[发明专利]高阶调制MIMO系统中基于星座图缩减的检测算法

说明书

技术领域

本发明属于无线通信技术领域，涉及MIMO系统中的信号检测算法，具体涉及一种高阶调制MIMO系统中基于星座图缩减的检测算法。

背景技术

下一代无线网络对无线传输的服务速率提出了越来越高的要求，提高MIMO系统的频谱利用率成为了一项紧急而重要的工作。为了提高频谱利用率，MIMO系统中多路复用的数据流数和采用的调制阶数一直在增长。在无线通信系统中，准确的检测算法是保证系统发挥其优越性的关键，因此关于检测算法的研究受到了国内外学者的关注。

在各种MIMO检测算法中，ML检测算法可以达到最优的检测性能，但是复杂度较高，会随着天线个数和调制阶数的增加呈指数增长。低复杂度的MIMO检测算法包括ZF检测算法和MMSE检测算法，但是在变化多样的衰落信道环境中，这些检测算法的性能经常不能满足实际应用的需求。类最大似然检测算法可以以较低的复杂度取得接近最大似然检测算法的性能，是一种很有前景的检测算法。典型的类最大似然检测算法有深度优先的球形译码算法、测度值优先的堆栈算法和宽度优先的K-best算法，这些检测算法都是基于树搜索的检测算法，通过将最大似然检测算法转化为树搜索问题，可以采用各种剪枝操作降低MIMO检测的复杂度。球形译码算法的优点是性能好，缺点是复杂度不稳定，会随着信噪比的变化而变化。堆栈算法的优点是复杂度较低，缺点是树搜索过程复杂，需要频繁回溯。宽度优先的K-best检测算法可以取得性能和复杂度之间的良好折中。但是在调制阶数较大的MIMO系统中，如LTE-A已支持64QAM和802.11ac已支持256QAM，K-best检测算法的复杂度仍旧较高，所以解决高阶调制系统中检测算法复杂度高的问题成为一个亟待解决的问题。

发明内容

本发明的目的在于提供一种高阶调制MIMO系统中基于星座图缩减的检测算法，以解决高阶MIMO系统中检测算法复杂度高的问题。

为达到上述目的，本发明采用的技术方案是：

高阶调制MIMO系统中基于星座图缩减的检测算法，包括以下步骤：

1)建立系统模型：

对于一个具有N_T个发送天线，N_R个接收天线的非编码MIMO系统，MIMO检测的复值模型为该复值模型对应实值模型为y＝Hs+n，

其中：是N_R×1维的接收符号向量；是N_R×N_T维的信道矩阵；是N_T×1维的发送符号向量；是均值为0、方差为σ²的复高斯噪声向量；y、H、s、n分别是的实值形式；

2)预处理：

对信道矩阵H进行QR分解，对矩阵R的对角元素r_ii进行排序，选出N_ACR个具有较小r_ii的层，存放在集合Set_k中，初始化搜索所在的层数k，使k＝2N_T；

其中：Q是2N_R×2N_T维的正交矩阵；R是2N_T×2N_T维的上三角矩阵，R的第(i,j)个元素表示为r_ij，N_ACR为设定的自适应星座缩减层数，0<N_ACR<2N_T，k>0；

3)搜索：

m为设定的搜索参数；

当2N_T-k<m时，对于树扩展的前m层进行全星座点扩展，此时树搜索中父节点需要扩展的子节点数目M_r等于MIMO系统中的调制方式规定的数目；

当2N_T-k≥m时，首先对星座图进行缩减，减少树搜索中父节点需要扩展的子节点数目M_r，使树搜索中父节点需要扩展的子节点数目M_r小于MIMO系统中的调制方式规定的数目，然后再按照缩减之后的星座图进行树扩展；

4)每结束一层的搜索，更新k＝k-1，再重复进行步骤3)，直至k＝1为止。

所述的m＝1或2。

按式(8)计算树搜索第i层的部分欧氏距离，