[发明专利]一种带有预处理操作的大规模MIMO系统信号检测方法

说明书

本发明公开了一种带有预处理操作的大规模多输入多输出(MIMO)系统信号检测方法，从格雷矩阵对角占优的特点出发，设计相关预处理环节，通过矩阵乘法改进格雷矩阵条件数。在此基础上运用共轭梯度算法，结果显示，在其他条件相同时，现有结果比原来未加预处理的迭代算法具有更快的收敛速率，即使当用户天线数目较多时，本发明结果仍然有很好的表现，使得传统共轭梯度算法收敛速度降低的问题得以解决。而与其他现有的预处理方法相比，本发明还具有算法复杂度低的特点，这一优势在用户天线数较多时尤为显著。因此，本发明使得MIMO系统信号检测结果实现了算法准确性与复杂度的平衡。

技术领域

本发明涉及一种带有预处理操作的大规模MIMO系统信号检测方法，属于信号检测技术领域。

背景技术

目前，大规模多输入多输出(MIMO)技术正在如火如荼的发展，该技术是指在发射端和接收端分别使用多个发射天线和接收天线，使信号通过发射端与接收端的多个天线传送和接收，从而改善通信质量。它能充分利用空间资源，通过多个天线实现多发多收，在不增加频谱资源和天线发射功率的情况下，可以成倍的提高系统信道容量，显示出明显的优势、被视为下一代移动通信的核心技术^[1]。

然而阻碍该技术应用的一个障碍就是大规模MIMO信号检测技术的难题，随着天线数目的大幅增加，大规模MIMO信号检测的复杂度也在不断攀升。精确的检测方法：最大似然法(ML)因为其极高的复杂度被放弃，随后设计的迫零(ZF)和最小均方误差(MMSE)检测方法虽然在一定程度上降低了复杂度，但由于存在矩阵的精确求逆运算，复杂度仍居高不下^[2]，所以为了达到复杂度与检测结果的折中，一些迭代算法应运而生。

在这些迭代算法中，共轭梯度法(CG)因为适用于求解大规模矩阵问题而被得到重视，可是，随着系统中用户与基站天线数量比的增加，这种方法的收敛速率开始变慢^[3]，这意味着需要更多次的迭代才能得到较理想的结果，这是不被追求低复杂度的目标所接受的，因此，理所应当的，预处理环节开始被引入。

现存算法中的预处理环节，多采用部分乔里斯基分解(IC)方法^[4]，这种方法虽然使迭代结果的收敛速率大大加快，但需要耗费不小的计算复杂度，得到预处理矩阵的操作也很繁琐，因此本发明在尽量提高算法结果收敛速率的前提下，减小了预处理过程的步骤和复杂度，真正实现了复杂度与检测结果的平衡。

参考文献：

[1]E.G.Larsson,O.Edfors,F.Tufvesson,and T.L.Marzetta.“Massive MIMOfor next generation wireless system,”IEEE Commun.Mag.,vol.52，no.2，pp.186–195，2014.

[2]B.Yin，M.Wu，G.Wang,C.Dick，J.R.Cavallaro,and C.Studer,“A 3.8Gb/slarge-scale MIMO detector for 3GPP LTE-Advanced,”in Proc.IEEE InternationalConference on Acoustics,Speech and Signal Processing(ICASSP),2014,pp.3879–3883.

[3]Y.Saad,Iterative methods for sparse linear systems.Siam,2003.

[4]Y.Xue,C.Zhang,S.Zhang，and X.You,“A fast-convergent pre-conditionedconjugate gradient detection for massive MIMO uplink，”in Proc.IEEEInternational Conference on Digital Signal Processing(DSP)，2016，pp.331–335.