[发明专利]一种优化的大规模天线系统信号检测方法及其硬件架构

说明书

本发明公开了一种优化的大规模天线系统信号检测方法及其硬件架构。在通信系统中天线数目的增加将导致信号检测的过程和计算变得非常复杂。本发明提出了一种优化的Gaussian‑Seidel信号检测算法及其有效实现的硬件架构，可以适用于128×8，64×8，32×8的天线系统。本算法利用泰勒公式可以将传统算法中的除法计算全部转化为简单的乘加操作，在硬件实现上可以有效节省查找表(LUT)资源。而由于利用数据的无关性，对下三角矩阵元素进行分组，从而改变下三角矩阵求逆的方式，重复使用算法前面部分的硬件单元(乘法器和加法器)，因此本算法可以进一步减少硬件消耗。结合流水线交织的方法，基于优化后的Gaussian‑Seidel信号检测算法的系统的吞吐率提高2倍。本发明利用泰勒公式，分组求逆和流水线交织，从不同方面去节约硬件资源，提高系统的吞吐率，具有一定的创新性。

技术领域

本发明涉及无线通信系统领域，特别涉及一种优化的大规模天线系统信号检测方法及其硬件架构。

背景技术

大规模天线(Massive MIMO)技术是5G无线通信的关键技术之一。系统中由于发射天线和接收天线的数目的增加，系统的数据传输速度和空间利用率都能够有很大的提升。但是天线数目的增加将导致信号检测的过程和计算变得非常复杂。

目前的信号检测方法中主要分为非线性检测与线性检测方法。非线性算法的，最大似然估计(ML)方法检测性能最优，但是其计算复杂度随着用户数和系统的调制阶数的增加呈指数增长。线性检测方法的计算过程相较简单，比如最小均方差估计(MSE)，Neumann检测和Gaussian-Seidel检测等，但是系统的误码率性能会有所下降，且往往包含矩阵求逆计算。因此，快速简便的矩阵求逆方法和有效的硬件架构是亟待解决问题。

发明内容

本发明旨在解决在大规模天线系统接收端有效进行信号的检测问题，或至少提出一种有用的商业选择。为此本发明的目的在于提出一种优化的线性Gaussian-Seidel信号检测方法及其硬件架构，从而从算法和硬件层面上优化系统的结构，降低系统的计算复杂度，提高系统的吞吐率，高效的进行信号的检测与恢复。

从该计算模块的整体上来看，其包含了：

1.一种优化的大规模天线系统信号检测方法，包括：

下三角矩阵求逆，采用分组的方法，实现组内并行处理，和组间串行处理。

求倒数，利用泰勒公式近似求解，将除法运算转化为简单的乘加运算。

2.优化的Gaussian-Seidel检测方法的硬件架构，包括：

求倒数单元，能够将除法运算转化为两个实数乘法器和两个实数加法器，节省系统的查找表(LUT)单元。

加法树单元，支持两种累加运算模式。

并行复数乘法器，能够被重复高效利用。并行复数乘法器，能够被重复高效利用。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1是本发明方法简化流程图。

图2是本发明加法树的结构图。

图3是本发明求倒数单元的结构图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出。其中自始至终使用相同的名称表示相同或有类似功能的模块。下面通过参考附图描述的实施示例来具体说明。

如图1所示为本发明的整体结构图。该信号检测方法和系统硬件架构包括：

1.一种优化的大规模天线系统信号检测方法，包括：