[发明专利]一种非高斯噪声3D-MIMO系统数据检测方法

权利要求书

1.一种非高斯噪声3D-MIMO系统数据检测方法，其特征在于，包括下述步骤：

(1)、根据接收信号y的特征，初始化混合高斯函数的阶次，利用Kmeans聚类算法计算该阶次下混合高斯函数中各高斯函数的均值，由均值及聚类结果计算出各高斯函数方差及其混合系数；

(2)、由步骤(1)中得到的各高斯函数方差及其混合系数进行混合高斯模型的阶次选择计算，若不满足判定条件，则更新混合高斯函数的阶次，并返回执行步骤(1)中的Kmeans算法继续计算阶次更新后的混合高斯函数参数，直到满足判定条件为止；

(3)、根据步骤(2)中最终得到的阶次，利用EM算法计算该阶次下各高斯函数的方差和混合系数，在计算时，每次迭代过程中假设各高斯函数的均值为零；

(4)、结合步骤(3)中得出的方差和混合系数，用狄拉克函数近似待检测数据的后验概率，计算两个函数的Kullback-Leibler散度以衡量它们的相似程度；

(5)计算步骤(4)中Kullback-Leibler散度函数关于待检测数据的偏导，得到该函数上升最快方向；

(6)利用梯度下降算法迭代地计算出待检测数据；

所述步骤(1)中，混合高斯函数的各参数计算方法为：

给定阶次K正整数初始值，利用Kmeans聚类算法计算接收信号y在该阶次下各高斯函数的均值μ_i，i＝1,2,…,K，利用均值及聚类结果得到各高斯函数的方差及混合系数：

上式中，S_i为接收信号y中聚类结果为第i类的元素下标集合，N_i为S_i中元素的个数，L表示接收信号y的维度，y_k表示y中的第k个元素，λ_i分别表示第i个高斯函数的方差和混合系数；

所述步骤(2)中，阶次计算过程为：

对若

and

不满足此条件，则K＝K-1，上式中，η₁和η₂分别表示在均值和方差方面使两个高斯分量合并为一个的阈值；

所述步骤(4)中，待检测信号x的后验概率密度与参数为x′的狄拉克函数δ(x-x′)的Kullback-Leibler散度为：

上式中，Q表示狄拉克函数δ(x-x′)，p表示x的后验概率，H表示信道矩阵,ρ²I表示发送信号x的协方差矩阵，c为某一常数；

所述步骤(6)中，迭代过程为：

上式中，t表示迭代次数，x′_t为第t次迭代结果，μ(t)为第t步的迭代步长，为F(Q,p)的梯度，当满足迭代次数达到规定程度或者迭代结果趋于稳定时，该迭代终止，迭代结果便是该算法下待检测数据的值。

2.根据权利要求1所述的一种非高斯噪声3D-MIMO系统数据检测方法，其特征在于，所述步骤(5)中，偏导计算过程为：