[发明专利]一种适用于大规模MIMO系统的信号检测方法

说明书

本发明公开了一种适用于大规模MIMO系统的信号检测方法，包括S1、获取信道矩阵和接收信号，并将所述信道矩阵按照其列向量范数进行排序形成新的信道矩阵；S2、基于所述接收信号和新的信道矩阵，构造出检测模型；S3、基于所述检测模型、接收信号和新的信道矩阵，计算出发射信号的初始估计值；S4、将所述发射信号的初始估计值输入至PIC检测器，获得经过PIC检测后的信号，并对该信号进行迭代，得到发射信号的最终估计值。本发明能够有效降低算法的复杂度，且误码率明显低于传统非线性信号检测算法。

技术领域

本发明属于无线通信技术领域，具体涉及一种适用于大规模MIMO系统的信号检测方法。

背景技术

近年来，随着移动数据业务量的爆发式增加，传统的多输入多输出技术(multiple-input multiple-output，MIMO)因其仅能提供4×4或者8×8天线规模的系统而显得日益力不从心。因此，大规模MIMO技术应运而生，大规模MIMO系统是指在基站端配置多达几十甚至数百根的天线阵列来同时服务于多个单天线用户终端，大大提高了系统的频谱和能量效率。但是，随着天线数量的增加，大规模MIMO系统同时也面临着几个问题，如何实现高效可靠的上行链路信号检测就是其中之一。

随着基站端天线数量的大幅度增加，信道之间逐渐趋于正交，基于这个特性，线性检测算法如最小均方误差(minimum mean square error,MMSE)等在大规模MIMO系统中也能获得很好的性能。但是，这些线性检测算法涉及复杂的矩阵求逆运算从而导致算法复杂度过高。为了降低矩阵求逆带来的计算复杂度，Neumann级数展开算法被用于信号检测，但是当迭代次数大于2时，其计算复杂度又回到O(k³)，并且当基站端天线和用户天线数量之比接近1时，会带来明显的BER性能损失。GAO X提出了Richardson迭代算法，但迭代参数计算量较大且迭代次数较低时算法性能很差。TANG C和DAI L提出了Gauss-Seidel算法和Newton算法，但这两种算法更多的是关注于精度，所以计算复杂度也比较大。

发明内容

针对上述问题，本发明提出一种适用于大规模MIMO系统的信号检测方法，能够有效降低算法的复杂度，且误码率明显低于传统非线性信号检测算法。

实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种适用于大规模MIMO系统的信号检测方法，包括以下步骤：

S1、获取信道矩阵和接收信号，并将所述信道矩阵按照其列向量范数进行排序形成新的信道矩阵；

S2、基于所述接收信号和新的信道矩阵，构造出检测模型；

S3、基于所述检测模型、接收信号和新的信道矩阵，计算出发射信号的初始估计值；

S4、将所述发射信号的初始估计值输入至PIC检测器，获得经过PIC检测后的信号，并对该信号进行迭代，得到发射信号的最终估计值。

优选地，所述步骤S1具体包括以下子步骤：

S1.1、获取参数，所述参数包括信道矩阵H、接收信号R、发射天线数N_t、接收天线数N_r、计数器i＝1；

S1.2、按照信道矩阵H的列向量列范数大小进行降序排列形成新的信道矩阵，所述降序排列的依据为：

其中，发射信号矢量为是N_t×1维的列向量，x_i表示第i根发射天线的发射信号；H_i表示信道矩阵重排后的第i列向量，||H_i||表示H_i的二范数。表示系统传输过程中的加性复高斯噪声，噪声矢量的每个元素相互独立。

优选地，所述步骤S2和S3具体包括以下子步骤：