[发明专利]MIMO系统中自适应收敛因子的信号检测方法

说明书

本发明公开了一种MIMO系统中自适应收敛因子的信号检测方法，所述方法包括如下步骤：步骤一：设定初始搜索半径为d，接收信号为y；步骤二：以y为圆心，d为半径形成球，得到信号搜索范围；步骤三：按照由外向内的顺序不断更新搜索半径的大小，求出从第M维到第一维的每一维的x的限定范围，即找出有效的格点，并保证圆内有且只有一个格点与y的距离最近，从而进行信号检测。在MIMO系统中，本发明的ACF算法使天线接收端能够利用最小的运算量来接收失真最小的信号。即：本发明的ACF算法检测性能最佳，能够保证信号的检测性能达到最大化，且算法的复杂度简单，复杂度优。

技术领域

本发明涉及一种ACF(自适应收敛因子)算法，具体涉及一种应用于MIMO系统中，特别是能够保证MIMO系统检测性能最佳的基础之上，系统的计算复杂度最低的ACF算法。

背景技术

近年来，生活方式变的越来越便捷，人们日常生活方式的扭转无不体现出通信技术的巨大发展。在无线通信中，随着用户的不断增加，需要扩展频带的利用范围，许多研究学者将重点放在了如何提高频谱的利用率上。如果采用MIMO系统，收发两端都采用多根天线进行接收信号和发送信号，这样可以把信道拓宽，增大容量，提高频谱的利用率。对MIMO系统而言，性能的好坏受多个因素影响，其中，信号检测就是衡量其的一个重要指标。因此，性能好，复杂度小，这种信号检测算法分外重要。

在多输入多输出MIMO系统中，要取得较大的增益，检测算法至关重要。常用的检测方法有迫零检测(Zero forcing，ZF)、最小均方误差检测(Minimum mean square error，MMSE)、最大似然检测算法(Max likelihood，ML)等。对比三种方法可知，前两者简单，但其在接收端都需要对矩阵求逆运算，因而，复杂度大，接收端的性能并不好。ML克服了对矩阵进行求逆的缺点，因此接收端得到的分集增益最大，ML的检测性能最佳。但ML的搜索点数与选定的集合和天线的数目有关，搜索次数过于庞大，因此其计算复杂度很大。

发明内容

为了减少ML算法的复杂度，减少搜索的次数，本发明提供了一种MIMO系统中自适应收敛因子的信号检测方法。该方法在检测信号时，检测效果和ML一致，复杂度却比ML算法小。

本发明的目的是通过以下技术方案实现的：

一种MIMO系统中自适应收敛因子的信号检测方法，包括如下步骤：

步骤一：设定初始搜索半径为d，接收信号为y；

步骤二：以y为圆心，d为半径形成球，得到信号搜索范围；

步骤三：按照由外向内的顺序不断更新搜索半径的大小，求出从第M维到第一维的每一维的x的限定范围，即找出有效的格点，并保证圆内有且只有一个格点与y的距离最近，从而进行信号检测，其中，更新后的搜索半径满足如下条件：

d^”2＝[d^'2-(y_M-r_M,Mx_M)²]α；

式中，d'是第二次更新后的搜索半径，x是发送信号，r是上三角矩阵中的元素，M是维度，y_M、x_M、r_M,M分别表示第M维的接收信号、发送信号、上三角矩阵的元素，α为收敛因子，α的定义如下：

式中，k、和β是压缩因子，SNR是信噪比。

本发明的检测方法是由外向内检测，即从第M维检测到第一维，每检测完一维，半径就会变动一次，α作用于球体半径上，用来加快半径的收缩速度，从而快速的检测到有效格点，完成信号的检测。

相比于现有技术，本发明具有如下优点：