[发明专利]一种重叠聚类辅助的最大似然检测方法及系统

说明书

本发明公开了一种重叠聚类辅助的最大似然检测方法及系统，包括：获取信道矩阵，根据信道矩阵，得接收星座点集；对接收星座点集进行第一层重叠聚类；对第一层重叠聚类的结果进行第二层重叠聚类；对第二层重叠聚类的结果进行最大似然检测，得发射信号的估计，该方法及系统能够有效降低检测的复杂度，且检测性能较高。

技术领域

本发明属于信号检测技术领域，涉及一种重叠聚类辅助的最大似然检测方法及系统。

背景技术

在19世纪，伴随众多通信理论和物理学理论的成熟，移动通信时代随之到来。经历几十年的发展，无线通信技术现已深入到生活中的方方面面。从2G时代的时分多址技术，到3G时代的宽带码分多址技术，再到4G时代的正交频分多址技术与MIMO技术，移动通信的速率也越来越快。近期逐步普及的5G通信系统，使用高阶MIMO技术，极大地增加通信速率。但是随着MIMO阶数地增加，检测复杂度也随之指数倍形式增长。现有的一些检测算法，如最大似然检测算法、最小均方误差检测算法、树形搜索算法、信息传递算法等，难以直接应用于高阶MIMO，要么复杂度过高，要么检测性能不佳。现有的一些基于深度学习的MIMO检测技术，如典型的DetNet、ScNet、OAMPNet、MMNet、LISA、MHGD等，要么鲁棒性不强，难以应用于复杂多变的通信场景；要么网络结构复杂，难以直接应用于实际通信。此外，现有基于深度学习的MIMO检测算法，没有明确物理意义，无法从根本上解释网络为什么起作用，以及如何更改网络起到更好作用的问题。

因此，从传统MIMO检测算法出发，结合重叠K近邻聚类算法，能够在保留检测性能的同时，大幅度降低检测复杂度，是一个十分可行的方向。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种重叠聚类辅助的最大似然检测方法及系统，该方法及系统能够有效降低检测的复杂度，且检测性能较高。

为达到上述目的，本发明所述的重叠聚类辅助的最大似然检测方法包括：

获取信道矩阵，根据信道矩阵，得接收星座点集；

对接收星座点集进行第一层重叠聚类；

对第一层重叠聚类的结果进行第二层重叠聚类；

对第二层重叠聚类的结果进行最大似然检测，得发射信号的估计。

还包括：

当信道变化时，重新根据接收星座点集进行第一层重叠聚类。

所述根据接收星座点集，得第一层重叠聚类结果的具体过程为：

根据接收星座点集，使用重叠K近邻聚类方法，将接收星座点集分为16类。

对第一层重叠聚类结果进行第二层重叠聚类的具体过程为：

对于第一层重叠聚类的16类结果，每一类结果进行重叠K近邻聚类；

其中，第一层重叠聚类的16个大类，每一大类在第二层中都有16个小类。

对第二层重叠聚类的结果进行最大似然检测，得到发射信号的估计的具体过程为：

计算接收信号y与第二层重叠聚类内各小类中每一个接收星座点的欧式距离，将欧式距离最小的星座点作为输出。

当信道矩阵变化时，重新生成接收星座点集；

当信道矩阵变化时，重新生成第一层聚类中心；

当信道矩阵变化时，重新生成第二层聚类中心；

当信道矩阵变化时，重新对接收信号进行检测。

本发明所述的重叠聚类辅助的最大似然检测系统，包括：

获取模块，用于获取信道矩阵，根据信道矩阵，得接收星座点集；