[发明专利]MIMO系统中基于RUMSWF的低复杂度降秩均衡方法

摘要

一种MIMO系统中基于RUMSWF的低复杂度降秩均衡方法，基于MSWF的自适应降秩线性均衡方法进行改进，是一种基于长方阻塞矩阵并通过相关相减结构来实现多级维纳滤波器的降秩自适应MIMO线性均衡方法。通过对酉多级维纳滤波器的阻塞矩阵改进，选取其正方阻塞矩阵中的一个长方矩阵块作为阻塞矩阵，使得酉多级维纳滤波器前向递推分解中接收信号向量的维数逐级降低，从而在降低了自适应均衡的迭代复杂度的同时，并且加快了收敛速度。理论分析和仿真结果表明，此低复杂度快速降秩自适应均衡方法具有复杂度低、收敛速度快的优点。在具有4根发射天线，8根接收天线，采用BPSK调制的V-BLAST系统中，仅用基于多级维纳滤波的均衡方法0.5倍的计算复杂度即可达到与其仅相差0.78dB的误码性能。

主权项

1、MIMO系统中基于RUMSWF的低复杂度降秩均衡方法，其特征在于：1)系统模型的建立：对于发射天线数为M、接收天线数为N的频率选择性MIMO系统，假设其信道阶数为L，则信道脉冲响应为：H=Σl=0L-1Hlδ(i-l)]]>其中H_l为N×M维，是第l条时延路径对应的信道衰落系数矩阵，若k时刻发射信号向量s(k)为独立同分布的M维向量s(k)＝[s₁(k)，…，s_M(k)]^T，则N维接收信号向量y(k)＝[y₁(k)，…，y_N(k)]^T表示如下：y(k)=Σl=0LHls(k-l)+n(k)]]>其中n(k)＝[n₁(k)，…，n_N(k)]^T为N维独立同分布的加性复高斯白噪声过程；令均衡器的处理长度为N_f，将发射信号向量、接收信号向量和噪声向量在k＝0，…，N_f-1时刻进行时域扩展，亦即s~(k)=sT(k)···sT(k-Nf-L)T,]]>y~(k)=yT(k)yT(k-1)···yT(k-Nf)T,]]>n~(k)=nT(k)···nT(k-Nf)T,]]>于是得到如下矩阵表示形式：y~(k)=H~(k)s~(k)+n~(k)]]>其中是由N×M维的多径信道矩阵H_l构成的L线对角阵；2)设s₁为参考信号，遗忘因子为λ，k时刻酉多级维纳滤波器的输入为接收信号向量x0(k)=y~(k),]]>进行归一化相关向量与阻塞矩阵的更新：h1(k)=y~(k)s1*(k)+λh1(k-1)]]>B1(k)=IN(N-1)-h1(N-1)(k)h1N(k);]]>3)对i＝1，…，D，应用前向递推方程有di(k)=hiHxi-1(k),1≤i≤D]]>xi(k)=Bixi-1(k)=xi-1(N-i)(k)-hi(N-i)di(k),1≤i≤D]]>hi+1(k)=xi(k)d1*(k)+λhi+1(k-1)]]>Bi+1(k)=IN-i(N-i-1)-hi+1(N-i-1)(k)hi+1H(k)]]>式中，上标^*表示共轭，h_i为(N-i+1)×1维向量，x_i(k)为N-i维向量，即随着滤波器级数的增加x_i(k)的维数逐级降低；4)对i＝1，…，D应用后向递推方程，与基于UMSWF的均衡方法相同d_D(k)＝ε_D(k)wi(k)=ϵi(k)di-1*(k)|ϵi(k)|2]]>ϵi-1(k)=di-1(k)-wi*ϵi(k)]]>式中，d_i(k)表示第i级标量理想信号，w_i为权向量，也就是由向量x_i-1(k)估计出标量d_i-1(k)的维纳滤波器，ε_i为每一级的误差信号，第D级的理想信号d_D(k)即为ε_D，则均衡器的输出即为：s^1(k)=w1*(k)ϵ1(k).]]>