[发明专利]一种massive MIMO检测器松弛因子的选取方法

摘要

本发明属于通信技术领域，涉及一种massive MIMO检测器松弛因子的选取方法。本发明根据滤波矩阵特征值的近似，在现有基于一定条件的最佳因子的基础上进行延伸，得到只跟收发天线数相关的松弛因子。提出的松弛因子计算简单。仿真结果表明基于本发明提出的松弛因子的SOR和SSOR方法相比基于现有的松弛因子的有很大的性能提升。基于本发明提出的SOR和SSOR方法的性能增益在N_B/N_U比值较小时更为显著，在高N_B/N_U比值时仍然明显。尤其在低N_B/N_U比值时，基于现有的松弛因子的SOR和SSOR方法无法收敛，但是基于本发明提出的松弛因子的方法在4次迭代后达到MMSE算法的性能。

主权项

1.一种massive MIMO检测器松弛因子的选取方法，该方法用于选取超松弛迭代方法和对称超松驰迭代方法中最佳的松弛因子，其特征在于，包括以下步骤：a.构建系统模型为：y＝Hx+n其中，H为信道矩阵，x为发送信号，为高斯白噪声，方差为σ²，信噪比SNR表示为N_UE_s/δ²，N_B为基站天线数，N_U为用户数；MMSE信号检测模型为：其中，b＝H^Hy代表y的匹配滤波器输出，为MMSE滤波矩阵，G＝H^HH表示Gram矩阵；b.设定A是相容次序矩阵，且BJ＝I‑D‑1A的特征值为实数同时谱半径ρ(BJ)<1，获得超松弛迭代方法最佳的松弛因子ωopt_S为：根据massive MIMO系统信道的特性将矩阵A的对角矩阵D表示为设定矩阵A的最大和最小特征值为：当NB＞＞NU时，矩阵A是对角占优性使矩阵A的特征值收敛于Marchenko‑Pastur分布，A的特征值进一步表示为：则ρ(A)＝NB+NU，即：获得拓展后超松弛迭代方法最佳的松弛因子ωopt_S为：c.当ρ(D‑1LD‑1U)<1/4时，获得对称超松驰迭代方法最佳的松弛因子ωopt_SS为：将ρ(BJ)＝NU/NB带入，获得拓展后对称超松驰迭代方法最佳的松弛因子ωopt_SS为：