低复杂度的多天线正交频分复用系统软入软出检测方法

摘要

本发明涉及一种低复杂度的多天线正交频分复用系统软入软出检测方法，基于软干扰抵消—最大比合并准则，将最大比合并的输出近似为高斯分布，然后利用信道译码反馈的软信息计算均值和方差，进而得到发送比特的外对数似然比。通过将外对数似然比乘上一个常数因子的软入软出检测方法，经过信道译码后，得到编码比特的后验对数似然比和信息比特的后验对数似然比。对连续两次循环的信息比特的硬判决结果进行比较，循环次数是否等于系统设定的最大循环次数，确定是否继续循环。循化结束得到估计的发送端数据。仿真结果表明：本发明在保持迭代接收机的低复杂度特点的同时，提高了系统误码率性能。在高信噪比下，系统误码率性能可以收敛到匹配滤波器界。

说明书

技术领域

本发明涉及一种低复杂度的多天线正交频分复用系统软入软出检测方法，具体涉及一种应用于迭代接收机的低复杂度的软入软出检测方法。属于无线通信系统中多天线-正交频分复用技术领域。

背景技术

近年来，迭代接收机技术已经广泛的应用于无线通信的译码、均衡、检测等领域。在多天线通信系统中，在发射端采用空时比特交织编码调制，接收端利用准最优的迭代检测技术已经被证明是一种有效的逼近多天线信道容量的方法。迭代接收机将最优的联合检测和译码分为两个独立的级联单元。每个单元利用另一个单元反馈的先验信息计算似然信息。软信息在检测器和译码器之间交换直到后验概率收敛。在迭代的过程中，最优的软入软出检测器-最大后验概率(MAP)检测器-的主要缺点是它的复杂度随着发射天线数和调制符号星座数成指数增长，即使在发射天线较少和调制阶数较低的情况下也是很难实现的。现在已经有许多算法用于降低MAP检测器的复杂度。列举球形译码算法通过降低发射符号向量的搜索空间降低MAP算法复杂度。在通常情况下，它需要根据信道信息和信噪比设定搜索半径。它列举在搜索半径内可能的发射符号向量，并用于计算发射符号后验概率。其缺点是它的计算复杂度是变化的，这是由于搜索半径的不确定性决定的。另有文献提出了基于序列树形的搜索算法，这种方法仅仅考虑对后验概率有较大影响的符号向量，用于计算后验概率。它的复杂度是确定的，与发射天线和调制阶数成线性关系。

在多天线通信系统中，最常用的检测器是基于最小均方误差准则的(M.Sellathurai and S.Haykin.“Turbo-BLAST for wireless communications：Theory and Experiments，”IEEE Trans.Signal Processing，vol.50，pp.2538-2546，Oct.2002.)。相比较于最优的最大后验概率检测器，它显著的降低了系统的复杂度。但是在每次迭代过程中，它需要进行矩阵求逆运算，复杂度仍然是很高的。

发明内容

本发明的目的在于针对现有技术的不足，提供一种低复杂度的多天线正交频分复用系统软入软出检测方法，不需要矩阵求逆，随着迭代次数和信噪比的增加，误码率性能可以逼近匹配滤波器界。

为实现这一目的，本发明的低复杂度的多天线正交频分复用系统软入软出检测方法中，基于软干扰抵消-最大比合并准则，将最大比合并的输出近似为高斯分布，然后利用信道译码反馈的软信息计算均值和方差，进而得到发送比特的外对数似然比。通过将外对数似然比乘上一个常数因子的软入软出检测方法，经过信道译码后，得到编码比特的后验对数似然比和信息比特的后验对数似然比。对连续两次迭代的信息比特的硬判决结果进行比较，及循环次数是否等于系统设定的最大循环次数，确定是否继续循环。循化结束得到估计的发送端数据。

本发明的方法包括如下具体步骤：

1、将接收端得到的时域数据，先去除循环前缀，再对去除循环前缀的数据进行傅里叶变换，得到频域数据。

2、设定系统的最大循环次数为Imax，将发送端的发送数据视为等概均匀分布，设置发送比特的先验对数似然比为零，并设定系统的循环变量I为1。

3、利用发送比特的先验对数似然比计算所有天线的发送符号均值，得到发送符号向量均值；将发送符号向量均值中待检测天线的符号均值设置为零，然后将系统估计的信道矩阵乘上发送符号向量均值，得到软的频域数据，再利用频域数据减去软的频域数据得到软干扰抵消输出。

4、利用待检测天线所对应的信道矩阵列的共轭转置乘上软干扰抵消输出，得到最大比合并输出。

5、将最大比合并的输出近似为高斯分布，利用发送比特的先验对数似然比计算高斯分布的均值和方差，得到发送比特的后验对数似然比；将发送比特的后验对数似然比减去发送比特的先验对数似然比得到发送比特的外对数似然比。

6、将发送比特的外对数似然比乘上一个常数因子α，然后经过解交织，得到编码比特的先验对数似然比；将编码比特的先验对数似然比送入软入软出译码器译码，得到信息比特的后验对数似然比和编码比特的后验对数似然比；其中，常数因子α取值为1.5-4.0。

7、将编码比特的后验对数似然比减去编码比特的先验对数似然比，得到编码比特的外对数似然比；编码比特的外对数似然比经过交织，得到发送比特的先验对数似然比；当循环变量I小于2时，将循环变量I增加1，返回步骤3，并利用更新后的发送比特的先验对数似然比进行循环计算；当循环变量I大于等于2时，对信息比特的后验对数似然比进行硬判决，比较本次的硬判决比特的结果和前一次硬判决比特的结果，当其中不同的比特数大于设定的阈值β或者循环次数小于设定的系统最大循环次数Imax时，将循环变量I增加1，返回步骤3，并利用更新后的发送比特的先验对数似然比进行循环计算；当其中不同的比特数小于β或者循环次数等于Imax时，输出信息比特的硬判决值，得到估计的发送端数据。

本发明方法将软入软出检测器简化为最大合并检测器，它的复杂度仅与接收天线数成线性关系。并且它的复杂度远小于需要矩阵求逆的最小均方误差检测器。随着迭代次数的增加，本发明方法的误码率性能相对于最小均方误差检测器的损失很小。在迭代过程中，系统的误码率显著降低。在高信噪比下，误码率性能可以逼近匹配滤波器界。

附图说明

图1为本发明方法的流程框图。

图2为迭代接收机误码率性能图。

具体实施方式

以下结合附图和实施例对本发明的技术方案作进一步描述。

信道编码和空时编码可以看成串行级联系统。最优的接收机是联合检测和信道译码，但是它的复杂度太大，通常不可实现。准最优的接收机将检测和译码分离，采用循环的方式进行处理。在循环过程中，软信息在检测器和译码器之间交换，使后验概率达到收敛。考虑一个8个发射和8个接收天线的多天线-正交频分复用系统。系统载波频率为2GHz，带宽为5MHz，512个子载波。信道编码采用1/2码率，码字生成多项式为[75]的递归系统卷积码，QPSK调制。发送端采用随机交织器。采用国际电联的车行A类信道，仿真系统的误码率性能。假设接收机具有理想信道信息。采用本发明方法进行循环检测和译码的框图如图1所示。具体的实施步骤如下：

1)将接收端得到的时域数据，先去除循环前缀，再对去除循环前缀的数据进行傅里叶变换，得到频域数据y_n；

2)设定一个系统的最大循环次数Imax，比如为5。将发送端的发送数据视为等概均匀分布，设置发送比特的先验对数似然比为零，开始进行系统的第一次计算，即系统的循环变量I＝1。

3)利用发送比特先验的对数似然比计算所有天线的发送符号均值，得到发送符号向量均值：

x_n＝[x_n，1，x_n，2，…，x_n，Nt]^T

其中

$>>P>>(>>x>>n>,>k>>>=>\alpha >>(>d>)>>)>>=>>\Pi >>i>=>1>>Mc>>>1>2>>[>1>+>ver>>d>‾>>>n>,>k>>>>(>i>)>>tanh>>(>>1>2>>>L>a>>>(>>d>>n>,>k>>>>(>i>)>>)>>)>>]>>>$

$>>ver>>d>‾>>>n>,>k>>>>(>i>)>>=>\begin{array}{}>>+>1>,>>>d>>n>,>k>>>>(>i>)>>=>1>\; >>->1>,>>>d>>n>,>k>>>>(>i>)>>=>0>\; >\; >->->->>(>1>)>>>>\end{array}$

L_a(d_n，k(i))是信道译码反馈先验信息。Mc是每个星座符号的比特数，为符号星座空间。d＝[d₁，d₂，…，d_Mc]^T为比特向量，它根据映射方式α(d)映射为符号x_n，k。然后将其中待检测天线的符号均值设置为零，将系统估计的信道矩阵乘上发送符号向量均值，得到软的频域数据H_n(x_n-x_n，ke_k)，再利用频域数据减去软的频域数据得到软干扰抵消输出；

        y_n，k＝y_n-H_n(x_n-x_n，ke_k)                        (2)

其中：y_n，H_n和x_n分别是第n个子载波上的接收符号向量、系统估计的信道矩阵和发送符号向量均值。x_n，k是x_n的第k个元素。e_k是Nt×1维的列向量，它的第k个元素是1，其它元素为零。

4)利用待检测天线所对应的信道矩阵列的共轭转置乘上软干扰抵消输出，得到最大比合并输出：

$>>>z>>n>,>k>>>=sup>>h>>n>,>k>>Hsup>>>(>>y>n>>->>H>n>>ver>>x>‾>>n>>+>ver>>x>‾>>>n>,>k>>>>h>>n>,>k>>>)>>->->->>(>3>)>>>>$

其中：h_n，k为H_n的第k列。

5)将最大比合并的输出近似为高斯分布，利用发送比特的先验对数似然比计算高斯分布的均值和方差，

$>>>\mu >>n>,>k>>>=sup>>h>>n>,>k>>Hsup>>>h>>n>,>k>>>->->->>(>4>)>>>>$

$>sup>>\sigma >>n>,>k>>2sup>>=sup>>h>>n>,>k>>Hsup>>>(>>H>n>>>V>n>sup>>H>n>Hsup>>->>v>>n>,>k>>>>h>>n>,>k>>sup>>h>>n>,>k>>Hsup>>+>>\sigma >2>>>I>Nr>>)>>>h>>n>,>k>>>->->->>(>5>)>>>>$

其中：V_n是发射符号向量的协方差矩阵，v_n，k是它的第(k，k)个元素。由此可以得到发射比特的后验对数似然比。

其中是第i个比特为b∈{0，1}的向量d的集合。d＝[d₁，d₂，…，d_Mc]，L＝[L_a(d_n，k(1))，L_a(d_n，k(2))，…，L_a(d_n，k(Mc))]表示发送比特的先验对数似然比。由此，可以计算得到发送比特的后验对数似然比。将发送比特的后验对数似然比减去发送比特的先验对数似然比得到发送比特的外对数似然比，

L_e(d_n，k(i))＝L_app(d_n，k(i)|z_n，k)-L_a(d_n，k(i))         (7)

6)将发送比特的外对数似然比乘上一个常数因子α，得到αL_e(d_n，k(i))；然后经过解交织，得到编码比特的先验对数似然比；将编码比特的先验对数似然比送入软入软出译码器译码，得到信息比特的后验对数似然比和编码比特的后验对数似然比；其中，常数因子α取值为1.5-4。常数因子α是利用外信息转移(EXIT)图进行优化选择。根据系统参数，产生均匀分布的比特序列C和它们对应的高斯先验信息L_a-N((1/2)σ_i²，σ_i²)，σ_i²为其方差，为均值的两倍。在接收端，利用接收的观测数据和先验信息，可以得到软入软出检测器输出的外信息L_e。外信息L_e和编码比特C的互信息为：

$>>>I>e>>>(>>L>e>>;>C>)>>=>1>->>1>N>>>\Sigma >>n>=>1>>N>>>log>2>>[>1>+>exp>>(>->\alpha c>>(>n>)>>>L>e>>>(>n>)>>)>>]>>>$

其中N为比特序列长度，α为常数因子。选择使L_e(L_e；C)最大的最小α值。

仿真结果说明α的选择对于天线配置和信噪比不敏感；

7)将编码比特的后验对数似然比减去编码比特的先验对数似然比，得到编码比特的外对数似然比；编码比特的外对数似然比经过交织，得到发送比特的先验对数似然比。第一次计算即循环变量I＝1，不进行以下的硬判决，而是返回步骤3进行循环计算，此时利用的发送比特的先验对数似然比是更新后的发送比特的先验对数似然比。当循环一次计算后，循环变量I大于等于2，则需要对信息比特的后验对数似然比进行硬判决，比较本次的硬判决比特的结果和前一次硬判决比特的结果，当比较的结果中不同的比特数大于设定的阈值β，或者循环次数小于系统设定的最大循环次数Imax＝5的时候，返回步骤3继续进行循环计算，此时利用的发送比特的先验对数似然比也是更新后的发送比特的先验对数似然比；而当比较的结果中不同的比特数小于β，或者循环次数等于系统预先设定的最大循环次数5的时候，则输出信息比特的硬判决值，得到估计的发送端数据。

图2为本发明方法采用的优化的软干扰抵消-最大比合并检测器(α＝2，实线表示)与最小均方误差检测器(虚线表示)的误码率性能的比较。在仿真结果中，假设所有天线干扰全部消除，给出了误码率的匹配滤波器界。它是迭代接收机的误码率性能下界。从图上可以看出，在第一次迭代时，优化的软干扰抵消-最大比合并检测器相对于最小均方误差检测器的性能损失是很大的。这是由于在第一次迭代，没有信道译码反馈的先验信息，最大比合并忽略了天线之间的相互干扰。但是随着迭代次数的增加，它们之间的误码率性能差距不断缩小。在5次迭代时，与最小均方误差检测器的误码率性能相比，优化的软干扰抵消-最大比合并检测器性能损失已经很小了。本发明优化的软干扰抵消-最大比合并检测器不需要进行矩阵求逆运算，计算复杂度远小于最小均方误差检测器。在高信噪比条件下，它和最小均方误差检测器都可以收敛到匹配滤波器界。