基于功率约束的连续梯度搜索垂直分层空时码检测方法

摘要

本发明公开一种基于功率约束的连续梯度搜索垂直分层空时码检测方法，其步骤为：(1)设置初值信号；(2)设定初值门限；(3)将发送信号功率的四倍设定为功率约束值；(4)对信道矩阵做奇异值分解；(5)获得Lagrange函数(6)用牛顿迭代法对Lagrange函数进行迭代更新，得到迭代更新后的译码信号；(7)判决是否满足收敛条件，若满足，转入步骤(8)，否则，转入步骤(6)；(8)对步骤(6)中迭代更新得到的译码信号做硬判决，得到检测信号。本发明与现有技术相比具有如下优点：本发明优于线性ZF检测性能，接近MMSE检测性能；本发明比线性MMSE检测的方法实现复杂度低；本发明比线性MMSE检测的方法健壮性更好。

说明书

技术领域

本发明属于通信技术领域，更进一步涉及空时信号检测技术领域的基于功率约束的连续梯度搜索垂直分层空时码检测方法。本发明可用于多输入多输出(MultipleInput Multiple Output，MIMO)系统中对垂直分层空时码进行检测。

背景技术

在无线信道中使用多输入多输出MIMO系统可以显著提高通信容量。垂直分层空时码(Vertical Bell Labs layered Space-Time，VBLAST)为MIMO空间复用技术的典型应用。

现有的MIMO检测算法主要分为两类：非线性检测算法和线性检测算法。非线性检测算法主要有最大似然(Maximum Likelihood，ML)、球域检测、树搜索和最大似然搜索等；线性检测算法主要是迫零检测(Zero Forcing，ZF)/最小均方误差(MinimumMean Square Error，MMSE)。相对线性检测算法，非线性检测算法具有优良的性能，但计算复杂度很高，在实际的多用户通信环境中难以应用。目前的多用户MIMO系统中采用的MIMO检测算法为线性检测，其中，MMSE线性检测算法性能优于ZF线性检测算法，但需要进行噪声估计，从而加大了系统开销，增加了计算复杂度。

西安电子科技大学申请的专利“基于逼近最大似然性能的低复杂度垂直分层空时码检测方法”(专利申请号200910022286.2，公开号CN 101540659A)。该专利申请主要是提出了一种在多输入多输出(MIMO)系统中对垂直分层空时码进行检测的方法，其步骤是：(1)选取小于发射天线数目M的遍历天线数目d，按照该遍历天线数目找出信道矩阵中均方误差MSE最大的d列向量，并对剩余M-d列向量进行信噪比排序；(2)在信噪比排序的基础上，对d列向量对应的所有候选d维码元符号进行遍历，得到每一个候选d维码元符号对应的M-d维码元符号，并将对应的M-d维码元符号与d维码元符号合并，得到对应的M维码元符号；(3)将所有M维码元符号作为候选集，进行最大似然检测，得到最终检测结果。该方法的不足之处在于：该方法具有非线性的复杂度，并且在高信噪比的情况下，其检测性能不能随信噪比的提高而提高。

文献[1 Wolniansky P W，Foschini G J，and Golden G D，and R.A.Valenzuela.V-BLAST：An architecture for realizing very high data rates over the rich-scatteringwireless channel.(In Proc.IEEE ISSSE，September，1998.295-300)]中提出的迫零检测算法属于线性检测算法，结合排序判决反馈ZF-DFE方法，从信噪比最大的层开始检测，在检测下一层信号时减去前面几层信号的干扰。由于该方法计算复杂度低，在实际MIMO检测中得到了广泛的应用。但是该方法在工程实践中进行MIMO检测时，存在的不足是：由于星座映射而导致离散信号的最优性能损失，从而降低了系统的误比特率。

文献[2 D.Guo，Y.Wu，S.Shamai(Shitz)and S.Verd：Estimation in Gaussian Noise：Propertier of the minimue mean_square error.(IEEETrans.Inf.Theory，vol.57，no.4，pp.2371-23852011)]中提出的最小均方误差(MMSE)方法，根据最小均方准则对信号进行检测。由于该方法检测性能优于ZF方法，在实际MIMO检测中也得到了广泛的应用。但是该方法在工程实践中进行MIMO检测时，存在的不足是：由于需要进行噪声估计，从而增大了系统开销和计算复杂度。

发明内容

本发明的目的在于克服上述已有技术的缺点，针对多用户MIMO系统，提供一种基于功率约束的连续似然梯度搜索方法，相比ZF线性检测性能更优；相比MMSE线性检测，性能接近，但它省略了信噪比检测环节，减少了系统开销，提高了传输效率，有更低的实现复杂度。

为实现上述目的，本发明实现的具体思路是：根据通信接收端接收到的信号信息和信道信息，得到接收信号向量和信道矩阵。设置初值信号和门限。计算出功率约束值。对信道矩阵进行奇异值分解，结合功率约束值计算出拉格朗日乘子，进而得到拉格朗日函数。应用牛顿迭代法对对接收到的码元信号进行最大似然搜索，硬判决之后最终输出得到的检测信号。

本发明具体实现步骤如下：

(1)接收信号。通信接收端通过接收天线接收发射端发送的检测信号和信道信息，得到接收信号向量和信道矩阵；

(2)设置初值信号。通信接收端在星座图中任意选取一组信号点作为判决信号矢量迭代初值；

(3)设定初值门限

3a)根据检测精度要求设置收敛判决门限；

3b)将收发天线数中最小的数设定为收敛次数门限；

(4)将发送信号功率的四倍设定为功率约束值；

(5)对信道矩阵做奇异值分解，分解的结果为右酉矩阵，特征值矩阵，左酉矩阵；

(6)获得Lagrange函数

6a)根据下式计算Lagrange乘子：

$>\underset{i=1}{\overset{4}{\Sigma }}\frac{{a_i}^2}{{(b_i-\lambda )}^2}=4E$>

其中，i为接收天线的个数；a为一个参数，其值为发送信号向量的转置、右酉矩阵和左酉矩阵三者之积；b为特征值矩阵的平方；λ为Lagrange乘子；E为发送信号的功率；

6b)根据下式得到Lagrange函数：

L＝-y′hx-x′h′y+x′h′hx-λ(x′x-4E)

其中，L为Lagrange函数，y′为接收信号向量的转置，h为信道矩阵，x为信号点，x′为x的转置，h′为h的转置，λ为Lagrange乘子，E为发送信号的功率；

(7)用牛顿迭代法对Lagrange函数进行迭代更新，得到迭代更新后的译码信号；

(8)判决是否满足收敛条件，若满足，转入步骤(9)，否则，转入步骤(7)；

(9)对步骤(7)中迭代更新得到的译码信号做硬判决，得到检测信号；

(10)输出检测信号。

本发明与现有技术相比具有以下优点：

第一，由于本发明对接收到的码元信号进行最大似然搜索，并且通过发射功率进行约束，克服了现有技术采用ZF检测技术时，由于星座映射而导致离散信号的最优性能损失，从而降低了系统的误比特率的不足，使得本发明大大提高了系统的检测性能。

第二，由于本发明采用了牛顿迭代法，目标函数为二次项形式，在有限的步骤中以线性计算量即可搜索到约束条件下检测信号的最优点，克服了现有技术中非线性的计算量导致的系统实现复杂度高的缺点，使得本发明实现的复杂度明显降低。

第三，由于本发明只需要根据信道矩阵和接收信号得到的拉格朗日乘子，即可进行信号检测，克服了现有技术采用MMSE检测技术时，需要进行噪声估计才能进行信号检测的不足，由此使得本发明简化了通信接收机的设计成本，提高了通信系统的效率和系统的健壮性。

第四，由于本发明采用了基于功率约束的连续梯度搜索方法，克服了现有技术中系统在高信噪比的情况下，系统的检测性能不能随信噪比的提高而继续提高的不足，使得本发明增大了检测技术所适用的信噪比范围，增大了该技术的适用范围。

附图说明

图1为本发明的流程图；

图2为本发明与现有ZF/MMSE检测方法在QPSK调制时理想情况下的误比特率比较图；

图3为本发明与现有ZF/MMSE检测方法在QPSK调制时噪声估计存在误差的情况下的误比特率比较图。

具体实施方式

本发明是依赖于下述系统来实现的。发射天线数和接收天线数均为4，调制方式为QPSK调制的MIMO系统。在发射端，信息序列经过垂直分层空时码V-BLAST编码，将串行数据流转换为并行数据流，再将并行数据流分别调制后发送出去。在接收端，接收信号为y，表示为y＝hx+w，其中，y为接收信号，h为元素独立的服从复高斯分布的信道矩阵，x为发射的信息序列，w为高斯白噪声向量。

下面结合附图1对本发明作进一步的详细描述。

步骤1，接收信号。通信接收端通过接收天线接收发射端发送的检测信号和信道信息，得到接收信号向量y和信道矩阵h；

步骤2，设置初值。

通信接收端在星座图中任意选取一组信号点作为判决信号矢量迭代初值。在发射天线和接收天线为4的MIMO系统中，根据发射信号星座Ω，任取信号初始值

$>\underset{x_j\in \Omega }{x\left(0\right)}={[x_1,x_2,x_3,x_4]}^T.$>

步骤3，设定初值门限

3a)根据检测精度要求设置收敛判决门限，默认设置为0.0001；

3b)将收发天线数中最小的数设定为收敛次数门限N，收敛次数门限为收发天线数中最小的数。本发明的实施例系统中收发天线数中最小的数取为4。

步骤4，将发送信号功率的四倍设定为功率约束值。

步骤5，对信道矩阵h做SVD分解，分解的结果为右酉矩阵u，特征值矩阵Λ，左酉矩阵v′，即h＝uΛv′。

步骤6，获得Lagrange函数：

6a)根据下式计算参数：

其中，Λ为奇异值分解的特征值矩阵，b₁、b₂、b₃和b₄是所求的参数。

y′uΛ＝(a₁…a₄)

其中，y′为接收信号向量的转置，u为奇异值分解的右酉矩阵，Λ为奇异值分解的特征值矩阵，a₁、a₂、a₃和a₄是所求的参数。

根据下式计算Lagrange乘子：

$>\underset{i=1}{\overset{4}{\Sigma }}\frac{{a_i}^2}{{(b_i-\lambda )}^2}=4E$>

其中，i为接收天线的个数；a为一个参数，其值为发送信号向量的转置、右酉矩阵和左酉矩阵三者之积；b为另一个参数；λ为Lagrange乘子；E为发送信号的功率。

求解时选取最小的实数根作为λ值。

6b)根据下式得到Lagrange函数：

L＝-y′hx-x′h′y+x′h′hx-λ(x′x-4E)

其中，L为Lagrange函数，y′为接收信号向量的转置，h为信道矩阵，x为信号点，x′为x的转置，h′为h的转置，λ为Lagrange乘子，E为发送信号的功率。

步骤7，迭代更新：

首先计算初始值，得到初始点处的二阶导数、一阶导数、方向矢量和更新值。进一步用牛顿迭代法进行迭代更新。

步骤8，判决是否满足收敛条件，若满足，转入步骤(9)，否则，转入步骤(7)；判断条件为更新量是否小于收敛判决门限，即Δ＝||x(i)-x(i-1)‖₂≤m_adlts，或者迭代次数是否小于收敛判决次数N。

步骤9，根据星座对译码信号x(N)进行硬判决。硬判决方法是：比较译码信号值与星座图中星座点所对应坐标值的大小，取差值最小的信号为判决信号。

步骤10，输出检测信号。

下面结合附图2和图3对本发明的效果做详细描述。

1.仿真条件

系统为发射、接收天线均为4的V-BLAST系统，假定信道矩阵h由独立同分布的复高斯随机变量组成，均值为零，方差为1，噪声为高斯白噪声，均值为0，方差由归一化信噪比确定，仿真信噪比范围为0～40dB，每隔2dB仿真一次，仿真1000帧，每帧的帧长为50，信道为一帧内保持不变且帧与帧之间相互独立的块衰落。

2.仿真内容及其结果分析

图2是理想情况下三种检测方法的性能仿真，即MMSE检测中的噪声估计没有误差。其中实线代表ZF的检测性能，带圈实线代表MMSE的检测性能，虚线代表本发明的检测性能。由该图可以看出，虚线比实线低，并且实现接近于带圈实线。从而可以看出：本发明的检测方法优于线性ZF检测性能，接近MMSE检测性能。

图3是MMSE中噪声估计存在误差情况下三种检测方法的性能仿真，其中，误差值设为百分之一。其中实线代表ZF的检测性能，带圈实线代表MMSE的检测性能，虚线代表本发明的检测性能。由图3可以看出，带圈实现算法在信噪比为25dB附近时，检测性能没有随着信噪比的增加而增加，性能趋于平坦。但是虚线仍然随着信噪比的增加而进一步下降。从而可以看出：MMSE算法在信噪比为25dB附近时，检测性能没有随着信噪比的增加而增加，性能趋于平坦，但是本发明的检测性能仍然随着信噪比的增加而进一步增加，性能没有受到影响。