用于载波索引调制的MIMO-OFDM系统的低复杂度检测方法

摘要

本发明属于无线通信技术领域，涉及多输入多输出(Multiple-Input？Multiple-Output,MIMO)、正交频分复用(Orthogonal？Frequency？Division？Multiplexing,OFDM)和载波索引调制(Subcarrier？Index？Modulation,SIM)技术及相关信号检测技术。本发明首先将子载波块对应的接收符号向量做ZF/MMSE均衡检测得到一个初始解(当前解)向量，然后在当前解向量的基础上进行邻域空间搜索，其中邻域空间定义为与当前解向量仅有一个调制符号或者一个子载波索引不同的所有解向量集合，最后比较当前解和其邻域解的ML代价，保留ML代价最小的解作为下一次循环的当前解。这一过程循环搜索多次，直至当前解比其所有邻域空间解的ML代价小或者超出循环次数上限为止，输出最后得到的当前解，进行解调恢复出原始信息比特。该方法的优点主要体现在：在取得近ML的BER性能的同时，有效降低了计算的复杂度。

说明书

技术领域

本发明属于无线通信技术领域，涉及多输入多输出(Multiple-InputMultiple- Output,MIMO)、正交频分复用(OrthogonalFrequencyDivisionMultiplexing,OFDM)和 载波索引调制(SubcarrierIndexModulation,SIM)技术及相关信号检测技术。

背景技术

MIMO-OFDM系统的提出是无线通信领域的重大突破，具有频谱利用率高、抗衰落性 能强、信道容量大等优点，是下一代宽带无线通信系统的物理层核心技术之一。

近来，子载波索引调制(SubcarrierIndexModulation,SIM)技术被提出作为一 种新的MIMO-OFDM系统传输方案(下文简称MIMO-SIM-OFDM)。该方案的基本原理是在传统 MIMO-OFDM系统调制技术的基础上引入了子载波位置索引承载信息的机制，且仅在激活的 子载波上承载调制符号。MIMO-SIM-OFDM系统原理如图1所示，信息比特分为两个部分：一部 分称为“索引调制比特”，即该部分的信息比特映射为激活子载波的索引位置；另一部分称 为“符号调制比特”，即该部分的信息比特映射为激活子载波上承载的调制星座点符号。与 MIMO-OFDM相比，MIMO-SIM-OFDM系统具有一定的优势，在对抗载波间干扰(Inter-Carrier Interface,ICI)和多径衰落的同时，有效降低了峰均比(PeaktoAveragePowerRatio, PAPR)。

MIMO-SIM-OFDM系统中信号检测技术的优劣与通信系统的可靠性和实现的复杂度 密切相关。MIMO-SIM-OFDM的检测算法仍有待于深入研究。ML检测算法具有最优的误码率 (BitErrorRate,BER)性能，但该算法需要对激活子载波的位置和激活子载波上的星座点 符号进行联合检测，这一过程涉及穷尽搜索所有可能的解，因此极高的复杂度限制了ML算 法在实际通信系统中的应用。由于ML检测需要遍历所有天线上的子载波索引位置和对应的 星座点符号，因此其复杂度会随子载波索引的组合数和调制阶数呈指数增长。为此，本发明 提出了一种低复杂度的可行方案，其计算复杂度仅随子载波索引的组合数和调制阶数呈线 性增长，同时可以取得近最优性能。

发明内容

本发明针对现有技术的不足，提供一种用于载波索引调制的MIMO-OFDM系统的低 复杂度检测方法。

本发明的技术方案为：

首先将子载波块对应的接收符号向量做ZF/MMSE均衡检测得到一个初始解(当前 解)向量，然后在当前解向量的基础上进行邻域空间搜索，其中邻域空间定义为与当前解向 量仅有一个调制符号或者一个子载波索引不同的所有解向量集合，最后比较当前解和其邻 域解的ML代价，保留ML代价最小的解作为下一次循环的当前解。这一过程循环搜索多次，直 至当前解比其所有邻域空间解的ML代价小或者超出循环次数上限为止，输出最后得到的当 前解，进行解调恢复出原始信息比特。

MIMO-SIM-OFDM系统如图1所示，N_t为发射天线数，N_r为接收天线数。

用于载波索引调制的MIMO-OFDM系统的低复杂度检测方法，包括如下步骤：

S1、产生信息比特，具体为：设子载波总个数为N，每个子块的子载波个数为L，激活 其中K个子载波发送数据，记作子载波配置(L,K)，则一共有G＝N/L个子块，对于每根天线上每个 子块，子载波激活的组合数一共有有效的备用组合为索引调制比特 数为激活的K个子载波用于发送调制符号，符号调制比特数为b₂＝Klog₂(M)，总的比特数为B＝N_t×(B₁+B₂)，其中，M为符号星座点空间大小，B₁＝G·b₁和B₂＝G·b₂分别作为每根发射天线上的索引调制比特和符号调制比特数，表示向下取整操作；

S2、对每根发射天线上的信息比特进行载波索引调制和符号调制，具体为：将N个 子载波分成G＝N/L个子块，每个子块含有L个子载波，提取每个子块对应的(b₁+b₂)信息比 特，对b₁位和b₂位信息比特分别进行索引调制和符号调制，根据索引调制信息来激活对应的 K个子载波用于发送星座点符号，剩下的(L-K)个子载波不发数据；

S3、在发送端对经过载波索引调制和符号调制后的符号进行OFDM调制，其中，所述 OFDM调制包括串并转换、IFFT和加循环前缀CP；

S4、信息比特经S1-S3处理后在发送端得到发送符号，并经瑞利衰落信道和高斯信 道后到达接收端；

S5、在接收端对接收到的符号进行OFDM解调，其中，所述OFDM解调包括去循环前缀 CP、FFT、并串转换；

S6、信号检测，具体步骤如下：

S61、获得初始解即，对第g(g＝1,2,...,G)块的接收信号Y^g做ZF/MMSE检测,选 取每根天线上的前K个模值最大的检测符号索引作为激活子载波的索引，并对这K个符号进 行硬判决，得到当前初始解其中，第g块的接收信号的频域表达式可以表示为 $\left(\begin{array}{c}{Y}^g=H^g{X}^g+W^g\\ \left(\begin{array}{c}{Y}_1^g\\ Y_2^g\\ \mathrm{...}\\ Y_{N_r}^g\end{array}\right)=\left(\begin{array}{cccc}{H}_{1,1}^g& H_{1,2}^g& \mathrm{...}& H_{1,N_t}^g\\ H_{2,1}^g& H_{2,2}^g& \mathrm{...}& H_{2,N_t}^g\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ H_{N_r,1}^g& H_{N_r,2}^g& \mathrm{...}& H_{N_r,N_t}^g\end{array}\right)\left(\begin{array}{c}{X}_1^g\\ X_2^g\\ \mathrm{...}\\ X_{N_t}^g\end{array}\right)+\left(\begin{array}{c}{W}_1^g\\ W_2^g\\ \mathrm{...}\\ W_{N_r}^g\end{array}\right),X_i^g={[X_{i,0}^g,X_{i,1}^g,\mathrm{...},X_{i,L-1}^g]}^T,i=1,2,\mathrm{...},N_t\end{array}\right)$表示 第i根发射天线上发送的第g个子块的符号，j＝1,2,...,N_r表示第 j根接收天线上接收的第g个子块的收符号，是第i根发射天 线与第j根接收天线之间第g个子块对应的信道矩阵，其中l＝0,1,...,L-1表示块的第 l个子载波对应的信道衰落系数，表示叠加在第g个子块符号的 噪声向量，其元素服从均值为0、方差为σ²的高斯分布；

S62、邻域搜索，即，对于其邻域空间集合表示为该集合中所有 的元素与X^g仅有一个调制符号或者一个子载波索引不同，搜索的邻域空间解，选取当前 解与其所有邻域空间解中ML代价最小的解作为下一次邻域搜索的当前解如此进行多 次循环搜索，直至当前解比其所有邻域空间解的ML代价小或者超出循环次数上限为止，并 将最后得到的当前解最为最终输出解向量其中，Λ表示所有发送ML估计的发送符号向 量集合，ML估计的发送符号为||·||_F表示向量的Frobenius 范数；

S7、解调恢复原始比特信息，即，对S6得到各个块的激活子载波组合和对应的发送 符号分别进行子载波索引解调和数字解调，恢复得到信息比特流。

本发明的有益效果是：

本发明提出了一种MIMO-SIM-OFDM系统的信号检测方法，该方法的优点主要体现 在：在取得近ML的BER性能的同时，有效降低了计算的复杂度，由于该检测算法的复杂度仅 随信号的调制阶数和发射天线数呈线性增长，因此更适用于大规模MIMO系统和高阶调制的 应用场景。

附图说明

图1是MIMO-SIM-OFDM系统框图。

图2是本发明提出的针对MIMO-SIM-OFDM系统的低复杂度检测算法的流程图。

具体实施方式

下面结合实施例和附图，详细说明本发明的技术方案。

本发明的检测算法具体实施采用Matlab软件平台进行仿真实验。仿真参数设置如 下：发射天线数N_t＝2，接收天线数N_r＝2，子载波总数N＝256，子载波配置为L＝2,K＝1，信号 调制为BPSK、QPSK，仿真中的信道为瑞利衰落和高斯白噪声信道。仿真结果表明：在BER性能 方面，本发明的检测算可达到近最优性能，在BPSK调制下,BER为10^-3时，该算法的比特信噪 比Eb/N0与ML算法相比损失约为1.6dB；在4QAM调制下，BER为10^-3时，该算法的比特信噪比 Eb/N0相对于ML算法相比损失约为2dB。在计算复杂度方面，本发明的检测算法相对于ML算 法有效减少了搜索空间，大大降低了计算复杂度。

S1、产生信息比特，具体为：设子载波总个数为N，每个子块的子载波个数为L，激活 其中K个子载波发送数据，记作子载波配置(L,K)，则一共有G＝N/L个子块，对于每根天线上 每个子块，子载波激活的组合数一共有有效的备用组合为索引调制 比特数为激活的K个子载波用于发送调制符号，符号调制比特数为b₂＝ Klog₂(M)，总的比特数为B＝N_t×(B₁+B₂)，其中，M为符号星座点空间大小，B₁＝G·b₁和B₂＝ G·b₂分别作为每根发射天线上的索引调制比特和符号调制比特数，表示向下取整操作；

S2、对每根发射天线上的信息比特进行载波索引调制和符号调制，具体为：将N个 子载波分成G＝N/L个子块，每个子块含有L个子载波，提取每个子块对应的(b₁+b₂)信息比 特，对b₁位和b₂位信息比特分别进行索引调制和符号调制，根据索引调制信息来激活对应的 K个子载波用于发送星座点符号，剩下的(L-K)个子载波不发数据；

S3、在发送端对经过载波索引调制和符号调制后的符号进行OFDM调制，其中，所述 OFDM调制包括串并转换、IFFT和加循环前缀CP；

S4、信息比特经S1-S3处理后在发送端得到发送符号，并经瑞利衰落信道和高斯信 道后到达接收端；

S5、在接收端对接收到的符号进行OFDM解调，其中，所述OFDM解调包括去循环前缀 CP、FFT、并串转换；

S6、信号检测，如图2所示，具体步骤如下：

S61、获得初始解即，对第g(g＝1,2,...,G)块的接收信号Y^g做ZF/MMSE检测,选 取每根天线上的前K个模值最大的检测符号索引作为激活子载波的索引，并对这K个符号进 行硬判决，得到当前初始解其中，第g块的接收信号的频域表达式可以表示为 $\left(\begin{array}{c}{Y}^g=H^g{X}^g+W^g\\ \left(\begin{array}{c}{Y}_1^g\\ Y_2^g\\ \mathrm{...}\\ Y_{N_r}^g\end{array}\right)=\left(\begin{array}{cccc}{H}_{1,1}^g& H_{1,2}^g& \mathrm{...}& H_{1,N_t}^g\\ H_{2,1}^g& H_{2,2}^g& \mathrm{...}& H_{2,N_t}^g\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ H_{N_r,1}^g& H_{N_r,2}^g& \mathrm{...}& H_{N_r,N_t}^g\end{array}\right)\left(\begin{array}{c}{X}_1^g\\ X_2^g\\ \mathrm{...}\\ X_{N_t}^g\end{array}\right)+\left(\begin{array}{c}{W}_1^g\\ W_2^g\\ \mathrm{...}\\ W_{N_r}^g\end{array}\right),X_i^g={[X_{i,0}^g,X_{i,1}^g,\mathrm{...},X_{i,L-1}^g]}^T,i=1,2,\mathrm{...},N_t\end{array}\right)$表示 第i根发射天线上发送的第g个子块的符号，j＝1,2,...,N_r表示第 j根接收天线上接收的第g个子块的收符号，是第i根发射天 线与第j根接收天线之间第g个子块对应的信道矩阵，其中l＝0,1,...,L-1表示块的第 l个子载波对应的信道衰落系数，表示叠加在第g个子块符号的 噪声向量，其元素服从均值为0、方差为σ²的高斯分布；

S62、邻域搜索，即，对于其邻域空间集合表示为该集合中所有的元素 与X^g仅有一个调制符号或者一个子载波索引不同。以N_t＝2,N_r＝2,L＝2,K＝1，BPSK调制为例，假设当 前解为X^g＝[+100-1]^T，其邻域空间集合为搜索的邻域空间解，选取当前解与其所有邻域空间解中ML代价最小的解作为下一次邻 域搜索的当前解如此进行多次循环搜索，直至当前解比其所有邻域空间解的ML代价小 或者超出循环次数上限为止，并将最后得到的当前解最为最终输出解向量其中，Λ表 示所有发送ML估计的发送符号向量集合，ML估计的发送符号为||·||_F表示向量的Frobenius范数；

S7、解调恢复原始比特信息，即，对S6得到各个块的激活子载波组合和对应的发送 符号分别进行子载波索引解调和数字解调，恢复得到信息比特流。