MIMO系统中信号检测算法的研究.docx

??

?

??

MIMO系统中信号检测算法的研究

?

?

?

?

?

??

?

?

?

郭腾重庆邮电大学移动通信实验室研究生

林云重庆邮电大学副教授

摘要：基于人类对通信的高要求，即实现多种业务的多媒体能力，无线技术已成为整个通信领域的最大热点。而MIMO技术以其理论上的高容量等优势得到业界的高度重视。MIMO技术总体上可分为发送分集方式和空间复用方式。为了达到未来的移动通信所要求的高通信速率，空间复用是解决此问题的重要途径，而此方式下接收端的检测问题是能否达到理论上所得到的系统容量的关键。重点研究了MIMO系统传统检测技术，尤其是BLAST算法，其次还研究了球形译码算法。

关键词：MIMO，球形译码，BLAST

在单天线收发系统(S[来自www.lW5U.coM]ISO)中，通常依靠提高调制阶数和加大传输带宽来实现高速率。对于前者，高阶调制抗噪声和干扰性能较差并且检测技术变得复杂，在实际运用中最高支持到8biUs/Hz的256QAM已经是极限；对于后者，可以看到无线移动通信最宝贵的是频谱资源，2.4GHz以下的频段已经几乎被开发利用完，一味的加大带宽必然使得通信载频点向更高频段搬移，从而使得传输衰减加大，导致有效传输路径变短、小区半径缩小、支持用户数目减少以及切换过于频繁等问题。因此，研究者的目光从有限的频率资源、时间资源移向空间资源，这样在提高频谱利用率角度有很大优势的多输人多输出(MIMO)技术毫无疑问成为非常有效的手段。

1MIMO信道模型

由于本文主要讨论MIMO系统的信号检测技术，考虑单用户在一个时隙内，具有N1根发送天线和N根接收天线的MIMO系统，信道为准静态平坦衰落情况下，接收信号可表示为我们可以利用的公式Y=HX+N来表示MIMO信号检测。y代表接收端Nr×1列向量，H代表Nr×Nf冲击响应矩阵，N代表未知噪声，要求的是X为N1×1列向量（图1）。

其矩阵形式如图2所示。

2MIMO信号检测技术的研究现状

空间复用的MIMO面临的问题是强自干扰，怎样利用较低复杂度的可靠的检测算法来逼近MIMO系统所能达到的信道容量成为研究的一个热点问题…。下面就把近年来MIMO系统信号检测技术的一些研究成果进行分类介绍。目前所研究的MIMO系统中的检测算法可以大概分成线性检测算法、非线性检测算法及迭代检测算法等。

2.1线性检测算法

传统线性检测：常用的传统线性检测有迫零(ZF:Zero-for(1ing)和最小均方误差(MMSE:Mini-mummeansquareerror)检测算法。ZF检测可以完全消除天线间的干扰，但同时也增强了噪声功率；MMSE可以在两者中找到一个平衡，可获得比ZF更多的编码增益。两者都属于低复杂度算法，但两者性能上与最大似然算法差距很大。

线性干扰相消：线性干扰相消的思想是将先检测出来的数据流恢复成干扰消除掉的数据流，以提高后面数据流检测的性能。最常用的就是V-BLAST检测算法，根据采用的准则不同可分为ZF-BLAST和MMSE-BLAST。下面以最优排序基于MMSE的BLAST算法为例来说明算法整个过程：

首先根据扩展信道矩阵H和H分别求出滤波矩阵Gnnw和H的伪逆矩阵H+。

然后，找出H+中的行范数最小的第i行，计算第j根天线的检测输出：

对于V-BLAST算法，由于每次检测天线间的干扰都在减小，所以除了第一层以外，每检测一层所计算的新的MMSE滤波矩阵所产生的干扰功率都会比线性MMSE算法的对应层的要小，而相关噪声功率也会因滤波矩阵元素的变化而减小，即噪声干扰功率会减小，信号功率相对于线性算法并没有变化。所以系统容量应该会比线性MMSE检测算法有所提高。

由于每次检测都要重新计算一遍滤波矩阵，这会给算法带来不小的运算复杂度。许多研究者对此做了不少改进。Wubben提出了将信道传输矩阵进行QR分解的串行干扰相消算法l31和SQRD算法，核心思想均为用迭代运算替代矩阵求逆运算来降低算法的复杂度。

V-BLAST算法可以降低算法的复杂度，但是检测性能也下降了，主要原因是存在误码传播。有人提出将ML算法与之结合，在减少ML算法搜索次数的同时，能有效地避免层间干扰和误码传播。在降低算法复杂度的同时，得到了与ML算法很接近的性能l51。

针对VBIAST系统的简化，还有人提出一种球形约束的堆栈检测(SC-Stack)算法。基于信道的MMSE排序QR分解(MMSE-SQRD)和堆栈树搜索(QRD-Stack)算法，所提算法利用部分连续干扰抵消(PSIC)算法计算球半径，并据此半径对分支和路径进行删减。SC-Stack算法较QRD-Stack算法复杂度大大降低，性能不仅没有损失甚至有所改善；SC-Stack算法以低于球形译码(SD)算法的平均访