CN101442378A - 普适多天线无线传输的低复杂度信号检测方法 - Google Patents

Abstract

多天线传输是增加无线信道容量的有效方法，它会带来复用数据增益与分集增益两种形式，会根据不同的应用场合，去设计多天线***，实现分集最大化、或复有增益最大化，以及二者的折衷。根据这些不同的应用，多输入多输出(MIMO)***的发送信号就出现了不同的信号传输方案，如空时码、差分空时码、V－BLAST、以及比特交织编码调制(BICM)等MIMO***，不同的发送方案需要与之对应用的信号检测方法及软干扰消除方法。本专利提出一种可以适用于各种多天线传输方案的信号检测方法，通过统一的信号检测方式，使得不同通信***可用一套检测方法去检测。主要发明内容：(1)对于空时编码MIMO***，无论分组空时码、还是格空时码以及酉空时码，编码矩阵可以统一用G表示；(2)对于数据复用V－BLAST***，G为单位阵。发送信号可以用：x′＝Gs′表示。s为调制信号矢量，G为相应的信号映射矩阵，x为多天线发送信号矢量。

Description

普适多天线无线传输的低复杂度信号检测方法

技术领域

本发明属于无线通信技术领域，特别涉及多天线***的信号发送和检测方法。

背景技术

多天线传输是增加无线信道容量的有效方法，它会带来复用数据增益与分集增益两种形式。根据不同的应用场合设计多天线***，得以实现分集最大化或复用增益最大化，以及二者的折衷。根据这些不同的应用，多输入多输出(MIMO)***的发送信号就出现了不同的信号传输方案，如空时码、差分空时码、V-BLAST、以及比特交织编码调制(BICM)等MIMO***，不同的发送方案需要与之对应用的信号检测方法及软干扰消除方法。本专利提出一种可以适用于各种多天线传输方案的信号检测方法，通过统一的信号检测方式，使得不同通信***可用一套检测方法去检测。

发明内容：

(1)对于空时编码MIMO***，无论分组空时码、还是格空时码以及酉空时码，编码矩阵可以统一用T个G表示，即，G₁，G₂，…，G_T。T为时隙数。G_i(1≤i≤T)为维数为N×N的矩阵，N为发送天线数；发送信号可以用

x′＝Gs′

表示。s为调制信号矢量，G为相应的信号映射矩阵，x为多天线发送信号矢量。

(2)对于数据复用V-BLAST***，G为单位阵。

(3)普适多天线无线传输的低复杂度信号检测方法。

1.发射部分的设计

设发送端的天线数为N，接收端的天线数为M。图1是发射机的结构，信息比特序列u＝[u₁，u₂，…]。首先被一个卷积编码器编码为序列c，然后经过比特交织，交织后的比特序列d＝[d₁，d₂，…]被映射到星座图中，形成一个在复数域中的N维窗格，我们现在假设在N维窗格中的符号的每一小格含有M_c个映射比特，因而N维窗格中的每个符号含有NM_c个比特。调制器将一个NM_c位的比特向量 $d=[d_1,d_2,\·\·\·,d_{{\mathrm{NM}}_c}]$ 映射成一个在星座图中的符号s＝[s₁，s₂，…，s_N]。为了简单，我们假设映射是单独对每一小格进行的，并且映射为格雷映射。因此，M_c个比特 $d_n=[d_{(n-1)M_c+1},\·\·\·,d_{{\mathrm{NM}}_c}]$ 映射到s_n，成为向量s的第n个元素。我们在下文中将

记为 $d_n=[d_n^1,\·\·\·,d_n^{M_c}],$ 其中 $d_n^i=d_{(n-1)M_c+i}$ 就是映射到s_n中的第i个比特。映射完成后，符号s与编码矩阵G相乘，从而将s进行空时编码。编码矩阵G中的各个元素根据所选择的空时编码方式而定。由用户选定空时编码方式，从而计算编码矩阵G中的各个元素，最终确定G。经过空时编码后的符号x＝[x₁，x₂，…，x_N]可以用下式表示

x′＝Gs′

其中 $G={\left(g_{n_i,n_j}\right)}_{N\×N}$ 是一个N×N的矩阵，上标符号“′”表示转置。在下文中，我们称s和x为符号，s_n和x_n为符号集的第n个元素。

例如，假设发送天线数N＝2，接收天线数为M＝2，s＝[s₁ s₂]。若采用V-BLAST结构，则令

$G=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$

可以得到x′

x′＝Gs′＝[s₁ s₂]′，

即可。

若采用Alamouti码，则令

$G_1=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$

则

x₁′＝G₁s′＝[s₁ s₂]′

$x_2^{\′}=G_{2}s\′=\left[\begin{array}{cc}-s_2^{*}& s_1^{*}\end{array}\right]\′$

即为Alamouti码。

2.接收部分的设计

图2是基于单天线的最大后验概率接收机结构图。图3是基于多天线的普适多天线无线传输的低复杂度信号检测接收机结构图。设接收机已经获知空时编码方式选择信号D，且用此信号控制解调器的输出信息速率。在接收机中，接收到的M维符号y＝[y₁，y₂…，y_M]能表示为

y′＝HGs′+w′(1)

其中H是维数为M×N的衰落系数矩阵。h_m，n(m＝1，2，…，M；n＝1，2，…，N)之间是相互独立的。

w＝[w₁，w₂…，w_N]是加性高斯白噪声信道，它的实部和虚部的均值都为零，方差为σ²。

2.1 最大后验概率解调

在最大后验概率(MAP)检测中，需要计算

$\mathrm{Pr}\left(d_k\right|y)=\frac{\left\{{\mathrm{\Σ}}_{s\∈S_{d_k}}\left[p\left(y\right|s){\mathrm{\Π}}_{l=1,l\≠k}^{{\mathrm{NM}}_c}\mathrm{Pr}\left(d_l\right)\right]\right\}\×\mathrm{Pr}\left(d_k\right)}{p\left(y\right)}---\left(2\right)$

这里

是对离散的随机矢量而言，而是对连续随机矢量的描述。令

表示在N维星座中，第k位映射比特为d_k的符号s的集合。显然，是

的基数为

。由于用了一个比特交织，所以我们假设这些被映射到符号s的比特之间是相互独立的。对(2)式两边取对数，等式变为

其中，

是通过最大后验概率解调器计算而得到的d_k的外信息。在(4)式中，

是对比特d_k的先验概率取对数。由于

对于d_k＝0或d_k＝1都是一个常数，所以L(y)不作为讨论的重点。在下文中，我们使用上标表示后验信息，

表示先验信息，表示外信息。为了计算出L^e(d_k)，由(4)式可知，我们需要对

集合中

个可能出现的符号进行乘积和累加运算。因此，最大后验概率的解调复杂度是以格的维数N为指数而增长。

2.2 普适多天线无线传输的低复杂度信号检测

解调器的目的是计算每比特的外信息L^e(d_k)，k＝1，...，NM_C。外信息在解交织后，被软输入软输出(SISO)译码器用作编码比特的对数先验概率。在迭代过程中，SISO译码器输出的外信息经过交织后成为先验信息，解调器用这个先验信息计算出在空时编码之前的符号的数学期望，并用此作为软符号进行软干扰消除。

假设我们已经知道了先验信息L^α(d_k)，k＝1，...，NM_C。设每比特间相互独立，那么符号s中每个元素s_m的可能值的概率为

${\mathrm{Pr}}_m(s_n=s_n^l)={\mathrm{\Π}}_{i=1}^{i=M_c}{\mathrm{Pr}}_m\left(d_n^i\right)=e^{{\mathrm{\Σ}}_1^{M_c}{L}_m^a\left(d_n^i\right)}(l=1,\·\·\·,2^{M_c};m=1,...,M;n=1,...,N)---\left(5\right)$

在上式中，

是sm的

个可能出现的值。我们知道了这些概率后，元素s_m的数学期望和方差就可以通过下面的式子计算得到：

$\begin{array}{cc}{E}_n\left(s_m\right)=\underset{i=1}{\overset{2^{M_c}}{\mathrm{\Σ}}}{s}_m^l{\mathrm{Pr}}_n(s_m=s_m^l)& (n=\mathrm{1,2},\·\·\·,N;m=\mathrm{1,2},\·\·\·,M)\end{array}---\left(6\right)$

${\mathrm{var}}_m^2\left(s_n\right)=\underset{i=1}{\overset{2^{M_c}}{\mathrm{\Σ}}}{|s_n^l-E_m\left(s_n\right)|}^2{\mathrm{Pr}}_m(s_n=s_n^l)---\left(7\right)$

基于期望值，我们就可以进行软干扰消除。假定我们现在研究的对象是s_k，消除其它元素的干扰后，我们就可以得到：

其中，v_n是噪声干扰和其他的干扰，我们用z_m，m＝1，2，…，M作为元素s_k的判决统计量。由于没有足够的统计量，性能会有损失。定义

，假设z_m(m＝1，2，…，M)之间是相互独立的，可以得到

$L^e\left(d_k^i\right)\≈\underset{s_k\∈s_{d_k^i}}{\max }\left\{\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\log \left[p\left(z_m\right|s_k)\underset{j=1,j\≠i}{\overset{M_c}{\mathrm{\Π}}}{e}^{L_n^a\left(d_k^j\right)}\right]\right\}---\left(9\right)$

其中，表示所有可能的s_k的值的集合，这个集合中的s_k需满足的条件为：映射到s_k的第i个比特的值为

的基数为

而2.1节中定义的

的基数为

两者相比较相比较，前者的搜索范围减小了。在式(9)的导出过程中，我们已经假设 $L^a\left(d_k^i\right)={\mathrm{\Σ}}_{m=1}^M{L}_m^a\left(d_k^i\right),$ 并用到了 $\log \left({\mathrm{\Σ}}_{m=1}^M{e}^{R_m}\right)\≈{\max }_m\left(R_m\right)$ 。当得到最大值时，我们定义为

结果，我们有 $L^e\left(d_k^i\right)\≈{\mathrm{\Σ}}_{m=1}^M{L}_m^e\left(d_k^i\right)$ 。为了计算我们需要知道p(z_m|s_k)。若给出s_k，则显然均值E（z_m|s_k）为 $E\left(z_m\right|s_k)=s_k\underset{f=1}{\overset{N}{\mathrm{\Σ}}}{h}_{m,f}{g}_{f,k},$ 并且方差为

${\mathrm{var}}^2\left(z_m\right|s_k)={\left|\right|h_{m,\mathrm{\Σ}}\left|\right|}^2\underset{n=1,n\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|g_{m,n}\right|}^2{\mathrm{var}}_m^2\left(s_n\right)+{\mathrm{\σ}}^2---\left(11\right)$

h_m，∑表示衰落矩阵H中的第m行。

表示向量的范数，设h_m，∑＝[h_m，1，h_m，2，…，h_m，N]，则

因此，p(z_m|s_k)为

$p\left(z_m\right|s_k)=\frac{1}{\mathrm{\π}{\mathrm{var}}^2\left(z_m\right|s_k)}\exp \left(\frac{-{|z_m-E\left(z_m\right|s_k)|}^2}{{\mathrm{var}}^2\left(z_m\right|s_k)}\right)---\left(13\right)$

有了

和

我们就能够根据图3中的信息流，得到M个不同的先验信息

我们将普适多天线无线传输的低复杂度信号检测的算法总结如下：

步骤一：假设编码后的比特是等概率的，即

$L_m^a(d_l^i=1)=L_m^a(d_l^i=0)=\log (1/2)$  (l＝1，2，…，N，i＝1，2，…，M_c，n＝1，2，…，N)

步骤二：计算E_m(s_n)和

$\begin{array}{cc}{E}_m\left(s_n\right)=\underset{i=1}{\overset{2^{M_c}}{\mathrm{\Σ}}}{s}_n^l{\mathrm{Pr}}_m(s_n=s_n^l)& (n=\mathrm{1,2},\·\·\·,N;m=\mathrm{1,2},\·\·\·,M)\end{array}$

$\begin{array}{cc}{\mathrm{var}}_m^2\left(s_n\right)=\underset{i=1}{\overset{2^{M_c}}{\mathrm{\Σ}}}{|s_n^l-E_m\left(s_n\right)|}^2{\mathrm{Pr}}_m(s_n=s_n^l)& (n=\mathrm{1,2},\·\·\·,N;m=\mathrm{1,2},\·\·\·,M)\end{array}$

步骤三：计算E(z_m|s_k)、var²(z_n|s_k)和p(z_n|s_k)

$E\left(z_m\right|s_k)=s_k\underset{f=1}{\overset{N}{\mathrm{\Σ}}}{h}_{m,f}{g}_{f,k}$

${\mathrm{var}}^2\left(z_m\right|s_k)={\left|\right|h_{m,\mathrm{\Σ}}\left|\right|}^2\underset{n=1,n\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|g_{m,n}\right|}^2{\mathrm{var}}_m^2\left(s_n\right)+{\mathrm{\σ}}^2$

$p\left(z_m\right|s_k)=\frac{1}{\mathrm{\π}{\mathrm{var}}^2\left(z_m\right|s_k)}\exp (-\frac{{|z_m-E\left(z_m\right|s_k)|}^2}{{\mathrm{var}}^2\left(z_m\right|s_k)})$

步骤四：计算

$L_m^e\left(d_k^i\right)=\log \left[p\left(z_m\right|s_k)\underset{j=1,j\≠i}{\overset{M_c}{\mathrm{\Π}}}{e}^{L_m^a\left(d_k^i\right)}\right]$

$L^e\left(d_k^i\right)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{L}_m^e\left(d_k^i\right)$

$L^e\left(d_k^i\right)$ 取最大的一个。

步骤五：经过交织后，编码比特的外信息作为先验信息输入SISO译码器。SISO译码器计算每个编码比特的后验概率(APP)，

步骤六：计算对应与y_m(n＝1，2，…，N)的每比特的先验概率，

$L_m^a\left(d_k^i\right)=L^{\mathrm{ap}}\left(d_n^i\right)-L_m^e\left(d_k^i\right)$

步骤七：返回步骤二，开始迭代。

步骤八：经过足够的迭代次数后，用SISO译码器输出的每位比特的后验概率进行判决。

附图说明

图1 发射机结构

图2 最大后验概率接收机

图3 普适多天线无线传输的低复杂度信号检测接收机

具体实施方式

即上文中所述的普适多天线无线传输的低复杂度信号检测算法。即，步骤一至步骤七。

Claims (1)

1、一种普适多天线无线传输的低复杂度信号检测方法，其特征在于：

步骤一：假设编码后的比特是等概率的，即

$\begin{array}{cc}{L}_m^a(d_l^i=1)=L_m^a(d_l^i=0)=\log (1/2)& (l=\mathrm{1,2},\·\·\·,N,i=\mathrm{1,2},\·\·\·,M_c,n=\mathrm{1,2},\·\·\·,N)\end{array}$

步骤二：计算E_m(s_n)和

$\begin{array}{cc}{E}_m\left(s_n\right)=\underset{i=1}{\overset{2^{M_c}}{\mathrm{\Σ}}}{s}_n^l{\mathrm{Pr}}_m(s_n=s_n^l)& (n=\mathrm{1,2},\·\·\·,N;m=\mathrm{1,2},\·\·\·,M)\end{array}$

$\begin{array}{cc}{\mathrm{var}}_m^2\left(s_n\right)=\underset{i=1}{\overset{2^{M_c}}{\mathrm{\Σ}}}{|s_n^l-E_m\left(s_n\right)|}^2{\mathrm{Pr}}_m(s_n=s_n^l)& (n=\mathrm{1,2},\·\·\·,N;m=\mathrm{1,2},\·\·\·,M)\end{array}$

步骤三：计算E(z_m|s_k)、var²(z_n|s_k)和p(z_n|s_k)

$E\left(z_m\right|s_k)=s_k\underset{f=1}{\overset{N}{\mathrm{\Σ}}}{h}_{m,f}{g}_{f,k}$

${\mathrm{var}}^2\left(z_m\right|s_k)={\left|\right|h_{m,\mathrm{\Σ}}\left|\right|}^2\underset{n=1,n\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|g_{m,n}\right|}^2{\mathrm{var}}_m^2\left(s_n\right)+{\mathrm{\σ}}^2$

$p\left(z_m\right|s_k)=\frac{1}{\mathrm{\π}{\mathrm{var}}^2\left(z_m\right|s_k)}\exp (-\frac{{|z_m-E\left(z_m\right|s_k)|}^2}{{\mathrm{var}}^2\left(z_m\right|s_k)})$

步骤四：计算

$L_m^e\left(d_k^i\right)=\log \left[p\left(z_m\right|s_k)\underset{j=1,j\≠i}{\overset{M_c}{\mathrm{\Π}}}{e}^{L_m^a\left(d_k^i\right)}\right]$

$L^e\left(d_k^i\right)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{L}_m^e\left(d_k^i\right)$

取最大的一个。

步骤五：经过交织后，编码比特的外信息作为先验信息输入SISO译码器。SISO译码器计算每个编码比特的后验概率(APP)，

步骤六：计算对应与y_m(n＝1，2，…，N)的每比特的先验概率，

$L_m^a\left(d_k^i\right)=L^{\mathrm{ap}}\left(d_n^i\right)-L_m^e\left(d_k^i\right)$

步骤七：返回步骤二，开始迭代。

步骤八：经过足够的迭代次数后，用SISO译码器输出的每位比特的后验概率进行判决。

Images