[发明专利]用于长期演进方案的高效多天线检测方法

说明书

技术领域

本发明属于多输入多输出系统的检测技术，尤其涉及一种适于LTE TDD系统使用的多天线检测技术。

背景技术

3GPP长期演进(LTE)项目是近年来3GPP启动的最大的新技术研发项目。在空中接口方面，LTE用频分多址（OFDM/FDMA）替代了3GPP长期使用的码分多址（CDMA）作为多址技术，并大量采用了多输入多输出（MIMO）技术和自适应技术提高数据速率和系统性能，在20MHz频谱带宽能够提供下行100Mbps、上行50Mbps的峰值速率。

MIMO技术能够使无线链路的容量随着发射天线数和接收天线数线性增长，达到这种容量增长的有效办法是数据流的空分复用。空分复用，是指系统借助空间维度在一个时频单元内并行地传输多路数据流。尽管多路数据流之间将产生混叠，但是接收端仍然可以利用空间均衡消除数据流之间的混叠。典型的空分复用系统是Bell实验室提出的BLAST系统。对于独立同分布的频率平坦衰落的MIMO信道，只要并行数据流数不超过发射天线数和接收天线数，就可以获得可观的传输能力。如果MIMO信道存在空间相关或者出现深衰落，则可能导致某些数据流通过的子信道的等效增益较低，从而大大增加了误码的可能性。

由于LTE中使用了OFDM技术对抗多径的影响，它将一个宽带的频率选择性信道转化为多个平坦衰落的并行窄带信道，从而为MIMO技术提供了一个频率平坦衰落的信道环境。对于频率平坦衰落的MIMO信道，可以建立如下的数学模型：

其中

表示MIMO信道矩阵

表示接收信号向量

表示发送信号向量

表示接收端高斯白噪声向量

空分复用接收机要做的是，当存在加性白高斯噪声以及存在多流干扰的情况下，准确恢复出发送信号向量。传统的检测算法包括：最大似然检测算法，线性检测算法（迫零算法和MMSE算法），串行干扰抵消算法以及简化的最大似然检测算法（如QRM算法，球形译码算法等）。

最大似然检测算法是对发送符号的所有可能的组合进行遍历搜索，以寻求概率意义上最优的检测结果，是性能最优的检测算法，但是该算法的复杂度会随着发送数据流数量和信号调制阶数的增加而呈现指数级增加，因而在实现上存在比较大的难度。

线性检测算法分为迫零算法和MMSE算法两类。迫零算法直接对信道矩阵求逆，因而可能会放大噪声强度，导致性能的损失。由线性均方估计理论得到的最小均方误差MMSE检测综合考虑干扰和噪声的因素，其性能在低信噪比时大大优于迫零检测，但是对于空间相关性较大以及码率较高的情况，性能会变差。这两类算法的复杂度都很低，易于实现。

       串行干扰抵消算法在检测每层数据时，将已检测数据造成的空间干扰去除，再对去除干扰后的信号向量做线性加权，得到当前数据的估计值。直观的看，该检测算法性能较线性检测有比较显著的提高，但是由于已检测数据存在误判，由误判造成的误差传播可能会使性能急剧下降，因而合理排列检测顺序极为重要。该类算法复杂度略高于线性检测算法。

       简化的最大似然检测算法与标准的最大似然检测算法区别在于，不再遍历搜索所有可能的发送符号组合，如QRM算法首先通过对信道矩阵做QR分解消除前项数据对后项数据的干扰，然后按照从后到前的顺序依次遍历搜索每一层数据，并在每次搜索完成后仅保留M条幸存路径，当M较小时，算法复杂度远低于标准最大似然检测算法。由于该算法在搜索时会丢弃很多路径，使得在最后构造后级软判决译码器所需的软量时会遇到某些比特位无法求解软量的问题，一种称为PSCA-M（Parallel Smart Candidate Adding-M）的算法解决了这个问题，方法是在寻找每一层的候选符号时，通过对最优候选符号的比特进行翻转构造出新的候选符号，这样每

一层的比特软量都可以计算出，但这种方法的缺点在于当M较小时生成的比特软量不精确，而LTE中使用的Turbo码解码器对软量的精度要求很高，因而该方法会使系统整体性能会变差。若要提高性能，就必须增加M的大小，但这又会增加算法复杂度。另外该算法和QRM算法都需要对信道矩阵进行QR分解，不利于实现。

发明内容

技术问题：本发明的目的是提供一种适用于长期演进方案的高效多天线检测方法，在MMSE算法和PSCA-M算法的基础上进一步改进，保证算法有较强的鲁棒性，且能以较小的复杂度获得近似最优性能。