[发明专利]一种低复杂度的软输入软输出检测方法无效

专利信息
申请号: 201310276347.4 申请日: 2013-07-01
公开(公告)号: CN103297200A 公开(公告)日: 2013-09-11
发明(设计)人: 王东明;刘瑞勋;唐文锐;吴雨霏;黄禹淇 申请(专利权)人: 东南大学
主分类号: H04L1/00 分类号: H04L1/00;H04L25/03
代理公司: 江苏永衡昭辉律师事务所 32250 代理人: 齐旺
地址: 210096*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 复杂度 输入 输出 检测 方法
【说明书】:

技术领域

发明属于通信技术领域,尤其是涉及一种低复杂度的软输入软输出检测方法。

背景技术

通信系统的接收机技术中,检测或均衡是对抗干扰的一种常用手段,因此,检测和均衡技术一直是接收机技术研究中的重点技术。一般情况下,我们把收发之间建模为如下线性关系:

y=Hs+z

其中,y是已知的M×1接收信号矢量,s是N×1的发送的调制符号矢量,z是加性高斯白噪声矢量,其协方差矩阵表示为σ2I,I为单位矩阵,σ2为噪声方差,H为M×N信道矩阵,M,N均为自然数。

常用的检测方法有最小均方误差检测、最大后验概率检测、最大似然检测等。为了提高通信系统性能,系统中通常有纠错编码,因此检测器需要输出检测结果的可靠度,即发送比特信息的概率。同时,为了逼近系统性能的极限,人们提出采用Turbo接收机。为了结合Turbo接收机,检测器不仅需要输出可靠信息,还要能够利用发送信号的先验信息。此时,最大后验概率检测和最大似然检测复杂度较高,而最小均方误差检测的由于每次检测均需要求逆运算,复杂度也较高。

为了解决这个问题,本发明提出了一种基于奇异值分解的软输入软输出检测方法。该方法仅需要一次对信道矩阵的奇异值分解,之后的检测均只需要对角阵求逆运算,复杂度大大降低。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足,本发明提出了一种低复杂度的软输入软输出检测方法。所述方法为了克服现有软输入软输出每次检测中均需要求逆运算的问题,采用基于奇异值分解的软输入软输出检测方法,大大降低检测的复杂度。

为解决上述技术问题,本发明采用的技术方案如下:

一种低复杂度的软输入软输出检测方法,其步骤如下:

步骤A,构建无线通信系统接收机信号接收模型:

y=Hs+z

其中,y是已知的M×1接收信号矢量,s是发送的N×1的调制符号矢量,z是加性高斯白噪声矢量,其协方差矩阵表示为σ2I,I为单位矩阵,σ2为噪声方差,H为M×N信道矩阵;M、N均为自然数;

步骤B,设为发送信号矢量s的N×1先验均值矢量,Q为N×N先验协方差矩阵,Q为对角阵,Q的第n个对角线元素表示为qn,通过如下步骤得到s的检测值:

步骤B1,初始化:

步骤B1-1,将信道矩阵H进行奇异值分解,表示为H=UHDV,其中D为H的奇异值构成的M×N的矩阵,U为M×M的酉矩阵,V为N×N的酉矩阵,酉矩阵V的m行n列元素表示为vm,n,上标H表示共轭转置;

步骤B1-2,计算N×N对角阵其对角线上第n行n列元素表示为

步骤B1-3,计算矢量是N×1的矢量;

步骤B1-4,设定为N×1的零矢量;

步骤B1-5,设定q1=…=qN=q,q为发送信号调制星座点的平均能量,即Q=qI,归一化星座点时q=1;I为单位矩阵;

步骤B2,软输入软输出检测:

步骤B2-1,根据如下公式得到检测器的N×1的输出矢量

其中,σ2表示噪声方差,运算符号⊙表示两个矢量的对应元素相乘,N×1的矢量ρ的第n个元素ρn是由下面公式得到,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310276347.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top