[发明专利]一种广义空间调制系统的信号检测方法

说明书

本发明提供了一种广义空间调制下的低复杂度信号检测方法。该方法包括：①对发送信号参数化建模，并采用一种复杂度简化的贝叶斯压缩感知迭代方法来求解参数向量；②利用信号稀疏度信息对获取的激活天线序列集进行预检测，并重定位部分错误的激活序列；③利用估计的激活天线序列集对发送信号进行线性均衡并解调。本发明大幅提高了信号检测的准确度至逼近最大似然的理想结果，同时保证极低的运算复杂度，并且在欠定、高阶调制系统中同样适用。

技术领域：

本发明涉及无线通信技术领域，具体涉及一种在广义空间调制系统的信号检测方法。

背景技术：

随着无线通信技术的日趋完善，“绿色、节能、可持续”已成为未来5G移动通信中一大重要的发展方向。空间调制(SM)作为一种新型的多天线调制技术，通过每个时隙仅激活一根发送天线，可有效降低系统能耗，并彻底消除信道间干扰(ICI)。为进一步提高频谱效率，广义空间调制(GSM)将激活天线个数从一根扩展到多根，极大提升了信号传输速率。然而与此同时，GSM系统也引入了部分ICI，这使得低复杂度的接收机设计成为亟待解决的问题。

典型的多天线系统接收机通常采用最大比合并(MRC)或最大似然(ML)检测，然而这两种接收机都存在各自的问题：前者无法应用于欠定系统，即接收天线数量少于发射天线数量，这对下行链路是致命问题；后者的计算复杂度随天线数和调整阶数呈指数增长，这在大规模高阶调制系统中不具备实际可操作性。实际上，针对GSM系统中的低复杂度信号检测已经存在一些方案，如球形译码、块排序等等，但其本质上都是以检测准确度为代价。Wenlong Liu于2014年在IEEE Communication Letter上发表了“Denoising Detectionfor the Generalized Spatial Modulation System Using Sparse Property”(IEEE组织在通信领域的SCI期刊，《广义空间调制中利用稀疏性的去噪检测》)，提出了利用压缩感知(CS)理论来解决欠定系统中的低复杂度信号检测问题，一定程度上提高了准确度。然而，这种检测方法只适用于低阶调制，对于无线通信中常用的高阶QAM调制系统，其检测性能和理想最大似然检测相比还有很大差距。与此同时，现有的检测方法并没有完全利用信号的稀疏度特性和量化特性，这意味着低复杂度、高准确度的信号检测技术还有很大的提升空间。

发明内容：

本发明的目的在于克服上述技术存在的问题，针对广义空间调制系统，提出一种低复杂度、高准确度的信号检测方法。该方法利用调制信号固有的稀疏度特性和量化特性，采用复杂度简化的贝叶斯压缩感知来定位激活天线序列集，并提供一种自纠错机制来重定位部分激活序列，从而大幅提高检测准确度。该方法适用于高阶QAM调制并逼近理想最大似然的检测结果。

本发明是根据以下技术方案实现的：

步骤A：参数模型化发送信号向量x，并根据接收信号向量y和已知的信道矩阵H，基于贝叶斯压缩感知迭代求解参数向量

步骤B：利用信号特有的稀疏度信息，对步骤A中所获参数向量的主值个数进行检测，并重定位主值序列I₀以外的剩余激活天线序列；

步骤C：根据步骤B中获取的激活天线序列集采用线性均衡和星座图解调发送符号向量并根据解比特映射，得到输出信息流。

优选地，建模并计算参数向量所述的步骤A包括如下步骤：

步骤A1：将发送信号向量x建模为参数化的多元复高斯分布

其中为表征信号稀疏性的参数向量，初始化

步骤A2：根据最大后验概率(MAP)准则，迭代求解目标式