[发明专利]基于线性方程组求近似解的信号检测方法及装置

说明书

本发明公开了一种基于线性方程组求近似解的信号检测方法及装置，其中方法包括以下步骤：接收信道模型矩阵元素，以生成信道模型矩阵；将信道模型矩阵分解得到主对角线矩阵与非主对角线矩阵；根据主对角线矩阵、非主对角线矩阵以及辅助参数获取迭代参数与迭代初始值；以及根据迭代参数和迭代初始值通过本迭代式进行循环列迭代展开，以得到线性方程组的近似值。通过本发明实施例，根据最小均方误差估计算法将矩阵求逆的过程和求线性方程组近似解的过程相结合直接求解，降低了运算复杂度及误码率，提高了数据吞吐量。

技术领域

本发明涉及通信技术领域，特别涉及一种基于线性方程组求近似解的信号检测方法及装置。

背景技术

随着通信技术的发展，频谱资源变得越来越稀缺。大规模多输入多输出系统就可以实现多数据流在同一频带中同时传输。该系统分为上行链路和下行链路两个部分。上行链路即由多个用户天线向基站多个天线传输信号。由于不同天线之间的干扰与信道噪声，在基站端需要对接收到的信号进行解码。解码的过程实质上就是对线性方程组方程组求解。

目前，比较常用的信号检测方法有线性算法，包括迫零检测法(ZF)、最小均方误差(MMSE)等；也有非线性算法，例如：球形译码(SD)、K-Best算法等。对于大规模多输入多输出系统，非线性算法能够实现较好的检测准确率，但是由于天线规模成百地增长，非线性算法的高计算复杂度和低并行度越来越不被接受。未来无线通信对数据吞吐量与传输延迟的要求越来越高，基站端的信号解码必须能够快速高效的完成。同时为了保证数据传输的可靠性，必须保持较低的误码率。相关技术中，最小均方误差信号检测算法被认为是最有可能实现检测准确率和计算复杂度良好平衡的信号检测方法。

对于最小均方误差检测算法，大规模矩阵求逆成为一个难题。传统的矩阵求逆计算量繁重，算法并行度不高。目前已经公开结合了纽曼级数和高斯塞德尔迭代的多种矩阵求逆方法。先求出信道信息矩阵的逆矩阵，再由此求线性方程组的解。但是这些算法存在着许多问题，比如纽曼级数近似的矩阵求逆只是部分降低了计算复杂度，同时它的检测准确性低；高斯塞德尔迭代方法能够实现低计算复杂度和高检测准确性，但是它是串行计算，有很低的计算并行性，不利于硬件实现。

发明内容

本发明旨在至少在一定程度上解决上述相关技术中的技术问题之一。

为此，本发明的一个目的在于公开一种基于线性方程组求近似解的信号检测方法。该方法能够加速信号检测，提高数据的并行性，增加数据的吞吐量，还能够降低误码率。

本发明的另一个目的在于公开一种基于线性方程组求近似解的信号检测装置。

为达到上述目的，本发明一方面实施例公开了一种基于线性方程组求近似解的信号检测方法。包括以下步骤：接收信道模型矩阵元素，以生成信道模型矩阵；将所述信道模型矩阵分解得到主对角线矩阵与非主对角线矩阵；根据所述主对角线矩阵、所述非主对角线矩阵以及辅助参数获取迭代参数与迭代初始值；以及根据所述迭代参数和所述迭代初始值通过本迭代式进行循环列迭代展开，以得到线性方程组的近似值。

根据本发明实施例公开的基于线性方程组求近似解的信号检测方法，首先通过接收信道模型矩阵元素进行获取信道模型矩阵，其次，将获取的信道模型矩阵进行分解，根据分解的矩阵以及辅助参数进行获取迭代参数与迭代初始值，最后通过迭代式进行循环列迭代展开得到线性方程组的近似值。通过本公开的信号检测方法能够降低运算复杂度及误码率，提高数据吞吐量，更利于在大规模多输入多输出系统中使用。

另外，根据本发明上述实施例的基于线性方程组求近似解的信号检测方法还可以具有如下附加的技术特征：

在本发明的一个实施例中，所述根据所述接收信道模型矩阵元素，以生成信道模型矩阵，进一步包括：根据平稳瑞利分布信道矩阵、基站端接收信号向量、噪声功率密度以及传输向量功率获得所述信道模型矩阵、第一矩阵以及匹配滤波信号。