[发明专利]一种大规模MIMO系统上行链路低复杂度迭代检测算法

说明书

本发明公开一种大规模MIMO系统上行链路低复杂度迭代检测算法，首先，输入信道矩阵、基站接收信号矢量、算法迭代次数以及算法控制参数等信息；其次，迭代更新检测结果；最后，输出经过若干次迭代后的检测结果。本发明能够解决用户数目较多的大规模MIMO系统上行链路的低复杂度信号检测问题，适用于Rayleigh衰落信道下，算法具有收敛速度快、易于硬件实现以及误码率性能好等优点。

技术领域

本发明涉及一种适用于大规模MIMO(Multiple-Input-Multiple-Output，多输入多输出)系统上行链路的低复杂度检测算法，属于移动通信领域。

背景技术

近年来，随着人们日益增长的数据业务需求，移动通信领域发展迅速。目前，第五代移动通信系统(5G)的相关研究正在积极展开。其中，5G物理层核心技术之一为大规模MIMO技术。通过在基站侧使用大量的收发天线，大规模MIMO系统可以利用额外的自由度，并行传输多个数据流，同时提高分集增益，从而可以极大的增加频谱利用率、提高传输可靠性并改善系统的能量效率。

由于基站使用大量的收发天线，设计低复杂度的上行链路检测算法成为大规模MIMO系统实际应用中面临的重要挑战。虽然非线性检测算法性能一般优于线性检测算法，但是其复杂度很高。对于大规模MIMO系统，参考文献“Fredrik Rusek,et al,Scaling UpMIMO:Opportunities and Challenges with Very Large Arrays,IEEE SignalProcessing Magazine,vol.30,no.1,pp.40–60,January 2013”指出当接收天线数目足够大时，使用线性检测算法可以获得接近最优的性能。常见的线性检测算法有最大比合并(MRC)、迫零(ZF)以及最小均方误差(MMSE)等。其中，ZF和MMSE检测算法的性能一般显著优于MRC，但算法涉及大维矩阵的求逆操作，不利于硬件实现。

为了简化矩阵求逆操作，参考文献“M Wu,et al,Large-Scale MIMO Detectionfor 3GPP LTE:Algorithms and FPGA Implementations,IEEE Journal of SelectedTopics in Signal Processing,vol.8,no.5,pp.916–929,2014”提出利用Neumann级数来近似矩阵求逆，以降低计算复杂度，但仿真结果表明该方法导致较大的性能损失。参考文献“X.Gao,et al,Low-complexity near-optimal signal detection for uplink large-scale MIMO systems,Electronics Letters,vol.50,no.18,pp.1326–1328,August 2014”以及参考文献“B.Yin,et al,Conjugate gradient-based soft-output detection andprecoding in massive MIMO systems,”in 2014IEEE Global CommunicationsConference,Dec 2014,pp.3696–3701”分别提出利用Richardson方法和共轭梯度方法来简化矩阵求逆，然而这两种方法均涉及大量除法运算并且收敛速度较慢。参考文献“L.Dai,etal，Low-Complexity Soft-Output Signal Detection Based on Gauss-Seidel Methodfor Uplink Multiuser Large-Scale MIMO Systems,”IEEE Transactions on VehicularTechnology,vol.64,no.10,pp.4839–4845,Oct 2015”提出的基于Gauss-Seidel方法的检测算法虽然收敛速度较快，但是包含内部循环操作，并不适用于并行计算。参考文献“X.Qin,et al,A Near-Optimal Detection Scheme Based on Joint Steepest Descentand Jacobi Method for Uplink Massive MIMO Systems,”IEEE CommunicationsLetters,vol.20,no.2,pp.276–279,Feb 2016”基于最速下降法和Jocobi方法提出一种接近最优的检测算法，收敛速度很快且适合硬件实现，然而当用户数较多时该方法性能下降明显。