[发明专利]一种大规模MIMO系统中基于因子图的置信度传播信号检测方法

说明书

本发明公开了一种大规模MIMO系统中基于因子图的置信度传播信号检测方法，包括：(1)将模型y＝Hx+n建模为因子图，将接收信号y中的每个元素作为一个观测节点，将发射信号x中的每个元素作为一个变量节点；(2)当计算第i个观测节点y_i传给第k个变量节点x_k的信息时，将其中的干扰项近似建模为高斯分布；(3)计算x_k的对数似然比信息，在观测节点计算得到对数似然比信息后将其传递到其余的变量节点；(4)变量节点利用对数似然比信息计算本变量的条件边缘概率信息，变量节点得到边缘概率后再将其传递给所有观测节点；(5)经过一定的迭代次数之后，对第k个变量节点进行检测判决；(6)在迭代过程中利对边缘概率信息和对数似然比信息的更新进行阻尼。

技术领域

本发明涉及无线通信技术领域，尤其涉及一种大规模MIMO系统中基于因子图的置信度传播信号检测方法。

背景技术

大规模MIMO(Large Scale-Multiple-Input Multiple-Output,LS-MIMO)系统是第五代移动通信系统的关键技术之一，通过在基站和用户端配备大量天线，显著地提高系统的信道容量、数据传输速率、频谱效率和通信质量。由于天线数的增多，许多适用于传统MIMO系统的高性能的方法不再适用于大规模MIMO系统，这些方法往往会产生较高的复杂度。因此如何在维持较好性能的同时降低方法复杂度成为了一个急需解决的问题。

传统的信号检测方法可以根据运算特性分为线性检测方法和非线性两类。线性检测方法是使用线性运算处理信息，方法实现简单，计算复杂度低。主要有迫零检测(ZF)、匹配滤波检测(MF)和最小均方误差检测(MMSE)等。非线性检测是使用非线性运算处理信息，可以获得很好的系统性能，例如ML检测，但是计算复杂度过高，不适用于大规模MIMO系统。

图模型是表示随机变量相互之间依赖关系的图。消息传递方法是图模型上求解概率推断问题的一种非常有效的技术。近年来，图模型上的消息传递方法在大规模MIMO系统中的应用越来越广泛，被认为是一种可以实现低复杂度高性能信号处理的有效方法，但目前该方法存在收敛速度慢、检测方法的性能低下等缺陷。

发明内容

为解决上述技术问题，本发明的目的是提供一种大规模MIMO系统中基于因子图的置信度传播信号检测方法，为了加快置信度传播信号检测方法的收敛速度，提高检测方法的性能，本发明提出将阻尼法应用到检测方法中，以提高检测方法的误码性能和收敛速度。

本发明提出的大规模MIMO系统中基于因子图的置信度传播信号检测方法，包括以下步骤：

步骤1：将MIMO系统模型y＝Hx+n建模为因子图，在因子图中将系统模型中接收信号向量y中的每个元素作为一个观测节点(因子节点)，将发射信号(待检信号)向量x中的每个元素作为一个变量节点，H表示信道增益矩阵，n表示噪声信号向量；

步骤2：当计算第i个观测节点y_i传给第k个变量节点x_k的信息时，可以将其中的干扰项近似建模为高斯分布，即y_i＝h_ikx_k+λ_i,k，其中λ_i,k表示干扰和噪声部分，且λ_i,k服从

步骤3：计算第i个观测节点处第k个变量节点x_k的对数似然比信息，在观测节点计算得到对数似然比信息后将其传递到其余的变量节点；

步骤4：变量节点在接收到观测节点发送的对数似然比信息后，利用其计算本变量的条件边缘概率信息，变量节点得到边缘概率信息后再将其传递给所有观测节点；

步骤5：经过一定的迭代次数之后，变量节点的边缘概率收敛到一个值，对第k个变量节点进行检测判决；