[发明专利]一种基于模型驱动的无循环前缀MIMO-OFDM接收方法

权利要求书

1.一种基于模型驱动的无循环前缀MIMO-OFDM接收方法，其特征在于，包括以下步骤：

(1)依据上一个符号时间内估计的发送时域符号向量消除接收符号向量中冗余的符号间干扰，得到符号向量利用信道状态信息计算信道矩阵C；再将符号向量和信道矩阵C等价转换到实数域，得到实值接收符号向量和实值信道矩阵

(2)将实值接收符号向量和实值信道矩阵输入到信号检测网络，网络由共轭梯度改进的正交近似消息传递算法展开而成，最终输出估计的频域符号向量

(3)将估计的频域符号向量解调，得到估计的发送比特流将比特流存储到缓冲区，得到延时的比特流经过调制和傅里叶反变换，依次得到对发送频域和时域符号向量的估计和用于下一轮接收流程；

步骤(1)具体包括：

(1.1)依据下式消除接收符号向量中的冗余符号间干扰，得到符号向量

式中，为上一个符号时间内估计的发送时域符号向量，A_-1为上一个符号时间内的分块截断信道矩阵，表达式为：

N_c为OFDM子载波数，N_t为发射天线数目，N_r为接收天线数目，L为时域信道长度，0是全零矩阵，h_-1,l,l∈{0,...,L-1}是上一个符号时间内发射和接收天线阵列间第l条路径构成的MIMO信道矩阵，表达式为：

其中，是上一个符号时间内第p根发射天线和第q根接收天线之间的时域多径信道；

(1.2)根据信道状态信息计算信道矩阵C，如下式：

式中，H为当前符号时间内的分块循环信道矩阵，A为当前符号时间内的分块截断信道矩阵，矩阵其中F为归一化的傅里叶变换矩阵，(·)^H表示矩阵的共轭转置，表示克罗内克积，为N_t×N_t维的单位矩阵；

(1.3)依照下式将符号向量和信道矩阵C等价地转换到实数域，得到实值接收符号向量和实值信道矩阵

Re(·)和Im(·)分别表示取复数的实部和虚部，(·)^T表示矩阵的转置。

2.根据权利要求1所述的基于模型驱动的无循环前缀MIMO-OFDM接收方法，其特征在于：步骤(2)中所述信号检测网络是一个具有T层相同的串联层的深度神经网络；第t层网络的输入包含实值接收符号向量实值信道矩阵以及第(t-1)层输出的估计信号其中，t＝1,2,...,T；第t层网络分为预处理模块、线性估计模块和非线性估计模块，并包含了四个可调参数{γ_t,θ_t,φ_t,ξ_t}；预处理模块首先计算矩阵的特征值λ_i，i＝1,…,2N_cN_r，用于求取去相关系数ζ_t，接着使用共轭梯度算法迭代地求解线性最小均方误差估计所映射为的线性系统，得到解向量s_t；线性估计模块利用解向量s_t和第t-1层输出的误差方差计算均值向量r_t和外向误差方差非线性估计模块则利用均值向量r_t和外向误差方差通过无散度非线性函数η_t(·)计算后验均值作为本层的输出，并更新误差方差信号检测网络最终的输出为估计的频域符号向量

3.根据权利要求2所述的基于模型驱动的无循环前缀MIMO-OFDM接收方法，其特征在于：第t层网络的预处理模块，去相关系数ζ_t的计算公式为：

其中，是噪声方差；线性最小均方误差估计所映射为的线性系统表示为：

Ξ_ts_t＝y_t

其中，矩阵I是单位矩阵，向量s_t是该线性系统的解向量，使用共轭梯度算法来迭代地求解。