[发明专利]基于嵌套变分链高阶QAM大规模MIMO信号检测方法

权利要求书

1.一种基于嵌套变分链高阶QAM大规模MIMO信号检测方法，其特征在于，包括：

接收待检测信号；所述待检测信号为高阶QAM大规模MIMO信号；

根据所述待检测信号，利用GTA-EC算法进行信号检测，得到信号检测结果；

其中，所述GTA-EC算法为一种改进EP算法，改进之处在于基于嵌套变分链将GTA算法和EP算法的KL散度进行融合，以基于融合形成的KL散度来获得最大后验概率的近似分布，所述最大后验概率为在已知接收信号和信道增益的条件下获得原始估计信号的概率。

2.根据权利要求1所述的基于嵌套变分链高阶QAM大规模MIMO信号检测方法，其特征在于，基于嵌套变分链将GTA算法和EP算法的KL散度进行融合的方式包括：

其中，左侧表示原始估计信号的最大后验概率分布，Q(x)表示根据EP算法的KL散度得到的近似于所述最大后验概率分布的第一分布，表示将第一分布嵌入到GTA算法的KL散度中得到的、近似于所述最大后验概率分布的第二分布；x表示发射机发射的信号，y表示接收机接收的待检测信号，H表示信道增益。

3.根据权利要求2所述的基于嵌套变分链高阶QAM大规模MIMO信号检测方法，其特征在于，所述根据所述待检测信号，利用GTA-EC算法，得到信号检测结果，包括：

初始化步骤：基于待检测信号进行参数初始化，并初始化消息值；

因子替代步骤：定义第一分布为最大后验概分布的近似分布；定义分布以及分布来作为对Q_GTA-EC(x)的因子替代形式，推导出r(x)的力矩以及q(x)的力矩

其中，表示均值为y:Hx，方差为的高斯分布；为噪声方差，I为单位矩阵；x_i为x的第i个符号，N为x包含的符号数；为QAM星座集的基数；γ_q和Λ_q分别是分布的均值和方差；γ_r和Λ_r分别是分布的均值和方差；s(x)的均值为γ_s、方差为Λ_s，满足上标T表示矩阵转置；

内近似步骤：根据初始协方差矩阵构造最大高斯生成树，以建立树的结构与符号之间的关系；其中，所述初始协方差矩阵根据μ_r、Σ_r、μ_q以及Σ_q构建得到；

符号检测步骤：通过实现分布q(x)和分布s(x)的一致性得到第一分布r(x)的均值γ_s和方差Λ_s，并根据所建立的最大高斯生成树和推导出的矩得到附加真先验的第二分布g(x)；基于第二分布g(x)更新消息并进行消息传递，通过实现g(x)和s(x)的一致得到Q_GTA-EC(x)的均值和方差；

其中，

表示对f_q(x)的高斯树近似，其条件分布为：

p'_i|pa(i)(x_i)是g(x)中的第i个符号的分布；是μ_r的对角线上的第i个元素，为Σ_r的对角线上的第i个元素，μ_pa(i)表示q(x)分布中x_i的父节点的期望，x_pa(i)表示q(x)对应x_i的父节点，Σ_i,pa(i)表示x_i及其父节点的协方差矩阵的第i个元素，Σ_pa(i),pa(i)表示x_i的父节点的协方差矩阵，为Σ_r的对角线上的第i个元素；

因子更新步骤：更新和从而更新q^new(x)直到达到最大迭代次数；其中，和的更新公式为β表示预设的阻尼因子，q^new(x)为q(x)的更新结果；

输出步骤：根据最新q^new(x)的一阶矩得到硬输出。