[发明专利]一种MIMO-OFDM系统量化噪声消除方法、介质及设备

说明书

本发明公开了一种MIMO‑OFDM系统量化噪声消除方法、介质及设备，使用混合高斯模型拟合量化器产生的量化噪声e，利用量化后的MIMO‑OFDM系统接收信号，得到量化噪声e的概率密度分布函数；将信道中存在的高斯白噪声与量化噪声e结合作为误差总和q，构建总的系统误差模型；使用期望最大化方法计算构建的系统误差模型中的参数；根据系统误差模型中的参数，结合广义近似消息传递方法从接收信号中恢复发送信号，实现噪声消除。本发明对ADC产生的误差进行非高斯误差分布拟合，并提出了基于此误差模型的EM‑GAMP数据检测方法，提高了数据检测的准确性。

技术领域

本发明属于无线通信技术领域，具体涉及一种MIMO-OFDM系统量化噪声消除方法、介质及设备。

背景技术

MIMO-OFDM系统是将MIMO技术与OFDM技术相结合，在带宽较大的频谱上划分出更多正交子载波的通信系统。OFDM可以提高MIMO在频率选择性信道下的抗干扰能力并简化接收机的复杂度，MIMO可以利用空间自由度提升OFDM的传输速率，两个技术结合可以在无线信号传输中形成一定的优势互补。MIMO-OFDM技术带来的信道容量提升，使其在高速数据传输中极具应用潜力，在无线通信系统中大规模使用MIMO-OFDM技术去提高通信质量是必然趋势。但是，信号处理的硬件复杂度和功耗会随着天线数量的增加而增加，为了降低功率和硬件成本，MIMO系统会采用高速但低分辨率的ADC去替代高分辨率ADC，但这样不可避免地引入了量化噪声。

在许多使用ADC的MIMO-OFDM系统架构的研究中，量化噪声被视为加性的高斯白噪声或受量化比特数限制的均匀分布噪声，这种假设的精确性仍有待提高，特别是在系统中使用低精度ADC时。许多研究表明由量化引起的量化噪声是高度非高斯分布的，将量化噪声视为高斯白噪声会导致更严重的数据检测偏差。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种MIMO-OFDM系统量化噪声消除方法、介质及设备，解决使用ADC的MIMO-OFDM系统数据检测问题，通过借助对非高斯量化噪声分布拟合，完成数据检测的目的。

本发明采用以下技术方案：

一种MIMO-OFDM系统量化噪声消除方法，包括以下步骤：

S1、使用混合高斯模型拟合量化器产生的量化噪声e，利用量化后的MIMO-OFDM系统接收信号，得到量化噪声e的概率密度分布函数；

S2、将信道中存在的高斯白噪声与量化噪声e结合作为误差总和q，构建总的系统误差模型；

S3、使用期望最大化方法计算步骤S2构建的系统误差模型中的参数；

S4、根据步骤S3得到的系统误差模型中的参数，结合广义近似消息传递方法从接收信号中恢复发送信号，实现噪声消除。

具体的，步骤S1中，量化噪声e用混合高斯模型表示如下：

其中，J为混合高斯阶数，θ_j、ω_j和φ_j分别为第j个高斯分量的系数、均值和协方差矩阵。

具体的，步骤S2中，误差总和q用混合高斯模型表示为：

其中，K为混合高斯阶数，μ_k、λ_k和Σ_k分别为第k个高斯分量的系数、均值和协方差矩阵。

具体的，步骤S3具体为：对系统中误差总和q选择高斯阶数，高斯分量为2～4个；设置初始迭代值，对角化接收信号属于对应高斯分类的相对概率，得到接收信号的加权最小二乘矩阵，更新误差总和q的参数，通过循环迭代计算获得系统误差模型的混合高斯参数。

进一步的，具体步骤如下：