[发明专利]一种低复杂度稀疏化大规模MIMO检测方法在审

专利信息
申请号: 202111463406.X 申请日: 2021-12-03
公开(公告)号: CN113938234A 公开(公告)日: 2022-01-14
发明(设计)人: 王家恒;钟天颖 申请(专利权)人: 东南大学
主分类号: H04B17/391 分类号: H04B17/391;H04B7/0413
代理公司: 南京瑞弘专利商标事务所(普通合伙) 32249 代理人: 任志艳
地址: 211189 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 复杂度 稀疏 大规模 mimo 检测 方法
【权利要求书】:

1.一种低复杂度稀疏化大规模MIMO检测方法,其特征在于,包括如下步骤:

步骤1,接收机获得MIMO通信系统的接收信号y、信道矩阵H,根据迫零准则或最小均方误差准则获得线性检测矩阵WM,通过矩阵WM得到发射信号向量s的估计值以及硬判决结果

步骤2,利用硬判决结果对接收信号v进行处理,得到误码向量的接收向量由此建立误码向量e的检测模型

步骤3,采用低复杂度稀疏误码向量检测算法对进行处理,得到e的检测结果

步骤4,根据误码向量的检测结果更新初始检测得到最终的检测结果

2.如权利要求1所述低复杂度稀疏化大规模MIMO检测方法,其特征在于,步骤3中,采用低复杂度稀疏误码向量检测算法得到的具体步骤为:

步骤3.1,根据不同发射天线的信道条件,预先计算估计值中各元素取值的不可靠域Ai,并通过判断的计算值是否落在对应的不可靠区域,将其下标i划分为不可靠检测集合B和可靠检测集合C,其中若则i∈B,否则i∈C;

步骤3.2,对于不可靠信号对应误码元素eb组成的向量u,b∈B,采用稀疏误码向量检测算法对进行处理,得到检测结果

步骤3.3,对于可靠信号对应误码元素ec组成的向量c∈C,令

步骤3.4,将中的元素映射到其在误码向量e中的原始位置,得到误码向量的检测结果

3.如权利要求2所述低复杂度稀疏化大规模MIMO检测方法,其特征在于,步骤3.1中,计算估计值中各元素取值的不可靠域Ai,并将其下标划分为可靠检测集合和不可靠检测集合的具体步骤为:

步骤3.1.1,假设信号采用22M-QAM调制,计算估计值向量中各元素可靠门限值参数θi,θi的取值可由下式确定:

其中,W为权重系数,取值在0~1之间,pθ,i、pe,i为关于θi的表达式,pθ,i表示元素属于可靠域但实际不可靠的概率,可表示为:

其中,gij为矩阵G=WMH第i行第j列的元素,(ρi)2=∑i≠j(gij)2+[∑n′]ii,[∑n′]ii为矩阵第i行第i列的元素;pe,i表示误码向量检测发生错判的概率,可表示为:

其中,aij为矩阵A=HHH第i行第j列的元素,Nr为接收天线数目,Nt为发射天线数目,,pi、p′i为关于θi的表达式,可分别表示为:

记f(θi)=W×pθ,i+(1-W)×pe,i,则的取值为方程g(θi)=0的根,可由二分法确定;

步骤3.1.2,根据得到的可靠门限值参数θi,计算不可靠域Ai,那么估计值向量中第i个元素的不可靠域Ai可以写为:

通过判断的计算值是否落在对应的不可靠区域,可将其下标i划分为不可靠检测集合B和可靠检测集合C,其中若则i∈B,否则i∈C。

4.如权利要求2所述低复杂度稀疏化大规模MIMO检测方法,其特征在于,步骤3.2中,对不可靠信号对应误码元素eb组成的向量u进行稀疏误码向量检测的具体步骤为:

步骤3.2.1,假设信号采用22M-QAM调制,计算2M-1个稀疏化矩阵,第m个稀疏化矩阵表示为WG-SA,m,表达式如下:

其中,由信道矩阵H中所有列标属于集合B的列向量按列标从小到大的顺序依次排列所构成,参数λ反映了误码向量u的稀疏性,pb为元素ui所对应误码元素eb为非零值的概率,

步骤3.2.2,根据得到的稀疏化矩阵WG-SA,m,得到2M-1个子误码向量vm的估计值

步骤3.2.3,计算估计值中每个元素的判决门限δi,m

其中(σi,m)2为接收误码向量的等效噪声方差,为矩阵第i行第j列的元素;

步骤3.2.4,根据计算得到的门限值δi,m,对估计值进行判决,得到判决向量向量中的元素可通过判决函数得到:

其中为指示函数,若满足括号内的条件,函数输出值为1,不满足则函数输出为0;

步骤3.2.5,将2M-1个子误码向量vm相加得到误码向量u的估计值

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111463406.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top