[发明专利]大规模MIMO系统中改进的高斯树近似消息传递检测算法

摘要

本发明提出了大规模MIMO系统中改进的高斯树近似消息传递检测算法，该算法提出了基于低复杂度的多级线性接收算法近似求解协方差矩阵和最小均方误差估计、基于Kruskal算法求解高斯分布的最优树这两个创新点，在大规模MIMO系统的接收端进行信号检测时，首先考虑到现有的高斯树近似消息传递检测算法在近似消息传递的过程中计算协方差矩阵和最小均方误差估计涉及到复杂的矩阵求逆问题，利用多级线性接收算法近似求解协方差矩阵和最小均方误差估计，从而降低计算复杂度；进一步通过Kruskal算法先对整个连通图的权重排序，然后从大到小进行查找生成最大权重生成树，此过程只需要搜索一次邻边的权重值，通过这种高效的算法来找到一个高斯分布的最优树，明显的降低了算法的复杂度，并且提高了算法的计算效率。

主权项

1.大规模MIMO系统中改进的高斯树近似消息传递检测算法，其特征在于，高斯树近似消息传递检测算法作为大规模MIMO系统中一种新的信号检测算法，该算法基于高斯密度的最佳近似树的思想，能够解决高阶QAM星座调制的大规模MIMO通信系统中的多环完全连通图不收敛的问题。由于高斯树近似消息传递算法在消息传递的过程中复杂度较高，为了在大规模MIMO系统的检测性能与计算复杂度之间取得良好的折中，提出一种改进的高斯树近似消息传递检测算法，将低复杂度的多级线性接收算法应用到消息传递过程中的开始，通过优化权重矢量来解决复杂的矩阵求逆问题，以较低的截断阶数近似求解最小均方误差估计z和协方差矩阵C，降低求解最小均方误差估计z和协方差矩阵C的运算复杂度；对高斯树近似消息传递算法来说，在无环的因子图模型中能达到最佳性能，需要找到精确分布的近似最优树，现有算法是采用prim算法寻找近似最优树，多次重复寻找邻边的最大权重值，增加了算法复杂度，提出一种基于Kruscal算法的最大权重生成树，只需要搜索一次邻边的权重值，然后排序从大到小进行查找获得最佳近似树，提高了算法效率，并且降低算法的复杂度。