[发明专利]基于lp-Box ADMM算法的大规模MIMO检测方法

摘要

本发明公开了一种基于lp‑Box ADMM算法的大规模MIMO检测方法，主要解决现有检测算法的检测性能和计算复杂度无法同时接近最优这一问题。其实现方案是：1.建立大规模MIMO检测系统优化模型；2.使用盒子集合和lp范数球集合的交集对整数约束条件进行替换；3.引入两个辅助向量对优化模型的整数约束条件进行分解；3.将优化模型转换构造为增广拉格朗日函数形式；4应用ADMM算法对增广拉格朗日函数中发送信号向量和两个辅助变量迭代更新求解；5.对发送信号向量的求解值加以判定得到检测结果，完成大规模MIMO检测。本发明能实现低复杂度、高性能的信号检测，可用于无线通信系统中。

主权项

1.一种基于lp‑Box ADMM算法的大规模MIMO检测方法，其特征在于，包括如下：(1)根据大规模MIMO检测系统中的发送信号向量x和接收信号向量y，建立大规模MIMO检测系统优化模型：其中，H为信道矩阵，为加性高斯噪声向量，x,y,H,n均为实数，N_t和N_r分别为发送天线数目和接收天线数目，||·||₂表示取二范数操作，(·)^T表示转置操作；(2)用连续约束条件等价替换式<1>中x向量的二进制整数约束条件，即用两个连续集合和的交集替换整数集合其表示如下：其中p∈(0,∞)，是元素为1的2N_t维列向量；是一个二进制整数集合；是一个盒子连续集合；是一个在lp范数空间内，以为中心为半径的(2N_t‑1)维球连续集合；||·||_∞表示取无穷范数操作，||·||_p表示取p范数操作；(3)针对优化模型<1>中的约束条件，引入两个辅助向量和应用步骤(2)中替换的约束条件<2>，对优化模型<1>的约束条件进行分解，得到优化模型的表示式为：(4)将式<3>构造为增广拉格朗日函数形式：其中，λ₁和λ₂为对偶变量构成的对偶向量，ρ₁和ρ₂为惩罚项参数；(5)设置向量x,z₁,z₂,λ₁,λ₂的初始值为x⁰,(6)通过对式<4>增广拉格朗日函数的最小化，更新求解两个辅助向量z₁和z₂，在第k+1次迭代后，求解得到的值分别为和(7)通过对式<4>增广拉格朗日函数的最小化，更新求解发送信号向量x，在第k+1次迭代后，更新求解得到发送信号向量x的值为x^k+1：其中，(·)^‑1表示矩阵求逆操作，和分别为第k次迭代后对偶向量λ₁和λ₂的更新值；(8)使用传统的梯度上升法更新式<4>中的对偶向量λ₁和λ₂，得到在第k+1次迭代后的对偶向量更新值和(9)设置交替迭代的停止条件为迭代次数30次；(10)上述步骤(6)‑(8)即为对发送信号向量x和两个辅助向量z₁,z₂在各自约束条件下的求解过程，交替迭代步骤(6)‑(8)直至达到步骤(9)设置的停止条件，计算完成后，得到x,z₁,z₂这三个向量的解；(11)将发送信号向量x的解进一步判定为二进制整数向量x的判定值即为检测结果，判定准则如下：其中，x_i表示发送信号向量x中第i个元素变量。