[發明專利]大規模MIMO系統中改進的高斯樹近似消息傳遞檢測算法

在審

• 申請號: 201910284512.8
• 申請日: 2019-04-10
• 公開（公告）號: CN109981151A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 周圍;張維;唐俊;王強;潘英杰
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04B7/0413
• 分類號: H04B7/0413;H04B7/0456;H04B7/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.大規模MIMO系統中改進的高斯樹近似消息傳遞檢測算法，其特征在于，高斯樹近似消息傳遞檢測算法作為大規模MIMO系統中一種新的信號檢測算法，該算法基于高斯密度的最佳近似樹的思想，能夠解決高階QAM星座調制的大規模MIMO通信系統中的多環完全連通圖不收斂的問題。由于高斯樹近似消息傳遞算法在消息傳遞的過程中復雜度較高，為了在大規模MIMO系統的檢測性能與計算復雜度之間取得良好的折中，提出一種改進的高斯樹近似消息傳遞檢測算法，將低復雜度的多級線性接收算法應用到消息傳遞過程中的開始，通過優化權重矢量來解決復雜的矩陣求逆問題，以較低的截斷階數近似求解最小均方誤差估計z和協方差矩陣C，降低求解最小均方誤差估計z和協方差矩陣C的運算復雜度；對高斯樹近似消息傳遞算法來說，在無環的因子圖模型中能達到最佳性能，需要找到精確分布的近似最優樹，現有算法是采用prim算法尋找近似最優樹，多次重復尋找鄰邊的最大權重值，增加了算法復雜度，提出一種基于Kruscal算法的最大權重生成樹，只需要搜索一次鄰邊的權重值，然后排序從大到小進行查找獲得最佳近似樹，提高了算法效率，并且降低算法的復雜度。

2.根據權利要求1所述的大規模MIMO系統中改進的高斯樹近似消息傳遞檢測算法，其特征在于，所述工作在基于低復雜度的多級線性接收算法求解協方差矩陣和最小均方誤差估計的基本思路是：對于高斯樹消息傳遞檢測算法來說，由于在算法的最開始需要最小均方誤差估計z和協方差矩陣C，隨著天線數目的增加，矩陣維度增大，最小均方誤差估計z和協方差矩陣C涉及高復雜度的矩陣求逆問題，其算法復雜度將顯著增加，因此本發明提出利用低復雜度的多級線性接收算法來近似求解最小均方誤差估計z和協方差矩陣，標準的最小均方誤差可寫為協方差矩陣為標準的MMSE濾波矩陣可寫為W＝H^HH+σ²I_K，首先通過信道增益矩陣求解N_s×N_s維方陣Φ，通過式進行計算，再計算出(t+1)×1的列向量c，其中向量c中的元素為c_i＝tr[(H^HH)ⁱ⁺¹]，進一步利用多級線性接收算法中的優化權矢量來解決復雜求逆問題，可寫為以低復雜度實現近似最佳最小均方誤差估計z和協方差矩陣C。

3.根據權利要求1所述的大規模MIMO系統中改進的高斯樹近似消息傳遞檢測算法，其特征在于，所述工作在求解基于Kruscal算法的最大權重生成樹的基本思路是：在基于低復雜度的多級線性接收算法求解協方差矩陣和最小均方誤差估計后，為了保證在無環的因子圖模型中達到最佳的性能，找到精確分布的近似最優樹，以此解決多環的問題，本發明提出利用圖論中的Kruscal算法來計算最大權重生成樹的思想，首先對整個連通圖的權重進行從大到小的排序，并且將完全連通圖看做一個森林，每個變量看做一棵獨立的樹，進一步將所有的邊都加入集合S，一開始S＝E。再進一步從S中拿出一條最長的邊(u,v)，如果(u,v)不在同一棵樹內，則連接u,v合并這兩棵樹，同時將(u,v)加入生成樹的邊集E，最后一直重復上一個尋找最長邊的步驟直到所有點屬于同一棵樹，邊集E就是一棵最大生成樹，通過這種搜索最大生成樹的算法，高效地找得到一個高斯分布的最優樹，并且降低了搜索過程的復雜度。