[發(fā)明專利]大規(guī)模MIMO系統(tǒng)中改進的高斯樹近似消息傳遞檢測算法

在審

• 申請?zhí)枺?/td>: 201910284512.8
• 申請日: 2019-04-10
• 公開（公告）號: CN109981151A
• 公開（公告）日: 2019-07-05
• 發(fā)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

本發(fā)明提出了大規(guī)模MIMO系統(tǒng)中改進的高斯樹近似消息傳遞檢測算法，該算法提出了基于低復雜度的多級線性接收算法近似求解協(xié)方差矩陣和最小均方誤差估計、基于Kruskal算法求解高斯分布的最優(yōu)樹這兩個創(chuàng)新點，在大規(guī)模MIMO系統(tǒng)的接收端進行信號檢測時，首先考慮到現(xiàn)有的高斯樹近似消息傳遞檢測算法在近似消息傳遞的過程中計算協(xié)方差矩陣和最小均方誤差估計涉及到復雜的矩陣求逆問題，利用多級線性接收算法近似求解協(xié)方差矩陣和最小均方誤差估計，從而降低計算復雜度；進一步通過Kruskal算法先對整個連通圖的權重排序，然后從大到小進行查找生成最大權重生成樹，此過程只需要搜索一次鄰邊的權重值，通過這種高效的算法來找到一個高斯分布的最優(yōu)樹，明顯的降低了算法的復雜度，并且提高了算法的計算效率。

技術領域

本發(fā)明屬于無線通信技術領域，主要針對的應用場景是大規(guī)模MIMO系統(tǒng)，主要應用是針對大規(guī)模MIMO系統(tǒng)中的接收端進行信號檢測，具體涉及大規(guī)模MIMO系統(tǒng)中改進的高斯樹消息傳遞檢測算法。

背景技術

無線通信系統(tǒng)中多輸入多輸出(Multiple Input Multiple Output,MIMO)技術已經(jīng)日漸成熟，且已成為LTE/LTE-Advanced中的關鍵技術。MIMO技術主要是指分別在收發(fā)兩端配置多根天線進行信號的傳輸，在不增加發(fā)射功率和系統(tǒng)帶寬的情況下，多倍的提高系統(tǒng)的信道容量和頻譜利用率，同時也能夠提高信道可靠性。然而，目前LTE標準所支持的最大天線數(shù)目為8，實際頻譜效率僅為5bps/HZ，隨著智能終端產(chǎn)品的普及和移動互聯(lián)網(wǎng)業(yè)務的飛速發(fā)展，對第五代移動通信技術的傳輸速率有了更高的要求。大規(guī)模多輸入多輸出(Massive Multiple-Input Multiple-Output,Massive MIMO)也應運而生。

大規(guī)模MIMO技術的基本特點就是：在基站的覆蓋區(qū)域內(nèi)配置數(shù)十根甚至數(shù)百根以上的天線，大規(guī)模MIMO系統(tǒng)擴展了天線陣列的規(guī)模，充分利用了空間自由度，具有頻譜利用率高、信道容量大、能量效率高、抗干擾能力強、可靠性高等技術優(yōu)勢。由于移動通信信道中存在各種衰落、多徑干擾、多用戶干擾、熱噪聲和功率限制等因素，信號在傳輸過程中會受到各種干擾。大規(guī)模MIMO檢測器的工作就是在接收端恢復發(fā)送端由多個發(fā)送天線發(fā)送的信號，準確的獲取到發(fā)送信號能夠提高整個通信系統(tǒng)的通信質(zhì)量，因此設計低復雜度、高性能的信號檢測算法已成為大規(guī)模MIMO通信中的關鍵技術之一。

在大規(guī)模MIMO技術飛速發(fā)展的同時，也對大規(guī)模MIMO中的信號檢測技術提出了更高的要求。基于最大似然(Maximum Likelihood,ML)或最大后驗概率(Maximum aposteriori,MAP)準則的最佳接收機，其復雜度隨著發(fā)射天線增加呈指數(shù)增長，那么在大規(guī)模MIMO系統(tǒng)中他們是不可能被使用的。檢測算法通常都是既要想取得良好的性能又想要有很低的復雜度，這導致大規(guī)模MIMO系統(tǒng)的實施變得不切實際。例如，線性檢測算法，迫零(Zero Forcing,ZF)檢測算法、最小均方誤差(Minimum Mean Square Error,MMSE)檢測算法等,這類算法具有較低的復雜度，但其性能相比于最佳檢測器損失太大。另一方面，球性譯碼(Sphere Decoding,SD)檢測算法能達到近似ML檢測的性能，但是復雜度不佳。為了保證滿足檢測性能的同時還提高檢測效率，基于圖形檢測的置信度近似消息傳遞(BeliefPropagation,BP)算法被應用到MIMO系統(tǒng)的檢測中，由于大規(guī)模MIMO系統(tǒng)的圖模型是完全圖，圖中存在大量的短環(huán)，導致消息在傳遞過程中很難收斂，利用高斯樹近似，把完全圖近似成樹形圖，從而達到?jīng)]有環(huán)路的情況下改善收斂性，由此基于高斯樹近似(GaussianTree Approach，GTA)的消息傳遞算法被提出。高斯樹近似消息傳遞算法在計算最小均方誤差和協(xié)方差矩陣時，涉及高維的矩陣求逆問題，算法的復雜度過高，而且通過Prim算法來查找最大權重的高斯樹的過程中需要多次重復尋找鄰邊的最大權重值，使得算法在效率和復雜度方面都有所不足。

因此考慮到以上問題，為了在檢測性能和計算復雜度之間有一個良好的折中，本發(fā)明將對高斯樹近似消息傳遞算法做出改進，提出大規(guī)模MIMO系統(tǒng)中改進的高斯樹近似消息傳遞檢測算法。