專利名稱:基于敏感比特的簡化最大似然多用戶檢測法的制作方法
技術(shù)領(lǐng)域：
無線通信系統(tǒng)包括空分多址接入(Space Division Multiple Access，SDMA)、碼分多址接入(Code Division Multiple Access，CDMA)和空分復(fù)接(Space Division Multiplexing，SDM)等系統(tǒng)。
背景技術(shù)：
隨著無線通信業(yè)的飛速發(fā)展，尤其是電視會議、寬帶因特網(wǎng)接入和廣域網(wǎng)接入等無線業(yè)務(wù)的推出。無線通信系統(tǒng)面臨更大的用戶系統(tǒng)容量需求的壓力。擴頻和智能天線技術(shù)是有效克服信道有限頻譜帶寬的方法。目前，碼分多址接入技術(shù)(CDMA)已應(yīng)用于各種數(shù)字蜂窩系統(tǒng)和個人通信系統(tǒng)。智能天線技術(shù)可在不增加系統(tǒng)頻譜資源的情況下大大提高系統(tǒng)的性能，空分多址接入(SDMA)、空分復(fù)接(SDM)系統(tǒng)的應(yīng)用越來越受到關(guān)注。多用戶檢測技術(shù)可很效的利用擴頻和智能天線系統(tǒng)所增加的自由度，并大大提高系統(tǒng)的容量。相比于次最優(yōu)的多用戶檢測算法(解相關(guān)，最小均方誤差檢測和干擾消除等)，傳統(tǒng)最大似然檢測(MLD)算法具有最優(yōu)的BER(Bit Error Rate)性能。然而，傳統(tǒng)的MLD算法的算法復(fù)雜度跟檢測用戶數(shù)和調(diào)制階數(shù)呈指數(shù)關(guān)系，實際應(yīng)用中不易實現(xiàn)。我們發(fā)明的敏感比特多用戶檢測算法可在大大簡化傳統(tǒng)多用戶檢測算法的算法復(fù)雜度的情況下保持很小的BER性能損失，且其算法復(fù)雜度跟次最優(yōu)的多用戶檢測算法的算法復(fù)雜度是同數(shù)量級的。
發(fā)明內(nèi)容
本發(fā)明有目的在于提供一種誤比特率小且算法復(fù)雜度與次最優(yōu)的多用戶檢測算法屬于同數(shù)量級的基于敏感比特的簡化最大似然多用戶檢測法。
在介紹我們發(fā)明的敏感比特多用戶檢測算法前，有必要簡單地介紹傳統(tǒng)的MLD算法。最優(yōu)MLD算法是以最大似然(ML)的方法來同時估計出所有用戶的信號?？紤]簡單的系統(tǒng)信號模型R→=H·S→+N→.----(1)]]>其中，
H和
分別是在SDM和SDMA系統(tǒng)中的接收信號向量、矩陣信道和白高斯噪聲向量；另外，在直接序列CDMA系統(tǒng)中分別代表匹配濾波輸出信號向量、相關(guān)矩陣和匹配濾波輸出噪聲。
為多用戶傳輸?shù)姆柺噶?，其最?yōu)估計解，
可通過搜索獲得 假設(shè)調(diào)制階數(shù)為Q和終端數(shù)目為N。為搜索到最優(yōu)解，完全的搜索需要計算所有QN個可能的符號矢量，因而在實際系統(tǒng)中當(dāng)Q和N變大時，此算法會因復(fù)雜度太大而不能實現(xiàn)。為此，我們提出了簡單、有效的敏感比特多用戶檢測算法基于敏感比特多用戶檢測算法的基本思想是分二階段來實現(xiàn)第一初始階段，用傳統(tǒng)低復(fù)雜度的非最優(yōu)多用戶檢測算法如最小均方誤差LMMSE(Linear Minimum Mean Square Error)算法和有序迭代干擾消除SIC(Successive Interference Cancellation)算法來估計多用戶信號。第二階段，我們分辨出一些特殊比特，稱之為“敏感比特”，它們是在第一階段很有可能估計錯誤的比特。然后，我們在相應(yīng)與敏感比特的更小的搜索自集內(nèi)用最大似然MLD算法來糾正出錯比特。具體地，基于敏感比特多用戶檢測算法描述如下第一步初始化為實現(xiàn)“敏感比特”算法，盡可能正確地估計多用戶比特是對提高后階段算法的效用是重要的。初始階段可利用簡單的檢測算法如LMMSE和有序SIC。則獲得N個用戶傳輸?shù)姆柺噶?br> 此符號矢量可映射到2N個比特的矢量 其中，i＝1，...，N和j＝I，Q，且I和Q分別代表符號的正弦和余弦分量。第二步敏感比特算法根據(jù)式(1)，
的條件分布密度函數(shù)可表示為P(R→|S→)=1(2π)M/2||σ2I||1/2exp{-(R→-H·S→)H·(R→-H·S→)σ2I}.----(3)]]>最大化似然概率(3)，則等效于最小化尺度Ψ(S→)=(R→-H·S→)H(R→-H·S→).----(4)]]>定義 其中，
是初始階段多用戶傳輸符號矢量的估計。顯然，
不是最優(yōu)檢測值。然而，由于
中僅可能有少數(shù)幾個比特錯誤估計，因而Ψ0會很接近最小尺度argmins→Ψ(S→).]]>事實上，在仿真實驗中我們證實了這情況確實存在?？紤]比特矢量
并假設(shè)
中有且僅有第ij元素比特錯誤估計(i＝1，...，N，j＝I，Q)。然后，我們調(diào)整
中第ij元素比特，即反轉(zhuǎn)第ij元素比特的極性，并獲得調(diào)整后新的比特矢量 相應(yīng)的調(diào)整符號矢量，
也隨之獲得。且滿足
其中， 且有 注意，此時
是完全正確估計的多用戶符號矢量。在附錄.1中，我們證明了存在 因此，它意味著當(dāng)我們糾正初始估計比特矢量
中的一個錯誤比特后并得到新的比特矢量估計
在期望意義上，
將小于Ψ0。因此，這樣的比特是最有可能是錯誤檢測的，即如果我們反轉(zhuǎn)比特矢量
中該比特的極性(如，0→1或1→0)，而所得到的新符號矢量
的度量小于Ψ0。
一般來說，初始估計的符號矢量中的錯誤比特數(shù)是很有限的。比如，如果初始估計中比特誤碼率為10-1，則意味著平均意義上十個比特中僅有一個比特是錯誤估計的。因此，一般情況下，敏感比特的數(shù)目不會很大。另外，新符號矢量
的度量
越小，則其相應(yīng)反轉(zhuǎn)極性的比特就越可能是在初始階段錯誤估計的?？紤]
中所有的2N比特位且得到相應(yīng)的所有可能2N新符號矢量
然后，我們將所有2N新符號矢量
的度量
按降序排列，則我們定義相應(yīng)在所有的度量
中最小的2f(f≤2N)新矢量中反轉(zhuǎn)極性的比特為“敏感比特”，因為這些比特是所有比特中最可能出錯的。給出這f個敏感比特，我們可假設(shè)其它剩余的比特都是正確估計的。因此，為糾正f個敏感比特中錯誤的比特，此時采用MLD算法可以僅考慮相應(yīng)f個敏感比特的2f個可能的符號矢量組合。可見我們把最優(yōu)的MLD算法從4N個可能符號矢量集縮小到很小的2f個符號矢量元素的子集中搜索。因而在2f個符號矢量元素的子集中搜索的MLD算法可以被用來作敏感比特算法最后的次最優(yōu)的最大似然估計。此估計可定義為 本發(fā)明的特征在于它是借助計算機的一種在上述估計出的多用戶信號中分辨出敏感比特，再在相應(yīng)于敏感比特的更小的搜索子集內(nèi)用MLD算法來糾正出錯誤比特的方法，它依次含有如下步驟(1).用傳統(tǒng)的線性最小均方差即LMMSE和有序的遞次干擾消除即SIC算法實現(xiàn)初始的多用戶檢測；(2).預(yù)置初始多用戶信號矢量；(3).在相應(yīng)于敏感比特的子集內(nèi)用MLD算法(3.1)定義f為最大敏感比特數(shù)；(3.2)在把步驟(1)得到的N個用戶傳輸?shù)姆柺噶?br> 映射到2N個比特的矢量
后，其中i＝1，2...N，j＝I，Q，J，Q分別代表符號的正弦和余弦分量；通過反轉(zhuǎn)
中第ij個比特的極性得到新的符號矢量
它對應(yīng)于初始的估計
有且僅有一個比特轉(zhuǎn)極性；
(3.3)反轉(zhuǎn)所有比特得到2N個新的符號矢量
計算所有的新符號矢量
的2N個
(i＝1，2，.....N，j＝I，Q)；(3.4)在2N個新得到的度量
中搜索2f個最小
定義相應(yīng)此2f個矢量中的f個反轉(zhuǎn)比特為“敏感比特”；(3.5)固定其它2N-f個比特不變，對應(yīng)于f個敏感比特的2f個符號矢量的子集內(nèi)作最大似然檢測；(4).判斷迭代結(jié)束否？若未結(jié)束，則回到步驟(2)；若已結(jié)束，則輸出多用戶檢測信號。
使用說明敏感比特算法極大地減少了初始階段接收機的誤比特率，而且算法復(fù)雜度與最優(yōu)MLD算法復(fù)雜度相比更為簡化。而且，當(dāng)所有用戶的總比特數(shù)遠大于敏感比特數(shù)目時可用多次迭代敏感比特算法來提高性能。
圖1敏感比特算法的程序流程扼圖。
圖2基于LMMSE初始估計的敏感比特算法性能(4個用戶，6根接收天線)。
敏感比特算法，f＝5 敏感比特算法，f＝4 敏感比特算法，f＝3 傳統(tǒng)最小均方誤差算法 V-BLAST算法 最大似然算法圖3基于有序SIC初始估計的敏感比特算法性能(4個用戶，6根接收天線)。
敏感比特算法，f＝5 敏感比特算法，f＝4 敏感比特算法，f＝3 傳統(tǒng)最小均方誤差算法 V-BLAST算法圖4基于LMMSE初始估計的敏感比特算法性能(8個用戶，12根接收天線)。
敏感比特算法，f＝5 敏感比特算法，f＝4 敏感比特算法，f＝3 傳統(tǒng)最小均方誤差算法 V-BLAST算法圖5基于SIC初始估計的敏感比特算法性能(8個用戶，12根接收天線)。
敏感比特算法，f＝5 敏感比特算法，f＝4 敏感比特算法，f＝3 敏感比特算法，f＝2(迭代) 傳統(tǒng)最小均方誤差算法 V-BLAST算法具體的實施方式實施的敏感比特多用戶檢測算法依次含有以下步驟●第一步用傳統(tǒng)的LMMSE算法和有序SIC多用戶檢測算法來實現(xiàn)初始的多用戶檢測。
●第二步敏感比特算法定義f為最大的敏感比特數(shù)1.通過反轉(zhuǎn)
中第ij個比特的極性得到新的符號矢量
對應(yīng)于初始估計
有且僅有一個比特轉(zhuǎn)極性。反轉(zhuǎn)所有比特并計算所有新符號矢量的度量
(i＝1，...，N；j＝I，Q)。
2.在2N個新到的度量
中搜索2f個最小的
并定義相應(yīng)此2f個矢量中的f個反轉(zhuǎn)比特為“敏感比特”3.固定其它2N-f個比特不變，對應(yīng)于f個敏感比特的2f個符號矢量的子集內(nèi)做最大似然檢測另外，應(yīng)該指出的是敏感比特多用戶檢測算法的計算復(fù)雜度主要取決于敏感比特的數(shù)目。如果同時有太多的用戶同時接入，比如CDMA系統(tǒng)，而設(shè)定的敏感比特數(shù)目f不足于同時糾正初始檢測的錯誤比特。因此，我們提出迭代型敏感比特多用戶檢測算法來避免增加敏感比特數(shù)目。即將上一次敏感比特檢測結(jié)果作為下一次敏感比特檢測的初始估計。在實際系統(tǒng)中，要根據(jù)實際情況來協(xié)調(diào)敏感比特數(shù)和敏感比特算法的迭代操作數(shù)目。敏感比特算法的實現(xiàn)框圖如圖1示。
通過計算機仿真和仿真結(jié)果比較表明我們發(fā)明的敏感比特多用戶檢測算法有很強的應(yīng)用潛力。實驗仿真中，我們僅考慮SDMA系統(tǒng)，其中基站裝置M＝6(或12)個天線，且有單天線的N＝4(或8)個用戶在室內(nèi)隨機分布。定義敏感比特數(shù)目f＝3，4和5。定義空間平均接收信噪比(SNR)為1MΣi=1MSNRi,]]>其中SNRi為在第i個天線上所有N用戶的接收信號能量和噪聲功率的比值。為了比較，我們列出了傳統(tǒng)的LMMSE多用戶接收機和類似于有序SIC算法的V-BLAST接收機的BER性能。
首先，我們考慮圖2和圖3，它們給出了我們發(fā)明的敏感比特檢測算法和傳統(tǒng)的LMMSE算法、V-BLAST接收機和最優(yōu)MLD算法的BER性能比較?？梢钥闯觯舾斜忍厮惴O大地提高了初始階段LMMSE或V-BLAST接收機的BER性能。例如，當(dāng)敏感比特數(shù)f＝5時，與傳統(tǒng)的LMMSE或V-BLAST接收機相比，基于敏感比特的MLD算法可以分別獲得3dB和1dB的BER性能增益。另外，隨著敏感比特數(shù)的增加，本算法的性能將進一步接近最優(yōu)MLD算法。從圖2可見，敏感比特算法和最優(yōu)MLD算法的性能差別在所有的平均接收SNR范圍是0.3dB。雖然，敏感比特算法在初始分別采用LMMSE和V-BLAST接收機時仿真性能相似，但在高SNR區(qū)，兩者仿真結(jié)果有差異。在圖2中，初始估計基于LMMSE算法的敏感比特算法和有序SIC算法在高SNR處有交叉。這是因為LMMSE算法的性能遠差于有序SIC算法。
在圖4和圖5中，我們給出了和圖2和圖3類似的仿真結(jié)果。不同的是此時的基站接收天線數(shù)和用戶數(shù)分別是M＝12和N＝8。因為最優(yōu)MLD算法在這樣的仿真參數(shù)下太復(fù)雜而被省略。從圖4和圖5更顯現(xiàn)初始估計的重要性，在高SNR區(qū)，基于有序SIC初始估計的敏感比特算法的BER性能明顯好于基于LMMSE初始估計的敏感比特算法。在圖5中，可以看出當(dāng)設(shè)定的敏感比特數(shù)目遠小于檢測的比特總數(shù)時，采用迭代型敏感比特算法是有效的。具體地，敏感比特數(shù)f＝2，重復(fù)次數(shù)為1次的迭代敏感比特算法的性能好于敏感比特數(shù)f＝3但沒有重復(fù)操作的敏感比特算法。
除了BER性能外，檢驗算法好壞的另一個重要因子是算法復(fù)雜度。在8用戶，QPSK的情況下，完成最優(yōu)MLD算法要計算和比較所有48＝65,536個可能符號矢量的度量。然而，我們發(fā)明的敏感比特算法，除了在初始階段作簡單的LMMSE或有序SIC算法來實現(xiàn)初估計外，我們僅需要在第二階段作2N+2f＝32個可能符號矢量的計算比較就可以了。從而大大地簡化了最優(yōu)MLD的算法復(fù)雜度而BER性能損失卻很小。敏感比特算法和最優(yōu)MLD算法的復(fù)雜度列于表1，其中我們僅考慮了乘法運算。注意的是初始化部分的運算僅需在信道恒定不變的時間內(nèi)做一次，而敏感比特算法部分卻按符號率的速率來進行運算。
最后，我們具體地給出了當(dāng)M＝12，N＝8，Q＝4和f＝5的情況下，相應(yīng)的算法復(fù)雜度的比較列于表2?？梢娒舾斜忍厮惴ǖ乃惴◤?fù)雜度是最優(yōu)MLD算法復(fù)雜度的4×10-4。這表明基于敏感比特的MLD算法是實際應(yīng)用有效、可行的多用戶檢測算法。應(yīng)該注意的是，當(dāng)所有用戶的總比特數(shù)遠大于敏感比特數(shù)目時，我們可通過多次迭代敏感比特算法來提高性能，即將上次敏感比特算法的輸出作為本次敏感比特算法的初始估計。
表1算法復(fù)雜度比較
表2當(dāng)M＝12，N＝8，Q＝4和f＝5的情況下，算法復(fù)雜度比較
權(quán)利要求
1.基于敏感比特的簡化最大似然多用戶檢測方法，含有用傳統(tǒng)低復(fù)雜度的非最優(yōu)多用戶檢測算法估計多用戶信號，并用最大似然檢測即MLD算法來糾正出錯比特的步驟，其特征在于它是借助計算機的一種在上述估計出的多用戶信號中分辨出敏感比特，再在相應(yīng)于敏感比特的更小的搜索子集內(nèi)用MLD算法來糾正出錯誤比特的方法，它依次含有如下步驟(1).用傳統(tǒng)的線性最小均方差即LMMSE和有序的遞次干擾消除即SIC算法實現(xiàn)初始的多用戶檢測；(2).預(yù)置初始多用戶信號矢量；(3).在相應(yīng)于敏感比特的子集內(nèi)用MLD算法(3.1)定義f為最大敏感比特數(shù)；(3.2)在把步驟(1)得到的N個用戶傳輸?shù)姆柺噶?br> 映射到2N個比特的矢量
后，其中i＝1，2...N，j＝I，Q，J，Q分別代表符號的正弦和余弦分量；通過反轉(zhuǎn)
中第ij個比特的極性得到新的符號矢量
它對應(yīng)于初始的估計
有且僅有一個比特轉(zhuǎn)極性；(3.3)反轉(zhuǎn)所有比特得到2N個新的符號矢量
計算所有的新符號矢量
的2N個
(i＝1，2，.....N，j＝I，Q)；(3.4)在2N個新得到的度量
中搜索2f個最小
定義相應(yīng)此2f個矢量中的f個反轉(zhuǎn)比特為“敏感比特”；(3.5)固定其它2N-f個比特不變，對應(yīng)于f個敏感比特的2f個符號矢量的子集內(nèi)作最大似然檢測；(4).判斷迭代結(jié)束否？若未結(jié)束，則回到步驟(2)；若已結(jié)束，則輸出多用戶檢測信號。
專利摘要
基于敏感比特的簡化最大似然多用戶檢測法屬于無線通信領(lǐng)域，其特征在于它是一種在用傳統(tǒng)低復(fù)雜度的非最優(yōu)多用戶檢測算法估計出的多用戶信號中分辨出敏感比特再在相應(yīng)于敏感比特的更小的搜索子集內(nèi)用最大的似然檢測(MLD)法來糾正錯誤比特的方法。它減少了誤比特率，同時大大簡化了最大的似然多用戶檢測算法的復(fù)雜度，使它在實際應(yīng)用中成為可能。它還可通過增加敏感比特數(shù)目或通過迭代方法來逼近MLD算法的性能?？捎糜贑DMA、SDM和SDMA系統(tǒng)中。
文檔編號H04B17/00GKCN1200527SQ03109124
公開日2005年5月4日 申請日期2003年4月4日
發(fā)明者李俊強, 曹志剛, K·B·李德富 申請人:清華大學(xué)導(dǎo)出引文BiBTeX, EndNote, RefMan