大規模mimo線性檢測中矩陣求逆的硬件構架及方法
【技術領域】
[0001] 本發明屬于計算機通信領域。特別涉及一種大規模MM0線性檢測中矩陣求逆的 硬件構架及方法。
【背景技術】
[0002] 在無線通信傳輸環境下采用多個發送天線和多個接收天線的系統稱為多輸入多 輸出MM0系統。研宄表明，MM0無線傳輸技術可以在不增大額外頻譜帶寬的條件下能大 大提高傳輸鏈路的可靠性，減少基站能量消耗，以及成倍地提高通信系統容量。MIM0作為無 線通信的關鍵技術，已經被納入第四代移動通信標準，如3GPPLTE等。
[0003] 隨著下一代移動通信技術的進一步發展和需要，MM0技術已經從傳統的單用戶 MMO(SU-MMO)系統擴展到了多用戶MMO(MU-MMO)系統，從小規模MM0(SmallMM0)發 展到大規模MIMO(MassiveMIM0)。傳統地，LTE標準支持在基站最高配置8根天線。而發 送端或接收端配置的天線數越多，傳輸信道能夠提供更高的自由度，在吞吐率和線路穩定 上能實現更好的性能。因為多用戶系統可以同時傳輸服務幾個用戶，而且在選擇接待具體 用戶調度方面更加靈活，所以這個增益在多用戶系統中更加可觀。
[0004] 對于大規模MM0系統，相對于當下已經建成的系統，其天線陣列配置更多天線， 其數量達到上百或更多。大規模MIMO需要前所未有的的天線數，同時服務相對數量小得多 的用戶，這種數量上的不對稱使其與現實更加吻合，而且提供了更加可靠和可操作的條件。 這種技術能保證進一步提高頻譜利用率和線路穩定性。并且可以預見，在大規模MM0系統 中，每個天線單元需要極少的能量（達到毫瓦級），相比傳統的小規模MIMO系統，其具有更 大的潛力降低在基站消耗的能量.
[0005] 然而，大規模MM0的優勢是以在基站端的急劇增加的計算復雜度為代價，它相應 地大大增加了硬件的復雜度。信號檢測，作為下一代移動通信技術的關鍵技術之一，其最 佳信號檢測器的復雜度就隨著發射天線數增大而增大。特別地，當基站天線數達到上百， 傳統的小規模MM0系統變為大規模MM0系統時，我們需要新的檢測理論來適應擴展到 高維的問題，可靠的上行線路檢測技術就變得非常重要了。因為最佳檢測方法如最大似 然檢測（maximum-likelihooddetection)和球形譯碼（spheredecoding)等要求過高 的硬件復雜度，我們必須采取低復雜度的次最佳線性檢測機制或者隨機技術（stochastic technique),如基于馬爾科夫鏈的蒙特卡羅檢測方法（Markov-chainMonte-Carlo-based detectionmethods)等。
[0006] 近期的主流文獻中，基于大規模MMO,且易于硬件實現的低復雜度的線性檢測技 術，其主要的計算復雜度在于一個MXM階矩陣的求逆，其中M為用戶天線數。傳統的矩陣求 逆方法，如QR分解法、高斯消元法和Cholesky分解法等精確求逆方法，其復雜度在于0 (M3) 數量級。在規模MIMO系統中，當M變得較大時，其復雜度將會急劇增大，會耗費系統大量計 算資源或增大延遲時間。
【發明內容】
[0007] 發明目的：本發明的目的在于針對現有技術的不足，提供了一種硬件復雜度低、計 算高效率且減少了延遲時間的大規模MMO線性檢測中矩陣求逆的硬件構架及方法。
[0008] 技術方案：本發明提供了一種大規模MMO線性檢測中矩陣求逆的硬件構架，包括 預計算模塊和矩陣求逆子模塊，其中，所述預計算模塊包括下三角脈動乘法器、加法器、共 軛轉置模塊、倒數模塊、取反模塊和向量乘法器，所述下三角脈動乘法器分別與所述加法器 和共軛轉置模塊連接，所述加法器依次通過倒數模塊和取反模塊與所述向量乘法器連接， 所述共軛轉置模塊與所述向量乘法器連接，所述矩陣求逆子模塊為IIR濾波器結構，所述 預計算模塊中的向量乘法器和倒數模塊分別于所述矩陣求逆子模塊連接。
[0009] 進一步，所述下三角脈動乘法器中包括MXM個乘累加器，M為用戶的數量。
[0010] 進一步，所述向量乘法器包括M個乘法器和M個寄存器，所述每個乘法器與一個寄 存器相連。
[0011] 本發明還提供了一種基于上述大規模MMO線性檢測中矩陣求逆的硬件構架的求 逆方法，包括以下步驟：
[0012] 步驟1 :將矩陣的比特流輸入預計算模塊中的下三角脈動乘法器，得到矩陣G， 其中，G=HhH，H表示MMO系統的信道響應矩陣，Hh表示MMO系統的信道響應矩陣的轉置 矩陣，H#表示矩陣H的共軛矩陣；
[0013] 步驟2 :矩陣G對角線上的元素輸入到加法器中與噪聲系數隊相加，得到向量 D - ,^22 ] *
[0014] 步驟3 :矩陣G非對角線上的元素輸入共軛轉置模塊得到MXM階矩陣E;
[0015] 步驟4 :步驟2獲得向量5依次通過倒數模塊和取反模塊，獲得向量卜D^
[0016] 步驟5 :向量(-if1)和矩陣E輸入向量乘法器，獲得矩陣C;
[0017] 步驟6 :將矩陣C和矩陣IT1輸入至矩陣求逆子模塊，根據公5
1獲 得需要求逆矩陣A,1，其中k為迭代次數，n為迭代次數的編號，矩陣IT1為以向量對應元 素構成的對角矩陣。
[0018] 進一步，所述步驟1中矩陣G的獲得方法為：H#矩陣元素的比特流按列輸入，每后 一列比前一列延時一個時鐘輸入，一個時鐘內每列輸入一個元素，每列元素流到對角線單 元就取共軛并轉向下一層計算單元；各元素在計算單元里進行乘累加計算。
[0019] 進一步，所述步驟4中倒數模塊獲得向量5+1的方法為，通過FPGA查找表單元對向 量D的每個元素取倒數。
[0020] 工作原理：本發明首先提出了一種基于若依曼級數近似求逆的迭代計算硬件結 構，通過這種結構組成基本矩陣求逆子模塊BM，這是IIR濾波器第一次基于諾依曼級數近 似理論計算逆矩陣的創造；然后再根據整個系統輸入和BP輸入需要設計了預計算模塊PM; 通過將兩個模塊PM和BM連接，組成了可用于大規模MMO線性檢測的矩陣求逆硬件架構。 本發明適用于多種大規模MMO線性檢測系統，其中的基本矩陣求逆子模塊BM作為一個核 心計算單元也適用于多種大規模MIMO線性預編碼的系統；。
[0021] 有益效果：與現有技術相比，本發明中的計算單元為加法器和乘法器，因此非常適 合硬件實現；成功從現有技術的〇(M3)數量級的復雜度降到0(M2)，大大降低了計算復雜度 和硬件代價；核心計算模塊BM使用了IIR濾波器結構，這是IIR濾波器第一次基于諾依曼 級數近似理論計算逆矩陣的創造；雖然BM使用了近似求逆計算，但迭代計算可以得到任意 精度的準確度；取不同迭代次數達到不同準確度為系統性能不同配置要求提供了豐富的靈 活度，且取不同迭代次數不需要改變硬件結構，不花費額外的硬件代價。子模塊BM能適用 于多種大規模MIMO線性檢測和線性預編碼系統，其兼容性好。
【附圖說明】
[0022] 圖1是本發明一種基于大規模MMO線性檢測的矩陣求逆硬件架構圖；
[0023] 圖2是下三角脈動矩陣乘法器結構示意圖；
[0024] 圖3是向量乘法器結構示意圖；
[0025] 圖4是采用本發明近似求逆方法與Cholesky分解精確求逆方法誤碼率曲線對比 圖。
【具體實施方式】
[0026] 下面結合附圖和具體實例，對本發明提出的一種大規模MIM0線性檢測中矩陣求 逆的硬件構架進行具體說明。
[0027] 首先建立一個大規模MM0系統模型：考慮一個大規模MM0系統上行線路，在基站 端配置N根天線，同時服務M個單天線用戶，其中天線數N遠遠大于M。描述模型如下：
[0028] y=Hs+n；
[0029] 其中，H為用戶到基站的NXM維度的信道傳輸響應矩陣，且H= [h，h2, . . .，hM]， hj表示H的第j個列向量；s=[ss2, . . .，sM]T為用戶