1 传统的接收端检测算法
MIMO信号检测技术有多种算法,最优的算法是最大似然(ML)译码算法,但ML算法的复杂度随着天线数及调制阶数的增加呈指数增长,无法实用,故提出了各种简化的算法。其中常用的检测算法包括迫零(ZF)线性算法和最小均方误差(MMSE)线性算法。
假设MIM0信道是平坦衰落的,则接收机在t时刻收到的信号向量表示为:
其中,rt表示nR×1的接收信号向量,H是nR×nr维信道响应矩阵,xt是nT×l的发送信号向量,nt是nR×1的AWGN噪声向量,其中每个分量都是均值为0,方差为σ2的相互独立的正态分布随机变量。
1.1 ZF算法
ZF是最简单的一种线性检测算法,是用线性变换矩阵G左乘接收矢量rt,从而完全或部分消除其他天线干扰。
G为H的Penrose-Moore逆(也称为广义逆)。假设信道矩阵可逆的前提下,接收到的信号向量估计值为:
为了保证广义逆的存在,nT必须小于等于nR,否则HHH为奇异阵,它的逆不存在。
ZF算法虽然能使其它天线的干扰为零,却存在着放大噪声的缺点,所以又提出了基于MMSE准则的检测方法。
1.2 MMSE算法
MMSE算法是基于接收向量rt来选择矩阵wMMSE(wMMSE是nT×nR的线性组合系数矩阵)使均方误差最小化,即:
根据正交原理可得最优解为:
该算法可以最小化由于噪声和其它天线的干扰造成的误差,接收到的信号向量估计值可以表示为:
其中,σ2是AWGN的方差,InT是σ2→0的单位矩阵。
从ZF算法和MMSE算法中可以看出,ZF算法虽然能使其他天线的干扰为零,但是由于噪声前乘上了因子G,噪声被放大,所以检测性能比较差。MMSE算法并没有完全消除其他天线的干扰,而是在降低其它天线干扰和噪声增强之前取得了折衷,使得总的误差率最小。如果信噪比很高时,即σ2→0,则MMSE算法可以简化为ZF算法。
无论ZF算法还是MMSE算法,其实质都是基于信道矩阵求逆的方法,为了使信道矩阵求逆有唯一解,就必须要求接收天线的数目大于或者等于发送天线的数目。
2 串行干扰抵消检测算法
串行干扰抵消检测算法借用了多用户检测中的串行干扰相消(SIC)思想。SIC的思路是先检测出一个用户的信号,然后将其再恢复成发射信号乘上信道参数作为对其他用户的干扰,从接收信号中减去,这样可以降低对其他用户信号的干扰。这一过程中会有错误传递,如果是可靠性最高的用户信号先被删除,则会降低错误传递的概率。所以可以按照各个用户信号信噪比从高到低的顺序进行检测删除。在MIM0系统中,将SIC思想与传统的检测算法结合起来,就是V-BLAST系统的译码算法。在本论文中,将SIC分别与ZF算法和MMSE算法结合进行研究。