（通信与信息系统专业论文）mimo无线通信系统的软输出检测研究.pdf

摘要 摘要 多入多出( m i m o ) 技术自产生以来凭借其在不增加带宽的情况下能成倍地提 高通信系统的容量和频谱利用率的优良性能，成为了下一代无线移动通信的关键 技术之一，并得到了广泛的关注和应用。对于编码的m i m o 通信系统，找到一种 复杂度不高，但性能比较好的软输出检测技术，则是m i m o 系统在实际应用中能 够大规模应用的关键地方之一。 虽然m i m o 检测技术在通信界得到了广泛且深入的研究，但是在检测端对基 于硬判值进行软输出检测的研究应用仍有许多问题尚待解决。本文主要研究的是 在m i m i o 系统中，采用类似m a p 算法对基于u 工基约减的检测方法进行软输出。 文中详细的介绍了l l l 基约减算法，利用该方法使得原有的检测方法硬判检测性 能有所优化。在得到该硬判检测基础上，文中给出了三种采用类似m a p 检测的方 法对该硬判值进行软信息输出。并通过仿真验证了在编码的m i m o 系统中，采用 第三种方法进行软输出所得到的性能与m a p 检测法自身的性能非常接近，但复杂 度要小得多。并将该方法在具体的m l m o 系统中进行了应用和仿真。 本文第一章分别介绍了m i m o 系统的数学模型和检测算法，对目前m i m o 系 统的研究现状及应用等进行了总结，说明了在编码的m i m o 系统中进行复杂度不 高的软输出检测研究的重要意义。 第二章首先给出了m i m o 检测中的两种类型：硬判决检测和软判决检测。并 给出了软判决检测的公式推导，详细介绍了m i m o 系统软判决检测中的m a p 算 法，并提出了利用该算法对硬判估计值进行软输出的想法。 第三章首先给出了l l l 基约减算法，之后详细介绍了三种利用类似m a p 检 测对硬判值进行软输出的方法，以及对三者的比较。然后介绍了m i m o 系统中主 要的检测算法以及它们和u 工约减算法相结合的数学模型，在该模型基础上给出 了采用第三种方法进行软信息输出的应用。仿真结果及理论研究表明，第三种方 法的性能能够很好的接近m a p 算法的性能，但复杂度大大降低了。 第四章根据i e e e 制定的标准8 0 2 1 i n 和8 0 2 1 6 d 上进行了m i m o 系统的具体 设置。并在这样的实际参数设置中，采用将l l l 约减算法和m a p 算法相结合的 摘要 检测方法，对得到硬判值进行软信息输出。仿真结果表明，在编码的m i m o 系统 中软判检测相比硬判检测的信息量损失要小得多。 第五章对全文进行了总结，并指出了m i m o 系统软输出检测未来的研究方向。 m i m o 检测技术的性能和复杂度是能否将m i m o 技术大规模实际应用的制约 条件之一。本文首先介绍了l l l 算法对硬判性能进行了提高，之后给出了三种在 得到硬判估计值基础上进行软输出检测的方法。通过仿真和理论研究验证了，该 方法不仅在性能上很接近原始的m a p 检测算法，而且其复杂度也大大的小于原始 的m a p 检测算法。通过在实际参数设定的m i m o 系统中的应用发现，该方法能 很好的将系统的性能和复杂度进行折中。 关键词：m i m o ，信号检测，基约减，软输出 l i a b s t r a c t a b s t r a c t s i n c em 田m ot e c h n i q u ec a n l eo u t i th a sb e e no n eo f t h ek e yt e c h n i q u e si nt h en e x t g e n e r a t i o nm o b i l ec o m m u n i c a t i o n i tc a ne n h a n c es p e c t r a le f f i c i e n c ys e v e r a lt i m e s w i t h o u ti n c r e a s i n gb a n d w i d t h b e c a u s eo ft h nm i m ot e c h n i q u ei su s e dw i d l y i n c o d e dm i m os y s t e m , i ti sak e yp a r tt of i n do u tas o rd e t e c t i o nw a yw i t hg o o d p e r f o r m a n c ea n dl o wc o m p l e x i t yf o rr e a lu s eo n al a r g es c a l e a l t h o u g hm i m od e t e c t i o na l g o r i t h m sh a v eb e e nr e s e a r c h e dw i d l ya n dd e e p l y , t h e r ea y es t i l lm a n yp r o b l e m su n s o l v e d t h i sd i s s e r t a t i o nm a i n l ys t u d i e sa b o u tg e t t i n g t h es o f td e c i s i o ni nc o d e dm i m os y s t e mw i 1t h ec o m b i n a t i o no fl l lb a s i sr e d u c t i o n a n ds i m i l a rm a pd e t e c t i o n af u l la n dd e t a i l e di n t r o d u c t i o no fl l lb a s i sr e d u c t i o n a l g o r i t h mi sg i v e ni nt h i sd i s s e r t a t i o na n dt h i st e c h n i q u ec a l lm a k et h ep e r f o r m a n c eo f h a r dd e c i s i o nb e t t e r b a s e do n ab e t t e rh a r dd e c i s i o n , t h r e ew a y sa l eg i v e nt og e tt h es o r d e c i s i o nu s i n gt h er e s e m b l i n g l 心d e t e c t i o nw a y t h r o u g ht h ec o m p u t e rs i m u l a t i o n t e s t s ，p e r f o r m a n c eo ft h et h i r dw a yi sv e r yc l o s et o t h eo r i g i n a lm a p sa n dt h e c o m p l e x i t yi sf a rl e s st h a nt h a t a tl a s t ，t h i sw a yo fd e t e c t i o ni su s e di nar e a lp a r a m e t e r d e f i n e dm i m os y s t e m c h a p t e r1g i v e sa ni n t r o d u c t i o no fm i m 0s y s t e mm o d e la n dt h ed e t e c t i o n a l g o r i t h m s t h em o s tr e c e n ts t u d i e sa b o u tm i m ot e c h n i q u ea n dt h ea p p l i c a t i o n so fi ta r e s u m m a r i z e d t h es i g n i f i c a n c eo fs o f td e c i s i o ni nc o d e dm i m os y s t e mi sa l s om a d e d e a r c h a p t e r2i n t r o d u c e s t w ot y p e so fm i m od e t e c t i o n ：h a r dd e t e c t i o na n ds o f t d e t e c t i o n t h ef o r m u l a su s e di ns o f td e t e c t i o na r eg i v e na n dt h em a pd e t e c t i o n a l g o r i t h mi si n t r o d u c e di nd e t a i l 1 1 1 ei d e a ro fc o m b i n a t i n gt h eh a r dd e c i s i o na n dm a p d e t e c t i o nw a yi sm e n t i o n e d c h a p t e r3g i v e st h el l l b a s i sr e d u c t i o na l g o r i t h ma tf i r s t , t h r e es o f td e t e c t i o nw a y b a s e do nh a r dd e c i s i o na n d r e s e m b l i n g m a pd e t e c t i o na r ei n v e s t i g a t e d t h e p e r f o r m a n c eo ft h e s et h r e ew a y sa r ec o m p a r e d t h e nt h em a i nd e t e c t i o na l g o r i t h m sa r e i n t r o d u c e da sw e l la st h em a t h m a t i cm o d e lo fl l lr e d u c t i o nm i m 0s y s t e m t h e 1 1 1 a b s t r a c t s i m u l a t i o no ft h et h i r dw a yb a s e do nt h i sm o d e li sg i v e n t h es i m u l a t i o nr e s u l t sa n d t h e o r ya n a l y s i ss h o wt h a tt h ep e r f o r m a n c eo ft h et l l i r dw a yi sv e r yc l o s et ot h em a p d e t e c t i o nb u tw i t hal e s sc o m p l e x i t y c h a p t e r4 百v e st h er e a lp a r a m e t e rm i m os y s t e md e f i n e db yi e e e8 0 2 1la n d 8 0 2 16 de r i t e r i o n t h es o i ld e t e e t i o nw a yo fc o m b i n a t i n gt h eh a r dd e c i s i o na n ds i m i l a r m a pd e t e c t i o ni st e s t e di nt h i ss y s t e m f r o mt h er e s u l t so fc o m p u t e rs i m u l a t i o n , i ti s k n o w nt h a tt h ei n f o r m a t i o n1 0 s ti ns o f td e t e c t i o ni sm u c hl e s s 也a nt h eh a r do n e c h a p t e r5s u m m a r i z e st h i sd i s s e r t a t i o na n dg i v e st h ef u t u r er e s e a r c hd i r e c t i o na n d t h en e x ts t e po f w o r kf o rs o f td e t e c t i o na l g o r i t h m si nm i m o s y s t e m i nt h i sd i s s e r t a t i o n , i ti sk n o w nt h a tt h ep e r f o r m a n c ea n dc o m p l e x i t yo fd e t e c t i o n a l g o r i t h ma r et h ek e yf a c t o rt od e c i d ew e t h e rt h em i m ot e c h n i q u ec o u l db eu s e do na l a r g es c a l e o rn o t l l lb a s i sr e d u c t i o ni su s e dt oo p t i m i z et h eb e r p e r f o r m a n c eo f t h e h a r dd e c i s i o na l g o r i t h m s a n dt h es o f td e t e c t i o nw a ym e n t i o n e di nt h i sd i s s e r t a t i o n c o u l db a r t l a n c et h ep e r f o r m a n c ea n dc o m p l e x i t ym u c hb e t t e r k e yw o r d ：m i m o ，d e t e c t i o n ，b a s i sr e d u c t i o n ，s o i lo u t p u td e t e c t i o n i v 图表目录 图表目录 图1 1n r n r 的m i m o 系统2 图2 1p i 4 - q p s k 星座图6 图2 2 双择检测示意图7 图3 1l l l 基约减算法流程图1 6 图3 2 基长度约减算法流程图1 7 图3 3 基交换算法流程图1 8 图3 - 4 基约减算法的实现框图2 0 图3 - 5 软检测之删除法与添加法同m a p 检测法的性能比较3 4 图3 - 6 软检测之分组法与m a p 检测法的性能比较3 4 图3 - 7 z f 检测、软输出l l l + z f 检测以及m a p 检测的性能比较3 7 图3 8m m s e 检测、软输出l l l + m m s e 检测以及m a p 检测的性能比较3 9 图3 - 9 v b l a s t 检测、软输出l l l + v b l a s t 检测以及m a p 检测的性能比较4 2 图3 1 0s d 检测、软输出l l l + s d 检测以及m a p 检测的性能比较4 5 图4 18 0 2 1 i n 中采用的m i m o 系统结构4 7 图4 28 0 2 1 1 n 中空识编码类型1 和2 的软、硬检测性能比较5 1 图4 38 0 2 1 l n 中空时编码类型3 和4 的软、硬检测性能比较5 l 图4 - 48 0 2 1 6 中v r 分别为2 和4 时软、硬检测的性能比较5 3 表3 1p i 4 - q p s k 符号与复数对应映射表2 5 表3 2 原始计算法和分拆计算法计算矩阵c 一的复杂度比较2 8 表3 33 发3 收p w 时复杂度简化对比表32_qpsk 表3 - 4 仿真参数设置3 3 表4 1 传统法与新方法的复杂度比较4 9 表4 - 28 0 2 1 l n 中的空时编码方案1 与2 5 0 表4 38 0 2 1 l n 中的空时编码方案3 和4 5 0 v i l 缩略语 3 g 4 g 3 g p p b e r b l a s t d f t f f t f l o p s g i i c i i s i l d p c l l l u r m a _ p m 蹦0 m l m m s e o f d m o f d m a s d s t c s t b c t g n 缩略语 3 1 dg e n e r a t i o n g e n e r a t i o n 3 一g e n e r a t i o np a r m e rp r o j e c t b i te t c o rr a t e b e l ll a b o r a t o r i e sl a y e r e ds p a c et i m e d i s e r e t ef o u r i e rt r a m f o r n l f a s tf o u r i e rt r a n s f o r m f l o a t i n g - p o i n to p e r a t i o n s g u a r di n t e r v a l i n t e rc a r t i e ri n t e r f e r e n c e i n t e rs y m b o li n t e r f e r e n c e l o w d e n s i t yp a i l t y - c h e c kc o d e l 詹n g 响，l e n s t r aa n dl o v f i s z l a n c er e d u c t i o n m a x i m u map o s t e r i o r i m u l t i p l e i n p u tm u l t i p l e o u t p u t m a x i n l u n ll i k e l i h o o d m m i m u mm e a ns q u a r ee r r o r o r t h o g o n a lf r e q u e n c yd i v i s i o nm u l t i p l e x o r t h o g o n a lf r e q u e n c yd i v i s i o nm u l 郇l e a c o g s s s p h e r ed e c o d i n g s p a c e t i m ec o d e s s p a c e - t i m eb l o c k c o d e s 8 0 2 1 1t a s kg r o u p 第三代移动通信 第四代移动通信 第三代合作伙伴计划 误码卒 分层空时编码 离散傅立叶变换 快速傅立叶变换 浮点数计算 保护间隔 载波间干扰 符号间干扰 低密度极性校验码 基约减 格约减 最大后验概率算法 多输入多输出 最大似然 最小均方误差 正交频分复用 正交频分多址 球形译码 空时编码 空时分组码 8 0 2 1 l 工作组 缩略语 w i f i 、) l ，i m a x z f w i r e l e s sf i d e l i t y w o r l di n t e r o p e r a b i l i t ym i c r o w a v ea c c e s s z e r of o r c i n g i x 无线保真技术 全球微波接入互通 迫零 数学符号表 盯 【】+ r r h ( ：，0 h ( i ，：) h h ( ：，i ) i | 1 | | n ( 0 ，蠢) a r gm a x a r gm l n e ( ) 辨c ( ) 了m ( i ) q ( ) d e t ( ) 数学符号表 复参量的共轭 矩阵的m o o r e p e n r o s e 广义逆 矩阵或向量的共轭转置 矩阵或向量的转置 矩阵h 的第i 列 矩阵h 的第i 行 表示将矩阵h 的第i 列置零 单位矩阵 向量的f r o b c m i u s 范数 表示随机变量服从某种分布 均值为0 、方差为的复高斯分布 求最大值 求最小值 序列最大值所对应的自变量参量 序列最小值所对应的自变量参量 统计平均 参数的实部 参数的虚部 硬判决 矩阵的行列式 x 数学符号表 非负实数的平方根 四舍五入 l l l 基约减 所维线性实空间 ，l 维线性整数空间 格 x l 、j ，l n 砒_ ， l m 刚舯刃l 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名：绛巫生日期：如0 7 年6 月哆日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 签名：弛导师签 日期： 第一章绪论 1 。l 引言 第一章绪论 随着全球科技的发展，无线通信系统经历了从模拟通信到数字通信的飞速技 术更新，同时移动通信用户的数目也以前所未有的速度递增。随之日益增长的语 音业务、数据业务和宽带i n t e m e t 业务的需求，则对无线通信系统在传输速率、系 统业务容量以及性能等方面提出了更高的要求。如何用较少的频率资源来传输更 多的信息以及抑制无线电干扰技术，来满足未来移动通信的需求，成为了通信业 界研究的热点。此时，作为下一代无线移动通信关键技术之一的m i m o 技术，受 到了越来越广泛的关注。 m i m o 是多入多, q a , ( m u l t i p l e i n p u tm u l t i p l e o u t p u t ，m i m o ) 的简称。m i m o 技 术最早由m a r c o n i 于1 9 0 8 年提出。但对该技术产生巨大推动作用的奠基工作是由 a t & tb e l l 实验室的学者在9 0 年代完成的。移动通信中的m i m o 技术是指利用多 根发射天线和多根接收天线进行无线传输的技术，使用这种技术的无线通信系统 即为m d 订0 系统。在m d 订o 系统的发射端，信息符号经过一系列必要的空时处理 后由多根发射天线并行的发送到空间信道，通过传输后由多根接收天线接收，并 在接收端通过检测技术对数据符号进行恢复。由于各发射信号占用同频带，所 以带宽并未增加；若在各发射接收天线问的信道响应独立的情况下，m i m o 系统 可以建立多个并行的空间信道。通过这些空间信道独立地传输信息，数据率必然 可以成倍提高。 m i m o 系统容量的计算公式为【1 】【2 】： c h o = m f g l 0 9 2 ( 1 + s r )( 1 1 ) 其中c h m o 是系统容量，m 为m i m o 系统中最小的发射天线数或最小的接收 天线数，屉是传输带宽，s n 是信噪比。根据公式可知，在功率和带宽固定时， m i m o 系统的最大系统容量随最小天线数的增加而近似线性增加，因此m i m o 系 统可以很大的提高系统容量，并且在不增加带宽和天线发射功率的情况下，能够 很好的提高频谱利用率，从而解决无线通信网络高速流量的瓶颈问题。 综上，m i m o 系统的技术优点简单概括就是通过多天线的配置来充分利用信 号的空间资源，在不增加带宽的情况下获得高速率高质量高容量的系统。对传统 电子科技大学硕士学位论文 的单天线系统而言，m i m o 还可以包括单入多出( s i n 酉e i n p u t m u l t i p l e o u t p u t ，s l m o ) 系统和多入单, q 4 , ( m u l t i p l ei n p u ts i n g l eo u t p u t ，m i s o ) 系统。 本章1 2 节首先描述了m 订o 系统的一般模型；1 3 节介绍了m n m o 系统中的 检测技术；1 4 节给出了m i m o 技术在无线通信中的应用情况；1 5 节介绍本论文 的主要研究工作。 1 2m i m o 系统模型 在本论文中，用n r n r 表示一个具有 _ 根发射天线，慨根接收天线的m i m o 系统，一般情况下，有n r n r ，m i m o 系统结构如图1 1 所示。在m i m o 系统中， 每一根接收天线接收到的信号均是坼根发射天线所发信号在时间上和频带上相互 叠加的多路信号和。 m 根 发射天线 根 接收天线 图1 - 1n r n r 的m i m o 系统 对于平坦衰落的m i m o 系统，其等效的基带时域信号可以表示为： y = i ：i s + n ( 1 2 ) 其中，y = 【i 】。、s = 哦】。x l 、n = 【； 。，分别为接收信号、发射信号和噪声向 量，h = 【】。为信道矩阵，表示第_ ，根发射天线到第i 根接收天线的信道系 数。一般情况下，假设n 的各项独立同分布，_ n ( o ，) ，n ( o ，) 表示均值为 零、方差为的高斯分布a 若为复高斯分布，则吩实部、虚部独立，方差各为2 。 1 3m i m o 系统的检测算法 m e m o 系统虽然有1 1 节中所述的种种优点，但m i m o 系统本身最终能够提 2 已l | l l 第一章绪论 供的性能和增益有多少，与接收机的检测算法有很大的关系。接收机检测算法的 复杂度和性能都是影响m i m o 系统能否在实际中大规模应用的原因。 现在通信业界对m 1 m o 系统检测算法的研究已经非常广泛且深入了，目前 m i m o 系统接收端的检测算法主要有迫零( z e r of o r c i n g ，z f ) 算法【3 1 、最小均方误 差( m i n i m u mm e a ns q u a r ee r r o r ，m m s e ) 算法【4 】、最大似然( m a x i m u ml i k e l i h o o d ， m l ) 译码算法闭、最优排序干扰抵消( v b l a s t ) 算法【6 】和球形译码( s p h e r cd e c o d i n g ， s d ) 算法f 7 】等等。其中，这些算法又可分为线性译码算法和非线性译码算法。在这 些算法中，m l 算法是最佳的矢量译码方法，但由于其复杂度随发射天线的个数呈 指数增加，导致复杂度太高而不能实际应用。所以，找到一个具有良好性能以及 较低复杂度的m i m o 系统检测算法，是将m i m o 技术大规模实际应用的一个重要 前提。 后来，在m i m o 检测中引入了基于格理论的译码检测。尤其是在1 9 8 2 年， l l u i , e n s t r a ，l _ , e n s t r aa n dl o v a s z ) 基约减算、法【8 】的产生，使得上述检测算法在不增 加很高复杂度的情况下，性能大有提高。由于信道编码是提高系统抗干扰性能的 一个重要途径，因此在实际应用中，一般都会采用各种信道编码技术提高误码率 性能。所以，在编码的m i m o 系统中，采用软判决检测算法可以充分利用信道编 译码的软信息，减少硬判决的信息损失，提高检测性能。因此，m i m o 无线通信 系统的软输出检测研究，尤其是基于l l l 基约减算法的软输出检测研究非常有意 义。 1 4m i m o 技术的研究现状及应用 m i m o 作为无线高速数据传输的关键技术，其理论、性能、算法和实现等各 方面均被各国学者广泛地进行着研究9 f 1 0 】【1 1 1 。最初是对m i l v i o 实验系统的研究， 这是极为重要的研究内容，世界上很多知名的大公司均有研制试验系统。b e l l 实验 室的b l a s t 系统【”1 是最早研制的m i m o 实验系统，该系统仅对窄带信号和室内 环境进行了研究。 随着对m i m o 技术研究工作的深入，目前的m i m o 技术研究已经到了一个相 对成熟的阶段。m i m o 技术已经成为3 g ，4 g 移动通信的关键技术之一【1 3 】，3 g 中 m i m o 方案的标准化工作已经开始，主要是在国际电信联盟和3 g p p 的论坛上进 行。为了在未来移动通信领域占有一席之地，各国纷纷加快了对新一代移动通信 电子科技大学硕士学位论文 技术研究的步伐，而对m i m o 系统的研究仍然是重点。 为了更好的利用m i m o 技术，以下几方面成为研究热点。在信道的建模与仿 真方面，必须深入研究m i m o 信道特性，尤其是空间特性；在m i m 0 系统的天线 选择技术方面，如何寻找同时具有m i m 0 天线优点且低价格、低复杂度的最优天 线子集；在m i m o 系统的信号处理方面，多用户m i m 0 系统的下行链路中采用空 分多址可以给系统吞吐量带来可观的增益，但如何设计发射向量以消除用户间的 共信道干扰成为技术难点：多天线系统在多址信道中的容量分析方面，虽然在理 论上多天线多址系统的容量域已经非常清楚，但如何让容量域满足各种用户传输 速率的要求，仍然是需要解决的问题：天线在广播信道中的容量分析方面，由于 存在天线间和用户间的干扰，所以多天线广播信道的容量域一直不明确，需要进 一步研究【l l 】。 m i m o 技术在固定的无限局域1 碉( w i r e l e s sl o c a l a e r a n e t w o r k ，w l a n ) 环境中 是应用比较多的。在这种环境中m i m o 的最大好处是提高了单个用户设备的吞吐 量。特别是家庭和企业级的w l a n 所具有的多个特性使它们成为最早采纳m i m o 的理想候选网络。这些特性包括，w i f i ( w i r e l e s sf i d e l i t y , w i f i ) 系统所在的环境都有 丰富的散射，而且w i f i 设备在网络中都是独立部署的，还有就是基本都工作在有 限的干扰环境下，上述的特性都是m i m o 技术能在w l a n 中很好应用的重要因素。 m i m o 技术在w i f i 产品上取得的成功应用使得m i m o 成为广域无限移动环境 中的一种可能的技术选择，但是m i m o 技术在广域网中的应用却面临的诸如干扰， 有限散射以及需要支持互操作性等问题的挑战。 综上所述，m i m o 技术所提供的性能增益为推动无线通信的下一步发展提供 了极具前景的动力。 1 5 论文的主要研究工作及结构安排 本论文的主要目标是研究m i m o 无线通信系统的软输出检测。 第一章首先介绍m i m o 技术的原理，m i m 0 系统模型，m i m o 系统中的检测 技术以及对m i m o 技术的研究现状和应用，最后是介绍论文的结构安排。 第二章介绍了m i m 0 系统中的硬输出检测和软输出检测。给出了软输出检测 的公式推导，并对m a p 算法进行了详细介绍。 第三章首先给出了m i m o 系统的一般数学模型，然后介绍了格原理和基约减 4 第一章绪论 理论1 1 4 1 ，着重介绍了l l l 基约减算法。然后重点研究了三种采用类似m a p 算法 对基于l l l 基约减所得到的硬判值进行软输出的方法。并将迫零( z f ) 算法、最小 均方误差( m m s e ) 算法、最优排序干扰抵消( v - b l a s t ) 算法以及球形译码( s d ) 算法 等m i m o 信号检测算法与l l l 基约减算法相结合，利用上述三种方法对结合后的 算法得到的硬判检测值进行软信息输出。 第四章研究了软输出检测研究在具体的8 0 2 1 l n 和8 0 2 1 6 的物理层仿真链路 中的应用，通过仿真结果验证了算法的性能。 第五章对全文进行了总结，并对下一步还需要作的工作提出了建议。 5 电子科技大学硕士学位论文 第二章软输出检测算法介绍 2 1 硬判决检测和软判决检测介绍 在m i m o 系统的各类检测算法中，可以根据不同的解调方式将这些解调算法 分为硬判决检测和软判决检测两类。硬判决检测算法采用的是硬解调，硬解调是 根据欧式空间最近距离原则选取距离待解调符号最近的星座图上的点作为检测结 果；而软判决检测算法采用软解调方式，根据待解调符号对应星座图上每个点的 概率选择最大的后验概率对应的星座点作为检测结果。图2 1 所示就为p i 4 一q p s k 星座图。 o 1 o 1 ( o i ) o ( o o i 11 2 ( 1 0 ) 3 ( 1 1 ： o - 1 o 图2 1p v 4 - q p s k 星座图 由于信道编码是提高系统抗干扰性能的一个重要途径，在实际应用中，一般 都会采用各种信道编码技术提高误码率性能。而在编码m i m o 系统中，采用软判 决检测算法可以充分利用信道编译码的软信息，减少硬判决的信息损失，提高检 测性能。因此，研究m i m o 无线通信系统的软输出检测在实际应用中非常有意义 的。 2 2 求解软信息的公式推导 在信号检测中，信号的比特似然比可以表示信号的可靠性，相对于硬判决的 直接判决输出而言，这就是一个软信息。 在检测端求取信息比特对应的比特似然比时，遇到的就是判决理论中的最简 6 第二章软输出检测算法介绍 单情况，双择检测问题旧。在通信中，信息发送端的比特信息要么为0 ，要么为1 ， 只有这两种状态，分别对应于两种假设日。和日- 。设p ( 日0 ) 和p ( h o 分别表示h o 和 日- 的先验概率，由于在双择检测问题中，两个假设只能有一个为真，且必有其中 之一为真，并且我们认为比特0 ，1 是以等概率进行发送的，所以有。 尸( 日o ) + p ( h o = 1( 2 - 1 ) 1 p ( 日o ) = p ( h o = ( 2 2 ) 二 双择检测问题实质上是对输入空间x ，一般为，l 维空间，进行划分，即划分为 区域d o 和d - 。如果工d o ，则判决h o 为真；如果j d i ，则判决日- 为真。如图 2 2 所示。所以，双择检测的基本阀题就是，如何决定区域d o 和d - 的划分，使判 决在某种意义下最佳。这就需要用下一小节所讲的贝叶斯准则，该准则规定了d o 和 d - 的划分，使得平均风险最小。 输入空 接受：j l o 2 2 2 贝叶斯准则【1 5 】 图2 2 双择检测示意图 首先定义代价因子。表示假设局为真，却选择了假设h 的代价。在双择检测 情况下，i 和，只能为0 或1 。c o o 和c u 表示正确判断的代价，通常假定它们为零。 在已知h o 为真的条件下，作出判决的平均代价称为假设h o 下的条件代价， 记为，o ，并有 九= p ( d o i h , ) c o l + p ( d i i h o c u ( 2 3 ) 同样，已知h o 为真的条件下，作出判决的平均代价称为假设日。下的条件代 价，记为r o ，并有 ，o = p ( d o h o ) c + p ( d , h o ) c i o ( 2 - 4 ) 由于事先并不知道日。或日- 为真，因而总平均代价，即平均风险等于各条件代 价按其先验概率进行平均，即 7 电子科技大学硕士学位论文 r = p ( h o ) r o + p ( h 1 ) ，1 ( 2 5 ) 将式( 2 4 ) 代入式( 2 - 3 ) 中，得到 r = p ( h 。) p ( d 。1 日。) c o o + p ( d 1 日。) c 。 + 以日- ) p ( d 。1 日，) co t + p ( d - 1 日，) c ” ( 2 6 ) 贝叶斯准则是要求判定区域d o 和d j ，使得式( 2 6 ) 中的平均风险r 达到最小。这个 极小化的风险称为贝叶斯风险。 由于双择检测中，j 6 p ( d o l h o = 1 一p ( d - i - ) 和尸( d o i h o ) = 1 - p ( d ，i h o ) ，将这 些关系式代入式( 2 6 ) ，则有 r = p ( 日1 ) c o l + p ( h o ) c o o + p ( h 。! c l 。一c ) p ( d i h o ( 2 7 ) 一p ( h , ) ( c o l c n ) p ( d ，1 日1 ) 、 虚警概率e ( d q g o ) 和检测概率p ( d , i h o 可以表示为： p ( d i 。) = j p ( x 1 日。协 删耻d m l 日，渺 2 8 式中，p ( x h o ) = p ( x l ，x 2 9 - p 9 知l h o ) 和p ( x h ，) = p ( x l ，x 2 9 oo9 x n i h - ) 分别表示假设 日。和日t 条件下接收波形样本n 维概率密度，称为似然函数。将式( 2 - 8 ) 代入式( 2 7 ) ， 则得到用似然函数表示的平均风险表达式。 r = p ( h o c o , + p ( h o ) c o o + i p ( h o ) ( c i o - c o o ) p ( x i h o ) 而 ( 2 9 ) 一p ( h o ( c o , 一c 1 1 ) p ( z 1 月1 ) ) 抚 贝叶斯准则要求选择判决区域d i ，使上式的风险r 达到最小。由于式( 2 9 ) 中 的前两项与判决区域d t 的选择无关，因而要求第三项积分式达到最小。由于被积 函数可能为正，可能为负，为了使积分值达到最小，只要选择区域d 一使被积函数 总为负或零就能达到。因此，选择日- 的区域d - 应满足： p ( h o ( c o , - c , ，) p ( x l h ，) p ( h o ) ( c i o c o o ) p ( x l h o ) ( 2 1 0 ) 通过变换上式可写为 p ( x l h 蝴p 椰2 篙等等 p 1 1 ) 上式中，假设日和日。下的似然函数比称为似然比，记做人( 。于是，上述 第二章软输出检测算法介绍 判决准则变为 a c 工，皇，c x l 月d p c x l 丑- o ，：j i ；凳； ：；：兽妾暑皇a 。c 2 - 2 ， 其中，a o 为判决门限。如果a ( x ) a o ，判日- 为真；反之，则判日。为真。 也就是相当于贝叶斯准则可以化为似然比准则，和门限值a o 比较后，作出判决。 在计算信息的比特似然比时，判决正确的代价因子c o o 和c - t 的值为零，判决错误 的代价因子c l o 和c o - 的值为相等的。而发送比特0 和1 的概率也是相同的，所以， 这里的门限值a o 为1 。 2 2 3 最大后验概率判决准则 最大后验概率准则的出发点是，在已经得到的接收矢量工的条件下，比较假 设h - 和h o 的后验概率1 5 】。用p ( o i 工) 表示已知观测矢量x 的条件下假设日。的后 验概率，用p ( h , l x ) 表示h t 的后验概率。后验概率与先验概率不同，它反映了获 得观测矢量x 后所获得的信息。容易得到，拥有较大后验概率的那个假设更可能 出现，所以，最大后验概率准则可以表示为 p ( h ，i x ) p ( h 。i z ) ( 2 1 3 ) 未 根据概率乘法定理，可以得到： p ( h ，i x ) = p ( x 矿i h o p ( h , ) ( 2 1 4 ) 由于工是一个多维连续随机变量，p ( 和p ( x l h o 均为无穷小量，所以，可以 写成p ( x ) d x r a i n - ) 出。代入上式后，得： p ( 驯功= p ( x 矿h , ) p ( h o ( 2 1 5 ) 同理 尸( 砷) = p ( x l 面h o ) p 厂( h o ) ( 2 l6 ) 所以式( 2 一1 3 ) 的判决规则可以变成 9 电子科技大学硕士学位论文 例。 出m 础i h 。乓簧嚣 ( 2 1 7 ) 将上式与式( 2 1 2 ) 比较得到，可见最大后验概率准则是贝叶斯准则的一个特 2 3 最大后验概率检n ( m a x i m u map o s t e r i o r i ，m a p ) 算法的软输出检测 最大后验检测算法是m i m o 系统检测中性能很理想的算法，但是其复杂度是 随