大規模MIMO系統的改進RTS信號檢測算法

王茜竹 ，李 楠

1.“新一代信息網絡與終端”重慶市協同創新中心，重慶400065

2.重慶郵電大學 電子信息與網絡工程研究院，重慶 400065

1 引言

隨著無人機、VR智能體感設備、無人駕駛汽車等新型多樣化的智能終端設備迅速普及開發，對無線數據業務需求也提出了新的挑戰。面對車聯網、虛擬現實、人工智能新技術的蓬勃發展，原有的無線接入網絡暴露出頻譜資源短缺的嚴重問題。為了更好地解決上述問題，大規模MIMO技術橫空出世[1]。憑借著基站端配置上百根天線的優勢，空間自由度大幅提升，大規模MIMO技術不僅可以提高頻譜效率與信道容量，而且可以顯著改善能耗效率[2]。但是大規模MIMO系統中上行鏈路信號檢測算法復雜度隨著天線數量增加呈指數增加，原有的信號檢測算法無法應用在實際工程中。于是近些年業內相應提出了許多適用于大規模MIMO系統的復雜度較低的信號檢測算法[3]，在這其中基于啟發式思想的主動禁忌搜索（Reactive Tabu Search，RTS）算法憑借著近似于原有算法性能和復雜度較低的優勢脫穎而出。由于RTS算法具備避免陷入局部極值，得到全局最優解性能，所以該算法性能優于其他基于局部近似搜索的檢測算法[4]。

在Chockalingam的專著[5]中指出RTS算法性能主要取決于鄰域函數定義和初始值算法的選擇。初始值算法中最大似然檢測（Maximum-Likelihood，ML）算法性能最優，可是因為其復雜度過高無法在工程中實現，目前通常使用的是迫零（ZF）和最小均方誤差（MMSE）算法。由于天線數量上升到上百根，而ZF和MMSE算法不可避免地涉及到矩陣的求逆，所以傳統基于MMSE求得初始值的RTS算法還是存在初始值計算復雜度過高的問題。……