MIMO系統中垂直分層空時檢測算法的性能分析

張銘 李莉 周小平 冀笑偉

摘 ?要： 對多輸入多輸出系統中垂直分層空時檢測算法常用的最小均方誤差算法、迫零檢測算法、非線性檢測算法以及正交三角分解檢測算法進行分析比較.仿真實驗結果表明：在相同天線系統下，經過排序串行干擾消除的最小均方誤差檢測算法性能最優.

關鍵詞： 排序串行干擾消除; 最小均方誤差; 迫零檢測; 正交三角分解

中圖分類號： TN 911.6 ?????文獻標志碼： A ????文章編號： 1000-5137（2021）01-0078-06

Abstract： In this paper，the commonly used minimum mean square error algorithm，zero-forcing detection algorithm，nonlinear detection algorithm and orthogonal triangular decomposition detection algorithm in the vertical layered space-time detection algorithm were analyzed and compared in the multiple input-multiple output system. The experimental results showed that after ordering serial interference cancellation the minimum mean square error detection algorithm performed best in the same antenna system.

Key words： ordering serial interference cancellation; minimum mean square error; zero-forcing detection; orthogonal triangular decomposition

0 ?引 言

多輸入多輸出（MIMO）系統借助多天線技術可以有效地提高系統容量，從而滿足更多的業務需求.因此，從傳統的單輸入單輸出 （SISO）通信系統向MIMO系統的改進已經成為無線通信發展的趨勢之一[1].

分層空時（BLAST）技術是一種同時在空間維度和時間維度上調制編碼的技術，該技術要求MIMO系統中的接收天線數大于等于發射天線數.在每個發射信號之間，BLAST調制編碼不會引入正交關系來實現不相關性，而是充分利用無線信道的多徑傳播特性來區分同一信道內的信號.BLAST技術的實現主要包括：對角分層空時（D-BLAST）結構、垂直分層空時（V-BLAST）結構和水平分層空時（H-BLAST）結構，其中，V-BLAST技術在移動通信系統中將某個用戶信號的單個數據流通過串、并轉換后，分解為多個數據流，經多天線發射至接收端，再進行并、串轉換，以恢復原始信號[2].

在MIMO系統中，針對V-BLAST信號的檢測算法性能的分析研究，吳君欽等[3]提出了一種基于最大似然（ML）的分步檢測算法，最大限度地提高了每步檢測的信號性能，減少誤碼傳播，與傳統的ML算法相比，復雜度較低，但是并未與最小均方誤差（MMSE）算法的性能進行比較.FARZAMNIA等[4]采用V-BLAST技術，利用空間分集提高頻譜效率和帶寬，在采用MIMO系統二進制相移鍵控（BPSK）和正交相移鍵控（QPSK）調制技術的基礎上，與迫零（ZF）檢測、MMSE及排序串行干擾消除（OSIC）檢測算法進行比較，但是算法復雜度較高.吳軍等[5]將基于信號功率排序的正交三角（QR）分解算法與最后檢測層分集增益最大算法相結合，提出一種改進的Sorted QR Decomposition（SQRD）算法，降低了復雜度，但未與線性檢測算法的性能作比較.

為了綜合考慮各個算法的性能，本文作者介紹了線性檢測算法中的ZF檢測算法與MMSE檢測算法，但是這兩種線性檢測算法需要每次迭代計算矩陣的廣義逆，增加了計算量.而基于SQRD算法，Householder和Givens變換的排序QR分解檢測算法都可以避免求矩陣的廣義逆，降低了算法的復雜度，在此基礎上疊加（OSIC）算法，進一步減少系統的誤碼率.

1 ?MIMO系統中V-BLAST技術原理模型

4 ?結論

本文作者介紹了MIMO系統中V-BLAST技術的典型檢測算法，包括ZF檢測算法、MMSE檢測算法，以及基于ZF、MMSE準則的OSIC檢測算法和QR分解檢測算法.仿真實驗結果表明：MMSE+OSIC算法系統誤碼率最低，但是該算法的復雜度較高;QR分解不用進行多次求偽逆運算，算法復雜度較低，但性能較差.在相同系統模型下，系統誤碼率最低的檢測算法為MMSE+OSIC算法，誤碼率最高的檢測算法為ZF+SIC算法.

參考文獻：

[1] 汪黎.5G MIMO無線通信系統技術檢測研究 [J].通信技術，2019（6）：1320-1325.

WANG L.5G MIMO wireless communication system technology detection research [J].Communication Technology，2019（6）：1320-1325.

[2] 李正權，沈連豐，吳名，等.基于大規模MIMO系統的滿分集VBLAST低復雜度譯碼算法 [J].東南大學學報（自然科學版），2016，46（5）：905-911.

LI Z Q，SHEN L F，WU M，et al.Fully set VBLAST low-complexity decoding algorithm based on massive MIMO system[J].Journal of Southeast University （Natural Science），2016，46（5）：905-911.

[3] 吳君欽，金巧，吳云龍.一種分步ML的VBLAST檢測算法 [J].信息技術，2015（3）：17-20，24.

WU J Q，JIN Q，WU Y L.A step-by-step ML VBLAST detection algorithm [J].Information Technology，2015（3）：17-20，24.

[4] FARZAMNIA A，MOUNG E，HLAING N W，et al.Analysis of MIMO system through zero forcing and minimum mean square error detection scheme [C]//2018 9th IEEE Control and System Graduate Research Colloquium （ICSGRC）.Shah Alam：IEEE，2018：172-176.

[5] 吳軍，吳云龍，黃雅蘭.基于排序QR分解的VBLAST解碼算法研究 [J].電視技術，2014（7）：149-152.

WU J，WU Y L，HUANG Y L.Research on VBLAST decoding algorithm based on sorted QR decomposition [J].TV Technology，2014（7）：149-152.

[6] 申濱，華權，王倩，等.基于矩陣求逆化簡的大規模MIMO系統線性信號檢測 [J].北京郵電大學學報，2016，39（6）：77-81.

SHEN B，HUA Q，WANG Q，et al.Linear signal detection of massive MIMO system based on matrix inversion and simplification [J].Journal of Beijing University of Posts and Telecommunications，2016，39（6）：77-81.

[7] 崔超，賀光輝.一種8×8 MIMO系統的近最優檢測算法 [J].信息技術，2019（3）：13-17.

CUI C，HE G H.A near optimal detection algorithm for 8×8 MIMO system [J].Information Technology，2019（3）：13-17.

[8] 申濱，趙書鋒，金純.基于迭代并行干擾消除的低復雜度大規模MIMO信號檢測算法 [J].電子與信息學報，2018，40（12）：179-187.

SHEN B，ZHAO S F，JIN C.Low-complexity massive MIMO signal detection algorithm based on iterative parallel interference cancellation [J].Journal of Electronics and Information，2018，40（12）：179-187.

（責任編輯：包震宇）