專利名稱：排序qr分解方法及mimo檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及MIMO-OFDM系統(tǒng)中的信號檢測技術(shù)，具體地，涉及一種低復(fù)雜度、高性能的排序QR分解方法和基于排序QR分解的MIMO檢測方法，以在提高檢測的速度的同時不降低檢測的精度。
背景技術(shù)：
隨著無線網(wǎng)絡(luò)和因特網(wǎng)的逐漸融合，人們對無線通信業(yè)務(wù)的類型和質(zhì)量的要求越來越高。為滿足無線多媒體和高速率數(shù)據(jù)傳輸?shù)囊?，需要開發(fā)新一代無線通信系統(tǒng)。其中多天線輸入和輸出(MIMO)和正交頻分復(fù)用(OFDM)相結(jié)合的MIMO-OFDM技術(shù)越來越受到人們的關(guān)注。
在MIMO系統(tǒng)中，發(fā)送端利用多根天線進行信號的發(fā)送，接收端利用多根天線進行信號的接收。研究表明，相比于傳統(tǒng)的單天線傳輸方法，MIMO技術(shù)可以顯著的提高信道容量，從而提高信息傳輸速率。另外，MIMO系統(tǒng)采用的發(fā)送和接收天線數(shù)愈多，其可提供的信息傳輸速率就愈高。眾所周知，空間的天線資源相比較于時頻資源幾乎是無限可利用的，因此MIMO技術(shù)有效突破了傳統(tǒng)研究中的瓶頸，成為了下一代無線通信系統(tǒng)的核心技術(shù)之一。
另外，OFDM技術(shù)是亦是目前解決高速無線數(shù)據(jù)傳輸?shù)闹髁骷夹g(shù)之一。OFDM技術(shù)的原理是將要傳輸?shù)母咚贁?shù)據(jù)用許多個正交的子載波(頻率單位)來傳輸，每個子載波上的數(shù)據(jù)速率相對較低。與通常的頻分復(fù)用系統(tǒng)相比，OFDM中子載波的正交交迭使得系統(tǒng)有更高的頻譜利用率。OFDM中將整個信號帶寬劃分為多個很窄的子載波頻帶，由于每個子載波帶寬小于信道的相干帶寬，從而認(rèn)為其是平坦衰落的。這樣，與單載波系統(tǒng)相比，OFDM中的均衡要容易實現(xiàn)的多。
圖1所示為通常的MIMO-OFDM系統(tǒng)結(jié)構(gòu)示意。
在該結(jié)構(gòu)中，發(fā)送端和接收端分別采用nT和nR個天線進行信號的發(fā)送和接收。在發(fā)送端，待發(fā)送的頻域數(shù)據(jù)首先在串并變換單元101進行串并變換操作，以分成nT路數(shù)據(jù)子流，每個數(shù)據(jù)子流對應(yīng)一個發(fā)送天線。然后，在編碼單元102和調(diào)制單元103中分別對每個數(shù)據(jù)子流進行編碼和調(diào)制處理。接下來，在并串變換單元104、反傅立葉變換單元105、并串變換單元106中分別對調(diào)制單元103輸出的頻域符號依次進行并串變換處理、反快速傅立葉變換(IFFT)處理和并串變換處理，以轉(zhuǎn)換成時域信號。最后，在插入CP單元107中對并串變換單元106的輸出信號進行插入循環(huán)前綴(CP)的操作，再從各自對應(yīng)的發(fā)送天線108上發(fā)送出去。
在接收端，首先由nR個接收天線109將空間全部信號接收下來。然后，在去除CP單元110中分別對每個天線上的接收信號進行去除CP的操作。接下來，在串并變換單元111中再將去除CP單元110輸出的時域信號進行串并變換操作，然后在快速傅立葉變換(FFT)單元112中將其轉(zhuǎn)換成頻域信號。然后，由信道估計單元114根據(jù)該接收信號中的導(dǎo)頻信號或采用其他方法進行信道估計，估計出當(dāng)前的信道特性矩陣H。最后，MIMO檢測單元115根據(jù)信道特性矩陣H，對各個發(fā)送數(shù)據(jù)子流進行檢測，并得到原始的發(fā)送數(shù)據(jù)。
對于MIMO-OFDM系統(tǒng)來說，其信道特性矩陣H為一個三維矩陣，或者表示成一個二維矩陣組。具體說來，H＝{H1，H2，...，HNc}，其中Hk為MIMO-OFDM系統(tǒng)中第k個子載波上的信道特性矩陣(k＝1，2，...，Nc)，Nc為子載波總數(shù)，Hk為一個nR*nT的矩陣，其中第i行，第j列上的元素Hk(i，j)為OFDM中第k個子載波信號在第j個天線上發(fā)送，在第i個天線上接收后的信道頻域增益，i＝1，2，...，nR，j＝1，2，...，nT。對于MIMO-OFDM系統(tǒng)來說，其在每個子載波上都可以看作為一個單載波的MIMO系統(tǒng)。因此，MIMO-OFDM的檢測單元可以看成由多個并行的單載波MIMO檢測單元組成，如圖2所示。
圖2所示為MIMO-OFDM系統(tǒng)檢測過程的示意。如圖2所示，檢測單元115包括Nc個MIMO檢測單元1-Nc 113，MIMO檢測單元1-Nc中的每一個對MIMO-OFDM系統(tǒng)中的一個子載波進行檢測。這里，MIMO檢測單元1-Nc 113的MIMO檢測可以采用多種方法，比如常用的迫零(ZF)、最小均方誤差(MMSE)、串行干擾抵消(SIC)或者其他方法。MIMO檢測單元1-Nc 113中一般包含了兩部分操作用檢測子解出發(fā)端各天線發(fā)送的信號和對每個信號進行解調(diào)和譯碼。在實際的MIMO檢測中，解各天線發(fā)送信號與解調(diào)譯碼這兩部分往往并非獨立進行的，前者的輸出送給后者，而前者的進行又往往需要后者的輸出。這也就是一般把解調(diào)與譯碼單元也歸入MIMO檢測單元的原因。
對于MIMO檢測來說，對矩陣求逆的操作是其實現(xiàn)時運算量上的瓶頸所在。而采用基于QR分解的檢測方法可以避免矩陣求逆的操作，從而被認(rèn)為是一種更為有效的檢測方法，其結(jié)構(gòu)如圖3所示。
圖3所示為基于QR分解的MIMO-OFDM信號檢測方法示意圖。由圖3可見，與傳統(tǒng)MIMO檢測相比，基于QR分解的MIMO檢測中在信號檢測之前增加了QR分解部分201和矩陣運算部分202?；赒R分解的MIMO檢測過程描述如下。
考慮單載波的情況(MIMO-OFDM在檢測時可等價于多個并行的單載波MIMO)，信道特性矩陣為H，H為一個nR*nT的矩陣。由矩陣?yán)碚摽芍诺捞匦跃仃嘓可以通過QR分解得到H＝QR (1)其中，Q為一nR*nT矩陣，滿足QHQ＝I，QH為Q的共軛轉(zhuǎn)置，I為單位矩陣。同時，R為一nT*nT的上三角矩陣。由此，MIMO接收信號y＝Hs+n(其中s為nT*1發(fā)送信號，n為nR*1接收噪聲，y為nR*1接收信號)可以變換為z＝QHy＝Rs+n’ (2)其中，n’＝QHn，由于Q的正交性，n’與n有相同的統(tǒng)計特性。由于R為上三角矩陣，因此此時在對s的檢測中可以采用一種更為簡化的方法，即由下向上(從s(nT)向s(1))，逐級檢測，干擾消除的方法。比如，QR分解后若采用基于ZF檢測時，其步驟如下(1)檢測s(nT)。由式(2)可知，z(nT)＝R(nT，nT)s(nT)+n’(nT)，其中z(nT)和R(nT，nT)皆已知，采用硬判決的方法可得到s(nT)；(2)檢測s(nT-1)。由式(2)可知，z(nT-1)＝R(nT-1，nT-1)s(nT-1)+R(nT-1，nT)s(nT)+n’(nT-1)，其中z(nT-1)，R(nT-1，nT-1)和R(nT-1，nT)皆已知，采用硬判決的方法亦可得到s(nT-1)；(3)依此類推，直至檢測出所有子流。
當(dāng)然，基于QR分解的MIMO檢測中，在QR分解后，即MIMO檢測部分203中所采用的檢測方法不限于上面的ZF檢測，其它的如MMSE、最大似然(ML)方法等等都可以采用?？偟恼f來，與不采用QR分解的MIMO檢測相比，采用QR分解的MIMO檢測的主要好處在于降低檢測過程的實現(xiàn)復(fù)雜度。
然而，采用基于QR分解的MIMO檢測時有一個需要注意的重要問題，那就是誤碼傳播問題。參照上面的示例，所謂的誤碼傳播指的就是先檢測出的信號如果有誤的話，就會一級一級的傳播下去，帶來后檢測信號檢測性能的惡化。誤碼傳播對于此類MIMO檢測的性能影響很大。目前，減少誤碼傳播的主要方法是在QR分解的同時對發(fā)送子流進行排序，即所謂的排序QR分解，如圖3中的排序QR分解部分201所示。
對發(fā)送子流進行排序的基本思想是通過排序使得信道質(zhì)量好的信號先檢測，信道質(zhì)量差的信號后檢測。對應(yīng)上面的例子，即是對s(1)，s(2)，...，s(nT)進行排序，將信道質(zhì)量最好的某個子流s(k)放到s(nT)的位置上，使得QR分解后對其最先檢測。將信道質(zhì)量最差的某個子流s(k)放到s(1)的位置上，使得QR分解后對其最后檢測。通過排序，可以最大限度的減少先檢測信號對后檢測信號所帶來的誤碼傳播問題。目前，從實現(xiàn)方法上來說，對發(fā)送子流進行排序的方法有兩類(1)最優(yōu)排序，其基本思想是通過排序使得QR分解后R矩陣的對角元素絕對值最大化(優(yōu)先級次序為|RnT，nT|，|RnT-1，nT-1|，...，|R1，1|)。該方法的優(yōu)點是性能好，缺點是復(fù)雜度高。比如采用遍歷的方法時進行一次排序需要nT！次QR分解運算，即使采用myopic優(yōu)化方法，亦需要約nT2/2次QR分解運算。
(2)次最優(yōu)排序，如基于范數(shù)的排序方法，冒泡排序方法等等。在基于范數(shù)的排序中，其基本思想是計算各發(fā)送信號對應(yīng)信道特性(即H矩陣的列向量)的范數(shù)值，范數(shù)值大的信號后檢測，范數(shù)值小的信號先檢測。該方法的優(yōu)點是復(fù)雜度低，缺點是性能差，尤其是當(dāng)存在信道相關(guān)性時，此類方法可靠度較差。
在現(xiàn)有的子流排序和QR分解方法中，有的方法中兩者分開進行，有的方法中兩者同時進行。在本文中，將其統(tǒng)稱為排序QR分解。綜上所述，現(xiàn)有的排序QR分解方法還有一定的不足之處，如何設(shè)計一個低復(fù)雜度，同時性能接近最優(yōu)方法的排序QR分解方法仍是當(dāng)前一個重要的研究課題。
接下來，回到圖3的基于QR分解的MIMO-OFDM信號檢測示意圖中。其中，排序QR分解部分201根據(jù)子載波k上的信道特性矩陣Hk進行排序QR分解操作。排序QR分解部分201的輸出有三個排序后結(jié)果pk＝{k1，k2，...，knT}，正交Q矩陣Qk和上三角R矩陣Rk，其中，k1，k2...，knT為序列1，2，...，nT的一種排序結(jié)果，且有[Hk(，k1)，Hk(，k2)，...，Hk(，knT)]＝QkRk，其中Hk(，n)表示信道矩陣Hk的第n列向量。也就是說，要求在QR分解后先檢測信號s(knT)，再檢測信號s(knT-1)，依此類推，最后檢測s(k1)。接下來，在矩陣運算部分202中，首先對子載波k上接收信號yk按照pk進行排序，經(jīng)排序后得到[yk(k1)，yk(k2)，...，yk(knT)]T，再左乘矩陣QkH，得到zk。最后在MIMO檢測部分203中進行MIMO檢測。
在MIMO-OFDM系統(tǒng)中，傳統(tǒng)的方法是對每個子載波k，k＝1，2，...，nT，進行獨立的排序QR分解。即圖3中排序QR分解部分201的操作流程可以具體化為圖4所示的流程圖。
圖4所示為MIMO-OFDM系統(tǒng)中傳統(tǒng)的排序QR分解方法的流程圖。
初始時，已知每個子載波k上的信道特性矩陣Hk，如步驟S301所示。接下來，依次對每個子載波k，k＝1，2，...，nT，進行獨立的排序QR分解，如步驟S302和S303所示，直至所有Nc個子載波都操作完。圖4中，步驟S302中所采用的排序QR分解方法可以是任一種傳統(tǒng)的方法，如前面所述的最優(yōu)排序方法、次最優(yōu)方法等等。
但是，MIMO-OFDM系統(tǒng)中傳統(tǒng)的排序QR分解方法仍舊存在兩點不足(1)沒有必要對每個子載波進行獨立的排序QR分解。這是因為，在MIMO-OFDM系統(tǒng)中，相鄰子載波上的信道特性相關(guān)性很強。比如采用M.1225信道A模型，信道帶寬10MHz，子載波數(shù)Nc＝1024時相鄰子載波上信道特性的相關(guān)性超過0.95。相鄰子載波間信道特性的相關(guān)性必然帶來各子流排序結(jié)果的相關(guān)性。實際上，對相鄰子載波上的子流排序結(jié)果進行微小調(diào)整，即可以作為當(dāng)前子載波上的排序結(jié)果。
(2)現(xiàn)有算法本身的不足。傳統(tǒng)方法中在每個子載波上獨立采用現(xiàn)有算法進行排序QR分解，而現(xiàn)有算法仍存在以下的缺點，即采用高性能的最優(yōu)排序算法時復(fù)雜度太高，而采用低復(fù)雜度的次最優(yōu)排序方法時，性能又難以保證。
本發(fā)明的出發(fā)點便是基于這兩點不足，提出了以下充分利用各子載波信道特性的相關(guān)性的新的排序QR分解方法和利用該排序QR分解方法的MIMO檢測方法，以在保證低實現(xiàn)復(fù)雜度的同時獲得優(yōu)異的排序性能，從而使得能夠提高檢測性能。

發(fā)明內(nèi)容
本發(fā)明的目的是在低復(fù)雜度的前提下，提高MIMO-OFDM系統(tǒng)中基于排序QR分解的檢測性能。
在本發(fā)明的一個方面，提出了一種用于MIMO-OFDM系統(tǒng)中的排序QR分解方法，包括步驟(a)從多個頻率單位中選擇一個頻率單位，并對與該頻率單位相對應(yīng)的信道特性矩陣進行QR分解，以得到與該頻率單位相對相應(yīng)的Q矩陣、R矩陣和排列順序，所述排列順序被作為與該頻率單位相鄰的當(dāng)前頻率單位的初始排列順序；(b)根據(jù)R矩陣對角線元素的幅度來判斷交換所述初始排列順序中的當(dāng)前位置和下一位置是否能夠減小誤碼傳播；(c)如果交換當(dāng)前位置和下一位置能夠減小誤碼傳播，則交換所述初始排列順序中的當(dāng)前位置和下一位置，以得到當(dāng)前頻率單位的排序結(jié)果；(d)按照當(dāng)前頻率單位的排序結(jié)果對與當(dāng)前頻率單位相對應(yīng)的信道特性矩陣進行QR分解，以得到與當(dāng)前頻率單位相對應(yīng)的Q矩陣和R矩陣。
在本發(fā)明的另一方面，還提出了一種利用上述排序QR分解方法的MIMO檢測方法。
在本發(fā)明的另一方面，提出了一種用于慢時變單載波MIMO系統(tǒng)中的排序QR分解方法，包括步驟(a)從多個時間單位中選擇一個時間單位，并對與該時間單位相對應(yīng)的信道特性矩陣進行QR分解，以得到與該時間單位相對相應(yīng)的Q矩陣、R矩陣和排列順序，所述排列順序被作為與該時間單位相鄰的當(dāng)前時間單位的初始排列順序；(b)根據(jù)R矩陣對角線元素的幅度來判斷交換所述初始排列順序中的當(dāng)前位置和下一位置是否能夠減小誤碼傳播；(c)如果交換當(dāng)前位置和下一位置能夠減小誤碼傳播，則交換所述初始排列順序中的當(dāng)前位置和下一位置，以得到當(dāng)前時間單位的排序結(jié)果；(d)按照當(dāng)前時間單位的排序結(jié)果對與當(dāng)前時間單位相對應(yīng)的信道特性矩陣進行QR分解，以得到與當(dāng)前時間單位相對應(yīng)的Q矩陣和R矩陣。
在本發(fā)明的另一方面，還提出了一種利用上述排序QR分解方法的MIMO檢測方法。
本發(fā)明利用了OFDM系統(tǒng)中子載波間信道特性的相關(guān)性，以相鄰子載波上排序結(jié)果作為當(dāng)前子載波上的排序初值，再在此基礎(chǔ)上進行相鄰位置次序調(diào)整。與傳統(tǒng)方法相比，本方法可以在保證低實現(xiàn)復(fù)雜度的同時獲得優(yōu)異的排序性能和檢測性能。


圖1為通常的MIMO-OFDM系統(tǒng)的結(jié)構(gòu)示意圖；圖2為MIMO-OFDM系統(tǒng)檢測過程的示意圖；圖3為基于QR分解的MIMO-OFDM信號檢測的示意圖；圖4為MIMO-OFDM系統(tǒng)中傳統(tǒng)的排序QR分解方法的流程圖；圖5為根據(jù)本發(fā)明實施例的排序QR分解部分的示意圖；圖6為根據(jù)本發(fā)明實施例的排序QR分解過程的流程圖；圖7為如圖6所示的排序QR分解步驟的詳細(xì)流程圖；圖8為根據(jù)本發(fā)明的方法應(yīng)用于慢時變單載波MIMO系統(tǒng)中時的流程圖；圖9為根據(jù)本發(fā)明的方法應(yīng)用于在逐子帶排序QR分解MIMO-OFDM系統(tǒng)中時的流程圖；圖10為根據(jù)本發(fā)明的方法與傳統(tǒng)方法的性能比較。
具體實施例方式
下面結(jié)合附圖以具體實施例的方式對本發(fā)明進行詳細(xì)的說明。
圖5所示為根據(jù)本發(fā)明實施例的排序QR分解部分的示意圖。
如圖5所示，本發(fā)明的排序QR分解部分201包含兩個子部分第一排序QR分解部分401和第二排序QR分解部分402。
具體地，首先由第一排序QR分解部分401完成對某一子載波的的排序QR分解。這里可以采用任一種傳統(tǒng)的排序QR分解方法。
然后，由第二排序QR分解部分402根據(jù)第一排序QR分解部分401輸出的結(jié)果依次對相鄰子載波執(zhí)行基于本發(fā)明方法的排序QR分解。
圖6所示為根據(jù)本發(fā)明實施例的排序QR分解的流程圖。
首先，在步驟S501，已通過信道估計得到當(dāng)前的信道特性矩陣H，H＝{H1，H2，...，HNc}，其中Hk為MIMO-OFDM中第k個子載波上的信道特性矩陣(k＝1，2，...，Nc)。初始時，選取任一c值，c∈{1，2，...，Nc}，且令k＝c。
其次，在步驟S502，利用傳統(tǒng)方法根據(jù)Hk來對子載波k進行排序QR分解，并得到pk、Qk和Rk，其中pk是排序結(jié)果、Qk和Rk分別是QR分解之后獲得的Q矩陣和R矩陣。
這里，可以采用任一種傳統(tǒng)的排序QR分解方法，因此實現(xiàn)上不再贅述。但建議采用性能較好的算法，復(fù)雜度方面可適當(dāng)放寬。這是因為，下面剩余Nc-1個子載波上的排序結(jié)果都基于該子載波上的排序結(jié)果調(diào)整而得，所以該子載波上排序結(jié)果的準(zhǔn)確度很重要。另外，由于OFDM系統(tǒng)中子載波數(shù)往往較多，比如超過1000，因此僅僅這一個子載波上排序復(fù)雜度的增加不會對系統(tǒng)平均復(fù)雜度帶來多大影響。
在步驟S503到S509，依次對相鄰子載波進行排序QR分解，直至所有子載波都排序QR分解完。
本發(fā)明的基本思想是利用相鄰子載波上的排序結(jié)果作為當(dāng)前子載波上的排序初值，再在此基礎(chǔ)上進行調(diào)整得到本子載波上的排序結(jié)果。在步驟S502中已經(jīng)計算出了子載波c上的排序結(jié)果pc，因此接下來的操作便是(1)根據(jù)子載波c上排序結(jié)果pc，子載波c+1上信道特性Hc+1，對子載波c+1進行排序QR分解，得到pc+1、Qc+1和Rc+1；再根據(jù)子載波c+1上排序結(jié)果pc+1、子載波c+2上信道特性Hc+2，對子載波c+2進行排序QR分解，得到pc+2、Qc+2和Rc+2；依此類推，直至得到pnT、QnT和RnT；(2)根據(jù)子載波c上排序結(jié)果pc，子載波c-1上信道特性Hc-1，對子載波c-1進行排序QR分解，得到pc-1、Qc-1和Rc-1；再根據(jù)子載波c-1上排序結(jié)果pc-1，子載波c-2上信道特性Hc-2，對子載波c-2進行排序QR分解，得到Pc-2、Qc-2和Rc-2；依此類推，直至得到p1、Q1和R1。
這一步里，如何利用相鄰子載波上的排序結(jié)果，對當(dāng)前子載波進行排序QR分解，即S504和S507的操作可以用圖7的流程圖來描述。
圖7所示為根據(jù)本發(fā)明實施例的排序QR分解方法的詳細(xì)流程圖。
具體地，在步驟S601，通過先前的操作已經(jīng)確定出某個子載波上的最終排序結(jié)果p，p＝{k1，k2，...，knT}，k1，k2，...，knT為序列1，2，...，nT的一種排序結(jié)果。將該子載波的相鄰子載波記作子載波k，信道矩陣Hk已通過信道估計獲得。同時令n＝1，Rk＝0，Qk＝Hk。那么，在接下來的操作中，將根據(jù)實際信道特性矩陣Hk，在相鄰子載波排序結(jié)果p基礎(chǔ)之上進行調(diào)整，從而得到子載波k上的排序結(jié)果pk，同時輸出Qk和Rk。
在步驟S602和S603，判斷交換p(n)和p(n+1)是否可以減小誤碼傳播，若是則交換之。
誤碼傳播的程度主要通過QR分解后R矩陣對角線元素的幅度來衡量。這里，交換p(n)和p(n+1)的次序影響到的R矩陣對角線元素主要是Rn，n和Rn+1，n+1。由于有兩個數(shù)值，同時根據(jù)QR分解的性質(zhì)，本發(fā)明中可以采取以下兩個準(zhǔn)則準(zhǔn)則1選擇使|Rn，n|更小的排序方法；準(zhǔn)則2選擇使|Rn+1，n+1|更大的排序方法。
令p’＝{p(1)，...，p(n-1)，p(n+1)，p(n)，p(n+2)，...}，即為交換p(n)和p(n+1)后的排序方法。則當(dāng)采用準(zhǔn)則1時，這一步驟的操作描述如下(1)分別計算采用排序p和排序p’時的對角線元素Rn，n和Rn，n’。Rn，n和Rn，n’的計算方法可以參考經(jīng)典的Gram-Schmidt算法，即QR分解算法，這里不再贅述。
(2)比較|Rn，n|和|Rn，n’|，若|Rn，n’|更小，則表示交換p(n)和p(n+1)次序可以減小誤碼傳播，則交換之，即p＝p’。
如果采用準(zhǔn)則2時，這一步驟的操作描述如下(1)分別計算采用排序p和p’時的對角線元素Rn+1，n+1和Rn+1，n+1’。
(2)比較|Rn+1，n+1|和|Rn+1，n+1’|，若|Rn+1，n+1’|更大，則表示交換p(n)和p(n+1)次序可以減小誤碼傳播，則交換之，即p＝p’。
在步驟S604，計算矩陣Qk的第n列，矩陣Rk的第n行。
這一步驟的計算方法也可以參考經(jīng)典的Gram-Schmidt算法。具體說來，Qk＝[Qk(，p(1))，Qk(，p(2))，...，Qk(，p(nT))]，Rn，n＝|Qk(，n)|，Qk(，n)＝Qk(，n)/Rn，n，Rn，j＝Qk(，n)HQk(，j)，Qk(，j)＝Qk(，j)-Rn，jQk(，n)，j＝n+1，...，nT。
在步驟S605到S607，n數(shù)值加1，并判斷是否已排序完，如未排序完，則轉(zhuǎn)到第一步繼續(xù)進行排序，否則結(jié)束，輸出pk＝p、Qk和Rk。
以上給出了根據(jù)本發(fā)明的一個實施例，其主要用于逐子載波進行排序QR分解的MIMO-OFDM系統(tǒng)。實際上，還可以對本發(fā)明的方法進行進一步擴展，從而應(yīng)用到其它系統(tǒng)中，比如慢時變單載波MIMO系統(tǒng)和逐子帶排序QR分解的MIMO-OFDM系統(tǒng)。
●慢時變單載波MIMO系統(tǒng)在慢時變單載波MIMO系統(tǒng)中，當(dāng)MIMO信道時變足夠慢時，相鄰時間單位內(nèi)的MIMO信道具有足夠的相關(guān)性。此時，也可以采用本發(fā)明的方法，即以相鄰時間單位上已排序的結(jié)果作為當(dāng)前時間上的排序初值，再在此基礎(chǔ)上進行相鄰位置次序調(diào)整，從而實現(xiàn)低復(fù)雜度和高性能的排序QR分解。如圖8所示。
圖8所示為根據(jù)本發(fā)明的方法應(yīng)用于慢時變單載波MIMO系統(tǒng)中時的流程圖。
在步驟S801，已知各個時刻MIMO信道特性矩陣。在步驟S802，利用傳統(tǒng)方法對某個時刻k進行排序QR分解，并得到結(jié)果pk、Qk和Rk。接下來，依次以已排序好的結(jié)果作為未排序相鄰時刻上的排序初始值，按圖7方法進行排序并輸出結(jié)果，直至所有時刻都計算完成，如S802～S806。
另外，本發(fā)明的方法還可以應(yīng)用到MIMO中時域上分塊(時間段)檢測中。在MIMO分塊檢測中，每一時間塊內(nèi)采用同一信道特性矩陣H進行MIMO檢測。此時，首先利用傳統(tǒng)方法對某個時間塊k內(nèi)信道特性矩陣Hk進行排序QR分解，并得到結(jié)果pk、Qk和Rk。接下來，依次以已排序好的結(jié)果作為未排序相鄰下一時間塊上的排序初始值，并按與圖7相似方法進行排序并輸出結(jié)果。
●逐子帶排序QR分解的MIMO-OFDM系統(tǒng)所謂的逐子帶排序QR分解指的是首先將OFDM中若干相鄰的子載波劃分為一個子帶，然后在同一子帶內(nèi)的所有子載波上采用相同的排序結(jié)果。根據(jù)本發(fā)明，可以以相鄰子帶上已排序好的結(jié)果作為當(dāng)前子帶上的排序初值，再在此基礎(chǔ)上進行相鄰位置次序調(diào)整，從而實現(xiàn)低復(fù)雜度和高性能的排序QR分解。如圖9所示。
圖9所示為根據(jù)本發(fā)明的方法應(yīng)用于逐子帶排序QR分解MIMO-OFDM系統(tǒng)中時的流程圖。
在步驟S901，已知各個子帶上的等效MIMO信道特性矩陣。在步驟S902，利用傳統(tǒng)方法對某個子帶k進行排序QR分解，并得到結(jié)果pk、Qk和Rk。接下來，依次以已排序好的結(jié)果作為未排序相鄰子帶上的排序初始值，按圖7方法進行排序并輸出結(jié)果，直至所有時刻都計算完成，如步驟S902～S909。
圖10所示為根據(jù)本發(fā)明的方法與傳統(tǒng)方法的性能比較。
如圖10所示，給出了采用傳統(tǒng)排序QR分解方法與本發(fā)明的方法下的系統(tǒng)BER(誤碼率)性能比較，其中，發(fā)送天線數(shù)nT為4，接收天線數(shù)nR為4，接收端采用基于QR分解的ZF檢測，調(diào)制參數(shù)為QPSK。由圖10的結(jié)果可見，從BER性能上來說，采用本發(fā)明的方法可以獲得接近最優(yōu)排序的BER性能。另外，從復(fù)雜度上來說，本發(fā)明的方法的復(fù)雜度要遠(yuǎn)遠(yuǎn)低于最優(yōu)方法，與基于范數(shù)排序的方法相近。
以上所述，僅為本發(fā)明中的具體實施方式
，但本發(fā)明的保護范圍并不局限于此，任何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi)，可輕易想到的變換或替換，都應(yīng)涵蓋在本發(fā)明的包含范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)該以權(quán)利要求書的保護范圍為準(zhǔn)。
權(quán)利要求
1.一種用于MIMO-OFDM系統(tǒng)中的排序QR分解方法，包括步驟(a)從多個頻率單位中選擇一個頻率單位，并對與該頻率單位相對應(yīng)的信道特性矩陣進行QR分解，以得到與該頻率單位相對相應(yīng)的Q矩陣、R矩陣和排列順序，所述排列順序被作為與該頻率單位相鄰的當(dāng)前頻率單位的初始排列順序；(b)根據(jù)R矩陣對角線元素的幅度來判斷交換所述初始排列順序中的當(dāng)前位置和下一位置是否能夠減小誤碼傳播；(c)如果交換當(dāng)前位置和下一位置能夠減小誤碼傳播，則交換所述初始排列順序中的當(dāng)前位置和下一位置，以得到當(dāng)前頻率單位的排序結(jié)果；(d)按照當(dāng)前頻率單位的排序結(jié)果對與當(dāng)前頻率單位相對應(yīng)的信道特性矩陣進行QR分解，以得到與當(dāng)前頻率單位相對應(yīng)的Q矩陣和R矩陣。
2.如權(quán)利要求1所述的排序QR分解方法，其特征在于，還包括步驟(e)將當(dāng)前頻率單位的排序結(jié)果作為與當(dāng)前頻率單位相鄰的下一頻率單位的初始排列順序；以及(f)重復(fù)所述步驟(b)到(d)。
3.如權(quán)利要求1或2所述的排序QR分解方法，其特征在于，如果交換當(dāng)前位置和下一位置使得R矩陣中與當(dāng)前位置相對應(yīng)的對角線元素的絕對值變小，則判斷能夠減小誤碼傳播。
4.如權(quán)利要求1或2所述的排序QR分解方法，其特征在于，如果交換當(dāng)前位置和下一位置使得R矩陣中與下一位置相對應(yīng)的對角線元素的絕對值變大，則判斷能夠減小誤碼傳播。
5.如權(quán)利要求1或2所述的排序QR分解方法，其特征在于，所述頻率單位是子載波。
6.如權(quán)利要求1或2所述的排序QR分解方法，其特征在于，所述的頻率單位是子帶。
7.一種利用如權(quán)利要求1或2所述的排序QR分解方法的MIMO檢測方法。
8.一種用于慢時變單載波MIMO系統(tǒng)中的排序QR分解方法，包括步驟(a)從多個時間單位中選擇一個時間單位，并對與該時間單位相對應(yīng)的信道特性矩陣進行QR分解，以得到與該時間單位相對相應(yīng)的Q矩陣、R矩陣和排列順序，所述排列順序被作為與該時間單位相鄰的當(dāng)前時間單位的初始排列順序；(b)根據(jù)R矩陣對角線元素的幅度來判斷交換所述初始排列順序中的當(dāng)前位置和下一位置是否能夠減小誤碼傳播；(c)如果交換當(dāng)前位置和下一位置能夠減小誤碼傳播，則交換所述初始排列順序中的當(dāng)前位置和下一位置，以得到當(dāng)前時間單位的排序結(jié)果；(d)按照當(dāng)前時間單位的排序結(jié)果對與當(dāng)前時間單位相對應(yīng)的信道特性矩陣進行QR分解，以得到與當(dāng)前時間單位相對應(yīng)的Q矩陣和R矩陣。
9.如權(quán)利要求8所述的排序QR分解方法，其特征在于，還包括步驟(e)將當(dāng)前時間單位的排序結(jié)果作為與當(dāng)前時間單位相鄰的下一時間單位的初始排列順序；以及(f)重復(fù)所述步驟(b)到(d)。
10.如權(quán)利要求8或9所述的排序QR分解方法，其特征在于，如果交換當(dāng)前位置和下一位置使得R矩陣中與當(dāng)前位置相對應(yīng)的對角線元素的絕對值變小，則判斷能夠減小誤碼傳播。
11.如權(quán)利要求8或9所述的排序QR分解方法，其特征在于，如果交換當(dāng)前位置和下一位置使得R矩陣中與下一位置相對應(yīng)的對角線元素的絕對值變大，則判斷能夠減小誤碼傳播。
12.如權(quán)利要求8或9所述的排序QR分解方法，其特征在于，所述時間單位是時刻。
13.如權(quán)利要求8或9所述的排序QR分解方法，其特征在于，所述的時間單位是時間段。
14.一種利用如權(quán)利要求8或9所述的排序QR分解方法的MIMO檢測方法。
全文摘要
公開了一種排序QR分解方法及MIMO檢測方法，包括步驟(a)從多個頻率單位中選擇一個頻率單位，并對與其相對應(yīng)的信道特性矩陣進行QR分解，以得到與其相對相應(yīng)的Q矩陣、R矩陣和排列順序，該排列順序被作為與該頻率單位相鄰的當(dāng)前頻率單位的初始排列順序；(b)根據(jù)R矩陣對角線元素的幅度來判斷交換初始排列順序中的當(dāng)前位置和下一位置是否能夠減小誤碼傳播；(c)如果能夠減小誤碼傳播，則交換當(dāng)前位置和下一位置，以得到當(dāng)前頻率單位的排序結(jié)果；(d)按照當(dāng)前頻率單位的排序結(jié)果對與當(dāng)前頻率單位相對應(yīng)的信道特性矩陣進行QR分解，以得到與其相對應(yīng)的Q矩陣和R矩陣。與傳統(tǒng)方法相比，本方法在保證低復(fù)雜度的同時獲得了優(yōu)異的排序性能。
文檔編號H04L1/06GK1968238SQ200510125389
公開日2007年5月23日 申請日期2005年11月16日 優(yōu)先權(quán)日2005年11月16日
發(fā)明者佘小明, 李繼峰 申請人:松下電器產(chǎn)業(yè)株式會社