大規(guī)模MIMO系統(tǒng)信號檢測技術算法研究及硬件加速

大規(guī)模MIMO系統(tǒng)信號檢測技術算法研究及硬件加速隨著移動通信技術的發(fā)展,人們對移動互聯(lián)網的需求越發(fā)多樣化,虛擬現(xiàn)實和增強現(xiàn)實等應用需求的出現(xiàn)使得移動互聯(lián)網絡的流量規(guī)模爆炸式增長;另一方面,物聯(lián)網的出現(xiàn)改變了人們對通信服務范圍的定義,海量的、多種多樣的物聯(lián)網設備使得網絡節(jié)點數(shù)顯著增加,網絡結構多樣且復雜?；谝苿踊ヂ?lián)網和物聯(lián)網這兩大驅動力,第5代移動通信技術得以飛速發(fā)展,以滿足人們高速、綠色、泛在、智能的通信需求。大規(guī)模多輸入多輸出（MIMO）無線通信是未來通信的關鍵使能技術,利用空間維度大大提升了系統(tǒng)的分集或復用增益,能夠顯著增加系統(tǒng)容量,提升系統(tǒng)能效。然而,大規(guī)模的天線陣列使得信號處理的數(shù)據(jù)規(guī)模激增,信號處理的復雜度超出了可接受范圍。因此,基于低復雜度近似計算的信號處理算法成為大規(guī)模MIMO技術研究的一個重要方向。矩陣逆計算是信道估計、信號檢測、預編碼等信號處理算法的關鍵計算步驟,本文基于大規(guī)模MIMO系統(tǒng)信號檢測和預編碼算法中運算矩陣的特點,提出了低復雜度高精度的近似迭代矩陣逆算法,并根據(jù)算法的特征,基于FPGA設計了相應的硬件加速單元。由于信號檢測和預編碼同屬于干擾消除技術,只是應用位置不同,且形式具有對偶性,因此本文主要以信號檢測為例進行說明。本文的主要貢獻包括以下幾個方面:1.提出在大規(guī)模MIMO數(shù)據(jù)檢測中采用基于牛頓迭代（NI）的矩陣逆方法。為了進一步平衡精度與計算復雜度,我們還提出了基于對角帶牛頓迭代（DBNI）的近似矩陣逆算法。與多項式擴展（PE）方法相比,NI方法收斂速度快,且迭代次數(shù)越多,NI方法的精度提升越快,同時NI方法每次迭代的計算復雜度恒定,因此其計算效率隨著迭代次數(shù)的增加也越來越高;而對于DBNI方法,它可以在計算復雜度保持O（M2）量級的情況下,獲得更高的精度,在精度和復雜度間取得良好的平衡。另外,我們的方法適用范圍更廣,可以用在基站天線數(shù)與用戶數(shù)比值較小的情況,而PE方法則會在小比值情況下遇到誤差平層。除此之外,NI方法和DBNI方法非常適合基于迭代的聯(lián)合信道估計、檢測和譯碼算法,可以在大規(guī)模MIMO系統(tǒng)中以較低的復雜度獲得較高的性能。2.提出了基于迭代加工（IR）的近似迭代檢測或預編碼方法。我們討論了多種近似迭代檢測或預編碼方法,并詳細分析了其計算復雜度。然后我們利用IR方法對這幾種近似迭代方法進行改進,稱這種改進后的方法為基于IR的近似迭代方法,該方法本質上是三種近似迭代方法的結合。我們比較了基于IR的近似迭代方法和四種近期提出的近似迭代方法,在SELF模式下其歸一化均方誤差分別降低了27%、44%、67%和83%,這一性能提升不需要任何額外硬件資源,并且僅需要極小的復雜度開銷。接下來我們以NI和DBNI為例,在硬判決譯碼系統(tǒng)中更細致地分析了IR方法的改進效果。最后,我們進一步分析了近似迭代檢測結合軟輸入軟輸出Viterbi譯碼系統(tǒng)的誤碼率性能。3.設計了基于牛頓迭代法的大規(guī)模MIMO矩陣逆硬件加速器,提出了陣列結構和迭代結構兩種設計框架。為了平衡硬件開銷和計算精度,我們利用Matlab進行了設計參數(shù)模擬,選擇了最佳的定點設計位寬參數(shù)。然后,基于提出的設計框架和設計參數(shù),我們設計了NI矩陣逆硬件加速器的基本模塊NI₄x4,并以160×8規(guī)模的天線檢測任務為例,分別介紹了陣列結構的NI₈x8設計和迭代結構的NI_iter的任務劃分與調度方法。最后我們將NI矩陣逆硬件加速器與PE矩陣逆硬件加速器進行了比較,對于陣列結構,其設計靈活性高,可以支持多次迭代實現(xiàn)高精度計算,即使相較于改進的PE結構,在更高的精度要求下,基于NI的設計也可以獲得更小的延時,更高的吞吐率;對于迭代結構,它進一步增加了設計的靈活性,在任務規(guī)模小于計算單元陣列規(guī)模時,效果與陣列結構一致,當執(zhí)行大規(guī)模任務時,NI_iter可以通過劃分調度支持超硬件規(guī)模的任務,并利用酉對稱特性優(yōu)化計算過程,顯著縮短執(zhí)行延時。4.我們設計了大規(guī)模MIMO條件下基于DBNI方法的矩陣逆硬件加速器,提出了陣列結構和迭代結構兩種設計框架并重點介紹了迭代結構。綜合考慮硬件開銷和計算精度,我們利用Matlab進行了設計參數(shù)模擬,選擇了最佳的定點設計位寬參數(shù)。然后,基于迭代結構設計框架和設計參數(shù),我們設計了DBNI矩陣逆硬件加速器DBNI_iter的基本模塊Gram₄x4和DBNIINV₄x5。接下來,我們提出了DBNI_iter的任務劃分、調度方法,并定制了相應的控制單元。最后我們將DBNI_iter與PE矩陣逆硬件加速器和NI_iter進行了比較,實驗結果顯示,DBNI_iter比PE結構擁有更高的頻率,更少的資源開銷,且能支持超硬件規(guī)模的計算任務,適合于計算資源緊張、任務規(guī)模動態(tài)變化的應用場景;而與NI_iter相比,DBNI_iter充分利用算法特征,降低了各計算模塊的計算延時,并且通過解耦Gram計算與迭