LTE物理層信道檢測算法總結文檔

信道均衡算法總結信道均衡技術研究的焦點主要集中在計算復雜度與誤碼性能的折中，即用最小的計算代價獲得最優(yōu)的檢測效果。為了恢復信號放送方的信息，接收端必須知道如下信息：1)信道的增益矩陣H。2)加性高斯白噪聲n。信號接收信息Y可以表示：一、傳統(tǒng)檢測方法：1.1、線性檢測算法：線性檢測思想：在MIMO系統(tǒng)的接收信號中，存在不同的發(fā)射天線間的信號的相互干擾。相對于某一根發(fā)射天線的信號子流，其他天線上信號則看成干擾。相對于某一根發(fā)射天線的信號子流，其他發(fā)射天線上信號則看成干擾，將接收信號乘以一個線性濾波矩陣，使得干擾信號從被檢測信號中消除，這就是“干擾置零”的主要思想。線性檢測要求系統(tǒng)中的接收天線數N不小于發(fā)射天線數M，否則對于線性檢測而言，即使在沒有噪聲的情況下也無法獲得好的技術檢測效果。1.1.1ZF算法線性迫零ZF算法是利用信道傳輸矩陣H的偽逆矩陣H+作為線性運算組合器來實現(xiàn)信號分離的一種檢測算法。迫零的譯碼算法就是找到一個加權矩陣W，使其滿足以下關系：其中Wi,Hj分別表示加權矩陣W的第i行與信道矩陣H的第j列(滿足這個條件的加權矩陣就是H的偽逆矩陣H+)；ZF算法步驟如下：1)先根據上述原則得到并計算加權矩陣；2)將加權矩陣左乘接收信號，式子變?yōu)椋?)直接利用公式進行量化，從而對信號進行譯碼。ZF算法把來自每個發(fā)送天線的信號當作希望得到的信號，而剩下的部分當作干擾，所以能夠完全禁止各個之間的互擾。1.1.2MMSE算法為了改善ZF算法的性能，可以在設計濾波器矩陣的時候將噪聲的影響考慮進去，這就是MMSE檢測。MMSE檢測是通過濾波矩陣G的設計使得實際傳輸的信號和濾波輸出信號之間均方誤差MSE保持最小。MMSE算法在一定程度上改善了迫零算法的性能，它是用一個新的矩陣來代替迫零算法中的.利用以下原則得到加權矩陣:，其中E代表期望值。MMSE算法步驟如下：1)先根據上述原則得到并計算加權矩陣，其中：為噪聲方差；為發(fā)送信號功率。如果對每根發(fā)射天線信號能量進行歸一化，則在公式中可以省略，此時=1.2)將加權矩陣左乘以接收信號，式子變?yōu)椤?)直接利用公式進行量化，從而對信號進行譯碼．1.2、干擾消除檢測算法線性檢測沒有利用多天線的分集增益，為了得到分集增益可以利用判決反饋的思想，將已判決的信號反饋回去，提高檢測的可靠性。判決反饋可以用于同一符號的檢測。干擾消除是將判決反饋用于不同符號間的檢測，將從待檢測信號中消除已檢測出信號的影響，從而降低了檢測信號中的干擾量，提高判決的可靠性，同時積累了分集增益。干擾消除包括干擾消除SIC、并行干擾消除PIC以及可以進一步提高性能的排序串行干擾消除OSIC。這幾種檢測方法的基礎都是基于不同準則的線性檢測。并行干擾消除是采用并行的方式來消除符號間的干擾，即在所有的信號被解調之后，同時將干擾接收信號去除。1.2.1串行干擾消除(SIC)串行干擾消除在檢測到干擾信號波形時，一次一次地將干擾從接收信號中去除，核心思想是通過對接收信號進行遞歸估計，即先選擇一種線性檢測算法(ZF算法或者MMSE算法)對某一種發(fā)射天線符號進行檢測，然后抵消該信號對其他天線上信號的干擾，再依次對各個發(fā)射天線上的發(fā)送信號進行線性檢測、干擾抵消，直到估計出全部的發(fā)送符號。SIC處理過程步驟：1)干擾置零。從剩余未檢測的符號中任選一個進行檢測，方便起見，可以每次選擇第一個符號作為待檢測符號。（1）（2）式(1)中G1為基于某種線性檢測準則(ZF、MMSE)的濾波矩陣的第一行，為第一層發(fā)送符號的濾波輸出，Q(.)為判決操作，判斷出的符號作為第一層所發(fā)送符號的估計值。2)干擾消除。假設判決正確，從接收信號中消除掉該信號的影響，產生一個新的系統(tǒng)模型。(3)其中式(3)中H1為信道矩陣H(Nr*Nt)的第一列，表示第一根發(fā)送天線到所有接收天線的信道響應。表示刪除了第一列后的維的等效信道矩陣，表示刪除了第一個發(fā)送天線上發(fā)送符號后維等效發(fā)送符號，表示消除第一層符號的影響的接收信號。然后返回步驟(1),接著進行下一個符號的檢測，每一次檢測出的符號對應不同的發(fā)射天線，直至檢測出所有的發(fā)送符號。1.2.2OSICOSIC檢測算法是一類改進的SIC檢測算法，它在傳統(tǒng)未排序SIC算法干擾置零和干擾消除操作的基礎上，增加了符號檢測的排序操作，可以有效地降低SIC檢測過程中誤差傳播的可能性，從而大大提高系統(tǒng)的檢測性能。OSIC檢測算法的基本思想在于執(zhí)行多級的、優(yōu)化排序的迭代干擾消除。OSIC的操作步驟是：排序、干擾置零和干擾消除。1)首先根據一定的排序準則，從當前所有剩余未檢測的發(fā)送數據流中選擇出一個待檢測數據流；2)然后通過采用某種零化準則的濾波完成該數據流檢測；3)最后從接收信號中消除被檢測數據流的干擾，準備進入下一級。4)排序、干擾置零和干擾消除操作不斷重復、直至經過多級處理以后，所有發(fā)送數據符號均被檢測為止。1.3最優(yōu)檢測算法最大似然(ML)算法是MIMO系統(tǒng)中最優(yōu)的信號均衡算法，其基本原理是：將接收信號對所有的可能的發(fā)送符號域進行全局搜索，找到與接收信號距離最小的發(fā)射符號作為原始的發(fā)送符號，即使給定r的情況下x的最大似然估計值達到最大，其實現(xiàn)方法是由所有調制星座圖的點計算得出的。最大似然檢測算法其計算公式為：其中：這里，。由上式最大似然檢測算法可簡化為:由上式可知，最大似然準則等效于最小歐式距離準則。由此可知最大似然檢測算法的復雜度與候選的x的數目成正比，換句話說其復雜度隨著發(fā)射天線數目、每天線平均傳輸速率的增長呈指數增長，因此當發(fā)射天線數目較多、傳輸速率較高時最大似然檢測算法的復雜度極高，難以實現(xiàn)。二、新算法2.1球形譯碼算法(SD算法)球形譯碼算法是一種性能接近于最大似然檢測而復雜度低的檢測方法，將系統(tǒng)實數話后用球形檢測進行譯碼，復雜度明顯降低。SD算法和ML算法不同是：ML算法是在整個向量空間上搜索最有可能的發(fā)送向量，使得該向量經過信道后于接收信號向量歐式距離最小，SD算法是在以接收信號點Y為圓心，r為半徑的空間內搜索最有可能的發(fā)送向量。算法思路：球形譯碼的作用就是判斷空間中的點是否在以為球心、半徑為的超球體里面，下面討論具體如何接收信號是否在半徑為的超球體內，條件如下所示：（4）其中為接收信號矢量，為發(fā)送信號矢量，為沖擊響應矩陣，為搜索半徑，其實為允許的誤差范圍，如果太大就增加了搜索范圍，從而增加復雜度。對沖擊響應矩陣進行QR分解，矩陣大小為n行m列，其中，m為發(fā)送天線，n為接收天線。（5）其中是的上三角矩陣，并且=[]是一個正交矩陣，矩陣和分別為矩陣的前列和列，因此公式(4)可變換為：(6)式(6)中*表示共軛轉置，將右側移項得到：(7)令，，公式改寫為：(8)其中是矩陣R的元素，R是上三角矩陣。公式(8)可展開如下：(9)式(9)中右邊第一項只與有關，第二項只有，有關。后面各項以此類推。因此在超球體里面的一個必要條件是：，將該條件寫成區(qū)間的形式為：(10)式(10)中符號分別表示向上和向下取整數，由(10)可以解得的值，但是我們知道式(10)還不是在超球體內的充分條件，當選中滿足條件的時，計算下一個值，這時需要更新半徑。令，并且，根據公式(9)可知：(11)由此再確定一個，繼續(xù)計算下一個值，直到。以上分析了球形譯碼算法尋找內點的過程，下面給出SD算法的偽代碼步驟：1)輸入參數=[],，，，。2)設置，，。3)計算的界限，設置上界，。4).判斷如果，那么跳至步驟6，否則跳至步驟5