MIMO系统中垂直分层空时检测算法的性能分析

张铭 李莉 周小平 冀笑伟

摘  要： 对多输入多输出系统中垂直分层空时检测算法常用的最小均方误差算法、迫零检测算法、非线性检测算法以及正交三角分解检测算法进行分析比较.仿真实验结果表明：在相同天线系统下，经过排序串行干扰消除的最小均方误差检测算法性能最优.

关键词： 排序串行干扰消除; 最小均方误差; 迫零检测; 正交三角分解

中图分类号： TN 911.6      文献标志码： A     文章编号： 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

多输入多输出（MIMO）系统借助多天线技术可以有效地提高系统容量，从而满足更多的业务需求.因此，从传统的单输入单输出 （SISO）通信系统向MIMO系统的改进已经成为无线通信发展的趋势之一[1].

分层空时（BLAST）技术是一种同时在空间维度和时间维度上调制编码的技术，该技术要求MIMO系统中的接收天线数大于等于发射天线数.在每个发射信号之间，BLAST调制编码不会引入正交关系来实现不相关性，而是充分利用无线信道的多径传播特性来区分同一信道内的信号.BLAST技术的实现主要包括：对角分层空时（D-BLAST）结构、垂直分层空时（V-BLAST）结构和水平分层空时（H-BLAST）结构，其中，V-BLAST技术在移动通信系统中将某个用户信号的单个数据流通过串、并转换后，分解为多个数据流，经多天线发射至接收端，再进行并、串转换，以恢复原始信号[2].

在MIMO系统中，针对V-BLAST信号的检测算法性能的分析研究，吴君钦等[3]提出了一种基于最大似然（ML）的分步检测算法，最大限度地提高了每步检测的信号性能，减少误码传播，与传统的ML算法相比，复杂度较低，但是并未与最小均方误差（MMSE）算法的性能进行比较.FARZAMNIA等[4]采用V-BLAST技术，利用空间分集提高频谱效率和带宽，在采用MIMO系统二进制相移键控（BPSK）和正交相移键控（QPSK）调制技术的基础上，与迫零（ZF）检测、MMSE及排序串行干扰消除（OSIC）检测算法进行比较，但是算法复杂度较高.吴军等[5]将基于信号功率排序的正交三角（QR）分解算法与最后检测层分集增益最大算法相结合，提出一种改进的Sorted QR Decomposition（SQRD）算法，降低了复杂度，但未与线性检测算法的性能作比较.

为了综合考虑各个算法的性能，本文作者介绍了线性检测算法中的ZF检测算法与MMSE检测算法，但是这两种线性检测算法需要每次迭代计算矩阵的广义逆，增加了计算量.而基于SQRD算法，Householder和Givens变换的排序QR分解检测算法都可以避免求矩陣的广义逆，降低了算法的复杂度，在此基础上叠加（OSIC）算法，进一步减少系统的误码率.

1  MIMO系统中V-BLAST技术原理模型

4  结论

本文作者介绍了MIMO系统中V-BLAST技术的典型检测算法，包括ZF检测算法、MMSE检测算法，以及基于ZF、MMSE准则的OSIC检测算法和QR分解检测算法.仿真实验结果表明：MMSE+OSIC算法系统误码率最低，但是该算法的复杂度较高;QR分解不用进行多次求伪逆运算，算法复杂度较低，但性能较差.在相同系统模型下，系统误码率最低的检测算法为MMSE+OSIC算法，误码率最高的检测算法为ZF+SIC算法.

参考文献：

[1] 汪黎.5G MIMO无线通信系统技术检测研究 [J].通信技术，2019（6）：1320-1325.

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

[2] 李正权，沈连丰，吴名，等.基于大规模MIMO系统的满分集VBLAST低复杂度译码算法 [J].东南大学学报（自然科学版），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] 吴君钦，金巧，吴云龙.一种分步ML的VBLAST检测算法 [J].信息技术，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] 吴军，吴云龙，黄雅兰.基于排序QR分解的VBLAST解码算法研究 [J].电视技术，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] 申滨，华权，王倩，等.基于矩阵求逆化简的大规模MIMO系统线性信号检测 [J].北京邮电大学学报，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，贺光辉.一种8×8 MIMO系统的近最优检测算法 [J].信息技术，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] 申滨，赵书锋，金纯.基于迭代并行干扰消除的低复杂度大规模MIMO信号检测算法 [J].电子与信息学报，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.

（責任编辑：包震宇）