無線通信系統(tǒng)MIMO檢測技術(shù)研究.pdf

1、基于發(fā)送端和接收端多天線的多入多出（Multiple-InputMultiple-Output，MIMO）技術(shù)是下一代無線通信系統(tǒng)的關(guān)鍵技術(shù)之一，其最為顯著的優(yōu)勢在于能充分利用隨機(jī)衰落和空間多路徑傳播來提高傳輸速率以及傳輸?shù)目煽啃?。本文將關(guān)注空間復(fù)用策略下的MIMO接收機(jī)的設(shè)計，并針對其中的信號檢測技術(shù)進(jìn)行深入研究。
　　 由于無線通信信道的特殊性以及系統(tǒng)成本的限制，在進(jìn)行基帶數(shù)字信號處理算法的設(shè)計與實現(xiàn)時通常會遭遇性能和復(fù)雜度

2、這一對矛盾沖突。而在空間復(fù)用MIMO檢測的場景中，一方面MIMO技術(shù)往往伴隨著較高的數(shù)據(jù)吞吐量，而空間復(fù)用也意味著數(shù)據(jù)流量的倍增。另一方面，數(shù)據(jù)業(yè)務(wù)通常要求非常小的鏈路錯誤概率，而空間復(fù)用引入的多流干擾（Multi-Stream Interference，MSI）會對系統(tǒng)性能產(chǎn)生嚴(yán)重影響。這都將導(dǎo)致系統(tǒng)對性能和復(fù)雜度的要求大幅提高，從而進(jìn)一步激化兩者之間的矛盾。
　　 本文基于MIMO檢測中性能和復(fù)雜度的矛盾，結(jié)合具體的MIMO

3、檢測技術(shù)進(jìn)行深入研究，致力于提供能有效緩解性能和復(fù)雜度矛盾沖突的技術(shù)方案。論文首先介紹MIMO系統(tǒng)的基本模型，隨后針對球譯碼（Sphere Decoding）檢測及其相關(guān)技術(shù)、搜索空間預(yù)定義檢測器（Search Space Predetermined Detector，SSPD）算法、并行計算對檢測算法的加速作用以及自動重傳機(jī)制（Automatic RetransmissionreQuest，ARQ）帶來的時間分集對復(fù)雜度壓力的緩解作用

4、等幾方面展開研究。本論文的創(chuàng)新工作如下：
　　 首先，針對現(xiàn)有研究并未涉及球譯碼性能與復(fù)雜度的量化關(guān)系的問題，提出以球半徑為過渡參數(shù)，對檢測性能與算法平均復(fù)雜度的定量關(guān)系進(jìn)行了理論分析。所做工作分為三部分：第一，對球譯碼的性能進(jìn)行理論分析，借助最優(yōu)性能漸進(jìn)界，將由搜索空間削減引發(fā)的性能損失進(jìn)行量化。由于性能損失與球半徑的設(shè)置之間存在定量關(guān)系，球半徑即可作為表征球譯碼性能的參數(shù)；第二，根據(jù)球譯碼復(fù)雜度的自身特點，推導(dǎo)了平均復(fù)雜度的

5、上界，從而獲得了直接反映平均復(fù)雜度的指標(biāo)--球半徑；第三，利用與性能和平均復(fù)雜度都有關(guān)聯(lián)的球半徑作為紐帶，構(gòu)建了連接兩者的橋梁。從而將性能與平均復(fù)雜度進(jìn)行了定量的關(guān)聯(lián)，為設(shè)計兼顧性能與復(fù)雜度的檢測方案奠定理論基礎(chǔ)。通過在多種MIMO檢測方案中的仿真，對相關(guān)理論分析結(jié)果進(jìn)行了數(shù)值驗證。
　　 其次，對于已有的球譯碼半徑設(shè)置方法難以在控制復(fù)雜度的同時保證性能的問題，提出了兩種半徑設(shè)置方法及其中一種方法的擴(kuò)展應(yīng)用。其一，提出性能損失可

6、控的半徑約束方法，在嚴(yán)格抑制復(fù)雜度的前提下使檢測性能損失可控。分析表明通過合理地設(shè)置球半徑，使得球譯碼的平均復(fù)雜度在整個信噪比（Signal-to-Noise Ratio，SNR）區(qū)間內(nèi)得到有效抑制。其二，提出無分集度損失的半徑設(shè)置方法，在抑制復(fù)雜度的同時避免分集度的損失，此外給出其在具有廣度優(yōu)先搜索性質(zhì)的檢測算法中的應(yīng)用，分析表明球半徑作為一個輔助工具，能夠?qū)υ擃悪z測算法進(jìn)行進(jìn)一步的復(fù)雜度冗余削減，從而降低目標(biāo)算法執(zhí)行時的功耗。仿真驗

7、證了上述兩種設(shè)置方法的有效性及擴(kuò)展應(yīng)用的可行性。
　　 再次，針對球譯碼等啟發(fā)式搜索方法復(fù)雜度不可控的問題以及現(xiàn)有檢測算法在控制復(fù)雜度時無法兼顧性能的問題，提出了SSPD算法，其顯著特征是在算法執(zhí)行搜索之前預(yù)先確定出搜索空間。該算法能根據(jù)信道的好壞自適應(yīng)地調(diào)整搜索空間的大小，也能將硬件的最大處理能力作為復(fù)雜度上限來限定搜索空間不至于過大，從而達(dá)到保證檢測性能的同時合理控制復(fù)雜度的目的。此外，對非理想的信道和噪聲估計帶來的影響也進(jìn)

8、行了必要的理論分析，以此評估算法的適用性。提出使SSPD具備軟輸出能力的擴(kuò)展設(shè)計方案。研究表明此擴(kuò)展能有效地提升檢測性能，而且僅引入非常小的額外計算復(fù)雜度。針對實際系統(tǒng)塊處理場景中處理時間受限的問題，提出了基于平均復(fù)雜度上限分配的SSPD算法；并進(jìn)一步引入動態(tài)計算能力分配的思想提出基于動態(tài)分配復(fù)雜度上限的SSPD算法，使其能夠在塊處理時限內(nèi)降低計算冗余度提升檢測性能。仿真驗證了上述算法的有效性。
　　 最后，針對實際系統(tǒng)硬件處理

9、能力面臨的數(shù)據(jù)吞吐壓力，提出了基于并行計算的算法加速方法以及基于ARQ機(jī)制緩解復(fù)雜度壓力的系統(tǒng)設(shè)計方法。一方面，在給出了復(fù)雜算法的通用并行設(shè)計流程之后，將其運用到MIMO檢測K最短路徑（KSP，K Shortest Pathes）算法中，最終得到了存儲開銷較低的并行設(shè)計。使得相應(yīng)的MIMO檢測更便于付諸硬件實現(xiàn)。通過軟件和硬件的仿真表明了該方法在加速算法運行時的有效性。另一方面引入ARQ機(jī)制帶來的時間分集增益可以有效緩解MIMO檢測的復(fù)