凌春紅，劉 陳

(南京郵電大學(xué)，江蘇 南京 210003)

多輸入多輸出MIMO(Multiple-InputMultiple-Output)，在發(fā)射端，各子信號(hào)同時(shí)發(fā)送到信道且占用同一頻帶，實(shí)現(xiàn)多個(gè)數(shù)據(jù)子流同時(shí)間同頻帶地傳輸。與傳統(tǒng)單輸入單輸出 (SISO)系統(tǒng)相比，MIMO系統(tǒng)能提供更大的信道容量。然而，接收端接收到的信號(hào)在時(shí)間和頻帶上都是相互重疊的，導(dǎo)致了MIMO信號(hào)檢測(cè)的高復(fù)雜度問(wèn)題。為得到較低誤碼率的解碼效果，接收端往往采用最大似然準(zhǔn)則(ML)檢測(cè)，但該檢測(cè)方案的計(jì)算量很大。目前，球解碼算法(SD)憑借其近似ML的檢測(cè)性能和較低的復(fù)雜度而引起廣泛的關(guān)注[1-6]。然而，當(dāng)信噪比較低、收發(fā)天線(xiàn)數(shù)較多、調(diào)制星座圖較大時(shí)，球解碼的平均復(fù)雜度仍然很高，因此，近來(lái)球解碼的研究重心是如何進(jìn)一步降低檢測(cè)復(fù)雜度上。

本文介紹了一種球解碼的改進(jìn)算法。

1 無(wú)線(xiàn)MIMO系統(tǒng)模型

考慮一個(gè)發(fā)射天線(xiàn)數(shù)為M、接收天線(xiàn)數(shù)為N的MIMO系統(tǒng)，該系統(tǒng)可描述如下：

式中，yc是接收矢量；Hc=[hij]N×M是復(fù)值信道矩陣，hij代表從第j根發(fā)射天線(xiàn)到第i根接收天線(xiàn)的信道增益，且滿(mǎn)足均值為0、方差為1的獨(dú)立同分布復(fù)高斯分布；xc是發(fā)射符號(hào)矢量；nc是均值為 0、方差為σ2nc的復(fù)白高斯噪聲。若僅考慮N＞M時(shí)實(shí)數(shù)范圍內(nèi)的解碼，則式(1)可等效如下：

2 球解碼算法

發(fā)送向量的空間經(jīng)信道矩陣H作用后生成格形空間：Λ(H)={Hx：x∈Ω}，發(fā)送符號(hào) x可看作是格型點(diǎn)坐標(biāo)，若將接收點(diǎn)y看作是受高斯噪聲n干擾的格型點(diǎn)，則MIMO系統(tǒng)的ML檢測(cè)可等效為在格型空間Λ(H)中尋找一個(gè)離y最近的格點(diǎn)由此可得MIMO系統(tǒng)的ML檢測(cè)解：

球檢測(cè)法只在1個(gè)給定半徑的球內(nèi)檢驗(yàn)其中的每1個(gè)格點(diǎn)，而不是對(duì)整個(gè)格型空間進(jìn)行搜索。假使給定初始球搜索半徑C0，則在以接收點(diǎn)y為球心、C0為半徑的球S(y，C0)內(nèi)進(jìn)行搜索，若球內(nèi)不存在Λ(H)中的格點(diǎn)，則放大球半徑，在放大的球內(nèi)繼續(xù)搜索；反之，若找到了1個(gè)屬于Λ(H)的格點(diǎn)Hx1，則將球半徑縮小為 C=‖y-Hx1‖，繼續(xù)在縮小后的球內(nèi)進(jìn)行下一輪迭代搜索。如此下去，直到找到使C=‖y-Hx‖最小的格點(diǎn)為止，則該點(diǎn)即為所求的ML解，這就是球解碼算法的基本思想?，F(xiàn)將SE(Schnor-Euchner)準(zhǔn)則下的球解碼算法詳細(xì)說(shuō)明如下：

根據(jù)球解碼的基本思想，Hx∈S(y，C0)的條件可描述為：

對(duì)矩陣H進(jìn)行QR分解，可得：

其中，Q1、Q2分別為 N×M 和 N×(N-M)的酉矩陣，R為 M×M的上三角矩陣，0為(N-M)×M的零矩陣。將式(5)代入式(4)中，整理可得：

借助R的上三角特性，可將上式展開(kāi)如下

假設(shè)只考慮不等式左邊的第j=M這一項(xiàng)，可得

SE準(zhǔn)則從距離上、下界的中間值最近的元素開(kāi)始，對(duì)候選符號(hào)集里的元素進(jìn)行升序排序。檢測(cè)時(shí)，每選定第i維候選符號(hào)集內(nèi)的1個(gè)元素，就能確定第i-1維分量的候選符號(hào)集，若得到的候選符號(hào)集為空，則返回上一維，選取候選符號(hào)集內(nèi)的下一個(gè)元素；若不為空，則繼續(xù)尋找下一維的候選符號(hào)集，直到第1維分量的候選符號(hào)集被確定，得到同時(shí)縮小球半徑，繼續(xù)在縮小后的球內(nèi)搜索新的解碼向量，直到球內(nèi)所有的向量被檢測(cè)完畢。

3 一種球解碼改進(jìn)算法

球檢測(cè)算法雖然能得到近似ML的檢測(cè)效果，但其計(jì)算量仍然較大。因此，希望在保證檢測(cè)性能的基礎(chǔ)上進(jìn)一步降低復(fù)雜度。目前，人們以球檢測(cè)法為基礎(chǔ)，提出了一些解碼性能接近ML但計(jì)算量大大減小的改進(jìn)算法。

由上節(jié)描述可知，球解碼通過(guò)放松不等式的約束來(lái)確定各維的估計(jì)區(qū)間，從而實(shí)現(xiàn)遞歸檢測(cè)，這勢(shì)必會(huì)造成估計(jì)區(qū)間[Li，Ui]的放大和Ji中元素的增多。為了改善這種由約束放松產(chǎn)生的不利影響，本文給出了一種新的區(qū)間估算方法。

對(duì)于K=2k且k為偶數(shù)的矩形信號(hào)星座，若QAM信號(hào)星座等效為在2個(gè)正交載波上的PAM信號(hào)，K元QAM調(diào)制就轉(zhuǎn)化為元PAM調(diào)制。而元PAM的符號(hào)錯(cuò)誤概率即可表示為[7]：

將式(5)代入式(2)，可得

由于Q1的列相互正交，所以n′和n的方差皆為σ2=/2。將式(15)按第i維展開(kāi)，得：

可見(jiàn)，fi-xi服從均值為 0、方差為σ2的高斯分布。

現(xiàn)將PAM的符號(hào)錯(cuò)誤概率應(yīng)用到第i維，為保證對(duì)xi進(jìn)行檢測(cè)的正確概率大于 1-P(i)，以fi為中心的檢測(cè)半徑 c′i應(yīng)滿(mǎn)足

整理可得：

利用Q(.)函數(shù)的遞減特性，有

從而可得分量 xi的檢測(cè)區(qū)間為[L′i，U′i]。 其中，L′i=fi-c′i，U′i=fi+c′i。

將[L′i，U′i]用于 SE 準(zhǔn)則下球解碼算法的每一維解碼分量，即可構(gòu)建一種新的球檢測(cè)算法。首先為保證有解，由SE準(zhǔn)則得到第1個(gè)檢測(cè)結(jié)果，然后從第2輪檢測(cè)開(kāi)始，xi的候選符號(hào)集 Ji選取為[Li，Ui]與[L′i，U′i]在Ω中的交集[LLi，UUi]，這樣就能對(duì)每一維分量的檢測(cè)區(qū)間進(jìn)行有效控制?，F(xiàn)以第i維分量為例，說(shuō)明如何確定區(qū)間[LLi，UUi]。 設(shè) yi為接收信號(hào)分量，ci為按 SE準(zhǔn)則更新后的搜索半徑，c′i為由上述區(qū)間估計(jì)確定的搜索半徑，ω為調(diào)制星座圖中的任意符號(hào) 。 若ci＜c′i， 則 up=yi+ci，down=yi-ci；否則，up=yi+c′i，down=yi-c′i。若 up＜min(ω)，則 LL(i)=UU(i)=min(ω)； 若 down ＜min(ω)、min(ω)≤up≤max(ω)，則 LL(i)=min(ω)、UU(i)=up；若 down＞min(ω)、up＜max(ω)，則 LL(i)=down、UU(i)=up；若 min(ω)≤down≤max(ω)、up＞max(ω)，則 LL(i)=down、UU(i)=max(ω)；若 down＞max(ω)，則 LL(i)=UU(i)=max(ω)。

圖1 16QAM中SD和MSD在不同信噪比下的性能曲線(xiàn)

圖2 16QAM中SD和MSD在不同信噪比下的復(fù)雜度曲線(xiàn)

圖3 64QAM中SD和MSD在不同信噪比下的性能曲線(xiàn)

圖4 64QAM中SD和MSD在不同信噪比下的復(fù)雜度曲線(xiàn)

4 仿真結(jié)果及分析

在仿真試驗(yàn)中，采用8×12未編碼系統(tǒng)，調(diào)制星座分別采用了16QAM和64QAM，平均符號(hào)能量分別為10和42，每個(gè)仿真結(jié)果均為運(yùn)行5 000次結(jié)果的平均。仿真結(jié)果分別如圖 1，2，3，4 所示。

實(shí)驗(yàn)表明，MSD與SD相比，在高信噪比處，性能略有下降，但復(fù)雜度有很明顯的改善，星座圖越大，計(jì)算量下降越明顯；在低信噪比處，計(jì)算量下降達(dá)一個(gè)數(shù)量級(jí)，證明了該改進(jìn)方法的有效性。

本文提出一種新的區(qū)間估算方法，并將其與SE準(zhǔn)則下的球檢測(cè)法相結(jié)合，實(shí)現(xiàn)對(duì)球解碼的改進(jìn)。仿真結(jié)果表明，該改進(jìn)算法相對(duì)于SE準(zhǔn)則下的球檢測(cè)法誤碼性能下降很少，計(jì)算量卻顯著下降。

[1]AGRELL E， ERIKSSON T， VARDY A， et al.Closest point search in lattices[J].IEEE Transaction on information Theory， 2002(48)：2201-2214.

[2]DAMEN M O，CHKEIF A，BELFORE J C.Lattice codes decoder for space-time codes[J].IEEE Communication Letters， 2000(4)：161-163.

[3]VITERBO E，BOUTROS J.A universal lattice code decoder for fading channel[J].IEEE Trans.Inform.Theroy，1999(45)：1639-1642.

[4]HOCHWALD B，BRINK S T.Achieving near-capacity on a multiple antenna channel[J].IEEE Transaction on Communications，2003(51)：389-399.

[5]DAMEN M O， GAMAL H E， CAIRE G.On maximumlikelihood detection and the search for the closest lattice point[J].IEEE Transaction on Information Theory，2003(49)：2389-2402.

[6]ALBERT M C，INKYU L.A new reduced-complexity sphere decoder for multiple antenna systems[C].IEEE Inter.Conf.Commun.， 2002(1)：460-464.

[7]普羅金斯.數(shù)字通信(第四版)[M].張力軍，張宗橙，等譯.北京：電子工業(yè)出版社，2003.