溫祖威

（中國(guó)移動(dòng)通信集團(tuán)廣東有限公司廣州分公司，廣東 廣州 440100）

第五代移動(dòng)通信系統(tǒng)中M IMO-OFDM檢測(cè)關(guān)鍵技術(shù)研究

溫祖威

（中國(guó)移動(dòng)通信集團(tuán)廣東有限公司廣州分公司，廣東 廣州 440100）

第五代移動(dòng)通信將提供更高速的接入速率、更寬的帶寬、更靈活的配置及組網(wǎng)方式。為支持5G的發(fā)展需求，各研究機(jī)構(gòu)相繼提出了包括高頻段傳輸、新型多天線傳輸、終端直通技術(shù)、密集網(wǎng)絡(luò)、新型網(wǎng)絡(luò)架構(gòu)在內(nèi)的若干關(guān)鍵技術(shù)問題的解決方案。其中，新型多天線技術(shù)的基本思想是利用空間換取時(shí)間，充分利用還沒有完全開發(fā)的空間資源，同時(shí)在無需增加信道帶寬和發(fā)送天線的數(shù)目的情況下，就能成倍提高系統(tǒng)的頻譜利用率和系統(tǒng)的容量。本文將具有抗多徑能力的OFDM技術(shù)應(yīng)用于新型多天線技術(shù)，通過對(duì)提高頻譜利用率的MIMO-OFDM通信系統(tǒng)中的檢測(cè)方式進(jìn)行仿真對(duì)比，詳盡分析了各個(gè)檢測(cè)算法在性能和復(fù)雜度上的折衷問題。

5G移動(dòng)通信系統(tǒng)；新型多天線；MIMO-OFDM；檢測(cè)算法

目前使用的3G移動(dòng)通信系統(tǒng)具有增強(qiáng)的漫游功能、寬帶數(shù)據(jù)視頻和多媒體業(yè)務(wù)、高的服務(wù)質(zhì)量和數(shù)據(jù)永遠(yuǎn)在線等特性。正在開展網(wǎng)絡(luò)建設(shè)工作的4G移動(dòng)通信系統(tǒng)進(jìn)一步增強(qiáng)了服務(wù)質(zhì)量、增加了帶寬和降低了成本。隨著 3G網(wǎng)絡(luò)的逐步成熟以及4G網(wǎng)絡(luò)建設(shè)工作的逐漸展開，5G無線網(wǎng)絡(luò)的研究和開發(fā)也提上了議事日程[1]。第五代移動(dòng)通信系統(tǒng)的關(guān)鍵技術(shù)是繼4G移動(dòng)通信技術(shù)之后的又一次技術(shù)革新，其關(guān)鍵技術(shù)包括高頻段傳輸、新型多天線傳輸、同時(shí)同頻全雙工、D2D、密集網(wǎng)絡(luò)、新型網(wǎng)絡(luò)架構(gòu)等[2]。

在5G階段，流量的暴漲是必然需要面對(duì)的問題。與流量暴漲聯(lián)系緊密的一個(gè)關(guān)鍵因素是頻譜資源。隨著物理層技術(shù)的不斷演進(jìn)，頻譜效率將會(huì)逐漸逼近香農(nóng)極限，除了更密集的基站部署，一個(gè)很重要的流量載體就是更多的無線頻譜資源[3]。新型多天線技術(shù)能在不增加帶寬的情況下成倍地提高通信系統(tǒng)的容量和頻譜利用率，將新型多天線技術(shù)結(jié)合正交頻分復(fù)用（OFDM）技術(shù)不僅能進(jìn)一步提高頻譜效率，增加系統(tǒng)容量，還具有良好的抗多徑干擾能力，保證了信號(hào)傳輸?shù)目煽啃訹4]，因此MIMO-OFDM系統(tǒng)將成為未來5G的核心技術(shù)之一。

而衡量通信系統(tǒng)好壞的一個(gè)重要標(biāo)志是檢測(cè)算法的優(yōu)劣，如何在接收端將所有發(fā)射天線上的信號(hào)高性能地恢復(fù)出來，是一個(gè)極為關(guān)鍵而且復(fù)雜的問題。文中利用V-BLAST空時(shí)編碼的特點(diǎn)，針對(duì)5G系統(tǒng)中MIMO-OFDM已有的最優(yōu)檢測(cè)、線性以非線性檢測(cè)3大類方法的算法復(fù)雜度和檢測(cè)性能進(jìn)行了分析討論。

1 系統(tǒng)模型

圖1所示為一個(gè)發(fā)的V-BLAST MIMO-OFDM系統(tǒng)信號(hào)檢測(cè)的系統(tǒng)框圖[5]。在發(fā)送端利用 V-BLAST空時(shí)編碼，將數(shù)據(jù)流經(jīng)串并轉(zhuǎn)換后分成個(gè)不同的子流。對(duì)每路子流，都需要經(jīng)過串并轉(zhuǎn)換，信號(hào)映射，最終執(zhí)行快速傅里葉逆變換（IFFT）。IFFT是將多路的低速數(shù)據(jù)流同時(shí)調(diào)制到N個(gè)正交的子載波上。在結(jié)束IFFT模塊操作之后，加入循環(huán)前綴CP以減少子載波間的干擾，同時(shí)可以減小系統(tǒng)符號(hào)間干擾（ISI）和載波間干擾（ICI）。

圖1 V-BLAST MIMO-OFDM系統(tǒng)結(jié)構(gòu)框圖Fig.1 The block diagram of V-BLAST MIMO-OFDM system

在接收端，經(jīng)串并轉(zhuǎn)換并去掉循環(huán)前綴，接著對(duì)每根接收天線的數(shù)據(jù)做點(diǎn)的快速傅里葉變換（FFT），以完成 OFDM的解調(diào)功能。最后，利用基于V-BLAST的信號(hào)檢測(cè)算法，對(duì)并行流入的信號(hào)做信號(hào)檢測(cè)，將檢測(cè)出來的數(shù)據(jù)做并串轉(zhuǎn)換，最終恢復(fù)出數(shù)據(jù)。

根據(jù)圖1所示，第個(gè)子載波對(duì)應(yīng)的接收信號(hào)可表示為：

式中，X(n)表示發(fā)送天線發(fā)送的第n個(gè)子載波的頻域信號(hào)，為Nt×1的列向量；N(n)為第n個(gè)子載波中加性高斯白噪聲，具有零均值，為Nt×1的列向量。H(n)表示第n個(gè)子載波從發(fā)送天線到接收天線間的信道的頻率響應(yīng)，是一個(gè)Nr×N階的MIMO多徑信道矩陣，其具有頻率選擇性的衰落特性。

2 線性檢測(cè)

線性檢測(cè)算法是根據(jù)相應(yīng)準(zhǔn)則對(duì)接收到的信號(hào)進(jìn)行線性加權(quán)。根據(jù)加權(quán)準(zhǔn)則的不同，線性檢測(cè)方式可以分為迫零（ZF）檢測(cè)算法和最小均方誤差（MMSE）算法。在線性檢測(cè)方式中，零化技術(shù)主要是從含有多個(gè)數(shù)據(jù)流和噪聲的接收信號(hào)矢量中提取出所要檢測(cè)的發(fā)送信號(hào)分量。為了方便進(jìn)行零化處理，可將接收信號(hào)矢量寫成表達(dá)式的形式Y(jié)=x1h1+x2h2+xNthNt+N,式中xi(i=1,…,Nt)表示第i根發(fā)送天線的信號(hào)分量；hi表示信道矩陣H中的第列矢量。那么，對(duì)應(yīng)的零化矢量Gi為：

用零化矢量Gi線性加權(quán)接收向量Y，則有

從公式(3)可以看出，經(jīng)過零化處理之后，接收信號(hào)中僅剩下所對(duì)應(yīng)的發(fā)送信的發(fā)送信號(hào)xi分量和加權(quán)后的噪聲，其他發(fā)送天線的信號(hào)分量均被零化。

2.1 迫零（ZF）算法

迫零（ZF）算法是將信道矩陣所帶來的干擾通過零化矢量化為零。ZF算法實(shí)際上是根據(jù)最小二乘法的估計(jì)準(zhǔn)則，即讓發(fā)射信號(hào)向量的估計(jì)值在信道矩陣的作用下與原始接收信號(hào)的距離的平方和的2-范數(shù)R(X)最小。即

式中上標(biāo)H表示矩陣的共軛轉(zhuǎn)置，下標(biāo)F表示對(duì)式子進(jìn)行范數(shù)計(jì)算，上式中表示2-范數(shù)計(jì)算。

當(dāng)矩陣HHH非奇異時(shí),可得到ZF算法的估計(jì)值為:

特別的，當(dāng)H為滿秩矩陣時(shí)，公式(5)可以化為：

公式（6）中，H-1即為ZF算法的零化矢量。ZF算法的實(shí)際上就是先對(duì)信道矩陣進(jìn)行求Pseudo逆，然后利用H的偽逆矩陣對(duì)接收信號(hào)向量Y做線性變換，最后將變換得到的發(fā)送信號(hào)的估計(jì)值XZF中的每個(gè)元素進(jìn)行量化，即在發(fā)送信號(hào)的星座點(diǎn)上尋找與它距離最接近的點(diǎn)，進(jìn)而得到發(fā)送信號(hào)的估計(jì)值。

2.2 最小均方誤差(MMSE)算法

ZF檢測(cè)算法在消除了符號(hào)間干擾的同時(shí)，也放大了干擾噪聲，降低了檢測(cè)性能。最小均方誤差譯碼（MMSE）算法在消除發(fā)送信號(hào)的各個(gè)分量間干擾的同時(shí)抑制了噪聲干擾，從而在整體上提高了檢測(cè)性能。MMSE的基本原理是是找到一個(gè)發(fā)送信號(hào)向量的估計(jì)值，使得估計(jì)值和原發(fā)送信號(hào)X的平方方差的數(shù)學(xué)期望最小，即：

MMSE能夠最大化檢測(cè)后的SINR，其加權(quán)矩陣為WMMSE=(HHH+δ2I)HH

3 非線性檢測(cè)

線性檢測(cè)方法無法適用于檢測(cè)性能要求較高的場(chǎng)合，在這種情況下，研究人員就提出了非線性檢測(cè)方法。所謂的非線性檢測(cè)方法，指的是算法的檢測(cè)輸出是輸入信號(hào)的非線性變換。該類方法主要有排序干擾消除（OSIC）算法以及基于QR分解的檢測(cè)算法等。

3.1 排序SIC算法

MMSE-OSIC的具體操作流程如下[6]：

1)初始化：G1=H+；

3)第i次迭代：Wki=(Gi)ki，取Gi的第ki行；

4)計(jì)算判決變量：xki=Wkiyi；

5)進(jìn)行硬判決：xki=Q(Wkiyi)；

6)抵消這個(gè)信號(hào)分量對(duì)下面要進(jìn)行判決的影響：yi+1=yi-xki(H)ki；

9)i←i+1。

H+為H的偽逆矩陣，表示將 H中的第 ｛k1，k2，…ki｝列清零后的偽逆矩陣。OSIC算法相對(duì)傳統(tǒng)的SIC算法而言，增加了發(fā)送信號(hào)的排序操作，從而有效地減低了誤碼傳播的概率，提高了檢測(cè)性能。但是在每次對(duì)信號(hào)分量的檢測(cè)操作之前都要進(jìn)行矩陣的排序操作，這樣就增加了該檢測(cè)算法的計(jì)算復(fù)雜度，其復(fù)雜等級(jí)為。OSIC算法獲得的分集度大于Nr-Nt+1。

3.2 SQRD算法

檢測(cè)過程可表示為：

不難看出，QR分解實(shí)際上也是一種干擾消除算法，它先檢測(cè)出的第一個(gè)元素是發(fā)送信號(hào)的最后一個(gè)分量，沒有其它分量的干擾，進(jìn)而檢測(cè)出倒數(shù)第二個(gè)分量，這時(shí)要減去倒數(shù)第一個(gè)分量所帶來的干擾，直至所有的發(fā)射信號(hào)分量都被完全檢測(cè)出來。在檢測(cè)的過程中，只需做一次QR分解，相比OSIC算法需要多次矩陣的偽逆運(yùn)算和排序運(yùn)算而言，其計(jì)算復(fù)雜度可大大降低，同時(shí)該算法也依賴于第一次檢測(cè)判決分量的準(zhǔn)確性，如果檢測(cè)有誤，同樣會(huì)造成誤碼傳播，影響后續(xù)信號(hào)分量的檢測(cè)判決，因而其檢測(cè)性能要比OSIC算法差。

4 最優(yōu)檢測(cè)

最優(yōu)檢測(cè)是指被檢測(cè)出來的信號(hào)具備最高的分集增益以及最接近原始信號(hào)（比如，具有最佳檢測(cè)性能，即最低比特差錯(cuò)率）。不過，要達(dá)到最優(yōu)這一目標(biāo)是要付出極高的計(jì)算代價(jià)。所提出基于最優(yōu)檢測(cè)思想的次優(yōu)檢測(cè)算法，比如球形譯碼（SD）算法，可以在檢測(cè)性能相比于ML稍有下降的情況下大幅度的減少計(jì)算量。

4.1 最大似然（ML）譯碼算法

最大似然（ML）基本原理為：預(yù)先存儲(chǔ)發(fā)送信號(hào)的所有可能的矢量值，接收端收到發(fā)射的信號(hào)之后，計(jì)算該信號(hào)與預(yù)先存儲(chǔ)的所有可能值在接收空間中映射的歐幾里德距離[8]。最小的歐氏距離所對(duì)應(yīng)的存儲(chǔ)值就被認(rèn)為是發(fā)射信號(hào)矢量的估計(jì)值。估計(jì)準(zhǔn)則如下：

從公式（10）可以看出，ML檢測(cè)算法公式與迫零（ZF）檢測(cè)算法的表達(dá)式是一樣的，不同的地方在于，ML算法要從搜索所有可能的發(fā)送信號(hào)矢量，具有很高的復(fù)雜度，難以在實(shí)際的通信系統(tǒng)中應(yīng)用。

4.2 球形譯碼（SD）算法

球形譯碼（SD）算法的設(shè)計(jì)目的是在降低ML檢測(cè)算法性能的前提下，大幅度地降低搜索所需的計(jì)算復(fù)雜度。故球形譯碼算法也是采用公式（10）來進(jìn)行搜索的，不過是一種局部搜索法，其搜索范圍是以接收矢量Y為圓心，D為半徑的超球面內(nèi)。很顯然，在限定的超球面內(nèi)，最靠近接收向量的值，也應(yīng)該是整個(gè)星座中最接近接收向量的值。因此SD算法的檢測(cè)性能可以達(dá)到類似ML檢測(cè)算法的最佳性能。當(dāng)限定的搜索半徑D較小時(shí)，SD算法的搜索空間也減小，相應(yīng)的計(jì)算復(fù)雜度也會(huì)減小。

算法的具體步驟，如下：

對(duì)信道矩陣進(jìn)行QR分解，即H=QR,其中R為Nr×Nt的上三角矩陣，Q=[Q1Q2]為Nr×Nt的正交矩陣，Q1是Q前面Nr個(gè)正交列組成的矩陣，Q2是剩下的Nt-Nr個(gè)正交列組成的矩陣。

4)xk=xk+1，如果xk≤=UB(xk)轉(zhuǎn)到6)，其他轉(zhuǎn)到5);

5)k=k+1，如果k=m+1那么停止運(yùn)算，其他情況轉(zhuǎn)到4);

7)解得x，保存并轉(zhuǎn)到4)。

球形譯碼算法是在ML檢測(cè)算法的基礎(chǔ)上提出的一種次佳譯碼算法，當(dāng)搜索半徑較大時(shí)，其檢測(cè)性能接近甚至與ML檢測(cè)算法相同，不過此時(shí)其計(jì)算復(fù)雜度也大大地增加。

5 性能仿真和分析

本文所采用的仿真系統(tǒng)為4發(fā)4收V-BLAST MIMOOFDM系統(tǒng)，OFDM長(zhǎng)度為256，循環(huán)前綴長(zhǎng)度為64，采用4QAM調(diào)制方式，每根天線需要發(fā)送1000bit信息。

從圖2可以看出，MMSE算法的檢測(cè)性能始終優(yōu)于ZF算法，MMSE算法相對(duì)于ZF算法獲得接近3-4個(gè)dB的性能增益。說明 MMSE算法的檢測(cè)性能確實(shí)要優(yōu)于ZF算法，原因是MMSE算法不僅能消除發(fā)送信號(hào)各個(gè)分量之間的干擾，而且還對(duì)信道噪聲有良好的抑制效果。但從仿真圖的總體效果上看，兩種算法的檢測(cè)誤碼率還是比較高的，因此，有必要提出新的檢測(cè)算法，使其在檢測(cè)性能上優(yōu)于MMSE和ZF算法，以更好地應(yīng)用到實(shí)際系統(tǒng)。

圖2 ZF、MMSE算法的檢測(cè)性能對(duì)比（4QAM）Fig.2 Detection performance comparison of ZF,MMSE algorithm(4QAM)

圖3 QR和OSIC-MMSE的仿真性能對(duì)比（4QAM）Fig.3 Simulation results of QR and OSIC-MMSE algorithm(4QAM)

仿真圖3結(jié)果表明，QR算法的檢測(cè)性能遠(yuǎn)差于MMSEOSIC算法，這與我們之前的分析結(jié)果相一致。

圖4 SD和ML檢測(cè)算法性能仿真對(duì)比Fig.4 Simulation results of SD and ML detection algorithm

從圖4中可以看出，搜索半徑較大時(shí)，SD算法的檢測(cè)性能曲線已經(jīng)與ML檢測(cè)算法重合，說明SD算法的檢測(cè)性能可以無限接近并等同于ML檢測(cè)算法，這時(shí)，SD的計(jì)算復(fù)雜度也小于ML檢測(cè)算法。

6 結(jié)束語(yǔ)

面向5G移動(dòng)通信網(wǎng)絡(luò)的初步需求包括合理降低成本、開發(fā)更多可用頻譜、構(gòu)建以用戶為中心的網(wǎng)絡(luò)、基于業(yè)務(wù)感知優(yōu)化網(wǎng)絡(luò)、多制式/模式聯(lián)合運(yùn)營(yíng)等。本文以開發(fā)更多可用頻譜為切入點(diǎn)引入了能提高頻譜利用率增加系統(tǒng)容量的MIMO-OFDM系統(tǒng)，并就V-BLAST空時(shí)編碼的特點(diǎn)，對(duì)MIMO-OFDM系統(tǒng)已有的最優(yōu)檢測(cè)、線性以非線性檢測(cè)三大類方法對(duì)算法復(fù)雜度和檢測(cè)性能進(jìn)行討論。從討論結(jié)果可以看出，線性檢測(cè)方法雖計(jì)算復(fù)雜度比較低，但檢測(cè)性能較差，一般作為一種輔助檢測(cè)算法來使用。非線性檢測(cè)中的QR算法由于存在誤碼傳播的可能性，其檢測(cè)性能相比ZF-OSIC算法較差，但因它只使用了一次QR分解，計(jì)算復(fù)雜度比ZFOSIC算法要低。同樣，ZF-OSIC檢測(cè)性能低于ML算法，但是它的計(jì)算復(fù)雜度要遠(yuǎn)遠(yuǎn)低于ML算法。ML算法雖有最佳的檢測(cè)性能，但其計(jì)算量非常大，無法運(yùn)用到實(shí)際的通信系統(tǒng)中。參考文獻(xiàn)：

[1]第五代移動(dòng)通信技術(shù)的簡(jiǎn)稱[EB/OL].(2012-10-10).http://baike.baidu.com/view/1050589.html.

[2]馮巖.5G研發(fā)，爭(zhēng)分奪秒[J].電波衛(wèi)視，2014(1):70-72.FENG Yan.5G development,race against time[J].Wave TV，2014(1):70-72.

[3]姜大潔，何麗峰，劉宇超.5G：趨勢(shì)、挑戰(zhàn)和愿景[J].電信網(wǎng)技術(shù)，2013(9):20-26.JIANG Da-jie，HE Li-feng，LIU Yu-chao.Communication network technology 5G:Trends,challenges and vision[J].2013(9):20-26.

[4]Helmut B O.Principles of MIMO-OFDM wireless systems[M].Boca Raton:CRC Press,2005

[5]Qianlei L,Luxi Y.A simplified method for V-BLAST detection in MIMO-OFDM communications[C]//10th Asia-Pacific conference on communication and 5th international symposium on multi-dimensional mobile communication,2004.

[6]汪蓓，朱琦.MIMO-OFDM系統(tǒng)中的一種改進(jìn)的V-BLAST檢測(cè)算法[J].信號(hào)處理,2009(9):1409-1413.WANG Bei，ZHU Qi.An improved V-BLAST detection algorithm of MIMO-OFDM system[J].Signal Processing,2009(9): 1409-1413.

[7]鄭勇，馮大政.多天線系統(tǒng)中基于QR分解的混合SIC/PIC檢測(cè)[J].系統(tǒng)工程與電子技術(shù)，2010(8)：1582-1586.ZHENG Yong，F(xiàn)ENG Da-zheng.Hybrid SIC/PIC detection based on QR decomposition of Multi-antenna system[J].System Engineering and Electronics,2010(8):1582-1586.

Research on key technologies of M IMO-OFDM detection in the fifth generation mobile communication system

WEN Zu-wei
（China Mobile Group Guangdong Co.,Ltd.Guangzhou Branch，Guangzhou 440100,China）

The fifth generation mobile communication will provide higher access rate,wider bandwidth and more flexible configuration and network.To meet the demand for the development of 5G,people have put forward solutions to some key problems in transmission and network issues including HF transmission,new multi antenna transmission,straight-through technology in terminal,dense network and new network architectures.The basic principle of new multiple antennas technology is the use of space for time,making full use of space resources which have not been fully developed,simultaneously improve the system spectrum efficiency and system capacity without increasing the bandwidth of the channel and the number of transmit antenna.For it’s anti-multipath capability,we adopt OFDM to new multiple antenna,many numerical simulations and sensitive analysis?based on V-BLAST MIMO system were shown,the trade off between detection performance and complexity was analyzed in detail.

the fifth generation mobile communication;new multi antenna;MIMO-OFDM;detection algorithm

TN92

A

1674－6236（2015）10-0145-04

2014-09-02 稿件編號(hào)：201409021

溫祖威(1972—)，男，廣東新興人，碩士，高級(jí)工程師。研究方向：通信網(wǎng)絡(luò)建設(shè)與維護(hù)。