一种RI-RTS检测方法及装置 |
|||||||
| 申请号 | CN201510102464.8 | 申请日 | 2015-03-09 | 公开(公告)号 | CN104661239A | 公开(公告)日 | 2015-05-27 |
| 申请人 | 北京邮电大学; | 发明人 | 尹长川; 蔡剑兴; 罗涛; 刘丹谱; 郝建军; 李剑峰; | ||||
| 摘要 | 本 发明 实施例 公开了一种RI-RTS检测方法及装置，其中，RI-RTS随机干扰的动态禁忌搜索检测方法包括：接收 信号 作为初始输入进行RTS检测，判断每一轮RTS检测后的输出结果是否满足终止条件；当输出结果不满足终止条件，对输出结果进行随机干扰得到随机干扰结果，将随机干扰结果作为后续一轮RTS检测的输入执行RTS检测；当输出结果满足终止条件，则终止RTS检测，实现同时满足系统性能与计算复杂度的要求。 | ||||||
| 权利要求 | 1.一种RI-RTS随机干扰的动态禁忌搜索检测方法，其特征在于，包括： |
||||||
| 说明书全文 | 一种RI-RTS检测方法及装置技术领域[0001] 本发明涉及无线通信技术领域，尤其涉及一种 RI-RTS(RandomInterference-Reactive Tabu Search，随机干扰的动态禁忌搜索)检测方法及装置。 背景技术[0002] 为了进一步提升移动通信系统的容量和频谱效率，大规模MIMO(Multiple Input Multiple Output，多输入多输出)技术得到快速发展。通常来说，在大规模MIMO系统中，基站将会配备多达数十根或者上百根的天线，是目前通信系统天线数量的1～2个数量级以上。但是，随着天线数急剧增加，接收端的检测复杂度也会急剧上升，这将严重制约大规模MIMO技术在实际通信系统中的使用。目前，由于RTS算法能够以较低的计算复杂度获得比较优异的BER(Bit Error Ratio，比特差错率)性能，所以RTS算法成为大规模MIMO系统中的主要检测算法之一。 [0003] 在N×N的复MIMO系统中，假设发送端发送的信号向量为x，接收端的接收信号向量为y，信道增益矩阵为H，加性噪声n，则该MIMO系统可以表示为y＝Hx+n。其中，矩阵H2 中的元素服从均值为0，方差为1的复高斯分布；n服从均值为0，方差为σ＝N·Es/γ的复高斯分布，Es表示发送端的平均符号能量，γ表示接收端的平均接收信噪比。 [0004] 为了便于实现RTS算法，通常将N×N维的复MIMO系统转化成式(1)表示的2N×2N维的实MIMO系统： [0005] [0006] 其中： [0007] [0008] 同时，将式(3)中的函数表达式的值称为向量 的ML(Maximum Likelihood，最大似然)代价值： [0009] [0010] 下面说明RTS算法涉及的邻域向量和邻域距离： [0011] 在一个采用M-PAM调制的2N×2N的MIMO系统中，其调制后符号的电平值的集合为S＝{a1,a2,...,aM}，其中M表示集合S的大小。设有向量α＝(α1,α2,…,α2N)和向量β＝(β1,β2,…,β2N)，其中对任意1≤i≤N有αi∈S，βi∈S。令向量γ＝(γ1,γ2,…,γ2N)＝β-α，如果向量γ满足式(4)的关系，则称向量β为向量α的第u个维度且邻域距离为v的邻域向量，简记作β＝α(u,v)。 [0012] [0013] 下面说明RTS算法涉及的明禁忌矩阵： [0014] 禁忌矩阵T是一个2NM×(M-1)的二维矩阵，T中的每M行作为一组(共2N组)，每一组分别与其中一根发送天线发射对应，M-1列则表示每根天线对应的M-1个邻域向量。T矩阵中的元素均为非负整数P，表示到每个邻域向量的禁忌次数为P。所谓禁忌次数，即若T(u,v)＝P，则表示当前解向量的第u个维度且邻域距离为v的邻域向量在接下来的P次迭代搜索过程中是被禁止的。执行过程中如果到某邻域解向量重复出现，则增加对该邻域向量的禁忌；否则，减少对该邻域向量的禁忌。 [0015] 当系统采用高阶调制方式时，如16QAM(Quadrature Amplitude Modulation，正交振幅调制)和64QAM时，RTS检测算法容易陷入局部域的循环搜索，导致RTS算法的BER性能与AWGN信道下的ML(Maximum Likelihood，最大似然)检测性能相比，存在着较大的差距。 发明内容[0016] 本发明实施例的目的是提供一种RI-RTS检测方法及装置，同时满足系统性能与计算复杂度的要求。 [0017] 本发明实施例的目的是通过以下技术方案实现的： [0018] 一方面，本发明实施例提供一种RI-RTS检测方法，包括： [0019] 接收信号作为初始输入进行RTS检测，判断每一轮RTS检测后的输出结果是否满足终止条件； [0020] 当所述输出结果不满足终止条件，对所述输出结果进行随机干扰得到随机干扰结果，将所述随机干扰结果作为后续一轮RTS检测的输入执行RTS检测； [0021] 当所述输出结果满足终止条件，则终止RTS检测。 [0022] 另一方面，本发明实施例提供一种RI-RTS检测装置，包括： [0023] 终止判决单元，用于接收信号作为初始输入进行RTS检测，判断每一轮RTS检测后的输出结果是否满足终止条件，当所述输出结果满足终止条件，则终止RTS检测； [0024] 随机干扰单元，当所述输出结果不满足终止条件，对所述输出结果进行随机干扰得到随机干扰结果，将所述随机干扰结果作为后续一轮RTS检测的输入执行RTS检测。 [0025] 由上述本发明实施例提供的技术方案可以看出，一方面通过随机干扰保证能够从多个不同的区域进行搜索，大大提升了检测的成功率；另一方面又通过终止判决有效的控制迭代次数，从而保证计算复杂度，实现同时满足系统性能与计算复杂度的要求。附图说明 [0026] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。 [0027] 图1为本发明实施例提供的RI-RTS检测方法的流程示意图。 [0028] 图2为本发明实施例提供的RI-RTS检测装置的构成示意图。 [0029] 图3为本发明实施例提供的RI-RTS检测方法的应用流程示意图。 具体实施方式[0030] 下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。 [0031] 如图1所示，本发明实施例提供一种RI-RTS检测方法，包括： [0032] 步骤11、接收信号作为初始输入进行RTS检测，判断每一轮RTS检测后的输出结果是否满足终止条件。 [0033] 步骤121、当所述输出结果不满足终止条件，对所述输出结果进行随机干扰得到随机干扰结果，将所述随机干扰结果作为后续一轮RTS检测的输入执行RTS检测。 [0034] 步骤122、当所述输出结果满足终止条件，则终止RTS检测。 [0035] 由上述本发明实施例提供的技术方案可以看出，一方面通过随机干扰保证能够从多个不同的区域进行搜索，大大提升了检测的成功率；另一方面又通过终止判决有效的控制迭代次数，从而保证计算复杂度，实现同时满足系统性能与计算复杂度的要求。 [0036] 本发明实施例RI-RTS检测方法，从检测性能以及计算复杂度这两方面考虑，RI-RTS算法能够同时满足系统性能与计算复杂度的要求，这在实际工程应用中是非常有意义的。 [0037] 本发明实施例RI-RTS检测方法，尤其适用于采用高阶调制的大规模MIMO系统中。 [0038] 本发明实施例RI-RTS检测方法，以传统RTS算法为基础，在这个基础上采用一种迭代的策略，并在迭代过程中引入随机干扰，使得接收端在检测信号的过程中能够从多个不同的搜索空间进行搜索，从而能够有效的解决传统RTS算法在搜索过程中陷入局部搜索空间循环搜索这一问题。 [0039] 本发明实施例RI-RTS检测方法中，在2N×2N的实MIMO系统中，假设发送端发送的信号向量为x，接收端的接收信号向量为y，信道增益矩阵为H，加性噪声n，则该MIMO系统可以表示为y＝Hx+n。其中，矩阵H中的元素服从均值为0，方差为1的复高斯分布；n服2 从均值为0，方差为σ＝N·Es/γ的复高斯分布，Es表示发送端的平均符号能量，γ表示 2 接收端的平均接收信噪比，同时将表达式f(x)＝||y-Hx||的值称为接收向量x的ML代价值。 [0040] 本发明实施例RI-RTS检测方法中涉及的符号可以参考背景技术传统RTS算法的相同符号得以理解，下文不再重复描述。 [0041] 具体的，每一轮RTS检测后的输出结果是否满足终止条件，可以包括： [0042] 终止条件a：iter＞L； [0043] 终止条件b：var(θ)≤bound·σ2； [0044] 终止条件c：f(xRTS)的值已经重复出现了L/2次； [0045] 其中，初始化RTS检测的最大迭代次数为L，终止门限为bound，接收信号当前信噪2 比σ＝N·Es/γ，当前迭代次数为iter，当前RTS检测的输出结果为xRTS，xRTS的ML代价值f(xRTS)以及变量θ＝y-HxRTS的方差为var(θ)； [0046] 上述a,b,c终止条件中的任意一个成立，则为输出结果满足终止条件。 [0047] 其中，依次检查如上a,b,c终止条件中的任意一个是否成立。 [0048] 可见，判断每一轮RTS检测后的输出结果是否满足终止条件，如果不满足终止条件，继续执行后续的迭代；否则提前结束迭代过程，从而能够有效的降低算法的计算复杂度。 [0049] 具体的，对所述输出结果进行随机干扰得到随机干扰结果，可以包括： [0050] 在2N×2N的实MIMO系统中，对于当前RTS检测的输出结果为xRTS，随机生成两个含有N个元素的集合π和集合v，使得 以及v＝{v1,v2,…,vN}，且对任意的1≤i≤N都有vi∈{1,2,…,M-1}，其中M表示调制后符号的幅度值的集合的大小； [0051] 随机干扰结果为 [0052] 可见，并在迭代过程中引入随机干扰，使得下一次RTS算法的搜索区域从当前搜索区域跳转出来，避免搜索过程中陷入局部搜索空间循环搜索这一问题。 [0053] 如图2所示，对应上述实施例的RI-RTS检测方法，本发明实施例提供一种RI-RTS检测装置，包括： [0054] 终止判决单元21，用于接收信号作为初始输入进行RTS检测，判断每一轮RTS检测后的输出结果是否满足终止条件，当所述输出结果满足终止条件，则终止RTS检测。 [0055] 随机干扰单元22，当所述输出结果不满足终止条件，对所述输出结果进行随机干扰得到随机干扰结果，将所述随机干扰结果作为后续一轮RTS检测的输入执行RTS检测。 [0056] 由上述本发明实施例提供的技术方案可以看出，一方面通过随机干扰保证能够从多个不同的区域进行搜索，大大提升了检测的成功率；另一方面又通过终止判决有效的控制迭代次数，从而保证计算复杂度，实现同时满足系统性能与计算复杂度的要求。 [0057] 本发明实施例RI-RTS检测装置，从检测性能以及计算复杂度这两方面考虑，RI-RTS算法能够同时满足系统性能与计算复杂度的要求，这在实际工程应用中是非常有意义的。 [0058] 本发明实施例RI-RTS检测装置，尤其适用于采用高阶调制的大规模MIMO系统中。对接收端的接收信号进行检测。 [0059] 本发明实施例RI-RTS检测装置，还可以包括RTS算法检测器，用于进行RTS检测，终止判决单元判断每一轮RTS检测后的输出结果是否满足终止条件。 [0060] 终止判决单元，具体可以用于： [0061] 终止条件a：iter＞L；2 [0062] 终止条件b：var(θ)≤bound·σ； [0063] 终止条件c：f(xRTS)的值已经重复出现了L/2次； [0064] 其中，初始化RTS检测的最大迭代次数为L，终止门限为bound，接收信号当前信噪2 比σ＝N·Es/γ，当前迭代次数为iter，当前RTS检测的输出结果为xRTS，xRTS的ML代价值f(xRTS)以及变量θ＝y-HxRTS的方差为var(θ)； [0065] 上述a,b,c终止条件中的任意一个成立，则为输出结果满足终止条件。 [0066] 终止判决单元，具体可以用于依次检查如上a,b,c终止条件中的任意一个是否成立。 [0067] 可见，判断每一轮RTS检测后的输出结果是否满足终止条件，如果不满足终止条件，继续执行后续的迭代；否则提前结束迭代过程，从而能够有效的降低算法的计算复杂度。 [0068] 随机干扰单元，具体可以用于：在2N×2N的实MIMO系统中，对于当前RTS检测的输出结果为xRTS，随机生成两个含有N个元素的集合π和集合v，使得以 及v＝{v1,v2,…,vN}，且对任 意的1≤i≤N都 有vi∈{1,2,…,M-1}，其中M表示调制后符号的幅度值的集合的大小； [0069] 随机干扰结果为 [0070] 可见，并在迭代过程中引入随机干扰，使得下一次RTS算法的搜索区域从当前搜索区域跳转出来，避免搜索过程中陷入局部搜索空间循环搜索这一问题。 [0071] 如图3所示，本发明实施例RI-RTS检测的实施步骤可以包括： [0072] 31、接收端首先对接收到的向量y作检测，并对检测的结果做符号硬判决，得到初始解向量xcur； [0073] 其中，可以利用ZF(Zero Forcing，迫零)检测算法或者MMSE(Minimum Mean Square Error，最小均方差)检测算法对接收到的向量y作检测； [0074] 32、初始化参数：最大迭代次数L，终止判决门限bound，根据当前信噪比计算σ2＝N·Es/γ，当前迭代次数iter＝0，当前ML代价值最小的解向量xbest＝xcur，ML代价值集合ML_cost＝[]； [0075] 33、判断条件iter＞L是否成立，如果成立，则算法终止，将向量xbest作为算法的最终输出结果，否则执行步骤34； [0076] 34、将初始解向量xcur送入RTS算法检测器，得到向量xRTS，计算xRTS的ML代价值f(xRTS)； [0077] 35、判断f(xRTS)与f(xbest)的大小，如果f(xRTS)＜f(xbest)，则令xbest＝xRTS，并将f(xRTS)加入集合ML_cost中ML_cost＝[ML_cost f(xRTS)]； [0078] 36、计算变量θ＝y-HxRTS的方差var(θ)，判断var(θ)≤bound·σ2是否成立，如果成立，则算法终止，将向量xbest作为算法的最终输出结果，否则执行步骤37； [0079] 37、在集合ML_cost中检查f(xRTS)出现的次数，如果f(xRTS)已经重复出现了L/2次，则算法终止，将向量xbest作为算法的最终输出结果，否则执行步骤38； [0080] 38、将向量xRTS送入随机干扰单元，得到随机干扰向量 并令 以及iter＝iter+1，然后跳转到步骤33执行。 [0081] 可以看出，一方面通过随机干扰保证能够从多个不同的区域进行搜索，大大提升了检测的成功率；另一方面又通过终止判决有效的控制迭代次数，从而保证计算复杂度，实现同时满足系统性能与计算复杂度的要求。 [0082] 以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。 |
||||||
QQ群二维码
意见反馈
意见反馈