技术领域
[0001] 本
发明涉及无线通信技术的研究领域，特别涉及基于子载波树搜索的MIMO-OFDM-IM检测方法。
背景技术
[0002] 为了提升系统的容量和性能，利用天线复用增益和分集增益的MIMO技术被提出并作为第四代移动通信系统的关键技术之一。但传统MIMO技术的复用增益依赖于发射天线和接收天线的
正交性，因此一种新的不要求发射天线和接收天线正交性的多天线技术——
空域索引调制被提出。在空域索引调制中，信息不仅通过
星座符号进行传输，而且还通过激活的天线序号进行传输。这样相比于传统的MIMO，空域索引调制避免了天线间的干扰，降低了接收端检测器的复杂度。因此空域索引调制成为下一代移动通信中极具竞争
力的MIMO技术。
[0003] 受空域索引调制思想的启发，索引调制被应用到频域中提出了OFDM-IM系统。OFDM-IM系统是一种灵活的子载波系统，它通过索引调制激活一部分子载波发送星座数据，剩余子载波静默。由于OFDM-IM中存在大量的静默子载波，这使得活跃子载波分布具有稀疏性，从而可以有效地抵抗
频率偏移。同时静默子载波不需要发送
能量，系统的能量效率得以提升。由于索引调制的引入，OFDM-IM可以灵活地进行子载波的配置，能够在系统性能和
频谱效率之间按需调节。
[0004] 基于MIMO技术和OFDM-IM技术的优势，可将二者结合得到MIMO-OFDM-IM系统。在此系统中，发送端天线单独发送OFDM-IM数据
帧，接收端天线通过对OFDM-IM的子载波组检测进行解调。相比于传统的MIMO-OFDM系统，MIMO-OFDM-IM系统具有更优异的性能，能实现更高的能量效率，而且可以通过改变活跃子载波的个数实现频谱效率和系统性能的折中。但是由于MIMO-OFDM-IM中的子载波组中的子载波的相关性，子载波组中星座符号和活跃子载波
位置的检测成为一个挑战性的难题。虽然最大似然(Maximum Likelihood,ML)检测器达到了最优性能，但是其复杂度过高，随活跃子载波个数和天线数成指数增长，不利于实际的实现。基于
最小均方误差(Minimum Mean Square Error，MMSE)的检测器和顺序连续干扰抵消(Ordered Successive Interference Cancellation，OSIC)检测器虽然降低了复杂度，但是以牺牲系统性能为代价的，其性能较ML检测器还有很大的差距。如何设计出低复杂度近似最优ML检测性能的检测器，仍是MIMO-OFDM-IM中的具有挑战性的难题。
发明内容
[0005] 本发明的主要目的在于克服
现有技术的缺点与不足，提供基于子载波树搜索的MIMO-OFDM-IM检测方法。
[0006] 本发明的目的通过以下的技术方案实现：
[0007] 基于子载波树搜索的MIMO-OFDM-IM检测方法，其特征在于，包括以下步骤：
[0008] S1、源比特映射；
[0009] 源比特ANt比特信息分成Nt组，每组的A比特信息对应一个发送天线；每个天线的A比特信息经过比特分流器分为G组，G组每组有p比特信息，其中A＝pG，将p比特信息映射到载
波长度为N的OFDM-IM组上，其中N＝M/G，M为一个OFDM-IM
块符号中的子载波个数，在每个OFDM-IM组中，载波长度为N的子载波中有L个传输星座符号，其余的子载波为空子载波；
[0010] 一方面，p1比特信息被送入索引选择器，用来从载波长度为N的子载波中选择L个子载波激活，则索引选择器传输的比特数为：
[0011]
[0012] 其中， 为对 下取整， 为二项式系数；
[0013] 另一方面，p2比特信息被送入映射器，映射到W维的L个传输星座符号上，则映射器传输的比特数为：
[0014] p2＝Llog2W；
[0015] S2、OFDM调制数据发送，
[0016] 经过索引调制，每个发送天线的G组数据经过组产生器得到一个OFDM-IM组符号：
[0017]
[0018] 其中， 为第t个天线第g个OFDM-IM载波组中的第n个载波的数据，t＝1,2,...,Nt，g＝1,2,...,G，n＝1,2,...,N；
[0019] 将OFDM-IM组符号送入交织器，得到交织后的OFDM-IM组符号
[0020]
[0021] 将交织后的OFDM-IM组符号经过IFFT操作转化到时域，再添加CP后，被发送天线发送出去；
[0022] S3、多天线
信号接收，接收端有Nr根接收天线，每根接收天线对接收信号首先经过去CP操作和FFT转化，将时域的数据转化到频域；对于第r根天线，经过FFT后转化到频域上的接收信号为：
[0023]
[0024] 其中， 为接收信号向量， 为从第t个发送天线到第r个接收天线的信道频域响应， 为噪声向量，
[0025] S4、解交织信号分组：
[0026] 经过与发送端交织操作相反的解交织操作得到的信号为：
[0027]
[0028] 其中，hr,t为 解交织后的数据，ηr为 解交织后的数据；
[0029] 为了检测OFDM-IM组中活跃子载波的位置，解交织后的信号经过信号分组器，分为与发送端组数相同的G组，对于第g组，则有：
[0030]
[0031]
[0032]
[0033] 其中， 为第g组发送数据所经过的信道， 为第g组发送数据上的噪声向量；
[0034] 第g组中的第n个子载波接收信号为：
[0035]
[0036] 其中，n＝1,2,...,N；
[0037] S5、信号转化；
[0038] 对第g组的第n个子载波的信道矩阵进行QR分解：
[0039] Hg(n)＝Qg(n)Rg(n)，
[0040] 其中，Qg(n)为正交酋矩阵， Rg(n)为上三
角矩阵，
[0041] 将步骤S4中第g组中的第n个子载波接收信号公式左乘(Qg(n))H得：
[0042]
[0043] 其中，zg(n)＝(Qg(n))Hyg(n)，μg(n)＝(Qg(n))Hηg(n)；
[0044] 根据索引调制，需要连续检测N个子载波的信号，因此，检测问题转化为：
[0045]
[0046] 为了解决上述问题，定义超级符号为 超级接收符号为 等效信道矩阵为
噪声为
[0047] 则检测问题如下：
[0048]
[0049] 其中，zg,Rg,xg,μg为所有接受天线的第g组信号的组合；
[0050] S6、基于子载波的K-best树搜索检测，发送信号的检测为：
[0051]
[0052] 其中，Ω为一个组的发送信号的所有可能实现形式，
[0053] 第Nt层的路径度量值计算如下：
[0054]
[0055] 其中， 表示第Nt层的第g个子载波组中第m个可能实现形式的路径度量值，为第Nt层的第g个子载波组中的第m个发送符号；
[0056] 第Nt层的路径度量值计算如下：
[0057]
[0058] 其中， 表示第Nt层的第g个子载波组的路径度量值；
[0059] 从第Nt层开始搜索，一直搜索到第一层天线，在每层天线的搜索过程中，路径度量的计算在子载波层面进行，按次序进行，由子载波所经过的信道因子决定；
[0060] 第l层天线的第n个子载波的信道因子为：
[0061]
[0062] 对于第l层天线的搜索，信道因子越大，表明子载波所经过的信道衰减越小，则子载波越有优先权去计算路径度量值，而信道因子比较小的子载波延后计算路径度量值；
[0063] 根据信道因子，对第l层天线的子载波计算路径度量值次序排序如下：
[0064] {1'l,2'l,...,n'l...,N'l}，
[0065] 其中，n'l表示第l层天线排在第n个位置的子载波序号；
[0066] 在每层中，根据子载波序号顺序计算路径度量值，每次计算完路径度量值后，与预设的
门限值进行比较，保留低于门限值的
节点；当搜索到第一层第N'1个子载波时，最小路径度量值对应的路径上的超级符号值为检测结果。
[0067] 进一步地，所述步骤S6，具体为：
[0068] Y1、路径度量值的计算从第Nt层天线第 个子载波开始，第Nt层第 个子载波上的第m个节点的路径度量值计算为：
[0069]
[0070] 其中， 为从0或数据星座点中选择的第m个候选星座映射符号；
[0071] 计算完成路径度量值后，将路径度量值与门限值比较，门限值可计算为：
[0072]
[0073] 其中， 表示此层中最小的PM值， 表示此层中次小的PM值，α为常数值， 为噪声能量；通过比较路径度量值与门限值，选择路径度量值低于门限的节点，将这些节点的路径度量值和对应的符号值保存；然后继续向下一子载波扩展，每个节点扩展到下一子载波的(W+1)个
子节点；
[0074] 在第Nt层天线第 个子载波的搜索中，保留的节点数为κ，κ＝min{K,n(W+1)}；在计算完第Nt层天线第 个子载波上的路径值后，由第 个子载波继续向下一个子载波扩展子节点；
[0075] Y2、第Nt层天线第 个子载波上的第[(k-1)(W+1)+m]个节点的路径度量值为：
[0076]
[0077] 其中， 为第Nt层天线上一个子载波保留的节点数； 为第 个子载波的第k个节点对应的路径度量值；
为第 个子载波的第k个节点扩展到第 个子载波的第m个节点的分支
度量；
[0078] 则有：
[0079]
[0080] 其中， 为第 个子载波从0或者数据星座点中选择的第m个候选符号；
[0081] 使用附加度量 控制OFDM-IM子载波组中的活跃子载波和空子载波的数量，使得每一个OFDM-IM子载波组中刚好有L个活跃子载波，具体计算为：
[0082]
[0083] 其中， 为前n-1个子载波中第k条现存路径对应的非零元素的数量，λ为常数，ω为数据星座点；
[0084] 第Nt层天线第 个子载波的门限值设置为：
[0085]
[0086] 其中， 表示此层中最小的PM值， 表示此层中次小的PM值，α为常数值， 为噪声能量；通过比较路径度量值与门限值，选择路径度量值低于门限的节点，将这些节点的路径度量值和对应的符号值保存；然后继续向下一子载波扩展，每个节点扩展到下一子载波的(W+1)个子节点；
[0087] Y3、在第1层天线的基于子载波的K-best树搜索检测中，第1'l个子载波上的第[(k-1)(W+1)+m]个节点的路径度量值计算如下：
[0088]
[0089] 其中， 为第l+1层天线第N′l+1个子载波的第k个节点对应的路径度量值； 为第l层天线第1'l个子载波的第m个节点的分支度量；
[0090] 则有：
[0091]
[0092] 其中， 为从0或数据星座点中选择的第m个候选星座映射符号；为第j层天线第1'l个子载波上第k条路径对应的符号值；
[0093] 第1层天线其他子载波上的路径度量值计算为：
[0094]
[0095] 其中，n′l＝2'l,3'l,...,N′l；
[0096] 第l层天线第n'l个子载波的路径度量门限值设置为：
[0097]
[0098] 其中， 表示此层中最小的PM值， 表示此层中次小的PM值，α为常数值， 为噪声能量。与第Nt层的操作相同，通过比较路径度量值与门限值，选择路径度量值低于门限的节点，将这些节点的路径度量值和对应的符号值保存；
[0099] Y4、当搜索到第一层第N′l个子载波时，选择最小路径度量值对应的路径，此路径上的符号值为检测结果；
[0100] 进一步地，所述发射天线数为Nt，所述接收天线数为Nr，且发射天线数等于接收天线数，即Nt≤Nr；
[0101] 进一步地，步骤S2中，所述交织器为G×N维的组交织器；
[0102] 进一步地，步骤S3中，所述衰减信道为瑞利多径衰落信道；
[0103] 进一步地，步骤S4中，所述解交织过程为交织的反操作。
[0104] 本发明与现有技术相比，具有如下优点和有益效果：
[0105] 本发明通过对MIMO-OFDM-IM接收信号的转化，将检测问题转化为树搜索问题，然后利用基于门限的K-best检测
算法逐层逐子载波进行搜索；在每一层中，根据一定的子载波次序计算路径度量值，并根据路径度量值与门限值的比较选择保留的节点和抛弃的节点；当搜索到第一层最后一个子载波时，最小路径度量值对应路径上的符号即是基于子载波K-best检测方法的检测结果；基于门限的子载波K-best检测的方法对接收信号进行搜索，一方面降低系统检测的复杂度，另一方面达到与最优检测相近的性能。
附图说明
[0106] 图1是本发明所述基于子载波树搜索的MIMO-OFDM-IM检测方法的方法
流程图；
[0107] 图2是本发明
实施例中MIMO-OFDM-IM系统发送端模型结构
框图；
[0108] 图3是本发明实施例中MIMO-OFDM-IM系统接收端模型结构框图；
[0109] 图4是本发明实施例中四种检测方法在(N,L)＝(2,1)和QPSK调制下的性能比较示意图；
[0110] 图5是本发明实施例中两种检测方法在(N,L)＝(2,1)和QPSK调制下的性能比较示意图。
具体实施方式
[0111] 下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
[0112] 实施例：
[0113] 基于子载波树搜索的MIMO-OFDM-IM检测方法，如图1所示，MIMO-OFDM-IM系统发送端和接收端如图2和图3所示；这里设定发射天线数Nt＝4，接收天线数Nr＝4，子载波个数M＝1024，信号调制为QPSK，检测器中参数λ＝100，仿真采用的信道为瑞利多径衰落信道。
[0114] 包括以下步骤：
[0115] S1、源比特映射；
[0116] 将ANt比特信息分成Nt组，Nt组每组的A比特信息对应一个发送天线；再将A比特信息经过比特分流器分为G组，G组每组有p比特信息，其中A＝pG，将p比特信息映射到载波长度为N的OFDM-IM组上，其中N＝M/G，M为一个OFDM-IM符号中的子载波个数，在OFDM-IM组中，载波长度为N的子载波中有L个传输星座符号，其余的子载波为空子载波；
[0117] 一方面，p1比特信息被送入索引选择器，用来从载波长度为N的子载波中选择L个子载波激活，则索引选择器传输的比特数为：
[0118]
[0119] 其中， 为对 下取整， 为二项式系数；
[0120] 另一方面，p2比特信息被送入映射器，映射到W维的L个传输星座符号上，则映射器传输的比特数为：
[0121] p2＝L log2 W；
[0122] S2、OFDM调制数据发送，
[0123] 经过索引调制，每个发送天线的G组数据经过组产生器得到一个OFDM-IM组符号：
[0124]
[0125] 其中， 为第t个天线第g个OFDM-IM载波组中的第n个载波的数据，t＝1,2,...,Nt，g＝1,2,...,G，n＝1,2,...,N；
[0126] 将OFDM-IM组符号送入交织器，得到交织后的OFDM-IM组符号
[0127]
[0128] 将交织后的OFDM-IM组符号经过IFFT操作转化到时域，再添加CP后，被发送天线发送出去；
[0129] S3、多天线信号接收，有Nr根接收天线，经过衰落信道后，每根接收天线首先经过去CP操作和FFT转化，将时域的数据转化到频域；对于第r根天线，经过FFT后转化到频域上的接收信号为：
[0130]
[0131] 其中， 为接收信号向量， 为从第t个发送天线到第r个接收天线的信道频域响应， 为噪声向量，
[0132] S4、解交织信号分组：
[0133] 经过与发送端交织操作相反的解交织操作得到的信号为：
[0134]
[0135] 其中，hr,t为 解交织后的数据，ηr为 解交织后的数据；
[0136] 为了检测OFDM-IM组中活跃子载波的位置，解交织后的信号经过信号分组器，分为与发送端组数相同的G组，对于第g组，则有：
[0137]
[0138]
[0139]
[0140] 其中， 为第g组发送数据所经过的信道， 为第g组发送数据上的噪声向量；
[0141] 第g组中的第n个子载波接收信号为：
[0142]
[0143] 其中，n＝1,2,...,N；
[0144] S5、信号转化；
[0145] 对第g组的第n个子载波的信道矩阵进行QR分解：
[0146] Hg(n)＝Qg(n)Rg(n)，
[0147] 其中，Qg(n)为正交酋矩阵， Rg(n)为上三角矩阵，
[0148] 将步骤S4中第g组中的第n个子载波接收信号公式左乘(Qg(n))H得：
[0149]
[0150] 其中，zg(n)＝(Qg(n))Hyg(n)，μg(n)＝(Qg(n))Hηg(n)；
[0151] 根据索引调制，需要连续检测N个子载波的信号，因此，检测问题转化为：
[0152]
[0153] 为了解决上述问题，定义超级符号为 超级接收符号为 等效信道矩阵为
噪声为
[0154] 则检测问题如下：
[0155]
[0156] 其中，zg,Rg,xg,μg为所有接受天线的第g组信号的组合；
[0157] S6、基于子载波的K-best树搜索检测，发送信号的检测为：
[0158]
[0159] 其中，Ω为一个组的发送信号的所有可能实现形式，
[0160] 第Nt层的路径度量值计算如下：
[0161]
[0162] 其中， 表示第Nt层的第g个子载波组中第m个可能实现形式的路径度量值，为第Nt层的第g个子载波组中的第m个发送符号；
[0163] 第Nt层的路径度量值计算如下：
[0164]
[0165] 其中， 表示第Nt层的第g个子载波组的路径度量值；
[0166] 从第Nt层开始搜索，一直搜索到第一层天线，在每层天线的搜索过程中，路径度量的计算在子载波层面进行，按次序进行，由子载波所经过的信道因子决定；
[0167] 第l层天线的第n个子载波的信道因子为：
[0168]
[0169] 对于第l层天线的搜索，信道因子越大，表明子载波所经过的信道衰减越小，则子载波越有优先权去计算路径度量值，而信道因子比较小的子载波延后计算路径度量值；
[0170] 根据信道因子，对第l层天线的子载波计算路径度量值次序排序如下：
[0171] {1'l,2'l,...,n'l...,N'l}，
[0172] 其中，n'l表示第l层天线排在第n个位置的子载波序号；
[0173] 在每层中，根据子载波序号顺序计算路径度量值，每次计算完路径度量值后，与预设的门限值进行比较，保留低于门限的节点；；当搜索到第一层第N'1个子载波时，最小路径度量值对应的路径上的超级符号值为检测结果。
[0174] 进一步地，所述步骤S6，具体为：
[0175] Y1、路径度量值的计算从第Nt层天线第 个子载波开始，第Nt层第 个子载波上的第m个节点的路径度量值计算为：
[0176]
[0177] 其中， 为从0或数据星座点中选择的第m个候选星座映射符号；
[0178] 计算完成路径度量值后，将路径度量值与门限比较，门限值可计算为：
[0179]
[0180] 其中， 表示此层中最小的PM值， 表示此层中次小的PM值，α为常数值， 为噪声能量；通过比较路径度量值与门限值，选择路径度量值低于门限的节点，将这些节点的路径度量值和对应的符号值保存；然后继续向下一子载波扩展，每个节点扩展到下一子载波的(W+1)个子节点；
[0181] Y2、第Nt层天线第 个子载波上的第[(k-1)(W+1)+m]个节点的路径度量值为：
[0182]
[0183] 其中， 为第Nt层天线上一个子载波保留的节点数； 为第 个子载波的第k个节点对应的路径度量值；
为第 个子载波的第k个节点扩展到第 个子载波的第m个节点的分支
度量；
[0184] 则有：
[0185]
[0186] 其中， 为第 个子载波从0或者数据星座点中选择的第m个候选符号；
[0187] 使用附加度量 控制OFDM-IM子载波组中的活跃子载波和空子载波的数量，使得每一个OFDM-IM子载波组中刚好有L个活跃子载波，具体计算为：
[0188]
[0189] 其中， 为前n-1个子载波中第k条现存路径对应的非零元素的数量，λ为常数，ω为数据星座点；
[0190] 第Nt层天线第 个子载波的门限值设置为：
[0191]
[0192] 其中， 表示此层中最小的PM值， 表示此层中次小的PM值，α为常数值， 为噪声能量；通过比较路径度量值与门限值，选择路径度量值低于门限的节点，将这些节点的路径度量值和对应的符号值保存；然后继续向下一子载波扩展，每个节点扩展到下一子载波的(W+1)个子节点；
[0193] Y3、在第1层天线的基于子载波的K-best树搜索检测中，第1'l个子载波上的第[(k-1)(W+1)+m]个节点的路径度量值计算如下：
[0194]
[0195] 其中， 为第l+1层天线第N′l+1个子载波的第k个节点对应的路径度量值； 为第l层天线第1'l个子载波的第m个节点的分支度量；
[0196] 则有：
[0197]
[0198] 其中， 为从0或数据星座点中选择的第m个候选星座映射符号；为第j层天线第1'l个子载波上第k条路径对应的符号值；
[0199] 第1层天线其他子载波上的路径度量值计算为：
[0200]
[0201] 其中，n′l＝2'l,3'l,...,N′l；
[0202] 第l层天线第n'l个子载波的路径度量门限值设置为：
[0203]
[0204] 其中， 表示此层中最小的PM值， 表示此层中次小的PM值，α为常数值， 为噪声能量；与第Nt层的操作相同，通过比较路径度量值与门限值，选择路径度量值低于门限的节点，将这些节点的路径度量值和对应的符号值保存。
[0205] Y4、当搜索到第一层第N'1个子载波时，选择最小路径度量值对应的路径，此路径上的符号值为检测结果；
[0206] 图4给出了MIMO-OFDM-IM系统中接收端不同检测方法的性能比较，(N,L)＝(2,1)，调制方式为QPSK调制，检测方法为MMSE-ML检测、ML检测、固定K值的子载波K-best检测和本发明中的基于门限的子载波K-best检测。从仿真图中可以看出，K＝8时的固定K值子载波K-best检测和本发明中的基于门限的子载波K-best检测接近最优ML检测的性能。而K＝4的固定K值子载波K-best检测和基于MMSE的检测方法与最优ML检测的性能之间还存在很大的差距。
[0207] (N,L)＝(2,1)的QPSK调制的MIMO-OFDM-IM系统中固定K值的子载波K-best检测方法和基于门限的子载波K-best检测方法的复杂度比较如图5所示，复杂度用路径度量的计算次数来衡量，ML检测方法的复杂度恒定为O(4096)，由于与K-best检测方法的复杂度相差较大，在图中没有画出；从仿真中我们可以看出，基于门限的子载波K-best检测方法的复杂度随
信噪比的增大而降低；基于门限的子载波K-best检测方法复杂度低于K＝8时的固定K值子载波K-best检测方法，在比较高信噪比时甚至低于K＝4时固定K值子载波K-best检测方法。综合图4和图5的仿真，我们可以得到，相比于MMSE和低K值的子载波K-best检测方法，基于门限的子载波K-best检测方法体现出性能的优势；相比于最优ML和高K值的子载波K-best检测方法，基于门限的子载波K-best检测方法体现出复杂度方面的优势。
[0208] 上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
