【正文】 [8] G. D. Golden，C. J. Foschini，R. A. Valenzuela，and P. W. Wolniansky “Detection algorithm and initial laboratory results using Vblast spacetime munication architecture” IEEE Electron. Lett. ，vol. 35， no. 1，pp. 14–16，1999.[9] B. M. Hochwald and S. ten Brink, “Achieving nearcapacity on a multipleantenna channel,” IEEE Trans. Commun., vol. 51, no. 3, pp. 389–399, 2003.[10] Theodors S. Rappaport ,無線通信原理及應用，電子工業(yè)出版社，.。c)增加迭代指數(shù)。b)循環(huán)j ,j從1到Fⅰ)將L個信號向量復制到里。c)增加迭代次數(shù)索引參數(shù),5)輸出表單。a)尋找G組元素，通過指數(shù)u選擇，u從中得到，且。LGSMUD采用了平行分支表單估計算法，這些估計算法可以分別獨立地搜索用戶符號的子集。 M=6, D=9時不同信噪比下的SER性能曲線計算LGSMUD的復雜度主要是通過計算歐氏距離中的方差操作來實現(xiàn)的，這個通常需要很繁雜的操作?？梢钥吹綔p小表單大小L=4D時將惡化LGSMUD算法的性能，這是因為正確的符號不在表單中的S的概率增加了。性能評價是按照性能最差的用戶的符號錯誤速率來評定的。與（57）相似，我們現(xiàn)在將（53）寫為： （514） （515）其中對于第j個組的檢測，中括號的內(nèi)容是不望看到的的。我們利用（59）,(510)和(511)來獲得分支信號表單來描述TABLEⅠ。利用子集向量和，這個第d個接收部分可以被寫作： （56）其中，是相應的信號向量，的相應信號，是第d個噪聲元素。每一個分支的表單被傳到下一個分支中的順序是隨機的，而這種順序的安排破壞了統(tǒng)計依賴關系。文獻[17]中有更詳細的介紹。它由“低”和“高”能量元素組成，即中的‘0’和‘1’。它將的接收向量轉(zhuǎn)換成的，例如將D中每一個用戶轉(zhuǎn)換為向量中的某一個元素，即最大信噪比。每一個是字母表A中的獨立并且唯一的元素。由于采用PDIE算法，每一個平行處理分支被應用到每一個用戶中。因此在檢測階段這種減少復雜度的方法是被允許的。它指明在公用信道中的所用信號的反饋是有差別的，因此這些合成信號具有被分離和檢測的潛力。仿真結果表明我們新研究的檢測算法在性能和復雜度兩者之間得到了很好的折中。在8個接收天線和12個用戶的仿真系統(tǒng)中，IMUD與MMSE VBLAST相比在誤碼率為的情況下能獲得5dB的信噪比(SNR)增益。但有趣的是在第二次迭代過程中，采用EVM排序的性能表現(xiàn)卻差于采用隨機排序的情況。在這種情況下MMSE VBLAST和GD在比特誤碼率為出現(xiàn)了明顯的錯誤平層。這很重要，這意味著我們可以在采用IMUD時采用較小的組大小而不會顯著降低性能。記號表示IMUD進行次迭代的性能。這些算法中，MMSE和VBLAST檢測算法沒有對用戶進行分組。隨機選擇組的目的是打破每一個中的增益向量之間的相關性，同時打破組排序所引入的中的增益向量的相關性。這里以組的選擇為例。概率數(shù)據(jù)相關(PDA)技術采用了軟輸出以使得算法收斂。它們在計算后驗概率時僅僅考慮接收矢量球形區(qū)域內(nèi)的數(shù)據(jù)向量，而不是所有數(shù)據(jù)向量。在每個組被處理之后，將對符號估計所基于的量測向量進行修改。1，盡管這不是必須要求的；更高密度的星座會增加群組概率提取的復雜性，尤其在生成聯(lián)合概率時更是如此。為了描述方便，我們認為用戶數(shù)量（或者數(shù)據(jù)流）和發(fā)射天線數(shù)量相等。綜上所述，格點Hx 在半徑為d的球體內(nèi)當且僅當時，將上述問題分解成子問題，可對信道矩陣H 進行QR分解，即：H = QR，其中 和分別是發(fā)送和接收天線數(shù)目， R 是 上三角矩陣，Q =[ Q1,Q2 ]是 的正交矩陣。雖然在M維的球體內(nèi)判定格點比較困難，但是在M =l即一維情況下卻很容易。 球譯碼算法 球形譯碼的基本思想是在一個具有N根發(fā)射天線,M根接收天線的MIMO系統(tǒng)中以一個矢量r 為中心的半徑為d 的多維球內(nèi)搜索格點。接收信號服從下面的方程： （38）其中，接收信號是一個的列向量，是信道矩陣，大小為，空時發(fā)送符號是的列向量，是維德獨立同分布加性高斯白噪聲，均值為0，方差為。 （33） 上式表示每一個數(shù)據(jù)流的多樣性順序是。它的表現(xiàn)像一個線形濾波器并區(qū)分數(shù)據(jù)流和在那之后對每一個數(shù)據(jù)流的獨立譯碼。最大似然解的最基本方法是遍歷所有可能的星座符號向量。 分層空時結構的簡介。這意味著使用并行信息傳輸具有很大的優(yōu)越性。且記發(fā)射端僅有一個天線時（發(fā)射功率），每個接收天線的平均功率為。則每個接收天線的平均信噪比定義為： （211）接收信號矢量可以表示為： （212） 接收信號的方差可以由上式得： （213） 此時，總的接收信號的功率等于?？梢酝ㄟ^信道估計來估計信道矩陣，然后將CSI反饋到發(fā)射端。如果發(fā)射端不知道信道特性，我們可以假設每個天線具有相同的發(fā)射功率。對于典型環(huán)境來說，路徑損耗指數(shù)一般在2到4中選擇。由于移動臺和基站之間的相對運動，會產(chǎn)生多普勒擴展現(xiàn)象，具體表現(xiàn)為：當基站發(fā)射一個單頻信號時，在多徑環(huán)境中所接收到的信號頻譜將不再是一根譜線，而是彌散為一個具有有限帶寬的譜峰，從而引起信道時間上的變化，產(chǎn)生信道的時變特性（時間選擇性）。如果信號的頻譜比相關帶寬寬，那么時延不同的路徑會導致碼間干擾(ISI)，這時信道被稱作是頻率選擇性的。 無線信號衰落示意圖 值得注意的是這兩種模型并不是相互獨立的，在同一個無線信道中，存在大尺度衰落，也會存在著小尺度衰落。雖然近年來，人們針對不同的MIMO傳輸方案提出了許多不同的MIMO檢測方法，但迄今為止，有關MIMO檢測的研究還遠不夠系統(tǒng)和完善。MIMO的原理是把收發(fā)端天線的信號進行合并，以改進每個MIMO用戶的通信質(zhì)量和速率。 另一個可能的選擇是組檢測算法的變種算法，該算法采用MMSE準則來壓抑未檢測的組并采用硬判決干擾抵消來消除已檢測的用戶信號，我們將該算法稱為GD檢測算法。因為同樣的原因（即信道矩陣奇異特性），原始的垂直分層空時碼（VBLAST）檢測算法[4]也不能應用。 隨著多天線技術的發(fā)展，迭代檢測及譯碼技術也成功的運用于MIMO系統(tǒng)中，它將信道編碼器作為“外碼”編碼器，然后將空時編碼、映射過程作為“內(nèi)碼”編碼器。這種空時相關性可以使接收機克服MIMO信達衰落和減少發(fā)射誤碼。每個符號流映射到其中一根發(fā)射天線上。在MIMO技術的研究過程中。 MIMO技術發(fā)展概述近些年來，MIMO技術以其在容量和性能上的巨大潛能吸引了人們的關注。通過選擇組的大小可以在性能和復雜度之間進行折衷。在有限的無線頻譜資源條件下，只有極大地提高頻譜利用率才能使系統(tǒng)容量更高，如何最大化的提高頻譜利用率是擺在人們面前的一個重大課題。本文介紹了一種采用組檢測和迭代技術的多用戶檢測算法。高速業(yè)務和用戶數(shù)的激增使得對頻譜的需求量急劇增加，而頻譜資源卻是有限的，如何高效地利用有限的無線頻譜資源，提高無線通信系統(tǒng)容量，提供高速率、高性能的數(shù)據(jù)傳輸能力是設計中必須解決的一項關鍵而艱巨的任務。從目前的技術發(fā)展來看，MIMO系統(tǒng)——這項被譽為“現(xiàn)代通信中最為重大的技術突破之一”的通信新技術——是增加無線通信系統(tǒng)頻譜效率非常有效的一種方法。MIMO系統(tǒng)在接收端和發(fā)送端均使用多天線可以使通信鏈路容量成倍的增加，即在根發(fā)射天線、根接收天線的MIMO系統(tǒng)中，信道容量隨線形增加。在選擇編碼和天線映射算法時，智能層次、復雜度和先驗信道信息認識有很大的不同。Turbo碼由兩個的遞歸系統(tǒng)的卷積碼并行級聯(lián)而成，接收端通過兩個分量譯碼器相互交換信號的先驗信息，使得迭代譯碼的Turbo碼能夠達到很低的誤碼率。 大多數(shù)現(xiàn)存的多用戶檢測技術在過載條件下的性能都很差。遺憾的是它們的復雜度為用戶數(shù)量的指數(shù)級，從而使得它們的應用在天線數(shù)量較多時受到限制。此外，本文指出當系統(tǒng)處于過載情況時，MMSE VBLAST檢測算法表現(xiàn)出相當強的適用性，這一點與人們通常所認為的并不一樣。為了更進一步的發(fā)掘MIMO系統(tǒng)的性能增益，近些年來人們提出了一系列各具特點的MIMO傳輸方案，它們在系統(tǒng)性能、傳輸速率以及實現(xiàn)復雜度的權衡中具有不同的折中。無線信道不同于有線信道，它是開放式的變參量信道，接收環(huán)境具有多樣性，通信用戶還可能處于隨機的移動當中，這些特點造成無線信道中的信號傳輸機制比較復雜。這種衰落是由多徑傳播引起的，所以稱為多徑衰落。在這種情況下，就不能簡單地將信號與信道響應進行相乘了，接收信號應該是發(fā)射信號與總的信道響應的卷積，然后再加上噪聲和干擾。另外信號在電波傳播路徑上受到建筑物及山丘等的阻擋所產(chǎn)生的陰影效應也會產(chǎn)生損耗，這些損耗就是大尺度衰落。圖 MIMO系統(tǒng)框圖如果考慮信道是高斯信道，則由信息論知道最好的信號分布也應該是高斯分布?；跉w一化的考慮，假定接收天線中每一根天線的接收功率都等于總的發(fā)射功率。接收噪聲的相關矩陣可表示為： （29）如果的元素之間沒有相關性，則接收噪聲的協(xié)方差矩陣為： （210）每一個接收天線上的噪聲功率為。（2）發(fā)送信號：總發(fā)射功率，且與無關。從該公式可以看出，信噪比每增加，可增加的信道容量，信道容量隨信噪比按對數(shù)增長。在分層空時技術發(fā)展過程中，F(xiàn)oschini于1996年在文獻中提出了對角空時分層結構(DBLAST)，但DBLAST的檢測方法較為復雜。圖 BLAST系統(tǒng)框圖BLAST一般可分為水平分層空時結構(HBLAST：Horizontal BLAST)、對角分層空時結構(DBLAST：Diagonal BLAST)與垂直分層空時結構(VBLAST：Vertical BLAST)，這些構造方式只是在空間和時間上對經(jīng)過星座映射的符號進行排列而沒有進行任何形式的編碼。從這個方面來說它是最優(yōu)的。由于矩陣的轉(zhuǎn)置只能存在于當矩陣的列為獨立的情況下，因此假設。最小均方誤差譯碼檢測算法和迫零譯碼檢測算法一樣，也是要找到一個加權矩陣，滿足最小均方誤差準則：就是為了使與其估計量之間的均方誤差達到最小，即： （34）最小均方誤差譯碼檢測算法的加權矩陣需要滿足下面的關系： （35） 要找的加權矩陣使得上式得均方誤差最小，根據(jù)推導可得： （36） 從加權矩陣可以看出最小均方誤差譯碼檢測算法考慮了噪聲的影響，而迫零譯碼檢測算法沒有考慮噪聲的影響，在接收端需要己知信道的響應和噪聲的方差才可以得到加權矩陣，然后得到發(fā)送信號的估計量： （37）相對于只考慮發(fā)送符號間干擾消除的ZF迫零檢測算法，MMSE 濾波的設計兼顧考慮了干擾與噪聲的抑制，可以有效地克服噪聲增強的問題，獲得更好的性能。因此，MMSE在噪聲存在的情況下性能要優(yōu)于ZF檢測算法。如果d 太小,則球內(nèi)可能一個格點都不包含,那么球譯碼算法將得不到合理的解。該算法實質(zhì)上相當于在一個平面樹上對節(jié)點的訪問，其中樹的第k層的節(jié)點對應于半徑為d的k維球體內(nèi)的格點。檢測的過程是從第M 層即最底層開始，然后往上進行直到完成對第一層的檢測 。 在這種條件下，接收端的匹配濾波器輸出可表示為長為向量 （41） 其中是表示信道增益的矩陣，是長度為的用戶數(shù)據(jù)向量，是長度為的空間白色高斯噪聲向量。它的復雜度僅與組大小成指數(shù)關系，而不是與所有用戶數(shù)成指數(shù)關系。迭代多用戶檢測結構包括多種的GAPPE技術，它們均采用軟輸入/軟輸出檢測框架。后驗概率可以根據(jù)對聯(lián)合概率進行邊緣求和得到。 檢測順序 組檢測算法中確定的最佳檢測順序遠比單獨符號檢測(VBLAST)復雜，因為必須對群