STBC-VBLAST的QRD-M检测

鉴海防 ，胡东伟，肖宛昂，石 寅

(1. 中国科学院半导体研究所 北京 海淀区 100083; 2. 中国科学院微电子研究所 北京 海淀区 100029)

STBC-VBLAST的QRD-M检测

鉴海防1，胡东伟2，肖宛昂1，石 寅1

(1. 中国科学院半导体研究所 北京 海淀区 100083; 2. 中国科学院微电子研究所 北京 海淀区 100029)

提出一种针对IEEE 802.11n中STBC-VBLAST结构的新型QRD-M检测算法，在存活路径拣选过程中，根据接收信号估计值确定备选节点的有限搜索范围，在16-QAM和64-QAM调制下，比常规算法分别减少约70%和90%的运算量，大大降低了VBLAST-STBC数据检测的复杂度，适合于VLSI硬件实现。仿真结果表明，该算法在性能上非常接近于传统QRD-M算法，能够在复杂度和检测性能之间实现折中。

检测器; IEEE802.11n; 多入多出; QRD-M; 空时分组码-垂直贝尔实验室分层空时码

随着语音、数据、移动互联网等多种综合业务的快速发展，需要在有限的频谱上实现高速率、大容量和高质量通信。STBC-VBLAST混合编码结构结合了多入多出(multiple-input multiple-output，MIMO)技术中的垂直贝尔实验室分层空时码(vertical Bell laboratories layered space-time，VBLAST)[1]和空时分组码(space-time block code，STBC)[2]的优点，能够最大限度地实现分集增益和复用增益，并可以很容易地通过OFDM调制在频率选择性信道下应用。此外，STBC-VBLAST结构还能够有效解决移动端由于体积和功耗的制约，可安装天线数有限而无法有效接收分层数据的问题。STBC-VBLAST结构被认为是IEEE 802.11n等新一代无线宽带通信系统的有效解决方案[3]。

设计简单高效的检测器是实现STBC-VBLAST系统的一项挑战，研究人员在广泛研究的基础上提出了多种方法[4-6]。最大似然检测(maximum likelihood detection，MLD)能够在理论上实现最优的检测效果，然而由于其计算复杂度太高而无法在实际系统中应用。迫零(zero force，ZF)检测、最小均方误差(minimal mean square error，MMSE)等方法虽然相对简单，但在恶劣信道条件下性能较差。QRD-M检测算法在复杂度较低的条件下可以实现近似于MLD的检测性能，是一种很有前途的MIMO检测技术[7]。本文针对IEEE 802.11n中的VBLAST-STBC结构，提出了一种简化的QRD-M检测算法，在大幅降低计算复杂度的同时，能够实现非常近似于传统QRD-M算法的检测性能，在复杂度和检测性能之间实现折中，非常适合于VBLAST-STBC接收端的VLSI实现。

1 VBLAST-STBC混合系统模型

IEEE802.11n中采用的VBLAST-STBC混合编码结构如图1所示。

图1 IEEE P802.11n中的VBLAST-STBC混合结构

IEEE802.11n中采用2×1、3×2、4×2、4×3等多种混合结构同时获得空间复用增益和发射分集[8]。每个OFDM子载波上采用Alamouti空时编码方案[9]。如图2所示，原始分层数据的两个连续符号s1和s2，在两个连续的时隙被发射。在t1时隙，s1从第一根天线发射，s2从第二根天线发射；在t2时隙，−s2*在第一根天线发射，s1*在第二根天线发射。

图2 IEEE802.11n中采用的STBC编码

以4×3结构为例，其基带模型可以表示为:

式中 y1(1,2)、y2(1,2)和y3(1,2)分别表示接收端第一、二、三根天线在连续两个时隙(t1,t2)接收到的符号；h(i,j)表示第j根发射天线和第i根接收天线间的信道参数；w表示独立同分布的附加白高斯噪声(additive white gaussian noise，AWGN)。对式(1)进行合并整理有：

式(2)可表示为：

通过以上整合，可以利用常规的QRD-M检测算法进行检测。然而，与VBLAST结构有所不同的是，以上基带模型经整合后，其信道矩阵H的维数较高，如在式(2)中，信道参数H为6×6的复数矩阵，需要进行6层树搜索，尤其是在采用64-QAM (quadrature amplitude modulation)等高阶星座调制时，计算复杂度较高，不利于VLSI硬件实现。

2 简化的QRD-M检测算法

2.1 常规QRD-M检测算法

QRD-M检测算法是一种基于最大似然准则的广度优先树搜索方法。其基本原则是，在每一层的搜索中只考虑M条部分欧氏距离(partial Euclidean distances，PEDs)最短的存活路径，而丢弃其他的分支，因此可以大大降低计算复杂度，并能够实现接近于MLD的检测性能。QRD-M算法首先对式(3)中的方阵H进行QR分解，H=QR, 其中Q为Nrx×Ntx维酉阵,QHQ=Itx，R为Ntx×Ntx维上三角阵。令Z=QHY，则式(3)可以表示为：

式中 W=QHV，因为Q为酉阵，所以W仍服从高斯分布。因此，QRD-M算法可以表示为：

式(5)是一个Ntx层的树搜索问题。由于R的上三角结构，因而可以从最低层开始逐层向上搜索。在每一层中，QRD-M检测算法首先对M条存活路径展开所有子节点作为备选路径，计算其累加PEDs，并从中选出M条最短路径，作为新的存活路径。在第i层(1≤i

2.2 新型QRD-M检测算法

本文提出一种新型QRD-M算法，针对VBLAST-STBC的编码特点，在每一层的树搜索中，对任一待展开的存活路径，首先确定被检测信号的估计值 s，将距离 s最近的4个节点(如图4所示)作为搜索范围，快速搜索出最优存活路径，从而能够极大降低计算复杂度。

图4 子节点的搜索范围

2.2.1 确定被检测信号的估计值

在树搜索中，对于第i层的第m条存活路径(1≤m≤M)，被检测信号的估计值可以结合已搜索层的节点获得：

2.2.2 展开节点并更新累加欧氏距离

2.2.3 选出新的M条存活路径

首先采用冒泡排序的方法在Ctotal中选出其最小值Cmin，根据Cmin在Ctotal中的位置，确定具有最短累加PEDs的节点及其完整路径作为第一条新的存活路径，并更新相应的累加PEDs。如确定第一条存活路径的方法如下：

其中，dm(inx)表示选出的具有最短累加PED的备选节点。该节点与其父节点Path(1, i+1: Ntx)构成第一条新的存活路径Path(1,i:Ntx)。搜索出的新存活路径的累加欧氏距离accumulated_PED(1)更新为Cmin。然后将Cmin从Ctotal中剔除，以便进行下一条存活路径的拣选。采用同样的方法，可以依次选出总共M条新的存活路径Path(1:M,i:Ntx), 并得到更新后的累加欧氏距离值accumulated_PED(1:M)。通过以上方法，可以自下往上依次得出第Ntx层至第1层的存活路径。最优存活路径的各个节点，代表最终检测出的符号向量。

3 计算复杂度分析

在QRD-M检测算法中，加/减、乘和比较3种基本运算是影响整体计算复杂度的决定性因素。表1列出了在不同调制方式下，本文提出的算法与常规QRD-M算法的基本运算量的对比。为了便于比较，对不同算法均取相同的M值(M=4)。

表1 不同算法的基本运算量比较

由以上比较可知，本文提出的新型QRD-M算法，相比常规算法，在采用16-QAM和64-QAM调制方式下，能够分别减少约70%和90%的基本运算，大大降低了VBLAST-STBC混合编码数据检测的计算复杂度，更加适合于VLSI硬件实现。

4 仿真结果及性能分析

在瑞利衰落信道模型下，基于理想的信道估计，利用计算机对上述新型检测算法进行性能仿真。在每一次仿真过程中，发射数据和信道参数都是随机产生的，未采用信道编码，接收数据的星座解调采用硬判决方式。对3×2、4×2、4×3等各种天线配置的VBLAST-STBC结构，分别进行循环10 000次仿真.得出的位错率(bit error rate，BER)统计结果如图5所示。由图中可以看出，在存活路径数(M=4)相同的情况下，本文提出的方法能够实现非常接近于常规QRD-M算法的BER性能。

图5 QRD-M检测算法性能仿真结果

5 结 论

本文针对IEEE802.11n中STBC-VBLAST混合系统的数据检测问题，提出了一种简单高效的新型QRD-M算法，通过限定每层的节点搜索范围，以有限树搜索的方式快速拣选出最优存活路径，从而实现分层数据的检测，相比常规算法能够极大降低运算量，并能够保证实现非常近似于常规QRD-M算法的BER性能，为STBC-VBLAST高速无线通信系统的VLSI实现提供了一条简单高效的解决方案。

[1]WOLNIANSKY P W, FOSCHINI G J, GOLDEN G D, et al.V-BLAST: An architecture for realizing very high data rates over the rich-scattering wireless channel[C]//1998 International Symposium on Signals, Systems, and Electronics. Pisa, Italy: [s.n.], 1998: 295-300.

[2]TAROKH V, JAFARKHANI H, CALFERBANK A R.Space-time block codes from orthogonal designs [J]. IEEE Trans IT, 1999, 45(5): 1456-1467.

[3]CHIN W H, WU Y, PATRICK F, et al. Performance analysis of Hybrid STBC in MIMO-OFDM-based wireless LANs[C]//IEEE 65th Vehicular Technology Conference. Dublin Ireland: IEEE, 2007: 2460-2464.

[4]KIM B S, KWONHUE C. A very low complexity QRD-M algorithm based on limited tree search for MIMO systems[C]//IEEE 67th Vehicular Technology Conference. Marina Bay, Singapore: IEEE, 2008: 1246-1250.

[5]PENG R, KOON H T, ZHANG Jin-yun, et al.Low-complexity Hybrid QRD-MCMC MIMO detection[C]//Global Telecommunications Conference 2008.New Orleans, LO, USA: IEEE, 2008: 1-5.

[6]LI Hui-yong, HE Zi-shu, LIU Ben-yong. Incremental-based nonlinear detection algorithm for MIMO system[J]. Journal of Electronic Science and Technology of China, 2006, 4(3):253-256.

[7]WEI Peng, MA Shao-dan, NG Tung-sang, et al. Adaptive QRD-M detection with variable number of surviving paths for MIMO systems[C]//2007 International Symposium on Communications and Information Technologies. Sydney,Australia: IEEE, 2007: 403-408.

[8]IEEE standard 802.11g. Part 11: Wireless LAN medium access control (MAC)and physical layer (PHY)specifications: amendment 4: enhancements for higher throughput[S]. The 802.11 Working Group of the 802 Committee. New York, USA: IEEE Press, 2008.

[9]ALAMOUTI S M. A simple transmit diversity techniques for wireless communications[J]. IEEE Journal on Selected Areas in Communications, 1998, 16 (8): 1451-1458.

[10]SHABANY M, GULAK P G. Scalable VLSI architecture for K-best lattice decoders[C]//2008 IEEE International Symposium on Circuits and Systems. Seattle, USA: IEEE Press, 2008: 940-943.

编 辑 张 俊

QRD-M Detector for STBC-VBLAST

JIAN Hai-fang1, HU Dong-wei2, XIAO Wan-ang1, and SHI Yin1

(1. Institute of Semiconductors of Chinese Academy of Sciences Haidian Beijing 100083;2. Institute of Microelectronics of Chinese Academy of Sciences Haidian Beijing 100029)

A simplified QRD-M algorithm for the IEEE 802.11n STBC-VBLAST is proposed. In order to carry out a limited tree search, each surviving path is expanded only to its partial branches according to the estimation of the symbol to be detected. The proposed scheme can reduce 70% and 90% fundamental operations for 16-QAM and 64-QAM respectively. So the computational complexity is reduced significantly and is more attractive to the VLSI implementation. Simulation results prove that the proposed scheme can achieve a performance very close to the conventional QRD-M algorithm, and yield a tradeoff between the complexity and performance.

detector; IEEE802.11n; MIMO; QRD-M; STBC-VBLAST

TN47

A

10.3969/j.issn.1001-0548.2010.06.028

2009- 04- 15;

2009- 12- 30

江苏省科技成果转化专项资金(BA2006076)

鉴海防(1978- )，男，博士生，主要从事MIMO-OFDM宽带无线通信及空时信号处理方面的研究.