第五代移动通信系统中M IMO-OFDM检测关键技术研究

温祖威

（中国移动通信集团广东有限公司广州分公司，广东 广州 440100）

第五代移动通信系统中M IMO-OFDM检测关键技术研究

温祖威

（中国移动通信集团广东有限公司广州分公司，广东 广州 440100）

第五代移动通信将提供更高速的接入速率、更宽的带宽、更灵活的配置及组网方式。为支持5G的发展需求，各研究机构相继提出了包括高频段传输、新型多天线传输、终端直通技术、密集网络、新型网络架构在内的若干关键技术问题的解决方案。其中，新型多天线技术的基本思想是利用空间换取时间，充分利用还没有完全开发的空间资源，同时在无需增加信道带宽和发送天线的数目的情况下，就能成倍提高系统的频谱利用率和系统的容量。本文将具有抗多径能力的OFDM技术应用于新型多天线技术，通过对提高频谱利用率的MIMO-OFDM通信系统中的检测方式进行仿真对比，详尽分析了各个检测算法在性能和复杂度上的折衷问题。

5G移动通信系统；新型多天线；MIMO-OFDM；检测算法

目前使用的3G移动通信系统具有增强的漫游功能、宽带数据视频和多媒体业务、高的服务质量和数据永远在线等特性。正在开展网络建设工作的4G移动通信系统进一步增强了服务质量、增加了带宽和降低了成本。随着 3G网络的逐步成熟以及4G网络建设工作的逐渐展开，5G无线网络的研究和开发也提上了议事日程[1]。第五代移动通信系统的关键技术是继4G移动通信技术之后的又一次技术革新，其关键技术包括高频段传输、新型多天线传输、同时同频全双工、D2D、密集网络、新型网络架构等[2]。

在5G阶段，流量的暴涨是必然需要面对的问题。与流量暴涨联系紧密的一个关键因素是频谱资源。随着物理层技术的不断演进，频谱效率将会逐渐逼近香农极限，除了更密集的基站部署，一个很重要的流量载体就是更多的无线频谱资源[3]。新型多天线技术能在不增加带宽的情况下成倍地提高通信系统的容量和频谱利用率，将新型多天线技术结合正交频分复用（OFDM）技术不仅能进一步提高频谱效率，增加系统容量，还具有良好的抗多径干扰能力，保证了信号传输的可靠性[4]，因此MIMO-OFDM系统将成为未来5G的核心技术之一。

而衡量通信系统好坏的一个重要标志是检测算法的优劣，如何在接收端将所有发射天线上的信号高性能地恢复出来，是一个极为关键而且复杂的问题。文中利用V-BLAST空时编码的特点，针对5G系统中MIMO-OFDM已有的最优检测、线性以非线性检测3大类方法的算法复杂度和检测性能进行了分析讨论。

1 系统模型

图1所示为一个发的V-BLAST MIMO-OFDM系统信号检测的系统框图[5]。在发送端利用 V-BLAST空时编码，将数据流经串并转换后分成个不同的子流。对每路子流，都需要经过串并转换，信号映射，最终执行快速傅里叶逆变换（IFFT）。IFFT是将多路的低速数据流同时调制到N个正交的子载波上。在结束IFFT模块操作之后，加入循环前缀CP以减少子载波间的干扰，同时可以减小系统符号间干扰（ISI）和载波间干扰（ICI）。

图1 V-BLAST MIMO-OFDM系统结构框图Fig.1 The block diagram of V-BLAST MIMO-OFDM system

在接收端，经串并转换并去掉循环前缀，接着对每根接收天线的数据做点的快速傅里叶变换（FFT），以完成 OFDM的解调功能。最后，利用基于V-BLAST的信号检测算法，对并行流入的信号做信号检测，将检测出来的数据做并串转换，最终恢复出数据。

根据图1所示，第个子载波对应的接收信号可表示为：

式中，X(n)表示发送天线发送的第n个子载波的频域信号，为Nt×1的列向量；N(n)为第n个子载波中加性高斯白噪声，具有零均值，为Nt×1的列向量。H(n)表示第n个子载波从发送天线到接收天线间的信道的频率响应，是一个Nr×N阶的MIMO多径信道矩阵，其具有频率选择性的衰落特性。

2 线性检测

线性检测算法是根据相应准则对接收到的信号进行线性加权。根据加权准则的不同，线性检测方式可以分为迫零（ZF）检测算法和最小均方误差（MMSE）算法。在线性检测方式中，零化技术主要是从含有多个数据流和噪声的接收信号矢量中提取出所要检测的发送信号分量。为了方便进行零化处理，可将接收信号矢量写成表达式的形式Y=x1h1+x2h2+xNthNt+N,式中xi(i=1,…,Nt)表示第i根发送天线的信号分量；hi表示信道矩阵H中的第列矢量。那么，对应的零化矢量Gi为：

用零化矢量Gi线性加权接收向量Y，则有

从公式(3)可以看出，经过零化处理之后，接收信号中仅剩下所对应的发送信的发送信号xi分量和加权后的噪声，其他发送天线的信号分量均被零化。

2.1 迫零（ZF）算法

迫零（ZF）算法是将信道矩阵所带来的干扰通过零化矢量化为零。ZF算法实际上是根据最小二乘法的估计准则，即让发射信号向量的估计值在信道矩阵的作用下与原始接收信号的距离的平方和的2-范数R(X)最小。即

式中上标H表示矩阵的共轭转置，下标F表示对式子进行范数计算，上式中表示2-范数计算。

当矩阵HHH非奇异时,可得到ZF算法的估计值为:

特别的，当H为满秩矩阵时，公式(5)可以化为：

公式（6）中，H-1即为ZF算法的零化矢量。ZF算法的实际上就是先对信道矩阵进行求Pseudo逆，然后利用H的伪逆矩阵对接收信号向量Y做线性变换，最后将变换得到的发送信号的估计值XZF中的每个元素进行量化，即在发送信号的星座点上寻找与它距离最接近的点，进而得到发送信号的估计值。

2.2 最小均方误差(MMSE)算法

ZF检测算法在消除了符号间干扰的同时，也放大了干扰噪声，降低了检测性能。最小均方误差译码（MMSE）算法在消除发送信号的各个分量间干扰的同时抑制了噪声干扰，从而在整体上提高了检测性能。MMSE的基本原理是是找到一个发送信号向量的估计值，使得估计值和原发送信号X的平方方差的数学期望最小，即：

MMSE能够最大化检测后的SINR，其加权矩阵为WMMSE=(HHH+δ2I)HH

3 非线性检测

线性检测方法无法适用于检测性能要求较高的场合，在这种情况下，研究人员就提出了非线性检测方法。所谓的非线性检测方法，指的是算法的检测输出是输入信号的非线性变换。该类方法主要有排序干扰消除（OSIC）算法以及基于QR分解的检测算法等。

3.1 排序SIC算法

MMSE-OSIC的具体操作流程如下[6]：

1)初始化：G1=H+；

3)第i次迭代：Wki=(Gi)ki，取Gi的第ki行；

4)计算判决变量：xki=Wkiyi；

5)进行硬判决：xki=Q(Wkiyi)；

6)抵消这个信号分量对下面要进行判决的影响：yi+1=yi-xki(H)ki；

9)i←i+1。

H+为H的伪逆矩阵，表示将 H中的第 ｛k1，k2，…ki｝列清零后的伪逆矩阵。OSIC算法相对传统的SIC算法而言，增加了发送信号的排序操作，从而有效地减低了误码传播的概率，提高了检测性能。但是在每次对信号分量的检测操作之前都要进行矩阵的排序操作，这样就增加了该检测算法的计算复杂度，其复杂等级为。OSIC算法获得的分集度大于Nr-Nt+1。

3.2 SQRD算法

检测过程可表示为：

不难看出，QR分解实际上也是一种干扰消除算法，它先检测出的第一个元素是发送信号的最后一个分量，没有其它分量的干扰，进而检测出倒数第二个分量，这时要减去倒数第一个分量所带来的干扰，直至所有的发射信号分量都被完全检测出来。在检测的过程中，只需做一次QR分解，相比OSIC算法需要多次矩阵的伪逆运算和排序运算而言，其计算复杂度可大大降低，同时该算法也依赖于第一次检测判决分量的准确性，如果检测有误，同样会造成误码传播，影响后续信号分量的检测判决，因而其检测性能要比OSIC算法差。

4 最优检测

最优检测是指被检测出来的信号具备最高的分集增益以及最接近原始信号（比如，具有最佳检测性能，即最低比特差错率）。不过，要达到最优这一目标是要付出极高的计算代价。所提出基于最优检测思想的次优检测算法，比如球形译码（SD）算法，可以在检测性能相比于ML稍有下降的情况下大幅度的减少计算量。

4.1 最大似然（ML）译码算法

最大似然（ML）基本原理为：预先存储发送信号的所有可能的矢量值，接收端收到发射的信号之后，计算该信号与预先存储的所有可能值在接收空间中映射的欧几里德距离[8]。最小的欧氏距离所对应的存储值就被认为是发射信号矢量的估计值。估计准则如下：

从公式（10）可以看出，ML检测算法公式与迫零（ZF）检测算法的表达式是一样的，不同的地方在于，ML算法要从搜索所有可能的发送信号矢量，具有很高的复杂度，难以在实际的通信系统中应用。

4.2 球形译码（SD）算法

球形译码（SD）算法的设计目的是在降低ML检测算法性能的前提下，大幅度地降低搜索所需的计算复杂度。故球形译码算法也是采用公式（10）来进行搜索的，不过是一种局部搜索法，其搜索范围是以接收矢量Y为圆心，D为半径的超球面内。很显然，在限定的超球面内，最靠近接收向量的值，也应该是整个星座中最接近接收向量的值。因此SD算法的检测性能可以达到类似ML检测算法的最佳性能。当限定的搜索半径D较小时，SD算法的搜索空间也减小，相应的计算复杂度也会减小。

算法的具体步骤，如下：

对信道矩阵进行QR分解，即H=QR,其中R为Nr×Nt的上三角矩阵，Q=[Q1Q2]为Nr×Nt的正交矩阵，Q1是Q前面Nr个正交列组成的矩阵，Q2是剩下的Nt-Nr个正交列组成的矩阵。

4)xk=xk+1，如果xk≤=UB(xk)转到6)，其他转到5);

5)k=k+1，如果k=m+1那么停止运算，其他情况转到4);

7)解得x，保存并转到4)。

球形译码算法是在ML检测算法的基础上提出的一种次佳译码算法，当搜索半径较大时，其检测性能接近甚至与ML检测算法相同，不过此时其计算复杂度也大大地增加。

5 性能仿真和分析

本文所采用的仿真系统为4发4收V-BLAST MIMOOFDM系统，OFDM长度为256，循环前缀长度为64，采用4QAM调制方式，每根天线需要发送1000bit信息。

从图2可以看出，MMSE算法的检测性能始终优于ZF算法，MMSE算法相对于ZF算法获得接近3-4个dB的性能增益。说明 MMSE算法的检测性能确实要优于ZF算法，原因是MMSE算法不仅能消除发送信号各个分量之间的干扰，而且还对信道噪声有良好的抑制效果。但从仿真图的总体效果上看，两种算法的检测误码率还是比较高的，因此，有必要提出新的检测算法，使其在检测性能上优于MMSE和ZF算法，以更好地应用到实际系统。

图2 ZF、MMSE算法的检测性能对比（4QAM）Fig.2 Detection performance comparison of ZF,MMSE algorithm(4QAM)

图3 QR和OSIC-MMSE的仿真性能对比（4QAM）Fig.3 Simulation results of QR and OSIC-MMSE algorithm(4QAM)

仿真图3结果表明，QR算法的检测性能远差于MMSEOSIC算法，这与我们之前的分析结果相一致。

图4 SD和ML检测算法性能仿真对比Fig.4 Simulation results of SD and ML detection algorithm

从图4中可以看出，搜索半径较大时，SD算法的检测性能曲线已经与ML检测算法重合，说明SD算法的检测性能可以无限接近并等同于ML检测算法，这时，SD的计算复杂度也小于ML检测算法。

6 结束语

面向5G移动通信网络的初步需求包括合理降低成本、开发更多可用频谱、构建以用户为中心的网络、基于业务感知优化网络、多制式/模式联合运营等。本文以开发更多可用频谱为切入点引入了能提高频谱利用率增加系统容量的MIMO-OFDM系统，并就V-BLAST空时编码的特点，对MIMO-OFDM系统已有的最优检测、线性以非线性检测三大类方法对算法复杂度和检测性能进行讨论。从讨论结果可以看出，线性检测方法虽计算复杂度比较低，但检测性能较差，一般作为一种辅助检测算法来使用。非线性检测中的QR算法由于存在误码传播的可能性，其检测性能相比ZF-OSIC算法较差，但因它只使用了一次QR分解，计算复杂度比ZFOSIC算法要低。同样，ZF-OSIC检测性能低于ML算法，但是它的计算复杂度要远远低于ML算法。ML算法虽有最佳的检测性能，但其计算量非常大，无法运用到实际的通信系统中。参考文献：

[1]第五代移动通信技术的简称[EB/OL].(2012-10-10).http://baike.baidu.com/view/1050589.html.

[2]冯岩.5G研发，争分夺秒[J].电波卫视，2014(1):70-72.FENG Yan.5G development,race against time[J].Wave TV，2014(1):70-72.

[3]姜大洁，何丽峰，刘宇超.5G：趋势、挑战和愿景[J].电信网技术，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系统中的一种改进的V-BLAST检测算法[J].信号处理,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]郑勇，冯大政.多天线系统中基于QR分解的混合SIC/PIC检测[J].系统工程与电子技术，2010(8)：1582-1586.ZHENG Yong，FENG 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 稿件编号：201409021

温祖威(1972—)，男，广东新兴人，硕士，高级工程师。研究方向：通信网络建设与维护。