一种低复杂度的ML检测方法与流程

一种低复杂度的ml检测方法
技术领域
1.本发明涉及通信调制技术领域，尤其涉及一种低复杂度的ml检测方法。


背景技术：

2.空间调制(spatial modulation，sm)技术的传输原理是将发送的信息比特中的一部分映射为天线索引，另一部分映射为传统的幅度相位调制符号。在接收端常见的检测方法有最大似然(maximum likelihood，ml)检测和次优检测(suboptimal，so)。ml检测是最优检测，是一种联合检测发射天线索引和调制符号的算法。该算法虽可以获得最优的性能，但需要遍历搜索所有可能的发射天线索引和星座点符号的联合样本空间，其复杂度非常高。特别在多天线sm系统或高阶星座调制的情况下，复杂度呈指数级上升趋势。另外在传输率较高情况下，运算开销很大，较难应用于实际的系统中。次优检测是一种基于最大比合并mrc 准则的检测算法，该算法通过先建立可靠性的标准筛选出最有可能的发射天线索引，再运用星座解调函数检测出与估计的发射天线索引对应的星座点符号。虽然该算法降低了运算复杂度，但性能不如ml检测。
3.在估计检测天线索引和星座点符号的过程中，所涉及到的复数乘法和加法的计算次数对检测算法的计算复杂度起主要的影响作用。检测性能与计算复杂度是一对矛盾的，但至关重要的两个指标，影响算法性能。因此研究出一种具有优良的检测性能且求解复杂度较低的检测算法具有重要意义。
4.专利文献cn105245477b公开了一种低复杂度的差分检测算法，首先，在差分空间调制系统发射端应用比特填充方案与传输比特计算公式构造符号矩阵，经过差分变换与发送在接收端得到接收信号，再以差分最大似然检测算法的算式结构为基础，对接收矩阵采取分列检测的搜索方式，逐列进行信号判决，得到发射符号与发射天线的序号，最终根据比特与发射符号、比特与发射天线序号的对应关系逆映射为信息比特。该方法是将空间调制下低复杂度的检测算法与差分空间调制系统下最大似然检测算法形成的算式结构相结合而得到的。研究表明通过使用lc
‑
dsm算法，在保证算法性能没有损失的前提下，相对于差分最大似然检测算法复杂度得到了大大的降低。
5.专利文献cn109818663a公开了一种低复杂度差分正交空间调制检测方法 (简称为lc
‑
dqsm算法，)，该方法在将接收信号矩阵拆分为信号向量的基础上，通过考虑激活天线为一根或两根两种情况来分步估计发射天线索引序列和发射符号。其中第一种情况采用信号向量检测思想，第二种情况采用改进的分块排序最小均方误差思想检测。仿真结果表明，在保证算法性能的前提下，lc
‑
dqsm 算法相对于最大似然检测算法(ml)复杂度得到了大幅度的降低。


技术实现要素：

6.本发明的目的在于提供一种低复杂度的ml检测方法，以解决上述背景技术中提出的问题。
7.本发明是通过以下技术方案实现的：一种低复杂度的ml检测方法，包括下列步骤：
8.s1、初始化发射天线索引j、发射信号x
l
、符号序列号l以及接收信号y与发射信号x
l
之间经过信道增益h
j
之间的欧式距离d
i
；
9.s2、在已知信号状态信息h
j
的条件下，计算夹杂噪声n的星座点符号g
j
；
10.s3、计算星座点符号g
j
与星座样本空间s中所有星座点样本之间的欧氏距离d，并选取其中最小的欧式距离d
min
，通过星座解映射器函数，得到估计检测的星座点符号x
m
；
11.s4、计算接收信号y与所述星座点符号x
m
之间进过信道增益h
j
之间的欧式距离d
j
，比较欧式距离d
j
与d
min
，根据比较结果，判断发射信号x
l
、符号序列号l的估计检测是否正确。
12.优选的，通过下式计算夹杂噪声n的星座点符号g
j
：
[0013][0014]
其中，为已知信道状态信息h
j
的共轭转置，y为接收信号，为信道增益h
j
的f范数的平方值。
[0015]
优选的，通过下式计算星座点符号g
j
与星座样本空间s中所有星座点样本之间的欧氏距离d：d＝||g
j
‑
||2，其中s为星座点样本。
[0016]
优选的，通过星座解映射器函数q(
·
)，得到估计检测的星座点符号 q(g
j
)＝argmin
s∈s
||g
j
‑
||2。
[0017]
优选的，通过下式计算接收信号y与所述星座点符号x
m
之间进过信道增益h
j
之间的欧式距离d
j
＝||y
‑
h
j
x
m
||2。
[0018]
优选的，通过下列方式判断发射信号x
l
、符号序列号l的估计检测是否正确：
[0019]
若d
j
<d
min
，则说明发射符号x
l
、符号序列号l的估计检测正确，分别更新初始的x
l
、l、d
i
为x
m
、j、d
j
，此时若j＝n
t
，则输出结果x
m
、j、d
j
，否则继续估计检测天线索引j 1；
[0020]
若d
j
>d
min
，则说明发射符号x
l
、符号序列号l的估计检测不合适，此时若 j＝n
t
，则输出结果即初始值x
l
、l、d
i
。否则将继续估计下个天线索引j 1；
[0021]
式中，n
t
为发射天线。
[0022]
所述方法还包括：若发射符号x
l
、符号序列号l的估计检测不合适，重复步骤s2至s4，直到遍历所有的n
t
发射天线为止。
[0023]
与现有技术相比，本发明达到的有益效果如下：
[0024]
本发明提供的一种低复杂度的ml检测方法,通过计算未经过量化处理星座点符号，并定义该星座点符号与所有星座点符号的欧式距离标准筛选出最有可能的发射符号，然后结合信道状态信息和接收信号获得估计检测的天线索引,在检测性能近似不变的前提下，降低了ml检测的复杂度,减少了冗余计算。
附图说明
[0025]
为了更清楚地说明本发明实施例中的技术方案，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优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0026]
图1为本发明提供的一种低复杂度的ml检测方法的流程图；
[0027]
图2为三种检测方法在不同调制下ber性能与snr之间的关系图。
具体实施方式
[0028]
为了更好理解本发明技术内容，下面提供具体实施例，并结合附图对本发明做进一步的说明。
[0029]
参见图1，本发发明提供了一种低复杂度的ml检测方法，包括下列步骤：
[0030]
s1、初始化发射天线索引j、发射信号x
l
、符号序列号l以及接收信号y与发射信号x
l
之间经过信道增益h
j
之间的欧式距离d
i
；
[0031]
s2、在已知信号状态信息h
j
的条件下，计算夹杂噪声n的星座点符号g
j
；
[0032]
s3、计算星座点符号g
j
与星座样本空间s中所有星座点样本之间的欧氏距离d，并选取其中最小的欧式距离d
min
，通过星座解映射器函数，得到估计检测的星座点符号x
m
；
[0033]
s4、计算接收信号y与所述星座点符号x
m
之间进过信道增益h
j
之间的欧式距离d
j
，比较欧式距离d
j
与d
min
，根据比较结果，判断发射信号x
l
、符号序列号l的估计检测是否正确。
[0034]
需要说明的是，本实施例中设定空间调制系统的发射天线和接收天线分别为n
t
、n
r
，信道为平坦瑞利衰落信道。在已知所有的信道状态信息条件下，接收端接收信号为：
[0035][0036]
其中：ρ为平均接收信噪比，h
j
为信道矩阵h的第j列，n为加性高斯白噪声，独立分布且服从均值为0，方差为1的随机变量。
[0037]
在步骤s2中，当激活的发射天线索引为j时，接收端实际得到的是未经过量化处理的星座点符号g
j
，通过下式计算夹杂噪声n的星座点符号g
j
：
[0038][0039]
其中，为已知信道状态信息h
j
的共轭转置，y为接收信号，为信道增益h
j
的f范数的平方值。
[0040]
在步骤s3中，通过下式计算星座点符号g
j
与星座样本空间s中所有星座点样本之间的欧氏距离d：d＝||g
j
‑
s||2，其中s为星座点样本，对欧氏距离d进行排序，找出最小的欧式距离min||g
j
‑
s||2。通过量化函数即星座解映射器函数 q(
·
)，得到估计检测的星座点符号x
m
，其中x
m
的表达式如下：
[0041][0042]
在步骤s4中，在完成量化后，通过下式计算接收信号y与所述星座点符号x
m
之间进过信道增益h
j
之间的欧式距离d
j
＝||y
‑
h
j
x
m
||2。
[0043]
可选的，本发明实施例还进一步公开了通过比较d
j
及d
min
的大小，来判断发射信号x
l
、符号序列号l的估计检测是否正确，其具体步骤如下：
[0044]
步骤s401，若d
j
<d
min
，则说明发射符号x
l
、符号序列号l的估计检测正确，分别更新初始的x
l
、l、d
i
为x
m
、j、d
j
，此时若j＝n
t
，则输出结果x
m
、j、d
j
，否则继续估计检测天线索引j
1；
[0045]
步骤s402，若d
j
>d
min
，则说明发射符号x
l
、符号序列号l的估计检测不合适，此时若j＝n
t
，则输出结果即初始值x
l
、l、d
i
。否则将继续估计下个天线索引j 1；
[0046]
式中，n
t
为发射天线。
[0047]
可选的，本实施例的所述方法还包括：若发射符号x
l
、符号序列号l的估计检测不合适，重复步骤s2至s4，直到遍历所有的n
t
发射天线为止。
[0048]
本发明进一步比较了所提出的低复杂度的ml检测方法与ml检测方法的计算复杂度，因为在这两种检测法中复数加法的次数类似，因此不考虑加法的次数，仅考虑复数乘法次数。
[0049]
得到ml检测的计算复杂度为c
ml
＝2n
t
n
r
2n
t
m m，所提出的低复杂度 ml检测的复杂度为通过比较2种检测方法的复杂度可知，所提出的低复杂度的ml检测方法比ml检测方法的计算复杂度要低。这是因为ml检测要求所有选定的发射天线结合所有发射符号来估计发射信息，这可能带来很多不必要的计算。而所提出的低复杂度ml检测利用估计的符号和相应的信道状态信息来帮助解码符号，来估计发射天线索引，减少了冗余计算。
[0050]
本发明的效果可通过以下对比实验说明，具体如下：图2为ml检测、提出的低复杂度ml检测和次优检测方法在16qam和256qam调制下ber性能与snr 之间的关系曲线。在本次仿真中，将发射功率定、发射天线数和接收天线数分别设置为4。从图中可知，当调制为16qam时所提出的低复杂度ml检测和ml检测具有近似的ber性能，并且均优于次优检测。当ber＝10
‑6时，提出的检测比次优检测高2.5db的snr增益。随着snr的提高，这三种检测方法的ber性能也得到了提高。但是随着调制阶数的增加，星座图的规模也在增加，会对信号检测性能产生影响。当调制为256qam时这三种检测方法的ber性能均会降低，但所提出的低复杂度ml检测和ml检测的性能仍近似，并且均优于次优检测。当ber＝10
‑2时，提出的检测方法比次优检测方法高8db的snr增益。
[0051]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。