空間調(diào)制系統(tǒng)檢測方法在5G大規(guī)模MIMO中的應(yīng)用研究

趙靜儀 金小萍 王曉琴 王琳 金磊

摘 要：適用于大規(guī)模多輸入多輸出（MIMO）無線系統(tǒng)的空間調(diào)制系統(tǒng)，通過每次只激活一根發(fā)射天線來提高系統(tǒng)的傳輸效率和能量效率，被預(yù)示為5G系統(tǒng)關(guān)鍵技術(shù)之一。該文對空間調(diào)制系統(tǒng)已知信道條件下的檢測方法進(jìn)行了綜述，根據(jù)不同方法種類，分別解釋了其工作原理、優(yōu)點(diǎn)和缺點(diǎn)，并在文章最后，對它們的特點(diǎn)進(jìn)行了總結(jié)分析，提出了今后的研究方向。該文章的內(nèi)容將為今后空間調(diào)制檢測方法的實(shí)際開發(fā)提供理論基礎(chǔ)，也為以后對空間調(diào)制技術(shù)的更進(jìn)一步研究提供參考。

關(guān)鍵詞：空間調(diào)制 檢測方法 大規(guī)模MIMO

中圖分類號：TN929 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2015）12（a）-0018-02

空間調(diào)制（SM）技術(shù)[1]屬于單射頻大規(guī)模MIMO無線系統(tǒng)的家庭， 相比具有高復(fù)雜性和高功耗的經(jīng)典MIMO系統(tǒng)，SM以新穎的方式開發(fā)了多根天線，通過每次只激活一根天線發(fā)送的方式，不僅可以降低RF數(shù)量，降低功耗，而且還可以在傳統(tǒng)傳輸星座調(diào)制符號的基礎(chǔ)上，通過選擇不同發(fā)送天線的方式來傳輸信息，我們稱之為空間調(diào)制符號。總之，SM在發(fā)送端利用整個(gè)天線陣的優(yōu)勢來提高頻譜效率，而卻只使用有限數(shù)量的射頻鏈來增大能量效率。這些特點(diǎn)有助于高速的MIMO系統(tǒng)擁有低信號處理和電路復(fù)雜性，而且還能避免傳統(tǒng)MIMO系統(tǒng)信道間干擾和嚴(yán)格同步傳輸?shù)膯栴}，也正是由于SM這個(gè)獨(dú)特的性質(zhì)，使得其接收機(jī)端的檢測方法會比傳統(tǒng)MIMO系統(tǒng)檢測方法難度更大。因此，對SM系統(tǒng)下的檢測方法進(jìn)行研究是實(shí)現(xiàn)SM系統(tǒng)的關(guān)鍵技術(shù)之一，也為今后5G標(biāo)準(zhǔn)的制定提供強(qiáng)有力的支持[2]。

1 面向空間調(diào)制的檢測方法

面向空間調(diào)制系統(tǒng)檢測方法的研究最早是在2008年[1]，采用的是最大比合并的思想，要求首先估計(jì)出發(fā)射天線的序號，再進(jìn)行星座調(diào)制符號的解調(diào)，該方法較為簡單，易于實(shí)現(xiàn)，但是對信道有所限制，只適用于部分信道（如：萊斯信道）環(huán)境；基于此提出了最大似然（ML）檢測方法[3]，聯(lián)合檢測天線索引和信號符號，性能達(dá)到了最優(yōu)，但是由于采用遍歷全搜索的方法復(fù)雜度較高，與發(fā)射天線數(shù)Nt、接收天線數(shù)Nr、星座調(diào)制符號個(gè)數(shù)M三者的乘積成線性關(guān)系。對此很多學(xué)者從不同角度提出了幾種低復(fù)雜度的空間調(diào)制檢測方法，主要分為球形譯碼（SD）[4-6]、匹配濾波（MF）[1，7-8]、基于信號向量檢測（SVD）[9-11]、硬限制（HL）[11-14]等幾大類檢測方法。

球形譯碼（SD）最初是在2010年引入到空間調(diào)制系統(tǒng)中[4]的，主要通過選擇合理的搜索半徑減少分支的搜索層數(shù)，并利用樹形結(jié)構(gòu)聯(lián)合檢測天線索引和發(fā)送符號，稱這種方法為Rx-SD；并將信道矩陣H進(jìn)行QR分解[5]，利用SD的思想，限制Nt和M的個(gè)數(shù)來降低SM系統(tǒng)的復(fù)雜度，稱之為Tx-SD方法；且在Tx-SD方法基礎(chǔ)上，通過引入常數(shù)改變H矩陣的超定特性，并經(jīng)過Cholesky分解來使SD方法適用于任何天線數(shù)的SM系統(tǒng)中[6]。總之，基于SD的空間調(diào)制檢測方法的性能是逼近最大似然（ML）的，降低復(fù)雜度的面也很廣，但該方法的復(fù)雜度容易受信噪比的影響，在低信噪比時(shí)與ML一樣。

匹配濾波（MF）方法的最初思想即最大比合并檢測方法[1]，實(shí)現(xiàn)簡單，性能較差；2011年Sugiura提出了改進(jìn)的MF方法[7]，基本原理是對信道向量進(jìn)行歸一化處理，并在估計(jì)發(fā)射天線序號時(shí)，忽略信號的正負(fù)號，將四個(gè)象限的星座點(diǎn)等效到單個(gè)象限上。通過這樣的處理能獲得與ML相近似的性能，并有效降低計(jì)算復(fù)雜度，但在高階調(diào)制情況下，復(fù)雜度依然很高；2012年對MF方法再次改進(jìn)[8]，在求天線索引值時(shí)，不是求最大值，而是將度量值按遞減順序保留前K個(gè)值，通過K的不同取值，去自適應(yīng)的平衡系統(tǒng)的性能和復(fù)雜度。

基于信號向量檢測（SVD）[9]的基本原理是在無噪的環(huán)境下接收信號向量與對應(yīng)的信道條件向量是同方向的，因此通過計(jì)算接收信號與各個(gè)發(fā)射天線對應(yīng)的信道條件之間夾角的最小值就能找到對應(yīng)的天線索引，前提條件是接收天線數(shù)不能少于2，由于SVD復(fù)雜度在檢測發(fā)送天線索引時(shí)僅與Nt、Nr有關(guān)，而與調(diào)制階數(shù)M無關(guān)，相比ML，復(fù)雜度有了大幅度的降低，但性能較差；同年5月，提出了保留固定候選天線數(shù)的列表SVD（LSVD）[10]，性能有了提高，但復(fù)雜度也隨之增大；對此文獻(xiàn)[10]提出了自適應(yīng)SVD（ASVD）方法，它是根據(jù)度量值的概率分布設(shè)計(jì)一個(gè)準(zhǔn)側(cè)動態(tài)調(diào)整保留的候選天線數(shù)，能夠更好的平衡性能和復(fù)雜度之間的關(guān)系。

硬限制（HL-ML）[12]方法是一種ML檢測方法，其基本原理是將矩形或方形的MQAM符號星座表示成兩個(gè)PAM信號，并通過數(shù)學(xué)公式直接推導(dǎo)出不同接收信號向量對應(yīng)的發(fā)送符號，因此系統(tǒng)復(fù)雜度與星座點(diǎn)M無關(guān)。但該方法還存在著兩大缺點(diǎn)：一是在估計(jì)天線索引值時(shí)是遍歷全搜索的；二是只適用于矩形或方形的MQAM調(diào)制符號。針對第一點(diǎn)，分別提出了與球形譯碼、SVD結(jié)合的HL-SD[13]和 HL-SVD[11]方法；至于第二個(gè)問題，從傳輸效率來說，應(yīng)優(yōu)先選擇高階的MQAM調(diào)制，但從能耗角度考慮基于恒包絡(luò)調(diào)制方式的空間調(diào)制系統(tǒng)要比正交幅度調(diào)制（MQAM）下的系統(tǒng)性能要好。可見，面對未來移動通信的技術(shù)挑戰(zhàn)，如提高能量效率，基于MPSK調(diào)制方式的SM將會有更好的發(fā)展前景。對此文獻(xiàn)[14]提出了適用于MPSK調(diào)制的低復(fù)雜度最大似然檢測方法（LC-ML），該方法類似HL復(fù)雜度也與星座點(diǎn)無關(guān)，但存在著對發(fā)送天線的檢測是遍歷全搜索，復(fù)雜度高，且傳輸效率相比HL較低的問題。

2 結(jié)語

通過上面的綜合分析可見，面向空間調(diào)制系統(tǒng)檢測方法關(guān)注的指標(biāo)主要是性能、復(fù)雜度、能量效率和傳輸效率等方面，其中SD＼MF＼SVD方法集中于性能接近ML方法基礎(chǔ)上，降低系統(tǒng)的復(fù)雜度；而HL-ML方法集中于保證性能和傳輸效率基礎(chǔ)上，降低實(shí)現(xiàn)復(fù)雜度；最近提出的LC-ML則在性能、能量效率基礎(chǔ)上，降低系統(tǒng)實(shí)現(xiàn)復(fù)雜度。可見，到目前為止，還沒有一種面向SM系統(tǒng)的檢測方法能在功率放大器線性度的要求下同時(shí)兼顧上述四個(gè)指標(biāo)，這是今后5G研究的課題之一。

參考文獻(xiàn)

[1] RY Mesleh，H Haas，S Sinanovic，et al.Yun.Spatial Modulation[J].IEEE Trans.Veh.Technol.，2008，57（4）： 2228-2241.

[2] Marco Di Renzo，Harald Haas，Ali Ghrayeb，et al.Spatial Modulation for Generalized MIMO：Challenges， Opportunities，and Implementation[J].Proceedings of the IEEE，2014，102（1）：56-103.

[3] JJeganathan，AGhrayeb，L Szczecinski.Spatial modulation： Optimal detection and performance analysis[J].IEEE Commun. Lett.，2008，12（8）：545-547.

[4] A Younis，RY Mesleh，H Haas，et al.Reduced complexity sphere decoder for spatial modulation detection receivers[C]//In Proc.IEEE Global Commun.Conf.，2010.

[5] AYounis，MD Renzo， RYMesleh，et al.Sphere decoding for spatial modulation [C]//In Proc IEEE Int. Conf.Commun.，2011.

[6] A Younis，H Haas，S Sinanovic，et al.Generalised sphere decoding for spatial modulation[J].IEEE Transactions on Communications，2013，61（7）：2805-2815.

[7] Sugiura Shinya，Xu Chao，Ng Soon Xin，et al.Reduced-complexity coherent versus on-coherent QAM-aided space-time shift keying[J].IEEE Transactions on Communications，2011，59（11）：3090-3101.

[8] Yang Ping， XiaoYue，Li Lei，et al.An improved matched-filter based detection algorithm for space-time shift keying systems[J].IEEE Signal Processing Letters，2012，19（5）：271-274.

[9] WangJintao，JiaShuyun，SongJian.Signal vector based detection scheme for spatial modulation[J]. IEEECommunications Letters，2012，16（1）：19-21.

[10] J.Zheng.Signal vector based list detection for spatial modulation[J].IEEE Wireless Communications Letters，2012，1（4）：265-267.

[11] Zhang Weile，Yin Qinye.Adaptive Signal Vector Based Detection for Spatial Modulation[J].IEEE Commun.Lett.，2014，18（11）：2059-2062.

[12] RakshithRajashekar，K.V.S.Hari， and L.Hanzo.Reduced-Complexity ML Detection and Capacity-Optimized Training for Spatial Modulation Systems[J].IEEE Transactions on Communications，2014，62（1）：12-125.

[13] RRajashekar，KVS Hari，L Hanzo.Low complexity maximum likelihood detection in spatial modulation systems[J].IEEE Transactions on Communications，2014，62（1）：12-125.

[14] Men Hongzhi，JinMinglu.A Low-Complexity ML Detection Algorithm for Spatial Modulation Systems With MPSK Constellation[J].IEEE Communications Letters，2014，18（8）：1375-1378.