用于大規模MIMO系統的改進自適應SOR檢測算法*

陸 佳,李 鵬,馮 姣

(南京信息工程大學 電子與信息工程學院,南京 210044)

0 引 言

從3G時代開始,傳統的多輸入多輸出(Multiple-Input Multiple-Output,MIMO)技術被應用于改善通信系統接收機與發射機的性能,被認為是未來無線通信的基礎技術之一[1-3]。在MIMO系統的基礎上,通過增加收發端的天線數,大規模MIMO系統可以極大地提高信道容量,增加頻譜利用效率。大規模的目標在于實現具有大量收發流以及其他網絡容量提升技術和方法的基站,以提高峰值下行鏈路吞吐量,大幅改善上行鏈路性能以及增強覆蓋能力。除了能顯著提升網絡容量之外,大規模MIMO還具有提高頻譜效率、降低能耗、延長用戶設備電池壽命、實現復雜度低于以往移動無線技術的可擴展性等其他優點。另外,大規模MIMO技術還是實現大規模工業物聯網(Industrial Internet of Things,IIOT)的一種很有前景的技術[4]。

對于MIMO的信號檢測算法,最大似然算法(Maximum Likelihood,ML)能夠得到最佳誤碼率性能,但是由于ML算法極高的復雜度,并不適合MIMO系統應用[5]。而在大規模MIMO的情況下,因為收發天線數更多,因此在大規模MIMO系統中使用ML算法難度更大。相比之下,傳統的線性檢測算法會更加簡單實用,但是傳統的線性檢測算法包含了復雜度為O(NT3)的矩陣求逆運算[6],對于大規模MIMO系統同樣不適用。

因此,針對大規模MIMO的場景,有一類線性迭代算法被應用到信號檢測上,包括雅可比(Jacobi)迭代算法、諾依曼級數(Neumann Series,NS)、共軛梯度(Conjugate Gradient,CG)[7]迭代算法和超松弛迭代(Successive over Relaxation,SOR)算法。這類算法的提出主要是為了實現一種低復雜度同時性能可以逼近最佳誤碼率性能的檢測方案,算法的主要原理是通過矩陣迭代來避免傳統線性檢測算法中的矩陣求逆運算,以更低的復雜度接近目標矩陣。……