林煦峰, 楊輝

（1 中國移動通信集團廣東有限公司深圳分公司, 深圳 518048; 2 中國移動通信集團設(shè)計院有限公司, 北京 100080）

1 引言

3GPP LTE與其說是3G技術(shù)的“演進”，不如說是“革命”，UMTS的技術(shù)基礎(chǔ)已大部分被替換。LTE系統(tǒng)中引入了以下行OFDMA、上行SC-FDMA為代表的物理層接入技術(shù)，并全面支持MIMO。其最終目標是：在20MHz頻譜帶寬能夠提供下行100Mbit/s、上行50 Mbit/s的峰值速率；改善小區(qū)邊緣用戶的性能；提高小區(qū)容量；降低系統(tǒng)延遲等[1]。

由于LTE系統(tǒng)中采用了MIMO多天線技術(shù)，接收端將接收到在時間上和頻帶上均相互重疊的多路信號，這就需要在進行解調(diào)、譯碼和判決之前對接收到的信號進行信號檢測。信號檢測的目的是恢復出各個發(fā)送天線的發(fā)送信號，而接收端信號檢測的準確性將直接影響通信系統(tǒng)的整體性能，所以信號檢測技術(shù)的研究已經(jīng)成為LTE系統(tǒng)中的一個熱點問題。

MIMO信號檢測算法通常分為3類：線性檢測算法、非線性檢測算法和最優(yōu)檢測算法。線性檢測算法主要包括迫零（ZF，Zero Forcing）檢測算法和最小均方誤差(MMSE，Minimum Mean Square Error)檢測算法；非線性算法主要包括串行干擾消除(SIC，Successive Interference Cancellation)檢測算法、并行干擾消除(PIC，Parallel Interference Cancellation)檢測算法和Turbo迭代檢測算法等；最優(yōu)檢測算法主要是指最大似然（ML,Maximum Likelihood）檢測算法[2]，但ML算法的復雜度隨著天線數(shù)及調(diào)制階數(shù)的增加呈指數(shù)增長,不易實現(xiàn)。本文主要對針對LTE系統(tǒng)中采用的ZF、MMSE、排序串行干擾消除算法（OSIC，Ordered Successive Interference Cancellation)和Turbo迭代檢測算法進行了深入研究，通過鏈路仿真對

其進行性能分析。

2 LTE下行鏈路仿真模型

本文仿真基于LTE系統(tǒng)，圖1給出了LTE下行鏈路仿真模型。系統(tǒng)中有NT根發(fā)送天線，有NR根接收天線。接收端接收到的信號為：r=Hx+n，其中r表示NR×1的接收信號矢量；H表示NR×NT維信道響應矩陣； x表示NT×1的發(fā)送信號矢量； n表示NR×1的AWGN噪聲矢量，其中每個分量都是均值為零，方差為σ2的相互獨立的正態(tài)分布隨機變量。

圖1 LTE下行鏈路仿真模型

3 MIMO信號檢測算法

3.1 ZF檢測算法

ZF檢測算法是最簡單的一種線性檢測算法，其過程是用H的廣義逆G左乘接收信號矢量r，從而將其他數(shù)據(jù)流對本數(shù)據(jù)流的影響完全消除[3]。則發(fā)送矢量x的估計值為x=Gr=GHx+Gn，其中G=(HHH)-1HH，HH表示H的共軛轉(zhuǎn)置。

ZF算法雖然簡單，但存在噪聲的過度放大問題，在系統(tǒng)噪聲比較大的時候就會導致系統(tǒng)誤碼性能較差。

3.2 MMSE檢測算法

其中I為HT階單位矩陣。

MMSE算法是對ZF算法的一種改進，它平衡了信號間干擾以及噪聲所帶來的影響，從而使信號與干擾信號以及噪聲的比值（即信干噪比）變大。

3.3 排序串行干擾消除檢測算法

串行干擾消除檢測算法是先用ZF或MMSE算法對發(fā)射信號中某個元素進行解調(diào)，然后將這個元素的影響從接收符號向量中去掉，依次對剩余元素進行解調(diào)，直到遍歷發(fā)送信號中的所有元素。

由于串行干擾消除檢測算法存在誤碼擴散，針對這一缺點，在原算法中加入排序，即在每次線性檢測前都對剩余的未檢測符號進行選擇,尋找信噪比最大者優(yōu)先檢測，這種算法叫做排序串行干擾消除檢測算法[5～6]。它可以有效減少符號間干擾，提高系統(tǒng)性能。

下面簡單介紹一下兩種主要的排序串行干擾消除檢測算法流程：ZF-OSIC的檢測算法和MMSE-OSIC的檢測算法。

ZF-OSIC的檢測算法過程如下：初始化:

迭代過程:

計算加權(quán)矢量：

計算判決變量：

進行解調(diào)判決：

將已檢測信號從接受信號中消除：

計算矩陣的偽逆：

選出信噪比大的信號：

如果i

輸出結(jié)果為：

其中H+表示H的Moore-Penrose廣義逆；表示令H的k1,k2,…,ki列為0得到的矩陣廣義逆；(Gi)j表示Gi的第j行。

與ZF-OSIC相比，MMSE-OSIC需要估計系統(tǒng)的信噪比，MMSE-OSIC信噪比估計的準確度將會對系統(tǒng)結(jié)果有一定影響。MMSE-OSIC的檢測算法過程如下：

初始化:

迭代過程:

計算加權(quán)矢量：

計算判決變量：

進行解調(diào)判決：

將已檢測信號從接受信號中消除：

計算矩陣：

選出MMSE最小的信號：

如果i

輸出結(jié)果為：

其中HH表示H的共軛轉(zhuǎn)置；表示令H的k1,k2,…,ki列為0得到的共軛轉(zhuǎn)置； (Gi)j表示Gi的第j行。

3.4 Turbo迭代檢測算法

圖2為Turbo迭代檢測原理圖。Turbo迭代檢測算法的基本思想為： 接收信號r直接進入到MIMO檢測器，MIMO檢測器利用接收到的數(shù)據(jù)和前一次迭代譯碼器產(chǎn)生的外信息Le,code(b')經(jīng)交織后得到的先驗信息 Le,code(b)產(chǎn)生合適的軟判決輸出，繼而獲得比特似然外信息Le(b)，該信息經(jīng)解交織器后變?yōu)長e(b')，再輸入到信道譯碼器，作為譯碼器的先驗信息，譯碼器利用該信息得到關(guān)于信息比特的估計及符號可靠性的外信息。如此反復迭代幾次最終得到接收機的譯碼硬判決輸出[7]。

圖2 為Turbo迭代檢測原理圖

第一次迭代時，MIMO檢測器和信道譯碼器所給出的信息相互獨立，在隨后的迭代過程中，因為間接使用了相同的信息，它們之間的相關(guān)性會隨著迭代次數(shù)的增加而增強，相應地，檢測性能的提高也會變得不明顯。

4 性能分析

4.1 仿真假設(shè)

仿真基于LTE系統(tǒng)的條件和參數(shù)，配置如表1所示。

4.2 仿真結(jié)果

對比圖3和圖4的仿真結(jié)果可以看出，在無信道編碼時，ZF-OSIC和MMSE-OSIC分別比ZF和MMSE的性能都要好很多；而在有信道編碼時，ZF-OSIC與ZF相比，僅有0.5dB左右的增益， MMSE-OSIC與MMSE相比則沒有明顯增益。這是由于ZF-OSIC和MMSE-OSIC串行干擾消除時，判決采用的都是硬判決，使得系統(tǒng)存在誤差傳播的影響。在有信道編碼時，輸入信道譯碼器的是軟信息，對干擾消除時引入的誤差傳播比較敏感；在無信道編碼時，四種檢測算法均采用硬判決輸出信息比特。

表1 LTE下行鏈路仿真參數(shù)

圖3 有信道編碼的不同檢測算法性能比較

從圖3的仿真結(jié)果可以看出，Turbo迭代檢測在2、3和4次迭代時性能相近，比1次迭代有0.5dB左右的增益。這主要是由于隨著迭代次數(shù)的增加，MIMO檢測器和信道譯碼器所給出的信息之前的相關(guān)性增強，相應地檢測性能的提高也會變得不明顯。

圖4 無信道編碼的不同檢測算法性能比較

為了檢測算法與天線數(shù)目的關(guān)系，在相同平臺下進行了NT和NR均為2的仿真。結(jié)果如圖5所示?？梢则炞C，串行干擾消除算法的性能好壞，與發(fā)送天線數(shù)目有關(guān)。當發(fā)送天線數(shù)目較大時，串行干擾消除算法性能比線性檢測算法性能好的長處才會體現(xiàn)更明顯，但當發(fā)送天線數(shù)目增多時，算法復雜度將隨之增加。仿真采用2×2收發(fā)天線時，由于發(fā)送天線數(shù)目較少，所以串行干擾消除算法性能優(yōu)勢沒有體現(xiàn)明顯。

圖5 天線配置為2×2時不同檢測算法性能比較

5 結(jié)束語

本文通過仿真比較LTE系統(tǒng)中的幾種檢測算法的性能。結(jié)果表明，Turbo迭代檢測性能最優(yōu)，并選擇2次迭代即可。MMSE-OSIC、MMSE、ZF-OSIC次之，ZF性能最差。目前Rel 8 LTE 下行可以支持最多4個發(fā)送天線，LTE-Advanced將對此進行擴展以進一步提高下行吞吐量，確定將擴展到支持最多8 個發(fā)送天線。而隨著發(fā)送天線數(shù)的增加，天線間干擾勢必增加。如何進一步提高MIMO檢測算法的性能，將是大幅度提高系統(tǒng)性能的必然趨勢。

[1] 3GPP TR 25.913. Requirements for Evolved UTRA (E-UTRA) and Evolved UTRAN (E-UTRAN).

[2] Hochwald B M, Ten Brink S. Achieving near-capacity on a multipleantenna channel[J]. IEEE Trans on Comm, 2003,(3):389-399.

[3] Wubben D，Rinas J，Kuhn V. et al. Efficient algorithm for detecting layered space-time codes[A]. 4th International ITG Conference on Source and Channel Coding[C]. Berlin. 2002.

[4] Bolcskei H, Paulraj A. Multiple-input multiple-output (MIMO) wireless systems[A]. Communications Handbook[C]. CRC Press, 2001.

[5] Venkataraman H, Michalke C. An improved detection technique for receiver oriented MIMO-OFDM systems[A]. Transactional OFDMWorkshop[C]. 2004 Dresden. 2004.

[6] Wolniansky P W, Foschini C J, Golden G D, Valenzuela R A. V-BLAST:an architecture for realizing very high data rates over the rich-scattering wireless channel[A]. International Symposium on Signals, Systems and Electronics (ISSSE98)[C]. 295-300, 1998.

[7] Jun W, Shaoqian L. MIMO Turbo Receiver with New Probability Data Association Soft Interference Cancellation[A]. International on Communication,Circuits and Systems[C]. 2005,232-236.