基于大规模MIMO的信道检测算法研究

信道检测是大规模多输入多输出(multiple input multiple output, MIMO)系统中不可缺少的重要模块，

随着人类进入21 世纪以来，互联网产业和移动通信技术飞速发展。为适应移动互联网和物联网时代终端设备和通信业务量的爆炸性增长， 人们掀起了对第五代移动通信系统(fifth-generation, 5G)的研究热潮。其中，大规模多输入多输出(multiple input multiple output, MIMO)技术，作为第五代移动通信系统最有潜力的无线传输技术之一，引起了国内外学术界和工业界的极大关注[1]。大规模MIMO 技术，是指在同一时频资源条件下基站端配置的天线数远远多于小区内用户数的技术。理论研究表明，大规模MIMO技术在提高系统的数据传输效率、频谱效率、能量效率方面有着巨大优势[2] [3]，势必会在下一代移动通信系统中发挥着巨大作用。

在大规模MIMO 系统中，随着基站端天线数量成倍增长，基站端各个处理模块的硬件开销和运算处理复杂度也相应的增加。其中，作为基站端基带数据处理的关键模块，MIMO 检测的算法设计与实现方案将显著影响系统性能。在众多MIMO 检测算法中，线性检测器由于其较低的实现成本和复杂度，得到了广泛使用。然而在大规模MIMO 系统中，线性检测器中的矩阵求逆操作复杂度进一步提高，大大增加了硬件实现的难度。因此，选择和设计适合大规模MIMO 系统的检测算法是非常重要的。

本文重点研究大规模MIMO 系统中硬件可实现的线性检测算法。

首先搭建大规模MIMO 系统传输模型，然后结合系统模型详细介绍硬件友好的最大比合并检测算法和基于QR 分解的线性最小均方误差检测算法，最后对上行链路进行仿真，比较分析两种算法的性能。

本文中，所用符号的相关说明见表1。

2. 系统模型 如图1 所示，本文考虑基于TDD 模式的单小区多用户大规模MIMO 系统，系统采用OFDM 调制技术， 对应的子载波数为N。假设基站配备M 根天线服务于同一时频资源下的()K KM个随机分布的单天线用户。对于上行链路，基站端在子载波n 处接收到的M × 1 维信号矢量为T1;2;;, , , nnnM nyyy=y， 其表达式可以表示为： +nnnn=yH xz (2.1) 其中nH 表示 M × K 维的上行信道矩阵；T1;2;;, , , nnnM nxxx=x表示K × 1 维归一化的各用户发送信号矢量；T1;2;;, , , nnnM nzzz= z表示M × 1 维的加性复高斯白噪声矢量， 其分量满足独立同分布， 均值为0， 方差为2σ 。