LTE-A系统中MIMO检测的研究与DSP实现--文献综述

重庆邮电大学

研究生综述报告

报告题目：LTE-A系统中MIMO检测的研究与DSP实现学生姓名：

入学年份：

专业：

研究方向：

导师：

时间：

导师审查意见

1.是否和开题内容一致：

2.从综述广度、写作水平、文献阅读量等方面给出简要评价：

总分(百分制，60分以下为不合格)：

重庆邮电大学研究生部

说明

研究生论文选题是研究生进行学位论文工作的开端，也是对研究生进行科研训练的重要一环。选题时要把握开拓性、先进性、成果的必要性、成果的可能性等原则。选题要在导师指导下，由研究生独立进行。课题还应尽可能符合研究生的素质特点和兴趣，尽可能结合已有的科研任务，尽可能纳入我院的科研计划。

研究生开题是在第四学期末进行，无论是参加导师课题或自选课题的研究生，一律要求从第三学期开始进行选题调研，充分学习了解某领域的国内外研究现状，保证必要的前期研究积累。

开题前两周必须提交一篇10－15页（统一的技术报告格式）的综述报告给导师审阅，由导师签字认可，作为必要材料附在开题申请表后，否则不允许进行开题。

该综述报告必须保证25篇以上的文献阅读量（记录在参考文献中），其中英文文章篇数不少于8篇。

导师要给学生充分的开题建议。

LTE-A系统中MIMO检测的研究与

DSP实现

摘要：本文首先介绍LTE-A系统的发展趋势，以及LTE-A的下行关键技术。然后重点介绍了MIMO天线模型及基于此模型的常用信号检测算法，并分析各种检测算法的优缺点，以给出一种适合进行DSP实现的检测算法进行DSP实现。以及对MIMO检测算法的DSP实现的开发平台进行了简要的介绍。对将来实现中可能会遇到的难点进行了讨论。

关键字：LTE-A, MIMO，信号检测，DSP实现

Research and DSP Implementation of MIMO Detectionin in LTE-A System

Abstract: This paper first introduces the current development of the LTE-Advanced system,and the key technology of down link for LTE-Advanced system .Especially introduces the MIMO antenna model,and the common used signal detect algorithm , and the analysis of their advantage and disadvantage, then select a algorithm that are suitable for DSP implementation. Then,briefly introduces the DSP exploiting platform of MIMO Detection algorithm. Finally, the difficult point that may be faced to in the further implementation are discussed.

Keywords: LTE-A, MIMO, Signal Detection, DSP Implementation

1. 引言

LTE-Advanced（LTE-A）是LTE的演进版本，其目的是为满足未来几年内无线通信市场的更高需求和更多应用，同时还保持对LTE较好的后向兼容性。3GPP LTE作为当前备受关注的移动通信标准，有些3GPP的目标是超过

IMT-Advanced的需求的，比如峰值频谱效率和控制面延时等指标。LTE-Advanced 的天线结构将支持下行8*8，上行4*4的模式，使其峰值频谱效率(Peak Spectrum Efficiency）达到下行30 bps/Hz，与LTE(Rel-8)的15 bps/Hz相比，提高了2倍；上行峰值频谱效率为15 bps/Hz，与LTE(Rel-8)的3.75 bps/Hz相比，提高了4倍；平均频谱效率和小区边缘用户频谱效率也得到提高。平均和边缘用户的吞吐量的改善相比峰值效率和VoIP能力的改善更加明显。

LTE-A标准的制定在Rel-9版本开始，并在Rel-10中完善，Rel-10版本成为LTE-A的关键版本。2011年6月启动，并于2012年底完成核心标准。在后续的标准演进（LTE-HI）中，需要大幅增加网络容量提升服务质量和用户体验。Rel-12会继续加强研究R11中的一些课题，如多点多点协作（CoMP）、上/下行多天线增强（Enhanced UL/DL MIMO）、HetNet增强、移动性增强等。此外新类型的小区、D2D、多制式聚合、动态小区配置等技术也是Rel-12的研究方向。其技术大大提高了无线通信系统的峰值数据速率、峰值谱效率、小区平均谱效率以及小区边界用户性能，同时也能提高整个网络的组网效率，这使得LTE和LTE-A系统成为未来几年内无线通信发展的主流。

显然，MIMO系统相对传统的单天线系统,提供更高的系统容量与通信质量,已成为本领域中的一个研究热点。而MIMO无线通信系统中的信号检测是MIMO 系统研究中不可回避的关键技术问题。在MIMO系统中，采用了多个发送接收天线，随着发送接收天线数目的增多，干扰信号的数目增多，带来了更强的同频干扰，使得信号检测的精确性相对于单天线的信号检测更差。因此，如何以尽可能低的复杂度,有效地抑制MIMO系统中的同信道干扰、恢复出发送信号、实现MIMO系统相对单天线系统的性能增益,是一项具有挑战性的研究任务。

在LTE-Advanced系统中，采用多用户MIMO（MU-MIMO）技术，即多个用户使用相同的频域和时域资源并行地传输数据，通过空间复用来提升系统的吞吐量，这便导致小区内多个用户之间产生了同频干扰；在小区边缘的用户，又容易收到来自邻小区的同频干扰信号，相邻小区之间的同频干扰，会极大地降低各个小区内部边缘用户的数据吞吐量和用户公平性。因此，在LTE-Advanced系统中，为了保证用户的通信质量，研究MIMO信号检测技术尤为重要。

本文即在此前提下开展了对LTE-A系统的MIMO检测技术算法进行研究，对其中的协议和算法进行学习和研究，加快算法的收敛速度以及提高检测算法的性

能。并对其中的部分模块进行DSP实现。

2. LTE-A下行关键技术介绍

LTE-A的预期目标不仅会满足甚至将超过IMT-Advanced的要求。LTE-A系统的新技术包括：载波聚合（Carrier Aggregation，CA）、增强的多天线技术（Enhanced Multi-antenna Techniques，EMT）、多点协作（Coordinated Multi-point Transmission, CoMP）和中继技术（Relaying）。LTE-A系统作为基于MIMO-OFDM 技术的全新的无线通信系统，其先进性体现在它应用了很多业界领先的链路级关键技术，作为对下文的铺垫，本节中首先介绍一下MIMO-OFDM系统链路所引入的一些关键技术。下面对这几种技术做一些简单的介绍：

2.1载波聚合技术

目前，LTE系统在频带的利用率上已经接近极限。如果要提高系统吞吐量，必须提高系统的带宽或者信噪比。LTE-Advanced的目标是下行支持1Gbit/s，上行500Mbit/s的峰值速率。为了满足上述需求，LTE-Advanced采用载波聚合技术将多个分量载波（CC）聚合起来达到高宽带的传输，其是一种带宽增强技术，是将几个20MHz的频带捆绑在一起（最多支持5个20MHz），最后可以将带宽扩展到100M，如此扩展了可用带引。在频域上获得一整块的空闲带宽是一件非常困难的事情，但LTE-A的载波聚合技术是允许将离散的频带聚合起来。应当指出的是，不连续的“载波分量”从实施的角度来说是一个很大的挑战。因此，虽然基本规范将支持频谱聚合，但实际执行将受到严格限制。

2.2增强的多天线技术

多天线技术是LTE-A的一种关键技术，主要包括波束赋形和空间复用两种。目前，LTE-A的多天线技术能够支持4根天线的传输，在下行方向配置小区特定参考信号，并使用基于码本的预编码技术，这种结构同时支持多达4个空间复用层和基于码本的波束赋形。如前文所述，LTE-A能够支持到100MHz的带宽，那么根据目前LTE-A的空间复用方案，所支持的峰值速率达到1.5Gbit／s，这将大

大的超过LTE-A的要求。然而，对于终端来说，大层数的空间复用主要用于信道环境较理想的情况，比如具有高信噪比的信道环境。并且，LTE-A更重要的目标是提高数据传输速率。因此，对可提高接收端信噪比的波束赋形以及使用复用技术的改进，比仅增加传输层数目更重要。然而，在超过4个天线的传输的时候小区特定参考信号的波束赋形会开销过大。因此对于LTE-A而言，使用UE专用参考信号DM-RS将比小区特定参考信号CRS更加具有吸引力。

2.3多点协作

协同多点传输，即CoMP技术，是通过对空域的扩充来提高系统容量并且可以减小用户间干扰。CoMP技术主要是将地理上分散的天线站点用光纤连接起来，使其一起协同为用户提供服务，这样使得相邻的几个天线站或节点同时为一个用户服务，这种新的传输策略有效地提高用户的数据率，提高小区边缘的通信质量，CoMP技术可以分为3类：第一类，终端不知道接收到的信号来自多个分布的天线，终端依然按照单基站方式进行接收；第二类，终端将接收到所有信道测量反馈，但接收方式按照单基站方式接收，其效果相当于多径接收；第三类，终端将接收到的所有信号测量反馈，但是基站侧发送时，同时发送各个天线的发射信息，包括发射点和权重等。

2.4 Relay

中继是指终端使用中间接入点接入网络，获得通信服务。这种近端接入的方式可以减小无线信道的空间损耗，获得良好的信噪比，进而提高边缘用户的通信质量。无线中继技术包括两种，Repeaters和Relay。其中，Repeaters的作用只是放大器而已，在接到基站的信号后，在射频上直接转发出去，并不关心目的终端是否在其覆盖范围，所以这种中继的作用仅限于增加覆盖，并不能提高容量；Relay则是在原有基站站点的基础上，通过增加一些新的中继点，加大站点和天线的分布密度，这些新增中继节点和原有基站都通过无线连接，和传输网络之间没有有线的连接，数据先到达基站，然后再传给中继节点，中继节点再传输至终端用户，这种方法拉近了天线和终端用户的距离，可以改善终端的链路质量，从而提高系统的频谱效率和用户数据率。

2.5 OFDM技术

OFDM由于其频域正交特性，在多址技术方面有着天然的优势。OFDMA(Or thogonal Frequency Division Multiple Access，即正交分频多址技术)是一种基于OFDM的新的多址接入技术。频分复用／频分多址（FDM/FDMA）技术将宽带的频带分成若干较窄的子带（子载波）进行并行发送，这是最朴素的实现宽带传输的方法。为了避免各个载波之间的干扰，不得不在相邻的子载波之间保留较大的间隔（如图2-1（a）所示），这大大降低了频谱效率。因此，频谱效率更高的T DM/TDMA（时分复用／时分多址）和CDM/CDMA（码分复用／码分多址）技术成为了无线通信的核心传输技术。但近几年，由于数字信号处理技术FFT（快速傅立叶变换）的发展，使FDM技术有了革命性的变化。FFT允许将FDM的各个子载波重叠排列，同时保持子载波之间的正交性（以避免子载波之间的干扰）。如图2-1（b）所示，部分重叠的子载波排列方式可以大大提高频谱效率，因为相同的带宽内可以容纳更多的子载波。由此，OFDM技术从实际上得以应用。

f1f3f4f5f6

f2

（a）

（b）

图2-1 （a）传统FDM频谱（b）OFDM频谱

OFDM发射机结构如下图所示：将经过编码调制后的符号数据流，串并变换后映射到频域的M个子载波上，经过快速反傅立叶变换（IFFT）将M个并行子载波上的频域信号转换到时域，IFFT输出的OFDM符号为有N个采样点的时域信号（N为IFFT长度，N M

），即M个子载波上时域信号的合成波形。然后在每个OFDM符号之间插入一个循环前缀（Cyclic Prefix，CP），使得在多径衰落环

境下保持子载波之间的正交性。插入CP就是将OFDM符号末尾处的若干个采样点复制到此OFDM符号的前面，CP长度必须长于主要多径分量的最大时延扩展。最后经过并串转换完成OFDM调制。

OFDM调制

图2-2 OFDM发射机结构

OFDM接收机的结构大致为发射机的逆过程，其核心部分就是FFT处理，经过FFT处理之后，时域信号就被还原到频域，得到每个子载波上的发送信号。

2.6 MIMO技术

MIMO技术充分开发空间资源，利用多个天线实现多发多收，能够在空间产生并行独立的信道同时传输多路数据流，即在不需要增加频谱资源和天线发送功率的情况下，可以成倍地提高信道容量。多天线技术的增强是满足LTE-A峰值谱效率和平均谱效率提升需求的重要途径之一。LTE-A中为了提升峰值谱效率和平均谱效率，在上下行都扩充了发射/接收支持的最大天线个数，允许上行最多4天线4层发送，下行最多8天线8层发送，同时还支持多用户发送/接收，可充分利用空间资源，提高LTE-A系统的上下行容量。

发送分集的主要原理是利用空间信道的弱相关性，结合频率／时间上的选择性，为信号的传递提供更多的副本，提高信号传输的可靠性，从而改善接收信号的信噪比。

波束赋形技术是一种应用于天线阵列间距较小的多天线传输技术，其主要原理是利用空间信道的强相关性，利用波的干涉原理产生方向性较强的辐射方向图，使得辐射方向图的主瓣自适应地指向用户来波方向，从而提高信噪比，提高系统容量或者覆盖范围。

空间复用技术则是一种利用空间信道的弱相关性的技术，其主要工作机理是在多个相互独立的空间信道上传递不同的数据流，从而提高数据传输的峰值速率。

这3种技术对空间信道的要求不同，其应用场景也有所不同。如下图所示的典型信道容量曲线，在低信噪比区域的斜率比较大，应用波束赋形和发送分集技术可以有效地提高接收信号的信噪比，从而提高覆盖范围或者传输速率；而在高信噪比区域，容量曲线接近平坦，提高信噪比已无法明显的改善传输速率，此时则可以应用空间复用技术来提高传输速率。

信

道

容

量

信噪比

图2-3 典型的信道容量曲线示意图

利用MIMO技术可以提高信道的容量，同时也可以提高信道的可靠性，降低误码率。前者是利用MIMO信道提供的空间复用增益，后者是利用MIMO信道提供的空间分集增益。

在无线移动通信系统中，分集技术通常用于对抗衰落、提高链路可靠性。分集技术需要接收端接收到多个重复的发射信号，这些发射信号携带同样的信息，其衰落在统计上有较低的相关性。分集的基本思想是，如果能够传输多个独立衰落的信号，从统计意义来说，合成信号的衰落比每一路衰落要降低很多。这是因为在独立衰落的假设下，当一些信号发生深衰落时，可能另一些信号的衰落较轻，各路信号同时发生深衰落的概率是很低的，从而合成信号发生深衰落的概率也被大大降低。

2.7 LTE-A下行物理层基本参数

2.7.1 LTE-A物理帧结构

LTE-Advanced中时间单位的定义为Ts=1/(15000*2048)s，一个无线子帧的长度被定义为Tf =307200*Ts=10ms，LTE-Advanced支持两种类型的无线帧结构，第一种适用于FDD模式，第二种适用于TDD模式。

1、无线帧结构类型1

帧结构类型1应用于全双工和半双工的FDD模式；每一个无线帧长度Tf=307200* Ts=10ms，并由0~19这20个时隙组成，每个时隙Tslot=15360* Ts =0.5ms；每个子帧定义了两个相邻的时隙，子帧i所对应的时隙分别为2i和2i+1。对于FDD来说，在每个10ms中，有10个子帧可以应用于上行传输，且有10个子帧可以应用于下行传输，上下行的传输在频率分开。

图2-7 LTE –Advanced 无线时隙结构1

2、无线帧结构类型2

帧结构类型2应用于TDD模式，每一个无线帧长度Tf=307200* Ts=10ms，包含2个半帧，每个半帧的长度为5ms，每个半帧包含5个长度为1ms的子帧。帧结构类型2支持各种协议中规定的上下行配置，与帧结构类型1不同的是帧结构类型2的常规子帧除了被分为2个05ms的时隙，还有3个特殊区域，分别为DwPTS, GP和UpPTS，它们三个占用一个时隙且总长度为1ms。，具体每一部分的时长由协议做了专门的配置，子帧1和子帧6包含DwPTS, GP和UpPTS。其余的子帧都由两个时隙构成，例如子帧i由时隙2i和2i＋1构成。LTE-Advanced 支持5ms和10ms上下行切换点：其中子帧0和子帧5总是用于下行，对于5ms 的上下行切换周期，子帧2和子帧7总是应用于上行。

T

slot

图2-8 LTE –Advanced 无线时隙结构2

2.7.2 LTE-A下行参考信号

由于信道衰落的时间选择性和频率选择性各异，所以导频插入方式也根据情况而有所不同，对于快衰落信道，要求信道估计的时间密度比较大，一般采用梳状导频插入方案；而对于慢衰落信道，信道估计的有效时间很长，一般采用块状导频的插入方式。

LTE-Advanced系统中的参考信号在时频二维上分布，以便接收端分别获取时域和频域上的信道信息，并用于信号的相关解调和空时解码。在下行发送端，参考信号与数据信号一起配置在下行资源块中进行发送，每一个参考信号占用一个物理资源单元。

LTE系统协议规定，LTE下行链路单天线、两发、四发模式下，导频采用时域和频域都离散的方式插入，具体的导频图案如图2-5所示。其中，是时隙内OFDM符号的索引，其值为0-6，而从图中可以看到，单天线状态下，每个子帧包含两个时隙，每个时隙内有七个OFDM符号，其中，两个符号包含导频插入密度为每12个子载波(一个RB)中插入2个导频子载波。同一个时隙内的两个导频符号的子载波位置岔开，这样的设计有利于在频率选择性强的慢衰信道中更加精确的估计信道状况。

图中可以看到，LTE协议规定的多天线模式下，下行多个发天线的导频分布是基于频分设计的，这样的设计，从传输的有效性角度分析，牺牲了一定的频谱效率，但是其优势在于，接收端的硬件处理成本和时延的降低，可以说是性能和复杂度之间取得了折中，这种选择在实际系统中比较常见。

O n e a n t e n n a p o r t T w o a n t e n n a p o r t s

k,l )

F o u r a n t e n n a p o r t s even-numbered slots odd-numbered slots Antenna port 0even-numbered slots odd-numbered slots Antenna port 1even-numbered slots odd-numbered slots Antenna port 2even-numbered slots odd-numbered slots

Antenna port 3

图2-5 下行参考信号映射（常规CP ）

3. LTE-A 系统中MIMO 检测技术简介

3.1 MIMO 信号模型

MIMO 技术的基本出发点是将用户数据分解为多个并行的数据流，然后分别

在每根发送天线上进行同时刻、同频率的发送，同时保持总发射功率不变；最后，再由多元接收天线帧根据各个并行数据流的空间特性，在接收端将其识别，并利用多用户解调技术，最终恢复出原数据流。

图

图3-1 LTE-A 系统中的下行链路模型

MIMO 系统在LTE-A 系统下行基带处理流程中所处的位置如图3-1所示。

LTE-A 系统MIMO 天线在发射端和接收端均采用多天线（或阵列天线），传输信息流经过空时编码形成

M 个信息子流，M 个子流同时发送到信道，各发射信号占用同一频带，因而并未增加系统带宽。若各发射接收天线间的信道响应独立，则多入多出系统可以创造多个并行空间信道，通过这些并行空间信道独立的传输信息，数据率必然会得到提高。

假设一个点对点的MIMO 系统，有T n 个发射天线，R n 个接收天线，系统框

图如下图所示：

图3-1 MIMO 系统结构

上图中T n 个发射天线和R n 个接收天线之间的信道构成MIMO 信道，假设天

线之间的距离足够大（大于1/2波长），该信道满足准静态和瑞利平坦衰落信道条件，并且该信道响应矩阵H 可以通过信道估计的方法准确估计，则每组天线在发送和接收一组信号的时间内信道响应不改变且接收信号相互独立。在此模型下

定义t 时刻从发送天线j 到接收天线i 的信道响应为()ij h t ，则接收天线i 上接收的

信号可以表示成：

0()()()()T n i i j j i i r t h t x t n t ==+∑ (0,1...R i n = (1) 其中()j x t ，(1,)T t n ∈，为t 时刻发送的信号，()i y t ，(1,)R t n ∈为接收到的t 时

刻的信号，()ij h t 是对应的信道响应且2||1ij E h ??=??，()i n t 满足均值为0的加性复

高斯白噪，均值为0，方差为2σ。

假定发送一组数据时间够短，其信道响应不变，把（1）式改写成矢量的形式为：

r Hx n =+ (2)

其中，1,2,()R n r r r r ???=为接收到的矢量，11,(,)R T ij n n H h h h =??????为信道响应矢量，1(,)T n x x x =???为发送信号矢量，0(,)T n n n n =???为噪声矢量。（2）式就是用矢量形式表示的MIMO 系统的信号模型。

MIMO 系统的信道容量在理论上可用如下式表示：

22log ||R H n T p C I HH n σ=+ (3)

I 表示单位矩阵，H 表示信道传输矩阵，p 表示发送信号的总功率，[]H ?表示

矩阵[]?的共轭转置。从（3）式可以看出，MIMO 系统的信道容量随着天线数目的增加线性增长，多天线大大提高系统的频谱利用率。在典型的V-BLAST 系统中，单用户的信息流经过串并变换后由T n 天线同时发送出去，再接收端通过R n 个天线接收信号，通过信号处理方法解出发送的信号以后再复用成原信息流，达到保持原信息速率不变而降低信道带宽、提高频谱利用率的目的。

MIMO 技术实现了频谱资源的重复利用，在不额外增加发射功率和传输带宽的前提下使系统的容量得到倍增、性能得以极大提高，这些优点使其在频谱资源日趋紧张的今天倍受青睐。

3.2 MIMO 技术的分类

根据使用目标的不同，MIMO 技术可以分为两类：

（1）空分复用技术。空分复用技术利用多径信道本身并行传输独立子数据流，达到提高数据传输速率的目的；

（2）空时编码技术。空时编码技术使传输信号在时间和空间维度上引入一定的相关性，利用发射分集提高接收信号的信噪比，从而增强传输的可靠性。根据编码形式，空时编码大致可以分为两大类：空时分组码（STBC ）和空时格形码（STTC ），其中STBC 只提供分集增益，而STTC 可以同时提供分集增益和编码增益，所以一般来说STTC 的性能优于STBC 。但是STTC 的信号检测过程非常复杂、实用性不强。根据发射矩阵是否具有正交性，可以讲STBC 分为两大类：正交STBC(Orthogonal STBC,O-STBC)最大的优点就是可以用简单的线性处理完成ML 检测，因此成为当前研究最深入、应用最广泛的空时码。

无论是空分复用技术还是空时编码技术，它们的性能都与系统所采用的信号检测算法有极大的关联，因此MIMO 信号检测技术一直是研究的热点之一。作为一种空间分集技术，MIMO 系统的性能与无线信道的特性紧密相关。

3.3 MIMO 检测算法简介

3.3.1 ML 算法（最大似然算法）

ML 算法是MIMO 系统中的最优检测算法，基本原理是：将接收信号对可的发送符号域进行全局搜索，找到与接收信号的距离最小（即最大似然）的发送符号作为原始发送符号，其估值公式为：

2

arg min ||||ML x X Y HX ∈Ω=- （4）

其中，||||Y HX -表示其欧式距离，而Ω表示所有发送符号的星座集。该算法性能是最优的。随着发射天线数的增加，ML 算法的计算复杂度呈指数增长，因此很难应用于实际中，所以实际应用中一般不选用该算法。

3.3.2 ZF 算法（迫零检测算法）

迫零检测算法的基本思想是通过将接收信号乘以信道矩阵的逆矩阵以去掉MIMO 信道的干扰。MIMO 系统的迫零解如下：

ZF S H R S H N ++==+ （5）

其中，H +

为信道矩阵的广义逆矩阵，其计算公式如下面公式（6）所示。 1()H H H H H H +-= （6）

对公式（5）得到的ZF S 进行硬判决解调之后即得到原信号的估计值：

^

()ZF ZF S Q S = （7）

迫零算法虽然比较简单，但是其性能也比较差，在实际系统中较少直接运用，一般与其他检测算法结合使用。

3.3.3 MMSE 算法（最小均方误差算法）

最小均方误差算法的目标函数是最小检测出信号矢量X 与接收信号矢量线

性结合H W Y 之间的均方误差，即

2min {()}H E X W Y - （8）

其中10[]H H H W H H N I H -=+，W 是一个T T n n ?的线性联合系数矩阵，Y 是一个1R n ?的接收信号向量，I 是一个T T n n ?的单位矩阵，X 是一个1T n ?的经检

测出信号向量。采用MMSE 算法，发射符号的判决统计如下：H X W Y =。该算

法复杂度优于ML 算法，但是其性能不佳。

3.3.4 SIC 算法（串行干扰消除算法）

串行干扰消除算法采用逐级消除干扰的方式进行信号检测。即先选择一种检

测算法（ZF 算法或MMSE 算法），对一个发射天线上的信号进行检测，然后将已检测出的信号从接收信号中减去，得到一个新的接收信号，这个新的接收信号包含更少的干扰，因此对下一个天线上信号检测的误差影响更少。该算法的缺点是存在误差扩展，前面信号检测出现的错误会直接影响到下面信号的检测，这样就使检测出的错误概率大大增加。

3.3.5 QR 分解算法

QR 分解算法通过将R T n n ?的信道传输矩阵H 分解为R T n n ?的酉矩阵Q 和T T n n ?的上三角矩阵R 的乘积，即H=QR ，然后使用H Q 矩阵左乘接收向量Y ，得到改进接收向量V ：

'H H H V Q Y Q QRX Q n RX n ==+=+ （9）

上式中噪声可表示为

'n Q n H =，由于Q 为酉矩阵，因此有 (){}{}{}''E n n E n QQ n E n n H H H H == （10）

由此可知，噪声的统计特性并没有增强。将公式（9）进一步展开如下式：

'0,00,1000'11,1110T T T T T T n n n n n n r r v x n v r x n ------????????????????=+???????????????????????? （11）

由上面公式可以看出，信号检测可以从最后一层一直到第一层，依次得到发送的信号向量。但是该种算法，存在两个缺点：一是误码传播，即为QR 分解检测算法性能取决于最优检测层性能，如果最先检测层出现错误，则将导致后续层判决符号的错误；二是根据研究表明最先检测层的分集增益为

1R T n n -+，最后检测

层的分集增益为R n ，则说明最先检测层的性能是最差。

4. LTE-A MIMO检测研究现状介绍

MIMO检测技术有典型的线性检测器如ZF或者MMSE接收机。ZF检测算法虽然复杂地低，但是其性能较差；MMSE算法性能较好，但是复杂度也随之升高。还可以采用更先进的检测器，但它们是非线性的，在所选择的SNR操作点上提供了更好的错误率性能，但以更高的复杂度为代价。这种检测器包括SIC(Sucessive Interference Cancellation，串行干扰抵消)检测器和MLD（Maximum Likelihood Detector，最大似然检测器）。SIC检测器的原理是处理信道编码后的独立流，经过线性检测、译码、解调、重编码和从全部接收信号R中抵消，进行一系列的逐层处理。另一方面，MLD试图通过穷尽搜索或复杂度较低的等价技术比如球形译码等从R的所有流中选择最可能的子集。

MIMO系统已提出的检测算法中，最优检测算法(ML算法)虽然具有最好的误码性能，但是在发送天线数目较多和高阶调制情况下，其计算复杂度过高；线性检测算法包括迫零(ZF)算法和最小均方误差(MMSE)算法，ZF算法是MIMO检测中最简单、最基本的算法，该算法在设计时没有考虑噪声的影响，虽然实现简单，但是性能较差。MMSE算法的设计考虑了干扰与噪声的抑制，性能比ZF算法稍有提高；非线性检测算法包括串行干扰消除(SIC)算法和并行干扰消除(PIC)算法，SIC算法在使用线性检测算法滤波的基础上加上串行干扰消除，根据滤波准则的不同，分为SIC-ZF算法和SIC-MMSE算法。虽然相比较线性检测算法来说SIC算法性能有所提高，但是受误差传播的影响，其性能依然不理想。PIC算法是在线性滤波的基础上加上并行地干扰消除，分为PIC-ZF算法和PIC-MMSE算法，与SIC 算法类似，PIC算法也存在误差传播的现象，与ML算法相比，其性能不理想。

MIMO可以结合传输结构(FISTBC或V-BLAST)来提高检测性能，其中

V-BLAST MIMO系统以其简单实用的结构和极高的频谱利用率而受到人们广泛的关注。作为一类起初为V-BLAST系统开发的检测算法，经典排序串行干扰消除(OSIC)算法ZFSNR OSIC算法、MMSE-SNR OSIC算法，由于其在性能和复杂度之间的良好折中，受到了广大研究和工程人员的密切关注，已成为MIMO检测领域中的一个研究热点。

目前的OSIC检测算法的研究多是针对其排序方式进行改进，2003年Sang Wu Kim通过对经典ZF．SNR OSIC算法进行改进，提出～种基于对数似然比(LLR)

排序的高性能V-BLAST OSIC检测算法——ZF-LLR OSIC算法。但是由于ZF-LLR OSIC算法采用了ZF滤波，不可避免地存在ZF滤波共有的噪声增强问题，这对检测性能带来了负面影响。为了获得更优的OSIC检测性能，M．G XU等人在2005年将基于符号LLR排序的思想与检测性能更好的MMSE准则相结合，提出了与ZF-LLR OSIC算法对应的MMSE-LLR OSIC检测算法但是由于MMSE-LLR OSIC 算法在计算符号判决后验概率时采用了MMSE滤波输出干扰加噪声为高斯分布的近似，由近似计算引起的性能损失使得MMSE-LLR OSIC算法在高阶调制时的性能不理想。

由于信号检测性能的好坏将直接影响到整个MIMO系统性能的好坏。因此设计高性能、低复杂度的信号检测算法已成为MIMO通信中的一项具有重大意义的关键技术。

5. DSP开发平台简介

在完成对MIMO检测算法Matlab仿真的基础上，对MIMO检测算法DSP 实现是采用了ZViewIDE软件。ZViewIDE是Versilicon公司ZSP系列的软件开发工具，相对于ZSPIDE软件具有代码开发和调试为界面的特点。ZViewIDE是基于eclipse公共开发平台而设计的ZSP开发调试工具。

图5-1 ZSP软件开发工具ZViewIDE的启动界面

DSP的开发调测工具为ZSP JTAG。JTAG用于连接PC和调试板，通过

ZViewIDE、JTAG控制软件在ZSP中运行，即ZSP-USB接口-JTAG-调试板。

在此平台下所采用的芯片选型是ZSP880。在ZSP880系统中，ICach Controller Unit通过缓存ZSP880核最近存取的指令到ICache Memory中，以提高ZSP核执行效率。ICach Controller Unit包含：ICache Controller 和ICache RAM。

当ZSP880请求指令时，PFU将通过内部接口发送请求指令以及指令地址给ICache Controller。此时在ICache Memory中存储着一部分指令，若ZSP核请求的指令恰好在ICache Memory中，ICache Controller将直接在ICache Memory中取出指令而不必通过系统总线到本地RAM中取出指令，因此相比于之前的芯片ZSP500以及ZSP800提高了ZSP核的运行效率。

6. 初步研究规划

通过阅读大量文献及标准协议，在对LTE-A MIMO技术进行深入分析的基础上，已经基本了解MIMO发射信号过程，MIMO接收信号方式，对应不同的发送方式所对应的信号检测方式，以及所应用的不同的检测算法。

通过对各种检测算法Matlab仿真的的性能和各种算法的复杂度及可实现性的对比评估，选择出一种适合于进行DSP实现的基于LTE-A系统的MIMO检测算法。在实现简单的同时，使其性能更接近或优于传统的算法。根据理论数据做定点化分析，对MIMO检测中各模块进行的代码开发实现。之后对其进行功能验证及与Matlab仿真实现进行对比分析。

结合自己对DSP设计的初步了解，考虑到在设计实现过程中可能遇到的难点及需要着重考虑的问题：

1. 如何设计出一个简洁高效的信号检测架构方案；

2. 如何从众多的信号检测算法中选择出一个适于实现，同时性能可靠的检测算法；

3. 在确定实现方案后，采用何种设计来进行实现达到最小开销以节省资源，以及实现过程中的细节考虑及分析。