MIMO系统的信号检测

MIMO的数学模型

♦ 空间复用MIMO系统的功能：相同带宽，成倍的提高数据发送速率。

♦ MIMO系统信号检测技术原理：以下以2(Tx)x2 (Rx)MIMO为例分析。

1、将图中的信道矩阵记为H，其中h11表示Tx1与Rx1之间的信道增益，h21表示Tx1与Rx2之间的信道增益，h22表示Tx2与Rx2之间的信道增益，h12表示Tx2与Rx1之间的信道增益。

2、将空间复用的用户数据和相应的接收信号分别表示为和。其中x1/2表示第1/2根发射天线发射信号，y1/2表示第1/2跟接收天线的接收信号。

3、将无线信道的噪声用加性高斯白噪声表示，其中z1/2表示第1/2根接收天线的加性高斯白噪声，方差为。

综上，2X2 MIMO系统可以表示如下： 

那么，在接收机收到Y后，该如何计算出发送数据X呢？以下给出常用的信号检测方法。 

线性信号检测

前提：

1、将来自目标发射天线的期望信息流当作有用信息；

2、将来自其他发射天线的信息当作干扰信息。

 目标：

在检测有用信息的过程中，要最小化或者尽量消除干扰信息。

实现：

利用一个加权矩阵W实现逆转信道的效果，

也就是说，由接收信号Y的某个线性组合的结果得到每个符号的检测值。基本的线性检测方法包括迫零(ZF)技术和最小均方误差(MMSE)技术。

ZF信号检测

原理：

        ZF技术使用如下加权矩阵消除干扰：

其中表示的埃米特转置。

        逆转了信道的作用（备注：原发端,现在,因此这里的W其实相当于,所以称之为逆转了信道的作用。），接收数据Y与之相乘，可以得到使用ZF算法估出的发送数据：

        

                =

                =

其中，,差错性能与其功率直接相关。

MMSE信号检测

        MMSE能够最大化检测后的SINR(Signal to Interference plus Noise Ratio，干扰信噪比，即期望信号与无用噪声的比值)。即，MMSE检测是期望最小化噪声干扰。

原理：        

        MMSE信号检测的加权矩阵为：

由加权公式可以看出，MMSE接收机需要噪声的统计信息，使用MMSE加权矩阵估出的发送数据：

          

                        = 

                        =  

                        =  

OSIC信号检测

       一般情况下，线性检测方法的性能比非线性检测方法要差，但是线性检测方法的硬件实现复杂度低。通过排序的连续干扰消除（Ordered Successive Interference Cancellation,OSIC）方法可以改善线性检测方法的性能，而不会显著提高复杂度。它采用一组线性接收机，每个接收机检测并行数据流中的一个流，在每个阶段能够成功的从接收信号中删除检测出的信号成分。即在每个阶段将检测出来的信号从接收信号中减去，使得用于后续阶段的剩余信号具有更少的干扰。如下图给出4个空间数据流的OSIC信号检测过程。

 

ML信号检测

        最大似然ML检测方法计算接收信号向量与所有可能的后处理向量（所有可能的发射信号向量和给定信道和H的乘积）之间的欧式距离，并找到一个最小距离。另和分别表示信号的星座图集和发射天线数。

        原理:

        ML检测将发射的信号向量估计为：

其中，是ML的度量，当所有的发射向量等概发送时，ML方法达到最大后验概率（MAP）检测的最佳性能。然而它的复杂度会随着调制阶数/发送天线数量的增加呈指数上升。

        由于这一检测方法具有最佳性能，尽管复杂度很高，仍将其作为其他检测方法的参考。

总结：以上介绍的线性检测方法（ZF、MMSE）和连续干扰消除OSIC检测的复杂度远低于最优的ML检测，但它们的性能明显不如ML检测。

QR分解

        QR分解对信道矩阵进行变换，以避免复杂的矩阵求逆计算。假设发射天线数与接收天线数相等（以2x2为例），首先对信道矩阵H进行QR分解：

        ，其中Q为正交归一化的酉矩阵，,R是2x2的上三角矩阵。

此时，接收数据Y乘以可以推导计算如下：

                                

                                          = 

                                           =

 写成矩阵表达形式即：

注：SINR与SNR区别如下：

SINR(Signal to Interference plus Noise Ratio），信号/（干扰+噪声），即信号与干扰、噪声之和得比值。

SNR：Signal Noise Ratio（信噪比）。信号与噪声的比值。

待续....