MIMO-MMSE检测几种表达

考虑如下的MIMO信道模型
$$\begin{gathered} Y_{m\times 1}=H_{m\times n}{X}_{n\times 1}+N_{m\times 1}, \\ N\sim CN(0,{\sigma }^2{I}_m), \\ E[X]=0_n，E[X^2]=I_n。 \end{gathered}$$
如果做MMSE(最小均方误差)检测，检测算法不一定是线性的，也即不一定能用矩阵表示算法，需要写成函数形式
$$\begin{gathered} Y_{MMSE}=f(Y)=E[X|Y=y] \\ =\int x\frac{P_X(x)CN(y-x|0,{\sigma }^2{I}_m)}{\int P_X(x)CN(y-x|0,{\sigma }^2{I}_m)dx}dx, \end{gathered}$$
也就是条件期望可以达到MMSE。通常情况下(发送为高斯信源除外)，条件期望计算很困难，因此MMSE检测很难实现。

LMMSE形式1

如果对他进行Linear MMSE(LMMSE)检测，那么
$$\begin{gathered} D=H^H(H{H}^H+{\sigma }^2{I}_m{)}^{-1}， \\ \hat{X}=DY=H^H(H{H}^H+{\sigma }^2{I}_m{)}^{-1}Y， \end{gathered}$$ 其中$D$是LMMSE检测矩阵。具体推导如下，
e = X ^ − X = D Y − X M S E = E [ e H e ] = t r { E [ e e H ] } = t r { E [ ( D Y − X ) ( D Y − X ) H ] } = t r { E [ D Y Y H D H − X Y H D H − D Y X H + X X H ] } = t r { D R Y Y D H } − t r { R X Y D H } − t r { D R Y X } + t r { R X X } = T 1 − T 2 − T 3 + T 4 e={\hat X}-X=DY-X\\ MSE=E[e^He]=tr\{E[ee^H]\}\\ =tr\{E[(DY-X)(DY-X)^H]\}\\ =tr\{E[DYY^HD^H-XY^HD^H-DYX^H+XX^H]\}\\ =tr\{DR_{YY}D^H\}-tr\{R_{XY}D^H\}-tr\{DR_{YX}\}+tr\{R_{XX}\}\\ =T_1-T_2-T_3+T_4 e=X^−X=DY−XMSE=E[eHe]=tr{ E[eeH]}=tr{ E[(DY−X)(DY−X)H]}=tr{ E[DYYHDH−XYHDH−DYXH+XXH]}=tr{ DRYY​DH}−tr{ RXY​DH}−tr{ DRYX​}+tr{ RXX​}=T1​−T2​−T3​+T4​
根据《Complex valued matrix derivatives》中，表4.3的求导公式，可以得到
$$0=\frac{\partial MSE}{\partial D}=\frac{\partial T_1}{\partial D}-\frac{\partial T^{}}{\partial D}$$