MIMO通信系统的检测算法研究

王进泉

（五邑大学信息学院 广东 江门 529020）

0 引言

多输入多输出（MIMO）多天线技术由于能提供更高的容量、更大的分集增益和干扰抑制性能[1]，因而成为移动通信的一种关键技术。MIMO系统接收机接收到的是在时间上和频带上相互重叠的多路信号，信号检测性算法直接影响到MIMO通信系统的性能，因此对高性能、低复杂度的MIMO检测技术的研究已经成为无线通信研究领域热点之一。

传统的MIMO检测中常用的传统算法有MIMO最大似然（ML,MaximumLikelihood）检测算法[2]、迫零（ZF，ZeroForcing）检测算法[3]、最小均方误差（MMSE，MinimumMean-SquareError）检测算法[4]，迭代算法[5－6]有Gibbs抽样、随机化搜索。本文详细阐述了这些算法的工作原理，进行了误码性能仿真和复杂度分析。

1MIMO系统模型

MIMO通信系统的模型，如图1所示：

图1 MIMO通信系统模型

图1所示的MIMO系统，其等效模型表示为：

其中，M是发射天线数、N是接收天线数，且N≥M，y=[y1，…，yN]T是1×N维的接收信号，H是N×M维的信道矩阵，x=[x1，…，xM]T是1×M维的发射信号向量，xi∈Ω（i＝1，2，…，M），其中 Ω 为调制符号集合，如4-QAM 调制，有四个调制符号，组成的集合为 Ω＝{-1-i，－1＋i，＋1－i，＋1＋i}，i为虚部的表示符号。Ω集合的元素个数为。n是 1×N维的噪声。hij为矩阵H的第（i，j）项，表示从第j根发射天线到第i根接收天线的信道增益，服从瑞利分布。x为各项独立同分布。n为各项独立同分布且服从均值为零，方差为的复高斯分布。

1 传统检测算法

1.1 最大似然（ML）检测算法

这是理论最优的检测算法[2]，能够完全获得接收分集增益。但是在实际应用中，由于该算法在检测过程中要涉及到所有可能的发射向量，导致其计算复杂度太高，与调制阶数和发射天线数呈指数关系。……