[论文解读] Adaptive and Iterative Multi-Branch MMSE Decision Feedback Detection Algorithms for MIMO Systems

Rodrigo C. de Lamare|arXiv (Cornell University)|Aug 13, 2013

Advanced Wireless Communication Techniques参考文献 67被引用 4

一句话总结

本文提出了一种用于MIMO空间复 multiplexing 系统的自适应、迭代多分支最小均方误差决策反馈（MB-MMSE-DF）检测算法。通过利用基于同一矩阵逆推导出的约束MMSE滤波器的多个取消分支，该方法在显著降低复杂度的同时，实现了接近最大似然（ML）的性能，同时保持了完整的分集增益，并支持高效自适应与软输出实现。

ABSTRACT

In this work, decision feedback (DF) detection algorithms based on multiple processing branches for multi-input multi-output (MIMO) spatial multiplexing systems are proposed. The proposed detector employs multiple cancellation branches with receive filters that are obtained from a common matrix inverse and achieves a performance close to the maximum likelihood detector (MLD). Constrained minimum mean-squared error (MMSE) receive filters designed with constraints on the shape and magnitude of the feedback filters for the multi-branch MMSE DF (MB-MMSE-DF) receivers are presented. An adaptive implementation of the proposed MB-MMSE-DF detector is developed along with a recursive least squares-type algorithm for estimating the parameters of the receive filters when the channel is time-varying. A soft-output version of the MB-MMSE-DF detector is also proposed as a component of an iterative detection and decoding receiver structure. A computational complexity analysis shows that the MB-MMSE-DF detector does not require a significant additional complexity over the conventional MMSE-DF detector, whereas a diversity analysis discusses the diversity order achieved by the MB-MMSE-DF detector. Simulation results show that the MB-MMSE-DF detector achieves a performance superior to existing suboptimal detectors and close to the MLD, while requiring significantly lower complexity.

研究动机与目标

• 解决大规模阵列天线MIMO系统中最优最大似然检测（MLD）的高计算复杂度问题。
• 克服次优检测器的性能限制，特别是其无法实现完整接收分集增益的问题。
• 开发一种低复杂度、接近ML的MIMO检测方案，保持完整分集增益，并支持迭代检测与软输出。
• 利用递归最小二乘法（RLS）类型参数估计，实现在时变信道中的自适应操作。
• 提供软输入软输出版本，以集成到迭代检测与译码系统中。

提出的方法

• MB-MMSE-DF检测器使用多个处理分支，其前向与反馈滤波器均基于同一矩阵逆推导，以探索多样化的检测候选。
• 通过在反馈滤波器上施加形状与幅度约束，设计约束MMSE滤波器，以提升性能与稳定性。
• 基于公式(61)的瞬时MMSE度量用于每符号选择最佳检测分支，从而降低计算负载。
• 自适应实现采用RLS类型算法，以低反馈开销跟踪时变信道。
• 软输出版本通过多个检测候选生成对数似然比（LLRs），支持卷积码的迭代译码。
• 该方法依赖于二阶统计特性，并共享单一矩阵求逆，从而将额外复杂度降至最低。

实验结果

研究问题

• RQ1 多分支决策反馈结构是否能在MIMO空间复 multiplexing 系统中以降低复杂度实现接近ML的性能？
• RQ2 约束MMSE滤波是否能提升次优MIMO检测器的分集增益与误码性能？
• RQ3 基于RLS的自适应实现是否能在时变衰落信道中保持性能？
• RQ4 所提出的检测器是否支持软输出功能以实现迭代检测与译码？
• RQ5 MB-MMSE-DF检测器是否实现完整的接收分集阶数，与MLD一致？

主要发现

• MB-MMSE-DF检测器在各种SNR范围内性能与最优MLD相差不超过0.5 dB，且复杂度显著降低。
• 检测器实现了完整的分集阶数，与MLD一致，而这一点在次优检测器中并不总是成立。
• 由于共享矩阵求逆与共同统计特性，计算复杂度仅略高于传统MMSE-DF。
• 基于RLS的自适应实现能有效跟踪时变信道，性能下降极小。
• 软输出版本可有效支持卷积码的迭代检测，提升误比特率性能。
• 公式(61)中的瞬时MMSE度量在计算量减少的情况下，性能等价于完整度量(60)，支持实时运行。