异步协作空时编码系统中的低复杂度信号检测技术研究

Compared to cooperative beamforming, cooperative space-time coding (STC), working in open-loop without feedback channel, enjoys the low-complextiy structure and the convenience of disposition. Therefore, cooperative STC is a great potential radio technique for wireless sensor notes of Internet of Things (IoT) which are limited by the costs, bulk, capacity of battery and computation. Considering the network architecture and performance of devices, sensors of IoT more likely adopt asynchronous Cooperative STC. The multiple carrier frequency offsets (CFOs) and timing offsets caused by asynchronous transmission will not only deteriorate the BER performance，but also complicate the receiver design. To seeking for the signal detection scheme with both low BER and low computational complexity, we plan to carry out research in following three point：1) Both sufficiently extract the signal energy and simplify the channel matrix structure by designing an optimal filter to squeeze the elements of channel matrices to a limited band. 2) Simplify the structure of iterative PIC detection scheme, accelerate its convergence speed and relax its accuracy requirement for initial conditions by designing a mask matrix to rationally classify the signal items and interference items of the channel matrices. Moreover, analyze the convergence of the iterative detection scheme. 3) Transform the large-size matrix inversion problem into a small-size band matrix LDL factorization with low complexity by exploits the orthogonal structure of STBC and the nearly-banded structure of the channel matrices.

协作通信的两类主流方案中，相比于协作波束成形技术，采用开环传输的协作空时编码技术，无需反馈信道，具有链路结构简单，易于部署的优点。以其作为物联网中受成本、体积、电池容量、处理能力等限制的传感器节点的传输方案，具有广阔的应用前景。受制于器件性能和组网形式，传感器节点最有可能处于异步协作的传输模式。异步传输引入的时频同步偏差不仅会降低系统误码性能，还会提高接收机设计的复杂度。为寻求具有低误码率和低复杂度的检测算法，拟从三种技术路线开展研究：1)通过最优滤波器设计实现信道矩阵压缩，以求既充分提取信号能量又能简化等效信道矩阵结构。2)在并行干扰消除的迭代结构中，设计遮蔽模板合理区分等效信道矩阵中的干扰项和信号项，以求简化迭代算法结构、加快收敛速度、降低初值精度要求。并对迭代算法收敛性做出理论分析。3）利用编码的正交结构，将检测中的高维矩阵求逆问题转化为低维带状矩阵的LDL分解，显著降低计算复杂度。

采用开环传输的协作空时编码技术，无需反馈信道，具有链路结构简单，易于部署的优点。以其作为物联网中受成本、体积、电池容量、处理能力等限制的传感器节点的传输方案，具有广阔的应用前景。受制于器件性能和组网形式，传感器节点最有可能处于异步协作的传输模式。异步传输引入的时频同步偏差不仅会降低系统误码性能，还会提高接收机设计的复杂度。为寻求具有低误码率和低计算复杂度的检测算法，我们提出了适用于不同的载波频偏（CFO）范围的低计算复杂度的最小均方误差（MMSE）均衡算法：1）当CFOs较小时，我们提出了一种简化的最小均方误差（Simplified MMSE，S-MMSE）均衡算法，该算法利用载波频偏使得信道矩阵呈现近似带状的特性，通过把均衡算法中的高维矩阵求逆问题转化成低维带状矩阵的LDL分解问题，降低了算法的计算复杂度。2) CFOs较大时，我们提出了一种迭代最小均方误差（Iterative MMSE，I-MMSE）均衡算法。该算法采用并行干扰消除的迭代结构，通过设计遮蔽模板合理区分等效信道矩阵中的干扰项和信号项，以求简化迭代算法结构、加快收敛速度、降低初值精度要求。相对于上述S-MMSE均衡算法，在大CFOs场景，I-MMSE算法可以显著改善系统性能。进一步我们对所提迭代算法的收敛性进行了分析，给出了算法收敛的充要条件。上述两种均衡算法适用于不同的CFO范围，不能相互替代，S-MMSE算法还可以用作I-MMSE算法的初始值设置。仿真结果显示，我们提出的低复杂度MMSE均衡算法能够在很好的逼近传统MMSE均衡算法性能的同时，显著降低计算复杂度。相比于已有的低复杂度均衡算法，我们提出的算法不仅性能更好，而且计算复杂度更低。