大規(guī)模mimo線性檢測中矩陣求逆的硬件構(gòu)架及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于計算機(jī)通信領(lǐng)域。特別涉及一種大規(guī)模MM0線性檢測中矩陣求逆的 硬件構(gòu)架及方法。
【背景技術(shù)】
[0002] 在無線通信傳輸環(huán)境下采用多個發(fā)送天線和多個接收天線的系統(tǒng)稱為多輸入多 輸出MM0系統(tǒng)。研宄表明，MM0無線傳輸技術(shù)可以在不增大額外頻譜帶寬的條件下能大 大提高傳輸鏈路的可靠性，減少基站能量消耗，以及成倍地提高通信系統(tǒng)容量。MIM0作為無 線通信的關(guān)鍵技術(shù)，已經(jīng)被納入第四代移動通信標(biāo)準(zhǔn)，如3GPPLTE等。
[0003] 隨著下一代移動通信技術(shù)的進(jìn)一步發(fā)展和需要，MM0技術(shù)已經(jīng)從傳統(tǒng)的單用戶 MMO(SU-MMO)系統(tǒng)擴(kuò)展到了多用戶MMO(MU-MMO)系統(tǒng)，從小規(guī)模MM0(SmallMM0)發(fā) 展到大規(guī)模MIMO(MassiveMIM0)。傳統(tǒng)地，LTE標(biāo)準(zhǔn)支持在基站最高配置8根天線。而發(fā) 送端或接收端配置的天線數(shù)越多，傳輸信道能夠提供更高的自由度，在吞吐率和線路穩(wěn)定 上能實現(xiàn)更好的性能。因為多用戶系統(tǒng)可以同時傳輸服務(wù)幾個用戶，而且在選擇接待具體 用戶調(diào)度方面更加靈活，所以這個增益在多用戶系統(tǒng)中更加可觀。
[0004] 對于大規(guī)模MM0系統(tǒng)，相對于當(dāng)下已經(jīng)建成的系統(tǒng)，其天線陣列配置更多天線， 其數(shù)量達(dá)到上百或更多。大規(guī)模MIMO需要前所未有的的天線數(shù)，同時服務(wù)相對數(shù)量小得多 的用戶，這種數(shù)量上的不對稱使其與現(xiàn)實更加吻合，而且提供了更加可靠和可操作的條件。 這種技術(shù)能保證進(jìn)一步提高頻譜利用率和線路穩(wěn)定性。并且可以預(yù)見，在大規(guī)模MM0系統(tǒng) 中，每個天線單元需要極少的能量（達(dá)到毫瓦級），相比傳統(tǒng)的小規(guī)模MIMO系統(tǒng)，其具有更 大的潛力降低在基站消耗的能量.
[0005] 然而，大規(guī)模MM0的優(yōu)勢是以在基站端的急劇增加的計算復(fù)雜度為代價，它相應(yīng) 地大大增加了硬件的復(fù)雜度。信號檢測，作為下一代移動通信技術(shù)的關(guān)鍵技術(shù)之一，其最 佳信號檢測器的復(fù)雜度就隨著發(fā)射天線數(shù)增大而增大。特別地，當(dāng)基站天線數(shù)達(dá)到上百， 傳統(tǒng)的小規(guī)模MM0系統(tǒng)變?yōu)榇笠?guī)模MM0系統(tǒng)時，我們需要新的檢測理論來適應(yīng)擴(kuò)展到 高維的問題，可靠的上行線路檢測技術(shù)就變得非常重要了。因為最佳檢測方法如最大似 然檢測（maximum-likelihooddetection)和球形譯碼（spheredecoding)等要求過高 的硬件復(fù)雜度，我們必須采取低復(fù)雜度的次最佳線性檢測機(jī)制或者隨機(jī)技術(shù)（stochastic technique),如基于馬爾科夫鏈的蒙特卡羅檢測方法（Markov-chainMonte-Carlo-based detectionmethods)等。
[0006] 近期的主流文獻(xiàn)中，基于大規(guī)模MMO,且易于硬件實現(xiàn)的低復(fù)雜度的線性檢測技 術(shù)，其主要的計算復(fù)雜度在于一個MXM階矩陣的求逆，其中M為用戶天線數(shù)。傳統(tǒng)的矩陣求 逆方法，如QR分解法、高斯消元法和Cholesky分解法等精確求逆方法，其復(fù)雜度在于0 (M3) 數(shù)量級。在規(guī)模MIMO系統(tǒng)中，當(dāng)M變得較大時，其復(fù)雜度將會急劇增大，會耗費(fèi)系統(tǒng)大量計 算資源或增大延遲時間。

【發(fā)明內(nèi)容】

[0007] 發(fā)明目的：本發(fā)明的目的在于針對現(xiàn)有技術(shù)的不足，提供了一種硬件復(fù)雜度低、計 算高效率且減少了延遲時間的大規(guī)模MMO線性檢測中矩陣求逆的硬件構(gòu)架及方法。
[0008] 技術(shù)方案：本發(fā)明提供了一種大規(guī)模MMO線性檢測中矩陣求逆的硬件構(gòu)架，包括 預(yù)計算模塊和矩陣求逆子模塊，其中，所述預(yù)計算模塊包括下三角脈動乘法器、加法器、共 軛轉(zhuǎn)置模塊、倒數(shù)模塊、取反模塊和向量乘法器，所述下三角脈動乘法器分別與所述加法器 和共軛轉(zhuǎn)置模塊連接，所述加法器依次通過倒數(shù)模塊和取反模塊與所述向量乘法器連接， 所述共軛轉(zhuǎn)置模塊與所述向量乘法器連接，所述矩陣求逆子模塊為IIR濾波器結(jié)構(gòu)，所述 預(yù)計算模塊中的向量乘法器和倒數(shù)模塊分別于所述矩陣求逆子模塊連接。
[0009] 進(jìn)一步，所述下三角脈動乘法器中包括MXM個乘累加器，M為用戶的數(shù)量。
[0010] 進(jìn)一步，所述向量乘法器包括M個乘法器和M個寄存器，所述每個乘法器與一個寄 存器相連。
[0011] 本發(fā)明還提供了一種基于上述大規(guī)模MMO線性檢測中矩陣求逆的硬件構(gòu)架的求 逆方法，包括以下步驟：
[0012] 步驟1 :將矩陣的比特流輸入預(yù)計算模塊中的下三角脈動乘法器，得到矩陣G， 其中，G=HhH，H表示MMO系統(tǒng)的信道響應(yīng)矩陣，Hh表示MMO系統(tǒng)的信道響應(yīng)矩陣的轉(zhuǎn)置 矩陣，H#表示矩陣H的共軛矩陣；
[0013] 步驟2 :矩陣G對角線上的元素輸入到加法器中與噪聲系數(shù)隊相加，得到向量 D - ,^22 ] *
[0014] 步驟3 :矩陣G非對角線上的元素輸入共軛轉(zhuǎn)置模塊得到MXM階矩陣E;
[0015] 步驟4 :步驟2獲得向量5依次通過倒數(shù)模塊和取反模塊，獲得向量卜D^
[0016] 步驟5 :向量(-if1)和矩陣E輸入向量乘法器，獲得矩陣C;
[0017] 步驟6 :將矩陣C和矩陣IT1輸入至矩陣求逆子模塊，根據(jù)公5
1獲 得需要求逆矩陣A,1，其中k為迭代次數(shù)，n為迭代次數(shù)的編號，矩陣IT1為以向量對應(yīng)元 素構(gòu)成的對角矩陣。
[0018] 進(jìn)一步，所述步驟1中矩陣G的獲得方法為：H#矩陣元素的比特流按列輸入，每后 一列比前一列延時一個時鐘輸入，一個時鐘內(nèi)每列輸入一個元素，每列元素流到對角線單 元就取共軛并轉(zhuǎn)向下一層計算單元；各元素在計算單元里進(jìn)行乘累加計算。
[0019] 進(jìn)一步，所述步驟4中倒數(shù)模塊獲得向量5+1的方法為，通過FPGA查找表單元對向 量D的每個元素取倒數(shù)。
[0020] 工作原理：本發(fā)明首先提出了一種基于若依曼級數(shù)近似求逆的迭代計算硬件結(jié) 構(gòu)，通過這種結(jié)構(gòu)組成基本矩陣求逆子模塊BM，這是IIR濾波器第一次基于諾依曼級數(shù)近 似理論計算逆矩陣的創(chuàng)造；然后再根據(jù)整個系統(tǒng)輸入和BP輸入需要設(shè)計了預(yù)計算模塊PM; 通過將兩個模塊PM和BM連接，組成了可用于大規(guī)模MMO線性檢測的矩陣求逆硬件架構(gòu)。 本發(fā)明適用于多種大規(guī)模MMO線性檢測系統(tǒng)，其中的基本矩陣求逆子模塊BM作為一個核 心計算單元也適用于多種大規(guī)模MIMO線性預(yù)編碼的系統(tǒng)；。
[0021] 有益效果：與現(xiàn)有技術(shù)相比，本發(fā)明中的計算單元為加法器和乘法器，因此非常適 合硬件實現(xiàn)；成功從現(xiàn)有技術(shù)的〇(M3)數(shù)量級的復(fù)雜度降到0(M2)，大大降低了計算復(fù)雜度 和硬件代價；核心計算模塊BM使用了IIR濾波器結(jié)構(gòu)，這是IIR濾波器第一次基于諾依曼 級數(shù)近似理論計算逆矩陣的創(chuàng)造；雖然BM使用了近似求逆計算，但迭代計算可以得到任意 精度的準(zhǔn)確度；取不同迭代次數(shù)達(dá)到不同準(zhǔn)確度為系統(tǒng)性能不同配置要求提供了豐富的靈 活度，且取不同迭代次數(shù)不需要改變硬件結(jié)構(gòu)，不花費(fèi)額外的硬件代價。子模塊BM能適用 于多種大規(guī)模MIMO線性檢測和線性預(yù)編碼系統(tǒng)，其兼容性好。
【附圖說明】
[0022] 圖1是本發(fā)明一種基于大規(guī)模MMO線性檢測的矩陣求逆硬件架構(gòu)圖；
[0023] 圖2是下三角脈動矩陣乘法器結(jié)構(gòu)示意圖；
[0024] 圖3是向量乘法器結(jié)構(gòu)示意圖；
[0025] 圖4是采用本發(fā)明近似求逆方法與Cholesky分解精確求逆方法誤碼率曲線對比 圖。
【具體實施方式】
[0026] 下面結(jié)合附圖和具體實例，對本發(fā)明提出的一種大規(guī)模MIM0線性檢測中矩陣求 逆的硬件構(gòu)架進(jìn)行具體說明。
[0027] 首先建立一個大規(guī)模MM0系統(tǒng)模型：考慮一個大規(guī)模MM0系統(tǒng)上行線路，在基站 端配置N根天線，同時服務(wù)M個單天線用戶，其中天線數(shù)N遠(yuǎn)遠(yuǎn)大于M。描述模型如下：
[0028] y=Hs+n；
[0029] 其中，H為用戶到基站的NXM維度的信道傳輸響應(yīng)矩陣，且H= [h，h2, . . .，hM]， hj表示H的第j個列向量；s=[ss2, . . .，sM]T為用戶