王华华, 余永坤, 于 敏

(重庆邮电大学通信与信息工程学院, 重庆 400065)

0 引 言

为了应对所预测的无线数据业务爆炸式增长,大规模多输入多输出(multiple input multiple output, MIMO)得到了人们的关注[1]。然而,大规模MIMO系统显著地增加硬件成本和射频电路的功耗[2]。在射频链的所有部件中,模拟数字转换器(analog-to-digital converter, ADC)是最耗电的部件,其功耗随着量化比特的增多呈指数型增长[3]。为了解决功耗的问题,文献[4-6]提出在大规模MIMO系统中使用混合精度ADC,其中高精度ADC主要用于信道估计,低精度ADC主要用于接收用户信息进行用户数据的恢复。关于低精度ADC的界定,学术界定义为量化比特数为1～3 bit的ADC;而在产业界,对低精度ADC没有较明确的界定。文献[6]对采用混合精度ADC的大规模MIMO系统的性能进行分析,结果表明在相同的硬件开销下,相比于采用高精度ADC的大规模MIMO系统,该系统可以获得更高的总速率和更低的功耗。

针对单比特ADC下的信号检测,通常采用硬检测和软检测两类算法。在文献[7]中提出了最佳的最大似然检测(maximum likelihood detection, MLD)算法,并对最大似然检测器进行了改进,提出逼近最大似然检测(near-maximum likelihood detection, NML)算法。此外,文献[8-9]分别给出了基于有监督学习和编码理论的新MIMO检测框架。尽管上述算法有很好的未编码符号差错率性能,但在有信道编码系统中的误帧率(frame error rate, FER)较高。主要是由于硬判决输出大大降低了Trubo码、低密度奇偶校验码(low density parity check code, LDPC)和极化码等信道编码的性能。

文献[10]针对采用单比特ADC的上行MU-MIMO系统提出了软输出检测(soft output detection, SOD)算法,该算法在有信道编码系统中的FER比其他硬检测算法的FER更低。……