在多输入多输出系统中检测信号的方法及装置 【技术领域】
本发明涉及通信领域， 特别涉及一种在多输入多输出系统中检测信号的方法及装置。 背景技术 根据信息论， 在通信系统的发射端和接收端同时使用多天线阵列可以极大的提 高传输比特率。利用在发射端和接收端同时使用多天线阵列的 MIMO(Multiple-Input Multiple-Out-put， 多输入多输出 ) 系统不仅可以提高传输比特率， 同时还可以提高信道 的可靠性， 降低误码率。因此， MIMO 系统的应用在通信领域有着重要的意义。然而， 要进一 步推动更多 MIMO 系统理论研究成果的应用， 就必须要先解决信号检测的问题。
现有技术在 MIMO 系统中实现信号检测的方法是 ： 利用接收信号进行信道估计， 得 到发射天线和接收天线之间的信道系数， 由信道系数组成信道矩阵 H， 利用信道矩阵 H 计算 H -1 出所有待检测发射信号的估计误差协方差矩阵 Q ＝ (H H+αIM×M) 的初始值， 然后利用所得
到的估计误差协方差矩阵 Q 的初始值计算待检测发射信号的估计值， 从而实现对待检测发 射信号的检测。
在实现本发明的过程中， 发明人发现现有技术存在以下缺点 ：
现有技术在 MIMO 系统中实现信号检测时， 采用由估计误差协方差矩阵 Q 的初始值 计算待检测发射信号的估计值， 而在计算估计误差协方差矩阵 Q 的初始值时， 由于包括矩 阵求逆步骤， 不仅实现的稳定度不高， 递推 Q 的初始值时所需要的计算复杂度也相对较高， 产生了不必要的计算量。 发明内容 本发明实施例提供了一种在多输入多输出系统中检测信号的方法及装置。一方 面， 本发明实施例提供了一种在多输入多输出系统中检测信号的方法， 所述方法包括 ：
根据获取到的接收信号进行信道估计， 得到信道矩阵 H ；
根据所述信道矩阵 H， 计算得到所有待检测发射信号的估计误差协方差矩阵 Q 的 逆矩阵 R ；
对所述估计误差协方差矩阵 Q 的逆矩阵 R 进行分解， 根据分解的结果、 所述信道矩 H 阵 H 的共轭矩阵 H 及接收信号向量 r， 得到所有待检测发射信号的估计值。
另一方面， 本发明实施例提供了一种在多输入多输出系统中检测信号的装置， 所 述装置包括 ：
信道估计模块， 用于根据获取到的接收信号进行信道估计， 得到信道矩阵 H ；
计算模块， 用于根据所述信道矩阵 H， 计算得到所有待检测发射信号的估计误差协 方差矩阵 Q 的逆矩阵 R ；
分解模块， 用于对所述估计误差协方差矩阵 Q 的逆矩阵 R 进行分解 ；
检测模块， 用于根据分解的结果、 所述信道矩阵 II 的共轭矩阵 HH 及接收信号向量
r， 得到所有待检测发射信号的估计值。
本发明实施例提供的技术方案的有益效果是 ：
通过对估计误差协方差矩阵 Q 的逆矩阵 R 进行分解， 实现信号检测， 避免了信号检 测时对矩阵 R 求逆来获得矩阵 Q， 降低了检测信号时的计算复杂度。 附图说明 为了更清楚地说明本发明实施例中的技术方案， 下面将对实施例描述中所需要使 用的附图作简单地介绍， 显而易见地， 下面描述中的附图仅仅是本发明的一些实施例， 对于 本领域普通技术人员来讲， 在不付出创造性劳动的前提下， 还可以根据这些附图获得其他 的附图。
图 1 是本发明实施例一提供的在多输入多输出系统中检测信号的方法流程图 ；
图 2 是本发明实施例二提供的多输入多输出系统示意图 ；
图 3 是本发明实施例二提供的在多输入多输出系统中检测信号的方法流程图 ；
图 4 是本发明实施例三提供的在多输入多输出系统中检测信号的方法流程图 ；
图 5 是本发明实施例四提供的求噪声与干扰的协方差矩阵的逆矩阵方法流程图 ；
图 6 是本发明实施例五提供的在多输入多输出系统中检测信号的装置结构示意图。 具体实施方式
为使本发明的目的、 技术方案和优点更加清楚， 下面将结合附图对本发明实施方 式作进一步地详细描述。
实施例一
参见图 1， 本实施例提供了一种在多输入多输出系统中检测信号的方法， 该方法流 程如下 ：
101 ： 根据获取到的接收信号进行信道估计， 得到信道矩阵 H ；
102 ： 根据所述信道矩阵 H， 计算得到所有待检测发射信号的估计误差协方差矩阵 Q 的逆矩阵 R ；
103 ： 对所述估计误差协方差矩阵 Q 的逆矩阵 R 进行分解， 根据分解的结果、 所述信 H 道矩阵 H 的共轭矩阵 H 及接收信号向量 r， 得到所有待检测发射信号的估计值。
本实施例通过对估计误差协方差矩阵 Q 的逆矩阵 R 进行分解， 并根据分解的结果、 H 信道矩阵 H 的共轭矩阵 H 及接收信号向量 r， 得到所有待检测发射信号的估计值， 实现信号 检测， 避免了信号检测时的矩阵求逆， 降低了检测信号时的计算复杂度。
实施例二
本实施例提供了一种在多输入多输出系统中检测信号的方法， 如图 2 所示的多输 入多输出系统， 发射信号 a1， …， aM 分别通过 M 个不同的发射天线单元 a-1， …， a-M 发射， 相 应地， 获取到的接收信号 r1，…， rN 分别从 N 个不同的接收天线单元 b-1，…， b-N 被接收。 该系统中， 发射天线单元数 M 最少是 2， 而接收天线单元数 N 最少是 M。接收信号 r1，…， rN 在数字信号处理器中被处理以产生恢复的发射信号7…，图 2 中也显示了求和成分c-1， c-2，…， c-N， 它们代表无法避免的噪声信号 w1， w2，…， wN， 这些噪声信号分别加入到101998440 A CN 101998445说明书3/11 页接收天线单元 b-1， b-2，…， b-N 接收到的接收信号中。
由发射天线和接收天线之间的信道系数组成的信道矩阵 H 是一个 N×M 的矩阵， 表 示为 ：
其中， 信道矩阵 H 是一个 N×M 复数矩阵， 假定该信道矩阵在 K 个符号的时期内是 常数。 信道系数是利用接收信号进行信道估计得到的， 信道矩阵 H 包含的信道向量 hn ： (n ＝ 1， 2，…， N) 和 h ： 2，…， M) 的长度分别是 M 和 N。信道向量 h ： m(m ＝ 1， 1 至 h： M 分别表示信 道对 M 个传输信号中每个传输信号的影响。更明确的， 信道向量 h ： 2，…， M) 包括 m(m ＝ 1， 信道矩阵项 h1m 至 hNm， 分别表示在接收天线单元 b-1 至 b-N 中每个接收天线上， 信道对发射 信号 am 的影响。
在 图 2 所 示 的 系 统 中， 发射信号向量与接收信号向量之间满足关系式
其中， k 表示采样时刻， k ＝ 1， 2， L， K。用向量形 式表示上述关系为 在 MIMO 系统中， 待检测发射信号的估计值 通常由线性最小均方误差检测矩 阵 G 求 得， 将 接 收 信 号 以 向 量 形 式 表 示， 则待检测发射信号的估计值 r 为接 H -1 H 收 信 号 向 量。 当 背 景 噪 声 是 白 噪 声 时， G ＝ (H H+αIM×M) ·H ， 则待检测发射信号的
估计值 的信噪比相关的常数，其中， 符号 -1 表示求矩阵的逆矩阵， α 为与发射信号 IM×M 表示 M×M 的对角矩阵。而在背景噪声包括白噪声 则和 有 色 干 扰 时， 线性最小均方误差检测矩阵为 ：其中， Φuu 表示噪声与干扰的协方差矩阵， 表示 Φuu 的逆 矩阵， 而 Φaa 表示发射信号的协方差矩阵， 通常 Φaa 是单位矩阵即 Φaa ＝ I， 所以下文中， 将 按照 Φaa ＝ I 进行描述。 可见， 无论背景噪声是白噪声还是包括白噪声和有色干扰， 由线性最小均方误 差检测矩阵求待检测发射信号的估计值 时， 都将用到矩阵求逆的步骤来求矩阵的逆， 即
求 矩阵 (HHH+αIM×M) 的逆 (HHH+αIM×M)-1， 或者 求矩阵的逆而求逆的计算过程较复杂， 为了降低计算复杂度， 本实施例先仅以避免对 (HHH+αIM×M) 及 的求逆过程为例， 对在多输入多输出系统中检测信号的方法进行说明。关于 噪声与干扰的协方差矩阵的逆矩阵 将在如下所示的实施例 4 中给出等效求逆矩阵 的低复杂度实现方法。
下面， 对本实施例提供的方法进行详细说明。首先， 当背景噪声是白噪声时， 本实施例定义估计误差协方差矩阵 Q 的逆矩阵 R ＝ (HH·H+αIM×M)， 并定义第一变量 z ＝ HHr ； 而在背景噪声包括白噪声和有色干扰时， 本实施例定义 则 成 在本实施例中， 将 第一变量 改写即构造形如 的方程， 以避免矩阵求逆。 T
以采用对 R 进行 LDL 分解为例， 首先求得 R 的 LDLT 分解为 R ＝ LDLH， 其中， L 是左 下三角矩阵， D 是对角矩阵， 因 则 参见图 3， 本实施例提供的在多输入多 输出系统中检测信号的方法流程如下 ：
301 ： 设则Lx ＝ z， 通过高斯消去法先解 Lx ＝ z， 得到 x ；
具体地， x 为第二变量， Lx ＝ z， 即
x1 ＝ z1， x2 ＝ z2-l21x1， x3 ＝ z3-l32x2-l31x1， x4 ＝ z4-l43x3-l42x2-l41x1。 302 ： 设 则 为 Dy ＝ x， 解出 y ；
具体地， y 为第三变量， Dy ＝ x， 即
y1 ＝ x1/d11， y2 ＝ x2/d22， y3 ＝ x3/d33， y4 ＝ x4/d44， 即： x 中的每一项都除以对角矩 阵 D 的相应对角线元素， ym ＝ xm/dmm， m ＝ 1， 2， 3， 4； 303 ： 通过高斯消去法解 得到
具体地，即：由此可直接得出
9将 (1) 代入 ( 即把已经求出的的值代入 ) 下面的公式 (2) 可以得到将 (1) 和 (2) 代入下面的公式 (3) 可以得到将 (1)、 (2) 和 (3) 代入下面的公式 (4) 可以得到101998440 A CN 101998445
说明书5/11 页分别得到估计值之后， 进一步地， 实际实施过程中， 有的应用中根据得到的估计值得到软估计值， 将软估计值作为检测的结果 ； 而有的应用中则根据得 到的估计值硬判得到硬估计值 ( 硬判值 )， 将硬估计值作为检测的结果， 本实施例对此不做 具体限定。关于如何得到软估计值或硬估计值是现有技术， 此处不再赘述。 T
本实施例提供的方法， 通过对 R 进行 LDL 分解， 再采用高斯消去法， 求得待检测发 射信号的估计值， 从而实现信号检测， 避免了矩阵求逆， 降低了信号检测时的计算复杂度。
实施例三
本实施例提供了一种在多输入多输出系统中检测信号的方法， 本实施例以干扰消 除接收机进行信号检测为例， 在以干扰消除接收机进行信号检测时， 通常采用以下步骤 ：
a) 每次选择一个发射信号， 作为当前待检测发射信号， 用线性最小均方误差接收 机进行检测， 得到当前待检测发射信号的检测结果 ；
b) 用当前待检测发射信号的检测结果消除该当前待检测发射信号对后续检测的 干扰， 得到下一个待检测发射信号的检测结果 ；
c) 将步骤 a 和 b 迭代多次， 直到检测出所有发射信号。 具体地， 针对步骤 b 中的用当前待检测发射信号的检测结果消除该当前待检测发 射信号对后续检测的干扰， 当前待检测发射信号的检测结果可以是根据该当前待检测发射 信号的估计值得到的硬判值， 也可以是根据该当前待检测发射信号的估计值得到的软估计 值， 本实施例对此不做具体限定， 仅以采用硬判值为例进行说明。
以发射信号为 a4、 a3、 a2 和 a1 为例， 假设在实施例二中的 MIMO 系统中， 不采用线 性最小均方误差接收机， 而是以采用固定顺序干扰消除接收机为例， 且依照 a4、 a3、 a2 和 a1 的固定顺序检测发射信号， 则上述干扰消除接收机检测信号的步骤 a、 b、 c 可以描述为 ：
先检测 a4， 消除 a4 的干扰 ； 再检测 a3， 消除 a3 的干扰 ； 再检测 a2， 消除 a2 的干扰 ； 最后检测 a1， 消除 a1 的干扰。
其中， 在用线性最小均方误差接收机计算当前待检测发射信号的估计值时， 仍以采用对线性最小均方误差接收机中的矩阵 R 进行 LDLT 分解为例， 同上述实施例
二， 当背景噪声是白噪声时， G ＝ (HHH+αIM×M)-1·HH， 定义 而当背景噪声包括白噪声和有色干扰时，和第一变量定 义 R ＝ (HH·H+αIM×M) 和 第 一 变 量 z ＝ HHr。 则 将 改写成 即构造形如 的方程， 本实施例同样仅考虑避 免对 (HHII+αIM×M) 及 等效求逆矩阵
的求逆过程， 关于将在如下所述的实施例 4 中给出的低复杂度实现方法。参见图 4， 本实施例提供的在多输入多输出系统中检测信号的方法流程如下 ： 401 ： 设 则 为 Lx ＝ z， 通过高斯消去法先解 Lx ＝ z， 得到 x ；
具体地， Lx ＝ z， 即
x1 ＝ z1， x2 ＝ z2-l21x1， x3 ＝ z3-l32x2-l31x1， x4 ＝ z4-l43x3-l42x2-l41x1。 402 ： 设 则 为 Dy ＝ x， 解出 y ；
具体地， Dy ＝ x， 即
y1 ＝ x1/d11， y2 ＝ x2/d22， y3 ＝ x3/d33， y4 ＝ x4/d44， 即： x 中的每一项都除以对角阵 D 的相应对角线元素， ym ＝ xm/dmm， m ＝ 1， 2， 3， 4； 其中， 上述步骤 401 和步骤 402 与实施例二中信号检测的步骤 301 和 302 相同。 不 依次代入计算得到所有待检测发射信号的估计值 ； 而本 及高斯消去法， 得到当前待检测发射信号的估计值， 消除当前待 同的是 ： 实施例二中， 由实施例以下的步骤则采用了干扰消除的方式， 详见下面步骤 403。
403 ： 根据检测发射信号的干扰， 得到下一个待检测发射信号的估计值， 消除下一个待检测发射信号 的干扰， 并递推出所有待检测发射信号的估计值。具体步骤如下 ：
(1) ：即由此得到 ：
(2) ： 硬判
通过在第三变量 y 中消除 a4 的干扰， 得到消除 a4 的干扰后的 y′。
(3) ： 经推导得到， 消除了 a4 干扰后的 y′和检测剩余的 3 个发射信号 a1， a2 和 a3 满足以下的线性方程组，
即：由此得到 ：11101998440 A CN 101998445说则通过明书7/11 页
(4) ： 硬判在 y′中消除 a3 的干扰。
(5) ： 经推导得到， 消除了 a4 和 a3 干扰后的 y″和检测剩余 2 个发射信号 a1， a2 满足以下的线性方程组， 即： 由此得到 ：
(6) ： 硬判通过在 y″中消除 a2 的干扰 ；(7) ： 经推导得到， 消除了 a4、 a3 和 a2 的干扰后的 y′″和检测剩余的 1 个发射信 号 a1 满足以下的线性方程组， 由此解出 即 再硬判
通过以上递推过程， 即可得到所有待检测发射信号的硬判结果。需要指出的是， 本实施例仅针对固定顺序的发射信号， 以采用干扰消除的方式实 现信号检测为例进行了说明， 对于发射信号的顺序并未固定的情况， 可以先结合现有技术 将顺序未固定的发射信号进行排序， 得到顺序固定的发射信号， 然后再应用本实施例提供 的方法进行信号检测， 本实施例对如何实现发射信号的排序不做具体限定。
本实施例提供的方法， 通过对 R 进行 LDLT 分解， 得到一个待检测发射信号的检测 结果， 再消除得到的检测结果对后续检测步骤的干扰， 逐一得到所有待检测发射信号的检 测结果， 实现信号检测， 从而避免了矩阵求逆， 不仅降低了计算的复杂度， 还具有很好的稳 定性。
实施例四
本实施例提供了一种在多输入多输出系统中检测信号的方法， 针对背景噪声包括 白噪声和有色干扰的情况， 线性最小均方误差检测矩阵 根据线性最小均方误差检测矩阵得到的待检测发射信号的估计值 第一变量 逆矩阵 然后再求 设如果通过先求噪声与干扰的协方差矩阵 Φuu 的 和 则需要较高的计算复杂度， 为此， 本 和实施例给出了等效求逆矩阵的低复杂度实现方法， 以及相应的求 的方法流程如下 ：的低复杂度实现方法。参见图 5， 等效求逆矩阵
501 ： 对于噪声与干扰的协方差矩阵计算 1 行 1 列D′ 1 和 div(1) ； 子矩阵 φ11 的逆矩阵 [φ11]-1 的 LDLT 分解因子矩阵 L′ 1、 -1 H
其中， [φ11] ＝ L′ 1D′ 1L′ 1 /div(1)， 以下将 Φuu 简写为 Φ， 在递推过程中， 将 T Φ 的 m 行 m 列的子矩阵记为 Φm， m 为小于 u 的正整数， 而相应 LDL 分解因子矩阵以及相应的除数记为 L′ m、 D′ m 和 div(m)。
502 ： 判断是否已得到 M 行 M 列的 ΦM 的逆矩阵的 LDLT 分解因子矩阵， 即判断 m 是 否等于 M， 如果是， 则流程结束 ； 否则， 递推 m 行 m 列的子矩阵 Φm 的逆矩阵的 LDLT 分解因子 矩阵， 即求得 L′ m、 D′ m 和 div(m) 的值， 执行步骤 503。 -1 T
503 ： 计算 [φmm] 的 LDL 分解因子矩阵 L′ m、 D′ m 和 div(m)， 直至得到 Φuu 的逆 矩阵
的值。 首先， 通过 m 行 m 列的子矩阵 Φm 与 (m-1) 行 (m-1) 列的子矩阵 Φm-1 之间的递 计算得到 βm 和 (vm-1)H， 再将 βm 和 (vm-1)H 代入公式 ηm ＝推关系div(m-1)×βm-(vm-1)HL′ m-1D′ m-1L′ m-1Hvm-1， gm-1 ＝ -L′ m-1D′ m-1L′ m-1Hvm-1 中， 计算得到 ηm 和 gm-1， 再将 ηm 和 gm-1 代入递推关系 div(m) ＝ ηm×div(m-1) 中， 得到 L′ m、 D′ m 和 div(m) 之间满足 矩阵
的 LDLT 分解因子矩阵 L ′ m、 D ′ m 和 div(m)， 其中， 的关系， 因此， 进而可以得到 Φuu 的逆的值。在具体实现的时候， 为了降低计算复杂度， 上述由 L′ m-1、 D′ m-1 得到 L′ m、 D′ m 的递推方法可以进一步细化为如下过程 ：
首先求出 Q′ m-1 ＝ L′ m-1D′ m-1L′ m-1H， 再由 Q′ m-1 计算 ηm ＝ div(m-1)×βm-(vm-1) H H Q′ m-1 vm-1 和 gm-1 ＝ -Q′ m-1vm-1， 由此求出 L′ m、 D′ m 和 div(m) ；
或者， 首先求出再由计算和由此求出 L′ m、 D′ m 和 div(m)。
在得到 M 行 M 列的 ΦM 的逆的 LDLT 分解因子矩阵 L′ M、 D′ M 和 div(M) 的值之后， 之 后， 将 代入即得到 得到先计算∏＝ L ′ MHH， 再计算∏′＝ D ′ M ∏， 从而 代入 得可 以 得 到 R ＝ ( ∏ H· ∏ ′ /div(M)+I) ； 将 到 先计算再 计 算 r ″ ＝ D ′ Mr ′， 然后计算 r′″＝L′ Mr″， 最后得到 z ＝ HHr′″ /div(M)。
需要说明的是： 本 实 施 例 通 过 引 入 div(m)， (m ＝ 1， 2， …， M)， 及关系式 求得 Φ 的 m 行 m 列的子矩阵 Φm 的逆的 LDLT 分解因子矩阵 L′ m、 D′ m 和 div(m)， 是为了尽可能减少除法运算。 实际中也可以采用其它形式的分解因子矩阵。 例如， 可以不引入 div(m)， 或者等效为所有的 div(m) ＝ 1， (m ＝ 1， 2， …， M)。此时， Φ的m 行 m 列的子矩阵记为 Φm 的逆 的关系。13的 LDLT 分解因子矩阵 L″ m、 D″ m 之间满足101998440 A CN 101998445
说明书9/11 页相应地， 计算 Φ 的一个 1 行 1 列的子矩阵 φ11 的逆矩阵 [φ11]-1 的 LDLT 分解因子 矩阵 L″ 1、 D″ 1， 记为 [φ11]-1 ＝ L″ 1D″ 1L″ 1H。故 L″ 1 ＝ 1， D″ 1 ＝ 1/φ11。 而 m 行 m 列的子矩阵 Φm 的逆 的关系。 与其 LDLT 分解因子矩阵 L″ m、 D″ m 的值， 满足
通过利用求得的 Φ 的一个 1 行 1 列的 φ11 的逆矩阵 [φ11]-1 的 LDLT 分解因子矩阵 的 LDLT 分 的 LDLT 分解因子矩阵 L″ m、D″ 1， 或上一次递推得到的 (m-1) 行 (m-1) 列的子矩阵 Φm-1 的逆矩阵 L″ 1、 D″ m-1， 及 vm-1 和 βm， 递推得到 Φm 的逆 解因子矩阵 L″ m-1、 D″ m， 递推方法如下所述 ：
H求得而 d″mm＝ β m -(v m-1 )L″ m-1D″ m-1L″ m-1Hvm-1， g″ m-1 ＝ -L″ m-1D″ m-1L″ m-1Hvm-1， 由此求出 L″ m、 D″ m， 再根据公 计算得到 Φuu 的逆矩阵 将得到的 将得到的 代入公式 代入公式 得到 得到 R ＝ (HHL″ MD″ ML″ MHH+I)， 先计算 先计算 再计算式
∏″＝ L″ MHH， 再计算∏′″＝ D″ M ∏″， 从而可以得到 R ＝ ( ∏″ H·∏′″ +I)。
然后计算 r′″″＝ L″ Mr″″， 最后得到 z ＝ HHr′″″。 r″″＝ D″ Mr′″，
具体地， 在实际实施过程中， 本实施例提供的方法可以结合实施例二或实施例 三一起实施， 即在将本实施例提供的方法求得的 者， 在将本实施例提供的方法求得的 代入相应公式求出 R 和 z 之后， 再根据 上述实施例二提供的步骤 301 至 303 得到所有待检测发射信号的估计值， 完成信号检测 ； 或 代入相应公式求出 R 和 z 之后， 再根据上述实施例 三提供的步骤 401 至 403 得到所有待检测发射信号的估计值， 完成信号检测。除此之外， 在 实际实施过程中， 本实施例提供的方法还可以单独实施， 即在不设置中间变量 R 和 z 时， 直 接将求得的 代入 中， 从而通过计算得到所有待检测发射信号的估计值， 完成信号检测。
综上所述， 本实施例提供的方法， 通过递推方法求得噪声与干扰的协方差矩阵的 逆矩阵， 从而实现信号检测， 避免了矩阵求逆， 进而降低了信号检测时的计算复杂度。
实施例五
参见图 6， 本实施例提供了一种在多输入多输出系统中检测信号的装置， 该装置包括： 信道估计模块 601， 用于根据获取到的接收信号进行信道估计， 得到信道矩阵 H ；
计算模块 602， 用于根据信道矩阵 H， 计算得到所有待检测发射信号的估计误差协 方差矩阵 Q 的逆矩阵 R ；
分解模块 603， 用于对估计误差协方差矩阵 Q 的逆矩阵 R 进行分解 ；
检测模块 604， 用于根据分解的结果、 信道矩阵 H 的共轭矩阵 HH 及接收信号向量 r， 计算得到所有待检测发射信号的估计值。
具体地， 当背景噪声是白噪声时， 计算模块 602， 具体包括 ： H
第一计算子单元， 用于根据公式 R ＝ (H H+αIM×M) 计算得到 R， 其中， R 为估计误差
协方差矩阵 Q 的逆矩阵， α 为与发射信号的信噪比相关的常数， IM×M 表示 M×M 的对角矩阵。
或者， 当背景噪声包括白噪声和有色干扰时， 计算模块 602， 具体包括 ： 第二计算 子单元， 用于求取 第三计算子单元， 用于将求取到的 代入公式 中，计算得到 R， 其中， R 为估计误差协方差矩阵 Q 的逆矩阵， 为噪声与干扰的协方差矩阵 Φuu 的逆矩阵， I 为单位矩阵。
分解模块 603， 具体用于对估计误差协方差矩阵 Q 的逆矩阵 R 进行 LDLT 分解， 得到 H H LDL 矩阵， L 为左下三角矩阵， D 为对角矩阵， L 为左下三角矩阵 L 的共轭矩阵。
上述检测模块 604， 具体可以包括 ：
第三变量求取子模块， 用于根据 LDLH 矩阵、 信道矩阵 H 的共轭矩阵 HH 及接收信号 向量 r， 通过高斯消去法， 得到第三变量 y ；
第一检测子模块， 用于根据 L 的共轭矩阵 LH 和第三变量 y， 通过高斯消去法， 得到 第一个待检测发射信号的估计值， 将该第一个待检测发射信号的估计值作为当前待检测发 射信号的估计值 ； 根据当前待检测发射信号的估计值， 递推下一个待检测发射信号的估计 值， 并以该下一个待检测发射信号的估计值为基础继续递推， 直至递推出所有待检测发射 信号的估计值。 或者， 上述检测模块 604， 具体可以包括 ：
第三变量求取子模块， 用于根据 LDLH 矩阵、 信道矩阵 H 的共轭矩阵 HH 及接收信号 向量 r， 通过高斯消去法， 得到第三变量 y ；
第二检测子模块， 用于根据 L 的共轭矩阵 LH 和变量 y， 通过高斯消去法， 得到第一 个待检测发射信号的估计值， 将该第一个待检测发射信号的估计值作为当前待检测发射信 号的估计值 ； 消除当前待检测发射信号的干扰， 得到消除干扰后的第三变量 y ； 根据消除干 扰后的第三变量 y， 递推得到下一个待检测发射信号的估计值， 并消除该下一个待检测发射 信号的干扰， 直至递推出所有待检测发射信号的估计值。
需要指出的是， 上述检测模块 604 的两种具体结构可以适用于以线性最小均方误 差接收机或以干扰消除接收机进行信号检测的情况。
进一步地， 第三变量求取子模块， 具体包括 ：
第一变量求取单元， 用于根据信道矩阵 H 的共轭矩阵 HH 及接收信号向量 r， 得到第 一变量 z ；
第二变量求取单元， 用于根据左下三角矩阵 L 和变量 z， 通过高斯消去法， 得到第 二变量 x ；
第三变量求取单元， 用于根据对角矩阵 D 和变量 x， 通过高斯消去法， 得到第三变 量 y。
其中， 当背景噪声是白噪声时， 第一变量求取单元， 具体包括 ： H
第四计算子单元， 具体用于根据公式 z ＝ H r 计算得到第一变量 z， r 为接收信号 向量。
当背景噪声包括白噪声和有色干扰时， 第一变量求取单元， 具体包括 ： 第二计算子
单元， 用于求取
第五计算子单元， 具体用于将求取到的15代入公式中， 计算得到第一101998440 A CN 101998445说明书11/11 页变量 z， 其中， 为噪声与干扰的协方差矩阵 Φuu 的逆矩阵， r 为接收信号向量。
具 体 地， 上 述 第 二 计 算 子 单 元， 具 体 用 于 计 算 [φ11]-1 的 LDLT 分 解 因 子 矩 阵 L ′ 1、 D ′ 1 和 div(1)， [φ11]-1 为 Φuu 的 1 行 1 列子矩阵 φ11 的逆矩阵 ； 根据递推关系 和 div(m) ＝ ηm×div(m-1) 计算 [φmm]-1的 LDLT 分解因子矩阵 L′ m、 D′ m 和 div(m)， 其中， [φmm]-1 为 Φuu 的 m 行 m 列子矩阵 φmm 的逆 矩阵， ηm ＝ div(m-1)×βm-(vm-1)HL′ m-1D′ m-1L′ m-1Hvm-1， gm-1 ＝ -L′ m-1D′ m-1L′ m-1Hvm-1， βm 和 (vm-1)H 通过递推关系 计算
计算得到 ； 根据关系式直至得到 Φuu 的逆矩阵可 选 地， 第 二 计 算 子 单 元， 具 体 用 于 计 算 [φ11]-1 的 LDLT 分 解 因 子 矩 阵 L ″ 1、 D ″ 1， [φ11]-1 为 Φuu 的 1 行 1 列 子 矩 阵 φ11 的 逆 矩 阵 ； 根据递推关系 计 算 [φmm]-1 的 LDLT 分 解 因 子 矩 阵 L ′ m 和 D ′ m，其 中， [φmm]-1 为 Φuu 的 m 行 m 列 子 矩 阵 φmm 的 逆 矩 阵， d ″ mm ＝ βm-(vm-1) H L ″ m-1D ″ m-1L ″ m-1Hvm-1， g ″ m-1 ＝ -L ″ m-1D ″ m-1L ″ m-1Hvm-1， βm 和 (vm-1)H 通 过 递 推 关 系 计算得到 ； 根据关系式 阵 本实施例提供的装置， 通过对待检测发射信号的估计误差协方差矩阵 Q 的逆矩阵 T R 进行 LDL 分解， 再采用高斯消去法， 求得待检测发射信号的估计值， 从而实现信号检测， 避 免了矩阵求逆， 降低了信号检测时的计算复杂度。
上述本发明实施例序号仅仅为了描述， 不代表实施例的优劣。
本发明实施例中的部分步骤， 可以利用软件实现， 相应的软件程序可以存储在可 读取的存储介质中， 如光盘或硬盘等。
以上所述仅为本发明的较佳实施例， 并不用以限制本发明， 凡在本发明的精神和 原则之内， 所作的任何修改、 等同替换、 改进等， 均应包含在本发明的保护范围之内。
计算直至得到 Φuu 的逆矩