基于格基规约的MIMO系统用户选择关键技术研究

User selection plays a crucial role in multiple access channels (e.g., uplink channels of cellular systems) to exploit the multiuser diversity. For multiuser MIMO systems, conventional user selection criteria are based on the assumption that the users are equipped with optimal detectors, which may not be suitable for the cases where suboptimal detectors are employed. In particular, for MIMO systems, low complexity suboptimal detectors are always be considered in practical systems, since the computational complexity of optimal detectors is prohibitively high. To this end, lattice reduction (LR)-based joint detection in MIMO systems has been well developed as a low-complexity suboptimal detection method to achieve near optimal performance and full receive diversity. Under this practical circumstance, it may be desirable to derive user selection criteria based on the error probability for given low complexity MIMO detectors. In this project, we develop optimal user selection schemes for the cases of single user selection and multiple user selection when LR-based MIMO detectors are used to minimize the error probability. It shows that LR-based detectors achieve full multi-user and receive diversity when the proposed selection criteria are properly chosen, while the full diversity cannot be provided with other conventional selection schemes. It is also shown that the proposed selection schemes have lower computational complexity compared with others.

用户选择技术在获取多用户接入信道的多用户分集增益中能够起到至关重要的作用。传统多用户MIMO系统的用户选择准则多假设用户接收机使用了最优的信号检测方法。而实际MIMO系统为了避免最优检测方法带来过高的计算复杂度，往往需要使用低复杂度的次优检测方法，这使得传统的选择机制在相应情况下缺乏实用性。另外，基于格基规约的信号检测方法具有复杂度较低和完全获取接收分集增益、性能逼近最优方法的优点，从而在实际的MIMO系统中具有较大应用价值。在这一前提下，十分有必要针对此检测方法设计相应的用户选择准则。本项目将从单用户选择出发，进而推广到多用户选择策略，研究针对格基规约迭代检测方法的用户选择准则。与传统用户选择机制相比，我们的选择机制在使用格基规约迭代检测方法时能够同时获取完全的多用户分集和接收分集增益，并保证其计算复杂度低于现有方法。

在多用户多输入多输出（MIMO）系统中，用户选择技术对于获取由用户接入信道而带来的多用户分集增益至关重要。传统的多用户MIMO系统的用户选择准则多假设用户接收端采用最优信号检测方法，如最大似然（ML）检测。但由于ML方法极高的计算复杂度导致其在实际系统中难以应用，这也就使得传统的多用户选择机制在实际系统中缺乏实用性。与此同时，基于格基规约（LR）的信号检测方法则由于具有与ML相同的完全接收分集增益与多项式复杂度的优点而被广泛研究与应用。基于此，本项目针对LR检测器设计相应的最优用户选择算法，以实现在降低计算复杂度的同时最大化多用户MIMO系统性能。本项目从基于LR的迭代接收检测方法入手分析其所能获得的分集增益并推导相应的误码率表达式；随后在此基础上建立最小化误码率单用户选择准则并与传统方法在性能方面进行比较；最后在单用户选择基础之上建立多用户选择方法的数学模型以推导出最优多用户选择策略，并提出相应的低复杂度选择方法与优化算法。通过理论分析和数值仿真，我们验证了在多用户MIMO系统中，如果使用最优的单用户选择策略，那么基于LR的检测方法则可获得与ML检测方法相同的分集增益，即完全的接收分集和多用户分集增益；针对多用户选择问题，本项目所研究的基于误码率的贪婪用户选择策略，即LRG用户选择策略，能够大幅降低穷举选择方法所需的高复杂度；为了进一步降低复杂度，在此基础之上，本项目又设计了一种高效LRG算法，即 UBLRG算法。通过理论与仿真分析可知，在使用贪婪选择策略时，LR检测法可以获得与ML检测法相同的分集增益，且低复杂度UBLRG方法实现了与穷举策略可比的系统性能。