，l]代表壓縮比例，然后通過N t根發(fā)送天線發(fā)送， 其中復(fù)用模塊對(duì)輸入信號(hào)的壓縮處理可以表示為
[0018] Z=Ax
[0019]其中1=[幻，12，-_，孔]7代表經(jīng)過編碼后的1^路調(diào)制符號(hào)4為贈(zèng)乳列的信號(hào)壓縮復(fù) 用矩陣，這里矩陣A選擇壓縮感知技術(shù)中的隨機(jī)測量矩陣；
[0020] 2)、接收端的信號(hào)檢測:接收端收到的信號(hào)為y = Hz+n，n為給定符號(hào)內(nèi)的加性噪聲 矢量;接收端首先根據(jù)發(fā)送數(shù)據(jù)中所插入的導(dǎo)頻信號(hào)估計(jì)出信道MMO系統(tǒng)信道矩陣H，然后 采用迫零檢測得到MIMO系統(tǒng)發(fā)送端發(fā)送信號(hào)
[0022]這里將L路調(diào)制符號(hào)1=[11，12，一，見]7的所有可能組合分別作為過完備冗余字典 D的不同列向量，根據(jù)復(fù)用矩陣A，通過求解優(yōu)化問題計(jì)算確定每一組發(fā)送向量X= [X1， X2，…，χ?Τ在字典D上的稀疏表示S，
[0024] 這里可以采用壓縮感知技術(shù)中基于貝葉斯的壓縮感知（Bayesian Compressive Sensing,BCS)重構(gòu)算法求解得到發(fā)送向量在字典D上的稀疏表示s，然后根據(jù)淦二:D 重構(gòu)信號(hào)壬。為了降低上述重構(gòu)計(jì)算復(fù)雜度，特別是避免在L較大，且調(diào)制階數(shù)過高時(shí)字典D 的列向量數(shù)過大，可以將念和s分成J段，這樣可以在將復(fù)用矩陣A分為J行的條件下，對(duì)應(yīng)的 大幅度降低過完備冗余字典D的列向量數(shù)目，更便于實(shí)際系統(tǒng)實(shí)現(xiàn)。
[0025] 3)、對(duì)2)所得重構(gòu)信號(hào)金進(jìn)行解調(diào)和信道譯碼，還原出L路數(shù)據(jù)流。
[0026] 這樣，本發(fā)明結(jié)合壓縮感知技術(shù)的最新研究進(jìn)展，提出了 一種基于壓縮感知的 MHTO系統(tǒng)壓縮信號(hào)復(fù)用技術(shù)和信號(hào)檢測技術(shù)。首先，在基于壓縮感知技術(shù)的基礎(chǔ)上創(chuàng)新地 提出了利用壓縮感知技術(shù)對(duì)待發(fā)送信號(hào)首先進(jìn)行壓縮復(fù)用降維?；趬嚎s感知的MMO信號(hào) 壓縮復(fù)用中復(fù)用矩陣的選擇不需要信道狀態(tài)信息，我們提出了選擇壓縮感知技術(shù)中的隨機(jī) 測量矩陣作為信號(hào)壓縮復(fù)用矩陣，實(shí)現(xiàn)對(duì)發(fā)送信號(hào)的壓縮降維和復(fù)用處理。然后充分利用 發(fā)送信號(hào)在過完備的冗余字典上呈現(xiàn)的稀疏特性，通過壓縮感知重構(gòu)算法，從低維的接收 復(fù)用信號(hào)中解出高維的發(fā)送信號(hào)。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：
[0027] -、本發(fā)明所采用的技術(shù)方案的最大優(yōu)點(diǎn)是采用壓縮復(fù)用矩陣首先降低待發(fā)送信 號(hào)維度，可將超過發(fā)送天線數(shù)目的并行數(shù)據(jù)流復(fù)用到給定的發(fā)射天線上發(fā)送出去，從而大 幅度提高給定MMO系統(tǒng)收發(fā)天線數(shù)條件下的信號(hào)復(fù)用增益，更好地滿足MMO系統(tǒng)對(duì)寬帶傳 輸?shù)膽?yīng)用要求。
[0028] 二、本發(fā)明所提出的壓縮復(fù)用矩陣不需要依賴信道狀態(tài)信息，本發(fā)明所采用的技 術(shù)方案的第二個(gè)優(yōu)點(diǎn)是可以在不修改現(xiàn)有MMO復(fù)用技術(shù)方案的基礎(chǔ)上，在發(fā)送端增加壓縮 復(fù)用步驟，接收端增加壓縮感知領(lǐng)域成熟的優(yōu)化重構(gòu)算法的基礎(chǔ)上，即可重構(gòu)出壓縮復(fù)用 信號(hào)，對(duì)現(xiàn)有MIMO系統(tǒng)修改小，具有實(shí)現(xiàn)方便的優(yōu)點(diǎn)。
[0029] 三、本發(fā)明所采用的離散發(fā)射信號(hào)矢量集作為壓縮復(fù)用信號(hào)的過完備字典，可以 確保所有發(fā)送信號(hào)集在字典上能被充分地稀疏表示，確保了接收端運(yùn)用壓縮感知領(lǐng)域成熟 的優(yōu)化重構(gòu)算法高概率地重構(gòu)出發(fā)送端經(jīng)過壓縮復(fù)用步驟發(fā)送的多路數(shù)據(jù)流。而采用分段 處理的方法，又可以有效降低在處理每個(gè)分塊時(shí)過完備冗余字典的維數(shù)，更便于實(shí)際系統(tǒng) 實(shí)現(xiàn)。
【附圖說明】
[0030] 圖1傳統(tǒng)的MBTO信號(hào)處理流程示意圖。
[0031]圖2基于壓縮感知的MBTO增強(qiáng)信號(hào)處理流程示意圖。
[0032]圖3基于壓縮復(fù)用的下行多用戶MBTO系統(tǒng)增強(qiáng)信號(hào)復(fù)用處理示意圖。
[0033]圖4基于壓縮復(fù)用的上行多用戶MBTO系統(tǒng)增強(qiáng)信號(hào)復(fù)用處理示意圖。
[0034]圖5 MBTO系統(tǒng)下的可達(dá)和速率性能，發(fā)收天線數(shù)為L = 4，M = 2，N=2。
[0035]圖6 MBTO系統(tǒng)下的BER性能，發(fā)收天線數(shù)為L = 4，M = 2，N=2。
[0036]圖7 MBTO系統(tǒng)下的可達(dá)和速率性能，發(fā)收天線數(shù)為L = 8，M = 4，N=4。
[0037] 圖8 MBTO系統(tǒng)下的BER性能，發(fā)收天線數(shù)為L = 8，M = 4，N=4。
[0038] 圖9 MBTO系統(tǒng)下的可達(dá)和速率性能，發(fā)收天線數(shù)為L = 40，M = 20，N=20。
[0039] 圖10 MBTO系統(tǒng)下的BER性能，發(fā)收天線數(shù)為L = 40，M = 20，N=20。
[0040] 圖11 MBTO系統(tǒng)下的可達(dá)和速率性能，發(fā)收天線數(shù)為L = 80，M = 40，N=40。
[0041 ] 圖12 MBTO系統(tǒng)下的BER性能，發(fā)收天線數(shù)為L = 80，M = 40，N=40。
【具體實(shí)施方式】
[0042]下面結(jié)合MIMO系統(tǒng)對(duì)本發(fā)明的具體實(shí)施步驟進(jìn)行詳細(xì)說明。
[0043]我們首先考慮單用戶MMO的情形。傳統(tǒng)的單用戶空間復(fù)用MMO系統(tǒng)如圖1所示，經(jīng) 過編碼調(diào)制的發(fā)送端信號(hào)X = [ Xi，X2，…，XM] τ經(jīng)過發(fā)送端空間復(fù)用模塊Spat ial Multiplexing處理后通過發(fā)送端的Nt根發(fā)射天線同時(shí)發(fā)送出去，其中M=min{Nt，Nr}。接收 端通過空間解復(fù)用模塊Spatial Demultiplexing處理后，從Nr根接收天線接收到的信號(hào)中 檢測還原得到發(fā)送端信號(hào)壬=防,％，…。
[0044]采用壓縮感知的MMO增強(qiáng)信號(hào)復(fù)用系統(tǒng)如圖2所示。與圖1所示的傳統(tǒng)單用戶MMO 系統(tǒng)相比，除了發(fā)送端空間復(fù)用模塊Spatial Multiplexing，由發(fā)送端Nt根發(fā)射天線和Nr根 接收天線構(gòu)成的多發(fā)多收系統(tǒng)，接收端解復(fù)用模塊Spatial Demultiplexing之外，發(fā)送端 的L路信號(hào)在送發(fā)送端空間復(fù)用模塊Spatial Multiplexing之前，先經(jīng)過壓縮復(fù)用模塊CS-MUX將L路信號(hào)X= [X1，X2,…，XL]T壓縮降維成為M路信號(hào)Z= [Ζ1，Ζ2, '"ζμ]1"，然后經(jīng)過發(fā)送端 空間復(fù)用模塊Spatial Multiplexing處理后通過發(fā)送端的Nt根發(fā)射天線同時(shí)發(fā)送出去，其 中M=min{Nt，Nr}。在接收端，通過空間解復(fù)用模塊Spatial Demultiplexing處理后，從Nr根 接收天線接收到的信號(hào)中檢測還原得到發(fā)送端信號(hào)
然后采用壓縮 解復(fù)用模塊CS-DEMUX從M路信號(hào)
還原出來發(fā)送端發(fā)送的L路調(diào)制信
通過發(fā)送端引入壓縮復(fù)用模塊CS-MUX，我們可以將L路編碼調(diào)制數(shù) 據(jù)壓縮后復(fù)用到支持M路并發(fā)空間流的MM)系統(tǒng)傳輸，這里1=0\1^[(0，1]為壓縮系數(shù)。 [0045]類似的，我們可以得出如圖3和圖4所示的多用戶MMO條件下基于壓縮感知的MMO 增強(qiáng)信號(hào)復(fù)用方案。在如圖3和圖4所示的下行多用戶MBTO和上行多用戶MBTO基于壓縮感知的 MIMO增強(qiáng)信號(hào)復(fù)用方案中，其基本步驟和流程與前述單用戶MIMO基于壓縮感知的MIMO增強(qiáng)信號(hào) 復(fù)用方案基本相同。所不同之處在于，在圖3所示的下行多用戶MIMO基于壓縮感知的MIMO增強(qiáng)信 號(hào)復(fù)用方案中，發(fā)送端有K個(gè)壓縮復(fù)用模塊CS-MUX^CS-MUXk，它們分別把發(fā)往K個(gè)不同用戶的編 碼調(diào)制信號(hào)
；壓縮降維成為適應(yīng)對(duì)應(yīng)K個(gè) 用戶可用空間流數(shù)的空域發(fā)送信號(hào)
其中Mk=min{Nt，Nr,k}，ke [I，M]，然后通過K個(gè)空間復(fù)用模塊Spatial Multiplexingi~Spatial MultiplexingK處理后通過發(fā)送端的Nt根發(fā)射天線同時(shí)發(fā)送出去。對(duì)應(yīng)的K個(gè)用戶在各自的空間解 復(fù)用模塊Spatial Demultiplexingl~Spatial DemultiplexingK處理的基礎(chǔ)上，各自還原得
然后通過各自的壓縮解復(fù)用模 塊CS-DEMUXi~CS-DEMUXk從
還原出來 發(fā)送端發(fā)給K個(gè)用戶的調(diào)制信號(hào)
在圖4所示的上行多用戶MIMO基于壓縮感知的MMO增強(qiáng)信號(hào)復(fù)用方案中，K個(gè)用戶的發(fā)送 端分別通過各自的壓縮復(fù)用模塊CS-MUX1 ~CS-MUXK，分別把發(fā)往基站的編碼調(diào)制信號(hào)
壓縮降維成為適應(yīng)對(duì)應(yīng)K個(gè)用戶可用 空間流數(shù)的空域發(fā)送信號(hào)
{Nt,k，Nr}，ke [I，M]。然后通過K個(gè)用戶各自的空間復(fù)用模塊Spatial Multiplexingi~Spatial MultiplexingK處理后通過K個(gè)用戶發(fā)送端的各自的Nt,k根發(fā)射天線同時(shí)發(fā)送出去。對(duì)應(yīng)基站分別通 過對(duì)應(yīng)的K個(gè)空間解復(fù)用模塊Spatial Demultiplexing~Spatial DemultiplexingK處理的基礎(chǔ)上， 各自還原得到
然后通過對(duì)應(yīng)的K個(gè)壓 縮解復(fù)用模埗
原出來對(duì)應(yīng)的K個(gè)用戶發(fā)送的調(diào)制信號(hào)
[0046]顯然，采用本發(fā)明所提出的增強(qiáng)空間復(fù)用方法，可以在已有的MMO空間復(fù)用的基 礎(chǔ)上，進(jìn)一步通過壓縮復(fù)用，提高復(fù)用增益。
[0047] 由于前面所描述的
【發(fā)明內(nèi)容】
是基于實(shí)數(shù)域的，下面我們涉及到的具體實(shí)現(xiàn)算法是 定義在復(fù)數(shù)域上的，我們需要將復(fù)數(shù)域轉(zhuǎn)換到實(shí)數(shù)域進(jìn)行處理，具體實(shí)現(xiàn)步驟如下：
[0048] 第一步壓縮復(fù)用矩陣構(gòu)造
[0049] Cand6s和Donoho在前人研究的基礎(chǔ)上于2006年在文獻(xiàn)"Compressed sensing，" IEEE Transactions on Information Theory，vol·52，no·4，pp·1289-1306，2006和" Compressive sampl ing，''In : Proceedings of International Congress of Mathematicians,Switzerland:European Mathematical Society Publishing House, pp. 1433-1452，2006中正式提出了壓縮感知的概念，其核心思想是將壓縮與采樣合并進(jìn)行， 首先采集信號(hào)的非自適應(yīng)線性投影(測量值），然后根據(jù)相應(yīng)重構(gòu)算法由測量值重構(gòu)原始信 號(hào)。傳統(tǒng)的信號(hào)獲取和處理過程主要包括采樣、壓縮、傳輸和解壓縮四個(gè)部分。其采樣過程 必須滿足香農(nóng)采樣定理，即采樣頻率不能低于模擬信號(hào)頻譜中最高頻率的2倍。壓縮感知的 優(yōu)點(diǎn)在于信號(hào)的投影測量數(shù)據(jù)量遠(yuǎn)遠(yuǎn)小于傳統(tǒng)采樣方法所獲的數(shù)據(jù)量，突破了香農(nóng)采樣定 理的瓶頸，將采樣和壓縮這兩個(gè)過程合并在一起，減少了時(shí)間上的浪費(fèi)，使得高分辨率信號(hào) 的米集成為可能。
[0050] 壓縮感知理論與傳統(tǒng)奈奎斯特采樣定理不同，只要信號(hào)是可壓縮的或在某個(gè)變換 域是稀疏的，那么就可以用一個(gè)與變換基不相關(guān)的觀測矩陣將變換所得高維信號(hào)投影到一 個(gè)低維空間上，然后通過求解一個(gè)優(yōu)化問題從這些少量的投影中以高概率重構(gòu)出原信號(hào)。 在該理論框架下，采樣速率不決定于信號(hào)的帶寬，而決定于信息在信號(hào)中的結(jié)構(gòu)和內(nèi)容。壓 縮感知理論主要包括信號(hào)的稀疏表示、編碼測量和重構(gòu)算法三個(gè)方面。由于自然界中普遍 存在的信號(hào)一般都不是稀疏的，信號(hào)的稀疏表示就是將信號(hào)投影到某個(gè)變換域時(shí)，只有少 數(shù)元素是非零的，則稱所得到的變換向量是稀疏或者近似稀疏的，可以將其看作原始信號(hào) 的一種簡潔表達(dá)，這是壓縮感知的先驗(yàn)條件，即信號(hào)必須在某種變換下可以稀疏表示。通常 變換基可以根據(jù)信號(hào)本身的特點(diǎn)靈活選取，雖然通常時(shí)域內(nèi)的自然信號(hào)都是非稀疏的，但 總會(huì)找到合適的變換域使其稀疏或者近似稀疏。如何找到信號(hào)最佳的稀疏域是壓縮感知理 論應(yīng)用的基礎(chǔ)和前提，只有選擇合適的基表示信號(hào)才能保證信號(hào)的稀疏度，從而保證信號(hào) 的恢復(fù)精度。在研究信號(hào)的稀疏表示時(shí)，可以通過變換系數(shù)衰減速度來衡量變換基的稀疏 表不會(huì)κ力 。Cand6s等在文南犬''Near op