排序QR分解MIMO检测器在FPGA中的实现

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (32): 75-77.

排序QR分解MIMO检测器在FPGA中的实现

马计，王海红，王欣

国防科学技术大学电子科学与工程学院，长沙 410073

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-11 发布日期:2011-11-11

Implementation of FPGA based sorted QR decomposition detector for MIMO

MA Ji，WANG Haihong，WANG Xin

School of Electronic Science and Engineering，National University of Defense Technology，Changsha 410073，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-11 Published:2011-11-11

摘要/Abstract

摘要： 对于MIMO系统而言，其复杂度主要集中在检测上。在分析现有MIMO检测算法的基础上，给出了一种新的基于Givens旋转的排序QR分解检测器的实现方法。该方法通过将复数域的矩阵进行对称变换，转化到实数域进行QR分解，大大降低了运算量。依据上述方法，给出了硬件实现流程和模块结构图。软件仿真和硬件实现结果表明该检测方法在保证检测性能的基础上，大大降低了其硬件实现的复杂度，节省了FPGA中宝贵的乘法器资源和逻辑资源，保证了后续MIMO原理样机的研制。

关键词: 多输入多输出（MIMO）, QR分解, 信号检测, Givens旋转

Abstract: Detection is a dominating part for MIMO systems not only for its importance in function but also for its complexity in whole systems.Based on analysis of presented algorithms，a new Sorted QR Decomposition（SQRD） based on Givens rotation is carried out.The complex matrix is first extended into a block-wise symmetric real number counterpart，and then the complexity of QR decomposition in real number domain is reduced dramatically.The process of hardware implementation is illustrated step by step，and then the simulation results show that SQRD algorithm satisfies the demand of realistic MIMO systems in terms of both performance and resources of FPGA，which guarantee the development of the MIMO prototype.

Key words: Multiple Input Multiple Output（MIMO）, QR decomposition, signal detection, Givens rotation

马计，王海红，王欣. 排序QR分解MIMO检测器在FPGA中的实现[J]. 计算机工程与应用, 2011, 47(32): 75-77.

MA Ji，WANG Haihong，WANG Xin. Implementation of FPGA based sorted QR decomposition detector for MIMO[J]. Computer Engineering and Applications, 2011, 47(32): 75-77.

[1]	孙泽宇，吕治国. 大规模MIMO加权正交匹配追踪信道估计算法[J]. 计算机工程与应用, 2020, 56(5): 118-124.
[2]	杨宝山1，2，3，胡业刚1，2，3，张冀聪1，2，3. 2DPCA在脑磁图棘波信号检测中的应用[J]. 计算机工程与应用, 2019, 55(1): 186-190.
[3]	王茜竹，邱聪聪. Massive MIMO系统基于子空间的半盲信道估计[J]. 计算机工程与应用, 2018, 54(8): 91-95.
[4]	王茜竹1，2，李楠1，2. 大规模MIMO系统的改进RTS信号检测算法[J]. 计算机工程与应用, 2018, 54(12): 74-79.
[5]	陈博文，蒋磊，刘潇文，张群. 基于混沌量子粒子群的FHN神经元UWB信号检测[J]. 计算机工程与应用, 2017, 53(6): 135-140.
[6]	陈雷1，2，韩大伟3，郭艳菊3，李媛媛3，贾志成3. 基于回溯搜索优化的卷积混合语音盲分离[J]. 计算机工程与应用, 2017, 53(15): 137-143.
[7]	黎严，张国平，罗俊. 一种改进的多天线信号能量检测方案[J]. 计算机工程与应用, 2017, 53(10): 112-116.
[8]	李宏伟，张宏雁. Lyapunov指数在弱2FSK信号检测中的应用[J]. 计算机工程与应用, 2016, 52(2): 151-155.
[9]	谢涛1，曹军威2，3，廉小亲1. 混沌振子弱信号检测系统构成及响应速度研究[J]. 计算机工程与应用, 2015, 51(9): 16-21.
[10]	李玲香1，杨斌2，吴大鹏3. 一种低复杂度高性能的MIMO系统自适应检测算法[J]. 计算机工程与应用, 2015, 51(3): 98-102.
[11]	张志富，裴军. QR分解卡尔曼盲自适应多用户检测算法[J]. 计算机工程与应用, 2015, 51(15): 202-205.
[12]	刘潇文，蒋磊，许华. 基于希尔伯特-黄变换的超宽带信号检测方法[J]. 计算机工程与应用, 2015, 51(12): 223-229.
[13]	周冲1，2，詹毅2. 一种宽带内直扩信号的非合作快速检测方法[J]. 计算机工程与应用, 2014, 50(13): 224-227.
[14]	宋萍1，唐加山2. 空域相关MIMO信道容量的研究[J]. 计算机工程与应用, 2013, 49(21): 195-198.
[15]	张宏雁，王瑞峰. 混沌理论在应答器信号检测中的应用研究[J]. 计算机工程与应用, 2013, 49(15): 267-270.