0 引言

　　MIMO-OFDM系统接收端检测算法中，最大似然检测（Maximum Likelihood，ML）算法具有最优检测性能，但其复杂度会随着天线数量和调制阶数增加呈指数增长。K-Best算法[1]克服了ML算法复杂度较高的缺点，并且能够取得与ML算法相似的误比特率（Bit Error Rate，BER）性能，因而受到广泛关注。

　　目前已实现的K-Best检测器主要分为专用集成电路(Application Specific Integrated Circuit，ASIC)[2-3]和现场可编程门阵列(Field Programmable Gate Array，FPGA)[4]两类。其中：参考文献[2]设计并实现吞吐率达到424 Mb/s的K-Best检测器。参考文献[3]中的半径自适应K-Best算法结合了深度球形解码和宽度球形解码的特点，以较低的功耗和硬件资源消耗达到了252 Mb/s的数据吞吐率。而后参考文献[4]改进了K-Best算法对路径度量的排序方法，并基于FPGA实现了K+-Best检测器，其数据吞吐率达到455 Mb/s。上述K-Best检测器均用于4×4天线系统中，并需设置较大的K值以获得较高的BER性能。

　　本文首先介绍了K-Best算法基本原理，然后在构建的2×4(2根发送天线、4根接收天线)MIMO-OFDM系统中仿真确定了K-Best算法中的K值，之后对K-Best检测器进行了硬件架构设计，最后采用FPGA对所设计检测器进行编程实现，给出检测器资源消耗和时钟频率等性能指标，并通过仿真验证了检测器的正确性。

1 K-Best算法分析

　　1.1 算法原理

　　假设在一个MIMO-OFDM系统中配置M根发送天线和N根接收天线(N≥M)，则该系统的信号模型可以表示为：

　　y=Hs+n(1)

　　其中，s为M维发送信号，y为N维接收信号，n为N维加性高斯白噪声。信道矩阵H是复数域的N×M维矩阵。为避免复数运算带来额外硬件开销，可将信号模型（1）实数化分解：

　　R(y)I(y)=R(H)  I(H)I(H)  R(H)R(s)I(s)+R(n)I(n)(2)

　　其中，R(?驻)和I(?驻)分别表示复数?驻的实部与虚部。实数化后的信号模型由式（3）表示：

　　然后对信道矩阵实施QR分解，即H=QR，采用最大似然准则求解（3）可得：

　　其中，Q为2N×2N维正交矩阵；R为2N×2M维矩阵；y=QTy为2N维向量；为实数化后的星座点集合，例如采用4QAM调制时，星座集合为{-1，1}。

　　根据式（4）可得，K-Best算法的检测过程可以近似为图1所示的树形结构。定义参数K为每层保留节点个数，检测过程从第2M层开始，各层需计算欧式距离增量（INC），并与上一层累积欧式距离（PED）相加得到当前层的PED，然后将PED进行排序判决，保留其中较小的K条PED和其对应的K个节点，删除废弃节点的所有信息。当检测到最后一层时，从保留的K条PED再次选出最小累积欧式距离，并将其对应的节点作为检测结果。可以看出，K-Best算法中的K值对算法最终的BER性能和复杂度起着关键性作用。

　　1.2 K-Best算法K值的确定

　　贝尔实验室提出的垂直分层空时结构(Vertical-BLAST，V-BLAST)是MIMO空间复用的典型代表[5]，具有时延小、处理简单等特点。本文基于V-BLAST构建的2×4 MIMO-OFDM系统模型如图2所示。

　　图3为在上述系统中对K-Best算法的BER性能仿真结果。从图中可以看出，当收发天线为4×4且分别设置K=1、2时，算法BER性能较差；只有当K=16时，算法BER性能才与ML算法性能一致（此时已遍历整个树形结构中的所有节点），故该复用方案下K值大小对算法BER性能影响很大。而当收发天线数为2×4，则只有K=1时算法BER性能较差，K=2时获得的BER性能与K=10和ML算法性能基本一致，故在后续的K-Best检测器FPGA实现中将K值设为2。

2 K-Best算法的硬件实现

　　2.1 QR分解模块

　　QR分解是K-Best检测算法的基础，采用CORDIC运算的脉动阵列是实现QR分解的常用结构[6]。图4是8×4信道矩阵QR分解结构，其中圆形是边界单元，正方形是内部单元，边界单元工作于CORDIC运算向量模式，将信道元素组成的向量旋转至x轴，实现元素消零并向右输出旋转角度，内部单元工作于CORDIC运算旋转模式，根据输入角度对向量进行旋转，并向下输出旋转后向量虚部和向右传递输入角度。左边4×4维上三角阵列用于计算R矩阵，其输入是列延时后的信道矩阵；右边的4×8维阵列用于计算Q矩阵，其输入是列延时后的单位阵，输出的4×8维矩阵经转置后得到Q矩阵。

　　2.2 乘加阵列模块

　　乘加阵列结构如图5所示，由2.1中QR分解得到的QT矩阵作为乘加阵列上端输入，在T1～T4时刻分别输入QT矩阵的1～4行(x=1，2，3，4)，接收信号作为乘加阵列左端输入，在T1～T4时刻始终输入1～8。经过乘加阵列，在T1～T4分别输出1～4。

　　2.3 K-Best树形检测模块

　　K-Best树形检测模块如图6所示，其中PEDi，1～PEDi，K表示第i层K条最小PED，s4～s1表示第4层到第1层的检测结果。由于在收发端配置2×4的天线，故K-Best检测的层数总共为4层。当调制阶数为M时，每个父节点有个子节点，故当K-Best中K≥时第4层只需进行INC计算，无需进行排序判决。其他3层均由干涉选择单元、累积欧氏距离增量计算单元(Distance Calculation Unit，DCU)与排序选择单元(Sorting and Select Unit，SSU)构成。

　　待选生成：由式（4）可知K-Best算法在每层均需计算多次，重复计算将导致过大的硬件资源消耗。因此在设计中采用待选生成结构将避免和Ri的反复计算，节省了硬件资源。待选集合在每层计算INC之前生成，由上层确定的j作为选择器输出各Rij，并与本层i扩展后得到的±Rii共同送入该层INC计算中。

　　干涉选择：经上层PED排序判决确定的j送入干涉选择单元，对已生成的Rij待选集合进行选择，经加法器后的输出结果与i共同确定式（4）中。当调制阶数为M时，的计算次数达到，引入待选集合和干涉选择模块后，每层的计算次数减少到K次[7]，调制阶数越高时计算次数减少得越明显。

　　DCU单元：在式（4）中，每层条INC是由和±Rii进行减法操作后模平方得到的。然后与上层保留的K条PED对应相加得到本层的PED，之后将本层的PED送入SSU单元进行排序选择。

　　SSU单元：DCU单元中输出的条PED送入SSU单元进行排序选择操作，选出欧氏距离较小PED对应的K个节点作为本层的输出结果。排序选择采用“冒泡排序法”，对于条PED，需要K路2K级的排序选择电路来进行判决。

3 FPGA实现结果

　　本设计利用Xilinx Virtex-5(XC5VSX50T)芯片对K-Best检测器进行FPGA实现。调制方式为4QAM，设置K=2。表1给出了检测器硬件资源消耗和时钟频率的性能指标。

　　为了验证所设计K-Best信号检测器是否能够实现对信号正确的检测，将使用MATLAB、ISE和Modelsim软件对检测器进行行为仿真（Behavior Simulation）和BER性能仿真验证。具体仿真参数如表2所示。

　　首先将MATLAB中实数化后的星座点集合?赘、信道矩阵和接收信号存为Modelsim可读取的文件（由于输入数据需为定点数。考虑到溢出情况，将位宽设置为16位，首位为符号位，这里将MATLAB中的数据放大212倍，放大倍数越大，最终的精度越高，但占用的资源也就越多）。经ISE调用Modelsim读取所存文件，然后运行Modelsim对检测器进行行为仿真。整个过程完成了8×4信道矩阵的QR分解、矩阵Q与接收信号的乘累加、EDI和CED的计算以及CED的排序选择。数据输入端口分别为dr、dq、dq2、rec、s41和s42。其中dr用于存放8×4信道矩阵，dq和dq2存放8×8的单位阵，rec存放接收信号，s41和s42分别存放4QAM调制实数化后的星座点-1和1，计算完成后最终的输出结果为s4~s1（输出结果位宽为2 bit，首位为符号位）。

　　接下来将s4~s1存为MATLAB可读取文件（由于前面将数据放大212倍，故这里需要缩小相应的倍数），与直接用MATLAB进行K-Best信号检测的结果共同转换为复数，然后进行星座逆映射，并与发送数据进行序列比较，最终得到如图7所示的BER性能比较图。通过对比可以看出，二者的BER性能基本一致，这也反映了所设计检测器的正确性。

4 结束语

　　本文基于V-BLAST结构构建了2×4 MIMO-OFDM系统模型，并在该系统下对K-Best算法进行仿真，确定了算法的主要参数；而后根据确定的参数设计了K-Best检测器，介绍了检测器的各个模块硬件架构，并采用Xilinx Virtex-5芯片对检测器加以实现，给出检测器的RTL结构图、资源消耗和时钟频率等性能指标；最后文章通过MATLAB、ISE和Modelsim联合仿真验证了K-Best检测器的BER性能。

参考文献

　　[1] WANG K W，TSUI C Y.A VLSI architecture of a K-Best lattice decoding algorithm for MIMO channels[C].Proceedingsof IEEE International Symposium on Circuits and Systems，2002：273-276.

　　[2] WENK M，ZELLWEGER M，BURG A，et al.K-Best MIMOdetecting VLSI architectures achieving up to 424 Mb/s[C].Proceedings of IEEE International Symposium on Circuits and Systems，2006(4)：1154.

　　[3] SHEN C A，ELTAWIL A M.A radius adaptive K-Best de-coder with early termination：algorithm and VLSI architec-ture[J].IEEE Transactions on Circuits and Systems I：regularpapers，2010，57(9)：2476-2486.

　　[4] HEIDMANN N，WIEGAND T，PAUL S.Architecture and FPGA-implementation of a high throughput K+-Best detec-tor[C].Proceedings of Design, Automation & Test in EuropeConference & Exhibition，2011：1-6.

　　[5] 于全.战术通信理论与技术[M].北京：电子工业出版社，2009.

　　[6] HAENE S，PERELS D，BURG A.A real-time 4-stream MIMO-OFDM transceiver: system design, FPGA implemen-tation, and characterization[J].IEEE Journal on Selected Areas in Communications, 2008, 26(6): 877-889.

　　[7] 马小晶.MIMO-OFDM系统信号检测技术研究及VLSI实现[D].上海：复旦大学，2009.