自适应MIMO检测方法和系统

摘要

本发明公开了一种自适应MIMO检测方法和系统，所述方法包括下述步骤：a）判断数据包的信噪比是否大于设定的信噪比阈值，如果是，则对信道矩阵进行ZF预处理，如果否，则对信道矩阵进行MMSE预处理；b）对经步骤a）处理后的信道矩阵进行排序的QR分解以得出多个分解矩阵；c）判断数据包的信道矩阵条件数是否大于设定的信道条件数阈值，如果是，则对步骤b）得出的分解矩阵进行格基约减；d）判断数据包的信道矩阵干扰项估计值是否大于设定的信道矩阵干扰项估计值阈值，如果是，则选择SIC检测模式用于对数据包进行MIMO检测，如果否，则选择K‑best检测模式用于对数据包进行MIMO检测；以及e）根据步骤a）至d）的处理结果，执行对数据包的MIMO检测。

权利要求

1.一种自适应MIMO检测方法，其特征在于，所述方法包括下述步骤：

a）判断数据包的信噪比是否大于设定的信噪比阈值，如果是，则对信道矩阵进行ZF预处理，如果否，则对信道矩阵进行MMSE预处理；

b）对经步骤a）处理后的信道矩阵进行排序的QR分解以得出多个分解矩阵；

c）判断数据包的信道矩阵条件数是否大于设定的信道条件数阈值，如果是，则对步骤b）得出的分解矩阵进行格基约减；

d）判断数据包的信道矩阵干扰项估计值是否大于设定的信道矩阵干扰项估计值阈值，如果是，则选择SIC检测模式用于对数据包进行MIMO检测，如果否，则选择K-best检测模式用于对数据包进行MIMO检测；以及 e）根据步骤a）至d）的处理结果，执行对数据包的MIMO检测。

2.根据权利要求1所述的方法，其特征在于，在步骤a）之前或在MIMO天线数、系统空间复用数据流数目或M-QAM规模发生变化时，根据MIMO天线数、系统空间复用数据流数目和M-QAM规模，确定设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值的初始值。

3.根据权利要求1所述的方法，其特征在于，在步骤e）之后，还包括下述步骤：f）更新误包率统计；以及

g）如果更新的误包率统计高于设定的误包率阈值，则更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个，以用于后续数据包的MIMO检测。

4.根据权利要求3所述的方法，其特征在于，在步骤g）中，更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个包括提高所述设定的信噪比阈值。

5.根据权利要求3所述的方法，其特征在于，在步骤g）中，更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个包括提高所述设定的信道矩阵干扰项估计值阈值。

6.根据权利要求3所述的方法，其特征在于，在步骤g）中，更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个包括降低所述设定的信道条件数阈值。

7.根据权利要求3所述的方法，其特征在于，在步骤g）中，更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个包括：判断设定的信噪比阈值是否小于设定的信噪比最大值，若是，则提高所述设定的信噪比阈值；

若设定的信噪比阈值大于或等于设定的信噪比最大值，则判断设定的信道矩阵干扰项估计值阈值是否小于设定的信道矩阵干扰项估计值最大值，若是，则提高所述设定的信道矩阵干扰项估计值阈值；以及若设定的信道矩阵干扰项估计值阈值大于或等于设定的信道矩阵干扰项估计值最大值，则判断设定的信道条件数阈值是否大于设定的信道条件数最小值，若是，则降低所述设定的信道条件数阈值。

8.根据权利要求3所述的方法，其特征在于，如果在执行步骤g）之后，误包率统计仍然高于设定的误包率阈值，则降低系统数据速率；以及如果在降低系统数据速率之后，误包率统计仍然高于设定的误包率阈值，则采用可靠性高于空间复用MIMO工作模式的MIMO工作模式。

9.根据权利要求1所述的方法，其特征在于，在步骤e）之后，还包括下述步骤：f）更新误包率统计；以及

h）如果更新的误包率统计在指定时间段内或已检测了指定数量的数据包时始终低于设定的误包率阈值，则执行下述动作中的一个或多个以用于后续数据包的MIMO检测，所述动作包括：提高设定的信道条件数阈值、降低设定的信道矩阵干扰项估计值阈值，以及降低设定的信噪比阈值。

10.根据权利要求9所述的方法，其特征在于，在步骤h）中，所述动作包括：判断设定的信道条件数阈值是否小于设定的信道条件数最大值，若是，则提高所述设定的信道条件数阈值；

若设定的信道条件数阈值大于或等于设定的信道条件数阈值最大值，则判断设定的信道矩阵干扰项估计值阈值是否大于设定的信道矩阵干扰项估计值最小值，若是，则降低所述设定的信道矩阵干扰项估计值阈值；

若设定的信道矩阵干扰项估计值阈值小于或等于设定的信道矩阵干扰项估计值最小值，则判断设定的信噪比阈值是否大于设定的信噪比最小值，若是，则降低所述设定的信道条件数阈值；以及若设定的信噪比阈值小于等于设定的信噪比最小值，则不对阈值进行调整。

11.一种自适应MIMO检测系统，其特征在于，所述系统包括：

阈值确定模块，其配置成确定设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值；

参数确定模块，其配置成确定数据包的信噪比、数据包的信道矩阵条件数，以及数据包的信道矩阵干扰项估计值；

第一判决模块，其配置成判断数据包的信噪比是否大于设定的信噪比阈值，如果是，则选择对信道矩阵进行ZF预处理，如果否，则选择对信道矩阵进行MMSE预处理；

ZF/MMSE信道矩阵预处理模块，其配置成根据第一判决模块的输出对信道矩阵进行ZF预处理或MMSE预处理；

QR分解模块，其配置成对经ZF/MMSE信道矩阵预处理模块处理后的信道矩阵进行排序的QR分解以得出多个分解矩阵；

第二判决模块，其配置成判断数据包的信道矩阵条件数是否大于设定的信道条件数阈值，如果是，则选择对QR分解模块得出的分解矩阵进行格基约减；

原星座域/格基约减域处理模块，其配置成根据第二判决模块的输出对QR分解模块得出的分解矩阵进行格基约减或不进行格基约减；

第三判决模块，其配置成判断数据包的信道矩阵干扰项估计值是否大于设定的信道矩阵干扰项估计值阈值，如果是，则选择SIC检测模式用于对数据包进行MIMO检测，如果否，则选择K-best检测模式用于对数据包进行MIMO检测；以及MIMO检测模块，其配置成根据第三判决模块的输出以SIC检测模式或K-best检测模式对数据包进行MIMO检测。

12.根据权利要求11所述的系统，其特征在于，所述阈值确定模块还配置成根据MIMO天线数或系统空间复用数据流数目和M-QAM规模，确定设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值的初始值。

13.根据权利要求11所述的系统，其特征在于，还包括误包率统计模块，其配置为在执行对数据包的MIMO检测之后更新误包率统计；以及阈值调整判决模块，其配置为如果更新的误包率统计高于设定的误包率阈值，则更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个，以用于后续数据包的MIMO检测。

14.根据权利要求13所述的系统，其特征在于，所述阈值调整判决模块配置为使得更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个包括提高所述设定的信噪比阈值。

15.根据权利要求13所述的系统，其特征在于，所述阈值调整判决模块配置为使得更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个包括提高所述设定的信道矩阵干扰项估计值阈值。

16.根据权利要求13所述的系统，其特征在于，所述阈值调整判决模块配置为使得更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个包括降低所述设定的信道条件数阈值。

17.根据权利要求13所述的系统，其特征在于，所述阈值调整判决模块配置为使得更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个包括：判断设定的信噪比阈值是否小于设定的信噪比最大值，若是，则提高所述设定的信噪比阈值；

若设定的信噪比阈值大于或等于设定的信噪比最大值，则判断设定的信道矩阵干扰项估计值阈值是否小于设定的信道矩阵干扰项估计值最大值，若是，则提高所述设定的信道矩阵干扰项估计值阈值；以及若设定的信道矩阵干扰项估计值阈值大于或等于设定的信道矩阵干扰项估计值最大值，则判断设定的信道条件数阈值是否大于设定的信道条件数最小值，若是，则降低所述设定的信道条件数阈值。

18.根据权利要求13所述的系统，其特征在于，所述阈值调整判决模块配置为如果更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个之后，误包率统计仍然高于设定的误包率阈值，则降低系统数据速率；以及如果在降低系统数据速率之后，误包率统计仍然高于设定的误包率阈值，则采用可靠性高于空间复用MIMO工作模式的MIMO工作模式。

19.根据权利要求13所述的系统，其特征在于，所述阈值调整判决模块配置为使得如果更新的误包率统计在指定时间段内或已检测了指定数量的数据包时始终低于设定的误包率阈值，则执行下述动作中的一个或多个以用于后续数据包的MIMO检测，所述动作包括：提高设定的信道条件数阈值、降低设定的信道矩阵干扰项估计值阈值，以及降低设定的信噪比阈值。

20.根据权利要求19所述的系统，其特征在于，所述阈值调整判决模块配置为使得所述动作包括：判断设定的信道条件数阈值是否小于设定的信道条件数最大值，若是，则提高所述设定的信道条件数阈值；

若设定的信道条件数阈值大于或等于设定的信道条件数阈值最大值，则判断设定的信道矩阵干扰项估计值阈值是否大于设定的信道矩阵干扰项估计值最小值，若是，则降低所述设定的信道矩阵干扰项估计值阈值；

若设定的信道矩阵干扰项估计值阈值小于或等于设定的信道矩阵干扰项估计值最小值，则判断设定的信噪比阈值是否大于设定的信噪比最小值，若是，则降低所述设定的信道条件数阈值；以及若设定的信噪比阈值小于等于设定的信噪比最小值，则不对阈值进行调整。

说明书

自适应MIMO检测方法和系统

技术领域

[0001] 本发明涉及多天线无线通信系统的低复杂度检测，具体涉及一种自适应MIMO检测方法和系统。

背景技术

[0002] 随着无线通信技术的迅猛发展，越来越多的无线通信系统，开始采用多天线通信技术（MIMO），在扩展系统的频谱利用率和数据速率（spatial multiplexing）的同时，并兼获得较高的分级增益（diversity gain），以提高系统数据传输的可靠性。

[0003] 尤其，伴随着无线通信理论的演化，新的MIMO无线通信技术采用的天线数目正变得或即将变得越来越庞大。与此同时，用户设备越来越小尺寸化，集成度越来越高。这就使得MIMO信号的灵活、高效的检测方法研究变得十分有意义。

[0004] 一方面，需要检测方法的复杂度可控，保证系统数据的大吞吐率；一方面，要求检测系统适用范围广，灵活易用；另一方面需要满足超大规模集成电路（Very Large Scale Integrated circuits，VLSI）设计实现的低功耗和低面积的要求。

[0005] 本发明中的MIMO检测方法和系统尤其涉及空间复用的MIMO检测。只有当MIMO信道状况足够好的时候，数据的空间复用（spatial multiplexing）才可能实现。

[0006]  这里的信道状况，主要包括MIMO信道矩阵 的相关性和接收机的信噪比（SNR， Signal To Noise ratio）。

[0007] 按照检测性能的高低，空间复用MIMO检测方法可以分为：最优检测、次优检测和近优检测。

[0008] 常用的MIMO最优检测方法，如最大似然检测（Maximum Likelihood，ML），可以获得最优的误码检测性能，但是其检测复杂度是随QAM星座规模和空间复用数据流数目的增长，呈指数级增长的。因此绝大部分系统配置下，最优检测并不实用，仅作为仿真中其他MIMO检测器的性能对比参照。

[0009] MIMO次优检测方法，又可以分为线性和非线性两种。线性次优检测方法，如迫零检测（Zero Forcing，ZF）、最小均方误差检测（Minimum Mean Square Error，MMSE），利用线性均衡方式，一次性处理所有的并行数据流，复杂度最低，系统开销小，但是其接收分级增益（Receiver Diversity Gain，RDG）接近单天线系统（SISO），因此误码性能最差。非线性次优检测方法，如多种形式的连续误差消除法（Successive Interference Cancellation， SIC），接收分级增益略有提高，但易受误差传播的影响。在MIMO信道相互干扰较小的情况下，其性能可以接近ML检测，但对于大部分信道状况，其与ML的性能差距较大。

[0010] MIMO近优检测方法，通常指基于球形译码（Sphere Decoder， SD）的各种树搜索算法变型。这类算法可以使检测性能接近ML方法，而复杂度相比ML下降很多。其中广度优先的K-best检测器，可以保证独立于信号接收信噪比（Signal to Noise Ratio， SNR）的吞吐率，同时性能与ML检测接近，因此，K-best是最常用的MIMO检测方法之一。其检测性能和复杂度之间的平衡，是通过调节K-best中的K因子实现的。

[0011] 不同的系统设置和信道状况下，MIMO的最合理的检测方法不尽相同。换言之，某种系统设置和信道状况下，采用何种检测方法，是由所配天线规模、M-QAM星座规模、系统运算能力、链路吞吐率要求等多方面因素，综合考虑的折衷方案。

[0012] 当前的各种无线通信协议，为了兼顾各种应用场景，支持的M-QAM星座规模和天线规模的变化范围较大。如802.11ac Wi-Fi协议，支持从BPSK到256QAM的星座映射，天线配置也支持从1×1到8×8。

[0013] 与此同时，在实际的无线通信系统中，MIMO技术并不是单独使用，其通常是与其他无线通信技术，如正交频分复用（OFDM）等综合使用，以进一步提高系统性能和频谱利用率、对抗无线信道的非理想状况。

[0014] 例如，近年来的IEEE定义的无线局域网802.11n/ac/ax，3GPP定义的第四代无线通信系统LTE，以及即将到来的3GPP第五代无线通信系统等，就是MIMO技术结合OFDM技术典型实例。

[0015] 设MIMO-OFDM系统中，OFDM 数据子载波数为  。则共有 个数据子载波的维信道矩阵 。

[0016] 又由于无线信道的多径效应，造成各子载波上的信道状况各不相同，因此，可以将MIMO-OFDM系统各子载波上的MIMO信道状况看作是相互独立的平坦瑞丽衰落信道，即每一个子载波上的MIMO检测，都可以看做是相互独立的MIMO检测。

[0017] 因此，不同子载波上的最合理MIMO检测方法不尽相同。

[0018] 发明人注意到，虽然现有技术中已尝试提出不同的自适应MIMO检测方法和装置，但这些现有的方法和装置至少还未能充分地考虑到并解决下述问题：

[0019] 1）在实现差异较大的算法之间进行切换，因此在硬件实现层面需要对不同算法设置单独的电路或模块，这不利地增加了系统体积和功耗；

[0020] 2）未考虑到自适应地对信道矩阵预处理进行优化；以及

[0021] 3）选择检测算法的判决条件所用判决阈值通常是预先确定的，而未考虑到判决阈值的自适应调整。

[0022] 例如，中国专利CN101540661B号公开了一种基于切换的自适应MIMO解码方法，其中该方法在实现差异较大的ZF译码检测方法、ZF-OSIC译码检测方法、球形译码检测方法之间进行切换。未考虑到信道矩阵预处理的自适应性优化，且通过仿真确定判决阈值而未考虑到判决阈值的自适应调整。

[0023] 又如，中国专利CN103746728B号公开了一种混合自适应的MIMO接收检测方法，其中该方法在实现差异较大的迫零检测算法、最小均方误差-干扰消除算法和最大似然算法之间进行切换，未考虑到信道矩阵预处理的自适应优化，并通过训练信号预先得出每种算法的判决阈值而未考虑到判决阈值的自适应调整。

[0024] 再如，中国专利申请CN104734818A号公开了一种MIMO接收算法的自适应切换方法和装置，其中该方法在实现差异较大的线性检测算法和最大似然算法之间进行切换，未考虑到信道矩阵预处理的自适应优化，并通过预先仿真得出判决阈值而未考虑到判决阈值的自适应调整。

[0025] 综上，现有技术中需要一种自适应MIMO检测方法和系统，其能够在经选择的相似检测模式之间进行自适应切换以优化硬件实现层面的电路模块重用，对信道矩阵预处理进行自适应优化，以及根据系统状况对判决阈值进行自适应调整，从而通过多层次的自适应手段实现MIMO检测的灵活配置和深度优化。应理解，上述所列举的技术问题仅作为示例而非对本发明的限制，本发明并不限于同时解决上述所有技术问题的技术方案。本发明的技术方案可以实施为解决上述或其他技术问题中的一个或多个。

发明内容

[0026] 针对上述问题，本发明的目的在于提供一种通用的、基于多参数辅助的MIMO自适应检测器架构和方法，以自适应地降低系统MIMO检测复杂度，并匹配系统所支持的各种配置和不同信道状况的最优MIMO检测需求。

[0027] 为此，在本发明的一方面，提供一种自适应MIMO检测方法，其包括下述步骤：a）判断数据包的信噪比是否大于设定的信噪比阈值，如果是，则对信道矩阵进行ZF预处理，如果否，则对信道矩阵进行MMSE预处理；b）对经步骤a）处理后的信道矩阵进行排序的QR分解以得出多个分解矩阵；c）判断数据包的信道矩阵条件数是否大于设定的信道条件数阈值，如果是，则对步骤b）得出的分解矩阵进行格基约减；d）判断数据包的信道矩阵干扰项估计值是否大于设定的信道矩阵干扰项估计值阈值，如果是，则选择SIC检测模式用于对数据包进行MIMO检测，如果否，则选择K-best检测模式用于对数据包进行MIMO检测；以及e）根据步骤a）至d）的处理结果，执行对数据包的MIMO检测。

[0028] 在本发明的另一方面，提供一种自适应MIMO检测系统，其特征在于，所述系统包括：阈值确定模块，其配置成确定设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值；参数确定模块，其配置成确定数据包的信噪比、数据包的信道矩阵条件数，以及数据包的信道矩阵干扰项估计值；第一判决模块，其配置成判断数据包的信噪比是否大于设定的信噪比阈值，如果是，则选择对信道矩阵进行ZF预处理，如果否，则选择对信道矩阵进行MMSE预处理；ZF/MMSE信道矩阵预处理模块，其配置成根据第一判决模块的输出对信道矩阵进行ZF预处理或MMSE预处理；QR分解模块，其配置成对经ZF/MMSE信道矩阵预处理模块处理后的信道矩阵进行排序的QR分解以得出多个分解矩阵；第二判决模块，其配置成判断数据包的信道矩阵条件数是否大于设定的信道条件数阈值，如果是，则选择对QR分解模块得出的分解矩阵进行格基约减；原星座域/格基约减域处理模块，其配置成根据第二判决模块的输出对QR分解模块得出的分解矩阵进行格基约减或不进行格基约减；第三判决模块，其配置成判断数据包的信道矩阵干扰项估计值是否大于设定的信道矩阵干扰项估计值阈值，如果是，则选择SIC检测模式用于对数据包进行MIMO检测，如果否，则选择K-best检测模式用于对数据包进行MIMO检测；以及MIMO检测模块，其配置成根据第三判决模块的输出以SIC检测模式或K-best检测模式对数据包进行MIMO检测。

[0029] 根据本发明的自适应MIMO检测方法和系统能够通过多层次的自适应手段实现MIMO检测的灵活配置和深度优化，这些自适应手段包括但不限于例如：在经选择的相似检测模式之间进行自适应切换以优化硬件实现层面的电路模块重用，对信道矩阵预处理进行自适应优化，以及根据系统状况对判决阈值进行自适应调整。同时，本发明的自适应MIMO检测方法和系统可以应用于MIMO-OFDM系统中对每个子载波进行多层次的自适应MIMO检测。

[0030] 此外，本发明的技术方案能够自适应地调整预处理和MIMO检测的策略，实现检测性能优化和系统复杂度之间的平衡。

[0031] 同时，本发明的技术方案应用灵活方便，适合不同M-QAM星座规模和MIMO天线规模，能够满足不同的无线通信系统标准要求，适用范围广。

[0032] 应理解，上述对背景技术以及发明内容概要的描述仅仅是示意性的而非限制性的。

附图说明

[0033] 图1是多天线系统的信道传输通用模型的示意图；

[0034] 图2是MIMO信道矩阵条件数计算模块典型结构框图；

[0035] 图3是根据本发明的自适应MIMO检测方法的一个实施例的示意性流程图；

[0036] 图4是根据本发明的自适应MIMO检测方法的另一实施例的示意性流程图；

[0037] 图5是根据本发明的自适应MIMO检测系统的一个实施例的示意性系统框图；

[0038] 图6是根据本发明的自适应MIMO检测系统的另一实施例的示意性系统框图；及[0039] 图7是根据本发明的自适应MIMO检测系统的又一实施例的示意性系统框图。

具体实施方式

[0040] 在下文中将参考附图更全面地描述本发明，附图构成本发明公开的一部分并通过图示的方式示出示例性的实施例。应理解，附图所示以及下文所述的实施例仅仅是说明性的，而不作为对本发明的限制。

[0041] 图1是多天线系统的信道传输通用模型图。设MIMO系统100中，发射机101处的发射天线103数目为 ，接收机102处的接收天线104数目为 。记MIMO信道的传输方程为：。该MIMO信道为准静态平坦瑞丽衰落，信道矩阵 维度为 ，其元素 为
均值为零，方差为1的二维高斯随机变量。

[0042] 图2示出MIMO信道矩阵条件数计算的一个实现框图。MIMO信道Condition Number（条件数）。MIMO信道条件数的定义为，MIMO信道矩阵最大奇异值与最小奇异值之比。MIMO信道矩阵的条件数的常用计算方法为： 。其中 为矩阵的2-范数。一般信道矩阵条件数运算中会取dB值。通常认为， 在5dB以下，为很好，10dB以下为较好。

[0043] 当前MIMO信道的条件数  ，由信道矩阵条件数计算模块计算。判决阈值记为 。

[0044] 如图2所示，模块202以信道矩阵作为输入并取信道矩阵的2-范数；模块206以信道矩阵作为输入并取信道矩阵的逆矩阵或伪逆矩阵操作；模块208取信道矩阵逆矩阵的2-范数；模块204将上述两个2-范数相乘，模块210对结果取dB值，以得出信道矩阵条件数。应理解，虽然在此描述了计算信道条件数的一种具体方式，但本发明的实施不限于此。

[0045] 图3示出根据本发明的自适应MIMO检测方法300的一个实施例的示意性流程图。该方法开始于步骤302，并在步骤304判断数据包的信噪比是否大于设定的信噪比阈值。如果是，则在步骤306对信道矩阵进行ZF预处理，如果否，则在步骤308对信道矩阵进行MMSE预处理。

[0046] 在步骤310，对经上述步骤处理后的信道矩阵进行排序的QR分解以得出多个分解矩阵。

[0047] 在步骤312，判断数据包的信道矩阵条件数是否大于设定的信道条件数阈值。如果是，则在步骤314对步骤310得出的分解矩阵进行格基约减。

[0048] 如果否，则进入步骤316，判断数据包的信道矩阵干扰项估计值是否大于设定的信道矩阵干扰项估计值阈值。如果是，则在步骤318选择SIC检测模式用于对数据包进行MIMO检测，如果否，则在步骤320选择K-best检测模式用于对数据包进行MIMO检测。

[0049] 接下来进入步骤322，根据上述步骤的处理结果，执行对数据包的MIMO检测。

[0050] 应理解，对于本发明的技术方案中所采用的判决阈值，例如上述设定的信噪比阈值、设定的信道条件数阈值以及设定的信道矩阵干扰项估计值阈值，其初始值可由本领域技术人员根据具体实现的系统环境和应用要求确定。作为示例而非限制，这些判决阈值一方面可取决于系统参数，另一方面可取决于系统的误包率控制目标。例如下文所述，可根据MIMO系统中的天线数或系统空间复用数据流数目、M-QAM规模以及目标误包率等参数来设定各判决阈值的初始值。应理解，可通过常规手段，根据系统参数以及设计目标，最重要的是参考不同阈值下的系统仿真结果，来确定阈值初始值以及在上文和下文中所提及的最大值或最小值。

[0051] 图4示出根据本发明的自适应MIMO检测方法400的另一实施例的示意性流程图。在步骤402，通过数据包的包头进行处理以得到MIMO模式、系统天线数或Nss（系统空间复用数据流数目）、M-QAM规模等参数。在MIMO理论中，信道矩阵状况良好的情况下，该系统最大的空间复用数据流数目为： 。正常系统使用中，一般  。

[0052] 在步骤404，判断当前MIMO模式是否是空间复用模式。如果否，则进入步骤408，进行其他MIMO模式处理。如果是，仅进入步骤406，进一步判断Nss或M-QAM规模是否发生改变。

[0053] 如果步骤406的判断为否，则进入步骤410，读取对应MIMO模式的当前判决阈值，例如（SNRtr，Itr，Ktr），其中SNRtr表示设定的信噪比阈值，Itr表示设定的信道矩阵干扰项估计值阈值，Ktr表示设定的信道条件数阈值。

[0054] 如果步骤406的判断为是，则进入步骤412，读取新模式的初始判决阈值，例如（SNRtr，Itr，Ktr）。应理解，在步骤a）之前或在MIMO天线数、系统空间复用数据流数目或M-QAM规模发生变化时，可根据MIMO天线数或系统空间复用数据流数目和M-QAM规模，确定设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值的初始值。

[0055] 在步骤410或412取得当前数据包的判决阈值后，执行步骤414，其中读取系统计算所得当前数据包的判决参数值，例如数据包的信噪比、数据包的信道矩阵条件数、数据包的信道矩阵干扰项估计值等。

[0056] 在步骤416，判断检测模式。在步骤418，完成当前包的MIMO检测。应理解，步骤416和418可根据图3所示实施例中的步骤302至324所示的步骤进行，在此不再赘述。

[0057] 在步骤420，更新MAC误包率统计。在步骤422，判断误包率是否合格。应理解，虽然步骤420所示的误包率统计是在MAC层获得的，但本发明的实施不限于此。如果更新的误包率统计高于设定的误包率阈值，则更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个，以用于后续数据包的MIMO检测。

[0058] 作为示例而非限制，更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个包括可以包括下述中的一项或多项：提高所述设定的信噪比阈值、提高所述设定的信道矩阵干扰项估计值阈值，以及降低所述设定的信道条件数阈值。

[0059] 在一个具体实施例中，更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个可以包括：

[0060] 判断设定的信噪比阈值是否小于设定的信噪比最大值，若是，则提高所述设定的信噪比阈值；

[0061] 若设定的信噪比阈值大于或等于设定的信噪比最大值，则判断设定的信道矩阵干扰项估计值阈值是否小于设定的信道矩阵干扰项估计值最大值，若是，则提高所述设定的信道矩阵干扰项估计值阈值；以及

[0062] 若设定的信道矩阵干扰项估计值阈值大于或等于设定的信道矩阵干扰项估计值最大值，则判断设定的信道条件数阈值是否大于设定的信道条件数最小值，若是，则降低所述设定的信道条件数阈值。

[0063] 具体地，如图4所示，如果在步骤422判断误包率合格，则返回步骤402，对下一数据包进行处理。如果在步骤422判断误包率不合格，则进入步骤424，判断设定的信噪比阈值SNRtr是否小于设定的信噪比最大值SNRtr_max。

[0064] 如果步骤424的判断为是，则进入步骤426，提高设定的信噪比阈值SNRtr。

[0065] 如果步骤424的判断为否，则进入步骤428，判断设定的信道矩阵干扰项估计值阈值Itr是否小于设定的信道矩阵干扰项估计值最大值Itr_max。

[0066] 如果步骤428的判断为是，则进入步骤430，提高设定的信道矩阵干扰项估计值阈值Itr。

[0067] 如果步骤428的判断为否，则进入步骤432，判断设定的信道条件数阈值Ktr是否大于设定的信道条件数最小值Ktr_min。

[0068] 如果步骤432的判断为是，则进入步骤434，降低设定的信道条件数阈值Ktr。在步骤426、430和434之后，流程返回步骤402，对下一数据包进行处理。

[0069] 应理解，如果在执行上述步骤之后，误包率统计仍然高于设定的误包率阈值，则可降低系统数据速率。此外，如果在降低系统数据速率之后，误包率统计仍然高于设定的误包率阈值，则采用可靠性高于空间复用MIMO工作模式的MIMO工作模式。

[0070] 具体地，如果步骤432的判断为否，则进入步骤436，通知系统降低速率或改用其他MIMO模式。

[0071] 图5示出根据本发明的自适应MIMO检测系统的一个实施例的示意性系统框图。如图所示，自适应MIMO检测系统500包括：

[0072] 阈值确定模块504，其配置成确定设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值；

[0073] 参数确定模块502，其配置成确定数据包的信噪比、数据包的信道矩阵条件数，以及数据包的信道矩阵干扰项估计值；

[0074] 第一判决模块506，其配置成判断数据包的信噪比是否大于设定的信噪比阈值，如果是，则选择对信道矩阵进行ZF预处理，如果否，则选择对信道矩阵进行MMSE预处理；

[0075] ZF/MMSE信道矩阵预处理模块512，其配置成根据第一判决模块506的输出对信道矩阵进行ZF预处理或MMSE预处理；

[0076] QR分解模块514，其配置成对经ZF/MMSE信道矩阵预处理模块512处理后的信道矩阵进行排序的QR分解以得出多个分解矩阵；

[0077] 第二判决模块508，其配置成判断数据包的信道矩阵条件数是否大于设定的信道条件数阈值，如果是，则选择对QR分解模块得出的分解矩阵进行格基约减；

[0078] 原星座域/格基约减域处理模块516，其配置成根据第二判决模块508的输出对QR分解模块514得出的分解矩阵进行格基约减或不进行格基约减；

[0079] 第三判决模块510，其配置成判断数据包的信道矩阵干扰项估计值是否大于设定的信道矩阵干扰项估计值阈值，如果是，则选择SIC检测模式用于对数据包进行MIMO检测，如果否，则选择K-best检测模式用于对数据包进行MIMO检测；以及

[0080] MIMO检测模块518，其配置成根据第三判决模块的输出510以SIC检测模式或K-best检测模式对数据包进行MIMO检测。

[0081] 本发明中的MIMO自适应检测系统，采用可调预处理，加可调MIMO三角检测核心的方式实现。应理解，在本发明的上下文中，MIMO三角检测核心是指利用信道矩阵的三角化分解，逐层进行MIMO检测判决，在后续层完成已判决符号的干扰消除后，再对当前层的未知符号进行判决的核心模块。三角检测模式是指基于信道矩阵三角化进行MIMO检测的模式。虽然本发明中示出采用SIC检测模式以及K-best检测模式的两种三角检测核心，例如MIMO检测模块518，但本发明的实施不限于此，与SIC检测模式以及K-best检测模式等同的其他三角检测模式的其他三角检测核心也包含在本发明的范围内。即，虽然根据SIC检测模式和K-best检测模式来描述包括本发明，但本发明的方案适用于在两种或更多种三角检测模式之间进行自适应的切换，例如可采用现有或将来开发的其他计算复杂度较低且检测精度较低的三角检测模式来等同替换本文所述的SIC检测模式，以及用现有或将来开发的其他计算复杂度较高且检测精确度较高的三角检测模式来等同替换本文所述的K-best检测模式，而不脱离本发明的范围。

[0082] 图6示出根据本发明的自适应MIMO检测系统的另一实施例的示意性系统框图。与图5所示的自适应MIMO检测系统500相比，图6所示的自适应MIMO检测系统600中，模块602至618与图5所示模块502至518类似，在此不再赘述。

[0083] 图6所示的实施例中增设了后处理模块620、误包率统计模块622以及阈值调整判决模块624。具体地，后处理模块620配置成对MIMO检测模块的输出进行进一步处理以完成数据包的解码。误包率统计模块620配置为在执行对数据包的MIMO检测之后更新误包率统计。

[0084] 阈值调整判决模块624配置为如果更新的误包率统计高于设定的误包率阈值，则更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个，以用于后续数据包的MIMO检测。在具体实施例中，阈值调整判决模块624可配置为使得更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个可包括下述中的一个或多个：提高所述设定的信噪比阈值，提高所述设定的信道矩阵干扰项估计值阈值，以及降低所述设定的信道条件数阈值。

[0085] 在一个实施例中，阈值调整判决模块624配置为使得更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个包括：

[0086] 判断设定的信噪比阈值是否小于设定的信噪比最大值，若是，则提高所述设定的信噪比阈值；

[0087] 若设定的信噪比阈值大于或等于设定的信噪比最大值，则判断设定的信道矩阵干扰项估计值阈值是否小于设定的信道矩阵干扰项估计值最大值，若是，则提高所述设定的信道矩阵干扰项估计值阈值；以及

[0088] 若设定的信道矩阵干扰项估计值阈值大于或等于设定的信道矩阵干扰项估计值最大值，则判断设定的信道条件数阈值是否大于设定的信道条件数最小值，若是，则降低所述设定的信道条件数阈值。

[0089] 阈值调整判决模块624还可配置为如果更新设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值中的一个或多个之后，误包率统计仍然高于设定的误包率阈值，则降低系统数据速率；以及如果在降低系统数据速率之后，误包率统计仍然高于设定的误包率阈值，则采用可靠性高于空间复用MIMO工作模式的MIMO工作模式。

[0090] 阈值确定模块604也可以配置成根据MIMO天线数或系统空间复用数据流数目和M-QAM规模，确定设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值的初始值。此外，阈值确定模块604也可以配置成根据阈值调整判决模块624的输出来更新确定判决阈值，例如设定的信噪比阈值、设定的信道条件数阈值，以及设定的信道矩阵干扰项估计值阈值的初始值。

[0091] 以此方式，本发明的自适应MIMO检测系统能够根据系统状况对判决阈值进行自适应调整，使多层次的自适应手段与动态的系统状况相匹配。

[0092] 图7示出根据本发明的自适应MIMO检测系统的又一实施例的示意性系统框图。在自适应MIMO检测系统700中，第一判决模块706、第二判决模块708、第三判决模块710、ZF/MMSE信道矩阵预处理模块712、QR分解模块714、原星座域/格基约减域处理模块716、MIMO检测模块718、后处理模块720的操作与图5和图6中所示相应模块的操作类似，在此不再赘述。

[0093] 图7中所示信道矩阵条件数计算模块732、干扰项估计计算模块734、矩阵乘模块717、后续处理及MAC误包统计模块722、阈值调整判决模块724、当前阈值存储模块726、初始阈值存储模块728的操作将在下文中描述。在此，后处理模块720对应于LR域预处理执行例如域反变换等操作。后续处理及MAC误包率统计模块722可执行M-QAM符号到比特的反映射、软值生成、信道解码、解交织等操作。

[0094] 如图5至图7所示以及上文所述，本发明的自适应MIMO检测系统主要可以分为信号处理模块和判决模块，以及参数确定模块、阈值确定模块等。

[0095] 信号处理模块例如包括ZF/MMSE信道矩阵处理模块、SQRD模块、原星座域/格基约减域处理模块等预处理相关模块、后处理模块，以及核心检测模块（即MIMO三角核心检测模块）。其中，除SQRD模块外，皆为可调模块。

[0096] 三个判决模块根据当前信号接收状况，对可调信号处理模块进行控制。同时，三个判决模块所需要的当前判决参数值，以及判决参数阈值，可由相应的计算模块和阈值存储模块提供。

[0097] 下面对预处理相关模块进行进一步的说明。

[0098] 1) 信道矩阵 的ZF/MMSE 处理选择。此处的信道矩阵的ZF/MMSE处理是对信道矩阵的预处理扩展方法。

[0099] 系统噪声影响小的时候，MMSE方式与ZF方式的性能趋近于相同，因此接收端输入检测器的信道矩阵 不需要进行处理，即 。

[0100] ZF不需要接收机的噪声方差估计向量 。

[0101] 系统噪声影响大的时候，若采用ZF扩展，系统中会出现很强的噪声放大，使系统检测性能迅速降低，因此选择MMSE方式，可以达到噪声放大与消除多天线间信号干扰的平衡，使系统性能最优。

[0102] MMSE扩展需要接收机的噪声方差估计向量 。

[0103] MMSE扩展可以为 。其中， 为以噪声方差估计向量 为对角线元素的对角矩阵。

[0104] 第一判决模块用来进行信道矩阵ZF/MMSE处理的判决。判决参数为接收机前端得到的当前MIMO信道接收天线上的信噪比估计向量 。判决阈值记为 。

[0105] 若 则可采用MMSE处理，反之，可采用ZF处理。

[0106] 2) SQRD模块。

[0107] MIMO三角核心检测模块，需要将MIMO信道矩阵进行三角化分解，常用的分解为QR分解， 。其中 为酉矩阵（unitary matrix），为上三角矩阵。

[0108] MIMO三角检测中，有一个很重要的技术，可以称之为sorting/ordering/排序。也即根据天线接收信号的强弱，顺序检测，较强的信号先检测（对应，SIC/K-best中的最底层），以尽量减少检测错误，导致后续的检测偏差。

[0109] 优选地，本发明在预处理阶段采用排序的QR分解（Sorted QRD，即SQRD）。

[0110] 对 进行排序的QR分解： 。其中所产生的分解矩阵 为交换矩阵（permutation matrix），为酉矩阵，（unitary matrix），为上三角矩阵。

[0111] 下面对原星座域/格基约减域处理模块及后处理模块进行进一步说明。

[0112] 从信息论角度来说，MIMO信道矩阵各天线间的相关性小，空间复用充分，空间分集增益高，可以支持的信道容量大，空间复用MIMO模式的检测容易。反之，MIMO信道矩阵各天线间的相关性大，空间复用逐步不可行，空间分集增益渐小，可以支持的信道容量变小，MIMO检测变难。

[0113] 当MIMO信道矩阵为相关性较大，也即非奇异性增强时，将当前的MIMO检测转到格基约减域（LR域），是消减信道相关性，提升检测性能的一个有效手段。系统需要增加MIMO信道矩阵的格基约减和检测向量的星座域-LR域/LR域-LR域转换操作，开销稍微增大。

[0114] 格基约减（LR， Lattice Reduction）变换，可以使MIMO信道正交化，从而消除强信道相关造成的性能损失。

[0115] 因此，当信号相关性较弱的时候，不需要再对SQRD的结果进行处理，保持在原星座域进行后续检测即可。

[0116] 而当信道相关性强的时候，为了适应逐层检测结构，对MIMO信道矩阵三角化分解的结果进行格基约减，将检测变量转换到LR域。

[0117] 常用的格基约减算法有LLL（Lenstra,Lenstra and Lovasz）法，复数系统的CLLL（complex LLL）法，Seysen’s， Brun's以及Element LR等。本发明中，优选LLL法和CLLL法。

[0118] 若为对SQRD后的结果进行格基约减，得到新的格基向量：

[0119] 。

[0120] 记 为新的转换矩阵，则 。

[0121] 星座域的MIMO检测变量 ，变为LR域的MIMO检测变量 。

[0122] 变换后的LR域检测变量取值变为连续整数域，相比原星座域发生很大变化。为提高检测效率，可以配合计算LR域检测变量取值上下限，以辅助MIMO检测。

[0123] 第二判决模块用来判断采用原星座域还是格基约减域的处理。其判决参数为MIMO信道条件数（Condition Number）k。若则 为原星座域处理，反之，进行格基约减。

[0124] 下面对后处理模块进行进一步说明。

[0125] 第二判决模块还用于控制后处理模块，以恢复在LR域的MIMO检测器输出信号到原星座域。后处理模块为可选模块，视预处理方式（原星座域还是LR域）和MIMO检测方式而定。比如，若为LR域且后续为硬判决输出，则需要将MIMO核心检测模块输出的LR域检测值，反变换到原星座域，并量化到距离最近的星座点；若为LR域且后续为List MAP LLR 软值输出，则需要将MIMO检测器输出的LR域检测值，反变换到原星座域，并丢弃非星座点。

[0126] 下面对可调MIMO检测核心模块进行进一步说明。

[0127] 为了使计算简便，采用非线性次优和近优MIMO检测方法中的三角逐层检测结构，也即采用SIC/OSIC、或Sphere Detection（如K-best）等需要将MIMO信道矩阵通过预处理，变换成三角结构后，再进行逐层检测的MIMO检测方法。

[0128] 由于预处理中，已经考虑过排序，此处的可调检测核心采用SIC和K-best两种模式。

[0129] SIC和K-best都是基于QRD将信道矩阵转化为一个酉矩阵和一个上三角矩阵R。再利用上三角矩阵的特殊结构，逐层检索。二者的区别，在于每一层保留的点数和保留的条件。

[0130] SIC是在每一搜索层只保留一个最近的点，再在后续层消除掉该点的干扰。K-best则是在每一搜索层保留K个最优展开，直至最后一层，得到K个最优结果再进行后续处理。

[0131] MIMO信道的空间复用传输，在接收端，每一根接收天线的接收信号，都为 根发射天线信号的叠加，也即信号间互为干扰项。当信号间的干扰很小，也即MIMO信道接近于发射天线和接收天线（TX/RX）间用线缆两两互连的时候，非线性次优SIC检测的性能与近优K-best检测性能接近，都趋近于当前信道条件下的ML检测性能，可以在MIMO检测中采用简化的检测方法。

[0132] 第三判决模块用来判断采用SIC检测还是K-best检测。判决参数为信道矩阵干扰项估计矩阵 。以 的情况，说明该参数的定义。

[0133] 对于 维信道矩阵 ，其为 维的干扰项估计矩阵 中各元素为：

[0134] 。

[0135] 判决阈值记为 。若 中存在一个行向量 ，使得 ，则采用SIC检测，反之，采用K-best检测。

[0136] 信道矩阵条件数计算模块732，计算当前MIMO信道矩阵条件数 。

[0137] 干扰项估计矩阵计算模块734，计算当前MIMO信道矩阵的干扰项估计矩阵。

[0138] 初始阈值存储模块728，存储各种系统天线数 和M-QAM组合下，上述三种阈值的初始值组 合 ，以 及对应的动态 调整复杂度最高上下限 ，以及复杂度最低上下限 。

[0139] MIMO天线数目越大，MIMO信道可以提供的分集增益越高，系统可以采用越简单的检测方法（如线性解调，非线性次优解调（SIC/OSIC）等）。

[0140] 单天线情况下，不同的M-QAM规模，其达到同一误码性能时的SNR值不同。MIMO信道状况下，M-QAM规模越大，越容易受到信道相关性变强的影响，性能下降，同时，M-QAM规模越大，其检测的复杂度要求越高。

[0141] 因此，阈值的初始值组合以及动态调整上下限，根据每一种系统天线数 和M-QAM组合的性能仿真结果，分别确定，并存储在初始阈值存储模块中。

[0142] 当前阈值存储模块726，用于存储当前系统模式下，经过调整后的阈值组合值。

[0143] 阈值调整判决模块724，根据MAC返回的误包率统计，调整当前阈值存储模块中的当前阈值组合，以调整MIMO检测器的行为。

[0144] 下面对本发明的多层次自适应MIMO检测的判决参数进行进一步说明。

[0145] 根据本发明的自适应MIMO检测方法和系统中，可以采用众多的判决参数。在一个实施例中，可将这些判决参数分不同的优先级。

[0146] 1) 第一优先级为MIMO系统天线数 和M-QAM规模。这两个参数，决定了三个模块判决参数阈值组合的初始值 。应理解，系统天线数和系统空间复用数据流数目可以可互换地在本发明的方案中用作判决参数。

[0147] 2) 第二优先级为MAC层的误包率统计（一个时间窗之内的有效）。该参数用于动态调整系统当前判决参数阈值组合。

[0148] 如果误包率大于系统要求（如，Wi-Fi协议规定10%以下），且当前的信号强度（RSSI）远远好于系统灵敏度（如，Wi-Fi的不同模式，系统设计灵敏度不同），则说明当前的检测配置，达不到系统性能要求，需要加大检测复杂度。

[0149] 复杂度的增大，也是有优先顺序：

[0150] 首先，提高当前 ，同时使 ，使更多情况为MMSE处理；

[0151] 然后，增大信道矩阵干扰项估计值阈值 ，同时 ，在更多的情况下采用K-best检测；

[0152] 最后，降低MIMO信道条件数阈值 ，同时  ，使更多的MIMO检测，在格基约减域进行。

[0153] 若在系统检测复杂度最高的时候（MMSE SQRD LRA K-best），仍然达不到误码率要求，则MAC层通知系统上层，降低系统数据速率（如Wi-Fi中采用更低的MCS模式）。若在系统数据速率最低的模式下，且系统检测复杂度最高的时候，误码率仍然达不到要求，则表明空间复用MIMO模式不可用，MAC层通知上层，请求切换为可靠性更高的MIMO模式（如STBC等）；同时，此时的MIMO信道条件数会很大，信道的自由度降低，不再支持空间复用。

[0154] 反之，当系统误包率统计模块在指定时间段内或已检测了指定数量的若干个包时，始终没有发生误包的情况或误包率始终合格时，说明系统通信状况很好，当前系统的检测配置可以相应简化，以提高处理速度并减少检测所消耗的系统资源。

[0155] 复杂度的简化，可遵循如下的优先顺序：

[0156] 首先，提高MIMO信道条件数阈值 ，同时使得 ，使得更多的MIMO检测，在原星座域进行；

[0157] 然后，减小当前信道矩阵干扰项估计值阈值 ，同时使得 ，在更多的情况下采用SIC检测；

[0158] 最后，减小当前 ，同时使 ，使更多情况为ZF预处理。

[0159] 当系统的检测配置达到最简，系统误包率统计仍可达到要求时，保持当前配置，直至系统误包率不满足要求，进行反向调整。

[0160] 在一个具体实施例中，参见图4，在步骤422判断误包率符合要求时，在步骤438判断是否出现长期无误包的情况。长期无误包的情况例如可以定义为在指定时间段内或已检测了指定数量的数据包时误包率始终低于设定的误包率阈值的情况。应理解，指定时间段或指定数量可根据系统环境和应用要求通过常规手段确定。

[0161] 在步骤440，判断设定的信道条件数阈值 是否小于设定的信道条件数最大值 ，若是，则在步骤422提高设定的信道条件数阈值 ；

[0162] 若步骤440的判断为否，则在步骤444判断设定的信道矩阵干扰项估计值阈值 是否大于设定的信道矩阵干扰项估计值最小值 ，若是，则在步骤446降低设定的信道矩阵干扰项估计值阈值 ；以及

[0163] 若在步骤444的判断为否，则在步骤448判断设定的设定的信噪比阈值是否大于设定的信噪比最小值，若是，则在步骤450降低所述设定的信道条件数阈值，若否，则不对阈值进行调整而返回到步骤402。

[0164] 3) 第三优先级为当前包MIMO检测判断所用的参数：信噪比估计向量 ，MIMO信道条件数 ，以及信道矩阵干扰项估计值矩阵 。当系统参数和MAC层误码率统计已知的情况下，读取当前三者对应的阈值，并把当前包所得值，与相应阈值比较，得出判决结果，进行后续MIMO检测。

[0165] 此外，本发明的自适应MIMO检测方法和系统适用于MIMO-OFDM系统。

[0166] 具体地，对于MIMO-OFDM系统，其每一个子载波的MIMO检测都是独立的。对MIMO-OFDM系统中的每一个子载波的MIMO信道，其信道条件数和信道干扰项估计值矩阵也是独立计算的。

[0167] 根据M-QAM符号加载情况，信噪比估计向量 既可以基于不同子载波单独估计得，也可以基于天线，对所有子载波进行整体估计。

[0168] 当前包的MIMO检测系统的判断阈值组合 ，对所有子载波相同。

[0169] 第i子载波检测时，将当前子载波上所得到的判决参数 ，与当前包的判断阈值组合 进行比较判断适合当前子载波的检测器配置。

[0170] 因此，每一个子载波的MIMO检测器配置，也是相互独立的。相应地，本领域技术人员应理解，上文所述对数据包的MIMO检测同样适用于对MIMO-OFDM系统中每个子载波的MIMO检测。

[0171] 以上实施例以示例的方式给出了具体操作过程，但应理解，本发明的保护范围不限于此。

[0172] 虽然出于本公开的目的已经描述了本发明各方面的各种实施例，但是不应理解为将本公开的教导限制于这些实施例。在一个具体实施例中公开的特征并不限于该实施例，而是可以和不同实施例中公开的特征进行组合。此外，应理解，上文所述方法步骤可以顺序执行、并行执行、合并为更少步骤、拆分为更多步骤，以不同于所述方式组合和/或省略。上文所述模块和/或单元亦可组合为更大模块、拆分为更多模块、以不同于所述方式组合，和/或省略。本领域技术人员应理解，还存在可能的更多可选实施方式和变型，可以对上述部件和构造进行各种改变和修改，而不脱离由本发明权利要求所限定的范围。