Detectores MMSE y MMSE-SIC en Sistemas

MIMO

Gheraldine Margoth Salazar Lasso y Daniel Camilo Bolaños Eraso

3 de septiembre de 2017
Índice de figuras

2.1. Cronologı́a de los Sistemas MIMO . . . . . . . . . . . . . . . . 6

2.2. Evolución de los Sistemas MIMO . . . . . . . . . . . . . . . . 7
2.3. Esquema de los Sistemas MIMO . . . . . . . . . . . . . . . . . 7
2.4. Esquema general del funcionamiento de los Sistemas MIMO . 9

3.1. Esquema lineal de comunicacion de los Sistemas MIMO . . . . 10

3.2. Fases de los Sistemas MIMO . . . . . . . . . . . . . . . . . . . 11
3.3. Historia en los Detectores en los Sistemas MIMO . . . . . . . 12
3.4. Historia en los Detectores en los Sistemas MIMO . . . . . . . 14

1
Índice general

1. Introducción 3

2. Sistemas MIMO 5
2.1. Definición de Sistemas MIMO . . . . . . . . . . . . . . . . . . 5
2.2. Historia de Sistemas MIMO . . . . . . . . . . . . . . . . . . . 5
2.3. Evolución de Sistemas MIMO . . . . . . . . . . . . . . . . . . 5
2.3.1. Diversidad de Espacio en Antenas . . . . . . . . . . . . 8
2.4. Funcionamiento de Sistemas MIMO . . . . . . . . . . . . . . . 8

3. Detección en Sistemas MIMO 10

3.1. Historia de los Detectores en MIMO . . . . . . . . . . . . . . . 11
3.2. Algoritmos de Detección en Sistemas MIMO . . . . . . . . . . 13
3.2.1. Algoritmos exactos . . . . . . . . . . . . . . . . . . . . 13
3.2.2. Algoritmos aproximados . . . . . . . . . . . . . . . . . 13

4. Detector MMSE y MMSE-SIC en Sistemas MIMO 17

4.1. Detectores MMSE en MIMO . . . . . . . . . . . . . . . . . . . 17
4.1.1. Historia de los Detectores MMSE . . . . . . . . . . . . 17
4.1.2. Definición y Funcionamiento de los detectores MMSE . 18
4.1.3. Modelo Matemático de los Detectores MMSE . . . . . 19
4.2. Detectores MMSE-SIC en Sitemas MIMO . . . . . . . . . . . 20
4.2.1. Historia de los Detectores MMSE-SIC . . . . . . . . . . 20
4.2.2. Definición y Funcionamiento de los Detectores MMSE-
SIC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.2.3. Modelo Matemático de los Detectores MMSE-SIC . . . 21

2
Capı́tulo 1

Introducción

El siguiente White Paper va dirigido a estudiantes e ingenieros del área

de ingenierı́a en telecomunicaciones o a fines, se pretende explicar a fondo los
sistemas Múltiple entrada Múltiple Salida ( MIMO, Multiple-input Multiple-
outputr ) los cuales representan un área amplia y vibrante.
Se ha remontado un poco hacia la historia para de esta manera contex-
tualizar al lector y mostrar la necesidad de implementar un sistema como lo
es MIMO. Antes del desarrollo de MIMO las comunicaciones inalámbricas
tenı́an un gran inconveniente en la propagación multitrayecto, inconveniente
que debı́a se solventado; como tecnologı́a MIMO trata el multitrayecto como
una caracterı́stica inherente al sistema que debe ser aprovechado para tener
mayor capacidad.
El mayor problema que atraviesa MIMO es la dificultad de la detección
en el receptor, esta complicación puede mirarse como un árbol de decisión,
el cual tiene varias técnicas, entre las cuales se encuentran:
Zero Forcing (ZF)
ZF con cancelación sucesiva de interferencia (ZF-SIC, ZF with Succes-
sive Interference)
Error cuadrático medio mı́nimo (MMSE , Minimum Mean Square Error )
MMSE con cancelación sucesiva de interferencia (MMSE-SIC , MMSE
with Successive Interference Cancelation)
Sphere Decoding (SD)

3
 Fixed-Complexity Sphere Decoder (FCSD).

En esta revisión se enfatizará en la detección MMMSE y MMSE-SIC,

haciéndose un estudio minucioso de su historia, definición y funcionamiento
y modelo matemático.

4
Capı́tulo 2

Sistemas MIMO

2.1. Definición de Sistemas MIMO

MIMO La tecnologı́a hace uso de múltiples señales que viajan en un solo
canal de radio frecuencia (RF) a la misma frecuencia de manera simultánea,
aprovechando la propagación multitrayecto, ası́ ofrece aumentar la eficiencia
espectral de un sistema inalámbrico, mayor capacidad de usuarios, mayores
distancias de cobertura, mayores tasas de transferencia y más fiabilidad. Todo
lo anterior lo logra implementando diversidad de espacio y diferentes algorit-
mos de tratamiento digital de señales en trasmisión y recepción, además, sin
necesidad de incrementar el ancho de banda y la potencia de transmisión.

2.2. Historia de Sistemas MIMO

De acuerdo a la figura 2.1 (1), se aprecia en orden cronológico los cambios
a los que se ha sometido MIMO.

2.3. Evolución de Sistemas MIMO

Se habla de diversidad cuando hay múltiples copias de señal transmitida,
MIMO implementa diversidad de espacio por que usa diferentes trayectos
de propagación para la transmisión de señal, esto se consigue empleando
múltiples antenas tanto en transmisión como en recepción.

5
 Figura 2.1: Cronologı́a de los Sistemas MIMO

MIMO surge a partir de los sistemas que emplean diferentes números de

antenas en sus extremos, estos se definen (1):

SISO (Single Input, Single Output): sistema de comunicaciones que

utiliza una sola antena transmisora y una sola antena receptora.

MISO (Multiple Input, Single Output): sistema de comunicaciones que

utiliza dos o más antenas transmisoras, pero sólo una antena receptora.
También se le conoce como diversidad en transmisión.

SIMO (Single Input, Multiple Output): sistema de comunicaciones que

utiliza una sola antena de emisión y dos o más antenas receptoras. Se

6
 le conoce como diversidad en recepción.

En la figura 2.2 (1), es posible observar el esquema de la evolución de los

sistemas MIMO.

Figura 2.2: Evolución de los Sistemas MIMO

Como mejora de los anteriores sistemas surge la tecnologı́a MIMO, cuyo

diagrama se muestra en la figura 2.3 (1):

Figura 2.3: Esquema de los Sistemas MIMO

7
2.3.1. Diversidad de Espacio en Antenas
Como los sistemas MIMO utiliza múltiples antenas tanto en transmisión
como en recepción, entonces, se define dos tipos de diversidad para cada caso:
Diversidad de transmisión y Diversidad de recepción.

Diversidad de Transmisión
El sistema MIMO en la transmisión generalmente usa la diversidad de
código, también conocida como Codificación Espacio–Tiempo (STC, Space
Time Coding), que mejora la fiabilidad de la transmisión de datos.
Su funcionamiento consiste en enviar copias redundantes de una trama
de datos codificadas, con el propósito de que al menos una de ellas llegue
sin errores al destino y ası́ alcanzar la decodificación fiable adecuada. Di-
chas copias codificadas se distribuyen a través de las antenas transmisoras
disponibles a lo largo del tiempo.

Diversidad de Recepción
Para que el receptor capte la información de manera fiable debe existir
una buena distribución espacial de estas antenas para que la señal recibida
sea tratada de manera independiente. Dependiendo del uso de las antenas se
distinguen tres subtipos:

Diversidad por selección: se hace la elección de la antena acorde a un

criterio.

Diversidad por conmutación: usa un switch intermitente, que selecciona

la antena de recepción cuando la señal recibida no supera cierto umbral.
se le conoce como diversidad en transmisión.

Diversidad por combinación: se pondera todas las señales recibidas para

obtener una combinación lineal de estas.

2.4. Funcionamiento de Sistemas MIMO

En toda comunicación inalámbrica existirán diferentes fenómenos que
afectaran este proceso, estos son: Propagación multitrayecto, Interferencia

8
Inter-Simbólica (ISI), Fading o desvanecimiento de la amplitud de la señal,
Interferencia Co-Canal (CCI), Doppler o canal variante en el tiempo y Ruido
térmico. Una de las ventajas de MIMO, es que aprovecha todos los efectos
nombrados anteriormente para mejorar la capacidad y calidad del sistema.

Figura 2.4: Esquema general del funcionamiento de los Sistemas MIMO

En la figura 2.4 (1), se puede apreciar de forma más clara un sı́stema

MIMO, compuesto por un transmisor de NT antenas que asu vez contiene un
Procesador Digital de Señales (DSP, Digital Signal Processor ) que codificará
un flujo de datos de un usuario en NT subflujos, los cuales serán modulados
y enviados en paralelo en un mismo intervalo de tiempo e igual frecuencia
hacia el canal por medio de las diferentes antenas.
MIMO aprovecha el multitrayecto tomando cada ruta de este como un
canal diferente para transmitir la señal, y ası́ poder transmitir mayor cantidad
de datos, incrementando de esta manera el throughput.
Como es de saberse en las comunicaciones inalámbricas, por cada uno de
los canales de transmision habrá un gran grado de fuga, ocasionando que las
señales transmitidas se mezclen y sean recibibidas por las NR antenas recep-
toras que tambien incluiran un DSP, que separará las señales, las ordenará
y combinará, para la recuperacion de la señal original, todo esto a traves de
algoritmos de procesado de señales.

9
Capı́tulo 3

Detección en Sistemas MIMO

Ante la problemática de la detección de señal rápida y eficiente, como lo

son el lidiar con arreglos de múltiples antenas, es necesario buscar una detec-
ción de baja complejidad para obtener resultados que permitan aprovechar
los beneficios de esta tecnologı́a.
El propósito de la detección en un sistema MIMO es detectar en el conjun-
to de las NR antenas del receptor, los Nr sı́mbolos recibidos los cuales han
sido transmitidos a través de un canal de comunicación no ideal (sistema
lineal) al que se le añade ruido.

Figura 3.1: Esquema lineal de comunicacion de los Sistemas MIMO

Como se muestra en la figura 3.1 (2), donde el sistema está comprendido

de: vector de sı́mbolo transmitido x de tamaño NTx1, matriz de canal H de
tamaño NTxNR modela un canal Raileigh “Flat-Fading” quasi-estatico y no
selectivo en frecuencia, vector de ruido aditivo o blanco gaussiano con media
cero y varianza σ 2 denotada con la letra n, vector de recepción Y de tamaño
NRx1 y el vector de sı́mbolo detectado ŷ.

10
 La señal Y en el receptor estará dada por la ecuación 3.1 (3):

y = Hx + n (3.1)

Los sı́mbolos transmitidos por las NT antenas de transmisión pasan al

canal, alguno de estos es seleccionado por el detector dependiendo de la dis-
ponibilidad de sus datos, suponiendo que dichos sı́mbolos son equiprobables,
el detector de Máxima Verosimilitud (ML) siempre devuelve la mejor solución
según la ecuación 3.2 (3):

x = argmin|y − Hx|2 (3.2)

El detector MIMO se caracteriza por ser dividido en dos fases: Fase de

preprocesado y fase de detección de sı́mbolos, como se muestra en la figura
4.1.3 (6):

Figura 3.2: Fases de los Sistemas MIMO

Fase de Preprocesado: también conocida como procesado de canal, se

encarga de realizar todas las operaciones necesarias sobre la matriz de canal,
solo cuando hay cambios en las condiciones de este. Los detectores MIMO
aplican dos tipos de transformaciones en la matriz del canal: Factorización
QR y Descomposición en valores reales (RBD) (Marı́n-Roig Ramón et al.)
Fase de Detección de Sı́mbolos: hace referencia a todas las opera-
ciones necesarias para desarrollar la estimación de los sı́mbolos transmitidos
a partir del vector recibido. Se describen dos modelos de detectores MIMO
según el objetivo que persigan: Detección Hard Output y Detección Soft Out-
put. (Marı́n-Roig Ramón et al.)

3.1. Historia de los Detectores en MIMO

Su concepto inicial se remonta a los años sesenta. La primera contribución
sobre la detección de MIMO se dio en 1967, cuando Shnidman consideró el

11
problema de ecualización de un sistema de modulación de pulso limitado de
ancho de banda. Este sistema se modeló con la ayuda de M formas de onda,
cada una de las cuales está ampliada en escala y transmitida simultánea-
mente a través de un único canal fı́sico, que tiene M salidas correspondientes
a cada forma de onda de señal. Con el fin de eliminar tanto el ISI entre el
tren de impulsos como la interferencia entre diferentes formas de onda (cross-
talk ), Shnidman formuló un criterio generalizado de Nyquist y propuso un
receptor lineal óptimo. Esta contribución histórica se inspiró esencialmente
en el problema clásico de Nyquist, que apunta a la optimización conjunta
del transmisor y receptor con el fin de combatir el ISI cuando se comunica
a través de un canal de una sola entrada de una sola salida convencional.
Desde entonces, el problema de detección de MIMO ha sido estudiado en el
contexto de diversas aplicaciones y bajo posiblemente diferentes nombres.
Esta historia de medio siglo se puede dividir en cuatro periodos: el perı́odo
de lucha contra la diafonı́a en el contexto de los primeros sistemas FDM /
TDM de un solo usuario, el perı́odo de detección multiusuario (MUD) durante
la prevalencia de los sistemas CDMA, el perı́odo de detección de sı́mbolos
conjuntos en los sistemas de antenas múltiples de pequeña y mediana escala
y el perı́odo de detección de sı́mbolos en los sistemas de antenas múltiples
de gran escala, como se muestra en la fugura 3.3 (6) :

Figura 3.3: Historia en los Detectores en los Sistemas MIMO

12
3.2. Algoritmos de Detección en Sistemas MI-
MO
Con el fin de dar solución al problema de optimización combinatoria (CO,
combinatoria optimizatión), que consiste en buscar valores para variables
discretas de tal manera de que se detecte una solución óptima con respecto a
una función objetivo seleccionada, para dar solución dicho problema existen
dos clases de algoritmo: algoritmos exactos y algoritmos aproximados.

3.2.1. Algoritmos exactos

Encuentran una solución óptima para cada tamaño finito de un problema
de CO; sin embargo, para algunos problemas, los algoritmos exactos tienen
una complejidad exponencial en el peor de los casos, y generalmente sufren
de un fuerte aumento en el tiempo de cálculo cuando aumenta el tamaño del
problema. Uno de los más conocidos es el Esphere Decoder (2).

3.2.2. Algoritmos aproximados

Optimizan el tráfico para la eficiencia; explotan algunos conocimientos
especı́ficos del problema para producir soluciones razonables a una compleji-
dad computacional relativamente baja, sin garantı́a para producir soluciones
óptimas. Entre los que más se destacan se tiene a los detectores lineales,
detectores de cancelación sucesiva de interferencias (SIC)(2).

Detectores Lineales
En la figura 3.4 (6) se muestra una ilustración conceptual de los detectores
MIMO lineales que se basan en una transformación lineal del vector de señal
de salida y. Particularmente una de las ventajas de estos detectores es su
baja complejidad y una de las desventajas es que sufren de una alta perdida
de rendimiento en comparación a otros detectores.
Estos detectores, una vez reciben la señal la filtran por un filtro lineal y
cada sı́mbolo de datos se detecta individualmente. Por lo tanto, el papel de
un filtro lineal es suprimir las señales de interferencia. El receptor tiene la
tarea de contrarrestar el efecto del canal, esto lo realiza pre-multiplicando

13
 Figura 3.4: Historia en los Detectores en los Sistemas MIMO

el vector recibido por una matriz estimadora W para lograr la ecuación 3.3,
(2):

ŷ = W y (3.3)
De acuerdo con la ecuación 3.3, es posible observar que el resultado es
sin restricciones del vector transmitido x, cuyos valores están restringidos al
conjunto limitado de los puntos de la constelación. Por lo tanto, este proceso
necesita de mapear a puntos validos de la constelación cada componente del
vector ŷ, ası́ (2):

ŷ = Q(ŷ) (3.4)
Donde Q(.) es el decisor, llamado Slice.
Existen dos detectores lineales populares, el forzado cero (ZF) y el error
mı́nimo cuadrático medio (MMSE) el cual se profundizará más a fondo en el
siguiente capı́tulo.
Las principales contribuciones al desarrollo de detectores MIMO lineales
se resumen en la Tabla tal.

Detectores de cancelación de Interferencia

Los detectores MIMO basados en anulación de interferencia, son no li-
neales y generalmente logran un mejor rendimiento que los detectores MI-
MO lineales. El concepto de cancelación de interferencias fue estudiado por
primera vez en 1974 por Bergmans y Cover, ası́ como por Carleial en 1975,

14
en sus estudios teóricos de la información de los canales de radiodifusión y
de los canales de interferencia, respectivamente. En el contexto de los siste-
mas CDMA y multiantena, esta clase de detectores MIMO tiene numerosas
variantes debido a la flexibilidad de diseño asociada, incluyendo: el detector
de cancelación de interferencia sucesiva (SIC), el detector de cancelación de
interferencia en paralelo (PIC), el detector de cancelación de interferencia
de múltiples etapas (MIC), y el detector de retroalimentación de decisión
(DFD), etc.
Los detectores MIMO basados en la cancelación de interferencias son
tı́picamente capaces de proporcionar una detección de interferencia de mejor
rendimiento que sus homólogos lineales a expensas de una mayor compleji-
dad, especialmente en ausencia de codificación de canal, aunque esto no es
necesariamente siempre el caso. En la práctica, un inconveniente común de
los detectores MIMO basados en la cancelación de interferencias es que a
menudo sufren de propagación de errores. Por tanto, los usuarios que inter-
fieren tienen una fuerza de señal mucho más fuerte que el usuario deseado.
Desde esta perspectiva, el usuario más débil se beneficia más del empleo del
detector de cancelación de interferencias.
En el detector MIMO basado en SIC, utilizan las técnicas lineales pa-
ra hacer una estimación del vector sı́mbolo a sı́mbolo. Entonces se resta la
interferencia impuesta por este sı́mbolo particular sobre los otros sı́mbolos
restante después de recrear la interferencia al generar la señal modulada co-
rrespondiente a este sı́mbolo. En este esquema, es muy importante cancelar el
efecto de la señal interferente más fuerte antes de detectar las señales débi-
les. Por lo tanto, el orden de detección de sı́mbolos especı́ficos, que puede
diseñarse según diversos criterios, es muy importante para el rendimiento
del detector SIC. El método SIC funciona bien cuando hay una diferencia
sustancial en la intensidad de la señal recibida de los múltiples sı́mbolos
transmitidos simultáneamente. Sin embargo, esta condición no siempre se
cumple en aplicaciones prácticas, lo que hace que el detector SIC sea poten-
cialmente sensible a la propagación de errores de decisión. Por lo tanto, el
detector SIC es adecuado para sistemas de acceso múltiple que sufren del
problema cercano, tal como la familia de sistemas CDMA o SDMA. En el
detector SIC, existe una necesidad de reordenamiento de detección en cada
iteración del detector SIC, y el número de iteraciones de detección aumenta
linealmente con el número de sı́mbolos. Por lo tanto, para un sistema que

15
tiene un vector de sı́mbolo transmitido de alta dimensión, la técnica SIC
impone una complejidad sustancial, lo que en última instancia aumenta el
retardo de procesamiento.
El detector SIC diseñado para sistemas CDMA fue propuesto por prime-
ra vez por Viterbi. En el contexto de los sistemas SDM basados en antenas
múltiples, el esquema SIC fue estudiado por primera vez por Foschini, Wol-
niansky, Golden y Valenzuela, y posteriormente fue estudiado de forma más
exhaustiva por numerosos investigadores, Viterbi propuso un esquema SIC
para un sistema CDMA (DS-CDMA) de secuencia directa convolucionalmen-
te codificado y reveló que con la ayuda del receptor basado en SIC, la veloci-
dad de datos agregada de todos los usuarios simultáneos puede aproximarse
a la capacidad de Shannon del canal gaussiano. Cabe destacar que, aunque
teóricamente el método SIC alcanza la capacidad de Shannon en el canal
de acceso múltiple asumiendo una detección perfectamente libre de errores
(evitando ası́ la propagación de error de decisión), esto no es necesariamente
cierto en la práctica, porque el método SIC es sensible a la propagación de
errores de decisión y, por lo tanto, los detectores MIMO que son más robustos
para la propagación de errores de decisión podrı́an superar al detector SIC
en la práctica.
Otro hecho que vale la pena mencionar es que la degradación del rendi-
miento impuesta por la propagación de errores en el detector SIC puede ser
mitigada por un control de potencia preciso.
Uno de los detectores de cancelación de interferencia más popular es el
MMSE - SIC el cual se profundizará más a fondo en el siguiente capı́tulo.

16
Capı́tulo 4

Detector MMSE y MMSE-SIC

en Sistemas MIMO

4.1. Detectores MMSE en MIMO

4.1.1. Historia de los Detectores MMSE
El criterio MMSE basada en la detección lineal MIMO fue propuesto por
primera vez por Shnidman (6), convirtiéndolo en el detector MIMO más an-
tiguo encontrado en la historia, Shnidman formuló el criterio generalizado de
Nyquist indicando primero que el ISI y la diafonı́a entre señales multiplexa-
das representan en esencia fenómenos idénticos. Esto fue base para proponer
un receptor lineal optimo en el criterio MMSE, para combatir el ISI y la
diafonı́a en sistemas de modulación de amplitud de impulsos (PAM) que son
multiplexados por ondas múltiples de un solo canal.
En 1970, Kaye y George (6), extendieron de manera explicita la familia
de sistemas generales de canal múltiples que
transmiten señales PAM multiplexadas y que proporcionan diversidad.
Luego se propone en 1989 el detector lienal MMSE para sistemas CDMA,
cuya autorı́a se le debe a Xie, Rushforth y Short.

17
4.1.2. Definición y Funcionamiento de los detectores
MMSE
Como se observa en la figura 3.4 la matriz W de transformación lineal
puede tener un diseño acorde al criterio MMSE (error mı́nimo cuadrático
medio), que minimizan simultáneamente el ruido y la interferencia. Por lo
tanto, en vez de cancelar los términos interferentes a costa del ruido, minimiza
el error cuadrático medio o errores esperado como se observa en la ecuación
4.1 (5), entre los datos que son transmitidos y los datos recibidos en el canal
teniendo en cuenta el ruido. Donde E(.) denota la esperanza de la variable
aleatoria.

E(||y − Hx||2) (4.1)

Podrı́a decirse que la búsqueda del equilibrio entre la reducción del realce
del ruido y la cancelación de la interferencia debe tener en cuenta una matriz
de ecualización de error cuadrático medio mı́nimo, para despejar x se necesita
encontrar la matriz W la cual debe satisfacer WH=I, aquella viene dada por
la ecuación 4.2 (5):

σn2 −1 H
WM M SE = (H H + ( )I) H (4.2)
σx2
2
σn
Donde σx2
= σ 2 , es la potencia de ruido por transmisión real.
De la ecuación camilo, el vector estimado de sı́mbolos transmitidos ŷ en
la detección MMSE esta dado por la ecuación 4.1 (5):

σn2 1 H
ŷM M SE = WM M SE y = (H H + ( )I) H y (4.3)
σx2
Comparado con otros detectores lineales el detector MMSE lineal logra un
mejor equilibrio entre la eliminación de MUI (Interferencia Multi- Usuario) y
la mejora del ruido, de esta manera se minimiza conjuntamente el error total
impuesto por los anteriores fenómenos. Por lo tanto, se puede concluir que el
detector MMSE lineal logra un mejor rendimiento a bajas SNR (Relaciones
Señal a Ruido).

18
4.1.3. Modelo Matemático de los Detectores MMSE
A partir de la ecuación 4.2, como se puede observar el receptor MM-
SE requiere de la información estadı́stica del ruido σ 2 . El vector de la fila
Wi,M M SE de la matriz de la ecuación 4.2 se obtiene por la solución de la
siguiente ecuación de optimización (? ):

Usando la ecuación 4.2 se obtiene la siguiente relación:

ŷM M SE = WM M SE y (4.4)

= (H H H + σ 2 I)−1 H H y (4.5)
= y + (H H H + σ 2 I)−1 H H z (4.6)
= y + z M M SE (4.7)
Donde ZM M SE = (H H + σ 2 I)−1 H H z, la potencia de ruido post-detección
se expresa como:

||z M M SE ||22 = ||(H H H + σ 2 I)−1 H H z||2 (4.8)

||(V Σ2 V H + σ 2 I)−1 V ΣU H Z||2 (4.9)
porque

(V Σ2 V H +σz2 I)−1 V Σ = (V Σ2 V H +σ22 I)−1 (Σ−1 V H )−1 = (V H Σ+σ22 Σ−1 V H )−1

(4.10)
la potencia de ruido en la Ecuación 4.9 puede expresarse como:

X X− X −
X
H − H
||zM M SE ||22
= ||( H
V + σ2 2 2
V ) U z|| = ||V ( 2
+ σz ))− U H z||2
(4.11)
Por el hecho de que la multiplicación con una matriz unitaria no cambia
la norma vectorial, es decir,||VX ||2 = ||x||2 , el valor esperado de la ecuación
4.9 se da como:

19
 Para la mejora del ruido, la etapa del filtrado lineal es significativa cuando
el número de condición del canal es grande y el valor mı́nimo singular es
pequeño. Haciendo referencia a la anterior ecuación, los efectos de realce del
ruido debido al valor singular para el detector lineal MMSE se da como:

N
X
E||zM M M SE ||22 ] = σz2 σi2 /(σi2 + σz2 )2 = σz2 σmin
2 2
/(σmin + σz2 )2 (4.12)
i=1

4.2. Detectores MMSE-SIC en Sitemas MI-

MO
4.2.1. Historia de los Detectores MMSE-SIC
En el 2003, Wubben et al, propuso un detector MMSE-SIC basado en la
factorización QR (QRD) para sistemas SDM-MIMO con ayuda de múltiples
antenas.

20
4.2.2. Definición y Funcionamiento de los Detectores
MMSE-SIC
Realiza la anulación de sı́mbolos mediante el criterio MMSE con cance-
lación, tiene en cuenta tanto el ruido como las interferencias y es el mejor de
los algoritmos clásicos.
Los pasos por seguir para aplicar MMSE-SIC son:
1) Se detecta en primer lugar el sı́mbolo recibido con mayor fiabilidad
2) Se extrae del resto de señales recibidas
3) Se elimina la columna del canal correspondiente a ese sı́mbolo
4) Se vuelve al paso 1 con el sistema restante, con una columna menos
Se ejecutan todos los pasos anteriores hasta detectar todos los sı́mbolos.

4.2.3. Modelo Matemático de los Detectores MMSE-

SIC
En la detección SIC (MMSE-SIC) el ruido de fondo se tiene en cuenta para
el filtrado lineal, para de esta forma mejorar el rendimiento. Cabe resaltar
que estos detectores se basan en un modelo MMSE-DFE. A continuación, se
presentan dos esquemas introducidos en esta detección.
En la detección SIC (MMSE-SIC) el ruido de fondo se tiene en cuenta para
el filtrado lineal, para de esta forma mejorar el rendimiento. Cabe resaltar
que estos detectores se basan en un modelo MMSE-DFE. A continuación, se
presentan dos esquemas introducidos en esta detección (? ).

Esquema A
Define una matriz de canal extendida como:
p
Hex = [H T N0 /Es I]T (4.13)
Se definen y y n como:

yex = [y T 0T ]T (4.14)

21
 p
nex = [nT − N0 /Es I]T (4.15)
Usando la factorización QR (Low Complexity MIMO Receivers) se tiene:

Hex = Qex Rex (4.16)

Donde Qex y Rex representan una matriz unitaria y una matriz triangular
superior respectivamente. Se remplaza y, H, n, Q, R por yex, Hex, nex, Qex,
Rex, el sistema resultante se conoce como:

xex = Q2ex yex = Rex

s
+ QH
ex nex (4.17)
Con la anterior ecuación la detección MMSE-SIC se lleva a cabo mediante
el procedimiento de detección secuencial.

Esquema B
Este sistema se lleva a cabo adoptando el estimador MMSE, donde el
estimador MMSE para sı́mbolo x1 es dado por:

Wmmse = argminw E[|x1 − wH y|2 ] = (H H H + N0 /Es I)− 1h1 (4.18)

Tenga en cuenta que hˆ1 denota la primera columna del vector HH. La
siguiente operación de decisión se realiza para detectar x1 de:

x1,mmse = wmmse,1 y (4.19)

Asumiendo que x1 se detecta con éxito y su contribución se anula de y,
tenemos:
M
X
y1 = hm sm + n (4.20)
m=2

Con y1 el método MMSE se puede emplear para detectar x2, repitiendo

cancelación y estimación de MMSE, la detección del xm,s puede ser realizado.

Es importante tener en cuenta que el rendimiento del detector MMSE-

SIC depende en un gran porcentaje de la fiabilidad de los sı́mbolos detectados

22
en las primeras etapas. Para mejorar dicho rendimiento se considera una
estrategia sencilla seleccionando el primer sı́mbolo a detectar que tenga el
MMSE más pequeño (es decir, de manera equivalente la mayor relación señal-
interferencia-ruido más alta (SINR)) como:

k(1) , wk(1) = argminE[|xk − wH y|2 ] (4.21)

Donde k(1) y wk(1) denotan el ı́ndice del primer sı́mbolo detectado y
su correspondiente vector de filtrado MMSE, respectivamente. Entonces, la
cancelación se realiza como:

ŷ = y − hk(1) sk(1) (4.22)

H
Donde ŝk(1) denota una hard-decision de xk(1) de xk(1) de wk(1) y con ŷ
el sı́mbolo siguiente a ser detectado se encuentra como:

k(2) , wk(2) = argminE[|xk − wH y|2 ] (4.23)

23
Bibliografı́a

[1] ANGUÍS, J. (2008). Redes de Área Local Inalámbricas: Diseño de la

WLAN de Wheelers Lane Technology College. PhD thesis, Tesis para op-
tar al grado de ingeniero. Universidad de Sevilla, Escuela Superior de In-
geniero. España.

[2] Bashir, S., Khan, A. A., Naeem, M., and Shah, S. I. (2007). An appli-
cation of ga for symbol detection in mimo communication systems. In
Natural Computation, 2007. ICNC 2007. Third International Conference
on, volume 2, pages 404–410. IEEE.

[3] Bonilla, C. M. H. and Gómez, P. E. J. (2011). Detección de señal en

un sistema mimo empleando algoritmos de colonas de hormigas. Entre
Ciencia e Ingenierı́a, (8):52–66.

[Marı́n-Roig Ramón et al.] Marı́n-Roig Ramón, J. et al. Implementación vlsi

del algoritmo de proyecciones sucesivas para detección de sistemas mimo.

[5] MÉNDEZ, G. L. A., GOMEZ, P. E. J., and TERRÉ, V. A. (2016). Aplica-

ción de un algoritmo basado en propagación de esperanzas para detección
de sı́mbolos en sistemas l-mimo. REVISTA GTI, 14(39):75–85.

[6] Yang, S. and Hanzo, L. (2015). Fifty years of mimo detection: The
road to large-scale mimos. IEEE Communications Surveys & Tutorials,
17(4):1941–1988.

24