CN101006649B - 应用于接收机的软判定增强装置及方法 - Google Patents

Abstract

一种维特比格栅处理技术，其中从接收信号中得出软判定与硬判定，并且使用硬判定进行修正来增强软判定。接收信号的一个比特的对数似然比可通过集群与该比特具有第一状态的判定相关联的候选度量、集群与该比特具有第二状态的判定相关联的候选度量、分别对两个集群应用相应的函数、并计算这些函数值的差而得出。

Description

应用于接收机的软判定增强装置及方法

在移动通信系统中，发射机与接收机之间的的传输链路会受到许多损害。其中的两种这样的影响为热噪声和多径衰落。 

如果信道的延迟扩展大于调制周期，则多径衰落会导致接收机处的码元间干扰(ISI)(‘Digital Communications(数字通信)’，Proakis，第二版，McGraw-Hill)。因此，在一个给定的传播环境中，随着传输速率增大，码元间干扰就越是成为问题。对于旨在为高数据率服务提供媒介的通信系统，码元间干扰的存在将严重限制传输链路的吞吐量，并降低用户体验的服务质量。 

某些数字通信系统还会因设计引入码元间干扰。例如在用于提高传输信号频谱效率的调制脉冲波形会产生码元间干扰的E-GPRS系统中就是这样。更多的信息请参考第三代移动通信移动通信合作计划技术规范3GPP TS 05.04V8.4.0(2001年11月)；GSM/EDGE无线接入网技术规范组；数字蜂窝电信系统(阶段2+)；调制。 

在时分多址(TDMA)蜂窝通信系统中使用户所体验的性能降低的另一个来源是由系统中使用相同载波或邻近载波的其他用户产生的干扰。分别被称作同信道干扰及相邻信道干扰的这些干扰作用会在很大程度上降低蜂窝系统的容量。 

上述所有的损害让接收机难以可靠地恢复传输信号旨在传达的信息，从而使得在接收机中要使用复杂的算法来解调接收到的信号。这些算法的实现复杂性将给数字接收机的硅管芯尺寸、处理器速度、功耗及存储器需求等方面造成很大影响。因此，采用一种提供良好传输链路性能的高效接收机架构具有相当大的重要性。 

为提高通信连接的可靠性，可以将前向纠错(FEC)编码嵌入在传输信号中。FEC编码操作将冗余引入传输信号，该冗余接下来可以在接收机处用以提高接收机所生成的传输数据估计的准确度。但是，为要使传输信号中的FEC编码最有益，重点在于该信号要以在该接收机内能够被FEC解码处理最好地诠释的格式由接收机解调。在过去提出了许多这一类的接收机。参见例如‘Optimal decoding oflinearcodes for minimizing symbol error rate(用于最小化码元差错率的最优线性码解码)’L Bah1、J.Cocke、F.Jelinek、J.Raviv，IEEE Trans on Information Theory，1974年3月，第20卷；‘A Viterbi algorithm with soft-decision outputs and its applications (具有软判定输出的维特比算法及其应用)’，J.Hagenauer、P.Hoeher着，GLOBECOM’89，达拉斯，1989年11月；‘On the equivalence between SOVA andMax-Log MAP decodings(在软输出维特比算法(SOVA)与Max-Log MAP解码之间的等价)’，M.P.C.Fossorier、F.Burkert、S.Lin与J.Hagenauer，IEEECommunications Letters，第二卷，第五册，1998年5月；‘Soft information inconcatenated codes(级联码中的软信息)’，B.Rislow、T.Maseng、O.Trandem，IEEE Trans on Communications，第44卷，第3期，1996年三月；以及‘TCM onfrequency-selective fading channels：a comparison of soft-output probabilisticequalizers(频率选择性衰落信道上的格码调制：软输出概率均衡器的比较)’，P.Hoeher，GLOBECOM’90，1990年12月。然而，这些现有接收机的实现复杂性通常很高。 

为说明接收机执行的计算，首先必须给出接收机参与的传输链路的模型。图1中给出了一个合适的模型，现在从一些细节上来对其进行说明。该模型假定信息是以比特块而不是连续流的方式进行传输。但应该注意的是接下来在此文件中所记载的本发明可适用于两种类型的传输。 

根据该模型，一个传输块{u_k}_k∈(1,...K)由K个信息比特组成，u_k∈{0，1}。防错码被加入这些比特中以增强传输的可靠性。防错编码单元101从块{u_k}_k∈(,...K)生成一个由D(其中D＞K)个信息比特组成的传输块{d_k}_k∈(1,...D)，d_k∈{0，1}。该信息比特d_k被集群为C个包含M个比特的集合(不失一般性，可以假定D＝M×C)。每一个集合可表示为Δ_k，其中Δ_k＝{d_M×k，...，d_(M×k)+(M-1)}。 

利用一可将M个比特序列的组映射到复平面上的解调方案M，将每一个M个信息比特的组Δ_k调制到复平面上。该映射由调制单元102执行。例如在8PSK调制的情况下，调制M可以被表达为： 

$M\left({\mathrm{\Δ}}_k\right)=M\left(\right\{d_{3\×k},d_{3\×k+1},d_{3\×k+2}\left\}\right)=\exp (2\·j\·\mathrm{\π}\×\left(\frac{(4\·d_{3\×k})+(2\·d_{3\×k+1})+(3\·d_{3\×k+2})}{8}\right))$

如上式所述的8PSK调制的稍经修改的版本被用于E-GPRS系统中。 

一个M个信息比特的集合{d_M×k，...，d_(M×k)+(M-1)}可以通过一个单独的十进制数i{0≤i≤2^M-1}来唯一标识，其中i是利用下式中所述的一对一函数D来计算： 

$D\left(\right\{d_0,...,d_{M-1}\left\}\right)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{d}_i\×2^i$

该等式将集合Δ_k中的M个二进制值映射为集合{0，...，2^M-1}中的一唯一值。对于给定的i值，验证上述等式的信息比特集合d_b(b∈{0，...，M})可以被表示为 

$D_b^{-1}\left(i\right)(b\∈\{0,...,M\left\}\right).$

表示一个传输块的这C个已调制码元在空中传输，并且在该过程中被传播信道103畸变。假定有一个对传播信道有存储的普通模型，则在接收机输入端的样值{S_k}_{k∈(1，...，c)}可以表达为： 

$\left\{\begin{array}{c}{s}_k=F(c_k,{\mathrm{\ξ}}_{k-1})\\ {\mathrm{\ξ}}_k=S(c_k,{\mathrm{\ξ}}_{k-1})\end{array}\right.$

在此，c_k＝M(Δ_k)与ξ_k表示当第k^th个已调制码元被传输时传播信道的状态(存储)。请注意，由发射机和/或接收机执行的任何滤波都可以包含于该传播信道模型中。用于建模该传播信道的映射F与S可以随时间变动。但为了简化标示，在本文件中假定这些映射不依赖于时间。但需要注意的是，在此说明的方法也适用于时变信道。 

在大多数情况下，传播信道映射F与S可以被建模为线性滤波操作： 

$\left\{\begin{array}{c}{s}_k=\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_i\×c_{k-i}\\ {\mathrm{\ξ}}_k=\{c_k,...,c_{k-L+1}\}\end{array}\right.$

在上述例子中，假定对信道的存储被限制在L个已调制码元。实际上，对信道的存储可以是无穷大的。但对于任何合需的功率阈值T，通常可以找出一个值L使得： 

$\left(\underset{k\≥i}{\mathrm{\Σ}}{\left|h_k\right|}^2\right)\≤T,i\≥L-1$

因此，通过选择阈值T来使得残余功率足够低，就可以假定信道存储有限。在进行这些处理之后，信道映射可以仅用一个滤波器系数集合{h_i}_{i∈{0，...，L-1}}来说明。 

在这里所说明的模型中，不失一般性，假定了用滤波器来表示信道传播是有根据的。 

为恢复被传送的码元c_k，接收机需要知道传播信道的映射。但通常接收机并不能具有传播信道状况的先验知识。然而接收机仍能生成信道系数的估计值{h_i}_{i∈{0，...，L-1}}用来代替真实值。例如在EGPRS系统中，被传送的信号将包含一个称为训练序列的模式，它为接收机所已知，并且接收机可以利用该训练序列来生成传播信道状况的估计。 

信号{S_k}_k∈(1,...c)会被处理104处所引入的加性{n_k}_k∈(1,...c)噪声所破坏，从而接收机试图恢复的传输信息中的一个码元块可以表达为： 

r_k＝s_k+n_k  (k∈{1，...，C}) 

接收机的目的是在于生成使后验概率集合 

最大化的序列 

，其中k属于集合{1，...c}，R代表集合{r_k}_{k∈{1，...，C}}。 

请注意如果假定了信息比特以等概率取0和1值的话，则最大后验方案也是达到最大似然法则的方案： 

$\underset{k}{\max }P\left(R\right|{\hat{u}}_k)$

因此，一个完全的最大后验接收机将通过同时考虑纠错编码及调制方案来估计传输比特序列{u_k}_{k∈(1,...，K)}。这样的接收机将良好地运行并允许传输链路有良好的吞吐量。但由于纠错解码与解调是同时执行，所以这种接收机的执行复杂性几乎总是令人却步的。故通常优选次最佳方案。如图2所示，实际的方案通常将解调与纠错解码分离。接收到的码元序列{r_k}_{k∈(1，...，C)}被单元201用以计算传输编码比特{d_k}_{k∈(1,...，D)} 的估计 。纠错解码单元202利用码元 

以得出被传输的未编码比特{u_k}_{k∈(1,...，K)}的估计 

。依据所使用的输入的类型，用于纠错解码202的算法可以被分为两大类。第一类对应于使用硬判定解码的接收机。这些解码技术仅利用编码比特的估计 

来生成未编码比特的估计 

。第二类对应于使用软判定解码的接收机。这些解码技术不单依靠估计比特序列 

，并且还利用了关于该比特序列可靠性的信息。由于软判定解码方法利用了关于估计比特 

可靠性的信息，故软判定解码接收机通常性能要优于硬判定解码接收机。 

当使用软判定解码方法时，输入到纠错解码单元202的信息用对数似然率(LLR)表示，其中编码比特d_k的对数似然率表示为： 

${\mathrm{\λ}}_k=\log \left(\frac{P(d_k=1|R)}{P(d_k=0|R)}\right)$

作为边注，可以看出编码比特的估计值可以利用以下规则从这些对数似然率生成： 

请注意在该情况下当λ_k＝0时，d_k＝0与d_k＝1的似然相等，因此可作出任一判定。 

根据一个方面，本发明提供一种用于操纵接收信号的设备，该接收信号对应于包括一系列比特的传输信号，该设备包括：用于处理接收信号的装置，其使用维特比算法来为排列成格栅的状态生成候选度量，并从这些候选度量中进行选择以提供度量给上述状态提供度量；用于从上述候选度量为上述系列中的一个比特生成初始软判定的装置；用于从对应于上述比特的接收的度量选择为上述比特生成硬判定的 装置；以及用于以依靠该硬判定的方式来修正该初始软判定，来为上述比特生成增强的软判定。 

根据该方面，本发明还包括一种操纵接收信号的方法，该接收信号对应于包括一系列比特的传输信号，该方法包括以下步骤：使用维特比算法处理接收信号，来为排列成格栅的状态生成候选度量，并在这些候选度量中进行选择以提供度量给上述状态提供度量；从上述候选度量中为上述系列中的一个比特生成初始软判定；从上述候选度量为上述系列中的一个比特生成初始软判定；从对应于上述比特的接收的度量选择为上述比特生成硬判定；以及以依靠该硬判定的方式来修正该初始软判定，来为上述比特生成一个增强的软判定。 

在某些实施例中，初始软判定是以对数似然率的形式从候选度量中生成。 

在某些实施例中，硬判定的生成是通过存储一在格栅中计算度量时作出的度量选择的判定历史，然后回溯判定历史来生成硬判定。回溯操作可在仅处理了格栅的一部分之后起动。 

在某些实施例中，使用缩减状态技术来为格栅状态生成度量判定，该技术中，在格栅内移动时所作出的度量选择被视为进一步沿着格栅计算度量的码元判定，并且这些度量选择的其中一个被选择以提供硬判定。该度量选择可以指明需要转换的调制码元来恢复硬判定。 

在某些实施例中，增强的软判定的值是以硬判定的状态为条件从一组值中选择而出。 

在某些实施例中，增强的软判定的值是以初始软判定的极性为条件从一组值中选择而出。 

根据另一方面，本发明提供一种用于操纵接收信号的设备，其使用维特比算法来为格栅中的状态生成度量，其中该接收信号对应于包括一系列比特的传输信号，且该设备包括：用于通过为所有状态计算候选度量来为对应于比特接收的度量执行更新的装置；用于计算对应于该比特为逻辑“1”的判定的多个候选度量的函数的装置；用于计算对应于该比特为逻辑“0”的判定的多个候选度量的函数的装置，以及用于计算上述两个函数值之差的装置。 

根据该方面，本发明同时还包括一种操纵接收信号的方法，其使用维特比算法来为格栅中的状态生成度量，其中该接收信号对应于包括一系列比特的传输信号，该方法包括以下步骤：通过为所有状态计算候选度量来为对应于比特接收的度量执行更新；计算对应于该比特为逻辑“1”的判定的多个候选度量的函数；计算对应 于该比特为逻辑“0”的判定的多个候选度量的函数；以及计算出上述两个函数值之差。 

用于在格栅中累进地计算度量的接收比特可作为传达传输信号的一个以上比特的已调制码元的一部分到来。已调制码元而并非接收比特本身来更新格栅度量可能是这样的情形。 

根据本发明的用于操纵度量及软判定的例程可以在硬件中被实现，也可以作为由合适的数据处理硬件执行的软件来执行。这些例程可以在例如无线通信网络的基站或在这样的网络中使用的电话内实现。 

本发明对接收信号的操纵可以是为了解调或解码该信号的目的。在前一情形中，格栅状态可由信道存储器中的码元的可能排列来定义。在后一情形中，格栅状态可由在构成生成接收信号所涉及的卷积编码器一部分的存储器配置中码元的可能排列来定义。 

图1示出一通信链路的模型； 

图2示出为接收机架构的一种类型； 

图3示出根据本发明一实施例的全格栅解调器方案； 

图4示出根据本发明一实施例的缩减状态格栅解调器方案；以及 

图5示出根据本发明的适于主宿解调器方案的接收机架构。 

所提出的接收机架构仍具有如图2所示的一般结构。解调单元201使用维特比处理以对数似然率或对数似然率估计的形式来生成软判定流，以供纠错解码单元202使用。维特比处理中所涉及的不同计算将不在此详细说明，只有有助于说明本发明此实施例的那些计算现在将会被给出。在此使用的维特比处理中所涉及的计算的更为详细的说明请参见，例如‘TCM on frequency-selective fading channels：a comparison of soft-output probabilistic equalizers(频率选择性衰落信道上的格码调制：软输出概率均衡器的比较)’，P.Hoeher，GLOBECOM’90，1990年12月。 

以下首先说明的是在全格栅(即与不同信道抽头(tap)相关联的传输比特的所有猜想均予以考虑)情况下解调单元201中使用的维特比处理的实现；缩减状态格栅的情形将在稍后说明。在全格栅情形中，格栅中用于执行维特比解码的状态数目记为S，等于2^M×L。此外，格栅中任何给定状态都具有2^M个“合并状态”引入该 给定状态。 

当码元r_k被接收时，与格栅中不同状态相关联的度量根据下式更新： 

${\mathrm{\γ}}_m(k+1)=\underset{i=0,...,2^M-1}{\max }\left\{{\mathrm{\χ}}_m^{k+1}\left(i\right)\right\},0\≤m\≤S-1$

请注意，对于一个给定的调制M，在每个状态索引m与对传输信息码元的猜想集合 

之间有一对一关系，表示为H(m)。H是一个将集合{0，...，S-1}中的值映射至L-1个复数集合中的值的函数。 

还需要注意的是，不必改变由该算法生成的软判定，就可以对此更新加上或减去在不同状态上恒定的任意值。在使用定点数字表示实现所提出的接收机架构时可使用这种方法。 

候选度量χ_m ^k+1(i)是使用来自先前的迭代的状态度量依照以下递归等式计算得出： 

${\mathrm{\χ}}_m^{k+1}\left(i\right)={\mathrm{\γ}}_{p(m,i)}\left(k\right)-B(r_k,p(m,i),m)$

在此，p(m，i){0≤m ≤s-1；0≤i≤2^M-1}是引入在路径中对应于猜想传输复码元 

的具有索引m的状态的状态索引， 

等于M(D^-1(i))。 

支路度量使用下式计算： 

$B(r_k,p(m,i),m)={|r_k-\underset{u=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_u\×{\tilde{c}}_{k-u}|}^2$

由于使用的是全格栅方法，故在上述支路度量计算中使用的猜想样值 

是取自该支路度量所互连的状态p(m，i)与m。 

请注意，上式中所述的支路度量也可以由其他方法计算得出。可以基于例如影响传输块的噪声的统计分类的知识或估计来修改支路度量的计算。 

然后使用下式来计算传输比特集合{d_M×(k-L+1)，...，d_{M×(k-L+1)+M-1}}的对数似然率： 

${\mathrm{\λ}}_{M\×(k-L+1)+b}=\underset{\underset{i\∈\{0,...,2^M-1{|D}_b^{-1}\left(i\right)=1\}}{m\∈\{0,...,S-1\}}}{\max }\left({\mathrm{\χ}}_m^{k+1}\left(i\right)\right)-\underset{\underset{i\∈\{0,...,2^M-1|D_b^{-1}\left(i\right)=0\}}{m\∈\{0,...,S-1\}}}{\max }\left({\mathrm{\χ}}_m^{k+1}\left(i\right)\right),b\∈\{0,...,M-1\}$

以上结合维特比处理给出的各种计算是对应于‘TCM on frequency-selectivefading channels：a comparison oI soft-output probabilistic equalizers(频率选择性衰落信道上的格码调制：软输出概率均衡器的比较)’，P.Hoeher，GLOBECOM’90，1990年12月中给出的现有技术的方法的一种可能实现。接下来将说明这种计算对数似然率的方式的几种修改。 

前述用于计算对数似然率λ_M×(k-L+1)+b的公式仅使用了对应于被解码的比特d_b的判定 $D_b^{-1}\left(i\right)=0$ 与 $D_b^{-1}\left(i\right)=1$ 的最大候选度量χ_m ^k+1(i)。可以通过首先集群对应判定“1” 的所有度量，然后集群对应判定“0”的所有度量，并计算两者的差来改善对数似然率。如以下修改后的等式所示： 

${\mathrm{\λ}}_{M\×(k-L+1)+b}=\underset{\underset{i\∈\{0,...2^M-1|D_b^{-1}\left(i\right)=1\}}{m\∈\{0,...,S-1\}}}{f}\left({\mathrm{\χ}}_m^{k+1}\left(i\right)\right)-\underset{\underset{i\∈\{0,...2^M-1|D_b^{-1}\left(i\right)=0\}}{m\∈\{0,...,S-1\}}}{f}\left({\mathrm{\χ}}_m^{k+1}\left(i\right)\right),b\∈\{0,...,M-1\}$

f是一个函数，其取s×2^M-1个候选度量为输入并返回一个单独的值。请注意，非线性处理步骤可以用于每一组内的度量使用函数f的组合，而并非但单纯的求和。度量组合函数f的一种可能实现如下： 

$f(x_0,x_1,...,x_{S\×2^{M-1}-1})=\log \left(\underset{i=0}{\overset{2^{M-1}-1}{\mathrm{\Σ}}}{e}^{\frac{x_i}{\mathrm{\σ}}}\right)$

其中σ是例如可以从接收信号噪声功率的估计得出的常数。请注意上述度量组合函数的计算可以递归地使用下式来有效地实现： 

log(e^a+e^b)＝max(a，b)+log(1+e^{min(a，b)-max(a，b)}) 

根据公式 ${\mathrm{\γ}}_m(k+1)=\underset{i=0,...2^M-1}{\max }\left\{{\mathrm{\χ}}_m^{k+1}\left(i\right)\right\}$ (其中0≤m≤S-1)在选择哪些候选度量作为状态度量时做出的判定，可以被用来将利用先前说明的两种方案中的任一种生成的“初始”对数似然率(LLR)修正成为“增强的”对数似然率(LLR)。 

在生成初始对数似然率所需的状态度量的计算中所作出的判定被存储于判定历史中。对于一个给定的状态度量γ_m(k+1)，存储于判定历史中的信息即该判定对应的已调制码元i，如下式所给出： 

${\mathrm{\Γ}}_m(k+1)=\underset{i=0,...,2^M-1}{\arg \max }\left\{{\mathrm{\χ}}_m^{k+1}\left(i\right)\right\}$

一旦积累了整个接收块{r_k}_{k∈{1,...，C}}的判定历史，就可在判定历史的帮助下回溯代表该再现块的格栅以得出对应于传输的已调制码元的最大似然序列的路径。其中每一回溯步骤都会生成一个已调制码元c_k的估计，该估计进而生成传输比特集合的估计 $\{{\tilde{d}}_{M\×(k-L+1)},{\tilde{d}}_{M\×(k-L+1)1},...,{\tilde{d}}_{M\×(k-L+1)+M-1}\}$ 。请注意初始对数似然率在前向计算级中是以k的升序生成的，而在回溯处理中，估计的传输比特  $\{{\tilde{d}}_{M\×(k-L+1)},{\tilde{d}}_{M\×(k-L+1)+1},...,{\tilde{d}}_{M\×(l-L+1)+M-1}\}$ 是以k的降序生成的。 

如果格栅终结于一已知状态，则回溯处理可以从该已知状态开始执行。另一方面，如果格栅可以等概率地结束于任意状态，则回溯处理可以从状态度量指示其为最大似然的状态开始执行。 

同时请注意，没有必要等待整个脉冲串的格栅处理完成后再执行回溯计算。回溯处理可以在前面提到的前向计算级的任一点执行。回溯处理的执行点的选择允许存储器的需求与计算复杂性之间求得平衡。 

在前向级中计算出的初始对数似然率λ_M×(k-L+1)+b与从回溯处理中得出的估计传输比特 

组合以生成记为 

的增强的对数似然率。 

通过将初始对数似然率的值与回溯操作所生成的比特判定 ，增强的对数似然率具有更高的准确度。由于比特判定 

是从整个脉冲串的处理中生成的，故增强的对数似然率的值利用到了初始对数似然率的值没有用到的嵌入于接收信号中的冗余信息。而且，回溯与对数似然率修正处理所带的复杂性与存储器需求增加也十分有限。 

可以选择不同的方法来进行初始对数似然率与在回溯处理中估计的传输比特的组合。下面将说明两种可能的方法。 

在其中一种方法中，增强的对数似然率是使用下述规则生成的： 

当使用该组合方法时，更新的对数似然率值的符号总是对应于最大似然序列估值(MLSE)方案。因此，当纠错方案不提供或仅提供很少的冗余时，所提出的这个方法可以提供很好的性能。例如在纠错方案提供的冗余度会改变的GPRS和E-GPRS系统中，该方法可以确保弱传输模式仍然能有良好的性能。 

在另一方法中，增强对数似然率是使用以下规则生成的： 

请注意在上述这两种生成增强的对数似然率的方法中，估计比特 与增强的对数似然率的符号之间的关联规则可以改变以匹配接收机所使用的判定惯例。 

图3所示为从初始对数似然率生成增强对数似然率所涉及的不同处理级。状态度量更新单元301使用引入这些状态的支路的候选度量的最大值来计算状态度量γ_m(k+1)。作为这些状态度量更新计算的一部分，各个候选度量χ_m ^k+1(i)以及不同的最佳备选度量索引Γ_m(k+1)是以之前所述地生成的。单元302使用候选度量χ_m ^k+1(i)以得出初始对数似然率λ_M×(k-L+1)+b。一旦计算完成，该初始对数似然率被存储于对数似然率存储器304中。相似地，支路度量索引Γ_m(k+1)被存储于路径历史判定存储器303中。接下来，当到达回溯点时(例如在传输块的末尾)，即利用前述规则之一将初始对数似然率与从回溯处理中得出的判定 

组合，以得出增强对数似然率 

。尽管可将单元301至305实现为分离的硬件，但更有可能单 元301、302和305将被实现为由微处理器执行软件的元素，而存储器303和304的功能则是由与该微处理器相关联的单独的存储器来提供。 

如之前所述，所提出的接收机架构的解调级可以使用缩减状态而不是全格栅的维特比处理。对于长传播信道(即L很大)或对于使用高阶调制方案(即M很大)的通信系统，全格栅方法的执行复杂度通常令人却步。例如在使用8-PSK的E-GPRS系统中，即使是对于具有较低延迟扩展的信道来说状态的总数也太大，从而难以在移动接收机中被高效地实现。现有技术中提出了不同的方法来减少在接收机中要处理的状态数。这些通常称为缩减状态处理的方法包括例如延迟判定反馈序列估计器(DDFSE；请参阅，例如‘Delayed decision-feedback sequence estimation(延迟判定反馈序列估计)’，A.Due1-Hallen、C.Heegard，IEEE Trans.on Communications，第37卷，第5期，1989年5月)以及缩减状态序列估计器(RSSE；请参阅，例如‘Reduced-state sequence estimation for coded modulation of intersymbol interferencechannels(用于码元间干扰信道的编码调制的缩减状态序列估计)’，M.V.Eyuboglu、S.U.H.Qureshi，IEEE Journals on Selected Areas in Communications，第7卷，第6期，1989年8月)。 

接下来说明在使用比特判定 来生成增强对数似然率的一种延迟判定反馈序列估计器(DDFSE)架构。但应该理解的是，在本文件中说明的使用关于传输比特的硬判定来修正对数似然率的方案的远离仍然可被应用于诸如缩减状态序列估计器等使用不同的缩减状态维特比处理架构的接收机。 

在延迟判定反馈序列估计器接收机架构中，状态的缩减是通过将信道分为两个部分来实现。其中信道的第一部分(长度为L_f)以与全状态方法类似的方式处理。但对于信道的剩余部分(长度为L_r，从而L＝L_f+L_r)来说，是使用从先前判定得出的已调制码元而不是测试所有可能的猜想。使用这种方法，可以将要执行格栅处理的状态的数目从2^M×(L-1)减至2^M×(Lf-1)。为反映状态数目的这一变化，支路度量的计算需要修正如下： 

$B(r_k,p(m,i),m)={|r_k-\underset{u=0}{\overset{L_f-1}{\mathrm{\Σ}}}{h}_u\×{\tilde{c}}_{k-u}-\underset{u=L_f}{\overset{L_f+L_r-1}{\mathrm{\Σ}}}{h}_u\×{\hat{c}}_{k-u}\left(p(m,i)\right)|}^2$

从上式中可以看出，涉及前L_f个抽头的计算与在全格栅方法中进行的计算相同。但对末L_r个抽头来说，猜想码元 

被替换为硬判定码元 

。这些硬判定码元是使用在候选度量选择中所作的判定来生成。硬判定码元与格栅中的每一状态相关联，并在格栅度量被更新时也进行更新，如此确定γ_m(k+1)是所涉及的选 择便确定了 

。每一硬判定码元 

唯一地与M个比特判定d_M×(k-u+1)+b|b∈{0，...，M-1}相关联。然后在前面概述的方案之一中使用支路度量以生成初始对数似然率λ_M×(k-L+1)+b。 

γ_m(k+1)被代入所有的m值作比较以推导出哪一个状态正确的似然性最大。在该状态中固有一硬判定码元集合 ，其中u∈{L_f，...，L_f+L_r-1}。在该集合中的硬判定码元 

对应于M个比特判定d_M×(k-L+1)+b|b∈{0，...，M-1}。接下来这些比特判定可以与从候选度量χ_m ^k+1(i)估计出的初始对数似然率λ_M×(k-L+1)+b组合以使用上述两个规则中的任何一个得出增强对数似然率 

，因为在全格栅方式中使用的将比特判定与初始对数似然率值组合的方法可以像在DDFSE架构中一样地使用。 

请注意，在前面一段中，集合 

的最早的成员 

被用于生成增强对数似然率 

，其中u∈{L_f，...，L_f+L_r-1}。硬判定集合 

是需要被存储以执行支路度量计算的硬判定的最小集合，其中u∈{L_f，...，L_f+L_r-1}。因此，通过使用该集合中的硬判定来生成增强对数似然率，接收机的存储需求可以保持最小。然而，通过增加接收机中存储的信息量，就可以将初始对数似然率估计与较早的硬判定码元组合。这样做可以提高增强对数似然率值的准确度。但这将给生成增强对数似然率引入较大的处理延迟。 

全状态与缩减状态接收机架构执行的处理的主要不同之处在于硬判定的生成方式。在全格栅接收机架构中，所有的支路度量判定被存储起来，这样一旦完整的传输块被处理就可执行回溯处理以得出硬判定。而在缩减状态接收机架构中，硬判定在初始对数似然率生成后可用，故增强对数似然率可以在初始对数似然率生成的同时生成。这意味着缩减状态接收机架构并不需要显式的回溯操作。但请注意，与概率最大的γ_m(k+1)相关联的硬码元判定集合 

是与部分回溯类似的。此外无需很大的路径历史判定存储器。每一状态仅需存储最后的L_r个硬判定码元 

然而，可使用每一状态存储反向延伸超过最后的L_r判定码元的判定码元序列的接收机架构。这意味着由这样一个序列代表的部分回溯反向延伸至更早的时间。众所周知，回溯操作的越往回，则其结果的可靠性就越高。故当序列在时间上越往回延伸，对该序列的“早期”端的硬判定码元就会越可靠。因此，通过延长硬码元 判定序列的长度，即为采用更可靠的码元判定来生成增强对数似然率创造了机会。但是，加长关联于这些状态的码元判定序列会带来存储需求的增加，并且格栅处理生成将给定的初始对数似然率改为增强对数似然率所需的硬比特判定之前产生的延迟也增加了。 

图4所示为可以用于实现上述延迟判定反馈序列估计器(DDFSE)结构的缩减状态处理所用的接收机架构。关联于各状态的状态度量γ_m(k+1)及过去判定码元集合 

由单元401更新。作为状态度量更新计算的一部分，生成不同的候选度量χ_m ^k+1(i)。这些候选度量由单元402用来得出初始对数似然率λ_{M×(k-L∫+1)+b}。接下来这些初始值在单元403中与和码元判定 

相关联的比特判定组合，这些码元判定是从哪一格栅状态具有最佳度量的推算得出的。作为组合的结果，生成了更新的对数似然率 

请注意，所提出的用于缩减状态方法的接收机架构并不需要用于初始对数似然率或最佳候选度量索引Γ_m(k+1)的任何存储。所提出的接收机架构仅需要状态度量(与任何维特比处理的情况相同)与过去判定码元 

的存储。对于每一状态，仅有最后的L_r个判定码元需要存储。因此存储过去判定码元的总的存储器需求可以减至仅为2^Lf×L_r×M。这远远低于全状态维特比处理架构的存储器需求。 

还应该理解的是，通过仔细选择为每一格栅状态而存储过去判定码元 的方式，可仅使用简单的比特位移或比特屏蔽操作来实现这些码元的更新。 

如本文件中介绍部分所述，前述的本发明的前述用于操纵度量与软判定的例程可以在例如无线通信网络的基站或在这样的网络中使用的移动电话中实现。图5所示为代表可实现本发明的移动电话、基站或类似接收机的一般结构。接收机501包括：用于获取无线信号的天线502，射频部分503，模数转换(ADC)部分504，数据处理器505以及存储器506。实际上该接收机还将包括许多其它元件，但在此仅表示出与说明本发明实现相关的必要元件。 

在天线502处接收到的信号在射频(RF)部503被下变频并放大。然后这些信号由模数转换部分504转换为数字信号并传递至处理器505。处理器505执行提取和利用所获取的信号的信息有效负荷的必要操作，依靠存储器506按需要来提供信号值及其它数据的存储。处理器505采用根据本发明的前述例程来操纵度量和软判定，如图3与图4中所概述。 

在前面的讨论中，本发明是在实现均衡的解调技术的上下文中说明的。但本技术领域技术人员显然容易理解，本发明同样也可用于卷积编码信号的解码，其主要的改变在于定义了每一格栅状态的码元存储不再与传播信道存储器相关，而是与用于实现信号卷积编码的存储器配置相关。 

Claims (14)

1.一种用于操纵与包括一系列比特的传输信号对应的接收信号的设备，该设备包括：

使用维特比算法来处理所述接收信号来为排列成格栅的状态生成候选度量并从所述候选度量中进行选择以给所述状态提供度量的装置，其中候选度量

是使用来自先前的迭代的状态度量依照以下递归等式计算得出：

其中p(m，i){0≤m≤S-1；0≤i≤2^M-1}是引入在路径中对应于猜想传输复码元的具有索引m的状态的状态索引，S为用于执行维特比解码的状态数目，γ_p(m，i)(k)为与格栅中不同状态相关联的度量，B为支路度量，r_k为码元，M为比特数；

用于从所述候选度量为所述系列中的一个比特生成初始软判定的装置，其使用维特比处理以对数似然率或对数似然率估计的形式来生成所述初始软判定；

用于从对应于所述比特的接收的度量选择为所述比特生成硬判定的装置；以及

以依靠所述硬判定的方式来修正所述初始软判定来为所述比特生成增强软判定的装置，其中在前向级中计算出的初始对数似然率与从回溯处理中得出的估计传输比特组合以生成增强的对数似然率。

2.如权利要求1所述的设备，其特征在于，用于生成所述初始软判定的装置包括用于从所述候选度量计算对数似然率来代表所述初始软判定的装置。

3.如权利要求1或2所述的设备，其特征在于，用于生成所述硬判定的装置包括：用于存储在所述格栅中计算度量时作出的度量选择的判定历史的装置；以及用于回溯判定历史来生成所述硬判定的装置。

4.如权利要求1或2所述的设备，其特征在于，用于处理格栅来生成度量的装置采用缩减状态技术，其中在所述格栅内移动时所作出的度量选择被视为用于进一步沿着所述格栅计算度量的码元判定，并且用于生成所述硬判定的装置包括用于选择所述码元判定之一来提供所述硬判定的装置。

5.如权利要求1或2所述的设备，其特征在于，用于修正所述初始软判定的装置包括用于以所述硬判定的状态为条件，为所述增强软式判定从几个值中选择一个值的装置。

6.如权利要求1或2所述的设备，其特征在于，用于修正所述初始软判定的装置包括以所述初始软判定的极性为条件，为所述增强软判定从几个值中选择一个值的装置。

7.一种操纵与包括一系列比特的传输信号对应的接收信号的方法，所述方法包括以下步骤：

使用维特比算法来处理所述接收信号来为排列成格栅的状态生成候选度量，并从所述候选度量中进行选择以给所述状态提供度量，其中候选度量

是使用来自先前的迭代的状态度量依照以下递归等式计算得出：

其中p(m，i){0≤m≤S-1；0≤i≤2^M-1}是引入在路径中对应于猜想传输复码元的具有索引m的状态的状态索引，S为用于执行维特比解码的状态数目，γ_p(m，i)(k)为与格栅中不同状态相关联的度量，B为支路度量，r_k为码元，M为比特数；

从所述候选度量为所述系列中的一个比特生成初始软判定，其使用维特比处理以对数似然率或对数似然率估计的形式来生成所述初始软判定；

从对应于所述比特的接收的度量选择为所述比特生成硬判定；以及

以依靠所述硬判定的方式来修正所述初始软判定来为所述比特生成增强软判定，其中在前向级中计算出的初始对数似然率与从回溯处理中得出的估计传输比特组合以生成增强的对数似然率。

8.如权利要求7所述的方法，其特征在于，生成所述初始式判定的步骤包括从所述候选度量计算对数似然率来代表所述初始软判定的步骤。

9.如权利要求7或8所述的方法，其特征在于，生成所述硬判定的步骤包括：存储在所述格栅中计算度量时作出的度量选择的判定历史的步骤；以及回溯所述判定历史来生成所述硬判定的步骤。

10.如权利要求7或8所述的方法，其特征在于，处理所述格栅来生成度量的步骤采用缩减状态技术，其中在所述格栅内移动时所作出的度量选择被视为用于进一步沿着所述格栅计算度量的码元判定，并且生成所述硬判定的步骤包括选择所述码元判定之一来提供所述硬判定的步骤。

11.如权利要求7或8所述的方法，其特征在于，修正所述初始软判定的步骤包括以所述硬判定的状态为条件，为所述增强软判定从几个值中选择一个值的步骤。

12.如权利要求7或8所述的方法，其特征在于，修正所述初始软判定的步骤包括以所述初始软判定的极性为条件，为所述增强软判定从几个值中选择一个值的步骤。

13.一种使用维特比算法来操纵接收信号来为排列成格栅的状态生成度量的设备，其中所述接收信号对应于包括一系列比特的传输信号，并且所述设备包括：

通过为所有状态计算候选度量来对应一比特的接收对所述度量执行更新的装置；

用于计算对应所述比特为逻辑“1”的判定的多个候选度量的函数的装置；以及

用于计算对应所述比特为逻辑“0”的判定的多个候选度量的函数的装置。

14.一种使用维特比算法来操纵接收信号来为排列成格栅的状态生成度量的方法，其中所述接收信号对应于包括一系列比特的传输信号，并且所述方法包括以下步骤：

通过为所有状态计算候选度量来为对应于一比特的接收的所述度量执行更新的步骤；

计算对应于所述比特为逻辑“1”的判定的多个候选度量的函数的步骤；以及

计算对应于所述比特为逻辑“0”的判定的多个候选度量的函数的步骤。

Images