CN101027848B - 一种mimo jdgrake接收机及其数据处理方法 - Google Patents

Abstract

一种接收机包括译码包含在合成接收信号中的多个所关心信号的接收机电路。该接收机包括至少一个通用化RAKE合并电路和联合解调电路并且在输出端生成一个被检测的信号。该联合解调电路包含减少搜索软值生成器电路并且生成代表从发射机接收的编码比特的软比特值。

Description

一种MIMO JDGRAKE接收机及其数据处理方法

发明背景 

技术领域

本发明一般地涉及无线电信领域，具体地涉及包含一个减小复杂度(RC)的联合检测(JD)通用化R AKE(GRAKE)接收机的移动终端，其利用跨发射天线的累积量度(cumulative metric)，使得能够使用一种减小复杂度的树搜索技术来确定代表从基站中的发射天线接收的编码比特的软比特值。 

背景技术

今天，人们对开发一些方式来增强移动通信系统中使用的多入多出(MIMO)天线结构中的数据速率有很大的兴趣，其实现了宽带码分多址(WCDMA)标准的高速下行链路分组接入(HSDPA)供给。例如，码重用(code reuse，CR)-BLAST(类似于V-BLAST)和按每天线的速率控制(PARC)是两种这样的技术，其可以用于增强MIMO天线系统中的数据速率。这两种技术在下面的两篇文章中详细描述： 

·G.Foschini等人的“Simplified Processing for High SpectralEfficiency Wireless Communication Employing Multi-Element Arrays(用于采用多元件阵列的高谱效率的无线通信的简化处理)，”IEEEJournal on Selected Area of Communications，vol.17，第1841-1852页，1999年11月。 

·S.T.Chung等人的“Approaching Eigenmode BLAST ChannelCapacity Using V-BLAST with Rate and Power Feedback(使用带有速率和功率反馈的V-BLAST趋近固有模式的BLAST信道容量)”Proc.IEEE VTC’02-Fall，大西洋城，NJ，2001年10月。 

当应用于HSDPA系统时，CR-BLAST和PARC技术都采用多码传输以利用大容量的MIMO信道并且因此向移动终端递送很高的数据速率。CR-BLAST是一种空间复用技术，意味着一个编码的比特流在所有发射天线上被交织，而PARC从每个发射天线发射一单独编码的比特流。最初，采用这样的技术的MIMO系统的接收机设计经常把注意力集中在平坦衰落信道的情形。然而，实际上信道经常是色散的(dispersive)，因此 导致多址干扰(MAI)和符号间干扰(ISI)。而且，甚至在平坦衰落信道中也出现自相干扰，因为在HSDPA中使用的多码被跨发射天线重用(reuse)以避免码限制问题。 

因为移动终端的存储器和/或处理能力典型地是相当有限的，所以对于色散的MIMO情形的接收机设计中的挑战是在接收机中实现性能和复杂度之间的良好平衡。因为由于多码和多天线传输而导致接收机需要解调的信号数量很大，所以这尤其正确。在复杂度的一个极端上，标度是常规的RAKE接收机，该RAKE接收机由于RAKE被设计用于白噪声并且ISI和MAI是有色的，所以执行得较差。而且，由于来自码重用的自相干扰，常规的RAKE接收机表现欠佳。另一个极端被完全联合解调的接收机占据，该接收机执行得很好，但却极端复杂。在中间的某处例如是类似最小均方(MMSE)-GRAKE接收机的那些接收机，其采用某种形式的要么线性要么判决反馈的均衡。关于MMSE-GRAKE接收机的详细描述在下面的文章中提供： 

S.J.Grant等人的“Generalized RAKE Receivers for MIMO Systems(用于MIMO系统的通用化的RAKE接收机)”in Proc.VTC’03-Fall，奥兰多，FL，2003年10月。 

尽管MMSE-GRAKE接收机在频率选择性衰落方面工作得很好，但是它在轻微色散或接近平坦的情形中严重地表现不佳。因而，最近开发了联合检测(JD)-通用化RAKE接收机(JD-GRAKE接收机)来在这样的情况下恢复性能，并且该JD-GRAKE接收机还由Grant等人在上面的参考文章中描述。JD-GRAKE接收机还可以用于MIMO配置中，其中接收天线的数量少于发射天线的数量。在这些情况下，JD-GRAKE接收机在各种水平的色散中都优于MMSE-GRAKE。 

JD-GRAKE接收机通过形成用于CDMA的群检测的信号回忆(reminiscent)分区而能够处理各种类型的干扰。特定地，形成了共享同样的信道化码的信号的子集并且向每个子集中的M个信号应用联合检测，其中M是基站处的发射天线的数量。这解决了由于码重用而导致的干扰。来自每个子集之外的信号的ISI和MAI以类似于常规的单天线GRAKE接收机中的方式被抑制。即，ISI和MAI被当作有色高斯噪声来对待并且在适配所述指(finger)时延和合并权重中利用跨多个接收天线上的指的干扰的相关。这个检测过程为K个信道化码的每一个单独地 执行。 

然而，JD-GRAKE接收机的一个问题是：当高阶调制与数量较多的发射天线一起使用时，在形成译码器所要求的软比特值中要计算的量度数量变得很大。特别地，对于M个发射天线和包含Q个点的一个信号星座，每符号周期要计算的量度数量是Q^M。例如，对于16-QAM(Q＝16)和M＝4个发射天线，量度的数量是65,536，这实在是一个很大的数。致力于这个问题并且避免JD-GRAKE接收机中的指数复杂度的一种方式是使用一个基于连续抵消的接收机，正如在2004年5月5日提交的且题目为“Successive interference Cancellation in a Generalized RAKEReceiver Architecture(在通用化RAKE接收机结构中的连续干扰抵消)”的序列号为10/795,101的美国专利申请中描述的，该美国专利申请被结合进来作为参考。通过以多级方案来连续检测M个被发射信号，避免了该连续抵消接收机中的指数复杂度。同时，本发明通过引入一种显著减少JD-GRAKE接收机的量度计算数量的技术来处理复杂度增长，从而允许在单个级中执行接近最佳的联合检测。 

发明内容

本发明包括一种用于减少需要由JD-GRAKE接收机执行的量度计算数量的技术，这是通过重新形成一种量度来进行，这样该量度在发射天线上是累积的，这进而又使得能够使用一种具有减小的复杂度的树搜索技术(例如m-算法)来计算软比特值，该软比特值随后被处理以确定从发射天线接收的编码的比特。所得到的减小复杂度的JD-GRAKE接收机在这里被称作RC-JD-GRAKE接收机。 

附图说明

通过结合附图、参照下面的详细描述，可具有对本发明的更完整的理解，其中： 

图1是MIMO无线通信网络的框图，其包括了基站和结合有根据本发明的RC-JD-GRAKE接收机的移动终端； 

图2是更详细地示出了图1所示的RC-JD-GRAKE接收机结构的框图； 

图3是由图2所示的RC-JD-GRAKE接收机所生成的示范树，其例示 了正交相移键控(QPSK)(Q＝4)和M＝3个发射天线的情况下的8个保留分支； 

图4是一个流程图，例示了通过使用图2中所示的根据本发明的RC-JD-GRAKE接收机来减小处理信号的复杂度的优选方法的步骤，该信号是在移动终端处接收的；以及 

图5是一个框图，更详细地示出了在一个图2中所示的根据本发明的RC-JD-GRAKE接收机中使用的、一减少搜索软值生成器的一个实施例中的部件。 

本发明的详细描述

讨论和例示本发明的典型实施例中的细节必定涉及一定级别的复杂度。这样的复杂度是在这里随后给出的典型细节中研究，但是对本发明的更广方面的初始理解可以参考图1给出的相对简单的图来得到。可是，在讨论图1之前，应当理解本发明广义地涉及了基于GRAKE的信号检测结合联合检测技术的应用。 

正如这里使用的，术语“GRAKE”的意思是RAKE合并电路和/或合并方法，其计算由该电路进行RAKE合并的解扩值的流之间的损伤相关(impairment correlation)。这样的损伤例如是因为MAI(多址干扰)、过分的扩频码重用、信道衰落状况等等而引发的。要注意的是，自己小区(owncell)MAI可以被当作干扰，而其它小区的MAI可以被当作噪声和/或干扰对待。然而，不管怎样，正如这里随后将解释的，本发明中所使用的GRAKE处理适合于联合检测处理，以及如所指出的，通过减小复杂度树搜索技术来生成要传送到译码器的软比特值。 

参照图1，人们看到了一个典型的MIMO无线通信网络100，其包括基站110和结合有根据本发明配置的RC-JD-GRAKE接收机125的移动终端120。应当看到，与这里描述的基站110和移动终端120有关的许多部件和细节在本行业中是熟知的。因此，为了清楚起见，以下提供的描述省略了那些对理解本发明并非必需的熟知的部件和细节。 

在基站110处，信息比特流102首先被编码器/交织器104来编码和交织。经编码的比特由空间分接器106和多个映射扩展器108在空间上分接，并然后被分发给多个发射天线109。特别地，空间分接器106和多个映射扩展器108处理比特流102，使得每个发射天线109上的编码比特(数据流)被映射到K个调制符号，并且每个符号根据WCDMA方案使用K个信道化码之一来被扩频。应该看到，不同的数据流被从每个发射天线109发射。也应该看到，上述的空间分接方案可以通过使用一个以上的、可能具有不同编码率的编码器/交织器，并将所得到的编码比特流指配给一个或多个发射天线来取代。在每个发射天线109上的被调制和扩频的编码比特然后被转换成RF信号并通过一个用项G表示的空间信道发射到移动终端120。信道G代表从每个发射天线109到移动终端120中的每个接收天线122之间的媒质响应(medium response)，且该信道可能是色散的和时变的。为了简单起见，这里考虑的是一个静态的、在时间上不变的信道，该信道是色散的。 

在移动终端120处，包括被接收信号r₁(t)到r_L(t)(其已由L个接收天线122接收)的接收的合成信号由包括RC-JD-GRAKE接收机125和译码器/解交织器126的接收机124来处理。RC-JD-GRAKE接收机125处理所接收的信号并输出代表编码比特的软比特值。译码器/解交织器126接着处理该软比特值并输出代表在基站110处的比特流102的比特流128。下面参照图2给出关于RC-JD-GRAKE接收机125的不同部件和这些部件如何作用以使用本发明的技术来生成软比特值的更详细的讨论。 

参照图2，有一个框图，其更详细地例示了用于第k个多码(multi-code)的RC-JD-GRAKE接收机125的结构。RC-JD-GRAKE接收机125的第一级包括许多被调谐至第k个多码的相关器202(指202)，其中跨所有接收天线122的相关器202的总数为N。每个接收天线上的每个相关器库(bank)包含若干相关器(指(finger))，且相关器的实际数量典型地大于信道抽头的数量。应该看到，当码重用MIMO被应用于HSDPA时，K个多码在M个发射天线109的每一个上被发射，且相同的码在所有的发射天线109上被重用。相关器202的输出在时间t＝iT时被采样，这里T是符号周期。已解扩值被编组成长度为N的矢量y_k(i)(参见图2)，其中第q个元素对应具有时延T_q的指并且被通过下式给出： 

${\left\{y_k\left(i\right)\right\}}_q=\sqrt{\frac{E_T}{\mathrm{NM}}}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{n=1}{\overset{K}{\mathrm{\Σ}}}\underset{j=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{c}_{\mathrm{mn}}(i-j)\underset{\underset{n\≠0}{p=1}}{\overset{P}{\mathrm{\Σ}}}{g}_{\mathrm{lmp}}{r}_{\mathrm{knij}}(\mathrm{jT}+{\mathrm{\τ}}_q-{\mathrm{\τ}}_{\mathrm{lmp}})+n_{\mathrm{lki}}\left({\mathrm{\τ}}_q\right)---\left(1A\right)$

这里E_T是每个符号的总的发射能量，该能量在多码和发射天线109 中间被均匀地分割。函数r_knij(T)是在第i个符号周期期间的扩展波形u_ki(t)和在第(i-j)个符号周期期间的扩展波形u_n，i-j(t)之间的互相关函数。波形相关由于长码加扰而逐个符号地变化，因此下标是“i”。相关器输出的噪声成分由  $n_{\mathrm{lki}}\left(\mathrm{\τ}\right)={\∫}_{-\∞}^{\∞}{n}_l\left(t\right)u_{\mathrm{ki}}^{*}(t-\mathrm{iT}-\mathrm{\τ})\mathrm{dt}$ 给出。尽管未被明确表示，但是接收天线索引1是指索引q的函数，因为指202跨越多个接收天线122。时延τ_lmp和复增益系数g_lmp描述了介于第m个发射天线109与第1个接收天线122之间的P个抽头信道冲激响应的第p个抽头。一个对于解扩矢量y_k(i)更有用的形式是： 

y_k(i)＝Hc_k(i)+x_k(i)           (1B) 

被发射信号矢量c_k(i)＝[c_1k(i)c_1k(i) L c_MK(i)]^T包括在共享第k个多码的第i个符号周期期间的M个符号。N×M增益矩阵H＝[h₁h₂Λh_M]充分描述了MIMO信道，其中每个增益矢量h_m描述了第m个发射天线109与多个接收天线122的指之间的信道。矢量x_k(i)描述了由ISI、MAI、和噪声组成的损伤过程，也就是，解扩矢量y_k(i)的与c_k(i)无关的那个部分。损伤协方差矩阵被表示为

该矩阵捕获了跨指和多个接收天线两者的干扰的相关。Grant等人在先前提及的题目为“Generalized RAKE Rece ivers for MIMO Systems”的文章附录中提供了关于表达式H和R_x的更详细的讨论。 

类似于S.J.Grant等人所描述的JD-GRAKB接收机，RC-JD-GRAKE接收机125的操作是基于矢量c_k(i)中的M个信号的联合检测，其采用以假设的(hypothesis)符号矢量c和增益矩阵H为条件的解扩矢量y_k(i)的概率密度函数(PDF)的知识。例如，使用来自每个天线109上发射的导频信道的解扩值，可以估计增益矩阵H。进一步假定损伤矢量是高斯的，则所要求的PDF便与exp[λ_k(c)]成比例，其中λ_k(c)是对于假设c的量度。在丢弃假设无关的项之后，由下式给出检测量度： 

λ_k(c)＝2Re[c⁺z_k(i)]-c⁺Sc(2) 

通过加权该解扩矢量y_k(i)，由合并器204生成并输出判决统计z_k(i)如下： 

z_k(i)＝W⁺y_k(i) (3)

其中GRAKE权重矩阵被如下给出： 

$W=R_x^{-1}H.---\left(4\right)$

这里被称作s参数矩阵并且被表示为矩阵符号S的M×M矩阵由下式给出： 

并且其代表了在等式2所描述的检测量度中在符号之间的混合(mixing)。s参数矩阵是合并权重和信道增益矩阵的积，且与MLSE型均衡器中的s参数类似。 

如Grant等人的文章中所描述的，一个传统的JD-GRAKE接收机使用穷尽(exhaustive)树搜索来计算所有Q^M个符号矢量假设的量度λ_k(c)。再次，需要由传统的JD-GRAKE接收机执行的计算数量可以非常大。例如，对于16-QAM(Q＝16)和M＝4个发射天线，需要计算的λ_k(c)的量度数量是65536-这确实是一个巨大的数字。 

本发明的RC-JD-GRAKE接收机125通过使用一种显著减小需要计算的量度数量的技术，解决了JD-GRAKE接收机的计算复杂度问题。RC-JD-GRAKE接收机125通过给量度λ_k(c)赋予一种特殊的形式(参见等式10)而减小了这个复杂度，该特殊形式允许使用一种非穷尽树搜索技术来计算更少的量度λ_k(c)。在这个实施例中，m算法被用于减小该树搜索的复杂度。特定地，通过m算法减小这个复杂度的关键是将等式2所示的量度λ_k(c)重新写成一种在发射天线109上累积的形式。 

为此，考虑了等式2所描述的量度。由于λ_k(c)是用于检测c的量度，所以可以将不包含c的项添加到λ_k(c)，因为这不会影响到检测过程。因此，一个项被添加以“完成平方”，从而得到下面的新量度： 

等式6能够被因式分解为下列形式： 

λ_k(c)＝-(c-S^-1z_k(i))⁺S(c-S^-1z_k(i)). (7) 

令 

${\tilde{c}}_k\left(i\right)=S^{-1}{z}_k\left(i\right),---\left(8\right)$

则等式7可以被重写为：

${\mathrm{\λ}}_k\left(c\right)={[c-{\tilde{c}}_k\left(i\right))}^{H}S(c-{\tilde{c}}_k\left(i\right)].---\left(9\right)$

要注意的是，项是被发射的符号矢量c的第一符号估计。第一信号估计

的形式类似于Anja Klein等人在1996年5月发表在IEEETransactions on Vehicular Technology的卷45第2期第276-287页的“Zero Forcing and Minimum Mean-Square-Error Equalization forCode-Division Multiple-Access Channels(用于码分多址信道的迫零和最小均方误差均衡)”中描述的从迫零块线性均衡器中得到的估计。这篇文章的内容在这里被并入做为参考。 

重写该量度的最后步骤是执行s-参数矩阵的分解，使得等式9中的量度可以被表示分支(branch)量度的总和，该总和在该组发射天线上是因果的(causal)。为此，执行s-参数矩阵的Cholesky(乔累斯基)分解，从而使s-参数矩阵S被因式分解为另一个矩阵和其厄密转置的积。表示这个因式分解的矩阵在这里称作s参数矩阵的因果因式分解(causal factorization)，且用矩阵符号L₈表示，它是一个M×M的下三角形矩阵，第(m，n)个元素表示为l_mn。这个因式分解被表示为 

因为L_s是下三角的，所以l_mn只有当n≤m时是非零的。这允许等式9中的量度被表示为  ${\mathrm{\λ}}_k\left(c\right)=-{\left|\right|L_s[c-{\tilde{c}}_k\left(i\right)]\left|\right|}^2.$ 可选地，等式9被写为： 

${\mathrm{\λ}}_k\left(c\right)=-\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\λ}}_{\mathrm{km}}\left(c\right),---\left(10\right)$

并且等式10的左手边在这里被称作累积量度。右手边的总和内的项在这里被称作分支量度，被表示为λ_km(c)，并且被给出为： 

${\mathrm{\λ}}_{\mathrm{km}}\left(c\right)={\left|\underset{n=1}{\overset{m}{\mathrm{\Σ}}}{l}_{\mathrm{mn}}(c_n-{\tilde{c}}_{\mathrm{kn}}\left(i\right))\right|}^2.---\left(11\right)$

符号c_n和

分别是长度为M的假设c的第n个元素和第一符号估计 

正如可以看出，等式10中的量度在发射天线109上累积。而且，每一个分支量度λ_km(c)严格为正并且仅依赖于当前和在前天线109的符号假设。这个事实允许通过使用类似m算法的树搜索技术来大大减小量度计算的数量。 

应该理解，对于在S上执行Cholesky分解以建立等式10存在两种 理由。第一个是使得等式9中的量度可以被写成是矢量

的平方范数。期望这个矢量的平方范数的原因是使得分支量度λ_km(c)是严格为正的。第二个原因是Cholesky因子L_m是下三角的，因此当平方范数 

(即等式10-11的结果)被相乘输出时，人们发现分支量度λ_km(c)仅依赖于来自当前和在前发射天线109的符号。以这种方式，累积量度λ_k(c)是跨发射天线因果的。本技术领域的技术人员应该理解：可有其它可能的s参数矩阵的因式分解，其得到了累积量度λ_k(c)的一种因果形式。 

m算法对带有对应于发射天线109的级的树来操作。图3示出了用于QPSK和3个发射天线109的例子，这里只保留了8个最佳的累积量度。当然，对于其中树中存在少于8个节点的第一级，保留了所有的累积量度。对于有关m算法的更详细的描述，可以参照Y.L.C de long等人在2002年9月发表在加拿大温哥华的Proc.VTC’02-Fall的“Iterative Tree Search Detection for MIMO Wireless Systems(用于MIMO无线系统的迭代的树搜索检测)”。这篇文章的内容在这里被结合做为参考。 

在GRAKB合并之后，软值生成器206通过使用m算法来计算译码器126所需要的软比特值。正如可见的，矢量c_k(i)的第m个符号的第r个比特(表示为b_mkr(i))的软值被表示为Λ_mkr(i)。为了计算它，需要分别将子集C_mr1和C_mr0定义为包含对其的b_mkr(i)＝1和0的假设的那些子集。这些子集中的每个的大小是Q^M/2。此外，F_k被定义为包含对应于m算法结束后保留的分支的候补符号矢量的集合。这个集合与子集C_mr1和C_mr0的交集分别包含所有那些其所关心(interest)比特b_mkr(i)等于1或0的符号矢量假设。使用标准的max-log-MAP近似，从而由下式给出比特b_mkr(i)的软值： 

${\mathrm{\Λ}}_{\mathrm{mkr}}\left(i\right)=\underset{c\∈F_k\∩C_{\mathrm{mr}1}}{\max }\left\{{\mathrm{\λ}}_k\left(c\right)\right\}-\underset{c\∈F_k\∩c_{\mathrm{mr}0}}{\max }\left\{{\mathrm{\λ}}_k\left(c\right)\right\},---\left(12\right)$

其中使用的量度λ_k(c)是等式10中的那个。 

可能发生的是：F_k与或者C_mr1或者C_mr0(但不是两个)的交集是一个空集。典型地，当树中保留的分支的数量很小时，这种情况会发生。这种情况的物理意义是：对于比特b_mkr(i)而言1或0都是不可能的。图3示出了对于符号假设c₃(树的最后级)的第二比特的这种情况的一个 例子。在这个位置，所有保留的分支都具有一个比特值1，这意味着那个比特值1是最可能的。在这种情况下，软值Λ_mkr(i)能够被设置为一个正的常量。相反地，在一个给定位置中如果所有保留的分支都具有一个比特值0，那么Λ_mkr(i)能够被设置为一个负的常量，表示0是最可能的。 

接着提供一个详细描述来总结根据本发明的移动终端120的操作。在移动终端120处，信号r₁(t)至r_L(t)在接收天线122处被接收(图4中的步骤402)并由相关器202处理。对于信道化码k，每个接收的信号r₁(t)至r_L(t)由相关器202中的一个在不同的Rake指时延处被单独相关(图4中的步骤404)。相关器202的输出是等式1B中描述的解扩值y_k(i)。应该看到，信道现在表示为矩阵H，它包括媒质响应G的采样以及来自发射与接收滤波器脉冲形状的贡献(参见图1)。码k的解扩值y_k(i)随后被JD-GRAKE合并器204处理，其根据等式3将一个加权矩阵W应用于(图4中步骤406)解扩值y_k(i)。这具有至少从每个发射天线109的信号的解扩值y_k(i)抵消一部分MAI、ISI和其它天线干扰的效果。合并器204的输出是判决统计z_k(i)。 

减少搜索软值生成器206随后使用一种减少树搜索技术比如m算法来确定表示接收到的信号r₁(t)至r_L(t)的编码比特的软比特值，并且确定等式10中的量度λ_k(c)。到减少搜索软值生成器206的输入是判决统计z_k(i)、s参数矩阵S、和支配该搜索技术的搜索参数。 

图5是一个框图，更详细地例示了减少搜索软值生成器206的一个实施例中的部件。如图所示，s参数矩阵S被输入到块510，在S上执行Cholesky分解，并输出结果L₈至m算法处理器530。第一符号估计器520计算第一符号估计

其被输入至m算法处理器530。搜索参数(比如要保留的假设的数量P)也被输入到m算法处理器530，其基于等式10来计算总的累积量度λ_k(c)。 

在m算法处理器530中是生成被输入到分支量度计算器534的假设c的假设生成器532。分支量度计算器534根据等式11、使用假设c、L₈的元素、和第一符号估计

来计算分支量度λ_km(c)。分支量度被输出至累积量度处理器536，其根据等式10为第m步骤确定要保留P个累积量度中的哪些。典型地，累积量度被整理且这些值中的最佳P个被存储并在随后的第(m+1)步骤中使用。在最后的(第M)步骤之后，最佳的P个累积量度从m算法处理器530输出至软值生成器540。

软值生成器540根据等式12计算软值并输出软比特值至译码器126。然后译码器126处理该软比特值并输出代表基站110中的比特流102(参见图1)的比特流128。 

正如可以看出的，本发明的技术有效地减小了需要RC-JD-GRAKE接收机125执行的量度计算的数量。为了演示这一改进的性能，每符号周期、每多码的复杂度估计被如下给出。首先，将P表示为m算法参数，即，树中保留的分支的最大数量。在级m∈{1，2，Λ，M}中，计算了QL_m个分支量度，其中L_m＝min(Q^m-1，P)。min(最小)函数说明了以下事实，即：在头几个级期间，树中的节点数量可能小于P。QL_m计算的分支量度随后被加至从先前级保留的L_m个最大累积量度。所得到的累积量度然后被整理且仅最大的L_m+1个被保留用于下一级。对于M个级，分支量度计算的总数量的上限为MQP。该上限假设在头几个级期间L_m＝P。很清楚，与对于穷尽搜索的指数相关性相比，量度计算的数量与M成线性。 

表1示出了对于16QAM(Q＝16)的M和P的各种组合的实际复杂度(而不是上限)。复杂度被表示为与在每级计算Q^m量度的完全复杂度的传统JD-GRAKE接收机相比的、分支量度计算数量的百分比减少。显然，对于1和2个天线，对于所考虑的参数设置，复杂度没有减小。对于更大数量的天线(3或4)，可能会获得显著的减小。正如可以看出的，通过仅保留32个分支，能够得到在复杂度方面的惊人的98％的减小。而且，相比于完全复杂度的传统JD-GRAKE接收机，这种减小以很小的代价便得以执行，并且仍旧产生了好于传统的MMSE-GRAKE接收机的性能。虽然复杂度节省部分地被m算法所要求的整理操作所抵销，但总的复杂度减小依然是显著的。 

表1 

本发明的另外实施例被详细描述如下： 

●虽然上述描述的优选实施例采用了m算法，但另外一个实施例 能够改为采用列举球译码(list sphere decoding，LSD)去减小JD-GRAKE树搜索的复杂度。例如，列举球译码被J.Boutros等人2003年12月发表在IEEE Global Telecommunications Conf.的第1583-87页的、题为“Soft-input，soft-output lattice sphere decoder for linearchannels(对于线性信道的软输入、软输出网格球译码器)”的文章加以描述，且该文章在这里被结合进来作为参考。可以相信：通过LSD，能够得到复杂度上的类似的减小，而对性能的影响最小。而且，应该看到，LSD方案主要被设计用于平坦衰落，而优选的JD-GRAKE接收机125被设计用于在实际系统中所见的色散传播。 

●在树搜索的每个级处，有可能利用Cholesky分解的结构来预测哪些分支量度λ_km(c)对于累积量度λ_k(c)几乎没有贡献。于是这些分支λ_km(c)可以被丢弃以降低整理负荷并且因此进一步减小树搜索的复杂度。 

从上文中，可以很容易地理解到：能够对RC-JD-GRAKE树搜索使用m算法的一个重要方面是重新形成接收机量度，这样它是在发射天线上累积的。这使用一个两步骤过程来实现。第一步骤包括发现该发射符号矢量的第一符号估计，该第一符号估计包括在RC-JD-GRAKE接收机的输出上的判决统计的矩阵变换。第二步骤包括s参数矩阵的Cholesky分解，即信道增益矩阵和RC-JD-GRAKE合并权重矩阵的积。因为Cholesky因子是下三角的，因此，累积量度的每个项仅依赖于对于当前和在前天线的符号假设。这一事实允许该树被顺序地从它的根开始搜索并且基于每个节点上的最佳量度而仅保持有限数量的分支。当树搜索结束时，使用最可能的假设的量度来计算该发射符号矢量的每个组成比特的软值。 

本发明的几个优点包括如下： 

●接收机复杂度上的大的减小。例如，对于4个发射天线和16QAM调制，其中树中的分支数量是65,536，所保留的分支数量可如32一样少，而同时依然实现非常接近于完全树搜索的性能。在量度计算上这是一个惊人的98％的减小。虽然这一减小部分地被m算法所要求的整理操作抵销，但总的复杂度减小依然是显著的。 

●复杂度上的大的减小导致性能上的极小降级。使用以上仅保留32个分支的例子，与完全树搜索相比，降级约为0.33dB。

●RC-JD-GRAKE解调器的复杂度的减小使迭代解调/译码方案成为可能。因为解调步骤的复杂度被保持为最小，所以当若干迭代被执行时总的复杂度变得易于管理。 

尽管本发明的若干实施例已经在附图中被示出并且在前面的详细描述中加以描述，但是应该理解本发明并不限于所公开的实施例，而是能够有许多重新安排、修改、和替代而不离开如后面权利要求所阐述和所定义的本发明的精神实质。

Claims (15)

1.一种处理包括两个或两个以上所关心信号的所接收的合成通信信号(r₁(t)-_rL(t))的方法(400)，所述方法包括步骤：

生成(406)作为输入信号解扩值y_k(i)的损伤相关的函数的合并权重；

根据合并的权重来合并(406)该解扩值；以及

基于所合并的解扩值来联合检测(408)所关心信号，并对检测量度λ_k(c)中的符号进行混合，其中所述联合检测步骤还包括：

联合解调所合并的解扩值以得到代表所关心信号中的所检测比特的估计的软比特值，其中，所述联合解调步骤还包括：

通过非穷尽树搜索技术来生成软比特值，其包括步骤：

生成s参数矩阵的因果因式分解L_s；

生成发射的符号矢量c的第一符号估计

通过使用m算法处理器(530)产生的累积检测量度组从而基于s参数矩阵的因果因式分解和所发射符号矢量的第一符号估计来生成减少的累积检测量度λ_k(c)组；以及

基于由m算法处理器(530)产生的该累积检测量度组来生成软比特值。

2.根据权利要求1的方法，进一步包括将该软比特值提供给一个译码器电路(126)，且译码该软比特值以得到每个所关心信号的检测的比特(128)。

3.根据权利要求1的方法，其中通过m算法处理器产生累积检测量度组包括：

生成完整分支的假设λ_km(c)组；

基于完整分支的假设λ_km(c)组来计算完整分支的检测量度λ_k(c)组；

基于该完整分支的假设λ_km(c)组来计算累积检测量度λ_k(c)；

选择累积检测量度λ_k(c)组；以及

输出累积检测量度λ_k(c)组。

4.根据权利要求1的方法，其中所关心信号共享相同的信道化码或扩频码。

5.根据权利要求1的方法，其中所关心信号代表由不同的发射天线(109)发射的信号。

6.根据权利要求1的方法，其中所关心信号是一组更多的信号的一个子集，且其中通过合并权重来消除由该更大组内的那些为非关心信号的信号引起的干扰。

7.一种用于处理接收的合成通信信号(r₁(t)-r_L(t))的接收机(124)，该合成通信信号包含两个或两个以上所关心信号，所述接收机包括：

多个相关器库(202)和一个合并器(204)，用于生成作为输入信号解扩值y_k(i)的损伤相关的函数的合并权重以及根据该合并权重来合并该解扩值；以及

减少搜索的软比特值生成器(206)，用于基于所合并的解扩值来联合检测所关心信号，并对检测量度λ_k(c)中的符号进行混合；

所述减少搜索的软比特值生成器通过联合解调所合并的解扩值以得到代表所关心信号中的所检测比特的估计的软比特值来对所关心信号进行联合检测；

所述减少搜索的软比特值生成器使用非穷尽树搜索技术、通过执行下列步骤来生成该软比特值：

生成s参数矩阵的因果因式分解L_s；

生成所发射符号矢量c的第一符号估计

通过使用m算法处理器(530)产生的累积检测量度组从而基于s参数矩阵的因果因式分解和所发射符号矢量的第一符号估计来生成减少的累积检测量度λ_k(c)组；以及

基于由m算法处理器(530)产生的累积检测量度组来生成软比特值。

8.根据权利要求7的接收机，进一步地包含译码器电路，该译码器电路接收该软比特值且译码该软比特值以得到每个所关心信号的所检测的比特。

9.根据权利要求7的接收机，其中所述m算法处理器通过执行以下步骤来产生该累积检测量度组：

生成完整分支的假设λ_km(c)组；

基于完整分支的假设λ_km(c)组来计算完整分支的检测量度λ_k(c)组；

基于该完整分支的假设λ_km(c)组来计算累积检测量度λ_k(c)；

选择累积检测量度λ_k(c)组；以及

输出该累积检测量度λ_k(c)组。

10.根据权利要求7的接收机，其中所关心信号共享相同的信道化码或扩频码。

11.根据权利要求7的接收机，其中所关心信号代表由不同发射天线(109)发射的信号。

12.根据权利要求7的接收机，其中所关心信号是一组更多的信号的一个子集，且其中通过合并权重来消除由更大的组内的那些为非关心信号的信号引起的干扰。

13.一种无线通信系统(100)，包括：

基站(110)，用于发射一个合成通信信号；

移动终端(120)，用于通过执行以下步骤来接收和处理包含两个或两个以上所关心信号的合成通信信号(r₁(t)-r_L(t))：

生成(406)作为输入信号解扩值y_k(i)的损伤相关的函数的合并权重；

根据该合并权重来合并(406)该解扩值；以及

基于所合并的解扩值来联合检测所关心信号，并对检测量度λ_k(c)中的符号进行混合，其中所述联合检测步骤还包括：

联合解调所合并的解扩值以得到代表所关心信号中的所检测比特的估计的软比特值，其中所述联合解调步骤进一步包括：

通过非穷尽树搜索技术来生成软比特值，其包括步骤：

生成s参数矩阵的因果因式分解L_s；

生成所发射符号矢量c的第一符号估计

通过使用m算法处理器(530)产生的累积检测量度组从而基于s参数矩阵的因果因式分解和所发射符号矢量的第一符号估计来生成减少的累积检测量度λ_k(c)组；以及

基于由m算法处理器(530)产生的该累积检测量度组来生成软比特值。

14.一种移动终端(120)，包括：

多个接收天线(122)，用于接收一个合成通信信号(r₁(t)-r_L(t))；以及

接收机(124)，包括：

多个相关器库(202)和一个合并器(204)，用于生成作为输入信号解扩值y_k(i)的损伤相关的函数的合并权重，以及根据该合并权重来合并该解扩值；以及

减少搜索的软比特值生成器(206)，用于基于所合并的解扩值来联合检测所关心信号，并对检测量度λ_k(c)中的符号进行混合；

所述减少搜索的软比特值生成器通过联合解调所合并的解扩值以得到代表所关心信号中的所检测比特的估计的软比特值来对所关心信号进行联合检测；

所述减少搜索的软比特值生成器使用非穷尽树搜索技术、通过执行下列步骤来生成该软比特值：

生成s参数矩阵的因果因式分解L_s；

生成所发射符号矢量c的第一符号估计

通过使用m算法处理器(530)产生的累积检测量度组而基于s参数矩阵的因果因式分解和所发射符号矢量的第一符号估计来生成减少的累积检测量度λ_k(c)组；以及

基于由m算法处理器(530)产生的累积检测量度组来生成软比特值。

15.一种基站(110)，包括：

多个发射天线(109)，用于发射一个合成通信信号给移动终端(120)，该移动终端包括：

多个接收天线(122)，用于接收一个合成通信信号(r₁(t)-r_L(t))；以及

接收机(124)，包括：

多个相关器库(202)和一个合并器(204)，用于生成作为输入信号解扩值y_k(i)的损伤相关的函数的合并权重，以及根据该合并权重来合并该解扩值；以及

减少搜索的软比特值生成器(206)，用于基于所合并的解扩值来联合检测所关心信号，并对检测量度λ_k(c)中的符号进行混合；

所述减少搜索的软比特值生成器通过联合解调所合并的解扩值以得到代表所关心信号中的所检测比特的估计的软比特值来联合检测所关心信号；

所述减少搜索的软比特值生成器使用非穷尽树搜索技术、通过执行下列步骤来生成该软比特值：

生成s参数矩阵的因果因式分解L_s；

生成所发射的符号矢量c的第一符号估计

通过使用m算法处理器(530)产生的累积检测量度组从而基于s参数矩阵的因果因式分解和所发射符号矢量的第一符号估计来生成减少的累积检测量度λ_k(c)组；以及

基于由m算法处理器(530)产生的累积检测量度组来生成软比特值。

Images