CN101366251A - 在格基规约mimo系统中的软判决产生 - Google Patents

Abstract

在基于格基规约辅助接收机的无线通信系统中，通过以下来从所接收信号确定所发射比特值的软估计：将格基规约应用于信道估计，并依照规约基信道来均衡所述所接收信号；以及通过以下来确定所发射比特具有特定值的概率：基于最接近的候选向量来生成在规约基中的候选向量集合，确定对于每一候选向量的对应发射符号向量，以及基于所述所接收信号来确定每一发射比特值已经被发射的概率。

Description

在格基规约MIMO系统中的软判决产生

技术领域

本发明涉及无线通信领域，并且具体地，但并不排它地，涉及多输入多输出(MIMO)通信系统领域。

背景技术

传统通信系统可以在数学上表示为：

y＝Hx+v

其中，对于MIMO通信系统，y是表示所接收信号的n×1向量，H是模拟通信信道的传输特征的n×m信道矩阵，x是表示发射符号的m×1向量，v是n×1噪声向量，并且其中m和n分别表示发射和接收天线的数量。

本领域技术人员应理解，对于CDMA系统中的多用户检测，可以使用相同的表达法。

近来的出版物已经论证了称为格基规约(Lattice Reduction)的技术的使用如何可以改进MIMO检测方法的性能。

例如，“Lattice-Reduction-Aided Detectors for MIMO CommunicationSystems”，(H.Yao and G.W.Wornell，Proc.IEEE Globecom，Nov 2002，pp.424-428)描述了一种用于增强多输入多输出(MIMO)数字通信系统性能的格基规约(LR)技术。

此外，“Low-Complexity Near-Maximun-Likehood Detection andPrecodingfor MIMO Systems using Lattice Reduction”，(C.Windpassingerand R.Fischer，in Proc.IEEE Information Theory Workshop，Paris，March，2003，pp.346-348)研究了由Yao和Wornell提出的格基规约辅助检测方案。通过使用公知的LLL算法扩展了该方案，其中LLL算法能够把本申请应用到具有任意维数的MIMO系统。

“Lattice-Reduction-Aided Receivers for MIMO-OFDM in SpatialMultiplexing Systems”，(I.Berenguer，J.Adeane，I.Wassell and X.Wang，in Proc.Int.Symp.on Personal Indoor and Mobile Radio Communications，Sept.2004，pp.1517-1521，以下称为“Berenguer等”)描述了使用正交频分复用(OFDM)来显著降低具有多径传输的无线系统中的接收机复杂度，并且指出建议其使用在无线宽带多天线(MIMO)系统中。

最后，“MMSE-based Lattice-Reductionfor Near-ML Detection ofMIMO Systems”，(D.Wubben，R.Bohnke，V.Kuhn and K.Kammeyer，inProc.ITG Workshopon Smart Antennas，2004”，以下称为“Wubben等”)对MMSE规范采用了上述格基规约辅助方案。

在上述出版物中使用的技术使用了这样的构思：在数学上，信道矩阵H的列可以看作是对格(Lattice)的基进行描述。因此可以计算这种格的等同描述(称为“规约基(reduced basis)”)，从而使得基向量接近于正交。如果接收机于是使用该规约基来均衡信道，则可以将噪声增强保持为最低，并且将改进检测性能(例如，在Wubben等的图5中所示)。该过程包括下述步骤：

把y_r，x_r和H_r分别定义为y，x和H的实值表示，因此：

$y_r=\left[\begin{array}{c}\mathrm{Re}\left(y\right)\\ \mathrm{Im}\left(y\right)\end{array}\right],$ $x_r=\left[\begin{array}{c}\mathrm{Re}\left(x\right)\\ \mathrm{Im}\left(x\right)\end{array}\right],$ $H_r=\left[\begin{array}{cc}\mathrm{Re}\left(H\right)& -\mathrm{Im}\left(H\right)\\ \mathrm{Im}\left(H\right)& \mathrm{Re}\left(H\right)\end{array}\right]$

其中Re()和Im()表示它们自变量的实部和虚部。

应注意，Berenguer等在复数层面上描述了等同的方法，尽管为了简明的目的，在这里使用了该方法的实轴表示。

在现有技术中存在多种格基规约算法。一种合适的格基规约算法是上述Lenstra-Lenstra-Lovasz(LLL)算法，其公开在Wubben等中，并且还公开在“Factoring Polynomials with Rational Coefficients”，(A.Lenstra，H.Lenstra and L.Lovasz，Math Ann.，Vol.261，pp.515-534，1982，以下称为“Lenstra等”)，以及“An Algorithmic Theory of Numbers，Graphs andConvexity”，(L.Lovasz，Philadelpia，SIAM，1980，以下称为“Lovasz”)中。

这些方法中的任意一个都可以用于计算转换矩阵T，从而使得规约基

由下式给出：

${\tilde{H}}_r=H_{r}T,$

矩阵T仅包含整数项，并且其行列式是+/-1。

在格基规约之后，系统被重新表示为：

$y_r=H_r{x}_r+v_r$

   $=H_{r}T{T}^{-1}{x}_r+v_r$

   $={\tilde{H}}_r{T}^{-1}{x}_r+v_r$

   $={\tilde{H}}_r{z}_r+v_r$

其中，z_r＝T^-1x_r。在这个重新定义的系统中的所接收信号y_r于是被均衡以获得z_r的估计。该均衡过程于是采用例如线性ZF技术，其获得：

${\tilde{z}}_r={({\tilde{H}}_r*{\tilde{H}}_r)}^{-1}{\tilde{H}}_r*y_r$

由于

接近于正交，因此与如果接收机直接对信道H_r进行均衡相比，

应当经受更少的噪声增强。

当然，可以使用其它均衡技术。例如，可以考虑使用MMSE技术，或者例如上述所公开现有技术中的基于更复杂的连续干扰消除的方法。

依照上述技术的接收机在清楚包含在x中的所发射符号是从M-QAM星座中获得的情况下运行。在此约束下，于是可以根据Wubben等中所指示的方法来量化

${\hat{z}}_r=\mathrm{\αQ}\left\{\frac{1}{\mathrm{\α}}({\tilde{z}}_r-T^{-1}1\mathrm{\β})\right\}+T^{-1}1\mathrm{\β}$

其中Q{}是把其自变量的每个元素舍入为最接近整数的量化函数，并且其中，1是由1构成的2^＊m×1向量。

从上面可以看出，除了量化函数，其余运算是作为整数格的按比例缩放和转换形式的M-QAM星座的结果。因此，整数量化需要同样简单的按比例缩放和转换运算。

如图2所示，标量值α和β是从所使用的M-QAM星座的定义中获得的，并且α等于两个星座点之间的最小距离，而β对应于在星座点与I/R轴之间的最小距离(即在I方向和R方向上离开原点的最小偏移)。在当前示例中，使用16-QAM星座图，其具有{+/-1，+/-3}的实部和虚部。

最后，通过该方法获得x_r的估计

${\hat{x}}_r=T{\hat{z}}_r$

有时候，如果在的估计中存在错误，则可能

中的某些符号估计并不是有效符号。在这种情况下，这些符号被映射到最近的有效符号。例如，对于采用16-QAM的当前例子，值+/-1，+/-3可以定义

中的有效项。因此，如果

的分量例如等于+5，则其将被映射到值+3。

这样的规约格基检测器(例如，用于MIMO系统)通常输出硬判决。唯一提到可以用于获得软输出的技术的著作是“FromLattice-Reduction-Aided Detection Towards Maximum-LikelihoodDetection in MIMO Systems”，(C.Windpassinger，L.Lampe and R.Fisher，inProc.Int.Conf.on Wireless and Optical Communications，Banff，Canada，July 2003，下面称为“Windpassinger等”)。Windpassinger等所提出的方法很复杂，并且该技术的性能未在公开中被证实。因此，本发明的目的在于提供一种MIMO检测器，其能够使用简单且已证明的方法来确定软输出。

在本申请人的较早的英国专利申请0518036.9中描述了通过假定硬判决向量

的所有元素是同等可靠的来生成候选解的列表的方法。该申请描述了涉及通过将预定扰动应用于规约格基检测器所提供的量化估计来生成列表的方法。然而，通常，出现在未量化解

的元素中的噪声是不同的。因此，

的元素的可靠性可能显著地变化。本发明的一方面提供一种生成候选解的方法，其识别并考虑硬判决的不同元素的可靠性中的变化。该方法生成更有可能的候选解的列表，并且因此产生质量较好的软信息。图1示出通过计算质量较好的软信息可以获得的优点。

发明内容

通常而言，本发明的方面提供一种方法，用于在格基规约辅助的MIMO接收机的输出处获得对于比特的对数似然率(LLR)。

在本发明的第一方面，提供一种方法，用于确定在基于格基规约辅助接收机的无线通信系统中从所接收信号确定是发射比特值的软估计，该方法包括：获得在所述系统中定义的通信信道中的信道响应的估计；将格基规约应用于所述信道响应并依照规约基中所表示的信道来均衡所述所接收信号；以及通过以下来确定所发射比特具有特定值的概率：基于最接近的候选向量来生成中所述规约基础的候选向量列表，确定对于每一候选向量的对应发射符号向量，以及基于所述所接收信号来确定每一所发射比特值已经被发射的概率。

优选地，所述生成候选向量的列表的步骤包括通过以下中的任意一个来选择潜在候选向量的列表的步骤：

(i)将所述列表的大小设置为已知的固定值；以及；

(ii)将所述列表的大小设置为预定数量的有效候选向量，并改变所述大小直到找到足够数量的候选。

在上述方面的优选实施例中，提供以下步骤：基于所述潜在候选向量等于所估计的初始向量的真实值的条件来确定所述初始向量的条件概率，并且于是基于所述所确定的条件概率来确定所述最接近的候选向量。

优选地，所述最接近的候选向量是从加权平方欧几里德意义上说的。

在上述方面的另一实施例中，确定所发射比特概率的步骤包括：确定每一候选符号向量已经被发射的概率，并且于是确定所有可能符号已经从所述发射天线中的每一个被发射的概率。

该方法适于在MIMO无线通信系统中使用。此外，其可以用于其中所接收信号是来自多个天线传输的结果的其他任何系统，所述多个天线可以或不可以被并置。此外，该方法可以应用到CDMA系统，例如多用户检测(MUD)。

本发明的另一方面提供一种接收机，用于在基于格基规约辅助接收机的无线通信系统中从所接收信号确定所发送比特值的软估计，该接收机包括：用于获得信道响应的估计的装置；用于将格基规约应用于所述信道响应的装置；用于依照规约基信道来均衡所述所接收信号的装置；以及用于确定所发射比特具有特定值的概率的软信息确定装置，所述软信息确定装置包括：基于最接近的候选向量来生成在所述规约基中的候选向量列表的装置；确定对于每一候选向量的发射符号向量的装置；以及基于所述所接收信号来确定所述所发射比特值已经被发射的概率的装置。

本发明的另一目的在于提供一种方法，用于在格基规约辅助的MIMO接收机的输出处获得对于比特的对数似然率(LLR)。

为此，在上述任一方法中或通过上述检测器所确定的概率可以被转换为LLR。

附图说明

图1示出对于编码系统的、与近优实际最大对数APP解码器相比的、根据本发明实施例所获得的性能以及根据GB0518036.9所公开的方法的实施例所获得的性能的图；

图2示出应用在本发明特定实施例的无线通信系统中和应用在现有技术的所述例子中的格的图；

图3示例性地示出包括发射机和接收机的MIMO系统；

图4更详细示出图3中的接收机；以及

图5示出了通过图4所示的检测器可操作的检测方法。

具体实施方式

现将参照附图描述本发明的实施例。

现将参考用于无线通信系统的均衡的本发明实现方式，来描述本发明。图3示出这样的系统，其包括具有通常已知结构的MIMO数据通信系统10。通过下述说明，依照本发明特定实施例的新部件将很清楚。

通信系统10包括发射机设备12和接收机设备14。应理解，在许多情况下，无线通信设备将配备有组合的发射机和接收机的设施，但是对于该例子，为了简明，该设备被显示为单路通信设备。

发射机设备12包括数据源16，其向信道编码器18提供数据(包括信息比特或符号)。信道编码器18之后随有信道交织器20，并且，在所示的例子中之后随有空时编码器22。空时编码器22把到来的一个或多个符号编码为多个编码符号，以用于从包括多个发射天线25的发射天线阵列24同时发送。在该示意性例子中，提供了3个发射天线25，尽管实际实现方式可以根据应用而包括更多或更少天线。

所编码的发射信号通过在发射天线矩阵24和接收机设备14的相应接收天线阵列26之间定义的MIMO信道28来传播。接收天线阵列26包括多个接收天线27，接收天线27向接收机设备14的格基规约辅助解码器30提供多个输入。在该特定实施例中接收天线阵列26包括3个接收天线27。

格基规约辅助解码器30具有移除MIMO信道28的影响的任务。格基规约辅助解码器30的输出包括多个信号流，一个信号流用于一个发射天线25，每一信号流承载关于所发射比特具有特定值的概率的所谓软或似然数据。该数据被提供到信道解交织器32，信道解交织器32翻转信道交织器20的影响，并且由信道解交织器32输出的解交织比特于是被递交给信道解码器34，在该例子中是对卷积码进行解码的Viterbi解码器。信道解码器34的输出被提供给数据接收器36，用于以任意预期方式来进一步处理该数据。

将在适当的时候描述格基规约辅助解码器30的特定功能。

图4示意性地示出了(通过软件或专用硬件组件)可操作地配置为接收机设备14的硬件。接收机设备14包括处理器110，其能够执行存储在工作存储器112的和/或能从大容量存储器116中取得的机器编码指令。通过通用总线114，用户可操作输入设备118能够与处理器110通信。在该例子中，用户可操作输入设备118包括键盘和鼠标，然而应理解，还可以提供或替换为其他输入设备，例如其它类型的指示设备、写字板、语音识别装置，或者可以解释用户输入动作并转换为数据信号的其他装置。

音频/视频输出硬件设备120被进一步连接到通用总线114，用于把信息输出给用户。音频/视频输出硬件设备120可以包括可视显示单元、扬声器或能够向用户呈现信息的任何其他设备。

连接到通用总线114的通信硬件设备122，被连接到天线26。在图5所示的实施例中，工作存储器112存储用户应用130，当处理器110执行用户应用130时引起用户接口的建立，该用户接口使得能够传送到达和来自用户的数据。该实施例中的应用建立用户可以习惯使用由通用或特定的计算机实现的效用。

依照特定实施例的通信设施132也被存储在工作存储器112中，以建立通信协议，该通信协议使得在执行应用130中的一个中所产生的数据能够将被处理，并且于是被传递到通信硬件设备122以进行传输并与另一通信设备通信。应理解，为了方便，可以将定义应用130和通信设施132的软件部分地存储在工作存储器122中和大容量存储器116中。可选地，可以设置存储管理器，以使其能够被有效地管理，从而考虑对存储在工作存储器122和大容量存储器116中数据的可能的不同接入速率。

通过处理器110执行与通信设施132对应的处理器可执行指令，处理器110可以依照所认可的通信协议与另一设备建立通信。

现将根据图5进一步详细描述格基规约辅助解码器30的功能。一旦如上述现有技术的介绍和讨论所指出的，已经确定了在规约基中的所发射格点的量化估计，即

则开始所示的方法。获得所述估计的方式并不重要：可以使用任何合适的格基规约算法，并且可以应用许多均衡方法中任何一个。

估计被表示为：

${\tilde{z}}_r=z_r+n$

其中，z_r如上述现有技术的简介和讨论中所定义的那样代表真实值，而n代表出现在该估计中的噪声。在采用线性均衡技术来计算

的条件下，假定n的元素是零均值的高斯随机变量。通常，n的元素因此由协方差矩阵M来表征，协方差矩阵M给出如下：

其中，E[]代表统计期望。可以使用信道状态信息和在规约格基检测器的输入处的噪声方差来估计该协方差矩阵M。应理解，实际无线系统被设计为使得这些参数都可以使用信道估计处理以足够的精度来测量。

为了生成软输出，需要的最大似然候选向量的列表，在此由{c_r ⁽¹⁾，c_r ⁽²⁾，...，c_r ^(K)}来表示。在步骤210，生成{c_r ⁽¹⁾，c_r ⁽²⁾，...，c_r ^(K)}的列表。可以通过扩展列表的大小K直到已经包括了所有候选向量，来改进软输出的质量。然而，在实践中，仅需要全部数量的候选向量中的一小部分来产生足够好的软输出。

在步骤220执行在假定c等于z_r的情况下的观测结果

的条件概率，其被给出为：

$P\left({\tilde{z}}_r\right|z_r=c)=\frac{1}{{\left(2\mathrm{\π}\right)}^m{\left(\det M\right)}^{1/2}}\exp [-\frac{1}{2}({\tilde{z}}_r-c)*M^{-1}({\tilde{z}}_r-c)]$

根据Lentra等，格基规约处理产生修正的系统矩阵

从而使得

的列接近于相互正交。在此情况下，可以示出协方差矩阵M的非对角线元素接近于零，即n的元素接近于相互独立。在这种假设下，

等于加权平方的欧几里德距离

其由下式给出：

$({\tilde{z}}_r-c)*M^{-1}({\tilde{z}}_r-c)=D({\tilde{z}}_r,c)=\underset{i=1}{\overset{2m}{\mathrm{\Σ}}}\frac{{({\tilde{z}}_r\left[i\right]-c\left[i\right])}^2}{{{\mathrm{\σ}}_i}^2}$ 其中，

表示向量的第i个元素

c[i]表示向向量c的第i个元素；以及

表示矩阵M的第i个对角线元素。

因此，在M是对角矩阵的情况下， $P(z_r=c|{\tilde{z}}_r)$ 是加权平方欧几里德距离

的单调递减函数。因此，在步骤230，K个最大似然候选向量的集合{c_r ⁽¹⁾，c_r ⁽²⁾，…，c_r ^(K)}是对于未量化估计的(从加权平方欧几里德的意义上说的)K个最接近的候选向量。

对于

的K个最接近的候选向量的集合可以通过使用已知的k最短路径算法来十分高效地计算，所述k最短路径算法在D.Eppstein，“Findingthe k shortest paths”，in Proc.35^th IEEE Symp.Foundations of ComputerScience，Santa Fe，NM，1994，pp.154-165中描述。所有最近邻居搜索算法都迭代地运算，也就是说，在每一次迭代中，从潜在候选的列表中找到下一最接近的邻居。除此而外，在每一次迭代中扩展潜在候选的列表。

在步骤240，将每一候选向量c_r ⁽ⁱ⁾映射到由 ${{\hat{x}}_r}^{\left(i\right)}={{\mathrm{Tc}}_r}^{\left(i\right)}$ 给出的对应符号向量如果候选向量c_r ⁽ⁱ⁾的对应符号向量

的所有元素都是有效的星座符号，则称候选向量c_r ⁽ⁱ⁾是有效的。更进一步地，某些候选向量可能被映射到其元素位于传输所用的信号星座之外的符号向量。

有效的候选符号向量用来计算软输出。因此，软输出的质量取决于在列表{c_r ⁽¹⁾，c_r ⁽²⁾，…，c_r ^(K)}中的有效候选向量的数量。为了优化性能(针对复杂度)，存在可以采用的两种通用方法：

(1)将列表大小K设置为已知的包含提供所需检测器性能的足够数量的有效候选向量的值。由于列表大小固定，因此，通过使用该方法，算法的复杂度也固定。

(2)改变列表大小K，从而使得列表包含预定数量的有效候选向量。采用该方法，每次找到候选向量，就执行检查以确定其是否有效，并且一旦找到足够数量的有效候选，就终止所述检查。虽然采用该方法复杂度将变化，但平均复杂度将明显低于上述方法。

在步骤250，对于每一有效候选符号向量

检测器计算其被发射的概率，如下：

$p^{\left(i\right)}=\frac{1}{\sqrt{{{\mathrm{\π\σ}}_{\mathrm{\ν}}}^2}}\exp \left(\frac{-\left|\right|y_r-H_r{{\hat{x}}_r}^{\left(i\right)}\left|\right|}{{{\mathrm{\σ}}_{\mathrm{\ν}}}^2}\right)$

这些概率于是用于在步骤260计算符号x′已经从天线k被发射的概率，其中x′∈X并且X定义了所选星座中的符号集合。

$P(k,x\′)=\underset{\left\{i\right|{\hat{x}}_k^{\left(i\right)}=x\′\}}{\mathrm{\Σ}}{p}^{\left(i\right)},$ 其中k＝1，...，m，并且x′∈X

依照上述定义，根据候选列表，可以并不对k和x′的所有值指定P。在这些情况下，P被设定为默认(较小)值。该默认可以是固定值，或可以依照例如在“Adaptive Selection of Surviving Symbol Replica CandidatesBased on Maximum Reliability in QRM-MLD for OFCDM MIMOMultiplexing”(K.Higuchi，H.Kawai，N.Maeda and M.Sawahashi，inProc.IEEE Globecom，Dallas，Dec.2004)中所示的方法改变，或者可以通过任意其它合适的方法而改变。

现在接收机具有不同符号已经被发射的概率信息，就在步骤270以常规方式来处理该信息，以获得关于每一所发射符号的对数似然率。在本例中如下地进行：

$L\left(b_{k,i}\right)=\log \left(\frac{\underset{x\′\∈X^{\left(1\right)}}{\mathrm{\Σ}}P(k,x\′)}{\underset{x\′\′\∈X^{\left(0\right)}}{\mathrm{\Σ}}P(k,x\′\′)}\right)$

其中L(b_k，i)是比特b_k，i的对数似然率，k表示发射天线，i＝1，...，M，其中M是每个符号的比特数，并且其中X(1)和X(0)是分别地b_k，i＝1和b_k，i＝0的符号集合。

应理解，本发明特定实施例的上述公开可以应用于采用MIMO传输技术的任何通信产品，以利用本发明的优点。此外，本发明可以应用到需要以多输入为基础的符号检测的任何环境中。这可以出现于在分立位置提供多个天线的系统中。此外，CDMA MUD可以是使用本发明的方法的合适的基础。

已经通过软件实现方式描述了本发明。该软件实现方式可以作为独立的软件产品提出，例如承载在例如光盘的存储介质上，或者通过信号承载。此外，该实现方式可以通过更新或插入现有软件来实现。

尽管可以这样提供本发明，还可以非排它地通过硬件来提供本发明，例如在ASIC上。

读者应理解，上述仅仅是本发明的实现方式的一个例子，并且通过以不同实施例使用本发明可以产生其它方面、特征、改变和优点。保护范围意图由所附的权利要求来提供，权利要求将由说明书参考附图来解释，但不限定于此。

Claims (15)

1.一种在基于格基规约辅助接收机的无线通信系统中从所接收信号确定所发射比特值的软估计的方法，所述方法包括：

获得信道响应的估计；

将格基规约应用于所述信道响应并依照规约基信道来均衡所述所接收信号；以及

通过以下来确定所发射比特具有特定值的概率：

基于最接近的候选向量来生成在所述规约基中的候选向量列表，

确定对于每一候选向量的对应发射符号向量，以及

基于所述所接收信号来确定每一所发射比特值已经被发射的概率。

2.如权利要求1所述的方法，其中，所述生成候选向量列表的步骤包括通过以下中的任意一个来选择潜在候选向量的列表的步骤：

(i)将所述列表的大小设置为已知的固定值，以及；

(iii)将所述列表的大小设置为预定数量的有效候选向量，并改变所述大小，直到找到足够数量的候选。

3.如权利要求1或2所述的方法，并且进一步包括以下步骤：

基于所述潜在候选向量等于所估计的初始向量的真实值的条件来确定所述初始向量的条件概率，

并且于是基于所述所确定的条件概率来确定所述最接近的候选向量。

4.如权利要求3所述的方法，其中，所述最接近的候选向量是从加权平方欧几里德意义上说的。

5.如权利要求1至4中的任意一项所述的方法，其中，所述确定所发射比特概率的步骤包括：确定每一候选符号向量已经被发射的概率，并且于是确定所有可能符号已经从所述发射天线中的每一个被发射的概率。

6.如权利要求5所述的方法，并且进一步包括从所确定的概率来确定对数似然率LLR的步骤。

7.如权利要求1至6中的任意一项所述的方法，并且其中，所述格基规约依照LLL算法。

8.如权利要求1至7中的任意一项所述的方法，所述方法被应用在MIMO通信系统中。

9.一种用于在基于格基规约辅助接收机的无线通信系统中从所接收信号确定所发射比特值的软估计的设备，所述设备包括：

用于获得信道响应的估计的装置；

用于将格基规约应用于所述信道响应的装置；

依照规约基信道来均衡所述所接收信号的装置；以及

用于确定所发射比特具有特定值的概率的软信息确定装置，所述软信息确定装置包括：

基于最接近的候选向量来生成在所述规约基中的候选向量列表的装置，

确定对于每一候选向量的发射符号向量的装置，以及

基于所述所接收信号来确定所述所发射比特值已经被发射的概率的装置。

10.如权利要求9所述的设备，其中，所述用于生成所述候选向量列表的装置能够选择潜在候选向量的列表。

11.如权利要求9或10所述的设备，包括：基于所述潜在候选向量等于所估计的初始向量的真实值的条件来确定所述初始向量的条件概率，并且于是基于所述所确定的条件概率来确定所述最接近的候选向量的装置。

12.如权利要求9至11中的任意一项所述的设备，其中，所述软信息确定装置能够确定所述符号向量已经被发射的概率，并且于是确定所有可能符号已经从所述发射天线中的每一个被发射的概率。

13.一种MIMO无线通信设备，包括：检测器，所述检测器包括如权利要求9至12中的任意一项所述的设备。

14.一种计算机程序产品，包括计算机可执行指令，当所述计算机可执行指令被执行在通用计算机所控制的通信设备上时，使得所述设备被配置为执行如权利要求1至8中的任意一项所述的方法。

15.一种存储计算机可读令的指存储介质，当所述计算机可执行指令被执行在通用计算机所控制的通信设备上时，使得所述设备被配置为执行如权利要求1至8中的任意一项所述的方法。

Images