CN101507214A - 均衡结构与均衡方法 - Google Patents

Abstract

本发明包括用于无线通信系统的接收装置的均衡结构(10)，在该通信系统中，用表示两个或两个以上接收数据流的接收信号矢量接收从一个或多个发射机并行发送的两个或两个以上传输信号，所述信号包括依照调制方案调制到载波信号上的信息，其中，所有可能的传输信号由所述调制方案的信号星座图中的候选星座值表示，包括：处理器(19)，适合计算对所接收信号的星座值的估计，并在所述信号星座图中确定多个与所述所估计星座值邻近的候选星座值；度量值计算器(17)，适合根据所述接收信号矢量和信道估计值与候选信号矢量的乘积计算度量值，每个候选信号矢量包括所述两个或两个以上传输信号中每个传输信号的候选星座值其中，对所述多个候选星座值的每个星座值和所述估计的星座值计算所述度量值；以及极大似然检测器(16)，适合根据所述度量值检测具有距相应接收信号矢量的最小尤拉距离的所述候选信号矢量中之一作为最有可能的传输信号矢量。本发明还包括对应的均衡方法和执行所述方法的计算机程序。

Description

均衡结构与均衡方法

技术领域

本发明涉及用于无线通信系统的接收装置的均衡结构以及无线通信系统的均衡方法，在该无线通信系统中，两个或两个以上传输信号被从一个或多个发射机并行发送并被用表示两个或两个以上接收数据流的接收信号矢量来接收，所述信号包括根据调制方案调制到载波信号上的信息，其中，所有可能的传输信号由所述调制方案的信号星座图中的候选星座值表示。

本发明尤其涉及可用在或用于遭受多用户或多信道干扰的无线通信系统的接收机的均衡结构和方法。例如在其中不同用户和/或不同信道占据同一频率或时隙分配的通信系统中经受此类干扰。尽管在通信系统中此类干扰一般是不合乎需要的，但是它在某些系统中被用于增加数据速率、频谱效率和/或系统吞吐量或数据速率。其中，此类系统的示例是所谓的多输入多输出(MIMO)系统、码分多址(CDMA)系统、正交频分复用码分多址(OFDM-CDMA)系统等。

背景技术

MIMO系统一般由两个或两个以上并行信道组成，所述并行信道占据同一频率和时隙以便增加数据速率和传输范围。OFDM-CDMA系统例如已被提议用于第四代远程通信系统。这种情况下，OFDM配合频域扩展使用，且不同用户或信道使用不同代码。

在此类系统中，接收机中使用的某些均衡结构和均衡方法使用极大似然检测(maximum likelihood detection：MLD)，以便识别和区分由两个或两个以上用户和/或在两个或两个以上通信信道中并行、例如以同一时隙和同一频率波段发送的数据符号。例如，在2005年9月11-14日在德国柏林的IEEE PIMRC2005会议上由Z.Ley、Y.Dai、S.Sun所作的《接近最优列表MIMO检测》(＂Near Optimal List MIMODetection＂by Z.Ley，Y.Dai，S.Sun，IEEE PIMRC 2005 Conference，Berlin，Germany，September 11-14，2005.)中公开了复杂性降低的极大似然检测的示例。

发明内容

本发明的目的是提供用于无线通信系统的接收装置的均衡结构以及用于无线通信系统的均衡方法，其中，降低了复杂性。这个目的通过用于依照权利要求1所述的无线通信系统的接收装置的均衡结构来达到，在该无线通信系统中，用表示两个或两个以上接收数据流的接收信号矢量接收从一个或多个发射机并行发送的两个或两个以上传输信号，所述信号包括依照调制方案调制到载波信号上的信息，其中所有可能的传输信号由所述调制方案的信号星座图中的候选星座值表示。本发明的均衡结构包括：处理器，适合计算对所接收信号的星座值的估计，并在所述信号星座图中确定多个与所述所估计星座值邻近的候选星座值；度量值计算器，适合根据所述接收信号矢量和信道估计值与候选信号矢量的乘积计算度量值，每个候选信号矢量包括所述两个或两个以上传输信号中每个传输信号的候选星座值，其中，对所述多个候选星座值的每个星座值和所述所估计星座值计算所述度量值；以及极大似然检测器，适合根据所述度量值检测具有距相应接收信号矢量的最小尤拉距离的所述候选信号矢量中之一作为最有可能的传输信号矢量。

上述目的还通过依照权利要求10所述的均衡方法来达到。本目的还通过依照权利要求19所述的可直接加载到用于在无线通信系统中接收信息信号的接收装置的内部存储器中的计算机程序来达到，所述计算机程序包括适合在所述接收装置中运行时执行本发明的方法权利要求之一的步骤的软件代码。

本发明的均衡结构与均衡方法允许降低处理的复杂性，同时还维持高性能。优选地，在本发明的均衡结构中，所述处理器适合根据信道估计值和所述所接收信号计算对所述星座值的所述估计。因此，所述处理器优选根据所述信道估计值的矩阵与所述所接收信号矢量的乘积计算对所述星座值的所述估计。因此，所述处理器优选根据所述信道估计值的伪逆矩阵与所述所接收信号矢量的乘积计算对所述星座值的所述估计。

优选地，所述处理器适合根据信道估计值、信噪比值估计与所述所接收信号计算对所述星座值的所述估计。因此，所述处理器优选根据包括所述信道估计值和所述信噪比值估计的倒数值的矩阵与所述所接收信号的乘积计算对所述星座值的所述估计。因此，所述处理器优选根据包括所述信道估计值和所述信噪比值估计的倒数值的伪逆矩阵与所述所接收信号的乘积计算对所述星座值的所述估计。

此外，优选地，所述处理器在对所接收信号矢量的每个数据值计算所述估计之后，适合根据传输质量选择所述星座值估计之一，并在所述信号星座图中确定多个与所述选择的所估计星座值邻近的候选星座值。

此外，优选地，适合通过在所述信号星座图中选择多个与所述所估计星座值邻近的候选星座值，确定所述多个候选星座值作为在所述信号星座图中在所述那个所估计星座值周围的所有可用星座值的子集。。

优选地，在相应的其它附属权利要求中定义某些特征。

附图说明

在以下优选实施例的描述中针对所包含的附图更详细论述本发明，其中

图1示出MIMO通信系统的示例的示意框图，其中实现依照本发明的均衡结构和均衡方法，

图2示意阐述极大似然检测的处理步骤，

图3示意示出依照本发明的均衡结构的框图，

图4示意示出具有比特映射(bitmapping)的16QAM星座图配置的示例，

图5示意示出具有比特映射的64QAM星座图配置的示例，

图6依照本发明示意示出用于16QAM示例的软判决值输出的所分类度量表的示例，

图7示出16QAM星座图的示例，其中具有在所估计星座值周围的16星座点的子集的示例，

图8示出64QAM星座图的示例，其中具有在所估计星座值周围的25星座点的子集的示例，

图9示出64QAM星座图的示例，其中具有在所估计星座值周围的32星座点的子集的示例，

图10示出64QAM星座图的示例，其中具有在所估计星座值周围的36星座点的子集的示例，

图11依照本发明示出局部Hs预先计算的处理的示例。

具体实施方式

如上所述，本发明涉及用于无线通信系统的接收装置的均衡结构以及无线通信系统的均衡方法。无线通信系统可为在其中根据目前已知或未来的调制方案把信息调制到载波信号的任意类型的无线通信系统，其中，所有可能的传输信号由调制方案的同一星座图中的候选星座值表示。因此，调制方案的每个星座点(也称为信号星座配置)具有指定的比特映射(bitmap)值或星座值，该值为表示实数值或复数值的数字值。

无线通信系统可为在其中一个或多个发送装置与一个或多个接收装置通信的任意类型的无线通信系统。例如，发送和接收装置可为任意可用类型和功能性的移动装置或设备、固定装置或设备。

因此，具体而言，本发明涉及无线通信系统，在该无线通信系统中，从一个或多个发射器并行发送的两个或两个以上传输信号在包括依照本发明的均衡结构的接收装置中被以表示两个或两个以上接收数据流的接收信号矢量接收。因此，并行发送的两个或两个以上传输信号例如被在同一时隙或者频率波段中发送。例如，一个发射机可从两个或两个以上相应发射天线并行发送两个或两个以上传输信号，或者各自具有天线的两个或两个以上发射机可相互并行发送相应传输信号。在接收侧，例如在具有一个、两个或两个以上接收天线的一个接收机中，以所谓的接收信号矢量接收两个或两个以上的数据流，其中接收信号矢量表示两个或两个以上的接收数据流。本发明的均衡结构和均衡方法因此用来从接收信号矢量分离这两个或两个以上真正发送的信号并对其进行估计。

如上所述，本发明不限于具体的无线通信系统。但是，下面针对作为非限制性示例的MIMO系统、图1中示出的示意图论述本发明。

一般而言，MIMO系统具有n_T个发射天线(各自发送不同数据符号)和n_R个接收天线。此类系统具有是等价非MIMO系统的n_T倍的最大可得数据速率。例如，在具有例如两个发射天线(n_T＝2)且两个接收器天线(n_R＝2)的MIMO系统中，最大可得数据速率是非MIMO系统的两倍。图1示出用于并行发送两个独立符号传输信号的此类MIMO系统的示意框图。

图1中示出的示例MIMO系统包括用于基于正交频分复用(OFDM)的无线通信的接收机1和发射机20。接收机1包括射频(RF)部分2和基带部分3。射频部分2具有两个天线4和5，分别各自连接到低噪声放大器/下变频单元6和7。要注意，接收机1例如可为纯接收装置的部分或者可为接收和发送装置的部分。在后一情形下，天线4和5例如可为接收及发射天线。分别将来自单元6和7的下变频信号送到快速傅里叶变换单元(FFT)8和9，并分别由快速傅里叶变换单元(FFT)8和9对其进行处理。来自傅里叶变换单元8和9的转换信号被送到依照本发明的均衡结构10和信道估计器11。信道估计器11基于包括训练序列(前同步部分)的接收信号(突发)执行信道估计，其中，信道估计器11使用训练序列来导出信道估计。来自信道估计器11的信号被供给均衡结构10。均衡结构10执行极大似然检测，以便把具有距所接收信号矢量的最小尤拉距离(Euclideandistance)的、调制方案信号星座图的候选信号矢量(星座点)确定为最有可能接收的信号矢量。下面进一步论述具体处理。在均衡处理之后，信号分别在解调器/信道解码器12和13中进一步进行分别处理。分别来自解调器/信道解码器12和13的输出信号被送到输出所接收数据比特流的并/串处理单元14。

在图1中示意示出的示例OFDM发射机20包括射频部分21和基带部分22。在基带部分22中，发送信号被串/并转换器23分成两路并行数据比特流。从转换器23输出的这两路数据比特流被分别送给信道编码器/调制器24和25。已编码已调制信号被分别送给快速傅里叶逆变换(IFFT)单元26和27，IFFT单元26和27将变换信号分别供给相应数/模转换器(DAC)和滤波器单元28和29。然后，模拟滤波信号被分别送到相应上变频/功率放大单元30和31，所述单元30和31经相应发射天线32和33发射放大信号。要注意，发射机20可为发送和接收装置的部分，天线32和33例如可为接收及发射天线。

如由图1中点线所示，并行发射的信号相互干扰。对于一般MIMO系统或任意其它类似系统，由具有n_R行的x给出每个符号的接收信号列向量，其中该向量的各行表示每一接收机天线的接收信号。接收信号x由下式给出：

x＝Hs+n                 (1)

其中，s是发送信号的列向量(n_T x1)，H是表示从每一发射机天线到接收天线的信道响应的信道矩阵(n_R x n_T)，n为噪声向量(n_R x1)。

对于OFDM系统的情形(OFDM系统的示例在图1中示出)，以M表示子载波的数量。将在子载波m(m＝1，...，M)的所接收基带信号表示为接收列向量x_m(n_R x1)。对于在接收机的各个接收机输出，该向量的每个行元素是与来自第m个子载波对应的FFT输出的信号。接收机x_m向量可因此表示为：

x_m＝H_ms_m+n_m                    (2)

其中，s_m是发送信号向量(n_Tx1)，H_m是信道矩阵(n_R x n_T)，n_m是噪声向量(n_R x1)。对于每个接收机，发送信号向量s_m的各个行元素与对应于第m个子载波的IFFT的输入信号对应。信道矩阵H_m的元素与从所发送向量的元素到所接收向量的元素的不同信道响应对应。因此，它是IFFT、多径信道和FFT的组合。它导致IFFT、多径信道和FFT的组合效应。众所周知，对于OFDM系统此类组合带来信道矩阵H_m，信道矩阵H_m的元素h_m，ij(i＝1...n_R，j＝1...n_T)是单复数值。对于图1中示出的具有两个发射天线32、33和两个接收天线4、5的示例，载波m的接收信号可写为：

$x_m=\left[\begin{array}{c}{x}_{m,1}\\ x_{m,2}\end{array}\right]=\left[\begin{array}{cc}{h}_{m,11}& h_{m,12}\\ h_{m,21}& h_{m,22}\end{array}\right]\left[\begin{array}{c}{s}_{m,1}\\ s_{m,2}\end{array}\right]+\left[\begin{array}{c}{n}_{m,1}\\ n_{m,2}\end{array}\right]---\left(3\right)$

对于各个子载波m，均衡器10中所包含的极大似然检测器在可能的传输信号的整个集合s_m∈A(其中，A是所有可能的传输向量的集合)之上进行搜索，以便根据传输信号向量

决定哪个具有距接收向量x_m的最小尤拉距离，

$\widehat{s_m}=\arg \underset{s_m\∈A}{\min }{\left|\right|x_m-H_m{s}_m\left|\right|}^2---\left(4\right)$

包含所有可能发送信号向量的可能传输信号集合A的大小依赖于来自各个天线的可能的发送符号的数量(其依赖于调制星座图的大小)和发射天线的数量n_T。可能的发送信号的数量由下式给出：

因此，对于具有两个以上天线的高级调制方案，集合大小可非常大，根据式(4)对每个子载波需要被执行的比较的数量由下式给出：

    (6)

总之，表1示出了对于常用的调制方案BPSK、QPSK、16QAM和64QAM对每个子载波必须在式(4)中进行的比较的数量。

表1：对于MLD算法每个子载波的比较的数量

比较的数量当然只是复杂性的一种度量。其它度量包括乘法、加法和减法的数量。乘法的确切数量取决于实现。但是对于在其中前同步根据被随后的数据部分缩短的通信系统中的极大似然检测实现，一旦信道矩阵H已知，例如经由在前同步周期期间的信道估计，则可形成矢量积完整的集合Hs。这意味着在数据部分或者数据段的接收期间，只需要计算可在图2中示出的比较，图2示出了极大似然检测的处理步骤。在前同步段的接收期间，计算Hs的乘法和加法，使得在数据段的接收期间，对每个数据符号只需要计算‖r-Hs‖²的减法和比较。

如果假设矩阵H和向量s只具有实数值(其可具有实数值或复数值)，则产生Hs需要的乘法的数量由下式给出：

乘法数＝n_R x n_T x(调制星座图大小)n_T         (7)

或者，如果矩阵H和向量s具有复数值，则产生Hs需要的乘法的数量由下式给出：

乘法数＝4x n_Rx nT x(调制星座图大小)n_T              (8)

列表极大似然检测：

对于高级调制方案，上述极大似然检测算法非常复杂。下文中，描述均衡方法和均衡结构的备选实施例，该实施例与极大似然检测器方案近似，但具有大为降低的复杂性且因此很适合较高级的调制方案，以实现接收装置的最优实现。此类改进极大似然检测算法的实现的示例在图3中示出。在该实施例中，相对于图1示出并论述的均衡器10包括：选择器14，适合选择两路(或两路以上)传输信号之一；估计器15，适合对所选传输信号的至少某些候选星座值，通过干扰撤销(interference cancellation)计算，计算所述传输信号中的未选传输信号的估计星座值；极大似然检测器16，包括适合根据接收信号矢量和信道估计值与候选信号矢量的乘积计算度量值的度量值计算器17，因而该极大似然检测器适合根据所述度量值检测具有距相应接收信号矢量最小尤拉距离的候选信号矢量中之一作为最有可能的传输信号；以及，软判决值计算器18，适合根据所述度量值的至少某些度量值的候选信号矢量计算最有可能的候选信号矢量的软判决值。均衡器10还可选择性地包括：处理器19，适合计算所接收信号的星座值的估计，且在信号星座图中确定多个与所述估计的星座值邻近的候选星座值，使得可减少在极大似然检测器16中执行的星座的数量。选择器14、估计器15、检测器16、度量值计算器17、软判决值计算器18和处理器19的功能性在下面更详细地论述。必须注意，对于相应的所希望功能，这些元件和单元可用适当方式以软件或硬件单元或以其组合来实现。

下文中，描述了上述极大似然检测的上述备选实施例，它也被称为列表极大似然检测(List Maximum Likelihood Detection)且与设置在选择器14、估计器15和具有度量值计算器17的极大似然检测器16中。

要注意，均衡器10不一定必须包括图3示出的全部元件和单元，而是可只具有其减少的选择，如要在下面进一步所论述的。

这种列表极大似然检测(列表MLD)算法的第一步是对要被检测的第一数据流设置候选列表。因此，术语“数据流”是指发射天线之一所发送的信号。因此，候选列表是可能已从发射天线之一发送的可能发送的星座点或候选信号矢量的列表。因此，基于从信道估计器11所接收到的对应信道估计信息，选择器14根据对应选择的准则选择第一或第二数据流之一(两路或两路以上的传输信号之一)，作为例如诸如最低接收信噪比的最差传输质量的数据流。接着，估计器15适合建立候选列表、即所选数据流的候选星座值，并根据干扰计算，计算未选数据流的估计。如果将例如图4示意示出的16QAM调制方案用于信息或数据的传输，则候选列表将因此包含16个可能星座值(候选星座值)的每一个星座值，并具有列表长度L＝调制星座图大小＝16，因此，每个星座点表示为在同相和正交平面上指示其位置的复数。对应地，如图5示意所示，当将64QAM用于传输时，候选列表将包含64个可能星座值的每一个星座值(星座值是分配给星座配置的每个星座点的比特映射)，并具有列表长度L＝64。

通过考虑在列表中的每个星座值，又通过使用干扰撤销(interference cancellation：IC)来产生其它数据流(发射机)的星座值。因此，对于一个发射机的列表中的每个点i(i＝1，...，L)，具有完整的发送矢量s_i(候选信号矢量)：

$s_i=\left(\begin{array}{c}{s}_{1,i}\\ \·\\ \·\\ s_{\mathrm{Tx},i}\end{array}\right)---\left(8\right)$

该矢量包括来自一个发射机的列表的一个值和已从IC获得的其它发射机的其它值。接着，在式(4)中测试L不同的矢量s_i，以找到具有最低度量并因而与最有可能发送的符号矢量对应的哪个矢量。

为了获得该列表MLD算法的最优性能，发射器信号之一、优选具有最低接收信噪比(SNR)的那个信号被指定为第一流并因此通过干扰撤销获得具有最高接收信噪比(SNR)的发射器信号是很重要的。这很重要，因为干扰撤销步骤对噪声的影响敏感。

对于2发射器示例，做该判决的简单方法如下：

如果(if) ${\left|\right|\begin{array}{c}{h}_{11}\\ h_{12}\end{array}\left|\right|}^2>{\left|\right|\begin{array}{c}{h}_{12}\\ h_{22}\end{array}\left|\right|}^2$ (其为SNR的估计)，则从列表生成发射器2的值并使用IC导出发射器1的估计，

否则(else)，

从列表生成发射器1的值并使用IC导出发射器2的估计。

为了更详细论述均衡器10，将使用2发射器系统作为示例，其中，第二发射器具有较高的接收SNR，因此由选择器14和估计器15选择的第一发射器值建立第一发射器值的候选星座的列表，并计算相应第二发射器值的估计。

对于来自列表的流1的每个星座点s_1，i(i＝1，...，L)，流2的估计信号

在估计器15中按下式获得：

$x_{c,i}=x-s_{1,i}\left(\begin{array}{c}{h}_{11}\\ h_{21}\end{array}\right)---\left(9\right)$

其中，x为接收信号矢量(n_R x 1)(参见式3)，x_c，i为撤销之后的接收信号矢量。则，x_c，i的最小均方误差x_mmse，i按下式计算：

$x_{\mathrm{mmse},i}=\left(\begin{array}{c}{x}_{c,i}\\ 0\\ 0\end{array}\right)---\left(10\right)$

然后，第二流(流2)的估计s_2，i按下式获得：

${\tilde{s}}_{2,i}={\left(\begin{array}{c}{h}_{21}\\ h_{22}\\ 1/\mathrm{SNR}\\ 0\end{array}\right)}^{+}{x}_{\mathrm{mmse},i}---\left(11\right)$

其中，SNR为信噪比，例如平均信噪比，(.)⁺为Moore Penrose伪逆(pseudo inverse：PINV)函数。必须明白，Moore Penrose伪逆函数的使用只是示例，可使用其它适当的伪逆函数。

在估计器15中最终量化软输出信号

以获得最后的硬判决估计 ${\hat{s}}_2.$

${\hat{s}}_{2,i}=Q\left({\tilde{s}}_{2,i}\right)---\left(12\right)$

其中，Q(.)表示对应于所选调制方案的量化函数。

这两个值s_1，i和

(它们构成候选信号)接着被提供给极大似然检测器16，将其用于MLD方程并在度量值计算器17中计算度量值m_i：

$m_i={\left|\right|x-\mathrm{Hs}\left|\right|}^2={\left|\right|\left(\begin{array}{c}{x}_1\\ x_2\end{array}\right)-\left(\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right)\left(\begin{array}{c}{s}_{1,i}\\ {\hat{s}}_{2,i}\end{array}\right)\left|\right|}^2---\left(3\right)$

对所有候选星座值s_1，i(i＝1，...，L)重复该处理(式9-13)。对于具有全部列表大小的16QAM方案，因为存在16个候选，因此该处理被重复16次，并生成16个m_i(i＝1，...，L)值。同样，对于具有全部列表大小的64QAM方案，该处理被重复64次，并生成64个m_i(i＝1，...，L)值。

对于该列表MLD的每个重复，在极大似然检测器16中只保留m_i的最小值。最小值对应于最有可能被发送的星座值

和s_1，i，因此是检测器16的硬输出。与最先描述的MLD算法相比，这种算法具有复杂性优势，因为式13只需要被执行与列表大小L对应的次数。对于整个列表，L＝调制星座大小。另一方面，最先描述的MLD必须执行式4与(调制星座图大小)n_T对应的次数。

下文中，描述本发明的均衡结构和均衡方法的额外有优势的实现可能性，其改善了性能，降低了复杂性且易于实现。

软判决值计算：

设置在选择器14、估计器15和检测器16中的上述列表MLD算法(式9-13)产生与最有可能被发送的星座值有关的硬判决。列表MLD算法因此输出与这些星座值所关联的比特有关的硬判决。(示例的关联比特模式可根据图4和图5示出的16QAM和64QAM星座图的示例见于星座点附近)。

对于多数通信系统(尤其使用“软”判决信道编码的通信系统)，如果均衡器产生具有指示均衡器确定其符号的置信度的软信息的比特，则可获得大大的性能改善。因此本文提议产生软比特的方法和结构，即软判决值计算器18。

为了生成列表MLD均衡器的软比特，在使用式9-13来处理流1的每个星座值s_1，i(i＝1，...，L)时不再只保留最低m_i，而是将在从度量值计算器17中所计算出的所有度量m_i(i＝1，...，L)存储到表格中。此外，对于每个i，存储与

和s_1，i关联的关联比特模式。接着将度量及其关联比特模式基于上升的度量值按行存储在计算器18中，使得最小度量处于表格的底部。

已存储了16QAM(L＝16)的完整列表的示例表格在图6中示出。为了计算各比特的软信息，在计算器18中把最小度量(被置于表格的底部)所关联的比特模式与列表中连续行的比特模式进行比较。在比特中存在变化(从1到0或者0到1)时，在最小度量和最先出现比特变化的下一最小度量之间的度量差被作为该比特的软信息。该计算的两个示例在图6中示出。

如果在列表的最高行，没有发现给定比特的变化，则该比特的软输出被设为与列表大小L有关的指示高置信度的预定值。

也可使用其它实现的变型，但是本文提议使用最小度量和改变比特的下一最小度量之间的度量差值的一般原理。要明白，在计算器18中执行的所述软判决值计算也可与最先所述的极大似然检测而不与列表MLD结合。

一般而言，软判决值计算器18适合根据所述度量值的至少某些度量值的候选信号矢量计算最有可能的候选信号矢量的软判决值。优选地，软判决值计算器适合根据所述度量值的至少某些度量值的候选信号矢量之间的差值计算软判决值。更优选地，极大似然检测器16适合通过选择最小度量值检测最有可能的候选信号矢量，其中，所述软判决值计算器18适合根据最小度量值的最有可能的候选信号矢量与其它度量值的候选信号矢量之间的差值来计算最有可能的候选信号矢量的软判决值。因此，软判决值计算器18优选适合根据最小度量值和其中在对应候选信号矢量中相对于最小度量值的候选信号矢量出现改变的下一最小度量值的候选信号矢量之间的差值来计算所述软判决值。因此，软判决值计算器18优选适合计算与最小度量值和其中在对应候选信号矢量中相对于最小度量值的候选信号矢量出现改变的下一最小度量值之间的差值成比例的所述软判决值。因此，软判决值计算器18优选适合以最小度量值和其中在对应候选信号矢量中相对于最小度量值的候选信号矢量出现改变的下一最小度量值之间的差值来计算所述软判决值。优选地，候选信号矢量由比特模式构成，其中软判决值计算器适合对最有可能的候选信号矢量的比特模式的每个比特计算软判决值。

尤拉距离计算的复杂性降低

式(13)，即所谓的MLD方程，该方程在检测器16中运算，计算接收信号x和被信道矩阵H相乘的可能的传输信号矢量s之间的尤拉距离。它要求范式运算‖(.)‖²的计算。如果假设该变量表示式(13)的复信号，则可把式(13)展开如下：

${\left|\right|\left(\begin{array}{c}{x}_1\\ x_2\end{array}\right)-\left(\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right)\left(\begin{array}{c}{s}_{1,i}\\ {\hat{s}}_{2,i}\end{array}\right)\left|\right|}^2={\left|\right|\left(\begin{array}{c}{x}_1\\ x_2\end{array}\right)-\left(\begin{array}{c}{\mathrm{HS}}_{1,i}\\ {\mathrm{HS}}_{2,i}\end{array}\right)\left|\right|}^2$

     ${=(x_{1\left(\mathrm{real}\right)}-{\mathrm{HS}}_{1,i\left(\mathrm{real}\right)})}^2+{(x_{1\left(\mathrm{imag}\right)}-{\mathrm{HS}}_{1,i\left(\mathrm{imag}\right)})}^2---\left(14\right)$

     $+{(x_{2\left(\mathrm{real}\right)}-{\mathrm{HS}}_{2,i\left(\mathrm{real}\right)})}^2+{(x_{2\left(\mathrm{imag}\right)}-{\mathrm{HS}}_{2,i\left(\mathrm{imag}\right)})}^2$

这里，子下标(real)和(imag)表示复信号的I(同相)和Q(正交)分量。如式(14)所示，该运算涉及4次平方函数(.)²。这些平方函数要求相关项相乘。由于式(14)必须被执行多次，且因为乘法是在硬件中实现的复杂运算，因此可通过使用以下近似改进度量计算器17和检测器18，使其适合式(14)：

${\left|\right|\left(\begin{array}{c}{x}_1\\ x_2\end{array}\right)-\left(\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right)\left(\begin{array}{c}{s}_{1,i}\\ {\hat{s}}_{2,i}\end{array}\right)\left|\right|}^2={\left|\right|\left(\begin{array}{c}{x}_1\\ x_2\end{array}\right)-\left(\begin{array}{c}{\mathrm{HS}}_{1,i}\\ {\mathrm{HS}}_{2,i}\end{array}\right)\left|\right|}^2$

     $\≈\mathrm{abs}{(x_{1\left(\mathrm{real}\right)}-{\mathrm{HS}}_{1,i\left(\mathrm{real}\right)})}^{\mathrm{}}+{\mathrm{abs}(x_{1\left(\mathrm{imag}\right)}-{\mathrm{HS}}_{1,i\left(\mathrm{imag}\right)})}^{\mathrm{}}$

                                                    (15)

     $+\mathrm{abs}{(x_{2\left(\mathrm{real}\right)}-{\mathrm{HS}}_{2,i\left(\mathrm{real}\right)})}^{\mathrm{}}+\mathrm{abs}{(x_{2\left(\mathrm{imag}\right)}-{\mathrm{HS}}_{2,i\left(\mathrm{imag}\right)})}^{\mathrm{}}$

其中，abs(.)函数是绝对值函数。该绝对值函数可例如以硬件轻易实现，因为它只要求去除指示符号信息(符号位)的比特。

一般而言，度量值计算器17适合使用绝对值计算根据所述接收信号矢量和信道估计值与候选信号矢量的乘积计算度量值。优选地，度量值计算器17因而适合根据接收信号矢量和信道估计值与候选信号矢量的乘积之间的差值的绝对值计算计算每个所述度量值。因此，度量值计算器17优选适合根据每个接收信号流的接收信号和信道估计值与该数据流的相应候选星座值的乘积之间的每个差值的绝对值计算计算每个度量值。因此，度量值计算器17优选适合根据对每个差值所计算的绝对值之和计算各个度量值。

要注意，刚才所述的改进度量计算器17和检测器16可与列表MLD结合、即与选择器14和估计器15结合，或者与最先描述的极大似然检测结合。同样，改进度量计算器17和检测器16可与或不与软判决值计算器18结合。

MMSE/ZF预处理步骤

到现在为止，已针对列表MLD描述了候选星座值的完整列表的计算和使用，它是L＝调制星座图大小的列表。由于如在估计器15和检测器16中所执行的列表MLD的主要处理包括处理式(9)-(13)L次，因此如果列表大小L降低则可获得大为减少的复杂性。因此，提议使用预处理结构、即处理器19，它提供与最有可能发送的符号矢量可能出现的位置有关的信息。

在处理器19中，实现MMSE(最小均方误差)或者ZF(zero forcing：迫零)算法。为了阐述该算法又使用2发射器示例：

对于MMSE算法的情况，处理器适合执行以下步骤。

步骤1：导出MMSE解，即根据信道估计值、信噪比和所接收信号矢量对所接收信号矢量的估计：

$\left(\begin{array}{c}{\tilde{s}}_1\\ {\tilde{s}}_2\end{array}\right)={\left(\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\\ 1/\mathrm{SNR}& 0\\ 0& 1/\mathrm{SNR}\end{array}\right)}^{+}\left(\begin{array}{c}{x}_1\\ x_2\\ 0\\ 0\end{array}\right)---\left(16\right)$

其中，(.)⁺为Moore Penrose伪逆(PINV)函数(可使用其它适当的伪逆函数)，SNR为估计的信噪比。值

和

表示软值。

步骤2：量化MMSE解

接着，对软值和

进行量化以满足：

${\hat{s}}_1=Q\left({\tilde{s}}_1\right)---\left(17\right)$

${\hat{s}}_2=Q\left({\tilde{s}}_2\right)---\left(18\right)$

其中，Q(.)表示调制方案的量化函数并做关于哪些星座值有可能被发送的硬判决。

步骤3：构成大小减少的列表(L<调制星座图大小)

根据在处理器19中确定的具有最高信号功率的那个发射器，选择

或

作为包含要被包含在列表中的点的区域或范围的中心(或偏移或者靠近该中心)。图7到图10分别示出了与L＝16、25、32和36点的列表大小对应的示例区域。如这些图所示，MMSE解用“X”标注，量化的MMSE解标注为阴影星座点和包含在列表中的周围点。所述区域的准确大小和形状为特定实现，这些图只示出了可能示例。区域(以及在该区域里面的并行点的数目)越大，则性能越好但复杂性越高。

对于迫零解，第一步由“导出ZF解步骤”代替，在该步骤中对2发射器示例的接收信号矢量的估计可只根据信道估计值和所接收信号矢量计算：

$\left(\begin{array}{c}{\tilde{s}}_1\\ {\tilde{s}}_2\end{array}\right)={\left(\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{21}\end{array}\right)}^{+}\left(\begin{array}{c}{x}_1\\ x_2\end{array}\right)---\left(19\right)$

通常，处理器19适合计算所接收信号的星座值的估计，并在信号星座图中确定多个与所估计星座值邻近的候选星座值。因此，处理器19优选适合根据信道估计值和所接收信号计算星座值的估计。更优选地，处理器19适合根据信道估计值矩阵和所接收信号矢量的乘积计算星座值的估计。此外，处理器19优选适合根据信道估计值的伪逆矩阵和所接收信号矢量的乘积计算星座值的估计。备选地，处理器19适合根据信道估计值、信噪比值估计和所接收信号计算所述星座值的估计。因此，处理器19优选适合根据包括信道估计值和信噪比值估计的倒数值的矩阵与所接收信号的乘积计算星座值的估计。处理器19还优选适合根据包括所述信道估计值和信噪比值估计的倒数值的伪逆矩阵与所接收信号的乘积计算星座值的估计。

处理器19，在计算所接收信号矢量的各数据值的星座值估计之后，即在计算所接收信号矢量的各接收数据流的每个数据值的星座值估计之后，优选适合根据传输质量选择所述星座值估计之一，并在所述信号星座图中确定多个与所选估计星座值邻近的候选星座值。此外，处理器19优选适合通过在信号星座图中选择多个与所述估计的星座值邻近的候选星座值，确定所述多个候选星座值作为在信号星座图中在所述那个所估计星座值周围的所有可用星座值的子集。

要明白，均衡器10中的处理器19的实现可与软判决值计算器18的实现和/或改进检测器16和度量值计算器17的实现结合。

新颖特征4：伪逆计算和局部Hs预计算

如前所述，标准列表MLD算法对该列表中的各s_1，i(i＝1，...，L)执行式9-13。式(9)-(13)因此在选择器14、估计器15和检测器16中被运算L次。

提议，通过只在可从信道估计器11获得新信道信息时计算由在度量值计算器17中所执行的式(11)中的(.)⁺运算所表示的所需伪逆，降低其中存在数据时隙(data slot)之前的前同步部分的系统和/或在其中信道变化非常缓慢的系统的复杂性。对于具有如图2所示的帧结构的系统，这意味着在计算器17中只在前同步阶段期间或结束时或者在数据阶段开始时计算式11的伪逆。

这意味着与对该状态或技术的均衡器的各个符号计算L次相比，该伪逆只计算一次。因此降低了复杂性。

此外，对于其中存在数据时隙之前的前同步部分的系统(参见图2)和/或对于其中信道变化非常缓慢的系统，在数据时隙期间式(13)(或者式(15)，如果实现的话)所需的某些处理也可重新分配到前同步时隙。通过将式(13)展开并进行因式分解可见：

$m_i={\left|\right|x-\mathrm{Hs}\left|\right|}^2={\left|\right|\left(\begin{array}{c}{x}_1\\ x_2\end{array}\right)-\left(\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right)\left(\begin{array}{c}{s}_{1,i}\\ {\hat{s}}_{2,i}\end{array}\right)\left|\right|}^2$

   $={\left|\right|\left(\begin{array}{c}{x}_1\\ x_2\end{array}\right)-\left(\begin{array}{c}{h}_{11}{s}_{1,i}+h_{12}{\hat{s}}_{2,i}\\ h_{21}{s}_{1,i}+h_{21}{\hat{s}}_{2,i}\end{array}\right)\left|\right|}^2={\left|\right|\left(\begin{array}{c}{x}_1\\ x_2\end{array}\right)-\left(\begin{array}{c}{A}_i+h_{12}{\hat{s}}_{2,i}\\ B_i+h_{21}{\hat{s}}_{2,i}\end{array}\right)\left|\right|}^2---\left(20\right)$

由于信道元素h_ij(i＝1，...，n_R，j＝1，...，n_T)不改变(且如果获得了新的信道估计值则只需要重新计算)，且因为已知s_1，i(i＝1，...，L)的全集、即所选传输信号的候选星座值。所以，由A_i和B_i表示的局部乘积项可在前同步阶段期间或结束时或者数据阶段开始时计算。这在图11中以图示出。

这意味着在前同步期间只需要在计算器17中对每个i值计算一次Ai和Bi，且不需要对每个新符号重新进行计算。

一般而言，选择器14适合选择两路或两路以上传输信号(或者数据流)中之一。此外，估计器15适合对所选传输信号的至少某些候选星座值，通过干扰撤销计算计算未选的哪些传输信号的估计星座值，以便获得所述至少某些候选星座值的每个星座值的候选信号矢量，每个候选信号矢量包括对应未选的那些所述传输信号的估计星座值以及所选传输信号的所述至少某些候选星座值中之一，其中在获得新信道估计值的情况下只更新干扰撤销计算和/或极大似然检测(比较式(13)和/或式(15))中所用的信道估计值。优选地，在所述干扰撤销计算中，计算撤销信号矢量和信道估计矢量之间的乘积，所述信道估计矢量包括未选的那些所述传输信号的所述信道估计值。因此，在获得未选的那些所述传输信号的新信道估计值的情况下只更新信道估计矢量。此外，优选地，根据接收信号矢量与用所选传输信号的信道估计值相乘的相应候选星座值之间的差值计算撤销信号矢量，因此在获得新信道估计值时只更新所选传输信号的信道估计值。所以，极大似然检测器16可适合根据信道估计值与候选信号矢量的乘积来检测所述最有可能的传输信号矢量(式(13)和/或(15)的实现)，其中，在获得新信道估计值时只更新用所述所选传输信号的候选星座值相乘的信道估计值。

Claims (19)

1.一种用于无线通信系统的接收装置的均衡结构(10)，在所述无线通信系统中，用表示两个或两个以上接收数据流的接收信号矢量接收从一个或多个发射机并行发送的两个或两个以上传输信号，所述信号包括依照调制方案调制到载波信号上的信息，其中，所有可能的传输信号由所述调制方案的信号星座图中的候选星座值表示，包括：

处理器(19)，适合计算对所接收信号的星座值的估计，并在所述信号星座图中确定多个与所述所估计星座值邻近的候选星座值，

度量值计算器(17)，适合根据所述接收信号矢量和信道估计值与候选信号矢量的乘积计算度量值，每个候选信号矢量包括所述两个或两个以上传输信号中每个传输信号的候选星座值，其中，对所述多个候选星座值的每个星座值和所述所估计星座值计算所述度量值，以及

极大似然检测器(16)，适合根据所述度量值检测具有距相应接收信号矢量的最小尤拉距离的所述候选信号矢量中之一作为最有可能的传输信号矢量。

2.如权利要求1所述的均衡结构(10)，

其中，所述处理器(19)适合根据信道估计值和所述所接收信号计算对所述星座值的所述估计。

3.如权利要求2所述的均衡结构(10)，

其中，所述处理器(19)适合根据所述信道估计值的矩阵与所述所接收信号矢量的乘积计算对所述星座值的所述估计。

4.如权利要求3所述的均衡结构(10)，

其中，所述处理器(19)适合根据所述信道估计值的伪逆矩阵与所述所接收信号矢量的乘积计算对所述星座值的所述估计。

5.如权利要求1所述的均衡结构(10)，

其中，所述处理器(19)适合根据信道估计值、信噪比值估计与所述所接收信号计算对所述星座值的所述估计。

6.如权利要求5所述的均衡结构(10)，

其中，所述处理器(19)适合根据包括所述信道估计值和所述信噪比值估计的倒数值的矩阵与所述所接收信号的乘积计算对所述星座值的所述估计。

7.如权利要求6所述的均衡结构(10)，

其中，所述处理器(19)适合根据包括所述信道估计值和所述信噪比值估计的倒数值的伪逆矩阵与所述所接收信号的乘积计算对所述星座值的所述估计。

8.如权利要求1-7中任一项所述的均衡结构(10)，

其中，所述处理器(19)在对接收信号矢量的每个数据值计算所述星座值估计之后，适合根据传输质量选择所述星座值估计之一，并在所述信号星座图中确定多个与所述选择的所估计星座值邻近的候选星座值。

9.如权利要求1-8中任一项所述的均衡结构(10)，

其中，所述处理器(19)适合通过在所述信号星座图中选择多个与所述估计的星座值邻近的候选星座值，确定所述多个候选星座值作为在所述信号星座图中在所述那个所估计星座值周围的所有可用星座值的子集。

10.一种无线通信系统的均衡方法，在所述无线通信系统中，用表示两个或两个以上接收数据流的接收信号矢量接收从一个或多个发射机并行发送的两个或两个以上传输信号，所述信号包括依照调制方案调制到载波信号上的信息，其中，所有可能的传输信号由所述调制方案的信号星座图中的候选星座值表示，包括以下步骤：

计算对所接收信号的星座值的估计，并在所述信号星座图中确定多个与所述所估计星座值邻近的候选星座值，

根据所述接收信号矢量和信道估计值与候选信号矢量的乘积计算度量值，每个候选信号矢量包括所述两个或两个以上传输信号中每个传输信号的候选星座值，其中，对所述多个候选星座值的每个星座值和所述所估计星座值计算所述度量值，以及

根据所述度量值检测具有距相应接收信号矢量的最小尤拉距离的所述候选信号矢量中之一作为最有可能的传输信号矢量。

11.如权利要求10所述的均衡方法，

其中，根据信道估计值和所述所接收信号计算对所述星座值的所述估计。

12.如权利要求11所述的均衡方法，

其中，根据所述信道估计值的矩阵与所述所接收信号矢量的乘积计算对所述星座值的所述估计。

13.如权利要求12所述的均衡方法，

其中，根据所述信道估计值的伪逆矩阵与所述所接收信号矢量的乘积计算对所述星座值的所述估计。

14.如权利要求10所述的均衡方法，

其中，根据信道估计值、信噪比值估计与所述所接收信号计算对所述星座值的所述估计。

15.如权利要求14所述的均衡方法，

其中，根据包括所述信道估计值和所述信噪比值估计的倒数值的矩阵与所述所接收信号的乘积计算对所述星座值的所述估计。

16.如权利要求15所述的均衡方法，

其中，根据包括所述信道估计值和所述信噪比值估计的倒数值的伪逆矩阵与所述所接收信号的乘积计算对所述星座值的所述估计。

17.如权利要求10-16中任一项所述的均衡方法，

其中，在对接收信号矢量的每个数据值计算所述星座值估计之后，根据传输质量选择所述星座值估计之一，并在所述信号星座图中确定多个与所述选择的所估计星座值邻近的候选星座值。

18.如权利要求10-17中任一项所述的均衡方法，

其中，通过在所述信号星座图中选择多个与所述估计的星座值邻近的候选星座值，确定所述多个候选星座值作为在所述信号星座图中在所述那个所估计星座值周围的所有可用星座值的子集。

19.一种可直接加载到用于在无线通信系统中接收信息信号的接收装置的内部存储器中的计算机程序，包括：

软件代码，适合在所述接收装置中运行时执行权利要求10-18中任一项所述的步骤。

Images