CN101542994A - 在多天线系统的接收机中用来产生软比特信息的方法和装置 - Google Patents

Abstract

本发明涉及一种在多天线系统中的接收机中产生软比特信息的方法和装置，本发明是基于减少产生所述软比特信息的计算复杂度的目的。在方法方面，通过以下事实实现了所述目的：用两个子步骤执行对第m个天线的迭代加深式搜索，在这种情况下，在第一个子步骤中，当没有给第m个天线分配s的最后一个元素时，以m与s的最后一个元素关联的方式对s进行旋转，信道矩阵H同样地被旋转，并且执行信道矩阵H的QR分解，在第二个子步骤中，采用向量形式(公式(1))的搜索半径执行所述的迭代加深式搜索；其中，公式2表示第m个天线中的比特位置的数量，对搜索半径向量(公式(4))执行(公式(3))≥d²的比较，通过将搜索向量(公式(4))的向量元素(公式(4))(…)设置为对应于所满足的条件的欧几里德距离的值来改变搜索半径，只要来自半径向量(公式(4))的至少一个搜索半径(公式(4))(…)满足了条件(公式(3))≥d²或者只要已经与所有N_Tx个天线的所有发射符号s(m)进行了比较，就执行所述的迭代加深式搜索，输出天线m的软比特信息(公式(5))，以及再次执行本方法的子步骤，直到确定了所有N_Tx个天线的所有的软比特信息(公式(5))。

Description

在多天线系统的接收机中用来产生软比特信息的方法和装置

技术领域

本发明涉及一种在多天线系统的接收机中产生软比特信息的方法，其中，根据接收向量y采用可能的传输符号的值集Q来形成软比特信息ρ_k ^m，这里， $k=(\mathrm{1,2},...,N_{\mathrm{bits}}^m),$ N_bits ^m规定了由调制所确定的符号中的比特位置的数量，m规定了发射天线的数量。

本发明还涉及一种用于实现所述的用于在多天线系统的接收机中产生软比特信息的方法的装置。

背景技术

在多输入多输出通信系统(MIMO)中，采用N_Rx维接收向量y和N_Tx维发射向量s可以描述频域中的传输模型，其中， $y={[y_1,...,y_{N_{\mathrm{Rx}}}]}^T,$ s＝[s(1)，...，s(N_Tx)]^T。

在这种情况下，用N_Rx来表示所采用的接收天线的数量，用N_Tx来表示所采用的发射天线的数量。

从而，包含在s中的s(m)的部分例如对应于基于QAM调制Q^m发送的复数QAM符号，QAM调制Q^m被用于特定的发射天线m。

具有复元素H(n，m)的信道矩阵H说明了发射和接收天线之间的发射性能，其中，H(n，m)表示从第m个发射天线到第n个接收天线的传递函数。从而，H是一个N_Rx×N_Tx矩阵。

可以用下列公式来描述系统模型：

y＝Hs+n    (1)，

其中，n＝[n(1)，...，(N_Rx)]^T是一个考虑了每个接收天线中的噪声所引起的干扰影响的N_Rx维不相关噪声向量。

现有技术区分了那些用于所接收到的信息的硬判决和软判决解码的方法。

对于硬判决接收机概念，必须发现那些以最大概率发射的符号向量s_min。

出于这个目的，考虑欧几里德距离

d²＝||y-Hs||²(2)，

通过为d²所计算的那些值内的最小搜索来发现被寻找的符号向量s_min。

$s_{\min }=\arg \underset{s\∈Q}{\min }\left\{{\left|\right|y-\mathrm{Hs}\left|\right|}^2\right\}---\left(3\right)$

采用记号s∈Q来表示s_min是从所有可能的符号向量集选择的，即从所谓的符号Q的集。

因此，采用下式，通过每个发射天线m的所有可能的QAM符号|Q^m|的数量来确定所有可能的符号向量|Q|的数量：

$\left|Q\right|=\underset{m=0}{\overset{N_{\mathrm{Tx}}}{\mathrm{\Π}}}\left|Q^m\right|---\left(4\right)$

只要确定了符号向量s_min，就可以根据硬判决接收机的方法确定接收到的比特，并且根据用于s_min的每个元素s_min(m)的二元模式 $b\left(m\right)=[b^m\left(1\right),...,b^m\left(N_{\mathrm{bits}}^m\right)]$ 只能假设值0或者1。

为了完全利用信道解码器(例如Viterbi解码器)的资源，接收到的那些比特不应当具有根据硬判决而通常获得的0值或1值。

例如，当采用BPSK调制时，硬判决提供了0或1，或-1或1以及因此关于数学符号的判决。相反，除了数学符号之外，软判决另外提供了关于已经判决的值与判决阈值之间的距离的信息。

从而，计算这个所谓的软比特信息ρ_k ^m(对数似然比率，LLR)是更加有利的。

对于采用第m个发射天线发射的第k个比特，可以通过下式给出软比特信息的值：

${\mathrm{\ρ}}_k^m=\underset{s\∈Q_k^m}{\min }\left\{{\left|\right|y-\mathrm{Hs}\left|\right|}^2\right\}-\underset{s\∈\stackrel{\‾}{Q_k^m}}{\min }\left\{{\left|\right|y-\mathrm{Hs}\left|\right|}^2\right\}---\left(5\right)$

在公式(5)中，根据可能的发射向量s∈Q的值集Q来确定两个所选择的部分值集Q_k ^m和Q_k ^m。

部分值集Q_k ^m包括那些可能的发射向量 $s\∈Q_k^m,$ 以在第m个发射天线的第k个比特位置是1的方式向这些发射向量的各个元素s(m)分配二进制模式b(m)。

从而，对于互补的部分值集Q_k ^m而言，真是的是它描述了那些在第m个发射天线的第k个比特位置被赋值0的可能的发射向量 $s\∈\stackrel{\‾}{Q_k^m}.$

从而，包含在Q_k ^m和Q_k ^m中的符号向量的数量|Q_k ^m|和|Q_k ^m|是

$\left|Q_k^m\right|=\left|\stackrel{\‾}{Q_k^m}\right|=\frac{1}{2}\left|Q\right|---\left(6\right).$

例如，在“A new Reduced-Complexity Sphere Decoder For MultipleAntenna Systems”，Albert M.Chan，Inkyu Lee，2002 IEEE，“On theSphere Decoding Algorithm I.Expected Complexity”，B.Hassibi，H.Vikalo，IEEE Transactions on Signal Processing，vol.53，no.8，pp.2806-2818，August 2005，以及在“VLSI Implementation of MIMODetection Using the Sphere Decoding Algorithm”，A.Burg，M.Borgmann，M.Wenk，M.Zellweger，IEEE Journal of Solid State Circuits，vol.40，no.7，July 2005中公开了用于球面解码的算法。

可以用根据现有技术的这些方法来解等式(3)来确定最短的欧几里德距离，并从而确定以最大概率发射的符号向量s_min。

从而，这些方法被用于硬判决接收机概念的球面解码。

出于这个目的，执行信道矩阵H的QR分解，Q表示Hermitian矩阵，其中Q^-1＝Q^T，R表示上三角矩阵。

从而，可以用

$d^2={\left|\right|y-\mathrm{Hs}\left|\right|}^2={\left|\right|y-\mathrm{QRs}\left|\right|}^2$

$={\left|\right|Q(\hat{y}-\mathrm{Rs})\left|\right|}^2---\left(7\right)$

$={\left|\right|\hat{y}-\mathrm{Rs}\left|\right|}^2$

来表示等式(2)，

其中， $\hat{y}=Q^{-1}y---\left(8\right).$

由于矩阵Q只是表示Hermitian旋转矩阵，对于距离计算而言可以忽略。由于R矩阵在上部区域的三角结构，根据等式(7)并在发射天线N_Tx的数量内，可以将欧几里德距离d²分成可以在树形结构中表示的欧几里德部分距离d_m ²。

这种搜索树包括对应于发射天线N_Tx量的多个级，采用l＝N_Tx-m+1给每一级l均分配了对应发射天线m。对应于出自符号集的可能的QAM符号s(m)∈Q^m的后续节点被插入到每个级l上，后续节点|Q^m|的数量由发射天线m中的调制类型所规定。

图1示出了对于N_Tx＝3、N_Rx＝3和所有发射天线均为QPSK调制类型的示例。该图示出了QAM符号s(3)位于最上级，而元素s(1)被布置在树形结构的最下级。

而且，假定以相应的欧几里德部分距离d_m ²从左向右增大的方式(与图1中所示相同)来布置被分配给相同的前一个节点的后续节点。

$d^2={\left|\right|\left(\begin{array}{c}\hat{y}\left(1\right)\\ \hat{y}\left(2\right)\\ \hat{y}\left(3\right)\end{array}\right)-\left(\begin{array}{ccc}r\left(\mathrm{1,1}\right)& r\left(\mathrm{1,2}\right)& r\left(\mathrm{1,3}\right)\\ 0& r\left(\mathrm{2,2}\right)& r\left(\mathrm{2,3}\right)\\ 0& 0& r\left(\mathrm{3,3}\right)\end{array}\right)\left(\begin{array}{c}s\left(1\right)\\ s\left(2\right)\\ s\left(3\right)\end{array}\right)\left|\right|}^2=\begin{array}{c}\→d_1^2\\ \→d_2^2\\ \→d_3^2\end{array}---\left(9\right)$

$d^2=d_1^2+d_2^2+d_3^2$

为了找到以最大概率发送的而且根据等式(7)其欧几里德距离因此最小的符号向量s_min，以符号向量s_min可靠地包含在最大球面半径内的方式选择最大球面半径r_max ²。

图2示出了对于N_Tx＝3、N_Rx＝3和所有发射天线均为QPSK调制的这种加深式搜索的示例。对于每一级，只要满足了球面约束

搜索指针就通过树形结构查找到下一级。

如果在级l的特定节点，不再满足球面约束条件，则布置在级l上的下一节点由于后续节点的布置而同样不满足球面约束条件，并且在级l-1上继续进行搜索。只要搜索达到了最下级，就根据公式

$r_{\max }^2=d_1^2+d_2^2+d_3^2---\left(11\right)$

更新最大球面半径r_max ²，根据搜索路径取符号向量s_min。

根据现有技术，下述方法对于软判决球面解码器而言是已知的。

例如，N_bits ^m给出了采用第m个发射天线来发送的比特数。从而，采用所有的发射天线来发射的总比特数为

$N_{\mathrm{bits}}=\underset{m=1}{\overset{N_{\mathrm{Tx}}}{\mathrm{\Σ}}}{N}_{\mathrm{bits}}^m---\left(12\right)$

如公式(5)所示，为了计算一个软比特ρ_k ^m，必须确定两个最小的欧几里德距离，其结果是，总的来讲，为了能够声明所有的ρ_k ^m，必须找到2*N_bits个发射向量s_min。

例如，对于上述的N_Tx＝3、N_Rx＝3和QPSK调制的示例来讲，这意味着，为了计算m＝1的第一个发射天线的ρ_k ^m，必须找到根据等式(3)、但 $s_{\min }\∈Q_1^1,$ $s_{\min }\∈\stackrel{\‾}{Q_1^1},$ $s_{\min }\∈Q_2^1$ 和 $s_{\min }\∈\stackrel{\‾}{Q_2^1}$ 的总共4个发射向量s_min。对于所有其他的发射天线，同样需要按照下文所示的等式来分别确定四个发射向量s_min：

$\left(\begin{array}{cc}{\mathrm{\ρ}}_1^1& {\mathrm{\ρ}}_2^1\\ {\mathrm{\ρ}}_1^2& {\mathrm{\ρ}}_2^2\\ {\mathrm{\ρ}}_1^3& {\mathrm{\ρ}}_2^3\end{array}\right)\→s_{\min }\∈\left(\begin{array}{cccc}{Q}_1^1& \stackrel{\‾}{Q_1^1}& Q_2^1& \stackrel{\‾}{Q_2^1}\\ Q_1^2& \stackrel{\‾}{Q_1^2}& Q_2^2& \stackrel{\‾}{Q_2^2}\\ Q_1^3& \stackrel{\‾}{Q_1^3}& Q_2^3& \stackrel{\‾}{Q_2^3}\end{array}\right)---\left(13\right)$

在“Approaching MIMO Channel Capacity With Soft DetectionBased on Hard Sphere Decoding”，Renqiu Wang，Georgios B.Giannakis，WCNC 2004/IEEE Communication Society中公开的球面解码器(LSD，list sphere decoding，列举球面解码)是基于用来计算软比特和用来解等式(5)的硬判决球面解码器。

出于这个目的，需要执行N_bits+1次加深式搜索，用结构已经改变了的搜索树执行每次加深式搜索。

如上文所述，首先采用硬判决解码器确定发射向量s_min。由于这个发射向量s_min∈Q，所以还可以与Q_k ^m和Q_k ^m进行相关联，即 $s_{\min }\∈Q_k^m$ 和 $s_{\min }\∈\stackrel{\‾}{Q_k^m},$ 这和下文采用示例对每个天线m和每个比特k的解释是一样的。

如果根据等式(3)确定发射向量s_min，则考虑s∈Q的所有可能性，下一个发射向量例如是

$s_{\min }=\left(\begin{array}{c}{s}_{\min }\left(1\right)\\ s_{\min }\left(2\right)\\ s_{\min }\left(3\right)\end{array}\right)=\left(\begin{array}{c}1+j\\ 1-j\\ -1+j\end{array}\right)\→\left(\begin{array}{c}b\left(1\right)\\ b\left(2\right)\\ b\left(3\right)\end{array}\right)=\left(\begin{array}{c}11\\ 10\\ 01\end{array}\right)---\left(14\right)$

其中，b(1)＝[11]表示与s_min(1)相关联的比特模式。

从而，符号向量s_min同样是下列子集的下一个符号向量：

从而，对于给出的例子，必须仍然针对互补的子集发现下一个符号向量s_min：

因此，除了这个最初的第一次加深式搜索，随后必须执行另外的N_bits次加深式搜索。不过，每个其他的加深式搜索分别需要对图2中所示的搜索树进行修改，以找到符号向量 $s_{\min }\∈Q_k^m$ 或 $s_{\min }\∈\stackrel{\‾}{Q_k^m}.$

由于Q_k ^m或Q_k ^m均只具有

个的可能的发射符号向量s，所以在树的第l级(l＝N_Tx-m+1)上的后续节点的数量分别被减半。从而，根据现有技术，这种解决方案的缺点是这种方法需要N_Tx+1次加深式搜索，以对所有的采用N_Tx个发射天线发送的比特计算软比特。另一个缺点是由于这些搜索树至少部分重叠，单独的搜索是高度冗余的。

发明内容

从而，本发明的目的是提供一种用于在多天线系统的接收机中产生软比特信息的方法和装置，这种方法和装置用来减少用于产生软比特信息的计算复杂度。

在方法方面，根据本发明，通过以两个子步骤执行第m个天线的迭代加深式搜索来实现了上述目的，在这种情况下，在第一个子步骤中：当没有将s的最后一个元素分配给第m个天线时，以m与s的最后一个元素关联的方式旋转s；同样旋转信道矩阵H，并且执行信道矩阵H的QR分解，在第二子步骤中：采用向量

$r_{\max }^2=[r_{\max }^2\left(Q_1^m\right),r_{\max }^2\left(\stackrel{\‾}{Q_1^m}\right),...,r_{\max }^2\left(Q_{N_{\mathrm{bits}}^m}^m\right),r_{\max }^2\left(\stackrel{\‾}{Q_{N_{\mathrm{bits}}^m}^m}\right)]$

形式的搜索半径执行迭代加深式搜索，其中N_bits ^m表示第m个天线中的比特位置的数量，对每个搜索半径向量r_max ²执行比较 $[r_{\max }^2(...),r_{\max }^2(...)]\≥d^2;$ 通过设置搜索半径向量r_max ²的向量元素r_max ²(...)，将搜索半径改变为对应于已满足的条件的欧几里德距离的值；只要来自半径向量r_max ²的至少一个搜索半径r_max ²(...)满足了条件 $[r_{\max }^2(...),r_{\max }^2(...)]\≥d^2,$ 或者已经执行了与所有N_Tx个天线的所有发射符号s(m)的比较，就执行迭代加深式搜索；输出天线m的软比特信息ρ_k ^m；再次执行该方法的子步骤，直到针对所有的N_Tx个天线确定了所有的软比特信息ρ_k ^m。

与现有技术相反，用两个子步骤执行本发明的迭代加深式搜索。

第一个子步骤检查是否将s的最后一个元素分配给了第m个天线。如果分配了，该方法继续第二子步骤。

本发明的加深式搜索优选开始于 $s_{\min }\∈Q_k^m$ 或 $s_{\min }\∈\stackrel{\‾}{Q_k^m}$ (对所有的k)的搜索，m是发射向量s的最后一个元素s(N_Tx)。因此，可以根据加深式搜索，对m＝N_Tx计算所有的软比特ρ_k ^m。

如果没有将s的最后一个元素分配给第m个发射天线，以m与s的最后一个元素关联的方式对s进行旋转；信道矩阵H也是在这种情况下同时旋转的。然后需要对信道矩阵H进行QR分解。

在第二个子步骤中，然后采用向量

$r_{\max }^2=[r_{\max }^2\left(Q_1^m\right),r_{\max }^2\left(\stackrel{\‾}{Q_1^m}\right),...,r_{\max }^2\left(Q_{N_{\mathrm{bits}}^m}^m\right),r_{\max }^2\left(\stackrel{\‾}{Q_{N_{\mathrm{bits}}^m}^m}\right)]$ 形式的搜索半径，执行实际的迭代加深式搜索。搜索半径向量r_max ²包括多个搜索半径r_max ²(...)，这些搜索半径均被分配给单个加深式搜索 $s_{\min }\∈Q_k^m$ 或 $s_{\min }\∈\stackrel{\‾}{Q_k^m},$ 这些单个加深式搜索被分配给发射天线m＝N_Tx。在加深式搜索过程中，从半径向量r_max ²中得到总共N_bits ^m个单个搜索半径r_max ²(..)，并结合这些搜索半径来形成多球约束。一旦搜索抵达了搜索树的最上级l＝1，在加深式搜索过程中就总是重新形成这个多球约束。在这种情况下，考虑了分配给级l＝1上的QAM符号s(m)的比特模式b(m)。如果 $b_k^m=1,$ 那么为 $b\left(m\right)=[b_1^m,b_2^m,...,b_{N_{\mathrm{bits}}^m}^m]$ 的元素的每一个选择半径r_max ²(Q_k ^m)，或者如果 $b_k^m=0,$ 选择r_max ²(Q_k ^m)。

在这方面，图3示出了对N_Tx＝N_Rx＝3以及QPSK的多球约束[r_max ²(...)，r_max ²(...)]进行选择的示例。

按照与图2中的加深式搜索相同的机制执行迭代加深式搜索。不过，现在采用包括总共N_bits ^m个单个搜索半径的多球约束来取代单个球面约束。欧几里德部分距离d₁ ²、d₂ ²和d₃ ²同样对应于那些来自等式(9)的距离。不过，为了可以继续向下执行图3中所示的加深式搜索，如图3所示，一旦多球约束[r_max ²(...)，r_max ²(...)]的至少一个元素大于d₁ ²、d₁ ²+d₂ ²或d₁ ²+d₂ ²+d₃ ²(这取决于级1)，就必须检查所满足的多球约束。如果多球约束中所包含的半径中没有一个满足了上述要求，必须进一步在l-1级上继续搜索。在最低级l＝N_Tx，只要实际上r_max ²(Q_k ^m)或r_max ²(Q_k ^m)为极小化，就可以根据等式(11)对来自被选的球面约束的所有r_max ²(Q_k ^m)或r_max ²(Q_k ^m)进行修改。在这种情况下，根据搜索路径，当前的符号向量也被存储为 $s_{\min }\∈Q_k^m$ 或 $s_{\min }\∈\stackrel{\‾}{Q_k^m}$ 的搜索结果。

如果，在另一个加深式搜索过程中，再次抵达级l＝1，如图3所示，则选择一个新的多球约束。

继续进行刚才说明的加深式搜索，直到已经通过了整个搜索树，或者满足了下述的结束判定基准T。如果在级l＝1，对于来自多球约束[r_max ²(...)，r_max ²(...)]的单个半径而言，均不满足条件 $r_{\max }^2\left(Q_k^m\right)\≥d_3^2$ 或 $r_{\max }^2\left(\stackrel{\‾}{Q_k^m}\right)\≥d_3^2,$ 可以认为 $s_{\min }\∈Q_k^m$ 或 $s_{\min }\∈\stackrel{\‾}{Q_k^m}$ 的搜索结束。当已经认为 $s_{\min }\∈Q_k^m$ 或 $s_{\min }\∈\stackrel{\‾}{Q_k^m}$ 的所有搜索结束时，因此满足了结束判定基准T。

所有k的但是仅仅m＝N_Tx的所有 $s_{\min }\∈Q_k^m$ 或 $s_{\min }\∈\stackrel{\‾}{Q_k^m}$ 被输出作为刚才所述的加深式搜索的结果。因此，在加深式搜索已经结束之后，还可以计算发射天线m＝N_Tx的所有软比特ρ_k ^m。

为了计算m≠N_Tx的软比特并对s_min执行相应的搜索，在所述的加深式搜索之前必须对发射向量s进行旋转(Tx旋转)。例如，如果要针对m＝N_Tx-1计算所有的ρ_k ^m，出于这个目的，必须对s＝[s(1)，...，s(N_Tx-1)，s(N_Tx)]^T的元素进行一次循环旋转成s_rot＝[s(N_Tx)，s(1)，...，(N_Tx-1)]^T，使得现在可以在s内的最后位置处发现s(N_Tx-1)，并从而在搜索数的最上级l＝1处发现s(N_Tx-1)。不过，这种Tx旋转同样包含H的列向量的循环旋转，于是，这表示另一个QR分解。下述等式说明了这种方法：

例如，如果因此执行了包括信道矩阵H的另一个QR分解的Tx旋转，那么，可以采用已经说明的加深式搜索来计算m＝N_Tx-1的所有其他软比特。

再次运行这种具有其子步骤的方法，直至为所有的N_Tx个发射天线确定并输出了软比特信息ρ_k ^m。

在这个方面，图4示出了合适的装置。在所述图中，r被称为接收向量y， $\hat{y}=Q^{-1}\·r.$ 另外，H⁰表示还没有被旋转的矩阵，并被用作计算m＝N_Tx的ρ_k ^m的基础，而

表示已经被循环旋转(N_Tx-1)次的信道矩阵H的形式，并可以被用来确定m＝1的ρ_k ^m。

本发明的一个实施例提供了要在为所有的N_Tx的天线确定所有的软比特信息ρ_k ^m之前结束的迭代加深式搜索。

本发明的另一个实施例提供了要在达到了规定数量的搜索步骤之后结束的迭代加深式搜索。

例如，规定一定量的搜索步骤使得本发明的用于产生软比特信息的方法可以提前结束，也就是说，并不是要完全实施搜索一个搜索树所需要的所有搜索步骤。如果在规定数量的搜索步骤之前，所述方法还没有结束，(例如)由于已经确定并输出了软比特信息，则在达到规定量的搜索步骤时结束加深式搜索。一方面，这加速了这种搜索方法，但由于提前结束，可能导致更不精确度的软比特信息。提前终止这种搜索方法的其他判定基准也是可行的。

在装置方面，根据本发明，通过下列事实而实现了所述目的：分解QR矩阵的QR分解装置连接在用来旋转s和H的Tx旋转装置的下游，并具有输入信号y的输入端，QR分解装置的输出端连接到加深式搜索装置的输入端，加深式搜索装置具有两个输出端，这两个输出端用来输出 $s_{\min }\∈Q_k^{m=N_{\mathrm{Tx}}}$ 和 $s_{\min }\∈\stackrel{\‾}{Q_k^{m=N_{\mathrm{Tx}}}},$ 并均连接至求和装置的输入端，求和装置具有用于输出一项软比特信息ρ_k ^m的输出端。

在用于旋转s和H的Tx旋转装置中，按照本发明的需要对向量s进行旋转，并从而也对信道矩阵H进行旋转。由于必须为每个现有的发射天线执行加深式搜索，所以现有的发射天线N_Tx的数量确定了所必需的旋转次数。在连接在Tx旋转装置下游的QR分解装置中，按照已经说明的方式将信道矩阵H分解成Q矩阵和R矩阵。

采用本发明的向量形式的搜索半径r_max ²，在下游的加深式搜索装置中执行第m个天线的迭代加深式搜索。

作为这种加深式搜索的结果，输出两个最小量，即 $s_{\min }\∈Q_k^{m=N_{\mathrm{Tx}}}$ 和 $s_{\min }\∈\stackrel{\‾}{Q_k^{m=N_{\mathrm{Tx}}}},$ 并根据等式(5)，在下游的求和装置中减去这两个最小量。

将这个差作为第m个天线的软比特信息ρ_k ^m输出。

本发明的一个特定实施例提供了多个包括QR分解装置、加深式搜索装置和求和装置的串联电路，这些电路以并联方式连接在Tx旋转装置的下游。

这种装置使得可以以并联的方式计算软比特，这使得可以加速确定软比特信息ρ_k ^m。在这种情况下，可以在Tx旋转装置的下游连接两个或多个这种串联电路。在一种特定的情况下，串联电路的数量对应于发射天线N_Tx的数量。

附图说明

下文参照示范性实施例，更详细地对本发明进行解释。附图中：

图1示出了根据现有技术，对于N_Tx＝3、N_Rx＝3和QPSK调制的示例的搜索树的树形结构；

图2示出了根据现有技术，对于N_Tx＝3、N_Rx＝3和QPSK调制，采用球面解码器进行迭代加深式搜索的示例；

图3示出了采用了本发明的向量形式的搜索半径r_max ²进行本发明的加深式搜索的示例；

图4示出了用于实施该方法的发明装置；以及

图5示出了执行根据本发明的方法时减少多球约束条件的示例。

具体实施方式

下面的段落说明了本发明的用于软判决球面解码器的方法，该方法通过引入本发明的向量形式的搜索半径r_max ²，使计算复杂度显著降低。该搜索向量半径r_max ²被用来利用多个搜索半径实现搜索(多半径搜索)。该方法还对接收向量y进行旋转(Tx旋转)。

用“多半径搜索”代替“单半径搜索”使球面解码器通过只运行该方法一次就可以计算发射天线m＝N_Tx的所有软比特。为了计算所有其他的m≠N_Tx的发射天线的所有的软比特，采用了另一个发明方法步骤，所谓的“Tx旋转”。

本发明的用于软判决球面解码器的方法在方法步骤的初始阶段同样需要信号矩阵H的QR分解。在等式(7)中已经对这种情况进行了表示。本发明解决方案的搜索树同样可比拟与在图2中所示的用于“硬判决球面解码器”的搜索树。

代替单个最大球面半径r_max ²，采用本发明的向量形式的搜索半径

$r_{\max }^2=[r_{\max }^2\left(Q_1^m\right),r_{\max }^2\left(\stackrel{\‾}{Q_1^m}\right),...r_{\max }^2\left(Q_{N_{\mathrm{bits}}^m}^m\right),r_{\max }^2\left(\stackrel{\‾}{Q_{N_{\mathrm{bits}}^m}^m}\right)]---\left(17\right)$

来确定软比特信息ρ_k ^m。

每一个元素r_max ²(Q₁ ^m)或r_max ²(Q_k ^m)对应于确定 $s_{\min }\∈Q_k^m$ 和 $s_{\min }\∈\stackrel{\‾}{Q_k^m}$ 的深度定向搜索方法的最大球面半径。

以上文已经另外说明的方式执行该方法的深度定向搜索方法。

不过，本发明方法中的第一个区别是，根据分配给在树形结构的顶级上每个元素s(N_Tx)的比特组合模式b(N_Tx)，从搜索半径向量r_max ²中选出最多为N_bits ^m(m＝N_Tx)个单个元素来进行本发明的加深式搜索(多个球面约束)，并组合这些元素来形成一个多球约束。

如果多球约束条件中的至少一个元素r_max ²(...)满足了根据等式(10)的不等式，那么，满足了这种加深式搜索的多球约束条件，换句话说，如果多球约束条件的元素r_max ²(...)没有一个满足等式(10)，那么不满足多球约束条件。

从而，只要来自多球约束条件的至少一个元素r_max ²(...)满足了等式(10)，而且没有超出对应的部分的欧几里德距离，加深式搜索就从顶部向下贯穿树形结构。

于是，当满足了多球约束条件时，搜索指针向下移动一级。

如果多球约束条件没有得到满足，则向上一级继续进行搜索。

从而，通过产生软比特信息的方法，采用了半径向量r_max ²的加深式搜索被用来查找 $s_{\min }\∈Q_k^m$ 和 $s_{\min }\∈\stackrel{\‾}{Q_k^m}.$

图3图示了对于所有的发射天线的采用N_Tx＝3，N_Rx＝3和QPSK调制的示例。

在本发明的用于查找单个的 $s_{\min }\∈Q_k^m$ 和 $s_{\min }\∈\stackrel{\‾}{Q_k^m}$ 的加深式搜索过程中，可以减少多球约束条件[r_max ²(...)，...，r_max ²(...)]。

图5示出了采用16QAM类型调制的示例的这种情况。当来自多球约束条件的一个元素r_max ²(Q_k ^m)或r_max ²(Q_k ^m)在树形结构的最上层l＝1上不能满足等式(10)时，可以认为r_max ²(Q_k ^m)或r_max ²(Q_k ^m)的各个搜索已经结束，可以从用于根据该方法的加深式搜索的多球约束条件中删除r_max ²(Q_k ^m)或r_max ²(Q_k ^m)。

图5的上述示例示出了不能满足 $r_{\max }^2\left(\stackrel{\‾}{Q_{k=1}^m}\right)\≥d_3^2$ 的情况。假定(在图1中已经进行了说明)元素以d₃ ²从左到右增大的方式布置在搜索树上，布置在更右侧的元素 $s\left(m\right)\∈\stackrel{\‾}{Q_{k=1}^m}$ 一定不再满足上述条件 $r_{\max }^2\left(\stackrel{\‾}{Q_{k=1}^m}\right)\≥d_3^2.$

从而，通过用于所有后续的加深式搜索步骤的单个半径多球约束条件r_max ²(Q_k＝1 ^m)，可以减少多球约束条件。

从而减少了多球约束条件中的元素数量。很明显，只要多球约束条件至少包括一个半径，那么，加深式搜索就可以继续进行下去。

一旦结束了采用搜索半径向量r_max ²的加深式搜索，就可以发现最后的发射天线m＝N_Tx的所有的最接近的符号向量 $s_{\min }\∈Q_k^m$ 和 $s_{\min }\∈\stackrel{\‾}{Q_k^m}.$

以下文所述的方式确定剩余的m≠N_Tx的发射天线的相应符号向量s_min和计算相应软比特ρ_k ^m。

如上所述，引入采用多球约束条件的搜索意味着只对m＝N_Tx的发射天线计算所有的软比特信息ρ_k ^m。

为了计算m≠N_Tx的发射天线的软比特信息ρ_k ^m，可以循环旋转符号向量s，其结果是每个元素s(m)分别在s中的最后一个位置上出现一次。

对于N_Tx＝3、N_Rx＝3的示例来讲，可以如下根据等式(2)来说明欧几里德距离：

这里，h_m是信道矩阵H的列向量。

等式(18)示出，作为s旋转的结果，每个元素s(m)在向量s的最后位置处出现一次，从而，出现在树的l＝1的最上级上，根据本发明，在该树上执行对符号向量 $s_{\min }\∈Q_k^m$ 和 $s_{\min }\∈\stackrel{\‾}{Q_k^m}$ 的搜索。

不过，还可以看出，s的旋转导致信道矩阵 $H=[h_1,...,h_{N_{\mathrm{Tx}}}]$ 的行向量h_m的相同旋转。

从而，已旋转的信道矩阵

的QR分解为每个旋转步骤提供了不同的Q和R矩阵。

根据上述方法步骤，可以如图4所示构建本发明的球面解码器。

在Tx旋转装置的第一级，按照等式(18)旋转输入信道矩阵H。然后，在QR分解装置中执行分离的QR分解。在下游的加深式搜索装置中，对每个旋转步骤分别执行本发明的采用了半径向量r_max ²的加深式搜索。

从而，可以根据等式(5)对每个旋转步骤计算相关发射天线m的软比特信息ρ_k ^m，然后输出该软比特信息ρ_k ^m。

以这种方式实现发明目的需要运行N_Tx次搜索来计算所有的发射天线的所有软比特信息ρ_k ^m。

如果将“Approaching MIMO Channel Capacity With Soft DetectionBased on Hard Sphere Decoding，Renqiu Wang，Georgios B.Giannakis，WCNC 2004/IEEE Communication Society”中公开的球面解码器(LSD)的复杂度与本发明的方案进行比较，可以确定，对于LSD球面解码器，需要用仅仅一个球面约束(搜索半径)进行N_bits+1次搜索运行。也就是说，加深式搜索的复杂度甚至取决于所采用的各个QAM调制。

即使采用了半径向量r_max ²的搜索比只采用一个球面约束条件r_max ²的搜索需要更大的计算复杂度，但是可以确定本发明的球面解码器的整体复杂度比在根据现有技术已知的采用了LSD球面解码器的方案的情况下的复杂度要低。

Claims (5)

1.一种用于在多天线系统的接收机中产生软比特信息的方法，其中，根据接收向量y来采用可能的发射符号Q^m的值集 $Q=\left(\begin{array}{c}{Q}^1\\ Q^m\\ ...\\ Q^{N_{\mathrm{Tx}}}\end{array}\right)$ 形成软比特信息ρ_k ^m，其中m＝(1，2，...，N_Tx)，为N_Tx个发射天线的数量，其中，值集Q分成部分值集Q_k ^m和Q_k ^m，部分值集Q_k ^m描述了那些在第m个发射天线的第k个比特位置被赋值1的可能的发射向量s∈Q，部分值集Q_k ^m描述了那些在第m个发射天线的第k个比特位置被赋值0的可能的发射向量s∈Q，其中， $k=(\mathrm{1,2},...,N_{\mathrm{bits}}^m),$ N_bits ^m规定了由调制确定的发射符号s(m)中的比特位置的数量，m规定了发射天线的数量，k表示第m个天线的可能的发射符号s(m)的第k个比特，其中s(m)∈Q^m，采用信道矩阵H，按照 ${\mathrm{\ρ}}_k^m=\underset{s\∈Q_k^m}{\min }\left\{{\left|\right|y-\mathrm{Hs}\left|\right|}^2\right\}-\underset{s\∈\stackrel{\‾}{Q_k^m}}{\min }\left\{{\left|\right|y-\mathrm{Hs}\left|\right|}^2\right\}$ 形成所述软比特信息ρ_k ^m，所述信道矩阵H描述了发射机与接收机之间的传输信道，发射向量s∈Q具有作为向量元素的N_Tx个天线的可能的发射符号，欧几里德距离是d²＝‖y-Hs‖²，采用具有信道矩阵H的QR分解的迭代加深式搜索来确定欧几里德距离d²的最小的

和最小的

所述迭代加深式搜索采用了搜索半径r_max ²并具有搜索半径r_max ²的适应改变，其中，以两个子步骤执行对所述第m个天线的迭代加深式搜索，在这种情况下，在第一个子步骤中，当没有将s的最后一个元素分配给第m个天线时，以m与s的最后一个元素关联的方式对s进行旋转，其中，对信道矩阵H进行同样的旋转，并且执行信道矩阵H的QR分解，其中，在第二个子步骤中，采用向量形式的搜索半径 $r_{\max }^2=[r_{\max }^2\left(Q_1^m\right),r_{\max }^2\left(\stackrel{\‾}{Q_1^m}\right),...,r_{\max }^2\left(Q_{N_{\mathrm{bits}}^m}^m\right),r_{\max }^2\left(\stackrel{\‾}{Q_{N_{\mathrm{bits}}^m}^m}\right)]$ 执行所述的迭代加深式搜索，其中N_bits ^m表示第m个天线中的比特位置的数量，其中对搜索半径向量r_max ²执行比较 $[r_{\max }^2(...),r_{\max }^2(...)]\≥d^2,$ 通过将搜索半径向量r_max ²的向量元素r_max ²(...)设置为对应于已满足的条件的欧几里德距离的值来改变搜索半径，其中，只要来自半径向量r_max ²的至少一个搜索半径r_max ²(...)满足了条件 $[r_{\max }^2(...),r_{\max }^2(...)]\≥d^2,$ 或者已经执行了与所有的N_Tx个天线的所有发射符号s(m)的比较，就执行所述迭代加深式搜索，其中，输出天线m的软比特信息ρ_k ^m，并且其中，再次执行所述方法的子步骤，直到已经确定了所有的N_Tx个天线的所有的软比特信息ρ_k ^m。

2.如权利要求1所述的方法，其中，在确定了所有的N_Tx个天线的所有的软比特信息ρ_k ^m之前终止所述迭代加深式搜索。

3.如权利要求2所述的方法，其中，在已经达到了规定数量的搜索步骤之后终止所述迭代加深式搜索。

4.一种装置，其用于在多天线系统的接收机中产生软比特信息，其中，用于分解QR矩阵的QR分解装置连接在Tx旋转装置的下游，所述Tx旋转装置用来对s和H进行旋转，并具有用于输入信号y的输入端，其中，QR分解装置的输出端连接至加深式搜索装置的输入端，其中，所述加深式搜索装置具有两个输出端，这两个输出端被用来输出 $s_{\min }\∈Q_k^{m=N_{\mathrm{Tx}}}$ 和 $s_{\min }\∈\stackrel{\‾}{Q_k^{m=N_{\mathrm{Tx}}}},$ 并且这两个输出端均被连接至求和装置的输入端，以及其中，所述求和装置具有用于输出一项软比特信息ρ_k ^m的输出端。

5.如权利要求4所述的装置，其中，包括QR分解装置、加深式搜索装置以及求和装置的多个串联电路以并联方式连接在Tx旋转装置的下游。

Images