CN101617491B - 缩放和旋转式Alamouti编码 - Google Patents

Abstract

本发明涉及一种用于将传入数据流的传入符号编码成用于通过发送信道来发送的信道数据流的信道符号的编码器以及对应的解码器。为了较已知Alamouti编码器而言改进错误率，提出一种缩放式(并且进一步优选为旋转式)Alamouti编码器，其包括：映射装置，用于将传入符号逐块映射到成对信道符号，块包括两个传入符号，该映射被布置用于将块映射到两对信道符号，从而所述两对信道符号包括所述两个传入符号的缩放版和/或所述两个传入符号中的至少一个传入符号的复共轭的缩放版，所述缩放版通过应用缩放函数来获得，该缩放函数具有绝对值不同于一的缩放因子并且至少两段为逐段线性；以及输出装置，用于输出所述信道符号。

Description

缩放和旋转式Alamouti编码

技术领域

本发明涉及一种用于将传入数据流的传入符号编码成用于通过发送信道来发送的信道数据流的信道符号的编码器和对应编码方法。

另外，本发明涉及一种适合于对所接收的信道数据流的信道符号逐块进行解码的解码器和对应解码方法，所述信道数据流的信道符号具体是由根据本发明的编码器从传入数据流的传入符号已编码的并且通过发送信道发送的。

本发明也涉及一种发送器和接收器、由根据本发明的编码器编码的数据信号以及用于以软件实施编码方法和解码方法的计算机程序。

背景技术

WO 99/14871公开了一种与仅包括比如取反和共轭这样的简单算术运算的编码相结合地通过多个发送信道来发送符号的简易块编码装置。由发送器建立的分集利用空间分集和时间或者频率分集。通过多个天线进行冗余发送来实现空间分集，通过在不同时间进行冗余发送来实现时间分集，而通过在不同频率进行冗余发送来实现频率分集。举例而言，使用两个发送天线和单个接收天线，公开的实施例之一提供与具有一个发送天线和两个接收天线的最大比接收器组合(MRRC)方案相同的分集增益。

在WO 99/14871中公开的编码方案在本领域中称为Alamouti编码方案并且在S.M.Alamouti在IEEE J.Sel.Areas.Comm.1998年10月第16卷第1451-1458页的“A simple transmit diversity technique for wirelesscommunications”中也已经有所描述。

发明内容

本发明的目的在于提供一种比已知的Alamouti编码方案具有更好性能的编码方案、具体为编码器和解码器以及对应方法。

根据本发明，该目的通过如权利要求1所述的编码器来实现，该编码器包括：

-映射装置，用于将传入符号逐块映射到成对信道符号，块包括两个传入符号，该映射装置被布置为将块映射到两对信道符号，从而所述两对信道符号包括所述两个传入符号的缩放版(version)和/或所述两个传入符号中的至少一个传入符号的复共轭的缩放版，所述缩放版通过应用缩放函数来获得，所述缩放函数具有绝对值不同于一的缩放因子并且逐段线性且具有至少两段，以及

-输出装置，用于输出所述信道符号。

根据本发明的变形，映射装置适合于应用缩放函数以便缩放所述传入符号，所述缩放函数依赖于这两个传入符号之一、尤其是第二传入符号的符号。

在本发明的另一变形中，映射装置适合于应用缩放函数以便缩放所述传入符号，所述缩放函数依赖于这两个传入符号的星座(constellation)。

在本发明的又一变形中，映射装置适合于应用缩放函数M(s)以便缩放所述传入符号s，所述缩放函数M被选择成使得M(M(s))＝-s。

在本发明的又一变形中，映射装置适合于应用缩放函数M₂(s)以便缩放所述传入符号s，所述缩放函数M2(s)被选择为M₂(s)＝2s-D₂(s)，其中D(s)＝5b并且b是s的复数符号，该符号定义为b＝sign(Re(s))+jsign(Im(s))。

在本发明的另一变形中，映射函数适合于应用缩放函数M₃(s)以便缩放所述传入符号s，所述缩放函数M₃(s)被选择为M₃(s)＝3s+D₃(s)，其中对于s的大的正值有子函数D₃(s)＝X，对于s的大的负值有D₃(s)＝-X，而对于s的小的正值或者负值以及对于s＝0有D₃(s)＝0，X为整数常数。

在本发明的另一变形中，输出装置适合于将所述信道符号输出到两个发送装置、具体是两个发送天线以便通过所述发送信道来发送所述信道符号。

根据本发明，该目的还通过如权利要求9所述的解码器来实现。

该解码器的优选实施例包括：

-选择装置，用于选择传入符号的一对可能函数值或者传入符号的缩放版的一对可能函数值以便对接收的信道符号的当前块进行解码，其中块包括一对接收的信道符号，

-估计装置，用于确定对所选成对传入符号的估计，

-计算装置，用于计算接收的信号与所述估计之间的欧几里德距离，

-分片装置，用于将所述估计分片，以及

-控制装置，用于对可能传入符号的其它成对可能函数值或者传入符号的缩放版的其它成对可能函数值重复所述步骤直至满足预定停止条件或者直至发现最小欧几里德距离，并且用于输出产生最小欧几里德距离的可能传入符号的所述成对分片估计或者可能传入符号的所述缩放版的所述成对分片估计。

在本发明这一方面的变形中，减法装置适合于应用函数D₂(s)＝5b作为子函数D₂，其中b是s的复数符号。

在这一方面的另一变形中，解码器还包括：判决装置，用于判决是对包括两个接收的信道符号的接收的信道符号的块解码还是对包括已经通过应用所述缩放函数缩放的两个接收的信道符号的接收的信道符号缩放版的块进行解码，所述判决基于对所述发送信道的信道传递函数的绝对值的信道估计而做出。

在本发明的又一方面中，判决装置适合于如果满足条件|h₁₂|²+|h₂₂|²≥|h₁₁|²+|h₂₁|²则判决对包括两个接收的信道符号的接收的信道符号的块进行解码，并且如果不满足所述条件则判决对包括已经通过应用所述缩放函数来缩放的两个接收的信道符号的接收的信道符号缩放版的块进行解码，其中所述参数h₁₂、h₂₂、h₁₁、h₂₁是对所述发送信道的信道传递函数的估计。

本发明也涉及一种如另外的独立权利要求所述的编码方法、解码方法、发送器、接收器、编码数据信号和计算机程序。应当理解这些主题分别具有如编码器和解码器的从属权利要求中限定的相似和/或相同优选实施例。

具体而言，除了缩放传入符号和/或传入符号的复共轭之外，为了进一步改进性能，根据本发明优选的是，如权利要求7所述按照旋转角度来旋转(相同和/或其他)传入符号和/或(相同和/或其它)传入符号的复共轭。对应地，根据本发明的优选实施例来相应地适配该编码方法、解码器、解码方法和编码信号。

附图说明

现在将参照以下附图更具体地说明本发明，附图中：

图1示出了在其上向发送的信号添加噪声的一般信道的框图，

图2示出了从x_k1到x_k2的两种映射，其中在右侧示出了缩放式重复映射而在左侧示出了普通重复映射，

图3示出了对基本容量C、重复容量C_r、在普通重复情况下利用4-PAM可实现的最大发送速率Ia和使用缩放式重复映射可实现的最大速率Ib进行图示的图，

图4示出了2×2MIMO信道的模型，

图5示出了对作为θ的函数的旋转和缩放式Alamouti的行列式的最小模水平地进行图示的图，

图6示出了对数个R＝4空间-时间码的消息错误率进行图示的图，

图7示出了对三种旋转缩放式Alamouti解码器(R＝4)的消息错误率进行图示(水平地图示SNR)的图，

图8示出了对两种旋转缩放式Alamouti解码器(R＝4)的分片数进行图示(水平地图示SNR)的图，

图9图示了使用缩放式重复映射M₃(·)的又一实施例，

图10示出了对数个R＝6.34空间-时间码的消息错误率进行图示的图(水平地图示以dB为单位的SNR)，

图11示出了对三种旋转缩放式Alamouti解码器(R＝6.34)的消息错误率进行图示的图(水平地图示SNR)，

图12示出了对两种旋转缩放式Alamouti解码器(R＝6.34)的分片数进行图示的图(水平地图示SNR)，

图13示出了其中采用两个发送器天线和一个接收器天线的本发明实施例的框图，并且

图14示出了采用两个发送器天线和两个接收器天线的本发明实施例的框图。

具体实施方式

首先将考虑通过如图1中所示的单输入单输出(SISO)加性白高斯噪声(AWGN)信道的发送，并且将介绍缩放式重复重传。表明缩放式重复改进了普通重复重传。

首先将讨论一些信息论。参见图1，对于发送k＝1，2，...，K的实值输出y_k满足：

y_k＝x_k+n_k，(1)

其中x_k是发送k的实值信道输入，而n_k是与所有其它噪声样本无关的均值E[N_k]＝0、方差 $E\left[N_k^2\right]={\mathrm{\σ}}^2$ 的实值高斯噪声样本。发送器功率有限、即要求 $E\left[X_k^2\right]\≤P.$ 众所周知如下X实现容量，该X是均值为0而方差为P的高斯的。这一基本容量(以位/发送为单位)等于：

$C=\frac{1}{2}{\log }_2(1+\frac{P}{{\mathrm{\σ}}^2}).---\left(2\right)$

当重传(重复)码字时，实际上两次发送和接收来自这样的码字(x₁，x₂，…，x_K)的每个符号x_k、即x_k1＝x_k2＝x_k，并且：

y_k1＝x_k+n_k1，

                                                        (3)

y_k2＝x_k+n_k2.

最优接收器可以形成：

$z_k=\frac{y_{k1}+y_{k2}}{2}=x_k+\frac{n_{k1}+n_{k2}}{2}.---\left(4\right)$

现在噪声变量(N_k1+N_k2)/2的方差是σ²/2。因此，以位/发送为单位的单次重复的重复容量如下：

$C_r=\frac{1}{4}{\log }_2(1+\frac{2P}{{\mathrm{\σ}}^2}).---\left(5\right)$

图3示出了作为信噪比SNR的函数的基本容量C和重复容量C_r，该SNR定义如下：

$\mathrm{SNR}\stackrel{\mathrm{\Δ}}{=}\frac{P}{{\mathrm{\σ}}^2}.---\left(6\right)$

容易看出总是C_r≤C。对于大的SNR它可以写为C_r≈C/2+1/4，而对于小的SNR获得C_r≈C。

接着将讨论对于4-PAM(脉冲幅度调制)的普通重复和缩放式重复。当使用4-PAM调制时，信道输入x_k采取来自A_4-PAM＝{-3，-1，+1，+3}的值，其中各值的概率为1/4。参见图3，普通重复对于x∈A_4-PAM导致信号点(x₁，x₂)＝(x，x)，参见图2的左部。针对这一情况，在图3中示出了最大发送速率I_a(X；Y₁，Y₂)。注意这一最大发送速率略小于对应容量C_r，主要是因为使用均匀输入而不是高斯输入。

Benelli的方法(G.Benelli在IEEE Trans.Commun.1992年10月第44卷第1594-1606页中的“A new method for the integration of modulationand channel coding in an ARQ protocol”)可以用来改进普通重复重传，即通过不同地调制重传符号。它例如可以取作为：

x_k1＝x_k，                                    (7)

x_k2＝M₂(x_k)其中x_k∈A_4-PAM，

其中如果α＞0则M₂(α)＝2α-5，而如果α＜0则M₂(α)＝2α+5。这一方法称为缩放式重复，因为按照因子(这里为2)来缩放符号、然后补偿符号(加-5或者+5)以便获得来自A_4-PAM的符号。这对于x∈A_4-PAM获得信号点(x，M₂(x))，参见图2的右部。同样针对缩放式重复情况，在图3中示出了最大发送速率I_b(X；Y₁，Y₂)。注意这一最大发送速率仅略小于基本容量C。然而如果SNR并非很小，则普通重复明确地逊色于基本发送。

接着将讨论解调复杂性。缩放式重复在性能上优于普通重复，但是也有缺点。在普通重复系统中将输出y_k＝(y_k1+y_k2)/2简单地分片。在使用缩放式重复的系统中它仅在已经区分两种情况之后才可以被分片。具体而言注意：

x_k2＝M₂(x_k)＝2x_k-D₂(x_k)，                        (8)

其中如果α＞0则D₂(α)＝5，而如果α＜0则D₂(α)＝-5。现在分片器可以用于：

y_k1+2y_k2＝x_k+n_k1+2(2x_k-D₂(x_k)+n_k2)                        (9)

＝5x_k-2D₂(x_k)+n_k1+2n_k2.

假设x_k∈{-3，-1}，获得D₂(x_k)＝-5，并且这意味着阈值应当置于0以区分-3与-1。类似地，假设x_k∈{+1，+3}，获得D₂(x_k)＝5，并且必须再次在阈值处于0时将y_k1+2y_k2分片。然后通过在两个候选上将

最小化来发现最好的总候选

接着将描述2×2MIMO信道的基本性质并且将介绍模型描述。在图4中示出了2×2MIMO信道。发送器T和接收器R均使用两个天线。在发送为k时的输出矢量(y_1k，y_2k)如下式给出的那样与对应输入矢量(x_1k，x_2k)有关：

$\left(\begin{array}{c}{y}_{1k}\\ y_{2k}\end{array}\right)=\left(\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right)\left(\begin{array}{c}{x}_{1k}\\ x_{2k}\end{array}\right)+\left(\begin{array}{c}{n}_{1k}\\ n_{2k}\end{array}\right)---\left(10\right)$

其中(n_1k，n_2k)是方差均为σ²(按照两个维度)的一对独立零均值循环对称复高斯。不同发送中的噪声变量对是独立的。

假设四个信道系数h₁₁、h₁₂、h₂₁和h₂₂是各自方差为1(按照两个维度)的独立零均值循环对称复高斯。在K次发送的块之前选择信道系数，并且这些系数在该块上保持恒定。复数的发送符号(x_k1，x_k2)必须满足功率约束、即：

$E[x_{k1}{x}_{k1}^{*}+x_{k1}{x}_{k2}^{*}]\≤P.---\left(11\right)$

如果信道输入变量是方差均为P/2的独立零均值循环对称复高斯，则所得互信息(这里称为Telatar容量，参见图I.E.Telatar在EuropeanTrans.Telecommunications 1999年第10卷第585-595页(原出版为AT&TTechnical Memorandum 1995年)中的“Capacity of multi-antenna Gaussianchannels”)如下：

其中

$H=\left(\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right),---\left(13\right)$

即实际信道系数矩阵，而I₂为2×2单位矩阵(这里

表示H的Hermitian转置。它涉及到转置和复共轭)。在2×2MIMO情况下信噪比也定义为：

$\mathrm{SNR}\stackrel{\mathrm{\Δ}}{=}\frac{P}{{\mathrm{\σ}}^2}.---\left(14\right)$

可以表明(例如参见H.Yao在M.I.T的Ph.D.论文2003年6月第36页中的“Efficient Signal，Code，and Receiver Designs for MIMOCommunication Systems”)对于固定的R和足够大的SNR：

Pr{C_Telatar(H)＜R}≈γ·SNR^-4，                        (15)

其中γ为某一常数。

现在将描述最差情况的错误概率。考虑M个(对于每个消息有一个)K×2码矩阵c ₁，c ₂，…，c _M，这些码矩阵产生单位平均能量码。然后，Tarokh、Seshadri和Calderbank在IEEE Trans.Inform.Theory 1998年3月第44卷第744-765页中的“Space-Time Codes for High Data RateWireless Communication：Performance Criterion and Code Construction”表明对于大的SNR就某一γ′而言如果差矩阵c-c′的秩为2则：

并且按照 $\underset{\‾}{x}=\sqrt{P}\underset{\‾}{c}$ 来发送。如果这对于所有差矩阵都成立，则认为分集阶数为4。因此对于所有码矩阵差将行列式的最小模最大化是有意义的。

S.M.Alamouti在IEEE J.Sel.Areas.Comm.1998年10月第16卷第1451-1458页中的“A simple transmit diversity technique for wirelesscommunications”提出一种允许检测器很简易的用于2×2MIMO信道的调制方案(空间-时间码)。在第一发送(奇发送)中发送两个复符号s₁和s₂，而在第二发送(下一偶数发送)中或多或少重复这些符号。更准确地：

$\left(\begin{array}{cc}{x}_{11}& x_{12}\\ x_{21}& x_{22}\end{array}\right)=\left(\begin{array}{cc}{s}_1& -s_2^{*}\\ s_2& s_1^{*}\end{array}\right).---\left(17\right)$

接收的信号现在如下：

$\left(\begin{array}{cc}{y}_{11}& y_{12}\\ y_{21}& y_{22}\end{array}\right)=\left(\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right)\left(\begin{array}{cc}{s}_1& -s_2^{*}\\ s_2& s_1^{*}\end{array}\right)+\left(\begin{array}{cc}{n}_{11}& n_{12}\\ n_{21}& n_{22}\end{array}\right).---\left(18\right)$

重写此式获得：

$\left(\begin{array}{c}{y}_{11}\\ y_{21}\\ y_{12}^{*}\\ y_{22}^{*}\end{array}\right)=\left(\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\\ h_{12}^{*}& -h_{11}^{*}\\ h_{22}^{*}& -h_{21}^{*}\end{array}\right)\left(\begin{array}{c}{s}_1\\ s_2\end{array}\right)+\left(\begin{array}{c}{n}_{11}\\ n_{21}\\ n_{12}^{*}\\ n_{22}^{*}\end{array}\right).---\left(19\right)$

或者更简记为：

y＝s₁ a+s₂ b+n，(20)

其中：

$\underset{\‾}{y}={(y_{11},y_{21},y_{12}^{*},y_{22}^{*})}^T,$

$\underset{\‾}{a}={(h_{11},h_{21},h_{12}^{*},h_{22}^{*})}^T,---\left(21\right)$

$\underset{\‾}{b}={(h_{12},h_{22},{-h}_{11}^{*},{-h}_{21}^{*})}^T,$ 以及

$\underset{\‾}{n}={(n_{11},n_{21},n_{12}^{*},n_{22}^{*})}^T.$

由于a与b正交，所以可以分别通过将

和

简单地分片来确定符号估计

和

Alamouti方法的另一优点在于

和

的密度(相同并且)是自由度为8的卡方。这导致为4的分集阶数，即对于固定的速率和足够大的SNR：

Alamouti方法的缺点在于每两次发送仅发送两个复符号，但是更重要的是在第二发送中发送的符号或多或少是第一发送中的符号的重复。然而上文表明可以改进普通重复。

缩放式Alamouti方法

接着将描述如根据本发明一个实施例提出的缩放式Alamouti方法。上文已经看到缩放式重复在SISO情况下改进了普通重复，这一概念可以用来改进用于MIMO发送的标准Alamouti方案。

不是在第二发送中仅重复符号，还缩放它们(以信号星座的尺寸为模)。具体而言，当s₁和s₂是 $A_{64-\mathrm{QAM}}\stackrel{\mathrm{\Δ}}{=}\{a+\mathrm{jb}|a\∈A_{8-\mathrm{PAM}},b\∈A_{8-\mathrm{PAM}}\}$ 的元素时可以发送如下：

$\left(\begin{array}{cc}{x}_{11}& x_{12}\\ x_{21}& x_{22}\end{array}\right)=\left(\begin{array}{cc}{s}_1& -s_2^{*}\\ M\left(3s_2\right)& M\left(3s_1^{*}\right)\end{array}\right)$

(23)

$=\left(\begin{array}{cc}{s}_1& -s_2^{*}\\ 3s_2& 3s_1^{*}\end{array}\right)-\left(\begin{array}{cc}0& 0\\ D\left(3s_2\right)& D\left(3s_1^{*}\right)\end{array}\right).$

其中如果β∈A_64-QAM则M(α)＝β且D(α)＝16γ，并且存在复数γ，其整数分量使得α＝β+16γ。

为了了解缩放式Alamouti方法的前景如何，已经进行了蒙特卡罗仿真。仅考虑来自A_64-QAM的符号。已经随机生成2×2MIMO信道，并且针对每个样本信道对于作为A_64-QAM的元素的s₁和s₂针对标准Alamouti情况和缩放Alamouti情况计算信道输入与输出之间的互信息。另外，确定每个样本信道的Telatar互信息。基于这些互信息计算中断容量。根据这一仿真可以得出结论：对于速率R＜5位/信道使用，缩放式Alamouti方法并不比Telatar差很多。Telatar假设高斯输入分布，而在Alamouti情况下已经应用均匀A_64-QAM分布。该损失较小(约为0.1位/维度)，因为以位每维度为单位的速率较小(约1位/维度)。

另外，缩放式Alamouti方法的速率明显大于标准Alamouti方法的速率(在14dB就1％的中断而言接近1位/信道使用)。标准Alamouti比缩放式Alamouti差约2dB。如下表中所示，为了在大约相同的中断概率实现某一速率，标准Alamouti方法需要比缩放式Alamouti多2dB的信号功率。

	3位/信道使用	4位/信道使用	5位/信道使用
				标准Alam.	8dB 4％	11dB 6％	14dB 9％
缩放式Alam.	5dB 10％	8dB 10％	11dB 9％

总而言之可以认为从中断容量的观点来看缩放式Alamouti优于标准Alamouti。缩放式Alamouti的缺点在于它的解码复杂性更大。下文将讨论这一点。

在缩放式Alamouti情况下，接收的矢量如下所示：

$\left(\begin{array}{c}{y}_{11}\\ y_{21}\\ y_{12}^{*}\\ y_{22}^{*}\end{array}\right)=\left(\begin{array}{cc}{h}_{11}& 3h_{12}\\ h_{21}& 3h_{22}\\ 3h_{12}^{*}& -h_{11}^{*}\\ 3h_{22}^{*}& -h_{21}^{*}\end{array}\right)\left(\begin{array}{c}{s}_1\\ s_2\end{array}\right)-\left(\begin{array}{c}0\\ 0\\ h_{12}^{*}\\ h_{22}^{*}\end{array}\right)D\left(3s_1\right)$

(24)

$-\left(\begin{array}{c}{h}_{12}\\ h_{22}\\ 0\\ 0\end{array}\right)D\left(s_2\right)+\left(\begin{array}{c}{n}_{11}\\ n_{21}\\ n_{12}^{*}\\ n_{22}^{*}\end{array}\right).$

这可以记为：

y＝s₁ a+s₂ b-D(3s₁)c-D(3s₂)d+n，

其中：

$\underset{\‾}{y}={(y_{11},y_{21},y_{12}^{*},y_{22}^{*})}^T,$

$\underset{\‾}{a}={(h_{11},h_{21},{3h}_{12}^{*},{3h}_{22}^{*})}^T,$

$\underset{\‾}{b}={(3h_{12},{3h}_{22},{-h}_{11}^{*},{-h}_{21}^{*})}^T,$

$\underset{\‾}{c}={(\mathrm{0,0},h_{12}^{*},h_{22}^{*})}^T,$

$\underset{\‾}{d}={(h_{12},h_{22},0,0)}^T,$ 以及

$\underset{\‾}{n}={(n_{11},n_{21},n_{12}^{*},n_{22}^{*})}^T.$

重要的是注意正如标准Alamouti情况下一样，

因此a与b正交。

最优检测器确定：

$\arg \underset{s_1,S_2}{\min }{|\underset{\‾}{y}-s_1\underset{\‾}{a}-s_2\underset{\‾}{b}+D\left(3s_1\right)\underset{\‾}{c}+D\left(3s_2\right)|}^2.$

对于小于0.01的消息错误率，缩放式Alamouti比标准Alamouti好约3dB。对于更小的消息错误率，差异变得更小。

接着针对缩放式Alamouti方法解释解码方法。

第一种提出的算法现在检验所有可能的偏移组合D(3s₁)和D(3s₂)。注意两个偏移可以假设d＝d′+jd″这些值，其中d′∈{-16，0，+16}而d″∈{-16，0，+16}。这意味着81种偏移组合是可能的并且必须检验这81种偏移组合。检验组合要求偏移校正，即计算：

z＝y+D(3s₁)c+D(3s₂)d.

然后以限制方式将和

分片，即仅考虑具有假设的

和

的那些

和

这导致从中选择最好一个选项的所有81个可选项的距离度量。

第一种改进源于如果接收矢量与信号点的距离无论如何将会过大则无需分片这一事实。可以通过考虑下式来获得该距离的下界：

即z与a和b均垂直的部分。然后：

|y-s₁ a-s₂ b+D(3s₁)c+D(3s₂)|²＝|z-s₁ a-s₂ b|²

＝|z ^⊥|²+|z-z ^⊥-s₁ a-s₂ b|²            (25)

≥|z ^⊥|²，

并且如果|z ^⊥|²大于(或等于)之前对于偏移组合所观察的最小平方距离，则分片是不必要的。

还注意：

z ^⊥＝y ^⊥+D(3s₁)c ^⊥+D(3s₂)d ^⊥，                 (26)

其中：

因此z ^⊥是y ^⊥和c ^⊥以及d ^⊥的简单线性组合并且如果D(3s₁)和D(3s₂)变化则可以容易地加以计算。

在第二种方法中，如果第一个检验的偏移组合已经产生小的平方距离，则工作量将更小。这可以通过基于y对D(3s₁)和D(3s₂)估计来实现。因此考虑：

$\left(\begin{array}{c}{y}_{11}\\ y_{21}\end{array}\right)=\left(\begin{array}{cc}{h}_{11}& 3h_{12}\\ h_{21}& 3h_{22}\end{array}\right)\left(\begin{array}{c}{s}_1\\ s_2\end{array}\right)-\left(\begin{array}{c}{h}_{12}\\ h_{22}\end{array}\right)D\left(3s_2\right)+\left(\begin{array}{c}{n}_{11}\\ n_{21}\end{array}\right)$

(28)

$=\left(\begin{array}{c}{h}_{11}\\ h_{21}\end{array}\right)s_1+\left(\begin{array}{c}{h}_{12}\\ h_{22}\end{array}\right)M\left(3s_2\right)+\left(\begin{array}{c}{n}_{11}\\ n_{21}\end{array}\right)$

并且假设第二项和第三项是噪声项。然后可以计算：

以获得对s₁并且随后对D(3s₁)的估计。这里：

y(1)＝(y₁₁，y₂₁)^T

(29)

h(1)＝(h₁₁，h₂₁)^T.

类似地考虑：

$\left(\begin{array}{c}{y}_{12}^{*}\\ y_{22}^{*}\end{array}\right)=\left(\begin{array}{cc}3h_{12}^{*}& -h_{11}^{*}\\ 3h_{22}^{*}& -h_{21}^{*}\end{array}\right)\left(\begin{array}{c}{s}_1\\ s_2\end{array}\right)-\left(\begin{array}{c}{h}_{12}^{*}\\ h_{22}^{*}\end{array}\right)D\left(3s_1\right)+\left(\begin{array}{c}{n}_{12}^{*}\\ n_{22}^{*}\end{array}\right)$

$=\left(\begin{array}{c}-h_{11}^{*}\\ -h_{21}^{*}\end{array}\right)s_2+\left(\begin{array}{c}{h}_{12}^{*}\\ h_{22}^{*}\end{array}\right)M\left({3s}_1\right)+\left(\begin{array}{c}{n}_{12}^{*}\\ n_{22}^{*}\end{array}\right).$

现在可以计算：

以获得对s₂并且随后对D(3s₂)的估计。这里：

$\underset{\‾}{y}\left(2\right)={(y_{12}^{*},y_{22}^{*})}^T$

(31)

$\underset{\‾}{h}\left(2\right)={(-h_{11}^{*},-h_{21}^{*})}^T.$

D(3s₁)和D(3s₂)的初始猜测现在用来获得信号对(s₁，s₂)的初始估计。在解码过程的其余部分中使用关联平方距离。

旋转式和缩放式Alamouti方法

接着将描述如根据本发明又一实施例提出的旋转式和缩放式Alamouti方法。上文已经看到缩放式重复在SISO情况下改进了普通重复，这一概念用来改进用于MIMO发送的标准Alamouti方案。不是在第二发送中仅重复符号，还缩放它们。具体而言，当s₁和s₂是 $A_{16-\mathrm{QAM}}\stackrel{\mathrm{\Δ}}{=}\{a+\mathrm{jb}|a\∈A_{4-\mathrm{PAM}},b\∈A_{4-\mathrm{PAM}}\}$ 的元素时对于θ的某一值发送如下信号：

$\left(\begin{array}{cc}{x}_{11}& x_{12}\\ x_{21}& x_{22}\end{array}\right)=\left(\begin{array}{cc}{s}_1\·\exp \left(\mathrm{j\θ}\right)& -s_2^{*}\\ M_2\left(s_2\right)& M_2\left(s_1^{*}\right)\end{array}\right)$

(32)

$=\left(\begin{array}{cc}{s}_1\·\exp \left(\mathrm{j\θ}\right)& -s_2^{*}\\ 2s_2& 2s_1^{*}\end{array}\right)-\left(\begin{array}{cc}0& 0\\ D_2\left(s_2\right)& D_2\left(s_1^{*}\right)\end{array}\right),$

其中M₂(α)＝2α-D₂(α)，其中当β是α的复符号(定义为β＝sign(Re(α))+jsign(Im(α)))时D₂(α)＝5β。

第一个问题在于为θ确定良好的值。因此，对于0≤θ≤π/2确定行列式的最小模mindet(θ)如下：

$\min \det \left(\mathrm{\θ}\right)=\underset{(s_1,S_2),(S_1^{\′},S_2^{\′})}{\min }\left|\det (X(s_1,s_2,\mathrm{\θ})-X(s_1^{\′},s_2^{\′},\mathrm{\θ}))\right|,---\left(33\right)$

其中：

$X=\left(\begin{array}{cc}{x}_{11}& x_{12}\\ x_{21}& x_{22}\end{array}\right)---\left(34\right)$

是码矩阵。可以在图5中发现作为θ的函数的行列式最小模。最小行列式的最大值(即7.613)出现于：

θ_opt.＝1.028.                                (35)

在下文说明的步骤中将使用这一θ值。

接着将讨论硬判决性能。已经在图6中比较了若干R＝4空间-时间码的消息错误率。消息错误率意味着概率 $\mathrm{Pr}\{\hat{X}\≠X\}.$ 注意对于每个“测试”，已经准备了新消息(8位)和新信道矩阵。解码器对于所有码为最优，它进行ML解码(穷举搜索)。已经考虑的方法如下：

·未编码(B)：发送如下：

$X=\left(\begin{array}{cc}{x}_{11}& x_{12}\\ x_{21}& x_{22}\end{array}\right),---\left(36\right)$

其中x₁₁、x₁₂、x₂₁和x₂₂是来自A_4-QAM的符号。

·Alamouti(C)：参见(17)，其中s₁和s₂是来自A_16-QAM的符号。

·倾斜式QAM(E)：由H.Yao和G.W.Wornell在Monticello，IL，2003年10月Proc.Allerton Conf Commun.Control，and Comput.中的“Achieving the full MIMO diversity-multiplexing frontier withrotation-based space-time codes”中提出。令s_a、s_b、s_c和s_d符号来自A_4-QAM。然后发送如下：

$\left(\begin{array}{c}{x}_{11}\\ x_{22}\end{array}\right)=\left(\begin{array}{cc}\cos \left({\mathrm{\θ}}_1\right)& -\sin \left({\mathrm{\θ}}_1\right)\\ \sin \left({\mathrm{\θ}}_1\right)& \cos \left({\mathrm{\θ}}_1\right)\end{array}\right)\left(\begin{array}{c}{s}_a\\ s_b\end{array}\right),$

(37)

$\left(\begin{array}{c}{x}_{21}\\ x_{12}\end{array}\right)=\left(\begin{array}{cc}\cos \left({\mathrm{\θ}}_2\right)& -\sin \left({\mathrm{\θ}}_2\right)\\ \sin \left({\mathrm{\θ}}_2\right)& \cos \left({\mathrm{\θ}}_2\right)\end{array}\right)\left(\begin{array}{c}{s}_c\\ s_d\end{array}\right),$

其中：

${\mathrm{\θ}}_1=\frac{1}{2}\arctan \left(\frac{1}{2}\right),$

(38)

${\mathrm{\θ}}_2=\frac{1}{2}\arctan \left(2\right).$

·旋转式和缩放式Alamouti(D)：对于θ＝1.028参见(32)，并且其中s₁和s₂来自A_16-QAM。

·黄金码(F)：由J.-C.Belfiore、G.Rekaya、E.Viterbo在IEEE Trans.Inform.Theory 2005年4月第IT-51卷第4期第1432-1436页的“Thegolden code：A 2×2full-rate space-time code with nonvanishindeterminants”中的提出。现在：

$X=\frac{1}{\sqrt{5}}\left(\begin{array}{cc}\mathrm{\α}(z_1+z_2\mathrm{\θ})& \mathrm{\α}(z_3+z_4\mathrm{\θ})\\ j\·\stackrel{\‾}{\mathrm{\α}}(z_3+z_4\stackrel{\‾}{\mathrm{\θ}})& \stackrel{\‾}{\mathrm{\α}}(z_1+z_2\stackrel{\‾}{\mathrm{\θ}})\end{array}\right),---\left(39\right)$

其中 $\mathrm{\θ}=\frac{1+\sqrt{5}}{2},$ $\stackrel{\‾}{\mathrm{\θ}}=\frac{1-\sqrt{5}}{2},$ α＝1+j-jθ而α＝1+j-jθ，并且其中z₁、z₂、z₃和z₄是A_4-QAM符号。

·Telatar(A)：这是信道的Telatar容量小于4的概率。

根据图6，黄金码显然示出最好结果。然而旋转式和缩放式Alamouti仅为略差(约0.2dB)。重要的是Alamouti编码比黄金码差约2dB。

接着将讨论解码复杂性。黄金码显然好于旋转式和缩放式Alamouti。然而黄金码在原理上要求解码器检验所有256个可选码字。这里将考察次优的旋转式和缩放式Alamouti解码器的复杂性和性能。标注Θ＝exp(jθ_opt.)。

在旋转式和缩放式Alamouti情况下接收矢量如下：

$\left(\begin{array}{c}{y}_{11}\\ y_{21}\\ y_{12}^{*}\\ y_{22}^{*}\end{array}\right)=\left(\begin{array}{cc}{h}_{11}\mathrm{\Θ}& 2h_{12}\\ h_{21}\mathrm{\Θ}& 2h_{22}\\ 2h_{12}^{*}& -h_{11}^{*}\\ 2h_{22}^{*}& -h_{21}^{*}\end{array}\right)\left(\begin{array}{c}{s}_1\\ s_2\end{array}\right)-\left(\begin{array}{c}0\\ 0\\ h_{12}^{*}\\ h_{22}^{*}\end{array}\right)D_2\left(s_1\right)$

(40)

$-\left(\begin{array}{c}{h}_{12}\\ h_{22}\\ 0\\ 0\end{array}\right)D_2\left(s_2\right)+\left(\begin{array}{c}{n}_{11}\\ n_{21}\\ n_{12}^{*}\\ n_{22}^{*}\end{array}\right).$

这可以记为：

y＝s₁ a+s₂ b-D₂(s₁)c-D₂(s₂)d+n，

其中：

$\underset{\‾}{y}={(y_{11},y_{21},y_{12}^{*},y_{22}^{*})}^T,$

$\underset{\‾}{a}={(h_{11}\mathrm{\Θ},h_{21}\mathrm{\Θ},{2h}_{12}^{*},{2h}_{22}^{*})}^T,$

$\underset{\‾}{b}={(2h_{12},{2h}_{22},{-h}_{11}^{*},{-h}_{21}^{*})}^T,$

$\underset{\‾}{c}={(\mathrm{0,0},h_{12}^{*},h_{22}^{*})}^T,$

$\underset{\‾}{d}={(h_{12},h_{22},0,0)}^T,$ 以及

$\underset{\‾}{n}={(n_{11},n_{21},n_{12}^{*},n_{22}^{*})}^T.$

对于在a与b之间的角度φ可以记为：

不是对(s₁，s₂)进行解码，也有可能对与(s₁，s₂)等效的(t₁，t₂)＝(M₂(s₁)，M₂(s₂))进行解码。因此改写(32)以获得：

$\left(\begin{array}{cc}{x}_{11}& x_{12}\\ x_{21}& x_{22}\end{array}\right)=\left(\begin{array}{cc}-M_2\left(t_1\right)\mathrm{\Θ}& M_2\left(t_2^{*}\right)\\ t_2& t_1^{*}\end{array}\right)$

(42)

$=\left(\begin{array}{cc}-2t_1\mathrm{\Θ}& 2t_2^{*}\\ t_2& t_1^{*}\end{array}\right)-\left(\begin{array}{cc}-D_2\left(t_1\right)\mathrm{\Θ}& D_2\left(t_2^{*}\right)\\ 0& 0\end{array}\right),$

因为t＝M₂(s)意味着s＝-M₂(t)。

$\left(\begin{array}{c}{y}_{11}\\ y_{21}\\ y_{12}^{*}\\ y_{22}^{*}\end{array}\right)=\left(\begin{array}{cc}-2h_{11}\mathrm{\Θ}& h_{12}\\ -2h_{21}\mathrm{\Θ}& h_{22}\\ h_{12}^{*}& 2h_{11}^{*}\\ h_{22}^{*}& 2h_{21}^{*}\end{array}\right)\left(\begin{array}{c}{t}_1\\ t_2\end{array}\right)-\left(\begin{array}{c}-h_{11}\mathrm{\Θ}\\ -h_{21}\mathrm{\Θ}\\ 0\\ 0\end{array}\right)D_2\left(t_1\right)---\left(43\right)$

$-\left(\begin{array}{c}0\\ 0\\ h_{11}^{*}\\ h_{21}^{*}\end{array}\right)D_2\left(t_2\right)+\left(\begin{array}{c}{n}_{11}\\ n_{21}\\ n_{12}^{*}\\ n_{22}^{*}\end{array}\right).$

这可以记为：

y＝t₁ a′+t₂ b′-D₂(t₁)c′-D₂(t₂)d′+n，

其中：

${\underset{\‾}{a}}^{\′}={(-2h_{11}\mathrm{\Θ},-2h_{21}\mathrm{\Θ},h_{12}^{*},h_{22}^{*})}^T,$

${\underset{\‾}{b}}^{\′}={(h_{12},h_{22},{2h}_{11}^{*},{2h}_{21}^{*})}^T,$

${\underset{\‾}{c}}^{\′}={(-h_{11}\mathrm{\Θ},-h_{21}\mathrm{\Θ},\mathrm{0,0})}^T,$ 以及

${\underset{\‾}{d}}^{\′}={(\mathrm{0,0},h_{11}^{*},h_{21}^{*})}^T,$

并且对于在a′与b′之间的角度φ′可以记为：

现在根据不等式2r₁r₂≤r₁ ²+r₂ ²(其中r₁和r₂是实数)获得：

$\cos \mathrm{\φ}\≤|\mathrm{\Θ}-1|\·\frac{{\left|h_{11}\right|}^2+{\left|h_{12}\right|}^2+{\left|h_{21}\right|}^2+{\left|h_{22}\right|}^2}{{\left|h_{11}\right|}^2+{\left|h_{21}\right|}^2+4{\left|h_{12}\right|}^2+4{\left|h_{22}\right|}^2},$

(45)

$\cos {\mathrm{\φ}}^{\′}\≤|\mathrm{\Θ}-1|\·\frac{{\left|h_{11}\right|}^2+{\left|h_{12}\right|}^2+{\left|h_{21}\right|}^2+{\left|h_{22}\right|}^2}{4{\left|h_{11}\right|}^2+{4\left|h_{21}\right|}^2+{\left|h_{12}\right|}^2+{\left|h_{22}\right|}^2}.$

如果：

|h₁₂|²+|h₂₂|²≥|h₁₁|²+|h₂₁|²，                                        (46)

则：

$\cos \mathrm{\φ}\≤\frac{2|\mathrm{\Θ}-1|}{5}=0.393,---\left(47\right)$

否则：

${\cos \mathrm{\φ}}^{\′}\≤\frac{2|\mathrm{\Θ}-1|}{5}=0.393.---\left(48\right)$

因此在(46)成立时对(s₁，s₂)进行解码而在(46)不成立时对(t₁，t₂)进行解码是有意义的。使用迫零来解码，噪声增强至多为1/(1-0.393²)＝1.183，这是0.729dB。下文将看到噪声增强在实践中表现得不明显。

解码过程简单直接。关注一下对(s₁，s₂)进行解码的情况。对于((D₂(s₁)，D₂(s₂))的所有16个可选项，确定矢量：

z＝y+D₂(s₁)c+D₂(s₂)d＝s₁ a+s₂ b+n                            (49)

然后充分统计量如下：

接着使用反转矩阵：

其中

以获得：

接着在只有与假设值D₂(s₁)和D₂(s₂)匹配的可选项才是可能结果这一限制之下将

和

均分片。针对所有16个可选项(D₂(s₁)，D₂(s₂))完成此操作。现在选择在欧几里德距离方面的最好结果。

在考虑所有可选项((D₂(s₁)，D₂(s₂))时，仅要求在如下长度小于迄今已经观察到的最近距离时分片：

$\underset{\‾}{z}-{\tilde{s}}_1\underset{\‾}{a}-{\tilde{s}}_2\underset{\‾}{b}---\left(53\right)$

这减少了分片步骤的数目。这一方法称为方法1。

如果从最有希望的可选项((D₂(s₁)，D₂(s₂))开始解码，则甚至可以进一步减少分片步骤的数目。这一方法称为方法2。因此注意X中的“直”s₁信号分量如下：

$\left(\begin{array}{cc}{s}_1\mathrm{\Θ}& 0\\ 0& -s_1^{*}/2\end{array}\right).---\left(54\right)$

因此可以将

分片以便发现对D₂(s₁)的良好猜测。类似地，将

分片以便发现对D₂(s₂)的良好的第一猜测。这里：

${\underset{\‾}{e}}_1={(h_{11}\mathrm{\Θ},h_{21}\mathrm{\Θ},-h_{12}^{*}/2,-h_{22}^{*}/2)}^T,$

(55)

${\underset{\‾}{e}}_2={(-h_{12}/2,-h_{22}/2,-h_{11}^{*},-h_{21}^{*})}^T.$

然后考虑其它15个可选项，并且如果必要才将它们分片。注意将如果将对(t₁，t₂)进行解码则应用相似方法。

已经进行仿真以首先发现根据方法1和方法2的次优解码器的降级相对于ML解码而言是什么。在图7中示出了结果。结论是次优解码器没有显现出性能降级。

也考虑了方法1和方法2的平均分片数。这在图8中示出。可以观察到方法1获得平均约7个分片(与16个成对比)。方法2将平均分片数进一步减少至约3.5。

旋转式和缩放式Alamouti也可以基于如下文说明的9-PAM。在前节中考虑的码速率是4位每信道使用。为了增加这一速率，看来重要的是从具有平方数个点的PAM星座开始。因此下一星座是9-PAM。已经考虑的映射是定义为更新如下的M₃(·)：

重要的是这一映射满足M₃(M₃(x))＝-x，参见图9。存在各包含三个点的三个区间。

更一般地，M₃(x)＝3x-D₃(x)

其中它对于上例中的如下子函数成立：

现在可以设计基于该映射以及对来自 $A_{81-\mathrm{QAM}}\stackrel{\mathrm{\Δ}}{=}\{a+\mathrm{jb}|a\∈A_{9-\mathrm{PAM}},b\∈A_{9-\mathrm{PAM}}\}$ 的符号s₁和s₂操作的旋转式和缩放式Alamouti方法。最优值θ＝1.308。现在可以同样比较这一方法与对应的未编码、Alamouti、倾斜式QAM和黄金码方法。在图10中示出了结果。同样清楚可见的是黄金码具有最好性能。旋转式和缩放式Alamouti同样更差(约0.5dB)，但是Alamouti比黄金码差约4dB。

再次，已经进行仿真以发现根据方法1和方法2的次优解码器的降级相对于ML解码而言是什么。在图11中示出了结果。结论同样是次优解码器没有显现出性能降级。在图12中示出了方法1和方法2的分片数。可以观察到方法1导致平均约21个分片(与81个成对比)。方法2将平均分片数进一步减少至约10。注意这里的穷举搜索要求检验81²＝6561个码字。

结论是如根据本发明提出的旋转式和缩放式Alamouti方法具有比黄金码的性能仅略差的硬判决性能，但是可以用可接受的复杂性来解码。

图13和图14示出了根据本发明的发送器和接收器的两个特定实施例的框图。这些发送器和接收器的大体功能和工作已经在WO 99/14871(这里对其说明明确地进行参照)中有所描述、因此这里将不详细说明。这些发送器和接收器适合于使得其单元可以执行如上所述的本发明方法的步骤。

图13示出了如下实施例的框图，在该实施例中采用两个(一般为k个)发送器天线(提供空间分集)和一个接收器天线，这些发送器天线采用多个时间间隔。具体而言，发送器10说明性地包括天线11和12，并且它处理以2个(一般为k个)符号的块为单位的传入数据，其中k是发送器天线的数目。每个块用2个(一般为k个)符号间隔进行发送。同样说明性地，图1的布置包括接收器20，该接收器包括单个天线21。

在任何给定时间，由发送器天线传送的信号经历由发送链、空中链路和接收链构成的穿越信道的干扰效应。可以通过由幅度响应和相位响应组成的复数乘性失真系数对信道进行建模。在两个接收信号处添加来自干扰和其它源的噪声，即在任何时间接收的、由接收和放大部分25输出的所得基带信号除了发送的信号之外还包括这样的噪声。

将接收信号施加到信道估计器22，信道估计器22提供代表信道特性或者实际上代表其最好估计的信号。

将这些信号施加到组合器23和最大似然检测器24。

可以通过发送由信道估计器22恢复的已知训练信号来获得由信道估计器22形成的估计，并且基于恢复的信号来计算信道估计。这是一种众所周知的方式。

组合器23在第一时间间隔中接收信号、对其进行缓存、在下一时间间隔中接收信号并且组合这两个接收信号以形成对发送信号的估计。

这些信号估计被传送到最大似然检测器24，该检测器借助来自估计器22的信道估计而形成发送的信号。

图14呈现了使用两个发送天线31、32和两个接收天线51、52的实施例。将天线51接收的信号施加到信道估计器53和组合器55，而将天线52接收的信号施加到信道估计器54和组合器55。从发送天线31、32到接收天线51的信道传递函数的估计由信道估计器53施加到组合器55和最大似然检测器56。类似地，从发送天线31、32到接收天线52的信道传递函数的估计由信道估计器54施加到组合器55和最大似然检测器56。在此恢复发送的信号。

上文已经参照引用2×2MIMO系统的实施例说明了本发明。然而在最一般的意义上，本发明的根本思想是指构建如下块码，该块码将k-符号的矢量映射为n-符号的矢量，其中这n个符号是利用具有至少两段的、逐段线性的至少一个缩放函数对这k个符号缩放的缩放(并且更优选为旋转)版或者对这k个符号的复共轭缩放的缩放版。

然后对于具有k个发送天线的MIMO系统构建码。因此，例如在权利要求中提到的“对”也可以是具有适当适配的映射的三元组或多元组，并且本发明可以应用于任何MIMO系统中。例如，三个复符号(三元组)可以使用缩放(和旋转)来映射到2个、3个或者更多符号三元组。另外，本发明的关于缩放式重复的实施例优选地用于ARQ SISO系统中，在这些系统中重传是原始发送符号的缩放版。

另外，取代了一个MIMO发送器，分布式发送器也可以使用本发明的旋转缩放式Alamouti方法。然后有必要的是分布式发送器的各部分可以使用旋转缩放式Alamouti对消息进行编码。虚拟(或者分布式)发送器例如出现在中继通信中。实际发送器将消息传送到两个中继器，这两个中继器然后充当一个分布式发送器。换言之，可以在不同位置完成编码和发送。因而取代了具有两个天线的一个发送器，可以有各自具有一个天线的两个(协同)发送器。

与上例不同，缩放函数和/或旋转函数可以应用于与它们在这些例子中被应用于的符号不同的符号。缩放函数和/或旋转函数可以例如应用于所有符号。根据本发明，映射应当使得它为逐段线性。缩放函数利用通常为2、3、4等的常数来缩放传入信号，但是复缩放因子也是可能的，例如2+j。

另外，根据本发明也可以使用单个接收天线。

如上文说明的那样，解码方法不同于Alamouti解码器/接收器。根据Alamouti方法，接收信号是正交的，从而可以分离无噪声增强的符号估计，并且最优解码(ML)实施起来很简易。在缩放重复码中情况并非如此，并且最优解码更复杂。然而，给定所选缩放函数的性质，根据本发明导出一种基本上性能与最优解码一样好的简单次优解码方法。

在一般意义上，解码必须与编码匹配。因而，如果码改变，则解码也将相应地改变。然而，只要满足关于缩放的条件M(M(x))＝-x，解码就具有相似的可能次优和简易结构。

简单概括之，根据本发明的解码主要由以下步骤构成：

1)检验(46)和决定对(s₁，s₂)或者它的缩放版(t₁，t₂)进行解码。

2)对于((D₂(s₁)，D₂(s₂))的每个可选项(这个针对配对的检验起因于逐段线性(具有至少两段)。存在((D₂(s₁)，D₂(s₂))的16个可能配对，因为D₂()返回它的变元的复数符号，该变元可以具有以下四个值(+1+j，+1-j，-1-j，-1+j)。对于D₃()，取代符号函数，为实维度定义3个区域并且为虚维度定义3个区域(参见(56))。因此获得3×3×3×3＝81个可能配对。)：

2a)使用方程(49)-(52)来导出对配对(s₁，s₂)的估计(矢量c、d和c′、d′独立于星座尺寸而保持相同。矢量a、b和a′、b′改变一点。使用M₂，它们在一些元素中具有因子2。使用M₃，它们具有因子3而不是因子2。)

2b)计算和保存在接收矢量z与估计之间的欧几里德距离(参见(53))

2c)将对(s₁，s₂)的估计分片并且保存分片结果

3)对(s₁，s₂)的最终估计是与最小欧几里德距离对应的分片结果。

在方法1和方法2中，只有在当前欧几里德距离是迄今遇到的最小欧几里德距离时才进行步骤2c)。

方法2通过从y开始考察对((D₂(s₁)，D₂(s₂))来进一步减少分片步骤的数目，y是通过将方程(49)的接收矢量z投影到由(55)的e₁和e₂限定的空间上而获得的对((D₂(s₁)，D₂(s₂))的良好猜测。(e₁和e₂也根据缩放函数而改变。当利用M₂时在(55)中定义它们。当利用M₃时在e₁和e₂中的因子1/2改变成因子1/3)。

分片器如它在规则的(regular)通信系统中一样依赖于星座尺寸。4QAM和16-QAM具有不同的分片器。

在本发明的另一实施例中，已经注意到当前系统使用取整数值的M-QAM星座而并非设计用于分集发送。

设计它们以增加最小欧几里德距离(确定SER的主要因素)，但是并未考虑最小乘积距离。根据该另一实施例提出新星座。这些星座无需取整数值并且将考虑最小乘积距离作为设计标准。

也针对信道相同的最差场合来考虑最小欧几里德距离。欧几里德距离标准意味着将在分集支路维度中看上去像QAM式星座一样的重复结构(Co-Re)。常规M-QAM星座在2个支路维度中的任何旋转版实现相同欧几里德距离。

支路维度中的最优旋转应当将最小乘积距离最大化。要求是n位/实维度。常规星座是2^(2n)-QAM/复维度。

根据这个新星座提出以下步骤：

-步骤1：在分集支路维度中从2^n-QAM星座开始(x＝支路1中的发送值，y＝支路2中的发送值，z＝x+j*y∈2^n QAM)；

-步骤2：利用θ＝1/2*tan^-1(2)来旋转2^n QAM并且2^n QAM，进而x＝Real(z*exp(jθ))，y＝Imag(z*exp(jθ))，x或者y集合将形成新PAM星座/实维度(T)，并且x和y将形成用于每个实维度的Co-Re方案的映射结构。

-步骤3：通过使用对于每个维度由T获得的两个PAM来形成复星座：

s1∈新星座：对于第一发送的Cnew＝{s1＝x1+j*x2|x1，x2∈T}。

s2∈新星座：对于第一发送的Cnew＝{s2＝y1+j*y2|y1，y2∈T}。

在这一实施例的例子中，将最小乘积距离最大化的最优旋转角是θ＝1/2*tan-1(2)。因此，用于2个支路的分集系统的这些新星座设计实现改进的最小乘积距离从而获得Co-Re的更低SER。另外，这个改进在星座尺寸更大时更明显。这适用于任何2个支路的分集方案，如WLAN、蜂窝、广播或者传感器网络以及例如用于(无线)系统中的信道估计。tx信号包括一些已知导频序列，从而rx可以估计信道已经如何破坏信号。DVB-T也进行信道估计，但是存在SFN并且使用OFDM调制。SFN使信道很长。OFDM允许在时间-频率网格中插入导频。

这个实施例具有如下数个优点：良好的最小乘积距离、良好的符号错误率性能、易于放大至更大星座尺寸、从常规QAM星座开始并且利用最优角来旋转。然而新星座并不在网格上并且难以获得准确值。因此，它需要用于每个星座点的更多存储器并且使分片操作更复杂。在这一实施例的变形中提出不同的星座。星座点在网格上(即与常规QAM一样取整数值)并且可以是非均匀分布的(即星座上的所有点并非相互等距)。根据以这一变形为依据的一种方法，第一步骤是考虑用于每个星座尺寸的所有可能整数值。然后，归一化平均功率并且在最小乘积距离方面比较星座。例如，4-PAM星座设计(普通4-PAM dproduct＝64、最优4-PAM dproduct＝80.17)

选项：a)[-2-112]-＞[-2-112]*squareroot(10)/squareroot(5)-＞dproduct＝36.

b)[-4-1 1 4]-＞[-4-1 1 4]*squareroot(10)/squareroot(17)-＞dproduct＝77.85

c)[-5-1 1 5]-＞[-5-1 1 5]*squareroot(10)/squareroot(26)-＞dproduct＝59.17

d)[-5-2 2 5]-＞[-5-2 2 5]*squareroot(10)/squareroot(29)-＞dproduct＝52.44...

[-4-1 1 4]4-PAM星座看似一个具有大的最小乘积距离的良好选择并且它在网格上。可以通过在实轴和虚轴中均使用新PAM星座来设计复星座。4-PAM-＞新16QAM复星座。对于更大星座尺寸：

选项1：可以应用相同方法，即将最小乘积距离作为标准而搜索每种可能性

选项2：使用新4-PAM星座之一的基本结构并且重复它。

选项2看来更实用。

例如，通过复制结构[-4 -1 1 4]来设计新16-PAM(256QAM)星座以获得新16-PAM。在用于2个支路的分集系统的网格上的这些星座实现良好的最小乘积距离-＞Co-Re的低MER。该改进在更大星座尺寸仍然在网格上(即取整数值，这在接收器中需要较少存储器)时更明显。这一改进适用于任何2个支路的分集方案，例如WLAN、蜂窝、广播或者传感器网络、STBC、空间-时间格子码、OTD。

在本发明的另一实施例中提出一种用于2个发送天线的系统的新空间时间块编码(STBC)，该STBC使用如Alamouti编码中那样的缩放式重复和旋转这些概念、但是无任何符号共轭。尤其是在星座尺寸大时，新STBC结构提供比STBC更好的符号错误率性能并且实现与黄金码相同的最小行列式和相似SER性能。RSA基于Alamouti编码中的缩放式重复。Alamouti编码提供一种用于普通重复的简化接收器结构。如果并不限于Alamouti结构则可以实现更好的性能-复杂性权衡。

最小行列式标准(c和c’是任何可能的STBC码对)

最小行列式高度地依赖于星座重排方案的最小乘积距离，因此将缩放式重复方案与先前实施例中定义的星座一起使用。新方案可以有助于通过修改现有STBC结构来增加最小行列式。

由于新STBC结构影响流的乘积距离，所以将最小行列式最大化的最优旋转角已经改变。

最优旋转对于所有星座尺寸均为θ＝π/2。最小行列式对于所有星座尺寸均与黄金码相同。行列式最小绝对值对于16QAM为8.9443。具有这一速率的黄金码的最小行列式也为8.9443。

对于R＝6.34位/发送星座尺寸

增加最小行列式-＞MER与黄金码相似

性能比例如Alamouti、未编码、倾斜式QAM或者RSA这样的其它竞争者好得多。一种用于2个发送天线的系统的新STBC结构

这一结构允许更大的最小行列式、更高效的空间-时间块码、比RSA编码更好的SER性能、在设计STBC时对缩放式重复方法的更好利用。SER性能与黄金码相似。根据本发明的另一变形，针对两个发送天线的系统提出旋转和缩放式Alamouti编码(RSA)这一新空间-时间块编码结构。表明新STBC在性能上优于众所周知的Alamouti编码并且提供一种稳健发送方案而无需很复杂的接收器结构。也提到存在也在性能上优于Alamouti编码的一些其它作为竞争者的空间-时间块码，即黄金码。提出的RSA编码在性能上比黄金码略差。然而，它享有一种比将穷举ML搜索来解码的黄金码更简易的解码机制。这一变形以通过提供新的如下重复结构来改进RSA编码的性能为目标，该重复结构利用先前提出的针对2个支路的分集系统而设计的新星座和星座重排方案。通过施加适当旋转，新的重复结构提供符号错误率性能比当前重复结构更好的RSA编码并且减少在RSA编码与黄金码之间的性能差距。对于某些星座尺寸它完全地消除性能差距。RSA编码仍然享有根据本发明的简易接收器结构。

缩放式重复方案基于常规Co-Re方案。在本发明的先前变形中示出了可以通过使用新星座和新Co-Re结构来改进常规Co-Re方案的性能。这些新星座和Co-Re结构可以用来增加对STBC的符号错误率进行确定的最小行列式标准：最小行列式标准(c和c’是任何可能的STBC码对)

最小行列式高度地依赖于星座重排方案(RSA中的缩放式重复方案)的最小乘积距离。对于RSA：

新星座和星座重排方案可以有助于通过修改现有缩放式重复方案来增加最小行列式。用于使用新星座和星座重排的RSA编码的新缩放式重复方案。

它仅改变重复结构而不改变缩放概念。发现将最小乘积距离最大化的最佳旋转角度为δ＝1/2*tan^-1(2)。缩放因子＝tan(δ)＝(1-root5)/2。这一缩放因子对于所有星座尺寸均为固定。由于新缩放式重复方案影响流的乘积距离，所以将最小行列式最大化的最优旋转角已经改变。

最优旋转对于16-QAM(用于每个实维度的4-QAM)为θ＝tan^-1(2)。

行列式最小绝对值为8.9443＞7.613

具有这一速率的黄金码的最小行列式也为8.9443。

对于R＝4位/发送器星座尺寸。增加的最小行列式导致与黄金码相似的SER。它仍然享有简易接收器结构和比例如Alamouti、未编码、倾斜式QAM这样的其它竞争者好得多的性能。

对于更大星座尺寸，将通过使用新重复结构来减少在黄金码与RSA之间的性能差距，而RSA仍将享有更简易的解码结构。

近来，针对两个发送天线的系统提出黄金码。表明这一新空间-时间块码在性能上优于众所周知的Alamouti编码并且提供一种稳健的发送方案。然而它需要很复杂的接收器结构，即穷举ML搜索。本发明的这一变形提出一种用于通过使用在检测根据本发明的RSA编码时使用的相同方法对黄金码进行解码的次优低复杂性的接收器结构。尤其是在星座尺寸大时，新接收器结构提供计算复杂性的大量减少而同时提供与ML检测接近的符号错误率的可接受水平。

黄金码结构[1]

$\left(\begin{array}{cc}{x}_{11}& x_{12}\\ x_{21}& x_{22}\end{array}\right)=\frac{1}{\sqrt{5}}\left(\begin{array}{cc}\mathrm{\α}(a+\mathrm{\θb})& \mathrm{\α}(c+\mathrm{\θd})\\ j\stackrel{\‾}{\mathrm{\α}}(c+\stackrel{\‾}{\mathrm{\θ}}d)& \stackrel{\‾}{\mathrm{\α}}(a+\stackrel{\‾}{\mathrm{\θ}}b)\end{array}\right)$

其中：

-a、b、c和d为M-QAM符号

$-\stackrel{\‾}{\mathrm{\θ}}=1-\mathrm{\θ}=\frac{1-\sqrt{5}}{2},$ α＝1+j(1-θ)，并且α＝1+j(1-θ)

黄金码可以视为基于缩放式重复的空间-时间编码方案。缩放式重复提供对发送信号的两种不同解释。不同解释意味着不同空间签名。

选择最好的解释(空间签名集)以应用迫零(ZF)接收器(ZF接收器的噪声增强最低)并且对于每个子区域检验欧几里德距离。

对黄金码的解释：

$\frac{1}{\sqrt{5}}\left(\begin{array}{cc}{x}_{11}& x_{12}\\ x_{21}& x_{22}\end{array}\right)=\frac{1}{\sqrt{5}}\left(\begin{array}{cc}\mathrm{\α}(a+\mathrm{\θb})& \mathrm{\α}(c+\mathrm{\θd})\\ j\stackrel{\‾}{\mathrm{\α}}(c+\stackrel{\‾}{\mathrm{\θ}}d)& \stackrel{\‾}{\mathrm{\α}}(a+\stackrel{\‾}{\mathrm{\θ}}b)\end{array}\right)$

对于给定a＝a_j，

x₁₁＝αθb+αa_j，x₂₂＝αa_j+αθb

类似地，对于给定b＝b_i，

x₁₁＝αθb_i+αa，x₂₂＝αa+αθb_i

存在对黄金码的四种不同解释：

$\left(\begin{array}{cc}{x}_{11}& x_{21}\\ x_{12}& x_{22}\end{array}\right)=\left(\begin{array}{cc}\mathrm{\α}(a+\mathrm{\θb})& \mathrm{\α}(c+\mathrm{\θd})\\ j\stackrel{\‾}{\mathrm{\α}}(c+\stackrel{\‾}{\mathrm{\θ}}d)& \stackrel{\‾}{\mathrm{\α}}(a+\stackrel{\‾}{\mathrm{\θ}}b)\end{array}\right)$

$=\left(\begin{array}{cc}{x}_{11}& x_{21}\\ j{\mathrm{\β}}_1{x}_{21}& {\mathrm{\β}}_1{x}_{11}\end{array}\right)+\left(\begin{array}{cc}0& 0\\ j{D}_1\left(c\right)& D_1\left(a\right)\end{array}\right)---\left(1\right)$

$=\left(\begin{array}{cc}{\mathrm{\β}}_2{x}_{22}& x_{21}\\ j{\mathrm{\β}}_1{x}_{21}& x_{22}\end{array}\right)+\left(\begin{array}{cc}{D}_2\left(b\right)& 0\\ j{D}_1\left(c\right)& 0\end{array}\right)---\left(2\right)$

$=\left(\begin{array}{cc}{x}_{11}& -j{\mathrm{\β}}_2{x}_{12}\\ x_{12}& {\mathrm{\β}}_1{x}_{11}\end{array}\right)+\left(\begin{array}{cc}0& D_2\left(d\right)\\ 0& D_1\left(a\right)\end{array}\right)---\left(3\right)$

$=\left(\begin{array}{cc}{\mathrm{\β}}_2{x}_{22}& -j{\mathrm{\β}}_2{x}_{12}\\ x_{12}& x_{22}\end{array}\right)+\left(\begin{array}{cc}{D}_2\left(b\right)& D_2\left(d\right)\\ 0& 0\end{array}\right)---\left(4\right)$

获得4个不同空间签名集。

2×2MIMO系统中的接收信号如下：

在第一时隙中为 $r_1=\frac{1}{\sqrt{5}}\left(\begin{array}{cc}{h}_{11}& h_{21}\\ h_{12}& h_{22}\end{array}\right)\left(\begin{array}{c}{x}_{11}\\ x_{21}\end{array}\right)+\left(\begin{array}{c}{n}_{11}\\ n_{12}\end{array}\right)$

在第二时隙中为 $r_2=\frac{1}{\sqrt{5}}\left(\begin{array}{cc}{h}_{11}& h_{21}\\ h_{12}& h_{22}\end{array}\right)\left(\begin{array}{c}{x}_{12}\\ x_{22}\end{array}\right)+\left(\begin{array}{c}{n}_{21}\\ n_{22}\end{array}\right)$

因此：

$\left(\begin{array}{c}{r}_1\\ r_2\end{array}\right)=\frac{1}{\sqrt{5}}\left(\begin{array}{cc}{h}_{11}& h_{21}\\ h_{12}& h_{22}\\ {\mathrm{\β}}_1{h}_{21}& j{\mathrm{\β}}_1{h}_{11}\\ {\mathrm{\β}}_1{h}_{22}& j{\mathrm{\β}}_1{h}_{12}\end{array}\right)\left(\begin{array}{c}{x}_{11}\\ x_{12}\end{array}\right)+M(a,c)+\left(\begin{array}{c}{n}_1\\ n_2\end{array}\right)=\frac{1}{\sqrt{5}}\left(\begin{array}{cc}{\mathrm{\β}}_2{h}_{11}& h_{21}\\ {\mathrm{\β}}_2{h}_{12}& h_{22}\\ h_{21}& j{\mathrm{\β}}_1{h}_{11}\\ h_{22}& j{\mathrm{\β}}_1{h}_{12}\end{array}\right)\left(\begin{array}{c}{x}_{22}\\ x_{12}\end{array}\right)+M(b,c)+\left(\begin{array}{c}{n}_1\\ n_2\end{array}\right)$

$=\frac{1}{\sqrt{5}}\left(\begin{array}{cc}{h}_{11}& -j{\mathrm{\β}}_2{h}_{21}\\ h_{12}& -j{\mathrm{\β}}_2{h}_{22}\\ {\mathrm{\β}}_1{h}_{21}& h_{11}\\ {\mathrm{\β}}_1{h}_{22}& h_{12}\end{array}\right)\left(\begin{array}{c}{x}_{11}\\ x_{21}\end{array}\right)+M(a,d)+\left(\begin{array}{c}{n}_1\\ n_2\end{array}\right)=\frac{1}{\sqrt{5}}\left(\begin{array}{cc}{\mathrm{\β}}_2{h}_{11}& -j{\mathrm{\β}}_2{h}_{21}\\ {\mathrm{\β}}_2{h}_{12}& -j{\mathrm{\β}}_2{h}_{22}\\ h_{21}& h_{11}\\ h_{22}& h_{12}\end{array}\right)\left(\begin{array}{c}{x}_{21}\\ x_{22}\end{array}\right)+M(b,d)+\left(\begin{array}{c}{n}_1\\ n_2\end{array}\right)$

因此提出一种次优接收器结构：

可以用4种不同方式解释黄金码

4个不同空间签名集

接收器的最简单形式是迫零(ZF)

将ZF接收器应用于最好的解释

搜寻最低噪声增强

由于ZF接收器而损失的信号功率％：

$P_{\mathrm{loss},i}=\frac{\left|{s_{1\left(i\right)}}^H{s}_{2\left(i\right)}\right|}{\left|s_{1\left(i\right)}\right|\left|s_{2\left(i\right)}\right|},$ 其中S_i＝[s_1(i)s_2(i)]

根据以这一例子为依据的一种方法，第一步骤是发现将损失最小化的Si，然后应用Si的ZF接收器并且检验所有可能偏移值，即M。

--------------------------------------

这里给出下表以便比较这些系统的复杂性

调制	最优检测	提出的检测	ZF接收器
				BPSK	16次穷举搜索(欧几里德距离计算)	8次分片	4次分片
QPSK	256次穷举搜索(欧几里德距离计算)	32次分片	4次分片
				16QAM	65536次穷举搜索(欧几里德距离计算)	512次分片	4次分片

基于对黄金码的不同解释提出一种复杂性低的黄金码解码器。接收器比ML检测更简易但是比ZF接收器更复杂。因此是复杂性与SER性能之间的良好权衡。

尽管在附图和前文描述中已经具体地图示和描述了本发明，但是将认为这样的图示和描述为说明性的或者示例性的而非限制性的；本发明不限于公开的实施例。

本领域技术人员根据对附图、公开内容和所附权利要求书的研究在实施要求保护的本发明时可以理解和实现对公开的实施例的其它变形。

在权利要求书中，词语“包括”并不排除其它元素或者步骤，而不定冠词“一”并不排除多个。单个单元可以实现权利要求中记载的数项的功能。在互不相同的从属权利要求中记载某些措施这一事实并不表明不能有利地利用这些措施的组合。

可以在与其它硬件一起供应的或者作为其它硬件的部分而供应的适当介质(如光学存储介质或者固态介质)上存储/或者分发计算机程序，但是也可以用其它形式、比如经由因特网或者其它有线或者无线电信系统分发计算机程序。

权利要求书中的任何附图标记不应解释为限制发明范围。

Claims (12)

1.一种用于将传入数据流的传入符号编码成用于通过发送信道来发送的信道数据流的信道符号的编码器，包括：

-映射装置，用于将传入符号逐块映射到成对信道符号，块包括两个传入符号，所述映射装置被布置用于将所述块映射到两对信道符号，从而所述两对信道符号包括所述两个传入符号的缩放版和/或所述两个传入符号中的至少一个传入符号的复共轭的缩放版，所述缩放版通过应用缩放函数来获得，所述缩放函数具有绝对值不同于一的缩放因子并逐段线性，且具有至少两段，以及

-输出装置，用于输出所述信道符号。

2.根据权利要求1所述的编码器，

其中所述映射装置适合于应用旋转函数来以旋转角旋转所述两个传入符号中的至少一个传入符号和/或所述两个传入符号中的至少一个传入符号的复共轭，从而所述两对信道符号包括所述两个传入符号中的至少一个传入符号的旋转版或者所述两个传入符号中的至少一个传入符号的复共轭的旋转版，其中所述旋转角不同于0度和180度。

3.根据权利要求2所述的编码器，

其中所述映射装置适合于应用旋转函数来以为了将码矩阵的行列式的最小模最大化而选择的预定旋转角旋转所述两个传入符号中的至少一个传入符号。

4.根据权利要求2所述的编码器，

其中所述映射装置适合于应用旋转函数来以固定的预定旋转角旋转所述两个传入符号中的至少一个符号。

5.根据权利要求2所述的编码器，

其中所述映射装置适合于应用旋转函数来以旋转角旋转所述两个传入符号中的第一传入符号，从而所述两对信道符号中的第一对包括所述第一传入符号的所述旋转版。

6.根据权利要求2所述的编码器，

其中所述映射装置适合于将两个传入符号逐块映射到两对信道符号，从而：

所述两对信道符号中的第一对包括所述两个传入符号中的一个传入符号的旋转版和另一传入符号的缩放版，并且

所述两对信道符号中的第二对包括所述两个传入符号中的所述一个传入符号的缩放版和所述另一传入符号的取反和复共轭版。

7.一种用于通过发送信道来发送信道数据流的信道符号的发送器，包括：

-如权利要求1所述的编码器，用于将传入数据流的传入符号编码成所述信道数据流的信道符号，以及

-发送装置，具体是两个发送天线，用于从所述编码器接收所述信道符号并且用于通过所述发送信道来发送所述信道符号。

8.一种用于将传入数据流的传入符号编码成用于通过发送信道来发送的信道数据流的信道符号的编码方法，包括以下步骤：

-将传入符号逐块映射到成对信道符号，块包括两个传入符号并且被映射到两对信道符号，从而所述两对信道符号包括所述两个传入符号的缩放版和/或所述两个传入符号中的至少一个传入符号的复共轭的缩放版，所述缩放版通过应用缩放函数来获得，所述缩放函数具有绝对值不同于一的缩放因子并逐段线性，且具有至少两段，以及

-输出所述信道符号。

9.一种解码器，适合于对具体是由如权利要求1所述的编码器已经从传入数据流的传入符号编码的并且通过发送信道来发送的信道数据流的接收的信道符号逐块进行解码的解码器，其中在编码期间传入符号已经被逐块映射到成对信道符号，块包括两个传入符号并且被映射到两对信道符号，从而所述两对信道符号包括所述两个传入符号的缩放版和/或所述两个传入符号中的至少一个传入符号的复共轭的缩放版，所述缩放版通过应用缩放函数来获得，所述缩放函数具有绝对值不同于一的缩放因子并逐段线性，且具有至少两段，所述解码器包括：

-选择装置，用于选择具有一对可能的函数值的传入符号s以便对包括接收的信道符号y对的接收的信道符号的当前块进行解码，以及

-减法装置，用于通过应用子函数D₂来确定所述选择的传入符号s的第一中间缩放版D₂(s)并且用于从所述接收的信道符号y对减去包括所述选择的传入符号s的所述第一中间缩放版D₂(s)的项以获得所述选择的传入符号s的第二中间版z，

-检测装置，用于通过应用迫零检测来检测所述选择的传入符号s的第三中间版

-计算装置，用于计算在所述接收的信道符号与估计符号之间的欧几里德距离，

-分片装置，将所述选择的传入符号s的所述第三中间版

分片以获得对所述选择的传入符号s的估计，以及

-控制装置，用于对其它成对可能传入符号s重复上述各装置的动作直至发现最小欧几里德距离并且用于输出导致所述最小欧几里德距离的所述可能传入符号s对。

10.一种解码方法，适合于对具体是由如权利要求1所述的编码器已经从传入数据流的传入符号编码的并且通过发送信道来发送的信道数据流的接收的信道符号逐块进行解码，其中在编码期间传入符号已经被逐块映射到成对信道符号，块包括两个传入符号并且被映射到两对信道符号，从而所述两对信道符号包括所述两个传入符号的缩放版和/或所述两个传入符号中的至少一个传入符号的复共轭的缩放版，所述缩放版通过应用缩放函数来获得，所述缩放函数具有绝对值不同于一的缩放因子并逐段线性，且具有至少两段，该方法包括：

选择具有一对可能的函数值的传入符号s以便对包括接收的信道符号y对的接收的信道符号的当前块进行解码，以及

通过应用子函数D₂来确定所述选择的传入符号s的第一中间缩放版D₂(s)并且用于从所述接收的信道符号y对减去包括所述选择的传入符号s的所述第一中间缩放版D₂(s)的项以获得所述选择的传入符号s的第二中间版z，

通过应用迫零检测来检测所述选择的传入符号s的第三中间版

计算在所述接收的信道符号与估计符号之间的欧几里德距离，

将所述选择的传入符号s的所述第三中间版分片以获得对所述选择的传入符号s的估计，以及

对其它成对可能传入符号s重复上述各装置的动作直至发现最小欧几里德距离并且用于输出导致所述最小欧几里德距离的所述可能传入符号s对。

11.一种用于通过发送信道来接收信道数据流的信道符号的接收器，包括：

-接收装置，用于通过所述发送信道来接收所述信道数据流并且用于将所述信道数据流的所述信道符号输出到解码器，以及

-如权利要求9所述的解码器，用于对所述信道数据流的所接收的信道符号逐块进行解码。

12.如权利要求11所述的接收器，其中接收装置包括一个或者两个接收天线。

Images