CN101790854B - 用于多输入多输出系统的接近软输出最大似然检测 - Google Patents

Abstract

本发明中描述了提供用于MIMO通信系统的低复杂度软输出检测的系统和方法。可每空间流地在星座点集合上执行遍历，以获得一系列传送流中的每一个的距离度量，其他传送流的值可使用MIMO信道矩阵和次优MIMO算法来估计。可被使用的MIMO算法的示例包括每流列表检测(PSLD)、网格简化检测(LRD)、和指导M算法。可通过对MIMO信道矩阵进行预处理和/或通过利用增强型度量使用(EMU)的技术来进一步改善性能。

Description

用于多输入多输出系统的接近软输出最大似然检测

背景

领域

本公开一般涉及无线通信，尤其涉及用于无线通信系统中的信号检测的技术。

背景

无线通信系统已成为全世界范围内大多数人进行通信的普及手段。这很大部分归因于这样的事实：近来无线通信技术中的进步已相当程度地改善了此类系统携带与语音、视频、分组数据、广播、消息接发和其他在通信中使用的服务有关的数据的能力。具体而言，多输入多输出(MIMO)通信系统正受到持续增长的关注，这归因于其具有通过使用多个天线来同时发射和接收数据而提升无线通信系统的容量的能力。通过使用MIMO通信系统，数据可被分成多个流，这些流可被同时发送和接收，从而在无需显著附加频谱或功率的情况下提升系统容量。

在典型MIMO通信系统中，可通过将数据分成流、在每个流中编组比特、将每个比特组映射至星座点、以及在随后基于为每个流映射的星座点经由多个发射天线将这些流作为已调制载波来传送。数据一旦被传送就通过有效MIMO信道，此后，所得空间流被接收机处的多个天线接收。常规MIMO接收机在随后采用各种信号检测技术来从在接收天线处接收到的流获得数据。曾经的这样的技术——软输出最大似然检测(SOMLD)可获得检出传送比特的预期值以及预期值正确的似然性。常规SOMLD技术需要针对每个传送流在由发射机使用的所有星座点上进行遍历并确定关于每个星座点的距离度量以找出流中的每个比特的似然性。然而，为了在常规SOMLD中确定最优距离度量，需要在用于所有其他流的所有星座点上进行附加遍历，从而实际上需要在用于所有流的所有可能的星座点组合上进行遍历。这个过程具有呈指数的计算复杂度，这使得对于许多应用——包括原本应从软输出检测获益的应用——而言是成本高昂的。因而，本领域中存在对在MIMO通信系统中关于硬判决输出检测达成最大似然检测(MLD)性能或接近MLD性能或者关于软判决输出信号检测达成SOMLD性能或接近SOMLD性能的低复杂度技术的需要。

概述

下文呈现所公开实施例的简化概述以图提供对这些实施例的基本理解。本概述不是对所有构想实施例的广泛纵览，且既非旨在标识关键或重要元素，也非旨在描绘此类实施例的范围。其唯一目的是以简化的形式呈现所公开实施例的一些概念，作为后面呈现的更详细描述的前序。

所描述的实施例通过提供用于MIMO通信系统中的最大似然检测的低复杂度技术——其产生接近于最优的距离度量以进行软输出生成——减轻了以上所提及的问题。更具体地，本文中所描述的系统和方法可每空间流地在所有星座点上进行遍历以获得每个流的距离度量。并非在特定流的计算内对所有其他流进行附加遍历，而是可代之以使用MIMO信道矩阵和次优MIMO算法——诸如如本文中所描述的每流列表检测(PSLD)、网格简化检测(LRD)或指导M算法——来估计产生接近于最优的距离度量的其他流的值。可通过对MIMO信道矩阵进行预处理和/或通过利用如本文中进一步讨论的增强型度量使用(EMU)来进一步改善性能。

根据一方面，本文中描述了一种用于在多输入多输出(MIMO)通信系统中为传送空间流集合生成软判决输出值的方法。该方法可包括在相应传送空间流的多个星座点上进行遍历以至少部分地基于次优MIMO算法估计其他传送流的值。该方法还可包括根据多个星座点的值确定相应传送空间流的距离度量集合。另外，该方法可包括至少部分地基于距离度量集合来生成相应传送流的软判决输出。

另一方面涉及一种无线通信装置，该无线通信装置可包括存储与收到流集合以及与通过其传达对应于收到流集合的传送流集合的信道相对应的矩阵有关的数据的存储器。该无线通信装置还可包括处理器，该处理器被配置成在相应传送流的一个或多个星座点上进行遍历以使用矩阵和次优MIMO算法来确定其他传送流的估计值以及相对应距离度量，以及将相应传送流的软判决输出生成为所确定的距离度量的对数似然比。

又一方面涉及一种提供对一系列传送流的低复杂度接近软输出最大似然检测的设备。该设备可包括用于在相应传送流的星座点集合上进行遍历以使用次优MIMO算法来估计其他元素的装置。另外，该设备可包括用于确定相应传送流在星座点集合上的距离度量的装置。此外，该设备可包括用于基于所确定的距离度量获得传送流中的相应比特的软判决输出的装置。

再一方面涉及一种其上存储有用于无线通信系统中的传送流集合的软值生成的计算机可执行指令的计算机可读介质。这些指令可包括用于在传送流集合中的相应传送流的可能星座点集合上迭代地利用信道矩阵和次优MIMO算法以估计传送流集合中的其他传送流的相对应值以及确定相对应距离度量。这些指令可另外包括基于距离度量获得传送流集合中的相应比特的软判决输出。

根据另一方面，本文中描述了一种可执行用于MIMO接收机中的低复杂度软输出检测的计算机可执行指令的处理器。这些指令可包括用于在相应传送流的一个或多个星座点上进行遍历以使用次优MIMO算法估计其他元素以及确定相对应的距离度量。另外，这些指令可包括通过基于距离度量计算传送流中的相应比特的对数似然比来获得软判决输出。

另一方面涉及一种在对通信系统中为传送空间流集合生成软判决输出值的方法。该方法可包括在相应传送空间流的多个星座点上进行遍历以至少部分地基于单输入单输出(SISO)算法估计其他传送流的值。此外，该方法还可包括根据多个星座点的值确定相应传送空间流的距离度量集合。该方法可另外包括至少部分地基于距离度量集合来生成相应传送流的软判决输出。

为了实现前述以及相关目的，一个或多个实施例包括随后完整描述的以及在权利要求书中具体指出的特征。以下描述和附图详细阐明了所公开实施例的某些说明性方面。但是，这些方面仅仅是指示了可采用各个实施例的原理的各种方式中的若干种。此外，所公开的实施例旨在涵盖所有这些方面及其等效技术发案。

附图简述

图1图解根据本文中所阐述的各方面的无线多址通信系统。

图2是根据本文中所描述的各方面的助益空间数据流的传输和检测的多输入多输出(MIMO)无线通信系统的框图。

图3图解了根据各方面的可被用在MIMO通信系统中的示例信号检测组件。

图4是用于MIMO通信系统中的低复杂度接近软输出最大似然检测(接近SOMLD)的方法的流程图。

图5是用于MIMO通信系统中使用每流列表检测算法的接近SOMLD的方法的流程图。

图6是用于MIMO通信系统中使用网格简化检测算法的接近SOMLD的方法的流程图。

图7是用于MIMO通信系统中使用指导M(Guided-M)算法的接近SOMLD的方法的流程图。

图8是用于MIMO通信系统中的具有增强型度量使用(EMU)的低复杂度软输出检测的方法的流程图。

图9是图解其中可运行本文中所描述的一个或多个实施例的示例无线通信系统的框图。

图10是根据各方面的协调空间数据流的调制和传输的系统的框图。

图11是根据各方面的协调对空间数据流的接收和检测的系统的框图。

图12是根据各方面的提供接近软输出最大似然检测的装置的框图。

图13是根据各方面的经由MIMO信道矩阵预处理并利用次优MIMO算法来提供接近软输出最大似然检测的装置的框图。

图14是根据各方面的提供具有增强型度量使用的接近软输出最大似然检测的装置的框图。

详细描述

现参考附图描述各实施例，其中贯穿附图用相似的附图标记来指示相似的要素。在以下描述中，出于解释目的阐述了众多的具体细节以图提供对一个或多个方面透彻的理解。但是显而易见的是，没有这些具体细节也可实践此类实施例。在其他实例中，公知的结构和设备以框图形式示出以便于描述一个或多个实施例。

如在本申请中所使用的，术语“组件”、“模块”、“系统”等旨在指示计算机相关实体，任其是硬件、固件、硬件与软件的组合、软件，还是执行中的软件。例如，组件可以是但不被限定于在处理器上运行的进程、处理器、对象、可执行件、执行的线程、程序、和/或计算机。作为解说，在计算设备上运行的应用和该计算设备两者皆可以是组件。一个或更多个组件可驻留在进程和/或执行的线程中，且组件可以局部化在一台计算机上和/或分布在两台或更多台计算机之间。此外，这些组件能从其上存储着各种数据结构的各种计算机可读介质来执行。各组件可通过本地和/或远程进程的方式来通信，诸如根据具有一个或多个数据分组的信号(例如，来自通过信号的方式与本地系统、分布式系统中的另一组件进行交互、和/或在诸如因特网等网络上与其它系统进行交互的一个组件的数据)。

此外，本文中结合无线终端和/或基站来描述各实施例。无线终端可以是指向用户提供语音和/或数据连通性的设备。无线终端可连接至诸如膝上型计算机或台式计算机等计算设备，或者其可以是诸如个人数字助理(PDA)等自含式设备。无线终端也可称为系统、订户单元、订户站、移动站、移动台、远程站、接入点、远程终端、接入终端、用户终端、用户代理、用户设备、或用户装备。无线终端可以是订户站、无线设备、蜂窝电话、PCS电话、无绳电话、会话发起协议(SIP)话机、无线本地环路(WLL)站、个人数字助理(PDA)、具有无线连接能力的手持式设备、或连接到无线调制解调器的其他处理设备。基站(例如，接入点)可以是指接入网中藉由空中接口通过一个或多个扇区与无线终端通信的设备。基站可通过将收到空中接口帧转换成IP分组来充当无线终端与接入网的其余部分之间的路由器，接入网可包括网际协议(IP)网络。基站还可协调对空中接口的属性的管理。

而且，本文中所描述的各个方面或特征可使用标准编程和/或工程技术实现为方法、装置、或制品。如在本文中使用的术语“制品”旨在涵盖可从任何计算机可读设备、载体、或媒介访问的计算机程序。例如，计算机可读介质可包括但不限于磁存储设备(例如，硬盘、软盘、磁条...)、光盘(例如，压缩盘(CD)、数字多功能盘(DVD)...)、智能卡、和闪存设备(例如，记忆卡、记忆棒、钥匙型驱动器...)。

各种实施例将以可包括数个设备、组件、模块等的系统的方式来呈现。将理解和领会，各种系统可包括其他设备、组件、模块等，和/或可以不包括结合附图所讨论的所有设备、组件、模块等。也可以使用这些办法的组合。

另外，虽然在本文中在无线通信系统的上下文中一般地给出各个实施例，但是应当领会，本文中所描述的系统和方法可结合任何合适的可采用有线和/或无线通信的系统和/或应用来使用。例如，本文中所描述的各个实施例可被用在采用IEEE 802.11n或类似标准的MIMO系统中、多用户检测应用中、多模光纤和光纤应用中、以太网通信系统和/或可在1G、10G或另一合适的速率下操作的应用中、和/或任何其他合适的通信系统或应用中。此外，应当领会，所有此类系统和应用旨在落在所附权利要求的范围内。

现在参考附图，图1是根据各种方面的无线多址通信系统的图解。在一个示例中，接入点100(AP)包括多个天线群。如图1中所示，一个天线群可以包括天线104和106，另一个可以包括天线108和110，而又一个可以包括天线112和114。虽然在图1中为每个天线群仅示出了两个天线，然而应领会，可为每个天线群利用更多或更少的天线。在另一个示例中，接入终端116(AT)可与天线112和114正通信，其中天线112和114在前向链路120上向接入终端116传送信息，并在反向链路118上从接入终端116接收信息。补充地和/或替换地，接入终端122可与天线104和106正通信，其中天线104和106在前向链路126上向接入终端122传送信息，并在反向链路124上从接入终端122接收信息。根据一个方面，接入终端116和122可具有多个天线，使用这些天线可在相应的前向链路120和126和/或反向链路118和124上在接入终端116和122与接入点100之间建立多输入多输出(MIMO)通信。此外，在频分双工(FDD)系统中，通信链路118、120、124和126可使用不同的频率来通信。例如，前向链路120可使用与反向链路118所使用的不同的频率。

每一群天线和/或它们被设计成在其中通信的区域可被称作接入点的扇区。根据一方面，天线群可被设计成与落在接入点100所覆盖的区域的一扇区中的诸接入终端通信。在前向链路120和126上的通信中，接入点100的发射天线可利用波束成形来提高不同接入终端116和122的前向链路的信噪比。另外，与接入点通过单个天线向其所有接入终端发射相比，接入点使用波束成形向随机散布在其覆盖中各处的诸接入终端发射对邻蜂窝小区中的接入终端造成更小的干扰。

例如接入点100等接入点可以是用于与诸终端通信的固定站，并且也可以用基站、B节点、和/或其他合适术语来述及。此外，例如接入终端116或122的接入终端也可以用移动终端、用户装备(UE)、无线通信设备、终端、无线终端、和/或其他恰当术语来述及。

图2是根据本文中所描述的各方面的助益空间数据流的传输和检测的多输入多输出(MIMO)无线通信系统200的框图。在一个示例中，系统200包括可与接入终端(AT)220通信的接入点(AP)210。虽然出于简洁起见在系统200中图解了仅一个AP 210和AT 220，但是应当领会，系统200可包括任何数目个AP和/或AT。此外，虽然以下讨论一般涉及从AP 210至AT 220的通信(例如，前向链路120和126上的通信)，但是应当领会，类似组件和技术可被AP 210和/或AT 220用于从AT 220至AP 120的通信(例如，反向链路118和124上的通信)。

在一个示例中，AP 210包括数据源212，其可生成或以其他方式获得要传送给一个或多个AT 220的数据。来自数据源212的数据可被发送给编码组件214以处理该数据，从而经由MIMO传输传达给AT 220。在编码组件214处，包括要传送给AT 220的数据的一系列比特可被编组为空间流，以便经由天线218被发射机(TMTR)216同时发射。此外，编码组件可使用一种或多种数字调制技术来调制每个空间流，这些数字调制技术诸如相移键控(PSK)、二进制相移键控(BPSK)、正交相移键控(QPSK)、16点正交调幅(16-QAM)、64点正交调幅(64-QAM)、和/或另一合适的调制技术，在这些调制技术下包括每个流的数据比特可基于星座点集合被映射至一系列调制码元。作为补充和/或替换，正交频分复用(OFDM)可被用于在多个正交副载波当中划分空间流，以使得每个副载波可各自使用一种或多种调制技术来调制。对应每个流的经映射调制码元可在随后被提供给相应发射机216，以便作为已调制模拟信号经由一系列N_T个天线218传达给AT 220。

在AT 220处，与由AP 210传送的信号相对应的空间流可经由相应天线222被一系列N_R个接收机(RCVR)224接收。在一个示例中，与在AT 220处接收到的流相对应的N_R维接收向量y可表达如下：

y＝Hx+n，(1)

其中H为NR×NT矩阵——其表示所传送的信号通过其在AP 210与AT 220之间传递的有效MIMO信道，x为与从AP 210传送的流相对应的NT维传送向量，而n为表示加性噪声的NR维向量。

在另一示例中，接收机224接收到的空间流可被通传给信号检测组件226，该信号检测组件226可利用接收机224接收到的流以及关于有效MIMO信道的知识来获得由AP 210传送的流。根据一个方面，信号检测组件226可通过确定接收自AP 210的空间流中的每个比特的预期符号来确定这些比特的硬判决输出。例如，值为1的比特可由硬判决输出+1来表示，值为0的比特可由硬判决输出-1来表示。替换地，信号检测组件226可通过确定接收自AP 210的空间流中的每个比特的预期符号外加每个比特的相应预期符号已被正确检出的似然性——例如比特作为+1或-1被发送的似然性——来确定这些比特的软判决输出。根据另一方面，信号检测组件226可通过采用如下文所描述的一种或多种接近软输出最大似然检测(接近SOMLD)算法来提供低复杂度软输出检测。在成功检测之后，检出的传送流可被提供给数据阱228以供AT 220使用。

图3是图解根据各方面的可被用在MIMO通信系统中的示例信号检测组件300的框图。作为特定且非限制性示例，信号检测组件300可被用在采用IEEE802.11n或类似标准的MIMO系统中、多用户检测应用中、多模光纤应用中、和/或任何其他合适的通信系统或应用中。此外，应当领会，信号检测组件300可由MIMO通信系统中的任何恰适网络实体使用，诸如接入点(例如，AP 210)、接入终端(例如，AT 220)和/或任何其他合适的实体。另外，信号检测组件300可内置于相关联网络实体或可以是通信地耦合至一个或多个相关联网络实体的外部组件。

根据一个方面，信号检测组件300包括MIMO信道处理组件310，该MIMO信道处理组件310可确定和/或存储与空间流通过其被传送给网络实体(例如，AP 210和/或AP 220)的有效MIMO信道有关的信息。在一个示例中，MIMO信道处理组件310可将信道信息表示为MIMO信道矩阵，该MIMO信道矩阵在结构上类似于式(1)中所用的MIMO信道矩阵H。作为特定示例，MIMO信道处理组件310可通过基于例如附连至在信号检测组件300处接收到的一个或多个分组的前同步码的训练、通过一种或多种盲和/或半盲信道估计技术、和/或通过其他合适的技术来获得MIMO信道矩阵。

在特定示例中，MIMO信道处理组件310可在信号检测之前对MIMO信道矩阵执行分解和/或其他恰适预处理技术。然而，应当领会，MIMO信道处理组件310无需执行预处理，并且信号检测组件300可在MIMO信道处理组件310进行预处理或不进行预处理的情况下使用下文中所描述的一种或多种技术执行信号检测。作为附加特定的且非限制的示例，MIMO信道处理组件310可通过对矩阵执行QR分解来预处理MIMO信道矩阵。通过利用QR分解，MIMO信道处理组件310可将MIMO信道矩阵H表示为正交矩阵Q与上三角矩阵R的乘积。在执行QR分解之后，MIMO信道处理组件310可将经分解的信道矩阵QR传达给一个或多个恰适组件来作为未处理信道矩阵H的替代或补充。在附加示例中，MIMO信道处理组件310可监视有效MIMO信道的改变并且可相应地调节信道矩阵。

根据另一方面，信号检测组件300包括距离计算组件320。距离计算组件320可获得一系列收到流，这些流可以是由一批接收机(例如，接收机224)和/或其他合适的组件或网络实体传达的。替换地，信号检测组件300中的距离计算组件320和/或其他子组件可接收与一系列收到流相对应的软判决输入值，信号检测组件300可以这些软判决输入值为基础执行基于下文中所描述的信号检测算法中的一种或多种的接近软输出最大后验概率(MAP)检测。

在一个示例中，距离计算组件320接收与式(1)中所使用的接收向量y相对应的一系列空间流。基于接收向量y以及接收自MIMO信道处理组件310的MIMO信道矩阵H，距离计算组件320可确定传送向量x中的传送流与(例如，被编码组件214)用于调制这些流的所有可能星座点组合之间的距离。这些所确定的距离随后可被软判决输出生成器340用于确定反映传送流中的比特的预期值及其相应似然性的软判决输出。根据一个方面，由软判决输出生成器340生成的与检出流相对应的软判决输出可在随后被解码器(未示出)使用，该解码器可利用“外码”来进一步处理这些流。解码器所利用的外码可具有纠错能力，其可例如引入冗余性来改善往来于采用信号检测组件300的实体的无线通信链路的质量。此外，解码器所利用的外码可以是卷积码、低密度奇偶校验(LDPC)码、和/或另一恰适的码类型。

在另一示例中，距离计算组件320可通过在用于调制传送流的星座点集合上进行遍历以确定传送流与星座点之间的距离来利用一种或多种接近软输出最大似然检测(接近SOMLD)算法。可例如通过使用诸如近似l¹范数、l¹范数、l²范数、l^∞范数和/或另一合适的距离度量来确定这些距离。在常规硬判决MLD中，计算每个流的最优距离度量需要在所有流的所有可能的星座点上进行遍历。因而，在N_T个各自使用大小M的星座来调制的传送流的特定示例中，常规MLD需要对

个可能的星座点组合进行距离计算。结果，常规MLD具有呈指数的计算复杂度，并且对于许多应用而言极度地复杂。QR分解可被应用于常规MLD以便允许通过限幅来获得所需计算的最终维度。然而，此类算法仍呈指数复杂度，因为例如在大小M的星座被用于调制N_T个传送流的场合中需要次计算。类似地，QR分解SOMLD需要在所有N_T个传送流上进行遍历，以使得每个流可被表示为最终维度并通过限幅来得到，从而得到

阶数的复杂度。相比之下，距离计算组件320可通过利用经由一种或多种次优MIMO算法——诸如每流列表检测(PSLD)、网格简化检测(LRD)、指导M算法和/或其他恰适的算法——估计供计算之用的值的技术来计算传送流在星座点上的距离度量，从而使得不需要在所有可能的星座点上进行遍历。结果，距离计算组件320可显著降低软输出检测所需的复杂度，同时仍提供接近于最优的距离度量。在附加示例中，距离计算组件320可与可存储计算出的距离度量的距离存储组件330交互，以进一步改善信号检测组件300的距离计算和使用。作为特定示例，距离存储组件330可被用于提供如下文中描述的增强型度量使用(EMU)。

根据另一方面，信号检测组件300可包括软判决输出生成器340，该软判决输出生成器340可利用为一系列传送流找到的距离度量来生成与传送流中的个体比特的预期值和似然性有关的软判决输出。在一个示例中，软判决输出生成器340可从距离计算组件320和/或距离存储组件330接收传送向量x中的流x_p相对于星座点集合的距离度量。基于这些距离度量，可通过例如使用对数似然比(LLR)来每比特——其代表x_p——地推导软判决输出值。在一个示例中，软判决输出生成器340可如下计算第k比特b_k——其代表x_p——的LLR的近似：

$L\left(b_k\right)=\frac{1}{{\mathrm{\σ}}_n^2}(\underset{x_p|b_k=0}{\min }d\left(x_p\right)-\underset{x_p|b_k=1}{\min }d\left(x_p\right)),---\left(2\right)$

其中d(x_p)为接收自距离计算组件320和/或距离存储组件330的作为x_p的函数的距离度量，分别对于b_k＝0且b_k＝1，在x_p的所有值(例如，所有可能的星座点)上搜索最小值，而σ_n ²标示如式(1)中所用的加性噪声n的噪声方差。替换地，应当领会，软判决输出生成器可利用任何其他合适的软判决技术来作为LLR计算的补充或替代。此外，软判决输出在被计算出之后可进一步被量化至预定数目个比特。在生成软判决输出之后，其可被提供作为从信号检测组件300输出的检出流。作为补充和/或替代，软判决输出生成器340可通过例如确定相应软判决输出的符号来提供传送流中的每比特硬判决输出。

参看图4-8，其图解了用于无线通信网络中的信号检测的方法。尽管为使解释简单化将这些方法集图示并描述为一系列动作，但是应理解并领会，这些方法集不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述的其他动作并发地发生。例如，本领域技术人员将理解和领会，方法集可被替换地表示为诸如状态图中的一系列相互关联的状态或事件。此外，并非所有图解的动作皆为实现根据一个或多个实施例的方法集所必要的。

参看图4，其图解了用于MIMO通信系统(例如，通信系统200)中的低复杂度接近软输出最大似然检测(接近SOMLD)的方法400。应领会，方法400可由基站(例如，AP 210)、移动终端(例如，AT 220)和/或无线通信网络中的任何其他合适实体来执行。方法400始于框402，其中(例如，通过信号检测组件300上的MIMO信道处理组件310)对信道矩阵执行预处理，该信道矩阵代表MIMO系统中的传送方实体与接收方实体之间的有效MIMO信道。作为特定的且非限制的示例，框402处执行的预处理可包括QR分解，其中信道矩阵H被分解成酉矩阵或正交矩阵Q与上三角矩阵R的乘积QR。替换地，矩阵Q可以是正交矩阵。然而，应当领会，QR分解仅是可在框402处执行的预处理的一个示例，并且可执行其他预处理和/或矩阵分解技术来作为QR分解的补充或替代。此外，应当领会，框402处的预处理是任选的，且无需在方法400中执行。在框402处的任选预处理之后，在框404处针对第一传送流初始化方法400。随后可如框406-410所图解地对将被检测的相应传送流继续进行方法400。在一个示例中，在框406-410处所用的传送流可由式(1)中所用的传送向量x来表示。

在一个示例中，可如下在框406-410处对将被检测的每个传送流继续进行方法400。在框406，(例如，由信号检测组件300处的距离计算组件320)在星座点集合上遍历每个流，以便使用次优MIMO算法来估计其他元素。框406处估计的元素可以是例如其他传送流和/或在框408处计算距离度量所需的任何其他元素。另外，星座点集合可代表MIMO系统中传送了将被方法400检测的流的实体所用的调制码元集合。如上文中一般地描述的，通过在406处关于星座点集合为每个流估计其他元素，无需如常规SOMLD算法中所要求地那样针对每个传送流在所有可能的星座点组合上进行遍历。结果，可极大地降低信号检测复杂度，同时仍允许计算接近于最优的距离度量和软输出。通过特定的且非限制的示例，可在框406处使用的次优MIMO算法包括每流列表检测(PSLD)、网格简化检测(LRD)、指导M算法、追零(ZF)、最小均方误差(MMSE)算法、和/或另一合适的算法。示例算法在以下附图和相关描述中详述。

在框406处对每个流完成遍历之后，方法400行进至框408，其中(例如，由信号检测组件300处的距离计算组件320)在框406中所遍历的星座点上确定当前流的距离度量。在一个示例中，可通过使用代表在其上接收到传送流的有效MIMO信道的信道矩阵来获得距离度量，该信道矩阵可以在框402处被预处理或不被预处理。另外，可例如通过使用诸如近似l¹范数、l¹范数、l²范数、l^∞范数等距离度量和/或另一合适的距离度量来确定框408处的距离度量。

继在框408处确定当前流的距离度量之后，方法400可在随后行进至框410以确定是否存在其他传送流。如果存在其他流，则方法400在框412处前进至接下来的传送流，并对所述流重复框406-410。如果不存在其他传送流，则方法400通过基于在框408处对每个流确定的距离度量(例如，经由信号检测组件300处的软判决输出生成器340)获得软判决输出而结束于框414处。作为特定的且非限制的示例，可在414处通过基于框408处计算出的距离度量确定传送流中的每个比特的对数似然比(LLR)来生成软判决输出。然而，应当领会，在框414处可利用其他软输出生成技术。另外，应当领会，在框414处也可通过例如确定相应软判决输出的符号来生成硬判决输出。在另一示例中，可通过对使框408处针对传送流计算的距离度量最小化的星座点执行星座逆映射来生成传送流的硬判决输出。相应地，可通过搜索框408处计算出的最小距离度量d(x₃)及其相应值x₃来确定传送流x₃的硬判决输出。基于所确定的x₃值，可使用星座逆映射来获得所确定的x₃值以及框406处对其相应x₂和x₁估计的值的比特。

图5图解了用于MIMO通信系统中使用每流列表检测(PSLD)算法的接近SOMLD的方法500。方法500可由基站、移动终端、和/或无线通信网络中的任何其他合适实体来执行。在以下描述中，针对(例如，来自AP 210处的3个发射天线218的)一系列3个传送流一般地描述PSLD。然而，应当领会，方法500可类似地应用于任何数目个传送流。此外，以下描述涉及PSLD的特定的且非限制的示例，其中如下使用近似l¹范数作为距离度量：

$d=\left|\mathrm{Re}\left(\begin{array}{c}{y}_1-\left(\begin{array}{ccc}{h}_{11}& h_{12}& h_{13}\end{array}\right)x\end{array}\right)\right|+\left|\mathrm{Im}\left(\begin{array}{c}{y}_1-\left(\begin{array}{ccc}{h}_{11}& h_{12}& h_{13}\end{array}\right)x\end{array}\right)\right|+...$

            (3)

$+\left|\mathrm{Re}\left(\begin{array}{c}{y}_{N_r}\left(\begin{array}{ccc}{h}_{N_{r}1}& h_{N_{r}2}& h_{N_{r}3}\end{array}\right)x\end{array}\right)\right|+\left|\mathrm{Im}\left(\begin{array}{c}{y}_{N_r}-\left(\begin{array}{ccc}{h}_{N_{r}1}& h_{N_{r}2}& h_{N_{r}3}\end{array}\right)x\end{array}\right)\right|.$

然而，应当领会，其他范数也可用于距离度量。

方法500可始于框502，其中对代表有效MIMO信道的信道矩阵执行QR分解，以生成每个传送流的QR定向。在一个示例中，可在框502处针对式(1)中所用的信道矩阵H的三个置换——其使得H的每一行被置换为最后一行仅一次——执行QR分解。随后可对每个置换执行QR分解以获得三个QR“定向”。虽然图5中的后续框的讨论一般地涉及基于每个传送流的QR分解计算软判决输出，但是应当领会，框502处的QR分解是任选的，且无需作为方法500的部分来执行，并且可以用类似于以下描述的方式对未分解信道矩阵执行方法500。

方法500接着行进至框504，其中针对每个传送流执行星座点集合上的遍历，以便使用基于PSLD的次优MIMO算法估计距离计算所需的其他元素。作为特定的且非限制的示例，可通过利用迫零(ZF)、具有连续干扰计算的ZF、最小均方误差(MMSE)估计、和/或其他合适的次优MIMO算法来执行估计。虽然以下涉及具有连续干扰消除的ZF的特定示例，但是将领会，任何次优MIMO算法可类似地用在框504处，且将进一步领会，所有此类算法旨在落在所附权利要求的范围内。

框502处每一收到MIMO向量y就生成的三个QR定向可被用于遍历所有传送流，这些传送流在此被分别标示为x₃、x₂和x₁。出于简洁起见，以下描述仅涉及框504处对第一定向执行的动作，其中H_置换＝H＝QR，并且仅针对传送流x₃描述了星座点集合上的遍历。然而，应当领会，可对其他传送流类似地执行所描述的框504处的动作。

在一个示例中，框504处对传送流x₃的估计可如下进行。于在星座点上进行遍历之前，可通过使用方程式y′＝Q(1:N_R，1:N_T)^Hy来确定中间向量y′，其中Q(1:N_R，1:N_T)代表具有索引1至N_Rx1至N_T的Q中的元素集合。根据中间向量y′，可在星座点集合上遍历传送流x₃，以便通过使用方程式y″＝y′-R(1:3，3)x₃来确定x₃的每个可能值的第二中间向量y″。基于为每个星座点确定的中间向量y″，可通过使用方程式x₂＝Slice(y″₂/r₂₂)来估计相对应的传送流x₂，其中y″₂是y″的第二元素，Slice()(限幅())是限幅至最接近星座点的操作，而r₂₂是R的项(2，2)。通过确立x₂，可在随后确定y″₂-r₂₂x₂的l¹范数近似——其为|Re(y″₂-r₂₂x₂)|+|Im(y″₂-r₂₂x₂)|，该范数近似可在框506处使用。在此基础上，可使用方程式y′″₁＝y″₁-r₁₂x₂计算第三中间值y′″₁，并且根据此方程式，可使用方程式x₁＝Slice(y′″₁/r₁₁)来估计传送流x₁。根据x₁的估计值，可确定y′″₁-r₁₁x₁的l¹范数近似——其为|Re(y′″₁-r₁₁x₁)|+|Im(y′″₁-r₁₁x₁)|，该范数近似可在框506处使用。

继在框504处执行估计之后，方法500可行进至框506，其中可确定传送流在星座点上的距离度量。虽然框504和506被图解为方法500中的两个分开的动作，但是应当领会，所描述的框504和506处的动作可被一起执行，例如，可继在框504处遍历了每个星座点之后在框506处计算距离度量，或者替换地，可在框506处对框504处正对其执行遍历的每个流计算距离度量。作为特定的且非限制的示例，框506处的距离度量计算可如下执行。首先，对于传送流x₃，可使用式(3)给定的近似l¹范数对用于传送流x₃的相应可能的星座点计算距离度量。

d(x₃)＝|Re(y′″₁-r₁₁x₁)|+|Im(y′″₁-r₁₁x₁)|

     +|Re(y″₂-r₂₂x₂)|+|Im(y″₂-r₂₂x₂)|

     +|Re(y″₃)|+|Im(y″₃)|             (4)

随后可在框504和506处对传送流x₂和x₁执行类似的遍历和距离度量计算，以获得每个传送流中关于每个可能星座点的距离度量。

继在框506处计算了传送流的距离度量之后，方法500可通过至少部分地基于在框506处确定的距离度量计算传送流中的每个比特的对数似然比(LLR)来获得软判决输出而结束于框508处。作为特定示例，可如下使用式(2)中给定的LLR表达式来确定传送流x₁中的第k比特b_k的LLR：

$L\left(b_k\right)=\frac{1}{{\mathrm{\σ}}_n^2}(\underset{x_1|b_k=0}{\min }d\left(x_1\right)-\underset{x_1|b_k=1}{\min }d\left(x_1\right)).---\left(15\right)$

另外，可使用与式(2)和(5)中给定的那些相类似的LLR表达式来计算x中的其他传送流的LLR。

图6图解了用于MIMO通信系统中使用网格简化检测(PSLD)算法的接近SOMLD的方法600。方法600可由基站、移动终端、和/或无线通信网络中的任何其他合适实体来执行。在以下描述中，针对(例如，来自AP 210处的3个发射天线218的)一系列3个传送流一般地描述LRD。然而，应当领会，方法600可类似地应用于任何数目个传送流。

方法600可始于框602，其中对代表有效MIMO信道的信道矩阵执行QR分解，以生成每个传送流的QR定向。在一个示例中，可在框602处针对式(1)中所用的信道矩阵H的三个置换——其使得H的每一行被置换为最后一行仅一次——执行QR分解。随后可对每个置换执行QR分解以获得三个QR“定向”。虽然图6中的后续框的讨论一般地涉及基于每个传送流的QR分解计算软判决输出，但是应当领会，框602处的QR分解是任选的，且无需作为方法600的部分来执行，并且可以用类似于以下描述的方式对未分解信道矩阵执行方法600。

方法600接着行进至框604，其中向接收向量应用定标和/或移位因子以将接收向量中的每个元素转换成复整数。例如，为了助益框606处以网格为基础的简化(LBR)而执行此操作。在一个示例中，框604处所用的接收向量可以是式(1)中所用的接收向量y，该接收向量y可以是从一组接收机和/或其他合适的组件获得的。根据一个方面，方法600中执行的LRD是基于LBR的。在LBR下，确定矩阵P，以使得P和P^-1两者仅包括复整数项且使得H′＝HP，其中H′是另一个基并且是更加正交的。因而，在基H中由x表示的点y在基H′中可由z＝P^-1x来表示，并且这可通过使用方程式y＝Hx＝(HP)(P^-1x)＝H′z来表达。此外，如果x是具有复整数星座点的向量，则“z域”中的简单舍入(round)可被用于框608处的元素估计，因为P^-1具有复整数项。

相应地，可在框604处对y执行定标和移位，以将MIMO系统模型转换成可用于LBR和LRD的复整数表示。在一个示例中，如下定标并移位向量y以获得经定标和移位的版本y_s+s：

y＝Hx+n

y_s+s＝c_定标y+Hc_移位

                     ，(6)

y_s+s＝H(c_定标x+c_移位)+c_定标n

y_s+s＝Hs+n′

其中M是用于传送将被检测的流的星座的大小(例如，编码组件214所用的M-QAM调制方案的大小)，而c_移位是其所有元素都等于-0.5-0.5j的N_T维向量。在一个特定示例中，x只包括用于传输的调制方案中的星座点，因此s是其复整数表示。

根据上述，可观测到，可在框604处应用式(6)的第二行，以将收到向量转换成适合于将在框606处执行的LBR的格式。此外，可观测到，式(6)中给定的转换可通过次优MIMO检测技术而得到更好的性能。例如，通过如下将y_s+s乘以(HP)^-1来应用“简单”迫零(ZF)MIMO检测：

(HP)^-1y_s+s＝(HP)^-1HPP^-1s+n′

                          。(7)

          ＝P^-1s+(HP)^-1n′

由于HP比H更正交，且作为结果(HP)^-1n′不会导致如同“平坦”ZF中的H^-1n那样多的噪声增强，因此可通过使用式(7)达成改善的性能。此外，由于P^-1s可由复整数值构成，因此可使用简单舍入操作来执行关于z的限幅操作。随后可确立z和s的估计如下：

z_est＝round(P^-1s+(HP)^-1n′)

                          (8)

s_est＝Pz_est

如本领域普通技术人员可领会的，考虑关于z的星座边界可能是困难的。结果，s或x的估计值可能落在关于s或x的星座边界外。相应地，对于硬判决输出解码，将需要额外限幅步骤以获得星座边界内的星座点。然而，应当领会，对于软判决输出解码，并非总是需要额外限幅步骤，因为例如通过使用方程式s_est＝Pz_est来相对于s执行检测在性能和复杂度上会是更佳的。在此基础上，欧几里德距离度量随后变成如下：

$d^2={\left|\right|y-{\mathrm{Hx}}_{\mathrm{est}}\left|\right|}^2$

一旦在框604处执行了限幅和移位操作，方法600就可行进至框606，其中针对每个传送流执行星座点集合上的遍历，以便使用基于MRD的次优MIMO算法来估计距离计算所需的其他元素。在一个示例中，在框606处每空间流地在该空间流的可能星座点上执行遍历，且LBR被用于估计其他两个空间流。虽然以下描述涉及对使用QR分解进行分解的信道矩阵执行LBR，但是应当领会，类似技术可被用于对未分解的信道矩阵或使用另一种分解技术分解的信道矩阵执行LBR。此外，虽然以下描述一般地涉及一系列三个传送流，但是应当领会，类似技术可被用于检测任何数目个传送流。

在特定示例中，第一QR定向可被应用于标准阶数的H＝[h₁ h₂ h₃]，并且可在框606处对传送流x₃的所有可能值(例如，所有可能的星座点)执行遍历。随后对于第一QR定向，在H_置换＝H＝QR下，可对R的前两行执行LBR，以获得经修改的Q和R——他们可被表达为Q_LR和R_LR，从而使得Q_LR(1:N_r，1:N_t)R_LR(1:N_t，1:N_t)＝H_置换P′，其中P′具有以下结构：

$P^{\′}=\left(\begin{array}{ccc}{p}_{11}& p_{12}& 0\\ p_{21}& p_{22}& 0\\ 0& 0& 1\end{array}\right)=\left(\begin{array}{cc}P& 0_{2\×1}\\ 0_{1\×2}& 1\end{array}\right).---\left(10\right)$

由于在框606处对x₃的所有值执行遍历，因此应当领会，无需通过LBR来影响H_置换的最后列。

在另一特定示例中，对R(1:N_T-1，1:N_T)(例如，对R(1:2，1:3))的LBR可通过下表1中的伪代码来详述。

(初始化)k＝2Q′LR＝Q(1:Nr，1:Nt-1)R′LR＝R(1:Nt-1，1:Nt)(P是二维单位矩阵)P＝INt-1(实际LBR)while k＜＝Nt-1for ii＝k-1:-1:1mu＝round(R′LR(ii，k)/R′LR(ii，ii))ifmu～＝0R′LR(1:ii，k)＝R′LR(1:ii，k)-mu*R′LR(1:ii，ii)P(:，k)＝P(:，k)-mu*P(:，ii)endenddelta＝0.75if delta*R′LR(k-1，k-1)^2＞R′LR(k，k)^2+abs(R′LR(k-1，k))^2(交换R′LR和P的列)r_temp＝R′LR(:，k)R′LR(:，k)＝R′LR(:，k-1)R′LR(:，k-1)＝r_tempp_temp＝P(:，k)P(:，k)＝P(:，k-1)P(:，k-1)＝p_temp(确保R保持其上三角结构)alpha＝R′LR(k-1，k-1)/norm(R′LR(k-1:k，k-1))beta＝R′LR(k，k-1)/norm(R′LR(k-1:k，k-1))G＝[-alpha beta；-beta-conj(alpha)]R′LR(k-1:k，k-1:Nt)＝GH*R′LR(k-1:k，k-1:Nt)Q′LR(:，k-1:k)＝Q′LR(:，k-1:k)*Gk＝max(k-1，2)elsek＝k+1endendQLR(1:Nr，1:Nt-1)＝QLR′RLR(1:Nt-1，1:Nt)＝RLR′(QLR的第3列等于Q的第3列)QLR(1:Nr，Nt)＝Q(1:Nr，Nt)(RLR的第3行等于R的第3行)RLR(Nt，1:Nt)＝R(Nt，1:Nt)

表1：对R(1:N_T-1，1:N_T)的LBR的伪代码。

如表1中的伪代码所解说的，对由变量mu标示的次数执行检验，可从R的其他列减去R的目标列。接着，确定具有最大功率的列是否是最右列(即，第(N_T-1)列)。如果具有最大功率的列并非最右列，则可交换最右列与具有最大功率的列。在交换了列之后，随后可应用旋转矩阵以保持R的上三角结构。

在一个示例中，通过使用以上所描述的LBR操作，在框606处执行的遍历可如下继续进行。虽然以下描述涉及针对第三传送流x₃进行遍历，但是应当领会，可在框606处针对其他传送流类似地执行遍历。首先，基于可如下表达的在框604处获得的经定标和移位的收到向量y_s+s：

y_s+s＝c_定标y+H_置换c_移位，(11)

可通过使用方程式y′＝Q_LR(1:N_r，1:N_t)^Hy_s+s确定中间向量y′。基于向量y′，可在可能的星座点集合上遍历传送流x₃，以通过使用y″＝y′-R_LR(1:3，3)z₃确定x₃的每个可能值的第二中间向量y″，其中R_LR(1:3，3)是R_LR的第三列的前三个元素，且z₃＝c_定标x₃+c_移位，其中c_移位是的c_移位中的一项。在一个示例中，可在框606处的遍历之前预计算z₃的相应值。基于为每个星座点确定的中间向量y″，可通过使用方程式z₂＝round(y″₂/r_LR，22)来估计z₂的相应值，其中y″₂是y″的第二元素，round()是舍入到最接近复整数的操作，而r_LR，22是R_LR的项(2，2)。通过确立z₂，可在随后确定y″₂-r_LR，22z₂的l¹范数近似——其为|Re(y″₂-r_LR，22z₂)|+|Im(y″₂-r_LR，22z₂)|。在此基础上，可使用方程式y′″₁＝y″₁-r_LR，12z₂计算第三中间值y′″₁，并且根据此方程式，可使用方程式z₁＝round(y′″₁/r_LR，11)来估计z₁的相应值。根据x₁的估计值，可确定y′″₁-r_LR，11z₁的l¹范数近似——其为|Re(y′″₁-r_LR，11z₁)|+|Im(y′″₁-r_LR，11z₁)|，该范数近似可在框606处使用。

基于这些计算，对于传送流x₃，可在随后如下使用式(3)给定的近似l¹范数来对x₃的每个可能值(例如，每个可能的星座点)计算距离度量。

d(x₃)＝|Re(y′″₁-r_LR，11z₁)|+|Im(y′″₁-r_LR，11z₁)|

       +|Re(y″₂-r_LR，22z₂)|+|Im(y″₂-r_LR.22z₂)|+|Re(y″₃)|+|Im(y″₃)|  (12)

可在随后在框606处执行类似的遍历和距离度量计算，以获得每个传送流的距离度量。

继在框606处计算了传送流的距离度量之后，方法600可通过至少部分地基于在框606处确定的距离度量计算传送流中的每个比特的对数似然比(LLR)来获得软判决输出而结束于框608处。作为特定示例，可如下使用式(2)给定的LLR表达式来对传送流x₁中的第k比特b_k确定LLR：

$L\left(b_k\right)=\frac{1}{{\mathrm{\σ}}_n^2}(\underset{x_1|b_k=0}{\min }d\left(x_1\right)-\underset{x_1|b_k=1}{\min }d\left(x_1\right)).---\left(13\right)$

另外，可使用与式(2)和(13)中给定的那些相类似的LLR表达式来计算x中的其他传送流的LLR。

现在参看图7，其图解了MIMO通信系统中使用指导M算法的接近SOMLD的方法700。方法700可例如由接入点、接入终端、和/或无线通信网络中的任何其他合适实体来执行。在以下描述中，针对(例如，来自AP 210处的3个发射天线218的)一系列3个传送流一般地描述方法700。然而，应当领会，方法700可类似地应用于任何数目个传送流。

方法700可始于框702，其中对代表有效MIMO信道的信道矩阵执行QR分解，以生成每个传送流的QR定向。在一个示例中，可在框702处针对式(1)中所用的信道矩阵H的三个置换——其使得H的每一行被置换为最后一行仅一次——执行QR分解。随后可对每个置换执行QR分解以获得三个QR“定向”。虽然图7中的后续框的讨论一般地涉及基于每个传送流的QR分解计算软判决输出，但是应当领会，框702处的QR分解是任选的，且无需作为方法700的部分来执行，并且可以用类似于以下描述的方式对未分解信道矩阵执行方法700。

方法700接着行进至框704，其中针对每个传送流执行星座点集合上的遍历，以便使用次优MIMO指导M算法获得距离计算所需的其他元素的预定数目个候选估计。如本领域普通技术人员可领会的，完全3x3 SOMLD具有呈指数的计算复杂度。例如，对于64-QAM星座，完全3x3 SOMLD按照惯例需要在64*64个可能性上进行搜索。换言之，如果在x₃的所有可能性上执行外部遍历，则对于x₃的所有可能性，需要执行x₂的所有可能性上的内部遍历，据此可执行限幅以获得x₁。相比之下，在框704处使用指导M算法，通过以指导方式仅在第二维度中的M个点上进行搜索得以降低所需复杂度。

作为特定的且非限制的示例，在框704处执行的遍历可如下执行。以下描述一般地涉及可对(例如，在框702处)使用QR分解进行分解的信道矩阵执行的指导M算法，其在本文中称为QR指导M算法(QRGM)。然而，应当领会，可对未分解信道矩阵和/或使用另一种分解技术分解的信道矩阵类似地执行框704处的遍历。

首先，于在星座点上进行遍历之前，可通过使用方程式y′＝Q(1:N_R，1:N_T)^Hy来确定中间向量y′，其中Q(1:N_R，1:N_T)代表具有索引1至N_Rx1至N_T的Q中的元素集合。根据中间向量y′，可在星座点集合上遍历传送流x₃，以便通使用过方程式y″＝y′-R(1:3，3)x₃来确定x₃的每个可能值的第二中间向量y″。基于为每个星座点确定的中间向量y″，可通过使用方程式x_2，est＝Slice(y″₂/r₂₂)来估计相对应的传送流x₂的初始候选估计，其中y″₂是y″的第二元素，Slice()是限幅至最接近星座点的操作，而r₂₂是R的项(2，2)。通过确立z₂，可在随后确定y″₂-r₂₂x₂的l¹范数近似——其为|Re(y″₂-r₂₂x₂)|+|Im(y″₂-r₂₂x₂)|。

一旦确定了初始候选估计x_2，est，就可确定围绕x_2，est的四个星座点的部分距离度量。在一个示例中，可通过假定向量y′被定标成使得x_2，est在可被表达为{-7，-5，-3，-1，1，3，5，7}+j^*{-7，-5，-3，-1，1，3，5，7}的栅格上来确定这些部分距离度量。基于此表示，四个围绕点可被选取为x_2，est+[2，2j，-2，-2j]。在一个示例中，可执行附加检验，以确保围绕点不落在星座边界之外。在获得围绕点之后，可通过取得中间值y″₂-r₂₂x_2，est、加上-r₂₂[2，2j，-2，-2j]、并且在随后确定四个相应l¹范数近似来确立其部分距离度量。

可通过对每个点使用方程式y′″₁＝y″₁-r₁₂x₂来针对x_2，est及其四个围绕点计算第三中间值y′″₁。根据这些方程式，可使用方程式x₁＝Slice(y′″₁/r₁₁)来估计传送流x₁的相对应候选估计。根据x₁的估计值，可针对每个估计确定y′″₁-r₁₁x₁的l¹范数近似——其为|Re(y′″₁-r₁₁x₁|+|Im(y′″₁-r₁₁x₁)|。对应每个候选估计集合，可在随后使用下式来确定中间距离度量：

d(x₂，x₃)＝|Re(y′″₁-r₁₁x₁)|)|+|Im(y′″₁-r₁₁x₁)|

                                                     (14)

         +|Re(y″₂-r₂₂x₂)|+|Im(y″₂-r₂₂x₂)|+|Re(y″₃)|+|Im(y″₃)|

根据使用式(14)计算出的与x₂的五个初始候选估计相对应的距离度量，具有最小距离度量的估计可在随后被用作新估计——其可被标示为x_{2，新_est}，且可考虑围绕新估计的三个新的点。例如，如果x_{2，新_est}＝x_2，est+2，则可通过x_{2，新_est}+[2，2j，-2j]确定新的点。应当观测到，没有使用x_{2，新_est}-2，因为其得到已被确定为不提供最小距离度量的x_2，est。可在随后执行进一步检验，以确保新的点不落在星座边界之外。在选择并检验新的点之后，可按与以上关于围绕x_2，est的点的描述相类似的方式确立x₁的相对应估计以及三个新的点的距离度量。如果x_{2，新_est}＝x_2，est，则可终止框704，或者可考虑该集合中围绕x_2，est的四个其他点，诸如[2+2j，-2+2j，-2-2j，2-2j]。一旦确定了距离度量，则可更新x_{2，新_est}以反映具有与点x_{2， 新_est}及其围绕点相对应的距离度量中的最小者的点。可针对新的x_{2，新_est}及其围绕点重复以上计算。

在一个示例中，框704继续进行直至已考虑x₂的M个候选点。一旦满足此条件，方法700就可继续至框706，其中选择对其确定了最小距离度量的x₂和x₁的候选值。可在随后在框706处执行类似的遍历和距离度量计算，以获得每个传送流的最小距离度量。替换地，可通过推导梯度并使用该梯度来确定x₂的具有最小距离的候选值来进行框704处的计算。在这样的示例中，为了达成与其中M＝8的QRGM相类似的性能，仅需要以计算梯度的额外复杂度为代价来评估x₂的4个点。

继在框706处选择了最小距离度量之后，方法700通过至少部分地基于在框706处确定的最小距离度量计算传送流中的每个比特的对数似然比(LLR)来获得软判决输出而结束于框708处。作为特性示例，可如下使用式(2)给定的LLR表达式来针对传送流x₁中的第k比特b_k确定LLR：

$L\left(b_k\right)=\frac{1}{{\mathrm{\σ}}_n^2}(\underset{x_1|b_k=0}{\min }d\left(x_1\right)-\underset{x_1|b_k=1}{\min }d\left(x_1\right)).---\left(15\right)$

另外，可使用与式(2)和(15)中给定的那些相类似的LLR表达式来计算x中的其他传送流的LLR。

图8图解了用于MIMO通信系统中具有增强型度量使用(EMU)的低复杂度软输出检测的方法800。方法800可例如由接入点、接入终端、和/或无线通信网络中的任何其他合适实体来执行。在以下描述中，针对(例如，来自AP 210处的3个发射天线218的)一系列3个传送流一般地描述方法800。然而，应当领会，方法800可类似地应用于任何数目个传送流。EMU背后的一般概念在于，更有效地利用计算出的距离度量。例如，可观测到，对给定x₃确立的距离度量实际上也可应用于针对该x₃估计的x₁和x₂。会发生这种情况：当进行x₂的遍历时，相对应x₂的距离度量并非是同样良好的。例如，当通过其接收x₂的信道矩阵H的第2列遭受衰落时，会发生这种情况。因而，通过对x₃遍历中估计的x₂值重用在x₃遍历中推导出的距离度量，可达成一种距离度量分集阶。

以下描述一般地涉及与PSLD(例如，由方法500实现的PSLD算法)联用的EMU。然而，应当领会，EMU也可与任何其他合适的接近SOMLD算法联用。方法800始于框802，其中在用于一系列传送流的相应阵列中存储关于星座点集合的初始距离度量。在一个示例中，对于每个收到MIMO向量y，距离度量存储阵列可通过将分别对应所有x₁、x₂、和x₃的距离度量存储阵列d_存储(x₁)、d_存储(x₂)和d_存储(x₃)设为高值——诸如预定值MaxVal——来初始化距离度量存储阵列。

可在随后在框804处针对第一传送流初始化方法800，此后可在框806-810处执行遍历。在框806处，可在星座点集合上对当前所考虑的流执行遍历，以估计距离计算所需的其他元素以及确定相应的估计元素的距离度量。作为特定的且非限制的示例，可如下在框806处针对传送流x₃执行遍历。

于在星座点上进行遍历之前，可通过使用方程式y′＝Q(1:N_R，1:N_T)^Hy来确定中间向量y′。根据中间向量y′，可在星座点集合上遍历传送流x₃，以便通过使用方程式y″＝y′-R(1:3，3)x₃来确定x₃的每个可能值的第二中间向量y″。基于为每个星座点确定的中间向量y″，可通过使用方程式x₂＝SliceAndIndex(y″₂/r₂₂)来估计相对应的传送流x₂，其中y″₂是y″的第二元素，SliceAndIndex()(限幅和索引())是限幅到最接近星座点的操作——其还返回在框808处使用的星座点的索引，而r₂₂是R的项(2，2)。通过确立z₂，可在随后确定y″₂-r₂₂x₂的l¹范数近似——其为|Re(y″₂-r₂₂x₂)|+|Im(y″₂-r₂₂x₂)|。在此基础上，可使用方程式y′″₁＝y″₁-r₁₂x₂计算第三中间值y′″₁，并且根据此方程式，可使用方程式x₁＝SliceAndIndex(y′″₁/r₁₁)来估计传送流x₁。根据x₁的估计值，可确定y′″₁-r₁₁x₁的l¹范数近似——其为|Re(y′″₁-r₁₁x₁)|+|Im(y′″₁-r₁₁x₁)|，该范数近似可在框506处使用。可在随后如下使用式(3)给定的近似l¹范数来针对x₃的可能的星座点以及其相应的x₁和x₂的估计值计算距离度量：

d(x₁，x₂，x₃)＝|Re(y′″₁-r₁₁x₁)|+|Im(y′″₁-r₁₁x₁)|

              +|Re(y″₂-r₂₂x₂)|+|Im(y″₂-r₂₂x₂)|   (16)

              +|Re(y″₃)|+|Im(y″₃)|

一旦在框806处确定距离度量，则方法800可行进至框808，其中存储针对当前流以及所估计的其他元素确定的关于相应星座点的距离度量来代替为当前流和所估计的其他元素存储的更大距离度量。更具体地，对于给定的传送流x₃以及相对应的x₁和x₂的估计值，所存储的距离度量d_存储()可被更新如下：

d_存储(x₁)＝min(d_存储(x₁)，d(x₁，x₂，x₃))

d_存储(x₂)＝min(d_存储(x₂)，d(x₁，x₂，x₃))   (17)

d_存储(x₃)＝min(d_存储(x₃)，d(x₁，x₂，x₃))

继在框808处确定当前流的距离度量之后，方法800可在随后行进至框810以确定是否存在其他传送流。如果存在其他流，则方法800在框812处前进至接下来的传送流，并对所述流重复框806-810。如果不存在其他传送流，则方法800通过至少部分地基于所存储的距离度量获得软判决输出来结束于框814。作为特定的且非限制的示例，可在814处通过针对传送流中的每个比特计算对数似然比(LLR)来生成软判决输出。例如，针对所存储的距离度量可如下使用式(2)给定的LLR表达式来对传送流x₁中的第k比特b_k确定LLR：

替换地，在框808处执行的最小值搜索d_存储(x₁)＝min(d_存储(x₁)，d(x₁，x₂，x₃))等可与以上的LLR计算相组合。在这样的示例中，最小值搜索d_存储(x₁)＝min(d_存储(x₁)，d(x₁，x₂，x₃))等不是在框808处执行的，而替代地，可在框808处存储对应空间流的每个相应组合的每个距离度量d(x₁，x₂，x₃)连同其相对应的x₁、x₂、和x₃。根据此信息，可在随后在框814处计算LLR，如以下所解说的：

$L\left(b_k\right)=\frac{1}{{\mathrm{\σ}}_n^2}(\underset{x_1|b_k=0}{\min }d(x_1,x_2,x_3)-\underset{x_1|b_k=1}{\min }d(x_1,x_2,x_3)).---\left(19\right)$

因而，在具有三个空间传送流的64-QAM星座的示例中，可在3*64＝192个距离度量上搜索以找到对应x₁的第k比特为0的距离度量，此后，可确定最小值

等。

可在大量距离度量上寻找最小值，例如，通过将最小距离度量表示为二进制数并从最高有效位(MSB)至最低有效位(LSB)扫描每个数。如果当前所扫描的比特位置处的比特在距离度量当中不同，则当前所扫描的比特位置上具有比特值“1”的距离度量可被标示出，并排除将其考虑为最小值。如果抵达LSB，则单个剩余候选或者在存在多个剩余候选的情况下的剩余候选中的任一个可被用作最小距离度量。在另一示例中，可如下在框810处将此最小值搜索算法应用于计算近似LLR所需的最小值搜索。首先，给定x₁的比特b_k为0，对于所有d(x₁，x₂，x₃)上的最小值搜索，对应x₁的比特b_k为1的所有距离度量可被标示出并在最小值搜索中不考虑这些距离度量。类似地，给定x₁的比特b_k为1，对于所有d(x₁，x₂，x₃)上的最小值搜索，对应x₁的比特b_k为0的所有距离度量可被类似地标示出并在最小值搜索中不考虑这些距离度量。

现在参考图9，提供了图解本文中所描述的一个或多个实施例可在其中起效的示例无线通信系统900的框图。在一个示例中，系统900是包括发射机系统910和接收机系统950的多输入多输出(MIMO)系统。然而，应领会，发射机系统910和/或接收机系统950还可被应用于多输入单输出系统，其中例如多个发射天线(例如，基站上的)可向单天线设备(例如，移动站)发射一个或多个码元流。此外应领会，本文中所描述的发射机系统910和/或接收机系统950的各方面可结合单输出-单输入天线系统一起使用。

根据一方面，在发射机系统910处将数个数据流的话务数据从数据源912提供给发射(TX)数据处理器914。在一个示例中，每一数据流随后可经由各自的发射天线924被发射。此外，TX数据处理器914可基于为每个数据流选择的特定编码方案来格式化、编码、和交织相应各个数据流的话务数据以提供经编码的数据。在一个示例中，随后可使用OFDM技术将每一数据流的经编码数据与导频数据复用。导频数据可以是例如以已知方式处理的已知数据图案。此外，导频数据可在接收机系统950处用于估计信道响应。回到发射机系统910处，经复用的导频和属每一数据流的经编码数据可基于为每个相应数据流选择的特定调制方案(例如BPSK、QSPK、M-PSK或M-QAM)被调制(即，码元映射)以提供调制码元。在一个示例中，每一数据流的数据率、编码、和调制可由在处理器930处执行和/或由其提供的指令来确定。

接下来，所有数据流的调制码元可被提供给TX MIMO处理器920，后者可进一步处理这些调制码元(例如，针对OFDM)。TX MIMO处理器920随后可将N_T个调制码元流提供给N_T个发射机(TMTR)922a到922t。在一个示例中，每一个发射机922可接收并处理相应各个码元流以提供一个或多个模拟信号。每一个发射机922随后可进一步调理(例如，放大、滤波、以及上变频)这些模拟信号以提供适于在MIMO信道上传输的经调制信号。相应地，来自发射机922a到922t的N_T个经调制信号随后可分别从N_T个天线924a到924t被发射。

根据另一方面，所发射的经调制信号可在接收机系统950处由N_R个天线952a到952r接收到。从每一个天线952接收到的信号随后可被提供给相应各个接收机(RCVR)954。在一个示例中，每个接收机954可调理(例如，滤波、放大、以及下变频)各自相应的收到信号，将经调理的信号数字化以提供采样，并随后处理这些采样以提供对应的“收到”码元流。RX MIMO/数据处理器960随后可接收并基于特定的接收机处理技术处理来自N_R个接收机954的这N_R个收到码元流以提供N_T个“检出”码元流。在一个示例中，每个检出码元流可包括由对为对应的数据流传送的调制码元的估计构成的码元。RX MIMO/数据处理器960随后可通过解调、解交织、以及解码每一个检出码元流来至少部分地处理每一个码元流，从而恢复对应数据流的话务数据。在成功恢复之后，可将流提供给数据阱964。由此，由RX MIMO/数据处理器960执行的处理可与由发射机系统910处的TX MIMO处理器920和TX数据处理器914执行的处理互补。

在另一示例中，RX MIMO/数据处理器960可能在其可同时解调的副载波数目上受限。例如，RX MIMO/数据处理器960可被限于在5MHz上有512个副载波、在1.25MHz上有128个副载波、或者在2.5MHz上有256个副载波。在另一示例中，RX MIMO/数据处理器960可被限于在40MHz上有128个副载波或者在20MHz上有64个副载波。此外，RX MIMO/数据处理器960所生成的信道响应估计可被用来执行接收机处的空/时处理、调节功率电平、改变调制率或方案、和/或其它恰适动作。此外，RX MIMO/数据处理器960可进一步估计信道特性，诸如举例而言检出码元流的信噪干扰比(SNR)。RX MIMO/数据处理器960随后可将所估计的信道特性提供给处理器970。在一个示例中，RX MIMO/数据处理器960和/或处理器970可进一步推导对系统的“工作”SNR的估计。处理器970随后可提供信道状态信息(CSI)，其可包括关于该通信链路和/或该收到数据流的信息。此信息可包括例如工作SNR。CSI随后可由TX数据处理器978(其可被耦合至数据源976)处理、由调制器980调制、由发射机954a到954r调理、并被传回给发射机系统910。

回到发射机系统910，来自接收机系统950的已调制信号随后可由天线924接收，由接收机922调理，由解调器940解调，并由RX数据处理器942处理以恢复接收机系统950报告的CSI。在成功恢复之后，可将流提供给数据阱944。在一个示例中，所报告的CSI随后可被提供给处理器930并用于确定将用于一个或多个数据流的数据率以及编码和调制方案。所确定的编码和调制方案随后可被提供给发射机922以进行量化和/或在至接收机系统950的以后传输中使用。补充地和/或替换地，所报告的CSI可由处理器930用于生成对TX数据处理器914和TX MIMO处理器920的各种控制。

在一个示例中，发射机系统910处的处理器930和接收机系统950处的处理器970指令其各自相应的系统处的操作。此外，发射机系统910处的存储器932和接收机系统950处的存储器972可分别提供对处理器930和970所使用的程序代码和数据的存储。此外，在接收机系统950处，可使用各种处理技术来处理这N_R个收到信号，以检测N_T个所发射码元流。在一个示例中，这些处理技术可包括方法400、500、600、700、800和/或任何其他用于接近SOMLD的恰适技术中的一个或多个。作为补充和/或替换，接收机系统950使用的处理技术可包括空间和空-时接收机处理技术——其也可被称为均衡技术，和/或“连续无效/均衡及干扰消去”接收机处理技术——其也可被称为“连续干扰消去”或“连续消去”接收机处理技术。

图10是根据本文中所描述的各方面的协调空间数据流的调制和传输的系统1000的框图。在一个示例中，系统1000包括基站或接入点1002。如图所示，接入点1002可经由接收(Rx)天线1006接收来自一个或更多个接入终端1004的信号并经由发射(Tx)天线1008向一个或更多个接入终端1004发射。

此外，接入点1002可包括接收来自接收天线1006的信息的接收机1010。在一个示例中，接收机1010可起作用地与解调收到信息的解调器(Demod)1012相关联。经解调码元随后可由处理器1014分析。处理器1014可被耦合至存储器1016，后者可存储与代码簇、接入终端指派、与其相关的查找表、唯一性加扰序列、和/或其他合适类型的信息相关的信息。在一个示例中，接入点1002可采用解调器1012和/或处理器1014来执行方法400、500、600、700、800和/或其他类似且恰适的方法。接入点1002还可包括调制器1018，其可将信号多路复用以供由发射机1020通过发射天线1008向一个或更多个接入终端1004发射。

图11是根据本文中所描述的各方面的协调空间数据流的接收和检测的系统1100的框图。在一个示例中，系统1100包括接入终端1102。如图所示，接入终端1102可经由天线1108接收来自一个或多个接入点1104的信号并向一个或多个接入点1104传送。此外，接入终端1102可包括接收来自接收天线1108的信息的接收机1110。在一个示例中，接收机1110可起作用地与解调收到信息的解调器(Demod)1112相关联。经解调码元随后可由处理器1114分析。处理器1114可耦合至存储器1116，后者可存储与接入终端1102相关的数据和/或程序代码。另外，接入终端1102可采用解调器1112和/或处理器1114来执行方法400、500、600、700、800和/或其他类似且恰适的方法。接入终端1102还可包括调制器1118，其可将信号多路复用以供由发射机1120通过天线1108向一个或更多个接入点1104发射。

图12图解了提供接近软输出最大似然检测的装置1200。应领会，装置1200被示为包括功能块，它们可以是表示由处理器、软件、或其组合(例如，固件)所实现的功能的功能块。装置1200可在基站(例如，AP 210)和/或终端(例如，AT 220)中实现，并且可包括用于每空间传送流地在星座点上进行遍历以使用次优MIMO算法来估计其他元素的模块1202。此外，装置1200可包括：用于在星座点上确定这些流的距离度量的模块1204；以及用于基于所确定的距离度量获得传送流中的每个比特的软判决输出的模块1206。

图13图解了经由MIMO信道矩阵预处理并利用次优MIMO算法来提供接近软输出最大似然检测的装置1300。应领会，装置1300被示为包括功能块，它们可以是表示由处理器、软件、或其组合(例如，固件)所实现的功能的功能块。装置1300可在基站(例如，AP 210)和/或终端(例如，AT 220)中实现，并且可包括用于使用QR分解和/或其他合适的预处理技术对MIMO信道矩阵执行预处理的模块1302。此外，装置1300可包括：用于每空间传送流地在星座点上进行遍历以使用基于PSLD、LRD和指导M算法中的一种或多种的次优MIMO算法来估计其他元素的模块1304；用于在星座点上确定这些流的距离度量的模块1306；以及用于通过至少部分地基于所确定的距离度量计算传送流中的每个比特的对数似然比来获得软判决输出的模块1308。

图14图解了提供具有增强型度量使用的接近软输出最大似然检测的装置1400。应领会，装置1400被示为包括功能块，它们可以是表示由处理器、软件、或其组合(例如，固件)所实现的功能的功能块。装置1400可在基站(例如，AP 210)和/或终端(例如，AT 220)中实现，并且可包括用于每空间传送流地针对星座点集合存储初始距离度量阵列的模块1402。此外，装置1400可包括：用于每空间流地在星座点上进行遍历以使用次优MIMO算法估计其他元素的模块1404；用于在星座点上确定这些流以及所估计的其他元素的距离度量的模块1406；用于存储空间流和所估计的其他元素的距离度量来代替针对相对应的星座点存储的相应更大距离度量的模块1408；以及用于基于所存储的距离度量获得传送流中的每个比特的软判决输出的模块1410。

将理解，本文中所描述的实施例可由硬件、软件、固件、中间件、微码、或其如何组合来实现。当这些系统和/或方法在软件、固件、中间件或微码、程序代码或代码片断中实现时，可将它们存储在诸如存储组件之类的机器可读介质中。代码段可表示规程、函数、子程序、程序、例程、子例程、模块、软件包、类，或是指令、数据结构、或程序语句的任何组合。通过传递和/或接收信息、数据、自变量、参数、或存储器内容，一代码段可被耦合到另一代码段或硬件电路。可使用包括存储器共享、消息传递、令牌传递、网络传输等任何合适方式来传递、转发、或传送信息、自变量、参数、数据等。

对于软件实现，本文中所描述的技术可以使用执行本文中所描述功能的模块(例如，程序、函数等)来实现。软件代码可被存储在存储器单元中并由处理器来执行。存储器单元可在处理器内实现或外置于处理器，在后一种情形中其可经由本领域中所知的各种手段被通信地耦合到处理器。

以上已描述的包括一个或多个实施例的示例。当然，不可能为了描述上述实施例而描述可构想到的组件或方法的每种组合，但本领域普通技术人员可认识到，各实施例的许多进一步组合和置换都是可能的。因此，所述实施例旨在涵盖所有落入所附权利要求的精神和范围内的这种改变、修改以及变型。此外，就术语“包括”在本具体说明或权利要求书中使用的范畴而言，此类术语旨在以与术语“包含”于权利要求中被用作过渡词时所解释的相类似的方式作可兼之解。此外，无论是详细描述还是权利要求中所使用的术语“或”意味着“非排他或”。

Claims (59)

1.一种用于在多输入多输出（MIMO）通信系统中为传送空间流集合生成软判决输出值的方法，包括： 

在相应传送空间流的多个星座点上进行遍历以至少部分地基于次优MIMO算法估计其他传送流的值，而无需在其他传送流的所有可能的星座点组合上进行遍历； 

根据所述多个星座点的值确定所述相应传送空间流的距离度量集合；以及 

至少部分地基于所述距离度量集合来生成所述相应传送流的软判决输出。 

2.如权利要求1所述的方法，其特征在于，所述次优MIMO算法至少部分地基于每流列表检测（PSLD）。 

3.如权利要求2所述的方法，其特征在于，至少部分地基于PSLD的所述次优MIMO算法包括具有连续干扰消除的迫零。 

4.如权利要求1所述的方法，其特征在于，所述在多个星座点上进行遍历包括： 

向代表通过其接收到所述传送空间流集合的有效MIMO信道的信道矩阵应用定标因子和移位因子中的至少一者，以将所述信道矩阵中的相应项转换成复整数；以及 

其中所述次优MIMO算法至少部分地基于网格简化检测（LRD）。 

5.如权利要求1所述的方法，其特征在于，所述在多个星座点上进行遍历包括： 

在相应传送空间流的所述多个星座点上进行遍历，以使用次优MIMO指导M算法来获得其他传送流的预定数目个估计候选值；以及 

选择所述相应其他传送流的、使所述相应传送流在所述星座点集合上的相应距离度量最小化的估计候选值。 

6.如权利要求1所述的方法，其特征在于，还包括分解代表通过其接收到所述传送空间流集合的有效MIMO信道的信道矩阵，其中所述在所述多个星座点上进行遍历包括在相应传送空间流的所述多个星座点上进行遍历以使用所述经分解的信道矩阵来估计所述其他传送流的值。 

7.如权利要求6所述的方法，其特征在于，所述分解信道矩阵包括对所述信道矩阵执行QR分解。 

8.如权利要求1所述的方法，其特征在于，还包括： 

针对所述传送流集合存储关于星座点集合的初始距离度量；其中所述确定距离度量集合包括： 

根据所述多个星座点的值来确定相应传送空间流集合以及其他传送流的相对应估计值的距离度量， 

存储相应传送空间流集合和其他传送流的相对应估计值的距离度量来代替为所述相应传送空间流集合和其他传送流的相对应估计值存储的更大距离度量；以及 

其中所述生成软判决输出包括至少部分地基于所存储的距离度量生成所述相应传送流的软判决输出。 

9.如权利要求1所述的方法，其特征在于，还包括至少部分地基于所述生成的软判决输出来生成所述相应传送流的硬判决输出。 

10.如权利要求1所述的方法，其特征在于，还包括： 

通过搜索所述相应传送流中的传送流的最小距离度量来生成所述相应传送流的硬判决输出；以及 

至少部分地基于星座逆映射获得所述传送流以及其他相应传送流的相应估计的硬判决输出。 

11.如权利要求1所述的方法，其特征在于，所述距离度量集合包括相应地表示所述传送空间流的估计值的软判决输入值。 

12.如权利要求11所述的方法，其特征在于，所述软判决输入值是由解码器使用外码生成的。 

13.如权利要求1所述的方法，其特征在于，所述确定距离度量集合包括使用近似l¹范数、l¹范数、l²范数和l^∞范数中的至少一者根据所述多个星座点的值确定所述相应传送空间流的所述距离度量集合。 

14.如权利要求1所述的方法，其特征在于，所述生成相应传送流的软判决输出包括至少部分地基于所述距离度量集合计算所述传送流中的相应比特的对数似然比。 

15.如权利要求1所述的方法，其特征在于，所述相应传送空间流是使用相移键控（PSK）来调制的。 

16.如权利要求1所述的方法，其特征在于，所述相应传送空间流是使用正交调幅（QAM）来调制的。 

17.如权利要求1所述的方法，其特征在于，所述传送空间流集合是使用正交频分复用（OFDM）在多个副载波当中进行分配的，其中： 

所述遍历包括在分配给相应副载波的相应传送空间流的多个星座点上进行遍历， 

所述确定距离度量集合包括确定分配给相应副载波的相应传送空间流的距离度量，以及 

所述生成软判决输出包括生成分配给相应副载波的相应传送流的软判决输出。 

18.如权利要求1所述的方法，其特征在于，所述在多个星座点上进行遍历包括基于迫零和最小均方误差算法中的一种或多种进行遍历。 

19.如权利要求1所述的方法，其特征在于，所述在多个星座点上进行遍历包括在所述传送流集合的相应子集的所述多个星座点上进行遍历，以基于所述次优MIMO算法估计不在所述相应子集中的传送流的值。 

20.一种用于在多输入多输出（MIMO）通信系统中为传送空间流集合生成软判决输出值的设备，包括： 

用于在相应传送空间流的多个星座点上进行遍历以至少部分地基于次优MIMO算法估计其他传送流的值的装置，而无需在其他传送流的所有可能的星座点组合上进行遍历； 

用于根据所述多个星座点的值确定所述相应传送空间流的距离度量集合的装置；以及 

用于至少部分地基于所述距离度量集合来生成所述相应传送流的软判决输出的装置。 

21.如权利要求20所述的设备，其特征在于，所述次优MIMO算法至少部分地基于每流列表检测（PSLD）。 

22.如权利要求20所述的设备，其特征在于，用于在多个星座点上进行 遍历的装置包括： 

用于向代表通过其接收到所述传送空间流集合的有效MIMO信道的信道矩阵应用定标因子和移位因子中的至少一者，以将所述信道矩阵中的相应项转换成复整数的装置；以及 

其中所述次优MIMO算法至少部分地基于网格简化检测（LRD）。 

23.如权利要求20所述的设备，其特征在于，用于在多个星座点上进行遍历的装置包括： 

用于在相应传送空间流的所述多个星座点上进行遍历，以使用次优MIMO指导M算法来获得其他传送流的预定数目个估计候选值的装置；以及 

用于选择所述相应其他传送流的、使所述相应传送流在所述星座点集合上的相应距离度量最小化的估计候选值的装置。 

24.如权利要求20所述的设备，其特征在于，还包括用于分解代表通过其接收到所述传送空间流集合的有效MIMO信道的信道矩阵的装置，其中用于在所述多个星座点上进行遍历的装置包括用于在相应传送空间流的所述多个星座点上进行遍历以使用所述经分解的信道矩阵来估计所述其他传送流的值的装置。 

25.如权利要求24所述的设备，其特征在于，用于分解信道矩阵的装置包括用于对所述信道矩阵执行QR分解的装置。 

26.如权利要求20所述的设备，其特征在于，还包括： 

用于针对所述传送流集合存储关于星座点集合的初始距离度量的装置；其中用于确定距离度量集合的装置包括： 

用于根据所述多个星座点的值来确定相应传送空间流集合以及其他传送流的相对应估计值的距离度量的装置， 

用于存储相应传送空间流集合和其他传送流的相对应估计值的距离度量来代替为所述相应传送空间流集合和其他传送流的相对应估计值存储的更大距离度量的装置；以及 

其中用于生成软判决输出的装置包括用于至少部分地基于所存储的距离度量生成所述相应传送流的软判决输出的装置。 

27.如权利要求20所述的设备，其特征在于，还包括用于至少部分地基 于所述生成的软判决输出来生成所述相应传送流的硬判决输出的装置。 

28.如权利要求20所述的设备，其特征在于，所述距离度量集合包括相应地表示所述传送空间流的估计值的软判决输入值。 

29.如权利要求20所述的设备，其特征在于，用于确定距离度量集合的装置包括用于使用近似l¹范数、l¹范数、l²范数和l^∞范数中的至少一者根据所述多个星座点的值确定所述相应传送空间流的所述距离度量集合的装置。 

30.如权利要求20所述的设备，其特征在于，所述相应传送空间流是使用PSK或QAM中的一者或多者来调制的。 

31.如权利要求20所述的设备，其特征在于，所述传送空间流集合是使用正交频分复用（OFDM）在多个副载波当中进行分配的，其中： 

用于遍历的装置包括用于在分配给相应副载波的相应传送空间流的多个星座点上进行遍历的装置， 

用于确定距离度量集合的装置包括用于确定分配给相应副载波的相应传送空间流的距离度量的装置，以及 

用于生成软判决输出的装置包括用于生成分配给相应副载波的相应传送流的软判决输出的装置。 

32.一种提供对一系列传送流的低复杂度接近软输出最大似然检测的通信系统设备，包括： 

用于在相应传送流的星座点集合上进行遍历以使用次优MIMO算法来估计其他传送流的值的装置，而无需在其他传送流的所有可能的星座点组合上进行遍历； 

用于确定所述相应传送流在所述星座点上的距离度量的装置；以及 

用于基于所确定的距离度量获得所述传送流中的相应比特的软判决输出的装置。 

33.如权利要求32所述的通信系统设备，其特征在于，所述次优MIMO算法至少部分地基于每流列表检测（PSLD）。 

34.如权利要求32所述的通信系统设备，其特征在于，所述用于在所述星座点集合上进行遍历的装置包括： 

用于对信道矩阵进行定标以及移位以将所述信道矩阵中的相应项转换成 复整数的装置；以及 

用于在相应传送流的所述星座点集合上进行遍历以使用所述信道矩阵和基于网格简化检测（LRD）的次优MIMO算法来估计所述其他传送流的值的装置。 

35.如权利要求32所述的通信系统设备，其特征在于，所述用于在所述星座点集合上进行遍历的装置包括： 

用于在相应传送流的所述星座点集合上进行遍历以使用次优MIMO指导M算法来生成所述其他传送流的估计候选值的装置； 

用于选择所述其他传送流的、使所述相应传送流在所述星座点集合上的相应距离度量最小化的相应估计候选值的装置。 

36.如权利要求32所述的通信系统设备，其特征在于，还包括用于至少部分地基于QR分解处理信道矩阵的装置，其中所述用于在所述星座点集合上进行遍历的装置包括用于在相应传送流的所述星座点集合上进行遍历以使用所述信道矩阵和所述次优MIMO算法来估计其他传送流的值的装置。 

37.如权利要求32所述的通信系统设备，其特征在于，还包括： 

用于存储分别与所述一系列传送流相对应的、关于所述星座点集合的初始距离度量的装置；以及 

其中所述用于确定距离度量的装置包括： 

用于确定所述相应传送流和相应所估计的其他传送流的值在所述星座点上的距离度量的装置；以及 

用于存储相应传送空间流集合和所估计的其他传送流的值的距离度量来代替所存储的相对应更大距离度量的装置；以及 

其中所述用于获得软判决输出的装置包括用于基于所存储的距离度量获得所述传送流中的相应比特的软判决输出的装置。 

38.如权利要求32所述的通信系统设备，其特征在于，所述用于获得软判决输出的装置包括用于至少部分地基于所确定的距离度量计算所述传送流中的相应比特的对数似然比的装置。 

39.如权利要求32所述的通信系统设备，其特征在于，所述用于在所述星座点集合上进行遍历的装置包括用于在相应传送流的所述星座点集合上进 行遍历以使用迫零、具有连续干扰消除的迫零、和最小均方误差算法中的一种或多种来估计其他传送流的值的装置。 

40.如权利要求32所述的通信系统设备，其特征在于，所述用于在所述星座点上进行遍历的装置包括用于在所述一系列传送流的相应子集的所述星座点集合上进行遍历以使用所述次优MIMO算法估计不在所述相应子集中的传送流的装置。 

41.一种多输入多输出无线通信系统，包括如权利要求32所述的设备。 

42.一种多模光纤通信系统，包括如权利要求32所述的设备。 

43.一种用于无线通信系统中的传送流集合的软值生成的设备，所述设备包括： 

用于在所述传送流集合中的相应传送流的可能星座点集合上迭代地利用信道矩阵和次优MIMO算法以估计所述传送流集合中的其他传送流的相对应值以及确定相对应距离度量的装置，而无需在其他传送流的所有可能的星座点组合上进行遍历；以及 

用于基于所述距离度量获得所述传送流集合中的相应比特的软判决输出的装置。 

44.如权利要求43所述的设备，其特征在于，所述用于利用所述信道矩阵和所述次优MIMO算法的装置包括用于利用所述信道矩阵和至少部分地基于每流列表检测（PSLD）的所述次优MIMO算法的装置。 

45.如权利要求43所述的设备，其特征在于，所述用于利用所述信道矩阵和所述次优MIMO算法的装置包括用于利用所述信道矩阵和至少部分地基于网格简化检测（LRD）的所述次优MIMO算法的装置。 

46.如权利要求43所述的设备，其特征在于，所述用于利用信道矩阵和所述次优MIMO算法的装置包括： 

用于在所述传送流集合中的相应传送流的所述可能星座点集合上迭代地利用所述信道矩阵和所述次优MIMO算法以估计所述传送流集合中的其他传送流的候选值的装置；以及 

用于至少部分地通过选择所述其他传送流的、使所述相应传送流在所述可能星座点集合上的相应距离度量最小化的相应候选值来确定距离度量的装置。 

47.如权利要求43所述的设备，其特征在于，还包括用于至少部分地基于QR分解处理所述信道矩阵的装置。 

48.如权利要求43所述的设备，其特征在于，所述用于获得软判决输出的装置包括用于基于所述距离度量计算所述传送流集合中的相应比特的对数似然比的装置。 

49.如权利要求43所述的设备，其特征在于，还包括： 

用于在与所述传送流集合分别相对应的阵列集合中存储关于所述可能星座点集合的初始距离度量的装置， 

其中所述用于利用所述信道矩阵和所述次优MIMO算法的装置包括： 

用于在所述相应传送流上进行迭代以估计相对应的其他传送流以及确定相对应距离度量的装置；以及 

用于如果所确定的关于星座点的距离度量小于与传送流或相应的估计流相对应的阵列中所存储的关于所述星座点的距离度量则在所述阵列中存储所确定的关于所述星座点的距离度量的装置。 

50.一种用于MIMO接收机中的低复杂度软输出检测的设备，所述设备包括： 

用于在相应传送流的一个或多个星座点上进行遍历以使用次优MIMO算法估计其他传送流的值以及确定相对应距离度量的装置，而无需在其他传送流的所有可能的星座点组合上进行遍历；以及 

用于基于所述距离度量获得所述传送流中的相应比特的硬判决输出的装置。 

51.如权利要求50所述的设备，其特征在于，所述设备还包括用于通过基于所述距离度量计算所述传送流中的相应比特的对数似然比来获得软判决输出的装置。 

52.如权利要求50所述的设备，其特征在于，所述用于在一个或多个星座点上进行遍历的装置包括用于使用基于每流列表检测、网格简化检测、指导M算法、迫零、和最小均方误差算法中的至少一者的次优MIMO算法的装置。 

53.如权利要求52所述的设备，其特征在于，所述设备还包括： 

用于对代表通过其接收到所述传送流的有效MIMO信道的信道矩阵执行 QR分解的装置， 

其中所述用于在所述星座点中的一个或多个上进行遍历的代码包括在相应传送流的一个或多个星座点上进行遍历以使用所述信道矩阵和次优MIMO算法估计其他传送流的值以及确定相对应距离度量的装置。 

54.如权利要求52所述的设备，其特征在于，所述用于在所述星座点中的一个或多个上进行遍历的装置包括： 

用于在相应传送流的一个或多个星座点上进行遍历以使用次优MIMO算法估计其他传送流的值以及确定相对应距离度量的装置； 

用于将所确定的相对应距离度量与为所述传送流和所估计的其他传送流的值存储的相应距离度量作比较的装置；以及 

用于存储所确定的相对应距离度量来代替比所确定的相对应距离度量更大的所存储的相应距离度量的装置。 

55.一种用于在通信系统中为传送空间流集合生成软判决输出值的方法，包括： 

在相应传送空间流的多个星座点上进行遍历以至少部分地基于单输入单输出（SISO）算法估计其他传送流的值，而无需在其他传送流的所有可能的星座点组合上进行遍历； 

根据所述多个星座点的值确定所述相应传送空间流的距离度量集合；以及 

至少部分地基于所述距离度量集合来生成所述相应传送流的软判决输出。 

56.如权利要求55所述的方法，其特征在于，还包括至少部分地基于所述生成的软判决输出来生成所述相应传送流的硬判决输出。 

57.如权利要求55所述的方法，其特征在于，还包括： 

通过搜索所述相应传送流中的传送流的最小距离度量来生成所述相应传送流的硬判决输出；以及 

至少部分地基于星座逆映射获得所述传送流以及其他相应传送流的相应估计的硬判决输出。 

58.如权利要求55所述的方法，其特征在于，所述距离度量集合包括相应地表示所述传送空间流的估计值的软判决输入值。 

59.如权利要求58所述的方法，其特征在于，所述软判决输入值是由解 码器使用外码生成的。 

Images