CN101867459B - 基于部分干扰消除的分组译码方法和接收机 - Google Patents

Abstract

本发明实施例公开了基于部分干扰消除的分组译码方法和接收机的技术方案。其中的基于部分干扰消除的分组译码方法包括：对信道相关矩阵进行三角分解，并对分解后的矩阵求逆，针对发射信号被划分成组中的每一组，从所述求逆后的矩阵中提取与该组信号相关的子矩阵，根据所述子矩阵的正交分解后的矩阵获取消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵，根据所述消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵，利用多输入多输出检测方式检测该组信号的发射向量。上述技术方案降低了分组译码的实现复杂度，节约了接收机的处理资源。

Description

基于部分干扰消除的分组译码方法和接收机

技术领域

本发明涉及网络通讯技术领域，具体涉及基于部分干扰消除的分组译码方法和接收机。

背景技术

Partial Interference Cancellation(部分干扰消除，PIC)分组译码方法的实现原理为：

设定空时码持续时间为t、发射天线数为n_T以及接收天线数为n_R，MIMO(多输入多输出)系统模型可写为如下等效形式：

y＝Gx+w；

其中，y是原始接收信号向量且 $y\∈C^{{\mathrm{tn}}_R},$ G是等效信道矩阵且 $G\∈C^{{\mathrm{tn}}_R\×n},$ x是发射信号向量且x∈Aⁿ，A为星座符号集，w是高斯白噪声且 $w\∈C^{{\mathrm{tn}}_R},$ C为复数域。

如果n个信息符号的序号集为I＝{0，1，2，...，n-1}，将发射信号分为N个组即I₀，I₁，...，I_N-1，则第k组包含的n_k个信息符号的序号集合为 $I_k=\{i_{k,0},i_{k,1},...,i_{k,n_k-1}\},$ 第k组发射信号向量为 $x_{I_k}={[x_{i_{k,0}},x_{i_{k,1}},...,x_{i_{k,n_k-1}}]}^T,$ 第k组对应的等效信道矩阵为G＝[g₀，g₁，...，g_n-1]且 $G_{I_k}=[g_{i_{k,0}},g_{i_{k,1}},...,g_{i_{k,n_k-1}}],$ 此时，分组后的系统模型可写为如下形式：

$y=\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{G}_{I_i}{x}_{I_i}+w$

为了获得第k组信号的信号向量，需要将接收信号左乘一个矩阵

，以消除其他组对第k组的干扰，

需满足 $P_{I_k}{G}_{I_i}=0,$ i≠k。该过程消除了组间干扰，但组内干扰依然存在。消除组间干扰后的输出可以表示为 $z_{I_k}=P_{I_k}y.$

可找到满足 $P_{I_k}{G}_{I_i}=0,$ i≠k的

，即 $P_{I_k}=I_m-G_{I_k}^c{\left({\left(G_{I_k}^c\right)}^H{G}_{I_k}^c\right)}^{-1}{\left(G_{I_k}^c\right)}^H,$ 其中：

为

在G中的补集，即 $G_{I_k}^c=[G_{I_0},G_{I_1},...,G_{I_{k-1}},...,G_{I_{N-1}}]$ ；因此，可推导出： $z_{I_k}=P_{I_k}y=P_{I_k}{G}_{I_k}{x}_{I_k}+P_{I_k}w.$ 在消除组间干扰后，可以利用Multi-Input-Multi-Output(多输入多输出，MIMO)检测方式检测各组信号的发射向量。MIMO检测方式如最大似然(ML)准则或者类ML准则或者其它算法等。

基于上述实现原理，目前两种主要的PIC分组译码方法的实现过程如下：

方法一、基本PIC分组译码方法(可称为PIC算法)，该方法包括：

针对发射信号划分为N个组，针对第k组，将其它组对第k组的干扰矩阵

进行Cholesky(乔累斯基)分解 $A_{I_k}=L_{I_k}{L}_{I_k}^H,$ 其中 $A_{I_k}={\left(G_{I_k}^c\right)}^H{G}_{I_k}^c,$

为第k组对应的干扰信道矩阵。然后，计算第k组的接收滤波矩阵 $P_{I_k}=I_m-C_{I_k}{C}_{I_k}^H,$ I_m为m×m的单位阵， $C_{I_k}=G_{I_k}^c{\left(L_{I_k}^H\right)}^{-1}.$ 之后，根据

计算 $E_{I_k}=P_{I_k}^c{G}_{I_k}^c$ 和 $z_{I_k}=P_{I_k}y,$ 其中：

是第k组对应的等效信道矩阵，是第k组对应的接收信号向量。最后，利用和

并根据最大似然准则检测第k组信号的发射向量

${\hat{x}}_{I_k}=\underset{{\stackrel{\‾}{x}}_{I_k}\∈A_{I_k}}{\arg \min }\left|\right|z_{I_k}-E_{I_k}{\stackrel{\‾}{x}}_{I_k}\left|\right|,$ 其中，

为第k组信号对应的可能的发射向量。

方法二、PIC-SIC分组译码方法。该方法引入了Successive InterferenceCancellation(串行干扰消除器，SIC)技术，需要对每个组的信噪比进行排序，消除组间干扰并检测信噪比最高的一组信号的发射向量(该过程与方法一过程类似，不再重复说明)，然后，消除信噪比最高的一组对其他组的干扰，之后再针对下一组进行组间干扰消除及检测发射向量操作，依此类推，直到最后一组。该方法可称为SIC-PIC算法。

发明人发现上述现有技术至少存在如下问题：由于

和的维数较高，因此使计算出的

和

的维数也较高，从而使最大似然准则中采用了维数高的矩阵进行运算，最终导致分组译码的实现复杂度高。

发明内容

本发明实施方式提供的基于部分干扰消除的分组译码方法和接收机，通过降低译码过程中矩阵的维数，降低了分组译码的实现复杂度。

本发明实施方式提供的基于部分干扰消除的分组译码方法，包括：

对信道相关矩阵进行三角分解，并对分解后的矩阵求逆；

针对发射信号被划分成组中的每一组，从所述求逆后的矩阵中提取与该组信号相关的子矩阵；

根据所述子矩阵的正交分解后的矩阵，获取消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵；

根据所述消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵，利用多输入多输出检测方式检测该组信号的发射向量。

本发明实施方式提供的接收机，包括：

接收单元，用于接收信号；

分解求逆单元，用于对信道相关矩阵进行三角分解，并对分解后的矩阵求逆；

子矩阵单元，用于针对发射信号被划分为组中的每一组，从所述求逆后的矩阵中提取与所述该组信号相关的子矩阵；

获取单元，用于对所述子矩阵进行正交分解，根据所述子矩阵的正交分解后的矩阵，获取消除组间干扰后的该组对应的接收信号向量以及该组对应的等效信道矩阵；

检测单元，用于根据所述消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵，利用多输入多输出检测方式检测该组信号的发射向量。

通过上述技术方案的描述可知，通过对信道相关矩阵进行三角分解后的矩阵求逆，并从求逆后的矩阵中获取与一组信号相关的子矩阵，降低了利用该子矩阵获得的该组对应的接收信号向量的维数、以及该组对应的等效信道矩阵的维数，由于该组对应的接收信号向量和该组对应的等效信道矩阵的维数均得到了降低，因此，在利用多输入多输出方式检测该组的发射向量时能够采用低维度的矩阵运算，最终降低了分组译码的实现复杂度。

附图说明

图1是本发明实施例一的基于部分干扰消除的分组译码方法流程图；

图2是本发明实施例二与基本PIC分组译码方法的复杂度对比示意图；

图3是本发明实施例三与PIC-SIC分组译码方法的复杂度对比示意图；

图4是本发明实施例四的基于部分干扰消除的分组译码装置示意图；

图5是本发明实施例四的获取单元的结构示意图；

图6是本发明实施例四的获取单元的另一种结构示意图。

具体实施方式

本发明实施例一提供一种基于PIC的分组译码方法。该方法的流程如附图1所示。

图1中，步骤100、针对发射信号进行分组。

步骤110、估计多输入多输出的等效信道矩阵，并根据公式A＝G^HG获取多输入多输出系统的信道相关矩阵A，其中的G为多输入多输出系统的等效信道矩阵，G^H表示等效信道矩阵G的共轭转置。

步骤120、对多输入多输出系统的信道相关矩阵A进行三角分解，该三角分解如Cholesky(乔累斯基)分解等，对信道相关矩阵A的Cholesky分解结果可以表示为：A＝LL^H；其中，L为对A进行Cholesky分解后获得的下三角矩阵，L^H表示矩阵L的共轭转置。

步骤130、对上述分解后获得的下三角矩阵进行逆运算，以获得求逆后的矩阵F，F＝L^-1。

步骤140、针对各组信号中的其中一组(如第k组)，从求逆后的矩阵F中获取与该组信号相关的子矩阵，例如，针对第k组信号从矩阵F中获得的子矩阵为

其中：0≤k≤N-1，N为发射信号被划分的组数。

从矩阵F中获取与该组信号相关的子矩阵

的一个具体的例子为：从矩阵F中选取与该组信号具有相同列的部分，从而获得子矩阵

步骤150、对第k组的子矩阵

进行正交分解，即 $F_{I_k}=M_{I_k}{K}_{I_k},$ 其中：为酉矩阵，

为下三角矩阵。

步骤160、利用该第k组的子矩阵的正交分解后的酉矩阵

和下三角矩阵

获取消除组间干扰后的第k组对应的接收信号向量以及第k组对应的等效信道矩阵

获取第k组对应的接收信号向量

的一个具体例子为：利用公式 $u_{I_k}=M_{I_k}^{H}v$ 获得第k组信号的接收向量其中，

为第k组信号的子矩阵

的正交分解后的酉矩阵，

为

的共轭转置，v的一个具体例子为：v＝NG^Hy，y为接收机接收到的信号的向量，即原始接收信号向量。

获取消除组间干扰后的第k组对应的等效信道矩阵

的一个具体例子为：利用公式 $T_{I_k}={\left(K_{I_k}^H\right)}^{-1}$ 获得第k组对应的等效信道矩阵

其中

为第k组的子矩阵的正交分解后的下三角矩阵，

为矩阵的共轭转置，为矩阵

的共轭转置后的逆矩阵。

步骤170、根据第k组对应的接收信号向量、以及第k组对应的等效信道矩阵进行多输入多输出检测，以检测第k组信号的发射向量

多输入多输出检测可以采用最大似然准则运算，也可以采用类最大似然准则运算或其它算法。

在多输入多输出检测为最大似然准则运算时，一个检测第k组信号的发射向量的具体例子为：利用公式 ${\hat{x}}_{I_k}=\underset{{\stackrel{\‾}{x}}_{I_k}\∈A_{I_k}}{\arg \min }\left|\right|u_{I_k}-T_{I_k}{\stackrel{\‾}{x}}_{I_k}\left|\right|$ 检测第k组信号的发射向量，其中，

为第k组对应的接收信号向量，为第k组对应的等效信道矩阵，为可能的发射向量。可能的发射向量可以为预先设置的多个发射向量。

在上述流程中需要说明的是，针对发射信号划分的各组都需要进行从步骤140到步骤170的处理操作；而且，针对各组的处理操作可以并行进行，即针对各组同时进行从步骤140到步骤170的处理操作。另外，针对各组的处理操作也可以顺序进行，即先针对某一组进行从步骤140到步骤170的处理操作，针对该组的处理操作完成后，再对另一组进行从步骤140到步骤170的处理操作，依次类推，直到完成对最后一组的处理操作。

在针对各组顺序进行处理操作的情况下，可以依照针对发射信号被划分成组的顺序对各组先后进行处理操作，也可以依照其它顺序对各组先后进行处理操作，这里的其它顺序如各组信号的信噪比大小顺序等。上述信噪比可以通过 $P_k={\left|\right|T_{I_k}\left|\right|}_F$ 或其他形式来表示。

在依照各组信号的信噪比大小顺序对各组先后进行处理操作的情况下，可以在对一组进行处理操作完成后，消除当前处理操作完成的该组信号对其它未检测发射向量的各组信号的干扰，然后，再对下一组信号进行消除组间干扰和消除组内干扰的处理操作。消除当前处理操作完成的该组信号对其它未检测发射向量的各组信号的干扰的一个具体的例子为：根据公式 $v=U(v-R_{I_i}{x}_{I_i})$ 来消除第i组信号对其它未检测发射向量的各组信号的干扰，其中：

为当前刚处理完成的第i组信号的发射向量，为R中与第i组信号对应的部分，

和

的关系与

和

的关系类似，且R＝L^H，U为酉矩阵，U可以使 $R^{\′}=U{R}_{I_i}^c.$ 由于

不一定为上三角矩阵，因此，通过右乘U，可以使R′为一个上三角矩阵，在进行下一次迭代计算之前，可以将

的值赋给

将R′的值赋给R，使R成为一个上三角矩阵，即R′＝R。

应用于下一次循环叠代过程中获得子矩阵的过程。

另外需要说明的是，针对发射信号进行分组操作的位置可以调整，例如，可以将分组操作放在步骤140之前的任一步骤的后面。上述类最大似然法则如sphere decoding等。

从上述实施例一的描述可知，实施例一通过从求逆后的矩阵F中获取与一组信号相关的子矩阵，并利用该子矩阵进行后续的处理操作，消除了后续矩阵运算中相对于一组信号的冗余信息，从而使后续矩阵运算中的部分维度高的大矩阵被简化为维度低的小矩阵(如维度较低的

和

)，降低了分组译码过程中矩阵运算的复杂度，最终降低了分组译码的实现复杂度，降低了接收机的处理复杂度。

虽然本实施例利用了维度低的小矩阵来实现分组译码，但是，在译码性能上，相对于现有的PIC译码方法的性能来说，实施例一的译码方法的译码性能并没有受到影响，下面对此进行证明：

首先介绍一个引理：

引理：b∈C^m， $a\∈\mathrm{\Ω}\⋐C^m,$ M，U∈C^m×n，m≥n，M，U可表示为M＝[m₀，...，m_n-1]和U＝[u₀，...，u_n-1]，如果U满足如下两个条件，则可获得 $\arg \underset{a\∈\mathrm{\Ω}}{\min }\left|\right|b-\mathrm{Ma}\left|\right|=\arg \underset{a\∈\mathrm{\Ω}}{\min }\left|\right|U^{H}b-U^H\mathrm{Ma}\left|\right|.$

条件1、列正交特性，即U^HU＝I_n；

条件2、U的列空间与M的列空间相同，即span{m₀，m₁，...，m_n-1}＝span{u₀，u₁，...，u_n-1}。

在介绍了上述引理后，如果可证明 $\left(M_{I_k}{L}^{-1}{G}^H\right){\left(M_{I_k}{L}^{-1}{G}^H\right)}^H=I_{n_k},$ 而且，

与具有相同的列空间，则可以获知

满足上述引理的两个条件，由此可以推导出： $M_{I_k}{L}^{-1}{G}^H{P}_{I_k}=M_{n_k}{L}^{-1}{G}^H,$ $M_{I_k}{L}^{-1}{G}^H{P}_{I_k}{G}_{I_k}=T_{n_k}.$ 从该推导出的内容可以获知： ${\hat{x}}_{I_k}=\underset{{\stackrel{\‾}{x}}_{I_k}\∈A_{I_k}}{\arg \min }\left|\right|P_{I_k}y-P_{I_k}{G}_{I_k}{\stackrel{\‾}{x}}_{I_k}\left|\right|=\underset{{\stackrel{\‾}{x}}_{I_k}\∈A_{I_k}}{\arg \min }\left|\right|M_{I_k}^H{L}^{-1}{G}^{H}y-T_{I_k}{\stackrel{\‾}{x}}_{I_k}\left|\right|.$ 也就是说，现有的最大似然准则 ${\hat{x}}_{I_k}=\underset{{\stackrel{\‾}{x}}_{I_k}\∈A_{I_k}}{\arg \min }\left|\right|z_{I_k}-E_{I_k}{\stackrel{\‾}{x}}_{I_k}\left|\right|$ 可以被简化为：

${\hat{x}}_{I_k}=\underset{{\stackrel{\‾}{x}}_{I_k}\∈A_{I_k}}{\arg \min }\left|\right|M_{I_k}^H{L}^{-1}{G}^{H}y-T_{I_k}{\stackrel{\‾}{x}}_{I_k}\left|\right|;$

其中：L为A的三角分解矩阵如Cholesky分解矩阵，

为I_k对应的L^-1的子矩阵

进行正交分解 $N_{I_k}=M_{I_k}{K}_{I_k}$ 得到的U阵，与N的关系类似于与G的关系，而 $T_{I_k}={\left(K_{I_k}^H\right)}^{-1}.$ 由于和

两个矩阵的阶数较低，因而降低了分组译码的实现复杂度，节约了接收机处理资源，特别是维度较大的空时码的复杂度能够得到极大的降低。

本发明实施例二提供一种基于PIC的分组译码方法，该方法包括如下步骤：

步骤1、根据公式A＝G^HG计算并确定多输入多输出系统的信道相关矩阵A，其中的G为多输入多输出系统的等效信道矩阵，G^H表示等效信道矩阵G的共轭转置。

步骤2、对信道相关矩阵A进行Cholesky分解，分解的结果为：A＝LL^H，其中L为对信道相关矩阵A进行Cholesky分解后获得的下三角矩阵，L^H表示下三角矩阵L的共轭转置。

步骤3、对L进行求逆运算，获得F＝L^-1。

步骤4、根据公式v＝FG^Hy获得v，其中，F为下三角矩阵L的逆矩阵，G^H表示等效信道矩阵G的共轭转置，y为原始接收信号向量。

步骤5、针对发射信号分为N个组，针对每一个组如第k组，k＝0，1，..，N-1，对子矩阵

进行正交分解，正交分解的结果可以为： $F_{I_k}=M_{I_k}{K}_{I_k};$ 其中，子矩阵

为从求逆后的矩阵F中获取的与该组信号相关的子矩阵，

和F的关系类似于

和G的关系，

是一个酉矩阵，

是一个下三角矩阵。

步骤6、针对每一个k，计算 $u_{I_k}=M_{I_k}^{H}v,$ k＝0，1，...，N-1

步骤7、针对每一个k，进行

的逆运算，获得 $T_{I_k}={\left(K_{I_k}^H\right)}^{-1}.$

步骤8、针对每一个k，根据最大似然准则检测

${\hat{x}}_{I_k}=\underset{{\stackrel{\‾}{x}}_{I_k}\∈A_{I_k}}{\arg \min }\left|\right|u_{I_k}-T_{I_k}{\stackrel{\‾}{x}}_{I_k}\left|\right|.$

在上述实施例二的描述中，步骤5至步骤8中针对每一个k的操作是并行进行的，也可以变换为根据组的顺序依次顺序执行，如针对第一组进行了

的正交分解、计算

、获得

、以及根据最大似然准则检测获得

之后，再针对第二组进行

的正交分解、计算

、获得

、以及根据最大似然准则检测获得

以此类推，直到对第N-1组进行

的正交分解、计算

获得

以及根据最大似然准则检测获得

实施例二是对现有技术中的基本PIC分组译码方法的改进，现有技术中的基本PIC分组译码方法的复杂度如表1所示：

表1

表1中的N为针对发射信号被划分成组的数量，m为空时码的发送时隙数与接收天线数的乘积，n为空时码的发送符号数，即空时码长度，K为组内符号数。

表1中的复数乘法(Complex multiplications)、复数加法(Complexadditions)、模方(Absolute-squares)、实数加(Real additions)、复数除实数(CR divisions)和平方根(Square-roots)都是衡量复杂度的指标。

实施例二的基于PIC的分组译码方法的复杂度如表2所示：

表2

表2中的m为空时码的发送时隙数与接收天线数的乘积，n空时码的发送符号数，即空时码长度，K为组内符号数。

通过对比表1和表2中衡量复杂度的指标可明确得知，现有技术中的基本PIC分组译码方法的复杂度高于实施例二的基于PIC的分组译码方法的复杂度。

在组内符号数K＝2且空时码的发送时隙数与接收天线数的乘积m＝5的情况下，随着空时码长度n的增加，现有技术的基本PIC分组译码方法的复杂度和实施例二的基于PIC的分组译码方法的复杂度的变化曲线如附图2所示。

图2中，带圆圈的曲线为现有技术的基本PIC分组译码方法的复杂度随着n的变化而变化的曲线，带菱形的曲线为实施例二的基于PIC的分组译码方法的复杂度随着n的变化而变化的曲线。从图2的两条曲线可明显看出，在K＝2且m＝5的情况下，随着n的增加，现有技术的基本PIC分组译码方法的复杂度与实施例二的复杂度之间的差距逐渐增加。因此，相对于现有技术的基本PIC分组译码方法而言，由于实施例二的基于PIC的分组译码方法降低了分组译码方法的复杂度，因此，实施例二的方法可称为高效PIC算法。

本发明实施例三提供一种基于PIC的分组译码方法，该方法包括如下步骤：

步骤1、设置变量N_g＝N，P_e＝0，i＝0，其中：N为针对发射信号划分成组的数量。

步骤2、根据公式A＝G^HG计算确定多输入多输出系统的信道相关矩阵A，其中的G为多输入多输出系统的等效信道矩阵，G^H表示等效信道矩阵G的共轭转置。

步骤3、对信道相关矩阵A进行Cholesky分解，分解的结果为：A＝LL^H，其中L为对A进行Cholesky分解后获得的下三角矩阵，L^H表示矩阵L的共轭转置。

步骤4、对分解后的矩阵L进行求逆运算，F＝L^-1。

步骤5、根据公式v＝FG^Hy，进行计算获得v，其中，y为原始接收信号向量，即接收端接收到的信号向量。

步骤6、令R＝L^H。

步骤7、针对所有满足0≤k＜N_g的第k组进行的计算为：对子矩阵

进行正交分解： $F_{I_k}=M_{I_k}{K}_{I_k},$ 以消除组间干扰，其中的子矩阵

为从求逆后的矩阵F中获取的与该组信号相关的子矩阵，

和F的关系类似于

和G的关系，

为分解后的酉矩阵，

为分解后的下三角矩阵。

步骤8、获取消除组间干扰后第k组对应的等效信道矩阵，例如针对0≤k＜N_g，对

进行逆运算，获得 $T_{I_k}={\left(K_{I_k}^H\right)}^{-1}.$

步骤9、确定未检测发射向量的各组信号的信噪比，并选出信噪比最大的一组，例如，从k＝0到k＝N_g-1循环进行如下操作：计算 $P_k={\left|\right|T_{I_k}\left|\right|}_F,$ 比较P_k和P_e，如果P_k＞P_e，则P_e＝P_k，i＝k。

步骤10、获取消除组间干扰后信噪比最大的一组对应的接收信号向量，例如，根据公式 $u_{I_i}=M_{I_i}^{H}v$ 计算消除组间干扰后信噪比最大的第i组对应的接收信号向量

步骤11、根据最大似然准则检测信噪比最大一组第i组信号的发射向量

${\hat{x}}_{I_i}=\underset{{\stackrel{\‾}{x}}_{I_k}\∈A_{I_k}}{\arg \min }\left|\right|u_{I_i}-T_{I_i}{\stackrel{\‾}{x}}_{I_i}\left|\right|.$

步骤12、N_g＝N_g-1，如果N_g＝0，则表明所有组都进行了发射向量检测，本实施例结束，否则，到步骤13。

步骤13、消除信噪比最大的第i组信号对其它未检测发射向量的组的信号干扰，即根据公式 $v=v-R_{I_i}{x}_{I_i}$ 进行计算。

步骤14、找到一个酉阵U，使得 $R=U{R}_{I_i}^c,$ 并计算v＝Uv，令R＝R′，其中的R′为R的下三角矩阵，为R中与第i组对应的部分，

和

的关系与和

之间的关系类似，同时，令 $F_{I_i}^c=U{F}_{I_i}^c,$ 再对剩余的N_g个组重新进行顺序编号，得到新的

到步骤7，此时，由于

发生了变化，因此步骤7中的

发生了变化。

实施例三是对现有技术中的PIC-SIC分组译码方法的改进，现有技术中的PIC-SIC分组译码方法的复杂度如表3所示：

表3

表3中的N为针对发射信号被划分成组的数量，m为空时码的发送时隙数与接收天线数的乘积，n为空时码的发送符号数，即空时码长度，K为组内符号数。

实施例三的基于PIC的分组译码方法的复杂度如表4所示：

表4

表4中的N为针对发射信号被划分的组的数量，m为空时码的发送时隙数与接收天线数的乘积，n为空时码的发送符号数，即空时码长度，K为组内符号数。

通过对比表3和表4中衡量复杂度的指标可明确得知，现有技术中的PIC-SIC分组译码方法的复杂度高于实施例三的基于PIC的分组译码方法的复杂度。

在组内符号数K＝2且空时码的发送时隙数与接收天线数的乘积m＝n的情况下，随着空时码长度n的增加，现有技术的SIP-PIC分组译码方法的复杂度和实施例三的基于PIC的分组译码方法的复杂度的变化曲线如附图3所示。

图3中，带圆圈的曲线为现有技术的SIP-PIC分组译码方法的复杂度随着n的变化而变化的曲线，带菱形的曲线为实施例三的基于PIC的分组译码方法的复杂度随着n的变化而变化的曲线。从图3的两条曲线可明显看出，在K＝2且m＝n的情况下，随着n的增加，现有技术的SIP-PIC分组译码方法的复杂度与实施例三的复杂度之间的差距逐渐增加。因此，相对于现有技术的SIP-PIC分组译码方法而言，由于实施例三的基于PIC的分组译码方法降低了分组译码方法的复杂度，因此，实施例三的方法可称为高效SIP-PIC算法。

本发明实施例四提供一种基于PIC的分组译码装置，该装置可以为接收机。该接收机的结构如附图4所示。

图4中的接收机400包括：接收单元410、分解求逆单元420、子矩阵单元430、获取单元440和检测单元450。

接收单元410用于接收信号。

分解求逆单元420用于估计多输入多输出系统的等效信道矩阵，根据该等效信道矩阵获取多输入多输出系统的信道相关矩阵A，信道相关矩阵A＝G^HG，其中的G为多输入多输出系统的等效信道矩阵，G^H表示等效信道矩阵G的共轭转置。分解求逆单元420对信道相关矩阵A进行三角分解如乔累斯基分解，对信道相关矩阵A的分解结果的一个具体的例子为：分解求逆单元420根据公式A＝LL^H进行乔累斯基分解；这里的L为对信道相关矩阵A进行乔累斯基分解后获得的下三角矩阵，L^H表示下三角矩阵L的共轭转置。分解求逆单元420对分解后的矩阵L求逆，求逆后的矩阵为F，且F＝L^-1。

针对发射信号被划分为组中的每一组(如第k组)，子矩阵单元430用于从求逆后的矩阵F中获取与该组信号相关的子矩阵。例如，针对第k组信号，子矩阵单元430获得的子矩阵为

其中：0≤k≤N-1，N为针对发射信号被划分成组的数量。子矩阵单元430可以从矩阵F中选取与该组信号具有相同列的部分，从而获得子矩阵

需要说明的是，针对发射信号划分为组的操作可以由接收单元410执行，也可以由子矩阵单元430执行，还可以由其他单元或设备执行，如可以由发射端执行等。

获取单元440用于对子矩阵单元430获取的子矩阵

进行正交分解，即 $F_{I_k}=M_{I_k}{K}_{I_k},$ 其中：

为酉矩阵，

为下三角矩阵。获取单元440还用于根据子矩阵的正交分解后的酉矩阵

和下三角矩阵

获取消除组间干扰后的第k组对应的等效信道矩阵

和第k组对应的接收信号向量其中， $u_{I_k}=M_{I_k}^{H}F{G}^{H}y,$ $T_{I_k}={\left(K_{I_k}^H\right)}^{-1}.$

检测单元450用于根据第k组对应的接收信号向量

和第k组对应的等效信道矩阵

进行多输入多输出检测，以检测第k组信号的发射向量

这里的多输入多输出检测方式可以为最大似然准则运算，也可以为类最大似然准则运算或其它算法。检测单元450检测第k组信号的发射向量

的一个具体的例子为：

在多输入多输出检测方式为最大似然准则运算时，检测单元450可以利用公式 ${\hat{x}}_{I_k}=\underset{{\stackrel{\‾}{x}}_{I_k}\∈A_{I_k}}{\arg \min }\left|\right|u_{I_k}-T_{I_k}{\stackrel{\‾}{x}}_{I_k}\left|\right|$ 检测出第k组信号的发射向量，其中： $T_{I_k}={\left(K_{I_k}^H\right)}^{-1},$

为各种可能的发射向量。可能的发射向量可以为预先设置的发射向量。

子矩阵单元430、获取单元440和检测单元450针对各组信号的处理操作可以并行进行，也可以顺序进行。并行进行和顺序进行的含义如上述方法实施例中的描述。不论是并行进行还是顺序进行，获取单元440的结构的一个具体例子如附图5所示。

图5中的获取单元440包括：第一获取模块441和第二获取模块442。

第一获取模块441用于根据公式 $T_{I_k}={\left(K_{I_k}^H\right)}^{-1}$ 获取消除组间干扰后第k组对应的等效信道矩阵其中，

为第k组的子矩阵

的正交分解后的下三角矩阵，0≤k≤N-1，N为针对发射信号划分成组的数量。第一获取模块441可以通过执行对第k组的子矩阵

进行正交分解操作获得

需要说明的是，对第k组的子矩阵

进行正交分解的操作也可以由第二获取模块442来执行，此时，第一获取模块441可以从第二获取模块442处获取

另外，第一获取模块441和第二获取模块442也可以均执行对第k组的子矩阵

进行正交分解的操作，第一获取模块441根据自身执行结果获取第二获取模块442根据自身执行结果获取

第二获取模块442用于根据公式 $u_{I_k}=M_{I_k}^{H}F{G}^{H}y$ 获取消除组间干扰后的第k组对应的接收信号向量其中：

为第k组的子矩阵

的正交分解后的酉矩阵，0≤k≤N-1，N为针对发射信号划分成组的数量，F为对矩阵L求逆后的矩阵，G^H为多输入多输出系统的等效信道矩阵的共轭转置，y为原始接收信号向量。

第一获取模块441和第二获取模块442针对各组的操作可以并行执行，也可以按照某种顺序依次对各组顺序进行处理操作。

在针对各组顺序进行处理操作的情况下，可以依照针对发射信号被划分成组的顺序对各组信号先后进行处理操作，也可以依照其它顺序对各组先后进行处理操作，这里的其它顺序如各组信号的信噪比大小顺序等。上述信噪比可以通过 $P_k={\left|\right|T_{I_k}\left|\right|}_F$ 来表示。在依照各组信号的信噪比大小顺序对各组信号先后进行处理操作的情况下，上述获取单元440的结构的另一个具体例子如附图6所示。

图6中的获取单元440包括：信噪比模块443、获取模块444和消除模块445。

信噪比模块443用于根据未检测发射向量的各组信号的子矩阵的正交分解后的矩阵

获取未检测信号向量的各组信号的信噪比，该信噪比可以表示为 $P_k={\left|\right|T_{I_k}\left|\right|}_F,$ 其中的 $T_{I_k}={\left(K_{I_k}^H\right)}^{-1}.$ 信噪比模块443选出信噪比最大的一组。

针对信噪比模块443选出的信噪比最大的一组信号，获取模块444用于对该组信号的子矩阵进行正交分解，并根据该组信号的子矩阵的正交分解后的矩阵获取消除组间干扰后的该最大的一组对应的等效信道矩阵、以及该最大的一组对应的接收信号向量。设定信噪比最大的一组为第k组，则获取模块444对子矩阵

进行正交分解，即 $F_{I_k}=M_{I_k}{K}_{I_k},$ 其中：

为酉矩阵，

为下三角矩阵，并根据子矩阵

的正交分解后的酉矩阵

和下三角矩阵

获取消除组间干扰后的第k组对应的等效信道矩阵

和第k组对应的接收信号向量

其中， $u_{I_k}=M_{I_k}^{H}v,$ v＝FG^Hy $T_{I_k}={\left(K_{I_k}^H\right)}^{-1}.$ 获取模块444的结构的一个具体例子如图5所示，在此不再重复说明。

消除模块445用于消除检测出的信噪比最大的一组信号对未检测发射向量的各组信号的干扰，例如，消除模块445用于根据公式 $v=U(v-R_{I_i}{x}_{I_i})$ 来消除第i组对其它未检测发射信号向量的各组信号的干扰，其中：U为酉矩阵，U可以使 $R=U{R}_{I_i}^c,$

为当前刚处理完成的第i组信号的发射向量，

为R中与第i组信号对应的部分，

和

的关系与和

的关系类似，且R的初始值为R＝L^H，之后，R＝R′， $F_{I_i}^c=U{F}_{I_i}^c,$ 其中的R′为R的下三角矩阵。消除模块445还用于将

提供给获取模块444，获取模块444接收

并利用

针对未检测发射信号向量的各组子矩阵进行正交分解。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现，当然也可以全部通过硬件来实施，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

虽然通过实施例描绘了本发明，本领域普通技术人员知道，本发明有许多变形和变化而不脱离本发明的精神，本发明的申请文件的权利要求包括这些变形和变化。

Claims (10)

1.一种基于部分干扰消除的分组译码方法，其特征在于，包括：

对信道相关矩阵进行三角分解，并对分解后的矩阵求逆；

针对发射信号被划分成组中的每一组，从所述求逆后的矩阵中提取与该组信号相关的子矩阵；

根据所述子矩阵的正交分解后的矩阵，获取消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵；

根据所述消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵，利用多输入多输出检测方式检测该组信号的发射向量。

2.如权利要求1所述的方法，其特征在于，所述三角分解为乔累斯基分解，且所述对信道相关矩阵进行三角分解，并对分解后的矩阵求逆包括：

对所述信道相关矩阵A进行乔累斯基分解的结果为：A＝LL^H，对所述L求逆，求逆后的矩阵为F，且F＝L^-1；

其中，A＝G^HG，G为多输入多输出系统的等效信道矩阵。

3.如权利要求1所述的方法，其特征在于，根据所述子矩阵的正交分解后的矩阵获取消除组间干扰后该组对应的接收信号向量包括：

根据

获取消除组间干扰后的第k组对应的接收信号向量

其中：G为等效信道矩阵，F为信道相关矩阵A进行乔累斯基分解得到的三角矩阵L的逆矩阵，

为矩阵F第k组的子矩阵

的正交分解后的酉矩阵，0≤k≤N-1，N为组的数量，y为原始接收信号向量。

4.如权利要求1所述的方法，其特征在于，所述根据所述子矩阵的正交分解后的矩阵，获取消除组间干扰后该组对应的等效信道矩阵包括：

根据

获取消除组间干扰后第k组对应的等效信道矩阵；

其中，

为矩阵F第k组的子矩阵

的正交分解后的下三角矩阵，0≤k≤N-1，N为组的数量，F为信道相关矩阵A进行乔累斯基分解得到的三角矩阵L的逆矩阵。

5.如权利要求1或2或3或4所述的方法，其特征在于，所述根据所述消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵，利用多输入多输出检测方式检测该组信号的发射向量包括：

根据所述消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵，利用最大似然准则或类最大似然准则检测该组信号的发射向量。

6.如权利要求5所述的方法，其特征在于，所述根据所述消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵，利用最大似然准则检测该组信号的发射向量包括：

根据

检测第k组信号的发射向量

其中：

为消除组间干扰后的第k组对应的接收信号向量，

为消除组间干扰后的第k组对应的等效信道矩阵，

为第k组信号对应的可能的发射向量，0≤k≤N-1，N为组的数量，

为第k组信号的发射向量对应的星座符号集。

7.如权利要求1所述的方法，其特征在于，所述根据所述子矩阵的正交分解后的矩阵，获取消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵包括：

根据未检测发射向量的各组的子矩阵的正交分解后的矩阵估计所述未检测发射向量的各组的信噪比，并选出信噪比最大的一组；

根据所述选出的信噪比最大的一组的子矩阵的正交分解后的矩阵获取消除组间干扰后的该最大的一组对应的接收信号向量以及该最大的一组对应的等效信道矩阵，并消除该最大的一组对未检测发射向量的各组的信号干扰。

8.一种接收机，其特征在于，包括：

接收单元，用于接收信号；

分解求逆单元，用于对信道相关矩阵进行三角分解，对分解后的矩阵求逆；

子矩阵单元，用于针对发射信号被划分为组中的每一组，从所述求逆后的矩阵中提取与所述该组信号相关的子矩阵；

获取单元，用于对所述子矩阵进行正交分解，根据所述子矩阵的正交分解后的矩阵，获取消除组间干扰后的该组对应的接收信号向量以及该组对应的等效信道矩阵；

检测单元，用于根据所述消除组间干扰后该组对应的接收信号向量以及该组对应的等效信道矩阵，利用多输入多输出检测方式检测该组信号的发射向量。

9.如权利要求8所述的接收机，其特征在于，所述获取单元包括：

信噪比模块，用于根据未检测发射向量的各组的子矩阵的正交分解后的矩阵估计所述未检测发射向量的各组的信噪比，并选出信噪比最大的一组；

获取模块，用于对所述选出的信噪比最大的一组的子矩阵进行正交分解，并根据正交分解后的矩阵获取消除组间干扰后的该最大的一组对应的接收信号向量以及该最大的一组对应的等效信道矩阵；

消除模块，用于消除该最大的一组对未检测发射向量的各组的信号干扰。

10.如权利要求8所述的接收机，其特征在于，所述获取单元包括：

第一获取模块，用于根据

获取消除组间干扰后的第k组对应的接收信号向量其中：G为等效信道矩阵，F为信道相关矩阵A进行乔累斯基分解得到的三角矩阵L的逆矩阵，

为矩阵F第k组的子矩阵

的正交分解后的酉矩阵，0≤k≤N-1，N为组的数量，y为原始接收信号向量；

第二获取模块，用于根据获取消除组间干扰后第k组对应的等效信道矩阵，其中，

为矩阵F第k组的子矩阵

的正交分解后的下三角矩阵，0≤k≤N-1，N为组的数量。

Images