CN101997652A - 基于ldpc-mimo通信系统的接收检测方法和装置 - Google Patents

Abstract

本发明提供一种基于LDPC-MIMO通信系统的接收检测方法和装置，其中，该接收检测方法包括：在获得转换发送符号向量估计之后，方法还包括：根据转换发送符号向量估计，生成转换发送符号向量集合；根据转换发送符号向量集合与转换矩阵，获得发送符号向量，并对发送符号向量进行星座图有效性检测，得到有效发送符号向量，其中，转换矩阵为对信道矩阵采用格约简算法得到的；根据有效发送符号向量计算比特对数似然比；采用软判决LDPC译码算法对比特对数似然比进行译码，获取发送信息序列。这样，实现软比特信息的输出，提高了软判决LDPC译码性能，从而显著改善了基于LDPC-MIMO通信系统的接收机检测性能。

Description

基于LDPC-MIMO通信系统的接收检测方法和装置

技术领域

本发明涉及通信领域，具体而言，涉及一种基于LDPC-MIMO通信系统的接收检测方法和装置。

背景技术

在无线通信系统中，保障信息数据在无线信道中传输可靠性及其抗干扰能力，通常采用信道编码技术。在目前诸多信道编码技术中，LDPC码是纠错性能最优秀的方法之一。在IEEE802.16标准、CMMB标准中获得采纳和应用，在未来无线通信系统标准4G制定过程中，非常有希望替代Turbo码，成为数据业务的首选信道编码解决方案。

此外，MIMO技术是当前及未来提高无线通信性能的关键性技术之一，在WCDMA、IEEE802.16、3GPP LTE等标准协议中广泛采用，成为未来无线通信标准制定过程中不可或缺的关键性技术之一。MIMO技术能够提供分集增益和空间复用增益，在带宽和发射功率不变的前提下，利用MIMO分集增益能够有效改善信息数据传输可靠性，并且利用MIMO空间复用增益能够有效提高数据传输速率。

在LDPC-MIMO通信系统中，提高接收机检测性能是接收机检测算法设计中非常关注的方面。格约简(Lattice reduction)辅助MIMO检测基于常规MIMO检测算法，通过获取给定格空间中更“短”、更“正交”的基矢量组，从而使得格约简算法转换后的信道矩阵具有更好的正交性能和条件数，从而降低发射信号之间的干扰，改善MIMO检测性能。目前，LLL算法是应用最为广泛的一种格约简算法，具有复杂度低、普遍适用各类型矩阵等特点。然而，由于格约简算法具有非线性量化的特性，格约简算法辅助的MIMO检测方法一般无法提供软判决信息，从而显著限制了软判决信道译码器性能的充分发挥。

针对相关技术中格约简算法辅助的MIMO检测方法无法提供软判决信息，使得信道译码性能降低的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中格约简算法辅助的MIMO检测方法无法提供软判决信息，使得信道译码性能降低的问题而提出本发明，为此，本发明的主要目的在于提供一种基于LDPC-MIMO通信系统的接收检测方法和装置，以解决上述问题至少之一。

为了实现上述目的，根据本发明的一个方面，提供了一种基于LDPC-MIMO通信系统的接收检测方法。

根据本发明的基于LDPC-MIMO通信系统的接收检测方法包括：在获得转换发送符号向量估计之后，根据转换发送符号向量估计，生成转换发送符号向量集合；根据转换发送符号向量集合与转换矩阵，获得发送符号向量，并对发送符号向量进行星座图有效性检测，得到有效发送符号向量，其中，转换矩阵为对信道矩阵采用格约简算法得到的；根据有效发送符号向量计算比特对数似然比；采用软判决LDPC译码算法对比特对数似然比进行译码，获取发送信息序列。

根据本发明的另一方面，提供了一种基于LDPC-MIMO通信系统的接收检测装置。

根据本发明的基于LDPC-MIMO通信系统的接收检测装置包括：获取模块，用于对信道矩阵采用格约简算法来获取转换矩阵和转换信道矩阵，并对转换信道矩阵和接收到的信号向量采用MIMO检测算法获得转换发送符号向量估计；第一生成模块，用于根据转换发送符号向量估计，生成转换发送符号向量集合；第二生成模块，用于根据转换发送符号向量集合与转换矩阵，生成发送符号向量；检测模块，用于对发送符号向量进行星座图有效性检测，得到有效发送符号向量集合；计算模块，用于根据有效发送符号向量集合计算比特对数似然比；译码模块，用于采用软判决LDPC译码算法对比特对数似然比进行译码，获取发送信息序列。

本文提到的LDPC(Low Density Parity Check)-MIMO(MultipleInput Multiple Output)通信系统指的是低密度奇偶校验-多输入多输出通信系统。根据本发明，在接收端，将格约简算法和MIMO检测算法进行结合，并采用软判决LDPC译码，实现软比特信息的输出，提高了软判决LDPC译码性能，从而显著改善了基于LDPC-MIMO通信系统的接收机检测性能。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的基于LDPC-MIMO通信系统的接收检测方法的流程图；

图2是图1中的生成转换发送符号向量集合的流程图；

图3是根据本发明实施例的LDPC-MIMO通信系统的发射机的框图；

图4是根据本发明实施例的LDPC-MIMO通信系统的接收机的框图；

图5是是根据本发明实施例的基于LDPC-MIMO通信系统的接收检测装置的结构图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

功能概述

针对相关技术中格约简辅助MIMO检测方法无法提供软判决信息，使得信道译码性能降低的问题，本发明提供了一种基于LDPC-MIMO通信系统的接收检测方法和装置，其基本方案为，在接收端，将格约简算法和MIMO检测算法进行结合，并采用软判决LDPC译码，实现软比特信息的输出，提高了软判决LDPC译码性能，从而显著改善了基于LDPC-MIMO通信系统的接收机检测性能。

方法实施例

根据本发明的实施例，提供了一种基于LDPC-MIMO通信系统的接收检测方法。

图1是根据本发明实施例的基于LDPC-MIMO通信系统的接收检测方法的流程图。如图1所示，根据本发明实施例的基于LDPC-MIMO通信系统的接收检测方法主要包括如下的步骤S102至步骤S112：

步骤S102，对信道矩阵(或者扩展信道矩阵)采用格约简算法，生成酉矩阵、上三角矩阵、转换矩阵和转换信道矩阵；

步骤S104，对接收到的信号向量(或者扩展接收信号向量)和转换信道矩阵，采用常规MIMO检测算法进行检测，获得转换发送符号向量估计；

步骤S106，采用宽度优先搜索策略，根据转换发送符号向量估计，生成转换发送符号向量集合；

步骤S108，根据所述转换发送符号向量集合与转换矩阵，生成发送符号向量，并对所述发送符号向量进行星座图有效性检测，得到有效发送符号向量；

步骤S110，根据有效发送符号向量，计算比特对数似然比；

步骤S112，采用软判决LDPC译码算法对输入的比特对数似然比进行译码，获取发送信息序列。

在上述的步骤S102中，MIMO检测算法主要有两大类：基于迫零(ZF)的MIMO检测算法和基于最小均方误差(MMSE)的MIMO检测算法。采用基于ZF的MIMO检测算法时，实数LLL格约简算法直接作用于实数信道矩阵H，生成酉矩阵Q、上三角矩阵R、转换矩阵T和转换实数信道矩阵

其中，转换实数信道矩阵

满足关系式：

采用基于MMSE的MIMO检测算法时，实数LLL格约简算法作用于实数扩展信道矩阵H，生成酉矩阵

上三角矩阵

转换矩阵和转换实数扩展信道矩阵

其中，转换实数扩展信道矩阵

满足关系式：

在上述描述中，

是N_R×N_T维复系数信道矩阵，N_R为接收天线数，N_T为发射天线数，h_ij代表从第j根发送天线到第i根接收天线的信道衰落系数，σ²表示高斯白噪声分量的方差，I为单位矩阵。特别，采用实数LLL格约简算法时，转换矩阵T或是由整数元素构成的单模矩阵，满足`

在上述的步骤S104中，如果采用基于ZF的MIMO检测算法，则利用实数接收信号向量y和转换实数信道矩阵

获得转换发送符号向量估计

其中

如果采用基于MMSE的MIMO检测算法，则利用扩展实数接收信号y和转换实数扩展信道矩阵

获得转换发送符号向量估计

其中

在上述描述中，

y_c为N_R×1维复数接收信号向量。

图2是图1中的根据所述转换发送符号向量估计生成转换发送符号向量集合的流程图。如图2所示，上述步骤S106中根据所述转换发送符号向量估计生成转换发送符号向量集合的方法可以进一步包括以下步骤：

步骤S202，设置检测行号为k，格点量化步骤S104中获取的转换发送符号向量估计的第k行符号(看作为底层符号)，并根据量化后的第k行符号，生成第k行测试符号集合；

步骤S204，以转换信道矩阵列向量和噪声方差为参数，计算第k行测试符号集合中各符号对应的分支度量，选取K个最小分支度量对应的符号作为所需输出的K个转换发送符号向量的第k行符号，并对全局累积度量进行初始化，即，将该K个最小分支度量设为全局累积度量；

步骤S206，更新检测行号，令k＝k-1，即指向上一行，获取转换发送符号向量估计中当前行符号，格点量当前行符号，并根据格点量化后的符号生成第k行测试符号集合；

步骤S208，计算第k行测试符号集合中各符号对应的分支度量，根据第k行分支度量和全局累积度量，计算第k行累积度量。在第k行累积度量中选取K个最小累积度量，并将K个最小累积度量对应的第k行测试符号集合中的符号分别作为最终所需输出的K个转换发送符号向量的第k行符号，并将全局累积度量更新为K个最小第k行累积度量；

步骤S210，判断当前检测行号是否为1，若不是，转到步骤S206；若是，输出K个转换发送符号向量作为转换发送符号向量集合。

在上述的步骤S108中，转换过程满足关系式

其中，T为格约简算法生成的转换矩阵，

为步骤S106获得的转换发送符号向量集合中的向量，x为求取的发送符号向量。发送符号向量需要经过有效性检测，以得到有效发送符号向量集合，这里，有效性检测是指判断发送符号向量中各符号是否为有效星座点符号。本发明实施例可以对于包含无效星座点符号的发送符号向量采取舍弃操作。

在上述的步骤S110中，以步骤S108中获得的有效发送符号向量集合计算比特对数似然比信息。

在上述的步骤S112中，采用支持软比特输入的软判决LDPC译码器，从而提高LDPC译码性能。

下面将结合实例对本发明实施例的实现过程进行详细描述。

图3是根据本发明实施例的LDPC-MIMO通信系统的发射机的框图。如图3所示，在发射侧，首先对发送的二进制信息比特数据序列i＝[i₁，i₂，…，i_K]进行LDPC编码，编码后二进制LDPC码字比特序列为c＝[c₁，c₂，…，c_N]，LDPC编码码率为R＝K/N。然后，按照系统确定的调制方式进行调制，调制后符号序列为s＝[s₁，s₂，…，s_L]，调制阶数M＝N/L。调制后的符号序列s经串并转换后，分别送入多个发射天线进行发射。在某时刻，复数发送信号向量

其中N_T为发射天线数。与此对应，实数发送信号向量

在本实施例中，发送信号采用QAM类星座图调制，则实数发送信号向量

其中，Ω＝{ω|ω＝αs+β，s＝0，1，…，2^M/2-1}，

β＝-(α/2)(2^M/2-1)。

图4是根据本发明实施例的LDPC-MIMO通信系统的接收机的框图。如图4所示，在接收侧，复数接收信号向量

其中N_R为接收天线数。复数信道矩阵

是N_R×N_T维平坦Rayleigh衰落信道系数矩阵，其中元素h_ij代表从第j根发送天线到第i根接收天线的信道衰落系数，为均值0、方差1的独立同分布复高斯变量。

此时，收发端之间信号可以建模为：y_c＝H_cx_c+n_c。其中，

为高斯白噪声分量，其元素是均值为0、方差为σ²的独立同分布复高斯变量。

假设本实施例中采用实数LLL格约简算法和基于MMSE的MIMO检测算法，如同图1所示的步骤，基于LDPC-MIMO通信系统的接收检测方法主要包括以下步骤：

步骤S402，扩展实数信道矩阵

其中

H^H为矩阵H的共轭转置。实数LLL格约简算法作用于扩展实数信道矩阵H，生成酉矩阵Q、上三角矩阵R、转换矩阵

这里，使用实数LLL格约简算法生成上述矩阵可以采用现有技术中的方法，其具体步骤在此不再赘述。定义转换实数扩展信道矩阵满足

其中，转换矩阵

是由整数元素构成的单模矩阵，满足

步骤S404，在接收侧，扩展实数接收信号其中

针对扩展实数接收信号y和转换实数扩展信道矩阵

采用基于MMSE的MIMO检测算法，转换发送符号向量估计为算法

为对矩阵

的求逆，算法

为对

进行转置。

步骤S406，步骤S406包括以下子步骤：步骤S4062，设置检测的行号为k，将第k行当作底层，其中，k＝2×N_T，然后，对转换发送符号向量估计

中第k行的符号进行格点量化。由于采用基于MMSE的MIMO检测，转换发送符号向量

可以整体格点量化为向量

转换发送符号向量

的格点量化操作为这里，如上所述，

β＝-(α/2)(2^M/2-1)，

为2N_T行1列的全1矩阵。在转换发送符号向量估计的第k行的符号

附近取2N+1个符号，构成第k行测试符号集合

其中N可以取自然数，并根据系统性能来选取，而Q(·)表示格点量化操作。步骤S4064，以转换实数扩展信道矩阵

的列向量和噪声方差为参数，计算第k行测试符号集合中各符号对应的分支度量

l＝-N，…，N，这里，N可以取自然数，并根据系统性能来选取。其中，

为

的第k列向量。选取K个最小分支度量对应的第k行测试符号集合中的符号分别作为所需输出的K个转换发送符号向量的第k行符号，初始化全局累积度量Tⁱ(i＝1，…，K)为对应的K个最小分支度量，其中，K可以取自然数，并根据系统性能来选取。步骤S4066，更新检测的行号，令k＝k-1，即检测上一行，获取第k行的估计符号

在格点量化后的

附近取2N+1个符号，构成第k行的测试符号集合

步骤S4068，计算第k行的测试符号集合中各符号对应的分支度量

l＝-N，…，N，以k行的分支度量

和已计算出的全局累积度量Tⁱ，计算第k行累积度量

(i＝1，…，K，l＝-N，…，N)。在

中，选取K个最小的累积度量作为全局累积度量Tⁱ(i＝1，…，K)，并将该K个最小的累积度量对应的第k行测试符号集合中的符号分别作为所需输出的K个转换发送符号向量的第k行符号。步骤S40610，判断检测的行号是否等于1，即是否k＝1。若不是，转到步骤S4066；若是，输出K个转换发送符号向量以作为转换发送符号向量集合。

以下举例说明步骤S406的处理过程。假设MIMO发送符号向量为

步骤S404获得转换发送符号向量估计

设置检测行号k＝3，获得第3行测试符号集合

计算对应的分支度量

l＝-N，…，N。选取K个最小分支度量，假设为

i＝1，…，K，初始化全局累积度量

i＝1，…，K。K个最小分支度量对应的第3行测试符号集合中的符号分别作为最终所需输出的K个转换发送符号向量的第3行符号。更新检测行号，令k＝2，获得第2行测试符号集合

计算第2行的分支度量

l＝-N，…，N。计算第2行累积度量

(i＝1，…，K，l＝-N，…，N)，选取K个最小的第2行累积度量更新全局度量，即Tⁱ更新为K个最小的第2行累积度量

此时，将该K个最小的第2行累积度量对应的第2行测试符号集合中的符号分别作为最终所需输出的K个转换发送符号向量的第2行符号。第1行操作与第2行操作类似，最后获得了K个从第3行到第1行的转换发送符号向量。

例如，令K＝3，k＝3，在当前行为第3行时，假设最终所需输出的3个转换发送符号向量的第3行符号分别为

和

当前行为第2行时，假设最终所需输出的3个转换发送符号向量的第2行符号分别为

当前行为第1行时，假设最终所需输出的3个转换发送符号向量的第1行符号分别为：

则最终输出的3个转换发送符号向量分别为

步骤S408，将获取的K个转换发送符号向量转换成发送符号向量。转换过程满足关系式

其中，

表示步骤S406获取的转换发送符号向量集合中的向量，x为求取的发送符号向量。对转换后获取的K个发送符号向量进行有效性检测，即判断发送符号向量中符号是否为有效星座点符号。对于包含无效星座点符号的发送符号向量采取舍弃操作。

步骤S410，以步骤S408中获取的发送符号向量集合计算比特对数似然比。本实施例中采用max-log近似计算对数似然比。

$L\left(c_{m,q}\right)\≈\underset{{x\∈\mathrm{\Φ}}_{m,q}^{+1}}{\max }\{\frac{-1}{{2\mathrm{\σ}}^2}{\left|\right|y-\mathrm{Hx}\left|\right|}^2+\frac{1}{2}{x}^T{L}_A\}-\underset{{x\∈\mathrm{\Φ}}_{m,q}^{-1}}{\max }\{\frac{-1}{{2\mathrm{\σ}}^2}{\left|\right|y-\mathrm{Hx}\left|\right|}^2+\frac{1}{2}{x}^T{L}_A\}$

其中，

表示步骤S408获取的发送符号向量中c_m，q＝1的发送符号向量子集；

表示步骤S408获取的发送符号向量中c_m，q＝0的发送符号向量子集，c_m，q表示第m个调制符号第q个比特的二进制取值，L_A表示检测器先验软信息，由后续LDPC译码器提供，在本发明实施例中，由于没有采用后续的LDPC译码器，此处可以将L_A设为0；σ²表示高斯白噪声分量的方差；y表示接收到的信号分量；

N_R为接收天线数，N_T为发射天线数，h_ij代表从第j根发送天线到第i根接收天线的信道衰落系数；x表示所述有效发送符号向量。

步骤S412，采用软判决LDPC译码算法对步骤S110计算的比特对数似然比进行LDPC译码，获取发送信息序列。

由上可知，根据本发明的基于LDPC-MIMO通信系统的接收机检测方法，在接收端，将格约简算法和MIMO检测算法进行结合，并采用软判决LDPC译码，实现软比特信息的输出，提高了软判决LDPC译码性能，从而显著改善了基于LDPC-MIMO通信系统的接收机检测性能。

装置实施例

根据本发明的实施例，提供了一种基于LDPC-MIMO通信系统的接收机检测装置。

图5是是根据本发明实施例的基于LDPC-MIMO通信系统的接收检测装置的结构图。如图5所示，根据本发明实施例的基于LDPC-MIMO通信系统的接收机检测装置包括：获取模块502，用于对信道矩阵采用格约简算法来获取转换矩阵和转换信道矩阵，并对转换信道矩阵和接收到的信号向量采用MIMO检测算法获得转换发送符号向量估计；第一生成模块504，连接至获取模块502，用于根据转换发送符号向量估计，生成转换发送符号向量集合；第二生成模块506，连接至第一生成模块504，用于根据转换发送符号向量集合与转换矩阵，生成发送符号向量；检测模块508，连接至生成模块506，用于对发送符号向量进行星座图有效性检测，得到有效发送符号向量集合；计算模块510，连接至检测模块508，用于根据有效发送符号向量集合计算比特对数似然比；译码模块512，连接至计算模块510，用于采用软判决LDPC译码算法对比特对数似然比进行译码，获取发送信息序列。

根据本发明实施例的基于LDPC-MIMO通信系统的接收检测装置的具体接收检测步骤可以参照上述方法实施例，在此不再赘述。

由上可知，根据本发明的基于LDPC-MIMO通信系统的接收机检测装置，在接收端，将格约简算法和MIMO检测算法进行结合，并采用软判决LDPC译码，实现软比特信息的输出，提高了软判决LDPC译码性能，从而显著改善了基于LDPC-MIMO通信系统的接收机检测性能。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于低密度奇偶校验LDPC-多输入多输出MIMO通信系统的接收检测方法，其特征在于，在获得转换发送符号向量估计之后，所述方法还包括：

根据所述转换发送符号向量估计，生成转换发送符号向量集合；

根据所述转换发送符号向量集合与转换矩阵，生成发送符号向量，并对所述发送符号向量进行星座图有效性检测，得到有效发送符号向量集合，其中，所述转换矩阵为对信道矩阵采用格约简算法得到的；

根据所述有效发送符号向量集合计算比特对数似然比；

采用软判决LDPC译码算法对所述比特对数似然比进行译码，获取发送信息序列。

2.根据权利要求1所述的方法，其特征在于，所述获得转换发送符号向量估计包括：

对信道矩阵采用格约简算法，生成酉矩阵、上三角矩阵、所述转换矩阵和转换信道矩阵；

对接收到的信号向量和所述转换信道矩阵，采用MIMO检测算法进行检测，获得所述转换发送符号向量估计。

3.根据权利要求2所述的方法，其特征在于，所述MIMO检测算法为基于迫零的MIMO检测算法或基于最小均方误差的MIMO检测算法。

4.根据权利要求1所述的方法，其特征在于，所述根据所述转换发送符号向量估计，生成转换发送符号向量集合包括：

步骤一：设置检测的行号为k，从所述转换发送符号向量估计中选取第k行符号，其中，k根据发射天线的数目来获得；

步骤二：对所述第k行符号进行格点量化，并根据量化后的第k行符号，生成第k行测试符号集合；

步骤三：计算第k行测试符号集合中各符号对应的分支度量，选取K个最小分支度量作为当前全局累积度量，并将K个最小分支度量所对应的第k行测试符号集合中的符号分别作为所需输出的K个转换发送符号向量中的第k行符号，其中K为自然数；

步骤四：如果k＝1，则输出所述K个转换发送符号向量作为所述转换发送符号向量集合，否则，转至步骤五；

步骤五：令k＝k-1，从所述转换发送符号向量估计中选取第k行符号；

步骤六：对第k行符号进行格点量化，并根据量化后的第k行符号，生成第k行测试符号集合；

步骤七：计算第k行测试符号集合中各符号对应的分支度量；

步骤八：根据当前全局累积度量和第k行测试符号集合中各符号对应的分支度量，计算第k行累积度量；

步骤九：从第k行累积度量中选取K个最小累积度量，将当前全局累积度量更新为选取的K个最小累积度量，并将K个最小累积度量所对应的第k行测试符号集合中的符号分别作为所需输出的所述K个转换发送符号向量中的第k行符号，转至步骤四。

5.根据权利要求4所述的方法，其特征在于，按照以下公式来计算所述分支度量：

$B_k^l=\frac{{\left|\right|{\tilde{h}}_k\left|\right|}^2}{{\mathrm{\σ}}^2}{|{\hat{z}}_k-Q\left({\hat{z}}_k\right)-e_l|}^2,$ l＝-N，…，N

其中，

为

的第k列向量，

Q为对信道矩阵采用格约简算法得到的酉矩阵，R为对信道矩阵采用格约简算法得到的上三角矩阵；

σ²表示高斯白噪声分量的方差；

表示所述转换发送符号向量估计中选取的第k行符号，Q(·)表示格点量化操作；

e_l＝l×α，其中，N取自然数，

M＝N₁/L，

N₁表示位于发送端的编码后二进制LDPC码字比特序列的元素个数，L表示位于发送端的调制后的符号序列的元素个数。

6.根据权利要求5所述的方法，其特征在于，按照以下公式计算当前第k行累积度量：

$T_k^{i,l}=T^i+B_k^l,$ (i＝1，…，K，l＝-N，…，N)

其中，

表示第k行累积度量，Tⁱ表示当前全局累积度量，表示第k行的分支度量，N取自然数。

7.根据权利要求4所述的方法，其特征在于，按照以下公式计算第k行测试符号集合：

$\{Q\left({\hat{z}}_k\right)+e_l|e_l=l\×\mathrm{\α},l=-N,\·\·\·,N\}$

其中，

表示所述转换发送符号向量估计中选取的第k行符号，Q(·)表示格点量化操作；

e_l＝l×α，其中，N取自然数，

M＝N₁/L，

N₁表示位于发送端的编码后二进制LDPC码字比特序列的元素个数，L表示位于发送端的调制后的符号序列的元素个数。

8.根据权利要求1所述的方法，其特征在于，按照以下公式计算发送符号向量：

$x=T\hat{z}$

其中，x为所述发送符号向量，T表示所述转换矩阵，表示所述转换发送符号向量集合中的向量。

9.根据权利要求1所述的方法，其特征在于，按照以下公式计算所述比特对数似然比：

$L\left(c_{m,q}\right)\≈\underset{x\∈{\mathrm{\Φ}}_{m,q}^{+1}}{\max }\{\frac{-1}{{2\mathrm{\σ}}^2}{\left|\right|y-\mathrm{Hx}\left|\right|}^2+\frac{1}{2}{x}^T{L}_A\}-\underset{{x\∈\mathrm{\Φ}}_{m,q}^{-1}}{\max }\{\frac{-1}{2{\mathrm{\σ}}^2}{\left|\right|y-\mathrm{Hx}\left|\right|}^2+\frac{1}{2}{x}^T{L}_A\}$

其中，

表示所述发送符号向量中c_m，q＝1的发送符号向量子集，

表示所述发送符号向量中c_m，q＝0的发送符号向量子集，c_m，q表示第m个调制符号第q个比特的二进制取值；

σ²表示高斯白噪声分量的方差；

y表示接收到的信号分量；

N_R为接收天线数，N_T为发射天线数，h_ij代表从第j根发送天线到第i根接收天线的信道衰落系数；

x表示所述有效发送符号向量；

L_A表示检测器先验软信息，通过LDPC译码器来获得。

10.一种基于LDPC-MIMO通信系统的接收检测装置，其特征在于，包括：

获取模块，用于对信道矩阵采用格约简算法来获取转换矩阵和转换信道矩阵，并对所述转换信道矩阵和接收到的信号向量采用MIMO检测算法获得转换发送符号向量估计；

第一生成模块，用于根据所述转换发送符号向量估计，生成转换发送符号向量集合；

第二生成模块，用于根据所述转换发送符号向量集合与所述转换矩阵，生成发送符号向量；

检测模块，用于对所述发送符号向量进行星座图有效性检测，得到有效发送符号向量集合；

计算模块，用于根据所述有效发送符号向量集合计算比特对数似然比；

译码模块，用于采用软判决LDPC译码算法对所述比特对数似然比进行译码，获取发送信息序列。

Images