CN102017439A - 用于为最大似然检测预测信道质量指数值的方法和系统 - Google Patents

Abstract

本发明涉及在K×K MIMO无线系统中为最大似然检测预测CQI值的方法和系统。在本系统的一个方面中，可通过将K×K多入多出系统分解成一系列2×2多入多出系统来计算K×K多入多出通信系统的CQI值。对于每个2×2多入多出系统，可通过逆映射为所述2×2多入多出系统计算的PER和为SISO通信系统计算的SNR值来计算CQI值。可使用径向基函数网络计算该逆映射函数。通过求和该系列2×2多入多出系统的CQI值，可计算多入多出系统的CQI值。基于为所述多入多出通信系统算得的CQI值，可选择编码率。可选择该编码率以最大化使用ML检测的MIMO接收器的计算的信息吞吐率。

Description

用于为最大似然检测预测信道质量指数值的方法和系统

技术领域

本发明涉及无线通信系统，更具体地说，涉及一种在K×K多入多出(MIMO)无线系统中为最大似然(ML)检测预测信道质量指数(CQI)值的方法和系统。

背景技术

多入多出(MIMO)系统是可以使用多个发射天线发射信号和/或使用多个接收天线接收信号的无线通信系统。MIMO系统之间的通信可以基于来自电气和电子工程师协会(IEEE)的规范。接收信号Y的MIMO系统可基于接收的信号计算信道估计矩阵H。该信号可包括从多个信息源生成的信息。每个这样的信息源被称为空间流。

MIMO发射器可组合空间流以生成一个或多个RF链。或每个RF链可对应于独特的空间流。一组RF链可经多个发射天线同时从发射MIMO系统发射。由多个发射天线同时发射的信号被称为空间流信号，并可由发射信号矢量X表示。空间流信号x_i(在此，i是空间流指数变量)包括信号矢量X，可沿途越过通信介质从发射MIMO系统传播到接收MIMO系统。该通信介质的信号传递特性可由信道矩阵H表示。当接收信号时，接收MIMO系统可使用多个接收天线。由多个接收天线同时接收的信号可表示为接收信号矢量R。该MIMO通信系统可数学表示为：

R＝HX+N    [1]

在此，R表示多个Nrx接收天线的每一个接收的信号的列向量：r₁，r₂，...，和r_Nrx；X表示多个Ntx发射天线的每一个发射的信号的列向量：X₁，X₂，...，和X_Ntx；H表示信道估计矩阵，该信道估计矩阵包括Nrx行和Ntx列；且N表示每个Nrx接收天线的接收的噪音的列向量：n₁，n₂，...，和n_Nrx。统计地，噪声分量n_i，一般被认为是独立且恒等分布的复高斯随机变量。

在等式[1]中，每个该空间流信号值x_i，可以由一个或多个比特：b₁，b₂，...，和b_MOD(i)表示。每个空间流信号值，其包括比特：b₁，b₂，...，和b_MOD(i)，可称为符号。每个符号中比特MOD(i)的数量可以基于在MIMO发射器使用的生成对应的空间流信号x_i使用的调制类型来确定。发射信号矢量X的每个值可表示为包括来自同时发射的符号组的集合比特(collective bits)。矢量X中表示的比特的总量是由i＝1，2，…，和NSS识别的空间流的MOD(i)的和。

比较本发明后续将要结合附图介绍的系统的各个特征，现有和传统技术的其它局限性和弊端对于本领域的普通技术人员来说是显而易见的。

发明内容

本发明提供了一种在K×K多入多出无线系统中为最大似然检测预测信道质量指数值的方法和系统，结合至少一幅附图进行了充分的展现和描述，并在权利要求中得到了更完整的阐述。

本发明的各种优点、各个方面和创新特征，以及其中所示例的实施例的细节，将在以下的描述和附图中进行详细介绍。

附图说明

图1是根据本发明实施例的典型MIMO收发器系统的典型框图；

图2是根据本发明实施例的具有ML检测的典型的K×K多入多出通信系统的典型框图；

图3是根据本发明实施例的显示PER值作为典型SISO通信系统的SNR的函数的图表；

图4是根据本发明实施例的示出使用径向基函数网络生成逆映射函数的典型步骤流程图；

图5是根据本发明实施例的示出使用径向基函数网络进行CQI预测的典型步骤流程图。

具体实施方式

本发明涉及在K×K多入多出(MIMO)无线系统中为最大似然(ML)检测预测信道质量指数值的方法和系统。在本系统的一个方面中，可通过将K×K多入多出系统分解成一系列2×2多入多出系统来计算K×K多入多出通信系统的CQI值。对于每个2×2多入多出系统，可通过逆映射为所述2×2多入多出系统计算的PER和为SISO通信系统计算的SNR值来计算CQI值。可使用径向基函数网络计算该逆映射函数。通过求和该系列2×2多入多出系统的CQI值，可计算多入多出系统的CQI值。基于为所述多入多出通信系统算得的CQI值，可选择编码率。可选择该编码率以最大化使用ML检测的MIMO接收器的计算的信息吞吐率。

图1是根据本发明实施例的典型MIMO收发器系统的典型框图。参照图1，示出了无线收发器站302和多个天线332a，…，332n。该无线收发器站302是典型的无线通信设备，其可用作发射器和/或接收器。该多个天线332a，…，332n可使得无线收发器站302经无线通信媒介发射和/或接收信号，如射频信号。图1中示出的无线收发器站302也可被描述成包括一个或多个发射天线，该一个或多个发射天线可以偶联到所述发射器前端(FE)316和一个或多个接收天线，也可无通常损耗地连接到接收器前端(FE)318。

典型无线收发器站包括处理器312、存储器314、解码器319、调制器315、发射器FE 316、解调器317、接收器FE 318、发射和接收(T/R)切换器320和天线矩阵322。该天线矩阵322能选择一个或多个天线332a，…，332用于在无线接收器站302发射和/或接收信号。该T/R切换器320可使得天线矩阵322通信偶联到发射器FE 316或接收器FE 318。

发射器FE 316可生成信号，该信号可以经选择的天线332a，…，332发射。编码器313可从处理器312和/或存储器314接收数据和生成编码的二进制数据。该编码的二进制数据可使用错误校正编码来生成，如二进制卷积编码(BCC)和/或比特交织。调制器315可从编码器313接收编码的二进制数据，并基于一个或多个选择的调制类型将该编码的二进制数据转换成数据符号表示。调制器315可生成一个或多个空间流以发射该数据符号给发射器FE 316。

接收器FE 318可处理经选择的天线332a，…，332n接收的信号。该解调器317可从接收器FE 318接收数据符号，并基于一个或多个选择的调制类型生成多个软决策值。该软决策值可发送给解码器319。该解码器319可使用该软决策值来生成解码的二进制数据。该解码的二进制数据可发送给处理器312和/或存储器314。

图2是根据本发明实施例的具有ML检测的典型的K×K多入多出通信系统的典型框图。参照图2，示出了MIMO发射器102、MIMO接收器106和通信媒介104。例如，该通信媒介104可表示无线通信媒介。MIMO发射器102可包括多个快速傅里叶逆变换(IFFT)模块110a，110b，...，和110n。该MIMO接收器106可包括多个天线126a，126b，...，和126n，多个快速傅里叶变换(FFT)模块124a，124b，...，和124n和检测器模块122。

在本发明的典型实施例中，所述多个IFFT模块110a，110b，...，和110n可接收多个NSS空间流信号：X₁，X₂，...，和X_Nss中的一个。每个所述空间流信号可由如图1A所示的调制模块315生成，或由在发射器和/或收发器系统中通常出现的电路生成。这样的电路可以是如解析电路，其可以将单个输入比特流的比特在多个空间流之间分发，以及星座图映射电路，其使用与调制类型相关的星座图来将给定空间流中的比特组转换成多个信号水平中的一个。IFFT模块110a，110b，...，和110n中的每个可将每个对应的空间流信号从频域表示转换成时域表示。信号X₁，X₂，...，和X_Nss的时域表示形式可由对应天线110a，110b，...，和110n中的一个同时发送。多个同时发送的信号可以表示为列向量X。

本发明的各个实施例可在发射器102通过波束成形和/或空时分集编码发射信号时实施。在该例子中，发射器102可包括空间映射矩阵。该空间映射矩阵可接收多个NSS空间流并输出多个Ntx发射链信号。每个发射链信号可通过计算多个空间流信号的权重来生成，在此，权重可由空间映射矩阵确定。每个IFFT模块110a，110b，...，和110n可将每个对应的发射链信号从频域表示转换到时域表示。该信号的每个时域表示形式可由对应天线110a，110b，...，和110n中的一个发送。在这一情况下，可基于信道估计矩阵(其表征通信媒介)和空间映射矩阵的乘积计算发射信号的有效的信道估计矩阵。

再次参照图2，该天线126a，126b，...，和126n可分别接收信号r₁，r₂，...，和r_Nrx，这些信号经通信媒介104传播。发射的信号向量X可随着其传播通过通信媒介104而改变。该改变的信号可在MIMO端作为接收的信号向量R接收。发射的信号的改变可由信道估计h[i，j]表示。如图2所示，由天线112a发射并由天线126a接收的空间流信号X₁可基于信道估计h[1，1]改变。由天线112b发射并由天线126a接收的空间流信号X₂可基于信道估计h[1，2]改变。由天线112n发射并由天线126a接收的空间流信号X_NSS可基于信道估计h[1，Ntx]改变。

由天线112a发射并由天线126b接收的空间流信号X₁可基于信道估计h[2，1]改变。由天线112b发射并由天线126b接收的空间流信号X₂可基于信道估计h[2，2]改变。由天线112n发射并由天线126b接收的空间流信号X_NSS可基于信道估计h[2，Ntx]改变。

由天线112a发射并由天线126n接收的空间流信号X₁可基于信道估计h[Nrx，1]改变。由天线112b发射并由天线126n接收的空间流信号X₂可基于信道估计h[Nrx，2]改变。由天线112n发射并由天线126n接收的空间流信号X_NSS可基于信道估计h[Nrx，Ntx]改变。

在MIMO接收器106，每个IFFT模块110a，110b，...，和110n可将对应的接收信号r₁，r₂，...，和r_Nrx从时域表示转换到频域表示。天线126a，126b，...，和126n接收的信号可由下列等式系列表示：

r₁＝h[1，1]·x₁+h[1，2]·x₂+…+h[1，Ntx]·x_Ntx+n₁

r₂＝h[2，1]·x₁+h[2，2]·x₂+…+h[2，Ntx]·x_Ntx+n₂        [2]

.

.

.

r_Nrx＝h[Nrx，1]·x₁+h[Nrx，2]·x₂+…+h[Nrx，Ntx]·x_Ntx+n_Nrx

检测器模块122可使得MIMO接收器106生成多个软决策L_k(1)，L_k(2)，L_k(NSS)。每个软决策值L_k(i)对应于第i空间流符号中的第K比特的软决策值。对应于软决策值L_k(i)的比特可由标记b_k(i)表示。软决策值L_k(i)组可从检测器模块122输出，并由解码器接收，该解码器可使用该软决策值来生成解码比特。

接收器106可包括图2中未示出的，通常出现在接收器和/或收发器系统中的功能。这样的电路包括，如解码器电路，其可基于软决策值来生成比特值，交织电路，其可将来自多个空间流和/或接收的RF链的信号合并到单个比特流中。

可由MIMO发射器102经通信信道发射和在MIMO接收器106处经通信信道接收的最大信息量可称为信道容量。信道容量一般以比特/秒/Hz的单位测量。信道容量可涉及MIMO信道质量指数(CQI)值和/或MIMO交互信息值(mutual information value)。

CQI表示通信信道的质量测量。CQI是以分贝(dB)为单位测量的。CQI值涉及信噪比，可在MIMO接收器106处从接收的信号R计算出SNR值(如等式[1]所示)，由此CQI值表示SNR值的预测。该CQI值可基于信道估计矩阵H计算出。因为计算的信道估计矩阵H是通信信道的表示，H又称为信道实现。

参照图2，K×K信道实现矩阵H表示通信信道h[1，1]，h[1，2]，...，h[1，Ntx]；h[2，1]，h[2，2]，...，h[2，Ntx]；h[Nrx，1]，h[Nrx，2]，...，h[Nrx，Ntx]。在本发明的实施例中，MIMO接收器106可基于从MIMO发射器102接收的信道计算信号实现矩阵H。该计算的信道实现矩阵H可接着传送到MIMO发射器102。在本发明的典型实施例中，MIMO发射器102可基于从MIMO接收器106接收的信号计算信道估计矩阵H。在另一例子，MIMO发射器可基于信道实现矩阵H计算一个或CQI值，在本发明的各个实施例中，该MIMO发射器102可基于计算的CQI值选择一个或多个编码率用于空间流X₁和X₂的后续编码。

本发明的各个实施例，包括为K×K MIMO通信系统预测CQI。该CQI预测可在MIMO发射器102中使用以最大化由MIMO发射器102发射和接着由MIMO接收器106接收信息的速率。

在MIMO通信系统中，信道容量表示在MIMO发射器102发射和接着在MIMO接收器106接收信息的最大速率。当在MIMO接收器106从接收的信号R检测到在MIMO发射器102发射的信号X中编码的信息时，可成功接收信息。当在该接收信号中检测到比特误差，信息将不能被成功接收。在MIMO接收器106信息接收的成功率可被称为信息吞吐量。该信道容量值对应最大信息吞吐值。

例如，基于接收的信号的前导信息，该MIMO接收器106可计算信道实现矩阵H。基于计算的信道实现矩阵和在接收的信号中检测的信息，MIMO接收器106可计算信道质量测量CQI(H)。计算的CQI(H)可对应于在接收的信号中检测的比特误差率。该比率，被称作比特误差率(BER)，表示从接收的信号检测的给定数量的比特间检测的比特误差数量。发射的数据包的比率是指误包率(PER)。因此，MIMO通信系统的PER可表示为信道实现H的函数H：PER(H)。

为了使MIMO接收器106能够检测什么时候发生比特误差，该信息，其可通过MIMO发射器102发射，一般与附加数据一起发射，该附加数据可以在MIMO接收器106使用以检测和/或校正从接收的信号检测的信息中的比特误差。该附加数据一般包括前向误差校正(FEC)编码(或如内部编码)数据。内部编码的例子包括块卷积编码(BCC)和turbo编码。信息比特i_b与总发射的比特t_b(包括信息和FEC数据)的比例被称作编码率r_c。该信息和附加数据可一起称作编码的信息。

MIMO发射器102发射编码信息的速率以比特/秒为单位测量，其可基于发射符号的集合速率(aggregate rate)r_sym进行测量。因此，通过增加每个发射的符号MOD(i)表示的比特数量(在此，i表示空间流指数值，其中i∈(1，2，…，NSS))，该编码的信息发射速率可增加。然而，在MIMO发射器102增加的MOD(i)可导致如在MIMO接收器观察到的BER的增加。这将导致信息吞吐量的减少。

增加MIMO发射器发射的FEC数据比特的数量可增加MIMO接收器的性能以检测和/或校正检测信息中的比特误差。然而，增加FEC数据比特的数量将不会改变编码的信息发射速率，该FEC数据比特的增加量将降低编码率。编码率的降低可对应信息传递率的降低。该信息传递率是指未编码的信息的有效发射率。这从而可降低MIMO接收器的信息吞吐率。

这样，K×K MIMO系统中，给定每个空间流的调制类型或第i空间流的值MOD(i)(在此，1≤i≤NSS)，在MIMO接收器106最大化该信息吞吐率取决于在MIMO发射器102对应编码率r_c(i)的选择。在本发明的各个实施例，选择的编码率r_c(i)可基于为第i空间流q^K _i计算的CQI值来确定，在此，K×KMIMO系统的CQI值q^K _i可作为一系列独立的2×2MIMO系统的CQI值q_ij的和来计算。每个2×2MIMO系统包括空间流x_i和空间流x_j，每个空间流包括选择自K×K MIMO系统的空间流。

在本发明的各个例子中，K×K MIMO系统可建模为一系列独立的2×2MIMO系统。在MIMO系统中的每个空间流信号可使用似然ML检测(approximate ML detection)，例如2008年9月10日申请的美国专利申请No.12/207,721中所述，在此结合引用以作参考。

在本发明的典型实施例中，每个独立的2×2MIMO系统可与对应的2×2信道实现矩阵H相关联。将我们的注意力转到选择的一个独立的2×2MIMO系统，MIMO发射器102中的处理器312可将2×2信道实现矩阵H映射到多个CQI值q₁和q₂，在此q₁是与选定的独立2×2MIMO系统x₁相关的第一空间流的CQI值；q₂是与选定的独立2×2MIMO系统x₂相关的第二空间流的CQI值。该CQI值q₁是对应于在MIMO发射器102的空间流x₁和在MIMO接收器106的软决策值L_k(1)的CQI值。类似地，CQI值q₂是对应于在MIMO发射器102的空间流x₂和在MIMO接收器106的软决策值L_k(2)的CQI值。在本发明的各个实施例中，可通过生成信道实现矩阵H的奇异值分解来确定CQI值q₁和q₂，如下列等式所示：

H＝USV^H    [3]

其中，奇异值矩阵S可在下列等式中示出：

$S=\left[\begin{array}{cc}{s}_1& 0\\ 0& s_2\end{array}\right]---\left[4a\right]$

并且酉矩阵(unitary matrix)V可表示为如下等式：

$V=\left[\begin{array}{cc}1& 0\\ 0& e^{-j\·\mathrm{\θ}}\end{array}\right]\·\left[\begin{array}{cc}\cos \mathrm{\φ}& -\sin \mathrm{\φ}\\ \sin \mathrm{\φ}& \cos \mathrm{\φ}\end{array}\right]---\left[4b\right]$

其中，θ和φ表示角度。

CQI值q₁和q₂可表示为奇异值s₁和s₂的函数以及角度θ和φ：q₁(s₁，s₂，θ，φ)和q₂(s₁，s₂，θ，φ)的函数。针对给定CQI函数q₁(s₁，s₂，θ，φ)的CQI值可基于参数θ和φ反映出对称性，如下等式所示：

$q_i(s_1,s_2,\mathrm{\θ},\mathrm{\φ})=q_i(s_1,s_2,\mathrm{\θ}+\frac{\mathrm{\π}}{2},\mathrm{\φ})$

$q_i(s_1,s_2,\mathrm{\θ},\mathrm{\φ})=q_i(s_1,s_2,\frac{\mathrm{\π}}{2}-\mathrm{\θ},\mathrm{\φ})$ [5]

q_i(s₁，s₂，θ，φ)＝q_i(s₁，s₂，θ，φ+π)

q_i(s₁，s₂，θ，φ)＝q_i(s₁，s₂，θ，π-φ)

此外，CQI值q₁(s₁，s₂，θ，φ)和q₂(s₁，s₂，θ，φ)之间的关系可表示为如下等式：

$q_2(s_1,s_2,\mathrm{\θ},\mathrm{\φ})=q_1(s_1,s_2,\frac{\mathrm{\π}}{2}-\mathrm{\θ},\frac{\mathrm{\π}}{2}-\mathrm{\φ})---\left[6\right]$

结果是，例如，给定一个CQI值q₁(s₁，s₂，θ，φ)，其它CQI值例如q₂(s₁，s₂，θ，φ)可基于等式[6]计算出。因此，基于等式[5]和[6]中示出的对称关系，参数θ的值被限制为而参数φ的值被限制为

在本发明的各个实施例中，选定的2×2MIMO通信系统的CQI值可基于一单入单出(SISO)通信系统的对应CQI值来预测。因此，MIMO通信系统的CQI值q₁和q₂可通过将选定的如图2所示的2×2MIMO通信系统近似为两个独立的SISO通信系统来计算。参见图2，示范性的SISO通信系统可包括有SISO发射器，其具有单个发射天线，例如发射天线112a，还包括有SISO接收器，其具有单个接收天线，例如接收天线126a。SISO发射器利用单个发射天线发射来自单个空间流例如空间流x₁的数据。SISO接收器利用单个接收天线接收单个信号r₁。从SISO发射器发射的空间流信号x_SISO和SISO接收器接收的信号r_SISO之间的关系可表示为如下等式：

r_SISO＝h_SISO·x_SISO+n_AWGN    [7]

其中，h_SISO表示SISO通信信道的信道实现，n_AWGN表示附加白高斯分布噪声。接收的信号r₁可由一检测器例如检测器122检测，以生成软决策值L_k(1)。该SISO通信系统的CQI值可表示为q_SISO。

在本发明的各个实施例中，选定的2×2MIMO系统的CQI值CQI(H)和SISO系统的CQI值q_SISO之间的映射，可表示为如下等式：

$\underset{\mathrm{MIMO},x_1}{\mathrm{PER}}\left(H\right)=\underset{\mathrm{SISO}}{\mathrm{PER}}\left(q_{\mathrm{SISO}}\right)---\left[8\right]$

其中，

表示PER是针对空间流x₁的MIMO信号实现H的函数，表示PER是SISO CQI值q_SISO的函数。

图3是表示PER为针对SISO通信系统的SNR的函数的图标。图3示出了对比SISO CQI值q_SISO的图形表示。参见图3，示出了多个PER曲线202，204，206，208，210，212，214，216，218，220，222，224，226，228和230。每个PER曲线对应一个独特的编码率r_c。每个PER曲线包括多个样本值，其是针对示范性的SISO通信系统计算出的，调制类型是16级正交调幅(16-QAM)，内编码方法是涡轮码(turbo code)，噪声是高斯分布噪声。图3所示的SNR值对应于q_SISO的值。虽然图3示出针对16-QAM调制类型的PER曲线，本发明的各个实施例并不仅限于此，还可以使用其他调制类型来实现，例如64-QAM、256-QAM或1024-QAM。同样的，本发明的各个不同实施例可结合FEC编码类型而非涡轮码来实现，例如BCC。

基于等式[8]，值q_SISO可表示为如下等式：

$q_{\mathrm{SISO}}=\underset{\mathrm{SISO}}{{\mathrm{PER}}^{-1}}\left(\underset{\mathrm{MIMO},x_1}{\mathrm{PER}}\left(H\right)\right)---\left[9\right]$

其中，f^-1(g(x))表示函数g(X)基于函数f的逆映射。换言之，等式[9]表示SISOCQI q_SISO和选定的2×2MIMO通信系统中空间流x₁的PER之间的映射关系。

在本发明的示范性实施例中，等式[9]和多个SISO PER曲线202，204，206，208，210，212，214，216，218，220，222，224，226，228和230(图3所示)被用于建立选定的2×2MIMO系统的PER值

和SISO系统的CQI值q_SISO之间的对应关系。

在本发明的各个实施例中，可生成多个信道实现值H_n，其中1≤n≤N_sample，N_sample表示一个样品组中生成的信道实现的数量。对于每个生成的信道实现H_n，可为MIMO发射器102发射的信息选择一编码率r_c，n。MIMO发射器102可发射信号给MIMO接收器106。在MIMO接收器106处，可基于接收的信号计算出空间流x₁的PER值

基于为MIMO系统选定的编码率r_c，n，可在图3中选择对应的SISO曲线202，204，206，208，210，212，214，216，218，220，222，224，226，228或230。基于计算出的值

可在图3中选择对应的SISO PER值。基于选定的SISO PER值和选定的编码率r_c，n，可在图3中选择对应的SISO SNR值。例如，值q_SISO对应于选定的SISO SNR值。

在本发明的各个实施例中，每个计算出的PER值

对应于一个信号实现H_n。因此，一旦计算出的值

和选定的SISO SNR值q_SISO之间的关联建立起来，在信道实现H_n和选定的SISO SNR值q_SISO之间也有相应的关联。结果便可生成多个(q_SISO，n，H_n)元组。每个元组(q_SISO，n，H_n)可存储在存储器314(图1)中。多个信道实现样本H_n可表示为一矢量X。

在本发明的各个实施例中，等式[9]所示的逆映射函数可基于多个元组值(q_SISO，n，H_n)利用径向基函数(RBF)网络来生成。在本发明的示范性实施例中，逆映射函数f(X)可计算为如下等式：

$f\left(X\right)={\mathrm{\λ}}_0+\underset{i=1}{\overset{n_r}{\mathrm{\Σ}}}{\mathrm{\λ}}_i\·\mathrm{\φ}\left(\right||X-c_i|\left|\right)---\left[10\right]$

其中，值X对应于样本值H_n，值f(X)对应于值q_SISO，n，c_i表示RBF中心值，n_r表示RBF中心值的数量，λ₀和λ_i表示加权系数，φ(υ)表示RBF基函数。符号||υ||表示欧几里得范数计算。在本发明的示范性实施例中，RBF基函数可利用高斯基函数，其可表示为如下等式：

φ(υ)＝exp(-υ²/β²)        [11]

其中，β为恒值，例如β＝3.5。

在本发明的示范性实施例中，RBF中心值c_i可选自多个样本值H_n。加权系数λ₀和λ_i的值可利用正交最小二乘算法计算出。

在本发明的各个实施例中，使用等式[10]所示的RBF网络计算出的函数f(X)可用于具有ML检测MIMO接收器106内进行CQI预测。结合MIMO接收器106使用的处理器312可基于MIMO接收器106接收的信号计算出信道实现H。在本发明的示范性实施例中，MIMO接收器106可传送计算出的信道实现H给MIMO发射器102。结合MIMO发射器102使用的处理器312可使用等式[10]中计算出的逆映射函数f(X)和接收到的信道实现H来确定出CQI值q₁，其对应于空间流x₁。一旦确定了CQI值q₁，对应于空间流x₂的相应CQI值q₂也可确定出来，如等式[6]所示。基于确定出的CQI值q₁和/或q₂，结合MIMO发射器102使用的处理器312可为空间流x₁和x₂分别选择编码率r_c，1和r_c，2。在本发明的示范性实施例中，可使用查找表(LUT)来为第i个空间流(1≤i≤NSS)选择编码率r_c，i和/或调制类型(例如，基于MOD(i)值来标识)。MIMO发射器102可利用选定的编码率来生成随后的编码信息，其可从MIMO发射器102通过通信介质104发送给MIMO接收器接收器106。在本发明的各个实施例中，选定的编码率可使得MIMO发射器102最大化MIMO接收器106处针对给定信道实现H的信息吞吐量，其中该信道实现H表示通信介质104的信号传输特性。

在本发明的各个实施例中，用于为具有最大似然检测的2×2MIMO系统预测CQI的方法和系统可结合k×k MIMO系统利用近似最大似然检测来实现。

在本发明的各个实施例中，k×k MIMO系统中用于近似最大似然检测的检测器122在处理接收的信号矢量R(等式[1])以生成软决策值L_k(1)、L_k(2)和/或L_k(NSS)时可利用匹配滤波器。在本发明的示范性实施例中，检测器122可使用匹配滤波器W₁来生成软决策值L_k(1)。匹配滤波器W₁和信道实现矩阵H之积可表示为如下等式：

$W_{1}H=\left[\begin{array}{cccc}{a}_1& 0& 0& 0\\ b_1& c_1& 0& 0\\ d_1& 0& e_1& 0\\ f_1& 0& 0& g_1\end{array}\right]---\left[12\right]$

其中，a₁、b₁、c₁、d₁、e₁、f₁和g₁都是系数，且：

$W_i\×W_i^H=\left[\begin{array}{cccc}1& 0& ...& 0\\ 0& 1& \mathrm{dc}& \mathrm{dc}\\ .& & & \\ .& \mathrm{dc}& 1& \mathrm{dc}\\ .& & & \\ 0& \mathrm{dc}& \mathrm{dc}& 1\end{array}\right]---\left[13\right]$

其中，“dc”指一个或多个“不确定(don’t care)”矩阵元素值。一个不确定值涉及一个矩阵元素值，其可以等于零或不等于零。

匹配滤波器W₁处理接受的信号矢量R而得到的等式[12]所示的矩阵积可基于近似最大似然检测方法，实现接收的信号矢量R中的第一空间流x₁的检测以及随后软决策值L_k(1)的生成。软决策值L_k(1)的计算的对数似然比在如下等式中示出：

$L_{k\left(1\right)}=\frac{1}{{\mathrm{\σ}}^2}(\underset{{\hat{x}}_1|b_{k\left(1\right)}=0}{\min }-\underset{{\hat{x}}_1|b_{k\left(1\right)}=1}{\min })$ [14]

$({|y_{\mathrm{1,1}}-a_1\·{\hat{x}}_1|}^2+{|y_{\mathrm{1,2}}-b_1\·{\hat{x}}_1-c_1\·{\hat{x}}_2|}^2+{|y_{1,3}-d_1\·{\hat{x}}_1-e_1\·{\hat{x}}_3|}^2+{|y_{\mathrm{1,4}}-f_1\·{\hat{x}}_1-g_1\·{\hat{x}}_4|}^2)$

其中，

表示候选星座点值，其可选自于第j个空间流x_j相关联的星座。等式[14]所示出的对数似然比可表示为如下等式：

$L_{k\left(1\right)}=\frac{1}{{\mathrm{\σ}}^2}(\underset{{\hat{x}}_1|b_{k\left(1\right)}=0}{\min }-\underset{{\hat{x}}_1|b_{k\left(1\right)}=1}{\min })$

$\left\{\begin{array}{c}{|y_{\mathrm{1,1}}-a_1\·{\hat{x}}_1|}^2+{|y_{\mathrm{1,2}}-b_1\·{\hat{x}}_1-S_{\mathrm{MOD}\left(2\right)}^{c_1}(y_{\mathrm{1,2}}-b_1\·{\hat{x}}_1)|}^2\\ +{|y_{\mathrm{1,3}}-d_1\·{\hat{x}}_1-S_{\mathrm{MOD}\left(3\right)}^{e_1}(y_{\mathrm{1,3}}-d_1\·{\hat{x}}_1)|}^2+{|y_{\mathrm{1,4}}-f_1\·{\hat{x}}_1-S_{\mathrm{MOD}\left(4\right)}^{g_1}(y_{\mathrm{1,4}}-f_1\·{\hat{x}}_1)|}^2\end{array}\right.---\left[15\right]$

其中，

指的是z的切片值(sliced value)，z表示为

的函数。

基于等式[15]，k×k MIMO系统中空间流信号x₁的CQI值

可计算为如下等式：

$q_1^K=q_{10}(q_{12}-q_{10})+(q_{13}-q_{10})+(q_{14}-q_{10})---\left[16\right]$

其中，q₁₀表示致零CQI值，其可针对包含空间流信号x₁的SISO系统计算出；q₁₂表示CQI值q₁，其可针对包含空间流信号x₁和x₂的2×2MIMO系统计算出；q₁₃表示CQI值q₁，其可针对包含空间流信号x₁和x₃的2×2MIMO系统计算出；q₁₄表示CQI值q₁，其可针对包含空间流信号x₁和x₄的2×2MIMO系统计算出。类似地，CQI值

和

可分别针对空间流信号X₂，X₃，…和X_K计算出(其中K＝NSS)。

在本发明的示范性实施例中，结合MIMO接收器105使用的处理器312可基于接收的信号计算信道实现H。处理器312可生成一匹配滤波器矩阵W₁，如等式[12]和等式[13]所示。该匹配滤波器矩阵W₁可用于检测MIMO接收器106处的第i个空间流。例如，为检测k×k MIMO系统中的空间流x₁，i＝1。

在i＝1的示范性的情况中，匹配滤波器矩阵W₁可使得处理器通过将k×kMIMO系统分解成一系列独立的2×2MIMO系统计算第1空间流的CQI值

处理器312可为检测空间流x₁计算致零CQI值q₁₀。该致零CQI值q₁₀可基于逆映射函数f(X＝a₁)(等式[10])针对系数值a₁(等式[12])计算出来。处理器312还可为空间流x₁计算出一组CQI值q₁₂、q₁₃...和q_INSS，对应于该一系列的2×2MIMO系统。每个计算出的CQI值q_1j(j≠0)可对应于一个选择的2×2MIMO系统，其具有空间流x₁和x_j，其中x_j选自多个空间流x₁，x₂，...，x_NSS。

一旦确定了致零CQI值q₁₀和一组CQI值q₁₂、q₁₃....和q_1NSS，可为k×k MIMO系统确定出对应于空间流x₁的CQI值的一个相应CQI值

如等式[16]所示。基于计算出的CQI值

可选定编码率r_c(1)。同样地，可以选定编码率r_c(2)，r_c(3)，...，r_c(NSS)。多个选定的编码率r_c(1)，r_c(2)，...，r_c(NSS)可由MIMO接收器106发送给MIMO发射器102。MIMO发射器102可利用该选定的编码率r_c(1)，r_c(2)，...，r_c(NSS)的至少一部分来发送松随后的信号给MIMO接收器106。

图4是利用径向基函数网络生成逆映射的步骤的流程图。参见图4，在步骤402中，利用处理器312计算多个误包率(PER)作为SISO通信系统的SNR的函数。该PER值可基于多个选定的编码率来计算。该多个PER值和SNR值可存储在存储器314中。

步骤404中，利用处理器312计算2×2MIMO通信系统的多个信道实现矩阵H。步骤406中，利用处理器312选择一个或多个编码率并基于选择的编码率和计算出的信道实现矩阵计算2×2MIMO通信系统的多个PER值。在本发明的示范性实施例中，计算出的MIMO PER值可与2×2MIMO通信系统内选定的空间流(例如空间流x₁)相关联。2×2MIMO通信系统的多个PER值可存储在存储器314中。

步骤408中，利用处理器312通过基于选定的编码率选择与MIMO PER值相对应的SISO SNR值，将各个MIMO PER值与相应SISO SNR值相关联。处理器可生成多个元组，每个元组包括一MIMO信道实现矩阵H和对应的基于选定编码率的SISO SNR值。步骤410中，处理器312可利用生成的元组、使用RBF网络来生成逆映射函数。

图5是利用径向基函数网络进行CQI预测的方法的流程图。参见图5，在步骤502中，MIMO接收器106从MIMO发射器102接收空间流信号。步骤503中，结合MIMO接收器106使用的处理器312计算k×k MIMO系统的信道实现矩阵H。步骤504中，处理器312初始化多个计数器值，其包括检测的空间流指数i、随后空间流指数j和空间流CQI值q[i，K]。检测的空间流指数i指的是k×k MIMO系统内计算出软决策L_k(1)的空间流。步骤504中，i被初始化为等于1。随后的空间流指数j指的是k×k MIMO系统内对应于选择的2×2MIMO系统内第二空间流的空间流。步骤504中，j被初始化为等于2。CQI值q[i，K]对应于

其表示在等式[16]中。步骤504中，

被初始化为针对所有的i值等于0。值i和j表示选定的当前2×2MIMO系统中的空间流。

步骤506中，处理器312选择空间流x(i)和x(j)用于当前2×2MIMO系统内MIMO接收器处的最大似然检测。步骤507中，处理器312为k×k MIMO系统计算匹配滤波器矩阵W[i]和/或致零CQI值q[i，0]。步骤508中，处理器312基于计算出的致零CQI值更新空间流CQI值q[i，K]。步骤509中，处理器312为当前2×2MIMO系统计算信道实现矩阵H和/或匹配滤波器矩阵W[i]。步骤510中，处理器312利用逆映射函数基于针对选定2×2MIMO系统计算出的矩阵H计算出针对2×2MIMO系统的CQI值q[i，j]。CQI值q[i，j]可对用于如等式[16]所示的CQI值q_ij(j≠0)。步骤512中，处理器312通过将当前值q[i，K]增加一等于(q[i，j]-q[i，0])的量，来更新当前值q[i，K]，其中q[i，j]是步骤510中计算出的，而q[i，0]是步骤507中计算出的。

步骤514可通过确定是否j＞NSS来确定当前的随后空间流指数值是否已经指向了k×k MIMO系统中的最后一个空间流。在步骤514中j≤NSS的情况下，步骤516中，随后空间流指数j加1以指向k×k MIMO系统内的下一空间流。然后，该下一空间流变成下一选定的2×2MIMO系统内的第二空间流。步骤516可通过确定是否当前值i和j相等来确定是否随后空间流指数值j当前指向检测到的空间流。在i＝j的情况下，步骤518后执行步骤516。步骤518中i≠j的情况下，步骤518后执行步骤508。

在步骤514中j＞NSS的情况下，步骤524中，处理器312可基于当前计算出的q[i，K]为空间流x(i)选择编码率r_c(i)。在本发明的各个实施例中，选定的编码率r_c(i)可从查找表(LUT)中确定，其中计算出的CQI值

可用作从LUT中选择编码率r_c(i)的指数值。

步骤526可通过确定是否i＞NSS来确定似乎否当前检测的空间流指数值已经指向了k×k MIMO系统内的最后一个空间流。在步骤525中i≤NSS的情况下，步骤528中，将检测的空间流指数i加1以指向k×k MIMO系统内的下一空间流。该下一空间流便成为下一选定的2×2MIMO系统内的第一空间流。步骤528后执行步骤507。

在步骤526中i＞NSS的情况下，步骤530中，将选定的编码率r_c(i)从MIMO接收器106传送给MIMO发射器102。在接收到选定的编码率后，MIMO发射器102使用该选定的编码率来发射随后的空间流信号给MIMO接收器106。步骤532中，MIMO接收器106通过由最大似然检测器122检测随后接收的空间流信号来基于选定的编码率接收随后的编码信息。

本发明的另一个实施例可以提供一种机器和/或计算机可读存储器和/或媒介，其内存储的机器代码和/或计算机程序包括至少一个代码段，所述至少一个代码段由机器和/或计算机执行，从而使该机器和/或计算机执行上述在K×K多入多出无线系统中为最大似然检测预测信道质量指数值的方法的步骤。

因此，本发明可以通过硬件、软件，或者软、硬件结合来实现。本发明可以在至少一个计算机系统中以集中方式实现，或者由分布在几个互连的计算机系统中的不同部分以分散方式实现。任何可以实现方法的计算机系统或其它设备都是可适用的。常用软硬件的结合可以是安装有计算机程序的通用计算机系统，通过安装和执行程序控制计算机系统，使其按方法运行。

本发明还可以通过计算机程序产品进行实施，程序包含能够实现本发明方法的全部特征，当其安装到计算机系统中时，可以实现本发明的方法。本文件中的计算机程序所指的是：可以采用任何程序语言、代码或符号编写的一组指令的任何表达式，该指令组使系统具有信息处理能力，以直接实现特定功能，或在进行下述一个或两个步骤之后实现特定功能：a)转换成其它语言、解码或符号；b)以不同的格式再现。

虽然本发明是通过具体实施例进行说明的，本领域技术人员应当明白，在不脱离本发明范围的情况下，还可以对本发明进行各种变换及等同替代。另外，针对特定情形或材料，可以对本发明做各种修改，而不脱离本发明的范围。因此，本发明不局限于所公开的具体实施例，而应当包括落入本发明权利要求范围内的全部实施方式。

相关申请的交叉引用

本申请引用并要求申请日为2008年4月25日、申请号为61/048,011的美国专利申请的优先权。

本申请引用以下专利申请：

申请日为2009年4月27日、申请号为___________(代理案号：19474US02)的美国专利申请；

申请日为2008年9月10日、申请号为12/207,721的美国专利申请。

上述每一专利申请均全文引入本申请中。

Claims (22)

1.一种在无线通信系统内传送信息的方法，其特征在于，包括：

由使用最大似然检测的多入多出接收器系统内的一个或多个处理器和/或电路执行如下步骤：

基于通过多个接收天线同时接收的多个空间流信号计算信道实现矩阵；

基于选择的检测空间流信号和所述多个空间流信号中剩余的空间流信号确定出多个两空间流接收器系统；

计算出对应于所述多个两空间流接收器系统的多个信道质量指数值；

基于所述计算出的空间流信道质量指数值为所述检测空间流信号选择编码率；

同时接收随后的多个空间流信号，其中所接收的随后多个空间流信号中的至少一部分包括有基于所述选择的编码率编码的信息。

2.根据权利要求1所述的方法，其特征在于，所述方法包括基于所述计算出的信道实现矩阵计算匹配滤波器矩阵。

3.根据权利要求2所述的方法，其特征在于，所述方法包括基于所计算出的匹配滤波器矩阵和所计算出的信道实现矩阵相乘计算一积矩阵。

4.根据权利要求3所述的方法，其特征在于，所述方法包括基于所述计算出的积矩阵和一逆映射函数为所述检测空间流计算致零信道质量指数值。

5.根据权利要求4所述的方法，其特征在于，所述方法包括基于计算出的致零信道质量指数值计算所述检测空间流信道质量指数值。

6.根据权利要求4所述的方法，其特征在于，所述方法包括基于所计算出的信道实现矩阵为所述多个两空间流接收器系统中的每一个计算两空间流信道实现矩阵。

7.根据权利要求6所述的方法，其特征在于，所述方法包括基于所计算出的两空间流信道实现矩阵为所述多个两空间流接收器系统中的每一个计算两空间流匹配滤波器矩阵。

8.根据权利要求7所述的方法，其特征在于，所述方法包括基于相应的所计算出的两空间流匹配滤波器矩阵和相应的两空间流信道实现矩阵相乘为所述多个两空间流接收器系统中的每一个计算出两空间流积矩阵。

9.根据权利要求8所述的方法，其特征在于，所述方法包括基于相应的两空间流积矩阵和所述逆映射函数为所述多个两空间流接收器系统中的每一个计算对应于所述检测空间流信号的两空间流信道质量指数值。

10.根据权利要求9所述的方法，其特征在于，所述方法包括基于所计算出致零信道质量指数值和相对应的两空间流信道质量指数值计算所述多个信道质量指数值中的每一个。

11.根据权利要求1所述的方法，其特征在于，所述方法包括通过一个或多个发射天线发送所计算出的信道质量指数值和/或所选择的编码率。

12.一种在无线通信系统内传送信息的系统，其特征在于，包括：

用于基于通过多个接收天线同时接收的多个空间流信号计算信道实现矩阵的一个或多个电路；

所述一个或多个电路基于选择的检测空间流信号和所述多个空间流信号中剩余的空间流信号确定出多个两空间流接收器系统；

所述一个或多个电路计算出对应于所述多个两空间流接收器系统的多个信道质量指数值；

所述一个或多个电路基于所述计算出的空间流信道质量指数值为所述检测空间流信号选择编码率；

所述一个或多个电路同时接收随后的多个空间流信号，其中所接收的随后多个空间流信号中的至少一部分包括有基于所述选择的编码率编码的信息。

13.根据权利要求12所述的系统，其特征在于，所述一个或多个电路基于所述计算出的信道实现矩阵计算匹配滤波器矩阵。

14.根据权利要求13所述的系统，其特征在于，所述一个或多个电路基于所计算出的匹配滤波器矩阵和所计算出的信道实现矩阵相乘计算一积矩阵。

15.根据权利要求14所述的系统，其特征在于，所述一个或多个电路基于所述计算出的积矩阵和一逆映射函数为所述检测空间流计算致零信道质量指数值。

16.根据权利要求15所述的系统，其特征在于，所述一个或多个电路基于计算出的致零信道质量指数值计算所诉检测空间流信道质量指数值。

17.根据权利要求15所述的系统，其特征在于，所述一个或多个电路基于所计算出的信道实现矩阵为所述多个两空间流接收器系统中的每一个计算两空间流信道实现矩阵。

18.根据权利要求17所述的系统，其特征在于，所述一个或多个电路基于所计算出的两空间流信道实现矩阵为所述多个两空间流接收器系统中的每一个计算两空间流匹配滤波器矩阵。

19.根据权利要求18所述的系统，其特征在于，所述一个或多个电路基于相应的所计算出的两空间流匹配滤波器矩阵和相应的两空间流信道实现矩阵相乘为所述多个两空间流接收器系统中的每一个计算出两空间流积矩阵。

20.根据权利要求19所述的系统，其特征在于，所述一个或多个电路基于相应的两空间流积矩阵和所述逆映射函数为所述多个两空间流接收器系统中的每一个计算对应于所述检测空间流信号的两空间流信道质量指数值。

21.根据权利要求19所述的系统，其特征在于，所述一个或多个电路基于所计算出致零信道质量指数值和相对应的两空间流信道质量指数值计算所述多个信道质量指数值中的每一个。

22.根据权利要求12所述的系统，其特征在于，所述一个或多个电路通过一个或多个发射天线发送所计算出的信道质量指数值和/或所选择的编码率。

Images