CN102318247A - Mimo接收方法 - Google Patents

Abstract

一种MIMO接收方法，仅在特定的条件齐全的情况下实施完全MLD，由此抑制必要运算量的增加，同时防止QR分解-MLD的性能恶化。对于接收信号的各个码元，对由N行N列构成的接收信道矩阵进行QR分解而将其上三角化(301、302)。抽取所得到的QR分解后的接收信道矩阵的第M段的部分矩阵，对该部分矩阵计算能够选择的副本的候选的度量(303)。从所计算的度量较小者开始依次进行排序(401)。将在排序中评价低的第K个以后的副本在下一段以后从候选中去除(403)。当在步骤401的排序中得到的最大度量成为小于特定的阈值的值的情况下，跳过上述的步骤403，不进行副本的候选选择。

Description

MIMO接收方法

技术领域

本发明涉及MIMO接收方法，尤其涉及在无线通信中，在采用MIMO(Multi-Input Multi-Output：多输入多输出)的接收机中尤其是采用QR分解-MLD(Maximum Likelihood Detection：最大似然检测)的MIMO接收方法。根据本发明，能够通过更简便的处理即QR分解-MLD，实现更接近处理量大的MLD的性能。

背景技术

在无线通信中采用利用多个天线的MIMO(Multi-Input Multi-Output)。在MIMO中同时从多个发送天线分别发送不同的信号，在空间中被合成后的信号由多个接收天线接收。接收到的信号被按照求解方程式的要领进行分解，并再现原来的流。

在标准化团体IEEE802.16中提出了以OFDM为基础的无线方式，并定义了使用MIMO的方式。

在标准化团体3GPP中，关于LTE(Long Term Evolution：长期演进)提出了以OFDM(Orthogonal Frequency Division Multiplex：正交频分复用)为基础的无线方式，并定义了使用MIMO的方式。

在CDMA方式中也具有定义有关MIMO的方式的趋势。

作为在假想为第四代的802.16m或LTE-Advance的标准化中的要求事项，可以列举4×4以上的MIMO，今后也会要求信号处理量的降低和对性能的追求。

在求解MIMO的方法中，已经知道有先进行空间分离，然后求出比特的对数似然比(LLR(log-likelihood ratio))的最小平方法(MMSE(MinimumMean Squared Error：最小均方误差))。若假设高斯性的噪声，则似然利用接收点与副本(replica)的代码空间上的距离来表示。通常，认为噪声例如是在接收机中进行放大时被施加的热噪声或者来自其它通信的干扰等。在数字通信中，以利用代码来传递0或者1的信息为目的，而此时的似然表示在接收机侧所判定的被认为发送了0或者1的概率(可能性：尤もらしさ)。被认为发送了0的概率P₀与被认为发送了0的概率P₁之比(似然比)在分母侧具有P₁，由此，在似然比大于1的情况下，能够置换为作为发送代码有可能发送了0的概率信息，或者在似然比小于1的情况下，能够置换为作为发送代码有可能发送了1的概率信息。在高斯分布中，利用概率分布相对于上述距离的指数函数进行表示。因此，已经知道通过对似然比进行对数运算，仅通过容易处理的积和的运算即可评价似然。把该运算结果称为对数似然比。在对数似然比具有正的值时，表示认为发送了0的概率较高。相反，在对数似然比具有负的值时，表示认为发送了1的概率较高。正负的值的绝对值越大，表示接收到0或者1的概率越高，并被用作进行软判决的解码处理时的输入。在对MIMO的接收信号进行解码时，先不进行空间分离，而对所有代码评价软判决即似然，并由解码器估计发送序列，将这种方法称为最大似然检测(MLD)。

但是，MLD需要进行所有副本的似然计算。这意味着要进行如下这样的处理，即：考虑各个信息为0或者1的全部模式的组合，生成与这些组合对应的全部副本，并进行接收点与各个副本之间的距离计算，进行概率运算并运算各个信息的似然。因此，已经知道在天线数量增加的情况下、或者64QAM(Quadrature Amplitude Modulation：正交振幅调制)等副本的候选点数多的情况下，导致运算量呈阶乘增加。

为了解决这种运算量的课题，例如非专利文献1介绍了被称为QR分解-MLD的方法。QR分解-MLD是通过对信道矩阵进行QR分解来进行上三角化的前期作业的方法。例如，对于2×2个的收发天线结构，在信道矩阵中出现4个项(h₁₁、h₁₂、h₂₁、h₂₂)，接收点受到同时发送的两个代码各自的影响。例如，在各个天线按照具有4种代码点的QPSK(Quadrature PhraseShift Key：正交相移键控)进行发送的情况下，产生4×4＝16个副本。由于接收天线有两个，所以需要计算16×2＝32个副本，并进行与接收点之间的距离计算的处理。在发送代码是64QAM的情况下，由于针对各个发送天线具有64点的代码点候选，因而产生64×64×2＝8192个距离计算，使得计算变庞大。在QR分解-MLD中，通过对信道矩阵进行QR分解，降低干预各个接收天线接收的信号的发送天线的数量，由此减少运算量。并且，在QR分解-MLD中，对在干预的天线数量较少的时刻计算的度量(metric)进行排序(ranking)，并缩小候选点的范围，使得以后的运算量大幅减少。尤其是在天线数量增加的情况下，QR分解-MLD作为能够大幅削减计算量并抑制性能恶化的方法而受到关注。

非专利文献1：Technical Report of IEICE，RCS2003-312

非专利文献2：Technical Report of IEICE，RCS2003-313

发明公开

发明要解决的问题

如在上述现有技术中说明的那样，在MIMO中，已经公知的有虽然性能恶化但是信号处理量少的MMSE、和虽然性能较高但是信号处理量大的MLD。并且，还知道降低信号处理量的同时抑制了性能恶化的QR分解-MLD。但是，即使是在QR分解-MLD中，也有可能存在当特定的条件齐全时误码率升高的情况。

发明内容

鉴于上述情况，本发明的目的在于，抑制必要运算量的增加的同时，防止QR分解-MLD的性能恶化。为此，在本发明中，例如检测QR分解-MLD恶化的条件是否齐全，仅在检测为条件齐全的情况下实施完全MLD(FULL-MLD)。

用于解决问题的手段

上述课题能够利用MIMO接收方式得到解决，一种采用QR分解-MLD的MIMO接收方式，包括以下步骤：第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的接收信道矩阵进行QR分解而将其上三角化；第2步骤，抽取所得到的QR分解后的接收信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；第3步骤，在选择下一段的所述部分矩阵时，从在第2步骤计算的度量较小者开始顺序进行排序；第4步骤，将在排序中评价较低的第K个以后的副本，在下一段以后从候选中去除，该MIMO接收方式的特征在于，在通过第3步骤的排序而得到的最大度量成为小于特定的阈值的值的情况下，跳过上述的第4步骤，不进行副本的候选选择。

并且，上述课题能够利用MIMO接收方式得到解决，在上述的MIMO接收方式中，取在第3步骤得到的最大度量的平均值，将向该平均值乘以预先确定的系数得到的值作为所述阈值。

并且，上述课题能够利用MIMO接收方式得到解决，在上述的MIMO接收方式中，将过去计算的平均值或者阈值存储在存储单元中，并使用所存储的值。

并且，上述课题能够利用MIMO接收方式得到解决，一种采用QR分解-MLD的MIMO接收方式，包括以下步骤：第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的接收信道矩阵进行QR分解而将其上三角化；第2步骤，抽取所得到的QR分解后的接收信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；第3步骤，在选择下一段的所述部分矩阵时，从在第2步骤计算的度量较小者开始顺序进行排序；第4步骤，将在排序中评价较低的第K个以后的副本，在下一段以后从候选中去除，该MIMO接收方式的特征在于，在通过第3步骤的排序而得到的最大度量成为小于特定的阈值的值的情况下，将相应的码元的对数似然比设为零。

并且，上述课题能够利用MIMO接收方式得到解决，在上述的MIMO接收方式中，取在第3步骤得到的最大度量的平均值，将向该平均值乘以预先确定的系数得到的值作为所述阈值。

并且，上述课题能够利用MIMO接收方式得到解决，在上述的MIMO接收方式中，将过去计算的平均值或者阈值存储在存储单元中，并使用所存储的值。

并且，上述课题能够利用MIMO接收方式得到解决，一种采用QR分解-MLD的MIMO接收方式，包括以下步骤：第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的接收信道矩阵进行QR分解而将其上三角化；第2步骤，抽取所得到的QR分解后的接收信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；第3步骤，在选择下一段的所述部分矩阵时，从在第2步骤计算的度量较小者开始顺序进行排序；第4步骤，将在排序中评价较低的第K个以后的副本，在下一段以后从候选中去除，该MIMO接收方式的特征在于，从相应的码元的信道矩阵中检测退化，在检测到退化的情况下，跳过上述的第4步骤，不进行副本的候选选择。

并且，上述课题能够利用MIMO接收方式得到解决，一种采用QR分解-MLD的MIMO接收方式，包括以下步骤：第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的接收信道矩阵进行QR分解而将其上三角化；第2步骤，抽取所得到的QR分解后的接收信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；第3步骤，在选择下一段的所述部分矩阵时，从在第2步骤计算的度量较小者开始顺序进行排序；第4步骤，将在排序中评价较低的第K个以后的副本，在下一段以后从候选中去除，该MIMO接收方式的特征在于，从相应的码元的信道矩阵中检测退化，在检测到退化的情况下，将相应的码元的对数似然比设为零。

根据本发明的第1解决方案提供一种MIMO接收方法，采用QR分解-MLD，其特征在于，

该MIMO接收方法包括以下步骤：

第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的信道矩阵进行QR分解而将其上三角化，其中N为2以上的整数；

第2步骤，将M的初始值设为N，抽取所得到的QR分解后的信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；

第3步骤，从在所述第2步骤计算的度量较小者开始顺序进行排序；

第4步骤，在通过所述第3步骤的排序而得到的最大度量成为大于预先确定的特定的阈值的值的情况下，将在排序中评价较低的预先确定的第K个以后的副本，在下一段以后从候选中去除；

第5步骤，将M减1，反复执行所述第2步骤、所述第3步骤和所述第4步骤直到M＝1；以及

第6步骤，在通过所述第3步骤的排序而得到的最大度量成为小于预先确定的特定的阈值的值的情况下，跳过所述第4步骤，不进行副本的候选选择，而进入所述第5步骤。

根据本发明的第2解决方案提供一种MIMO接收方法，采用QR分解-MLD，其特征在于，

该MIMO接收方法包括以下步骤：

第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的信道矩阵进行QR分解而将其上三角化，其中N为2以上的整数；

第2步骤，将M的初始值设为N，抽取所得到的QR分解后的信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；

第3步骤，从在第2步骤计算的度量较小者开始顺序进行排序；

第4步骤，在通过所述第3步骤的排序而得到的最大度量成为大于预先确定的特定的阈值的值的情况下，将在排序中评价较低的预先确定的第K个以后的副本，在下一段以后从候选中去除；

第5步骤，将M减1，反复执行所述第2步骤、所述第3步骤和所述第4步骤直到M＝1；以及

第6步骤，在通过所述第3步骤的排序而得到的最大度量成为小于预先确定的特定的阈值的值的情况下，将相应的码元的对数似然比设为零。

根据本发明的第3解决方案提供一种MIMO接收方法，采用QR分解-MLD，其特征在于，

该MIMO接收方法包括以下步骤：

第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的信道矩阵进行QR分解而将其上三角化，其中N为2以上的整数；

第2步骤，将M的初始值设为N，抽取所得到的QR分解后的信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；

第3步骤，从在所述第2步骤计算的度量较小者开始顺序进行排序；

第4步骤，从相应的码元的信道矩阵中检测退化，在未检测到退化的情况下，将在排序中评价较低的预先确定的第K个以后的副本，在下一段以后从候选中去除；

第5步骤，将M减1，反复执行所述第2步骤、所述第3步骤和所述第4步骤直到M＝1；以及

第6步骤，从相应的码元的信道矩阵中检测退化，在检测到退化的情况下，跳过所述第4步骤，不进行副本的候选选择，而进入所述第5步骤。

根据本发明的第4解决方案提供一种MIMO接收方法，采用QR分解-MLD，其特征在于，

该MIMO接收方法包括以下步骤：

第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的信道矩阵进行QR分解而将其上三角化，其中N为2以上的整数；

第2步骤，将M的初始值设为N，抽取所得到的QR分解后的信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；

第3步骤，从在所述第2步骤计算的度量较小者开始顺序进行排序；

第4步骤，从相应的码元的信道矩阵中检测退化，在未检测到退化的情况下，将在排序中评价较低的预先确定的第K个以后的副本，在下一段以后从候选中去除；

第5步骤，将M减1，反复执行所述第2步骤、所述第3步骤和所述第4步骤直到M＝1；以及

第6步骤，从相应的码元的信道矩阵中检测退化，在检测到退化的情况下，将相应的码元的对数似然比设为零。

发明效果

根据本发明，能够提高QR分解-MLD的性能，实现更接近完全MLD的性能，而且不会增大运算量。在本发明中，例如在QR分解-MLD中检测性能恶化的条件是否齐全，仅在检测为条件齐全的情况下实施完全MLD，由此能够实现本发明。

附图说明

图1是采用本实施方式的无线机的框图。

图2是表示采用本实施方式的无线机的构成芯片的图。

图3是本实施方式的关联技术即QR分解-MLD的处理的流程图。

图4是关于MIMO接收处理的第1实施方式的流程图。

图5是在第1实施方式中具有确定阈值的手段时的流程图。

图6是在第1实施方式中具有确定阈值的其它手段时的流程图。

图7是关于MIMO接收处理的第2实施方式的流程图。

图8是在第2实施方式中具有确定阈值的手段时的流程图。

图9是在第2实施方式中具有确定阈值的其它手段时的流程图。

图10是在第1实施方式中具有按照其它条件来确定分支的手段时的流程图。

图11是在第2实施方式中具有按照其它条件来确定分支的手段时的流程图。

图12是表示本实施方式的完全MLD动作的概率的模拟结果。

图13是表示本实施方式的包错误率的改善效果的模拟结果。

图14是表示2×2MIMO的QPSK发送的星座图(constellation)的具体示例的图。

图15是示出了表示2×2MIMO的传输路径的信道矩阵的具体示例的图。

图16是表示2×2MIMO的QPSK接收信号的具体示例的图。

图17是表示2×2MIMO的QR分解后的接收信号的具体示例的图。

图18是表示与第2式相关的估计接收点和实际接收点的具体示例的图。

图19是表示与第1式相关的估计接收点为候选的数量通过缩小范围而减少的图。

图20是表示2×2MIMO的QPSK发送信号的具体示例的图。

图21是表示2×2MIMO的QPSK接收信号的具体示例的图。

图22是表示2×2MIMO的QR分解后的接收信号的具体示例的图。

图23是表示向2×2MIMO的QR分解后的接收信号乘以噪声时的具体示例的图。

图24是2×2MIMO的QPSK发送信号的对数似然比计算的说明图(1)。

图25是2×2MIMO的QPSK发送信号的对数似然比计算的说明图(2)。

图26是2×2MIMO的QPSK发送信号的对数似然比计算的说明图(3)。

图27是2×2MIMO的QPSK发送信号的对数似然比计算的说明图(4)。

图28是MIMO传输的说明图。

具体实施方式

1.QR分解-MLD概要

如上所述，在无线通信中采用利用多个天线的MIMO(Multi-InputMulti-Output)。在MIMO中同时从多个发送天线分别发送不同的信号，在空间中被合成后的信号由多个接收天线接收。接收到的信号被按照求解方程式的要领进行分解，并再现原来的流。

在求解MIMO的方法中，已经知道有利用所估计的信道矩阵先进行空间分离，然后求出比特的对数似然比(LLR)的最小平方法(MMSE)。并且，已经知道利用将被称为最大似然检测法(MLD)的空间分离和似然计算相结合同时进行的方法，导出最佳解。但是，已经知道MLD需要进行全部副本的度量计算(接收点与副本之间的距离计算：与成为候选的发送代码的似然相关联的计算)，在天线数量增加的情况或者诸如64QAM等代码点较多的情况等、副本的候选点数较多的情况下，将导致运算量呈阶乘增加。为了解决这种运算量的课题，已经知道有被称为QR分解-MLD的方法。

QR分解-MLD是对信道矩阵进行QR分解，由此进行上三角化，并使用其部分矩阵(即，局部矩阵)进行似然计算，根据似然计算结果对副本进行排序并缩小候选点的范围的方法。尤其是在天线数量增加的情况下，QR分解-MLD作为能够大幅削减计算量的同时抑制性能恶化的方法而受到关注。但是，即使是在QR分解-MLD中，在特定的条件齐全的情况下，误码率有时升高。在本发明及本实施方式中，检测QR分解-MLD恶化的条件是否齐全，仅在检测为条件齐全的情况下实施完全MLD，由此能够抑制必要运算量的增加，并防止QR分解-MLD的性能恶化。

2.MIMO接收装置的结构

图1是本实施方式的MIMO接收装置的框图。两个天线101和102接收到的信号，通过双工器110被发送给接收机。在接收机侧的RF电路111中进行下变频(down convert)等必要的处理之后，被变换为数字信号。被变换后的数字信号经由CP去除部112被去除CP(Cyclic Prefix：循环前缀)。CP是指在OFDM信号中为了提高多路径性能而插入的信号。然后，经由高速傅立叶变换(FFT)电路113被从时域变换为频域，并被分离为每个子载波的信号。被分离为每个子载波的信号经由解复用器114被分离为导频等各个功能类别。被分离后的导频信号经由信道估计117被估计传输路径，并生成信道矩阵。使用其结果，由MLD处理部115对由解复用器114分离后的用户信息求出对数似然比(LLR)。所得到的对数似然比被存储在存储器等存储单元中后，被输入解码器116。解码器116根据所输入的对数似然比求解TURBO代码等纠错码，并输出可能性最大的复原信号。此时检查内插的CRC(Cyclic Redundancy Check：循环冗余校验)代码，检查是否被正确解码。如果被正确解码，被解码后的信号通过DSP(Digital SignalProcessor：数字信号处理器)130并经过MAC(Media Access Control：介质访问控制)等上位的处理后，通过接口131被发送到网络或者上位层中。使用图3等公开的与MLD处理相关的流程，是被内置于图1的MLD处理部115中执行的。作为MLD处理部115的实施方式，可以在ASIC(Application Specific Integrated Circuit：专用集成电路)或FPGA(FieldProgrammable Gate Array：现场可编程门阵列)等的硬件处理中实施，也可以在DSP等的软件处理中实施。功能单元120～126是发送侧的功能单元，是与接收单元成对的单元。

图2是记载MIMO接收装置的芯片等级的框图的图。两个天线101、102接收到的信号通过双工器140被分离为上行和下行的频率，并输入到RF芯片141中。在RF芯片中，接收信号通过未记载的放大器被放大，通过未记载的混合器进行频率变换，被变换为基带信号的频率。另外，通过AD变换(Analog/Digital Conversion：模/数变换)被变换为数字信号。在RF芯片之后的基带芯片142中进行解调/解码处理，并估计发送信息。DSP芯片143进行整体的管理及上位层的处理。接收机通过I/F144，如果是基站则与网络、如果是终端则与应用等上位层连接，在所估计的解码结果的错误检查没有问题的情况下，经由I/F将接收信息发送到上位层或者网络中。本实施方式公开的MLD的处理例如被安装在基带芯片142中。

3.QR分解-MLD：关联技术

使用图3、图14、图15、图16、图17、图18、图19、图20说明QR分解-MLD的流程。图3表示有关QR分解-MLD的运算的流程图。图20是MIMO传输的说明图。图14是表示2×2MIMO的QPSK发送的星座图的具体示例的图。图15是示出了表示2×2MIMO的传输路径的信道矩阵的具体示例的图。图16是表示2×2MIMO的QPSK接收信号的具体示例的图。图17是表示2×2MIMO的QR分解后的接收信号的具体示例的图。图18是表示与第2式相关的估计接收点和实际接收点的具体示例的图。图19是表示与第1式相关的估计接收点为候选的数量通过缩小范围而减少的图。在此，为了容易理解说明而对2×2的MIMO进行了说明，但本发明不限于该范畴，针对N×N的MIMO也发挥相同的作用及效果。

各个流程图的各个步骤例如由MID处理部115或者基带芯片142执行。下面，对各个步骤进行说明。

■步骤301

在图3中，首先由多个码元(symbol)构成的接收信号序列被分解为各个码元。在此，在OFDM的情况下，码元表示由1OFDM码元×1子载波构成的最小单位。在SISO(Single-Input Single-Output：单输入单输出)中，由于是从1个天线进行发送，因此码元表示具有QPSK或16QAM等星座图的一个代码。在2×2MIMO(QPSK)中，由于是从两个天线同时发送不同的信息，因此码元是指诸如图14示例的由信号S₁和信号S₂这两个星座图构成的两个代码。其中，“星座图”是指“constellation”的意思。在代码理论中意味着相位空间上(或者IQ平面上)的代码配置。在图14中，对每个天线示出了4个代码点，表示分别能够传递各2比特的信息的代码，利用4个点表示“00”、“01”、“11”、“10”这些2比特。

所发送的各个代码(信号)经由传输路径(例如图15)被合成为两个发送代码(信号)，并被接收天线接收。在图15中，利用连接原点和点●的矢量表示传输路径的响应。接收信号在经过基于传输路径的加权后被合成，因而作为如图16所示的信号点被接收。发送代码的4点也能够定义为矢量，但“加权”能够理解为向所发送的代码(矢量)乘以传输路径(矢量)得到的矢量积。从两个天线发送的代码被表示为利用h₁₁×s₁的矢量积表述的4点、与利用h₁₂×s₂的矢量积表述的4点之和，因而作为这4点×4点的组合即16点的信号点被接收。该信号点是图16所示的信号点。在两个接收天线中接收经历了分别独立的4个传输路径的信号，因而得到两种具有16点候选的星座图，利用通过求解其方程式来估计发送信号的方法进行接收。在图16中，为了容易理解概念，在绘图时没有加入接收机噪声或干扰的影响。以后把这种不考虑噪声的影响的接收点称为估计接收点(或者副本)。由于实际的接收点受到噪声等的影响，所以成为远离上述的估计接收点的点。利用数式将实际的接收点表示如下：

[数式1]

式1

$X=\left[\begin{array}{c}{x}_1\\ x_2\end{array}\right]=\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\end{array}\right]\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]+\left[\begin{array}{c}{n}_1\\ n_2\end{array}\right]=\mathrm{HS}+N$

其中，x表示接收信号，s表示发送信号。h是指表示传输路径的信道，n表示噪声功率。在该示例中，接收机利用两个天线进行接收，所以表述为二维矢量的形式。发送机也利用两个天线进行发送，因而表述为二维矢量。作为传输路径的h包括从两个天线到两个天线的4个路径，表述为2×2矩阵的形式。噪声的主要原因是接收机的热噪声，因而表述为对接收机的两个天线分别施加的形式的矢量。为了生成估计接收点，需要估计上述的传输路径h。因此，发送机在适当的码元中嵌入作为已知信息的导频信号来发送信号。在接收机中检测导频信号并估计传输路径。针对没有导频的时间或频率，对利用具有导频信号的码元进行的传输路径估计的结果进行插补运算来估计传输路径。结果，接收机能够估计式1中利用H表示的信道矩阵。

■步骤302

在图3的步骤302中，对信道矩阵进行QR分解并进行上三角化。QR分解后的数式如下：

[数式2]

式2

$Y=\mathrm{GX}=\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right]=\left[\begin{array}{cc}{r}_{11}& r_{12}\\ 0& r_{22}\end{array}\right]\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]+\left[\begin{array}{c}{\tilde{n}}_1\\ {\tilde{n}}_2\end{array}\right]=\mathrm{RS}+\mathrm{GN}$

对于式2，若从左侧起称为第1项，则第1项的矢量Y表示被变换后的接收信号。变换式是第2项，通过向接收信号的矢量X乘以变换矩阵G而得到。其中，G表示实现上三角化的变换运算符，其不一定是唯一的，可以考虑各种运算符。例如，已经知道Givens旋转矩阵也是实现上三角化的一个变换运算符。第4项表示利用运算符G将GH变换为R。即，向式1的各项乘以G时，GX＝GHS+GN，与式2进行比较，得到R＝GH。此处R的特点在于第2式的左侧的元素r₂₁为0的点。根据这种形式被称为上三角化。

[数式3]

式3

$G=\frac{1}{\sqrt{{\left|h_{11}\right|}^2+{\left|h_{21}\right|}^2}}\left[\begin{array}{cc}{h}_{11}^{*}& h_{21}^{*}\\ -h_{21}& h_{11}\end{array}\right]$

(其中，*表示复共轭。)

使用上式能够将R＝GH表示如下：

[数式4]

式4

$R=\left[\begin{array}{cc}{r}_{11}& r_{12}\\ 0& r_{22}\end{array}\right]=\frac{1}{\sqrt{{\left|h_{11}\right|}^2+{\left|h_{21}\right|}^2}}\left[\begin{array}{cc}{\left|h_{11}\right|}^2+{\left|h_{21}\right|}^2& h_{11}^{*}{h}_{12}+h_{21}^{*}{h}_{22}\\ 0& h_{11}{h}_{22}-h_{21}{h}_{12}\end{array}\right]$

在该步骤中，作为一例，使用式3实施求出式2的Y及式4的R的运算。

■步骤303

进入图3的步骤303。在此，将除第N列之外(第1～N-1列)的元素全部为0的行作为处理的对象，因而M的初始值被定义为N。式2能够解释为由上下两个式构成的方程式，首先将下侧的第2式表示如下：

[数式5]

式5

$y_2=r_{22}{s}_2+{\tilde{n}}_2$

该第2式通过上三角化，与s₁相关的项目被消除。星座图被集约为如图17右图及图18的●所示的4点。假设s₂的候选(副本)R₂(在QPSK中，R₂指图14所示的s₂的“00”、“01”、“11”、“10”中的任意一个)，则度量例如表示为下式：

[数式6]

式6

$L\left(R_2\right)=\frac{{|r_{22}{R}_2-y_2|}^2}{{\left|{\tilde{n}}_2\right|}^2}$

对R₂的所有候选运算该数式。另外，度量表示概率似然、即概率的可能性(在该示例中，度量越小，似然越高)。度量也能够采用除此之外的、例如利用接收信号求出的相当于估计接收点与实际接收点之间的距离的合适指标。

■步骤304

进入图3的步骤304。检查是否已完成式2中与所有部分矩阵相关的处理。在此前的处理中，虽然与式5相关的处理已结束，但是与第1式即下式相关的处理还未完成，所以进入步骤305。

[数式7]

式7

$r_1=r_{11}{s}_1+r_{12}{s}_2+{\tilde{n}}_1$

■步骤305

进入图3的步骤305。针对在步骤303计算的与所有候选相关的度量，按照式6的值从小到大的顺序(似然从高到低的顺序)进行排序。排序第1位表示式6的度量最小的排序。在排序中，保留截止到高位第K位(K表示预先设定的值)的候选，将其它候选视为不可能，并从候选中去除。

图17是将QR分解后的接收信号即Y的值进行绘图得到的图。y₂只受到s₂的影响，所以只退化4点。在该退化的状态下，将s₂的候选点缩小范围至预先确定的数量。关于缩小范围的方法是以度量为基准的。度量关系到估计接收点与实际接收点之间的距离，利用距离越远度量的值越大的特点。即，保留截止到度量小的高位第K位的候选。

图18描绘了从信道矩阵与副本(图14所示的s₂的候选点R₂)得到的估计接收点(黑圆点：4点)与实际接收点(白圆圈：1点)。实际接收点(该接收点受到噪声及干扰的影响，因而偏离图17的星座图)受到噪声的影响，但如果噪声遵从高斯分布，则认为距离实际接收点最近的估计接收点的似然最高，度量为较小的值。在图18中距离最近的(11)点有可能性，度量为最小的值。相反，(00)(10)(01)的度量大，能够判定是不可能的点。因此，例如如果设K＝1，则选择(11)，将(00)(10)(01)从候选中去除。在进行选择后更新M，以便进行与式7相关的处理。即，在该示例中，将M更新为M-1，并进入式2的第1段的处理。

■步骤303-第二次

返回到图3的步骤303(第二次)。这一次进行式2的上下两个式中与上侧的第1式(式7)相关的处理。在式7中，来自s₁及s₂的作用影响到y₁。将s₁及s₂的候选设为R₁、R₂，度量例如利用下式表示：

[数式8]

式8

$L(R_1,R_2)=\frac{{|r_{11}{R}_1+r_{12}{R}_2-y_1|}^2}{{\left|{\tilde{n}}_1\right|}^2}+\frac{{|r_{22}{R}_2-y_2|}^2}{{\left|{\tilde{n}}_2\right|}^2}$

其中，需要注意R₂的候选是在步骤305缩小范围后的点。假设R₂被划缩小范围为(11)，由于R₂仅是一个候选，因而(R₁，R₂)的组合只有4个，计算量被削减为1/4。

图19表示从信道矩阵与副本(图14所示的s₁的候选点R₁)得到的估计接收点。(R₁，R₂)的候选有16点，并利用白圆圈和黑圆点示出，但由于先前R₂被缩小范围为(11)，所以利用黑圆点示出的4点成为(R₁，R₂)的候选。

■步骤304-第二次

进入图3的步骤304。检查是否已完成式2中与所有部分矩阵相关的处理。在此前的处理中，已结束与式5及式7相关的处理，并完成所有部分矩阵的处理，所以进入步骤306。

■步骤306

进入图3的步骤306。在此，根据所得到的各个候选或者副本的度量，计算对数似然比(LLR)。在图14的示例中，从两个天线分别同时发送能够发送2比特信息的QPSK码元，因而能够一次发送合计4比特的信息。针对该各个比特，按照下面的步骤求出对数似然比。即，关注4比特的各个比特，计算假设发送侧发送了0时的概率P₀。并且，计算假设发送侧发送了1时的概率P₁。并且，获取这些概率的比值，再计算取对数的结果log(P₀/P₁)。

在此，各个比特意味着将发送信息(s₁，s₂)分割为比特信息，并表示为诸如((b₀，b₁)、(b₂，b₃))的4比特时，关注其中的1比特。例如，在只关注b₁比特时，针对其它比特(b₀，b₁，b₃)的8种组合全部进行P₀和P₁的概率计算。但是，由于对8种组合全部计算概率比较费事，因此已经知道有用于削减计算量的例如MAX log MAP近似。MAX log MAP近似是针对本来应该考虑上述8种全部组合的情况，只选择度量最小的比特的组合，按照该比特组合的概率对P₀或者P₁进行近似的方法。另外，作为其它算法，例如知道有Sphere Decoding(球形解码)、SGA(Sequential GaussianApproximation：顺序高斯近似)等，能够采用合适的算法。

假设噪声是高斯分布，则概率能够表示为exp(-x²)的形式。在该式中，x²的部分相当于此前计算的度量。因此，似然比不仅发挥通过对数运算将P₀/P₁置换为log(P₀)-log(P₁)之差的效果，也能够省去计算P₀或者P₁所需要的exp的运算。结果，在关注某个比特并假设该比特为0或者1的情况下，对数似然比考虑其它比特的所有组合来选择度量为最小的组合，利用该度量成为log(P₀)或者log(P₁)来计算其差值。对4比特全部进行该运算。

与所得到的4比特对应的4个对数似然比是取正负的值的实数。其意思是如果取正值，则对数似然比是表示被认为发送了0的概率较高的信息的指标，该正的值越是大的值，就越意味着发送信息是0的确定性。相反，如果取负值，则对数似然比是表示被认为发送了1的概率较高的信息的指标，该负的值越是小的值，就越意味着发送信息是1的确定性。在上述的示例中，所得到的对数似然比按照每4比特单位依次作为正负的实数被存储在存储器等中。

下面，列举一个具体示例来补充进行上述的说明。

图20是表示2×2MIMO的QPSK发送信号的具体示例的图。

图21是表示2×2MIMO的QPSK接收信号的具体示例的图。

图22是表示2×2MIMO的QR分解后的接收信号的具体示例的图。

图23是表示向2×2MIMO的QR分解后的接收信号乘以噪声时的具体示例的图。

图24～图27是2×2MIMO的QPSK发送信号的对数似然比计算的说明图(1)～(4)。

将图14设为发送代码。具体地讲，设为发送了(s₁，s₂)＝(“00”，“00”)。假设在平面上发送s₁＝(0.70，0.70)和s₂＝(0.70，0.70)的信息(图20的黑圆点)。所接收的信号分别被乘以传输路径并进行合成，成为例如x₁＝(-0.77，0.63)和x₂＝(-0.84，-0.28)(图21的黑圆点)。在QR分解后的接收点中，成为y₁＝(0.67，1.06)和y₂＝(-0.11，0.43)(图22的黑圆点)。实际上由于向接收信号乘以噪声，作为噪声，例如在对两个天线都假设为(0.1，0.0)时，成为偏离图22的黑圆点的y₁＝(0.77，1.06)和y₂＝(-0.01，0.43)(图23的黑圆点)。

此时，对s₁的第1比特考虑P₀。假设发送了(s₁，s₂)＝(“0x”，“xx”)，x是任意值，对于P₀可以考虑具有图24所示的s₁为两种、s₂为两种合计8种的组合。再乘以传输路径，并生成副本进行QR分解，得到图25所示的y₁为8种、y₂为4种的副本。使用这些副本计算接收点y₁＝(0.77，1.06)和y₂＝(-0.01，0.43)(图23的黑圆点)的度量。在该示例中，发送了(s₁，s₂)＝(“00”，“00”)的副本y₁＝(0.67，1.06)和y₂＝(-0.01，0.43)(图25)的度量最小。在MAX log MAP近似中只考虑距离最近的副本，因而P₀可以表示如下：

[数式9]

式9

$P0=\exp \{-L(R_1,R_2)\}$

$=\exp \{-\frac{{(0.67-0.77)}^2+{(1.06-1.06)}^2}{{\left|{\tilde{n}}_1\right|}^2}\}$

$\×\exp \{-\frac{{(-0.11+0.01)}^2+{(0.43-0.43)}^2}{{\left|{\tilde{n}}_2\right|}^2}\}$

$\exp \{-\frac{{\left|0.1\right|}^2}{{\left|{\tilde{n}}_1\right|}^2}-\frac{{\left|0.1\right|}^2}{{\left|{\tilde{n}}_2\right|}^2}\}$

同样计算P₁。得到图26的黑点示出的y₁为8种、y₂为4种的副本。使用这些副本计算接收点(图23的黑圆点)y₁＝(0.77，1.06)和y₂＝(-0.01，0.43)的度量。在该示例中，发送了(s₁，s₂)＝(“10”，“10”)的副本y₁＝(1.06，-0.67)和y₂＝(0.43，0.11)的距离最近(图27的黑点)。在MAX log MAP近似中只考虑距离最近的副本，因而P₁可以表示如下：

[数式10]

式10

$P1=\exp \{-L(R_1,R_2)\}$

$=\exp \{-\frac{{(1.06-0.77)}^2+{(-0.67-1.06)}^2}{{\left|{\tilde{n}}_1\right|}^2}\}$

$\×\exp \{-\frac{{(0.43+0.01)}^2+{(0.11-0.43)}^2}{{\left|{\tilde{n}}_2\right|}^2}\}$

$=\exp \{-\frac{3.09}{{\left|{\tilde{n}}_1\right|}^2}-\frac{1.25}{{\left|{\tilde{n}}_2\right|}^2}\}$

对数似然比可以表示如下：

[数式11]

式11

$\log \{P0/P1\}=-\frac{0.01}{{\left|{\tilde{n}}_1\right|}^2}-\frac{0.01}{{\left|{\tilde{n}}_2\right|}^2}-\{-\frac{0.39}{{\left|{\tilde{n}}_1\right|}^2}-\frac{1.25}{{\left|{\tilde{n}}_2\right|}^2}\}$

$=\frac{3.08}{{\left|{\tilde{n}}_1\right|}^2}+\frac{1.24}{{\left|{\tilde{n}}_2\right|}^2}$

在该示例中，利用式11表示对数似然比为正、b₀比特被发送了0的概率较高的信息。同样，对各个比特b₁、b₂、b₃计算对数似然比。

■步骤307

进入图3的步骤307。在此，检查是否已完成与所有码元相关的处理。在没有完成与所有码元相关的处理的情况下进入步骤308，更新作为对象的码元，并返回步骤301。并且，在已完成与所有码元相关的处理的情况下，在步骤306将存储在存储器等中的对数似然比发送给下一个单元即解码器116，并结束处理。

4.第1实施方式

QR分解-MLD在信道矩阵接近退化的情况下或者相应的码元的噪声大的情况下，与式6相关的度量运算结果整体变小，在这种情况下性能有可能恶化。如果退化，例如在图18的y₂的星座图中，4个候选点●全部分布在原点附近。并且，由于噪声的附加而成为难以进行4个点的判定的状况。这样，如果仅通过单纯的排序来去除候选点，则尽管该信息没有可靠性，也不能消除其它候选点并进行选择，所以导致纠错极其困难。

另外，所说退化例如是指式1中下述的算式成立的条件，即不能求解由两个式构成的方程式的条件。

h₁₁h₂₂-h₁₂h₂₁＝0。

因此，判定上述的条件，在这种情况下，停止在步骤305进行的候选的选定，由此使成为更接近MLD的性能。

因此，使用图3并利用图4示出的方法实施上述所示的QR分解-MLD的流程。

图4表示MIMO接收处理的第1实施方式的流程。

在此，图3的实施方式与图4的实施方式的不同之处仅在于图4的步骤400示出的框中，在图3中是被记载为步骤305的部分。因此，同一序号的其它步骤表示相同的处理，因而下面只对该部分进行说明。

■步骤400

从图4的步骤304进入步骤401。对与在步骤303计算的所有候选相关的度量，按照式6的值从小到大的顺序(似然从高到低的顺序)进行排序。排序第1位表示式6的度量最小。

进入图4的步骤402。将在排序中为最后的候选的度量与预先设定的阈值进行比较。如果比较的结果是度量大于阈值，则进入步骤403，如果比较的结果是度量小于阈值，则进入步骤404，并且不缩小候选的范围。

在进入图4的步骤403的情况下，保留截止到高位第K位的候选，将其它候选视为不可能，并从候选中去除。然后进入步骤404。

在图4的步骤404中更新M(例如，设M为M-1)。

通过以上的修正，能够预见到在QR分解-MLD中性能恶化的情况，使作为完全MLD进行动作。由于在大多数的情况下作为QR分解-MLD进行动作，因而能够将运算量的增加抑制在最多几倍的程度。因此，能够解决本发明要解决的问题。

(变形例)

下面，图5表示在第1实施方式中具有确定阈值的手段时的流程图。

这里，阈值可以预先确定，但也可以根据计算结果而生成。已经知道只针对特点的码元产生退化或噪声水平高的状况，因此计算能够检测该状况的阈值即可。具体地讲，在进行前面的子帧或OFDM码元等过去的运算时，能够根据排序为最后的度量生成阈值。在图5中示出了其流程。图4与图5的不同之处在于步骤501，相同序号的其它步骤表示相同的处理。设置按照在步骤401被排序后的度量，对不同的码元将排序为最后(度量最大)的副本的度量进行平均的单元，向该平均值乘以系数并作为阈值。该阈值需要根据M而变化。此处所说的平均例如是指关于码元的单纯平均。在进行L码元的信息处理的情况下，对各个码元记录排序信息，计算排序为最后的副本的度量的平均值，将该平均值作为阈值。其它处理与在图4中说明的方法相同。

图6表示在第1实施方式中具有确定阈值的其它手段时的流程图。为了实施图5所示的方法，需要记录所有度量，需要庞大的存储器。因此，也可以采用如下所述的存储器缓解方法。

即，在图6中关于进行平均的手段示出了不仅根据最近的码元，也根据1子帧前等过去的计算结果的统计量来计算阈值的流程。即使是使用过去的计算结果，作为统计量的传输路径也没有大的变化，因而能够灵活运用。图6与图4的不同之处在于步骤601和步骤602，相同序号的其它步骤表示相同的处理。在步骤601中，将排序为最后的(度量最大的)度量存储在存储器等中。在步骤602中，在完成对所有码元的处理后，读出在步骤601存储的度量并进行平均运算，向其乘以系数来计算阈值。所得到的阈值被存储在存储器等中，以便在步骤402进行比较用。

并且，图10表示在第1实施方式中具有按照其它条件来确定分支的手段时的流程图。在图4的步骤402将排序为最后的度量与基准阈值进行比较，但本发明的范畴不局限于此。图4与图10的不同之处在于步骤1001，相同序号的其它步骤表示相同的处理。例如，也可以按照图10的步骤1001所示判定信道矩阵是否退化，并判定是退化还是非退化。在这种情况下，与在图4中说明的判定条件不同，虽然在性能上存在若干差异，但是能够与图4相同地可靠地判定应该作为完全MLD进行动作的码元，因而相对于过去的QR分解-MLD确认到了性能提高。因此，能够解决本发明的技术问题。作为退化的具体的判定方法有测定信道矩阵H的秩(rank)的方法。关于运算方法，有SVD(Singular Value Decomposition：奇异值分解)等著名方法。或者，如果是二维矩阵，也可以进行R₂₂＝h₁₁×h₂₂-h₁₂×h₂₁的值基本接近0的加等简单判定。

(第1实施方式的效果)

图12表示在模拟图6的实施方式的情况下作为完全MLD进行动作的概率。作为完全MLD进行动作的概率取决于与上述的平均值相乘的系数。系数越大，阈值越大，因而最后的度量成为阈值以下的概率增加。结果，作为完全MLD进行动作的概率增加。在该模拟结果中示出了即使将系数设为0.3，动作率也在1％以下，在大多数的情况下作为QR分解-MLD进行动作。根据非专利文献2，在4×4MIMO中，完全MLD与QR分解-MLD的运算量具有约300倍的差异。根据图12，本实施方式的完全MLD的运行率约为0.5％，根据1+300×0.005＝2.5，需要约2.5倍的运算量，但与完全MLD相比能够实现接近两位数的运算量削减。

图13表示与图12相同的条件下的包误码率(PER(Packet Error Rate))特性。横轴表示Es/N₀，越到右侧，信号质量越好。利用三角形(▲)表示的QR分解-MLD，其特性比利用圆圈(○)表示的完全MLD差。但是，在利用三角形(△)表示的系数为0.3的本实施方式中，特性得到大幅改善。根据图12所示可知，作为系数为0.3的完全MLD的动作率为1％以下，因而能够良好地检测尤其是QR分解-MLD恶化的条件，能够高效率地通过完全MLD的动作进行补充。因此，能够解决本发明的技术问题。

5.第2实施方式

在第1实施方式中说明了在排序为最后的度量为阈值以下的情况下，使相应码元作为完全MLD进行动作的新算法。但是，在作为完全MLD进行动作时，导致运算量增加数倍。因此，还有假设本来进行纠错动作，将该码元的对数似然比设为0(非正非负的不具有信息的码元)的方法。本来产生代码错误的原因在于具有如下步骤：例如，尽管特定的码元根据传输状况而退化、并且秩降级，其可靠性明显下降，却仍对码元进行QR分解，并强制确定特定的天线的发送码元。尽管该码元没有可靠性，但在其结果错误的情况下纠错很困难，因而成为问题的原因。因此，针对退化且秩降级的码元不计算对数似然比(其值为+时表示发送信息为0的概率高，其值为-时表示发送信息为1的概率高的信息)，而是设为0，以便不会影响到其它比特的运算，由此性能提高。

图7是用于表示该流程的MIMO接收处理的第2实施方式的流程图。图4与图7的不同之处在于步骤701，相同序号的其它步骤表示相同的处理。在步骤402，与第1实施方式相同地将排序为最后的度量与阈值进行比较。在比较的结果是度量大于阈值的情况下，进入步骤403。但是，在度量小于阈值的情况下，进入步骤701，将与该码元相关的对数似然比设为0。然后，进入步骤307。

这样，不进行完全MLD动作，能够通过QR分解-MLD防止因误差传输造成的错误的产生。因此，能够解决本发明的技术问题。

(变形例)

图8表示在第2实施方式中具有确定阈值的手段时的流程图。图7与图8的不同之处在于步骤801，相同序号的其它步骤表示相同的处理。

在第2实施方式中，与第1实施方式相同地，作为阈值的生成方法，按照图8的步骤801所示将排序为最后的度量进行平均，向该平均值乘以系数来生成阈值。

并且，图9表示在第2实施方式中具有确定阈值的其它手段时的流程图。图7与图9的不同之处在于步骤901和步骤902，相同序号的其它步骤表示相同的处理。使用图9的步骤901和步骤902的处理，不仅根据最近的码元，也根据1子帧前等过去的计算结果的统计量来计算阈值。在步骤901中，将排序为最后的度量存储在存储器等中。在步骤902中，在完成对所有码元的处理后，读出在步骤901存储的度量并进行平均运算，向运算结果乘以系数来计算阈值。所得到的阈值被存储在存储器等中，以便在步骤402进行比较用。

并且，图11表示在第2实施方式中具有按照其它条件来确定分支的手段时的流程图。在图7的步骤402将排序为最后的度量与基准阈值进行比较，但本发明的范畴不局限于此。图7与图11的不同之处在于步骤1101，相同序号的其它步骤表示相同的处理。例如，也可以按照图11的步骤1101所示判定信道矩阵是否退化，并判定是退化还是非退化。根据该功能，能够与图7相同地可靠地判定被认为产生误差传输的码元，因而相对于过去的QR分解-MLD确认到了性能提高。因此，能够解决本发明的技术问题。关于退化的判定，与在图10中说明的判定相同。

产业上的可利用性

根据本发明，尤其是在以OFDMA为基础的蜂窝通信中，能够提高QR分解-MLD的性能。此时，能够将必要的处理量的增加抑制为较小。

Claims (8)

1.一种MIMO接收方法，采用QR分解-MLD，其特征在于，

该MIMO接收方法包括以下步骤：

第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的信道矩阵进行QR分解而将其上三角化，其中N为2以上的整数；

第2步骤，将M的初始值设为N，抽取所得到的QR分解后的信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；

第3步骤，从在所述第2步骤计算的度量较小者开始顺序进行排序；

第4步骤，在通过所述第3步骤的排序而得到的最大度量成为大于预先确定的特定的阈值的值的情况下，将在排序中评价较低的预先确定的第K个以后的副本，在下一段以后从候选中去除；

第5步骤，将M减1，反复执行所述第2步骤、所述第3步骤和所述第4步骤直到M＝1；以及

第6步骤，在通过所述第3步骤的排序而得到的最大度量成为小于预先确定的特定的阈值的值的情况下，跳过所述第4步骤，不进行副本的候选选择，而进入所述第5步骤。

2.根据权利要求1所述的MIMO接收方法，其特征在于，

取在所述第3步骤得到的最大度量的平均值，将向该平均值乘以预先确定的系数而得到的值作为所述特定的阈值。

3.根据权利要求2所述的MIMO接收方法，其特征在于，

将过去计算的平均值或者阈值存储在存储单元中，将所存储的值用作所述特定的阈值。

4.一种MIMO接收方法，采用QR分解-MLD，其特征在于，

该MIMO接收方法包括以下步骤：

第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的信道矩阵进行QR分解而将其上三角化，其中N为2以上的整数；

第2步骤，将M的初始值设为N，抽取所得到的QR分解后的信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；

第3步骤，从在第2步骤计算的度量较小者开始顺序进行排序；

第4步骤，在通过所述第3步骤的排序而得到的最大度量成为大于预先确定的特定的阈值的值的情况下，将在排序中评价较低的预先确定的第K个以后的副本，在下一段以后从候选中去除；

第5步骤，将M减1，反复执行所述第2步骤、所述第3步骤和所述第4步骤直到M＝1；以及

第6步骤，在通过所述第3步骤的排序而得到的最大度量成为小于预先确定的特定的阈值的值的情况下，将相应的码元的对数似然比设为零。

5.根据权利要求4所述的MIMO接收方法，其特征在于，

取在所述第3步骤得到的最大度量的平均值，将向该平均值乘以预先确定的系数而得到的值作为所述特定的阈值。

6.根据权利要求5所述的MIMO接收方法，其特征在于，

将过去计算的平均值或者阈值存储在存储单元中，将所存储的值用作所述特定的阈值。

7.一种MIMO接收方法，采用QR分解-MLD，其特征在于，

该MIMO接收方法包括以下步骤：

第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的信道矩阵进行QR分解而将其上三角化，其中N为2以上的整数；

第2步骤，将M的初始值设为N，抽取所得到的QR分解后的信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；

第3步骤，从在所述第2步骤计算的度量较小者开始顺序进行排序；

第4步骤，从相应的码元的信道矩阵中检测退化，在未检测到退化的情况下，将在排序中评价较低的预先确定的第K个以后的副本，在下一段以后从候选中去除；

第5步骤，将M减1，反复执行所述第2步骤、所述第3步骤和所述第4步骤直到M＝1；以及

第6步骤，从相应的码元的信道矩阵中检测退化，在检测到退化的情况下，跳过所述第4步骤，不进行副本的候选选择，而进入所述第5步骤。

8.一种MIMO接收方法，采用QR分解-MLD，其特征在于，

该MIMO接收方法包括以下步骤：

第1步骤，针对接收信号的各个码元，对从N个以上的天线得到的由N行N列构成的信道矩阵进行QR分解而将其上三角化，其中N为2以上的整数；

第2步骤，将M的初始值设为N，抽取所得到的QR分解后的信道矩阵的第M段的部分矩阵，针对该部分矩阵计算能够选择的副本的候选的度量；

第3步骤，从在所述第2步骤计算的度量较小者开始顺序进行排序；

第4步骤，从相应的码元的信道矩阵中检测退化，在未检测到退化的情况下，将在排序中评价较低的预先确定的第K个以后的副本，在下一段以后从候选中去除；

第5步骤，将M减1，反复执行所述第2步骤、所述第3步骤和所述第4步骤直到M＝1；以及

第6步骤，从相应的码元的信道矩阵中检测退化，在检测到退化的情况下，将相应的码元的对数似然比设为零。

Images