CN102387116A - 无线通信系统中解码接收信号的接收机和方法 - Google Patents

Abstract

本发明涉及无线通信系统中解码接收信号的接收机和方法。接收机包括信号判决器，软信息判决器和软信息解码器。信号判决器为接收自中继站的接收信号判决复数接收值。软信息判决器获得由第一概率值和第二概率值的组合所表示的软信息。能够通过相加取决于在符号的同一比特位置包括相同第一比特值的调制字母表的每个符号的全概率密度函数而定的数值来推导所述第一概率值，其中所述调制字母表的每个符号代表至少两比特。能够通过相加取决于在符号的同一比特位置包括相同第二比特值的调制字母表的每个符号的全概率密度函数而定的数值来推导所述第二概率值。软信息解码器基于获得的软信息来对接收信号包含的净负荷数据进行解码。

Description

无线通信系统中解码接收信号的接收机和方法

背景技术

根据本发明的实施例涉及无线通信系统，特别是在无线通信系统中解码接收信号的接收机和方法。

未来无线通信系统的一个主要目标是一致的用户体验。在蜂窝系统中，小区边缘的用户遭受路径损耗和相邻小区的干扰，感受到比小区中心的用户低得多的数据速率。为了克服该问题，可用额外的中继节点来支持通信。到目前为止主要考虑两种中继函数，即前向放大(AF)和前向解码(DF)。DF可以要么表示在中继站的信道解码，要么表示对接收信号的直接硬判决，为了避免混淆，这里称之为DetF。后一种情况令人关注，因为避免计算上很复杂的信道解码可以使非常简单和小型的低功耗中继站成为可能。但是，AF和DetF都具有某些缺点，导致需要寻找更复杂解决方法的想法。AF受噪声放大的影响，DetF则由于硬判决而丢失有用信息。为了这一目的，在结合了AF和DF优点的文献中提出了称为前向估计(EF)、能够最小化均方误差的中继函数。EF的函数是所发射的符号的期望值，因而结合了为了保留有关第一跳的可靠性信息而利用离散字母表的想法。在任何情况下，都期望增加用户吞吐量。

发明内容

本发明的目的在于提供一个改进的在无线通信系统中对接收信号进行解码的构思，其能够降低误比特率和/或增加互信息。该目的通过根据权利要求1的接收机或根据权利要求14的方法得以解决。本发明的一实施例提供了在无线通信系统中对接收信号进行解码的接收机，该接收机包括信号判决器，软信息判决器和软信息解码器。信号判决器，配置用于为所述接收信号判决复数接收值。进一步地，软信息判决器，配置用于获得由第一概率值和第二概率值的组合所表示的软信息。能够通过相加取决于在符号的同一比特位置包括相同第一比特值的调制字母表的每个符号的全概率密度函数而定的数值来推导所述第一概率值，其中所述调制字母表的每个符号代表至少两比特。如果代表考虑相加的各符号的信号已从发射机发射到中继站，代表各符号的信号引发从中继站接收的所述接收信号，则所述全概率密度函数表示接收所述复数接收值的概率。能够通过相加取决于在符号的同一比特位置包括相同第二比特值的调制字母表的每个符号的全概率密度函数而定的数值来推导所述第二概率值。第一比特值和第二比特值不同。进一步地，软信息解码器，配置用于基于获得的软信息来对所述接收信号包含的净负荷数据进行解码。

根据本发明的实施例基于如下中心思想：对于使用具有至少4个不同符号(每个符号代表至少2个比特)的调制字母表的无线通信系统，如果数据经由中继站发射，则能够基于表示一要被解码的比特是逻辑0或是逻辑1的概率的软信息来对接收信号包含的净负荷数据进行解码。为此，由于软信息取决于表示接收复数接收值的概率的全概率密度函数，如果向中继站发射代表考虑相加的各符号的信号，其中代表各符号的信号引发从中继站接收的接收信号，则中继站的行为被软信息考虑。这样，中继站的行为能够被考虑更精确地用于复数调制字母表。因此，可以降低误比特率和/或增加吞吐量或互信息。

在根据本发明的一些实施例中，软信息判决器计算第一概率值和第二概率值并组合第一和第二概率值来获得软信息。这样，软信息判决器取决于判决的复数接收值来计算软信息。

本发明的一些其它实施例包含存储单元，其配置用于存储包含对于多个预定义的复数接收值的多个软信息的查找表。而且，软信息判决器基于由判决的复数接收值而定的查找表所包含的多个软信息来判决用于解码的软信息。在这种情况下，对于多个预定义的复数接收值预先设定了多个软信息，并且软信息判决器可以选择其中一个软信息或者在查找表包含的软信息间插值来获得软信息解码器用于解码的软信息。

在根据本发明的某些实施例中，软信息表示对数似然率。

根据本发明的某些实施例涉及取决于接收机已知的中继函数而定的全概率密度函数。中继站使用该中继函数，基于从发射机接收的无线信号来确定要发射到接收机的无线信号。该中继函数可基于最小均方误差方法。

附图说明

以下，参考附图来详细说明根据本发明的实施例，其中：

图1是接收机的框图；

图2是接收机的框图；

图3是传统的三端系统的系统模型的示意图；

图4示出上行目标配置的示意图；

图5是中继函数的示意图；

图6是概率密度函数的示意图；

图7是概率密度函数的对照的示意图；

图8是对数似然率的分段线性近似的示意图；

图9是对数似然度的分段线性近似的另一示意图；

图10表示在最大似然或最大比组合后，在接收机处对于16QAM的未编码误比特率相对于源端与中继间的距离的图；

图11表示在对SNR_SR和SNR_RD的不同值进行最大似然组合后，在接收机处对于16QAM的互信息的图；

图12表示接收机处的互信息的图；

图13表示对于16QAM，不同数量的并行中继的未编码误比特率相对于源端与中继间的距离的图；

图14表示对于16QAM，无卷积码的误码率相对于源端与中继间的距离的示意图；

图15：表示对于16QAM，有卷积码的误码率相对于源端与中继间的距离的图；以及

图16是在无线通信系统中对接收信号进行解码的方法的流程图。

具体实施方式

在下文中，具有相同或类似功能属性的对象和功能单元部分地使用相同的附图标记，并且为了减少对于实施例的说明的重复，对于一幅附图中对它们的说明也将适用于其他附图。

由于结合了简单线性中继如前向放大(AF)和硬判决中继如前向解码(DF)或前向检测(DetF)的优点，在过去几年中，在中继网络中转发可靠性信息引起了很大的注意。在下文中，考虑使用不进行信道解码的简单中继的未编码传输或编码传输。后者令人关注，因为在几乎所有通信系统中都进行信道编码，但是在一些情况下，中继应该尽可能的保持简单。特别是，有电池限制的移动中继是对于未来通信系统有前景的方法。虽然在源-中继信道状态好的情况下DetF表现出好的性能，而AF在相反情况下表现较好，但在一些情况下，它们均表现出显著的损失。一种可能性是根据具体场景或信道状态在中继函数间切换。提出的这种方法，例如，通过如DetF那样把离散符号考虑进去，但是仍然如AF那样保留了要在接收机处被利用的可靠性信息，从而结合AF和DetF的优点。例如，在“X.Bao and J.Li，“Efficient Message Relaying for Wireless UserCooperation：Decode-Amplify-Forward(DAF)and Hybrid DAF andCoded-Cooperation，”IEEE Transaction on Wireless Communications，vol.6，no.11，pp.3975-3984，Nov.2007”和“S.Yang and R.

“Network Coding over aNoisy Relay：a Belief Propagation Approach，”in IEEE International Symposiumon Information Theory，Nice，France，Jun.2007”中展示了在BPSK(二进制相移键控)或者QPSK(正交相移键控)的情况下转发对数似然率(LLR)，或者在“W.Pu，C.Luo，S.Li，and C.W.Chen，“Continuous Network Coding in WirelessRelay Networks，”in IEEE Conference on Computer Communications，Apr.2008，pp.1526-1534”中展示了根据可靠性调制BPSK符号的相位。一个更加系统性的方法是在一定意义下寻找最佳中继函数。对于未解码系统，误比特率(BER)可以是待优化指标的合适的度量。这样的对于BPSK的BER最小化函数在“I.Abou-Faycal and M.Medard，“Optimal uncoded regeneration for binaryantipodal signaling，”in IEEE International Conference on Communications，Paris，France，Jun.2004”中推导得到，在“T.Cui，T.Ho，and J.Kliewer，“Memoryless relay strategies for two-way relay channels，”IEEE Transactions onCommunications，vol.57，no.10，pp.3132-3143，2009”中扩展到双向中继。虽然该方法在不编码的两跳系统中工作得良好，但几乎所有的通信系统都进行信道编码。虽然在这种情况下不编码BER是无意义的度量，但代替的是，一最小化均方误差(MSE)的中继函数在“K.Gomadam and S.A.Jafar，“Optimal RelayFunctionality for SNR Maximization in Memoryless Relay Networks，”IEEEJournal on Selected Areas in Communications，vol.25，no.2.pp.390-401，Feb.2007”中推导出。此函数导出也被称为软符号的发射符号的期望值。这种方法工作于所有调制字母表并且在““On the Capacity of Memoryless RelayNetworks，”in IEEE International Conference on Communications，Istanbul，Turkey，Jun.2006”中显现出至少对于受到无记忆函数的约束的BPSK，甚至能够最大化容量，这意味着不在中继进行例如信道解码的符号处理。

称为前向估计(EF)的无记忆中继的MSE最小化函数是对于未编码两跳中继系统的强大的方法。但是如果中继的目的不仅仅是扩大范围，还有分集和容量增益，以及源端和目的端之间的直接链路或者甚至来自其它中继的信号也可能被考虑在内。在实践上令人关注的源端和中继的正交介质接入的情况下，两个信号可以被适当的组合。虽然BPSK情况下，LLR的计算所需要的分布在“R.Thobaben and E.G.Larsson，“Sensor-network aided cognitive radio：On theoptimal receiver for estimate-and-forward protocols applied to the relaychannel，”in Asilomar Conference on Signal，Systems and Computers，PacificGrove，USA，Nov.2007”和“P.Weitkemper，D.Wübben，V.Kühn，and K.-D.Kammeyer，“Soft Information Relaying for Wireless Networks with Error-ProneSource-Relay Link，”in 7th International ITG Conference on Source and ChannelCoding，Jan.2008”中已知，但是仍然没有对于任意信号字母表的解决方法。常用的次优解决方法是中继传输的信号的高斯逼近，这导致这两种接收信号的简单加权组合。由于EF函数的非线性性质，这种方法不是最优的。在下文中，例如，用于EF的最大似然检测在一常规方法中推导出，此常规方法通过pdf(概率密度函数)的适当组合来计算LLR，实现最佳接收。通过仿真来显示EF的增益，以及特别是在此系统中建议的接收机的增益。这种方案可以直接应用到使用简单、非解码中继的经编码的系统中。

在如图3所示的所考虑的系统300中，信息比特d可能被信道编码和交织，然后映射到调制符号s∈A，并以发射功率P_s发射。由于此方案可以被应用到上行链路和下行链路，故希望发射消息的终端被称为源端，而它可以是UE(用户设备)或eNB(演进节点B)，而希望接收到该消息的终端被称为目的端。源端S发射的信号是

$x_S=\sqrt{P_S}\·s---\left(1\right)$

而在中继R和目的端D(接收机)处的接收到的信号为：

y_SR＝h_SR·x_S+n_R

(2)

y_SD＝h_SD·x_S+n_D.

(3)

在中继R和目的端D处的噪声分别具有方差

和信道系h_SR，h_SD和h_RD表示并且包含路径损耗。虽然在此报告中仅考虑频率平坦信道，但是具有频率选择性衰落的OFDM系统的每一子载波的所有派生也是有效的。目的端记住接收信号y_SD以供进一步使用，而中继现在用函数f(y_SR)来计算要转发给目的端的信号。

y_RD＝h_RD·x_R+n_D

(4)

其中

$x_R=\sqrt{P_R}\·f\left(y_{\mathrm{SR}}\right).---\left(5\right)$

如果应用前向放大，函数f等于

f(y_SR)＝β_AF·y_SR

(6)

其中β_AF表示对中继的平均发射功率进行归一化的缩放因子

${\mathrm{\β}}_{\mathrm{AF}}=\frac{1}{\sqrt{E\{{\left|y_{\mathrm{SR}}\right|}^2}}=\frac{1}{\sqrt{{\left|h_{\mathrm{SR}}\right|}^2{P}_S+{\mathrm{\σ}}_R^2}}.---\left(7\right)$

在DetF的情况下对发射符号仅应用硬判决

$f\left(y_{\mathrm{SR}}\right)=\hat{s}=\underset{s\∈A}{\max }p\left({s|y}_{\mathrm{SR}}\right).---\left(8\right)$

如前所述，两种方法都是次优的，因而可以考虑使MSE最小化的函数。用于任意中继函数和包含符号s的离散调制字母表A的均方误差(MSE)形式如下(例如参见“K.Gomadam and S.A.Jafar，“Optimal Relay Functionality forSNR Maximization in Memoryless Relay Networks，”IEEE Journal on SelectedAreas in Communications，vol.25，no，2，pp.390-401，Feb.2007”)：

MSE＝E{|f(y_SR)-s|²}

(9)

并被下式最小化：

$f\left(y_{\mathrm{SR}}\right)=\mathrm{\βE}\left\{s\right|y_{\mathrm{SR}}\}=\mathrm{\β}\underset{s\∈A}{\mathrm{\Σ}}\mathrm{sp}\left(s\right|y_{\mathrm{SR}}).---\left(10\right)$

将公式(10)相对于功率约束归一化并不改变MSE最小化特性。对于任意调制方案如BPSK，QPSK和M-QAM(多进制正交幅度调制)，这一结果都是通用并且有效的。在“K.Gomadam and S.A.Jafar，“Optimal RelayFunctionality for SNR Maximization in Memoryless Relay Networks，”IEEEJournal on Selected Areas in Communications，vol.25，no.2，pp.390-401，Feb.2007”中，对于一个以上的中继，或者组成多跳网络或者几个中继同时发射。

在下文中，在源端(发射机)和中继间假设通过FDD或TDD的正交介质接入，因为这是实际系统的重要情形。虽然期望中继站发射的无线信号独立于发射机发射的无线信号(例如，频域划分FDD或者时域划分TDD)，但是通过使用该提议的概念，也可以处理彼此不独立的信号。

进一步，对接收机概念进行说明，它能够处理中继站对于高级调制字母表使用的多种中继函数。

图1是在根据本发明实施例的无线通信系统中，对接收信号102进行解码的接收机100的框图。接收机100包括信号判决器110、软信息判决器120和软信息解码器130。信号判决器110连接到软信息判决器120，软信息判决器120连接到软信息解码器130。信号判决器110判决从中继站接收的接收信号102的复数接收值112。进一步，软信息判决器120获得由第一概率值和第二概率值的组合表示的软信息122。第一概率值可通过相加依赖于在符号的同一比特位置包括相同第一比特值(0或1)的调制字母表A的每个符号s的全概率密度函数而定的数值来推导出，其中调制字母表的每个符号s代表至少两比特(例如，16QAM的4比特)。此外，如果代表考虑相加的各符号s的信号已从发射机发射到中继站，其中代表各符号的信号引发从中继站接收的接收信号102，则全概率密度函数表示接收到复数接收值112的概率。对于，第二概率值可通过相加依赖于在符号的同一比特位置包括相同第二比特值(1或0)的调制字母表A的每个符号s的全概率密度函数而定的数值来推导出。第一比特值和第二比特值不同。并且，基于得到的软信息122，软信息解码器130对接收信号102包含的净负荷数据132进行解码。

通过组合第一概率值和第二概率值，接收机100考虑净负荷数据的比特是逻辑0还是逻辑1的比率。为此，对于第一概率值考虑在多个符号的同一比特位置具有相同第一比特值的符号，对于第二概率值考虑在多个符号的同一比特位置具有相同第二比特值的符号。对于这两种概率值，通过估计同一全概率密度函数考虑各自的符号。使用这一软信息122可对净负荷数据132进行解码。用这种方法，对于高级调制方案(例如，16QAM)，中继站转发数据的行为在接收机100处能够被认为更加精确。因而可降低误比特率和/或增加互信息。

接收信号102可以是，例如，从中继站接收的无线信号或者通过下混频并数字化从中继站接收到的无线信号而获得的信号。复数接收值112可表示在包含一实部和一虚部的复平面中的一点，或可表示用于发射符号的时间间隔内的接收信号102的振幅和相位。在没有扰动或误差来源的理想系统中，复数接收值112可以精确地表示调制字母表A的符号s。由于类似如噪声或干扰等扰动，判决的复数接收值112可能表示调制字母表A的符号之间某个位置的一点。

调制字母表A的每个符号s表示至少两个比特，例如，每个符号4比特的16QAM(正交幅度调制)，或者每个符号6比特的64QAM。由于每个符号多于1比特，所以对于在观测比特位置包含相同比特值的每个符号考虑全概率密度函数。利用对于观测的比特(例如，符号的第一比特或者符号的另一特定比特)获得的软信息122，软信息解码器130可判决此观测的比特是逻辑0还是逻辑1。虽然所述的概念已可用于代表两比特的符号，但是在更优的实施例中，调制字母表的符号可以包含多于两比特。

例如，如果每个符号包括4比特并且最后一个比特位置被观测，那么符号的相同比特位置是每个符号的最后一个比特，对于第一概率值考虑在最后一个比特位置是0(或者1)的符号，对于第二概率值考虑在最后一个比特位置是1(或者0)的符号。符号的每个比特可对应于净负荷数据132的比特，因而可以对于符号的每个比特计算软信息122。

能够通过相加依赖于全概率密度函数而定的数值来推导出第一概率值和第二概率值。例如，接收机100从中继站接收接收信号，而不从发射机直接接收信号(或接收信号质量不足的信号)。在这种情况下，可以通过相加全概率密度函数的值来推导出第一概率值和第二概率值。可替代的，接收机100可以从中继站接收接收信号，并直接从发射机接收接收信号。在这种情况下，可以通过相加全概率密度函数与依赖于从发射机接收到的接收信号而定的概率密度函数的乘积的值，推导出第一概率密度值和第二概率密度值。

如果发射机发射特定符号到中继站，中继站处理后发射到接收机，则全概率密度函数考虑接收判决的复数接收值的概率。也就是说，表示各符号的信号引发接收信号102。这样，全概率密度函数考虑中继站的行为。例如，考虑中继站是否使用前向放大方法，前向解码方法，前向估计方法或者另外的中继方法。这可以通过例如由全概率密度函数所考虑的、中继站将从发射机接收到的信号中继到接收机所使用的中继函数来实现。

全概率密度函数依赖于从发射机最初发射的特定符号而定。因此，对于在观测比特位置包含第一比特值的每个符号考虑全概率密度函数用于第一概率值。进一步，对于在观测比特位置包含第二比特值的每个符号考虑全概率密度函数用于第二概率值。

软信息解码器130可用多种方式对接收信号中包含的净负荷数据132进行解码，某些方式后续提到。一个实例可以是，对于净负荷数据132的每个比特判决软信息122，并且基于各自的软信息122判决比特是逻辑1还是逻辑0。进一步，软信息解码器130可考虑接收信号102的信道编码或交织。

接收机100可能是用户设备如移动电话或膝上型电脑的组成部分，或是基站如演进节点B(eNB)的组成部分。

在本发明的一些实施例中，软信息判决器120可独自判决软信息。为此，软信息判决器120可以通过相加依赖于在符号的同一比特位置包含相同第一比特值的调制字母表A的每个符号s的全概率密度函数而定的数值来计算第一概率值。进一步，软信息判决器120可以通过相加依赖于在符号的同一比特位置包含相同第二比特值的调制字母表A的每个符号s的全概率密度函数而定的数值来计算第二概率值。然后，软信息判决器120可以组合第一概率值和第二概率值来得到软信息122。

例如，软信息判决器120可以通过第一概率值除以第二概率值的方式来组合第一概率值和第二概率值。

在一些其它实施例中，接收机100可包括存储单元，其配置用来存储包含对于多个预定义的复数接收值的多个软信息的查找表。图2显示了根据本发明的一个实施例的接收机200的示例。接收机200与图1的接收机相似，只是还额外包含与软信息判决器120连接的存储单元240。在此例中，软信息判决器120可根据所判决的复数接收值112，基于查找表包含的多个软信息，判决用于解码的软信息122。也就是说，不是为接收信号的每个比特计算软信息，而是可以预先确定多个软信息并将它们存储于查找表中。例如，软信息判决器120可选择存储的软信息中的一个(例如，对应于与所判决的复数接收值最接近的预定义的复数接收值的软信息)，或者如果所判决的复数接收值位于两个相邻的预定义的复数接收值之间，则可以在两个相邻的预定义的复数接收值的软信息之间插值(例如通过线性插值)。

查找表可包含对于一个或多个不同的调制字母表A的多个软信息。这样，接收机可适应于特定应用，以便能够减少存储单元240的必需的存储空间，或者接收机可更加灵活地用于多个不同的调制字母表A。

通过使用包含预设的多个软信息的查找表，与接收机独自计算软信息相比，可以显著地降低用于解码的硬件工作量和/或处理时间。另一方面，如果软信息判决器120独自计算软信息，由于软信息可以被更加精确地计算，与接收机使用查找表相比，可进一步降低误比特率和/或进一步增加互信息。

信号判决器110，软信息判决器120，软信息解码器130和存储单元240，可以是，例如，独立的硬件单元，或者数字信号处理器、微控制器或者计算机的一部分，以及运行于数字信号处理器、微控制器或计算机的计算机程序或软件产品的一部分。

在根据本发明的一些实施例中，全概率密度函数可基于接收机已知的中继函数。中继站使用该已知的中继函数，基于从发射机接收的无线信号判决要发射到接收机的无线信号。也就是说，基于中继函数，将接收自发射机的信号中继到接收机。

上面提到了一些可能的中继函数(没有信道编码的前向放大、前向检测和最小均方误差中继)。进一步，如“P.Weitkemper，D.Wübben，and K.-D.Kammeyer.Minimum MSE Relayling for Arbitrary Signal Constellations inCoded Relay Networks.In IEEE Vehicular Technology Conference，Barcelona，Spain，April 2009”所示的，中继站可考虑信号的信道编码，并且可以执行软输出信道解码。

对于无记忆信道如未编码AWGN(自适应白高斯噪声)，元素

仅依赖于一个接收的符号

但在经编码的系统中，中继可利用信道编码，结果是，信道不是无记忆的并且可考虑整个接收向量和编码限制。在这种情况下中继函数一般表示为：

x_R＝f(y_SR，C).

(10a)

在目的端，发射比特的条件期望将MSUE(平均均方误差)最小化。

${\tilde{s}}_R=E\left\{s\right|y_{\mathrm{SR}},C\}.---\left(10b\right)$

得到的估计符号

随后归一化到中继的功率约束。

为了将DEF中继函数扩展到更高阶的调制方案，考虑由相应符号概率加权的所有符号的总和所给定的期望值的一般定义：

$E\left\{s\right|y_{\mathrm{SR}},C\}=\underset{s}{\mathrm{\Σ}}s\·p\left(s\right|y_{\mathrm{SR}},C).---\left(10c\right)$

因为对应于一个符号的比特不是独立的，所以基于由信道解码器传递的APP(后验)概率的乘积的符号概率是次优的。为了正确地计算条件概率p(s|y_SR，C)，它可以被分离为本征部分和非本征部分

p(s|y_SR，C)∝p(y_SR|s)·p(s|y_SR/y，C).

(10d)

概率p(s|y_SR/y，C)表示关于s的、由信道解码器传递的非本征概率。其可被计算为相应的非本征码比特概率的乘积，因为这些概率可被假设为彼此独立。

$p\left(s\right|y_{\mathrm{SR}/y},C)=\underset{I}{\overset{\mathrm{Id}\left(M\right)}{\mathrm{\Π}}}p\left(d_i\left(s\right)\right|y_{\mathrm{SR}/y},C)---\left(10e\right)$

其中，p(d_i(s)|y_SR/y，C)表示以接收向量和编码限制对于条件的符号s的第i个比特的非本征概率。计算式(10d)中的本征部分p(y_SR|s)是基于信道观测的概率。

总之，中继函数可以基于下式，如

$f\left(y_{\mathrm{SR}}\right)=\mathrm{\βE}\left\{s\right|y_{\mathrm{SR}}\}=\mathrm{\β}\underset{s\∈A}{\mathrm{\Σ}}\mathrm{sp}\left(s\right|y_{\mathrm{SR}}).$

或

$f\left(y_{\mathrm{SR}}\right)=\mathrm{\βE}\left(s\right|y_{\mathrm{SR}},C)=\mathrm{\β}\underset{s\∈A}{\mathrm{\Σ}}s\·p\left(s\right|y_{\mathrm{SR}},C)$

或

$f\left(y_{\mathrm{SR}}\right)=\hat{s}=\underset{s\∈A}{\max }p\left(s\right|y_{\mathrm{SR}}).$

或

f(y_SR)＝β_AF·y_SR

可以看到，在一些例子中，中继函数可以基于缩放因子(如β或β_AF)和中继概率密度函数(如

或y_SR)。

在根据本发明的一些实施例中，接收机包含存储单元，该存储单元用于存储中继函数f(y_SR)的缩放因子并向软信息判决器120提供缩放因子β用于判决软信息。在这种情况下，如果接收信号含有的噪声信息变化超过了预定义阈值，则软信息判决器120可确定新的缩放因子并使用新的缩放因子更新存储的缩放因子。接收信号含有的噪声信息表示发射机和中继站之间的信道的噪声水平。也就是说，由中继站用于判决将要发射到接收机的信号的缩放因子，可由发射机和中继站之间的信道的噪声水平而定。由于表示发射机和中继站间的信道的噪声电平的噪声信息由接收信号所包含，所以接收机可更新用于判决软信息的缩放因子。通过选择预定义阈值，对缩放因子的变化的考虑的准确性是可适应的。大的预定义阈值降低计算工作量，而低的预定义阈值可增加准确性。

用于存储缩放因子的存储单元可以通过与图2所显示的存储查找表的存储单元相同的方式来实现。

在根据本发明的一些实施例中，软信息122代表了第一概率值除以第二概率值的对数，因而软信息122代表对数似然率。由于第一概率值表示一比特等于第一比特值的概率，第二概率值表示一比特等于第二比特值的概率，因而计算第一概率值除以第二概率值的对数，结果是对数似然率(LLR)。

在根据本发明的一些实施例中，全概率密度函数可以取决于从发射机到中继站和从中继站到接收机间的信道的噪声水平。与发射机与中继站间的信道的噪声水平有关的信息，可从中继站发射到接收机，因而接收信号中可包含此信息。进一步，中继站也可将有关中继站与接收机间的信道的噪声水平的信息发射到接收机。可替代地，接收机可独自测量或判定中继站与接收机间的信道的噪声水平，也就是说，信号判决器110可从表示中继站与接收机间的信道的噪声水平的接收信号中判决或提取第一噪声信息。进一步，信号判决器110可从表示发射机与中继站间的信道的噪声水平的接收信号102中提取第二噪声信息。在此例中，全概率密度函数可以取决于第一噪声信息和第二噪声信息。例如，第一噪声信息可以是中继站与接收机间的信道的噪声方差

第二噪声信息可以是发射机与中继站间的信道的噪声方差

如果接收机实施为具有如图2所示的、包含具有多个软信息的查找表的存储单元，则此查找表可包含对于多个预定义复数接收值的软信息，此外还包含对于多个预定义第一噪声信息值和多个预定义第二噪声信息值的软信息。也就是说，查找表包含的每个软信息取决于预定义的复数接收值，此外还取决于预定义的第一噪声信息值和第二噪声信息值。这样，软信息判决器120可基于判决的复数接收值、判决的第一噪声信息和判决的第二噪声信息，判决用于解码的软信息。

在根据本发明的一些实施例中，信号也直接从发射机接收。因而，在从中继站接收的接收信号之外，还可额外地考虑从发射机接收的接收信号。为此，软信息判决器120可根据取决于从发射机接收的接收信号而定的概率密度函数与全概率密度函数的乘积来获得第一概率值和第二概率值。虽然从发射机接收的接收信号包含的净负荷数据132可能与从中继站接收的接收信号包含的净负荷数据132相同，但是由于两个信号可能在不同的时间接收，所以时间对准是必要的。

在下文中，更详细地对一实例的发明概念进行说明，该实例使用对最小均方误差中继的最大似然检测。虽然说明的此概念是对于接收机从中继站和发射机接收信号的，但是可以看出，此概念也适用于接收机仅从中继站(或多个中继站)接收信号。

可以通过基于接收到的信号的pdf计算对数似然率(LLR)来执行最大似然检测(基于软信息对净负荷数据进行解码)，其中该pdf可与其它pdf组合或者直接被送到软输入信道解码器(软信息解码器)。一个比特的LLR被定义为：

$L\left(d\right)=\ln \left(\frac{p(d=0|y_{\mathrm{RD}},y_{\mathrm{SD}})}{p(d=1|y_{\mathrm{RD}},y_{\mathrm{SD}})}\right).---\left(11\right)$

由于关于符号s的两个接收信号y_SD和y_RD的独立性，该项可分离为：

p(s|y_RD，y_SD)∝p(s|y_RD)·p(s|y_SD)

$L\left(d\right)=\ln \left(\frac{p(y_{\mathrm{RD}},y_{\mathrm{SD}}|d=0)}{p(y_{\mathrm{RD}},y_{\mathrm{SD}}|d=1)}\right)$

$=\ln \left(\frac{{\mathrm{\Σ}}_{c\∈A_v^0}p(y_{\mathrm{RD}},y_{\mathrm{SD}}|c)}{{\mathrm{\Σ}}_{c\∈A_v^1}p(y_{\mathrm{RD}},y_{\mathrm{SD}}|c)}\right)$

$=\ln \left(\frac{{\mathrm{\Σ}}_{c\∈A_v^0}p\left(y_{\mathrm{RD}}\right|c)\·p\left(y_{\mathrm{SD}}\right|c)}{{\mathrm{\Σ}}_{c\∈A_v^1}p\left(y_{\mathrm{RD}}\right|c)\·p\left(y_{\mathrm{SD}}\right|c)}\right)---\left(12\right)$

$L\left(d\right)=$

$\ln \left(\frac{\underset{s\∈A_v^0}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{-\frac{{|y_{\mathrm{RD}}-f\left(y_{\mathrm{SR}}\right)|}^2}{2{\mathrm{\σ}}_D^2}}\·e^{-\frac{{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_R^2}}d{y}_{\mathrm{SR}}\·e^{-\frac{{|y_{\mathrm{SD}}-s|}^2}{2{\mathrm{\σ}}_D^2}}}{\underset{s\∈A_v^1}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{-\frac{{|y_{\mathrm{RD}}-f\left(y_{\mathrm{SR}}\right)|}^2}{2{\mathrm{\σ}}_D^2}}\·e^{-\frac{{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_R^2}}d{y}_{\mathrm{SR}}\·e^{-\frac{{|y_{\mathrm{SD}}-s|}^2}{2{\mathrm{\σ}}_D^2}}}\right)=$

$\ln \left(\frac{\underset{s\∈A_v^0}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\frac{-{\mathrm{\σ}}_R^2{|y_{\mathrm{RD}}-\mathrm{\β}\underset{s^{\′}\∈A}{\mathrm{\Σ}}{s}^{\′}p\left(s^{\′}\right|y_{\mathrm{SR}})|}^2-{\mathrm{\σ}}_D^2{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_D^2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}\·e^{-\frac{{|y_{\mathrm{SD}}-s|}^2}{2{\mathrm{\σ}}_D^2}}}{\underset{s\∈A_v^1}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\frac{-{\mathrm{\σ}}_R^2|y_{\mathrm{RD}}-\mathrm{\β}\underset{s^{\′}\∈A}{\mathrm{\Σ}}{s}^{\′}p\left(s^{\′}\right|y_{\mathrm{SR}}){|}^2-{\mathrm{\σ}}_D^2{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_D^2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}\·e^{-\frac{{|y_{\mathrm{SD}}-s|}^2}{2{\mathrm{\σ}}_D^2}}}\right)$

如果对于信息比特d，观测值也是独立的，其可以进一步简化为：

$L\left(d\right)=\ln \left(\frac{{\mathrm{\Σ}}_{s\∈A_v^0}p\left(y_{\mathrm{SD}}\right|s)}{{\mathrm{\Σ}}_{s\∈A_v^1}p\left(y_{\mathrm{SD}}\right|s)}\right)+\ln \left(\frac{{\mathrm{\Σ}}_{s\∈A_v^0}p\left(y_{\mathrm{RD}}\right|s)}{{\mathrm{\Σ}}_{s\∈A_v^1}p\left(y_{\mathrm{RD}}\right|s)}\right)---\left(13\right)$

其中，用L_SD表示的第一部分很清楚，因为其属于高斯信道。由于涉及到非线性中继函数，第二部分L_SRD不是基于高斯信道的，因而需要更复杂的概率密度函数(pdf)的知识，这些知识将在下文中研究。

例如，当发射机使用的调制字母表不同于中继站使用的调制字母表(如同一调制字母表的不同星座图或不同调制字母表)时，可以使用计算式(13)所描述的简化式。可替代地，由于与降低的计算工作量相比，由简化引起的误差可以被忽略或被接受，所以虽然发射机使用的符号的比特与中继站使用的符号的比特相互不独立，也可以使用计算式(13)。

不管使用计算式(12)还是计算式(13)，主要问题在于计算p(y_RD|c)。为了下后续推导的更好的可读性，不失一般性地假设P_S＝P_R＝1和h_SR＝h_RD＝h_SD＝1。而且，计算式(13)描述了独立观测值的情形。于是计算式(12)的应用是明确的。假设发射的比特是同等可能的，L_SRD可表示为：

$L_{\mathrm{SRD}}\left(d\right)=\ln \left(\frac{p\left(y_{\mathrm{RD}}\right|d=0)}{p\left(y_{\mathrm{RD}}\right|d=1)}\right).---\left(14\right)$

计算式(13)中的概率等于：

$p\left(y_{\mathrm{RD}}\right|d)=\underset{s\∈A_v^d}{\mathrm{\Σ}}p\left(y_{\mathrm{RD}}\right|s)---\left(15\right)$

其中

代表映射到在第v个位置的d∈{0，1}的比特元组的调制符号集(在相同比特位置包含相同比特值的多个符号)。借助密度变换计算pdfp(y_RD|s)

$p\left(f\left(y\right)\right)=p\left(y\right)\frac{\mathrm{dy}}{\mathrm{df}\left(y\right)}---\left(16\right)$

且事实上

$p\left(x\right)={\∫}_{-\∞}^{\∞}p\left(x\right|y)p\left(y\right)\mathrm{dy}.---\left(17\right)$

得到关于密度的很简单的公式。

$p\left(y_{\mathrm{RD}}\right|s)={\∫}_{-\∞}^{\∞}p\left(y_{\mathrm{RD}}\right|f\left(y_{\mathrm{SR}}\right))\·p\left(y_{\mathrm{SR}}\right|s)d{y}_{\mathrm{SR}}.---\left(18\right)$

计算式(18)是全概率密度函数的一个例子。更一般地，如果中继站发射包含复数发射值的无线信号，其中复数发射值由中继函数f(y_SR)确定，则全概率密度函数可以基于表示接收复数接收值y_RD的概率的第一概率密度函数p(y_RD|f(y_SR))。进一步，如果发射机发射考虑相加的各符号s到中继站，则全概率密度函数可以基于表示在中继站处接收来自发射机的具有复数接收值y_SR的接收信号的概率的第二概率密度函数p(y_SR|s)。第一概率密度函数和第二概率密度函数可以例如是正态分布。

图6显示了表示具有均值f(y_SR)，的高斯分布的第一概率密度函数p(y_RD|f(y_SR))的一个例子，均值f(y_SR)，取决于中继站从发射机接收的接收信号中的复数接收值y_SR。为了在接收机获得软信息，中继站可发射方差

(第二噪声信息)。

也就是说，如果中继站发射f(y_SR)，，则第一概率密度函数指示(由接收机)接收特定值y_RD的概率。接收机不知道中继发射的确切发射值。因而，f(y_SR)的所有可能值都被观测，由值p(y_SR|s)的出现的概率进行加权，最后在所有值上积分(或相加)。

所说明的概念的一个重要方面可能是，整个(软信息的)计算是基于高斯分布的，(在接收机处)只有例如使用的调制(调制字母表)、中继函数和两个信道的噪声方差是必须知道的。因而，精确而高效地计算最大似然度是可能的。

将计算式(18)和计算式(15)代入到计算式(14)，可获得此设置下计算LLR的闭式解。

$L_{\mathrm{SRD}}=\ln \left(\frac{\underset{s\∈A_v^0}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}p\left(y_{\mathrm{RD}}\right|f\left(y_{\mathrm{SR}}\right))\·p\left(y_{\mathrm{SR}}\right|s){\mathrm{dy}}_{\mathrm{SR}}}{\underset{s\∈A_v^1}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}p\left(y_{\mathrm{RD}}\right|f\left(y_{\mathrm{SR}}\right))\·p\left(y_{\mathrm{SR}}\right|s){\mathrm{dy}}_{\mathrm{SR}}}\right),---\left(19\right)$

其中，例如，根据等式(10)确定函数f(·)并被接收机所知。计算式(19)中的所有密度是具有不同均值和方差的简单正态分布。

$L_{\mathrm{SRD}}=$

$\ln \left(\frac{\underset{s\∈A_v^0}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{-\frac{{|y_{\mathrm{RD}}-f\left(y_{\mathrm{SR}}\right)|}^2}{2{\mathrm{\σ}}_D^2}}\·e^{-\frac{{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}}{\underset{s\∈A_v^1}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{-\frac{{|y_{\mathrm{RD}}-f\left(y_{\mathrm{SR}}\right)|}^2}{2{\mathrm{\σ}}_D^2}}\·e^{-\frac{{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}}\right)=$

$\ln \left(\frac{\underset{s\∈A_v^0}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\frac{-{\mathrm{\σ}}_R^2{|y_{\mathrm{RD}}-\mathrm{\β}\underset{s^{\′}\∈A}{\mathrm{\Σ}}{s}^{\′}p\left(s^{\′}\right|y_{\mathrm{SR}})|}^2-{\mathrm{\σ}}_D^2{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_D^2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}}{\underset{s\∈A_v^1}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\frac{-{\mathrm{\σ}}_R^2|y_{\mathrm{RD}}-\mathrm{\β}\underset{s^{\′}\∈A}{\mathrm{\Σ}}{s}^{\′}p\left(s^{\′}\right|y_{\mathrm{SR}}){|}^2-{\mathrm{\σ}}_D^2{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_D^2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}}\right)---\left(20\right)$

其中因子β确保中继的功率约束

$\mathrm{\β}=\frac{1}{\sqrt{{\∫}_{-\∞}^{\∞}{\left|E\right\{s\left|y_{\mathrm{SR}}\right\}|}^2\·p\left(y_{\mathrm{SR}}\right){\mathrm{dy}}_{\mathrm{SR}}}}.---\left(21\right)$

通过主要计算两个高斯密度和下文中所示的数字积分，可以高效地评估该计算式。从充分取样的简单高斯分布开始，可以简单地获得所有所需的值和密度。需要注意的是，因为表达式不依赖于实际接收信号，仅依赖于第一跳(发射机到中继站的传输)的SNR(信噪比)，所以后续实施例的最初四个步骤只需每帧只进行一次甚至更少。只有最后几个步骤必须每接收值(对于符号的每个比特)都执行。

第一步，对于所有可能的发射符号s∈A(如表示高斯分布)计算：

$p\left(y_{\mathrm{SR}}\right|s)=\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_R^2}}\exp (-\frac{{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_R^2})$

第二步，利用p(y_SR|s)的结果计算p(y_SR)

$p\left(y_{\mathrm{SR}}\right)=\underset{s\∈A}{\mathrm{\Σ}}p\left(y_{\mathrm{SR}}\right|s)\·p\left(s\right)$

对于多个相等可能性的符号p(s)＝1/ld(M)，其中M是符号的个数(如，对于16QAM为16)。

第三步，利用p(y_SR)和p(y_SR|s)的结果计算E{s|y_SR}

$E\left\{s\right|y_{\mathrm{SR}}\}=\underset{s\∈A}{\mathrm{\Σ}}s\·p\left(y_{\mathrm{SR}}\right|s)\·\frac{p\left(s\right)}{p\left(y_{\mathrm{SR}}\right)}$

第四步，利用p(y_SR)和E{s|y_SR}的结果确定归一化因子β

$\mathrm{\β}=\frac{1}{\sqrt{{\∫}_{-\∞}^{\∞}{\left|E\right\{s\left|y_{\mathrm{SR}}\right\}|}^2\·p\left(y_{\mathrm{SR}}\right){\mathrm{dy}}_{\mathrm{SR}}}}$

第五步，由上述结果对于每个s∈A计算p(y_RD|s)

$p\left(y_{\mathrm{RD}}\right|s)=$

$\underset{-\∞}{\overset{\∞}{\∫}}\frac{1}{\sqrt{2\mathrm{\π}{\mathrm{\σ}}_D^2}}\exp (-\frac{{|y_{\mathrm{RD}}-f\left(y_{\mathrm{SR}}\right)|}^2}{2{\mathrm{\σ}}_D^2})p\left(y_{\mathrm{SR}}\right|s){\mathrm{dy}}_{\mathrm{SR}}$

最后，计算LLR：

$L_{\mathrm{SRD}}=\ln \left(\frac{{\mathrm{\Σ}}_{s{\∈A}_v^0}p\left(y_{\mathrm{RD}}\right|s)}{{\mathrm{\Σ}}_{s\∈A_v^1}p\left(y_{\mathrm{RD}}\right|s)}\right)$

例如只要在接收机处知道两跳的信噪比(SNR)，那么就可知道所有的密度。不管怎样，对于AF和DetF也需要此信息，并且或者被估计，或者被以信号形式发送到目的端。最后，得到的对于来自中继的信号的pdf p(y_RD|c)可以与直接链路的pdf相结合来计算LLR，或者在独立的情况下仅仅将不同LLR相加。输出结果可直接输送到信道解码器。

作为公平对照，对于DetF中继函数也可使用ML解码器。对于DetF，尤其是对于高阶调制方案，经常使用基于等价高斯信道的次优检测器。由于该简单的中继函数，提出的用于DetF的ML检测器是容易实施的。类似于计算式(12)，对于DetF中继定义的对数似然率(LLR)，可用如下不同的计算式表达：

$p\left(y_{\mathrm{RD}}\right|d)=\underset{s\∈A_v^d}{\mathrm{\Σ}}p\left(y_{\mathrm{RD}}\right|s)=\underset{s\∈A_v^d}{\mathrm{\Σ}}\underset{s_R\∈A}{\mathrm{\Σ}}p\left(y_{\mathrm{RD}}\right|\hat{s})\·p\left(\hat{s}\right|s)---\left(22\right)$

其中

表示中继发射的符号，且

符号s对应于包含有等于0或1的第v个比特的比特元组。表达式

描述第二跳，表示在中继发射的条件下，接收y_RD的概率。该式仅仅对应于具有均值

的高斯分布。

$p\left(y_{\mathrm{RD}}\right|\hat{s})=\frac{1}{\sqrt{\mathrm{\π}{\mathrm{\σ}}_D^2}}\exp (-\frac{{|y_{\mathrm{RD}}-\hat{s}|}^2}{{\mathrm{\σ}}_D^2})---\left(23\right)$

条件pdf由概率加权且在

的所有可能值上求和。概率

描述了源端和中继输出间的等价信道的转移概率，表示在源端发射符号为s的条件下，中继发射

对应于符号错误概率。这些推导得出了对于所有可能的发射符号的y_RD的分布，使对于每个比特的LLR的计算成为可能。

在本发明的一些实施例中，软信息表示第一概率值和第二概率值的近似组合。这可以通过如合适的算法或分段线性近似来实现。

对于软信息表示对数似然率的情况，图8显示了分段线性近似的例子。其显示了对于17dB的发射机与中继站间信道的信噪比和3dB的中继站与接收机间信道的信噪比的例子。对于16QAM的(符号的)第二个比特示出对数似然率值。用在复数接收值的实部Re(y_RD)的观测范围中的3条线来对实际对数似然率(LLR)进行近似分段。图9显示了进一步的例子。在这个例子中，发射机与中继站间的信道的信噪比，和中继站与接收机间的信道的信噪比一样都等于10dB，示出了16QAM的(符号的)第一个比特的对数似然率值。实际对数似然率由观测区域中的4条线近似。

例如，用对数似然率(或第一概率值和第二概率值的更一般的组合)的分段对数近似值，由于对于每条近似直线存储两个不同软信息(例如近似直线的交叉点)可能就足够了，因而可减少使用对于软信息的查找表的接收机实施形式的存储单元所需的存储空间。

下文显示了一些仿真结果。用两种不同的方法阐释利用该ML检测的仿真结果。图10中使用了具有地理模型的系统，其中中继在源端和目的端之间的直线上。图10显示了在最大似然或最大比组合后，在接收机处对于16QAM的未编码误比特率相对于源端(发射机)与中继间的距离的示意图。该中继连接了源端S(发射机)与目的端D(接收机)间的、具有信噪比SNR_SD＝10dB的线路。示出了前向放大(AF)、具有最大比组合的前向估计(EFMRC)、具有最大似然的前向估计(EF ML)、具有最大比组合的前向检测(DetF MRC)和具有最大似然的前向检测(DetF ML)的误比特率(BER)。这里的所有结果都针对没有衰落并且路径损耗指数为2的AWGN信道。此图中相对于中继位置示出了未编码误比特率(BER)。另外，示出了对于线性组合方法的结果。对于EF，如在“P.Weitkemper，D.Wübben，and K，-D，Kammeyer，“Minimum MSERelaying for Arbitrary Signal Constellations in Coded Relay Networks，”in IEEEVehicular Technology Conference，Barcelona，Spain，Apr.2009”中那样假设了一有效的信道。对于DetF，假设第一跳是无误差的，因而只考虑第二跳的SNR。第一观测是，ML检测在两种情形下均显示了显著增益。

此外，可以看到，当中继在中间时，AF显示的性能差，而DetF和EF显示了好的结果。最有趣的情况是在中继靠近目的端时。此时AF变得好于DetF，这是众所周知且经常观测到的。但是具有ML检测的EF明显好于DetF，并与AF几乎一样好。这表示EF适合于中继的所有位置。虽然由于空间限制，此处未显示，但是如果中继不在直线上或者直线上的SNR变化，结论也是有效的。

另一重要度量是在组合器的输出处的互信息(MI)，因为如果应用了信道解码，这将判决结果。如果假设完美的信道编码，则可被无差错地解码的最大码率等于在解码器输入处的互信息。这意味着，MI变得越大，在仍能确保正确接收的情况下可选的编码速率就越高。在很多通信系统中应用的信道编码接近于这些完美编码，例如LTE系统中的turbo码。

图11中，对于不同值的SNR_SR，显示了相对于SNR_RD的作为结果的互信息，以阐释EF在很多条件下的增益。它显示了一曲线图，该曲线图表示了在未经编码传输的发射机与接收机间信道的信噪比SNR_SD＝5dB时，对发射机与中继站间信道的信噪比SNR_SR和中继站与接收机间信道的信噪比SNR_RD的不同值进行最大似然组合后，在16QAM的接收机处的互信息MI。曲线图显示了均具有ML检测的前向估计(EF)、前向检测(DetF)和前向放大(AF)的互信息。图12示出了类似的例子，其中x轴表示中继站(RN，中继节点)和发射机(eNB，演进node B)间的信噪比，显示的不同特性涉及接收机(UE，用户设备)和中继站RN间的不同信噪比。互信息MI确定最大可能传输速率。越高的互信息量使越高的吞吐量成为可能。图12示出了信道解码前在接收机处的互信息。在直接连接上的SNR固定对于5dB，但是对于不同值也可以得到相似的结果。此处可以得到如前相同的结论。当第一跳上的SNR很大时，具有AF的MI显著低于EF的，而DetF显示了对于第一跳上的中等SNR的重大损失，却对于第二跳上的大的SNR显示重大损失。在具有强编码如turbo码的编码系统中，此差异是很显著的，这是因为与DetF相比，利用适当的速率匹配，速率的增加几乎没有额外成本。目的端只需知道调制方案和两跳的SNR。此外，检测复杂度与具有ML检测的DetF的检测复杂度相当，因而增益的获得几乎没有成本。

图13中使用了不同的系统设置，显示了具有多个中继、但是没有直接传输时的性能。它显示了一曲线图，该曲线图相对于源端(发射机)与中继间的距离表示了对于16QAM的不同数量并行中继的未经编码的误比特率。该中继连接了SNR_SD＝3dB的源端(发射机)与目的端(接收机)间的线路。该曲线图显示了前向放大(AF)、具有最大比组合的前向估计(EF MRC)、具有最大似然的前向估计(EF ML)和具有最大似然的前向检测(DetF ML)的未编码的误比特率(BER)。显示了2、4和8个中继的BER，这些中继现在在假设路径损耗指数为3的正交资源上发射。DerF的损失又变得明显，但是从这些结果中也可以得出，AF的损失小于在图10中的损失。这里主要原因还在于目的端的可靠性信息的可用性的重要性。图14和图15显示了卷积码系统中，未编码性能和编码性能的直接对比。图14显示了一曲线图，该曲线图相对于源端(发射机)与中继之间的距离表示了16QAM的不使用卷积码(未编码)的误比特率(BER)。该中继连接SNR_SD＝3dB的发射机与接收机间的线路。适合地，图15相对于源端与中继间的距离显示了16QAM的使用卷积码的误比特率。中继连接源端与目的端间SNR_SD＝3dB的线路。各线路的说明与图14中的说明相同。图14显示了在目的端不使用信道解码的码比特的BER，而图15显示了在对所应用的[5 7]8卷积码进行解码后信息比特的BER。可以观测到，特别是与具有ML检测的DetF相比，使用信道编码时，EF的优势变得更显著。这是因为使用信道编码时可靠性信息更加重要的事实。由于在中继处的硬判决，DetF浪费了部分的可靠性信息，因而在编码系统中相比于EF损失更重。此外，使用信道解码时，对于EF的ML检测器的增益变得更大。原因在于一特定L值不仅影响在相应码比特上的判决，并且由于码引入的相关性，它还影响很多信息比特。这导致了每个L值的正确性的更强影响，而该正确性仅能由ML检测所确保。

根据本发明的一些实施例涉及包含根据该发明概念的接收机的无线通信系统。进一步，该无线通信系统包括中继站，其中根据基于中继函数的全概率密度函数，中继站使用的中继函数被接收机考虑。图4示出了这种无线通信系统的一个例子。

这个例子阐明对于上行链路的一种可能的目标配置，其中也可直接应用到下行链路。用户设备(UE)对于传输数据d执行信道编码C和调制A。发送结果信号x_s到中继站，并可选地(如果eNB在接收距离内)到演进节点B(eNB)。中继站或中继节点(RN)执行可选的信道解码，并对接收信号应用中继函数f(y_SR)以得到要发射到演进节点B的信号。演进节点B对于从中继站接收的信号并可选地对于从用户设备接收的信号，计算对数似然率(或从查找表确定对数似然率)。使用此信息，执行信道解码C^-1以获得净负荷数据d。

图4所示的配置显示了传统的具有一个源端、一个目的端和一个中继的三终端系统。目的端也可接收到直接路径，例如通过时分双工(TDD)或频分双工(FDD)分离。中继站处可以不需要信道解码以实现简单的(便宜的)中继。而且可以使用不同的中继协议(中继函数)，例如前向放大(AF)、前向检测(DETF)和前向估计(EF)。由于前向估计将在接收机处的均方误差最小化，因而在它们中它是最优的函数。所述概念也可为标准化考虑，例如Rel.10以上版本。

图4还示出了在目的端(此例中是演进节点B)处的最大似然(ML)接收机的结构的示例。在所示的例子中，两个接收信号都包含了有用信息，所以它们应该被恰当地组合。如果有关信息比特d的观测值是独立的，则LLR求和是最优的。在非独立观测值的情形下，组合整体pdf和依赖来自发射机的接收信号而定的pdf之后计算LLR，虽然可替代地，可以使用LLR的和作为近似以降低计算工作量。该发明概念可为如在LTE(长期演进)中使用的、具有高阶调制方案的前向估计提供最优解决方案。

本发明提供了，例如，一种简单但是封闭型接收机功能，其实现具有中继的系统的最大似然性能，其中该中继应用具有高阶调制方案的前向估计。此外，如果在接收机处使用软输入信道解码器(软信息解码器)，能够计算出精确的对数似然率。这样，甚至可对任意调制方案保持前向估计的可能增益。所提出的接收机可计算精确的概率密度函数。

在图7中举例说明，通过所提出的接收机获得的精确的概率密度函数(pdf)与高斯近似显著不同。为实现最大似然接收机，精确的概率密度函数可能是必需的。

如前所述的图10中，使用本发明的接收机可能是所有情形中最好的。通过该发明方法，可以实现更高的用户吞吐量和/或更好的用户性能以及更低的误比特率。因此根据所述概念的接收机也可以是LTE Rel.10以上版本的候选。

该中继站可用多种方法实现。实现形式主要取决于中继函数。图5示出了对于前向放大AF、前向检测DETF和前向估计EF的中继函数f(y_SR)的对比图。前向放大只对接收到的信号归一化并且是线性函数。前向检测进行硬判决，因此损失了一些信息。前向估计结合了两者，在低可靠性时接近线性，在高可靠性时接近硬判决。

根据本发明的一些实施例涉及用于最小均方误差中继的最大似然接收机。对于任意调制字母表，说明了将均方误差最小化的对于前向估计中继的最大似然(ML)接收机。即使在对目的端接收到一个以上信号路径的情况下，这也能实现ML性能。与之相反，已知方案使用高斯近似，导致在编码或未编码误比特率以及互信息方面的相当大的损失。另外，提出的计算所需的对数似然率的简单算法对于所应用的前向估计显示了一般ML条件的高效实现。提出的概念可应用于使用简单便宜中继的无线通信系统，其中该简单便宜的中继没有复杂解码或编码，延迟很小。与AF和DetF相比，使用提议的接收机，EF显示了显著的性能增益，因而是未来移动通信系统的很有前途的方法。

如果考虑一个以上的中继或直接从源端接收的信号包含有用信息，则这些信号应当被正确的组合。在如DF或EF的中继处的非线性函数的情况下，从中继接收的信号的干扰不再是高斯的，如最大比组合那样的简单加权线性组合是次优的。如上所述，导出了具有高阶调制方案的对于EF的最大似然检测。接收机产生在误比特率和互信息方面的显著增益，因此获得了比已知技术更高的用户吞吐量。此外，这些增益的获取不明显增加终端的计算复杂度。

图16显示了方法1600的流程，该方法根据本发明的实施例对无线通信系统中的接收信号进行解码。方法1600包括对于接收信号判决复数接收值的步骤1610，获得软信息的步骤1620，基于获得的软信息对接收信号包含的净负荷数据进行解码的步骤1630。该软信息代表第一概率值和第二概率值的组合。可通过相加依赖于在符号的同一比特位置包括相同第一比特值的调制字母表的每个符号的全概率密度函数而定的数值来得出第一概率值，其中该调制字母表的每个符号代表至少两个比特。进一步地，如果代表考虑相加的各符号的信号从发射机发射到中继站，其中代表各符号的信号引发从中继站接收的接收信号，则全概率密度函数表示接收复数接收值的概率。可通过相加依赖于在符号的同一比特位置包括相同第二比特值的调制字母表的每个符号的全概率密度函数而定的数值来得出第二概率值。第一比特值和第二比特值不同。

方法1600可包括附加的、可选的步骤，表示上述的发明概念的附加特征。

根据本发明的一些实施例涉及用于一系统的组合来自源端和至少一个中继节点的信号的方法，该系统中，源端发射任意的高阶调制方案(如16QAM)，并且至少一个节点是应用称为前向估计的均方误差最小化函数的中继节点，并且系统中使用精确的概率密度函数来应用最大似然接收机。进一步，信号可以接收自两个以上的中继节点，其中至少一个中继节点应用前向估计。可选地，至少一个中继用软输出解码器对接收到的消息进行解码，并且基于信道观测值和信道解码器输出共同计算该均方误差最小化函数。进一步，可应用最大似然接收机的分段线性近似。

虽然所述概念的一些方面已经以设备为背景进行了说明，但是很明显，这些方面也代表相应方法的说明，其中模块或装置相应于方法步骤或方法步骤的特征。类似地，在以方法步骤为背景说明的方面也代表相应装置的相应块或项目或特征的说明。

取决于某些实现的要求，本发明的实施例可以用硬件或软件实现。可以使用在其上存储有电子可读控制信号的数字存储介质来实现，如软盘、DVD、蓝光光盘、CD、ROM、PROM、EPROM、EEPROM或闪存，其与可编程计算机系统配合(或具有配合的能力)，以执行各方法。因此该数字存储介质可以是计算机可读的。

根据本发明的一些实施例包括具有电子可读控制信号的数据载体，其可与可编程计算机系统配合，以执行在此所述的方法中的一个。

通常，本发明的实施例可被实施为具有程序代码的计算机程序产品，当在计算机上运行该计算机程序产品时，该程序代码能实施用于执行方法中的一个。该程序码可例如是存储于机器可读载体。

其他实施例包括用于执行在此所述的方法中的一个的计算机程序，其被存储于机器可读载体。

换句话说，因而，当计算机程序在计算机上运行时，发明方法的实施例是具有用于执行在此所述的方法中的一个的程序代码的计算机程序。

因而，发明方法的进一步的实施例是数据载体(或数字存储介质或者计算机可读介质)，其包括记载于其上的用于执行在此所述方法中的一个的计算机程序。

因而，发明方法的进一步的实施例是代表用于执行在此所述的方法中的一个的计算机程序的数据流或信号序列。该数据流或信号序列，例如，被配置为通过数据通信连接如通过因特网传送。

更进一步的实施例包括处理工具，如计算机或可编程逻辑设备，配置为或适合于执行在此所述的方法中的一个。

更进一步的实施例包括计算机，其上安装用于执行在此所述的方法中的一个的计算机程序。

在一些实施例中，可编程逻辑设备(如场可编程门阵列)可用于执行在此所述方法的一些或全部功能。在一些实施例中，场可编程门阵列可与微处理器配合以执行在此所述的方法中的一个。通常，这些方法可较优地由硬件设备执行。

如上所述的实施例仅仅是本发明原理的例证，可以理解的是，此处所述配置和细节的修改和变化对本领域技术人员来说是显然的。因此，目的是，只受限于下列专利权利要求的范围，而不受限于在此以实施例的说明和解释的方式所提出的具体细节。

Claims (15)

1.无线通信系统中用于对接收信号(102)进行解码的接收机(100，200)，包括：

信号判决器(110)，配置用于为所述接收信号(102)判决复数接收值(112，y_RD)；

软信息判决器(120)，配置用于获得由第一概率值和第二概率值的组合所表示的软信息(122，L_SRD，L(d))，

其中，能够通过相加取决于在符号的同一比特位置包括相同第一比特值的调制字母表(A)的每个符号(s)的全概率密度函数(p(y_RD|s))而定的数值来推导所述第一概率值，其中所述调制字母表(A)的每个符号(s)代表至少两比特，其中如果代表考虑相加的各符号(s)的信号已从发射机发射到中继站，代表各符号的信号引发从中继站接收的所述接收信号(102)，则所述全概率密度函数(p(y_RD|s))表示接收所述复数接收值(112，y_RD)的概率，

其中，能够通过相加取决于在符号的同一比特位置包括相同第二比特值的调制字母表(A)的每个符号(s)的全概率密度函数(p(y_RD|s))而定的数值来推导所述第二概率值，其中，第一比特值和第二比特值不同；以及

软信息解码器(130)，配置用于基于获得的软信息(122，L_SRD，L(d))来对所述接收信号(102)包含的净负荷数据(132)进行解码。

2.如权利要求1的接收机，包括配置用于存储针对多个预定义的复数接收值包含多个软信息的查找表的存储单元(240)，所述软信息判决器(120)被配置为基于取决于所判决的复数接收值(112，y_RD)而定的所述查找表所包含的多个软信息，判决用于解码的软信息(122，L_SRD，L(d))。

3.如权利要求1的接收机，其中所述软信息判决器(120)被配置为通过相加取决于在符号的同一比特位置包括相同第一比特值的调制字母表(A)的每个符号(s)的全概率密度函数(p(y_RD|s))而定的数值来计算第一概率值，

其中，所述软信息判决器(120)被配置为通过相加取决于在符号的同一比特位置包括相同第二比特值的调制字母表(A)的每个符号(s)的全概率密度函数(p(y_RD|s))而定的数值来计算第二概率值，

并且其中所述软信息判决器(120)被配置为组合所述第一概率值和所述第二概率值以获得所述软信息(122，L_SRD，L(d))。

4.如权利要求1的接收机，其中软信息表示所述第一概率值除以所述第二概率值的对数，因此所述软信息(122，L_SRD，L(d))表示对数似然率。

5.如权利要求1的接收机，其中所述调制字母表(A)的每个符号(s)代表多于两个的比特。

6.如权利要求1的接收机，其中所述全概率密度(p(y_RD|s))基于所述接收机已知的中继函数(f(y_RS))，其中所述中继站基于从所述发射机接收的无线信号，使用所述中继函数(f(y_RS))以确定将要发射到所述接收机的无线信号。

7.如权利要求6的接收机，其中所述中继函数(f(y_RS))基于

$f\left(y_{\mathrm{SR}}\right)\∝E\left\{s\right|y_{\mathrm{SR}}\}=\underset{s\∈A}{\mathrm{\Σ}}\mathrm{sp}\left(s\right|y_{\mathrm{SR}})$

或

$f\left(y_{\mathrm{SR}}\right)=\mathrm{\βE}\left(s\right|y_{\mathrm{SR}},C)=\mathrm{\β}\underset{s}{\mathrm{\Σ}}s\·p\left(s\right|y_{\mathrm{SR}},C)$

或

$f\left(y_{\mathrm{SR}}\right)=\hat{s}=\underset{s\∈A}{\max }p\left(s\right|y_{\mathrm{SR}})$

或

f(y_SR)＝β_AF·y_SR

其中s表示所述调制字母表A的一个符号，y_SR表示所述中继站从所述发射机接收的复数接收值，f(y_SR)表示中继函数，C表示信道码，β_AF表示缩放因子。

8.如权利要求6的接收机，包括配置用于存储缩放因子、提供所述缩放因子到用于判决所述软信息(122，L_SRD，L(d))的所述软信息判决器(120)的存储单元(240)，其中如果接收信号包含的、代表发射机与中继站间的信道的噪声水平的噪声信息变化超过预设阈值，则所述软信息判决器(120)被配置用于确定新的缩放因子并用所述新的缩放因子更新存储的缩放因子。

9.如权利要求1的接收机，其中所述信号判决器(110)被配置用于从所述接收信号(102)中判决或提取表示中继站与接收机间的信道的噪声水平的第一噪声信息

并被配置为从所述接收信号(102)中提取表示发射机与中继站间的信道的噪声水平的第二噪声信息

其中所述全概率密度函数(p(y_RD|s)))取决于第一噪声信息和第二噪声信息而定。

10.如权利要求1的接收机，其中所述软信息判决器(120)被配置为基于接收自所述发射机的接收信号(y_SD)获得对数似然率，其中所述软信息(122，L_SRD，L(d))表示具有所述第一概率值除以所述第二概率值的对数的对数似然率，其中所述第一概率值和所述第二概率值取决于所述全概率密度函数与取决于接收自发射机的接收信号而定的概率密度函数的乘积，其中接收自所述发射机的接收信号包含与接收自中继站的接收信号(102)包含的相同的净负荷数据。

11.如权利要求1的接收机，其中中继站发射的无线信号经由第一信道而被接收，发射机发射的无线信号经由第二信道而被接收，其中第一信道与第二信道相互独立。

12.如权利要求5的接收机，其中如果所述中继站发射包含由中继函数确定的复数发射值(y_SR)的无线信号，则所述全概率密度函数(p(y_RD|s))基于表示接收所述复数接收值(112，y_RD)的概率的第一概率密度函数(p(y_RD|f(y_SR)))，其中，如果考虑相加的各符号(s)通过发射机发射到中继站，则所述全概率密度函数(p(y_RD|s))基于表示在中继站处接收来自发射机的具有复数接收值(y_SR)的接收信号的概率的第二概率密度函数(p(y_SR|s))。

13.如权利要求1的接收机，其中软信息判决器(120)被配置为基于

$L_{\mathrm{SRD}}=$

$\ln \left(\frac{\underset{s\∈A_v^0}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{-\frac{{|y_{\mathrm{RD}}-f\left(y_{\mathrm{SR}}\right)|}^2}{2{\mathrm{\σ}}_D^2}}\·e^{-\frac{{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_R^2}}d{y}_{\mathrm{SR}}}{\underset{s\∈A_v^1}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{-\frac{{|y_{\mathrm{RD}}-f\left(y_{\mathrm{SR}}\right)|}^2}{2{\mathrm{\σ}}_D^2}}\·e^{-\frac{{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_R^2}}d{y}_{\mathrm{SR}}}\right)=$

$\ln \left(\frac{\underset{s\∈A_v^0}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\frac{-{\mathrm{\σ}}_R^2{|y_{\mathrm{RD}}-\mathrm{\β}\underset{s^{\′}\∈A}{\mathrm{\Σ}}{s}^{\′}p\left(s^{\′}\right|y_{\mathrm{SR}})|}^2-{\mathrm{\σ}}_D^2{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_D^2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}}{\underset{s\∈A_v^1}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\frac{-{\mathrm{\σ}}_R^2|y_{\mathrm{RD}}-\mathrm{\β}\underset{s^{\′}\∈A}{\mathrm{\Σ}}{s}^{\′}p\left(s^{\′}\right|y_{\mathrm{SR}}){|}^2-{\mathrm{\σ}}_D^2{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_D^2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}}\right)$

或

$L\left(d\right)=$

$\ln \left(\frac{\underset{s\∈A_v^0}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{-\frac{{|y_{\mathrm{RD}}-f\left(y_{\mathrm{SR}}\right)|}^2}{2{\mathrm{\σ}}_D^2}}\·e^{-\frac{{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}\·e^{-\frac{{{|y}_{\mathrm{SD}}-s|}^2}{2{\mathrm{\σ}}_D^2}}}{\underset{s\∈A_v^1}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{-\frac{{|y_{\mathrm{RD}}-f\left(y_{\mathrm{SR}}\right)|}^2}{2{\mathrm{\σ}}_D^2}}\·e^{-\frac{{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}\·e^{-\frac{{|y_{\mathrm{SD}}-s|}^2}{2{\mathrm{\σ}}_D^2}}}\right)=$

$\ln \left(\frac{\underset{s\∈A_v^0}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\frac{-{\mathrm{\σ}}_R^2{|y_{\mathrm{RD}}-\mathrm{\β}\underset{s^{\′}\∈A}{\mathrm{\Σ}}{s}^{\′}p\left(s^{\′}\right|y_{\mathrm{SR}})|}^2-{\mathrm{\σ}}_D^2{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_D^2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}\·e^{-\frac{{|y_{\mathrm{SD}}-s|}^2}{2{\mathrm{\σ}}_D^2}}}{\underset{s\∈A_v^1}{\mathrm{\Σ}}\underset{-\∞}{\overset{\∞}{\∫}}{e}^{\frac{-{\mathrm{\σ}}_R^2|y_{\mathrm{RD}}-\mathrm{\β}\underset{s^{\′}\∈A}{\mathrm{\Σ}}{s}^{\′}p\left(s^{\′}\right|y_{\mathrm{SR}}){|}^2-{\mathrm{\σ}}_D^2{|y_{\mathrm{SR}}-s|}^2}{2{\mathrm{\σ}}_D^2{\mathrm{\σ}}_R^2}}{\mathrm{dy}}_{\mathrm{SR}}\·e^{-\frac{{|y_{\mathrm{SD}}-s|}^2}{2{\mathrm{\σ}}_D^2}}}\right)$

来判决所述软信息(122，L_SRD，L(d))，

其中L_SRD表示由来自发射机的信号引发的、从中继站接收的接收信号的比特的对数似然率，s表示所述调制字母表A的一个符号，

表示映射到在符号的第v个位置具有d∈(0，1)的比特元组的调制符号集，y_RD表示判决的复数接收值，y_SR表示由中继站从接收自发射机的接收信号判决的复数接收值，f(y_SR)表示中继函数，

表示中继站与接收机间的信道的噪声方差，

表示发射机与中继站间的信道的方差，β表示所述中继函数的缩放因子，L(d)表示由来自发射机的信号引发的接收自中继站的接收信号和接收自发射机的接收信号的比特的对数似然率。

14.用于对无线通信系统中的接收信号进行解码的方法(1600)，包括：

对于所述接收信号判决复数接收值(1610)；

获得由第一概率值与第二概率值的组合表示的软信息(1620)，

其中，能够通过相加取决于在符号的同一比特位置包括相同第一比特值的调制字母表的每个符号的全概率密度函数而定的数值来推导所述第一概率值，其中所述调制字母表的每个符号代表至少两比特，其中如果代表考虑相加的各符号的信号已从发射机发射到中继站，代表各符号的信号引发从中继站接收的所述接收信号，则所述全概率密度函数表示接收所述复数接收值的概率，

其中，能够通过相加取决于在符号的同一比特位置包括相同第二比特值的调制字母表的每个符号的全概率密度函数而定的数值来推导所述第二概率值，其中，第一比特值和第二比特值不同；以及

基于获得的软信息，对所述接收信号所包含的净负荷数据进行解码(1630)。

15.具有用于执行如权利要求14的方法的程序代码、运行于计算机或微控制器的计算机程序。

Images