CN103580808A - 软解映射方法 - Google Patents

Abstract

本发明公开了一种软解映射方法，包括如下步骤：对接收符号进行预处理以得到待处理接收符号和标量因子，其中待处理接收符号为去除了信道信息的接收符号；对待处理接收符号与星座点对应的相位组成的矢量的乘积结果取其实部以确定中间数据；利用第一判决距离公式确定待处理接收符号的相位相关比特的判决距离，其中第一判决距离公式关联于中间数据；利用第二判决距离公式确定待处理接收符号的幅度相关比特的判决距离，其中第二判决距离公式关联于中间数据的最大值；分别根据第一判决距离公式和第二判决距离公式确定所有待处理接收符号的相位相关比特的对数似然比和幅度相关比特的对数似然比。本技术方案简化了软解映射的计算复杂度。

Description

软解映射方法

技术领域

本发明涉及信息解码技术领域，特别涉及一种软解映射方法。

背景技术

数字通信系统，包括典型的无线移动通信系统和地面数字广播系统，其根本任务是实现数字信息的高效无误传输。星座映射将携带数字信息的有限域“比特”序列映射成适于传输的“符号”序列。这些符号的取值空间可以是一维实数空间、二维实数空间（即复数空间或复数平面）、或更高维的实数空间（例如多天线MIMO系统信号传输对应的空间）。星座映射包含两个要素，即星座图和星座点映射方式。星座图代表星座映射输出符号的所有取值组成的集合，其中，星座图的每个点对应输出符号的一种取值。星座点映射方式代表输入比特（组）到星座点的特定映射关系，或者星座点到比特（组）的特定映射关系，通常每个星座点与一个比特或多个比特组成的比特组一一对应。目前最为常见以及实用的复数空间的星座图主要有正交幅度调制（Quadrature Amplitude Modulation，QAM）、相移键控（Phase ShiftKeying，PSK）、和幅度相移键控（Amplitude-Phase Shift Keying，APSK）调制技术。在接收端，对应星座映射的是星座解映射，简称解映射。通常，星座解映射依据星座图和星座点映射方式，结合信道状态信息得到对应接收符号的一个或多个比特的比特软信息。

在复高斯信道下，输入信号必须为复高斯分布才能达到信道容量。与QAM星座图相比，具有圆对称性的APSK星座图更接近复高斯分布。因此可以预期，在加性高斯白噪声（Additive White GaussianNoise，AWGN）信道下，APSK星座图将比QAM星座图有更好的性能，其带来的增益称为Shaping增益。APSK星座图呈多层同心圆环状，每一环上的星座点在相位方向均匀分布。欧洲第二代卫星数字电视广播标准DVB-S2采用了APSK星座映射。清华大学提出一组M阶具有格雷映射的APSK星座图，该星座图有

个圆环，每个圆环由均匀的

点组成，相当于一个

，不同环半径组成的集合相当于一个特殊的

，其中m=m₁+m₂=log₂M；对于一个m长比特向量，其中m₁个比特只与相位相关，且这m₁个比特与

之间采用PSK的格雷映射，另m₂个比特只与幅度相关，且这m₂个比特与

-PAM之间采用PAM的格雷映射。这些参数优化的APSK星座图均提供较大的Shaping增益。

现有技术提出了一种简化的APSK软解映射的方法，该方法将接收符号转化为其相应的幅度和相位，然后分别计算幅度和相位相关比特的对数似然比。本发明从此角度出发，对现有技术中提出的软解映射方法进行改进，即对接收符号进行预处理，简化了定点实现的复杂度；且在计算相位比特的判决距离时，设计了新的判决距离公式，进一步简化计算复杂度；另外，本发明技术给出了RTL定点化和实现方案，定点化后的系统性能损失很小。

对于信道接收到的第i个符号y_i＝H_ix_i+n_i，其中x_i为发射的符号，H_i为对应接收符号y_i的信道状态信息，n_i为白色复高斯加性噪声，单边噪声功率为N_0,i。软解映射算法输出比特的软信息，通常采用对数似然比（Log-Likelihood Ratio，LLR）来表示软解映射算法输出比特的软信息，假设传输符号等概分布，第i个接收符号的第jj个比特的LLR可以表示为：

${\mathrm{LLR}}_{i,\mathrm{jj}}=\log \frac{{\mathrm{\Σ}}_{x\∈S_{\mathrm{jj}}^1}p\left(y_1\right|x_i=x)}{{\mathrm{\Σ}}_{x\∈S_{\mathrm{jj}}^0}p\left(y_i\right|x_i=x)}$

其中x_i为第i个发射的符号，表示第jj个比特为1的星座图符号集合，

表示第jj个比特为0的星座图符号集合。

使用对数最大后验概率（Log-MAP）算法可以精确计算每个比特的LLR值，但是计算中存在对数和指数运算，计算量相当大。通过近似公式logΣ_jz_j≈max_jlogz_j，可以得到最大对数最大后验概率（Max-Log-MAP）算法，在白色高斯加性噪声的基带等效模型下，Max-Log-MAP算法可以表示为：

${\mathrm{LLR}}_{i,\mathrm{jj}}=\frac{1}{N_{0,i}}\{{\min }_{x\∈S_{\mathrm{jj}}^1}{|y_i-H_{i}x|}^2-{\min }_{x\∈S_{\mathrm{jj}}^0}{|y_i-H_{i}x|}^2\}$

此时计算符号间距离欧氏距离，硬件实现的复杂度仍比较高，且由于信道信息（H_i，N_0,i）包含在两个参数里，不利于硬件定点化和实现。

发明内容

本发明解决的问题是简化软解映射的计算复杂度。

为解决上述问题，本发明实施例提供了一种软解映射方法，包括：

对接收符号进行预处理以得到待处理接收符号和标量因子，其中所述待处理接收符号为去除了信道信息的接收符号；对所述待处理接收符号与星座点对应的相位组成的矢量的乘积结果取其实部以确定中间数据；利用第一判决距离公式确定所述待处理接收符号的相位相关比特的判决距离，其中所述第一判决距离公式关联于该中间数据；利用第二判决距离公式确定所述待处理接收符号的幅度相关比特的判决距离，其中所述第二判决距离公式关联于该中间数据的最大值；分别根据所述第一判决距离公式和第二判决距离公式确定所有待处理接收符号的相位相关比特的对数似然比和幅度相关比特的对数似然比。

可选地，所述中间数据以如下方式表示：

$r_{i,k}=\mathrm{Re}({\stackrel{\‾}{y}}_i\exp \_{\mathrm{init}}_k),k=1,...,2^{m_1};$ 其中，

为第i个所述待处理接收符号；

其中，P_init为星座点对应的相位组成的矢量；m₁为与待处理接收符号的相位相关比特的个数；Re(·)为取实部运算符；r_i,k为所述中间数据。

可选地，所述第一判决距离公式为：

$P_{i,k}={\left|{\stackrel{\‾}{y}}_i\right|}^2+{r_s}^2-2r_s{r}_{i,k},k=1,...,2^{m_1};$ 其中，

为第i个所述待处理接收符号；r_i,k为所述中间数据；m₁为与待处理接收符号的相位相关比特的个数；P_i,k为与待处理接收符号的相位相关比特的判决距离；

$r_s=\left\{\begin{array}{cc}A\_{\mathrm{init}}_1& r_{i,k}<\frac{A\_{\mathrm{init}}_1+A\_{\mathrm{init}}_2}{2}\\ A\_{\mathrm{init}}_l& r_{i,k}\&Element;[(A\_{\mathrm{init}}_{l-1}+A\_{\mathrm{init}}_l)/2,(A\_{\mathrm{init}}_l+A\_{\mathrm{init}}_{l+1})/2),2\&le;\\ A\_{\mathrm{init}}_{2^{m_2}}& r_{i,k}\&GreaterEqual;\frac{A\_{\mathrm{init}}_{2^{m_2}}+A\_{\mathrm{init}}_{2^{m_2}}}{2}\end{array},l\&le;2^{m_2}-1\right.$

其中，m₂为与待处理接收符号的幅度相关比特的个数；A_init为星座图圆环的半径组成的向量。

可选地，所述第二判决距离公式为： $A_{i,k}={(r_i-A\_{\mathrm{init}}_k)}^2,k=1,...,2^{m_2},$ 其中，r_i为所述中间数据的最大值；A_init为星座图圆环的半径组成的向量；A_i,k为与待处理接收符号的幅度相关比特的判决距离。

可选地，根据所述第一判决距离公式确定所有待处理接收符号的相位相关比特的对数似然比包括：

${\mathrm{LLR}}_{i,\mathrm{jj}}={\stackrel{\&OverBar;}{c}}_i\{{\min }_{P\_\mathrm{bin}(k,\mathrm{jj})=1}\left(P_{i,k}\right)-{\min }_{P\_\mathrm{bin}(k,\mathrm{jj})=0}\left(P_{i,k}\right)\},$

$k=1,...,2^{m_1},\mathrm{jj}=m_2+1,...,m$

其中，

为与信道信息相关的标量因子；P_bin为一个

行m₁列二值域上的矩阵，其矩阵的行比特序列之间是格雷映射；LLR_i,jj表示第i个待处理接收符号的第jj个与相位相关比特的对数似然比。

可选地，根据所述第二判决距离公式确定所有待处理接收符号的幅度相关比特的对数似然比包括：

${{\mathrm{LLR}}^{\&prime;}}_{i,\mathrm{jj}}={\stackrel{\_}{c}}_i\{{\min }_{A\_\mathrm{bin}(k,\mathrm{jj})=1}{(r_i-A\_{\mathrm{init}}_k)}^2-{\min }_{A\_\mathrm{bin}(k,\mathrm{jj})=0}{(r_i-A\_{\mathrm{init}}_k)}^2\},$

$k=1,...,2^{m_2},\mathrm{jj}=1,...,m_2$

其中，

为与信道信息相关的标量因子；A_bin为一个

行m₂列二值域上的矩阵，其矩阵的行比特序列之间是格雷映射；LLR'_i,jj表示第i个待处理接收符号的第jj个与幅度相关比特的对数似然比。

可选地，该软解映射方式适用于APSK星座映射。

可选地，所述信道信息包括衰减因子和信道噪声功率。

与现有技术相比，本发明技术方案具有以下有益效果：

接收端通过对接收到的符号进行预处理以得到去除了信道信息的接收符号，从而简化了在硬件实现过程中定点化运算的复杂度。

进一步地，利用对该去除了信道信息的接收符号与星座点对应的相位组成的矢量的乘积结果取其实部以得到中间数据，并将该中间数据（及其最大值）运用至后续对待处理接收符号的相位相关比特（幅度相关比特）的判决距离，从而简化了计算复杂度。

附图说明

图1是本发明的接收端接收到的待处理接收符号的结构示意图；

图2是本发明的一种软解映射方法的具体实施方式的流程示意图；

图3A是对接收符号采用本发明提供的软解映射方法和其他现有算法进行对比的一个实例的仿真结果示意图；

图3B是对接收符号采用本发明提供的软解映射方法和其他现有算法进行对比的另一个实例的仿真结果示意图。

具体实施方式

发明人发现接收端现有的软解映射方法的复杂度较高，且不利于在硬件实现过程中进行定点化运算。

针对上述问题，发明人经过研究，提供了一种软解映射方法，以简化运算复杂度，进而简化了硬件实现过程中定点化运算的复杂度。

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

本技术方案提供的软解映射方法适用于APSK星座映射。接收端接收到的是由多个经过APSK星座映射的符号流，在符号流中的每一个APSK星座映射的符号均能够对应对个比特。

如图1所示的是本发明接收端接收到的待处理接收符号（去除了信道信息的接收符号）的结构示意图。参考图1，每一个APSK星座映射的符号对应于长度为m的比特组，将这m个比特划分为连续的前m₂个比特

和连续的后m₁个比特其中，m₁为与待处理接收符号的相位相关比特的个数，m₂为与待处理接收符号的幅度相关比特的个数。

如图2所示的是本发明的一种软解映射方法的具体实施方式的流程示意图。参考图2，所述软解映射方法包括如下步骤：

步骤S1：对接收符号进行预处理以得到待处理接收符号和标量因子，其中所述待处理接收符号为去除了信道信息的接收符号；

步骤S2：对所述待处理接收符号与星座点对应的相位组成的矢量的乘积结果取其实部以确定中间数据；

步骤S3：利用第一判决距离公式确定所述待处理接收符号的相位相关比特的判决距离，其中所述第一判决距离公式关联于该中间数据；

步骤S4：利用第二判决距离公式确定所述待处理接收符号的幅度相关比特的判决距离，其中所述第二判决距离公式关联于该中间数据的最大值；

步骤S5：分别根据所述第一判决距离公式和第二判决距离公式确定所有待处理接收符号的相位相关比特的对数似然比和幅度相关比特的对数似然比。

在具体实施例中，如步骤S1所述，对接收符号进行预处理以得到待处理接收符号和标量因子。

与现有技术不同的是，在本实施例中，接收端对接收到的接收符号先进行预处理以去除接收符号中包含的信道信息，以使在硬件实现过程中简化定点运算的复杂度。

具体地，对于信道接收到的第i个接收符号，设为y_i＝H_ix_i+n_i，其中，x_i为发射端发射的符号，H_i为对应接收符号y_i的信道状态信息，n_i为白色复高斯加性噪声。对该接收符号进行预处理后得到的待处理接收符号为：

该待处理接收符号为去除了信道信息的接收符号，其中，所述信道信息包括衰减因子和信道噪声功率。

另外，还得到包含信道信息的标量因子，设为其中，N_0,i表示单边噪声功率。由此，信道信息仅与一个参量有关，更有利于硬件实现过程中对位宽的选择。

在其他实施例中，

的计算也可以在前级均衡模块完成，而无论将yi的计算放在前级均衡模块中计算还是放在预处理模块中计算，预处理模块的输出参量为

和

如步骤S2所述，对所述待处理接收符号与星座点对应的相位组成的矢量的乘积结果取其实部以确定中间数据。

在本步骤中，利用所述待处理接收符号与星座点对应的相位组成的矢量计算得到一个中间数据，该中间数据将在后续作相位相关比特的判决距离计算和幅度相关比特的判决距离计算中使用。

具体地，设该中间数据为r_i,k， $r_{i,k}=\mathrm{Re}({\stackrel{\&OverBar;}{y}}_i\exp \_{\mathrm{init}}_k),k=1,...,2^{m_1};$ 其中，

为第i个所述待处理接收符号；

其中，P_init为星座点（本实施例中为APSK星座点）对应的相位组成的矢量；m₁为与待处理接收符号的相位相关比特的个数；Re(·)为取实部运算符。

在本实施例中，将待处理接收符号转化成与其相对应的幅度和相位，然后分别计算幅度相关比特和相位相关比特的对数似然比以实现对接收符号的软解映射过程。

如步骤S3所述，利用第一判决距离公式确定所述待处理接收符号的相位相关比特的判决距离，其中所述第一判决距离公式关联于该中间数据。

具体地，所述第一判决距离公式为：

$P_{i,k}={\left|{\stackrel{\&OverBar;}{y}}_i\right|}^2+{r_s}^2-2r_s{r}_{i,k},k=1,...,2^{m_1};$

其中，

为第i个所述待处理接收符号；r_i,k为上述步骤S2得到的所述中间数据；m₁为与待处理接收符号的相位相关比特的个数；P_i,k为与待处理接收符号的相位相关比特的判决距离。

$r_s=\left\{\begin{array}{cc}A\_{\mathrm{init}}_1& r_{i,k}<\frac{A\_{\mathrm{init}}_1+A\_{\mathrm{init}}_2}{2}\\ A\_{\mathrm{init}}_l& r_{i,k}\&Element;[(A\_{\mathrm{init}}_{l-1}+A\_{\mathrm{init}}_l)/2,(A\_{\mathrm{init}}_l+A\_{\mathrm{init}}_{l+1})/2),2\&le;\\ A\_{\mathrm{init}}_{2^{m_2}}& r_{i,k}\&GreaterEqual;\frac{A\_{\mathrm{init}}_{2^{m_2}}+A\_{\mathrm{init}}_{2^{m_2}}}{2}\end{array},l\&le;2^{m_2}-1\right.$

其中，m₂为与待处理接收符号的幅度相关比特的个数、A_init为星座图圆环的半径组成的向量。

如步骤S4所述，利用第二判决距离公式确定所述待处理接收符号的幅度相关比特的判决距离，其中所述第二判决距离公式关联于该中间数据的最大值。

具体地，所述第二判决距离公式为：

$A_{i,k}={(r_i-A\_{\mathrm{init}}_k)}^2,k=1,...,2^{m_2}$

其中，r_i为所述中间数据的最大值，

A_init为星座图圆环的半径组成的向量；A_i,k为与待处理接收符号的幅度相关比特的判决距离。

如步骤S5所述，分别根据所述第一判决距离公式和第二判决距离公式确定所有待处理接收符号的相位相关比特的对数似然比和幅度相关比特的对数似然比。

具体地，本步骤包括：

1）根据所述第一判决距离公式确定所有待处理接收符号的相位相关比特的对数似然比。

设第i个待处理接收符号的第jj个与相位相关比特的对数似然比为LLR_i,jj

${\mathrm{LLR}}_{i,\mathrm{jj}}={\stackrel{\&OverBar;}{c}}_i\{{\min }_{P\_\mathrm{bin}(k,\mathrm{jj})=1}\left(P_{i,k}\right)-{\min }_{P\_\mathrm{bin}(k,\mathrm{jj})=0}\left(P_{i,k}\right)\},$

$k=1,...,2^{m_1},\mathrm{jj}=m_2+1,...,m$

其中，为与信道信息相关的标量因子；P_bin为一个

行m₁列二值域上的矩阵，其矩阵的行比特序列之间是格雷映射。

2）根据所述第二判决距离公式确定所有待处理接收符号的幅度相关比特的对数似然比。

设第i个待处理接收符号的第jj个与幅度相关比特的对数似然比为LLR'_i,jj

${{\mathrm{LLR}}^{\&prime;}}_{i,\mathrm{jj}}={\stackrel{\_}{c}}_i\{{\min }_{A\_\mathrm{bin}(k,\mathrm{jj})=1}{(r_i-A\_{\mathrm{init}}_k)}^2-{\min }_{A\_\mathrm{bin}(k,\mathrm{jj})=0}{(r_i-A\_{\mathrm{init}}_k)}^2\},$

$k=1,...,2^{m_2},\mathrm{jj}=1,...,m_2$

其中，

为与信道信息相关的标量因子；A_bin为一个

行m₂列二值域上的矩阵，其矩阵的行比特序列之间是格雷映射。

综上所述，本技术方案在接收端通过对接收到的符号进行预处理以得到去除了信道信息的接收符号，从而简化了在硬件实现过程中定点化运算的复杂度。进一步地，利用对该去除了信道信息的接收符号与星座点对应的相位组成的矢量的乘积结果取其实部以得到中间数据，并将该中间数据（及其最大值）运用至后续对待处理接收符号的相位相关比特（幅度相关比特）的判决距离，从而简化了计算复杂度。

发明人还对接收符号采用本发明软解映射方法和其他现有算法进行仿真实验以进行效果对比。

实例1：

采用M=256阶APSK星座图，m₁=5，m₂=3；9/13码率的LDPC码，码长59904比特；LDPC码和Gray-APSK映射之间采用行列交织；解映射方法分别采用Log-MAP算法、现有的简化解映射方法（图3A中标记为Simplified v1）及其输入定点化算法（图3A中标记为Simplified v1，input fixed）和本发明的浮点算法（图3A中标记为Simplified v2）及其输入定点化算法（图3A中标记为Simplified v2，input fixed）；LDPC解码算法采用BP算法，最大迭代次数为50次；信道为AWGN信道；在上述256-APSK星座下，各星座点的相位矢量为

对应的P_bin为32行5列的二值矩阵，表示为[00000;00001;00011;00010;00110;00111;00101;00100;01100;01101;01111;01110;01010;01011;01001;01000;11000;11001;11011;11010;11110;11111;11101;11100;10100;10101;10111;10110;10010;10011;10001;10000]；星座图各圆环的半径矢量为

A_init=[0.2639,0.4750,0.6333,0.7916,0.9499,1.1346,1.3457,1.6360]，对应的A_bin为8行3列的二值矩阵，表示为[000;001;011;010;110;111;101;100]。

在上述参数设置下，仿真运行1000个LDPC块，所得的编码调制系统的BER（误码率）仿真结果如图3A所示。参考图3A，在BER为10^-6时，本发明的方法配合BP算法相对Log-MAP配合BP算法，性能损失为0.05dB，定点化性能同浮点性能相比几乎无损，明显优于现有的简化解映射方法的定点化算法，且不需要任何的三角函数运算，计算量得到了极大的简化。

实例2：

同实例1中仿真参数，但解映射仅采用Log-MAP算法，本发明的浮点算法（图3B中标记为Simplified）及其全参数（包括内部参数）定点化算法（图3B中标记为Simplified，all fixed），从图3B中可见，即使全参数都定点实现，本发明算法的性能仅比Log-MAP算法差0.1dB，但复杂度要低很多。

本发明的方法在简化了运算复杂度的情况下对系统的性能损失很小，对减少硬件实现消耗的资源以及提高计算速度有很大的帮助。本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (8)

1.一种软解映射方法，其特征在于，包括如下步骤：

对接收符号进行预处理以得到待处理接收符号和标量因子，其中所述待处理接收符号为去除了信道信息的接收符号；

对所述待处理接收符号与星座点对应的相位组成的矢量的乘积结果取其实部以确定中间数据；

利用第一判决距离公式确定所述待处理接收符号的相位相关比特的判决距离，其中所述第一判决距离公式关联于该中间数据；

利用第二判决距离公式确定所述待处理接收符号的幅度相关比特的判决距离，其中所述第二判决距离公式关联于该中间数据的最大值；

分别根据所述第一判决距离公式和第二判决距离公式确定所有待处理接收符号的相位相关比特的对数似然比和幅度相关比特的对数似然比。

2.如权利要求1所述的软解映射方法，其特征在于，所述中间数据以如下方式表示：

$r_{i,k}=\mathrm{Re}({\stackrel{\&OverBar;}{y}}_i\exp \_{\mathrm{init}}_k),k=1,...,2^{m_1};$ 其中，

为第i个所述待处理接收符号；

其中，P_init为星座点对应的相位组成的矢量；

m₁为与待处理接收符号的相位相关比特的个数；

Re(·)为取实部运算符；

r_i,k为所述中间数据。

3.如权利要求1所述的软解映射方法，其特征在于，所述第一判决距离公式为：

$P_{i,k}={\left|{\stackrel{\&OverBar;}{y}}_i\right|}^2+{r_s}^2-2r_s{r}_{i,k},k=1,...,2^{m_1};$ 其中，

为第i个所述待处理接收符号；

r_i,k为所述中间数据；

m₁为与待处理接收符号的相位相关比特的个数；

P_i,k为与待处理接收符号的相位相关比特的判决距离；

$r_s=\left\{\begin{array}{cc}A\_{\mathrm{init}}_1& r_{i,k}<\frac{A\_{\mathrm{init}}_1+A\_{\mathrm{init}}_2}{2}\\ A\_{\mathrm{init}}_l& r_{i,k}\&Element;[(A\_{\mathrm{init}}_{l-1}+A\_{\mathrm{init}}_l)/2,(A\_{\mathrm{init}}_l+A\_{\mathrm{init}}_{l+1})/2),2\&le;\\ A\_{\mathrm{init}}_{2^{m_2}}& r_{i,k}\&GreaterEqual;\frac{A\_{\mathrm{init}}_{2^{m_2}}+A\_{\mathrm{init}}_{2^{m_2}}}{2}\end{array},l\&le;2^{m_2}-1\right.$

其中，m₂为与待处理接收符号的幅度相关比特的个数；

A_init为星座图圆环的半径组成的向量。

4.如权利要求1所述的软解映射方法，其特征在于，所述第二判决距离公式为：

$A_{i,k}={(r_i-A\_{\mathrm{init}}_k)}^2,k=1,...,2^{m_2},$ 其中，

r_i为所述中间数据的最大值；

A_init为星座图圆环的半径组成的向量；

A_i,k为与待处理接收符号的幅度相关比特的判决距离。

5.如权利要求3所述的软解映射方法，其特征在于，根据所述第一判决距离公式确定所有待处理接收符号的相位相关比特的对数似然比包括：

${\mathrm{LLR}}_{i,\mathrm{jj}}={\stackrel{\&OverBar;}{c}}_i\{{\min }_{P\_\mathrm{bin}(k,\mathrm{jj})=1}\left(P_{i,k}\right)-{\min }_{P\_\mathrm{bin}(k,\mathrm{jj})=0}\left(P_{i,k}\right)\},$

$k=1,...,2^{m_1},\mathrm{jj}=m_2+1,...,m$

其中，

为与信道信息相关的标量因子；

P_bin为一个

行m₁列二值域上的矩阵，其矩阵的行比特序列之间

是格雷映射；

LLR_i,jj表示第i个待处理接收符号的第jj个与相位相关比特的对数似然比。

6.如权利要求4所述的软解映射方法，其特征在于，根据所述第二判决距离公式确定所有待处理接收符号的幅度相关比特的对数似然比包括：

${{\mathrm{LLR}}^{\&prime;}}_{i,\mathrm{jj}}={\stackrel{\_}{c}}_i\{{\min }_{A\_\mathrm{bin}(k,\mathrm{jj})=1}{(r_i-A\_{\mathrm{init}}_k)}^2-{\min }_{A\_\mathrm{bin}(k,\mathrm{jj})=0}{(r_i-A\_{\mathrm{init}}_k)}^2\},$

$k=1,...,2^{m_2},\mathrm{jj}=1,...,m_2$

其中，

为与信道信息相关的标量因子；

A_bin为一个

行m₂列二值域上的矩阵，其矩阵的行比特序列之间是格雷映射；

LLR'_i,jj表示第i个待处理接收符号的第jj个与幅度相关比特的对数似然比。

7.如权利要求1所述的软解映射方法，其特征在于，该软解映射方式适用于APSK星座映射。

8.如权利要求1所述的软解映射方法，其特征在于，所述信道信息包括衰减因子和信道噪声功率。

Images