背景技术
在空间复用传输的多天线系统中,在实现中可采用的一种近似最大似然的检测算法为基于查找表的QR分解和M算法的(List based QR decompositionwith M algorithm,QRDM-List)检测算法,该算法采用逐层选取最有可能多个的星座符号保留,并选取有可能的星座符号的组合(该星座符号的组合是一个矢量,在本检测算法中称为分支),作为输出的检测结果。
假设空间复用传输的MIMO系统的传输模型如下公式1:
r=Hx+n…………………………………….(1)
其中,r为NR×1的接收信号矢量,H为NR×NL的信道矩阵,x表示NL×1的发送信号向量,n表示NR×1的噪声向量。
对于基于QR分解的接收端检测算法,如公式1转化为下式2:
上式2中,Q矩阵是酉矩阵,R矩阵是上三角矩阵,如下式3所示:
对式1两端同时左乘QH,可以得到下式4:
其中,y=QHr,
QRDM-List检测算法是一种基于存储表的简化最大似然检测算法。该算法在每一层搜索的过程中根据判决量的位置,通过查找预先存储的星座图上的各区域和最近的星座点的映射表格的方法,确定NC2(NC2<Q)个与判决量位置较近的星座点,对这些星座点计算对应的分支度量值。假设每一层保留NC1个分支,这样每一层需要计算NC1×NC2个分支度量值,并在这NC1×NC2个分支度量值中选取最小的NC1个度量值和分支保留。即在QRDM-List检测算法中,在保留分支下并没有遍历所有星座点计算分支度量值,而是通过查表的方法,只计算一部分星座点的分支度量值。
QRDM-List检测算法和QR分解和M算法的最大似然的(QR detection withM algorithm Maximum Likelihood Detection,QRD-M)检测算法的区别仅在树形搜索部分,之前的信道矩阵的QR分解和之后的软比特计算方法都是相同的。该算法的执行步骤如下:
步骤0:预先针对各种不同的调制方式,初始化查找表,通过获得的判决量确定,该判决量所述的区间,每个区间对应于NC2个保留星座点。
步骤1:对信道矩阵H进行QR分解,输出Q矩阵和R矩阵。其中Q矩阵是酉矩阵,R矩阵是上三角矩阵。初始化Xleft为NL×NC1的空矩阵,bm为1×NC1的向量。
步骤2:对接收信号向量y左乘QH,得到等效接收向量
步骤3:对NL层传输的符号从第NL层到第1层进行逐层搜索。
步骤3.1:对于第NL层,即第一个被搜索的符号,将Q个星座点带入下式进行分支度量值的计算:
其中,表示当前层传输的符号,来自星座集合。在Q个分支度量值中保留NC1个度量值最小的存入bm,并将对应的星座点存入Xleft的第NL行。
对于第i,i∈{2,…,NL}个被搜索的符号,即第NL-i+1层的符号,先根据已搜索层的保留分支计算在对应保留分支的情况下的判决量:
上式中,nc1∈{1,…,NC1}。根据和调制方式,通过查表的方法确定和欧氏距离最近的NC2个星座点这样在该层需要进行NC1×NC2个分支度量值的增量计算
上式中,nc2∈{1,…,NC2}。累积分支度量值采用分支度量值的增量和保存的累积分支度量值bm中对应的元素进行相加:
每一层在NC1×NC2个分支中保留最小的NC1个累积分支度量值,将对应的累积分支度量值存入bm,将对应的已搜索层保留分支和当前层保留的星座点写入Xleft。
最后,所有符号搜索完成之后输出的bm为保留的最小的NC1个分支对应的分支度量值,保留分支Xleft包含对应的bm最小的NC1个分支。
QRDM-List的树形搜索示意图如图1所示,该图示中假设NC1=16,NC2=4。
在未编码系统中,将Xleft中BM最小值对应的矢量转化为比特输出即为检测结果。然而在编码的系统中,需要生成每个比特的对数似然比(也称软比特)输入到译码器。该算法通过树形搜索输出保留分支并计算对应的分支度量值,采用保留分支中该比特为0的最小累积分支度量值和保留分支中该比特为1的最小累积分支度量值的差值,作为该软比特的输出。如下式所示:
上式中,表示保留分支中第nl层第nb比特为0的分支集合,表示留分支中第nl层第nb比特为1的分支集合,nl∈{1,…,NL},nb∈{1,…,log2Q}。NL表示传输的层数,log2Q表示调制阶数。
综上,现有的QRDM-List检测算法存在两方面的缺点,第一,该算法对所有的保留分支都进行基于查表法的进一步搜索,而各条保留分支是正确检测结果的概率则是有差别的,分支度量值越小对应的分支正确的概率越大,这样对各分支采用相同的处理,显然会计算了更多的分支度量值,从而引入了不必要的复杂度;第二,由于引入了一些不必要的分支度量值的计算,从而增加了排序部分的输入长度,这样也会增加排序部分复杂度和处理时延。
具体实施方式
为了降低信号检测的复杂度,提高检测效率,本发明实施例提供一种信号检测方法。
参见图2,本发明实施例提供的信号检测方法中,采用基于QR分解和M算法的查找表最大似然检测(QRDM-List)算法对接收信号进行信号检测,在信号检测过程中,对多个传输层逐层进行符号搜索,其中对除最先搜索层之外的其他传输层进行符号搜索的方法包括如下步骤:
步骤20:确定已搜索传输层的每个保留星座符号组合对应的判决量;
步骤21:选取确定的各判决量中的部分判决量;
步骤22:对于选取的每个判决量,通过查表确定与该判决量的欧氏距离最近的多个星座点,并确定该多个星座点中每个星座点对应的分支度量值的增量;对于未被选取的每个判决量,采用星座符号的硬判决方法确定与该判决量的欧氏距离最近的一个星座点,并确定该星座点对应的分支度量值的增量;
步骤23:根据确定的每个分支度量值的增量得到本传输层的符号搜索结果。
步骤20中,确定已搜索传输层的每个保留星座符号组合对应的判决量,具体实现可以如下:
按照如下公式确定已搜索传输层的第nc1个保留星座符号组合对应的判决量nc1∈{1,…,NC1},NC1为保留星座符号组合的个数:
其中,yi为等效接收信号向量中的第i个元素,从第NL-1层到第1层,i的取值分别为2,...,NL;NL为传输层的总层数;ri,j为预先对接收信号向量进行QR分解得到的R矩阵中第i行第j列的元素;Xleft为NL行NC1列的矩阵,Xleft初始为空矩阵,并在每次对传输层进行符号搜索后将得到的保留星座符号组合保存在Xleft中;为Xleft中第j行第nc1列的元素;ri,i为所述R矩阵中第i行第i列的元素。
步骤21中,选取确定的各判决量中的部分判决量,具体实现可以如下:
选取确定的各判决量中累积分支度量值最小的设定数目个判决量,该设定数目小于判决量的总个数。这里,累积分支度量值最小的设定数目个判决量是指在上一次符号搜索过程中得到的累积分支度量值最小的设定数目个保留星座符号组合对应的判决量。
步骤23中,根据确定的每个分支度量值的增量得到本传输层的符号搜索结果,具体实现可以如下:
对于得到的每个分支度量值的增量,确定该分支度量值的增量对应的累积分支度量值,该累积分支度量值是该分支度量值的增量与该分支度量值的增量对应的已搜索传输层的保留星座符号组合的分支度量值之和;
从得到的各累积分支度量值中选取NC1个最小的累积分支度量值,将选取的NC1个最小的累积分支度量值对应的星座点组合作为本传输层的保留星座符号组合并保存到Xleft中,将选取的NC1个最小的累积分支度量值作为各保留星座符号组合分别对应的分支度量值并保存到bm中,其中Xleft为NL行NC1列的矩阵;bm为长度为NC1的向量;NL为传输层的总层数,NC1为保留星座符号组合的个数。
具体的,在确定星座点对应的分支度量值的增量时,若该星座点是通过查表确定的,则确定该星座点对应的分支度量值的增量的方法如下:
按照如下公式确定由第nc1个判决量得到的第nc2个星座点对应的分支度量值的增量nc1∈{1,…,NC3},1≤NC3≤NC1,NC1为保留星座符号组合的个数,nc2∈{1,…,NC2},NC2为通过查表确定的与判决量的欧氏距离最近的星座点的个数:
其中,yi为等效接收信号向量中的第i个元素,从第NL-1层到第1层,i的取值分别为2,...,NL;NL为传输层的总层数;ri,j为预先对接收信号向量进行QR分解得到的R矩阵中第i行第j列的元素;Xleft为NL行NC1列的矩阵,Xleft初始为空矩阵,并在每次对传输层进行符号搜索后将得到的保留星座符号组合保存在Xleft中;为Xleft中第j行第nc1列的元素;为由第nc1个判决量得到的第nc2个星座点;ri,i为所述R矩阵中第i行第i列的元素。
相应的,在对于得到的每个分支度量值的增量,确定该分支度量值的增量对应的累积分支度量值时,若该分支度量值的增量是通过查表确定的星座点对应的分支度量值的增量,则按照如下公式确定由第nc1个判决量得到的第nc2个星座点对应的分支度量值的增量所对应的累积分支度量值BMtmp((nc1-1)×NC2+nc2):
其中,bm(nc1)为向量bm中的第nc1个元素。
具体的,在确定星座点对应的分支度量值的增量时,若该星座点是通过星座符号硬判决方法确定的,则确定该星座点对应的分支度量值的增量的方法如下:
按照如下公式确定由第nc1个判决量得到的一个星座点对应的分支度量值的增量nc1∈{NC3+1,…,NC1},1≤NC3≤NC1,NC1为保留星座符号组合的个数,NC2为通过查表确定的与判决量的欧氏距离最近的星座点的个数,NC3为选取的部分判决量的个数:
其中,yi为等效接收信号向量中的第i个元素,从第NL-1层到第1层,i的取值分别为2,..,NL;NL为传输层的总层数;ri,j为预先对接收信号向量进行QR分解得到的R矩阵中第i行第j列的元素;Xleft为NL行NC1列的矩阵,Xleft初始为空矩阵,并在每次对传输层进行符号搜索后将得到的保留星座符号组合保存在Xleft中;为Xleft中第j行第nc1列的元素;为由第nc1个判决量得到的一个星座点;ri,i为所述R矩阵中第i行第i列的元素。
相应的,在对于得到的每个分支度量值的增量,确定该分支度量值的增量对应的累积分支度量值时,若该分支度量值的增量是通过星座符号硬判决方法确定的星座点对应的分支度量值的增量,则按照如下公式确定由第nc1个判决量得到的一个星座点对应的分支度量值的增量所对应的累积分支度量值BMtmp(NC3×NC2+nc1-NC3):
其中,bm(nc1)为向量bm中的第nc1个元素。
本发明中,每个传输层的保留星座符号组合的个数为16,通过查表确定的星座点的个数为4,选取的部分判决量的个数为4。
下面结合具体实施例对本发明进行说明:
本实施例给出一种结合存储表和硬判的简化最大似然检测算法,QRDM-List&HD(List&Hard Decision based QR decomposition with Malgorithm)算法。该算法根据保留分支的度量值大小确定对该保留分支下一步进行基于查表法的保留还是进行硬判仅保留一条路径,对于分支度量值较小的保留分支进行查表法的扩展获得当前传输层用于计算分支度量值的多条保留分支,对于分支度量值较大的分支进行硬判获得当前层用于计算分支度量值的一条保留分支。即通过进一步删减分支度量值较大的分支度量值的扩展分支,减少了需要计算的分支度量值,从而也减少了排序输入的序列长度。
在执行QRDM-List&HD算法前,需要预先针对各种不同的调制方式,初始化查找表,该查找表中保存有星座图的区域标识与对应区域中保留星座点的映射关系;其中区域标识对应的保留星座点的个数为NC2。
如图3所示,信号检测流程如下:
步骤1:对信道矩阵H进行QR分解,输出Q矩阵和R矩阵。其中Q矩阵是酉矩阵,R矩阵是上三角矩阵。初始化Xleft为NL×NC1的空矩阵,bm为1×NC1的向量;
对接收信号向量y左乘QH,得到等效接收向量
步骤2:从第NL个传输层到第1个传输层逐层进行基于查表和硬判决的树形符号搜索。如图4所示,本步骤的执行如下:
A、对于第NL个传输层,即第1个被搜索的符号,将星座集合中的Q个星座点分别带入下式进行分支度量值的计算:
其中,表示当前的星座点。表示等效接收向量中的第NL个元素,表示R矩阵中第NL行第NL列的元素。
从计算出的Q个分支度量值中选取出最小的NC1个分支度量值,将该NC1个分支度量值按从小到大的顺序存入bm,并将该NC1个分支度量值分别对应的星座点存入Xleft的第NL行。
B、对于第NL-i+1个传输层,即第i(i∈{2,…,NL})个被搜索的符号,先计算已搜索传输层的每个保留分支即每个保留星座符号组合(一个保留星座符号组合是Xleft中的一列星座点)对应的判决量:
上式中,nc1∈{1,…,NC1}。对于这NC1个判决量分为两种不同的情况进行处理。
情况1:选取NC1个判决量中累积分支度量值最小的NC3(1≤NC3≤NC1)个判决量,对于选取的每个判决量,通过查表的方法确定与该判决量(nc1∈{1,…,NC3)的欧氏距离最近的NC2个星座点并按照下式计算该NC2个星座点中每个星座点对应的分支度量值的增量:
这样在当前传输层的前NC3个保留分支下,共需要进行NC3×NC2个分支度量值的增量计算。
通过查表的方法确定与判决量的欧氏距离最近的NC2个星座点的方法为:在预先生成的查找表中查找数值与该判决量相同的区域标识,将该区域标识对应的保留星座点作为与判决量的欧氏距离最近的NC2个星座点。
上式中,nc1∈{1,…,NC3},nc2∈{1,…,NC2}。
对于得到的每个分支度量值的增量,按照下式确定该分支度量值的增量对应的累积分支度量值:
累积分支度量值是该分支度量值的增量与该分支度量值的增量对应的已搜索传输层的保留分支的分支度量值之和,即累积分支度量值是将分支度量值的增量和保存的bm中对应的元素进行相加得到的。
情况2:对于NC1个判决量中未被选取的后NC1-NC3个判决量(nc1∈{NC3+1,…,NC1}),通过星座符号硬判决的方法确定与(nc1∈{NC3+1,…,NC1})的欧式距离最近的1个星座点并按照下式计算该星座点对应的分支度量值的增量;
这样在当前传输层的后NC1-NC3个保留分支下,共需要进行NC1-NC3个分支度量值的增量计算。
上式中,nc1∈{NC3+1,…,NC1};
对于得到的每个分支度量值的增量,按照下式确定该分支度量值的增量对应的累积分支度量值:
累积分支度量值是该分支度量值的增量与该分支度量值的增量对应的已搜索传输层的保留分支的分支度量值之和,即累积分支度量值是将分支度量值的增量和保存的bm中对应的元素进行相加得到的。
两种情况下,共计算了NC3×NC2+NC1-NC3个分支度量值的增量和累积分支度量值。每一传输层在NC3×NC2+NC1-NC3个累积分支度量值中保留最小的NC1个累积分支度量值,将保留的NC1个累积分支度量值按从小到大的顺序存入bm,将保留的NC1个累积分支度量值对应的星座点组合保存到Xleft。
最后,所有传输层的符号搜索完成之后输出bm和Xleft,Xleft中的每一列表示NL各传输层可能传输的星座点组合,bm的每个元素表示Xleft中对应列的星座点组合的分支度量值。
步骤3:根据步骤2中的树形符号搜索结果进行软解调即软比特的计算,输出得到的软比特,得到信号检测结果。
一个较优实施例如下:
对于LTE系统采用4层空间复用传输的模式下,以16QAM调制方式下的检测为例,假设NC1=16,NC2=4,NC3=4存储的映射表格和星座划分如图5和表1所示。表1中的候选列表一栏中存储的是图5中星座点的编号,表1中的区域一栏存储的是图5中的区域标识。
区域 |
候选列表 |
1 |
13,14,15,16 |
2 |
9,11,13,15 |
3 |
9,10,11,12 |
4 |
5,6,13,14 |
5 |
1,5,9,13 |
6 |
1,2,9,10 |
7 |
5,6,7,8 |
8 |
1,3,5,7 |
9 |
1,2,3,4 |
表116QAM下的查找表
信号检测流程执行过程如下:
步骤0:根据图5和表1的方式划分星座区间和建立各区域标识与保留星座点的映射表。
步骤1:对信道矩阵H进行QR分解,输出Q矩阵和R矩阵。其中Q矩阵是酉矩阵,R矩阵是上三角矩阵。初始化Xleft为4×16的空矩阵,bm为1×16的向量。
步骤2:对接收信号向量y左乘QH,得到等效接收向量y=[y1,…y4]T。
步骤3:对4层传输的符号从第4层到第1层进行逐层搜索。
步骤3.1:对于第4层,即第一个被搜索的符号,将16个星座点带入下式进行分支度量值的计算:
其中,表示当前层传输的符号,来自星座集合。计算全部16个分支度量值按从小到大的顺序存入bm,并将对应的星座点存入Xleft的第4行。(因为星座点数目和保留星座点个数相等,所以不必进行排序,全部保留)
对于第i(i∈{2,…,4})个被搜索的符号,即第4-i+1层的符号,先根据已搜索层的保留分支计算在对应保留分支的情况下的判决量:
上式中,nc1∈{1,…,16}。对于这16个判决量分为两种不同的情况进行处理。
情况1:对于其中的16个判决量中的前4个判决量通过查表的方法确定和nc1∈{1,…,4}欧氏距离最近的4个星座点这样在该层前4个保留分支下,需要进行4×4=16个分支度量值的增量计算。
上式中,nc1∈{1,…,4},nc2∈{1,…,4}。累积分支度量值采用分支度量值的增量和保存的累积分支度量值bm中对应的元素进行相加,即:
情况2:对于其中的16个判决量中的后12个判决量通过硬判决的方法确定和nc1∈{5,…,16}欧式距离最近的1个星座点这样在该层后12个保留分支下,需要进行12个分支度量值的增量计算。
上式中,nc1∈{5,…,16},累积分支度量值采用分支度量值的增量和保存的累积分支度量值bm中对应的元素进行相加,即:
两种情况下,共计算了28个分支度量值。每一层在28个分支中保留最小的16个累积分支度量值,将对应的累积分支度量值按从小到大的顺序存入bm,将对应的已搜索层保留分支和当前层保留的星座点写入Xleft。
如图6所示,到为已搜索传输层的16个保留分支,c1到c4是通过查表得到的与保留分支的判决量的欧氏距离最近的4个星座点,…,c13到c16是通过查表得到的与保留分支的判决量的欧氏距离最近的4个星座点;c17是通过星座符号的应判决方法得到的与保留分支的判决量的欧氏距离最近的一个星座点,…,c28是通过星座符号的应判决方法得到的与保留分支的判决量的欧氏距离最近的一个星座点;到是对当前传输层进行符号搜索后得到的保留分支。
最后,所有符号搜索完成之后输出的bm为保留的最小的16个分支对应的分支度量值,保留分支Xleft包含对应的bm最小的16个分支。
假设,采用QRDM-List算法的情况下NC1=16,NC2=4,采用QRDM-List检测算法情况下NC1=16,NC2=4,NC3=4,在64QAM的调制方式下,给出两种算法的复杂度对比。下面主要在分支度量值的计算和排序两方面进行分析。
分支度量值计算量的比较:
对于非第一层的搜索,QRDM-List算法需要进行4×16=64个分支度量值的计算,QRDM-List&HD算法需要进行4×4+12=28个分支度量值的计算。后者的运算量缩减了超过50%。
排序的比较:
对于非第一层的搜索,QRDM-List算法需要进行64选16的排序。QRDM-List&HD算法需要进行28选16的排序。排序实现复杂度和时延得到了缩减。
参见图7,本发明实施例提供一种信号检测装置,该装置包括:
符号搜索单元70,用于在采用基于QR分解和M算法的查找表最大似然检测QRDM-List算法对接收信号进行信号检测的过程中,对多个传输层逐层进行符号搜索;
所述符号搜索单元70包括判决量确定单元71、判决量选取单元72、第一度量值增量确定单元73、第二度量值增量确定单元74和结果确定单元75;
所述判决量确定单元71,用于对除最先搜索层之外的其他传输层进行符号搜索时,确定已搜索传输层的每个保留星座符号组合分别对应的判决量;
所述判决量选取单元72,用于选取确定的各判决量中的部分判决量;
所述第一度量值增量确定单元73,用于对于选取的每个判决量,通过查表确定与该判决量的欧氏距离最近的多个星座点,并确定该多个星座点中每个星座点对应的分支度量值的增量;
所述第二度量值增量确定单元74,用于对于未被选取的每个判决量,采用星座符号的硬判决方法确定与该判决量的欧氏距离最近的一个星座点,并确定该星座点对应的分支度量值的增量;
所述结果确定单元75,用于根据确定的每个分支度量值的增量得到本传输层的符号搜索结果。
进一步的,所述判决量选取单元72用于:
选取确定的各判决量中累积分支度量值最小的设定数目个判决量,该设定数目小于判决量的总个数。
进一步的,所述判决量确定单元71用于:
按照如下公式确定已搜索传输层的第nc1个保留星座符号组合对应的判决量nc1∈{1,…,NC1},NC1为保留星座符号组合的个数:
其中,yi为等效接收信号向量中的第i个元素,从第NL-1层到第1层,i的取值分别为2,...,NL;NL为传输层的总层数;ri,j为预先对接收信号向量进行QR分解得到的R矩阵中第i行第j列的元素;Xleft为NL行NC1列的矩阵,Xleft初始为空矩阵,并在每次对传输层进行符号搜索后将得到的保留星座符号组合保存在Xleft中;为Xleft中第j行第nc1列的元素;ri,i为所述R矩阵中第i行第i列的元素。
进一步的,所述结果确定单元75包括:
累积度量值确定单元76,用于对于得到的每个分支度量值的增量,确定该分支度量值的增量对应的累积分支度量值,该累积分支度量值是该分支度量值的增量与该分支度量值的增量对应的已搜索传输层的保留星座符号组合的分支度量值之和;
结果保存单元77,用于得到的各累积分支度量值中选取NC1个最小的累积分支度量值,将选取的NC1个最小的累积分支度量值对应的星座点组合作为本传输层的保留星座符号组合并保存到Xleft中,将选取的NC1个最小的累积分支度量值作为各保留星座符号组合分别对应的分支度量值并保存到bm中,其中Xleft为NL行NC1列的矩阵;bm为长度为NC1的向量;NL为传输层的总层数,NC1为保留星座符号组合的个数;将当前的Xleft和bm作为本传输层的符号搜索结果。
进一步的,所述第一度量值增量确定单元73,用于按照如下公式确定由第nc1个判决量得到的第nc2个星座点对应的分支度量值的增量nc1∈{1,…,NC3},1≤NC3≤NC1,NC1为保留星座符号组合的个数,nc2∈{1,…,NC2},NC2为通过查表确定的与判决量的欧氏距离最近的星座点的个数:
其中,yi为等效接收信号向量中的第i个元素,从第NL-1层到第1层,i的取值分别为2,..,NL;NL为传输层的总层数;ri,j为预先对接收信号向量进行QR分解得到的R矩阵中第i行第j列的元素;Xleft为NL行NC1列的矩阵,Xleft初始为空矩阵,并在每次对传输层进行符号搜索后将得到的保留星座符号组合保存在Xleft中;为Xleft中第j行第nc1列的元素;为由第nc1个判决量得到的第nc2个星座点;ri,i为所述R矩阵中第i行第i列的元素。
进一步的,所述累积度量值确定单元76用于:
在对于得到的每个分支度量值的增量,确定该分支度量值的增量对应的累积分支度量值时,若该分支度量值的增量是所述第一度量值增量确定单元确定的,则按照如下公式确定由第nc1个判决量得到的第nc2个星座点对应的分支度量值的增量所对应的累积分支度量值BMtmp((nc1-1)×NC2+nc2):
其中,bm(nc1)为向量bm中的第nc1个元素。
进一步的,所述第二增量确定单元74用于:
按照如下公式确定由第nc1个判决量得到的一个星座点对应的分支度量值的增量nc1∈{NC3+1,…,NC1},1≤NC3≤NC1,NC1为保留星座符号组合的个数,NC2为通过查表确定的与判决量的欧氏距离最近的星座点的个数,NC3为选取的部分判决量的个数:
其中,yi为等效接收信号向量中的第i个元素,从第NL-1层到第1层,i的取值分别为2,..,NL;NL为传输层的总层数;ri,j为预先对接收信号向量进行QR分解得到的R矩阵中第i行第j列的元素;Xleft为NL行NC1列的矩阵,Xleft初始为空矩阵,并在每次对传输层进行符号搜索后将得到的保留星座符号组合保存在Xleft中;为Xleft中第j行第nc1列的元素;为由第nc1个判决量得到的一个星座点;ri,i为所述R矩阵中第i行第i列的元素。
进一步的,所述累积度量值确定单元76用于:
在对于得到的每个分支度量值的增量,确定该分支度量值的增量对应的累积分支度量值时,若该分支度量值的增量是所述第二度量值增量确定单元确定的,则按照如下公式确定由第nc1个判决量得到的一个星座点对应的分支度量值的增量所对应的累积分支度量值BMtmp(NC3×NC2+nc1-NC3):
其中,bm(nc1)为向量bm中的第nc1个元素。
进一步的,每个传输层的保留星座符号组合的个数为16,通过查表确定的星座点的个数为4,选取的部分判决量的个数为4。
综上,本发明的有益效果包括:
本发明实施例提供的方案中,在采用QRDM-List算法对接收信号进行信号检测的过程中,在对除最先搜索层之外的其他传输层进行符号搜索时,只需对部分判决量通过查表确定与其欧氏距离最近的多个星座点,并确定每个星座点对应的分支度量值的增量,对于其他判决量,仅需采用星座符号的硬判决方法确定与其欧氏距离最近的一个星座点,并确定该星座点对应的分支度量值的增量,与现有技术中需要对所有判决量都通过查表确定与其欧氏距离最近的多个星座点,并确定每个星座点对应的分支度量值的增量相比,本发明的信号检测复杂度较低,进而提高了信号检测效率。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。