CN104022808B - 无线通信网络中的方法和用户设备 - Google Patents

Abstract

描述了一种UE和用于UE的方法。所述UE包括接收器单元和处理电路，所述UE用于接收无线信号。所述处理电路用于对提供传输信号的初步估计的所述接收信号进行预检测。所述处理电路还用于将所述传输信号分解为不相交的子组，各子组覆盖用于所述传输信号的所有层的子组，使得所述子组一起覆盖所有所述层。所述处理电路还用于基于所述传输信号的所述初步评估在传输信号的所述子组上执行的干扰消除。所述处理电路还用于通过利用MLD算法对传输信号的所述子组的检测，其中同时检测传输信号的所述子组中各个子组内的层的所述子组。

Description

无线通信网络中的方法和用户设备

技术领域

本文所述的实施方式大体上涉及一种用户设备以及用户设备中的一种方法。具体而言，本文描述了一种多天线环境下的天线流中的无线信号的检测机制。

背景技术

用户设备(UE)也称为移动台、无线终端和/或移动终端，被启用于无线通信网络(有时也称为蜂窝无线系统)中的无线通信。可以通过无线接入网(RAN)以及可能一个或多个核心网在如UE之间，UE与有线电话之间和/或UE与服务器之间进行通信。

无线通信可包括语音、消息、报文数据、视频、广播等各种通信服务。

UE可进一步称为移动电话、蜂窝电话、平板电脑或具有无线能力的笔记本电脑等。本文中的UE可以是，例如，便携式、口袋式、手持式、计算机内含或车载式的移动设备，其开启后可通过无线接入网络与另一实体(例如另一UE或服务器)进行语音和/或数据通信。

无线通信网络覆盖一个地理区域，其可划分为小区区域，每个小区区域由一个无线网节点或基站服务，例如无线基站(RBS)，其在一些网络中，依据所用技术和/或术语，可称为“eNB”、“eNodeB”、“NodeB”或“B node”。

有时，“小区”这一表达可用于表示无线网络节点本身。然而，该小区在普通术语中还可用于表示地理区域，其中由基站站点中的无线网络节点提供无线覆盖。位于基站站点的无线网络节点可以服务一个或几个小区。无线网络节点可通过在射频上运行的空中接口与各无线网络节点范围内的任意UE进行通信。

在一些无线接入网络中，几个无线网络节点可以通过例如线路或微波连接到如通用移动通讯系统(UMTS)中的无线网络控制器(RNC)。该RNC，(例如在GSM中)有时也称为基站控制器(BSC)，可以监督并协调多个与其相连的无线网络节点的各种活动。GSM是全球移动通信系统的简称。

在第三代合作伙伴计划(3GPP)长期演进(LTE)中，无线网络节点，也可称为eNodeB或eNB，可以连接到一个网关(例如无线接入网关)以连接到一个或多个核心网。

在本文中，下行链路，下游链路或前向链路这些表达可用于表示从无线网络节点到UE的传输路径。上行链路、上游链路或反向链路这些表达可用于表示相反方向的传输路径，即从UE到无线网络节点。

第三代移动通信之后的通信系统，例如3GPP LTE，采用利用多入多出(MIMO)的多天线系统来提供下行链路中的高数据速率。

大型MIMO系统，也表示为高级MIMO系统或大规模MIMO系统，由MIMO系统发展而来且使用大型天线阵列以提高无线通信系统的吞吐量。

总体而言，为了实现良好的性能，需要一种相对复杂的接收器设计，例如最大似然检测器(MLD)。由于已经多次尝试降低MLD的复杂度，因而已经提出了近似MLD算法的多个变体，例如软输出球形解码(SOSD)、基于QR分解的M算法(QRD-M)、K-Best算法等。这些近似MLD算法通常能够在某些方面降低复杂度。然而，通常以牺牲性能为代价来实现这些近似MLD算法的较低复杂度。因此，为了获得接近于MLD性能的良好的性能，这些现有技术变体的复杂度也将接近于MLD的复杂度。

为了在LTE下行链路中实现高频谱效率，UE类型5至8将支持4x4的MIMO传输和8x8的MIMO传输，正如3GPP标准化文档中已经定义的那样。UE类型4的DL峰值速率可以达到近300Mbps，而UE类型8可以达到3Gbps。

对于相对小的MIMO层数目，例如2x2的MIMO或3x3的MIMO，MLD运行良好。然而，由于MLD的复杂度随着MIMO层的数目以及调制类型呈指数增长，因此禁止UE为大量MIMO层(例如4x4的MIMO传输和8x8的MIMO传输)利用MLD。例如，对于支持8x8的MIMO且为所有8个层使用64正交调幅(QAM)的UE，MLD算法必须搜遍所有648个可能的传输符号组合。当然，这样广泛的搜索过程造成了MLD庞大且不利的复杂度。

还存在其他类型的可用的检测器，例如线性最小均方误差(LMMSE)接收器。LMMSE接收器拥有非常低的计算复杂度，该复杂度只会随着MIMO层的数目多项式地增长。这种多项式复杂度增长可以与随着MIMO层的数目呈指数地增长复杂度的MLD相比。然而，正如本领域所广泛公知，与MLD相比，LMSSE接收器的性能是次最佳，尤其当信道是空间强相关时。

通常，并行干扰消除(PIC)或串行干扰消除(SIC)技术用在LMSSE接收器中以提高LMMSE性能。利用PIC或SIC的LMMSE接收器可利用对数似然比(LLR)反馈。本文档中，符号对数似然比(LLR)用于外部纠错码(ECC)解码器的输出，或用于由LLMSE和/或MLD检测器进行迭代的输出，因而排除外部ECC解码器。具有PIC或SIC的自迭代的LMMSE拥有低复杂度且比涉及外部ECC解码器的LMMSE方案拥有更短的处理延迟。然而，自迭代的LMMSE通常遭受巨大且无法接受的性能损失。

MLD的复杂度问题以及LMMSE接收器的低性能给类型5至8的LTEUE检测器带来了主要挑战，当类型5至8的LTE UE检测器在不同的信道条件、调制类型和编码率下保持良好的性能时，其应该保持低复杂度。此外，通过利用信道质量指示(CQI)反馈，来自无线网络节点的传输MIMO层的数目可随时间变化，使得在时间的第一点处使用第一数目的层且在时间的第二点处使用第二数目的层。因此，就UE的大小和/或生产成本而言，能够支持不同数目的传输MIMO层的UE的兼容性是一个重要的方面。因此，不支持不同层数的现有技术检测器解决方案必须自适应地配备多个检测器，例如，为各个层数配备一个单独的检测器，以能够提供对层数的多种使用的兼容性。这增加了UE的大小，因为它增加了实际的模具大小以及处理器和/或内存芯片组的成本。

因此，现有技术检测器存在高复杂度和/或低性能。下文参考所用的信号模型来更为详细地说明这一点。

发明内容

因此，本发明的目标是解决至少一些上述提到的缺点并且改善无线通信网络中的整体性能。

根据第一方面，通过用户设备中的一种方法实现所述目标，所述方法用于从无线通信系统中的无线网络节点接收无线多入多出(MIMO)传输。所述方法的特征在于：从所述无线网络节点接收MIMO信号对所述接收的信号进行预检测；所述预检测提供对与所述接收信号对应的传输信号的初步估计；将所述传输信号分解(203)为传输信号的G个不相交的子组X_g，其中传输信号的所述G个子组X_g中的各个子组覆盖用于所述传输信号的所有2L个层的子组n_g(0≤g<G且1≤G≤L)，使得传输信号的所述G个子组X_g一起覆盖所有所述2L个层；基于所述传输信号的所述初步估计在传输信号的所述G个子组X_g上执行干扰消除；以及通过利用最大似然检测(MLD)算法检测传输信号的所述G个子组X_g，其中同时检测传输信号的所述G个子组X_g中各个子组内的层的所述子组n_g。

根据所述方法的实施例，将所述传输信号分解为传输信号的所述G个子组X_g包括基于对可达信息速率AIR_g的评估选择一种分解模式，有效信道矩阵的G个子组T_g中的各个子组根据所述分解模式进行分解。根据所述方法的实施例，所述评估包括识别对应于可达信息数据速率AIR之和最大化的排列以及对所述识别的排列进行排序使得对应于所述排列的元素(C₀，C₁，...，C_G-1}按升序排列，即{C′₀，C′₁，...，C′_G-1}；且当0≤m<n<G时C′_m＜C′_n。

根据所述方法的实施例，所有优选排列的集合Ω由满足下组中所有条件的分解对应的排列组成：

如果原始复值传输信号的第一元素s(i)的实部与所述原始复值传输信号的第二元素s(j)的实部在同一子组X_g中(i≠j，0≤i，j<L)，那么所述原始复值传输信号的所述第一元素s(i)的虚部与所述原始复值传输信号的所述第二元素s(j)的虚部应在同一子组X_g中；反之亦然；

如果原始复值传输信号的第一元素s(i)的实部与原始复值传输信号的第二元素s(j)的虚部在同一子组X_g中(i≠j，0≤i，j<L)，那么所述原始复值传输信号的所述第一元素s(i)的虚部与所述原始复值传输信号的所述第二元素s(j)的实部应在同一子组X_g中；反之亦然；以及

原始复值传输信号的元素s(i)(0≤i<L)的实部和虚部应在不同的子组中。

根据所述方法的实施例，所述集合Ω的所有优选排序在存储器中进行预计算并存储。根据所述方法的实施例，所述干扰消除包括分别利用与所述子组X_g的各个子组对应的软信息所述软信息由传输信号的所述初始估计确定。

根据所述方法的实施例，所述干扰消除包括：为各子组X_g从其他子组移除干扰；确定一个与所述各子组X_g相关的白化矩阵W_g；将对应于各子组X_g的有效信道矩阵T_g与所述白化矩阵W_g相乘；以及分别执行所述相乘的有效信道矩阵T_g和白化矩阵W_g的QR分解。

根据所述方法的实施例，在所述分解之后，在所述G个子组X_g中的各个子组上执行利用MLD对传输信号的所述检测。根据所述方法的实施例，所述G个子组X_g中的各个子组的软信息由所述检测确定并用于随后检测到的子组X_g+1的干扰消除。

根据所述方法的实施例，基于所述G个子组X_g的各个子组的预检测对数似然比信息LLR_Pre(X_g)和所述G个子组X_g的各个子组的检测对数似然比信息LLR_Post(X_g)，执行对数似然比组合。根据所述方法的实施例，所述预检测对数似然比信息LLR_Pre(X_g)基于所述预检测确定。根据所述方法的实施例，所述检测对数似然比信息LLR_Post(X_g)基于利用MLD的所述检测确定。根据所述方法的实施例，在执行所述对数似然比组合之前，所述G个子组X_g的所述对数似然比信息LLR_Post(X_g)通过解排列进行应用，所述解排列为用于将所述传输信号分解为G个子组X_g的排列的逆排列。

根据所述方法的实施例，基于与下组中的至少一项相关的参数：所述有效信道矩阵的现有信道条件、所述MIMO传输的信噪比(SNR)、用于所述MIMO传输的编码率以及用于所述MIMO传输的调制类型，所述对数似然比组合为自适应可调。

根据第二方面，所述目标通过一种用户设备实现，所述用户设备用于从无线通信系统中的无线网络节点接收无线多入多出传输；所述用户设备的特征在于：接收器单元，用于从所述无线网络节点接收MIMO信号所述UE进一步包括：处理电路，用于所述接收信号的预检测，所述预检测提供对与所述接收信号对应的传输信号的初步估计；用于将所述传输信号分解为传输信号的数目G个不相交的子组X_g，其中传输信号的所述G个子组X_g中的各个子组覆盖用于所述传输信号的所有2L个层的子组n_g(0≤g<G且1≤G≤L)；使得传输信号的所述G个子组X_g一起覆盖所有所述2L个层；用于基于所述传输信号的所述初步估计在传输信号的所述G个子组X_g上执行的干扰消除；以及用于通过利用最大似然检测(MLD)算法对传输信号的所述G个子组X_g的检测，其中同时检测传输信号的所述G个子组X_g中各个子组内的层的所述子组n_g。

根据第三方面，所述目标通过计算机程序实现，其特征在于编码构件，所述编码构件在计算机中运行时使所述计算机执行所述方法；且计算机程序产品包括计算机可读介质和所述计算机程序，其中所述计算机程序包括在所述计算机可读介质中。

根据本发明的实施例的一般概念是通过将所述传输信号分解为传输信号的不相交的子组来提供准MLD(QMLD)。一种智能分解方案可用于执行所述分解，使得所述子组被选择以覆盖用于所述传输信号的所有层的子组且使得所述分解简单且复杂度低。

根据串行配置中的实施例，基于来自对所述接收信号执行的预检测的信息在各个子组中执行干扰消除。因此，实现了高效且低复杂的干扰消除。

然后，通过利用最大似然检测(MLD)算法执行所述子组的各个子组的检测。在所述检测时，同时检测所述传输子组的各个子组内的所有层。由于传输信号的各个子组内的层的子组小于所述整个传输信号(即，未分解信号)的总层数，各个传输子组的检测的所述计算复杂度保持低水平。

进一步地，根据实施例，对数似然比组合用于组合来自所述预检测器和所述MLD检测器的所述对数似然比输出，其带来更好的性能并且还使得所述检测在不同信道和/或信令条件下的更加稳健。

换句话说，所提出的方法和UE提供QMLD，其对于大型MIMO系统(例如LTE/LTE-A或其他MIMO系统)特别有用。所述方法和所述UE拥有良好的性能、低复杂度，且对不同数目的传输层完全兼容。所述方法和所述UE进一步适合于为大量不同的信道和/或信令条件提供高效的QMLD。

本发明的所述实施例的其他目标、优势和新颖特征可从以下的具体实施方式中清楚看出。

附图说明

参照图示本发明的实施例实例的附图，对实施例进行更详细地描述，其中：

图1为图示了根据一些实施例的无线通信网络的方框图。

图2为图示了根据实施例的方法的流程图。

图3为图示了根据实施例的UE的方法/配置的方框图。

图4为图示了根据实施例的UE和无线网络节点的方框图。

图5为图示了实施例的性能的图解。

图6为图示了根据实施例的UE的方法/配置的方框图。

图7为图示了根据实施例的UE的方法/配置的方框图。

图8为图示了模拟结果的图解。

图9为图示了模拟结果的图解。

图10为图示了模拟结果的图解。

具体实施方式

在下文中，提供了对使用的信号模型的描述和对现有技术检测器及其问题的更详细的描述。

在本文中，表示将实数映射到不超过其本身的最大整数的地板函数，"(.)^T"表示转置，"(.)^H"表示共轭转置，"(.)^–1"表示矩阵求逆，"det(.)"表示矩阵的行列式的计算，以及"I"表示单位矩阵，其尺寸将从描述的上下文中了解。

如果无线网络节点处的传输MIMO层的数目为L且UE处的用于接收的天线的数目为R，那么接收的MIMO信号的模型可以写为：

Y＝HS+N, (等式1)

其中Y＝(y(0),y(1)，…y(R-1))^T为UE侧的接收信号，该信号为R×1大小的复值向量；H＝(h(0)，h(1)，…h(L-1))为包括实际衰退信道、预编码矩阵和循环时延分集矩阵的有效信道矩阵；h(l)(0≤l＜L)为对应于接收天线阵列的传输MIMO层l的有效信道的R×1大小的复值列向量；S＝(s(0)，s(1)，…s(L-1))^T为来自无线网络节点的传输信号，该传输信号为L×1大小的复值列向量；以及N是具有协方差矩阵σ²I的零均值热噪声，N为R×1大小的复值列向量。本文中的各个MIMO层使用M-QAM(M＝4、16、64等)调制。

接收信号模型还可以写在实域表示法中。

如果使用了表示法 和那么上文的等式1等同于：

因此：

(等式2)

此处，表示法"Re(X)"和"Im(X)"分别用于提取X的实部和虚部并且用于输出X的相同大小的向量或矩阵。另外，为2R×2L大小的实矩阵且为包括协方差矩阵的2R×1大小的实噪声向量。是表示为的2R×1大小的实列向量，因而(0≤r＜R)。是表示为的2L×1大小的实列向量，因而应注意，如果复信号s(l)(0≤l＜L)使用M-QAM调制，那么实部和对应的虚部使用调制，调制将已编码的比特映射到M-QAM星座的实部。另外，本文中符号的平均能量标准化为0.5，因为M-QAM符号标准化为1.0。

基于等式1中定义的信号模型，现有技术MLD给出的比特对数似然比(LLR)可以写为：

MLD需要在所有可能的传输信号和之间执行穷举搜索。文中的为第k个传输的比特等于0的可能的传输符号的子集，为第k个传输比特等于1的可能的传输符号的子集。对于用于所有层的具有64QAM的4x4的MIMO，这些子集中的每一个都包括64⁴/2个可能的传输符号组合，因此需要极大工作量来计算各个传输比特的LLR值。因此，如上所述，由于这些穷举搜索，MLD存在超大的复杂度。

基于等式1中定义的信号模型，现有技术LMMSE检测器首先利用维纳滤波进行接收信号的估计：

此处，n′_l为使用方差的均衡之后的有效零均值噪声。随后，在各个MIMO层上执行穷举单独搜索以计算比特LLR，

此处，b_k为属于在第l个MIMO层中传输的符号的第k个传输比特，且s(l)为第l层的可能的传输符号。如果具有64QAM的4x4的MIMO用于所有四个MIMO层，LMMSE仅需要为各个MIMO层搜索超过64个可能的符号。另外，由于串行SIC或并行PIC干扰技术的使用，可以在检测当前MIMO层之前移除来自其它MIMO层的干扰。在干扰计算之后，均衡和LLR计算步骤类似于无干扰消除的LMMSE的对应步骤。然而，如上所述，在典型的LTE测试案例和现实的案例中遇到的空间相关信道方面，LMMSE性能较差。

现有技术子空间边缘化和干扰抑制(SUMIS)检测器为各个MIMO层在选择的传输信号的子组上实施MLD。因此，当SUMIS检测器检测不同的MIMO层时，其选择不同的子组。因此，SUMIS检测器的复杂度也很高。另外，为了获得良好的性能，SUMIS检测器需要运行两次以在第二步骤时运行净化。运行两次检测进一步加倍了复杂度。SUMIS检测器基于次佳信道相关标准进一步选择子组，从而导致性能降低。因此，由于需要单独为每层运行子组检测并需要执行净化以实现可接受的性能，SUMIS检测器存在较高的复杂度。

根据另一现有技术检测器，组检测方法在各个子组上实施MLD并且同时在子组内检测MIMO层。然而，来自其它子组的干扰被视为噪声，这造成了中或高相关信道的性能的大幅降低。例如，信道中的一些MIMO层具有相对较高的信道增益，因而该信道严重地干扰剩余的MIMO层。此处，为最大化信息率，选择子组分解。然而，当使用这种分解标准时，可能的分解模式数目随着层数增加而变大。因此，找到最佳方案是非常困难且对计算要求很高的一项任务。因此，该现有技术检测器在不同的子组之间缺少干扰消除并且存在涉及找到最佳分解模式的高复杂度。

在下文中，至少部分地参考附图，对至少会部分地解决上述问题的方法和UE的实施例详细解释。

本文描述的实施例被定义为一种用户设备以及用户设备中的方法，它们可在下文所述的实施例中付诸实践。然而，这些实施例可为示例性的并且可采取多种不同的形式实现，且不应视为限于本文所提出的实施例；实际上，这些实施例的提供使得本发明将变得透彻且完整。

从以下结合附图考虑的详细说明中，还可清楚地了解其他目标和特征。但应了解，附图仅用于说明并且不作为对本文所披露的实施例范围的定义，所述范围应参考随附的权利要求书。此外，附图未必按比例绘制，因此除非特别说明，附图的目的仅在于从概念上说明本文所述的结构和过程。

图1为包括无线网络节点110和用户设备(UE)120的无线通信网络100的示意图。

无线通信系统100可至少部分地基于无线接入技术，例如，3GPP LTE、高级LTE、演进型通用陆地无线接入网络(E-UTRAN)、通用移动通信系统(UMTS)、全球移动通信系统(最初名称为移动通信特别小组)(GSM)/增强型数据速率GSM演进(GSM/EDGE)、宽带码分多址(WCDMA)、时分多址(TDMA)网络、频分多址(FDMA)网络、正交FDMA(OFDMA)网络、单载波FDMA(SC-FDMA)网络、全球互通微波存取(WiMax)或超移动宽带(UMB)、高速分组接入(HSPA)演进型通用陆地无线接入(E-UTRA)、通用陆地无线接入(UTRA)、GSM EDGE无线接入网络(GERAN)、3GPP2CDMA技术，如CDMA20001xRTT和高速率分组数据(HRPD)，暂举几例。本发明的技术背景之内的"无线通信网络"和"无线通信系统"这些表达有时可以彼此互换使用。此外，无线通信网络100可用于大型MIMO传输。

图1中示意的目的是提供无线通信网络100的简化的总体概述以及涉及的方法和节点，例如本文所述的无线网络节点110和UE120以及所涉及的功能。所述方法、无线网络节点110和UE120接下来将作为非限制性示例在3GPP LTE/高级LTE环境中进行描述，但是所披露的方法、无线网络节点110和UE120的实施例可基于另一种接入技术在无线通信网络100中操作，例如上述已经列出的任一技术。因此，尽管本发明的实施例基于3GPP LTE系统并且使用3GPP LTE系统的表示法进行描述，但是绝不限制于3GPPLTE。

所示的无线通信网络100包括可发送将由UE120接收的无线信号的无线网络节点110。

应注意，图1所示的一个无线网络节点110和一个UE120的网络设置应仅视为实施例的非限制性示例。无线通信网络100可包括任何其他数目和/或组合的无线网络节点110和/或UE120。因此，本发明的一些实施例中可以涉及多个UE120和其他配置的无线网络节点110。

因此，无论何时本文中提及"一个"UE120和/或无线网络节点110，根据一些实施例，仍可涉及多个UE120和/或多个无线网络节点110。

根据一些实施例，按照例如所用无线接入技术和/或术语，无线网络节点110可用于下行链路传输并可分别称为，例如，基站、NodeB、演进型节点B(eNB或eNodeB)、基站收发信台、接入点基站、基站路由器、无线基站(RBS)、微基站、微微基站、毫微微基站、家庭eNodeB、传感器、信标设备、中继节点、中继器或用于在无线界面上与UE120通信的任何其他网络节点。

根据不同的实施例和不同的词汇，UE120可对应地表示为，例如，无线通信终端、移动蜂窝电话、个人数字助理(PDA)、无线平台、移动台、平板电脑、便携式通信设备、笔记本电脑、计算机、用作中继器的无线终端、中继节点、移动中继器、用户端设备(CPE)、固定无线接入(FWA)节点或者用于与无线网络节点110进行无线通信的任何其他类型的设备。

图2为图示了与无线通信系统100中无线网络节点110进行无线通信的用户设备(UE)120中的方法200对应的方面的实施例的流程图，其中至少在到UE120的下行链路传输中利用MIMO传输。无线网络节点110包括，或连接到用于提供MIMO传输的多个天线阵列。

方法200可包括多个步骤201至205。

在该方法的第一步骤201中，UE120接收来自无线网络节点110的传输MIMO信号

在该方法的第二步骤202中，UE120预检测接收信号预检测提供了对应于接收信号的传输信号的初步估计。

在该方法的第三步骤203中，UE将传输信号分解为传输信号的G个不相交的子组X_g。本文中，传输信号的G个子组X_g的各个子组覆盖用于传输信号的所有2L个层的子组n_g(0≤g<G并且1≤G≤L)，使得传输信号的G个子组X_g一起覆盖所有2L个层。因此，子组n_g中的各个子组包括至少两个或至多2L个MIMO层(2≤n_g≤2L)。

在该方法的第四步骤204中，UE120基于由该方法的第二步骤202的预检测得到的传输信号的初步估计在传输信号的G个子组X_g上执行干扰消除。

在该方法的第五步骤205中，UE120通过利用最大似然检测(MLD)算法检测传输信号的G个子组X_g。根据该方法，同时检测传输信号的G个子组X_g的各个子组内的层的子组n_g。

应注意，可按照与所列举指示有些不同的时间顺序执行上述任何、一些或所有步骤201至205，或者同时甚至以相反的顺序执行这些步骤。此外应注意，根据不同的实施例，一些动作可在多个替代方式中执行。

图3为示意性地示出无线通信网络100中的部分UE120的方框图。UE120用于根据无线通信系统100中使用无线网络节点110的下行链路无线MIMO通信的步骤201至205执行上述方法200。

因此，用户设备120用于从无线通信系统100中无线网络节点110接收无线传输。用户设备针对该任务可包括接收单元(未示出)。随后，接收单元用于从无线网络节点110接收(201)MIMO信号

用户设备120还包括预检测单元(PDU)121，其用于预检测(202)接收信号预检测单元121用于提供对应于接收信号的传输信号的初步估计。

用户设备120进一步包括分解单元123，也称为最佳分解单元(OSU)，其用于将传输信号分解(203)为传输信号的G个不相交的子组X_g。本文中，传输信号的G个子组X_g的各个子组覆盖用于传输信号的所有2L个层的子组n_g(0≤g<G并且1≤G≤L)。因此传输信号的G个子组X_g一起覆盖用于传输的所有2L个MIMO层。

用户设备120还包括干扰消除单元(未示出)，其用于在传输信号的G个子组X_g上执行干扰消除(204)。干扰消除基于传输信号的初步估计。

用户设备还包括检测单元124，也称为子组检测单元(SDU)，用于检测(205)传输信号的G个子组X_g。检测单元124利用最大似然检测(MLD)算法，该算法中同时检测传输信号的G个子组X_g的各个子组内的层的子组n_g。

用户设备可进一步包括解码器125，用于解码检测到的无线MIMO通信信号。

图4示意性地示出了UE。UE可能包括一个或多个天线401，多个天线阵列401用于MIMO接收和/或MIMO传输。

为增强清晰度起见，UE120的任何内部电子器件或其他部件，对于理解本文所述实施例而言，并不是完全不可缺少的，故在图4中省略。

UE120包括接收器单元410，用于接收无线信号。

另外，UE120包括处理电路420。处理电路420用于执行本文中所述的方法步骤，即上文所述的步骤201至205以及下文所述的方法步骤。

因此，处理电路420用于执行接收信号的预检测202的上述步骤，其中预检测提供了对应于接收信号的传输信号的初步估计。

处理电路420还用于将传输信号分解(203)为传输信号的G个不相交的子组X_g，其中传输信号的G个子组X_g的各个子组覆盖用于传输信号的所有2L个层(0≤g<G并且1≤G≤L)，使得传输信号的G个子组X_g一起覆盖所有2L个层。

处理电路420还用于基于传输信号的初步估计在传输信号的G个子组X_g上执行干扰消除(204)。

处理电路420还用于通过利用最大似然检测(MLD)算法检测(205)传输信号的G个子组X_g，其中同时检测传输信号的G个子组X_g的各个子组内的层的子组n_g。

处理电路420可包括，例如，中央处理单元(CPU)、处理单元、处理电路、处理器、专用集成电路(ASIC)、微处理器或可解译并执行指令的其他处理逻辑中的一个或多个实例。因此，本文所用术语"处理电路"可表示包括多个处理电路的处理电路，所述多个处理电路实例为以上列举项中的任何、一些或所有项。

处理电路420可进一步执行数据处理功能，输入、输出以及处理数据，所述功能包括数据缓冲和设备控制功能，例如，呼叫处理控制、用户界面控制等。

另外，UE120包括发射器单元430，用于传输待由无线网络节点110接收的信号。

此外，根据一些实施例，UE120可包括至少一个存储器425。存储器425可包括用于临时性或永久性地储存数据或程序(即指令序列)的物理设备。根据一些实施例，存储器425可包括具有基于硅的晶体管的集成电路。此外，存储器425可为易失性或非易失性的。

将在UE120中执行的先前所述的方法步骤201至205，以及本文中所述的任何其它方法步骤可通过UE120中的一个或多个处理电路420以及用于执行方法步骤的功能的计算机程序代码实施。因此，UE120中的包括执行方法步骤201至205以及其它方法步骤的指令的计算机程序产品可在其加载到UE120的处理电路420时执行用于与无线通信系统100中无线网络节点110进行无线通信的方法200。

例如，可采用数据载体的形式提供上述计算机程序产品，所述数据载体携带计算机程序代码，所述计算机程序代码用以在其加载至处理电路420时根据一些实施例来执行任意、至少一些或全部方法步骤201至205。所述数据载体可为，例如，硬盘、CD-ROM光盘、存储棒、光储存设备、磁储存设备或任何其他合适的介质，如可以以非暂时性方式保存机器可读数据的磁盘或磁带。此外，所述计算机程序产品可进一步用作服务器上的计算机程序代码并且可远程下载至UE120，例如，通过互联网或内部网连接。

下文中给出了预检测单元(PDU)121及其预检测的功能的描述。

UE的方法的初始步骤是在接收到的MIMO信号上应用预检测以提供对传输信号的初步估计。例如，使用并行干扰消除的LMMSE检测器(LMMSE-PIC)可以用于该预检测，但实质上任何能够提供对传输信号的初步估计的检测器也能够用于该预检测。

LMMSE-PIC为自迭代并排除外部纠错码(ECC)解码器。基于等式2中使用的信号模型，传输信号可以预检测为：

(等式3)

此处的n′_l为第l个符号均衡后的噪声。传输信号和噪声在实域中的功率值是它们在复域中的功率值的一半。因此，等式3中的实域的信噪比(SNR)对应于复域中的SNR。检测之后，通过以下等式计算传输信号中的第q个比特的对数似然比(LLR)：

(等式4)

此处，S(l)是对应于的可能的传输脉冲幅度调制(PAM)信号的集合。

如上所述，使用的预检测器还可包括PIC，从而提供LMMSE-PIC预检测。由于获得了LLR值，传输信号的软符号估计和估计方差可以再生为：

(等式5)

此处，从比特b_0，l，b_1，l，…，b_Q-1，l映射的各个符号的概率计算为其中Q是映射到一个实PAM符号的比特数目，b_q，l等于0或1并且L(b_q，l)(0≤q<Q)为等式4中计算的比特b_q，l的对应的LLR值。

如果再生的软符号向量定义为并且对应的对角方差矩阵定义为那么通过以下等式给出利用LMMSE-PIC的第l个符号的更新的符号估计：

(等式6)

此处的n″_l为第l个符号的第二次均衡之后的噪声。此处描述的使用PIC的预检测将产生更好的软符号估计，因为在执行对当前符号的估计之前已经移除了来自其它符号的干扰。因此，首先执行内部软符号再生。此后，基于更新的符号估计最终的LLR值LLR_Pre可以基于等式4再次计算并且随后可以在下文所述的LLR组合中使用。从等式5推演出的软符号信息也相应地更新并且可以用在下文所述的子组检测单元(SDU)的干扰消除过程中。

如上所述，UE将传输信号分解为传输信号的G个子组X_g。根据实施例，该分解包括基于有效信道矩阵的G个子组T_g的各个子组的可达信息数据速率AIR_g的评估来选择分解模式的步骤，有效信道矩阵根据用于将传输信号分解为传输信号的G个子组X_g的分解模式进行分解。

此处可达信息数据速率AIR_g的评估可包括识别对应于可达信息数据速率AIR_g之和最大化的排列的步骤。

随后对识别的排列进行排序，即移除/排列其元素，使得对应于排列的元素{C₀，C₁，...，C_G-1}按升序排列，{C′₀，C′₁，...，C′_G-1}(即当0≤m＜n＜G时C′_m＜C′_n)。下文更为详细地描述分解传输信号和评估可达信息数据速率AIR_g的方法步骤。

等式2中描述的接收信号模型，即传输信号分解为G个子组，其中各个子组包括n_g个MIMO层(0≤g＜G)。G个子组应当不相交并且覆盖所有MIMO层。在本文中，不相交的子组意味着各个子组包括不同的传输符号，即各个传输符号仅在一个子组中呈现。

由于传输信号是2L×1大小的实列向量其分解为G个子组，那么所有子组的MIMO层合计达2L：

(等式7)

子组数目G的选择是灵活的，并且可以视为复杂度和性能之间的权衡。当G具有较小值时，更多的MIMO层被联合地检测为一个子组，因此可实现更好的性能。对于较大的G值，即不断增长的G值，实现了复杂度的减少。然而，较大的G值也会导致性能的降低。

例如，如果G设置为值1(G＝1)，仅存在一个包括所有2L个MIMO层的子组。该选择对应于全复杂度MLD，其具有非常好的性能。如果G设置为L(即G＝L)，各个子组仅检测到两个实符号，这将性能降低到LMMSE的性能级别。因此，对于G的较大和较低值(即较低和较高复杂度端)，所提出的检测器的性能分别对应于LMMSE和MLD。

根据实施例，通过在G个不同子组的各个子组中具有同样数目n_g的MIMO层降低整体的复杂度和处理延迟，并且使硬件可重用。

然而，由于所有2L个MIMO层可能不可被G整除从而得到整数，因此各个子组n_g中的MIMO层数目的一般公式可定义为：

(等式8)

此处，

例如，如果L＝4并且G选为2(G＝2)，那么各个子组包括相同数目的层n_g=4，g＝0，1。然而，如果L＝4且G选为3(G＝3)，那么2L不可被G整除得到整数。因此第一(g＝0)和第二(g＝1)子组将包括比第三(g＝2)子组多一个以上的MIMO层：

各个分解模式可视为信道矩阵的列排列和传输信号的行排列。

如果所有可能的不同候选向量的集合表示为Ω，并且P(i)=[i(0),i(1),...,i(2L-1)]∈Ω为整数索引[0,1,...,2L-1]的排列，那么有效信道矩阵和P(i)给出的传输信号的分解模式定义为：

(等式9)

此处，(T₀，T₁，…T_G-1)为长度G的分解信道向量，为长度G的分解传输信号向量。作为非限制性示例，如果L为4(L＝4)并且G为4(G＝4)，那么2L＝8。分解信道向量和分解传输信号的各个元素分别包括2个实符号。

更为详细地，为第一子组的分解信道矩阵，其中的索引对应于具有表示为i(k)和由排列P(i)=[i(0),i(1),...,i(2L-1)]∈Ω上述定义的k的分解/排列的索引版本的的分解版本。

为第一子组的分解传输实信号向量。此外，为第g(1≤g＜G)个子组的分解信道矩阵，并且为第g1≤g＜G个子组的分解传输实信号向量。

分解之后，接收信号可以写为：

(等式10)

理论上，不管不同子组的顺序和子组内不同信号的顺序，存在F(2L，G)个不同排列向量以根据等式8将2L个信号分解为G个子组。

F(2L,G)可以计算为： (等式11)

此处，如上所定义。

作为非限制性示例，对于L＝4和G＝4，信道矩阵H包括2L＝8个列。通过将列分解为四个子组，将会存在总共F(2L，G)＝8！/4！(2！)⁴＝105个不同排列。根据实施例，这些不同的排列可以预计算并存储为集合Ω。

各个子组g的可达信息速率(AIR)可以计算为：

(等式12)

可以使用基于伍德伯里矩阵标识的矩阵求逆：

(等式13)

并且如果C_g可以定义为：

(等式14)

那么，可以通过最大化候选集合Q的所有子组的可达信息速率之和来找到最佳排列向量

(等式15)

找到最佳排列向量之后，根据实施例，存在一个以上的步骤可执行以实现最佳分解模式。

对应于最佳排列向量的值{C₀，C₁，...，C_G-1}根据实施例按升序排列并且表示为{C′₀,C′₁,...,C′_G-1}。因此，当0≤m<n<G时C′_m＜C′_n，使得元素的排序(索引的切换)和元素的数量级有关。最佳排列向量随后根据排列的元素顺序排列，即不同子组的索引按其升序交换，并且表示为P_o。

因此，P_o指示新排序的分解模式{C′₀，C′₁，...，C′_G-1}。P_o为最终输出最佳分解模式，并且有效信道矩阵和传输信号根据等式9所述的该输出最佳分解模式分解。根据元素的数量级对元素进行排序的步骤保证了具有较高AIR的子组在具有较低AIR的子组之前被检测到，这在子组之间形成了更好的干扰消除。

根据方法的实施例，所有优选排列的集合Ω由满足下组中所有条件的分解对应的排列组成：当F(2L，G)较大时，即当较大数目的不同排列的分解可能时，在全部排列集合Ω之间搜索的复杂度使用了许多计算资源并且代价是难以负担的。根据该方法的实施例，为了减少复杂度，当构建候选集合Ω时，利用三个简单的规则/条件作为指南。仅当所有的三个条件都满足时，仅将优选排列添加到集合Ω。换言之，如果三个规则/条件中的任意一个都无法满足排列向量，那么排列向量将不包括在集合Ω中。

这三个规则/条件为：

1：如果原始复值传输信号的第一元素s(i)的实部与原始复值传输信号的第二元素s(j)；(i≠j，0≤i，j＜L)的实部在同一子组X_g中，那么原始复值传输信号的第一元素s(i)的虚部与原始复值传输信号的第二元素s(j)的虚部应在同一子组X_g中；反之亦然；

2：如果原始复值传输信号的第一元素s(i)的实部与原始复值传输信号的第二元素s(j)；(i≠j，0≤i，j＜L)的虚部在同一子组X_g中，那么原始复值传输信号的第一元素s(i)的虚部与原始复值传输信号的第二元素s(j)的实部应在同一子组X_g中；反之亦然；以及

3：原始复值传输信号的元素s(i)；(0≤i＜L)的实部和虚部应在不同的子组中。

这三个规则/条件易于实施并且直接明了，且它们基于相同传输复信号的实部和虚部的信道向量为正交的事实，如等式2中所定义。

前两个规则是基于以下认识所设计：共同处理复值传输信号s(i),(0≤i<L)的实部和复值传输信号s(j),(j≠i,0≤j<L)的实(或虚)部是有利的，这指示信道向量之间强相关。因此，共同处理复值传输信号s(i)的虚部和复值传输信号s(j)的虚(或实)部也是有利的，因为它们的信道向量之间也是强相关。

最后一个规则是基于以下认识所设计：共同处理相同传输复信号的实部和虚部没有增益，因为它们的信道向量彼此间是正交。

为了将所有优选排列的集合Ω构建为仅包括满足上述条件的分解对应的排列实现了主要的复杂度减少。

作为非限制性示例，在使用这些条件/规则的减少之后，对于L＝4和G＝4，集合Ω中的排列可以从105减至仅12候选。在图5中，示出了所有可能的105个排列向量和通过这些规则/条件选择的减少的12个排列向量的最大可达信息速率。所有可能的105个排列向量和减少的12个排列向量的最大可达信息速率基本一致。表1给出了测试/模拟结果。在该示例中，高斯信道用于测试/模拟并且噪声密度为σ²。通过得出容量上限。

频谱效率[比特/Hz-s]

表1

根据该方法的实施例，集合Ω的所有优选排序，即所有符合上述三个规则/条件的所有排列，在存储器中进行预计算并存储。这在处理接收信号时减少了UE的计算负担。

根据该方法的实施例，干扰消除步骤204包括分别利用子组X_g的各个子组对应的软信息此处，软信息在预检测单元121执行的预检测步骤202的对传输信号的初步估计处确定。

干扰消除204可包括一般步骤：从各个子组X_g的其它子组移除干扰，确定与各个子组X_g相关的白化矩阵W_g，将对应于各个子组X_g的有效信道矩阵T_g乘以确定的白化矩阵W_g以及执行组合的相乘的有效信道矩阵T_g和白化矩阵W_g的QR分解。QR分解一般可以描述为将矩阵A分解为两个矩阵Q和R，即A＝Q*R，其中Q为酉矩阵而R为上三角矩阵。下文中更为详细地解释了干扰消除204的步骤。

如果最佳分解后的信号模型表示为： (等式16)

那么来自预检测单元121的软信息输出的分解可以写为：

(等式17)

其中为来自对应于子组X_g的预检测器的软符号估计输出，为包括第g个子组的估计方差的对角方差矩阵。

根据所提方法的实施例，以串行方式实施子组间的干扰消除。这意味着当检测到子组g(0≤g＜G)时，已经检测到之前的子组k(0≤k＜g)并且已经计算出之前的子组k(0≤k＜g)的LLR值。因此，基于等式5可以得出子组k的软信息再生。

如果是传输信号的第k个子组X_k对应的软符号估计并且对角方差矩阵为传输信号的先前第k个子组X_k对应的那么等式17中定义的软信息针对所有的第k个子组(0≤k＜g)更新为：

(等式18)

应注意，对于第一子组，当g＝0时，没有信息可以更新并且使用的软信息在等式17中定义，该软信息直接用于检测该第一子组g＝0。

根据该方法的实施例，子组检测单元124包括多个子组处理单元(SGP单元)。优选地，SGP单元的数目对应于子组G的数目。

图6示意性地示出了在子组检测单元(SDU)中实施的SGP单元的方框图。在第一步骤601中，从接收信号中移除来自其它子组的干扰。

(等式19)

此处，残余干扰和噪声可视为具有零均值的高斯噪声，并且协方差矩阵可计算为：

在第二步骤602中，使用乔莱斯基(Cholesky)分解确定白化矩阵。因此，满足的2R×2R的白化矩阵W_g计算为：

(等式20)

此外，在第三步骤603中执行QR分解。如果QR分解为Q_g为2R×2R的酉矩阵，R_g为n_g×n_g的上三角矩阵，并且O为(2R-ng)×n_g尺寸的零矩阵，那么噪声白化和QR分解之后的接收信号可以写为：

(等式21)

由于的剩余2R-n_g行仅包括噪声，只有等式21中的第一n_g行用于第四MLD步骤604中的检测：

(等式22)

此处的包括的第一n_g行，并且N′_g包括等式21中的有效噪声的第一n_g行，其为具有与单位矩阵相等的协方差矩阵的白高斯噪声(WGN)。

随后，MLD可以在等式22的接收信号模型上应用以输出LLR值。等式22的接收信号模型为n_g×n_gMIMO信号模型。应注意，n_g比MIMO层的总数2L小得多(n_g＜＜2L)。因此，由于信号模型小得多，提出的检测方法的复杂程度比现有技术MLD检测的复杂程度低得多。

因此，QR分解之后，在G个子组X_g的各个子组上检测(204)利用MLD的传输信号。换言之，将为G个子组的各个子组重复对应于等式19到22的步骤。因此，根据该方法的实施例，在MDL处分别确定G个子组X_g中的各个子组的软信息该软信息用于随后检测到的子组X_g+1的干扰消除。

在第四MLD步骤604之后，第g个子组的软信息可以在第五步骤605中再生并且当检测到后续子组g+1时用于干扰消除。软信息还可以在SGP单元的第六步骤606中更新。

图7示意性地示出了子组检测单元(SDU)的方框图，SDU包括G个子组处理单元(SGP)703，如图6中所示。SDU从最佳分解单元(OSU)123接收最佳分解模式，将OSU123提供给第一方框701用于分解软信息并且提供给第二方框702用于分解信道矩阵。此外，将分解信道矩阵提供给G个SGP单元703的各个单元。

另外，将分解软信息提供给SGP单元703。对于第一子组(即g＝0)，直接使用分解软信息。对于其他SGP单元703(即g>1),将为先前子组再生的更新的软信息提供给SGP单元。

各个SGP单元703计算LLR值和再生软信息。将更新的软信息值提供给后续SGP单元。将LLR值提供给第四解排列方框704。解排列704是排列P₀的逆排列，排列P₀用于分解步骤203中将传输信号分解为G个子组解排列方框704输出G个子组的检测似然比信息LLR_Post。

根据该方法的实施例，基于PDU121为G个子组X_g的各个子组提供的预检测似然比信息LLR_Pre(X_g)和SDU124为G个子组X_g的各个子组提供的检测似然比信息LLR_Post(x_g)执行对数似然比组合。

因此，预检测对数似然比信息LLR_Pre(X_g)基于预检测()确定，而检测对数似然比信息LLR_Post(x_g)基于利用MLD的检测确定。

另外，在执行对数似然比组合之前，通过使用上述解排列应用G个子组X_g的对数似然比信息LLR_Post(X_g)。

在低SNR区域中，MLD次优于LMMSE，由于MLD中使用最大对数MAP算法以减少复杂度而LMMSE中使用对数MAP算法。与对数MAP相比，最大对数MAP算法包括降低复杂度和性能的近似。这意味着在此情况下，LLR_Pre可比LLR_Post提供更好的质量。

另一方面，LLR_Pre和LLR_Post还可近似为由独立检测器作出的独立估计。这意味着过滤/组合过程可消除噪声以进一步改善这些估计，因为可从独立检测推导出额外的信息。

因此，该实施例采用LLR_Pre和LLR_Post的合适组合，这产生了更好的性能并且使检测器在各种各样的信道条件下都更加稳健。

过滤/组合实施为：

LLR＝α×LLR_Pre+(1-α)×LLR_Post (等式23)

可以基于有效信道矩阵的现有信道条件、MIMO传输的信噪比(SNR)、用于MIMO传输的编码率以及用于MIMO传输的调制类型中的一个或多个自适应地选择因子α。作为非限制性示例，常数α＝0.5常常带来可接受的性能。

表2和图8至10为LTE下行链路示出了所提出的检测器(即所谓的QMLD)的性能的模拟评估，以及QMLD和上述现有技术LMMSE、LMMSE-PIC(除ECC以外)和现有技术MLD的比较。表2中定义了测试参数。信道模型和相关定义可以在3GPP规范文档中找到。在所有的测试中使用L＝4和G＝2。因此，F(8,2)给出的所有可能的排列的数目为35，但用于最佳分解模式搜索的集合Ω中减少的排列的数目仅为8。

表2

从图8、9和10中可以看出，与三种不同测试案例中的现有技术检测器相比，所提出的QMLD方法具有最佳性能。在测试案例1中，所提出的QMLD优于图8中所见的LMMSE和MLD。在测试案例2和3中，QMLD优于LMMSE和LMMSE-PIC，分别如图9和图10所见。因此，所提出的QMLD提供了低复杂度的非常好的性能。

实施例的具体实施方式中所用的以及附图中所示的术语并不意在限制于所述方法200和/或UE120，这些是由所附权利要求书所限定的。

本文所用的术语"和/或"包括相关联的所列项目中的一者或多者的任何和所有组合。此外，单数形式"一"和"所述"解释为"至少一个"，因此还可能包括相同种类的多个实体，除非另外明确地陈述。应进一步了解，术语"包括"用于说明存在所述特征、动作、整体、步骤、操作、元件和/或部件，但并不排除存在或添加一个或多个其他特征、动作、整体、步骤、操作、元件、部件和/或它们的组合。

Claims (15)

1.一种用户设备(120)中的方法(200)，其特征在于，用于从无线通信系统(100)中的无线网络节点(110)接收无线多入多出(MIMO)传输；所述方法的特征在于：

从所述无线网络节点(110)接收(201)MIMO信号

对所述接收的信号进行预检测(202)，所述预检测提供对与所述接收信号对应的传输信号的初步估计；

将所述传输信号分解(203)为传输信号的G个不相交的子组X_g，其中传输信号的所述G个子组X_g中的各个子组覆盖用于所述传输信号的所有2L个层的子组n_g(0≤g<G且1≤G≤L)，使得传输信号的所述G个子组X_g一起覆盖所有所述2L个层；

基于所述传输信号的所述初步估计在传输信号的所述G个子组X_g上执行干扰消除(204)；以及

通过利用最大似然检测(MLD)算法检测(205)传输信号的所述G个子组X_g，其中同时检测传输信号的所述G个子组X_g中各个子组内的层的所述子组n_g。

2.根据权利要求1所述的方法，其特征在于，将所述传输信号分解(203)为传输信号的所述G个子组X_g包括：

基于对可达信息速率AIR_g的评估选择一种分解模式，有效信道矩阵的G个子组T_g中的各个子组根据所述分解模式进行分解。

3.根据权利要求2所述的方法，其特征在于，所述评估包括：

识别对应于可达信息数据速率AIR之和最大化的排列以及

对所述识别的排列进行排序使得对应于所述排列的元素{C₀，C₁，...，C_G-1}按升序排列，即{C′₀，C′₁，...，C′_G-1}；且当0≤m<n<G时C′_m＜C′_n。

4.根据权利要求3所述的方法，其特征在于，所有优选排列的集合Ω由满足下组中所有条件的分解对应的排列组成：

如果原始复值传输信号的第一元素s(i)的实部与所述原始复值传输信号的第二元素s(j)的实部在同一子组X_g中(i≠j，0≤i，j<L)，那么所述原始复值传输信号的所述第一元素s(i)的虚部与所述原始复值传输信号的所述第二元素s(j)的虚部应在同一子组X_g中；反之亦然；

如果原始复值传输信号的第一元素s(i)的实部与原始复值传输信号的第二元素s(j)的虚部在同一子组X_g中(i≠j，0≤i，j<L)，那么所述原始复值传输信号的所述第一元素s(i)的虚部与所述原始复值传输信号的所述第二元素s(j)的实部应在同一子组X_g中；反之亦然；以及

原始复值传输信号的元素s(i)(0≤i<L)的实部和虚部应在不同的子组中。

5.根据权利要求4所述的方法，其特征在于，所述集合Ω的所有优选排序在存储器中进行预计算并存储。

6.根据权利要求1至5中任意一项权利要求所述的方法，其特征在于，所述干扰消除(204)包括分别利用与所述各个子组X_g对应的软信息所述软信息由传输信号的所述初步估计确定。

7.根据权利要求1至5中任意一项权利要求所述的方法，其特征在于，所述干扰消除(204)包括：

为各子组X_g从其他子组移除(601)干扰；

确定(602)与所述各子组X_g相关的白化矩阵W_g；

将对应于各子组X_g的有效信道矩阵T_g与所述白化矩阵W_g相乘；以及

分别执行(603)所述相乘的有效信道矩阵T_g和白化矩阵W_g的QR分解。

8.根据权利要求7所述的方法，其特征在于，在所述分解之后，在所述G个子组X_g中的各个子组中执行利用MLD对传输信号的所述检测(205)。

9.根据权利要求8所述的方法，其特征在于，所述G个子组X_g中的各个子组的软信息由所述检测确定并用于随后检测到的子组X_g+1的干扰消除。

10.根据权利要求1至5中任意一项权利要求所述的方法，其特征在于，基于所述G个子组X_g中的各个子组的预检测对数似然比信息LLR_Pre(X_g)和所述G个子组X_g中的各个子组的检测对数似然比信息LLR_Post(X_g)，执行对数似然比组合(126)。

11.根据权利要求1至5中任意一项权利要求所述的方法，其特征在于，所述预检测对数似然比信息LLR_Pre(X_g)基于所述预检测(202)确定。

12.根据权利要求11所述的方法，其特征在于，所述检测对数似然比信息LLR_Post(X_g)基于利用MLD的所述检测(205)确定。

13.根据权利要求12所述的方法，其特征在于，在执行所述对数似然比组合(126)之前，所述G个子组X_g的所述对数似然比信息LLR_Post(X_g)通过解排列(704)进行应用，所述解排列(704)为用于将所述传输信号分解(203)为G个子组X_g的排列的逆排列。

14.根据权利要求12或13任意一项权利要求所述的方法，其特征在于，基于与下组中至少一项相关的参数，所述对数似然比组合(126)为自适应可调：

有效信道矩阵的现有信道条件；

所述MIMO传输的信噪比(SNR)；

用于所述MIMO传输的编码率；以及

用于所述MIMO传输的调制类型。

15.一种用户设备(120)，用于从无线通信系统(100)中的无线网络节点(110)接收无线多入多出(MIMO)传输；所述用户设备，其特征在于：

接收器单元(410)，用于从所述无线网络节点(110)接收(201)MIMO信号

处理电路(420)，用于所述接收信号的预检测(202)，所述预检测提供对与所述接收信号对应的传输信号的初步估计；用于将所述传输信号分解(203)为传输信号的G个相交的子组X_g，其中传输信号的所述G个子组X_g中的各个子组覆盖用于所述传输信号的所有2L个层的子组n_g(0≤g<G且1≤G≤L)，使得传输信号的所述G个子组X_g一起覆盖所有所述2L个层；用于基于所述传输信号的所述初步估计在传输信号的所述G个子组X_g上执行的干扰消除(204)；以及用于通过利用最大似然检测(MLD)算法对传输信号的所述G个子组X_g的检测(205)，其中同时检测传输信号的所述G个子组X_g中各个子组内的层的所述子组n_g。