最大似然ML接收机数据处理的方法及装置
技术领域
本发明涉及通信技术领域,尤其涉及一种最大似然ML接收机数据处理的方法及装置。
背景技术
在LTE场景中,UE(User Equipment,用户设备)可能受到相邻小区内用户设备或小区内配对用户设备的干扰,这些干扰将严重降低UE解调数据信道的性能。基站高密度和异构是LTE网络结构的演进大方向,这显然会带来更加严重的小区间和多用户间的同频干扰。目前可以利用抑制或者消除多用户或小区间干扰的接收机来抑制干扰,如IRC(Interference Rejection Combining,干扰抑制合并)接收机、MMSE(Minimum Mean Square Error,最小均方误差)接收机和ML(Maximum Likelihood,最大似然)接收机。MMSE接收机和IRC接收机对干扰的抑制能力有限,小区边缘干扰较强的场景,UE解调数据信道的性能仍然很差;ML接收机可以消除小区间干扰或多用户间干扰,需要知道干扰信号的一些参数,如调制阶数、传输模式和PMI(Pre-coder Matrix Indicator,预编码)等。现有技术中,ML接收机抗干扰实现框图如图1所示,一个LTE MIMO-OFDM系统,假设UE侧接收天线个数为N,用x、y和H分别表示频域某个RE(ResourceElement,资源单元)的发射符号向量、接收向量和等效频域信道矩阵(包含PMI),那么信道模型可以表示为y=Hx+n,其中假设n是N维加性高斯白噪声向量(均值为0,协方差矩阵为σ2I);x为L维的列向量(L表示发射符号总的层数),即x=[x1,x2,…,xL]T,信道矩阵H=[h1,h2,…,hL](hk为N维列向量,表示第k个发射符号对应的等效频域信道)。对于多个小区LTE系统,可以把x和H拆成两部分,即y=Hsxs+Haxa+n,其中s下标表示服务小区,a下标表示干扰小区,不失一般性,假设前B层发射符号来源于服务小区,从B+1层到第L层发射符号来源于其他干扰小区(可以是一个干扰小区,也可以是多个干扰小区)或者同小区配对的其他UE,即Hs=[h1,h2,…,hB],Ha=[hB+1,hB+2,…,hL],xs=[x1,x2,…,xB]T和xa=[xB+1,xB+2,…,xL]T。ML接收机得出干扰符号的一些参数,如调制阶数等,的过程为,首先ML接收机根据接收信号估计服务小区和干扰小区的信道估计;然后,通过经典估计算法,如聚类或广义对数最大似然等算法,利用信道估计和接收信号估计出未知参数,如调制阶数;最后,利用前面的输出依次做ML检测和译码。ML检测送给译码的第j层符号第i个比特bj,i的LLR(Log-Likelihood Ratio,对数似然比)可以表示为:
其中,Pr为概率函数,Pr(y|x)表示y在x条件下的概率,H是包含传输模式和PMI信息的等效信道,x在估计出的调制阶数集合内取值,LTE中调制阶数的集合有QPSK(Quadrature Phase Shift Keying,四相相移键控)、16QAM(16Quadrature Amplitude Modulation,16正交振幅调制)和64QAM(64QuadratureAmplitude Modulation,64正交振幅调制)三种。
现有技术中至少存在如下问题:ML接收机需要先估计出干扰符号的未知参数,如调制阶数。在LTE系统中,干扰符号的信噪比通常不高,未知参数的正确估计的概率一般是较低的,当参数估计错误的时候,ML接收机是无法正常工作的,降低了ML接收机消除干扰的能力,使得使用ML接收机的UE误帧率很高。
发明内容
本发明的实施例提供一种最大似然ML接收机数据处理的方法及装置,能够解决ML接收机所需的未知参数无法准确估计,降低ML接收机消除干扰的能力的问题。
为达到上述目的,本发明的实施例采用如下技术方案:
第一方面,本发明的实施例提供一种ML接收机数据处理的方法,包括:
ML接收机通过接收的参考信号位置的信号进行服务小区和干扰小区信道估计,得出信道估计矩阵,所述服务小区为所述ML接收机所在小区,所述干扰小区为干扰所述ML接收机的小区,所述参考信号位置为预先设定;
所述ML接收机对接收信号和所述信道估计矩阵计算第一度量,根据所述第一度量确定服务小区的幸存路径,所述接收信号为所述ML接收机接收的非参考信号位置的信号;
所述ML接收机根据确定的所述服务小区的幸存路径和未知参数的所有取值,对所述接收信号和所述信道估计矩阵计算第二度量,根据所述第二度量确定所述干扰小区的幸存路径,所述未知参数为计算所述第二度量时未知的参数;
所述ML接收机根据所述干扰小区的幸存路径确定最终的幸存路径;
所述ML接收机根据所述最终的幸存路径计算对数似然比LLR。
结合第一方面,在第一方面的第一种实现方式中,在所述ML接收机根据所述干扰小区的幸存路径确定最终的幸存路径之前,所述方法还包括:
ML接收机利用所述接收信号和所述信道估计矩阵估计所述未知参数的取值概率;
所述ML接收机估计所述接收信号的信噪比或噪声功率;
所述ML接收机通过所述信噪比或噪声功率,与所述未知参数的取值概率计算所述未知参数的先验信息;
则所述ML接收机根据所述干扰小区的幸存路径确定最终的幸存路径包括:
所述ML接收机根据所述先验信息和所述干扰小区的幸存路径确定最终的幸存路径。
结合第一方面的第一种实现方式中,在第一方面的第二种实现方式中,在所述ML接收机估计所述接收信号的信噪比或噪声功率之前,所述方法还包括:
所述ML接收机划分所述信噪比或所述噪声功率的等级;
所述ML接收机存储所述等级对应的先验信息;其中所述等级与所述先验信息一一对应。
结合第一方面的第二种实现方式中,在第一方面的第三种实现方式中,所述ML接收机估计所述接收信号的信噪比或噪声功率包括:
所述ML接收机估计所述接收信号的信噪比或噪声功率的等级;
则所述ML接收机通过所述信噪比或噪声功率,与所述未知参数的取值概率计算所述未知参数的先验信息包括:
所述ML接收机根据所述等级得出与所述等级对应的先验信息。
结合第一方面和第一方面的任一种实现方式中,在第一方面的第四种实现方式中,所述ML接收机根据确定的所述服务小区的幸存路径和未知参数的所有取值,对所述接收信号和所述信道估计矩阵计算所述第二度量,根据所述第二度量确定干扰小区的幸存路径包括:
所述ML接收机根据确定的所述服务小区的幸存路径,和所述未知参数分别在四相相移键控QPSK、16正交振幅调制16QAM和64正交振幅调制64QAM调制方式下的取值,对所述接收信号和所述信道估计矩阵计算所述第二度量;
分别在所述QPSK、所述16QAM和所述64QAM调制方式下,按照所述第二度量的数值大小排序,确定N个所述数值最小的第二度量,将所述N个所述数值最小的第二度量对应的幸存路径确定为干扰小区幸存路径,所述N为大于1且小于所述第二度量总个数的整数;或者,
所述ML接收机根据确定的所述服务小区的幸存路径,和所述未知参数分别在所述QPSK和所述16QAM调制方式下的取值,对所述接收信号和所述信道估计矩阵计算所述第二度量;
分别在所述QPSK和所述16QAM调制方式下,按照所述第二度量的数值大小排序,确定N个所述数值最小的第二度量,将所述N个所述数值最小的第二度量对应的幸存路径确定为干扰小区幸存路径,所述N为大于1且小于所述第二度量总个数的整数。
结合第一方面的任一种实现方式中,在第一方面的第五种实现方式中,所述ML接收机根据所述先验信息和所述干扰小区的幸存路径确定最终的幸存路径包括:
所述ML接收机将确定的干扰小区幸存路径对应的第二度量,与所述确定的干扰小区幸存路径的先验信息相减,得出差值;
所述ML接收机将确定的干扰小区幸存路径对应的所述差值,按照数值大小排序,确定X个数值最小的差值对应的干扰小区幸存路径,所述X为大于1且小于所述所有子集中确定的干扰小区幸存路径总个数的整数;
将X个数值最小的差值对应的干扰小区幸存路径确定为最终的幸存路径。
结合第一方面或第一方面的第四种实现方式中,在第一方面的第六种实现方式中,所述ML接收机根据所述干扰小区的幸存路径确定最终的幸存路径包括:
所述ML接收机将确定的干扰小区幸存路径对应的第二度量,按照数值大小排序,确定M个数值最小的第二度量对应的干扰小区幸存路径,所述M为大于1且小于所述所有子集中确定的干扰小区幸存路径总个数的整数;
将M个数值最小的第二度量对应的干扰小区幸存路径确定为最终的幸存路径。
第二方面,本发明的实施例提供一种ML接收机数据处理的装置,包括:
估计单元,用于通过接收的参考信号位置的信号进行服务小区和干扰小区信道估计,得出信道估计矩阵,所述服务小区为所述ML接收机所在小区,所述干扰小区为干扰所述ML接收机的小区,所述参考信号位置为预先设定;
确定单元,用于对接收信号和所述信道估计矩阵计算第一度量,根据所述第一度量确定服务小区的幸存路径,所述接收信号为所述ML接收机接收的非参考信号位置的信号;
所述确定单元还用于根据确定的所述服务小区的幸存路径和未知参数的所有取值,对所述接收信号和所述信道估计矩阵计算所述第二度量,根据所述第二度量确定所述干扰小区的幸存路径,所述未知参数为计算所述第二度量时未知的参数;
所述确定单元还用于根据所述干扰小区的幸存路径确定最终的幸存路径;
计算单元,用于根据所述最终的幸存路径计算对数似然比LLR。
结合第二方面,在第二方面的第一种实现方式中,所述估计单元还用于利用所述接收信号和所述信道估计矩阵估计所述未知参数的取值概率;
所述估计单元还用于估计所述接收信号的信噪比或噪声功率;
所述计算单元还用于通过所述信噪比或噪声功率,与所述未知参数的取值概率计算所述未知参数的先验信息;
所述确定单元还用于根据所述先验信息和所述干扰小区的幸存路径确定最终的幸存路径。
结合第二方面的第一种实现方式,在第二方面的第二种实现方式中,所述装置还包括:
划分单元,用于划分所述信噪比或所述噪声功率的等级;
存储单元,用于存储所述等级对应的先验信息;其中所述等级与所述先验信息一一对应。
结合第二方面的第二种实现方式,在第二方面的第三种实现方式中,所示估计单元具体用于估计所述接收信号的信噪比或噪声功率的等级;
所述计算单元具体用于根据所述等级得出与所述等级对应的先验信息。
结合第二方面和第二方面的任一种实现方式,在第二方面的第四种实现方式中,所述确定单元具体用于根据确定的所述服务小区的幸存路径,和所述未知参数分别在四相相移键控QPSK、16正交振幅调制16QAM和64正交振幅调制64QAM调制方式下的取值,对所述接收信号和所述信道估计矩阵计算所述第二度量;分别在所述QPSK、所述16QAM和所述64QAM调制方式下,按照所述第二度量的数值大小排序,确定N个所述数值最小的第二度量,将所述N个所述数值最小的第二度量对应的幸存路径确定为干扰小区幸存路径,所述N为大于1且小于所述第二度量总个数的整数;或者,
所述确定单元具体用于所述ML接收机根据确定的所述服务小区的幸存路径,和所述未知参数分别在所述QPSK和所述16QAM调制方式下的取值,对所述接收信号和所述信道估计矩阵计算所述第二度量;分别在所述QPSK和所述16QAM调制方式下,按照所述第二度量的数值大小排序,确定N个所述数值最小的第二度量,将所述N个所述数值最小的第二度量对应的幸存路径确定为干扰小区幸存路径,所述N为大于1且小于所述第二度量总个数的整数。
结合第二方面的任一种实现方式,在第二方面的第五种实现方式中,所述确定单元包括:
计算子单元,用于将确定的干扰小区幸存路径对应的第二度量,与所述确定的干扰小区幸存路径的先验信息相减,得出差值;
确定子单元,用于将确定的干扰小区幸存路径对应的所述差值,按照数值大小排序,确定X个数值最小的差值对应的干扰小区幸存路径,所述X为大于1且小于所述所有子集中确定的干扰小区幸存路径总个数的整数;
所述确定子单元还用于将X个数值最小的差值对应的干扰小区幸存路径确定为最终的幸存路径。
结合第二方面或第二方面的第四种实现方式,在第二方面的第六种实现方式中,所述确定单元具体用于将确定的干扰小区幸存路径对应的第二度量,按照数值大小排序,确定M个数值最小的第二度量对应的干扰小区幸存路径,所述M为大于1且小于所述所有子集中确定的干扰小区幸存路径总个数的整数;将M个数值最小的第二度量对应的干扰小区幸存路径确定为最终的幸存路径。
本发明实施例提供的一种最大似然ML接收机数据处理的方法及装置,本发明中ML接收机通过参考信号位置的接收信号进行服务小区和干扰小区信道估计,得出信道估计矩阵;然后,对非参考信号位置的接收信号和信道估计矩阵计算第一度量,根据第一度量确定服务小区的幸存路径,并根据确定的服务小区的幸存路径和未知参数的所有取值,对接收信号和信道估计矩阵计算所述第二度量,根据第二度量确定干扰小区的幸存路径;根据干扰小区的幸存路径确定最终的幸存路径;根据最终的幸存路径计算LLR。如此,ML接收机利用未知参数所有可能的取值,进行干扰小区的幸存路径的选择,提高ML接收机通过未知参数对待估计信号估计的准确性,进而提高ML接收机消除干扰的能力,降低使用ML接收机的UE的误帧率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为现有技术提供的检测过程示意图;
图2为本发明一实施例提供的方法流程图;
图3为本发明又一实施例提供的方法流程图;
图4为本发明又一实施例提供的检测过程示意图;
图5为本发明又一实施例提供的检测过程流程图;
图6为本发明又一实施例提供的简化方案示意图;
图7为本发明又一实施例提供的简化方案示意图;
图8、图9为本发明又一实施例提供的装置结构示意图;
图10为本发明又一实施例提供的装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明一实施例提供一种最大似然ML接收机数据处理的方法,用于ML接收机,如图2所示,所述方法包括:
101、最大似然ML接收机通过接收的参考信号位置的信号进行服务小区和干扰小区信道估计,得出信道估计矩阵。
其中,服务小区为ML接收机所在小区,干扰小区为干扰所述ML接收机的小区。ML接收机通过服务小区接收到数据信号,而通过干扰小区接收到的是干扰信号。参考信号位置为预先设定。
102、ML接收机对接收信号和信道估计矩阵计算第一度量,根据第一度量确定服务小区的幸存路径。
其中,接收信号为ML接收机接收的非参考信号位置的信号。计算度量为公式(1)中||y-Hx||2的计算过程,计算第一度量为对服务小区的接收信号和信道估计矩阵根据公式||y-Hx||2进行计算。具体计算过程可参见现有技术。
103、ML接收机根据确定的服务小区的幸存路径和未知参数的所有取值,对接收信号和信道估计矩阵计算第二度量,根据第二度量确定干扰小区的幸存路径。
其中,未知参数为计算第二度量时未知的参数。计算第一度量为对干扰小区的接收信号和信道估计矩阵根据公式||y-Hx||2进行计算。具体计算过程可参见现有技术。
可选的,ML接收机根据确定的服务小区的幸存路径和未知参数的所有取值,对接收信号和信道估计矩阵计算第二度量,根据第二度量确定干扰小区的幸存路径的方式包括:ML接收机根据确定的服务小区的幸存路径,和未知参数分别在四相相移键控QPSK、16正交振幅调制16QAM和64正交振幅调制64QAM调制方式下的取值,对接收信号和信道估计矩阵计算第二度量;然后,分别在QPSK、16QAM和64QAM调制方式下,按照第二度量的数值大小排序,确定N个数值最小的第二度量,将N个数值最小的第二度量对应的幸存路径确定为干扰小区幸存路径,N为大于1且小于第二度量总个数的整数;或者,ML接收机根据确定的服务小区的幸存路径,和未知参数分别在QPSK和16QAM调制方式下的取值,对接收信号和信道估计矩阵计算第二度量;然后,分别在QPSK、16QAM和64QAM调制方式下,按照第二度量的数值大小排序,确定N个数值最小的第二度量,将N个数值最小的第二度量对应的幸存路径确定为干扰小区幸存路径,N为大于1且小于第二度量总个数的整数。
104、ML接收机根据干扰小区的幸存路径确定最终的幸存路径。
可选的,ML接收机根据干扰小区的幸存路径确定最终的幸存路径可以为ML接收机将确定的干扰小区幸存路径对应的第二度量,按照数值大小排序,确定M个数值最小的第二度量对应的干扰小区幸存路径,M为大于1且小于所有子集中确定的干扰小区幸存路径总个数的整数;将M个数值最小的第二度量对应的干扰小区幸存路径确定为最终的幸存路径。
可选的,在ML接收机根据干扰小区的幸存路径确定最终的幸存路径之前,利用接收信号和信道估计矩阵估计未知参数的取值概率,并估计接收信号的信噪比或噪声功率,然后,ML接收机通过信噪比或噪声功率,与未知参数的取值概率计算未知参数的先验信息;则ML接收机根据干扰小区的幸存路径确定最终的幸存路径的方式可以为ML接收机根据先验信息和干扰小区的幸存路径确定最终的幸存路径。
可选的,ML接收机估计接收信号的信噪比或噪声功率之前,可以划分信噪比或噪声功率的等级,并存储等级对应的先验信息;其中等级与先验信息一一对应。
进一步的,ML接收机估计接收信号的信噪比或噪声功率可以为ML接收机估计接收信号的信噪比或噪声功率的等级;进而ML接收机通过信噪比或噪声功率,与未知参数的取值概率计算未知参数的先验信息可以为根据等级得出与等级对应的先验信息。
可选的,ML接收机根据先验信息和干扰小区的幸存路径确定最终的幸存路径包括:ML接收机将确定的干扰小区幸存路径对应的第二度量,与确定的干扰小区幸存路径的先验信息相减,得出差值;然后,将确定的干扰小区幸存路径对应的差值,按照数值大小排序,确定X个数值最小的差值对应的干扰小区幸存路径,X为大于1且小于所有子集中确定的干扰小区幸存路径总个数的整数;将X个数值最小的差值对应的干扰小区幸存路径确定为最终的幸存路径。
105、ML接收机根据最终的幸存路径计算对数似然比LLR。
现有技术中,未知参数的正确估计的概率一般是较低的,当参数估计错误的时候,ML接收机是无法正常工作的,降低了ML接收机消除干扰的能力,使得使用ML接收机的UE误帧率很高。与现有技术相比,本发明实施例中,ML接收机通过参考信号位置的接收信号进行服务小区和干扰小区信道估计,得出信道估计矩阵;然后,对非参考信号位置的接收信号和信道估计矩阵计算第一度量,根据第一度量确定服务小区的幸存路径,并根据确定的服务小区的幸存路径和未知参数的所有取值,对接收信号和信道估计矩阵计算所述第二度量,根据第二度量确定干扰小区的幸存路径;根据干扰小区的幸存路径确定最终的幸存路径;根据最终的幸存路径计算LLR。如此,ML接收机利用未知参数所有可能的取值,进行干扰小区的幸存路径的选择,提高ML接收机通过未知参数对待估计信号估计的准确性,进而提高ML接收机消除干扰的能力,降低使用ML接收机的UE的误帧率。
本发明又一实施例提供一种最大似然ML接收机数据处理方法,用于ML接收机,在多小区LTE系统中,通过改进的干扰符号未知参数估计算法得到未知参数所有可能取值的概率,如分别得到干扰符号在QPSK、16QAM和64QAM调制方式下可能取值的概率,利用这些概率,未知参数ML接收机估计本小区LLR并送给译码。如图3所示,所述方法包括:
201、最大似然ML接收机根据参考信号位置的接收信号进行服务小区和干扰小区的信道估计。
其中,接收机根据参考信号位置的接收信号y1进行服务小区和干扰小区的信道估计。所述参考信号位置由发送机发送,用来被ML接收机用作信道估计。
需要说明的是,ML接收机的接收信号包括参考信号位置的接收信号y1和非参考信号位置的接收信号y。
202、ML接收机根据信道估计和非参考信号位置的接收信号估计未知参数所有可能取值的概率。
其中,ML接收机通过改进的聚类或广义对数最大似然算法估计未知参数所有可能取值的概率。
需要说明的是,本发明实施例以未知参数为调制阶数为例,经典聚类算法实际上是选择在QPSK、16QAM和64QAM调制方式下,未知参数的样本统计概率最大的作为估计结果,改进算法为直接输出QPSK、16QAM和64QAM对应的样本统计概率。经典广义对数最大似然算法通过判断对数似然比的符号得到判决结果,例如,L(QPSK,16QAM)表示QPSK与16QAM的对数似然比,L(QPSK,64QAM)表示QPSK与64QAM的对数似然比,如果L(QPSK,16QAM)和L(QPSK,64QAM)都大于0,那么估计结果为QPSK。实际上,上述对数似然比是由QPSK、16QAM和64QAM的似然概率计算得到的,改进算法直接输出QPSK、16QAM和64QAM的似然概率。
例如,调制阶数为未知参数,描述未知参数ML检测算法。因为不同层的符号是相互独立的,式(1)可以重新写为:
其中,Pr()为概率函数,Pr(y|x)表示y在x条件下的概率,第二个等式成立是因为xs=[x1,x2,…,xB]T是服务小区符号,其调制阶数已知,所有星座点取值的概率相等。未知参数ML检测算法的关键在于假设干扰符号的星座点是QPSK、16QAM和64QAM的混合形式,每个星座点的概率由QPSK、16QAM和64QAM的先验信息决定。式(2)可以进一步写为
其中,第二个等式对H做了QR分解方便幸存路径选择,即H=QR,式(3)中的概率为
即符号先验信息由在QPSK、16QAM和64QAM调制方式下的先验概率和此调制方式中可能取值的个数决定,例如,如果xk是16QAM中某个元素,那么xk先验信息由在16QAM调制方式下的先验概率Pr(16QAM)和16QAM的元素个数16决定。
需要说明的是,下述步骤为未知参数ML检测过程,其实现框图如图4所示。
203、ML接收机预处理信道估计矩阵。
其中,为了简化(3)式中求最小度量的复杂度,可以先对信道矩阵做预处理,例如,对H做QR分解。
需要说明的是,此步骤为可选步骤。
204、ML接收机对服务小区的每层符号依次选择幸存路径。
其中,预处理后求最小度量的问题转化为了“树搜索”问题。本发明把服务小区对应的符号放在“父节点”的位置(即先搜索),因为这些符号没有未知参数,可以减少错误传递。ML接收机对服务小区的每层符号依次选择Mi个(B≥i≥1)幸存路径。本发明实施例中,即为根据公式(3)中||y-Hx||2对各路径计算度量,选出Mi个最小的路径。
需要说明的是,选择过程即为搜索过程,本发明实施例中未知参数以调制阶数为例,则本步骤中选择过程为根据调制阶数,在其对应集合中选择Mi个对应度量最小的样点作为幸存路径。
205、ML接收机对干扰小区的每层符号依次选择幸存路径。
其中,幸存路径选择要考虑未知参数所有可能的取值。例如,要考虑在QPSK、16QAM和64QAM调制方式下所有可能的取值。本发明把干扰小区对应的符号放在“子节点”的位置,对于所有“父节点”幸存路径,在调制阶数对应集合中选择若干个度量相对较小的样点作为更新后的幸存路径。此选择过程与步骤204相同。
206、ML接收机估计信噪比或噪声功率,并根据未知参数的概率计算先验概率。
其中,ML接收机估计信噪比或噪声功率,并根据步骤202估计得到的未知参数的概率计算先验概率。
需要说明的是,步骤205需要在步骤204之后执行,而步骤206与步骤204,以及步骤205的执行过程没有时间顺序。
207、ML接收机根据先验概率和干扰小区幸存路径确定最终幸存路径。
其中,ML接收机根据先验信息确定最终幸存路径,使得第i层最终的幸存路径为Mi个(L≥i≥B+1)。本发明实施例中,即为根据公式(3)中对各选择出的路径计算度量,选出Mi个(L≥i≥B+1)最小的路径。
208、ML接收机根据最终的幸存路径计算LLR。
其中,在步骤207处理过幸存路径后,ML接收机根据最终的幸存路径,通过公式(3)计算LLR。
具体的,如图5为步骤203至步骤208具体的未知参数ML接收机检测过程的一个实例,考虑UE在小区边缘的场景,此时服务小区通常只能调度1层信号,此UE看到的最强干扰也处于小区边缘,也只能调度1层信号,即L=2,B=1。此场景是UE启动干扰消除比较典型的场景。其中,先做QR分解,把目标信号(即服务小区发射符号)放在“父节点”,并选择所有节点计算度量,对于每个“父节点”仅选择最小的子节点计算度量,如图6所示为每个“父节点”选择最小的子节点计算度量的过程,最后根据幸存节点计算LLR。
需要说明的是,子节点选择流程为:对QPSK、16QAM和64QAM三个子集分别选出最小子节点并计算度量,然后根据先验概率处理幸存路径,即:对三个子节点分别加和先验信息相关的偏移量,最后比较三个度量,选出最小的度量和子节点。
进一步的,针对上述未知参数ML接收机子节点选择流程,还可以对方案进行简化。
具体的,第一种简化方案为:仅考虑QPSK和16QAM两种星座点。通常,如果未知参数是16QAM,但错误的估计成64QAM,对性能的影响较小(反之亦然),所以此简化方案在典型场景下仍然能够很好的抑制干扰,减少了干扰符号幸存度量可选的范围降低了计算复杂度。
第二种简化方案为:把噪声功率或信噪比分档,每个档位对应一个预先存好的先验信息。当估计的信噪比或噪声功率在某档位区间内时,使用该档位对应的先验信息处理幸存路径,这降低了先验信息的计算复杂度,也减少了先验信息对噪声功率或信噪比估计准确度的依赖。即LLR可以表示为
其中,table(,)是一个二维表格,第一维由信噪比或者噪声功率查询,第二维度有调试级数决定。table(,)可以通过离线仿真预先确定。Pr(xk调制阶数)是xk对应调制阶数的概率(即所述未知参数的取值概率)。
第三种简化方案为:如图7所示,去掉了根据先验信息加偏移量这一步,简化计算过程,在如图7所示的简化方案中,不需要执行步骤202和步骤206,在步骤207中,ML接收机只需要根据干扰小区幸存路径确定最终幸存路径。
需要说明的是,本发明实施例以调制阶数为未知参数对数据处理过程进行描述。当未知参数为传输模式和PMI时,干扰等效传输符号为其中,P矩阵由传输模式和PMI决定。显然等效向量中元素不一定是相互独立的了。那么式(2)可以重写为
其中,的先验信息不能分解成每层概率的乘积。由未知参数取值概率估计模块给出。其他计算过程与上述步骤中的计算过程相同,在此不再赘述。
现有技术中,未知参数的正确估计的概率一般是较低的,当参数估计错误的时候,ML接收机是无法正常工作的,降低了ML接收机消除干扰的能力,使得使用ML接收机的UE误帧率很高。与现有技术相比,本发明实施例中,ML接收机通过参考信号位置的接收信号进行服务小区和干扰小区信道估计,得出信道估计矩阵;然后,对非参考信号位置的接收信号和信道估计矩阵计算第一度量,根据第一度量确定服务小区的幸存路径,并根据确定的服务小区的幸存路径和未知参数的所有取值,对接收信号和信道估计矩阵计算所述第二度量,根据第二度量确定干扰小区的幸存路径;根据干扰小区的幸存路径确定最终的幸存路径;根据最终的幸存路径计算LLR。如此,ML接收机利用未知参数所有可能的取值,进行干扰小区的幸存路径的选择,提高ML接收机通过未知参数对待估计信号估计的准确性,进而提高ML接收机消除干扰的能力,降低使用ML接收机的UE的误帧率。
本发明又一实施例提供一种最大似然ML接收机数据处理的装置30,如图8所示,所述装置30包括:
估计单元31,用于通过ML接收机接收的参考位置的信号进行服务小区和干扰小区信道估计,得出信道估计矩阵,所述服务小区为所述ML接收机所在小区,所述干扰小区为干扰所述ML接收机的小区;
确定单元32,用于对所述接收信号和所述信道估计矩阵计算第一度量,确定服务小区的幸存路径,所述接收信号为所述ML接收机接收的非参考位置的信号;
所述确定单元32还用于根据确定的所述服务小区的幸存路径和未知参数的所有取值,对所述接收信号和所述信道估计矩阵计算所述第二度量,确定干扰小区的幸存路径;
所述确定单元32还用于根据所述干扰小区的幸存路径确定最终的幸存路径;
计算单元33,用于根据所述最终的幸存路径计算对数似然比LLR。
进一步的,所述估计单元31还用于利用所述接收信号和所述信道估计矩阵估计所述未知参数的取值概率;
所述估计单元31还用于估计所述接收信号的信噪比或噪声功率;
所述计算单元33还用于通过所述信噪比或噪声功率,与所述未知参数的取值概率计算所述未知参数的先验信息;
所述确定单元32还用于根据所述先验信息和所述干扰小区的幸存路径确定最终的幸存路径。
进一步的,如图9所示,所示装置30还可以包括:
划分单元34,用于划分所述信噪比或所述噪声功率的等级;
存储单元35,用于存储所述等级对应的先验信息;其中所述等级与所述先验信息一一对应。
进一步的,所示估计单元31具体用于估计所述接收信号的信噪比或噪声功率的等级;
所述计算单元32具体用于根据所述等级得出与所述等级对应的先验信息。
进一步的,如图9所示,所述确定单元32包括:
计算子单元321,用于将确定的干扰小区幸存路径对应的第二度量,与所述确定的干扰小区幸存路径的先验信息相减,得出差值;
确定子单元322,用于将所有子集中确定的干扰小区幸存路径对应的所述差值,按照数值大小排序,确定X个数值最小的差值对应的干扰小区幸存路径,所述X为大于1且小于所述所有子集中确定的干扰小区幸存路径总个数的整数;
所述确定子单元322还用于将X个数值最小的差值对应的干扰小区幸存路径确定为最终的幸存路径。
进一步的,所述确定单元32具体用于根据确定的所述服务小区的幸存路径,分别根据四相相移键控QPSK、16正交振幅调制16QAM和64正交振幅调制64QAM子集中元素,对所述接收信号和所述信道估计矩阵计算所述第二度量;按照所述第二度量的数值大小排序,确定N个所述数值最小的第二度量,将所述N个所述数值最小的第二度量对应的幸存路径确定为干扰小区幸存路径,所述N为大于1且小于所述第二度量总个数的整数;或者,
所述确定单元具体用于所述ML接收机根据确定的所述服务小区的幸存路径,分别根据所述QPSK和所述16QAM子集中元素,对所述接收信号和所述信道估计矩阵计算所述第二度量;按照所述第二度量的数值大小排序,确定N个所述数值最小的第二度量,将所述N个所述数值最小的第二度量对应的幸存路径确定为干扰小区幸存路径,所述N为大于1且小于所述第二度量总个数的整数。
进一步的,所述确定单元32具体用于将所有子集中确定的干扰小区幸存路径对应的第二度量,按照数值大小排序,确定M个数值最小的第二度量对应的干扰小区幸存路径,所述M为大于1且小于所述所有子集中确定的干扰小区幸存路径总个数的整数;将M个数值最小的第二度量对应的干扰小区幸存路径确定为最终的幸存路径。
现有技术中,未知参数的正确估计的概率一般是较低的,当参数估计错误的时候,ML接收机是无法正常工作的,降低了ML接收机消除干扰的能力,使得使用ML接收机的UE误帧率很高。与现有技术相比,本发明实施例中,装置30通过参考信号位置的接收信号进行服务小区和干扰小区信道估计,得出信道估计矩阵;然后,对非参考信号位置的接收信号和信道估计矩阵计算第一度量,根据第一度量确定服务小区的幸存路径,并根据确定的服务小区的幸存路径和未知参数的所有取值,对接收信号和信道估计矩阵计算所述第二度量,根据第二度量确定干扰小区的幸存路径;根据干扰小区的幸存路径确定最终的幸存路径;根据最终的幸存路径计算LLR。如此,装置30利用未知参数所有可能的取值,进行干扰小区的幸存路径的选择,提高装置30通过未知参数对待估计信号估计的准确性,进而提高装置30消除干扰的能力,降低使用ML接收机的UE的误帧率。
本发明实施例提供的最大似然ML接收机数据处理的装置可以实现上述提供的方法实施例,具体功能实现请参见方法实施例中的说明,在此不再赘述。本发明实施例提供的最大似然ML接收机数据处理的方法及装置可以适用于ML接收机,但不仅限于此。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
本发明实施例还提供了一种ML接收机数据处理的装置40,如图10所示,包括总线43、处理器41和存储器42,处理器41通过总线43与存储器42相连,存储器42中存有计算机程序代码,所述处理器41通过所述总线43从存储器42读取计算机程序代码,并在计算机程序代码驱动之下执行本发明实施例所述的方法,具体方法可参照之前实施例的描述,此处不做赘述。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。