CN104426822B - 低复杂度软输出mimo解码器 - Google Patents

低复杂度软输出mimo解码器 Download PDF

Info

Publication number
CN104426822B
CN104426822B CN201410432260.6A CN201410432260A CN104426822B CN 104426822 B CN104426822 B CN 104426822B CN 201410432260 A CN201410432260 A CN 201410432260A CN 104426822 B CN104426822 B CN 104426822B
Authority
CN
China
Prior art keywords
vector
candidate
bit
candidate vector
received
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410432260.6A
Other languages
English (en)
Other versions
CN104426822A (zh
Inventor
S·坎基帕蒂
S·夏尔马
U·维伦基
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nordic Semiconductor ASA
Original Assignee
Imagination Technologies Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Imagination Technologies Ltd filed Critical Imagination Technologies Ltd
Publication of CN104426822A publication Critical patent/CN104426822A/zh
Application granted granted Critical
Publication of CN104426822B publication Critical patent/CN104426822B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03312—Arrangements specific to the provision of output signals
    • H04L25/03318—Provision of soft decisions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/022—Site diversity; Macro-diversity
    • H04B7/024—Co-operative use of antennas of several sites, e.g. in co-ordinated multipoint or co-operative multiple-input multiple-output [MIMO] systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0456—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting
    • H04B7/046—Selection of precoding matrices or codebooks, e.g. using matrices antenna weighting taking physical layer constraints into account
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0882—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using post-detection diversity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0204—Channel estimation of multiple channels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/024—Channel estimation channel estimation algorithms
    • H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
    • H04L25/0246—Channel estimation channel estimation algorithms using matrix methods with factorisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Radio Transmission System (AREA)

Abstract

提供了一种用于接收在MIMO系统中发送的数据的方法和处理块。数据作为具有多个值的发送向量从多个发送天线发送并且作为具有多个值的接收向量在多个接收天线处接收。基于在发送方案中使用的星座配置的多个星座点中的每一个来确定候选向量。将信道矩阵分解成酉矩阵和三角矩阵，从而一种关系将以下相联系：(i)酉矩阵与接收向量的函数，和(ii)三角矩阵与发送向量的乘法。来自候选向量集合的最佳候选向量用于计算表示发送向量的值的软比特。

Description

低复杂度软输出MIMO解码器
背景技术
多输入多输出(MIMO)系统日益增加地用于通信系统。MIMO系统包括多个发送天线和多个接收天线以有助于与单输入单输出系统相比增加数据速率。
图1是示出了MIMO系统100的方框图。MIMO系统100包括发送器102和接收器104。发送器102包括多个模块，该多个模块包括比特加扰器106、信道编码器108、流解析器110，并且可以包括多个交织器112a、112b和112c(其在后文将被称为112)、多个星座映射器114a、114b和114c(其在后文将被称为114)和多个发送天线116a、116b和116c(其在后文将被称为116)。多个第一RF单元(未显示)可以出现在多个星座映射器114与相应的发送天线116之间。多个第一RF单元中的每一个可以包括例如数模转换器(DAC)、模拟前端(AFE)和/或本领域已知的其他功能单元。
接收器104可以包括如下模块，该模块包括比特解扰器118、信道解码器120、流逆解析器122，并且可以包括多个解交织器124a、124b和124c(其在后文将被称为124)、软输出MIMO解码器126和多个接收天线128a、128b和128c(其在后文将被称为128).
图1中所示的发送器102的模块和接收器104的模块可以用硬件、软件或其组合来实现。
在发送器102处的操作中，输入比特流在比特加扰器106处被加扰并且经过信道编码器108被传递。信道编码器108可以例如是卷积编码器或任意其他纠错编码器。
已编码输入比特流从信道编码器108传递到流解析器110，流解析器110将已编码输入比特流分成多个流。比特的分布可以例如以轮循形式完成。多个流中的每个流传递经过多个交织器112中相应的一个交织器112。每个流在经过一个交织器112传递之后输入到相应的星座映射器114。每个星座映射器114将相应的比特流映射成符号(其在后文中被称为“值”)。表示针对多个发送天线116中的每个发送天线的符号(或“值”)集合的发送向量被数模转换器转换成模拟信号并且被馈送给RF单元(未显示)，并且由多个发送天线116通过MIMO信道130发送。
接收器104经过多个接收天线128接收已发送模拟信号(对应于发送向量乘以H，H表示MIMO信道130随着发送向量通过MIMO信道130被发送MIMO信道130对发送向量的影响)。多个第二RF单元(未显示)可以连接到多个接收天线128。为了将接收模拟信号转换成数字信号，多个第二RF单元中的每一个之后可以接着模数转换器(ADC)。
在MIMO系统100的示例中，如果包括来自全部发送天线的符号的发送向量由“t”表示，信道矩阵由“H”表示，并且系统噪声由向量v表示，则在接收器104处接收的向量表示为
y＝Ht+v (1)
信道矩阵H的每个元素hi,j可以表示在第i个发送天线116与第j个接收天线128之间的信道增益。软输出MIMO解码器126将(由多个第二RF单元输出的)符号集合解码成软比特。软比特由相应的解交织器124(124a、124b和124c)解交织。解交织器124的输出可以由流逆解析器122解扰。流逆解析器122的输出在信道解码器120处解码并且可以由比特解扰器118解扰，并且作为接收器104的输出而提供。
为了在接收器104处将多个编码符号流解码成软比特，可以使用高复杂度的算法如极大似然(ML)算法。解码算法的复杂度和(归因于多个天线的)使用的硬件的数量增加了实现MIMO系统的成本。现有技术如ML技术提供了用于解码具有高性能(例如低比特率(BER))的符号集合的技术方案，但是需要大量的计算。其他技术如迫零(ZF)技术比ML技术具有更低的复杂度但是具有较差的性能(例如高BER)。
发明内容
根据本文所示的实施方式，提供了一种用于接收在MIMO系统中发送的数据的方法。该数据作为包括多个值的发送向量通过MIMO信道从发送器发送。该方法包括：接收该数据作为包括多个值的接收向量，其中该数据是在接收器处通过MIMO信道接收的。该方法包括将表示该MIMO信道的MIMO信道矩阵分解成酉矩阵与三角矩阵的组合。存在将以下相联系的关系：(i)该酉矩阵与接收向量的函数，和(ii)该三角矩阵与该发送向量的乘法。该方法包括通过以下操作来确定用于表示该发送向量的候选向量集合：针对多个星座点中的每个星座点，将对应的候选向量的特定值设置为该星座点并且使用该关系将候选向量的其他值映射到多个星座点，从而确定该候选向量集合，其中在该候选向量集合中相应的候选向量内的特定值被设置为相应的星座点。此后，在该接收器处使用该候选向量集合确定表示该发送向量的多个值的软比特。
根据本文所示的实施方式，提供了一种被配置为在MIMO系统中的接收器处处理数据的处理块。该数据作为包括多个值的发送向量通过MIMO信道从发送器发送并且作为包括多个值的接收向量在接收器处接收。该处理块还包括：矩阵分解模块，被配置为将表示该MIMO信道的MIMO信道矩阵分解成酉矩阵与三角矩阵的组合。存在将以下相联系的关系：(i)该酉矩阵与接收向量的函数，和(ii)该三角矩阵与该发送向量的乘法。该处理块还包括候选向量确定模块，用于通过以下操作来确定候选向量集合：针对多个星座点中的每个星座点，将对应的候选向量的特定值设置为该星座点并且使用该关系将候选向量的其他值映射到多个星座点，从而确定该候选向量集合，其中在该候选向量集合中相应的候选向量内的特定值被设置为相应的星座点。软比特确定模块被配置为使用该候选向量集合来确定表示该发送向量的多个值的软比特。
根据本文所示的实施方式，提供了一种计算机程序产品，被配置为根据本文描述的任何方法计算表示在MIMO系统中发送的数据的软比特。
附图说明
附图示出了本发明的各种其他方面的系统、方法和实施方式的各种实施方式。本领域普通技术人员将认识到附图中所示元件边界(例如方框、方框组或其他形状)表示边界的一个示例。在一些示例中，一个元件可以被设计成多个元件或者多个元件可以设计成一个元件。在一些示例中，被显示为一个元件的内部组件的元件可以被实现为另一个元件的外部组件并且反之亦然。此外元件可以不按比例描绘。
将在下文中根据附图描述各种实施方式，附图用于说明并且不是以任何方式限制范围，其中相同的附图标记表示相似的元件，并且其中：
图1是示出了根据至少一个实施方式的可以在其中实现本文公开的实施方式的MIMO系统的方框图；
图2是示出了根据至少一个实施方式的软输出MIMO解码器的方框图；
图3是示出了根据至少一个实施方式的计算MIMO系统的软比特的方法的流程图；以及
图4是示出了根据至少一个实施方式的确定MIMO系统的软比特的方法的流程图。
具体实施方式
参考详述的附图和下文的描述将最好地理解本公开。下文参考附图讨论各种实施方式。然而，本领域技术人员将容易认识到本文参照附图给出的详细描述仅仅为了解释的目的，因为方法和系统可以扩展到所描述的实施方式之外。给出的教导和对具体应用的需求可以例如产生多个替换的和合适的方法来实现本文描述的任意细节的功能。因此，任意方法可以扩展到下文描述的和显示的实施方式中的具体实现方式选择之外。
对于“一个实施方式”、“至少一个实施方式”、“实施方式”、“一个示例”、“示例”、“例如”等等的参考指示如此描述的该实施方式或示例可以包括具体的特征、结构、特性、性质、元素或限制，而不是每个实施方式或示例必须包括该具体的特征、结构、特性、性质、元素或限制。此外，短语“一个实施方式”的重复使用无需指代同一个实施方式。
本公开描述了一种软输出MIMO解码器。该软输出MIMO解码器包括矩阵分解模块、候选向量确定模块和软比特确定模块。矩阵分解模块接收信道矩阵并且将信道矩阵分解成酉矩阵与三角矩阵。存在一种关系，该关系将(i)该酉矩阵与接收向量的函数(例如酉矩阵的复共轭转置与接收向量的乘法)和(ii)该三角矩阵与该发送向量的乘法相联系。使用该关系计算多个候选向量。多个候选向量中的最佳候选向量用于软比特的确定。
信道矩阵到酉矩阵与三角矩阵的分解是有用的，因为其允许通过将候选向量内的特定值设置为多个可能值(下文中被称为星座点)中的不同值来相对简单地确定候选向量。由于三角矩阵的三角属性，通过设置候选向量的一个值，就可以通过将该候选向量的其他值投影到最近的星座点来依次确定该其他值，如下文更详细地描述的。
可以确定哪个候选向量是用于表示发送向量的最佳候选。通过与候选向量的最佳匹配的确定，该确定可以与ML技术相比较不复杂(例如涉及较少计算)，其中在ML技术中考虑可能星座点的每个组合以确定发送向量的最佳匹配。这在下文中更详细地描述。
图2是示出了根据至少一个实施方式的软输出MIMO解码器126的方框图。
在此示例中，软输出MIMO解码器126可以实现为处理块并且可以包括处理器202和存储器204。存储器204包括程序模块206和程序数据208。处理器202能够执行存储在程序模块206中的指令集并且访问来自程序数据208的数据集以用于执行指令集。
处理器202可以指代通用CPU(中央处理单元)或更专用的处理单元如DSP(数字信号处理器)或GPU(图像处理单元)或具有类似功能的任意其他处理器。处理器202被配置为执行存储在存储器204中的指令集。
存储器204连接到处理器202。存储器204可以是内部存储器如静态随机访问存储器(SRAM)、动态随机访问存储器(DRAM)、只读存储器(ROM)、闪存或任意其他合适类型的内部存储器。可替换地，存储器204可以是连接到软输出MIMO解码器126的外部存储器。该外部存储器204的示例是通用串行总线(USB)驱动器、硬盘、软盘、压缩盘(CD)或任意已知类似外部存储设备。存储器204也可以是以上的任意合适的组合。
在一个示例中，程序模块206包括矩阵分解模块210、候选向量确定模块212、软比特确定模块214。程序模块206内的模块可以在硬件、软件或其组合中实现。
矩阵分解模块210被配置为将信道矩阵(H)分解成酉矩阵(Q)与三角矩阵(R)，如下文更详细地描述的。信道矩阵的分解可以由例如Gram-Schmidt过程、Householder变换或与CORDIC算法组合的Givens旋转来完成。
候选向量确定模块212连接到矩阵分解模块210和软比特确定模块214。候选向量确定模块212可以被配置为针对信道矩阵H的多个重排列的每一个重排列确定候选向量集合。候选向量的集合可用于如下所述地确定发送向量t的估计。候选向量是可以表示发送向量的向量。基于接收向量以及MIMO信道130的知识(例如信道矩阵H)，测试每个候选向量，以确定哪个候选向量提供对发送向量的最佳表示。
软比特确定模块214被配置为确定表示发送向量的多个值的软比特。软比特确定模块214从候选向量确定模块212取得与发送向量的最佳匹配候选向量和其他向量，并且确定发送向量的每个比特的对数似然度量。
程序数据208包括星座点数据216、接收向量数据218、候选向量数据220和距离数据222。
星座点数据216可以被配置为存储多个星座点。
接收向量数据218可以被配置为存储在接收器104处接收的接收向量。
候选向量数据220可以被配置为存储由候选向量确定模块212确定的候选向量集合。
距离数据222可以被配置为存储针对每个确定的候选向量计算的距离，如下文更详细地描述的。
图3是示出了根据至少一个实施方式的计算MIMO系统100的软比特的方法的流程图300。
该方法在步骤301开始。在步骤301，接收器104在接收天线128处通过MIMO信道130接收数据。该数据由多个接收天线128接收为接收向量。数据从发送器102的M个发送天线116通过MIMO信道130(其由信道矩阵H表示)发送并且在接收器104处在N个接收天线128接收。接收的数据被传递到软输出MIMO解码器126。
在步骤302，矩阵分解模块210将信道矩阵(H)分解成酉矩阵(Q)与三角矩阵(R)。酉矩阵(Q)可以是上三角矩阵或者下三角矩阵，但是在下文详细地描述的示例中是上三角矩阵。在这里详细描述的示例中，酉矩阵Q是N×N酉矩阵并且三角矩阵R是N×M上三角矩阵，其元素彼此独立。
通过将H分解成Q和R，将算式(1)写为：
y＝QRt+v (2)
对本领域技术人员而言显然当酉矩阵(Q)与酉矩阵的共轭转置(Q*)相乘时产生单位矩阵。
因此通过将算式(2)的两侧乘以Q*，算式(2)进一步简化为：
其中是酉矩阵(Q)与接收向量(y)的函数。具体地，是接收向量(y)乘以酉矩阵(Q)的共轭转置(Q*)；并且是噪声向量(v)乘以酉矩阵(Q)的共轭转置(Q*)。向量具有与原始噪声向量v相同的分布，其中原始噪声向量被建模为圆对称复高斯向量，其具有均值为零和方差为的互不相关的元素。
当N>M时，上三角矩阵R的最后N-M行的分量将全部是0并且的对应的行仅包括噪声。通过丢弃两边的这些行，可以将算式(3)扩展为：
根据这里描述的方法，候选向量被确定以表示发送向量t。为了确定候选向量，候选向量的第M个值sM(其对应于发送向量t的第M个值tM)被设置为等于已经从第M个发送天线116发送的可能值。该可能值由在MIMO系统100中使用的发送方案(例如4-QAM、16-QAM或64-QAM)的星座点限定。
通过将sM设置为一个星座点，可以确定候选向量的第(M-1)个值sM-1是在最接近的星座点上的投影。由于R的三角属性，可以从第M个值到第一个值往回操作，执行类似的过程以依次确定候选向量的每个值。例如，可以确定候选向量的第(M-2)个值sM-2是在最接近的星座点上的投影。这样，确定候选向量的值。
可以重复该步骤以通过将第M个值sM设置为一个不同的可能星座点并且随后基于此来确定候选向量的其他值来确定另一个候选向量。这样确定用于表示发送向量的候选向量集合(表示为SM)。可以认识到通过矩阵R的三角属性有助于该确定，因而可以基于将候选向量的第M个值设置为具体星座点并且随后确定这如何影响候选向量的其他值来确定候选向量的每个值。因此，如果针对发送方案中的发送向量的第M个值存在CM个可能星座点，则将通过将候选向量的第M个值设置为每个可能星座点来确定CM个候选向量。每个候选向量具有M个值。
通过将候选向量的第M个值设置为一个具体的星座点并且从其往回操作以确定候选向量的其他值来确定上述候选向量集合sM。可以通过将候选向量的其他值设置为一个具体的星座点并且从其返回以确定候选向量的其他值来确定其他候选向量。为了如上所述利用矩阵R的三角属性，重排列信道矩阵H的列，例如使得最后一列对应于第(M-1)个值，并且随后重复上述步骤以获得表示为SM-1的候选向量集合。候选向量集合SM-1中的候选向量的第(M-1)个值被设置为来自CM-1个可能星座点的集合的对应的星座点，并且随后基于此确定候选向量的其他值。因此，在集合SM-1中将存在CM-1个候选向量，其是通过将候选向量的第(M-1)个值设置为每个可能星座点来确定的。每个候选向量具有M个值。用于候选向量的第M个值的可能星座点的数目可以与用于候选向量的第(M-1)个值的可能星座点的数目相同，即CM可以等于CM-1。然而，在更通用的示例中，无需是这种情况并且CM可以不同于CM-1。
对于信道矩阵H的M个重排列中的每一个重复这个，以便确定M个候选向量集合SM到S1，每个集合具有Ci个(其中i＝1,2…M)候选向量，每个候选向量具有M个值。候选向量被逆重排列，使得候选向量的元素与发送向量次序相同。
以下参考图3所示的在3×3MIMO系统(即其中M＝N＝3)的简单示例的情况中的流程图来描述该方法。显然可以将图3中所示的流程图应用于上文更通用的示例。通用算式(4)可以变为：
在该示例中，在步骤304，候选向量确定模块212选择来自多个星座点的值。候选向 量的特定值(例如候选向量的第M个值即在该示例中对应于t3的值s3)被设置为等于所 选择的星座点。可以从星座点数据216获取多个星座点。特定值可以存储在候选向量数据 220处。
考虑由星座映射器114(114a、114b和114c)所使用的星座配置是4-QAM的示例。在这种情况下，星座点数据216可以包括(1,-1,j,-j)的值，其中在步骤304，候选向量的元素的值例如s3可以被设置为一个星座点例如-1。在其他示例中，可以使用另一个星座配置，诸如存在16个星座点的16-QAM，或操作64个星座点的64-QAM。如上所述，针对信道矩阵的第i个重排列，星座配置中的星座点的数目表示为“Ci”。
在步骤306，候选向量确定模块212使用与Rt之间的关系(例如由以上示例中的算式(5)定义的)将候选向量的其他值映射到来自正在使用的星座配置的星座点。
在一个示例中，由算式(5)给出的关系可以用于估计候选向量的其他值。
算式(5)可以用于确定表示发送向量t的候选向量s的值。s3的值被设置为一个星座点。根据算式确定s2的值，其然后被投影到最接近的星座点。注意到算式中的所有项在接收器104处是已知的。然后当确定了s2时，其可用于根据算式确定s1，其然后被投影到最接近的星座点。
因此，当在步骤304将第一候选向量的第一个值s3设置为-1时，随后使用以前确定的值确定第二个值s2和第三个值s1。由于矩阵R是三角形的，所以通过设置其中一个值(例如s3)并且随后从该值往回经过其他值，可以确定候选向量的全部值。这针对每个星座点重复，以通过设置s3为四个不同星座点(1、-1、j和-j)得到四个候选向量的集合(表示为S3)。因此，所确定的候选向量的数目取决于星座点的数目。
如上所述，可以针对信道矩阵H的多个重排列中的每一个执行方法步骤302到306，以确定用于信道矩阵的每个重排列版本的候选向量集合。重排列步骤可以例如应用于信道矩阵的列，例如从而重排列矩阵的最后一列对应于未重排列矩阵的第(M-1)列。这样，可以确定候选向量集合S2和S1，从而总共存在3个候选向量集合，在具有4-QAM星座配置的3×3MIMO系统的该简单示例中每个集合包括4个候选向量，从而在该简单示例中总共存在12个候选向量。
在步骤308，软比特确定模块214可以使用候选向量集合来确定可以表示发送向量t中的多个值(t1、t2和t3)的软比特。下文参照图4进一步解释用于确定软比特的方法。
图4是示出了根据至少一个实施方式的确定MIMO系统100的软比特的方法的流程图400。
在步骤402，软比特确定模块214确定在以前的步骤中确定的每个候选向量的距离。基于接收向量(y)与使用候选向量计算的接收向量的估计(即HS)之间的差确定每个候选向量的距离。可以通过使用但不限于使用Norm1技术、Norm2技术或其他类似技术确定每个候选向量。
在步骤404，确定来自所确定候选向量的最佳匹配候选向量。在本文所述的示例中，最佳候选向量是具有最小距离的候选向量。
即根据以下算式确定最佳候选向量sbest：
这给出对使用ML技术实现的结果的良好的近似，但是实现本文所述的方法的复杂度远低于实现ML技术的复杂度。在ML情况中，通过找出接收向量(y)与使用每个可能发送向量即具有不同星座点的每个组合的发送向量预测的预测接收向量(Ht)之间的最小距离来确定发送向量tml。即在ML情况中，根据以下算式确定最佳匹配发送向量tml：
ML情况涉及测试大量(个)的可能的发送向量，以确定最佳匹配发送向量tml。相反，本文所述的根据算式(6)确定sbest的方法涉及测试个候选向量，以找出最佳匹配候选向量sbest。候选向量有可能包括发送向量的良好匹配，因为它们包括基于将候选向量的一个值设置为一个可能星座点所确定的向量的所有不同变型。然而，候选向量有可能不包括发送向量t的最佳匹配，因此本文所述的方法的性能可能在质量例如BER方面低于ML技术的性能。然而，如下文所讨论的，与ML技术相比，复杂度的大量降低远胜过性能的略微降低。
在步骤406，软比特确定模块214利用最佳匹配候选向量sbest和其他候选向量(即来自候选向量确定模块212的其他值)来针对发送向量的每个比特确定对数似然度量。每个对数似然度量可以指示发送比特是一或零的可能性。即基于包括最佳匹配候选向量的比特的候选向量比特，确定针对发送向量的每个比特的对数似然度量。
为了介绍计算软比特的方法，我们首先考虑近似最佳(ML)比特度量的计算。发送向量中的比特的总数目B由给出，其中Ci是星座点配置的尺寸(例如对于4-QAM而言Ci是4并且对于16-QAM而言Ci是16，诸如此类)。因此，被标记b定义的发送向量的二进制比特由[b0,…,bB-1]给出。对于第l个二进制比特(bl)，对数似然度量由下式给出：
在这些算式中，Pr(.)和pr(.)分别表示(.)的概率和(.)的概率密度函数。T(bl＝m)表示发送向量的子集，对于该子集，标记b的第l个比特是m并且表示第l个比特等于1(或0)的发送向量。注意到，上文给出的ML度量的计算随着星座的数目并且随着天线数目M而指数增长，因为可能的发送向量的数量由C1×C2×…CM给出。
然而，代替使用ML技术，本文所述的方法确定候选向量s。如果我们令表示发送向量t的第i层的第k个比特(其中向量的第i“层”指代在该向量的第i个位置处的向量，从而在该情况中发送向量的第i层是由第i个发送天线116发送的符号)，然后使用如上在ML情况中使用的类似的方法，我们可以确定对数似然值为：
其中是来自第i层的第k个比特等于a的所有集合(S＝S1+S2…..+SM)的候选向量子集(即是第i层的第k个比特等于a的全部候选向量的子集)，并且因此是子集中的向量。
使用候选向量的最佳匹配sbest，值μ可以定义为‖y-Hsbest‖2，是最佳候选向量的第i层的第k个比特，我们可以将对数似然值L写为：
已执行了仿真，其显示利用从ML技术得到的软比特和使用本文所述的与候选向量有关的方法得到的软比特的BER性能。利用本文所述的方法的性能损失在10-4量级的BER上小于0.75dB。
然而，ML技术的计算复杂度远高于本文所述的方法的计算复杂度。如上所述的，如算式(7)所示那样确定发送向量的ML估计，其涉及测试个可能向量。对于每个可能向量t，确定Ht的值，并且然后确定‖y-Ht‖2，其涉及M2次乘法，和M个平方欧氏距离的计算。因此，假设对于全部i值C＝Ci，则ML技术的总复杂度可以表示为M2CM次乘法和MCM个平方欧氏距离。
相反，利用本文所述的使用候选向量的方法，对于H的每个重排列，计算C(M-tuple)(对于i的全部值假设C＝Ci)个向量，其涉及C(M2+M-2)/2次乘法。由于对应于H的M个重排列得到M个候选向量集合，所以得出候选向量的乘法的总次数是MC(M2+M-2)/2。在该近似中，忽略了计算涉及的乘法。针对CM个候选向量s中的每一个，计算Hs的值(其涉及M2次乘法)并且随后计算‖y-Hs‖2(其涉及M个平方欧氏距离即向量的M个值中每个值一个)。因此，算式(6)的求解涉及M2(CM)次乘法和M(CM)个平方欧氏距离。因此，用于估计sbest的总复杂度是C(3M3+M2-2M)/2次乘法和CM2个平方欧氏距离。
表4显示了在具有两个星座点配置16-QAM和64-QAM的4×4 MIMO系统(即M＝N＝4)中针对ML情况以及本文所述的使用候选向量的方法(在表4中表示为“候选向量”情况)计算的乘法的次数和平方欧氏距离(在表4中表示为“平方ED”)的数目。
根据表4明显的是，本文所述的使用候选向量的方法显然比ML情况的复杂度(执行的乘法和平方欧氏距离的次数)低。
表4
在发送方案的变型中，在对于IEEE 802.11n推荐的一个选择中，映射到符号的流的数目(表示为“p”)小于发送天线116的数目M，并且它们线性组合到M个发送层中。形成了M×p矩阵，其被记为Z，其元素被选择为给出指定的组合。矩阵Z被形成为使得t＝Zq，其中q是p个符号的向量。接收信号向量然后由下式给出：
y＝HZq+v (8)
由于Z是已知的，所以H和Z可以组合成已知矩阵A＝HZ并且随后可以用与如上所述相同的方式进行该方法但是用A替换H以便确定发送向量的软比特。因此可以看出本文所述的确定候选向量的方法可以适用于发送方案的其他变型。
如前文描述中所示的所公开的方法和系统或其任意组件可以实现为计算机系统的形式。计算机系统的典型示例包括通用计算机、编程的微处理器、微控制器、外围集成电路元件和其他设备或者能够实现构成本公开的方法的步骤的设备的布置。
计算机系统包括计算机、输入设备、显示器单元和因特网。计算机进一步包括微处理器。微处理器连接到通信总线。计算机还包括存储器。存储器可以是随机访问存储器(RAM)或只读存储器(ROM)。计算机系统还包括存储设备，其可以是硬盘驱动器或可去除存储设备如软盘驱动器、光盘驱动器。存储设备还可以是用于加载计算机程序或其他指令到计算机系统中的装置。计算机系统还包括通信单元。通信单元通过输入/输出(I/O)接口允许计算机连接到其他数据库和因特网，允许从其他数据库传递和接收数据。通信单元可以包括调制解调器、以太网卡或其他类似设备，其允许计算机系统连接到数据库和网络如LAN、MAN、WAN和因特网。计算机系统有助于经过输入设备的来自用户的输入通过I/O接口接入系统。
计算机系统执行存储在一个或多个存储元件中的指令集，以便处理输入数据。存储元件还可以根据希望保持数据或其他信息。存储元件可以是信息源的形式或存在于处理机器中的物理存储器元件的形式。
可编程的或计算机可读的指令可以包括各种命令，其指示处理机器执行具体任务如构成本公开的方法的步骤。所描述的方法和系统可以仅使用软件编程或者仅使用硬件或者通过两个技术的变化的组合来实现。本公开与编程语言和计算机中使用的操作系统独立。用于本公开的指令可以用所有编程语言来编写，包括但不限于“C”、“C++”、“Visual C++”和“Visual Basic”。此外，软件的形式可以是分离程序的集合、包括更大的程序的程序模块或者程序模块的一部分，如前文的描述中所讨论的。软件也可以包括面向对象程序形式的模块化编程。由处理机器进行的输入数据的处理可以是响应于用户命令的、由之前的处理导致的或者由另一个处理机器请求的。本公开可以实现在所有操作系统和平台中，包括但不限于“Windows”、“Unix”、“DOS”、“Android”、“Symbian”和“Linux”。
可编程指令可以在计算机可读介质上存储和发送。本公开还可以在包括计算机可读介质的计算机程序产品中，或者利用能够实现以上方法和系统的任意产品，或者其大量可能的变型来实施。
如上所述的方法和系统具有各种优点。这些优点的其中一些可以包括但不限于降低用于确定最佳候选向量的计算量从而导致软比特的确定的复杂度的降低。
已经公开了低复杂度软输出MIMO解码器的各种实施方式。但是对于本领域技术人员而言，显然在不脱离本文的发明性的概念的前提下，除了本文描述之外的许多修改是可能的。在本公开的解释中，应该以上下文一致的广义的方式来理解所有术语。具体地，术语“包括”应该解释为以非排他地方式涉及元件、组件或步骤，指示所涉及的元件组件或步骤可以出现或利用或者与未明确涉及的其他元件、组件或步骤组合。
本领域的普通技术人员将理解已将系统、模块以及子模块说明并且解释为充当示例，不应当视为以任何方式限制。将进一步理解以上公开的系统元件、或这模块和其他特征和功能或者其替换形式的变型可以被组合一产生许多其他不同的系统或应用。
本领域技术人员将理解前述步骤和/或系统模块中的任何一个可以被适当替代、重排序、或移除，并且可以插入附加步骤和/或系统模块，这取决于特定应用的要求。此外，前述实施例的系统可以使用大量适当过程或系统模块来实现，并且不限于任何特定计算机硬件、软件、中间件、固件、微代码等。
权利要求可以包括硬件、软件或其组合的实施方式。
将要认识到，上述的以及其他特征和功能或其替换的各种变型可以被组合到许多其他不同的系统或应用中。本领域技术人员可以后续做出各种当前未预见的或未预测的替换、修改、变型或改进，其意图被包括在所附权利要求中。

Claims (20)

1.一种接收在MIMO系统中发送的数据的方法，其中所述数据作为包括多个值的发送向量通过MIMO信道从发送器发送，所述方法包括：
接收所述数据作为包括多个值的接收向量，所述数据是在接收器处通过所述MIMO信道接收的；
将表示所述MIMO信道的MIMO信道矩阵分解成酉矩阵与三角矩阵的组合，其中存在一种关系，所述关系将以下相联系：(i)所述酉矩阵与所述接收向量的函数，和(ii)所述三角矩阵与所述发送向量的乘法；
通过以下操作来确定用于表示所述发送向量的候选向量的集合：针对多个星座点中的每个星座点，将对应的候选向量的特定值设置为该星座点并且使用所述关系来将所述候选向量的其他值映射到所述星座点中的多个星座点，从而确定候选向量的所述集合，在候选向量的所述集合中相应的所述候选向量内的所述特定值被设置为所述星座点中的相应的所述星座点；以及
在所述接收器处使用候选向量的所述集合来确定表示所述发送向量的所述多个值的软比特。
2.根据权利要求1所述的方法，进一步包括：通过对所述MIMO信道矩阵的列重排列并且重复分解所述MIMO信道矩阵的步骤并且基于重排列的所述MIMO信道矩阵来确定候选向量的所述集合，而确定候选向量的其他集合，其中候选向量的所有确定的所述集合用于确定表示所述发送向量的所述多个值的所述软比特。
3.根据权利要求1或2所述的方法，其中所述使用候选向量的所述集合来确定所述软比特包括：通过找到当被用于使用所述MIMO信道矩阵来估计所述接收向量时提供对于所述接收向量的最接近估计的所述候选向量，而确定对于所述发送向量的最佳匹配的所述候选向量。
4.根据权利要求3所述的方法，其中所述确定最佳匹配的所述候选向量包括：针对所述候选向量中的每个候选向量确定估计的所述接收向量距接收的所述接收向量的距离，其中最佳匹配的所述候选向量是针对其确定了最小距离的所述候选向量。
5.根据权利要求4所述的方法，其中根据以下算式来确定最佳匹配的所述候选向量sbest：
sbest＝mins||y-Hs||2
其中s是所述候选向量，y是所述接收向量，并且H是所述MIMO信道矩阵。
6.根据权利要求4或5所述的方法，其中所述使用候选向量的所述集合来确定所述软比特包括：基于包括最佳匹配的候选向量的比特的所述候选向量的比特，来针对所述发送向量的每个比特确定对数似然度量。
7.根据权利要求6所述的方法，其中针对所述发送向量t的第i层的第k个比特根据以下算式来确定所述对数似然度量
其中y是所述接收向量，H是所述MIMO信道矩阵，μ被定义为μ＝||y-Hsbest||2，s是所述候选向量，sbest是最佳匹配的候选向量，是所述第i层的所述第k个比特等于0的所述候选向量的子集，是所述第i层的所述第k个比特等于1的所述候选向量的子集，并且是最佳匹配的所述候选向量的所述第i层的所述第k个比特。
8.根据权利要求1、2、4、5和7中的任一项所述的方法，其中所述发送向量从M个发送天线发送，并且在所述发送向量中存在M个值或者在所述发送向量中存在p个值，其中p<M。
9.根据权利要求8所述的方法，其中在所述发送向量中存在p个值，并且其中所述方法包括确定被记为Z的M×p矩阵，当Z乘以具有所述p个值的向量时给出所述发送向量的被发送的值。
10.根据权利要求1、2、4、5、7和9中的任一项所述的方法，其中所述发送向量的发送值已被映射到星座点。
11.根据权利要求1、2、4、5、7和9中的任一项所述的方法，其中已使用比特加扰器、信道编码器和交织器来编码所述数据以形成所述发送向量，并且其中使用解交织器、信道解码器和比特解扰器来解码表示在所述MIMO系统中发送的所述数据的所述软比特。
12.根据权利要求1、2、4、5、7和9中的任一项所述的方法，其中所述酉矩阵与所述接收向量的所述函数是所述酉矩阵的复共轭转置与所述接收向量的乘法。
13.一种被配置为在MIMO系统中的接收器处处理数据的处理块，其中所述数据作为包括多个值的发送向量通过MIMO信道从发送器被发送并且作为包括多个值的接收向量在所述接收器处被接收，所述处理块包括：
矩阵分解模块，被配置为将表示所述MIMO信道的MIMO信道矩阵分解成酉矩阵与三角矩阵的组合，其中存在一种关系，所述关系将以下相联系：(i)所述酉矩阵与所述接收向量的函数，和(ii)所述三角矩阵与所述发送向量的乘法；
候选向量确定模块，被配置为通过以下操作来确定用于表示所述发送向量的候选向量的集合：针对多个星座点中的每个星座点，将对应的候选向量的特定值设置为该星座点并且使用所述关系来将所述候选向量的其他值映射到所述星座点中的多个星座点，从而确定候选向量的所述集合，在候选向量的所述集合中相应的所述候选向量内的所述特定值被设置为所述星座点中的相应的所述星座点；以及
软比特确定模块，被配置为使用候选向量的所述集合来确定表示所述发送向量的所述多个值的软比特。
14.根据权利要求13所述的处理块，其中所述候选向量确定模块进一步被配置为：使用所述MIMO信道矩阵的重排列版本来确定候选向量的其他集合，在所述MIMO信道矩阵的重排列版本中所述MIMO信道矩阵的列已被重排列，其中所述软比特确定模块被配置为使用候选向量的所有确定的所述集合来确定表示所述发送向量的所述多个值的所述软比特。
15.根据权利要求13或14所述的处理块，其中所述软比特确定模块被配置为：通过找到当被用于使用所述MIMO信道矩阵来估计所述接收向量时提供对于所述接收向量的最接近估计的候选向量，来确定对于所述发送向量的最佳匹配的所述候选向量。
16.根据权利要求15所述的处理块，其中所述软比特确定模块被配置为根据以下算式来确定最佳匹配的所述候选向量sbest：
sbest＝mins||y-Hs||2
其中s是所述候选向量，y是所述接收向量，并且H是所述MIMO信道矩阵。
17.根据权利要求16所述的处理块，其中所述软比特确定模块被配置为：基于包括最佳匹配的候选向量的比特的所述候选向量的比特，来针对所述发送向量中的每个比特确定对数似然度量。
18.根据权利要求17所述的处理块，其中所述软比特确定模块被配置为针对所述发送向量t的第i层的第k个比特根据以下算式来确定所述对数似然度量
其中s是所述候选向量，y是所述接收向量，H是所述MIMO信道矩阵，μμ被定义为μ＝||y-Hsbest||2，sbest是最佳匹配的候选向量，是所述第i层的所述第k个比特等于0的所述候选向量的子集，是所述第i层的所述第k个比特等于1的所述候选向量的子集，并且是最佳匹配的所述候选向量的所述第i层的所述第k个比特。
19.根据权利要求13、14和16-18中的任一项所述的处理块，进一步包括解交织器、信道解码器和比特解扰器，被配置为处理由所述软比特确定模块所确定的所述软比特。
20.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序当在设备的处理器上被执行时使得所述设备执行根据权利要求1到12中的任一项所述的方法。
CN201410432260.6A 2013-08-29 2014-08-28 低复杂度软输出mimo解码器 Active CN104426822B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
GB1315410.9 2013-08-29
GB1315410.9A GB2511370B (en) 2013-08-29 2013-08-29 Low complexity soft output MIMO decoder

Publications (2)

Publication Number Publication Date
CN104426822A CN104426822A (zh) 2015-03-18
CN104426822B true CN104426822B (zh) 2019-05-07

Family

ID=49397014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410432260.6A Active CN104426822B (zh) 2013-08-29 2014-08-28 低复杂度软输出mimo解码器

Country Status (4)

Country Link
US (2) US9294173B2 (zh)
CN (1) CN104426822B (zh)
DE (1) DE102014012156B4 (zh)
GB (1) GB2511370B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3338221A4 (en) * 2015-08-19 2019-05-01 D-Wave Systems Inc. DISCRETE VARIATION SELF-ENCODING SYSTEMS AND METHODS FOR MACHINE LEARNING USING ADIABATIC QUANTUM COMPUTERS
EP3188427B1 (en) * 2015-12-28 2019-08-21 Institut Mines-Télécom Reordered sub-block decoding
WO2018006973A1 (en) * 2016-07-08 2018-01-11 Huawei Technologies Co., Ltd. Receiving device, and method thereof
KR102562314B1 (ko) 2018-11-02 2023-08-01 삼성전자주식회사 후보 벡터 셋을 선택하는 mimo 수신기 및 이의 동작방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101356785A (zh) * 2006-07-14 2009-01-28 株式会社东芝 应用改进型Lenstra-Lenstra-Lovasz(LLL)算法的格基规约辅助检测
CN101573932A (zh) * 2006-12-29 2009-11-04 英特尔公司 Mimo通信系统的解码方法和设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7774398B2 (en) * 2005-05-10 2010-08-10 Adaptive Spectrum And Signal Alignment, Inc. Tonal rotors
US8031762B2 (en) * 2008-08-04 2011-10-04 Redpine Signals, Inc. Stream weight estimation and compensation in SIMO/MIMO OFDM receivers
TWI424699B (zh) * 2008-08-31 2014-01-21 Realtek Semiconductor Corp 多層叢集式多輸入多輸出偵測方法及相關多輸入多輸出偵測器
US8411806B1 (en) * 2008-09-03 2013-04-02 Marvell International Ltd. Method and apparatus for receiving signals in a MIMO system with multiple channel encoders
US8442162B2 (en) 2008-11-12 2013-05-14 Nec Corporation Method for QR-MLD demodulation
US8432989B2 (en) * 2008-12-18 2013-04-30 Nec Laboratories America, Inc. Max-log stack decoder
CN102946267B (zh) * 2012-08-31 2014-11-05 电子科技大学 一种基于qr分解的低复杂度mimo检测算法
US9008237B2 (en) * 2013-06-27 2015-04-14 Intel IP Corporation Method and device for symbol detection

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101356785A (zh) * 2006-07-14 2009-01-28 株式会社东芝 应用改进型Lenstra-Lenstra-Lovasz(LLL)算法的格基规约辅助检测
CN101573932A (zh) * 2006-12-29 2009-11-04 英特尔公司 Mimo通信系统的解码方法和设备

Also Published As

Publication number Publication date
DE102014012156B4 (de) 2021-11-04
US9455774B2 (en) 2016-09-27
US20150063483A1 (en) 2015-03-05
US9294173B2 (en) 2016-03-22
GB2511370A (en) 2014-09-03
CN104426822A (zh) 2015-03-18
DE102014012156A1 (de) 2015-03-05
GB201315410D0 (en) 2013-10-16
GB2511370B (en) 2015-07-08
US20160164582A1 (en) 2016-06-09

Similar Documents

Publication Publication Date Title
CN104769875B (zh) 采用正交频分复用的高频谱效率传输
CN101790854B (zh) 用于多输入多输出系统的接近软输出最大似然检测
CN104426822B (zh) 低复杂度软输出mimo解码器
CN113169752B (zh) 通信系统中的学习
TW200822593A (en) Low-complexity scalable architecture for concatenation-assisted symbol-level combining
CN101517953A (zh) 利用harq和/或重复编码的mimo系统的级联辅助符号级组合
US20080123764A1 (en) Wireless communications apparatus
CN105322991B (zh) 基于wfrft预编码的多输入多输出传输系统及传输方法
CN107276716A (zh) 用于解码数据信号的方法和设备
CN102025454B (zh) 预编码矩阵码本的生成方法及装置
JP2010506435A (ja) 無線通信装置
KR101005877B1 (ko) 다중 입력 다중 출력(ｍｉｍｏ) 수신기에서 근사적인 최대 우도(ｍｌ) 검색을 위한 방법 및 시스템
Kim et al. Linear MMSE-optimal turbo equalization using context trees
GB2452319A (en) MIMO system with interpolation of precoder matrices from a subset of subcarriers
JP5284111B2 (ja) 空間多重化信号を復号化するシステム、方法及び装置
JP4505673B2 (ja) 信号処理装置及び方法
JP6415743B2 (ja) 復号化情報語を再構成するプロセスにおいて尤度を計算する方法
TWI374613B (en) Method and apparatus of pre-encoding and pre-decoding
CN104301016B (zh) 一种基于多核dsp的mimo并行检测方法及系统
Studer et al. VLSI implementation of hard-and soft-output sphere decoding for wide-band MIMO systems
Yoon et al. Low-complexity symbol detection for generalized spatial modulation MIMO systems
Safar et al. A fast sphere decoding framework for space-frequency block codes
Bhagawat et al. Architecture for reconfigurable MIMO detector and its FPGA implementation
Brennsteiner Towards real-time, machine learning enhanced signal detection in 5G-NR
JP5578674B2 (ja) 無線通信機および無線通信方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210331

Address after: Trondheim

Patentee after: NORDIC SEMICONDUCTOR ASA

Address before: Hertfordshire

Patentee before: Imagination Technologies Ltd.