CN105099974A - 一种低复杂度的空间调制软判决检测方法 - Google Patents
一种低复杂度的空间调制软判决检测方法 Download PDFInfo
- Publication number
- CN105099974A CN105099974A CN201510543365.3A CN201510543365A CN105099974A CN 105099974 A CN105099974 A CN 105099974A CN 201510543365 A CN201510543365 A CN 201510543365A CN 105099974 A CN105099974 A CN 105099974A
- Authority
- CN
- China
- Prior art keywords
- symbol
- modulation
- bit
- log
- antenna
- 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.)
- Granted
Links
Abstract
本发明公开了一种低复杂度的空间调制软判决检测方法,首先对接收信号进行迫零均衡,得到每根发送天线上的迫零信号;然后依据M-PSK或M-QAM星座图特点,计算每根天线上对应的调制符号的最大似然估计;并利用PSK或QAM星座图中格雷码标号的特点,针对每个调制符号,找到与其第i,i=1,2,…,log2(M)个比特相反的Nt个ML估计副本,Nt为发送天线数目;利用已得到Nt个备选符号集合u计算天线序号携带比特的对数似然比以及利用2Nt个备选符号集合wi计算调制符号携带比特的对数似然比本发明不需要计算每个符号到接收信号的欧式距离,仅通过极少的加法乘法即可实现,大大降低了复杂度。
Description
技术领域
本发明属于多输入多输出(Multiple-InputMultiple-Output,简称MIMO)系统中的空间调制技术,特别是一种低复杂度的空间调制软判决检测方法。
背景技术
空间调制(SpatialModulation,简称SM)技术是一种单射频MIMO技术,其核心思想是在每个时隙激活一根天线用于传输传统调制符号,同时该天线序号携带另外一部分信息。因此,与传统的单天线系统相比,SM技术可以获得更高的数据传输速率和频谱效率。同时,与传统MIMO系统相比,SM技术每次只激活一根天线,因此具有无信道间干扰,无需发送天线同步等优点,从而使得接收机的实现复杂度低。
目前,空间调制技术主要集中在硬判决检测和软判决检测算法的研究,其中空间调制技术硬判决检测方法主要有以下几类:
(1)最大似然(MaximumLikelihood,简称ML)检测(J.Jeganathan,A.Ghrayeb,andL.Szczecinski,“Spatialmodulation:Optimaldetectionandperformanceanalysis,”IEEECommun.Lett.,vol.12,no.8,pp.545–547,Aug.2008.):该方法对天线序号与调制符号进行联合检测,因此能够获得最优的性能,但复杂度较高;
(2)匹配滤波器(MatchedFilter,简称MF)检测(R.Y.Mesleh,H.Haas,C.W.Ahn,andS.Yun,“Spatialmodulation-Anewlowcomplexityspectralefficiencyenhancingtechnique,”inProc.IEEEInt.Conf.Commun.Netw.China,Oct.2006.):该方法将天线序号与调制符号分开进行检测,复杂度较低,但性能较差;
(3)ML与MF结合检测(Q.Tang,Y.Xiao,P.Yang,Q.Yu,andS.Li,“Anewlowcomplexitynear-MLdetectionalgorithmforspatialmodulation,”IEEEWirelessCommun.Lett.,vol.2,no.1,pp.90-93,Feb.2013.):为了能够在性能与复杂度之间进行折中,很多学者将ML检测与MF检测相结合,即先利用MF方法检测天线序号,然后在一定的天线列表中再利用ML检测获得最终的天线序号与调制符号。
(4)球形译码算法(A.Younis,M.DiRenzo,R.Y.Mesleh,andH.Haas,“Spheredecodingforspatialmodulation,”IEEEInt.Conf.Commun.,Kyoto,Japan,Jun.2011.):球形译码算法能够获得与ML检测相同的性能,但其复杂度是变化的,在信噪比较低的时候其复杂度与ML检测相当。
尽管SM系统的硬判决检测算法研究较多,但SM系统的软判决检测方法研究相对不足。目前,已有的软判决检测主要是最大后验概率(MaximumaPosterior,简称MAP)检测(M.KocaandH.Sari,“Bit-interleavedcodedspatialmodulation,”inProc.IEEEPIMRC,2012.),但该检测算法复杂度高,特别是当发送天线数较多或调制阶数太高时,导致其在实际系统中实现代价过高。
发明内容
本发明的目的在于提供一种空间调制的软判决检测方法,使其能够在获得Max-Log检测性能的前提下,降低软判决检测的复杂度。
实现本发明目的的技术解决方案为:一种低复杂度的空间调制软判决检测方法,步骤如下:
步骤a,首先对接收信号进行迫零均衡j=1,2,…,Nt,得到每根发送天线上的迫零信号其中hj为MIMO信道矩阵的第j列,(·)H表示共轭转置,y为接收信号,Nt为发送天线的数目;
步骤b,依据PSK或QAM星座图特点,计算每根天线上对应的调制符号的最大似然估计令集合
步骤c,利用PSK或QAM星座图中格雷码标号的特点,基于步骤b中获得的每个调制符号,找到与其第i个比特相反的Nt个ML估计副本i=1,2,…,log2(M),其中为对应的ML估计副本在星座图中的序号。结合步骤b中得到的Nt个估计符号,采用PSK调制时,令2Nt个备选符号集合为采用QAM调制时,当该比特决定QAM符号实部时,该集合表示为当该比特决定QAM符号虚部时,该集合表示为其中表示取符号实部,表示取符号虚部;
步骤d,经过步骤b和步骤c,利用已得到Nt个备选符号集合计算天线序号携带比特的对数似然比以及利用2Nt个备选符号集合计算调制符号携带比特的对数似然比
本发明与现有技术相比,其显著优点:(1)本发明在步骤b中获得每根天线上发送符号的最大似然估计时利用了PSK以及QAM星座图中各个星座点之间的位置及大小关系,不需要计算每个符号到接收信号的欧式距离,仅通过极少的加法乘法即可实现,大大降低了复杂度。(2)本发明在步骤c寻找ML估计副本的时候,充分利用PSK以及QAM星座图格雷码映射关系,不需要计算符号与接收信号的欧式距离以及比较,仅需知道ML检测符号的格雷码二进制表示以及在星座图中的序号的自然二进制表示,然后通过少量加法即可获得,因此相比于Max-Log检测方法又进一步降低了检测复杂度。(3)本发明在步骤d中计算调制符号所携带的比特对数似然比时,不仅利用了ML估计符号,而且考虑到对应每个比特相反的ML估计副本符号,因此保证了其可以在低于Max-Log检测复杂度的前提下达到Max-Log检测算法的性能。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为编码SM系统的发送端和接收端模型图。
图2为PSK星座图标识以及基于PSK星座图的简化软判决检测方法示意图。
图3为PAM星座图标识以及基于QAM星座图的简化软判决检测方法示意图。
图4为QPSK和8-PSK调制下,发送天线数目为4,接收天线数目为2时最优MAP算法,传统Max-Log算法和本发明所提算法的性能对比曲线图。
图5为16-QAM和64-QAM调制下,发送天线数目为4,接收天线数目为2时最优MAP算法,传统Max-Log算法和本发明所提算法的性能对比曲线图。
具体实施方式
本发明采用图1所示的编码SM系统模型,其中发射天线数目为Nt,接收天线数目为Nr,调制阶数为M,采用的信道编码的码率为R。定义空间星座图为调制符号星座图为令Q1=log2(Nt),Q2=log2(M),则系统的频谱效率为η=Rlog2(NtM)=R(Q1+Q2)。考虑到SM系统在每一个时隙仅有一根天线发送信息,因此发送信号矢量可以表示为:x=[0,…,sq,…,0]T,其中sq为调制符号,q=0,1,…,M-1。假设信道为瑞利平坦衰落信道,则接收信号可以表示为:
y=Hx+n=hjsq+n
其中,为加性高斯白噪声,其噪声方差为表示单位阵,(·)H表示共轭转置,表示求期望。为MIMO信道矩阵,其中hj表示MIMO信道矩阵H的第j列。
如图2以及图3所示,本发明低复杂度的空间调制软判决检测方法,包括天线序号携带的比特软值信息和调制符号携带的比特软值信息的提取,具体步骤如下:
步骤1,首先对接收端各个接收天线上的接收信号进行迫零均衡j=1,2,…,Nt,得到每根发送天线上迫零之后的信号其中,hj为MIMO信道矩阵的第j列,(·)H表示共轭转置,y为接收信号,Nt为发送天线的数目。
步骤2,依据PSK或QAM星座图中各星座点之间的位置关系和大小关系,找到每根天线上对应的调制符号的最大似然估计其集合为
具体地,当采用PSK调制时:其中,表示第j根天线上估计的调制符号在星座图中的序号,mod(·)表示取余操作,round(·)表示取整操作,θj为滤波信号rj的相位,为PSK星座图的初始相位。因此每根天线上估计的符号可以表示为其中为虚部单位。
当采用QAM调制时,首先将QAM星座图实部和虚部分解为两个PAM星座图,分别表示为N1-PAM和N2-PAM。由于同一QAM调制符号的实部与虚部相互正交,因此调制符号实部和虚部可以分开进行ML检测,则实部ML估计符号为虚部ML估计符号为其中表示符号实部,表示符号虚部。因此,每个天线上估计出的调制符号为
步骤3,利用PSK或QAM星座图中格雷码映射特点,针对每个在步骤2中获得的调制符号,对于每个比特找到对应比特相反的ML估计副本。在本发明步骤2中已得到了每一根天线上的ML估计的调制符号,但是该符号只能实现Max-Log计算似然比公式中的一个最小项,因此在该步中需要找到对应于另外一个最小项的ML估计副本,使第i,i=1,2,…,log2(M)个比特与步骤2中ML估计出的符号的第i个比特相反。
针对每根天线上估计的调制符号则其在星座图上的序号可以表示为相应的自然二进制表示形式为其可以由十进制到二进制变换得到,其中最左边为最高位。则当采用PSK调制时,第i个比特与相反的ML估计副本的序号可通过下式获得:
其中,
当调制方式为QAM调制时,如步骤2类似,将其拆分成两个PAM,实部为N1-PAM,虚部为N2-PAM,其中m1=log2(N1),m2=log2(N2)。则其实部ML估计副本在PAM星座图中的序号可由下式求得,其虚部可由相同的公式获得,仅需将m1改成m2。
因此,经过步骤3,对于调制符号的每个比特又得到了Nt个ML估计副本。结合步骤2中获得的Nt个符号,令其集合为当该比特决定QAM符号实部时,该集合表示为当该比特决定QAM符号虚部时,该集合表示为其中为PSK或PAM星座图中序号对应的星座点。
步骤4,经过步骤2和步骤3,利用已得到的Nt个备选符号集合计算天线序号携带比特的对数似然比,以及2Nt个备选符号集合计算调制符号携带比特的对数似然比。
当空间调制系统采用PSK调制时,可得其中(·)*表示复数的共轭,||·||表示向量的l2范数。因此比特对数似然比可通过下式计算:
当空间调制系统采用QAM调制时,可知||y-hjsq||2=||y||2+||hj||2(|rj-sq|2+|rj|2),其中|·|是绝对值符号。因此比特对数似然比公式如下:
其中,cA,i、cS,i分别表示天线序号携带的第i个比特和调制符号携带的第i个比特,表示天线序号所携带比特的对数似然比,表示调制符号所携带比特的对数似然比。和分别表示第i个比特为1和0的天线序号集合,和分别表示第i个比特为1和0的调制符号集合,上述计算天线比特似然比公式中的符号是步骤b中集合中对应的第j根天线上的符号;计算调制符号比特似然比公式中的j是对应于从集合中所选择的符号s对应的天线序号。
下面以实施例来说明本发明的一种低复杂度的软判决检测方法的实现过程。
实施例
如图1所示的空间调制系统发送端和接收端模型,采用的码字长度为360,码率为0.5的低密度奇偶校验码(LowDensityParityCheckCode,简称LDPC),接收端采用置信传播(BeliefPropagation,简称BP)译码算法,调制方式分别采用QPSK,8-PSK,16-QAM以及64-QAM,发送天线数Nt=4,接收天线数Nr=2,则系统的频谱效率分别为η=2,2.5,3,4。系统仿真采用Matlab软件。信号能量Es分别为1,1,10,42。
信噪比定义为
发送端首先将数据流进行信道编码,编码后的比特经串并变换后送入空间调制映射单元,在该单元完成天线序号与调制符号的映射,然后调制符号经激活天线发送出去。接收端将接收到的信号送入空间调制软判决检测器,得到的比特对数似然比经并串变换后送入信道译码器,输出解码比特。在SM软判决检测器中,主要通过以下步骤完成:
第一步,将接收信号y=[y1,y2]T进行迫零均衡滤波,根据步骤1,得到每根发送天线上的滤波信号r1,r2,r3,r4。具体如下:
第二步,将滤波信号根据步骤2,得到Nt=4个ML估计符号。例如,当采用如图2所示的8-PSK星座图时,则第j个天线上ML估计的符号为s0(000);当采用的为16-QAM星座图时其实部如图3所示,则第j个天线上ML估计的实部符号为s2(11)。依次类推,共得到4个ML估计符号,依次对应1到4的天线序号。
第三步,针对上一步得到的每个符号,为其每个比特找到对应的ML估计副本。例如当采用8-PSK星座图时如图2,ML估计的符号s0(000)第一、第二以及第三个比特均为0,则这三个比特均为1的ML估计副本分别为s7(100),s2(011),s1(001)。
当采用16-QAM星座图,其实部为4-PAM星座图如图3所示,则ML估计的符号为s2(11),其第一和第二个比特均为1,那么根据步骤3,这两个比特均为0的ML估计副本分别为s1(01),s3(10)。经过此步骤,对于每个调制符号比特将得到Nt=4个ML估计副本。
第四步,对于每个比特,根据第二步中获得的Nt=4各备选符号计算天线序号携带比特的对数似然比;依据第二步得到的Nt=4个ML估计符号以及第三步中得到的Nt=4个ML估计符号副本共8个符号计算调制符号各个比特的对数似然比。
图3所示为采用PSK调制时,本发明的方法与最优的MAP算法,以及本发明所基于的Max-Log算法的性能比较。从图中可以发现,本发明基于PSK调制时的方法能够获得与Max-Log相同的性能,与最优算法在10-4误比特率时相差约0.1dB。
图4为采用QAM调制时,本发明的方法与最优的MAP算法,以及本发明所基于的Max-Log算法的性能比较。从图中可以发现,本发明基于QAM调制时的方法能够获得与Max-Log相同的性能,与最优算法在10-4误比特率时相差约0.1dB。
表1为本发明的方法与最优算法与Max-Log复杂度对比。其中,采用的发送天线和接收天线数目分别为Nt=16和Nr=8,调制阶数为M=16。从表中可以看出,本发明的方法无论从所需的实数乘法次数上还是加法次数上以及比较次数上均低于MAP算法和Max-Log算法。
表1
检测方法 | 指数操作 | 实数乘法次数 | 实数加法次数 | 比较次数 |
MAP | 256 | 12552 | 12040 | 2048 |
Max-Log | 0 | 12296 | 12040 | 2048 |
本发明(PSK) | 0 | 1224 | 1000 | 192 |
本发明(QAM) | 0 | 1272 | 1208 | 192 |
Claims (4)
1.一种低复杂度的空间调制软判决检测方法,其特征在于步骤如下:
步骤a,首先对接收信号进行迫零均衡j=1,2,…,Nt,得到每根发送天线上的迫零信号其中,hj为MIMO信道矩阵的第j列,(·)H表示共轭转置,y为接收信号,Nt为发送天线的数目;
步骤b,依据PSK或QAM星座图特点,计算每根天线上对应的调制符号的最大似然(MaximumLikelihood,简称ML)估计令集合
步骤c,利用PSK或QAM星座图中格雷码映射的特点,基于步骤b中获得的每个调制符号,找到与其第i个比特相反的Nt个ML估计副本其中i=1,2,…,log2(M),M为调制阶数,为对应的ML估计副本在星座图中的序号。结合步骤b中得到的Nt个估计符号,采用PSK调制时,令备选符号集合为采用QAM调制时,当该比特决定QAM符号实部时,该集合表示为当该比特决定QAM符号虚部时,该集合表示为其中表示取符号实部,表示取符号虚部;
步骤d,经过步骤b和步骤c,利用已得到Nt个备选符号集合计算天线序号携带比特的对数似然比以及利用2Nt个备选符号集合计算调制符号携带比特的对数似然比即当采用PSK调制时,有其中(·)*表示复数的共轭,||·||表示向量的l2范数,sq为调制符号,其中q=0,1,…M-1。因此比特对数似然比通过下式计算:
当采用QAM调制时,有||y-hjsq||2=||y||2+||hj||2(|rj-sq|2+|rj|2),其中|·|是绝对值符号,因此比特对数似然比计算公式如下:
其中,cA,i、cS,i分别表示天线序号携带的第i个比特和调制符号携带的第i个比特, 和分别表示第i个比特为1和0的天线序号集合,和分别表示第i个比特为1和0的调制符号集合。上述计算天线比特似然比公式中的符号是集合中对应的第j根天线上的符号;计算调制符号比特似然比公式中的j是对应于从集合中所选择的符号s对应的天线序号。
2.根据权利要求1所述的一种低复杂度的空间调制软判决检测方法,其特征在于步骤b中,当采用PSK调制时,ML估计的调制符号为其中J为虚部单位,为PSK星座图的初始相位。为该估计符号在星座图中的序号,由等式计算,其中mod(·)表示取余操作,round(·)表示取整操作,θj为迫零信号rj的相位。
3.根据权利要求1所述的一种低复杂度的空间调制软判决检测方法,其特征在于步骤b中,当采用QAM调制时,首先将QAM拆分成两个PAM星座图,实部为N1-PAM,虚部为N2-PAM,其中N1、N2分别为对应的星座点数;第j根天线上估计出的调制符号为其中实部估计符号为虚部估计符号为
4.根据权利要求1所述的一种低复杂度的空间调制软判决检测方法,其特征在于步骤c中,当采用PSK调制时,ML估计副本在星座图中的序号计算公式为 当采用QAM调制时,实部ML估计副本符号在PAM星座图中的序号计算公式为虚部ML估计副本符号的在PAM星座图中的序号计算公式为其中为ML估计符号在星座图中序号的自然二进制表示形式,Q2=log2(M),m1=log2(N1),m2=log2(N2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510543365.3A CN105099974B (zh) | 2015-08-28 | 2015-08-28 | 一种低复杂度的空间调制软判决检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510543365.3A CN105099974B (zh) | 2015-08-28 | 2015-08-28 | 一种低复杂度的空间调制软判决检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105099974A true CN105099974A (zh) | 2015-11-25 |
CN105099974B CN105099974B (zh) | 2018-03-09 |
Family
ID=54579544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510543365.3A Active CN105099974B (zh) | 2015-08-28 | 2015-08-28 | 一种低复杂度的空间调制软判决检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105099974B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101052A (zh) * | 2016-06-03 | 2016-11-09 | 西安电子科技大学 | 基于判决域的低复杂度128apsk软解映射方法 |
CN108833051A (zh) * | 2018-04-26 | 2018-11-16 | 西安交通大学 | 基于最小化量化误差l1范数的对数似然比均匀量化方法 |
CN115242584A (zh) * | 2022-07-21 | 2022-10-25 | 苏州大学 | 一种优化基于查找表的mlse算法复杂度的方法和装置 |
WO2022237028A1 (zh) * | 2021-05-13 | 2022-11-17 | 海南大学 | 一种低复杂度的ml检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050243943A1 (en) * | 2004-04-30 | 2005-11-03 | Richard Stirling-Gallacher | Equalising structure and method with maximum likelihood detection |
CN101227252A (zh) * | 2007-12-27 | 2008-07-23 | 复旦大学 | 未知噪声信息的多径衰落信道软判决度量生成方法 |
CN101232349A (zh) * | 2007-12-27 | 2008-07-30 | 复旦大学 | 快速生成qam比特置信度软判决度量的方法 |
CN101237434A (zh) * | 2008-03-10 | 2008-08-06 | 电子科技大学 | 一种格雷映射m-psk调制的软判决方法 |
CN104113393A (zh) * | 2014-07-23 | 2014-10-22 | 电子科技大学 | 一种基于sim-ofdm的叠加编码调制方法 |
-
2015
- 2015-08-28 CN CN201510543365.3A patent/CN105099974B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050243943A1 (en) * | 2004-04-30 | 2005-11-03 | Richard Stirling-Gallacher | Equalising structure and method with maximum likelihood detection |
CN101227252A (zh) * | 2007-12-27 | 2008-07-23 | 复旦大学 | 未知噪声信息的多径衰落信道软判决度量生成方法 |
CN101232349A (zh) * | 2007-12-27 | 2008-07-30 | 复旦大学 | 快速生成qam比特置信度软判决度量的方法 |
CN101237434A (zh) * | 2008-03-10 | 2008-08-06 | 电子科技大学 | 一种格雷映射m-psk调制的软判决方法 |
CN104113393A (zh) * | 2014-07-23 | 2014-10-22 | 电子科技大学 | 一种基于sim-ofdm的叠加编码调制方法 |
Non-Patent Citations (1)
Title |
---|
CONG LI ET AL.: "《Low-Complexity ML Detection for Spatial Modulation MIMO With APSK Constellation》", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101052A (zh) * | 2016-06-03 | 2016-11-09 | 西安电子科技大学 | 基于判决域的低复杂度128apsk软解映射方法 |
CN106101052B (zh) * | 2016-06-03 | 2019-03-08 | 西安电子科技大学 | 基于判决域的低复杂度128apsk软解映射方法 |
CN108833051A (zh) * | 2018-04-26 | 2018-11-16 | 西安交通大学 | 基于最小化量化误差l1范数的对数似然比均匀量化方法 |
CN108833051B (zh) * | 2018-04-26 | 2020-03-31 | 西安交通大学 | 基于最小化量化误差l1范数的对数似然比均匀量化方法 |
WO2022237028A1 (zh) * | 2021-05-13 | 2022-11-17 | 海南大学 | 一种低复杂度的ml检测方法 |
CN115242584A (zh) * | 2022-07-21 | 2022-10-25 | 苏州大学 | 一种优化基于查找表的mlse算法复杂度的方法和装置 |
CN115242584B (zh) * | 2022-07-21 | 2023-12-01 | 苏州大学 | 一种优化基于查找表的mlse算法复杂度的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105099974B (zh) | 2018-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106911374B (zh) | 一种低复杂度软输出空间调制检测方法 | |
CN101582748B (zh) | 低复杂度的mimo系统信号检测方法和检测装置 | |
CN102144377B (zh) | 用于硬限信号的信道估计与均衡 | |
CN101383797B (zh) | 用于mimo系统的低复杂度的信号检测方法和检测装置 | |
CN102624666B (zh) | 稀疏信道模型下多路收发的正交多载波水声通信循环译码方法 | |
CN101282195B (zh) | 应用于mimo无线通信系统的检测方法及检测器 | |
CN105591717A (zh) | 用于载波索引调制的mimo-ofdm系统的低复杂度检测方法 | |
CN104301267A (zh) | 一种mimo无线通信接收机的多阶段迭代检测方法和装置 | |
CN105099974A (zh) | 一种低复杂度的空间调制软判决检测方法 | |
CN101582742B (zh) | 多入多出系统迭代检测方法、系统及设备 | |
CN101026435A (zh) | 通信系统中低复杂度的极大似然检测方法及装置 | |
CN102013955A (zh) | 适合硬件实现的利用信道状态信息辅助软判决译码的方法 | |
CN103581103B (zh) | 适用于apsk星座的软解映射方法 | |
WO2010045033A2 (en) | Methods and systems using norm approximation for maximum likelihood mimo decoding | |
CN102739576B (zh) | 基于复数空间的星座图的软比特数字解调方法及装置 | |
EP2745405B1 (en) | Method and apparatus for soft symbol processing in a communication receiver | |
CN101938333B (zh) | 格雷编码π/M-MPSK调制软比特信息计算方法 | |
CN101764636A (zh) | 块空时分组编码的dft-s-ofdm传输方法和装置 | |
CN101197603B (zh) | 多天线系统基于球形译码的低复杂度分步检测系统及检测方法 | |
US9071471B2 (en) | Low-complexity estimation of QAM symbols and constellations | |
CN106856462B (zh) | 空间调制多径衰落信道下的检测方法 | |
CN108199752A (zh) | 一种低复杂度的双极化卫星mimo信号检测方法 | |
CN101783722B (zh) | 一种虚拟mimo传输方法和装置 | |
CN101009533A (zh) | 用于mimo系统中的检测方法 | |
CN109412659B (zh) | 多天线ofdm指数调制方法 |
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 |