CN107040336B - 用于加权序贯解码的设备、方法和介质 - Google Patents
用于加权序贯解码的设备、方法和介质 Download PDFInfo
- Publication number
- CN107040336B CN107040336B CN201611273098.3A CN201611273098A CN107040336B CN 107040336 B CN107040336 B CN 107040336B CN 201611273098 A CN201611273098 A CN 201611273098A CN 107040336 B CN107040336 B CN 107040336B
- Authority
- CN
- China
- Prior art keywords
- sub
- node
- block
- metric
- decoding
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0054—Maximum-likelihood or sequential decoding, e.g. Viterbi, Fano, ZJ algorithms
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0047—Decoding adapted to other signal detection operation
-
- 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
- H04L25/03203—Trellis search techniques
- H04L25/03242—Methods involving sphere decoding
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
- H03M13/39—Sequence estimation, i.e. using statistical methods for the reconstruction of the original codes
-
- 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
-
- 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
- H04L25/03184—Details concerning the metric
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2626—Arrangements specific to the transmitter only
- H04L27/2627—Modulators
- H04L27/264—Pulse-shaped multi-carrier, i.e. not using rectangular window
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/02—Arrangements for detecting or preventing errors in the information received by diversity reception
- H04L1/06—Arrangements for detecting or preventing errors in the information received by diversity reception using space diversity
- H04L1/0618—Space-time coding
- H04L1/0631—Receiver arrangements
Abstract
本发明的实施例提供了一种用于对在通信系统中通过传输信道接收的信号进行解码的解码器(10),所述信号携带从给定的一组值中选择的信息符号并且与信号向量相关联,所述传输信道是由信道矩阵表示的。所述解码器包括:子块划分单元(12),其被配置为将所接收的信号向量与关于所述信道矩阵的矩阵的划分相一致地划分成一组子向量;至少一个加权系数计算单元(14),其被配置为针对每个子向量而计算子块加权系数,至少一个符号估计单元(11),其用于根据存储在堆栈中的信息而递归地确定表示由数据信号所携带的所发送的符号的所估计的符号。
Description
背景技术
概括而言,本发明涉及数字通信,特别地,涉及用于序贯地解码所接收的数据信号的方法、系统、和计算机程序产品。
随着在服务和应用方面的需求在过去几十年已知的急剧增长,已经实现了适应于这样的需求的通信系统的重大进展。现代通信系统包括给用户提供对一个或多个资源(例如,带宽,发射功率等)的访问的无线通信系统。现今不同的无线通信系统是可用的,例如容纳使用单个或多个天线的单个或多个发射机/接收机的蜂窝和无线自组织网络,例如MIMO(多输入多输出)系统。MIMO通信系统通过利用空间和时间维度以用于通过多个天线并且在多个时隙期间传送数据来增加数据传输速率。
无线通信系统的主要挑战是对所接收的信号的解码。实际上,在无线通信系统中,发送至一个或多个接收机的信号是在受衰减、干扰、和噪声影响的传输信道中传送的。由接收机所接收的信号因此可能被干扰。因此,需要解码器来正确地解码原始的期望信号。
解码器通过将所接收的信息符号的向量与所发射的符号的可能的向量进行比较,来从所接收的信号估计一个或多个发射机所传送的原始数据。取决于所需的性能水平和接收机的处理能力,可以使用几种解码方法。针对均匀分布的信息符号的最佳解码方法被称为最大似然(ML)解码。其提供最小的检测误差概率。根据ML解码器,优选的是最接近于所接收的信号的信息符号的向量(即,关于所接收的信号具有最小欧几里得距离的向量)。
ML解码标准的一个实现使用对星座字母表(constellation alphabet)中的所有可能值的穷尽搜索。该方法提供了最佳性能。然而,其需要随着星座码本大小或发射天线的数量变得更高而增加的高复杂度,从而使得这样的技术的实现在实际的系统中是不可能的。因此,在需要高星座阶数(order)以保证高的频谱效率以及增加的天线数量以确保较高分集(diversity)阶数的实际系统中,这样的ML解码技术的实现是不可能的。
已经提出了基于ML标准的其他解码技术以在考虑解码器复杂度的同时适当地解码所接收的信号,所述技术例如球形解码器(“E.Viterbo和J.Boutros。针对衰减信道的通用网格码解码器。IEEE Transaction on Information Theory,45(5):1639-1642,1999年7月”)或者Schnorr-Euchner解码器(“C.P.Schnorr和M.Euchner。Lattice basisreduction:Improved practical algorithms and solving subset sum problems.InMath。Programming,第181-191页,1993”)。然而,这些解码器具有随着星座大小或天线数量的增加而增加的复杂度。在实际系统中实现诸如ZF(迫零)、ZF-DFE(迫零-决策反馈均衡器)、和MMSE(最小均方误差)解码器之类的其他次优低复杂度解码器,但是在可达到的分集阶数方面和误差性能方面呈现差的性能。
在使用单个或多个用户和/或单个或多个天线的线性通信系统中还适用的其他解码算法包括:使用表示ML优化问题的树(解码树)和树搜索实现最优ML解码标准的网格序贯解码器(例如“堆栈”解码器)。这样的解码算法提供了相对于穷尽搜索方法经降低的复杂度。根据由序贯解码器所实现的搜索策略,将经扩展的树节点存储在全局堆栈中。特别地,堆栈解码器在解码过程期间将经扩展的树节点存储在全局堆栈中,并且根据它们的解码度量的递增顺序来对它们进行排序。
序贯解码器包括实现最佳优先树搜索的解码器,例如在以下文献中所公开的堆栈解码器:
-“A.R.Murugan,H.El-Gamal,M.-O.Damen和G.Caire。A unified framework fortree search decoding:Rediscovering the sequential decoder。IEEE Transaction onInformation Theory”,52(3):933-953,2006年3月;
-“F.Jelinek。Fast sequential decoding algorithm using a stack.IBMJ.Res.Dev.,13(6):675-685,1969年11月。”
使用最佳优先树搜索的另一种类型的网格序贯解码方法被称为Fano解码方法,如在“R.Fano。A heuristic discussion of probabilistic decoding。IEEE Transactionon Information Theory,9(2):64-74,1963年4月”中所公开的。
序贯解码器改善了整体解码复杂度。然而,针对增加的星座大小和大量的天线,堆栈解码技术需要高的计算复杂度。为了降低该复杂度,已经在由G.R.Ben-Othman,R.Ouertani和A.Salah在2008年10月在Proceedings of International Conference onWireless and Mobile Computing中发表的标题为“Spherical BoundStack Decoder”的文章中的第322-327页提出了被称为球形界限堆栈解码器(SB-堆栈)的另一种解码技术。SB-堆栈方法将堆栈搜索策略与球形解码器搜索区域相结合:解码器在以接收点为中心的球体内针对最接近的向量进行搜索以实现堆栈解码策略。球形搜索区域针对每个解码符号施加搜索区间。只有在每个树等级处属于这些区间的节点被访问和扩展。
网格序贯解码器已经强有力地将它们作为线性无线通信系统中的最佳解码方案来施加(impose),以将最优ML解码问题减少到针对具有最小累积度量的图树中的路径的搜索。
在传统的序贯解码器中,为了确定最佳拟合(路径),将取决于ML度量的值分配至树中的每个节点(被称为“度量”)。
在一些常规方法中,在解码树的给定等级k处针对每个节点的路径度量可以减少项“b×k”,其取决于偏置项b和等级k。
偏置项允许对由解码器所执行的计算的量进行控制。同样,偏置项使得能够实现解码器的性能-复杂度折衷。
通过在ML度量中引入偏置项b,包括堆栈、Fano、和SB-堆栈解码器在内的参数化序贯解码器在性能-复杂度折衷方面提供灵活性。然而,在空间复用和编码的MIMO系统中该偏置的选择通常是确定性地固定的,而不将信道统计或噪声水平考虑在内。在使用卷积码的其他方法中,例如在“R.Fano。A heuristic discussion of probabilistic decoding。IEEE Transaction on Information Theory,9(2):64-174,1963年4月”中所公开的方法中,定义了与底层代码的编码率相对应的针对偏置的最优值。针对卷积网格编码联合Tomlinson-Harashima成形,如在“O.Shalvi,N.Sommer和M.Feder,Signal codes:Convolutional lattice codes,IEEE Transaction on Information Theory,57(8):5203-5226,2011年8月”中所描述的,将针对高SNR域(regime)的偏置最优值定义为其中σ2指代影响传输信道的加性噪声的方差。
然而,在现有方法中,偏置参数的值针对所有树等级是相同的。这导致在性能/复杂度方面灵活性不足。
发明内容
为了解决这些以及其他问题,提供了一种用于对在通信系统中通过传输信道接收的信号进行解码的解码器,所述信号携带从给定的一组值中选择的信息符号并且与信号向量相关联,所述传输信道是由信道矩阵表示的,其中,所述解码器包括:
-子块划分单元,其被配置为将所接收的信号向量与关于所述信道矩阵的矩阵的划分相一致地划分成一组子向量;
-至少一个加权系数计算单元,其被配置为针对每个子向量而计算子块加权系数,
-至少一个符号估计单元,其用于根据存储在堆栈中的信息而递归地确定表示由数据信号所携带的所发送的符号的所估计的符号,
其中,所述至少一个符号估计单元被配置为应用序贯解码算法的至少一次迭代,所述序贯解码算法包括通过扩展包括多个节点的解码树的所选择的节点的子节点来迭代地填充堆栈,所述解码树的每个节点与所接收的信号的至少一部分的符号的候选分量相对应,并且每个节点被分配了初始度量,其中,所述符号估计单元还被配置为根据与所述至少一个节点相关联的度量并且根据针对所述至少一个节点所属的子向量而计算的所述子块加权系数,来计算所述经扩展的子节点的至少一个节点的经修改的度量,所述符号估计单元被配置为将所述经修改的度量分配至所述至少一个节点。
在一个实施例中,所述解码器可以被配置为通过从所述信道矩阵执行QR分解来预先地确定正交矩阵Q和上三角矩阵R,并且所述子块划分单元可以被配置为将所述上三角矩阵R划分成多个上三角子矩阵和多个矩形子矩阵,所述上三角子矩阵的数量大于或等于二,所述子块划分单元可以被配置为将所述所接收的信号向量划分成一组子向量,以使得所述所接收的信号向量的每个子向量与所述上三角子矩阵中的一个上三角子矩阵相对应。
所述解码器可以被配置为通过将正交矩阵的转置矩阵与所述所接收的信号相乘来确定所述所接收的信号向量。
在某些实施例中,所述至少一个符号估计单元可以被配置为递归地确定对与每个子向量相对应的所发送的信号的每个子块的至少一个估计,给定子块的每个估计是根据先前处理的子块的至少一个估计来确定的,所述符号估计单元被配置为应用序贯解码算法的至少一次迭代,以使用对所述先前处理的子块的所述至少一个估计来确定对所述所发送的信号的每个子块的至少一个估计。
针对给定的子块所计算的所述子块加权系数针对每个子块是相同的。
可替代地,针对给定的子块所计算的所述子块加权系数可以是针对所述先前估计的子块所确定的所述子块加权系数中的至少一些子块加权系数的函数。
在一个实施例中,针对给定的子块所计算的所述子块加权系数可以是信噪比的函数。
可替代地或另外地,所述子块加权系数可以是关于在由与所述子块相对应的所述解码树的一部分的等级和所述子块的大小组成的分组中选择的子块参数的函数。
在另一个实施例中,所述子块加权系数可以是关于在由子块的数量和子块的顺序组成的分组中选择的划分参数的函数。
在另一个实施例中,所述子块加权系数可以是关于与所述子块相对应的所述上三角子矩阵的对角分量的函数。
在另一个实施例中,所述度量修改单元可以被配置为通过所述子块加权系数来降低所述初始度量。
所述度量修改单元可以被配置为计算针对每个经扩展的子节点的经修改的度量。
所述度量修改单元可以被配置为计算针对经扩展的子节点的所述所选择的集合中的每个节点的经修改的度量。
度量确定单元可以被配置为向每个经扩展的节点分配所述初始度量,并且所述度量修改单元可以被配置为响应于堆栈重新排序条件的检测而计算针对存储在堆栈中的每个节点的经修改的度量,所述解码器还被配置为按照与所述堆栈的所述节点相关联的所述经修改的度量的递增值来重新排序所述堆栈。
所述度量修改单元可以被配置为响应于终止警报的触发而计算针对每个经扩展的子节点的经修改的度量。
在某些实施例中,所述序贯解码算法可以是在由堆栈解码算法、Fano解码器、实现M-算法的解码器、和SB-堆栈解码算法组成的分组中选择的。
提供了一种用于接收和解码经编码的信号的接收机,所述接收机包括根据任何前述实施例所述的用于解码所述信号的解码器。
还提供了一种能够在无线通信网络中发送数据和接收数据的移动设备,其中,所述移动设备包括根据某些实施例所述的用于接收信号的接收机。
本发明还提供了一种对在通信系统中通过传输信道接收的信号进行解码的方法,所述信号携带从给定的一组值中选择的信息符号并且与信号向量相关联,所述传输信道是由信道矩阵表示的,其中,所述方法包括:
-将所接收的信号向量与关于所述信道矩阵的矩阵的划分相一致地划分成一组子向量;
-针对每个子向量而计算子块加权系数,
-用于根据存储在堆栈中的信息而递归地确定表示由数据信号所携带的所发送的符号的所估计的符号,
所述递归地确定所估计的符号的步骤包括应用序贯解码算法的至少一次迭代,所述序贯解码算法包括通过扩展包括多个节点的解码树的所选择的节点的子节点来迭代地填充堆栈,所述解码树的每个节点与所接收的信号的至少一部分的符号的候选分量相对应,并且每个节点被分配了初始度量。递归地确定所估计的符号的步骤还包括根据与经扩展的子节点的至少一个节点相关联的度量并且根据针对所述至少一个节点所属的子向量而计算的所述子块加权系数,来计算所述至少一个节点的经修改的度量,所述方法包括将所述经修改的度量分配至所述至少一个节点。
还提供了一种用于对在通信系统中通过传输信道接收的信号进行解码的计算机程序产品,所述信号携带从给定的一组值中选择的信息符号并且与信号向量相关联,所述传输信道是由信道矩阵表示的,所述计算机程序产品包括:
非瞬时性计算机可读存储介质;以及
存储在所述非瞬时性计算机可读存储介质上的指令,其中,当由处理器执行时,所述指令使得所述处理器:
-将所接收的信号向量与关于所述信道矩阵的矩阵的划分相一致地划分成一组子向量;
-针对每个子向量而计算子块加权系数,
-用于根据存储在堆栈中的信息而递归地确定表示由数据信号所携带的所发送的符号的所估计的符号,
使得所述处理器应用序贯解码算法的至少一次迭代来递归地确定所估计的符号,所述序贯解码算法包括通过扩展包括多个节点的解码树的所选择的节点的子节点来迭代地填充堆栈,所述解码树的每个节点与所接收的信号的至少一部分的符号的候选分量相对应,并且每个节点被分配了初始度量,还使得所述处理器根据与所述至少一个节点相关联的度量并且根据针对所述至少一个节点所属的子向量而计算的所述子块加权系数,来计算所述经扩展的子节点的至少一个节点的经修改的度量,并且将所述经修改的度量分配至所述至少一个节点。
在查看了附图和详细描述之后,本发明的其他优点将对本领域技术人员变得清楚。目的是将任何额外的优点并入在本文中。
附图说明
并入该说明书并构成该说明书的一部分的附图示出了本发明的各种实施例,并且,与上文中给出的本发明的一般性描述以及在下文中给出的实施例的详细描述一起用于解释本发明的实施例。
图1示意性地表示根据某些实施例的解码器;
图2示意性地表示实现解码方法的示例性通信系统;
图3是表示根据某些实施例的解码器的结构的框图;
图4是描绘了根据一个实施例的序贯子块解码方法的流程图;
图5是描绘了根据另一个实施例的序贯子块解码方法的流程图;
图6示出了上三角矩阵的示例性划分;
图7示出了ML最优化问题的示例性树表示,其将划分示出为子块;
图8是表示根据子块递归方法的解码器的框图;
图9是描绘了根据某些实施例的子块递归解码方法的流程图:
图10示意性地示出了根据某些实施例的解码器的示例性硬件架构。
具体实施方式
参考图1,示出了根据本发明的某些实施例的解码器10。
解码器10配置为对通过应用解码算法的至少一次迭代来对在通信系统中通过传输信道所接收的信号Yc进行解码,并且确定对发射信号的估计。所接收的信号携带从给定的一组值中所选择并且由信号向量(例如,来自星座字母表)所表示的信息符号。传输信道是由信道矩阵H(也被称为“信道状态矩阵”)来表示的。
序贯解码基于根据最接近的网格点搜索问题来在解码树中对候选节点进行搜索,并且并行填充先前检查的具有不同长度的路径的有序列表或堆栈。出于说明的目的将参考“堆栈”进行以下描述,但是可以使用等效的数据结构。
根据某些实施例,解码器10包括至少一个符号估计单元11以用于从存储在堆栈中的信息来递归地确定表示由数据信号所携带的所发射的符号的经估计的符号,该符号估计单元11应用序贯解码算法(也被称为“序贯解码步骤”)的至少一次迭代。应用序贯解码算法以通过扩展包括多个节点的解码树的所选择的节点中的子节点来迭代地填充堆栈,解码树的每个节点与由所接收的信号的至少一部分所携带的信息符号的候选分量相对应。
序贯解码可以基于信道状态矩阵H的QR分解。
解码树(也称为“搜索树”或“逻辑树”)形成这样一种数据结构,其表示由例如属于2qQAM星座的星座点的坐标(分量)所取的不同值。解码树包括表示由所接收的数据信号所携带的信息符号的可能的分量的多个节点(例如,所接收的数据信号可以根据实数值表示法而被表示)。解码树中的节点表示由所接收的数据信号的至少一部分所携带的符号的不同的可能值。在以下的某些实施例的描述中,符号将被标注为si,其中,si表示信息符号的所发射的向量的实分量和虚分量,其中,i表示范围从n到1的整数。
解码树包括多个等级、分支、和路径。如在本文中所使用的,节点的等级与符号向量中的经解码的信息符号的秩(rank)相对应。在本发明的某些实施例的以下的描述中,按照惯例,节点的等级将与信息符号的向量中的符号的相反顺序相对应。从而,位于树的第一层中的节点与信息符号的向量的最后一个分量相对应,第二层与信息符号的向量的倒数第二个分量相对应,以此类推。不具有任何子节点(子节点也被称为“继承者”)的节点被称为“叶”节点,并且位于树的最低等级中的节点被称为叶节点。分支从被称为“根节点”(根节点是树中的最高节点,并且没有任何父节点)的虚拟节点出发。分支在位于两个连续等级的两个节点之间形成连接。每个分支可以与表示部分欧几里得距离的度量函数相关联。给定的节点的深度(或维度)指定从该给定的节点向上到解码树的根节点的路径的长度。对于n个所发送的信息符号的向量(以实数值表示),叶节点指代深度n中的节点。从根节点到叶节点的每个路径对应于原始信息符号的向量的可能的值(可能的所发送的信号)。所接收信号和可能的所发送的信号之间的欧几里得距离与对应的叶节点的度量函数(度量在下文中也可以被称为“成本”)相对应。从而,ML解与具有最低度量函数的解码树中的路径相对应。对于所考虑的数据信号而言,可以由数值来定义节点的度量。
在某些实施例的以下的描述中,节点sk的子节点将由分量sk-1来指定,并且树中深度i的路径将由长度为(n-i+1)的向量(sn,sn-1,...,si)来指定。
序贯解码算法将所选择的一组扩展节点存储在堆栈中,每个节点与对应的度量相关联地存储在堆栈中。
因此,堆栈包括候选节点,每个节点与其所分配的度量一起被保存在堆栈中。解码算法的迭代可以递归地扩展堆栈中的顶层节点,直到到达树的叶节点或者满足终止条件为止。
符号估计单元11可以包括节点度量计算单元110,其用于确定针对经扩展的子节点中的至少一个节点的初始度量。可以将初始度量分配给该节点。该初始度量可以表示所接收的信号和由根节点与该节点之间的路径所表示的符号向量之间的欧几里得距离的函数。
符号估计单元11还可以包括度量修改单元112,其用于计算经扩展的子节点中的至少一个节点的经修改的度量,并且将该经修改的度量分配给该节点,该经修改的度量是从该节点的初始度量和针对该节点所属的所接收的信息符号的子块而计算的子块加权系数b(k)来计算的。
取决于本发明的应用,可以给每个经扩展的子节点分配初始度量或经修改的度量。
解码器可以包括子块划分单元12,其被配置为将所接收的信号向量与关于信道矩阵H的矩阵的划分相一致地划分成一组子向量,每个子向量对应于包括在所接收的信号中的信息符号的子块s(k)。在某些实施例中,关于信道矩阵H的矩阵可以是从信道矩阵H的QR分解所获得的上三角矩阵R,Q指代正交矩阵。
解码器10还可以包括加权系数计算单元(14),其被配置为计算针对信息符号的每个子块s(k)的子块加权系数b(k)。
在某些实施例中,子块加权系数对于所有子块或子块的子集可以具有相同的值。可替代地,针对给定的子块s(k)的子块加权系数的值可以是根据不同的参数来确定的,所述不同的参数例如与子块相关的一个或多个子块参数,和/或与将信息符号划分为子块相关的一个或多个划分参数(例如,块的数量、子块的大小、子块的长度等),和/或针对一个或多个其他子块所确定的子块加权系数块。加权系数b(k)还可以将SNR(信噪比)值和/或信道衰减考虑在内。
针对给定的子块的子块加权系数可以取决于在剩余的子块中所使用的加权系数。
通过应用基于子块的加权系数以在序贯解码步骤的执行期间修改经扩展的节点的度量,可以优选(favor)位于通向有希望的节点的子块处的节点。这样的灵活性可以改进性能/复杂度折衷。
加权系数还可以取决于上三角矩阵R的经划分的子矩阵的条目。例如,如果对应的反馈子矩阵B(jk)包括大量非零条目,则高加权系数可以与索引k的子块相关联。将用于获得加权系数的这些矩阵的零条目的数目考虑在内,定义信息符号的子向量之间的干扰的反馈矩阵使能够减少误差传播,从而降低误码率。
在一个实施例中,度量修改单元112可以通过从所考虑的节点的初始度量减去子块加权系数来确定经修改的度量。
在某些实施例中,可以在每次迭代期间针对经扩展的每个子节点来确定经修改的度量。
可替代地,可以针对在堆栈中所存储的每个节点来计算经修改的度量,接着响应于堆栈重新排序激活条件的触发,按经修改的度量来对节点重新排序。
可替代地,序贯解码算法可以通过在解码步骤的每次迭代处向每个经扩展的子节点分配初始度量来开始解码,直到终止警报被触发为止。序贯解码算法接着可以通过使用子块加权系数来计算针对每个经扩展的子节点的经修改的度量来继续解码,以使得能够提前终止解码。
可以在无线线性通信系统中实现本发明。所述通信系统可以包括用于通过通信信道同时地发射多个信息符号的至少一个发射机,以及用于接收以独立信号的形式由发射机所发射的信息符号的至少一个接收机。
可以在用于对信息数据进行解码的无线通信系统中实现本发明。该通信系统包括用于通过通信信道同时地发射多个信息符号的至少一个发射机,以及用于接收以独立信号的形式由所述发射机所发射的符号的至少一个接收机。该通信信道可以是任何线性AWGN(加性高斯白噪声)信道或多路径信道。另外,该通信系统可以使用单载波调制形式或多载波调制形式,例如在诸如IEEE 802.11(WiFi)或FBMC(滤波器组多载波)之类的无线标准中所采用的OFDM(正交频分复用)调制。多载波通信技术是用于对抗频率选择性信道并且管理干扰和延迟的。此外,该通信系统可以集成多址技术,其用于在存在多个发射机/接收机的情况下提供对不同的系统资源的接入。多址技术的示例包括在光通信系统中所使用的CDMA(码分多址)或FDMA(频分多址)。
可以将本发明的一个实施例集成在接收机中,例如用于对在MIMO(多输入多输出)信道中所传输的数据进行解码,根据任何MIMO配置,或者针对多个用户的检测。
在本发明的其他应用中,该通信系统可以是基于光纤的通信系统,例如偏振分多路复用-OFDM(PDM-OFDM)系统,其例如在接入网络、城域网、或计算机网络中作为电信介质来使用。
当被应用至MIMO通信系统中的MIMO解码时,针对单用户或多用户解码,所接收的信号或信道输出的维数(dimension)取决于发射机处的信号空间的维数,取决于发射(Tx)天线的数量(nt)和/或接收(Rx)天线的数量(nr)。
MIMO系统可以呈现集中式配置,其中发射天线共同位于同一用户处。可替代地,MIMO系统可以是分布式MIMO系统(或多用户MIMO),其中发射天线分布在通信网络中并且位于不同的用户处。这样的多用户MIMO配置可以用在例如在应用于例如蜂窝3G、4G、和LTE标准中的上行链路通信中的移动网络中,或者用在例如应用于自组织网络(无线传感器网络、机器对机器通信、物联网...)中的协作通信中。
无线网络环境可以包括多个基站(根据本发明的应用上下文也被称为“节点”或“接入点”或“小区”),每个基站包括发射机和接收机,所述发射机和接收机包括一个或多个天线。每个站可以通过无线连接与其他站进行通信。
参考图2,是使用MIMO传输的发射机和接收机之间的示例性无线通信系统100,该系统在传输中实现STBC(空时块码)码以分配通过信道的各种自由度而调制的符号。站的每个发射机2可以与根据无线通信系统的另一个站的接收机3交换数据。无线网络100可以依赖于集中式架构(提供了控制器来控制基站的操作)或者分布式架构(基站可以彼此直接通信)。用户终端(例如无线设备、蜂窝电话、个人数字助理等)可以在前向链路上或在反向链路上与一个或多个基站进行通信。用户终端可以是固定的或移动的。
MIMO配置可以是对称的,在该情况下,其包括与接收天线的数量(nr)相同数量(nt)的发射天线。可替代地,MIMO配置可以是非对称的,在该情况下,发射天线的数量(nt)与接收天线的数量(nr)不同(特别地,接收端处的数量nr高于发射端处的nt以避免秩缺失)。
发射机2可以通过有噪声的MIMO信道向接收机3发送信号。数据发射机2可以特别地被集成在基站中。发射机2可以包括例如:
-用于提供卷积码的信道编码器20,
-用于传递符号的调制器21,例如QAM调制器;
-用于传递码字的空间/时间编码器22;
-nt个发射天线23,每个发射天线与OFDM或FBMC调制器相关联。
发射机2可以被配置为使用由信道编码器20所提供的卷积码来对作为输入而接收的二进制信号进行编码。接着,由调制器21根据调制方案(例如,正交幅度调制2q——QAM)来调制所述信号。调制器21还可以实现生成复符号的调制方案,每个复符号属于一组符号si。因此而获得的经调制的符号随后由空-时编码器22编码以形成ST码字,例如Golden码(“The Golden Code:A 2x2 Full-RateSpace-Time Code with Non-VanishingDeterminants”,J.-C.Belfiore,G.Rekaya,E.Viterbo,IEEE Transaction onInformation Theory,vol.51,no.4,第1432-1436页,2005年4月)。STB码可以基于维度是nt*T的复矩阵或者基于空间复用(将经调制的符号直接发送至发射天线),其中nt指代发射天线的数目,而T是STB码的时间长度。
将因此而产生的码字从时域转换到频域并且通过nt个发射天线来分配。接着,每个专用信号由相应的OFDM或FBMC调制器来调制,并且可选地在滤波、频率变换、和放大之后通过对应的发射天线23来发送。
接收机3也可以被集成在基站中。接收机3可以被配置为接收由发射机2在无线信道中发送的信号y。信道可能是有噪声的(例如,具有受到衰减的加性高斯白噪声(AWGN)的信道)。由发射机2所发送的信号可以还受到由于多路径而产生的回声的影响和/或受到由于发射机和接收机具有非零的相对速度而产生的多普勒效应的影响。
接收机3可以被集成在基站中,所述基站例如蜂窝网络中的节点B、局域网中或自组织网络中的接入点、或者在无线环境中操作的任何其他接口设备。接收机3可以是固定的或移动的。在一个示例性实施例中,接收机3可以包括:
-用于接收的信号y的nr个接收天线33,每个接收天线与相应的OFDM或FBMC解调器相关联,所述OFDM或FBMC解调器(nr个解调器)被配置为解调在每个接收天线处所观察到的所接收的信号并且传递经解调的信号。频率/时间转换器可以用于执行在发送时所实现的时间/频率转换的逆操作,并且在频域中传递信号;
-时间/空间解码器10,其被配置为传递根据本发明的实施例的经解码的信号;
-解调器31,其被配置为执行与解码相关联的解调。
在本发明针对Rayleigh衰减无线多天线系统的一个应用中(其中该系统用于解码由具有使用空间复用的nt个发射天线和nr个接收天线的多天线系统(MIMO)所接收的信号),数据信号yc是作为复数值向量来接收的,其根据信道输出的复数值表示被给出为:
yc=Hcsc+wc (1)
在方程(1)中,指代根据分布N(0,1)所绘制的信道矩阵H的元素的复数值,sc指代表示所发送的数据信号向量的向量s的复数值,而指代加性高斯白噪声向量w的复数值。接着,可以将所接收的信号yc转换成实数值表示,例如根据方程(2):
在方程(2)中,R(.)和J(.)分别表示复数值输入(向量或矩阵)的实部和虚部。
等效信道输出可以写为:
y=Hs+w (3)
在使用长度为T的空-时码的实施例中,信道输出可以以与方程(3)相同的形式来写出,其中等效信道矩阵Heq由下式给出:
Heq=HcΦ (4)
根据在(3)中所获得的等效系统,所接收的信号可以被视为由H所生成的网格中的点,并且受到噪声向量w扰动。
在方程(5)中,有限子集A表示属于信息符号的实部和虚部的字母表。例如,使用2M-进制QAM星座来构造复信息符号,所述字母表是由A=[-(M-1),(M-1)](A可以表示例如复信息符号所属于的M进制QAM星座)给出的整数子集。ML解码下的误差概率最小化等价于由下式给出的最小化问题:
假设其中H在接收机处完全已知或被估计的相干系统,最佳ML解码简化为解决由H所产生的n维网格中的最接近的向量的问题,以根据方程(6)的最小化问题寻找与所接收的等效信号y最近的网格点。
因此,ML解码器选择在所接收的向量y和假想的消息Hs之间产生最小欧几里得距离的符号向量s。ML解码器表示对于所选择的一组值(例如,所选择的字母表)内的候选向量s的离散优化问题。在高星座大小和高系统维度(天线数量)的情况下,以穷尽的方式针对ML解进行搜索通常需要非常高的复杂度。
实现树搜索策略的序贯解码器使用解码树结构来搜索到所接收的向量最近的网格点。在将信号发送至这样的序贯解码器之前,可以使用信道矩阵的QR分解来执行预解码以使得H=QR,其中Q指代正交矩阵,R指代上三角矩阵。已知Q的正交性,则方程(3)可以用以下形式来重写:
接着,ML解码问题相当于解决由下式给出的等效系统:
因此,R的三角结构减少了对到序贯树-搜索最近的点的搜索。树中的节点表示符号si的不同的可能值。
图3是表示了根据某些实施例的空间时间解码器10的框图。
解码器10可以包括复数到实数转换器201,其被配置为将复数值信道矩阵Hc转换成实数值等效信道状态矩阵H,并且将复数值信道输出Yc转换为实数值向量y。
解码器10还可以包括QR分解单元203,其用于执行信道矩阵的QR分解以使得H=QR,其中Q指代正交矩阵,R指代上三角矩阵。解码器10还可以包括修改单元204,其用于将所接收的信号向量y重写成所接收的等效信号向量
在某些实施例中,解码器10还可以包括矩阵置换单元202,其用于在QR分解之前置换信道矩阵H的列或行。
每个上三角子矩阵R(k)(k=1,…,N)表示维度为lk×lk的方阵,并且对应于子向量此外,每个子矩阵B(jk)(k=1,…,N;j=k,…,N)表示维度lk×lj的矩形矩阵,并且对应于从块j到块k的反馈矩阵。
加权系数计算单元14被配置为确定与由子块划分单元12所确定的每个子块s(k)相关联的子块加权系数b(k)。在某些实施例中,加权系数计算单元14可以使用至少一个划分参数(例如,子块的数量N、和/或与至少一些子块的大小lk相关的数据)来确定子块加权系数。子块加权系数b(k)(也被记作b(s(k)))可以在序贯解码算法的每次迭代的执行期间动态地被确定或者被预先计算。在子块加权系数b(k)是预先计算的实施例中,可以将子块加权系数b(k)与对应的子块s(k)相关联地存储在数据结构中。
现在参考图4,呈现了根据某些实施例的描绘了可以由接收机3所执行的序贯解码方法的流程图。序贯解码方法使用序贯解码树来对与所接收的数据信号进行解码,所述所接收的数据信号与由与信道矩阵H相关联的传输信道所传输的所发送的数据信号相对应。
可以通过如上所述的在预解码阶段中对信道矩阵H的QR分解(H=QR)以及通过将所接收的信号乘以Qt来生成搜索树(在下文中也被称为“解码树”),其中,Qt表示正交矩阵,而R表示解码等效系统中的生成矩阵(也被称为“等效信道矩阵”)。已知矩阵R的上三角结构,通过基于解码树的生成而执行树搜索来解决ML优化问题。空堆栈或列表也可以被初始化。
在步骤301中,根节点被选择为当前节点,并且将一对(根,0)添加至堆栈的顶部位置。
在步骤302中,生成表示第一符号x1的所有可能性的根节点的子节点(或后代节点)。
在步骤303中,确定子节点fi(si)的初始度量。该初始度量可以是从所接收的信号与路径之间的欧几里得距离fi(si)来确定的,所述路径是根节点与所考虑的节点之间的路径。
在步骤304中,确定当前子节点si属于哪个子块s(k),并且确定对应于子块s(k)的子块加权系数b(k)(或者可替代地,如果子块加权系数b(k)先前已经被计算了,则取回该系数)。
在步骤305中,子节点的经修改度量gi(si)被计算为:
gi(si)=fi(si)-b(k) (11)
可以确定子块加权系数值以便支持树中的最高级的节点。作为结果,启用了解码过程的快速收敛以支持降低的错误解码的概率。在解码树中,在根节点和所考虑的子节点之间存在单个路径。因此,从该路径有可能确定对应的经解码的比特或者对在根节点与所考虑的子节点之间传输的所发送的信息序列的估计。
接着,针对在步骤302中所生成的每个子节点而迭代步骤303-305(块307)。
当已经处理了所有子节点时,在步骤308中,从堆栈中移除位于堆栈顶部的节点。在解码步骤的第一次迭代中,顶层节点是根节点。
在步骤309-310中,将所有子节点或一组子节点插入在堆栈中。将每个子节点si与其在步骤305中所确定的相应的度量gi(si)一起添加在堆栈中。还可以将额外的数据与每个子节点相关联地插入在堆栈中,例如,路径和/或树中子节点的等级。
在步骤311中,根据与节点相关联的度量gi(si)的递减顺序来对堆栈中的节点进行排序。
在步骤312中,选择堆栈的顶层节点stop作为当前节点以便生成其子节点。
在步骤313中,确定所选择的节点是否是叶节点。如果所选择的节点是叶节点(即,没有子节点),则在步骤315中终止解码方法。接着,解码器可以返回对符号向量的估计。
否则,在步骤314中,将所选择的节点设置为当前节点,并且可以针对新选择的节点(其表示在堆栈中具有最低度量的节点)而重复步骤301至314,以在解码树的下一个等级j处生成子节点,其中j包括在n-1到l之间。下一个经处理的等级j取决于在堆栈中所选择的顶层节点。
因此,步骤301至314的每次迭代(对应于当前节点的处理)在根节点与存储在堆栈中的新的叶节点之间提供了路径。
可以从存储在堆栈中的节点信息,并且特别是当这样的信息可用时存储在堆栈中的(多个)路径来估计所接收的信号。例如,如果应用符号估计(硬判决),则树的构造实现了步骤301至314的单次迭代,以使得能够对应于所发送的数据信号的硬估计来确定单个路径。可替代地,如果可以应用概率估计(软判决),则该解码方法可以以对数似然比(LLR)值的形式来传递软输出信息。在该情况下,可以执行步骤301至314的几次迭代。每次迭代提供从根节点到叶节点的不同路径(表示候选网格点)。接着,可以将这些不同的路径(表示候选网格点)与它们的路径一起存储在辅助堆栈中。可以基于这些路径来确定信息信号的概率估计。软输出解码的效率取决于填充在堆栈中的候选网格点的数量。
有利地,这样的实施例允许通过使候选网格点的数量适应软输出可靠性度量来提供可靠的软输出判决以实现更好的性能。
在步骤303中所计算的与子节点(si)相关联的初始度量fi(si)(也称为“基本节点度量”)可以是从树中的节点的度量来确定的,所述树被包括在从根节点sn到当前节点si的路径中。
矩阵R的三角结构减少了对序贯树搜索的最近点的搜索。树中的节点表示符号si的不同可能值,其中针对i=1,...,n,si表示信息向量sc的实部和虚部分量。树分支可以表示两个连续的节点(si+1;si)。
具体地,根据方程(11),树的等级j处的节点的度量wj(sj)可以被确定为表示所接收的信号的向量的第j个分量与包括从根节点sn到等级j处的节点sj的树的节点值的向量(sn...sj)之间的欧几里得距离:
应该注意的是,节点sj的累积度量w(sj)表示所定义的从根节点sn到节点sj的路径度量(即,被包括在路径中的树中节点的度量wj(sj)的和)。因此,根据:其等于形成路径的不同节点的所有度量的和。使用该定义,方程(8)的ML度量最小化等同于针对具有最小累积度量的树中的路径的搜索。
方程(11)的度量表示针对分支(sj+1;sj)的度量。由于矩阵R的三角结构,针对候选网格点的搜索是从分量sn开始的。
从而,根据某些实施例的节点度量可以被确定为:
在方程(12)中,b(k)对应于子块加权系数b(k),其与树节点sj所属的信息符号的子块s(k)相关联。
子块加权系数b(k)还可以将取决于信道方差σ2的参数b考虑在内,如在“LatticeSequential Decoder for Coded MIMO Channel:Performance and ComplexityAnalysis”W.Abediseid和Mohamed Oussama Damen。CoRR abs/1101.0339(2011)中所述:
还可以应用本发明来计算SB-堆栈解码器中的节点的度量。SB-堆栈解码器使用ML解码问题的树表示,从根节点到叶节点的每个路径是可能的所发送的信号:从根节点(从树的最高维度以递减次序)开始,探测子节点sn的全部或子集,并且针对所探测的每个节点来计算与该节点相关联的度量。仅仅具有满足根据以下不等式(10)的球状约束的值的节点被生成,并且可以被存储在堆栈中:
使用根据方程(14)的ML解码问题的三角结构,SB-堆栈解码器确定以表示所接收的信号y的点y为球心并且具有半径C的球S(y,C)内的一组网格点。
||Rξ||2≤C2 (15)
在方程(15)中,R是n×n矩阵,而ζ是n维向量。
mins∈A||Rξ||2≤C2 (15)
为了将搜索区域限制到具有初始半径C的球,针对每个经解码的分量si而定义了搜索区间Ii=[binf,i;bsup,i],所述搜索区间Ii的下边界binf,i和上边界bsup,i是从初始半径C确定的。
这涉及仅仅具有包括在区间Ii=[binf,i;bsup,i]中的值的节点被访问,并且可以被存储在堆栈中。针对每个经解码的符号si的搜索区间Ii使得binf,i≤si≤bsup,i。搜索区间Ii的下边界binf,i和上边界bsup,i可以被定义如下:
其中:
Pii=Rii 2,其中i=1,…,n (18)
在解码过程中所访问的节点的数量则取决于每个符号si的区间Ii,搜索区间的边界取决于初始球体半径C。
因此,针对表示待解码的信号的符号的分量每个节点si而确定区间。搜索继续,直到在没有对半径的任何更新的情况下找到叶节点并且返回最优路径(sn,sn-1,...,s1)(根据ML标准,到所接收的信号向量的最接近的向量)为止。将所存储的路径考虑在内,可以进一步将似然概率分配至数据信号的至少一个符号的比特,并且可以将存储在第二堆栈中的(多个)路径和似然概率考虑在内以确定数据信号(单载波和多载波)的概率估计,从而确定最佳路径。
参考图5,示出了描绘了根据某些实施例的SB-堆栈解码方法的流程图。
所述方法可以包括预解码步骤,所述预解码步骤包括以下步骤中的至少一些步骤:
-使用例如网格简化技术来对信道矩阵执行预处理以改进所述矩阵的列向量的正交,或/和使用MMSE-GDFE滤波来增强信道矩阵的调节,
-执行信道矩阵的QR分解,以使得H=QR,其中Q指代正交矩阵,R指代上三角矩阵,
-计算等效系统以提供由H或等效地由R所生成的网格的三角网格表示。
这允许进行树搜索以找到由方程(22)所给出的最小化问题的树解中的点:
在方程(22)中,参数ξ由ξ=ρ-s给出。
一旦已经接收到待解码的信号,解码器就可以针对存储在堆栈中的树的当前节点来实现以下步骤501至515的至少一次迭代。
该方法最初从根节点作为当前节点开始。因此,第一当前节点是根节点(步骤501)。
该方法最初通过将根节点作为当前节点处理而开始(步骤501)。针对从堆栈顶部选择的每个当前节点,迭代步骤502到515以针对是父节点的当前节点而生成子节点。每次迭代因此与解码树的等级i相关联(i=n到1)。参数i可以取决于在堆栈中所选择的顶层节点而针对每次新的迭代递减。
实现解码树方法的第一次迭代以确定在第一等级i=n处的根节点的子节点。
可以实现解码树方法的后续迭代,以确定与在堆栈中所选择的顶层节点相对应(并且与解码树的给定的等级或层i相对应)的当前节点的子节点。
树的每个节点可以与度量、路径、和/或维度(或深度)相关联。将根节点认为是参考节点,节点的维度与树中的节点的等级相对应。
根据本发明,节点Gi(si)的度量可以是从所接收的信号与根节点和所考虑的节点之间的路径间的欧几里得距离的函数fi(si)来确定的,并且针对节点中的至少一些节点,从以下条件来确定:
-从所接收的信号与根节点和所考虑的节点之间的路径间的欧几里得距离的函数fi(si);
-从子块加权系数b(i)。
在解码树中,在根节点和所考虑的节点之间存在单个路径。因此,从该路径有可能确定对应的经解码的比特或者对在根节点与所考虑的节点之间所传输的所发送的信息序列的估计。
具体地,针对正被处理的当前节点,通过在从QR分解产生的矩阵R的第i层上投射y~来确定子节点中的全部或者预先选择的子集,并且针对每个子节点(步骤402),约束定义了要由子节点满足的关于搜索区间Ii的条件。
针对当前节点(对应于解码符号的分量)的等级i的搜索区间Ii=[binf,i;bsup,i]是在步骤404中确定的,并且包括根据方程(16)和(17)的从初始半径所确定的下边界binf,i和上边界bsup,i。因此,该区间限制了搜索区域。
具体地,在步骤405和406中,确定当前节点的所考虑的子节点是否具有包括在区间Ii内的值。如果具有,则如关于图4的步骤303至305所描述的,使用针对节点si所属的子块s(k)所确定的子块加权系数b(k),在步骤407至409中计算节点的度量gi(si)=fi(si)-b(k)。在步骤410中,将子节点连同其相关联的度量一起添加在堆栈中。可以将诸如子节点的路径和/或维度之类的额外的数据与每个子节点相关联地存储在堆栈中。因此,只有当子节点的值位于搜索区间Ii中时,才将该子节点考虑在内。从而,具有包括在区间Ii中的值的所有子节点或子节点的子集将被存储在堆栈中。作为结果,在树中所扫描的路径与位于具有半径C的球体内部的网格的点相对应。可以根据不同的方法来确定初始半径C。
解码方法可以适用于对Zn中的有限或无限的网格进行解码,树中的每个节点的值与属于具有在最小阈值Cmin和最大阈值Cmax之间的预先定义的范围的星座的符号的分量相对应。在例如利用QAM调制对有限网格进行解码(有限星座)的实施例中,信息符号si是从有限字母表中选择的,并且与通过树所解码的符号相对应的它们的实部和虚部属于有限区间I=[Cmin,Cmax]。例如,在使用q-QAM调制的实施例中,符号si属于区间并且与所使用的星座符号相对应的搜索树中的节点属于无限集合其中Cmin=0并且
在这样的实施例中,为了保证所估计的符号属于所考虑的星座,在步骤405和406中,可以可选地在区间I'i内选择第i等级的子节点,所述区间I'i与对应于星座的星座区间[Cmin,Cmax]和区间Ii之间的交集相对应:
I'i=[max(Cmin,binfi),(Cmax,bsupi)]。
当已经处理了当前节点的所有子节点时,在步骤411中,从堆栈中删除当前节点。
在步骤412中,可以按照度量gk(sk)的递增次序来对堆栈重新排序,以使得将具有最低度量的堆栈中的节点sq存储在堆栈的顶层。
在步骤413中,选择堆栈的顶层节点sq作为当前节点以生成其子节点。
在步骤414中,确定所选择的节点是否是叶节点。如果所选节点是叶节点(即,不具有子节点),则该方法终止。
否则,在步骤415中,将所选择的节点设置为当前节点,并且可以针对新选择的节点(其表示在堆栈中具有最低度量的节点)而重复步骤402至415,以在解码树的下一个等级j处生成子节点,其中j包括在n-1到l之间。下一个经处理的等级j取决于在堆栈中所选择的顶层节点。
因此步骤402至415中的每次迭代(对应于对当前节点的处理)在根节点与存储在堆栈中的新的叶节点之间提供了路径。
当在第一次迭代中到达叶节点时,算法可以终止处理或者执行步骤402至415的新的迭代。在步骤416中,可以通过当这样的信息可用时将在堆栈中所存储的节点信息以及特别是在堆栈中所存储的(多个)路径考虑在内,来估计到表示所接收的信号的向量的最接近的向量。例如,如果应用二进制估计(硬判决),则树的构造实现步骤402至415的单次迭代,以使得能够与所发送的数据信号的硬估计相对应地确定单个路径。可选地,如果应用概率估计(软判决),则解码方法可以以对数似然比(LLR)值的形式传递软输出信息。在该情况下,可以执行步骤402到415的几次迭代。每次迭代提供从根节点到叶节点的不同路径(表示候选网格点)。接着,可以将这些不同的路径(表示候选网格点)与它们的路径一起存储在辅助堆栈中。
在本发明的可替代的实施例中,解码方法可以基于递归子块解码算法。
即使本发明对于计算扩展子节点的度量具有特别的优势,使用子块相关的加权系数b(k)的度量简化可以可选地仅仅应用至存储在堆栈中的节点以用于对堆栈重新排序,同时在图4的步骤303-305或图5的407-409中仅仅根据在EPNo.15305910(提交于2015年6月12日)中所公开的函数fi(si)来常规地计算该度量。
在另一个应用中,可以响应于检测到用于触发提前终止的触发警报而应用使用子块相关的加权系数b(i)的度量简化,同时在图4的步骤303-305或图5的407-409中仅仅根据在EP No.15305907(提交于2015年6月12日)中所公开的函数fi(si)来常规地计算该度量。
图6表示将上三角矩阵R划分成两个上三角矩阵R(1)=R1(维度为8×8的矩阵)和R(2)=R2(维度为8×8的矩阵)以及正交矩阵B的示例性划分。
图7示出了针对16-QAM星座的ML解码问题的示例性树表示。在16-QAM星座中,复信息符号的实部和虚部属于值的集合{-3,1,1,3}。解码方法从根节点开始树搜索过程,并通过迭代地扩展堆栈中的顶层节点的子节点而沿着分支(由箭头表示)继续进行。节点是由用于描绘分支的箭头的末端来表示的。解码树700包括4个等级(等级1、等级2、等级3、和等级4),并且每个等级与由实符号所采取的不同值相对应(等级1对应于s4、等级2对应于s3、等级3对应于s2、等级4对应于s1)。
图7示出了与每个子块s(k)相关联的子块加权系数b(k):
-与每个子块s(3)相关联的子块加权系数b(3);
-与每个子块s(2)相关联的子块加权系数b(2);
-与每个子块s(1)相关联的子块加权系数b(1);
如在图7中所示,子块s(3)包括一个节点s4(即节点s4属于子块s(3)),子块s(2)包括两个节点s3和s2,而子块s(1)仅包括一个节点sl。
与每个路径相关联的度量可以是欧几里得度量或者是根据基于子块的加权系数所计算的经修改的度量。
在本发明的另一实施例中,可以根据子块递归方法来实现加权序贯解码方法,所述子块递归方法使用用于对每个子块进行解码的一个序贯解码算法Dk。
图8是根据某些实施例的递归子块解码器10的框图。解码单元207实现递归子块解码,其使用用于确定对所发送的信号的每个子块的至少一个估计的至少一个序贯解码算法Dk并且使用解码算法Dk。解码单元207将在下文中被称为子块解码单元207。
方程(8)因此可以被重写为:
方程(9)的ML解码问题因此可以被重写为:
子块解码单元207还可以包括N个符号估计单元11,以用于使用序贯解码算法Dk和针对先前估计的子块s(N),...s(k-1)所确定的估计来确定每个子块s(k)的至少一个估计应当注意的是,可替代地,仅仅可以使用一个符号估计单元或者M个符号估计单元(M<N)的集合来对每个子块s(k)进行递归解码。
每个符号估计单元11应用序贯解码算法Dk的至少一次迭代以根据存储在堆栈中的信息来确定代表包括在子向量中的所发送的符号的所估计的符号符号估计单元11可以根据与子节点相关联的初始度量和针对正被处理的子块s(k)而确定的子块加权系数b(k)来确定经扩展的子节点中的至少一个经扩展的子节点的子块度量。在一个实施例中,可以通过用子块加权系数对节点的初始度量进行简化来确定节点的度量。仅仅出于说明的目的,以下的描述将参考使用子块加权系数的初始度量的简化来进行。
图9是描绘了根据递归子块解码方法的解码方法的流程图。
在步骤901中,可以执行复数至实数转换以确定所接收的信号的实数值系统。例如,在使用空间复用方案的一个实施例中,可以将方程(2)中的系统变换成:
方程(4)中的Re(.)和Im(.)运算符输出组成底层向量或矩阵的每个元素的实部和虚部。
方程(24)可以以网格表示的形式被写为:
y=Hs+w (25)
空间复用和空时块编码的对称和非对称MIMO方案两者都可以用于在方程(25)中给出的信道输出的实数值网格表示。为了促进对以下实施例的理解,以下描述将对空间复用方案进行参考并且涉及其中发射机和接收机装备有相同数量的天线nt=nr的对称MIMO配置。从而,方程(25)中的实数值向量y、s、和w将被表示为n维向量,其中n=2nt=2nr,并且等效的实数值信道矩阵H将是n×n方阵。向量s是由构成向量sc的原始复信息符号的实部和虚部组成的。
在步骤802中,可以执行信道矩阵(在某些实施例中是置换信道矩阵)的QR分解,以使得H=QR。Q指代n×n正交矩阵,而R是n×n上三角矩阵。已知矩阵Q的正交性,可以在步骤803中执行方程(25)中的系统的乘法,以根据下式确定等效接收信号和等效系统:
考虑方程(25)中的实数值等价系统以用于估计原始发送的信息符号。
在步骤802之前,可以使用置换矩阵来对信道矩阵H的行向量或列向量执行置换,以重新排列信道矩阵。
根据由下式给出的ML解码问题,使用最佳ML解码以获得最佳解码性能:
在方程(27)中,A=[cmin,cmax]指代组成实向量s的复数值向量sc的实部和虚部所属的字母表。
ML度量可以被定义为:
在步骤804中,可以确定一组子块解码参数,例如,子块N的数量(优选地大于或等于2)、长度为lk,k=1,…,N满足的一组子块、以及一组序贯解码算法Dk(k=1,...,N)。长度lk,k=1,…,N可以相等或不同。解码算法可以是相似的或不同的。
接着,可以执行将上三角矩阵R划分成子矩阵以及将向量划分成子向量。从而,将向量划分成长度为lk的N个子向量k=1,...,N,以使得可以将相同的向量划分应用至符号向量s和噪声向量w,以确定每个都具有对应的长度lk的子向量s(k)和w(k),以使得和如上所述,可以将上三角矩阵划分成由N个上三角矩阵R(k),k=1,...,N以及个正交矩阵B(jk),k=1,...,N;j=k,…,N所组成的个矩阵。
方程(29)和(30)中的系统可以用于对信息符号的各种子向量进行解码。
方程(24)中的ML解码度量可以写为:
在步骤808中,可以通过应用使用符号子向量S(k)的先前估计的子块(k∈[N,k-1])的序贯算法Dk的至少一次迭代以及子块加权系数b(k)来递归地估计每个符号子向量S(k),k=N,N-1,…,1。子块加权系数b(k)可以是预先确定的(子块加权系数b(k)属于集合或者动态地确定的。在步骤805中,对应于k=N而执行初始化,并且在步骤807中可以取回符号子向量s(k)的先前估计的子块k∈[N,k-1]。
更加具体地,对于每个索引k=N-1,...,1,可以在步骤808中根据先前估计的子向量j=k+1,…,N和正交子矩阵B(kj),j=k+1,…,N来计算子向量可以使用序贯解码算法D(k)、上三角子矩阵R(k)、和所计算的子向量来确定索引k的子向量的估计。对于k=N,可以使用对应的解码算法D(N)、对应的上三角子矩阵R(N)、和向量来确定估计
如果在步骤809中确定已经估计了符号的所有子向量,则可以执行步骤810和811以根据子向量k=1,...,N来构造输出,以作为对所发送的信号的估计构造步骤可以包括两个阶段。首先,可以通过在不同子向量中聚合不同的估计来构造实向量的估计。接着,可以将所获得的向量转换成复向量以使得针对j=1,...,n/2的分量由下式给出:
在方程(32)中,(u)j表示向量u的第j个元素。
根据本发明的某些实施例,在符号估计单元11中所实现的序贯解码算法Dk(k=1,...,N)可以是相似的或不同的。解码算法Dk可以是但不限于任何序贯解码算法,例如堆栈或SB-堆栈解码算法。此外,可以执行在使用诸如LLL简化的网格简化进行解码之前对对应的子上三角矩阵R(k)的预处理和/或使用例如MMSE-GDFE滤波的左预处理。可以在根据本发明的某些实施例的子块划分和检测之前对信道矩阵应用预处理方法。
诸如球形解码器(SD)、堆栈解码器或、以及SB-堆栈解码器(SB-堆栈)之类的序贯树搜索算法可以用于求解方程(33)。
应当注意的是,在本发明对长度为T的并且编码K个符号的线性空时块码的应用中,信道输出的实数值表达式可以以方程(25)的网格表示形式写出,而在该情况下等效信道矩阵是由下式给出的实数值2nrT×2k矩阵Heq:
此外,在本发明对其中nt<nr的非对称MIMO配置的一个应用中,也可以通过对方程(5)的等效系统执行步骤801的复数到实数转换来获得方程(25)的形式的网格表示,这由下式给出:
U十yc=D V十sc+U十wc (37)
矩阵U和V是与矩阵D一起从矩阵Hc=UDVt的奇异值分解中获得的酉矩阵。D是具有表示矩阵Hc的奇异值的正对角线项的对角矩阵。
图10表示本发明的SB-堆栈实施例中的接收机3的空间/时间解码器30的示例性架构。如图所示,空间/时间解码器30可以包括由数据和地址总线64链接在一起的以下元件:
-微处理器61(或CPU),其是,例如,数字信号处理器(DSP);
-非易失性存储器62(或ROM,只读存储器);
-随机存取存储器RAM 63;
-用于接收来自时间/频率转换器的输入信号的接口65;
-用于将解码数据发送到解调器31的接口66。
非易失性ROM存储器62可以包括例如:
-寄存器“Prog”620;
-子块加权系数b(k)的系数621;
非易失性ROM存储器62可以包括由有限网格被解码的实施例(未示出)中的解码器所使用的其他预先定义的参数,例如Cmin和Cmax。
可以将用于实现根据本发明实施例的方法的算法存储在程序620中。CPU处理器41可以被配置为将程序620下载到RAM存储器并运行相应的指令。具体地,CPU包括指令,当由处理器执行时,所述指令使得CPU根据存储在堆栈中的信息来确定表示所发送的符号的所估计的符号,该堆栈是通过迭代地扩展解码树的所选择的节点的子节点来填充的,所述解码树包括多个节点,解码树的每个节点与所接收的数据信号的符号的候选分量相对应,并且每个节点被分配了度量,该堆栈是在每次迭代时用一组经扩展的子节点来填充的,并且是按照与节点相关联的度量的递增值来排序的。针对每次迭代,所选择的节点对应于在堆栈中具有最低度量的节点。使得CPU确定该组经扩展的子节点的每个子节点的初始度量。还使得CPU根据与经扩展的子节点相关联的初始度量和加权系数(解码树中的节点的等级的函数)来计算经扩展的子节点中的至少一个经扩展的子节点的经修改的度量。还使得CPU将修改度量分配至经扩展的子节点中的至少一个经扩展的子节点。
RAM存储器63可以包括:
-在寄存器Prog 630中的、由微处理器61运行并且在空间/时间解码器30的活动模式中下载的程序;
-寄存器631中的输入数据;
-与寄存器632中的节点有关的数据;
-寄存器634中的似然概率或LLR;
针对解码树的节点,存储在寄存器632中的数据可以包括如根据本发明的各种实施例所确定的与该节点相关联的度量参数(从根到所述节点的路径,和/或在树中的深度)。
更加一般地,在本文中所描述的解码技术可以通过各种方式来实现。例如,这些技术可以以硬件、软件、或其组合来实现。针对硬件实现而言,解码器的处理元件可以例如根据仅硬件的配置(例如,在具有对应的存储器的一个或多个FPGA、ASIC、或VLSI集成电路中)或者根据使用VLSI和DSP的配置来实现。
尽管已经关于无线通信系统描述了本发明,但应当注意的是,本发明不限于这样的应用。例如,可以将解码设备和方法集成在信号处理装置(例如,在诸如音频交叉和音频母带后期处理之类的音频应用中所使用的有限脉冲响应(FIR)的电子滤波器)以从给定的输入序列解码输出序列。给定数据的输入序列,阶数为M的FIR滤波器的输出序列是在大小为M的滑动窗中所观察到的新近输入的值的加权总和。给定以输出序列为模型的网格表示,可以相应地集成本发明的某些实施例以生成对输入序列的估计。
尽管已经通过对各种示例的描述示出了本发明的实施例,并且尽管已经相当详细地描述了这些实施例,但是本申请人的目的不是要将所附权利要求的范围约束或者以任何方式限制于这样的细节。特别地,本发明不限于特定类型的序贯解码算法。更加一般地,本发明可以应用于使用最佳优先树搜索来针对候选网格向量进行搜索的任何序贯解码算法,例如堆栈解码器、Fano解码器、实现M-算法的解码器、SB-堆栈、和如在专利申请EPNo.14306517.5中所描述的Z字形堆栈解码器。Z字形解码器类似于SB-堆栈解码算法而使用堆栈,但是不同于在搜索区间中生成所有子节点或搜索候选网格点,Z字形解码算法在图3流程图的步骤302中生成至多三个子节点,所述子节点包括根据表示所接收的数据信号的向量而确定的当前节点的参考子节点、通过从参考节点的值中减去正整数参数而确定的第一相邻子节点、以及通过在参考节点的值中加上正整数参数而确定的第二相邻子节点。接着,在图3的流程图的步骤304中,在三个子节点中选择子节点。接着,可以将所选择的子节点然后与它们相应的度量一起存储在类似于SB-堆栈解码器的堆栈中,所述堆栈接着按照节点度量的递增顺序被重新排序。选择因此而获得的堆栈的顶层节点作为新的当前节点来迭代递归搜索操作。
此外,尽管已经关于子块加权系数的某些示例而描述了本发明,并且特别地,其中这样的加权系数的某些示例仅仅是出于说明性的目的的,但是应当理解的是,本发明不限于这样的示例。
此外,本发明的各种实施例不限于特定类型的检测,并且适用于硬解码和软解码两者。
Claims (20)
1.一种用于对在通信系统中通过传输信道接收的信号进行解码的解码器(10),所述信号携带从给定的一组值中选择的符号并且与信号向量相关联,所述传输信道是由信道矩阵表示的,其中,所述解码器包括:
-子块划分单元(12),其被配置为将所接收的信号向量与关于所述信道矩阵的矩阵的划分相一致地划分成一组子向量;
-至少一个加权系数计算单元(14),其被配置为针对每个子向量而计算子块加权系数,
-至少一个符号估计单元(11),其用于根据存储在堆栈中的信息而递归地确定表示由信号所携带的所发送的符号的所估计的符号,
其中,所述至少一个符号估计单元被配置为应用序贯解码算法的至少一次迭代,所述序贯解码算法包括通过扩展包括多个节点的解码树的所选择的节点的子节点来迭代地填充堆栈,所述解码树的每个节点与所接收的信号的至少一部分的符号的候选分量相对应,并且每个节点被分配了度量,其中,所述至少一个符号估计单元还被配置为根据与经扩展的子节点的至少一个节点相关联的度量并且根据针对所述至少一个节点所属的子向量而计算的所述子块加权系数,来计算所述至少一个节点的经修改的度量,所述至少一个符号估计单元被配置为将所述经修改的度量分配至所述至少一个节点。
2.根据权利要求1所述的解码器,其中,所述解码器被配置为通过从所述信道矩阵执行QR分解来预先地确定正交矩阵Q和上三角矩阵R,并且所述子块划分单元(12)被配置为将所述上三角矩阵R划分成多个上三角子矩阵和多个矩形子矩阵,所述上三角子矩阵的数量大于或等于二,所述子块划分单元(12)被配置为将所述所接收的信号向量划分成一组子向量,以使得所述所接收的信号向量的每个子向量与所述上三角子矩阵中的一个上三角子矩阵相对应。
3.根据权利要求2所述的解码器,其中,所述解码器被配置为通过将所述正交矩阵的转置矩阵与所述所接收的信号相乘来确定所述所接收的信号向量。
4.根据权利要求1至3中任一项所述的方法,其中,所述至少一个符号估计单元(11)被配置为递归地确定对与每个子向量相对应的所发送的信号的每个子块的至少一个估计,给定子块的每个估计是根据先前处理的子块的至少一个估计来确定的,所述至少一个符号估计单元被配置为应用序贯解码算法的至少一次迭代,以使用对所述先前处理的子块的所述至少一个估计来确定对所述所发送的信号的每个子块的至少一个估计。
5.根据权利要求4所述的解码器,其中,针对给定的子块所计算的所述子块加权系数针对每个子块是相同的。
6.根据权利要求4所述的解码器,其中,针对给定的子块所计算的所述子块加权系数是关于针对先前估计的子块所确定的所述子块加权系数中的至少一些子块加权系数的函数。
7.根据权利要求4所述的解码器,其中,针对给定的子块所计算的所述子块加权系数是关于信噪比的函数。
8.根据权利要求4所述的解码器,其中,所述子块加权系数是关于在由与子块相对应的所述解码树的一部分的等级和所述子块的大小组成的分组中选择的子块参数的函数。
9.根据权利要求4所述的解码器,其中,所述子块加权系数是关于在由子块的数量和子块的顺序组成的分组中选择的划分参数的函数。
10.根据权利要求4所述的解码器,其中,所述子块加权系数是关于与子块相对应的所述上三角子矩阵的对角分量的函数。
11.根据权利要求1至3中任一项所述的解码器,其中,度量修改单元(112)被配置为通过所述子块加权系数来降低所述度量。
12.根据权利要求1至3中任一项所述的解码器,其中,度量修改单元(112)被配置为计算针对每个经扩展的子节点的经修改的度量。
13.根据权利要求1至3中任一项所述的解码器,其中,度量修改单元(112)被配置为计算针对经扩展的子节点的所选择的集合中的每个节点的经修改的度量。
14.根据权利要求1至3中任一项所述的解码器,其中,节点度量计算单元(110)被配置为向每个经扩展的节点分配所述度量,并且度量修改单元(112)被配置为响应于对堆栈重新排序条件的检测而计算针对存储在所述堆栈中的每个节点的经修改的度量,所述解码器还被配置为按照与所述堆栈的所述节点相关联的所述经修改的度量的递增值来重新排序所述堆栈。
15.根据权利要求1至3中任一项所述的解码器,其中,度量修改单元(112)被配置为响应于终止警报的触发而计算针对每个经扩展的子节点的经修改的度量。
16.根据权利要求1至3中任一项所述的解码器,其中,所述序贯解码算法是在由堆栈解码算法、Fano解码器、实现M-算法的解码器、和SB-堆栈解码算法组成的分组中选择的。
17.一种用于接收和解码经编码的信号的接收机,其中,所述接收机包括根据前述权利要求中任一项所述的用于解码所述信号的解码器。
18.一种能够在无线通信网络中发送数据和接收数据的移动设备,其中,所述移动设备包括根据权利要求17所述的用于接收信号的接收机。
19.一种对在通信系统中通过传输信道接收的信号进行解码的方法,所述信号携带从给定的一组值中选择的符号并且与信号向量相关联,所述传输信道是由信道矩阵表示的,其中,所述方法包括:
-将所接收的信号向量与关于所述信道矩阵的矩阵的划分相一致地划分成一组子向量;
-针对每个子向量而计算子块加权系数,
-用于根据存储在堆栈中的信息而递归地确定表示由信号所携带的所发送的符号的所估计的符号,
其中,所述递归地确定所估计的符号的步骤包括应用序贯解码算法的至少一次迭代,所述序贯解码算法包括通过扩展包括多个节点的解码树的所选择的节点的子节点来迭代地填充堆栈,所述解码树的每个节点与所接收的信号的至少一部分的符号的候选分量相对应,并且每个节点被分配了度量,其中,递归地确定所估计的符号的步骤还包括根据与经扩展的子节点的至少一个节点相关联的度量并且根据针对所述至少一个节点所属的子向量而计算的所述子块加权系数,来计算所述至少一个节点的经修改的度量,所述方法包括将所述经修改的度量分配至所述至少一个节点。
20.一种具有计算机程序的非瞬时性计算机可读存储介质,所述计算机程序当由处理器执行时,使得所述处理器执行根据权利要求19所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP15307155.0A EP3188390B1 (en) | 2015-12-28 | 2015-12-28 | Weighted sequential decoding |
EP15307155.0 | 2015-12-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107040336A CN107040336A (zh) | 2017-08-11 |
CN107040336B true CN107040336B (zh) | 2020-11-17 |
Family
ID=55527693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611273098.3A Active CN107040336B (zh) | 2015-12-28 | 2016-12-27 | 用于加权序贯解码的设备、方法和介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10284276B2 (zh) |
EP (1) | EP3188390B1 (zh) |
KR (1) | KR101923782B1 (zh) |
CN (1) | CN107040336B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108768477A (zh) * | 2018-05-24 | 2018-11-06 | 天津工业大学 | 一种基于模型扰动与格基约减的mimo检测方法 |
US11309992B2 (en) * | 2018-07-17 | 2022-04-19 | Qualcomm Incorporated | Using lattice reduction for reduced decoder complexity |
EP3664333B1 (en) * | 2018-12-06 | 2023-12-13 | Institut Mines Telecom | Devices and methods for parallelized recursive block decoding |
US11500841B2 (en) * | 2019-01-04 | 2022-11-15 | International Business Machines Corporation | Encoding and decoding tree data structures as vector data structures |
WO2021224655A1 (en) * | 2020-05-04 | 2021-11-11 | Telefonaktiebolaget Lm Ericsson (Publ) | Zigzag decoding of upstream-processed signals from independent receiver subarrays |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101542993A (zh) * | 2006-05-04 | 2009-09-23 | 新加坡科技研究局 | 用于确定信号矢量的方法与系统 |
CN101933275A (zh) * | 2007-10-30 | 2010-12-29 | 新加坡科技研究局 | 用于确定信号向量的方法及检测电路 |
CN102084616A (zh) * | 2008-05-05 | 2011-06-01 | 法国电信教育集团/巴黎电信学院 | 实施解码树的渐进构造来解码信号的方法、对应的计算机程序和解码装置 |
US8442105B1 (en) * | 2011-11-02 | 2013-05-14 | Xilinx, Inc. | Equalization for minimum mean-square-error successive-interference-cancellation |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100795562B1 (ko) * | 2006-11-08 | 2008-01-21 | 한국전자통신연구원 | 분할 검출 방식을 적용한 송신신호 검출 방법 및 그 장치 |
EP3001625B1 (en) | 2014-09-29 | 2021-05-19 | Institut Mines-Télécom | Methods and systems for decoding a data signal based on the generation of a decoding tree |
EP3104565B1 (en) | 2015-06-12 | 2020-03-25 | Institut Mines-Télécom | Sequential decoding with stack reordering |
EP3104564B1 (en) | 2015-06-12 | 2020-05-06 | Institut Mines-Télécom | Anticipated termination for sequential decoders |
-
2015
- 2015-12-28 EP EP15307155.0A patent/EP3188390B1/en active Active
-
2016
- 2016-12-23 US US15/390,057 patent/US10284276B2/en active Active
- 2016-12-27 CN CN201611273098.3A patent/CN107040336B/zh active Active
- 2016-12-28 KR KR1020160181433A patent/KR101923782B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101542993A (zh) * | 2006-05-04 | 2009-09-23 | 新加坡科技研究局 | 用于确定信号矢量的方法与系统 |
CN101933275A (zh) * | 2007-10-30 | 2010-12-29 | 新加坡科技研究局 | 用于确定信号向量的方法及检测电路 |
CN102084616A (zh) * | 2008-05-05 | 2011-06-01 | 法国电信教育集团/巴黎电信学院 | 实施解码树的渐进构造来解码信号的方法、对应的计算机程序和解码装置 |
US8442105B1 (en) * | 2011-11-02 | 2013-05-14 | Xilinx, Inc. | Equalization for minimum mean-square-error successive-interference-cancellation |
Also Published As
Publication number | Publication date |
---|---|
US10284276B2 (en) | 2019-05-07 |
KR20170077844A (ko) | 2017-07-06 |
EP3188390B1 (en) | 2020-01-22 |
US20170187445A1 (en) | 2017-06-29 |
EP3188390A1 (en) | 2017-07-05 |
CN107040336A (zh) | 2017-08-11 |
KR101923782B1 (ko) | 2018-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107040336B (zh) | 用于加权序贯解码的设备、方法和介质 | |
CN107070525B (zh) | 参数化顺序解码 | |
CN107455001B (zh) | 基于树搜索的解码 | |
CN107094063B (zh) | 半穷举迭代块解码方法和设备 | |
CN107040341B (zh) | 用于重排序子块解码的设备和方法 | |
CN108234072B (zh) | 用于对数据信号进行子块解码的方法和设备 | |
CN107005505B (zh) | 用于基于解码树的生成而对数据信号进行解码的方法和系统 | |
CN107276935B (zh) | 用于顺序球形解码的方法和设备 | |
WO2021001199A1 (en) | Devices and methods for machine learning assisted sphere decoding | |
CN106982106B (zh) | 递归子块解码 | |
Au-Yeung et al. | Trellis coded line packing: Large dimensional beamforming vector quantization and feedback transmission | |
JP5230628B2 (ja) | 多数入力多数出力(mimo)システム用の最大対数受信機 | |
CN107276716B (zh) | 用于解码数据信号的方法和设备 | |
CN108365916B (zh) | 子块解码数据信号的方法和设备 | |
JP6180333B2 (ja) | 無線周波数受信機において信号を復号化する方法 | |
JP2010193310A (ja) | 空間多重受信装置、及び空間多重受信方法 | |
Yoon et al. | LDPC decoding with low complexity for OFDM index modulation | |
KR101244303B1 (ko) | 다중 안테나 시스템에서 수신장치 및 방법 | |
JP5121752B2 (ja) | 空間多重マルチキャリア受信装置、及び空間多重マルチキャリア受信方法 | |
AU2020369979B2 (en) | M-MIMO receiver | |
Li et al. | Knowledge‐aided iterative detection and decoding for multiuser multiple‐antenna systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |