CN107070525B - 参数化顺序解码 - Google Patents

参数化顺序解码 Download PDF

Info

Publication number
CN107070525B
CN107070525B CN201611023004.7A CN201611023004A CN107070525B CN 107070525 B CN107070525 B CN 107070525B CN 201611023004 A CN201611023004 A CN 201611023004A CN 107070525 B CN107070525 B CN 107070525B
Authority
CN
China
Prior art keywords
node
metric
nodes
stack
decoder
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
CN201611023004.7A
Other languages
English (en)
Other versions
CN107070525A (zh
Inventor
A·梅杰里
M-A·柯斯巴
G·雷卡亚本-奥斯曼
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.)
Institut Mines Telecom IMT
Original Assignee
Institut Mines Telecom IMT
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 Institut Mines Telecom IMT filed Critical Institut Mines Telecom IMT
Publication of CN107070525A publication Critical patent/CN107070525A/zh
Application granted granted Critical
Publication of CN107070525B publication Critical patent/CN107070525B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H03M13/65—Purpose and implementation aspects
    • H03M13/6572—Implementations using a tree structure, e.g. implementations in which the complexity is reduced by a tree structure from O(n) to O (log(n))
    • 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
    • H04L1/0052—Realisations of complexity reduction techniques, e.g. pipelining or use of look-up tables
    • 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
    • H04B7/0837—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 pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/0848—Joint weighting
    • H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
    • 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
    • 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
    • H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/13—Linear codes
    • H03M13/15—Cyclic codes, i.e. cyclic shifts of codewords produce other codewords, e.g. codes defined by a generator polynomial, Bose-Chaudhuri-Hocquenghem [BCH] codes
    • H03M13/151—Cyclic codes, i.e. cyclic shifts of codewords produce other codewords, e.g. codes defined by a generator polynomial, Bose-Chaudhuri-Hocquenghem [BCH] codes using error location or error correction polynomials
    • H03M13/1525—Determination and particular use of error location polynomials
    • H03M13/1535—Determination and particular use of error location polynomials using the Euclid algorithm
    • 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
    • H03M13/65—Purpose and implementation aspects
    • H03M13/6508—Flexibility, adaptability, parametrability and configurability of the implementation
    • 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
    • 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
    • H04L1/0048—Decoding adapted to other signal detection operation in conjunction with detection of multiuser or interfering signals, e.g. iteration between CDMA or MIMO detector and FEC decoder
    • 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
    • H04L25/03191—Details concerning the metric in which the receiver makes a selection between different metrics
    • 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
    • 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
    • H04L25/03305—Joint sequence estimation and interference removal
    • 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
    • H04L25/03891—Spatial equalizers

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Radio Transmission System (AREA)
  • Error Detection And Correction (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本文公开了参数化顺序解码。提供了一种用于对通过通信系统中的传输信道接收到的数据信号进行顺序解码的解码器，所述数据信号载有发送符号，所述解码器包括：符号估计单元(301)，其被配置为根据存储在堆栈中的信息来确定代表由接收信号所载有的发送符号的估计符号，所述符号估计单元(301)被配置为通过扩展包括多个节点的解码树的选定节点的子节点而迭代地填充堆栈，解码树的每个节点对应于所述数据信号的符号的候选分量，并且每个节点被分配了度量，所述堆栈在每次迭代中被填充一组扩展子节点且按分配给节点的度量的值增加来排序，每次迭代的选定节点对应于在堆栈中的被分配了最低度量的节点。

Description

参数化顺序解码
技术领域
本发明总体上涉及数字通信，并且更具体地涉及用于对接收到的数据信号顺序解码的方法、系统和计算机程序产品。
背景技术
在过去几十年，已经实现了部署提供不同类型的通信的无线通信系统的主要进步。无线通信系统为用户提供了对一个或多个资源(例如，带宽、发射功率等)的访问。目前有不同的无线通信系统可供使用，诸如使用单个天线或多个天线容纳单个或多个发射机/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。
除了系统设备所施加的低功耗和存储器要求之外，无线通信系统的主要挑战是对接收到的信号的解码。事实上，在无线通信系统中，发送到一个或多个接收机的信号在可能有噪声的传输信道中被传送。接收机所接收到的信号可能因此受干扰。因此，需要解码器对原始期望信号进行正确地解码。
最优的解码方法基于称为“最大似然”解码问题(也称为“ML”解码)的解码问题，在欧几里得距离标准的最小化下估计到观测到的接收信号的最接近向量。ML解码标准的一个实现方式使用在星座字母表(constellation alphabet)中全部可能值上的穷举搜索。该方法提供了最优性能。然而，其需要高复杂度，随着星座码本的大小或发射天线的数量变得越来越高，复杂度增加，从而使得在实际系统中这种技术的实现不可能的。因此，这样的ML解码技术的实现方式在需要高星座阶来确保高谱效率以及增加天线数量来确保较高分集阶数的实际系统中是不可能的。
已经提出了其它的基于ML标准的解码技术来在考虑解码器复杂度的同时恰当地对接收到的信号解码，例如Sphere Decoder(E.Viterbo和J.Boutros，用于衰落信道的通用网格码解码器，IEEE Transactions on Information Theory,45(5):1639-1642,1999年7月)或Schnorr-Euchner解码器(C.P.Schnorr和M.Euchner，网格基减少：改进的实际算法及解决子集求和问题，Math.Programming,第181-191页，1993年)。然而，这些解码器具有随着星座尺寸或天线数量增加而增加的复杂度。其它次优低复杂度解码器，如ZF(迫零(Zero-Forcing))、ZF-DFE(迫零决策反馈均衡器)以及MMSE(最小均方差)解码器实现在实际系统中，但是在可实现的分集阶数方面存在差的性能以及类似的误差性能。
此外，使用单个或多个用户和/或天线的线性通信系统中所可应用的其它解码算法包括网格(lattice)顺序解码器(如“堆栈”解码器)，其利用ML优化问题的树形表示(解码树)和树搜索来实现最优ML检测(也称为‘解码’)标准。该解码算法提供了相对于穷举搜索方法而言降低的复杂度。在解码树中，从根节点到叶节点的每条路径是可能的发送信号。在解码树中的节点对应于解码后符号所取的不同值，并且从根节点到叶节点的每条路径是可能的发送信号。根据顺序解码器所实现的搜索策略，扩展树节点存储在全局堆栈中。特别地，堆栈解码器在全局堆栈中存储了在解码过程期间所扩展的树节点并且根据它们的解码度量的增序来对它们排序。
顺序解码器包括诸如堆栈解码器的实现最佳优先树搜索的解码器，如下文所披露的：
-A.R.Murugan,H.EI-Gamal,M.-O.Damen,和G.Caire，用于树搜索解码的统一架构：重新发现顺序解码器，IEEE Transactions on Information Theory,52(3):933-953,2006年3月；
-F.Jelinek.使用堆栈的快速顺序解码算法，IBM J.Res.Dev.,13(6):675-685，1969年11月。
另一类型的使用最佳优先树搜索的网格顺序解码方法称为Fano解码方法，如在如下文献所公开的：R.Fano,概率解码启发式论述，IEEE Transactions on InformationTheory,9(2):64-74,1963年4月。
顺序解码器改善了整体解码复杂度。然而，对于增大的星座尺寸和大量的天线，堆栈解码技术需要高的计算复杂度。为了降低该复杂度，称为球形边界堆栈解码器(SB-Stack)的另一种解码技术已经在如下文章中提出：G.R.Ben-Othman,R.Ouertani,和A.Salah，标题为“球形边界堆栈解码器(Spherical Bound Stack Decoder)”，Proceedingsof International Conference on Wireless and Mobile Computing,第322-327页，2008年10月。SB-stack方法将堆栈搜索策略与球形解码器搜索区域结合：解码器搜索以接收点为中心的球体内的最近向量而实现堆栈解码策略。球形搜索区域对于每个检测到的符号强加搜索间隔。仅在每个树级别中属于这些间隔的节点才被访问和扩展。
网格顺序解码器已经在极大程度上使它们被用作线性无线通信系统中的最优检测方案，将最优ML解码问题降成具有最小累积度量的图形树中的路径的搜索。
在常规的顺序解码器中，为了确定最佳拟合(路径)，对树中的每个节点赋值。该值称为度量，其由(8)给出。
在一些常规的方法中，在解码树的给定级k处每个节点的路径度量可以减少项“b×k”，其取决于偏置项b以及级别k。
该偏置项允许控制解码器所执行的计算量。而且，偏置项使得能够实现解码器的性能-复杂度权衡的过剩。
由于在ML度量中引入偏置项b，包括Stack、Fano和SB-Stack解码器的参数化顺序解码器提供了性能-复杂度权衡方面的灵活性。在空间多路复用和编码MIMO系统中的偏置的选择通常是确定性固定的，而不考虑信道统计或噪声水平。在其它使用卷积码的方法中，如在如下文献所公开的方法：R.Fano,概率解码启发式论述，IEEE Transactions onInformation Theory,9(2):64-74,1963年4月，定义了偏置的最优化值，其对应于基础码的编码率。对于与Tomlinson-Harashima整形的卷积网格编码联合，如在如下文献中所描述的：O.Shalvi,N.Sommer和M.Feder,信号码：卷积网格码，IEEE Transactions onInformation Theory,57(8):5203-5226，2011年8月，对于高(信噪比)SNR方案偏置的最优化值被定义为
Figure BDA0001156604670000031
其中σ2表示加性噪声的方差。
然而，在现有的方法中，对于解码树的所有级别，偏置参数被均匀地设置，而无论偏置参数的选择标准是什么。换言之，偏置参数的值对于所有树级别相同，这使得在性能/复杂度方面的灵活性不足。
发明内容
为了解决这些问题以及其它问题，提供了用于对通过通信系统中的传输信道接收到的数据信号顺序地解码的解码器，该数据信号载有发送符号，所述解码器包括符号估计单元，该符号估计单元被配置为根据存储在堆栈中的信息来确定代表数据信号所载有的发送符号的估计符号。符号估计单元被配置为通过扩展包括多个节点的解码树的选定节点的子节点来迭代地填充堆栈，解码树的每个节点对应于接收到的数据信号的符号的候选分量，并且每个节点被分配了度量，该堆栈在每次迭代中被填充一组扩展子节点并且按分配给节点的度量的值增加进行排序，对于每次迭代的选定节点对应于堆栈中被分配了最低度量的节点。解码器包括被配置为确定一组扩展子节点的每个子节点的初始度量的度量确定单元。该解码器还包括修正度量计算单元，其被配置为根据与扩展子节点相关联的度量和加权系数来计算扩展子节点中的至少一个的修正度量，所述加权系数是解码树中的节点的级别的函数，解码器将修正度量分配给扩展子节点中的至少一个。
在一个实施例中，度量确定单元可以被配置为确定初始度量作为接收到的信号的部分与解码树的根节点与该节点之间的路径之间的欧几里德距离的函数。
在一些实施例中，给定级别i的加权系数是从表示传输信道的信道矩阵的QR分解所获得的上三角形矩阵(R)的第i个对角项(Rii)的函数，Q表示正交矩阵。
加权系数可以是从等价信道矩阵的QR分解所获得的上三角形矩阵(R)的第i个对角项(Rii)的逆的函数。
另外，加权系数还可以取决于信噪比。
在一些实施例中，修正度量计算单元可被配置为将初始度量减少加权系数。
修正度量计算单元可以被配置为计算每个扩展子节点的修正度量。
可替代地，修正度量计算单元可以被配置为计算选定的一组扩展子节点中的每个节点的修正度量。
在一个实施例中，度量确定单元可以被配置为将初始度量分配给每个扩展节点，并且修正度量计算单元可以被配置为响应于检测到堆栈重排序条件而计算堆栈中存储的每个节点的修正度量，所述解码器被进一步配置为按与堆栈的节点相关联的修正度量的值增加来对堆栈重排序。
在另一实施例中，修正度量计算单元可以被配置为响应于终止警告的触发而计算每个扩展子节点的修正度量。
进一步提供了一种被配置为接收数据信号且对数据信号解码的接收机，其中该接收机包括被配置为对数据信号解码的根据任意前述特征的解码器。
本发明还提供了一种移动设备，其被配置为在无线通信网络中发送和接收数据信号，该移动设备包括被配置为接收数据信号且对该数据信号解码的这样的接收机。
进一步提供了对通过通信系统中的传输信道接收到的数据信号顺序地解码的方法，该数据信号载有发送符号，该方法包括：根据存储在堆栈中的信息来确定代表数据信号载有的发送符号的估计符号，通过迭代地扩展解码树的选定节点的子节点来填充所述堆栈，解码树包括多个节点。解码树的每个节点对应于数据信号的符号的候选分量，并且每个节点被分配了度量。在每次迭代中堆栈被填充了一组扩展子节点且按与节点相关联的度量的值增加进行排序，每次迭代的选定节点对应于堆栈中被分配了最低度量的节点。该方法包括：确定一组扩展子节点中的每个子节点的初始度量。该方法还包括根据与扩展子节点相关联的初始度量和加权系数来计算扩展子节点中的至少一个的修正度量，加权系数是解码树中的节点的级别的函数，该方法包括将修正度量分配给扩展子节点中的至少一个。
本发明还涉及计算机程序产品，其用于通过确定代表数据信号载有的发送符号的估计符号来对通过通信系统中的传输信道接收到的数据信号进行解码，该数据信号载有发送符号，该计算机程序产品包括：
非暂态计算机可读存储介质；以及
存储在非暂态计算机可读存储介质上的指令，当通过处理器执行时，所述指令使处理器执行上述步骤。
本发明的各个实施例因此提供了考虑到树中的级别而能应用于空间多路复用方案和普通STBC MIMO方案的改进的加权系数。通过开发诸如Stack、Fano或SB-Stack解码器的参数化顺序解码器下的错误概率，改进的加权系数可以被确定为如下参数中的至少一些的函数：
-信噪比(SNR)；
-信道增益；
-在信道矩阵的QR分解后所获得的三角形矩阵R的对角系数，和/或
-树的级别。
这实现了优化了性能/复杂度方面的灵活性的树级别相关顺序解码。
对于技术人员而言，本发明的进一步的优点将在考察了附图和具体实施方式后将变得清晰。目的在于任何额外的优点也并入本文中。
附图说明
并入且构成了本说明书的部分的附图图示说明了本发明的各个实施例，并且连同上文给出的发明的概述和下面给出的实施例的详述一起用于解释本发明的实施例。
图1示意性地表示实现解码方法的示例性的通信系统；
图2是描绘根据一些实施例的顺序解码方法的流程图；
图3是描绘根据一些实施例的堆栈解码方法的流程图；
图4是示出在使用无置换的16-QAM调制的4x 4MIMO通信系统中利用根据一些实施例的解码器所获得的空间多路复用MIMO的性能的图；
图5是图示出在使用具有相同的块内置换的16-QAM调制的4x 4MIMO通信系统中利用根据一些实施例的解码器所获得的空间多路复用MIMO的性能的图；
图6示出了ML优化问题的示例性的树表示。
图7示意性地示出了根据一些实施例的解码器的示例性的硬件体系结构。
具体实施方式
本发明的实施例提供了通过根据最近网格点搜索问题搜索解码树中的候选节点以及并行地填充先前考察的不同长度的路径的排序列表或堆栈来对经由通信信道接收到的数据信号进行顺序解码的方法和装置。为了示例说明的目的，将参考“堆栈”做出如下说明，但是可以使用等价的数据结构。
顺序解码算法是基于树搜索的解码算法，其基于ML优化问题的树表示(通过解码树来表示)以及基于根据最佳优先策略的树搜索。该顺序解码算法使用堆栈来存储最佳候选网格点。
顺序解码技术考虑到对于解码树的每个扩展节点所确定的度量。在扩展节点中选定的每个节点(候选网格点的分量)与计算的度量相关联地存储在堆栈中。该度量常规地被确定为接收到的信号与根节点和当前节点之间的路径所表示的符号向量之间的欧几里德距离的函数。
解码树(也称为“搜索树”或“逻辑树”)是一种数据结构，其表示可以属于例如2qQAM星座的星座点的坐标(分量)所取的不同值。解码树包括表示接收到的数据信号的符号的可能的分量的多个节点(接收到的数据信号可以根据实值表示来表示)并且将选定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。对于数值所考虑的数据信号，可以定义节点的度量。
堆栈因此包括候选节点，每个节点连同其所分配的度量一起保持在堆栈中。解码方法递归地扩展堆栈中的顶部节点，直至到达树的叶节点或者满足终止条件。
根据本发明的一些实施例，通过应用具有取决于树的级别的值的加权系数(下文称为“树级别相关加权系数”)来优化性能/复杂度方面的灵活性，可以确定对应于解码树的给定级别的每个节点的度量。
在下面的说明书中，术语“节点”或“节点值”将类似地用于指代接收到的数据信号的符号的分量。树的第一节点称为根节点。不具有任何子节点(子节点还称为“后继者”)的节点称为“叶”节点且对应于树中的最低级别。每个节点至多具有在树中位于其之上的一个父节点。根节点是树中的最高节点，其不具有任何父节点。给定节点的深度(或维度)指代从该给定节点上至解码树的根节点的路径的长度。可以从根节点到达解码树的全部节点。从根节点到叶节点的每条路径因此表示了可能的发送信号。解码树中的节点表示符号si的不同的可能值，其中si表示发送的信息向量的实分量和虚分量，其中i表示取从n到1的范围的整数。叶节点指代深度n处的节点。根据本文所使用的标记，节点sk的子节点由分量sk-1来指代，并且树中的深度i的路径由长度为(n-i+1)的向量s(i)＝(sn,sn-1,…si)来指代。
本发明可以实现于无线线性通信系统中。该通信系统可以包括用于通过通信信道同时发送多个网格点的至少一个发射机和用于接收发射机所发送的独立信号形式的网格点的至少一个接收机。接收机所接收到的网格点的数量可以至少等于发射机所发送的网格点的数量，以免秩缺失。
本发明可以实现于无线通信系统中用于检测信息数据。该通信系统包括用于通过通信信道同时发送多个信息符号的至少一个发射机以及用于接收发射机所发送的独立信号形式的符号的至少一个接收机。通信信道可以是任何线性AWGN(加性高斯白噪声)信道或使用如OFDM(正交频分多路复用)的单载波或多载波调制类型的多路径信道。
本发明的实施例可以集成到接收机中，例如用于根据任何MIMO配置的MIMO(多输入多输出)信道中所发送的数据的解码或者用于多个用户的检测。
无线通信系统可以可替代地是单天线多载波通信系统，其使用多载波通信技术来对抗选频信道并且管理干扰和延时，诸如在比如IEEE802.11(WiFi)的无线标准中所采用的OFDM调制和滤波器组多载波(FBMC)调制。
在本发明的其它应用中，通信系统可以是实现于基于光纤的通信系统中的光接收机设备，诸如用作例如接入网络、市政网络或者计算机网络中的远程通信介质从而生成容许网格表示的光通信信道输出的偏分多路复用OFDM(PDM-OFDM)系统。
在这些实施例中，通过光发射机设备所传达的信息符号可以由根据纤维的不同偏振状态所极化的光信号承载。光信号可以根据一种或多种传播模式沿着基于纤维的传输信道来传播直至到达光接收机设备。
在对应于光通信的一些实施例中，承载信息符号的光信号可以利用单波长激光器来生成。
在其它实施例中，波分多路复用(WDM)技术可用在光发射机设备中以使得能够使用多个独立波长来生成光信号。
在本发明的使用尤其是多模态纤维而在光通信中的另一应用中，可以进一步使用空分多路复用技术来根据各种传播模式将信息符号多路复用。
进一步，在光通信系统的应用中可以使用诸如WDMA(波分多址)的多址技术。
当应用于MIMO通信系统中的MIMO解码时，对于单用户或多个用户检测，接收到的信号或信道输出的维度取决于发射机中的信号空间的维度、发射(Tx)天线的数量(nt)和/或接收(Rx)天线的数量(nr)。
MIMO系统可以呈现集中化配置，其中发射天线布置在同一用户处。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用户处。该多用户MIMO配置可用于例如应用于例如蜂窝3G、4G和LTE标准的上行链路通信中的移动网络中或者应用于例如自组织网络(无线传感器网络、机器-机器通信、物联网等)中的协作通信中。在这些多用户配置中，通信系统可以进一步使用任何多址技术，诸如时分多址(TDMA)、频分多址(FDMA)、码分多址(CDMA)和空分多址(SDMA)或这些技术的组合。
无线网络环境可以包括多个基站(还称为“节点”或“接入点”或“小区”，取决于本发明的应用背景)，每个基站包括发射机和接收机，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它站通信。
参考图1，发射机和接收机之间的示例性的无线通信系统100，其中使用了MIMO传输，在传输中实现STBC(空间时间块码)码以分布经由信道的各种自由度调制的符号。站的每个发射机2可以根据无线通信系统与另一站的接收机3交换数据。无线网络100可以依赖于集中式体系结构(或者提供控制器来控制基站的操作)或者分散式体系结构(基站可以直接彼此通信)。用户终端(诸如无线设备、蜂窝电话、个人数字助理、膝上型设备、机器人、物联网设备等)可以与转发链路或反向链路上的一个或多个基站通信。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)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)不同于接收天线的数量(nr)(尤其是在接收侧的数量nr高于在发送侧的nt，以免秩缺失)。
发射机2能够借助有噪声的MIMO信道将信号发送到接收机3。数据发射机2可以尤其集成到基站中。发射机2可以包括例如：
-用于提供卷积码的信道编码器20，
-用于递送符号的诸如QAM调制器的调制器21；
-用于递送码字的空间/时间编码器22；
-nt个发射天线23，每个发射天线与OFDM调制器相关联。
发射机2利用信道编码器20所提供的卷积码对接收作为输入的二进制信号编码。然后，调制器21根据调制方案(例如，正交振幅调制2q-QAM)来调制信号。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。然后，通过空间-时间编码器22对如此获得的调制后符号编码以形成ST码字，诸如Golden Code(“The Golden Code:A2x2Full-Rate Space-Time Code with Non-Vanishing Determinants”，J.-C.Belfiore,G.Rekaya,E.Viterbo,IEEE Transactions on Information Theory,Vol.51,no.4,1432-1436页，2005年4月)。STB码可以基于维度的复矩阵nt*T，其中nt指代发射天线的数量，T是STB码的时长，或者基于空间多路复用(调制后符号直接发送到传输天线)。
如此生成的码字从时域转换到频域且分布在nt个发射天线上。然后，通过相应的OFDM调制器来调制每个专用信号，并且每个专用信号经由相应的发射天线23来发送，任选地在滤波、频移和放大后。
接收机3还可以集成到基站中。接收机3可以被配置为在无线信道中接收发射机2所发送的信号y。信道可能是有噪声的(例如，具有经过衰落的加性高斯白噪声(AWGN)的信道)。通过发射机2所发送的信号会由于多个路径而进一步受回声影响和/或受由于发射机和接收机具有非零相对速率的多普勒效应影响。
在一个示例性的实施例中，接收机3可以包括：
-nr个接收天线33，其用于接收信号y，每个接收天线与相应的OFDM解调器相关联；OFDM解调器(nr解调器)被配置为对在每个接收天线处所观测到的接收信号解调且递送解调后的信号。频率/时间转换器可以用于执行在传输中实现的时间/频率转换的逆操作，并且在频域中递送信号；
-空间/时间解码器30，其被配置为递送解码后信号；
-解调器31，其被配置为执行与解码相关联的解调。
空间时间解码器30可以是顺序解码器，其被配置为对通过传输信道接收到的数据信号进行顺序解码。传输信道由信道矩阵H来表示或建模。解码器30包括符号估计单元301，其被配置为根据存储在堆栈中的信息来确定表示接收信号所载有的发送符号的估计符号，通过迭代地扩展解码树的选定节点的子节点来填充所述堆栈。在每次迭代时，堆栈被填充了一组扩展子节点且按分配给节点的度量的值增加来排序，每次节点的选定节点对应于堆栈中具有最低度量的节点。顺序解码器30还包括用于确定一组扩展子节点的初始度量的度量确定单元302。解码器30还包括修正度量计算单元303，其被配置为确定解码树的给定节点的树级别相关加权系数，该树级别相关加权系数是解码树中的所述节点的级别的函数，并且根据与所述至少一个扩展子节点相关联的度量和加权系数来计算至少一个扩展子节点的修正度量。在一个实施例中，修正度量计算单元303被配置为将节点的度量减少树级别相关加权系数。以下参考利用树级别相关加权系数减少度量来做出说明，仅为了示例的目的。修正度量计算单元303在以下那些实施例的说明中也称为“度量减少单元”303。
初始度量(下文还简称为“初始度量”)可以是接收到的信号的部分与解码树的根节点与该节点之间的路径之间的欧几里德距离的函数。
在一个实施例中，度量减少单元303可以是度量确定单元302的部分并且可由顺序解码器30使用来将减少后的度量分配给在每次迭代期间扩展的每个子节点。
可替代地，度量减少单元303可以由顺序解码器30使用来减少存储在堆栈中的每个节点的度量并且响应于堆栈重排序激活条件的触发而按减少后的度量对节点重排序。
此外，可替代地，顺序解码器30可以通过在解码步骤的每次迭代中将非减少度量分配给每个扩展子节点来开始解码，直至终止警告被触发。顺序解码器30随后通过利用度量减少单元303计算每个扩展子节点的减少后度量来继续解码，以实现解码的早期终止。
应当注意的是，接收机3实现了在发送中实现的处理的逆处理。因此，如果在发送中实现了单载波调制而不是多载波调制，则通过相应的单载波解调器来替代nr个OFDM解调器。
技术人员将易于理解，本发明的各个实施例不限于具体的应用。该新颖解码器的示例性的应用包括但不限于多用户通信系统、在能实现于如WiFi(IEEE 802.11n)、蜂窝WiMax(IEEE 802.16e)、协作WiMax(IEEE802.16j)、长期演进(LTE)、LTE先进、5G进行中标准化的无线标准的配置中的MIMO解码以及光学通信。
在本发明应用于多天线系统对多天线系统(MIMO)接收到的信号解码的一个应用中，具有使用空间多路复用的nt个发射天线和nr个接收天线，被接收作为复值向量的数据信号yc等于：
yc＝Hcsc+wc (1)
在式(1)中，Hc，sc和wc分别指代信道矩阵H的复值，向量s表示发送的数据信号和噪声向量w。接收信号yc随后可以例如根据式(2)变换成实值表示：
Figure BDA0001156604670000121
在式(2)中，
Figure BDA0001156604670000122
和
Figure BDA0001156604670000123
分别表示复值向量的实部和虚部。
等价信道输出随后可写为：
y＝Hs+w (3)
在使用长度-T空间-时间码的实施例中，信道输出可以与式(1)相同的形式写出，等价信道矩阵Heq由下式给出：
Heq＝HcΦ (4)
在式(4)中，
Figure BDA0001156604670000124
对应于基础码的编码矩阵。为易于呈现，假设非编码方案和编码方案均得到相同的实值网格表示，将参考空间多路复用和对称的情况进行以下说明，其中nt＝nr且n＝2nt。
根据在(3)中所获得的等价系统，接收信号可以被视为H所生成且受噪声向量w干扰的网格的点。
当完全检测(也称为‘完美解码’)可能时，接收机实现ML解码器(也称为‘ML检测器’)，其试图在给定信道输出和信道矩阵的情况下根据错误概率的最小化根据在H和y中的给定数据来确定原始发送的符号向量的估计，使得：
Figure BDA0001156604670000131
在式5中，有限子集
Figure BDA0001156604670000132
代表了复发送符号向量sc信息符号的实部和虚部所属于的字母。在ML检测下的错误概率的最小化等价于下式给出的最小化问题：
Figure BDA0001156604670000133
假设在接收机中的相干系统，其中H完全已知(或者利用诸如最小二乘估计器的估计技术来完美地估计)，可以对于根据式6的最小化问题通过H生成的n维网格中的最近向量求解最优ML检测。
因此，ML检测器选择产生接收到的实值向量y与对应于向量Hs的网格点之间的最小欧几里德距离的符号向量
Figure BDA0001156604670000134
其中
Figure BDA0001156604670000135
ML检测器表示在选定的字母内的候选向量s上的离散优化问题。在系统的高星座阶数和高维度(天线数量)的情况下，以穷举方式搜索ML解通常需要极高的复杂度。
实现树搜索策略的顺序解码器利用解码树结构来搜索最接近接收到的向量的网格点。在将信号发送到该顺序解码器之前，可以利用信道矩阵的QR分解来执行预解码，使得H＝QR，其中Q表示正交矩阵，R表示上三角形矩阵。给定Q的正交性，式(3)可以重写为以下形式：
Figure BDA0001156604670000136
ML解码问题则相当于求解下式给出的等价系统：
Figure BDA0001156604670000137
R的三角形结构如此将最近点的搜索降为顺序树搜索。树中的节点表示符号si的不同可能值。符号si表示所发送的信息向量sc的实分量和虚分量，其中i＝1,…n。树分支表示两个连续节点(si+1,si)。
现在参考图2，呈现了描绘根据一些实施例可以通过接收机3执行的顺序解码方法的流程图。顺序解码方法使用顺序解码树来对对应于与信道矩阵H相关联的传输信道所传送的发送数据信号的接收到的数据信号进行解码。
搜索树(下文也称为“解码树”)可以在如上所述的预解码阶段中通过信道矩阵H(H＝QR)的QR分解且通过接收信号乘以Qt来生成，其中Qt表示正交矩阵，R表示解码等价系统中的生成器矩阵(也称为“等价信道矩阵”)。给定矩阵R的上三角形结构，ML优化问题是通过基于解码树的生成执行树搜索来求解的。还可以初始化空堆栈或列表。
在步骤201中，根节点被选为当前节点，对(Root,0)在顶部位置添加到堆栈中。
在步骤202中，生成表示第一符号x1的全部可能性的根节点的子节点(或后代节点)。
在步骤203中，子节点gi(si)的度量被计算为gi(Si)＝fi(Si)-b(i)，其中：-fi(si)表示可以根据接收到的信号与根节点和所考虑的节点之间的路径之间的欧几里德距离fi(si)来确定的基本节点度量；以及
-加权系数b(i)被确定为对应于当前节点的级别的树的级别i的函数。
加权系数b(i)可进一步考虑到SNR值和信道衰落。
已经证实，树级别相关加权系数b(i)使得高加权系数值能够应用于树中最先进节点的基本节点度量fi(si)。
在解码树中，存在根节点与所考虑的子节点之间的单一路径。对于该路径，因此有可能确定对应的解码位或者在根节点与所考虑的子节点之间发送的发送信息序列的估计。
对于在步骤202中生成的每个子节点迭代步骤203(框207)。
当已经处理了全部的子节点时，在步骤204中，位于堆栈顶部的节点从堆栈中去除。在解码步骤的第一次迭代中，顶部节点是根节点。
在步骤206中，全部的子节点或一组子节点插入堆栈中。每个子节点si连同在步骤203中所确定的其相应的度量gi(si)一起添加到堆栈中。另外的数据可以进一步与每个子节点相关联地插入堆栈中，诸如路径和/或树中子节点的级别。
在步骤207中，堆栈中的节点是根据与节点相关联的度量的降序来排序的。
在步骤208中，堆栈的顶部节点stop被选为当前节点从而生成其子节点。
在步骤209中，判定所选节点是否是叶节点。如果所选节点是叶节点(即，不具有子节点)，则解码方法在步骤211中终止。解码器则可以返回对符号向量的估计
否则，在步骤210中，所选节点被设定为当前节点，对于新选的节点(其表示堆栈中具有最低度量的节点)可以重复步骤201至210以在解码树的下一级别j处生成子节点，其中j包含在n-1至1之间。下一处理的级别j取决于堆栈中所选的顶部节点。
步骤201至210的每次迭代(对应于当前节点的处理)因此提供了存储在堆栈中的根节点与新的叶节点之间的路径。
接收到的信号可以根据存储在堆栈中的节点信息来估计，尤其是根据堆栈中所存储的路径(多个)来估计(当这些信息可用时)。例如，如果应用符号估计(硬决策)，则树的构造实现了步骤201至210的单次迭代，使能确定对应于所发送的数据信号的硬估计的单一路径。可替代地，如果可以应用概率估计(软决策)，则解码方法可以递送对数似然比(LLR)值形式的软输出信息。在该情况下，可以执行步骤201至210的多次迭代。每次迭代提供了从根节点到叶节点的不同的路径(表示候选网格点)。这些不同的路径(表示候选网格点)随后可以连同其路径一起存储在辅助堆栈中。信息信号的概率估计可以基于这些路径来确定。
与在步骤204或205中计算的子节点(si)相关联的基本节点度量fi(si)是根据从根节点sn到当前节点si的路径中所包含的树的节点的度量来确定的。
矩阵R的三角形结构将最近点的搜索降为顺序树搜索。树中的节点表示符号si的不同的可能值，其中si表示信息向量sc的实分量和虚分量，其中i＝1,…,n。树分支可以表示两个连续的节点(si+1；si)。
具体地，在树的级别j处节点的度量
Figure BDA0001156604670000151
可以根据式(9)被确定为表示接收信号的向量
Figure BDA0001156604670000152
的第j个分量与包括从根节点sn到级别j处的节点sj的树的节点值的向量(sn…sj)之间的欧几里德距离：
Figure BDA0001156604670000153
应当注意的是，节点sj的累积度量w(sj)表示路径s(j)的度量(在从根节点sn到节点sj的路径s(j)中所包含的树中节点的度量wj(sj)之和)。因此，其等于根据下式对于形成路径的不同节点的全部度量上的和：
Figure BDA0001156604670000154
利用该定义，式(8)的ML度量最小化等价于搜索树中具有最小累积度量的路径。
式(9)的度量表示分支(sj+1；sj)的度量。由于矩阵R的三角形结构，对于候选网格点的搜索从分量sn开始。
因此，根据一些实施例的节点度量可以被确定为：
Figure BDA0001156604670000161
在一个实施例中，树级别相关加权系数b(i)可以在步骤203中确定为Rii分量的函数，尤其是根据从等价信道矩阵H_eq的QR分解所获得的上三角形矩阵R的第i个对角项，例如分量的范数||Rii||的函数。
在一个实施例中，树级别相关加权系数b(i)可以在步骤203中确定为从等价信道矩阵的QR分解所获得的上三角形矩阵R的第i个对角项Rii的逆
Figure BDA0001156604670000162
的函数。
特别地，树级别相关加权系数b(i)可以在步骤203中确定为比率
Figure BDA0001156604670000163
的函数，其中Rii表示从等价信道矩阵的QR分解所获得的上三角形矩阵R的第i个对角项Rii，并且badapt表示预定义自适应加权系数值。自适应加权系数值badapt可以任意地确定或者根据如下面的文献所描述的信道方差σ2来确定：“Lattice Sequential Decoder for Coded MIMOChannel:Performance and Complexity Analysis(用于编码MIMO信道的网格顺序解码器：性能和复杂度分析)”，W.Abediseid和Mohamed Oussama Damen，CoRR abs/1101.0339(2011)：
Figure BDA0001156604670000164
这使得对位于通往有希望的节点的级别处的节点有利。事实上，对应于树中的级别i的上三角形矩阵R的对角元素Rii表征信道品质。为了使得算法更快收敛，可以通过对它们分配可以例如被确定为取决于比率
Figure BDA0001156604670000165
的量的小的加权系数值来有利于位于具有信道衰落Rii的高值的级别处的节点。
本发明还可以应用于计算SB-stack解码器中的节点的度量。SB-stack解码器使用ML问题的树表示，从根节点到叶节点的每条路径是可能的发送信号：从根节点(按降序从树中的最高维度)开始，探索子节点sn的全部或子集，并且对于每个探索到的节点，计算与节点相关联的度量。仅具有满足符合以下不等式(12)的球约束的值的节点被生成并且可以存储在堆栈中：
Figure BDA0001156604670000171
利用根据不等式(12)的ML解码问题的三角形结构，SB-stack解码器确定以表示接收信号y的点y为中心且具有半径C的球
Figure BDA0001156604670000172
内的一组网格点。
不等式
Figure BDA0001156604670000173
可重写为：
‖Rξ‖2≤C2 (13)
在不等式(13)中，R是n x n矩阵，ξ是n维向量。
最小化问题(ML解)
Figure BDA0001156604670000174
可因此重写为：
mins∈A‖Rξ‖2≤C2 (14)
为了将搜索区域限制到初始半径C的球，对于每个检测到的分量si定义搜索间隔Ii＝[binf,ibsuo,i]，搜索间隔Ii的下限binf,i和上限bsup,i是根据初始半径C来确定的。
这涉及到仅仅具有包含在间隔Ii＝[binf,i；bsup,i]内的值的节点被访问且可以存储在堆栈中。每个检测到的符号si的搜索间隔Ii使得binf,i≤si≤bsup,i。搜索间隔Ii的下限binf,i和上限bsup,i可以定义如下：
Figure BDA0001156604670000175
Figure BDA0001156604670000176
其中：
pii＝Rii 2with i＝1,…,n (17)
Figure BDA0001156604670000177
Figure BDA0001156604670000178
Figure BDA0001156604670000179
在解码过程中所访问的节点的数量则取决于每个符号si的间隔Ii，搜索间隔的界限取决于初始球半径C。
因此，对于表示待解码信号的符号的分量的每个节点si，确定间隔。搜索继续直到找到叶节点且返回最优路径s(1)＝(sn,sn-1,…,s1)(根据ML标准最接近接收信号向量的向量)，而无需半径的任何更新。似然概率可以进一步分配给数据信号的至少一个符号的位，考虑到所存储的路径，并且数据信号的概率估计(单载波和多载波)可以考虑到存储在第二堆栈中的路径以及似然概率来确定从而确定最优路径。
参考图3，示出了描绘根据一些实施例的SB堆栈解码方法的流程图。
该方法可以包括有预解码步骤，包括以下步骤中的至少一些步骤：
-利用例如网格减少技术来对信道矩阵执行预处理以改善所述矩阵的列向量的正交性或/和利用MMSE-GDFE滤波来增强信道矩阵的调节，
-执行信道矩阵的QR分解而使得H＝QR，其中Q指代正交矩阵，R指代上三角形矩阵，
-计算等价系统来提供由H或者等价地由R生成的网格的三角形网格表示。
这允许使得树搜索找到由以下的不等式(13)给出的最小化问题的树解中的点：
Figure BDA0001156604670000181
其中ξ＝ρ-S。
一旦待解码信号已经接收到，对于存储在堆栈中的树的当前节点，解码器可以实现以下步骤301至311的至少一次迭代。
该方法初始地以根节点作为当前节点而开始。第一当前节点因此是根节点(步骤301)。
该方法初始地通过将根节点处理为当前节点而开始(步骤301)。对于从堆栈顶部选定的每个当前节点迭代步骤302至310以生成当前节点是其父节点的子节点。每次迭代因此与解码树的级别i相关联(i＝n至1)。取决于在堆栈中选定的顶部节点，对于每次新迭代可以将参数i减一。
解码树方法的第一次迭代被实现以确定第一级别i＝n处的根节点的子节点。
解码树方法的后续迭代可以被实现以确定对应于在堆栈中选定的顶部节点(以及对应于解码树的给定级别或层i)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。将根节点视为参考节点，节点的维度对应于树中的节点的级别。
根据本发明，节点的度量Gi(si)可以根据接收到的信号与根节点和所考虑的节点之间的路径之间的欧几里德距离fi(si)的函数来确定，并且对于节点中的至少一些：
-根据接收到的信号与根节点和所考虑的节点之间的路径之间的欧几里德距离的函数fi(si)；
-根据树级别相关加权系数b(i)。
在解码树中，在根节点与所考虑的节点之间存在单一路径。因此，从该路径可以确定对应的解码位或在根节点与所考虑的节点之间发送的发送信息序列的估计。
具体地，对于所处理的当前节点，子节点的全部或预选子集是通过将
Figure BDA0001156604670000192
投射到由QR分解得到的矩阵R的第i层上来确定的，并且对于每个子节点(步骤302)，约束关于搜索间隔Ii定义了该子节点要满足的条件。
对于当前节点的级别i(对应于所检测到的符号的分量)的搜索间隔Ii＝[binf,i；bsup,i]是在步骤304中确定的并且包括根据式(15)和(16)由初始半径确定的下限binf,i和上限bsup,i。该间隔因此限制了搜索区域。
具体地，在步骤305和306中，判定当前节点的所考虑的子节点是否具有包含在间隔Ii内的值。如果是，则在步骤307计算节点的度量gi(si)＝fi(si)-b(i)，并且在步骤308中子节点连同其相关联的度量一起添加到堆栈中。另外的数据诸如子节点的路径和/或维度可以与每个子节点相关联地存储到堆栈中。因此，可以仅当子节点的值位于搜索间隔Ii内时才考虑该子节点。相应地，具有包含在间隔Ii内的值的全部子节点或子节点的子集将被存储在堆栈中。结果，在树中所扫描的路径对应于位于具有半径C的球内的网格的点。初始半径C可以根据不同方法来确定。
解码方法能应用于对
Figure BDA0001156604670000191
中的有限或无限网格解码，树中的每个节点的值对应于属于具有最小阈值Cmin与最大阈值Cmax之间的预定义范围的星座的符号的分量。在对有限网格解码的实施例中(有限星座)，诸如利用QAM调制，信息符号si从有限字母中刻出且其对应于在树中所检测到的符号的实部和虚部属于有限间隔I＝[Cmin,Cmax]。例如，在使用q-QAM调制的实施例中，符号si属于间隔
Figure BDA0001156604670000201
并且搜索树中的对应于所使用的星座符号的节点属于有限集合
Figure BDA0001156604670000202
其中Cmin＝0且
Figure BDA0001156604670000203
Figure BDA0001156604670000204
在这些实施例中，为了确保估计的符号属于所考虑的星座，在步骤305和306中，第i个级别的子节点可以可替代地选定在对应于与星座对应的星座间隔[Cmin,Cmax]与间隔Ii之间的交叉的间隔I′i内。
Figure BDA0001156604670000205
当当前节点的全部子节点已经过处理，在步骤309中，当前节点从堆栈中删除。
在步骤310中，可以按度量gk(sk)的升序对堆栈重排序，使得堆栈中具有最低度量的节点sq存储在堆栈顶部。
在步骤311中，堆栈sq中的顶部节点被选为当前节点从而生成其子节点。
在步骤312中，判定选定节点是否是叶节点。如果选定节点是叶节点(即，不具有子节点)，则方法在步骤315终止。
否则，在步骤314中，在解码树的下一级别j，选定节点被设定为当前节点，可以对于新选定的节点(其表示堆栈中具有最低度量的节点)重复步骤302至315以生成子节点，j包含在n-1至1之间。下一处理级别j取决于堆栈中选定的顶部节点。
步骤302至315的每次迭代(对应于当前节点的处理)因此提供了根节点与存储在堆栈中的新的叶节点之间的路径。
当在第一次迭代中到达叶节点时，该算法可以终止处理或者执行步骤302至315的新迭代。通过考虑存储在堆栈中的节点信息，尤其考虑存储在堆栈中的路径(多条)(当这些信息可用时)，可以在步骤315中估计表示接收信号的向量的最接近向量。例如，如果应用了二进制估计(硬决策)，则树的构造实现了步骤302至315的单次迭代，使能确定对应于发送的数据信号的硬估计的单一路径。可替代地，如果应用概率估计(软决策)，解码方法可以递送对数似然比(LLR)值形式的软输出信息。在该情况下，可以执行步骤302至315的多次迭代。每次迭代提供了从根节点到叶节点(表示候选网格点)的不同路径。这些不同路径(表示候选网格点)随后可以连同其路径一起存储在辅助堆栈中。
图4示出了图示出在使用无置换的16-QAM调制的4x 4MIMO通信系统中利用根据一些实施例的堆栈解码器所获得的空间多路复用MIMO的性能的图。
图4和图5具体地示出了在根据以下参数使用4个发射天线和4个接收天线(nt＝nr＝4)以及16-QAM星座的示例性的MIMO空间多路复用系统中分别获得的位错率和平均总复杂度方面的比较性能：
-曲线C1表示根据现有技术使用等于0的固定偏置值b(对应于ML解码)在图4中的位错率和图5中的平均总复杂度方面堆栈解码器的性能；
-曲线C2表示使用等于badapt的固定偏置值在图4的位错率和图5的平均总复杂度方面堆栈解码器的性能；
-曲线C3表示根据本发明的一些实施例使用树级别相关加权系数b(i)在图4的位错率和图5的平均总复杂度方面堆栈解码器的性能。
数值结果表明，相对于基于固定偏置badapt值的现有技术方法，基于树级别相关加权系数b(i)确定节点度量的解码方法提供了2dB的BER增益，现有技术方法提供了等于10-4的BER同时需要平均上几乎相同的计算复杂度。
即使本发明具有在步骤203中计算扩展子节点的度量的特别的优点，使用树级别相关参数b(i)的度量减少可以可替代地仅应用于存储在堆栈中的节点以便对堆栈重排序，同时根据如EP 15305910(提交于2015年6月12日)中所公开的函数fi(si)在步骤203中常规地计算度量。
在其它另外的应用中，使用树级别相关参数b(i)的度量减少可以响应于检测到触发早期终止的触发警告而应用，同时也是根据EP 15305907(提交于2015年6月12日)中所公开的函数fi(si)在步骤303中常规地计算度量。
图6示出了对于16-QAM星座ML解码问题的示例性的树表示。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且通过迭代地扩展堆栈中顶部节点的子节点而沿着分支(由箭头表示)继续。节点由用于描绘分支的箭头的末端表示。解码树700包括4个级别(级别1、级别2、级别3和级别4)，并且每个级别对应于实符号所取的不同值(级别1对应于s4，级别2对应于s3，级别3对应于s2，级别4对应于s1)。
图6示出了与每条路径相关联的度量(与s4相关联的w4(s4)，与s3相关联的w3(s3)，s2相关联的w2(s2)以及s1相关联的w1(s1))。与每条路径相关联的度量可以是根据基于树级别的加权系数计算出的欧几里德度量或修正度量。
图7表示出在本发明的SB-stack实施例中接收机3的空间/时间解码器30的示例性的体系结构。如图所示，空间/时间解码器30可以包括以下元素，它们通过数据和地址总线64链接在一起：
-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；
-接收来自时间/频率转换器的输入信号的接口65；
-将解码后数据发送到解调器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；
-树级别相关加权系数函数b(i)的系数621；
在对有限网格解码的实施例中(未表示出)，非易失性ROM存储器62可以包括解码器所使用的其它预定义参数，如Cmin和Cmax。
实现根据本发明的该实施例的方法的算法可以存储在程序620中。CPU处理器41可以被配置为将程序620下载到RAM存储器并且运行相应的指令。具体地，CPU包括指令，当通过处理器执行时，所述指令使CPU根据存储在堆栈中的信息来确定代表发送符号的估计符号，通过迭代地扩展解码树的选定节点的子节点来填充堆栈，解码树包括多个节点，解码树的每个节点对应于接收到的数据信号的符号的候选分量，且每个节点被分配了度量，堆栈在每次迭代中被填充有一组扩展子节点并且按与节点相关联的度量的值增加来排序。对于每次迭代，选定节点对应于堆栈中具有最低度量的节点。使CPU确定一组扩展子节点的每个子节点的初始度量。进一步使CPU根据与扩展子节点相关联的初始度量和加权系数(解码树中的节点的级别的函数)来计算扩展子节点中的至少一个的修正度量。进一步使CPU将修正度量分配给扩展子节点中的至少一个。
RAM存储器63可以包括：
-在寄存器Prog 630中，微处理器61运行且在空间/时间解码器30的活跃模式下下载的程序；
-寄存器631中的输入数据；
-与寄存器632中的节点相关的数据；
-寄存器634中的似然概率或LLR；
存储在寄存器632中的数据可以包括，对于解码树中的节点，根据本发明的各个实施例所确定的与该节点相关联的度量参数(从根节点到所述节点的路径，和/或树中的深度)。
更一般地，本文所描述的解码技术可以通过各种方式来实现。例如，这些技术可以用硬件、软件或其组合来实现。对于硬件实现方式，解码器的处理元件可以根据例如仅硬件配置来实现(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两者的配置来实现。
虽然已经结合无线通信系统描述了本发明，应当注意的是，本发明不限于这些应用。例如，解码设备和方法可以集成到信号处理装置中，例如在诸如音频交叠和音频母带的音频应用中所使用的有限脉冲响应(FIR)电子滤波器，以对来自给定输入序列的输出序列进行解码。给定数据输入序列，阶为M的FIR滤波器的输出序列是在尺寸为M的滑动窗中观察到的近期输入值的加权和。给定输出序列的模型中的网格表示，本发明的一些实施例可相应地集成而生成输入序列的估计。
在另一应用中，根据本发明的一些实施例的方法、设备和计算机程序产品可以实现在：
-全球导航卫星系统(GNSS)中，诸如IRNSS，Beidou、GLONASS，Galileo，或者
-GPS中，包括一个或多个使用例如载波相位测量来估计定位参数的GPS接收机。
此外，根据本发明的一些实施例的方法、设备和计算机程序产品可以实现于用于确定对用于在数据或消息的存储、处理或通信期间对数据或消息加密/解密的密码算法中所使用的私密值的估计的密码系统中。在基于网格的加密应用中，数据/消息以网格点的形式加密。这些加密后数据的解密可以根据本发明的一些实施例来有益地执行，以降低的复杂度实现秘密值的高概率成功恢复。
虽然已经通过各个示例的描述图示说明了本发明的实施例，并且虽然在很多细节上描述了这些实施例，申请人的意图不是将随附权利要求的范围限制或以任何方式限定到这些细节。特别地，本发明不限于特定类型的顺序解码器。更一般地，本发明可以应用于使用最佳优先树搜索的任何顺序解码器中来搜索候选网格向量，如Stack解码器，Fano解码器、实现M算法的解码器、SB-Stack解码器和如在专利申请EP N。14306517.5中所描述的Zigzag Stack解码器。Zigzag解码器使用堆栈，类似于SB-Stack解码器，但是不是生成全部子节点或以搜索间隔搜索候选网格点，zigzag解码算法在图2的流程图的步骤202中生成至多三个子节点，包括根据表示接收到的数据信号的向量所确定的当前节点的参考子节点、通过从参考节点的值减去正整数参数所确定的第一相邻子节点，以及通过将正整数参数与参考子节点的值相加所确定的第二相邻子节点。然后，在图2的流程图的步骤204中在三个子节点中选定子节点。选定的子节点随后连同其相应的度量一起存储在堆栈中，类似于SB-stack解码器，堆栈随后按节点度量的增序来重排序。如此获得的堆栈的顶部节点被选为新的当前节点来迭代递归搜索操作。
进一步，虽然仅为了示例说明的目的已经结合树级别相关加权系数的一些示例尤其是结合加权系数的一些示例描述了本发明，但是应当理解的是本发明不限于这些示例。
此外，本发明的各个实施例不限于特定类型的检测，并且应用于硬检测和软检测二者。

Claims (13)

1.一种用于对通过通信系统中的传输信道接收到的数据信号进行顺序解码的解码器，所述数据信号载有发送符号，所述解码器包括符号估计单元(301)，其被配置为根据存储在堆栈中的信息来确定代表所述数据信号所载有的所述发送符号的估计符号，所述符号估计单元(301)被配置为通过扩展包括多个节点的解码树的选定节点的子节点来迭代地填充所述堆栈，所述解码树的每个节点对应于所述接收到的数据信号的符号的候选分量并且每个节点被分配了度量，所述堆栈在每次迭代中被填充有一组扩展子节点并且按分配给节点的所述度量的值增加来排序，每次迭代的所述选定节点对应于在堆栈中的被分配了最低度量的节点，所述解码器包括度量确定单元(302)，其被配置为确定所述一组扩展子节点中的每个子节点的初始度量，其中，所述解码器还包括修正度量计算单元(303)，其被配置为根据与所述扩展子节点相关联的所述度量和加权系数来计算所述扩展子节点中的至少一个扩展子节点的修正度量，所述加权系数是所述解码树中的所述节点的级别的函数，其中，在给定级别i处的所述加权系数是从表示所述传输信道的等价信道矩阵的QR分解所获得的上三角形矩阵R的第i个对角项的函数，所述解码器将所述修正度量分配给所述扩展子节点中的所述至少一个扩展子节点。
2.如权利要求1所述的解码器，其中，所述度量确定单元(302)被配置为将节点的初始度量确定为所述接收到的数据信号的部分与所述解码树的根节点与所述节点之间的路径之间的欧几里德距离的函数。
3.如权利要求1所述的解码器，其中，所述加权系数是从所述等价信道矩阵的QR分解所获得的上三角形矩阵(R)的第i个对角项(Rii)的逆的函数。
4.如权利要求3所述的解码器，其中，所述加权系数进一步取决于信噪比。
5.如权利要求1至4中任一项所述的解码器，其中，所述修正度量计算单元(303)被配置为将所述初始度量减少所述加权系数。
6.如权利要求1至4中任一项所述的解码器，其中，所述修正度量计算单元(303)被配置为计算每个扩展子节点的修正度量。
7.如权利要求1至4中任一项所述的解码器，其中，所述修正度量计算单元(303)被配置为计算所述选定的一组扩展子节点中的每个节点的修正度量。
8.如权利要求1至4中任一项所述的解码器，其中，所述度量确定单元(302)被配置为将所述初始度量分配给每个扩展节点，并且所述修正度量计算单元(303)被配置为响应于检测到堆栈重排序条件而计算存储在所述堆栈中的每个节点的修正度量，所述解码器被进一步配置为按与所述堆栈的节点相关联的修正度量的值增加来对所述堆栈重排序。
9.如权利要求1至4中任一项所述的解码器，其中，所述修正度量计算单元(303)被配置为响应于终止警告的触发而计算每个扩展子节点的修正度量。
10.一种接收机，其被配置为接收数据信号并对所述数据信号进行解码，其中，所述接收机包括被配置为对所述数据信号进行解码的根据任一前述权利要求所述的解码器。
11.一种移动设备，其被配置为在无线通信网络中发送和接收数据信号，其中，所述移动设备包括被配置为接收所述数据信号并对所述数据信号进行解码的根据权利要求10所述的接收机。
12.一种对通过通信系统的传输信道接收到的数据信号进行顺序解码的方法，所述数据信号载有发送符号，所述方法包括：根据存储在堆栈中的信息来确定代表所述数据信号所载有的发送符号的估计符号，所述堆栈通过迭代地扩展解码树的选定节点的子节点而被填充，所述解码树包括多个节点，所述解码树的每个节点对应于所述数据信号的符号的候选分量并且每个节点被分配了度量，所述堆栈在每次迭代中被填充有一组扩展子节点并且按与所述节点相关联的度量的值增加来排序，每次迭代的所述选定节点对应于所述堆栈中被分配了最低度量的节点，
所述方法包括：确定所述一组扩展子节点中的每个子节点的初始度量，其中，所述方法还包括：根据与所述扩展子节点相关联的所述初始度量和加权系数来计算所述扩展子节点中的至少一个扩展子节点的修正度量，所述加权系数是所述解码树中的所述节点的级别的函数，其中，在给定级别i处的所述加权系数是从表示所述传输信道的等价信道矩阵的QR分解所获得的上三角形矩阵R的第i个对角项的函数，所述方法包括将所述修正度量分配给所述扩展子节点中的所述至少一个扩展子节点。
13.一种其上存储有指令的非暂态计算机可读存储介质，用于通过确定代表数据信号载有的发送符号的估计符号来对通过通信系统中的传输信道接收到的数据信号进行解码，所述数据信号载有所述发送符号，所述非暂态计算机可读存储介质存储有指令，所述指令当通过处理器执行时，使所述处理器根据存储在堆栈中的信息来确定代表所述发送符号的所述估计符号，所述堆栈通过迭代地扩展解码树的选定节点的子节点而被填充，所述解码树包括多个节点，所述解码树的每个节点对应于所述数据信号的符号的候选分量，并且每个节点被分配了度量，所述堆栈在每次迭代中被填充有一组扩展子节点并且按与所述节点相关联的所述度量的值增加来排序，每次迭代的所述选定节点对应于所述堆栈中被分配了最低度量的节点，使所述处理器确定所述一组扩展子节点中的每个子节点的初始度量，其中，进一步使所述处理器根据与所述扩展子节点相关联的所述初始度量和加权系数来计算所述扩展子节点中的至少一个扩展子节点的修正度量，所述加权系数是所述解码树中的所述节点的级别的函数，其中，在给定级别i处的所述加权系数是从表示所述传输信道的等价信道矩阵的QR分解所获得的上三角形矩阵R的第i个对角项的函数，进一步使所述处理器将所述修正度量分配给所述扩展子节点中的所述至少一个扩展子节点。
CN201611023004.7A 2015-11-20 2016-11-18 参数化顺序解码 Active CN107070525B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP15306847.3 2015-11-20
EP15306847.3A EP3171559B1 (en) 2015-11-20 2015-11-20 Parameterized sequential decoding

Publications (2)

Publication Number Publication Date
CN107070525A CN107070525A (zh) 2017-08-18
CN107070525B true CN107070525B (zh) 2021-06-11

Family

ID=54707722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611023004.7A Active CN107070525B (zh) 2015-11-20 2016-11-18 参数化顺序解码

Country Status (4)

Country Link
US (1) US10200153B2 (zh)
EP (1) EP3171559B1 (zh)
KR (1) KR101844766B1 (zh)
CN (1) CN107070525B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI612787B (zh) * 2016-05-02 2018-01-21 瑞昱半導體股份有限公司 最大可能性偵測器
EP3544248A1 (en) * 2018-03-20 2019-09-25 Centre National D'etudes Spatiales Adaptive detection function based on statistical propagation channel estimation for gnss receivers
US11309992B2 (en) * 2018-07-17 2022-04-19 Qualcomm Incorporated Using lattice reduction for reduced decoder complexity
KR102632560B1 (ko) * 2018-10-19 2024-02-02 삼성전자주식회사 경로 메트릭을 이용하여 입력 데이터를 디코딩하는 장치 및 이를 이용하는 디코딩 방법
CN109995381B (zh) * 2019-04-09 2022-09-13 合肥工业大学 一种基于预判机制的极化码译码系统及其方法
CN111818305B (zh) * 2020-07-09 2021-12-10 杭州海康威视数字技术股份有限公司 一种分布式系统、业务控制方法及装置
CN113131950B (zh) * 2021-04-23 2024-02-13 南京大学 一种极化码的自适应连续消除优先译码方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1422459A (zh) * 2000-02-07 2003-06-04 艾利森公司 咬尾解码器和方法
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
CN102723975A (zh) * 2012-06-11 2012-10-10 北京大学 Mimo系统的信号检测方法及装置
CN104821863A (zh) * 2015-05-09 2015-08-05 西安电子科技大学 一种无速率Spinal码的前向堆栈译码方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070291882A1 (en) * 2006-06-15 2007-12-20 Samsung Electronics Co., Ltd. Apparatus and method for detecting signal in multi-input multi-output system
US8630375B2 (en) * 2011-08-29 2014-01-14 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for received signal processing in a multi-stage receiver
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1422459A (zh) * 2000-02-07 2003-06-04 艾利森公司 咬尾解码器和方法
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
CN102723975A (zh) * 2012-06-11 2012-10-10 北京大学 Mimo系统的信号检测方法及装置
CN104821863A (zh) * 2015-05-09 2015-08-05 西安电子科技大学 一种无速率Spinal码的前向堆栈译码方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A Unified Framework for Tree Search Decoding: Rediscovering the Sequential Decoder;Arul D. Murugan等;《IEEE TRANSACTIONS ON INFORMATION THEORY》;20060331;第52卷(第3期);正文第933,934,938-941页 *
Arul D. Murugan等.A Unified Framework for Tree Search Decoding: Rediscovering the Sequential Decoder.《IEEE TRANSACTIONS ON INFORMATION THEORY》.2006,第52卷(第3期), *
Low complexity decoding schemes for MIMO systems Low complexity decoding schemes for MIMO systems;Abdellatif Salah;《https://pastel.archives-ouvertes.fr/pastel-00682392/document》;20120325;正文第4.4节 *
The spherical bound stack decoder;Ghaya Rekaya Ben-Othman等;《2008 IEEE International Conference on Wireless and Mobile Computing, Networking and Communications》;20081021;正文第1,3,4页 *

Also Published As

Publication number Publication date
CN107070525A (zh) 2017-08-18
US10200153B2 (en) 2019-02-05
EP3171559A1 (en) 2017-05-24
US20170149533A1 (en) 2017-05-25
KR101844766B1 (ko) 2018-05-18
KR20170059412A (ko) 2017-05-30
EP3171559B1 (en) 2020-05-06

Similar Documents

Publication Publication Date Title
CN107070525B (zh) 参数化顺序解码
US10812299B2 (en) Anticipated termination for sequential decoders
CN107094063B (zh) 半穷举迭代块解码方法和设备
US10484133B2 (en) Methods and systems for decoding a data signal based on the generation of a decoding tree
US10735224B2 (en) Tree search-based decoding
CN108234072B (zh) 用于对数据信号进行子块解码的方法和设备
US10284276B2 (en) Weighted sequential decoding
CN108365916B (zh) 子块解码数据信号的方法和设备
US10511461B2 (en) Sequential decoding with stack reordering
US11923927B2 (en) M-MIMO receiver

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