CN107276935B

CN107276935B - 用于顺序球形解码的方法和设备

Info

Publication number: CN107276935B
Application number: CN201710218634.8A
Authority: CN
Inventors: M-A·赫西巴; G·雷卡亚本-奥斯曼
Original assignee: Institut Mines Telecom IMT
Current assignee: Institut Mines Telecom IMT
Priority date: 2016-04-06
Filing date: 2017-04-05
Publication date: 2021-07-27
Anticipated expiration: 2037-04-05
Also published as: CN107276935A; KR101973849B1; EP3229428B1; US10284334B2; EP3229428A1; KR20170114961A; US20170294986A1

Abstract

本发明的实施例提供了一种用于对通过通信系统中的传输信道接收到的信号进行解码的解码器，所述信号包括信息符号的向量，所述传输信道由信道矩阵表示，其中所述解码器包括：‑初始半径确定单元(307)，其被配置为确定初始半径；‑符号估计单元(309)，其被配置为迭代地确定当前半径以在由所述当前半径定义的当前球形区域内搜索格点，所述当前半径初始被设置为所述初始半径，所述符号估计单元(309)被配置为：针对在所述当前球形区域内发现的每个格点，存储与度量相关联的所述格点，所述符号估计单元(309)还被配置为利用线性函数更新所述当前半径，所述线性函数具有严格小于一的斜率参数；所述解码器被配置为根据由符号估计单元(309)发现的至少一个格点确定所述信息符号的向量的至少一个估计。

Description

用于顺序球形解码的方法和设备

技术领域

本发明总体上涉及数字通信，具体地涉及用于对数据信号进行解码的方法和设备。

背景技术

“智能革命”对现代生活的所有方面做出了显著改变，包括通信、商业、健康服务和教育。从智能手机、智能手表和智能汽车到智能家居和智能城市，越来越多的智能设备正在被被大量使用并改变我们交流、交换信息、做生意、旅行和度过休闲时光的方式。

随着这些支持web且连接web的设备的出现，越来越需要更的多系统容量以满足终端用户的需求。开发了多输入多输出(MIMO)技术来增加这种系统容量并提供更好的链路可靠性。

通过使用多个发送和接收天线进行通信数据流，由MIMO系统实现高数据吞吐量和改善的覆盖范围、可靠性和性能的承诺。使用多个发送和接收天线增加了对传播包括干扰、信号衰减和多路径的效应的抗扰性。MIMO技术的这些关键的潜在优势使得它们在例如应用于局域网和广域网内的许多有线、无线和光通信系统中成为理想的候选。局域网应用包括Wi-Fi标准。广域网中的示例性应用包括在3G、4G、LTE和将来的5G中标准化的蜂窝移动网络。

单个用户无线MIMO系统形成多天线技术的基本配置。它们包括一对发送器/接收器，其每一个装备有多个天线。在发送器侧，可以实现空间-时间(ST)编码器，来在不同时隙期间通过不同发送天线对携带信息符号形式的原始数据的不同流进行编码和发送。在接收器侧，可以实现空间-时间解码器，来对从发送器传送的信号进行解码以便恢复原始数据。

除了单个用户无线MIMO配置外，可以在多个用户网络中操作的无线收发器中实现空间-时间编码和解码技术。无线多用户MIMO系统的示例性应用包括例如在智能家居中使用的蜂窝通信和无线传感器网络。在这种应用中，ST编码和解码技术可以与多址技术组合，所述多址技术例如时分多址(TDMA)、频分多址(FDMA)、码分多址(CDMA)和空分多址(SDMA)。

在MIMO技术的另一应用中，ST编码和解码技术可以用于基于光纤的通信中。在这种应用中，光发送器可以实现ST编码器，以在光波的电场的偏振状态或在多模式光纤的存在的不同传播模式中分布数据流。光接收器可以实现ST解码器来通过光发送器恢复发送的数据。在光通信中使用ST编码和解码技术可以支持在长距离上提供高传输速率以及减少扩散损耗和光传输介质的损伤。

不管在无线还是光通信应用中，ST编码和解码技术可以与多载波调制技术组合。在用于减轻分量选择性、干扰和延迟的分别基于OFDM(正交频分复用)和FBMC(滤波器组多载波)调制的OFDM-MIMO和FBMC-MIMO系统的例子中情况是这样的。

MIMO通信系统的重要挑战涉及在收发器设备处信号处理的复杂度和能量消耗。特别地，主要的和苛刻的挑战涉及空间-时间解码器的开发，其提供最佳的解码性能，同时要求低计算复杂度和能量消耗。

在接收器设备中实现的空间-时间解码器被配置为根据接收到的信号和信道矩阵来确定对原始输送信息符号的估计。解码器执行在接收到的信号和已发送的信息符号的向量的可能值之间的比较。在存在同等可能的信息符号时，通过应用极大似然(ML)解码标准获得最佳的解码性能。ML解码器在解码误差概率和可实现的传输速率方面提供最佳性能。

可以使用MIMO系统的两个不同但是等价的表示来解决ML估计问题：格表示(lattice representation)和树表示(tree representation)。

利用格表示，MIMO系统可以与由信道矩阵生成的格(lattice)相关联。信息符号的向量的每个可能的值可以用在该格中的点表示。接收到的信号可以被看作是被噪声向量干扰的该格的点。对ML解决方案求解因此相当于解决在信道矩阵的发生器矩阵的格中的最近向量问题。ML解决方案在该情况下在欧几里得距离的最小化的意义方面对应于到接收到的信号最近的格点。发现ML解决方案的计算复杂度取决于在搜索期间检查的格点的数量。

实际上，可以通过在通过QR分解信道矩阵获得的解码树中进行搜索，来执行对最近向量问题的求解。信息符号的向量的每个可能的值可以由解码树中的路径来表示。每个路径与指定在接收到的信号和对应于与该路径相关联的信息符号的向量的信号之间的欧几里得距离的度量相关联。在该情况下，对ML解决方案的求解归约到对解码树中具有最低度量的路径求解。树搜索的计算复杂度与在树搜索期间访问的节点的数量成比例，这取决于在每层次节点的数量和解码树的层次总数量。

基于这两种表示，已经提出了ML ST解码器的若干实现方式。基本的解码方法使用穷举搜索来发现ML解决方案。虽然它们提供了最佳性能，但是基于穷举搜索的实现方式要求集中的处理和存储能力，这可能超过可用的能力，尤其在MIMO系统的两端中存在高维度调制方案和/或高数量天线时。

替代地，ML顺序解码方案可以实现为提供最佳性能，同时要求比基于穷举搜索方法少的计算和存储资源。基于MIMO系统的树表示，取决于它们是使用深度优先、宽度优先还是最佳优先树搜索策略，ML顺序解码器可以被分类为三种类型。

基于深度优先策略的顺序解码器包括球形解码器，如例如在“E.Viterbo andJ.Boutros,A universal lattice code decoder for fading channels,IEEETransactions on Information Theory,45(5):1639–1642,July 1999”中公开的。

基于宽度优先策略的顺序解码器包括堆栈解码器，如例如在“R.Fano.Aheuristic discussion of probabilistic decoding,IEEE Transactions onInformation Theory,9(2):64-74,1963”中公开的。

基于最佳优先策略的顺序解码器包括SB堆栈解码器，如例如在“G.R.Ben-Othman,R.Ouertani,and A.Salah,The spherical bound stack decoder,In Proceedings ofInternational Conference on Wireless and Mobile Computing,pages 322–327,October 2008”中公开的。

基于深度优先的解码器(尤其是球形解码器)是被广泛使用的ML顺序解码器之一。利用MIMO系统的格表示，球形解码器将用于ML解决方案的搜索空间归约(reduce)到以表示接收到的信号的点(其不是格点)中心的球形区域。自初始球形半径值开始，球形解码器搜索与具有等于初始球形半径的半径的球形区域内的信息符号的向量的可能值之一相关联的第一格点(后文还称作“有效格点”)。当发现有效格点时，球形半径的值被更新到在于球形区域内发现的格点和表示接收到的信号的点之间的欧几里得距离的值。迭代地执行该球形约束的搜索和半径更新，直到发现ML解决方案，其对应于包括有效格点且以表示接收到的信号的点为中心的最小球形。

利用MIMO系统的树表示，该搜索空间限制可以被看作是对树中被访问节点的数量的限制。球形搜索区域的半径确定在解码树的每层次处被访问节点的边界限制。在树搜索过程期间，仅访问属于这些边界限制所施加的间隔的节点。与一些顺序解码器(例如堆栈解码器)相比，在球形解码策略下限制搜索空间使得能够减少ML解决方案的搜索的计算复杂度。

已经从多个角度开发了减少球形解码器的复杂度的方案。例如，在“W.Zhao andG.B.Giannakis,Sphere Decoding Algorithms with Improved Radius Search,IEEETransactions on Communications,53(7):1104-1109,July 2005”中已经提出了选择初始半径的方法。例如在“W.Zhao and G.B.Giannakis,Reduced Complexity Closest PointDecoding Algorithms for Random Lattices,IEEE Transactions on WirelessCommunications,5(1):101-111,January 2006”中公开了通过重新布置信道矩阵的成分而加速球形解码的聚合的重排序技术。

虽然这些方案提供了以降低的复杂度实现球形解码算法的方式，但是它们共同的半径更新方法在存在高维度和/或密集格时可能是不足的。这可能引起增加的计算复杂度，此外还有解码过程聚合的较长延迟。因此，需要半径更新技术，其支持快速解码聚合以及减少的解码复杂度，尤其是用于涉及高数量发送和/接收天线的高维度系统。

发明内容

为了解决这些和其它问题，提供了一种用于对通过通信系统中的传输信道接收到的信号进行解码的解码器。所述信号包括信息符号的向量。所述传输信道由信道矩阵表示。所述解码器包括：

-初始半径确定单元，其被配置为确定初始半径；

-符号估计单元，其被配置为迭代地确定当前半径以在由所述当前半径定义的当前球形区域内搜索格点。所述当前半径初始被设置为所述初始半径。所述符号估计单元可以被配置为：针对在所述当前球形区域内发现的每个格点，存储与度量相关联的所述格点。所述符号估计单元还可以被配置为利用线性函数更新当前半径。所述线性函数可以具有严格小于一的斜率参数。所述解码器可以被配置为根据由符号估计单元发现的至少一个格点确定所述信息符号的向量的至少一个估计。

根据本发明的一个方面，所述符号估计单元被配置为：取决于是否在当前球形区域内部发现格点，通过将线性函数应用到与最后发现的格点相关联的度量来确定当前半径的更新。更具体地：

-如果在当前球形区域内部发现格点，则符号估计单元可以被配置为将线性函数应用于与发现的格点相关联的度量——这提供了更新后的当前球形半径；

-如果在当前球形区域内没有发现格点，则符号估计单元可以被配置为将线性函数应用于与最后发现的格点相关联的度量和当前半径的值之和——这提供了更新后的当前球形半径。

根据特定实施例，用于更新当前球形半径的线性函数可以是具有严格小于1的斜率参数α的线性函数。在称作“基于二分法半径更新”的特定实施例中，斜率参数α可以有利地等于二分之一(1/2＝0.5)，支持ML解决方案的搜索的快速聚合和计算复杂度减少。

根据本发明的一个方面，解码器可以包括存储单元，其被配置为存储在搜索ML解决方案期间发现的每个格点，利用在该发现的格点和接收到的实值信号之间的欧几里得距离。

根据特定实施例，初始半径确定单元可以被配置为被配置为基于在由信道加性噪声的噪声方差和目标格点的预定义数量构成的组中选择的至少一个参数确定初始球形半径。

根据特定实施例，目标格点的预定义数量可以取决于信噪比。

在本发明到软输出解码的应用中，可以基于与信息符号携带的信息比特的对数似然比值相关的至少一个软输出决策可靠性度量来确定目标格点的预定义数量。

在特定实施例中，所述符号估计单元可以被配置为利用顺序解码算法和通过执行所述信道矩阵的QR分解确定出的上三角矩阵，来在由所述当前半径定义的当前球形区域内搜索格点。

此外，根据特定实施例，解码器可以被配置为在信道矩阵上执行预处理。所述预处理可以在由行和/或列的置换(permutation)、格归约(lattice reduction)和MMSE-GDFE滤波组成的组中选择。

还提供了一种用于接收并解码信息符号的向量的接收器。所述接收器可以包括根据任意先前特征的用于对所述信息符号的向量进行解码的解码器。

在本发明的一个应用中，在无线多输入多输出通信系统中，提供了一种能够接收数据的无线设备。所述无线设备包括根据前述任意实施例的用于接收并解码信息符号的向量的接收器。

在本发明的一个应用中，在光多输入多输出通信系统中，提供了一种能够接收数据的光设备。所述光设备包括根据前述任意实施例的用于接收并解码信息符号的向量的接收器。

本发明还提供一种对通过通信系统中的传输信道接收到的信号进行解码的方法。所述信号包括信息符号的向量。所述传输信道由信道矩阵表示，其中所述方法包括：

-确定初始半径；

-迭代地确定当前半径以在由所述当前半径定义的当前球形区域内搜索格点，所述当前半径初始被设置为所述初始半径，所述方法包括：针对在所述当前球形区域内发现的每个格点，存储与度量相关联的所述格点。

所述方法还包括利用线性函数更新所述当前半径。所述线性函数具有严格小于一的斜率参数。所述方法还包括：根据发现的至少一个格点确定所述信息符号的向量的至少一个估计。

还提供了一种对通过通信系统中的传输信道接收到的信号进行解码的计算机程序产品。所述信号包括信息符号的向量。所述传输信道由信道矩阵表示，其中所述计算机程序产品包括：

非瞬态计算机可读存储介质，以及存储于非瞬态计算机可读存储介质上的指令，当被处理器执行时，所述指令使得处理器用于：

-确定初始半径；

-迭代地确定当前半径以在由所述当前半径定义的当前球形区域内搜索格点。所述当前半径初始被设置为所述初始半径。所述计算机程序产品被用于：针对在所述球形区域内发现的每个格点，存储与度量相关联的所述格点。所述处理器还被用于利用线性函数更新所述当前半径。所述线性函数具有严格小于一的斜率参数。

所述处理器还用于：根据发现的至少一个格点确定所述信息符号的向量的至少一个估计。

有利地，各个实施例允许减少基于球形顺序ML解码器的复杂度，而不损伤解码误差性能。

此外，各个实施例允许通过减少在搜索ML解决方法期间访问格点的数量而加速顺序解码的聚合。

在检查附图和详细描述时，本领域技术任意可以理解本发明的其它优点。任意额外实施例意图在本文中并入。

附图说明

附图被并入本说明书并构成本说明书的一部分，其示出了本发明的各种实施例，并与本发明的上文给出的发明内容以及下文给出的具体实施方式一起用于解释本发明的实施例：

图1是在通信系统中本发明的示例性应用的示意图；

图2是在无线单用户MIMO系统中空间-时间解码器的实现方式的示意图；

图3是示出根据本发明示例性的空间-时间解码器的框图；

图4是示出根据本发明特定实施例的球形解码的方法的流程图；

图5是描绘根据本发明特定实施例的球形解码的初始半径计算的方法的流程图；

图6是示出利用空间复用和16-QAM调制的8*8MIMO通信系统中获得的总和计算复杂度的图，包括根据本发明特定实施例的球形解码器；

图7是示出根据本发明的特定实施例的在利用空间复用和16-QAM调制的4*4MIMO通信系统中获得的经典SD上，球形解码器的计算复杂度减少的百分比的图；

图8是示出在利用空间复用和16-QAM调制的8*8MIMO通信系统中通过根据本发明的特定实施例的球形解码器获得的访问格点数量的近似的图；

图9是示出通过根据本发明特定实施例的球形解码器获得的计算复杂度和利用经典球形解码器获得的计算复杂度之间的分数近似的图；以及

图10示出了根据本发明特定实施例的空间-时间解码器的硬件架构。

具体实施方式

本发明的实施例提供了用于在具有减少计算复杂度的通信系统中根据通过传输信道接收到的信号解码信息符号的向量的方法、设备和计算机程序产品。特别地，本发明的实施例提供了用于有效更新基于深度优先搜索策略的顺序解码器(包括球形解码器)的方法、设备和计算机程序产品。

根据本发明各个实施例的方法、设备和计算机程序产品可以实现在各种系统中。特别地，根据本发明各个实施例的方法、设备和计算机程序产品可以实现于通信系统中，以确定从一个或多个发送器设备传送到接收器设备的信息符号的向量的估计。

仅出于说明的目的，对本发明的特定实施例的后续描述主要参考通信系统做出。然而，技术人员将容易地理解本发明的各种实施例可以用于其它应用中。

参考图1，示出了在通信系统100中本发明的示例性应用。通信系统100可以是有线、无线或光学的。其包括至少一个发送器设备11(在后文中也称作“发送器”)，其被配置为通过传输信道13将多个信息符号发送到至少一个接收器设备15(在后文也称作“接收器”)。接收器15可以包括解码器10，用于对由一个或多个发送器设备11发送的信息符号进行解码。

发送器设备11可以装备有一个或多个发送天线，接收器设备15可以装备有一个或多个接收天线。传输信道13可以是任意有线连接、无线介质或基于光纤的链路。

通信系统100可以是无线单用户MIMO系统，其中无线多天线发送器设备11与无线多天线接收器设备15通信表示输入数据的信息符号流，所述接收器设备15被配置为解码由发送器11输送的符号。

通信系统100可以是无线多用户MIMO系统，其中多个无线发送器设备11和接收器设备15彼此通信。在这种实施例中，通信系统100还可以使用任意多个访问技术，例如，TDMA、CDMA、FDMA和SDMA。

通信系统100可以是基于光纤的通信系统。接收到的信号可以因此对应于通过光纤的不同偏振状态或通过多模式光纤的不同模式传播而发送的信息符号。另外，在这种光通信系统中可以使用多址技术，例如，WDMA(波分多址)。

传输信道13可以是任意线性加性高速白噪声(AWGN)信道或使用单载波或多载波调制格式(例如，OFDM和FBMC)的多路径信道。

在本发明的实施例中，可以减小对通过无线单用户MIMO系统接收到的信号进行基于深度优先树搜索的顺序解码的复杂度，同时提供最佳误差性能。根据本发明的各个实施例的解码方法和设备的示例性应用包括但不限于在无线标准中可实现的配置中的MIMO解码，所述无线标准例如是Wi-Fi(IEEE 802.11n)、蜂窝WiMax(IEEE 802.16e)、协作WiMax(IEEE802.16j)、长期演进方案(LET)、高级LTE以及5G进行标准化。

仅出于说明目的，将参考无线单用户MIMO系统进行后续描述，该系统包括装备有n_t≥1个发送天线的发送器设备11，以及装备有n_r≥1个接收天线的接收器设备15，其用于对发送器11发送的信息符号进行解码。然而，技术人员将容易地理解本发明的各种实施例可应用到其它通信系统中，例如，无线多用户MIMO系统和光MIMO系统。本发明可以集成到任意通信系统中，所述系统特征在于接收器设备处信道输出的线性表示(等同于格表示)。另外，虽然发送和接收天线的数量大于一(1)，但是在发送天线的数量大于或等于二(n_t≥2))以及接收天线的数量大于或等于二(n_r≥2)时，各种实施例是尤其有利的。

参见图2，示出了实现本发明的实施例的示例性无线通信系统200。MIMO系统可以包括发送器20，其实现空间时间块码(STBC)以在时间和空间维度编码和发送已调信息。根据无线通信系统200，站的每个发送器20可以与另一站的接收器21交换数据。

MIMO系统可以呈现对称配置。如本文使用的，对称配置指的是发送器和接收器装备有相同数量n_t＝n_r的天线的配置。替代地，MIMO配置可以是非对称的，在该情况下，接收天线的数量n_r不同于发送天线的数量n_t。特别地，为了避免秩亏(rank deficiency)问题，接收天线的数量n_r可能大于在发送器处的天线的数量n_t。

发送器20可以将信号通过噪声无线MIMO信道输送到接收器21。发送器20可以实现于能够在无线环境中操作的不同设备或系统中，例如，用户设备或移动站。发送器20可以是固定的或移动的。其可以包括例如：

-信道编码器201，其实现前向纠错(FEC)码，例如块码或卷积码；

-调制器203，其实现调制方案，例如，输送已调符号向量s_c的正交振幅调制(QAM)；

-空间-时间编码器205，用于输送码字矩阵X；

-n_t个发送天线207，每个发送天线与OFDM或FBMC调制器相关联。

发送器20可以被配置为使用例如实现卷积码的FEC编码器201对接收到的信息比特流进行编码作为数据输入。编码后的二进制信号然后可以使用调制器203被调制为符号向量s_c。可以实现不同的调制方案，例如具有2^q个符号或状态的2^q-QAM 或2^q-PSK。已调向量s_c可以是复值向量，其包括具有每符号q个比特的k个复值符号s₁，s₂，...，s_K。

信息符号s_j具有平均E_s，并且可以写为如下形式：

s_j＝Re(s_j)+i Im(s_j) (1)

在方程式(1)中，i表示复数，例如i²＝-1，并且Re(.)和Im(·)算子分别输出输入值的实部和虚部。

当使用调制格式(例如，2^q-QAM)时，2^q个符号或状态表示整数场

的子集。对应星座包括表示不同状态或符号的2^q个点。另外，在方形调制的情况下，信息符号的实部和虚部属于相同的有限字母表A＝[-(q-1)，(q-1)]。调制方案的最小距离d_min表示在星座中两个相邻点之间的欧几里得距离，并在这种例子中等于2。

空间-时间编码器205可以用于根据编码符号生成码字矩阵X。空间-时间编码器205可以使用长度T的线性STBC，并且可以输送属于码本C的维度为n_t×T的码字矩阵X，并通过T个时隙进行发送。这种码的编码率等于每信道使用

个复值符号，其中在该情况下k是包括维度为k的向量s_c＝[s₁，s₂，...，s_K]^t的编码复值符号的数量。当使用全速率码时，空间-时间编码器205编码κ＝n_tT个复值符号。STBC的例子是完整码。完整码通过编码

(T＝n_t)个数量的复值信息符号来提供完整的编码率，并满足非零行列式属性。

空间-时间编码器205可以使用已知为V-BLAST方案的空间复用方案，通过在不同发送天线上复用接收到的复值信息符号，而不在时间维度执行编码。

可以使用多载波调制技术(例如，使用OFDM或FBMC调制器)将这样构造的码字从时域转换到频域，并将码字在发送天线207上进行扩展。可以可选地在滤波、频移和放大之后从发送天线207发送信号。

接收器21可以被配置为在无线网络中通过受到衰退和干扰并由复值信道矩阵H_c表示的传输信道(也称作“通信信道”)接收并解码由发送器20通信的信号。另外，通信信道可以是嘈杂的，例如收到加性高斯噪声的影响。

接收器21可以集成到基站中，例如，蜂窝网络中的Node-B、局域网或自组网中的接入点或者无线环境中操作的任意接口设备。接收器21可以是固定的或移动的。在一个示例性实施例中，接收器21可以包括：

-空间-时间解码器211，其被配置为从信道矩阵H_c和信道输出信号Y_c输送已调符号向量s_c的估计

-解调器213，其被配置为通过执行估计符号向量

的解调来生成二进制序列；

-信道解码器215，其被配置为例如利用Viterbi算法输送作为发送比特的估计的二进制信号作为输出。

接收器21实现在发送器20中执行的处理的逆处理。因此，如果在发送器处使用了单载波调制而不是多载波调制，则可以通过对应的单载波解调器代替n_r个OFDM或FBMC解调器。

参考图3，其示出了根据本发明特定示例性的空间-时间解码器211。因此，空间-时间解码器211可以包括复值-实值转换器301，其被配置为将复值信道矩阵H_c转换为实值等价信道矩阵H，并将复值信道输出Y_c转换为维度n的实值向量y。根据接收到的信号的复值-实值转换，包括已调符号的复值向量s_c可以被转换为实值向量s。转换后的向量s包括复值的原始信息符号的实部和虚部。空间-时间解码器211可以包括QR分解器303，其被配置为执行H＝QR形式的实值信道矩阵H的QR分解，其中Q是正交矩阵(维度为n*n的矩形矩阵)且R是上三角矩阵。空间-时间解码器211还包括乘法单元305，其被配置为通过乘以实值向量y与正交矩阵Q的转置来确定修正的实部信号

空间-时间解码器211还可以包括：

-初始半径确定单元307，其被配置为确定初始搜索球形区域的初始半径；

-符号估计单元309，其被配置为根据ML解码标准利用ML顺序解码输送实值向量s的估计

根据本发明的各个实施例，符号估计单元309可以被配置为通过执行在当前球形区域内的当前格点的迭代搜索而对ML解决方案求解。每个格点与对应于在格点和接收到的实值信号y之间的欧几里得距离的度量相关联。在第一迭代中，当前球形区域的当前球形半径可以被设置为等于由初始半径确定单元307确定出的初始半径的值。

根据一些实施例，符号估计单元309可以被配置为通过应用线性函数到与最后发现的格点相关联的度量，取决于格点是否在当前球形区域内部发现，来确定当前半径的更新。更具体地：

-如果在当前球形区域内部发现格点，则符号估计单元309可以被配置为将线性函数应用于与发现的格点相关联的度量，这提供了更新后的当前球形半径；

-如果在当前球形区域内没有发现格点，则符号估计单元309可以被配置为将线性函数应用于与最后发现的格点相关联的度量和当前半径的值之和，这提供了更新后的当前球形半径。

根据一些实施例，用于更新当前球形半径的线性函数可以是具有严格小于1的斜率参数α的线性函数。斜率系数可以写为

的形式，其中N是严格大于一(1)的整数。在称作“基于二分法半径更新”的特定实施例中，斜率参数α可以有利地等于二分之一(1/2＝0.5)，即，N＝2支持ML解决方案的搜索的快速聚合和计算复杂度减少。

根据本发明的一个方面，空间-时间解码器211可以包括存储单元311，其被配置为存储在搜索ML解决方案期间发现的每个格点和其相对接收到的实值信号y的欧几里得距离。

根据一些实施例，初始半径确定单元307可以被配置为基于在包括信道加性噪声的噪声方差和预定数量的目标格点的组中选择出的至少一个参数确定初始球形半径。

根据特定实施例，预定数量的目标格点可以取决于信噪比。在本发明对软输出解码的应用中，可以基于至少一个软输出决策可靠性度量来确定目标格点的预定义数量。

空间-时间解码器211还可以包括实值-复值转换器313，其被配置为通过对由符号估计单元309生成的向量

进行实值-复值转换，来输送复值信息符号的向量的估计

转换操作是在复值-实值转换器301处执行的过程的逆。

在本发明对无线Rayleigh衰落多天线系统(无线单用户MIMO)的一个应用中，使用空间复用方案和2^q-QAM调制对从装备有n_t个发送天线的发送器发送到装备有n_r个接收天线的接收器(其中n_r≥n_t)的信号进行解码，接收到的复值信号可以写为如下形式：

y_c＝H_cs_c+w_c (2)

在方程式(2)中，y_c是n_r维向量，s_c表示维度为n_t的发送信息符号的复值向量。复值n_r×n_t矩阵H_c表示包括衰落增益的信道矩阵。在Rayleigh衰落信道中，信道矩阵H_c的条目是独立同分布(i.i.d)复值高斯类型。可以在接收器处利用估计技术(例如，最小二乘估计)在相干传输中已知或估计信道矩阵。除了多路径衰落效果外，传输信道可能是嘈杂的。噪声可能起因于系统部件的热噪声和天线的拦截干扰辐射。可以通过在方程式(2)中通过n_r维复值向量w_c模仿的每实值维度方差σ²的零均值加性高斯白噪声模仿总和噪声。

给出接收到的复值信号，接收器可以试图生成信息符号的原始向量的ML估计。

图4是描绘根据本发明特定实施例基于ML顺序解码使用球形解码器的解码方法的流程图。仅出于说明的目的，将参考用于更新具有等于

(N＝2)的斜率系数的球形半径线性函数进行后续描述。

在步骤401中，可以执行复值-实值转换以确定接收到信号的实值形式。

例如，在利用空间复用方案的一个实施例中，方程式(2)中的系统可以变换为：

方程式(3)中的Re(.)和Im(.)算子表示包括基本向量或矩阵的每个元素的实部和虚部。

方程式(3)还可以写为如下形式：

y＝Hs+w (4)

为了促进理解后续实施例，仅出于说明目的，将参考空间复用方案进行后续描述，所述方案涉及对称MIMO配置，其中发送器和接收器装备有相同数量n_t＝n_r的天线。因此，在方程式(4)中的实值向量y、s和w可以表示为n维向量，其中n＝2n_t＝2n_r，并且等价的实值信道矩阵H将由n×n方向矩阵表示。向量

包括构成向量s_c的原始复值信息符号的实部和虚部。在例如使用2^q-QAM调制的实施例中，向量s的分量属于相同的有限字母表A＝[-(q-1)，(q-1)]。

给出向量s的整数本质，在x＝Hs形式中的任意信号可以被认为是来自发生器矩阵实值信道矩阵H的n维格Λ_H的点。因此，方程式(4)中的MIMO系统可以与格表示相关联。包括原始复值信息符号的实部和虚部的向量s的每个可能的值可以由格Λ_H中的格点表示。此外，由于存在噪声向量w，接收到的实值信号y不对应于格点。其可以被看作是由噪声向量w分布的格Λ_H的点。

“格”在定义上是无限的，即包括无限的格点。当使用诸如QAM的调制时，符号向量s的可能值的集合是有限的，并由有效字母表A确定。在该情况下，对向量s的可能值的相关联的格点构成格Λ_H的有限数量的点。这种格点将在后续描述中被称作“有效格点”。

根据ML解码标准，向量的最佳估计

是以下给出的优化问题的解：

使用方程式(4)中的MIMO系统的格表示，求解方程式(5)的ML解码问题归约为求解格Λ_H中最近向量问题。在该情况下在最小化欧几里得距离的意义下，ML解决方案对应于对接收到的信号的最近格点。

对于实际的实现方式，可以使用MIMO系统的等价树表示。因此，可以在步骤403中执行实值信道矩阵H的QR分解。然后可以获得上三角矩阵

和正交矩阵

从而H＝QR。使用QR分解，方程式(4)可以等价地被写作：

y＝QRs+w (6)

给定矩阵Q的正交性，可以根据以下在步骤405中确定方程式(6)的等价系统：

在方程式(7)中，假定矩阵Q是正交的，

表示修正的噪声向量，具有与噪声向量w相同的统计属性(相同的方差矩阵)。方程式(7)中的系统表示在方程式(4)中的MIMO系统的等价表示。因此可以通过发生器矩阵上三角矩阵R的格Λ_R定义等价的格表示。方程式(5)中的ML解码问题因此可以表达为：

ML度量可以定义为：

此外，给出矩阵R的上三角结构，树表示可以与方程式(7)的MIMO系统相关联。通过解码树(后文中称作“树”或“搜索树”)定义树表示。解码树是包括多个节点、层次、分支和路径的图表数据结构。更具体地，对应于方程式(7)的MIMO系统，其包括n层次(level)，其中每层次包括至多card(A)节点，其中card(A)表示有限字母表A的基数。

在树中的节点对应于包含于向量s内的复值信息符号的实部和虚部的不同可能值。

层次对应于向量s中倒序的解码符号的秩，从而位于树的第一层次的节点对应于符号向量s的最后分量，第二层次对应于倒数第二，等等。通过写向量s＝(s₁，s₂，...，s_n)^t,，位于树中层次k的节点对应于符号s_n-k+1的可能值。位于树的最后一层次的节点被称作叶子节点，并且对应于第一符号s₁的可能值。

分支起自被称作“根节点”的虚拟节点并链接位于两个连续层次中的节点。根节点可以表示为s_root或s_n+1。表示为(s_i+1，s_i)的分支对应于在位于连续层次n-i和n-i+1中的两个节点s_i+1和s_i之间的连接。连接根节点到位于树的第一层次处的节点s_n的分支通过惯例被表示为(s_n+1，s_n)。

每个分支与成本函数(后文也称作“局部度量”或“局部欧几里得距离”)相关联。可以利用ML度量通过以下定义与分支(s_n+1，s_n)相关联的成本函数：

在方程式(10)中，

表示向量

的第i个分量，并且R_ij表示位于第i行第j列中上三角矩阵R的分量。与开始于根节点的分支(s_n+1，s_n)相关联的成本函数由以下各处：

在树中的每个节点与度量相关联。利用分支的局部度量的定义，可以将与树中给定节点相关联的度量看作构成从根节点到该给定节点的路径的不同分支的局部度量之和。因此，与位于层次k的节点s_n-k+1相关联的度量可以表达为：

从根节点到叶子节点的路径对应于符号向量s的可能值

与叶子节点相关联的度量对应于在接收到的等价信号

和使用向量

获得的向量

之间的欧几里得距离。

根据MIMO系统的树表示，可以通过在解码树中执行树搜索而等价地对ML估计问题求解。因此，ML解决方案对应于解码树中导致最低度量的路径。

树搜索的计算复杂度与在树搜索期间访问的节点的数量成比例，这取决于在每层次处节点的数量和解码树的总数。为了减少所检查的节点的数量并因此减少解码复杂度，可以有利地使用球形解码器。通过施加解码树的每层次的搜索间隔，球形解码器基于在树搜索期间减少的访问节点的数量。仅检查属于这些搜索间隔的节点，同时利用具有最低度量的路径。利用在方程式(7)中MIMO系统的等价格表示，被访问节点的减少的数量可以被等价地看作减少在针对接收信号的最近向量的格搜索期间访问的格点的数量。特别地，球形解码器基于在以表示接收到的实值信号的点为中心的给定半径C的球形区域

内的格搜索。因此，通过由以下求解优化问题而确定ML解决方案：

可以在步骤405中确定初始球形半径C_init。在本发明的一个实施例中，可以基于根据以下的加性信道噪声的方差确定初始球形半径：

C_init＝2nσ² (14)

在另一实施例中，根据以下考虑传播信道的动态和信号衰退的改变确定初始球形半径：

C_init＝min(diag(H^tH)) (15)

给定确定出的初始半径，可以在步骤407中执行称作“空区(empty zone)”的区域的半径C和第二半径C_empty的初始化。空区对应于不包括任意有效格点的球形区域。半径C是定义被认为是搜索有效格点的当前球形区域

的当前半径。因此，当前半径可以被设置为等于确定出的初始半径，如C＝C_init。空区的半径可以被初始化为零(C_empty＝0)的。

可以迭代地重复步骤409-425，以更新当前半径C的值来在当前球形区域

内搜索有效格点。

在步骤409中，可以在当前半径C的当前球形区域

内执行格点搜索。

为了执行格点搜索，可以计算在每层次利用的确定节点的每个节点s_i(i＝n，...，1)的边界间隔

表示搜索间隔的下边界，而

对应于该搜索间隔的上边界。

可以首先确定由ρ＝H^-1y和ξ＝ρ-s定义的两个向量。利用这些向量，在方程式(13)中的球形区域约束

可以等价地表达为||Rξ||²≤C。此外，利用注释

还可以通过以下给出球形区域约束：

因此，可以为符号s_rv，...，s₁确定边界限制，从而：

其中：

可以在方程式(15)和(17)中的下边界和上边界的表达中清楚地注意到在搜索有效格点的当前球形区域

的当前半径C的值和树中的搜索间隔之间的依赖关系。

此外，根据使用有限星座的特定实施例(例如，在存在QAM调制中)，可以对边界限制上施加额外约束以保证针对当前球形区域内正在搜索有效的格点。首先，可以确定有限字母表A的缩放版本，从而字母表可以表达为A＝[c_min，c_max]的形式。因此，当使用2^q-QAM调制时，在方程式(15)中的搜索间隔的边界限制还可以通过以下给出：

给出确定的搜索间隔，可以通过探索树中的搜索间隔以发现对应于向量

的路径，从而所有其分量都属于搜索间隔，来实现在当前球形区域

内搜索有效格点。

如果在步骤411中确定在当前球形区域

内发现有效格点，则可以执行步骤413-419来确定将在后续迭代中考虑用于在更新后的当前球形区域内的新的有效格点的当前半径的更新值。

根据一些实施例，可以通过将线性函数f(.)施加到与发现的格点相关联的度量，而确定当前球形半径的更新。在这种实施例中，可以执行第一步骤413，以在堆栈中存储发现的有效格点

以及到接收到的信号的欧几里得距离。利用方程式(9)中ML度量的定义，可以根据

确定在发现的有效点

和接收到的信号之间的欧几里得距离。

给出发现的有效格点的欧几里得距离的存储值，可以响应于在步骤415中执行的比较，在步骤417或419中更新当前半径。

在特定实施例中，可以通过斜率参数

定义用于更新当前半径的线性函数f(.)，其中系数N大于等于2。特别地，在称作“基于二分法的半径更新”的实施例中，系数N可以等于二(2)，使得线性函数f(.)包括除以2。

因此，如果在步骤415中确定

则在步骤417中根据以下更新当前半径：

替代地，如果在步骤415中确定出

则可以根据以下在步骤419中更新当前半径：

如果在步骤411中确定在当前球形区域

内没有发现有效格点，则可以执行步骤421-425以确定被替代考虑用于搜索更新的当前半径区域内的有效格点的当前半径的更新值。因此，可以首先执行步骤421来比较当前球形区域

的半径C和空区C_empty的最后值。

如果在步骤421中确定出C＞C_empty，则表示当前球形区域

不是空区，并且可以包括至少一个有效的格点。在该情况下，可以执行步骤423来更新空区的半径为C_empty＝C。随后可以执行步骤425来通过将线性函数f(.)应用到空区的更新的半径和最后发现的有效点的度量

之和而更新当前半径。在利用斜率系数α＝1/2的特定实施例中，可以通过以下给出更新后的当前半径：

如果在步骤421中确定出C≤C_empty，则表示当前考虑的球形区域

小于空区，并因此不包括任意有效的格点。这表示ML估计被发现并对应于存储于堆栈中最后发现的有效格点。在该情况下，可以执行步骤427以确定解码过程，并输出向量s的ML估计

ML估计对应于在格点搜索期间最后发现的有效格点。

图5是示出根据本发明特定实施例用于确定步骤405的初始半径C_init的方法的流程图。在这种实施例中，除了噪声统计外，还可以确定初始半径，从而可以达到在搜索ML解决方案期间访问的格点的预定义目标数量。先前用于更新当前球形半径的值的线性函数f(.)可以在特定实施例中用于确定初始半径C_init。仅出于说明的目的，可以参考由等于1/2的斜率参数定义的线性函数进行后续描述。

可以执行步骤501来确定目标格点的数量。在使用有限星座的特定实施例中，可以在步骤501中确定目标有效格点的数量N_p。

在一些实施例中，目标格点的数量可以取决于信噪比。

在应用于软输入解码的一些实施例中，可以基于至少一个软输出决策可靠性度量确定目标格点的数量。

在步骤503中，可以确定第一半径C₀＝2nσ²，从而等于C₀的半径的球形区域

包括具有高概率的至少一个格点。

可以迭代执行步骤505和步骤507，以更新第一半径C₀的值，直到达到半径为C₀的球形内部的格点的目标数量。在步骤505中，可以使用线性函数f(.)执行第一半径C₀的当前值的更新。根据特定实施例，可以通过C₀＝C₀/2给出更新后的第一半径。

在步骤507中确定达到格点的目标数量N_p，可以在步骤509中确定初始半径C_init，并将其设置为第一半径C₀的最后更新值。

在特定实施例中，可以已领以下关系执行在步骤507中确定是否达到在半径为C₀的球形区域内的目标格点的数量N_p：

在方程式(22)中，vol(Λ_R)＝vol(Λ_H)＝|det(H)|＝|det(R)|指定格Λ_H的基本体积以及等价地指定格Λ_R。v_n代表在实空间

中单位半径的球形的体积并由

给出。

在使用有限星座的特定实施例中，可以利用以下给出的表达式执行在步骤507中确定是否达到有效格点的目标数量：

在方程式(23)中，系数β取决于使用的调制。例如，对于4-QAM调制的情况，β＝3/2；对于16-QAM调制，β＝3/4；以及对于64-QAM调制，β＝3/8。

图6示出了利用空间复用和16-QAM调制的8*8MIMO系统的情况中获得的根据信噪比依据乘法次数的计算复杂度。针对球形解码器的是三个不同实现方式评估计算复杂度：“传统球形解码器”指的是使用经典半径更新方法的球形解码。“DRSD”指的是根据本发明特定实施例的使用球形半径更新的球形解码，其中用于更新当前球形区域的半径的线性函数的斜率参数等于1/2。“改善的DRSD”指的是根据特定实施例的球形解码，其中基于根据方程式(23)的有效格点的目标数量确定初始球形半径。数字结果示出了利用根据本发明的各种实施例的半径更新提供计算复杂度中的显著减小。针对在分贝标度0dB和6dB之间变化的信噪比，利用经典半径更新方法关于球形解码的复杂度增益达到90％，并且在等于15dB的信噪比处几乎等于75％。

图7示出根据信噪比在分别利用在每个发送器和接收器处的4个和8个天线的两个对称MIMO配置中“传统球形解码器”上的“DRSD”解码方案的复杂度减少的百分比。此外，在16-QAM调制的情况下评估复杂度减小。描绘的结果示出复杂度减小取决于MIMO系统中天线的数量。特别地，复杂度减小根据在发送器和接收器处部署的天线的数量而增加。

图8示出在利用根据实现基于二分法的半径更新(在图例中称作“迭代数量i(n，σ²，d²＝C)”)和利用对数函数的逼近的特定实施例的球形解码器获得的访问格点的数量。由i(n，σ²，d²＝C)表示的迭代的次数因此通过由以下给出的对数函数来逼近：

g(i)＝0.5xlog₂(1+2nσ²)+2 (24)

由C_DRSD表示的DRSD解码方案的复杂度因此可以通过下式来逼近：

C_DRSD≈(4n²+28n)xi(n，σ²，d²＝C) (25)

在方程式(25)中对计算复杂度的逼近给出根据使用基于二分法的半径更新的特定实施例的球形解码算法的计算复杂度的阶。因此计算复杂度处于O(n²)的阶。而利用经典球形半径更新的球形解码算法的计算复杂度是O(n³)阶。

利用方程式(25)，在利用DRSD获得的计算复杂度和利用经典球形解码器获得的计算复杂度之间的分数(比率)(由

表示)可以通过下式来逼近：

在方程式(26)中，F_p(k)表示每个访问格点的元素计算操作(乘法、加法、乘方等)的数量。N(k， σ²，d²＝C)表示包含于半径d²＝C的k维球形内格点的数量的理论近似。

图9示出在利用实现基于二分法半径更新的球形解码器获得的计算复杂度和利用基于经典半径更新技术的经典球形解码器获得的计算复杂度之间的分数(fraction)近似的数值结果。利用16-QAM调制针对4*4和8*8MIMO系统评估模拟结果(在图例中称作“Simu分数”)和理论结果(在图例中称作“Aprx分数”)。利用方程式(26)中的近似推导理论结果。标绘出的结果示出了理论近似的准确性并验证O(n²)阶的DRSD的计算复杂度的方差。

虽然在利用信息符号的空间复用的MIMO系统中详述了本发明的各个实施例，但应该注意本发明还可应用于使用线性空间-时间块码的配置。在存在长度为T和编码k个符号时，可以以方程式(4)的格表示形式写出信道输出的实值表达，其中等价信道矩阵是由以下给出的实值2n_rT×2κ矩阵H_eq：

2n_tT×2κ矩阵G表示已知为线性空间-时间块码的发生器矩阵或编码矩阵的实值矩阵。I_T表示维度为T的单位矩阵，而算子

是Kronecker矩阵乘积。

此外，虽然针对以相同数量的发送和接收天线为特征的对称MIMO配置详述了本发明的各个实施例，但是可以理解的是，本发明还可以应用于n_t＜n_r的非对称MIMO配置中。还可以通过执行步骤701的复值-实值转换到由以下给出的等价系统获得方程式(4)形式的格表示：

在方程式(26)中，矩阵U和V是根据矩阵H_c＝UDV^t的奇值分解与矩阵D一起获得的。D是具有表示矩阵H_c的奇值的正对角条目的对角矩阵。上标

表示Hermitian转置算子。

此外，结合基于实值信道矩阵的QR分解的球形解码描述了本发明的各个实施例。但是，应该注意的是，在执行QR分解之前，各个实施例可以应用于任意的预先处理的信道矩阵。可以单独地或组合地实现若干预处理技术。示例性预处理技术包括置换信道矩阵的行和/或列，利用最小均方差-广义决策反馈均衡器(MMSE-GDFE)执行。

此外，本发明的各个实施例不限于特定类型的解码，并且适用于硬输出和软输出解码。

在对软输入解码的一个应用中，根据本发明的各个实施例的方法和设备允许生成信息符号的原始向量的估计列表。因此获得的该列表可以用于计算用于对由原始信息符号携带的不同信息比特的外部信息进行逼近的对数似然比值。可以在搜索ML解决方案期间根据存储的有效格点填充估计的列表。

可以通过各种方式实现本文描述的方法和设备。例如，这些技术可以实现于硬件、软件或其组合中。对于硬件实现方式，例如可以根据仅硬件配置(例如，在具有对应存储器的一个或多个FPGA、ASIC或VLSI集成电路)或根据使用VLSI和DSP的配置实现空间-时间解码器211的处理元件。

图10表示根据本发明特定实施例的空间-时间解码器211的示例性硬件架构90。硬件架构90可以实现在机器或计算机执行设备中，如图所示，空间-时间解码器211可以包括各种计算、存储和通信单元，其可能通过数据和地址端口99彼此交互，并且包括：

-输入外围设备91，用于例如从接收天线209接收输入数据；

-处理外围设备93，其包括一个或多个微处理器(CPU)，例如，FPGA或ASIC，其例如被配置为执行对应指令来运行根据本发明各个实施例的方法和算法；

-存储外围设备95，其可能包括随机存取存储器(RAM)或只读存储器，来例如存储在搜索ML解决方案期间发现的格点和格点的目标数量；

-输出外围设备97，其包括通信单元(例如，显示器)，例如支持在接收器设备21和MIMO系统管理员之间的人机接口以用于配置和维护目的。

此外，虽然涉及无线单用户MIMO系统描述了本发明的特定实施例，但是应该注意的是，本发明不限于这种应用。本发明可以集成到在任意线性通信系统中操作的任意接收器设备中，其特征在于信道输出的线性表示。通信系统可以是有线、无线或基于光纤的，容纳单个或多个用户，利用单个或多个天线以及单载波或多载波通信技术。例如，本发明可以集成到在无线分布MIMO系统中实现的接收器设备中。分布式MIMO可以例如用于应用于3G、4G、LTE和5G和将来标准中的蜂窝通信。例如应用于自组网络(无线传感器网络、机器对机器通信、物联网……)中的协作通信也是分布式MIMO系统的例子。除了无线网络外，本发明可以集成到实现在基于光纤的通信系统的光接收器设备中，例如，偏振分复用-OFDM(PDM-OFDM)系统。

此外，本发明不限于通信设备，并可以集成到信号处理设备中，例如，在音频应用(例如，音频交叉和音频控制)中使用的有限脉冲响应(FIR)的电子滤波器。因此，给定M阶的FIR滤波器的输出序列，本发明的特定实施例可以用于确定输入序列的估计。

此外，本文描述的方法可以通过供应到任意类型计算机的处理器的计算机程序指令实现，以产生具有执行指令以实现本文指定的功能/动作的处理器的机器。这些计算机程序指令还可以存储于计算机可读介质中，其可以引导计算机以特定方式运作。为此，计算机程序指令可以加载到计算机上，以引起执行一系列操作步骤，并由此产生计算机实现过程，从而执行的指令提供用于实现本文指定的功能的过程。

虽然通过描述各个例子说明了本发明的实施例，以及虽然以相当多细节描述了这些实施例，但是申请人并不打算将随附权利要求的范围约束或以任意方式限制到特定细节、代表性方法和图示和描述的说明性例子。

Claims

1.一种用于对通过通信系统中的传输信道接收到的信号进行解码的解码器，所述信号包括信息符号的向量，所述传输信道由信道矩阵表示，其中所述解码器包括：

-初始半径确定单元(307)，其被配置为确定初始半径；

-符号估计单元(309)，其被配置为迭代地确定当前半径以在由所述当前半径定义的当前球形区域内搜索格点，所述当前半径初始被设置为所述初始半径，所述符号估计单元(309)被配置为：针对在所述当前球形区域内发现的每个格点，与度量相关联地存储所述格点，所述度量是根据在所述信号和所述格点之间的欧几里得距离确定的，所述符号估计单元(309)还被配置为通过应用线性函数来更新所述当前半径，所述线性函数具有严格小于一的斜率参数，

-其中，如果在所述当前球形区域内发现格点，则将所述线性函数仅应用于与发现的格点相关联的度量，以生成第一结果，并且：

*如果所述第一结果大于空区半径，则所述当前半径被更新为所述第一结果；

*如果所述第一结果小于或等于所述空区半径，则将所述线性函数应用于与最后发现的格点相关联的度量和所述空区半径之和，以生成第二结果，并且所述当前半径被更新为所述第二结果；并且

-如果在所述当前球形区域内没有发现格点，则将所述线性函数应用于与所述最后发现的格点相关联的所述度量和所述当前半径的值之和，以生成第三结果，并且所述当前半径被更新为所述第三结果；

其中，所述解码器被配置为根据由符号估计单元(309)发现的格点中的至少一个格点确定所述信息符号的向量的至少一个估计。

2.根据权利要求1所述的解码器，其中，还包括存储单元(311)，其被配置为存储每个发现的格点。

3.根据权利要求1或2所述的解码器，其中，所述初始半径确定单元(307)被配置为基于从由以下组成的组中选择的至少一个参数来确定所述初始半径：噪声方差，以及目标格点的预定义数量。

4.根据权利要求3所述的解码器，其中，所述目标格点的预定义数量是基于信噪比确定的。

5.根据权利要求2所述的解码器，其中，所述信息符号携带信息比特，所述解码器还被配置为根据存储于所述存储单元(311)中的所述格点针对所述信息比特确定对数似然比值。

6.根据权利要求5所述的解码器，其中，还基于与所述对数似然比值相关联的至少一个可靠性度量来确定目标格点的数量。

7.根据权利要求1或2所述的解码器，其中，所述符号估计单元被配置为利用顺序解码算法和通过执行所述信道矩阵的QR分解确定出的上三角矩阵来在由所述当前半径定义的当前球形区域内搜索格点。

8.根据权利要求1或2所述的解码器，其中，所述解码器还被配置为在所述信道矩阵上执行预处理。

9.根据权利要求8所述的解码器，其中，所述预处理是在由行和/或列的置换、格归约(lattice reduction)以及MMSE-GDFE滤波组成的组中选择的。

10.一种用于接收并解码信息符号的向量的接收器，其中，所述接收器包括根据权利要求1至9中任一项所述的被配置为对所述信息符号的向量进行解码的解码器。

11.一种无线设备，其被配置为在无线多输入多输出通信系统中接收数据，其中所述无线设备包括根据权利要求10所述的被配置为接收并解码信息符号的向量的接收器。

12.一种光设备，其被配置为在光多输入多输出通信系统中接收数据，其中所述光设备包括根据权利要求10所述的被配置为接收并解码信息符号的向量的接收器。

13.一种对通过通信系统中的传输信道接收到的信号进行解码的方法，所述信号包括信息符号的向量，所述传输信道由信道矩阵表示，其中所述方法包括：

-确定初始半径；

-迭代地确定当前半径以在由所述当前半径定义的当前球形区域内搜索格点，所述当前半径初始被设置为所述初始半径，所述方法包括：针对在所述当前球形区域内发现的每个格点，与度量相关联地存储所述格点，所述度量是根据在所述信号和所述格点之间的欧几里得距离确定的；

其中，所述方法包括通过应用线性函数来更新所述当前半径，所述线性函数具有严格小于一的斜率参数，

所述方法还包括：根据发现的格点中的至少一个格点确定所述信息符号的向量的至少一个估计。

14.一种对通过通信系统中的传输信道接收到的信号进行解码的非瞬态计算机可读存储介质，所述信号包括信息符号的向量，所述传输信道由信道矩阵表示，所述非瞬态计算机可读存储介质包括指令，当被处理器执行时，所述指令使得处理器用于：

-确定初始半径；

-迭代地确定当前半径以在由所述当前半径定义的当前球形区域内搜索格点，所述当前半径初始被设置为所述初始半径，所述计算机程序产品被用于：针对在所述球形区域内发现的每个格点，与度量相关联地存储所述格点，所述度量是根据在所述信号和所述格点之间的欧几里得距离确定的；所述处理器还被用于通过应用线性函数来更新所述当前半径，所述线性函数具有严格小于一的斜率参数，

其中，所述处理器还用于：根据发现的格点中的至少一个格点确定所述信息符号的向量的至少一个估计。