CN110071895A - 接收设备和接收方法 - Google Patents

Abstract

提供一种接收设备和接收方法。提供一种用于产生非均匀星座的方法。所述方法包括执行第一处理的步骤，第一处理包括以下步骤：获得由一个或更多个参数值限定的第一星座；使用第二处理基于第一星座产生第二星座。第二处理包括以下步骤：获得候选星座集，其中，候选星座集包括第一星座和一个或更多个修改的星座，其中，每个修改的星座是通过修改限定第一星座的参数值而获得的；根据预定性能指标确定每个候选星座的性能；将具有最佳性能的候选星座选为第二星座。

Description

接收设备和接收方法

本申请是向中国国家知识产权局提交的申请日为2014年7月8日、申请号为201480050068.9、发明名称为“非均匀星座”的申请的分案申请。

技术领域

本发明总体涉及设计用于信号传输的非均匀星座的方法、设备和系统。更具体地说，本发明涉及用于设计与均匀星座相比使性能(例如，关于容量和信噪比(SNR)增益的性能)最大化的非均匀星座和用于设计高阶非均匀星座的方法、设备和系统。

背景技术

在数字调制方案中，通过对具有特定频率的载波的幅度和/或相位进行调制来发送数据符号。例如，数据符号通常表示M比特的数据段，导致N＝2^M个可能的符号。N个可能的符号的集可被映射到N个各个固定的复数(被称为星座点)的集，并可以按照星座图的形式被表示在复数平面上。为了发送给定符号，复数载波乘以与符号相应的星座点的值，从而将载波的幅度和相位调制了与星座点的幅度和相位分别相应的量。

在各种调制方案中使用各种星座设计，其中，各种调制方案包括N-正交幅度调制(QAM)和N-相移键控(SPK)，其中，在QAM中，星座包括N个等间距的星座点的方点阵，在PSK中，星座包括N个等间距的星座点的圆点阵。各种其它星座设计也是已知的。

为了测量给定星座的性能或在不同星座之间测量性能，可使用各种度量标准。

例如，容量是可通过通信信道可靠地传输的最大信息率的指标。由香农推导的公知公式给出信道的最大理论容量。编码调制(CM)容量是在没有任何编码约束的情况下使用固定的非均匀星座可达到的最大容量。比特交织编码调制容量是使用特定二进制前向纠错(FEC)方案和固定的非均匀星座可达到的最大容量。

另外，当比较两种系统时，达到相同比特误差率(BER)所需要的信噪比(SNR)的差可被称为SNR增益。

与均匀星座相比，非均匀星座是星座点不是等间距的星座。使用非均匀星座的一个优点在于对于例如低于特定值的SNR值，性能可被提高。例如，与同等的均匀星座相比，通过使用非均匀星座可提高BICM容量。使用非均匀星座还可达到比同等的均匀星座更高的SNR增益。

星座可由例如指定星座点之间的间距的一个或更多个参数来表征。由于均匀星座的星座点是等间距的，因此表征均匀星座的参数的数量通常等于1。例如，对于QAM类型星座，由(恒定)点阵间距来表征星座。对于PSK类型星座，由(恒定的)每个星座点与原点的距离来表征星座。另一方面，由于在非均匀星座中的星座点之间的间距是不同的，因此，表征非均匀星座所需要的参数的数量相对多。随着星座的阶(即，星座点的数量)的增加，参数的数量也增加。

设计非均匀星座的一个问题在于寻找最优星座所需要搜索的参数数量相对高。这个问题在较高阶的星座的情况下更严重。在高阶星座(例如，包括超过1024个星座点的星座)的情况下，遍历所有参数的穷举搜索可能难以实施。

因此，想要一种用于设计非均匀星座的技术，具体地说，一种用于设计使性能(例如，容量和SNR性能)最优化的非均匀星座。还想要一种用于使用具有相对低的复杂度和相对高的计算效率的算法来设计非均匀星座的技术。

发明内容

技术问题

本发明的特定示例性实施例的目的在于处理、解决和/或缓解与本领域相关的问题和/或缺点中的至少一部分、至少一个，例如，上述问题和/或缺点中的至少一个。本发明的特定示例性实施例的目的在于提供本领域的至少一个优点，例如，下述的优点中的至少一个。

技术方案

在独立权利要求中限定本发明。在从属权利要求中限定有利特征。

根据本发明的一方面，提供了一种用于产生非均匀星座的方法。所述方法包括执行第一处理的步骤，第一处理包括以下步骤：获得由一个或更多个参数值限定的第一星座；使用第二处理基于第一星座产生第二星座。第二处理包括以下步骤：获得候选星座集，其中，候选星座集包括第一星座和一个或更多个修改的星座，其中，每个修改的星座是通过修改限定第一星座的参数值而获得的；根据预定性能指标确定每个候选星座的性能；将具有最佳性能的候选星座选为第二星座。第一处理还包括以下步骤：确定第一星座和第二星座之间的差；如果第二星座与第一星座之间的差超过阈值量，则通过将在第一处理的当前迭代中产生的第二星座用作下一迭代中的第一星座来重复第一处理。

此外，在第一处理的第一迭代中使用的第一星座可包括均匀星座。

此外，第一星座和第二星座可包括受到一个或更多个几何限制的星座。

此外，第一星座和第二星座包括四个象限，几何限制可包括星座关于四个象限对称的限制。

此外，其中，几何限制包括以下限制：星座点被沿第一线和第二线布置，第一线与第二线垂直，第一线的数量与第二线的数量相同，沿每条第一线布置相同数量的星座点，沿每条第二线布置相同数量的星座点。

此外，至少一个参数值可包括固定值。

此外，第一处理还可包括以下步骤：如果第二星座与第一星座之间的差不超过阈值量，则将第二星座输出为第三星座。

此外，修改限定第一星座的参数值的步骤可包括：将一个或更多个参数值修改至少特定步长。

此外，修改限定第一星座的参数值的步骤可包括：将所述一个或更多个参数值改变所述步长的整数倍。此外，第一处理还可包括以下步骤：如果第二星座与第一星座之间的差不超过阈值量，则确定所述步长是否小于阈值步长，并且如果所述步长小于阈值步长，则将第二星座输出为第三星座；如果所述步长大于或等于阈值步长，则减小所述步长，并且通过将第二星座用作第一星座来重复第一处理。

此外，参数值包括两个或更多个参数值，修改限定第一星座的参数值的步骤可包括：修改参数值的子集，同时使其它参数值保持固定，所述方法可包括将第一处理的步骤重复一次或更多次，使得所述参数值的不同子集在第一处理的每次迭代中被修改，其中，在迭代中输出的第三星座在下一次迭代中被用作第一星座。

此外，在第一处理的迭代中的候选星座集中被修改的星座可不包括在先前迭代中的候选星座集的星座。

此外，所述预定性能指标可包括使用特定候选星座并使用被限定的传输系统而实现的性能，其中，被限定的传输系统由一个或更多个系统参数值的集来限定。

此外，所述预定性能指标可包括两个或更多个分量性能指标的加权和，其中，每个分量性能指标包括使用特定候选星座并使用各个被限定的传输系统而实现的性能，其中，每个被限定的传输系统由一个或更多个系统参数值的各个集限定。

此外，当确定特定候选星座的性能时，如果任何分量性能指标会低于特定阈值，则从候选星座的集中排除候选星座。

此外，与每个被定义的传输系统的特定参数相关联的参数值可包括落入特定范围内的值。

此外，系统参数值可包括指示信道类型的值。

此外，系统参数值可包括SNR值。

根据本发明的另一方面，提供了一种用于产生非均匀星座的方法。所述方法执行第三处理，第三处理包括以下步骤：获得第三星座，将SNR值确定为BER低于阈值的最低SNR，其中，BER是使用第三星座并使用特定被定义的传输系统达到的BER，根据预定性能指标在确定的SNR值的情况下获得在被定义的传输系统内具有最佳性能的第四星座；通过将第四星座用作第三星座来重复第三处理，直到确定的SNR值最小，其中，定义特定的被定义的传输系统的系统参数值包括作为SNR值的最小SNR值。

此外，所述预定性能指标可包括信道容量。

此外，可通过将第一星座的一个或更多个星座点移动至少特定步长来获得修改的星座。

此外，所述移动可包括沿径向移动步长的整数倍。

此外，所述移动可包括沿第一正交方向和第二正交方向之一或者两者移动步长的整数倍。

根据本发明的另一方面，提供一种用于产生非均匀星座的方法。所述方法包括以下步骤：执行第四处理，第四处理包括以下步骤：通过执行根据上述方面的方法来产生第三星座，其中，所述预定性能指标包括使用特定候选星座并使用被定义的传输系统达到的性能，其中，由一个或更多个系统参数值的集来定义被定义的传输系统；修改系统参数值；确定修改的系统参数值是否满足预定条件；如果修改的系统参数值不满足预定条件，则通过将第三星座用作第一星座来重复第四处理。

此外，系统参数值可包括信噪比(SNR)值。

此外，SNR值可被初始化为在预定阈值之上的值，修改系统参数值的步骤可包括减小SNR值。

此外，减小SNR值的步骤可包括将SNR值减小固定量。

此外，预定条件可包括SNR值小于阈值SNR值的条件。

此外，系统参数值可包括针对被定义的传输系统的莱斯衰落信道的莱斯因子，并且SNR值可包括固定值。

此外，其中，莱斯因子可被初始化为预定阈值之上的值，修改系统参数值的步骤可包括减小莱斯因子。

此外，减小莱斯因子的步骤可包括将莱斯因子减小固定值。

此外，预定条件可包括莱斯因子小于阈值莱斯因子的条件。此外，阈值莱斯因子可等于0。

此外，在第一处理的第一迭代中使用的第一星座可包括在具有固定SNR参数值的加性高斯白噪声(AWGN)信道中达到最佳性能的星座。

此外，第四处理还可包括以下步骤：如果修改的系统参数值满足预定条件，则将第三星座输出为第四星座。

根据本发明的另一方面，提供了一种用于产生非均匀星座的方法。所述方法包括以下步骤：执行第一处理，第一处理包括以下步骤：获得第一星座；将比特误差率(BER)低于阈值的信噪比(SNR)值确定为最低SNR，其中，BER是使用第一星座并使用被定义的传输系统达到的BER，其中，由一个或更多个系统参数值定义被定义的传输系统；根据预定性能指标在确定的SNR值的情况下获得在被定义的传输系统内具有最佳性能的第二星座。

此外，获得第二星座的步骤可包括从存储器检索预定星座。

此外，获得第二星座的步骤可包括通过执行根据上述方法的方法来获得星座。

此外，第一处理还可包括以下步骤：通过将第二星座用作第一星座来重复第一处理。此外，第一处理可被重复特定次数。

此外，第一处理被重复直到确定的SNR值是最小的。

此外，在第一处理的第一迭代中使用的第一星座可包括均匀星座。

此外，其中，确定SNR值的步骤可包括执行被定义的传输系统的仿真。

根据本发明的另一方面，提供了一种用于获得非均匀星座的方法，所述方法包括以下步骤：获得由一个或更多个参数定义的第一星座；通过修改第一星座的一个或更多个参数的值来获得候选星座集；计算每个候选星座的容量；基于计算出的容量从候选星座集选择最佳候选作为第二星座；确定第二星座与第一星座之差是否大于阈值量；如果第二星座与第一星座之差大于阈值量，则通过使用第二星座用作第一星座来重复上述步骤。

根据本发明的另一方面，提供了一种用于发送数据的方法，所述方法包括以下步骤：将数据映射到非均匀星座的一个或更多个星座点；根据数据被映射到的星座点来发送信号。

根据本发明的另一方面，提供了一种用于接收数据的方法，所述方法包括以下步骤：接收信号；确定与接收到的信号相应的非均匀星座的一个或更多个星座点；从与接收到的信号相应的星座点对数据进行解映射。

根据本发明的另一方面，提供了一种用于发送数据的设备，所述设备包括：映射器，用于将数据映射到非均匀星座的一个或更多个星座点；发送器，用于根据数据被映射到的星座点来发送信号。

根据本发明的另一方面，提供了一种用于接收数据的设备，所述设备包括以下步骤：接收器，用于接收信号；星座点确定单元，用于确定与接收到的信号相应的非均匀星座的一个或更多个星座点；解映射器，从与接收到的信号相应的星座点对数据进行解映射。

在根据上述方面中的任何方面的特定示例性实施例中，非均匀星座包括根据图18-图49或表2-表22中的任何一个的星座或者对这些星座的旋转和/或缩放以及/或其它转换。

根据本发明的另一方面，提供了一种系统，包括：用于根据这里公开的任何实施例、方面或权利要求发送数据的设备；用于根据这里公开的任何实施例、方面或权利要求接收数据的设备。

根据本发明的另一方面，提供了一种非均匀星座，包括根据图18-图49或表2-表22中的任何一个的星座或者对这些星座的旋转和/或缩放以及/或其它转换。

根据本发明的另一方面，提供了一种设备或系统，被配置为用于实现根据这里公开的任何实施例、方面或权利要求的方法或算法。

根据本发明的另一方面，提供了一种机器可读存储介质，用于存储定义根据这里公开的任何实施例、方面或权利要求的非均匀星座的数据结构。

本发明的另一方面提供了一种包括具有指令的计算机程序，其中，当所述指令被执行时，所述指定实现根据这里公开的任何实施例、方面或权利要求的方法、系统和/或设备。另一方面提供一种存储这样的程序的机器可读存储器。

从以下结合附图进行的公开本发明的示例性实施例的详细描述，本发明的其它方面、优点和显著特定对于本领域的技术人员来说将变得明显。

有益效果

附图说明

从下面结合附图进行的详细描述，本发明的特定示例性实施例的以上和其它方面、特征和优点将更加明显，其中：

图1是根据本发明的实施例的第一算法的示意图；

图2是示出第一算法的步骤的流程图；

图3示出随着图1和图2的第一算法被执行，针对参数之一的C_last的收敛；

图4示出根据本发明的实施例的用于确定在AWGN信道中的在给定SNR值S的情况下的最优星座的第二算法；

图5示出随着图4的第二算法被执行，星座C_best的收敛；

图6示出根据本发明的实施例的用于确定在针对期望的莱斯因子K_rice的莱斯衰落信道中的在给定SNR值S的情况下的最优星座的第三算法；

图7示出根据本发明的实施例的用于确定在瑞利衰落信道中的在给定SNR值S的情况下的最优星座的第四算法；

图8示出根据本发明的实施例的用于确定最优星座的第五算法；

图9示出用于获得针对特定系统的最优星座的处理；

图10示出在AWGN信道中的来自DVB-T2的使用低密度奇偶校验(LDPC)的64-QAM且编码率(CR)为2/3的示例性BER比SNR的图表；

图11示出根据本发明的实施例的用于确定最优星座的第六算法；

图12进一步示出在图11中示出的第六算法；

图13a示出均匀星座(64-QAM)，图13b示出由3个参数表征的非均匀星座(64-QAM)，图13c示出由16个参数表征的非均匀星座(64-QAM)；

图14a示出使用6/15、7/15、8/15、9/15、10/15、11/15、12/15和13/15的各个码率利用非均匀16-QAM星座而获得的一组BER曲线，以及使用相同的码率利用相应的均匀16-QAM星座而获得的一组BER曲线；

图14b是指示针对各个码率的用于获得图14a中示出的BER曲线的均匀星座和非均匀星座的瀑布区处的SNR值以及产生的SNR增益的表；

图15a-图17b示出与图14a和图14b示出的BER曲线和表相似的针对64-QAM、256-QAM和1024-QAM的BER曲线和表；

图18-图25示出分别使用6/15、7/15、8/15、9/15、10/15、11/15、12/15和13/15的码率通过应用图1-图12中示出的算法而获得的示例性非均匀16-QAM星座；

图26-图33示出分别使用6/15、7/15、8/15、9/15、10/15、11/15、12/15和13/15的码率通过应用图1-图12中示出的算法而获得的示例性非均匀64-QAM星座；

图34-图41示出分别使用6/15、7/15、8/15、9/15、10/15、11/15、12/15和13/15的码率通过应用图1-图12中示出的算法而获得的示例性非均匀256-QAM星座；

图42-图49示出分别使用6/15、7/15、8/15、9/15、10/15、11/15、12/15和13/15的码率通过应用图1-图12中示出的算法而获得的示例性非均匀1024-QAM星座；

图50示出根据特定示例性实施例的获得特定信道类型的瀑布SNR的处理；

图51示意性地示出根据特定示例性实施例的基于不同的传输场景获得针对输入的星座的加权性能指标函数的处理；

图52示出根据特定示例性实施例的用于获得最优星座的处理；

图53a和图53b示出根据特定示例性实施例的用于从先前的星座产生候选星座的可选方案；

图54示出降低特定示例性实施例的复杂性的技术；

图55示出根据示例性实施例的用于实现算法的设备；

本说明书的附件示出从本发明的各个实施例获得的结果。

具体实施方式

提供以下参照附图对本发明的示例性实施例的描述来帮助对由权利要求限定的本发明的全面理解。该描述包括各种特定细节来帮助理解，但这些细节被视为仅是示例性的。因此，本领域的普通技术人员将认识到在不脱离本发明的范围的情况下可对这里描述的实施例进行各种改变和修改。

虽然相同或相似的标号可在不同的附图中示出，但是相同或相似的标号可指定相同或相似的组件。

为了清楚和简洁，可省略对本领域已知的技术、结构、构造、功能或处理的详细描述，以避免模糊本发明的主题。

这里使用的术语和词语不限于书面或标准含义，而是仅被发明人用来使本发明能够被清楚或一致地理解。

贯穿本文档的说明书和权利要求书，词语“包括”、“含有”、“包含”及其变形(例如，“包括的”、“含有的”、“包含的”)是指“包括，但不限于”，并不意图(不会)排除其它特征、元件、组件、整体、步骤、处理、功能、特性等。

贯穿本文档的说明书和权利要求书，单数形式包含复数，除非上下文要求另外情况。例如，参照“对象”包括参照一个或更多个这样的对象。

贯穿本文档的说明书和权利要求书，一般形式为“用于Y的X”(这里，Y是某个动作、处理、功能、活动或步骤，X是用于实施该动作、处理、功能、活动或步骤的某个装置)的语言包含被专门适配为、配置为或布置为进行Y但是不是必须专门进行Y的装置X。

结合本发明的特定方面、实施例、示例或权利要求描述的特征、元件、组件、整数、步骤、处理、功能、特性等将被理解为可应用到这里描述的任何其它方面、实施例、示例或权利要求，除非与之不相容。

可以按照在数字广播中使用的任何适当的方法、系统和/或设备的形式(例如，按照移动/便携式终端(例如，移动电话)、手持装置、个人计算机、数字电话和/或数字无线电广播发送器和/或接收器设备、机顶盒等)来实现本发明的实施例。任何这样的系统和/或设备可与任何适当的现有或未来的数字广播系统和/或标准(例如，这里提及的一个或更多个数字广播系统和/或标准)兼容。

根据本发明的实施例的非均匀星座可使用任何适当的包括用于产生或获得这样的非均匀星座的步骤的方法或算法来产生或获得。根据本发明的实施例的非均匀星座可通过任何适当布置的包括用于产生或获得这样的非均匀星座的装置的设备或系统来产生或获得。这里描述的方法或算法可在任何适当布置的包括用于实施该方法或算法的步骤的装置的设备或系统中被实现。

本发明的特定实施例提供用于获得非均匀星座的算法。在本发明的特定实施例中获得的非均匀星座可提供比同等的均匀星座(例如，同阶的均匀星座)更高的容量。本发明的特定实施例可包括使用具有相对低的复杂度和相对高的计算效率的算法来获得最佳非均匀星座。例如，本发明的特定实施例中的算法比起使用搜索所有(或大部分)可能的候选星座的穷举法的算法，获得最佳非均匀星座更快得多。本发明的特定实施例提供用于获得适合于非常高的阶的星座(例如，包括多于1024个星座点)的最佳非均匀星座的算法。

下面描述获得非均匀(NU)正交幅度调制(QAM)星座的各种实施例。然而，技术人员将理解，本发明不限于QAM星座，而可应用到其它类型的星座。

如上所述，星座可由多个参数表征，例如，指定星座点之间的间距的参数，或指定每个正实级(level)的位置的参数(可从这些参数获得完整的星座，这是因为星座针对实轴和虚轴相同，针对正数值和负数值相同)。为了获得最优星座，可采用穷举法，在穷举法中，使用特定步长搜索每个参数的值的组合直至特定最大值。每个参数的值的每种组合相应于不同的星座。选择具有最佳性能的星座。

然而，在特定实施例中，可通过将一个或更多个特定几何和/或对称限制应用于星座来减少参数的数量。例如，第一限制可以是星座在星座的四个象限中是对称的。此外，星座可被限制为：星座点按照QAM类型点阵被排列，在每个象限内，(i)星座点沿水平线和垂直线被布置，(ii)水平线的数量与垂直线的数量相同，(iii)沿每条水平线布置相同数量的星座点，(iv)沿每条垂直线布置相同数量的星座点。在另一示例中，星座可被限制为是圆形星座(例如，具有圆形对称的星座)。此外，具有相同的相对布置而仅在大小方面不同的星座可被视为等同。在这种情况下，参数之一可被设置为固定值。技术人员将理解本发明不限于上述示例，可使用一个或更多个额外或可替换的限制。

在特定实施例中，NU-QAM星座可包括符合一个或更多个几何和/或对称限制(例如，上述限制中的一个或更多个或者全部)的星座或者该星座的旋转或缩放。NU N-QAM星座可包括包含N个星座点的NU-QAM星座。

通过应用上述限制，例如，针对包括16个星座点、64个星座点、256个星座点、1024个星座点、4096个星座点和16384个星座点的星座，参数的数量可被减少分别至1个参数、3个参数、7个参数、15个参数、31个参数和63个参数。缩小的参数集中的参数的数量可由b表示。例如，针对16-QAM，b＝1(其中，在实轴/虚轴的正/负坐标轴上存在16个对称的位置)。因此，仅存在将限定的2个点。由于星座的总能量通常被归一化为1，因此确定一个参数将确定另一个。因此，对于正方形16QAM，b＝1。

在本发明的特定实施例中，使用步长d搜索b个参数中的每个参数的值的组合直至最大值A。因此，搜索迭代的数量等于(A/d)^b。

现在将描述根据本发明的特定实施例的用于针对给定SNR获得最佳非均匀星座的第一示例性算法。该算法使用逐步修改初始星座直到星座收敛的迭代方案。例如，初始星座可以是均匀星座，可通过在迭代之间改变参数的值来修改星座，当在迭代之间所有参数的值改变了小于阈值的量时，发生收敛。最优星座可被限定为根据任何适当的指标具有最佳性能的星座。例如，指标可包括CM容量或BICM容量。在以下的示例中，获得NU 64-QAM星座，其中，(减少后的)可变参数的数量b等于3。

图1是第一算法的示意性示图，图2是示出第一算法的步骤的流程图。在该算法中，使用以下变换。参数C_last表示与b个参数的值的特定集相应的特定星座。使用特定初始星座(例如，均匀星座)来对参数C_last进行初始化。参数SNR表示信噪比。SNR参数被设置为与期望最优星座所针对的SNR相同的期望值。参数C_best表示针对给定SNR使性能最大化(例如使CM容量或BICM容量最大化)的星座。参数d表示在算法中使用的第一步长。参数d(或步)被初始化为根据理论和/或经验确定的适当的值。参数Min_Step表示d的最小允许值，并被设置为固定值。

在第一步骤201，C_last被初始化为输入星座。在下一个步骤203，步d被初始化为值Ini_step。在下一个步骤205，获得候选星座集。候选星座集包括星座C_last和一个或更多个修改的星座，其中，可通过使用任何适当的方案修改限定C_last的一个或更多个参数来获得每个修改的星座。在示出的示例中，可基于C_last和步长d来创建候选星座集，由函数CreatedSet(C_last,d)表示。例如，对于每个星座点，产生三个推导星座[C_last,C_last+d,C_last-d]。具体地，星座集被推导使得C_last中的b个参数的值均被设置为围绕当前参数值改变的n个新的值之一。例如，可使用三个新的值(n＝3)，包括(i)当前参数值，(ii)比当前参数值大d的值，(iii)比当前参数值小d的值。例如，如果存在两个将被限定的星座级，则将被测试的组合的数量是3×3(相应于每个级三个位置)。新的参数的所有组合被用于产生星座集。因此，星座集包括总共n^b个星座。虽然在上述的实施例中针对每个参数使用三个新的值，但是在其它实施例中可使用任何适当的数量的新的值。新的值的集可包括旧的值，或可不包括旧的值。

在特定实施例中，选择每个级的三个值，使得将被测试的可能的总数量为3^b，其中，b是将被最优化的级(参数)的数量。在非常高阶的星座的情况下(例如，在1K以上)，3^b可能非常高。在这种情况下，除了一个级之外的所有级可被固定，针对这个级测试三种可能C_last、C_last+d和C_last-d直到实现收敛。随后可针对其它级重复相同的操作。该操作的开销是成倍的，而非指数的(例如，假设每个级在一次迭代中收敛，则开销将是3×b而不是3^b)。

在下一个步骤207，使用任何适当的性能指标(例如，容量)来计算或确定推导的(候选)星座集中的每个星座的性能。在下一个步骤209，具有最佳性能的候选星座(例如，使性能最大化的候选星座)被指定为C_best。在下一个步骤211，确定C_best与C_last之间的差是否大于阈值。例如，在示出的示例中，阈值等于0，从而确定是否C_best＝C_last。也就是说，确定在星座C_best和星座C_last之间是否存在任何差别(例如，在特定精确度内)。差别可包括差别的任何适当的指标，例如，包括基于几何的差别(例如，星座的星座点的位置的差别)和/或性能指标(例如，星座之间的特定性能方面的差别)。如果在步骤211确定C_best≠C_last，则在下一个步骤213，C_last采用C_best的值(即，从而在下一迭代中的C_last的值等于当前迭代中的C_best的值)，并且方法返回到步骤205，在步骤205中，基于C_last和步来创建候选星座集(CreateSet(C_last,d))。另一方面，如果在步骤211确定C_best＝C_last，则在下一个步骤215，C_last采用C_best的值，并且方法进行到下一个步骤217。

在步骤217，确定是否d<Min_Step。如果在步骤217确定d≥Min_Step，则方法进行到下一步骤219，在步骤219中，步长d被减小。例如，d除以特定因子(例如，2)。在步骤219之后，方法返回到步骤205，在步骤205中，基于C_last和步来创建候选星座集(CreateSet(C_last,d))。另一方面，如果在步骤217确定d<Min_Step，则C_best的值被保存，并且算法结束。

图3示出随着图1和图2的第一算法被执行，针对参数之一的C_last的收敛。起初，参数的值收敛为特定值。当参数的值已在特定精确度内被收敛时，步长d被减小，参数的值进一步收敛，直到步长d已到达最小步长。

在图3中示出的示例中，对于每次迭代，三个新的参数值被尝试，如垂直列的圆点所示。针对每次迭代的最佳的新的参数在图3中被示出为实心圆点。在一次迭代中的最佳参数值被用作下一次迭代的新的参数值。因此，在图3中示出的示例中，三个新的参数值被尝试(包括当前参数以及比当前参数大d或小d的参数)，一次迭代的实心圆点相应于在下一次迭代的列中排列的三个圆点的中间圆点。

在特定实施列中，在图2中示出的算法的步骤217和219可被省略，使得使用初始步长来执行步骤205、207、209、211、213和215。在这种情况下，当在步骤215确定C_best＝C_last时，步长不被减小，而是C_best的值被保存，并且算法结束。通过省略步骤217和219，算法有可能完成得更快。然而，与在图2示出的步骤d被减小的算法中获得的输出的星座C_best相比，在该情况下输出的星座C_best与真正的最优星座之间的差别会更大。这可在图3中看出，其中，可看出在最后迭代中的最佳参数值比起在使用初始步长进行收敛的情况下的最佳参数值，更靠近最佳值(由水平线指示)。

上述的第一算法基于特定性能指标(例如，容量)确定最优星座。在下面，各种算法用于针对由一个或更多个系统参数值的集限定的传输系统确定最优星座，其中，针对系统参数的特定期望值(例如，特定SNR值或特定莱斯因子)，星座被最优化。在这些实施例中，系统参数值被设置为初始值(例如，相对高的值)，使用上述算法(例如，在图2中示出的算法)产生最优星座，其中，性能指标是基于具有设置的系统参数值的限定的传输系统。系统参数值随后被重设为修改的值(例如，通过将值减小特定步长)，并且算法被重新运行。其它系统参数值可保持固定的。该处理被重复，直到系统参数值达到特定期望的值。

例如，图4示出用于确定在AWGN信道中的在给定SNR值S的情况下的最优星座的第二算法。在第一步骤401，通过将SNR参数设置为高的值N来初始化算法，其中，N是大的。例如，初始SNR值可被设置为这样的SNR值：在该SNR值以上，非均匀星座无法提供比同等的均匀星座更好的性能。可根据例如理论和/或经验来确定该值。在步骤401，参数C_last也被初始化为特定星座，例如，均匀星座。

在下一个步骤403，使用用作输入星座的被初始化的星座C_last并使用被实始化的SNR率来运行上述的第一算法。通过应用第一算法，星座C_last将被收敛为针对特定的SNR输入值的最优星座C_best。步骤403的输出是使用第一算法获得的C_best。在下一个步骤405，将SNR值减小特定量(例如，一个单位或者步长)。在步骤405，C_last采用C_best的值(即，使得在下一迭代中的C_last的值等于当前迭代中的C_best的值)。在下一个步骤407，确定是否SNR＜S。如果在步骤407确定SNR≥S，则方法返回到步骤403，其中，在步骤403，使用新的C_last和SNR的值来运行第一算法。另一方面，如果在步骤407确定SNR＜S，则保存C_best的值，并且算法结束。通过应用第二算法，产生的星座C_best是针对期望的SNR值S的最优星座。

图5示出随着图4的第二算法被执行，星座C_best的收敛。三条曲线中的每一条表示三个可变参数中的每个参数的值的变化。连续的实线表示固定参数的固定值。如图5所示，在第二算法的开始处，从图5的右手边开始，SNR值是高的，并且星座是均匀星座，如图5的右手边上的参数的值所定义的，标为“初始条件”。在每次迭代，针对特定SNR值(在图5中由标记指示)获得最优星座。SNR随后被减小，并且针对新的SNR获得最优星座(针对参数之一由图5中的阶梯线指示该处理)。如图5所示，与最优星座相应的参数的值随着SNR值的改变而平缓地改变。重复迭代直到SNR值到达期望的SNR值S。

通过运行图4中示出的第二算法，从SNR值集中的每个SNR值推导最优星座。这些星座与相应的SNR值关联地存储，例如，被存储在查找表中。

图6示出用于确定在针对期望的莱斯因子K_rice的莱斯衰落信道中的在给定SNR值S的情况下的最优星座的第三算法。通过下式给出莱斯信道：

其中，K是莱斯因子，h是瑞利分布(中心和标准化)。起初，第三算法应用上述的第二算法以获得针对AWGN信道的在SNR值S的情况下的最优星座，C_best(AWGN)。在第一步骤601，参数C_last被初始化为C_best(AWGN)。在步骤601，莱斯因子K被初始化为高的值，这可根据理论和/或经验确定。例如，K可被初始化为值K_rice+N，其中，N是大的。

在下一个步骤603，使用作为输入星座的被初始化的星座C_last并使用被初始化的莱斯因子K来运行上述的第一算法以获得最优星座C_best。在下一个步骤605，将莱斯因子K减小特定量(例如，减少一个单位)。在步骤605，C_last采用C_best的值(即，使得在下一迭代中的C_last的值等于当前迭代中的C_best的值)。在下一个步骤607，确定是否K＜K_rice。如果在步骤607确定K≥K_rice，则方法返回到步骤603，其中，在步骤603，使用新的C_last和K的值来运行第一算法。另一方面，如果在步骤607确定K＜K_rice，则C_best的值被保存，并且算法结束。通过应用第二算法，产生的星座C_best是针对期望的莱斯因子K_rice的最优星座。

图7示出用于确定在瑞利衰落信道中的在给定SNR值S的情况下的最优星座的第四算法。瑞利衰落信道是莱斯衰落具有莱斯因子K＝0的特定情况。因此，除了K_rice被设置为0之外，第四算法与上述的第三算法相同。

以下的表1比较了使用穷举搜索、限制性穷举搜索和根据本发明的实施例的算法获得各种星座尺寸(16-QAM、64-QAM和256-QAM)的最优星座的容量计算函数调用的数量。表1中的值是基于0.0125的步长和参数的最大值10。表1还指示了使用限制性穷举搜索和使用根据本发明的实施例的算法的搜索之间的因子差异。如所看到的，根据本发明的实施例的算法更有效得多，例如，针对256-QAM，因子为1.15×10¹⁰。

表1

在表1中，穷举搜索和限制性穷举搜索之间差别如下。假设下面存在0和10之间的4个级(参数)。在穷举搜索中，以特定间隔在整个范围[0-10]上搜索4个参数中的每个参数。在限制性穷举搜索的情况下，每个级将落入的范围是固定的。例如，级1(第一参数)将在范围[0-2.5]中，级2在范围[2.5-5]中，级3在范围[5-7.5]中，级4在范围[7.5-10]中。通过这样做，可能的数量被减少。

图8示出用于确定最优星座的第五算法。该算法与图2中示出的算法密切相应，但被修改为提高整体效率。该算法包括包含了与图2的步骤203-219相应的步骤(步骤803-819)的内部循环。然而，用于创建候选星座集的步骤805从图2的相应步骤205被修改。具体地，在图8的算法中，不像图2的算法那样修改b个参数中的每个参数并尝试新的参数的所有组合，而是一次仅修改一个参数。例如，在内部循环803-819的一次迭代中，仅一个参数(参数i)被修改以产生候选星座级。这些星座的容量被计算，并且最优星座被选择，如图2所示。

在图8的算法中，使用外部循环(步骤821-825)，i的值从1改变为b。在步骤801，图8的算法被初始化，与图2的步骤201相应。可看出，通过使用图8的算法而不是图2的算法，尝试的候选星座的总数量(即，容量计算的总数量)显著减少。然而，在仿真中，使用图8的算法获得的最优星座非常接近于使用图2的算法获得的最优星座，也就是非常接近于使用穷举搜索获得的真正的最优星座。与穷举搜索相比，使用根据本发明的实施例的算法(包括上述的算法)的计算效率的改善随着星座阶数的增加而提高。

如使用图2中示出的算法，在特定实施例中，图8中示出的算法的步骤817和819可被省略。使用上述的技术，可针对特定参数(例如，SNR，莱斯因子等)获得最优星座。这些最优星座独立于任何特定系统实现(例如，独立于特定编码方案)而被获得。在下面，描述用于获得针对特定传输系统的最优星座的各种实施例。

传输系统可包括可影响最优星座的多个处理，例如，FEC编码、比特交织、将比特解复用为信元、将信元映射到星座，信元交织、星座旋转、I/Q分量交织、帧间卷积和帧间块交织和MISO预编码。在比特交织编码调制(BICM)链中使用QAM映射以将比特映射到符号。QAM映射器可使用均匀星座来将比特映射到信元(例如，如DVB-T2中所做出的)。然而，可通过使用固定的非均匀星座来实现容量的增加。非固定的非均匀星座(例如，QAM)可被用于进一步提高容量。BICM容量取决于使用的比特到信元的映射。在LDPC设计、QAM映射和比特到信元的映射中，期望最优化。

在特定技术中，使用特定步长产生不同的星座。获得与星座相应的比特误差率(BER)、块误差率和/或包误差率，并且基于一个或更多个前述误差率选择最优星座。

在本发明的特定实施例中，在图9中示出的处理可被实施以获得用于特定系统的最优星座。在第一步骤901，选择均匀星座(例如，均匀QAM)。在下一步骤903，在SNR值的范围上获得用于选择的均匀星座的BER值(例如，使用仿真或者通过按照理论或经验获得BER值)。可基于例如使用具有特定编码率的特定编码方案(例如，具有特定奇偶校验矩阵的LDPC编码)以及特定比特交织器和信元交织器的特定系统来获得这些值。图10示出在AWGN信道中的来自DVB-T2的使用LDPC的64-QAM且编码率(CR)为2/3的示例性图表。

在下一个步骤905，确定BER下降到阈值(例如，0.001)之下的SNR。可选择阈值使得产生的SNR下降到BER曲线的“瀑布区”(即，BER随着SNR的增加而相对快速地下降的区)内。确定的SNR值可被表示为S，并被称为“瀑布”SNR。

在下一个步骤，可针对在步骤905确定的SNR值S获得最优星座。

例如，在一些实施例中，在步骤907a，可从当执行与图1-图8相关的上述算法时获得的最优星座(存储在查找表中)选择最优星座。具体地，可从查找表中检索先前针对SNR值S确定的最优星座。

可选地，如下，可执行迭代处理以获得最优(非均匀)星座。具体地，在步骤905之后，方法进行到步骤907b，其中，在步骤907b，与图1-图8相关的上述算法被用于获得针对SNR值S(或针对接近于S的值)的最优星座。在步骤907b之后，方法返回到步骤903，其中，在步骤903，在SNR的范围内获得BER值。在此次迭代中，针对在步骤907b中获得的最优星座(而不是如第一次迭代中的初始均匀星座)获得BER值。在与前述类似的方法中，在步骤905确定BER下降到阈值(使用针对最优星座的新的BER值集)之下的SNR值，并在步骤907b获得针对新确定的SNR值的新的最优星座。先前描述的步骤903、905、907可重复特定次数(例如，预定次数)。可选地，当在迭代之间瀑布SNR停止下降反而开始增加时，算法可结束。

图11和图12示出用于确定最优星座的第六算法。该算法与在图8中示出的算法密切相应，但被修改以提高性能。具体地，该算法引入参数值的收敛的方向的概念。例如，在该算法的内部循环内，方法被初始化为0。当创建候选星座时，候选集取决于方向参数。当在步骤1109选择最优星座时，获得参数i的值的收敛的方向。例如，如果参数值向上收敛，则方向参数可被设置为+1，如果参数向下收敛，则方向参数可被设置为-1，如果参数不改变，则方向参数可被设置为0。如图12所示，当参数值向上或向下收敛时，候选星座的数量可被减少。

如上所述，可针对特定系统实现和/或针对特定系统参数值来获得最优星座。例如，可针对特定传播信道类型(例如，AWGN、瑞利或典型Urban、TU6、信道)和针对特定SNR来获得最优星座(例如，使BICM容量最优化的星座)。然而，在一些情况下，可在不同场景中发送数据。例如，可通过不同类型的信道来发送数据，并可使用不同SNR来接收数据。此外，可期望或要求数据传输系统不管场景(例如，信道类型或SNR)而使用相同的星座，从而例如降低系统的复杂度。在一些情况下，传输系统可针对许多不同的场景(例如，信道类型和SNR)使用特定星座。

图50-图53示出用于针对两个或更多个不同的场景(例如，不同的信道类型和/或SNR值)获得最优化(例如，达到最佳容量)的星座的算法。该算法包括多个不同部分。首先，使用与图9中示出的算法相似的算法来获得针对每个信道类型(例如，传播信道类型)的瀑布SNR。基于不同的场景(例如，不同的信道类型和SNR值)来定义针对输入星座的加权性能指标函数(例如，加权容量)。随后，应用与图2、图8或图11中示出的算法相似的算法来确定最优星座，其中，基于加权性能指标来使用性能指标。

图50示出用于针对每个信道类型获得瀑布SNR的处理。每个信道类型被单独地处理以获得其瀑布SNR。具体地，针对每个信道类型重复在图50中示出的处理以针对该信道类型获得各个瀑布SNR。图50中示出的处理按照与图9中示出的算法基本相同的方法来进行操作，因此，为了简洁将省略详细的描述。然而，不像图9示出的算法那样输出最优星座，而是图50中示出的处理输出在处理的最后迭代中确定的瀑布SNR。基于特定信道类型执行图50中示出的处理(包括BER仿真和容量最优化步骤)，并且输出的瀑布SNR被确定为与该信道类型相关联的瀑布SNR。

图51示意性地示出基于不同的传输场景获得针对输入的星座的加权性能测量函数的处理。在此示例中，加权性能指标是加权容量，不同的场景包括不同的信道类型和相关联的瀑布SNR值。如图51所示，候选星座被提供为输入。针对每个信道类型和相关联的瀑布SNR，获得基于信道类型和瀑布SNR的针对输入星座的BICM容量。随后每个获得的BICM容量与各种权重相乘，并且加权的BICM容量相加到一起以获得输出的加权平均BICM容量。可根据任何适当的标准来选择权重。例如，相对普通或重要的信道类型可与相对大的权重相关联。

图52示出用于获得最优星座的处理。图52中示出的处理按照与图2、图8或图11中示出的算法基本相同的方法进行操作，因此，为了简洁，将省略详细描述。然而，当在图52中示出的处理中确定候选性能之中的性能时，基于与图51相关的上述加权性能指标来确定性能。

在图52中示出的处理中，在一些情况下，即使基于单个信道和SNR的针对BICM容量的特定星座的性能可能相对低，该特定星座也可针对加权性能指示达到最佳性能。在特定实施例中，为了确保使用该算法获得的星座能够针对一个或更多个传输场景或所有传输场景达到至少特定级别的性能，当测试每个候选星座时可应用额外的标准来获得星座C_best。具体地，忽略针对一个或更多个特定单个场景或所有场景无法达到至少阈值性能的任何候选星座，并且不能将这样的候选星座选为C_best，即使这样的星座针对加权性能指标达到最佳性能。

在图52中示出的处理中，可使用任何适当的方法(例如，与图9相关的上述方法)基于步长d来推导候选星座集。图53a和图53b示出用于从可在特定实施例中使用的先前星座(C_last)产生候选星座的可选的方案。在图53a和图53b中，空心圆点表示先前星座(C_last)的星座点。对于先前星座的每个星座点，N个修改的星座点的各个集被定义，在图53a和图53b中示出为实心圆点。修改的星座点的每个集形成与先前星座的各个星座点相对接近的星座点的图案。

例如，如图53a所示，修改的星座点的每个集可在先前星座的各个星座点周围形成N＝8个星座点的方形或矩形点阵。点阵间距等于d。可选地，如图53b所示，修改的星座点的每个集可在先前星座的各个星座点周围形成N＝8个星座点的圆环。

通过针对先前星座中的每个星座点选择先前星座本身中的星座点或者修改的星座点的各个集的星座点之一，来获得候选星座。

在上述示例中，基于不同传输场景来定义加权性能指标。例如，在图51中示出的情况下，每个传输场景包括不同的信道类型和相关联的瀑布SNR值。因此，可获得针对信道类型和相关联的SNR值的范围而最优化的星座。在可选的实施例中，在每个传输场景包括相同的信道类型但涉及不同的SNR值(例如，SNR值S1、S1+d、S1+2d、S1+3d、…、S2，其中，d是步长)的情况下，可针对不同的传输场景获得最优星座。也就是说，可针对意图在SNR值的范围中使用的固定信道类型来获得最优星座。在这种情况下，除了如图51所示确定加权性能指标之外，可使用与图50-图53相关的上述算法，不是基于各个信道类型和相关联的瀑布SNR值确定各个BICM容量，而是基于固定信道类型和各个SNR值S1、S1+d、S1+2d、S1+3d、…、S2来确定各个BICM容量。

在上述算法中，可应用技术来降低整体的复杂度。具体地，当候选星座集被产生并且候选星座的性能被测试时，不对先前(即，在一次或更多次先前迭代中)已被测试的那些候选星座再次测试。也就是说，在当前迭代中，仅对在先前迭代中未被测试的那些候选星座进行测试。

例如，如上所述，在迭代中产生候选星座的第一集A，并从该集中选择最佳性能的候选星座a(a∈A)。在下一迭代中，基于先前选择的星座a(a∈B)产生候选星座的第二集B。在该下一迭代中，来自集B的最佳性能的候选星座b(b∈B)需要被确定。

通常，在候选星座的两个集A和B之间将存在至少一些重叠，使得一个或更多个候选星座属于集A和集B两者(即，)，包括星座a。由于已知星座a在集A中的所有星座中具有最佳性能，因此还已知星座a在属于集A和集B之间的重叠(即，A∩B)的所有星座中具有最佳性能。

因此，当测试集B中的星座以确定最佳性能的星座b时，不需要对属于集A和集B之间的重叠的那些星座重新测试(即，不需要对集A∩B中的那些星座重新测试)。不对集B中的所有星座进行测试，而是仅对属于更小的星座集B*的那些星座进行测试，其中，更小的星座集B*包括属于集B的星座但是不包括也属于集A的任何星座(即，)。随后，来自从B*和先前最佳性能星座a的集合形成的集的最佳性能星座(即，来自集B*∪a的最佳性能星座)被选为集B的最佳性能星座b。

与图53a中示出的示例相关的以上理论的示例在图54中示出。在图54的示例中，在迭代i中，发现被指示为黑色圆点的星座点是最佳性能。在迭代i+1，不需要测试共有的子集(包括白色圆点和黑色圆点)，这是因为共有的子集在先前已被测试，并给出了较差的性能。也就是说，在迭代i+1，仅暗灰色圆点需要被测试。因此，在示出的示例中，达到了44％(＝4/9)的复杂度的降低。

图55示出用于实现根据示例性实施例(例如，上述的一个或更多个实施例)的算法的设备。所述设备被配置用于产生非均匀星座。所述设备包括用于执行第一处理的块。用于执行第一处理的块包括：用于获得由一个或更多个参数值定义的第一星座的块；用于使用第二处理基于第一星座产生第二星座的块。用于使用第二处理基于第一星座产生第二星座的块包括：用于获得候选星座的集的块，其中，候选星座的集包括第一星座和一个或更多个修改的星座，其中，每个修改的星座是通过修改定义第一星座的参数值而获得的；用于根据预定性能指标确定每个候选星座的性能的块；用于将具有最佳性能的候选星座选为第二星座的块。用于执行第一处理的块还包括：用于确定第一星座和第二星座之间的差的块；用于在第二星座与第一星座之间的差大于阈值量的情况下，使得用于执行第一处理的块通过将在第一处理的当前迭代中产生的第二星座用作在下一迭代中的第一星座来重复第一处理。

技术人员将理解，图55中示出的任何两个或更多个块的功能可由单个块执行，在图55中示出的任何块的功能可由两个或更多个块执行。可以按照任何适当的形式(例如，硬件、软件、固件或者硬件、软件和固件的任何适当组合)来实现块。

由根据本发明的示例性实施例的方法获得的星座可被用在数字广播系统以将数据从发送器端发送到接收器端。在特定示例性实施例中，系统包括发送器，其中，发送器被布置为获得数据(例如，数据流)，对所述数据执行任何需要的编码和/或其它处理，根据与星座相应的调制方案使用所述数据对信号进行调制，并发送调制信号。系统还包括接收器，其中，接收器被配置为接收调制信号，根据与星座(或者相似或相应的星座)相应的解调方案来对信号进行解调，并执行任何需要的解码和/或其它处理以恢复原始数据。特定实施例可仅包括发送器端设备，仅包括接收器端设备，或者可包括包含发送器端设备和接收器端设备两者的系统。

图13a示出均匀星座(64-QAM)，图13b示出由3个参数表征的非均匀星座(64-QAM)，图13c示出由16个参数表征的非均匀星座(64-QAM)。如图13c所示，在一些实施例中，星座点不被限制为位于方形点阵。如通过比较在图13b和图13c中示出的非均匀星座可看出，参数数量取决于限制的数量。

本说明书的附件包括各种表，其中，这些表包括使用本发明的特定实施例获得的数据。附件1a涉及方形星座，附件2a涉及非方形星座。每个附件涉及四个星座尺寸，16、64、256和1024。

每个表中的第一列是值为最佳的最佳SNR。在指示NU-QAM(方形)的表的情况下，这些表包含最佳的被归一化的级/参数(L1、L2、L3…)。针对每个阶的星座存在不同数量的级。

在指示NUC(非方形)的表的情况下，这些表包含第一象限中的原始点值(a1、a2、a3…)(其它3个象限可由对称性推导)。由于星座是二维的，这些表中的值是复数(A+Bi)。

附图的附件示出从本发明的各种实施例获得的结果。

现在将描述通过应用上述算法而获得的各种结果。例如，描述针对不同尺寸的NU-QAM星座(特别是NU 16-QAM、NU 64-QAM、NU 256-QAM和NU 1024-QAM)并使用不同的码率(特定是6/15、7/15、8/15、9/15、10/15、11/15、12/15和13/15)获得的结果。这些结果示出非均匀星座提供比相应均匀星座更高的显著增益。还描述通过应用上述的算法获得的各种示例性星座的星座点的集的值。

图14a示出使用NU 16-QAM星座(NUC)并使用各种码率(CR)(特别是上面提及的码率)获得的一组BER曲线以及使用相应的(均匀)16-QAM星座并使用相同的码率获得的一组BER曲线。实曲线是针对NU 16-QAM星座的BER曲线，虚曲线是针对相应的均匀16-QAM星座的BER曲线。图14a还指示针对每个码率的使用NU 16-QAM星座获得的相对于相应的16-QAM星座的(在瀑布(WF)区)SNR增益。

图14b是指示针对每个码率的以下项的表：针对用于获得图14a中示出的BER曲线的均匀星座和非均匀星座的在瀑布区的SNR值(例如，瀑布SNR值)以及产生的SNR增益(作为SNR值之间的差被获得)。如所示出的，可获得多达0.3dB(例如，对于8/15和9/15的码率)的SNR增益。

图15a和图15b示出与图14a和图14b相似的使用NU 64-QAM星座和相应的(均匀)64-QAM星座并使用上面提及的码率的一组BER曲线和SNR增益值。

图16a和图16b示出与图14a和图14b相似的使用NU 256-QAM星座和相应的(均匀)256-QAM星座并使用上面提及的码率的一组BER曲线和SNR增益值。

图17a和图17b示出与图14a和图14b相似的使用NU 1024-QAM星座和相应的(均匀)1024-QAM星座并使用上面提及的码率的一组BER曲线和SNR增益值。

图18示出通过使用6/15的码率应用上述算法而获得示例性NU 16-QAM星座。在图18的右手边的星座图中示出各个星座点的位置。在图18的左手边示出右上象限的星座点的值。其它象限的星座点的值可通过对称性被推导出。具体地，对于右上象限中的每个星座点A,在其它三个象限(右下、左下和左上)中的每个象限中存在相应的星座点，分别由A*、-A*和-A给出，其中*表示复共轭。

图19-图25示出通过分别使用码率7/15、8/15、9/15、10/15、11/15、12/15和13/15应用上述算法获得的示例性NU 16-QAM星座。如图18，在附图的右手边的星座图中示出星座点的完全集，在附图的左手边示出右上象限中的星座点的值。如图18，可类似地通过对称性推导出其它三个象限中的星座点的值。

在可选的实施例中，在图18-图25中示出的星座可包括在附件7的表2-6中给出的星座点。

图26-图33示出通过分别使用6/15、7/15、8/15、9/15、10/15、11/15、12/15和13/15的码率应用上述算法而获得的NU 64-QAM星座。如图18，在附图的手右边的星座图中示出星座点的完全集，在附图的左手边示出右上象限中的星座点的值。如图18，可类似地通过对称性推导出其它三个象限中的星座点的值。

在可选地实施例中，在图26-图33中示出的星座可包括在附件7的表7-11中给出的星座点。

图34-图41示出通过分别使用6/15、7/15、8/15、9/15、10/15、11/15、12/15和13/15的码率应用上述算法而获得的NU 256-QAM星座。如图18，在附图的手右边的星座图中示出星座点的完全集，在附图的左手边示出右上象限中的星座点的值。如图18，可类似地通过对称性推导出其它三个象限中的星座点的值。

在可选地实施例中，在图34-图41中示出的星座可包括在附件7的表12-16中给出的星座点。

图42-图49示出通过分别使用6/15、7/15、8/15、9/15、10/15、11/15、12/15和13/15的码率应用上述算法而获得的NU 1024-QAM星座。如图18，在附图的手右边的星座图中示出星座点的完全集.在附图的左手边示出右上象限中的星座点的值。在图42-图49中，与图18-图41相反，不明确给出星座点的值，而是给出星座点的级的集，其中，从星座点的级的集可推导出星座点的实际值。具体地，给出m个级的集A＝[A₁，A₂，…，A_m]，可推导出m²个星座点值C+Dj的集，其中，C和D均包括从级的集A选择的值。通过考虑值C和D的所有可能的配对来获得右上象限中的星座点的完全集。如图18，可类似地通过对称性推导出其它三个象限中的星座点的值。

在可选的实施例中，在图42-图49中示出的星座可包括在附件7的表17-21中给出的星座点。

技术人员将理解，在特定实施例中，在图18-图49中示出的星座可被旋转和/或缩放(其中，被应用到实轴和虚轴的缩放因子可相同或不同)和/或具有应用到星座上的任何其它转换。在图18-图49中示出的星座可被视为指示星座点的相对位置的星座，并且可通过旋转和/或缩放和/或任何其它适当的转换从这样的星座推导出其它星座。

附件7中的表2-6示出通过使用5/15、7/15、9/15、11/15和13/15的码率应用上述算法而获得的针对单个SNR值的示例性归一化的NU 16-QAM星座的星座点的值。

附件7中的表7-11按照与表2-6相似的方式，示出通过使用5/15、7/15、9/15、11/15和13/15的码率应用上述算法而获得的针对一个SNR的示例性归一化的NU 64-QAM星座的星座点的值。

附件7中的表12-16按照与表2-11相似的方式，示出通过使用5/15、7/15、9/15、11/15和13/15的码率应用上述算法而获得的针对一个SNR的示例性归一化的NU 256-QAM星座的星座点的值。

附件7中的表17-21示出通过使用5/15、7/15、9/15、11/15和13/15的码率应用上述算法而获得的针对一个SNR的示例性归一化的NU 1024-QAM星座的星座点的值。在表12-21中，与表2-16相反，如上所述，不明确给出星座点的值，而是给出星座点的级的集，其中，从星座点的级的集可推导出星座点的实际值。

技术人员将理解，本发明不限于在图18-图49和表2-22中示出的特定星座。例如，在特定实施例中，可使用不同阶的星座和/或包括星座点的不同布置或相对位置的星座。在这些实施例中，可使用与在图18-图49和/或表2-22中示出的星座之一相似的星座。例如，可使用具有与在图18-图49和/或表2-22中示出的值相差不超过特定阈值量(或容限或误差)的星座点值的星座。例如，阈值量可被表示为相对量(例如，0.1％、1％、5％等)、被表示为绝对量(例如，0.001、0.01、0.1等)，或按任何其它适当的方式被表示。在特定实施例中，可使用任何适当的舍入运算符来对星座点进行舍入。例如，通过A1＝0.775121+0.254211j给出的星座点可被舍入为A2＝0.775+0.254j。未舍入的值或经过舍入的值可被存储在表中。

在特定示例性实施例中，发送器和接收器可使用不完全相同的星座。例如，发送器和接收器可使用一个或更多个星座点相差不超过特定阈值量的各个星座。例如，接收器可使用包括一个或更多个经过舍入的星座点(例如，A2)的星座来对星座值解映射，而发送器可使用包括未经过舍入的星座点(例如，A1)的星座。

附件1b和2b包括可替代包括在附件1a和2a的数据的数据。附件1b涉及方形星座，附件2b涉及非方形星座。每个附件涉及四个星座尺寸，16、64、256和1024。附件2b中的表包括针对SNR值的范围的2D星座点。可使用不同标签(即，比特和星座点之间的映射)。对于每个星座，存在(log2(points)-2)！*2^(log2(points)-2)个引起最佳容量值的可能的标签。附件2b的表仅示出一个可能的示例性标签。然而，技术人员可重新排列给定星座/SNR的点，获得不同的标签但是保持相同的性能。

本说明书的附件包括可在本发明的特定实施例中使用的各种LDPC奇偶比特累加器表。具体地，附件3包括针对每个编码率的用于产生奇偶校验矩阵的奇偶比特累加器表。针对每个LDPC长度(特定是64k或16k)提供表。例如，附件3中的表被用于获得在图14-图49中示出的结果。当应用上述算法时，瀑布区和瀑布SNR取决于使用的LDPC矩阵。在附件3的表中，每个行表示准循环低密度奇偶检验、QC LDPC、列发生器之一。

附件4示出通过使用7/15、9/15、11/15和13/15的码率应用根据本发明的示例性实施例的算法(例如，上述的一个或更多个算法)获得的进一步的示例性16-QAM、64-QAM、256-QAM和1024-QAM星座的星座点的值。16-QAM、64-QAM和256-QAM星座是NUC星座，其中，仅给出第一象限的星座点。如上面与图18-图41相关的描述，可通过对称性推导出其它三个象限的星座点。如上面与图42-图49相关的描述，1024-QAM星座是NU-QAM(矩形)星座，其中，由级的集来定义星座点。

附件5示出通过应用根据本发明的示例性实施例的算法(例如，上述的一个或更多个算法)获得的进一步的示例性16-QAM、64-QAM和256-QAM星座的星座点的值。在特定实施例中，这些星座可用于3/10或以下的码率。

附件6示出通过使用5/15(仅针对64-QAM和256-QAM)、7/15、9/15、11/15和13/15的码率应用根据本发明的示例性实施例的算法(例如，上述的一个或更多个算法)获得的进一步的示例性16-QAM、64-QAM、256-QAM和1024-QAM星座的星座点的值。16-QAM、64-QAM、256-QAM星座和第二1024-QAM星座是NUC星座，其中，仅给出第一象限的星座点。如上面与图18-图41相关的描述，可通过对称性推导出其它三个象限的星座点。如上面与图42-图49相关的描述，第一1024-QAM星座是NU-QAM(矩形)星座，其中，由级的集来定义星座点。

在根据级的集示出星座的情况下，可从示出的级构造实际的星座点。例如，附件6根据级的集给出“1K-QAM(1维)”星座。附件8中的表22给出“1K-QAM(1维)”星座的第一象限中的星座点的值，这可从附件6中给出的级的集推导出。可通过对称性推导出其它三个象限的星座点。在附件9中给出来自级的集的星座点集的星座的一个示例。

将理解，可以按照硬件、软件或硬件和软件的组合的形式来实现本发明的实施例。任何这样的软件可按照易失性或非易失性存储器的形式(例如，像ROM的无论是否是可擦除或可重写的存储装置)被存储，或者按照诸如例如RAM、存储器芯片、装置或集成电路的存储器的形式被存储，或者被存储在光学或磁可读介质(诸如，例如，CD、DVD、磁盘或磁带等)上。

将理解，存储装置和存储介质是适合于存储包括指令的一个或多个程序的机器可读存储器的实施例，其中，当所述指令被执行时，所述指令实现本发明的特定实施例。因此，特定实施例提供包括这样的代码的程序：所述代码用于实现如本文档的权利要求中的任何一个权利要求所要求保护的方法、设备或系统，还提供存储这样的程序的机器可读存储器。此外，这样的程序可经由任何介质(例如，通过有线或无线连接传送的通信信号)被电传输。

虽然已参照本发明的特定实施例来示出和描述报本发明，但是本领域的技术人员将理解，在不脱离由权利要求限定的本发明的范围的情况下，可在此进行形式和细节上的各种改变。

Claims (6)

1.一种接收设备，包括：

接收器，被配置为从发送设备接收信号；

解调器，被配置为对所述信号进行解调以产生根据16-正交幅度调制QAM的值；

解交织器，被配置为对所述值进行解交织；以及

解码器，被配置为基于码率为11/15的低密度奇偶校验LDPC码对解交织的值进行解码，

其中，解调器被配置为基于如以下表所表示的星座点之中的至少一个星座点对所述信号进行解调：

0.9342+0.9847i 0.9866+0.2903i 0.2716+0.9325i 0.2901+0.2695i

。

2.如权利要求1所述的接收设备，其中，所述星座点是非均匀星座点。

3.如权利要求1所述的接收设备，其中，如所述表中所定义的所述星座点包括一个象限中的星座点，

其中，其余象限中的星座点是通过将在所述表中所定义的每个星座点a分别表示为a*、-a*和-a而获得的，其中，*表示复共轭。

4.一种接收方法，包括：

从发送设备接收信号；

对所述信号进行解调以产生根据16-正交幅度调制QAM的值；

对所述值进行解交织；以及

基于码率为11/15的低密度奇偶校验LDPC码对解交织的值进行解码，

其中，解调步骤包括：基于如以下表所表示的星座点之中的至少一个星座点对所述信号进行解调：

5.如权利要求4所述的接收方法，其中，所述星座点是非均匀星座点。

6.如权利要求4所述的接收方法，其中，如所述表中所定义的所述星座点包括一个象限中的星座点，

其中，其余象限中的星座点是通过将在所述表中所定义的每个星座点a分别表示为a*、-a*和-a而获得的，其中，*表示复共轭。