CN1178397C - 对经卷积编码的码字解码的软判定输出解码器 - Google Patents

Abstract

一种软判定输出解码器(20)和解码方法，解码器(20)对编码器(12)输出并通过信道(17)传输的序列信号进行解码。软判定输出解码器(20)包括第一“一般化”的Viterbi解码器(24)，它在通过代表具有块长度T的编码器输出的网格的正向迭代期间对通过信道接收到的序列信号进行解码。第1“一般化”的Viterbi解码器在起始状态t₀开始并通过长度2L的窗口在每一时间间隔对每一状态提供多个正向迭代量度α，其中L为几个约束长度的数量级且2L小于块长度T。第2“一般化”Viterbi解码器在通过网格的反向迭代期间对通过信道(17)接收到的序列信号进行解码。第2解码器(26)在第2时间T_2L开始，在每一时间间隔对每一状态提供多个反向迭代状态量度β。然后处理器使用每一状态的正向状态量度、反向状态量度和分支量度对该状态执行双极点计算，提供由编码器(12)发送特定序列数据的相似性测量。在移过网格的窗口内的每个节点处通过执行带双极点计算的正向和反向Viterbi解码，本发明解码器(20)提供与LOG-MAP解码器有关的良好性能而避免其过大的存储器要求。

Description

对经卷积编码的码字解码的软判定输出解码器

                               发明背景

I.发明领域

本发明涉及通信系统。更准确地说，本发明涉及数字通信系统中对数据进行编码和解码的系统。

II.相关技术的描述

通信系统推进了从信源到实际上分开的接收机之间信息的发送和接收。接收机相对于发射机的移动，或反之，代表了移动通信系统。移动通信系统中发射机和接收机之间的通信链表征为衰落信道。移动卫星通信系统(其发射机在空间飞行器上以及接收机在地面运载工具上)、蜂窝式电话系统以及地面微波系统均为衰落通信系统的例子。衰落信道是一种严重降质的信道。引起降质有多种原因，包括多途径衰落、经由大气中和地面上的物体和结构使传输信号反射的多途径接收造成的严重衰减。造成衰落信道的其他原因包括接收机相对发射机运动引起的多普勒频移和附加的噪声。

虽然已经使用模拟和数字两种通信方法，但数字方法有其优点，包括：提高对信道噪声和干扰的抗扰度，增加容量，以及通过加密提高通信的保密性。

一般说，信息信号首先被转换成在信道中有效传输的适当形式。信息信号的转换或调制包括以这样方式根据信息信号改变载波的参数，致使最终经调制的载波的频谱限制在信道带宽之内。在用户所在地，从经该信道传播后接收到的经调制的载波中复制原始的信息信号。这种复制通常借助采用源发射机所用的调制过程的逆过程来实现。

数据通信领域特别与以有限的信噪比(SNR)使传输系统的数据通过量最佳化有关。采用诸如编码器和解码器等纠错电路使系统用相同的位差错率(BER)在较小的SNR或使用较高的数据率之间作出折衷。

一类编码器称为卷积编码器。如业内人士所知，卷积编码器基于输入序列与其本身或与另一信号的卷积，将输入数据位的序列转换为码字。使用编码率和产生多项式以限制卷积码。与维特比(Viterbi)编码器联合的数据卷积编码是一种提供数据纠错编码和解码的熟知技术。

使用编码率和制约长度以限定Viterbi解码器。编码率(k/n)相当于对给一定数量的输入位(k)产生的编码符号数(n)。虽然也可用其他编码率，但1/2编码率是一个最流行的编码率。定义约束长度(K)为数据卷积编码中使用的移位寄存器的长度。卷积编码设计中典型的约束长度为7(K27)。卷积编码器可以认为是具有双系数和长度K-1的有限脉冲响应滤波器。这种滤波器产生2^K-1种可能状态的符号流。

Viterbi算法的基本原理是采用经卷积编码的数据流在有噪声的信道中传输，并用有限技术的机器有效地确定被传输的最可能的序列。K＝7的Viterbi解码器的基本概念在于，它是一种这样的机器，即这种机器假设编码器能进到64种可能状态的每一种，并在给定被接收到的情况下确定编码器从这些状态的每一种转移到64种编码器可能状态的下一组的概率。由称为量度的量表示这种概率，量度正比于概率的对数的负数。因此增加量度等效于概率的乘积的倒数。因而较小的量度对应于较高的概率事件。

有两类量度：状态量度(有时称路径量度)和分支量度。状态量度表示所接收的符号组导出与之有关状态的概率。分支量度表示假设起始状态实际上为正确状态并且给定实际上接收到的符号的情况下，发生从一种状态转移到另一种状态的条件概率。

存在两种导向任何其他状态的可能状态，每一种对应于卷积编码器移位寄存器中最右位发生0或1。解码器通过相加—比较—选择(ACS)操作判定哪一种是较可能的状态。相加指的是将先前水平的每一状态量度加到允许转移的分支的两个分支量度中。比较指的是在给定的水平上对进入一种状态(节点)之诸路径的一对这种量度和进行比较。选择指的是选择两者中较大的并抛弃另一个。因此只有获胜的分支才与节点状态量度一起保持在每一节点。如果被比较的两个量是相等的，则可选择任一分支，在两种情况下误选的概率相等。

Viterbi算法是从2^K-1种可能状态中更新最佳状态和传输的最可能位序列的条件概率的有效计算方法。为计算这一概率，必须对每一位计算2^K-1种状态。根据这些计算的每一个作出的最终判定被存储在路径存储器中作为一个位。

反链操作即编码操作的逆操作，是采用C判定位来完成的，以选择输出位，其中C是反链距离。在许多分支之后，用高确定度选择最可能的路径。路径存储器深度必须足够长以便由信噪比控制，它不是反链存储器的长度。

虽然对分析码特性或最佳解码器的性能并不一定需要，但在网格图上表示该码对了解这两者是有用的。术语“网格”用来描述不仅能分支为两支或多支而且两支或多支能并成一支的树。网格图是编码器状态图的无限复制。借助从以前水平的节点状态通过对应于由状态图确定的一个输入位的一个分支转移达到网格中一个水平上的节点(状态)。卷积码任何码字对应于网格图中沿路径(构成相继的分支)的符号。

已经广泛使用带Viterbi解码器的卷积码，在功率有限信道(如卫星通信系统)和干扰有限信道(如CDMA无线电通信系统)中实现可靠的通信。在G.Ungerboeck的“Channel Coding With Multilevel/Phase Signals”(IEEE信息论汇刊，Vol.IT-28，NO.1 Jan 1982，pp.55～67)一文中，Ungerboeck采用匹配于二维信号级联的卷积码，在有限带宽信道中实现了编码增益达6dB(相对于非编码系统)。这一技术称为网格编码的调制，广泛地用于通过语音带电话调制解调器的数据通信、通过同轴电缆的数字传输中，等。G.D.Forney，Jr.，在他的论文“Concatenated Codes(级联码)”(麻省技术研究院，1966)中开发出称之为级联码的多级编码结构(包括卷积码和成块码)，已被用于深层空间中，取得很高的编码增益。

上述的这些成就表示在实际通信系统的性能和Shannon理论所加基本限制之间缩短间距的不断努力的重要里程碑。Shannon限制指通过给定的通信介质以给定的频谱(带宽)性能进行可靠通信所需的最小信噪比。近来研究者们已经开发出新种类的纠错码和Turbo码和串行级联交错码(SCIC)，在经典的级联码上进一步提高了性能。这些码已表明实现在Shannon限制上高出不到1dB的可靠通信。C.Berron在“Near Shannon Limit Error-Correcting Coding and Decoding TurboCodes(接收山农极限纠错编码和解码Turbo码)”(ICC’93论文集，日内瓦，瑞士，pp.1064～1070，May，1993)一文中描述了Turbo码的应用。串行级联码描述于S.Benedetto的“Serial Concatenation of Interleved Codes：Performance Analysis，Design，and Iterative Decoding(交错码的串联级联：性能分析、设计和迭代解码)”(TDA进展报告42-126)一文中。

Turbo码与串联级联码一样使用迭代解码方案，其中每次迭代使用一或多个软判定输出网格解码器。这些码的压倒性成功已引起对软判定网格解码器的重新注目。J.Hagenauer在他的论文“Iterative(Turbo)Decoding of SystematicConcatenated Codes with MAP and SOVA Algorithms(用MAP和SOVA算法的系统级联码的迭代(Turbo)解码)”(ITG信源和信道编码会议论文集，法兰克福，德国，pp.1-9，Oct 1994)中采用软输出量度解码器描述了软输出Viterbi算法(SOVA)。此外，J.Hagenauer在他的论文“Cocatenated Viterbi Dccoding(级联Viterbi解码)”(第4届瑞典—苏联信息讨论论会论文集，哥特勒，瑞典，pp.29-33，Aug 1989)中描述了软输出Viterbi算法。

虽然MAP解码器提供重要的性能增益超过SOVA解码器，但一般认为SOVA解码器更为简单和快速。MAP方法的特别限制在于其存储器密集。因而在软输出判定解码器的技术中仍需要提供MAP解码器的较高的性能而同时解决它的缺点和限制。

                            发明内容

该技术中的要求由本发明的软判定输出解码器和解码方法加以解决。该发明的解码器对编码器输出并通过信息传输的序列信号进行解码。发明的解码器包括两个“一般化”的Viterbi解码器(一个用正向解码，另一个用于反向解码)和一个一般化的双极点处理器。双极点处理器的实施详见美国专利第5442627号“采用双极点量度产生过程的非相干接收机”，已转让给本发明的受让人，列于此处供参考。

第一“一般化”Viterbi解码器在通过代表具有块长度T的编码器输出的网格的正向迭代期间对通过信道接收到的信号序列进行解码。第1“一般化”Viterbi解码器在起始状态to开始，通过长度L的窗口在每一时间间隔对每一状态提供多个正向迭代量度α，其中L小于块长度T但其余独立于T。在说明性的实施例中，第1解码器在每一以前状态s′格所选状态s之间以分支量度γ_t(s′，s)对每一以前状态s′求正向状态量度α_t-1(s′)的乘积的和，以对所选状态s提供正向状态量度α_t(s)。

第二“一般化”Viterbi解码器在通过网格的反向迭代期间对通过信道接收到的信号序列进行解码。第2解码器在第2时间t_2L开始，在每一时间间隔对每一状态提供多个反向迭代状态量度β。在说明性的实施例中，第2解码器在每一后来的状态s′和每一所选的状态S之间以分支量度γ_t(s，s′)对每一后来的状态s′求反向状态量度β_t+1(s′)的乘积的和，以对所选状态s提供分支量度β_t(s)。

然后，在每次使用一个状态的正向状态量度、另一状态的反向状态量度以及连接两种状态的分支的分支量度时，处理器完成一般化的双极点计算，提供由编码器发送的特定数据序列的相似性测量。在说明性的实施例中，处理器使用所选状态的正向和反向状态量度和分支量度计算相似性比率的对数(Log)。做到这一点是，先计算一最大函数作为由编码器发送的特定数据序列的相似性测量的近似值。然后对该近似值计算校正因子，提供由编码器发送的特定数据序列的相似性的更正确测量。在特定的实施例中，校正因子包括所选状态的正向状态量度和反向状态量度以及分支量的指数函数。类似的施加于两个一般化Viterbi解码器的操作。

在另一种实施例中，提供第3 Viterbi解码器用于通过网格执行第2反向迭代。第3解码器在第3时间t_3L开始的每一时间间隔对每一状态提供第2多个反向迭代状态量度β。

通过在移动通过网格的窗口内在每一节点上用双极点计算来执行正向和反向Viterbi解码，本发明提供有关LOG-MAP解调器的性能而避免其中的过大的存储器要求。

                         附图概述

从下面结合附图的详细说明，本发明的特点、目的和优点将变得明显起来，图中相同的标注号认为是等同的部分。

图1为使用传统的MAP解码器在信道上工作的发射机和接收机的方框图。

图2为在零状态开始和结束的成块(或无拖尾)传统码的网格图。

图3为使用本发明的简化的LOG-MAP解码器信道上工作的发射机和接收机方块图。

图4为说明本发明的软输出判定解码器的实施例方块图。

图5为零状态开始和结束的成块(或无拖尾)传统码的网格图。

图6表示按照本发明的缩减了存储器的简化的LOG-MAP方法的第1说明性实施例的正向和反向Viterbi解码器的时序图。

图7表示按照本发明和缩减了存储器的简化的LOG-MAP方法的第1说明性实施例的流程图。

图8表示按照本发明的缩减了存储器的简化的LOG-MAP方法的第2说明性实施例的正向和反向Viterbi解码器的时序图。

图9表示按照本发明的缩减了存储器的简化的LOG-MAP方法的第2说明性实施例的流程图。

                    较佳实施例的详细描述

现在参考附图说明实施例和例示性应用，揭示本发明的有优势的内容。

虽然这里说明本发明参照特定应用的说明性实施例，但应理解这不是对本发明的限制。具有本专业一般技术并领会这里所提供的讲解的人员看得出此处所述的范围内的附加改正、应用和实施例以及本发明具有重要应用性的附加领域。

以简单回顾一下业内人士熟知的MAP算法来说明本发明。

MAP方法：

图1为使用传统的MAP解码器在信道上工作的发射机和接收机的方块图。系统10′包含1/N卷积编码器12′，卷积编码器12′接收输入序列u_t至调制器14′。调制器14′以卷积方式调制并扩展该信号并将它提供给发射机16′。发射机16′包含必须的功放和天线，通过相加白高斯噪声(AWGN)信道17′发送信号。通过信道接收到的信号y_t经用传统的解调器19′去扩展和解调并送到MAP解码器20′。MAP解码器20′输出一个输入序列u_t的估计数。

参照图2说明传统的MAP解码器20′时操作如下。

图2为以零状态开始和结束的成块(或无拖尾)卷积码的网格图。注意到网格30′的第k个分支，下面的定义是有用的：

u_k＝与第k个分支有关的位；

s＝第k个节点(第k个分支之后)的一般状态；

s′＝第(k-1)个节点(第k个分支之前)的一般状态；

y_k＝第k个分支接收到的符号的矢量；

y_j＜k＝第k个分支之前所有分支的接收到的符号矢量；

y_j＞k＝第k个分支之后所有分支的接收到的符号矢量；

y＝y_j＜k，y_k，y_j＞k＝在整个网格上所有接收到的符号的矢量。

然后使用符号y对相继接收到的分支的独立性和网格的Markov特性(状态s和分支y_k只依赖于状态s′)，得到

p(s′，s，y)＝p(s′，s，y_j＜k，y_k，y_j＞k)

            ＝p(s′，y_j＜k)p(y_k，s|s′)p(y_j＞k|s)

            ＝α_k-1(s′)γ_k(s′，s)β_k(s)         (1)

其中

${\mathrm{\&alpha;}}_{k-1}\left(s^{\&prime;}\right)\stackrel{\mathrm{\&Delta;}}{=}p(s^{\&prime;},y_{j<k});{\mathrm{\&alpha;}}_k\left(s\right)=p(s,y_{j<k+1})---\left(2\right)$

${\mathrm{\&beta;}}_k\left(s\right)\stackrel{\mathrm{\&Delta;}}{=}p\left(y_{j>k}\right|s);{\mathrm{\&beta;}}_{k-1}\left(s^{\&prime;}\right)=p\left(y_{j>k-1}\right|s)---\left(3\right)$

${\mathrm{\&gamma;}}_k(s^{\&prime;},s)\stackrel{\mathrm{\&Delta;}}{=}p(y_k,s|s^{\&prime;})=p\left(y_k\right|s,s^{\&prime;})p\left(s\right|s^{\&prime;})---\left(4\right)$

注意以初始和最后条件α₀(s)＝1＝β_N从这些表达式中递推得

${\mathrm{\&alpha;}}_k\left(s\right)=\underset{s^{\&prime;}}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}_{k-1}\left(s^{\&prime;}\right)y_k(s^{\&prime;},s)$ (正向) (5)

β_k-1(s′)＝∑y_k(s′，s)β_k(s)     (反向) (6)

有了这些初步知识，我们能建立感兴趣的第k个分支软输出的测量。为简单起见，考虑每一分支属性单个位的双网格，我们表示成u(形成几个位分支—就网格经编码的调制而言—将是简单的)。对给定y的u_k的相似性比为：

${\mathrm{\&Lambda;}}_K=\frac{p(u_k=+1|y)}{p(u_k=-1|y)}=\frac{\underset{s^{\&prime;},s.u_k=+1}{\mathrm{\&Sigma;}}p(s^{\&prime;},s,y)}{\underset{s^{\&prime;},s,u_k=-1}{\mathrm{\&Sigma;}}p(s^{\&prime;},s,y)}=\frac{\underset{s^{\&prime;},{s.u}_k=+1}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}_{k-1}\left(s^{\&prime;}\right){\mathrm{\&gamma;}}_k(s^{\&prime;},s){\mathrm{\&beta;}}_k\left(s\right)}{\underset{s^{\&prime;},{s.u}_k=-1}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}_{k-1}\left(s^{\&prime;}\right){\mathrm{\&gamma;}}_k(s^{\&prime;},s){\mathrm{\&beta;}}_k\left(s\right)}---\left(7\right)$

其中分子和分母的求和分别对u_k＝+1和u_k＝-1的这些状态对进行，第1比率的条件概率按Bayes规则由联合概率所代替并消去分子和分母中的公共项P(y)。式(7)的相似性比提供在时刻t的a+1相对于a-1被发射概率的测量。当对每一时间段计算相似性比时，码就被解码。在硬判定输出解码器中，如‘1’的可能性大于‘0’，则被解码为‘1’，否则被解码为‘0’。但在Turbo码中，实际上不进行硬判定。而是保留相似性比作为信任的水准。因而，解码器的作用在于提供一种已经被发射的指示，而其信任的水准由相似性比(即式(7))所决定。

因此，MAP算法由结合使用分支相似性式(4)的式(5)和(6)的递推式的式(7)的操作所组成。注意到由于式(7)是一比例，在任一节点上可归一化α和β状态量度，可使他们都不溢出。

上述的传统的MAP方法20多年来已为本专业的人员所知晓，并由于下述原因而被忽略。

a)在硬判定输出情况下，性能几乎与Viterbi算法相同，以及

b)由于所需的相乘运算和附加的反向递推，其复杂性大的增加。这就是说，必须存储整个网格30′。所需的存储器数量为网格长度乘状态数乘每一状态所需的存储的量级。

在由Turbo码和SCIC以及采用MAP提高了它们的性能的鼓励下，兴趣被重新引起并认为可努力达到简化而不损害性能，有如下述。

LOG-MAP，双一般化的Viterbi方法

取式(4-7)的所有参数的对数，定义每一个为希腊符号的拉丁符号等效物，a＝lnα，b＝lnβ，c＝lnγ以及L＝lnΛ.

因此，式(4-7)变成

    c_k(s′，s)＝ln p(y_k|s，s′)+ln P(s|s′)分支量度     (4′)

$a_k\left(s\right)=\ln \underset{s^{\&prime;}}{\mathrm{\&Sigma;}}\exp [a_{k-1}\left(s^{\&prime;}\right)+c_k(s^{\&prime;},s)];a_0\left(s\right)=0---\left(5^{\&prime;}\right)$

$b_{k-1}\left(s^{\&prime;}\right)=\ln \underset{s}{\mathrm{\&Sigma;}}\exp [c_k(s^{\&prime;},s)+b_k\left(s\right)];b_N\left(s\right)=0---\left(6^{\&prime;}\right)$

$L_k=\ln \underset{s^{\&prime;},{s,u}_k=+1}{\mathrm{\&Sigma;}}\exp (a_{k-1}+c_k+b_k)-\ln \underset{s^{\&prime;},{s,u}_k=-1}{\mathrm{\&Sigma;}}\exp (a_{k-1}+c_k+b_k)---\left(7^{\&prime;}\right)$

注意到对于二元树，式(5′)和(6′)中的求和只对两项进行，而在式(7′)中，每一求和对经连接的状态对的一半进行，状态对在每一子集的全部2^m，m是传统编码器12′的存储元件的数目。还应指出由于α和β量度能以每一节点上的公共因子加以归一化，因此a和b量度可以每一节点的公共数值来缩减。

在当值x_i发散提高近似度的情况下，作为

$\mathrm{In}\left(\underset{i}{\mathrm{\&Sigma;}}{e}^{x_i}\right)\&ap;\underset{i}{\mathrm{Max}}\left(x_i\right)---\left(8\right)$

近似的结果，出现第一展开。然后式(5′)和(6′)分别变成Viterbi算法递推正向和反向，其中后者以最后节点开始。类似地，式(7′)变成双极点步骤。因而，我们达到正向和反向Viterbi算法，在每一节点上由双极点计算连接在一起。因此，本发明的软输出判定解码器包含正向Viterbi解码器，反向Viterbi解码器以及双极点处理器。

图3为按照本发明的内容使用简化的LOG-MAP解码器在信道上工作的发射机和接收机的方块图。系统10包括卷积编码器12，它接收输入序列u_t并输出信号流x_t到调制器14。调制器14以传统方式调制信号并将它送到发射机16。发射机16包括必须的功放和天线，通过信道17发送信号。通过信道接收到的信号y_t由传统的解调器19解调并送至按本发明内容设计的简化的LOG-MAP解码器20。解码器20是一种软判定输出解码器，它输出输入序列u_t的估计值。

图4为本发明的软输出判定解码器20的说明性实施例的方块图。在说明性的实施例中，解码器20包含从解调器19接收经解调的接收信号的缓冲存储器22。缓冲存储器延迟送至正向Viterbi解码器24的输入，直到反向Viterbi解码器26接收到足够信号样值通过网格启动反向递推为止。正向和反向Viterbi解码器24和26的输出被输入至双极点处理器28。双极点处理器在定时电路27的控制下并使用如下所述详述的只读存储器(ROM)提供的校正因子，提供出序列u_r的估计值。双极点处理器28可以应用专门积分电路(ASIC)、数字信号处理器或通常本领域内熟悉的微处理器来实现。

下面参照图5说明解码器20的工作。

图5为开始和结束于零状态的成块(或无拖尾)卷积码的网格图。除了在每一节点由式(7′)的双极点计算在一起联接正向和反向递推以外，网格30与图2的30′相同。

不幸的是，式(8)的近似必须产一某些降质。这可采用第2展开来加以避免，却采用恒等式

$\ln (e^x+e^y)=\mathrm{Max}(x,y)+\ln (1+e^{-|x-y|})$

$\stackrel{\mathrm{\&Delta;}}{=}g(x,y)---\left(9\right)$

第2项是校正因子，用存储在ROM29的查表来实现。ROM29由|x-y|驱动，而要求符号(x-y)决定Max(x，y)

当求和中多于两项时，为获得式(8)的精密形式，我们用套起运算g{}，得到

$\ln \underset{i=1}{\overset{l}{\mathrm{\&Sigma;}}}{e}^{x_i}g(x_i,g(x_{I-1},........g(x_3,g(x_2,x_1))...)---\left(10\right)$

当网格结构不是二元时，这既是对式(5′)和(6′)的要求，也是对式(7′)的要求。

但是结论与正确形式提供的校正(式(9′)的第2项)的相同。因此，按照本发明的一个方面，实施LOG-MAP方法作为由一般化的双极点方法连接的两个一般化的Viterbi解码器，其中一般化涉及将正项加到式(8)的Max(x，y)函数，得到式(9)的函数g(s，y)。

存储器缩减的实现

上述的LOG-MAP方法的残留缺点是其存储器量大。必须存储整个状态量度史直至网格的结束，即反向算法开始的那一点，并以最后分支开始输出判定，除了反向计算的最后一组状态量度外不需要存储别的。这一存储器要求显然过大。对16状态码，设6位状态量度，则每分支需96位存储，业内人士能判断对1000位块来说总计96000位是turbo码性能的最小位数。

这一问题由本发明得到解决。虽然本发明的内容可以若干种实施例来实现，但这里描述两种说明性实施例：一种涉及单个反向迭代，另一个涉及两个反向迭代。这两种方法的基础在于这样的事实，即Viterbi解码器能在任何时刻在任何状态下冷启动。起先，该状态量度很少有价值，但在几个约束长度之后，状态量度组是可靠的，好像该过程开始于起始(或结束)节点。让这“学习”时间段由L分支构成(对16状态码，L＝32将足够，相当于卷积码的6个约束长度以上。)这等同地施加于反向和正向算法，并设所有状态量度通过在每一节点上从各自减去等量来实现归一化。两种方法均减小存储器的需求，对16状态码只需几千位，独立于块长度T。

使用单个反向迭代缩减存储器

在本实施例中，我们让所接收的分支符号延时2L分支时间，L是在网格30上窗口的长度。然后在起始时刻t₀设置起始节点在线性实施中的初始条件“1”(或在对数实施中的初始条件“0”)，其他节点的为零。接着，图4的正向Viterbi解码器24依照式(5或5′)在时刻t₀在起始节点对每一个分支时间每一节点计算正向状态量度。这些状态量度存入处理器28的存储器。这一过程描述于图6中。

图6示出依照本发明的第1实施例的正向和反向Viterbi解码器的时序图。从时间t＝0到t＝L，一般化的正向Viterbi算法计算由线段42所示的正向状态量度。在时刻t＝L，正向迭代被中止，由图4的反向Viterbi解码器26开始反向迭代。反向迭代并不如传统方法中那样在网格的末尾开始，而是从时刻2L开始，好像2L是长度为2L的框的末尾。网格的各节点或各状态是线性实施中初始值“1”或对数实施中的初始值“0”的所有值。起先，量度再一次是不可靠的，如图6的虚线44所示。在L之后这些量度变得可靠，如46所示。因此在时刻L有可靠的正向和反向量度。这时，一般化的双极点处理按式(7′)执行，并输出对应于第1L分支的软判定。现在我们可舍弃从时间t＝0到t＝L的正向量度。根据反向量度下一组的计算舍弃反向量度。

接着，正向Viterbi解码器24从t＝L作正向移动并如上述对每一节点计算正向量度直至时刻2L。这再用图6的线段42示出。在2L时中止正向解码并启动反向Viterbi解码器从时刻3L产生量度。这些量度又一次是不可靠的，直至2L，如虚线48所示。但从L到2L有可靠的正向和反向量度。因而可使用一般化的双极点计算来计算这一时间段的相似性比率。

在图7的流程图中描述了这个第1实施例的方法。如图7所表明，在整个网格30上重复上述过程。

业内人士将理解，所需的存储器在L乘状态数的量级内，而不是T乘状态数的量级，T为网格框的长度，L＜＜T。业内人士也能够选择最佳的框长度。在该说明性实施例中，框长度L在5～7倍约束长度范围内已足够。

另一种实施例

对另一种实施例，参照图8，图中示出与接收到的分支符号同步工作即当每一接收到的分支时刻(二元网格的位时刻)计算一组状态的一个正向处理器和两个反向处理器的位处理时刻，再一次令接收到的分支符号延迟2L分支时刻。图4的正向解码器24再次地在分支时刻2L在起始节点开始，对每个分支时刻的每一节点计算所有状态量度并存入存储器。本实施例中所示的第1和第2反向Viterbi解码器一般如图4的“26”。第1反向解码器与正向解码器24同时开始，但从第2L节点开始反向处理，对每一个初始状态量度设置相同的值，在分支时刻3L之前不存储任何内容，在分支时刻3L点，它建立可靠的状态量度并遇到最后的第1组L正向计算的量度。在这一点，一般化的双极点处理按式(7′)进行，输出第L分支软判定，并且反向处理器继续进行直至在时刻4L达到起始节点。同时第2反向解码器在时刻3L启动，在节点3L处以相等的量度开始处理，舍弃所有量度直至时刻4L，那时它遇到已经对第2L节点计算状态量度的正向算法。于是接通一般化双极点处理直至时刻5L，在这一点上所有从第2L到第L节点的软判定输出将得以输出。两个反向处理器每次跳过正向4L分支时，它们已经产生反向2L组状态量度，并且时分输出处理器，因为当一个产生无用的量度的同时，另一个产生与正向算法的量度联合的有用量度。

图9的流程图说明这种交替实施的方法。注意到除了最后节点的量度组和仅当产生可靠的量度那些量度外，没有什么要为反向算法存储。正向算法只需存储自从它的第1 2L计算之后(在时刻4L执行的)的2L组状态量度，它的第1组量度将被丢弃，然后以对第(2L+1)个节点(分支时刻4L+1)正向计算的量度填入经腾空的存储器。因此对用6位状态量度的16状态码存储器要求总共只是192L，当L＝32时近似为6000位。(还应指出，传统的64状态K＝7的Viterbi解码器和32位路径存储器要求约2000位存储器，而K＝9解码器至少要求40位路径存储器，导致超过10000位存储器)。因此，LOG-MAP存储器要求不比传统的Viterbi算法的大。

至于处理要求，显然Viterbi算法负载波增加至三倍；此外，一般化的双极点处理的复杂性不大于正向或反向Viterbi算法处理的复杂性，因此总复杂性不大于四倍。此外，避免了反链步骤。还有，由于码较短，对K＝7和9的给定例子，状态数缩减到1/4或1/16。由于MAP解码器(有短约束长度)只被证明对turbo码是正确的，我们必须考虑所需的迭代数(失代数在4-8的范围内)。因此执行8位失代的16状态串行Turbo解码器要求K＝9 Viterbi解码器处理负担加倍，并且8倍于K＝7解码器的负担。

最小解码延时由块或它的对应交错器的长度设定。如果上述的处理器恰好以接收到的分支的速度运行，则要有流水线完成后续的迭代，从而由迭代数乘该最小延时。另一方面，如果处理器在高得多的速度上运行，则附加的延时可大加缩减。

提供上述较佳实施例使任何业内人士能制造和使用本发明。对业内人士而言对这些实施例的各种修正是显然的，而且这里限定的一般原理的各种修正是显然的，而且这里限定的一般原理可施加到其他实施例而不需创造性的技能。因此，本发明并不限于所示的实施例，而是与此处揭示的原理和新颖特点最大范围相一致。

Claims (23)

1.一种对编码器输出的并通过信道传输的信号序列进行解码的系统，所述编码器的输出由具有块长度T的网格所表示，其特征在于，所述系统包括：

第一装置，用于在通过所述网格的正向迭代期间对通过所述信道接收到的所述信号序列进行Viterbi解码，所述第一装置通过长度2L的窗口在每个时间间隔上对每一状态提供多个正向迭代状态量度α，这里L是约束长度的数，且2L小于块长度T，其中所述正向迭代在起始状态t₀开始；

第二装置，用于在通过所述网格的反向迭代期间对通过所述信道接收到的所述信号序列进行Viterbi解码，所述第二装置在第二时间开始，在每一时间间隔上对每一状态提供多个反向迭代状态量度β；以及

第三装置，它使用每一状态的正向状态量度、反向状态量度以及分支量度，计算所述状态下的双极点，提供由所述编码器发送的特定数据序列的相似性测量。

2.如权利要求1所述的系统，其特征在于，所述第一装置包括用分支量度γ_t(s′，s)乘以前状态s′之正向状态量度α_t-1(s′)，从而对所选状态s提供所述正向状态量度α_t(s)的装置。

3.如权利要求2所述的系统，其特征在于，所述第一装置包括用于在每一以前的状态s′和所选状态s之间以分支量度γ_t(s′，s)对每一以前的状态s′求正向状态量度α_t-1(s′)的乘积的和，以对所选状态s提供所述分支量度α_t(s)的装置。

4.如权利要求1所述的系统，其特征在于，所述第二装置包括用分支量度γ_t(s，s′)乘以后来的状态s′的反向状态量度β_t+1(s′)，从而对所选状态s提供所述分支量度β_t(s)的装置。

5.如权利要求4所述的系统，其特征在于，所述第二装置包括用于在每一后来的状态s′和每一所选的状态s之间以分支量度γ_t(s，s′)对每一后来的状态s′求反向状态量度β_t+1(s′)的乘积的和，从而对所选状态s提供所述分支量度β_t(s)的装置。

6.如权利要求1所述的系统，其特征在于，所述第三装置还用于计算相似性比率。

7.如权利要求6所述的系统，其特征在于，所述第三装置还用于计算相似性比率的对数。

8.如权利要求1所述的系统，其特征在于，所述第三装置还用于计算一最大函数，作为对所述编码器发送的一特定序列数据之相似性测量的近似值。

9.如权利要求8所述的系统，其特征在于，所述第三装置还用于对所述近似值提供一校正因子，从而提供由编码器发送的特定序列数据的更正确的相似性测量。

10.如权利要求9所述的系统，其特征在于，所述校正因子包括所选状态的正向状态量度和反向状态量度以及分支量度的指数函数。

11.如权利要求1所述的系统，其特征在于，所述第二装置包括用于通过所述网格提供第二反向迭代的装置，所述第二装置在第三时间t_3L开始的每一时间间隔对每一状态提供第2多个反向迭代状态量度β。

12.一种软判定输出解码器，其特征在于包括：

接收所发射的码字之序列的装置；

用于提供网格对所述序列码字解码的装置，所述网格具有块长度T；

第一装置，用于解码在通过所述网格的正向迭代期间通过所述信道接收到的所述序列信号，所述第一装置通过长度2L的窗口在第一时间间隔对每一状态提供多个正向迭代状态量度α，这里L是约束长度的数并且2L小于块长度T，其中所述正向迭代在起始状态t₀开始，所述第一装置包括用于在每一以前的状态s′和所选状态s之间以分支量度γ_t(s′，s)对每一以前的状态s′求正向状态量度α_t-1(s′)的乘积的和，从而对所选状态s提供分支量度α_t(s)的装置；

第二装置，用于解码在通过所述网格的反向迭代期间通过所述信道接收到的所述序列信号，所述第二装置包括：

求和装置，用于在每一后来的状态s′与每个所选状态s之间以分支量度γ_t(s，s′)对每一后来的状态s′求反向状态量度β_t+1(s′)的乘积的和，在第2时间t_2L开始的每一时间间隔对每一所选状态s提供第1多个反向迭代状态量度β_t(s)。和

求和装置，用于在每一后来的状态s′和每一所选的状态s之间以分支量度γ_t(s，s′)对每一后来的状态s′求反向状态量度β_t+1(s′)的乘积的和，在第三时间t_3L开始的每一时间间隔对每一所选状态s提供第2多个反向迭代状态量度β_t(s)；以及

第三装置，使用每一状态的正向状态量度、反向状态量度以及分支量度在该状态下执行双极点计算，提供由编码器发送的特定序列数据的相似性测量。

13.如权利要求12所述的软判定输出解码器，其特征在于，所述用于执行双极点计算的装置包括计算相似性比率的装置。

14.如权利要求13所述的软判定输出解码器，其特征在于，所述计算相似性比率的装置包括计算相似性比率的对数的装置。

15.如权利要求12所述的软判定输出解码器，其特征在于，所述第三装置包括用于计算最大函数作为由所述编码器发送的特定序列数据的相似性测量之近似值的装置。

16.如权利要求15所述的软判定输出解码器，其特征在于，所述第三装置包括用于对所述近似值提供校正因比，从而提供由所述编码器发送的特定序列数据的相似性之更正确测量的装置。

17.如权利要求16所述的软判定输出解码器，其特征在于，所述校正因子包括所选状态的正向状态量度和反向状态量度以及分支量度的指数函数。

18.一种对经卷积编码的码字解码的方法，其特征在于，包括以下步骤：

a)提供代表用来编码所述码字的编码器之输出的网格，所述网格具有块长度T；

b)对通过网格的正向迭代将初始条件分配到网格的每一开始节点；

c)对通过网格的反向迭代将初始条件分配到每一开始节点；

d)在正向迭代期间对每一节点在网格上长度L的窗口内计算正向量度，这里窗口长度L小于块长度T；

e)在反向迭代期间，在离启动正向迭代点的时间2L时开始对每一节点在网格上长度L的窗口内计算反向量度；

f)使用正向量度和反向量度对每一节点计算双极点，解码所述码字；以及

g)在整块内重复步骤d)-f)。

19.如权利要求18所述的方法，其特征在于步骤f)包括对数变换的步骤。

20.如权利要求18所述的方法，其特征在于步骤e)包括在离启动正向迭代点的时间3L时开始启动第2反向迭代的步骤。

21.一种对经卷积编码的码字进行解码的方法，其特征在于包括以下步骤：

a)提供代表用来编码所述码字的编码器之输出的网格，所述网格具有块长度T；

b)对通过网格的正向迭代将初始条件分配到网格的每一开始节点；

c)对通过网格的反向迭代将初始条件分配到每一开始节点；

d)在正向迭代期间对每一节点在网格上长度L的窗口内用Viterbi算法计算正向量度，这里窗口长度L小于块长度T；

e)在反向迭代期间，在离启动正向迭代点的时间2L时开始对每一节点在网格上长度L的窗口内用Viterbi算法计算反向量度；

f)使用正向量度和反向量度对每一节点计算双极点，解码所述码字；以及

g)在整块内重复步骤d)-f)。

22.如权利要求21所述的方法，其特征在于，步骤f)包括对数变换的步骤。

23.如权利要求21所述的方法，其特征在于，步骤e)包括在离启动正向迭代点的时间3L时开始启动第二反向迭代的步骤。

Images