CN1278382A - 用于多用户信号的联合均衡和检测的方法 - Google Patents

Abstract

一种迭代方法被用来找到所发送码元序列的最大似然序列估计值。每个可能的所发送信号由一个标志矢量表示,该标志矢量从码元库矢量中选出所发送的码元。针对每个所发送的码元,会产生表示通讯信道估计脉冲响应的信道估计值。这些信道估计值被用来形成匹配的媒体响应矢量和交互矩阵。匹配的媒体响应矢量表示接收机对发送机和用于每个发送码元的信道的匹配媒体响应。交互矩阵表示码元之间的ISI。匹配的媒体响应矢量和交互矩阵被传递给估计码元概率矢量发生器,该发生器以迭代的方式计算对应于每个所发送码元的估计码元概率矢量。估计码元概率矢量可以输出到硬判断发生器,该发生器会作出关于发送码元的硬判断。另外可选的是,估计码元概率矢量可以输出到软判断解码器。

Description

用于多用户信号的联合均衡和检测的方法

本发明一般涉及电信系统中的信号处理，并且更特别的涉及用于码元序列的联合均衡和检测的方法。

通讯系统的基本功能是从产生信息的信息源将信息发送到一个或多个目的地。在无线电通讯系统中，必须越过一些障碍物以成功地发送和接收包括信道失真的信息，其中的信道失真可能会造成例如码元间干扰和附加噪声。接收机必须补偿信道失真的后果以及所造成的码元间干扰。这一点通常通过接收机处的均衡器或检测器来实现。

过去曾经使用了一些不同的均衡方案来消除或最小化码元间干扰。最常用的方法包括判断反馈均衡(DFE)和最大似然序列估计(MLSE)。在最大似然序列估计均衡方案中，检测器为给定的所接收样本序列产生最可能的码元序列。用于实现最大似然序列检测的算法是维特比算法，该算法最初是为解码卷积码而设计的。在ISI存在的情况下将维特比算法应用于序列检测问题的情形由Gottfried Ungerboeck在“AdaptiveMaximun Likelihood Receiver for Carrier Modulated DataTransmission Systems，”IEEE Transactionon Communications，VolumeCOM-22，#5，May 1974中描述。MLSE方法采用了遵从MLSE算法的匹配滤波器和辅助的信道估计方案。

对于可能经历码元间干扰的通讯信道来说，使用最大似然序列检测的主要缺点在于计算复杂度作为码元间干扰范围和相干用户数量的函数按指数增加。因此，最大似然序列检测仅适用于单个的用户信号，在这种情况中码元间干扰仅覆盖几个码元。因此，存在很大的兴趣以找到降低涉及最大似然序列检测的计算复杂度的针对序列估计的新方法。

本发明给出一种用于产生所发送码元序列的估计值的迭代方法。所发送的码元序列是通过通讯信道接收的，其中的通讯信道可能导致波形的失真。每种可能的发送码元由一个标志矢量表示，其中的标志矢量被用来从码元库矢量中选出可能的发送码元。称为估计码元概率矢量的标志矢量的估计值被计算出来并用于选出发送码元的估计值。

估计码元概率矢量的第t个元素是码元库矢量中的第t个码元被发送的概率的估计值。为了形成估计的码元概率矢量，会产生表示用于每个发送码元的信道的估计脉冲响应的信道估计值。该信道估计值被用来形成匹配的媒体响应矢量和交互矩阵。

匹配的媒体响应矢量由所接收信号、信道估计值和码元库矢量的组合形成，并表示码元库矢量中可能的发送码元的匹配媒体响应分量。交互矩阵是基于信道估计值和码元库矢量的，并包括干扰码元之间的交互。匹配的媒体响应矢量和交互矩阵被用来得出发送码元序列中每个码元的估计码元概率矢量。该估计码元概率矢量被用于从码元库矢量的所述码元序列中选出发送码元的估计值。

估计码元概率矢量是基于匹配的媒体响应矢量、交互矩阵和估计码元概率矢量的以前估计值，通过递归估计每个估计码元概率矢量中的每个元素而形成的。每个估计码元概率矢量的每个元素的递归估计会一直执行直到满足某个预定的收敛规则或者执行了预定数量的递归计算。估计过程的递归特性造成标志矢量的最大后验估计值，该矢量可以被用来从码元库矢量中选出发送码元的估计值。

本发明的主要优点是整体复杂度的降低。利用本发明的迭代方法，与传统维特比算法的N_b ^Nu相反的是，该算法的状态空间为(N_u*N_b)阶。整体复杂度的降低是以在算法中使用多次迭代为代价的。计算复杂度的降低使得能够同时进行多个用户信号的联合解调。

图1是数字通讯系统的方框图。

图2是根据本发明的检测器的方框图。

图3是估计标志矢量发生器的方框图。

图4是说明本发明检测方法的流程图。

图1说明了用于数字信号传输的无线电传输系统。该系统包括脉冲响应为F(t)的发送器12，具有附加白高斯噪声(AWGN)的通讯信道14，具有脉冲响应f(t)的接收机16，对接收机16的输出进行周期采样的采样器18，以及码元检测器20。一般的，发送机12接收表示将要发送的信息的输入数据序列。输入数据序列假定为是数字形式的。发送机16利用M-元调制方案如脉冲幅度调制(PAM)或正交幅度调制(QAM)以输入序列调制载波信号。输入数据序列被划分为k比特的码元，每个码元由这里称为发送信号的不同信号波形来表示。所发送的信号经受了通讯信道14中的干扰，这会造成相位和/或幅度失真。发送信号还会因加入的噪声而恶化。接收机16接收恶化的信道信号。在接收机处接收的信号这里称为接收信号y_I。

接收机16有脉冲响应f(t)，该脉冲响应与发送机12的脉冲响应F(t)进行理想匹配。在实际情况中，理想的接收机16是不可实现的，因此可以使用理想接收机16的一个近似。接收机16的输出被采样电路18周期采样。从所接收信号y_i提取的时序信号被用作采样所接收信号y_i的时钟。经采样并滤波的所接收信号y_i被传递给检测器20。检测器20的目的在于估计所发送的序列s_m，该序列包括在所接收的信号y_i中。

在通过造成ISI的信道发送信息的数字通讯系统中，最佳检测器是一个最大似然码元序列检测器(MLSD)，对于给定的接收码元序列，该检测器会产生最可能的码元序列。基于如下定义的对于后验概率的计算，会采用一个判断准则。

                     P(s_m|y_i)，m＝1，2，....，M

                     (1)其中s_m是发送的序列，y_i是所接收的信号。判断准则是基于选出对应于后验概率组{P(s_m)}中最大值的序列的。这种规则使得正确判断的概率最大，并且因此最小化错误的概率。这种判断准则称为最大后验概率准则(MAP)。

利用贝叶斯规则，后验概率可以表示为： $P\left(s_m\right|y_i)=\frac{f\left(y_i\right|s_m)P\left(s_m\right)}{f\left(y_l\right)}---\left(2\right)$ 其中给定发送序列s_m，f(y_i/s_m)是所观察矢量y的条件概率密度函数(p.d.f)，P(s_m)是正在发送的第m个信号的先验概率。对于m＝1，2，...，M，后验概率P(s_m|y_i)的计算需要有关先验概率P(s_m)和条件概率p.d.f.f(y_i|s_m)的知识。条件p.d.f称为似然函数。

当M个信号在可能性等于一个先验值，即对于所有的M，P(s_m)＝1/M时，可以对MAP准则产生一些简化。此外，应该注意到的是，等式(2)中分母独立于M信号中究竟哪一个信号被发送。因此，基于找到最大化后验概率P(s_m|y_i)的信号的判断规则等价于找到最大化似然函数f(y_i|s_m)的信号。

在具有附加的白高斯噪声AWGN的衰减和发散的信道情况下，所接收的信号假定为以下形式： $y_i=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_l{g}_{i-l,l}+w_l---\left(3\right)$ 其中y_i是在时刻I接收的信号，s_i是第I个发送码元，g_i-l，l是码元s_i对在时刻I接收的信号起作用的信道脉冲响应，w_i是时刻I的噪声。该模型对应于所接收的具有码元空格(symbol spaced)回波和奈奎斯特匹配滤波的所接收信号y_i。

用于接收机的传统的对数似然函数有下述形式： $\log \left(y_i\right|s,g)=\underset{l=-L}{\overset{L}{\mathrm{\Σ}}}[-2\mathrm{Re}\{s_l^{*}{r}_l\}+\underset{m=1}{\overset{L}{\mathrm{\Σ}}}{s}_l^{*}{h}_{l,m}{s}_m]---\left(4\right)$ 其中 $r_l=\underset{k=0}{\overset{K-1}{\mathrm{\Σ}}}{g}_{k,k+1}^H{y}_{k+1}----\left(5\right)$ 和 $h_{l,m}=\underset{k=0}{\overset{K-1}{\mathrm{\Σ}}}{g}_{k-l,l}^H{g}_{k-m,m}---\left(6\right)$ r_i项表示接收机对发送机和码元1的信道的匹配媒体响应。h_i，m项表示由多路径分量和脉冲波形产生的相邻码元间的复杂ISI。码元g_i-l，l是信道脉冲响应的共扼转置。

本发明的方法将在给定采样间隔中接收的第I个码元表示为两个矢量的函数，从数学上可以表示如下： $s_l=Z_l^T{B}_l---\left(7\right)$ 其中Z_l是标志矢量，B_i是码元库矢量。应该注意到的是，码元库矢量B_i对于所有的l值可以保持不变，在这种情况下调制并不随时间变化(e.g.QPSK).码元库矢量B_i可以随时间变化来表示编码的调制序列。码元库矢量B_i包括所有可能的发送码元作为元素。标志矢量Z_l包括很多元素，这些元素包括一个等于1的元素和所有等于0的剩余元素。标志矢量Z_l中的元素数等于码元库矢量B_i中的元素数(码元)。因此，标志矢量中元素“1”的位置唯一地表示了位于码元库矢量B_i中相同位置的码元。例如，在第三个位置上具有元素“1”的标志矢量表明码元库矢量B_i中的第三个码元被发送。

利用标志矢量码元并替换变量U和V，等式(4)的对数似然函数变成： $\log \left(y\right|s,g)=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{Z}_l^T[U_l+\underset{m=1}{\overset{L}{\mathrm{\Σ}}}{V}_{l,m}{Z}_m]---\left(8\right)$ 其中 $U_l=-2\mathrm{Re}\left\{B_l^{*}{r}_l\right\}---\left(9\right)$ 是对于可能的发送码元B_i的匹配媒体响应矢量；并且 $V_{l,m}=B_l^{*}{B}_l^T{h}_{l,m}---\left(10\right)$ 是表示所接收码元和它们的邻居码元之间的ISI的交互矩阵。术语邻居码元用来表示给定接收码元的局部相邻区域中的码元，该码元导致给定接收码元中的ISI。如下面描述的，等式(8)的对数似然函数被用作给定接收码元s_i的估计码元概率矢量 的迭代计算中的收敛准则。

根据本发明，一种迭代方法被用来为每个发送码元找到标志矢量Z_l的的估计值 。该估计值这里被称作估计的码元概率矢量 ，并具有由下面等式给出的t阶元素 ${\hat{Z}}_{l,l}^{\left(p\right)}=\frac{\exp \left(e_l^T\right[U_l+{\mathrm{\Σ}}_{m\∈n_l}{V}_{l,m}(u,v)(e_l+{\hat{z}}_m^{(p-1)})\left]\right)}{\underset{s=1}{\overset{N_b}{\mathrm{\Σ}}}\exp \left(e_s^T\right[U_l+{\mathrm{\Σ}}_{m\∈n_l}{V}_{l,m}(e_s+{\hat{z}}_{m,}^{(p-1)})\left]\right)}---\left(11\right)$ 其中e_i表示第t个元素为1而其它所有元素都为0的标志矢量。项

表示对于邻居(即干扰)码元的以前迭代的估计码元概率矢量。N_b是码元库矢量B_l中可能码元的数目，n_l定义了s_l的局部相邻区域中的估计标志矢量 。等式(11)中的分子被称作偏矩阵参数，分母被称作规一化参数

计算估计码元概率矢量

和所接收码元s_i的方法在本质上是递归或迭代的，以统计来自相邻采样间隔的干扰，也称为ISI。根据其定义，ISI意味着给定的采样间隔不仅包括涉及直接与采样间隔相关的码元的信息，而且包括涉及在相邻采样间隔中所接收码元的信息。因此，在给定的采样间隔下，为了准确估计码元值，有关相邻采样间隔的值或估计值的信息也是需要的。等式(11)定义了特定码元在第p次迭代时码元概率矢量的估计值和前面第(p-1)次迭代时对应于该码元的干扰邻域的估计码元概率矢量之间的递归关系。

在等式(11)最初的迭代(p＝1)中，用到了每个估计码元概率矢量

的每个元素的假定值。在第一次迭代之后(p＞1)，根据(p-1)次迭代得到的估计码元概率矢量

被用于计算，并在等式(11)中表示为 。每次迭代导致估计码元概率矢量

的更新组，每个被估计的码元对应一个。这一过程重复预定的迭代次数，或者直到满足一些预定义的收敛准则。

在估计码元概率矢量

的迭代计算中，等式(11)中估计码元概率矢量

的以前迭代的一些函数

可以用于替代估计码元概率矢量。函数

可能输出一个硬判断，其中估计码元概率矢量

的每个元素为0或1。另外可选的是，函数

可以是一个连续非线性函数，该函数为估计码元概率矢量

的每个元素产生一个范围为0到1的输出，其中所有元素的和为1。

如上面描述的，在每次迭代过程中，必须计算出一组完整的估计码元概率矢量

。因此，等式(11)的应用对于估计码元概率矢量的L个元素中每个元素来说需要使用N_b次。即，由于考虑到了L个采样间隔，因此会有L个不同的估计码元概率矢量

到

，每个矢量包含的元素数与码元库中的码元数相同为N_b。在每次迭代结束时，将会有一组对应于每个发送码元的估计码元概率矢量。于是会作出判断是否需要附加的迭代。如果需要，估计码元概率矢量的计算会重复，导致更新的估计值。这一过程会重复预定数量的迭代，或直到满足一些预定的收敛准则。

对数似然等式(8)可以，例如用于测试收敛性。在每次迭代之后，整组的估计码元概率矢量

被施加给对数似然等式(8)，导致反映出该组估计码元概率矢量 的似然性的数字值，更具体的，它们表示的码元准确的反映了发送机发送的实际码元。当确定不需要进一步的迭代时，会询问该组估计码元概率矢量

的值。估计码元概率矢量

的各个元素可以采用范围在0到1的实际值，并反映出相关码元库矢量B_i中相应码元被发送的概率。这些概率可以被用来辅助执行涉及码元或码元序列正在讨论的软判断或硬判断。

对于该领域的技术人员会明白的是，上面以单个用户信号为例所描述的本发明的检测方法，可以很容易地扩展到包括多用户信号的情况。多用户配置设想的实现将需要对以前描述的用于单用户配置的数学表达式作很小的修改。然而，这些表达式的基本功能意图保持不变。

具体地，在多用户情况下，等式(3)将表现为： $y_i=\underset{n=1}{\overset{\mathrm{Nu}}{\mathrm{\Σ}}}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{s}_{l,u}{g}_{i-l,l}\left(u\right)+w_i---\left(12\right)$ 其中加入了对于整个用户数N_u的额外求和。类似地等式(4)假定在多用户情况下有下述形式： $\log \left(y\right|s,g)=\underset{n=1}{\overset{N_u}{\mathrm{\Σ}}}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}[-2\mathrm{Re}\{s_{l,u}^{*}{r}_l\}+\underset{n=1}{\overset{N_u}{\mathrm{\Σ}}}\underset{m=1}{\overset{L}{\mathrm{\Σ}}}{s}_{l,u}^{*}{h}_{l,m}(u,v)s_{m,v}---\left(13\right)$ 其中 $r_{l,u}=\underset{k=0}{\overset{K-1}{\mathrm{\Σ}}}{g}_{k,k+l}^H\left(u\right)y_{k+l}---\left(14\right)$ 和 $h_{l,m(u,v)}=\underset{k=0}{\overset{K-1}{\mathrm{\Σ}}}{g}_{k-l,l}^H\left(u\right)g_{k-m,m}\left(v\right)---\left(15\right)$

在这种情况中，s_l，u是用户u的第1个码元，g_k-l，l(u)是对用户u而言在时刻l和延迟k-l时接收的信号有贡献的信道脉冲响应。H_l，m(u，r)表示用户u和v之间的交互。再一次地，只有对于用户数N_u的附加求和被加入。

当转换成标志矢量形式时，对数似然等式变成： $\log \left(y\right|s,g)=\underset{m=1}{\overset{N_u}{\mathrm{\Σ}}}\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{Z}_{l,u}^T[U_{l,u}+\underset{v=l}{\overset{N_u}{\mathrm{\Σ}}}\underset{m=1}{\overset{L}{\mathrm{\Σ}}}{V}_{l,m}(u,v)Z_{m,v}]---\left(16\right)$ 其中 $U_{l,u}=-2\mathrm{Re}{B}_{l,u}^{*}{r}_{l,u}---\left(17\right)$ 和 $V_{l,m}(u,v)=B_{l,u}^{*}{B}_{m,v}^T{h}_{l,m}(u,v)---\left(18\right)$ 估计码元概率等式变成 ${\underset{\‾}{\overset{^}{Z}}}_{l,u}^{\left(p\right)}=\frac{\exp \left(e_l^T\right[U_{l,u}+{\mathrm{\Σ}}_{m\∈n_l}{V}_{l,m}(u,v)(e_l+{\hat{z}}_{m,v}^{(p-1)})\left]\right)}{\underset{s=1}{\overset{N_b}{\mathrm{\Σ}}}\exp \left(e_s^T\right[U_{l,u}+{\mathrm{\Σ}}_{m\∈n_l}{V}_{l,m}(u,v)(e_s+{\hat{z}}_{m,v}^{(p-1)})\left]\right)}---\left(19\right)$

图2说明了用于从多用户中检测出所接收信号y_i的检测器20。检测器20包括信道估计器22，匹配媒体响应矢量发生器24和码元交互矩阵发生器30。信道估计器22基于所接收的信号y_i产生信道脉冲响应g_i-l，l的估计值。g_i-l，l表示对应于第I个具有延迟因子I-1的码元的信道脉冲响应。信道脉冲响应g_i-l，l的估计值是以已知的方式计算出来的。已知的训练码元可以被用来产生信道估计值。另外，硬检测或软检测码元也可以用来产生信道估计值。信道脉冲响应g_i-l，l的估计值被传递给匹配媒体响应矢量发生器24和码元交互矩阵发生器30。

匹配的媒体响应矢量发生器24包括一个匹配媒体响应滤波器26和一个矢量发生器28。给定所接收信号y_i和信道脉冲响应g_i-l，l(u)的估计值，匹配媒体响应滤波器26计算出对于发送机和每个用户u的码元l的信道媒体的匹配媒体响应r_l，u。匹配媒体响应r_l，u被传递给矢量发生器28，该发生器结合码元库36的知识计算出匹配的媒体响应矢量U_l，u。

码元交互矩阵发生器30包括一个交互系数发生器32和一个矩阵发生器34。交互系数发生器32计算码元交互系数h_l，m(u，v)，该系数代表每个用户对u，v的码元l和m的信道响应。码元交互系数h_l，m(u，v)被传递给矩阵发生器34，该发生器结合码元库36中的信息产生码元交互矩阵V_l，m。匹配的媒体响应矢量U_l，u以及码元交互矩阵V_l，m(u，v)最后被传递给估计码元概率矢量发生器40，该发生器根据等式(16)计算估计的码元概率矢量

图3中给出的是估计码元概率矢量发生器40的更详细的方框图。估计码元概率矢量发生器40包括迭代处理器42，迭代和输出控制器46和以前迭代缓存器44。对于多用户环境下的给定码元l和用户u，迭代处理器42负责实现并求解描述和定义估计码元概率矢量

的数学表达式。迭代处理器42的输出是估计标志矢量 ，该矢量由迭代和输出控制器46接收并分析。

控制器46实现用于确定是否需要附加迭代的特殊策略。潜在的迭代控制策略可以包括定义固定数量的迭代，或观察和监视与Z有关的函数，例如以前描述的对数似然函数。在这种情况中，涉及附加迭代需求的判断可以通过观察连续计算的

矢量间的均方误差来进行。如果控制器46判定需要附加的迭代，那麽最新计算出来的估计码元概率矢量组

被临时存储在迭代缓存器44中。存储在迭代缓存器44中的估计码元概率矢量组

被用于在下一次迭代中计算估计码元概率矢量。

不考虑所实现的迭代控制策略，控制器46的功能是管理所实现的迭代终止准则，并最终输出迭代的最佳估计码元概率矢量 。估计的码元概率矢量

可以被硬判断发生器48用来作出关于估计码元概率量

的硬判断为估计码元_l，u。估计码元_l，u于是从硬判断发生器48输出到解码器，另外可选地，估计码元概率矢量

可以直接传递给软判断解码器。

图4是说明本发明的检测器20的操作的流程图，在接收到所接收信号y_i之后，检测器20计算信道估计值g_i-l，l，该值表示通讯信道对所发送码元的估计脉冲响应(块100)。检测器20于是计算匹配的媒体响应矢量U_i，u(块102)和码元交互系数矩阵V_i，u(块104)。匹配的媒体响应矢量U_i，u是基于信道估计值g_i-l，l和接收信号y_i而计算的。码元交互系数矩阵V_i，u是基于信道估计值g_i-l，l而计算的，并表示相邻码元间的交互。匹配媒体响应矢量U_l，u和码元交互系数矩阵V_l，u被用来计算每个接收码元的估计码元概率矢量

(块106)。估计码元概率矢量的对数似然被利用对数似然等式计算出来(块108)。对数似然导致反映估计码元概率矢量组 准确表示发送码元组的似程度的数字值。检测器20利用，例如一些预定收敛准则来确定是否需要其它的迭代(块110)。如果需要，每个接收码元的一组新的估计码元概率矢量被计算出来(块106)。基于这组新的估计码元概率矢量，对数似然被计算出来(块108)。该过程一直重复，直到检测器20确定不再需要进一步的迭代(块110)。最后一组估计码元概率估计值被用来产生发送码元的硬判断估计值或另外可选地，输出到软判断解码器(块112)。

基于前面的描述，可以看到本发明给出找到最大似然序列估计值的另一可选方法，当对于传统的维特比检测器来说状态空间太大时，可以考虑该方法。当然，本发明可以以除此处描述之外的其它具体的方式实现，而不偏离本发明的思想和基本特性。本实施方案从各方面来讲应考虑为示意性而非限制的。所有在附加权利要求的含义和等价范围之内的改变都是可行的。

Claims (19)

1.用于解调对应于发送码元序列的所接收信号的方法，其中的码元序列有多个码元，该方法包括以下步骤：

a)通过通讯信道接收该信号；

b)形成码元库矢量，该矢量表示发送码元序列中可能的发送码元；

c)产生信道估计值，该值表示对于每个发送码元来说通讯信道的估计脉冲响应；

d)基于所接收的信号，信道估计值和码元库矢量形成匹配的媒体响应矢量；

e)基于信道估计值和码元库矢量形成交互矩阵；

f)形成估计的码元概率矢量，该矢量具有多个元素用来从发送码元序列中选出每个发送码元的估计值，其中估计码元概率矢量是基于匹配媒体响应矢量、交互矩阵和干扰码元的估计码元概率矢量的以前的估计值，通过递归估计每个估计码元概率矢量中的每个元素来形成的。

2.根据权利要求1的解调方法，其中对于每个估计码元概率矢量的每个元素的递归估计一直执行到满足预定的收敛准则为止。

3.根据权利要求1的解调方法，其中对于每个估计码元概率矢量的每个元素的递归估计执行预定数量的迭代次数。

4.根据权利要求1的解调方法，其中估计码元概率矢量作为软判断矢量而输出。

5.根据权利要求1的解调方法，还包括基于估计码元概率矢量从码元库矢量中选出码元并将选出的码元作为硬判断输出的步骤。

6.根据权利要求1的解调方法，还包括在估计码元概率矢量的迭代计算过程中重新产生信道估计值的步骤。

7.根据权利要求1的解调方法，其中以前估计的码元概率矢量被用来在下一次迭代中计算码元概率矢量的估计值。

8.一种用于解调多用户信号的方法，其中每个用户信号对应于具有多个码元的发送码元序列，所述的解调方法包括以下步骤：

a)通过通讯信道接收所述多用户信号信号；

b)为每个用户信号形成码元库矢量，该矢量表示发送码元序列中可能的发送码元；

c)产生信道估计值，该值表示在每个用户信号中对于每个发送码元来说通讯信道的估计脉冲响应；

d)基于用户信号、相应的信道估计值和相应的码元库矢量为每个用户信号形成匹配媒体响应矢量

e)基于相应的信道估计值和码元库矢量为每个用户信号形成交互矩阵；

f)形成估计的码元概率矢量，该矢量具有多个元素用来从每个用户信号中选出每个发送码元的估计值，其中所述估计码元概率矢量是基于匹配媒体响应矢量、交互矩阵和干扰码元的估计码元概率矢量的以前的估计值，通过递归估计每个估计码元概率矢量中的每个元素来形成的。

9.根据权利要求8的解调方法，其中估计码元概率矢量的每个元素被基于估计码元概率矢量的以前估计值而递归计算出来。

10.根据权利要求8的解调方法，其中对每个估计码元概率矢量的每个元素的递归估计一直执行直到满足预定的收敛准则。

11.根据权利要求8的解调方法，其中对每个估计码元概率矢量的每个元素的递归估计会执行预定数量的迭代次数。

12.根据权利要求8的解调方法，其中估计码元概率矢量被作为软判断矢量而输出。

13.根据权利要求8的解调方法，还包括基于标志矢量从码元库矢量中选出码元并将选出的码元作为硬判断输出的步骤。

14.根据权利要求8的解调方法，还包括在估计码元概率矢量的迭代计算中重新产生信道估计值的步骤。

15.根据权利要求8的解调方法，其中以前的估计码元概率矢量的函数被用来在下一次迭代中计算码元概率矢量的估计值。

16.用于解调对应于发送码元序列的接收信号的方法，其中的发送码元序列具有多个码元，该方法包括以下步骤：

a)通过通讯信道接收信号；

b)形成码元库矢量，该矢量表示发送码元序列中可能的发送码元；

c)产生信道估计值，该值表示对于每个发送码元来说通讯信道的估计脉冲响应；

d)基于所接收的信号，信道估计值和码元库矢量形成匹配的媒体响应矢量；

e)基于信道估计值和码元库矢量形成交互矩阵；

f)基于所述的匹配媒体相应矢量和所述的交互矩阵形成估计的码元概率矢量用于选出每个发送码元的估计值，其中所述估计码元概率矢量包括多个对应于码元库矢量中元素的元素，其中估计码元概率矢量的每个元素表示码元库矢量中相应元素作为发送码元的概率。

17.根据权利要求16的解调方法，其中估计码元概率矢量作为软判断矢量而输出。

18.根据权利要求16的解调方法，还包括基于所述标志矢量从所述码元库矢量中选出码元并将所述的选出码元作为硬判断而输出的步骤。

19.根据权利要求16的方法，还包括在估计码元概率矢量的迭代计算中重新产生信道估计值的步骤。

Images