CN1507714A - 对存在码间干扰并在多路发送和接收中进行按位交织编码的数字数据流进行编码/解码的方法及相应系统 - Google Patents

Abstract

本发明涉及一种对多路发送和接收中进行了按位交织编码的数字数据流执行编码/解码的方法和系统。所述编码在于：(A)对初始数字数据流进行外部编码(C⁰)，(B)对编码数字流进行交织(π)，(C)在v个通路上对交织编码数字流进行层解复用，(D)通过调制而将各个层的q_m个连续比特转换成Q_m元符号，然后(E)借助天线阵列的发射天线来发送每个符号。所述解码在于：(F)在构成阵列的p个接收天线上接收所发送的数字数据流，(G)基于先验信息项(EIDS＝api)来对接收的符号集合进行均衡和联合多层检测的重复处理，(H)对获取的第一非本征信息流(EIDS₁)进行解交织(π^－1)，(I)对所获取的第二非本征信息流(EIDS₂)进行外部解码(C⁰)，(J)对所获取的第三非本征信息流(EIDS₃)进行交织，以便产生先验信息项，并且将后者重新注入处理(G)。本发明应用到无线接口。

Description

对存在码间干扰并在多路发送和接收中进行按位交织编码 的数字数据流进行编码/解码的方法及相应系统

技术领域

本发明涉及一种方法和一种相应的系统，在出现码间干扰的情况下，所述方法和系统对在多路发送和接收中按位交织(bitwiseinterleaving)编码的数字数据流进行编码/解码。

更具体地说，作为本发明主题的编码/解码方法和系统尤其适于实施那些可用于移动电话架构的高比特率或甚高比特率的射频传输系统，如果恰当的话，所述方法和系统还适合于任何环境中的电子设备之间的射频链路方面，尤其是严酷环境。

背景技术

在上述应用领域中，具有高可靠性和安全性的数字数据传输将会遇到一个主要障碍，那就是这些数据的传输将会经由一个可变传输信道，而所述信道的特性并不是事先已知的。所发射的数字数据细分为包含成串数据比特的符号，每个符号都允许对经由信道发送的载波无线电波进行调制。

出于对可靠的高比特率射频传输处理的强烈需求，引发了很多涉及未来几代TDMA(时分多址)移动无线电通信系统的研究计划的启动与执行。

对射频传输信道而言，目前已知的是，它们都是频率选择和随时间变化的。时间的变化是由一个或多个用户的移动或速度引起的。而频率选择则是因为经由多个路径的射频信号传播条件以及接收信号的有害叠加所引起的，所述有害叠加是从经由这些不同路径所进行的传播中产生的。频率选择现象导致出现了一种码间干扰现象，在接收这些符号的时候，所述码间干扰现象不利于符号的检测和传输质量。并且码间干扰现象和接收机的复杂性会随着传输比特率的提升而得到相当大的提高。

上述射频传输信道的特定特性总是导致实施那些特别巧妙简洁的射频接口系统，而在寻求高频谱利用率的高比特率传输时更是如此。

尽管这样，但是借助于分集概念，先前视为主要障碍的上述射频传输信道频率选择性和时间变化至今仍然是研究主题，下文将会对此加以说明。

在上述计划和研发中，结合按位交织的编码调制处理也称为比特交织编码调制或者BICM，作为已知技术，它已经存在了大约10年时间。

如下文参考图1a所述，这些处理通常在于：将一个外码C⁰应用于原始数据流，之后对那些以比特数为单位的特定长度的数据块的比特进行交织π，然后则进行GRAY调制。有关这些处理的更详细描述可以有效参考Ephraim ZEHAVI在1992年发表于IEEETransactions on Communications第40卷第5号的文章“8-PSKTrellis Codes for a Rayleigh Channel”。

近来，这种类型的处理形成了新的理论或实际研究的主题。在上述研究中涉及到以下文献，其中包括：由G.CAIRE、G.TARICCO以及E.BIGLIERI在1998年5月发表于IEEE Trans.Inform.Theory第44卷第3号第927-946页的名为“Bit InterleavedCoded Modulation”的文章，以及X.LI和J.A.RITCEY在1992年4月发表于IEEE ISAC第17卷第4号第715-725页的名为“Trellis-Coded Modulation with Bit-Interleaving and Iterative Decoding”的文章。

最近，上述研究已经归纳为一种在发射和接收中使用了多个天线的系统。

这种处理更为精细，它与图1B所描述的说明性方案相对应，其中如前述图中所示，在进行了交织处理之后，在指定数量的通道上进行的解复用有可能执行多路传输处理。

实质上，这种处理是为一个瑞利信道执行的，也就是说，所述处理是为一个传输信道执行的，对这个信道而言，几乎根本不存在记忆效应，也就是不存在码间干扰现象。

因此，这种处理不容易在一个总是存在码间干扰的实际环境中实施，尤其不容易在高比特率或甚高比特率的传输架构中实施，这是因为，由于上述记忆效应，高速率或甚高比特率的传输条件将会产生一种极大增加上述码间干扰现象的效果。

关于上述处理的更详细描述，可以有效参考以下文档，其中包括：J.J.BOUTROS、F.BOIXADERA以及C.LAMY发表于IEEE6th Int.Sum.on Spread Spectrum Tech.& Appli，NSIT NewJersey，USA，Sept.6-6的名为“Bit-Interleaved Coded Modulationsfor Multiple Input Multiple Output Channels”的文章，以及AndrejSTEFANOV和Tolga M.DUMAN在Telecommunications ResearchCenter，Electrical Engineering Department，Arizona StateUniversity，Tempe，AZ 85287-7206，Global TelecommunicationsConference-Globecom 99上发表的名为“Turbo Coded Modulationfor Systems with Transmit and Receive Antenna Diversity”的文章。

因此，根据上述处理而实施的技术存在不支持所述从发射天线到接收天线的基本传输信道的频率选择性的主要缺陷，其中所述信道构成了整体传输信道。从其他方面来讲，上述技术似乎不适合对码间干扰现象进行校正。

近来提出了一种很有优势的编码，所述编码执行射频接口，从而能够保证很高的频谱利用率，这种编码可以参见以下出版物：2000年11月由A.M.TONELLO在San Francisco，USA发表于GLOBECOM 2000第3卷第1616-1620页的文章“Space-Time Bit-Interleaved Coded Modulation over Frequency Selective FadingChannels with Iterative Decoding”。尽管所述出版物中描述的编码/解码原理很有前途，但是在接收时，所述原理在使用最佳算法的同时，一方面顾及了多层检测和码间干扰解码操作，另一方面还考虑到了使用分离和重复方式来进行外部解码。在实践中，基于这种原理的解码系统非常复杂并且难以实施。

发明内容

本发明针对的是一种方法和系统，用于对存在码间干扰并在多路发送和接收中按位交织编码的数字数据流进行解码。

在本发明的效力以内，所述解码处理和系统的目的是弥补缺点和减轻现有技术处理及技术的不足。

特别地，作为本发明主题的解码方法和系统尤其适合实施射频接口，由此可以确保很高的频谱利用率。

本发明的一个目的是提供一种方法和系统，用于对存在码间干扰并在多路发射和接收中按位交织编码的数字数据流进行解码，在实施中，所述方法和系统既很简单又很稳固。

本发明的另一个目的是实施一种解码方法和系统，所述方法和系统尤其适合射频接口的定义以及射频接口的实施例，对高频率选择性的传输信道而言，所述射频接口非常稳固，或等价地，所述射频接口允许有效对抗码间干扰现象。

最后，本发明的另一个目的是提供一种方法和系统，用于对那些在发射和接收中按位交织编码的数字数据进行解码，所述方法和系统尤其适合实施射频接口，由此可以在帧和误比特率方面为有限信噪比获取非常好的性能。

在本发明的效力以内，一开始为编码预先采取了措施，借助一个特定速率的代码来对数字数据流进行外部编码，从而产生一个编码数字流，对这个编码数字流进行比特级交织，以便产生一个交织编码数字流，在特定数量v的解复用通道上，对这个交织编码数字流进行分层的解复用，以便产生相应层数的交织编码数字流，将各个包含同一层的q_m个连续比特的数字调制字符串转换成一个Q_m元符号，其中Q_m＝2^qm，并且m∈[1，v]，根据一个特定的映射方案，借助于不同的发射天线来发送每个Q_m元符号，所述天线集合形成一个空间分集阵列，由此产生一个发射基本数字流的集合。在接收时，基于所述编码数字流的组成编码比特上的先验信息项，所述操作处理可以对这个发射基本数字流的集合进行解码。

根据这个作为本发明主题的方法或前述系统，用于对产生码间干扰的传输信道上的多路发送和接收中进行按位交织编码的数字数据流执行解码的方法和系统包括以下步骤：在数目为ρ的多个接收天线上分别需要接收这个在多路发送和接收中进行按位交织编码的数字数据流，这些数字数据流包括了在这个传输信道上发送的基本数字流集合，并且存在数量为p的接收天线，其数量p与发射天线的数量v无关，这些接收天线形成了一个空间分集接收天线阵列，由此定义了一个所接收调制符号的基本流集合，借助于经由这个外码编码并经过交织的比特上的非本征信息流来对所接收符号的基本流进行传输信道均衡以及联合多层检测的重复处理，其中这个非本征信息流构成一个先验信息项，由此在经由外码编码并经过交织的比特上产生第一非本征信息流，对这个第一非本征信息流进行解交织，以便在源于均衡处理的编码比特上产生第二非本征信息流，基于外码来对编码比特上的第二非本征信息流进行解码，以便在编码比特上产生第三非本征信息流，其中所述信息流是从基于外码的解码中产生的，对这个第三非本征信息流进行交织，以便在经由外码编码并经过交织的比特上产生非本征信息流，从而构成所述先验信息项，以及将这个先验信息项重新注入传输通道均衡和联合多层检测的重复处理。

对于作为本发明主题而对存在码间干扰并在多路发送和接收中按位交织编码的数字数据流进行解码的方法和系统而言，所述方法和系统不仅发现了适于移动无线电话的应用，而且还发现了适于实施家庭或工业环境中的任何类型电子设备之间的射频接口的应用。

附图说明

通过阅读以下描述并且查看附图将会更好地理解所述方法和系统，除了图1a和1b涉及现有技术的处理之外，其中：

作为例示，图2描述了在本发明的效力以内，对存在码间干扰并在多路发送和接收中采用按位交织编码的数字数据流进行编码的方法的流程图；

作为例示，图3a描述了作为本发明主题而对多路发送和接收中使用根据图2所述编码方法来进行编码的数字数据流进行解码的方法的流程图；

作为例示，图3b是对根据图3b所示的本发明解码方法架构内部的均衡和联合多层检测重复处理的实施细节进行描述的流程图；

作为例示，图3c描述了基于外码并使用软输入/输出来进行解码，从而可以在编码比特上得到一个非本征信息流的实施细节的流程图，其中所述信息流是从基于外码的解码中产生的；

作为例示，图4a描述了在本发明效力以内，对存在码间干扰并在多路发送和接收中采用按位交织编码的数字数据流进行编码的系统的功能图；

作为例示，图4b描述了作为本发明的主题，对存在码间干扰并根据图2所述编码方法并借助图3所示编码系统而在多路发送和接收采用按位交织编码的数字数据流进行解码的系统的功能图；

作为例示，图5a描述的是在实施图1a所示的现有技术编码处理的过程中，作为信噪比函数的误比特率值的图表，其中应用了一个以64种状态的网格为基础的BCJR均衡来确保所述解码；

作为例示，图5b描述了在实施图2所示的本发明效力以内的编码方法来进行多路传输的过程中，作为信噪比函数的误比特率值的一个图表，其中三个发射天线均处于二态相位调制MDP₂，而解码则是根据作为本发明主题的解码方法并由BCJR类型的均衡和重复联合检测来执行的；

作为例示，图5c描述了在为数目为4的发射天线执行编码方法和作为本发明主题的解码方法的过程中，作为信噪比函数的误比特率值的图表；

作为例示，图5d描述了在实施编码方法和作为本发明主题的解码方法的过程中，作为信噪比函数的误比特率值的一个比较图表，其中所述均衡和联合多层检测处理是一个GPSP处理，它在全面减少的网格的各个节点都保留了Ω个残留物，而加权输出端的计算则包括一个广义的SOVA类型的处理，相对于BCJR最佳过程而言，所述比较图表是为那些数目为Ω的残留物的不同数值建立的。

具体实施方式

现在结合图2来给出在本发明效力以内，对多路发送和接收中那些按位交织编码的数字数据流进行编码的方法。

参考上述附图，其中指示将编码方法应用于一个标记为IDS的初始数据流，由此构成一个表示为{ d ₁，…， d _τ0}的外部数据序列，这个外部数据序列与那些包含连续比特的符号相对应，所述符号表示为

d _n＝{d_n，1，……，d_n，k0}。

对编码数字数据传输而言，回想将这些数字数据细分为包含特定数量的连续比特的符号，由此能够确保信道调制，其目的在于符号传输，而最终目的则在于包含后者的数据序列传输，并且不涉及包含这些连续比特的序列有效值。

从图2中可以看出，在步骤A，借助一个特定速率的代码来对初始数字数据流IDS进行外部编码，从而产生一个编码数字流。在前述图1a中，将这个可以执行外部编码的代码表示为C⁰。

更具体地说，在这里指出，较为有利的是，外码可以包括网格码，也可以等价包括网格码组合。在图2中，将这个按照步骤A而获取的编码数字流表示为C⁰DS。它包括一个外部编码序列，所述序列表示为{ c ₁，…， c _τ0}这个外部编码序列包括那些表示为 c _n＝{c_n，1，…，c_n，n0}的编码比特符号，其中c_n，1到c_n，n0代表了编码符号 c _n的连续组成比特。

然后对编码数字流C⁰DS执行步骤B，举例来说，在细分为连续数据块之后，对编码数字流C⁰DS进行按块的交织处理，从而产生一个用ILC⁰DS表示的交织编码数字流，这样一来，一方面由于步骤A的外部编码，另一方面则由于交织，所述交织编码数字流将会表现出时间分集。

在一种常规方式中表明，步骤B中的进行的按块交织处理可以借助于那些用π标记的任意交织系统来执行。

在步骤B本身之后进行的是步骤C，所述步骤在于：对编码交织数字流ILC⁰DS进行解复用，通过这个操作，将编码交织数字流ILC⁰DS细分为给定数量v的基本交织编码数字流，图2指示了这些基本交织编码数字流的集合：

$\{{\mathrm{EILC}}^{0}D{S}_m{\}}_{m=1}^{m=v}$

可以了解的是，实际上，每个基本交织数字流都包含一个层号为m的层，如稍后将在说明书中描述的那样，除了由于外部编码和交织所引入的时间分集质量之外，所述层还有可能会引入一个特定的空间编码。

然后，在前述步骤C之后进行的是步骤D，所述步骤在于：对各个基本交织编码数字流进行调制处理，以便将每个数字调制串转换成一个Q_m元符号，其中每个基本交织编码数字流就是每个处于层号m∈[1，v]的各个层次的信号，所述数字调制串包括同一层的q_m个连续比特，根据一个特定的映射方案，Q_m＝2^qm，m∈[1，v]。在实践中，交织编码数字流的所述层包括帧，其速率是层号为m的每个层各一帧。此外，层号为m的各个层自身细分为大小为τ个比特的N个突发{ u ₁ ^m， u _τ ^m}所述突发由符号 ${\underset{\‾}{u}}_n^m=\{u_{n,1}^m,\·\·\·,u_{n,\mathrm{qm}}^m\}$ 组成，这τ个比特包括了训练比特的组成尾比特，举例来说，所述比特是由本身已知的CAZAC序列形成的。使用一个Q_m元调制器来对每个突发进行调制，所述调制器可以将一个形式为

的复数符号与任何输入符号 u _n ^m相关联。

在这里已经指出，函数表示任何映射规律。作为非限制实例，其中显示根据格雷码的映射规律将会给出了很好的结果。因此，在结束步骤D时，由EILCDS_m表示的Q_m元符号在每个调制路径上都是可用的，其中m表示调制路径的层号。

在步骤D之后进行的是步骤E，所述步骤在于：借助不同的发射天线并经由一条传输信道来发送每个前述Q_m元符号EILCDS_m。这个不同发射天线的集合标记为 ${\left\{{\mathrm{ta}}_m\right\}}_{m=1}^{m=v},$ 所述天线集合形成一个空间分集阵列，由此可以从每个Q_m元符号EILCDS_m中产生一组发射基本数据流，所述数据流显示出空间和时间分集，这一方面是由于引入的外部编码顾及了按块交织，而另一方面则是由于所引入的外部编码还顾及了经由所述不同发射天线集合所进行的传输的分配。

只要涉及后者，则表示这个发射天线集合形成了一个空间分集阵列，所述阵列的各个不同的组成发射天线都与邻近的不同发射天线相隔一定距离，所述距离大于λ₀，其中λ₀表示载波波长，由此可以确保通过对结束步骤D时获取的每个Q_m元符号进行调制而进行的传输。

因此在接收时，所述编码方法可以对Q_m元符号进行解码，所述符号构成了从先验信息项中发送的基本数字流集合 ${\left\{\mathrm{TEILCDS}\right\}}_{m=1}^{m=v},$ 所述先验信息项代表的是引入编码的空间和时间分集。

更具体地说，回顾一下，在传输之后，本身已知的前述训练符号(learning symbol)可以执行传输通道脉冲响应的一个在先估计，传输信道包括发射机与接收机之间的多个传播路径，每个路径构成了一个基本传输信道。

在这些条件下，由于多径传播以及发射机与接收机之间的移动产生了传输信道的可变特性，因此可以通过等价信道的离散时间脉冲响应来为时变频选射频信道建模，其中当然包括了通常使用的发送和接收整形滤波器，每个滤波器都与基本传输信道相对应，因此，所述基本传输信道表示为：

$h^{m,r}=\{h_0^{m,r},\·\·\·,h_{X^{c-1}}^{m,r}\}$

用于每个将各个层m的发射天线连接到给定层号为r的接收天线的路径。通常，r∈[1，p]，并且p≠v。接收天线数目可以小于v。

在上述关系式中，根据发送符号的数目，X_c表示约束长度，而约束长度则表示信道存储器。

所有基本信道都被视为显示了相同的约束长度X_c。由于单个多径分量的数目是由宽阔的建筑物以及反射物体所决定的，因此可以容许这种假设。

根据本发明效力以内的方法，如果对逐个突发(burst bvburst)的传输进行考虑，那么在一个突发传输的整个过程中，基本传输信道与合成传输信道都是静态的，并且这些信道会随着突发的不同而产生独立变化。在这些条件下，对第一近似而言，数值τ可以视为前述信道相干时间的一个量度。这些条件可以为那些具有慢变化频率衰落和频率跳变的多径准静态信道建立一个可以接受的模型。在这种情况下，对每个基本信道而言，标记为{h_k ^m，r}_k的系数可以视为具有相同零平均能量的独立高斯复数随机变量，所述变量满足等式(1)：

$\underset{i=0}{\overset{x_c-1}{\mathrm{\Σ}}}\left|\right|h_i^{m,r}|{|}^2=1------\left(1\right)$

在这种条件下，在每个离散取样时间n，层号为r的每个接收天线都会观察到一组与所发射基本数字流 ${\left\{\mathrm{TEILCD}{S}_m\right\}}_{m=1}^{m=v}$ 相对应的发射符号，并且这组发射符号满足等式(2)：

$y_n^r=\underset{m=1}{\overset{v}{\mathrm{\Σ}}}\underset{i=0}{\overset{x_c-1}{\mathrm{\Σ}}}{h}_i^m{z}_{n-i}^{m,r}+{\mathrm{\ζ}}_n^r------\left(2\right)$

在这个关系式中，ζ^r _n代表一个具有零平均值并且方差为2σ²。的复数噪声取样。ζ^r _n是一个复数对称高斯变量，也就是说，ζ^r _n是一个实部与虚部不相关并且类似于能量σ²的变量。

现在将结合图3a、3b和3c来描述一种对在多路发送和接收中使用按位交织编码的数字数据流进行解码的方法，其中已经根据结合前述图2所描述的方法而对这个数字流进行了编码。

由于根据上述方法来对这些数字数据进行编码，因此表明，在步骤F，作为本发明主题的解码方法在于：接收所述编码数字数据流，其中所述数字数据流包括经由一条传输信道发送的基本数字流集合，所述发送的基本数字流集合表示为 ${\left\{{\mathrm{TEILCDS}}_m\right\}}_{m=1}^{m=v},$ 而所述接收则是基于数量为p的多个接收天线来进行的。在图3a中，接收天线集合表示为 ${\left\{{\mathrm{ra}}_r\right\}}_{r=1}^{r=\mathrm{\ρ}}.$

这些接收天线的数量与发射天线数量无关，所述接收天线在数目上可以小于或等于发射天线数目v，根据作为本发明主题的解码方法的有利方面，接收天线形成了一个空间分集的接收天线阵列，由此定义了一个接收调制符号基本流集合，在结束图3a的步骤F的时候，这个接收调制符号基本流集合标记为 ${\left\{{\mathrm{MSDS}}_r\right\}}_{r=1}^{r=\mathrm{\ρ}}.$ 尤其需要理解的是，所接收的每个调制符号都是形式y^r _n：满足说明书中先前所述的等式(2)的符号。

然后，在步骤F之后进行的是步骤G，所述步骤包括：借助于那些由外码进行编码并且经过交织的比特上的非本征信息流，对所接收的调制符号的基本流集合 ${\left\{{\mathrm{MSDS}}_r\right\}}_{r=1}^{r=\mathrm{\ρ}}$ 进行传输信道均衡以及联合多层检测的重复处理，其中非本征信息流是从基于外码的解码中产生的。在图3a，那些由外码进行编码并且经过交织的比特上的非本征信息流表示为EIDS＝api。具体地说，这个信息流在编码比特上构成了一个先验信息项，借助于编码比特上的先验信息流BIDS＝api，在步骤G中执行的均衡和联合多层检测处理可以在那些由外码编码并且经过交织的比特上产生第一非本征信息流，并且在图3a中是使用EIDS₁来表示这个第一非本征信息流的。

在前述步骤G之后进行的是步骤H，所述步骤包括：对第一非本征信息流EIDS₁进行标记为π^-1的解交织，以便在源自均衡和联合多层检测处理的编码比特上产生第二非本征信息流，其中，在图3a中使用了EIDS₂来表示这个第二非本征信息流。由于解交织操作是实施编码方法时执行的交织操作的逆操作，因此在图3a中使用π^-1来表示这个解交织处理。

然后在步骤I，基于外码C⁰来对编码比特上的第二非本征信息流EIDS₂进行解码，从而在编码比特上产生一个表示为EIDS₃的第三非本征信息流，其中所述信息流是从基于外码C⁰的解码中产生的。应该注意的是，在这个操作I中，解码还提供了初始数字信号值的一个估计，因此所述估计表示为DS。

在步骤I之后，在步骤J，对第三非本征信息流进行交织操作，以便在由第一外码以及已交织EIDS进行了编码的比特上产生非本征信息流，由此在编码比特上构成先验信息项，其中所述信息项是用api来表示的。然后，如返回回路所示，在步骤K中，将这个先验信息项重新注入传输信道均衡以及联合多层检测的重复处理，也就是图3a的步骤G。

参考图3a，尤其需要理解的是，作为本发明主题的解码方法特别地还在于：对编码数据进行均衡和联合多层检测，这个均衡和联合多层检测反复地与借助于代码C⁰所进行的外部编码相关联，从而受益于编码比特上的先验信息项api，其中，所述先验信息项是从连续实施的步骤G、H、I和J中产生的。特别需要理解的是，在那些由第一外码进行编码并且经过交织的比特上的非本征信息流是一个涉及符号Z_n ^m的各个组成比特的信息项，其中符号Z_n ^m构成了在结束步骤F时接收到的信号，其中在图3a中使用EIDS来表示所述流，所述非本征信息流在编码比特上构成了先验信息项api。因此，这个先验信息项构成了关于前述符号组成比特值的有效信息，最终构成了在上文所述的编码和传输过程中引入的空间分集和时间分集的有效信息。

现在结合图3b和3c来对执行作为本发明主题的解码方法的特定模式进行更为详细的说明。

在前述特定实施例中指出，后者相当于实施所谓的SISO(软输入软输出)类型的加权的输入输出均衡以及联合检测处理。

在这些条件下，非常有利的是，重新注入SISO类型的均衡和联合多层检测处理的先验信息包括编码比特值的先验概率比的对数值，这个对数值在由外码进行编码并且经过交织的比特上构成了非本征信息项。

如图3b所示，均衡和联合多层检测处理G在于：在步骤G₁，对由第一外码编码并经过交织的比特上的非本征信息流EIDS进行解复用，从而构成了一个先验信息项api，以此作为那些编码和交织数字流层的比特上的先验信息流集合，在图3b中，编码交织数字流层的比特上的先验信息流集合表示为 ${\left\{{\mathrm{APIUDS}}_m\right\}}_{m=1}^{m=v}.$

然后，在步骤G₁之后进行的是步骤G₂，所述步骤在于：执行一个均衡和一个结合了软输入/输出的联合检测，所述软输入/输出即为SISO类型的输入/输出，将所述SISO类型的输入/输出应用于一个状态数目减少的网格。将这个网格定义为传输信道的组成基本记忆信道的网格，其中所述网格自身具有数量减少的状态，由此在交织编码数字流层的比特上产生一个加权输出流的集合。处于编码数字流层交织比特上的加权输出流则表示为 $\{{\mathrm{EUDSSO}}_m{\}}_{m=1}^{m=v}.$

在步骤G₂之后进行的是步骤G₃，所述步骤在于：从编码数字流层交织比特上的各个加权输出流 ${\left\{{\mathrm{EUDSSO}}_m\right\}}_{m=1}^{m=v}.$ 中提取相应的编码数字流层的交织比特上的先验信息项 ${\left\{{\mathrm{APIDUS}}_m\right\}}_{m=1}^{m=v},$ 从而在编码数字流的交织比特上产生一个表示为 ${\left\{{\mathrm{EIEUSO}}_m\right\}}_{m=1}^{m=v}$ 的非本征信息流。

当步骤G2中执行的均衡和联合检测处理是一个SISO类型的均衡和检测处理，并且当输入和输出包含了编码数字流层交织比特上的先验信息项 ${\left\{{\mathrm{APIDUS}}_m\right\}}_{m=1}^{m=v}$ 时，编码数字流层交织比特上的加权输出流 ${\left\{{\mathrm{EUDSSO}}_m\right\}}_{m=1}^{m=v}$ 分别是对数概率值，由于输入/输出信息的对数特性，因此如图2b的步骤G₃所示，可以使用减法来执行提取处理。

所述减法表示为：

${\{{\mathrm{EUDSSO}}_m-{\mathrm{APIUD}}_m\}}_{m=1}^{m=v}$

由此应该注意的是，一方面，均衡和联合多层检测处理是为各个层号为m的层实施的，另一方面，对于提取处理，尤其是在实施了SISO类型的均衡和联合解码的情况下进行的减法处理而言，所述处理也是为每个层号为m的层实施的。

在步骤G₃之后，对编码数字流层交织比特上的非本征信息流 ${\left\{{\mathrm{EIEUSO}}_m\right\}}_{m=1}^{m=v}$ 执行复用操作G₄，从而在由第一外码进行编码并且经过交织的比特上产生第一非本征信息流，也就是所述流ElDS₁。

同样，如图3c所示，当图3b的步骤G₂中执行的均衡和联合检测处理是SISO类型的时候，较为有利的是，借助外码而在图3a的步骤I中执行解码步骤，所述步骤在于：在步骤I₁，借助外码C⁰，对源于均衡和联合检测处理的编码比特上的第二非本征信息流进行SISO类型的加权输入/输出解码，以便产生一个用APOSO表示的加权输出流，所述输出流代表了编码比特上的后验信息项，其中将所述第二非本征信息流表示为ElDS₂。在步骤I₁之后进行的是步骤I₂，所述步骤包括：从代表编码比特上的后验信息项的第二加权输出流APOSO中提取第二非本征信息流EIDS₂，以便在编码比特上产生第三非本征信息流EIDS₃。在实施了以基于外码C⁰的SISO解码为形式的步骤I₁的情况下，由于流EIDS₂和APOSO的组成数字值的对数特性，因此步骤I₂中的提取步骤也是一个减法步骤。

如结合图3a、3b、3c所描述的那样，现在将会在下文中给出作为本发明主题的解码方法操作模式的理论论证。

通常表明，在步骤G，更准确的说，在图2b的步骤G₂中执行的均衡和联合解码处理是对这v个伴随突发中的每个突发上的层号为m的层集合执行的，由此从那些由外码进行编码并且经过交织的比特上的非本征信息流中计算那些由外码进行编码并且经过交织的比特上的第一非本征信息流，也就是流EIDS₁，其中所述非本征信息流是从基于外码C⁰的解码中产生的，而前述非本征信息流EIDS则构成了编码比特api上的先验信息项。

在常规方式中表明，这个计算是基于传输信道系数的估计 来执行的，所述估计是基于在所接收调制符号基本流TElLCDS_m中接收的训练符号来获取的。

如图2b所示，如果在步骤G₂中执行的均衡和联合解码处理是SISO类型的，那么所述解码的输入和输出与各个调制符号的各个比特上的非本征概率比值的对数值序列相对应，其中各个调制符号是从通过接收天线集合所观察的N个符号序列的集合中观察到的，这些观察到的序列表示为 ${\{y_1^r,\·\·\·,y_{\mathrm{\τ}}^r\}}_{r=1}^{r=\mathrm{\ρ}},$ 在所接收的被观察符号数目方面，所述序列的长度为τ，传输信道的估计值 以传输天线的每个基本信道系数估计值集合的形式来表示，其中所有接收天线的形式都是

$\hat{H}={{\left\{h^{m,r}\right\}}_{m=1,}^v}_{r=1}^{\mathrm{\ρ}}.$

在均衡和联合检测的重复处理的首次重复中，所述计算是在不具有任何先前信息项的情况下执行的，基本信道系数的估计值只是从训练序列和在所观察调制符号上获取的相应序列中计算得到的。在结束步骤G₂时获取的编码数字流层交织比特上的加权输出流EUDSSO_m的序列按帧进行分类，并且对其进行步骤G₃的提取，尤其对其进行基于先验信息项api的减法，其中从解复用操作G₁中为各个层获取所述信息项。然后，对在步骤G₃结束时获取并且标记为 ${\left\{{\mathrm{EIEUSO}}_m\right\}}_{m=1}^{m=v}$ 的用户帧的比特上的非本征信息流进行步骤G₄的复用操作，从而在那些由第一外码以及前述交织EIDS₁进行编码的比特上产生第一非本征信息流。

然后，在图3a的步骤H中，对由第一外码编码并且经过交织的比特上的第一非本征信息流进行解交织操作，所述解交织操作可以在源于所述均衡和联合解码处理的编码比特上产生第二非本征信息流ElDS₂，所述信息流在编码比特上构成了一个新的本征概率比值的对数值序列，以便进行基于外码C⁰的外部解码I的步骤。

如图3c所示，然后借助SISO类型解码，尤其是对数域的BCJR算法，通过继续进行步骤I₁和I₂来执行基于外码C⁰所进行的解码的前述步骤I，在这种情况下，解码步骤I₁可以对经由外码C⁰编码的每个符号的每个比特上的非本征概率比值的对数值进行评估。所述序列是在完成了由步骤I₂中的减法所进行的提取之后才获取的，所述提取是从代表编码比特上的后验信息项APOSO的加权输出流中减去前述编码比特上的第二非本征信息流ElDS₂。编码比特上的第三非本征信息流EIDS₃代表了由第一外码C⁰进行编码的各个符号上的非本征概率比值的对数值，然后，在步骤J，对所述第三非本征信息流进行交织，以便产生先验信息项ElDS＝api。然后，经由在v个通路或层上进行的解复用G₁，在图3b的SISO均衡和解码处理G₂的级别上重新注入这个先验信息项api。由此，在均衡和联合检测处理G₂的等级上重新引入关于每个层以及随后逐个突发分段的相应信息项集合，从而在那些划分为突发或分组的层的比特上构成先验信息流集合。然后，前述均衡和联合检测处理G₂对所观察的调制符号比特上的先验概率比值的对数值 ${\left\{{\mathrm{MSDS}}_r\right\}}_{r=1}^{r=\mathrm{\ρ}}$ 的v个序列的n个帧执行均衡和检测。

对图3a，尤其是图3b和3c中描述的方法而言，所述方法可以在常规的重复turbo检测处理中嵌套一个附加处理，从而对各个产生码间干扰的不同基本信道进行重新估计。

现在将结合图4a来对多路发送和接收中采用时间空间组合编码的数字数据流进行编码的系统进行更为详细的描述。

如图4a所示，其中指出，非常有利的是，编码系统包括一个模块10，所述模块基于具有特定速率C⁰的代码来对初始数字数据流IDS进行外部编码，从而产生上述编码数字流C⁰DS。在外部编码模块10之后是一个逐块交织模块11，由此可以基于编码数字流C⁰DS来产生一个交织编码数字流，一方面由于先前引入的外部编码，另一方面则是由于所执行的交织，因此所述交织编码数字流显示成特定的时间分集。而所述交织编码数字流则表示为ILC⁰DS。

在交织模块11之后是一个接收交织数字流ILC⁰DS的解复用模块12，所述解复用模块12可以产生数量为v的基本交织编码数字流，如在说明书中先前所描述的那样，这些基本交织编码数字流细分为帧，而帧自身则细分为突发。

在图4a中，把构成一个层号为m的层的各个基本交织编码数字流或者各个帧都表示为EILC⁰DSm。

如图3a所示，编码系统还包括多个Q_m元调制电路，所述电路表示为13₁到13_v，其中每个调制电路都可以根据特定映射规律而把一个复数符号z^m _n与任何输入符号 u _n ^m相关联。此外还提供了多个发射天线 ${\left\{{\mathrm{ta}}_m\right\}}_{m=1}^{m=v},$ 由此可以对包含符号的各个编码基本数字流进行传输，而层号为m的不同发射天线则对基本数字流EILC⁰DS_m进行发送。

根据所述编码系统的一个显著方面，发射天线集合形成了一个空间分集阵列，如说明书中先前所述，每个发射天线ta_m都邻近发射天线ta_m′相隔一段距离d＞λ₀，其中m≠m′，λ₀表示的是确保发送上述基本数字流的载波波长。

在注意到使用发射天线集合来组成空间分集天线阵列的情况下，所述系统可以产生一个所发射的基本数字流的集合，所述集合由 ${\left\{{\mathrm{TEILCDS}}_m\right\}}_{m=1}^{m=v}$ 表示，一方面由于编码模块10和交织模块11引入的外部编码，另一方面则是因为各帧中层号为m的层所进行的处理以及前述天线阵列中的各个组成天线所进行的传输，因此，所述集合显示出了空间和时间分集。

根据上文中的编码方法，现在将结合图4b来描述一种对多路发送和接收中采用按位交织编码的数字数据流进行解码的系统，如说明书中先前所述，这个编码数字数据流包括至少一个发射基本数字流集合，所述集合表示为 ${\left\{{\mathrm{TEILCDS}}_m\right\}}_{m=1}^{m=v}.$

参考前述图4b，作为本发明主题的解码系统包括多个接收天线，这些天线分别表示为 ${\left\{{\mathrm{ra}}_r\right\}}_{r=1}^{r=\mathrm{\ρ}},$ 其中，这些接收天线可以接收传输信道发送的基本数字流集合，如先前所述，所述信道是由基本传输信道集合所构成的。

根据作为本发明主题的解码系统的一个显著方面，前述接收天线在数目上可以小于或等于发射天线数目v，并且接收天线形成了空问分集的接收天线20的一个阵列，由此定义了所接收调制符号的基本流集合，所述集合表示为 ${\left\{{\mathrm{MSDS}}_r\right\}}_{r=1}^{r=\mathrm{\ρ}}.$ 在空间分集接收天线阵列20之后存在一个模块21，如先前在说明书中结合了作为本发明主题的解码方法所描述的那样，所述模块对那些通过均衡和重复联合检测而接收的前述调制符号基本流进行turbo检测。

因此，如图4b中更加具体描述的那样，turbo检测模块21包括一个模块210，所述模块基于那些由第一外码编码并经过交织的比特上的非本征信息流EIDS＝api来按层进行传输信道均衡和联合检测，其中所述非本征信息流是从基于外码C⁰的解码中产生的，并且所述非本征信息流在先前所述的编码比特上构成了一个先验信息项。在图4b中，由于那些由第一外码编码并且经过交织的比特上的非本征信息流一个先验信息项api，因此将所述非本征信息流表示为EIDS＝api。

基于所接收的调制符号的基本流MSDS_r，用于进行传输信道均衡以及联合检测的模块210可以在由外码进行编码并且经过交织的比特上产生第一非本征信息流EIDS₁。而在用于进行传输信道均衡以及联合解码的模块210之后则是一个对第一非本征信息流EIDS₁进行解交织的模块211，由此在源于均衡和联合检测模块210的编码比特上产生了第二非本征信息流EIDS₂，其中所述模块用π^-1来表示。

此外还提供了一个基于外码C⁰来进行解码的模块212，所述模块212接收交织模块211递送的第二非本征信息流EIDS₂，由此在编码比特上产生第三非本征信息流EIDS₃，其中，第三非本征信息流是从基于外码C⁰的编码中产生的。

当然，如说明书中先前所述，根据所述编码方法和编码系统，基于外码来进行解码的模块212可以获取所发射初始数字流IDS的一个估计，所述估计由DS表示。

此外还提供了一个用于对第二非本征信息流EIDS₃进行交织的模块213，由此在由第一外码编码并经过交织的比特上产生了表示为EIDS＝api的非本征信息流，从而在编码比特上构成了先验信息项，所述信息项则再次注入模块210，以便进行传输信道均衡和联合解码。

现在参考图4b来对同一图中作为本发主题的解码系统进行更为详细的描述，其中编码比特上的先验信息项包含了上述编码比特的非本征概率比值的对数值，特别地，所述先验信息项可能是在均衡和联合检测处理是一个SISO类型的处理的时候获取的，所述处理即为结合了软输入和软输出的处理。

参考图4b，其中指出，在前述实施例中，均衡和联合检测模块210包括一个用于注入先验信息项api的模块210a，其中包括一个表示为DEMUX的解复用器模块，所述解复用模块从上述先验信息中释放一个编码数字流层的交织比特上的先验信息项集合，所述先验信息项表示为 ${\left\{{\mathrm{APIDUS}}_m\right\}}_{m=1}^{m=v},$ 其中上述先验信息包括那些由外码进行编码并且经过交织的比特上的非本征信息流EIDS＝api。

当然，应该理解的是，如先前在涉及编码方法的描述中所述，为了确保基于所述层的均衡和联合解码，也就是说，为了确保以帧和实际发送的突发为基础而进行的均衡和联合解码，解复用模块DEMUX的目的是对那些使用外码进行编码并且经过交织的比特上的非本征信息流EIDS进行解复用，从而经由数量为v的解复用通道而在编码比特上构成先验信息项，其中解复用通道数目v与传输中产生的编码交织数字流的层数相同。

在这些条件下，均衡和联合检测模块210还包括一个具有加权输入和输出的检测模块210b以及SISO模块，一方面，所述SISO模块接收用户帧的比特上的先验信息流 ${\left\{{\mathrm{APIDUS}}_m\right\}}_{m=1}^{m=v}$ 来作为输入，另一方面，所述SISO模块还接收那些接收调制符号的基本流 ${\left\{{\mathrm{MSDS}}_r\right\}}_{r=1}^{r=\mathrm{\ρ}}$ 来作为输入。当然，加权输入/输出解码模块210_b还接收基本传输信道系数的传输信道系数的估计值 $\hat{H}={{\left\{h^{m,r}\right\}}_{m=1,}^v}_{r=1}^{\mathrm{\ρ}},$ 所述估计值是基于接收第二加权输出流APOSO的计算链来提供的，其中第二加权输出流APOSO代表编码比特上的后验信息项。计算链22可以级联地包括一个交织模块π和一个非线性判定模块，其后则是一个对信道系数进行计算的模块。

解码模块210b递送的是编码数字流层的交织比特上的一个加权输出流，所述流表示为 ${\left\{{\mathrm{EUDSSO}}_m\right\}}_{m=1}^{m=v}.$

在模块210_b之后则是多个表示为210_c的减法器模块，每个减法器模块都可以从编码数字流层交织比特上的各个加权输出流 ${\left\{{\mathrm{EUDSSO}}_m\right\}}_{m=1}^{m=v}$ 中减去编码数字流层交织比特上的先验信息项 ${\left\{{\mathrm{APIDUS}}_m\right\}}_{m=1}^{m=v},$ 以便提供编码数字流层的各个流中的交织比特上的一个非本征信息流，所述非本征信息流表示为 ${\left\{{\mathrm{EIEUSO}}_m\right\}}_{m=1}^{m=v}.$

然后提供了一个复用器模块210，所述复用器模块接收编码数字流层交织比特上的非本征信息流EIEUSO_m，并且将那些由外码进行编码并且经过交织的比特上的第一非本征信息流EIDS₁递送到解交织模块211。

此外，参考相同的图4a，其中指出：基于外部码C⁰来进行解码的模块212可以包括一个具有加权输入/输出的检测模块212_a，所述模块可以接收那些源于模块210所执行均衡和联合检测处理的已编码比特上的前述第二非本征信息流EIDS₂，具有加权输入/输出的模块210_a递送一个加权输出流，所述加权输出流代表了编码比特上的先验信息项APOSO。模块212_a与一个减法器模块212_b相关联，所述减法器模块可以从代表编码比特上的先验信息项APOSO的加权输出流中减去第二非本征信息流EIDS₂，从而提供编码比特上的第三非本征信息流EIDS₃，所述第三非本征信息流是从基于外码C⁰的编码中产生的。

下文将会给出关于SISO类型的均衡与联合检测模块210_b的论证。

在这些条件下，前述均衡/联合检测处理可以视为一个无限状态的离散马尔可夫模型。

在这些条件下，可以将等价于码间干扰的信道理解为一个具有记忆的非系统和非递归的卷积码，所述卷积码可以按照符号时间X_c-1来表示，其唯一的复数生成多项式易于随时间而改变。为了简化名称，后者称之为码间干扰码。

因此，包含一个天线的各个层m都与由一个特定的码间干扰码相关联。

因此，与层号为m的层相关联的码间干扰码是一个具有有限状态数目的马尔可夫模型，它在时间上是一个常数，并且允许采用T^m(V^m，B^m)这种网格表示，其中V^m和B^m分别表示状态或顶点空间以及分支空间。

在每个取样时刻n，网格T^m是根据关系式(3)或(4)并由状态或顶点来定义的：

$s_n^m=\{z_{n-X_c+1}^m,\·\·\·,z_{n-1}^m\}------\left(3\right)$

z_n-t ^m代表连续的复数符号，或者等价地：

$s_n^m=\{{\underset{\‾}{u}}_{n-X_c+1}^m,\·\·\·,{\underset{\‾}{u}}_{n-1}^m\}--------\left(4\right)$

其中 u _n-t ^m表示由连续比特排列和分支b_m所构成的符号。分支b_m包含三个域，即 $b_m=\{b_m^{-},b_m^{+},b_m^{\▿}\},$ 其中包括：●  离开状态 $b_m^{-}\∈V_{n-1};$ ●  到达状态 $b_m^{-}\∈V_n;$ ●  标记b^ _m代表一个输入符号 u _n ^m，其中 $b_m^{\▿}=\{b_{m,1}^{\▿},\·\·\·,b_{m,q+n}^{\▿}\}$ 是 u _n ^m的二进制表示。

状态空间和分支空间的复杂性满足关系式(5)：

$\left|V^m\right|=Q_m^{\mathrm{Xc}-1},{\∀}_n\∈[0,\mathrm{\τ}]$ 并且 ${|B}^m|=Q_m^{\mathrm{Xc}},{\∀}_n\∈[1,\mathrm{\τ}]-----\left(5\right)$

上述考虑事项可以概括到整个多层结构。合成的马尔可夫模型的状态和输入序列与基本马尔可夫模型的状态级连或输入序列的级连简单对应，所述基本马尔可夫模型为那些与各个层相关联的码间干扰码建模。

相关联的组合网格T^是v个网格 ${\left\{T^m\right\}}_{m=1}^v$ 的均笛卡尔乘积。因此，相应的复数值由关系式(6)和(7)给出：

$\left|V_n^{\⊗}\right|=\underset{m=1}{\overset{v}{\mathrm{\Π}}}\left|V_n^m\right|-----\left(6\right)$

$\left|B_n^{\⊗}\right|=\left|V_n^{\⊗}\right|\·\underset{m=1}{\overset{v}{\mathrm{\Π}}}{Q}_m------\left(7\right)$

其中V_n ^、B_n ^、v_n ^m和B_n ^m代表了任何区域n∈[1，τ]的网格T^和T^m的顶点和分支。

为了执行均衡和联合检测处理，有必要在每个取样时刻n∈[1，τ]，为层号m∈[1，v]的各个层计算各个符号 u _n ^m的各个比特值的后验概率比值的对数值。

通过将BCJR算法应用于合成的多层网格T^(V_n ^，B_n ^)，可以使用一种最优方式来执行这种计算处理。实质上，作为|B_n ^|的函数，诸如此类的最佳算法的计算和存储器约束是线性的，从复杂性上讲，这种方法原本就是很快受到禁止的，因此无法采纳所述方法。

一种克服复杂性障碍的可能性是将约束长度哭X_c降低到较低的任意值k_m，从而将层号为m的层T_m的所有网格缩小为子网格T^m(V^m，B^m)，其中k_m∈[1，X_c]。所述任意值k_m适应于各个层。

由此通过关系式(8)来定义每个子网格T^m的子状态：

$s_n^m=\{{\underset{\‾}{u}}_{n-k_m+1}^m,\·\·\·,{\underset{\‾}{u}}_{n-1}^m\}-------\left(8\right)$

子网格T^m的状态空间和分支空间复杂性满足关系式(9)：

$\left|V^m\right|=Q_m^{k_m-1},{\∀}_n\∈[0,\mathrm{\τ}]-----\left(9\right)$

$\left|B^m\right|=Q_m^{k_m},{\∀}_n\∈[1,\mathrm{\τ}]$

在这些条件下，可以根据一种基于残存物的广义处理概念来实施那些结合了加权输入和输出的均衡以及联合多层检测处理，下文将对所述概念进行论述。

由于只在合成的子状态网格中保持了一部分与层号m∈[1，v]的各个层相关联的码间干扰记忆，因此，必须通过一种基于每个残存物的处理(per survivor processing)来对欧几里德分支度量涉及并且无法直接存取的发射调制符号Z_n ^m进行重新计算，其中所述基于每个残存物的处理即为PSP处理。

为了限制众所周知的差错传播效应、PSP处理要求每个发射天线到所有接收天线的基本信道都是最小相位信道。不幸的是，通常无法实现具有多路输入和输出的有限长度滤波器来精确满足前述最小相位的约束条件。目前已经提出了一种通用的维特比算法、GVA算法，这些算法中的基本概念在于：通过保留一个数目Ω大于每个子状态一个残留物路径的残存物路径来补偿PSP处理性能的下降。相应的处理称为广义的基于每个残存物的处理或是GPSP处理。

将GVA算法应用于信道均衡和联合检测原本对于差错传播现象来讲就是非常稳固的。这些内容可以参见IEEE VTC 2000在美国波士顿出版并由R.VISOZ、A.O.BERTHET、P.TORTELIER″发表的名为“Joint Equalization and Decoding of Trellis-Encoded Signalsusing the Generalized Viterbi Algorithm”的文章。

特别地，GPSP处理方法提供了并非必要的最小相位前置过滤的实施。

对SISO类型的均衡和联合检测处理而言，它们的不同模式可以得益于GPSP处理的原理的那些优点，下文将会对此进行描述。

如在SOVE的加权输出维特比均衡器以及SOVA的加权输出维特比算法中建议的那样，通过消除反向递归处理并且执行前向递归处理，可以得到计算复杂性和存储器约束条件方面的非常显著的降低，其中以下文献描述了SOVE的加权输出维特比均衡器和SOVA的加权输出维特比算法：1998年6月由GBAUCH，V．FRANZ在PortosCarras，Greece发表于Proceedings of ICT第2卷第259-263页的文章“A Comparison of Soft-in and Soft-out Algorithms for Turbo-Detection”，1989年11月分别由J.HAGENAUER、P.HOEHER在Dallas，USA发表于Proc.，IEEE Globecom'89第1680-1696页的文章“A Viterbi Algorithm with Soft-Decision Outputs and itsApplications”。

分别参考相应的SOVE和SOVA算法，前述实施分别是指定的SOVE类型和SOVA类型的算法。

只要涉及SOVE类型，则假设在任何区域n∈[1，τ]，每个离开子状态 $s^{\′}\∈V_{n-1}^{\⊗}$ 关联于：●在前向递归过程中，子状态的Ω个最佳累积量度的一个有序列表 $\{u_{n-1,\mathrm{\ω}}^{\→}\left(s^{\′}\right),\mathrm{\ω}\∈[1,\mathrm{\Ω}\left]\right\};$ ●终止于s’的Ω个相应残留物路径 ${{\underset{\‾}{\hat{u}}}_{i=n-\mathrm{\θ}-1}^{n-1}}_{\mathrm{\ω}}^{s^{\′}}=\{{{\underset{\‾}{\hat{u}}}_{n-\mathrm{\θ}-1}}_{\mathrm{\ω}}^{s^{\′}},{{\underset{\‾}{\hat{u}}}_{n-\mathrm{\θ}}}_{\mathrm{\ω}}^{s^{\′}},{{\underset{\‾}{\overset{^}{u}}}_{n-1}}_{\mathrm{\ω}}^{s^{\′}}\}$ 的一个有序列表 $\{{{\underset{\‾}{\overset{^}{u}}}_{i=n-\mathrm{\θ}-1}^{n-1}}_{\mathrm{\ω}}^{s^{\′}},\mathrm{\ω}\∈[1,\mathrm{\Ω}\left]\right\}$ SOVA类型的算法还需要：●Ω个无符号加权比特序列 ${{\underset{\‾}{\overset{^}{L}}}_{i=n-0-1}^{n-1}}_{\mathrm{\ω}}^{s^{\′}}=\{{{\underset{\‾}{\overset{^}{L}}}_{n-0-1}}_{\mathrm{\ω}}^{s^{\′}},{{\underset{\‾}{\overset{^}{L}}}_{n-0}}_{\mathrm{\ω}}^{s^{\′}},{{\underset{\‾}{\overset{^}{L}}}_{n-1}}_{\mathrm{\ω}}^{s^{\′}}\}$ 的一个有序列表 $\{{{\underset{\‾}{\overset{^}{L}}}_{i=n-\mathrm{\θ}-1}^{n-1}}_{\mathrm{\ω}}^{s^{\′}},\mathrm{\ω}\∈[1,\mathrm{\Ω}\left]\right\}$

单递归方向的广义SOVE和SOVA类型算法为每个终止子状态 $s\∈V_{n-1}^{\⊗}$ 执行深度为n的前向递归，并且根据关系式(10)来为诸如b⁺＝s的所有跃迁以及ω∈[1，Ω]的所有排列计算 $\mathrm{\Ω}\×{\mathrm{\Π}}_{m=1}^v{Q}_m$ 个新累积的子状态量度：

μ _n，* (s)=μ _n-1，l (b^-)+ξ_n，l(b)

其中                          (10)

${\mathrm{\ξ}}_{n,\mathrm{\ω}}\left(b\right)=\frac{1}{{2\mathrm{\σ}}^2}\underset{r=1}{\overset{\mathrm{\ρ}}{\mathrm{\Σ}}}\left|\right|y_n^r-\underset{m=1}{\overset{v}{\mathrm{\Σ}}}\underset{i=0}{\overset{X_c-1}{\mathrm{\Σ}}}{\hat{h}}_i^{m,r}{{\hat{z}}_{n-i}^m}_{\mathrm{\ω}}^{b^{-}}|{|}^2-\underset{(m,j)}{\mathrm{\Σ}}\ln \mathrm{Pr}\left(b_{m,j}^{\▿}\right)$

ln表示自然对数。

然后按照数值递增的顺序来对这些量度进行排列。所述递归是在具有关系式(11)所给出的边界条件的情况下执行的：对于ω＞1，μ _0，1 (0)＝0；μ _0，ω (0)＝∞并且μ _0，m (s)＝∞，s≠0，ω∈[1，Ω].

对于下一部分的步骤而言，只有最佳的Ω个量度才会在子状态s的等级上得到保存。

同时，过去的残留物路径 ${{\underset{\‾}{\overset{^}{u}}}_{i=n-\mathrm{\θ}-1}^{n-1}}_{\mathrm{\ω}}^{s^{\′}},$ ω∈[1，Ω]是根据现有跃迁s’： u _n→s来扩展的。 $\mathrm{\Ω}\×{\mathrm{\Π}}_{m=1}^v{Q}_m$ 个新的可能残留物路径 ${{\underset{\‾}{\overset{^}{u}}}_{\mathrm{in}-\mathrm{\θ}}^n}_{\mathrm{\ω}}^{s^{\′}}$ 得到临时保存并且根据与之相关的量度μ _n，ω (S)来进行排序，但是，只有量度最佳的Ω个残留物路径才会实际用于下一部分的步骤。

广义的SOVE类型算法根据关系式(12)来计算比特值u_n-θ,j ^m的非本征概率比值的对数值：

${\mathrm{\λ}}^c\left(u_{n-\mathrm{\θ},j}^m\right)=\underset{1\≤\mathrm{\ω}\≤\mathrm{\Ω}}{\min }\left\{\underset{b\∈B_n^{\⊗},{{\hat{u}}_{n-\mathrm{\θ},j}^m}_{\mathrm{\ω}}^{b^{-}}=0}{\min }\right\{u_{n-1,\mathrm{\ω}}^{\→}\left(b^{-}\right)+{\mathrm{\ξ}}_{n,\mathrm{\ω}}^{e,j}\left(b\right)\left\}\right\}-----\left(12\right)$

$-\underset{1\≤\mathrm{\ω}\≤\mathrm{\Ω}}{\min }\left\{\underset{b\∈B_n^{\⊗},{{\hat{u}}_{n-\mathrm{\θ},j}^m}_{\mathrm{\ω}}^{b^{-}}=1}{\min }\right\{u_{n-1,\mathrm{\ω}}^{\→}\left(b^{-}\right)+{\mathrm{\ξ}}_{n,\mathrm{\ω}}^{e,j}\left(b\right)\left\}\right\}$

在实践中，所述等式归纳为关系式(13)：

${\mathrm{\λ}}^e\left(u_{n-\mathrm{\θ},j}^m\right)=\mathrm{\λ}\left(u_{n-\mathrm{\θ},j}^m\right)-{\mathrm{\λ}}^p\left(u_{n-\mathrm{\θ},j}^m\right)--------\left(13\right)$

其中λ(u_n-θ，j ^m)比特值u_n-θ，j ^m的后验概率比值的近似对数值，它是由关系式(14)定义的：

$\mathrm{\λ}\left(u_{n-\mathrm{\θ},j}^m\right)=\underset{1\≤\mathrm{\ω}\≤\mathrm{\Ω}}{\min }\left\{\underset{b\∈B_n^{\⊗},{{\hat{u}}_{n-\mathrm{\θ},j}^m}_{\mathrm{\ω}}^{b^{-}}=0}{\min }\right\{u_{n-1,\mathrm{\ω}}^{\→}\left(b^{-}\right)+{\mathrm{\ξ}}_{n,\mathrm{\ω}}\left(b\right)\left\}\right\}--------\left(14\right)$

$-\underset{1\≤\mathrm{\ω}\≤\mathrm{\Ω}}{\min }\left\{\underset{b\∈B_n^{\⊗},{{\hat{u}}_{n-\mathrm{\θ},j}^m}_{\mathrm{\ω}}^{b^{-}}=1}{\min }\right\{u_{n-1,\mathrm{\ω}}^{\→}\left(b^{-}\right)+{\mathrm{\ξ}}_{n,\mathrm{\ω}}\left(b\right)\left\}\right\}$

并且其中λ^p(u_n-θ,j ^m)是与1相等的比特值u_n-θ，j ^m的概率比值的对数值，它分别从借助外码C⁰所进行的解码散发到0，并且所述值满足关系式(15)：

${\mathrm{\λ}}^p\left(u_{n-\mathrm{\θ},j}^m\right)=\ln \frac{\mathrm{Pr}(u_{n-\mathrm{\θ},j}^m=1)}{\mathrm{Pr}(u_{n-\mathrm{\θ},j}^m=0)}--------\left(15\right)$

广义的SOVA类型算法是以一种略微不同的方式来执行的。

在一种类似残留物路径的方式中，比特信息的无符号加权序列 ${{\underset{\‾}{\overset{^}{L}}}_{i=n-\mathrm{\θ}-1}^{n-1}}_{\mathrm{\ω}}^{s^{\′}}\mathrm{\ω}\∈[1,\mathrm{\Ω}]$ 首先是根据现有跃迁s′： u _n→s来扩展的。

$\mathrm{\Ω}\×{\mathrm{\Π}}_{M=1}^V{Q}_m$ 个新的潜在的无符号加权序列 ${{\underset{\‾}{\overset{^}{L}}}_{i=n-\mathrm{\θ}}^n}_{*}^s$ 被临时保存并且排序成相应量度μ_n,* ^→(s)的等级的一个函数。对于每个层m∈[1，v]以及符号j∈[1，q_m]的各个输入比特而言，无符号加权序列 ${{\hat{L}}_{n,j}^m}_{\mathrm{\ω}}^w$ 是根据关系式(16)来初始化的：

${{\hat{L}}_{n,j}^m}_{\mathrm{\ω}}^s=\∞---------\left(16\right)$

对下一部分的步骤来说，再次单独保存最佳的Ω个无符号加权序列。

然后则执行用于对算法进行更新的加权判定步骤。

然后执行用于更新算法的加权判定步骤。

对任何子状态s0V_n ^、任何层m0[1，v]、每个输入比特j0[1，q_m]以及每个等级ω0[1，Ω]而言，比特值 ${{\underset{\‾}{\overset{^}{L}}}_{i=n-\mathrm{\θ}}^n}_{*}^s$ 上的无符号加权信息序列是根据关系式(17)而通过从深度i＝n-1到深度i＝n-δ的向下递归来更新的：

${{\hat{L}}_{i,j}^m}_{\mathrm{\ω}}^s=f({{\hat{L}}_{i,j}^m}_{\mathrm{\ω}}^s,{{\mathrm{\Δ}}_{n,j}^m}_{\mathrm{\ω}}^s)-----\left(17\right)$

其中关系式f(.)是一个更新函数，并且其中：

${{\mathrm{\Δ}}_{n,j}^m}_{\mathrm{\ω}}^s={\mathrm{\μ}}_{n,{\stackrel{\‾}{\mathrm{\ω}}}_{i,j}^m}^{\→}\left(s\right)-{\mathrm{\μ}}_{n,\mathrm{\ω}}^{\→}\left(s\right)-----\left(18\right)$

其中

${\stackrel{\‾}{\mathrm{\ω}}}_{i,j}^m=\min \{l\≥\mathrm{\Ω}+1,{{\hat{u}}_{i,j}^m}_l^s\≠{{\hat{u}}_{i,j}^m}_{\mathrm{\ω}}^s\}--------\left(19\right)$

根据所述实施的一个特定模式，更新函数f(.)可以有利地满足关系式(20)：

$f({{\hat{L}}_{i,j}^m}_{\mathrm{\ω}}^s,{{\mathrm{\Δ}}_{n,j}^m}_{\mathrm{\ω}}^s)=\ln \frac{1+\exp ({{\hat{L}}_{i,j}^m}_{\mathrm{\ω}}^s+{{\mathrm{\Δ}}_{n,j}^m}_{\mathrm{\ω}}^s)}{\exp \left({{\hat{L}}_{i,j}^m}_{\mathrm{\ω}}^s\right)+\exp \left({{\mathrm{\Δ}}_{n,j}^m}_{\mathrm{\ω}}^s\right)}-------\left(20\right)$

并且可以根据满足关系式(21)的近似表述来建立所述函数：

$f({{\hat{L}}_{i,j}^m}_{\mathrm{\ω}}^s,{{\mathrm{\Δ}}_{n,j}^m}_{\mathrm{\ω}}^s)\≈\min \{{{\hat{L}}_{i,j}^m}_{\mathrm{\ω}}^s,{{\mathrm{\Δ}}_{n,j}^m}_{\mathrm{\ω}}^s\}-------\left(21\right)$

对于n≥θ来说，所述算法提供了符号 u _n-θ的比特上的信息的带符号加权值，这些带符号加权值

$\mathrm{\λ}\left(u_{n-\mathrm{\θ},j}^m\right)=(2\×{{\hat{u}}_{n-\mathrm{\θ},j}^m}_1^{\mathrm{sbest}}-1)\×{{\underset{\‾}{\overset{^}{L}}}_{n-\mathrm{\θ},j}^m}_1^{\mathrm{sbest}}--------\left(22\right)$

是通过使用第一等级 ${{\underset{\‾}{\overset{^}{u}}}_{i=n-\mathrm{\θ}}^n}_1^{\mathrm{sbest}}$ 的残留物路径以及比特 ${{\underset{\‾}{\overset{^}{L}}}_{i=n-\mathrm{\θ}}^n}_1^{\mathrm{sbest}}$ 上的信息的带符号加权值而为m0[1，v]j0[1，q_m]计算的，其中每个比特 ${{\underset{\‾}{\overset{^}{L}}}_{i=n-\mathrm{\θ}}^n}_1^{\mathrm{sbest}}$ 终止于子状态sbest的区域n。

子状态sbset是根据等式(23)来定义的：

$\mathrm{sbest}=\arg \min \{u_{n,1}^{\→}\left(s\right),s\∈V_n^{\⊗}\}--------\left(23\right)$

最终，对于比特值u_n-θ,j ^m的概率比值而言，其对数值的直接可用近似值是通过从根据等式(24)所获取的带符号加权值 $\mathrm{\λ}\left(u_{n-\mathrm{\θ},j}^m\right)={\mathrm{EIDS}}_2$ 中减去外部编码器212a递送的比特值 ${\mathrm{\λ}}^a\left(u_{n-\mathrm{\θ},j}^m\right)=\mathrm{APOSO}$ 的先验概率比值的对数值的每个比特而计算得到的，

${\mathrm{\λ}}^e\left(u_{n-\mathrm{\θ},j}^m\right)=\mathrm{\λ}\left(u_{n-\mathrm{\θ},j}^m\right)-{\mathrm{\λ}}^a\left(u_{n-\mathrm{\θ},j}^m\right)-----\left(24\right)$

图5a到5d描述了在解码时，作为用分贝表示的信噪比Eb/No和不同情况中的连续迭代的函数的误比特率值BER的一个模拟图表。测试信道包括EQ₃类型的标准化信道，也就是说，一个信道包括符号时间的三个独立回声，其中每个回声都服从瑞利分布。此外，外码C⁰是一个速率为1/2并具有16种状态的卷积码，而交织处理的大小则是128×8个比特。

图5a描述了这种在根据图1a实施现有技术处理的情况下所进行的模拟。在这种情况下，所述均衡处理的网格相当于一个64种状态的网格。

可以看出，数值为1.00×10^-4的误比特率BER在第三次迭代#3上获得了数值为9分贝的信噪比。

图5b与根据本发明主题的编码/解码处理相对应，其中层数v＝3。在这种情况下，与均衡和联合检测处理相对应的网格也具有64种状态和一个单独的残存路径，也就是说，Q＝1。

特别需要注意的是，相同数量级的误比特率值BER＝1.00×10^-4，而信噪比则仅仅是在第二迭代#2之前的7分贝。

图5c与根据本发明主题的编码/解码处理相对应，所述处理是在类似图5b的条件下进行的，然而层数v却上升到了v＝4。此外，均衡和联合检测处理的网格具有数值为16的多种状态，所采用的残存物路径数目则是Ω＝8。

在这种情况下，虽然性能仍旧明显超出图5a所示的现有技术，但是就降低误比特率和收敛速度而言，仅仅提高层数相对于图5b所述并作为本发明主题的处理并未显示出能够改变这个标准集合。

最后，图5d与一个根据本发明主题的编码/解码处理相对应，其中将层数设定成等于ν，与BCJR类型的最佳解码处理相比，对于所用残存物路径数目Ω的不同数值而言，层数被选为ν＝3。虽然BCJR均衡和联合检测处理都包含64种状态，但是同样由SOVA标记的SOVA类型处理状态的数目则限制在8种状态，作为试验参数的残存物路径数目Ω则继续从Ω＝1上升到Ω＝4。需要注意的是，对于采用了Ω＝4的多个残存物路径而言，在第三次迭代之前，与误比特率有关的性能与BCJR最佳解码性能大致相同，实质上它与信噪比的值无关。

因此，根据本发明的解码系统使用一个次最优算法来实现多层检测和码间干扰的解码操作，同时有利地减少了所执行处理的复杂性。此外，它还对传输信道脉冲响应系数进行了重复估计。

在关于信噪比值的较宽范围的误比特率的增长方面，作为本发明主题的编码和解码方法提供了非常有益的效果。此外，还可以将所述方法作为所采用层数以及残存物路径数目的一个函数来进行优化。

Claims (11)

1.用于对产生码间干扰的传输信道上的多路发送和接收中进行了按位交织编码的数字数据流执行解码的方法，所述交织编码的数字数据流包括一个从初始数字数据流中获取的发射基本数字流集合，其中对所述初始数字数据流进行了以下操作：

借助于特定速率的代码来进行外部编码，以便产生一个编码数字流，

在这个编码数字流的比特级别进行交织，以便产生一个交织编码数字流，

在指定数量ν的解复用通道上对这个交织编码数字流进行层解复用，以便产生相应数量的交织编码数字流层，

根据特定映射方案，将包含同一层的q_m个连续比特的各个数字调制串转换成一个Q_m元符号，其中Q_m＝2^qm，

借助一个不同的发射天线来发送每个Q_m元符号，以便能够产生发射基本数字流集合，其中这些天线的集合构成了一个空间分集阵列，

其中所述方法还包括步骤：

在数目为ρ的多个接收天线上接收所述在多路发送和接收中进行按位交织编码的数字数据流，这些数字数据流包括了在这个传输信道上发送的基本数字流集合，并且存在数量为ρ的多个接收天线，所述数量ρ与发射天线数量ν无关，所述接收天线形成了一个空间分集接收天线阵列，由此定义了一个接收调制符号基本流集合；

借助于经由所述外码编码并经过交织的比特上的非本征信息流来对所述接收调制符号基本流集合进行传输信道均衡以及联合多层检测的重复处理，其中所述非本征信息流构成一个先验信息项，由此在经由外码编码并经过交织的比特上产生第一非本征信息流；

对所述第一非本征信息流进行解交织，以便在源于均衡处理的编码比特上产生第二非本征信息流；

基于所述外码来对编码比特上的所述第二非本征信息流进行解码，以便在编码比特上产生第三非本征信息流，其中所述信息流是从基于所述外码的解码中产生的；

对所述第三非本征信息流进行交织，以便在由所述外码编码并经过交织的比特上产生所述非本征信息流，从而构成所述先验信息项；以及

将所述先验信息项重新注入传输通道均衡和联合多层检测的重复处理。

2.如权利要求1的方法，其中所述传输通道均衡和联合多层检测的重复处理包括步骤：

对经由所述外码编码和经过交织的比特上的、构成所述先验信息项的所述非本征信息流进行层解复用，以便在交织编码数字流层的比特上形成一个包含了ν个先验信息流的集合；

基于这些层的比特上的所述先验信息流，在所述接收调制符号基本流上执行结合了加权输入/输出的均衡以及联合多层检测，其中所述输入/输出应用于按照状态数量减少的全局网格，所述网格定义则为具有记忆的传输信道组成基本信道网格，由此在交织编码数字流层的比特上产生一个加权输出流集合；

从层比特上的各个加权输出流中提取所述层比特上的先验信息项，以便在层比特上产生一个非本征信息流集合；

对层比特上的非本征信息流集合进行复用，以便在由外码编码并经过交织的比特上产生所述第一非本征信息流。

3.如权利要求1或2的方法，其中借助于所述外码的所述解码包括步骤：

借助于所述外部码来对源自均衡处理的编码比特上的所述第二非本征信息流进行加权输入/输出解码，以便产生代表编码比特上的后验信息项的加权输出流；

从代表编码比特上的所述后验信息项的所述加权输出流中减去所述第二非本征信息流，以便在编码比特上产生所述第三非本征信息流。

4.如权利要求1到3中任一权利要求的方法，其中，对于包含了由至少一串训练二进制符号组成的突发的发射基本数字流集合而言，所述方法还包括步骤：

基于训练符号来为每次重复计算一个引起传输信道组成基本信道之间码间干扰的系数估计值；

将这些系数的重新估计值再次注入均衡和联合多层检测处理。

5.如权利要求2到4中任一权利要求的方法，其中具有加权输入和输出的均衡和联合多层检测处理是通过GPSP处理来执行的，所述操作在于在全局减少的网格中的每一个节点上保持Ω个残留物，所述加权输出的计算包括一个广义的SOVA处理。

6.如权利要求2到5中任一权利要求的方法，其中所述全局网格是按照状态数量减少的网格的笛卡儿乘积中产生的，所述全局网格与信道相关联。

7.一种对在产生码间干扰的传输信道的多路发送和接收中进行了按位交织编码的数字数据流执行解码的设备，所述交织编码数字数据流包括一个数字数据集合，其中对所述数字数据集合进行了以下操作：

借助于特定速率的代码来进行外部编码，以便产生一个交织编码数字流，

在指定数量ν的解复用通道上对这个交织编码数字流进行层解复用，以便产生相应数量的交织编码数字流层，

根据特定映射方案，将包含同一层的q_m个连续比特的各个数字调制串转换成一个Q_m元符号，其中Q_m＝2^qm，

借助于不同的发射天线来发送每个Q_m元符号，以便能够产生发射基本数字流集合，其中这些天线的集合构成了一个空间分集阵列，

其中所述编码设备包括：

数目为ρ的多个接收天线，所述天线可以接收在多路发送和接收中进行按位交织编码的所述数字数据流，这些数字数据流包括了在这个传输信道上发送的所述基本数字流集合，并且存在数量为ρ的多个接收天线，其数量ρ与发射天线数量ν无关，所述接收天线形成了一个空间分集接收天线阵列，由此定义了一个接收调制符号基本流集合；

Turbo检测装置，所述装置可以借助于经由所述外码编码并经过交织的比特上的非本征信息流来对接收调制符号基本流集合进行传输信道均衡以及联合多层检测的重复处理，其中所述非本征信息流构成一个先验信息项，由此在经由外码编码并经过交织的比特上产生第一非本征信息流；

解交织装置，所述装置接收所述第一非本征信息流并且可以对后者进行解交织，从而在源于均衡处理的编码比特上产生第二非本征信息流；

解码器装置，所述装置接收编码比特上的所述第二非本征信息流，并且可以基于所述外码来对后者进行解码，从而在编码比特上产生第三非本征信息流，其中所述信息流是从基于所述外码的解码中产生的；

交织装置，所述装置接收所述第三非本征信息流并且可以通过交织而在经由所述外码编码并经过交织的比特上产生所述非本征信息流，从而构成所述先验信息项；以及

将所述先验信息项重新注入传输通道均衡和联合多层检测的重复处理的装置。

8.如权利要求7的设备，其中所述turbo检测装置包括：

层解复用装置，它接收经由所述外码编码和经过交织的比特上构成了所述先验信息项的所述非本征信息流，通过在数量为ν的多个通道上进行解复用而可以在交织编码数字流层的比特上产生一个包含了ν个先验信息流的集合；

均衡和联合多层检测装置，一方面，所述装置接收所述接收调制符号基本流，另一方面，所述装置接收层比特上的所述先验信息流，所述均衡和联合检测装置可以执行应用于按照状态数量减少的全局网格的具有加权输入/输出的均衡以及联合多层检测，所述网格定义则为具有记忆的传输信道组成基本信道网格，由此在交织编码数字流层的比特上产生一个加权输出流集合；

提取装置，用于从层比特上的各个加权输出流中提取交织编码数字流；

提取装置，用于从层比特上的各个加权输出流中提取所述层比特上的先验信息项，以便在层比特上产生一个非本征信息流集合；

复用器装置，用于接收所述层比特上的非本征信息流集合；以及对层比特上的非本征信息流集合进行复用，以便在由外码编码并经过交织的比特上产生所述第一非本征信息流。

9.如权利要求7和8中任一权利要求的设备，其中所述解码器装置包括：

具有加权输入/输出的解码装置，借助于所述外码，所述装置对源自均衡处理的编码比特上的所述第二非本征信息流进行接收，并且可以产生代表编码比特上的后验信息项的加权输出流；

减法器装置，用于从代表编码比特上的后验信息项的所述加权输出流中减去所述第二非本征信息流，以便在编码比特上产生所述第三非本征信息流。

10.如权利要求7到9中任一权利要求的设备，其中，对于包含了由至少一串训练二进制符号组成的突发的发射基本数字流集合而言，后者还包括计算装置，所述装置基于所述训练符号来为每次重复计算一个引起传输信道组成基本信道之间的码间干扰的系数估计值，这些系数的重新估计值则再次注入均衡和联合多层检测处理。

11.如权利要求8到10中任一权利要求的设备，其中，具有加权输入和输出的均衡和联合多层检测装置是根据一个GPSP处理来实施的，包括：在全局减少的网格中的每一个节点上保持Ω个残留物，所述加权输出的计算包括一个广义的SOVA/SOVE类型的处理。

Images