CN1697433A - 采用最大似然检测的均衡结构和方法 - Google Patents

Abstract

本发明涉及一种用于无线通信系统的接收设备的均衡结构和方法，其中根据调制方案将传输信息调制到载波信号上，由此将所有可能的数据符号表示为所述调制方案的信号星座中的星座点，由此均衡结构执行最大似然检测，以将至接收信号矢量的欧几里德距离最小的星座点确定为最可能的接收信号矢量；均衡结构具有：将星座点划分成两组或两组以上星座点的划分装置；将代表性信号矢量分配给每个所述形成组的分配装置；执行最大似然检测以确定距接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量的第一检测装置；以及执行最大似然检测以确定一个或多个代表性信号矢量的组中哪个星座点距离接收信号矢量的欧几里德距离最小的第二检测装置。

Description

采用最大似然检测的均衡结构和方法

技术领域

本发明涉及无线通信网，具体地说涉及用于无线通信网的接收设备的均衡结构和方法。

发明背景

在用于无线通信网的接收设备的均衡结构和方法中，根据调制方案将传输信息调制到载波信号上，由此将所有可能的数据符号表示为调制方案的信号星座中的星座点，由此均衡结构执行最大似然检测，以将至接收信号矢量的欧几里德距离最小的星座点确定为最可能的接收信号矢量。采用最大似然检测(MLD)的均衡结构通常(但不排他地)用于在同一个时隙和同一个频带内从一个或多个发射机并行发送两个或两个以上独立符号的通信系统。在此情况中，这些符号彼此干扰。尽管这种干扰通常不是通信系统中所希望的，但在某些系统中这种干扰被用于增加数据速率、频谱效率和/或系统吞吐量。此类系统例如所称的多输出多输入(MTMO)系统、码分多址(CDMA)系统和正交频分复用码分多址(OFDM-CDMA)系统。

图1显示基于正交频分复用(0FDM)实现无线通信的示例MIMO系统的示意框图，该系统包括接收机1和发射机20。接收机1包括无线电频率部分2和基带部分3。无线电频率部分2具有两个天线4和5，各天线分别连接到低噪声放大器/下变频单元6和7。要注意，接收机1可以是例如单纯接收设备的一部分，也可以是例如接收和发送设备的一部分。在后一种情况中，天线4和5既是接收天线，也是发射天线。经单元6和7下变频处理后的信号分别由快速傅立叶变换单元8和9处理并转发。经该傅立叶变换单元8和9变换后的信号转发到均衡结构10。来自信道估计器11的信号也提供给均衡结构10。均衡结构10执行最大似然检测，以确定调制方案的信号星座的至接收信号矢量的欧几里德距离最小的星座点为最可能的接收信号矢量。下面将进一步解释具体的处理步骤。在均衡处理之后，信号分别在解调器/信道解码器12和13中作进一步处理。从解调器/信道解码器12和13输出的信号分别转发到并/串处理单元14，然后输出接收数据比特流。

图1所示的发射机20包括RF部分21和基带部分22。在基带部分22中，传输数据通过串/并转换器23拆分成两个并行数据比特流。从转换器23输出的两个并行数据比特流分别提供给信道编码器/调制器24和25。经编码并调制的信号分别提供给逆向快速傅立叶变换单元26和27，单元26和27分别将变换信号提供给各自的数模转换器和滤波器28和29。模拟滤波后的信号然后分别转发到相应的上变频/功率放大单元30和31，单元30和31分别通过各自的发射天线32和33发送放大的信号。要注意的是，发射机20可以是收发设备的一部分。

一般来说，典型的MIMO系统具有n_T个发射天线(各发送不同的数据符号)和n_R个接收天线。此系统具有最大可达数据速率，它比等效的非MIMO系统大n_T倍。在图1所示的示例MIMO系统中，有两个发射天线(n_T＝2)和两个接收天线(n_R＝2)。因此，其数据速率比非MIMO系统高两倍。

对于一般的MIMO系统，每个符号的接收信号列矢量以x表示。它具有n_R行且该矢量的每行表示每个接收天线的接收信号。接收信号x由如下公式给出：

x＝Hs+n    (1)

其中s是发送信号的列矢量(n_T×1)，H是信道矩阵(n_R×n_T)，表示每个发射天线对接收天线的信道响应，以及n是噪声矢量(n_R×1)。

对于OFDM系统的情况(图1所示的实例)，将子载波数量表示为M。将在子载波m(m＝1，....，.M)上接收到的基带信号表示为接收列矢量x_m(n_R×1)。该矢量的每个行元素是来自FFT输出且与接收机上每个接收机输出的第m个子载波对应的信号。因此该接收机矢量x_m可以表示为：

x_m＝H_ms_m+n_m    (2)

其中s_m是发送信号矢量(n_T×1)，H_m是信道矩阵(n_R×n_T)，以及n_m是噪声矢量(n_R×1)。发送信号矢量s_m的每个行元素对应于与每个发射机的第m个子载波对应的IFFT输入信号。信道矩阵H_m的元素对应于发送矢量的元素与接收矢量的元素相比而得到的不同信道响应。因此，它是IFFT、多径信道和FFT的组合。众所周知，对于OFDM系统，这种组合得到信道矩阵H_m，其元素h_m，ij(i＝1..n_R，j＝1..n_T)为单个复数值。对于图1所示具有2个发射天线和2个接收天线的实例，载波m的接收信号可以书写为：

$x_m=\begin{array}{c}\left[\begin{array}{c}{x}_{m,1}\\ x_{m,2}\end{array}\right]=\left[\begin{array}{cc}{h}_{m,11}& h_{m,12}\\ h_{m,21}& h_{m,22}\end{array}\right]\left[\begin{array}{c}{s}_{m,1}\\ s_{m,2}\end{array}\right]+\left[\begin{array}{c}{n}_{m,1}\\ n_{m,2}\end{array}\right]---\left(3\right)\end{array}$

从现在起，取消m符号，而且对于OFDM或多载波系统的情况，意味着将这些公式和矢量分别应用到每个载波(或单谐波)上。重要的是不要忽略必须对所有M个载波施加后续处理。

正常的现有技术最大似然检测器搜索可能发送的信号的整个集合(其中A是所有可能发送矢量的集合)，以作出有利于距接收矢量的欧几里德距离最小的发送信号的判决。

$\hat{s}=\arg \underset{s\∈A}{\min }{\left|\right|x-\mathrm{Hs}\left|\right|}^2---\left(4\right)$

可能的发送信号集A的大小(含所有可能的发送信号矢量)取决于每个天线的可能发送符号数量(取决于调制星座大小)以及发射天线的数量。可能的发送信号矢量的数量由如下公式给出：

因此，对于使用2个以上天线的高进制调制方案，该集合大小可以极大。

为了说明这一点，表1概括了对应于常用的调制方案(BPSK、QPSK、16QAM和64QAM)需要在公式(4)进行的比较次数。

表1用于MLD的比较次数

调制方案	天线(nT，.nR)
				2，2	3，3	4，4
	BPSK	3	7				15
QPSK				15	63	255
	16QAM	255	4095				65535
64QAM				4095	262143	1.7×107

当然比较次数只是复杂性的一种量度。其它量度包括乘法、加法和减法的次数。乘法的确切次数取决于实施方式。但是，对于通信系统中的常规MLD实施方式(其中数据在前导信号发送之后发送)，一旦信道矩阵已知(在前导信号期间通过信道估计得到)，则可以形成完整的矢量积集合。这意味着在数据阶段期间，只需计算比较。这一点如图2所示，其中图示了用于最大似然检测的典型处理步骤。

如果假设矩阵和矢量只有实数值，则需要生成的乘法次数由如下公式给出：

或者如果矩阵和矢量具有复数值，则需要生成的乘法次数由如下公式给出：

从上文可以看到，无线通信系统中接收设备的均衡结构所用的现有技术的最大似然检测方案的复杂性非常高。因此，现有技术中提出了多种方法来降低多输入多输出类型系统的最大似然检测处理的复杂性：

[1]Xiaodong，Li，H.C.Huang，A.Lozano，.G.J.Foschini，所著“用于采用多元素阵列的系统的降低复杂性检测算法”(“ReducedComplexity Detection Algorithms for Systems Using Multi-ElementArrays”，Global Telecommunications Conference(Globecom 2000)，.SanFrancisco，USA，27-Nov-lDec，pp.1072-1076)。此论文提出了两种类型的算法。

第一种算法采用自适应组检测(AGD)，它将来自不同发射机天线的可能发送信号分组。然后利用干扰消除或预测技术(projectiontechnique)来抑制组间干扰。然后在每个组内执行MLD检测。因为MLD只在总发射机天线的一个子集上执行，所以降低了复杂性。

第二种算法称为“多步骤降低星座检测(Multi-step ReducedConstellation or projection techniques)”，它以若干步骤来执行该处理。

第一步采用迫零技术(或者可以采用MMSE或匹配滤波技术)，为第二步提供对来自不同发射机天线的发送星座点的粗略估计。然后第二步对迫零阶段得到的粗略估计结果的相邻星座点使用MLD。因为MLD只在第二阶段执行，利用粗略估计的最接近相邻星座点作为候选者，因此降低了复杂性。

[2]G.Awater，A.van Zelst，Richard van Nee所著“降低了复杂性的空分复用接收机”(“Reduced Complexity Space DivisionMultiplexing Receivers”，IEEE Vehicular Technology Conference(Spring VTC 2000)，Tokyo，Japan，15-18 May 2000 Vol.1.pp.11-15))。此论文描述降低最大似然检测(MLD)复杂性的三种不同算法。第一种算法采用2-D树法，以表示不同的可能发送序列的数学量度(由MLD方程式得到)。该树的后续下级分支包括来自不断增加的发射天线的信号。然后采用最大似然序列估计(MLSE)技术，如Fano′s、堆栈或保留、k-best路径来确定最佳发送序列。第二种算法考虑N维空间中的不同度量，并使用生存算法来选择最佳发送序列。第三种算法采用QR分解来降低N维空间的维数，然后使用生存算法。

[3]J Li，K.B.Letaief等人所著“用于OFDM/SDMA无线LAN的多级低复杂性最大似然检测”(“Multi-stage Low ComplexityMaximum Likelihood Detection for OFDM/SDMA Wireless LANs，”IEEE International Conference on Communications(ICC#2001)，Helsinki，Finland，11-14 Feb 2001，Vol.4，pp.1152-1156)。该论文中所述的算法是2级算法。该算法的第一级采用常规检测法，如最小平均平方误差(MMSE)或消除干扰法(IC)。在此级，识别出“敏感比特”(其中“敏感比特”是可能出错的比特)并将其传送到第二级。该算法的第二级采用最大似然检测(MLD)。因为此算法的MLD只作用于敏感比特(全部比特的一个子集)，所以降低了复杂性。

[4]Jacky Ho-Yin Fan等人所著“无线MIMO系统的次优MLD检测方案”(“A Sub optimum MLD Detection scheme for WirelessMIMO Systems”，IEEE International Symposium on Advances inWireless Communications(ISWC)2002，Victoria，Canada)。该论文中所讨论的算法类似于[3]中讨论的算法。该算法由两级组成。

第一级执行常规的检测方案，如迫零(ZF)或V-BLAST。如果第一级得到的符号(或符号矢量)的错误概率高于某个阈值，则将它们传递到第二级以执行MLD。因为只将符号的一个子集传递到第二级，所以降低了复杂性。

发明内容

本发明的目的在于提供一种用于无线通信网的接收设备的均衡结构和方法，其中根据调制方案将传输信息调制到载波信号上，由此将所有可能的数据符号表示为调制方案的信号星座中的星座点，由此均衡结构执行最大似然检测，以确定具有至接收信号检测器的欧几里德距离最小的星座点为最可能的接收信号矢量，此均衡结构和方法还降低了最大似然检测的复杂性，具体地说降低了用于采用高进制调制方案的通信系统的最大似然检测的复杂性，而且允许以简单的方式实施最大似然检测。

上述目的通过以下所述的均衡结构和均衡方法来实现。

根据本发明的均衡结构包括：划分装置，用于将星座点划分成两组或两组以上的星座点；分配装置，用于将代表性信号矢量分配给每个所述形成组；第一检测装置，用于执行最大似然检测以确定距接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量；以及第二检测装置，用于执行最大似然检测，以确定所确定的一个或多个代表性信号矢量的组中哪个星座点距离接收信号矢量的欧几里德距离最小。

根据本发明的均衡方法包括如下步骤：将星座点划分成两组或两组以上的星座点；将代表性信号矢量分配给每个所述形成组；执行最大似然检测以确定距接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量；以及执行另一个最大似然检测以确定所确定的一个或多个代表性信号矢量的组中哪个星座点距离接收信号矢量的欧几里德距离最小。

本发明还涉及一种可直接加载到无线通信系统中接收信息的接收设备的内部存储器中的计算机程序产品，它包括在所述产品运行于所述接收设备中时执行根据本发明的方法步骤的软件代码部分。

本发明的均衡结构和方法具有降低最大似然检测复杂性的优点，尤其适用于高进制调制方案。因此，降低复杂性意味着减少了复杂手段，例如乘法、加法、减法和比较运算的次数。具体来说，在根据本发明的最大似然检测中，减少了所需的峰值处理，特别是减少了乘法运算。与上述现有技术相反，根据本发明的均衡结构和方法在所有处理级中以及所有处理步骤中执行最大似然检测，而不将信号划分成发射机天线信号组。再者，本发明不采用最大似然序列估计法且不采用生存算法，而只采用最大似然检测法。再者，本发明不采用敏感比特的概念来确定要将哪个比特传递到下一个处理部分，而采用在每个步骤移近最可能发送的星座点的概念。再者，本发明不建议在继续下一个处理级之前测量差错概率。

在本发明的均衡结构中，在所述检测装置确定距所述接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量之后，所述划分装置有利地将星座点划分成将所确定的一个或多个代表性信号矢量中的星座点划分成更多的组，之后所述分配装置将代表性信号矢量分配每个所述第一组，并且所述第一检测装置执行最大似然检测以确定距所述接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量。

由此，所述划分装置将星座点划分成两个或两个以上的组，以便将一个或多个所述星座点分配给一个以上的组。换言之，所述划分装置对星座点进行划分，以使两个或两个以上的组彼此重叠。

再者，有利地的是，所述分配装置通过将每个组的星座点中的中心点确定为相应的代表性信号矢量，以确定每个所述形成组的代表性信号矢量。或者，可以选择其它星座点来代表每个组。

本发明还涉及无线通信系统中用于接收信号的接收设备，它包括两个或两个以上用于接收信号的天线以及根据本发明的用于处理天线所接收信号的均衡结构。换言之，根据本发明的均衡结构最好在MIMO系统的接收设备中实现。

附图说明

在以下说明中，结合如下附图来进一步解释本发明：

图1显示现有技术的MIMO通信系统的示意框图；

图2示意性地显示现有技术的最大似然检测的典型处理步骤；

图3示意性地显示根据本发明的均衡结构的框图；

图4显示16QAM星座方案的实例；

图5显示16QAM星座方案的星座划分的实例；

图6示意性地显示具有9个重叠区域的16QAM调制方案的星座拆分的实例；

图7示意性地显示要对其中选定的一组星座点作进一步处理的星座方案；

图8示意性地显示根据本发明的均衡方法的处理步骤的可能实施方案；

图9示意性地显示64QAM星座方案的实例；

图10显示64QAM星座方案的星座拆分的实例；

图11显示具有48个重叠区域的64QAM星座方案的星座拆分的实例；

图12示意性地显示要对其中选定的一组星座点作进一步处理的64QAM星座方案；

图13显示将64QAM星座方案拆分成4组星座点的星座拆分的实例；

图14显示具有9组重叠星座点的64QAM星座方案的星座拆分的实例；

图15示意性地显示要对其中选定的一组星座点作进一步处理的64QAM星座方案；以及

图16示意性地显示在两个检测步骤之后要对其中选定的一组星座点作进一步处理的64QAM星座方案。

具体实施方式

图3示意性地显示根据本发明的均衡结构10。因此，均衡结构10可以包括在图1所示的接收机1中。在此情况中，均衡结构10适于分别对来自快速傅立叶变换器8和9的两个并行输入信号流执行最大似然检测。但是，要注意的是，本发明的均衡结构10和对应均衡方法并不限于处理两个并行接收信号流，而是可用于处理一个、二个、三个、四个或任何其它数量的并行接收数据流。虽然根据本发明的均衡结构10和方法特别适用于具有多个发射天线和接收天线的MIMO通信系统，但要注意，本发明还可应用于只有一个接收天线的接收结构。再者，本发明还可应用于任何类型的无线通信系统如GSM、UTMS或任何其它适合的无线通信系统、任何类型的传呼系统、任何类型的短距离通信系统如无线LAN系统等系统中的接收设备。再者，根据本发明的接收设备可以是任何类型的适于接收无线通信系统中的无线信号的电子设备，如传呼机、个人数字助理、用于无线电信的电子设备如便携式电话等。

如图3所示，根据本发明的均衡结构10包括：划分装置30，用于将相应使用的调制方案的星座点划分成两组或两组以上的星座点的；分配装置31，用于将代表性信号矢量分配给每个所述形成组；以及第一检测装置32，用于执行最大似然检测以确定距所述接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量。此外，均衡结构10还包括第二检测装置33，用于执行最大似然检测以确定所述一个或多个代表性信号矢量的组中哪个星座点距离接收信号矢量的欧几里德距离最小。要注意的是，划分装置30、分配装置31、第一检测装置32和第二检测装置33可以任何类型的适合的硬件和/或软件结构来实施。例如，划分装置30、分配装置31、第一检测装置32和第二检测装置33可以实现为可直接加载到接收设备1的内部存储器中的计算机程序产品，因此该计算机程序产品包括用于执行以下将进一步说明的方法步骤的软件部分。

再者，要注意的是，第一检测装置32和第二检测装置33可以在一个单元中实现。

在下文更详细的说明中，对在划分装置30、分配装置31、第一检测装置32和第二检测装置33中执行的方法步骤作更详细的解释。

下面将该新方法称为子星座空间最大似然检测(SCS-MLD)。

在划分装置30中，星座空间被拆分成许多区，且最大似然处理被分成若干步骤ST，其中ST＞＝2。在每个顺次执行的步骤中，均衡结构10或检测器逼近(zoom in on)每个天线最可能发送的符号，由此逼近最可能发送的符号矢量。一旦找到最可能发送的符号矢量，则可选地利用现有技术进一步处理所选择的发送矢量以得到软输出(含有可靠性信息)。

为了说明此新检测方案的操作，我们采用16进制QAM且n_R＝n_T＝2。对于常规的完整MLD，此配置应该需要255次比较。表1所示内容可说明这一点。

图4显示一个典型的16 QAM星座，其中每个象限中有4个星座点。对应于SCS-MLD的第一步骤，由划分装置30将星座点分组成矩形区域。

有许多方法可用于执行此操作。图5显示一种星座拆分，其中有4个不重叠的区域，并且每个区域包含4个星座点。或者，这些区域中的一个或多个可以彼此重叠，而得到更多数量的区域。极端情况下，所有区域重叠，得到9个区域，如图6所示。

为了说明该方法，假设将星座拆分成图5所示的四个区域，并以2个步骤(ST＝2)实现该处理。但是，所述一般的原理可适用于任何更高进制的调制方案、任何星座拆分，并且可以2个以上的步骤来处理。因此，除第一和第二检测装置之外，还可以实现附加的检测装置，或者可以由第一和/或第二检测装置执行附加的检测步骤。

步骤1：

第一步骤的目的在于确定最可能发送的星座点来自哪个区域。为此，假设从不同天线发送的信号对应不同区域的中心(这些中心在图5中以交叉符号标出)，以及由分配装置31分配的发送信号矢量表示为s_zone，其中s_zone∈C。

第一检测装置32搜索所有可能发送的区域的集合，以作出有利于得到属于距所述接收信号矢量的欧几里德距离最小的区域的发送信号矢量的判决，

${\hat{s}}_{\mathrm{zoe}}=\arg \underset{s_{\mathrm{zone}}\∈C}{\min }{\left|\right|x-H{s}_{\mathrm{zone}}\left|\right|}^2---\left(8\right)$

在此步骤中，C的集合大小由如下公式给出：

对于本示例(具有4个区域且n_R＝n_T＝2)，因此有16种可能的s_zone矢量，相当于要进行15次比较。

步骤2：

一旦在第一检测装置32中识别出来自不同天线的最可能发送的星座区域组合，则第二步骤(在本例中为最后一个步骤)集中在这些区域中的星座点上。表7所示内容可说明这一点。对于此最后一个步骤，发送信号矢量表示为s′(它的元素是所识别出的区域中的星座点)，其中s′∈A_zone以及A_zoneA。

第二检测装置33对所有可能发送的矢量进行搜索，以趋向性地得到属于距所述接收矢量的欧几里德距离最小的发送矢量。

${\hat{s}}_{\mathrm{zoe}}=\arg \underset{s_{\mathrm{zone}}\∈C}{\min }{\left|\right|x-H{s}^{\′}\left|\right|}^2---\left(10\right)$

对于此步骤，A_zone的大小由如下公式给出：

对于本例(4个星座点且n_R＝n_T＝2)，有16种可能的矢量，相当于要进行15次比较。

如参照本实例所述，总比较次数为30(步骤1中的15+步骤2中的15)大大少于完整的MLD所需的255。

根据区域的具体拆分方式，可能会在第一级产生误差，因为接收矢量×包含在指定区域的划分边界之间的值。因此，最好将若干(ZC)个最佳s_zone传递给下一级。对于上述的第2步骤实例，总比较次数变成：

总比较次数＝第一级中的比较次数+ZC×第二级中的比较次数    (12)

对具有ST个步骤的SCS-MLD算法的一般情况而言，

每级所需的ZC取决于所要求的性能。

再者，通过增加指定区域之间的重叠(如图6所示)，可以降低产生区域判决误差的概率，由此也减小了ZC。但是，通过增加区域的数量，各步骤的比较次数也会增加。需要仔细考虑传递到下一步骤的区域数(ZC)和每个步骤的最佳区域数，以便减少对应于给定性能的复杂性。

图8说明用于采用前导信号后随数据符号方式的通信系统的SCS-MLD的典型处理步骤的实例。将图8与图2比较，可以看出，不象在完整MLD的前导阶段(preamble phase)中计算Hs(参见公式(6)和(7))需要大量乘法，SCS-MLD算法可以通过较少次数的乘法来执行，并且这些乘法分散在通信链路持续期间进行。可以大大减少所需的乘法峰值处理。

图9显示用于64QAM方案的SCS-MLD算法的实例。图10、图11、图13和图14中显示了对应于第一级拆分星座的一些不同方式。

当采用SCS-MLD时，64 QAM星座可以2个步骤(ST＝2)来进行处理，方法是就第一步骤而言通过如图10(或图11)所示的方式来拆分星座。此第一步骤识别由4个点构成的哪个区域包含最可能发送的星座点。然后，针对每个发射机天线，第二步骤处理所选星座区域中的4个星座点，以作出有利于得到最可能发送的星座点的判决。此第二步如图12所示。

或者，SCS-MLD可以3个步骤(ST＝3)来进行处理，方法是就第一步骤而言如图13(或图14)所示来拆分星座。针对每个发射机天线，第一检测装置32的第一步骤结果识别由16个星座点构成的哪个区域包含最可能发送的星座点。第一检测装置32或其它检测装置执行的第二步骤(参见图15)识别包含在第一步骤所选区域内的哪个子区域(由4个星座点构成)包含最可能发送的星座点。这些区域如图15中的点线所示。第二检测装置33执行的第三步随后处理步骤2所选的4个星座点，以作出有利于得到每个天线最可能发送的星座点的判决。如图16所示。

本发明提供一种显著改进的最大似然检测法，其中所述检测分成两个或两个以上的步骤来完成，由此，每个步骤采用最大似然检测，且逐步骤优化检测结果。

Claims (10)

1.用于无线通信系统的接收设备的均衡结构(10)，其中根据调制方案将传输信息调制到载波信号上，由此将所有可能的数据符号表示为所述调制方案的信号星座中的星座点，由此所述均衡结构执行最大似然检测，以将至接收信号矢量的欧几里德距离最小的星座点确定为最可能的接收信号矢量；所述均衡结构具有：

划分装置(30)，用于将星座点划分成两组或两组以上的星座点；

分配装置(31)，用于将代表性信号矢量分配给每个所述形成组；

第一检测装置(32)，用于执行最大似然检测以确定距所述接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量；以及

第二检测装置(33)，用于执行最大似然检测以确定所述一个或多个确定的代表性信号矢量的组中哪个星座点距离所述接收信号矢量的欧几里德距离最小。

2.如权利要求1所述的用于无线通信系统的接收设备的均衡结构(10)，其特征在于：

在所述第一检测装置(32)确定距所述接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量之后，所述划分装置(30)将所述确定的一个或多个代表性信号矢量的组中的星座点划分成更多的组；之后所述分配装置(31)将代表性信号矢量分配给所述更多组中的每一个组，并且所述第一检测装置(32)执行最大似然检测以确定距所述接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量。

3.如权利要求1或2所述的用于无线通信系统的接收设备的均衡结构(10)，其特征在于：

所述划分装置(30)将星座点划分成两个或两个以上的组，由此将一个或多个所述星座点分配给一个以上的组。

4.如权利要求1、2或3所述的用于无线通信系统的接收设备的均衡结构(10)，其特征在于：

所述分配装置(31)通过将每个组的星座点中的中心点确定为相应的代表性信号矢量，从而确定每个所述形成组的代表性信号矢量。

5.无线通信系统中用于接收信号的接收设备，包括用于接收信号的两个或两个以上的天线(4，5)，所述接收设备具有如权利要求1至4所述的均衡结构(10)，以处理所述天线接收的信号。

6.无线通信系统中用于均衡发送和接收信号的方法，其中：根据调制方案将传输信息调制到载波信号上，由此将所有可能的数据符号表示为所述调制方案的信号星座中的星座点，由此所述均衡方法包括最大似然处理，以将具有至接收信号矢量的欧几里德距离最小的星座点确定为最可能的接收信号矢量；

所述均衡方法包括如下步骤：

将星座点划分成两组或两组以上的星座点；

将代表性信号矢量分配给每个所述形成组；

执行第一最大似然检测以确定距所述接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量；以及

执行另一个最大似然检测以确定所述确定的一个或多个代表性信号矢量的组中哪个星座点距离所述接收信号矢量的欧几里德距离最小。

7.如权利要求6所述的均衡方法，其特征在于：

在所述第一似然检测步骤中确定距所述接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量之后，将所述确定的一个或多个代表性信号矢量的组中的星座点划分成更多的组，之后将代表性信号矢量分配给所述更多组中的每一个组，并且执行所述第二最大似然测检测以确定距所述接收信号矢量的欧几里德距离最小的一个或多个代表性信号矢量。

8.如权利要求6或7所述的均衡方法，其特征在于：

将所述星座点划分成两个或两个以上的组，以便将所述一个或多个所述星座点分配给一个以上的组。

9.如权利要求6、7或8所述的均衡方法，其特征在于：

通过将每个组的星座点中的中心点确定为相应的代表性信号矢量，以确定每个所述形成组的代表性信号矢量。

10.可直接加载到无线通信系统中用于接收信息的接收设备(1)的内部存储器中的计算机程序产品，包括用于在所述产品运行于所述接收设备中时执行如权利要求6至9之一所述的方法步骤的软件代码部分。

Images