CN1698334A - 具有多个信道的通信系统中的功率和位加载分配 - Google Patents

Abstract

本发明涉及优化通过多个信道在发射机和接收机之间传送数据的通信系统中的位加载和功率分配。所述通信系统包括具有多个不同的调制字母表，从而提供一组可能的位加载序列的调制电路。所述通信系统还具有基于使差错率降至最小而确定关于每个位加载序列将分配的功率的电路，以及选择具有最小差错率的位加载序列的电路。

Description

具有多个信道的通信系统中的功率和位加载分配

技术领域

本发明涉及无线通信系统，尤其(但不是排他地)涉及通过多个信道在发射机和接收机之间传送数据的通信系统。

背景技术

在现代通信系统中，重要的是需要能够支持增大的数据速率的技术和系统。增大系统容量的一种途径是使用MIMO系统，MIMO系统由多个发射天线和多个接收天线组成。即，在包括一个用户的MIMO系统中，用户信号可分布在发射天线之间，并被发送给多个接收天线。于是，MIMO系统的优点在于通过在发射端和在接收端，以某些方式组合数据，能够提高系统的整体质量(差错率-BER)或者容量(位速率)。

任意无线通信系统的中心特征之一是所谓的多路径衰减效应，它导致由于多路径信号而产生的构建性的和破坏性的干扰影响。即，发射的信号可形成多个二次信号，所述多个二次信号反射掉或者被某些介质，例如建筑物延迟，导致多个信号路径被产生和接收。

鉴于传统的单天线系统存在多路径衰减的缺点，MIMO系统使用随机衰减效应，通过提高频谱效率来提高信道的容量。通过在发射机和接收机之间引入多个独立路径，能够减轻差的信道条件的影响，改善系统的所谓“分集”。

图1表示了一种典型的MIMO系统，它包括一个具有N_t个发射天线的发射机2和一个具有N_r个接收天线的接收机6，它们通过无线电信道4传送数据。发射机2被表示成包括一个接收将要发射的输入数据流8的编码单元12。编码单元12利用例如某些FEC(前向纠错)码对数据编码，从而减少由当通过无线电信道4发射时引入的噪声N₀导致的错误。编码单元还可包括交织位，以便减轻由噪声数据的突发导致的问题的功能。

编码信号被发送给调制器14，在调制器14中，通过利用特定的调制字母表(alphabet)，例如QPSK(正交移相键控)或QAM(正交调幅)，编码位被转换成复数值调制符号。某些调制字母表更适合于不同地信道条件或系统要求。于是，自适应调制，即调制字母表变化的调制，在MIMO系统的衰减信道中特别有益。

调制信号被发送给加权单元16，加权单元16实现波束形成，并确定分配将由每个发射天线发射的功率的加权因子，如后更详细所述。

信号随后通过MIMO信道14，被发送给接收单元6，接收单元6具有相反的加权18、解调20和解码22功能，以便恢复发射的数据流。

在无线电接口上可能存在N_t*N_r个通信信道，每个信道具有它自己的信道特征，据此按照已知方式，利用已知的训练序列，可确定信道矩阵H。在一些其它标准中，训练序列被称为导频序列。就实施例来说，可使用在发射端和接收端已知的任意数据序列。

利用诸如奇异值或特征值之类的数学运算，能够确定系统的特征模式，即在系统中存在多少独立的有效信道。独立的有效信道可被用于传送平行数据流，如图2中所示。即，发射机2和接收机6之间的MIMO信道4可被分离成多个平行的独立子信道(特征模式)。

图1的MIMO系统被表示成具有N_t个发射天线和N_r个接收天线，利用SVD(奇异值分解)，信道矩阵H可被分解成三个矩阵的乘积，如下所示：

H＝U^H∑V                                (1)

其中U^H是N_t×N_t单式矩阵的复共轭，V是N_r×N_r单式矩阵，∑是除了主对角线具有min(N_t，N_r)个奇异值之外，其元素均为0的N_t×N_r矩阵。

另一方面，由H^HH表示的信道相关矩阵可以是如下所示分解的特征值：

H^HH＝V^HΛV                              (2)

其中Λ＝∑²是在主对角线上，具有信道相关矩阵的N_t个特征值λ_i的对角矩阵。

波束形成是在MIMO系统中使用的另一种技术，它可在发射机或者在接收机天线使用，用于集中某些信道的能量。例如，通过根据它们的估计信道质量，对每个发射天线应用功率加权因子，能够整体优化系统的容量和性能。

从而在具有可靠信道信息的MIMO系统中，例如具有可靠反馈的TDD(时分多路复用)，或FDD(频分多路复用)中，可假定发射机2近乎完全地知晓H矩阵(即，特征值和特征矢量)和噪声功率谱密度N₀。这种情况下，最佳策略是进行波束形成，以便建立最多min(N_t，N_r)个特征波束，如图2中所示，所述min(N_t，N_r)个特征波束是正交波束，彼此根本不干扰。

过去，所谓的注水技术被用于通过确定以加权因子的形式应用于每个特征模式的最佳功率，使系统容量达到最大。这种技术在很大程度上依赖于香农编码理论的理论限制，从而对于最大总容量来说，每个特征模式i具有由下式确定的功率加权因子P_i：

$P_i={(\mathrm{\μ}-\frac{N_o\mathrm{Ws}}{2{\mathrm{\λ}}_i})}^{+}---\left(3\right)$

这里W_S是香农信道带宽，λ_i是H矩阵的第i种特征模式的特征值，μ是拉格朗日乘数(即水位)，拉格朗日乘数应被选择成以致总功率不会被超过(即，∑_iP_i＝P)，并且其中Kuhn-Tucker边界条件确保没有波束被赋予负功率(即Pi＞0)。

由于注水法(water filing)的基本原理是通过更好的信道发送更多的信息，在注水法中，不仅更大的功率加权因子P_i被应用于更好的信道，而且所谓的“位加载”也是隐含的，因为更多的位将被分配给更强的信道。

尽管注水法不考虑系统容量，但是缺陷在于它没有考虑对可能使用的不同调制方法的性能(即差错率)的影响。一般来说，只有少数不同的符号调制可被使用，从而不是所有的位速率都是可能的。

相反，Hemanth Sampath和Arogyaswami Paulraj在他们的论文“Joint Transmit and Receive Optimization for High Data Rate WireIessCommunication using Multiple Antenna”(IEEE Proc.Asilomar 1999，Vol.1 page 215-219)中提出一种优化性能的已知方法，该论文作为参考包含于此。其原理是在每个特征模式上，传送指定的调制字母表，例如QPSK中的一个符号，并分配功率，从而使线性均方差度量(MSE)最小。这导致反向注水，因为较弱的特征模式被分配更多的功率，反之亦然。在高信噪比(SNR)区中，反向注水特别明显。

MSE的最小化意味着使符号检测中产生的错误最少(即，MMSE是最小均方差)。但是，符号检测错误并不直接转换成BER(差错率)。当不同的调制符号被用于不同的空间特征模式时，使总的符号错误最小化会导致次最佳的差错率。例如，如果16-QAM符号被用于第一特征模式λ₁，QPSK符号被用于λ₂，那么应用MSE最小化导致其中16-QAM符号中的错误可能以QPSK符号中的错误的形式出现的解决方案。由于符号中的位的数量不同，就BER来说，这不是最佳的解决方案。

Anna Scaglion，Petre Stoica，Sergio Barbarossa，Georgios B.Giannakis和Hemanth Sampath在他们的论文“Optimal designs forspace-time linear precoders and decoders”(IEEE Transactions onSignal Processing，Vol.50，no.5，2002年5月)提出的另一参考文献论述了几种不同的优化方法。除了MMSE之外，他们设计了一种优化方法，对于所有符号使用特定的调制字母表的情况，该方法间接优化BER。这是不利的，因为如前所述，对于衰减信道来说，具有其中调制字母表变化的自适应调制通常是有益的。

发明内容

本发明的实施例的目的是解决上述一个或多个问题。

根据本发明的一个方面，提供一种通过多个信道，在发射机和接收机之间传送数据的通信系统，所述系统包括：具有提供一组可能的位加载序列的多个字母表的调制电路；基于使差错率降至最小，确定关于每个位加载序列的功率分配的电路；选择具有最小差错率的位加载序列的电路。

最好，信道是从一个MIMO信道分解出来的多个独立逻辑信道。

另一方面，信道是从一个OFDM信道分解出来的多个独立逻辑信道。

根据本发明的一个方面，提供一种经过通信信道在发射机和接收机之间传送数据的方法，所述方法包括：从多个调制字母表中识别一组可能的位加载序列；基于使差错率降至最小，确定关于每个位加载序列的功率分配；和选择具有最小差错率的位加载序列，并把所述功率分配应用于信道。

根据本发明的另一方面，提供一种经过通信信道在发射机和接收机之间传送数据的通信系统，所述系统包括：把所述通信信道分解成多个逻辑信道的电路；具有多个字母表的调制电路，每个字母表能够利用不同数量的位表示数据，从而对于固定的数据速率，识别一组位加载序列，所述一组位加载序列规定将被加载到每个逻辑信道上的位的数量；向每个逻辑信道分配功率加权，以使识别的每个位加载序列的差错率降至最小的电路；和选择具有最小差错率的位加载序列的电路。

根据本发明的另一方面，提供一种经过通信信道在发射机和接收机之间传送数据的方法，所述方法包括：把所述通信信道分解成多个逻辑信道的电路；在调制数据的多个字母表中进行选择，每个字母表能够利用不同数量的位表示数据；对于固定的数据速率，识别一组位加载序列，所述一组位加载序列规定将被加载到每个逻辑信道上的位的数量；向每个逻辑信道分配功率加权，以使识别的每个位加载序列的差错率降至最小；和选择具有最小差错率的位加载序列。

附图说明

下面参考附图，举例说明本发明的实施例，其中：

图1表示了可和本发明的实施例一起使用的MIMO系统；

图2表示了具体体现本发明的独立特征模式；和

图3表示了不同于奇偶校验位的系统位。

具体实施方式

在本发明的一个实施例中，MIMO信道被分解成许多基本独立的逻辑信道，所述许多逻辑信道可被用于传送独立的数据流。

但是，在一个备选实施例中，可以使用OFDM(正交频分多路复用)系统。广义地说，OFDM是把总的可用带宽分成多个子信道，所述多个子信道具有足够的频率间隔，以致它们不会干扰，从而在每个子信道上传送独立的数据流。这样，频率子载波(子信道)自动起频率特征模式，即基本独立的逻辑信道的作用，如同MIMO实施例的情况一样。通过使发射机的信道状态信息附属于这些逻辑信道的相关强度(即特征模式的特征值)，能够通过这些信道实现位加载和/或功率分配。

虽然已说明了MIMO和OFDM实施例，不过应认识到也可使用具有多个同时可用的信道的其它实施例。原理在于这些信道可沿空间方向分离(多个独立天线→MIMO)，沿频率方向分离(频分多路复用＝FDM)，沿时间方向分离(TDM)；或者这些系统或其中信道可被分离的其它一些系统的任意组合。

考虑一组有限的离散调制字母表。借助这些字母表，以及指定的许多特征模式，存在把位载入到特征模式上的一组有限的可能方式。

一般来说，传送数据的位速率将根据信道条件和几个其它因素而变化。为了确定位速率，在TDD(时分双工)系统中，在发射机2进行粗略的CQI(信道质量指示符)计算；或者另一方面，在FDD(频分双工)系统中，在接收机6进行粗略的CQI计算，以便反馈给发射机。CQI考虑了特征值λ_i，并且可基于各种条件数，即特征值的不同比值。

根据CQI、QoS要求和/或用户的可能服务类别，发射机确定传送数据的位速率。存在与选择的位速率对应的一组固定的可能位加载序列。利用一些现有知识，还可进一步限制所述选择。例如，在强相关信道中，通常一种特征模式较强，剩余的特征模式较弱。于是，在一个实施例中，把位加载到弱特征模式上的位加载序列可被自动丢弃。

至于CQI，应认识到存在表征信道(即MIMO或OFDM)的许多不同方式。最完整的一种方式应是指定所有特征值，但是当存在许多独立信道时，这会导致LUT(查寻表)非常大。例如，如果特征值被量化，以致它们均具有20个不同的CQI值，那么对于4×4天线MIMO来说，需要大小为20⁴＝160000的表格。于是，在备选实施例中，最好使用近似CQI。

在已确定固定位速率和有限数量的许可的位加载序列的情况下，必须确定每种特征模式上的最佳功率分配和位加载。

例如，考虑如图1中所示的MIMO系统，其中N_t＝N_r＝4，从而存在四种特征模式，把该组调制字母表取为16-QAM(4位)，QPSK(2位)和“无传输”(0)。如果我们只限于具有总共8位的位加载序列，那么可能的位加载序列是

1)4，4，0，0

2)4，2，2，0

3)2，2，2，2

这里，特征模式按照降序排序，即，λ₁≥λ₂≥λ₃≥λ₄，从而更多的位被加载到较强的模式上。

对应与排序的特征模式λ₁、λ₂、λ₃、λ₄的是功率分配加权因子ω₁、ω₂、ω₃、ω₄。加权因子ω_i被归一化，从而在不同的调制字母表中，每个发射位的平均功率E_b相同。从而，16-QAM调制符号理应具有2倍于QPSK调制符号的平均功率。这意味着对于所考虑的16-QAM/QPSK序列来说，存在功率约束条件：

∑b_jω_j＝8                                      (9)

其中b_j是加载在特征模式λ_j上的位的数量。这是确保具有不同功率分配的不同位加载序列的总发射功率相同的功率约束条件。

通过相对于ω_i，找出差错率的最小值，能够得到最佳的功率分配，该最佳功率分配服从功率约束条件。

在由λ_i表征的信道中，QPSK符号的平均BER可被写成

$P_{\mathrm{QPSK}}({\mathrm{\λ}}_i{\mathrm{\ω}}_i{E}_b/N_0)=Q\left(\sqrt{2{\mathrm{\λ}}_i{\mathrm{\ω}}_i{E}_b/N_0}\right)---\left(10\right)$

为了在功率约束条件ω₁+ω₂＝2下，找出两个QPSK符号之间的最佳权重，得到P_QPSK(λ₁ω₁E_b/N₀)+P_QPSK(λ₂(2-ω₁)E_b/N₀)关于ω₁的导数，并将其置为0。这给出下面的等式：

ω₁+ω₂＝2

$\sqrt{\frac{{\mathrm{\λ}}_1}{{\mathrm{\ω}}_i}}{\exp }^{-2E_b/N_0{\mathrm{\λ}}_1{\mathrm{\ω}}_1}=\sqrt{\frac{{\mathrm{\λ}}_2}{{\mathrm{\ω}}_2}}{\exp }^{-2E_b/N_0{\mathrm{\λ}}_{12}{\mathrm{\ω}}_2}---\left(11\right)$

这些等式不能被分析求解，但是实际上，它们可被近似成

λ₁ω₁＝λ₂ω₂                                (12)

对于两个16-QAM符号来说，公式更复杂，但是相同的近似仍然精确。于是，当使具有相同符号的特征模式的接收SNR相等时，能够获得近乎最佳的BER。注意这种情况下，在高SNR值下，MMSE功率分配和BER最佳功率分配相同。

相反，对于非同类调制来说(即，当在位加载序列中使用不同的调制符号时)，需要基于使总的BER最小化，确定功率分配。

在4，2，2，0BL序列中，ω₁和ω₂的比值应被确定成以致在最强的特征模式上传送的16-QAM符号具有与在特征模式λ₂和λ₃上传送的QPSK符号近似相同的平均性能。

根据这些原理，如下实现关于本例的位加载序列的近乎最佳的功率分配：

1)对于4，4，0，0BL序列，

$\frac{{\mathrm{\ω}}_1}{{\mathrm{\ω}}_2}=\frac{{\mathrm{\λ}}_1}{{\mathrm{\λ}}_2}---\left(13\right)$

此外，功率约束条件(9)指示ω₁+ω₂＝2。这直接给出

${\mathrm{\ω}}_1=\frac{2{\mathrm{\λ}}_2}{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2},{\mathrm{\ω}}_2=\frac{2{\mathrm{\λ}}_1}{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}----\left(14\right)$

从而，平均BER为

P₄₄₀₀＝P_16QAM(λ₁ω₁E_b/N₀)

$=P_{16\mathrm{QAM}}(\frac{2{\mathrm{\λ}}_1{\mathrm{\λ}}_2}{{\mathrm{\λ}}_1+{\mathrm{\λ}}_2}{E}_b/N_0)---\left(15\right)$

2)对于4，2，2，0BL序列，求解具有相同的位数的两个中间特征模式的权重：

$\frac{{\mathrm{\ω}}_2}{{\mathrm{\ω}}_3}=\frac{{\mathrm{\λ}}_3}{{\mathrm{\λ}}_2}---\left(16\right)$

从而，在特征模式λ₂和λ₃上传送的QPSK符号的BER相同。现在功率约束条件(9)指示

$2{\mathrm{\ω}}_1+(1+\frac{{\mathrm{\λ}}_2}{{\mathrm{\λ}}_3}){\mathrm{\ω}}_2=4---\left(17\right)$

通过在功率约束条件(17)下，相对于ω₁和ω₂，使

P_16QAM(λ₁ω₁E_b/N₀)+P_QPSK(λ₂ω₂E_b/N₀)             (18)

最小化，能够得到16-QAM符号和QPSK符号之间的最佳功率分配。由于16-QAM符号的平均BER远比QPSK的平均BER复杂，

$P_{16\mathrm{QAM}}(E_b/N_0)=\frac{3}{4}Q\left(\frac{2}{\sqrt{5}}\sqrt{E_b/N_0}\right)+\frac{1}{2}Q\left(\frac{6}{\sqrt{5}}\sqrt{E_b/N_0}\right)-\frac{1}{4}Q\left(\frac{10}{\sqrt{5}}\sqrt{E_b/N_0}\right)---\left(19\right)$

因此，关于最小化问题的分析求解变得不太实际。

通过省略(19)中的后两项，并得到(18)的导数的零值，能够获得在高SNR下有效的近似解答，所述近似解答服务(17)。从而，省略右手侧的最后对数(即，项P )，求解

$\begin{array}{c}\frac{2{\mathrm{\λ}}_2{\mathrm{\λ}}_3(2-{\mathrm{\ω}}_1)}{{\mathrm{\λ}}_2+{\mathrm{\λ}}_3}{E}_b/N_0-\frac{2}{5}{\mathrm{\λ}}_1{\mathrm{\ω}}_1{E}_b/N_0=\\ \ln \frac{2\sqrt{10}}{3}+\frac{1}{2}\ln \frac{{\mathrm{\λ}}_2}{{\mathrm{\λ}}_1}+\ln \frac{2{\mathrm{\λ}}_{13}}{({\mathrm{\λ}}_2+{\mathrm{\λ}}_3)}+\frac{1}{2}\ln \frac{{\mathrm{\ω}}_1({\mathrm{\λ}}_2+{\mathrm{\λ}}_3)}{2{\mathrm{\λ}}_3(2-{\mathrm{\ω}}_1)}\end{array}---\left(20\right)$

或其线性化形式就足够了。可用数字证明线性化形式，或者甚至把右手侧设置成0，都能给出最佳解答的很好近似。

从而，平均BER为

$P_{4220}=\frac{1}{2}{P}_{16\mathrm{QAM}}({\mathrm{\λ}}_1{\mathrm{\ω}}_1{E}_b/N_0)+\frac{1}{2}{P}_{\mathrm{QPSK}}({\mathrm{\λ}}_2{\mathrm{\ω}}_2{E}_b/N_0)---\left(21\right)$

其中关于λ_j，上面求解了ω₁、ω₂。

3)对于2，2，2，2BL序列，

λ₁ω₁＝λ₂ω₂＝λ₃ω₃＝λ₄ω₄                       (22)

服从功率约束条件∑ω_j＝4。现在最佳权重为

ω_j＝s/λ_j                                           (23)

其中

$s=\frac{4{\mathrm{\λ}}_1{\mathrm{\λ}}_2{\mathrm{\λ}}_3{\mathrm{\λ}}_4}{{\mathrm{\λ}}_1{\mathrm{\λ}}_2{\mathrm{\λ}}_3+{\mathrm{\λ}}_1{\mathrm{\λ}}_2{\mathrm{\λ}}_4+{\mathrm{\λ}}_1{\mathrm{\λ}}_3{\mathrm{\λ}}_4+{\mathrm{\λ}}_2{\mathrm{\λ}}_3{\mathrm{\λ}}_4}---\left(24\right)$

平均BER为：

P₂₂₂₂＝P_QPSK(λ₁ω₁E_b/N₀)                            (25)

在确定所有可能的位加载序列的最佳功率分配之后，选择具有最佳性能的序列(即，具有最低BER的位加载序列)。

从而，位加载序列的选择取决于由特征模式λ₁、λ₂、λ₃、λ₄表征的信道。在我们的例子中，选择具有P₄₄₀₀，P₄₂₂₀，P₂₂₂₂中的最小BER的位加载序列，并利用关于具有最低BER的相关位加载序列计算的最佳功率分配权重，据此传送位。

对于缓慢移动的移动站用户，可逐帧地进行功率分配和位加载。这种情况下，能够使用相当复杂的计算来确定最佳功率分配和位加载。

但是，一些计算的线性近似给出很好的结果，即使反馈信道状态信息不完全，也能够被使用。

对于较快移动的移动用户，由于逐个时隙(或者逐个OFDM帧)地要求信道的重新分配，因此复杂性成为一个问题。对于实际应用来说，可构建其中收集关于指定信道条件的最佳位加载和功率分配信息的查寻表。

所公开的功率分配和位加载方法可以和任意一组调制字母表，尤其是和具有或不具有位/符号/坐标交织的任意串联信道代码一起使用。可根据可能的信道代码，优化位加载和功率分配。迄今描述的功率分配和位加载没有区分位加载序列中的各个位，因为所有位被同样处理。如果不存在信道代码，或者如果信道代码应用于最大似然性(ML)解码，那么这是最佳的；例如，具有维特比解码的卷积码。

但是，具有接近香农极限性能的现代代码，例如turbo、LDPC和zigzag代码应用迭代解码，迭代解码在算法上非常不同于ML，尽管达到接近ML的性能。迭代解码按照不同的方式处理不同的位。已知与奇偶校验位相比，系统位的错误影响性能更大。于是，备选实施例通过对位进行区分，并据此对它们进行处理，优化了功率分配和位加载。

例如，图3表示了其中把系统位32和奇偶校验位34区别开的实施例。参见图1，编码单元12将把奇偶校验位34加入系统位32中，系统位32包括多块待传送的数据流8。接收机6具有把实际的系统位32和奇偶校验位34区别开的功能。

例如，考虑和高速下行链路分组接入(HSDPA)相关的比率3/4的turbo码。3/4的位是系统位，1/4的位是奇偶校验位。在该例子中，这意味着在加载的8位中，两位是奇偶校验位。这些位最好应被映射到较弱特征模式中的QPSK符号，或者映射到16-QAM符号的最低有效位。对于本例中的每个位加载序列，这可以如下求解：

1.对于4，4，0，0位加载序列，奇偶校验位被载入加载到较弱特征模式λ₂上的(16-QAM符号的)4位的最低有效位中。此外，在另一实施例中，在4，4，0，0情况下，关于奇偶校验位的功率分配可被减小，以致λ₂上的最高有效位的平均性能等于λ₁上的所有位(即最强特征模式上的16-QAM符号)的平均性能。

2.对于4，2，2，0位加载序列，在λ₃上的QPSK符号中传送奇偶校验位，关于该符号的功率分配被减小。在另一实施例中，在λ₁上的16-QAM符号的最低有效位上传送奇偶校验位，并进行功率分配，以致所有系统位32的平均性能(BER)近似相等。在16-QAM的最低有效位上传送奇偶校验位的情况下，该16-QAM中的最高有效位起具有归因于奇偶校验位的附加噪声的QPSK符号的作用。从而，在三个QPSK符号上有效地传送系统位。等式(12)陈述了把功率分配到QPSK符号上的近似BER最佳时期是当每个符号中的位的BEG相同时。从而，所有系统位(不管是映射到最高有效16-QAM还是映射QPSK)的预期BER应大约相同。特征值扩展(即，各个特征模式的强度之间的幅度差)将确定在任意时刻，哪个实施例更适合于该系统。

3.对于2，2，2，2位加载序列，在λ₄上的QPSK符号上传送奇偶校验位34，关于该符号的功率分配再次被减小。

对于上述每个序列，确定许多不同的位加载和功率分配方式，以便映射编码(系统和奇偶校验)位。这些序列中的每一个都导致关于系统位的特定差错率(BER_S)和关于奇偶校验位的差错率(BER_P)。于是，编码位(解码之后)的BER可被近似成BER_S和BER_P的函数。选择提供最小编码BER的位加载和功率分配序列。通过利用查寻表，可简化这种决定。

应认识到与发射部件2和接收部件6相关的编码、调制和加权功能不必由如图1中所示的单个单元实现。

本发明的实施例可用在具有位于一端的多个发射机和位于另一端的多个接收机的任意适当无线系统中。发射机可由单个天线形成，或者每个发射机可由一排天线形成。

本发明的实施例可和与信道状态有关的反馈信息一起使用。利用反馈信道，反馈信息可由接收机提供给发射机。可应用现有技术的任意反馈方法，包括相位，振幅，特征值，长期(相关)，扰动或差动反馈。

本发明的实施例可和任意标准或任意接入方法，例如码分多址、频分多址、时分多址、正交频分多址或者任意其它扩频技术以及它们的组合一起使用。

可在蜂窝通信网络中实现本发明的实施例。在蜂窝通信网络中，网络覆盖的范围被分成多个小区或者小区区段。一般来说，每个小区或小区区段由一个基站服务，基站被安排成通过空中接口(例如利用射频)与相应小区中的用户设备通信。用户设备可以是移动电话机，移动站，个人数字助手，个人计算机，膝上型计算机等。任意多用户调度方法可结合本发明的实施例一起使用，以便在多个用户之间划分资源(时间，频率，扩展码等)。

发射机可以是基站或用户设备，同样，接收机可以是基站或用户设备。

这里还要指出的是虽然上面说明了本发明的例证实施例，但是在不脱离由附加权利要求限定的本发明的范围的情况下，可对公开的解决方案做出多种变化和修改。

Claims (21)

1、一种通过多个信道在发射机和接收机之间传送数据的通信系统，所述系统包括：

具有用于提供一组可能的位加载序列的多个字母表的调制电路；

基于使差错率实现最小而确定每个位加载序列的功率分配的电路；

选择具有最小差错率的位加载序列的电路。

2、按照权利要求1所述的通信系统，其中所述信道是从MIMO信道分解出来的多个独立逻辑信道。

3、按照权利要求1所述的通信系统，其中所述信道是从OFDM信道分解出来的多个独立逻辑信道。

4、按照前述任意权利要求所述的通信系统，其中每个调制字母表能够利用不同数量的位表示数据。

5、按照权利要求4所述的通信系统，其中对于固定的数据速率，识别出这样的一组可能的位加载序列，即所述可能的位加载序列组用于指定将被加载到每个信道上的位的数量。

6、按照权利要求5所述的系统，其中根据信道质量指示符(CQI)选择所述固定数据速率。

7、按照权利要求5或6所述的系统，其中在发射机中计算信道质量指示符。

8、按照权利要求6或7所述的系统，其中在接收机中计算信道质量指示符。

9、按照前述任意权利要求所述的通信系统，其中所确定的功率分配向每个信道提供功率权重。

10、按照权利要求9所述的系统，其中如果相同的调制字母表被用于两个或更多的逻辑信道，那么较大的功率权重被分配给较弱的逻辑信道。

11、按照前述任意权利要求所述的系统，其中用于传送数据的功率分配是与所选择的位加载序列相对应的功率分配。

12、按照前述任意权利要求所述的系统，其中发射机具有多个发射天线。

13、按照前述任意权利要求所述的系统，其中接收机具有多个接收天线。

14、按照前述任意权利要求所述的系统，其中所述系统包括将奇偶校验位加入系统位中，并区别这些位的编码电路。

15、按照权利要求14所述的系统，其中在最弱的信道上传送所述奇偶校验位。

16、按照权利要求14或15所述的系统，其中对于在至少两个信道上具有相同字母表的位加载序列，在最弱的信道上传送所述奇偶校验位，并降低功率分配。

17、按照权利要求14、15或16所述的系统，其中对于在信道上具有不同字母表的位加载序列，在用于最强信道上的调制字母表的最低有效位中传送所述奇偶校验位。

18、一种用于经过通信信道在发射机和接收机之间传送数据的方法，所述方法包括：

从多个调制字母表中识别一组可能的位加载序列；

基于使差错率实现最小而确定每个位加载序列的功率分配；和

选择具有最小差错率的位加载序列，并将所述功率分配应用于信道。

19、一种用于经过通信信道在发射机和接收机之间传送数据的通信系统，所述系统包括：

将所述通信信道分解成多个逻辑信道的电路；

具有多个字母表的调制电路，每个所述字母表能够利用不同数量的位来表示数据，从而对于固定的数据速率，识别出这样的一组位加载序列，即所述位加载序列组用于指定将被加载到每个逻辑信道上的位的数量；

向每个逻辑信道分配功率权重，以使每个所识别的位加载序列的差错率降至最小的电路；和

选择具有最小差错率的位加载序列的电路。

20、一种用于经过通信信道在发射机和接收机之间传送数据的方法，所述方法包括：

将所述通信信道分解成多个逻辑信道；

从用于调制数据的多个字母表中进行选择，其中每个字母表能够利用不同数量的位表示数据；

对于固定的数据速率，识别出一组位加载序列，所述位加载序列组用于指定将被加载到每个逻辑信道上的位的数量；

向每个逻辑信道分配功率权重，以使每个所识别的位加载序列的差错率降至最小；和

选择具有最小差错率的位加载序列。

21、按照权利要求20所述的方法，其中所述将被传送的数据包括系统位和奇偶校验位，其中所述奇偶校验位优选地被加载到较弱的逻辑信道上。

Images