CN1701557A - 信号译码方法和设备 - Google Patents

Abstract

本发明一般涉及用于译码通过MIMO(多输入多输出)信道接收的信号的方法、设备和处理器控制码。一种用于将在空间和时间和/或频率上被编码为字符串，通过MIMO(多输入多输出)信道传输，并且在多个接收天线被接收的信号进行译码的方法，每个传输符号具有多个值中的一个，所述译码包括为所述传送的符号串的每个符号确定概率分布；该方法包括：利用对所述MIMO信道的响应的估计，从所述接收的信号中确定所述传送的符号串的初始估计；以及从所述初始估计为所述传送的符号串的每个符号确定概率分布，当所述传送的符号串的其他符号被作为噪声处理时，所述概率分布表示具有每一个其可能值的符号串中的符号的似然性。

Description

信号译码方法和设备

技术领域

本发明通常涉及用于译码经由MIMO(多输入-多输出)信道接收的信号的方法、设备和处理器控制码。

背景技术

存在着对于增长数据率传输的持续需要。诸如Hiperlan/2(欧洲)和IEEE802.11a(美国)的当代WLAN(无线局域网)标准提供至多54M比特/秒的数据率。可通过简单地增大数据传输带宽来实现对于例如多媒体业务的增长数据率，但这是无效且昂贵的。MIMO系统具有在并不增加带宽的情况下增大吞吐量的能力，所述吞吐量与发射/接收天线数量潜在地成线性比例，例如，四个发射、四个接收的天线系统潜在地提供容量为单个发射-接收天线系统的容量的四倍。然而，MIMO通信系统的接收机很复杂，因为单个接收天线从所有发射天线接收信号，从而引起译码难度。

图1示出了典型的MIMO数据通信系统100。数据源102将数据(包括信息比特或符号)提供给信道编码器104。所述信道编码器通常包括诸如递归系统卷积(RSC)编码器或更强的所谓特播编码器(包括交织器)的卷积编码器。输出的比特比输入的比特更多，且通常速率为二分之一或三分之一。信道编码器104之后是信道交织器106，和在此实例中的空时编码器108。空时编码器108将一个或多个输入符号编码为多个码符号，以由多个发射天线110中的每一个同时发射。

可结合由编码矩阵表示的编码机器来描述空间-时间编码，所述编码机器作用于所述数据，以提供空间和时间的发射分集；之后，调制器提供编码符号用于发射。此外还可(或作为选择)采用空间-频率编码。因此，宽泛而言，输入符号被分配到具有空间和时间和/或频率坐标的栅格内，以增加分集。在采用空间-频率编码的情况下，独立频道可被调制到OFDM(正交频分复用)载波内，循环前缀通常被加入每个发射符号，以减小信道散射的影响。

所述已编码的发射信号通过MIMO信道112传播到接收天线114，接收天线114将多个输入提供给空间-时间(和/或频率)译码器116。它具有消除编码器108的影响的任务。译码器116的输出包括多个信号流，一个用于每个发射天线，每个都带有关于具有特定值的发射符号的概率的所谓软或似然性数据。此数据被提供给信道去交织器118，其逆反信道交织器106的影响，所述数据然后被提供给诸如维特比译码器的信道译码器120，其译码所述卷积码。一般而言，信道译码器120是SISO(软入软出)译码器，其接收符号(或比特)似然性数据，并提供类似的似然性数据作为输出，而非对其做出硬判决的数据。信道译码器120的输出被提供给数据池122，用于以任何所需方式进一步处理所述数据。

在一些通信系统中，采用所谓的特播或迭代译码，其中来自信道译码器120的软输出被提供给对应于信道交织器106的信道交织器124，所述信道交织器124将软(似然性)数据提供给译码器116，用于迭代空间-时间(和/或频率)和信道译码。(应当理解，在这种布置中，信道译码器120将例如包括差错校验比特的完整发射符号提供给译码器116)。

应当理解的是，在上述通信系统中，信道编码和空间-时间编码都提供时间分集，因此就可实现的附加信噪比增益而言，该分集服从递减返回(diminishing returns)的定律。因此，当考虑到任何特定的空间-时间/频率译码器所提供的优点时，这些在包括信道编码的系统语境中都被最好地考虑。

通信系统100的一个最艰巨任务是由译码器116执行的对所述空间-时间(或频率)分组码(STBC)的译码，因为这涉及试图在接收机处分离相互干扰的发射符号。最优STBC译码器是后验概率(APP)译码器，其执行所有可能发射符号的彻底搜索。这种译码器考虑到所有发射天线的每个传输符号星座点，并计算所有可能的接收信号，将它们与实际接收信号相比，并将具有最近欧几里德距离的信号选择为最可能的解。然而，即使对于少量天线，诸如16QAM(正交幅度调制)的调制方案和具有相对短时间扩散的信道，要考虑的组合数仍是极大的，所述方法的复杂度随数据率成指数增长。次优的方法因而具有技术和商业意义。

空间-时间分组译码的通常选择是诸如迫零和最小均方误差(MMSE)估计器的线性估计器、判决反馈方法(分组判决反馈均衡器、垂直BLAST(贝尔实验室分层空间时间)译码器)和诸如球形译码器的具有有限搜索的状态空间方法。其它涉及多用户系统的现有技术可在以下文献中找到：IEEE Communication Letters，Vol 5，No 9，2001年9月“使用概率性数据关联，在同步CDMA内的接近最佳的多用户检验”J Luo，KP Pattipati，PK Willett和F Hasegawa；和IEEEJournal on Selected Areas in Communications，Vol 18，No 11，2000年11月“多用户空间-时间编码系统的迭代接收机”，Ben Lu和Xiaodong Wang。

使用APP译码器的最优译码相当复杂，但上述其它技术执行不佳。尤其是，次最优译码器倾向于提供不准确的软输出信息，在信道编码系统中这可能会严重降低性能。因此，存在着对于提供改善性能而不会带有APP方法的复杂性的译码技术的需要。

发明内容

根据本发明的第一方面，提供一种用于将在空间和时间和/或频率上被编码为字符串，通过MIMO(多输入多输出)信道传输，并且在多个接收天线被接收的信号进行译码的方法，每个传输符号具有多个值中的一个，所述译码包括为所述传送的符号串中的每个符号确定概率分布；该方法包括：利用对所述MIMO信道的响应的估计从所述接收的信号中确定所述传送的符号串的初始估计；以及从所述初始估计为所述传送的符号串中的每个符号确定概率分布，当所述传送的符号串中的其他符号被作为噪声处理时，所述概率分布表示具有每个其可能值的所述字符串中的一个符号的似然性。

宽泛而言，在实施例中，该方法将确定所述传输符号的初始估计以便定位状态空间的正确区域，接着通过依次查看字符串中的每个符号，和实际上，通过施加概率过滤器，将这个初始估计移动到接近最大似然解(因为该初始估计的一些比特/符号可能不正确)。该初始估计可通过迫零方法方便地确定，即，通过有效地取出接收信号并将其乘以MIMO信道估计的逆。这就提供了一种初始的，实际上线性的估计，但不考虑通过选择星座点(符号值)从发射信号的约束中产生的概率效果。

该初始估计于是被用于通过考虑所有其他符号(除了正在考虑的符号)作为干扰并将他们模拟为噪声，例如高斯噪声，来依次确定对每个符号的改进估计。特别是，这个噪声可由平均值和(自)协方差值特征化。这实现了概率的计算，即，给定初始(迫零)估计，该字符串中的一个特定符号在传输时具有一个特定的符号值。这又使得能计算该字符串中的每个符号的概率分布，该概率分布描述了表现为一个允许的符号值的符号的似然性。优选在每次确定符号的概率分布后重新特征化该噪声。此外，该方法可以被迭代以在来自初始估计的第一迭代后重新确定该符号串的符号的概率分布。符号的概率分布也可用于确定对组成该符号的比特的概率分布。

一般来说，在该方法中该字符串可以在空间和/或时间和/或频率上分布，因此可以在空间-时间，空间-频率和/或空间-时间/频率译码器中使用。宽泛而言，在实施例中，该过程反复进行，以在与相邻符号一致的约束下(在该过程的高斯噪声模拟项内)依次确定序列中的每个符号(的概率)。因此将理解，该过程可以用于单个或多个载波系统。

前面间接提到，除了在考虑的符号以外的符号被认为是高斯噪声，但实际上，这些符号受它们自己的星座的约束，因此该高斯噪声假设不完全正确。该噪声也是有色的。这样的一个结果似乎是，该过程能预测一个具有比实际验证的要更加确定的传输符号......实际上该过程过于乐观。然而，为信道译码器提供在特定值具有概率尖峰的比特或符号概率分布，可能将译码器陷入到信道译码器发现很难脱离的局部最大/最小值。反论地，这可能是一个具有高信噪比和大量天线的特定问题，期望减少这种效果。然而，该方法优选地包括调节与一个符号相关的概率分布(用于比特或符号值)以限制最大确定性或增大在由该分布所预测的符号的值中的不确定性。实际上，高峰值的分布被变平或扩展以降低预测的确定性。不是所有的概率分布都需要以这种方式修改，只有那些具有比特/符号似然性值的峰值分布才需要。该调节可包括，例如，调整符号的一个或多个比特的概率分布。

因此，本发明进一步提供一种用于将在空间和时间和/或频率上被编码为符号串，通过MIMO(多输入多输出)信道传输，以及在多个接收天线被接收的信号进行译码，每个传输符号具有多个值中的一个，所述译码包括为所述传送的符号串中的每个符号确定概率分布；所述方法包括：为所述传送的符号串中的每个符号确定概率分布，该概率分布表示具有每一个其可能值的符号串中的符号的似然性；以及调节所述符号概率分布或从中推导的概率分布，以增大在与所述分布相关的符号的值中的不确定性。

应理解，上述方法可以应用于，例如，具有迭代分组码译码和信道译码的特播译码器中。

本发明进一步提供配置用于实现上述方法的译码器，和包括这种译码器的接收机。

因此，本发明进一步提供一种用于将在空间和时间和/或频率上被编码为符号串，通过MIMO(多输入多输出)信道传输，以及在多个接收天线被接收的信号进行译码，每个传输符号具有多个值中的一个，所述译码包括为所述传送的符号串中的每个符号确定概率分布，所述译码器包括：用于利用对所述MIMO信道的响应的估计，从所述接收的信号中确定所述传送的符号串的初始估计的装置；以及用于从所述初始估计中确定所述传送的符号串中的每个符号的概率分布的装置，当所述传送的符号串中的其他符号被作为噪声处理时，该概率分布表示具有每一个其可能值的符号串中的符号的似然性。

在另一方面，本发明提供一种空间-时间分组译码器，用于译码通过MIMO信道接收的传输符号串，该译码器包括：用于确定所述传输符号的初始估计的符号估计器；用于确定每个传输符号的噪声估计的噪声模拟器，以及用于对所述传输符号中的每一个确定概率分布的概率分布估计器；以及其中：所述噪声模拟器响应于所述符号估计器；所述概率分布估计器响应于所述噪声估计器；以及所述噪声估计器响应于所述概率分布估计器。

该空间-时间分组译码器可以进一步包括MIMO信道估计器和/或概率分布调整器或调节器，用以调节概率分布估计器的输出以降低沿类似于上述的行的预测概率。该译码器同样可以合并在特播译码器中。也可提供包含该译码器的接收机。

本领域的技术人员认识到，上述方法和译码器可以利用和/或体现于处理器控制码来实现。因此在另一个方面，本发明提供这种代码，例如在诸如盘，CD或CD-ROM，诸如只读存储器(固件)的编程存储器，的载体介质上，或在诸如光或电信号载体的数据载体上。本发明的实施例可以在DSP(数字信号处理器)、ASIC(专用集成电路)或FPGA(场可编程门阵列)上实现。因此，代码可包括常规程序代码，或微码，或例如用于安装或控制ASIC或FPGA的代码。在一些实施例中，该代码可包括用于诸如Verilog(商标)或VHDL(极高速集成电路硬件描述语言)的硬件描述语言的代码。本领域的技术人员将理解，用于本发明的实施例的处理器控制码可以分布在相互通信的多个耦合元件之间。

附图说明

现在借助附图通过举例进一步描述本发明的这些和其他方面，其中：

图1示出了MIMO空间-时间编码通信系统的实例；

图2示出了根据本发明一个方面的译码过程的实施例的流程图；

图3示出了结合有用于根据本发明一个实施例操作的译码器的接收机；

图4示出了概率分布函数调节的一个实例；

图5示出了比特差错率与接收信噪比的关系曲线，将根据本发明的译码器的实施例与已知的译码过程相比较；以及

图6示出了对于具有和不具有概率分布函数调节的本发明的实施例，比特差错率与接收信噪比的关系曲线。

具体实施方式

对于具有M个发射和N个接收天线的STBC通信系统，其系统模型可以写为r＝Hx+v，其中r是接收信号(尺寸N×1)，H是信道(脉冲响应)矩阵(尺寸N×M)，x是发射信号(尺寸M×1)，而v是噪声(尺寸N×1)。我们假设x的每个元素都属于星座S，星座S由Q个符号组成。

第一步是计算所谓的迫零(ZF)估计：

${\hat{x}}_{\mathrm{ZF}}={\left(H^{H}H\right)}^{-1}{H}^{H}r=x+{\left(H^{H}H\right)}^{-1}{H}^{H}v$ (公式1)

假设噪声v为白噪声，E{vv^H}＝N₀I，则在 中的有色噪声可以写为：

$\begin{array}{c}\tilde{v}={\left(H^{H}H\right)}^{-1}{H}^{H}v\\ R_{\tilde{v}\tilde{v}}=E\left\{\tilde{v}{\tilde{v}}^H\right\}=N_0{\left(H^{H}H\right)}^{-1}\end{array}$ (公式2)

通过一次考虑一个符号，我们能做到进一步增强对x的估计：

${\hat{x}}_{\mathrm{ZF}}=x_m{e}_m+\underset{k\≠m}{\mathrm{\Σ}}{x}_k{e}_k+\tilde{v}=x_m{e}_m+w_m$

其中x_m是x中的第m个符号，m标记发射天线，其中e_m是笫m个单位向量(除了第m位置为1，其余全为0)。

通过考虑除第m以外的所有符号作为干扰，我们可以将W_m模拟为高斯噪声，其具有平均值：

${\mathrm{\μ}}_m=E\left\{w_m\right\}=\underset{k\≠m}{\mathrm{\Σ}}E\left\{x_k\right\}{e}_k$ (公式3)

和自协方差

$R_m=E\{(w_m-{\mathrm{\μ}}_m){(w_m-{\mathrm{\μ}}_m)}^H=\underset{k\≠m}{\mathrm{\Σ}}E\{{|x_k-E\{\left|x_k\right|\left\}\right|}^2\}{e}_k{e}_k^H+R_{\tilde{v}\tilde{v}}$ (公式4)，

其中E{|x_k-E{|x_k|}|²}为x_k的方差Var{x_k}。我们希望计算 $\mathrm{Pr}(x_m=s|{\hat{x}}_{\mathrm{ZF}},{\mathrm{\μ}}_m,R_m)$ ，给定迫零估计(并基于来自干扰符号的模拟噪声)，则 $\mathrm{Pr}(x_m=s|{\hat{x}}_{\mathrm{ZF}},{\mathrm{\μ}}_m,R_m)$ 是x_m表现为某个符号值s时的概率。由于w_m被假设为高斯的，利用贝叶斯(Bayes)规则，可将 $\mathrm{Pr}(x_m=s|{\hat{x}}_{\mathrm{ZF}},{\mathrm{\μ}}_m,R_m)$ 写为：

$\mathrm{cPr}\left({\hat{x}}_{\mathrm{ZF}}\right|x_m=s,{\mathrm{\μ}}_m,R_m)=\mathrm{cexp}(-{({\hat{x}}_{\mathrm{ZF}}-s{e}_m-{\mathrm{\μ}}_m)}^H{R}_m^{-1}({\hat{x}}_{\mathrm{ZF}}-s{e}_m-{\mathrm{\μ}}_m))$ (公式5)

其中c是在归一化处理中消失的比例系数。因此，我们能为符号m计算概率分布函数(PDF)。当移动到符号m+1时，利用符号m的该新的PDF，重新计算等效噪声w_m+1的平均值和自协方差(根据公式3和4)。当到达最后一个符号M时，该算法优选返回到第一个符号，并重复例如预定数量的迭代，或直到满足收敛准则。

在该算法开始时将各个概率设置为某个初始值，例如均匀分布，或根据某个先验信息设置，但随着译码的继续进行，这些概率被更新。在多次迭代之后，输出被给定为 $\mathrm{Pr}(x_m=s|{\hat{x}}_{\mathrm{ZF}},{\mathrm{\μ}}_m,R_m)$ 中的概率。

另外或者作为选择，如果需要组成一个符号的各个比特的概率，则这些概率可以计算为：

$\mathrm{Pr}(b_q=1)=\underset{s|{\mathrm{bit}}_q\left(s\right)=1}{\mathrm{\Σ}}\mathrm{Pr}(x_m=s|{\hat{x}}_{\mathrm{ZF}},{\mathrm{\μ}}_m,R_m)$ (公式6)

该过程可以归纳如下：

1.根据r和H计算ZF估计：

${\hat{x}}_{\mathrm{ZF}}={\left(H^{H}H\right)}^{-1}{H}^{H}r=X+{\left(H^{H}H\right)}^{-1}{H}^{H}v$

通过利用训练序列可以以常规方式获得MIMO信道估计H。例如，可以从每个发射天线依次发射一个训练序列(以避免干扰问题)，每次都侦听所有的接收天线以特征化从该发射天线到该接收天线的信道。这不需要构成大的开销，而且在训练之间的数据率很高，例如缓慢变化的室内信道训练可能只是每隔，比如说，0.1秒执行一次。作为选择，可以同时从所有发射天线发射正交序列，尽管因为干扰问题会出现，这将增加训练的难度。

2.利用先验信息，例如从信道译码器，初始化符号概率Pr(x_m＝s)，或者如果得不到这些信息，则将它们设置为全相等。

3.计算期望值：

$E\left\{x_m\right\}=\underset{s\∈S}{\mathrm{\Σ}}\mathrm{sPr}(x_m=s)$

和方差：

$\mathrm{Var}\left\{x_m\right\}=\underset{s\∈S}{\mathrm{\Σ}}{|s-E\{x_m\left\}\right|}^2\mathrm{Pr}(x_m=s).$

该期望值和差值分别为μ_m和R_m的元素。

4.对于符号m＝1，计算噪声平均值：

${\mathrm{\μ}}_m=E\left\{w_m\right\}=\underset{k\≠m}{\mathrm{\Σ}}E\left\{x_k\right\}{e}_k$

和自协方差：

$R_m=E\left\{(w_m-{\mathrm{\μ}}_m){(w_m-{\mathrm{\μ}}_m)}^H\right\}=\underset{k\≠m}{\mathrm{\Σ}}E\left\{\right|x_k-E\left\{\right|x_k\left|\right\}{|}^2\}{e}_k{e}_k^H+R_{\tilde{v}\tilde{v}}$

利用 $R_{\tilde{v}\tilde{v}}=N_0{\left(H^{H}H\right)}^{-1}$ 值可以获得 的值，因为可以以任何便利的方式，任选地结合信道估计对N₀进行估计。

5.(对星座S的每个符号s)计算概率：

$\mathrm{Pr}(x_m=s|{\hat{x}}_{\mathrm{ZF}},{\mathrm{\μ}}_m,R_m)=\mathrm{cexp}{(-({\hat{x}}_{\mathrm{ZF}}-s{e}_m-{\mathrm{\μ}}_m)}^H{R}_m^{-1}({\hat{x}}_{\mathrm{ZF}}-s{e}_m-{\mathrm{\μ}}_m))$

其中c是使这些值的和为1的比例系数，(也就是说，使它们为概率)。

6.利用这些新的概率更新期望值 $E\left\{x_m\right\}=\underset{s\∈S}{\mathrm{\Σ}}\mathrm{sPr}(x_m=s)$ 和方差

$\mathrm{Var}\left\{x_m\right\}=\underset{s\∈S}{\mathrm{\Σ}}{|s-E\{x_m\left\}\right|}^2\mathrm{Pr}(x_m=s).$

7.移动到下面的符号，即，m←m+1，并重复步骤4-6。

当处理完最后一个符号，即m＝M时，该处理可以从m＝1重新开始，并且可以再次重复步骤4-6。

图2示出了上述过程的流程图。因此在步骤S200，确定传输符号串的初始估计，例如通过计算所发射信号的迫零估计。在步骤S202，例如通过设置这些符号等概率，初始化(所传输的)符号的概率。接着，对于所处理的符号串的每个符号计算平均值(期望值)和方差值，并且初始化符号计数器m以指向要处理的第一个符号。

接着，在步骤S206，该过程对符号m计算噪声均值和自协方差值以及具有值s(对于每个可能的s)的传输符号m的概率，假定迫零估计和所计算的噪声，接着更新符号期望值和方差以考虑上述新的概率。重复步骤S206(S208)直到m＝M，其中M是发射天线的数量，或者更一般地说，为处理的符号串中的符号数，并且优选反复进行整个符号串的处理(S210)，以促进所计算的概率向最佳值收敛。接着任选地，在步骤S212，如下面进一步描述的，调节比特/符号概率分布，并且所产生的比特/符号概率值提供来自译码器的(软)输出(S214)。

图3示出了结合有用于实现上述方法的译码器的接收机300。

接收机300包括一个或多个接收天线302a，b(在所示意的实施例中仅示出了2个天线)，它们均与一个相应的射频前端304a，b(例如类似于图2a的射频前端)相连，由此连接到相应的模数变换器306a，b以及数字信号处理器(DSP)308，DSP 308通常包括一个或多个处理器308a(例如用于过滤器414的并行实施)和一些工作存储器308b。DSP 308具有数据输出端310和地址、数据及控制总线312，以将DSP连接到诸如快速RAM或ROM的永久程序存储器314。永久程序存储器314存储代码，以及任选的用于DSP 308的数据结构或数据结构定义。

如图所示，程序存储器314包括STBC译码器代码314a，其包含迫零估计代码，噪声模拟代码，符号概率代码，比特概率代码，以及PDF调节代码，以便在DSP 308上运行时实现上述的对应功能。程序存储器314还包括MIMO信道估计代码314b以提供MIMO信道估计H，去交织器代码314c，交织器代码314d及信道译码器代码314e。适当的代码314e的实例对本领域的技术人员是公知的。任选的，在永久程序存储器314中的代码可以在诸如光或电信号载体，或如图3所示的软盘316上提供。

来自DSP 308的数据输出310按要求被提供给接收机300的另外的数据处理单元(图3未示出)。它们可以是用于实现较高级协议的基带数据处理器。

接收机前端一般用硬件实现，而接收机处理通常至少部分用软件实现，尽管也可以采用一个或多个ISIC和/或FPGA。本领域的技术人员将认识到，接收机的所有功能都能用硬件实现，而且信号在软件无线电中被数字化的确切点将一般依赖于成本/复杂度/功率消耗折衷。

上述的MIMO译码器的实施例可以以大为降低的复杂度提供接近最大可能的性能。

基于此技术的译码器可以在特播译码架构内使用，在此情况下它运行于软入软出(SISO)配置。在这种配置中，译码器接收软信道观测(连续值)并将先验概率结合到检测过程中(参见例如上述的运算过程中归纳的步骤(2))。此外，译码器还输出一组后验概率值(软输出)。

实际上，来自所建议的MIMO译码器的软输出的质量有时会很差。更具体地讲，译码器有时(具有高信噪比)产生过于自信的结果，将几乎所有的概率分配给单个命题。该信息被传递到信道译码器，并在不正确时会使信道译码器不稳定，例如使译码器陷入错误解答中。在一些情况下，单个的MINO译码器误差(超过1比特)可能在译码器之后引起错误，在其他情况下，将仍然处于信道码的纠错能力内。

通过修正MIMO译码器输出可以减轻或克服此类问题。对此存在多种可能方式，这里我们描述一种简单装置的一个实例，其提供对此问题的解决方案，将具有尖锐峰值的概率分布变平或歪斜，使得最可能的值不比其他值更不被强烈支持。我们将其称为调节装置(TD)。

在本例中，如果特定比特的概率超过阈值，比如说0.9，则将其减小到这个值，否则保持不变。因此，举例来说，如果Pr(b_k＝1)＝0.99，和Pr(b_k＝0)＝0.01，则修正的概率将为：Pr(b_k＝1)＝0.9和Pr(b_k＝0)＝0.1。图4示意了这个实例，其中长条400a，b分别表示在调节之前0和1的概率，而长条402a，b表示调节之后的概率。因此，如图所示，该调节操作使得比特的概率分布歪斜。本领域的技术人员将理解，这种MIMO译码器修正仅仅在与信道译码器(或对于不正确的值的过于自信的概率分配可能引起问题的其他装置)结合使用时，提高了译码器的性能。

看待这种调节过程的一种等效方式在于后验概率的比率的对数L_APP的有限值。以这种形式表示的调节过程归纳如下：

如果SNR＞SNR_limit

如果 ${\mathrm{LLR}}_{\mathrm{bi}}=\mathrm{abs}\left(\log \left(\frac{\mathrm{Pr}(b_i=0)}{\mathrm{Pr}(b_i=0)}\right)\right)>{\mathrm{LLR}}_{\mathrm{limit}}$

则：LLR_bi＝sign(LLR_bi)*LLR_limit

其中：

比特值0和1的对数似然比由

定义；

SNR_limit是在其上应用该算法的预定SNR(信噪比)；，而

LLR_limit是预定的LAPP比率。

本领域的技术人员将理解，其他的概率分布函数调节过程也是可能的。例如也可以使用基于模拟退火的过程，其中根据确定修正程度的温度随机修正概率分布函数或一个或多个比特或符号的概率，该温度随着时间逐渐降低(特播译码迭代)，其目的是使得系统脱离局部最大/最小值，最后更精确地译码所接收的信号。

图5示出了比特差错率相对于接收信噪比(分贝)的关系曲线，并提供了具有4个发射天线、4个接收天线的系统和16QAM调制的模拟结果。比较3种译码器的曲线，即最佳APP译码器(曲线500)，线性MMSE估计器(曲线502)，以及每组4个接收符号采用5个迭代的上述译码器的实施例(曲线504)。可以看出，上述译码器比MMSE估计器执行得好得多(尽管不如APP译码器好)，但其复杂度与MMSE估计器有可比性，但数量级比APP译码器的小。因此，可以理解，在此描述的译码器的实施例具有良好的性能/复杂度折衷。

图6示出了每个接收天线的比特差错率与信噪比(分贝)的关系曲线，表示当对同样采用信道编码的系统施加调节时的性能改善。该结果涉及一种具有4发射和4接收的天线，使用16-QAM调制(具有戈瑞(Gray)映射)，和1/2速率〔5，7〕的RSC码的系统。曲线600示意了无调节的MIMO译码器的性能，曲线602示意了在比特差错率为10^-4处施加调节时的性能改善，总计大约4分贝。

本发明的实施例主要是关于空件-时间编码/译码描述的，但在频域中也可采用类似的技术，例如通过串-并转换，然后在MIMO译码之前执行快速傅立叶变换，在MIMO译码之后施加逆傅立叶变换和并-串转换。

本领域的技术人员将理解，上述的技术可以应用于任何MIMO通信系统，例如用于基站，接入点和/或移动终端。该技术在无线LAN中，潜在地在第四代移动电话网络中，而且在许多其他类型的通信系统中均有应用。宽泛而言，本发明的实施例推进了只有少量性能损耗的廉价接收机的使用，或者等效地增大了数据率而不相应增加复杂度和成本。本发明的实施例也可在其他非无线电的类似MIMO的系统中潜在地找到应用，例如，具有多个读磁头的硬盘驱动器和实际上用作多个发射机的多个数据记录层。

毫无疑问，本领域的技术人员将想到许多其他的有效替代方案。应理解的是，本发明并不局限于上述的实施例，而是包含在所附权利要求的精神和范围内对本领域的技术人员显而易见的修改。

Claims (18)

1、一种用于对信号进行译码的方法，所述信号在空间和时间和/或频率上被编码为符号串，通过MIMO(多输入多输出)信道传送，并且在多个接收天线上被接收，每个传送的符号具有多个值中的一个，所述译码包括为所述传送的符号串中的每个符号确定概率分布；

所述方法包括：

利用对于所述MIMO信道的响应的估计，从所述接收的信号中确定所述传送符号串的初始估计；以及

根据所述初始估计，为所述传送的符号串中的每个符号确定概率分布，其中在所述传送的符号串中的其他符号被作为噪声处理时，所述概率分布表示具有每一个其可能值的、所述符号串中的符号的似然性。

2、根据权利要求1的方法，进一步包括：

对于所述传送的符号串中的每个符号初始化概率分布；以及

响应于所述初始化的概率分布而特征化所述噪声；以及

其中所述确定的符号概率分布表示被给定所述特征化噪声的符号的似然性。

3、根据权利要求2的方法，其中：

所述特征化包括为所述噪声确定平均值和协方差值。

4、根据权利要求2或3的方法，进一步包括：

在为符号确定概率分布后，重新特征化所述噪声。

5、根据权利要求1-4中任何一项的方法，进一步包括：

在根据所述初始估计为每个符号确定概率分布后，为所述传送的符号串中的每个符号重新确定概率分布。

6、根据权利要求5的方法，进一步包括迭代所述重新确定。

7、根据权利要求1-6中任何一项的方法，进一步包括：

调整符号概率分布或从所述符号概率分布中推导出的概率分布，以增大由所述调整后的分布所预测的比特或符号的值中的不确定性。

8、根据权利要求7的方法，其中所述调整包括调整所述符号的一个或多个比特的一个或多个概率分布。

9、根据权利要求1-8中任何一项的方法，其中利用空间-时间分组码编码所述信号。

10、一种用于对信号进行特播译码的方法，包括根据权利要求1-9中任何一项的方法迭代地译码所述信号，并且对所述被译码的信号的信道编码进行译码。

11、一种处理器控制码，用于在运行时，执行根据权利要求1-10中任何一项的方法。

12、一种用于携带权利要求11的处理器控制码的载体。

13、一种用于对信号进行译码的译码器，其中所述信号在空间和时间和/或频率上被编码为符号串，通过MIMO(多输入多输出)信道传送，并且在多个接收天线上被接收，每个传送的符号具有多个值中的一个，所述译码包括为所述传送的符号串中的每个符号确定概率分布；

所述译码器包括：

用于利用对于所述MIMO信道的响应的估计，根据所述接收的信号确定所述传送的符号串的初始估计的装置；以及

用于根据所述初始估计，为所述传送的符号串中的每个符号确定概率分布的装置，其中在所述传送的符号串中的其他符号被作为噪声处理时，所述概率分布表示具有每一个其可能值的、所述符号串中的符号的似然性。

14、一种包括权利要求13的译码器的接收机。

15、一种空间-时间分组译码器，用于译码通过MIMO信道接收的传送符号串，所述译码器包括：

用于确定传送符号的初始估计的符号估计器；

用于确定每个传送符号的噪声估计的噪声模拟器；以及

用于对每个所述传送符号确定概率分布的概率分布估计器；以及其中：

所述噪声模拟器响应于所述符号估计器；

所述概率分布估计器响应于所述噪声估计器；以及

所述噪声估计器响应于所述概率分布估计器。

16、根据权利要求15的空间-时间分组译码器，进一步包括：

概率调整器，用于调整所述概率分布估计器的输出以降低预测概率。

17、一种用于对信号进行译码的方法，其中所述信号在空间和时间和/或频率上被编码为符号串，通过MIMO(多输入多输出)信道传送，并且在多个接收天线上被接收，每个传送的符号具有多个值中的一个，所述译码包括为所述传送的符号串中的每个符号确定概率分布；

所述方法包括：

对所述传送的符号串中的每个符号确定概率分布，所述概率分布表示具有每一个其可能值的、所述符号串中的符号的似然性；以及

调节所述符号概率分布或从所述符号概率分布中推导出的概率分布，以增大与所述分布相关的符号的值中的不确定性。

18.一种用于实现权利要求17的方法的译码器。

Images