CN1701580A - 用于球形解码的方法和设备 - Google Patents

Abstract

本发明一般地涉及用于解码信号的方法、设备和处理器控制码，尤其通过球形解码器的方式。提供一种对被编码为符号串且通过信道作为接收信号而接收的发射信号进行解码的方法，每个发射符号具有多个值之一，该方法包含：搜索一个或多个候选符号串，一个候选符号串包含候选符号的一个串，该搜索在由信道响应确定的多维网格的一个区域内搜索该串的候选符号，该网格的一个维度与该串的每一个符号相关联，该区域由距接收信号的距离定义；以及通过选择一个或多个候选符号串，为接收信号解码该符号串；其中对候选符号的搜索包含为发射符号选择候选值，以及检验由所选候选者定义的网格的一部分是否在距接收信号的限制距离之内；且其中在有限数目的候选符号检验之后，该搜索停止。

Description

用于球形解码的方法和设备

技术领域

本发明一般地涉及用于对信号解码的方法、设备和处理器控制码，尤其通过球形解码的方式。

背景技术

球形解码是一种在信号处理领域具有一定应用范围的技术。在此要对该技术在通过MIMO(多输入多输出)信道接收到的信号上的应用以及在空时解码上的应用进行特别的参考。然而在此描述的本发明的实施例也可以被应用于例如多用户系统的相关的系统，以及用于例如在CDMA(码域多址)系统中的多用户检测器的其它类型的解码。

存在对增长的数据速率的传输，以及等效地，对已存在的数据速率下可用带宽的更有效利用的持续需要。目前，例如Hiperlan/2(欧洲)和IEEE802.11a(美国)的WLAN(无线局域网)标准提供了高达54Mbit/s的数据速率。多个发射和接收天线的使用具有极大提高这些数据速率的潜力，但是对通过MIMO信道接收到的信号进行解码是困难的，因为单个接收天线接收来自所有发射天线的信号。多用户系统中产生类似的问题，尽管通过不同信道发射的符号当时是不相关的。因此需要改进的解码技术用于MIMO系统。这些技术在无线LAN中具有应用，在第四代移动电话网络中具有潜在的应用，在很多其它类型的通信系统中也具有应用。

图1示出了典型的MIMO数据通信系统100。数据源102将数据(包含信息比特或符号)提供给信道编码器104。信道编码器典型地包含卷积编码器，例如递归系统卷积(RSC)编码器，或更强大的所谓turbo编码器(它包括一个交织器)。输出的比特比输入的比特更多，且典型地，速率是二分之一或三分之一。信道编码器104之后是信道交织器106，以及所图示的该例中的空时编码器108。空时编码器108将进入的符号编码为多个码符号，用于从多个发射天线110的每一个进行同时发射。

空时编码可以按照通过编码矩阵描述的编码机进行描述，它操作于数据以提供空间和时间发射分集；这之后可以跟随一个调制器，以提供已编码符号用于发射。空频编码可以额外地(或作为替换地)被使用。因此广泛地说，进入的符号被分布至具有空间和时间和/或频率坐标的网格中，用于增加的分集。空频编码被使用时，单独的频率信道可以被调制至OFDM(正交频分复用)载波上，循环前缀通常被添加至每个发射符号，以减轻信道频散的影响。

已编码的发射信号通过MIMO信道112被传播至接收天线114，它提供了多个至空时(和/或频)解码器116的输入。该解码器具有消除编码器108和MIMO信道112的影响的任务，并且可以由球形解码器实施。解码器116的输出包含多个信号流，每一个信号流代表一个发射天线，每个数据流携带所谓的软或似然数据，该数据关于具有特定值的发射符号的概率。该数据被提供给信道去交织器118，它反转信道交织器106的影响，接着提供给例如维特比解码器的信道解码器120，它对卷积码进行解码。典型地，信道解码器120是SISO(软输入软输出)解码器，它接收符号(或比特)似然数据并且提供类似的似然数据，而不是例如基于其做出硬判决的数据，作为输出。信道解码器120的输出被提供给数据接收器122，用于以任何所需方式的其它数据处理。

在某些通信系统中，使用了所谓的turbo解码，其中来自信道解码器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，它依次将软(似然)数据提供给解码器116用于迭代的空时(和/或频)和信道解码。(将会意识到，在这种配置中，信道解码器120向解码器116提供完整的发射符号，即例如包括检错比特。)

将会意识到，在上述通信系统中，信道编码和空时编码都提供了时间分集，因此该分集在可以获得的额外信噪比增益的方面遵循回报率下降定律。从而当考虑任何特定的空时/频解码器提供的益处时，最好根据包括信道编码的系统的情况对它们进行考虑。

通信系统100中最艰难的任务之一是由解码器116执行的空时(或频)块码(STBC)的解码，因为它包含试图将接收机处互相干扰的发射符号进行分离。最优STBC解码器是后验概率(APP)解码器，它对所有可能的发射符号执行彻底搜索。这种解码器对所有发射天线考虑每个发射符号构象点，并且计算所有可能的发射信号，将它们与实际接收信号相比较，且选择具有最近欧氏距离的构象点作为最可能的解。然而即使对于很少数目的天线，例如16QAM(正交幅度调制)的调制方案，以及具有相对短时频散的信道，要考虑的组合数目也是巨大的，且该方法的复杂度随数据速率呈指数增长。因此，次优的方法具有技术上和商业上的利益。

一些用于空时块解码的常用选择包括例如强制归零的线性估计器，以及最小均方误差(MMSE)估计器。强制归零方法可以被应用于直接计算对发射符号串的估计，或者可以通过“无效并取消”方法每次确定一个估计符号，该方法在确定下一个符号之前减去先前所计算的符号的影响。例如以这种方式，具有最大把握的符号可以首先被计算。

球形解码或解调提供显著改善的性能，它可以接近APP解码器的性能，广泛地说，通过将搜索空间表示为网格(依赖于矩阵信道响应和/或空时编码器)，然后仅在产生位于以接收信号为中心，给定半径的超球面以内的网格点的可能符号串的范围内，搜索对发射符号串的最佳估计。最大似然解是当被信道修改后，最接近相应接收信号的发射信号。实际上矩阵信道响应和/或空时编码器倾向于使输入点空间从矩形网格歪斜，且用方便的表示方法，输入点空间中的搜索区域变成椭球，而不是球形。

由于搜索空间从整个网格被减少到只有网格的一小部分，搜索所需的计算数目比APP解码器所需的少得非常多，但是可以得到相似的结果。然而，这种程序的实际应用中存在一些困难。首先，必须识别哪些网格点在所需的接收信号距离之内。这是相对简单的程序，且在下文中进行概述。而其次，必须决定使用何种半径。这对搜索速度是至关重要的，并且应该进行选择使得某些而非过多网格点可能在该半径内被找到。可以根据噪声电平并可选地根据信道对该半径进行调整。然而还存在一个更微妙的问题，该问题是，即使搜索半径已知，该搜索问题还是无界的，在实际系统中，这意味着球形解码计算所需的必要时间(以及因此可用数据速率)无法被确定。这是本发明实施例所针对的一个问题。

涉及球形解码的现有背景技术可以在如下文献中找到：

E.Agrell，T.Eriksson，A.Vardy和K.Zeger的“Closest PointSearch in Lattices”，IEEE Trans.On Information Theory，第48卷，第8期，2002年8月；E.Viterbo和J.Boutros的“A universal latticecode decoder for fading channels”，IEEE Trans.Inform.Theory，第45卷，第5期，第1639-1642页，1999年7月；O.Damen，A.Chkeif和J.C.Belfiore的“Lattice code decoder for space-time codes”，IEEEComms.Letter，第4卷，第5期，第161-163页，2000年5月；B.M.Hochwald和S.T.Brink的“Achieving near capacity on amultiple-antenna channel”，http://mars.bell-labs.com/cm/ms/what/papers/listsphere/，2002年12月；“On the expected complexity of sphere decoding”，ConferenceRecord of the Thirty-fifth Asimolar Conference on Signals，Systemsand Computers，2001年，第2卷，第1051-1055页；B.Hassibi和H.Vikalo的“Maximum-Likelihood Decoding and IntegerLeast-Squares：The Expected Complexity”，Multiantenna Channels：Capacity，Coding and Signal Processing，(J.Foschini和S.Verdu编辑)， http://www.its.caltech.edu/～hvikalo/dimacs.ps；A.M.Chan的“Anew Reduced-Complexity Sphere Decoder For Multiple AntennaSystem”，IEEE International Conference on Communications，2002年，第1卷，2002年4月-5月；L.Brunel，J.J.Boutros的“Latticedecoding for joint detection in direct-sequence CDMA systems”，IEEETransactions on Information Theory，第49卷，第4期，2003年4月，第1030-1037页；A.Wiesel，X.Mestre，A.Pages和J.R.Fonollosa的“Efficient Implementation of Sphere Demodulation”，Proceedingsof IV IEEE Signal Processing Advances in Wireless Communications，第535页，罗马，2003年6月15日-18日；2002年7月26日由B.M.Hochwald和S.Ten Brink提交的美国专利申请第US2003/0076890号，“Method and apparatus for detection and decoding of signals receivedfrom a linear propagation channel”，Lucent Technologies，Inc；L.Brunel于2002年8月22日提交的美国专利申请第US2002/0114410号的“Multiuser detection method and device in DS-CDMA mode”，Mitsubishi；H.Vikalo的“Sphere Decoding Algorithms for DigitalCommunications”，博士论文，Standford University，2003；B.Hassibi和H.Vikalo的“Maximum-Likelihood Decoding and IntegerLeast-squares：The Expected Complexity”，in Multiantenna Channels：Capacity，Coding and Signal Processing，(编辑J.Foschini和S.Verdu)。

Agrell等人的参考文献描述了用于无限网格的最近点搜索方法，其中输入是任意m维整数，即x∈z^m，回顾了网格解码的基本概念和搜索方法，但是仅描述了提供硬判决输出的方法。多数其它参考文献需要求搜索区域边界，尽管如此，它们并不保证计算复杂度有界的计算。

Wiesel等人描述了一种用于确定搜索半径的技术，该技术通过将半径设置为搜索算法找到的K个符号间的最大距离度量

在此，K是求软输出所需的预确定的符号数目，例如50。初始搜索半径被设置为无穷，直到K个符号被找到。当列表满的时候，即K个符号已经被找到，则搜索半径被设置为列表中最大的距离度量。堆排序作为一种有效的方法被建议用来对候选列表进行排序，使得候选列表具有K种可能的最短距离度量。这有效地表现为一种建立程序。然而再一次，根据信道统计，本方法的计算复杂度没有被定界。

其它解码器或检测器(在此这两个词基本上被同义地使用，因为它们都意味着尝试解决相似的问题，即检测原始发射数据)包括例如维特比解码器(具有指数的计算复杂度)的基于格形的解码器，以及例如垂直BLAST(Bell实验室分层空时)解码器和块判决反馈均衡器的提供次优性能的降低复杂度的检测器。

在这一点上，提供球形解码程序的操作的概要回顾是有帮助的。对于N个发射符号的符号串，搜索一个N维网格，开始于第N维的层(对应于该串的第一个符号)。对于这一层，从所使用的构象中选择一个符号，并且检验所产生的网格点距接收信号的距离。如果该网格点在此距离内，则该程序选择一个值用于串中的下一个符号，并且在N-1维中检验所产生的网格点距接收信号的距离。该程序继续依次检验每个连续符号，且如果所有都在边界内部，它将最终在一维中收敛至一个网格点上。如果一个符号在所选半径之外，则该程序向回移动一层(维)并且在该层(维)中选择下一个可能的符号用于检验。以这种方式，该程序建立一棵树，其中最低的节点对应完整的符号串，且其中该树的第n级的节点数目对应相关第n维球形内部的网格点的数目。

当完整的候选符号串被找到时，产生自该符号串的网格点距接收信号的距离被找到，且初始半径被减小到该距离，使得随着该树建立，仅仅识别更接近最大似然解的串。当该树已经被完成时，解码器可以被用来通过选择最接近接收信号的网格点提供硬输出，即最大似然解。可供替换地，可以利用最接近接收信号的网格点的选择提供软输出，例如利用每个网格点距接收信号的距离作为相关联的似然值。堆栈排序已经被建议用来选择其网格点具有距接收信号最近的距离度量的候选者子集，如后文中所述。另一种所建议的方法在整个搜索中设置一个固定的搜索半径，并且选择提供小于该固定搜索半径的距离度量的候选者子集。

发明内容

根据本发明的第一个方面，提供了一种方法，该方法对被编码为符号串且通过信道作为接收信号而接收的发射信号进行解码，每个发射符号具有多个值之一，该方法包含：搜索一个或多个候选符号串，候选符号串包含一串候选符号，该搜索通过在由信道响应确定的多维网格的一个区域内搜索该串的候选符号，该网格的每个维度与该串的每一个符号相关联，该区域由距接收信号的距离定义；以及用于通过选择一个或多个候选符号串，为接收信号解码该符号串；其中对候选符号的搜索包含为发射符号选择候选值，以及检验由所选候选定义的网格的一部分是否在距接收信号的界定距离之内；且其中限制数目的候选符号检验之后，该搜索停止。

在实施例中，限制数目的候选符号检验(和/或候选距离确定)之后停止候选符号搜索限制了计算复杂度，并且使得解码发射信号的过程能够以固定数据速率执行，而没有例如不存在解码解的风险。该检验确定所选的候选，或更严格地说，由所选候选产生的网格点或层是否在距接收信号的限制距离之内。在实施例中，候选符号检验包含一种检验，它确定符号在限制距离以内还是以外，或者符号是否包含所估计的发射串的最后的符号。因此这三种类别的每一个的情况的数目可以被计数，并且在预确定的限制计数被达到时，该搜索停止。

在实施例中，该(初始)限制距离或半径对解码过程仍然具有影响，即它影响例如由预确定数目的候选符号检验构造的树。由于该原因，限制距离或半径可以例如依赖于噪声或噪声方差和/或信道响应而被修改。

该程序试图对该串的每个符号检验一个候选值，但是依赖于信道和接收信号，在树的末节点处具有至少一个用于一个串的完整的候选符号集合的完整的树可能不能被构建。当该搜索无法定位一个候选符号串时，线性，最好是强制归零估计可以被提供为该解码过程的输出。任何线性估计，例如具有连续干扰消除的线性估计，以及MMSE解都可以被使用。通常，每个符号由一个或多个比特定义，因此该符号串定义一个比特串。于是该解码可能包含(或还包含)为该比特串的每个比特提供概率值。当候选符号串没有被定位时，强制归零解的符号可以被用于计算这种软比特值。

该解码可以通过选择最小距离候选符号串用于输出而提供硬输出，或者可以提供所谓的软输出，它事实上包含多个已解码的符号串，每个符号串具有一个相关联的概率，例如依赖于产生自符号串的网格点距接收信号的距离。该搜索搜索候选符号串，它在该信道响应所确定的多维网格的一个区域内形成网格点。软输出可以事实上包含由该搜索找到的所有候选符号串(的概率)，以避免对排序的需要。每个符号通常关联于一个或多个发射比特，并且该解码还可以包含为这些比特的每一个提供概率值，例如基于由该搜索找到的所有候选符号串而被确定，其中至少一个候选符号串被找到(如下文中参考式27所进一步描述的)。一个比特的概率值可以通过基于其中该比特分别具有第一个和第二个逻辑值的(已识别的候选串的)符号集合，取该比特具有第一个和第二个逻辑电平的似然值的比而确定。当对于一个比特，候选串中没有符号具有这些值之一(或其它)，且这种比不能被计算，可以提供用于该比特的默认概率值，例如基于用于另一个逻辑值的最小距离度量，或者包含默认的最大值，例如50。

在这些优选实施例中，对候选符号的搜索以例如根据接收信号和信道响应而确定的距发射信号的强制归零估计(或另一种线性或计算简单的估计)的距离增加的顺序进行。此方法可应用于搜索各层(使得例如搜索可以从符号串中具有高置信度的一个符号开始)和/或在一层(维)或树节点选择构象的连续符号。

该符号串可包括从多用户通信系统中的多个用户发送的符号，或者在MIMO通信系统中从多个发射天线发送并由多个接收天线接收的符号串中(在两种情况下信道都包括矩阵信道形式)。在MIMO通信系统中，符号串可包括空时块码(STBC)的符号、空时格码(STTC)的符号、空频码的符号或空时/频码的符号。空频编码信号通过例如在多载波OFDM系统中的多个频道编码，在这种情况下，解码器可位于串并变换器和快速傅里叶变换器之后，而在逆傅里叶变换器和并串变换器之前。

将会意识到，上述方法可以被用于例如具有交织决解码和信道解码的turbo解码器中。

本发明还提供了配置以实施上述方法的解码器，以及包括这种解码器的接收机。

因此在另一个方面，本发明提供了一种解码器，该解码器用于对被编码为符号串且通过信道作为接收信号而接收的发射信号进行解码，每个发射符号具有多个值之一，该解码器包含：用于搜索一个或多个候选符号串的装置，一个候选符号串包含一串候选符号，该搜索通过在由信道响应确定的多维网格的一个区域内搜索该串的候选符号，该网格的每个维度与该串的每一个符号相关联，该区域由距接收信号的距离定义；以及用于通过选择一个或多个候选符号串，为接收信号解码符号串的装置；其中用于搜索候选符号的装置被配置以为发射符号选择候选值，并且检验由所选候选定义的网格的一部分是否在距接收信号的界定距离之内；且其中限制数目的候选符号检验之后，该搜索停止。

在本发明的以上方面，多维网格可以额外地或作为替换地由发射机处所用的空时或其它编码确定。

在另外一个相关方面，本发明提供了用于对通过MIMO信道发射的包含一个符号串的接收信号进行解码的解码器，该解码器包含：一种球形解码器，它通过在候选符号的接收信号空间中为该串确定距接收信号的距离，在接收信号的半径内搜索候选发射符号串，并且提供已解码数据输出；以及一种球形解码器控制器，它对距离确定进行计数，且控制该球形解码器响应于该计数停止搜索。

该解码器最好还包括符号估计器，以确定发射符号的初始估计，且该球形解码器于是可以开始于该初始估计，通过确定距离度量，搜索在接收信号的半径内产生网格点的候选发射符号串。

技术人员将会想到，上述方法和解码器可以用处理器控制码实施和/或体现。因此在另一个方面中，本发明例如在例如磁盘、CD-或DVD-ROM的载体媒体上，例如只读存储器(固件)的被编程的存储器，或者在例如光或电信号载体的数据载体上提供了这种码。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)上实施。因此该码可以包含常规编程码，或微码，或例如用于建立或控制ASIC或FPGA的码。在一些实施例中，该码可以包含用于例如Verilog(注册商标)或VHDL(超高速集成电路硬件描述语言)的硬件描述语言的码。如技术人员将意识到的，用于本发明的实施例的处理器控制码可以被分布在相互之间通信的多个耦合元件之间。

现在将参考附图以举例方式对本发明的这些以及其它方面作进一步描述。

附图简述

图1和图2分别示出了使用球形解码器的MIMO空时编码的通信系统的例子，以及球形编码器树搜索的图示；

图3至图5分别示出了体现本发明的一个方面的球形解码程序的流程图，图3的程序的概括，以及根据本发明的一个方面的实施例的球形解码后置处理程序；

图6示出了并入配置以根据本发明的一个实施例工作的球形解码器的接收机；

图7示出了具有串联编码器的发射机的方框图；

图8示出了用于与图7的发射机一起使用的具有串联解码器的接收机的方框图；

图9示出了用于与图7的发射机一起使用的具有串联解码器和迭代解码的接收机的方框图；

图10示出了在两个等效解码器之间使用迭代反馈的接收机的方框图；以及

图11示出了误比特率对接收信噪比，比较对于具有和不具有信道编码的信号，根据本发明的解码器实施例与最大后验概率(MAP)解码。

本发明的优选实施例

本发明的实施例针对球形解码概念的可变计算复杂度问题，且尤其通过限制要被执行以为发射符号寻找可能候选的搜索的数目限制计算复杂度。此外，本发明的实施例提供了如果没有找到充足的候选以近似发射比特的最大后验似然，求软输出的方法。本发明的实施例参考(但不限于)空时解码或检测进行讨论。

考虑具有n_T个发射和n_R个接收信号(或等效地，分别具有n_T个和n_R个分量的发射和接收信号)的空时传输方案。每一时刻1×n_R个接收信号向量给出如下：

${\tilde{r}}_k={\tilde{s}}_k{\tilde{H}}_k+{\tilde{v}}_k$ 式1

其中 ${\tilde{s}}_k=\left[\begin{array}{ccc}{\tilde{s}}_k^1& \·\·\·& {\tilde{s}}_k^{n_T}\end{array}\right]$ 表示发射信号向量，其条目是从具有M＝2^q个可能信号点的复构象C中选择的，其中q是每个构象符号的比特数目。AWGN(加性白高斯噪声)向量

是每个实分量方差为σ²的独立零均值复高斯条目的1×n_R向量。记号

表示n_T×n_R的多输入/多输出(MIMO)信道矩阵，假设它在接收机处是已知的或被估计，具有n行m列分量h_n，m，n＝1，…，n_T，m＝1，…，n_R表示第n个发射信号和第m个接收信号之间的窄带平衰落。在符号持续时间内，信道衰落可以被假设为常数。

在接收机中，MIMO信道估计

可以利用训练序列以常规方式获得。例如可以从每个发射天线依次(为避免干扰问题)发射一个训练序列，每一次对所有接收天线进行监听，以描述从该发射天线到接收天线的信道。这不需要构成显著的开销，并且在训练之间数据速率很高，而且例如对于慢变化室内信道，训练可以仅例如每0.1秒执行一次。可供替换地，可以同时从所有发射天线发射正交的序列，尽管由于这会发生干扰问题而增加训练的复杂度。

所有线性空时块编码的发射方案都可以被写为式1的形式。例如，BLAST(G.J.Focshini的“Layered space-time architecture forwireless communication in a fading environment when usingmulti-element antennas”，Bell Labs.Tech.J.，第1卷，第2期，第41-59页，1996)使用了发射天线以发送具有分层结构的信号，并且因此n_T表示发射天线的数目，n_R表示接收天线的数目，且 是真实的MIMO信道矩阵。另一个例子包含正交设计(S.M.Alamouti的“Asimple transmitter diversity scheme for wireless communications”，IEEE J.Sel.Area Comm.，第1451-1458页，1998年10月；以及V.Tarokh，H.Jafarkhanni和A.R.Calderbank的“Space-time blockcodes from orthogonal designs”，IEEE Trans.Info.Theory.，第45卷，第1456-1467页，1999年7月)和线性频散码(B.Hassibi和B.Hochwald的“High-rate codes that are linear in space and time”，IEEE Trans.Info.Theory.，第48页，第1804-1824页，2002年7月)，其中

是由使用一个或多个真实信道推导出的有效信道。

为讨论的简单起见忽略时间标号k，发射符号 的第n个分量 使用如下符号映射函数获得

${\tilde{s}}^n=\mathrm{map}\left(x^n\right),n=1,\·\·\·,n_T$ 式2

其中

$x^n=\left[\begin{array}{ccc}{x}_1^n& \·\·\·& x_q^n\end{array}\right]$ 式3

是具有q个发射数据比特的向量，且q是每个构象符号的比特数目。(然而更一般地，

表示通过空间和/或时间和/或频率进行编码的符号串，且n遍历该串的长度)。因此长度为(q·n_T)的发射比特向量可以被表示为

$x=\left[\begin{array}{ccc}{x}^1& \·\·\·& x^{n_T}\end{array}\right]$ 式4

且发射向量构象可以被写为

$\tilde{s}=\mathrm{map}\left(x\right)$ 式5

以用于式1的空时传输的接收信号 为条件的最大后验概率(APP)比特检测可以被表达为如下的似然比(LLR)：

$L_P\left(x_j^n\right|\tilde{r})=\ln \frac{P(x_j^n=+1|\tilde{r})}{P(x_j^n=-1|\tilde{r})}$

$=L_A\left(x_j^n\right)$

n＝1，…，n_T   j＝1，…，q             式6

且L_E(·)项可以被近似为

式7

其中x是可能发射比特的序列，x_[n，j]表示通过忽略x的元素x_j ⁿ而获得的x的子向量，且L_A，[n，j]表示所有L_A值的向量，也省略对应比特x_j ⁿ的元素；且其中对式6的求和中的每一项，由式5给出，x作为求和符号下面的向量，且其中‖·‖表示欧几里德范数。集合X_n，j ⁺¹和X_n，j ^-1分别是2^(q·nT-1)个具有 $x_j^n=+1$ 和 $x_j^n=-1$ 的比特向量x的集合，即

$X_{n,j}^{+1}=\left\{x\right|x_j^n=+1\}$

且

$X_{n,j}^{-1}=\left\{x\right|x_j^n=-1\}.$

换句话说，例如式6的分子中的求和遍历所有具有比特 $x_j^n=+1$ 的符号。

符号是对可能发射比特向量x的映射。函数L_p(·)、L_A(·)和L_E(·)分别指示后验、先验和外部似然。先验似然L_A(·)可以从例如来自(用于例如迭代turbo解码的)信道编码器的先验输入推导出，或者可以被设置或被初始化例如为零(对数似然比L(·)为0意味着+1和-1是等概率的)。

式6是最优的最大后验概率(MAP)解，且式7提供了对MAP解的最大对数近似(有时称作最大对数MAP解)。本发明的实施例能够提供式6和式7的解法的近似。

根据式6，APP检测需要无一遗漏地对对应于集合X⁺¹和X^-1中元素数目的2^q·nT个距离度量 求值。APP检测的计算复杂度随每符号比特的数目q和空间复用发射符号的数目n_T呈指数增长。一种用于近似式6的方法是仅包括集合X⁺¹和X^-1中对下式成立的候选

${\left|\right|\tilde{r}-\hat{s}\tilde{H}\left|\right|}^2\≤{\mathrm{\ρ}}^2$ 式8a

‖r-H‖-σ²x^T·L_A≤ρ² 式8b

其中式8a没有先验知识，而式8b具有先验知识，其中ρ是球形解码的边界半径。

该近似假设提供由式8a和式8b定义的边界以外的距离度量的候选不对APP检测(见式6)提供有效贡献。该球形解码算法提供了快速找到或者满足式8a或者满足式8b的候选列表的程序。

原始球形解码器，也被称为网格解码器，(Viterbo和Boutros，如上)提供了最大似然估计，它是用于实构象和信道的发射符号的硬输出，将通信系统表示为网格。在此我们基于此原始想法，描述适合于多天线系统的软输入/软输出球形解码器的一个特定的实施例。

为了获得多天线系统的网格表示，式1的复矩阵表示(忽略时间标号k)可以被变换为维度是原始系统两倍的实矩阵表示，如下：

r＝sH+v                     式9

其中

式10

式11

式12

式13

我们可以在球形解码器的以下描述中使用式9至式13的实值表示。使用用于网格理论中的术语，使用网格理论中所用的术语，信道的实值表示H是网格的生成矩阵，信道输入(发射信号)s是网格的输入点，且无噪信道输出项sH定义一个网格点。

n维网格可以被分解为(n-1)维的各层。用于n维网格的搜索算法可以被递归地描述为有限数目的n-1维搜索算法。Viterbo和Boutros(如上)根据该搜索的三种不同状态或情况描述了该搜索算法：

表1

情况A	第n维层在该搜索边界内：该层被分解为(n-1)维的各层
		情况B	该搜索成功达到零维的层，且在该搜索区域中找到一个网格点
情况C	第n维层不在该搜索边界内：该搜索在各层的层次中向上移动一步。

如果从信道矩阵的QR分解或Cholesky分解(有时被称为取矩阵的平方根)推导出的下三角矩阵U^T被用作网格的生成矩阵，该搜索程序可以被简化。例如，如果使用QR分解(见例如G.H.Golub和C.F.van Loan的Matrix Computations，John Hopkins UniversityPress，1983)，下三角矩阵U^T(和上三角矩阵U)被定义如下：

U^TU＝H^TH                          式14

在此，网格搜索包含一般的无效并取消，其中找到满足式8的向量的一个分量后，它对距离度量的贡献被减去。然而(与普通的无效并取消试探法不同)，的分量并不固定，直到满足式8的整个向量被找到。因此，该算法基本上执行对如图2中所示的树的搜索，其中树的第n级上的节点对应子向量[ⁿ…^nT]。

进一步描述该搜索算法所用的距离度量，我们现在假设生成矩阵是下三角矩阵。在第n维网格搜索或搜索第n个发射信号期间，接收信号r到标号为 ${\hat{s}}^n\∈C_{\mathrm{real}}$ 的层的正交距离被定义如下，其中C_real是实值符号构象表示：

$d_n=|\frac{{\hat{r}}^n}{h_{n,n}}-{\hat{s}}^n|\·\left|h_{n,n}\right|$

$=|e^{n,n}-{\hat{s}}^n|\·\left|h_{n,n}\right|$ 式15

其中

是n维空间中投影接收信号的第n个分量，已经找到更高级别的发射符号ⁿ⁺¹，…^nT(在本例中我们假设n_T＝n_R)。项e^n，n是根据该投影接收信号，对第n个发射符号的估计。其余发射符号的估计ⁱ，i＝1，…，n可以被递归地获得如下(见Agrell等人，如上)：

$e^{n,j}=e^{n+1,j}-\frac{d_{n+1}}{h_{i,n+1}}$ 其中i＝1，…，n                   式16

因此，距离度量d_n可以根据所搜索的当前发射符号ⁿ和先前找到的更高级别的发射符号ⁿ⁺¹，…，^nT进行更新。由于第n+1维网格搜索期间的距离度量与所找到的第n+1个发射符号不同，第n维搜索所用的边界可以被更新如下：

${\mathrm{\ρ}}_n^2={\mathrm{\ρ}}_{n+1}^2-d_n^2$ 式17

描述过该搜索算法中所用的距离度量，现在将说明要被搜索的构象符号的排序。距离度量(现在使用实值表示)可以被写为如下：

‖r-H‖²＝(-s″)^TH^TH(-s″)

＝r^T(I-H(H^TH)^-1H^T)r 式18

其中

s″＝(H^TH)^-1H^Tr                式19

是发射信号s的未被约束的最大似然估计，且也被称作强制归零解。因此，可以对式8中给出的边界重新定义如下：

(-sⁿ)^TH^TH(-sn)≤ρ² 式20

观察到，满足式20的的范围以强制归零解s″为中心围绕。因此要在第n级被搜索的符号 ${\hat{s}}^n\∈C_{\mathrm{real}},$ 并且最好根据距第n级的强制归零解s″ⁿ的距离增加的顺序排列。例如，如果符号构象是4PAM(脉冲幅度调制)，即C_real＝{-3，-1，+1，+3}，且在第n级别搜索处的强制归零解为s″ⁿ＝-1.1，要被搜索的符号被排序为{-1，-3，+1，+3}。这避免了搜索上边界和下边界的显示计算。根据上述顺序搜索可能的发射符号，并且当距离度量超过边界时，第n级处的搜索被停止，即对于被搜索的当前符号ⁿ，

$d_n^2>{\mathrm{\ρ}}_n^2$ 式21

搜索前进至下一个搜索层次或级别。该排序可以通过查找表来完成，该查找表存储所有可能的组合。例如，给定一个c×M矩阵Φ，其中c＝2M是符号搜索组合的数目，且M是可能信号点的数目，用于强制归零解s″ⁿ的所排序的向量slist由Φ的第i行给出，如下：

slist＝Φ(i)其中

式22

且 指示向无穷大的方向取整。广泛地说，该技术包含Agrell等人所描述的Schnorr-Euchner策略的修改模式。

利用查找表对要被搜索的符号排序的方法在A.Wiesel，X.Mestre，A.Pages和J.R.Fonoilosa的“Efficient Implementation ofSphere Demodulation”，Proceedings of IV IEEE Signal ProcessingAdvances in Wireless Communications，第535页，罗马，2003年6月15-18日，中更详细地被描述，通过参考被并入于此。

强制归零解s″ⁿ(或其它线性估计)在每个搜索层次处被重新估计，因为先前搜索中找到的符号ⁿ⁺¹被抵消，以获得具有n个未知数的降次的整数最小平方根问题(见式15和式16)。

搜索半径可以响应于噪声和/或信道条件被设置。需要软输出时，如下所述，所找到的全部符号可以被用于软输出求值，以避免排序算法的额外复杂度。

概括地，该程序包含三个主要过程：

i)将多输入多输出(MIMO)信道变换为网格表示。

ii)搜索程序，在硬检测的情况下它搜索距接收信号最近的网格点，或者在软检测的情况下它搜索接收信号周围的网格点集合。当软输入可用时，提供了发射符号或码字的先验概率，它可以被利用以辅助该搜索(也见例如H.Vikalo和B.Hassibi，“Low-ComplexityIterative Detection and Decoding of Multi-Antenna SystemsEmploying Channel and Space-Time Codes，”Conference Record ofthe Thirty-Sixth Asilomar Conference on Signals，Systems andComputers，第1卷，2002年11月3-6日，第294-298页；以及H.Vikalo和B.Hassibi的“Towards Closing the Capacity Gap on MultipleAntenna Channels”，ICASSP’02，第3卷，第III-2385-III-2388页)。

iii)当需要软输出时，提供基于软输入和搜索区域中找到的网格点集合的软输出(对于硬检测球形编码器来说并不必要)。

如前所述，已知的球形解码器的缺点在于可变的计算复杂度，它依赖于信道和所用空时编码的类型，该计算复杂度不是有边界的或确定的。然而在此，由于搜索所需的距离度量d_n计算确定了实际计算复杂度，我们通过设置或限制所执行的搜索的最大数目，限制球形编码器的计算复杂度。

用于球形解码器实施这种程序的流程图示于图3中。在基于具有修改的常规球形解码程序的图3中，网格的生成矩阵H(F＝H^-1，其中F是三角矩阵)是通信系统的网格表示，且接收信号为r(以与用于该搜索过程的生成矩阵相同的方式被预处理)。该程序的输出为s_ML、symbollist和distlist。输出s_ML是对应于最接近接收信号r的网格点的网格输入(发射信号)，且是最大似然解。输出symbollist是对应于在搜索区域中找到的网格点的网格输入的列表。输出distlist是对应symbollist中的网格输入的距离度量列表。

搜索区域由搜索半径ρ²定义。函数SortedList(e_n，n)根据距信号e_n，n的距离增加的顺序提供了要被搜索的可能符号的有序列表。因此slist_n是长度为M的向量(由于slist为NxM的矩阵)，且step_n从1到M计数。记号slist_n，i指向量slist_n的第i个元素。第n维搜索处的强制归零解由e_n:＝rF给出。未知数的数目(要被估计的符号串的长度)为N(应牢记在心，当I和Q分量要被估计时，每个符号有两个未知数，因此未知数的数目加倍)且(构象中)被搜索的可能符号的数目为M。

三种情况A、B和C如上所述；广泛地说该过程初始化n＝N，并且以slist的顺序检验各符号，直到所有都已经被检验(全部被检验是真实的，当第n维搜索处，slist_n中的所有符号已经被检验)，当在搜索半径ρ²以外时移动一层(情况C)，且当回到树的顶部(n＝＝N)时结束。被检验的情况(A、B或C)的总数目，即所确定的距离度量d_n的数目，通过变量n_searched进行计数，且当它超过限制值max_n_searched时，该程序停止。

这在图4中被概括，它根据该搜索的不同状态或情况(见表1)，将该搜索程序分为三个不同的处理决，根据数据复用器识别出情况A、B还是C，将数据复用至处理A、B或C。对每次经过环路(或每个复用操作)都保持一个计数，且当达到一个极限时，该程序停止。该极限可以根据应用或数据速率被预先确定或选择。每个处理块(A、B、C)求网格或层的距离度量，求搜索的状态，且选择下一个要被搜索的网格点(或层)。数据流和处理块根据定义搜索状态的条件或情况进行选择。因此搜索的“迭代”的最大数目可以根据检测器的实施所需的或可用的(例如预定义的)最大flops(每秒的浮点运算)数量、速度或数据吞吐量(每秒的数据比特)数目进行设置。通过限制搜索数目，球形编码器的计算复杂度可以因此被限制。

广泛地说，因此在本发明的实施例中，一种球形解码器，通过定义由球形解码程序执行的最大搜索数目，具有有界的或被限制的最大复杂度。这使得该程序的鲁棒性可以被根据预确定的计算复杂度(或flops)、数据吞吐量或速度而被定义，该鲁棒性可用于应用，或者对应用期望该鲁棒性。

优选球形解码器结构的其它特征在下文所述。它们中的一个或多个可以结合上述搜索限制程序，或在其它常规解码器中单独被实施。

如果没找到候选，即对于要被检验的或要被搜索的预定义的最大数目的点(或对于预定义的搜索区域大小)，没有n维网格、数据符号或码在搜索区域中被找到，强制归零解(或例如MMSE解的另一种线性解)可以被提供为所估计的发射串符号或码字。该强制归零解可以是从第一次搜索推导出的强制归零解，或者是在每个搜索层次处重新估计的强制归零解之一，其中先前找到的符号的影响被消除。在后者的情况中，该“消除”被排序，使得该消除从“最强的”到“最弱的”信号被执行。排序后的强制归零解可以通过使用排序的QR分解对网格生成矩阵进行预处理而获得(见例如D.Wubben，R.Bohnke，J.Rinas，V.Kuhn和K.D.Kammeyer的“Efficient algorithm fordecoding layered space-time codes”，IEEE Electronics Letters，第37卷，第1348-1350页，在此通过参考被并入)。可以依赖于总体应用对强制归零解作出选择。

软消息可以从强制归零解s″(或其它线性解)推导，如下面的式23或24所示。

$L_P\left(x_j^n\right|s^{\′\′n})=\ln \frac{P(x_j^n=+1|s^{\′\′n})}{P(x_j^n=-1|s^{\′\′n})}$

$=L_A\left(x_j^n\right)$

n＝1，…，n_T  j＝1，…，q                 式23

或者，使用最大对数MAP近似：

式24

其中s″ⁿ是式19中给出的强制归零向量的第n个元素，s是映射自长度为q的比特向量xⁿ的符号，即sⁿ＝map(xⁿ)。集合Y_n，j ⁺¹和Y_n，j ^-1分别是2^(q-1)个具有 $x_j^n=+1$ 和 $x_j^n=-1$ 的比特xⁿ的向量的集合。对于硬检测，强制归零向量s″可以被提供作为输出。

对于第n个元素的噪声方差

是线性检测器的输出处的已滤波的噪声方差。对于强制归零线性检测器，已滤波的噪声方差由

给出，其中

是强制归零滤波器系数(H⁺H)^-1H⁺的第n个行向量(见JianhuaLiu和Jian Li的“A simple Soft-Detector for the BLAST System”，Workshop Proceedings of Sensor Array and Multichannel SignalProcessing，2002年8月4-6日，第159-163页，在此通过参考被并入)。

当最少一个候选符号串被找到，则包含比特似然值(例如对数似然比值，LLR)的软输出可以使用下面的式27确定。将要意识到，最可能的比特值将不必对应最可能的符号串中的符号，因为该比特值事实上是通过对其中给定比特的值为+1和-1的(所找到的)多个候选符号串求平均而确定的。将要意识到，当其中给定比特值为+1和-1的候选符号串没有被找到时，对应于式27中的分子(或分母)或零，这种方法中存在困难。这种困难可以如下所描述。

对于对应分别包含比特 $x_j^n=+1$ 和 $x_j^n=-1$ 的候选者的列表L⁺¹或L^-1被发现为空的情况，默认的LLR值根据其它非空列表中找到的符号数目和/或其距离度量给出。例如，如果L^-1是空的，在列表L⁺¹中找到的最小距离度量为d_min ²，外部LLR被近似如下：

式25

可供作为替换地，如果非空列表具有可观数目的候选者(例如大于一个阈值数目)，并且假设还未被找到的候选者具有大的距离度量(因为该搜索的最大允许距离度量已经被计算)，可以提供默认最大LLR值L_MAX，例如，

式26

在硬检测的情况中，默认LLR值可以通过L_MAX＝1的式26确定。选择如何求默认LLR的值将依赖于总体系统设计。

下面我们描述搜索策略。对于在接收信号或输出空间处由球形半径定义的具体球形搜索区域，如式8所示，在发射信号或输出空间处具有相应的搜索约束。在本发明的实施例中，避免对搜索约束的下界和上界的显式计算是通过对已搜索的层进行排序，使得第n维搜索处首先搜索的层为输入空间中强制归零解的第n个元素。随后的搜索最好使得要被搜索的层的顺序在输入空间中以距强制归零解的距离增加的顺序排列。当被搜索的第n维层的累积距离度量关于接收信号大于球形半径时，被搜索的第n层被认为是当前搜索层次的输入边界，且在下一个搜索层次上执行网格搜索。

现在转向比特概率值，来自球形解码器的搜索过程的距离度量可以被软信息计算块传递和利用，该软信息计算块提供来自解码器的软输出。再次回顾式6，关于以接收信道向量r为条件的被解码或被检测的比特x_j ⁿ的后验LLR的软输出可以被估计如下：

$L_P\left(x_j^n\right|r)$

$=L_A\left(x_j^n\right)+\ln \frac{\underset{x\∈L^{+1}}{\mathrm{\Σ}}\exp (\frac{1}{2{\mathrm{\σ}}^2}{\left|\right|r-\mathrm{sH}\left|\right|}^2+\frac{1}{2}{x}_{[n,j]}^T{L}_{A,[n,j]})}{\underset{x\∈L^{-1}}{\mathrm{\Σ}}\exp (\frac{1}{2{\mathrm{\σ}}^2}{\left|\right|r-\mathrm{sH}\left|\right|}^2+\frac{1}{2}{x}_{[n,j]}^T{L}_{A,[n,j]})}$

或者可作为替换地，是用最大对数MAP近似，

式27

其中s是比特向量x的空时符号映射，H是MIMO信道矩阵，项σ²是每个实分量的噪声方差，L⁺¹是搜索程序中所找到的对应符号列表的比特向量x集合，其元素包含比特 $x_j^n=+1,$ x_[n，j]表示通过省略比特x_j ⁿ的x的子向量，且L_A，[n，j]表示所有后验LLRL_A的向量，也省略了表示x_j ⁿ的LLR的元素。

噪声方差可以用任何方便的方式获得，依赖于整体系统设计。例如，该噪声方差可以在对信道冲击响应进行估计的训练期间获得。在训练期间，发射符号序列是已知的。结合所估计的信道冲击响应，获得“无噪”接收信号。该噪声方差可以通过在“训练期间”，已知“无噪”接收信号序列，求接收信号序列的噪声统计量来估计。

项d_x ²是从该搜索算法获得的距离度量，它对应从比特向量x的空时符号映射获得的符号s。后验LLRL_A可以从至球形解码器的软输入获得。项L_E是外部LLR。后验概率LLRL_A可以从例如信道解码器或另一个空时解码器的外部元件获得。如果使用迭代解码结构，后验LLRL_A也可以是来自先前迭代的解码的外部LLRL_E。依赖于应用，软输出提供后验概率或外部LLR。

式27中求和的对数的计算可以通过常规雅可比对数关系(见例如P.Robertson，E.Villebrun和P.Hober的“A comparison of optimaland sub-optimal MAP decoding algorithm operating in the logdomain”，IEEE Intern.Conf.On Commu.，1995，第1009-1013页)或“最大对数”近似进行近似。如前所讨论的，对于L⁺¹和L^-1中的一个或两个都被发现为空，或没有对应 $x_j^n=+1$ 或/且 $x_j^n=-1$ 的符号被找到的情况，可以通过在另一个非空列表中找到的符号数目给出默认的LLR值。如果两个列表都是空的，基于软强制归零解的常规LLR值可以被提供。

响应于列表L⁺¹和L^-1的占用情况(即所找到的值为给定比特+/-1的候选解(网格点)的数目)，基于式27、式23/24或式25/26至解码器的输出选择在图5的流程图中被概括。

如图5所示，如果该球形解码算法在知道它已经达到距接收信号最近的网格点之前停止(我们知道它何时已经被达到，例如因为上述的(部分)树已经被完成了)，则目前找到的最近点可能是或可能不是世纪的最近点。这是图5的判决框的左分支。在这种情况下，对于图5中示出的方法，具有一种可供替换的方法，它使用不那么复杂的先行检测器以确定解，例如强制归零(ZF)解，或者甚至使用默认的值。

如前所述，定义搜索区域的面积的球形半径确定从所找到的接近接收信号的候选或网格点所获得的软输出的可靠性。球形半径可以被设置为固定值，以获得候选或网格点的列表，它对如式6所示的APP检测的贡献的巨大，或者球形半径可以被调整，例如响应于接收条件。然而，对于硬判决输出，球形半径可以被降低到所找到的网格点距接收信号的欧式距离，使得只有一个网格点在搜索的末尾被找到。

图6示出了一种接收机300，它并入了被配置以实施上述方法的实施例的解码器。

接收机300包含一个或多个接收天线302a、b(其中两个在所图示的实施例中示出)，每一个耦合至各自的RF前端304a、b，且从该处耦合至各自的模数转换器306a、b，以及至数字信号处理器(DSP)308。DSP 308将典型地包括一个或多个处理器308a和工作存储器308b。DSP 308具有数据输出310和地址、数据和控制总线312，以将DSP耦合至例如闪存RAM或ROM的永久程序存储器314。该永久程序存储器314存储代码，以及可选地存储数据结构或用于DSP 308的数据结构定义。

如图所示，程序存储器314包括球形解码器码314a，它包含网格生成码(来自矩阵信道估计)，强制归零估计码，树建立/搜索码，迭代限制码，以及用于软输出解码器的软信息评价码，当在DSP 308上运行时，它们实施如上所述的相应功能。程序存储器314还包括MIMO信道估计码314b，以提供MIMO信道估计H，以及选择性地，去交织器码314c，交织器码314d，信道解码器码314e。去交织器码、交织器码和信道解码器码的实施方式对本领域的技术人员来说是众所周知的。选择性地，永久程序寄存器514中的码可以被提供于例如光或电信号或如图6所图示的软盘316的载体上。

如果需要，来自DSP 308的数据输出310被提供给接收机300的其它数据处理单元(未在图6中示出)。它们可以是用于实施更高级协议的基站数据处理器。

接收机前端通常将在硬件中被实施，同时接收机处理将通常至少部分地在软件中实施，尽管一个或多个ASIC和/或FPGA也可以被使用。技术人员将想到，接收机的所有功能可以在硬件中被执行，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/功率消耗权衡。

在其它实施例中，解码器可以被配置为信号处理模块，例如实施软输入/软输出空时解码器。

概括地说，本发明的实施例通过在如图3和图4所示的数据流程中定义最大迭代数目，即通过限制要被执行以为可能的发射符号定位候选的搜索数目，实施了计算复杂度有界的解法。该搜索算法可以被分解为关于三种不同搜索情况或状态的三个子过程(或处理块)。每个处理块求网格点或层的距离度量，求搜索状态，并且选择要被搜索的下一个网格点或层。该数据流程和处理块根据定义了搜索状态的条件或情况(见表1)而被选择。当关于获得最大迭代/搜索数目的搜索程序没有找到网格点(候选不充足)时，或当没有网格点在搜索界限内部时，例如强制归零解的线性解可以被提供作为默认的已检测符号或码字。对于软检测，为推到自软强制归零解的软输出。对于列表L⁺¹和L^-1中任何一个被发现为空的情况，例如根据在其它非空列表中找到的符号数目和/或其距离度量，提供默认的LLR值。当这两个列表都有元素，一个或多个所存储的在搜索区域中找到的网格点的距离度量被传递给求软比特概率输出的过程。

图7示出了具有串联的信道编码器的发射机的方框图；频率选择性信道可以被认为是一个“编码器”。图7中，编码器2可以包含常规信道编码器，且编码器1可以包含结合该信道的STBC编码器。

图8示出了具有串联的信道解码器或检测器的接收机的方框图，适合与图7的发射机共同使用。在图8中，检测器或解码器1可以包含如上所述的空时球形解码器，且解码器2可以包含常规信道解码器。图9示出了图8的接收机的变形的方框图，该接收机的变化形式具有使用迭代或“turbo”解码的串联的解码器或检测器。图10示出了包含解码器1的两个实例的接收机的方框图，该接收机可以包含例如空时解码器。在图10中，一个解码器的输出提供了用于另一个解码器的先验知识。以这种方式，解码器元件迭代地事实上与自身交换软信息，以改进解码数据的可靠性。在一种情况下，接收信号被提供至两个解码器，选择性地(依赖于接收机处的交织配置)被交织。

图11示出了对于4×4的16QAM(正交幅度调制)MIMO系统，已编码和未编码的BER(误比特率)对每个接收天线的信噪比(dB)的曲线图，在非相关频率平Rayleigh衰落信道条件下，比较了对于未编码(曲线800、802、804、806)和已编码(801、803、805、807)发射信号，具有不同计算迭代数目的上述球形解码器(曲线802至807)和最大似然(ML)检测器(曲线800，801)。结果通过500个数据块的仿真获得，且球形解码器被限制为经过250次(曲线802、803)，500次(曲线804、805)和1000次(曲线806、807)距离度量计算。平方后的球形半径等于：

5×(噪声方差)×(接收天线数目)/(每发射天线的平均信号功率)

ML检测器需要每接收符号8×16⁴＝524288个距离度量测量，因此该250、500和1000次通过球形解码器的计算分别提供了大约2000、1000和500的最小计算复杂度降低的因子。

上述技术还可以被应用于我们称作最大对数MAP球形解码器—如2003年10月3日提交的本申请人的同时待决的英国专利申请第0323211.3号中(且还在从该英国申请书要求优先权的相应申请书中)所述，其内容通过参考其全文被并入在此—且尤其地，被应用于为该文件的式11的球形编码器求值提供界限。

本发明的实施例在多种类型的通信系统中具有应用，包括MIMO和多用户系统，例如无线计算机或电话网络。例如在多用户系统中，生成矩阵或等效的信道矩阵可以表示传播和信道对用户的影响的组合(见例如L.Brunel的“Optimum Multiuser Detection for MC-CDMASystems Using Sphere Decoding”，12^th IEEE International Symposiumon Personal，Indoor and Mobile Radio Communications，第1卷，2001年9月30日-10月3日，第A-16-A-20页，通过参考并入于此)。

在其它应用中，球形解码器可以被应用为用于频率选择性衰落的块均衡器。在此，信道模型可以被修改，以考虑信道记忆，如下所示：

其中

且其中T是被均衡的符号块的长度，且H_i，i＝I，…，L是第i个MIMO信道抽头，且其中L是信道冲击响应(在符号持续时间内)的最大长度的估计。该球形解码器可以被用于检测发射块

本发明的实施例可以被应用为信道解码器，当信道编码器可以被表示为线性生成矩阵G。例子为块信道码(见Bernard Sklar的“DigitalCommunications：Fundamentals and Applications”，Pretice HallInternational Editions，1999，0-13-212713-x)，例如Hamming码和线性密度奇偶校验(LDPC)编码，其中码字x由生成矩阵G从信息比特s通过x＝sG产生，其中向量s包含信息比特。对于LDPC码，例如，生成矩阵G从奇偶校验矩阵H推导出，以满足正交要求GH^T＝0，且任何合法码字将满足条件xH^T＝0。在此，信息和码字块s和x由二进制数字即1和0组成，且该矩阵操作在二进制域中。

本发明的实施例提供了基于式7的最大似然码字或软输出。在示例性实施例中，具有输入r且使用G作为生成矩阵的球形解码器确定接收信号r和其搜索中每个可能的发射码字之间的距离。具有最小距离的码字是最大似然码字。它使用信息和码字块的转换，从二进制域{0，1}至带符号值{-1，+1}，然后使用算术操作。

通常，上述球形解码技术的实施例可以被应用于能够由(最好是线性的)生成矩阵所表示的任何系统中。

技术人员将会意识到，上述技术可以被用于例如基站、接入点，和/或移动终端中。广泛地说，本发明的实施例利用比较便宜的接收机，而不损失性能，或者等效地，数据率增加而没有相应增加复杂度和成本。本发明的实施例还可以潜在地寻找在非无线电系统中的应用，例如具有实际上作为多个发射机的多个读头和多个数据记录层的磁盘驱动器。

毫无疑问，对于技术人员，会出现许多其它有效的供替换的方法。将会理解，本发明不限制于所述实施例，且包含在此所附的权利要求书的本质和范围内对本领域中的技术人员来说显而易见的修改。

Claims (18)

1.一种对被编码为符号串且通过信道作为接收信号而接收的发射信号进行解码的方法，每个发射符号具有多个值之一，该方法包含：

搜索一个或多个候选符号串，一个候选符号串包含候选符号的一个串，该搜索在由所述信道响应确定的多维网格的一个区域内搜索该串的候选符号，所述网格的一个维度与所述串的每一个所述符号相关联，所述区域由距所述接收信号的距离定义；以及

通过选择一个或多个所述候选符号串，为所述接收信号解码所述符号串；

其中对候选符号的所述搜索包含为所述发射符号选择候选值，以及检验由所选所述候选者定义的所述网格的一部分是否在距所述接收信号的限制距离之内；且

其中在有限数目的候选符号检验之后，所述搜索停止。

2.如权利要求1所述的方法，其中所述候选符号检验包含确定所述候选符号属于以下三种类别中哪一种的检验：第一种类别，其中由符号定义的所述网格的所述部分在所述限制距离内；第二种类别，其中由符号定义的所述网格的所述部分在限制距离外；以及第三种类别，其中所述符号包含所估计的所述串的最后一个符号。

3.如权利要求1或2所述的方法，其中所述解码还包含当所述搜索无法定位一个所述候选符号串时，提供所述发射符号串的线性估计。

4.如权利要求3所述的方法，其中所述线性估计包含强制归零估计。

5.如权利要求3或4所述的方法，其中所述串的一个所述符号包含一个或多个比特，且其中所述解码提供包含用于所述串的每个符号的每个比特的似然值的软输出，该方法还包含从所述线性估计推导所述比特似然值。

6.如权利要求1或2所述的方法，其中所述解码提供响应用于所述候选符号串中被选符号串的距离度量所确定的软输出，所述距离度量依赖于所述候选符号串距所述接收信号的距离。

7.如权利要求6所述的方法，其中所述软输出响应用于通过所述搜索找到的所有候选符号串的距离度量而被确定。

8.如权利要求1、2、6或7所述的方法，其中每个符号具有一个或多个比特，由此所述符号串定义一个比特串，而且其中所述解码还包含为所述比特串的每个比特提供概率值。

9.如权利要求8所述的方法，其中用于所述比特的概率值的确定是通过使用所述一个或多个候选符号串的第一个符号集合，其中该比特具有第一个逻辑值，以及使用所述一个或多个候选符号串的第二个符号集合，其中该比特具有与所述第一个逻辑值不同的第二个逻辑值，并取利用所述第一个和第二个符号集合确定的第一个和第二个似然值的比，而且所述方法还包含当所述第一个和第二个集合之一为空时为所述比特提供默认概率值。

10.如权利要求1至9中任何一个所述的方法，其中所述对候选符号的搜索以距所述初始估计的距离增加的顺序进行。

11.如权利要求1至10中任何一个所述的方法，其中所述符号串使用多个发射天线通过一个MIMO(多输入多输出)信道进行发射，且其中所述接收信号由多个接收天线接收。

12.如权利要求1至11中任何一个所述的方法，其中对所述信号使用空时块码进行编码。

13.运行时实施权利要求1至12中任何一个所述方法的处理器控制码。

14.承载权利要求13的处理器控制码的载体。

15.一种解码器，用于对被编码为符号串且通过信道作为接收信号而接收的发射信号进行解码，每个发射符号具有多个值之一，该解码器包含：

用于搜索一个或多个候选符号串的装置，一个候选符号串包含候选符号的一个串，该搜索在由所述信道响应确定的多维网格的一个区域内搜索所述串的候选符号，所述网格的一个维度与所述串的每一个所述符号相关联，所述区域由距接收信号的距离定义；以及

用于通过选择一个或多个所述候选符号串为所述接收信号解码所述符号串的装置；

其中用于搜索候选符号的所述装置被配置以为所述发射符号选择候选值，以及检验由所选所述候选者定义的所述网格的一部分是否在距所述接收信号的限制距离之内；且

其中在有限数目的候选符号检验之后，所述搜索停止。

16.一种接收机，包括权利要求15的解码器。

17.一种用于对包含通过信道发射的符号串的接收信号进行解码的解码器，该解码器包含：

球形解码器，它通过在候选符号的接收信号空间中为所述串确定距所述接收信号的距离，在所述接收信号的半径内搜索候选发射符号串，并且提供已解码数据输出；以及

球形解码器控制器，它对所述距离确定进行计数，且控制所述球形解码器响应于所述计数停止搜索。

18.如权利要求17所述的解码器，其中所述信道是MIMO信道。

Images