CN1717909B - 用于对正方形正交幅度调制信号进行解调的软决策方法 - Google Patents

Abstract

本发明涉及正方形正交幅度调制(QAM)信号的软决策解调，如此的软决策解调方法在解调用同相位信号成分和正交相位信号成分构成的正方形正交幅度调制(QAM)接收信号的软决策解调方法之中，从接收信号的正交相位成分值和同相位成分值利用包括条件判断演算的函数计算对应硬决策(hard decision)比特位置的各个软决策值，即条件概率矢量值，由此提高处理速度和节约实际硬件的生产费用。

Description

用于对正方形正交幅度调制信号进行解调的软决策方法

技术领域

本发明涉及正交幅度调制(以下称为QAM)信号的软决策解调，尤其涉及解调接收信号时，利用一些函数和模式提高软决策处理速度的软决策解调方法。 

背景技术

QAM方式是指定的一个波形符号上运载两个以上比特(bit)，用数学公式表示如此的波形时可用实数和虚数表示。即，在复数α+βi，α值的变化并不影响β值。因这些原因正交信号成分对应α，同相位信号成分对应β上。一般正交相位成分称为Q-频道，同相位成分信号称为I-频道。 

相互连接如此的两个波形的幅度，制成多个组合，如此的组合位于复数平面上使之具备均等的条件概率，约定如此的位置叫QAM的组合分布图(constellation diagram)。图2是如此的组合分布图的一例，其大小具有16个组合。并且，如图2所示的各点称为分布点(constellation point)。并且，其各点下面的二进位组合是设在各点上的符号，即比特的组合。 

一般，QAM解调器把进入到I频道和Q频道的信号，即用α+βi指定的接收信号在上述事先约定的位置，即根据组合分布图变换为原比特组合。但是，这时接收信号因受噪音干涉的影响，大部分并部位于事先指定的位置，即并部位于组合分布图上，因这些原因解调器被噪音变化的信号复原为原信号。但是解调器负担这些消除噪音的作用是通讯的可靠性上存在一些问题，因此使下一步阶段频道解码器(channel decoder)负担这些作用，而体现更有效果，可靠性高的通讯系统。但是，为了执行这些过程如硬决策(Hard decision)根据二进位比特检测器执行的比特量子化把连续值的解调信号用两个级别的离散信号对应，而损失信息，因此不使用比特检测器，对接收信号和约定分布点之间距离的类似度测量由加重平均(hamming)改为欧几里得(Euclidean)距离，而得到另外的利益(Gain)。 

如图1所示，调制根据频道编码器(Channel encoder)编码的信号之后传送，这些为了在接收器的频道解码器通过软决策编码过程解码，解调器应采用以同相位信号成分和正交相位信号构成的接收信号生成相应各个频道编码器输出比特的软决策值方式。这些方式大体分为两种，就是诺基亚(Nokia)公司提案的simple metric procedure和摩托罗拉(Motorola)公司提案的dual minimummetric procedure，两种方式都计算对各输出比特的LLR(Log LikelihoodRadio)，把这些作为频道解码器的输入软决策值来使用。 

simple metric procedure把复杂的LLR计算公式变形为简单形态的近似公式的event算法(algorithm)，LLR计算虽然简单，但是利用近似公式，导致 LLR歪曲，根据这些性能退化。相反，dual minimum metric procedure使用更正确的近似公式把计算的LLR输入到频道解码器的event算法(algorithm)，大大改善使用simple metric procedure时发生的性能退化问题，但是比simplemetric procedure需要更多的计算量，体现硬件的时候也其复杂性可能增加很多。 

发明内容

本发明的目的是为了解决上述传统技术问题而创作的，用同相位信号成分和正交相位信号成分构成的解调正交幅度调制(QAM)接收信号的软决策方法，从接收信号的正交相位成分值和同相位成分值利用包括条件判断计算的函数计算对应硬决策(hard decision)比特位置的各个软决策值，即条件概率矢量值，由此提高处理速度和节约实际硬件的生产费用。为了执行这些过程首先如下说明现有的QAM组合分布图的形态和根据它的特定的解调方法。QAM的组合分布图根据设定在其分布点上的比特组合大体分为三种。第一是如图2至图4分布的形态，第二是如图5至图7的分布形态，剩下第三是不包括在此专利的范围内。 

如下概要图示在图2的形态特征。QAM的大小为2²ⁿ时，设定在各点上的比特数量为2n，其中前半，即从1号比特至n号比特的条件概率矢量值根据接收信号α或β之中的任何一个解调，后半第n+1至最后第2n比特的条件概率矢量值根据剩下一个接收信号解调，并且适用于此两种解调的方程式前半和后半的方法相同。就是说，前半的解调方法上代入后半的接收信号值即可得到后半的结果。(把这些形态称为“第一型”) 

如下概要图示在图5的形态特征。QAM的大小为2²ⁿ时，设定在各点上的比特数量为2n，奇数比特的条件概率矢量的解调方法与其后偶数比特的条件概率矢量的计算方法相同。但是，在此计算奇数比特的条件概率矢量的接收信号值根据组合分布图使用α或β之中的任何一个，偶数比特的接收信号值使用剩下一个。就是说，计算第一个和第二个条件概率矢量时解调方法相同，只是使用的接收信号值不同。(把这些形态称为“第二型”) 

附图说明

图1是一般数码通讯系统的结构图。 

图2是本发明第一实例的软决策解调方法的组合分布图(ConstellationPoint)。 

图3以及图4是图示在图2组合分布图里的比特分布图。 

图5是本发明第二实例的软决策解调方法的组合分布图(ConstellationPoint)。 

图6以及图7是图示在图5组合分布图里的比特分布图。 

图8是图示根据本发明的条件概率矢量决定过程的功能结构图。 

图9是第一型1024-QAM的各条件概率矢量的输出图。 

图10是第二型1024-QAM的各条件概率矢量的输出图。 

图11是适用于本发明第三实例的第一个概率矢量上的函数图。 

图12是适用于本发明第三实例的第二个概率矢量上的函数图。 

图13是适用于本发明第四实例的第一个概率矢量上的函数图。 

图14是适用于本发明第四实例的第二个概率矢量上的函数图。 

图15是根据本发明的第一型64-QAM的软决策的硬件构成图。 

具体实施方式

本发明取代主要在工业上使用的正方形QAM信号的软决策解调方式对数似然比(log Likelihood ratio)适用条件概率矢量方程式，而明显提高处理速度。 

新开发的正方形QAM信号的解调方法有两种，分别分为第一型和第二型，对此的实例是通过第一型的第一实例和第三实例，第二型的第二实例和第四实例说明。而且，最终的条件概率矢量值的输出范围在任意实数“a”和“-a”之间。 

首先，说明之前对几个基本前提进行说明，QAM的大小是用数学公式1决定，根据这些设定在分布图各点上的比特数量是用数学公式2决定。 

[数学公式1] 

2²ⁿ-QAM，n＝2，3，4…… 

[数学公式2] 

设定在各点上的比特数量＝2n 

根据这些最终输出值条件概率矢量值的数量也成为2n。 

本发明的正方形QAM信号的解调方法之中说明第一个方法。 

首先说明软决策第一型的正方形QAM接收信号的方法。第一型时如上述第一型的特征所说明，为了计算前半比特组合的条件概率矢量在接收信号之中使用正交相位成分(实数部或α)或者同相位信号成分(虚数部或β)值的任何一个， 在下面为了方便理解前半使用β值，后半使用α值之后解调，根据这些输出范围限制为1和-1之间的值。并且，作为各比特顺序的变数使用k。 

在第一型第一个比特，即k＝1时条件概率矢量的计算方法是用数学公式3表示，把这些图示在图5。 

[数学公式3] 

①第一个条件概率矢量时(k＝1)无条件输出值为在此，n值是根据QAM大小以及上述数学公式1决定。 

在第一型第二比特(k＝2)的条件概率矢量的计算方法是用数学公式4表示，把这些图示在图6。 

[数学公式4] 

①第二条件概率矢量时(k＝2)无条件输出值为

在此，n是数学公式1的QAM大小变数，c是常数。 

在第一型第三至第n比特(k＝3，4，…，n-1，n)的条件概率矢量计算方法是用数学公式5表示。在此，如图9所示第三比特以上的条件概率矢量显示反复(V字)的形态，利用这些性质反复使用一个公式。 

[数学公式5] 

①首先用基本的V字形态区分输出图时对应各比特的条件概率矢量区分为(2^k-3+1)领域。 

②根据基本形态的基本公式为

③用指定的β找出所属的领域，减去各领域中心值m(比如，k＝4时反复的 领域为一个，此领域是2^n-2≤|β|＜3·2^n-2，中心值为m＝2^n-1)的(|β|-m)作为新的β，代入到基本公式里并决定输出值。 

④最后在区分领域之中位于左右最外侧的领域，就是说， 

在(2^k-2-1)2^n-k+2＜|β|领域，中心值为m＝2²ⁿ，(|β|-m)作为新的β，代入到基本公式里并决定输出值。 

在此，d是根据k值变化的常数。 

第一型的后半比特，即从第n+1至第2n比特的条件概率矢量计算方法是根据上述第一型的特征在计算条件概率矢量的方法之中α置换β即可得到。就是说，把数学公式3的所有β用α置换的条件成为后半的第一个条件概率矢量，即第n+1比特的条件概率矢量计算公式。 

后半的第二条件概率矢量，即第n+2比特的条件概率矢量也是在计算前半第二条件概率矢量的数学公式4，α置换β就可判别，其后的第n+3至第2n比特的条件概率矢量如上述变形数学公式5时就可判别。 

其后，说明软决策第二型的正方形QAM接收信号的方法。为了方便理解以及为了判别奇数比特的条件概率矢量使用α值，为了判别偶数比特使用β值之后解调，根据这些输出范围如第一型限制为1和-1之间的值。并且，作为各比特顺序的变数使用k。 

在第二型第一个比特(k＝1)的条件概率矢量计算方法是用数学公式6表示，把这些图示在图9。 

[数学公式6] 

①第一个比特时(k＝1)无条件输出值为

在此，n值是根据QAM大小以及上述数学公式1决定。 

在第二型第二比特(k＝2)的条件概率矢量计算方法是根据上述第二型的特征在计算条件概率矢量的数学公式6中把α置换为β即可得到。 

在第二型第三比特(k＝3)的条件概率矢量计算方法是用数学公式7表示。 

[数学公式7] 

若α·β≥0时， 

①第三比特时(k＝3)无条件输出值为

若α·β＜0时，计算公式是把α·β≥0时候的计算公式的所有α置换为β的公式。 

在此，n是数学公式1的QAM大小变数，c是常数。 

像这样分α·β≥0和α·β＜0之后计算条件概率矢量的方法是第二型QAM的另一个特征。这些特征计算第二型的第三以上比特的条件概率矢量时适用，如上述β置换为α的相互置换特性也包括在此特征里。 

第二型的第四比特(k＝4)的条件概率矢量计算方法是根据上述第二型的特征在计算第三条件概率矢量的数学公式7中把α置换为β，把β置换为α即可得到。 

第二型的第五比特(k＝5)的条件概率矢量计算方法是适用数学公式8。在此，如图10所示第五比特(k＝5)以上的条件概率矢量显示反复(V字)的形态，利用这些性质反复使用一个公式。在此，计算第五比特以上的条件概率矢量 时根据第二型的特性偶数决定值利用在其前面计算奇数决定值时使用的公式，这些只能在QAM的大小为64以下时适用，256以上时如第一型剩下部分分为两个之后计算前半和后半即可。 

[数学公式8] 

若α·β≥0时， 

①首先用基本的V字形态区分输出图时对应各比特的条件概率矢量区分为(2^k-5+1)领域。 

②根据基本形态的基本公式为

③用指定的α找出所属的领域，减去各领域中心值m(比如，k＝6时反复的领域为一个，此领域是2^n-2≤|α|＜3·2^n-2，中心值为m＝2^n-1)的(|α|-m)作为新的α，代入到基本公式里并决定输出值。 

④最后在区分领域之中位于左右最外侧的领域，就是说， 

在(2^k-2-1)2^n-k+2＜|α|领域，中心值为m＝2ⁿ，(|α|-m)作为新的α，代入到基本公式里并决定输出值。 

若α·β＜0时，根据上述第二型的特征把①，②，③和④公式的α置换为β即可得到。 

第二型的第六比特的条件概率矢量的计算是QAM大小为64-QAM时，根据上述第二型的特征在计算第五条件概率矢量的数学公式8中把α置换为β，把β置换为α即可得到。但是，QAM大小为256-QAM以上时如上述把剩下矢量的总数 量分为一半之后计算前半，后半是前半的公式上置换接收值(α或者β)即可。这时在前办公式中变化值是只有接收值，比特号(k)不变并使用前半的号码。 

结果，QAM大小比256大时，第二型第五至第n+2比特的条件概率矢量的计算根据上述数学公式8决定。 

第二型的第n+3至第2n比特的条件概率矢量的计算时按上述所说明把数学公式8的变数α置换为β之后决定。 

通过这些上述过程的接收信号，即利用α+βi值进行正方形QAM的软决策解调。但是，上述所说明的方法在选择接收信号并代入判别公式的方法中，为了有助于理解任意定了顺序，实际适用时更广泛适用，而公式表示的α或β文字根据QAM的组合分布形态倒置任何一个，由此输出值的范围也是不仅限定在a和-a之间，而且还可以限定在非对称型如a和b之间的值内。这些加宽了此发明的广泛性，并增大其意义。并且，上述的计算公式有可能显得很复杂，这些是为了广泛适用，而普及的计算公式，通过实际适用的实例可知道其公式非常简单。 

-第一实例- 

本发明第一实例是属于上述第一型，适用上述第一型的特征，在本第一实例举例QAM的大小为1024的1024-QAM的例子。接收信号的选择顺序是前半上适用β，后半上适用α。 

基本上，根据本发明的两个实例的QAM按如下公式决定。数学公式1决定QAM的大小，数学公式2显示根据QAM的大小设定在组合分布图各点上的比特数量。 

[数学公式1] 

2²ⁿ-QAM，n＝2，3，4…… 

[数学公式2] 

设定在各点上的比特数量＝2n 

基本上，在本发明第一实例的QAM大小是按如下公式决定，根据这些最终输出值，即条件概率矢量值的数量也成为2n。 

利用如此的数学公式1和2说明当n为5时，即根据数学公式12^2*5-QAM＝1024-QAM，设定在各分布点上的比特数量根据数学公式2比特为2×5＝10的情况。首先，再次确定适用于计算公式之前根据第一型的特征整个10个比特之中知道前半5个比特的计算公式时，就可知道剩下5个后半比特的计算公式。 

首先，第一个条件概率矢量计算公式， 

当k＝1时无条件输出值为

其后，第二(即，k＝2)条件概率矢量无条件输出值为

在此，c是常数。 

其后，第三(即，k＝3)条件概率矢量的计算公式如下， 

根据基本形态的基本公式为

这时分为两个领域， 

若|β|＜2⁴时，输出值为

其它时输出值为

接着，第四(即，k＝4)条件概率矢量的计算公式如下， 

根据基本形态的基本公式为

这时分为三个领域， 

若|β|＜2³时，输出值为

2³≤|β|＜3·2³时，输出值为

其它时，输出值为

接着，第五(即，k＝5)条件概率矢量的计算公式如下， 

根据基本形态的基本公式为

这时分为五个领域， 

若|β|＜2²时，输出值为

2²≤|β|＜3·2²时，输出值为

3·2²≤|β|＜5·2²时，输出值为

5·2²≤|β|＜7·2²时，输出值为

其它时，输出值为

然后，第6至第10条件概率矢量的计算公式使用根据第一型的特征在第一至第五条件概率矢量的计算公式中α置换β的公式。 

-第二实例- 

本发明第二实例是属于上述第二型，适用上述第二型的特征，在本第二实例举例QAM的大小为1024的1024-QAM例子。接收信号的选择顺序是首先选择α之后适用。 

如上述第一实例数学公式1决定QAM的大小，数学公式2显示根据QAM的大小设定在组合分布图各点上的比特数量。 

[数学公式1] 

2²ⁿ-QAM，n＝2，3，4…… 

[数学公式2] 

设定在各点上的比特数量＝2n 

基本上，在本发明第二实例的QAM大小是按如下公式决定，根据这些最终输出值，即条件概率矢量值的数量也成为2n。 

利用如此的数学公式1和2说明当n为5时，即根据数学公式12^2*5-QAM＝1024-QAM，设定在各分布点上的比特数量根据数学公式2的比特为2×5＝10的情况。 

首先，第一个条件概率矢量的计算公式， 

当k＝1时无条件输出值为

其后，第二(即，k＝2)条件概率矢量的计算公式是置换上述第一计算公式的形态，无条件输出值为

其后，第三(即，k＝3)条件概率矢量的计算公式 

(1)αβ≥0时，无条件输出值为

在此，c是常数。 

(2)αβ＜0时，此时决定上面所说明的第三条概率矢量输出的方法(αβ≥0)的公式中β置换α之后计算。 

其后，第四(即，k＝4)条件概率矢量的计算公式 

(1)αβ≥0时，无条件输出值为

(2)αβ＜0时，此时决定上面所说明的第四条概率矢量输出的方法(αβ≥0)的公式中β置换α之后计算。 

接着，第五(即，k＝5)条件概率矢量的计算公式 

(1)αβ≥0时，根据基本形态的基本公式为这时分为两个领域， 

若|α|＜2⁴时，输出值为

其它时，输出值为

(2)αβ＜0时，此时决定上面所说明的第五条概率矢量输出的方法(αβ≥0)的公式中β置换α之后计算。 

接着，第六(即，k＝6)条件概率矢量的计算公式 

(1)αβ≥0时，根据基本形态的基本公式为这时分为三个领域， 

若|α|＜2³时，输出值为

2³≤|α|＜3·2³时，输出值为

其它时，输出值为

(2)αβ＜0时，此时决定上面所说明的第六条概率矢量输出的方法(αβ≥0)的公式中β置换α之后计算。 

接着，第七(即，k＝7)条件概率矢量的计算公式 

(1)αβ≥0时，根据基本形态的基本公式为这时分为五个领域， 

若|α|＜2²时，输出值为

2²≤|α|＜3·2²时，输出值为

3·2²＜|α|＜5·2²时，输出值为

5·2²＜|α|＜7·2²时，输出值为

其它时，输出值为

(2)αβ＜0时，此时决定上面所说明的第七条件概率矢量输出的方法(αβ≥0)的公式中β置换α之后计算。 

计算第八至第十条件概率矢量的方法是计算上述第五至第七条件概率矢量的公式中把α置换为β，把β置换为α即可得到。 

然后，说明本发明的正方形QAM信号的解调方法的第二方法。 

首先，说明软决策第一型的正方形QAM接收信号的方法。第一型时如上述第一型的特征所述为了计算前半比特组合的条件概率矢量，在接收信号之中使用实数部或虚数部值的任何一个，在下面为了便于理解前半使用β值，后半使用α之后解调，根据这些输出范围定为1和-1之间的值。 

在第一型第一个比特的条件概率矢量计算方法是用数学公式13表示，把这些图示在图3以及图11。 

[数学公式13] 

①|β|≥2ⁿ-1时，输出sign(β)。 

或者②|β|≤1时，输出0.9375*sign(β)。 

或者③1＜|β|≤2ⁿ-1时，输出 

$\mathrm{sign}\left(\mathrm{\β}\right)\frac{0.0625}{2^n-2}\left(\right|\mathrm{\β}|-1)+0.9375*\mathrm{sign}\left(\mathrm{\β}\right).$

在此，sign(β)是β值的符号。 

在第一型第二比特的条件概率矢量计算方法是用数学公式14表示，把这些图示在图4以及图12。 

[数学公式14] 

①2ⁿ-2^n(2-m)≤|β|≤2ⁿ-2^n(2-m)+1时，输出(-1)^m+1。 

或者②2^n-1-1≤|β|≤2^n-1+1时，输出0.9375(2^n-1-|β|)。 

或者③2^n-1-2^(n-1)(2-m)+m≤|β|≤2ⁿ-2^(n-1)(2-m)+m-2时，输出 

$-\frac{0.0625}{2^n-2}\left(\right|\mathrm{\β}|-2m+1)+0.0375{(-1)}^{m+1}+0.0625.$

在此，m＝1或者m＝2。 

在第一型第三比特至第n-1的条件概率矢量计算方法是用数学公式15表示。 

[数学公式15] 

①m*2^n-k+2-1≤|β|≤m*2^n-k+2+1时，输出(-1)^m+1。 

或者②(2l-1)*2^n-k+1-1＜|β|≤(2l-1)*2^n-k+1+1时，输出 

(-1)^l+10.9375{|β|-(2l-1)*2^n-k+1}。 

或者③(P-1)*2^n-k+1+1＜|β|≤P*2^n-k+1-1时，根据P值不同，若P为奇数时，输出  $\frac{0.0625}{2^{n-K+1}-2}[{(-1)}^{((p+1)/2)+1}*|\mathrm{\β}|+{(-1)}^{(p+1)/2}[(P-1)*2^{n-k+1}+1]+{(-1)}^{(p+1)/2}].$

若P为偶数时，输出  $\frac{0.0625}{2^{n-K+1}-2}[{(-1)}^{p/2+1}*|\mathrm{\β}|+{(-1)}^{p/2}\left(P*2^{n-k+1}-1\right)]+{(-1)}^{p/2+1}.$

在此，m＝0，1…2^k-2，l＝1，2，…2^k-2，P＝1，2，…2^k-1

在此，k作为比特号码3以上的整数。 

在第一型前半的最后一个第n比特的条件概率矢量计算方法是用数学公式16表示。这是属于上述数学公式15的特殊情况，k＝n只适用①和②条件公式的结果。 

[数学公式16] 

①m*2²-1≤|β|≤m*2²+1时，输出(-1)^m+1。 

或者②(2l-1)*2¹-1＜|β|＜(2l-1)*2¹+1时， 

输出(-1)^l+10.9375{|β|-(2l-1)*2¹}。 

在此，m＝0，1，…2^n-2，l＝1，2…2^n-2。 

第一型的后半比特，即从第n+1至第2n比特的条件概率矢量计算方法是根据上述第一型的特征在计算前半的条件概率矢量的方法之中α置换β即可得到。就是说，把数学公式13的所有β用α置换的条件成为后半的第一个条件概率矢量，即第n+1比特的条件概率矢量计算公式。后半的第二条件概率矢量，即第n+2比特的条件概率矢量也是在计算前半第二条件概率矢量的数学公式14，α置换β就可判别，其后的第n+3至第2n比特的条件概率矢量如上述变形数学公式15和16时就可判别。 

其后，说明软决策第二型的正方形QAM接收信号的方法。为了便于理解以及为了判别奇数比特的条件概率矢量使用α值，为了判别偶数比特使用β值。 

在第二型第一个比特的条件概率矢量计算方法是用数学公式17表示，把这些图示在图13。 

[数学公式17] 

①|α|≥2ⁿ-1时，输出-sign(α)。 

或者②|α|≤1时，输出0.9375*sign(α)。 

或者③1＜|α|≤2ⁿ-1时，输出  $-\mathrm{sign}\left(\mathrm{\α}\right)\frac{0.0625}{2^n-2}\left(\right|\mathrm{\α}|-1)+0.9375.$

在此，sign(α)是α值的符号。 

在第二型第二比特的条件概率矢量计算方法是根据上述第二型的特征在计算第一个条件概率矢量的数学公式17中把所有α置换为β即可得到。 

在第二型第三比特的条件概率矢量计算方法是用数学公式18表示。 

[数学公式18] 

若α×β≥0时， 

①2ⁿ-2^n(2-m)≤|α|≤2ⁿ-2^n(2-m)+1时，输出(-1)^m。 

或者②2^n-1-1≤|α|＜2^n-1+1时，输出0.9375(|β|-2^n-1)。 

或者③2^n-1-2^(n-1)(2+m)+m≤|α|＜2ⁿ-2^(n-1)(2+m)+m-2时， 

输出  $\frac{0.0625}{2^n-2}\left(\right|\mathrm{\α}|-2m+1)+0.9735{(-1)}^m-0.0625.$

若α·β＜0时，计算公式是把α·β≥0时候的计算公式所有α置换为β的公式。 

像这样分α·β≥0和α·β＜0计算条件概率矢量的方法是第二型QAM的另一个特征。这些特征计算第二型的第三以上比特的条件概率矢量时适用，如上述β置换为α的相互置换特性也包括在此特征里。 

第二型的第四比特的条件概率矢量计算公式是QAM大小为64-QAM以下时，根据上述第二型的特征在计算第三条件概率矢量的数学公式18中把α置换为β，把β置换为α即可得到。但是，QAM大小为256-QAM以上时用数学公式19表示。 

[数学公式19] 

①m*2^n-k+3-1＜|α|≤m*2^n-k+3+1时，输出(-1)^m+1。 

或者②(2l-1)*2^n-k+2-1＜|α|≤(2l-1)*2^n-k+2+1时， 

输出(-1)^l+1{0.9375|α|-0.9375(2l-1)*2^n-k+2}。 

或者③(P-1)*2^n-k+2+1＜|α|≤P*2^n-k+2-1时， 

输出根据P值不同，P为奇数时， 

输出  $\frac{0.0625}{2^{n-k+2}-2}[{(-1)}^{((p+1)/2)+1}*|\mathrm{\α}|+{(-1)}^{(p+1)/2}\{(P-1)*2^{n-k+2}+1\left\}\right]+{(-1)}^{(p+1)/2},$

P为偶数时， 

输出  $\frac{0.0625}{2^{n-K+2}-2}[{(-1)}^{p/2+1}*|\mathrm{\α}|+{(-1)}^{p/2}[P*2^{n-k+2}-1]+{(-1)}^{p/2+1}].$

在此，k是比特号码，m＝0，1，…2^k-3，l＝1，2，…，2^k-3，p＝1，2，…2^k-2。 

计算第二型第四比特的条件概率矢量公式是QAM大小为64-QAM时，用数学公式20表示，QAM大小为256-QAM以上时适用数学公式19。 

[数学公式20] 

若α×β≥0时， 

①m*2²-1＜|β|≤m*2²+1时，输出(-1)^m+1。 

②(2l-1)*2²-1＜|β|≤(2l-1)*2²+1时， 

输出0.9375(-1)^l+1{|β|-(2l-1)*2²}。 

在此，m＝0，1，2，l＝1，2。 

若α·β＜0时，根据上述第二型的特征把①和②公式的α置换β即可得到。 

第二型第六比特的条件概率矢量的计算是QAM大小为64-QAM时，根据上述第二型的特征在计算第五条件概率矢量的数学公式20中把α置换为β，把β置换为α即可得到。但是，QAM大小为256-QAM以上时用数学公式19表示。 

第二型第七至第n比特的条件概率矢量的计算根据上述数学公式19决定。 

第二型的第n+1比特的条件概率矢量的计算是用数学公式21表示，这是属于上述数学公式19的特殊情况。 

[数学公式21] 

①m*2²-1≤|α|≤m*2²+1时，输出(-1)^m+1。 

或者②(2l-1)*2¹-1＜|α|＜(2l-1)*2¹+1时， 

输出(-1)^l+1{0.9375|α|-0.9375(2l-1)*2¹}。 

在此，m＝0，1，…2^n-2，l＝1，2…2^n-2。 

第二型第n+2比特的条件概率矢量的计算在上述数学公式18把α置换为β，把β置换为α即可得到。 

第二型的第n+3至第2n-1比特的条件概率矢量的计算是在数学公式19把α置换为β即可得到。但是，这时使用的比特号k值4至n按顺序取代n+3至2n-1。 

通过这些上述过程的接收信号，即利用α+βi值进行正方形QAM的软决策解调。但是，上述所说明的方法在选择接收信号并代入判别公式的方法中，为了有助于理解任意定了顺序，但实际适用时更广泛适用，而公式表示的α或β文字根据QAM的组合分布形态倒置任何一个，由此输出值的范围也是不仅限定在a和-a之间，而且还可以限定在非对称型如a和b之间的值内。这些加宽了此发明的广泛性，并增大其意义。并且，上述的计算公式有可能显得很复杂，这些是为了广泛适用，而普及的计算公式，通过实际适用的实例可知道其公式非常简单。 

-第三实例- 

本发明第三实例是属于上述第一型，适用上述第一型的特征，在本第三实例举例QAM的大小为1024的1024-QAM的例子。接收信号的选择顺序是前半上适用β，后半上适用α。(参照图11以及图12) 

基本上，根据本发明的两个实例的QAM按如下公式决定。数学公式1决定QAM的大小，数学公式2显示根据QAM的大小设定在组合分布图各点上的比特数量。 

[数学公式1] 

2²ⁿ-QAM，n＝2，3，4…… 

[数学公式2] 

设定在各点上的比特数量＝2n 

利用如此的数学公式1和2说明当n为5时，即根据数学公式1 2^2*5-QAM＝1024-QAM，设定在各分布点上的比特数量根据数学公式2比特为2×5＝10的情况。首先，再次确定适用于计算公式之前根据第一型的特征整个10个比特之中知道前半5个比特的计算公式时，就可知道剩下5个后半比特的计算公式。 

首先，第一个条件概率矢量的计算公式， 

①|β|＞2⁵-1时，输出sign(β)。 

但是，②|β|≤1时，输出0.9375*sign(β)。 

或者③1＜|β|≤2⁵-1时，输出  $\mathrm{sign}\left(\mathrm{\β}\right)[\frac{0.0625}{2^5-2}\left(\right|\mathrm{\β}|-1)+0.9375].$

其后，第二(即，k＝2，m＝1，2)条件概率矢量， 

0≤|β|≤1时，输出1。 

或者，2⁵-1≤|β|≤2⁵时，输出-1。 

或者，2⁴-1≤|β|＜2⁴+1时，输出0.9375(2⁴-|β|)。 

或者，1≤|β|＜2⁴-1时，输出  $-\frac{0.0625}{2^4-2}\left(\right|\mathrm{\β}|-1)+1,$

2⁴+1≤|β|＜2⁵-1时，输出  $-\frac{0.0625}{2^4-2}\left(\right|\mathrm{\β}|-3)-0.825.$

其后，第三(即，k＝3，m＝0，1，2，l＝1，2，p＝1，2，3，4)条件概率矢量的计算公式， 

①m*2⁴-1＜|β|≤m*2⁴+1时，输出(-1)^m+1。 

这时，代入m＝0，1，2时， 

-1＜|β|≤1时，输出-1。 

或者，2⁴-1＜|β|≤2⁴+1时，输出1。 

或者，2⁵-1＜|β|≤2⁵+1时，输出-1。 

或者，②(2l-1)*2³-1＜|β|≤(2l-1)*2³+1时，(-1)^l+10.9375{|β|-(2l-1)*2³}里代入l＝1，2。 

2³-1＜|β|≤2³+1时，输出0.9375(|β|-2³)， 

或者3*2³-1＜|β|≤3*2³+1时，输出-0.9375(|β|-3*2³)。 

或者，③(P-1)*2³+1＜|β|≤P*2³-1，根据奇偶数P代入P＝1，2，3，4时， 

1＜|β|≤2³-1时，输出  $\frac{0.0625}{2^3-2}\left(\right|\mathrm{\β}|-1)-1,$

或者，2³+1＜|β|≤2⁴-1时，输出  $\frac{0.0625}{2^3-2}\left(\right|\mathrm{\β}|-2^4+1)+1,$

或者，2⁴+1＜|β|≤3*2³-1时，输出  $\frac{0.0625}{2^3-2}(2^4+1-|\mathrm{\β}\left|\right)+1,$

或者，3*2³+1＜|β|≤2⁵-1时，输出  $\frac{0.0625}{2^3-2}(2^5+1-|\mathrm{\β}\left|\right)-1.$

接着，第四(即，k＝4，m＝0，1，2，3，4，l＝1，2，3，4，p＝1，2，3，4，5，6，7，8)条件概率矢量的计算公式， 

-1＜|β|≤1时，输出-1。 

或者，2³-1＜|β|≤2³+1时，输出1。 

或者，2⁴-1＜|β|≤2⁴+1时，输出-1。 

或者，3*2³-1＜|β|≤3*2³+1时，输出1。 

或者，2⁵-1＜|β|≤2⁵+1时，输出-1。 

或者，2²-1＜|β|≤2²+1时，输出0.9375{|β|-2²}。 

或者，3*2²-1＜|β|≤3*2²+1时，输出-0.9375{|β|-3*2²}。 

或者，5*2²-1＜|β|≤5*2²+1时，输出0.9375{|β|-5*2²}。 

或者，7*2²-1＜|β|≤7*2²+1时，输出-0.9375{|β|-7*2²}。 

或者，1＜|β|≤2²-1时，输出  $\frac{0.0625}{2^2-2}\left(\right|\mathrm{\β}|-1)-1.$

或者，2²+1＜|β|≤2³-1时，输出  $\frac{0.0625}{2^2-2}\left(\right|\mathrm{\β}|-2^3+1)+1.$

或者，2³+1＜|β|≤3*2²-1时，输出  $\frac{0.0625}{2^2-2}(2^3+1-|\mathrm{\β}\left|\right)+1.$

或者，6*2²+1＜|β|≤7*2²-1时，输出  $\frac{0.0625}{2^2-2}(6*2^2+1-|\mathrm{\β}\left|\right)+1.$

或者，7*2²+1＜|β|≤2⁵-1时，输出  $\frac{0.0625}{2^2-2}(2^5-1-|\mathrm{\β}\left|\right)-1.$

其后，第五(即，k＝5，m＝0，1，2，…7，8，l＝1，2，3，…7，8)条件概率矢量的计算公式， 

-1＜|β|≤1时，输出-1。 

或者，2²-1＜|β|≤2²+1时，输出1。 

或者，3*2²-1＜|β|≤3*2²+1时，输出-1。 

或者，7*2²-1＜|β|≤7*2²+1时，输出1。 

或者，2⁵-1＜|β|≤2⁵+1时，输出-1。 

或者，1＜|β|≤3时，输出0.9375(|β|-2)。 

或者，5＜|β|≤7时，输出-0.9375(|β|-6)。 

或者，9＜|β|≤11时，输出0.9375(|β|-10)。 

或者，25＜|β|≤27时，输出0.9375(|β|-26)。 

或者，29＜|β|≤31时，输出-0.9375(|β|-30)。 

接着，第六至第十条件概率矢量的计算公式是根据第一型的特征在第一至第五条件概率矢量的数学公式中α置换β即可。 

-第四实例- 

本发明第四实例是属于上述第二型，适用上述第二型的特征，在本第四实例举例QAM的大小为1024的1024-QAM的例子。接收信号的选择顺序是首先选择适用α。 

如第三实例，数学公式1决定QAM的大小，数学公式2显示根据QAM的大小设定在组合分布图各点上的比特数量。 

[数学公式1] 

2²ⁿ-QAM，n＝2，3，4…… 

[数学公式2] 

设定在各点上的比特数量＝2n 

基本上，在本发明第四实例的QAM大小是按上述公式决定，根据这些最终输出值，即条件概率矢量值的数量也成为2n。 

利用如此的数学公式1和2说明当n为5时，即根据数学公式1 2^2*5-QAM＝1024-QAM，设定在各分布点上的比特数量根据数学公式2比特为2×5＝10的情况。(参照图13以及图14) 

首先，第一个条件概率矢量的计算公式， 

|α|＞2⁵-1时，输出-sign(α)。 

或者，|α|≤1时，输出-0.9375sign(α)。 

或者，1＜|α|≤2⁵-1时，输出  $-\mathrm{sign}\left(\mathrm{\α}\right)[\frac{0.0625}{2^5-2}\left(\right|\mathrm{\α}|-1)+0.9375].$

其后，第二条件概率矢量的计算公式是置换上述第一个计算公式的形态如下表示。 

①|β|＞2⁵-1时，输出-sign(β)。 

②|β|≤1时，输出-0.9375sign(β)。 

③1＜|β|≤2⁵-1时，输出-sign(β){0.0021(|β|-1)+0.9375。 

其后，第三条件概率矢量的计算公式 

(1)αβ≥0时， 

①2⁵-2^5(2-m)≤|α|＜2⁵-2^5(2-m)+1时，输出(-1)^m。 

这时，代入m＝1，2时， 

0≤|α|≤1时，输出-1。 

或者，2⁵-1≤|α|≤2⁵时，输出1。 

或者，②2⁴-1≤|α|＜2⁴+1时，输出0.9375(|α|-2⁴)。 

或者，③2⁴-2^4(2-m)+m≤|α|＜2⁵-2^4(2-m)+m-2时，输出 

$\frac{0.0625}{2^4-2}\left(\right|\mathrm{\α}|-2m+1)+0.9735{(-1)}^m-0.0625,$

在此，代入m＝1，2时， 

1≤|α|＜2⁴-1时，输出  $\frac{0.0625}{2^4-2}\left(\right|\mathrm{\α}|-1)-1.$

或者，2⁴+1≤|α|＜2⁵-1时，输出  $\frac{0.0625}{2^4-2}\left(\right|\mathrm{\α}|-3)+0.825.$

(2)αβ＜0时，此时决定上面所说明的第三条件概率矢量输出的方法(αβ≥0)①，②，③公式中β置换α之后计算。 

其后，第四(即，k＝4，m＝0，1，2，l＝1，2，p＝1，2，3，4)条件概率矢量计算 

(1)αβ≥0时， 

①m*2⁴-1＜|α|≤m*2⁴+1时，输出(-1)^m+1。 

这时，代入m＝0，1，2时， 

-1＜|α|≤1时，输出-1。 

或者，2⁴-1＜|α|≤2⁴+1时，输出1。 

或者，2⁵-1＜|α|≤2⁵+1时，输出-1。 

或者，②(2l-1)*2³-1＜|α|≤(2l-1)*2³+1时， 

(-1)^l+1{0.9375|α|-0.9375(2l-1)*2³}里代入l＝1，2时， 

2³-1＜|α|≤2³+1时，输出0.9375(|α|-2³)。 

或者，3*2³-1＜|α|≤3*2³+1时，输出-0.9375(|α|-3*2³)。 

或者，③(P-1)*2³+1＜|α|≤P*2³-1，P为奇数时， 

输出  $\frac{0.0625}{2^3-2}[{(-1)}^{((P+1)/2)+1}*|\mathrm{\α}|+{(-1)}^{(P+1)/2}(P-1)*2^3+1]{+(-1)}^{(P+1)/2}.$

但是，P为偶数时， 

输出  $\frac{0.0625}{2^3-2}[{(-1)}^{p/2+1}*|\mathrm{\α}|+{(-1)}^{p/2}(P*2^3-1)]+{(-1)}^{p/2+1}.$

在此，代入p＝1，2，3，4时， 

1＜|α|≤2³-1时，输出  $\frac{0.0625}{2^3-2}\left[\right|\mathrm{\α}|-1]-1.$

或者，2³+1＜|α|≤2⁴-1时，输出  $\frac{0.0625}{2^3-2}\left[\right|\mathrm{\α}|-2^4+1]+1.$

或者，2⁴+1＜|α|≤3*2³-1时，输出  $\frac{0.0625}{2^3-2}[2^4+1-|\mathrm{\α}\left|\right]+1.$

或者，3*2³+1＜|α|≤2⁵-1时，输出  $\frac{0.0625}{2^3-2}[2^5+1-|\mathrm{\α}\left|\right]-1.$

(2)αβ＜0时，此时决定上面所说明的第四条件概率矢量输出的方法(αβ≥0)①，②，③公式中β置换α之后计算。 

其后，第五(即，k＝5，m＝0，1，2，3，4，l＝1，2，3，4)条件概率矢量计算公式 

(1)αβ≥0时， 

①m*2³-1＜|α|≤m*2³+1时，输出(-1)^m+1。 

这时，代入m＝0，1，2，3，4时， 

-1＜|α|≤1时，输出-1。 

或者，2³-1＜|α|≤2³+1时，输出1。 

或者，2⁴-1＜|α|≤2⁴+1时，输出-1。 

或者，3*2³-1＜|α|≤3*2³+1时，输出1。 

或者，2⁵-1＜|α|≤2⁵+1是，输出-1。 

或者，②(2l-1)*2²-1＜|α|≤(2l-1)*2²+1时， 

(-1)^l+10.9375{|α|-0.9375(2l-1)*2²}里代入l＝1，2，3，4时， 

在此，2²-1＜|α|≤2²+1时，输出0.9375(|α|-2²)。 

或者，3*2³-1＜|α|≤3*2³+1时，输出-0.9375(|α|-3*2²)。 

或者，5*2²-1＜|α|≤5*2²+1时，输出0.9375(|α|-5*2²)。 

或者，7*2²-1＜|α|≤7*2²+1时，输出-0.9375(|α|-7*2²)。 

或者，③(P-1)*2²+1＜|α|≤P*2²-1时，根据奇偶数P代入p＝1，2，3，…7，8时， 

1＜|α|≤2²-1时，输出  $\frac{0.0625}{2^2-2}\left[\right|\mathrm{\α}|-1]-1.$

或者，2²+1＜|α|≤2³-1时，输出  $\frac{0.0625}{2^2-2}\left[\right|\mathrm{\α}|-2^3+1]+1.$

或者，2³+1＜|α|≤3*2²-1时，输出  $\frac{0.0625}{2^2-2}[2^3+1-|\mathrm{\α}\left|\right]+1.$

或者，3*2²+1＜|α|≤2⁴-1时，输出  $\frac{0.0625}{2^2-2}[2^4-1-|\mathrm{\α}\left|\right]-1.$

或者，2⁴+1＜|α|≤5*2²-1时，输出  $\frac{0.0625}{2^2-2}\left[\right|\mathrm{\α}|-2^4-1]-1.$

或者，5*2²+1＜|α|≤6*2²-1时，输出  $\frac{0.0625}{2^2-2}\left[\right|\mathrm{\α}|-6*2^2+1]+1.$

或者，6*2²+1＜|α|≤7*2²-1时，输出  $\frac{0.0625}{2^2-2}[6*2^2+1-|\mathrm{\α}\left|\right]+1.$

或者，7*2²+1＜|α|≤2⁵-1时，输出  $\frac{0.0625}{2^2-2}[2^5-1-|\mathrm{\α}\left|\right]-1.$

(2)αβ＜0时，此时决定上面所说明的第五条件概率矢量输出的方法(αβ≥0)①，②，③公式中β置换α之后计算。 

其后，第六(即，k＝6，m＝0，1，2，…7，8，l＝1，2，3，…7，8)条件概率矢量计算公式 

(1)αβ≥0时， 

①m*2²-1＜|α|≤m*2²+1时，输出(-1)^m+1。 

这时，适用m＝0，1，2，…7，8计算。 

即，-1＜|α|≤1时，输出-1。 

或者，2²-1＜|α|≤2²+1时，输出1。 

或者，3*2²-1＜|α|≤3*2²+1时，输出-1。 

或者，7*2²-1＜|α|≤7*2²+1时，输出1。 

或者，2⁵-1＜|α|≤2⁵+1时，输出-1。 

或者，②(2l-1)*2-1＜|α|≤(2l-1)*2+1时， 

(-1)^l+1{0.9375|α|-0.9375(2l-1)*2}里代入l＝1，2，3，…7，8时， 

在此，1＜|α|≤3时，输出0.9375(|α|-2)。 

或者，5＜|α|≤7时，输出-0.9375(|α|-6)。 

或者，9＜|α|≤11时，输出0.9375(|α|-10)。 

或者，25＜|α|≤27时，输出0.9375(|α|-26)。 

或者，29＜|α|≤31时，输出-0.9375(|α|-30)。 

(2)αβ＜0时，此时决定上面所说明的第五条件概率矢量输出的方法(αβ≥0)①，②公式中β置换α之后计算。 

其后，第七至第十条件概率矢量的计算公式在第三至第六条件概率矢量的计算公式中把α置换为β，把β置换为α即可得到。 

图8是根据本发明的条件概率矢量决策过程的功能结构图。 

图15是根据本发明的第一型64-QAM条件概率矢量决策的硬件结构例图，该行业者来说在本发明的范围内自由变形硬件的构成。 

本发明连接实例详细说明了。但是，这只是执行实例的目的，并不限制本发明，实际上该行业者来说易于理解在本发明范围内的变形。 

工业应用性 

本发明取代主要在工业上使用的正方形QAM信号的软决策解调方式对数似然比(log Likelihood ratio)适用条件概率矢量方程式，明显提高处理速度，实际体现硬件时节约制造费用。 

Claims (29)

1.一种软决策方法，用于对接收到的正方形正交幅度调制信号α+iβ进行解调，接收到的信号α+iβ由同相信号分量和正交相位信号分量构成，所述软决策方法包括：

在无线通信设备中接收信号α+iβ；

根据接收到的信号的正交相位分量和同相分量，利用包括条件确定运算的函数，获得多个条件概率矢量值，每一个条件概率矢量值均为与硬决策的比特位置相对应的软决策值，

其中用于解调比特总数中一半比特的第一条件概率矢量决策方法与用于解调比特总数中剩余一半比特的第二条件概率矢量决策方法相同，并且是通过彼此置换正交相位分量和同相分量来确定的，

解调后的信号具有2n个比特，

以α和β之一对第一到第n个比特的条件概率矢量值进行解调，以及以α和β中剩下的一个对第n+1到第2n个比特的条件概率矢量值进行解调，用于这两个解调的公式彼此相同，以及

根据组合星座图，选择α和β之一，并根据以下数学公式，确定第一个条件概率矢量：

将输出值无条件地确定为

其中Ω是所选择的接收值，即α和β之一，a根据输出范围设定的任意实数。

2.一种软决策方法，用于对接收到的正方形正交幅度调制信号α+iβ进行解调，接收到的信号α+iβ由同相信号分量和正交相位信号分量构成，所述软决策方法包括：

在无线通信设备中接收信号α+iβ；

根据接收到的信号的正交相位分量和同相分量，利用包括条件确定运算的函数，获得多个条件概率矢量值，每一个条件概率矢量值均为与硬决策的比特位置相对应的软决策值，

其中用于解调比特总数中一半比特的条件概率矢量决策方法与用于解调比特总数中剩余一半比特的条件概率矢量决策方法相同，并且是通过彼此置换正交相位分量和同相分量来确定的，

解调后的信号具有2n个比特，

以α和β之一对第一到第n个比特的条件概率矢量值进行解调，以及以α和β中剩下的一个对第n+1到第2n个比特的条件概率矢量值进行解调，用于这两个解调的公式彼此相同，以及

根据确定第一个条件概率矢量时选择的接收值和以下数学公式，确定第二个条件概率矢量：

将输出值无条件地确定为

其中Ω是所选择的接收值，n是QAM的大小，即用于确定2²ⁿ的参数，a是根据输出范围设定的任意实数，c是任意常数。

3.一种软决策方法，用于对接收到的正方形正交幅度调制信号α+iβ进行解调，接收到的信号α+iβ由同相信号分量和正交相位信号分量构成，所述软决策方法包括：

在无线通信设备中接收信号α+iβ；

根据接收到的信号的正交相位分量和同相分量，利用包括条件确定运算的函数，获得多个条件概率矢量值，每一个条件概率矢量值均为与硬决策的比特位置相对应的软决策值，

其中用于解调比特总数中一半比特的条件概率矢量决策方法与用于解调比特总数中剩余一半比特的条件概率矢量决策方法相同，并且是通过彼此置换正交相位分量和同相分量来确定的，

解调后的信号具有2n个比特，

以α和β之一对第一到第n个比特的条件概率矢量值进行解调，以及以α和β中剩下的一个对第n+1到第2n个比特的条件概率矢量值进行解调，用于这两个解调的公式彼此相同，以及

根据确定第一个条件概率矢量时选择的接收值和以下数学公式A，确定第三至第n个条件概率矢量：

在数学公式A中，

首先，用基本V字形态，划分输出图，其中将与每个比特对应的条件概率矢量划分到2^k-3+1个区域中，

将基本公式确定为

用指定的Ω找出所属的区域，将减去各区域中心值m所得的|Ω|-m作为新的Ω代入到基本公式中，确定输出值，以及

所述中心值为m＝2ⁿ，并且在所有区域之中位于左右最外侧的区域中，即(2^k-2-1)2^n-k+2＜|Ω|的区域中，将|Ω|-m作为新的Ω代入到基本公式中，其中，Ω是所选择的接收值，n是QAM的大小，即用于确定2²ⁿ的参数，k是条件概率矢量的号码，k＝3，4，L，n，d是根据k值变化的常数，a是决定输出范围的常数。

4.根据权利要求3所述的软决策方法，其特征在于：

第n+1至第2n个条件概率矢量是利用确定第一个条件概率矢量时α和β中未被选择的接收值和上述数学公式A顺序获得的，不同的是：对于包括在数学公式A中的条件概率矢量的号码k，以n+1到2n顺序取代3到n。

5.一种软决策方法，用于对接收到的正方形正交幅度调制信号α+iβ进行解调，接收到的信号α+iβ由同相信号分量和正交相位信号分量构成，所述软决策方法包括：

在无线通信设备中接收信号α+iβ；

根据接收到的信号的正交相位分量和同相分量，利用包括条件确定运算的函数，获得多个条件概率矢量值，每一个条件概率矢量值均为与硬决策的比特位置相对应的软决策值，

其中用于解调比特总数中一半比特的条件概率矢量决策方法与用于解调比特总数中剩余一半比特的条件概率矢量决策方法相同，并且是通过彼此置换正交相位分量和同相分量来确定的，以及

奇数比特的条件概率矢量的解调方法与其后偶数比特的条件概率矢量的计算方法相同，用于计算奇数比特的条件概率矢量的接收信号值根据指定的组合星座图使用α和β之一，偶数比特的接收信号值使用α和β中剩下的一个。

6.根据权利要求5所述的软决策方法，其特征在于：

根据组合星座图，选择α和β之一，并根据以下数学公式，确定第一个条件概率矢量：

将输出值无条件地确定为其中Ω是所选择的接收值，即α和β之一，n是QAM的大小，即用于确定2²ⁿ的参数，a是根据输出范围设定的任意实数。

7.根据权利要求6所述的软决策方法，其特征在于：

通过在用于获得第一个条件概率矢量的方法中，以未被选择的接收值取代所选择的接收值，确定第二个条件概率矢量。

8.根据权利要求5所述的软决策方法，其特征在于：

根据组合星座图，选择α和β之一，在αβ≥0时，利用以下数学公式B，在αβ＜0时，在以下数学公式B中，以α和β中未被选择的一个取代所选择的一个，确定第三个条件概率矢量：

在数学公式B中，

将输出值无条件地确定为

其中Ω是所选择的接收值，n是QAM的大小，即用于确定2²ⁿ的参数，a是根据输出范围设定的任意实数，c是任意常数。

9.根据权利要求8所述的软决策方法，其特征在于：

通过在用于获得第三个条件概率矢量的方法中，在αβ≥0和αβ＜0时，分别以未被使用的接收值取代所使用的接收值，确定第四个条件概率矢量。

10.根据权利要求5所述的软决策方法，其特征在于：

根据组合星座图，选择α和β之一，在αβ≥0时，利用以下数学公式C，而在αβ＜0时，在以下数学公式C中，以α和β中未被选择的一个取代所选择的一个，确定第五个条件概率矢量：

在数学公式C中，

首先，用基本V字形态，划分输出图，其中将与每个比特对应的条件概率矢量划分到两个区域中，

将基本公式确定为

用指定的Ω找出所属的区域，将减去各区域中心值m所得的|Ω|-m作为新的Ω代入到基本公式中，确定输出值，以及

所述中心值为m＝2ⁿ，并且在所有区域之中位于左右最外侧的区域中，即7·2^n-3＜|Ω|的区域中，将|Ω|-m作为新的Ω代入到基本公式中，其中，Ω是所选择的接收值，n是QAM的大小，即用于确定2²ⁿ的参数，d是常数，a是决定输出范围的常数。

11.根据权利要求10所述的软决策方法，其特征在于：

当QAM的大小为64-QAM时，通过在用于获得第五个条件概率矢量的方法中，在αβ≥0和αβ＜0时，分别以未被使用的接收值取代所使用的接收值，确定第六个条件概率矢量。

12.根据权利要求5所述的软决策方法，其特征在于：

当QAM的大小大于256-QAM时，根据组合星座图，选择接收值α或β之一，在αβ≥0时，利用以下数学公式D，在αβ＜0时，在以下数学公式D中，以α和β中未被选择的一个取代所选择的一个，确定第五至第n+2个条件概率矢量：

在数学公式D中，

首先，用基本V字形态，划分输出图，其中将与每个比特对应的条件概率矢量划分到2^k-5+1个区域中，

将基本公式确定为

用指定的Ω找出所属的区域，将减去各区域中心值m所得的|Ω|-m作为新的Ω代入到基本公式中，确定输出值，

所述中心值为m＝2ⁿ，并且在所有区域之中位于左右最外侧的区域中，即(2^k-2-1)2^n-k+2＜|Ω|的区域中，将|Ω|-m作为新的Ω代入到基本公式中，其中，k是条件概率矢量的号码，k＝5，6，L，n，Ω是所选择的接收值，n是QAM的大小，即用于确定2²ⁿ的参数，a是决定输出范围的常数，d是根据k值变化的常数。

13.根据权利要求12所述的软决策方法，其特征在于：

当QAM的大小大于256-QAM时，在αβ≥0时，使用在确定第五至第n+2个条件概率矢量时未被选择的接收值，根据上述数学公式D，而在αβ＜0时，在上述数学公式D中，以未被选择的接收值取代所选择的接收值，确定第n+3至第2n个条件概率矢量。

14.根据权利要求5所述的软决策方法，其特征在于：

根据组合星座图，选择α或β之一，并根据以下数学公式E，确定第一个条件概率矢量：

在数学公式E中，

①如果|Ω|≥2ⁿ-1，输出a*sign(Ω)，或者

②如果|Ω|≤1，输出a*0.9375*sign(Ω)，或者

③如果1＜|Ω|≤2ⁿ-1，输出

其中，Ω是所选择的接收值，即α和β之一，sign(Ω)是所选择的接收值的符号，a是根据输出范围设定的任意实数，α是实数信道的接收值，β是虚数信道的接收值。

15.根据权利要求5所述的软决策方法，其特征在于：

根据确定第一个条件概率矢量时选择的接收值和以下数学公式F，确定第二个条件概率矢量：

在数学公式F中，

①如果2ⁿ-2^n(2-m)≤|Ω|≤2ⁿ-2^n(2-m)+1，输出a*(-1)^m+1，

②如果2^n-1-1≤|Ω|≤2^n-1+1，输出a*0.9375(2^n-1-|Ω|)，

③如果2^n-1-2^(n-1)(2-m)+m≤|Ω|≤2ⁿ-2^(n-1)(2-m)+m-2，输出 $-a*[\frac{0.0625}{2^n-2}\left(\right|\mathrm{\Ω}|-2m+1)+0.9375{(-1)}^{m+1}+0.0625],$

其中，Ω是所选择的接收值，n是QAM的大小，即用于确定2²ⁿ的参数，a是根据输出范围设定的任意实数，m＝1，2。

16.根据权利要求15所述的软决策方法，其特征在于：

根据确定第一个条件概率矢量时选择的接收值和以下数学公式G，确定第三至第n-1个条件概率矢量：

在数学公式G中，

①如果m*2^n-k+2-1＜|Ω|≤m*2^n-k+2+1，输出a*(-1)^m+1，或者

②如果(2l-1)*2^n-k+1-1＜|Ω|≤(2l-1)*2^n-k+1+1，输出a*(-1)^l+1*0.9375*(|Ω|-(2l-1)*2^n-k+1)，或者

③如果(p-1)*2^n-k+1+1＜|Ω|≤p*2^n-k+1-1，

若p为奇数时，输出

$a*\left\{\frac{0.0625}{2^{n-k+1}-2}\right[{(-1)}^{(p+1)/2+1}*\left|\mathrm{\Ω}\right|+{(-1)}^{(p+1)/2}[(p-1)*2^{n-k+1}+1]+{(-1)}^{(p+1)/2}\left]\right\},$

若p为偶数时，输出

$a*\left\{\frac{0.0625}{2^{n-k+1}-2}\right[{(-1)}^{p/2+1}*\left|\mathrm{\Ω}\right|+{(-1)}^{p/2}(p*2^{n-k+1}-1)]+{(-1)}^{p/2+1}\}.$

其中，m＝0，1，L，2^k-2，l＝1，2，L，3^k-2，k是条件概率矢量的号码，k＝3，L，n-1。

17.根据权利要求16所述的软决策方法，其特征在于：

根据确定第一个条件概率矢量时选择的接收值和以下数学公式H，确定第n个条件概率矢量：

在数学公式H中，

①如果m*2²-1≤|Ω|≤m*2²+1，输出a*(-1)^m+1，或者

②如果(2l-1)*2¹-1＜|Ω|≤(2l-1)*2¹+1，输出a*(-1)^l+1*0.9375*(|Ω|-(2l-1)*2¹)，

其中，m＝0，1，L，2^n-2，l＝1，2，L，3^n-2。

18.根据权利要求17所述的软决策方法，其特征在于：

第n+1至第2n个条件概率矢量是分别利用确定第一个条件概率矢量时α和β中未被选择的接收值和上述数学公式F到H顺序获得的，不同的是：对于包括在数学公式G中的条件概率矢量的号码k，以n+3到2n-1顺序取代3到n-1。

19.根据权利要求5所述的软决策方法，其特征在于：

根据组合星座图，选择α或β之一，并根据以下数学公式I，确定第一个条件概率矢量：

在数学公式I中，

①如果|Ω|≥2ⁿ-1，输出-a*sign(Ω)，或者

②如果|Ω|≤1，输出a*0.9375*sign(Ω)，或者

③如果1＜|Ω|≤2ⁿ-1，输出

其中，sign(Ω)是所选择的接收值的符号。

20.根据权利要求5所述的软决策方法，其特征在于：

通过在用于获得第一个条件概率矢量的方法中，以未被选择的接收值取代所选择的接收值，确定第二个条件概率矢量。

21.根据权利要求5所述的软决策方法，其特征在于：

根据组合星座图，选择α和β之一，在αβ≥0时，利用以下数学公式J，在αβ＜0时，在以下数学公式J中，以α和β中未被选择的一个取代所选择的一个，确定第三个条件概率矢量：

在数学公式J中，

①如果2ⁿ-2^n(2-m)≤|Ω|≤2ⁿ-2^n(2-m)+1，输出a*(-1)^m，

②如果2^n-1-1≤|Ω|≤2^n-1+1，输出a*0.9375(|Ω|-2^n-1)，

③如果2^n-1-2^(n-1)(2-m)+m≤|Ω|≤2ⁿ-2^(n-1)(2-m)+m-2，输出 $a*[\frac{0.0625}{2^n-2}\left(\right|\mathrm{\Ω}|-2m+1)+0.9375{(-1)}^m+0.0625],$

其中，Ω是所选择的接收值，a是根据输出范围设定的任意实数，α是实数信道的接收值，β是虚数信道的接收值，m＝1，2。

22.根据权利要求5所述的软决策方法，其特征在于：

当QAM的大小小于64-QAM时，在αβ≥0和αβ＜0时，在确定第三个条件概率矢量的方法中，以未被使用的接收值取代所使用的接收值，确定第四个条件概率矢量。

23.根据权利要求5所述的软决策方法，其特征在于：

当QAM的大小为64-QAM时，根据组合星座图，选择接收值α或β之一，在αβ≥0时，利用以下数学公式K，在αβ＜0时，在以下数学公式K中，以α和β中未被选择的一个取代所选择的一个，确定第五个条件概率矢量：

在数学公式K中，

①如果m*2^n-1-1≤|Ω|≤m*2^n-1+1，输出a*(-1)^m+1，或者

②如果(2l-1)*2^n-1-1＜|Ω|≤(2l-1)*2^n-1+1，输出a*(-1)^l+1*{0.9375|β|-0.9375(2l-1)*2^n-1}，

其中，Ω是所选择的接收值，a是根据输出范围设定的任意实数，α是实数信道的接收值，β是虚数信道的接收值，m＝0，1，2，l＝1，2。

24.根据权利要求5所述的软决策方法，其特征在于：

当QAM的大小为64-QAM时，在αβ≥0和αβ＜0时，在确定第五个条件概率矢量的方法中，以未被使用的接收值取代所使用的接收值，确定第六个条件概率矢量。

25.根据权利要求5所述的软决策方法，其特征在于：

当QAM的大小大于256-QAM时，根据组合星座图，选择接收值α或β之一，在αβ≥0时，利用以下数学公式L，在αβ＜0时，在以下数学公式L中，以α和β中未被选择的一个取代所选择的一个，确定第四至第n个条件概率矢量：

在数学公式L中，

(a)如果m*2^n-k+3-1＜|Ω|≤m*2^n-k+3+1，输出a*(-1)^m+1，或者

(b)如果(2l-1)*2^n-k+2-1＜|Ω|≤(2l-1)*2^n-k+2+1，输出a*(-1)^l+1*{0.9375(|Ω|-0.9375(2l-1)*2^n-k+2)，或者

(c)如果(p-1)*2^n-k+2+1＜|Ω|≤p*2^n-k+2-1，

若p为奇数时，输出

$a*\left\{\frac{0.0625}{2^{n-k+2}-2}\right[{(-1)}^{(p+1)/2+1}*\left|\mathrm{\Ω}\right|+{(-1)}^{(p+1)/2}[(p-1)*2^{n-k+2}+1]+{(-1)}^{(p+1)/2}\left]\right\},$

若p为偶数时，输出

$a*\left\{\frac{0.0625}{2^{n-k+1}-2}\right[{(-1)}^{p/2+1}*\left|\mathrm{\Ω}\right|+{(-1)}^{p/2}(p*2^{n-k+2}-1)]+{(-1)}^{p/2+1}\}.$

其中，k是条件概率矢量的号码，k＝4，5，L，n，Ω是所选择的接收值，a是根据输出范围设定的任意实数，α是实数信道的接收值，β是虚数信道的接收值，m＝0，1，L，2^k-3，l＝1，2，L，3^k-3，p＝1，2，L，2^k-2。

26.根据权利要求5所述的软决策方法，其特征在于：

当QAM的大小大于256-QAM时，在αβ≥0时，利用以下数学公式M，在αβ＜0时，在以下数学公式M中，以α和β中未被选择的一个取代所选择的一个，确定第n+1个条件概率矢量：

在数学公式M中，

(a)如果m*2²-1≤|Ω|≤m*2²+1，输出a*(-1)^m+1，或者

(b)如果(2l-1)*2¹-1＜|Ω|≤(2l-1)*2¹+1，输出a*(-1)^l+1*{0.9375{(|Ω|-0.9375(2l-1)*2¹)，

其中，Ω是所选择的接收值，a是根据输出范围设定的任意实数，α是实数信道的接收值，β是虚数信道的接收值，m＝0，1，L，2^k-2，l＝1，2，L，3^k-2。

27.根据权利要求25所述的软决策方法，其特征在于：

QAM的大小大于256-QAM时、用于获得第n+2个条件概率矢量的方法与QAM的大小小于256-QAM时、用于获得第四个条件概率矢量的方法相同。

28.根据权利要求25所述的软决策方法，其特征在于：

当QAM的大小大于256-QAM时，第n+3至第2n-1个条件概率矢量是通过以在QAM的大小大于256-QAM时、在αβ≥0和αβ＜0时、确定第四至第n个条件概率矢量时未被使用的接收值取代所使用的接收值而计算得到的。

29.根据权利要求25所述的软决策方法，其特征在于：

当QAM的大小大于256-QAM时，第2n个条件概率矢量是通过以在QAM的大小大于256-QAM时、在αβ≥0和αβ＜0时、确定第四至第n+1个条件概率矢量时未被使用的接收值取代所使用的接收值而计算得到的。

Images