CN1801684A - 用于多天线系统的低复杂度检波器 - Google Patents

Abstract

本发明提供一种低复杂度最大似然检波器，它可在保持高处理速度的前提下提供较有高的信号检测精度。遵循本发明的通信系统中，包括可以通过多个信道发射多个符号的多个发射源，其中，检波器可以接收和所述发射符号对应的符号。检波器对所接收的符号进行处理以得发射符号的初始估计值，并用该初始估计值产生多个简化的搜索集。该简化的搜索集接着被用来产生用于检测发射符号的判决。在本发明的多种实施例中，用来检测符号的判决可以是硬判决也可以是软判决。而且，在本发明的多种实施例中，所述初始值估计可利用多种线性均衡技术获得，包括迫零均衡和最小均方误差均衡。所述初始值还可以用调零和消除技术获得。在本发明的多种实施例中，与发射符号对应的发射数据可以利用对数似然概率比获得。本发明的方法和装置适合于任何具有多个发射源的通信系统。

Description

用于多天线系统的低复杂度检波器

技术领域

本发明涉及无线通信系统，更具体地说，本发明涉及一种在多天线系统中通过提供一种改善的检波器以改善无线收发器性能的方法和系统。

背景技术

现代通信系统支持多种无线和有线设备之间的无线和有线通信。这样的通信系统包括国内和/或国际蜂窝电话系统、国际互联网、以及室内点到点的无线网络。每一种通信系统的构建以及该系统的实现都遵循一个或者多个通信标准。例如，无线通信系统可能遵循，但也不局限于，如下标准的一个或者多个和/或它们的不同版本，这些标准有IEEE802.11，蓝牙(BT)，高级移动电话服务(AMPS)，数字化AMPS，全球移动通信系统(GSM)，码分多址接入技术(CDMA)，本地多点分配业务(LMDS)，多点多信道分布式系统技术(MMDS)。

依照无线通信系统的类型，一个无线通信设备(例如一个蜂窝电话、个人数字助理(PDA)、双工无线电设备、个人电脑(PC)，便携电脑，以及家庭娱乐电器等等)可以直接或者间接的和其它的无线通信设备通信。对于直接通信(也就是所知的点到点的通信方式)，参与无线通信的设备调谐他们的接收机和发射机到相同的信道(例如，无线通信系统中多个射频载波之一)并通过这个已调的信道相互通信。对于间接的无线通信，每一个无线通信设备可以通过一个被分配到的信道直接和相关基站(例如，对于蜂窝服务)和或相关接入点(例如，对于室内和建筑物内的无线网络)通信。为了完成无线通信设备之间的连接，相关基站和或相关接入点可以通过系统控制器、公众电话网、互联网、和或其它广域网来实现相互直接地通信。

无线通信设备典型的通信方式是利用无线电收发机相互通信(也就是接收机和发射机)，该无线电收发机可能包含于无线通信设备之中或与之连接。发射机一般包括一个数据调制级，一个或多个中频级，以及一个功率放大器。数据调制级按照特定的无线通信标准把原始数据转化为基带信号。中频级把基带信号混入一个或者多个本振频率来产生射频信号。功率放大器在通过天线发射之前放大射频信号。

接收机一般都连接到一个天线并包含一个低噪声放大器，一个或者多个中频级，一个滤波级和一个数据恢复级。低噪声放大器通过天线接收进入的射频信号并放大。中频级通在放大的射频信号中混入一个或多个本振频率，从而把放大的射频信号转化成基带信号或中频信号。滤波级对基带信号和中频信号滤波以削弱不需要的带宽外的信号从而产生已被过滤信号。数据恢复级，根据特定的无线通信标准从已过滤信号中恢复原始数据。

在利用多种802.11标准的无线通信系统中，所允许的带宽是由标准制定组织和政府机构来设定的。为了取得更高的数据吞吐量，许多下一代无线系统，例如那些基于802.11n标准利用多输入多输出(MIMO)天线系统。MIMO系统利用多发射天线在相同的频谱内发送多路数据流，并利用具有可恢复通过多个数据流已发射的信息的多接收天线的多径信道。因此在一个MIMO系统中，信息是利用多发射和接收天线同时发送和接收。在这样的一个系统中，每一对发射和接收天线从发射端到接收端定义了一个信号路径。

在下一代无线局域网中，MIMO技术已经被电气和电子工程师协会(IEEE)采用，该技术能提供至少100Mbps的吞吐量。在如此高的吞吐量(WLAN)的系统中，发送协议和标准已经被包含于所提及到的802.11n标准中。既然802.11n是现在的例如802.11a和802.11gWLAN标准的一个MIMO技术扩展，那么802.11n将也可以基于所提及到的(OFDM)的传输方案。

一个MIMO系统可以提供两种增益：(1)分集增益和(2)空间多路复合增益。当携带第一个信息的信号通过不同的路径发射时，可以实现分集增益。这种多路径发射可以增强传输的稳健性或增强接收端的可靠性。当携带独立信息的信号通过不同路径以并行的方式发送时，可以实现空间多路复合增益。该增益可以增强无线通信系统的传输距离或者数据的传输速率。

在MIMO系统中，得到被传输的信号的高精度估计是有必要的。然而，在最大精度和处理信号的速度之间有着一定的折衷。最佳的检波器是一种最大似然检波器。已知接收符号矢量y，最大似然检波器在所有可能传输符号矢量中搜索出使得条件概率Pr{x_j/y}最大的传输符号矢量x_j，因此可以使得接收端解码错误概率最小。最佳的发送符号矢量表示一个硬判决。既然通信系统使用某些编码形式以改善性能，而且最大似然检波器的输出应该是每一个发射比特的可靠性的衡量。这些可靠性就是已知的软判决。然而，最大似然检波器包括搜索所有可能的发送符号的组合。对于一个具有多发射天线的系统，随着发射天线的增加，复杂度按指数增加。因此，能给出在性能上可与最佳最大似然检波器相比的低复杂度的检波器方案是必要的。

发明内容

本发明的方法和装置提供了一种低复杂度的最大似然检波器，该检波器可在保持高的处理速度同时，获得高准确度的信号检测。本发明中所述低复杂度的最大似然检波器利用所有可能发射符号的一个简化的搜索集。如本领域技术人员所知，对的搜索集过多限制将会导致差的检测，因而降低系统的性能。然而，一个太大的搜索集可能导致延时的增加。本发明的方法和装置利用估计方案估计出一个最佳搜索集的核。在下文中被讨论的该发明的多种实施例中，估计发射符号并在该符号附近寻找搜索集。本发明的方法和装置可以应用于任何具有多发射数据流的通信系统中。

在本发明的一个实施例中，提供了一种通信系统，其中包含多个发射源，这些发射源可以通过多个信道发射多个符号，其中的检波器可接收与所述发射符号对应的符号。检波器处理接收到的符号以获取上述发射符号的初始估计值，接着用该初始估计值来产生多个简化的搜索集。接着所述简化搜索集被用来产生用于检测所述发射符号的判决。在本发明的多个实施例中，用来检测符号的判决包括硬判决或软判决。此外，在本发明的多个实施例中，所述初始估计值可以利用多种线性均衡技术算得，这些均衡方法包括迫零均衡和最小均方误差均衡。初始估值还可以用调零和消除技术得到。在本发明的多个具体的实施例中，与发射符号对应的输出数据的数据可以用对数似然概率比得到。

根据本发明的一个方面，提供一种通信系统，其中包括：

可以通过多个信道发射多个符号的多个发射源；

一个具有以下功能的检波器：

接收与所述发射符号对应的符号；

对所接收的符号进行处理以得所述发射符号的初始估计值。

利用上所述初始估计值产生多组简化搜索集；

以及，利用上述简化搜索集产生用于检测所述发射符号的判决。

优选地，所述用来检测所述符号的判决包括基于所述简化搜索集的软判决。

优选地，所述用来检测所述符号的判决包括基于所述简化搜索集的硬判决。

优选地，所述初始估计值是通过所述接收符号的线性均衡取得的。

优选地，所述线性均衡是利用迫零均衡而取得的。

优选地，所述线性均衡是利用最小均方误差均衡而取得的。

优选地，所述初始值是通过调零和消除与所述接收符号对应的数据而取得的。

优选地，所述简化搜索集是利用所接收符号的一个矢量的均衡而取得，该方法可以取得噪声估计值，并把该噪声估计值到分解为一组符合条件的星象点。

优选地，所述噪声估计值与候选发射符号相关，以产生和所述发射符号对应的输出数据。

优选地，与所述发射符号对应的所述输出数据是利用一个对数似然概率比产生的。

优选地，所述简化搜索集可以这样得到：

(a)找到和每一个噪声估计发射符号对应的符合条件的星象点，进而为发射符号矢量定义一组简化搜索集，

(b)在简化搜索集中搜索使得‖y-Hx‖²最小的发射符号矢量，因此产生检测所述发射符号的判决。

优选地，所述噪声估计值与候选发射符号相关，以产生和所述发射符号对应的输出数据。

优选地，和所述发射符号对应的输出数据可利用对数似然概率比得到。

根据本发明的一个方面，提供了一种数据通信方法，其中包括：

通过多个信道从多个发射源发射多个符号；

接收与所述发射符号对应的符号；

处理所接收的符号以得到所述发射符号的初始估计值；

利用所述初始估计值产生多个简化搜索集；

以及，用所述简化搜索集产生用于检测发射符号的判决。

优选地，所述用来检测所述发射符号的判决包括基于所述简化搜索集的软判决。

优选地，所述用来检测所述发射符号的判决包括基于所述简化搜索集的硬判决。

优选地，所述初始估计值是用所述接收符号的线性均衡得到的。

优选地，所述线性均衡是利用迫零均衡器得到的。

优选地，所述线性均衡是利用最小均方误差均衡器得到的。

优选地，所述初始值是通过调零和消除与所述接收符号对应的数据而取得的。

优选地，所述简化搜索集是利用所接收符号的一个矢量的均衡而取得，该方法可以取得噪声估计值，并把该噪声估计值到分解为一组符合条件的星象点。

优选地，所述噪声估计值与候选发射符号相关，以产生和所述发射符号对应的输出数据。

优选地，与所述发射符号对应的所述输出数据是利用一个对数似然概率比产生的。

优选地，所述简化搜索集可以这样得到：

(a)找到和每一个噪声估计发射符号对应的符合条件的星象点，进而为发射符号矢量定义一组简化搜索集，

(b)在简化搜索集中搜索使得‖y-Hx‖²最小的发射符号矢量，因此产生检测所述发射符号的判决。

优选地，所述噪声估计值与候选发射符号相关，以产生和所述发射符号对应的输出数据。

优选地，和所述发射符号对应的输出数据是利用对数似然概率比得到的。

附图说明

下面将结合附图和实施例对本发明作进一步说明，附图中：

图1是一个具有多个发射天线和多个接收天线的MIMO系统的原理框图。

图2是一个使用正交频分复用的、具有两个发射天线和两个接收天线的MIMO系统的原理框图。

图3A是本发明一个实施例中的MIMO检波器的原理框图，该检波器可产生软判决。

图3B是本发明另一个实施例中的MIMO检波器的原理框图，该检波器可产生硬判决。

图4是由图1中MIMO检波器处理的符号的4-QAM星座示意图。

图5是由图1中MIMO检波器处理的符号的星座图，其中通过均衡接收到的矢量以产生噪声估计值，并把该噪声估计值到分解为一组最近的星象点。

图6是由图1中MIMO检波器处理的符号的2×2 16 QAM星座示意图，其中能得到一组可能发射符号矢量的简化集。

图7是图4所示符号的2×2 16 QAM星座通过第一种方法进一步处理以完成对每一比特的LLR计算后示意图。

图8是图4所示符号的2×2 16 QAM星座通过第二种方法进一步处理以完成对每一比特的LLR计算后的示意图。

发明内容

下面描述的是一种用来改善无线通信系统的方法和装置。在以下的描述中将要提出多种技术细节，然而可以理解的是，本发明并不一定要这些技术细节才能实现。例如，为了避免本发明晦涩难懂得，将选用原理图不是以具体细节的方式。在此，所述细节描述的某些部分以存储在计算机中的算法和操作数据给出。这些描述和说明可以被通信系统领域的技术人员用来描述或转化他们工作成果到其它的技术领域。通常，一个算法指的是可产生一个期望结果的自相容步骤序列，其中的“步骤”指的是物理量的处理，而所述物理量，通常是指可被存储、传输、组合、比较或其它操作的电信号和磁信号。比较习惯用比特、数值、元素、符号、字符、项、数字、或者其它类似的形式表示这些信号。这些以及类似的词汇可能和一定的物理量有关，应用这些量可以起到标签作用。除非特别地声明，在以下的讨论所用到的处理、编程、计算、决定、显示或等指的是一个计算机系统或者类似电子计算设备的行为和处理，它们将在计算机的寄存器和存储器中以物理、电子和/或磁量表示的数据处理和/或转换成其它类似的数据。

图1是一个通信系统100的原理框图，它用于实施具有两个发射天线和两个接收天线的MIMO系统。其中的编码器102接收比特流，并为矢量调制器104产生编码输入数据。多个天线106和108可以通过多个通信信道110通信，由此定义多个MIMO通信信道。如本领域技术人员所知，通过天线108接收到的数据中会包含噪声。所述MIMO检波器112可处理进入的数据，并据其提供软判决或硬判决。这些软判决或硬判决被检波器114模块用来产生一个精确的输出比特流，以避免被相关噪声影响。

图2是一个通信系统200的原理框图，它用于实现具有两个发射天线和两个接收天线的使用OFDM的MIMO通信。从图2中可以看出，可以在无线局域网中使用的MIMO协议产生二进制输入数据。图2中所述MIMO系统200包括一个编码器202和一个数字复用器204。数字服用器204的输出数据被分成第一个和第二个数据流，分别提供给QAM映射模块206和208。所述QAM映射模块206和208可以输出积分幅度调制数据流，分别提供反快速傅立叶变换(IFFT)加入保护间隔模块210和212。反快速傅立叶变换加入保护间隔模块通过天线214和216发射已调制数据流。如本领域技术人员所知，天线214和216所发射的数据可被MIMO多路径信道218在各种发射和接收天线间传播。被天线220和222接收到的信号被去除保护间隔快速傅立叶变换(FFT)模块224和226处理，以产生MIMO检波器228的输入。来自去除保护间隔FFT模块的信号被MIMO检波器228处理后，从而为解码器230产生一个软判决或硬判决，进而生成二进制输出数据流。

图3a是本发明中一个用以为包含噪声的信号产生软判决的MIMO软检波器的原理框图。其中，进入的数据被分为三级来处理。在第一级302，含噪声的接收符号被一个基于均衡器的检波器处理，以产生发射符号的初始估计值，其中利用的技术将在后面详细讨论。在第二级304，初始估计值被处理以形成一个基于后面将要讨论的预定标准的简化搜索集。在第三级306，对简化搜索集进行LLR计算，以生成可被解码器114使用的软判决。

图3b是本发明中用于为包含噪声的信号产生硬判决的MIMO硬检波器的原理框图。其中，进入的数据被分为三级处理。在第一级302，含噪声的接收符号被一个基于均衡器的检波器处理，以产生发射符号的初始估计值，其中利用的技术将在后面详细讨论。在第二级304，初始估计值被处理以形成一个基于后面将要讨论的预定标准的简化搜索集。在第三级308，可在该简化搜索集上找到发射符号的最佳估计值。根据该最佳估计值，可产生供解码器114使用的硬判决。由于对应的比特映射已知，解码器会接收比特而非随机数据。

如本领域技术人员所知，一个MIMO软解码器根据一个接收到的符号来估计每一可能的判决的可靠性，而不是根据符号做出一个实际的判决。解码器利用这个由MIMO软检波器提供的估计可靠性、或称软判决，来解码接收到的符号，进而产生一个解码的二进制输出数据流。

结合图1所示的具有Nt个发射天线和Nr个接收天线的常见通信系统，本发明的方法和装置用很容易被理解的，其中利用MIMO检波器112来处理接收信号。如果该信道是一个窄带平衰减信道、或者使用的是OFDM调制格式，则该Nt×Nr系统可用如下模型来描述：

方程1

y(n)＝H(n)×(n)+N(n)                  方程2

此处：n是时间或者频率指数，

y是Nr×1阶接收矢量

H是Nr×Nt阶信道矩阵

x是Nt×1阶发射矢量

N是Nr×1噪声矢量

不失一般性，去掉时间/频率指数，该模型变为

       y＝Hx+N                 方程3

另外，可以假设信道矩阵H在接收机端而言是完全已知的，且噪声取样Ni是独立的复杂高斯变数，其均值为零，方差为σ²。

由方程1可知，天线j接收到的y_j，是Nt噪声发射符号x_i的叠加，该信号被信道矩阵H所影响，如下所示：

$y_j=\underset{i=1}{\overset{N_t}{\mathrm{\Σ}}}{H}_{\mathrm{ji}}{x}_i+N_j,j=1,...,N_r$ 方程4

每一个符号x_i是由log₂(M)比特映射而来，其中M是星座图的大小。例如，如果x_i是由一个4-QAM星座图得到，那么每一个x_i由2比特映射而成。在方程4中，总共要发送的比特数为N_tlog₂(M)。下文中将其定义为发射位矢量[b1b2…b_l]，其中L＝N_tlog₂(M)。

如上文所讨论的，优选的是软输出最大似然检波器228，因为它使得错误判决的概率最小。该软输出最大似然检波器228接收到y，并搜索所有可能的发射符号矢量x，以产生关于发射为0或者1的比特b_l，l＝1，…，N_tlog₂(M)的软信息。

关于每一个b_l＝0或1的软信息，是以b_l＝0或1的一个先验可能性的对数似然概率比的形式出现的。

对于一个由方程3所定义的Nt×Nr M-QAM系统，[b1b2…b_l]比特的矢量中，L＝N_tlog₂(M)映射成[X1X2…X_Nt]符号且被发射。比特b_l，1＝1，2…L的LLR为：

$\mathrm{LLR}\left(b_l\right)=\ln \frac{\mathrm{Pr}(b_l=0|y)}{\mathrm{Pr}(b_l=1|y)}=\ln \frac{\underset{{\∀x}_{j}s.t.b_l=0}{\mathrm{\Σ}}\mathrm{Pr}\left(x_j\right|y)}{\underset{{\∀x}_{j}s.t.b_l=1}{\mathrm{\Σ}}\mathrm{Pr}\left(x_j\right|y)}$ 方程5

其中 $j=1,\…M^{N^t},$ 指出了所有可能R发射符号矢量，y是接收符号矢量。根据贝叶斯准则，LLR(b_l)又可以写出如下：

$\mathrm{LLR}\left(b_l\right)=\ln \frac{\underset{{\∀x}_{j}s.t.b_l=0}{\mathrm{\Σ}}\mathrm{Pr}\left(y\right|x_j)\mathrm{Pr}\left(x_j\right)}{\underset{{\∀x}_{j}s.t.b_l=1}{\mathrm{\Σ}}\mathrm{Pr}\left(y\right|x_j)\mathrm{Pr}\left(x_j\right)}=\ln \frac{\underset{{\∀x}_{j}s.t.b_l=0}{\mathrm{\Σ}}\mathrm{Pr}\left(y\right|x_j)}{\underset{{\∀x}_{j}s.t.b_l=1}{\mathrm{\Σ}}\mathrm{Pr}\left(y\right|x_j)}$ 方程6

其中最后的简化是基于x_j′s是等概率事件这一假设。

已知信道矩阵H，有：

$\mathrm{LLR}\left(b_l\right)=\ln \frac{{\underset{{\∀x}_{j}s.t.b_l=0}{\mathrm{\Σe}}}^{(-\frac{{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2}{{\mathrm{\σ}}^2})}}{{\underset{{\∀x}_{j}s.t.b_l=1}{\mathrm{\Σe}}}^{(-\frac{{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2}{{\mathrm{\σ}}^2})}}$ 方程7

接着，运用标准最大对数近似值方法，方程6可以通过仅仅保留分子和分母的最大求和值来进一步得到简化，从而有

$\widehat{\mathrm{LLR}}\left(b_l\right)=\frac{1}{{\mathrm{\σ}}^2}(\underset{{\∀x}_{j}s.t.b_l=1}{\min }{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2-\underset{{\∀x}_{j}s.t.b_l=0}{\min }{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2),$ 方程8

在一个2×2 4-QAM系统中，方程1中的发射符号下x₁，x₂都可以图4所示的4-QAM星座图中得到。

表格1列出了发射符号矢量[x₁x₂]的所有16个组合。

                     表一

j	xj＝x1x2	b1b2b3b4
			1	C1C1	0000
2	C1C2	0001
			3	C1C3	0010
4	C1C4	0011
			5	C2C1	0100
6	C2C2	0101
			7	C2C3	0110
8	C2C4	0111
			9	C3C1	1000
10	C3C2	1001
			11	C3C3	1010
12	C3CA	1011
			13	C4C1	1100
14	C4C2	1101
			15	C4C3	1110
16	C4CA	1111

C1＝-1-j

C2＝-1+j

C3＝1-j

C4＝1+j

由方程8，b₁，b₂，b₃和b₄的LLR近似值可以按以下方式计算：

$\widehat{\mathrm{LLR}}\left(b_l\right)=\frac{1}{{\mathrm{\σ}}^2}(\underset{{\∀x}_j,j=9,...,16}{\min }{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2-\underset{{\∀x}_j,j=1,...,8}{\min }{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2)$ 方程9

$\widehat{\mathrm{LLR}}\left(b_2\right)=\frac{1}{{\mathrm{\σ}}^2}(\underset{13,...,16}{\underset{{\∀x}_j,j=5,...,8}{\min }}{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2-\underset{9,...12}{\underset{{\∀x}_j,j=1,...4}{\min }}{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2)$ 方程10

$\widehat{\mathrm{LLR}}\left(b_3\right)=\frac{1}{{\mathrm{\σ}}^2}(\underset{\mathrm{11,12,15,16}}{\underset{{\∀x}_j,j=\mathrm{3,4,7,8}}{\min }}{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2-\underset{\mathrm{9,10,13,14}}{\underset{{\∀z}_j,j=\mathrm{1,2,5,6}}{\min }}{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2)$ 方程11

$\widehat{\mathrm{LLR}}\left(b_l\right)=\frac{1}{{\mathrm{\σ}}^2}(\underset{{\∀x}_j,j=\mathrm{even}}{\min }{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2-\underset{{\∀x}_j,j=\mathrm{odd}}{\min }{\left|\right|y-{\mathrm{Hx}}_j\left|\right|}^2)$ 方程12

如本领域技术人员所知，ML检波器是优选的，它能充分开发利用信道矩阵H的特性。因此该ML检波器可实现对于那些基于均衡器且不是最理想的检测方法有实质性的改进。然而，ML检波器的不足点就是它需要完全彻底的找出所有比特的LLRs值。还有，ML检波器的计算复杂度随着发射天线数量Nt的增长而呈指数增长。

在本发明的方法和装置中，可以获得对于发射符号的初始估计值，而该初始估计值可以把搜索集减少到为N(N＜M)个符号，按某些规则这些符号可以和估计发射符号靠的最近。本发明的多个实施例中，利用最优化规则来决定在简化搜索集，如下文中所描述。

在本发明的一个实施例中，所述最优规则包括按如下定义的线性均衡：

           ＝Q(Wy)                        方程13其中，W是线性均衡矩阵，Q(.)指出根据所用星座图的分解操作。在本发明的一个实施例中，线性均衡矩阵由一个迫零(ZF)均衡器所定义：

   W＝(H^HH)^-1H^H      方程14它是H的，伪倒置。在该方程中，假设N_r＞N_t，在本发明的另外的一个实施例中，均衡矩阵可以用最小均方误差均衡器(MMSE)来定义：

$W={(H^{H}H+\frac{1}{\mathrm{SNR}}I)}^{-1}{H}^H$ 方程15

在本发明的另一个可选实施例中，最优化规则包括调零和消除技术。与线性均衡相反，₁的实部和虚部都是估计值。调零和消除方式可以按顺序地估计出₁的实部和虚部。例如，如果₁首先是用ZF或者MMSE线性均衡方式估计出来的，那么对接收矢量y的贡献是由y做减法而来。被修正的矢量y将被用来估计下一个发射符号。整个过程不断的被重复直到估计出所有₁的实部和虚部。

下文通过结合图5-8的讨论，以充分理解用于减少搜索集的规则。为便于讨论，假设Ni为按照某规则得出的离估计符₁最近的符号个数。第一个规则(下文中的规则1)可以按如下所述：

规则1-如果比特b_k属于_m，那么对于每一个b_k＝0或1，在所有b_k被编码为0或1的位置寻找星象点，Nm为与_m欧几里得距离最近的星象点数。对于其它的发射符号，_i，i≠m，则Ni只是与_i欧几里得距离最近的星象点数。

在一个2×24-QAM系统中，收矢量y被均衡以产生噪声估计值W_y。那么噪声估计值W_y被分解到离₁和₂最近的星象点。这些估计出的发射符号如图5所示。

另外，如果N1和N2为“2”，则有：

          表2

	Searchset for 1	Searchset for 2	Candidate transmit symbolvectors
				b1＝0	C1，C2	C4，C2	{C1C4，C1C2，C2C4，C2C2}
b1＝1	C3，C4	C4，C2	{C3C4，C3C2，C4C4，C4C2}
				b2＝0	C3，C1	C4，C2	{C3C4，C3C2，C1C4，C1C2}
b2＝1	C4，C2	C4，C2	{C4C4，C4C2，C2C4，C2C2}
				b3＝0	C1，C3	C2，C1	{C1C2，C1C1，C3C2，C3C1}
b3＝1	C1，C3	C4，C3	{C1C4，C1C3，C3C4，C3C3}
				b4＝0	C1，C3	C2，C1	{CtC2，C1C1，C3C3，C3C1}
b4＝1	C1，C3	C4，C3	{C1C4，C1C3，C3C4，C3C3}

在本实施例中，对于每一个b_k＝0或1，候选发射符号矢量的个数由8减少到4个。

以下是规则2的可能方法：

(1)找出离每一个发射符号估计值_i欧几里得距离最近的星象点数Ni。

(2)在该简化集中搜索发射符号矢量，以使‖y-Hx‖²最小。该发射符号矢量可以视为x_c＝[x_c，1 x_c，2]；

(3)x_c＝[x_c，1x_c，2]就是映射为x_c的对应比特的候选发射符号。且

(4)对于那些不是x_c部分的比特值，有几种可以计算出LLR近似值的方法，将在下文中更加详细的讨论。

图6是一个2×216-QAM例子的示意图，该例子用以下描述的方法来处理，其中z为初始估计值。＝Q(z)是被z分解的最近的星象点。而且，N1和N2为4，因此，在矩形格中包括了4个离₁和₂最近的星象点。还有，他们组成了一个简单的以16个可能发射符号矢量的搜索集，其中假设这些可能发射符号矢量x_c使得‖y-Hx‖²最小。x_c可以用比特表示为[11110001]。

由上述参考图6的讨论，可以看出在该简化搜索集中的x_c使得‖y-Hx‖²最小。按比特形式，‖y-Hx_c‖²是b₁＝1，b₂＝1，b₃＝1，b₄＝1，b₅＝0，b₆＝0，b₇＝0和b₈＝1最小度量值。为了完成方程8中每一个比特的LLR计算，最小度量值必须能为b₁＝0，b₂＝0，b₃＝0，b₄＝0，b₅＝1，b₆＝1，b₇＝1和b₈＝0的近似度量值。这是规则2的第四步，

为了完成每一个比特的LLR计算，规则2的第四步包括多种可以计算出丢失的比特值的度量值的不同方法。如果b1＝0并不是x_c按比特形式表示的的一部分，对于b1＝0的度量值可以用以下多种方法计算：

方法1-搜索所有可能发射符号矢量；

方法2-分解x_c包含比特b₁的部分到该部分离含有b₁＝0的最近的符号P。由于x_c的其它部分并不包含b₁，找出离这些部分最近的符号Q。这些P和Q符号就组成了所有可能发射符号的简单符号集。

方法3-分解x_c中包含比特b₁的部分到和b₁＝0具有相同的I值和Q值最近符号P。由于x_c的其它部分并不包含b₁，找出离这些部分最近的符号Q。这些P和Q符号就组成了所有可能发射符号的简单符号集；或者

方法4-把度量值设置为预先定义的足够大的值，所有以上适用于在当b₁＝1不是x_c的部分而是其表示的情况。

图7和以下讨论说明了如何用方法2的步骤4(方法1需要所有可能的发射符号矢量，因此没有必要说明)得到当b₁＝0的度量值。假设P和Q为4。

既然b₁属于x_c，1，我们把x_c，1分解到4个最近的含有b₁＝0的符号(用‘+’标志)。既然x_c，2不包含比特b₁，我们简单地搜索4个离x_c，2最近的符号(用包含x_c，2的圆标志)。通过这16个可能发射符号矢量(包括‘+’和圆标志的符号)，接着我们计算出b₁＝0时的度量值。同样的步骤不停的重复而计算出b₂＝0，b₃＝0，b₄＝0，b₅＝1，b₅＝1，b₆＝1，b₇＝1和b₈＝0时候。

图8和以下讨论说明了如何用方法3得到当b₁＝0的度量值。P和Q值设为4。I值为-1和-3时b₁＝0。既然b₁属于x_c，1，我们把x_c，1分解到在I值最近的4个符号其中I值为-1，其I值是-1的(用‘+’表示)。既然x_c，2没有比特b₁，我们可以简单地搜索离x_c，2最近的4个符号(用包含x_c，2的圆标志)。通过这16个可能发射符号矢量(包括‘+’和圆标志的符号)，接着我们计算出b₁＝0时的度量值。同样的步骤不停的重复而计算出b₂＝0，b₃＝0，b₄＝0，b₅＝1，b₅＝1，b₆＝1，b₇＝1和b₈＝0时候。

通过上述讨论可以知道，本发明的方法和装置给出了一个低复杂度最大似然检波器，该检波器可在保持高的处理速度而能有高的信号检测精度。本领域的技术人员可以理解的是，本发明的教导是可以被修改的，例如通过不同的方案来估计发射符号，从而找到估计的发射符号附近的搜索集。本发明可以用于任何多发射流的通信系统。

尽管已经详细的描述了本发明，可以理解的是，还可以在不偏离本发明权利要求所限定的保护范围的基础上，对本发明进行各种改变、代替和变更。

Claims (10)

1、一个通信系统，其特征在于，包括：

可以通过多个信道发射多个符号的多个发射源；

一个检波器可：

接收与所述发射符号对应的符号；

对所接收的符号进行处理以得所述发射符号的初始估计值；

利用上述初始估计值产生多组简化搜索集；

以及，利用上述简化搜索集产生用于检测上述发射符号的判决。

2、根据权利要求1的通信系统，其特征在于，所述用于检测所述发射符号的判决包括基于所述简化搜索集的软判决。

3、根据权利要求1的通信系统，其特征在于，所述用于检测所述发射符号的判决包括基于所述简化搜索集的硬判决。

4、根据权利要求1的通信系统，其特征在于，所述初始估计值是通过所述接收符号的线性均衡获得的。

5、根据权利要求4的通信系统，其特征在于，所述线性均衡是利用迫零均衡器获得的。

6、一种数据传输方法，其特征在于，包括以下步骤：

从多个发射源通过多个发射信道发射多个发射符号；

接收与所述发射符号对应的符号；

对所接收的符号进行处理以得到所述发射符号的初始估计值；

利用所述初始估计值来产生多个简化搜索集；

以及，利用所述简化搜索集产生用于检测发射符号的判决。

7、按权利要求6的方法，其特征在于，所述用于检测发射符号的判决包括基于简化搜索集的软判决。

8、按权利要求6的方法，其特征在于，所述用于检测发射符号的判决包括基于简化搜索集硬判决。

9、按权利要求6的方法，其特征在于，所述初始估计值是通过所述接收符号的线性均衡获得的。

10、按权利要求9的方法，其特征在于，所述线性均衡是利用迫零均衡器获得的。

Images