CN1806408A - 在mimo系统中使用的接收机 - Google Patents

Abstract

提供了一种接收机，它可操作用于接收一个从MIMO传输中产生的多元素信号。接收机包含解码装置，用于从这种符号的预定集合中识别出信号中所传送的符号。所述解码装置可操作用于依照预定的符号－比特映射以及相关的似然性信息来估计相应比特，其中所述似然性信息表示所识别比特为所述比特的似然性，所述解码装置可以分两个功能级进行操作。第一解码级在一个可能符号集合中以穷举方式搜索最可能的候选符号，而第二级对信息在两个发射天线上的正交传输加以考虑，并据此对该信息进行解码。所述第二级可操作用于检测剩余的数据比特。

Description

在MIMO系统中使用的接收机

技术领域

本发明涉及一种在多输入多输出(MIMO)通信系统中使用的接收机，并且尤其涉及的是对将所接收信号解码成某个可能的符号集合(星座)中的符号的方式加以改进，但是本发明并不局限于此。

背景技术

图1显示了具有已知结构的MIMO数据通信系统10。通信系统10包括发射机设备12以及接收机设备14。应该了解的是，在很多情况下，无线通信设备配备的是组合的发射机与接收机设备，但在本实例中，为了简单起见，这些设备是作为单向通信设备描述的。

发射机设备12包括用于向信道编码器18提供数据(包括信息比特或符号)的数据源16。在本实例中，信道编码器18包括卷积编码器，其中举例来说，该编码器可以是递归系统卷积(RSC)编码器或是更为强大的所谓的Turbo编码器(该编码器包含交织器)。输出的比特要比输入的比特更多，并且一般来说，其速率为二分之一或三分之一。

紧随信道编码器18之后的是信道交织器20，并且在所示实施例中，跟随在信道编码器18之后的还包括空-时编码器22。空-时编码器22将输入比特信息流编码成多个码符号，以便同时从包含了多个发射天线25的发射机天线阵列24中对其进行发射。在本例示实例中提供了三个发射天线25。

经过编码后发射的信号经由在发射天线阵列24与接收机设备14的相应接收天线阵列26之间指定的MIMO信道28进行传播。接收天线阵列26包含了多个接收天线27，这些天线为接收机设备14的空-时(和/或频率)解码器30提供了多个输入。在这个特定实施例中，接收天线阵列26包含了三个接收天线27。

解码器30负责消除编码器22的效应。解码器30的输出包含了多个比特，这些比特的数目与输入到空-时编码器22中的比特数目相等，其中每一个比特传送所谓的软性或似然性数据，该数据涉及每一个比特具有特定值+1或-1的概率。将该数据提供给信道解交织器32，信道解交织器32取消信道交织器20的效应，然后，将由这个信道解交织器32输出的卷积码提供给用于对卷积码进行解码的信道解码器34，其中在本实施例中，该信道解码器是一个维特比解码器。

典型地，信道解码器34是一个SISO(soft-in soft-out，软输入软输出)解码器，它可操作用于接收比特似然性数据并且提供相似的似然性数据作为输出，而不是提供例如对其进行硬判决的数据。信道解码器120的输出被提供到一个数据宿(data sink)36，用于以任何预期方式进一步处理数据。

MIMO解码器尝试解决的是“整数最小二乘问题”，也就是找到一个能将接收矢量r与作用于

的MIMO信道矩阵运算之间的距离dmin减至最小的

这个问题可以表述成一个用于对产生 $d_{\min }=\min {\left|\right|r-H\tilde{s}\left|\right|}^2$ 的

进行估计的处理，其中r＝Hs+n是MIMO信道传输等式。

在这里假设接收机完全已知信道传输矩阵H，但是该假设并不限制本发明的范围。一般来说，信道传输矩阵H是用发射机发送的预定训练序列估计的，并且用于信道估计的特定技术并不影响本发明所给出的技术设计。

传统的最大似然(ML)检测需要用到2^q·N个距离量度的穷举估计，其中q是符号星座中的比特数目(例如，对64QAM而言，q为6，对16QAM而言，q为4，对QPSK而言，q为2)，N是将要联合解码的层(符号)的数目(例如，对在N个发射天线上进行的空间复用而言，其值为N)。

软输出解码器还必须提供关于所估计比特的可靠性信息，其中解信道解码器将会使用该信息来改进比特检测性能。对每一个比特b_k来说，对数似然可靠性/比率是该比特为1的概率与该比特为-1的概率(可能出现的比特状态被认为是+1和-1)相除得到的比率的自然对数。

$L\left(b_k\right)=\ln \frac{\mathrm{Pr}(b_k=+1|r)}{\mathrm{Pr}(b_k=-1|r)}$

可以看出，Max-Log(最大对数)近似将这个可靠性公式变换成：

$L\left(b_k\right)=\underset{s|b_k=-1}{\min }\frac{\left|\right|r-H{\tilde{s}\left|\right|}^2}{N_0}-\underset{s|b_k=+1}{\min }\frac{\left|\right|r-H{\tilde{s}\left|\right|}^2}{N_0}---\left(1\right)$

这个可靠性公式依赖于距离量度与噪声方差。

在图2所示的表格中描述了专为3个发射天线设计的典型空-时(Space-Time)码。前两个天线是用“Alamouti”ST码来进行编码的，然而在这里也可以使用提供了正交性的任何ST码以及空-频码。例如，在“Combined array processing and space-time coding”(Tarokh，V.、Naguib，A.、Seshadri，N.、Calderbank，A.R.，Information Theory，IEEE Transactions第45卷第4版，1999年5月，第1121～1128页)一文中描述了这样一种方案。在该文献中，发射机处的天线分成了使用单独空-时码的群组。然而，其中提出的检测器并非ML检测器，而是一种与BLAST相类似的干扰抑制方法。

解决整数二乘问题所需要的并且提供了依照等式1的可靠性信息的MIMO系统是：

$\left[\begin{array}{cc}{r}_{11}& r_{12}\\ r_{21}& r_{22}\\ r_{31}& r_{32}\end{array}\right]=\left[\begin{array}{ccc}{h}_{11}& h_{12}& h_{13}\\ h_{21}& h_{22}& h_{23}\\ h_{31}& h_{32}& h_{33}\end{array}\right]\left[\begin{array}{cc}{s}_1& {{-s}_2}^{*}\\ s_2& {s_1}^{*}\\ s_3& {s_4}^{*}\end{array}\right]+\left[\begin{array}{cc}{n}_{11}& n_{12}\\ n_{21}& n_{22}\\ n_{31}& n_{32}\end{array}\right]---\left(2\right)$

假设信道是准静态的，也就是说，信道矩阵不会在两个时间间隔上发生变化。对空-频Alamouti编码而言，其中同样采用了相似假设(在频率上)。对常规的空-时-频码而言，假设信道在两个维度(时间和频率)上是准静态的。并且等式2可以被重新构造成：

$\left[\begin{array}{c}{r}_{11}\\ r_{21}\\ r_{31}\\ {r_{12}}^{*}\\ {r_{22}}^{*}\\ {r_{32}}^{*}\end{array}\right]=\left[\begin{array}{cccc}{h}_{11}& h_{12}& h_{13}& 0\\ h_{21}& h_{22}& h_{23}& 0\\ h_{31}& h_{32}& h_{33}& 0\\ {h_{12}}^{*}& {{-h}_{11}}^{*}& 0& {h_{13}}^{*}\\ {h_{22}}^{*}& {{-h}_{21}}^{*}& 0& {h_{23}}^{*}\\ {h_{32}}^{*}& {{-h}_{31}}^{*}& 0& {h_{33}}^{*}\end{array}\right]\left[\begin{array}{c}{s}_1\\ s_2\\ s_3\\ s_4\end{array}\right]+\left[\begin{array}{c}{n}_{11}\\ n_{21}\\ n_{31}\\ {n_{12}}^{*}\\ {n_{22}}^{*}\\ {n_{32}}^{*}\end{array}\right]---\left(3\right)$

包含了信道矩阵H的前两列的子矩阵h表示具有属性h^Hh＝γI的Alamouti正交信道。正如下文中关于本发明具体实施例的说明中所描述的那样，在对复杂性降低的ML检测器进行设计的过程中将会考虑到这个属性。

在图3中显示了用于具有等式3的系统的常规软输出MIMO ML检测器的树形结构。图3描述了用于特定ST码的ML解码树，为了保持一致，在后续关于本发明具体实施例的描述中将会一直使用这个ST码。

该结构包含了四层，每一层都包含了用于空-时传输方案(图2)中的每一个唯一符号的所有2^q个可能候选符号(图2)。ML检测器以穷举方式搜索符号S₁～S₄的所有可能组合；此外还为S₁、S₂、S₃、S₄的每一种组合计算距离量度 ${\left|\right|r-H\tilde{s}\left|\right|}^2.$ ML解码的复杂性极高，这是因为对64QAM来说，它需要进行64⁴＝一千六百七十多万次试验。因此，通常会将这种方法描述成一种“强力(brute force)”方法。

本发明的一个方面旨在提供一种针对该问题的解决方案。在本发明的一个实施例中，该方法是通过利用特殊形式的信道矩阵并通过设计复杂性降低的ML检测器来实现的。

在“Combined ML and DFE decoding for the V-BLAST system”(Won-Joon Choi、Negi，R.、Cioffi，J.M.，Communications，2000.ICC2000.2000IEEE International Conference，第3卷，2000版，第1243～1248页，第3卷)一文中给出了一种基于ML解码以及连续干扰消除技术的ML-DFE检测器。其中信道矩阵被局部分解，第一符号是用ML解码的，而剩余符号则是用DFE过程连续解码的。

与此相反，本发明的实施例提供的是软性ST检测器输出。此外，在上述公开中使用的技术仅仅面向空间复用，与正交的V-BLAST算法相比，这种技术增强了性能。而本发明的实施例则改为使用具有如下所述的某种结构的ST码，并且提供了完全的ML性能。

在“On Detection Algorithms and Hardware Implementations forV-BLAST”(Z Guo和P Nilsson，瑞典片上系统会议论文集(SSoCC′02)，Falkenberg，Sweden，2002年3月18～19日)一文中介绍了同样基于ML解码以及连续干扰消除技术的P-ML检测器，这与上文中公开的Choi等人的论文相似。

在“Successive decoding of multiple space time coded streams inmulti-input mnlti-output systems”(Jung-Tao Liu，GlobalTelecommunications Conference，2002.GLOBECOM′02.IEEE，第1卷，2002年11月17～21日，第1007～1011页，第1卷)一文中介绍了这样一种方法，其中该方法是以将天线分组成单独进行ST编码的子集的处理为基础的。其中使用了DFE方法，以便估计仅仅属于一个子集的符号；然后，将该子集进行解码，并且从信号矢量中减去该子集的贡献成分。这个处理将会反复执行，直到处理了所有天线群组为止。

然而，这种技术使用的是并未在本发明的实施例中应用的DFE方法。该技术有可能受到DFE方法所固有的传播误差的影响。

在“Optimum efficiently decodable layered space-time blockcodes”(Prasad，N.、Varanasi，M.K.，Signals，Systems and Computers，2001.Conference Record of the Thirty-Fifth Asilomar Conference，第1卷，2001年，第227～231页第1卷)一文中使用的是与ST码(例如Alamouti)相结合的DFE技术，其中所述技术是在上文中引用的Tarokh等人的论文中给出的。

在“Applications of space-time block codes and interferencesuppression for high capacity and high data rate wireless systems”(Naguib，A.F.、Seshadri，N.、Calderbank，A.R.，Signals，Systems &Computers，1998年，Conference Record of the Thirty-SecondAsilomar Conference，第2卷，1998年11月1～4日，第1803～1810页，第2卷)一文中描述的是将ML与干扰消除方案以及ST编码结合使用，以便抑制来自同信道(co-channel)空-时用户的干扰。从技术角度上讲，这篇论文与国际专利申请WO9918682A3是等效的。

发明内容

本发明的实施例给出了一种通用的球面检测器(sphere detector)的替换方案。特别地，这里给出的检测器的具体实施例可以顾及某些ST码结构，其复杂性很低并具有最优的性能(第一实施例)以及近于最优的性能(第二和第三实施例)。

本发明的一个方面提供的是一种接收机，该接收机可操作用于接收MIMO传输所产生的多元素信号，其中该接收机包括：解码装置，用于从这种符号的预定集合中识别出信号所传送的符号，并且依照符号与比特的预定映射关系以及相关的似然性信息来估计相应比特，其中所述似然性信息表示所识别比特即为这种比特的似然性，所述解码装置还操作可用于检测与两个发射天线上的信息正交传输相对应的接收信号中的比特，并且顾及了正交传榆格式，其中在第一解码阶段中已经解码了剩余数据。

附图说明

现在将参考附图来描述本发明的具体实施例，其中：

图1描述的是具有已知结构的MIMO系统；

图2描述的是在图1所示的MIMO系统中使用的空-时编码方案；

图3描述的是使用图2所示的空时编码方案而在图1所示的MIMO系统的接收机解码器中遍历的空时解码树；

图4描述的是在依照本发明第一实施例的MIMO系统的接收机解码器中遍历的空时解码树；

图5描述的是本发明第一实施例的距离图表；

图6描述的是与本发明第二实施例结合使用并对毗邻于迫零估计的星座成员进行识别的编码星座的图示；

图7描述的是依照本发明第二实施例、由解码器所执行的搜索处理的图示；

图8描述的是依照本发明第二实施例、由解码器所执行的另一个搜索处理的图示；

图9描述的是依照本发明第二实施例、由解码器所执行的又一个搜索处理的图示；

图10描述的是本发明第二实施例的距离图表；

图11描述的是本发明第三实施例中的第一阶段的距离图表；

图12描述的是本发明第三实施例中的第二阶段的距离图表；

图13描述的是本发明第三实施例中的最终结果的距离图表；

图14描述的是本发明第一和第二实施例的性能特性的图表；

图15描述的是用于论证第二实施例的处理过程中所使用的候选符号数量对第二实施例的性能所产生的影响的性能特性图表；以及

图16描述的是与球面最大对数检测器以及每一层都具有十个候选符号的第二实施例相比的第三实施例的性能特性图表。

具体实施方式

对复杂性降低的ML检测器来说，其存在与否取决于MIMO结构以及ST码设计。在这里，假设MIMO系统使用了3个发射和3个接收天线以及先前所述的ST码。应该指出的是，对复杂性降低的ML检测器而言，其原理同样适用于其他的MIMO结构以及ST码，但对3×3的情况而言，由于能以显著降低的复杂性来实现完全的ML性能，因此这种检测器实现方式尤其具有吸引力。从现在开始，所有描述都会集中在这种特殊的MIMO结构以及前述的特定ST码上。

图4描述的是本发明第一具体实施例中的复杂性降低的ML检测器的操作方式。该实施例的操作利用了等式3中的子矩阵正交性。并且它可以用如下方式实现：强力搜索符号s₃和s₄的所有组合，通过与信道矩阵系数的相乘并与接收矢量相减而将其从等式3中清除。然后，通过使用简单的线性处理，可以为剩余等式求解。在这种特定的ST码选择中，使用了Alamouti检测器。

依照等式1，假设在这个穷举搜索过程中，对数似然信息将会不断得到更新。

这种实现方式将会搜索s₃和s₄的所有可能组合。当选取了一对(s₃，s₄)时，等式3可以简化为：

$\left[\begin{array}{c}{r}_{11}-h_{13}{s}_3\\ r_{21}-h_{23}{s}_3\\ r_{31}-h_{33}{s}_3\\ {r_{12}}^{*}-{h_{13}}^{*}{s}_4\\ {r_{22}}^{*}-{h_{23}}^{*}{s}_4\\ {r_{32}}^{*}-{h_{33}}^{*}{s}_4\end{array}\right]=\left[\begin{array}{cc}{h}_{11}& h_{12}\\ h_{21}& h_{22}\\ h_{31}& h_{32}\\ {h_{12}}^{*}& {{-h}_{11}}^{*}\\ {h_{22}}^{*}& {{-h}_{21}}^{*}\\ {h_{32}}^{*}& {{-h}_{31}}^{*}\end{array}\right]\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]+\left[\begin{array}{c}{n}_{11}\\ n_{21}\\ n_{31}\\ {n_{12}}^{*}\\ {n_{22}}^{*}\\ {n_{32}}^{*}\end{array}\right]$



$r^{\′}=h^{\′}\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]+n$

应该理解的是，在这个简化的系统表达式中，新的信道矩阵h’是正交的。这个等式系统可以用简单的线性处理求解(也就是使用Alamouti检测器)：

$r^{\′}=h^{\′}\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]+n$

∴ $h^{\′H}{r}^{\′}=h^{\′H}{h}^{\′}\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]+h^{\′H}n$

∴ $h^{\′H}{r}^{\′}=\mathrm{\γ}\·I_2\·\left[\begin{array}{c}{s}_1\\ s_2\end{array}\right]+h^{\′H}n$

 $\left[\begin{array}{c}{\hat{s}}_1\\ {\hat{s}}_2\end{array}\right]=h^{\′H}{r}^{\′}/\mathrm{\γ}$

由此将会为Alamouti编码符号产生ML估计，其中：

γ＝|h₁₁|²+|h₂₁|²+|h₃₁|²+|h₁₂|²+|h₂₂|²+|h₃₂|²

最后，通过将s₁和s₂量化成最接近的星座点，可以计算出距离量度 $d_{s_3,s_4}={\left|\right|r-H\tilde{s}\left|\right|}^2,$ 其中 $\tilde{s}={\left[Q\left(s_1\right)Q\left(s_2\right)s_3{s}_4\right]}^T,$ 并且Q(.)是用于将符号映射成最接近的星座点的量化函数。

由此，给出最小距离量度的矢量

即为硬性ML解。

在性能与结构方面，该过程与最大似然检测是等效的。由于从等式3中除去了s₃与s₄的每一种可能组合，所以Alamouti检测器将会依照这个简化等式进行操作；需要记住的是，Alamouti检测器是一个ML检测器，因此，很明显，完全的检测器将会是一个ML检测器，但是其复杂性将会下降。与完全强力的方法相比，其复杂性将会显著降低，举例来说，对64QAM来说，其复杂性为64²＝4096次试验，而对完全的ML方法来说，如上所述，该方法需要进行64⁴＝1670万次试验。

应该指出的是，等式3中的子矩阵的正交性只能以这种方式使用。球面检测器不适合实现估计s₃和s₄的处理；并且举例来说，球面解码依靠的是通过信道矩阵的QR分解而将成本(距离)函数重新用公式表示成单独发射天线符号候选的总和。没有一种显而易见的方法能在不破坏这种信道矩阵正交性的特定属性的情况下使用这种技术，其中非常有利的是，所述特定属性可用于降低复杂性。

图5描述的是本发明第一实施例的距离图表(其中64QAM：4096次试验(在这里只显示了前256个))。该图表显示的是为s₃和s₄的每一种可能组合所计算的距离量度 虽然s₃和s₄可以有4096个组合，但是为了清楚起见，在图5中仅仅显示了256个组合。行和列是依照候选符号距离由迫零(ZF)接收机产生的解的欧几里德距离排序的。在这里，较暗的正方形表示的是较低的距离量度。最小的距离量度即为ML解。该解码器总是寻找ML解。

现在将对本发明的第二实施例进行描述。该实施例提供的是以固定的复杂性程度来对符号以及相关的似然信息进行检测。它是一列复杂性下降的ML检测器。

该解码器是基于这样一个事实来操作的，那就是它能以很低的复杂性提供等于或接近于先前检测器的性能。本发明第二实施例中的检测器与本发明第一具体实施例中所描述的复杂性降低的基础检测器具有相同的结构，但是并不是在所有64个星座点上以穷举方式搜索符号s₃和s₄，而是该检测器首先将会计算ZF解，然后仅仅考虑处于这个解周围的星座点。图6给出了关于搜索空间中的某一层(例如s₄)的ZF星座点周围考虑的点的实例。

该搜索并不是穷举性质的，但是在假定有足够数量的候选符号的情况下，它会实现与完全的ML搜索相类似的性能(候选符号的数目取决于SNR并且是信道特定的)。与所需要的候选符号数目有关的问题并不是由本发明的这个实施例解决的。在给出了有关信道“质量”以及信噪比的某些量度的情况下，某些未曾在这里描述的实施例可以计算出候选符号的数目。

在图7中显示了经过了层s₃和s₄的星座空间的可能算法路径的一个实例，其中该图7是经过该星座空间的算法路径的图示。在找到了两个符号s₃和s₄的初始(ZF)估计之后，检测器将会单独地采样s₃和s₄空间，从而检验相邻的星座点并且评估每一步中的距离量度(当然还会更新可靠性信息)。在这个特定实例中，检测器使用的路径是：

s3|s4：100001-＞100000-＞100011-＞110101-＞101001-＞100010-＞110111-＞终止

s4|s3：010000-＞010001-＞010010-＞010100-＞011000-＞010011-＞011001-＞终止

为S₄路径中的每一个点遍历s3的路径。在这种情况下，最终将会得到这两个层的ML解(在以上列举的路径中用黑体显示)。应该指出的是，尽管在实践中得到ML解的可能性是非常大的，但是在这里并不保证本实施例中的检测器将会得出ML解。在实践中，对每一个层来说，可以预期其平均路径长度小于这个实例：用于802.11n标准信道模型’B’的仿真表明，对于每一个接收天线约15dB的SNR以及非视线(non-line-of-sight)条件而言，至少一个层的ZF解和SF解通常会重叠。因此，用以得出ML解的算法路径长度取决于所考虑的信道。然而，读者应该想到的是，硬性ML解并不是提供给信道(例如维特比)解码器的唯一信息。

为了清楚起见，在图8和9中提供了这两个层上的所遍历的路径的其他实例。

在图8中，检测器使用的路径是：

s3|s4：111011-＞111001-＞111010-＞111000-＞110001-＞111110-＞110000-＞终止

s4|s3：000110-＞000111-＞000100-＞100110-＞000010-＞000101-＞100111-＞终止

换句话说，检测器从第一路径中选择第一个星座点，并且估计所有那些跨越第二路径的点。然后，它会从第一路径中选择第二个点并且估计所有那些跨越第二路径的点。这个处理将会反复进行，直到选择了来自第一路径的所有点为止。

在图9中，该路径是：

s3|s4：111100-＞111110-＞111101-＞110100-＞111000-＞111111-＞111010-＞终止

s4|s3：001111-＞001101-＞001110-＞001100-＞000101-＞001010-＞000100-＞终止

在这个实例中，符号s₄的ML解与ZF解是一致的。在这个实施例中，检测器仍旧需要估计所有组合以得出结论。

应该了解的是，本实施例中的检测器提供了若干种变体的一个实例，其中所有这些变体都可以依照相同的总体概念来进行操作。

例如，在这里可以设计这样一种量度，其中当在搜索中计算得到的距离量度 开始超越某个大的值的时候，该量度可用于停止搜索。

如果在层s₃和s₄上噪声是相关的，则可以依照预测的噪声矢量来对候选符号进行排序。例如，通过在s₄的搜索空间中观察距离量度

可以得到关于该层的噪声矢量属性的估计(例如矢量方向)。如果知道层s₃的噪声矢量与层s₄的噪声矢量是相关的，则可以估计层s₃的噪声矢量方向，由此为该方向上的星座点区分优先级。

此外还应该指出，检测器考虑星座点的顺序并不重要，只要检测器顾及了与ZF解点具有最小欧几里德距离的星座点即可。

图10描述的是本发明第二实施例的距离图表(64QAM：144次试验)。与第一实施例一样，该图表是经过排序的。并且在这里仅仅考虑了来自每一层的前12个候选符号。

该实施例的复杂性要低于第一实施例的复杂性：其复杂性约为(num_candidate)²，而在具有12个以上的候选符号的情况下，其性能与ML大致相同。

在这个第二实施例中，初始解可以基于以下处理：求出ZF解，使用例如V-BLAST或者更为优选的是使用基于分解的方法(QR分解、有序QR分解、CORDIC)。对这些实例中一直使用的特定空时码而言，它所具有的一个引人关注的属性是：在分解过程中执行的排序是已知的；并且这种情况是由信道矩阵中列的属性所导致的：列1和2具有相同量值——对列3和列4来说，同样如此。在统计上(或者平均起来)，由于列3和列4中有一半的元素为零，因此列1或2的量值要大于列3或4的量值。

具有并行化能力的硬件处理器有可能联合考虑两个或更多候选符号(属于同一层)。由于为任何两个相邻的例如s₄候选符号重复进行整个处理都会包含重复的步骤(例如从等式中除去s₃)或是公共的算术运算(对a与b相乘、然后与b+d相乘、再与b+2*d相乘以及其他运算的乘法运算而言，该运算可以简化成单一的乘法加上某些与2进行的乘法以及加法)，因此很明显，可以以这种方式对处理加以简化。然而，在不丧失通用性的情况下，并且为了易于描述，本发明中仅仅采用的是在没有显性优化的情况下考虑串行候选符号的情形。

在本发明的第三实施例中可以应用一种改进的启发式方法，在第三实施例中提供了一种复杂性固定的方法，用于在经由MIMO信道接收的信息流中检测符号，并且确定相关的似然性信息。

现在将依照这个第三具体实施例来对一种新颖的启发式算法进行描述，与上文中关于第一和第二具体实施例所描述的ML以及候选ML算法相比，该算法具有等效的性能，但是进一步降低了复杂性。

参见图5，它描述了第一具体实施例中的方案的距离图表，其中点(1，1)是ZF解。在层s3和s4中，距离图表是依照每一个符号与其自身初始估计(ZF)之间的欧几里德距离来排序的。可以看出，在这个图表中，与区域最小值相关的两个维度上都存在着一定的周期性。这种周期性指示的是指向ML解的方向，换句话说，它表明只要矢量方向/角度趋近于ML解矢量方向/角度，那么我们将会会聚到ML解。然而，由于距离映射在两个方向上都给出了局部最小值，因此这种会聚并不是得到保证的。出现这种情况是因为所述会聚取决于信道矩阵的状态。

对这里所描述的第三实施例来说，其中使用的基本概念是在两个维度/层上组合局部最小值来得到全局最小值。实际上，这会导致次优解码器，但是将会以少很多的距离量度计算来实现与ML解码器大致相同的性能(尤其少于第二实施例中为实现相同性能所进行的计算)。

该算法分两个阶段实现，并具有参数a和b，其中a是候选符号数量，b是候选符号的辅助数量。此外，在这里还需要一个初始解，例如ZF解 $\tilde{s}\mathrm{ZF}={\left[\begin{array}{cccc}{s}_1\mathrm{ZF}& s_2\mathrm{ZF}& s_3\mathrm{ZF}& s_4\mathrm{ZF}\end{array}\right]}^T.$

该算法的步骤如下所述：

第一阶段：执行2*a次搜索：

将s3固定在初始(ZF)解，并且在一定数量的候选符号上搜索围绕在s₄ZF周围的s₄。选择产生最小距离的b个最佳候选符号{x₁，x₂，..，x_b}。

将s4固定在初始(ZF)解，并且在一定数量的候选符号上搜索围绕在s₃ZF解周围的s₃。选择产生最小距离的b个最佳候选符号{y₁，y₂，..，y_b}。

第二个阶段：在b²空间上进行搜索。

在b*b矩阵[{x₁，x₂，..，x_b}*{y₁，y₂，..，y_b}]上执行穷举搜索。

总计包括：2*a-1+b*b次计算，而不是num_candidates²次计算。

现在将参考图11～13来描述第三实施例的处理工作实例。

如图11所示(第一个阶段：执行23次试验并为每一层找出4个最小值)，在第三实施例的处理的第一阶段仅仅计算了23个距离量度

并且找到了来自各层的4个最小值。

如图12所示(第二阶段：额外执行42＝16次试验)，在第三实施例的第二阶段中，来自各层的四个最小值将被用作指针(如箭头所示)，以便形成4*4的矩阵，然后将会计算与这个矩阵相对应的另外16个距离量度

在这个特定实例中将会找到ML解，但在通常情况下并不保证出现这种情况。因此，如图13所示，在这里总计将会执行39次试验(第一阶段中23次，第二阶段中16次)，由此将会识别出用于ML的39个候选符号。

在这里还设想了第三实施例的概括形式。这其中包括对算法进行修改，以使之更为通用。层s₃的候选符号数量未必与层s₄的相同。因此，概括算法的步骤是：

第一阶段：执行a_s3+a_s4次搜索：

将s3固定在初始(ZF)解，并且在a_s4个候选符号中搜索围绕在s₄ZF解周围的s₄。选择产生最小距离的b_s4个最佳候选符号符号{x₁，x₂，..，x_{b_s4}}。

将s4固定在初始(ZF)解，并且在a_s3个候选符号中搜索围绕在s₃ZF解周围的s₃。选择产生最小距离的b_s3个最佳候选符号：{y₁，y₂，..，y_{b_s3}}。

第二阶段：在b_s3*b_s4的空间上执行搜索。

以穷举方式搜索b_s3*b_s4矩阵[{y₁，y₂，..，y_{b_s3}}*{x₁，x₂，..，x_{b_s4}}]

总计执行a_s3＋a_s4-1+b_s3*b_s4次计算，而不是num_candidates²次。

在第三实施例的另一种修改方式中，其中还可以通过使a_s3＝a_s4来保持候选符号数量固定，并且b_s3和b_s4仅仅满足b_s3+b_s4＝b。然后可以选择来自一起考虑的这两个层的最佳候选符号{x₁，x₂，..，x_{b_s4}，y₁，y₂，..，y_{b_s3}}。这样有可能导致例如仅仅从层s₄中选择x₁，并且从层s₃中选择{y₁，y₂，y₃}，这是因为它们在这两个层上产生了最小距离。由此，第二阶段的计算数量是可变的，其上限为(b/2)²，下限为1*b＝b。这种特殊的修改在示例部分中同样按照指定标准进行了检测(benchmarked)。

此外，还可以是检测器考虑最小数量的候选符号(也就是距离图表中的行和列)。

在显著降低了复杂性的情况下，这种技术能够实现MIMO ST编码流的最优性能(硬和软输出ML检测)。

仿真结果已经表明，对硬和软输出检测器来说，实际上，仅考虑一定数量的候选符号可产生与穷举方法相同的性能。图14～16说明了所描述的不同实施例在实践实例中的性能特性。

图14描述的是第一和第二实施例的性能(分别用“Idea1”和“Idea2”标记)。换句话说，图14描述的是具有“B NLOS”、64QAM、3/4码率、500次蒙特卡罗循环的软输出ST检测器的性能。第一实施例(以及在每一层上有20个候选符号的第二实施例)将会产生最优性能(与图中的球面解码器的最大对数相比)。MMSE则是软输出检测器。

图15描述的是候选符号数量对第二实施例的性能所产生的影响。换句话说，图15描述的是具有‘B NLOS’、64QAM、3/4码率、500次蒙特卡罗循环的软判决idea-2的性能。可以看出，7个候选符号产生了与MMSE检测器相同的性能，而12个以上的候选符号将会趋近于最优解(第一实施例/ML)。

图16描述的是与球面最大对数检测器以及每一层都具有10个候选符号的第二实施例相对比的第三实施例的性能(其中使用的是802.11h，并且具有’B NLOS’，64QAM，3/4码率)。标记为“修改后的Idea 3”的线条与上文的实施例描述末尾处所记载的第三实施例的修改形式是对应的。

在第二实施例(以及在第三实施例中)所给出的解码器的工作过程中，其中可能出现某个比特b_k的值 $\underset{s|b_k=-1}{\min }\frac{{\left|\right|r-H\tilde{s}\left|\right|}^2}{N_0}$ 以及 $\underset{s|b_k=+1}{\min }\frac{{\left|\right|r-H\tilde{s}\left|\right|}^2}{N_0}$ 为空的情况。出现这种情况是因为并非所有关于 的可能值全都进行了估计。例如，在第一实施例中，s₄和s₃是以穷举方式估计的，因此上述的这两个值都是存在的。然而，下一阶段中的线性检测器仅仅为指定的s₄和s₃提供了s₂和s₁的单个值。由此可能出现这样一种情况，例如，对某个k来说，属于s₁或s₂的比特b_k＝+1是永远都不会出现的，因此，值 $\underset{s|b_k=+1}{\min }\frac{{\left|\right|r-H\tilde{s}\left|\right|}^2}{N_0}$ 将会为空。一种用于纠正这个问题的方法是将所有关于 $\underset{s|b_k=-1}{\min }\frac{{\left|\right|r-H\tilde{s}\left|\right|}^2}{N_0}$ 以及 $\underset{s|b_k=+1}{\min }\frac{{\left|\right|r-H\tilde{s}\left|\right|}^2}{N_0}$ 的值初始化成某个初始值，优选为大于星座网格上距离最远的两个星座点之间的欧几里德距离的值。

虽然上文的描述是借助于要求保护的发明的实例提供的，但是应该了解，其他的修改和替换方案同样落入保护范围以内，其中所述保护范围是由依照说明书和附图解释的附加权利要求来确定的。

特别的，应该了解的是，本发明可以用经过恰当配置的通用计算和/或通信设备来实现，其中举例来说，该设备可以用软件进行配置，其中所述软件可以用所涉及的设备能够读取的存储介质来引入，或者，该设备也可以借助与所涉及的设备联网的设备来进行配置，或者还可以借助至少与所涉及的设备临时通信的设备来配置，而无论所述通信是以直接还是间接方式进行的。另外，所述软件还可以借助例如经由因特网从可远程访问的数据服务器上下载的程序来引入。作为选择，该设备也可以被配置成依照本发明的一个方面并且通过引入恰当的硬件元件来运作，其中举例来说，所述硬件元件可以是专用集成电路或是用于对设备进行相应配置的相似配置的电子装置。

Claims (27)

1.一种用于在接收自MIMO通信信道的信号中检测符号的方法，其中每一个符号都是预定符号集中的一个成员，所述信号包含从正交方案中多个符号在至少两个天线上的传输所产生的信号分量，以及从至少一个其他符号在至少一个其他天线上的传输所产生的信号分量，该方法包括：

首先通过检查所述符号的可能值的集合并且选择最可能的候选符号来确定所述至少一个其他符号的身份；以及

其次通过对多个符号传输的正交方案加以考虑来确定所述多个符号的身份。

2.根据权利要求1的方法，其中第一个确定步骤包括：通过检查所述符号的值的集合并且选择最可能的候选符号，以穷举方式确定所述至少一个其他符号的身份。

3.根据权利要求2的方法，其中所述多个符号符合空时编码结构，并且所述第二确定步骤包括：在确定所述至少一个其他符号的过程中对空时编码结构加以考虑。

4.根据权利要求2或3的方法，其中接收到的信号是基于一起编码的四个符号的传输而接收的，所述穷举确定步骤包括：首先通过检查所述符号的所有可能的值并且选择最可能的候选符号来确定所述符号中的第一个符号的值，其次通过检查所述符号的所有可能的值并且选择最可能的候选符号来确定符号中的第二个符号的值，由此确定所述符号中的两个符号的值。

5.根据权利要求4的方法，其中进一步的确定步骤包括：确定从可能符号的总集合中选出的一组候选符号，所述候选符号是基于穷举确定步骤结果而选择的，根据正交方案从这个候选集合中确定最可能的候选符号的一个子集，并且根据所述候选符号子集来确定正在接收的所述符号组合的似然性。

6.根据权利要求5的方法，其中符号的正交方案是Alamouti方案。

7.根据权利要求1的方法，其中第一确定步骤包括选择所要检测的符号的初始估计，其中潜在符号的集合至少可以表示成一个二维集合，并且其中所述可能值集合包括处于所述二维集合中的所述初始估计的相邻符号集合。

8.根据权利要求7的方法，其中初始估计是一个迫零估计。

9.根据权利要求7或8的方法，其中第一确定步骤包括确定两个符号的身份，并且其中对所述两个符号之一的每一个潜在值来说，所述两个符号中的另一个符号的似然性是通过潜在值集合确定的，由此这两个符号的身份是基于围绕在每一个符号的初始估计周围的这两个符号的最可能组合来确定的。

10.根据权利要求1的方法，其中第一确定步骤包括确定两个接收到的符号的身份，这两个符号是基于可能候选符号的集合而识别的，所述候选符号是基于对与迫零估计的邻近程度所进行的判定来识别的，最接近迫零估计的这两个符号的组合将被选择用于对与这两个符号的身份相对应的最可能的组合进行进一步的考虑。

11.根据权利要求10的方法，其中确定可能候选符号集合的步骤包括：依照与初始估计的邻近程度来确定第一候选符号集合，为所述第一集合的子集确定距离量度信息，并且检测这个子集的距离量度信息中的周期性，根据这个检测到的周期性来确定最大似然解的方位，并且依照最大似然解的方位以及所述候选符号与初始估计的邻近程度来确定一个最可能产生最大似然解的候选符号集合。

12.根据权利要求11的方法，其中初始估计是迫零估计。

13.一种在MIMO通信系统中使用的接收机，其中包括一个用于在接收自MIMO通信信道的信号中检测符号的检测器，其中每一个符号都是预定符号集合中的一个成员，所述信号包含从正交方案中多个符号在至少两个天线上的传输所产生的信号分量，以及从至少一个其他符号在至少一个其他天线上的传输所产生的信号分量，该检测器转而包括：

第一符号确定级，可操作用于在一个可能符号集合中搜索最可能的候选符号；以及

第二符号确定级，可操作用于通过对多个符号传输的正交方案加以考虑来确定所述多个符号的身份。

14.根据权利要求13的接收机，其中第一符号确定级可操作用于以穷举方式来搜索所有潜在的候选符号。

15.根据权利要求13或14的接收机，其中所述多个符号符合空时编码结构，并且所述第二符号确定级包括可操作用于在确定所述其他符号的过程中对空时编码结构加以考虑的装置。

16.根据权利要求13或14的接收机，其中第一符号确定级可操作用于确定两个符号。

17.根据权利要求16的接收机，其中符号的正交方案是Alamouti方案，并且第二符号确定级是一个兼容Alamouti的检测器。

18.根据权利要求13的接收机，其中第一符号确定级可操作用于选择所要检测的符号的初始估计，其中潜在符号集合至少可以表示成一个二维集合，并且其中所述可能值集合包括处于所述二维集合中的所述初始估计的相邻符号集合。

19.根据权利要求18的接收机，其中初始估计是迫零估计。

20.根据权利要求18或19的接收机，其中第一符号确定级可操作用于确定两个符号的身份，并且其中对所述两个符号之一的每一个潜在值来说，第一符号确定级可操作用于在潜在值集合中确定所述两个符号中的另一个符号的似然性，由此这两个符号的身份可基于围绕在每一个符号的初始估计周围的这两个符号的最可能的组合来确定的。

21.根据权利要求13的接收机，其中第一符号确定级可操作用于确定两个接收到的符号的身份，这两个符号是基于可能候选符号的集合来识别的，所述候选符号是基于对其与迫零估计的邻近程度来确定的，最接近迫零估计的这两个符号的组合将被选择用于对与这两个符号的身份相对应的最可能的组合进行进一步的考虑。

22.根据权利要求21的接收机，其中第一符号确定级包括用于确定可能候选符号集合的装置，该装置可操作用于根据与初始估计的邻近程度来确定第一候选符号集合，为所述第一集合的子集确定距离量度信息，并且检测这个子集的距离量度信息中的周期性，根据这个检测到的周期性来确定最大似然解的方位，以及依照最大似然解的方位以及所述候选符号与初始估计的邻近程度来确定一个最可能产生最大似然解的候选符号集合。

23.根据权利要求22的接收机，其中初始估计是一个迫零估计。

24.一种系统，其中包含了依照权利要求13～23中的任何一个权利要求的接收机。

25.一种传递信息的方法，其中包括在MIMO信道上发射信息以及接收信息，其中接收信息包括依照权利要求1～12中的任何一个权利要求来检测信息。

26.一种计算机程序产品，其中包括计算机可执行指令，所述指令对计算机进行配置，使之作为依照权利要求13～23中任何一个权利要求的接收机来进行操作。

27.一种计算机程序产品，其中包括计算机可执行指令，所述指令对计算机进行配置，使之依照权利要求1～12中的任何一个权利要求来检测接收信号上的符号。

Images