CN1841986A - 无线通信设备和无线通信方法 - Google Patents

Abstract

本发明揭示了一种使用多个天线接收其中多个流被空间多路复用的空间多路复用信号的无线通信设备，包括：信道矩阵估计器，用于估计空间多路复用信道的信道矩阵；空间解码器，用于对每个均由对应天线接收的接收信号进行空间解码，以便通过从估计信道矩阵得到天线加权矩阵并随后将每个接收信号乘以天线加权矩阵，将接收信号分离成各流信号；似然信息估计器，用于使用估计信道矩阵、天线加权矩阵和估计噪声功率估计似然信息；以及软判决解码器，用于根据估计似然信息对每个流信号执行软判决解码。

Description

无线通信设备和无线通信方法

相关申请的交叉引用

本发明含有与在2005年3月29日向日本专利局提出的日本专利申请JP 2005-096352的主题，该专利申请的全部内容在这里列为参考予以引用。

技术领域

本发明涉及使用由一对发射机和接收机(各有多个天线)形成的多个逻辑信道执行空间多路复用通信的无线通信设备和无线通信方法。特别是，本发明涉及一种用于MIMO(多输入多输出)通信方案的无线通信设备和无线通信方法，其中基于信道特征，根据MIMO方案合成空间多路复用信号并随后将其逐个流地分离到各信号中。

更具体地说，本发明涉及使用根据MMSE(最小均方误差)算法从估计信道矩阵H得出的天线加权矩阵W，通过根据MIMO方案将其合成在一起来将空间多路复用信号空间解码成各流信号的无线通信设备和无线通信方法。特别是，本发明涉及一种在采用MMSE算法的MIMO接收机内执行精确似然估计的无线通信设备和无线通信方法。

背景技术

无线网络作为使得用户摆脱了必需使用已知的有线通信方案的线路的系统具有很大的吸引力。与无线网络有关的标准之一是IEEE(电气和电子学工程师协会)802.11。

IEEE802.11a标准支持实现54Mbps的最大通信速度的调制方案。然而，需要有能实现更高比特率的无线标准。作为加速无线通信的方法之一，MIMO(多输入多输出)通信具有很大的吸引力。MIMO通信是通过向发射机和接收机提供多个天线来实现空间多路复用传输信道(以下简称为“MIMO信道”)的通信。MIMO发射机分配发射数据，随后将所分配的发射数据传输给发射机的多个天线。MIMO接收机从多个天线接收空间信号，随后对这些接收信号执行信号处理，由此获得没有串扰(crosstalk)的每个信号(例如，见日本待审专利申请公开No.2002-44051)。

按照MIMO通信方案，在不加宽频带的情况下传输容量随天线数量增多而增大，从而提高了通信速度。此外，由于MIMO通信方案使用了空间多路复用，因此可以改善频率使用效率。MIMO通信方案是利用信道特性的通信方案，因此不同于发送/接收自适应阵列通信方案。

图11为MIMO通信系统的示意图。如图11所示，发射机和接收机各有多个天线。发射机通过对数据执行空间-时间编码多路复用多个发射数据。编码数据被分配给M个发射天线，并随后发送到MIMO信道上。接收机从N个接收天线通过MIMO信道接收信号，并随后对接收信号执行空间-时间解码，从而可以获得接收数据。所希望的是要形成的MIMO流的数目对应于发射天线数或接收天线数中较小的数目(MIN[M，N])。

通常，每个MIMO信道具有包括发射机和接收机周围的无线电波传播环境的配置(传递函数)和信道空间的配置(传递函数)。虽然在多路复用需从各个天线发送的信号时出现串扰，但接收机可以通过执行接收处理正确获得每个多路复用信号而没有串扰。

MIMO接收机可以通过以下操作获得每个流信号x：以某种方式获取信道矩阵H；用信道矩阵H按照预定算法得到天线加权矩阵W：以及将天线加权矩阵W乘以每个空间多路复用接收信号y。也就是说，MIMO接收机可以对接收信号进行空间分离或空间解码。

$\hat{x}=\mathrm{Wy}...\left(1\right)$

例如，发射机发送包括已知训练序列的基准信号。利用这个基准信号，接收机就可以获得信道矩阵H。

作为比较简单的用信道矩阵H得到天线加权矩阵W的算法，已知有迫零(zero-forcing)算法和MMSE(最小均方误差)算法。迫零是基于完全消除串扰的逻辑的方法。但是，MMSE是基于使信号功率与平方误差(square error)(串扰功率与噪声功率之和)之比达到最大的逻辑的方法。这种MMSE方法引入了接收机噪声功率的概念，其中串扰是为得到天线加权矩阵W有意产生。对于这两种算法来说，已知MMSE算法在高噪声环境下较为优越一些。

通常，在迫零和MMSE算法中，得到在空间解码后要接收的信号的信号振幅值等于1左右。因此，后空间解码接收信号的信号振幅值近似等于1。这时，丢失了接收信号的强度信息，亦即伪SNR信息。因此，需为软判决解码器提供某种似然信息。

例如，在迫零中，通常用以下的式(2)得到后空间解码SNR相对估计。该式基于每个流的加权向量的平方范数(square norm)变得等于噪声功率的增益的事实以及后空间解码信号振幅的期望值变得等于1的期望。

$\mathrm{SN}{R}_{\mathrm{ZF}}\left(l\right)=\frac{1}{{\left|\right|{\stackrel{\·}{w}}_l\left|\right|}^2}...\left(2\right)$

${\stackrel{\·}{w}}_l=[w_{l1}\·\·\·w_{\ln }\·\·\·w_{\mathrm{lN}}]...\left(3\right)$

$W={[{\stackrel{\·}{w}}_1\·\·\·{\stackrel{\·}{w}}_l\·\·\·{\stackrel{\·}{w}}_L]}^T...\left(4\right)$

其中：

l：流序号；

L：流数；

n：接收支路序号；

N：接收支路数；

W:天线加权矩阵；

：第l个流的天线加权向量。

式(3)表明第l个流的天线加权向量是包括第l个流与每个接收支路n之间的天线加权w_ln作为元素的向量。式(4)表明天线加权矩阵W是逐个流地包括天线加权向量作为行向量的矩阵的转置矩阵。每个流内与空间解码处理关联的增益为这个流的天线加权向量的平方范数。在式(2)中，得到空间解码后第l个流的SNR，作为这个流的天线加权向量的平方范数的倒数。

最后，将以下式(5)所示的SNR估计的平方根的值发送给软判决解码器作为似然振幅。从式(2)可见，这样的似然信息是只用天线加权矩阵来估计的。

$Y=\sqrt{\mathrm{SN}{R}_{\mathrm{ZF}}\left(l\right)}...\left(5\right)$

另一方面，在MMSE算法中，在计算天线加权矩阵时有意产生串扰(流之间的干扰)，而空间解码后信号振幅的期望值不限制为1。考虑到这些事实，认为难以期望如式(2)所示的从只用天线加权矩阵得到的似然估计精确是的。

这种不精确的似然估计导致软判决解码器的解码特性恶化，因此影响到整个接收机的性能。

发明内容

希望提供一种使用根据MMSE算法从估计信道矩阵H得出的天线加权矩阵W，优选地通过根据MIMO方案对其进行合成来将空间多路复用信号空间解码成各流信号的高级无线通信设备和高级无线通信方法。

还希望提供一种在采用MMSE算法的MIMO接收机内获得高可靠性的似然估计，从而防止整个接收机的性能恶化的高级无线通信设备和高级无线通信方法。

按照本发明的实施例，提供了一种使用多个天线接收其中多个流被空间多路复用的空间多路复用信号的无线通信设备，包括：信道矩阵估计器，用于估计空间多路复用信道的信道矩阵；空间解码器，用于对每个均由对应天线接收的接收信号进行空间解码，以便通过从估计信道矩阵得到天线加权矩阵并随后将每个接收信号乘以天线加权矩阵，将接收信号分离成各流信号；似然信息估计器，用于使用估计信道矩阵、天线加权矩阵和估计噪声功率估计似然信息；以及软判决解码器，用于根据估计似然信息对每个流信号执行软判决解码。

本发明涉及其中一对发射机和接收机(各有多个天线)执行空间多路复用信号的传输的MIMO通信方案。MIMO接收机可以通过以下操作获得每个流信号x：以某种方式获取信道矩阵H；按照预定算法使用信道矩阵H得到天线加权矩阵W：以及将天线加权矩阵W乘以每个空间多路复用接收信号y。也就是说，MIMO接收机可以对接收信号进行空间分离或空间解码。

作为比较简单的用信道矩阵H得到天线加权矩阵W的算法，已知有迫零算法和MMSE(最小均方误差)算法。在这两个算法中，由于接收信号的强度信息，亦即伪SNR信息，在空间解码时丢失，因此需为软判决解码器提供有效的似然信息。

与迫零算法相比，引入接收机噪声功率概念的MMSE算法在高噪声环境内更为优越一些。然而，在MMSE算法中，有意产生串扰，并且在空间解码后的信号振幅期望值不限于1。考虑到这些情况，只用天线加权矩阵得到的似然估计就成为不精确的。这导致软判决解码器的解码特性的恶化，因此影响到整个接收机的性能。

因此，在本发明中，似然信息是根据诸如估计信道矩阵、天线加权矩阵和估计噪声功率这三部分信息较为精确地估计的。然后，将所估计的似然信息发送给软判决解码器。具体地说，用估计信道矩阵、天线加权矩阵和估计噪声功率计算每个后空间解码(post-spatial-decoding stream signal)流信号的信号功率S、干扰功率I和噪声功率N种的每一个。然后，将从S/(I+N)的平方根得出的似然信息发送给软判决解码器。

在空间解码后包括在每个流中的噪声功率值可以从这个流的天线加权向量的平方范数与包括在前空间解码信号(pre-spatial-decoding signal)内的噪声功率的乘积得出。

空间解码后的每个流的信号振幅的期望值可以从这个流的天线加权向量与信道向量的标量积得出。因此，流的真正信号功率估计可以通过将从每个流的天线加权向量与信道向量的标量积的平方范数得出的功率值中减去噪声功率值得出。或者，从平方范数得出的值可以作为信号功率估计而不减去噪声功率值。

空间解码后的每个流的干扰信号的振幅可以从这个流的天线加权向量与其他流的信道向量的标量积得出。因此，流的干扰信号功率可以从这些标量积的平方范数之和得出。

因此，按照本发明的实施例设计的MIMO接收机不仅用天线加权矩阵W而且还用在MMSE处理中的噪声功率估计σ_r ²(即，在空间解码前的接收信号内的噪声功率估计)和估计信道矩阵直接估计每个后空间解码流信号的噪声功率、信号功率和干扰功率中的每一个，然后从这些估计得出SINR。因此，从SINR的平方根得出的似然振幅信息可以在软判决处理中用作高度可靠的似然信息。

似然信息估计器可以将估计似然振幅值乘以每个后空间解码流信号。在这种情况下，可以得到与直接将似然信息发送给软判决解码器类似的效果。

在联合使用OFDM通信方案的MIMO通信系统中，空间解码器通过将每个接收信号乘以天线加权矩阵将经傅里叶变换的接收信号分离为各流信号。在这种情况下，本发明的优点不改变。

此外，在本发明的实施例中，将可通过空间解码获得的每个流信号去映射，随后通过数据合成将去映射的流信号并行-串行变换为一个流信号。在并行-串行变换后的流信号上执行软判决解码。然而，也可通过对每个流信号执行软判决解码得到本发明的优点。

按照本发明的实施例，提供了一种使用根据MMSE算法从估计信道矩阵H得出的天线加权矩阵W，优选地通过根据MIMO方案对其进行合成来将空间多路复用信号空间解码成各流信号的高级无线通信设备和高级无线通信方法。

此外，按照本发明的实施例，提供了一种通过在采用MMSE算法的MIMO接收机内获得高可靠性的似然估计，防止整个接收机的性能恶化的高级无线通信设备和高级无线通信方法。

从以下对本发明的实施例和附图的详细说明中可以清楚地看到本发明的其他一些目的、特征和优点。

附图说明

图1例示了一种按照本发明的实施例设计的MIMO发射机的配置。

图2例示了一种按照本发明的实施例设计的MIMO接收机的配置。

图3例示了一种按照本发明的实施例设计的似然估计机制。

图4例示了另一种按照本发明的实施例设计的似然估计机制。

图5例示了又一种按照本发明的实施例设计的似然估计机制。

图6例示了又一种按照本发明的实施例设计的似然估计机制。

图7例示了遵从IEEE802.11a/g规范的MMSE-MIMO接收机的一种PER特性仿真的结果。

图8例示了遵从IEEE802.11a/g规范的MMSE-MIMO接收机的另一种PER特性仿真的结果。

图9例示了遵从IEEE802.11a/g规范的MMSE-MIMO接收机的又一种PER特性仿真的结果。

图10例示了遵从IEEE802.11a/g规范的MMSE-MIMO接收机的又一种PER特性仿真的结果。

图11为MIMO通信系统的示意图。

具体实施方式

下面将结合附图举例说明本发明的实施例。

本发明涉及其中一对发射机和接收机(各有多个天线)执行空间多路复用信号的传输的MIMO通信。在MIMO通信方案中，发射机分配发射数据，随后将所分配的发射数据传输给发射机的多个天线。接收机从多个天线接收空间信号，随后对这些接收信号执行信号处理，由此获得没有串扰的每个信号。按照MIMO通信方案，在不加宽频带的情况下传输容量随天线数量增多而增大，从而提高了通信速度。此外，由于MIMO通信方案使用了空间多路复用，因此可以改善频率使用效率。

图1和2分别例示了按照本发明的实施例设计的MIMO发射机和MIMO接收机的配置。每个发射机和接收机各有两个天线，如图1和2所示，因此形成两个发射/接收流。然而，本发明并不局限于流为两个。

所例示的通信系统为联合使用OFDM调制方案的MIMO-OFDM(正交频分多路复用)通信系统。OFDM调制方案为多载波传输方案，其中每个副载波的频率设置成允许每个副载波与在符号段内的其他副载波正交。每个副载波与其他副载波正交意味着预定的副载波的频谱的峰值点通常与其他副载波频谱的零点对应。按照OFDM调制方案，频率使用效率可以非常高，而且可以具有对于频率选择性衰落的鲁棒性，如在该技术领域内所知。

数据产生器100提供的传输数据在扰码器102内扰码。随后，编码器104对扰码的传输数据执行纠错编码。作为一种编码器，例如在IEEE802.11a的情况下使用的是R＝1/2、K＝7的卷积编码器。经编码的信号输入数据分配器106，并随后分配给每个流。

在每个MIMO发送流中，穿孔单元108或109按照提供给每个流的数据率对发送信号穿孔(puncture)。交织器110或111交织经穿孔的发送信号。映射器112或113将经交织的发送信号映射入IQ信号空间，从而信号就成为复基带信号。IFFT单元114或115将每个安排在频率域内的副载波变换成时间轴信号。防护插入器116或117将防护间隔插入时间轴信号。数字滤波器118或119对信号进行频带限制。DA变换器120或121将经频带限制的信号变换成模拟信号。RF单元122或123将模拟信号上变频到适当的频带。最后，将经上变频的模拟信号从每个天线发送给传播通路。

MIMO接收机接收通过MIMO信道来的数据。RF单元232或233执行对接收数据的模拟处理。AD变换器230或231将经处理的数据变换成数字信号。数字信号输入数字滤波器228或229。同步电路226对信号执行诸如分组查找、定时检测和频偏补偿的处理。防护撤除器224或225从信号中撤除附着于数据传输段的头部的防护间隔。FFT单元222或223将时间轴信号变换成频率轴信号。

天线加权矩阵计算器218按照例如MMSE算法使用估计的信道矩阵H计算天线加权矩阵W。天线加权矩阵乘法器216通过用天线加权矩阵W与原是接收信号进行矩阵相乘对空间多路复用信号进行解码，从而按流得到独立的信号序列。

在这个实施例中，用信道矩阵H、在MIMO处理段300内获得的天线加权矩阵W以及包含在前空间解码接收信号内的噪声功率的噪声功率估计σ_r ²得到软判决解码所需的似然信息。这一点在下面还要详细说明。

信道等效电路214按流对信号序列执行剩余频偏补偿、信道跟踪等。去映射器212或213将处在IQ信号空间内的接收信号去映射。去交织器210或211对经去映射的信号去交织。去穿孔单元208或209以预定的数据率将经去交织的信号去穿孔。数据合成器206按MIMO接收流将接收信号合成为流。在这个数据合成处理中，执行在发射机内所执行的数据分配的精确逆操作。解码器204按照软判决处理对所合成的信号执行纠错解码。去扰码器202将经纠错解码的信号去扰码。通过以上这些过程，数据获取单元200获得所接收的数据。

可以考虑一些在信道估计器220内获取信道矩阵H的方法。然而，在这个实施例中，所用的是时分方法，其中发射机按照时分方法逐个发射天线地发送训练信号，而接收机根据每个接收天线接收到的训练信号得到信道矩阵H。在按照时分方法发送训练信号时，可以执行音调交织操作，其中插入每个MIMO信道的训练信号的位置在每个副载波内改变。然而，由于获取信道矩阵H的方法不直接与本发明相关，因此不作更进一步的说明。

作为在天线加权矩阵计算器218用信道矩阵H得到天线加权矩阵W的一种比较简单的算法，采用MMSE算法。MMSE方法是基于使信号功率与平方误差(串扰功率与噪声功率之和)的比最大的逻辑的方法。MMSE算法引入接收机的噪声功率的概念，其中有意产生串扰以得到天线加权矩阵W。因此MMSE算法适合于高噪声环境。

然而，在MMSE算法中，通常，得到在空间解码后接收信号的信号振幅值等于1左右。因此，后空间解码信号振幅的值近似为1左右。在空间解码时，丢失了接收信号的强度信息，亦即伪SNR信息。因此，需为软判决解码器提供有效的似然信息。此外，在MMSE算法中，串扰是有意产生的，并且后空间解码信号振幅的期望值不限于1。因此，按照已知的似然估计方法只用天线加权矩阵得到的似然估计就成为不精确的。

因此，在这个实施例中，似然信息是根据诸如估计信道矩阵、天线加权矩阵和估计噪声功率这三部分信息较为精确地估计的。然后，将所估计的似然信息发送给软判决解码器204。具体地说，用估计信道矩阵、天线加权矩阵和估计噪声功率计算每个后空间解码流信号的信号功率S、干扰功率I和噪声功率N中的每一个。然后，将从S/(I+N)的平方根得出的似然信息发送给软判决解码器204。

图3例示了一种按照本发明的实施例设计的似然估计机制。

天线加权矩阵计算器218通过例如对在信道估计器220内估计的信道矩阵H执行逆(inverse)矩阵操作得到天线加权矩阵W。天线加权矩阵乘法器216对来自对应天线的接收信号1和2空间解码，以便通过将它们乘以天线加权矩阵将它们分离成逐个流的信号。去映射器212或213将处在IQ信号空间内的接收信号去映射，从而得到原始数据序列。数据合成器206逐个流地对这些数据序列执行并行-串行变换。软判决解码器204对所得到的串行数据序列执行软判决解码。

在这个实施例中，似然估计器具有诸如估计信道矩阵H、天线加权矩阵W和估计噪声功率σ_r ²这三部分信息的输入。用这些值，似然估计器直接估计每个后空间解码流信号的噪声功率、信号功率和干扰功率中的每一个，然后再用这些估计得到一个SINR。

$\mathrm{SIN}{R}_{\mathrm{MMSE}}\left(l\right)=\frac{{\hat{S}}_l}{{\hat{I}}_l+{\hat{N}}_l}...\left(6\right)$

然后，似然估计器将从所计算的SINR的平方根得出的似然振幅信息提供给软判决解码器204。

$Y=\sqrt{\mathrm{SIN}{R}_{\mathrm{MMSE}}\left(l\right)}...\left(7\right)$

用于使用估计信道矩阵H、天线加权矩阵W和估计噪声功率σ_r ²的输入直接得到噪声功率、信号功率和干扰功率中每一个的计算式如下：

${\hat{N}}_l={\left|\right|{\stackrel{\·}{w}}_l\left|\right|}^2{\mathrm{\σ}}_r^2...\left(8\right)$

${\hat{S}}_l={\left|\right|{\stackrel{\·}{w}}_l\·{\stackrel{\·}{h}}_l\left|\right|}^2-{\hat{N}}_l\·\·\·\left(9\right)$

${\hat{I}}_l=\underset{i=1(i\≠l)}{\overset{L}{\mathrm{\Σ}}}\left({\left|\right|{\stackrel{\·}{w}}_l\·{\stackrel{\·}{h}}_l\left|\right|}^2\right)...\left(10\right)$

${\stackrel{\·}{h}}_l=[h_{1l}\·\·\·h_{\mathrm{nl}}\·\·\·w_{\mathrm{Nl}}]...\left(11\right)$

$H=[{\stackrel{\·}{h}}_1^T\·\·\·{\stackrel{\·}{h}}_l^T\·\·\·{\stackrel{\·}{h}}_N^T]...\left(12\right)$

其中

σ_r ²：空间多路复用信号的估计噪声功率；

H：估计信道矩阵。

σ_r ²表示前空间解码接收信号中包括的噪声功率。每个流内与空间解码处理关联的增益为这个流的天线加权向量的平方范数。因此在式(8)中，空间解码后的每个流内包含的噪声功率值通过从这个流的天线加权向量的平方范数与包括在前空间解码信号内的噪声功率的积得出。

式(11)表明第l个流的信道向量是包括每个接收支路n与第l个流之间的信道估计h_nl作为元的向量。式(12)表明信道矩阵H是包括逐个流的信道向量的转置向量作为列向量的矩阵。空间解码后的每个流的信号振幅的期望值可以从天线加权向量与这个流的信道向量的标量积得出。虽然标量积的平方范数是空间解码后的每个流的信号功率，但这个信号功率值还包括噪声功率。因此，在式(9)中，通过将从标量积的平方范数计算出的功率值减去用式(8)得到的噪声功率值得到真正的流的信号功率估计。或者，也可以就省去这个减去噪声功率的操作。

空间解码后的每个流的干扰信号的振幅可以从这个流的天线加权向量与其他流的信道向量的标量积得出。因此，在式(10)中，流的干扰信号功率从这些标量积的平方范数之和得出。

将分别用式(8)、(9)和(10)得到的噪声功率、信号功率和干扰功率代入式(6)，就可以得到在按照MMSE算法获取天线加权矩阵时的适当的SINR值。如式(7)所示，从SINR的平方根得出的似然振幅可以作为高度可靠的似然信息。因此，即使在有意产生串扰的MMSE算法的情况下，也可以将相对高度可靠的似然信息发送给软判决解码器204，从而可以防止整个接收机的性能恶化。

图4例示了一种对似然估计机制的示范性修改。在图3所示的例子中，似然估计器直接将估计似然振幅值发送给处在下一级的软判决解码器204。但是，在图4中，将每个后空间解码流信号乘以估计似然振幅值。在这种情况下，可以达到与直接将值发送给软判决解码器204类似的效果。

如图1和2所示，按照这个实施例设计的MIMO通信系统联合使用了OFDM通信方案。在这种情况下，如图5所示，对被执行了FFT的接收信号执行空间解码。然而，在这种情况下，本发明的这些优点不变。

图6例示了另一种对似然估计机制的示范性修改。在图3、4和5所示的例子中，将可通过空间解码得到的各流信号去映射，随后通过数据合成将其并行-串行变换为流信号。然后，对所合成的数据执行软判决解码。但是，如图6所示，对每个流信号执行软判决解码。在这种情况下，可以类似地得到本发明的优点。

最后，图7至10例示了一些示范性的模拟结果，以例证本发明的优点。这些结果是遵从IEEE802.11a/g规范(副载波间距为312.5KHz、副载波数为52的OFDM调制方案)的MMSE-MIMO接收机的PER(分组出错率)特性的计算结果。

图7例示了有两个发射天线和两个接收天线(即，两个流)的QPSK的结果。图8例示了有四个发射天线和四个接收天线(即，四个流)的QPSK的结果。图9例示了有两个发射天线和两个接收天线(即，两个流)的BPSK的结果。图10例示了有四个发射天线和四个接收天线(即，四个流)的BPSK的结果。分组长度为1000字节，用来模拟的信道模型为在IEEE802.11n中所规定的信道D。从各图可见，在采用按照这个实施例所建议的似然估计方法(建议)的情况下，在PER＝1％处比传统的似然估计方法(传统)可以改善1.5-5dB左右。

以上结合本发明的一些具体实施例对本发明作了说明。然而，本领域技术人员在不背离本发明的精神实质和专利保护范围的情况下显然可以对本发明进行种种修改和替换。

在本说明书中，主要说明了将本发明应用于采用MMSE算法来获取天线加权矩阵的MIMO通信系统的实施例。然而，本发明并不局限于这个实施例。在采用其他用于获得天线加权的考虑噪声功率的MIMO通信系统中也可以获得本发明的优点。

也就是说，虽然本发明是以实施例为例进行说明的，但不应该将本发明视为局限于这个实施例。本发明的精神实质由以下权利要求书给出。

Claims (10)

1.一种使用多个天线接收其中多个流被空间多路复用的空间多路复用信号的无线通信设备，包括：

信道矩阵估计器，用于估计空间多路复用信道的信道矩阵；

空间解码器，用于对每个均由对应天线接收的接收信号进行空间解码，以便通过从估计信道矩阵得到天线加权矩阵并随后将每个接收信号乘以天线加权矩阵，将接收信号分离成各流信号；

似然信息估计器，用于使用估计信道矩阵、天线加权矩阵和估计噪声功率估计似然信息；以及

软判决解码器，用于根据估计似然信息对每个流信号执行软判决解码。

2.按照权利要求1所述的无线通信设备，其中空间解码器按照基于使信号功率与平方误差的比值最大的逻辑的MMSE(最小均方误差)算法得到天线加权矩阵。

3.按照权利要求1所述的无线通信设备，其中似然信息估计器使用估计信道矩阵、天线加权矩阵和估计噪声功率计算每个后空间解码流信号的信号功率S、干扰功率I和噪声功率N中的每一个，并随后将从S/(I+N)的平方根得到的似然振幅信息发送给软判决解码器。

4.按照权利要求1所述的无线通信设备，其中似然信息估计器通过将流的天线加权向量的平方范数乘以包括在前空间解码接收信号中的噪声功率的值，得到包括在每个后空间解码流中的噪声功率的值。

5.按照权利要求1所述的无线通信设备，其中似然信息估计器通过从由流的天线加权向量与信道向量的标量积的平方范数得到的功率值减去噪声功率值，得到每个后空间解码流的真正信号功率估计。

6.按照权利要求1所述的无线通信设备，其中似然信息估计器从流的天线加权向量与其他流的信道向量的标量积的平方范数的总和得到每个后空间解码流的干扰信号功率值。

7.按照权利要求1所述的无线通信设备，其中似然信息估计器通过将估计似然振幅值乘以每个后空间解码流信号，将似然信息发送给软判决解码器。

8.按照权利要求1所述的无线通信设备，其中：

通过对应天线接收的每个接收信号为映射到在频率轴上彼此正交的多个副载波上的OFDM调制信号；

所述无线通信设备还包括傅里叶变换器，用于对每个接收信号进行傅里叶变换，以便将时间轴信号变换为频率轴信号；以及

其中空间解码器通过将每个接收信号乘以天线加权矩阵，将傅里叶变换后的每个接收信号分离成各流信号。

9.按照权利要求1所述的无线通信设备，其中似然信息估计器从流的天线加权向量与信道向量的标量积的平方范数得出每个后空间解码流的真正信号功率估计。

10.一种使用多个天线接收其中多个流被空间多路复用的空间多路复用信号的无线通信方法，包括步骤：

估计空间多路复用信道的信道矩阵；

对每个均由对应天线接收的接收信号进行空间解码，以便通过从估计信道矩阵得到天线加权矩阵并随后将每个接收信号乘以天线加权矩阵，将接收信号分离成各流信号；

通过使用估计信道矩阵、天线加权矩阵和估计噪声功率计算每个后空间解码流信号的信号功率S、干扰功率I和噪声功率N中的每一个，来估计似然信息；并随后得到S/(I+N)的平方根作为似然信息；以及

根据估计似然信息对每个流信号执行软判决解码。

Images