DE102014011876A1

DE102014011876A1 - Entscheidungsrückmeldungslösung für Kanäle mit niedriegem Signal-Rauschverhältnis

Info

Publication number: DE102014011876A1
Application number: DE102014011876.2A
Authority: DE
Inventors: Fei Tong; Hong Wan; Erik Lindskog
Original assignee: Cambridge Silicon Radio Ltd
Current assignee: Qualcomm Technologies International Ltd
Priority date: 2013-12-31
Filing date: 2014-08-08
Publication date: 2015-07-02
Also published as: GB201411860D0; GB2523209B; US20150188667A1; US9083499B1; GB2523209A

Abstract

Die vorliegende Erfindung betrifft einen MIMO-Detektor geringer Komplexität in einem drahtlosen Kommunikationssystem bei einer nahezu optimalen Leistung. Es wird eine Anfangssymbolschätzung für einen übertragenen Symbolvektor durchgeführt. Weiche Informationen eines übertragenen Symbolvektors können genauer durch Entzerren der LLR berechnet werden, die mit Symbolen verbunden sind, die zu schwachen Kanälen gehören, die an schlechter Anfangsschätzung leiden können. Durch Kombinieren von Aspekten sowohl einer linearen Erkennung als auch einer ML-Erkennung wird die Komplexität eines vorgeschlagenen Detektors um Größenordnungen geringer als die eines ML-Detektors, jedoch liegt die Leistung der des ML-Detektors sehr nahe.

Description

ERFINDUNGSGEBIET
Eine Erfindung betrifft drahtlose Kommunikationssysteme und insbesondere Verfahren und Vorrichtungen zum Ausführen von unkomplizierten MIMO-Detektoren in einem drahtlosen Kommunikationssystem mit Maximum-Likelihood-naher Leistung selbst unter schlechten Kanalbedingungen.
HINTERGRUND DER ERFINDUNG
Nach schneller und steiler Entwicklung in den vergangenen zwei Jahrzehnten bieten drahtlose Kommunikationssysteme nunmehr eine große Vielzahl von Diensten wie beispielsweise Multimediakommunikationen, Web-Browsing, Ton- und Bild-Streaming, Online-Spielen von Spielen usw. Nicht überraschend hat auch die Anzahl von auf diese Dienste zugreifenden Benutzern drastisch zugenommen. Durch die sich ergebende Zunahme an Datenverkehr zusammen mit der Knappheit an drahtlosen Spektrumressourcen ist Datenübertragung mit hohem Wirkungsgrad zu einem wesentlichen Faktor in der Auslage drahtloser Kommunikationssysteme geworden.
Eine Verwendung von MIMO-Verfahren (MIMO = Multiple-Input-Multiple-Output – Mehrkanalempfang/Mehrkanalsendung) ist damit zum neuen Grenzgebiet drahtloser Kommunikation geworden. Bei dem MIMO-Verfahren werden grundsätzlich mehrere Antennen sowohl am Sender als auch am Empfänger eingesetzt, um eine Übertragung paralleler Datenströme über verfügbare räumliche Kanäle zu erlauben, womit wiederum hochratige Datenübertragungen und verbesserte Streckengüte ermöglicht werden.
Ein optimaler MIMO-Detektor für das drahtlose Kommunikationssystem ist ein ML-Detektor (ML = Maximum Likelihood – Detektor größter Wahrscheinlichkeit), der eine Durchschnittsfehlerwahrscheinlichkeit zwischen erkannten Symbolen und übertragenen Symbolen zu minimieren sucht. Konstruieren eines ML-Detektors ist jedoch dem Lösen eines nichtdeterministischen polynomzeit-(NP)harten Problems gleichwertig und damit aufgrund dessen exponentieller Komplexität unpraktisch zu realisieren.
In der Praxis sind verschiedene lineare Ausführungen vorgeschlagen worden, um den ML-Detektoren nahezukommen, so dass eine Rechenkomplexität bewältigt werden kann. Beispiele dieser Annäherungsausführungen umfassen MMSE-Detektoren (MMSE = Minimum Means Square Error – minimales mittleres Fehlerquadrat) und ZF-Detektoren (ZF = Zero Forcing – Nullerzwingung), die herkömmlicherweise aufgrund ihrer geringen Komplexität benutzt worden sind. Die Leistung dieser herkömmlichen linearen Detektoren fällt jedoch in schlechten Kanalzuständen bedeutsam ab. So verbleibt ein beträchtlicher Bedarf an Verfahren und Geräten in MIMO-Detektorkonstruktionen geringer Komplexität, die selbst in schlechten Kanalzuständen hohe Leistung aufweisen.
KURZFASSUNG DER ERFINDUNG
Die Erfindung betrifft Verfahren und Vorrichtungen für die MIMO-Detektorkonstruktion geringer Komplexität in dem drahtlosen Kommunikationssystem mit einer nahezu optimalen Leistung, selbst wenn die Kanalzustände schlecht sind. Zum Verringern der Komplexität sucht die neue MIMO-Detektorkonstruktion gemäß Ausführungsformen eine Annäherung an ein ML-Problem basierend auf Ergebnissen anfänglicher linearer Symbolerkennung. So wird durch Kombinieren von Aspekten von sowohl der linearen Erkennung als auch der ML-Erkennung eine Komplexität des Detektors um Größenordnungen geringer als die des ML-Detektors, jedoch ist die Leistung der des ML-Detektors sehr nahe. Wie einem gewöhnlichen Fachmann bei Durchsicht der unteren Beschreibung offenbar wird, erlauben die verschiedenen Aspekte der in der vorliegenden Anmeldung offenbarten Erfindung Flexibilität und geringe Komplexität in der Auslegung wie auch eine Kostenverringerung der Hardware.
Gemäß einem Aspekt der Erfindung werden in einem Breitband-Kommunikationssystem mit mehreren Sendeantennen und Empfangsantennen übertragene Daten durch erstes Empfangen an einem Empfänger des Kommunikationssystems eines empfangenen Symbolvektors entsprechend einem übertragenen Symbolvektor erkannt. Es wird der Zustand des Kommunikationskanals geschätzt. Weiche Informationen des übertragenen Symbolvektors werden basierend auf dem empfangenen Symbolvektor berechnet. Die berechneten weichen Informationen des übertragenen Symbolvektors werden dann von einem Skalierungsfaktor gemäß dem Kommunikationskanalzustand skaliert. Die übertragenen Daten werden dann decodiert und durch einen Kanaldecodierer basierend auf den entsprechenden skalierten weichen Informationen wiedergewonnen.
Gemäß einem weiteren Aspekt der Erfindung ist eine MIMO-Erkennungsvorrichtung für einen drahtlosen Kommunikationsempfänger offenbart. Die MIMO-Erkennungsvorrichtung umfasst einen an die mehreren Empfangsantennen des Empfängers angekoppelten Eingangsanschluss zum Empfangen des empfangenen Symbolvektors entsprechend dem übertragenen Symbolvektor. Ferner umfasst die MIMO-Erkennungsvorrichtung einen Prozessor, der eine Kommunikationskanalschätzung durchführt, weiche Informationen des übertragenen Symbolvektors basierend auf dem empfangenen Symbolvektor berechnet und die berechneten weichen Informationen des übertragenen Symbolvektors gemäß dem geschätzten Kommunikationskanalzustand skaliert.
Diese und weitere Aspekte der Erfindung einschließlich von Systemen und Computerprogrammprodukten entsprechend den obigen Verfahren und Vorrichtungen werden einem Fachmann angesichts der nachfolgenden Zeichnungen und ausführlichen Beschreibung offenbar werden.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Dem gewöhnlichen Fachmann werden Aspekte und Merkmale der Erfindung bei Durchsicht der nachfolgenden Beschreibung bestimmter Ausführungsformen der Erfindung in Verbindung mit den beiliegenden Figuren offensichtlicher werden, wobei:
1 ein konzeptionelles Blockschaltbild des drahtlosen Kommunikationssystems zum Bereitstellen eines Kontextes einer Ausführungsform der Erfindung ist;
2 ein Blockschaltbild einer Hardwareausführung des 2 × 2-MIMO-Detektors gemäß einem Aspekt der Erfindung ist;
3 ein Flussdiagramm des 2 × 2-MIMO-Detektors gemäß einem Aspekt der Erfindung ist;
4 Simulationsergebnisse der jeweiligen Leistung des MIMO-Detektors mit und ohne Verwendung eines gesamten/kombinierten Kandidaten-Satzes gemäß der Ausführungsform der Erfindung zeigt;
5 den Wirkungsgrad der LLR-Skalierung gemäß der Ausführungsform der Erfindung darstellt;
6 die Endleistung des MIMO-Detektors gemäß der Ausführungsform der Erfindung mit der eines MMSE-Detektors, eines ZF-Detektors und eines ML-Detektors vergleicht.
AUSFÜHRLICHE BESCHREIBUNG DER SPEZIELLEN AUSFÜHRUNGSFORMEN
Die Erfindung wird nunmehr ausführlich unter Bezugnahme auf die Zeichnungen beschrieben, die als erläuternde Beispiele der Erfindung bereitgestellt werden, um dem Fachmann die Ausübung der Erfindung zu ermöglichen. Beachtenswerterweise sollen die Figuren und Beispiele unten den Schutzbereich der Erfindung nicht auf eine einzelne Ausführungsform beschränken, sondern es sind weitere Ausführungsformen durch Austausch einiger oder aller der beschriebenen oder dargestellten Elemente möglich. Weiterhin werden, wo gewisse Elemente der Erfindung teilweise oder vollständig unter Verwendung bekannter Bauteile implementiert sind, nur diejenigen Teile solcher bekannten Bauteile, die für ein Verständnis der Erfindung notwendig sind, beschrieben und ausführliche Beschreibungen anderer Teile solcher bekannter Bauteile werden weggelassen, um die Erfindung nicht zu verhüllen. Als in Software implementierte Ausführungsformen sollten nicht darauf beschränkt sein, sondern können in Hardware implementierte Ausführungsformen umfassen, oder Kombinationen von Software und Hardware, und umgekehrt, wie dem Fachmann offenbar sein wird, es sei denn anderes ist aufgeführt.
In der vorliegenden Beschreibung sollte eine Ausführungsform mit einer Einzelkomponente nicht als beschränkend angesehen werden, stattdessen soll die Erfindung andere Ausführungsformen einschließlich einer Mehrzahl der gleichen Komponente umfassen und umgekehrt sofern hier nicht ausdrücklich anders angegeben. Weiterhin beabsichtigen Anmelder nicht, dass irgendeinem Begriff in der Beschreibung oder den Ansprüchen eine ungewöhnliche oder besondere Bedeutung zugeschrieben wird, sofern dies nicht ausdrücklich aufgeführt ist. Ferner umfasst die Erfindung gegenwärtige und zukünftige bekannte Entsprechungen der hier als Erläuterung verwiesenen bekannten Bauteile.
1 ist das Blockschaltbild des beispielhaften drahtlosen Kommunikationssystems mit mehreren Sendeantennen und mehreren Empfangsantennen (MIMO-System) zum Bereitstellen eines Kontextes für die Ausführungsform der Erfindung. Das MIMO-System 100 benutzt N_t Sendeantennen und N_r Empfangsantennen zur Datenübertragung. Das MIMO-System 100 besteht aus einem MIMO-Sender 110 und einem MIMO-Empfänger 120. Der Sender 110 und Empfänger 120 sind in der Lage, verschiedene Aspekte und Ausführungsformen der Erfindung wie unten beschrieben auszuführen.
Die Sender/Empfänger 110/120 können in einem Chipset IEEE 802.11 realisiert sein. Damit kann die Erfindung in beliebigen Vorrichtungen aufgenommen werden, die heute oder in der Zukunft 802.11-Funktionalität umfassen wie beispielsweise Modems, Desktop, Notebook, Tablet, Computer, Smartphones usw. Zusätzlich kann die offenbarte Erfindung auch beispielsweise auf Chipsets für andere Zellularstandards wie beispielsweise LTE und WiMax (802.16) wie auch in jedem anderen Kommunikationssystem angewandt werden, wo MIMO-Übertragung benutzt wird. Drahtgebundene Kommunikationen unter. Verwendung von MIMO können ebenfalls die hier offenbarte Erfindung implementieren. Der Fachmann wird verstehen, wie die Erfindung zu implementieren ist, durch Anpassen von Firmware oder Software solcher Chipsets unter der Funktionalität der Erfindung, nachdem er durch die vorliegende Offenbarung belehrt worden ist.
In einigen Ausführungsformen werden am Sender 110 zu übertragende Daten von einem (nicht gezeigten) Datenprozessor verarbeitet, der die Daten basierend auf einem oder mehreren Codierschemen codiert und verschachtelt, um codierte Daten bereitzustellen. Die Codierungsschemata bestehen für verschiedene Zwecke wie Fehlererkennung und Fehlerkorrektur usw. Obwohl die meisten Kommunikationssysteme gewisse Codierungsschemata zur Fehlerkorrektur annehmen, sind diese Kanalcodierungsschemata nicht die beanspruchte Erfindung und werden daher hiernach nicht weiter beschrieben. Die codierten Daten werden dann, um zu Datensymbolen zu werden, moduliert von einem oder mehreren Modulatoren, die auch Pilotdaten empfangen können, die mit den codierten Daten gemultiplext werden können. Typischerweise sind die Pilotdaten Daten eines bekannten Musters und werden auf bekannte Weise verarbeitet und können dadurch von dem Empfänger 120 zum Durchführen einer Anzahl von Funktionen wie beispielsweise Erfassung, Frequenz- und Taktsynchronisation, Kanalschätzung, kohärenter Datendemodulation und so weiter benutzt werden. Es gibt viele unterschiedliche Modulationsschemen, die benutzt werden können, z. B. M-QAM, M-PSK und so weiter).
Auch wird in Betracht gezogen, dass die Erfindung dort anwendbar ist, wo die Modulation basierend auf einem einzelnen Modulationsschema für alle Sendeantennen, einem Modulationsschema für jede Sendeantenne oder jede Teilmenge von Sendeantennen oder ein Modulationsschema für jeden Übertragungskanal oder jede Gruppe von Übertragungskanälen durchgeführt werden kann.
Oft wird zum Lindern von Intersymbol-Interferenz zwischen den mehreren übertragenen Datensymbolen orthogonales Frequenzmultiplexen (OFDM) (nicht gezeigt) benutzt. Die modulierten Datensymbole werden ferner unter Verwendung einer IFFT der Einfügung eines zyklischen Präfixes OFDM-moduliert, bevor sie über Sendeantennen A₁ bis A_Nt über den Kommunikationskanal 130 übertragen werden. Jedoch ist dieses OFDM nicht notwendig, damit die beanspruchte Erfindung funktioniert.
Beim Empfänger 120 werden gemäß einigen Aspekten der Erfindung die über den Kommunikationskanal 130 übertragenen Signale von Empfangsantennen B₁ bis B_Nr empfangen. Die empfangenen Signale werden OFDM-demoduliert durch Verwerfen des zyklischen Präfixes und Anlegen einer FFT an die empfangenen Proben auf trägerweiser Basis von allen Empfangsantennen. Der MIMO-Detektor 122 verarbeitet diese OFDM-demodulierten Signale und erzeugt die weichen Informationen der übertragenen Datenbit. Der Kanaldecodierer 124 empfängt die weichen Informationen und decodiert dann die übertragenen Datenbit.
Obwohl in der 1 mehrere Verbindungsleitungen (C₁, C₂, ... C_Nt) zwischen dem MIMO-Detektor 122 und Kanaldecodierer 124 gezeigt sind, wobei jede Leitung die LLR eines Datensymbols überträgt, wird der Fachmann verstehen, dass es auch möglich ist, die offenbarte Erfindung durch Verbinden des MIMO-Detektors 122 und Kanaldecodierers 124 über eine Leitung zu implementieren, da die Decodierung basierend auf einer Folge von LLR durchgeführt werden kann.
In der vorliegenden Offenbarung wird der Begriff „MIMO-Detektor” als nichtbeschränkendes erläuterndes Beispiel eines Mehrfacheingabe-/Mehrfachausgabe-Detektormoduls benutzt, das als Eingabe die empfangenen Digitalsymbole von den mehreren Empfangsantennen nimmt, die weichen Informationen der übertragenen Datenbit berechnet und die berechneten weichen Informationen an einen Kanaldecodierer ausgibt. Der MIMO-Detektor gemäß einigen Aspekten der Erfindung kann ein freistehender Chip mit eigener Speicherung in einem Empfänger sein, oder kann ein an anderen Funktionsmodulen gekoppeltes Modul (z. B. Kanalschätzer, Kanaldecodierer) in einem einzelnen Empfängerchip sein und die Speicherung mit anderen Funktionsmodulen teilen. Der MIMO-Detektor gemäß einem Aspekt der Erfindung kann vollständig in Hardware implementiert sein oder kann einen Teil oder seine gesamte Funktionalität in Software durchführen lassen.
Als ein Beispiel des obigen drahtlosen Systems unter Annahme ohne Verlust an Allgemeinheit, dass die Anzahl von Sendeantennen N_t = 2 und die Anzahl von Empfangsantennen N_r = 2, kann das empfangene Signal Y modelliert werden als:
Wobei die komplexwertigen Kanalgewinne h₁₁, h₁₂, h₂₁, h₂₂ der Kanalmatrix H dem Empfänger 120 bekannt sind. Wie oben besprochen werden Pilotdaten zum Schätzen von Kanalgewinnen benutzt. Dieses und andere Verfahren zum Schätzen von Kanalgewinnen sind in der Technik wohl bekannt und werden der Kürze halber in der vorliegenden Offenbarung nicht beschrieben. Ähnlicherweise kann die Rauschvarianz unter Verwendung von Pilotdaten geschätzt werden. Die bekannten weißen kanaladditiven Rauschwerte n₁ und n₂ sind mit Varianz σ² verteilte komplexwertige Gauß'sche.
Es wird weiterhin angenommen ohne Beschränkung der Allgemeinheit, dass die beiden Sendesymbole x₁ und x₂ aus der gleichen M-QAM-Konstellation stammen. So stellt jedes Symbol M Sendedatenbit dar. Dementsprechend gibt es insgesamt zwei 2^M Symbole in der Konstellation und insgesamt 2^2M mögliche Symbolvektoren. Unter Verwendung von A zum Bezeichnen des Symbolsatzes und A² zum Bezeichnen des Symbolvektorsatzes können die Sendesymbolvektoren mathematisch ausgedrückt werden als: X ∊ A² ⇔ {x₁ ∊ A, x₂ ∊ A}
Die Sendebit sind durch b₁ bezeichnet, während b₁, ..., b_M auf das erste Symbol x₁ abgebildet sind und b_M+1, ..., b_2M auf das zweite Symbol x₂ abgebildet sind. Die Aufgabe des MIMO-Detektors besteht darin, zu erkennen, wie wahrscheinlich die übertragenen Bit 0en oder 1en sind. Wie oben besprochen ist eine Kategorie von praktischen Verfahren lineare Detektoren wie beispielsweise die MMSE-Detektoren oder die ZF-Detektoren. Solche Detektoren weisen geringe Komplexität auf, aber die Leistung kann in schwundbehafteten Kanälen (engl. fading channels) sehr schlecht sein.
Anderseits ist wie ebenfalls oben besprochen ein ML-Detektor (ML = Maximum Likelihood – größte Wahrscheinlichkeit) einer der nichtlinearen Detektoren, die auf Kosten sehr hoher Komplexität eine bessere Leistung aufweisen. Wie wohl bekannt ist, berechnet der ML-Detektor die weichen Informationen von Sendebit in der Form von Log-Likelihood-Verhältnis (LLR – Log Likelihood Ratio):
Hier bezeichnet X^c = [x c / 1, x c / 2]^T einen Kandidaten-Sendevektor, {X^c|b_i = 0, X^c ∊ A²} den Satz von Kandidaten-Vektoren, wobei das i-te Bit 0 beträgt, und {X^c|b_i = 1, X^c ∊ A²} den Satz, wobei das i-te Bit 1 beträgt. Es ist klar, dass die Größe jedes Satzes 2^2M-1 ist, die in Bezug auf M exponentiell zunimmt.
Zum Verringern der Komplexität wird in Betracht gezogen, eine Annäherung der Gleichung (2) basierend auf den Ergebnissen anfänglicher MMSE-Symbolerkennung zu finden. Durch Kombinieren der linearen Erkennung und des ML-Detektors auf irgendeine Weise kann ein Gleichgewicht zwischen Leistung und Komplexität erreicht werden. Wie unten beschrieben weisen die Ausführungsformen der Erfindung eine Komplexität auf, die um Größenordnungen unter der des optimalen ML-Detektors liegt, aber die Leistung liegt sehr nahe bei der Leistung des ML-Detektors. Die Architektur und Berechnungen des vorgeschlagenen Detektors werden auf eine Weise optimiert, Flexibilität und niedrige Komplexität in der Hardwareausführung zuzulassen.
Gemäß einem Aspekt der Erfindung ist unter Verwendung des gleichen, zuvor als die Ausführungsform des ML-Detektors beinahe niedriger Komplexität beschriebenen 2 × 2-MIMO-Funksystems der erste Schritt die Durchführung einer anfänglichen Symbolerkennung von x₁ oder x₂ basierend auf einem empfangenen Symbolvektor Y = {y₁, y₂} unter Verwendung eines linearen MMSE-Detektors.
Wobei die anfänglich erkannten Symbole x mmse / 1 und x mmse / 2 gemäß Gleichung (3) oben erkannt werden können. Dann kann ein Kandidaten-Symbolsatz aufgebaut werden, der nur diejenigen Kandidaten-Symbole (Konstellationspunkte) umfasst, die den anfänglich erkannten Symbolen x mmse / 1 und x mmse / 2 ”nahe” genug sind. Für einen 2 × 2-MIMO-Detektor gibt es insgesamt zwei Sätze, die beispielsweise wie unten definiert werden können:
Zum Vereinfachen der Berechnung der zwei Kandidaten-Symbolsätze werden die anfänglichen MMSE-Schätzungen x mmse / 1 und x mmse / 2 hart an den übertragenen QAM-Konstellationssätzen abgetrennt. Zusätzlich können die Kandidaten-Symbolsätze vorberechnet und in Nachschlagetabellen gespeichert werden. Anstatt einen Kandidaten-Symbolsatz in Echtzeit zu berechnen kann damit ein Kandidaten-Symbolsatz bei einer gegebenen anfänglichen MMSE-Symbolschätzung (z. B. x mmse / 1 oder x mmse / 2 ) nachgeschlagen werden.
Die Schwellwerte ε₁ und ε₂ können ordnungsgemäß eingestellt werden, damit jeder Kandidaten-Symbolsatz K Kandidaten-Symbole enthält. Damit wird sichergestellt, dass der Detektor eine feste Komplexität aufweist – eine sehr wünschenswerte Eigenschaft zum Sicherstellen der Vollendung der Erkennung in einer festen Zeitdauer unter Verwendung einer festen Menge von Ressourcen.
Während jeder Kandidaten-Symbolsatz die Kandidaten eines Symbols im übertragenen Symbolvektor definiert, werden die anderen Symbole im übertragenen Symbolvektor unter der Hypothese erkannt, dass dieses Symbol das richtige ist. Dies kann durch Verwenden eines null-erzwingenden Entscheidungsrückmeldungsentzerrers (ZF-DFE – Zero-Forcing Decision Feedback Equalizer) zum Schätzen von x₂ bei gegebenem x₁ geschehen als:
wobei ⌈•⌉ die Abtrennungsoperation bezeichnet, die harte Erkennungsentscheidungen trifft.
Der gesamte oder kombinierte Kandidaten-Satz kann als die Vereinigung dieser zwei Sätze ausgedrückt werden:
und die LLR können berechnet werden als:
Man beachte, dass σ² in Gleichung (9) entfernt ist als gemeinsamer Skalierungsfaktor, der keine Auswirkung auf die Leistung hat.
Gemäß einem Aspekt der Erfindung kann ein zusätzlicher Schritt von LLR-Skalierung wahlweise nach Gleichung (9) angewandt werden. Es ist beobachtet worden, dass bei niedrigem SRV der oben beschriebene Detektor an Fehlerfortpflanzung leidet. Falls der effektive Kanalgewinn schwach ist, wird die anfängliche Symbolerkennung unzuverlässig und infolgedessen die LLR-Werte fehlerhaft. Zum Überwinden dieser Frage kann an die linke Seite von (9) eine zusätzliche LLR-Skalierung angelegt werden, so dass die LLR für die Fälle mit schwachen Kanälen richtig herunter skaliert sind. Die effektiven Kanalgewinne werden angenähert als
Hier bezeichnet die diag(•) die Diagonalelemente der Matrix.
Bei einem gegebenen Schwellwert δ, wobei
d. h. wobei das SRV des dem ersten Symbol entsprechenden Kommunikationskanals
unter dem vorbestimmten Schwellwert δ liegt, können die LLR-Bitwerte im ersten Symbol wie folgt skaliert werden: LLR(b_i) = μ × LLR(b₁) Für i = 0, ..., M – 1 (10)
Gleichermaßen können, falls
beträgt, die LLR-Werte aller Bit im zweiten Symbol wie folgt skaliert werden: LLR(b_i) = μ × LLR(b₁) Für i = M, ..., 2M – 1 (11)
Dem Fachmann sollte es offenbar sein, dass ein Verwenden des gemeinsamen Satzes von Kandidaten-Symbolvektoren zum Berechnen der weichen LLR-Informationen zum Anlegen der oben beschriebenen Skalierung nicht notwendig ist. Stattdessen kann die Skalierung auch auf eine herkömmliche Berechnung von LLR-Werten unter Verwendung des getrennten Kandidaten-Satzes angewandt werden.
Es ist zu bemerken, dass es viele Varianten für die oben besprochene Skalierung geben kann, solange wie der Skalierungsfaktor μ die invertierte Reflexion des SRV des Kommunikationskanals darstellt, d. h. je höher das SRV, desto kleiner μ ist, oder umgekehrt. Ferner kann der Fachmann verschiedene LLR auswählen, an die die Skalierung angelegt werden kann.
Zum Vermeiden überflüssiger Berechnungen können die folgenden Zwischenvariablen (A, B, C, D und E) nur einmal in einem Vorverarbeitungsschritt berechnet werden:
Infolgedessen können Gleichungen (3), (6), (7) und die effektiven Kanalgewinne wie folgt neugeschrieben werden:
2 ist ein Blockschaltbild der Hardwareausführung eines 2 × 2-MIMO-Detektors gemäß einem Aspekt der Erfindung. Der MIMO-Detektor 200 besteht aus einem wahlweisen Vorverarbeitungsmodul 202, Anfangssymbolschätzungsmodul 204, Modul 206 zur Erzeugung des Kandidaten-Symbolsatzes, ZF-DFE-Harterkennungsmodulen 208a und 208b, Abstandsberechnungsmodulen 210a und 210b, LLR-Berechnungsmodul 212 und wahlweisen LLR-Skalierungsmodul 214.
Optional nimmt das Vorverarbeitungsmodul 202 als Eingabe Kanalgewinne h₁₁, h₁₂, h₂₁, h₂₂ der Kanalmatrix H und die Varianz σ² des durch (nicht gezeigte) andere Module des Empfängers 120 bestimmten Kanalrauschens. Das Vorverarbeitungsmodul 202 berechnet die Werte von Zwischenvariablen A, B, C, D und E gemäß Gleichungen (12) und speichert dann die Werte zur Verwendung durch Anfangssymbolschätzungsmodul 204 und ZR-DFE-Harterkennungsmodulen 208a und 208b im nachfolgenden Vorgang.
Gemäß einem Aspekt der Erfindung führt das Anfangssymbolschätzungsmodul 204 eine Vorerkennung des übertragenen Symbolvektors, d. h. [ x mmse / 1 , x mmse / 2 ] durch Verwenden eines MMSE-Detektors durch, der die schon beschriebene Gleichung (3) ausführt. In einigen Ausführungsformen kann das Anfangssymbolschätzungsmodul 204 wirkungsvoller gemäß Gleichung (13) wie oben besprochen unter Verwendung der Werte von A, B, C, D und E implementiert werden, die durch das Modul 202 vorberechnet werden.
Auch wird in Betracht gezogen, dass das Anfangssymbolschätzungsmodul 204 einen beliebigen sonstigen herkömmlichen linearen Symboldetektor benutzen kann, der in der Technik wohl bekannt ist, wie beispielsweise den Nullerzwingungsdetektor (Zero Forcing), MMSE-, MMSE-SIC- und V-BLAST-Detektoren.
Gemäß einem Aspekt der Erfindung erzeugt das Modul 206 des Kandidaten-Symbolsatzes einen Satz von Kandidaten-Symbolen für jedes anfänglich geschätzte Symbol im übertragenen Symbolvektor, das durch das Anfangssymbolschätzungsmodul 204 berechnet wird.
Insbesondere werden Gleichungen (4) und (5) zum Herstellen eines Kandidaten-Symbolsatzes für jedes der geschätzten Symbole x mmse / 1 und x mmse / 2 benutzt, so dass sie nur diejenigen Konstellationspunkte umfassen, die den anfänglich geschätzten Symbolen x mmse / 1 bzw. x mmse / 2 ”nahe” genug sind. In einigen Ausführungsformen wird die Nähe als euklidische Distanz gemessen. In einigen anderen Ausführungsformen kann die Nähe in sich von euklidischer Distanz unterscheidenden anderen Metriken definiert werden. Beispielsweise kann stattdessen eine Summe Absolutwertdifferenz pro Koordinate (auch Norm-1-Maß genannt) benutzt werden. Auch können pro hart abgetrenntem QAM-Punkt anwendungsspezifische Sätze aufgebaut werden. Dies ist möglicherweise vorteilhaft, wenn man sich mit QAM-Punkten befasst, die sich in der Nähe des Randes der Konstellation oder an seinen Ecken befinden, was in der unten stehenden Diskussion offensichtlicher wird.
Wie schon beschrieben kann zum Sicherstellen, dass die MIMO-Detektoren eine feste Komplexität aufweisen, die Größe des Kandidaten-Symbolsatzes eine vorbestimmte Anzahl K umfassen (z. B. K = 4, 5, ..., 25). Jedoch kann die Größe des Kandidaten-Satzes als Kompromiss zwischen Leistung und Kosten eingestellt werden (die Kosten des Stromverbrauchs und/oder Speicherraums).
Sobald K festgelegt ist, stellt das Modul 206 des Kandidaten-Symbolsatzes die Schwellwerte ε₁ und ε₂ von Gleichungen (4) bzw. (5) ein, um sicherzustellen, dass jeder Kandidaten-Symbolsatz Kandidaten-Symbole enthält.
In einigen Ausführungsformen wird zum Vereinfachen der Berechnung der Kandidaten-Sätze, und damit Verringern des Stromverbrauchs während der Laufzeit, der Kandidaten-Satz vom Modul 206 des Kandidaten-Symbolsatzes nicht ”on-the-fly” berechnet. Stattdessen kann ein möglicher Kandidaten-Symbolsatz einer gegebenen Satzgröße für jedes Symbol in der Konstellation einmal vorberechnet werden. Alle möglichen Kandidaten-Symbolsätze für verschiedene Satzgrößen sind in einer Nachschlagetabelle aufbewahrt, in der nach der entsprechenden Symbol- und Satzgröße nachgeschlagen werden kann. Zur Laufzeit benutzt das Modul 206 des Kandidaten-Symbolsatzes einfach die Größe des Kandidaten-Symbolsatzes und ein bestimmtes anfänglich geschätztes Symbol (z. B. x mmse / 1 oder x mmse / 2 ) zum Nachschlagen des entsprechenden Satzes von Kandidaten-Symbolen (z. B. X C / 1 X C / 2 ).
Falls beispielsweise K = 4, dann besteht X C / 1 aus vier Kandidaten-Symbolen, die x mmse / 1 am nächsten kommen. X C / 2 besteht aus vier Kandidaten-Symbolen, die x mmse / 2 am nächsten kommen.
Man kann erkennen, dass verschiedene Verfahren oder Kriterien angewandt werden können, um mögliche Kandidaten zu finden, ungeachtet ihrer Komplexität, da die Nachschlagetabelle off-line erzeugt werden kann.
Auch wird in Betracht gezogen, dass statt solche Kandidaten-Sätze zu benutzen die Kandidaten-Symbole ”on-the-fly” mit einigen einfachen Regeln erzeugt werden können. Falls beispielsweise der Satz von Kandidaten als innerhalb eines quadrierten Bereichs um die anfänglich geschätzten Symbole herum befindlich definiert ist, sollte die Hardwarelogik zum Suchen dieser Kandidaten ziemlich einfach sein.
Gemäß einem Aspekt der Erfindung werden ZF-DFE-Erkennungsmodule zum Erzeugen des gesamten (oder kombinierten) Satzes von Kandidaten-Symbolvektoren für den übertragenen Symbolvektor von Größe N benutzt. Der gesamte (oder kombinierte) Satz ist eine Vereinigung von Kandidaten-Symbolvektorsätzen, wobei jeder Kandidaten-Symbolvektorsatz Größe K aufweist und einem der N anfänglich geschätzten Symbole des übertragenen Symbolvektors entspricht.
In einigen Ausführungsformen weist jede Empfangsantenne ein entsprechendes dediziertes ZF-DFE-Harterkennungsmodul auf. So gleicht die Anzahl von ZF-DFE-Harterkennungsmodulen (z. B. 208a, 208b usw.) N, d. h. der Gesamtzahl von Symbolen in einem übertragenen Symbolvektor.
Jedes ZF-DFE-Modul (208a oder 208b) nimmt als Eingabe einen von dem Modul 206 erzeugten Kandidaten-Symbolsatz und erzeugt als Ausgabe einen Kandidaten-Symbolvektorsatz. Jeder Kandidaten-Symbolsatz entspricht einem der N anfänglich geschätzten, von dem Modul 204 bestimmten Symbole. Für das gegebene Kandidaten-Symbol in dem gegebenen Kandidaten-Symbolsatz nimmt das ZF-DFE-Erkennungsmodul an, dass das gegebene Kandidaten-Symbol das richtige Symbol ist, das übertragen worden ist. Das ZF-DFE-Modul benutzt dann einen nullerzwingenden Entscheidungsrückmeldungsentzerrer zum Erkennen der übrigen N – 1 Symbole im übertragenen Symbolvektor. Ein Kandidaten-Symbolvektor wird dann mit dem gegebenen Kandidaten-Symbol und den N – 1 ZF-DFE-erkannten Symbolen gebildet. Vom ZF-DFE-Modul wird dies für jedes der K Kandidaten-Symbole in einem gegebenen Kandidaten-Symbolsatz durchgeführt und damit ein Kandidaten-Symbolvektorsatz erzeugt, der aus K Kandidaten-Symbolvektoren besteht.
Der gesamte (kombinierte) Satz von Kandidaten-Symbolvektoren wird durch Annehmen der Vereinigung der N durch die N ZF-DFE-Erkennungsmodulen bestimmten Kandidaten-Symbolvektorsätze gebildet. Es ist zu beachten, dass in Wirklichkeit die Größe des gesamten (kombinierten) Satzes typischerweise viel kleiner als die Summe der Größe der N Kandidaten-Symbolvektorsätze ist, da eine Überlappung von Kandidaten-Symbolvektoren unter den Kandidaten-Symbolvektorsätzen möglich ist. Diese Größenverringerung ist vorteilhaft und verringert bedeutsam die Komplexität zum Berechnen der weichen Informationen übertragener Bits unter Verwendung des oben besprochenen LLR-Verfahrens.
Ungleich den bestehenden Verfahren, wo die Kandidaten-Sätze für die N räumlichen Ströme getrennt erzeugt werden und jeder Kandidaten-Satz nur zum Berechnen der LLR-Bitwerte eines räumlichen Stroms benutzt wird, wird in Betracht gezogen, jede Kandidaten-Distanz zum Aktualisieren aller LLR-Bitwerte aller räumlichen Ströme zu benutzen, ungeachtet dessen, von welchem Kandidaten-Satz der Kandidaten-Symbolvektor kommt. Dies ergibt eine viel bessere Leistung, besonders wenn K klein ist, ohne jegliche zusätzliche Berechnung.
Zurückkehrend zu dem in 2 gezeigten 2 × 2-MIMO-Detektor wird, in der Annahme, dass K = 4, vom ZF-DFE-Harterkennungsmodul 208a Gleichung (6) ausgeführt, um ein geschätztes Symbol x₂ für jedes der vier Kandidaten-Symbole im Kandidaten-Symbolsatz X C / 1 entsprechend dem anfänglich geschätzten Symbol x mmse / 1 zu finden.
Die sich ergebenden vier Kandidaten-Symbolvektoren können damit bezeichnet werden als:
Gleicherweise wird vom ZF-DFE-Harterkennungsmodul 208b Gleichung (7) zum Schätzen von x₁ für jedes der vier Kandidaten-Symbole im Kandidaten-Symbolsatz X C / 2 entsprechend dem anfänglich geschätzten Symbol x mmse / 2 ausgeführt.
Wie schon beschrieben kann der 2 × 2-MIMO-Detektor das Vorverarbeitungsmodul benutzen, das die Variablen A, B, C, D und E gemäß einem Aspekt der Erfindung vorberechnet. Daher kann die Hardware-Konstruktion von den ZF-DFE-Erkennungsmodulen 208a und 208(b) auch durch Implementieren von Gleichungen (14) bzw. (15) mit den aus dem Vorverarbeitungsmodul 202 abgerufenen Werten von A, B, C, D und E vereinfacht werden.
Distanzberechnungsmodule (z. B. 210a und 210b) berechnen für jeden Kandidaten-Symbolvektor im gesamten (kombinierten) Satz die Distanz zwischen dem empfangenen Symbolvektor.
Es ist zu bemerken, dass obwohl 2 zwei Distanzberechnungsmodule zeigt, der Fachmann erkennen wird, dass ein einzelnes Distanzberechnungsmodul zum Durchführen der Berechnung für beide Datenströme benutzt werden kann.
In einigen Ausführungsformen werden vom LLR-Berechnungsmodul 212 dann alle LLR-Bitwerte gemäß Gleichung (9) berechnet. Das Ergebnis wird dann an einen Kanaldecodierer (z. B. Kanaldecodierer 124 wie in 1) im MIMO-Detektor zum Decodieren der Sendedatenbit weitergeleitet.
Zusätzlich werden gemäß einem weiteren Aspekt der Erfindung vom LLR-Skalierungsmodul 214 die von dem LLR-Berechnungsmodul 212 berechneten LLR-Werte skaliert, ehe sie zu einem Kanaldecodierer gesendet werden. Wie oben besprochen basiert dies auf der Beobachtung, dass der MIMO-Detektor 120 an Fehlerausbreitung leidet, wenn das Signal-Rausch-Verhältnis des Kommunikationskanals niedrig ist. Bei niedrigem SRV (d. h. schwachen Kanalgewinn) ist die Anfangssymbolschätzung durch Modul 204 weniger zuverlässig. Um dies zu berücksichtigen, wird in Betracht gezogen, dass das LLR-Skalierungsmodul 214 die Ergebnisse des LLR-Berechnungsmoduls 212 gemäß Gleichungen (10) bzw. (11) für die zwei verschiedenen Signalwege skaliert. Effektiv ist, wenn das SRV niedrig ist, der Skalierungsfaktor größer. Dementsprechend werden die der wahrscheinlicheren fehlerhaften Anfangssymbolschätzung entsprechenden LLR-Bitwerte herabskaliert, um die Fehlerausbreitung zu lindern.
Es versteht sich, dass LLR-Skalierung für schwache Kanäle hauptsächlich nur dann zum Verbessern der Leistung beiträgt, wenn die Anzahl von Kandidaten viel geringer als die volle Größe des Kandidaten-Satzes ist. Bei kleinen Konstellationen kann damit die LLR-Skalierung deaktiviert werden, um Strom zu sparen.
In einigen Ausführungsformen wird für alle Datenströme der gleiche Skalierungsfaktor benutzt. In anderen Ausführungsformen können unterschiedliche Skalierungsfaktoren für unterschiedliche Datenströme benutzt werden.
Wie oben besprochen wird es dem Fachmann offenbar sein, dass das Verwenden eines gemeinsamen Satzes von Kandidaten-Symbolvektoren zum Berechnen der weichen LLR-Informationen nicht notwendig ist, um die oben beschriebene Skalierung anzuwenden. Stattdessen kann die Skalierung auch auf herkömmliche LLR-Berechnung angewandt werden, wo jeder LLR-Wert seinen eigenen entsprechenden getrennten Kandidaten-Symbolsatz benutzt.
In der 3 wird ein Flussdiagramm für eine beispielhafte Ausführungsform des Bestimmens von weichen Informationen übertragener Daten in einem Breitband-Kommunikationssystem mit mehreren Sendeantennen und (N) Empfangsantennen gezeigt. Der erste Schritt ist ein Durchführen von Anfangssymbolschätzung für jedes Symbol des Symbolvektors (302), wobei der Symbolvektor aus den OFDM-demodulierten Symbolen entsprechend den von den mehreren Antennen empfangenen mehreren Symbolen besteht. Wie oben besprochen können in diesem Schritt beliebige herkömmliche lineare Symbolerkennungsverfahren benutzt werden wie beispielsweise MSEE- und ZF-Detektoren.
Optional kann ein Vorverarbeitungsschritt (304) zum Berechnen und Speichern des Satzes von variablen Werten durchgeführt werden, die für einen gegebenen Satz Kanalgewinne und den empfangenen Symbolvektor nur einmal berechnet werden müssen. Wie oben besprochen wird der gleiche Satz von Variablen auch in einigen nachfolgenden Schritten benutzt werden. So kann durch Vorberechnen und Speichern dieser Werte der Stromverbrauch während der Laufzeit und die Berechnungsverzögerung verringert werden. Für den 2 × 2-MIMO-Detektor werden die variablen Werte, die nur einmal berechnet werden müssen, durch Gleichungssatz (12) beschrieben.
Nach der Anfangssymbolschätzung (302) wird für jedes anfänglich geschätzte Symbol des übertragenen Symbolvektors (306) ein Kandidaten-Symbolsatz bestimmt. Für einen Symbolvektor mit N Symbolen werden N Kandidaten-Symbolsätze im Schritt 306 erzeugt. Jeder Kandidaten-Symbolsatz besteht aus K Kandidaten-Symbolen (oder Konstellationspunkten), die dem entsprechenden anfänglich geschätzten Symbol am nächsten liegen.
K ist ein Parameter, der während der Kanalschätzungszeit vorbestimmt werden kann, um den Kanalzustand zu berücksichtigen. Im Allgemeinen ist, je größer der Wert von K ist, desto genauer die Symbolerkennung, aber es wird auch mehr Berechnung notwendig sein. Geometrisch gibt es 4 nächste Nachbarn für jeden Konstellationspunkt (außer denen an der Grenze). So beträgt der plausible Bereich von K 4–25. Die typische Wahl von K umfasst 5, 9 und 25.
Sobald K für ein gegebenes Modulationsschema gewählt ist, können alle möglichen Kandidaten-Symbolsätze off-line berechnet und in der Nachschlagetabelle (308) durch Berechnen der nahesten K Punkte für jeden Konstellationspunkt in der Konstellation gespeichert werden. Aus dem Erzeugen eines Kandidaten-Symbolsatzes für ein bestimmtes anfänglich geschätztes Symbol wird eine einfache Tabellensuche unter Verwendung des anfänglich geschätzten Symbols und K als Indizes, da jedes anfänglich geschätzte Symbol auch ein Konstellationspunkt ist.
Sobald sie bestimmt sind, können die N Kandidaten-Symbolsätze zum Erzeugen (310) des kombinierten Satzes von Kandidaten-Symbolvektoren angewandt werden.
Gewisse Ausführungsformen benutzen das ZF-DFE-Verfahren zum Erhalten des Kandidaten-Symbolvektorsatzes als Ausgabe für einen gegebenen Kandidaten-Symbolsatz. Insbesondere nimmt das ZF-DFE-Erkennungsverfahren für das gegebene Kandidaten-Symbol im gegebenen Kandidaten-Symbolsatz an, dass das gegebene Kandidaten-Symbol das richtige Symbol ist, das übertragen worden ist, und benutzt dann einen Nullerzwingungs-Entscheidungsrückmeldungsentzerrer zum Erkennen der übrigen N – 1 Symbole im übertragenen Symbolvektor. Beispielsweise werden im Fall von N = 2 Gleichungen (6) und (7) zum Schätzen von Symbol x₂ bei gegebenen x₁ bzw. Schätzen von x₁ bei gegebenem x₂ gelöst. Ein Kandidaten-Symbolvektor wird dann durch Kombinieren des gegebenen Kandidaten-Symbols und der N – 1 entsprechenden ZF-DFE-erkannten Symbole gebildet. Die ZF-DFE-Erkennung wird für jeden der K Kandidaten-Symbole in einem gegebenen Kandidaten-Symbolsatz durchgeführt und erzeugt dementsprechend einen Kandidaten-Symbolvektorsatz, der aus K Kandidaten-Symbolvektoren besteht.
Der gesamte (kombinierte) Satz von Kandidaten-Symbolvektoren wird durch Annehmen der Vereinigung der durch die N ZF-DFE-Erkennung bestimmten N Kandidaten-Symbolvektorsätze gebildet. Es versteht sich, dass die Anzahl von Kandidaten-Symbolvektoren im Gesamtsatz typischerweise geringer als die Summe aller Symbolvektoren in den N Kandidaten-Symbolvektorsätzen (NxK) ist, da wahrscheinlich ist, dass es unter diesen Kandidaten-Symbolvektorsätzen viele überlappte Kandidaten-Symbolvektoren gibt.
Dann werden die weichen Informationen eines übertragenen Symbolvektors berechnet (312). In einigen Ausführungsformen werden die weichen Informationen gemäß einer LLR-Gleichung (314) (z. B. Gleichung (9)) berechnet, die die Distanz zwischen dem übertragenen Symbolvektor und jedem Kandidaten-Symbolvektor im kombinierten Satz berechnet.
Die berechneten weichen Informationen des übertragenen Symbolvektors werden dann an einen Kanaldecodierer zum Decodieren der Sendedatenbit ausgegeben.
Die verschiedenen, oben besprochenen Aspekte der Erfindung erlauben einem MIMO-Detektor implementiert zu werden, die Echtzeitbeschränkungen mit einer Mindestkost an Hardware zu erfüllen und eine verbesserte Leistung und/oder verringerte Komplexität im Vergleich zu bestehenden Ansätzen aufzuweisen.
Gemäß einem Aspekt der Erfindung wird die Verringerung an Komplexität durch die Verwendung der Erzeugung eines tabellenbasierenden Kandidaten-Satzes erzielt. Ansonsten sind zum direkten Berechnen der Kandidaten pro räumlichem Strom 3 × 2^M reelle Additionen/Subtraktionen und 2 × 2^M reelle Multiplikationen zum Berechnen der Distanzen von allen Konstellationssymbolen erforderlich zusätzlich der zusätzlichen Logik zum Sortieren und Suchen der K kleinsten Distanzen. Tabelle 1 zeigt die Anzahl erforderlicher Arithmetikoperationen pro QAM-Symbol für die Berechnung des Kandidaten-Satzes, falls keine Nachschlagetabelle benutzt wird. Dies ist der Betrag an Berechnungen, der durch das Verwenden der Erzeugung eines nachschlagetabellenbasierenden Kandidaten-Satzes gemäß einem Aspekt der Erfindung gespart werden kann. Natürlich gibt es auch andere Verfahren, die Berechnungen sparen können. Beispielsweise besteht durch Berücksichtigen der Gitterstruktur ein natürlicher Ansatz darin, die Suche von dem nächsten Nachbarn aus zu beginnen, so dass der Vorgang früh abgeschlossen werden kann, sobald die K nächsten Kandidaten gefunden sind. Jedoch kann die erforderliche zusätzliche Logik für Grenzenprüfungen und Sortieroperationen immer noch kostspielig sein.

Operationen 64 QAM 256 QAM

Addierungen/Subtrahierungen 192 768

Multiplikationen 128 512

Tabelle 1: erforderliche Berechnungen zur Erzeugung des Kandidaten-Satzes für ein QAM-Symbol bei Nichtbenutzung der Nachschlagetabelle.
Zum Aufzeigen der Wirksamkeit der beispielhaften Ausführungsform der MIMO-Erkennung gemäß einem Aspekt der Erfindung wird eine Gleitpunktsimulation für 2 × 2 20-MHz-Übertragung unter dem Non-LOS-Kanalmodell 802.11n Typ B aufgebaut. In der Simulation beträgt die Protokolldateneinheit-(PDU-)Paketgröße 256 Byte, das Modulationsschema ist ein binäres 256-QAM-Faltungscodierschema mit einer Codierrate von 3/4. Zusätzlich wird ideale Kanalschätzung angenommen. Das Ergebnis wird über 10000 Paketübertragungen gemittelt. Die Simulationsergebnisse sind unten in 4–6 dargestellt.
In jeder der Figuren ist die x-Achse das SRV und die y-Achse ist das Paketfehlerverhältnis (PER = Packet Error Ratio).
In der 4 wird die Leistung des vorgeschlagenen Detektors mit und ohne Verwendung eines gemeinsamen Kandidaten-Satzes verglichen. Sie zeigt einen Gewinn von rund 1,5 dB bei einem PER von 1% durch Einsetzen des gemeinsamen Kandidaten-Satzes für Distanzaktualisierung.
5 zeigt den Wirkungsgrad der LLR-Skalierung. Falls die LLR-Skalierungsfunktionalität deaktiviert wird, ist ein Verlust von 1 dB zu beobachten.
6 vergleicht die Endleistung des vorgeschlagenen Detektors mit der des MMSE-Detektors, des ZF-Detektors und des ML-Detektors. Bei 1% PER ist seine Leistung rund 4 dB besser als die herkömmlichen MMSE-/ZF-basierenden Verfahren und ist weniger als 0,5 dB schlechter als der optimale ML-Detektor.
Wie die Simulationsergebnisse deutlich zeigen wird durch die Verwendung des gemeinsamen Kandidaten-Satzes und der LLR-Skalierung die Leistung bedeutsam verbessert, so dass sie sich der der ML-Erkennung nähert.
Obwohl die Erfindung besonders unter Bezugnahme auf die bevorzugten Ausführungsformen derselben beschrieben worden ist, sollte es dem gewöhnlichen Fachmann leicht offenbar sein, dass Änderungen und Abänderungen an der Form und den Einzelheiten ausgeführt werden können, ohne aus dem Wesen und Schutzbereich der Erfindung zu weichen. Die beiliegenden Ansprüche sollen solche Änderungen und Abänderungen umfassen.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Nicht-Patentliteratur

IEEE 802.11 [0020]

Claims

Verfahren zum Erkennen übertragener Daten über einen Kommunikationskanal in einem Breitbandkommunikationssystem mit mehreren Sendeantennen und Empfangsantennen, umfassend: Empfangen an einem Empfänger des Kommunikationssystems eines empfangenen Symbolvektors entsprechend einem übertragenen Symbolvektor; Schätzen eines Zustandes des Kommunikationskanals für jedes übertragene Symbol im übertragenen Symbolvektor; Berechnen weicher Informationen des übertragenen Symbolvektors basierend auf dem empfangenen Symbolvektor; und Skalieren der berechneten weichen Informationen des übertragenen Symbolvektors gemäß dem Kommunikationskanalzustand.
Verfahren nach Anspruch 1, wobei ein Skalieren der berechneten weichen Informationen aus Anlegen eines Skalierungsfaktors besteht, der in inverser Übereinstimmung mit dem Kommunikationskanalzustand ist.
Verfahren nach Anspruch 2, wobei der Skalierungsfaktor das Inverse eines Signal-Rausch-Verhältnisses des Kommunikationskanals ist.
Verfahren nach Anspruch 1, wobei das Berechnen weicher Informationen des übertragenen Symbolvektors ferner umfasst: Durchführen einer Anfangssymbolschätzung für jedes übertragene Symbol des übertragenen Symbolvektors basierend auf dem entsprechenden empfangenen Symbolvektor; Erzeugen eines Kandidaten-Symbolsatzes für jedes anfänglich geschätzte Symbol des übertragenen Symbolvektors; und Berechnen weicher Informationen jedes übertragenen Symbols im übertragenen Symbolvektor unter Verwendung des Kandidaten-Symbolsatzes entsprechend dem übertragenen Symbol.
Verfahren nach Anspruch 1, wobei das Berechnen weicher Informationen des übertragenen Symbolvektors ferner umfasst: Durchführen einer Anfangssymbolschätzung für jedes Symbol des übertragenen Symbolvektors basierend auf dem entsprechenden empfangenen Symbolvektor; Erzeugen eines Kandidaten-Symbolsatzes für jedes anfänglich geschätzte Symbol des übertragenen Symbolvektors, wobei die Anzahl von Kandidaten-Symbolen in jedem des Kandidaten-Symbolsatzes eine vorbestimmte Anzahl ist; Erzeugen eines kombinierten Satzes von Kandidaten-Symbolvektoren unter Verwendung der Kandidaten-Symbolsätze entsprechend den anfänglich geschätzten Symbolen; und Berechnen weicher Informationen des übertragenen Symbolvektors unter Verwendung jedes Kandidaten-Symbolvektors des kombinierten Satzes.
MIMO-Erkennungseinrichtung für einen drahtlosen Kommunikationsempfänger, umfassend: einen Eingangsanschluss gekoppelt an die mehreren Empfangsantennen des Empfängers zum Empfangen des dem übertragenen Symbolvektor entsprechenden Symbolvektors; und einen Prozessor, der Kommunikationskanalschätzung für jedes übertragene Symbol im übertragenen Symbolvektor durchführt, weiche Informationen des übertragenen Symbolvektors basierend auf dem empfangenen Symbolvektor berechnet und die berechneten weichen Informationen des übertragenen Symbolvektors gemäß dem geschätzten Kommunikationskanalzustand skaliert.