JP2009516960A - 通信システムにおける受信機のための複雑性を削減した検出および復号化 - Google Patents

Abstract

受信機において検出および復号を実行するための技術が説明される。１つのスキームにおいて、受信機は、送信機によって送信されたＭ個のデータストリームに関するＲ個の受信シンボルストリームを取得し、検出されたシンボルを取得するために受信シンボルに対して受信機の空間処理を実行し、Ｄ個の最良のデータストリームのそれぞれに対して独立に対数尤度比（ＬＬＲ）計算を実行し、Ｍ Ｄ個の残りのデータストリームに対して一緒にＬＬＲ計算を実行し、ここで、Ｍ＞Ｄ≧１およびＭ＞１である。Ｄ個の最良のデータストリームはＳＮＲおよび／またはその他の基準に基づいて選択することができる。別のスキームにおいて、受信機は、Ｄ個の最良のデータストリームのそれぞれに対して独立にＬＬＲ計算を実行し、Ｍ Ｄ個の残りのデータストリームに対して一緒にＬＬＲ計算を実行し、リストスフィア検出、マルコフ連鎖モンテカルロ法、または何らかのその他の探索技術を使用して候補仮説に対する探索を実行することによって一緒のＬＬＲ計算のために考慮する仮説の数を削減する。

Description

本開示は概して通信に関し、より具体的には通信システム内で受信機において検出および復号化を実行するための技術に関する。

本出願は、本出願の譲受人に譲渡され、参照により本明細書に組み込まれる２００５年１１月１８日に出願された「ＲＥＤＵＣＥＤ ＣＯＭＰＬＥＸＩＴＹ ＩＮＴＥＲＡＴＩＶＥ ＤＥＴＥＣＴＩＯＮ ＡＮＤ ＤＥＣＯＤＩＮＧ ＦＯＲ ＭＩＭＯ−ＯＦＤＭ ＳＹＳＴＥＭＳ」と題された米国仮出願第６０／７３８，１５９号の優先権を主張するものである。

多入力多出力（ＭＩＭＯ）通信システムは、データ伝送のために送信機に複数（Ｔ個）の送信アンテナを使用し、受信機に複数（Ｒ個）の受信アンテナを使用する。Ｔ個の送信アンテナおよびＲ個の受信アンテナによって形成されるＭＩＭＯチャネルは、Ｍ個の空間チャネル（spatial channels）に分解することができ、ここでＭ≦ｍｉｎ｛Ｔ，Ｒ｝である。Ｍ個の空間チャネルは、より大きな全体のスループットおよび／またはより高い信頼性をもたらすやり方でデータを送信するために使用することができる。

送信機は、Ｍ個のデータストリームを並列に符号化し、Ｔ個の送信アンテナを介して送信することができる。受信機は、Ｒ個の受信アンテナを介してＲ個の受信シンボルストリームを取得し、ＭＩＭＯ検出を実行してＭ個のデータストリームを分離し、検出されたシンボルストリームに対して復号化を実行して送信データストリームを復元する。最適な性能を実現するために、受信機は、受信機において利用可能な全ての情報に基づいて、送信された可能性があるデータビットの全てのあり得る系列に関する多くの仮説を評価する必要がある。そのような網羅的な探索は計算コストが高く、多くの用途に対して使用不可能である。

したがって、当技術分野において、良好な性能を実現しながら複雑性を削減した検出および復号化を実行するための技術に対するニーズが存在する。
米国仮出願第６０／７３８，１５９号 Ｊ．Ｈａｇｅｎａｕｅｒら、「Ａ Ｖｉｔｅｒｂｉ Ａｌｇｏｒｉｔｈｍ ｗｉｔｈ Ｓｏｆｔ−Ｄｅｃｉｓｉｏｎ Ｏｕｔｐｕｔｓ ａｎｄ ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ」、ＩＥＥＥ Ｇｌｏｂｅｃｏｍ、１９８９年、４７．１．１〜４７．１．７頁 Ｌ．Ｒ．Ｂａｈｌら、「Ｏｐｔｉｍａｌ Ｄｅｃｏｄｉｎｇ ｏｆ Ｌｉｎｅａｒ Ｃｏｄｅｓ ｆｏｒ Ｍｉｎｉｍｉｚｉｎｇ Ｓｙｍｂｏｌ Ｅｒｒｏｒ Ｒａｔｅ」、ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ、１９７４年３月、２０巻、２８４〜２８７頁

発明の概要

良好な性能を実現しながら複雑性を削減した検出および復号化を実行するための技術が本明細書において説明される。これらの技術は、以下で説明される様々な複雑性を削減した検出スキームで実施される。

１つの複雑性を削減した検出スキームにおいて、受信機は、送信機によって送信されたＭ個のデータストリームに関するＲ個の受信シンボルストリームを取得し、検出されたシンボルを取得するために受信シンボルに対して受信機の空間処理（または空間整合フィルタリング（spatial matched filtering））を実行し、Ｄ個の「最良の」データストリームのそれぞれに対して独立に対数尤度比（ＬＬＲ）計算を実行し、Ｍ−Ｄ個の残りのデータストリームに対して一緒にＬＬＲ計算を実行し、ここで、一般にＭ＞Ｄ≧１およびＭ＞１である。Ｄ個の最良のデータストリームは、信号対干渉雑音比（signal-to-noise-and-interference ratio）（ＳＮＲ）および／またはその他の基準に基づいて選択することができる。別の複雑性を削減した検出スキームにおいて、受信機は、Ｄ個の最良のデータストリームのそれぞれに対して独立にＬＬＲ計算を実行し、Ｍ−Ｄ個の残りのデータストリームに対して一緒にＬＬＲ計算を実行し、リストスフィア検出（list sphere detection）、マルコフ連鎖モンテカルロ法、または何らかのその他の探索技術を使用して候補仮説に対する探索を実行することによって一緒のＬＬＲ計算のために考慮する仮説の数を削減する。

両方の探索スキームに関して、Ｄ個の最良のデータストリームに対してストリーム毎のＬＬＲ計算を実行することによって次元がＭからＭ−Ｄに削減される。次元の削減は、Ｍ−Ｄ個の残りのデータストリームに対する一緒のＬＬＲ計算のために考慮する仮説の数を実質的に減らすことができる。仮説の数は、候補仮説に対する探索を実行することによってさらに削減することができる。これらの検出スキームは、（１）検出および復号化を１回実行するシングルパス受信機、ならびに（２）検出および復号化を繰り返し実行する繰り返し受信機に対して使用することができる。これらのおよびその他の検出スキームが以下で詳細に説明される。

本発明の種々の態様および実施形態も以下でさらに詳細に説明される。

本発明の特徴および特質は、同様の参照符号が全体を通して同様の構成要素を特定する図面と共に理解されるとき、以下に記載された詳細な説明からより明らかとなるであろう。

詳細な説明

用語「例示的な」は、本明細書においては「例、具体例、または事例としての役割を果たす」ことを表すために使用される。本明細書において「例示的」と記載されたいずれの実施形態または設計も、必ずしもその他の実施形態または設計よりも好ましいまたは有利であると解釈されるべきではない。

本明細書において説明される検出および復号化の技術は、複数のデータストリームが通信チャネルを介して並列に送信される種々の通信システムに対して使用することができる。例えば、これらの技術は、単一の周波数サブバンドを用いるＭＩＭＯシステム、複数のサブバンドを用いるＭＩＭＯシステム、符号分割多元接続（ＣＤＭＡ）システム、周波数分割多元接続（ＦＤＭＡ）システム、時分割多元接続（ＴＤＭＡ）システムなどに対して使用することができる。複数のサブバンドは、直交周波数分割多重（ＯＦＤＭ）、シングルキャリア周波数分割多元接続（single-carrier frequency division multiple access）（ＳＣ−ＦＤＭＡ）、または何らかのその他の変調技術を用いて得ることができる。ＯＦＤＭおよびＳＣ−ＦＤＭＡは、システムの帯域幅全体をサブキャリア、トーン（tones）、ビン（bins）などとも呼ばれる複数（Ｌ個）の直交するサブバンドに分割する。各サブバンドは、データを用いて独立に変調することができるサブキャリアに関連付けられる。一般に、変調シンボルは、ＯＦＤＭの場合は周波数領域で、ＳＣ−ＦＤＭＡの場合は時間領域で送信される。明確にするために、以下の説明の多くはＯＦＤＭを利用するＭＩＭＯシステムに関する。

図１は、ＭＩＭＯシステム１００内の送信機１１０および受信機１５０の実施形態のブロック図を示す。送信機１１０は複数（Ｔ個）のアンテナを備え、受信機１５０は複数（Ｒ個）のアンテナを備える。ダウンリンク（または順方向リンク）伝送に関して、送信機１１０は、基地局、アクセスポイント、Ｎｏｄｅ Ｂなどの一部であることができ、基地局、アクセスポイント、Ｎｏｄｅ Ｂなどの機能の一部または全てを含むことができる。受信機１５０は、移動局、ユーザ端末、ユーザ機器などの一部であることができ、移動局、ユーザ端末、ユーザ機器などの機能の一部または全てを含むことができる。アップリンク（または逆方向リンク）伝送に関して、送信機１１０は移動局、ユーザ端末、ユーザ機器などの一部であることができ、受信機１５０は基地局、アクセスポイント、Ｎｏｄｅ Ｂなどの一部であることができる。

送信機１１０において、ＴＸデータプロセッサ１２０は、データ送信装置１１２からトラヒックデータを受信し、当該トラヒックデータを処理（例えば、フォーマット、符号化、インタリーブ、およびシンボルマッピング）して、トラヒックデータに関する変調シンボルであるデータシンボルを生成する。ＴＸ空間プロセッサ１３０は、データシンボルを、パイロットに関する変調シンボルであるパイロットシンボルと多重化する。パイロットは、送信機および受信機の両方によって先験的に知られている伝送であり、トレーニング信号、基準、プリアンブルなどと呼ばれる場合もある。ＴＸ空間プロセッサ１３０は、送信機の空間処理を実行し、送信シンボルのＴ個のストリームをＴ個の送信機ユニット（ＴＭＴＲ）１３２ａから１３２ｔに提供する。各送信機ユニット１３２は、その送信機ユニットの送信シンボルストリームを処理（例えば、ＯＦＤＭ変調、アナログ変換、フィルタリング、増幅、およびアップコンバート）し、変調信号を生成する。送信機ユニット１３２ａ〜１３２ｔからのＴ個の変調信号は、アンテナ１３４ａ〜１３４ｔからそれぞれ送信される。

受信機１５０において、Ｒ個のアンテナ１５２ａから１５２ｒはＴ個の変調信号を受信し、各アンテナ１５２は受信信号をそれぞれの受信機ユニット（ＲＣＶＲ）１５４に提供する。各受信機ユニット１５４は、送信機ユニット１３２によって実行された処理と相補的なやり方でその受信機ユニットの受信信号を処理して受信シンボルを取得し、トラヒックデータに関する受信シンボルをＲＸ空間プロセッサ１６０に提供し、パイロットに関する受信シンボルをチャネルプロセッサ１９４に提供する。チャネルプロセッサ１９４は、パイロットに関する受信シンボル（および、場合によってはトラヒックデータに関する受信シンボル）に基づいて送信機１１０から受信機１５０へのＭＩＭＯチャネルの応答を推定し、チャネル推定値をＲＸ空間プロセッサ１６０に提供する。ＲＸ空間プロセッサ１６０は、チャネル推定値を用いてトラヒックデータに関する受信シンボルに対する検出を実行し、以下で説明されるようにＬＬＲによって表すことができるソフトな判定値を提供する。ＲＸデータプロセッサ１７０は、ソフトな判定値をさらに処理（例えば、逆インタリーブおよび復号化）し、復号化データをデータ受信装置１７２に提供する。検出および復号化はプロセッサ１６０および１７０を通じたシングルパスで実行することができるか、またはプロセッサ１６０とプロセッサ１７０の間で繰り返し実行することができる。

受信機１５０は、送信機１１０が受信機１５０へのデータ伝送を制御することを助けるためのフィードバック情報を送信することができる。フィードバック情報は、伝送に使用する特定の伝送モード、各データストリームに対して使用する特定のレートもしくはパケットフォーマット、受信機１５０によって復号化されたパケットに関する肯定応答（ＡＣＫ）および／もしくは否定応答（ＮＡＫ）、チャネル状態情報など、またはそれらの任意の組合せを示す可能性がある。フィードバック情報は、ＴＸシグナリングプロセッサ１８０によって処理（例えば、符号化、インタリーブ、およびシンボルマッピング）され、ＴＸ空間プロセッサ１８２によってパイロットシンボルと多重化され、空間的に処理され、アンテナ１５２ａから１５２ｒを介して送信されるＲ個の変調信号を生成するために送信機ユニット１５４ａから１５４ｒによってさらに処理される。

送信機１１０において、Ｒ個の変調信号は、アンテナ１３４ａから１３４ｔによって受信され、受信機ユニット１３２ａから１３２ｔによって処理され、ＲＸ空間プロセッサ１３６によって空間的に処理され、フィードバック情報を復元するためにＲＸシグナリングプロセッサ１３８によってさらに処理（例えば、逆インタリーブおよび復号化）される。コントローラ／プロセッサ１４０は、受信されたフィードバック情報に基づいて受信機１５０へのデータ伝送を制御する。チャネルプロセッサ１４４は、受信機１５０から送信機１１０へのＭＩＭＯチャネルの応答を推定することができ、ＴＸ空間プロセッサ１３０によって使用される空間マッピング行列（spatial mapping matrices）を導出することができる。

コントローラ／プロセッサ１４０および１９０は、それぞれ送信機１１０および受信機１５０における動作を制御する。メモリ１４２および１９２は、それぞれ送信機１１０および受信機１５０のためのデータおよびプログラムコードを記憶する。

図２は、送信機１１０のＴＸデータプロセッサ１２０およびＴＸ空間プロセッサ１３０の実施形態のブロック図を示す。この実施形態に関しては、全てのデータストリームに対して共通の符号化スキームが使用され、各データストリームに対して別個の符号レートおよび別個の変調スキームを使用することができる。明確にするために、以下の説明はＭ個のデータストリームがＭ個の空間チャネル上で送信されることを仮定する。

ＴＸデータプロセッサ１２０内で、符号化器２２０は符号化スキームに従ってトラヒックデータを符号化し、コードビット（code bits）を生成する。符号化スキームは、畳込み符号、ターボ符号、低密度パリティ検査（ＬＤＰＣ）符号、巡回冗長検査（ＣＲＣ）符号、ブロック符号など、またはそれらの組合せを含む可能性がある。多重分離装置（Ｄｅｍｕｘ）２２２は、コードビットをＭ個のストリームに多重分離（またはパース）し、Ｍ個のコードビットストリームを処理ユニットのＭ個の集合に提供する。各集合は、パンクチャユニット２２４、チャネルインタリーバ２２６、およびシンボルマッパ２２８を含む。各パンクチャユニット２２４は、必要に応じてコードビットをパンクチャ（または削除）してそのパンクチャユニットのストリームに対して選択された符号レートを達成し、残ったコードビットを関連するチャネルインタリーバ２２６に提供する。各チャネルインタリーバ２２６は、インタリーブスキームに基づいてそのチャネルインタリーバのコードビットをインタリーブ（または並べ替え）し、インタリーブされたビットを関連するシンボルマッパ２２８に提供する。インタリーブは、（図２に示されるように）各データストリームに対して別個に実行することができるか、または一部のもしくは全てのデータストリームにまたがって実行することができる（図２に示されていない）。

各シンボルマッパ２２８は、そのシンボルマッパのストリームに対して選択された変調スキームに従ってそのシンボルマッパのインタリーブされたビットをマッピングし、データシンボル｛ｓ_ｍ｝のストリームを提供する。ストリームｍに関するシンボルマッピングは、（１）Ｑ_ｍ≧１としてＱ_ｍビットの集合をグループ化してＱ_ｍビット値を形成し、（２）各Ｑ_ｍビット値を選択された変調スキームに関する信号点配置（signal constellation）内の

個の点のうちの１つにマッピングすることによって遂行することができる。それぞれのマッピングされた信号点は複素数値であり、データシンボルに対応する。シンボルマッピングは、Ｇｒａｙマッピング（Gray mapping）または非Ｇｒａｙマッピング（non-Gray mapping）に基づくことができる。Ｇｒａｙマッピングを用いる場合、信号点配置内の（水平方向および垂直方向の両方の）隣接する点は、Ｑ_ｍ個のビット位置のうちの１つだけが異なる。Ｇｒａｙマッピングは、受信シンボルが正しい位置の近くの位置にマッピングされることに対応する発生しやすいエラーイベントに関するビット誤りの数を少なくし、受信シンボルが正しい位置の近くの位置にマッピングされる場合、１つの符号化ビットだけが誤って検出される。非Ｇｒａｙマッピングを用いる場合、隣接する点は２つ以上のビット位置が異なる可能性がある。非Ｇｒａｙマッピングは、符号化ビット間の独立性を高めることができ、繰り返し検出および復号化に関する性能を向上させることができる。

ＴＸ空間プロセッサ１３０内で、多重化装置（Ｍｕｘ）２３０は、シンボルマッパ２２８ａ〜２２８ｍからＭ個のデータシンボルストリームを受信し、各シンボル期間においてデータシンボルおよびパイロットシンボルを適切なサブバンドにマッピングする。行列乗算器２３２は、各サブバンドｌに関するデータおよび／またはパイロットシンボルを空間マッピング行列Ｐ（ｌ）と乗算し、そのサブバンドに関する送信シンボルを提供する。以下で説明されるように、異なる伝送モードに対して異なる空間マッピング行列を使用することができ、一部の伝送モードに関する異なるサブバンドに対して異なる空間マッピング行列を使用することができる。

図２は、Ｍ個のデータストリームに対して共通の符号化スキームならびに別個の符号レートおよび変調スキームを使用することができる実施形態を示す。異なる符号レートは、Ｍ個のデータストリームに対して異なるパンクチャパターンを使用することによってこれらのストリームに対して達成することができる。別の実施形態において、全てのデータストリームに対して共通の符号化スキームおよび共通の符号レートが使用され、Ｍ個のデータストリームに対して別個の変調スキームを使用することができる。さらに別の実施形態において、Ｍ個のデータストリームに対して共通の符号化スキーム、共通の符号レート、および共通の変調スキームが使用される。その上さらに別の実施形態において、各データストリームは、そのデータストリームに対して選択された符号化および変調スキームに基づいて処理される。一般に、Ｍ個のデータストリームに対して同じまたは異なる符号化スキームと、同じまたは異なる符号レートと、同じまたは異なる変調スキームとを使用することができる。さらに、サブバンドにまたがって同じまたは異なる符号化スキームと、同じまたは異なる符号レートと、同じまたは異なる変調スキームとを使用することができる。

典型的には、送信機１１０は各パケットを別個に符号化する。一実施形態において、Ｍ個のデータストリームは、単一のパケットを複数の（例えば、Ｍ個全ての）空間チャネル上で送信することができるように一緒に符号化される。別の実施形態において、Ｍ個のデータストリームは、各パケットが１つの空間チャネル上で送信されるように独立に符号化される。さらに別の実施形態において、一部のデータストリームは一緒に符号化され、残りのデータストリームは独立に符号化される。

明確にするために、以下の説明は各空間チャネル上で１つのデータストリームが送信されることを仮定する。したがって、用語「データストリーム」および「空間チャネル」は、以下の説明の大部分に関して交換可能である。データストリーム数は、設定可能とすることができ、チャネルの状態および／またはその他の要因に基づいて選択することができる。明確にするために、以下の説明はＭ個のデータストリームがＭ個の空間チャネル上で送信されることを仮定する。

図３は、シングルパス受信機に関するＲＸ空間プロセッサ１６０ａおよびＲＸデータプロセッサ１７０ａのブロック図を示す。プロセッサ１６０ａおよび１７０ａは、それぞれ図１の受信機１５０のプロセッサ１６０および１７０の実施形態である。この実施形態に関して、プロセッサ１６０ａおよび１７０ａは、プロセッサ１６０ａおよび１７０ａのそれぞれを通じたシングルパスで検出および復号化を実行する。

ＲＸ空間プロセッサ１６０ａ内で、空間フィルタ行列計算ユニット３０８は、チャネルプロセッサ１９４からチャネル推定値を受信し、以下で説明されるように当該チャネル推定値と送信機１１０によって使用された空間マッピング行列とに基づいて空間フィルタ行列を導出する。ＭＩＭＯ検出器３１０は、Ｒ個の受信機ユニット１５４ａ〜１５４ｒからの受信シンボルと、チャネルプロセッサ１９４からのチャネル推定値と、ユニット３０８からの空間フィルタ行列とを取得する。ＭＩＭＯ検出器３１０は、以下で説明されるように検出を実行し、データ伝送に使用された各シンボル期間において各サブバンド上で送信されたＭ個のデータシンボルのＫ個のコードビットに対するＫ個のソフトな判定値を提供する。ソフトな判定値は、送信されたコードビットの推定値である多ビット値である。これらのソフトな判定値は、ＬＬＲとして表すことができ、外部ＬＬＲ（extrinsic LLRs）と呼ばれる場合もある。Ｍ個のデータシンボルが１つのシンボル期間において１つのサブバンドで送信される場合、Ｋは

のように計算することができ、ここで、Ｑ_ｍはストリームｍに関するデータシンボルを形成するために使用されたコードビット数である。Ｍ個全てのデータストリームに対して同じ変調スキームが使用される場合、ＫはＫ＝Ｍ・Ｑとして計算することができ、ここで、Ｑは各データシンボルに関するコードビット数である。

ＲＸデータプロセッサ１７０ａ内で、チャネル逆インタリーバ３１６ａ〜３１６ｍはＭ個のデータストリームに対する外部ＬＬＲを受信する。各チャネル逆インタリーバ３１６は、そのチャネル逆インタリーバのストリームに対してチャネルインタリーバ２２６によって実行されたインタリーブと相補的なやり方でそのストリームに対する外部ＬＬＲを逆インタリーブする。多重化装置３１８は、チャネル逆インタリーバ３１６ａ〜３１６ｍからの逆インタリーブされたＬＬＲを多重化（またはシリアル化）する。復号化器３２０は、逆インタリーブされたＬＬＲを復号化し、復号化データを提供する。検出および復号化が以下で詳細に説明される。

図４は、繰り返し受信機に関するＲＸ空間プロセッサ１６０ｂおよびＲＸデータプロセッサ１７０ｂのブロック図を示す。プロセッサ１６０ｂおよび１７０ｂは、それぞれ受信機１５０のプロセッサ１６０および１７０の別の実施形態である。この実施形態に関して、プロセッサ１６０ｂおよび１７０ｂは検出および復号化を繰り返し実行する。

ＲＸ空間プロセッサ１６０ｂ内で、ユニット４０８は、チャネル推定値と送信機１１０によって使用された空間マッピング行列とに基づいて空間フィルタ行列を導出する。ＭＩＭＯ検出器４１０は、Ｒ個の受信機ユニット１５４ａ〜１５４ｒからの受信シンボルと、チャネルプロセッサ１９４からのチャネル推定値と、ユニット４０８からの空間フィルタ行列と、復号器４２０からの先験的なＬＬＲ（a priori LLRs）とを取得する。先験的なＬＬＲはＬ_ａ（ｂ_ｋ）と表記され、復号化器４２０からの先験的な情報を表す。ＭＩＭＯ検出器４１０は、以下で説明されるように検出を実行し、データ伝送に使用された各シンボル期間において各サブバンド上で送信されたＭ個のデータシンボルのＫ個のコードビットに対するＫ個の検出器ＬＬＲを提供する。検出器ＬＬＲはＬ（ｂ_ｋ）と表記される。Ｋ個の加算器４１２ａ〜４１２ｋは、検出器ＬＬＲから先験的なＬＬＲを引き、Ｌ_ｅ（ｂ_ｋ）と表記される外部ＬＬＲを提供する。外部ＬＬＲは、ＭＩＭＯ検出器４１０から復号化器４２０への外部のまたは新しい情報を表す。

ＲＸデータプロセッサ１７０ｂ内で、Ｍ個のストリームチャネル逆インタリーバ４１６は、各ストリームに対してチャネルインタリーバ２２６によって実行されたインタリーブと相補的なやり方でそのストリームに対する外部ＬＬＲを逆インタリーブする。チャネル逆インタリーバ４１６は、図３に示されたＭ個のチャネル逆インタリーバ３１６ａ〜３１６ｍを含むことができる。多重化装置４１８は、

と表記される逆インタリーブされたＬＬＲをシリアル化する。復号化器４２０は、逆インタリーブされたＬＬＲを復号し、復号化器ＬＬＲを提供する。加算器４２２は、復号器ＬＬＲから逆インタリーブされたＬＬＲを引き、次の繰り返しのための復号化器４２０からＭＩＭＯ検出器４１０への外部情報を表す先験的なＬＬＲを提供する。ＭＩＭＯ検出器４１０に対する先験的なＬＬＲは、多重分離装置４２４によってＭ個のストリームに多重分離される。Ｍ個のストリームチャネルインタリーバ４２６は、各ストリームに対してチャネルインタリーバ２２６によって実行されたのと同じやり方でそのストリームに対する先験的なＬＬＲをインタリーブする。チャネルインタリーバ４２６は、図２に示されたＭ個のチャネルインタリーバ２２６ａ〜２２６ｍを含むことができる。チャネルインタリーバ４２６は、次の繰り返しのための逆インタリーブされた先験的なＬＬＲをＭＩＭＯ検出器４１０に提供する。

ＲＸ空間プロセッサ１６０ｂおよびＲＸデータプロセッサ１７０ｂは、任意の回数の繰り返しを実行することができる。一実施形態において、プロセッサ１６０ｂおよび１７０ｂは、所定の回数の繰り返し（例えば、４回、６回、８回、またはそれ以上の繰り返し）を実行する。別の実施形態において、プロセッサ１６０ｂおよび１７０ｂは１回の繰り返しを実行し、次にパケットが正しく復号化されるかどうか、および／または復号化器の信頼性の測定基準が十分に高いかどうかをチェックし、パケットが誤って復号化されるか、または復号化器の信頼性の測定基準が低い場合はもう１回繰り返しを行う。誤り検出は、ＣＲＣおよび／または何らかのその他の誤り検出符号を用いて実行することができる。したがって、プロセッサ１６０ｂおよび１７０ｂは、決まった回数の繰り返しを実行するか、または何らかの最大繰り返し回数までの変更可能な回数の繰り返しを実行することができる。繰り返し検出および復号化が以下で詳細に説明される。

受信機１５０における受信シンボルは以下のように表すことができる。

ここで、ｓ（ｌ）は、サブバンドｌ上で送信されたＭ個のデータシンボルによるＭ×１ベクトルであり、
Ｐ（ｌ）は、サブバンドｌに対して送信機１１０によって使用されたＴ×Ｍ空間マッピング行列であり、
Ｈ_ｃｈ（ｌ）は、サブバンドｌに関するＲ×Ｔ ＭＩＭＯチャネル応答行列であり、
Ｈ（ｌ）＝Ｈ_ｃｈ（ｌ）・Ｐ（ｌ）は、サブバンドｌに関するＲ×Ｍ実効ＭＩＭＯチャネル応答行列であり、
ｙ（ｌ）は、サブバンドｌに関するＲ個の受信シンボルを有するＲ×１ベクトルであり、
ｎ（ｌ）は、サブバンドｌに関する雑音のＲ×１ベクトルである。

雑音は、ゼロ平均ベクトルと、

が雑音の分散であり、Ｉが単位行列である共分散行列

とによる加法性白色ガウス雑音（ＡＷＧＮ）であると仮定することができる。実効ＭＩＭＯチャネル応答Ｈ（ｌ）は、実際のＭＩＭＯチャネル応答Ｈ_ｃｈ（ｌ）と、送信機１１０によって使用された空間マッピング行列Ｐ（ｌ）とを含む。

一実施形態において、ＭＩＭＯ検出器（例えば、ＭＩＭＯ検出器３１０または４１０）は、受信シンボルと、各サブバンドに関するチャネル推定値と、利用可能な場合にはそのサブバンド上で送信されたデータシンボルに対する先験的なＬＬＲとに基づいて各サブバンドに対して別個に検出を実行する。別の実施形態において、ＭＩＭＯ検出器は複数のサブバンドに対して一緒に検出を実行する。復号化器（例えば、復号器３２０または４２０）は、１つまたは複数のサブバンド上で送信することができるパケットに対する一連のＬＬＲに対して復号化を実行する。明確にするために、サブバンドのインデックスｌは以下の説明においては省略される。

パケットは、各ブロックがＫ個のコードビットを含むようにして複数のブロックに分割することができる。各ブロックに関するＫ個のコードビットは、以下のようにＭ個のデータシンボルにマッピングすることができる。

ここで、ｓ＝［ｓ_１，ｓ_２．．．ｓ_Ｍ］は、Ｍ個のデータシンボルによるベクトルであり、

は１ブロックに関するＫ個のコードビットを有するベクトルであり、
ｂ_ｍは、ストリームｍに関するデータシンボルｓ_ｍを形成するために使用されるＱ_ｍ個のコードビットを有するベクトルであり、
ｂ_ｍ，ｑ（ｍ＝１，．．．，Ｍおよびｑ＝１，．．．，Ｑ_ｍ）は、ベクトルｂ_ｍ内のｑ番目のコードビットであり、
ｂ_ｋ（ｋ＝１，．．．，Ｋ）は、ベクトルｂ内のｋ番目のコードビットである。

所与のビットベクトルｂと対応するデータベクトルｓの間に１対１のマッピングが存在する。一般に、Ｑは所与のサブバンド上で送信されたＭ個のデータシンボルに対して同じであるかまたは異なる可能性があり、ＫはＬ個のサブバンドに対して同じであるかまたは異なる可能性がある。

式（１）に示された伝送スキームのために最適な受信機は、パケット全体に対して一緒に検出および復号化を実行する最尤（ＭＬ）系列受信機である。この最適な受信機は、パケットに関するブロック、サブバンド、およびＯＦＤＭシンボルにまたがって符号化スキームによって導入される相関の知識を使用してパケット内の全てのデータビットに対して一緒に判定を行う。最適な受信機は、送信された可能性が最も高い系列を発見するために、パケットに関して送信された可能性があるデータビットの全てのあり得る系列の網羅的探索を実行する。この最適な受信機は極めて複雑である。

図４に示されたように検出および復号化を繰り返し実行する受信機は、より低い複雑性で準最適な性能を達成することができる。検出器および復号化器は、繰り返しコードビットに対するソフトな判定値を計算し、この情報を交換し、そのことが、実行される繰り返し回数に伴ってソフトな判定値の信頼性を高める。ＭＩＭＯ検出器および復号化器は、それぞれ種々のやり方で実装することができる。

一実施形態において、ＭＩＭＯ検出器は、各コードビットに関する誤り確率を最小化する最大帰納的確率（ＭＡＰ）検出器であり、各コードビットに対するソフトな判定値を提供する。ＭＡＰ検出器は、ＬＬＲとして表されることが多い帰納的確率（ＡＰＰ）の形態でソフトな判定値を提供する。コードビットｂ_ｋに対する検出器ＬＬＲであるＬ（ｂ_ｋ）は以下のように表すことができる。

ここで、Ｐ｛ｂ_ｋ＝＋１｜ｙ｝は、受信ベクトルｙが与えられた場合にコードビットｂ_ｋが＋１である確率であり、
Ｐ｛ｂ_ｋ＝−１｜ｙ｝は、受信ベクトルｙが与えられた場合にコードビットｂ_ｋが−１である確率である。

検出器ＬＬＲは、以下のように２つの部分に分離することができる。

ここで、Ｌ_ａ（ｂ_ｋ）は、復号化器または場合によってはその他のソースによってＭＩＭＯ検出器に提供されるコードビットｂ_ｋに対する先験的なＬＬＲであり、Ｌ_ｅ（ｂ_ｋ）は、ＭＩＭＯ検出器によって復号化器に提供されるコードビットｂ_ｋに対する外部ＬＬＲである。コードビットｂ_ｋに対する先験的なＬＬＲは以下のように表すことができる。

ここで、Ｐ｛ｂ_ｋ＝＋１｝は、コードビットｂ_ｋが＋１である確率であり、
Ｐ｛ｂ_ｋ＝−１｝は、コードビットｂ_ｋが−１である確率である。

ＭＡＰ検出器は、ｌｏｇ−ＭＡＰ検出器、ｍａｘ−ｌｏｇ−ＭＡＰ検出器、またはその他の種類のＭＡＰ検出器であってよい。ｌｏｇ−ＭＡＰ ＬＬＲと呼ばれるｌｏｇ−ＭＡＰ検出器からの外部ＬＬＲは以下のように計算することができる。

ここで、

および

は、送信されたと仮定されるベクトルであり、

は、コードビットｂ_ｋを除くベクトル

内の全てのコードビットによるベクトルであり、
Ｌ_{ａ，［ｋ］}は、

内の全てのコードビットに対する先験的なＬＬＲによるベクトルであり、

は、ユークリッド距離コスト関数を表し、
“^Ｔ”は転置を表す。

式（６）は、ｌｏｇ−ＭＡＰ検出器からの外部ＬＬＲに関する１つの式を示す。外部ＬＬＲはその他の形態で表すこともできる。概して、受信機は、実効ＭＩＭＯチャネル応答行列Ｈの推定値である

を導出し、

をＬＬＲ計算において使用する。簡単にするために、本明細書における説明は、チャネル推定誤りがなく、したがって

であると仮定する。

式（６）は、送信ビットベクトルｂ内の各コードビットに対して評価される。各コードビットｂ_ｋに関して、ベクトルｂに関して送信された可能性があるコードビット｛ｂ_１．．．ｂ_Ｋ｝の全てのあり得る系列（またはコードビット値の全てのあり得る組合せ）に関する２^Ｋ個の仮定されるビットベクトル

が考慮される。２^Ｋ−１個の仮定されるビットベクトル

はｂ_ｋ＝＋１であり、その他の２^Ｋ−１個の仮定されるビットベクトル

はｂ_ｋ＝−１である。それぞれの仮定されるビットベクトル

は、対応する仮定されるデータベクトル

を有する。総和に含まれる式が、それぞれの仮定されるビットベクトル

に対する結果を取得するためにそのビットベクトルに対して計算される。ｂ_ｋ＝＋１である２^Ｋ−１個の仮定されるビットベクトル

に対する結果が、分子に関する合計結果を得るために合計される。ｂ_ｋ＝−１である２^Ｋ−１個の仮定されるビットベクトル

に対する結果が、分母に関する合計結果を得るために合計される。コードビットｂ_ｋに対するｌｏｇ−ＭＡＰ ＬＬＲは、分子に関する合計結果を分母に関する合計結果で割ったものの自然対数（ｌｎ）に等しい。

ｍａｘ−ｌｏｇ−ＭＡＰ検出器は、式（６）のｌｏｇ−ＭＡＰ ＬＬＲを近似し、以下のようなｍａｘ−ｌｏｇ−ＭＡＰ ＬＬＲを提供する。

式（７）におけるｍａｘ−ｌｏｇ−ＭＡＰ近似は、式（６）の総和をｍａｘ｛｝演算で置き換える。典型的には、ｍａｘ−ｌｏｇ−ＭＡＰ近似を使用してもわずかな性能劣化しか生じない。式（６）のｌｏｇ−ＭＡＰ ＬＬＲのその他の近似が使用されてもよい。

式（６）のｌｏｇ−ＭＡＰ検出器および式（７）のｍａｘ−ｌｏｇ−ＭＡＰ検出器は、ベクトルｙ内の受信シンボルに対して一緒に判定を行い、これらの受信シンボルに関連するコードビットに対する外部ＬＬＲを計算する。最も適切に外部ＬＬＲを計算するために、各ＭＡＰ検出器は、ベクトルｓに関して送信された可能性があるデータシンボルの全てのあり得る組合せの網羅的探索を実行する。この網羅的探索は計算コストが高く、多くの用途に対して使用不可能である可能性がある。ＬＬＲ計算の複雑性は、ｌｏｇ−ＭＡＰ検出器およびｍａｘ−ｌｏｇ−ＭＡＰ検出器の両方に関して、送信ビットベクトルｂ内のビット数（Ｋ）に対して指数関数的である。具体的には、各コードビットｂ_ｋに対して両方のＭＡＰ検出器によって２^Ｋ個の仮説が考慮される。複雑性を削減した様々な検出スキームが以下で説明される。

計算の複雑性を削減するために、受信機は、検出されたシンボルを取得するために受信シンボルに対して受信機の空間処理（または空間整合フィルタリング）を実行することができ、次に、それぞれの検出されたシンボルに対して独立にＬＬＲ計算を実行することができる。検出されたシンボルは、送信機によって送信されたデータシンボルの推定値である。受信機は、ゼロフォーシング（ＺＦ）技術、最小平均２乗誤差（ＭＭＳＥ）技術、最大比合成（ＭＲＣ）技術、または何らかのその他の技術に基づいて受信機の空間処理を実行することができる。空間フィルタ行列は、以下のようにＺＦ、ＭＭＳＥ、またはＭＲＣ技術に基づいて導出することができる。

ここで、

であり、
Ｄ_ｍｒｃ＝ｄｉａｇ［Ｈ^Ｈ・Ｈ］^−１であり、
Ｍ_ｚｆ、Ｍ_ｍｍｓｅ、およびＭ_ｍｒｃは、それぞれＺＦ、ＭＭＳＥ、およびＭＲＣ技術に関するＭ×Ｒ空間フィルタ行列であり、
“^Ｈ”は共役転置を表す。

受信機の空間処理は以下のように表すことができる。

ここで、ＭはＭ_ｚｆ、Ｍ_ｍｍｓｅ、またはＭ_ｍｒｃに等しい可能性があり、

は、検出されたシンボルのＭ×１ベクトルであり、データベクトルｓの推定値である。

ＬＬＲ計算は、それぞれの検出されたシンボルに対して独立に実行することができる。外部ＬＬＲは、ｍａｘ−ｌｏｇ−ＭＡＰ検出器を用いてそれぞれの検出されたシンボル

のＱ_ｍ個のコードビットに対して以下のように計算することができる。

ここで、

は、

のｍ番目の要素であり、

は、送信データシンボルｓ_ｍに対する仮定されるデータシンボルであり、

は、コードビットｂ_ｍ，ｑを除くデータシンボルｓ_ｍに関する全てのコードビットを有するベクトルであり、
Ｌ_{ａ，ｍ，［ｑ］}は、

内の全てのコードビットに対する先験的なＬＬＲを有するベクトルであり、
Ｌ_ｅ（ｂ_ｍ，ｑ）は、コードビットｂ_ｍ，ｑに対する外部ＬＬＲである。

式（１２）は、各送信ビットベクトルｂ_ｍ（ｍ＝１，．．．，Ｍ）内の各コードビットに対して評価される。ビットベクトルｂ_ｍ内の各コードビットｂ_ｍ，ｑに関して、ベクトルｂ_ｍに関して送信された可能性があるコードビット

の全てのあり得る系列に関する

個の仮定されるビットベクトル

が考慮される。それぞれの仮定されるビットベクトル

は、対応する仮定されるデータシンボル

を有する。ｍａｘ｛｝演算内の式が、それぞれの仮定されるビットベクトル

に対する結果を取得するためにそのビットベクトルに対して計算される。ｂ_ｍ，ｑ＝＋１である

個の仮定されるビットベクトル

に対する結果は、第１のｍａｘ｛｝演算内で使用される。ｂ_ｍ，ｑ＝−１である

個の仮定されるビットベクトル

に対する結果は、第２のｍａｘ｛｝演算内で使用される。

受信機の空間処理の複雑性はデータストリーム数（Ｍ）に対して線形であり、信号点配置のサイズに依存しない。Ｍ個全てのデータストリームに対して同じ変調スキームが使用されると仮定すると、ストリーム毎に外部ＬＬＲを計算することは、評価する仮説の数を２^Ｍ・ＱからＭ・２^Ｑに減らす。ストリーム毎のＬＬＲ計算は、実質的に計算の複雑性を削減することができるが、望んでいるよりも大きな性能の劣化を生じる可能性がある。

一態様において、受信機は、検出されたシンボルを取得するために受信シンボルに対して受信機の空間処理を実行し、Ｄ個の最良の検出されたシンボルのそれぞれに対して独立にＬＬＲ計算を実行し、Ｍ−Ｄ個の残りの検出されたシンボルに対して一緒にＬＬＲ計算を実行し、ここでＭ＞Ｄ≧１である。Ｄ個の最良の検出シンボルは、最も高いＳＮＲを有するＤ個のデータストリーム、ＳＮＲの変動が最も小さいＤ個のデータストリーム、最もロバストな符号化を用いたＤ個のデータストリームなどに関する可能性がある。この検出スキームは次元削減検出スキーム（reduced dimensionality detection scheme）と呼ばれ、図３に示されたシングルパス受信機および図４に示された繰り返し受信機に対して使用することができる。

受信機は、（Ｍ個全ての検出されたシンボルの代わりに）Ｄ個の最良の検出されたシンボルを取得するためにＲ個の受信シンボルに対して受信機の空間処理を実行することができる。Ｄ×Ｒ次元の縮減された空間フィルタ行列Ｍ_Ｄを、縮減されたチャネル応答行列Ｈ_Ｄに基づいて導出することができる。行列Ｈ_ＤはＲ×Ｄ次元であり、Ｄ個の最良の検出されたシンボルに対応するＨのＤ個の列を含む。Ｄ個の最良の検出されたシンボルに対する受信機の空間処理は、計算の複雑性がより少ない。

受信機は、例えば式（１２）に示されたｍａｘ−ｌｏｇ−ＭＡＰ検出器または何らかのその他の種類の検出器に基づいてＤ個の最良の検出されたシンボルのそれぞれに対して独立にＬＬＲ計算を実行することができる。受信機は、様々なやり方でＭ−Ｄ個の残りの検出されたシンボルに対して一緒にＬＬＲ計算を実行することができる。

一実施形態において、受信機は、Ｄ個の最良の検出されたシンボルを考慮することによって残りの検出されたシンボルに対して一緒にＬＬＲ計算を実行する。この実施形態に関して、Ｄ個の最良の検出されたシンボルに対してハードな判定がなされる。所与の検出されたシンボル

に対するハードな判定値

は、

に対して使用された信号点配置内の全ての変調シンボルの中で

に距離が最も近い変調シンボルである。次に、受信機は、例えば式（７）に示されたｍａｘ−ｌｏｇ−ＭＡＰ検出器または何らかのその他の種類の検出器に基づいて残りの検出されたシンボルに関するコードビットに対して外部ＬＬＲを計算する。このＬＬＲ計算に関して、Ｄ個の最良の検出されたシンボルは、これらの検出されたシンボルに対して決定されたソフトな判定値に制限または固定される。したがって、Ｄ個の最良の検出されたシンボルがインデックスｍ＝Ｍ−Ｄ＋１，．．．，Ｍを有すると仮定して、評価する仮説の数は

から

に削減される。

別の実施形態において、受信機は、Ｄ個の最良の検出されたシンボルを考慮することなしに残りの検出されたシンボルに対して一緒にＬＬＲ計算を実行する。この実施形態に関して、受信機は、

、および

に関する縮減されたベクトルと、Ｈに関する縮減された行列とを形成する。縮減されたベクトルおよび行列は、残りの検出されたシンボルに対応する要素だけを含む。次に、受信機は、例えば式（７）に示されたｍａｘ−ｌｏｇ−ＭＡＰ検出器または何らかのその他の種類の検出器に基づいて残りの検出されたシンボルに関するコードビットに対して外部ＬＬＲを計算する。縮減されたベクトルおよび行列がＬＬＲ計算に使用される。したがって、評価する仮説の数と各仮説に対する計算とが両方とも削減される。

一実施形態において、Ｄは、複雑性、性能、および／またはその他の考慮すべき事項の間のトレードオフに基づいて選択することができる固定値である。別の実施形態において、Ｄは、選択された伝送モード、チャネルの状態（例えば、データストリームに関するＳＮＲ）、および／またはその他の要素に基づいて選択することができる設定可能な値である。Ｄは適応的であることができ、パケット毎、フレーム毎、サブバンド毎、またはその他のやり方で選択することができる。

次元削減検出スキームは、式（６）および（７）に示された網羅的検出スキームよりも少ない複雑性で優れた性能を提供することができる。次元削減検出スキームは、一部のデータストリームが高いＳＮＲおよび／または低い周波数選択性を示し、残りのデータストリームがより低いＳＮＲおよび／またはより高い周波数選択性を示すデータ伝送によく適する可能性がある。周波数選択性は、周波数中のＳＮＲの変動をもたらす周波数中のチャネル利得の変動を指す。次元削減検出スキームは、Ｄ個の最良のデータストリームに関する高いＳＮＲおよび／または低い周波数選択性を利用して計算の複雑性を削減する。Ｍ個全てのデータストリームに対してストリーム毎にＬＬＲ計算を実行する検出スキームよりも性能を向上させるために、より低いＳＮＲおよび／またはより高い周波数選択性を有する残りのデータストリームに対して準最適な検出が実行される。

図５は、次元削減検出スキームに基づく検出および復号化を実行するためのプロセス５００を示す。検出されたシンボルを取得するために（例えば、ゼロフォーシングまたはＭＭＳＥ技術に基づいて）複数のデータストリームに関する受信シンボルに対して受信機の空間処理が実行される（ブロック５１２）。ストリームに対するソフトな判定値を取得するために少なくとも１つのデータストリームのそれぞれに対して独立に検出が実行される（ブロック５１４）。残りのデータストリームに対するソフトな判定値を取得するためにこれらのストリームに対して一緒に検出が実行される（ブロック５１６）。少なくとも１つのデータストリームのそれぞれに対するソフトな判定値（例えば、外部ＬＬＲ）は、検出されたシンボルと、もしあればそのストリームに関する復号化器からの先験的な情報（例えば、先験的なＬＬＲ）とに基づいて独立に導出することができる。残りのデータストリームに対するソフトな判定値は、受信シンボルと、もしあれば先験的な情報とに基づいて一緒に導出することができる。複数のデータストリームに対するソフトな判定値を、検出器のための先験的な情報を取得するために復号化することができる（ブロック５１８）。

次に、検出および復号化をもう１回繰り返すかどうかの判定がなされる（ブロック５２０）。ブロック５２０に対する答えは、シングルパス受信機に関しては１回の繰り返し後は「いいえ」であり、終了条件が満たされる場合は繰り返し受信機に関しても「いいえ」である。ブロック５２０に対して答えが「はい」である場合、次の繰り返しの検出のために先験的な情報が使用され（ブロック５２２）、プロセスはブロック５１４に戻る。ブロック５２０に対して答えが「はい」でない場合、復号化データを取得するために検出器からのソフトな判定値がさらに処理される（ブロック５２４）。ソフトな判定値はブロック５２０の前に復号化することもでき、復号化の結果を、もう１回繰り返しを行うか否かを判定するためにブロック５２０で使用することができる。

パケットを符号化して、複数のデータストリーム上で送信することができる複数のサブパケットに多重分離することができる。各サブパケットまたは各データストリームに対してＣＲＣを使用することができる。この場合、それぞれの検出されたデータストリームに関するＣＲＣをブロック５１４の後にチェックすることができ、ブロック５１４において検出された（１つまたは複数の）データストリームのいずれかに対してＣＲＣが失敗する場合、後続の処理を打ち切ることができる。

図６は、次元削減検出スキームに基づく検出および復号化を実行するための装置６００を示す。装置６００は、検出されたシンボルを取得するために複数のデータストリームに関する受信シンボルに対して受信機の空間処理を実行するための手段（ブロック６１２）と、少なくとも１つのデータストリームに対するソフトな判定値を取得するためにストリームのそれぞれに対して独立に検出を実行するための手段（ブロック６１４）と、残りのデータストリームに対するソフトな判定値を取得するためにこれらのストリームに対して一緒に検出を実行するための手段（ブロック６１６）と、先験的な情報を取得するために複数のデータストリームに対するソフトな判定値を復号化するための手段（ブロック６１８）と、適用可能な場合に、先験的な情報を使用して検出および復号化のさらなる繰り返しを実行するための手段（ブロック６２０）と、復号化データを取得するためにソフトな判定値を処理するための手段（ブロック６２２）とを含む。

一緒のＬＬＲ計算において考慮する仮説の数は、スフィア復号化（sphere decoding）、スフェリカル復号化（spherical decoding）などとも呼ばれるリストスフィア検出（ＬＳＤ）を使用して候補仮説に対する探索を実行することによって削減することができる。式（６）のｌｏｇ−ＭＡＰ検出器、式（７）のｍａｘ−ｌｏｇ−ＭＡＰ検出器、およびその他の種類の検出器に関する複雑性を削減するためにリストスフィア検出を使用することができる。リストスフィア検出は、コスト関数に基づいて可能性がより低い仮説を破棄することによって検出器の探索範囲を狭めようとする。例として、ｌｏｇ−ＭＡＰ検出器およびｍａｘ−ｌｏｇ−ＭＡＰ検出器は、以下の条件を満足する仮説のみを考慮することができる。

ここで、

はコスト関数であり、ｒ^２は仮説を残すかまたは考慮から除外するために使用される球の半径または閾値である。

式（１３）のコスト関数は以下のように展開することができる。

ここで、ＲはＨのＱＲ分解によって得られる上三角行列であり、
Ｃは定数であり、この定数は、この定数が

の関数ではないので省略することができる。

正規直交行列Ｑと上三角行列Ｒとを取得するために実効ＭＩＭＯチャネル応答行列Ｈに対してＱＲ分解を実行することができ、つまり、Ｈ＝Ｑ・Ｒであり、ここでＱ^Ｈ・Ｑ＝Ｉである。上三角行列Ｒは、主対角より下にゼロを含む。式（１４）の第４の等式は、以下、すなわちＨ^Ｈ・Ｈ＝［Ｑ・Ｒ］^Ｈ・Ｑ・Ｒ＝Ｒ^Ｈ・Ｑ^Ｈ・Ｑ・Ｒ＝Ｒ^Ｈ・Ｒに基づいて取得することができる。

式（１４）のコスト関数に関して、検出されたシンボルは探索の中心点として使用することができる。そのとき、コスト関数は以下のように表すことができる。

ここで、

は、任意の受信機の空間処理技術（例えば、ゼロフォーシングまたはＭＭＳＥ）に基づいて式（１１）から取得することができる。ベクトルｓに関して送信された可能性がある２^Ｋ個の仮定されるデータベクトル

に対する２^Ｋ個のコスト値を取得するためにこれらの２^Ｋ個の仮説に対して式（１５）のコスト関数を計算することができる。ｒ^２以下のコスト値を有する仮定されるデータベクトルを、例えば式（６）または（７）におけるＬＬＲ計算のために考慮することができる。

上三角行列Ｒの構造を、コスト関数を計算する仮説の数を削減するために利用することができる。式（１５）は以下のように展開することができる。

Ｍ＝４の場合、式（１６）は以下のように表すことができる。

ここで、

、および

である。

式（１７）は以下のように任意の値Ｍに一般化することができる。

ここで、

である。

式（１８）および（１９）に示されるように、コスト関数は、Ｍ個の項Ｔ_１からＴ_Ｍに分解することができる。項Ｔ_ＭはストリームＭに対する検出されたシンボル

にのみ依存し、項Ｔ_Ｍ−１はストリームＭ−１およびＭに対する検出されたシンボル

および

に依存し、以下同様であり、項Ｔ_１はＭ個全てのストリームに対する検出されたシンボル

から

に依存する。

コスト関数は、各レベル毎に１つの項Ｔ_ｉで、第１のレベルに関する最後の項Ｔ_Ｍで始まるＭ個のレベルにおいてインクリメンタルに計算することができる。これは、ｉ＝Ｍで始まる式（１８）のＪに関する逆順の総和によって示される。各レベルに関して、Ｔ_ｉがそのレベルに適用可能な全ての仮説に対して計算され、コスト関数が更新される。

コスト関数は、

で始まり、

で終わる追加のシンボルを一度に１つずつ考慮することによって計算することができる。探索性能を向上させるために、ストリームは、

が（例えば、最も高いＳＮＲを有する）最良のストリームに対応し、

が（例えば、最も低いＳＮＲを有する）最悪のストリームに対応するようにソートすることができる。受信ベクトルｙおよびチャネル応答行列Ｈは、検出されたベクトル

に関する所望の順序付けを達成するために並べ替えることができる。

ＬＳＤ探索を様々なやり方で実行することができる。第１の実施形態において、ｒ^２以下のコスト値を有する全ての仮説が残され、全てのその他の仮説は破棄される。第２の実施形態において、各レベルでＢ個の最良の仮説のみが残され、全てのその他の仮説は破棄される。両方の実施形態において、考慮する仮説の総数が、高いコスト値を有する仮説を破棄することによって削減される。

ＬＳＤ探索は以下のように実行することができる。第１のレベルに関して、データシンボルｓ_Ｍに関して送信された可能性がある

個の仮定されるデータシンボル

によってリストＰ_Ｍが形成される。

個のコスト値を取得するために、式（１９）に示されたようにリストＰ_Ｍ内の

個の仮定されるデータシンボル

に対してＴ_Ｍが計算される。第１の実施形態に関して、ｒ^２以下のコスト値を有する全ての仮定されるデータシンボルが残され、候補リストＣ_Ｍ内に記憶される。第２の実施形態に関して、ｒ^２以下の最も低いコスト値を有するＢ個までの仮定されるデータシンボルが残され、候補リストＣ_Ｍ内に記憶される。第２の実施形態に関して、ｒ^２以下のコスト値を有する仮定されるデータシンボルは、これらのコスト値がＢ個の最小のコスト値の中にない場合には破棄することができる。両方の実施形態に関して、全てのその他の仮定されるデータシンボルは破棄され、このことは破棄されたデータシンボルを含む全ての仮定されるデータベクトル

を簡潔にする効果を有する。

第２のレベルに関して、データシンボルｓ_Ｍ−１に関して送信された可能性がある

個の仮定されるデータシンボル

によってリストＰ_Ｍ−１が形成される。Ｔ_Ｍ−１が、全ての有効な仮定されるシンボルの組

に対して計算され、これらの仮定されるシンボルの組に対するコスト値を取得するためにＴ_Ｍと加算される。有効な仮定されるシンボルの組は、候補リストＣ_Ｍ内の各シンボルとリストＰ_Ｍ−１内の各シンボルとの全てのあり得る組合せを含む。更新されたコスト値は、Ｊ_Ｍ−１＝Ｔ_Ｍ−１＋Ｔ_Ｍのように計算することができる。第１の実施形態に関して、ｒ^２以下のコスト値を有する全ての仮定されるシンボルの組が残され、候補リストＣ_Ｍ−１内に記憶される。第２の実施形態に関して、ｒ^２以下の最も低いコスト値を有するＢ個までの仮定されるシンボルの組が残され、候補リストＣ_Ｍ−１内に記憶される。両方の実施形態に関して、全てのその他の仮定されるシンボルの組は破棄される。

残りのレベルのそれぞれは、同様のやり方で評価することができる。データシンボルｓ_ｉに関して送信された可能性がある

個の仮定されるデータシンボル

によってリストＰ_ｉが形成される。Ｔ_ｉが、全ての有効な仮定されるシンボルの集合

に対して計算され、これらの仮定されるシンボルの集合に対するコスト値を取得するためにＴ_ｉ＋１からＴ_Ｍまで加算される。有効な仮定されるシンボルの集合は、候補リストＣ_ｉ＋１内の各仮説とリストＰ_ｉ内の各シンボルとの全てのあり得る組合せを含む。更新されたコスト値は、Ｊ_ｉ＝Ｔ_ｉ＋．．．＋Ｔ_Ｍのように計算することができる。第１の実施形態に関して、ｒ^２以下のコスト値を有する全ての仮定されるシンボルの集合が残され、候補リストＣ_ｉ内に記憶される。第２の実施形態に関して、ｒ^２以下の最も低いコスト値を有するＢ個までの仮定されるシンボルの組が残され、候補リストＣ_ｉ内に記憶される。両方の実施形態に関して、全てのその他の仮定されるシンボルの集合は破棄される。

Ｍ個のレベル全てが評価された後、外部ＬＬＲを、例えばｍａｘ−ｌｏｇ−ＭＡＰ検出器に基づいて候補リストＣ_１内に記憶された全ての仮説に対して以下のように計算することができる。

ここで、

は候補リストＣ_１のサブセットであり、ｂ_ｋ＝＋１である仮説を含み、

は候補リストＣ_１のサブセットであり、ｂ_ｋ＝−１である仮説を含む。

外部ＬＬＲは、ｌｏｇ−ＭＡＰ検出器または何らかのその他の種類の検出器に基づいて計算することもできる。候補仮説に対してすでに計算されたコスト値を、これらの仮説に対する外部ＬＬＲを計算するために使用することができる。明確にするために、上述の説明は異なるレベルに対して異なる候補リストを使用する。単一の候補リストＣをＭ個のレベル全てに対して使用することができ、各レベルで更新することができる。

図７は、各レベルでＢ個の最良の仮説を残す第２の実施形態に関する例示的な探索木を示す。この例に関して、Ｍ＝４であり、４つの項Ｔ_１からＴ_４が計算され、Ｂ＝２であり、候補リストＣは各レベルで２つまでの最良の仮説を含む。ｉ＝４である第１のレベルに関して、図７において

から

と表記される、データシンボルｓ_４に関して送信された可能性がある

個のあり得るデータシンボルに関する

個の仮説に対してＴ_４が計算される。２つの最良の仮説が、黒く塗り潰されたノードによって示される。ｉ＝３である第２のレベルに関して、データシンボルｓ_３およびｓ_４に関して送信された可能性がある

個のあり得るシンボルの組に関する

個の仮説に対してＴ_３が計算される。２つの最良の仮説が、黒く塗り潰されたノードによって示される。ｉ＝２である第３のレベルに関して、データシンボルｓ_２、ｓ_３、およびｓ_４に関して送信された可能性がある

個のあり得るシンボルの集合に関する

個の仮説に対してＴ_２が計算される。２つの最良の仮説が、黒く塗り潰されたノードによって示される。ｉ＝１である最後のレベルに関して、データシンボルｓ_１、ｓ_２、ｓ_３、およびｓ_４に関して送信された可能性がある

個のあり得るシンボルの集合に関する

個の仮説に対してＴ_１が計算される。２つの最良の仮説が、黒く塗り潰されたノードによって示される。最も低いコスト値をもたらすシンボルの集合が太線によって示される。

一実施形態において、リストＣに記憶する候補仮説の数は、検出性能、複雑性、および／またはその他の考慮すべき事項の間のトレードオフに基づいて選択することができる固定値である。この固定値（Ｂ）は、上述のように各レベルに関する可能性がある。この固定値は所与のレベルの各ノードに関する可能性もあり、この場合、レベル毎に

個の仮説が考慮される。別の実施形態において、候補仮説の数は設定可能であり、信号点配置のサイズ、繰り返し回数、検出性能、複雑性、および／またはその他の考慮すべき事項に基づいて選択することができる。例えば、Ｂは、ＬＬＲ計算の十分な精度を保証するためにより大きな信号点配置に対してより多くの候補仮説が記憶されるように信号点配置の関数であることができる。Ｂを、何らかの最小値（例えば、Ｂ_ｍｉｎ＝２）以上に制約することもでき、このことは、各レベルで少なくともＢ_ｍｉｎ個の候補仮説を記憶することを保証する。

リストスフィア検出に関するコストを計算するための２つの実施形態が上述された。コスト計算はその他のやり方で実行することもできる。

リストスフィア検出は、ＬＬＲ計算のために考慮する仮説の数を削減するための１つの探索技術である。ＬＬＲ計算のための仮説の数を削減するためにその他の技術を使用することもできる。別の実施形態において、マルコフ連鎖モンテカルロ法（ＭＣＭＣ）技術が、候補仮説のリストを生成するために使用される。ＭＣＭＣ技術は、データベクトルｓ内のＭ個の要素を逐次的に考慮し、各要素に関する１つの仮説を評価し、複数回の繰り返しに対してこれらＭ個の要素を巡回する。リストスフィア検出およびＭＣＭＣ技術は、当技術分野において知られており、様々な文書に記載されている。

別の態様において、受信機は、Ｄ個の最良の検出されたシンボルのそれぞれに対して独立にＬＬＲ計算を実行し、Ｍ−Ｄ個の残りの検出されたシンボルに対して一緒にＬＬＲ計算を実行し、ＬＳＤ、ＭＣＭＣ、または何らかのその他の探索技術を使用する探索を実行することによって一緒のＬＬＲ計算のために考慮される仮説の数を削減する。この検出スキームは次元削減検出スキームと呼ばれ、図３に示されたシングルパス受信機および図４に示された繰り返し受信機に対して使用することができる。次元削減検出スキームに関して、Ｄ個の最良のストリームに対してストリーム毎にＬＬＲ計算を実行することによって次元がＭからＭ−Ｄに削減され、探索を実行することによってＭ−Ｄ個の残りのストリームに関して考慮する仮説の数を上限

から削減することができる。Ｄは、チャネルの状態（例えば、ＳＮＲ）および／または何らかのその他の要因に基づいて適応的に選択することができる。ＳＮＲ情報は、ＬＳＤ探索の中心点に使用される検出されたシンボルを提供する受信機の空間処理から容易に取得することができる。

図８は、次元削減検出スキームに基づく検出および復号化を実行するためのプロセス８００を示す。ＭＩＭＯチャネルを介して送信されたデータシンボルの集合（例えば、ベクトルｓ）に対する検出されたシンボルの集合（例えば、ベクトル

）を取得するために受信シンボルの集合（例えば、ベクトルｙ）に対して受信機の空間処理が実行される（ブロック８１２）。外部ＬＬＲが、対応する検出されたシンボルと、もしあれば復号化器からの先験的なＬＬＲとに基づいて少なくとも１つのデータシンボルのそれぞれに対して独立に計算される（ブロック８１４）。候補仮説のリストが、例えば、ＬＳＤ、ＭＣＭＣ、または何らかのその他の技術を使用する探索を実行することによって残りのデータシンボルに対して決定される（ブロック８１６）。各候補仮説は、残りのデータシンボルに関して送信されたと仮定されるシンボルの異なる組合せに対応する。次に、外部ＬＬＲが、候補仮説のリストを用いて残りのデータシンボルに対して一緒に計算される（ブロック８１８）。全てのデータシンボルに対する外部ＬＬＲが、検出器のための先験的なＬＬＲを取得するために復号される（ブロック８２０）。

次に、検出および復号化をもう１回繰り返すかどうかの判定がなされる（ブロック８２２）。答えが「はい」である場合、次の繰り返しの検出器におけるＬＬＲ計算のために先験的なＬＬＲが計算され（ブロック８２４）、プロセスはブロック８１４に戻る。答えが「はい」でない場合、復号化データを取得するために検出器からの外部ＬＬＲが処理される（ブロック８２６）。

図９は、次元削減検出スキームに基づく検出および復号化を実行するための装置９００を示す。装置９００は、ＭＩＭＯチャネルを介して送信されたデータシンボルの集合に対する検出されたシンボルの集合を取得するために受信シンボルの集合に対して受信機の空間処理を実行するための手段（ブロック９１２）と、対応する検出されたシンボルと、もしあれば復号化器からの先験的なＬＬＲとに基づいて少なくとも１つのデータシンボルのそれぞれに対して独立に外部ＬＬＲを計算するための手段（ブロック９１４）と、探索を実行することによって残りのデータシンボルに対する候補仮説のリストを決定するための手段（ブロック９１６）と、候補仮説のリストを用いて残りのデータシンボルに対して一緒に外部ＬＬＲを計算するための手段（ブロック９１８）と、先験的なＬＬＲを取得するために全てのデータシンボルに対する外部ＬＬＲを復号化するための手段（ブロック９２０）と、適用可能な場合に、先験的なＬＬＲを使用してＬＬＲ計算および復号化のさらなる繰り返しを実行するための手段（ブロック９２２）と、復号化データを取得するために検出器からの外部ＬＬＲを処理するための手段（ブロック９２４）とを含む。

繰り返し受信機に関して、候補仮説に対する探索は様々なやり方で実行することができる。一実施形態において、探索は候補仮説のリストを取得するために最初の繰り返しに対してのみ実行され、この候補リストが全ての後続の繰り返しに対して使用される。この実施形態に関して、それぞれの後続の繰り返しに対する外部ＬＬＲは、復号化器からの先験的なＬＬＲを用いて、最初の繰り返しにおいて決定された候補仮説に対して計算される。別の実施形態において、探索は各繰り返しに対して実行される。さらに別の実施形態において、探索は、終了条件が満たされるまで各繰り返しに対して実行される。この終了条件は、例えば、所定の回数の繰り返しが終了された後、探索が２回の連続する繰り返しに対して同じ候補仮説のリストを提供する場合などに引き起こされる可能性がある。複数の繰り返しに対して探索が実行される実施形態に関して、閾値（例えば、球の半径）は全ての繰り返しに対して固定値とすることができるか、または例えば復号化器からの先験的な情報に基づいて各繰り返しに対して設定することができる設定可能な値とすることができる。

次元削減検出スキームに関して、最適なｌｏｇ−ＭＡＰ検出器またはｍａｘ−ｌｏｇ−ＭＡＰ検出器に関する複雑性の削減は探索の複雑性に依存する。ＬＳＤ探索に関して、複雑性は、探索木内の訪問されるノードの数によって決定され、そしてさらに、その訪問されるノードの数は各レベルで記憶する仮説の数（例えば、Ｂに対する値）、球の半径ｒ^２、特定のチャネル応答行列Ｈ、ＳＮＲなどの様々な要因に依存する。

別の複雑性を削減した検出スキームにおいて、受信機は、（１）最初の繰り返しに対してＭ個全てのストリームに対するストリーム毎のＬＬＲ計算、および（２）例えばパケットが誤って復号化される場合など、必要な場合に後続の繰り返しに対してＭ−Ｄ個の最悪のストリームまたはＭ個全てのストリームに対する一緒のＬＬＲ計算を実行する。

繰り返し受信機に関して、チャネル推定値は、改善されたチャネル推定値を取得するために繰り返し検出および復号化のプロセス中に更新することができる。例えば、パイロットシンボルが繰り返しプロセス中に複数回受信および監視される場合、チャネル推定値の実効ＳＮＲは平均および／またはその他の処理を実行することによって時間の経過と共に向上することができる。改善されたチャネル推定値は、例えば式（１８）および（１９）に示されたような候補仮説の探索に関するコスト計算のための、例えば式（６）、（７）、および（１２）に示されたようなＬＬＲ計算に関する、例えば式（８）から（１０）に示されたような受信機の空間処理のために使用することができる。

様々な複雑性を削減した検出スキームが上述された。これらのスキームは、最適な検出器の性能に近い優れた誤り率性能を達成しながら、ＬＬＲ計算のために考慮する仮説の数を削減する。

図３の復号化器３２０および図４の復号化器４２０は、送信機１１０において使用された（１つまたは複数の）符号化スキームに基づいて様々なやり方で実装することができる。復号化器４２０はソフトな判定入力を受信し、ＭＩＭＯ検出器４１０に対するソフトな判定出力を生成し、畳込み符号が送信機１１０において使用される場合はソフトな出力のビタビアルゴリズムの（ＳＯＶＡ）復号器であり、並列または直列連接ターボ符号（parallel or serial concatenated Turbo code）が使用される場合はターボ復号化器であることなどが可能である。復号化器３２０は、畳込み符号に対してビタビ復号化器またはＳＯＶＡ復号化器であり、ターボ符号に対してターボ復号化器であることなどが可能である。ターボ復号化器は、ＢＣＪＲソフトな入力・ソフトな出力ＭＡＰアルゴリズムまたはより単純な派生アルゴリズムを実行することができるＭＡＰ復号化器であることができる。これらの様々な種類の復号化器は当技術分野において知られており、種々の文献に記載されている。例えば、ＳＯＶＡ復号器は、「Ａ Ｖｉｔｅｒｂｉ Ａｌｇｏｒｉｔｈｍ ｗｉｔｈ Ｓｏｆｔ−Ｄｅｃｉｓｉｏｎ Ｏｕｔｐｕｔｓ ａｎｄ ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ」と題された論文（ＩＥＥＥ Ｇｌｏｂｅｃｏｍ、１９８９年、４７．１．１〜４７．１．７頁）においてＪ．Ｈａｇｅｎａｕｅｒらによって説明されている。ＭＡＰ復号器は、「Ｏｐｔｉｍａｌ Ｄｅｃｏｄｉｎｇ ｏｆ Ｌｉｎｅａｒ Ｃｏｄｅｓ ｆｏｒ Ｍｉｎｉｍｉｚｉｎｇ Ｓｙｍｂｏｌ Ｅｒｒｏｒ Ｒａｔｅ」と題された論文（ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎ ｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｈｅｏｒｙ、１９７４年３月、２０巻、２８４〜２８７頁）においてＬ．Ｒ．Ｂａｈｌらによって説明されている。

本明細書に記載の検出および復号化技術は、伝送モード、空間モード（spatial modes）などとも呼ばれる場合がある様々なＭＩＭＯ伝送スキームのために使用することができる。表１は、一部の例示的な伝送モードと、それらのモードの簡単な説明とを一覧にする。ステアドモード（steered mode）は、ビーム形成モード（beamforming mode）、固有ステアリングモード（eigensteering mode）、ビーム形成を伴うＭＩＭＯモード（MIMO mode with beamforming）などとも呼ばれる場合がある。アンステアドモード（unsteered mode）は基本ＭＩＭＯモード（basic MIMO mode）とも呼ばれる場合がある。空間拡散モード（spatial spreading mode）は、擬似ランダム送信ステアリングモード（pseudo-random transmit steering mode）、空間拡大モード（spatial expansion mode）などとも呼ばれる場合がある。

各伝送モードは異なる機能および要件を有する。典型的には、ステアドモードはより優れた性能を提供するが、送信機１１０および受信機１５０における空間処理を要求する。アンステアドモードは送信機１１０における空間処理を必要としない。例えば、送信機１１０は、各送信アンテナから１つのデータストリームを送信することができる。空間拡散モードは、Ｍ個のデータストリームが実効チャネルの連携を維持し、同様の性能を達成するように異なる空間マッピング行列を用いてこれらのデータストリームを送信する。チャネルの状態の情報が利用できるかどうか、送信機および受信機の機能などに基づいて好適な伝送モードを選択することができる。

ステアドモードに関して、データは、Ｈの特異値分解、またはＡ＝Ｈ^Ｈ・ＨであるＨの相関行列の固有値分解によってＭＩＭＯチャネル応答行列Ｈを対角化することによって取得することができるＭＩＭＯチャネルのＭ個までの固有モード上で送信される。Ａの固有値分解は以下のように表すことができる。

ここで、ＥはＡの固有ベクトルからなるＴ×Ｔユニタリー行列であり、
ΛはＡの固有値からなるＴ×Ｔ対角行列である。

送信機１１０は、Ｅ内の固有ベクトルを用いて空間処理を実行してＨのＭ個の固有モード上でデータを送信することができる。対角行列Λは、対角に沿ってあり得る非負の実数値を含み、それ以外の位置にゼロを含む。これらの対角のエントリは、Ａの固有値と呼ばれ、Ｍ個の固有モードに関する電力利得を表す。

表２は、３つの伝送モードに関する送信機の空間処理と、各伝送モードに関する実効ＭＩＭＯチャネル応答行列とを示す。表２において、添字「ｅｓ」はステアドモード（または固有ステアリング）を表し、「ｕｓ」はアンステアドモードを表し、「ｓｓ」は空間拡散モードを表す。

複数のサブバンドを用いるＭＩＭＯシステムに関して、表２に示された送信機の空間処理は各サブバンドｌに対して実行することができる。式（１）において、ステアドモードに関してＰ（ｌ）＝Ｅ（ｌ）であり、アンステアドモードに関してＰ（ｌ）＝Ｉであり、空間拡散モードに関してＰ（ｌ）＝Ｖ（ｌ）である。Ｖ（ｌ）は空間拡散に使用されるＴ×Ｔ空間マッピング行列であり、アダマール行列、フーリエ行列などに基づいて生成することができる。

複数のサブバンドを用いるＭＩＭＯシステムに関して、各サブバンドｌに関するＭ個の固有値を最大から最小に向かって整列させることができ、その結果、Ｈ（ｌ）の固有モードが最も高いＳＮＲから最も低いＳＮＲに向かってランク付けされる。広帯域固有モードｍを、Ｌ個のサブバンドのそれぞれに関するｍ番目の固有モードによって形成することができる。（ｍ＝１である）第１の広帯域固有モードはＬ個全てのサブバンドに関する最大の固有値に関連付けられ、（ｍ＝２である）第２の広帯域固有モードはＬ個全てのサブバンドに関する２番目に大きな固有値に関連付けられ、以下同様である。Ｍ個のデータストリームを、Ｍ個の広帯域固有モード上で送信することができる。

第１の広帯域固有モードは最も高い平均ＳＮＲを有し、また、概して時間および周波数によるＳＮＲの変動が少ない。逆に、最も弱い広帯域固有モードは最も低い平均ＳＮＲを有し、概してＳＮＲの変動が大きい。本明細書において説明された技術は、Ｍ個の広帯域固有モード上のデータ伝送に使用することができる。一実施形態において、受信機は、最も強い広帯域固有モードのうちの１つまたは複数に対するストリーム毎のＬＬＲ計算と、残りの広帯域固有モードに対する一緒のＬＬＲ計算とを実行することができる。一緒のＬＬＲ計算において考慮する仮説の数は、ＬＳＤ、ＭＣＭＣ、または何らかのその他の探索技術を使用する探索を実行することによって削減することができる。

本明細書において説明された検出および復号化技術は、様々な手段によって実装することができる。例えば、これらの技術は、ハードウェア、ファームウェア、ソフトウェア、またはそれらの組合せで実装することができる。ハードウェア実装に関して、検出および復号化を実行するために使用される処理ユニットは、１つまたは複数の特定用途向け集積回路（ＡＳＩＣ）、ディジタル信号プロセッサ（ＤＳＰ）、ディジタル信号処理デバイス（ＤＳＰＤ）、プログラマブルロジックデバイス（ＰＬＤ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プロセッサ、コントローラ、マイクロコントローラ、マイクロプロセッサ、電子デバイス、本明細書において説明された機能を実行するように設計されたその他の電子ユニット、またはそれらの組合せの中に実装することができる。

ファームウェアおよび／またはソフトウェア実装に関して、これらの技術は、本明細書において説明された機能を実行するモジュール（例えば、プロシージャ、関数など）によって実装することができる。ソフトウェアコードはメモリ（例えば、図１のメモリ１９２）に記憶され、プロセッサ（例えば、プロセッサ１９０）によって実行することができる。メモリは、プロセッサの内部に実装するか、またはプロセッサの外部に実装することができる。

開示された実施形態の上述の説明は、当業者が本発明を実施または使用することを可能にするために提供される。これらの実施形態に対する様々な修正は当業者に容易に明らかになり、本明細書において定義された包括的な原理は本発明の精神または範囲を逸脱することなしにその他の実施形態に適用することができる。したがって、本発明は、本明細書において示された実施形態に限定されるように意図されておらず、本明細書において開示された原理および新規性のある特徴に合致する最も広い範囲を与えられるべきである。

送信機および受信機のブロック図。 送信機の送信（ＴＸ）データプロセッサおよびＴＸ空間プロセッサのブロック図。 シングルパス受信機に関する受信（ＲＸ）空間プロセッサおよびＲＸデータプロセッサのブロック図。 繰り返し受信機に関するＲＸ空間プロセッサおよびＲＸデータプロセッサのブロック図。 次元削減検出スキームに関する流れ図。 次元削減検出スキームに関する装置を示す図。 リストスフィア検出に関する例示的な探索木を示す図。 次元削減検出スキームに関する流れ図。 次元削減検出スキームに関する装置を示す図。

Claims (48)

1. 下記を備える装置：
   複数のデータストリームの中から選択された少なくとも１つのデータストリームのそれぞれに対して独立に検出を実行し、前記複数のデータストリームの中の残りのデータストリームに対して一緒に検出を実行するように構成された少なくとも１つのプロセッサ；および、
   前記少なくとも１つのプロセッサに結合されたメモリ。
2. 請求項１記載の装置、ここにおいて、
   前記少なくとも１つのプロセッサは、前記少なくとも１つのデータストリームのそれぞれに対して独立にソフトな判定値を導出し、前記残りのデータストリームに対して一緒にソフトな判定値を導出するように構成される。
3. 請求項１に記載の装置、ここにおいて、
   前記少なくとも１つのプロセッサは、少なくとも１つの検出されたシンボルストリームを取得するために前記少なくとも１つのデータストリームに対して受信機の空間処理を実行し、前記少なくとも１つの検出されたシンボルストリームのそれぞれに対して独立にソフトな判定値を導出するように構成される。
4. 請求項３に記載の装置、ここにおいて、
   前記少なくとも１つのプロセッサは、ゼロフォーシング技術または最小平均２乗誤差技術に基づいて受信機の空間処理を実行するように構成される。
5. 請求項１に記載の装置、ここにおいて、
   前記少なくとも１つのプロセッサは、その他のデータストリームとは独立に前記少なくとも１つのデータストリームのそれぞれに関するコードビットに対するＬＬＲを計算し、前記残りのデータストリームに関するコードビットに対するＬＬＲを一緒に計算するように構成される。
6. 前記少なくとも１つのプロセッサは、ＭＡＰの検出器に基づいて前記ＬＬＲを計算するように構成される請求項５に記載の装置。
7. 請求項２に記載の装置、ここにおいて、
   前記少なくとも１つのプロセッサは、先験的な情報を取得するために前記複数のデータストリームに対する前記ソフトな判定値を復号化し、前記先験的な情報を使用してさらなる繰り返しのための検出を実行するように構成される。
8. 請求項２に記載の装置、ここにおいて、
   前記少なくとも１つのプロセッサは、ＳＯＶＡ復号化器またはＭＡＰ復号化器に基づいて前記ソフトな判定値を復号するように構成される。
9. 請求項１に記載の装置、ここにおいて、
   前記少なくとも１つのプロセッサは、前記独立した検出の後で前記少なくとも１つのデータストリームのそれぞれをチェックし、前記少なくとも１つのデータストリームが前記チェックに合格する場合に前記残りのデータストリームに対して一緒に検出を実行するように構成される。
10. 前記少なくとも１つのデータストリームは、前記複数のデータストリームに関するＳＮＲの中で最も高いＳＮＲを有する請求項１に記載の装置。
11. 下記を備える方法：
    複数のデータストリームの中から選択された少なくとも１つのデータストリームのそれぞれに対して独立に検出を実行すること；および、
    前記複数のデータストリームの中の残りのデータストリームに対して一緒に検波を実行すること。
12. 請求項１１に記載の方法、ここにおいて、
    前記独立に検出を実行することは、前記少なくとも１つのデータストリームのそれぞれに対して独立にソフトな判定値を導出することを備え、前記一緒に検出を実行することは、前記残りのデータストリームに対して一緒にソフトな判定値を導出することを備える。
13. さらに下記を備える請求項１２に記載の方法：
    先験的な情報を取得するために前記複数のデータストリームに対する前記ソフトな判定値を復号化すること；および、
    前記先験的な情報を使用してさらなる繰り返しのための検出を実行すること。
14. 下記を備える装置：
    複数のデータストリームの中から選択された少なくとも１つのデータストリームのそれぞれに対して独立に検出を実行するための手段；および、
    前記複数のデータストリームの中の残りのデータストリームに対して一緒に検出を実行するための手段。
15. 請求項１４に記載の装置、ここにおいて、
    独立に検出を実行するための前記手段は、前記少なくとも１つのデータストリームのそれぞれに対して独立にソフトな判定値を導出するための手段を備え、一緒に検出を実行するための前記手段は、前記残りのデータストリームに対して一緒にソフトな判定値を導出するための手段を備える。
16. さらに下記を備える請求項１５に記載の装置：
    先験的な情報を取得するために前記複数のデータストリームに対する前記ソフトな判定値を復号化するための手段；および、
    前記先験的な情報を使用してさらなる繰り返しのための検出を実行するための手段。
17. 下記を備える装置：
    ＭＩＭＯチャネルを介して送信されたデータシンボルの集合内の少なくとも１つのデータシンボルのそれぞれに対して独立にＬＬＲを計算し、データシンボルの前記集合内の残りのデータシンボルに対して一緒にＬＬＲを計算するように構成された少なくとも１つのプロセッサ；および、
    前記少なくとも１つのプロセッサに結合されたメモリ。
18. 請求項１７に記載の装置、ここにおいて、
    前記少なくとも１つのプロセッサは、前記少なくとも１つのデータシンボルに対して固定値を使用することによって前記残りのデータシンボルに対する前記ＬＬＲを計算するように構成される。
19. 請求項１７に記載の装置、ここにおいて、
    前記少なくとも１つのプロセッサは、前記少なくとも１つのデータシンボルを除外することによって前記残りのデータシンボルに対する前記ＬＬＲを計算するように構成される。
20. 前記少なくとも１つのプロセッサは、ＭＡＰ検出器に基づいて前記ＬＬＲを計算するように構成される請求項１７に記載の装置。
21. 請求項１に記載の装置、ここにおいて、
    前記少なくとも１つのプロセッサは、先験的なＬＬＲを取得するためにデータシンボルの集合に対するＬＬＲを復号し、前記先験的なＬＬＲを使用してさらなる繰り返しのために残りのデータシンボルに対するＬＬＲを一緒に計算するように構成される。
22. 請求項１７に記載の装置、ここにおいて、
    前記少なくとも１つのプロセッサは、前記少なくとも１つのデータシンボルに対する少なくとも１つの検出されたシンボルを取得するために受信シンボルの集合に対して受信機の空間処理を実行し、前記少なくとも１つの検出されたシンボルのそれぞれに対して前記ＬＬＲを計算するように構成される。
23. 請求項１７に記載の装置、ここにおいて、
    前記少なくとも１つのプロセッサは、前記ＭＩＭＯチャネルに関するチャネル応答行列、およびデータシンボルの前記集合を送信するために使用された空間マッピング行列に基づいてチャネル推定値を導出し、前記チャネル推定値に基づいて空間フィルタ行列を導出し、少なくとも１つの検出されたシンボルを取得するために前記空間フィルタ行列に基づいて受信シンボルの集合に対して受信機の空間処理を実行し、前記少なくとも１つの検出されたシンボルに対する前記ＬＬＲを計算するように構成される。
24. 請求項１７に記載の装置、ここにおいて、
    前記少なくとも１つのプロセッサは、複数の周波数サブバンド上で前記ＭＩＭＯチャネルを介して送信されたデータシンボルの複数の集合のそれぞれに対して別個にＬＬＲを計算するように構成される。
25. 下記を備える方法：
    ＭＩＭＯチャネルを介して送信されたデータシンボルの集合内の少なくとも１つのデータシンボルのそれぞれに対して独立にＬＬＲを計算すること；および、
    データシンボルの前記集合内の残りのデータシンボルに対して一緒にＬＬＲを計算すること。
26. さらに下記を備える請求項２５に記載の方法：
    先験的なＬＬＲを取得するためにデータシンボルの前記集合に対する前記ＬＬＲを復号化すること；および、
    前記先験的なＬＬＲを使用してさらなる繰り返しのために前記残りのデータシンボルに対する前記ＬＬＲを一緒に計算すること。
27. さらに下記を備える請求項２５に記載の方法：
    複数の周波数サブバンド上で前記ＭＩＭＯチャネルを介して送信されたデータシンボルの複数の集合のそれぞれに対して別個にＬＬＲを計算すること。
28. 下記を備える装置：
    ＭＩＭＯチャネルを介して送信されたデータシンボルの集合内の少なくとも１つのデータシンボルのそれぞれに対して独立にＬＬＲを計算するための手段；および、
    データシンボルの前記集合内の残りのデータシンボルに対して一緒にＬＬＲを計算するための手段。
29. さらに下記を備える請求項２８に記載の装置：
    先験的なＬＬＲを取得するためにデータシンボルの前記集合に対する前記ＬＬＲを復号化するための手段；および、
    前記先験的なＬＬＲを使用してさらなる繰り返しのために前記残りのデータシンボルに対する前記ＬＬＲを一緒に計算するための手段。
30. さらに下記を備える請求項２８に記載の装置：
    複数の周波数サブバンド上で前記ＭＩＭＯチャネルを介して送信されたデータシンボルの複数の集合のそれぞれに対して別個にＬＬＲを計算するための手段。
31. 下記を備える装置：
    複数のデータストリームの中から選択された少なくとも１つのデータストリームのそれぞれに対して独立に検出を実行し、前記複数のデータストリームの中の残りのデータストリームに対して一緒に検出を実行し、前記複数のデータストリームに対して復号化を実行し、前記少なくとも１つのデータストリームのそれぞれに対して独立に検出を実行し、前記残りのデータストリームに対して一緒に検出を実行し、少なくとも１回のさらなる繰り返しのために前記複数のデータストリームに対して復号化を実行するように構成された少なくとも１つのプロセッサ；および、
    前記少なくとも１つのプロセッサに結合されたメモリ。
32. 下記を備える装置：
    ＭＩＭＯチャネルを介して送信されたデータシンボルの集合内の少なくとも１つのデータシンボルのそれぞれに対して独立にＬＬＲを計算し、データシンボルの前記集合内の残りのデータシンボルに対する候補仮説のリストを決定し、候補仮説の前記リストを用いて前記残りのデータシンボルに対して一緒にＬＬＲを計算するように構成された少なくとも１つのプロセッサ；および、
    前記少なくとも１つのプロセッサに結合されたメモリ。
33. 前記少なくとも１つのプロセッサは、リストスフィア検出を使用して候補仮説の前記リストを決定するように構成される請求項３２に記載の装置。
34. 前記少なくとも１つのプロセッサは、マルコフ連鎖モンテカルロ法技術を使用して候補仮説の前記リストを決定するように構成される請求項３２に記載の装置。
35. 請求項３２に記載の装置、ここにおいて、
    前記少なくとも１つのプロセッサは、考慮するために前記残りのデータシンボルから一度に１つを選択し、それぞれの残りのデータシンボルを選択した後でコスト関数に基づいて全ての選択された残りのデータシンボルに対して候補仮説の前記リストを決定するように構成される。
36. 候補仮説の前記リストは、前記選択された残りのデータシンボルに対するＢ個までの最良の仮説を含み、ここでＢ≧１である請求項３５に記載の装置。
37. 請求項３５に記載の装置、ここにおいて、
    前記選択された残りのデータシンボルは探索木内の複数のノードに対応し、候補仮説の前記リストは前記複数のノードのそれぞれに対するＢ個までの最良の仮説を含み、ここでＢ≧１である。
38. Ｂは、データシンボルの前記集合に対して使用された変調スキームに基づいて選択される請求項３６に記載の装置。
39. 候補仮説の前記リストは、前記選択された残りのデータシンボルに対する最小でＢ_ｍｉｎ個の最良の仮説を含み、ここでＢ_ｍｉｎ≧１である請求項３５に記載の装置。
40. 候補仮説の前記リストは、閾値以下のコスト値を有する全ての仮説を含む請求項３５に記載の装置。
41. 前記閾値は復号化器からの情報に基づいて決定される請求項４０に記載の装置。
42. 請求項３２に記載の装置、ここにおいて、
    前記少なくとも１つのプロセッサは、検出されたシンボルの集合を取得するために受信シンボルの集合に対して受信機の空間処理を実行し、チャネル推定値に基づいて上三角行列を導出し、検出されたシンボルの前記集合のコスト関数および前記上三角行列に基づいて候補仮説の前記集合を決定するように構成される。
43. 下記を備える方法：
    ＭＩＭＯチャネルを介して送信されたデータシンボルの集合内の少なくとも１つのデータシンボルのそれぞれに対して独立にＬＬＲを計算すること；
    データシンボルの前記集合内の残りのデータシンボルに対する候補仮説のリストを決定すること；および、
    候補仮説の前記リストを用いて前記残りのデータシンボルに対して一緒にＬＬＲを計算すること。
44. 請求項４３に記載の方法、ここにおいて、
    候補仮説の前記リストを決定することは、リストスフィア検出を使用して前記残りのデータシンボルに対する候補仮説の前記リストを決定することを備える。
45. さらに下記を備える請求項４３に記載の方法：
    検出されたシンボルの集合を取得するために受信シンボルの集合に対して受信機の空間処理を実行すること；および、
    チャネル推定に基づいて上三角行列を導出すること、ここにおいて、
    候補仮説の前記リストを前記決定することは、検出されたシンボルの前記集合のコスト関数および前記上三角行列に基づいて候補仮説の集合を決定することを備える。
46. 下記を備える装置：
    ＭＩＭＯチャネルを介して送信されたデータシンボルの集合内の少なくとも１つのデータシンボルのそれぞれに対して独立にＬＬＲを計算するための手段；
    データシンボルの前記集合内の残りのデータシンボルに対する候補仮説のリストを決定するための手段；および、
    候補仮説の前記リストを用いて前記残りのデータシンボルに対して一緒にＬＬＲを計算するための手段。
47. 請求項４６に記載の装置、ここにおいて、
    候補仮説の前記リストを決定するための手段は、リストスフィア検出を使用して前記残りのデータシンボルに対する候補仮説の前記リストを決定するための手段を備える。
48. 更に下記を備える請求項４６に記載の装置：
    検出されたシンボルの集合を取得するために受信シンボルの集合に対して受信機の空間処理を実行するための手段；
    チャネル推定に基づいて上三角行列を導出するための手段、ここにおいて、
    候補仮説の前記リストを決定するための前記手段は、検出されたシンボルの前記集合のコスト関数および前記上三角行列に基づいて候補仮説の集合を決定するための手段を備える。

Images