TW201038001A - Method and apparatus for symbol decoding using tree pruning based sphere search - Google Patents
Method and apparatus for symbol decoding using tree pruning based sphere search Download PDFInfo
- Publication number
- TW201038001A TW201038001A TW98145367A TW98145367A TW201038001A TW 201038001 A TW201038001 A TW 201038001A TW 98145367 A TW98145367 A TW 98145367A TW 98145367 A TW98145367 A TW 98145367A TW 201038001 A TW201038001 A TW 201038001A
- Authority
- TW
- Taiwan
- Prior art keywords
- radius
- threshold
- spherical
- square
- decoding
- Prior art date
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0052—Realisations of complexity reduction techniques, e.g. pipelining or use of look-up tables
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0054—Maximum-likelihood or sequential decoding, e.g. Viterbi, Fano, ZJ algorithms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03178—Arrangements involving sequence estimation techniques
- H04L25/03184—Details concerning the metric
- H04L25/03197—Details concerning the metric methods of calculation involving metrics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03178—Arrangements involving sequence estimation techniques
- H04L25/03203—Trellis search techniques
- H04L25/03242—Methods involving sphere decoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/02—Arrangements for detecting or preventing errors in the information received by diversity reception
- H04L1/06—Arrangements for detecting or preventing errors in the information received by diversity reception using space diversity
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Error Detection And Correction (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Description
201038001 六、發明說明: 根據專利法的優先權請求 本專利申請案請求於2008年12月30日提出申請且被轉 讓給本案受讓人並藉此被明確援引納入於此的名稱爲 「Method and Apparatus for Improvements in Tree Pruning Based Sphere Search for Symbol Detection (用於改進基於樹 狀修剪的球形搜索以進行符號檢測的方法和裝置)的臨時申 請No. 61/141,358的優先權。 【發明所屬之技術領域】 本案一般涉及用於符號解碼的裝置和方法。更具體而 言’本案涉及使用基於樹狀修剪的球形搜索的符號解碼。 【先前技術】 無線通訊系統爲各種移動和固定用戶提供通訊存取鏈 路° 一般而言’無線通訊系統被連接至各種通訊網路,諸如 公用交換電話網(PSTN)、網際網路、等等。以此方式,行 動用戶可以在很大的地理覆蓋區域中周游而同時維護與現 有電信網路的連通性。 在無線通訊系統中,收到信號通常是發射信號的衰減和 畸變了的版本。另外,加性雜訊使這些收到信號的接收降級 並且可能導致出錯。因此’爲了提供令人滿意的通訊服務, 接收機可能需要納人出錯控制機制,諸如附帶重傳的檢錯、 4 201038001 糾錯、交錯等等》 【發明内容】 揭示使用基於樹狀修剪的球形搜索來進行符號解碼的裝 置和方法。根據一個態樣,一種使用基於樹狀修剪的球形搜 、 索來進行符號解碼的方法包括:選擇雜訊向量的自由度 (DOF )參數;選擇δ ( deha )概率值;計算格點的成本函 〇數,其中該格點是超球形中離散標稱編碼字元位置集合中的 一個標稱編碼字元位置;基於自由度參數、δ概率值和成本 函數來選擇球形解碼半徑;及使用該球形解碼半程來解碼符 號0 根據另一態樣 〇 但災用丞於樹狀修剪ην π π设眾术進 行符號解碼的方法包括:設置複數個預定義的閾值概率;基 於該些預定義㈣值概率來計算複數個閾值半徑;將初始球 形半徑平方設置爲該些閾值半徑中的第—閾值半徑的值;基 於該初始球形半徑平方來尋找格點;計算成本函數與該些間 值半徑中的第二閾值半徑之間的最小值作爲更新的球形半 徑平方;及基於該更新的球形半徑平方來計算更新的格點。 根據另-態樣,一種使用基於樹狀修剪的球形搜索來進 灯符:解瑪的裝置,該裝置包括處理器和記憶艘,該記憶趙 包含能由該處理器執行的用於執行以下動作的程式碼 雜訊向量的自由度⑽F)參數’·選擇s(deha) 計算格點的成本函數,其中兮堍 該格點是超球形中離散標稱編碼 5 201038001 字元位置集合中的—個炉麒總庞— 標稱編碼予元位置;基於自由度參 數、δ概率值和成本函數 選擇球形解碼半徑;及使用該球 形解碼半徑來解碼符號。
根據另一態樣,—錄祐田I 種使用基於樹狀修剪的球形搜索來進 行符號解碼的裝置,該奘署由 裝置匕括處理器和記憶體,該記憶體 包含能由該處理器執行的用 的用於執仃以下動作的程式碼:設置 複數個預定義的閾值概率.篡 但微手,基於该些預定義的閾值概率來計 Ο 算複數個閾值半徑;將初始破 始衣形丰徑平方設置爲該些閾值半 徑中的第一閾值半徑的值;χ 值基於遠初始球形半徑平方來尋找 格點;計算成本函數與該些閾值半徑中的第二閾值半徑之間 的最小值作爲更新的球形半徑平方;及基於該更新的球形半 徑平方來計算更新的格點。 —根據另一態樣,一種使用基於樹狀修努的球形搜索來進 行符號解碼的設備包括:用於選擇雜訊向量的自由度(D0F) 的構件,用於選擇δ( delta )概率值的構件;用於計算 〇格點的成本函數的構件,其中該格點是超球形中離散標稱編 碼字70位置集合中的—個標稱編碼字元位置;用於基於自由 度參數、δ概率值和成本函數來選擇球形解碼半徑的構件; •及用於使用該球形解碼半徑來解碼符號的構件。 據另I樣 種使用基於樹狀修剪的球形搜索來進 行符號解碼的設備包括:用於設置複數個預定義的閾值概率 的構件;用於基於該些預定義的閾值概率來計算複數個間值 半控的構件;詩將初料料好枝置肖該㈣值半徑 中的第i值半徑的值的構件;用於基於該初始球形半徑平 6 201038001 方來尋找格點的構件;用於計算成本函數與該歧間值半徑中 的第二閾值半禮之間的最小值作爲更新的球形半徑平方的 構件;及用於基於該更新的球形半徑平方來計算更新的格點 的構件》 據另心樣’一種儲存電腦程式的電腦可讀取媒體, 、其中該電腦程式的執行用於:選擇雜訊向量的自由度(聊〕 參數;選擇δ (deUa)概率值;計算格點的成本函數,其中 〇該格點,超球形中離散標稱編碼字元位置集合中的-個標 稱編碼字元位置;基於自由度參數、δ概率值和成本函數來 選擇球形解碼半控;及使用該球形解碼半徑來解碼符號。 根據另態樣,-種儲存電腦程式的電腦可讀取媒體, 其中該電腦程式的執行用於:設置複數個預定義的間值概 率基於該些預疋義的間值概率來計算複數個闊值半徑;將 初始球形半徑平方設置爲該些閾值半徑中的第-閾值半徑 的值’基於該初始球形半徑平方來尋找格點;計算成本函數 ©與該些閾值半徑中的第二閾值半徑之間的最小值作爲更新 的球形半㈣方;及基於該更新的球形半好方來計算更新 的格點。 ,本案的優點包括降低計算複雜度並且保持相對於理想的 最大概度(ML )解碼器而言最小限度的解碼器性能降格。 應當理解,根據以下詳細描述,其他態樣對於本領域技 藝人士而s將變得顯而易見,其中以下詳細描述是以圖示的 方式來圖示出和描述。附圖和詳細描述應被認爲在本質上是 解說性而非限制性的。 7 201038001 【實施方式】 以下結合㈣闞述的詳細描述旨在作爲本案的 樣 而無意代表可實踐本案的僅有態樣。本案中描述的 每個刪作爲本案的示例或說明而提供,並且不應被必缺 地解釋成優於或更佳於其他態樣。爲了提供胃以㈣㈣ Ο 解,本評細描述包括具體細節。然而,對於本領域技藝人士 而言明顯的是,本案無需這些具體細節也可實踐。在一些實 例中,衆所周知的結構和裝置以方塊圖形式示出以避免澄沒 本案的概念。首字母縮寫和其他描述性用語僅爲方便和清楚 而使用,且無意限定本案的範圍。 儘管爲使解釋簡單化將這些方法體系圖示並描述爲一系 列動作,但是應當理解並領會,這些方法體系不受動作的次 序所限I因爲根據-或多個態樣,—些動作可按不同於本 案令圖示和描述的次序發生及/或可與其他動作並發地發 ©生例如,本領域技藝人士將理解和領會,方法體系可被替 換地表示爲一系列相互關聯的狀態或事件,正如在狀態圖中 那樣。不僅如此,並非所有圖示的動作皆爲實施根據一或多 個態樣的方法體系所必要的。 本案中描述的技術可用於各種無線通訊網路,諸如分碼 多工存取(CDMA)網路、分時多工存取(TDMA)網路、 为頻多工存取(FDMA )網路、正交FDMA ( OFDMA )網路、 單載波FDMA ( SC-FDMA)網路等。用語r網路」和「系統」 8 201038001 常被可互換地使用。CDMA網路可應用諸如通用地面無線電 存取(UTRA )、cdma2000等無線電技術。UTRA包括寬頻 CDMA ( W-CDMA )和低碼片率(LCR )。cdma2000 涵蓋 IS-2000、IS-95和IS-856標準。TDMA網路可應用諸如行動 通訊全球系統(GSM )等無線電技術。OFDMA網路可應用 諸如演進 UTRA( E-UTRA)、IEEE 802.1 卜 IEEE 802.16、IEEE 802.20、Flash-OFDM® 等無線電技術。UTRA、E-UTRA 和 GSM是通用行動電信系統(UMTS )的部分。長期進化(LTE ) ® 是即將發布的使用E-UTRA的UMTS版本。UTRA、E-UTRA、 GSM、UMTS和LTE在來自名爲「第三代夥伴專案」(3GPP ) 的組織的文件中描述。cdma2000在來自名爲「第三代夥伴專 案2」(3GPP2 )的組織的文件中描述。這些各色無線電技術 和標準是本領域公知的。爲了清楚起見,以下針對LTE對這 些技術的某些態樣進行描述,並且在以下描述的很大部分中 使用LTE用語。 q 圖1是圖示存取節點/用戶裝備(UE)系統1〇〇的示例的 方塊圖。在一個示例中,該存取節點是基地台。本領域技藝 人士將會理解,圖1中所圖示的示例存取節點/UE系統100 • 可以在分頻多工存取(FDMA )環境、正交分頻多工存取 - (OFDMA )環境、分碼多工存取(CDMA )環境、寬頻分碼 多工存取(WCDMA )環境、時分(TDMA )環境、分空間多 工存取(SDMA )環境、或者任何其他合適的無線環境中實 施。 存取節點/UE系統100包括存取節點101 (例如,基地台) 9 201038001 和用戶裝備或即UE 201 (例如’無線通訊設備或行動站)。 在下行鏈路支線中,存取節點⑻(例如,基地台)包括發 射(τχ)資料處理器A 11G,後者接受格式化編碼交 錯和調制(或符號映射)話務資料並提供調制符號(例如, 資料符號hTX資料處理器A110與符號調制器Ai2〇處於
通訊狀態。符號調制器A 120接受並處理這些資料符號以及 :仃鏈路引導頻符號並提供符號流。在一個態樣,符號調制 器A 120與提供配置資訊的處理器A 18〇處於通訊狀態。符 號調制器A120與發射機單元(tmtr)ai3〇處於通訊狀態。 符號調制器A 12〇將資料符號與下行鍵路引導頻符號多工並 將其提供給發射機單元A 130。 ”要傳送的每個符號可以是資料符號、下㈣路引導頻符 號或零U值下行鍵路引導頻符號可在每個符號周期裏 被連續發it在-個態樣,下行鏈路引導頻符號被分頻多工 (FDM)。在另-個態樣,下行鏈路料頻符號被正交分頻 多工(OFDM)。在又—個態樣,下行鏈路引導頻符號被分碼 多工(CDM)。在一個態樣,發射機單元A 130接收符號流 並將其轉換成一或複數個類比 如放大、濾波、及/或升頻轉換 無線傳輸的類比下行鏈路信號 天線140被發射。 信號,並且進一步調理--例 這些類比信號以產生適於 。類比下行鏈路信號隨後透過 在下行鍵路支線中,UE201包括用於接收類比下行鍵路 k號並將該類比下行鏈路信號輸人到接收機單元(Rcv幻B 220的天線210。在一個態樣’接收機單元B22〇將類比下行 201038001
鏈路信號調理—例如凌、士 w . 如濾波、放大、和降頻轉換——成第一 !調理」信號。該第-「經調理」信號隨後被取樣。接收 機早几B 22〇與符號解調器B 23〇處於通訊狀態。符號解調 器B 230解調從接收機單元B22()輸出的第一「經調理」和 「經取樣」信號(例如,資料符號)。本領域技藝人士將會 理解’替代方案是將取樣程序應用在符號解調器B23〇中。 符號解調器B 23〇與處判B 24〇處於通訊狀態。處理器B
240接收來自符號解調器B謂的下行鏈路引導頻符號,並 對這些下行鍵路引導頻符號執行通道估計。在—個態樣,通 道估計是將當前傳播環境特徵化的程序。符號解調器B 23〇 從處理H B 240接收對下行鏈路支線的頻率回應估計。符號 解調器B 230對資料符號執行資料解調以獲得下行鏈路之路 徑上的資料符號估計。下行鍵路之路徑上的資料符號估計是 對所傳送的資料符號的估計。符號解調器B23〇也與Μ資 料處理器B 250處於通訊狀態。 〇 RX資料處理器B 250從符號解調器B 230接收下行鏈路 之路徑上,資料符號估計,並且例如解調(即,符號Si 射)解父錯及/或解碼τ行鏈路之路徑上的f料符號估計以 恢復話❹料。在—個態樣,由符號解調器B 230和RXf 料處理器B 250進行的處理分別與由符號調制器a⑶和τχ 資料處理器Α110進行的處理互補。 在上行鏈路支線中,UE201包括τχ資料處理器 ΤΧ資料處理器Β 260接受並處理話務資料以輸出資料符 m資料處理器Β⑽與符號調制器D27q處於通訊狀 201038001 態。符號調制器D 270接受0此次 又乂些資料符號並將其與上行鏈路 引導頻符號多工,執行調n 市』並楗供符號流。在一個態樣, 符號調制器D 270與提供配置 置貝汛的處理器B 24〇處於通訊 狀態。符號調制器D 270與發射機單元B28〇處於通訊狀離。 。要傳=每個符號可以f料符號、上行鍵路引導頻符 被、或零信號值。上行鐘敗 弓丨導頻符號可在每個符號周期裏 被連續發送。在—個態樣,上行鏈路引導頻符號被分頻多工 Ο (FDM)m4樣,上行鏈路引導頻符號被正交分頻 多工(OFDM )。在又一個能採 個心樣,上行鏈路引導頻符號被分碼 多工(CDM)。在—個態樣,發射機單元B 280接收符號流 並將其轉換成-或複數個類比信號,並且進一步調理——例 如放大/慮波及/或升頻轉換——這些類比信號以產生適於無 線傳輸的類比上行鏈路作骑。, 口龙該類比上行鏈路信號隨後透過 天線210被發射。 來自UE 201的類比上行鏈路信號被天線⑽接收,並由 〇接收鮮元A 15G處理轉得取樣"在—個態樣,接收機單 元A 15〇將類比上行鏈路信號調理——例如渡波、放大、和 降頻轉換成第二「經調理」信號。該第二「經調理」信 號隨後被取樣》接收機單元A 15〇與符號解調器C⑽處於 通fl狀,t纟領域技藝人士將會理解,替代方案是將取樣程 ,應用在符號解調器c⑽中。符號解調器c⑽對資料符 號執仃資料解調以獲得上行鏈路之路徑上的資料符號估 計’並隨後提供上行鏈路引導頻符號並將上行鍵路之路徑上 的資料符號估計提供給RX資料處理器A i7G。上行鏈路之 12 201038001 路徑上的資料符號估計是對所傳送的資料符號的估計。RX 貝料處理H A 17G處理上行鏈路之路徑上的資料符號估計以 恢復無線通訊設備201所傳送的話務資料。符號解調器c 160 還與處理器A1 80處於通訊狀態。處理器Al8〇對在上行鏈 *路支線上傳送的每個活躍終端執行通道估計。在-個態樣, 複數個終端可在上行鍵路支線上於其各自被指派的引導頻 次頻帶集上並發地傳送引導頻符號,其中這些引導頻次頻帶 集可被交錯。 〇 處理器A刚和處理器B 240分別指導(即,控制、協調 或管理等)存取節點101 (例如,基地台)處和ue2〇i處的 操作。在一個態樣,處理器A 180和處理器b 24〇中任一者 f其兩者與用於儲存程式碼及/或資料的-或複數個記憶體 單疋(未示出)相關聯。在一個態樣,處理器幻⑽和處理 器Β 240中任-者或其兩者執行計算以分別推導上行鍵路支 線和下行鏈路支線的頻率和脈衝回應估計。 Ρ 纟—個態樣,存取點舰系統⑽是多工存取系統。對於 多工存取系統(例如,分頻多工存取(FDMA)、正交分頻多 工存取(OFDMA)、分碼多工存取(CDMA)、分時多工存取 (TDMA)、分空間多工存取(SDMA)等),複數個終端可在 上行鏈路支線上並發傳送,從而允許複數個仙存取。在一 個i樣’對於多οι存取系統,可在不同終端間共享引導頻次 頻帶。在給每個終端的引導頻次頻帶橫貫整個卫作頻帶(可 能頻帶邊緣除外)的情形中使用通道估計技術。要爲每個終 端獲付頻率分集則這樣的引導頻次頻帶結構是可取的。 13 201038001 圖2圖示了支援複數個用戶的無線通訊系統290的示 例。在圖2中,元件符號292A到292G指代細胞服務區,元 件符號298A到298G指代基地台(BS)或基地收發機站 (BTS)’而元件符號296A到296J指代存取用戶裝備(UE)。 . 細胞服務區大小可各不相同。各種演算法和方法中的任一種 可被用於排程系統290中的傳輸。系統290爲數個細胞服務 區292A到292G提供通訊’這些細胞服務區中的每一個分別 由相應的基地台298A到298G服務。 ❹ 一般而言,發射機在發射信號中發送一系列發射符號, 並且接收機试圖使用符號檢測從收到信號中恢復出這些發 射符號。在糾錯的情形中’可採用各種編碼技術,諸如分塊 碼、迴旋碼、級聯碼、turb〇碼、低密度同位校驗(LDPC ) 碼,等等。這些編碼方法一般向發射信號添加結構化的冗餘 以允許接收機檢測及/或糾正收到信號中的差錯。可選取各種 糾錯碼以在諸如功率效率、頻寬效率、實現複雜度、穩健性 ❹等各種爭用的度量之間加以平衡。 在一個示例中,無線發射機接受信源訊息——該信源訊息 可能爲資料壓縮而經信源編碼,並且隨後通道編碼和調制該 信源訊息以爲其在無線通道上的傳輸做準備。隨後’無線接 收機捕捉收到信號並解調和通道解碼該收到信號以恢復 信源訊息。 本領域中衆所周知有各種通道解碼方法。在-個示例 中’可採用最大概度(ML)解碼器以基於收到信號&來選擇 編碼字元y,以使得概率p(x|y)最大化。即,選取乂以使得 201038001 在觀察到收到信號x的前提下y的概度性最大。對具有有限 個子母表符號的序列的ML檢測需要搜索整個符號塊。然 而,ML解碼器的計算複雜度具有關於信號維呈指數的複雜 又其中彳°號維諸如有調制狀態的數目、發射天線的數目等 等如果維度很尚,例如在多輸入多輸出(ΜΙΜΟ )通訊系 -統中,那麼此實現複雜度便是ML解碼器的缺點。 作爲ML解碼的替換方案,可使用球形解碼(SD)來降 〇低解碼器複雜度。在球形解碼器中,解碼搜索空間被限制在 以收到信號向量爲中心的具有半徑的多維超球形内這降低 了解碼複雜度。可以使用各種演算法來實施該球形解碼器, 諸如增大半徑搜索(IRS)、改進型增大半徑搜索(nRs)以 及增大半徑演算法(IRA)e 一般而言,與基本的球形解碼辦 法相比,這些演算法以某種性能損失作爲折衷來降低實現複 雜度。然而,現有的SD演算法仍然需要大量計算資源才能 實施。
〇 一種不例球形解碼(SD)演算法稱爲概率性樹狀修剪SD (PTP-SD h在此演算法中,透過將概率性雜訊約束添加到 由未探訪節點的概率性模型產生的路徑度量中來加快樹狀 修剪。 . #接收波形符號的最大概度(ML)檢測需要對整個符號 塊徹底的搜索》儘管該ML解在最小出錯概率意義上是最優 的,但是對於無可利用的結構可用的廣義矩陣而言,已知 ML解碼《NP-hard問題(即’非決定性多項式時間困難問 題)。已提議了用於符號檢測的球形解碼(sd )演算法,該 15 201038001 凟算法枚舉具有很小半徑的超球形中的符號而非全部格 點。在-個態樣,解碼問題可被圖示爲對稱爲超球形的多維 抽象空間的徹底搜索,其中該多維抽象空間具有稱爲格點的 離散標稱編碼字元位置集合。 户儘管SD演算法由於其在許多通訊情景――尤其是多輸入 多輸出(刪〇)天線系統通訊情景令的計算效率而已受到 相當可觀的關;主’但是仍需要相當可觀的計算負擔,這限制 ❹ 了即時系統應用。該SD演算法依賴於對將搜索空間限於其 内的球形半徑的選取。已提議若干辦法來提供對球形半徑的 高效率控制,這些辦法包括增大半徑搜索(IRS)、改進型增 大半徑搜索(IIRS )、以及增大半徑演算法(IRA )。已表明, 這些演算法以可忽略的性能損失達成了勝過SD演算法的複 雜度降低。 可以使用SD演算法的修改版本,該修改版本稱爲概率性 樹狀修剪sd(pTP_sd),其對嚴格的ML搜索加以放鬆以降 Ο低計算複雜度。在一個態樣,樹狀修剪是指基於給定準則來 排除搜索樹中的某些分支。將概率性雜訊約束用到由未探訪 節點的概率性模型產生的路徑度量中便加快了樹狀修剪。由 於球形約束對於搜索樹的絕大多數層而言是寬鬆的,因而估 計雜訊貢獻的添加收緊了必要條件,並且由此促成對該樹中 不大可能的片段的修剪。排除未探訪子樹能以可忽略的性能 降格達成相當可觀的計算節省。 在一個態樣’本案揭露了 ΡΤΡ-SD演算法的擴展,其以最 小限度的額外成本降低了計算複雜度。本領域技藝人士在查 16 201038001 看本案時就應當知道本案並不限定於pTp_sD 一般pTp sD 演算法透過收緊每層的球形半徑來對球形搜索的結構性缺 、行加固與之對比,本案所揭示的擴展pTp-SD技術聚 焦於找到候選格點時的球形半徑控制策略。就此點而言,一 .般PTP-SD技術是搜索内半徑控制規則,而本案所揭示的擴 展PTP-SD技術是搜索間半徑控制(isrc)規則。 儘管球形解碼只要找到新候選就動態地更新搜索半徑並 ◎因此縮減超球形體積,但是其未必得到快速的见搜索。在 一個示例巾,當超球形内的格點在其成本函數巾密集相間 (例如,低信噪比(SNR)情景)時,可能達不到快速的肌 搜索。在另一示例中,即使在超球形内的格點相互間隔開 時’如果初始球形半徑被設置得過大並且遠離ml點,那麼 在球形解財所檢查的格點的數目將相當大。因此’提供進 取式半徑控㈣的機㈣對於達成搜索空間的進—步減小而言 是至關重要的。 ^ ❹ 在擴展PTP_SD技術的設計中要考量兩個關鍵要求。第 一,ML格點要以很高概率被包括在超球形中以使性能損失 最小化。第二’要防止兩個極端境況(過大或過小的球形半 徑)過小與半徑過大同樣有#,因爲在;求形内不存在 格點’而這會導致搜索失敗。 爲了滿足這些要求,我們採用自然而然取決於所找到的 格點的動態半徑更新與僅依賴於雜訊統計量的與格栅無關 的半徑選擇方案的混合。作爲結果,在用於球形解碼的搜索 程序中排除掉多格點排除,而性能接近於最優ML解碼技 17 201038001 術。對ΜΙΜΟ通道類比此擴展pTp_sD解碼技術顯現出類ML 解碼的性能並且同時提供了勝過一般PTP-SD技術的相當可 觀的複雜度節省。 SD演算法(一般) 在一個示例中,對實數值線性系統的ML檢測由式(1)描 述: 〇 r = Hs + v ⑴ 其中s是發射符號向量,其各個分量是有限集合y的元素,Γ 疋收到#號向:Μ: ’ v是獨立同分布高斯雜訊向量,而η是通 seFm 道矩陣。如^ Η給定’那麼ML估計就變成 sML=argmin||r-Hs||2 (2) 在一個態樣,該SD演算法搜索半徑爲的超球形内的格 點,而非搜索所有格點Hs。即,搜索滿足||r_Hs丨丨2 < r〇的格 點。爲了使該搜索系統化,在由成本函數J(S)給定的經QR 〇變換的域中執行實際的搜索,以使得: J(s) = ||y-RS||2 < d〇 (3) 其中 H=[Q U] [RT 〇Y,y = QTr,而 d〇 = r〇_nuTr||2。 由於R是上三角矩陣,因而(3)變成: " Σ*=1 ~ Σ/=* rkJSl )2 - d0 (4) 由於式(4)左手側中的每一項均是Sk,…,一的函數(自此 記爲skm) ’因而式(4)能被表達爲: A(^1 ) + ^l(s2 ) + ··· + ^miSm) - (5) 其中尽是層m-k+1處的分支度量。在一個態樣 201038001 中該SD,寅算法可被解釋爲在&中初始透過狀㈣的比較 來《•十算帛(矩陣結構中的底行)&⑭選的樹狀搜索演算 法。一旦找到滿足此條件的候選、,我們就繼續移到下一層 並且找到滿足化—办二) + 。的Si!。透過重複此步驟並且一 .旦找到新的格點Rs就更新半徑,該SD演算法便輸出成本函 . 數J(s)最小化的ML點SML。 概率性樹狀修剪-SD ( PTP-SD )演算法: © 在一個態樣,儘管SD演算法測試在式(5)中所描述的條 件’但是由於漸進搜索的本質,層m_k+1處的路徑度量僅包 含探訪過的層的貢獻,如下: pk W = Bk{smk) +... + Bm(s:)<d0 (6) 其中是路徑度量,其是從層1到m-k+1的分支度量的累 加。在概率性樹狀修剪背後的關鍵特徵在於在搜索中貫穿所 有層始終使用式(5)而非式(6)。由於分支度量 〇層m-k+1處不可用,因而在假定完全解碼的情況下,將這些 分支度量建模爲高斯雜訊。 = 〇, -5^=/n)2 = V/2 对于㈣…,卜1 (7) 其中νι是高斯雜訊向量v的第1個分量。根據式(5)和式(7) ’ 用於解碼搜索的新的必要條件變成 ΣΓ=, %η)=ΡΓ«)+ΣΜ (8) 由於V;,…vt_7是來自獨立同分布的高斯分布的值’因而 Σ1Ύ變成自由度爲k-i的卡方(X2)隨機變數。記Φη ’ 式(8)變成: 201038001 /Γ(〇 + Φ |d〇 爲了獲得修剪條件’引入修剪概率的概念(。9)在 纺過的節點上,我們檢查樹的其餘被完全解碼 探 分是單純的雜訊貢獻的概率。 剩餘部 刘果此事件的概率過小 此小於預先指^的閾值,那麼我們就將此事件認爲 能的事件並且修剪掉始於該節 、’疋 可 ㈣樹。此條件能被描述爲 ρ (10) 〇 ❹ 其中〜預先指定的修剪。式⑽能被重寫爲 队⑽❿V其中⑽是D0F4k的卡方隨機 變數的累積分布函數,其中Γ齡^)分別是γ (Gamma)函 數和不完全r ( Gamma )函數。读讲4; c; 7 1 数透過求反函數,我們獲得 d〇~Pmk(smk)< F〇'(Ps;k- 1) (11) 將層m-k+1處的修剪參數 歹數°己爲心-丨=ν(Ρε; k_ υ,κ(1 變成: pmk (smk) >d〇 - pk., (12) 對式(12)的解讀是,如果層m_k+1巾的路徑度量大於& _ ,那麼其餘搜索不大可能滿足此球形條件,即使對於°最 佳情景(例如,完全檢測出剩餘節點並且它們的貢獻僅是雜 訊)而言亦是如此。因此’只要路徑s,達到此條件,就將 其從子樹中移除。相應的收緊的必要(即,幸存)條件概述 爲 (13) ^ k (smk) < d〇 - βΐς-l = ^ik) 其中為认)是層m-k+1處經修改的球形半徑平方。圖3(a)和3(b) 20 201038001 分別圖示了球形解碼(SD )和概率性樹狀修剪-球形解碼 (PTP-SD)搜索的示例。SD和PTP_SD搜索的操作分別在 圖3(a)和3(b)_說明。 儘管經測試的分支的成本函數J(s)要大於球形半徑平方 d〇 ’但是SD演算法的修剪因成本函數的緩慢增大而發生在 最終層處。然而,由於Pmm_5 > d〇(m_5),因而PTp_SD的修剪 發生在第六層處。在一個示例中,一般PTp_SD技術表明在 低和中信噪比(SNR)態(粗略地定義爲諸如Pe(SNR)>i〇_3 之類的SNR區域)中該PTP_SD技術與犯技術相比複雜度 顯著下降 '然而,一般PTP-SD技術的益處隨著SNr增大而 消失,從而使得該PTP-SD技術的複雜度在高SNR態中漸近 地收斂到SD技術的複雜度。 高SNR情景 圖4圖示了使用i6_qAM的4 χ 4峨〇系統在低和高信 ❹ 噪比(SNR)下成本函數j⑷的概率品質函數(贿)的示 例。如圖4中所圖示的,隨著SNR增大、 或本函數J(s)的分 布變寬。因此,兩個相異符號向量 ^ ~的成本函數之差 卜陶·㈣!變得更大。對於藉由球形搜索找到的候 選格點RS〇而言,到成本函數小於J(s〇)的最近格點%的距 離能表達爲 Δ最小(5。)%土严一) (14) 在一個態樣,以下引理(引理1 )解釋τ “ ^ /肝釋了一般PTP-SD技 術在高SNR情景中的缺點。 21 201038001 引理1 :如果△最,,、(s〇) > maxi βί,那麼一般ΡΤΡ-SD的修剪操 作對於每個s e BRs(y,J(s〇))而言與SD技術的修剪操作相 等’其中 BRs(y,J(S〇)) = {S|J(S) < J(s〇)}。 證明:由於BRs(y,J(s0))中的格點不會被SD技術修剪掉,因 . 而這足以說明這些格點也不會被一般PTP-SD技術修剪掉。 如果pkm(skm) > J(s〇) - ’則發生一般pTP_SD技術的修剪操 作。重新編排此關係得到, 〇 Pk>J(s〇)-p,(s,) (15) 然而’藉由假設’我們得到:對於任何滿足j(s) < 的 S,J(s0) - J(S) 2 △最,丨、(s〇) > maXi 久 2 A。還注意到,J(s)= Pl (S1"1) k Pkln(skm),從而對於任何 s e BRs(y,J(s〇))以及層 k, J(s) - Pk (Slc ) > J(s〇) - J(s) > pk (16) 這與式(15)中的修剪條件相抵觸。 圖5圖示了高SNR情景中概率性樹狀修剪-球形解瑪 (PTP SD )搜索的示例。如圖5中所圖示的,如果成本函數 〇之差J(S。)- J(Sl)大於β 大’那麼一般PTP-SD技術的修剪對 於si e BRs(y,J(s〇))而言是無用的。因此,在其中引理J的假 設知到滿足的高SNR態中,一般PTP_SD技術的修剪將僅對 B Rs(y)即BRs(y,do)的補集中的格點才有效然而,由於這些格 點很少被探訪或者它們在搜索的早期層中就被修剪掉,因而 一般PTP-SD技術的複雜度變得接近於SD技術的複雜度。 半徑控制策略 在選擇初始球形半徑_,存在兩種策略: 22 201038001 1) 使用任意大的初始半徑的動態半徑更新 2) 基於雜訊統計量的半徑選擇 動態半徑更新技術使用任意大的初始半徑(A =①)來防 止搜索失敗。通常,使用Schnorr_Euchner ( SE )枚舉技術, • 在其中每層的候選基於其分支度量值來分選。由於搜索始於 使分支度量最小化的候選層,因而SE枚舉要比利用詞典次 序(例如,Pohst枚舉)的方案更早找到正確路徑。由sE牧 ^舉找到的初始格點Rsb以及相應的成本J(sb) == ||y- Rsb||2分別 被稱爲Babai點和Babai距離。在一個態樣,SE枚舉在於, Babai點能夠是寬鬆的初始點。即’當j(Sb) >> j(Sml)時可 能有許多格點位於兩個候選之間並且因此探訪的格點數可 能相當可觀。 在另一示例中,動態半徑控制的互補策略是由Hassibi和 Vikalo提議的稱爲增大半徑搜索(IRS)的與栅格無關的半 控選擇方案。其假定當完全地完成檢測時,各個分支度量將 〇僅包含雜訊貢獻❶儘管這是理想的情景,但是此技術提供了 選取初始半徑平方do的線索。有此假定,||y- Rsb||2 = 變 成自由度(DOF)爲n的卡方(χ2)隨機變數。因此,透過 記Φη 並且設置閾值概率Λα (例如,Pth = 0.01 ),就獲 知了初始半徑的條件心,.〜)=1 _尸〇。對卡方(χ2 )累積分 布函數(CDF)求反函數,我們就直接得到d〇 = F-'G-Pwn)。 由於該半徑是僅藉由雜訊統計量來選取的這一事實,因而結 果得到的優點在於,在初始搜索中跳過了許多不必要的格 •點。如從圖4中的高SnR曲線所見,透過恰當選取,很 23 201038001 少數目的格點被包括在超球形中。然而,如果這些格點密集 地擠在一起,那麼此辦法就並不有效(例如,低SNR情景)》 此外’在初始球形半徑平方被選取成小於ML距離(A < J(sMl )時’球形搜索會失敗。在此情形中,用更小的來 重新計算Α並且重啓搜索,如此使得該實施需要額外的循 環。 搜索間半徑控制(ISRC) 在一個態樣,可按既利用a)藉由動態半徑更新進行的 半控收緊又利用b)藉由增大半徑搜索(IRS)進行的概率 性修剪的方式,來將動態半徑更新與基於雜訊統計量的半徑
選擇相組合。本案揭露了兩種利用該組合的技術--ISRC-I 和 ISRC-II。
ISRC-I
SRC I搜索的一個關鍵特徵在於透過選取比所找到的格 點的成本函數的半捏更小的球形半徑來加快半徑搜索。在標 準的SD操作中’檢測出錯發生在與-對應的最後一個候 選sf不等於發射符號向量時。 p * »(ML) = P(SML Φ stx) (17) 制’那麼該搜索可能在沒 此情形中,檢測出錯的概 =p(J(sML) < ||V||2) 然而,如果引入進取型半徑控 有到達ML點的情況下就結束。1 24 201038001 率爲: P“(類 ML) =P“(Sf=SML) + p“(Sf#sML) =P(sf Φ stx, Sf = sML) + P(Sf φ Stxj Sf φ Sml) (18) 式(18)右手側中的第一項等於p “(ml)。導致出錯概率 • 額外增大的第二項能被進一步表達爲: • P(«f Φ stx, Sf φ sML) = P(J(Sml) < J(Sf) < ||v|j2) + p(J(sML) ^ [iv(|2 < J(Sf)) (19) 〇 由於j(sml)和IMI2對於中和高SNR態而言相等或非常接 近’因而式(19)中的第二項是優勢因數並且因此: p ML) - P ..(ML) - P(J(SML) < ||v||2 < J(Sf)) (2〇) 在球形搜索中,事件J(sML) s ||V||2< J(Sf)在球形半徑平方 办被進取地設置爲A < J(SML) s ||v||2 < J(sf)時發生。由於目 標是爲了在保持性能接近於ML檢測(例如,p * 0 (類ML) _ P * » (1^1〇在Ps以内)的同時達成降低複雜度的球形半徑,因 而: 〇 J(sml) < ||v||2<J(sf)) <Ρδ (21) 對於中和高SNR態而言,J(SML) = IMI2是極其可能的, 並且因此 (J(sf); η) - Τφ (d〇; η) < Ρδ (22) 因此- ps ;η) s d〇。因此,當找到格點s時, 對球形半徑自然而然的選擇可以是: d〇 = ^'7φ^φ(Ι(8); η) - Ρδ; η) (23) 採用式(23),就能達成搜索空間的進一步收縮。在一個態 樣’在格點於其成本函數中局部地擠在一起的情況下,甚至 25 201038001 在很小的情況下 增益。 ISRC_I辦法仍能提供了良好的複雜度
ISRC-II 在1SRC-n辦法中,設置預定義的閣值概率Pth叫0, 0.05,···}並计异相應的半經: 〇 = (24) 由於疋~是遞增序列,因而‘是遞減序列。注意,第 -閾值概率Λβ爲0以確保無窮大的半徑(心⑴=Ft Pth(】);n) = 〇o)。 〇 這些預先計算的dth和動態獲得的半徑々)兩者均在球形 搜索中被利用。具體而言,將d〇⑴=心⑴=〇〇設置爲初始球 形半徑平方。如此,就能防止搜f失敗,並且找到點 〜作爲第一候選。一旦找到B咖點,就選取J⑹與dth⑺ 之=的最小值作爲更新的球形半徑平方,即d〇(2) = min{j(sb), dth ) j如果至Babai點的距離過大,那麼就選取預定義的半 th反之亦然。一般而言,對於第(k-1)個候選格點Sk] 而言’更新的球形半徑平方爲d〇⑴=min{J(Sk_〗),dth,。 重複此搜索和更新操作,直至搜索失敗並且最後找到的格點 變成該演算法的輸出。在極端情形中,所選擇的球形半徑可 以:是格點成本函數――第一個成本函數除外】⑹, 小2)’…},其中Sl = Sb並且對於h•有J(s_) <叫),或者僅 僅是預先指定的半徑{dth⑴,dth⑺,...dth(n)}。由於前一情形令 的輪出是ML解’而後一情形中的輪出可能不是祖解,因 26 201038001 而將础鄰半徑之差|dth(l)- dth(1+1)丨設計成在數個步驟之後變爲 很小將是明智的。 Ρδ和Pth的選取 - 在一個示例中’爲了達成類ML性能以及複雜度節省,應 .當仔細選取1SRC_I辦法的尸〆一般而言,過大的h會導致 性能損失,而過小的匕則無助於降低複雜度。根據式(23), 顯然h > 〇並且因此: Ο Ρδ = ε (J(sf); η) (25) 其中0 < ε < 1。在一個示例中,對少數幾個初始候選使用相 對較大的ε (例如H5)並對其餘候選使用很小的ε (例 如,ε^;)。在另一示例中,以類似的方式選取ISRC-II辦 法的。透過爲初始i選取相對較大的半徑差丨da⑴_ V…)丨,就能加快搜索速度。並且在少數幾個步驟之後, 指派报小的值來用於使性能損失最小化(丨山h⑴_ …}丨< ❹ ε)。一種可能的實施可選方案是:
Pth{,+1} = + o.〇imax(5.i>1) (26) 並且在給定/=〇的情況下,相應的Λα變成= {〇, 〇 〇5, 〇.〇9, 0.12, 0.14,…}。 因此,所揭示的ISRC辦法包括以下特徵·· !)藉由在動態調整之上添加概率性半徑控制,就獲得使 丨能損失最小化的緊縮的球形半徑。雖然在服Μ辦法中, 概率性控制是被添加到動態控制之上,但是在騰_π辦法 '、先十方式„十算出的(dth)和動態調整的半徑平方(J⑻) 27 201038001 進行爭用。 C辦法與搜索内半徑控制辦法(例如,ρτρ-SD )的 特徵能被右站 有放地組σ。在一個態樣,ISRC辦法在格點彼此間 卜 )時尤其有用’而搜索内半徑控制辦法 、’於密集擁擠的格栅結構(例如’低SNR)則更爲有效。 . 、3)搜索内半徑控制辦法的額外複雜度是每層最多一次 2法❿對於ISRC辦法而言,其額外複雜度是當找到候選 〇 =時的—次比較運算。由於對卡方咖和反⑽的聯機 有點繁重,因而在一個示例中,檢視表是用於在isRd 辦法中# , 〇的可選方案。在另一示例中,脫機製錶對於 ISRC-II辦法而言已足夠。
,在表I中綜述了 ISRC與PTP-SD辦法的組合的示例。例 過刀別修改SD演舁法的步驟5和6來實施PTP-SD 和 ISR_c 〇 表1 〇 ISRC演算法 P“ISRC_i),{心=12, } 輸入: Vf U y ο « y , r, d0=〇〇5 β〇, ..., pm.l9 (ISRC-H) 輸出:§ 變數· k表示正被檢查的第(m-k+1)層 v表示對所找到的候選格點的計數 --示在第(m-k+l)層中由分選的格點索引 28 201038001 步驟 1 .設置 k=m,《(tnhc/o.pm小 pj+ = 〇,。 步驟2 .汁异滿足(6)的sk最λ和Sk最小,其中式(6)中用了⑻ 來替換。
Ns一 Sk,最大-Sfc,最小 +1。 爲每個\气秋]計算分支度量式ςβι 獲得經SE枚舉分選的0 lk ' 設置ik=〇。
步驟 3 : ik= ik+i 如果ik> Ns ’則行進至步驟4。 否則行進至步驟5。 步驟 4 : . k=k+1. 如果k=m+l ’則輸出最後的s幷終止。 否則行進至步驟3。 fflfe ^ · .更新路徑度量 〇m)H+1)+AOO ( PTP-SD )。 如果k=l,則行進至步驟6。 否則k=k-l,式(1〇=幷且行進至步驟2。 步驟6 . 丄_ 果Pi < 4 ’則保存s,ν=ν+1,幷且更新 (如果 ISRC-I 則)4= — (如果 ISRC-II 則)名=min{P「,4vi} 行進至步驟4。
圖6a和6b圖示了球形解碼(SD)演算法對於使用ι6、 調制 4 a v χ 4 ΜΙΜΟ系統的性能和複雜度的示例,其. T ^ 6a 29 201038001 和6b分別圖示誤符號率(SER)和複雜度。圖6a中示出對 於使用16-QAM調制的4 X 4 ΜΙΜΟ系統的性能結果。雖然 作爲參照的SD、PTP-SD辦法與^RC辦法之間的性能差異 在類比範圍上並不顯著’但是它們在複雜度方面清楚的區別 - 如圖6b所示的那樣是顯而易見的。儘管PTP-SD技術在低 • SNR態中達成了相當可觀的複雜度降低,但是其益處隨著 SNR增大而減小。 在一個態樣,基於IRS的SD辦法在高SNR態中表現出 ❹ 相對較大的複雜度降低。所揭示的ISRC-I和ISRC-II辦法採 納了其他兩個辦法的優點以形成(ISRC、PTP和SD )的組 合’從而導致複雜度降低。實際上’低SNR態中複雜度的降 低絕大部分得自ΡΤΡ-SD辦法,而高SNR態中複雜度的降低 主要得自ISRC辦法。 圖7a和7b圖示了球形解碼(SD )演算法對於使用64_qam 調制的4 X 4 ΜΙΜΟ系統的性能和複雜度的示例,其中圖7a 〇和7b分別圖示誤符號率(SER )和複雜度。如圖7a中所示, SD辦法在MMSE辦法之上的性能增益變得顯著好於u_qam 情景中的性能增益’而各種SD辦法間的差異仍是可忽略的。 由於樹的寬度變得更大並且深度是固定的,因而如圖7b中 所示的那樣,ΡΤΡ-SD辦法的樹狀修剪效果變得更小並且基 於IRS的SD辦法表現出相對較好的複雜度結果。由於ISRC 的球形減小是有效的,因而所揭示的ISRC-I和ISRC-II辦法 在低和中SNR態中表現出在基於IRS的SD技術之上提供相 當可觀的增益的最佳結果。 201038001 圖8a和8b圖示了球形解碼(sd)演算法對於使用16-QAM 調制的8 X 8 ΜΙΜΟ系統的性能和複雜度的示例,其中圖8a 和8b分別圖示誤符號率(SER)和複雜度。在一個示例中, 隨著矩陣大小的增大,最差情形複雜度(總共168 Λ 4 3χΐ〇9 .個格點)變得要比4 X 4情形(對於i6_qAM和64_qam分 別爲65536和1.7 X 1〇7個格點)大得多。如圖8a中所示, SD在MMSE之上的性能增益變得顯著好於4χ4情景,其中 0在SER""0·1處得到幾乎8 dB的增益。在圖8a的示例中,所 揭示的ISRC-I和ISRC-II辦法在SD技術之上的性能降格仍 是可忽略的’如此使得最差情形損失約爲〇3 dB。圖8b中 的複雜度曲線圖示PTP-SD與基於IRS的SD辦法之間類似 但更清楚的區別,如此使得PTP_SD辦法在交又點(約14犯) 的左側(低SNR態)性能更好,而基於IRS的SD辦法在右 側(高SNR態)性能更好。所揭示的ISR(M和mrc-h辦 法在所有其他受測辦法當中達成了最小計算複雜度,例如, ◎提供在作爲參照的SD辦法之上3倍的複雜度降低。即使與 PTP-SD辦法相比’在一個示例中,所揭示的isrc i和 辦法在整個類比範圍裏也達成了至少3〇%的複雜度降低。 本領域技藝人士將理解,本案中所揭示的類比結果是基
略,該策略以最小限度的性能損失提供了進 中’提議了用於球形 演算法的半徑控制策 了進一步的複雜度降 31 201038001 Ο 低不同於藉由概率性雜訊約束來提供每層半徑控制的一般 PTP-SD辦法,所揭示的職]和職^辦法聚焦於在找 到候選格點時的半徑控制。因此,採用的是動態半經更新與 基於雜訊統#量的半徑控制的混合。根據則通道上的類 比、·。果,ISRC與pTP_SD辦法的組合以可忽略的性能損失爲 代價提供了進-步的複雜度降低,對於高snr態尤甚。由於 額外的實現e理負擔是可忽略的(例如,在找到候選格點時 的-人比較運算)’所揭示# ISRCM和ISRc_n辦法能以最 小限度的代碼修改來整合到諸如用於多用户mim〇系統的球 形編碼或者列表球形解碼之類的SD應用。 圖9圖示了使用基於樹狀修剪的球形搜索來進行符號解 碼的流程圖的第一示例。在方塊91〇中,選擇雜訊向量的自 由度(DOF )參數(n)。在—個態樣,該雜訊向量是獨立同 为布(IID)咼斯雜訊向量(v)。在方塊91〇之後在方塊 920中,選擇δ ( delta)概率值(ps)。在一個態樣,還設置 ❹do == 〇〇。在一個態樣,選擇δ概率值以使得類檢測與 檢測在出錯概率值上之差小於該δ概率值。在方塊920之後, 在方塊930中,尋找格點(s)並計算該格點(s)的成本函 數(J(s))。在一個態樣,格點是超球形中離散標稱編碼字元 位置集合中的一個標稱編竭字元位置。在方塊93〇之後,在 方塊940中’基於自由度參數(^)、δ概率值(ps)以及成 本函數(J(s))來更新球形解碼半徑(d〇)。在一個態樣,根 據下式來執行對球形解碼半徑(心)的選擇。 d〇 = I^(J_-P此其中心是具有自由度(d〇f )參數(n ) 32 201038001 的卡方(5C )隨機變數的累積分布函數(CDF ),並且其中 疋-有自由度(DOF)參數(n)的卡方(χ2)隨機變數的反 C F在方塊940之後,在方塊95〇中,使用球形解碼半徑 (do)來解碼符號。在一個態樣,重複方塊93〇和方塊94〇 •中的步驟以產生最後更新的格點作爲解碼ϋ輸出。在-個態 樣,由圖1中圖示的符號解調器Β 23〇或者由尺父資料處理 器Β 250來執行解碼步驟。在另一態樣,符號解調器Β 23〇 與Rx貝料處理器Β 25〇協同工作以執行方塊95〇的解碼步 U驟。 圖10圖示了使用基於樹狀修剪的球形搜索來進行符號解 碼的流程圖的第二示例。在方塊1〇1〇中,設置複數個預定 義的閾值概率(p{i}th)。在一個示例中,i是來自I』,…等 的整數。在方塊1〇1〇之後,在方塊1020中,基於該些預定 義的閾值概率(P⑴th)來計算複數個閾值半徑(d{i}th^^在 一個示例中’該些閾值半徑(d⑴th)中的每一個對應於該些 〇預定義的閾值概率(p⑴th)中的一個。在一個示例中,基於 下式來計算該些閾值半徑(d{i)th) : ^=F](l-PhW),其中}是始 於1’2,…等的整數,而F·1是具有自由度(d〇F)參數(n) 的卡方(χ2)隨機變數的累積分布函數(CDF )的反函數。 . 在方塊1〇20之後,在方塊1030中,將初始球形半徑平方 (d〇⑴)設置成該些閾值半徑(d⑴th )中的第一閾值半徑 (dil}th)的值。在一個態樣,該些閾值半徑(dmth)中的該 第一閾值半徑(d{1}th)是無窮大。 在方塊1030之後,在方塊1040中,基於初始球形半徑 33 201038001 平方(do⑴)來尋找格點(s)。在方塊1〇4〇之後,在方塊 1050中’計算成本函數(J(S))與該些閾值半徑中 的第二閾值半徑(d{2}th )之間的最小值作爲更新的球形半徑 平方(d〇{k})。在—個示例中,成本函數("%))與Babai點 (sb )相關聯。在方塊1〇5〇之後,基於更新的球形半徑平方 (d〇{ > )來尋找格點(〜。在一個態樣,尋找格點意味著新 格點要好於成本函數J(s)中最後找到的格點。在一個態樣, ❹在方塊1050之後,在方塊1060中,爲全部的該些閾值半徑 (d th)重複方塊1〇4〇和1〇5〇中的步驟以產生最後格點作 爲解碼器輸出。 本領域技藝人士將會理解,圖9和10中的示例流程圖中 所揭示的步驟在其次序上能被互換而不會脫離本案的範圍 和精神。而且,本領域技藝人士將會理解,流程圖中所圖示 的步驟不是唯-#,且其他步驟可被包括或者示例流程圖中 的這些步驟中的一或複數個步驟可被刪去而不影響本案的 〇範圍和精神。 本領域技藝Α士將進一步領會,、结纟本案所揭示的示例 描述的各種說明性元件、邏輯區塊、模組、電路、及/或演算 法步驟可被應用爲電子硬體、韌體、電腦軟體、或其組合。 爲清楚地說明硬體、韌體、和軟體的這種 明性元件、方塊、模組、電路、及/或演算法步驟二= 其功能性的形式作-般化描述的。此類功能性是被應用爲硬 體、勒體還是軟體取決於具體剌和强加於整體系統的設計 約束。技藝人士可針對每種特定應用以不同方式來實施所描 34 201038001 述的功能性,但此類設計決策不應被解讀爲致使脫離本案的 範圍或精神。 例如,對於硬體實施’這些處理單元可在一或複數個專 用積體㈣(ASIC)、數位信號處理器(Dsp)、數位信號處 理裝置(DSPD)、可程式邏輯裝置(PLD)、現場可程式間陣 列(FPGA)、處理器、控制器、微控制器、微處理器、設計 成執行本案中描述的功能的其他電子單元、或其組合内實
施。在軟體的情況下’應用可透過執行本案中描述的功能的 模組(例如,規程、函數等等)來進行。軟體代碼可被儲存 在記憶體單元中並由處理器單元來執行。另外,本案所描述 的各種圖示性流程圓、邏輯區塊、模組及/或演算法步驟也可 被編碼爲攜帶在本領域所知的任何電腦可讀取媒體上或者 應用在本領域所知的任何電腦程式產品中的電腦可讀取指 令。 在-或複數個示例中,本案所描述的步驟或功能可以在 ❹硬體、軟體、勤體、或其任何組合中實施。如果在軟體中實 施,則各功能可以作爲—或更多數指令或代碼儲存在電腦可 讀取㈣上或藉其進行傳送。電腦可讀取媒體包括電腦儲存 媒體和通訊媒體兩者’其包括促成電腦程式從—地向另一地 .轉移的任何媒體。健存媒體可以是能被電腦存取的任何可用 媒體。作爲示例而非限定,這樣的電腦可讀取媒體可包括 、R0M、EEPR〇M、❿麵或其他光碟储存磁片儲 存或其他磁碟儲存裝置、或能被用來攜帶或儲存指令或資料 結構形式的合需程式碼且能被電腦存取的任何其他媒體。任 35 201038001 何連接也被正當地稱良 将馬電腦可續取媒體。例如,如果軟體是 使用同軸電纜、光纖電镦 m电規雙絞線、數位用戶線路(DSL )、 或諸如紅外、無線電、以洛他 电以及微波之類的無線技術從web網站、 飼服器、或其他遠端泝德、芝 碼原傳送而來,則該同轴電纜、光纖電纜、 雙絞線、DSL、或諾如&从 “ 飞潘如、、工外、無線電、以及微波之類的無線 技術就被包括在媒體的定義之中。如本案中所使用的盤 (disk)和碟(dlsc)包括壓縮光碟(CD)、鐳射光碟光碟、 數位多功能光碟(DVD)、軟碟和藍光光碟,其中盤(Μ) 往往以磁的方式再現資料,而碟(disc )用鐳射以光學方式 再現資料。上述的組合應被包括在電腦可讀取媒體的範圍 内。 在個示例中’本案所描述的圖示性元件、流程圖、邏 輯區塊、模組及/或演算法步驟用一或複數個處理器來實施或 執行。在一個態樣,處理器與儲存要由該處理器執行以實施 或執行本案所描述的各種流程圖、邏輯區塊及/或模組的資 〇料、元資料、程式指令等的記憶體相耦合。圖11圖示了包括 處理器1110的設備1100的示例,該處理器1110與記憶體 1120處於通訊狀態以執行使用基於樹狀修剪的球形搜索來 進行符號解碼的程序。在一個示例中,設備400被用來實施 圖9和10中所圖示的演算法。在一個態樣,記憶體420位 於處理器410内部。在另一態樣,記憶體420在處理器41〇 外部。在一個態樣,處理器包括用於實施或執行本案所描述 的各種流程圖、邏輯區塊及/或模組的電路系統。 圖12圖示了適於使用基於樹狀修剪的球形搜索來進行符 36 201038001 號解碼的設備1200的第一示例。在一個態樣,設備ι2〇〇由 至少一個處理器來實施,該設備包括配置成提供如本案中在 方塊1210、1220、1230、1240和1250中所描述的使用基於 樹狀修剪的球形搜索來進行符號解瑪的不同態樣的一或多 • 個模組。例如,每個模組包括硬體、韌體、軟體或其任何組 合。在一個態樣,設備12〇〇還由與該至少一個處理器處於 通訊狀態的至少一個記憶體來實施。 圖13圖示了適於使用基於樹狀修剪的球形搜索來進行符 號解碼的設備1300的第二示例。在一個態樣,設備13〇〇由 至少一個處理器來實施,該設備包括配置成提供如本案中在 方塊 1310、1320、1330、1340、1350 和 1360 中所描述的使 用基於樹狀修剪的球形搜索來進行符號解碼的不同態樣的 一或多個模組。例如,每個模組包括硬體、韌體、軟體或其 任何組合。在一個態樣,設備13〇〇還由與該至少一個處理 器處於通訊狀態的至少一個記憶體來實施。 〇 提供以上對所公開態樣的描述是爲了使得本領域任何技 藝人士皆能夠製作或使用本案。對這些態樣的各種修改對本 領域技藝人士而言將是顯而易見的,並且本案中所定義的普 .適原理可應用於其他態樣而不會脫離本案的精神或範圍。 【圖式簡單說明】 圖1是圖示存取節點/用戶裝備(UE)系統的示例的方塊 圖。 37 201038001 圖2圖示了支援複數個用戶的無線通訊系統290的示例。 圖3(a)和3(b)分別圖示了球形解碼(sd)和概率性樹狀 修剪-球形解碼(PTP-SD)搜索的示例。 圖4圖示了使用16-QAM的4 X 4 ΜΙΜΟ系統在低和高作 噪比(SNR)下成本函數J(s)的概率品質函數(pmf)的示 例。 圖5圖示了在高SNR情景中概率性樹狀修剪-球形解碼 (PTP-SD )搜索的示例。 U 圖6a和6b圖示了球形解碼(SD)演算法對於使用i6_Qam 調制的4 X 4 ΜΙΜΟ系‘統的性能和複雜度的示例,其中圖^ 和6b分別圖示誤符號率(SER)和複雜度。 圖7a和7b圖示了球形解碼(SD)演算法對於使用64_qam 調制的4 X 4 ΜΙΜΟ系統的性能和複雜度的示例,其中圖7a 和7b分別圖示誤符號率(SER)和複雜度。 圖8a和8b圖示了球形解碼(SD)演算法對於使用16_qam Q調制的8 x 8 ΜΙΜΟ系統的性能和複雜度的示例,其中圖8a 和8b分別圖示誤符號率(SER)和複雜度。 圖9圖示了使用基於樹狀修剪的球形搜索來進行符號解 碼的流程圖的第一示例。 圖10圖示了使用基於樹狀修剪的球形搜索來進行符號解 碼的流程圖的第二示例。 圖11圖示了包括處理器的設備的示例,該處理器與記憶 體於通訊狀態以執行使用基於樹狀修剪的球形搜索來進行 符號解碼的程序。 38 201038001 圖12圖示了適於使用基於樹狀修剪的球形搜索來進行符 號解碼的設備的第一示例。 圖13圖示了適於使用基於樹狀修剪的球形搜索來進行符 號解碼的設備的第二示例。 【主要元件符號說明】
100 系統 101 存取節點 110 Tx資料處理器 A 120 符號調制器A 130 發射機單元A 140 天線 150 接收機單元A 160 符號解調器C 170 Rx資料處理器 A 180 處理器A 201 用戶裝備 210 天線 220 接收機單元B 230 符號解調器B 240 處理器B 250 Rx資料處理器 B 260 Tx資料處理器 B 39 201038001 270 符號調制器D 280 發射機單元Β 290 無線通訊系統 292A 〜292G 細胞服務區 296A 〜296J 存取用戶裝備 298A 〜298G 基地台 910〜 950 流程步驟 1010 〜1060 流程步驟 Ο ^ 1100 設備 1110 處理器 1120 記憶體 1210 〜1250 構件 1310 〜1360 構件
40
Claims (1)
- 201038001 七、申請專利範圍: 1 . 一 狀修剪的球形搜索來進行符號解碼 的方法,包括下列步驟: 由度(DOF)參數 選擇一雜訊向量的— . 選擇一 δ概率值; °十异&點的—成本函數,其中該格點是-超球形中一 離散標稱編碼字元位置集合中的-個標稱編碼字元位置; 基於該自由度參教、好+ 〇 該3概率值以及該成本函數來更新 一球形解碼半徑;及 使用該球形解碼半徑來解碼一符號。 2.如請求項i之方法,其中該雜訊向量是—獨立同分布 (IID )尚斯雜訊向量。 3·如明求項1之方法’其中該3概率值被選擇成使得一 類ML檢測與一 ML檢測在出錯概率值上之差小於該§概率 值0 Ο 4.如請求項1之方法,其中 該球形解碼半徑的該選擇步 驟是使用下式來執行的: do = F ^(?0(1(8); η) - Ρδ; η) 其中d〇是該球形解碼半徑, F®疋具有該自由度(D〇F )參數的一卡方(?)隨機變數 的累積分布函數(CDF ),並且 是具有該自由度(D0F)參數的該卡方 隨機變 數的反CDF。 201038001 5 . —種使用基於招 的方法,包括下列步驟 球形搜索來進行符號解碼 設置複數個預定義的閾值概率; 基於該些預定 的閣值概率來計算複數個閾值半徑; 將一初始球形半經 十方§又置成該些閾值半徑中的—第 閾值半徑的值; ΤΤΘ7第— 基於㈣始球形半徑平方 :&本函數與該些閾值半徑中的-第二閾值半徑之 間的最小值作爲-更新的球形半徑平方;& 之 基於該更新的球形半徑平方來計算一更新的格點。 6 · 如讀'求項$之、 狀 、 還包括爲全部的該些閾值半複外 异額外的更新球形丰庐 。十 半千方以及額外的更新格點以產生一 最後更新的格點你改 點作爲—解碼器輸出的步驟。 7 ·如請求項$夕士、* 万法,其中該些閾值半徑中的每一個對 ❹ 應於該些預定義的閾值概率中的一個。 二如:項7,方法,其中該些間值半徑是基於下式來 :3的th = F (1-〜其中丨是始於^的-整數並且 疋具有一自由度(D〇F )全鞑从上士 , 2、 穿^參數的一卡方(χ2)隨機變數的 累積为布函數(CDF)的一反函數。 9·如請求項5$古、4 ^ , 任L 方法’其中該些閾值半徑中的該第一閾 值半徑是無窮大。 10.如請求項5之方、土 方法’其中該成本函數與該格點相關 聯0 11 種使用基於樹狀修剪的球形㈣來進行 符號解 42 201038001 碼的裝置,該裝置包括— 能由該處理器執行的田 和-記憶體’該記憶體包含 器執仃的用於執行以下動作的程式碼: 選擇一雜訊向量的一 的自由度(DOF)參數; 選擇一 δ概率值; 計算一格點的一忐太 ^ 成本函數,其中該格點是一超球形中一 離散標稱編碼字元位置华人 果〇中的一個標稱編碼字元位置; ❹ 一破/Λ?度參數1 S概率值以及該成本函數來更新 球形解碼半徑;及 使用該球形解碼半徑來解碼一符號。 ^求項U之裝置,其中該雜訊向量是—獨立同分 布(IID)尚斯雜訊向量。 13.如請求項η之狴 裝置,其中該δ概率值被選擇成使得 一類ML檢測與一河[檢 . 田睹概羊值上之差小於該δ概 率值。 14‘如請求項11之裝置,其中該記憶體還包括用於透過 〇使用下式來選擇該球形解碼半徑的程式碼: do = F-10(F0(J(S); η) - ρδ; η) 其中d〇是該球形解碼半徑, 是具有該自由度(D0F )來釤认上, ”翏數的一卡方(χ2)隨機變數 的累積分布函數(CDF),以及 F·1®是具有該自由度(D0F )來赵沾分上士 ,, J參數的該卡方(χ2)隨機變 數的反CDF » A-種使用基於樹狀修剪的球形搜索來進行符號解碼 的裝置,該裝置包括一處理器和一記憶體,該記憶體包含能 43 201038001 由該處理器執行的 -番“ 仃以下動作的程式碼: ^複數個預定義的閾值概率; t該=預定義的間值概率來計算複數個間值半徑. 第 閾值丰二球形半徑平方設置成該些閾值半徑中的 閾值半徑的值; 7 基於=初始球形半徑平方來尋找一格點; Ο ο 本函數與該些閾值半徑中的H值半^ 間的最小值作爲一更新的球形半徑平方4 半紅之 基於該更新的球形半徑平方來計算_更新的^ 6·如π求項!5之裝置’其中該記憶體 部的該些閾值半徑計算額“ “一 匕枯用於爲全 卞k彳异額外的更新球形半徑 的更新格點以產生一最後㈣_ 付W及額外 程式碼。 ㈣解碼器輸出的 如月求項15之裝置,其中該些閾值半徑中的每一個 對應於該些預定義的閾值概率中的一個。 央斗曾如項17之褒置’其中該些閾值半徑是基於下式 a的.d 1 th = F-i(1_Pmth),其中i是始於i的一整數並 且F-1是具有-自由度(卿)參數的-卡方(χ2)隨機變數 的累積分布函數(CDF)的一反函數。 19.如請求項15之裝置,其中該些閾值半徑中的該第一 閾值半徑是無窮大。 20·如請求項15之裝置,其中該成本函數與該初始格點 相關聯。 44 1 '種使用基於樹狀修剪的球形搜索來進行符號解碼 201038001 的設備,包括: 用於選擇—雜訊 用於選擇1概率值的構^度(卿)參數的構件; '超算離::的一成本函數的構件…該格點是-字元位置; 編碼字元位置集合,的-個標稱編碼 用於基於該自由度參數、 邊s概率值以及該成本函數來 ❹更新一球形解碼半徑的構件;及 用於使用該球形解碼半徑來解碼__符號的構件。 22.如明求項21之設備,其中該雜訊向量是—獨立同分 布(IID)高斯雜訊向量。 23·如請求項21之設備,其中該§概率值被選擇成使得 類ML檢測與一 ML檢測在出錯概率值上之差小於該谷概 率值。 24·如明求項21之設備,其中該用於選擇該球形解碼半 ©徑的構件使用下式: d〇 = F'1〇(F$(J(s); η) - Ρδ; η) 其中d0是該球形解碼半徑, Ρφ是具有該自由度(DOF )參數的一卡方(χ2)隨機變數 的累積分布函數(CDF ),並且 ρ1Φ是具有該自由度(DOF)參數的該卡方(χ2)隨機變 數的反CDF。 25· —種使用基於樹狀修剪的球形搜索來進行符號解碼 的設備,包括: 45 201038001 的閾值概率的構件; 閾值概率來計算複數個閾值半徑 用於設置複數個預定義 用於基於該些預定義的 的構件; 用於將一初 σ球形半徑平方設置成該些閾值半徑中的一 第一閾值半徑的值的構件; 用於基於該初始球形半 久❿千仏十方來尋找一袼點的構件; 用於計算一成本函數 一 数/、该些閾值丰杈中的一第二閾值半 Ο 〇 禮·之間的最小值4令g — ^ 爲一更新的球形半徑平方的構件;及 用於基於該更新的球形半 _ 卞万來彳算一更新的格點的 構件。 26.如請求項25之設備,還包括用於爲全部的該些間值 計算額外的更新球形半徑平方以及額外的更新格點以 產生一最後更新的格點作爲一解碼器輸出的構件。 月求項25之设備,其中該些闕值半徑中的每一個 對應於該些預定義的閾值概率中的一個。 28. 如請求項27之設備,其中該些閾值半徑是基於下式 來計算的:…力1-1^),其中i是始於i的-整數並 且F1是具有-自由度(卿)參數的—卡方(?)隨機變數 的累積分布函數(CDF )的一反函數。 29. 如請求項25之設備’其中該些間值半徑中的該第一 閾值半徑是無窮大。 30·如請求項25之設備,其中該成本函數與該初始格點 相關聯。 31. -種儲存一電腦程式的電腦可讀取媒體,其中該電 46 201038001 腦程式的執行用於: 選擇一雜訊向量的一自由度(D〇F )參數,· 選擇一 δ概率值; 計算一格點的一成本函數,其中該格點是一超球形中— 離散標稱編喝字元位置集合中的—個標稱編碼字元位置; 基於該自由度參數、該^概率值以及該成本函數來更 一球形解喝半捏;及使用該球形解碼半徑來解碼一符號。 A如請求項31之電腦可讀取媒體,其中該用於執行選 擇該球形解碼半徑的電腦程式使用下式: d〇 = n) _ Ρδ; η) 其中d〇是該球形解碼半徑, Fd具有該自由度(D〇F)參數的一卡方(χ2)隨機變數 的累積分布函數(CDF ),以及 F-U具有該自由度(卿)參數的該卡方(χ2)隨機變 數的反CDF。 33· -種儲# —電腦程式的電腦可讀取媒體,其中該電 腦程式的執行用於: 設置複數個預定義的閾值概率; 基於該些預定義的閾值概率來計算複數個閾值半經; 將一初始球形半徑平方設置成該些閾值半徑中的一第 閾值半徑的值; 基於該初始球形半#平方來尋找一格點; 計算-成本函數與該些閾值半徑中的—第二閾值半徑之 201038001 間的最小值作爲一更新的球形半徑平方;及 =於該f新的球形半徑平方來計算一更新的格點。 —如唄求項33之電腦可讀取媒體,其中該電腦程式的 執二還用於爲全部的該些間值半徑計算額外的更新球形半 ,徑平方以及額外的更新格點以產生一最後更新的格點作爲 一解碼器輸出。 35.如請求項34之電腦可讀取媒體,其中該電腦程式的 執行還用於基於下式來計算該些閾值半徑:d⑴a = (卜 P { ΐ } \ 44- t th),其中i是始於1的一整數並且F-i是具有一自由度 (DOF )參數的--^方(X )隨機變數的累積分布函數(cdf ) 的一反函數。48
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14135808P | 2008-12-30 | 2008-12-30 | |
US12/640,515 US8824604B2 (en) | 2008-12-30 | 2009-12-17 | Method and apparatus for symbol decoding using tree pruning based sphere search |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201038001A true TW201038001A (en) | 2010-10-16 |
Family
ID=42224086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW98145367A TW201038001A (en) | 2008-12-30 | 2009-12-28 | Method and apparatus for symbol decoding using tree pruning based sphere search |
Country Status (3)
Country | Link |
---|---|
US (1) | US8824604B2 (zh) |
TW (1) | TW201038001A (zh) |
WO (1) | WO2010078087A2 (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7355470B2 (en) | 2006-04-24 | 2008-04-08 | Parkervision, Inc. | Systems and methods of RF power transmission, modulation, and amplification, including embodiments for amplifier class transitioning |
US7327803B2 (en) | 2004-10-22 | 2008-02-05 | Parkervision, Inc. | Systems and methods for vector power amplification |
US9106316B2 (en) | 2005-10-24 | 2015-08-11 | Parkervision, Inc. | Systems and methods of RF power transmission, modulation, and amplification |
US7911272B2 (en) | 2007-06-19 | 2011-03-22 | Parkervision, Inc. | Systems and methods of RF power transmission, modulation, and amplification, including blended control embodiments |
US8031804B2 (en) | 2006-04-24 | 2011-10-04 | Parkervision, Inc. | Systems and methods of RF tower transmission, modulation, and amplification, including embodiments for compensating for waveform distortion |
WO2008156800A1 (en) | 2007-06-19 | 2008-12-24 | Parkervision, Inc. | Combiner-less multiple input single output (miso) amplification with blended control |
US8411781B2 (en) * | 2009-06-11 | 2013-04-02 | Mediatek Inc. | Method and system for operating a MIMO decoder |
US8559543B1 (en) * | 2009-10-09 | 2013-10-15 | Marvell International Ltd. | Soft sphere decoder for MIMO maximum likelihood demodulation |
US8279977B2 (en) * | 2010-12-14 | 2012-10-02 | VeriSilicon | MIMO signal detector, a method of detecting MIMO signals and a MIMO receiver |
WO2012139126A1 (en) | 2011-04-08 | 2012-10-11 | Parkervision, Inc. | Systems and methods of rf power transmission, modulation, and amplification |
WO2012167111A2 (en) | 2011-06-02 | 2012-12-06 | Parkervision, Inc. | Antenna control |
KR101257480B1 (ko) | 2011-07-11 | 2013-04-24 | 광주과학기술원 | 다중입출력 수신기, 그리고 다중입출력 수신기의 신호 검출 방법 |
US9785220B2 (en) * | 2012-12-28 | 2017-10-10 | The Regents Of The University Of California | Cognitive power management for communication systems |
US9066247B2 (en) * | 2013-01-28 | 2015-06-23 | Intel Mobile Communications GmbH | Communication devices and methods for signal detection |
EP3047348A4 (en) | 2013-09-17 | 2016-09-07 | Parkervision Inc | METHOD, DEVICE AND SYSTEM FOR THE PRESENTATION OF A MEDIA TIME FUNCTION |
WO2015047428A1 (en) * | 2013-09-27 | 2015-04-02 | Intel Corporation | Channel-adaptive configurable mimo detector for multi-mode wireless systems |
EP3059915B1 (en) * | 2015-02-19 | 2021-03-24 | Institut Mines-Telecom | Tree search-based decoding |
US20170288933A1 (en) * | 2016-03-30 | 2017-10-05 | Intel IP Corporation | Wireless signal receiver |
US10432446B1 (en) | 2018-04-25 | 2019-10-01 | Nxp Usa, Inc. | MIMO decoding based on quadrant identification |
US11309992B2 (en) * | 2018-07-17 | 2022-04-19 | Qualcomm Incorporated | Using lattice reduction for reduced decoder complexity |
US20200097879A1 (en) * | 2018-09-25 | 2020-03-26 | Oracle International Corporation | Techniques for automatic opportunity evaluation and action recommendation engine |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7428269B2 (en) | 2005-06-01 | 2008-09-23 | Qualcomm Incorporated | CQI and rank prediction for list sphere decoding and ML MIMO receivers |
-
2009
- 2009-12-17 US US12/640,515 patent/US8824604B2/en not_active Expired - Fee Related
- 2009-12-18 WO PCT/US2009/068835 patent/WO2010078087A2/en active Application Filing
- 2009-12-28 TW TW98145367A patent/TW201038001A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
US20100329395A1 (en) | 2010-12-30 |
WO2010078087A3 (en) | 2011-01-13 |
US8824604B2 (en) | 2014-09-02 |
WO2010078087A2 (en) | 2010-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201038001A (en) | Method and apparatus for symbol decoding using tree pruning based sphere search | |
TWI758295B (zh) | 利用分段式的冗餘校驗對控制訊號傳遞進行編碼和解碼 | |
CN109478959B (zh) | 用于极化码的混合自动重复请求(harq)反馈比特的设计 | |
JP6731115B2 (ja) | 情報送信方法、送信端デバイス及び受信端デバイス | |
US10742238B2 (en) | Frozen bits based pruning and early termination for polar decoding | |
KR20190116816A (ko) | 무선 통신 시스템에서 극 부호를 이용한 부호화 및 복호화를 위한 장치 및 방법 | |
CN109196802A (zh) | 通过crc比特的策略性放置进行的增强型极化码构建 | |
JP5167393B2 (ja) | 無線通信システムにおいて受信信号を復号化するための受信機及び方法 | |
EP3391567A2 (en) | Wtru identification using polar code frozen bits | |
TW201724760A (zh) | 對於結構化低密度同位檢查碼(ldpc)的刪餘 | |
US11196446B2 (en) | Method and apparatus for data processing in a communication system | |
KR20170102173A (ko) | 데이터 전송 방법 및 디바이스 | |
US20200021393A1 (en) | Downlink signal reception method and user equipment, and downlink signal transmission method and base station | |
KR20170083432A (ko) | 레이트 호환 가능 저밀도 패리티 검사 코드를 지원하는 통신 시스템에서 신호를 송신 및 수신하는 장치 및 방법 | |
WO2018196786A1 (zh) | Polar码的速率匹配方法及装置 | |
KR20190114263A (ko) | 무선 통신 시스템에서 극 부호를 이용한 부호화 및 복호화를 위한 장치 및 방법 | |
US20200244288A1 (en) | Information transmission method and transmission device, and information reception method and reception device | |
KR20210006807A (ko) | 통신 시스템에서 신호 송수신 장치 및 방법 | |
TW201029338A (en) | Methods and systems for modified maximum-likelihood based TBCC decoding | |
US20210075538A1 (en) | Method and apparatus for transmitting information, and method and apparatus for receiving information | |
CN115023900A (zh) | 用于在通信和广播系统中解码极化码的方法和装置 | |
US20210203361A1 (en) | Method and apparatus for transmitting information | |
JP7371077B2 (ja) | セクション式冗長検査を有する制御シグナリングの符号化および復号 | |
Ortega et al. | Optimizing the co‐design of message structure and channel coding to reduce the TTD for a Galileo 2nd generation signal | |
JP2012502508A (ja) | 埋め込み符号化を用いて不均一誤りを防止するためのシステムおよび方法 |