WO2010112479A2 - Verfahren zur bestimmung der suchreihenfolge von knoten bei einem baumsuch-algorithmus, baumsuchverfahren und detektoranordnung zur durchführung der verfahren - Google Patents

Verfahren zur bestimmung der suchreihenfolge von knoten bei einem baumsuch-algorithmus, baumsuchverfahren und detektoranordnung zur durchführung der verfahren Download PDF

Info

Publication number
WO2010112479A2
WO2010112479A2 PCT/EP2010/054148 EP2010054148W WO2010112479A2 WO 2010112479 A2 WO2010112479 A2 WO 2010112479A2 EP 2010054148 W EP2010054148 W EP 2010054148W WO 2010112479 A2 WO2010112479 A2 WO 2010112479A2
Authority
WO
WIPO (PCT)
Prior art keywords
search
tree
search order
nodes
symbol
Prior art date
Application number
PCT/EP2010/054148
Other languages
English (en)
French (fr)
Other versions
WO2010112479A3 (de
Inventor
Björn Mennenga
Original Assignee
Technische Universität Dresden
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Technische Universität Dresden filed Critical Technische Universität Dresden
Publication of WO2010112479A2 publication Critical patent/WO2010112479A2/de
Publication of WO2010112479A3 publication Critical patent/WO2010112479A3/de

Links

Classifications

    • 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
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/32—Carrier systems characterised by combinations of two or more of the types covered by groups H04L27/02, H04L27/10, H04L27/18 or H04L27/26
    • H04L27/34—Amplitude- and phase-modulated carrier systems, e.g. quadrature-amplitude modulated carrier systems
    • H04L27/3405—Modifications of the signal space to increase the efficiency of transmission, e.g. reduction of the bit error rate, bandwidth, or average power
    • H04L27/3416—Modifications of the signal space to increase the efficiency of transmission, e.g. reduction of the bit error rate, bandwidth, or average power in which the information is carried by both the individual signal points and the subset to which the individual points belong, e.g. using coset coding, lattice coding, or related schemes
    • H04L27/3427—Modifications of the signal space to increase the efficiency of transmission, e.g. reduction of the bit error rate, bandwidth, or average power in which the information is carried by both the individual signal points and the subset to which the individual points belong, e.g. using coset coding, lattice coding, or related schemes in which the constellation is the n - fold Cartesian product of a single underlying two-dimensional constellation
    • H04L27/3433—Modifications of the signal space to increase the efficiency of transmission, e.g. reduction of the bit error rate, bandwidth, or average power in which the information is carried by both the individual signal points and the subset to which the individual points belong, e.g. using coset coding, lattice coding, or related schemes in which the constellation is the n - fold Cartesian product of a single underlying two-dimensional constellation using an underlying square constellation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00—Modulated-carrier systems
    • H04L27/32—Carrier systems characterised by combinations of two or more of the types covered by groups H04L27/02, H04L27/10, H04L27/18 or H04L27/26
    • H04L27/34—Amplitude- and phase-modulated carrier systems, e.g. quadrature-amplitude modulated carrier systems
    • H04L27/38—Demodulator circuits; Receiver circuits
    • H04L27/3818—Demodulator circuits; Receiver circuits using coherent demodulation, i.e. using one or more nominally phase synchronous carriers
    • 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
    • H04L2025/0335—Arrangements for removing intersymbol interference characterised by the type of transmission
    • H04L2025/03375—Passband transmission
    • H04L2025/0342—QAM
    • 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
    • H04L2025/0335—Arrangements for removing intersymbol interference characterised by the type of transmission
    • H04L2025/03426—Arrangements for removing intersymbol interference characterised by the type of transmission transmission using multiple-input and multiple-output channels

Definitions

  • the invention relates to a method for determining the search order of nodes of a tree-searching algorithm for detecting multipoint-to-multipoint (MIMO) quadrature amplitude modulation (QAM) receive signals in a telecommunication system.
  • MIMO multipoint-to-multipoint
  • QAM quadrature amplitude modulation
  • the invention also relates to a method and a detector for detecting MIMO received signals.
  • MIMO systems multiple transmit and receive antennas
  • APP detector a posteriori probability
  • Tree search algorithms represent a very attractive option for achieving near-optimal performance in conjunction with multi-antenna systems with reasonable detection complexity.
  • the system model is introduced as complex-valued.
  • a superscript T identifies the transpose of a vector or matrix
  • a superscript H denotes the hermit (conjugate complex transpose) of a vector or matrix
  • C denotes the set of complex numbers.
  • the Euclidean norm, sign (-) returns the sign and sore (-) the value of each argument rounded to the nearest integer.
  • Fig. 1 the essential elements of the transmission path are shown. The description is in Baseband, so discreet.
  • the data is transmitted in blocks, pulse-shaping filters in the transmitter and receiver are not considered separately in the exemplary embodiment, but can be integrated into the channel model.
  • a vector u with independently and identically distributed data bits is encoded transmitter side with the outer channel code (1 14) the resulting stream of vectors c 'is bit-interleaved (1 16) and divided into blocks c. For transmission, the corresponding bits are mapped to symbols with a complex constellation (1 18).
  • He C NTXNR denotes the complex system matrix of size (N ⁇ xN R ), which may contain the transmission channel as well as transmit and receive side filters (eg channel matched filters, RAKE / pre-RAKE filters, despreader) and is known in the receiver for detection.
  • a data block c (c (1),..., C (N ⁇ )) consists of N 7 , symbols with L bits each, which are optionally encoded and interleaved before transmission.
  • ⁇ -QAM with elements of X NRXI ⁇ ⁇ 1, ⁇ 3, ..., ⁇ V ⁇ -1 ⁇
  • Q 2 L denotes the symbol valence, typical values for Q are 4, 16, 64, 256.
  • ⁇ / and ⁇ g denote the in-phase and quadrature-phase components of a symbol, respectively.
  • the transmitted data is estimated by means of a detector 122 shown in Fig. 1 and corresponding decoding 128 given by the transmitter-side preprocessing, whereby the detection / decoding process can also be performed iteratively (126).
  • the decoded data is then forwarded in a known manner via a hard-decision block 130 to a binary data receiver 132.
  • the object of the here considered detector 122, in which the present invention can be implemented is to determine the bits c most likely to be sent and reliability information (L values) for these bits, which correspond to the logarithmic ratio of whether a bit is a "1" or "0" or "0". +1 "or” -1 ". These are determined from the received symbols, the channel estimation, the determined noise power as well as possibly available a-priori information.
  • the detection process can be represented as follows:
  • the search tree comprises several levels i, each of which represents a send symbol to be estimated.
  • Q possibilities for X 1 according to the chosen constellation.
  • Each of these possibilities is represented by a tree node and leads to the child nodes of the tree level (/ -1) by means of the interference caused by the corresponding symbol on the remaining not yet estimated symbols (1, ..., / -1).
  • the leaves of the tree thus represent a fully estimated transmission data block.
  • the estimation of the transmitted symbols x by means of the QR decomposition of the system matrix corresponds to the application of, for example, linear zero forcing (ZF, complete interference suppression) or linear minimum mean square error (MMSE, criterion of smallest quadratic error) with extended channel matrix and can be applied analogously for a real-valued substitute model, sorted QR decomposition (SQRD) or lattice-reduced system matrices.
  • ZF linear zero forcing
  • MMSE linear minimum mean square error
  • SQRD sorted QR decomposition
  • lattice-reduced system matrices the transmission points are shifted by distortion to near the received points in the I / Q plane, see Figure 3, and the distorted transmission signal with the least deviation is searched across all the antennas.
  • Tree search methods can be roughly divided into three classes of algorithms: depth search, metric-controlled search and breadth-first search, as described by J. Anderson and S. Mohan in "Sequential Coding Algorithms: A Survey and Cost Analysis", IEEE Transactions on Communications, Vol. 32, no. 2, p.169-176, February 1984.
  • Tree node within the current search sphere [X 1 ⁇ R) a depth search is performed.
  • the selection of the nodes to be considered here is usually expedient via the so-called Schnorr-Euchner enumeration, as of CP. Schnorr and M. Euchner in “Lattice basic reduction: Improving practical lattice basis reduction and solving subset sum Problems, "Mathe matical Programming, Vol. 66, pp. 181-199, August 1994, in which the next probable node is always considered next
  • the search as well as the adaptation of the search space in the determination of new leaf nodes is carried out until all Knots of the sphere were considered.
  • the third class of tree search methods is formed by the so-called breadth-first search, such as the M algorithm or K-Best algorithm, as described by J. Anderson and S. Mohan in Sequential Coding Algorithms: A Survey and Cost Analysis, IEEE Transactions on Communications, Vol. 32, No.2, p.169-176, February 1984, and by S. Haykin, M. Sellathurai, Y. de Jong, and T. Willink in "Turbo-MIMO for Wireless Communications," IEEE Communications Magazine , Vol. 42, pp. 48-53, October 2004.
  • the possible sequence nodes (level i) are determined for the selected nodes and the M or K best are selected for the calculations of the next level.
  • LSD List Sphere Detection
  • FIG. 5 A conventional processing flow for this algorithm is shown in Fig. 5 by way of a data flow diagram. After initialization in step 502, the algorithm is performed as follows:
  • Koten is z.
  • a calculation of all children's nodes and their sorting (step 506) are required according to their probabilities.
  • step 5 If the child nodes of the current tree level (thus for the same already valued parent nodes) have already been considered and sorted, no further processing is required in this step 5 and a parent node to be processed next is selected (step 508).
  • the search sphere may possibly be further limited.
  • One possibility for this is to store the candidates relevant for the search sphere and to determine the search sphere via the sorting of the candidates (step 512), combined with a suitable sphere radius calculation (step 514).
  • the search scope in this embodiment is not further limited, and the flow proceeds to decision question 520.
  • the tree level i is increased by one (step 530).
  • the tree level is increased if all nodes in the current search plane which are within the search sphere have already been considered (decision YES at 520). Otherwise, the most likely not yet considered node is selected (step 522) and the tree level for that node is reduced (step 524). 5 5. The tree search is continued at 1.. 6. At the conclusion of the tree search, the reliability information is calculated and stored from the determined leaf nodes (step 542).
  • An essential factor for minimizing the number of tree nodes to be considered in a tree search is the determination of a suitable sequence of node extensions.
  • a solution for this is the consideration of all potentially expandable nodes and their subsequent sorting based on their distance metrics.
  • this is unfavorable for the hardware implementation. Elaborate sorting operations are time-consuming and require a high space and power requirement through the required buffers and comparisons.
  • the first known method for reducing complexity is trying to reduce the amount of sorting.
  • One possibility for this is, for example, the mapping of Q-QAM to a comparable to PSK modulation
  • a second known approach to reducing tree sorting complexity is to return the complex system model to a real-valued system. Starting from a starting point, the tree nodes to be considered next can subsequently be determined according to their distance metrics via a simple counting method in a zigzag sequence around the starting element. This second method has the disadvantage that the tree depth doubles and, in addition, the order of the considered nodes within the complex level is no longer optimal in every case. Both effects can subsequently lead to an increase in the number of nodes to be analyzed.
  • the aim of continued efforts in the art is to reduce the algorithmic complexity and thus the complexity of hardware transformations of tree searches for signal detection purposes, without the search accuracy significantly deteriorating.
  • the object of the invention is thus to reduce the number of sorting operations required for signal detection and the number of computations required for signal detection and thereby to increase the performance of the tree search for signal detection, while at the same time reducing both the hardware and the hardware cost Time expenditure concerns.
  • the process should be simple in its structure and implementation and allow a high flexibility of the search method with high performance at the same time.
  • the search order of nodes in a tree search algorithm is approximated in a telecommunication system.
  • the search order for a Receiving symbol can be approximated by a geometric analysis of a relative position of the receiving symbol with respect to constellation points of a grating consisting of potential transmission symbols in an IQ plane of the QAM constellation.
  • a first element of the search order can be determined by rounding the position of the reception symbol to the nearest constellation point of the lattice from potential transmission symbols.
  • the approximation of the search order may include the further step of narrowing the relative position of the receive symbol by analyzing the sign of the real and imaginary part of the receive symbol on a first quadrant of the rounding region around the first constellation point, where the rounding region is a square with a side length equal to the first Lattice spacing of the lattice is defined from potential transmit symbols whose center coincides with the constellation point and to define a second and a third element of the search order by comparing the real part and the imaginary part of the reception symbol, the relative position of the reception symbol being at a first of eight congruent decision areas, each one-eighth sector of the rounding area around the constellation point, is limited.
  • the designation of the first quadrant is to be understood in this sense in the sense of the first quadrant examined, not as the mathematically customary formulation of the quadrant I as one of four quadrants I to IV. The same applies to the concept of the second quadrant. This is to be understood as a second examined quadrant.
  • the search order for a receive symbol may be approximated by a combination of geometrical analysis of a relative position of the receive symbol with respect to constellation points of a grid of potential transmit symbols in an IQ plane of the QAM constellation and defined search sequences a first element of the search order is determined by rounding the position of the reception symbol to the nearest constellation point of the lattice of potential transmission symbols.
  • the geometric analysis may include a position estimate of the relative position of the receive symbol to the closest constellation point over decision regions.
  • the invention also provides a tree searching method and a detector arrangement for detecting multipoint-to-multipoint received signals in a telecommunication system to which the method of search sequence approximation described above is applied.
  • the tree search algorithm is carried out modified in such a way that prior to the mathematical analysis of the symbols to be considered these are determined by a heuristic estimation of the orders of the tree nodes to be considered and subsequently only selected nodes must be subjected to the exact mathematical analysis.
  • the number of calculations can be significantly reduced and together with the elimination of sorts, the processing time of the searches and beyond their performance and space efficiency can be significantly increased, with comparable accuracy of the search.
  • FIG. 1 shows a system model of a MIMO system with iterative detection
  • FIG. 2 shows a 64-QAM constellation with bit values for gray labeling
  • 5 is a data flow diagram of a conventional sphere detection
  • Fig. 6 illustrates the principle of the inventive geometric
  • FIG. 7 illustrates the relative position determination according to the invention with decision areas bounded by auxiliary straight lines;
  • Fig. 8 shows an embodiment of a conventional list-sphere detection implementation
  • 9 shows an exemplary embodiment of a list-sphere detection
  • Fig. 1 1 illustrates the performance of an implementation of the invention
  • Fig. 12 illustrates the complexity of an implementation of the invention
  • Fig. 13 illustrates the influence of a-priori information on the distance metric of the tree search methods
  • FIGS. 14 and 15 illustrate the performance and the complexity of implementing an iterative detection
  • Fig. 16 illustrates an example of another symmetric position estimation
  • the problems arising due to the sorting can be remedied or mitigated by the inventive approximation of the search order.
  • the plane-wise detection of the transmission signals takes place via the calculation of the distance matrix X 1 .
  • it is composed of the distance metrics of the previous levels, the square of a Euclidean distance and the a priori information according to formula (3).
  • the quadratic Euclidean distances are always considered. For reasons of clarity, the reference to the squaring is therefore not repeated in every case.
  • the distance of the previous tree levels is the same for all children's nodes and thus has no influence on the probabilities relevant to the order of the current nodes.
  • FIG. 6 outlines the geometric approach for a 16-QAM (Quadrature Amplitude Modulation), where the valid constellation points in the IQ plane are represented as filled black dots and a favorable order of the first three tree nodes to be considered by the scrambled digits 1 to 3 is specified.
  • the factor r u can be integrated into the interference-reduced signal.
  • the search order results from the degree of coincidence of the signal with the representatives of the potential transmit symbols, corresponding to the previous consideration from the Euclidean distance
  • the search order is advantageously derived by a geometric analysis . Any point that the representative of the received signal y t "assumes in the geometric arrangement may be assigned a particular node sequence of most favorable nodes, depending on the distance of the representative of the received signal from the constellation points of the grid For reasons of clarity, the reference to the representative will not be described below repeated every case.
  • the to be considered as the second node is marked with" 2 ", etc.
  • Constellation point but with the same relative position to this, so the relative selection of the next to be considered elements, so grid points, identical (first the nearest element, then one to the right, etc.).
  • the accuracy with which the relative position is determined is crucial to the accuracy of the specified estimated order.
  • the most favorable node is that node which is closest to the receive symbol y t ", which simply passes through
  • Rounding square is illustrated, which has a side length equal to the lattice spacing a and whose center coincides with that lattice point which is closest to the symbol and is denoted by 1 in Figure 7.
  • Constellation point is the first node of the search order known.
  • the order of the further nodes to be examined can be predefined for all constellation points before the start of the tree search. With such an approximation, however, a relatively large error can result.
  • an improvement in the accuracy of the approximated search sequence is achieved according to the invention in that the region in which the received symbol is located is delimited stepwise via geometric comparisons, wherein ever smaller decision regions are defined as subareas of the first decision region, namely the rounding rectangle, each each of these limited decision areas is represented by a reference point (pos').
  • This reference point may suitably be defined as centroid, also square centroid, center of gravity of the quadratic Euclidean distances or the like of the respective decision area.
  • another search order can be defined before starting the tree search.
  • the method is applicable regardless of the number of potential children nodes, which is defined for example by the modulation, and the complexity of the algorithm increases only slightly with increasing constellation size.
  • a first narrowing of the relative position of the receive symbol within the rounding square can be done by considering the sign sign (pos) of the real and imaginary parts of the relative position. Amounting mapped all relative positions on the first quadrant, thereby narrowing the position fix of the relative position (pos) of the receive symbol to one of the quadrants of the rounding square, and thus in real and imaginary direction, the two potentially second-best search order nodes are given. Assuming that the receive symbol y t "is relative to the reference node 1 in the first quadrant of the rounding square, the nodes labeled 2 and 3 in Figure 7 (b) represent the potentially second least significant nodes.
  • the node 3 is the second most favorable and the node 2 the third least, and for all relative positions below the bisector of the first quadrant, the node 2 is the second least expensive and the node 3 the third cheapest.
  • a search sequence can be defined in advance.
  • the sequence defined for a reference eighth sector can also advantageously be used for all sectors by an inverse mapping for mapping other eighth sectors into this sector. The same applies to the sequences that continue through
  • the auxiliary line "c" is used to decide which of the two constellation points (node 4 or node 5) has a smaller Euclidean distance at y t "This results in two decision areas (two sub-triangles) for which a search sequence is predefined to continue the search sequence can be.
  • the search sequence determination is mapped to a relative position (pos) analysis, regardless of the actual size of the constellation.
  • the method is scalable with respect to the accuracy of the search order estimate and the computational effort.
  • the search accuracy loss is negligible compared to conventional methods and has no influence on the performance of the tree searches, since only the order of elements whose Euclidean distances to the reference point are comparably large is reversed.
  • the number of possible orders is limited. Due to the smaller number of considered nodes, the number of states to be stored in the tree search and, as a result, also the complexity of the conversions are reduced.
  • the search order of the symbols to be considered can now be determined.
  • the nodes that are favorable or valid for the tree search can be selected. If a resulting node is invalid (eg, because it is outside the points of the potential transmit symbols) or unfavorable (because, for example, the node does not become a new one)
  • Node widening per loop pass and thus a node extension per cycle can be carried out via pipeline processing and parallelization.
  • the method is independent of search tree parameters such as antenna number, modulation or mapping and can therefore be used for a very wide variety of systems.
  • the method according to the invention of the search sequence approximation can be used by combining the selection of favorable sequence elements with, for example, the mapping and / or by combination with state information of the tree search for the complexity-reduced determination of the counterhypotheses. For this purpose, it is possible to expand specific nodes, which lead to favorable counter-hypotheses.
  • FIG. 8 A modified form of the list-sphere detection algorithm described in FIG. 5 is shown in FIG. 8. It has a regularized data flow and has been described in detail in the previously filed DE patent application "Method for tree-based detection of received signals" by the same applicant , After an initialization (step 802), the regularized algorithm is performed as follows: 1. As long as the search is not completed (decision 840), e.g. of the
  • the algorithm is continued, otherwise the sixth step is performed. 2.
  • the children's nodes in the current level are considered further. Due to the initialization or a separate level and sequence node determination, as described in detail in the previously filed DE patent application "Method and Arrangement for the selection of levels in tree search algorithms depth search" by the same applicant, this is always the next to be considered parent node known.
  • the resulting interferences as well as the interferences of the other already estimated symbols are removed from the reception symbol (step 804), and the distances to the children's nodes are determined (step 805). For the selection of the cheapest node is z. For example, a calculation of all children's nodes and their sorting (step 806) is required according to their probabilities.
  • Sorting criterion is, for example, the reliability of
  • the included modules clearly show the disadvantages of the known search order determination. So the distance calculation is to be done at 805 for Q elements. Subsequently, at 806, a sorting of the Q elements and optionally a sorting into a radius list at 810 takes place.
  • the influence and the correction of the bias (850) are described in the simultaneously filed applications "Tree Search Method of Depth Search for the Detection of MIMO Received Signals" and "Method for the Determination of Distance metrics for nodes and of counter-hypotheses in one
  • Tree-searching algorithm tree-searching method and detector arrangement for carrying out the method "described in detail.
  • FIG. 9 shows the algorithm modified according to the invention, wherein modules with the same or analogous function as in FIG. 8 with analog increased by 100
  • This modified algorithm is implemented by a advanced inventive approximation of the sorting at 903 compared to FIG. 8 fundamentally changed. After selecting the next-to-be-considered element at 904, only a node is considered at 905 via the calculation of a distance metric. The subsequent sorting is omitted, and the eventual sorting into a radius list at 910 is reduced to the sorting of a node into a list. As a result, the process and the complexity of the algorithm are simplified significantly, while at the same time the processing time caused by the processing decreases, which leads to significantly more efficient and space-efficient implementations.
  • a good measure for determining the computational complexity and thus for estimating the achievable throughput is the number of times required for the detection
  • Fig. 1 the performance and in Fig. 12 illustrates the complexity of the extended sphere detection algorithm with search order estimation compared to the traditional implementation.
  • the performance is only slightly smaller.
  • the performance differences essentially result from a simplified distance calculation for the leaf nodes, which will not be discussed further here, and an altered radius list size (8 instead of 16). This is also responsible for the slight decrease in complexity.
  • the tree-search algorithm modified by the method thus offers a performance comparable to the original algorithm.
  • FIG. 13 illustrates the influence of the a priori information on the distance metrics underlying the search order.
  • the distance metrics result from the metrics of the overlying levels, the Euclidean distance, and the a-priori information. Since these can be regarded as statistically independent according to the system model described, a quasi-random distribution over the distance of y t "results for the selected gray mapping. If the influence of the a priori information on the search order is consequently neglected, the order is with a certain error afflicted
  • the method can therefore also be used in an expanded variant for tree search methods with a priori information and thus for iterative detector / decoder processes.
  • Reliability information can be exchanged between the tree search and a decoder, and the search can be carried out according to the turbo principle, as described by J. Hagenauer in "The Turbo Principle in Mobile Communications", International Symposium on Information Theory and Applications, Xi'an, PRC, October, 2002.
  • the control of the accuracy of the iterations can also take place via the settings and adjustments of the search algorithm.
  • the influence of the a-priori information in the determination of the search order can be taken into account by means of threshold values.
  • the influence of the a-priori information can also be taken into account when determining the search order by determining the a-priori-specific order before or parallel to the tree search. So far, the inventive approximation of the search order and its effects on the tree search has been described using a List Sphere Detector. It should be noted, however, that the invention is not limited to this algorithm. It will be clear to the person skilled in the art from the present disclosure how the search order determination according to the invention also applies to others
  • Tree search algorithms including metrics-driven search and breadth first search, can be transmitted.
  • a synchronous transfer architecture can be used.
  • the integrated determination of the search order in a calculation unit enables the corresponding component of the algorithm to be integrated into one or more STA modules.
  • the modules can then be controlled individually or via a VLIW (Very Large Instruction Word).
  • VLIW Very Large Instruction Word
  • the invention can be used in connection with an OFDM (Orthogonal Frequency Division Multiplex) method as a digital transmission method, the system matrix H then includes the transmission channel in the frequency domain for one or more subcarriers.
  • OFDM Orthogonal Frequency Division Multiplex
  • DS-CDMA Direct Sequence CDMA
  • MC-CDMA Multi-Carrier CDMA
  • SDMA Space Division Multiple Access
  • the invention is also applicable to a multi-user transmission method (MUT) to one or more receivers with collaborative detection of the received data.
  • the system matrix H then contains the transmission channels between the corresponding users. Multiple antennas may be used in the one or more receivers.
  • the search order estimate is applicable in principle to any position determination method. If a position is approximately known, a reference sequence can be defined (e.g., via a reference point) and used for approximation. Simplifications arise here with symmetrical decision rooms. Another example of symmetric auxiliary straight line position estimation is shown in FIG. Based on a reference point per area, a sequence estimation can be made here.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

Die Suchreihenfolge von Knoten bei einem Baumsuch-Algorithmus zur Detektion von MIMO-Empfangssignalen mit Quadraturamplitudenmodulation (QAM) in einem Telekommunikationssystem wird durch eine geometrische Analyse der relativen Position eines Empfangssymbols in Bezug auf Konstellationspunkte eines aus potentiellen Sende- Symbolen bestehenden Gitters in der IQ-Ebene der QAM -Konstellation approximiert, wobei ein erstes Element der Suchreihenfolge durch Runden der Position des Empfangssymbols auf den nächstliegenden Konstellationspunkt des Gitters bestimmt wird. Die Approximation durch geometrische Analyse kann mit Sequenzen kombiniert werden, die für geometrische Entscheidungsbereiche vordefiniert werden basierend auf den festgelegt werden, können. Damit gelingt es, die Anzahl der zur Signaldetektion erforderlichen Sortieroperationen und die Anzahl der zur Signaldetektion erforderlichen Berechnungen zu reduzieren und damit die Komplexität von Hardware-Umsetzungen für Baumsuchen für Signaldetektionszwecke deutlich zu reduzieren, ohne dass sich die Suchgenauigkeit wesentlich verschlechtert.

Description

Verfahren zur Bestimmung der Suchreihenfolge von Knoten bei einem Baumsuch- Algorithmus, Baumsuchverfahren und Detektoranordnung zur Durchführung der
Verfahren
Die Erfindung betrifft ein Verfahren zur Bestimmung der Suchreihenfolge von Knoten eines Baumsuch-Algorithmus zur Detektion von Mehrpunkt-zu-Mehrpunkt (MIMO)- Empfangssignalen mit Quadraturamplitudenmodulation (QAM) in einem Telekommunikationssystem. Die Erfindung bezieht sich außerdem auf ein Verfahren und einen Detektor zur Detektion von MIMO-Empfangssignalen.
Stetig steigende Datenraten im Mobilfunk erfordern eine verbesserte Nutzung der verfügbaren Bandbreiten. Zur Steigerung der spektralen Effizienz kommen daher zunehmend Systeme mit mehreren Sende- und Empfangsantennen ("multiple-input multiple-output", MIMO-Systeme) zum Einsatz. Wie allgemein bekannt ist, steigt die Komplexität des optimalen MIMO-Empfängers ("a posteriori probability", APP-Detektors) exponentiell mit der Anzahl der Bits pro Sendesymbol. Baumsuchalgorithmen stellen eine sehr attraktive Möglichkeit dar, um im Zusammenhang mit Mehrantennensystemen bei vertretbarer Detektionskomplexität nahezu optimale Leistungsfähigkeit zu erreichen.
Diese Algorithmen wurden in den letzten Jahren intensiv theoretisch untersucht sowie erste Implementierungen in Hardware auf der Basis von anwendungsspezifischen integrierten Schaltungen (ASICs - Application Specific Integrated Circuits) vorgestellt. Zukünftige noch zu erforschende Mobilfunkgenerationen werden zusätzlich zur MIMO- Detektion iterative Detektionsalgorithmen, Interferenz-Unterdrückung, veränderliche Systemparameter, Network-MIMO und neue Codierverfahren (z.B. CLDPC - Convolutional Low Density Parity Check Codes) verwenden. Dies wird die Anforderungen an
Architekturen zur Implementierung von Baumsuchverfahren bezüglich Rechenleistung, Leistungsverbrauch und Rekonfigurierbarkeit dramatisch erhöhen. Die entwickelten Lösungen sind jedoch noch weit davon entfernt, den steigenden Anforderungen der nächsten Generationen von Mobilfunksystemen zu genügen.
In G. Nilsson, P. Nilsson: "Algorithm and Implementation of the K-Best Sphere Decoding for MIMO Detection", IEEE Journal on selected areas in Communications, Bd. 24, Nr. 3, S. 491 -503, März 2006, wird das Prinzip eines auf Breitensuche basierenden M-Algorithmus bzw. K-Best-Baumsuchalgorithmus mit einer Erweiterung zur Ermittlung von Zuverlässigkeitswerten (so genannten Soft-Output-Werten), sowie dessen Umsetzung in einem ASIC beschrieben. Die Implementierung für ein 16-QAM- (Quadratur Amplituden Modulation-) System mit jeweils 4 Sende- und Empfangsantennen (4x4 MIMO) wurde so gewählt, dass für jede der acht sequenziell zu verarbeitenden Baumebenen des reellen Ersatzsystems eine Hardwarekomponente vorhanden ist, wobei diese zusammen mit einer Erweiterungseinheit zur Ermittlung von Soft-Werten mittels Pipeline-Verarbeitung parallel arbeiten können. Hierdurch ermöglicht der Detektor einen Empfang mit einer Datenrate von bis zu 106 Mbit/s, allerdings mit einer durch die Zahl der Berechnungseinheiten stark gestiegenen Komplexität und mit Genauigkeitsverlusten, die durch eine stark simplifizierte Soft-Output-Bestimmung bedingt sind.
Auch neueste Detektoren auf Basis von ASIC-lmplementierungen für die Tiefensuche mit einem Sphere-Detection-Algorithmus, wie der in C. Studer, A. Burg, H. Bölcskei: "Soft- output sphere decoding: Algorithms and VLSI implementation", eingereicht für IEEE Journal on Selected Areas in Communications, April 2007 vorgestellte, erreichen bei nahezu optimaler Detektionsgüte (bei genauer Bestimmung der Soft-Informationen), gerade mal einen Durchsatz von ca. 10 Mbit/s. Zum Erreichen der im Mobilfunk angestrebten Datenraten von deutlich über 100 Mbit/s ist somit neben der weiteren Optimierung der Verfahren auch der Einsatz mehrerer paralleler Detektoren erforderlich.
Ein Systemmodell für ein MIMO-Übertragungssystem mit N1. Sende- und NR Empfangs- antennen ist in Fig. 1 dargestellt. Das Systemmodell wird als komplexwertig eingeführt.
Vektoren werden durch kleine fettgedruckte Formelzeichen hervorgehoben, Matrizen durch große fettgedruckte Formelzeichen. Durch ein hochgestelltes T wird die Transponierte eines Vektors oder einer Matrix gekennzeichnet und durch ein hochgestelltes H wird die Hermitsche (konjugiert komplex Transponierte) eines Vektors oder einer Matrix gekennzeichnet. C bezeichnet die Menge der komplexen Zahlen. Mit
9t wird die Realteilbildung und mit 3 die Imaginärteilbildung gekennzeichnet. | | liefert den
Betrag, |-| die euklidische Norm, sign(-) liefert das Vorzeichen und wund (-) den auf die nächste ganze Zahl gerundeten Wert des jeweiligen Argumentes. In Fig. 1 sind die wesentlichen Elemente der Übertragungsstrecke abgebildet. Die Beschreibung erfolgt im Basisband, also diskret. Die Daten werden blockweise übertragen, impulsformende Filter in Sender und Empfänger werden im Ausführungsbeispiel nicht separat betrachtet, können jedoch in das Kanalmodell integriert werden. Ein Vektor u mit unabhängig und identisch verteilten Datenbits wird senderseitig mit dem Außenkanalcode kodiert (1 14) der resultierende Strom aus Vektoren c' wird bit-verschachtelt (1 16) und in Blöcke c unterteilt. Zum Senden werden die entsprechenden Bits auf Symbole mit komplexer Konstellation abgebildet (1 18).
He CNTXNR bezeichnet die komplexe Systemmatrix der Größe ( Nτ xNR ), welche den Übertragungskanal sowie sende- und empfangsseitige Filter (z.B. kanalangepasste Filter, RAKE/pre-RAKE Filter, Entspreizer) enthalten kann und im Empfänger für die Detektion bekannt ist. Ein Datenblock c = (c(l), ...,c(Nτ)) besteht aus N7, Symbolen mit je L Bits, die vor der Übertragung gegebenenfalls kodiert und verschachtelt werden. Als Modulation wird ß-QAM mit Elementen aus XNRXI
Figure imgf000005_0001
ε {±l,±3,...,±Vß -l}}
angenommen, wobei die Zuordnung ξm = map(cm) des m -ten Bitvektors cm zu dem entsprechenden Symbol ξm beispielsweise durch Gray-Labelling erfolgen kann. Q = 2L bezeichnet die Symbolvalenz, typische Werte für Q sind 4, 16, 64, 256. Mit ξ/ und ξg werden die Inphasen- bzw. die Quadraturphasenkomponente eines Symbols bezeichnet. Das Sendesignal x = (x(l), ...,x(Nτ)f e XNτXl aus der Menge der möglichen Sendesymbole wird durch Multiplikation mit der Systemmatrix auf das Empfangssignal y = (y(l), ..., y(NR)f e C^*1 abgebildet, welches von additivem komplexwertigem Rauschen ne C^*4 mit der Rauschleistungsichte N0 überlagert wird: y = Hx + n .
Fig. 2 zeigt beispielhaft die Symbole und Bitwerte einer 64-QAM-Konstellation mit Gray- Labelling. Anhand der empfangenen Symbole y werden die gesendeten Daten geschätzt, und zwar mittels eines in Fig.1 dargestellten Detektors 122 und entsprechender durch die senderseitige Vorverarbeitung gegebenen Dekodierung 128, wobei der Detektions- /Dekodierungs-Prozess auch iterativ erfolgen kann (126). Die dekodierten Daten werden danach in bekannter Weise über einen Hard-Decision-Block 130 einem Binärdatenempfänger 132 zugeleitet.
Die Aufgabe des hier betrachteten Detektor 122, in welchem die vorliegende Erfindung implementiert werden kann, besteht darin, die Bits c zu bestimmen, die höchstwahrscheinlich gesendet wurden, sowie Zuverlässigkeitsinformationen (L-Werte) für diese Bits, welche dem logarithmischen Verhältnis dessen entsprechen, ob ein Bit eine "1 " oder "0" bzw. "+1 " oder "-1 " ist. Diese werden aus den empfangenen Symbolen, der Kanalschätzung, der ermittelten Rauschleistung, sowie eventuell verfügbaren a-priori- Informationen ermittelt. Über den Satz von Bayes, die statistische Unabhängigkeit der Sendebits, die Dichtefunktion des mehrdimensionalen Gaußschen Rauschens und die Max-Iog-Approximation kann der Detektionsprozess wie folgt dargestellt werden:
L (qjy) .= lπ ^C; = +1 |yU max {Λ(c, y, Lα(c))}- rπax {Λ(c, y, Lα(c))} ( 1 )
P[cι = -l |y] C1=+! q=-l
mit Λ(c, y, Lα(c)) - _-l| |y' - Rχ| |2 + icτLu(c) - -^A1, (2 ) wobei A1 = \+]. + WiZ1 - ∑ T1JX0 - TnX1W2 - -γcξLa(ct) ( 3 )
Metrik von bereits J~^λ ^- ' a pTriori Information geschätzten Symbolen euklidische Distanz
in der Max-Iog-Approximation die ebenenspezifische Distanzmetrik ist und
H = QR, y' = QHy gilt. Für jede zu detektierende Antenne (i = l...Nτ) existieren mehrere mögliche Sendesymbole, so dass die Verfolgung mehrerer Hypothesen über den Sendevektor, bedingt durch die Dreieckstruktur der zerlegten Systemmatrix, als Suche nach Blattknoten (/ = 1) in einer Baumstruktur interpretiert werden kann. Verschiedene Baumsuchmethoden sind in Fig. 4 veranschaulicht.
Der Suchbaum umfasst dabei mehrere Ebenen i, die je ein zu schätzendes Sendesymbol repräsentieren. In jeder Baumebene (i = l...NR) existieren für X1 jeweils Q Möglichkeiten entsprechend der gewählten Konstellation. Jede dieser Möglichkeiten wird durch einen Baumknoten repräsentiert und führt mittels der durch das entsprechende Symbol verursachten Interferenz auf die verbleibenden noch nicht geschätzten Symbole (1,...,/ -1) zu den Kinderknoten der Baumebene (/ -1) . Die Blätter des Baumes stehen somit für einen vollständig geschätzten Sendedatenblock.
Die Schätzung der gesendeten Symbole x mittels der QR-Zerlegung der Systemmatrix entspricht der Anwendung von z.B. linearem Zero Forcing (ZF, vollständige Interferenz- Unterdrückung) oder linearem Minimum Mean Square Error (MMSE, Kriterium der kleinsten quadratischen Fehler) bei erweiterter Kanalmatrix und kann analog auch für ein reellwertiges Ersatzmodell, sortierte QR-Zerlegung (SQRD) oder gitterreduzierte Systemmatrizen angewendet werden. Bei der Schätzung werden die Sendepunkte durch Verzerrung in die Nähe der empfangenen Punkte in der I/Q-Ebene verschoben, siehe Figur 3, und über alle Antennen hinweg wird das verzerrte Sendesignal mit der geringsten Abweichung gesucht. Dies geschieht iterativ in der Berechnung von Λ(c,y,La(c)) über die Rücksubstitution bereits geschätzter Sendesymbole und der zugehörigen kumulativen Distanzmetriken A1 . Aufgrund der vielen potentiell möglichen Symbole ist die Anwendung spezieller Suchverfahren zur Begrenzung der Rechenkomplexität erforderlich. Dies erfolgt durch Eingrenzen der Suchpfade im Suchbaum. Baumsuchverfahren lassen sich dabei grob in drei Klassen von Algorithmen einteilen: Tiefensuche, metrik-gesteuerte Suche und Breitensuche, wie von J. Anderson und S. Mohan in "Sequential Coding Algorithms: A Survey and Cost Analysis", IEEE Transactions on Communications, Bd. 32, Nr.2, S.169- 176, Februar 1984 beschrieben.
Bei der Tiefensuche des Sphere Detection (SD) -Algorithmus, wie von R. Fano in "A heuristic discussion of probabilistic decoding", IEEE Transactions on Information Theory, Bd. 9, S. 64-74, April 1963 und von M. Pohst in "On the computation of lattice vectors of minimal length, successive minima and reduced bases with applications", ACM SIGSAM Bulletin, Bd. 15, S. 37-44, 1981 sowie von B. M. Hochwald und S. ten Brink in "Achieving near-capacity on a multiple-antenna Channel", IEEE Transactions on Communications, Bd. 51 , S. 389-399, März 2003 beschrieben (siehe Fig. 4b), wird versucht, den Suchraum, eine Hyperkugel ("Sphäre") um die Empfangssymbole, möglichst schnell einzugrenzen und somit die Anzahl der durchzuführenden Berechnungen gering zu halten. Als Parameter für die Beschränkung dient dabei der Radius R der Sphäre, welcher über die Distanzmetrik \ der ermittelten Blattknoten adaptiert wird. Nach anfänglicher Betrachtung des unbeschränkten Suchraumes folgt, durch Bestimmung der Successive Interference Cancellation (SIC) -Lösung, dem so genannten Babai-Punkt (siehe Fig. 4a), eine Begrenzung des Suchraumes auf z.B. R ^= A1 Bαhm . Nachfolgend werden die Baumebenen in inverser Reihenfolge betrachtet, wobei jeweils für die noch nicht erweiterten
Baumknoten innerhalb der aktuellen Suchsphäre [X1 ≤ R) eine Tiefensuche durchgeführt wird. Die Auswahl der zu betrachtenden Knoten erfolgt hierbei meist zweckmäßig über die so genannten Schnorr-Euchner-Aufzählung, wie von CP. Schnorr und M. Euchner in "Lattice basis reduction: Improving practical lattice basisreduction and solving subset sum Problems", Mathe matical Programming, Bd. 66, S. 181 -199, August 1994 beschrieben, bei der stets der nächst wahrscheinliche Knoten als nächstes betrachtet wird. Die Suche sowie die Anpassung des Suchraumes bei Bestimmung neuer Blattknoten wird solange durchgeführt, bis alle Knoten der Sphäre betrachtet wurden.
Im Gegensatz zur Tiefensuche wird bei der metrikbasierten Suche, wie sie von F. Jelinek in "Fast Sequential Decoding Algorithm Using a Stack", IBM Journal of Research, Bd. 13, S. 675-685, 1969 und von J. Hagenauer und C. Kuhn in "The List-Sequential (LISS) Algorithm and its Application", IEEE Transactions on Communications, Bd. 55, S. 918- 928, Mai 2007 beschrieben ist, prinzipiell direkt die Anzahl der Metrikberechnungen minimiert, ohne den Umweg über die Suchraumbeschränkung. Dabei wird die Metrik A1 aller betrachteten Knoten in einer Liste abgelegt, diese sortiert und es wird der Knoten mit der niedrigsten Metrik erweitert. Das erste zum Erweitern gewählte Blatt (/ = 1) entspricht der MLVMAP-Lösung. Eine weiter durchgeführte Suche liefert die zugehörigen Gegenhypothesen.
Die dritte Klasse von Baumsuchverfahren wird von der so genannten Breitensuche, wie beispielsweise dem M-Algorithmus oder K-Best-Algorithmus gebildet, wie von J. Anderson und S. Mohan in "Sequential Coding Algorithms: A Survey and Cost Analysis", IEEE Transactions on Communications, Bd. 32, Nr.2, S.169-176, Februar 1984 und von S. Haykin, M. Sellathurai, Y. de Jong und T. Willink in "Turbo-MIMO for wireless Communications", IEEE Communications Magazine, Bd. 42, S. 48-53, Oktober 2004 beschrieben. In jeder Ebene z + 1 des Baumes werden dabei für die selektierten Knoten die möglichen Folgeknoten (Ebene i ) ermittelt und die M bzw. K Besten für die Berechnungen der nächsten Ebene ausgewählt. Der prinzipielle Ablauf ist in Fig. 4c für M bzw. K = 3 dargestellt.
Eine spezielle Variante eines Baumsuchverfahrens der Tiefensuche zur Detektion von MIMO-Empfangssignalen ist der so genannte List-Sphere-Detection- (LSD-) Algorithmus, wie er beispielsweise von B. M. Hochwald und S. ten Brink in "Achieving near-capacity on a multiple-antenna Channel", IEEE Transactions on Communications, Bd. 51 , S. 389-399, März 2003 beschrieben worden ist.
Ein herkömmlicher Verarbeitungsablauf für diesen Algorithmus ist in Fig. 5 anhand eines Datenflussdiagramms dargestellt. Nach einer Initialisierung in Schritt 502 wird der Algorithmus wie folgt durchgeführt:
1. Solange die Suche noch nicht beendet ist (Entscheidung 540), also z.B. der Suchbaum nicht vollständig durchlaufen wurde oder Abbruchbedingungen wie die maximale Anzahl an Takten nicht erfüllt sind, wird der Algorithmus fortgesetzt,
5 ansonsten wird der 6. Schritt durchgeführt.
2. Als nächstes werden die Kinderknoten in der aktuellen Ebene weiter betrachtet:
2.1 Wenn eine Baumebene (bzw. Antenne) neu betrachtet wird (Entscheidung 503), so müssen die Interferenzen der bereits geschätzten Symbole aus dem Empfangssymbol entfernt werden (Schritt 504) und die Distanzen zu den o Kinderknoten ermittelt werden (Schritt 505). Für die Auswahl der günstigsten
Koten ist dabei z. B. eine Berechnung aller Kinderknoten sowie deren Sortierung (Schritt 506) gemäß ihrer Wahrscheinlichkeiten erforderlich.
2.2 Wurden die Kinderknoten der aktuellen Baumebene (somit bei gleichen bereits geschätzten Vaterknoten) schon betrachtet und sortiert, so ist in diesem Schritt5 keine weitere Verarbeitung erforderlich und es wird ein als nächster zu bearbeitender Vaterknoten ausgewählt (Schritt 508).
3. Als nächstes kann eventuell der Suchraum eingegrenzt werden:
3.1 Wurde die Ebene der Baumblätter erreicht (Entscheidung 510), so kann die Suchsphäre eventuell weiter beschränkt werden. Eine Möglichkeit hierfür o besteht in der Abspeicherung der für die Suchsphäre maßgeblichen Kandidaten und Ermittelung der Suchsphäre über die Sortierung der Kandidaten (Schritt 512), verbunden mit einer geeigneten Sphärenradiusberechnung (Schritt 514).
3.2 Wurden keine Baumblätter in der aktuellen Ebene betrachtet (i ≠ 1) , so ist die
Suchsphäre in dieser Ausführungsvariante nicht weiter einzuschränken und der5 Ablauf geht zu Entscheidungsfrage 520 über.
4. Festlegung der als nächstes zu betrachtenden Baumebene:
4.1 Wurde die Ebene der Baumblätter erreicht, so wird die Baumebene i um eins erhöht (Schritt 530).
4.2 Wurden keine Baumblätter in der aktuellen Ebene betrachtet (i ≠ 1) , so wird die0 Baumebene erhöht, wenn alle Knoten in der aktuellen Suchebene, welche sich innerhalb der Suchsphäre befinden, schon betrachtet wurden (Entscheidung JA bei 520). Ansonsten wird der wahrscheinlichste noch nicht betrachtete Knoten ausgewählt (Schritt 522) und die Baumebene für diesen Knoten reduziert (Schritt 524). 5 5. Die Baumsuche wird bei 1. fortgesetzt. 6. Zum Abschluss der Baumsuche werden aus den ermittelten Blattknoten die Zuverlässigkeitsinformationen berechnet und abgespeichert (Schritt 542).
Grundlegend für diesen Algorithmus der Tiefensuche ist, wie auch für die anderen Baumsuchverfahren, die Ermittlung der als nächstes zu betrachtenden Knoten.
Unabhängig von dem Verfahren ist für eine effiziente Suche die Betrachtung der Knoten entsprechend ihrer Wahrscheinlichkeiten erforderlich.
Ein wesentlicher Faktor zur Minimierung der Anzahl der zu betrachtenden Baumknoten einer Baumsuche ist die Bestimmung einer geeigneten Abfolge der Knotenerweiterungen. Eine Lösung hierfür bietet die Betrachtung aller potentiell zu erweiternden Knoten und ihre anschließende Sortierung anhand ihrer Distanzmetriken. Dies ist allerdings für die Hardware-Implementierung ungünstig. Aufwändige Sortieroperationen sind zeitintensiv und bedeuten einen hohen Flächen- und Leistungsbedarf durch die erforderlichen Zwischenspeicher und Vergleiche.
Bislang sind Im Wesentlichen zwei Methoden zur Verringerung der Komplexität der Sortierung verbreitet: Bei der ersten bekannten Methode zur Komplexitätsreduktion wird versucht, den Umfang der Sortierungen zu reduzieren. Eine Möglichkeit dafür ist beispielsweise die Abbildung der Q-QAM auf eine zur PSK-Modulation vergleichbare
Konstellation. Wird die den Übertragungsverfahren zugrundeliegende Konstellation in ein zur PSK-Modulation ähnliches System mit konzentrischen Kreisen um den Ursprung transformiert, wie von B. M. Hochwald und S. ten Brink in "Achieving near-capacity on a multiple-antenna Channel", IEEE Transactions on Communications, Bd. 51 , S. 389-399, März 2003 beschrieben, so kann die Reihenfolge der euklidischen Distanzen nach der so genannten PSK-Aufzählung ermittelt werden. Eine zweite Möglichkeit zur Reduzierung des Umfangs der Sortierungen besteht darin, Sortierungen nur näherungsweise durchzuführen. Nachteil dieser Methode ist unter anderem der zur Transformation benötigte Rechenaufwand. Die PSK-Aufzählung reduziert zwar die Zahl der nötigen Berechnungen und Sortierungen, ihre Komplexität steigt allerdings immer noch überproportional mit dem Modulationsgrad. Darüber hinaus ist eine Speicherung der ermittelten Abfolge und der Distanzen über alle Ebenen erforderlich. Auch die näherungsweise Sortierung reduziert den Sortierumfang nur zu einem gewissen Anteil, da sonst die Leistungsfähigkeit zu sehr beeinflusst wird. Infolgedessen können die Verfahren nur für kleine Konstellationen eingesetzt werden. Ein zweiter bekannter Ansatz zur Komplexitätsreduktion der Sortierung bei Baumsuchen besteht darin, das komplexe Systemmodell auf ein reellwertiges System zurückzuführen. Ausgehend von einem Startpunkt können nachfolgend die als nächstes zu betrachtenden Baumknoten entsprechend ihrer Distanzmetriken über ein simples Zählverfahren in Zick- Zack-Folge um das Startelement herum ermittelt werden. Diese zweite Methode hat den Nachteil, dass sich die Baumtiefe verdoppelt und zudem die Reihenfolge der betrachteten Knoten innerhalb der komplexen Ebene nicht mehr in jedem Fall optimal ist. Beide Effekte können in der Folge zu einer Erhöhung der Anzahl der zu analysierenden Knoten führen. Einhergehend mit dem reellwertigen Systemmodell steigt auch die Komplexität der Berechnungen bedingt durch den Verlust von Symmetrien, wodurch Optimierungsmöglichkeiten bei der Metrikberechnung entfallen. Darüber hinaus ist eine direkte Anwendung dieses Verfahrens auf komplexe Systeme nicht möglich. Beide Verfahren bieten somit zwar Ansätze zu Lösung des Komplexitätsproblems der Sortierung. Durch ihre nachteiligen Auswirkungen auf die Hardware-Implementierung bzw. durch die mit dem Modulationsgrad überproportional steigende Komplexität sind sie nur bedingt einsetzbar. Eine direkte Anwendung der Verfahren auf Systeme mit a-priori-lnformation ist nicht möglich.
Ziel fortgesetzter Bestrebungen im Fachgebiet ist es, die algorithmische Komplexität und damit die Komplexität von Hardware-Umsetzungen von Baumsuchen für Signaldetektions- zwecke zu reduzieren, ohne dass sich die Suchgenauigkeit wesentlich verschlechtert.
Die Aufgabe der Erfindung besteht daher darin, die Anzahl der zur Signaldetektion erforderlichen Sortieroperationen und die Anzahl der zur Signaldetektion erforderlichen Berechnungen zu reduzieren und dadurch die Leistungsfähigkeit der Baumsuche für eine Signaldetektion zu steigern, bei gleichzeitig geringeren Kosten, sowohl was den Hardware- als auch den Zeitaufwand betrifft. Dabei soll das Verfahren einfach in seiner Struktur und Umsetzung sein und eine hohe Flexibilität der Suchverfahren bei gleichzeitig hoher Performanz ermöglichen.
Erfindungsgemäß wird bei einem Baumsuch-Algorithmus zur Detektion von Mehrpunkt-zu- Mehrpunkt-Empfangssignalen mit Quadraturamplitudenmodulation (QAM), die durch eine QAM-Konstellation determiniert ist, in einem Telekommunikationssystem die Suchreihenfolge von Knoten bei einem Baumsuch-Algorithmus approximiert.
Gemäß einer Ausführungsform der Erfindung kann die Suchreihenfolge für ein Empfangssymbol durch eine geometrische Analyse einer relativen Position des Empfangssymbols in Bezug auf Konstellationspunkte eines aus potentiellen Sendesymbolen bestehenden Gitters in einer IQ-Ebene der QAM-Konstellation approximiert werden. Dabei kann ein erstes Element der Suchreihenfolge durch Runden der Position des Empfangssymbols auf den nächstliegenden Konstellationspunkt des Gitters aus potentiellen Sendesymbolen bestimmt werden.
Die Approximation der Suchreihenfolge kann den weiteren Schritt umfassen, die relative Position des Empfangssymbols durch Analyse des Vorzeichens des Real- und des Imaginärteils des Empfangssymbols auf einen ersten Quadranten des Rundungsbereichs um den ersten Konstellationspunkt herum einzugrenzen, wobei der Rundungsbereich als Quadrat mit einer Seitenlänge gleich dem Gitterabstand des Gitters aus potentiellen Sendesymbolen definiert ist, dessen Mittelpunkt mit dem Konstellationspunkt zusammenfällt, und ein zweites sowie ein drittes Element der Suchreihenfolge durch Vergleich des Realteils und des Imaginärteils des Empfangssymbols festzulegen, wobei die relative Position des Empfangssymbols auf einen ersten von acht kongruenten Entscheidungsbereichen, die jeweils einen Achtelsektor des Rundungsbereichs um den Konstellationspunkt darstellen, eingegrenzt wird.
Die Bezeichnung des ersten Quadranten ist an dieser Stelle in dem Sinne des ersten untersuchten Quadranten zu verstehen, nicht als die mathematisch gebräuchliche Formulierung des Quadranten I als einer von vier Quadranten I bis IV. Das gleiche gilt für den Begriff des zweiten Quadranten. Hierunter ist ein zweiter untersuchter Quadrant zu verstehen.
Gemäß einer weiteren Ausführungsform der Erfindung kann die die Suchreihenfolge für ein Empfangssymbol durch eine Kombination aus geometrischer Analyse einer relativen Position des Empfangssymbols in Bezug auf Konstellationspunkte eines aus potentiellen Sendesymbolen bestehenden Gitters in einer IQ-Ebene der QAM-Konstellation und definierten Suchsequenzen approximiert werden, wobei ein erstes Element der Suchreihenfolge durch Runden der Position des Empfangssymbols auf den nächstliegenden Konstellationspunkt des Gitters aus potentiellen Sendesymbolen bestimmt wird. In einer günstigen Ausgestaltung des Verfahrens ist es möglich, die Genauigkeit der Approximation durch das Verhältnis einer Anzahl der Elemente der approximierten Suchreihenfolge, die mittels geometrischer Analyse bestimmt werden, zu einer Anzahl der Elemente der approximierten Suchreihenfolge, die durch definierte Suchsequenzen bestimmt werden, anzupassen. Die geometrische Analyse kann eine Positionsschätzung der relativen Position des Empfangssymbols zu dem nächstliegenden Konstellationspunkt über Entscheidungsbereiche umfassen.
Die Erfindung stellt außerdem ein Baumsuchverfahren sowie eine Detektoranordnung zur Detektion von Mehrpunkt-zu-Mehrpunkt-Empfangssignalen in einem Telekommunikationssystem zur Verfügung, bei denen das vorstehend beschriebene Verfahren der Suchreihenfolgeapproximation angewendet wird.
Dabei wird der Baumsuchalgorithmus in solcher Weise modifiziert ausgeführt, dass vor der mathematischen Analyse der zu betrachtenden Symbole diese über eine heuristische Schätzung der Reihenfolgen der zu betrachtenden Baumknoten ermittelt werden und nachfolgend nur ausgewählte Knoten der genauen mathematischen Analyse unterzogen werden müssen. Dadurch kann die Zahl der Berechnungen deutlich reduziert werden und zusammen mit dem Wegfall an Sortierungen kann die Abarbeitungszeit der Suchen und darüber hinaus deren Leistungs- und Flächeneffizienz deutlich gesteigert werden, bei vergleichbarer Genauigkeit der Suchverfahren.
Weitere Vorteile und Merkmale des erfindungsgemäßen Verfahrens werden anhand der detaillierten Beschreibung von Ausführungsbeispielen deutlich werden, die mit Bezugnahme auf die anhängenden Figuren gegeben wird. Dabei zeigt: Fig. 1 ein Systemmodell eines MIMO-Systems mit iterativem Detektions-
/Dekodierungsprozess; Fig. 2 eine 64-QAM-Konstellation mit Bitwerten bei Gray-Labeling;
Fig. 3 die durch die Systemmatrix verzerrten potentiellen Sendesymbole;
Fig. 4 Beispiele für eine Baumsuche für ein 4x4-MIMO-System;
Fig. 5 ein Datenflussdiagramm eines herkömmlichen Sphere-Detection-
Algorithmus; Fig. 6 veranschaulicht das Prinzip der erfindungsgemäßen geometrischen
Positionsbestimmung für eine 16-QAM; Fig. 7 veranschaulicht die erfindungsgemäße relative Positionsbestimmung mit durch Hilfsgeraden eingegrenzte Entscheidungsbereiche;
Fig. 8 zeigt eine Ausführungsvariante einer herkömmlichen List-Sphere-Detection- Implementierung; Fig. 9 zeigt ein Ausführungsbeispiel für eine List-Sphere-Detection-
Implementierung mit erfindungsgemäßer Suchreihenfolgeapproximation; Fig. 10 zeigt eine erweiterte Ausführungsvariante des List-Sphere-Detection-
Algorithmus aus Fig. 9 mit vereinigter Ebenenberechnung; Fig. 1 1 stellt die Leistungsfähigkeit einer erfindungsgemäßen Umsetzung eines
Baumsuchverfahrens mit Approximation der Suchreihenfolge dar; Fig. 12 stellt die Komplexität einer erfindungsgemäßen Umsetzung eines
Baumsuchverfahrens mit Approximation der Suchreihenfolge dar; Fig. 13 illustriert den Einfluss von a-priori Information auf die Distanzmetrik der Baumsuchverfahren; die
Fign. 14 und 15 stellen die Leistungsfähigkeit und die Komplexität einer erfindungsgemäßen Umsetzung eines iterativen Detektions-
/Dekodierungsprozesses basierend auf einer Baumsuchdetektion mit
Approximation der Suchreihenfolge dar; und Fig. 16 stellt ein Beispiel einer weiteren Positionsschätzung mit symmetrischen
Hilfsgeraden dar.
Die erfindungsgemäße Approximation der Suchreihenfolge soll nun detailliert unter Bezugnahme auf die Fign. 6 und 7 beschrieben werden.
Die durch die Sortierung entstehenden Probleme, wie die Komplexität der Sortierung und der Berechnungsaufwand für die Distanzmetriken, können durch die erfindungsgemäße Näherung der Suchreihenfolge behoben bzw. gemildert werden. Die ebenenweise Detektion der Sendesignale erfolgt über die Berechnung der Distanzmatrix X1 . Wie im einleitenden Teil erläutert, setzt sich diese gemäß Formel (3) aus den Distanzmetriken der vorangegangenen Ebenen, dem Quadrat einer euklidischen Distanz und der a-priori- Information zusammen. Nachfolgend werden stets die quadratischen euklidischen Distanzen betrachtet. Aus Gründen der Übersichtlichkeit wird daher der Hinweis auf die Quadrierung nicht in jedem Falle wiederholt. Die Distanz der vorangegangenen Baumebenen ist für alle Kinderknoten gleich und hat somit keinen Einfluss auf die für die Reihenfolge der aktuellen Knoten maßgeblichen Wahrscheinlichkeiten. Ohne a-priori- Information bzw. unter Vernachlässigung dieser ergibt sich die Reihenfolge der zu betrachtenden Symbole aus der euklidischen Distanz (der z -ten Zeile) zwischen y ' = QHy und Rx . Der durch die bereits geschätzten Symbole xj, j = i + l...NR entstehende Einfluss kann als Interferenz angesehen werden, welche im Rahmen der Berechnung der euklidischen Distanz vom (modifizierten) Empfangssignal abgezogen
wird: ruyt " := yι '- ∑ ^x1 . Die potentiell möglichen Sendesymbole X1 können als j=ι+l
Kreuzungspunkte eines Gitters in der IQ-Ebene interpretiert werden, den so genannten Konstellationspunkten. Diese werden durch das i -le Diagonalelement, welches bei günstiger Wahl des QR-Zerlegungsverfahrens reell ist, der oberen Dreiecksmatrix R gestreckt. Die Berechnung kann somit auf die Distanzberechnung zwischen einem interferenzreduzierten Empfangssignal und mit einem reellen Faktor gestreckten Konstellationspunkten zurückgeführt werden:
Figure imgf000015_0001
Empfangssignal ohne Mit reellem Faktor
Interferenz der bereits gestreckte geschätzten Symbole Konstellationspunkte
In Fig. 6 ist die geometrische Betrachtungsweise für eine 16-QAM (Quadraturamplitudenmodulation) skizziert, wobei die gültigen Konstellationspunkte in der IQ-Ebene als gefüllte schwarze Punkte dargestellt sind und eine günstige Reihenfolge der ersten drei zu betrachtenden Baumknoten durch die eingeringelten Ziffern 1 bis 3 angegeben ist. Zur Vermeidung eines variablen Gitters kann der Faktor ru in das interferenzreduzierte Signal integriert werden.
Resultierend aus der Schlussfolgerung, dass sich die Suchreihenfolge aus dem Grad der Übereinstimmung des Signals mit den Repräsentanten der potentiellen Sendesymbole, entsprechend der vorangegangenen Betrachtung somit aus der euklidischen Distanz, ergibt, haben wir erkannt, dass sich die Suchreihenfolge vorteilhaft durch eine geometrische Analyse abgeleitet werden. Jedem Punkt, den der Repräsentant des Empfangssignals yt " in der geometrischen Anordnung annimmt, kann eine bestimmte Knotenabfolge günstigster Knoten zugeordnet werden, und zwar in Abhängigkeit des Abstands des Repräsentanten des Empfangssignals von den Konstellationspunkten des Gitters. Nachfolgend werden für die Positionsbestimmung stets der Repräsentant des Empfangssignals bzw. dessen relative Abstände betrachtet. Aus Gründen der Übersichtlichkeit wird daher im Folgenden der Hinweis auf den Repräsentanten nicht in jedem Falle wiederholt. Wie in Fig. 6 verdeutlicht, ist entsprechend der Lage von yt " eindeutig der mit "1 " markierte Konstellationspunkt der als erstes zu betrachtende. Der als zweites zu betrachtende Knoten ist mit "2" markiert, usw. Wird die Position von yι " hinreichend genau analysiert, so wird auch die Reihenfolge erkannt, in der weitere Knoten zu betrachten sind. Durch die Überführung in ein rechtwinkliges Koordinatensystem mit einem äquidistanten Gitter (dessen x-Achse den Realteil und dessen y-Achse den Imaginärteil der komplexen Sendesymbole repräsentiert) braucht die Analyse, unabhängig von der absoluten Lage von yt " im Gitter, lediglich für die relative Position pos := yt "-X1 in Bezug auf den Startpunkt der Sequenz, also den durch Runden gefundenen Konstellationspunkt, durchgeführt werden. Liegt beispielsweise yι " bei einem anderen
Konstellationspunkt, allerdings mit gleicher relativer Position zu diesem, so ist die relative Auswahl der als nächstes zu betrachtenden Elemente, also Gitterpunkte, identisch (erst das nächstgelegene Element, dann eins nach rechts etc.). Die Genauigkeit, mit der die relative Position bestimmt wird, ist ausschlaggebend für die Genauigkeit der festgelegten geschätzten Reihenfolge.
Unter Bezugnahme auf die Fign. 7a-e soll nun die erfindungsgemäße Bestimmung der zuverlässigsten Knoten für unterschiedliche Genauigkeiten detailliert erläutert werden.
Unabhängig von der absoluten Position in dem Gitter ist der günstigste Knoten derjenige Knoten, der dem Empfangssymbol yt " am nächsten liegt, was sich einfach durch
Runden von yι " auf die Gitterpunkte bestimmen lässt, wie in Fig. 7(a) durch ein
Rundungsquadrat veranschaulicht ist, das eine Seitenlänge gleich dem Gitterabstand a aufweist und dessen Mittelpunkt mit demjenigen Gitterpunkt übereinstimmt, der dem Symbol am nächsten liegt und in Figur 7 mit 1 bezeichnet ist. Durch die Rundung auf den
Konstellationspunkt ist der erste Knoten der Suchreihenfolge bekannt. Die Reihenfolge der weiteren zu untersuchenden Knoten kann vor Beginn der Baumsuche für alle Konstellationspunkte vordefiniert werden. Bei einer solchen Approximation kann sich jedoch ein relativ großer Fehler ergeben. Je stärker die Position des Empfangssymbols von der Position des Konstellationspunktes abweicht, desto ungenauer wird die so approximierte Suchreihenfolge sein. Die größte Ungenauigkeit wird sich ergeben, wenn das Empfangssymbol genau im Kreuzungspunkt der Diagonalen zwischen vier benachbarten Konstellationspunkten des Gitters liegt. Eine Verbesserung der Genauigkeit der approximierten Suchsequenz wird erfindungsgemäß dadurch erreicht, dass der Bereich, in dem das Empfangssymbol liegt, schrittweise über geometrische Vergleiche eingegrenzt wird, wobei immer kleinere Entscheidungsbereiche als Teilflächen des ersten Entscheidungsbereichs, nämlich des Rundungs- quadrats, festgelegt werden, wobei jeder dieser eingegrenzten Entscheidungsbereiche jeweils durch einen Referenzpunkt (pos') repräsentiert wird. Dieser Referenzpunkt kann geeigneterweise als Flächenschwerpunkt, auch quadratische Flächenschwerpunkt, Schwerpunkt der quadratischen euklidischen Distanzen oder dergleichen des jeweiligen Entscheidungsbereichs definiert werden. Für jeden dieser Entscheidungsbereiche oder Referenzpunkte kann vor Beginn der Baumsuche eine weitere Suchreihenfolge definiert werden. Je weiter die geometrische Analyse fortgeführt wird, bevor für die Fortsetzung der Reihenfolge auf die vordefinierten Sequenzen zurückgegriffen wird, je kleiner also der Entscheidungsbereich ist, dessen vordefinierte Sequenzen für die Fortsetzung der Suchreihenfolge genutzt wird, desto besser wird die Position des jeweiligen Referenzpunkts (pos') mit der Position des Empfangssymbols übereinstimmen und desto genauer wird die approximierte Suchsequenz sein. Um die weitere Sequenz festzulegen, wird erfindungsgemäß eine geometrische Untersuchung der relativen Position (pos) des Empfangssymbols zu dem durch Runden gefundenen Knoten 1 vorgeschlagen. Dieser wird als Bezugsknoten definiert. Auf Basis der relativen Position (pos) des Empfangssymbols zu diesem nächstliegenden Knoten 1 ist es nun möglich, eine Sequenz günstiger Knoten in Bezug auf den Knoten 1 zu bestimmen.
Da nur die relative Position bestimmt wird, ist das Verfahren unabhängig von der Zahl der potentiellen Kinderknoten, die beispielsweise durch die Modulation definiert wird, einsetzbar, und die Komplexität des Algorithmus steigt mit zunehmender Konstellationsgröße nur geringfügig.
Eine erste Eingrenzung der relativen Position des Empfangssymbols innerhalb des Rundungsquadrats kann über eine Betrachtung des Vorzeichens sign(pos) des Real- und des Imaginärteils der relativen Position erfolgen. Durch Betragsbildung werden alle relativen Positionen auf den ersten Quadranten abgebildet, wodurch die Positionsbestimmung der relativen Position (pos) des Empfangssymbols auf einen der Quadranten des Rundungsquadrats eingegrenzt wird, und somit sind in reeller und imaginärer Richtung die beiden potentiell zweitgünstigsten Knoten für die Suchreihenfolge gegeben. Wenn wir annehmen, dass das Empfangssymbol yt " relativ zum Bezugsknoten 1 im ersten Quadranten des Rundungsquadrats liegt, so stellen die in Fig. 7(b) mit 2 und 3 bezeichneten Knoten die potentiell zweitgünstigsten Knoten dar. Folglich ist für alle relativen Positionen oberhalb der Winkelhalbierenden des ersten Quadranten - der Senkrechten auf der Verbindungslinie zwischen den Knoten 2 und 3 - der Knoten 3 der zweitgünstigste und der Knoten 2 der drittgünstigste, und für alle relativen Positionen unterhalb der Winkelhalbierenden des ersten Quadranten ist der Knoten 2 der zweitgünstigste und der Knoten 3 der drittgünstigste.
Die beschriebene geometrische Analyse ist somit durch Vergleich des Real- und des Imaginärteils der relativen Position (pos) des Empfangssymbols möglich (9ϊ(pos) ≥ 3(pos)?). Durch die Symmetrie der Konstellation der Gitterpunkte können alle Entscheidungsbereiche, also die acht dreieckigen Achtelsektoren des Rundungsquadrats, die in Fig. 6 durch Linien ausgehend vom Bezugsknoten 1 veranschaulicht sind, auf das Dreieck abgebildet werden, in welchem in Fig. 7(b) das Empfangssymbol liegt und das durch die Winkelhalbierende b zwischen Realteil- und Imaginärteilachse, durch die Realteilachse selbst und durch die sich aus der Rundungsoperation ergebende vertikale Linie, die Teil des Umfangs des Rundungsquadrats ist, aufgespannt wird. Dies kann in einfacher Weise durch Vorzeichenwechsel und/oder Tausch von Real- und Imaginärteil erreicht werden. Durch die Symmetrie der geometrischen Konstellation können hierbei alle sich ergebenden Entscheidungsbereiche auf eine einzige Sequenz zurückgeführt werden. Durch die Betrachtung einer relativen Position und durch eine vereinte analoge Betrachtung äquivalenter Bereiche wird eine Bestimmung der Suchreihenfolge mit stark reduziertem Aufwand möglich.
In Fig. 7 sind daher die weiteren Betrachtungen anhand eines Achtelsektors skizziert. Für jeden Achtelsektor kann wiederum vorab eine Suchsequenz fest definiert werden. Die für einen Referenz-Achtelsektor definierte Sequenz kann zudem vorteilhaft durch eine zur Abbildung anderer Achtelsektoren auf diesen Sektor inverse Abbildung für alle Sektoren zum Einsatz kommen. Gleiches gilt für die Sequenzen, die durch weiterführende
Positionseingrenzungen für den jeweiligen Referenz-Sektor definiert werden.
Um die Approximation noch genauer zu gestalten, gibt es für ein yι " in dem beschriebenen Dreieck zwei potentiell nächste Knoten, die in Fig. 7(c) mit 4 und 5 bezeichnet sind. Analog zu der Bestimmung des zweiten und des dritten Knotens der Sequenz kann wiederum eine Senkrechte auf der Verbindungslinie dieser Knoten 4 und 5, welche durch den Schnittpunkt dieser Verbindungslinie mit dem Rundungsquadrat verläuft und in Fig. 7(c) mit "c" bezeichnet ist, zur Bestimmung des folgenden Knotens der Sequenz genutzt werden. Aufgrund der symmetrischen Gitterstruktur entspricht diese Hilfsgerade einem Vergleich a/2 - 9ϊ(pos) ≥ 23(pos)?. An der Hilfsgeraden "c" wird entschieden, welcher der beiden Konstellationspunkte (Knoten 4 oder Knoten 5) zu yt " eine kleinere euklidische Distanz besitzt. Hierdurch entstehen zwei Entscheidungsbereiche (zwei Teildreiecke), für die wiederum zur Fortsetzung der Suchreihenfolge je eine Suchsequenz vordefiniert sein kann.
Da die resultierenden Entscheidungsbereiche asymmetrisch sind, ist eine weitere Vereinigung der betreffenden Sequenzen durch Abbildung der Entscheidungsbereiche aufeinander nicht möglich. Während für das obere Dreieck der mit 4 bezeichnete Knoten der vierte Knoten der Suchreihenfolge und der mit 5 bezeichnete Knoten der fünfte Knoten der Sequenz ist, ist für ein Empfangssymbol im unteren Dreieck der mit 5 bezeichnete Knoten der vierte Knoten der Suchreihenfolge, und für den fünften Knoten wird eine weitere Fallunterscheidung benötigt, wofür eine Hilfsgerade "d" hinzugezogen wird (a/2 - 3(pos) ≥ 29ϊ(pos)?), wodurch sich in dem betrachteten Achtelsektor drei Entscheidungsbereiche ergeben, wie in Fig. 7(d) dargestellt ist, für die je eine weitere Sequenz vordefiniert sein kann.
Eine analoge Bestimmung der sechst- und siebentgünstigsten Knoten kann mit einer Hilfsgeraden "e" erfolgen (29ϊ(pos) ≥ a/2 + 3(pos)?), wie aus Fig. 7(e) zu ersehen ist. Dabei ergeben sich fünf Entscheidungsbereiche mit je einer vordefinierten Sequenz.
Für alle diese Fallunterscheidung sind nur kostengünstige Operationen wie Shift- Operationen oder Additionen mit "1 " erforderlich, die für eine Hardware-Implementierung geeignet sind. Bis zur Bestimmung der Reihenfolge der ersten drei Knoten, lässt sich die Positionsbestimmung mithilfe von für die Implementierung günstigen Vergleichen und Rundungen durchführen. Bis zur Bestimmung der Reihenfolge der ersten sieben Knoten werden zusätzlich vergleichbar kostengünstige Additionen und Shift-Operationen benötigt.
Eine Fortsetzung der Bestimmung der Sequenzen ist durch Einführung weiterer Fallunterscheidungen möglich. Je genauer die Position durch solche Entscheidungs- bereiche ermittelt wird, desto größer ist die bekannte Reihenfolge und desto geringer sind die Abweichungen der geschätzten Sequenz von der tatsächlichen Reihenfolge. Dabei verkleinern sich die Entscheidungsbereiche und die Zahl der Entscheidungsbereiche und somit der Sequenzen steigt deutlich an. Zusätzlich ist die Positionsbestimmung aufwändiger, da die Hilfsgeraden dann keine für die Implementierung günstigen Steigungen mehr aufweisen, also zu komplexeren Operationen führen (z. B. unvorteilhafte Multiplikationen mit "3" bewirken), wodurch deren Anwendung un attraktiv wird. Ein Beispiel ist in Fig. 7(f) für die Bestimmung des achten Knotens der Sequenz angegeben.
Gemäß den beschriebenen Fallunterscheidungen wird die Suchsequenzbestimmung auf eine Analyse der relativen Position (pos) abgebildet, und zwar unabhängig von der tatsächlichen Größe der Konstellation. Über die Wahl der Anzahl und Größe der Entscheidungsbereiche, bis zu denen die geometrische Analyse erfolgt, also der Genauigkeit der Positionsbewertung, ist das Verfahren bezüglich der Genauigkeit der Suchreihenfolgeschätzung und des Berechnungsaufwandes skalierbar. So ist mit steigender Zahl an Entscheidungsbereichen eine längere Sequenz zu betrachtender Knoten bekannt. Bei genügend genauer Positionsschätzung ist der Suchgenauigkeits- verlust im Vergleich zu herkömmlichen Verfahren vernachlässigbar und hat keinen Einfluss auf die Leistungsfähigkeit der Baumsuchen, da nur die Reihenfolge von Elementen vertauscht wird, deren euklidische Distanzen zum Referenzpunkt vergleichbar groß sind. Tabelle 1 gibt einen Überblick über die möglichen Genauigkeiten der Suchsequenzbestimmungen (SSD) für einen Gitterabstand von a=2 an. Tabelle 1 :
Figure imgf000020_0001
Durch die Definition eines geeigneten Gitters und durch günstige Wahl der Entscheidungsbereiche kann die erfindungsgemäße Approximation der Suchreihenfolge also mit implementierungsgünstigen Operationen, nämlich Rundungen, Vorzeichenbetrachtungen, Additionen, Subtraktionen und/oder Shift-Operationen erfolgen.
Zur Weiterführung der Knotenaufzählung ohne zusätzliche Fallunterscheidungen wird, wie bereits erwähnt, ein Abbruch der geometrischen Analyse des Empfangssymbols bei einer gewünschten Genauigkeit und eine weitere Approximation mithilfe vordefinierter Sequenzen auf Basis von Bezugspunkten (pos') vorgeschlagen. Postuliert man eine ausreichende Genauigkeit der Sequenz, so ist die Abweichung der Distanzen, die sich aus (pos) und (pos') ergibt, vernachlässigbar klein, so dass der Aufzählungsfehler unbedeutend ist. Der Mittelpunkt des jeweiligen Dreiecks (Entscheidungsbereichs) kann dabei jeweils als Bezugspunkt (pos') für die weitere Knotenaufzählung genutzt werden. Gleiches gilt, wenn ein beliebiges anderes Verfahren zur Positionsschätzung zum Einsatz kommt, wie dies auch zur Beschreibung von Fig. 16 im nachfolgenden Text erläutert wird.
Durch die Abschätzung der Suchreihenfolge mit für bestimmte Entscheidungsbereiche vordefinierten Sequenzen wird die Zahl der möglichen Reihenfolgen beschränkt. Durch die geringere Zahl an betrachteten Knoten wird auch die Zahl der zu speichernden Zustände der Baumsuche und hieraus resultierend auch die Komplexität der Umsetzungen verringert.
Basierend auf den für die Entscheidungsbereiche vordefinierten Sequenzen kann nunmehr die Suchreihenfolge der zu betrachtenden Symbole ermittelt werden. Hierzu können die für die Baumsuche günstigen bzw. gültigen Knoten ausgewählt werden. Ist ein resultierender Knoten ungültig (z. B. weil er außerhalb der Punkte der potentiellen Sendesymbole liegt) oder ungünstig (weil der Knoten z. B. zu keiner neuen
Gegenhypothese führt), so kann dieser von der weiteren Betrachtung ausgeschlossen werden und stattdessen direkt entsprechend der Sequenz der nächstfolgende gewählt. Dies führt dazu, dass über die geschätzte Sequenz analog zur Sortierung stets ein als nächstes zu betrachtendes Element ermittelt werden kann und dadurch im Abarbeitungszyklus keine zusätzlichen Wartetakte entstehen. Damit kann eine
Knotenerweiterung pro Schleifendurchlauf und somit über Pipeline-Verarbeitung und Parallelisierung eine Knotenerweiterung pro Takt durchgeführt werden.
Die Zahl durchzuführender Distanzberechnungen wird deutlich verringert. Dies resultiert aus der Tatsache, dass potentiell zu erweiternde Knoten nicht immer erweitert werden und dass für diese Knoten nach ermittelter Suchreihenfolge nur Berechnungen durchzuführen sind, sofern sie tatsächlich erweitert werden.
Dadurch, dass die Schätzung der Suchreihenfolge separiert von weiteren Verarbeitungseinheiten des Prozessors erfolgt, ist das Verfahren im Gegensatz zur Berechnung der Suchreihenfolge gemäß dem Stand der Technik unabhängig von Suchbaumparametern wie Antennenzahl, Modulation oder Mapping und kann daher für unterschiedlichste Systeme eingesetzt werden.
Durch die vordefinierten Sequenzen ist es auch möglich, die euklidischen Distanzen analog zur Reihenfolge der Knoten zu schätzen.
Das erfindungsgemäße Verfahren der Suchreihenfolgeapproximation kann durch Kombination der Auswahl günstiger Sequenzelemente mit beispielsweise dem Mapping und/oder durch Kombination mit Zustandsinformationen der Baumsuche zur komplexitätsreduzierten Ermittlung der Gegenhypothesen eingesetzt werden. Hierfür können gezielt Knoten erweitert werden, die zu günstigen Gegenhypothesen führen.
Die Auswirkungen der erfindungsgemäßen Approximation der Suchreihenfolge auf die Baumsuche soll nun anhand von Ausführungsbeispielen eines List Sphere Detectors, einem MIMO-Detektionsverfahren auf Basis eines Baumsuchverfahrens der Tiefensuche, detailliert beschrieben werden. Es ist jedoch zu beachten, dass die Erfindung nicht auf diesen Algorithmus beschränkt ist. Für den Fachmann wird anhand der vorliegenden Offenbarung klar sein, wie sich die erfindungsgemäße Approximation der Suchreihenfolge auf andere Baumsuchalgorithmen, darunter metrikgesteuerte Suche und Breitensuche, übertragen lässt.
Eine modifizierte Form des in Fig. 5 beschriebenen List-Sphere-Detection-Algorithmus ist in Fig. 8. Dieser weist einen regularisierten Datenfluss auf und wurde ausführlich in der bereits früher eingereichten DE-Patentanmeldung "Verfahren zur baumsuchbasierten Detektion von Empfangssignalen" desselben Anmelders beschrieben. Nach einer Initialisierung (Schritt 802) wird der regularisierte Algorithmus wie folgt durchgeführt: 1. Solange die Suche noch nicht beendet ist (Entscheidung 840), also z.B. der
Suchbaum nicht vollständig durchlaufen wurde oder Abbruchbedingungen wie die maximale Anzahl an Takten nicht erfüllt sind, wird der Algorithmus fortgesetzt, ansonsten wird der 6. Schritt durchgeführt. 2. Als nächstes werden die Kinderknoten in der aktuellen Ebene weiter betrachtet. Aufgrund der Initialisierung oder einer gesonderten Ebenen- und Folgeknotenbestimmung, wie sie detailliert in der bereits früher eingereichten DE- Patentanmeldung "Verfahren und Anordnung zur Auswahl von Ebenen bei Baumsuchalgorithmen der Tiefensuche" desselben Anmelders beschrieben worden ist, ist hierbei stets der als nächstes zu betrachtende Elternknoten bekannt. Die hieraus resultierenden Interferenzen, sowie die Interferenzen der übrigen bereits geschätzten Symbole werden aus dem Empfangssymbol entfernt (Schritt 804), und die Distanzen zu den Kinderknoten werden ermittelt (Schritt 805). Für die Auswahl der günstigsten Knoten ist dabei z. B. eine Berechnung aller Kinderknoten sowie deren Sortierung (Schritt 806) gemäß ihrer Wahrscheinlichkeiten erforderlich.
3. Als nächstes wird überprüft, ob der Suchraum eingegrenzt werden kann, wobei diese Überprüfung unabhängig von der aktuell betrachteten Baumebene auf Basis des Abspeicherns und Sortierens der für die Suchsphäre maßgeblichen Kandidaten in Schritt 810 erfolgt. Sortierkriterium ist beispielweise die Zuverlässigkeit der
Kandidaten.
4. Im Anschluss kann die als nächstes zu betrachtende Ebene ermittelt werden (830).
5. Die Baumsuche wird bei 1. fortgesetzt.
6. Wenn die Suche beendet ist (Entscheidung 840), also z. B. der Suchbaum vollständig durchlaufen wurde oder Abbruchbedingungen wie die maximale Anzahl an Takten erfüllt sind, werden aus den ermittelten Blattknoten die Zuverlässigkeitsinformationen berechnet und abgespeichert (Schritt 842).
Anhand der enthaltenen Module zeigen sich deutlich die Nachteile der bekannten Suchreihenfolgebestimmung. So ist die Abstandsberechnung bei 805 für Q Elemente durchzuführen. Anschließend erfolgt bei 806 eine Sortierung der Q Elemente und gegebenenfalls eine Einsortierung in eine Radiusliste bei 810. Der Einfluss sowie die Korrektur des Bias (850) sind in den gleichzeitig eingereichten Anmeldungen "Baumsuchverfahren der Tiefensuche zur Detektion von MIMOEmpfangssignalen" und "Verfahren zur Bestimmung von Distanzmetriken für Knoten und von Gegenhypothesen bei einem
Baumsuch-Algorithmus, Baumsuchverfahren und Detektoranordnung zur Durchführung der Verfahren" detailliert beschrieben.
In Fig. 9 ist der erfindungsgemäß modifizierte Algorithmus dargestellt, wobei Module mit gleicher oder analoger Funktion wie in Fig. 8 mit analogen, um 100 erhöhten
Bezugszeichen bezeichnet sind. Dieser modifizierte Algorithmus wird durch eine vorgezogene erfindungsgemäße Approximation der Sortierung bei 903 gegenüber Fig. 8 grundlegend verändert. Nach der Auswahl des als nächstes zu betrachtenden Elements bei 904 erfolgt lediglich die Betrachtung eines Knotens bei 905 über die Berechnung einer Distanzmetrik. Die anschließende Sortierung entfällt, und das eventuelle Einsortieren in eine Radiusliste bei 910 reduziert sich auf das Einsortieren eines Knotens in eine Liste. Resultierend hieraus vereinfachen sich der Ablauf und die Komplexität des Algorithmus deutlich, gleichzeitig sinkt die durch die Verarbeitungen verursachte Abarbeitungszeit, was zu deutlich leistungs- und flächeneffizienteren Umsetzungen führt. Simulationsrechnungen haben gezeigt, dass die zur Detektion eines Symbols erforderlichen Berechnung von 45 Zyklen * 64 Berechnungen/pro Zyklus = 2880 Berechnungen, die bei dem herkömmlichen Detektor erforderlich sind, erfindungsgemäß auf im Mittel 101 aufeinanderfolgende Berechnungen reduziert werden können, eine Reduktion auf 3,5% der ursprünglich erforderlichen Metrikberechnungen.
Anders als beim traditionellen Algorithmus ist jedoch die direkte Auswahl eines bereits betrachteten Geschwisterknotens nicht mehr möglich. Hierdurch sind zusätzliche Schleifendurchläufe für deren explizite Berechnung erforderlich. Dieser Nachteil der Umsetzung lässt sich allerdings über eine parallele Betrachtung nächstgünstiger Geschwisterknoten (bei 1008 und 1035) und eine parallele Berechnung von Geschwister- Blattknoten, die zu möglichen Gegenhypothesen führen, beseitigen. Durch die vorab geschätzte Suchreihenfolge sind weitere Parallelisierungen möglich. Auf Basis einer Suchreihenfolgeschätzung können mehrere parallele Berechnungen von Suchpfaden erfolgen. Eine entsprechend erweiterte Umsetzung des Algorithmus ist in Fig. 10 dargestellt, wobei wiederum Module mit gleicher oder analoger Funktion wie in Fig. 9 mit analogen, um 100 erhöhten Bezugszeichen bezeichnet sind und deren Funktionsweise hier nicht wiederholt werden soll. Obgleich ein bis zwei zusätzliche Metrikberechnungen pro Schleife hinzukommen (bei 1008 und 1035), reduziert sich durch diese Anpassung die Anzahl der insgesamt für die Detektion erforderlichen Zyklen. Die erweiterte Architektur aus Fig. 10 bedingt zwar durch die Zahl der erforderlichen Berechnungseinheiten einen geringfügig gesteigerten Flächenbedarf, weist allerdings durch die Parallelisierung der Berechnungen die gleiche Abarbeitungszeit auf wie die in Fig. 9 dargestellte Architektur und ist somit durch den deutlich höheren Durchsatz effizienter.
Ein gutes Maß zur Ermittlung der Berechnungskomplexität und somit zur Abschätzung des erreichbaren Durchsatzes stellt die Anzahl der für die Detektion erforderlichen
Knotenerweiterungen der Baumsuche dar. In Fig. 1 1 ist die Leistungsfähigkeit und in Fig. 12 die Komplexität des erweiterten Sphere-Detection-Algorithmus mit Suchreihenfolgeschätzung im Vergleich zur traditionellen Umsetzung dargestellt. Bei der Detektion ohne Detektor-Decoder-Iterationen ist die Leistungsfähigkeit nur geringfügig kleiner. Hierbei resultieren die Leistungsunterschiede allerdings im Wesentlichen aus einer vereinfachten Distanzberechnung für die Blattknoten, auf die hier nicht weiter eingegangen wird, und einer veränderten Radiuslistengröße (8 statt 16). Diese ist auch für den leichten Komplexitätsrückgang ursächlich. Bei gleicher Komplexität bietet der über das Verfahren modifizierte Baumsuchalgorithmus somit eine zum ursprünglichen Algorithmus vergleichbare Leistungsfähigkeit.
Werden für eine Detektion mehrere Detektor/Decoder- Iterationen verwendet, so ist bei der Baumsuche jedoch a-priori-lnformation vorhanden, und die Suchreihenfolge kann nicht ausschließlich über die euklidische Distanz ermittelt werden. Fig. 13 verdeutlicht den Einfluss der a-priorilnformation auf die Distanzmetriken, welche der Suchreihenfolge zugrunde liegen. Die Distanzmetriken ergeben sich aus der Metrik der darüberliegenden Ebenen, der euklidischen Distanz und der a-priori-lnformation. Da diese gemäß dem beschriebenen Systemmodell als statistisch unabhängig betrachtet werden können, ergibt sich für das gewählte Gray-Mapping eine quasi zufällige Verteilung über der Distanz von yt " . Wird der Einfluss der a-priorilnformation auf die Suchreihenfolge infolgedessen vernachlässigt, so ist die Reihenfolge mit einem gewissen Fehler behaftet. Bei der
Betrachtung der Leistungsfähigkeit und Komplexität in Fig. 14 bzw. Fig. 15 ergeben sich allerdings nur geringe Abweichungen im Vergleich zum traditionellen Algorithmus. Das Verfahren ist daher auch in einer erweiterten Ausführungsvariante für Baumsuchverfahren mit a-priori-lnformation und somit für iterative Detektor/Decoder-Prozesse einsetzbar. Dabei können zwischen der Baumsuche und einem Dekoder Zuverlässigkeitsinformationen ausgetauscht werden, und die Suche kann nach dem Turbo-Prinzip, wie von J. Hagenauer in "The Turbo Principle in Mobile Communications", International Symposium on Information Theory and Its Applications, Xi'an, PRC, Oktober, 2002 beschrieben, durchgeführt werden. Die Steuerung der Genauigkeit der Iterationen kann auch hierbei über die Einstellungen und Justierungen des Suchalgorithmus erfolgen. Der Einfluss der a-priori-lnformation bei der Bestimmung der Suchreihenfolge kann durch Schwellwerte berücksichtigt werden. Der Einfluss der a-priori-lnformation kann bei der Bestimmung der Suchreihenfolge auch durch Ermittlung der a-priori-spezifischen Reihenfolge vor oder parallel zur Baumsuche berücksichtigt werden. Bis hierher wurde die erfindungsgemäße Approximation der Suchreihenfolge und deren Auswirkungen auf die Baumsuche anhand eines List Sphere Detectors beschrieben worden. Es ist jedoch zu beachten, dass die Erfindung nicht auf diesen Algorithmus beschränkt ist. Für den Fachmann wird anhand der vorliegenden Offenbarung klar sein, wie sich die erfindungsgemäße Suchreihenfolgebestimmung auch auf andere
Baumsuchalgorithmen, darunter metrikgesteuerte Suche und Breitensuche, übertragen lässt.
So erfolgt beispielsweise bei der metrikgesteuerten Baumsuche eine Erweiterung der günstigsten im Suchbaum bestimmten Knoten. Wird stets immer nur der günstigste Kinderknoten betrachtet, so reduzieren sich die hierfür benötigte Liste und die erforderlichen Sortierungen enorm. Anstatt vorab alle Geschwisterknoten zu ermitteln, einzusortieren und für die gesamte Suche zwischenzuspeichern muss nur der günstigste Kinderknoten betrachtet werden und sobald dieser erweitert wurde durch den nächsten Geschwisterknoten der Reihenfolge ersetzt werden. Auch bei Ausführungsvarianten der Breitensuche ist ein vorteilhafter Einsatz der erfindungsgemäßen Abschätzung der Suchreihenfolge möglich. Der Detektionsaufwand kann über die Anzahl der zu betrachtenden Knoten reduziert werden, sofern die Reihenfolge der zu analysierenden Knoten vor deren Berechnung bekannt ist. So müssen pro Ebene bei bekannter Abfolge für die M ausgewählten Elternknoten maximal M Folgeknoten mit ihren Distanzen bestimmt werden und nicht die bei der Q-QAM maximal möglichen Q. Die anschließende Suche der M günstigsten Knoten, die es in der nächsten Iteration zu untersuchen gilt, muss infolgedessen nur noch auf eine Menge von M2 statt auf Q*M durchgeführt werden. Bei angestrebten Werten von z.B. Q = 64 und M = 5 ergibt sich folglich eine deutliche Reduktion der Berechnungen und der Auswahlkomplexität. Darüber hinaus sind auch weitere Ausführungsvarianten von Baumsuchverfahren auf Basis der erfindungsgemäßen Suchreihenfolgeapproximation möglich.
Zur Umsetzung der erfindungsgemäßen Suchreihenfolgeapproximation kann eine synchrone Transfer Architektur (STA) zur Anwendung kommen. Durch die integrierte Ermittlung der Suchreihenfolge in einer Berechnungseinheit kann die entsprechende Komponente des Algorithmus in ein oder mehrere STA-Module integriert werden. Die Steuerung der Module kann dann einzeln oder über ein VLIW (Very Large Instruction Word) erfolgen. Dies macht es möglich, die Vorteile einer STA, hohe Leistungsfähigkeit, geringer Stromverbrauch, einfache Erweiterbarkeit und hohe Flexibilität, auch für Baumsuchverfahren zu nutzen. Die Erfindung kann im Zusammenhang mit einem OFDM- (Orthogonal Frequency Division Multiplex) Verfahren als digitales Übertragungsverfahren zum Einsatz kommen, die Systemmatrix H beinhaltet dann den Übertragungskanal im Frequenzbereich für einen oder mehrere Unterträger. Die Erfindung kann auch im Zusammenhang mit anderen
Mehrfachzugriffsverfahren, Direct-Sequence-CDMA (DS-CDMA) oder Multi-Carrier-CDMA (MC-CDMA) oder Space-Division-Multiple-Access (SDMA), angewendet werden.
Die Erfindung ist auch bei einem Mehrnutzer-Übertragungsverfahren (MUT - Multi User Transmission) zu einem oder mehreren Empfängern mit gemeinschaftlicher Detektion der empfangenen Daten anwendbar. Die Systemmatrix H beinhaltet dann die Übertragungskanäle zwischen den entsprechenden Nutzern. In dem einen oder den mehreren Empfängern können mehrere Antennen verwendet werden.
Anhand der vorstehenden Beschreibung sollte klar geworden sein, dass das vorgeschlagene Verfahren der Suchsequenzapproximation durch die Vermeidung von Sortierungen und damit den Wegfall von Hardware-Einheiten zur Bestimmung der Suchreihenfolge und durch die Verringerung der Anzahl an Berechnungen kombiniert mit einhergehenden algorithmischen Vereinfachungen eine effiziente und komplexitätsreduzierte Hardwareumsetzung der für die Detektion verwendeten Baumsuchen ermöglicht, bei näherungsweise gleicher Leistungsfähigkeit, was den Einsatz dieser Verfahren in praktischen mobilen Systemen möglich macht.
Die Suchreihenfolgeschätzung ist prinzipiell für jedes Positionsbestimmungsverfahren anwendbar. Sofern eine Position ungefähr bekannt ist, kann eine Referenzsequenz definiert werden (z.B. über einen Referenzpunkt) und diese zur Approximation herangezogen werden. Vereinfachungen ergeben sich hierbei bei symmetrischen Entscheidungsräumen. Ein weiteres Beispiel für eine Positionsschätzung mit symmetrischen Hilfsgeraden ist in Fig. 16 dargestellt. Anhand eines Referenzpunktes pro Fläche kann hier eine Sequenzabschätzung erfolgen.

Claims

Verfahren zur Bestimmung der Suchreihenfolge von Knoten bei einem Baumsuch- Algorithmus, Baumsuchverfahren und Detektoranordnung zur Durchführung derVerfahrenPatentansprüche
1. Verfahren zur Bestimmung der Suchreihenfolge von Knoten bei einem Baumsuch- Algorithmus zur Detektion von Mehrpunkt-zu-Mehrpunkt-Empfangssignalen mit Quadraturamplitudenmodulation (QAM), die durch eine QAM-Konstellation determiniert ist, in einem Telekommunikationssystem, dadurch gekennzeichnet, dass die Suchreihenfolge für ein Empfangssymbol durch eine geometrische Analyse einer relativen Position (pos) des Empfangssymbols in Bezug auf Konstellationspunkte eines aus potentiellen Sendesymbolen bestehenden Gitters in einer IQ-Ebene der QAM-Konstellation approximiert wird, wobei ein erstes Element der Suchreihenfolge durch Runden der Position des Empfangssymbols yι " auf den nächstliegenden Konstellationspunkt (1) des Gitters aus potentiellen Sendesymbolen bestimmt wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die weitere Suchreihenfolge durch eine für den Konstellationspunkt (1) vordefinierte erste Sequenz von Knoten der Baumsuche approximiert wird.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die relative Position (pos) des Empfangssymbols durch Analyse des Vorzeichens des Real- und des Imaginärteils des Empfangssymbols auf einen ersten Quadranten des Rundungsbereichs um den ersten Konstellationspunkt (1) herum eingegrenzt wird.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass der Rundungsbereich als Quadrat mit einer Seitenlänge gleich dem Gitterabstand des Gitters aus potentiellen Sendesymbolen definiert ist, dessen Mittelpunkt mit dem
Konstellationspunkt (1) zusammenfällt.
5. Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass die weitere Suchreihenfolge durch eine für den ersten Quadranten definierte zweite Sequenz von Knoten der Baumsuche approximiert wird.
6. Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass die weitere Suchreihenfolge für eine relative Position (pos) des Empfangssymbols in einem zweiten Quadranten durch die für den ersten Quadranten definierte zweite Sequenz approximiert wird, wobei die Elemente der Sequenz entsprechend der geometrischen Abbildung des ersten auf den zweiten Quadranten invers abgebildet werden.
7. Verfahren nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass ein zweites und ein drittes Element (2, 3) der Suchreihenfolge durch Vergleich des Realteils und des Imaginärteils des Empfangssymbols festgelegt werden, wobei die relative Position (pos) des Empfangssymbols auf einen ersten von acht kongruenten Entscheidungsbereichen, die jeweils einen Achtelsektor des Rundungsbereichs um den Konstellationspunkt (1) darstellen, eingegrenzt wird.
8. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die weitere Suchreihenfolge durch eine für den ersten Achtelsektor definierte dritte Sequenz von Knoten approximiert wird.
9. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die weitere Suchreihenfolge für eine relative Position (pos) des Empfangssymbols in einen zweiten Achtelsektor durch die für den ersten Achtelsektor definierte dritte Sequenz approximiert wird, wobei die Elemente der Sequenz entsprechend der geometrischen Abbildung des ersten auf den zweiten Achtelsektor invers abgebildet werden.
10. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass ein viertes und nachfolgende Elemente der Suchreihenfolge durch schrittweise Eingrenzung der Entscheidungsbereiche mit Hilfe von Hilfsgeraden festgelegt werden.
11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, dass für jeden Entscheidungsbereich eine weitere Suchreihenfolge definiert wird.
12. Verfahren nach einem der Ansprüche 2, 5, 8 oder 11 , d a d u r c h gekennzeichnet, dass die vordefinierten Sequenzen für einen Referenzpunkt des jeweiligen Entscheidungsbereichs approximiert werden.
13. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass auf Basis der geometrische Analyse der relativen Position (pos) des Empfangssymbols in Bezug auf einen Konstellationspunkt eine Schätzung der euklidischen Distanz des Empfangssymbols erfolgt, indem vor
Beginn der Baumsuche Distanzen von Referenzpunkten zu einem Konstellationspunkt ermittelt werden.
14. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Approximation der Suchreihenfolge den weiteren Schritt umfasst, die relative
Position (pos) des Empfangssymbols durch Analyse des Vorzeichens des Real- und des Imaginärteils des Empfangssymbols auf einen ersten Quadranten des Rundungsbereichs um den ersten Konstellationspunkt (1) herum einzugrenzen, wobei der Rundungsbereich als Quadrat mit einer Seitenlänge gleich dem Gitterabstand des Gitters aus potentiellen Sendesymbolen definiert ist, dessen
Mittelpunkt mit dem Konstellationspunkt (1) zusammenfällt, und ein zweites sowie ein drittes Element (2, 3) der Suchreihenfolge durch Vergleich des Realteils und des Imaginärteils des Empfangssymbols festzulegen, wobei die relative Position (pos) des Empfangssymbols auf einen ersten von acht kongruenten Entscheidungsbereichen, die jeweils einen Achtelsektor des Rundungsbereichs um den Konstellationspunkt (1) darstellen, eingegrenzt wird.
15. Verfahren nach Anspruch 1 und 14, dadurch gekennzeichnet, dass die Approximation der Suchreihenfolge den weiteren Schritt umfasst, ein viertes und fünftes sowie nachfolgende Elemente der Suchreihenfolge durch schrittweise
Positionsapproximation der relativen Position mit Hilfe von Hilfsgeraden auf sukzessive kleinere Entscheidungsbereiche festzulegen.
16. Verfahren nach Anspruch 1,14 und 15, dadurch gekennzeichnet, dass die Approximation der Suchreihenfolge den weiteren Schritt umfasst, die geometrische Analyse nach einer festgelegten Anzahl von ermittelten Elementen abzubrechen und für den Rest der Suchreihenfolge vordefinierte Sequenzen einzusetzen, wobei die Anzahl an ermittelten Elementen, bei der die geometrische Analyse abgebrochen wird, durch die gewünschte Genauigkeit der Suchreihenfolgeapproximation vorgegeben wird.
17. Verfahren nach Anspruch 16, dadurch gekennzeichnet, dass für die unterschiedlichen Entscheidungsbereiche unterschiedliche Sequenzen vordefiniert werden, wobei die Sequenzen für einen Referenzpunkt des jeweiligen Entscheidungsbereichs approximiert werden.
18. Verfahren nach Anspruch 12 oder 17, dadurch gekennzeichnet, dass der Referenzpunkt der Flächenmittelpunkt des Entscheidungsbereichs ist.
19. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Entscheidungsbereiche und/oder die
Referenzpunkte der Entscheidungsbereiche und/oder die vordefinierte Sequenzen vor Beginn der Baumsuche festgelegt werden.
20. Verfahren zur Bestimmung der Suchreihenfolge von Knoten bei einem Baumsuch- Algorithmus zur Detektion von Mehrpunkt-zu-Mehrpunkt-Empfangssignalen mit
Quadraturamplitudenmodulation (QAM), die durch eine QAM -Konstellation determiniert ist, in einem Telekommunikationssystem, dadurch gekennzeichnet, dass die Suchreihenfolge für ein Empfangssymbol durch eine Kombination aus geometrischer Analyse einer relativen Position (pos) des Empfangssymbols in Bezug auf Konstellationspunkte eines aus potentiellen Sendesymbolen bestehenden Gitters in einer IQ-Ebene der QAM-Konstellation und definierten Suchsequenzen approximiert wird, wobei ein erstes Element der Suchreihenfolge durch Runden der Position des Empfangssymbols yι " auf den nächstliegenden Konstellationspunkt (1) des Gitters aus potentiellen Sende- Symbolen bestimmt wird.
21. Verfahren nach Anspruch 20, dadurch gekennzeichnet, dass die Genauigkeit der Approximation durch das Verhältnis einer Anzahl der Elemente der approximierten Suchreihenfolge, die mittels geometrischer Analyse bestimmt werden, zu einer Anzahl der Elemente der approximierten Suchreihenfolge, die durch definierte Suchsequenzen bestimmt werden, angepasst wird.
22. Verfahren nach Anspruch 20 oder 21, dadurch gekennzeichnet, dass die geometrische Analyse eine Positionsschätzung der relativen Position (pos) des Empfangssymbols zu dem nächstliegenden Konstellationspunkt (1 ) über
Entscheidungsbereiche umfasst.
23. Verfahren nach einem der Ansprüche 20 bis 22, d a d u r c h gekennzeichnet, dass das Runden der Position des Empfangssymbols yt " auf den nächstliegenden Konstellationspunkt (1) des Gitters aus potentiellen Sendesymbolen über ein Rundungsquadrat erfolgt, mit einer Seitenlänge gleich dem Gitterabstand des Gitters aus potentiellen Sendesymbolen, und dessen Mittelpunkt mit dem Konstellationspunkt (1) zusammenfällt, und dass ein erster Entscheidungsbereich ein Quadrant dieses Rundungsquadrats ist, ein zweiter Entscheidungsbereich ein Achtelsektor des Rundungsquadrats ist, der durch
Teilung des Quadrants mittels der vom Konstellationspunkt (1) ausgehenden Winkelhalbierenden definiert wird, und weitere Entscheidungsbereiche durch sukzessive Teilung dieses Achtelsektor durch Hilfsgeraden definiert werden.
24. Baumsuchverfahren zur Detektion von Mehrpunkt-zu-Mehrpunkt-Empfangssignalen in einem Telekommunikationssystem, dadurch gekennzeichnet, dass vor der mathematischen Analyse der im Baumsuchalgorithmus potentiell zu betrachtenden Symbole die Suchreihenfolge der zu betrachtenden Baumknoten gemäß einem Verfahren nach einem der vorangehenden Ansprüche approximiert wird, wonach nur die Elemente der approximierten Suchreihenfolge oder eine für die
Baumsuche gültige Teilmenge der approximierten Suchreihenfolge der mathematischen Analyse unterzogen werden.
25. Baumsuchverfahren nach Anspruch 24, dadurch gekennzeichnet, dass in einem Berechnungszyklus des Baumsuchalgorithmus parallel zur
Betrachtung eines jeweiligen Knotens ein nächstgünstiger Geschwisterknoten betrachtet wird und parallel Geschwister-Blattknoten berechnet werden, die zu möglichen Gegenhypothesen führen.
26. Detektoranordnung zur Detektion von Mehrpunkt-zu-Mehrpunkt-Empfangssignalen in einem Telekommunikationssystem, dadurch gekennzeichnet, dass die Anordnung Module zur Ausführung eines Baumsuchverfahrens nach Anspruch 24 oder 25 umfasst, wobei die Module ein oder mehrere Module zur Ausführung eines Suchreihenfolgeapproximationsverfahrens nach einem der Ansprüche 1 bis 23 umfassen.
27. Detektoranordnung nach Anspruch 26, dadurch gekennzeichnet, dass das oder die Module zur Ausführung des Suchreihenfolgeapproximationsverfahrens Module für Rundungs-, Vorzeichenbetrachtungs-, Additions-, Subtraktions- oder Shift-Operationen sind.
28. Detektoranordnung nach Anspruch 26 oder 27, d a d u r c h gekennzeichnet, dass diese eine iterative Detektor-Decoder-Anordnung umfasst.
PCT/EP2010/054148 2009-03-30 2010-03-30 Verfahren zur bestimmung der suchreihenfolge von knoten bei einem baumsuch-algorithmus, baumsuchverfahren und detektoranordnung zur durchführung der verfahren WO2010112479A2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102009014844.2 2009-03-30
DE102009014844.2A DE102009014844B4 (de) 2009-03-30 2009-03-30 Verfahren zur Bestimmung der Suchreihenfolge von Knoten bei einem Baumsuch-Algorithmus, Baumsuchverfahren und Detektoranordnung zur Durchführung der Verfahren

Publications (2)

Publication Number Publication Date
WO2010112479A2 true WO2010112479A2 (de) 2010-10-07
WO2010112479A3 WO2010112479A3 (de) 2010-12-23

Family

ID=42674822

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2010/054148 WO2010112479A2 (de) 2009-03-30 2010-03-30 Verfahren zur bestimmung der suchreihenfolge von knoten bei einem baumsuch-algorithmus, baumsuchverfahren und detektoranordnung zur durchführung der verfahren

Country Status (2)

Country Link
DE (1) DE102009014844B4 (de)
WO (1) WO2010112479A2 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI562549B (en) * 2013-09-27 2016-12-11 Intel Corp Complex-domain channel-adaptive lattice reduction aided mimo detection for wireless communication
CN113746776A (zh) * 2021-09-03 2021-12-03 电子科技大学 基于星座点排序和动态树搜索的信号接收方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7245666B1 (en) * 2003-04-03 2007-07-17 Qualcomm, Inc. Soft symbol decoding for MIMO communication systems with reduced search complexity
US7308047B2 (en) * 2003-12-31 2007-12-11 Intel Corporation Symbol de-mapping methods in multiple-input multiple-output systems
DE602005016819D1 (de) * 2004-09-16 2009-11-05 Eth Zuerich Verfahren und vorrichtung zur dekodierung eines signals eines multi-input-/multi-output-systems
US7945008B2 (en) * 2007-02-15 2011-05-17 Texas Instruments Incorporated Systems and methods for lattice enumeration-aided detection
US7720169B2 (en) * 2007-05-10 2010-05-18 Ilan Reuven Multiple-input multiple-output (MIMO) detector incorporating efficient signal point search and soft information refinement

Non-Patent Citations (11)

* Cited by examiner, † Cited by third party
Title
B.M. HOCHWALD; S. TEN BRINK: "Achieving near-capacity on a multiple-antenna channel", IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 51, March 2003 (2003-03-01), pages 389 - 399
C. STUDER; A. BURG; H. BÖLCSKEI: "Soft-output sphere decoding: Algorithms and VLSI implementation", IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS, April 2007 (2007-04-01)
C.P. SCHNORR; M. EUCHNER: "Lattice basis reduction: Improving practical lattice basisreduction and solving subset sum problems", MATHEMATICAL PROGRAMMING, vol. 66, August 1994 (1994-08-01), pages 181 - 199
F. JELINEK: "Fast Sequential Decoding Algorithm Using a Stack", IBM JOURNAL OF RESEARCH, vol. 13, 1969, pages 675 - 685
G. NILSSON; P. NILSSON: "Algorithm and Implementation of the K-Best Sphere Decoding for MIMO Detection", IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS, vol. 24, no. 3, March 2006 (2006-03-01), pages 491 - 503
J. ANDERSON; S. MOHAN: "Sequential Coding Algorithms: A Survey and Cost Analysis", IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 32, no. 2, February 1984 (1984-02-01), pages 169 - 176
J. HAGENAUER: "The Turbo Principle in Mobile Communications", International Symposium on Information Theory and Its Applications", XI'AN, PRC, October 2002 (2002-10-01)
M. POHST: "On the computation of lattice vectors of minimal length, successive minima and reduced bases with applications", ACM SIGSAM BULLETIN, vol. 15, 1981, pages 37 - 44
R. FANO: "A heuristic discussion of probabilistic decoding", IEEE TRANSACTIONS ON INFORMATION THEORY, vol. 9, April 1963 (1963-04-01), pages 64 - 74
S. HAYKIN; M. SELLATHURAI; Y. DE JONG; T. WILLINK: "Turbo-MIMO for wireless communications", IEEE COMMUNICATIONS MAGAZINE, vol. 42, October 2004 (2004-10-01), pages 48 - 53
VON J. HAGENAUER; C. KUHN: "The List-Sequential (LISS) Algorithm and its Application", IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 55, May 2007 (2007-05-01), pages 918 - 928

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI562549B (en) * 2013-09-27 2016-12-11 Intel Corp Complex-domain channel-adaptive lattice reduction aided mimo detection for wireless communication
CN113746776A (zh) * 2021-09-03 2021-12-03 电子科技大学 基于星座点排序和动态树搜索的信号接收方法
CN113746776B (zh) * 2021-09-03 2022-12-02 电子科技大学 基于星座点排序和动态树搜索的信号接收方法

Also Published As

Publication number Publication date
DE102009014844A1 (de) 2010-10-07
WO2010112479A3 (de) 2010-12-23
DE102009014844B4 (de) 2016-01-07

Similar Documents

Publication Publication Date Title
DE60225418T2 (de) Auswahl eines informationspakets mit verringerter soft-ausgabe
DE60318726T2 (de) Nach leistung und zuverlässigkeit geordnetes soft-turbo-mud mit niedriger komplexität und mit wahlsystem
DE69929788T2 (de) Verfahren und vorrichtung zur diversitätsübertragung
DE602005000156T2 (de) Verfahren zur Kugeldekodierung
DE60214061T2 (de) Turbo-Empfänger und das entsprechende Verfahren für ein MIMO System
DE60311782T2 (de) Verfahren zum Decodieren von in einem Telekommunikationssysstem gesendeten Symbolen
DE102014008347B4 (de) Verfahren und vorrichtung zur kanalschätzung und ofdm-empfänger
US8270506B2 (en) Method and apparatus for decoding using complex lattice reduction in a multiple antenna system
EP0895683A1 (de) System zur funkübertragung digitaler signale zwischen mehreren teilnehmerstationen und einer basisstation
DE60309546T2 (de) Maximal-a-posteriori-Wahrscheinlichtkeitsdetektor
DE102021103239A1 (de) Verfahren und Vorrichtungen zum Decodieren von empfangenen Uplink-Sendungen unter Verwendung einer LLR (Log-Likelihood-Ratio)-Optimierung
CN104580039B (zh) 格基规约算法辅助的无线mimo系统的接收机检测方法
DE102014012611A1 (de) Raummultiplexempfänger
EP1092305A1 (de) Method and apparatus for sending and receiving information symbols through multiple carriers
DE60313045T2 (de) Vorrichtung und Verfahren zum erkennen einer Gruppe von empfangenen Zeichen
DE102014011876A1 (de) Entscheidungsrückmeldungslösung für Kanäle mit niedriegem Signal-Rauschverhältnis
EP3756291B1 (de) Empfänger und verfahren zum empfangen eines kombinationssignals unter verwendung getrennter inphase- und quadraturkomponente
DE102009014844B4 (de) Verfahren zur Bestimmung der Suchreihenfolge von Knoten bei einem Baumsuch-Algorithmus, Baumsuchverfahren und Detektoranordnung zur Durchführung der Verfahren
DE102009024843B4 (de) Baumsuchverfahren der Tiefensuche zur Detektion von MIMO-Empfangssignalen
EP3756320B1 (de) Empfänger und verfahren zum empfangen eines kombinationssignals unter verwendung von wahrscheinlichkeitsdichtefunktionen
WO2010112506A1 (de) Verfahren zur bestimmung von distanzmetriken für knoten und von gegenhypothesen bei einem baumsuch-algorithmus, baumsuchverfahren und detektoranordnung zur durchführung der verfahren
EP3756290B1 (de) Empfänger, sender, verfahren und system zum empfangen und senden eines kombinationssignals
Xu et al. Reduced-complexity soft-decision multiple-symbol differential sphere detection
DE102009010661B3 (de) Verfahren zur Steuerung des Datenflusses bei baumsuchbasierter Detektion von MIMO-Empfangssignalen
DE102009010659B3 (de) Verfahren und Anordnung zur Auswahl von Ebenen bei Baumsuchalgorithmen der Tiefensuche

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10712930

Country of ref document: EP

Kind code of ref document: A2

122 Ep: pct application non-entry in european phase

Ref document number: 10712930

Country of ref document: EP

Kind code of ref document: A2