專利名稱：具有低復雜性和好的統計輸出的球面解碼方法
技術領域：
本發明涉及用于接收被發射信號的最大似然檢測器。本發明尤其涉及球面解碼器在恢復從多天線陣列所發射的信息中的應用。
背景技術：
在無線通信領域中，多輸入多輸出(MIMO)技術由于其能夠達到的高數據速率而正在受到重視。在MIMO通信中，被發射的數據符號被分布在多個發射天線上，并且被接收的符號被分布在多個接收天線上。由于每個接收天線檢測具有來自每個發射天線的投送(contribution)的組合信號，所以需要信號處理，以重構被發射的原始數據符號。在很多情況下，這個信號處理依賴于表示從每個發射天線到每個接收天線的轉接中常值脈沖所經歷的幅值和相位變化的矩陣H。一般由對導頻信號的測量來估計H。
具有后驗概率(APP)信息的最大似然(ML)檢測器被證明在MIMO接收機中非常有效。這種形式的檢測尤其有用，因為它提供了關于被解碼位的所謂“軟”信息。軟輸入解碼器，例如turbo解碼器，使用軟信息來校正被適當編碼的位流中的錯誤。典型地，與給定的被檢測位相關的軟數據包括8位字，它表示檢測給定位的兩個可能結果(即邏輯1和邏輯0)的按-127到+127規模的對數似然比(LLR)。
在發射機中，根據一些MIMO方案，包括二進制串的數據字x被映射到矢量符號s。矢量符號具有與存在的發射天線數量相同的分量。從(可能很復雜的)符號的適當并列模式(例如QPSK或QAM并列模式)中選擇每個分量。這里，把這樣的符號稱為標量符號。在傳輸中，每個發射天線傳輸所選擇的標量符號的各自一個。
矢量y表示接收機處的天線響應，矢量y包括來自每個接收天線的各自分量。
用等式y＝Hs+n來建模傳播信道的效果，其中n是表示加法噪聲的矢量。
ML-APP檢測的目的是，給定y，確定使代價函數J＝‖Hs-y‖2最小的s(或等價地，x)的值，以及為數據字x中的每個位確定LLR。搜索s的最小值被限制在由并列模式的離散標量符號所限定的點陣中。
對于搜索s的最小值，已經提出了多種方法。盡管徹底的搜索可能產生非常低的誤碼率(BER)，但是當存在多于兩個或三個發射天線時，對于適度大小的并列模式，它變得非常復雜。因此，已經提出了執行比徹底搜索小的其他方法。
其中一種方法是球面檢測器，它已經被描述在例如2003年9月的Proc.Custom Integrated Circuits Conference中David Garrett等的“APP Processing for High Performance MIMO System”中pp.271-274；以及2004年夏天的IEEE Journal on Solid-State Circuits中DavidGarret等的“Silicon Complexity for Maximum Likelihood MIMODetection using Spherical Decoding”中。
球面檢測器也在EP-A-1460813中被描述。
從天線發射的每個標量符號必須傳遞二進制串x的部分。對于給定的被接收的信號矢量y，球面解碼器進行樹狀搜索。樹的每個層根據對發射天線的排序而對應于發射天線的各自一個。在樹的每個層上，每個結點具有與從中選出的相關天線的標量符號一樣多的分支。因此，從樹的根到葉的路徑將在每個結點處產生二進制串的部分，并且樹的葉對應于用于完整串x的候選者中的一個。
球面檢測器不考慮樹的每個葉。而是選擇半徑r。與在每個結點處產生的串部分一起，也產生代價函數J的相應投送。如果，在給定的結點，發現J(在那個點產生)超過r，則宣布作為給定結點的子結點的結點在搜索半徑外，并且不被考慮。因此，能夠相對于徹底搜索很大地降低復雜性。
如果允許收縮球面，則能夠實現對復雜性的進一步降低。即，每次發現滿足條件J＜r的候選串，則將半徑設置為較小的值。
至于其他類型的ML-APP檢測，球面檢測器返回在輸出二進制串的迭代解碼中有用的軟數據。但是，因為搜索的范圍經常被很大地消減，所以軟數據的質量可能被消弱。因此，存在這樣的需要，即檢測方法在保持軟數據質量的同時具有球面解碼的優點。
發明內容
我們已經發現這樣的檢測方法。我們的方法是基本如上所述地那樣應用球面解碼器，以搜索和獲得解決受限制的ML問題的二進制串。這樣的串被稱為最大似然二進制串。我們還為二進制串的每個位計算LLR。不僅響應于在搜索中已經考慮的部分串、而且響應于二進制串的其他集合進行LLR的計算。其他集合包括能夠通過倒轉最大似然串的一個或多個位而獲得的每個位串。在本發明的具體實施例中，通過倒轉最大似然串的一個位而獲得每個其他串。
圖1是現有技術中已知的MIMO通信系統的示意圖。
圖2是表示現有技術中已知的樹狀搜索的示意圖。
圖3是球面解碼器的示意流程圖。
圖4是用于現有技術中已知的球面解碼器的后處理程序的示意流程圖。
圖5是一個實施例中根據本發明原理的球面解碼器的后處理程序的示意流程圖。
具體實施例方式
圖1中，發射器10和接收器20經由四個發射天線30a-30d和四個接收天線40a-40d通過傳播信道50進行通信。更一般地，存在編號為0、1、...、M-1的M個發射天線，以及編號為0、1、...、N-1的N個接收天線。用具有系數hij的N×M信道矩陣H表示信道50。在圖中表示了兩個這樣的系數。
來自每個發射天線的一個標量符號的每個并發傳輸被稱為“信道使用”。為了準備每個信道使用，二進制串x被映射到矢量符號s＝(s0，s2，...，sM-1)，其中每個si是從并列模式中所選擇的標量符號。如果并列模式中符號的總量是P，則Q＝log2P是每個符號的位數。因此，Q位長的二進制串被映射到每個標量符號，并且在一個信道使用中被發射的完整二進制串的長度為MQ。
如上所述，接收機搜索使上面定義為J＝‖y-Hs‖2的代價函數J最小的候選矢量符號s。現在定義更便利、但對于描述的搜索目的同樣有效的新的代價函數。以下，J表示新的代價函數。
(1)HHH是M×M矩陣，其中上標H表示復轉置。通過已知的線性代數方法，很容易獲得滿足UHU＝HHH的上三角矩陣U。
(2)H的偽逆是矩陣(HHH)-1HH。給定y，對ML解答的粗略近似是非限制的ML解答 (3)給定候選矢量符號s，用 定義新的代價函數。因此，為了球面搜索的目的，對于從接收天線輸入的每個給定的矢量符號，球面的中心是矢量 在接收機處，使用MIMO信號處理的已知技術來恢復(一般以被損壞的形式)由每個發射天線所發送的標量符號，并將其作為輸入提供給球面解碼器。然后，球面解碼器比較每個輸入符號和至少一些候選符號。如例如圖2所示，根據樹狀搜索進行比較過程。
返回到圖2，可以發現，在這里所表示的例子中，存在編號為i＝0，1，2，3的四個發射天線。存在編號為p＝0，1，2，...，P-1的P個候選標量符號。因此，第i個發射天線處的第p個候選符號被表示為si(p)。
從樹的根部50開始，從代表最后的發射天線的i＝3級到代表第一發射天線的i＝0級處的樹的葉，順序地進行搜索。在每個級，對于每個候選符號，代價函數增加，滿足半徑測試的那些候選符號被保存用于下一級的搜索，而那些不滿足半徑測試的候選符號則被丟棄。以下將介紹增加代價函數的方法。
被存儲的每個候選符號為候選二進制串提供Q位長的段。圖2中，穿過樹的一個完整軌跡由粗線畫的邊表示，并被指定為附圖標記60。如果，例如在并列模式中存在四個符號(即P＝4)，則每個符號提供兩個位，并且軌跡60所代表的完整二進制串是00110001。
代價函數J能夠被以有利于計算的遞歸形式重寫。假設矩陣U的系數被表示為uij，并且為每組(i，j)定義qij＝(uij/uii)。另外，對于第i個發射天線，定義 并且定義 在Innersum(i)的表達式中，符號sj不用p，即不用候選符號編號，這是因為級j＝i+1，...，M-1已經被遍歷，并且已經確定了給定軌跡的相應候選符號。相反地，在新的搜索級i，P種可能的候選符號選擇中的每一種都將導致Incrementp(i)的不同值，并且當然是不同軌跡的分支點。
用這個術語，在搜索樹的第i級所計算的部分代價函數是Σk=iM-1Incrementp(k)(k),]]>其中清楚地表示了對于搜索的每級k，候選符號的選擇p可以不同。假設Outersum(i)表示第i級的部分代價函數。因此，我們有遞歸公式Outersump(i)＝Outersum(i+1)+Incrementp(i)。向下通過搜索樹(如圖2所示)，即以i減小的值工作，搜索引擎只需要為每個候選符號計算每個新的級的Incrementp(i)。
圖3表示球面解碼過程的全部流程。對于給定的輸入矢量y，框70計算作為輸入提供給框80的非限制的ML估計 框75對矩陣H進行上三角化，以獲得矩陣U。這個結果能夠被重新使用，并因此能夠被用于一個或多個輸入矢量y。框80是執行上述樹狀搜索的搜索引擎。對于給定的輸入矢量y，框80的輸出包括已經滿足半徑測試的全部候選矢量符號s(或其等價二進制串)。與每個候選矢量符號s一起，框80處的搜索引擎還提供代價函數的相關值J＝Outersum(0)。
在根據本發明執行時，與框80相關的操作的輸出一般也包括最大似然候選矢量sML。矢量sML在圖3中表示為包括在框80的輸出中。
框90是APP后處理程序。將候選矢量符號及其相關代價函數作為輸入，框90的目的是輸出具有與x相同維數、即具有MQ個項的矢量，其中每個項是x的相應位的對數似然比(LLR)。
在上面所提到的專利申請10/389,690中介紹了APP后處理程序的一種版本。圖4提供了現有技術中這樣的后處理程序的功能流程圖。圖中框100-130所代表的一系列處理步驟的輸出包括對數似然比LLR(i)的矢量，i＝1，K，MQ-1。
如圖4中框100所示，獲得經歷球面搜索后剩余的那些候選矢量符號。剩余的候選者的集合在圖中表示為集S’。在框110處，為集S’中的候選矢量s’獲得代價函數J(s′)的值。
至少在一些情況中，在S’中包括已經被測試但是不滿足半徑測試的一些或全部葉結點，以提供好的軟信息。
在框120處，根據公式LLR(i)=minxi(s′)=0J(s′)-minxi(s′)=1J(s′)]]>為每個碼位位置i計算LLR(i)。在公式中，第一項是在那些在第i個位置上具有0位的S’成員上搜索最小代價的結果。相似地，第二項是在那些在第i個位置上具有1位的S’成員上搜索的結果。得到的LLR矢量在框130處被輸出。
在一些情況下，位代價可能不能被計算，這是因為數據不足。在這樣的情況下，被輸入的值，例如平均值，可以在LLR矢量的相關位i上被輸入。
應該理解的是，圖4和附圖只是示意性的。本領域的技術人員知道多種算法能獲得基本等價的結果。所有這樣的算法被視為在本發明的范圍內。
在我們的新的解碼程序的特定實施例中，我們使用具有收縮半徑的球面搜索。因為半徑至少在搜索的初始階段快速收縮，所以假如初始半徑不是太小，則初始半徑的選擇不重要。基本如上所述的那樣進行球面搜索。但是，每次搜索到達搜索樹的葉時，即到達i＝0級的結點時，用當前值和新的葉處的值中的較小值更新半徑。
如上所述，搜索所到達的每個葉被作為候選矢量符號轉發到后處理程序。但是，因為在半徑收縮時修剪搜索樹，所以一般將存在比固定半徑搜索的情況下更少的結果候選者。
收縮的半徑搜索也將識別與最小代價J相關的候選者。這樣的候選者被稱為最大似然候選者，并且相應的二進制串XML被稱為最大似然串。
我們的后處理程序在特別重要的方面與圖4的后處理程序不同。參考圖5便利地介紹我們的新的后處理程序。
在圖5的框140處，得到最大似然候選者sML。
在圖5的框150處，構造候選矢量集合S”，它包括如上所定義的集合S’與所有候選矢量s(對于這些候選矢量，相應的二進制串x(s)的一個或多個位與xML不同)的集合的組合。在示例性實施例中，在一個位中存在區別。在這樣的情況下，另一個集合是所有候選矢量s的集合，使得[xMLx(s)]2＝1，其中表示并行異或運算。
在框160處，得到作為集合S”的單元的所有矢量s”的代價函數J(s″)的值。在框170處，根據公式LLR(I)=minxi(s′′)=0J(s′′)-minxi(s′′)=1J(s′′)]]>為每個碼位位置i計算LLR(i)。重要地，現在在擴大的搜索集合S”上執行搜索。在公式中，第一項是在那些在第i個位置上具有0位的S”成員上搜索最小代價的結果。相似地，第二項是在那些在第i個位置上具有1位的S”成員上搜索的結果。得到的LLR矢量在框180上被輸出。
應該理解的是，圖5和附圖只是示例性的。本領域技術人員知道，多種算法會得到基本等價的結果。所有這些算法被視為在本發明的范圍內。
我們的新過程的一個優點在于，它提供了由于例如收縮半徑而具有高度降低的復雜性的更好的軟信息，以用于在球面搜索語境中的turbo解碼器等。用我們的方法，對于軟信息，不需要單獨地依賴于經過收縮半徑球面搜索后剩余的很小的候選矢量集合。而是，收縮半徑球面搜索或其他類型的搜索的結果被由于構造方式而非常可能有用的附加候選矢量擴充。
權利要求
1.一種用于解碼對應于具有多個碼位位置的二進制串的接收矢量符號的方法，包括(a)執行(80)球面搜索，以獲得包含最大似然候選矢量的候選矢量的初始集合；以及(b)為每個所述碼位位置計算(90)對數似然比，其特征在于，每個所述比基于為屬于所述初始集合的至少一些候選矢量計算的代價函數的值，并且基于通過倒轉所述最大似然候選矢量的一個或多個碼位而構造(150)的至少一些其他候選矢量的代價函數的值。
2.根據權利要求1的方法，還包括在所述候選矢量的初始集合中包括至少一個由于位于搜索半徑以外而被球面搜索排除的矢量。
3.根據權利要求1的方法，其中通過倒轉所述最大似然候選矢量的其中一個碼位而構造所述至少一些其他候選矢量中的每一個。
全文摘要
利用球面解碼器探測從多天線發射陣列所接收的符號矢量。球面解碼器被用于從一組候選二進制串中選擇最可能已經被發射的串。通過考慮包括通過倒轉最大似然串的一個或多個位而從其中推導出的串的一組候選串的代價函數獲得用于turbo解碼器等的軟信息。
文檔編號H04L25/03GK1671092SQ20051005635
公開日2005年9月21日 申請日期2005年3月18日 優先權日2004年3月19日
發明者戴維·格瑞特 申請人:朗迅科技公司