專利名稱：：自適應選擇的多輸入多輸出系統的檢測方法
技術領域：
：本發明涉及一種在多自適應選擇的QRM多輸入多輸出系統(MIMO)的檢測方法，通過自適應選擇的方式選出需要的M個生存路徑，并降低計算歐氏距離度量的次數。
背景技術：
：多輸入多輸出(MIMO)技術是無線移動通信領域智能天線技術的重大突破。MIMO技術是指數據的發送和接收都采用了多根天線。研究表明，利用MIMO技術可以提高信道的容量，同時也可以提高信道的可靠性，降低誤碼率。MIMO系統的最大容量或容量上限隨最小天線數的增加而線性增加。而在同樣條件下，在接收端或發射端采用多天線或天線陣列的普通智能天線系統，其容量僅隨天線數量的對數增加而增加。相對而言，MIMO技術對于提高無線通信系統的容量具有極大的潛力，是新一代移動通信系統采用的關鍵技術。在MIMO系統中，發送端和接收端具有多個天線。可以假設發送端有NT根天線，接收端有NR根天線。接收端利用導頻從接收信號中估計出信道信息。接收信號的模型可以表示為下面的公式(1)。r＝Hs+n(1)式(1)中r表示接收信號，H為信道矩陣，n為噪聲信號，s為發射天線發送的符號序列。對于發送端的NT根發送天線，可以令發送符號序列s＝[s1，…，sNT]T，表示傳送符號的NT×1維向量。其中si為第i根天線發送的符號。相應的NR×1根接收天線的信號向量為r＝[r1，…，rNR]T；在公式(1)中，n＝[n1，…，nNR]T表示在nr根接收天線上的零均值，方差為σ2的白高斯噪聲。H為NR×NT信道矩陣。MIMO接收機檢測器的目的是從接收向量r中恢復發送符號s。在目前檢測算法當中，通常采用最小均方誤差(MMSE)，V-BLAST(垂直貝爾實驗室分層空時方式)，最大似然法(MLD)。與最小均方誤差(MMSE)，V-BLAST(垂直貝爾實驗室分層空時方式)相比，最大似然法(MLD)在更低的信噪比下可獲得相同的誤碼率或誤塊率，有效地提高了帶寬利用率，滿足高速通信的要求。最大似然法(MLD)是指遍歷s的所有可能性，找到使|r-Hs|2最小的s。然而，眾所周知，最大似然法的復雜度隨著調制點數和天線數量的增加而成指數地增長。NTT-Docomo公司提出將對信道矩陣H進行QR分解與M算法相結合來實現MLD，可以在不損失性能的前提下，有效地降低運算量，成為頗具前途的研究方法，該方法簡稱為QRM-MLD算法。QRM-MLD基于多天線系統，接收端具有多個天線，首先QRM-MLD算法利用導頻從接收信號中估計出信道信息，然后根據各個天線信道衰落的信噪比，按照從小到大的順序對各天線的接收信號以及信道矩陣，重新進行排列。然后QRM-MLD算法對重新排列后的信道矩陣H進行QR分解，從而得到正交矩陣Q和上三角矩陣R，如下面的公式(2)所示。H＝QR(2)在公式(2)中，R為上三角矩陣，NT×NR矩陣Q各列相互正交，且各列的范數為1，即表示成下面的公式(3)QHQ＝INT×NT(3)利用Q的共軛矩陣與接收信號r相乘，得到下面公式(4)表示的向量y，y＝QHr＝Rs+η(4)在公式(4)中，η＝QHn，統計特性與噪聲n一樣。M算法將向量y看作接收信號，矩陣R看作信道，從R的最后一行開始，逐級做M選點的MLD檢測算法。在QRM_MLD檢測中，將公式(4)展開，得到下面的公式(5)其檢測過程從sNT開始，一直到s1。在公式(5)中，sNT為第1級，s1為第NT級。當到達第一級時得到NT根發送天線的符號估計。在QRM中的每一級設置生存的路徑數，并計算每一級的歐氏距離。圖1示出了QRM_MLD方法的示意圖。即QRM-MLD算法利用導頻對接收天線接收的信號進行信道估計，然后根據各個天線信道衰落的信噪比，按照從小到大的順序對各天線的接收信號以及信道矩陣，重新進行排列。此后，對信道矩陣H進行QR分解，然后將Q的共軛矩陣與接收信號相乘。在此后的步驟中，復制發送符號s，計算歐氏距離，并選擇生存節點。圖2給出了QRM每一級的示意圖。在QRM_MLD方法中，所說的生存路徑(幸存路徑)，就是在某一級中，被保留下來的路徑。在圖2中，假設使用QPSK調制發送符號，則每個符號有4種可能。可以假設前3級的幸存路徑為2，3，4。則最后剩下的4個幸存路徑的符號估計分別為[a，c，f]、[a，c，g]、[a，d，h]、[b，e，i]，如圖2所示。例如，圖2中的第三級，路徑acf、acg、adh、bei是第三級的生存路徑。而且每個生存路徑都對應一個歐氏距離，其對應的關系從公式(5)中可得到如下。KenichiHiguchi等人發表的題為“AdaptiveSelectionofSurvivingSymbolReplicaCandidatesBasedonMaximumReliabilityinQRM-MLDforOFCDMMIMOMultiplexing”的文章(參考文獻1，參見Globecom2004，2480-2486)給出了基于自適應選擇的QRM_MLD算法。參考文獻1基本思想是根據父節點，確定其子節點的順序(可以根據事先的排序表來查找)。圖3給出了父節點與子節點的相對示意圖。可以假設現在父節點的位置在i-1級，現在要確定的子節點i中各個調制星座點的可靠性排序。根據公式(5)，可以得到下面的公式(6)s^N-i+1=yN-i+1-Σj=N-i+2NRN-i+1,jsjRN-i+1,N-i+1---(6)]]>在公式(6)中，sN-i+2，…，sN為此路徑下第i級以上的符號估計。然后，根據在二維空間中的位置來確定各個星座點的排序。可以通過查表來確定各星座點的排序，如圖4(a)、(b)、(c)、(d)所示。在圖4中，×表示星座點的位置。在圖4中，首先將空間分為若干塊，如圖4(a)所示，星座點是16QAM，將空間分為64塊，對應每一個區域，都有一個星座點的可靠性排序表。然后根據接收點位于哪個區域，通過對應的可靠性排序表查表得到星座點的排序。其確定的方法如下所示。第一步坐標軸如圖4(a)所示，判斷位于哪個象限，判斷的象限如陰影所示。第二步首先移動坐標軸，如圖4(b)所示，在圖4(b)中，四象限的區域就是在圖4(a)中的陰影部分。然后在新的四象限區確定判斷的位于哪個象限。第三步首先移動坐標軸，如圖4(c)所示，在圖4(c)中，四象限的區域就是在圖4(b)中的陰影部分。然后在新的四象限區確定判斷的位于哪個象限。第四步確定了位于64個區域的那個區域，然后根據位于的區域查到對應的表得到對來說，星座點的可靠性排序。在當前層，根據自適應選擇的方法得到當前M個候選的輸出。舉例如下，假設各級的生存路徑都為3，每個父節點下面有兩個子節點。圖5中給出了第i-1級的3個生存路徑的度量(metric)。圖6給出了第i級的6個度量值。并按大小排序(完全的QRM_MLD的方法)。并標出了哪三個度量值對應了幸存路徑。圖7以樹的結構表示了圖5和圖6。參考文獻1中的自適應選擇方法如下對第i-1級的Mi-1個度量值進行排序，作為i級度量值的初始值。從中選出最小的，并在此i-1級的節點下，從排好序的子節點中(度量值從下到大)挑出度量值最小的子節點，作為選出的第一個。然后計算此父節點下這個子節點的度量值，并更新度量值。然后在更新的度量值中選最小的值，并重復以上過程，直到選擇了Mi個生存路徑為止。圖8、圖9a、圖9b分別以度量值和樹形圖的方式給出了選擇的示意圖。從圖8中看出，假設M＝3，幸存路徑所對應的度量值的排序序號為4、1、3。而按完全的QRM_MLD得到的排序序號是1，2，3。這就造成了所得到的生存路徑對應的M個度量值不是最小的M個，從而使性能受到損失。參考文獻1中揭示的QRM自適應的方法不能找到最小的M個度量值的原因在于，如圖8所示，在左邊比較時，開始選擇第一個度量值時，選出i-1階的度量為最小的值，然后根據先前排序。在此父節點下，選出最小的子節點作為第一個生存路徑，并得到新的度量值來更新舊的度量值。如圖8的第1步所示。在選擇的過程中也是如此，其基本方式為根據當前的最小的度量值，來選擇下一個的幸存路徑，來選擇子節點(第1步)或兄弟節點(第4步)。但是，父節點(兄節點)的度量最小，但子節點(弟節點)不一定最小，例如第1步。而且，參考文獻1中的方法是父節點和子節點的度量一起比較，例如第3步。造成得到的M個度量值的順序不是從小到大的順序得到的。如圖8所示，如果M＝6，得到的順序是4，1，3，2，6，5。如M＝3，得到的順序是4、1、3。如果真正的最大似然解是標號為2的度量值所對應的生存路徑，那么在第i級，最大似然解的路徑已經被丟掉了。而在第i級，QRM_MLD的生存路徑包含了最大似然解的生存路徑。HiroyukiKawai等人發表的題為“LikelihoodfunctionforQRM-MLDsuitableforsoft-decisionturbodecodinganditsperformanceforOFCDMMIMOmultiplexinginmultipathfadingchannel”的文章(作為參考文獻2，參見IEICETrans.Commun.，vol.E88-B，No.1，Jan.，2005，pp47-56)公開了一種適用于QRM-MLD的軟判斷方法。然而，參考文獻2同樣存在著上述問題，即所得到的生存路徑對應的M個度量值不是最小的M個，從而使性能受到損失問題。
發明內容鑒于上述問題，提出了本發明。本發明的目的是提供一種自適應選擇的QRMMIMO檢測方法，該方法能夠根據某個父節點下子節點的可靠性順序，通過自適應選擇的方式選出需要的M個生存路徑。為了實現本發明的目的，根據本發明的一個方面，提供一種自適應選擇的QRM多輸入多輸出檢測方法，包括步驟a)對信道矩陣H進行QR分解，得到正交矩陣Q和上三角矩陣R；b)用Q的共軛矩陣與接收信號相乘以便對接收信號進行變換，得到經變換的接收信號；c)對第i級的Mi個生存路徑進行自適應選擇；d)判斷是否到達最后一級，如果到達最后一級，輸出最后一級的MN個生存路徑及其度量值；e)如果步驟c判斷沒有到達最后一級，重復步驟b之后的步驟，對下一級的生存路徑進行自適應選擇。根據本發明的另一個方面，提供一種自適應選擇的QRM多輸入多輸出檢測方法，包括步驟a)對接收信號進行變換，使靠近調制中心的一個星座點位于星座圖的原點；b)進行預處理，將經過變換的接收信號的實部與虛部分開；c)對經過處理的接收信號進行QR分解，得到正交矩陣Q和上三角矩陣R；d)用Q的共軛矩陣與接收信號相乘以便對接收信號進行變換，得到經變換的接收信號；e)對第i級的Mi個生存路徑進行自適應選擇；f)判斷是否到達最后一級，如果到達最后一級，輸出最后一級的MN個生存路徑及其度量值；g)如果步驟f判斷沒有到達最后一級，重復步驟e之后的步驟，對下一級的生存路徑進行自適應選擇。與傳統的自適應選擇的方法相比，本發明的方法克服了傳統的自適應選擇選出的M個生存路徑的度量值可能不是度量值最小的M個的缺點。與完全的QRM相比，降低了計算歐氏距離度量的次數，而選擇的生存路徑與完全的QRM相同。通過閱讀和理解下面參考附圖對本發明優選實施例所做的詳細描述，將使本發明的這些和其它目的、特征、和優點變得顯而易見。其中圖1是根據現有技術的QRM_MLD的方法的示意圖；圖2是現有技術的QRM的示意圖；圖3是表示父節點與子節點的相對關系的示意圖；圖4a至4d是表示現有技術(參考文獻1)根據位置查表進行排序的示意圖；圖5示出了第i-1級的3個生存路徑的(度量)的示意圖；圖6示出第i級的6個度量值，并進行排序的示意圖；圖7是以樹的結構表示圖5和圖6所示的關系的示意圖；圖8是根據現有技術(參考文獻1)以度量值的方式給出了選擇的示意圖；圖9a至圖9b分別以樹形圖的方式給出了現有技術(參考文獻1)選擇的示意圖；圖10是表示根據本發明實施例1的在第i級的自適應QRM的方法的流程圖；圖11是表示根據本發明實施例的QRM自適應方法的流程圖；圖12a～圖12f是根據本發明實施例以度量值的方式進行選擇的示意圖；圖13a是16QAM調制的示意圖；圖13b是變換后的調制示意圖；圖14是表示根據本發明實施例2的自適應QRM的方法的流程圖；和圖15是實部與虛部單獨劃分的區域的示意圖。具體實施例方式下面參照附圖對作為本發明實施例的自適應選擇的QRMMIMO檢測方法進行詳細說明，在描述過程中省略了對于本發明來說是不必要的細節和功能，以防止對本發明的理解造成混淆。在參考文獻1的基礎上，經過查表后得到了已有信息(可以假設先前為i-1階，現在為i階，在第i-1階的生存路徑為Mi-1個，在第i階的生存路徑為Mi個)如下a)在i-1階的Mi-1個生存路徑的度量值。b)在生存路徑的每一個父節點下，其子節點調制符號度量值的排序(通過查表得到)。實施例1本發明利用這兩者的信息，改進了自適應選擇的方法。圖10示出了在第i級自適應QRM的方法的流程圖。下面結合圖10對本發明的實施例進行詳細描述。首先，得到了第i-1級的Mi-1個生存路徑的度量值。在每個生存路徑下，以i-1級為父節點下的各個子節點的排序。第i級的生存路徑為Mi。然后，在步驟S1001，根據第i-1級的各個父節點及第i級的排序，計算出各個父節點下最小的度量值以得到Mi-1個度量值。接下來，在步驟S1002，在所得到的Mi-1個度量值中，選取最小的度量值，并輸出對應的生存路徑。此后，在步驟S1003，判斷是否選取了Mi。如果在步驟S1003判斷的結果表明已經選擇了Mi個生存路徑，流程則進入步驟S1004，輸出Mi個生存路徑及其度量值，然后結束該流程，進入第i+1級。如果在步驟S1003的判斷結果表明沒有選擇完Mi個生存路徑，流程則進入步驟S1005。在步驟S1005，根據在步驟S1002中選擇的路徑和排序表重新更新此路徑下的度量值，然后返回到步驟S1002，重復執行以后的步驟(后面將結合實例對選擇生存路徑的過程進行詳細描述)。下面參考圖11描述根據本發明的QRM自適應選擇方法的流程圖。作為一個實施例，可以假設接收信號為r，信道為H，發送天線的數量為N，各級的生存路徑數為Mi。在步驟S1101中，按前面給出的公式(2)對信道矩陣H進行QR分解，得到正交矩陣Q和上三角矩陣R。然后，在步驟S1102，按前述公式(5)對接收信號r進行變換，得到經變換的接收信號y。接下來，在步驟S1103，對第i級的Mi個生存路徑進行自適應選擇(具體選擇過程在后面結合圖10說明)。此后，在步驟S1104，判斷是否到了最后一級，如果判斷結果為肯定，流程則進行到S1105，輸出最后一級的MN個生存路徑及其度量值。如果在步驟S1104判斷還沒有到達最后一級，對下一級的生存路徑進行自適應選擇(即，將i的值加1)，重復步驟S1103之后的流程。下面結合圖10的流程對圖11中的步驟S1103自適應選擇生存路徑的步驟進行詳細描述。作為實例，可以假設第i-1級的度量值如圖5所示，第i級的度量值如圖6所示。其樹圖如圖7所示。可以假設Mi-1＝3，Mi＝3。初始時，已知信息為在第i-1級標號為1、2、3的三個節點以及它們相應的度量值。在第i-1級標號為1的節點下的兩個第i級節點的標號按度量值大小的順序為4、5(目前還不知道第i級4、5兩個節點的度量值，但知道它們度量值的排序)；在第i-1級標號為2的節點下的兩個第i級節點的標號按度量值大小的順序為1、2(目前不知道第i級1、2兩個節點的度量值，但知道它們度量值的排序)；在第i-1級標號為3的節點下的兩個第i級節點的標號按度量值大小的順序為3、6(目前不知道第i級3、6兩個節點的度量值，但知道它們度量值的排序)。計算步驟開始后，在步驟S1001，根據第i-1級的各個父節點及第i級的排序，計算出各個父節點下最小的度量值。得到Mi-1個度量值。則在第i-1級標號為1的節點下找到第i級標號為4的節點；在第i-1級標號為2的節點下找到第i級標號為1的節點；在第i-1級標號為3的節點下找到第i級標號為3的節點。計算這3個第i級節點的度量值，如圖12a所示。此后，在步驟S1002，在這Mi-1個度量值中，選取最小的度量值，并輸出對應的生存路徑。參見圖12b，在這3個度量值中，標號為1的度量值最小。因此與其對應的生存路徑被選中。接下來，在步驟S1003，由于只選了一個生存路徑，所以流程進入了步驟S1005。在步驟S1005中，根據排序表重新更新此路徑下的度量值。參見圖12b，由于在第i級標號為1的節點，其父節點在第i-1級的標號為1。根據排序表，在第i級與之相鄰的節點標號為2。所以，計算第i級標號為2的度量值，并在相應的位置更新(參見圖12b中所示的第2個位置)，然后流程返回S1002。選擇第2個、第3個生存路徑的過程如圖12c、圖12d所示。然而，在選擇了Mi＝3個生存路徑時，進入步驟S1004，輸出其生存路徑及其度量值進入第i+1級。當Mi＝4、5、6時其選擇的過程如圖12e、圖12f所示。當Mi＝3時，得到的排序序號時依次為1、2、3，與QRM_MLD的相同。以下證明用此種方法得到的Mi個生存路徑與用QRM_MLD的相同。以圖5和圖6為例，首先，第一個選出的一定是在i-1階的Mi-1個生存路徑的父節點下的子節點中最小的。根據已知信息，即在i-1階的Mi-1個生存路徑的度量值，和在生存路徑的每一個父節點下，其子節點調制符號度量值的排序(查表得到)，在生存路徑的每一個父節點下，其子節點調制符號度量值的排序(查表得到)，參見圖12a、圖12b。在第1步中，“在每個父節點中(一共Mi-1個)，選出其第i階度量值最小的子節點，計算其第i階的度量值，Mi-1個，如圖12a所示”。由于得到每個父節點下的最小度量值，然后在其中選取最小的度量值，所以不可能有比此最小值還小的度量值。然后更新度量值，計算第2個，同理，得到的第2個也是第二小的最小值，依次類推。實施例2下面參考圖14描述本發明的自適應選擇的QRMMIMO檢測方法的第二實施例。如圖14所示，在步驟S1401，對接收信號進行變換，使基本位于調制中心的某個星座點位于星座圖的原點，并且星座點的值為整數。這是因為計算度量值或進行干擾消除時(公式(6)中的分子)等，需要進行大量的乘法運算，其中參與運算的有調制的星座點。在定點DSP的運算中，如果兩個數都是小數，那么運算復雜度較高，但兩個參與的乘法運算中某個數是2n，那么運算就可以用移位來實現，運算會簡單。變換前的調制星座圖為圖13a，根據圖13a，對星座點進行平移和縮放得到星座圖為圖13b。令變換前的星座點為s，則變換后的星座點可以用公式(7)表示。y＝(s-a)/f(7)在公式(7)中，a＝space+j*space(space如圖13a所示(圖13a中沒有表明“space”))。a為復數。f＝2*space。f為實數。在圖13b中，星座點的實部和虛部的取值都變為(-1，0，1，2)，乘法運算變得簡單。根據公式(7)可以得到下面的表達式(8)s＝f*y+a(8)將表達式(8)代入(1)，得到表達式(9)r-H*a＝H*f*y+n(9)可以令公式(9)中r2＝r-H*a，H2＝H*f，于是得到公式(10)r2＝H2*y+n(10)在步驟S1402，進行預處理，將經過變換的接收信號的實部與虛部分開，得到公式(11)r3＝H3*Y+n3(11)在公式(11)中，H3=R(H2)-I(H2)I(H2)R(H2)]]>r3=R(r2)I(r2)]]>Y=R(y)I(y)]]>n3=R(n)I(n)]]>這是由于根據調制的星座圖，實部和虛部可以單獨判決。而且，對下一級的星座點進行排序時也會簡單。如圖4所示，判斷星座點的區域時需要存儲。例如，圖4需要64個區域，就要存儲64種排序。而將實部與虛部分開，只劃分4種區域即可，如圖15所示。接下來，在步驟S1403，對處理后的信號進行QR分解，并進行變換。得到H3＝Q*R，z＝QH*r3。此后的步驟S1404至1406與圖11中的步驟S1103、S1104、S1105相同。具體地講，在步驟S1404，對第i級的Mi個生存路徑進行自適應選擇。此后，在步驟S1405，判斷是否到了最后一級，如果判斷結果為肯定，流程則進行到S1406，輸出最后一級的MN個生存路徑及其度量值。如果在步驟S1405判斷還沒有到達最后一級，則對下一級的生存路徑進行自適應選擇(即，將i的值加1)，重復步驟S1404之后的流程。至此對本發明的自適應選擇的QRMMIMO檢測方法進行了描述。下面的表1和表2給出了本發明的方法與QRM_MLD和QRM自適應方法在復雜度及性能方面的比較。表1是在第i級需要計算的度量次數，令調制星座點數為C。表1復雜度比較表2性能比較從上面的表1和2可以看出，就復雜度而言，本發明的方法與QRM_MLD相比，明顯降低了計算歐氏距離度量的次數。另外，表2中的數據表明，用本發明的方法選擇的生存路徑與完全的QRM相同，優于QRM自適應方法。至此已經結合優選實施例對本發明進行了描述。應該理解，本領域技術人員在不脫離本發明的精神和范圍的情況下，可以進行各種其它的改變、替換和添加。因此，本發明的范圍不局限于上述特定實施例，而應由所附權利要求所限定。權利要求1.一種自適應選擇的QRM多輸入多輸出檢測方法，包括步驟a)對信道矩陣H進行QR分解，得到正交矩陣Q和上三角矩陣R；b)用Q的共軛矩陣與接收信號相乘以對接收信號進行變換，得到接收信號向量；c)對第i級的Mi個生存路徑進行自適應選擇；d)判斷是否到達最后一級，如果到達最后一級，輸出最后一級的MN個生存路徑及其度量值；e)如果步驟c判斷沒有到達最后一級，重復步驟b)之后的步驟，對下一級的生存路徑進行自適應選擇。2.根據權利要求1所述的方法，其中所述步驟c)包括根據第i-1級的Mi-1個生存路徑的度量值，在每個生存路徑下，對以第i-1級為父節點下的各個子節點的排序得到第i級的生存路徑Mi的步驟。3.根據權利要求2所述的方法，進一步包括根據第i-1級的各個父節點及第i級的排序，計算出各個父節點下最小的度量值以得到Mi-1個度量值的步驟。4.根據權利要求3所述的方法，進一步包括在所得到的Mi-1個度量值中，選取最小的度量值，并輸出對應的生存路徑的步驟。5.根據權利要求4所述的方法，進一步包括判斷是否選取了第i級的生存路徑Mi，如果已經選擇了Mi個生存路徑，則輸出Mi個生存路徑及其度量值的步驟。6.根據權利要求5所述的方法，進一步包括如果沒有選擇完Mi個生存路徑，則針對Mi-1個度量值選擇的生存路徑和排序表重新更新此路徑下的度量值，選取最小的度量值，并輸出對應的生存路徑的步驟。7.一種自適應選擇的QRM多輸入多輸出檢測方法，包括步驟a)對接收信號進行變換，使靠近調制中心的一個星座點位于星座圖的原點；b)進行預處理，將經過變換的接收信號的實部與虛部分開；c)對經過處理的接收信號進行QR分解，得到正交矩陣Q和上三角矩陣R；d)用Q的共軛矩陣與接收信號相乘以便對接收信號進行變換，得到經過變換的接收信號；e)對第i級的Mi個生存路徑進行自適應選擇；f)判斷是否到達最后一級，如果到達最后一級，輸出最后一級的MN個生存路徑及其度量值；g)如果步驟f判斷沒有到達最后一級，重復步驟e)之后的步驟，對下一級的生存路徑進行自適應選擇。8.根據權利要求7所述的方法，其中所述步驟e)包括根據第i-1級的Mi-1個生存路徑的度量值，在每個生存路徑下，對以第i-1級為父節點下的各個子節點的排序得到第i級的生存路徑Mi的步驟。9.根據權利要求8所述的方法，進一步包括根據第i-1級的各個父節點及第i級的排序，計算出各個父節點下最小的度量值以得到Mi-1個度量值的步驟。10.根據權利要求9所述的方法，進一步包括在所得到的Mi-1個度量值中，選取最小的度量值，并輸出對應的生存路徑的步驟。11.根據權利要求10所述的方法，進一步包括判斷是否選取了第i級的生存路徑Mi，如果已經選擇了Mi個生存路徑，則輸出Mi個生存路徑及其度量值的步驟。12.根據權利要求11所述的方法，進一步包括如果沒有選擇完Mi個生存路徑，則針對Mi-1個度量值選擇的生存路徑和排序表重新更新此路徑下的度量值，選取最小的度量值，并輸出對應的生存路徑的步驟。全文摘要一種自適應選擇的QRM多輸入多輸出檢測方法，包括步驟a)對信道矩陣H進行QR分解，得到正交矩陣Q和上三角矩陣R；b)用Q的共軛矩陣與接收信號相乘以便對接收信號進行變換，得到接收信號向量；c)對第i級的M文檔編號H04L1/02GK101047468SQ20061006837公開日2007年10月3日申請日期2006年3月30日優先權日2006年3月30日發明者吳強,李繼峰申請人:松下電器產業株式會社