對數似然比的非均勻量化的制作方法

對數似然比的非均勻量化的制作方法
【專利摘要】公開了一種通過對數似然比的非均勻量化來處理信號的方法。具體地，公開了一種方法，包括以下步驟：接收(110)多個比特(12)；針對每個比特，計算(120)被稱為LLR的對數似然比(22)；基于計算的LLR為每個比特提供(130)LLR值(22)；將所述LLR值量化(140)為多個量化條，每個量化條具有：表示一個或更多個LLR值的寬度以及具有比特長度的索引值(32)；以及將每個比特與對應于該比特的LLR值(22)的索引值(32)相關聯(150)，其中每個量化條的寬度是非均勻的。該方法以更高效的方式壓縮LLR值(22)，需要更小的存儲器使用率和/或更低的帶寬。還描述了一種接收機的芯片和一種包括一個或更多個接收機的通信系統。
【專利說明】
對數似然比的非均勻量化
技術領域
[0001] 本公開設及通過對數似然比的非均勻量化來處理信號。具體地，本公開設及一種 通過對信號的對數似然比進行非均勻量化來處理信號的方法W及一種被配置為應用該方 法的忍片。此外，公開了一種包括一個或更多個接收機的通信系統，所述一個或更多個接收 機各自具有所述忍片。
【背景技術】
[0002] 具體地在無線信道中，可能由于多徑效應導致數據通信的信號處理是復雜的。對 于無線信號，根據反射的信號同相疊加還是異相疊加，接收到的信號可能處于良好信道中 或處于深度衰落中。為了克服較差深衰落信道的不利影響，無線系統可W被設計為在發送 的信號中插入冗余度使得可W在接收機側重建衰落的信號。運是通過使用信道編碼(例如 卷積編碼、turbo編碼或低密度奇偶校驗化DTP)碼等)完成的。為了使得信號編碼相對于衰 落效應更魯棒，對編碼比特進行交織使得經歷類似信道(例如良好信道或衰落信道)的比特 在信道編碼的不同部分上擴展，從而可W用更有效的方式對比特進行校正。因此，交織在無 線通信系統中發揮著重要作用。隨著比特交織的尺寸(size)增加，系統變得對于衰落效應 更魯棒。
[0003] 典型地，當發送信號時，首先用信道編碼器(例如FEC(前向糾錯)塊)對比特進行編 碼并插入冗余比特。接下來，在信號的不同時間和頻率上對運些比特進行交織，使得它們在 交織器塊中經歷不同信道。然后，調制比特并在無線信道上發送。在接收機側，解調發送的 比特并通過對數似然比化LR)計算每個比特的可靠性信息。該信息也被稱為軟比特。接收機 使用LLR來確定接收比特的值是0或1(對于數字信號）的似然性。LLR可W根據設計選擇而具 有不同的分辨率。解交織器塊重新布置LLR的位置并將它們饋送至FEC解碼器W進行處理。
[0004] 為了克服無線信道的衰落效應，數字音頻廣播(MB)標準選擇384ms的交織器尺 寸。因此，解交織器塊需要在384ms的持續時間期間存儲化R，使得能夠正確地將化R饋送至 FEC解碼器。每個標準具有其自身的交織尺寸的設計選擇。隨著交織器尺寸的增加，要存儲 的軟比特的數目增加，如果需要在接收機上存儲比特則導致更大的存儲器成本，或如果要 向接收機外部的另一塊發送比特則導致發送該數據的更高數據速率鏈路成本。
[0005] 交織器/解交織器存儲器是無線接收機的一大部分。因此，如果選擇了大交織尺 寸，則該選擇增加了接收機的成本。降低該成本的一種常規方式是降低存儲器用來表示化R 的比特數目。然而，如在"Performance evaluation of COFDM for digital audio bro曰dc曰sting.I.Psrsmetric study，Thib曰ult，L.；Minh Thien Le, IEEE Trsnssctions on Broadcasting，Volume :43, Issue: I，1997 Jage(S) :64-75"提出的，隨著用于表示LLR的 等級（即，比特)數目減少，FEC解碼器更低效地工作，糾正更少的錯誤比特，運降低了接收的 可靠性。因此，例如在DAB接收機中，聽眾會聽到更低質量的音頻信號，或者在第二代數字視 頻廣播(DVB-T2)接收機中，觀眾會體驗更多的視頻帖錯誤。
[0006] 在常規接收機中，W化k特產生化R，W化k特存儲并讀取化R，仍然W化k特精度解 交織并饋送至陽C解碼器。因此，LLR的精度不會改變直至陽C解碼器使用LLR。
[0007] 在常規分布式接收系統中，分布式接收機計算每個比特的化R，并將該信息發送給 執行解交織和FEC解碼的另一主處理單元。在運種情況下，每個接收機需要具有(NXTX 1/ r)的最小數據速率的到主處理單元的數據鏈路，其中N是化R的分辨率，T是意圖解碼的數據 的凈吞吐量，并且r是FEC編碼率。
[0008] 在上述兩個示例中，交織器/解交織器的存儲器要求很高。降低存儲器要求的一種 常規方式是使用固定步長尺寸，并對化R應用均勻量化。"On the Use of the Cut-Off Rate for Determining Optimal Input Quantization of a Viterbi Decoder on Fading Channels , Stan Baggen，Sebastian Egner,and Bertrand Vandewiele, Proceedings of the 24thSymposium on Informstion Theory in the Benelux May 22-23,2003,Vel化ovenJhe Netherlands/'提出了應當如何針對不同的信噪比（SNR)和每軟 比特的比特數來選擇步長尺寸。
[0009] 當使用常規均勻量化方法時（例如針對DAB)，DAB接收性能隨著每化R的比特數的 降低而惡化。當使用上述應用均勻量化的上述常規方法時，相對于浮點性能，性能的損失很 顯著。
[0010] 本公開目的在于通過W比常規均勻量化更高效的方式表示化R來解決上述考慮的 至少一些。在一些情況下，運可W降低運些LLR的存儲器或傳輸成本。在一些情況下，運可W 降低存儲器的成本和/或降低針對信道解碼向另一系統發送LLR的成本。

【發明內容】

[0011] 根據本發明的第一方面，提供了一種處理信號的方法，所述方法包括步驟:接收多 個比特;針對每個比特，計算被稱為化R的對數似然比；基于計算的化R為每個比特提供化R 值;將所述化R值量化為多個量化條(bin),每個量化條具有:表示一個或更多個化R值的寬 度和具有比特長度的索引值；W及將每個比特與對應于該比特的LLR值的索引值相關聯，其 中每個量化條的寬度是非均勻的。
[0012] 通過在量化化R值的期間使用非均勻寬度條，可W根據輸入信號的保真度來定制 (tailor)每個信號的寬度。例如，在關于輸入比特的值具有較高不確定性的區域（即，具有 在零附近的化R值的比特）中，指派給化R值的條寬度可能更小，并因此用與其中化R值(正或 負）較高的其他區域中相比較更低的量來壓縮化R。在一些實施例中，運會實現與用均勻方 式量化相比較更好的性能。
[0013] 在一些實施例中，使用非均勻量化/壓縮來表示化R允許W有限數目比特實現更高 的壓縮效率。
[0014] 在通過不同的塊存儲和/或發送并解交織之后，可W將信息解壓至FEC解碼器或一 些其他處理塊可W直接處理LLR的等級（level)。
[0015] 在一些示例中，存儲化R和/或將化R發送給另一處理單元的成本可W降低，同時非 均勻量化/壓縮單元負責使由于壓縮/量化導致的性能損失最小。
[0016] 對化R值進行量化的步驟還包括步驟:基于化R值的概率密度確定多個量化條的寬 度。
[0017] 對化R值進行量化的步驟還包括步驟:基于化R值的范圍確定多個量化條的寬度。 按照運種方式，量化條的寬度可W依賴于所生成或計算的LLR(或多個LLR)值的相對范圍。
[0018] 在運兩種情況下，可W基于計算的化R來自適應地確定多個量化條的寬度。該自適 應量化允許根據LLR值的概率（即，入射信號的強度)來定制由非均勻量化施加的壓縮的分 辨率。運還可W提供補償衰落效應的方法，在一些情況下，提供更魯棒的信道編碼。
[0019] 為每個比特提供化R值的步驟可W包括步驟:為每個比特指派與該比特的計算的 LLR相等的LLR值。備選地，為每個比特提供化R值的步驟還可W包括步驟:將計算的化R量化 為多個化R條，每個化R條具有:表示一個或更多個化R的均勻寬度和具有比特長度的臨時索 引值；W及向每個比特指派與對應于該比特的LLR條的臨時索引值相等的LLR值。換言之，非 均勻量化的索引值可W直接產生(例如通過修改的解調器），或者W常規方式首先對化R進 行均勻量化，W基于均勻量化的臨時索引值產生LLR值，并然后可W將非均勻量化應用于均 勻量化的LLR。
[0020] 將計算的化R量化為多個化R條的步驟可W包括:將計算的化R均勻地量化為由臨 時索引值表示的整數個化R條，所述臨時索引值具有與整數個的化R條的二進制對數相等的 比特數目。作為示例，可W由N比特的臨時索引值來表示2^個LLR條。理論上，條的數目還可 W是任意數。運可W是分數數目的代碼比特。例如，可W將10個條編碼為從0-9的代碼，9個 代碼將擬合(fit into)為32比特數，給出每索引或臨時索引值~3.5比特。
[0021] 針對將每個比特與對應于該比特的化R值的索引值相關聯的步驟，可W使用表將 每個比特的LLR值轉換為索引值。
[0022] 類似地，將化R值量化為多個量化條的步驟可W包括:將化R值非均勻地量化為由 索引值表示的整數個量化條，所述索引值具有與整數個量化條的二進制對數相等的比特數 目。作為示例，可W由n比特索引值來表示最多2"個量化條。
[0023] 可W理解的是，在量化條之間索引值的比特長度是可變的。運允許索引值的可變 長度表示。
[0024] 此外，還可W通過W下步驟實現對索引值的壓縮:將所述索引值的符號與幅值相 分離；W及將數據壓縮方法應用至所述索引值的幅值。
[0025] 為每個比特提供化R值的步驟還可W包括步驟:從所述無線信號中識別出M個調制 的比特，其中M至少是2;對M個或更多個調制比特的化R進行配對，W形成化R對;對M維陣列 內的LLR對加索引；W及基于所述陣列內的LLR對的位置來確定化R值。該方法可W為每個比 特提供總體(ensemb 1 e)，允許確定每個符號（即，調制比特）的合計(aggregated) LLR。
[0026] -旦計算，所述方法還可W包括W下步驟:在存儲器模塊內存儲多個比特和與所 述多個比特相關聯的索引值；向解交織器提供多個比特和與所述多個比特相關聯的索引 值;對所述索引值進行去量化，W針對每個比特提取解壓縮的化R值；W及向解碼器提供所 述解壓縮的LLR值和比特，用于提取信號的解碼比特。
[0027] 根據本公開的第二方面，提供了一種被配置為處理信號的接收機的忍片，所述忍 片被配置為:接收包括多個比特的信號；W及根據前述任一項權利要求的方法來處理信號。
[0028] 非均勻量化的索引值可W通過修改的解調器直接產生，或者可W首先W常規方式 對LLR均勻量化，然后可W將非均勻量化應用于均勻量化的LLR。
[0029] 根據本公開的第=方面，提供了一種通信系統，包括一個或更多個接收機，所述一 個或更多個接收機的至少一個具有如第二方面中所述的忍片。
[0030] 本公開的教導還可W應用于分布式接收機架構，在分布式接收機架構中，一些分 布式無線電（radio)根據接收到的信號產生化R，并且主處理單元從不同無線電接收化R，并 對LLR進行組合和解碼。
[0031] 所提出的方案可W應用于單獨的化R或一組化R。當所提出的方法應用于單獨的 LL則寸，由于所有信息包括在非均勻量化的/壓縮的LLR信息中，所提出的方案不會影響解交 織器處理W及向存儲器存儲，或將化R發送到另一塊。然而，如果將所提出的方法應用于一 組化R，例如一起非均勻量化化R，如化eg或mpeg壓縮方法一樣，由于根據其他化R值嵌入信 息，可W-起處理化R。因此，需要使用非均勻量化/壓縮的化R值對塊進行一些改變。此外， 所提出的方案可W被應用于不同的調制尺寸，例如，二進制相移動鍵控(BPSK)、正交相移鍵 控(QPSK)、M正交幅度調制(M-QAM)、M相移鍵控(M-PSK)和它們的不同版本。
[0032] 所描述的方面可W適用于具有大交織器存儲器的無線通信系統，例如數字無線 電、TV標準和衛星通信系統。提出的方案旨在減小運種接收機的存儲器需要。
[0033] 此外，所提出的方案適用于其中將化R發送給主處理單元W進一步處理的系統。運 種系統的示例是分布式接收機架構，其中分布式從接收機僅產生化化k特，并發送給主處理 單元W進行進一步處理。一種更具體的示例是汽車中的分布式智能交通系統（ITS),其中分 布式忍片彼此發送LLR，W進一步組合LLR，從而獲得對信號的更可靠接收。
[0034] 可W使用運類方法的另一系統是例如在物聯網設備中具有物理尺寸限制的低功 率無線電或例如助聽器的醫療設備。如上所述，FEC有益于提高運種設備的接收質量。然而， 運對于運些設備增加了存儲器成本。所提出的解決方案旨在減小運種設備的存儲器成本。
[0035] 可W提供一種計算機程序，當在計算機上運行該程序時，使得計算機配置包括本 文公開的電路、控制器、傳感器、濾波器或設備的任何裝置，或者執行本文公開的任何方法。 計算機程序可W是軟件實現方案，可W將計算機程序認為是任何適合硬件，包括數字信號 處理器、微控制器和在只讀存儲器(ROM)、可擦除可編程只讀存儲器巧PROM)、或電可擦除可 編程只讀存儲器化EPROM)或忍片中的實現方案，作為非限制性示例。軟件實現可W是匯編 程序。
[0036] 可W在計算機可讀介質上提供計算機程序，計算機可讀介質可W是物理計算機可 讀介質（例如光盤或存儲設備），或可W實現為瞬態信號。運種瞬時信號可W是包括互聯網 下載的網絡下載。
[0037] 參考W下描述的實施例，本公開的上述W及其它方面將是顯而易見和明晰的。
【附圖說明】
[0038] 將僅W示例的形式參照附圖來描述實施例，其中
[0039] 圖1是示出了根據實施例能夠進行方法的信號處理系統的框圖；
[0040] 圖2是示出了根據實施例能夠進行非均勻量化的方法的框圖；
[0041 ]圖3是根據實施例用于處理的信號的示例LLR直方圖；
[0042] 圖4示出了圖3的示例LLR直方圖擬合為5比特之后的LLR直方圖；
[0043] 圖5示出了 LLR直方圖的備選實施例；
[0044] 圖6示出了圖5的示例LLR直方圖擬合為5比特之后的示例直方圖；
[0045] 圖7示出了根據實施例，均勻量化的5比特輸入化R值的集合到4比特非均勻量化的 輸出LLR值的集合的轉換的圖形；
[0046] 圖8示出了根據另一實施例，均勻量化的5比特輸入化R值的集合到3比特非均勻量 化的輸出LLR值的集合的替代轉換的圖形；
[0047] 圖9示出了比較使用常規LLR壓縮技術處理的信號的誤碼率與載噪比的圖形；
[0048] 圖10示出了比較根據實施例處理的圖9的信號的誤碼率與載噪比的圖形；
[0049] 圖11示出了比較使用常規化R壓縮技術處理的備選多普勒頻率的圖9信號的誤碼 率與載噪比的圖形；
[0050] 圖12示出了比較根據實施例處理的圖11的信號的誤碼率與載噪比的圖形；
[0051] 圖13示出了根據并使用實施例的多接收機的分布式接收的框圖；
[0052] 圖14示出了根據實施例的LLR的基于LLR分布的自適應非均勻量化；
[0053] 圖15示出了根據實施例的使用LLR幅值矢量壓縮的非均勻LLR量化；
[0054] 圖16示出了根據實施例使用格雷編碼根據4-PAM調制比特的比特的5比特化R實 現；
[0055] 圖17示出了根據實施例使用格雷編碼根據4-PAM調制比特的比特的3比特單獨非 均勻量化的LLR實現；W及
[0056] 圖18示出了根據實施例使用格雷編碼根據4-PAM調制比特的比特的3比特聯合非 均勻量化的LLR實現。
[0057] 應當注意的是，附圖是示意性的并且不按比例繪制。為了附圖中的清楚和便利，已 經在尺寸上放大或者縮小地示出了運些附圖部件的相對尺寸和比例。一般使用相同的附圖 標記在修改實施例和不同實施例中表示對應或類似的特征。
【具體實施方式】
[0058] 圖1示出了根據本公開實施例例如在接收機中建立的信號處理系統10的框圖。在 常規系統中，解調器接收比特或符號。針對每個比特或符號，用化k特(例如，5比特）的精度 計算被稱為化R的對數似然比（即，接收比特表示0或1的似然性），并將該信息在存儲器中存 儲為化k特整數。然后將化k特化財是供給解交織器，W同樣用化k特精度進行解交織并饋送 給陽C解碼器來產生解碼比特。
[0059] 在本公開的實施例中，由針對每個輸入比特計算化R的解調器20接收接收比特12。 如所指出的，針對理想信號，根據信號傳送的信息接收比特為0或1。然而，由于干擾和噪聲 影響，比特的值不是理想值。因此，針對每個接收比特或信號計算對數似然比化LR),該信號 提供了對接收比特的值是0或1的似然性加 W表示的值。然后，該信息被用于對來自接收比 特12的信息進行解交織和解碼。LLR具有由N比特整數表示的值。
[0060] 一旦進行了解調，則將化k特化R值22提供給量化模塊30,量化模塊30對值22執行 非均勻量化W將值從N比特壓縮至(N-ns)比特，其中N是被用于表示原始LLR值的比特數目， (N-ns)是用于表示非均勻量化化R值的比特數目，并且ns是節省的比特數。量化模塊30可W 是分離的模塊或者可W被集成到解調器20中。
[0061] (N-ns)比特非均勻量化的化R被稱為索引值32。例如，如果量化模塊30將5比特化R 值22壓縮至4比特索引值32,結果可W節省存儲索引值32所需的存儲空間量的20%。從5比 特壓縮至化k特可W節省40%的存儲器。
[0062] 然后，在存儲器40中存儲索引值32。可W根據所選標準的交織尺寸將值32存儲一 段時間，例如針對DAB標準為384ms。備選地，可W向外部設備提供索引值32W進行進一步處 理。一旦解交織器50請求，則由存儲器40向解交織器50提供索引值32。解交織器50然后對接 收比特12解交織。然后在非均勻去量化模塊60中對索引值32和接收比特12進行去量化，非 均勻去量化模塊60可W是分離的模塊或者可W集成到解交織器50中。
[0063] 去量化模塊60對索引值解壓縮W獲得每個接收比特12的化R。然后，將解壓縮的N 比特LLR 62提供給陽C編碼器70，W對解碼的比特72進行解碼并輸出。
[0064] 圖2示出了用于處理信號的方法，具體是一種非均勻量化化R的方法。如圖1所示， 接收110的信號包括比特。針對每個比特計算12化LR。然后基于計算的LLR值將作為LLR的值 的化R值提供130給每個比特。然后可W將化R量化140為多個量化條。每個量化條具有表示 一個或更多個化R值的寬度和具有比特長度的索引值。然后每個比特可W與對應于化R值的 索引值相關聯150。
[0065] 通常，基于化R值的概率密度確定多個量化條的寬度。圖3示出了在擬合為5比特之 前具有10化多普勒頻率的加性高斯白噪聲(AWGN)信道中的化R分布210的示例。圖3中，y軸 212表示指示概率密度的頻率計數，X軸214表示無量綱的LLR的值。針對每個接收比特，計算 它的LLR。圖3表示針對每個接收比特的LLR的該原始數據的圖表。
[0066] 圖4示出了在擬合為5比特和25條222或等級之后，在AWGN信道中載噪比（C/N)為 6地的DAB接收機中圖3的示例化R直方圖220。7軸224表示指示概率密度的頻率計數。如在圖 4中可W看出的，條-15和15具有最大的頻率計數。運是因為圖3中例如低于-25的所有化R值 被整理(collate)在單個條（圖4的-15條）內。換言之，高(正或負化LR值指示了化R針對其計 算的比特值是〇(例如，針對負化R)或1(針對正化R)的高確定性。在圖3中，可W認為具有大 于值25的所有值具有為0或1(根據化R的符號）的高確定性。針對具有更接近0的化R的比特， 比特值中的不確定性的程度更高。
[0067] 在圖3中，LLR分布在0附近，并且是兩個高斯分布的組合，即一個表示+1，另一個表 示-1。在圖4中，在擬合為5比特之后，除飽和至最大值和最小值(針對5比特表示的-15和15) 的一大部分值W外，所使用的條的寬度在其他值上大體上均勻地(幾乎均勻地)分布。
[0068] 圖5示出了在擬合為5比特之前在具有10化多普勒頻率的6抽頭典型市區（TU-6)信 道中，在C/N = 10地處DAB接收機中的示例LLR直方圖310。同樣，y軸312表示指示概率密度的 頻率計數，X軸314表示無量綱的化R的值。圖6示出了在擬合為5比特和2 5條322或等級之后， 在具有10化多普勒頻率的TU-6信道中在C/N=10地的DAB接收機的示例化R直方圖320。7軸 324表示頻率計數。
[0069] 圖5中，LLR大體上分布在0附近。然而，與AWG州青況相反，在TU-6信道中不存在兩個 高斯分布的明顯組合，即不存在一個表示+1而另一個表示-1的兩個峰值。運是由于充當化R 的乘性噪聲的衰落效應導致的。在擬合為5比特之后，可W再次觀察到值的一大部分飽和至 最大值和最小值(例如針對5比特表示的-15和15)。然而，其余化R在例如從-5至-1和從1至5 的其他值上不平坦地分布，即，LLR的顯著部分具有較低的幅值。
[0070] 圖3至6的觀察允許使用有限比特數更好的設計化R的表示。不同場景的信道實現 通常處于W上識別的兩個信道模型之間。典型地，如果接收信號中存在強視距Qine-Of-Si曲t)分量，則信道將更類似AWGN信道。相反，如果不存在視距分量，則它將更類似具有多 個衰落效應的TU-6信道。
[0071] 由于分散信道之間的該擴散，可W進行化R的非均勻量化，W壓縮化R的值。為此， 有時必須查看化R的直方圖，并對現有直方圖做出最小失真。運種非均勻量化不應針對最大 值和最小值上引入附加量化噪聲，并且不應在具有較低幅值(從-5至-1和從1至5)的化R上 引入附加量化噪聲。
[0072] 為了保留具有較低幅值的化R值的信息，針對運些值選擇較小的量化步長，W保持 運些值的精度。相反，針對具有較大幅值的LLR，可W使用更小的精度（即更大的量化步長）。 例如，具有最大值和最小值(示例中例如15和-15)的化R保持相同或具有最小失真。然后可 W遵循W上準則直接不均勻地對化R進行量化。備選地，可W希望首先W化k特表示來產生 均勻量化的LLR，并且進一步進行壓縮/量化W用更少的比特表示LLR。我們選擇示出第二種 方法，W觀察在非均勻量化/壓縮之后如何影響LLR。
[0073] 在圖7和W下的表1中W表的形式示出了從5比特向4比特和3比特的示例非均勻量 化/壓縮。注意在該表中，5比特LLR值（即，32或2 5LLR條或等級，每個LLR條具有臨時 (interim)索引值)被轉換為由16個不同量化條或等級表示，每個量化條或等級具有索引值 (-15、-12、-9、-6、-4、-3、-2、-1、1、2、3、4、6、9、12、15)，即2"個等級，其中11是非均勻量化索 引值的比特長度（因此在該示例中為4)。在非均勻量化/壓縮之后，可W用4比特值表示每個 量化條或等級，4比特值可W被解譯為索引值或索引比特。然后，轉換表可W被用于將索引 值或索引比特與實際LLR的值相關聯。
[0074]
[0075]
[0076] 表1 5比特至4比特非均勻量化轉換表
[0077] 可W理解，可W選擇任意整數個條的數目。在運種情況下，可W通過具有log2(條 的數目）比特的索引值來表示每個條。如果條的數目不是2的幕，并且將因此導致該索引值 是非整數的比特數，則該索引值可W與要由整數比特數表示的其他值配對。運可能導致分 數數目的代碼比特。例如，可W將10個條編碼為從0-9的代碼，9個代碼將擬合為32比特數， 給出每索引值~3.5比特。
[007引圖7示出了表1內的信息圖形表示410,描繪了輸入5比特化R值420相對于輸出4比 特化R值或索引值430。具體地，可W看出在較高的負和正5比特輸入值處壓縮率更高，而0附 近的值(此處化RW及因此是5比特化R值具有更低的幅值)具有較低的壓縮率。應當注意的 是，原始化R的2 5個量化化R條或等級已經被整合為24個量化條。基于向4比特條輸入的5比特 LLR值向每個4比特條指派一個索引值。例如，5比特輸入-16、-15被整合為4比特索引值 0000，表示等于-15的壓縮的化3值，而5比特輸入-14、-13、-12、-11被整合為4比特索引值 OOOl，表示等于-12的壓縮的LLR值，等等。用運種方式，均勻量化的輸入LLR被壓縮為非均勻 量化的索引值，由此與LLR值的LLR條的均勻寬度相比，索引值的量化條的寬度是非均勻的。
[0079] 更一般性地，被均勻量化為2^條的LLR值的N比特輸入可W被整合為具有條 的量化的（N-ns)比特輸入中，其中N是原始化R值的比特長度，（N-ns)是非均勻量化索引值 的比特長度，并且ns是節省的比特數。
[0080]
[00K1I
[0082] 表2 5比特至化k特非均勻量化轉換表
[0083] 還可W執行對輸入LLR值的進一步壓縮，例如從5比特化R值到3比特索引值。表2示 出了 5比特輸入化R值向3比特非均勻索引值的轉換。圖8示出了相應圖形表示435,描繪了輸 入5比特LLR值440相對于輸出3比特LLR值或索引值450。基于向3比特條輸入的5比特LLR值 向每個3比特條指派一個索引值。例如，5比特輸入-16、-15、-14、-13、-12和-11被整合為4比 特索引值000,表示等于-15的壓縮的化R值，而5比特輸入-10、-9、-8和-7被整合為3比特索 引值OOl，表示等于-8的壓縮的LLR值，等等。
[0084] 在生成非均勻量化/壓縮的化R值之后，應當針對非均勻量化的化R的索引值的比 特完成解交織過程。因此，在一些示例中，在分布式接收機架構的情況下，與常規接收機相 比較，可W需要較小的存儲器，或者需要到主處理單元的更低數據速率鏈路。返回圖1，首先 產生化k特均勻量化的化R，然后它們被進一步壓縮/非均勻量化至(N-ns)比特，并且它們的 索引值被傳送給存儲器，并針對運些比特完成解交織過程。在解交織過程之后，索引比特被 轉換為實際化R值，并饋送至陽C解碼器。還可W將用于非均勻量化/壓縮的運些塊與解調器 組合，直接生成非均勻量化值或它們的索引比特。此外，還可W將解壓縮/去量化集成到FEC 解碼器中。
[0085] 圖9是示出應用標準量化技術的情況下DAB接收機的性能的圖表500。使用浮點數 510來表示LLR，提供具有低載噪比和低誤碼率的最高性能。使用5比特整數520來向化R表示 導致了與浮點性能510相比的性能損失化it)(增加的誤碼率）。向LLR應用4比特530和3比特 540均勻量化提供了增加的性能損失，具體地具有不可接受的高誤碼率。
[0086] 圖10示出了提出的非均勻量化/壓縮，其中在具有10和50化多普勒頻率的TU-6信 道中使用不同的分辨率等級。可W觀察到的是，相對于常規均勻量化530、540,由于非均勻 量化引起性能損失相對于均勻量化更少。可W注意到的是，具有4比特非均勻量化550的接 收機實現了與具有5比特均勻量化化R 510的接收機類似的性能。因此，在該特定性能目標 的一些示例中，可W節省存儲器成本的20%，或減小用于向另一塊發送化R的數據鏈路的速 度。
[0087] 類似地，對于使用3比特非均勻量化560的接收機，該接收機實現了與具有4比特均 勻量化化R 530的接收機類似的性能。因此，在一些示例中，針對該特定性能目標可W節省 存儲器成本的20%，或減小用于向另一塊發送LLR的數據鏈路的速度，而僅犧牲非常小的性 能。
[0088] 在一些實施方式中，將圖11中所示的TU-6信道化R的標準均勻量化技術570與圖12 中所示的非均勻量化技術比較，可W看出類似的性能增強。圖11示出了浮點512、5比特整數 522、4比特均勻量化532和3比特均勻量化542, W及隨著用于表示化R值的比特減少，導致的 相關聯性能損失。圖12將圖11中所示的技術與4比特552和3比特562的非均勻量化技術572 進行對比。如圖10中所示的示例，針對經歷非均勻量化的該示例提高了性能。
[0089] 圖13示出了利用分布比的圖1的接收機架構的備選實施例，即，多個接收機。在該 實施例中，接收機系統或架構600包括一系列接收機，每個接收機具有解調器620a-n，解調 器620a-n接收具有輸入比特612a-n的信號。如上所述，在由模塊630a-n非均勻地量化W生 成壓縮的（N-ns)比特索引值或索引632a-n之前，針對輸入到每個解調器的每個信號生成 化R 622a-n。每個無線電還可W具有非均勻去量化或解壓縮模塊660a-n，并向加權求和模 塊665提供解壓縮的化R值662a-n，加權求和模塊665將加權的輸出666饋送至存儲器640,并 饋送至解交織器650和FEC解碼器670, W如上所述提供解碼比特670。利用運種方式，主處理 單元可W從不同的無線電接收化R，組合運些化R并對它們解碼。運種分布結構的一些實施 方式可W允許改進處理功率和存儲器。通過將化R值非均勻地量化為索引值，可W降低數據 帶寬需要而不會明顯影響比特錯誤噪聲。
[0090] 根據信道實現和特征、信號的縮放和高分辨率化R的初始量化步長，LLR的分布可 W具有與圖3-6的理想情況相比不同的分布。還可W選擇調整如何完成非均勻量化/壓縮。 圖14中示出了備選實施例。在該實施例中，該實施例具有上述輸入比特712、解調器720、非 均勻量化模塊730、存儲器740、解交織器750、非均勻去量化模塊760和具有解碼比特772的 陽C解碼器770，非均勻量化表726被饋送至壓縮和解壓縮塊二者。在該示例中，校驗724N比 特化R值的分布722,并基于化R值722選擇或生成自適應非均勻量化表724。然后至少部分地 由量化表724的值驅動非均勻量化和去量化。確定非均勻量化條或等級的準則可W旨在最 小化過程中的附加量化噪聲，因此，如果一個化R值相對于其他化R值的概率非常高，則盡可 能地將值保持為原樣。
[0091] 還可W充分利用每個非均勻量化LLR值的概率的差異，例如對非均勻量化化R值應 用化ffman壓縮并指派更少的比特，W表示具有更高概率的化R值，從而使得平均更少的比 特來表示LLR。利用運種方式，圖14中非均勻量化/壓縮塊的輸出可W向壓縮的LLR給出可變 長度索引值。
[0092] 在另一方法中，可W選擇充分利用連續化R值的互相關性。通常，連續化R來自編碼 比特流的不同部分。因此，LLR的符號不是互相關的。然而，由于互相關噪聲，來自同一復調 制符號的衰落干擾或比特(例如，來自同一 M-元正交幅值調制(M-QAM)符號），化R可W具有 互相關的幅值。因此，可W選擇一個示例，用于將LLR的符號和相位相分離，W及如圖15所 示，僅向化R的幅值應用常規數據/矢量壓縮方法。在該示例中，在分析834、836索引值832之 前，非均勻量化830N比特化R值822的輸出，使得在存儲器中與幅值相分離地存儲壓縮化R的 符號（即，索引值的符號），可W進一步壓縮838該幅值。在解交織器850處解交織之后，在模 塊860中可W將壓縮的化R或索引值852的符號與解壓縮的LLR幅值矢量854重新組合。然后， 將解壓縮的N比特LLR 62提供給陽C解碼器70, W如上所述生成解碼比特872。
[0093] 另一方法可W向來自同一調制符號（例如，來自相同M-元脈沖幅值調制(M-PAM)、 M-元相移鍵控M-PSK或M-QAM等的比特的化R)應用非均勻LLR量化方法。運允許確定非均勻 量化值的M維陣列。在運種方法中，有必要考慮化R的聯合分布。在圖16中，示出了來自同一 4-PAM信號的5比特均勻量化的化R 902、904的聯合實現900。可W直接向單獨的化R應用非 均勻量化。在圖17中，示出了具有3比特/LLR912、914的非均勻量化的化R的聯合實現910。可 W理解的是，對于每個3比特的LLR的非均勻量化，應當存在8X8個可能的LLR對。然而，可W 觀察到，聯合LLR中的一些是不可行的。近似地，僅使用3/4的可能點。因此，可W省略運些要 在化R對中表示的不使用的值，并獲得更好的分辨率。例如，可W選擇9個等級而不是8個等 級。通過省略不可能的值，如圖18中所示，將可能點的數目降至低于64,使得兩對非均勻量 化的9等級索引值或化R的聯合實現920可W由6比特的總數來表示。因此，可W向4-PAM信號 的2維度應用該非均勻量化方法。針對M-PAM、MPSK或M-QAM調制，該方法可W擴展至log2(M) 維度。
[0094] 根據閱讀本公開，本領域普通技術人員將會理解其他變化和修改。運些變型和修 改可W設及本領域中已知的、并且可W替代于或附加于本文已經描述的特征來使用的等同 的或其他特征。例如，盡管通常參照無線信號，本領域技術人員將理解的是本公開設及非無 線信號，具體地那些使用交織的信號。
[0095] 雖然附帶的權利要求針對特征的特定組合，但是應該理解的是，本發明的公開范 圍還包括運里明確或隱含公開的或由此歸納的任何新特征或特征的任何新組合，不管其是 否設及與任何權利要求中當前所要求保護的發明相同的發明或是否如本發明一樣解決了 部分或全部的相同技術問題。
[0096] 還可W結合單個實施例提供分離的實施例中的上下文中描述的特征。相反的，單 個實施例的上下文描述的不同特征也可W分別地提供，或W適當的子組合來實現。
【申請人】 應當注意，在本申請或從其導出的任意申請的執行期間，可W為運些特征和/或運些特征的 組合構想出新權利要求。
[0097] 為了完整的目的，所陳述的術語"包括"不排除其它的元件或步驟，術語"一"不排 除復數，單個處理器或其它單元可W執行權利要求中引用的多種裝置的功能，權利要求中 的附圖標記不應理解為限制權利要求的范圍。
【主權項】
1. 一種處理信號的方法，所述方法包括步驟： 接收多個比特； 針對每個比特，計算被稱為LLR的對數似然比； 基于計算的LLR為每個比特提供LLR值； 將所述LLR值量化為多個量化條，每個量化條具有:表示一個或更多個LLR值的寬度和 具有比特長度的索引值;以及 將每個比特與對應于該比特的LLR值的索引值相關聯， 其中每個量化條的寬度是非均勻的。2. 根據權利要求1所述的方法，其中，量化LLR值的步驟還包括步驟： 基于LLR值的概率密度來確定多個量化條的寬度。3. 根據權利要求1或2所述的方法，其中，量化LLR值的步驟還包括步驟： 基于LLR值的范圍來確定多個量化條的寬度。4. 根據權利要求2或3所述的方法，其中，基于計算的LLR來自適應地確定多個量化條的 寬度。5. 根據前述任一項權利要求所述的方法，其中，為每個比特提供LLR值的步驟包括： 向每個比特指派與該比特的計算的LLR相等的LLR值。6. 根據權利要求1至5中任一項所述的方法，其中，為每個比特提供LLR值的步驟還包括 步驟： 將計算的LLR量化為多個LLR條，每個LLR條具有:表示一個或更多個LLR的均勻寬度和 具有比特長度的臨時索引值;以及 向每個比特指派與對應于該比特的LLR條的臨時索引值相等的LLR值。7. 根據權利要求6所述的方法，其中，將計算的LLR量化為多個LLR條的步驟包括:將計 算的LLR均勻地量化為由臨時索引值表示的整數個LLR條，所述臨時索引值具有與整數個 LLR條的二進制對數相等的比特數目。8. 根據權利要求6或7所述的方法，其中，將每個比特與對應于該比特的LLR值的索引值 相關聯的步驟包括:使用表將每個LLR值的臨時索引值轉換為索引值。9. 根據前述任一項權利要求所述的方法，其中，將LLR值量化為多個量化條的步驟包 括:將LLR值非均勻地量化為由索引值表示的整數個量化條，所述索引值具有與所述整數個 量化條的二進制對數相等的比特數目。10. 根據前述任一項權利要求所述的方法，其中，在量化條之間索引值的比特長度是可 變的。11. 根據前述任一項權利要求所述的方法，還包括以下步驟： 將所述索引值的符號與幅值相分離；以及 將數據壓縮方法應用至所述索引值的幅值。12. 根據前述任一項權利要求所述的方法，其中，為每個比特提供LLR值的步驟還包括 步驟： 從所述無線信號中識別Μ個調制的比特，其中Μ至少是2; 對Μ個或更多個調制比特的LLR進行配對，以形成LLR對； 對Μ維陣列內的LLR對加索引；以及 基于所述陣列內LLR對的位置來確定LLR值。13. 根據前述任一項權利要求中所述的方法，還包括步驟： 在存儲器模塊內存儲多個比特以及與所述多個比特相關聯的索引值； 向解交織器提供所述多個比特以及與所述多個比特相關聯的索引值； 對所述索引值進行去量化，以針對每個比特提取解壓縮的LLR值；以及 向解碼器提供所述解壓縮的LLR值和比特，用于提取信號的解碼比特。14. 一種被配置為處理信號的接收機的芯片，所述芯片被配置為： 接收包括多個比特的信號；以及 根據前述任一項權利要求的方法來處理信號。15. -種通信系統，包括一個或更多個接收機，所述一個或更多個接收機中的至少一個 具有如權利要求14所述的芯片。
【文檔編號】H04L1/00GK105846951SQ201610066619
【公開日】2016年8月10日
【申請日】2016年1月29日
【發明人】塞米赫·塞貝特里, 馬里納斯·范·斯普倫特
【申請人】恩智浦有限公司