专利名称：一种球形译码方法
技术领域：
本发明涉及无线通信领域的信号处理技术，尤其涉及一种球形译码方法。
背景技术：
随着无线通信技术的逐步成熟，移动用户数量正在呈指数倍增长，并且 移动业务已从传统的语音业务扩展到了多媒体业务，这样频谱资源就显得曰 益紧张。针对这一情况，能够实现高效编码、调制以及信号处理的多输入多
输出(MIMO)系统应运而生。在MIMO系统中，为了提高信源信息传输的 可靠性，在发送端，待传输信号首先经过能够提供纠错能力的信道编码，再 进行空时/空频/空时频编码，而后由多幅发送天线同时或者按照一定的时 间顺序发送出去。对于接收端，由多幅接收天线同时或者按照一定的时间顺 序接收来自于发送端的信号，并依次进行空时/空频/空时频解码和信道译 码，从而将译码结果作为待发送信号的原始信息。
接收端所进行的信道译码实质上是对接收信号的检测，即从接收信号中 检测出最优信号，作为译码结果。目前可以通过线性迫零方式、线性最小均
方误差方式、干扰抵消的迫零方式、干扰抵消的最小均方误差方式、最大似 然译码方式以及球形译码方式等来完成信号检测。实践表明，最大似然译码
方式具有较好的性能，但是其计算复杂度与调制阶数和天线的数目之间成指 数关系，例如采用16QAM ( 16阶正交幅度调制)方式调制、共有5幅天 线时，计算复杂度为165;球形译码方式具有与最大似然译码方式相同的性 能，但是通常其计算复杂度与天线数目间为立方关系。因此，球形译码方式 是目前最为常用的信号检测方式之一。
球形译码的基本思想是将搜索空间表示为能够反映信道响应和/或编码 方式的网格，以接收信号为中心建立超球面，在该超球面以内的网格中搜索 对发射信号的最佳估计。以S-E球形译码为例，首先通过对接收信号对应的
信道矩阵进行QR分解，根据信道矩阵和矩阵R的对角线元素来将接收信号 映射到至少一层网格上，其中网格的层数与上三角阵R的行数相同；在进行 搜索时首先根据矩阵R中的元素计算出来本次搜索中各层的度量值，然后从 最后一层中选择度量值最小的格点所在分支开始向倒数第二层搜索，得到各 个方向上的度量值，继续搜索具有最小度量值的分支。在倒数第三层选择具 有最小度量值的分支继续向倒数第四层搜索，直至搜索到第一层。此时该分 支的最小度量值作为当前球半径，并保存各层格点对应的估计值，在第二层 的其它分支寻找小于当前球半径的格点，若没有发现则继续到第三层搜索， 以此类推。若在第n层发现度量小于当前半径的分支，则继续搜索第n-l层 具有最小度量值的分支，直至第一层。若在第一层度量值小于当前半径值， 则更新当前半径值，并保存各层格点对应的值，重新搜索；若在第m层发 现具有最小度量的分支大于当前半径值，则继续到第(m+l)层搜索度量值 小于当前半径的分支，最后当不能发现比当前解度量值更小的解时，输出当 前解，此解对应最大似然解，即对发射信号的最佳估计。
图l为S-E球形译码网格的示意图。参见图1，在所示出的球形译码网 格中，共包括有两层网格，其中第二层中包括至少两个分支，每个分支在第 一层中均包含有l个网格。这些分支的数目由所使用的调制方式确定，例如 16QAM方式下，第二层中共存在4个分支。假设搜索半径为无穷(oc), 在进行搜索时，从第二层上度量值最小的分支开始搜索，即从第二层中1.2 所在分支向第一层搜索，第二层分支对应的估计值为-1,第一层最小度量值 对应的估计值为3，度量值为.7，则保存解(-l， 3)，更新半径值为1.7，到 第二层搜索比此度量小的格点，有三个格点度量小于1.7,先搜索度量最小 的格点，此格点对应值为1,度量为1.3,向下搜索第一层，找到度量为1.5 的格点，其对应值为1,由于1.5<1.7,更新球半径为1.5，保存解为(l,l)。
到第二层搜索度量值小于1.5的格点，分支l度量值为1.49，小于1.5,向 第一层搜索，找到度量值为2.1的格点，由于2.1>1.5，丢弃此解，继续到第 二层搜索，没有发现未搜索的比1.5小的格点，结束搜索，输出最大似然解
(U)。
从上述描述可见，矩阵R的对角线元素是构建各层的关键因素之一， 并且这些对角线元素越大，表明该元素对应的接收信号的信噪比越大。由于 常规QR分解矩阵R的对角线元素是无序的，即右下角到左上角的各元素不 是降序排列，这样就会使得首次搜索不是从信噪比最大的分支开始，那么有 可能在搜索过程中发现将前几次搜索结果确定为正确解的概率较低。这意味 着出现搜索方向错误扩散的几率较高，即反复调整搜索方向会导致计算复杂 度的增加。此外，实际应用中，搜索空间的层数是接收天线数目的两倍，这 样，计算复杂度由于天线的增加而大幅度提高，从而为执行球形译码的接收 端带来较大的负担。
发明内容
有鉴于此，本发明提供一种球形译码方法，能够降低译码过程中的计算 复杂度。
在本发明的球形译码方法中，包括以下步骤
对待译码信号的信道矩阵进行排序的QR分解，根据矩阵R的行数确定 搜索空间的层^:,并确定各层的Fano基；
利用矩阵R中的元素确定接收信号在各层上的星座点映射值和度量值， 从搜索空间的最后一层开始对搜索空间进行搜索，并且在搜索到第/层时， 将当前搜索半径更新为所述当前搜索半径与第(z'+1 )层到最后 一 层F an o基 和的差值，/为大于等于1的正整数；
将最终度量值最小的分支作为搜索结果，并将该分支对应的星座点映射 值组成为球形译码结果。
较佳地，所述对信道矩阵进行排序的QR分解为
将常规QR分解Q矩阵中绝对值平方和最小的列置换为当前列进行QR 分解，矩阵R中右下角对角线元素大于左上角对角线元素的概率大于0.5。
较佳地，所述最后一层为第2M层，其中M为发射天线的数目，所述对 搜索空间进行搜索为
Bl.从第2M层开始依次搜索，搜索到第一层得到最终度量值，将当前搜 索半径更新为该度量值与第2层到第2M层Fano基和的差值，保存由星座点映 射值组成的当前解，并且使得当前层数/=2， /为1至2M之间的正整数；
B2.根据当前搜索半径执行搜索，搜索第Z层，判断当前被搜索分支度量 值是否小于当前搜索半径，如果是，将/更新为(/-1)，若更新后的/等于1, 执行步骤B3，若更新后的/大于l，则返回执行本步骤中所述搜索第/层的操 作；否则，将/更新为(!'+l),将该层中除当前被搜索分支之外的其它分支作 为当前被搜索分支，若戶2M，则执行步骤B4，否则返回执行本步骤中搜索第Z 层的操作；
B3.在搜索到第一层时，若当前被搜索分支的最终度量值小于当前搜索半 径，将当前搜索半径更新为当前被搜索分支的最终度量值与第2层到第2M层 Fano基和的差值，将/更新为(/+1)并保存当前解，执行步骤B2，否则，将 /更新为(f+l),并执行步骤B2;
B4.将已保存的当前解对应的分支作为最终度量值最小的分支。
较佳地，所述搜索中进一步包括搜索到第/层时，将当前搜索半径更新 为搜索半径与预先确定的第0'+l)层到第2M层Fano基和的差值。
较佳地，所述预先确定各层Fano基为
将第z'层的Fano基确定为等于《，,&r,2 ，其中《,,为所述矩阵R的第Z个对角 线元素， 一为噪声功率，5为通过仿真测量出来的性能调整参数，f为l至2M 区间内的正整数；
或者，将各层的Fano基确定为固定值；
或者，将第f层的Fano基确定为与噪声功率cr,2成线性关系或非线性关系。
较佳地，预先设置首次搜索中各层对应的度量值门限，步骤Bl所述从第
2M层开始搜索，得到最终度量值为 Bll.将/取值为等于2M;
B12.将第/层作为当前层进行搜索，计算当前层的接收信号估计值以及该 接收信号的星座点映射值，根据所确定的映射值计算该层的度量值，判断当前 层的度量值是否小于等于预先确定的当前层的度量值门限，如果是，则执行步 骤B13;否则，执行步骤B14;
B13.将f更新为(! -1),并判断当前层是否是第l层，如果是，则将当前 层的度量值确定为最终度量值，结束首次搜索；否则，返回执行步骤B12;
B14.在当前层不是第2M层时，将/更新为(/+1)，并返回执行步骤B12。
较佳地，所述步骤B14中进一步包括
在当前层是第2M层时，加大各层的度量值门限，并返回执行步骤B12。 较佳地，所述对待译码信号的信道矩阵进行排序的QR分解之前，进一步 包括利用噪声参lt对信道矩阵进行预处理。
较佳地，所述利用噪声参数对信道矩阵进行预处理为将信道矩阵变换
处理为
H
C7—I
,其中6为信道矩阵， 为噪声参数，^-M/SVW, M为发射天
线数目，SiW 为信噪比，l为单位矩阵。
应用本发明，能够有效地降低球形译码的计算复杂度。 具体而言，首先，本发明中执行的是排序的QR分解，在得到的矩阵R 中，其右下角的对角线元素大于左上角的对角线元素的概率较高。并且这些 对角线元素与对应的接收信号的信噪比有关，即对角线元素越大，信噪比也 越大，那么本发明中矩阵R右下角对角线元素对应的接收信号的信噪比大于 左下角对角线元素对应的接收信号的信噪比的概率较高。由于球形译码中首 次搜索的估计值是通过矩阵R的右下角元素计算得来，这样从信噪比最大的 接收信号开始执行首次搜索正确的概率也较高。因此，本发明能够大大降低 搜索方向错误扩散的出现几率，减少调整搜索方向的次数，从而能够有效地
降低球形译码的计算复杂度。并且，本发明在得到初始解后执行重新搜索过 程中，在向第2M层方向搜索时，每经过一层都将搜索半径回缩。这样，本 发明中搜索半径的收敛速度更快，能够更快排除一些无效分支，找到最优解， 从而计算复杂度进一步降低，这一点在天线较多的情况下尤为突出。
还有，本发明还可以在首次搜索时对每一层都设置度量值门限，各层的
度量值门限不同。在这种情况下，进行首次搜索时，首先从第2M层中度量 值最小的网格开始，搜索到第(2M-l)层时，只有该层的度量值小于对应 的度量值门限，才继续搜索，以此类推，直到首次搜索进行到第1层为止。 这样，通过度量值门限的设置，可以提前发现错误路径并跳转到其它层搜索， 能够进一步提高寻找最优解的概率，从而有效地降低计算复杂度。
下面将通过参照附图详细描述本发明的示例性实施例，使本领域的普通 技术人员更清楚本发明的上述及其它特征和优点，附图中 图l为S-E球形译码网格的示意图； 图2为本发明中^^形-斧码方法的示例性流程图； 图3为本发明实施例1中球形译码方法的示例性流程图； 图4为本发明实施例2中球形译码方法的示例性流程图； 图5为另一种S-E球形译码网格的示意图6为本发明实施例2中考虑度量值门限情况下首次搜索的流程图。
具体实施例方式
为使本发明的目的、技术方案更加清楚明白，以下参照附图并举实施例， 对本发明做进一 步的详细说明。
本发明为一种球形译码方法，其基本思想是在球形译码过程中，对信 道矩阵执行排序的QR分解，使得矩阵R中对角线上的右下角元素大于左上 角元素的概率较高，例如大于0.5,并且在搜索时考虑各层的Fano基。
图2示出了本发明中球形译码的示例性流程图。参见图2，该方法包括
在步骤201中，对信道矩阵进行排序的QR分解，根据矩阵R的行数确 定搜索空间的层数；
在步骤202中，利用矩阵R中的元素确定接收信号在各层上的星座点 映射值和度量值，从搜索空间的最后一层进行搜索，并且在搜索到第/层时， 将当前搜索半径更新为所述当前搜索半径与第(,+l )层到最后一层Fano基 和的差值，/为大于等于1的正整数；
在步骤203中，将最终度量值最小的分支作为搜索结果，并将该分支对 应的星座点映射值组成为球形译码结果。
从上述流程可见，本发明中执行的是排序的QR分解，在得到的矩阵R
对角线元素与对应的接收信号的信噪比有关，即对角线元素越大，信噪比也
左下角对角线元素对应的接收信号的信噪比的概率较高。由于球形译码中首 次搜索的估计值是通过矩阵R的右下角元素计算得来，这样从信噪比最大的 接收信号开始执行首次搜索正确的概率也较高。而且，本发明在得到初始解 后执行重新搜索过程中，在向第2M层方向搜索时，每经过一层都将搜索半 径回缩。这样，本发明中搜索半径的收敛速度更快，能够更快排除一些无效 分支，找到最优解，从而计算复杂度进一步降低，这一点在天线较多的情况 下尤为突出。可见，本发明能够大大降低搜索方向错误扩散的出现几率，减 少调整搜索方向的次数，从而能够有效地降低球形译码的计算复杂度。
此外，本发明中还可以在执行QR分解之前对信道矩阵进行最小均方误 差(MMSE)预处理，将噪声影响考虑到信道矩阵中，并对经过MMSE预 处理后的信道矩阵进行排序的QR分解。上述的MMSE预处理能够有效地 降低信道矩阵中被放大了的噪声分量，因此能够进一步降低球形译码的计算 复杂度。
下面通过两个实施例对本发明中球形译码方法进行详细说明。
实施例1
本实施例中的球形译码过程主要包括MMSE预处理、QR分解以及搜 索最优解等部分。其中，可以采用最为常用的S-E方式执行搜索最优解的搡作。
图3示出了本实施例中球形译码方法的流程图。参见图3，该方法包括 如下步骤
在步骤301中，对信道矩阵进行MMSE预处理。
本步骤中，为了考虑信号传输过程中的噪声影响，在执行后续球形译码 操作之前，先将噪声加入到新到矩阵中。具体来说，假设信道参数为//,由 于球形译码仅能够对一维空间进行处理，则利用信道参数i/构建信道矩阵
H，即ft:
Real(巧 -Imag(//). Imag(//) Real(//)
，其中Real(/Z)和ImagCf/)分别为信道参数H的
实部和虚部。在进行MMSE预处理时，在信道矩阵6中加入噪声分量，那
么预处理后的信道矩阵为
H
，其中 为噪声参数，cr 2=MAWi , 5TW 为信
噪比，I为单位矩阵。
在步骤302中，对预处理后的信道矩阵进行排序的QR分解，并根据矩 阵R的行数确定搜索空间的层数。
本实施例中排序的QR分解是指使得矩阵R中右下角对角线元素大于左 上角对角线元素的概率较高的QR分解。与常规的QR分解相比，这里排序 的QR分解过程中增加了排序操作，即将常规QR分解的矩阵Q中绝对值平 方和最小的列置换为当前列进行处理。
本步骤中得到的矩阵R是2Mx 2M的上三角阵，其中的M为接收天线 数目的两倍。本实施例中球形译码搜索空间中所包括的层数与矩阵R的行数 相同，即共有2M层。
在步骤303 ~ 305中，根据矩阵R和接收信号确定各层的接收信号估计 值以及该接收信号在星座点上的映射值，并根据所确定的映射值计算各层的
度量值，然后依照该度量值从搜索空间的最后一层开始搜索，将最终度量值 最小的分支作为搜索结果，利用搜索结果所在分支上各层的星座点映射值组 成接收信号集合。
在信号传输过程中，每种调制方式均对应一定的接收信号范围，发送端 发出的信号只能是该范围内的某个的信号点，其中每个信号点均代表一个星
座点。例如16QAM下，星座点的取值只有1、 -1、 3和-3四种。接收信号 经过发送端与接收端的无线信道后会由于诸多因素的影响而发生变化，因此 要对接收信号进行估计，并利用得到的估计值寻找在星座点上的映射值。
本实施例中，第/层的接收信号估计值为当/=2M时， 』=int(;C/iV2M);当/〈2M时，x, = kit((y;-其中y;为接收信号的
第/行，^=|>,—,a，《,为矩阵R的第/行第/列元素，符号int表示取整
操作。在得到接收信号估计值后，从所在层上未被映射的星座点中选择与该 估计值最接近的星座点，将该星座点的值作为该接收信号的星座点映射值。 相应地，在计算第z层的度量值时，当片2M时，r2M=|>^-i^.2A/x2M|2;当/
〈2M时，7;—1=7>卜;-《-《,,|2,可见本实施例中第z'层的度量值包含了第
(i+l)层至第2M层的度量值之和，这样可以将第l层的度量值称为最终度 量值。
这里将每次搜索中从第2M层到第1层的路径称作为一个分支，将从第 2M层朝向到第l层的搜索方向称为正向，将第l层朝向第2M层的搜索方 向称为反向。这里的搜索过程可以包括
步骤l，从第2M层开始正向搜索，搜索到第一层得到最终度量值，将当前 搜索半径更新为该度量值，保存由星座点映射值组成的当前解，并且使得当前 层数/=2， /为1至2M之间的正整数；
步骤2，根据当前搜索半径执行反向搜索，搜索第Z层，判断当前被搜索分 支度量值是否小于当前搜索半径，如果是，将/更新为(/-1),若更新后的z'
等于1，执行步骤3，若更新后的/大于1,则返回执行本步骤中所述搜索第/
层的操作；否则，将！ 更新为(/+1)，将该层中除当前被搜索分支之外的其它 分支作为当前被搜索分支，若/=2^,则执行步骤4，否则返回执行本步骤中搜 索第/层的操作；
步骤3,在搜索到第一层时，若当前被搜索分支的最终度量值小于当前搜 索半径，将当前搜索半径更新为当前被搜索分支的最终度量值，将/更新为0'+1 ) 并保存当前解，执行步骤2，否则将Z更新为(Z+l),并执行步骤2;
步骤4,将已保存的当前解对应的分支作为最终度量值最小的分支。
举例来说，在寻找最终度量值最小的分支时，按照S-E球形译码方式， 首先在首次搜索中计算出第2M层的接收信号估计值，例如等于-0.9,如果 采用的是16QAM的调制方式并且是首次搜索，那么与该估计值最接近的星 座点映射值是-1,再利用星座点映射值-1计算得到本次搜索中第2M层的度 量值。而后计算首次搜索中第(2M-1)层上的估计值、星座点映射值以及 度量值，依次类推，直到第l层为止。此时将首次搜索中第l层的最终度量 值作为搜索半径，利用各层上的星座点映射值组成接收信号的当前解。在完 成首次搜索后，到第2层寻找度量值比当前搜索半径更小的格点，如杲没有 发现，再到第三层搜索，若回到第2M层，接收信号在该层的估计值-0.9已 计算出来，那么从该层上未被映射的星座点中选择与该估计值最接近的星座 点，将被选择的星座点的值作为本次搜索中的星座点映射值，例如为1，然 后再利用本次搜索中的星座点映射值计算出本次搜索中第2M层的度量值。 如果计算出来的度量值小于等于搜索半径，则计算第l)层的星座点 映射值和度量值，并且再次与搜索半径进行比较。直至达到第l层，此时如 果第1层的最终度量值小于搜索半径，则利用该度量值更新搜索半径；如果 大于搜索半径，则将该分支丢弃。此后，再重复上述过程，完成所有4叟索， 并将在第1层上最终度量值最小的分支作为搜索结果，将该分支上各层的星 座点映射值组成最优解，作为接收信号集合。
由于每次确定星座点映射值时，均是从所在层上未被映射的星座点中选
择与估计值最为接近的星座点，因此可以看出，本实施例中对于第2M层而
言，前一次搜索的分支上的度量值一定小于后一次搜索的分支上的度量值；
而且，本实施例中矩阵R中右下角对角线元素大于左上角对角线元素的概率 较高，因此可以保证首次搜索中发现正确路径的概率较高，从而能够减少搜 索次数，降低计算复杂度。
以上的搜索过程与现有的S-E球形译码中的搜索过程相同。
至此，完成本实施例中的球形译码过程。
实施例2
本实施例中，在进行球形译码时，处理执行实施例1中的MMSE预处 理和排序的QR分解之外，还在每次搜索过程中根据噪声参数来调整搜索半 径，使得该搜索半径比实施例1中的对应搜索半径考虑了 Fano基的影响。
图4示出了本实施例中球形译码方法的流程图。参见图4，本实施例中 的球形译码方法包括
在步骤401 -402中，对信道矩阵进行MMSE预处理，对预处理后的信 道矩阵进行排序的QR分解，并根据矩阵R的行数确定搜索空间的层数。
此处的两个步骤与实施例1中的步骤301至302的操作相同。
在步骤403 -405中，根据矩阵R和接收信号确定各层的接收信号估计 值以及该接收信号在星座点上的映射值，并根据所确定的映射值计算各层的 度量值，然后依照该度量值以及噪声功率从搜索空间的最后一层开始搜索， 将最终度量值最小的分支作为搜索结果，利用搜索结果所在分支上各层的星 座点映射值组成接收信号集合。
这里的三个步骤与实施例1中的步骤303至305较为相似，只是本实施 例中在搜索过程中确定搜索半径时考虑了 Fano基。具体来说，在通过首次 正向搜索确定了当前解和最终度量值之后，在反向搜索的过程中，每搜索一 层，都将搜索半径更新为最终度量值与此层之前各层Fano基和的差值，即， 最终度量值与第(/+1 )层到第2M层Fano基和的差值。这里第/层的Fano
基为i ,，Ar,2,其中《,为矩阵R的第f个对角线元素，a,2为噪声功率，5为
通过仿真测量出来的性能调整参数，/为1至2M区间内的正整数。并且，3 的取值是可变的，当5取值较小时，可得到较好的性能，但复杂度高；当5取 值较大时，性能较差，但复杂度较低。可以通过对S进行调整来获得较好的 性能/复杂度的折中。此外，Fano基也可以是预先确定的固定值或者噪声功 率^的倍数等。
仍以图l为例，假设第l层的Fano基为0.2。在首次搜索中，首先从第 二层度量值为1.2的分支2开始向第l层搜索，搜索到度量值为1.7的分支， 此时的最终度量值为1.7，当前解为(-1， 3);搜索第二层时，将搜索半径 确定为等于最终度量值减去第l层的Fano基，即为1.7-0.2=1.5，再按照该 搜索半径向该分支的第2层搜索，找到比当前搜索半径1.5小的分支3，该 分支在第2层的度量值为1.3，向第1层搜索到该分支的最小最终度量值为 1.5，搜索第二层时，此时搜索半径为1.5-0.2=1.3;然后按照1.3这样的搜 索半径在第2层中搜索，此时不存在比该搜索半径小的分支，因此最优解为 分支3对应的星座点映射值组成的数组，即(l, 1)。第二层的分支l度量 为1.49将不被搜索，而常规算法会搜索这一分支。这样可以降低计算复杂 度。
图5示出了另一种球形译码的网格示意图。图5中共包括有四层网格， 假设第1至4层的Fano基分别为0.2、 0.3、 0.1和0.4。在进行首次搜索时， 在第4层上从分支2开始向第l层搜索到第l层度量值3.5处，得到此时的 当前解为(-1, 3， -1, 3)，搜索半径为3.5;然后在进行反向搜索之前，先 将搜索半径回缩第一层的Fano基，等于3.5-0.2=3.3，按照该搜索半径对分 支2的第2层上的其他格点进行搜索，由于不存在小于该搜索半径的^f各点， 因此准备向第3层反向搜索，此时再使搜索半径回缩第2层的Fano基，等 于3,而在第3层也不存在小于该搜索半径的格点，回到第4层，并且搜索 半径回缩第3层的Fano基，等于2.9，此时首次搜索进行完毕，当前解仍为(-1， 3, -1, 3)。然后再启动第二次正向搜索，每经过l层，都加上该层
对应的Fano基，即在分支3上，第3层的搜索半径为2.9+0.1=3,第2层的 搜索半径为3+0.3=3.3,第1层的搜索半径为3.3+0.2=3.5，那么搜索到度量 值为3.1的分支，当前解为(1， 1, 1， 1)，并在反向搜索时，每经过一层 均使得搜索半径回缩该层对应的Fano基，在该分支上没有找到比3.1更小 的度量值，并且3.1小于首次搜索后得到的最终度量值3.5，因此此时的最 优解为(1, 1， 1， 1)。之后按照如上的方式搜索第4层度量值为1.49的 分支1，该分支上不存在更优的解。此时的搜索半径仍为2.9,由于分支4 上第4层的度量值为3.6，大于搜索半径，因此全部搜索结束，最优解为分 支2上得到的解(1, 1， 1, 1)。
至此，结束本实施例中的球形译码过程。
从上述描述可见，本实施例中在搜索到每个分支的第1层之后，向第 2M层方向搜索时，每经过一层都将搜索半径回缩。这样，本实施例中搜索 半径的收敛速度更快，与实施例l相比能够更快排除一些无效分支，更为快 速地找到最优解，从而计算复杂度进一步降低，这一点在天线较多的情况下 尤为突出。
对于上述的实施例1和实施例2,还可以在首次搜索时对每一层都设置度 量值门限，各层的度量值门限不同。在这种情况下，进行首次搜索时，在从第 2M层时，只有该层的度量值小于对应的度量值门限，才继续搜索，以此类推， 直到首次搜索进行到第1层为止。图6示出了本实施例中考虑度量值门限情况 下的首次搜索流程图，参见图6，这里的首次搜索包括如下步骤
步骤601,将/取值为等于2M。
步骤602~ 603,将第f层作为当前层进行搜索，计算当前层的接收信号估 计值以及该接收信号在星座点上的映射值，根据所确定的映射值计算该层的度 量值，判断当前层的度量值是否小于等于预先确定的当前层的度量值门限，如 果是，则执行步骤604;否则，执行步骤607。
步骤604~606，将/更新为(!'-1)，并判断当前层是否是第1层，如果是， 则将当前层的度量值确定为最终度量值，结束首次搜索；否则，返回执行步骤 602。
步骤607-609，判断当前层是否是第2M层，如果是，则将各层的搜索半 径加大，并返回执行步骤602;否则，将/更新为(!'+l)，返回执行步骤602。
这里可以采用多种方式实现对搜索半径的加大，例如在原搜索半径的基础 上乘以加大因子等。
通过度量值门限的设置，可以提前发现错误路径并跳转到其它层搜索， 能够进一步提高寻找最优解的概率，从而有效地降低计算复杂度。
仍然以图5中的网格为例，假设第1、 2、 3、 4层的度量值门限分别为 3.4、 3、 2.7和1.45。在首次搜索时，首先从第4层中度量值为1.2的分支2 开始搜索，每搜索一层均与该层的度量值门限进行比较，当搜索到第2层时 由于该层的度量值3.2大于对应的度量值门限，因此可以直接将分支2排除 在外。
再有，上述仅是以S-E球形译码中的搜索方式为例进行的说明。实施例 1中的步骤303至305以及实施例2中的步骤403至405还可以采用常用的 F-Pohst球形译码中的等搜索方式，此处不再赘述。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本 发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在 本发明的保护范围之内。
权利要求
1.一种球形译码方法，其特征在于，该方法包括:对待译码信号的信道矩阵进行排序的QR分解，根据矩阵R的行数确定搜索空间的层数，并确定各层的Fano基；利用矩阵R中的元素确定接收信号在各层上的星座点映射值和度量值，从搜索空间的最后一层开始对搜索空间进行搜索，并且在搜索到第i层时，将当前搜索半径更新为所述当前搜索半径与第(i+1)层到最后一层Fano基和的差值，i为大于等于1的正整数；将最终度量值最小的分支作为搜索结果，并将该分支对应的星座点映射值组成为球形译码结果。
2、 如权利要求1所述的方法，其特征在于，所述对信道矩阵进行排序的 QR分解为将矩阵Q中绝对值平方和最小的列置换为当前列进行QR分解，矩阵R中 右下角对角线元素大于左上角对角线元素的概率大于0.5。
3、 如权利要求l所述的方法，其特征在于，所述最后一层为第2M层，其 中M为发射天线的数目，所述对搜索空间进行搜索为Bl.从第2M层开始依次搜索，搜索到第一层得到最终度量值，将当前搜 索半径更新为该度量值与第2层到第2M层Fano基和的差值，保存由星座点映 射值组成的当前解，并且使得当前层数/=2， /为1至2M之间的正整数；B2.根据当前搜索半径执行搜索，搜索第/层，判断当前被搜索分支度量 值是否小于当前搜索半径，如果是，将/更新为(/-1),若更新后的/等于l， 执行步骤B3，若更新后的/大于1，则返回执行本步骤中所述搜索第/层的操 作；否则，将Z更新为(/+1),将该层中除当前被搜索分支之外的其它分支作 为当前被搜索分支，若爿2M，则执行步骤B4，否则返回执行本步骤中搜索第/ 层的操作；B3.在搜索到第一层时，若当前被搜索分支的最终度量值小于当前搜索半径，将当前搜索半径更新为当前被搜索分支的最终度量值与第2层到第2M层Fano基和的差值，将/更新为(z'+l )并保存当前解，执行步骤B2，否则，将 /更新为(/+1)，并执行步骤B2;B4.将已保存的当前解对应的分支作为最终度量值最小的分支。
4、 如权利要求l所述的方法，其特征在于，所述确定各层的Fano基为 将第/层的Fano基确定为等于《/c7,2 ，其中&为所述矩阵R的第f个对角线元素，cr,2为噪声功率，5为通过仿真测量出来的性能调整参数，/为1至2M 区间内的正整数；或者，将各层的Fano基确定为固定值；或者，将第Z层的Fano基确定为与噪声功率of成线性关系或非线性关系。
5、 如权利要求3或4所述的方法，其特征在于，预先设置首次搜索中各层 对应的度量值门限，步骤B1所述从第2M层开始搜索，得到最终度量值为Bll.将/取值为等于2Af;B12.将第/层作为当前层进行搜索，计算当前层的接收信号估计值以及该 接收信号的星座点映射值，根据所确定的映射值计算该层的度量值，判断当前 层的度量值是否小于等于预先确定的当前层的度量值门限，如果是，则执行步 骤B13;否则，执行步骤B14;B13.将Z更新为(f-l)，并判断当前层是否是第l层，如果是，则将当前 层的度量值确定为最终度量值，结束首次搜索；否则，返回执行步骤B12;B14.在当前层不是第2M层时，将/更新为(z'+l)，并返回执行步骤B12。
6、 如权利要求5所述的方法，其特征在于，所述步骤B14中进一步包括 在当前层是第2M层时，加大各层的度量值门限，并返回执行步骤B12。
7、 如权利要求l所述的方法，其特征在于，所述对待译码信号的信道矩阵 进行排序的QR分解之前，进一步包括利用噪声参数对信道矩阵进行预处理。
8、 如权利要求7所述的方法，其特征在于，所述利用噪声参数对信道矩阵进行预处理为将信道矩阵变换处理为<formula>formula see original document page 4</formula>,其中ft为信道矩阵， 为噪声参数，(t 2=M/SA^， M为发射天线数目，57Vi 为信噪比，I为单位矩阵<
全文摘要
本发明公开了一种球形译码方法，包括对待译码信号的信道矩阵进行排序的QR分解，根据矩阵R的行数确定搜索空间的层数，并确定各层的Fano基；利用矩阵R中的元素确定接收信号在各层上的星座点映射值和度量值，从搜索空间的最后一层开始对搜索空间进行搜索，在搜索时考虑Fano基的影响，以有效降低搜索的分支数，将最终度量值最小的分支作为搜索结果，并将该分支对应的星座点映射值组成为球形译码结果。本发明的技术方案能够有效地降低球形译码的计算复杂度。通过调整Fano基大小，还可以达到性能和复杂度的良好折中。
文档编号H03M13/00GK101373975SQ20071014307
公开日2009年2月25日 申请日期2007年8月22日 优先权日2007年8月22日
发明者严春林, 加山英俊, 战 张, 玮 王 申请人:株式会社Ntt都科摩