一种正交振幅调制的软解调方法与流程

本发明涉及通信领域，尤其涉及一种正交振幅调制QAM(QuadratureAmplitudeModulation)的软解调方法。

背景技术：
QAM是近年来通信系统广泛使用的一种信号调制方式。在调制过程中，QAM同时以载波信号的幅度和相位来代表不同的数字比特编码，把多进制与正交载波技术结合起来，极大地提高了频带利用率。例如，2006年由国家广电总局正式颁布的移动电视行业标准中国移动多媒体广播电视技术(ChinaMobileMultimediaBroadcasting,CMMB)中即采用16QAM的调制方式。在接收端对数据进行解调时，常用的QAM解调方法有硬解调和软解调。硬解调是将星座点强制判决为相应的调制比特，实现简单，但性能较差，而软解调则是输出星座点的概率软信息，实现略为复杂，但性能很好。由于QAM的调制阶数越高，其抗干扰能力越差，因此，在通信系统中，一般都采用软解调的方式，以获得良好的性能。QAM的软解调信息的标准计算公式一般涉及了对数和指数运算，在工程实现中，现有技术的处理方法一般分为两类：一类是将精确的对数概率信息公式近似成粗略运算公式，来粗略计算软解调信息；另一类是采用查找表的方法来规避对数和指数运算，但查找表本身将极为庞大、冗余。因此，前者计算简单，实现简单，但在不满足近似条件的情况下，软解调信息的精确度大受影响；后者实现快捷，适应性强，但查找表的庞大和冗余则使得采用这一方法的性价比很低。

技术实现要素：
本发明提供一种QAM的软解调方法，解决现有技术在软解调信息的精确度和存储容量间难以取得较好的平衡的问题。本发明采用以下技术方案:一种正交振幅调制的软解调方法，包括：根据待解调数据的实部Rdata和虚部Idata分别计算解调后得到的各比特的近似软解调输出值LLRapproximate；从预设的查找表中查找各比特的软解调修正值LLRD-Normalized；根据各比特的近似软解调输出值LLRapproximate和软解调修正值LLRD-Normalized计算其最终软解调输出值LLROutput。在本发明一实施例中，根据待解调数据的实部Rdata和虚部Idata分别计算各比特的近似软解调输出值LLRapproximate的方法包括：采用一阶线性函数f(z)，以所述待解调数据的实部Rdata和虚部Idata分别作为所述一阶线性函数f(z)的变量z，计算各比特的近似软解调输出值LLRapproximate。在本发明一实施例中，所述最终软解调输出值LLROutput＝LLRD-Normalized+LLRapproximate。在本发明一实施例中，从预设的查找表中查找各比特的软解调修正值LLRD-Normalized的方法为：预先建立并保存软解调所用的查找表；根据信道高斯噪声方差和信道估计损益比ak计算参数因子β；根据所述待解调数据的Data实部Rdata或虚部Idata，以及参数因子β从所述查找表中查找各比特的软解调修正值LLRD-Normalized。在本发明一实施例中，所述参数因子β与信道高斯噪声方差信道估计损益比ak满足在本发明一实施例中，建立软解调所用的查找表的方法包括：设定参数因子β的多个不同值；针对各个参数因子β取值，根据待解调数据的实部Rdata和虚部Idata，分别计算各比特的软解调精确值LLRprecise；针对各个参数因子β取值，根据待解调数据的实部Rdata和虚部Idata，分别计算各比特的软解调近似值LLRapp-unnorm；针对各个参数因子β取值，对各比特的软解调精确值LLRprecise与软解调近似值LLRapp-unnorm的软解调差值LLRDifference进行归一化处理，得到相应比特的软解调修正值LLRD-Normalized；建立所述待解调数据的实部Rdata、参数因子β及所述软解调修正值LLRD-Normalized之间的映射关系，建立所述待解调数据的虚部Idata、参数因子β及所述软解调修正值LLRD-Normalized之间的映射关系，并将所述映射关系保存在所述查找表中。在本发明一实施例中，将所述映射关系保存在所述查找表中之后，还包括：将软解调差值LLRDifference与软解调精确值LLRprecise之间的比值小于数值系数α的相应映射关系从查找表中剔除，即将LLRDifference/LLRprecise<α的相应映射关系从查找表中剔除，所述数值系数α满足0＜α＜0.1。在本发明一实施例中，根据待解调数据的实部Rdata或虚部Idata，计算各比特的软解调近似值LLRapp-unnorm的方法包括，采用一阶线性函数C(β)f(z)，以所述待解调数据的实部Rdata和虚部Idata分别作为所述一阶线性函数C(β)f(z)的变量z，计算各比特的软解调近似值LLRapp-unnorm，其中C(β)是参数因子β的函数，表示归一化系数。在本发明一实施例中，软解调修正值LLRD-Normalized＝LLRDifference/C(β)。在本发明一实施例中，所述归一化系数C(β)与参数因子β满足本发明设计了一种QAM的软解调方法，采用近似运算结合查找表修正的方法计算最终软解调输出值，避免了现有方法中仅通过粗略运算计算软映射概率输出信息的方法造成的精确度不够，以及单纯采用查找表方法时查找过于庞大的问题，在准确度和存储容量间取得较好的平衡。附图说明图1为现有技术中CMMB标准中的16QAM星座映射图；图2为本发明实施例一种16QAM的软解调方法流程图。具体实施方式QAM的软映射方式可作如下推导：记时刻k，比特集合{uk,i}，i＝1,2,3...m映射为星座映射平面的实数对{Ak,Bk}，且解调器接收数据的同相支路和正交支路Xk、Yk可以表示为：Xk＝akAk+NIkYk＝akBk+NQk其中ak在瑞利衰落信道下是一个瑞利随机变量，在高斯白噪声信道下为1。其中，NIk和NQk是均值为0方差为的高斯噪声，且它们是相互独立的。则每一比特的软输出，即对数似然比LLR(LogarithmofLikelihoodRatio)为：使用贝叶斯准则，并且由于P{uk,i＝1}＝P{uk,i＝0}，上式得到：如果QAM映射的除数为2的偶次幂，同相信号Xn和正交信号Yn独立映射且相互垂直，且在解调端同相支路和正交支路的高斯白噪声互不相关，可将上式简化为：其中，UX是映射到同相信号Xn的比特集合，UY是映射到正交信号Yn的比特集合。定义Sx,1(i)和Sx,0(i)分别是uk,i＝1与uk,i＝0在星座图中所映射点实际Xn值的集合，对于uk,i∈UY，定义同样意义的Sy,1(i)和Sy,0(i)，得到QAM映射中，精确的对数概率信息公式：其中，为信道高斯噪声方差，ak为信道估计损益比。使用近似计算式：将公式(1)进行简化得到粗略运算公式(2)：公式(1)中的软解调输出需要进行对数和指数运算，而公式(2)是关于xk,yk的线性函数，因此计算得以大为简化，现有技术中，一般基于公式(2)来粗略计算软解调信息，但当公式的近似条件不满足时，将极大的影响解调的性能，例如，如果求和项中存在两项极为相近的项，公式将对xi带来ln2＝0.6932的误差，这个误差在xi较小时，其影响无法忽略。本发明对公式(2)进一步简化求近似值，再结合查找表修正的方法计算最终软解调输出值，在准确度和存储容量间取得较好的平衡。下面以现有技术中CMMB标准中的16QAM软解调为例，对本发明进一步详细说明。图1所示为现有技术中CMMB标准中的16QAM星座映射图，由图1可知：比特b3,b3∈UX，对应于b3＝1的映射值集合为Sx,1(i)＝{-d0,-3d0}，对应于b3＝0的映射值集合为Sx,0(i)＝{d0,3d0}；比特b2,b2∈UY，对应于b2＝1的映射值集合为Sy,1(i)＝{-d1,-3d1}，对应于b2＝0的映射值集合为Sy,0(i)＝{d1,3d1}；比特b1,b1∈UX，对应于b1＝1的映射值集合为Sx,1(i)＝{-d0,d0}，对应于b1＝0的映射值集合为Sx,0(i)＝{-3d0,3d0}；比特b0,b1∈UY，对应于b0＝1的映射值集合为Sy,1(i)＝{-d1,d1}，对应于b0＝0的映射值集合为Sy,0(i)＝{-3d1,3d1}；其中，d0,d1分别表示16QAM星座映射图中实轴和虚轴上的距离基本单位，在16QAM映射中，d0表示上述公式(1)和(2)中的Xn，d1表示上述公式(1)和(2)中的Yn，待解调数据的实部Rdata和虚部Idata分别为xk,yk。根据公式(1)可得16QAM星座映射图中解调后得到的各个比特的精确的对数概率信息公式(3)：根据公式(2)可得16QAM星座映射图中解调后得到的各个比特的粗略运算公式(4)：由公式(4)可知，LLR(b3)与LLR(b2)是分段函数，可以分别仅取|xk|＜2d0和|yk|＜2d1所对应的一段,以求形式的统一性；进一步地，对于LLR(b3),LLR(b2)，LLR(b1),LLR(b0)还可以同时忽略掉相等的系数，因此，在公式(4)的基础上进行如下简化：得到本发明的近似软解调输出值LLRapproximate计算公式(5)：由公式(5)可推导出16QAM星座映射图中各个比特的近似软解调输出值LLRapproximate可通过一阶线性函数f(z)计算得到，该一阶线性函数f(z)具有如下的形式(不考虑符号)：f(z)＝z+c或f(z)＝|z|+c其中，z＝xk＝Rdata或z＝yk＝Idata，c为一常数，c的取值范围为0＜c≤0.5。图2所示为本发明实施例一种16QAM的软解调方法：S21、以待解调数据的实部Rdata和虚部Idata分别作为一阶线性函数f(z)的变量z，计算解调后得到的各比特的近似软解调输出值LLRapproximate，其中，在16QAM映射中，LLRapproximate(b3)＝＝f(z)＝xk；LLRapproximate(b2)＝f(z)＝yk；S22、从预设的查找表中查找各比特的软解调修正值LLRD-Normalized。其具体过程如下：A、预先建立并保存软解调所用的查找表，查找表的建立步骤如下：A1、设定参数因子β的多个不同值，如β＝0.1、0.2、0.3……。A2、针对各个β的取值，采用计算机按照上述16QAM星座映射图中各个比特的精确的对数概率信息公式(3)，计算各个比特的软解调精确值LLRprecise：其中，A3、针对各个β的取值，根据公式C(β)f(z)计算各比特的软解调近似值LLRapp-unnorm如下：其中，A4、针对同一比特同一β取值，求步骤A2中的软解调精确值LLRprecise和步骤A3中的软解调近似值LLRapp-unnorm的差值LLRDifference＝LLRprecise-LLRapp-unnorm，并对差值LLRDifference进行系数归一化，得到相应比特在相应β取值时，的软解调修正值LLRD-Normalized＝LLRDifference/C(β)。由步骤A3和A4的计算结果可知，对于比特b2和b3,在β较大(β>1)时，其差值LLRDifference的影响往往不可忽略；对于比特b0和b1，在β较小(β<1)时，差值的影响的影响往往不可忽略。A5、建立映射关系:(β，Rdata)→LLRD-Normalized以及(β，Idata)→LLRD-Normalized。并将该映射关系保存在查找表中。采用本实施例所建立的查找表，只需存储软解调修正值LLRD-Normalized，相对于现有技术中需要存储软解调精确值或近似值的查找表，其大小大为减小，降低了查找表的数据冗余度。本实施例，还可以进一步对查找表进行优化，针对同一比特同一β取值，若LLRDifference/LLRprecise<α，则可令LLRDifference＝0，可将LLRDifference/LLRprecise<α的相应映射关系从查找表中剔除。其中，优选的，0＜α＜0.1。由于剔除了对最终软解调输出值精度影响较小的值，因此进一步减小了查找表的大小，降低了查找表的数据冗余度。B、根据当前信道高斯噪声方差和信道估计损益比ak，带入公式计算参数因子β。C、根据待解调数据的实部Rdata和参数因子β在对应的查找表中，查找LLR的修正值LLRD-Normalized，或者根据待解调数据的虚部Idata和参数因子β在对应的查找表中，查找LLR的修正值LLRD-Normalized。S23、根据各比特的近似软解调输出值LLRapproximate和软解调修正值LLRD-Normalized计算其最终软解调输出值，最终软解调输出值LLROutput＝LLRD-Normalized+LLRapproximate：LLROutput(b3)＝xk+LLRD-Normalized(b3)；LLROutput(b2)＝yk+LLRD-Normalized(b2)；由公式(8)可知，在CMMB标准的16QAM软解调中，比特b3和b2的最终软解调输出值LLROutput只是自变量(xk、yk)不同，因此可以共用同一查找表，同理，b1和b0也可以共用同一查找表，更进一步节省了查找表所占的大小，降低了查找表的数据冗余度。针对现有技术中进行QAM软解调时，将精确的对数概率信息公式近似成线性运算，来粗略计算软解调信息存在的精确度不足、而采用查找表的方法来规避对数和指数运算，存在查找表庞大、冗余的问题，本发明采用近似线性运算计算近似软解调输出值LLRapproximate，再采用查找表的方法对其进行修正，从而在保证QAM最终软解调输出值精确度的同时，所建立的查找表的大小、冗余度都大为降低。以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。