用于计算形成发送符号矢量的编码比特的软估计的方法和装置与流程

本发明总体上涉及用于计算形成由接收器经由信道从源接收到的发送符号矢量的编码比特的软估计的方法和装置。

背景技术：

称作mimo(多输入多输出)的多天线技术可以被用于数字视频广播系统。例如，双流mimo方案使能提高广播系统数据速率两倍。

发送天线数量的增加允许以接收器复杂度急剧增加的代价来改进系统的鲁棒性。

已经研究了许多类型的mimo检测器，如硬输出或软输出检测器。软输出/软输入允许turbo检测和解码。

技术实现要素：

考虑在具有n个输入和m个输出的、用m×n复矩阵h表示的线性信道上发送正交幅度调制qam星座的n个符号。

在接收器处，将具有m个复高斯项的矢量添加至线性观察hz，这导致以下信道模型：

y＝hz+η

其中，和指示x的转置共轭，而ρ根据定义指示信噪比(snr)，并且in是n×n单位矩阵。

符号zi是矢量z的第i项，并且属于大小为的正交幅度调制qam，并且携带数量为si的编码比特。假定星座符号具有属于整数集的实部和虚部。

qam调制的这种定义未居中。如果在发送居中qam调制时将y^(c)和z^(c)定义为接收和qam符号矢量，而将h^(c)定义为等效信道，那么在发送非居中qam调制时，就与接收和qam符号矢量和等效信道具有以下关系：

其中，指示虚数单位。

针对有关上述模型的每个发送，编码比特是由编码步骤根据携带要发送的数据的信息比特的矢量生成的编码比特的较大矢量的子集。

将编码比特c的矢量转换成调制符号z的矢量的二进制标记(binarylabeling)被表示为ω(.)，使得ω(c)＝z、ω^-1(z)＝c，并且其是编码比特c的矢量的第j个比特。多维qam星座被称做即，是符号z的所有可能矢量的集合。

一些接收器执行编码比特的软输出估计，而且还从纠错码的解码的先前迭代的输出获取软输入先验信息。接收器向生成对信息比特的估计的软输入软输出解码器的输入端提供软估计，而还提供对在解码的下一迭代中反馈至软输出检测器的编码比特的软输出估计。

在噪声具有高斯分布时，与上述模型相关的最佳软输入软输出检测器通过执行以下运算来计算关联至z的第j编码比特的外在对数似然比率llri

其中，πj是第j个编码比特等于1的先验概率，在先前解码运算中由软输出解码器提供并且在解码的第一次迭代时被初始化成0.5。

可以观察到每个llr的计算需要计算距离||y-hz′||²。

每个距离都需要(n+1).m乘法和n+m-1加法。

因此，当信道输入数量n高时，复杂性很高。

而且，如果总频谱效率大，则复杂性可能是棘手的。

以低复杂度达到准优化的另一个选项是绘制一矢量列表，导致对数似然比率llr计算中的和的最重要项。然后仅对该矢量列表执行计算。只有候选矢量z′∈c被认为导致有界值||y-hz′||＜r。

这相当于列出属于以矢量y为中心的半径为r的超球体的所有矢量hz′。矢量hz′属于多维超平行体，其是在线性信道h上发送的多维qam调制的变换。此外，这些矢量形成具有h作为生成矩阵的星座。这种所谓的列表球形解码器(listspheredecoder)提供接近最佳的性能，但是具有阻止芯片组中实际实现的主要缺点，因为列表中的矢量的数量从一个噪声样本到另一个噪声样本或每个信道实现改变时都是高度变化的。

另一种可能性是首先对z执行硬输出估计并且针对而非y来居中化该列表，从而导致所谓的移位列表球形解码器。为了合理的复杂性，该方法显示出更好的性能，但在信道改变时仍然需要动态列表。然而，当信道保持不变时，该列表可以围绕格子(lattice)的原点生成并且围绕在硬检测的第一步骤中获取的估计移位，该移位方法因利用格子的线性特性而相关。

本发明旨在提供一种使能降低计算形成由接收器经由信道从源接收到的发送符号矢量的编码比特的软估计的复杂性的方法和装置。

为此，本发明涉及一种用于计算形成多维星座的发送符号矢量的编码比特的软估计的方法，所述发送矢量由接收器经由信道从源接收到，其特征在于，所述方法包括以下步骤：

-从所述接收器的存储器获取具有整数项或高斯整数项的预定的矢量的列表，

-获取所述源和所述接收器与接收符号之间的信道矩阵估计，

-根据所述信道矩阵估计获取简化的信道矩阵和基底变换矩阵(changeofbasismatrix)，

-至少根据所述简化的信道矩阵和所述接收符号，计算具有整数坐标的矢量，

-围绕所述具有整数坐标的矢量将所述预定列表的矢量移位并且获取移位的矢量的列表，

-根据属于所述移位的矢量列表的矢量并且根据从所述多维星座和所述基底变换矩阵获取的变换的多维星座，计算所述编码比特的软估计。

本发明还涉及一种用于计算形成多维星座的发送符号矢量的编码比特的软估计的装置，所述发送矢量由接收器经由信道从源接收到，其特征在于，所述装置包括：

-用于从所述接收器的存储器获取具有整数项或高斯整数项的预定的矢量的列表的装置，

-用于获取所述源和所述接收器与接收符号之间的信道矩阵估计的装置，

-用于根据所述信道矩阵估计获取简化的信道矩阵和基底变换矩阵的装置，

-用于至少根据所述简化的信道矩阵和所述接收符号，计算具有整数坐标的矢量的装置，

-用于围绕所述具有整数坐标的矢量将所述预定列表的矢量移位并且获取移位的矢量的列表的装置，

-用于根据属于所述移位的矢量的列表的矢量并且根据从所述多维星座和所述基底变换矩阵获取的变换的多维星座，计算所述编码比特的软估计的装置。

因此，接收器的实现变得容易。因而可以在芯片组中实现软估计。

根据一特定特征，所述预定列表的矢量是球形预定的矢量列表或立方体的矢量列表。

因此，仅考虑列表矢量而不是所有矢量的次最优性是有限的。

根据一特定特征，所述具有整数坐标的矢量通过接连应用根据所述简化的信道矩阵计算的mmse滤波器并且对整数值执行舍入来获取。

因此，该列表居中于改进系统性能的良好候选矢量上。

根据一特定特征，基底变换矩阵还根据所述信道矩阵估计来获取，并且所述具有整数坐标的矢量还根据所述基底变换矩阵来计算。

因此，该列表居中于改进系统性能的更好候选矢量上。

根据一特定特征，所述简化的信道矩阵通过计算信道简化算法来获取。

因此，简化的信道矩阵适用于当前信道估计。

根据一特定特征，所述简化的信道矩阵通过根据指定品质因数，从预先计算的简化的信道的集合或基底变换矩阵的集合中选择一个简化信道或一个基底变换矩阵来获取。

因此，获取简化的信道矩阵所需的复杂度大大降低。

根据一特定特征，所述品质因数是通过将所述简化的信道矩阵的逆矩阵乘以所述简化的信道矩阵的逆矩阵的共轭转置而获取的矩阵的迹的值。

因此，简化的信道矩阵完全适用于当前的信道估计。

根据一特定特征，所述品质因数根据通过将所述简化的信道矩阵分解成酉矩阵和上三角矩阵而获取的上三角矩阵来确定。

因此，简化的信道矩阵完全适用于当前的信道估计。

根据一特定特征，所述简化的信道的集合或基底变换矩阵的集合根据针对信道矩阵的随机集合的信道简化算法的离线预处理来获取。

因此，良好的简化的信道矩阵的集合是容易确定的。

根据一特定特征，针对信道矩阵的随机集合的信道简化算法的离线预处理通过以下步骤被执行指定次数：获取基底变换矩阵的候选矩阵的集合；将所述候选矩阵的集合初始化成空集，并且将关联的概率矢量初始化成空矢量；根据信道的预期分布随机生成具有居中和单位方差项的信道矩阵；应用格基规约(latticereduction)，以便获取基底变换矩阵；如果所获取的基底变换矩阵未在所述候选矩阵的集合中，则通过将所获取的基底变换矩阵添加至所述候选矩阵的集合，或者修改与所获取的基底变换矩阵相关联的概率；以及选择所述候选矩阵的集合中的、具有最高概率的预定数量的基底变换矩阵。

根据一特定特征，针对信道矩阵的的随机集合信道简化算法的离线预处理通过以下步骤执行指定次数：获取简化的信道矩阵的候选矩阵的集合；将所述候选矩阵的集合初始化成空集并且将关联的概率矢量初始化成空矢量；根据信道的预期分布随机生成具有居中和单位方差项的信道矩阵；应用格基规约，以便获取简化的信道矩阵；如果所获取的简化的信道矩阵未在所述候选矩阵的集合中，则将所获取的简化的信道矩阵添加至所述候选矩阵的集合，或者修改与所获取的简化的信道矩阵相关联的概率；以及选择所述候选矩阵的集合中的、具有最高概率的预定数量的简化的信道矩阵。

根据一特定特征，所述信道矩阵是分圆预编码对角线信道，并且所述简化的信道矩阵的集合根据针对分圆旋转的分圆域的离线预处理来获取。

因此，良好的简化的信道矩阵的集合易于确定，并提供非常好的性能与有限的集合基数。

根据一特定特征，通过将所述基底变换矩阵的逆矩阵乘以具有整数坐标的矢量来执行根据属于所述移位的矢量的列表的所述星座矢量计算所述编码比特的所述软估计。

根据一特定特征，利用接收到的通过所述信道发送的符号矢量来执行根据属于所述移位的矢量的列表的所述星座矢量计算所述编码比特的所述软估计。

仍然根据另一方面，本发明涉及可以直接加载到可编程装置中的计算机程序，其包括当所述计算机程序在可编程装置上执行时，用于实现根据本发明的方法步骤的指令或代码部分。

因为与所述计算机程序有关的特征和优点与上述与根据本发明的方法和装置有关的特征和优点相同，所以在此不会重复它们。

根据阅读示例实施方式的下列描述，本发明的特征将更清楚地显现，所述描述结合附图生成，其中：

附图说明

图1表示了实现本发明的无线系统。

图2是表示实现本发明的接收器的架构的图。

图3表示了用于针对移位列表球形解码器，基于量化列表字母表执行接收编码比特的软估计的算法。

图4表示了通过信道和格基规约的星座变换的几何说明。

具体实施方式

图1表示了实现本发明的无线系统。

将在由源src传递的信号被传送至接收器rec的示例中公开本发明。

例如，源src可以被包括在卫星或地面发送器中并且向至少一个接收器广播信号，源src也可以将信号传递至单个接收器rec。

接收器rec可以是被传递诸如视频信号的数据的移动终端。

为了改进硬输出接收器的性能，可以使用格基规约(latticereduction)。每当信道h改变时都执行格基规约，其提供以下分解：

h＝hrt

其中，hr例如根据minkovski、korkine-zolotarev或者lenstralenstralovász简化来简化，其涉及hr生成相同的格子作为h，但具有更多的正交基矢量。

基底变换矩阵t是具有整数(或者复数输入情况下高斯整数)项的幺模(unimodular)，这涉及到基矩阵行列式的绝对值是一，并且涉及基矩阵的逆矩阵具有整数(在复数情况下为高斯整数)项。

根据定义，注意到变换的多维星座即，是符号的所有可能矢量的集合x＝tz。

因此，硬输出解码器通常基于信道模型y＝hrx+η来执行硬输出判定，然后通过利用线性解码器使用关系x＝tz来获取对z的估计。这种检测器的性能是好的，其涉及到正交性假设是相当好的。格基规约步骤具有高复杂性，但是只要信道没有变化，就可以在几个解码步骤之间交互作用。这可以与移位列表解码器组合，作为预处理步骤。

本发明首先受益于通过格基规约所提供的几乎正交性。实际上，在应用格子分解h＝hrt之后，可以获取以下信道模型

其中，η′可以近似为白高斯噪声，并且新的snr近似为ρ′。

根据定义，该信道模型被称作rcm(简化信道模型)或者格基规约之后的信道模型，这与针对与不执行格基规约的情况相对应的ocm(观察信道模型)相反。

根据本发明，接收器rec计算形成多维星座的发送符号矢量的编码比特的软估计，该发送矢量由接收器经由信道从源接收到，

-从所述接收器的存储器获取具有整数项或高斯整数项的预定的矢量的列表，

-获取所述源和接收器与接收符号之间的信道矩阵估计，

-根据信道矩阵估计来获取简化的信道矩阵和基底变换矩阵，

-至少根据所述简化的信道矩阵和所述接收符号，计算具有整数坐标的矢量，

-围绕具有整数坐标的矢量，将所述预定列表的矢量移位并且获取移位的矢量列表，

-根据属于移位的矢量的列表的矢量并且根据从多维星座和基底变换矩阵获取的变换的多维星座，计算所述编码比特的软估计。

图2是表示实现本发明的接收器的架构的图。

接收器rec例如具有基于通过总线201连接在一起的组件和由如图3所公开的程序控制的处理器200的架构。

这里，必须注意，接收器rec可以具有基于专用集成电路的架构。

总线201将处理器200连接至只读存储器rom202、随机存取存储器ram203及无线接口205。

存储器203包含旨在接收变量和与图3所公开的算法相关的程序指令的寄存器。

处理器200控制无线接口205的工作。

只读存储器202包含与图3所公开的算法相关的程序的指令，所述指令在接收器rec通电时被传递至随机存取存储器203。

下文参照图3描述的算法的任何和所有步骤可以通过由可编程计算机器执行一组指令或程序而在软件中实现，可编程计算机器诸如是pc(个人计算机)、dsp(数字信号处理器)或微控制器；或者通过诸如fpga(现场可编程门阵列)或asic(专用集成电路)的机器或专用组件而按硬件来实现。

换句话说，接收器rec包括电路或包括电路的装置，使得接收器rec执行下文参照3描述的算法步骤。

图3表示用于针对移位列表球形解码器，基于量化的列表字母表执行接收编码比特的软估计的算法。

更精确地说，本算法由接收器rec的处理器200执行。

在步骤s30，处理器200执行预定的矢量的列表的离线计算。

例如，处理器200使用如u.finkce和m.pohst在1985年发表于mathematicsofcomputationvol44pp463的、题名为“improvedmethodsforcalculatingvectorsofshortlengthinalatticeincludingacomplexityanalysis”的论文中所公开的方法，以便获取格子的原点周围的球形的矢量的列表。该预定列表可以是其它形式，就像通过列出属于立方体形状的所有矢量(即，各项由下限和上限界定的实部和虚部)的立方体的一样。选择该列表的大小以匹配目标复杂度或fpga实现中的芯片组的大小。

在下一步骤s31，处理器200从无线接口i/f205获取观察y和矩阵信道估计h。

根据发送模型的定义，可以跨多个天线、时隙或子载波接收矢量y。

信道估计h例如通过允许估计h的每一个系数的前一信道估计步骤来获取，例如通过使用由源src发送的导频符号。

在mimo信道中，源src具有n个发送天线，并且接收器rec具有m个接收天线。m×n矩阵的系数h被认为是具有零均值单位方差的高斯独立相同分布。

在预编码对角衰落信道的情况下，源src将m＝n个qam符号与一m×m预编码矩阵φ线性组合，并且在m个衰落信道之一上并行地发送m个线性组合中的每一个。并行发送由m×m对角矩阵δ表示，其中，δi，i是δ的第i个对角线系数，并表示第i个平行衰落信道的衰落。

因此，m×m矩阵h将预编码步骤与并行衰落信道上的传输的联结表示为h＝δφ。

在下一步骤s32，处理器200计算信道简化＝hrt。hr是简化的信道矩阵，而t是基底变换矩阵。根据矩阵h提供矩阵hr和t以使得h＝hrt的信道简化的计算根据lll简化来获取，举例来说，如在alenstra、hlenstra以及l.lovasz发表于mathematischeannalen，vol261，pp515-5321982的、题名为“factoringpolynomialswithrationalcoefficients”的论文中所公开的。

例如，如c.lingw.hmow和n.howgrave-graham2010年发表于computingresearchrepositoryvolabs/1006.1661的、题名为“variantsofthelllalgorithmindigitalcommunications.complexityanalysisandfixedcomplexityimplementation”的论文中所公开的，计算信道简化。

例如，如c.pschnorr在1987年发表于theoreticalcomputerscience，vol53，pp201-224的、题名为“ahierarchyofpolynomialtimelatticebasisreductionalgorithms”的论文中所公开的，计算信道简化。

在一实现的变型例中，为了使接收器rec的复杂度降低，处理器200离线地定义存储在存储器中的候选矩阵t的集合，而不在线地使用格基规约算法。

处理器200获取信道矩阵h，对属于候选矩阵t的集合的预定数量的候选的基底变换矩阵t执行循环，针对每一个候选的基底变换矩阵t计算简化的信道hr＝ht^-1，并且处理器200例如将品质因数定义为：

的被最小化的值，并且是转置共轭运算符，

-由被最大化的定义的值，其中，矩阵r通过qr分解hr＝qr获取，其中，q是酉矩阵并且r是上三角矩阵。

处理器200选择优化所述品质因数的一对(t，hr)。

处理器200通过将候选矩阵t的集合初始化成空集并且将关联的概率矢量初始化成空矢量来获取离线优化中的候选矩阵t的集合处理器200根据信道的预期分布(例如，根据独立的相同分布的复高斯多变量分布)随机生成信道矩阵h，其具有居中的和单位方差项。处理器200然后应用如已经公开的格基规约，以便获取t和hr。处理器获取候选矩阵t作为简化的结果，并且如果所获取的候选矩阵未在候选矩阵t的集合中则将所获取矩阵t添加至候选矩阵t的集合或者修改关联至所获取的矩阵的发生概率。处理器200重复该操作给定次数。最后，处理器200选择候选矩阵t的集合中的、具有最高概率的给定数量的矩阵t。

在一实现的变型例中，为了使接收器rec的复杂度降低，处理器200离线地定义存储在存储器中的候选矩阵hr的集合，而不在线地使用格基规约算法。处理器200获取信道矩阵h，对属于候选矩阵hr′的集合的预定数量的候选基矩阵hr执行循环，针对每个候选矩阵hr计算候选基底变换矩阵其中，表示将候选基底变换矩阵的每个系数舍入到最接近的整数值或高斯整数，并且处理器200例如将品质因数定义为的最小化的值。

处理器200选择优化品质因数的一对(t，hr)。

处理器200通过将候选矩阵hr的集合初始化成空集合并且将关联的概率矢量初始化成空矢量来获取离线优化中的候选矩阵hr的集合处理器200根据信道的预期分布(例如，根据独立的相同分布的复高斯多变量分布)随机生成信道矩阵h，其具有居中的和单位方差项。处理器200然后应用格基规约，如已经公开的那样，以便获取t和hr。处理器200获取候选矩阵hr作为简化的结果，并且如果所获取的候选矩阵未在候选矩阵hr的集合中，则将所获取矩阵hr添加至候选矩阵hr的集合或者修改关联至所获取矩阵的概率。处理器200重复该操作给定次数。最后，处理器200选择候选矩阵hr的集合中的、具有最高概率的给定数量的矩阵hr。

如果信道矩阵是分圆预编码对角信道，则简化信道矩阵的集合根据针对分圆旋转的分圆域的离线预处理来获取。

实际上，如果φ是分圆旋转，则考虑关联至分圆域的单位的候选矩阵δq的集合这些单位可以由表示为大小为n的矢量的n′个基本单位的集合{ui}构成。

针对每个基本单位，处理器200定义对角矩阵bi，其中，对角线组元由限定，其中，符号diag将矩阵a的对角组元提取为矢量diaga＝[a1，1，…，an，n]^t，其中，ai，i是第i行和列的第i个元素。

最后，可以显示出

其中，n′是小于或等于n的参数。

因此，处理器200根据例如随机地选择的格子矢量的集合(或者换句话说，k个矢量的随机集合)来建立候选矩阵δq的集合然后，针对每个信道估计h，处理器200计算并从中选择候选δq，使得

δ＝ξδq

其中，ξ是δ到δq的量化误差，并且例如使得值maxi(|log(|ξi|)|)被最小化。

然后，分圆旋转的代数特性给出和hr＝ξφ，这允许从δq的集合中得到矩阵t的集合

在下一步骤s33，处理器200计算rcm的新观察

根据在步骤s31获取的接收到的观测y和在步骤s32获取的简化信道hr的逆矩阵，计算rcm的新观察

在下一步骤s34，处理器200确定rcm中的最接近矢量y′的估计估计是具有整数坐标的矢量。

rcm中的最接近矢量y′的估计例如是如下获得的：首先基于ocm对y应用mmse滤波器，之后是一个判定，然后乘以t，以便得到

例如，通过取得最接近的整数值(如果在复数维度下，则在实部和虚部上独立地获取)，即通过首先计算x′，来获取rcm中的最近矢量y′的估计

可选地，为了确保x属于多维qam调制，需要一个附加步骤来计算z′＝t^-1x′，并且根据下式得到z″

以便最终获取

在下一步骤s35，处理器200将周围的预定列表移位，以生成列表这例如通过针对每一个计算矢量的集合来获取。

在下一步骤s36，处理器200去除中的不属于变换的多维星座的矢量并获取列表

为了去除中的不属于变换的多维星座的矢量，处理器200计算列表其按t^-1变换被移位的列表的结果，然后应用与的交集。实际上，该交集的实现比直接计算更容易，并且可以执行如下

针对所有

·检查

·检查

·如果其中一个检查为假，则从删除矢量z

结果，剩余矢量的列表是并通过按t应用变换来获取列表

当预先计算和存储矩阵t的集合时，可以针对每个可能的t预先计算和存储矢量的列表

在另一选项中，处理器200针对t和的所有可能的值存储所有列表

在另一选项中，处理器200针对t和的所有可能的值存储所有列表

在下一步骤s37，处理器200根据矢量的列表来计算编码比特的软估计。

根据一优选实现模式，处理器200根据下式计算llr

其需要列表

在另一实现模式中，处理器200根据下式计算llr

其需要列表

在另一实现模式中，处理器200根据下式估计llr

其需要列表并且其中，通过仅计算一次矩阵矢量乘法而免去了一定的复杂度，而不是根据需要计算为许多矩阵矢量乘法hrx。

图4表示了通过信道和格基规约的星座变换的几何说明。

图4a公开了作为星座的多维星座c的实部，其中为了例示起见，n＝2。矢量被例示为黑点，而白点是其它矢量

在mimo信道变换之后，包含矢量z的矩形星座被偏斜成在图4c上作为黑点观察到的、包含矢量的平行体星座被标记为白点的观察到的格子是由信道矩阵h定义的格子的其它矢量。这对应于ocm。

在信道简化之后，图4b示出了具有包含矢量的中的星座的观察到的格子的最接近表述。图4a与4c之间有一个基本改变，并且变换的多维星座在中呈平行体。这对应于rcm。

观察到，无论信道h，从图4b至图4c的变换hr由于简化的信道特性而几乎正交，其涉及图4b中绘制的球形，在按hr变换之后在图4c中几乎是球形的。

因此，本发明旨在绘制rcm而非ocm中的球形的矢量的列表。

变换的多维星座总是位于这意味着根据本发明，到格子的原点的最接近矢量的球形列表可以计算一次并且用于所有，并且移位成tz的硬估计。

由于可以离线完成矢量的列表的构建，因而本发明免去了大量的复杂性。

可以观察到图4b中考虑的球形受t^-1的影响而偏斜成图4a中的椭球形。

此外，图4b中的变换的多维星座受t的影响而成为图4a中的qam矢量的矩形多维星座的偏斜版本。

因此，t现在扮演等效信道的角色，但是具有包含整数项的特性，并且以高概率地属于有限的字母表。本发明使用该特性来进一步免去复杂性。

最后，为了计算软输出检测，仅考虑属于星座的矢量，然后需要进行选择的操作来拒绝星座外的矢量。

自然，在不脱离本发明的范围的情况下，可以对上述本发明的实施方式进行许多修改。