专利名称：具有加速球译码的多输入多输出电信系统的制作方法
技术领域：
本发明涉及无线电信系统，更具体地，涉及在发射机处使用多个天线和在接收机处使用多个天线的无线电信系统，它也被称为多输入多输出(MIMO)系统。
在现有技术中已经众所周知的是，MIMO电信系统比起单个天线到单个天线或多个天线到单个天线的系统，能够获得大大提高的容量的能力。
MIMO电信系统的原理如
图1所示。要被发送的数据流Din在发射机一端由矢量编码器110编码，以及被映射成多个子符号流，每个子符号流是专用于一个给定的天线的。不同的子符号流在由天线1301，1302，...，130M进行发送之前，由Tx单元1201，1202，...，120M进行RF调制和放大。在接收机一端，多个天线1401，1402，...，140M接收发送的信号，以及接收的信号被RX单元1501，1502，...，150M解调成符号。这样得到的符号被检测器160处理，产生接收数据流Dout。
在现有技术中，对于矢量编码器110和检测器160已经提出各种方案。作为这些方案的基础的基本概念是利用空间分集(由于影响发送天线与接收天线之间的传播的不同的衰落系数)和时间分集。为此，单元110被称为空间-时间编码器。例如，在Tarokh等，题目为“Space-time codes for high data rates wirelesscommunicationsperformance criterion and codeconstruction(用于高的数据速率无线通信的空间-时间码性能准则和代码结构)”，IEEE Trans.Inform.Theory，vol.44，pp.744-765，1998年3月的文章中提出一种空间-时间分集技术。这种被称为STTC(空间-时间格子编码)的技术按照网格结构建立在空间域(不同的发送天线)和时间域(接连的时间符号)中、在发送的信号之间的相互关系。网格中的转移是由输入符号确定的。检测器160是基于最大或然序列估值(MLSE)，计算最低积累的度量来确定最可能的发送的序列。在Alamouti等，题目为“Asimple transmitdiversity technique for wireless communications(用于无线通信的简单的发送分集技术)”，IEEE J.Select.Areas.Comm.vol.16，pp.1451-1458，1998年10月的文章中提出另一种空间-时间分集技术。按照这种所谓的STBC(空间-时间块编码)技术，输入符号块被映射成L×M编码的矩阵，其中L是接连的时隙的数目，以及组成所述矩阵的L个矢量被M个发送天线发射。
最近，已由O.Damen等在他们的、题目为“Lattice code decoderfor space-time codes(用于空间-时间码的网格码译码器)”，IEEECommunication Letters，vol.4，No.5，pp.161-163，2000年5月的文章中证明，在MIMO电信系统中接收的信号可被表示为由噪声污染的网格中的一个点，因此，在接收机一端可以使用球译码器，来得出发送的符号矢量的ML估值。更精确地，球译码方法早已被提出来用于未编码的MIMO系统，即其中与不同的发送天线有关的子符号流被独立地编码的系统，和用于使用所谓的代数空间-时间代码的MIMO系统。这样的代码的例子可以在O.Damen的、题目为“Jointcoding/decoding in a multiple access system-Application tomobile communication(多址系统中的联合编码/译码-对移动通信的应用)”，ENST，Paris的博士论文中找到。
我们考虑如图1所示的MIMO系统，以及把在给定的时间p，由天线发送的符号的矢量和由天线接收的信号的矢量分别表示为x(p)＝(x1(p)，x2(p)，...，xM(p))和y(p)＝(y1(p)，y2(p)，...，yN(p))。我们首先假设，在MIMO系统中，子符号流被独立地编码。我们可写出yn(p)=Σm=1Mhmn(p)xm(p)+ηn(p)---(1)]]>其中hmn(p)是在时间p在发送天线m与接收天线n之间的传播路径的衰落系数以及ηn(p)是影响接收信号yn(p)的噪声样本。通常，传输是基于长度为L的帧的，以及假设在一个传输的帧内系数是恒定的，但系数是随不同的帧而变化的，例如，从M个发送天线到N个接收天线的M×N个传输信道假设为准静态Rayleigh(瑞利)信道。假设衰落系数在接收机处是已知的，例如，这是由于对由不同的发送天线发送的导引符号进行了估值。噪声样本被假设为是具有零均值(AWGN噪声)和方差为σ2的独立复数高斯变量的样本。
应当指出发送的符号不一定属于同一个调制星座。
通过采用矩阵表示式和省略时间下标p，公式(1)可写为y＝xH+η(2)其中H是M×N矩阵，可被表示为H＝(hmn)，m＝1，...，M；n＝1，...，N.
公式(2)中的矢量x，y和η的复数分量可分别表示为xm=xmR+jxmI,]]>ym=ymR+jymI,]]>ηm=ηmR+jηmI]]>。同样地，矩阵H的复数系数可被表示为hmn=hmnR+jhmnI,]]>其中hmnR和hmnI是实数。
通过表示x′=(x1R,x1I,...,xMR,xMI),]]>y′=(y1R,y1I,...yNR,yNI),]]>η′=(η1R,η1I,...,ηNR,ηNI)]]>和H′=h11Rh11I...h1NRh1NI-h11Ih11R...-h1NIh1NR...............hM1RhM1I...hMNRRMNI-hM1IhM1R...-RMNIRMNR,]]>我们可以把公式(2)重写为y′＝x′H′+η′ (3)其中y’和η’是1×2N实数矢量，x’是1×2M实数矢量以及H’是2M×2N实数矩阵。在不失一般性的情况下，在以后假设每个发送的符号xm的实数和虚数分量xmR和xmI是PAM调制的，即xmR∈{-M2m-1+1,-M2m-1+3,...,M2m-1-3,M2m-1-1}]]>和 (4)xmI∈{-M2m+1,-M2m+3,...,M2m-3,M2m-1}---(5)]]>其中M2n-1和M2m分别是对于xmR和xmI的调制阶数。例如，如果xm是经16-QAM调制的符号，则M2m-1＝M2m＝4。
以下的结果可被扩展到其中发送的符号被PSK调制的情形，正如在Hochwald等的、题目为“Achievingnear-capacity on a multipleantenna channel(在多个天线信道上达到接近的容量)”的文章中说明的，该文章是在网址mars.bell-labs.com上可提供的。
如果实施以下的仿射变换x~mR=12(xmR+M2m-1-1)]]>和x~mI=12(xmI+M2m-1)]]>或再次以矢量地表示x~=12(x′+μ)---(6)]]>其中x~=(x~1R,x~1I,...,x~MR,x~MI)]]>和μ＝(M1-1，M2-1，...，M2M-1)。 的分量是Z的元素，因此 是Z2M的矢量。
一般地说，存在有仿射变换它把分量xmR和xmI变换成Z的元素，因此矢量 可被表示为Z2M的矢量。
同样地，对于(3)中规定的y’实施相应的变换，也就是说y~=12(y′+μH′)---(7)]]>所以在公式(7)中的矢量 可以被表示为y~=x~H′+η/2---(8)]]>我们假设M≤N(即，接收天线的数目大于发送天线的数目)，和rank(秩)(H’)＝2M，这实际上是衰落系数被去相关的情形。然而，以下的结果可被扩展到M＞N的情形，正如在O.Daman等的、题目为“Ageneralized sphere decoder for asymmetrical space-timecommunication architecture(用于非对称空间-时间通信结构的通用球译码器)”，Elec.Letter，vol.36，pp.166-168，2000年1月，的文章中说明的。实际上，在这样的情形下，可以对在M个发送的符号中间的M-N个符号实施穷尽式搜索，其余的N个符号通过球译码方法被搜索，正如下面进一步描述的。
矢量 可被看作为被噪声η’/2污染的、在R2M中和生成矩阵H’的2M维的网格Λ的一个点。事实上，在K维的矢量空间中κ维网格Λ是由满足下式的RK的任何矢量v的组所定义的v＝b1v1+b2v2+..+bκvκ(9)其中(v1，v2，...，vκ}是RK的线性无关的矢量，以及b＝(b1，...，bκ)∈Zκ。
矢量v1，v2，...，vκ构成所谓的网格生成矩阵G的行，并因此被称为所述网格的生成矢量。所以，有可能写出v＝bG(10)图2A上显示在κ＝2的简单情形下这样的网格。一般地，由G＝H’生成的网格的维数是K＝2N维的空间中的κ＝2M。
发送的符号组由有限大小的字母表∏Z2M表示，此后称为乘积星座。这个乘积星座由用于调制M个子符号流的调制星座确定，以及字母表∏的基数(cardinal)等于不同的调制字母表的基数的乘积。乘积星座∏相应于网格子集Λ。
穷举的最大或然译码需要搜索在整个乘积星座∏中的最接近的邻居，即，需要对于z∈∏进行搜索，以使得距离 是最小值(由图2A表示)。
球译码方法计算到位于在接收点周围的网格区域内的那些点的距离，优选地，是在以接收点为中心的、给定半径 的球面S内的那些点，如图2A所示。所以，为了使度量最小化，只考虑在位于离接收点的平方距离小于C的该网格中的点。
实际上，译码器实施以下的最小化minz∈Λ||z-y~||=min2∈y~-Λ||w||---(11)]]>为了做到这一点，寻找在转换的集 中最小的矢量w。如果我们表示ρ=y~H′T]]>和ξ=wH′T,]]>其中 是矩阵H’的伪逆矩阵(亦称为Moore-Penrose逆)，则矢量 和w可被表示为y~=ρH′]]>有ρ＝(ρ1，...，ρ2M)w＝ξH′有ξ＝(ξ1，...，ξ2M) (12)重要的是指出，ρ和ξ都是实数矢量。按照公式(8)，矢量ρ可被看作为矢量 的ZF估值。由于，w=y~-z]]>(其中z＝bH’)属于网格Λ，对于w=Σi=12Mξivi,]]>我们有ξi＝ρi-bi，对于i＝1，...，2M。矢量w是在网格中的一个点，其坐标ξi被表示在以接收点 为中心的转换的参考帧中。当且仅当在以下条件下，矢量w才属于以0为中心的、平方半径为C的球||w||2=Q(ξ)=ξH′H′TξT≤C---(13)]]>所以，在由ρ，b和ξ规定的坐标的新的系统中，以 为中心的平方半径为C的球被变换成椭球E，以及网格Λ被表示为Z2M的各元素。图2B上显示这种表示法。应当看到，它等价于图2A所示的表示法。
Gram矩阵Г＝H’H’T的Cholesky的因式分解给出Г＝ΔΔT，其中Δ是元素δij的下三角矩阵。公式(13)可被重写为Q(ξ)=ξΔΔTξT=||ΔTξT||2=Σi=12M(δijξi+Σj=i+12Mδjiξj)2≤C---(14)]]>通过设置qij＝δij2对于i＝1，...，2Mqij=δijδij]]>对于j＝1，...，2M；i＝j+1，...，2M(15)可得出Q(ξ)=Σi=12Mqii(ξi+Σj=i+12Mqjiξj)2---(16)]]>
首先关心ξ2M的可能的变化范围，然后按递减下标序号逐个相加这些分量，可得到以下的2M个不等式，它们规定了在该椭球内的所有的点q2M,2Mξ2M2≤C]]>q2M-1，2M-1(ξ2M-1+q2M，2M-1ξ2M)2+q2M，2Mξ2M2≤C(17)∀l∈{1,..,2M},Σi=l2Mqij(ξi+Σj=i+12Mqjiξj)2≤C]]>可以证明，不等式(17)对于使得b的整体分量(integercomponent)满足以下不等式是充分和必要的 其中 是大于实数x的最小整数，以及 是小于实数x的最大整数。
实际上使用2M个内部计数器，即，每维一个计数器，每个计数器在如(18)式所示的下限与上限之间计数，假定每个计数器与特定的一对上下限相联系的话。实际上，这些上下限可被循环地更新。我们设置Si=Si(ξi+1,...,ξ2M)=ρi+Σj=i+12Mqjiξj---(19)]]>Ti-1=Ti-1(ξ1,...,ξ2M)=C-Σl=12Mqll(ξl+Σj=l+12Mqjlξj)2=Ti-qii(ξi+Si-ρi)2---(20)]]>Tl-1＝Tl-qll(Sl-bl)2(21)其中T2M＝C。
通过使用(19)到(21)，每个分量bi的变化范围被递归地确定，从分量b2M开始Li-≤bi≤Li+---(22)]]>其中 和 对于每个候选的矢量b(图2B上表示的)，检验是否b∈∏。一旦找到最接近的矢量b，可以从(6)简单地得到发送符号的实部和虚部的估值x^′=2b-μ---(24)]]>如上所述，关于公式(18)到(23)，球译码的处理过程必须经历包括在由(17)规定的椭球中的每个网格点，以及对于每个点计算范数‖w‖。这个扫描算法是非常费时的，特别是对于大数目M的发送天线。
为了加快球译码处理过程，已经建议用计算的最低范数‖w‖来更新半径 由此在每次找到较低的范数时缩小椭球。然而，每次重新定尺度意味着计算新的边界Li-和Li+，然后在更新的边界之间进行新的搜索。所以，希望减小在MIMO电信系统的接收机中用于得出发送符号的估值的球译码方法的复杂性。
图3A示意地显示如在以下的文章中揭示的、空间-时间编码器110的例子B.Hassibi等，“High-rate codes that are linear inspace and time(在空间与时间上线性的、高速率的代码)”，在网址mars.bell-labs.com上可得到。
被输入到空间-时间编码器的输入数据流Din由复用器111复用成多(Q)个比特流，这些比特流分别被符号映射器1121，...，112Q映射成Q个符号流。空间-时间分散(dispersion)符号编码器113(其功能在后面描述)把Q个未编码的符号块(表示为x1u，...，xQu)映射成L个接连的矢量(x1(1)，...，xM(1))，(x1(2)，...，xM(2))，...，(x1(L)，...，xM(L))的帧，每个矢量由M个发送天线1301，1302，...，130M发送。通常，在给定的时间p＝1，...，L发送的符号x1(p)，...，xM(p)不是独立的。更精确地，每个未编码的符号xqu在113中用两个L×M空间-时间分散矩阵Aq和Bq编码为组合xqu·Aq+xqu*Bq]]>(其中.*表示共轭)，以及符号块x1u，...，xQu被编码为和值X=Σq=1Q(xqu·Aq+xqu*Bq)---(25)]]>其中矩阵x的行是在不同的时间p=1，...，L的发送的符号的矢量。
图3B示意地显示当使用图3A的空间-时间编码器时检测器160的结构。符号译码器161输入L个接连的矢量(y1(1)，...，yN(1))，(y1(2)，...，yN(2))，...，(y1(L)，...，yN(L))，每个矢量是相对于接收时间p=1，...，L的，以及是由在该时间被N个接收天线1401，1402，...，140N接收的信号构成的。
L个接连的矢量被表示为L×N矩阵Y的行。我们有Y＝XH+E,(26)其中E是L×N矩阵，它的行代表影响L个接连的时隙内的接收符号的复数噪声样本。
实际上，对于给定数目N的发送天线，块的尺寸Q和帧的长度L被选择成使得Q<L.N，以便避免线性系统(26)在x1u，...xQu形式下是不确定的。还应当指出，如果Q<L.M，则由符号编码器113在符号编码级中引入某些冗余性。
可以证明，公式(26)可以等价地重新表示为如下yL′＝xu′HL′+ηL′(27)其中y’L是通过链接L个接连的矢量y′(p)=(y1R(p),y1I(p),...,yNR(p),yNI(p)),]]>p=1，...，L而得到的i×2LN矢量；η’L是通过链接L个接连的矢量η′(p)=(η1R(p),η1I(p),...,ηNR(p),ηNI(p)),]]>p=1，...，L而得到的1×2LN矢量；Xu’是1×2Q矢量(x1uR，x1uI，...xQuR，xQuI)，其中xqu=xquR+jxquI,]]>以及H’L是从衰落系数的矩阵H(的实部和虚部)以及分散矩阵Aq和Bq(的实部和虚部)得到的实系数的2Q×2LN矩阵，q=1，...，Q。如果Q<L.N和正确地选择分散矩阵，则矩阵不退化。
公式(27)类似于(3)，不过它涉及更高的矢量和矩阵维数接收天线的数目(N)被乘以时隙的数目(L)，以及发送天线的数目(M)用未编码符号的块尺寸(Q)代替。乘积星座n通过用来映射块的不同符号的星座调制而被生成。
所以符号译码器161可以实行如上所述的球译码方法，在这里，网格由生成矩阵H’L生成，而不是由矩阵H生成，所以，在维数K=2LN的空间中具有维数κ=2Q。球译码算法提供矢量 (从类似于(24)的公式得出)，它给出估值x^1uR,x^1uI,...,x^QuR,x^QuI,]]>即，未编码的符号xqu的复数估值 Q个估值被去映射器(demapper)1621，...，162Q去映射，以及这样生成的二进制子数据流被解复用器163解复用，以产生接收数据流Dout。
应当指出，当使用空间-时间分散符号时，球译码方法能够检测被输入到编码器的符号xqu，而不检测发送时的符号xm。
如果块的尺寸Q是大的，则沿着网格的2Q维数的每个维扫描在椭球内的候选的网格点(在公式(18)中M用Q代替)可能是非常费时的。
所以，本发明的目的是提出在MIMO电信系统的接收机中一种大大地减小球译码方法的复杂性的措施，特别是如果在发射机中使用空间-时间分散符号编码器的话。
为此，本发明由在所附权利要求1中要求的估值方法所规定。本发明的有利的变例在从属权利要求中被规定。
当结合附图阅读以下的说明时，将更清楚地明白上述的本发明的特性，其中图1示意地表示在MIMO电信系统中发射机和接收机的结构；图2A是在球译码方法中使用的、二维网格的第一表示法；图2B是在球译码方法中使用的、二维网格的第二表示法；图3A示意地表示在图1的发射机中使用的空间-时间编码器的结构；图3B示意地表示在图1的接收机中使用的检测器的结构；图4示意地显示考虑乘积星座的球译码方法的例子；图5显示乘积星座和接收的点在球译码中使用的头两个维数规定的超平面上的投影；图6A给出按照现有技术的球译码方法的搜索树；图6B给出按照本发明的球译码方法的搜索树。
我们再次考虑在接收机端使用球译码方法的MIMO电信系统。本发明涉及用于加速球译码方法的措施，该方法或者可被应用于估计由发送天线发送的符号(x1，...，xM)，如果这些符号被独立地编码的话(第一实施例)，或者可被应用于估值在空间-时间分散符号编码器的输入端处的符号(x1u，...，xQu)(第二实施例)。
考虑第一实施例和由矩阵H’生成的网格Λ，网格的维数2m-1和2m分别承载由天线m发送的复数符号的实部和虚部。网格Λ的维数2m-1和2m被显示在图4(按照图2B的表示法的类型)。
乘积星座∏，或等价地与由天线m发送的符号有关的调制星座，被投影到网格的维数2m。这个投影规定一个间隔[M2m-，M2m+]。边界L2m-和L2m+按照公式(19)到(23)被确定，沿着第m维的搜索间隔[B2m-，B2m+]被规定为B2m-=max(L2m-,M2m-)]]>和B2m+=min(L2m+,M2m+)---(28)]]>一旦在搜索间隔[B2m-，B2m+]中选择了数值b2m，边界L2m-1-和2m-1+就被确定，以及沿着维数2m-1的新的搜索间隔[B2k-1-，B2k-1+]被规定为B2m-1-=max(L2m-1-,M2m-1-)]]>和B2m-1+=min(L2m-1+,M2m-1+)---(29)]]>其中[M2m-1-，M2m-1+]是乘积星座(或等价地，与由天线m发送的符号有关的调制星座)在维数2m-1上的投影。
位于椭球内的网格点在图4上由灰色圆圈表示，如果它们属于乘积星座∏的话，而如果它们位于乘积星座∏以外，则它们由灰色十字叉表示。
球译码方法从一个维数到前一个维数顺序地进行。通过在给定的维数内改变在间隔[Bi-，Bi+]内而不是在[Li-，Li+]内的每个分量bi，其中i∈{1，...，2M}，可保证只在位于椭球内和属于乘积星座的候选者中间寻找最接近的邻居。
作为本发明的基础的概念在于，网格的维数被处理的次序强烈影响搜索的复杂性。正如可从(18)看到的，搜索从相应于生成矩阵H’的最后行的最高阶维数(在本发明中是2M)开始，以及顺序地从较低的阶数进行。
我们考虑对于给定的乘积星座的头两个被搜索的维数2M和2M-1，如图5所示。
属于乘积星座的点用灰色圆圈表示，如果它们位于椭球内的话，否则用黑色圆圈表示。灰色十字叉表示位于椭球内但不属于星座的那些网格点。代表接收信号的ρ(ρ=y~H′T)]]>在由维数2M和2M-1所规定的超平面上的投影特征为它的实数坐标ρ2M和ρ2M-1。
由发送天线m发送的符号假设为16-QAM。所以乘积星座(或相关的调制星座)在维数2M或2M-1上的投影相应于间隔
。
使用传统的球译码的搜索树被显示在图6A上，其中树的每个级别相应于网格的一个维，最低的级别与最高阶的维数(2M)相联系。虽然表示了头两个级别(相应于图5的维数2M和2M-1)，但应当看到，搜索树包括2M个级别。树的每个节点的水平扩展表示间隔[Li-，Li+]，它的子间隔[Bi-，Bi+]由白色方块表示，而其余由灰色方块表示。搜索从确定[B2M-，B2M+]开始。从图5可以看到，[L2M-,L2M+]=
]]>和[M2M-,M2M+]=
,]]>所以[B2M-,B2M+]=
,]]>这意味着b2M可以取四个可能的值如果b2M＝0，则[B2M-1-,B2M-1+]=[L2M-1-,L2M-1+]∩[M2M-1-,M2M-1+]=[5]∩
=⊂⃒]]>因此没有一个b2M-1的候选值要被考虑，所以节点是死的树叶。
如果b2M＝1，则[B2M-1-,B2M-1+]=[L2M-1-,L2M-1+]∩[M2M-1-,M2M-1+]=[4,5]∩
=⊂⃒]]>因此这个节点也是死的树叶。
如果b2M＝2，则[B2M-1-,B2M-1+]=[L2M-1-,L2M-1+]∩[M2M-1-,M2M-1+]=[3,5]∩
={3}]]>因此b2M-1＝3是要被考虑的单个候选值。只有一个分支从这个节点开始到以后的级别2M-2。
如果b2M＝3，则[B2M-1-,B2M-1+]=[L2M-1-,L2M-1+]∩[M2M-1-,M2M-1+]=[3,4]∩
={3}]]>因此b2M-1＝3再次是要被考虑的单个候选值。只有一个分支从这个节点开始到以后的级别2M-2。
我们用以下的比值定义搜索树的节点的通过率σiσi=|Bi+-Bi-||Li+-Li-|---(28)]]>节点的通过率是由于把搜索限制于间隔[Bi-，Bi+]而引起的滤波效果的度量。如果通过率是低的，则滤波效果是高的，相反，如果通过率是高的，则滤波效果是低的。
给定的维数的通过率，或等价地，树的一个级别的通过率，被定义为属于该级别的节点的平均通过率。
正如可从图6A看到的，搜索树在它的根部具有很差选择性(从四个中为b2M保持4个候选者)，而在较高级别的节点具有大得多的选择性(从三个中为b2M-1保持至多1个候选者)。应当指出，节点的通过率可以从白色方块对所述节点的总的方块数目的比值而得出。
这样的树对于搜索是病态的，因为无效地采用了许多最后终结到死树叶的分支(即，与空间隔[Bi-，Bi+]有关的)，在沿着分支的中间节点处作出的边界的计算最终证明是无用的。
按照本发明，提出对网格的矢量进行重新排序，即，对生成矩阵H’的行进行重新排序，以使得搜索树的根部和低的级别节点相应于低的通过率(即，高的选择性)。这使得在早先的级别时就丢弃与星座不交截的大部分椭球。网格的矢量的重新排序意味着矢量ρ和b的分量的相同的重新排序。
按照第一变例，生成矩阵的行或维数按照代表椭球的投影中心的距离(对于投影的星座的尺寸归一化的)的数值进行排序。更具体地，对于每个行或维数i，进行以下计算ϵi=2·δi|Mi+-Mi-|---(29)]]>其中δi=|ρi-12(Mi-+Mi+)|]]>表示投影到维数i上的椭球中心到投影的星座的中央的距离。
实际上，本领域技术人员将会看到，可以不用表示式(29)而使用反映所述归一化的距离的任何表示式。
数值εi代表星座中心的投影相对于投影的星座的偏心率。偏心率越高，间隔[Li-，Li+]和[Mi-，Mi+]越不可能重叠，以及间隔[Bi-，Bi+]将小于[Li-，Li+]。
第一变例利用第一排序法则。按照这个法则，行是按照增加εi数值被排序的，即，归一化距离越大(或，等价地，偏心率越高)，行的阶数越高。通过这样做，在搜索树中的低的级别相应于椭球中心远在星座的投影以外的维数。因此呈现低通过率的维数集中在树的低的级别处，因此能够较早地丢弃网格点。通过应用第一重新排序法则，对属于椭球与星座的交截部分的候选点的搜索被大大地加速。
按照第二变例，针对星座沿着每个维数具有相同尺寸的情形(例如，如果所有的发送的符号属于相同的调制星座)，使用以下的排序法则第二变例可以使用第二排序法则。按照这个法则，生成矩阵H’的最后的行被选择成使得它们相应于维数i，其中ρi＜Mi-或ρi＞Mi+。用δ′i表示在ρi与Mi-之间的距离(如果ρi＜Mi-)，或在ρi与Mi+之间的距离(如果ρi＞Mi+)，这些行是按照增加δ′i数值被排序的，即，距离越大，行的阶数越高。搜索从呈现相对较大的距离值的维数开始。所以搜索树的低级别便相应于椭球中心远在星座的投影以外的维数。因此，呈现低通过率的维数被聚集在树的低级别处。
第二变例可以使用第三排序法则。按照这个法则，生成矩阵H’的第一行被选择成使得它们相应于维数i，其中Mi-≤ρi≤Mi+。
这些行是如上所述按照增加δi数值被排序的，即，距离越大，行的阶数越高。搜索从呈现相对较大的距离值的维数开始。对于给定的间隔[Li-，Li+]，δi越低，间隔[Bi-，Bi+]越可能具有与[Li-，Li+]相同的尺寸。因此呈现高的通过率(即，低的选择性)的维数被聚集在树的高级别处。
第二和第三排序法则可以被联合使用于把维数进行分类，最后的行是其中ρi＜Mi-或ρi＞Mi+的那些行，以及头上的行是其中Mi-≤ρi≤Mi+的那些行。
通过应用第二和/或第三排序法则，属于椭球与星座的交截部分的候选点的搜索被大大地加速。这个点被显示于图6B，图上显示按照本发明的球译码方法的搜索树。第一或第二排序法则的应用在这里导致维数2M与维数2M-1的交换，也就是，生成矩阵H’的最后两行的交换。
在所述交换后，搜索从确定新的间隔[B2M-，B2M+]开始。正如从图4可以看到，[L2M-,L2M+]=[3,5]]]>和[M2M-,M2M+]=
,]]>因此[B2M-,B2M+]={3}]]>分量b2M只能取一个值，所以只要探索一个分支。对于b2M＝3，我们有[L2M-1-,L2M-1+]=[2,3],]]>所以[B2M-1-,B2M-1+]=[L2M-1-,L2M-1+]∩[M2M-1-,M2M-1+]=[2,3]∩
=[2,3].]]>在只探索两个节点后(与图6A的5个节点相比较)，找到两个候选的点。
按照第三变例，对于每个维数，计算由树的根部呈现的通过率，如果搜索要从所述维数开始的话(即，当相应于这个维数的行是生成矩阵的最后的行时)。这个通过率被表示为σ2Mi，以及可被表示为 出现在公式(30)的右端的项q2M，2M是出现在矩阵Δ的右下角的系数。它取决于i，因为矩阵Δ在这里是通过生成矩阵H’在经过行置换把第i行放置在矩阵的底部后进行Cholesky因式分解而得到的。
第三变例使用第四排序法则。按照这个法则，生成矩阵的行是按照降低σ2Mi的数值而排序的，即，行被置换成使得通过率越低，行的阶数越高。因此，搜索从呈现相对较低的通过率的维数开始。
第三变例需要2M次Cholesky因式分解，当发送天线的数目是相当小时，它是有利的。
无论使用哪个排序法则，维数的每次重新排序可被表示为生成矩阵H’的行的置换π。一旦找到乘积星座的、离接收点最近的点b，就对b的分量执行逆置换π-1，以及从中得出经估值的发送的符号。
本发明的第二实施例沿着与第一实施例相同的路线进行，不过要以维数的改变(以块的尺寸Q代替发送天线的数目M并将接收天线的数目与时隙的数目L相乘)和生成矩阵H’L而不是H’的改变为代价，正如结合图3A和3B所描述的。网格的网格维数2q-1和2q分别承载复数符号xqu的实部和虚部。
乘积星座II在这里是由被使用于分别映射Q个符号x1u，...，xQu的调制星座生成的。以上描述的排序法则作用在矩阵H’L的行上，也就是作用在符号x1u，...xQu的实部和虚部。这里再次地，一旦找到乘积星座的、离接收的点最接近的点，就对它的分量执行逆置换，以及从中得出估值的符号x^qu,q=1,...,Q.]]>正如本领域技术人员将会看到的，本发明可被使用于估值由多(M)个发送天线发送的和由多(N)个接收天线接收的多(Q)个符号，只要接收信号的矢量可以用在公式(3)或(27)中给出的那种类型的线性系统来代表。具体地，即使空间-时间分散不同于在(25)中所表示的，本发明的方法也可以被应用，只要存在有在(27)中给出的那种类型的线性表示式。
权利要求
1.用于估值由第一多个(M)发送天线在给定的发射时间发送的多个符号、或在由所述第一多个(M)发送天线在第二多个(L)发送时间发送之前受到空间-时间分散编码的多个符号的方法，该方法使用由第三多个(N)接收天线接收的信号，每个符号属于一个调制星座，以及该方法包括以下步骤-形成代表在接收时间或在第二多个(L)接连的接收时间的所述接收信号的矢量( )；-在属于由多个生成矢量(v1，v2，...，vκ)生成的网格点的候选矢量(z)中间，搜索所述矢量的最接近的邻居，所述网格包括代表所述可能符号的任何组合的点的子集(∏)，搜索被限于在所述矢量周围的一个体积内，以及搜索是通过在与所述生成矢量有关的表示中顺序选择对于所述矢量的每个维数的候选矢量的坐标(bi)而实行的；其特征在于，在进行所述搜索之前所述矢量的各分量按照排序法则(π)被重新排序，该排序法则被选择，使得第一维数比要被搜索的以后维数，消除更高比例的候选矢量。
2.按照权利要求1的方法，其特征在于，对于每个维数(i)。确定代表所述子集在所述维数上的投影的第一间隔([Mi-，Mi+])，以及对于已选择的多个坐标，如果有的话，确定代表沿着所述维数的所述体积的一部分的第二间隔([Li-，Li+])，然后对于所述维数的坐标的选择被限于作为所述第一与第二间隔的交集而得到的第三间隔([Bi-，Bi+])。
3.按照权利要求2的方法，其特征在于，对于每个维数(i)，计算代表在相应于所述维数的矢量分量(ρi)与所述第一间隔的中央之间的、按后者的尺寸归一化的距离的值(εi)，排序法则是使得要被搜索的第一维数所相关的归一化距离值比要被搜索的以后的维数所相关的值更高。
4.按照权利要求2的方法，其特征在于，对于每个维数(i)，检验相应于所述维数的矢量分量(ρi)是否落在所述第一间隔内，以及在否定的情形下，如果所述分量位于所述间隔的上限之上，则可确定距离值(δi’)在前者与后者之间，或如果所述间隔的下限位于所述分量之上，则可确定距离值(δi’)在后者与前者之间，排序法则是使得要被搜索的第一维数所相关的值比要被搜索的以后的维数所相关的值更高。
5.按照权利要求2的方法，其特征在于，对于每个维数(i)，检验相应于所述维数的矢量分量(ρi)是否落在所述第一间隔内，以及在肯定的情形下，确定在所述分量与所述间隔的中央之间的距离值，排序法则是使得要被搜索的第一维数所相关的值比要被搜索的以后的维数所相关的值更高。
6.按照权利要求4和5的方法，其特征在于，相应于第一维数的第一矢量分量落在代表所述子集在同一个第一维数上的投影的所述第一间隔以外，以及相应于第二维数的第二矢量分量落在代表所述子集在同一个第二维数上的投影的另一个第一间隔内，排序法则是使得该第一维数在所述第二维数之前被搜索。
7.按照权利要求2的方法，其特征在于，对于每个维数(i)，第四间隔被确定为代表所述体积在所述维数上的投影，第五间隔作为所述第一和第四间隔的交集而被得出，以及计算代表第五间隔长度对第四间隔长度的比值的数值(σ2Mi)，排序法则是使得要被搜索的第一维数所相关的值比要被搜索的以后的维数所相关的值更低。
8.按照任一前述权利要求的方法，其特征在于，一旦找到最接近的邻居，就按照所述排序法则的逆(π-1)，重新排序它的坐标，以及从所述重新排序的坐标得出多个所述符号的估值。
全文摘要
本发明涉及用于估值由第一发送天线在一发送时间发送的符号、或在由该第一发送天线在第二发送时间发送之前受到空间－时间分散编码的符号的方法，它使用由接收天线接收的信号，每个符号属于一调制星座，包括形成代表在接收时间的该接收信号的矢量；在属于由多个生成矢量生成的网格点的候选矢量间搜索该矢量的最近邻居，该网格包括代表该可能符号的任何组合的点的子集，搜索被限于在该矢量周围的一个体积内且通过在与该生成矢量有关的表示中顺序选择对于该矢量的每个维数的候选矢量的坐标而实行。该矢量的分量在搜索之前按排序法则重新排序，该排序法则被选择为对于第一维数，消除比要被搜索的以后维数更高比例的候选矢量。
文档编号H04B1/707GK1477793SQ0314308
公开日2004年2月25日 申请日期2003年6月23日 优先权日2002年6月24日
发明者L·布鲁内尔, L 布鲁内尔 申请人:三菱电机株式会社