专利名称：：生存节点选择和符号译码方法
技术领域：
：本发明涉及一种在QRM-MLD检测中采用的生存节点选择和符号译码方法，其属于高速无线通信系统中多输入多输出系统下的信号检测方法，可适用于各种蜂窝体制下的高速无线通信系统，及高吞吐量无线局域网系统，特别适用于高速垂直分层空时系统下的信号检测。
背景技术：
：不论对于3G移动通信系统，还是未来的超三代通信系统来说，高速通信都是所追求的目标。在检测算法当中，与最小均方误差(MMSE)和V-BLAST(垂直贝尔实验室分层空时方式)相比，最大似然方法(MLD)在更低的信噪比下可获得相同的误码率或误块率，有效地提高了带宽利用率，满足高速通信的要求。然而，众所周知，最大似然方法的复杂度随着调制点数和天线数量的增加而成指数地增长。NTT-Docomo公司提出将QR分解与M算法相结合来实现MLD，可以在不损失性能的前提下，有效地降低运算量，成为颇具前途的研究方法，该方法简称为QRM-MLD算法。QRM-MLD算法的原理框图如图1所示，QRM-MLD基于多天线系统，接收端具有多个天线，首先QRM-MLD算法利用导频从接收信号中估计出信道信息，然后根据各个天线信道衰落的信噪比，按照从小到大的顺序对各天线的接收信号以及信道矩阵，重新进行排列。然后QRM-MLD算法对重新排列后的信道矩阵H进行QR分解，从而得到正交矩阵Q和上三角矩阵R。利用Q的共轭矩阵与接收信号相乘，得到向量z。M算法将向量z看作接收信号，矩阵R看作信道，从R的最后一行开始，逐级做M选点的MLD检测算法，利用矩阵R和向量z的MLD检测算法，将在后面详细介绍。检测出所有天线发送的符号及其软值，然后将软值输入Turbo译码器实现译码。QRM-MLD基于M算法的MLD检测算法QRM-MLD算法的原理框图如图1所示，QRM-MLD基于多天线系统，接收端具有多个天线，首先QRM-MLD算法利用导频从接收信号中估计出信道信息，然后根据各个天线信道衰落的信噪比，按照从小到大的顺序对各天线的接收信号以及信道矩阵，重新进行排列。现在将主要对排序后的处理过程做一简要介绍。设排序后接收信号为y，信号矩阵为H，y为一N×1维的列向量，它的第i个元素yi对应了重排后第i个接收天线收到的信号，H的第i行j列的元素分别对应了第i个接收天线到第j个发射天线间的信道衰落，有y＝Hd+n其中n为噪声信号，d为发射天线发送的符号序列QRM-MLD算法对重新排列后的信道矩阵H进行QR分解，从而得到正交矩阵Q和上三角矩阵R。利用Q的共轭矩阵与接收信号相乘，得到向量zz＝QHy＝QHHd+QHn＝QHQRd+QHn＝Rd+QHn然后M算法将向量z看作接收信号，矩阵R看作信道，从R的最后一行开始，逐级做M选点的MLD检测算法。R为上三角阵，在第1级，符号dN的可选节点为星座点所有可能取值，设cx为一个候选符号，那么zN为与cx的欧式距离，然后从所求得的欧式距离中，求解最小的m个节点，带到第二级求解进行MLD求解。在第二级中，符号dN-1的可选节点为星座点所有可能取值，设其中一个候选符号为cy，可以定义em，y，x为基于上一级的第x个生存节点，m级采用第y个候选符号得到的欧式距离，同理，可以得到各级MLD检测得到生存节点。检测出所有天线发送的符号后，需要求解其软值，求每个比特的软值时，当某个比特在所有节点中即包含1又包含-1，求其软值时，从所有的节点中选择1对应节点的最小欧式距离e1，选择-1对应节点的最小欧式距离e-1，其软值为两值开根号后相减，Λb=eb,-1-eb,1]]>对于某些比特在所有节点中所对应的比特均为1或-1，本发明提出了基于软点的软值求解算法，当所有比特的软值求解完毕，将其输入Turbo译码器进行译码。传统欧式距离的求解及现有技术存在的问题QRM-MLD算法对信道H进行QR分解后，得到正交矩阵Q和上三角矩阵R，利用Q的共轭矩阵与接收信号相乘得到向量z。然后将向量z看作接收信号，矩阵R看作信道，从R的最后一行开始，逐级做基于M算法的MLD检测算法。在做MLD检测算法时，要求解每个节点的欧氏距离，在第一级，得到的欧氏距离为e1,1,x=|z1-rNt,Ntcx|2]]>其中rNt，Nt为矩阵R的第Nt行Nt列元素，cx为星座图上的一个点。同理可得第m级，某个节点的欧氏距离em,y,x=|zm-[rNt-m+1,N2-m+2,···rNt-m+1,Nt]cm-1,y-rNt-m+1,Nt-m+1cx|2+Em-1,y]]>如上所述，传统的欧式距离的求解主要分为两步，如图2所示。在步骤S201，星座点的复制是指将各星座点与R矩阵的各非零元素相乘rm，ncx，得到复制表，表中的元素即为rm，ncx的值，然后，在S202步骤，求解欧式距离时，根据幸存节点向量中各符号分量的值，从复制表中得到相应rm，ncx的值，然后将各分量的rm，ncx值相加，得到本级欧式距离。在步骤S203，将得到的本级欧式距离与前几级欧式距离相加，得到欧式距离，将其输入给M算法进行幸存点的选择。在QRM-MLD检测算法当中，运算量主要集中在欧式距离的求解上。本发明主要针对QR分解中R矩阵的上三角结构的特性，对于QRM-MLD算法欧氏距离，分两步进行求解，在利用M算法选取生存节点前，首先求解简化的欧式距离，然后，在用M算法选点后，对生存节点的欧式距离进行加权修正，得到最终的欧式距离，它保证在不降低系统性能的条件下，可有效地降低运算量。
发明内容本发明的目的是提出了一种在QRM-MLD检测中采用的生存节点选择和符号译码方法，其属于高速无线通信系统中多输入多输出系统下的信号检测方法，可适用于各种蜂窝体制下的高速无线通信系统，及高吞吐量无线局域网系统，特别适用于高速垂直分层空时系统下的信号检测。根据本发明，在用M算法选取生存节点前，首先求解简化的欧式距离，然后，在用M算法选点后，对所述简化欧式距离进行修正，得到输入给软值计算器的欧式距离，它保证在不降低系统性能的条件下，可有效地降低运算量。优选地，所述利用当前级接收信号和先前各级欧氏距离来获取当前级的简化欧氏距离的步骤包括执行上一级节点的星座点复制以获取复制结果；获取当前级接收信号与上一级节点的星座点复制结果的总和之间的差值；通过利用自相干信道系数对所述差值归一化得到的结果和先前各级欧氏距离来获取当前级的简化欧氏距离。优选地，所述利用当前级接收信号和先前各级欧氏距离来获取当前级的简化欧氏距离的步骤包括利用自相干信道系数对信道矩阵和接收信号执行归一化；执行上一级节点的星座点复制以获取复制结果；获取当前级接收信号与上一级节点的星座点复制结果的总和之间的差值；利用所述差值和先前各级欧氏距离来获取当前级的简化欧氏距离。优选地，所述进行加权步骤中所使用的权重是利用QR分解中的R矩阵来获取的。根据本发明，提出了一种在QRM-MLD检测中采用的生存节点选择和符号译码方法，所述方法包括以下步骤利用当前级接收信号和先前各级欧氏距离来获取当前级的简化欧氏距离；利用简化欧氏距离进行M算法中的生存节点选取操作；通过对所有选取的生存节点的欧氏距离进行加权，获取最终欧氏距离；利用所获取的最终欧氏距离来执行符号译码。通过参考以下结合附图对本发明的优选实施例的详细描述，本发明的上述目的、优点和特征将变得显而易见，其中图1是根据现有技术的QRM-MLD检测算法的示意图；图2是根据现有技术的传统欧式距离的求解方法的示意图；图3是根据现有技术的V-BLAST系统的配置示意图；图4是根据本发明实施例的生存节点选择和符号译码方法的一个欧氏距离求解算法的示意图；图5是根据本发明实施例的生存节点选择和符号译码方法的另一欧氏距离求解算法的示意图。具体实施例方式下面将参考图3来描述系统的配置。V-BLAST系统的示意图如图3所示，设系统有N个发送天线，R个发送天线。导频序列经过串并变换单元变换后形成并行信号，并提供给分层调制/编码器，在分层调制/编码器中生成MIMO系统下的导频序列，分别从多个天线中发送出去。在接收端，接收天线接收到各发送天线发射的带有噪声的信号。假设噪声为高斯白噪声，各个天线上的信道衰落服从瑞利衰落。只要接收天线或发射天线不同，则其天线间的信道衰落相互独立，在接收天线上，各天线接收到的噪声也服从独立分布。为了表达简洁，可以设发射和接收天线的个数相等，均为N，信号可采用各种调制方式，例如，QPSK、QAM调制等调制方式。下面将描述根据本发明实施例的分布求解的欧氏距离算法。本发明提出了分布求解的欧氏距离，它针对QR分解中R矩阵的上三角结构的特性，对于QRM-MLD算法欧氏距离，分别在M选点前后，分两步进行求解，保证在不降低系统性能的条件下，可有效地降低运算量。对信道矩阵H进行QR分解后，得到了正交信道矩阵Q和单向相关信道矩阵R。本发明中对欧式距离的求解分为两步，第一步是在M算法选取幸存节点前求解简化欧式距离，在欧式距离求解的第二步，在M算法选取幸存节点后，对所选取的节点的简化欧式距离进行加权修正。下面将参考图4来说明根据本发明实施例的生存节点选择和符号译码方法的一种欧氏距离求解算法。如图4所示，在用M算法选取幸存节点之前，首先S400求解简化的欧氏距离，它包括两步，首先在步骤S401进行上一级星座点的复制，即上一级星座点的选出的矢量节点与矩阵R的相应的系数相乘rNt-m+1,jcm-1,yN2-m+2≤j≤Nt,]]>然后在S402对上一级节点的星座点复制分量求和，即求解[rNt-m+1，N2-m+2，…rNt-m+1，Nt]cm-1，y，在S403，求解Q滤波后接收信号的当前级分量zm与上一级复制星座点分量和的差值，即zm-[rNt-m+1，N2-m+2，…rNt-m+1，Nt]cm-1，y。然后，在S404，利用单向相关信道矩阵R的自相关系数对差值进行归一化，即zm-[rNt-m+1,N2-m+2,···rNt-m+1,Nt]cm-1,yrNt-m+1,Nt-m+1]]>在S405，求解归一化后的信号与星座点向量cx的距离，然后加上前面各级的欧式距离，从而得到了简化欧式距离，即em,y,x=|zm-[rNt-m+1,N2-m+2,···rNt-m+1,Nt]cm-1,yrNt-m+1,Nt-m+1-cx|2+ΣEm-1,y]]>得到简化欧式距离后，在S406，利用M算法选择简化欧式距离所对应的M个节点，选点之后，在S407对简化的欧式距离进行加权，得到最终的欧式距离。利用M算法选取距离最小的S1个点作为幸存节点。然后，利用该级欧式距离的加权系数M算法选取幸存节点后，利用加权系数dm=|rNt-m+1,Nt-m+1rNt-m,Nt-m|2]]>对各生存节点的简化欧式距离进行加权，得到最后的欧式距离em，y，x＝e′m，y，xdm从而得到最终的欧式距离。下面将参考图5来描述根据本发明实施例的生存节点选择和符号译码方法的另一欧氏距离求解算法。如图5所示，在用M算法选取幸存节点之前，首先，在步骤S500，求解简化的欧氏距离，它包括两步，首先在S501利用单向相关矩阵R的第i个自相关元素对Q滤波后的接收向量z向量的当前级元素和R的第i个行向量归一化，得到z′和R′z′i＝zi/Ri，ir′i，j＝ri，j/Ri，i然后在S502，进行上一级星座点的复制，即上一级星座点的选出的矢量节点与矩阵R的相应的系数相乘r′Nt-m+1，jcm-1，y，N2-m+2≤j≤Nt，然后在S503，对上一级节点的星座点复制分量求和，即求解[r′Nt-m+1，N2-m+2，…r′Nt-m+1，Nt]cm-1，y，在S504，求解Q滤波后接收信号的当前级分量z′m与上一级复制星座点分量和的差值，即z′m-[r′Nt-m+1，N2-m+2，…r′Nt-m+1，Nt]cm-1，y。在S505，求解归一化后的信号与星座点向量cx的距离，然后加上前面各级的欧式距离，从而得到了简化欧式距离，即em,y,x=|z′m-[r′Nt-m+1,N2-m+2,···r′Nt-m+1,Nt]cm-1,y-cx|2+ΣEm-1,y]]>在S506，用M算法选点，在S507，它对简化的欧式距离进行加权，即得到权值dm=|rNt-m+1,Nt-m+1rNt-m,Nt-m|2]]>然后加权处理em，y，x＝e′m，y，xdm从而得到最终的欧式距离。根据本发明，针对QR分解中R矩阵的上三角结构的特性，对于QRM-MLD算法欧氏距离，分两步进行求解，在M算法选取生存节点前，首先求解简化的欧式距离，然后，在用M算法选点后，对生存节点的欧式距离进行加权修正，得到最终的欧式距离，它保证在不降低性能的条件下，可有效地降低运算量。QRM-MLD算法包括了信道排序，QR分解，Q共轭矩阵相乘，欧氏距离的求解，其中欧氏距离的求解是运算量最大的部分，根据参考文献(HiroyukiKawai，KenichiHiguchi，NoriyukiMaedaetc.“LikelihoodfunctionforQRM-MLDsuitableforsoft-decisionturbodecodinganditsperformanceforOFCDM-MIMOmultiplexinginmultipathfadingchannel”，IEICETrans.Commun.Vol.E88-B，No.1，2005年1月，第47-57页)表2的分析，对于一个4×4的MIMO系统，采用16QAM的调制方式，各级保留的节点数[16，16，16，256]，欧氏距离所需乘法的个数占整个算法的绝大部分，因此降低QRM-MLD检测的运算量关键在于降低欧式距离求解的运算量。对于4×4MIMO单载波系统，在高信噪比下，采用硬判决后，选择各种生存节点数，分布式欧式距离和传统的方法具有相近的误码率性能。尽管以上已经结合本发明的优选实施例对本发明进行了描述，但是本领域的技术人员将会理解，在不脱离本发明的精神和范围的情况下，可以对本发明进行各种修改、替换和改变。因此，本发明不应由上述实施例来限定，而应由所附权利要求及其等价物来限定。权利要求1.一种在QRM-MLD检测中采用的生存节点选择和符号译码方法，所述方法包括以下步骤利用当前级接收信号和先前各级欧氏距离来获取当前级的简化欧氏距离；利用简化欧氏距离进行M算法中的生存节点选取操作；通过对所有选取的生存节点的欧氏距离进行加权，获取最终欧氏距离；利用所获取的最终欧氏距离来执行符号译码。2.根据权利要求1所述的方法，其特征在于所述利用当前级接收信号和先前各级欧氏距离来获取当前级的简化欧氏距离的步骤包括执行上一级节点的星座点复制以获取复制结果；获取当前级接收信号与上一级节点的星座点复制结果的总和之间的差值；通过自相干信道系数对所述差值进行归一化，并求解归一化的结果和星座点间距离；利用所述距离和先前各级欧氏距离之和来获取当前级的简化欧氏距离。3.根据权利要求1所述的方法，其特征在于所述利用当前级接收信号和先前各级欧氏距离来获取当前级的简化欧氏距离的步骤包括利用自相干信道系数对信道矩阵和接收信号执行归一化；执行上一级节点的星座点复制以获取复制结果；获取当前级接收信号与上一级节点的星座点复制结果的总和之间的差值；求解所述差值和星座点距离；利用所述距离和先前各级欧氏距离之和来获取当前级的简化欧氏距离。4.根据权利要求1所述的方法，其特征在于所述进行加权步骤中所使用的权重是利用QR分解中的R矩阵来获取的。全文摘要根据本发明，提出了一种QRM－MLD检测中所采用的生存节点选择和符号译码方法，所述方法包括以下步骤利用当前级接收信号和先前各级欧氏距离来获取当前级的简化欧氏距离；利用简化欧氏距离来实现M算法中的生存节点选取操作；通过对所有选取的生存节点的欧氏距离进行加权，获取最终欧氏距离；利用所获取的最终欧氏距离来执行符号译码。文档编号H04L1/02GK101043293SQ200610071409公开日2007年9月26日申请日期2006年3月20日优先权日2006年3月20日发明者赵铮,李继峰申请人:松下电器产业株式会社