专利名称：用于多输入多输出(mimo)通信系统中的迭代解码的方法和装置的制作方法
技术领域：
概括地说，本申请涉及无线通信系统。具体地说但非排他的，本申请涉及用于在通信系统中使用迭代解码和先验信息确定对数似然比(LLR)，来对传输进行接收和解码的方法和装置。
背景技术：
为了提供诸如语音、数据、视频之类的各种通信内容，广泛部署了无线通信系统，并且部署很有可能会增加对诸如长期演进(LTE)系统的新型面向数据系统的引迸。无线通信系统可以是能够通过共享可用系统资源(例如，带宽、传输功率)支持与多个用户的通信的多址系统。这类多址系统的示例包括码分多址(CDMA)系统、时分多址(TDMA)系统、频分多址(FDMA)系统、第三代合作伙伴计划(3GPP)长期演进(LTE)系统、和其它正交频分多址(OFDMA)系统。通常，无线多址通信系统可以同时支持多个无线終端(也称为用户设备(UE)、或接入終端(AT))的通信。每个终端通过前向链路和反向链路上的传输与一个或多个基站(也称为接入点(AP)、节点B、增强型节点B (eNB))通信。前向链路(也称下行链路或DL)指的是从基站到终端的通信链路，而反向链路(也称上行链路或UL)指的是从终端到基站的通信链路。这些通信链路可通过单输入单输出(SISO)系统、单输入多输出(SIMO)系统、多输入单输出(MISO)系统、或多输入多输出(MMO)系统等来建立。对于改进的LTE (LTE-A)系统而言，已经采用MMO正交频分复用(OFDM)来提高容量和速度。LTE-A的目标已经被设定为满足挑战性的目标数据速率，例如局域中的I千兆比持/秒(Gb/s)和广域中的100兆比持/秒(Mb/s)。为了满足这些目标，希望部署MMO技术和IOOMHz的宽频谱分配，这应该可以显著提高无线链路容量。然而，MMO实现的挑战是接收模块中的解调和解码复杂度。
发明内容
本发明通常涉及无线通信系统。更具体地但非排他的，本发明涉及用于在无线通信系统中对发送信号进行解码的系统、方法和装置。解码步骤可以包括使用先验信息来增强解码性能和/或降低处理复杂度。在ー个方面，本发明涉及用于生成可用于对发送信号解码的对数似然比(LLR)度量的方法。该方法可以包括生成ー组K最优值；以及对该组K最优值求和以生成LLR度量。可以至少部分地基于先验优先级值来确定该组K最优值。先验值可以由诸如turbo解码器的解码器模块提供。在另一方面，本发明涉及生成在对发送信号解码中使用的对数似然比(LLR)度量的方法。该方法可以包括例如确定用于LLR度量的求和项的非高斯近似；评估求和项的非高斯近似；以及部分地基于评估来生成LLR度量。在另一方面，本发明涉及生成在对接收信号解码中使用的离散概率质量函数(pmf)的非高斯近似的方法。该方法可以包括例如确定与Pmf对应的非高斯函数近似；以及对非高斯函数进行积分以替代求和来生成在对接收信号解码中使用的值。
在另一方面，本发明涉及生成在无线通信系统中对发送信号解码中使用的对数似然比(LLR)度量的方法。该方法可以包括例如部分地基于由turbo解码器提供的先验值来生成K最优列表值；基于K最优列表值来确定总和；以及部分地基于总和来生成LLR度量。在另一方面，本发明涉及计算机程序产品，计算机程序产品包括计算机可读存储介质，计算机可读存储介质具有用于使计算机执行上述方法的指令。在另一方面，本发明涉及被配置为执行上述方法的通信装置和设备。在另一方面，本发明涉及包括用于执行上述方法的装置的通信设备和装置。下面结合附图进一歩描述附加的方面、特征和功能。
通过下面结合附图的详细描述可以更完整地了解本申请，在附图中图I示出了无线通信系统；图2示出了具有多个小区的无线通信系统；图3示出了无线通信系统中的基站和用户终端的实施例；图4示出了用于发送和接收MMO传输的系统的实施例；图5示出了与图4的系统相关联的信道模型；图6示出了 MMO接收机架构的细节的实施例；图7示出了计算对数似然比(LLR)的方法；图8示出了高斯和非高斯概率质量函数(pmf)近似；图9示出了用于确定在确定LLR度量时使用的非高斯函数的过程；图10不出了用于生成一组列表值的星座图和超球面；图11示出了用于使用先验信息确定列表的过程；图12示出了用于使用多项式近似确定列表值的方法。
具体实施例根据本文接着描述的各个方面，描述了在基于MMO-OFDM的系统、以及其它通信系统中使用的高效迭代检测和解码装置及方法。在迭代接收机架构中，检测器和解码器可以交换信息。各种算法的区别在于如何从检测器生成软信息。然而，不同的处理算法可以被证明为等同于对LLR值或度量计算中的干扰使用高斯近似。然而，高斯近似不能很好地用于LTE和LTE-A系统所使用的高阶调制，例如64或256正交幅度调制(QAM)。为了解决这个问题及其它问题，本文在各个方面描述了方法和装置。下面结合附图进ー步描述各个附加方面、细节、功能和实现。尽管接下来的各个方面主要在LTE系统的上下文中进行描述并且在各个实现中使用LTE术语，但是本文所描述的方法和装置可以用于无线通信网络，例如码分多址(CDMA)网络、时分多址(TDMA)网络、频分多址(FDMA)网络、正交FDMA (OFDMA)网络、单载波FDMA (SC-FDMA)网络、Wi-Max网络以及其它通信网络。如本文所描述的，术语“网络”和“系统”可互換地使用。CDMA网络可实现诸如通用陆地无线接入(UTRA)、cdma2000等的无线技术。UTRA包括宽带 CDMA (W-CDMA)、时分同步 CDMA (TD-SCDMA)、以及 UTRA/UMTS-TDD I. 28Mcps 低码片速率(LCR)。Cdma2000涵盖IS-2000、IS-95和IS-856标准。TDMA网络可以实现诸如全球移动通信系统(GSM)的无线技术。OFDMA 网络可以实现诸如演进型 UTRA (E-UTRA)、IEEE802. 11、IEEE802. 16、 IEEE802. 20、闪速-OFDM等的无线技术。UTRA、E-UTRA和GSM是通用移动电信系统(UMTS)的一部分。具体地，长期演进(LTE)是UMTS的使用E-UTRA的版本。由名为“第三代合作伙伴计划”(3GPP)的组织所提供的文档中描述了 UTRA、E-UTRA、GSM、UMTS和LTE，由名为“第三代合作伙伴计划2” (3GPP2)的组织的文档中描述了 cdma2000。LTE是g在提高通用移动电信系统(UMTS)移动电话标准的3GPP计划。3GPP可以为下一代移动网络、移动系统和移动设备定义规范。词语“示例性”在本文中用于表示“用作示例、例子或说明”。本文作为“示例性”描述的任一方面和/或实施例不必被解释为比其它方面和/或实施例更优选或更具优势。MIMO系统采用多个(Nt个)发射天线和多个(Nk个)接收天线来进行数据传输。由Nt个发射天线和Nk个接收天线形成的MMO信道可被分解为Ns个独立的信道，Ns个独立的信道也被称为空间信道。如果使用线性接收机，则最大空间复用Ns*min(NT，NK)，Ns个独立的信道中的每ー个对应于ー个维度。这给频谱效率提供了 Ns增量。如果使用由多个发射天线和接收天线创建的附加维度时，则MIMO系统可以提供提高的性能(例如，更高的吞吐量和/或更大的可靠性)。空间维度可通过秩来描述。MMO系统支持时分双エ(TDD)和频分双エ(FDD)实现。在TDD系统中，前向和反向链路传输使用相同的频域，使得互易原理允许根据反向链路信道估计前向链路信道。这使得当接入点处有多个天线可用时接入点能够提取前向链路上的发射波束成形増益。在一些实现中，系统可以使用时分双エ(TDD)。对于TDD，下行链路和上行链路共享相同的频谱或信道，并且在相同的频谱上发送下行链路和上行链路传输。因此，下行链路信道响应可以与上行链路响应相关。互易原理可以允许基于通过上行链路的发送的传输来估计下行链路信道。这些上行链路传输可以是參考信号或上行链路控制信道(其可以在解调之后用作參考符号)。上行链路传输可以允许通过多个天线对空间选择性信道进行估计。在LTE中，移动站或设备可以被称为“终端”、“用户装置”或“用户设备”(UE)。基站可以被称为演进型节点B或eNB。半自动基站可以被称为家庭eNB或HeNB。HeNB因而可以是eNB的ー个示例。HeNB和/或HeNB的覆盖区域可以被称为毫微微小区、HeNB小区或封闭用户组(CSG)小区(其中接入是被限制的)。
图I示出了示例性的多址接入无线通信系统(例如，LTE/LTE-A系统)，在该系统上可以实现随后进一步描述的方面。基站或演进型节点B CeNB>100 (也称为接入点或AP)可以包括多个天线组，ー个天线组包括104和106，另ー个天线组包括108和110，并且附加的ー个天线组包括112和114。在图I中，针对每个天线组仅示出了两个天线，然而，对于每个天线组，可以使用更多个或更少个的天线。基站100的天线可以限定与基站相关联的小区的覆盖区域。用户设备(UE) 116 (也称为接入終端或AT)可以位于小区覆盖区域内并且可以与天线112和114通信，其中天线112和114在前向链路(也称为下行链路或DL)上将信息发送给UE 116，并且在反向链路(也称为上行链路或UL) 118上从UE 116接收信息。另ー UE122 (和/或未示出的附加UE)可以与天线106和108通信，其中天线106和108在前向链路126上将信息发送给UE 122并且在反向链路124上接收信息。在频分双エ(FDD)系统中，通信链路118、120、124和126可以使用不同的频率来进行通信。例如，前向链路120可以使用与反向链路118所使用的频率不同的频率。在时分双エ(TDD)系统中，下行链路和上行链路可以共享相同的频谱。 每组天线和/或每组天线被设计为在其中进行通信的区域通常被称为基站的扇区，并且可以与扇区覆盖区域相关联，其中扇区覆盖区域可以是基站小区覆盖区域的子区域。天线组均可以被设计为与由基站100覆盖的小区区域的扇区中的UE通信。在前向链路120和126上的通信中，基站100的发射天线可以利用波束成形以改善针对不同UE 116和122的前向链路的信噪比。此外，基站可以使用波束成形来向在其覆盖区域内随机散布的UE进行发送，这与eNB通过单个天线向其全部UE进行发送相比，可以对相邻小区中的UE造成较小的干扰。诸如基站100的eNB可以是用于与UE通信的固定的站，并且还可以被称为接入点、节点B、或者其它等同的术语。在诸如异构网络的一些系统配置中，基站或eNB可以是各种类型和/或功率等级之一。例如，eNB可以与宏小区、毫微微小区、微微小区和/或其它类型的小区相关联。eNB可以处于不同功率等级范围中的ー个，例如一种类型的宏小区eNB之一具有功率等级范围中的任ー个。UE还可以表示为接入終端、AT、无线通信设备、終端或一些其它等同的术语。UE可以实现为无线手机、计算机或用于计算机的无线模块或设备、个人数字助理(PDA)、平板电脑或设备、或任何其它类似或等同的设备或系统的形式。參照图2，示出了无线通信网络200 (例如LTE或LTE-A网络)的细节。无线网络200可以包括多个基站或演进型节点B (eNB)以及其它网络实体。eNB可以是与用户终端或UE通信的基站。每个基站或eNB可以提供针对特定的地理覆盖区域和/或时间和/或频率复用的覆盖区域的通信覆盖。如图2所示，示例性的通信网络200包括小区202,204和206，小区202,204和206分别具有相关联的基站或eNB 242、244和246。尽管小区202、204和206被显示为彼此相邻，但是这些小区及相关联的eNB的覆盖区域可以重叠和/或彼此连续。例如，诸如eNB 242,244和246的eNB可以提供针对宏小区、微微小区、毫微微小区和/或其它类型的小区的通信覆盖。宏小区可以覆盖相对大的地理区域(例如，半径为几千米)并且可以允许具有服务订购的UE的非限制接入。微微小区可以覆盖相对小的地理区域，可以与ー个或多个宏小区重叠，和/或可以允许具有服务订购的UE的非限制接入。类似地，毫微微小区可以覆盖相对小的地理区域(例如，家庭)，可以与宏小区和/或微微小区重叠，和/或可以仅允许与毫微微小区相关联的UE (诸如，家庭中用户的UE、订购了特定服务计划的用户的UE等)进行非限制接入。用于宏小区的eNB可以被称为宏eNB或宏基站或宏小区节点。用于微微小区的eNB可以被称为微微eNB、微微基站或微微小区节点。用于毫微微小区的eNB可以被称为毫微微eNB、家庭eNB、毫微微基站或毫微微小区节点。网络控制器元件或核心网络元件250可以耦合到ー组eNB并且为这些eNB提供协调和控制。网络控制器250可以是单个网络实体或网络实体的集合。网络控制器250可以通过到核心网络(CN)功能的回程连接与eNB242、244和246通信。eNB 242,244和246还可以通过无线或有线回程彼此之间例如直接或间接通信。在一些实现中，无线网络200可以是仅包括宏基站或eNB的同构网络。无线网络200还可以是包括不同类型的eNB (例如，宏eNB、微微eNB、毫微微eNB、中继节点等)的异构网络或hetnet。这些不同类型的eNB可具有不同的发射功率等级、不同的覆盖区域和对 无线网络200中干扰的不同影响。例如，宏eNB可以具有高发射功率等级(诸如，20瓦)，而微微eNB、毫微微eNB和中继可具有较低的发射功率等级(诸如，I瓦)。本文中描述的各种技术和方面可以用于同构网络和异构网络的不同实现中。网络200可以包括ー个或多个UE。例如，网络200可以包括UE 230、232、234、236、238和240 (和/或未示出的其它UE)。各种UE可以分布在无线网络200中，每个UE可以是静止的、移动的、或者静止及移动的。如先前所描述的，UE可以通过下行链路(DL)和上行链路(DL)与eNB通信。下行链路(或前向链路)指的是从eNB到UE的通信链路，上行链路(或反向链路)指的是从UE到eNB的通信链路。UE可以与宏eNB、微微eNB、毫微微eNB、中继节点和/或其它类型的eNB通信。在图2中，具有双箭头的实线指的是UE与服务eNB之间的期望传输，服务eNB是被指定为在下行链路和/或上行链路上为UE提供服务的eNB。參照图3，示出了可以实现本文随后描述的方面和功能的基站310 (B卩，eNB、HeNB等)和UE 350的实施例的框图。可以在基站310中所显示的处理器和存储器(和/或未示出的其它组件)中实现多种功能，例如与其它小区和/或网络的其它基站(未示出)通信以发送和接收来自其它基站和UE的信令，以及提供如本文中所描述的其它功能，诸如MMO信号发送和接收处理功能。例如，UE 350可以包括ー个或多个模块以从基站310和/或其它基站(未示出，诸如非服务基站或本文先前描述的其它网络类型的基站)接收信号以接入基站、接收DL信号、确定信道特性、执行信道估计、解调所接收的数据和生成空间信息、确定功率等级信息、和/或与基站310或其它基站(未示出)相关联的其它信息。基站310可以与本文中描述的其它基站协调以促进诸如前向切换的操作。这可在基站310的诸如处理器314、330和存储器332的一个或多个组件(或未示出的其它组件)中实现。基站310还可以具有包括eNB 310的一个或多个组件(或未示出的其它组件)的发射模块，例如发射模块322。基站310可以包括干扰消除模块，干扰消除模块包括诸如处理器330、342、解调器模块340和存储器332的一个或多个组件(或未示出的其它组件)以提供诸如所服务的UE的重定向、与相关联的MME或其它网络节点通信的功能，提供信令重定向信息、PS中断信息、切換和上下文信息、和/或本文所描述的其它信息。基站310可以包括处理器模块，处理器模块包括诸如处理器330、314和存储器332的一个或多个组件(或未示出的其它组件)以执行本文随后描述的基站功能、和/或管理可以用于与UE或诸如其它基站的其它节点、MME等通信的发射机和/或接收机模块。基站310还可以包括用于控制接收机功能的控制模块。基站310可以包括网络连接模块390以提供与诸如核心网络(CN)中的回程系统的其它系统的网络连接，以及诸如通过模块390与其它基站/eNB的网络连接，或者与本文未示出的其它组件的网络连接。类似地，UE 350可以包括接收机模块，接收机模块包括诸如接收机354的ー个或多个组件以接收和处理MMO信号。UE 350还可以包括处理器模块，处理器模块包括诸如处理器360和370以及存储器372的一个或多个组件(或未示出的其它组件)以执行与本文随后描述的MMO功能相关联的处理功能。这可以包括例如接收、解码和处理从两个或更多个天线接收的信号。在UE 350处接收的两个或更多个信号被处理以接收DL信号和/或从DL信号提取 诸如MIB和SIB信息的信息。附加的处理可以包括估计信号特性、功率信息、空间信息、和/或与诸如基站310和/或其它基站的eNB (例如，节点B (未示出))相关联的其它信息，以及促进与其它小区或网络及相关联的节点(例如那些不同的网络的基站或节点B)的通信。存储器332 (和/或图3未示出的其它存储器)可以用于存储计算机代码以用于在诸如处理器314、320、330和342的一个或多个处理器(和/或基站310的未示出的其它处理器)上执行以实现本文随后描述的与MMO信号接收和处理相关的方面和功能。类似地，存储器372 (和/或未示出的其它存储器)可以用于存储计算机代码以用于在诸如处理器338,360和370的一个或多个处理器上执行以实现与本文所描述的方面和功能相关联的处理。存储器可以例如用于存储信息，例如上下文信息、小区和用户终端识别信息以及与无线设备和系统操作相关联的其它信息。在基站310处，用于多个MMO数据流的业务数据可以从数据源312提供给发射(TX)数据处理器314，在TX数据处理器314处，数据可以被处理并且发送到ー个或多个UE350。在ー个方面，每个数据流被处理并且在基站310的各自的发射机子系统(示出为发射机322i-322Nt和天线324r324Nt)上发送。TX数据处理器314基于为每个数据流选择的特定编码方案接收、格式化、编码和交织该数据流的业务数据，以提供编码的数据。具体地，基站310可以被配置为确定特定的參考信号和參考信号模式，并且提供包括參考信号和/或位于所选择的模式中的波束成形信息的发射信号。每个数据流的编码数据可以使用OFDM技术与导频数据进行复用。导频数据通常是以已知的方式进行处理的已知数据模式，并且可以在接收机系统中使用以估计信道响应。例如，导频数据可以包括參考信号。导频数据可以如图3所示提供给TX数据处理器314并且与编码的数据进行复用。然后，可以基于为每个数据流选择的特定的调制方案(BPSK、QPSK、M-PSK、M-QAM等)对该数据流的复用后的导频和编码数据进行调制(即，符号映射)以提供调制符号，并且可以使用不同的调制方案对数据和导频进行调制。每个数据流的数据速率、编码和调制可以由处理器330基于存储在存储器332或UE 350的其它存储器或指令存储介质(未示出)中的指令所执行的指令进行确定。然后，可以将所有数据流的调制符号提供给TX MIMO处理器320，TXMIMO处理器320可以(例如，针对OFDM实现)进ー步处理调制符号。然后，TX MMO处理器320可以将Nt个调制符号流提供给Nt个发射机32 至322Nt。各个符号可以映射到相关联的RB以进行传输。TX MIMO处理器320可以对数据流的与发送符号的一个或多个天线对应的符号施加波束成形权重。这可以通过使用诸如通过或结合參考信号提供的信道估计信息和/或从诸如UE的网络节点提供的空间信息的信息来实现。例如，波束BqransposelXlv . bNt)构成与每个发射天线对应的ー组权重。沿着波束的发射对应于沿着所有天线发射按该天线的波束权重进行缩放的调制符号X，也就是说，在天线t上，发送的信号为bt*x。当发送多个波束时，在一个天线上发送的信号是与不同波束对应的信号的总和。这在数学上可以表达为BlXl+B2x2+BNsxNs，其中发送Ns个波束，并且Xi是使用波束Bi发送的调制符号。在各种实现中，可以通过多种方式选择波束。例如，可以基于来自UE的信道反馈、基站处可用的信道知识、或基于从UE提供的信息来选择波束，以促进例如与相邻宏小区的干扰抑制。每个发射机子系统32 至322Nt接收和处理各自的符号流以提供一个或多个模拟信号，并且进一步调节(例如，放大、滤波和上变频)模拟信号以提供适于在MMO信道上传 输的调制信号。来自发射机子32 至322Nt的Nt个调制信号然后分别从Nt个天线32も至324Nt进行发送。在UE 350处，所发送的调制信号通过Nr个天线35 至352Ν,接收，并且从每个天线352接收的信号提供给各自的接收机(RCVR) 354!至352Ν,。每个接收机354调节(例如，滤波、放大和下变频)各自的接收信号、数字化调节后的信号以提供采样，并且进一步处理采样以提供相应的“接收的”符号流。然后，RX数据处理器360基于特定的接收机处理技术接收和处理来自Nr个接收机351至352ν,的Nr个接收的符号流以提供Ns个“检测到的”符号流以提供对Ns个发送的符号流的估计。RX数据处理器360然后解调、解交织和解码每个检测到的符号流以恢复该数据流的业务数据。由RX数据处理器360进行的处理通常与由基站310中的TX MIMO处理器320和TX数据处理器314互补。处理器370可以定期地确定预编码矩阵。处理器370然后可以用公式表示反向链路消息，该反向链路消息可以包括矩阵索引部分和秩值部分。在各个方面，反向链路消息可以包括与通信链路和/或接收的数据流有关的各类信息。反向链路消息然后可以由TX数据处理器338处理，然后由调制器380调制，由发射机354i至354_调节，并且发回基站310，其中，TX数据处理器338还可以从数据源336接收多个数据流的业务数据。发回基站310的信息可以包括功率等级和/或用于提供波束成形的空间信息以抑制来自基站310的干扰。在基站310处，来自UE 350的调制信号通过天线324接收，由接收机322调节，由解调器340解调，并且由RX数据处理器342处理以提取出由UE 350发送的消息。处理器330然后可以确定使用哪个预编码矩阵来确定波束成形权重，并且然后处理所提取的消息。图4示出了 MMO系统，该MMO系统具有信号发送装置410，信号发送装置410可以是诸如基站310 (图3)的基站的发射模块的组件，和/或诸如图3的UE 350的用户终端的发射模块。类似地，MIMO接收机装置450可以是用户终端或基站的接收机模块的组件。发送装置410可以包括数据编码器模块412，数据编码器模块412可以例如是turbo解码器，turbo解码器可以将比特映射到相应的流和天线以进行MMO传输。模块410可以包括可以对流进行编码的预编码器模块416、可以用于生成和放大用于通过多个天线发送的RF信号的发射机模块418。发送的信号通过信道430传播，可以如本文随后所描述的，使用信道矩阵H描述信道430的特征。接收装置450可以包括多个天线(例如，在随后描述的示例中使用2个天线，然而，可以在多个实施例中使用其它天线配置和天线数量)。一个或多个接收机前端模块452可以对从多个天线接收的信号进行下变频，并且将输出提供给MMO处理器454。MIMO处理器可以包括解映射器模块，解映射器模块可以包括例如随后描述的联合LLR模块，以用于生成在解码所接收的信号中使用的LLR度量。Turbo解码器456可以耦合至解映射器模块，例如随后进一歩示出和描述的。具体地，可以使用来自turbo解码器456的先验信息来改善和/或简化解码性能，如本文随后描述的。图5示出了用于具有两个天线(例如，两个发射天线和两个接收天线)的MIMO系统的信道模型500。在模型500中，所接收的信号向量y代表分别在天线I (れ)和天线2(Y2)上接收的符号。类似地，向量X代表所发送的信号向量，H代表发射机与接收机之间的 MIMO信道(例如信道矩阵)，并且η代表噪声分量，噪声分量可以表示为具有单位协方差矩阵的复高斯。接收机处的目标是从y (例如所接收的信号Y1和y2)联合解码所发送的向量X (例如符号X1和X2)。注意，为了清楚起见，该示例和随后的示例是围绕两个天线配置进行说明的，然而，各个方面可以在使用各个配置中的具有两个以上的天线的配置的系统中实现。图6示出了如可以在例如无线通信设备的接收机装置600中使用以发送如图5所示的向量X的迭代解码器配置的实施例的细节。装置600可以配置有内环模块或装置630，内环模块或装置630可以包括诸如解码器632的解码器元件以用于解码诸如卷积码的代码。内环装置630可以生成所谓的外部信息作为加法器模块634的输出，加法器模块634的输出可以提供给解映射器或外环装置610以提高解码性能。交织器640和解交织器620可耦合在内环装置630与解映射器装置610之间，如图所示。在解映射器610处，外部信息可以用于改善对提供给对数似然比(LLR)模块612的接收信号的估计。LLR模块612可以被配置为计算LLR度量L(bk)。可以包括求和模块614和634以将如图所示的信号分量加到一起以生成Lei和LE2。图7示出了用于确定与比特bk相关联的LLR值或度量(为了简洁在本文中也表示为“LLR”)的处理计算机制700的细节。注意，尽管该处理实施例是围绕两个天线的情况和两个相应的求和(对X1和X2)示出的，但是处理可通过添加附加的求和以及随后描述的等同的连续函数近似而扩展至任意天线配置。如等式710所示,LLR、L(bk)可以被定义成在X1和X2上求和的bk=0和bk = I的条件概率的比的算法。等式710可以重写为如图7所示的等式720和730的形式。等式730可以表示成外和项732 (对X1)和内和项734 (对x2)。然而，求解等式730所需的计算复杂度可能是复杂的并且处理器密集的，尤其是在较大的符号星座图的情况下。例如，在256QAM符号星座图的情况下，在256个值上对X1和X2 (针对2个天线)求和需要64K (即65，536次)计算。此外，具有两个以上的天线的配置还可以増加用于生成LLR的复杂度和时间。因此，可能希望減少求和项的数目或者另外简化计算。在等式720中可以看出，项I |y-Hx| |表示噪声幅度度量。当x的估计值接近正确的值时，等式720和730中的噪声度量项(y-Hx)的幅度将减小，并且此项的平方将相应地变小。因此，负平方项的指数相对于较大的噪声度量值而言为大。这可能导致在求和中与实际值最接近的X的值对应的仅ー些项决定总和。因此，在一个简化方法中，y-Hx的较小值项可以被丢弃，因为它们对总和増加了相对小量。这可以被看作识别给嵌套和贡献大部分值的较小数量的求和项。简化如图7所示对X2求和的一个解决方案包括通过使用对概率质量函数(pmf )的高斯近似，用积分替代求和。这个方法的示例在下面示出，其中用积分替代了对X2的求和，如下所示桃.)=⑴
ΣΧι%=ι Ρ.Γ レ'I) 严P (― ||y-Hx II") Pr(./'2) の
Σ*1%=ι Ργ1·γι ) /exP (- lb. - HxIl ) Pr(.r2)i/.r2现有的实现假设等式(2)中的X2的概率密度函数为高斯函数，其可以用封闭形式求解，如下所示
P-^-OOPr(y|；ci)=^ Pi1:y|a/ Pi'(y|xi’.r2)/(.i’2)(l:<:2 (3)
mocexp (— (y — Ii2/^ — 1 : )好 RT4 (y —IigjUs — Ι ι.ο))-(句其中，/ = ^( } =^Pr(a；2)a；2(5)
X2 E2{a2} = ^^Pr(z2) |a2|2 Ι^Γ(6)
ft よ&R=h2i/|hf+ σ2Ι2( )尽管例如上面所描述的概率密度的高斯估计可以用于通过对离散概率质量函数(pmf)进行近似来简化LLR确定，但是它们可能不会提供概率特性的良好模型。根据ー个方面，本发明涉及生成和使用在LLR确定中使用的非高斯概率近似。非高斯近似例如可以直接用于LLR确定，如下所述。可替换地或此外，如本发明中随后所讨论的，它们可以用于确定在求和中使用的K最优列表值以确定LLR。为了推动使用非高斯近似，作为ー个示例，四相幅度调制(4-PAM)实现可以具有在其中发送四个可能的符号值的符号星座图，该符号星座图对应于X = _3、-I、I和3的符号X值。此分布可以如下经由例如格雷码映射(或其它代码，例如最小化与符号误差相关联的比特误差的数量)对应于两比特Od1, b2)映射双比特(0，I)映射至符号值_3，(O, O)映射至-1，(1，0)映射至1，以及(1，I)映射至值3。如果比特bl=l的概率是O. 6而b2=l的概率为O. 8，则相应的概率通过pmf描述如下
Pr (X=-3) =0. 32Pr (X=-I)=. 08(8)Pr (X=I) =.12 和Pr (X=3) =. 48可以生成对应于上面(8)所示的离散pmf值的连续的概率密度函数估计，其然后可进行积分(而非图7的内和720中所示的求和)。例如，可以如先前在等式(4)中所描述的使用高斯分布。然而，高斯近似可以生成概率密度估计，概率密度估计与实际离散概率质量可能具有非常差的对应性，并且可能因此不能提供对图7所示的求和的良好积分近似。这样的ー个示例在图8中示出，图8示出了与高斯分布估计820对应的连续函数估计。基本的离散概率质量函数在尾部处(例如在X=_3和X=3处)具有较大的值，并且在分布的中心附近 (其中X=O)具有较小的值，而高斯估计在分布的中心附近达到峰值。不是使用高斯概率估计(其可以与图8所示的估计曲线820对应)，而是可以可替代地使用非高斯估计或近似在各种实施例中生成LLR度量。在一些实现中，可以生成非高斯估计作为连续概率密度函数估计。在图8中示出了可以用于所描述的4-PAM情况的非高斯函数830的一个实施例的示例。在这种情况下，非高斯函数的值更接近地近似所关注的符号(例如，在X=_3、-1、1和3)附近的离散概率分布。离散 pmf 为 Pr (X=-3) =0.32;Pr (X=-I) =0.08;Pr (X=I)=O. 12;以及Pr (X=3) =0. 48。使用例如非高斯函数可以改善LLR生成和总体的接收机检测性能。下面进ー步描述了用于生成例如可以用于LLR确定的非高斯函数的过程的实施例的示例。例如，在ニ进制相移键控(BPSK)调制的情况下，假设随机变量X (对应于发送的符号)为离散值+1 和-1，概率 X=I (Pr (X = I)) =P,和 Pr(X = -I)=ト P)。此离散概率质量函数(pmf)可通过如下所示的函数近似，其然后可进行积分 Pr(Ji =rr) = p( 2 ) (I — pji 2 J= 土I,(9)对于给定的调制星座图Q, Pr (X = Xi) =Pi和Σ Pi=I, pmf可以用多项式的形式给出
—Π“.—ハダ2
上.フ ψ=- '
Pr(X = a；)= Jl 叫,'み,,r€ Q_
ょ' I fcr t
(2(|0| —I)\
"V CiiXh I ·I11)
I_η/然而，上面等式(11)所示的多项式难以积分，这是因为尽管对于ニ阶多项式存在封闭形式，但是对于三阶或更高阶多项式而言，封闭形式是未知的。在各种实施例中，在任意星座图的指数函数中，可以替代地用ニ阶多项式近似对pmf进行近似。例如,可以使用以下针对Pr(X = X)的近似Pr (X = x)= exp (- (c+2rx+ax2))(12)在这种情况下，可以按如下使到达期望值的距离最小化的方式确定系数v^·, (exp (- (c + 2rj,+a.r~)) -pt)(13)
i图8的曲线830示出了用于先前所描述的4-PAM示例的这种ニ阶多项式近似的实现。通过生成针对概率密度函数的封闭形式近似，例如通过使用上述非高斯近似和系数，并且对由此产生的连续函数积分，可以确定简化的封闭形式的LLR近似值，该LLR近似值可以用于提高解码器效率和/或性能。在一些实现中，可以替代多项式函数使用其它函 数(例如提供封闭形式或有效积分处理的其它函数形式)，或者除了多项式函数之外，还可以使用所述其它函数。此外，在一些实施例中，可以希望对用于生成LLR度量的X2求和(或其它类似的或等同的求和)的积分界限进行限制。例如，诸如本文先前描述的并且在图8中示出的封闭形式高斯函数积分将通常从负无穷取值到无穷。然而，实际的星座图具有有限的字母。例如，在ニ维脉冲幅度调制(2D-PAM)中，字母限于[-2D+1，-2D+3,. . .，2D-3，2D-1}。因此，积分可被限定于ー个范围内。例如，该范围可从-U至Π，其中U的ー个可能的值可以是2D。相似的积分界限可以用于其它功能，例如先前描述的非高斯求和近似。现在注意图9，示出了可以在接收机装置(例如，其可以并入到诸如UE或其它设备的用户终端中)和/或基站(例如，eNB或其它基站)中使用以确定LLR度量的过程900的细节。在一些实现中，如前所描述的非高斯近似可以用于替代求和项(例如，如图7所示的内和项)以简化LLR生成。在这种情况下，可以通过对X1进行ー组积分(而非针对X2和X1的两个嵌套求和)来实现求和，从而降低处理复杂度。然而，在一些实现中，使用高斯和非高斯信息生成一列用于求和的值也可能是有利的。例如，通过利用可以从图4和6所示的turbo解码器模块提供的先验信息，可以相对于现有方法增强列表选择。如前所述，通常，在等式730中示出的某些求和项可以占主导地位。在一个实现中，总和可以被确定的最大项(例如，对总和的总值贡献较大量的项)替代。在这种情况下，其它项可以被丢弃，用最大值替代总和。这种方法被称为最大对数近似(MLM)，最大对数近似可以用于按如下方式近似LLR值
“かエト麵j-ポ麵ト(Μ)另ー种方法被称为K最优实现(在本文中也表示为“传统的K最优”方法)。在传统的方法中，识别“K”最优候选(其中K可以取预定值，例如3、4、8、16或其它值)以使被求平方的噪声项(例如Iy-Hxl I)最小。例如，可以在如图10所示的ニ维信号星座图1000的上下文中考虑此方法。如图10所示，使用接收到的信号1020，可以识别超球面1020(例如，如图所示的ニ维星座图中的圆)。列表球形解码器(LSD)可以用于仅在超球面内确定的一列值上进行捜索。在该方法中，可以基于诸如被求平方的|y-HX| |的函数的噪声度量，来选择超球面的半径r。因此，如果噪声度量小，则超球面1030的半径小，而噪声度量越大，则半径越大。半径可以被迭代以使对除了列表之外的K最优值的捜索变窄，即目标是识别由超球面限定的区域、体积内的K个假设值1010。例如，如下通过仅核查半径为!■的超球面内的点来生成列表
I Il y —Hxll2 ら上,,'.-,'ILE(bi\y)^s nmx く 一-------+ \ ' ^λ(%) f (15)
Wふ'+i IJ=r,f~f.h=tJ 逃)}.
IJ=へj尹,ゎ产iJ然而，传统的K最优方法不是使用先验信息来生成列表。根据ー个方面，可以通过使用先验信息确定或选择列表值(这里也称为先验K最优列表或先验列表)，在接收机中获得附加的性能提高。可以在例如图4和图6所示的解映射器与turbo解码器元件之间交换该信息。例如，基于使用附加的先验信息的K最优方法的实现可以用于确定列表。此方法的一个实施例可以按如下方式实现。假设bk属于数据流1，则可以确定K最优X1值，使得以I为条件的X1的条件概率最大(即maxPrU/y))。图11示出了用于使用此方法确定LLR度量的过程1100的实施例。在阶段1110处，用于生成LLR度量的ー组K最优列表值，其中该列表是至少部分地基于先验信息确定的，其可以基于在考虑接收信号I的前提下使X1的条件概率最大化。在阶段1120处，可以确定用于求和的一组值。这些值例如可以是K最优列表值和/或附加值和/或列表值的子集。在阶段1130处，可以对这组值求和以生成LLR度量。生成条件概率的ー种方法是使用Pr (x/y)的高斯近似。例如条件概率Pr (x/y)可以被确定为2卜,.2iy)—X》JPltr2I (1()
j'->r ->与X2的概率相关的信息可以从turbo解码器得知。在上面的等式(16)中，求和项可通过如下的积分近似X / Pr (y I X1, x2) f (x2) dx2(17)该积分可以使用的X2的pmf (例如f(x2))的高斯或非高斯连续函数近似。例如，如下使用高斯近似封闭形式求解X exp (_ (y_h2 μ1 (y_h2 μ ^h1X1)) (18)可替换地，还可以针对f (X2)使用如前所述的非高斯函数近似。通过使用此方法，可以选择一组值来使总和最大化(例如，选择K最优X1以使以y为条件的X1最大化(例如最大化等式18))。对于每个X1，可以找到最优X2，由此产生K最优对X1、X2。这些K最优对然后可用于求和以生成LLR度量。例如，在找到K最优列表Xl、X2值(或者，在系统具有附加天线的情况下，以y为条件的全部接收信号上的最优值)(即，通过如上所述的考虑先验信息)之后，可以仅在列表值(例如，而不在所有可能的值上求和，仅在求和中包括先验确定的K最优列表值)上评估下面的等式(19)
权利要求
1.ー种用于无线通信的方法，包括 生成ー组K最优(κ-best)值；以及 对所述ー组K最优值求和以生成对数似然比(LLR)度量， 其中，所述ー组K最优值是至少部分地基于先验优先级值确定的。
2.如权利要求I所述的方法，其中，所述ー组K最优值是通过使以接收信号的概率为条件的第一发送符号的条件概率值最大化来生成的。
3.如权利要求2所述的方法，其中，所述ー组K最优值是通过使用求和-対数确定来生成的。
4.如权利要求2所述的方法，其中，所述条件概率值是通过使用第二发送符号的高斯近似来生成的。
5.如权利要求2所述的方法，其中，所述条件概率值是通过使用第二发送符号的非高斯近似来生成的。
6.如权利要求2所述的方法，其中，所述条件概率值是通过使用第二发送符号的ニ阶多项式近似来生成的，并且所述K最优值是通过从所述多项式函数的最小值进行捜索来确定的。
7.如权利要求4所述的方法，其中，所述高斯近似是部分地通过减少矩阵的维度以生成第二矩阵并且对所述第二矩阵求逆来确定的。
8.如权利要求2所述的方法，其中，所述条件概率还基于以所述接收信号的所述概率为条件的第二发送符号，其中以所述接收信号为条件的所述第一和第二符号的联合概率值被最大化以确定所述联合概率值。
9.一种计算机程序产品，包括计算机可读存储介质，所述计算机可读存储介质包括能够由处理器执行以进行以下操作的代码 生成ー组K最优值；以及 对所述ー组K最优值求和以生成对数似然比(LLR)度量， 其中，所述ー组K最优值是至少部分地基于先验优先级值确定的。
10.如权利要求9所述的计算机程序产品，其中，所述ー组K最优值是通过使以接收信号的概率为条件的第一发送符号的条件概率值最大化来生成的。
11.如权利要求10所述的计算机程序产品，其中，所述ー组K最优值是通过使用求和-対数确定来生成的。
12.如权利要求10所述的计算机程序产品，其中，所述条件概率值是通过使用第二发送符号的高斯近似来生成的。
13.如权利要求10所述的计算机程序产品，其中，所述条件概率值是通过使用第二发送符号的非高斯近似来生成的。
14.如权利要求10所述的计算机程序产品，其中，所述条件概率值是通过使用第二发送符号的ニ阶多项式近似来生成的，并且所述K最优值是通过从所述多项式函数的最小值进行搜索来确定的。
15.如权利要求12所述的计算机程序产品，其中，所述高斯近似是部分地通过减少矩阵的维度以生成第二矩阵并且对所述第二矩阵求逆来确定的。
16.如权利要求10所述的计算机程序产品，其中，所述条件概率还基于以所述接收信号的所述概率为条件的第二发送符号，其中以所述接收信号为条件的所述第一和第二符号的联合概率值被最大化以确定所述联合概率值。
17.ー种用于无线通信的装置，包括 处理器，其被配置为 生成ー组K最优值；以及 对所述ー组K最优值求和以生成对数似然比(LLR)度量， 其中，所述ー组K最优值是至少部分地基于先验优先级值确定的； 以及 存储器，其被耦合到所述处理器。
18.如权利要求17所述的装置，其中，所述先验值基于从turbo解码器模块提供的信ο
19.如权利要求17所述的装置，其中，所述ー组K最优值是通过使以接收信号的概率为条件的第一发送符号的条件概率值最大化来生成的。
20.如权利要求19所述的装置，其中，所述ー组K最优值是通过使用求和-对数确定来生成的。
21.如权利要求19所述的装置，其中，所述条件概率值是通过使用第二发送符号的高斯近似来生成的。
22.如权利要求19所述的装置，其中，所述条件概率值是通过使用第二发送符号的非高斯近似来生成的。
23.如权利要求19所述的装置，其中，所述条件概率值是通过使用第二发送符号的ニ阶多项式近似来生成的，并且所述K最优值是通过从所述多项式函数的最小值进行捜索来确定的。
24.如权利要求21所述的装置，其中，所述高斯近似是部分地通过减少矩阵的维度以生成第二矩阵并对所述第二矩阵求逆来确定的。
25.如权利要求19所述的装置，其中，所述条件概率还基于以所述接收信号的所述概率为条件的第二发送符号，其中以所述接收信号为条件的所述第一和第二符号的联合概率值被最大化以确定所述联合概率值。
26.ー种用于无线通信的装置，包括 用于生成ー组K最优值的模块；以及 用于对所述ー组K最优值求和以生成对数似然比(LLR)度量的模块， 其中，所述ー组K最优值是至少部分地基于先验优先级值确定的。
27.ー种用于无线通信的方法，包括 确定对数似然比(LLR)度量的求和项的非高斯近似； 评估所述求和项的所述非高斯近似；以及 部分地基于所述评估来生成所述LLR度量。
28.如权利要求27所述的方法，其中，所述非高斯函数近似对应于与发送符号星座图相关联的概率质量函数(pmf)。
29.如权利要求28所述的方法，其中，所述pmf对应于正交幅度调制(QAM)信号星座图、相移键控(PSK)信号星座图和相位幅度调制(PAM)信号星座图中的ー个。
30.如权利要求28所述的方法，其中，所述非高斯函数近似是基于所述pmf的多项式形式的近似的。
31.如权利要求30所述的方法，其中，所述多项式形式的近似是高阶函数的ニ阶封闭形式的多项式近似。
32.如权利要求30所述的方法，其中，所述ニ阶多项式近似具有如下形式Pr (X = X) = exp (- (c+2rx+ax2))
33.如权利要求27所述的方法，其中，所述生成所述LLR度量的步骤包括 对第一接收信号的非高斯函数近似和多个第二接收信号的非高斯函数近似进行积分以生成ー组积分值；以及 对所述ー组积分值求和以生成所述LLR。
34.如权利要求27所述的方法，还包括基于所述LLR度量对输入数据流进行解码。
35.一种计算机程序产品，包括计算机可读存储介质，所述计算机可读存储介质包括可以由处理器执行以进行以下操作的代码 确定对数似然比(LLR)度量的求和项的非高斯近似； 评估所述求和项的所述非高斯近似；以及 部分地基于所述评估来生成所述LLR度量。
36.ー种用于无线通信的装置，包括 处理器，其被配置为 确定对数似然比(LLR)度量的求和项的非高斯近似； 评估所述求和项的所述非高斯近似；以及 部分地基于所述评估来生成所述LLR度量；以及 存储器，其被耦合到所述处理器。
37.如权利要求36所述的装置，其中，所述处理器还被配置为基于所述LLR度量对输入数据流进行解码。
38.ー种用于无线通信的装置，包括 用于确定对数似然比(LLR)度量的求和项的非高斯近似的模块； 用于评估所述求和项的所述非高斯近似的模块；以及 用于部分地基于所述评估生成所述LLR度量的模块。
39.ー种生成在对接收信号进行解码时使用的离散概率质量函数(pmf)总和的非高斯近似的方法，所述方法包括 确定与所述pmf对应的非高斯函数近似；以及 对所述非高斯函数进行积分以生成在对所述接收信号进行解码时使用的值。
40.如权利要求39所述的方法，其中，所述非高斯函数近似是基于所述pmf的多项式形式的近似的。
41.如权利要求40所述的方法，其中，所述多项式形式的近似是高阶函数的ニ阶封闭形式的多项式近似。
42.如权利要求41所述的方法，其中，所述ニ阶多项式近似具有如下的形式Pr (X = X) = exp (- (c+2rx+ax2))
43.一种计算机程序产品，包括计算机可读存储介质，所述计算机可读存储介质包括可以由处理器执行以进行以下操作的代码 确定与离散概率质量函数(pmf)对应的非高斯函数近似；以及 对所述非高斯函数进行积分以生成在对接收信号进行解码时使用的值。
44.一种用于生成在对接收信号进行解码时使用的离散概率质量函数(pmf)总和的非高斯近似的装置，所述装置包括 用于确定与所述pmf对应的非高斯函数近似的模块；以及 用于对所述非高斯函数进行积分以生成在对所述接收信号进行解码时使用的值的模块。
45.一种用于生成在对接收信号进行解码时使用的离散概率质量函数(pmf)总和的非高斯近似的装置，所述装置包括 处理器，其被配置为 确定与所述pmf对应的非高斯函数近似；以及 对所述非高斯函数进行积分以生成在对所述接收信号进行解码时使用的值；以及 存储器，其被耦合到所述处理器。
46.ー种用于无线通信的方法，包括 部分地基于先验值来生成K最优列表值； 基于所述K最优列表值来确定总和；以及 部分地基于所述总和来生成对数似然比(LLR)度量。
47.一种计算机程序产品，包括计算机可读存储介质，所述计算机可读存储介质包括可以由处理器执行以进行以下操作的代码 部分地基于先验值来生成K最优列表值； 基于所述K最优列表值来确定总和；以及 部分地基于所述总和来生成对数似然比(LLR)度量。
48.ー种用于对发送信号进行解码的装置，包括 处理器，其被配置为 部分地基于先验值来生成K最优列表值； 基于所述K最优列表值来确定总和；以及 部分地基于所述总和来生成对数似然比(LLR)度量；以及 存储器，其被耦合到所述处理器。
49.ー种用于无线通信的装置，包括 用于部分地基于由turbo解码器提供的先验值来生成K最优列表值的模块； 用于基于所述K最优列表值来确定总和的模块；以及 用于部分地基于所述总和来生成对数似然比(LLR)度量的模块。
全文摘要
描述了用于在通信系统中接收、处理和解码MIMO传输的方法和装置。描述了在使用求和的情况下用于简化处理复杂度的非高斯近似方法。还描述了通过使用迭代解码器来使用先验信息以便于在接收机中确定对数似然比(LLR)。还描述了可以使用先验信息的高斯或非高斯近似方法以确定用于求和的K最优列表值以生成LLR。
文档编号H04L1/00GK102835055SQ201180018523
公开日2012年12月19日 申请日期2011年2月24日 优先权日2010年2月24日
发明者T·崔, J·唐, A·森多纳瑞斯, A·A·萨尔韦卡, S·P·N·拉奥, P·苏布拉马尼亚, L·肖, M·L·麦克劳德, B·C·巴尼斯特 申请人:高通股份有限公司