用于通过降低复杂度的树搜索检测无线通信网络中的数据的方法及装置与流程

本发明的各方面大体上涉及无线通信系统，且具体来说，涉及无线通信链路中的数据检测。

背景技术：

例如蜂窝电话、智能电话和平板设备的现代无线通信设备的盛行伴随着对大量用户设备(userequipment，ue)或移动台的高容量多媒体数据容量的需求的上升。这些多媒体数据容量可用于在ue处提供服务，例如流式无线电、在线游戏、音乐和tv。为了支持这种对较高数据速率的不断增加的需求，基于多种传输技术，例如时分多址(timedivisionmultipleaccess，tdma)、码分多址(codedivisionmultipleaccess，cdma)、频分多址(frequencydivisionmultipleaccess，fdma)、正交频分多址(orthogonalfrequencydivisionmultipleaccess，ofdma)和单载波fdma(singlecarrierfdma，sc_fdma)，来部署多路存取网络。还制定了无线网络的新标准，以提供不断增加的数据速率。这些较新标准的实例包括由第三代合作伙伴计划(thethirdgenerationpartnershipproject，3gpp)制定的长期演进(longtermevolution，lte)和高级lte(lte-advanced，lte-a)、由电气电子工程师协会(theinstituteofelectricandelectronicengineers，ieee)维持的无线宽带标准的802.11和802.16族、wimax，wimax是来自wimax论坛的ieee802.11标准的实施方案，以及其它标准。基于这些标准的网络提供多路存取，从而通过共享可用的网络资源来支持多个同时存在的用户。

这些较新标准中的许多标准支持位于基站和ue两者处的多个天线。这些多天线配置，也被称作多输入多输出(multi-inputmulti-output，mimo)，它们提供改进后的频谱效率，从而使数据速率增加。然而，容量提高的代价是发射器和接收器的复杂度和计算要求的增加。在接收器处对所传输的数据符号进行检测在具有多个发射和接收天线的系统中可能是一个难题。理论上，最大对数似然检测(maximumlikelihooddetection，mld)是检测所传输的数据符号的最佳方法。不利的是，大型mimo系统中的mld计算复杂度常常超过ue的计算容量，这使其无法用于低端ue。mld的替代方案是线性最小均方误差(linearminimummeansquareerror，lmmse)检测器，所述检测器具有较低的计算复杂度，但却遭受次佳性能的影响，尤其是当mimo信道矩阵的条件数较大时。另一方式是基于较不复杂的最大似然(maximumlikelihood，ml)方法的研发，所述方法有时被称作准ml检测方法。这些准ml检测方法的目标是降低总体计算复杂度，同时提供尽可能接近mld的性能。

近似最佳的mimo检测的常规方法是降低需要搜索的符号向量的候选集的大小。可通过基于从较低复杂度的线性检测器中获得的优先信息，从搜索树中去除分支来降低搜索大小，这种方法有时被称作修剪过程。一旦候选集已基本上减小，就可实施简化或近似ml检测以改善搜索结果。

另一常规方式常常被称作qr-m算法，它将qr分解应用到信道矩阵，接着通过只保留最佳候选节点来降低树搜索的大小。qr-m算法的另一变化形式被称为k-best算法，这种算法采用类似于贝尔实验室垂直空时(vertical-belllabsspacetime，v-blast)结构的检测。通过这些方式，在每一层处只保留了有限数目的候选者，并且因为有限的数目通常比完整的可能的集合小得多，所以也降低了复杂度。

相比于mld，这些方式可显著地降低复杂度。然而，为了实现接近mld的性能，在许多ue设计中实施时，复杂度仍然过高。在例如lte或lte-a的高级通信系统中尤其如此，其中通过高阶调制方案，例如64符号正交幅度调制(64symbolquadratureamplitudemodulation，64qam)或256符号qam(256symbolqam，256qam)，来应用包括4x4或8x8mimo的大型系统。这些系统中检测器的复杂度随着mimo层的数目和高阶调制方案以指数方式增加。

因此，需要用于检测高级通信网络中的符号的改进的方法及装置。

技术实现要素：

本发明的目标是提供检测无线通信信号中的数据的装置及方法。本发明的另一目标是提供可实现具有显著降低的计算复杂度的接近最佳数据检测性能的方法及装置。降低计算复杂度允许以较低成本的ue实现数据传输速率的显著改进。

根据本发明的第一方面，上文和另外的目标与优点通过用于接收无线通信信号的装置来获得，所述装置包括用于接收数字通信信号的处理器，其中所述数字通信信号具有多个传输层。处理器用于基于数字通信信号确定所估计的信道矩阵。接着，处理器基于接收到的数字通信信号的线性分析，确定第一所估计的传输符号向量和均方误差矩阵，并通过基于所述第一所估计的传输符号向量执行线性最小均方误差检测，确定位对数似然比的第一集合。处理器还用于基于第一所估计的传输符号向量和均方误差矩阵，通过执行用于数字通信信号中多个传输层的一个或多个层的树搜索，确定位对数似然比的第二集合。处理器用于基于位对数似然比的第一集合和位对数似然比的第二集合，确定改善后的位对数似然比集合，并基于改善后的位对数似然比集合，确定第二所估计的传输符号向量。处理器通过从多个传输层中选择父层集合来确定位对数似然比的第二集合，其中父层集合中层的数目小于或等于多个传输层中层的数目。随后，基于均方误差矩阵，确定用于父层集合中的每一层的缩短了的信道相关矩阵。基于每一缩短了的信道相关矩阵和所估计的信道矩阵，确定最佳缩短了的信道矩阵。在每一树搜索期间，基于分支度量的评估，选择用于树搜索中每一父节点的单个子节点，并基于每一树搜索的结果，确定位对数似然比的第二集合。

在根据第一方面的装置的第一可能实施形式中，通过配置处理器以基于检测器确定位对数似然比的第一集合实现了改进后的数据传输速率以及降低了的计算复杂度，所述检测器包括线性最小均方误差检测器、连续干扰消除和并行干扰消除中的一个或多个。

在同样根据第一方面或根据第一方面的第一可能实施形式的装置的第二可能实施形式中，通过配置处理器以基于缩短了的信道相关矩阵和单个父节点评估分支度量实现了改进后的数据传输速率以及降低了的计算复杂度。

在同样根据第一方面或根据第一方面的第一或第二可能实施方案形式的装置的第三可能实施形式中，通过配置处理器以将单个子节点选择为具有分支度量最大值的节点，从而实现改进后的数据传输速率以及降低了的计算复杂度。

在同样根据第一方面或根据第一方面的第一到第三可能实施形式的装置的第四可能实施形式中，通过配置处理器以并行执行父层集合中每一父层的树搜索，从而减少处理时间。

在同样根据第一方面或根据第一方面的第一到第四可能实施形式的装置的第五可能实施形式中，通过配置处理器以在缩短了的信道相关矩阵的对应元素是正的时候选择具有所述分支度量的峰值的子节点，并在缩短了的信道相关矩阵的对应元素是负的时候基于残差值的象限选择子节点，从而实现改进后的数据传输速率以及降低了的计算复杂度。

在同样根据第一方面或根据第一方面的第一到第五可能实施形式的装置的第六可能实施形式中，通过配置处理器以基于能量值或多个传输层的信道容量选择父层集合中的层，从而当父层的数目小于传输层数目时，实现改进后的数据传输速率以及降低了的计算复杂度。

在同样根据第一方面或根据第一方面的第一到第六可能实施形式的装置的第七可能实施形式中，通过配置处理器以在位对数似然比的第二集合具有丢失位假设时，通过确定对应于丢失位假设的位对数似然比的正负号，以及基于确定的正负号和对数似然比的第一集合来确定改善后的位对数似然比集合，从而实现改进后的数据传输速率以及降低了的计算复杂度。

在同样根据第一方面或根据第一方面的第一到第七可能实施形式的装置的第八可能实施形式中，通过配置处理器以基于不匹配的接收到的信号概率密度函数确定缩短了的信道相关矩阵，从而实现改进后的数据传输速率以及降低了的计算复杂度。

在同样根据第一方面或根据第一方面的第一到第八可能实施形式的装置的第九可能实施形式中，通过配置处理器以基于分解矩阵确定缩短了的信道相关矩阵，从而实现改进后的数据传输速率以及降低了的计算复杂度。分解矩阵在其主对角线上具有非零元素、在其最后一列中具有非零元素，并且分解矩阵的其余元素都具有0值。

在同样根据第一方面或根据第一方面的第一到第九可能实施形式的装置的第十可能实施形式中，通过配置处理器以使用置换矩阵来将父层集合中的层切换为用于树搜索的父层，从而实现改进后的数据传输速率以及降低了的计算复杂度。置换矩阵的元素具有0值或1值，置换矩阵与置换矩阵的转置的预相乘或后相乘得到单位矩阵，并且置换矩阵用于将父层集合中的层切换为用于对应的树搜索的父层，而其余层保持不变。

在同样根据第一方面或根据第一方面的第一到第十可能实施形式的装置的第十一可能实施形式中，通过配置处理器以基于能量值或多个传输层中的每一层的信道容量选择父层集合，从而实现改进后的数据传输速率以及降低了的计算复杂度。

在同样根据第一方面或根据第一方面的第一到第十一可能实施形式的装置的第十二可能实施形式中，通过配置处理器以基于通过确定用于父层集合中的第一层的缩短了的信道相关矩阵而获得的计算结果，确定用于父层集合中的第二层的缩短了的信道相关矩阵，从而实现改进后的数据传输速率以及降低了的计算复杂度。

根据本发明的第二方面，上文和另外的目标与优点通过用于检测无线通信系统中的数据的方法来获得。该方法包括接收数字通信信号，其中所述数字通信信号具有多个传输层。基于所述数字通信信号确定所估计的信道矩阵，以及基于接收到的数字通信信号的线性分析，确定第一所估计的传输符号向量和均方误差矩阵。基于第一所估计的传输符号向量，通过执行线性最小均方误差检测确定位对数似然比的第一集合，并且基于第一所估计的传输符号向量和均方误差矩阵，通过执行用于数字通信信号中多个传输层中的一个或多个层的树搜索，确定位对数似然比的第二集合。根据位对数似然比的第一集合和位对数似然比的第二集合确定改善后的位对数似然比集合，并且基于改善后的位对数似然比集合确定第二所估计的传输符号向量。通过从多个传输层中选择父层集合来实现位对数似然比的第二集合的确定，其中父层集合中的层的数目小于或等于多个传输层中层的数目。随后，基于均方误差矩阵，确定用于父层集合中每一层的缩短了的信道相关矩阵，并基于每一所确定的缩短了的信道相关矩阵和所估计的信道矩阵，确定最佳缩短了的信道矩阵。基于分支度量的评估，选择用于树搜索中每一父节点的单个子节点，并基于树搜索，确定位对数似然比的第二集合。

根据本发明的第三方面，上文和另外的目标与优点通过包括非暂时性计算机程序指令的计算机程序来获得，所述非暂时性计算机程序指令在由处理器执行时使所述处理器执行同样根据第二方面的或根据第二方面的第一可能实施形式的方法。

根据结合附图考虑的本文中所描述的实施例，示例性实施例的这些和其它方面、实施形式和优点将变得显而易见。然而，应理解，描述和图式仅出于说明的目的而设计，且不作为对所公开发明的限制的定义，所公开发明应参见所附权利要求书。以下描述将阐明本发明的额外方面和优点，并且这些方面和优点的一部分将在描述中显而易见，或者通过实践本发明能够推导出。此外，本发明的方面和优点可通过由所附权利要求书所特别指出的工具和组合来实现和获得。

附图说明

在本公开内容的以下详述部分中，将参看附图中所示的示例性实施例来更详细地解释本发明，其中：

图1说明描绘了并入有所公开的实施例的各方面的最大似然型检测器的树图；

图2说明描绘了并入有所公开的实施例的各方面的复杂度降低了的检测器的树图；

图3说明用于并入有所公开的实施例的各方面的替代性边际树搜索的树图；

图4说明并入有本发明的各方面的星座映射图；

图5说明并入有所公开的实施例的各方面的amts检测器的框图；

图6说明并入有所公开的实施例的各方面的amts过程的流程图；

图7说明并入有本发明的各方面的归一化吞吐量的曲线图；

图8说明并入有所公开的实施例的各方面的移动设备的框图。

具体实施方式

在例如那些用于作为移动设备的ue中的无线接收器里，期望使用具有较低或降低了的复杂度的检测器，从而在较低成本的ue中提供精确的符号检测。这个目标可通过使用采用根据本发明的实施例的装置的技术来实现，所述装置用于接收包括多个层的数字通信信号。基于数字通信信号估计信道矩阵，以及基于接收到的数字通信信号的线性分析，确定第一所估计的传输符号向量和均方误差矩阵。基于第一所估计的符号向量和均方误差矩阵，使用线性最小均方误差型检测器确定位对数似然比的第一集合，以及基于第一所估计的符号向量和均方误差矩阵，通过执行用于传输层中的一个或多个层的树搜索，确定位对数似然比的第二集合。基于第一和第二位对数似然比两者，确定改善后的位对数似然比集合。基于改善后的位对数似然比集合，确定最终所估计的传输符号向量。

使用树搜索确定位对数似然比的第二集合，所述树搜索开始于从传输层集合中选择父层集合。选定的父层集合可包括全部传输层或传输层的子集。确定用于选定的父层中的每一个层的特殊的缩短了的信道相关矩阵，并根据每一缩短了的信道相关矩阵，确定最佳缩短了的信道矩阵。针对父层集合中的每一层执行树搜索，其中通过基于分支度量的评估选择用于每一父节点的单个子节点来执行每一树搜索，并且基于所述树搜索确定位对数似然比的第二集合。

为了辅助理解根据上文所述的实施例的复杂度降低了的检测器，以用于无线mimo通信系统中接收到的信号的常规模型为开始，如等式1中所示：

y＝hx+w。等式1

等式1的模型表示mimo系统，其中接收天线的数目由整数m表示，发射天线的数目由整数n表示。传输信号x是n×1列向量，x＝(x1,x2,…xn)^t，其中xi(1≤i≤n)表示通过第i个天线传输的符号。接收信号y是m×1列向量：y＝(y1,y2,…,ym)^t，其中yi(1≤i≤m)表示通过第i个天线接收到的符号。mimo信道矩阵h是由n列向量组成的m×n矩阵：h＝(h1,h2,…,hn)，其中hi(1≤i≤n)表示信道矩阵h中的第i列向量。等式1中所说明的系统模型中的热噪声表示为具有维数m×1的列向量w＝(w1,w2,…wn)^t。

可如等式2中所示出的来计算位对数似然比(位llr)：

其中是第k位bk＝1的所有可能的传输符号向量的集合，是第k位bk＝0的所有可能的传输符号向量的集合。观测信道h和接收信号y两者之后的传输信号x的后验概率表示为：p(x|y,h)，信道h和传输符号向量x的先验概率表示为：p(y|x,h)。假设传输信号x的先验概率p(x)分布均匀。通过将概率项的总和的对数：i＝0,1替换为概率项的最大值：雅可比近似可用于降低复杂度。即使使用了雅可比近似，但在许多ue设计中实施时，大型mimo系统的复杂度仍然过高。例如，在其中存在4个发射天线并且使用64个符号字母表，例如利用64qam，调制数据的mimo系统中，其中第k位等于1的符号向量的集合和其中第k位等于0的符号向量的集合各自包括64⁴/2＝8388608个可能的传输符号向量。

可将mld方法制定为如图1中所描绘的搜索树100所示的树搜索问题。搜索树100包括根节点106，所述根节点106表示用于搜索全部可能的传输符号向量x的开始点。根节点下方是父层或父节点集合108，其中父层108中的例如父节点114的每一父节点表示传输符号字母表或码本中的符号。第一层级108包括针对字母表中每一符号的节点，所述字母表用于传输第一符号xn。例如，当使用64qam传输第一层时，第一层108中将存在64个节点。在父层108下方，搜索树100包括对应于传输信号中的每一额外层的子层110、112。例如，当传输信号中存在三个(3)层时，搜索树100包括一个父层108和两个子层110、112，如图3中所示。当传输信号中存在四个层时，搜索树将具有一个父层和三个子层，等等。第一子层110包括用于前两层(xn-1,xn)中符号的每一个可能的组合的节点。

例如，当使用64qam传输第一层108和第二层110两者时，第二层级110将包括64²或4096个节点。出于清楚起见，树图100已经忽略每一层中的一些节点，并将它们替换为短划线120，其中短划线用于指示邻近图案的接续。在充分复杂的设计中，mld搜索模式包括整个树100。从根节点106到最低层级112的子节点的每一路径表示对应于特定符号向量(xn-2,xn-1,xn)的候选路径。例如，节点106、114、116、118表示从根节点到最低层级子节点的候选路径。在充分复杂的mld搜索中，使用分支度量评估所有的候选路径以确定最佳候选路径或符号向量，所述分支度量在本文中也被称作路径度量。

数个常规方法可用于降低最大似然符号检测的复杂度，并且同时保持接近mld性能的性能。一种常常被称作qr-m算法的常规方式开始于在信道矩阵上执行qr分解：h＝qr，以及转换接收信号模型，如等式3中所示：

z＝rx+v，等式3

其中转换后的接收符号向量z通过矩阵q的厄米特转置乘以接收符号向量y来形成：z＝q^hy。也被称作共轭转置的厄米特转置由上标^h表示。热噪声w被转换成噪声向量v，其中v＝q^hw，并且矩阵r是上三角矩阵。搜索过程是基于等式3中所说明的转置后的系统模型，并从传输符号向量x的底层开始。由qr-m算法引起的修改后的搜索树200在图2中说明。

对于搜索树200中的每一层208、210、212，保存数个候选节点，并在检测下一层时，从转换后的接收信号z中减除这些候选节点。在搜索树200中，所保存的候选节点由深色节点指示，例如用于给节点202画阴影的深色，同时从搜索树中修剪掉或移除浅色节点，例如用于给节点216画阴影的浅色。在qr-m算法的典型实施方案中，在每一层中常常需要保留相当大数目的节点，以便保持接近mld的性能。因此，因为所保留的节点的总数仍然相对较大，所以在许多ue设计中实施时，总复杂度仍然常常过高。

信道缩短

根据本发明的实施例的检测器所使用的检测方法的示例性实施例通过使用最佳信道缩短程序，并随后使用简化的树搜索过程，显著降低了符号检测的复杂度。基于等式4中示出的不匹配的接收信号概率密度函数(probabilitydensityfunction，pdf)，最佳信道缩短程序用于确定最佳缩短了的信道矩阵和对应的缩短了的信道相关矩阵gr：

可假设传输数据x和接收数据y为联合高斯分布。使用特征值分解使得缩短了的信道相关矩阵gr被分解成酉矩阵u和对角特征值矩阵λ^g，即gr＝uλ^gu^h。λ^g是对角特征值矩阵：其中是缩短了的信道相关矩阵gr的特征值。如果转换后的接收信号向量z＝u^hx＝(z1,z2,...,zn)^t表示利用酉矩阵u进行预处理之后的接收信号，那么接收数据y的概率函数可描述为如等式5所示：

其中向量d＝(y^hhru)^h＝(d1,d2,...,dn)^t是列向量。接收信号y的概率的预期值由ey表示，并在等式6中示出：

通过将上三角矩阵r定义为如等式7中所示：

预期值ey可重新写成如等式8中所示：

可以看出，下方等式9中所示出的预期值关系适用于上述系统：

可以发现，可实现的信息速率的下限如等式10中所示：

应用上述定义得到等式11中示出的关系：

通过采用可实现的信息速率的下限相对于缩短了的信道矩阵的厄米特转置的偏导数，并将结果设置为0，如等式12中所示，可以找到最佳缩短了的信道矩阵

现在可得到最佳缩短了的信道矩阵如等式13中所示：

将等式13中所说明的最佳缩短了的信道矩阵放回到上方等式10中示出的可实现的信息速率的下限的表达式中，得到可实现的信息速率的下限的表达式，如等式14中所示：

通过基于等式15中所示的分解矩阵f对缩短了的信道相关矩阵gr进行分解，可对等式14求解，从而得出缩短了的信道相关矩阵gr：

gr＝f^hf-i，等式15

其中缩短了的信道相关矩阵gr和单位矩阵i的和(gr+i)是正定的。通过使用专门形成的分解矩阵f，其中分解矩阵f是呈现等式16中所说明的形式的nxn上三角矩阵，可有助于在本文中被称作替代的边际树搜索(alternativemarginalizedtreesearch，amts)的复杂度降低了的树搜索，在等式16中，主对角线上和最后一列中存在非零元素，而全部其它元素都是0：

基于等式17中所示的分解矩阵f，可以重新写入可实现的信息速率的下限

均方误差(meansquareerror，mse)矩阵b可以从信道矩阵h推导出，如等式18中所示：

b＝i-h^h(hh^h+σ²i)^-1h。等式18

因为分解矩阵f是一个上三角矩阵，所以可实现的信息速率的下限和mse矩阵b之间的关系可写成如等式19中所示：

可以计算矩阵fbf^h的第k个对角元素(fbf^h)k，如等式20中所示：

其中bkj表示mse矩阵b的第k行第j列元素，fkj表示分解矩阵f的第k行第j列元素。采用可实现的信息速率的下限相对于分解矩阵的最后一列的元素的复共轭的偏导数并将结果设置为等于0，如等式21中所示：

得到分解矩阵f的元素和mse矩阵b的元素之间的关系，如等式22中所示：

fkn＝-fkkbkn/bnn。等式22

在可实现的信息速率的下限中使用等式22得出的结果，即将根据等式22得出的fkn放入等式19，采用可实现的信息速率的下限相对于分解矩阵的最后一列的元素的复共轭的偏导数并将结果设置为等于0，如等式23中所示：

提供了分解矩阵的元素fkj和mse矩阵的元素bkj之间的关系，如等式24中所示：

分解矩阵f可根据等式24从mse矩阵b中特别得出。随后，使用等式15可得出缩短了的信道相关矩阵gr，使用等式13可得出最佳缩短了的信道矩阵因此，一旦分解矩阵f的特殊形式已指定为如等式16中所示，缩短了的信道相关矩阵gr就可以从mse矩阵b中推导出，其中根据等式25计算缩短了的信道相关矩阵gr的元素：

其中bij是mse矩阵b中第i行第j列的元素，并且在n之前是传输层的数目。

使用从等式25中获得的缩短了的信道相关矩阵gr，先验概率可以重新写成如等式26中所示：

预处理的符号向量z^h＝(z(1),z(2),...z(n))等于转换后的接收符号向量z的lmmse估计值，并且可以被定义为如等式27中所示：

z＝h^h(hh^h+σ²i)^-1y。等式27

替代的边际树搜索

一旦获得最佳缩短了的信道矩阵和对应的缩短了的信道相关矩阵gr，复杂度较低的amts就可用于寻找传输符号。基于等式26中示出的先验概率，每一候选路径的路径度量x＝(x(1),x(2),...x(n))^t可被定义为如等式28中所示：

第k层的路径度量可被定义为如等式29所示：

从等式26中示出的先验概率中可看出，最佳路径是使累计路径度量γ最大化的那个路径。然而，因为缩短了的信道相关矩阵gr的特别形式，使累计路径度量γ最大化等同于分别使第k层的每一路径度量γk最大化，如等式30中所说明：

等式30中所说明的关系示出对每一层的最佳候选者x(k)的搜索可通过分别使每一层的单个层分支度量γk最大化来完成。这允许同时处理对每一候选者的选择。amts的并行结构由图3中所示的搜索树300来说明。搜索树300包括对应于所搜索的层的根节点302。对于用于传输父层304的译码方案中的每一符号x(n)来说，根节点302的下方是包括一个例如节点306的父节点的父层304。

例如，当使用256qam传输父层304时，父层304中将存在256个父节点。出于清楚起见，一些父节点和与它们相关连的子节点已从树图300中省略，并将其替换为指示其中树枝已经被省略的短划线310。如本文所使用，术语“分支”或“树枝”指代节点和与其相关联的子节点。例如，amts搜索树300包括多个并行分支，例如由节点306、312、314、318组成的分支。根据上文所述的amts方法的某些实施例，父层304中例如父节点306的每一父节点具有例如子节点312的单个子节点，并且例如子节点312、314的每一子节点也具有单个子节点。随着搜索的进行，针对父节点306选择子节点312。随后，这个子节点312变成用于进行下一较低层级中子节点的选择的父节点。这个过程一直持续到树搜索中全部层的节点都已经选定。相比于mld或qr-m算法，每一子层仅包括单个子节点显著降低了amts的总体复杂度。尽管搜索树300中只示出了三个子层308，但是应理解，当传输信号具有超过四个层时，搜索树300将包括另外的子层，其中每一子层308对应于传输信号中的层。

在替代实施例中，通过选择具有单个分支度量γk最高值的候选节点，在每一子层可选中若干个候选节点。然而，在被设计成具有最低可能的复杂度的实施例中，在每一父节点下选择单个最佳节点，如图3中所说明。

为了在每一子层308中找到最佳候选节点，需要找到单个层分支度量γk的最大值。通过采用单个分支度量γk相对于每一候选者的偏导数并将结果设置成等于0，如等式31中所示，可以找到最大值：

随后找到最大值，如等式32中所示：

当缩短了的信道相关性度量的对角值gkk是正的时候，单个分支度量γk描述了候选符号x(k)的凹表面，峰值是所述表面上的最大点。在凹表面的情况下，通过等式32提供最佳估计值，并且将峰值量化成qam字母表中的最近星座点提供了候选符号x(k)的最佳估计值。

例如，图4说明了示出上述当调制方案是16qam时的映射的实施例。曲线图400说明16qam编码方案的16星座点的实际曲线与假想曲线。在曲线图400中，沿着水平轴表示实际值，沿着垂直轴表示假想值，以及星座点由加阴影的圆形表示，例如加阴影的圆形404。在所示出的曲线图400中，峰值落在四个星座点406、408、410、412之间。随后，将最近星座点410选为最佳候选符号x(k)。

当缩短了的信道相关矩阵的对角值gkk是非正的时候，单个分支度量γk是凸函数，并且最大值的位置沿着边界，所以需要考虑星座图的拐点。另外，当模数对应于等式33时：

最佳候选者取决于残差信号z^*(k)-gknx(n)所处的象限。

如上文所描述，针对每一层，在每一父节点下选择单个最佳候选，相比于mld，这个复杂度低得多。然而，在每一层仅保存单个候选节点实质上不是最佳的。为了补偿这个，将每一层或较弱层的至少部分切换成父节点，并将每一层作为父层来重复amts过程。随后，组合每一amts支路的结果以获得更可靠的结果。

使用置换矩阵可实现层到父层的切换。在示例性实施例中，为了将在以下等式中由j^th层标示的层切换为父层，置换矩阵pj被定义成如等式34中所示：

其中向右最后一列中的1对应于第j个元素，并且最后一列中的其余元素都为0。置换矩阵pj可用于将矩阵的第j列置换成最后一列，同时以相同次序保持剩余的列。置换矩阵pj还具有一种有用的性质，即与其转置的预相乘或后相乘得到单位矩阵：通过将等式1重新写成如等式35中所示，置换矩阵pj可用于切换接收信号模型的第j层：

其中hj是根据置换矩阵pj置换的置换后的信道矩阵，xj是根据置换矩阵pj置换的置换后的传输符号向量。在与置换矩阵pj预相乘之后，置换后的信道矩阵hj的列向量重新排序，如等式36中所示：

hj＝hpj＝(h1,h2,…hj-1,hj+1,…hn,hj)，等式36

在传输符号向量xj与置换矩阵的转置预相乘之后，元素重新排序，如等式37中所示：

接着基于置换后的信道矩阵hj和置换后的符号向量xj，可针对第j层实施amts过程的实施例。

信道缩短过程的大部分复杂性可由amts的全部并行搜索共享。共享信道缩短过程的部分降低了总体复杂度，并显著降低了复杂度。在上文等式35中所述的置换后的接收信号模型的情况下，置换后的mse矩阵bj更新为如等式38中所示：

mse矩阵是上文定义的初始的未置换的mse矩阵。因此，由于pj是置换矩阵，所以置换后的mse矩阵bj可从mse矩阵b中获得，其中复杂度的增加可以忽略。类似地，可以置换等式27中示出的转换后的接收符号向量，从而获得置换后的转换后的接收符号向量zj，如等式39中所示：

转换后的接收符号向量z和对应的mse矩阵b可根据初始lmmse步骤获得。因此，在将第j层切换为父节点之后，仅需要基于置换后的mse矩阵bj，重新计算缩短了的信道相关矩阵在应用置换之后，更新过的分支度量可被定义为如等式40中所示：

对于置换后的层，上文所述的amts过程的其余部分仍保持不变。

amts检测器

图5说明大体上由数字500指示的amts检测器的实施例的框图。图5中示出的所说明的实施例可通过将其视为两步法来理解：基于lmmse的检测器步骤502和并行边际树搜索(marginalizedtreesearch，mts)过程504。来自这两个步骤的输出与llr后处理506组合，从而获得位llr值的最终集合508。所说明的实施例采用基于lmmse且具有连续和并行干扰消除(lmmsewithsuccessiveandparallelinterferencecancellation，lmmse-spic)的线性检测器步骤502。可替代地，线性检测器步骤502可基于任何类型的lmmse检测器，并且可包括连续干扰消除(successiveinterferencecancellation，sic)和/或并行干扰消除(parallelinterferencecancellation，pic)。

所说明的amts检测器500的实施例开始于将所估计的信道矩阵h和接收信号y输入到初始的基于lmmse的步骤514，所述步骤514假设噪声分量是白色的。lmmse步骤514产生mse矩阵b和所估计的转换后的接收符号向量z。当pic包括于lmmse步骤514中时，将符号估计值输入到软符号再生模块516，所述软符号再生模块516产生软符号估计值和对应的协方差矩阵c^u-1。由于估计过程迭代，所以上标u用于指示当前的迭代数目，上标u-1用于指示这些估计是针对u减去1或前一迭代。将软符号估计值和对应的协方差矩阵c^u-1输入到lmmse-pic过程518，以产生位-llr的第一集合510，所述位-llr的第一集合被反馈520到软符号再生模块516。一旦完成所需次数的迭代，就将最终的位-llr的第一集合510提供到llr后处理506。自迭代lmmse-pic检测器518可概括为如等式41中所示：

针对特定调制类型，可基于符号估计值计算位-llr。随后，软符号再生过程可使用位-llr，以产生用于下一迭代的软符号估计值和协方差矩阵c。

并行边际树搜索(marginalizedtreesearch，mts)过程504具有数个并行支路526，其中标记为支路1到t的每一支路(其中每一支路可通过检测器500并行处理)包括信道缩短过程532和amts过程534。每一并行支路526的信道缩短过程532和amts过程534共享将不同的传输层切换为父层的相同过程。下文更详细描述父层的选择。将来自每一并行mts支路526的输出528组合在候选集组合和位llr计算过程530中，从而产生单个输出512。

父层选择

将图5的所估计的信道矩阵h和mse矩阵b提供到父层选择模块524，以便选择在并行mts过程504中将用作父层的层。在某些实施例中，期望通过具有比接收信号中所具有的层更少的并行搜索或支路来降低mts过程的复杂度。这可表达为：t<＝n，其中n是接收信号中层的数目，t是所选择的父层的数目或搜索过程504中并行支路的数目。当t小于n时，将用作父层的层需要从传输层的全集中选出。在某些实施例中，父层的选择524可基于能量或均方误差。将信道矩阵表示为如等式42中所示：

h＝(h1,h2,…,hj-1,hj,hj+1,…hn)，等式42

其中hi(1≤i≤n)表示第i列向量。对于基于能量的父层选择，选中作为每一并行支路的父层的层对应于满足等式43中示出的条件的信道向量

其中1≤i≤t且1≤j≠ki≤n。等式43

可替代地，父层选择524可基于从第一lmmse模块514获得的mse矩阵b。此方式等效于选择基于信道容量。在信道容量选择的情况下，选中作为父层的层对应于mse矩阵b的最大对角元素。由于mse矩阵b是其元素由小写字母b表示的方形nxn矩阵，即b＝(bij)n×n，其中下标i和j分别表示元素b的行位置和列位置。选中作为父层的层对应于来自mse矩阵b的主对角线的元素其满足等式44中示出的条件：

其中1≤i≤t且1≤j≠ki≤n。等式44

候选集组合和位llr计算

一旦父层已选出524，就如上文所述的那样使用置换矩阵pj，以将每一选定层切换为一个并行支路的父层526。信道缩短过程532产生缩短了的信道相关矩阵gr，所述gr对应于为每一并行支路526选定的父层。如上文所描述，信道缩短处理532全部使用用于产生缩短了的信道相关矩阵gr的相同过程，这使大部分的计算复杂度得以共享。缩短了的信道相关矩阵gr接着用于amts534，以获得位llr的候选集528。随后将位-llr的候选集528进行组合530，并计算出位-llr的最终集合512。

在某些实施例中，并行支路的数目小于需要检测的层的总数。在这些实施例中，由于不是所有的层都有机会成为父节点，所以并行支路526中的一个并行支路中将不会出现像候选路径的位组合假设，并且amts528将不会计算出所有位-llr值。这可被称为丢失位问题。

对于已经选中作为并行amts支路526中的一个并行支路的父节点的层，位-llr计算仅基于对应的amts支路，并且由于已经保存了父节点的全部假设，所以不存在丢失位问题。例如，假设选中作为父节点的层利用64qam进行调制，位-llr计算结果将在最终64个幸存路径之间计算得出，如图3的树图中所示。每一位将具有对应于0位假设的32个幸存路径和对应于1位假设的32个幸存路径，如等式45所示：

其中bi是父节点x(n)的第i位。

通常是这样的情况：实施例会使用小于传输信号中层的数目n的t个并行amts支路，即amts支路的数目t小于需要检测的层的数目n。在并行支路的数目t小于接收层的数目n的实施例中，搜索过程不包括全部可能的位组合，而且还需要解决丢失位问题。用于解决丢失位问题的数个替代方案将在下文中呈现。

例如，在某些实施例中，可以使用来自amts的位-llr输出534的正负号。尽管无法计算出丢失位组合的位-llr，但是知道位-llr的正负号。因此，位-llr的正负号可用于重构丢失位-llr值，如下：

当来自amts的位-llr输出534的正负号与来自spic模块的位-llr输出510的正负号相同时，来自spic模块的位-llr输出510用作最终输出；

当来自amts的位llr输出534的正负号与来自spic模块的位-llr输出510的正负号不同时，来自spic模块的位-llr输出510的负值用作最终输出。

最后，在llr后处理506中，不具有从amts检测模块504传输的“丢失位”的位的位-llr512与来自lmmse或lmmse-spic检测器502的位-llr输出510组合。在某些实施例中，基于简单线性平均，llr后处理506将来自线性检测器502的位-llr值510与来自amts检测器504的位llr输出512组合。可替代地，llr后处理506的实施例可使用自适应平均，其中平均因数可基于测得的snr。

方法流程图

图6说明根据实施例的用于检测mimo通信信号中的数据的方法600的流程图。通信信号是在ue处接收到的mimo型通信信号，在ue中，在被取样以形成数字数据信号之前，通信信号可进行下转换和适当调整。用于检测数据的方法600的示例性实施例开始于步骤602，在步骤602中，接收数字通信信号。接收到的数字信号的部分随后用于信道估计步骤604，以确定所估计的信道矩阵h。所估计的信道矩阵h和接收到的数字信号y穿过线性均衡器步骤606，例如lmmse型均衡器，从而确定所估计的转换后的接收符号向量z和mse矩阵b。所估计的转换后的接收符号向量z和mse矩阵b随后用于一对检测步骤608、626，以产生位llr估计值的第一集合616和第二集合624。如示例性方法600所指示，两个检测步骤608和626可并行执行，或可按需以任一次序依序执行。检测步骤中的一个步骤608使用线性技术来估计位llr的第一集合616。线性检测步骤608可使用任何合适的线性估计技术，例如lmmse检测器、lmmse-sic、lmmse-pic或lmmse与pic和sic两者的组合，如上文参看图5所论述。

检测步骤626是基于上文所述的新颖的简化树搜索过程。检测器步骤626中使用的这种新颖的简化树搜索过程开始于父层选择过程610，在610中，选择在新颖的简化mts的并行支路中将用作父层的接收到的数字信号中的层，所述并行支路在图6中被描绘为并行支路628-1到628-t，所述mts在本文中被称作amts。如上文所描述，通过并行执行628-1到628-t的多个amts搜索来缓解amts的次佳性，其中t表示选定作为父层的层的数目，t也是支路或并行执行的amts搜索的数目。选定的并行支路的数目t可小于或等于接收到的数字信号中的层的数目n。特殊信道缩短过程用于获得每一支路628-1到628-t的缩短了的信道相关矩阵gr。获得缩短了的信道相关矩阵所需的处理的绝大部分对全部支路628-1到628-t来说都是共同的，因此，在共同的计算步骤610中只需执行一次，然后在全部amts支路628-1到628-t之间共用。随后，在父层切换步骤614-1到614-t中，每一支路628-1到628-t将层切换为那一支路的父层，并完成对应的缩短了的信道相关矩阵gr的产生。如上文所描述，在步骤614中执行的父层的切换使用置换矩阵pj来进行，由此阻止父层切换受到计算复杂度的不利影响。一旦获得缩短了的信道相关矩阵gr的特别形式，如上文所描述，基于缩短了的信道相关矩阵gr，可使用分支度量并行执行amts步骤618-1到618-t的集合。amts步骤618-1到618-t可用于在父层中的每一节点下方选择一个或多个子节点，然而，最小复杂度的情况将在每一父节点下方仅选择单个节点，并且每一子节点自己会只选定单个子节点。如上文所描述，子节点的选择是基于每一并行支路628-1到628-t的分支度量。将并行处理的支路628-1到628-t的性质提供了使用多个处理器或处理核心来减少确定位对数似然估计值的第二集合624所需要的时间量的优点。接着，位llr后处理步骤622使用位llr估计值的两个集合616和624，以产生将用于检测数据的改善后的位llr值集合630。基于简单线性平均，llr后处理步骤622可组合位llr值的第一集合616和第二集合624，或可替代地，它可使用自适应平均，其中平均因数可基于测得的snr值。

模拟结果

通过基于产业标准传输模式的模拟可以看出利用上述实施例获得的吞吐量有所改进，所述产业标准传输模式例如由3gpp定义的lte系统的传输模式3(transmissionmode3，tm3)。图7说明以沿着垂直轴702绘制的百分比表示的归一化的吞吐量与沿着水平轴704绘制的以分贝(decibels，db)为单位表示的信噪比snr的对比曲线图700。曲线图700示出了4x4mimo系统中全部层在0.72的译码速率下使用64qam调制的吞吐量702。模拟针对具有3km/h的ue速度的扩展步行者信道(extendedpedestrian-achannelwithauespeedof3km/h，epa3)。相关性由其用途加以定义，其中α＝β＝0.1，带宽设定成1.4兆赫兹(megahertz，mhz)。利用在图7中标示为spicx2的简单线性检测器获得吞吐量706的下限。spicx2表示具有两个迭代的lmmse-spic检测器，所述迭代包括lmmse步骤，其后是单个spic迭代。第二模拟结果示出使用标示为mlm的最佳mld模型获得的吞吐量708，通过平均化来自一对检测器，即mld和spicx2检测器的输出来获得标示为spicx2_mlm的吞吐量710的上限。利用上述双检测器712的实施例获得的吞吐量被标记为“spicx2_amts”。吞吐量712基于双amts和线性检测器，如图5中所示。模拟结果700示出最新公开的双检测器spicx2_amts712提供了几乎与复杂度低得多的最佳的基于mld的方式同样好的吞吐量性能。

装置

图8说明并入有所公开的实施例的各方面的装置或移动设备800的框图。移动设备800适于实施上文所述的检测技术。所说明的移动设备800包括耦合到存储器804的处理器802(例如，实施检测器500)、射频(radiofrequency，rf)单元806、用户接口(userinterface，ui)808和显示器810。装置800适于用作一种移动设备，这种移动设备可以是各种类型的无线通信用户设备中的任一种，例如蜂窝电话、智能电话或平板设备。

处理器802可为单个处理设备，或可包括多个处理设备，所述多个处理设备包括专用设备，例如它可包括数字信号处理(数字信号处理，dsp)设备、微处理器或其它专用处理设备，以及一个或多个通用计算机处理器。处理器802用于执行之前提到的处理过程。处理器802耦合到存储器804，所述存储器804可为各种类型的易失性和/或非易失性计算机存储器的组合，例如只读存储器(readonlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁盘或光盘，或其它类型的计算机存储器。存储器804存储计算机程序指令，所述指令可由处理器802存取和执行，以使处理器802执行各种合乎需要的由计算机实施的过程或例如上文所述的检测方法的方法。存储在存储器804中的程序指令可以被组织成程序指令组或程序指令集合，所属领域的技术人员使用各种术语来指代它们，例如程序、软件组件、软件模块、单元等，其中每一软件组件可为认可型，例如操作系统、应用程序、设备驱动或其它常规认可型的软件组件。存储器804还包括程序数据和数据文件，这些程序数据和数据文件通过计算机程序指令来存储和处理。

rf单元806耦合到处理器802，并用于基于与处理器802交换的数字数据812，传输和接收rf信号。rf单元806用于传输和接收可符合现今使用的无线通信标准中的一个或多个的无线电信号，所述标准例如lte、lte-a、wi-fi以及许多其它标准。rf单元806可从一个或多个天线接收无线电信号、下转换接收到的rf信号、执行合适的滤波和其它信号调整操作，随后通过使用模/数转换器进行取样，将所得基带信号转换成数字信号。接着，将在本文中也被称作数字通信信号的数字化的基带信号发送812到处理器802。

ui808可包括一个或多个用户接口元件，例如触摸屏、小键盘、按钮、语音命令处理器以及用于与用户交换信息的其它元件。ui808还可包括显示单元810，所述显示单元810用于显示适于移动设备或装置800的各种信息，并且可使用任何合适类型的显示器来实施ui808，例如有机发光二极管(organiclightemittingdiodes，oled)、液晶显示器(liquidcrystaldisplay，lcd)，以及较不复杂的元件，例如led或指示灯，等等。在某些实施例中，显示单元810并入有接收来自移动设备800的用户的信息的触摸屏。在某些实施例中，可省略ui808。移动设备800适于实施本文所公开的装置和方法的实施例。

因此，尽管文中已示出、描述和指出应用于本发明的示例性实施例的本发明的基本新颖特征，但应理解，所述领域的技术人员可以在不脱离本发明的精神和范围的情况下，对装置和方法的形式和细节以及装置操作进行各种省略、取代和改变。进一步地，明确希望，以大体相同的方式执行大体相同的功能以实现相同结果的那件元件的所有组合均在本发明的范围内。此外，应认识到，结合所揭示的本发明的任何形式或实施例进行展示和/或描述的结构和/或元件可作为设计选择的通用项而并入所揭示或描述或建议的任何其他形式或实施例中。因此，本发明仅受限于随附权利要求书所述的范围。