專利名稱：數(shù)字通信系統(tǒng)中使用渦輪解碼來減少位誤差率和幀誤差率的裝置和方法
技術領域：
本發(fā)明通常涉及一種數(shù)字通信系統(tǒng)中的前向糾錯(FEC)裝置和方法，特別是涉及一種用于渦輪解碼(turbo decoding)的裝置和方法。
背景技術：
一般而言，渦輪碼(turbo code)用于高速數(shù)據(jù)通信，尤其是在1xEV-DO或1xEV-DV中。Berrou et.al.等人在1993年就提出了渦輪碼。渦輪編碼器是兩個并行連接的組成遞歸系統(tǒng)卷積(RSC)編碼器，其間具有一個隨機交織器。因此，渦輪碼是通過在RSC組成編碼器(constituent encoder)中對信息位進行編碼和交織所產生的。渦輪解碼涉及兩個串行連接的組成解碼器，每一解碼器用于迭代解碼，并且與另一個組成解碼器交換它的非本征信息(extrinsicinformation)。對于每一組成解碼器，有三種可適用的算法Log-MAP、Max-Log-MAP、和軟輸出維特比算法(SOVA)。
所述Log-MAP算法是MAP算法的對數(shù)域實現(xiàn)，其最適于對框架(trellis)中的信息字解碼。所述Max-Log-MAP算法可以通過計量(metric)計算的近似，很容易地從Log-MAP算法中推導出來。盡管和Log-MAP算法相比，Max-Log-MAP算法具有易于執(zhí)行的優(yōu)勢，但是在接收器具有理想信噪比(SNR)時，所述Max-Log-MAP算法會導致性能下降。
對于Log-MAP算法，則計算狀態(tài)計量和對數(shù)似然比(LLR)。在解碼時間k時框架中的狀態(tài)(s和s’)的狀態(tài)計量(state metric)α和β具有遞歸關系，表示如下log(αk(s))=log(Σsαk-1(s′)γk(s′,s)),log(βk-1(s′))=log(Σkβk(s)γk(s′,s))---(1)]]>其中γ是信道上所接收的碼元所定義的分支計量(branch metric)。通過使用狀態(tài)計量和分支計量，第k碼元的LLR可以通過以下等式得到
=M0(0)-M1(0)+fc]]>其中，fc=log(1+Σ1≠0e-(M0(0)-M0(i)))-log(1+Σ1≠0e-(M1(o)-M1(i)))---(2)]]>在等式(2)中，Mn(i)是在時間k時狀態(tài)組(s’、s)中信息碼n(0或1)的、以遞減次序排列的計量(log(αk-1(s’)γk(s’，s)βk(s)))的第i計量。因此，M0(0)和M1(0)是時間k時信息碼元1和0的最佳計量(best metric)，而fc是通過每個信息碼元的最佳計量與其他計量的差值所定義的校正值。因此，通過使用時間k時信息碼元0和1之間的最佳計量差值和校正值fc來更新LLR。
總而言之，所述Log-MAP算法通過等式(1)來生成每個組成解碼器的框架中的所有狀態(tài)計量，并且通過等式(2)采用狀態(tài)計量來計算框架中的編碼碼元的LLR。每個組成解碼器將從LLR中所推導出的非本征信息反饋到另一個組成解碼器以進行迭代解碼。在這種方式下進行渦輪解碼。
Max-Log-MAP算法是Log-MAP算法的簡化版本，其通過將等式(1)中的狀態(tài)計量計算歸納為最大值運算，表示如下logαk(s)≈maxs′(log(αk-1(s′)γk(s′,s)))]]>logβk-1(s′)≈maxs(log(βk(s)γk(s′,s)))---(3)]]>以相同方式，通過最大值運算簡單地計算出第k解碼碼元的LLR。假設fc為0，則僅通過使用最佳計量差值來更新LLR。因此， 總之，所述Max-Log-MAP算法通過等式(3)的最大值運算來搜索每個組成解碼器的框架中所有狀態(tài)計量，并且通過等式(4)采用信息碼元0和1之間的最佳計量差值來計算框架中的編碼碼元的LLR。將從LLR中所推導出的非本征信息反饋到另一個組成解碼器以進行迭代解碼。以這種方式進行渦輪解碼。
一種具有反饋增益(FG)的、被稱為Max-Log-MAP的算法考慮從通過等式(4)所計算出的LLR中作推導出的附加增益以提高Max-Log-MAP算法的解碼性能。作為反饋增益所相乘的加權因數(shù)大約為0.588235，并且僅應用于來自第二組成解碼器的非本征信息。
由于Log-MAP算法是通過碼元MAP解碼算法所得到的最佳碼元的對數(shù)域實現(xiàn)，所以它的性能與MAP算法一樣。但是，當以硬件實現(xiàn)Log-MAP算法時，必須以硬件或以查詢表的形式來實現(xiàn)定義每一計量的函數(shù)log(1+e-Δ)。在另一方面，所述Max-Log-MAP算法不需要查詢表，但是性能要比Log-MAP算法差。所述Log-MAP算法和Max-Log-MAP算法的利弊列舉如下(1)Log-MAP算法由于它是一種通過碼元判定算法得到的最佳碼元，所以它是最優(yōu)的渦輪解碼算法。但是，log(1+e-Δ)的實現(xiàn)增加了硬件的復雜性。而且，log(1+e-Δ)是非線性函數(shù)，從而需要所接收碼元的準確SNR估計以計算用于定義Δ的分支計量。如果所述SNR估計含有誤差，則SNR失配就會顯著地降低性能。
(2)Max-Log-MAP算法由于最大值運算計算出了所有的計量，所以計量計算不需要Log()計算。因此，并沒有產生在Log-MAP算法中所遇到的硬件復雜性增加的問題。而且，通過最大值運算所得到的計量計算并不需要非線性函數(shù)log(1+e-Δ)，這意味著不在存在與SNR失配有關的問題。但是，由于Max-Log-MAP算法是所述Log-MAP算法的近似，所以其性能要比所述Log-MAP算法差大約0.3至0.4dB。
如上所述，所述Log-MAP算法和Max-Log-MAP算法分別具有增加硬件復雜性和引起性能下降的缺點。

發(fā)明內容
因此，本發(fā)明的一個目的就是提供一種在渦輪解碼中性能比所述Max-Log-MAP算法更好的渦輪解碼裝置和方法。
本發(fā)明的另一個目的就是提供一種不及所述Log-MAP算法復雜的渦輪解碼裝置和方法。
以上目的主要是通過用于解碼渦輪碼的組成解碼器及其組成解碼方法來實現(xiàn)的。在編碼碼元的渦輪解碼期間，為渦輪解碼框架的任意狀態(tài)下所接收的編碼碼元的值計算最佳計量和次佳計量(second best metric)。計算編碼碼元的渦輪解碼所需要的非本征信息。計算非本征信息與最佳計量和次佳計量的差值之間的差值。通過將所計算出的差值乘以預定加權因數(shù)以及確定所述編碼碼元的值來更新編碼碼元的LLR。
通過使用兩個計量之間的差值、反映SNR的輸入碼元和先驗信息來計算非本征信息。
所述加權因數(shù)小于1并接近于1，最好大于0.588235。最好，它是1/2+1/4+1/16。
如果可以準確地估計SNR，則通過使用對數(shù)函數(shù)來計算所述加權因數(shù)。如果不能準確地估計SNR，則通過使用所近似的線性函數(shù)來計算所述加權因數(shù)。
在用于解碼渦輪碼的組成解碼器中，第一加法器在編碼碼元的渦輪解碼期間，通過計算渦輪解碼框架的任意狀態(tài)下編碼碼元為1的概率和編碼碼元為0的概率之間的差值來計算所接收的編碼碼元的LLR。第二加法器將所述編碼碼元的傳輸信息與先驗信息相加。第三加法器計算第一和第二加法器的輸出之間的差值，作為非本征信息。第一乘法器將第三加法器的輸出乘以預定加權因數(shù)，作為反饋增益。校正值計算器通過使用所述編碼碼元的最佳計量和次佳計量之間的差值來計算校正值。第四加法器將所述校正值與第一乘法器的輸出相加。
所述校正值計算器包括第五加法器，用于計算信息碼元0的最佳計量和次佳計量之間的差值，作為編碼碼元的值；第六加法器，用于計算信息碼元1的最佳計量和次佳計量之間的差值，作為編碼碼元的值；以及查詢表，用于存儲第五和第六加法器的輸出的基于對數(shù)函數(shù)的校正值，并且輸出第五和第六加法器的輸出的校正值。所述校正值計算器還包括第七加法器，用于計算校正值之間的差值；第二乘法器，用于將第七加法器的輸出乘以預定加權因數(shù)；第八加法器，用于計算第五和第六加法器的輸出之間的差值；第三乘法器，用于將第八加法器的輸出乘以從對數(shù)函數(shù)中所近似的線性函數(shù)的斜率；以及選擇器，用于根據(jù)編碼碼元的SNR的可靠性，從第二和第三乘法器的輸出中選擇一個。
所述加權因數(shù)最好為1/2+1/4+1/16。
根據(jù)是否可以準確地估計SNR來確定SNR的可靠性。如果SNR估計是準確的，則所述選擇器輸出從第二乘法器中所接收的值；如果SNR估計是不準確的，則所述選擇器輸出從第三乘法器中所接收的數(shù)值。


以下將結合附圖詳細地描述本發(fā)明的上述目的，特征和優(yōu)勢，其中圖1是表示根據(jù)本發(fā)明的一個實施例，采用改進的Max-Log-MAP算法的渦輪解碼器的例子的方框圖；圖2是表示根據(jù)本發(fā)明的一個實施例，用于在解碼時間k搜索最佳計量Mn(0)和次佳計量Mn(1)的操作的例子的流程圖；圖3是表示根據(jù)本發(fā)明的一個實施例，計算用于改進的Max-Log-MAP算法中的迭代解碼的LLR和非本征信息的操作的例子的流程圖；圖4是表示根據(jù)本發(fā)明的一個實施例，用于在任意解碼時間同時搜索LLR的最佳和次佳計量的功能塊的例子的方框圖；圖5是表示根據(jù)本發(fā)明的一個實施例，用于在任意解碼時間產生信息碼元的非本征信息的功能塊的例子的方框圖；圖6是表示根據(jù)本發(fā)明的一個實施例，計算用于獲得非本征信息的校正值的功能塊的例子的方框圖；圖7和8是表示根據(jù)本發(fā)明的一個實施例，當編碼包(EP)尺寸為3864且總編碼率為1/2時，渦輪解碼算法的位誤差率(BER)和幀誤差率(FER)性能的例子的曲線圖；圖9和10是表示根據(jù)本發(fā)明的一個實施例，以Eb/NO為1.3dB進行過多次迭代的log2 MaxLogMAP、mod MaxLogMAP、帶有FG的MaxLogMAP、以及MaxLogMAP的BER和FER性能的例子的曲線圖；圖11和12是表示根據(jù)本發(fā)明的一個實施例，當EP尺寸為792且有效編碼率為1/5時，渦輪解碼算法的BER和FER性能的例子的曲線圖；圖13和14是表示根據(jù)本發(fā)明的一個實施例，當EP尺寸為792時，進行Eb/NO為0.7dB的多次迭代的BER和FER性能的例子的曲線圖；以及圖15和16是表示根據(jù)本發(fā)明的一個實施例，當EP尺寸為3864且有效編碼率為1/2時，進行Eb/NO為1.2dB的SNR失配的BER和FER性能的例子的曲線圖。
具體實施例方式
以下將參照附圖描述本發(fā)明的實施例。在以下的描述中，為了使描述更簡明，省略了已知的功能和構造。
本發(fā)明旨在提供一種改進的Max-Log-MAP算法，該算法通過修改現(xiàn)有Max-Log-MAP算法中的LLR更新，實現(xiàn)僅比Log-MAP算法差大約0.1dB或更少的性能，并且提供比Max-Log-MAP算法和帶有FG的Max-Log-MAP算法更好的渦輪解碼性能。由于改進的Max-Log-MAP算法基本上是一種基于Max-Log-MAP算法的渦輪解碼算法，它的優(yōu)勢在于稍微增加了硬件的復雜性但不存在SNR失配。
本發(fā)明的特征簡要地描述如下(1)對于任意解碼時間的LLR更新，要考慮信息碼元0和1的次佳計量和最佳計量。尤其是，現(xiàn)有的Max-Log-MAP算法中在LLR更新時并不考慮次佳計量。在后文中所描述的仿真結果中可以明顯地看出本發(fā)明的LLR更新可以達到跟所述Log-MAP算法一樣的渦輪編碼性能。
(2)如果在任意解碼時間通過使用信息碼元0和1的次佳計量所計算出的校正值fc被定義為非線性函數(shù)，則SNR失配將使性能發(fā)生改變。因此，將fc近似為線性函數(shù)。所述模擬結果也將闡明fc近似為線性函數(shù)將得到最好的渦輪解碼性能且不用考慮SNR失配。
因此，將根據(jù)本發(fā)明來描述fc的線性近似。此外，在fc被定義為初始對數(shù)函數(shù)并且fc定義的使用范圍仍在研究中的情況下來估計渦輪解碼性能。
圖1是表示根據(jù)本發(fā)明的一個實施例的、采用改進的Max-Log-MAP算法的渦輪解碼器的例子的方框圖。如上所述，改進的Max-Log-MAP算法是指一種根據(jù)本發(fā)明的實施例的、在解碼時間通過使用信息碼元的最佳和次佳計量來更新LLR的Max-Log-MAP算法。
所述改進的Max-Log-MAP算法可應用于每一組成解碼器(DEC1和DEC2)。并且用于加權非本征信息的反饋增益控制器(FEC)也適用于每個組成解碼器。
參見圖1，第一組成解碼器101和第二組成解碼器104(DEC1和DEC2)通過使用改進的Max-Log-MAP算法分別推導出信息碼元的非本征信息和LLR。也就是說，所述組成解碼器101和104均對應于渦輪編碼器的一個組成編碼器。交織器102對從第一組成編碼器101所接收的信號進行交織處理。鑒于渦輪碼的組成編碼之間的數(shù)據(jù)的交織，交織器102置換(permute)數(shù)據(jù)的次序，從而第一組成解碼器101的輸出可以與第二組成解碼器104的輸入相匹配。根據(jù)改進的Max-Log-MAP算法，第一FGC 103將交織信號乘以從第一組成解碼器101中所計算出的非本征信息中所推導出的加權因數(shù)。所述加權因數(shù)是一個經驗數(shù)值，它在Max-Log-MAP算法中的值要比在Log-MAP算法中大。鑒于此，將信息碼元的非本征信息乘以小于1的加權因數(shù)以得到更好的性能。第二組成解碼器104對第一FGC 103的輸出進行解碼。去交織器105執(zhí)行去交織處理，從而第二組成解碼器104的輸出可以與第一組成解碼器101的輸入相匹配。根據(jù)改進的Max-Log-MAP算法，第二FGC 106將去交織信號乘以從第二組成解碼器104中所計算出的非本征信息中所推導出的加權因數(shù)。將第二FGC 106的輸出提供給第一組成解碼器101的輸入。
加法器107和108通過使用從第二組成解碼器104中所推導出的非本征信息，將所接收的編碼碼元的傳輸可靠性與先驗概率(APP)相加以生成信息碼元的LLR。所述先驗信息是信息碼元為0的概率和信息碼元為1的概率的LLR。在一般的編碼理論中，信息碼元0和1的概率是相等的。因此，初始先驗信息始終為0。當?shù)獯a進行時，來自每個組成解碼器的非本征信息被用作其它組成解碼器的信息碼元的先驗信息。因此，所述先驗信息不再為0。判定器109對LLR的符號進行判定。如果所述LLR符號為正號，則判定器109生成信息碼元0；如果所述LLR符號為負號，則判定器109生成信息碼元1。將判定值同時提供給輸出緩沖器110和CRC檢驗器111。在本發(fā)明的實施例中，所述輸出緩沖器110可以是用于存儲判定值0或1的存儲器。所述CRC檢驗器111檢驗預先插入的CRC，從而檢測已解碼信息碼元的幀中的誤差。
以下將描述在組成解碼器中執(zhí)行所述改進的Max-Log-MAP算法。
所述改進的Max-Log-MAP算法是通過修改LLR更新過程從Max-Log-MAP算法中演繹而來的。因此，為了執(zhí)行的簡單性和保持對SNR失配的渦輪解碼的不靈敏(insensitivity)，仍然采用等式(3)來計算用于第二改進Max-Log-MAP算法的狀態(tài)計量α和β。而且，為了定義改進的Max-Log-MAP算法的LLR，使用具有近似校正值fc的等式(2)。
fc的近似包含使用在等式(2)中組成fc的所有計量Mn(i)中的、信息碼元0和1的最佳計量Mn(0)和次佳計量Mn(1)來定義fc。即本發(fā)明的渦輪解碼算法考慮了信息碼元0和1的次佳計量和最佳計量來更新任意編碼時間的LLR，而在Max-Log-MAP算法的LLR更新中并不考慮次佳計量。
為了在改進的Max-Log-MAP算法中進行LLR更新，將fc近似為
fc≈log(1+e-(M0(0)-M0(1)))-log(1+e-(M1(0)-M1(1)))---(5)]]>如等式(5)中所示，通過使用在編碼時間的信息碼元n的最佳計量Mn(0)和次佳計量Mn(1)來定義fc。在近似中不考慮小于次佳計量Mn(1)的計量Mn(i)(i＞1)是因為它們對fc的影響可以忽略不計。當Max-Log-MAP算法在任意解碼時間搜索框架中的所有狀態(tài)組(s’，s)并計算信息碼元的最佳計量Mn(0)時，對每一狀態(tài)組的計量進行更新，并且所述改進的Max-Log-MAP算法在除了計算最佳計量Mn(0)之外還計算次佳計量Mn(1)，其中所述計算是同時進行的，所以解碼時間并沒有增加。因此，使狀態(tài)s的計量為m(s)，然后以表1中所述的方式來同時計算Mn(0)和Mn(1)。
表1

在表1中，因為狀態(tài)計量的初始化并且S是組成卷積碼的框架中的狀態(tài)的總數(shù)，所以MIN是一個相當于-∞的非常小的數(shù)值。
圖2是表示根據(jù)本發(fā)明的一個實施例，用于在解碼時間k計算最佳計量Mn(0)和次佳計量Mn(1)的操作的例子的流程圖。
參見圖2，如在表1的(1)中所示，在步驟200中于解碼時間k將信息碼元0和1的框架狀態(tài)以及最佳和次佳計量設定為初始值。在步驟202中，計算信息碼元n(0或1)的計量，每次將所述狀態(tài)加1。因此，圖2的操作是用于搜索當前狀態(tài)s的過程。在步驟204中將所計算出的計量與信息碼元的現(xiàn)有最佳計量相比較。如果當前計量大于現(xiàn)有最佳計量，則過程轉到步驟206。否則，過程轉到步驟208。在步驟206中，將當前計量設定為最佳計量，而將現(xiàn)有最佳計量設定為次佳計量。
另一方面，在步驟208中，將當前計量與現(xiàn)有次佳計量相比較。如果當前計量大于現(xiàn)有次佳計量，則在步驟210中將次佳計量更新為當前計量。如果在步驟206或210、或步驟208中，當前計量等于或小于現(xiàn)有次佳計量，所述程序則轉到步驟212。
在步驟212中確定當前狀態(tài)是否為最后狀態(tài)。如果是，則結束所述過程。如果不是，則在步驟214中將狀態(tài)加1。
以這種方式，可以在任意解碼時間同時得到最佳和次佳計量Mn(0)和Mn(1)。使用這些計量，可以如等式(5)所示得到校正值fc的近似值。
但是，根據(jù)渦輪解碼器中的輸入碼元的絕對值，等式(5)中的fc的非線性近似會影響解碼性能。也就是說，接收器不能估計精確的SNR，從而導致SNR失配。結果，如果改變解碼器輸入碼元，則渦輪解碼性能也將發(fā)生改變。因此，有必要將fc由對數(shù)函數(shù)近似為線性函數(shù)。
現(xiàn)在將相對于線性函數(shù)來描述對數(shù)函數(shù)的近似。
通過Log-MAP算法中的對數(shù)函數(shù)或對應于對數(shù)函數(shù)的查詢表來表示的fc，所述SNR失配使與解碼器輸入碼元相乘的Es/No發(fā)生改變，而不管輸入碼元的固定SNR，從而明顯地改變了渦輪解碼性能。為了保持所述解碼性能而不考慮輸入碼元的值，就必須修改所述對數(shù)函數(shù)。等式(6)對所述對數(shù)函數(shù)進行近似。
l(x)＝log(1+e-x)≈-Kx+cx＞0，K＞0，c＞0……(6)具有以計量作為一個因數(shù)的函數(shù)必須與計量成線性關系，從而以解碼性能與輸入碼元的改變無關的方式來獲得LLR。如果fc根據(jù)隨輸入碼元值而變化的計量，以非線性的方式發(fā)生改變，則fc也將根據(jù)變化輸入碼元來相對于LLR發(fā)生非線性改變，而不管相同SNR。因此，不能保證性能的穩(wěn)定。
在如等式(6)所表達的近似值中，常數(shù)c可以忽略不計。因為fc是通過以信息碼元0和1的計量為因數(shù)的函數(shù)1(x)之間的差值來定義的，所以它通過將1(x)近似為帶有常數(shù)c的一階函數(shù)而被抵消了。
這種近似是粗略的。由于因粗略近似而引起的誤差，本發(fā)明中所改進的Max-Log-MAP算法的性能要比具有定義為對數(shù)函數(shù)1(x)的改進Max-Log-MAP算法差。但是，如果可以保證理想的SNR估計，將1(x)定義為非線性函數(shù)可以得到好的性能，但是當SNR失配改變了輸入碼元值時，解碼性能會發(fā)生改變。
經過所述近似，在改進的Max-Log-MAP算法中通過以下等式更新LLRL(u^k)=M0(0)-M1(0)+fc]]>其中fc＝-K(M0(0)-M0(1))+K(M1(0)-M1(1))……(7)在近似算法中，通過等式(7)同時計算最佳計量Mn(0)和次佳計量Mn(1)。
現(xiàn)在將描述提供給非本征信息的加權因數(shù)?？梢酝ㄟ^使用從改進的Max-Log-MAP算法的LLR更新處理中所得到的LLR來獲得關于信息碼元的非本征信息。由于Max-Log-MAP算法通過反復的近似來產生非本征信息，所以與Log-MAP算法中的非本征信息相比，所述非本征信息具有較大的值。為了減少這種影響，將信息碼元的非本征信息乘以加權因數(shù)。在傳統(tǒng)的帶有FG的Max-Log-MAP算法中，每次迭代時來自第二組成解碼器的非本征信息都被乘以預定加權因數(shù)，如0.588235。但是，在改進的Max-Log-MAP算法中，LLR中包括有影響次佳計量的校正值fc，因此與fc相比，非本征信息的加權因數(shù)必須更接近1。鑒于加權因數(shù)Wf，通過以下等式形成所述非本征信息Le(uk)=Wf((M0(0)-M1(0)+fc)-(Lcyk+La(u^k))]]>=Wf((M0(0)-M1(0))-(Lcyk+La(u^k))+fc′]]>其中fc′=Wf(log(1+e-(M0(0)-M0(1)))-log(1+e-(M1(0)-M1(1))))]]>或fc′＝-K′(M0(0)-M0(1))+K′(M1(0)-M1(1))……(8)在等式(8)中，K’＝KWf，Lcyk是用于反映渦輪解碼器的輸入的信道可靠性的信號，而 是當前信息碼元的先驗信息。從最佳計量和次佳計量之間的差值中減去非本征信息，然后將新的校正值fc’與所得到的差相加而產生所述公式。下文中將fc’稱為校正值。
以下的描述將定義用于改進的Max-Log-MAP算法中的迭代解碼的LLR和非本征信息。
圖3是表示根據(jù)本發(fā)明的一個實施例，用于計算用于改進的Max-Log-MAP算法中的迭代解碼的LLR和非本征信息的操作的例子的流程圖。
參見圖3，在步驟400中計算框架中的任意狀態(tài)轉換的分支計量γ，并且在步驟402中更新與狀態(tài)轉換有關的所有狀態(tài)組(s，s’)的狀態(tài)計量α和β。在步驟404中，同時搜索最佳計量Mn(0)和次佳計量Mn(1)以獲得圖2的程序中的LLR，從而更新狀態(tài)計量。在步驟406中，通過等式(8)，使用Mn(0)和Mn(1)之間的差值、其中考慮SNR的解碼器輸入和信息碼元的先驗信息來計算LLR。該步驟在如圖5所示的功能塊601、602和603中進行。在步驟408中，將非本征信息乘以加權因數(shù)Wf，該步驟在如圖5所示的功能塊604中進行。
根據(jù)所述對數(shù)函數(shù)是否近似為線性函數(shù)，選擇所述校正值fc’作為等式(8)中所定義的兩個值中的一個值。如果接收器可以進行精確的SNR估計，則選擇fc’作為初始對數(shù)函數(shù)。否則，選擇fc’為近似線性函數(shù)。因此，如果在步驟410中可以得到精確的SNR估計，過程則轉到步驟412；如果不能得到，程序則轉到步驟414。在步驟414中，對數(shù)函數(shù)用作fc’，而在步驟412中，線性函數(shù)用作fc’。當如圖6所示的功能塊701、702、703、705和707輸出FLAG為0時，選擇對數(shù)函數(shù)；而當如圖6所示的功能塊701、702、704、706和708輸出FLAG為1時，選擇線性函數(shù)。
圖4是表示根據(jù)本發(fā)明的一個實施例，用于在任意解碼時間同時搜索與LLR相關的最佳計量和次佳計量的功能塊的例子的方框圖。
參見圖4，粗實線表示次佳計量搜索部分，即功能塊511至514。因此。其它的功能塊501、502和503根據(jù)Max-Log-MAP算法進行運行。這些功能塊對所有框架狀態(tài)的計量進行更新，每次將狀態(tài)指數(shù)加1。在這里，第一狀態(tài)下的信號SEL0為0，其余狀態(tài)下的信號SEL0為1。第一和第二狀態(tài)下的信號SEL1為0，其余狀態(tài)下的信號SEL1為1。
所述功能塊502、503、511、513和514為選擇器，用于在選擇信號為0時在端口0輸出所述輸入，以及在選擇信號為1時在端口1輸出所述輸入。所述功能塊501和512為選擇器，用于在端口a的信號小于端口b的信號時輸出1，以及在端口a的信號等于或大于端口b的信號時輸出0。
圖5是表示根據(jù)本發(fā)明的一個實施例的、用于在任意解碼時間生成關于信息碼元的非本征信息的功能塊的例子的方框圖。
參見圖5，第一加法器601輸出0和1的最佳計量之間的差值，作為關于信息碼元的LLR信息。第二加法器將所接收的碼元的傳輸信息和先驗信息相加。第三加法器603從第一加法器601中所接收的LLR信息中減去從第二加法器602中所接收的和。第三加法器的輸出就是現(xiàn)有Max-Log-MAP算法中所定義的非本征信息。如現(xiàn)有帶有FG的Max-Log-MAP算法中所執(zhí)行的那樣，乘法器604將所述非本征信息乘以加權因數(shù)。如果加權因數(shù)為1，這將影響Max-Log-MAP算法。第四加法器605將通過如圖6所示的功能塊所得到的校正值fc’與乘法器604的輸出相加。因此，可以得到用于改進的Max-Log-MAP算法的最終非本征信息。
也就是說，與Max-Log-MAP算法相比，所述改進的Max-Log-MAP算法的非本征信息是通過進一步使用與加權因數(shù)Wf有關的乘法器604和與校正值fc’有關的加法器605所得到的。而且，相對于帶有FG的Max-Log-MAP算法，改進的Max-Log-MAP算法進一步使用了加法器605。
圖6是表示根據(jù)本發(fā)明的一個實施例的、計算用于計算非本征信息的校正值fc’的功能塊的例子的方框圖。
參見圖6，第一加法器701計算信息碼元0的最佳計量和次佳計量之間的差值，而第二加法器702計算信息碼元1的最佳計量和次佳計量之間的差值。查詢表(LUT)703通過使用所述差值，從等式(8)所定義的對數(shù)函數(shù)中搜索校正值。第三加法器705計算所述校正值之間的差值。第一乘法器707將所述差值乘以加權因數(shù)，從而判定最后校正值。
第四加法器704計算第一和第二加法器701和702的輸出之間的差值。第二乘法器706將所述差值乘以斜度值，從而判定近似為線性函數(shù)的校正值。
根據(jù)信號FLAG選擇等式(8)中所定義的一個校正值。為了選擇對數(shù)函數(shù)，選擇器708在端口0對輸入進行選擇。相反，為了選擇線形函數(shù)，選擇器708在端口1選擇輸入。前一情況要求LUT，但是后一情況僅要求簡單的加法器和乘法器。尤其是當FLAG為0時，接收器必須保證理想的SNR估計。在改進的Max-Log-MAP算法的硬件中進一步實現(xiàn)如圖6所示的結構。如果加權因數(shù)Wf和值K’可以表示為2的指數(shù)，則可以將圖5和6中的乘法器實現(xiàn)為簡單的位選擇器或包括它們的加法器。
為了估計根據(jù)本發(fā)明所改進的Max-Log-MAP算法的渦輪解碼性能，在下列條件下進行了仿真。
所有的仿真都為浮點仿真，并且根據(jù)位誤差率(BER)和幀誤差率(FER)來估計解碼性能。為了研究SNR失配的影響，也估計了關于Eb/NO偏移的解碼性能。通過使用如CDMA2000 1xEV-DV提供的比率為1/5的渦輪編碼器和執(zhí)行準互補對稱性渦輪編碼(QCTC)操作，將總編碼率轉換為除了1/5之外的值。幀尺寸為1xEV-DV規(guī)范中所定義的一種EP尺寸。使用的調制方案為BPSK，并且假設了AWGN信道。對于渦輪解碼而言，解碼迭代的最大值為8。通過執(zhí)行所述仿真直至產生50幀誤差，從而測量出BER和FER。
根據(jù)經驗定義所述加權因數(shù)Wf和數(shù)值K’。由于渦輪解碼的渦輪迭代通常為次優(yōu)化解碼操作(sub-optimal decoding operation)，而不是最大似然解碼，在迭代解碼過程中性能可能會降低。所述SNR失配仿真表明大約-1dB的Eb/NO偏移的性能要比沒有Eb/NO偏移的性能好。這是因為通過所述-dB錯誤加權補償了解碼迭代中所可能產生的性能下降。因此，根據(jù)經驗通過下列等式給出加權因數(shù)WfWf≈-1dB=0.79432≈12+14+116---(9)]]>通過將Wf表示為2的指數(shù)的和，可以很容易地在硬件中實現(xiàn)與加權因數(shù)相乘的乘法。
等式(8)中的K’是等式(4)中斜率K的乘積，并且將等式(6)中的加權因數(shù)Wf·K定義為函數(shù)1(x)＝log(1+e-x)的切線的平均斜率。因此，-K=1a∫0a11+exdx=log(1+e-a)-log2a---(10)]]>其中，將a設定為最大有效值。如果a約大于9，則1(x)小于10-4。因此，如果a為9，則通過下列等式來確定K-K=log(1+e-a)-log2a|a=9=0.7700≈113---(11)]]>一些仿真表明將-K定義為等式(11)可以得到極好的性能。等式(11)中的K’也可以表示為K′=K·Wf=116---(12)]]>可以通過位選擇簡單地得到K’，其中位選擇是一種乘法的簡單硬件實現(xiàn)。
參見圖7至16，對由近似法和非近似法得到的仿真進行比較。圖7和8表示當EP尺寸為3864且總編碼率(R)為1/2時，BER和FER的渦輪解碼性能。在圖7和8中，LogMAP表示所述Log-MAP算法，log2 MaxLogMAP表示使用定義為對數(shù)函數(shù)1(x)的fc的Max-Log-MAP算法，mod MaxLogMAP表示使用定義為近似一階函數(shù)的fc的Max-Log-MAP算法，帶有FG的MaxLogMAP表示現(xiàn)有的帶有FG的Max-Log-MAP算法，以及MaxLogMAP表示現(xiàn)有的Max-Log-MAP算法。如圖所示，log2 MaxLogMAP在解碼性能方面接近于LogMAP，但是在SNR失配情況下這種性能不能得到保證。在FER為10-2時，mod MaxLogMAP的性能僅比LogMAP差大約0.1dB，但是比帶有FG的MaxLogMAP的性能要好0.5dB。并且mod MaxLogMAP性能穩(wěn)定而不用考慮SNR失配。
圖9和10表示與Eb/NO＝1.3dB多次迭代的log2 MaxLogMAP、modMaxLogMAP、帶有FG的MaxLogMAP、以及MaxLogMAP的BER和FER性能。從圖9和10中可以看出多次迭代后的log2 MaxLogMAP具有最佳性能。mod MaxLogMAP的性能不比帶有FG的MaxLogMAP好，但是僅迭代7次就能得到帶有FG的MaxLogMAP迭代8次后的FER性能。
圖11和12表示EP尺寸為792且有效編碼率為1/5時的BER和FER性能。與EP尺寸為3864時的情況相似，所述五種算法的性能順序并沒有發(fā)生改變。但是，與EP尺寸為3864時的情況相比，mod MaxLogMAP的性能要比帶有FG的MaxLogMAP好大約0.1dB。
圖13和14表示當Eb/NO＝0.7dB且EP尺寸＝792時，所述五種算法的BER和FER性能。并且圖15和16表示當EP尺寸＝3864，有效編碼率＝1/2且SNR失配為Eb/NO＝1.2dB時，也就是說，假設當Eb/NO偏移為0時可獲得的理想SNR估計，當在解碼器輸入碼元的SNR估計中產生相當于Eb/NO偏移的誤差時，所述五種法的BER和FER性能。如圖所示，由于將1(x)近似為一階函數(shù)，所以執(zhí)行mod MaxLogMAP而不用考慮SNR失配。但是，由于1(x)被定義為非線性log()函數(shù)并且fc根據(jù)所述log()函數(shù)中計量的變化而呈非線性變化，所以log2 MaxLogMAP將根據(jù)SNR失配顯示出不同的性能。然而，與LogMAP相比，fc的變化并不大。因此，在只要保證SNR估計在大約-6dB至+6dB范圍內的情況下，可以將log2 MaxLogMAP用作渦輪解碼算法。
從所述仿真可以看出，所述改進的Max-Log-MAP算法的性能僅比Log-MAP算法差大約0.1dB但不用考慮EP尺寸，這意味著該性能要比(帶有或不帶有FG)的Max-Log-MAP算法好。從仿真結果中可以明顯地看出，盡管輸入碼元的SNR估計中存在一些誤差，但是所述改進的Max-Log-MAP算法具有優(yōu)良的性能而不用考慮SNR估計的誤差。
如上所述，所述改進的Max-Log-MAP算法與Max-Log-MAP算法相比，只需要增加很少的硬件就能得到比Max-Log-MAP算法更好的性能，并且與Log-MAP算法相比，只需要簡單的結構就能得到比Log-MAP算法更好的性能。因此，所述改進的Max-Log-MAP算法可應用于LMTS和HSDPA的移動終端中的信道解碼器、CDMA2000 1xEV-DV的系統(tǒng)和終端的信道解碼器。它優(yōu)勢在于可以利用簡單的結構得到優(yōu)良的性能。
盡管已經參照本發(fā)明的某些實施例示出和描述了本發(fā)明，但是本領域的技術人員需要理解的是在不背離所附權利要求所定義的本發(fā)明的精神和范圍的情況下可以進行各種形式和細節(jié)上的改變。
權利要求
1.一種用于對渦輪碼進行解碼的組成解碼方法，包括下列步驟(1)在信息碼元的渦輪解碼期間的任意一個時間點，計算渦輪解碼框架中所接收的信息碼元的計量中的最佳和次佳計量，其中所述計量為狀態(tài)計量和分支計量之和；(2)計算信息碼元為0的最佳計量與信息碼元為1的最佳計量之間的差值；(3)計算信息碼元為0的次佳計量和信息碼元為1的次佳計量之間的差值；(4)計算最佳計量差值與次佳計量差值之間的差值，并且將計算出的差值乘以加權因數(shù)，從而狀態(tài)計量和分支計量之和的計量呈線性；并且(5)通過使用步驟(2)中所得到的最佳計量差值和步驟(4)中所得到乘積的來更新對數(shù)似然比(LLR)，并且根據(jù)所更新的LLR來判定信息碼元的數(shù)值。
2.如權利要求1所述的組成解碼方法，在步驟(5)之后還包括以下步驟通過使用所更新的LLR、反映SNR(信噪比)的輸入碼元、以及輸入碼元的先驗信息來計算非本征信息。
3.如權利要求1所述的組成解碼方法，其中所述加權因數(shù)是通過以下等式來確定的加權因數(shù)＝K·Wf...(13)其中Wf小于1且接近于1，并且K為對數(shù)函數(shù)1(x)＝log(1+e-x)的切線的平均斜率。
4.如權利要求3所述的組成解碼方法，其中Wf大于0.588235。
5.如權利要求1所述的組成解碼方法，其中所述加權因數(shù)是通過使用所述對數(shù)函數(shù)的切線的平均斜率，從對數(shù)函數(shù)中所線性化的函數(shù)中推導出來的，其中通過最佳計量與次佳計量之間差值來表示所述對數(shù)函數(shù)。
6.如權利要求3所述的組成解碼方法，其中所述切線的平均斜率為0至9之間的整數(shù)。
7.一種用于解碼渦輪碼的組成解碼器，包括第一加法器，用于在信息碼元的渦輪解碼期間的任意一個時間點，計算渦輪解碼框架中所接收的信息碼元為1的最佳計量與信息碼元為0的最佳計量之間的差值；第二加法器，用于將信息碼元的傳輸信息和先驗信息相加；第三加法器，用于計算第一和第二加法器的輸出之間的差值，并且輸出所述差值作為非本征信息；第一乘法器，用于將第三加法器的輸出乘以預定加權因數(shù)，作為反饋增益；校正值計算器，用于通過使用所接收的信息碼元的最佳計量和次佳計量之間的差值來計算校正值；和第四加法器，用于將所述校正值與第一乘法器的輸出相加。
8.如權利要求7所述的組成解碼器，其中所述校正值計算器包括第五加法器，用于計算信息碼元為0的最佳計量和次佳計量之間的差值；第六加法器，用于計算信息碼元為1的最佳計量和次佳計量之間的差值；查詢表，用于存儲第五和第六加法器的輸出的基于對數(shù)函數(shù)的校正值，并且輸出第五和第六加法器的輸出的校正值；第七加法器，用于計算所述校正值之間的差值；第二乘法器，用于將第七加法器的輸出乘以預定加權因數(shù)；第八加法器，用于計算第五和第六加法器的輸出之間的差值；第三乘法器，用于將第八加法器的輸出乘以由對數(shù)函數(shù)所近似的線性函數(shù)的斜率；和選擇器，用于根據(jù)所接收的信息碼元的信噪比(SNR)的可靠性，選擇第二和第三乘法器的輸出中的一個。
9.如權利要求8所述的組成解碼器，其中如果所述線性函數(shù)的加權因數(shù)和斜率可以表示為2的指數(shù)，則每個乘法器實現(xiàn)為位選擇器。
全文摘要
一種用于在通信系統(tǒng)中通過使用渦輪(turbo)解碼來減少位誤差率和幀誤差率的FEC裝置和方法。在用于解碼渦輪碼的組成解碼器(constituent decoder)中，第一加法器通過計算渦輪解碼框架的任意狀態(tài)中碼元為1的概率與碼元為0的概率之間的差值來計算所接收的碼元的LLR。第二加法器將編碼碼元的傳輸信息與先驗信息相加。第三加法器計算第一和第二加法器的輸出之間的差值，作為非本征信息。第一乘法器將第三加法器的輸出相乘。校正值計算器通過使用所述編碼碼元的最佳計量與次佳計量之間的差值來計算校正值。第四加法器將所述校正值與第一乘法器的輸出相加。
文檔編號H03M13/37GK1557052SQ03801097
公開日2004年12月22日 申請日期2003年7月19日 優(yōu)先權日2002年7月19日
發(fā)明者柳南烈, 金潣龜, 河相赫 申請人:三星電子株式會社