使用具有不明確性的串行局部化的解調(diào)器的度量校正的制作方法
【專利摘要】公開了用于多級SLI解調(diào)器的解調(diào)方法和裝置。來自每個(gè)解調(diào)級的殘留信號被建模為未分辨信號的有限集合，并且新的度量被引入用于搜索最佳候選符號估計(jì)。該度量可基于殘留信號的概率分布函數(shù)或未分辨信號的概率質(zhì)量函數(shù)來評估。該度量也可以由常規(guī)歐幾里得度量與校正度量的和來近似。從多級SLI解調(diào)器的各級生成的最佳候選符號估計(jì)相加以形成累積符號估計(jì)。
【專利說明】使用具有不明確性的串行局部化的解調(diào)器的度量校正

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明一般地涉及在多輸入多輸出（ΜΙΜΟ)接收機(jī)中的解調(diào)，更特別地，涉及基于 具有不明確性的串行局部化的ΜΙΜΟ信號的聯(lián)合解調(diào)。

【背景技術(shù)】
[0002] 很多無線通信標(biāo)準(zhǔn)中，例如EDGE (增強(qiáng)數(shù)據(jù)速率的GSM演進(jìn)）、HSPA (高速分組接 入）、LTE (長期演進(jìn)）和WiMax (全球微波接入互操作性）已采用了相對大的調(diào)制信號星 座，例如16-、32-以及64-QAM(正交幅度調(diào)制）。這些標(biāo)準(zhǔn)采用的多輸入多輸出（ΜΜ0)方 案創(chuàng)建了更大的調(diào)制星座。
[0003] 大調(diào)制星座增加了解調(diào)器的復(fù)雜度。例如，MLSE (最大似然序列估計(jì)）解調(diào)的復(fù)雜 度隨調(diào)制星座的大小呈指數(shù)級增長。較不復(fù)雜的解決方案是可用的，例如，DFSE (判定反饋 序列估計(jì)）、DFE (判定反饋均衡）等。這些解決方案試圖在精確度和復(fù)雜度之間找到平衡。 在ΜΙΜΟ情景下，用于解調(diào)信號的其它有用技術(shù)包括多級仲裁（MSA)和迭代樹搜索（ITS)。
[0004] 具有不明確性的串行局部化（SLI)是一種近似于具有降低復(fù)雜度的MLSE解調(diào)器 的解調(diào)技術(shù)。SLI的基本思想是在一系列更簡單的級中解調(diào)，其中每個(gè)非最終級都試圖為下 一級使搜索局部化。在第一級，符號星座被分解為四個(gè)重疊的子集，并且每個(gè)子集由它的質(zhì) 心代表。第一級選擇一個(gè)子集并且輸出對應(yīng)的質(zhì)心作為中間符號估計(jì)。質(zhì)心的使用導(dǎo)致了 形成下一級的輸入的殘留信號。在下一級，被選擇的子集進(jìn)一步被分解為四個(gè)重疊的子集， 并且重復(fù)該過程直至到達(dá)最終級。每個(gè)非最終級在減少的子集中做出選擇，并輸出中間的 符號估計(jì)。來自于各級的中間符號估計(jì)相加以得到最終的符號估計(jì)。不明確性產(chǎn)生于將調(diào) 制星座表示為重疊的子集。不明確性在多級結(jié)構(gòu)中是有利的，因?yàn)樵谠缙诩壷胁幻鞔_性阻 止了不可逆的錯(cuò)誤判定。
[0005] 在SLI接收機(jī)中，來自于每個(gè)級的殘留信號一般建模為高斯噪聲。這是因?yàn)橐韵?原因。首先，高斯噪聲模型已被用于建模接收機(jī)內(nèi)部的噪聲，并且將該模型推廣到其它噪聲 源（例如殘留信號）是自然而然的。第二，高斯噪聲模型是最壞情況的噪聲模型，因此具有 魯棒性。第三，高斯噪聲模型是很好理解的櫝型，對于此模型，優(yōu)化處理相對簡單，并且合適 的度量是熟悉的歐幾里得度量。然而，高斯模型對于離散的殘留信號不是精確的匹配，特別 是當(dāng)數(shù)據(jù)樣本數(shù)量少時(shí)。
[0006] 相應(yīng)地，仍然需要開發(fā)解決殘留信號的離散特性的調(diào)制技術(shù)以便改進(jìn)SLI解調(diào)器 的性能。


【發(fā)明內(nèi)容】

[0007] 本發(fā)明的示例性實(shí)施例提供了用于在SLI接收機(jī)中解調(diào)的方法和裝置。將殘留信 號的概率密度函數(shù)結(jié)合在用于選擇最佳候選符號估計(jì)的似然度量的計(jì)算中，而不是將來自 于每個(gè)解調(diào)級的殘留信號建模為高斯噪聲。
[0008] 在每一級，連同對應(yīng)的減少的符號星座，接收對應(yīng)于多個(gè)數(shù)據(jù)流的輸入符號。從符 號星座中的符號生成候選序列的集合。對于候選序列的這個(gè)集合，導(dǎo)出未分辨的信號的對 應(yīng)的有限集合，并基于輸入符號和未分辨的信號的概率質(zhì)量函數(shù)為每個(gè)候選序列計(jì)算似然 度量。基于似然度量從候選序列的集合中選擇來自每一級的輸出符號估計(jì)。來自每一級的 輸出符號估計(jì)相加以生成累積的符號估計(jì)。
[0009] 還公開了一種用于實(shí)現(xiàn)所述改進(jìn)的SLI解調(diào)技術(shù)的解調(diào)器。該解調(diào)器包括輸入、 候選符號生成器、似然估計(jì)器和選擇器。輸入被配置為接收對應(yīng)于多個(gè)數(shù)據(jù)流的輸入符號 和符號星座。候選符號生成器被配置為從符號星座中的符號生成候選序列的集合。對于候 選序列的這個(gè)集合，候選符號生成器還生成未分辨的信號的有限集合。似然估計(jì)器被配置 為基于輸入符號和未分辨的信號的概率質(zhì)量函數(shù)為每個(gè)候選序列計(jì)算似然度量。選擇器被 配置為基于為候選序列的集合計(jì)算的似然度量，從候選序列的所述集合中選擇最佳候選序 列作為輸出符號估計(jì)。

【專利附圖】

【附圖說明】
[0010] 圖1示出了接收機(jī)的方框圖，該接收機(jī)包括多級SLI解調(diào)器和星座處理模塊。
[0011] 圖2示出了多級SLI解調(diào)器。
[0012] 圖3示出了多級SLI解調(diào)器的一個(gè)級的實(shí)施例。
[0013] 圖4示出了 16-QAM星座及四個(gè)重疊的SLI子集。
[0014] 圖5示出了 9-QAM星座及四個(gè)重疊的SLI子集。
[0015] 圖6示出了多級SLI解調(diào)器的示例性實(shí)施例。
[0016] 圖7示出了在多級SLI解調(diào)器中利用校正的度量解調(diào)ΜΜ0信號的流程圖。

【具體實(shí)施方式】
[0017] 圖1示出了示例性接收機(jī)100。接收機(jī)100包含耦合至一個(gè)或多個(gè)接收天線108 及基帶處理電路104的接收機(jī)前端電路102?；鶐幚黼娐?04包含一個(gè)或多個(gè)處理器、硬 件、固件或其組合，用于處理接收信號?；鶐幚黼娐?04包括多級SLI解調(diào)器106。如上 所述，SLI解調(diào)器是降低復(fù)雜度的解調(diào)器。SLI解調(diào)器包括在每一級具有聯(lián)合處理單元的串 行結(jié)構(gòu)。
[0018] 圖2和圖3示出了 SLI解調(diào)器200的示例性實(shí)施例。SLI解調(diào)器200包括一個(gè)或 多個(gè)初步級202-204,以及最終級206。SLI解調(diào)器200在各級處理接收信號f [1],并且為傳 送信號輸出最佳候選L在每一級中的解調(diào)單元210(圖3中示出）是具有降低的狀態(tài)格形 的最大似然序列估計(jì)（MLSE)解調(diào)器。如下面將更加詳細(xì)描述的，在SLI解調(diào)器200的初步 級202-204中的解調(diào)單元210在傳送符號星座中使用質(zhì)心而非符號用于解調(diào)。利用質(zhì)心來 解調(diào)導(dǎo)致作為下一級輸入的未分辨信號，其在下一級被進(jìn)一步分辨。SLI解調(diào)器200的最終 級206的解調(diào)單元210基于原始符號星座的子集使用降低的狀態(tài)格形。在每一級202-206 中的解調(diào)單元210生成中間估計(jì)。組合器208將每一級202-206中產(chǎn)生的中間估計(jì)逐符號 相加以產(chǎn)生最終估計(jì)。
[0019] 圖3示出了在SLI解調(diào)器200的一個(gè)級202-206中的主要功能組件。位于每一級 中的解調(diào)單元210利用從真符號星座（Q) N得到的有效符號星座（Q[i])N。上標(biāo)i代表該級的 序列號。位于每一級202-206的解調(diào)單元210接收對應(yīng)的輸入信號外_- 1]，并且利用符號星 座（(^])"解調(diào)輸入信號外-1]以生成中間估計(jì)沙]。初步級202-204進(jìn)一步包括信號生成電路 220用于生成下一級的輸入信號外']。信號生成電路220包括調(diào)制器230用于調(diào)制中間估計(jì) 沙]中的符號，以及組合器240用于從外4中的對應(yīng)符號中減去調(diào)制信號以生成下一級的輸 入。最終級206不需要信號生成電路220。組合器208將產(chǎn)生自每一級202-206的中間估 計(jì)沙 1相加以產(chǎn)生最終序列估計(jì)θ。
[0020] SLI均衡技術(shù)被描述于2009年11月2日提交的名稱為"Method for Equalization and Whitening of ISI using SLI" 的美國專利申請?zhí)?12/572,692,2009 年 8 月 27 日 提交的名稱為 "Equalizat ion using Serial Localization with Indeci sion，'的美 國專利申請?zhí)?2/549,143,以及2010年4月15日提交的名稱為"Channel Estimation For Equalization Using Serial Localization With Indecision，'的美國專利申請?zhí)?12/760, 839。這些未決申請中的每一個(gè)都通過引用全部結(jié)合于此。
[0021] 為了理解SLI解調(diào)器是如何工作的，考慮非分散信道上接收的ΝΧΝ ΜΜ0信號。該 接收信號r = OV . . .，rN)T可被表達(dá)為
[0022] r = Hc+n (1.1)，
[0023] 其中c是代表傳送信號的NX 1向量，由c = (Cl，. . .，cN)T給出，Η是代表信道響 應(yīng)的ΝΧΝ矩陣，并且η是代表高斯白噪聲的NX 1向量。在這種情景下完全聯(lián)合檢測器是 最佳的接收機(jī)。
[0024] 在每個(gè)信號流都具有大小為q的符號星座Q的情況下，對于r有總數(shù)為qN的可能 的候選

【權(quán)利要求】
1. 一種在多級接收機(jī)（200)的一個(gè)解調(diào)級（202、204)中實(shí)現(xiàn)的解調(diào)多個(gè)數(shù)據(jù)流的方 法，所述方法包括接收對應(yīng)于多個(gè)數(shù)據(jù)流的輸入符號，從符號星座中的符號生成候選序列 的集合，基于所述輸入符號為每個(gè)候選序列計(jì)算似然度量，以及基于所述似然度量選擇所 述候選序列之一作為輸出符號估計(jì)；所述方法進(jìn)一步特征在于： 基于生成的候選序列的集合和所述輸入符號生成未分辨信號的有限集合； 基于所述輸入符號和所述未分辨信號的概率質(zhì)量函數(shù)為每個(gè)候選序列計(jì)算似然度量； 以及 基于改進(jìn)的似然度量選擇所述候選序列之一作為輸出符號估計(jì)。
2. 如權(quán)利要求1所述的方法，其中為每個(gè)候選序列計(jì)算改進(jìn)的似然度量包括計(jì)算歐幾 里得距離的平方與包括所述未分辨信號的所述概率質(zhì)量函數(shù)的校正項(xiàng)之和。
3. 如權(quán)利要求1所述的方法，其中計(jì)算改進(jìn)的似然度量包括： 在未分辨信號的所述有限集合中確定多個(gè)所述未分辨信號；以及 當(dāng)所述未分辨信號的數(shù)量少于閾值時(shí)，將所述改進(jìn)的似然度量計(jì)算為歐幾里得距離度 量的平方與包括所述未分辨信號的所述概率質(zhì)量函數(shù)的校正項(xiàng)之和。
4. 如權(quán)利要求3所述的方法，其中當(dāng)所述未分辨信號的數(shù)量大于所述閾值時(shí)，在所述 改進(jìn)的似然度量的計(jì)算中忽略校正項(xiàng)。
5. 如權(quán)利要求1所述的方法，其中所述未分辨信號的所述概率質(zhì)量函數(shù)是均勻分布。
6. 如權(quán)利要求3所述的方法，其中當(dāng)所述未分辨信號的所述概率質(zhì)量函數(shù)是均勻分 布，并且所述符號星座是其中對稱性質(zhì)保持〇[i] = j〇[i]的QAM星座時(shí)，所述校正項(xiàng)根據(jù)下式 計(jì)算：
7. 如權(quán)利要求1所述的方法，其中基于所述輸入符號和所述未分辨信號的概率質(zhì)量函 數(shù)為每個(gè)候選序列計(jì)算改進(jìn)的似然度量包括計(jì)算所述未分辨信號的概率質(zhì)量函數(shù)和高斯 噪聲的概率質(zhì)量函數(shù)的卷積。
8. 如權(quán)利要求1所述的方法，其中基于改進(jìn)的似然度量選擇所述候選序列之一作為輸 出符號估計(jì)包括選擇產(chǎn)生所述改進(jìn)似然度量的最低值的候選序列作為所述輸出符號估計(jì)。
9. 如權(quán)利要求1所述的方法，進(jìn)一步包括： 調(diào)制所述輸出符號估計(jì)；以及 從輸入符號中移除調(diào)制的輸出符號估計(jì)以便為多級接收機(jī)（200)的后續(xù)解調(diào)級生成 輸入符號。
10. 如權(quán)利要求1所述的方法，進(jìn)一步包括將來自各級的輸出符號估計(jì)組合以形成最 終符號估計(jì)。
11. 一種用于具有多個(gè)解調(diào)級的多級接收機(jī)的解調(diào)器（210)，所述解調(diào)器（210)包括： 輸入端，用于接收對應(yīng)于多個(gè)數(shù)據(jù)流的輸入符號和符號星座； 候選符號生成器（212)，用于從所述符號星座中的符號生成候選序列的集合，并生成未 分辨信號的有限集合； 似然估計(jì)器（214)，用于基于所述輸入符號和所述未分辨信號的概率質(zhì)量函數(shù)為每個(gè) 候選序列計(jì)算似然度量；以及 選擇器（216)，用于基于為候選序列的所述集合計(jì)算的似然度量選擇所述候選序列 之一作為輸出符號估計(jì)； 所述解調(diào)器進(jìn)一步具有以下特征： 所述候選符號生成器（212)配置為生成未分辨信號的有限集合；以及 所述似然估計(jì)器（214)配置為基于所述輸入符號和所述未分辨信號的概率質(zhì)量函數(shù) 為每個(gè)候選序列計(jì)算改進(jìn)的似然度量；以及 所述選擇器（216)配置為基于為候選序列的所述集合計(jì)算的所述改進(jìn)的似然度量，選 擇所述候選序列之一作為輸出符號估計(jì)。
12. 如權(quán)利要求11所述的解調(diào)器（210)，其中所述似然估計(jì)器（214)配置為通過計(jì)算 歐幾里得距離度量的平方與包括所述未分辨信號的概率質(zhì)量函數(shù)之和來為每個(gè)候選序列 計(jì)算改進(jìn)的似然度量。
13. 如權(quán)利要求11所述的解調(diào)器（210)，其中似然估計(jì)器（214)被配置為： 在未分辨信號的所述有限集合中確定多個(gè)未分辨信號；以及 當(dāng)所述未分辨信號的數(shù)量少于閾值時(shí)，將所述改進(jìn)的似然度量計(jì)算為歐幾里得距離度 量的平方與包括所述未分辨信號的概率質(zhì)量函數(shù)的校正項(xiàng)之和。
14. 如權(quán)利要求13所述的解調(diào)器（210)，其中所述似然估計(jì)器（214)被配置為當(dāng)所述 未分辨信號的數(shù)量大于所述閾值時(shí)，在改進(jìn)的似然度量的計(jì)算中忽略所述校正項(xiàng)。
15. 如權(quán)利要求11所述的解調(diào)器（210)，其中所述未分辨信號的概率質(zhì)量函數(shù)是均勻 分布函數(shù)。
16. 如權(quán)利要求13所述的解調(diào)器（210)，其中所述改進(jìn)的似然估計(jì)器（214)被配置 為當(dāng)所述未分辨信號的概率質(zhì)量函數(shù)是均勻分布，并且所述符號星座是其中對稱性質(zhì)保持 〇 [i] = j〇[i]的QAM星座時(shí)，根據(jù)下式計(jì)算所述校正項(xiàng)：
17. 如權(quán)利要求11所述的解調(diào)器（210)，其中由所述似然估計(jì)器（214)為每個(gè)候選序 列計(jì)算的所述改進(jìn)的似然度量從所述未分辨信號的概率質(zhì)量函數(shù)和噪聲概率密度函數(shù)的 卷積中得到。
18. 如權(quán)利要求11所述的解調(diào)器（210)，其中由所述選擇器選擇的候選序列產(chǎn)生最低 似然度量。
19. 如權(quán)利要求11所述的解調(diào)器（210)，進(jìn)一步包括：在每一級，調(diào)制器，用于調(diào)制所述 輸出符號估計(jì)；以及減法器，用于從所述輸入符號中移除調(diào)制的輸出符號估計(jì)以為所述解 調(diào)器的后續(xù)解調(diào)級生成輸入符號。
20. 如權(quán)利要求11所述的解調(diào)器（210)，進(jìn)一步包括組合器，用于將來自每一級的所述 輸出符號估計(jì)組合以形成最終符號估計(jì)。
【文檔編號】H04L27/34GK104067584SQ201280059015
【公開日】2014年9月24日 申請日期:2012年11月19日 優(yōu)先權(quán)日:2011年11月29日
【發(fā)明者】A·海拉拉, D·許 申請人:瑞典愛立信有限公司