專利名稱：一種球形譯碼方法
技術(shù)領(lǐng)域：
本發(fā)明涉及無線通信領(lǐng)域的信號處理技術(shù)，尤其涉及一種球形譯碼方法。
背景技術(shù)：
隨著無線通信技術(shù)的逐步成熟，移動用戶數(shù)量正在呈指數(shù)倍增長，并且 移動業(yè)務(wù)已從傳統(tǒng)的語音業(yè)務(wù)擴展到了多媒體業(yè)務(wù)，這樣頻譜資源就顯得曰 益緊張。針對這一情況，能夠?qū)崿F(xiàn)高效編碼、調(diào)制以及信號處理的多輸入多
輸出(MIMO)系統(tǒng)應(yīng)運而生。在MIMO系統(tǒng)中，為了提高信源信息傳輸?shù)?可靠性，在發(fā)送端，待傳輸信號首先經(jīng)過能夠提供糾錯能力的信道編碼，再 進(jìn)行空時/空頻/空時頻編碼，而后由多幅發(fā)送天線同時或者按照一定的時 間順序發(fā)送出去。對于接收端，由多幅接收天線同時或者按照一定的時間順 序接收來自于發(fā)送端的信號，并依次進(jìn)行空時/空頻/空時頻解碼和信道譯 碼，從而將譯碼結(jié)果作為待發(fā)送信號的原始信息。
接收端所進(jìn)行的信道譯碼實質(zhì)上是對接收信號的檢測，即從接收信號中 檢測出最優(yōu)信號，作為譯碼結(jié)果。目前可以通過線性迫零方式、線性最小均
方誤差方式、干擾抵消的迫零方式、干擾抵消的最小均方誤差方式、最大似 然譯碼方式以及球形譯碼方式等來完成信號檢測。實踐表明，最大似然譯碼
方式具有較好的性能，但是其計算復(fù)雜度與調(diào)制階數(shù)和天線的數(shù)目之間成指 數(shù)關(guān)系，例如采用16QAM ( 16階正交幅度調(diào)制)方式調(diào)制、共有5幅天 線時，計算復(fù)雜度為165;球形譯碼方式具有與最大似然譯碼方式相同的性 能，但是通常其計算復(fù)雜度與天線數(shù)目間為立方關(guān)系。因此，球形譯碼方式 是目前最為常用的信號檢測方式之一。
球形譯碼的基本思想是將搜索空間表示為能夠反映信道響應(yīng)和/或編碼 方式的網(wǎng)格，以接收信號為中心建立超球面，在該超球面以內(nèi)的網(wǎng)格中搜索 對發(fā)射信號的最佳估計。以S-E球形譯碼為例，首先通過對接收信號對應(yīng)的
信道矩陣進(jìn)行QR分解，根據(jù)信道矩陣和矩陣R的對角線元素來將接收信號 映射到至少一層網(wǎng)格上，其中網(wǎng)格的層數(shù)與上三角陣R的行數(shù)相同；在進(jìn)行 搜索時首先根據(jù)矩陣R中的元素計算出來本次搜索中各層的度量值，然后從 最后一層中選擇度量值最小的格點所在分支開始向倒數(shù)第二層搜索，得到各 個方向上的度量值，繼續(xù)搜索具有最小度量值的分支。在倒數(shù)第三層選擇具 有最小度量值的分支繼續(xù)向倒數(shù)第四層搜索，直至搜索到第一層。此時該分 支的最小度量值作為當(dāng)前球半徑，并保存各層格點對應(yīng)的估計值，在第二層 的其它分支尋找小于當(dāng)前球半徑的格點，若沒有發(fā)現(xiàn)則繼續(xù)到第三層搜索， 以此類推。若在第n層發(fā)現(xiàn)度量小于當(dāng)前半徑的分支，則繼續(xù)搜索第n-l層 具有最小度量值的分支，直至第一層。若在第一層度量值小于當(dāng)前半徑值， 則更新當(dāng)前半徑值，并保存各層格點對應(yīng)的值，重新搜索；若在第m層發(fā) 現(xiàn)具有最小度量的分支大于當(dāng)前半徑值，則繼續(xù)到第(m+l)層搜索度量值 小于當(dāng)前半徑的分支，最后當(dāng)不能發(fā)現(xiàn)比當(dāng)前解度量值更小的解時，輸出當(dāng) 前解，此解對應(yīng)最大似然解，即對發(fā)射信號的最佳估計。
圖l為S-E球形譯碼網(wǎng)格的示意圖。參見圖1，在所示出的球形譯碼網(wǎng) 格中，共包括有兩層網(wǎng)格，其中第二層中包括至少兩個分支，每個分支在第 一層中均包含有l(wèi)個網(wǎng)格。這些分支的數(shù)目由所使用的調(diào)制方式確定，例如 16QAM方式下，第二層中共存在4個分支。假設(shè)搜索半徑為無窮(oc), 在進(jìn)行搜索時，從第二層上度量值最小的分支開始搜索，即從第二層中1.2 所在分支向第一層搜索，第二層分支對應(yīng)的估計值為-1,第一層最小度量值 對應(yīng)的估計值為3，度量值為.7，則保存解(-l， 3)，更新半徑值為1.7，到 第二層搜索比此度量小的格點，有三個格點度量小于1.7,先搜索度量最小 的格點，此格點對應(yīng)值為1,度量為1.3,向下搜索第一層，找到度量為1.5 的格點，其對應(yīng)值為1,由于1.5<1.7,更新球半徑為1.5，保存解為(l,l)。
到第二層搜索度量值小于1.5的格點，分支l度量值為1.49，小于1.5,向 第一層搜索，找到度量值為2.1的格點，由于2.1>1.5，丟棄此解，繼續(xù)到第 二層搜索，沒有發(fā)現(xiàn)未搜索的比1.5小的格點，結(jié)束搜索，輸出最大似然解
(U)。
從上述描述可見，矩陣R的對角線元素是構(gòu)建各層的關(guān)鍵因素之一， 并且這些對角線元素越大，表明該元素對應(yīng)的接收信號的信噪比越大。由于 常規(guī)QR分解矩陣R的對角線元素是無序的，即右下角到左上角的各元素不 是降序排列，這樣就會使得首次搜索不是從信噪比最大的分支開始，那么有 可能在搜索過程中發(fā)現(xiàn)將前幾次搜索結(jié)果確定為正確解的概率較低。這意味 著出現(xiàn)搜索方向錯誤擴散的幾率較高，即反復(fù)調(diào)整搜索方向會導(dǎo)致計算復(fù)雜 度的增加。此外，實際應(yīng)用中，搜索空間的層數(shù)是接收天線數(shù)目的兩倍，這 樣，計算復(fù)雜度由于天線的增加而大幅度提高，從而為執(zhí)行球形譯碼的接收 端帶來較大的負(fù)擔(dān)。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明提供一種球形譯碼方法，能夠降低譯碼過程中的計算 復(fù)雜度。
在本發(fā)明的球形譯碼方法中，包括以下步驟
對待譯碼信號的信道矩陣進(jìn)行排序的QR分解，根據(jù)矩陣R的行數(shù)確定 搜索空間的層^:,并確定各層的Fano基；
利用矩陣R中的元素確定接收信號在各層上的星座點映射值和度量值， 從搜索空間的最后一層開始對搜索空間進(jìn)行搜索，并且在搜索到第/層時， 將當(dāng)前搜索半徑更新為所述當(dāng)前搜索半徑與第(z'+1 )層到最后 一 層F an o基 和的差值，/為大于等于1的正整數(shù)；
將最終度量值最小的分支作為搜索結(jié)果，并將該分支對應(yīng)的星座點映射 值組成為球形譯碼結(jié)果。
較佳地，所述對信道矩陣進(jìn)行排序的QR分解為
將常規(guī)QR分解Q矩陣中絕對值平方和最小的列置換為當(dāng)前列進(jìn)行QR 分解，矩陣R中右下角對角線元素大于左上角對角線元素的概率大于0.5。
較佳地，所述最后一層為第2M層，其中M為發(fā)射天線的數(shù)目，所述對 搜索空間進(jìn)行搜索為
Bl.從第2M層開始依次搜索，搜索到第一層得到最終度量值，將當(dāng)前搜 索半徑更新為該度量值與第2層到第2M層Fano基和的差值，保存由星座點映 射值組成的當(dāng)前解，并且使得當(dāng)前層數(shù)/=2， /為1至2M之間的正整數(shù)；
B2.根據(jù)當(dāng)前搜索半徑執(zhí)行搜索，搜索第Z層，判斷當(dāng)前被搜索分支度量 值是否小于當(dāng)前搜索半徑，如果是，將/更新為(/-1)，若更新后的/等于1, 執(zhí)行步驟B3，若更新后的/大于l，則返回執(zhí)行本步驟中所述搜索第/層的操 作；否則，將/更新為(!'+l),將該層中除當(dāng)前被搜索分支之外的其它分支作 為當(dāng)前被搜索分支，若戶2M，則執(zhí)行步驟B4，否則返回執(zhí)行本步驟中搜索第Z 層的操作；
B3.在搜索到第一層時，若當(dāng)前被搜索分支的最終度量值小于當(dāng)前搜索半 徑，將當(dāng)前搜索半徑更新為當(dāng)前被搜索分支的最終度量值與第2層到第2M層 Fano基和的差值，將/更新為(/+1)并保存當(dāng)前解，執(zhí)行步驟B2，否則，將 /更新為(f+l),并執(zhí)行步驟B2;
B4.將已保存的當(dāng)前解對應(yīng)的分支作為最終度量值最小的分支。
較佳地，所述搜索中進(jìn)一步包括搜索到第/層時，將當(dāng)前搜索半徑更新 為搜索半徑與預(yù)先確定的第0'+l)層到第2M層Fano基和的差值。
較佳地，所述預(yù)先確定各層Fano基為
將第z'層的Fano基確定為等于《，,&r,2 ，其中《,,為所述矩陣R的第Z個對角 線元素， 一為噪聲功率，5為通過仿真測量出來的性能調(diào)整參數(shù)，f為l至2M 區(qū)間內(nèi)的正整數(shù)；
或者，將各層的Fano基確定為固定值；
或者，將第f層的Fano基確定為與噪聲功率cr,2成線性關(guān)系或非線性關(guān)系。
較佳地，預(yù)先設(shè)置首次搜索中各層對應(yīng)的度量值門限，步驟Bl所述從第
2M層開始搜索，得到最終度量值為 Bll.將/取值為等于2M;
B12.將第/層作為當(dāng)前層進(jìn)行搜索，計算當(dāng)前層的接收信號估計值以及該 接收信號的星座點映射值，根據(jù)所確定的映射值計算該層的度量值，判斷當(dāng)前 層的度量值是否小于等于預(yù)先確定的當(dāng)前層的度量值門限，如果是，則執(zhí)行步 驟B13;否則，執(zhí)行步驟B14;
B13.將f更新為(! -1),并判斷當(dāng)前層是否是第l層，如果是，則將當(dāng)前 層的度量值確定為最終度量值，結(jié)束首次搜索；否則，返回執(zhí)行步驟B12;
B14.在當(dāng)前層不是第2M層時，將/更新為(/+1)，并返回執(zhí)行步驟B12。
較佳地，所述步驟B14中進(jìn)一步包括
在當(dāng)前層是第2M層時，加大各層的度量值門限，并返回執(zhí)行步驟B12。 較佳地，所述對待譯碼信號的信道矩陣進(jìn)行排序的QR分解之前，進(jìn)一步 包括利用噪聲參lt對信道矩陣進(jìn)行預(yù)處理。
較佳地，所述利用噪聲參數(shù)對信道矩陣進(jìn)行預(yù)處理為將信道矩陣變換
處理為
H
C7—I
,其中6為信道矩陣， 為噪聲參數(shù)，^-M/SVW, M為發(fā)射天
線數(shù)目，SiW 為信噪比，l為單位矩陣。
應(yīng)用本發(fā)明，能夠有效地降低球形譯碼的計算復(fù)雜度。 具體而言，首先，本發(fā)明中執(zhí)行的是排序的QR分解，在得到的矩陣R 中，其右下角的對角線元素大于左上角的對角線元素的概率較高。并且這些 對角線元素與對應(yīng)的接收信號的信噪比有關(guān)，即對角線元素越大，信噪比也 越大，那么本發(fā)明中矩陣R右下角對角線元素對應(yīng)的接收信號的信噪比大于 左下角對角線元素對應(yīng)的接收信號的信噪比的概率較高。由于球形譯碼中首 次搜索的估計值是通過矩陣R的右下角元素計算得來，這樣從信噪比最大的 接收信號開始執(zhí)行首次搜索正確的概率也較高。因此，本發(fā)明能夠大大降低 搜索方向錯誤擴散的出現(xiàn)幾率，減少調(diào)整搜索方向的次數(shù)，從而能夠有效地
降低球形譯碼的計算復(fù)雜度。并且，本發(fā)明在得到初始解后執(zhí)行重新搜索過 程中，在向第2M層方向搜索時，每經(jīng)過一層都將搜索半徑回縮。這樣，本 發(fā)明中搜索半徑的收斂速度更快，能夠更快排除一些無效分支，找到最優(yōu)解， 從而計算復(fù)雜度進(jìn)一步降低，這一點在天線較多的情況下尤為突出。
還有，本發(fā)明還可以在首次搜索時對每一層都設(shè)置度量值門限，各層的
度量值門限不同。在這種情況下，進(jìn)行首次搜索時，首先從第2M層中度量 值最小的網(wǎng)格開始，搜索到第(2M-l)層時，只有該層的度量值小于對應(yīng) 的度量值門限，才繼續(xù)搜索，以此類推，直到首次搜索進(jìn)行到第1層為止。 這樣，通過度量值門限的設(shè)置，可以提前發(fā)現(xiàn)錯誤路徑并跳轉(zhuǎn)到其它層搜索， 能夠進(jìn)一步提高尋找最優(yōu)解的概率，從而有效地降低計算復(fù)雜度。


下面將通過參照附圖詳細(xì)描述本發(fā)明的示例性實施例，使本領(lǐng)域的普通 技術(shù)人員更清楚本發(fā)明的上述及其它特征和優(yōu)點，附圖中 圖l為S-E球形譯碼網(wǎng)格的示意圖； 圖2為本發(fā)明中^^形-斧碼方法的示例性流程圖； 圖3為本發(fā)明實施例1中球形譯碼方法的示例性流程圖； 圖4為本發(fā)明實施例2中球形譯碼方法的示例性流程圖； 圖5為另一種S-E球形譯碼網(wǎng)格的示意圖6為本發(fā)明實施例2中考慮度量值門限情況下首次搜索的流程圖。
具體實施例方式
為使本發(fā)明的目的、技術(shù)方案更加清楚明白，以下參照附圖并舉實施例， 對本發(fā)明做進(jìn)一 步的詳細(xì)說明。
本發(fā)明為一種球形譯碼方法，其基本思想是在球形譯碼過程中，對信 道矩陣執(zhí)行排序的QR分解，使得矩陣R中對角線上的右下角元素大于左上 角元素的概率較高，例如大于0.5,并且在搜索時考慮各層的Fano基。
圖2示出了本發(fā)明中球形譯碼的示例性流程圖。參見圖2，該方法包括
在步驟201中，對信道矩陣進(jìn)行排序的QR分解，根據(jù)矩陣R的行數(shù)確 定搜索空間的層數(shù)；
在步驟202中，利用矩陣R中的元素確定接收信號在各層上的星座點 映射值和度量值，從搜索空間的最后一層進(jìn)行搜索，并且在搜索到第/層時， 將當(dāng)前搜索半徑更新為所述當(dāng)前搜索半徑與第(,+l )層到最后一層Fano基 和的差值，/為大于等于1的正整數(shù)；
在步驟203中，將最終度量值最小的分支作為搜索結(jié)果，并將該分支對 應(yīng)的星座點映射值組成為球形譯碼結(jié)果。
從上述流程可見，本發(fā)明中執(zhí)行的是排序的QR分解，在得到的矩陣R
對角線元素與對應(yīng)的接收信號的信噪比有關(guān)，即對角線元素越大，信噪比也
左下角對角線元素對應(yīng)的接收信號的信噪比的概率較高。由于球形譯碼中首 次搜索的估計值是通過矩陣R的右下角元素計算得來，這樣從信噪比最大的 接收信號開始執(zhí)行首次搜索正確的概率也較高。而且，本發(fā)明在得到初始解 后執(zhí)行重新搜索過程中，在向第2M層方向搜索時，每經(jīng)過一層都將搜索半 徑回縮。這樣，本發(fā)明中搜索半徑的收斂速度更快，能夠更快排除一些無效 分支，找到最優(yōu)解，從而計算復(fù)雜度進(jìn)一步降低，這一點在天線較多的情況 下尤為突出?？梢姡景l(fā)明能夠大大降低搜索方向錯誤擴散的出現(xiàn)幾率，減 少調(diào)整搜索方向的次數(shù)，從而能夠有效地降低球形譯碼的計算復(fù)雜度。
此外，本發(fā)明中還可以在執(zhí)行QR分解之前對信道矩陣進(jìn)行最小均方誤 差(MMSE)預(yù)處理，將噪聲影響考慮到信道矩陣中，并對經(jīng)過MMSE預(yù) 處理后的信道矩陣進(jìn)行排序的QR分解。上述的MMSE預(yù)處理能夠有效地 降低信道矩陣中被放大了的噪聲分量，因此能夠進(jìn)一步降低球形譯碼的計算 復(fù)雜度。
下面通過兩個實施例對本發(fā)明中球形譯碼方法進(jìn)行詳細(xì)說明。
實施例1
本實施例中的球形譯碼過程主要包括MMSE預(yù)處理、QR分解以及搜 索最優(yōu)解等部分。其中，可以采用最為常用的S-E方式執(zhí)行搜索最優(yōu)解的搡作。
圖3示出了本實施例中球形譯碼方法的流程圖。參見圖3，該方法包括 如下步驟
在步驟301中，對信道矩陣進(jìn)行MMSE預(yù)處理。
本步驟中，為了考慮信號傳輸過程中的噪聲影響，在執(zhí)行后續(xù)球形譯碼 操作之前，先將噪聲加入到新到矩陣中。具體來說，假設(shè)信道參數(shù)為//,由 于球形譯碼僅能夠?qū)σ痪S空間進(jìn)行處理，則利用信道參數(shù)i/構(gòu)建信道矩陣
H，即ft:
Real(巧 -Imag(//). Imag(//) Real(//)
，其中Real(/Z)和ImagCf/)分別為信道參數(shù)H的
實部和虛部。在進(jìn)行MMSE預(yù)處理時，在信道矩陣6中加入噪聲分量，那
么預(yù)處理后的信道矩陣為
H
，其中 為噪聲參數(shù)，cr 2=MAWi , 5TW 為信
噪比，I為單位矩陣。
在步驟302中，對預(yù)處理后的信道矩陣進(jìn)行排序的QR分解，并根據(jù)矩 陣R的行數(shù)確定搜索空間的層數(shù)。
本實施例中排序的QR分解是指使得矩陣R中右下角對角線元素大于左 上角對角線元素的概率較高的QR分解。與常規(guī)的QR分解相比，這里排序 的QR分解過程中增加了排序操作，即將常規(guī)QR分解的矩陣Q中絕對值平 方和最小的列置換為當(dāng)前列進(jìn)行處理。
本步驟中得到的矩陣R是2Mx 2M的上三角陣，其中的M為接收天線 數(shù)目的兩倍。本實施例中球形譯碼搜索空間中所包括的層數(shù)與矩陣R的行數(shù) 相同，即共有2M層。
在步驟303 ~ 305中，根據(jù)矩陣R和接收信號確定各層的接收信號估計 值以及該接收信號在星座點上的映射值，并根據(jù)所確定的映射值計算各層的
度量值，然后依照該度量值從搜索空間的最后一層開始搜索，將最終度量值 最小的分支作為搜索結(jié)果，利用搜索結(jié)果所在分支上各層的星座點映射值組 成接收信號集合。
在信號傳輸過程中，每種調(diào)制方式均對應(yīng)一定的接收信號范圍，發(fā)送端 發(fā)出的信號只能是該范圍內(nèi)的某個的信號點，其中每個信號點均代表一個星
座點。例如16QAM下，星座點的取值只有1、 -1、 3和-3四種。接收信號 經(jīng)過發(fā)送端與接收端的無線信道后會由于諸多因素的影響而發(fā)生變化，因此 要對接收信號進(jìn)行估計，并利用得到的估計值尋找在星座點上的映射值。
本實施例中，第/層的接收信號估計值為當(dāng)/=2M時， 』=int(;C/iV2M);當(dāng)/〈2M時，x, = kit((y;-其中y;為接收信號的
第/行，^=|>,—,a，《,為矩陣R的第/行第/列元素，符號int表示取整
操作。在得到接收信號估計值后，從所在層上未被映射的星座點中選擇與該 估計值最接近的星座點，將該星座點的值作為該接收信號的星座點映射值。 相應(yīng)地，在計算第z層的度量值時，當(dāng)片2M時，r2M=|>^-i^.2A/x2M|2;當(dāng)/
〈2M時，7;—1=7>卜;-《-《,,|2,可見本實施例中第z'層的度量值包含了第
(i+l)層至第2M層的度量值之和，這樣可以將第l層的度量值稱為最終度 量值。
這里將每次搜索中從第2M層到第1層的路徑稱作為一個分支，將從第 2M層朝向到第l層的搜索方向稱為正向，將第l層朝向第2M層的搜索方 向稱為反向。這里的搜索過程可以包括
步驟l，從第2M層開始正向搜索，搜索到第一層得到最終度量值，將當(dāng)前 搜索半徑更新為該度量值，保存由星座點映射值組成的當(dāng)前解，并且使得當(dāng)前 層數(shù)/=2， /為1至2M之間的正整數(shù)；
步驟2，根據(jù)當(dāng)前搜索半徑執(zhí)行反向搜索，搜索第Z層，判斷當(dāng)前被搜索分 支度量值是否小于當(dāng)前搜索半徑，如果是，將/更新為(/-1),若更新后的z'
等于1，執(zhí)行步驟3，若更新后的/大于1,則返回執(zhí)行本步驟中所述搜索第/
層的操作；否則，將！ 更新為(/+1)，將該層中除當(dāng)前被搜索分支之外的其它 分支作為當(dāng)前被搜索分支，若/=2^,則執(zhí)行步驟4，否則返回執(zhí)行本步驟中搜 索第/層的操作；
步驟3,在搜索到第一層時，若當(dāng)前被搜索分支的最終度量值小于當(dāng)前搜 索半徑，將當(dāng)前搜索半徑更新為當(dāng)前被搜索分支的最終度量值，將/更新為0'+1 ) 并保存當(dāng)前解，執(zhí)行步驟2，否則將Z更新為(Z+l),并執(zhí)行步驟2;
步驟4,將已保存的當(dāng)前解對應(yīng)的分支作為最終度量值最小的分支。
舉例來說，在尋找最終度量值最小的分支時，按照S-E球形譯碼方式， 首先在首次搜索中計算出第2M層的接收信號估計值，例如等于-0.9,如果 采用的是16QAM的調(diào)制方式并且是首次搜索，那么與該估計值最接近的星 座點映射值是-1,再利用星座點映射值-1計算得到本次搜索中第2M層的度 量值。而后計算首次搜索中第(2M-1)層上的估計值、星座點映射值以及 度量值，依次類推，直到第l層為止。此時將首次搜索中第l層的最終度量 值作為搜索半徑，利用各層上的星座點映射值組成接收信號的當(dāng)前解。在完 成首次搜索后，到第2層尋找度量值比當(dāng)前搜索半徑更小的格點，如杲?jīng)]有 發(fā)現(xiàn)，再到第三層搜索，若回到第2M層，接收信號在該層的估計值-0.9已 計算出來，那么從該層上未被映射的星座點中選擇與該估計值最接近的星座 點，將被選擇的星座點的值作為本次搜索中的星座點映射值，例如為1，然 后再利用本次搜索中的星座點映射值計算出本次搜索中第2M層的度量值。 如果計算出來的度量值小于等于搜索半徑，則計算第l)層的星座點 映射值和度量值，并且再次與搜索半徑進(jìn)行比較。直至達(dá)到第l層，此時如 果第1層的最終度量值小于搜索半徑，則利用該度量值更新搜索半徑；如果 大于搜索半徑，則將該分支丟棄。此后，再重復(fù)上述過程，完成所有4叟索， 并將在第1層上最終度量值最小的分支作為搜索結(jié)果，將該分支上各層的星 座點映射值組成最優(yōu)解，作為接收信號集合。
由于每次確定星座點映射值時，均是從所在層上未被映射的星座點中選
擇與估計值最為接近的星座點，因此可以看出，本實施例中對于第2M層而
言，前一次搜索的分支上的度量值一定小于后一次搜索的分支上的度量值；
而且，本實施例中矩陣R中右下角對角線元素大于左上角對角線元素的概率 較高，因此可以保證首次搜索中發(fā)現(xiàn)正確路徑的概率較高，從而能夠減少搜 索次數(shù)，降低計算復(fù)雜度。
以上的搜索過程與現(xiàn)有的S-E球形譯碼中的搜索過程相同。
至此，完成本實施例中的球形譯碼過程。
實施例2
本實施例中，在進(jìn)行球形譯碼時，處理執(zhí)行實施例1中的MMSE預(yù)處 理和排序的QR分解之外，還在每次搜索過程中根據(jù)噪聲參數(shù)來調(diào)整搜索半 徑，使得該搜索半徑比實施例1中的對應(yīng)搜索半徑考慮了 Fano基的影響。
圖4示出了本實施例中球形譯碼方法的流程圖。參見圖4，本實施例中 的球形譯碼方法包括
在步驟401 -402中，對信道矩陣進(jìn)行MMSE預(yù)處理，對預(yù)處理后的信 道矩陣進(jìn)行排序的QR分解，并根據(jù)矩陣R的行數(shù)確定搜索空間的層數(shù)。
此處的兩個步驟與實施例1中的步驟301至302的操作相同。
在步驟403 -405中，根據(jù)矩陣R和接收信號確定各層的接收信號估計 值以及該接收信號在星座點上的映射值，并根據(jù)所確定的映射值計算各層的 度量值，然后依照該度量值以及噪聲功率從搜索空間的最后一層開始搜索， 將最終度量值最小的分支作為搜索結(jié)果，利用搜索結(jié)果所在分支上各層的星 座點映射值組成接收信號集合。
這里的三個步驟與實施例1中的步驟303至305較為相似，只是本實施 例中在搜索過程中確定搜索半徑時考慮了 Fano基。具體來說，在通過首次 正向搜索確定了當(dāng)前解和最終度量值之后，在反向搜索的過程中，每搜索一 層，都將搜索半徑更新為最終度量值與此層之前各層Fano基和的差值，即， 最終度量值與第(/+1 )層到第2M層Fano基和的差值。這里第/層的Fano
基為i ,，Ar,2,其中《,為矩陣R的第f個對角線元素，a,2為噪聲功率，5為
通過仿真測量出來的性能調(diào)整參數(shù)，/為1至2M區(qū)間內(nèi)的正整數(shù)。并且，3 的取值是可變的，當(dāng)5取值較小時，可得到較好的性能，但復(fù)雜度高；當(dāng)5取 值較大時，性能較差，但復(fù)雜度較低。可以通過對S進(jìn)行調(diào)整來獲得較好的 性能/復(fù)雜度的折中。此外，F(xiàn)ano基也可以是預(yù)先確定的固定值或者噪聲功 率^的倍數(shù)等。
仍以圖l為例，假設(shè)第l層的Fano基為0.2。在首次搜索中，首先從第 二層度量值為1.2的分支2開始向第l層搜索，搜索到度量值為1.7的分支， 此時的最終度量值為1.7，當(dāng)前解為(-1， 3);搜索第二層時，將搜索半徑 確定為等于最終度量值減去第l層的Fano基，即為1.7-0.2=1.5，再按照該 搜索半徑向該分支的第2層搜索，找到比當(dāng)前搜索半徑1.5小的分支3，該 分支在第2層的度量值為1.3，向第1層搜索到該分支的最小最終度量值為 1.5，搜索第二層時，此時搜索半徑為1.5-0.2=1.3;然后按照1.3這樣的搜 索半徑在第2層中搜索，此時不存在比該搜索半徑小的分支，因此最優(yōu)解為 分支3對應(yīng)的星座點映射值組成的數(shù)組，即(l, 1)。第二層的分支l度量 為1.49將不被搜索，而常規(guī)算法會搜索這一分支。這樣可以降低計算復(fù)雜 度。
圖5示出了另一種球形譯碼的網(wǎng)格示意圖。圖5中共包括有四層網(wǎng)格， 假設(shè)第1至4層的Fano基分別為0.2、 0.3、 0.1和0.4。在進(jìn)行首次搜索時， 在第4層上從分支2開始向第l層搜索到第l層度量值3.5處，得到此時的 當(dāng)前解為(-1, 3， -1, 3)，搜索半徑為3.5;然后在進(jìn)行反向搜索之前，先 將搜索半徑回縮第一層的Fano基，等于3.5-0.2=3.3，按照該搜索半徑對分 支2的第2層上的其他格點進(jìn)行搜索，由于不存在小于該搜索半徑的^f各點， 因此準(zhǔn)備向第3層反向搜索，此時再使搜索半徑回縮第2層的Fano基，等 于3,而在第3層也不存在小于該搜索半徑的格點，回到第4層，并且搜索 半徑回縮第3層的Fano基，等于2.9，此時首次搜索進(jìn)行完畢，當(dāng)前解仍為(-1， 3, -1, 3)。然后再啟動第二次正向搜索，每經(jīng)過l層，都加上該層
對應(yīng)的Fano基，即在分支3上，第3層的搜索半徑為2.9+0.1=3,第2層的 搜索半徑為3+0.3=3.3,第1層的搜索半徑為3.3+0.2=3.5，那么搜索到度量 值為3.1的分支，當(dāng)前解為(1， 1, 1， 1)，并在反向搜索時，每經(jīng)過一層 均使得搜索半徑回縮該層對應(yīng)的Fano基，在該分支上沒有找到比3.1更小 的度量值，并且3.1小于首次搜索后得到的最終度量值3.5，因此此時的最 優(yōu)解為(1, 1， 1， 1)。之后按照如上的方式搜索第4層度量值為1.49的 分支1，該分支上不存在更優(yōu)的解。此時的搜索半徑仍為2.9,由于分支4 上第4層的度量值為3.6，大于搜索半徑，因此全部搜索結(jié)束，最優(yōu)解為分 支2上得到的解(1, 1， 1, 1)。
至此，結(jié)束本實施例中的球形譯碼過程。
從上述描述可見，本實施例中在搜索到每個分支的第1層之后，向第 2M層方向搜索時，每經(jīng)過一層都將搜索半徑回縮。這樣，本實施例中搜索 半徑的收斂速度更快，與實施例l相比能夠更快排除一些無效分支，更為快 速地找到最優(yōu)解，從而計算復(fù)雜度進(jìn)一步降低，這一點在天線較多的情況下 尤為突出。
對于上述的實施例1和實施例2,還可以在首次搜索時對每一層都設(shè)置度 量值門限，各層的度量值門限不同。在這種情況下，進(jìn)行首次搜索時，在從第 2M層時，只有該層的度量值小于對應(yīng)的度量值門限，才繼續(xù)搜索，以此類推， 直到首次搜索進(jìn)行到第1層為止。圖6示出了本實施例中考慮度量值門限情況 下的首次搜索流程圖，參見圖6，這里的首次搜索包括如下步驟
步驟601,將/取值為等于2M。
步驟602~ 603,將第f層作為當(dāng)前層進(jìn)行搜索，計算當(dāng)前層的接收信號估 計值以及該接收信號在星座點上的映射值，根據(jù)所確定的映射值計算該層的度 量值，判斷當(dāng)前層的度量值是否小于等于預(yù)先確定的當(dāng)前層的度量值門限，如 果是，則執(zhí)行步驟604;否則，執(zhí)行步驟607。
步驟604~606，將/更新為(!'-1)，并判斷當(dāng)前層是否是第1層，如果是， 則將當(dāng)前層的度量值確定為最終度量值，結(jié)束首次搜索；否則，返回執(zhí)行步驟 602。
步驟607-609，判斷當(dāng)前層是否是第2M層，如果是，則將各層的搜索半 徑加大，并返回執(zhí)行步驟602;否則，將/更新為(!'+l)，返回執(zhí)行步驟602。
這里可以采用多種方式實現(xiàn)對搜索半徑的加大，例如在原搜索半徑的基礎(chǔ) 上乘以加大因子等。
通過度量值門限的設(shè)置，可以提前發(fā)現(xiàn)錯誤路徑并跳轉(zhuǎn)到其它層搜索， 能夠進(jìn)一步提高尋找最優(yōu)解的概率，從而有效地降低計算復(fù)雜度。
仍然以圖5中的網(wǎng)格為例，假設(shè)第1、 2、 3、 4層的度量值門限分別為 3.4、 3、 2.7和1.45。在首次搜索時，首先從第4層中度量值為1.2的分支2 開始搜索，每搜索一層均與該層的度量值門限進(jìn)行比較，當(dāng)搜索到第2層時 由于該層的度量值3.2大于對應(yīng)的度量值門限，因此可以直接將分支2排除 在外。
再有，上述僅是以S-E球形譯碼中的搜索方式為例進(jìn)行的說明。實施例 1中的步驟303至305以及實施例2中的步驟403至405還可以采用常用的 F-Pohst球形譯碼中的等搜索方式，此處不再贅述。
以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本 發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在 本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種球形譯碼方法，其特征在于，該方法包括:對待譯碼信號的信道矩陣進(jìn)行排序的QR分解，根據(jù)矩陣R的行數(shù)確定搜索空間的層數(shù)，并確定各層的Fano基；利用矩陣R中的元素確定接收信號在各層上的星座點映射值和度量值，從搜索空間的最后一層開始對搜索空間進(jìn)行搜索，并且在搜索到第i層時，將當(dāng)前搜索半徑更新為所述當(dāng)前搜索半徑與第(i+1)層到最后一層Fano基和的差值，i為大于等于1的正整數(shù)；將最終度量值最小的分支作為搜索結(jié)果，并將該分支對應(yīng)的星座點映射值組成為球形譯碼結(jié)果。
2、 如權(quán)利要求1所述的方法，其特征在于，所述對信道矩陣進(jìn)行排序的 QR分解為將矩陣Q中絕對值平方和最小的列置換為當(dāng)前列進(jìn)行QR分解，矩陣R中 右下角對角線元素大于左上角對角線元素的概率大于0.5。
3、 如權(quán)利要求l所述的方法，其特征在于，所述最后一層為第2M層，其 中M為發(fā)射天線的數(shù)目，所述對搜索空間進(jìn)行搜索為Bl.從第2M層開始依次搜索，搜索到第一層得到最終度量值，將當(dāng)前搜 索半徑更新為該度量值與第2層到第2M層Fano基和的差值，保存由星座點映 射值組成的當(dāng)前解，并且使得當(dāng)前層數(shù)/=2， /為1至2M之間的正整數(shù)；B2.根據(jù)當(dāng)前搜索半徑執(zhí)行搜索，搜索第/層，判斷當(dāng)前被搜索分支度量 值是否小于當(dāng)前搜索半徑，如果是，將/更新為(/-1),若更新后的/等于l， 執(zhí)行步驟B3，若更新后的/大于1，則返回執(zhí)行本步驟中所述搜索第/層的操 作；否則，將Z更新為(/+1),將該層中除當(dāng)前被搜索分支之外的其它分支作 為當(dāng)前被搜索分支，若爿2M，則執(zhí)行步驟B4，否則返回執(zhí)行本步驟中搜索第/ 層的操作；B3.在搜索到第一層時，若當(dāng)前被搜索分支的最終度量值小于當(dāng)前搜索半徑，將當(dāng)前搜索半徑更新為當(dāng)前被搜索分支的最終度量值與第2層到第2M層Fano基和的差值，將/更新為(z'+l )并保存當(dāng)前解，執(zhí)行步驟B2，否則，將 /更新為(/+1)，并執(zhí)行步驟B2;B4.將已保存的當(dāng)前解對應(yīng)的分支作為最終度量值最小的分支。
4、 如權(quán)利要求l所述的方法，其特征在于，所述確定各層的Fano基為 將第/層的Fano基確定為等于《/c7,2 ，其中&為所述矩陣R的第f個對角線元素，cr,2為噪聲功率，5為通過仿真測量出來的性能調(diào)整參數(shù)，/為1至2M 區(qū)間內(nèi)的正整數(shù)；或者，將各層的Fano基確定為固定值；或者，將第Z層的Fano基確定為與噪聲功率of成線性關(guān)系或非線性關(guān)系。
5、 如權(quán)利要求3或4所述的方法，其特征在于，預(yù)先設(shè)置首次搜索中各層 對應(yīng)的度量值門限，步驟B1所述從第2M層開始搜索，得到最終度量值為Bll.將/取值為等于2Af;B12.將第/層作為當(dāng)前層進(jìn)行搜索，計算當(dāng)前層的接收信號估計值以及該 接收信號的星座點映射值，根據(jù)所確定的映射值計算該層的度量值，判斷當(dāng)前 層的度量值是否小于等于預(yù)先確定的當(dāng)前層的度量值門限，如果是，則執(zhí)行步 驟B13;否則，執(zhí)行步驟B14;B13.將Z更新為(f-l)，并判斷當(dāng)前層是否是第l層，如果是，則將當(dāng)前 層的度量值確定為最終度量值，結(jié)束首次搜索；否則，返回執(zhí)行步驟B12;B14.在當(dāng)前層不是第2M層時，將/更新為(z'+l)，并返回執(zhí)行步驟B12。
6、 如權(quán)利要求5所述的方法，其特征在于，所述步驟B14中進(jìn)一步包括 在當(dāng)前層是第2M層時，加大各層的度量值門限，并返回執(zhí)行步驟B12。
7、 如權(quán)利要求l所述的方法，其特征在于，所述對待譯碼信號的信道矩陣 進(jìn)行排序的QR分解之前，進(jìn)一步包括利用噪聲參數(shù)對信道矩陣進(jìn)行預(yù)處理。
8、 如權(quán)利要求7所述的方法，其特征在于，所述利用噪聲參數(shù)對信道矩陣進(jìn)行預(yù)處理為將信道矩陣變換處理為<formula>formula see original document page 4</formula>,其中ft為信道矩陣， 為噪聲參數(shù)，(t 2=M/SA^， M為發(fā)射天線數(shù)目，57Vi 為信噪比，I為單位矩陣<
全文摘要
本發(fā)明公開了一種球形譯碼方法，包括對待譯碼信號的信道矩陣進(jìn)行排序的QR分解，根據(jù)矩陣R的行數(shù)確定搜索空間的層數(shù)，并確定各層的Fano基；利用矩陣R中的元素確定接收信號在各層上的星座點映射值和度量值，從搜索空間的最后一層開始對搜索空間進(jìn)行搜索，在搜索時考慮Fano基的影響，以有效降低搜索的分支數(shù)，將最終度量值最小的分支作為搜索結(jié)果，并將該分支對應(yīng)的星座點映射值組成為球形譯碼結(jié)果。本發(fā)明的技術(shù)方案能夠有效地降低球形譯碼的計算復(fù)雜度。通過調(diào)整Fano基大小，還可以達(dá)到性能和復(fù)雜度的良好折中。
文檔編號H03M13/00GK101373975SQ20071014307
公開日2009年2月25日 申請日期2007年8月22日 優(yōu)先權(quán)日2007年8月22日
發(fā)明者嚴(yán)春林, 加山英俊, 戰(zhàn) 張, 瑋 王 申請人:株式會社Ntt都科摩