CN102461107A - 带球形解码的降低复杂性均衡 - Google Patents

Abstract

本文公开了用于球形判定反馈序列估计的技术。通过形成包括多个级的格，接收的信号得以均衡，其中每级对应于符号时间并包括多个节点，每个节点具有节点状态。通过根据MLSE或DFSE准则而评估节点的累积状态度量，识别最可能接收符号序列。通过识别从节点到随后级中后继节点的所有可能状态转变分支中具有小于预定度量限制的球形分支度量的那些状态转变分支而选择每个节点的扇出分支的集合、并且按照前面级中前趋节点的累积状态度量和将所述前趋节点连接到该节点的扇出分支的球形分支度量的函数来确定每个节点的累积状态度量，从而形成格。

Description

带球形解码的降低复杂性均衡

技术领域

本发明一般涉及多载波无线电信系统，并且具体地说，涉及用于均衡无线接收器中的接收信号以降低由多径弥散所引起的符号间干扰的方法和设备。

背景技术

判定反馈序列估计器(DFSE)是最大似然序列估计器(MLSE)的极为有效的近似，而最大似然序列估计器在某些意义上是最佳均衡器。DFSE与MLSE相比，复杂性降低了许多，同时保持了相当的性能。它一直有效地应用于采用GMSK调制的GSM标准的无线接收器和为GSM的演进标准EDGE(GSM演进增强型数据率)(其使用8PSK调制)开发的接收器。

由于在更近的无线通信标准中引入了更大的调制星座(例如，64-QAM)以及由于多个天线传送策略的部署而引起的增大复杂性，设计与常规DFSE相比复杂性仍进一步降低且同时仍保持良好性能的新均衡器变得越来越重要。

发明内容

与MLSE相比，公知的DFSE是用于降低符号间干扰格(trellis)的状态空间的有效方法。然而，与MLSE相比，DFSE未降低每个状态的扇入和扇出。与DFSE相比，本文中描述的球形判定反馈序列估计器(SDFSE)降低了复杂性，同时仍保持良好的性能。引入球形解码技术到DFSE的效应是降低DFSE状态的扇入和扇出。此降低使格搜索集中在最有希望的符号序列上和避免在不可能序列上浪费计算。

根据本发明的一些实施例，用于均衡通过弥散信道所传送的接收信号的一种示范方法可在无线通信接收器中实现，并且包括形成有多个级的格，每个级对应于符号时间并包括多个节点，每个节点具有包括对于该节点的候选接收符号值和一个或多个前趋(predecessor)候选接收符号值的节点状态。该方法还包括通过根据最大似然序列估计或判定反馈序列估计准则而评估节点的累积状态度量来识别对应于接收信号的最可能符号值的序列。格的形成包括对于格的每个节点，通过识别从该节点到随后级中后继节点的所有可能状态转变分支中具有小于预定度量限制的球形分支度量的那些状态转变分支来选择该节点的扇出分支的集合。格的形成还包括按照前面级中前趋节点的累积状态度量和将所述前趋节点连接到该节点的扇出分支的球形分支度量的函数来确定每个节点的累积状态度量。

在本发明的一些特定实施例中，选择给定节点的扇出分支的集合包括：按照节点状态和测量的信道响应的函数来计算节点的偏差(bias)参数、通过从接收信号值减去偏差参数来计算节点的新息(innovation)参数、以及按照新息参数和信道响应的函数来计算节点的扇出中心值。在这些实施例中，该节点与随后级中给定节点之间状态转变分支的球形分支度量按照信道响应、扇出中心值和对应于下一级中给定节点的候选符号值的函数来计算。在这些实施例的一些实施例中，接收的信号包括多输入多输出(MlMO)信号，在此情况下，候选接收符号值、前趋候选符号值、偏差参数、新息参数及扇出中心值可表示为向量值。

在一些实施例中，按照测量的信道响应的函数来确定预滤波器响应，并且使用预滤波器响应来过滤接收信号以获得在形成格中使用的接收信号值。在这些实施例的一些实施例中和在各种其它实施例中，选择给定节点的扇出分支的集合包括基于计算球形分支度量公式化表述(formulation)的部分和以及比较该部分和与预定度量限制而在候选状态转变分支中执行树搜索。

在仍有的其它实施例中，通过重新生成对应于比特值的逆且以前未包括在所述格中任何节点的扇出分支的集合中的状态转变分支、计算所重新生成的状态转变分支的重新生成的球形分支度量、以及比较给定识别的最可能符号值时对应于通过格的最佳路径的累积状态度量和给定比特值的逆时对应于通过格的备选路径的备选累积状态度量，为识别的最可能符号值的比特值获得软值。备选路径包括重新生成的状态转变分支，并且备选累积状态度量包括重新生成的球形分支度量。在这些实施例的一些实施例中，通过按照信道响应、对应于重新生成的状态转变分支的源节点的扇出中心值及对应于重新生成的状态转变分支的目标节点的候选符号值的函数来计算重新生成的球形分支度量，从而计算重新生成的球形分支度量。

在备选实施例中，通过给定最可能符号值时识别通过格的最佳路径、给定比特值的逆时确定通过格的备选路径缺失至少一个状态转变分支、以及响应所述确定按照预定度量限制计算软值而不计算所述缺失的至少一个状态转变分支的球形分支度量，为识别的最可能符号值的比特值生成软值。

本发明的另外实施例包括配置成执行本文中所述的一个或多个发明性均衡技术的无线接收器设备，具体包括配置成执行一个或多个上述方法的均衡电路。当然，本领域技术人员将领会，本发明不限于上述特征、优点、上下文或示例，并且将在阅读以下详细描述和查看附图后认识到另外的特征和优点。

附图说明

图1是包括基站和示范移动台的MIMO无线通信系统的框图。

图2是根据本发明的一些实施例的基带处理电路的框图。

图3示出用于识别候选接收符号的树搜索过程。

图4示出符号间干扰格中的状态转变。

图5示出包括均衡器和预滤波器的示范接收器配置。

图6示出根据本发明的发明性技术的格分支的概念性“剪除”。

图7示出根据本发明的一些实施例为估计的最可能符号形成软比特值的格路径的重新生成。

图8是示出用于均衡通过弥散信道所传送的接收信号的示范方法的过程流程图。

图9是示出根据本发明的一些实施例的为ISI格中的节点选择扇出分支的过程流程图。

具体实施方式

虽然本发明的实施例在本文中相对多输入多输出(MIMO)系统进行了描述，但本领域技术人员将认识到，本文中公开和本文中所述的发明性技术不限于此，并且可有利地应用到多种接收器。此外，术语“示范”的使用在本文中用于表示“说明性”或“用作示例”，并且无意于暗示特定实施例优于另一实施例或者特定特征对于本发明是必需的。同样地，术语“第一”和“第二”及类似术语只用于区分项目或特征的一个特定实例与另一实例，并且未指示特定顺序或布置，除非上下文明确指示不同的情况。

通常来说，本公开提供用于均衡带有弥散信道的MIMO系统中的接收信号的技术。公开的均衡器具有判定反馈序列估计(DFSE)结构，带有基于所谓球形解码技术的修改。因此，公开的均衡器系统在本文中称为球形DFSE或SDFSE。

如本领域技术人员所公知的，DFSE是最大似然序列估计器(MLSE)的极为有效的近似，而最大似然序列估计器在某些意义上又是最佳均衡器。DFSE的一个关键优点是与MLSE相比其大大降低的复杂性，甚至同时提供相当的性能。DFSE已在带有多种信号调制的多种接收器类型中部署。具体而言，它已有效地应用于GSM标准及其到8PSK调制的EDGE演进。

另一方面，球形解码是一种有效的低复杂性搜索技术，它已在极大的星座或MIMO信号的解调中使用。在其常规格式中，球形解码只适用于非弥散信道。由于更大的调制星座和先进的天线技术引入到更新标准中，设计带有复杂性进一步降低且同时仍保持良好性能的新均衡器甚至已变得更重要。SDFSE通过组合DFSE和球形解码的优点而解决了此目标。

在典型的MIMO系统中，接收信号受到符号间干扰(ISI)。这可以是由于在传送器的部分响应信令和过滤、通过无线信道的多径弥散及在接收器的滤波的组合效应而引起的。本领域技术人员将领会，如果传送系统包括编码的调制，则均衡器还能够调整为将该调制也作为ISI的形式来处理。为简明起见，下面的描述将假设未编码的调制；本领域技术人员将领会，本文中公开的发明性技术可容易适用于处理编码的调制信号的接收器。

可考虑下行链路(从基站到移动台的传送)而不失太多的一般性。MIMO系统经常被视为由从在单个基站的几个天线所传送的信号组成，其中，每个传送信号预期用于单个移动终端。然而，从接收器的角度而言，这与以下情形根本上没有不同：在接收器检测到的多个传送信号的一些信号实际上是其它基站传送且预期用于其它终端的共信道干扰源(interferer)。联合解调干扰源及期望信号是干扰消除的最终形式。因此，本发明解决了MIMO情形和干扰消除情形两者。

图1是采用MIMO技术从基站100传送一个或多个数据流到移动终端150的无线通信系统的简化图。基站100包括模拟传送器(TX)电路125、调制器电路120、编码器电路115及控制和网络接口电路110。基站100的另外细节不是完全理解本发明所必需的，因此未在此陈述。

移动台150包括模拟接收(RX)电路160、均衡器165、解码器170及控制电路175。图1中移动终端150的图示示出终端接收器的功能要素。相反，图2中示出示范基带处理电路200的几个物理要素。本领域技术人员将领会，包括一个或多个微处理器210、一个或多个数字信号处理器220、其它数字硬件230及存储器240的基带处理电路200能够配置有适当的程序代码以执行许多基带处理功能，包括图1所示的均衡器、解码器和控制电路功能。

具体而言，一个或多个微处理器210或信号处理器220可在必要时配置有适当的程序代码以执行本文中所述的均衡技术。因此，存储器240可包括均衡器/解码器代码242及应用代码244、其它程序代码246及程序代码248。本领域技术人员将还领会，存储器240可包括几个装置和/或几种类型的存储器，包括只读存储器、闪速存储器、随机存取存储器、光存储装置及诸如此类。基带处理电路200的组件可包括几个单独的集成电路，或者可根据已知技术集成到一个或多个专用集成电路(ASIC)中。

通常来说，移动台150和基带处理电路200可配置成根据一个或多个无线标准、在一种或几种类型的无线网络中操作。适当的电路配置、协议软件及诸如此类为本领域技术人员所公知，并且那些电路配置和软件的细节不是全面理解如何形成和使用本发明所必需的。本文中所述的均衡技术可通过使用包括图2概括所示那些配置等多种电路配置的任何电路配置、在多种移动终端类型的任何类型中实现。

有鉴于图1和图2的上下文，下面讨论球形判定反馈序列估计器的细节。首先，考虑一般MIMO解调问题，假设有L个传送天线和N个接收天线。再参照图1，带有L＝2个传送天线的基站100正在向带有N＝2个接收天线的移动台150传送信号。更一般地说，传送和接收的信号可分别表示为向量s＝(s₁，…，s_L)^T和r＝(r₁，…，r_N)^T。

为了介绍本发明的发明性技术，下面的讨论先假设传送器与接收器之间的无线电传播信道是非弥散的。信道能够表示为NxL矩阵H，其中，复值元素H_ij表示从传送天线j到接收天线i的信道。后面考虑一般的弥散信道情况。

用于MIMO传送系统的系统模型可由下式给出：

r＝Hs+v，                               (1)

其中，v＝(v₁，…，v_N)^T表示在接收器的噪声。默认情况下，使用加性白高斯噪声(AWGN)模型，因此，v是白高斯噪声向量。

s的每个分量是来自有限调制星座(例如，16-QAM)的符号。集合Λ包括表示为

的所有可能的传送的向量。Λ的大小q是L个分量的星座大小的积。也就是说，如果L＝2，并且两个信号均使用16-QAM，则q＝16·16＝256。

给定等式(1)的系统模型，在Λ中最小化系统模型中噪声能量的向量

是受约束的最大似然(ML)估计，其由下式给出：

${\tilde{s}}^{\mathrm{ml}}=\arg \underset{\hat{s}\∈\mathrm{\Λ}}{\min }{(r-H\hat{s})}^H(r-H\hat{s}).---\left(2\right)$

通常，查找

要求集合Λ上的完全搜索。

球形解码的基本构想是在Λ中最可能候选的小子集中搜索解。就识别哪些候选在其中的意义而言，子集必须也容易定义。假设噪声可表征为AWGN，则在其中搜索解的候选的适当子集是居中在传送的向量的初步估计的球形内的那些候选。球形的半径是设计参数，可被选择成折衷准确度和复杂性。通常，更小的半径减少了计算，但增大了缺失正确解的风险。球形的中心是的未受约束最大似然(UML)估计，由下式给出：

${\tilde{s}}^{\mathrm{uml}}={\left(H^{H}H\right)}^{-1}{H}^{H}r.---\left(3\right)$

对于本公开的剩余部分，假设在系统中至少有与传送器天线一样多的接收器天线，即，N≥L。这暗示除在不合理情况下之外，信道矩阵积H^HH的逆存在。然而，本领域技术人员将领会，通过使用伪逆，N≤L的情况能够以类似于本文中所述的方式来处理。

注意，等式(3)中最小值函数的自变量能够写为：

${\left|\right|r-H\widehat{s\left|\right|}}^2={(\hat{s}-{\hat{s}}^{\mathrm{uml}})}^H{H}^{H}H(\hat{s}-{\tilde{s}}^{\mathrm{uml}})+r^H(I-H{\left(H^{H}H\right)}^{-1}{H}^H)r,---\left(4\right)$

其中，‖x‖是向量x的欧几里德范数。本领域技术人员将认识到等式(4)中的第二项不取决于

并且因此与最小化函数无关。因此，

能够写为：

${\tilde{s}}^{\mathrm{ml}}=\arg \underset{\hat{s}\∈\mathrm{\Λ}}{\min }{(\hat{s}-{\tilde{s}}^{\mathrm{uml}})}^H{H}^{H}H(\hat{s}-{\tilde{s}}^{\mathrm{uml}}).---\left(5\right)$

对

的搜索被限制于Λ的子集Λ_ρ中的那些候选，由居中在

的半径ρ的球形来界定：

${\mathrm{\Λ}}_{\mathrm{\ρ}}=\{\hat{s}\∈\mathrm{\Λ}:{(\hat{s}...{\tilde{s}}^{\mathrm{uml}})}^H{H}^{H}H(\hat{s}...{\tilde{s}}^{\mathrm{uml}})\≤{\mathrm{\ρ}}^2\}.---\left(6\right)$

球形解码器通过等式(1)到(6)在概念上全面描述。然而，在未进行大量工作的情况下，此概念描述未解释可如何将特定候选

识别为在子集Λ_ρ中或子集Λ_ρ外。下面讨论的矩阵分解可用于帮助在等式(3)中计算

并且也使得能够使用简单步骤的序列来识别

在一种方案中，矩阵分解应用到信道矩阵积H^HH。其它方案应用矩阵分解到H，且具有相同的一般效应。此处Cholesky方法用于获得上三角矩阵U，使得：

H^HH＝U^HU.                               (7)

U的三角结构使得其倒置变得无关紧要。更重要的是，现在等式(5)的自变量能够重新写为：

${(\hat{s}...{\tilde{s}}^{\mathrm{uml}})}^H{U}^{H}U(\hat{s}-{\tilde{s}}^{\mathrm{uml}})=\underset{i=1}{\overset{L}{\mathrm{\Σ}}}{u}_{\mathrm{ii}}^2{|{\hat{s}}_i-{\tilde{s}}_i+\underset{j=i+1}{\overset{L}{\mathrm{\Σ}}}\frac{u_{\mathrm{ij}}}{u_{\mathrm{ii}}}({\hat{s}}_j-{\tilde{s}}_j)|}^2\≤{\mathrm{\ρ}}^2,---\left(8\right)$

其中，

表示

的分量，并且u_ij表示U的分量。此处，在不失太多一般性的情况下，假设u_ii≠0。由于等式(8)中外部和中的每个项是非负数，因此，等式(8)的约束也应用到表示为P(T)的在任何值T开始的部分和：

$P\left(T\right)=\underset{i=T}{\overset{L}{\mathrm{\Σ}}}{u}_{\mathrm{ii}}^2{|{\hat{s}}_i-{\tilde{s}}_i+\underset{j=i+1}{\overset{L}{\mathrm{\Σ}}}\frac{u_{\mathrm{ij}}}{u_{\mathrm{ii}}}({\hat{s}}_j-{\tilde{s}}_j)|}^2\≤{\mathrm{\ρ}}^2.---\left(9\right)$

部分和属性能够实现树结构上的深度优先搜索。在下述内容中，只概述此方案的主要步骤。本领域技术人员将领会，在文献中有此搜索的许多变型，包括各种增强功能，例如计算的再使用，或者节点先访问最有希望的子树的排序等。

首先，部分和P(L)可用于获得

上的约束，即：

$P\left(L\right)=u_{\mathrm{LL}}^2{|{\hat{s}}_L-{\tilde{s}}_L|}^2\≤{\mathrm{\ρ}}^2.---\left(10\right)$

如果

属于常规调制星座，如ASK、PSK或QAM，则如在B.Hochwald和S.ten Brink的“Achieving near-capacity on a multiple-antennachannel，″(IEEE Transactions on Communications，vol.51，pp.389-99，2003年3月)中所述的，列举满足等式(10)的约束的点是容易的。

随后，将满足P(L)的候选

之一代入P(L-1)中以识别候选

类似地，将用于

的相同候选和用于的候选之一代入P(L-2)中以识别候选

并以此类推。最终，获得满足等式(8)的完全向量解

这变成用于

的当前候选解，并且将保持如此，直至及除非发现更靠近

的另一解并替换它。

搜索以深度优先方式继续。一旦发现满足球形施加的约束的候选，搜索便倒退一步。因此，对于相同候选检查用于

的其它候选。搜索随后倒退两步，并且给定相同候选

时，用于

的其它候选被检查，并以此类推。注意，可能对于T的某一值和一些值

没有满足P(T)的符号

在此情况下，搜索倒退一步，以测试用于

的另一值并再次寻找用于

的候选。如果无一值起作用，则搜索又倒退一步，测试用于

的另一值，并再次寻找用于

的候选，并以此类推。如果半径ρ太小，则可能什么也不起作用，并且不能找到完全向量解

在该情况下，能够增大半径，并重新开始搜索。

图3可用于示出深度优先树搜索。图3示出用于情况L＝3的搜索，其中使用了左侧优先搜索。图3中的节点标签指示搜索顺序。对于T＝3，发现用于

的三个候选。先取这些节点的最左侧节点(节点1)，发现用于

的两个候选。同样地，先取最左侧节点(节点2)，发现用于

的两个候选。这些候选的最左侧候选(节点3)完成第一个完全候选解，该解变成用于

的当前候选解。倒退一步节点2，取的第二值(节点4)完成第二候选解。如果它比第一解更靠近则它替换第一候选而成为用于

的当前候选解。接着，搜索倒退两级到节点1，取用于

的第二解(节点5)，并以此类推。

本领域技术人员将注意到，对于用于

的第二解(节点8)，没有满足P(2)的用于的候选，因此，路径结束。类似地，对于节点14和15，没有满足完全约束P(1)的用于

的值，因此路径同样结束。

上述一般球形解码搜索可通过在搜索进行时收缩球形的半径而得到进一步加速。通过构建，当前候选解

与

之间的距离不能超过ρ。如果用于当前候选解的实际距离小于ρ，则该距离能够替代ρ，建立新球形半径，因为只有比当前候选解更靠近球形中心的候选受到关注。由于降低的ρ收缩了球形，排除了界线候选，因此，这将加速搜索。

由于一般的球形解码原理已示出，因此，等式(1)中的MIMO系统模型被概括为包括符号间干扰(ISI)的效应。为了适应此方面，稍微修改了符号。首先，非弥散情况的单一信道矩阵H现在表示为H₀。对于带有存储空间M的符号间隔的信道，除矩阵H₀外有M个信道矩阵H_M，…，H_l。此处，H_l的元素H_l，ij描述在l个符号的延迟的从传送天线j到接收天线i的信道。当前传送的信号s现在示为s_k，并且系统模型变为

r_k＝H_Ms_k-M+…+H_ls_k-1+H₀s_k+v_k，            (11)

信道矩阵能够假设为在数据的突发的持续时间上是恒定的，这将在一个机会(shot)中得到均衡。

现在提供最大似然序列估计器(MLSE)的高端描述以有利于判定反馈序列估计器和球形判定反馈序列估计器(SDFSE)的描述。在更早的非弥散情形中，等式(2)表示的最大似然(ML)估计独立产生符号，即一次一个符号。由于符号间干扰，在给定时间的接收值不但取决于用于当前符号的传送的值，而且取决于以前传送的符号的值。因此，符号的最佳序列必须同时被发现，从而求解等式(2)的广义版本。MLSE是用于查找最佳序列的有效方法。

成熟的MLSE在带有q^M个状态和每级q^M+1个分支的格上操作。对于下面的讨论，使用了图4所示的标记惯例。在时间k，比较接收的值r_k和格上的合成接收值。在时间k的状态表示M个符号的序列：

${\hat{S}}_k=({\hat{s}}_{k-M+1},...,{\hat{s}}_k),---\left(12\right)$

并且格的级k描述从状态

到状态

的发展。因此，从

到

的分支表示最当前的符号(向量)注意，对于ISI格，在

中结束的所有分支共享相同的符号

为符号的简化，可将在每级的状态从0到q^M-1编排索引。每个索引表示

的独特值。分支根据其开始和结束状态对(j’，j)来标示。对于每个状态j，扇入I(j)和扇出O(j)分别是进入和外出分支的集合。对于ISI MLSE格，所有扇入和扇出集合具有相同大小q。

为了便于在后面介绍球形解码构想，在偏差和新息方面描述MLSE的工作。对于每个状态

偏差(向量)由下式给出：

$b_{k-1}=H_M{\hat{s}}_{k-M}+...+H_1{\hat{s}}_{k-1}.---\left(13\right)$

此偏差表示此特定状态在判定过程上的效应。从接收值中删除偏差项产生了新息(向量)：

c_k＝r_k-b_k-1.                            (14)

此新息表示在删除状态

的偏差后在状态的残余接收值。

对于

的扇出中的每个分支，比较新息c_k和由信道抽头加权的对应分支符号以获得分支度量：

$e_k={\left|\right|c_k-H_0{\hat{s}}_k\left|\right|}^2.---\left(15\right)$

此分支度量可在必需之处明确通过对应分支来标示。

在不失太多的一般性的情况下，能够假设格在时间0在状态0中开始。状态度量计算从该处继续向前。在时间k，根据在时间k-1的状态度量和在时间k的分支度量，给出状态j的状态度量或累积状态度量E_k(j)：

$E_k\left(j\right)=\underset{j^{\′}\∈I\left(j\right)}{\min }(E_{k-1}\left(j^{\′}\right)+e_k(j^{\′},j)).---\left(16\right)$

另外，实现最小值的I(j)中的状态是状态j的所谓前趋，并且表示为π_k-1(j)。此外，在对应M元组

中的最早符号

是在时间k从状态j回顾的试探性符号判定。

此外，可能通过沿着链π_k-1(j)、π_k-2(π_k-1(j))等，回溯状态的序列到时间0。对应的符号

等是在时间k从状态j回顾的MLSE的试探性判定。通常，在时间k从不同状态回顾，判定往往是符号越早越一致。也就是说，用于判定的延迟越长，越佳。一般情况下，存在选择的延迟D，并且通过从带有最小状态度量的状态回溯，做出有关符号的最终判定。

有鉴于MLSE的前面描述，现在可描述DFSE。DFSE存储空间M′＜M是设计参数。因此，DFSE格与带有q^M个状态的MLSE格相同。

参照等式(13)，需要符号

以计算偏差。然而，DFSE中的状态只表示M′个最近的符号：

${\hat{S}}_{k-1}=({\hat{s}}_{k-M^{\′}},...,{\hat{s}}_{k-1}).---\left(17\right)$

为了产生更早的(M-M′)个符号，使用如更早为MLSE所解释的试探性符号判定。也就是说，通过从特定状态

回溯，沿着前趋状态的链，产生了试探性判定。这些试探性判定表示为：

${\stackrel{\‾}{S}}_{k-M^{\′}-1}=({\stackrel{\‾}{s}}_{k-M},...,{\stackrel{\‾}{s}}_{k-M^{\text{'}}-1}).---\left(18\right)$

一旦产生这些试探性判定，便能够使用

和

来计算偏差。这又使得能够计算新息和分支度量。剩下的过程如前面一样继续。

如更早所解释的，判定的延迟越长，越佳。相应地，试探性判定

可能相对不可靠。不过，最好是使用手头所有信息。此外，预滤波器可用于减轻分支度量计算上偶尔的试探性符号判定误差的影响。通过认识到滞后信道矩阵的元素中能量小时偏差计算变得对

更不敏感，能够看到预滤波器的优点。实际上，信道响应的给定实例可具有或不具有此合乎需要的特征。预滤波器可用于使接收信号成形，以便经过滤的信号具有期望的特性。

图5示出利用预滤波器的接收器的基本结构。下变频的采样接收信号在供应到均衡器520之前通过预滤波器510。预滤波器510可根据由预滤波器设计单元540计算的参数，基于通过信道估计530获得的传播信道条件的估计来配置。预滤波器因此是为信道响应的每个实现即时(on the fly)设计的。DFSE性能因而能够通过有效配置的预滤波器而得以增强，预滤波器一般通过向前导信道矩阵“推送”能量而产生有效的信道响应。有效的信道响应是原始信道响应和预滤波器的卷积，并且可具有比原始响应更大的存储空间，但更多的其能量在前导抽头中。在A.Hafeez、R.Ramesh和D.Hui的“Maximum SNRprefiltering for MIMO systems，”(IEEE Workshop on Signal ProcessingAdvances in Wireless Communications，2005)中研究了MIMO预滤波器。

与MLSE相比，如上所述的DFSE是用于降低格的状态空间的有效方法。然而，如上所述，与MLSE相比，它不降低每个状态的扇入和扇出。与DFSE相比，本文中描述的球形判定反馈序列估计器(SDFSE)降低了复杂性，同时仍保持良好的性能。引入球形解码技术到DFSE的效应是降低DFSE状态的扇入和扇出。如下面更详细解释的，此降低使格搜索集中在最有希望的符号序列上和避免在不可能序列上浪费计算。

在SDFSE中，与状态转变有关的比较被限制到完全格的仅最可能的分支。为清晰起见，下面的SDFSE的描述涉及基础“完全”DFSE格。SDFSE在概念上能够视为DFSE格的缩减版本，通过从基础完全格“剪除”非期望的分支而获得。当然，实际上，通过添加分支到“空”格，而不是通过从完全格剪除DFSE分支，构建SDFSE的稀疏格。

从等式(14)记得对于状态

的每个索引j′，从接收值r_k删除偏差b_k-1而产生新息c_k。在DFSE中，分支度量e_k(j′，j)比较新息c_k和其结束状态j′是在j的扇出中的q个分支(j′，j)每个的加权符号。在SDFSE中，新息c_k因此用于定义球形的中心，并且分支根据球形约束而受到约束。这产生了具有比完全DFSE格所要求的更少计算的稀疏格。

三角矩阵U通过H₀的Cholesky分解而获得，并用于整最个格。类似于等式(3)，在时间k的传送的符号的不受约束的最大似然估计可定义为

${\stackrel{\‾}{s}}^{\mathrm{uml}}={\left({H_0}^H{H}_0\right)}^{-1}{H_0}^H{c}_k.---\left(19\right)$

这取决于经c_k的j′。随后，来自DFSE的e_k(j′，j)可替换成球形分支度量：

$f_k(j^{\′},j)={({\hat{s}}_k-{\tilde{s}}^{\mathrm{uml}})}^H{U}^{H}U({\hat{s}}_k-{\tilde{s}}^{\mathrm{uml}}).---\left(20\right)$

如受ρ限制的扇出O(j′)的子集O_ρ(j′)可定义为：

O_ρ(j′)＝{j∈O(j′)：f_k(j′，j)≤ρ²}.      (21)

本领域技术人员将领会到，O_ρ(j′)与等式(6)中的Λ_ρ沿相同线定义。如图6所示，不满足O_ρ(j′)的每个分支(j′，j)能够在概念上视为从格“被剪除”，但实际上，稀疏格是通过添加分支而不是通过从完全格剪除分支来组装的。

实际上，通过以如在等式(9)中类似方式使用部分和约束，O_ρ(j′)可以在更早用于查找Λ_ρ的类似方式中直接被构建：

P(T)≤ρ².                                   (22)

这允许如更早所述使用深度优先树搜索机制。每次在T＝1到达树的底部时，生成新的候选解

如果(j′，j)表示对应分支，则通过构建，j属于O_ρ(j′)，并且(j′，j)被允许在格上。

通过遍及树而前进，最终识别所有候选解并且将其对应分支(j′，j)添加到格。相应地，更新扇出子集O_ρ(j′)。然而，在此点应注意到与原始球形解码器存在相当大的不同，因为有关最佳符号的判定不在此点做出。与格判定过程一致的是，该判定留到下一级，如同等式(16)的情况一样。

由于用于状态

的扇出限制，相对于基础DFSE格，存在用于状态的对应扇入减少。I(j)的子集I_ρ(j)包含值j′，使得j属于O_ρ(j′)。换而言之，I_ρ(j)包含基础DFSE扇入I(j)中的状态j′，使得(j′，j)不被剪除。不平均扇入大小的暗示在后面讨论。

接着，基于球形分支度量和新的限制扇入，定义新的累积状态度量F_k(j)：

$F_k\left(j\right)=\underset{f\∈I_{\mathrm{\ρ}}\left(j\right)}{\min }(F_{k-1}\left(j^{\′}\right)+f_k(j^{\′},j)).---\left(23\right)$

现在，如相对于DFSE所述，根据前趋状态、回溯和符号判定，但基于球形分支度量和修改的累积状态度量F_k(j)进行其它步骤。

从基础DFSE格剪除分支的总体效应是使SDFSE的搜索集中在最可能的序列上。经有关扇出和扇入集合的球形限制来理解此操作如何进行是有益的。首先，回想到在基础DFSE的状态j′中开始的所有分支共享相同的偏差b_k-1，该偏差使用状态和试探性判定

而生成。b_k-1又影响新息c_k，并且球形中心是

如果

和

正确，则

将定位良好，并且正确的符号对应于落在扇出集合O_ρ(j′)内的那些分支之一的机会高。相反，或

中的错误将影响偏差和新息计算，由此造成

错位。这造成了正确的符号在O_ρ(j′)所允许的那些符号中的可能性更低。

现在，考虑在基础DFSE的状态j中结束的所有分支共享相同的符号

随后，

的正确值将一般产生小的修改的度量f_k(j′，j)。因此，对于包括

的正确值的那些状态j，预期扇入I_ρ(j)较大。相反，

中的错误一般将产生大的f_k(j′，j)。因此，对于包括

的不正确值的那些状态j，预期I_ρ(j)较小。总之，SDFSE中分支的此不平均“剪除”具有使计算资源集中在更有希望的状态上的期望效应。

有鉴于SDFSE的以上描述，本领域技术人员将领会到，图8的过程流程图示出在无线接收器中用于均衡通过弥散信道传送的接收信号的方法。如在框810所示，该过程流以形成球形均衡格开始。格具有多个级，每级对应于一符号时间，并且每级具有多个节点。如上所述，每个节点具有节点状态，该状态包括用于节点的候选接收符号值和一个或几个前趋候选接收符号值。

通常，形成球形均衡格包括通过从该节点到随后级中后继节点的所有可能状态转变分支的集合来识别具有小于预定度量限制的球形分支度量的那些状态转变分支，为格的每个节点选择扇出分支的集合。随后，按照前面级中前趋节点的累积状态度量和对应于该节点的前趋节点的扇出分支(即，它们是当前节点的扇出的部分)的球形分支度量的函数。确定每个节点的累积状态度量。

球形均衡格定期被更新，例如，在突发到突发的基础上，在接收新符号时以及在信道条件更改时。因此，如在框820所示，为当前突发测量信道条件，并且如在框830所示，接收符号的新序列，例如，对应于一传送突发。可选的是，如在框840所示，接收符号经预过滤以向前“推送”“涂污(smeared)”符号的能量。如更早所述，预滤波器可按照当前信道条件的函数在突发到突发的基础上来配置。

在框850，基于最近接收符号和测量的信道条件，更新球形均衡格。在添加每个新级时，如在框860所示，通过遍及格进行回溯以识别在当前符号时间k前在给定数量的符号对于符号时间的最可能接收符号值(向量，在MIMO系统中)，能够估计新符号值。如在框870所示，只要接收新数据，便重复进行格的更新和符号值的估计。

用于选择给定级的扇出分支的集合的示范过程的细节通过图9的过程流程图而示出。所示过程适用于级k-1的扇出分支的选择，并因此定义级k-1与级k之间的分支。该过程因此如在框910所示，以级k-1中节点之一的选择开始。接着，如在框920所示，基于节点状态和测量的信道条件，为节点计算节点偏差参数，例如，通过使用等式(13)(如上所述，可形成试探性符号判定以生成SDFSE节点状态中未明确包括的更旧符号)。随后，如在框930所示，从当前接收信号值减去节点偏差参数以获得用于节点的新息参数。

如在框940所示，例如根据等式(19)，从用于节点的新息参数和信道响应来计算扇出中心值。给定该扇出中心值时，如在框950所示，识别具有小于预定度量限制的球形分支度量的节点的扇出分支的集合。具体而言，基于计算球形分支度量公式化表述的部分和以及比较该部分和与预定的度量限制，可执行候选状态转变分支中的树搜索。如上所讨论的，按照信道响应、扇出中心值和对应于下一级中给定节点的候选符号值的函数，例如，如等式(20)中所示，计算节点与随后级中给定节点之间每个状态转变分支的球形分支度量。用于约束扇出集合的预定度量限制可在一些实施例中通过接收器的制造作为仿真的结果而生成，并且存储在存储器中以便在运行时使用。本领域技术人员将领会到，在其它实施例中可基于如主导信道条件、以前的接收器性能(例如，错误率)或诸如此类等此类因素而动态修改预定的度量限制。

如在框960所示，为级k-1中的每个节点重复进行过程。给定球形分支度量时，可按照前面级(例如级k-1)中前趋节点的累积状态度量和引导到给定节点的前趋节点的扇出分支的球形分支度量的函数，为任何给定节点(例如，在级k中)确定累积状态度量。如在常规DFSE中一样，这些累积状态度量又可用于估计接收符号的最可能序列。

在DFSE的规则格中(以及在MLSE中)，除硬判定外，为每个比特提取软值是简单直接的。一种简单且极为有效的技术能够称为“低成本软值估计”或“低成本SOVA”。此方案将用作SDFSE中软值估计的讨论的基线，并且因此在下面进行简要描述。

首先，假设格已从其末端回溯到开始，确定最佳路径。接着，假设索引j和j′对应于在索引k和k-1的最佳状态。现在，符号估计实际上涉及做出有关对应于j′的

的最早符号值

的判定。对于

的每个比特，选择带有该比特值的逆的那些分支中的“最佳”分支。随后，从在考虑的节点的最佳度量减去对应于该前趋节点的累积度量以产生比特的低成本SOVA软值。本领域技术人员将注意到，由于DFSE格的规则结构，I(j)中的一半分支将具有相同比特值。另外，突发的所有软值能够根据该突发的信噪比(SNR)来缩放。这尤其在使用跳频的系统中是相关的，其中，贡献于码字的那些突发中的每个突发可遇到大不相同的SNR。对于干扰级别在贡献于相同码字的突发中变化大的系统，这也是相关的。这包括分组数据系统，其中，由于不同用户的调度，干扰级别从一个突发到另一个突发改变极大。

低成本SOVA估计技术可扩展到不规则SDFSE格。如以前一样，(j′，j)是在索引k的引导到状态j的最佳分支。同样地，应回想到符号估计过程涉及做出有关对应于j′的

的最早符号值的试探性判定。然而，不同于DFSE，在SDFSE中，带有逆的

的某个比特值的I_ρ(j)的子集可以为空。

在此情况下的一种方案是增长缺失的一个或多个分支以形成期望的比较。最可能的错误事件是最短，其此处具有长度M′+1。此类事件对应于第一符号

中的错误，并且在随后的M′个符号中无错误。图7中示出SDFSE格上此类事件的构建。从在级k的关注节点开始，格被回溯到在索引k-M′-1的最佳状态。随后，通过沿着对应于的比特逆版本、即带有倒置的关注比特的路径，前向追踪格。通过沿着的未更改的剩余符号，前向追踪继续进行。如图7所示，偏离的路径与在索引k的最佳路径合并。

在最简单的情况中，

的剩余比特保持不变。这对应于整个错误事件中的单一比特错误。当然，错误事件中比特错误的数量不一定指示错误事件的可能性，但假设单一比特错误是好的粗略猜测。与DFSE构想一致的是，可假设两个路径共享相同的判定的符号(来自格的最早级之前的那些符号)。随后，从对于最佳路径的对应累积度量减去长度M′+1的偏离路径的累积度量以产生软值。

一个更一般和复杂的备选是将

中的关注比特逆转，并且将

的其余部分替代为所有可能的比特组合。同样地，由此追踪的所有几个偏离路径将与在索引k的最佳路径合并回来。随后，偏离路径中的最佳累积度量被找到，并如以前一样从最佳度量被减去。一个中间解是逆转

中的关注比特，并且将

的其余部分替代为几个伪随机比特组合。

一种更粗略的近似法利用半径ρ。再参照图7，可猜测偏离路径从SDFSE格中缺失的原因是其开始和结束分支被剪除。换而言之，对应的球形分支度量均超过ρ²。由于球形分支度量超过度量限制多少是未知的，因此，它们能够被给予有利判定，并且简单地被指派值ρ²。另外，可猜测与ρ²相比，最佳路径的分支度量是小的。因此，能够简单地忽略差运算。因此，缺失软值的粗略但合理的近似值是2ρ²。当然，偏离路径的中间分支在此粗糙的方案中被忽略。然而，那些中间分支的每个分支可具有比最佳路径的对应分支度量更佳或更差的分支度量。因此，能够假设它们在差运算中平均被抵消了。在此方案的变化中，余量Δρ可添加到ρ以提供甚至更保守的软值。

有鉴于上面的变化的示例，本领域技术人员将领会到，为了说明和示例的目的，提供了用于均衡通过弥散无线电信道而传送的接收信号的方法和设备的各种实施例的前面描述。如上所建议的，包括图8和9所示过程的上述一个或多个特定过程可在包括一个或多个适当配置的处理电路的无线接收器中执行，所述处理电路在一些实施例中可在一个或多个专用集成电路(ASIC)中实施。在一些实施例中，这些处理电路可包括编程有适当软件和/或固件以执行上述一个或多个过程或其变型的一个或多个微处理器、微控制器和/或数字信号处理器。在一些实施例中，这些处理电路可包括执行上述一个或多个功能的自定义硬件。本发明的其它实施例可包括编码有计算机程序指令的计算机可读装置，如可编程闪速存储器、光或磁数据存储装置或诸如此类，所述指令在由适当的处理装置执行时促使该处理装置执行本文所述的用于均衡通信接收器中接收信号的一种或多种技术。当然，本领域技术人员也将认识到，在不脱离本发明的基本特性的情况下，本发明可以在与本文中具体所述那些方式不同的其它方式中来执行。因此，呈现的实施例在所有方面均要视为说明性而不是限制性的，并且落在随附权利要求的意义和等同范围内的所有更改旨在涵盖于其中。

Claims (18)

1.一种在无线接收器中用于均衡通过弥散信道所传送的接收信号的方法，所述方法包括：

形成包括多个级的格，每个级对应于符号时间并包括多个节点，每个节点具有包括对于该节点的候选接收符号值和一个或多个前趋候选接收符号值的节点状态；以及

通过根据最大似然序列估计或判定反馈序列估计准则而评估所述节点的累积状态度量，识别对应于所述接收信号的最可能符号值的序列；

其中形成所述格包括：

对于所述格的每个节点，通过识别从该节点到随后级中后继节点的所有可能状态转变分支中具有小于预定度量限制的球形分支度量的那些状态转变分支，选择该节点的扇出分支的集合；以及

按照前面级中前趋节点的累积状态度量和将所述前趋节点连接到该节点的扇出分支的球形分支度量的函数，确定该节点的累积状态度量。

2.如权利要求1所述的方法，其中选择给定节点的扇出分支的集合包括：

按照节点状态和测量的信道响应的函数来计算所述节点的偏差参数；

通过从接收的信号值减去所述偏差参数，计算所述节点的新息参数；以及

按照所述新息参数和所述信道响应的函数来计算所述节点的扇出中心值；

其中所述节点与随后级中给定节点之间状态转变分支的球形分支度量按照所述信道响应、所述扇出中心值和对应于下一级中所述给定节点的候选符号值的函数来计算。

3.如权利要求2所述的方法，其中所述接收信号包括多输入多输出(MIMO)信号，以及其中所述候选接收符号值、前趋候选符号值、偏差参数、新息参数及扇出中心值包括向量值。

4.如权利要求1所述的方法，还包括按照所述测量的信道响应的函数来确定预滤波器响应和使用所述预滤波器响应来过滤所述接收信号以获得在形成所述格中使用的接收信号值。

5.如权利要求1所述的方法，其中选择给定节点的扇出分支的集合包括基于计算球形分支度量公式化表述的部分和以及比较所述部分和与所述预定的度量限制而在候选状态转变分支中执行树搜索。

6.如权利要求1所述的方法，还包括通过以下操作为识别的最可能符号值的比特值来生成软值：

重新生成对应于所述比特值的逆、且以前未包括在所述格中任何节点的扇出分支的集合中的状态转变分支；

计算所重新生成的状态转变分支的重新生成的球形分支度量；以及

比较给定所述识别的最可能符号值时对应于通过所述格的最佳路径的累积状态度量和给定所述比特值的逆时对应于通过所述格的备选路径的备选累积状态度量，其中所述备选路径包括所重新生成的状态转变分支，以及其中所述备选累积状态度量包括所述重新生成的球形分支度量。

7.如权利要求6所述的方法，其中计算所述重新生成的球形分支度量包括按照所述信道响应、对应于所重新生成的状态转变分支的源节点的扇出中心值及对应于所重新生成的状态转变分支的目标节点的候选符号值的函数来计算所述重新生成的球形分支度量。

8.如权利要求1所述的方法，还包括通过以下操作为识别的最可能符号值的比特值来生成软值：

给定所述最可能符号值时识别通过所述格的最佳路径；

给定所述比特值的逆时确定通过所述格的备选路径缺失至少一个状态转变分支；以及

响应所述确定，按照所述预定度量限制的函数来计算所述软值而不计算所述缺失的至少一个状态转变分支的球形分支度量。

9.一种用于均衡通过弥散信道所传送的接收信号的均衡器电路，所述均衡器电路包括配置成执行以下操作的一个或多个处理电路：

形成包括多个级的格，每个级对应于符号时间并包括多个节点，每个节点具有包括对于该节点的候选接收符号值和一个或多个前趋候选接收符号值的节点状态；以及

通过根据最大似然序列估计或判定反馈序列估计准则而评估所述节点的累积状态度量，识别对应于所述接收信号的最可能符号值的序列；

其中所述一个或多个处理电路配置成通过以下操作而形成所述格：

对于所述格的每个节点，通过识别从该节点到随后级中后继节点的所有可能状态转变分支中具有小于预定度量限制的球形分支度量的那些状态转变分支，选择该节点的扇出分支的集合；以及

按照前面级中前趋节点的累积状态度量和将所述前趋节点连接到该节点的扇出分支的球形分支度量的函数，确定该节点的累积状态度量。

10.如权利要求9所述的均衡器电路，其中所述一个或多个处理电路配置成通过以下操作而选择给定节点的扇出分支的集合：

按照节点状态和测量的信道响应的函数来计算所述节点的偏差参数；

通过从接收的信号值减去所述偏差参数，计算所述节点的新息参数；以及

按照所述新息参数和所述信道响应的函数来计算所述节点的扇出中心值；

其中所述节点与随后级中给定节点之间状态转变分支的球形分支度量按照所述信道响应、所述扇出中心值和对应于下一级中所述给定节点的候选符号值的函数来计算。

11.如权利要求10所述的均衡器电路，其中所述接收信号包括多输入多输出(MIMO)信号，以及其中所述候选接收符号值、前趋候选符号值、偏差参数、新息参数及扇出中心值包括向量值。

12.如权利要求9所述的均衡器电路，其中所述一个或多个处理电路还配置成：

按照所述测量的信道响应的函数来确定预滤波器响应；以及

使用所述预滤波器响应来过滤所述接收信号以获得在形成所述格中使用的接收信号值。。

13.如权利要求9所述的均衡器电路，其中所述一个或多个处理电路配置成通过基于计算球形分支度量公式化表述的部分和以及比较所述部分和与所述预定度量限制而在候选状态转变分支中执行树搜索，从而选择节点的扇出分支的集合。

14.如权利要求9所述的均衡器电路，其中所述一个或多个处理电路还配置成通过以下操作为识别的最可能符号值的比特值来生成软值：

重新生成对应于所述比特值的逆、且以前未包括在所述格中任何节点的扇出分支的集合中的状态转变分支；

计算所重新生成的状态转变分支的重新生成的球形分支度量；以及

比较给定所述识别的最可能符号值时对应于通过所述格的最佳路径的累积状态度量和给定所述比特值的逆时对应于通过所述格的备选路径的备选累积状态度量，其中所述备选路径包括所重新生成的状态转变分支，以及其中所述备选累积状态度量包括所述重新生成的球形分支度量。

15.如权利要求14所述的均衡器电路，其中所述一个或多个处理电路配置成通过以下操作来计算所述重新生成的球形分支度量：按照所述信道响应、对应于所重新生成的状态转变分支的源节点的扇出中心值及对应于所重新生成的状态转变分支的目标节点的候选符号值的函数来计算所述重新生成的球形分支度量。

16.如权利要求9所述的均衡器电路，其中所述一个或多个处理电路还配置成通过以下操作为识别的最可能符号值的比特值来生成软值：

给定所述最可能符号值时识别通过所述格的最佳路径；

给定所述比特值的逆时确定通过所述格的备选路径缺失至少一个状态转变分支；以及，

响应所述确定，按照所述预定度量限制的函数来计算所述软值而不计算所述缺失的至少一个状态转变分支的球形分支度量。

17.一种无线移动终端，包括配置成接收通过弥散信道所传送的多输入多输出(MIMO)信号的两个或更多接收天线、配置成放大、下变频和采样所接收的MIMO信号的接收器前端电路以及包括配置成执行以下操作的一个或多个处理电路的均衡器电路：

形成包括多个级的格，每个级对应于符号时间并包括多个节点，每个节点具有包括对于该节点的候选接收符号值和一个或多个前趋候选接收符号值的节点状态；以及

通过根据最大似然序列估计或判定反馈序列估计准则而评估所述节点的累积状态度量，识别对应于所述接收信号的最可能符号值的序列；

其中所述一个或多个处理电路还配置成通过以下操作而形成所述格：

对于所述格的每个节点，通过识别从该节点到随后级中后继节点的所有可能状态转变分支中具有小于预定度量限制的球形分支度量的那些状态转变分支，选择该节点的扇出分支的集合；以及

按照前面级中前趋节点的累积状态度量和将所述前趋节点连接到该节点的扇出分支的球形分支度量的函数，确定该节点的累积状态度量。

18.如权利要求17所述的无线移动终端，其中所述一个或多个处理电路配置成通过以下操作而选择给定节点的扇出分支的集合：

按照节点状态和测量的信道响应的函数来计算所述节点的偏差参数；

通过从接收的信号值减去所述偏差参数，计算所述节点的新息参数；以及

按照所述新息参数和所述信道响应的函数来计算所述节点的扇出中心值；

其中所述节点与随后级中给定节点之间状态转变分支的球形分支度量按照所述信道响应、所述扇出中心值和对应于下一级中所述给定节点的候选符号值的函数来计算。

Images