CN1921366A - 一种编码符号对数似然比的实现方法和装置 - Google Patents

Abstract

本发明公开了一种编码符号对数似然比的实现方法，该方法包括：a、对任意一个编码符号，分别获取当该编码符号为0或1时，该编码符号参与调制得到的调制符号矢量与接收到的接收符号矢量间的修正欧氏距离；b、根据步骤a中得到的修正欧氏距离，获取编码符号的对数似然比。应用本发明方法得到的编码符号的对数似然比更加准确，利用该对数似然比进行解码能够大大提高接收系统的解调和接收性能。本发明还公开了一种编码符号对数似然比的实现装置，该装置包括：第一欧氏距离计算模块、第二欧氏距离计算模块和对数似然比计算模块。

Description

一种编码符号对数似然比的实现方法和装置

技术领域

本发明涉及通信系统中的重传技术，特别涉及一种编码符号对数似然比的实现方法和装置。

背景技术

在使用混合自动请求重传(HARQ)递增冗余(IR)的通信系统中，一个信息帧的发送与接收过程如下：

在发送端，信息帧编码成码字。码字分为若干片段，每个码字片段包含若干码字符号。每次传输，发送端选择一个或多个码字片段，具体片段的个数以及码字符号的个数受到资源的限制，对这些码字符号进行调制，生成若干调制符号，然后发送这些调制符号。接收端使用本次接收到的码字片段和以前收到的码字片段进行解码，如果解码成功，向发送端反馈成功，该信息帧发送完毕；如果解码失败，向发送端反馈失败；发送端则进行该信息帧的下一次HARQ重传，重传时选择的码字片段和前次或前若干次相比，可以相同，也可以不同，编码符号到调制符号的映射也可能变化，调制阶数也可能变化。例如，在“调制阶数递降”方式的HARQ传输中，第一次HARQ传输的码字符号使用16QAM调制，第二次HARQ传输的码字符号使用8PSK调制。

对于HARQ IR通信系统普遍适用的系统模型如下：

HARQ操作过程中，接收端在若干次HARQ传输后收到的编码符号与调制符号之间有如下关系：

编码符号到调制符号的映射过程，是一个一一映射，即

其中, $\stackrel{\→}{b}=(b_0,b_1,\·\·\·,b_{m-1})$ 为发送的编码符号矢量； $\stackrel{\→}{s}=(s_0,s_1,\·\·\·,s_{n-1})$ 为发送的调制符号矢量。图1为编码符号到调制符号的映射。

在图1中，(b₀，b₁，...，b_m-1)列表示编码符号，(s₀，s₁，...，s_n-1)列表示调制符号，编码符号与调制符号之间的连线表示该编码符号参与调制。编码符号有多于一条的连线，表示该编码符号在HARQ传输中被重复发送。

在接收端，接收机的操作一般分为解调和解码两个阶段。解调过程从收到的调制符号得到编码符号的对数似然比(LLR)，解码过程从编码符号的LLR值恢复信息帧。因此，在接收端，需要一种方法，能够从接收到的调制符号序列中得到编码符号的LLR值。

一般实际通信过程中，假定符号经过衰落信道，并受到高斯白噪(AWGN)的污染，得到的接收符号表示为r_k＝h_ks_k+n_k，其中，n_k服从均值为0、方差为σ_i ²的复高斯分布，k＝0，1，...n-1。

对于任意一个编码符号来说，在发送端的任意一次数据发送或数据重传过程中，可能会参与一个或几个调制符号s_k的调制过程，产生相应的调制结果后发送给接收端，对于这个编码符号为0或为1时，其参与调制的调制符号s_k的最终调制结果s_k′可能是不同的；经过n次传输后，该编码符号在这n次传输过程中参与调制的调制符号s_k可以构成一个调制符号组，对于该组内每个调制符号s_k最终的调制结果s_k′可以构成一个调制符号矢量。而对于任意一个调制符号s_k来说，它的具体调制结果s_k′的取值是与参与调制s_k的多个编码符号的取值相关的。当参与调制的多个编码符号的取值确定时，n次传输后，由s_k′构成的调制符号矢量是确定的唯一一个，信道理想无噪声的情况下，也就是接收端相应接收到的接收符号矢量。但是，由于噪声的存在，往往接收符号矢量与发送的调制符号矢量并不完全相同，因此在接收端计算任意一个编码符号的LLR值时，需要找到当该编码符号为0时，所有可能的调制符号矢量中与接收符号矢量最相似的一个，以及该编码符号为1时，所有可能的调制符号矢量中与接收符号矢量最相似的一个，根据这两个调制符号矢量与接收符号矢量间的修正欧氏距离来计算该编码符号的LLR值。

目前，一般求取任意一个编码符号LLR值的具体过程包括：

步骤a，对任意一个编码符号b_i(i＝0，1，...m-1)找出有b_i参与调制的调制符号组，即在图1中，和b_i有连线的调制符号。对调制符号组中的每个调制符号s_k，计算

${\mathrm{LLR}}_k\left(b_i\right)\≈(-1)(\underset{s_k^{\′}\∈\mathrm{set}(b_i-0)}{\min }\tilde{d}(r_k,s_k^{\′})-\underset{s_k^{\′}\∈\mathrm{set}(b_i-1)}{\min }\tilde{d}(r_k,s_k^{\′}))k\∈\mathrm{0,1},\·\·\·n-1,$

其中， $\tilde{d}(r_k,s_k^{\′})=\frac{{|r_k-h_k{s}_k^{\′}|}^2}{{\mathrm{\σ}}_i^2}$ 为r_k与s_k′之间的修正欧氏(Euclid)距离(即经过信噪比加权)，表示r_k与s_k′的相似程度；s_k′∈set(b_i＝1)为s_k的调制星座点中对应b_i＝0的调制符号，即对于调制符号s_k，当b_i＝0时得到的调制结果s_k′；s_k′∈set(b_i＝1)为s_k的调制星座点中对应b_i＝1的调制符号，即对于调制符号s_k，当b_i＝1时得到的调制结果s_k′。

本步骤中，即对编码符号b_i，对其参与调制的每个调制符号s_k，分别计算当b_i为0或1时，该调制符号s_k的所有调制结果s_k′中与对应的接收符号r_k间的最小修正欧氏距离，将两个最小修正欧氏距离之差作为编码符号针对调制符号s_k的LLR值即LLR_k(b_i)。

步骤b，对LLR(b_i)求和，得到编码符号b_i的LLR值：

$\mathrm{LLR}\left(b_i\right)=\underset{k}{\mathrm{\Σ}}{\mathrm{LLR}}_k\left(b_i\right)=(-1)\underset{k}{\mathrm{\Σ}}(\underset{s_k^{\′}\∈\mathrm{set}(b_i=0)}{\min }\tilde{d}(r_k,s_k^{\′})-\underset{s_k^{\′}\∈\mathrm{set}(b_i=1)}{\min }\tilde{d}(r_k,s_k^{\′}))$

$=(-1)(\underset{k}{\mathrm{\Σ}}\underset{s_k^{\′}\∈\mathrm{set}(b_i=0)}{\min }\tilde{d}(r_k,s_k^{\′})-\underset{k}{\mathrm{\Σ}}\underset{s_k^{\′}\∈\mathrm{set}(b_i=1)}{\min }\tilde{d}(r_k,s_k^{\′}))...\left(1\right)$

                     i＝0，1，...m-1。

本步骤中，对步骤a中得到的各个结果相加，即对编码符号b_i，分别计算当其为0或1时，该编码符号参与调制的所有调制结果与接收符号的最小修正欧氏距离和，对这两个最小修正欧氏距离和求差值作为编码符号b_i的LLR值。

至此，求解编码符号的LLR值的过程结束。

由上述可以看出，现有技术在求解编码符号的LLR值时，是按照该编码符号参与的调制符号的顺序，先求得当该编码符号为0或1时，每个调制符号的可能调制结果中与接收符号的最小修正欧氏距离，该最小修正欧氏距离对应一个调制结果，编码符号为0或1时，分别将所有编码符号参与的调制符号中的最小修正欧氏距离相加后得到最小修正欧氏距离和，该最小修正欧氏距离和就对应了该编码符号参与调制的各个调制符号的调制结果构成的调制符号矢量，根据这两个最小修正欧氏距离和求编码符号的LLR值。在这种计算方式下，对于编码符号为0时，其参与调制的各个调制符号中对应取得的调制结果均对应了最小修正欧氏距离的调制结果，但事实上，这些调制结果构成的调制符号矢量可能并不是该编码符号为0时真正对应的调制符号矢量。同理，对于编码符号为1时，得到的最小修正欧氏距离和对应的调制符号矢量也可能不是该编码符号为0时真正对应的调制符号矢量。这样，最后计算得到的编码符号的LLR值本身会存在系统偏差，造成系统接收性能的降低。

发明内容

有鉴于此，本发明提供一种编码符号对数似然比的实现方法，能够提高接收系统的接收性能。

本发明还提供一种编码符号对数似然比的实现装置，应用该装置的接收系统，能够提高其接收性能。

为实现上述第一个目的，本发明采用如下的技术方案：

一种编码符号对数似然比的实现方法，该方法包括：

a、对任意一个编码符号，分别获取当该编码符号为0或1时，该编码符号参与调制得到的调制符号矢量与接收到的接收符号矢量间的修正欧氏距离；

b、根据步骤a中得到的修正欧氏距离，获取编码符号的对数似然比。

较佳地，步骤a中所述修正欧氏距离为，编码符号参与调制得到的调制符号矢量与接收到的接收符号矢量间的所有修正欧氏距离；

步骤b中所述获取编码符号的对数似然比为：

b1、计算以自然数e为底，以步骤a中得到的、编码符号为0时每个修正欧氏距离的相反数为指数的幂，并对这些幂求和；计算以自然数e为底，以步骤a中得到的、编码符号为1时每个修正欧氏距离的相反数为指数的幂，并对这些幂求和；

b2、以步骤b1中编码符号为0时计算得到的幂之和为分子，以步骤b1中编码符号为1时计算得到的幂之和为分母，取该比值的自然对数。

较佳地，步骤a中所述修正欧氏距离为，编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量间的最小修正欧氏距离；

步骤b中所述获取编码符号的对数似然比为，步骤a中得到的编码符号为1时的最小修正欧氏距离与编码符号为0时的最小修正欧氏距离之差。

较佳地，通过为所有调制符号矢量和接收符号矢量建立的多叉树模型，获取每个调制符号矢量与接收矢量之间的修正欧式距离。

较佳地，所述为调制符号矢量和接收符号矢量建立多叉树模型包括：

多叉树的根节点，对应编码符号为0或1；

多叉树的每层子节点对应一个调制符号矢量中的一个调制符号，该层内的每个子节点对应该调制符号的一种调制结果；

多叉树的根节点与相邻层的子节点、相邻层子节点之间的每个分叉路径对应一个路径度量，该路径度量表示该分叉路径的下层节点所代表的调制结果与对应的接收符号矢量中的接收符号之间的修正欧氏距离；

从根节点沿分叉路径到任意一个叶子节点的过程中所经过的所有子节点构成的集合对应一个调制符号矢量。

较佳地，所述调制结果与其对应的接收符号矢量中的接收符号之间的修正欧氏距离为： $\mathrm{BM}=\tilde{d}(r_{k_i},s_{k_i}^{\′})=\frac{{|r_{k_i}-h_{k_i}{s}_{k_i}^{\′}|}^2}{{\mathrm{\σ}}_{k_i}^2},$

其中，k_i为编码符号参与调制的调制符号的标号，s_ki′为所述调制结果，r_ki为所述调制结果对应的接收符号矢量中的接收符号，h_ki为调制符号s_ki′的传输路径的信道估计，σ_ki ²为信道噪声的方差。

较佳地，所述获取每个调制符号矢量与接收符号矢量之间的修正欧氏距离为：

通过堆栈结构获取从根节点到任意一个叶子节点的所有分叉路径的路径度量和。

较佳地，所述通过堆栈获取从根节点到任意一个叶子节点的所有分叉路径的路径度量和为：

为所述多叉树的每个节点定义一个二元组(level，BM)，其中，根节点的二元组为(0，0)，其他节点的二元组中元素level的值表示该节点在多叉树中的层位置序号，元素BM即为以该节点为下层节点的分叉路径的路径度量；

a10、将根节点的二元组入栈；从根节点开始，按照深度优先的顺序遍历所述多叉树；设下一个节点为当前节点；

a20、若当前节点的二元组中元素level的值小于或等于所述堆栈栈顶二元组中元素level的值，则执行步骤a30，否则执行步骤a40；

a30、栈顶二元组出栈，返回步骤a20；

a40、创建一个新的二元组，该二元组中元素level的值为当前节点的二元组中元素level的值，BM的值为栈顶二元组中元素BM的值与当前节点的二元组中元素BM的值之和；将新的二元组入栈；

a50、判断当前节点是否为叶子节点，若是，则执行步骤a60，否则执行步骤a70；

a60、记录堆栈的栈顶二元组中元素BM的值为从根节点到当前节点所代表的调制符号矢量与接收到的接收符号矢量的修正欧氏距离，并继续判断当前节点是否为所述多叉树的最后一个节点，若是，则结束本流程，否则执行步骤a70；

a70、设按深度优先顺序遍历的下一个节点为当前节点，返回步骤a20。

较佳地，通过为所有调制符号矢量和接收符号矢量建立的多叉树模型，分别获取编码符号为0或1时所有修正欧氏距离的最小修正欧氏距离。

较佳地，所述为调制符号矢量和接收符号矢量建立多叉树模型包括：

多叉树的根节点，对应编码符号为0或1；

多叉树的每层子节点对应一个调制符号矢量中的一个调制符号，该层内的每个子节点对应该调制符号的一种调制结果；

多叉树的根节点与相邻层的子节点、相邻层子节点之间的每个分叉路径对应一个路径度量，该路径度量表示该分叉路径的下层节点所代表的调制结果与对应的接收符号矢量中的接收符号之间的修正欧氏距离；

从根节点沿分叉路径到任意一个叶子节点的过程中所经过的所有子节点构成的集合对应一个调制符号矢量。

较佳地，在组织多叉树时，按照子节点对应的调制符号的信噪比由大到小的顺序排列由低层到高层的子节点。

较佳地，所述调制结果与其对应的接收符号矢量中的接收符号之间的修正欧氏距离为：

$\mathrm{BM}=\tilde{d}(r_{k_i},s_{k_i}^{\′})=\frac{{|r_{k_i}-h_{k_i}{s}_{k_i}^{\′}|}^2}{{\mathrm{\σ}}_{k_i}^2},$

其中，k_i为编码符号参与调制的调制符号的标号，s_ki′为所述调制结果，r_ki为所述调制结果对应的接收符号矢量中的接收符号，h_ki为调制符号s_ki′的传输路径的信道估计，σ_ki ²为信道噪声的方差。

较佳地，所述分别获取编码符号为0或1时所有修正欧氏距离的最小修正欧氏距离为：

通过堆栈结构获取从根节点到每个叶子节点的所有分叉路径的路径度量和的最小值。

较佳地，所述通过堆栈获取从根节点到每个叶子节点的所有分叉路径的路径度量和的最小值为：

为所述多叉树的每个节点定义一个二元组(level，BM)，其中，根节点的二元组为(0，0)，其他节点的二元组中元素level的值表示该节点在多叉树中的层位置序号，元素BM即为以该节点为下层节点的分叉路径的路径度量；

a1、将根节点的二元组入栈；从根节点开始，按照深度优先的顺序遍历所述多叉树；设下一个节点为当前节点；并设一个足够大的正数为当前BM的最小值；

a2、若当前节点的二元组中元素level的值小于或等于所述堆栈栈顶二元组中元素level的值，则执行步骤a3，否则执行步骤a4；

a3、栈顶二元组出栈，返回步骤a2；

a4、创建一个新的二元组，该二元组中元素level的值为当前节点的二元组中元素level的值，BM的值为栈顶二元组中元素BM的值与当前节点的二元组中元素BM的值之和；将新的二元组入栈；

a5、判断当前节点是否为叶子节点，若是，则执行步骤a6，否则执行步骤a7；

a6、判断栈顶二元组中元素BM的值是否小于当前BM的最小值，若是，则执行步骤a8，否则执行步骤a9；

a7、判断栈顶二元组中元素BM的值是否小于当前BM的最小值，若是，则执行步骤a9，否则放弃对当前节点以下节点的深度遍历；继续对所述多叉树的下一路径进行遍历，设下一路径的起始节点为当前节点，返回步骤a2；

a8、令堆栈的栈顶二元组中元素BM的值为当前BM的最小值，并继续判断当前节点是否为所述多叉树的最后一个节点，若是，则记录从根节点到每个叶子节点的所有分叉路径的路径度量和的最小值为当前BM的最小值，并结束本流程；否则执行步骤a9；

a9、设按深度优先顺序遍历的下一个节点为当前节点，返回步骤a2。

为实现上述第二个目的，本发明采用如下的技术方案：

一种编码符号对数似然比的实现装置，该装置包括：第一欧氏距离计算模块、第二欧氏距离计算模块和对数似然比计算模块，其中，

所述第一欧氏距离计算模块，用于对任意一个编码符号，获取当该编码符号为0时，该编码符号参与调制得到的调制符号矢量与接收到的接收符号矢量之间的修正欧氏距离，并将得到的修正欧氏距离发送给所述对数似然比计算模块；

所述第二欧氏距离计算模块，用于对任意一个编码符号，获取当该编码符号为1时，该编码符号参与调制得到的调制符号矢量与接收到的接收符号矢量之间的修正欧氏距离，并将得到的修正欧氏距离发送给所述对数似然比计算模块；

所述对数似然比计算模块，用于接收所述第一欧氏距离计算模块发送的修正欧氏距离，以及接收所述第二欧氏距离计算模块发送的修正欧氏距离，并根据接收到的修正欧氏距离，获取编码符号的对数似然比。

较佳地，所述对数似然比计算模块包括第一幂指数计算模块、第二幂指数计算模块和对数计算模块；

所述第一欧氏距离计算模块获取的修正欧氏距离为

所述第一幂指数计算模块，用于接收所述第一欧氏距离计算模块发送的所有修正欧氏距离，并分别计算以e为底，以这些修正欧氏距离为指数的幂指数，并将计算结果发送给所述对数计算模块；

所述第二幂指数计算模块，用于接收所述第二欧氏距离计算模块发送的所有修正欧氏距离，并分别计算以e为底，以这些修正欧氏距离为指数的幂指数，并将计算结果发送给所述对数计算模块；

所述对数计算模块，用于将接收自所述第一幂指数计算模块的输入量相加后的和作为分子，将接收自所述第二幂指数计算模块的输入量相加后的和作为分母，对得到的比值取自然对数，并将取自然对数后的结果作为编码符号的对数似然比。

较佳地，所述第一欧氏距离计算模块，用于确定编码符号为0时所有修正欧氏距离中的最小修正欧氏距离，然后将该最小修正欧氏距离发送给所述对数似然比计算模块；

所述第二欧氏距离计算模块，用于确定编码符号为1时所有修正欧氏距离中的最小修正欧氏距离，然后将该最小值发送给所述对数似然比计算模块；

所述对数似然比计算模块，用于计算所述第二欧氏距离计算模块发送的最小修正欧氏距离与所述第一欧氏距离计算模块发送的最小修正欧氏距离之差，并将得到的差值作为编码符号的对数似然比。

由上述技术方案可见，本发明的方法和装置在计算编码符号的对数似然比时，首先计算编码符号为0或1时，其参与调制得到的调制符号矢量与接收符号矢量间的修正欧氏距离；再根据调制符号矢量与接收符号矢量间的修正欧氏距离计算该编码符号的对数似然比。这种计算方法考虑的是编码符号参与调制得到的整个调制符号矢量与接收符号矢量间的整体关系，而不只是单一考虑每个可能的调制结果与接收符号间的个体关系。从而计算得到的编码符号的对数似然比更加准确，利用该对数似然比进行解码能够大大提高接收系统的接收性能。

附图说明

图1为编码符号到调制符号的映射。

图2为本发明的编码符号对数似然比的实现方法的总体流程图。

图3为本发明的编码符号对数似然比的实现装置的总体结构图。

图4为本发明实施例一中编码符号对数似然比的实现方法的总体流程图。

图5为本发明实施例一中建立的多叉树模型。

图6为本发明实施例一中获取编码符号参与调制得到的所有调制符号矢量与接收符号矢量间的修正欧氏距离的流程图。

图7为本发明实施例一中编码符号对数似然比的实现装置的具体结构图。

图8为本发明实施例二中编码符号对数似然比的实现方法流程图。

图9为本发明实施例二中获取编码符号参与调制得到的所有调制符号矢量与接收符号矢量间的最小修正欧氏距离的流程图。

图10为本发明实施例二中编码符号对数似然比的实现装置具体结构图。

具体实施方式

为使本发明的目的、技术手段和优点更加清楚明白，以下结合附图并举实施例对本发明进行详细说明。

本发明的基本思想是：首先计算编码符号为0或1时，其参与调制得到的调制符号矢量与接收符号矢量间的修正欧氏距离；再根据调制符号矢量与接收符号矢量间的修正欧氏距离计算该编码符号的对数似然比。

图2为本发明的编码符号对数似然比的实现方法的总体流程图。如图2所示，该方法包括：

步骤210，对任意一个编码符号，分别获取当该编码符号为0或1时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量间的修正欧氏距离；

步骤220，根据步骤210中得到的修正欧氏距离，获取编码符号的对数似然比。

上述为本发明提供的编码符号对数似然比的实现方法介绍。本发明还提供了编码符号对数似然比的实现装置，能够用于实施上述方法。图3即为本发明的编码符号对数似然比的实现装置的总体结构图。如图3所示，该装置包括：第一欧氏距离计算模块310、第二欧氏距离计算模块320和对数似然比计算模块330。

在该装置中，第一欧氏距离计算模块310，用于对任意一个编码符号，获取当该编码符号为0时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量之间的修正欧氏距离，并将得到的这些修正欧氏距离发送给对数似然比计算模块330。

第二欧氏距离计算模块320，用于对任意一个编码符号，获取当该编码符号为1时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量之间的修正欧氏距离，并将得到的这些修正欧氏距离发送给对数似然比计算模块330。

对数似然比计算模块330，用于接收所述第一欧氏距离计算模块310发送的修正欧氏距离，和第二欧氏距离计算模块320发送的修正欧氏距离，并根据接收到的修正欧氏距离，获取编码符号的对数似然比。

上述为对于本发明中编码符号对数似然比的实现方法和装置的概述。下面结合具体实施例说明本发明的方法和装置的具体实施方式。

众所周知，根据贝叶斯公式，在进行n次传输之后，计算任意一个编码符号b_i的LLR值的理论公式为：

$\mathrm{LLR}\left(b_i\right)=\ln \left(\frac{\mathrm{Pr}(b_i-0|\stackrel{\→}{r})}{\mathrm{Pr}(b_i=1|\stackrel{\→}{r})}\right)=\ln \left(\frac{\mathrm{Pr}(b_i=0|{\stackrel{\→}{r}}_{\mathrm{sub}})}{\mathrm{Pr}(b_i=1|{\stackrel{\→}{r}}_{\mathrm{sub}})}\right)$

$=\ln \left(\frac{\mathrm{Pr}\left({\stackrel{\→}{r}}_{\mathrm{sub}}\right|b_i=0)\mathrm{Pr}(b_i=0)}{\mathrm{Pr}\left({\stackrel{\→}{r}}_{\mathrm{sub}}\right|b_i=1)\mathrm{Pr}(b_i=1)}\right)$

$=\ln \left(\frac{\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=0)}{\mathrm{\Σ}}\mathrm{Pr}\left({\stackrel{\→}{r}}_{\mathrm{sub}}\right|{\stackrel{\→}{s}}_{\mathrm{sub}})\mathrm{Pr}\left({\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\right)}{\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=1)}{\mathrm{\Σ}}\mathrm{Pr}\left({\stackrel{\→}{r}}_{\mathrm{sub}}\right|{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′})\mathrm{Pr}\left({\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\right)}\right)...\left(2\right)$

其中，

$\stackrel{\→}{r}$ $=(r_0,r_1,\·\·\·,r_{n-1})$ 为接收到的接收符号矢量；

${\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}=(s_{k_1},s_{k_2},\·\·\·,s_{k_{\mathrm{count}\left(b_i\right)}})$ 为b_i参与调制得到的某个调制符号矢量；

${\stackrel{\→}{r}}_{\mathrm{sub}}=(r_{k_1},r_{k_2},\·\·\·,r_{k_{\mathrm{count}\left(b_i\right)}})$ 为b_i参与调制的调制符号矢量对应的接收到的接收符号矢量；

k₁，k₂，...，k_count(b_i)为b_i参与调制的调制符号的标号；

count(b_i)为b_i参与调制的调制符号个数；

为调制符号矢量

出现的先验概率，在b_i(i＝0，1，...m-1)相互独立且0/1等概的条件下，各个

出现的先验概率相等；

为当调制符号矢量为

的条件下，接收符号矢量为

的 条件概率；set(b_i＝0)为，对应于b_i＝0的 矢量的集合，即：

set(b_i＝1)为，对应于

矢量的集合，即：

假定信道存在噪声，且该噪声为复高斯分布AWGN噪声，那么，

$\mathrm{Pr}\left(r_{\mathrm{sub}}\right|s_{\mathrm{sub}}^{\′})=\frac{1}{{\left(\mathrm{\π}\right)}^{\mathrm{count}\left(b_1\right)}\underset{k=k_1,\·\·\·k_{\mathrm{count}\left(b_i\right)}i}{\mathrm{\Π}}{\mathrm{\σ}}_k^2}\underset{k=k_1,\·\·\·k_{\mathrm{coimt}}\left(b_i\right)}{\mathrm{\Π}}{e}^{\frac{{|r_k-h_k{s}_k|}^2}{{\mathrm{\σ}}_k^2}}$

$=\frac{1}{{\left(\mathrm{\π}\right)}^{\mathrm{count}\left(b_i\right)}\underset{k=k_1,\·\·\·k_{\mathrm{count}}\left(b_i\right)}{\mathrm{\Π}}{\mathrm{\σ}}_k^2}{e}^{-\underset{k=k_1,\·\·\·k_{\mathrm{count}\left(b_i\right)}}{\mathrm{\Σ}}\frac{{|r_k-h_k{s}_k|}^2}{{\mathrm{\σ}}_k^2}}...\left(3\right)$

将(3)式代入(2)式即可以得到：

$\mathrm{LLR}\left(b_i\right)=\ln \left(\frac{\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=0)}{\mathrm{\Σ}}\mathrm{Pr}\left({\stackrel{\→}{r}}_{\mathrm{sub}}\right|{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′})}{\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=1)}{\mathrm{\Σ}}\mathrm{Pr}\left({\stackrel{\→}{r}}_{\mathrm{sub}}\right|{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′})}\right)=\ln \left(\frac{\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=0)}{\mathrm{\Σ}}{e}^{-\underset{k=k_1,\·\·\·k_{\mathrm{count}\left(b_i\right)}}{\mathrm{\Σ}}\frac{{|r_k-h_k{s}_k|}^2}{{\mathrm{\σ}}_k^2}}}{\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=1)}{\mathrm{\Σ}}{e}^{-\underset{k=k_1,\·\·\·k_{\mathrm{count}\left(b_i\right)}}{\mathrm{\Σ}}\frac{{|r_k-h_k{s}_k|}^2}{{\mathrm{\σ}}_k^2}}}\right)$

$=\ln \left(\frac{\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=0)}{\mathrm{\Σ}}{e}^{-\tilde{d}({\stackrel{\→}{r}}_{\mathrm{sub}},{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′})}}{\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=1)}{\mathrm{\Σ}}{e}^{-\tilde{d}({\stackrel{\→}{r}}_{\mathrm{sub}},{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′})}}\right)...\left(4\right)$

其中， $\tilde{d}({\stackrel{\→}{r}}_{\mathrm{sub}},{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′})=\underset{k=k_1,k_{\mathrm{count}\left(b_i\right)}}{\mathrm{\Σ}}\frac{{|r_k-h_k{s}_k^{\′}|}^2}{{\mathrm{\σ}}_k^2}=\underset{k=k_1,\·\·\·k_{\mathrm{count}\left(b_i\right)}}{\mathrm{\Σ}}\tilde{d}(r_k,s_k^{\′})$ 为 与

之间的修正欧氏距离。该公式(4)即为本发明编码符号对数似然比的实现方法的第一种计算方法。

对式(4)在如下的Max-log-map近似下：

$\ln \left(\frac{\underset{k}{\mathrm{\Σ}}{e}^{A_k}}{\underset{k}{\mathrm{\Σ}}{e}^{-B_k}}\right)=\ln \left(\frac{e^{-\underset{k}{\min }{A}_k}(1+\underset{k\≠\arg \underset{k}{\min }{A}_k}{\mathrm{\Σ}}{e}^{\left(A_k\underset{k}{\min }{A}_k\right)})}{e^{\min B_k}(1+\underset{k\≠\arg \underset{k}{\min }{B}_k}{\mathrm{\Σ}}{e}^{-(B_k-\underset{k}{\min }{B}_k)})}\right)\≈\ln \left(\frac{e^{\underset{k}{\min }{A}_k}}{e^{-\underset{k}{\min }{B}_k}}\right)=(-1)\left(\underset{k}{\min }{A}_k-\underset{k}{\min }{B}_k\right)$

有：

$\mathrm{LLR}\left(b_i\right)\≈(-1)(\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=0)}{\min }\tilde{d}({\stackrel{\→}{r}}_{\mathrm{sub}},{\stackrel{\→}{s}}_{\mathrm{sub}})-\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=1)}{\min }\tilde{d}({\stackrel{\→}{r}}_{\mathrm{sub}},{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}))$

$=(-1)(\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i=0)}{\min }\underset{k=k_1,k_{\mathrm{count}}\left(b_i\right)}{\mathrm{\Σ}}\tilde{d}(r_k,s_k^{\′})-\underset{{\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}\∈\mathrm{set}(b_i-1)}{\min }\underset{k=k_1,\·\·\·k_{\mathrm{count}}\left(b_i\right)}{\mathrm{\Σ}}\tilde{d}(r_k,s_k^{\′}))...\left(5\right)$

该公式(5)即为本发明编码符号对数似然比的实现方法的第二种计算方法。

由公式(4)和(5)的推导过程可以看出，本发明的编码符号对数似然比的两种计算方法是根据严格的理论推导得出的，与传统的公式(1)相比可以看出，由于求和与求最小值的顺序是不可交换的，公式(1)在理论上并不成立，因此，传统求编码符号对数似然比的方法存在系统性和理论性的偏差，导致解调性能下降。而本发明的方法严格按照理论推导得出，克服了传统方法中系统性和理论性的偏差，大大提高了解调性能，进而提高了接收系统的接收性能。

实施例一：

本实施例中，采用公式(4)所示的方式进行编码符号对数似然比的计算。

图4为本发明实施例一中编码符号对数似然比的实现方法流程图。如图4所示，该方法包括：

步骤410，对任意一个编码符号，分别获取当该编码符号为0或1时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量间的修正欧氏距离。

步骤420，计算以自然数e为底，以步骤410中得到的、编码符号为0时每个修正欧氏距离的相反数为指数的幂，并对这些幂求和。

步骤430，计算以自然数e为底，以步骤410中得到的、编码符号为1时每个修正欧氏距离的相反数为指数的幂，并对这些幂求和。

步骤440，以步骤420得到的幂之和为分子，以步骤430得到的幂之和为分母，取该比值的自然对数即为编码符号的对数似然比。

在步骤410中，获取编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量间的修正欧氏距离时，对于编码符号为0或1，该修正欧氏距离的获取均相同，下面以编码符号取0为例，介绍修正欧氏距离的获取过程。

对某编码符号b_i(i＝0，1，...m-1)找出有b_i参与调制的调制符号组，即在图1中，和b_i有连线的调制符号。 ${\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}=(s_{k_1},s_{k_2},\·\·\·,s_{k_{\mathrm{count}\left(b_i\right)}})$ 为b_i参与调制的调制符号矢量。

set(b_i＝0)为b_i＝0时参与调制得到的所有调制符号矢量 ${\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}=(s_{k_1},s_{k_2},\·\·\·,s_{k_{\mathrm{count}\left(b_i\right)}})$ 的集合，可以将该集合组织成多叉树模型。以b₀＝0为例，该多叉树模型如图5所示。其中，设置根节点对应编码符号为0；从根节点开始，形成依次相邻的多层子节点，每层子节点对应一个调制符号矢量中的一个调制符号s_ki，该层内的每个子节点对应该调制符号的一种调制结果s_ki′，也即调制符号s_ki的调制星座中的某个点；根节点与相邻层的子节点、相邻层子节点之间形成依次向下的分叉路径，该根节点与相邻层的子节点、相邻层子节点之间的每个分叉路径对应一个路径度量BM_ski′，该路径度量BM_ski′表示该分叉路径的下层节点所代表的调制结果s_ki′与对应的接收符号矢量中的接收符号r_ki之间的修正欧氏距离 从根节点沿分叉路径到任意一个叶子节点的过程中所经过的所有子节点构成的集合对应一个调制符号矢量 ${\stackrel{\→}{s}}_{\mathrm{sub}}^{\′}=(s_{k_1},s_{k_2},\·\·\·,s_{k_{\mathrm{count}\left(b_i\right)}}).$ 路径度量 ${\mathrm{BM}}_{s_{k_i}^{\′}}=\tilde{d}(r_{k_i},s_{k_i}^{\′})=\frac{{|r_{k_i}-h_{k_i}{s}_{k_i}^{\′}|}^2}{{\mathrm{\σ}}_{k_i}^2},$

其中，k_i为编码符号参与调制的调制符号的标号，s_ki为所述该节点代表的调制结果，r_ki为所述调制结果对应的接收符号矢量中的接收符号，h_ki为调制符号s_ki′的传输路径的信道估计，σ_ki ²为信道噪声的方差。

具体地，第1层的8个子节点表示调制符号s1的调制星座中对应b₀＝0的8个调制结果。第1个分叉路径的路径度量BM_S016QAM表示节点S0_16QAM所代表的调制结果与对应的接收符号间的修正欧氏距离。

图6为本发明实施例一中获取编码符号参与调制得到的所有调制符号矢量与接收符号矢量间的修正欧氏距离的流程图。

为多叉树的每个节点定义一个二元组(level，BM)，其中，根节点的二元组为N₀(0，0)，其他节点的二元组中元素level的值表示该节点在多叉树中的层位置序号，元素BM即为以该节点为下层节点的分叉路径的路径度量。

利用堆栈计算调制符号矢量与接收符号矢量间的修正欧氏距离。

如图6所示，该方法包括：

步骤411，将根节点的二元组入栈；从根节点开始，按照深度优先的顺序遍历多叉树，并设下一个节点为当前节点。

步骤412，判断当前节点的二元组中元素level的值是否小于或等于堆栈栈顶二元组中元素level的值，若是，则执行步骤413，否则执行步骤414。

步骤413，栈顶二元组出栈，返回步骤412。

步骤414，创建一个新的二元组，并将新的二元组入栈。

本步骤中，创建的新二元组中元素level的值为栈顶二元组中元素level的值，BM的值为栈顶二元组中元素BM的值与当前节点的二元组中元素BM的值之和。

步骤415，判断当前节点是否为叶子节点，若是，则执行步骤416，否则执行步骤418。

步骤416，记录堆栈的栈顶二元组中元素BM的值为从根节点到当前节点所代表的调制符号矢量与接收到的接收符号矢量的修正欧氏距离。

步骤417，判断当前节点是否为多叉树的最后一个节点，若是，则结束本流程，否则执行步骤418。

步骤418，设按深度优先顺序遍历的下一个节点为当前节点，并返回步骤412。

直到遍历完整个多叉树，本流程结束，这时编码符号为0的所有调制符号矢量与接收符号矢量间的修正欧氏距离便记录了下来；利用同样的方法可以将编码符号为1的所有调制符号矢量与接收符号矢量间的修正欧氏距离都记录下来，然后利用它们通过步骤420～440去计算编码符号对数似然比。其中，步骤420和步骤430中的操作可以同时进行，或以任意先后顺序执行。

上述为本实施例中提供的编码符号对数似然比的实现方法。本实施例还提供了编码符号对数似然比的实现装置，可以用于实施上述方法。图7为本发明实施例一中编码符号对数似然比的实现装置具体结构图。如图7所示，该装置包括：第一欧氏距离计算模块710、第二欧氏距离计算模块720、对数似然比计算模块730。其中，对数似然比计算模块730包括第一幂指数计算模块731、第二幂指数计算模块732和对数计算模块733。

在该装置中，第一欧氏距离计算模块710，用于对任意一个编码符号，获取当该编码符号为0时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量之间的修正欧氏距离，并将得到的这些修正欧氏距离发送给对数似然比计算模块730中的第一幂指数计算模块731。

第二欧氏距离计算模块720，用于对任意一个编码符号，获取当该编码符号为1时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量之间的修正欧氏距离，并将得到的这些修正欧氏距离发送给对数似然比计算模块730中的第二幂指数计算模块732。

在对数似然比计算模块730中，第一幂指数计算模块731，用于接收第一欧氏距离计算模块710发送的所有修正欧氏距离，并分别计算以e为底，以这些修正欧氏距离为指数的幂指数，并将计算结果发送给对数计算模块733。

第二幂指数计算模块732，用于接收第二欧氏距离计算模块720发送的所有修正欧氏距离，并分别计算以e为底，以这些修正欧氏距离为指数的幂指数，并将计算结果发送给对数计算模块733。

对数计算模块733，用于将接收自第一幂指数计算模块731的输入量相加后的和作为分子，将接收自第二幂指数计算模块732的输入量相加后的和作为分母，对得到的比值取自然对数，并将取自然对数后的结果作为编码符号的对数似然比。

由上述方法和装置的具体实施方式可见，本实施例是依照公式(4)的方式实现编码符号对数似然比的计算。这种实现方法和装置，是严格依据理论推导得到的，因此，是计算编码符号对数似然比的最优方法，且利用多叉树模型和堆栈，简化了它们的实现方式，具有很强的可操作性，能够大大提高接收系统的解调性能，进而提高接收性能。

实施例二：

本实施例中，采用公式(5)所示的方式进行编码符号对数似然比的计算。

图8为本发明实施例一中编码符号对数似然比的实现方法流程图。如图8所示，该方法包括：

步骤810，对任意一个编码符号，获取当该编码符号为0时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量间的修正欧氏距离中的最小修正欧氏距离。

步骤820，对任意一个编码符号，获取当该编码符号为1时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量间的修正欧氏距离中的最小修正欧氏距离。

步骤830，步骤810得到的最小修正欧氏距离与步骤820得到的最小修正欧氏距离之差为该编码符号的对数似然比。

在上述方法中，步骤810中的操作与步骤820十分类似，只是编码符号的取值不同。下面以编码符号取0为例，说明具体操作过程，即步骤810中的具体操作。

以与实施例一中相同的方式建立多叉树模型，并同样定义节点的二元组。

图9为本发明实施例二中获取编码符号参与调制得到的所有调制符号矢量与接收符号矢量间的最小修正欧氏距离的流程图。

在多文树中，由根节点沿分叉路径到达某个叶子节点时，途径的所有节点和分叉路径的集合称为一条路径。多叉树的下一路径是指按深度优先遍历的顺序，当前节点所在路径的下一条路径。

如图9所示，该方法包括：

步骤811，将根节点的二元组入栈；从根节点开始，按照深度优先的顺序遍历多叉树，并设下一个节点为当前节点，设一个足够大的正数为当前BM的最小值。

本步骤中，定义多叉树当前BM的最小值，该最小值用来表示所有调制符号矢量与接收符号矢量间的最小修正欧氏距离。

步骤812，判断当前节点的二元组中元素level的值是否小于或等于堆栈栈顶二元组中元素level的值，若是，则执行步骤815，否则执行步骤814；

步骤811，栈顶二元组出栈，返回步骤812；

步骤814，创建一个新的二元组，并将新的二元组入栈。

本步骤中，创建的新二元组中元素level的值为栈顶二元组中元素level的值，BM的值为栈顶二元组中元素BM的值与当前节点的二元组中元素BM的值之和。

步骤815，判断当前节点是否为叶子节点，若是，则执行步骤816，否则执行步骤817。

步骤816，判断栈顶二元组中元素BM的值是否小于当前BM的最小值，若是，则执行步骤821，否则执行步骤824。

步骤817，判断栈顶二元组中元素BM的值是否小于当前BM的最小值，若是，则执行步骤824，否则执行步骤818。

步骤818，放弃对当前节点以下节点的深度遍历。

本步骤中，当栈顶二元组中元素BM的值大于或等于当前BM的最小值时，由于继续遍历当前节点的下层节点时得到的元素BM的和一定大于当前BM的最小值，即一定不是要计算的最小修正欧氏距离，因此不需要再遍历当前节点的下层节点。

步骤819，判断多叉树是否存在下一路径，若存在，则执行步骤820，否则结束本流程。

在多叉树中，由根节点沿分叉路径到达某个叶子节点时，途径的所有节点和分叉路径的集合称为一条路径。多叉树的下一路径是指按深度优先遍历的顺序，当前节点所在路径的下一条路径。

步骤820，对多叉树的下一路径进行遍历，并设下一路径的起始节点为当前节点，返回步骤812。

步骤821，令堆栈的栈顶二元组中元素BM的值为当前BM的最小值。

步骤822，判断当前节点是否为多叉树的最后一个节点，若是，则执行步骤823，否则执行步骤824。

步骤823，记录当前BM的最小值为调制符号矢量和接收符号矢量间的最小修正欧氏距离，并结束本流程。

步骤824，设按深度优先顺序遍历的下一个节点为当前节点，返回步骤812。

直到遍历完整个多叉树，本流程结束，这时编码符号为0的所有调制符号矢量与接收符号矢量间的最小修正欧氏距离便记录了下来；利用同样的方法可以将编码符号为1的所有调制符号矢量与接收符号矢量间的最小修正欧氏距离都记录下来，然后利用它们通过步骤830去计算编码符号对数似然比。另外在上述流程中，步骤810和步骤820中的操作可以同时进行，或以任意先后顺序执行。

上述为本实施例中提供的编码符号对数似然比的实现方法。本实施例还提供了编码符号对数似然比的实现装置，可以用于实施上述方法。如图10所示，该装置包括：第一欧氏距离计算模块1010、第二欧氏距离计算模块1020和对数似然比计算模块。

在该装置中，第一欧氏距离计算模块1010，用于计算编码符号为0时所有调制符号矢量与接收符号矢量间修正欧氏距离中的最小修正欧氏距离，然后将该最小值发送给对数似然比计算模块1030。

第二欧氏距离计算模块1020，用于计算编码符号为1时所有调制符号矢量与接收符号矢量间修正欧氏距离中的最小修正欧氏距离，然后将该最小值发送给对数似然比计算模块1030。

对数似然比计算模块1030，用于计算第二欧氏距离计算模块1020发送的最小修正欧氏距离与第一欧氏距离计算模块1010发送的最小修正欧氏距离之差，并将得到的差值作为编码符号的对数似然比。

本实施例中在建立多叉树模型时采用了与实施例一中相同的方式，实际上，在从根节点开始形成依次相邻的多层子节点时，依次相邻的多层子节点可以是按照子节点对应的调制符号的信噪比由大到小的顺序排列。这样将更有助于提高编码符号对数似然比的计算效率。

由上述方法和装置的具体实施方式可见，本实施例是依照公式(5)的方式实现编码符号对数似然比的计算。这种实现方法和装置，是在严格依据理论推导得到的公式(4)的基础上基于Max-log-map近似得到的，因此，是计算编码符号对数似然比的次最优方法，且利用多叉树模型和堆栈，简化了它们的实现方式，具有很强的可操作性，能够大大提高接收系统的解调性能，进而提高接收性能。

与实施例一中的方式相比，本实施例中由于在遍历、计算和比较的过程中，能够提前终止对某个中间节点以下各叶子节点的遍历计算和比较，从而减少了计算和比较的次数。虽然不能排除完全遍历、计算和比较的可能性，但从统计来看，将减少计算和比较的次数。尤其当多叉树按信噪比排序时，计算效率的提高将更加显著。

以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (17)

1、一种编码符号对数似然比的实现方法，其特征在于，该方法包括：

a、对任意一个编码符号，分别获取当该编码符号为0或1时，该编码符号参与调制得到的调制符号矢量与接收到的接收符号矢量间的修正欧氏距离；

b、根据步骤a中得到的修正欧氏距离，获取编码符号的对数似然比。

2、根据权利要求1所述的方法，其特征在于，

步骤a中所述修正欧氏距离为，编码符号参与调制得到的调制符号矢量与接收到的接收符号矢量间的所有修正欧氏距离；

步骤b中所述获取编码符号的对数似然比为：

b1、计算以自然数e为底，以步骤a中得到的、编码符号为0时每个修正欧氏距离的相反数为指数的幂，并对这些幂求和；计算以自然数e为底，以步骤a中得到的、编码符号为1时每个修正欧氏距离的相反数为指数的幂，并对这些幂求和；

b2、以步骤b1中编码符号为0时计算得到的幂之和为分子，以步骤b1中编码符号为1时计算得到的幂之和为分母，取该比值的自然对数。

3、根据权利要求1所述的方法，其特征在于，

步骤a中所述修正欧氏距离为，编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量间的最小修正欧氏距离；

步骤b中所述获取编码符号的对数似然比为，步骤a中得到的编码符号为1时的最小修正欧氏距离与编码符号为0时的最小修正欧氏距离之差。

4、根据权利要求2所述的方法，其特征在于，

通过为所有调制符号矢量和接收符号矢量建立的多叉树模型，获取每个调制符号矢量与接收矢量之间的修正欧式距离。

5、根据权利要求4所述的方法，其特征在于，所述为调制符号矢量和接收符号矢量建立多叉树模型包括：

多叉树的根节点，对应编码符号为0或1；

多叉树的每层子节点对应一个调制符号矢量中的一个调制符号，该层内的每个子节点对应该调制符号的一种调制结果；

多叉树的根节点与相邻层的子节点、相邻层子节点之间的每个分叉路径对应一个路径度量，该路径度量表示该分叉路径的下层节点所代表的调制结果与对应的接收符号矢量中的接收符号之间的修正欧氏距离；

从根节点沿分叉路径到任意一个叶子节点的过程中所经过的所有子节点构成的集合对应一个调制符号矢量。

6、根据权利要求5所述的方法，其特征在于，

所述调制结果与其对应的接收符号矢量中的接收符号之间的修正欧氏距离为： $\mathrm{BM}=\tilde{d}(r_{k_i},s_{k_i}^{\′})=\frac{{|r_{k_i}-h_{k_i}{s}_{k_i}^{\′}|}^2}{{\mathrm{\σ}}_{k_i}^2},$

其中，k_i为编码符号参与调制的调制符号的标号，s_ki′为所述调制结果，r_ki为所述调制结果对应的接收符号矢量中的接收符号，h_ki为调制符号s_ki′的传输路径的信道估计，σ_ki ²为信道噪声的方差。

7、根据权利要求6所述的方法，其特征在于，所述获取每个调制符号矢量与接收符号矢量之间的修正欧氏距离为：

通过堆栈结构获取从根节点到任意一个叶子节点的所有分叉路径的路径度量和。

8、根据权利要求7所述的方法，其特征在于，所述通过堆栈获取从根节点到任意一个叶子节点的所有分叉路径的路径度量和为：

为所述多叉树的每个节点定义一个二元组(level，BM)，其中，根节点的二元组为(0，0)，其他节点的二元组中元素level的值表示该节点在多叉树中的层位置序号，元素BM即为以该节点为下层节点的分叉路径的路径度量；

a10、将根节点的二元组入栈；从根节点开始，按照深度优先的顺序遍历所述多叉树；设下一个节点为当前节点；

a20、若当前节点的二元组中元素level的值小于或等于所述堆栈栈顶二元组中元素level的值，则执行步骤a30，否则执行步骤a40；

a30、栈顶二元组出栈，返回步骤a20；

a40、创建一个新的二元组，该二元组中元素level的值为当前节点的二元组中元素level的值，BM的值为栈顶二元组中元素BM的值与当前节点的二元组中元素BM的值之和；将新的二元组入栈；

a50、判断当前节点是否为叶子节点，若是，则执行步骤a60，否则执行步骤a70；

a60、记录堆栈的栈顶二元组中元素BM的值为从根节点到当前节点所代表的调制符号矢量与接收到的接收符号矢量的修正欧氏距离，并继续判断当前节点是否为所述多叉树的最后一个节点，若是，则结束本流程，否则执行步骤a70；

a70、设按深度优先顺序遍历的下一个节点为当前节点，返回步骤a20。

9、根据权利要求3所述的方法，其特征在于，

通过为所有调制符号矢量和接收符号矢量建立的多叉树模型，分别获取编码符号为0或1时所有修正欧氏距离的最小修正欧氏距离。

10、根据权利要求9所述的方法，其特征在于，所述为调制符号矢量和接收符号矢量建立多叉树模型包括：

多叉树的根节点，对应编码符号为0或1；

多叉树的每层子节点对应一个调制符号矢量中的一个调制符号，该层内的每个子节点对应该调制符号的一种调制结果；

多叉树的根节点与相邻层的子节点、相邻层子节点之间的每个分叉路径对应一个路径度量，该路径度量表示该分叉路径的下层节点所代表的调制结果与对应的接收符号矢量中的接收符号之间的修正欧氏距离；

从根节点沿分叉路径到任意一个叶子节点的过程中所经过的所有子节点构成的集合对应一个调制符号矢量。

11、根据权利要求10所述的方法，其特征在于，在组织多叉树时，按照子节点对应的调制符号的信噪比由大到小的顺序排列由低层到高层的子节点。

12、根据权利要求10或11所述的方法，其特征在于，所述调制结果与其对应的接收符号矢量中的接收符号之间的修正欧氏距离为： $\mathrm{BM}=\tilde{d}(r_{k_i},s_{k_i}^{\′})=\frac{{|r_{k_i}-h_{k_i}{s}_{k_i}^{\′}|}^2}{{\mathrm{\σ}}_{k_i}^2},$

其中，k_i为编码符号参与调制的调制符号的标号，s_ki′为所述调制结果，r_ki为所述调制结果对应的接收符号矢量中的接收符号，h_ki为调制符号s_ki′的传输路径的信道估计，σ_ki ²为信道噪声的方差。

13、根据权利要求12所述的方法，其特征在于，所述分别获取编码符号为0或1时所有修正欧氏距离的最小修正欧氏距离为：

通过堆栈结构获取从根节点到每个叶子节点的所有分叉路径的路径度量和的最小值。

14、根据权利要求13所述的方法，其特征在于，所述通过堆栈获取从根节点到每个叶子节点的所有分叉路径的路径度量和的最小值为：

为所述多叉树的每个节点定义一个二元组(level，BM)，其中，根节点的二元组为(0，0)，其他节点的二元组中元素level的值表示该节点在多叉树中的层位置序号，元素BM即为以该节点为下层节点的分叉路径的路径度量；

a1、将根节点的二元组入栈；从根节点开始，按照深度优先的顺序遍历所述多叉树；设下一个节点为当前节点；并设一个足够大的正数为当前BM的最小值；

a2、若当前节点的二元组中元素level的值小于或等于所述堆栈栈顶二元组中元素level的值，则执行步骤a3，否则执行步骤a4；

a3、栈顶二元组出栈，返回步骤a2；

a4、创建一个新的二元组，该二元组中元素level的值为当前节点的二元组中元素level的值，BM的值为栈顶二元组中元素BM的值与当前节点的二元组中元素BM的值之和；将新的二元组入栈；

a5、判断当前节点是否为叶子节点，若是，则执行步骤a6，否则执行步骤a7；

a6、判断栈顶二元组中元素BM的值是否小于当前BM的最小值，若是，则执行步骤a8，否则执行步骤a9；

a7、判断栈顶二元组中元素BM的值是否小于当前BM的最小值，若是，则执行步骤a9，否则放弃对当前节点以下节点的深度遍历；继续对所述多叉树的下一路径进行遍历，设下一路径的起始节点为当前节点，返回步骤a2；

a8、令堆栈的栈顶二元组中元素BM的值为当前BM的最小值，并继续判断当前节点是否为所述多叉树的最后一个节点，若是，则记录从根节点到每个叶子节点的所有分叉路径的路径度量和的最小值为当前BM的最小值，并结束本流程；否则执行步骤a9；

a9、设按深度优先顺序遍历的下一个节点为当前节点，返回步骤a2。

15、一种编码符号对数似然比的实现装置，其特征在于，该装置包括：第一欧氏距离计算模块、第二欧氏距离计算模块和对数似然比计算模块，其中，

所述第一欧氏距离计算模块，用于对任意一个编码符号，获取当该编码符号为0时，该编码符号参与调制得到的调制符号矢量与接收到的接收符号矢量之间的修正欧氏距离，并将得到的修正欧氏距离发送给所述对数似然比计算模块；

所述第二欧氏距离计算模块，用于对任意一个编码符号，获取当该编码符号为1时，该编码符号参与调制得到的调制符号矢量与接收到的接收符号矢量之间的修正欧氏距离，并将得到的修正欧氏距离发送给所述对数似然比计算模块；

所述对数似然比计算模块，用于接收所述第一欧氏距离计算模块发送的修正欧氏距离，以及接收所述第二欧氏距离计算模块发送的修正欧氏距离，并根据接收到的修正欧氏距离，获取编码符号的对数似然比。

16、根据权利要求15所述的装置，其特征在于，所述对数似然比计算模块包括第一幂指数计算模块、第二幂指数计算模块和对数计算模块；

所述第一欧氏距离计算模块，用于对任意一个编码符号，获取当该编码符号为0时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量之间的所有修正欧氏距离，并将得到的所有修正欧氏距离发送给所述对数似然比计算模块；

所述第二欧氏距离计算模块，用于对任意一个编码符号，获取当该编码符号为1时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量之间的所有修正欧氏距离，并将得到的所有修正欧氏距离发送给所述对数似然比计算模块；

所述第一幂指数计算模块，用于接收所述第一欧氏距离计算模块发送的所有修正欧氏距离，并分别计算以e为底，以这些修正欧氏距离为指数的幂指数，并将计算结果发送给所述对数计算模块；

所述第二幂指数计算模块，用于接收所述第二欧氏距离计算模块发送的所有修正欧氏距离，并分别计算以e为底，以这些修正欧氏距离为指数的幂指数，并将计算结果发送给所述对数计算模块；

所述对数计算模块，用于将接收自所述第一幂指数计算模块的输入量相加后的和作为分子，将接收自所述第二幂指数计算模块的输入量相加后的和作为分母，对得到的比值取自然对数，并将取自然对数后的结果作为编码符号的对数似然比。

17、根据权利要求15所述的装置，其特征在于，

所述第一欧氏距离计算模块，用于对任意一个编码符号，获取当该编码符号为0时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量之间的修正欧氏距离中的最小修正欧氏距离，然后将该最小修正欧氏距离发送给所述对数似然比计算模块；

所述第二欧氏距离计算模块，用于对任意一个编码符号，获取当该编码符号为1时，该编码符号参与调制得到的所有调制符号矢量与接收到的接收符号矢量之间的修正欧氏距离中的最小修正欧氏距离，然后将该最小值发送给所述对数似然比计算模块；

所述对数似然比计算模块，用于计算所述第二欧氏距离计算模块发送的最小修正欧氏距离与所述第一欧氏距离计算模块发送的最小修正欧氏距离之差，并将得到的差值作为编码符号的对数似然比。

Images