通信系统中用于最大似然符号检测的装置及方法制造方法及图纸

本发明专利技术公开用于在通信系统的接收器侧处从接收波形样本检测发送符号的装置及方法。所述接收波形样本被信道及噪声影响损坏，且所述检测是利用最大似然最优性准则来执行。本发明专利技术利用逐次线性约束交换方案来收敛到最优的最大似然估算值，所述逐次线性约束交换方案结合某些量化操作及映射操作来将序列的线性约束最小化子问题公式化，以得出这些子问题的解。本发明专利技术适用于任意数字调制式通信系统，所述任意数字调制式通信系统包括但不限于多输入多输出(MIMO)通信系统。

【技术实现步骤摘要】
【国外来华专利技术】通信系统中用于最大似然符号检测的装置及方法本申请主张在2015年6月15日提出申请的美国临时申请第62/175,451号以及在2016年6月11日提出申请的美国非临时申请第15179981号的权利。专利技术人：曾庆义(Ching-YihTseng)
本专利技术涉及通信系统中用于在接收器侧处检测发送符号的装置及方法。本专利技术最优化地利用最大似然准则(maximumlikelihoodcriterion)来检测符号，且适用于任意数字调制式通信系统，所述任意数字调制式通信系统包括但不限于多输入多输出(MultipleInputMultipleOutput，MIMO)通信系统。
技术介绍
对于数字调制通信系统来说，发送器通常利用前向错误校正编码(forwarderrorcorrectioncoding)将信息位编码成发送符号，且还将发送符号调制成波形以通过通信链路的物理媒体(或信道)传播而到达接收器侧。接收器对传入的波形进行采样，并采用各种数字接收器方案来从受信道及噪声影响的接收波形恢复信息位。用于实作鲁棒的接收器(robustreceiver)的挑战性任务之一在于对用于利用最大似然准则最优化地检测发送符号的符号检测器的设计。最大似然符号检测器的设计对于多输入多输出通信系统来说尤其具有挑战性，这是因为当输入及/或输出的数目增大时，最大似然符号检测器的设计涉及具有指数增长复杂性的多维度搜索。本专利技术公开了用于执行最优的最大似然符号检测器的装置及方法，所述最优的最大似然符号检测器适用于任意数字调制式通信系统，所述任意数字调制式通信系统包括但不限于多输入多输出通信系统。
技术实现思路
本专利技术提出用于对被信道及噪声影响损坏的所观察到的接收数字样本计算而得出发送符号的装置及方法。具体来说，一个符号周期处的N个接收样本{y1,y2,...,yN}与M个发送符号{x1,x2,...,xM}具有以下向量形式的相关：y＝Hx+n其中N×1向量表示N个接收样本，M×1向量表示M个发送符号，N×M矩阵表示信道状态信息，且N×1向量表示接收器加性噪声(receiveradditivenoise)。大体来说，所有这些向量及矩阵均被假设为复值型(complex-valued)。在典型的通信系统中，每一个发送符号均选自被称为符号星座(symbolconstellation)的预指定集合的复值型离散点。举例来说，正交调幅(QuadratureandAmplitudeModulation，QAM)从矩形网格定义发送符号，其中正交调幅16(QAM-16)调制含有16个星座点，正交调幅64(QAM-64)含有64个星座点，等等。本专利技术使用记号Ω来表示以下通信系统中的星座点的集合。在给出接收样本向量y以及通过训练序列所得出信道状态信息矩阵H的恰当估算的条件下，最大似然符号检测器被设计成在所有可能的星座点中搜索发送符号向量x，且对应的优化问题被定义为：其中，||·||2表示所包含操作数的2范数。由于符号向量x的每一个元素均被约束成选自符号星座图上的离散点，因此这种最大似然检测器是非平凡(non-trivial)解的，在M为大时尤其如此。分别的最小二乘问题可通过去除应使x的元素为符号星座图上的离散点的要求来定义：对此最小二乘问题来说，最优解是众所熟知的，且具有如下闭型表达式：其中，表示H的厄米特转置(Hermitiantranspose)。在不失一般性的条件下，矩阵在本专利技术中被假设为可逆(invertible)及良态的(well-conditioned)，如同实际上可应用通过为的对角线元素加上小的正数而使用“对角线加载(diagonalloading)”技术这一方式来预处理矩阵以避免出现病态问题。对最大似然解的最简单的逼近是将xls的每一个元素“量化”成符号星座图上最接近(以欧几里得距离测量)的离散点：其中Q[·]表示将所包含向量逐元素地量化成最接近的星座点。当M＞1时，与用于对被信道及噪声影响损坏的接收样本检测发送符号的真实最大似然最优解相比，“经量化的”最小二乘解几乎不会提供令人满意的解。由此，在通信系统中实际上需要设计真实最大似然最优化符号检测器，且此任务是非平凡的，对于多输入多输出通信系统尤其如此。本专利技术通过将未经量化的最小二乘解xls加入到最小化目标函数(minimizationobjectivefunction)来将最大似然问题重新公式化为：上式可通过使用最小二乘解的以下性质推导出：应注意，以上经重新公式化的最大似然问题中的第一项相对于符号向量x来说是常数且可从最小化目标函数消除。由此，最大似然问题可被进一步重新公式化为设C是任意的M×M酉(unitary)矩阵，最大似然问题现在便可被容易地转变成线性约束最小化问题：上式满足由以下给出的M个线性约束条件：其中f＝x-xls且符号向量x的M个元素属于离散星座点：{xm∈Ω,m＝1,2,…,M}应注意，发送符号向量x及最小二乘解xls现在以约束值f的形式出现在此经重新公式化的最大似然问题的线性约束规范中。在本专利技术中，约束矩阵C的选择并非是唯一的而仅需要为酉形式，即约束矩阵C的一些实际有用的选择可像单位矩阵(identifymatrix)I或者从H的奇异值分解(SingularValueDecomposition，SVD)或的QR分解推导出的酉矩阵一样简单：以上线性约束公式在M维度空间中定义由M个线性约束条件形成的完整集合，其中对应的约束值由向量f表示的发送符号向量x与最小二乘解xls的差指定。在这种线性约束最小化框架下，本专利技术利用逐次线性约束交换方案(successivelinearconstraintexchangescheme)来在接收器侧处收敛到发送符号向量x的最优的最大似然估算值，所述逐次线性约束交换方案结合某些量化操作及映射操作通过从完整集合的M个约束条件选择缩减集合的线性约束条件以及通过向所选择的这些约束条件指派恰当的约束值来将序列的线性约束最小化子问题公式化以得出这些子问题的解。具体来说，本专利技术的核心计算单元包括：对线性约束最小化子问题的解进行闭型计算(closed-formcomputation)；将这些子问题的解量化成最接近的星座点；以及将经量化的子问题的解映射到其各自相邻的局限于本专利技术所述选主元性质(pivotingproperty)的符号向量。附图说明图1示出多输入多输出通信系统中的最大似然符号检测器。图2示出将M维度复值型向量u量化成具有由符号星座图指定的元素的M维度符号向量x。图3示出用于将i维度种子符号向量(seedsymbolvector)映射到M维度经增广符号向量x的增广过程(augmentationprocess)(增广器(augmentizer))、以及用于将M维度经增广符号向量(augmentedsymbolvector)x映射回到i维度种子符号向量及(M-i)维度种子互补符号向量(seedcomplementarysymbolvector)的解增广过程(deaugmentationprocess)(解增广器(deaugmentizer))。图4示出局限于选主元性质而将符号向量x映射到与其相邻的符号向量。图5示出基本的增广器-选主元器单元(Augmentize本文档来自技高网...

【技术保护点】
一种在通信系统中用于在接收器侧处检测发送符号的方法，其特征在于，包括：序列的线性约束最小化解算程序，所述发送符号出现在约束值中。

【技术特征摘要】
【国外来华专利技术】2015.06.15 US 62/175451;2016.06.11 US 15/1799811.一种在通信系统中用于在接收器侧处检测发送符号的方法，其特征在于，包括：序列的线性约束最小化解算程序，所述发送符号出现在约束值中。2.根据权利要求1所述的方法，其特征在于，完整集合的线性约束条件的数目等于被检测到的所述发送符号的数目，由M表示。3.根据权利要求1所述的方法，其特征在于，约束矩阵C是任意酉矩阵且约束值f被指定为发送符号向量x与最小二乘解xls的差。4.根据权利要求1所述的方法，其特征在于，所述发送符号向量x是通过以下方法来迭代地寻找：在每一次迭代中，通过从所述完整集合的M个约束条件选择缩减集合的i(＜M)个线性约束条件并向所选择的这些约束条件指派恰当的约束值来逐次交换线性约束条件。5.根据权利要求4所述的方法，其特征在于，M维度符号向量x被划分成i维度种子符号向量与对应的(M-i)维度种子互补符号向量，其中，前者是从先前第(i-1)次迭代中的估算值继承的，而后者是将在当前第i次迭代中产生的。在每一次迭代中，所述种子符号向量与所述对应的种子互补符号向量的并置形成M维度经增广符号向量的新估算值。6.根据权利要求4所述的方法，其特征在于，在每一次迭代中，实施搜索流程以通过核心计算单元，增广器-选主元器单元，来对所述发送符号向量x的新估算值求解，所述增广器-选主元器单元还包括：第一增广器单元，其中所述第一增广器单元包括第一子单元、第二子单元、及第三子单元，所述第一子单元用于在从先前迭代给出所述i维度种子符号向量的条件下，利用缩减约束条件集合来得出线性约束最小化子问题的解，所述第二子单元用于将所述子问题的解量化成最接近的星座点，所述第三子单元用于对所述i维度种子符号向量与所述(M-i)维度种子互补符号向量进行并置以形成M维度经增广符号向量，第二选主元器单元，用于将自所述第一增广器输出的所述M维度经增广符号向量映射到与其相同维度的相邻选主元符号向量其中满足以下选主元性质：借由使用的(M-1)个元素的任意组合作为(M-1)维度种子符号向量，的其余的1个元素是对应的种子互补符号向量。7.根据权利要求6所述的增广器-选主元器单元，其特征在于，所述选主元器是利用选主元流程来实作，所述选主元流程以符号向量x以及被设定成0的迭代变量k作为初始化条件而开始。在每一次迭代中，所述迭代变量k以M模除且以1为增量；按照从M个索引{1,2,...,M}除去所述索引k的方式来选择索引集合IM-1，并使用所述索引集合IM-1从x形成增广器基于所述输入构建如果此等于x且所述相等条件对于k已从1循环到M的M次连续的迭代来说均成立，则所述流程以发现是与所述原始x相邻的选主元符号向量终止；否则，由来取代x，且使用以M模除并以1为增量的所述迭代变量k起始另一次迭代。对所属领域中的技术人员来说应显而易见的是，任意的经修改的选主元流程均应归属于本发明的范围内，只要所述流程的结果是满足所述选主元性质的符号向量即可。8.根据权利要求6所述的增广器-选主元器单元，其特征在于，所述基本的增广器-选主元器单元被延伸成能够使用反馈，即，取得选主元符号向量输出并将其解增广成i维度种子符号向量以重新计算新的选主元符号向量，且其中所述反馈持续有限数目次或持续到所述过程收敛，即，当两个连续输出的选主元符号向量相等时。将通过此反馈过程产生的所述最佳选主元符号向量作为所述增广器-选主元器单元的所述最终输出。9.根据权利要求6所述的增广器-选主元器单元，其特...

【专利技术属性】
技术研发人员：曾庆义，
申请(专利权)人：曾庆义，
类型：发明
国别省市：中国台湾,71