[发明专利]单树搜索软球形译码方法及装置

说明书

技术领域

本发明属于移动通信技术领域，涉及信号检测方面，特别涉及一种单树搜索软球形译码方法及装置。

背景技术

MIMO-OFDM系统信号检测算法分线性检测算法和非线性检测算法两类。常用线性算法主要包括迫零(ZF)和最小均方误差(MMSE)，其复杂度最低，但性能最差。常用非线性检测算法主要包括最大似然(ML)、干扰消除(IC)、基于QR分解的检测算法和球形译码(SD)，其中ML是MIMO-OFDM系统中的最优检测算法，但复杂度最高，不利于实时处理；干扰消除和基于QR分解的检测算法通过简化计算，实现次优检测效果，在性能和复杂度之间获得较好权衡，但相对最大似然检测，仍有较大的性能损失，且干扰消除会出现错误传播的现象；球形译码检测算法最早由Fincke和Pohst提出，用于研究整数最小二乘问题。最近的球形译码技术研究表明：它可以在复杂度显著减小(和发射天线个数成多项式关系)的前提下达到接近或等同于最大似然检测的错误性能。因此在实际的MIMO-OFDM系统中，一般接收端采用SD算法逼近ML的性能，同时在SD算法中应用一些能降低复杂度的策略。

假设MIMO-OFDM系统模型为y＝Hs+n，其中，y为N_R×1维的接收矢量，H为N_R×N_T维的信道矩阵，s为N_T×1维的发送符号矢量，n是方差为σ²的高斯白噪声。这里N_R、N_T分别表示接收天线数、发送天线数。则ML是在整个空间内寻找最优解，如下式：

s^ML=argmins∈CNT||y-Hs||2]]>

球形译码引用了最大似然检测的思想，但是它是在一个中心为接收矢量y、半径为r的球内寻找所有可能的发送符号矢量，即满足不等式：

||y-Hs||²≤r²

由于是在约束半径r内，而不是在整个空间内寻找发送符号矢量，从而减少了计算量。这里C代表调制星座点包含的符号数，代表发送符号矢量的空间。

球形译码的树搜索方案一般有深度优先、广度优先和度量优先。对于硬球形译码，都是为了尽快地找到ML解以达到减少复杂度和存储空间的目的，三类搜索方案都有相应的改进措施。对深度优先搜索，常见的有动态缩小初始半径、固定每个父节点下层最多访问节点、采用Schnorr Euchner排序、QR排序等；对广度优先搜索，常见的有固定每层最多保留节点数、Schnorr Euchner排序、QR排序等；对度量优先，也可以应用排序和最大保留路径的思想。但是这些思想只能保证硬判BER的性能，对于应用Turbo译码的LTE系统，若要有较好的BLER性能，则需要保证一定数量的备选符号矢量，以产生充分准确的软信息，即需要进行软球形译码。

软球形译码一般有以下三种方案：

列表球形解码LSD：这种方案根据搜索列表(假设大小为K)计算软比特LLR(b_l，n)(发送符号矢量s第l层第n个比特记为b_l，n，1≤l≤N_T，1≤n≤N_c，N_c表示单个发送符号对应的比特位数，与调制方式有关)，但是当列表不完整时，会出现某些比特取值为空的现象，要么选取一个相当较大的半径来产生充分准确的软信息，这将导致非常高的复杂度；要么赋成最大值，这将导致软信息不准确；要么根据列表中符号矢量的权值或当前的搜索半径近似估计比特取值为空的权值。