[发明专利]用于加权序贯解码的设备、方法和介质

说明书

本发明的实施例提供了一种用于对在通信系统中通过传输信道接收的信号进行解码的解码器(10)，所述信号携带从给定的一组值中选择的信息符号并且与信号向量相关联，所述传输信道是由信道矩阵表示的。所述解码器包括：子块划分单元(12)，其被配置为将所接收的信号向量与关于所述信道矩阵的矩阵的划分相一致地划分成一组子向量；至少一个加权系数计算单元(14)，其被配置为针对每个子向量而计算子块加权系数，至少一个符号估计单元(11)，其用于根据存储在堆栈中的信息而递归地确定表示由数据信号所携带的所发送的符号的所估计的符号。

背景技术

概括而言，本发明涉及数字通信，特别地，涉及用于序贯地解码所接收的数据信号的方法、系统、和计算机程序产品。

随着在服务和应用方面的需求在过去几十年已知的急剧增长，已经实现了适应于这样的需求的通信系统的重大进展。现代通信系统包括给用户提供对一个或多个资源(例如，带宽，发射功率等)的访问的无线通信系统。现今不同的无线通信系统是可用的，例如容纳使用单个或多个天线的单个或多个发射机/接收机的蜂窝和无线自组织网络，例如MIMO(多输入多输出)系统。MIMO通信系统通过利用空间和时间维度以用于通过多个天线并且在多个时隙期间传送数据来增加数据传输速率。

无线通信系统的主要挑战是对所接收的信号的解码。实际上，在无线通信系统中，发送至一个或多个接收机的信号是在受衰减、干扰、和噪声影响的传输信道中传送的。由接收机所接收的信号因此可能被干扰。因此，需要解码器来正确地解码原始的期望信号。

解码器通过将所接收的信息符号的向量与所发射的符号的可能的向量进行比较，来从所接收的信号估计一个或多个发射机所传送的原始数据。取决于所需的性能水平和接收机的处理能力，可以使用几种解码方法。针对均匀分布的信息符号的最佳解码方法被称为最大似然(ML)解码。其提供最小的检测误差概率。根据ML解码器，优选的是最接近于所接收的信号的信息符号的向量(即，关于所接收的信号具有最小欧几里得距离的向量)。

ML解码标准的一个实现使用对星座字母表(constellation alphabet)中的所有可能值的穷尽搜索。该方法提供了最佳性能。然而，其需要随着星座码本大小或发射天线的数量变得更高而增加的高复杂度，从而使得这样的技术的实现在实际的系统中是不可能的。因此，在需要高星座阶数(order)以保证高的频谱效率以及增加的天线数量以确保较高分集(diversity)阶数的实际系统中，这样的ML解码技术的实现是不可能的。

已经提出了基于ML标准的其他解码技术以在考虑解码器复杂度的同时适当地解码所接收的信号，所述技术例如球形解码器(“E.Viterbo和J.Boutros。针对衰减信道的通用网格码解码器。IEEE Transaction on Information Theory，45(5)：1639-1642，1999年7月”)或者Schnorr-Euchner解码器(“C.P.Schnorr和M.Euchner。Lattice basisreduction:Improved practical algorithms and solving subset sum problems.InMath。Programming，第181-191页，1993”)。然而，这些解码器具有随着星座大小或天线数量的增加而增加的复杂度。在实际系统中实现诸如ZF(迫零)、ZF-DFE(迫零-决策反馈均衡器)、和MMSE(最小均方误差)解码器之类的其他次优低复杂度解码器，但是在可达到的分集阶数方面和误差性能方面呈现差的性能。

在使用单个或多个用户和/或单个或多个天线的线性通信系统中还适用的其他解码算法包括：使用表示ML优化问题的树(解码树)和树搜索实现最优ML解码标准的网格序贯解码器(例如“堆栈”解码器)。这样的解码算法提供了相对于穷尽搜索方法经降低的复杂度。根据由序贯解码器所实现的搜索策略，将经扩展的树节点存储在全局堆栈中。特别地，堆栈解码器在解码过程期间将经扩展的树节点存储在全局堆栈中，并且根据它们的解码度量的递增顺序来对它们进行排序。

序贯解码器包括实现最佳优先树搜索的解码器，例如在以下文献中所公开的堆栈解码器：