BRPI0618716A2 - detecção de complexidade reduzida e decodificação para um receptor em um sistema de comunicação - Google Patents
detecção de complexidade reduzida e decodificação para um receptor em um sistema de comunicação Download PDFInfo
- Publication number
- BRPI0618716A2 BRPI0618716A2 BRPI0618716-1A BRPI0618716A BRPI0618716A2 BR PI0618716 A2 BRPI0618716 A2 BR PI0618716A2 BR PI0618716 A BRPI0618716 A BR PI0618716A BR PI0618716 A2 BRPI0618716 A2 BR PI0618716A2
- Authority
- BR
- Brazil
- Prior art keywords
- data
- llrs
- processor
- symbols
- data streams
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 96
- 230000002829 reductive effect Effects 0.000 title abstract description 39
- 238000004891 communication Methods 0.000 title abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000012545 processing Methods 0.000 claims abstract description 37
- 239000011159 matrix material Substances 0.000 claims description 43
- 230000006870 function Effects 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 21
- 230000004044 response Effects 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims 1
- 239000013598 vector Substances 0.000 description 57
- 230000005540 biological transmission Effects 0.000 description 26
- 230000008569 process Effects 0.000 description 9
- 230000000717 retained effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004513 sizing Methods 0.000 description 8
- 238000003491 array Methods 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 5
- 230000000295 complement effect Effects 0.000 description 3
- 238000004080 punching Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000000135 prohibitive effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101100425597 Solanum lycopersicum Tm-1 gene Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/26—Systems using multi-frequency codes
- H04L27/2601—Multicarrier modulation systems
- H04L27/2647—Arrangements specific to the receiver only
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0047—Decoding adapted to other signal detection operation
- H04L1/005—Iterative decoding, including iteration between signal detection and decoding operation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0052—Realisations of complexity reduction techniques, e.g. pipelining or use of look-up tables
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
- H04L1/0045—Arrangements at the receiver end
- H04L1/0055—MAP-decoding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/02—Arrangements for detecting or preventing errors in the information received by diversity reception
- H04L1/06—Arrangements for detecting or preventing errors in the information received by diversity reception using space diversity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03171—Arrangements involving maximum a posteriori probability [MAP] detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L2025/0335—Arrangements for removing intersymbol interference characterised by the type of transmission
- H04L2025/03375—Passband transmission
- H04L2025/03414—Multicarrier
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L2025/0335—Arrangements for removing intersymbol interference characterised by the type of transmission
- H04L2025/03426—Arrangements for removing intersymbol interference characterised by the type of transmission transmission using multiple-input and multiple-output channels
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Power Engineering (AREA)
- Radio Transmission System (AREA)
- Error Detection And Correction (AREA)
Abstract
DETECçãO DE COMPLEXIDADE REDUZIDA E DECODIFICAçãO PARA UM RECEPTOR EM UM SISTEMA DE COMUNICAçãO Técnicas de realização de detecção e decodificação em um receptor são descritas. Em um esquema, o receptor obtém R fluxos de símbolo recebidos para M fluxos de dados transmitidos por um transmissor, realiza o processamento espacial do receptor nos simbolos recebidos para obter simbolos detectados, realiza a computação LLR independentemente para cada um dos D melhores fluxos de dados, e realiza a computação LLR em conjunto para os M-D fluxos de dados restantes, onde M<sym>D<242>1 e M <sym>1. Os D melhores fluxos de dados podem ser selecionados com base na SNR e/ou outros critérios. Em outro esquema o receptor realiza a computação LLR independentemente para cada um dos D melhores fluxos de dados, realiza a computação LLR conjunta para os M-D fluxos de dados restantes, e reduz o número de hipóteses a serem consideradas para a computação LLR conjunta pela realização de uma busca por hipóteses candidatas utilizando a detecção de esfera de lista, técnica MCMC ou alguma outra técnica de busca.
Description
"DETECÇÃO DE COMPLEXIDADE REDUZIDA E DECODIFICAÇAO PARA UM RECEPTOR EM UM SISTEMA DE COMUNICAÇÃO"
O presente pedido reivindica prioridade do pedido de patente provisório u.s. No. 60/738.159, intitulado "reduced complexity interative detection and decoding for mimo-ofdm systems," depositado em 18 de novembro de 2005, designado para o cessionário do mesmo e incorporado aqui por referência.
FUNDAMENTOS
Campo
A presente descrição refere-se à comunicação, e mais especificamente a técnicas de realização de detecção e decodificação em um receptor em um sistema de comunicação. Fundamentos
Um sistema de comunicação de múltiplas entradas e múltiplas saldas (MIMO) emprega múltiplas antenas transmissoras (t) em um transmissor e múltiplas antenas receptoras (r) em um receptor para a transmissão de dados. Um canal MIMO formado pelas t antenas de transmissão e r antenas de recepção pode ser decomposto em M canais espaciais, onde M < min {t,r}. Os M canais espaciais podem ser utilizados para transmitir dados de forma a alcançar o rendimento geral mais alto e/ou maior confiabilidade.
O transmissor pode codificar e transmitir M fluxos de dados em paralelo através de T antenas de transmissão. O receptor obtém r fluxos de símbolo recebidos através de r antenas de recepção, realiza a detecção MIMO para separar os M fluxos de dados, e realiza a decodificação nos fluxos de símbolo detectados para recuperar os fluxos de dados transmitidos. Para alcançar um desempenho ideal, o receptor precisa avaliar muitas hipóteses para todas as possíveis seqüências de bits de dados que podem ter sido transmitidas com base em toda a informação disponível no receptor. Tal busca exaustiva é intensa em termos de computação e proibitiva para muitas aplicações.
Existe, portanto, uma necessidade na técnica de se criar técnicas para a realização da detecção e decodificação com complexidade reduzida enquanto obtendo um bom desempenho.
SUMÁRIO
As técnicas de realização de detecção e decodificação com complexidade reduzida enquanto alcança bom desempenho são descritas aqui. Essas técnicas são consubstanciadas em vários esquemas de detecção de complexidade reduzida como descrito abaixo.
Em um esquema de detecção de complexidade reduzida, um receptor obtém R fluxos de símbolo recebidos para M fluxos de dados transmitidos por um transmissor, realiza o processamento espacial no receptor (ou filtragem combinada espacial) nos símbolos recebidos para obtenção de símbolos detectados, realiza a computação de relação de log-verossimilhança (LLR) independentemente para cada uma dos D "melhores" fluxos de dados, e realiza a computação LLR em conjunto para M-D fluxos de dados restantes, onde em geral M>D>leM>l. Os D melhores fluxos de dados podem ser selecionados com base na relação sinal/ruído mais interferência (SNR) e/ou outros critérios. Em outro esquema de detecção de complexidade reduzida, o receptor realiza a computação LLR independentemente para cada um dos D melhores fluxos de dados, realiza a computação LLR em conjunto para os M-D fluxos de dados restantes, e reduz o número de hipóteses para considerar para a computação LLR em conjunto pela realização de uma busca por hipóteses candidatas utilizando a detecção de esfera de lista. Técnica Monte Cario de cadeia de Markov ou alguma outra técnica de busca. Para ambos os esquemas de detecção, o dimensionamento é reduzido de M para M-D pela realização de computação LLR por fluxo para os D melhores fluxos de dados. A redução no dimensionamento pode reduzir substancialmente o número de hipóteses a ser considerado para a computação LLR conjunto para os M-D fluxos de dados restantes. 0 número de hipóteses pode ser adicionalmente reduzido pela realização de uma busca por hipóteses candidatas. Esses esquemas de detecção podem ser utilizados para (1) um receptor de passagem única que realiza a detecção e decodificação uma única vez e (2) um receptor iterativo que realiza a detecção e decodificação de forma iterativa. Esses e outros esquemas de detecção são descritos em detalhes abaixo.
Vários aspectos e modalidades da invenção também são descritos em maiores detalhes abaixo.
BREVE DESCRIÇÃO DOS DESENHOS As características e a natureza da presente invenção se tornarão mais aparentes a partir da descrição detalhada apresentada abaixo quando levada em consideração em conjunto com os desenhos nos quais caracteres de referência similares identificam partes correspondentes por todas as vistas.
A figura 1 ilustra um diagrama de blocos de um transmissor e um receptor;
A figura 2 ilustra um diagrama de blocos de um processador de dados de transmissão (TX) e um processador espacial TX no transmissor;
A figura 3 ilustra um diagrama de blocos de um processador espacial de recepção (RX) e um processador de dados RX para um receptor de passagem única; A figura 4 ilustra um diagrama de blocos de um processador espacial RX e um processador de dados RX para um receptor iterativo;
A figura 5 ilustra um fluxograma para um esquema de detecção de dimensionamento reduzido;
A figura 6 ilustra um equipamento para o esquema de detecção de dimensionamento reduzido;
A figura 7 ilustra uma árvore de busca ilustrativa para a detecção de esfera de lista;
A figura 8 ilustra um fluxograma para um esquema de detecção de ordem reduzida;
A figura 9 ilustra um equipamento para o esquema de detecção de ordem reduzida.
DESCRIÇÃO DETALHADA
0 termo "ilustrativo" é utilizado aqui para significar "servindo como um exemplo, caso ou ilustração". Qualquer modalidade ou desenho descrito aqui como "ilustrativo" não deve ser considerado necessariamente como preferido ou vantajoso sobre outras modalidades ou desenhos.
As técnicas de detecção e decodificação descritas aqui podem ser utilizadas para vários sistemas de comunicação nos quais múltiplos fluxos de dados são transmitidos em paralelo através de um canal de comunicação. Por exemplo, essas técnicas podem ser utilizadas para um sistema MIMO com uma sub-banda de freqüência única, um sistema MIMO com múltiplas sub-bandas, um sistema de Acesso Múltiplo por Divisão de Código (CDMA), um sistema de Acesso Múltiplo por Divisão de Freqüência (FDMA), um sistema de Acesso Múltiplo por Divisão de Tempo (TDMA), e assim por diante. Múltiplas sub-bandas podem ser obtidas com a multiplexação por divisão de freqüência ortogonal (OFDM), acesso múltiplo por divisão de freqüência de portadora única (SC-FDMA), ou alguma outra técnica de modulação. OFDM e SC-FDMA dividem a largura de banda de sistema como um todo em múltiplas sub-bandas ortogonais (L), gue também são chamadas de subportadoras, tons, compartimentos, e assim por diante. Cada sub-banda é associada com uma subportadora gue pode ser modulado independentemente com os dados. Em geral, os símbolos de modulação são enviados no domínio da fregüência com OFDM e no domínio do tempo com SC-FDMA. Por motivos de clareza, muito da descrição abaixo serve para um sistema MIMO gue utiliza OFDM.
A figura 1 ilustra um diagrama de blocos de uma modalidade de um transmissor 110 e um receptor 150 em um sistema MIMO 100. O transmissor 110 é eguipado com múltiplas antenas (T), e o receptor 150 é eguipado com múltiplas antenas (R). Para transmissão em downlink (ou link direto), o transmissor 110 pode ser parte de, e pode conter toda ou alguma da funcionalidade de uma estação base, um ponto de acesso, um Nó B, e assim por diante. O receptor 150 pode ser parte e pode conter toda ou parte da funcionalidade de uma estação móvel, um terminal de usuário, um eguipamento de usuário, e assim por diante. Para transmissão em uplink (ou link reverso), o transmissor 110 pode ser parte de uma estação móvel, um terminal de usuário, um eguipamento de usuário, e assim por diante, e o receptor 150 pode ser parte de uma estação base, um ponto de acesso, um Nó B e assim por diante.
No transmissor 110, um processador de dados TX 120 recebe dados de tráfego de uma fonte de dados 112 e processa (por exemplo, formata, codifica, intercala e mapeia em símbolos) os dados de tráfego para gerar símbolos de dados, gue são símbolos de modulação para dados de tráfego. Um processador espacial TX 130 multiplexa os símbolos de dados com símbolos piloto, gue são símbolos de modulação para o piloto. Um piloto é uma transmissão que é conhecida a priori por ambos o transmissor e o receptor e também pode ser referido como um sinal de seqüenciamento, uma referência, um preâmbulo e assim por diante. 0 processador espacial TX 130 realiza o processamento espacial do transmissor e fornece T fluxos de símbolos de transmissão para T unidades transmissoras (TMTR) 132a a 132t. Cada unidade transmissora 132 processa (por exemplo, modula em OFDM, converte em analógico, filtra, amplifica e converte ascendentemente) seu fluxo de símbolo de transmissão e gera um sinal modulado. Os T sinais modulados das unidades de transmissor 132a a 132t são transmitidos a partir das antenas 134a a 134t, respectivamente.
No receptor 150, R antenas 152a a 152r recebem os T sinais modulados, e cada antena 152 fornece um sinal recebido para uma unidade receptora respectiva (RCVR) 154. Cada unidade receptora 154 processa seu sinal recebido de forma complementar ao processamento realizado pelas unidades transmissoras 132 para obter símbolos recebidos, fornece símbolos recebidos para os dados de tráfego para um processador espacial RX 160 e fornece símbolos recebidos para o piloto para um processador de canal 194. O processador de canal 194 estima a resposta do canal MIMO do transmissor 110 para o receptor 150 com base nos símbolos recebidos para o piloto (e possivelmente os símbolos recebidos para os dados de tráfego) e fornece as estimativas de canal para o processador espacial RX 160. O processador espacial RX 160 realiza a detecção nos símbolos recebidos para os dados de tráfego com as estimativas de canal e fornece decisões suaves, que podem ser representadas pelas LLRs como descrito abaixo. Um processador de dados RX 170 processa adicionalmente (por exemplo, deintercala e decodifica) as decisões suaves e fornece dados decodificados para um depósito de dados 172. A detecção e a decodificação podem ser realizadas com uma única passagem através dos processadores 160 e 170 ou de forma iterativa entre os processadores 160 e 170.
O receptor 150 pode enviar a informação de realimentação para auxiliar o transmissor 110 no controle da transmissão de dados para o receptor 150. A informação de realimentação pode indicar um modo de transmissão particular para uso para transmissão, uma taxa particular ou formato de pacote para uso para cada fluxos de dados, confirmações (ACKs) e/ou confirmações negativas (NAKs) para pacotes decodificados pelo receptor 150, informação sobre a situação do canal, e assim por diante, ou qualquer combinação dos mesmos. A informação de realimentação é processada (por exemplo, codificada, intercalada, e mapeada em simbolos) por um processador de sinalização TX 180, multiplexada com simbolos piloto e processada espacialmente por um processador espacial TX 182 e adicionalmente processada pelas unidades transmissoras 154a a 154r para gerar R sinais modulados, que são transmitidos através das antenas 152a a 152r.
No transmissor 110, os R sinais modulados são recebidos pelas antenas 134a a 134t, processados pelas unidades receptoras 132a a 132t, processados espacialmente por um processador espacial RX 136 e processados adicionalmente (por exemplo, deintercalados e decodificados) por um processador de sinalização RX 138 para recuperar a informação de realimentação. Um controlador/processador 140 controla a transmissão de dados para o receptor 150 com base na informação de realimentação recebida. Um processador de canal 144 pode estimar a resposta ao canal MIMO do receptor 150 para o transmissor 110 e pode derivar as matrizes de mapeamento espacial utilizadas pelo processador espacial TX 130.
Os controladores/processadores 140 e 190 controlam a operação no transmissor 110 e receptor 150, respectivamente. As memórias 142 e 192 armazenam dados e códigos de programa para o transmissor 110 e receptor 150, respectivamente.
A figura 2 ilustra um diagrama de blocos de uma modalidade do processador de dados TX 120 e processador espacial TX 130 no transmissor 110. Para essa modalidade, um esquema de codificação comum é utilizado para todos os fluxos de dados, e uma taxa de código separada e um esquema de modulação separado podem ser utilizados para cada fluxo de dados. Por motivos de clareza, a descrição a seguir considera que os M fluxos de dados são enviados em M canais espaciais.
Dentro do processador de dados TX 120, um codificador 220 codifica os dados de tráfego de acordo com um esquema de codificação e gera bits de código. O esquema de codificação pode incluir um código convolucional, um código Turbo, um código de verificação de paridade de baixa densidade (LDPC), um código de verificação de redundância cíclica (CRC), um código de bloco, e assim por diante, ou uma combinação dos mesmos. Um demultiplexador (Demux) 222 demultiplexa (ou analisa) os bits de código em M fluxos e fornece os M fluxos de bit de código para M conjuntos de unidades de processamento. Cada conjunto inclui uma unidade de puncionamento 224, um intercalador de canal 226, e um mapeador de símbolo 228. Cada unidade de puncionamento 224 punciona (ou elimina) bits de código, como necessário, para obter uma taxa de código selecionada para seu fluxo e fornece os bits de código retidos para um intercalador de canal associado 226. Cada intercalador de canal 226 intercala (ou reordena) seus bits de código com base em um esquema de intercalamento e fornece bits intercalados para um mapeador de símbolo associado 228. 0 intercalamento pode ser realizado separadamente para cada fluxo de dados (como ilustrado na figura 2) ou através de todas ou alguns dos fluxos de dados (não ilustradas na figura 2).
Cada mapeador de símbolo 228 mapeia seus bits intercalados de acordo com um esquema de modulação selecionado para seu fluxo e fornece um fluxo de símbolos de dados {sm}. 0 mapeamento de símbolo para o fluxo m pode ser alcançado por (1) agrupamento de conjuntos de Qm bits para formar valores de Qm-bit, onde Qm > 1, e (2) mapeamento de cada valor Qm-bit para um dos pontos 2o® em uma constelação de sinal para o esquema de modulação selecionado. Cada ponto de sinal mapeado é um valor complexo e corresponde a um símbolo de dados. 0 mapeamento de símbolo pode ser baseado no mapeamento Gray ou mapeamento não Gray. Com o mapeamento Gray, os pontos vizinhos na constelação de sinal (em ambas as direções horizontal e vertical) diferem por apenas uma dentre as Qm posições de bit. O mapeamento Gray reduz o número de erros de bit para eventos de erro mais prováveis, o que corresponde a um símbolo recebido sendo mapeado para um local perto da localização correta, caso no qual apenas um bit codificado seria detectado com erro. Com o mapeamento não Grau, os pontos vizinhos podem diferir por méis de uma posição de bit. O mapeamento não Gray pode resultar em maior independência entre os bits codificados e pode aperfeiçoar o desempenho para a detecção e decodificação iterativas.
Dentro do processador espacial TX 130, um multiplexador (Mux) 230 recebe os M fluxos de símbolo de dados dos mapeadores de símbolo 228a a 228m e mapeia os símbolos de dados e símbolos piloto para as sub-bandas adequadas em cada período de símbolo. Um multiplicador de matriz 232 multiplica os dados e/ou os símbolos piloto para cada sub-banda 1 com uma matriz de mapeamento espacial P(I) e fornece símbolos de transmissão para essa sub-banda. Matrizes de mapeamento espacial diferentes podem ser utilizadas para diferentes modos de transmissão, e matrizes de mapeamento espacial diferentes podem ser utilizadas para sub-bandas diferentes para alguns modos de transmissão, como descrito abaixo.
A figura 2 ilustra uma modalidade na qual um esquema de codificação comum e taxas de código separadas e esquemas de modulação podem ser utilizados para M fluxos de dados. Diferentes taxas de código podem ser alcançadas para M fluxos de dados pela utilização de padrões de puncionamento diferentes para esses fluxos. Em outra modalidade, um esquema de codificação comum e uma taxa de código comum são utilizados para todos os fluxos de dados, e esquemas de modulação separados podem ser utilizados para os M fluxos de dados. Em outra modalidade, um esquema de codificação comum, uma taxa de código comum, e um esquema de modulação comum são utilizados para todos os M fluxos de dados. Em outra modalidade, cada fluxo de dados é processado com base em um esquema de codificação e modulação selecionado para esse fluxo de dados. Em geral, os mesmos esquemas de codificação ou esquemas diferentes, as mesmas taxas de código ou taxas de código diferentes, e os mesmos esquemas de modulação ou esquemas de modulação diferentes podem ser utilizados para os M fluxos de dados. Adicionalmente, os mesmos esquemas de codificação ou esquemas de codificação diferentes, as mesmas taxas de código ou taxas de código diferentes, e os mesmos esquemas de modulação ou esquemas de modulação diferentes podem ser utilizados através das sub-bandas.
0 transmissor 110 codifica tipicamente cada pacote separadamente. Em uma modalidade, os M fluxos de dados são codificados em conjunto de forma que um único pacote possa ser enviado em múltiplos canais espaciais (por exemplo, todos M) . Em outra modalidade, os M fluxos de dados são codificados de forma independente de forma que cada pacote seja enviado em um canal espacial. Em outra modalidade dina, alguns fluxos de dados são codificados em conjunto enquanto os fluxos de dados restantes são codificados independentemente.
Por motivos de clareza, a descrição a seguir considera que um fluxo de dados seja enviado em cada canal espacial. Os termos "fluxos de dados" e "canal espacial" são, dessa forma, intercambiáveis para muito da descrição abaixo. 0 número de fluxos de dados pode ser configurável e pode ser selecionado com base nas condições de canal e/ou outros fatores. Por motivos de clareza, a descrição a seguir considera que M fluxos de dados são enviados em M canais espaciais.
A figura 3 ilustra um diagrama de blocos de um processador espacial RX 160a e um processador de dados RX 170a para um receptor de passagem única. Os processadores 160a e 170a são uma modalidade de processadores 160 e 170, respectivamente, no receptor 150 na figura 1. Para essa modalidade, os processadores 160 a e 170a realizam a detecção e decodificação com uma única passagem através de cada um dos processadores 160a e 170a.
Dentro do processador espacial RX 160a, uma unidade de computação de matriz de filtro espacial 308 recebe as estimativas de canal do processador de canal 194 e deriva as matrizes de filtro espacial com base nas estimativas de canal e as matrizes de mapeamento espacial utilizadas pelo transmissor 110, como descrito abaixo. Um detector MIMO 310 obtém os símbolos recebidos das R unidades receptoras 154a a 154r, as estimativas de canal do processador de canal 194, e as matrizes de filtro espacial da unidade 308. O detector MIMO 310 realiza a detecção como descrito abaixo e fornece K decisões suaves para K bits de código de M símbolos de dados enviados em cada sub-banda em cada período de símbolo utilizado para a transmissão de dados. Uma decisão suave é um valor de múltiplos bits que é uma estimativa de um bit de código transmitido. As decisões suaves podem ser representadas como LLRs e podem ser referidas como LLRs extrínsecas. Se M símbolos de dados forem enviados em uma sub-banda em um período de símbolo, então K pode ser computado como "-=1 , onde Qm é o número de bits de código utilizado para formar um símbolo de dados para o fluxo m. Se o mesmo esquema de modulação for utilizado para todos os fluxos de dados M, então K podem ser computados como
<formula>formula see original document page 13</formula>
onde Q é o número de bits de código para cada símbolo de dados.
Dentro do processador de dados RX 170a, os deintercaladores de canal 316a a 316m recebem as LLRs extrínsecas para os M fluxos de dados. Cada deintercalador de canal 316 deintercala as LLRs extrínsecas para seu fluxo de forma complementar ao intercalamento realizado pelo intercalador de canal 226 para esse fluxo. Um multiplexador 318 multiplexa (ou serializa) as LLRs deintercaladas dos deintercaladores de canal 316a a 316m. Um decodificador 320 decodifica as LLRs deintercaladas e fornece dados decodificados. A detecção e decodificação são descritas em detalhes abaixo.
A figura 4 ilustra um diagrama de blocos de um processador espacial RX 160b e um processador de dados RX 170b para um receptor iterativo. Os processadores 160b e 170b são outra modalidade dos processadores 160 e 170, respectivamente, no receptor 150. Para essa modalidade, os processadores 160b e 170b realizam a detecção e decodificação de forma iterativa.
Dentro do processador espacial RX 160b, uma unidade 408 deriva as matrizes de filtro espacial com base nas estimativas de canal e as matrizes de mapeamento espacial utilizadas pelo transmissor 110. Um detector MIMO 410 obtém os símbolos recebidos das unidades receptoras R 154a a 154r, as estimativas de canal do processador de canal 194, as matrizes de filtro espacial da unidade 408, e LLRs a priori de um decodificador 420. As LLRs a priori são denotadas como La (bk) e representam uma informação a priori do decodificador 420. O detector MIMO 410 realiza a detecção como descrito abaixo e fornece LLRs de detector K para K bits de código de M símbolos de dados enviados em cada sub-banda em cada período de símbolos utilizado para a transmissão de dados. As LLRs de detector são denotadas como L(bk). K somadores 412a a 412k subtraem LLRs a priori das LLRs do detector e fornecem LLRs extrínsecas, que são denotadas como Le (bk) . As LLRs extrínsecas representam informação extrínseca ou nova do detector MIMO 410 para o decodificador 420.
Dentro do processador de dados RX 170b, um deintercalador de canal de fluxo M 416 deintercala as LLRs extrínsecas para cada fluxo de forma complementar ao intercalamento realizado pelo intercalador de canal 226 para esse fluxo. O deintercalador de canal 416 pode incluir M deintercaladores de canal 316a a 316m ilustrados na figura 3. Um multiplexador 418 serializa as LLRs deintercaladas, que são denotadas como L0e (bk). Um decodificador 420 decodifica as LLRs deintercaladas e fornece LLRs de decodificador. Um somador 422 subtrai as LLRs deintercaladas das LLRs de decodificador e fornece LLRs a priori, que representam a informação extrínseca do decodificador 420 para o detector MIMO 410 para a próxima iteração. As LLRs a priori para o detector MIMO 410 são demultiplexadas em M fluxos por um demultiplexador 424. Um intercalador de canal de fluxo M 426 intercala as LLRs a priori para cada canal da mesma forma que a realizada pelo intercalador de canal 226 para esse fluxo. O intercalador de canal 426 pode incluir M intercaladores de canal 226a a 226m ilustrados na figura 2. O intercalador de canal 426 fornece as LLRs a priori intercaladas para a próxima iteração para o detector MIMO 410.
O processador espacial RX 160b e o processador de dados RX 170b podem realizar qualquer número de iterações. Em uma modalidade, os processadores 160b e 170b realizam um número predeterminado de iterações (por exemplo, 4, 6 8 ou mais iterações) . Em outra modalidade, os processadores 160b e 170b realizam uma iteração, então verificam se um pacote foi decodificado corretamente e/ou se foi de codificado com erro ou se a métrica de confiabilidade de decodificador está baixa. A detecção de erro pode ser alcançada com uma CRC e/ou algum outro código de detecção de erro. Os processadores 160b e 170b podem, dessa forma, realizar um número fixo de iterações ou um número variável de iterações até algum número máximo de iterações. A detecção e decodificação iterativas são descritas em detalhes abaixo.
Os símbolos recebidos no receptor 150 podem ser expressos como:
<formula>formula see original document page 15</formula>, Com 1=1, . . ,L, Eq(I)
onde s(1) é um vetor M x 1 com M símbolos de dados enviados na sub-banda 1;
P(l) é uma matriz de mapeamento espacial T x M utilizada pelo transmissor 110 para a sub-banda l; Hch(I) é uma matriz de resposta de canal MIMO RxT para a sub-banda 1;
2(0 = Hch(Z)-P(J) ^ uma matriz de resposta de canal MIMO efetiva RxM para a sub-banda 1;
γ(1) é um vetor Rxl com. R símbolos recebidos para a sub-banda 1; e
n(l) é um vetor Rxl de ruído para a sub-banda 1. 0 ruído pode ser considerado como ruído Gaussian branco adicional (AWGN) com um vetor médio igual a zero e uma matriz de co-variância igual a °n ±> onde é a variação do ruído e _I é a matriz de identidade. A resposta de canal MIMO efetiva H(I) inclui a resposta de canal MIMO real Hch(I) e a matriz de mapeamento espacial P(I) utilizada pelo transmissor 110.
Em uma modalidade, um detector MIMO (por exemplo, detector MIMO 310 ou 410) realiza a detecção separadamente para cada sub-banda com base nos símbolos recebidos e a estimativa de canal para essa sub-banda e, se disponível, as LLRs a priori para os símbolos de dados enviados nessa sub-banda. Em outra modalidade, o detector MIMO realiza a detecção em conjunto para múltiplas sub-bandas. Um decodificador (por exemplo, decodificador 320 ou 420) realiza a decodificação em uma seqüência de LLRs para um pacote, que pode ser transmitida em uma ou mais múltiplas sub-bandas. Por motivos de clareza, o índice de sub-banda 1 é omitido na descrição a seguir.
Um pacote pode ser dividido em múltiplos blocos, com cada bloco contendo K bits de código. Os K bits de código para cada bloco podem ser mapeados para M símbolos de dados, como se segue:
s = map (b) , Eq (2) onde s=[si, S2...sM} é um vetor com M símbolos de dados;
<formula>formula see original document page 17</formula>
é um ·
vetor com K bits de código para um bloco;
bm é um vetor com Qm bits de código utilizados para formar símbolo de dados sm para o fluxo m;
bm, q para m=l,...,M e q = l,...,Qm é o bit de código q no vetor bm; e
bk/ com k = 1,...,K, é o bit de código k no vetor b.
Existe um mapeamento um para um entre um vetor de bit determinado b e um vetor de dados correspondente Sr Em geral, Q pode ser igual ou diferente para M símbolos de dados enviados em uma determinada sub-banda, e K pode ser igual ou diferente para L sub-bandas.
Um receptor opcional para o esquema de transmissão ilustrado na equação (1) é um receptor de seqüência de probabilidade máxima (ML) que realiza a detecção e decodificação em conjunto para todo o pacote. Esse receptor ideal realizará decisões conjuntas em todos os bits de dados no pacote utilizando o conhecimento da correlação introduzida pelo esquema de codificação através dos blocos, sub-bandas, e símbolos OFDM para o pacote. O receptor ideal realizaria uma busca exaustiva através de todas as possíveis seqüências de bits de dados que possam ter sido transmitidas para o pacote para encontrar a seqüência que tem maior probabilidade de ter sido transmitida. Esse receptor ideal seria proibitivamente complexo.
Um receptor que realiza a detecção e decodificação de forma iterativa, por exemplo, como ilustrado na figura 4, pode alcançar um desempenho quase ideal com menor complexidade. O detector e decodificador computam decisões suaves nos bits de código e permutam essa informação de forma iterativa, o que aumenta a confiabilidade das decisões suaves com o número de iterações realizadas. 0 detector e decodificador MIMO podem, cada um, ser implementados de várias formas.
Em uma modalidade, o detector MIMO é um detector de probabilidade máxima a posteriori (MAP) que minimiza a probabilidade de erro para cada bit de código e fornece uma decisão suave para cada bit de código. 0 detector MAP fornece decisões suaves na forma de uma probabilidade a posteriori (APPs) que é freqüentemente expressa como LLRs. A LLR de detector para o bit de código bk, L (bk) , pode ser expressa como:
<formula>formula see original document page 18</formula>
onde
<formula>formula see original document page 18</formula>
e a probabilidade de o bit de código bk ser +1 de acordo com o vetor recebido y; e
<formula>formula see original document page 18</formula>
e a probabilidade de o bit de código bk ser -1 de acordo com um vetor recebido γ,
A LLR de detector podendo ser separada em duas partes, como se segue:
L (bk) =La (bk) +Le (bk) Eq (4)
onde La (bk) é a LLR a priori para o bit de código bk fornecido pelo decodificador ou possivelmente outras fontes para o detector MIMO e Le (bk) é a LLR extrinseca para o bit de código bk fornecido pelo detector MIMO para o decodif icador. A LLR a priori para o bit de código bk pode ser expressa como:
<formula>formula see original document page 18</formula>
onde P{bk=+1} é a probabilidade de o bit de código bk ser +1; e P{bk=-1} é a probabilidade de o bit de código bk ser -1.
O detector MAP pode ser um detector log-MAP, um detector max-log-MAP, ou algum outro tipo de detector MAP. LLR extrinseca de um detector log-MAP, que é chamada de LLR log-MAP, pode ser computada como:
<formula>formula see original document page 19</formula>
onde sg0 vetores que são hipóteses de transmissão;
b [k]é um vetor com todos os bits de código no
vetor b exceto para o bit de código bk;
La,[k] é um vetor com LLRs a priori para todos os
bits de código em -b[k];
||y-H-s||"2 representa uma função de custo de distância Euclidiana; e
"T" denota uma transposta.
A equação (6) ilustra uma expressão para LLR extrinseca do detector log-MAP. LLR extrinseca também pode ser expressa de outras formas. O receptor tipicamente deriva 2, que é uma estimativa da matriz de resposta de canal MIMO efetiva H, e utiliza 2 na computação LLR. Por motivos de simplicidade, a descrição aqui não assume
qualquer erro de estimativa de canal, de forma que 2 = H.
A equação (6) é avaliada para cada bit de código. no vetor de bit transmitido b. Para cada bit de código bk,
2K cria uma hipótese de vetores de bit b para todas as possíveis seqüências dos bits de código {b1...bK} (ou todas as possíveis combinações de valores de bit de código) que possam ter sido transmitidas para o vetor b são consideradas. 2K_1 cria hipóteses de vetores de bit b tendo bk=+l, e o outro 2k_1 cria hipóteses de vetores de bit b tendo bk=-l. Cada vetor de bit hipotetizado b possui um vetor de dados hipotetizados correspondente s . A expressão dentro da soma é computada para cada vetor de bit hipotetizado b para obtenção de um resultado para esse vetor de bit. Os resultados para 2K-1 para os vetores de bit hipotetizados b com bk=+l são somados para obtenção de um resultado total para o numerador. Os resultados para 2K-1 vetores de bit hipotetizados b com bk=-l são somados para obtenção de um resultado total para o denominador. LLR log- MAP para o bit de código bk é igual ao logaritmo natural (ln) do resultado total para o numerador dividido pelo resultado total para o denominador.
Um detector max-log-MAP se aproxima de LLR log-MAP na equação (6) e fornece uma LLR max-log-MAP, como se segue:
<formula>formula see original document page 20</formula>
A aproximação max-log-MAP na equação (7) substitui as somas na equação (6) com operações max{}. Apenas uma pequena degradação no desempenho resulta tipicamente da utilização da aproximação max-log-MAP. Outras aproximações da LLR log- MAP na equação (6) também podem ser utilizadas.
O detector log-MAP na equação (6) e o detector max-log-MAP na equação (7) tomam decisões conjuntas nos símbolos recebidos no vetor y e computam as LLRs extrínsecas para os bits de código associados com esses símbolos recebidos. A fim de se computar as LLRs extrínsecas de forma ideal, cada detector MAP realiza uma busca exaustiva através de todas as possíveis combinações de símbolos de dados que podem ter sido transmitidas para o vetor s. Essa busca exaustiva é intensa em termos de computação e pode ser proibitiva para muitas aplicações. A complexidade da computação LLR é exponencial no número de bits (K) no vetor de bit transmitido b para ambos os detectores log-MAP e max-log-MAP. Em particular, as hipóteses 2K são consideradas por ambos os detectores MAP para cada bit de código b*. Vários esquemas de detecção com complexidade reduzida são descritos abaixo.
Para se reduzir a complexidade de computação, o receptor pode realizar o processamento espacial do receptor (ou filtragem combinada espacial) nos símbolos recebidos para obtenção de símbolos detectados e pode então realizar a computação LLR independentemente para cada símbolo detectado. Os símbolos detectados são estimativas dos símbolos de dados transmitidos pelo transmissor. 0 receptor pode realizar o processamento espacial do receptor com base em uma técnica de imposição de zero (ZF) , uma técnica de mínimo erro quadrático médio (MMSE), uma técnica de combinação de relação máxima (MRC), ou alguma outra técnica. Uma matriz de filtro espacial pode ser derivada com base na técnica ZF, MMSE ou MRC, como se segue:
<formula>formula see original document page 21</formula>
onde
<formula>formula see original document page 21</formula>
Mzj,Mmmse and Mmrc são matrizes de filtro espacial M χ R para as técnicas ZF, MMSE e MRC; e "H" denota uma transposta conjugada.
0 processamento espacial do receptor pode ser expresso como:
<formula>formula see original document page 22</formula>
onde M pode ser igual a Mzf, Mmmse ou Mmrc; e
s um vetor M x 1 de símbolos detectados e é uma estimativa de vetor de dados s.
A computação LLR pode ser realizada independentemente para cada símbolo detectado. LLRs extrínsecas podem ser computadas para os bits de código Qm de cada símbolo detectado sm com o detector max-log-MAP, como se segue:
<formula>formula see original document page 22</formula>
onde sm é o elemento m de s;
sm é um símbolo de dados hipotetizado para o símbolo de dados transmitido sm;
bm,[q] é um vetor com todos os bits de código para o símbolo de dados sm exceto pelo bit de código bm/q;
La,m,[q] e um vetor com LLRs a priori para todos os bits de código em bm,[q]; e
Le(bm,q) é LLR extrínseca para o bit de código bm,q.
Ά equação (12) é avaliada para cada bit de código em cada vetor de bit transmitido bm, com m=l,...,M. Para cada bit de código bm,q no vetor de bit bm, os vetores de bit hipotetizados 2^Qm bm para todas as possíveis seqüências de bits de código {bm,i...bm,} que podem ter sido transmitidas para o vetor bm são consideradas. Cada vetor de bit hipotetizado
<formula>formula see original document page 23</formula>
possui um símbolo de dados
hipotetizado correspondente
<formula>formula see original document page 23</formula>.
A expressão dentro da operação max{} é computada para cada vetor de bit
hipotetizado
<formula>formula see original document page 23</formula>
para obtenção de um resultado para esse vetor. Os resultados para os 2Qm"1 vetores de bit
hipotetizados
<formula>formula see original document page 23</formula>
com bm,q=+l são utilizados na primeira
operação max{}. Os resultados para os 2Qm"1 vetores de bit
hipotetizados
<formula>formula see original document page 23</formula>
com bm,q=-l são utilizados na segunda operação max{}.,
A complexidade do processamento espacial do receptor é linear em numero de fluxos de dados (M) e não depende do tamanho da constelação de sinal. A computação de LLRs extrínsecas por fluxo reduz o número de hipóteses a serem avaliadas a partir de 2M-Q para M-2Q, considerando-se que o mesmo esquema de modulação seja utilizado para todos os M fluxos de dados. A computação LLR por fluxo pode reduzir de forma substancial a complexidade de computação, mas pode resultar em maior degradação de desempenho do que desejado.
Em um aspecto, o receptor realiza o processamento espacial do receptor nos símbolos recebidos para obtenção de símbolos detectados, realiza a computação LLR independentemente para cada um dos D melhores símbolos detectados, e realiza a computação LLR em conjunto para os M-D símbolos detectados restantes, onde M > D ≥ 1. Os D melhores símbolos detectados podem ser parta os D fluxos de dados com as SNRs mais altas, os D fluxos de dados com a menor variação SNR, os D fluxos de dados com a codificação mais robusta, e assim por diante. Esse esquema de detecção é referido como um esquema de detecção de dimensionamento reduzido e pode ser utilizado para o receptor de passagem única ilustrado na figura 3 e no receptor iterativo ilustrado na figura 4.
0 receptor pode realizar o processamento espacial do receptor nos R símbolos recebidos para obtenção de D melhores símbolos detectados (ao invés de M símbolos detectados) . Uma matriz de filtro espacial reduzido MD de dimensão DxR pode ser derivado com base em uma matriz de resposta de canal reduzido HD. A matriz HD possui dimensão de RxD e inclui D colunas de H correspondendo aos D melhores símbolos detectados. O processamento espacial do receptor para os D melhores símbolos detectados é menos complexos em termos de computação.
O receptor pode realizar a computação LLR independentemente para cada um dos D melhores símbolos detectados, por exemplo, com base no detector max-log-MAP ilustrado na equação (12) ou algum outro tipo de detector. 0 receptor pode realizar uma computação LLR conjunta para os M-D símbolos detectados restantes de várias formas.
Em uma modalidade, o receptor realiza a computação LLR conjunta para os símbolos detectados restantes pela consideração dos D melhores símbolos detectados. Para essa modalidade, decisões duras são feitas nos D melhores símbolos detectados. Uma decisão dura Sm para um símbolo detectado determinado é um símbolo de modulação que é mais próximo em termos de distância de Sm dentre todos os símbolos de modulação na constelação de sinal utilizada para Sm. 0 receptor então computa LLRs extrínsecas para os bits de código para os símbolos detectados restantes, por exemplo, com base no detector max-log-MAP ilustrado na equação (7) ou algum outro tipo de detector. Para essa computação LLR, os D melhores símbolos detectados são restringidos ou fixados a decisões duras determinadas para esses símbolos detectados. Dessa forma, o número de hipóteses para avaliação é reduzido de <formula>formula see original document page 25</formula> para <formula>formula see original document page 25</formula>, considerando-se que os D melhores símbolos detectados tenham índices de m=M-D+1, ...,M.
Em outra modalidade, o receptor realiza a computação LLR conjunta para os símbolos detectados restantes sem considerar os D melhores símbolos detectados. Para essa modalidade, o receptor forma vetores reduzidos para b, s, La,[k] além de uma matriz reduzida para H. Os vetores reduzidos e matriz incluem apenas elementos correspondentes aos símbolos detectados restantes, por exemplo, com base no detector max-log-MAP ilustrado na equação (7) ou algum outro tipo de detector. Os vetores e matriz reduzidos são utilizados para computação LLR. Dessa forma, o número de hipóteses para avaliação e computação para cada hipótese são ambos reduzidos.
Em uma modalidade, D é um valor fixo que pode ser selecionado com base em uma troca entre complexidade, desempenho, e/ou outras considerações. Em outra modalidade, D é um valor configurável que pode ser selecionado com base no modo de transmissão selecionado, condições de canal (por exemplo, SNRs para os fluxos de dados) e/ou outros fatores. D pode ser adaptativo e pode ser selecionado por pacote, por quadro, por sub-banda ou de alguma outra forma.
O esquema de detecção de dimensionamento reduzido pode fornecer bom desempenho com menor complexidade do que o esquema de detecção exaustiva ilustrado nas equações (6) e (7). O esquema de detecção de dimensionamento reduzido pode ser bem adequado para uma transmissão de dados na qual alguns fluxos de dados observam altas SNRs e/ou baixa seletividade de freqüência e os fluxos de dados restantes observam SNRs inferiores e/ou maior seletividade de freqüência. A seletividade de freqüência se refere à variação nos ganhos de canal através da freqüência, o que resulta em variação de SNR através da freqüência. 0 esquema de detecção de dimensionamento reduzido leva vantagem das SNRs altas e/ou baixa seletividade de freqüência para os D melhores fluxos de dados para reduzir a complexidade de computação. Uma detecção quase ideal é realizada nos fluxos de dados restantes com SNRs mais baixas e/ou maior seletividade de freqüência para aperfeiçoar o desempenho através de um esquema de detecção que realiza a computação LLR por fluxo para todas os M fluxos de dados.
A figura 5 ilustra um processo 500 para a realização da detecção e decodificação com base no esquema de detecção de dimensionamento reduzido. O processamento espacial do receptor é realizado nos símbolos recebidos para múltiplos fluxos de dados (por exemplo, com base na técnica de imposição de zero ou MMSE) para obtenção de símbolos detectados (bloco 512). A detecção é realizada independentemente para cada uma das pelo menos um fluxo de dados para obtenção de decisões suaves para o fluxo (bloco 514). A detecção é realizada em conjunto para os fluxos de dados restantes para obtenção de decisões suaves para esses fluxos (bloco 516). As decisões suaves (por exemplo, LLRs extrínsecas) para cada uma dos pelo menos um fluxo de dados podem ser derivadas independentemente com base nos símbolos detectados e uma informação a priori (por exemplo, LLRs a priori) do decodificador, caso haja, para esse fluxo. As decisões suaves para os fluxos de dados restantes podem ser derivadas em conjunto com base nos símbolos recebidos e a informação a priori, caso haja. As decisões suaves para os múltiplos fluxos de dados podem ser decodificados para obtenção de uma informação a priori para o detector (bloco 518) .
Uma determinação é então feita quanto ao fato de se realiza outra iteração de detecção e decodificação (bloco 520). A resposta para o bloco 520 é "Não" depois de uma iteração para um receptor de passagem única e também é "Não" para um receptor iterativo se uma condição de encerramento for encontrada. Se a resposta for "Sim" para o bloco 520, então a informação a priori é utilizada para detecção na próxima iteração (bloco 522), e o processo retorna para o bloco 514. Do contrário, as decisões suaves do detector são adicionalmente processadas para obtenção de dados decodificados (bloco 524). As decisões suaves também podem ser decodificadas antes do bloco 520, e o resultado da decodif icação pode ser utilizado no bloco 520 para determinar se ou não realiza outra iteração.
Um pacote pode ser codificado e demultiplexado em múltiplos sub-pacotes que podem ser enviados em múltiplos fluxos de dados. Uma CRC pode ser utilizada para cada sub- pacote ou cada fluxo de dados. Nesse caso, a CRC para cada fluxo de dados detectado pode ser verificada depois do bloco 514, e o processamento subseqüente pode ser encerrado se CRC falhar para qualquer uma dos fluxos de dados detectados no bloco 514.
A figura 6 ilustra um equipamento 600 para a realização da detecção e decodificação com base no esquema de detecção de dimensionamento reduzido. O equipamento 600 inclui meios para a realização do processamento espacial do receptor nos símbolos recebidos para múltiplos fluxos de dados para obtenção de símbolos detectados (bloco 612), meios para a realização da detecção de forma independente para cada um dos pelo menos um fluxo de dados para obtenção de decisões suaves para o fluxo (bloco 614), meios para a realização de detecção conjunta para os fluxos de dados restantes para obtenção de ' decisões suaves para esses fluxos (bloco 616), meios de decodificação das decisões suaves para os múltiplos fluxos de dados para obtenção de uma informação a priori (bloco 618), meios para a realização de uma iteração adicional de detecção e decodificação, se aplicável, utilizando a informação a priori (bloco 620), e meios para processamento das decisões suaves para obtenção de dados decodificados (bloco 622).
O número de hipóteses a serem consideradas na computação LLR conjunta pode ser reduzido pela realização de uma busca por hipóteses candidatas utilizando a detecção de esfera de lista (LSD) , que também é referida como decodificação de esfera, decodificação esférica, e assim por diante. A detecção de esfera pode ser utilizada para reduzir a complexidade para o detector log-MAP na equação (6), o detector max-log-MAP na equação. (7), e outros tipos de detector. A detecção de esfera de lista busca reduzir o espaço de busca do detector pela eliminação das hipóteses menos prováveis com base em uma função de custo. Como um exemplo, os detectores log-MAP e max-log-MAP podem considerar apenas as 'hipóteses que satisfazem a seguinte condição:
<formula>formula see original document page 28</formula>
onde
<formula>formula see original document page 28</formula>
é a função de custo e r2 é um raio de esfera
ou limite utilizado para reter ou eliminar as hipóteses da consideração.
A função de custo na equação (13) pode ser expandida, como se segue: <formula>formula see original document page 29</formula>
onde R é uma matriz triangular superior obtida a
partir da decomposição QR de H; e
C é uma constante, que pode ser omitida visto que não é uma função de S..
A decomposição QR pode ser realizada na matriz de resposta de canal MIMO efetiva H para obter uma matriz ortonormal Q e uma matriz triangular superior R, ou H=Q-R onde Qh-Q=I- A matriz triangular superior R contém zeros abaixo da diagonal principal. A quarta equalidade na equação (14) pode ser obtida com base no seguinte: Hh · H = [Q · R]H · Q · R = Rh · Qh · Q · R = Rh · R.
Para a função de custo na equação (14), os símbolos detectados podem ser utilizados como o ponto central para a busca. A função de custo pode então ser expressa como:
<formula>formula see original document page 29</formula>
onde s pode ser obtido a partir da equação (11) com base em qualquer técnica de processamento espacial de receptor (por exemplo, forçar zero ou MMSE) . A função custo na equação (15) pode ser computada para 2K vetores de dados hipotéticos I que podem ser transmitidos para vetor s para obter 2K valores de custo para essas 2K hipóteses. Os vetores de dados hipotéticos com valores de custo que são menos ou iguais a r2 podem ser considerados para computação LLR, por exemplo, na equação (6) ou (7).
A estrutura da matriz triangular superior R pode ser explorada para reduzir o número de hipóteses para as quais computar a função custo. A equação (15) pode ser expandida como se segue:
<formula>formula see original document page 30</formula>
Para M = 4, equação (16) pode ser expressa como: J = T1+T2+T3+Ta , Eq (17)
onde
<formula>formula see original document page 30</formula>
A equação (17) pode ser generalizada para qualquer valor de M, como se segue:
<formula>formula see original document page 30</formula>
onde
Como ilustrado nas equações (18) e (19), a função de custo pode ser decomposta em uma soma de M termos T1 a TM. O termo Tm só depende do símbolo detectado Sm para o fluxo Μ, o termo TM-1 depende dos símbolos detectados SM-1 e sM para os fluxos M-1 e M, e assim por diante, e o termo Τ1 depende dos símbolos detectados S1 a Sm para todos os M fluxos.
A função de custo pode ser computada de forma incrementada em M níveis, um termo Ti para cada nível., começando com o último termo Tm para o primeiro nível. É indicado pela soma inversa para J na equação (18), que começa com i = M. Para cada nível, T1 é computado para todas as hipóteses aplicáveis para esse nível, e a função de custo é atualizada.
A função de custo pode ser computada pela consideração de um símbolo adicional em um momento,
começando com Su e encerrando com s^. Para aperfeiçoar o desempenho de busca, os fluxos podem ser armazenados de
forma que corresponda ao melhor fluxo (por exemplo, com
SlSlR mais alta) e corresponda ao pior fluxo (por exemplo, com SNR mais baixa) . O vetor recebido y e a matriz de resposta de canal H podem ser reordenados para alcançar a ordenação desejada para o vetor detectado i.
A busca LSD pode ser realizada de várias formas. Em uma primeira modalidade, todas as hipóteses com valores de custo igual a ou inferior a r2 são retidas, e todas as outras hipóteses são descartadas. Em uma segunda modalidade, apenas as B melhores hipóteses são retidas em cada nível, e todas as outras hipóteses são eliminadas. Para ambas as modalidades, o número total de hipóteses a ser considerado é reduzido pela eliminação de hipóteses com altos valores de custo.
A busca LSD pode ser realizada como se segue. Para o primeiro nível, uma lista Pm é formada com 2Qm
símbolos de dados hipotetizados ÍM que podem ter sito transmitidos para o símbolo de dados sM. Tm é computado
para os 2Qm símbolos de dados hipotetizados Sm na lista Pm como ilustrado na equação (19) para obtenção dos 20111 valores de custo. Para a primeira modalidade, todos os símbolos de dados hipotetizados com valores de custo inferiores ou iguais a r2 são retidos e armazenados em uma lista candidata CM. Para a segunda modalidade, até B símbolos de dados hipotetizados com os menores valores de custo que são inferiores a ou iguais a r2 são retidos e armazenados na lista candidata Cm. Para a segunda modalidade, os símbolos de dados hipotetizados com valores de custo inferiores a ou iguais a r2 podem ser eliminados se esses valores de custo não estiverem entre os valores de custo mais baixos B. Para ambas as modalidades, todos os outros símbolos de dados hipotetizados são eliminados, o que tem o efeito de pruning todos os vetores de dados hipotetizados s contendo os símbolos eliminados.
Para o segundo nível, uma lista PM-1 é formada com 2QM-1 símbolos de dados hipotetizados Sm-1 que podem ter sido transmitidos para o símbolo de dados SM-1. TM-1 é computado para todos os pares de símbolo hipotetizados válidos (SM-1,SM) e somado com Tm para obter os valores de custo para esses pares de símbolo hipotetizados. Os pares de símbolo hipotetizados válidos incluem todas as possíveis combinações de cada símbolo na lista candidata Cm com cada símbolo na lista ΡΜ-1. Os valores de custo atualizados podem ser compostos como: Jm-1 = Tm-1 + Tm . Para a primeira modalidade, todos os pares de símbolo hipotetizados com valores de custo inferiores a ou iguais a r2 são retidos e armazenados em uma lista candidata Cm-1. Para a segunda modalidade, até B pares de símbolo hipotetizados com valores de custo mais baixos que são inferiores a ou iguais a r2 são retidos e armazenados na lista candidata CM-1. Para ambas as modalidades, todos os outros pares de símbolos hipotetizados são eliminados.
Cada um dos níveis restantes pode ser avaliado de forma similar. Uma lista Pi é formada com 2Qi símbolos de dados hipotetizados Si que podem ter sido transmitidos para o símbolo de dados Si. Ti é computado para todos os (s s )
conjuntos de símbolo hipotetizados válidos
<formula>formula see original document page 33</formula>
e
somado com Ti+1 a Tm para obtenção de valores de custo para esses conjuntos de símbolo hipotetizados. Os conjuntos de símbolo hipotetizados válidos incluem todas as possíveis combinações de cada hipótese na lista candidata Ci+1 com cada símbolo na lista Pi. Os valores de custo atualizados podem ser computados como: Ji=Ti+... +Tm . Para a primeira modalidade, todos os conjuntos de símbolo hipotetizados com valores de custo inferiores a ou iguais a r2 são retidos e armazenados em uma lista candidata Ci. Para a segunda modalidade, até B conjuntos de símbolo hipotetizados com os valores de custo mais baixos que são inferiores a ou iguais a r2 são retidos e armazenados na lista candidata Ci. Para ambas as modalidades, todos os outros conjuntos de símbolo hipotetizados são eliminados.
Depois que todos os M níveis foram avaliados, LLRs extrínsecas podem ser computadas para todas as hipóteses armazenadas na lista candidata Ci, por exemplo, com base no detector max-log-MAP, como se segue:
<formula>formula see original document page 33</formula>
onde c+k é um subconjunto da lista candidata C1 e contém hipóteses para as quais bk=+1;
C"k é um subconjunto de lista candidata C1 e contém hipóteses para as quais bk=-l.
As LLRs extrínsecas também podem ser computadas com base no detector log-MAP ou algum outro tipo de detector. Os valores de custo já computados para as hipóteses candidatas podem ser utilizados para computar as LLRs extrínsecas para essas hipóteses. Por motivos de clareza, a descrição acima utiliza diferentes listas candidatas para diferentes níveis. Uma unida lista candidata C pode ser utilizada para todos os M níveis e pode ser atualizada em cada nível.
A figura 7 ilustra uma árvore de busca ilustrativa para a segunda modalidade, que retém as B melhores hipóteses em cada nível. Para esse exemplo, M=4, quatro termos Ti a T4 são computados, B=2 e a lista candidata C contém até as duas melhores hipóteses para 2°4 possíveis símbolos de dados que podem ter sido transmitidos para o símbolo de dados S4, que são denotados como <formula>formula see original document page 34</formula> a <formula>formula see original document page 34</formula> na figura 7. As duas melhores hipóteses são ilustradas com nós preenchidos de preto. Para o segundo nível com i = 3, T3 é computado para B - 203 hipóteses para B . 2q3 possíveis pares de símbolos que podem ter sido transmitidos para os símbolos de dados S3 e s4. As duas melhores hipóteses são ilustradas com nós preenchidos com preto. Para o terceiro nível com i=2, T2 é computado para B • 2q2 hipóteses para B · 2Q2 possíveis conjuntos de símbolo que podem ter sido transmitidos para os símbolos de dados S2, S3 e s4. As duas melhores hipóteses são ilustradas com nós preenchidos com preto. Para o último nível com i=l, Ti é computado para B · 2Q1 hipóteses para B · 2Q1 possíveis conjuntos de símbolo que podem ter sido transmitidos para os símbolos de dados si, S2, s3 e S4. As duas melhores hipóteses são ilustradas com nós preenchidos com preto. O conjunto de símbolos que resulta o valor de custo mais baixo é ilustrado por linhas pesadas.
Em uma modalidade, o número de hipóteses candidatas para armazenar na lista C é um valor fixo que pode ser selecionado com base em uma troca entre o desempenho de detecção, complexidade e/ou outras considerações. Esse valor fixo (B) pode ser para cada nível, como descrito acima. Esse valor fixo também pode ser para cada nó de um nível determinado, caso no qual Bm_1-2Q:l hipóteses são consideradas por nível. Em outra modalidade, o número de hipóteses candidatas é configurável e pode ser selecionado com base no tamanho da constelação de sinal, número de iteração, desempenho de detecção, complexidade, e/ou outras considerações. Por exemplo, B pode ser uma função do tamanho da constelação de sinal de forma que mais hipóteses candidatas sejam armazenadas para constelações de sinal maiores para garantir precisão suficiente na computação LLR. B também pode ser restrito de forma que seja igual a ou superior a algum valor mínimo (por exemplo, Bmin=2), que garante que pelo menos Bmin hipóteses candidatas sejam armazenadas em cada nível.
Duas modalidades para computação de custo para a detecção de esfera de lista foram descritas acima. A computação de custo também pode ser realizada de outras formas.
A detecção de esfera de lista é uma técnica de busca para redução do número de hipóteses a serem consideradas para computação LLR. Outras técnicas também podem ser utilizadas para se reduzir o número de hipóteses para computação LLR. Em outra modalidade, uma técnica MCMC é utilizada para gerar uma lista de hipóteses candidatas. A técnica MCMC considera os M elementos no vetor de dados £ de uma forma seqüencial, avalia uma hipótese para cada elemento, e recicla através desses M elementos para múltiplas iterações. As técnicas de detecção de esfera de lista e MCMC são conhecidas da técnica e descritas em vários artigos.
Em outro aspecto, o receptor realiza a computação LLR independentemente para cada um dos D melhores símbolos detectados, e reduz o número de hipóteses a serem consideradas para a computação LLR conjunta pela realização de uma busca utilizando LSD, MCMC ou alguma outra técnica de busca. Esse esquema de detecção é referido como um esquema de detecção de ordem reduzida e pode ser utilizado para o receptor de passagem única ilustrado na figura 3 e o receptor iterativo ilustrado na figura 4. Para o esquema de detecção de ordem reduzida, o dimensionamento é reduzido de M para M-D pela realização da computação LLR por fluxo para os D melhores fluxos, e o número de hipóteses a ser considerado para os M-D fluxos restantes pode ser reduzido de um limite superior de ^^ pela realização de uma busca. D pode ser selecionado de forma adaptativa com base nas condições de canal (por exemplo, SNRs) e/ou alguns outros fatores. A informação SNR pode ser prontamente obtida a partir do processamento espacial do receptor que fornece os símbolos detectados utilizados para o ponto central de uma busca LSD.
A figura 8 ilustra um processo 800 para a realização de detecção e decodificação com base no esquema de detecção de ordem reduzida. 0 processamento espacial do receptor é realizado em um conjunto de símbolos recebidos (por exemplo, vetor γ) para obtenção de um conjunto de
símbolos detectados (por exemplo, vetor 1) para um conjunto de símbolos de dados (por exemplo, vetor s) transmitidos através de um canal MIMO (bloco 812). LLRs extrínsecas são computadas independentemente para cada um dos pelo menos um símbolos de dados com base em um símbolo detectado correspondente e LLRs a priori, caso haja, do decodificador (bloco 814) . Uma lista de hipóteses candidatas é determinada para os símbolos de dados restantes, por exemplo, pela realização de uma busca utilizando LSD, MCMC ou alguma outra técnica (bloco 816) . Cada hipótese candidata corresponde a uma combinação diferente de símbolos hipotetizados como tendo sido transmitidos a partir dos símbolos de dados restantes. LLRs extrínsecas são então computadas em conjunto para os símbolos de dados restantes com a lista de hipóteses candidatas (bloco 818). LLRs extrínsecas para todos os símbolos de dados são decodificadas para obtenção de LLRs a priori para o detector (bloco 820) .
Uma determinação é então feita quando ao fato de se realizar ou não outra iteração de detecção e decodificação (bloco 822). Se a resposta for "sim" então LLRs a priori são computadas para serem utilizadas para computação LLR no detector na próxima iteração (bloco 824), e o processo retorna para o bloco 814. Do contrário, LLRs extrínsecas do detector são processadas para obtenção de dados decodificados (bloco 826).
A figura 9 ilustra um equipamento 900 para realização de detecção e decodificação com base no esquema de detecção de ordem reduzida. O equipamento 900' inclui meios para realização do processamento espacial do receptor em um conjunto de símbolos recebidos para obtenção de um conjunto de símbolos detectados para um conjunto de símbolos de dados transmitidos através de um canal MIMO (bloco 912), meios para computação de LLRs extrínsecas independentemente para cada um dos pelo menos um símbolo de dados com base em um símbolo detectado correspondente e LLRs a priori, caso haja, do decodificador (bloco 914), meios para determinar uma lista de hipóteses candidatas para os símbolos de dados restantes pela realização de uma busca (bloco 916), meios para computação de LLRs extrínsecas em conjunto com os símbolos de dados restantes com a lista de hipóteses candidatas (bloco 918), meios para decodificação das LLRs extrínsecas para todos os símbolos de dados para obtenção de LLRs a priori (bloco 920), meios par realização de uma iteração adicional de computação LLR e decodificação, se aplicável, utilizando as LLRs a priori (bloco 922), e meios para o processamento de LLRs extrinsecas a partir do detector para obtenção de dados decodificados (bloco 924).
Para o receptor iterativo, a busca por hipóteses candidatas pode ser realizada de várias formas. Em um ambiente, a busca é realizada para apenas a primeira iteração para obtenção de uma lista de hipóteses candidatas, e essa lista candidata é utilizada para todas as iterações subseqüentes. Para essa modalidade, LLRs extrinsecas para cada iteração subseqüente são computadas com LLRs a priori a partir do decodif icador e para as hipóteses candidatas determinadas na primeira iteração. Em outra modalidade, a busca é realizada para cada iteração. Em outra modalidade ainda, a busca é realizada para cada iteração até que uma condição de encerramento seja encontrada. Essa condição de encerramento pode ser acionada, por exemplo, depois que um número predeterminado de iterações foi completado, se a busca fornecer a mesma lista de hipóteses candidatas para duas iterações consecutivas, e assim por diante. Para as modalidades nas quais a busca é realizada para múltiplas iterações, o limite (por exemplo, raio de esfera) pode ser um valor fixo para todas as iterações ou pode ser um valor configurável que pode ser determinado para cada iteração com base, por exemplo, na informação a priori do decodificador.
Para o esquema de detecção de ordem reduzida, a redução na complexidade com relação ao detector log-ΜΆΡ ou max-log-MAP ideal depende da complexidade da busca. Para uma busca LSD, a complexidade é determinada pelo número de nós visitados na árvore de busca, que, por sua vez, depende de vários fatores tal como número de hipóteses a ser armazenado em cada nível (por exemplo, o valor de Β) , o raio de esfera r2, a matriz de resposta de canal específica H, a SNR, e assim por diante.
Em outro esquema de detecção de complexidade reduzida, o receptor realiza (1) a computação LLR por fluxo para todos os M fluxos para a primeira iteração e (2) a computação LLR conjunta para os M-D piores fluxos ou todos os M fluxos para uma iteração subseqüente, se for necessário, por exemplo, se o pacote for decodificado com erro.
Para o receptor iterativo, as estimativas de canal podem ser atualizadas durante o processo de detecção e decodificação iterativo para obtenção de estimativas de canal aperfeiçoadas. Por exemplo, se os símbolos piloto forem recebidos e monitorados várias vezes durante o processo iterativo, então a SNR efetiva das estimativas de canal pode ser aperfeiçoada com o tempo pela realização do processamento de média e/ou outro processamento. As estimativas de canal aperfeiçoadas podem ser utilizadas para o processamento espacial do receptor, por exemplo, como ilustrado nas equações (8) a (10), para a computação LLR, por exemplo, como ilustrado nas equações (6), (7) e (12), para computação de custo para uma busca de hipóteses candidatas, por exemplo, como ilustrado nas equações (18) e (19).
Vários esquemas de detecção de complexidade reduzida foram descritos acima. Esses esquemas reduzem o número de hipóteses a serem considerados para a computação LLR enquanto alcançando bom desempenho de taxa de erro que esta próximo do desempenho do detector ideal.
O decodificador 320 na figura 3 e o decodificador 420 na figura 4 podem ser implementados de várias formas dependendo dos esquemas de codificação utilizados no transmissor 10. O decodificador 420 recebe registros de decisão suave e gera saídas de decisão suave para o detector MIMO 410 e podem ser um decodificador de algoritmo Viterbi de saída suave (SOVA) se um código de convolução for utilizado no transmissor 110, um Turbo decodificador se um Tubo código concatenado serial ou paralelo for utilizado, e assim por diante. O decodif icador 320 pode ser um decodificador Viterbi ou um decodificador SOVA para um código de convolução, um Turbo decodificador para um Turbo código, e assim por diante. Um Turbo decodificador pode ser um decodificador MAP que pode implementar um algoritmo MAP de entrada suave e saída suave BCJR e um derivado de complexidade inferior. Esses vários tipos de decodificação são conhecidos da técnica e descritos em várias literaturas. Por exemplo, o decodificador SOVA é descrito por J. Hagenauer et al., e um artigo intitulado "A Viterbi Algorithm with Soft-Decision Outputs and its Applications," IEEE Globecom, 1989, PP. 47.1.1-47.1.7. O decodificador MAP é descrito por L.R. Bahl et al. em um artigo intitulado "Optimal Decoding of Linear Codes for Minimizing Symbol Error Rate," IEEE Transaction on Information Theory, March 1974, vol. 20, PP 284-287.
As técnicas de detecção e decodificação descritas aqui podem ser utilizadas para vários esquemas de transmissão MIMO, que também podem ser referidos como modos de transmissão, modos espaciais, e assim por diante. A Tabela 1 lista alguns modos de transmissão ilustrativos e suas descrições curtas. O modo direcionado também pode ser chamado de modo de formação de feixe, um modo de autodirecionamento, um modo MIMO com formação de feixe, e assim por diante. O modo não direcionado também pode ser chamado de modo MIMO básico. O modo de espalhamento espacial também pode ser chamado de modo de direcionamento de transmissão pseudo-randômico, modo de expansão espacial, e assim por diante.
Tabela 1
<table>table see original document page 41</column></row><table>
Cada modo de transmissão possui capacidades e exigências diferentes. O modo direcionado fornece tipicamente um melhor desempenho, mas exige um processamento espacial no transmissor 110 e receptor 150. O modo não direcionado não exige qualquer processamento espacial no transmissor 110. Por exemplo, o transmissor 110 pode transmitir um fluxo de dados a partir de cada antena transmissora. O modo de espalhamento espacial transmite M fluxos de dados com diferentes matrizes de mapeamento espacial de forma que esses fluxos de dados observem um grupo de canais efetivos e alcance desempenho similar. Um modo de transmissão adequado pode ser selecionado com base na disponibilidade da informação de estado do canal, capacidades do transmissor e receptor e assim por diante.
Para o modo direcionado, os dados são transmitidos em até M automodos do canal MIMO, que podem ser obtidos pela diagonalização da matriz de resposta de canal MIMO através de uma decomposição de valor singular de H ou decomposição de autovalor de uma matriz de correlação de H, que é A = Hh . H. A decomposição de autovalor de A pode ser expressa como:
<formula>formula see original document page 42</formula> Eq (21)
onde E é uma matriz unitária TxT de autovetores de A; e
Λ é uma matriz diagonal TxT de autovalores de A.
O transmissor 110 pode realizar o processamento espacial com autovetores em E para transmitir os dados nos
M automodos de Η. A matriz diagonal A contém valores reais diferentes de zero possíveis ao longo da diagonal e zeros em todos os outros locais. Esses registros diagonais são referidos como autovalores de A e representam os ganhos de potência para os M automodos.
A Tabela 2 ilustra o processamento espacial do transmissor para os três modos de transmissão e a matriz de resposta de canal MIMO efetiva para cada modo de transmissão. Na Tabela 2, o subscrito "es" denota o modo direcionado (ou autodirecionamento), "us" denota o modo não direcionado, e "SS" denota o modo de espalhamento espacial.
Tabela 2
<table>table see original document page 42</column></row><table>
Para um sistema MIMO com múltiplas sub-bandas, o processamento espacial do transmissor ilustrado na Tabela 2 pode ser realizado para cada sub-banda 1. Na equação (1), P(I) = E(I) para o modo direcionado, P(I) = I_ para o modo não direcionado e P(I)=V(I) para o modo de espalhamento espacial. V(I) é uma matriz de mapeamento espacial TxT utilizada para o espalhamento espacial e pode ser gerada com base em uma matriz Hadamard, uma matriz Fourier, e assim por diante.
Para um sistema MIMO com múltiplas sub-bandas, os M autovalores para cada sub-banda 1 podem ser ordenados dos maior para o menor, de forma que os automodos de H(I) sejam classificados da maior SNR para a menor SNR. O automodo de banda larga m pode ser formado com m automodo para cada L sub-bandas. O automodo de banda larga principal (com m = 1) é associado com os maiores autovalores para todas as L sub- bandas, o segundo automodo de banda larga (com m = 2) é associado com o segundo maior autovalor para todas as L sub-bandas, e assim por diante. M fluxos de dados podem ser enviados nos M automodos de banda larga.
O automodo de banda larga principal possui a maior SNR média e tipicamente também possui a menor variação de SNR através de tempo e freqüência. Inversamente, o automodo de banda larga mais fraco tem a menor SNR média e tipicamente possui mais variação de SNR. As técnicas descritas aqui podem ser utilizadas para transmissão de dados em M automodos de banda larga. Em uma modalidade, o receptor pode realizar a computação LLR por fluxo para um ou mais dos automodos de banda larga mais fortes e a computação LLR conjunta para os automodos de banda larga restantes. O número de hipóteses a serem consideradas para a computação LLR conjunta pode ser reduzido pela realização de uma busca utilizando LSD, MCMC, ou algum outro tipo de técnica de busca.
As técnicas de detecção e decodificação descritas aqui podem ser implementadas por vários meios. Por exemplo, essas técnicas podem ser implementadas em hardware, firmware, software ou uma combinação dos mesmos. Para uma implementação de hardware, as unidades de processamento utilizadas para a realização da detecção e decodificação podem ser implementadas dentro de um ou mais dos circuitos integrados específicos de aplicativo (ASICs), processadores de sinal digital (DSPs), dispositivos de processamento de sinal digital (DSPDs), dispositivos lógicos programáveis (PLDs), conjuntos de porta programável em campo (FPGAs), processadores, controladores, microcontroladores, microprocessadores, dispositivos eletrônicos, outras unidades eletrônicas projetadas para realizar as funções descritas aqui, ou uma combinação dos mesmos.
Para uma implementação de firmware e/ou software, as técnicas podem ser implementadas com módulos (por exemplo, procedimentos, funções e assim por diante) que realizam as funções descritas aqui. Os códigos de software podem ser armazenados em uma memória (por exemplo, a memória 192 na figura 1) e executados por um processador (por exemplo, o processador 190) . A memória pode ser implementada dentro do processador ou fora do processador.
A descrição anterior das modalidades descritas é fornecida para permitir que qualquer pessoa versada na técnica crie ou faça uso da presente invenção. Várias modificações a essas modalidades serão prontamente aparentes aos versados na técnica, e os princípios genéricos definidos aqui podem ser aplicados a outras modalidades sem se distanciar do espírito ou escopo da invenção. Dessa forma, a presente invenção não deve ser limitada às modalidades ilustradas aqui, mas deve ser acordado o escopo mais amplo consistente com os princípios e características de novidade descritos aqui.
Claims (48)
1. Equipamento, compreendendo: pelo menos um processador configurado para realizar a detecção independe para cada uma das pelo menos um fluxo de dados selecionado dentre múltiplos fluxos de dados, e para realizar a detecção em conjunto para os fluxos de dados restantes dentre os múltiplos fluxos de dados; e uma memória acoplada a pelo menos um processador.
2. Equipamento, de acordo com a reivindicação 1, no qual o pelo menos um processador é configurado para derivar decisões suaves independentemente para cada uma das pelo menos um fluxo de dados, e para derivar decisões suaves em conjunto para o restantes dos fluxos de dados.
3. Equipamento, de acordo com a reivindicação 1, no qual o pelo menos um processador é configurado para realizar o processamento espacial do receptor para a pelo menos um fluxo de dados para obter pelo menos um fluxo de símbolo detectado, e para derivar decisões suaves independentemente para cada uma das pelo menos uma fluxo de símbolo detectado.
4. Equipamento, de acordo com a reivindicação 3, no qual o pelo menos um processador é configurado para realizar o processamento espacial do receptor com base em uma técnica de forçar zero (ZF) ou mínimo erro quadrático médio (MMSE).
5. Equipamento, de acordo com a reivindicação 1, no qual o pelo menos um processador é configurado para computar LLRs para os bits de código para cada um dos pelo menos um fluxos de dados independentemente de outros fluxos de dados, e para computar as LLRs para os bits de código para os fluxos de dados restantes em conjunto.
6. Equipamento, de acordo com a reivindicação 5, no qual pelo menos um processador é configurado para computar as LLRs com base em um detector de probabilidade a posteriori máxima (MAP).
7. Equipamento, de acordo com a reivindicação 2, no qual o pelo menos um processador é configurado para decodificar as decisões suaves para múltiplos fluxos de dados para obtenção de informação a priori, e para realizar a detecção de uma iteração adicional utilizando a informação a priori.
8. Equipamento, de acordo com a reivindicação 2, no qual o pelo menos um processador é configurado para decodificar as decisões suaves com base em um decodificador com algoritmo Viterbi de entrada suave (SOVA) ou um decodificador de probabilidade a posteriori máxima (MAP).
9. Equipamento, de acordo com a reivindicação 1, no qual o pelo menos um processador é configurado para verificar cada um dos pelo menos um fluxo de dados depois da detecção independente, e realizar a detecção conjunta para os fluxos de dados restantes se o pelo menos um fluxo de dados passar pela verificação.
10. Equipamento, de acordo com a reivindicação 1, no qual a pelo menos um fluxo de dados possui relações sinal/ruido mais interferência (SNRs) mais altas dentre as SNRs para os múltiplos fluxos de dados.
11. Método, compreendendo: efetuar detecção independentemente para cada uma das pelo menos um fluxo de dados selecionado dentre os múltilos fluxos de dados; e efetuar detecção em conjunto para os fluxos de dados restantes dentre os múltiplos fluxos de dados.
12. Método, de acordo com a reivindicação 11, no qual efetuar a detecção independentemente compreende derivar decisões suaves independentemente para cada um dos pelo menos um fluxo de dados, e onde efetuar a detecção em conjunto compreende derivar decisões suaves em conjunto para os fluxos de dados restantes.
13. Método, de acordo com a reivindicação 12, compreendendo adicionalmente: decodificar decisões suaves para múltiplos fluxos de dados para obtenção de uma informação a priori; e efetuar detecção para uma iteração adicional utilizando informação a priori.
14. Equipamento, compreendendo: meios para efetuar a detecção independentemente para cada um dos pelo menos um fluxo selecionado dentre múltiplos fluxos de dados; e meios para efetuar a detecção conjunta para os fluxos de dados restantes dentre os múltiplos fluxos de dados.
15. Equipamento, de acordo com a reivindicação -14, no qual os meios para efetuar a detecção independente compreendem meios para derivar decisões suaves independentemente para cada um dos pelo menos um fluxo de dados, e onde os meios para efetuar a detecção em conjunto compreendem meios para derivar as decisões suaves em conjunto para os fluxos de dados restantes.
16. Equipamento, de acordo com a reivindicação -15, compreendendo adicionalmente: meios para decodificar as decisões suaves para múltiplos fluxos de dados para obtenção de informação a priori; e meios para efetuar a detecção para uma iteração adicional utilizando a informação a priori.
17. Equipamento, compreendendo: pelo menos um processador configurado para computar relações de log-verossimilhança (LLRs) independentemente para cada um dos pelo menos um símbolo de dados em um conjunto de símbolos de dados transmitido através de um canal de múltiplas entradas e múltiplas saídas (MIMO) , e para computar LLRs em conjunto para os símbolos de dados restantes no conjunto de símbolos de dados; e uma memória acoplada a pelo menos um processador.
18. Equipamento, de acordo com a reivindicação -17, no qual o pelo menos um processador é configurado para computar as LLRs para os símbolos de dados restantes pela utilização de valores fixos para o pelo menos um símbolo de dados.
19. Equipamento, de acordo com a reivindicação -17, no qual o pelo menos um processador é configurado para computar as LLRs para os símbolos de dados restantes pela exclusão do pelo menos um símbolo de dados.
20. Equipamento, de acordo com a reivindicação -17, no qual o pelo menos um processador é configurado para computar as LLRs com base em um detector de probabilidade a posteriori máxima (MAP).
21. Equipamento, de acordo com a reivindicação 1, no qual o pelo menos um processador é configurado para decodificar as LLRs para o conjunto de símbolos de dados para obter LLRs a priori, e para computar em conjunto as LLRs para os símbolos de dados restantes para uma iteração adicional utilizando as LLRs a priori.
22. Equipamento, de acordo com a reivindicação -17, no qual o pelo menos um processador é configurado para realizar o processamento espacial do receptor em um conjunto de símbolos recebidos para obter pelo menos um símbolo detectado para o pelo menos um símbolo de dados, e para computar as LLRs para cada um dos pelo menos um símbolo detectado.
23. Equipamento, de acordo com a reivindicação -17, no qual o pelo menos um processador é configurado para derivar uma estimativa de canal com base em uma matriz de resposta de canal para o canal MIMO e uma matriz de mapeamento espacial utilizada para transmitir o conjunto de símbolos de dados, para derivar uma matriz de filtro espacial com base na estimativa de canal, para realizar o processamento espacial do receptor em um conjunto de símbolos recebidos com base na matriz de filtro espacial para obter pelo menos um símbolo detectado, e para computar as LLRs para cada um dos pelo menos um símbolo detectado.
24. Equipamento, de acordo com a reivindicação -17, no qual o pelo menos um processador é configurado para computar as LLRs separadamente para cada um dos múltiplos conjuntos de símbolos de dados transmitidos através do canal MIMO em múltiplas sub-bandas de freqüência.
25. Método, compreendendo: computar relações de log-verossimilhança (LLRs) independentemente para cada um dos pelo menos um símbolo de dados em um conjunto de símbolos de dados transmitido através de um .canal de múltiplas entradas e múltiplas saídas (MIMO); e computar LLRs em conjunto para os símbolos de dados restantes no conjunto de símbolos de dados.
26. Método, de acordo com a reivindicação 25, compreendendo adicionalmente: decodificar LLRs para o conjunto de símbolos de dados para obtenção de LLRs a priori; e computar em conjunto as LLRs para os símbolos de dados restantes para uma iteração adicional utilizando as LLRs a priori.
27. Método, de acordo com a reivindicação 25, compreendendo adicionalmente: computar LLRs separadamente para cada um dos múltiplos conjuntos de símbolos de dados transmitidos através do canal MIMO em múltiplas sub-bandas de freqüência.
28. Equipamento, compreendendo: meios para computar relações de Iog- verossimilhança (LLRs) independentemente para cada um dos pelo menos um símbolo de dados em um conjunto de símbolos de dados transmitidos através de um canal de múltiplas entradas e múltiplas saídas (MIMO); e meios para computar LLRs em conjunto para os símbolos de dados restantes no conjunto de símbolos de dados.
29. Equipamento, de acordo com a reivindicação -28, compreendendo adicionalmente: meios para decodificar LLRs para o conjunto de símbolos de dados para obtenção de LLRs a priori; e meios para computar em conjunto de LLRs para os símbolos de dados restantes para uma iteração adicional utilizando as LLRs a priori.
30. Equipamento, de acordo com a reivindicação -28, compreendendo adicionalmente: meios para computar as LLRs separadamente para cada um dos múltiplos conjuntos de símbolos de dados transmitidos através do canal MIMO nas múltiplas sub-bandas de freqüência.
31. Equipamento, compreendendo: pelo menos um processador configurado para efetuar a detecção independente para cada um dos pelo menos um fluxo de dados selecionado dentre os múltiplos fluxos de dados, para efetuar a detecção em conjunto para os fluxos de dados restantes dentre os múltiplos fluxos de dados, para efetuar a decodificação para múltiplos fluxos de dados, e para efetuar a detecção independente para cada um dos pelo menos um fluxo de dados, para efetuar a detecção em conjunto para os fluxos de dados restantes, e para efetuar a decodificação para múltiplos fluxos de dados para pelo menos uma iteração adicional; e uma memória acoplada a pelo menos um processador.
32. Equipamento, compreendendo: pelo menos um processador configurado para computar LLRs independentemente para cada um dos pelo menos um símbolo de dados em um conjunto de símbolos de dados transmitido através de um canal de múltiplas entradas e múltiplas saídas (MIMO), para determinar uma lista de hipóteses candidatas para os símbolos de dados restantes no conjunto de símbolos de dados, e para computar as LLRs em conjunto para os símbolos de dados restantes com a lista de hipóteses candidatas; e uma memória acoplada a pelo menos um processador.
33. Equipamento, de acordo com a reivindicação -32, no qual o pelo menos um processador é configurado para determinar a lista de hipóteses candidatas utilizando a detecção de esfera de lista.
34. Equipamento, de acordo com a reivindicação -32, no qual o pelo menos um processador é configurado para determinar a lista de hipóteses candidatas utilizando a técnica MCMC.
35. Equipamento, de acordo com a reivindicação -32, no qual o pelo menos um processador é configurado para selecionar um dos símbolos de dados restantes em um momento para consideração e, depois da seleção de cada símbolo de dados restante, para determinar a lista de hipóteses candidatas para todos os símbolos de dados selecionados com base em uma função de custo.
36. Equipamento, de acordo com a reivindicação 35, no qual a lista de hipóteses candidatas inclui no máximo B melhores hipóteses para os símbolos de dados restantes, onde B > 1.
37. Equipamento, de acordo com a reivindicação -35, no qual os símbolos de dados restantes selecionados correspondem a uma pluralidade de nós em uma árvore de busca, e onde a lista de hipóteses candidatas inclui no máximo B melhores hipóteses para cada um dentre a pluralidade de nós, onde B > 1.
38. Equipamento, de acordo com a reivindicação -36, no qual B é selecionado com base em um esquema de modulação utilizado para o conjunto de símbolos de dados.
39. Equipamento, de acordo com a reivindicação -35, no qual a lista de hipóteses candidatas inclui um mínimo de Bmin melhores hipóteses para os símbolos de dados restantes selecionados, onde Bmin ^ 1-
40. Equipamento, de acordo com a reivindicação -35, no qual a lista de hipóteses candidatas inclui todas as hipóteses com valores de custo inferior a ou igual a um limite.
41. Equipamento, de acordo com a reivindicação -40, no qual o limite é determinado com base na informação de um decodificador.
42. Equipamento, de acordo com a reivindicação -32, no qual o pelo menos um processador é configurado para efetuar o processamento espacial do receptor em um conjunto de símbolos recebidos para obtenção de um conjunto de símbolos detectados, para derivar uma matriz triangular superior com base em uma estimativa de canal, e para determinar o conjunto de hipóteses candidatas com base em uma função de custo do conjunto de símbolos detectados e matriz triangular superior.
43. Método, compreendendo: computar relações de log-verossimilhança (LLRs) independentemente para cada um dos pelo menos um símbolo de dados em um conjunto de símbolos de dados transmitidos através de um canal de múltiplas entradas e múltiplas saídas (MIMO); determinar uma lista de hipóteses candidatas para os símbolos de dados restantes no conjunto de símbolos de dados; e computar LLRs em conjunto para os símbolos de dados restantes com a lista de hipóteses candidatas.
44. Método, de acordo com a reivindicação 43, no qual a determinação da lista de hipóteses candidatas compreende: determinar a lista de hipóteses candidatas para o restante dos símbolos de dados utilizando a detecção de esfera de lista.
45. Método, de acordo com a reivindicação 43, compreendendo adicionalmente: realizar processamento espacial do receptor em um conjunto de símbolos recebidos para obtenção de um conjunto de símbolos detectados; e derivar uma matriz triangular superior com base em uma estimativa de canal; e onde a determinação da lista de hipóteses candidatas compreende determinar o conjunto de hipóteses candidatas com base em uma função de custo do conjunto de símbolos detectados e matriz triangular superior.
46. Equipamento, compreendendo: meios para computar as relações de Iog- verossimilhança (LLRs) independentemente para cada um dos pelo menos um símbolo de dados em um conjunto de símbolos de dados transmitido através de um canal de múltiplas entradas e múltiplas saídas (MIMO); meios para determinar uma lista de hipóteses candidatas para o restante dos símbolos de dados no conjunto de símbolos de dados; e meios para computar as LLRs em conjunto para os símbolos de dados restantes com a lista de hipóteses candidatas.
47. Equipamento, de acordo com a reivindicação 46, no qual os meios para determinar a lista de hipóteses candidatas compreendem: meios para determinar a lista de hipóteses candidatas para os símbolos de dados restantes utilizando a detecção de esfera de lista.
48. Equipamento, de acordo com a reivindicação 46, compreendendo adicionalmente: meios para efetuar o processamento espacial do receptor em um conjunto de símbolos recebidos para obter um conjunto de símbolos detectados; e meios para derivar uma matriz triangular superior com base em uma estimativa de canal, e onde os meios para determinar a lista de hipóteses candidatas compreende meios para determinar o conjunto de hipóteses candidatas com base em uma função de custo do conjunto de símbolos detectados e matriz triangular superior.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US73815905P | 2005-11-18 | 2005-11-18 | |
| US60/738,159 | 2005-11-18 | ||
| US11/345,976 US8467466B2 (en) | 2005-11-18 | 2006-02-01 | Reduced complexity detection and decoding for a receiver in a communication system |
| US11/345,976 | 2006-02-01 | ||
| PCT/US2006/045031 WO2007062021A2 (en) | 2005-11-18 | 2006-11-20 | Reduced complexity detection and decoding for a receiver in a communication system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| BRPI0618716A2 true BRPI0618716A2 (pt) | 2011-09-06 |
Family
ID=37890794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BRPI0618716-1A BRPI0618716A2 (pt) | 2005-11-18 | 2006-11-20 | detecção de complexidade reduzida e decodificação para um receptor em um sistema de comunicação |
Country Status (9)
| Country | Link |
|---|---|
| US (1) | US8467466B2 (pt) |
| EP (4) | EP2262130A3 (pt) |
| JP (2) | JP5123199B2 (pt) |
| KR (1) | KR101125497B1 (pt) |
| CN (1) | CN101322328B (pt) |
| BR (1) | BRPI0618716A2 (pt) |
| CA (1) | CA2628742C (pt) |
| RU (1) | RU2414062C2 (pt) |
| WO (1) | WO2007062021A2 (pt) |
Families Citing this family (86)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8045604B2 (en) * | 2004-07-07 | 2011-10-25 | University Of Utah Research Foundation | Estimation of log-likelihood using constrained markov-chain monte carlo simulation |
| US7852951B2 (en) * | 2005-09-30 | 2010-12-14 | Intel Corporation | Multicarrier receiver for multiple-input multiple-output wireless communication systems and method |
| US7613260B2 (en) | 2005-11-21 | 2009-11-03 | Provigent Ltd | Modem control using cross-polarization interference estimation |
| KR100863702B1 (ko) * | 2005-12-14 | 2008-10-15 | 삼성전자주식회사 | 다중 안테나 통신시스템에서 반복적 검출 및 복호를 위한장치 및 방법 |
| GB2434946B (en) * | 2006-02-01 | 2008-07-23 | Toshiba Res Europ Ltd | Wireless communications apparatus |
| US7796708B2 (en) * | 2006-03-29 | 2010-09-14 | Provigent Ltd. | Adaptive receiver loops with weighted decision-directed error |
| CA2541567C (en) * | 2006-03-31 | 2012-07-17 | University Of Waterloo | Parallel soft spherical mimo receiver and decoding method |
| KR100866805B1 (ko) * | 2006-04-06 | 2008-11-04 | 삼성전자주식회사 | 다중 안테나 통신시스템에서 로그 우도 율 생성 장치 및방법 |
| JP4836186B2 (ja) * | 2006-05-31 | 2011-12-14 | 三洋電機株式会社 | 送信装置 |
| EP2033390A2 (en) * | 2006-06-01 | 2009-03-11 | Nokia Corporation | Apparatus, method and computer program product providing iterative recursive least squares (rls) algorithm for coded mimo systems |
| US7643512B2 (en) | 2006-06-29 | 2010-01-05 | Provigent Ltd. | Cascaded links with adaptive coding and modulation |
| US7580469B2 (en) * | 2006-07-06 | 2009-08-25 | Provigent Ltd | Communication link control using iterative code metrics |
| US8243842B2 (en) * | 2006-09-25 | 2012-08-14 | Panasonic Corporation | Signal separating device and signal separating method |
| US8001452B2 (en) * | 2006-11-17 | 2011-08-16 | Agere Systems Inc. | Methods and apparatus for soft decision decoding using reliability values based on a log base two function |
| US7839952B2 (en) * | 2006-12-05 | 2010-11-23 | Provigent Ltd | Data rate coordination in protected variable-rate links |
| US7720136B2 (en) * | 2006-12-26 | 2010-05-18 | Provigent Ltd | Adaptive coding and modulation based on link performance prediction |
| EP2127093B1 (en) * | 2007-01-19 | 2014-11-26 | Koninklijke Philips N.V. | Method and system of single carrier block transmission with parallel encoding and decoding |
| US20080181324A1 (en) * | 2007-01-30 | 2008-07-31 | Texas Instruments Incorporated | Systems and methods for scaling to equalize noise variance |
| GB2447675B (en) * | 2007-03-20 | 2009-06-24 | Toshiba Res Europ Ltd | Wireless communication apparatus |
| US8315574B2 (en) | 2007-04-13 | 2012-11-20 | Broadcom Corporation | Management of variable-rate communication links |
| US8059764B2 (en) * | 2007-04-17 | 2011-11-15 | Texas Instruments Incorporated | Systems and methods for low-complexity max-log MIMO detection |
| US20120114054A1 (en) * | 2007-04-17 | 2012-05-10 | Texas Instruments Incorporated | Systems and Methods for Low-Complexity Max-Log MIMO Detection |
| US7821938B2 (en) * | 2007-04-20 | 2010-10-26 | Provigent Ltd. | Adaptive coding and modulation for synchronous connections |
| KR101508700B1 (ko) | 2007-06-12 | 2015-04-08 | 중앙대학교 산학협력단 | 다중 입출력 무선통신 시스템에서 신호 검출 장치 및 방법 |
| KR100944994B1 (ko) * | 2007-07-04 | 2010-03-05 | 삼성전자주식회사 | 다중 입출력 무선통신 시스템에서 스트림별 유효 신호대잡음비 생성 장치 및 방법 |
| US8001445B2 (en) * | 2007-08-13 | 2011-08-16 | Provigent Ltd. | Protected communication link with improved protection indication |
| JP4818227B2 (ja) * | 2007-08-24 | 2011-11-16 | 日本電信電話株式会社 | 信号検出装置及び信号検出方法並びにそのプログラムと記録媒体 |
| JP4818228B2 (ja) * | 2007-08-24 | 2011-11-16 | 日本電信電話株式会社 | 信号検出装置及び信号検出方法並びにそのプログラムと記録媒体 |
| KR101408866B1 (ko) | 2007-09-03 | 2014-06-17 | 삼성전자주식회사 | 단일반송파 주파수분할 다중접속방식의 다중입출력시스템에서 신호 검출 방법 및 장치 |
| US8040985B2 (en) | 2007-10-09 | 2011-10-18 | Provigent Ltd | Decoding of forward error correction codes in the presence of phase noise |
| KR101041945B1 (ko) * | 2007-11-06 | 2011-06-16 | 중앙대학교 산학협력단 | 다중 안테나 시스템에서 신호 검출 장치 및 방법 |
| US8711984B2 (en) * | 2008-01-22 | 2014-04-29 | Agere Systems Llc | Methods and apparatus for map detection with reduced complexity |
| US8000416B2 (en) * | 2008-02-27 | 2011-08-16 | Mitsubishi Electric Research Laboratories, Inc. | System and method for generating soft output in hybrid MIMO systems |
| US8576959B2 (en) * | 2008-04-16 | 2013-11-05 | Nec Laboratories America, Inc. | Receiver with prefiltering for discrete fourier transform-spread-orthogonal frequency division multiplexing (DFT-S-OFDM) based systems |
| ES2540916T3 (es) * | 2008-05-09 | 2015-07-14 | Vodafone Holding Gmbh | Procedimiento y sistema de comunicación de datos |
| US8385439B2 (en) * | 2008-05-27 | 2013-02-26 | Nec Laboratories America, Inc. | Polarization mode dispersion compensation in multilevel coded-modulation schemes using blast algorithm and iterative polarization cancellation |
| KR101447202B1 (ko) * | 2008-06-10 | 2014-10-30 | 삼성전자주식회사 | 다중 입력 다중 출력 시스템에서 신호 검출을 위한 장치 및방법 |
| GB2474180A (en) * | 2008-07-25 | 2011-04-06 | Smith International | PDC bit having split blades |
| WO2010076023A1 (en) * | 2008-12-31 | 2010-07-08 | St-Ericsson Sa (St-Ericsson Ltd) | Process and receiver for interference cancellation of interfering base stations in a synchronized ofdm system |
| DE102009010661B3 (de) * | 2009-01-19 | 2010-01-28 | Technische Universität Dresden | Verfahren zur Steuerung des Datenflusses bei baumsuchbasierter Detektion von MIMO-Empfangssignalen |
| US8306089B2 (en) * | 2009-03-10 | 2012-11-06 | Qualcomm Incorporated | Precoding technique for multiuser MIMO based on eigenmode selection and MMSE |
| WO2010139008A1 (en) * | 2009-06-04 | 2010-12-09 | National Ict Australia Limited | Detection of a communication signal |
| US8559543B1 (en) * | 2009-10-09 | 2013-10-15 | Marvell International Ltd. | Soft sphere decoder for MIMO maximum likelihood demodulation |
| US8923424B2 (en) * | 2010-02-23 | 2014-12-30 | Qualcomm Incorporated | Multi-term demapping for multi-channel wireless communication |
| US20120045024A1 (en) * | 2010-02-24 | 2012-02-23 | Qualcomm Incorporated | Methods and apparatus for iterative decoding in multiple-input-multiple-output (mimo) communication systems |
| JP2011259242A (ja) * | 2010-06-09 | 2011-12-22 | Ntt Docomo Inc | 移動端末装置、無線基地局装置及び無線通信方法 |
| EP2458747A1 (en) * | 2010-11-30 | 2012-05-30 | ST-Ericsson SA | Detection process for a receiver of a wireless MIMO communication system |
| US9473300B2 (en) * | 2011-11-03 | 2016-10-18 | Savannah River Nuclear Solutions, Llc | Authenticated sensor interface device |
| CN104137106B (zh) * | 2012-02-21 | 2017-09-15 | 亚历山德罗斯·索帕萨基斯 | 为工业过程或技术系统提供控制输入信号的装置、方法及计算机可读介质 |
| GB2502344B (en) * | 2012-05-25 | 2014-05-14 | Broadcom Corp | Method, apparatus and computer program for signal to noise and interference ratio estimation |
| RU2513725C2 (ru) * | 2012-06-01 | 2014-04-20 | Федеральное государственное образовательное бюджетное учреждение высшего профессионального образования "Сибирский государственный университет телекоммуникаций и информатики" (ФГОБУ ВПО "СибГУТИ") | Способ обеспечения целостности передаваемой информации |
| EP2680520B1 (en) * | 2012-06-29 | 2015-11-18 | Telefonaktiebolaget L M Ericsson (publ) | Method and apparatus for efficient MIMO reception with reduced complexity |
| JP2014060616A (ja) * | 2012-09-18 | 2014-04-03 | Samsung Electronics Co Ltd | 通信装置、および信号検出方法 |
| US9036992B2 (en) * | 2012-10-09 | 2015-05-19 | Nec Laboratories America, Inc. | LDPC-coded modulation for ultra-high-speed optical transport in the presence of phase noise |
| SG2013077953A (en) * | 2012-10-18 | 2014-05-29 | Agency Science Tech & Res | Joint detector/decoder devices and joint detection/decoding methods |
| US9191256B2 (en) | 2012-12-03 | 2015-11-17 | Digital PowerRadio, LLC | Systems and methods for advanced iterative decoding and channel estimation of concatenated coding systems |
| KR101831002B1 (ko) | 2013-01-18 | 2018-02-21 | 삼성전자주식회사 | 다중 안테나 시스템의 연판정 정보 생성 장치 및 방법 |
| US9225468B1 (en) | 2013-04-01 | 2015-12-29 | Marvell International Ltd. | Systems and methods for detecting data in a received multiple-input-multiple-output (MIMO) signal |
| US9197267B2 (en) | 2013-04-09 | 2015-11-24 | Qualcomm Incorporated | Methods and apparatus for joint demodulation with max-log MAP (MLM) |
| CN105850054A (zh) * | 2013-09-26 | 2016-08-10 | 乔治亚技术研究公司 | Schnorr-Euchner扩展及其快速实现 |
| US9071316B2 (en) * | 2013-10-04 | 2015-06-30 | Huawei Technologies Co., Ltd. | Method for detection of symbols in communication signals |
| US10068577B2 (en) * | 2014-04-25 | 2018-09-04 | Dolby Laboratories Licensing Corporation | Audio segmentation based on spatial metadata |
| CN105337685B (zh) * | 2014-07-28 | 2018-12-07 | 华为技术有限公司 | 一种图拨检测方法及其装置 |
| WO2016030758A2 (en) * | 2014-08-27 | 2016-03-03 | MagnaCom Ltd. | Multiple input multiple output communications over nonlinear channels using orthogonal frequency division multiplexing |
| KR102375951B1 (ko) | 2015-07-29 | 2022-03-17 | 삼성전자주식회사 | 오류 감소를 위한 디코딩 장치 및 방법 |
| US10135503B2 (en) * | 2016-01-20 | 2018-11-20 | ZTE Canada Inc. | Detection of spatially multiplexed signals for over-determined MIMO systems |
| US20170257181A1 (en) * | 2016-03-07 | 2017-09-07 | National Taiwan University | Method and Computer System for Reducing Inter-Cell Interference and Inter-Antenna Interference in Wireless Communication System |
| US20170288933A1 (en) * | 2016-03-30 | 2017-10-05 | Intel IP Corporation | Wireless signal receiver |
| CN106911374B (zh) * | 2017-01-16 | 2020-08-04 | 重庆邮电大学 | 一种低复杂度软输出空间调制检测方法 |
| US10237025B2 (en) * | 2017-02-03 | 2019-03-19 | At&T Intellectual Property I, L.P. | Detecting data in multiantenna wireless communication systems |
| US10411836B2 (en) * | 2017-03-17 | 2019-09-10 | Uurmi Systems Pvt. Ltd | System and method for detecting spatially multiplexed and space time block coded multiple-input multiple-output (MIMO) signals |
| CN109302265B (zh) * | 2017-07-24 | 2021-11-12 | 展讯通信（上海）有限公司 | 软调制的方法、装置及计算机可读存储介质 |
| CN107493124B (zh) * | 2017-08-09 | 2020-12-18 | 深圳先进技术研究院 | 一种多天线微波无线充电的波束成形算法 |
| CN108270702B (zh) * | 2018-01-19 | 2020-11-03 | 中国民航大学 | 基于MCMC的turbo迭代均衡检测方法 |
| US10715276B2 (en) | 2018-05-26 | 2020-07-14 | Ntwine, Llc | Bandwidth constrained communication systems with optimized low-density parity-check codes |
| US10615912B2 (en) * | 2018-08-22 | 2020-04-07 | Samsung Electronics Co., Ltd. | Apparatuses, computer-readable media, and methods for single dimension maximal likelihood symbol detection |
| CN109495114B (zh) * | 2018-10-10 | 2022-07-26 | 东南大学 | 基于马尔可夫蒙特卡罗方法的ldpc译码器构造方法 |
| US10778300B2 (en) | 2018-12-03 | 2020-09-15 | Samsung Electronics Co., Ltd | Method and apparatus for high rank multiple-input multiple-output (MIMO) symbol detection |
| KR102118899B1 (ko) * | 2019-03-07 | 2020-06-04 | 한양대학교 산학협력단 | 연판정 기반으로 선형 부호를 고속 복호화하는 방법 및 장치 |
| KR102174601B1 (ko) * | 2019-10-21 | 2020-11-05 | 한국과학기술원 | 확률론적 성상 성형된 세기 변조 및 직접 검출 전송 시스템에 대하여 오류 정정 기술을 구현하는 새로운 매핑 방법 |
| WO2021181278A1 (en) | 2020-03-10 | 2021-09-16 | Ntwine, Llc | Bandwidth constrained communication systems with frequency domain information processing |
| US11990922B2 (en) | 2021-01-11 | 2024-05-21 | Ntwine, Llc | Bandwidth constrained communication systems with neural network based detection |
| US11223447B1 (en) | 2021-03-31 | 2022-01-11 | Seagate Technology Llc | Multiple detector data channel and data detection utilizing different cost functions |
| CN115622665B (zh) * | 2022-10-31 | 2024-06-25 | 电子科技大学 | 一种基于自适应概率计算的mcmc-mimo检测方法、设备及系统 |
| CN116015495B (zh) * | 2022-12-14 | 2024-11-29 | 东南大学 | 一种基于马尔可夫链蒙特卡罗的分布式检测方法 |
| CN116015547B (zh) * | 2022-12-15 | 2024-11-29 | 东南大学 | 一种基于深度展开的马尔可夫链蒙特卡罗检测方法 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US738159A (en) | 1901-06-03 | 1903-09-08 | Globe Automatic Telephone Company | Calling mechanism for automatic telephone systems. |
| US5566209A (en) * | 1994-02-10 | 1996-10-15 | Telefonaktiebolaget Lm Ericsson | Transceiver algorithms of antenna arrays |
| JP2000269825A (ja) | 1999-03-12 | 2000-09-29 | Casio Comput Co Ltd | ビタビ復号装置及びビタビ復号方法 |
| CN1108071C (zh) | 2000-04-11 | 2003-05-07 | 信息产业部电信科学技术研究院 | 码分多址移动通信系统中终端设备端的一种信号处理方法 |
| US7912014B2 (en) * | 2001-09-28 | 2011-03-22 | At&T Intellectual Property Ii, Lp | Method and apparatus for reducing interference in multiple-input-multiple-output (MIMO) systems |
| US7154936B2 (en) * | 2001-12-03 | 2006-12-26 | Qualcomm, Incorporated | Iterative detection and decoding for a MIMO-OFDM system |
| US6757337B2 (en) * | 2002-09-05 | 2004-06-29 | Motorola, Inc. | Coding-assisted MIMO joint detection and decoding |
| US7394860B2 (en) * | 2002-10-02 | 2008-07-01 | Nortel Networks Limited | Combined space-time decoding |
| KR100515472B1 (ko) * | 2002-10-15 | 2005-09-16 | 브이케이 주식회사 | 채널 부호화, 복호화 방법 및 이를 수행하는 다중 안테나무선통신 시스템 |
| US7317770B2 (en) * | 2003-02-28 | 2008-01-08 | Nec Laboratories America, Inc. | Near-optimal multiple-input multiple-output (MIMO) channel detection via sequential Monte Carlo |
| US7349496B2 (en) * | 2003-06-27 | 2008-03-25 | Nortel Networks Limited | Fast space-time decoding using soft demapping with table look-up |
| EP1521414B1 (en) | 2003-10-03 | 2008-10-29 | Kabushiki Kaisha Toshiba | Method and apparatus for sphere decoding |
| US7428260B2 (en) * | 2003-10-30 | 2008-09-23 | Marvell World Trade Ltd. | Unified MMSE equalization and multi-user detection approach for use in a CDMA system |
| EP1545082A3 (en) * | 2003-12-17 | 2005-08-03 | Kabushiki Kaisha Toshiba | Signal decoding methods and apparatus |
| RU2297713C2 (ru) | 2004-01-09 | 2007-04-20 | Корпорация "Самсунг Электроникс" | Способ приема многолучевого сигнала и устройство для его осуществления |
| US20050201478A1 (en) * | 2004-03-10 | 2005-09-15 | Holger Claussen | Modulation in a mobile telecommunications system |
| CN1691539A (zh) | 2004-04-30 | 2005-11-02 | 皇家飞利浦电子股份有限公司 | 用于多入多出无线通信系统的通用多入多出－联合检测方法和装置 |
| US7433432B2 (en) * | 2004-12-31 | 2008-10-07 | Broadcom Corporation | Adaptive detector for multiple-data-path systems |
-
2006
- 2006-02-01 US US11/345,976 patent/US8467466B2/en active Active
- 2006-11-20 EP EP10013239A patent/EP2262130A3/en not_active Withdrawn
- 2006-11-20 RU RU2008124818/09A patent/RU2414062C2/ru not_active IP Right Cessation
- 2006-11-20 CN CN200680042791.8A patent/CN101322328B/zh active Active
- 2006-11-20 EP EP06838163A patent/EP1949561A2/en not_active Withdrawn
- 2006-11-20 CA CA2628742A patent/CA2628742C/en not_active Expired - Fee Related
- 2006-11-20 KR KR1020087014776A patent/KR101125497B1/ko not_active Expired - Fee Related
- 2006-11-20 EP EP10013237A patent/EP2262128A3/en not_active Withdrawn
- 2006-11-20 JP JP2008541419A patent/JP5123199B2/ja not_active Expired - Fee Related
- 2006-11-20 BR BRPI0618716-1A patent/BRPI0618716A2/pt not_active Application Discontinuation
- 2006-11-20 EP EP10013238A patent/EP2262129A3/en not_active Ceased
- 2006-11-20 WO PCT/US2006/045031 patent/WO2007062021A2/en not_active Ceased
-
2012
- 2012-08-24 JP JP2012185380A patent/JP5612041B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2009516960A (ja) | 2009-04-23 |
| EP2262130A3 (en) | 2011-02-16 |
| US8467466B2 (en) | 2013-06-18 |
| CN101322328A (zh) | 2008-12-10 |
| EP1949561A2 (en) | 2008-07-30 |
| JP5123199B2 (ja) | 2013-01-16 |
| CN101322328B (zh) | 2016-03-16 |
| WO2007062021A3 (en) | 2007-10-18 |
| CA2628742C (en) | 2013-02-05 |
| RU2008124818A (ru) | 2009-12-27 |
| KR101125497B1 (ko) | 2012-03-20 |
| EP2262128A3 (en) | 2011-02-23 |
| JP5612041B2 (ja) | 2014-10-22 |
| EP2262129A2 (en) | 2010-12-15 |
| EP2262129A3 (en) | 2011-02-16 |
| JP2013031192A (ja) | 2013-02-07 |
| EP2262128A2 (en) | 2010-12-15 |
| RU2414062C2 (ru) | 2011-03-10 |
| EP2262130A2 (en) | 2010-12-15 |
| KR20080069258A (ko) | 2008-07-25 |
| WO2007062021A2 (en) | 2007-05-31 |
| US20070116143A1 (en) | 2007-05-24 |
| CA2628742A1 (en) | 2007-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BRPI0618716A2 (pt) | detecção de complexidade reduzida e decodificação para um receptor em um sistema de comunicação | |
| JP5479430B2 (ja) | Ｍｉｍｏ通信の球検出及びレート選択 | |
| KR100942401B1 (ko) | Ｍｉｍｏ-ｏｆｄｍ 시스템에 대한 반복적인 검출 및 디코딩 | |
| EP2245808B1 (en) | Tree position adaptive soft output M-algorithm receiver structures | |
| CN101268647B (zh) | 用于处理来自多个源的通信的装置和方法 | |
| CN101411086A (zh) | 提供mimo接收器的装置、方法和计算机程序产品 | |
| JP2010528503A (ja) | 適応軟出力ｍアルゴリズム受信器構造 | |
| WO2008016024A1 (en) | Multiantenna receiving device | |
| KR20070063919A (ko) | 다중 안테나 시스템에서 반복 검출 및 복호 수신 장치 및방법 | |
| Allahkaram et al. | Constrained symbol-level noise-guessing decoding with antenna sorting for massive MIMO | |
| ES2700138T3 (es) | Transmisión de redundancia incremental en un sistema de comunicación MIMO | |
| Radosavljevic | Sphere detection and LDPC decoding algorithms and architectures for wireless systems | |
| BRPI0706477A2 (pt) | detecção esférica e seleção de taxa para transmissão mimo | |
| Wang | Distributed coding for multi-source cooperative networks | |
| Chen et al. | A capacity achieving and low complexity multilevel coding scheme for ISI channels | |
| Li | Code deisgn for SISO and MIMO block-fading channels | |
| Xin et al. | A hybrid decoding approach for LDPC coded MIMO-OFDM systems | |
| Alamuri | SPACE TIME TURBO CODES FOR MULTIPLE USERS | |
| accréditation conjointe avec l’Ecole et al. | Algorithms and architectures for the detection of MIMO signals |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B15K | Others concerning applications: alteration of classification |
Free format text: AS CLASSIFICACOES ANTERIORES ERAM: H04B 7/08 , H04B 7/04 , H04L 25/03 , H04L 1/06 Ipc: H04L 1/06 (1968.09), H04L 25/03 (1974.07), H04L 27 |
|
| B06F | Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette] | ||
| B06T | Formal requirements before examination [chapter 6.20 patent gazette] | ||
| B11E | Dismissal acc. art. 34 of ipl - requirements for examination incomplete | ||
| B11T | Dismissal of application maintained [chapter 11.20 patent gazette] |