[发明专利]一种信道估计辅助的缩小搜索范围高阶QAM解映射方法

说明书

技术领域

本发明涉及一种信道估计辅助的缩小搜索范围高阶QAM解映射算法。

背景技术

调制与解映射技术是通信系统的一项核心技术，对通信系统的性能有着决定性的影响。QAM解映射的任务是计算传输数据的最佳估计，解映射的输出可以是硬判决数字比特，也可以是对发送端数字比特软判决的有效度量值。一般软判决解映射与信道译码（如Turbo码、LDPC等）共同作用，基于使信道噪声影响最小化的原则，进一步降低传输的误比特率。

文献1“高阶调制的软输出算法比较[北京邮电大学学报，2003，26（1）:82-85]”研究了高阶QAM解调的LogMap算法和简化Max-LogMap算法，分析了算法的复杂度，并通过仿真验证了与3GPP Turbo码合作的性能。但是，当调制阶数进一步增加，解调复杂度呈指数阶增大，很难用于实际工程应用中，尤其在高速数据传输通信系统。

文献2“M-QAM系统中QC_LDPC译码性能研究[电子设计工程，2012，20(8):136-138]”在文献1的基础上推导了软解调的对数似然比(LLR)计算公式，将方形QAM星座的解映射分解到I和Q路分别进行，有效的降低了搜索范围，但仍然存在文献1的不足。

文献3“一种基于折线逼近的对数似然比简化算法[电子与信息学报，2008，30(8):1832-1835]”提出一种折线逼近简化算法，基于曲线族的特点用简单的线性运算替代了标准算法中复杂的非线性运算，复杂度有所降低。但是对于高阶QAM而言，由于该算法需要判断各比特的折变点来拟合LLR曲线，消耗很多的资源和时间。而且，该算法对于每一段逼近都存在误差，会降低系统的性能。

文献4“HSDPA中QAM软解调算法实现和性能分析[中国新通信，2010:48-50]”提出了一种边界法的LLR简化算法，运算量较小，但误码性能不太理想。对于高阶QAM来说，阶数越高，星座点数越多，分界线也就越多，要确定相应的软信息计算公式很困难。

发明内容

本发明的目的在于解决上述问题，提出一种用于降低高阶QAM解映射的复杂度，拓展高阶QAM的高速数传应用场景的信道估计辅助的缩小搜索范围高阶QAM解映射算法。它以软判决贡献因子来衡量参考星座点对解映射的贡献，将搜索范围缩小为软判决贡献较大的参考星座点，以降低高阶QAM解映射的复杂度。

为了实现上述目的，本发明所采用的技术方案包括以下步骤：

1）利用正方形星座结构M-QAM解映射技术，推导QAM软解调的对数似然比计算公式，其中，调制阶数M＝2^m，m＝2，４，6，…，m为大于0的偶数；

2）引入软判决贡献因子c；

3）根据软判决贡献因子c以及信道估计结果，自适应选择搜索范围，计算对数似然比。

所述步骤1）中，推导QAM软解调的对数似然比计算公式的具体方法如下：

假设AWGN信道下第k时刻接收信号r_k为：

rk=rkI+jrkQ=zk+nk---(1)]]>

其中，z_k为发送的M-QAM调制符号，对应的二进制序列为g_i，其中，i=0,…,m-1；n_k～CN(0,σ²)为复加性高斯白噪声，噪声方差为σ²；分别为r_k实部和虚部，为同相分量，为正交分量，

推导QAM软解调的对数似然比计算公式如下：