[发明专利]参数化顺序解码

说明书

本文公开了参数化顺序解码。提供了一种用于对通过通信系统中的传输信道接收到的数据信号进行顺序解码的解码器，所述数据信号载有发送符号，所述解码器包括：符号估计单元(301)，其被配置为根据存储在堆栈中的信息来确定代表由接收信号所载有的发送符号的估计符号，所述符号估计单元(301)被配置为通过扩展包括多个节点的解码树的选定节点的子节点而迭代地填充堆栈，解码树的每个节点对应于所述数据信号的符号的候选分量，并且每个节点被分配了度量，所述堆栈在每次迭代中被填充一组扩展子节点且按分配给节点的度量的值增加来排序，每次迭代的选定节点对应于在堆栈中的被分配了最低度量的节点。

技术领域

本发明总体上涉及数字通信，并且更具体地涉及用于对接收到的数据信号顺序解码的方法、系统和计算机程序产品。

背景技术

在过去几十年，已经实现了部署提供不同类型的通信的无线通信系统的主要进步。无线通信系统为用户提供了对一个或多个资源(例如，带宽、发射功率等)的访问。目前有不同的无线通信系统可供使用，诸如使用单个天线或多个天线容纳单个或多个发射机/接收机的蜂窝和无线自组织网络，例如MIMO(多输入多输出)系统。

除了系统设备所施加的低功耗和存储器要求之外，无线通信系统的主要挑战是对接收到的信号的解码。事实上，在无线通信系统中，发送到一个或多个接收机的信号在可能有噪声的传输信道中被传送。接收机所接收到的信号可能因此受干扰。因此，需要解码器对原始期望信号进行正确地解码。

最优的解码方法基于称为“最大似然”解码问题(也称为“ML”解码)的解码问题，在欧几里得距离标准的最小化下估计到观测到的接收信号的最接近向量。ML解码标准的一个实现方式使用在星座字母表(constellation alphabet)中全部可能值上的穷举搜索。该方法提供了最优性能。然而，其需要高复杂度，随着星座码本的大小或发射天线的数量变得越来越高，复杂度增加，从而使得在实际系统中这种技术的实现不可能的。因此，这样的ML解码技术的实现方式在需要高星座阶来确保高谱效率以及增加天线数量来确保较高分集阶数的实际系统中是不可能的。

已经提出了其它的基于ML标准的解码技术来在考虑解码器复杂度的同时恰当地对接收到的信号解码，例如Sphere Decoder(E.Viterbo和J.Boutros，用于衰落信道的通用网格码解码器，IEEE Transactions on Information Theory,45(5):1639-1642,1999年7月)或Schnorr-Euchner解码器(C.P.Schnorr和M.Euchner，网格基减少：改进的实际算法及解决子集求和问题，Math.Programming,第181-191页，1993年)。然而，这些解码器具有随着星座尺寸或天线数量增加而增加的复杂度。其它次优低复杂度解码器，如ZF(迫零(Zero-Forcing))、ZF-DFE(迫零决策反馈均衡器)以及MMSE(最小均方差)解码器实现在实际系统中，但是在可实现的分集阶数方面存在差的性能以及类似的误差性能。

此外，使用单个或多个用户和/或天线的线性通信系统中所可应用的其它解码算法包括网格(lattice)顺序解码器(如“堆栈”解码器)，其利用ML优化问题的树形表示(解码树)和树搜索来实现最优ML检测(也称为‘解码’)标准。该解码算法提供了相对于穷举搜索方法而言降低的复杂度。在解码树中，从根节点到叶节点的每条路径是可能的发送信号。在解码树中的节点对应于解码后符号所取的不同值，并且从根节点到叶节点的每条路径是可能的发送信号。根据顺序解码器所实现的搜索策略，扩展树节点存储在全局堆栈中。特别地，堆栈解码器在全局堆栈中存储了在解码过程期间所扩展的树节点并且根据它们的解码度量的增序来对它们排序。

顺序解码器包括诸如堆栈解码器的实现最佳优先树搜索的解码器，如下文所披露的：

-A.R.Murugan,H.EI-Gamal,M.-O.Damen,和G.Caire，用于树搜索解码的统一架构：重新发现顺序解码器，IEEE Transactions on Information Theory,52(3):933-953,2006年3月；