[发明专利]一种QR分解检测方法和装置在审

专利信息
申请号: 201711483905.9 申请日: 2017-12-29
公开(公告)号: CN109995463A 公开(公告)日: 2019-07-09
发明(设计)人: 不公告发明人 申请(专利权)人: 深圳超级数据链技术有限公司
主分类号: H04L1/00 分类号: H04L1/00
代理公司: 北京德恒律治知识产权代理有限公司 11409 代理人: 章社杲;卢军峰
地址: 518000 广东省深圳市龙岗区坂田街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 接收序列 数据序列 检测 复用 方法和装置 上三角矩阵 波形矩阵 矩阵 对接收信号 译码复杂度 编码调制 编码特性 高斯信道 矩阵相乘 判决因子 逐层检测 酉矩阵 译码 量化 分解
【权利要求书】:

1.一种QR分解检测方法,所述QR分解检测方法用于重叠复用系统,其特征在于,所述QR分解检测方法包括:

步骤S1,获取接收序列,其中,所述接收序列是根据复用波形矩阵对输入信号进行编码调制后经过高斯信道得到的序列;

步骤S2,采用QR分解算法对所述接收序列进行检测,其中,所述步骤S2包括:

将预知的复用波形矩阵分解为一个酋矩阵和一个上三角矩阵;

根据所述酉矩阵,对所述接收序列进行矩阵相乘处理,得到数据序列;

根据所述数据序列、所述上三角矩阵和量化判决因子,对所述数据序列进行逐层检测。

2.根据权利要求1所述的QR分解检测方法,其特征在于,所述QR分解检测方法还包括:

获取所述接收序列,其中,所述接收序列为:

r=HX+η,

其中,r为所述接收序列,H为所述复用波形矩阵,X为所述待发送序列,η为高斯白噪声序列;

根据所述酋矩阵,对所述接收序列进行矩阵相乘处理,得到数据序列,其中,所述数据序列为:

y=RX+η',

其中,y为所述数据序列,R为所述上三角矩阵,η'为高斯白噪声序列。

3.根据权利要求2所述的QR分解检测方法,其特征在于,根据所述数据序列、所述上三角矩阵和量化判决因子,对所述数据序列进行逐层检测包括:

将所述数据序列中的多个元素y1、y2....yL定义为多层元素y1、y2....yL

根据所述最底层元素yL、所述上三角矩阵和所述量化判决因子,得到所述最底层元素yL的判决值;以及

根据所述非最底层元素yM、yM-1....y1和所述上三角矩阵、所述量化判决因子,依次获取非最底层元素yM、yM-1....y1的判决值,其中,所述M小于L,并且L、M均为正整数。

4.根据权利要求3所述的QR分解检测方法,其特征在于,所述最底层元素yL的判决值为:

其中,为量化判决因子,为所述最底层元素yL的判决值,RL,L为所述上三角矩阵中的第L行第L列的元素。

5.根据权利要求3所述的QR分解检测方法,其特征在于,任一非最底层元素的判决值为:

其中,为量化判决因子,为所述任一非最底层元素yk的判决值,Rk,k为所述上三角矩阵中的第k行第k列的元素,Rk,j为所述上三角矩阵中的第k行第j列的元素,为所述元素yj对应的判决值,且k=1,2,...L-1。

6.一种QR分解检测装置,其特征在于,所述所述QR分解检测装置用于重叠复用系统,其特征在于,所述QR分解检测装置包括:

第一获取模块,用于获取接收序列,其中,所述接收序列是根据复用波形矩阵对输入信号进行编码调制后经过高斯信道得到的序列;

检测模块,用于采用QR分解算法对所述接收序列进行检测,其中,所述检测模块包括:

分解模块,用于将预知的复用波形矩阵分解为一个酋矩阵和一个上三角矩阵;

第一得到模块,用于根据所述酉矩阵,对所述接收序列进行矩阵相乘处理,得到数据序列;

逐层检测模块,用于根据所述数据序列、所述上三角矩阵和量化判决因子,对所述数据序列进行逐层检测。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳超级数据链技术有限公司,未经深圳超级数据链技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711483905.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top