CN102355446A - 基于一维dpc***的软解调方法和*** - Google Patents

Abstract

本发明公开了一种基于一维DPC***的软解调方法和***。该方法将方形M-QAM星座拆分成正交和同相两个独立的

信号，对

星座进行扩展，在一维星座图中完成复制和软解调的过程，并在扩展的星座图中计算比特的对数似然比值。基于本发明，在降低软解调接收复杂度的同时，具有很好的误比特性能。

Description

基于一维DPC***的软解调方法和***

技术领域

本发明涉及移动通信技术领域，尤其涉及一种基于一维DPC***的软解调方法和***。

背景技术

信道参数的不同，一些发射信道同时具有信道干扰和信道噪声时，发射机可以利用已知的信道干扰重新设计发送信号，使得接收端仅受信道噪声而不受信号干扰的影响，就像没有信道干扰一样。DPC(Dirty Paper Coding)就是这样一种在发射端对干扰进行预消除的信号处理技术。目前DPC可以用于解决许多重要的通信问题，在备受B3G和4G关注的多输入多输出(Multiple Input MultipleOutput，MIMO)传输技术中，DPC是获取多用户MIMO下行链路和容量的最优预编码方法。在多用户MIMO下行链路中，移动台接收信号中的干扰是由基站发送给其他用户的信号产生的，对于发射机而言是已知的，因此，发射机可以利用DPC技术对用户信号进行预处理，从而在发射端消除用户间干扰(Inter-user Interference，IUI)，大大降低接收机的复杂度。

但传统DPC解调算法的复杂度是和星座点个数成线性关系，在星座点个数较多的通信***中，解调算法计算量大，效率较低，由此造成的译码延时也相对增加。

发明内容

本发明的目的在于提供一种基于一维DPC***的软解调方法和***，基于本发明，在降低软解调接收复杂度的同时，具有很好的误比特性能。

一方面，本发明公开了一种基于一维DPC***的软解调方法，该方法包括如下步骤：发送步骤，将干扰序列叠加到发送信号序列上进行信道编码，获取信道编码器的输出码字；调制步骤，在所述信道编码器的输出码字中，将每m个比特组成一组{c₁，c₂，…，c_m}，将该{c₁，c₂，…，c_m}映射到多级正交幅度调制方形星座的一个星座点(u_re，u_im)；获取映射后的多级正交幅度调制方形星座；其中，映射到U_re的码字比特集合记为S_re，映射到U_im的码字比特集合记为S_im；且S_re+S_im＝{c₁，c₂，…，c_m}，

其中，M＝2^m，m为编码后每符号包含的比特数，m为正整数；解调步骤，将所述映射后的多级正交幅度调制方形星座拆分成正交的

星座和同相的

星座，所述正交的

星座和同相的

星座相互独立；扩展步骤，分别对所述正交的

星座和所述同相的

星座进行扩展，在一维星座图中完成复制和软解调，并在扩展的星座图中计算比特的对数似然比值。

另一方面，本发明还公开了一种基于一维DPC***的软解调***，包括：发送模块、调制模块、解调模块和扩张模块。

其中，发送模块用于将干扰序列叠加到发送信号序列上进行信道编码，获取信道编码器的输出码字；调制模块用于在所述信道编码器的输出码字中，将每m个比特组成一组{c₁，c₂，…，c_m}，将该{c₁，c₂，…，c_m}映射到多级正交幅度调制方形星座的一个星座点(u_re，u_im)；获取映射后的多级正交幅度调制方形星座；其中，映射到U_re的码字比特集合记为S_re，映射到U_im的码字比特集合记为S_im；且S_re+S_im＝{c₁，c₂，…，c_m}，

其中，M＝2^m，m为编码后每符号包含的比特数，m为正整数；解调模块用于将所述映射后的多级正交幅度调制方形星座拆分成正交的

星座和同相的

星座，所述正交的

星座和同相的

星座相互独立；扩展模块用于分别对所述正交的

星座和同相的星座进行扩展，在一维星座图中完成复制和软解调，并在扩展的星座图中计算比特的对数似然比值。

相对于现有技术而言，本发明具有如下优势：

首先，本发明实现了在同相和正交分量上各自独立的计算，相比于传统的软解调对数似然比算法，计算对数似然比值(Log-likelihood ratio，LLR)时，计算量从M的倍数降低为

的倍数。对于实际中常使用的高阶调制***来说可以大大降低LLR的计算复杂度。

其次，和传统的软解调对数似然比算法相比，该方案具有在同等的信道环境下相同的误比特率性能，同时还有利于降低接收机设计复杂度，节省接收端设备所需的各类资源。

附图说明

图1为本发明一维DPC***的软解调方法的步骤流程图；

图2a为一维DPC***结构框图；

图2b为及其复制后的星座图；

图3a为4-QAM调制下DPC***采用卷积码时的误比特性能曲线；

图3b为16-QAM调制下DPC***采用卷积码时的误比特性能曲线；

图3c为64-QAM调制下DPC***采用卷积码时的误比特性能曲线；

图4a为4-QAM调制下DPC***采用LDPC码时的误比特性能曲线；

图4b为16-QAM调制下DPC***采用LDPC码时的误比特性能曲线；

图4c为64-QAM调制下DPC***采用LDPC码时的误比特性能曲线；

图5为利用式(7)计算LLR时所需的计算量；

图6为本发明基于一维DPC***的软解调***实施例的结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明公开了一种基于一维DPC***的软解调方法，参照图1，该方法包括如下步骤：发送步骤S110，将干扰序列叠加到发送信号序列上进行信道编码，获取信道编码器的输出码字；调制步骤S120，在所述信道编码器的输出码字中，将每m个比特组成一组{c₁，c₂，…，c_m}，将该{c₁，c₂，…，c_m}映射到多级正交幅度调制方形星座的一个星座点(u_re，u_im)；获取映射后的多级正交幅度调制方形星座；其中，映射到U_re的码字比特集合记为S_re，映射到U_im的码字比特集合记为S_im；且S_re+S_im＝{c₁，c₂，…，c_m}，

其中，M＝2^m，m为编码后每符号包含的比特数，m为正整数。解调步骤S130，将所述映射后的多级正交幅度调制方形星座拆分成正交的星座和同相的

星座，所述正交的

星座和同相的

星座相互独立；扩展步骤S140，分别对所述正交的星座和所述同相的

星座进行扩展，在一维星座图中完成复制和软解调，并在扩展的星座图中计算比特的对数似然比值。

下面结合附图对本发明的方法加以详细说明。

首先，一维DPC的***模型如图2a所示：采用M-QAM调制，M是星座点的个数。经过信道编码和调制映射后，要发送的符号记为u。α∈(0，1]是一个与SNR有关的常数，将其与s相乘得到部分干扰信号αs。为了消除干扰，发射机将αs从发送符号u中减去，并利用模Δ操作约束发送信号的功率。在接收机端，首先将信道输出信号乘以α，然后进行与发射端对称的模Δ操作，得到接收信号y′。最后M-QAM软解调模块根据y′计算每个码字比特的LLR值，并将其作为初始软信息输入到信道译码器模块。

因为α∈(0，1]，因此图2a所示的方案称为部分干扰预消除(PartialInterference Presubtraction，PIP)，并且最优的α值为α＝SNR/(SNR+1)。随着SNR的增加，α逐渐趋近于1，因此，可以省略发射端的乘α操作，从发射消息中减去整个干扰，即u-s。为了与PIP方案进行对比，这一方案又称为完全干扰预消除(Complete InterferencePresubtraction，CIP)。CIP方案可以看作是PIP方案在α＝1时的特例。PIP方案的性能高于CIP方案，但随着SNR的增加其性能差距将越来越小。

M-QAM的调制符号为复数信号，用实值对(U_re，U_im)表示其实部和虚部的值，其取值集合为：

$\{\frac{-\sqrt{M}+1}{2\sqrt{M}}\mathrm{\Δ},\frac{-\sqrt{M}+3}{2\sqrt{M}}\mathrm{\Δ},\·\·\·,\frac{\sqrt{M}-1}{2\sqrt{M}}\mathrm{\Δ}\}---\left(1\right)$

模Δ操作是在复数信号的实部和虚部分别进行的，发送信号为：

x_re＝(u_re-αs_re)modΔ

x_im＝(u_im-αs_im)modΔ    (2)

模Δ操作后的接收信号为：

y′_re＝(αx_re+αs_re+αz_re)modΔ＝(u_re-(1-α)x_re+αz_re)modΔ

y′_im＝(αx_im+αs_im+αz_im)modΔ＝(u_im-(1-α)x_im+αz_im)modΔ    (3)

其中，z_re和z_im是同相和正交方向的独立高斯噪声，均值为零，方差为

从式(3)中可以看出，噪声已不再是单纯的高斯噪声，而是两个独立噪声的叠加，将叠加得到的复合噪声记为 ${\tilde{z}}_{\mathrm{re}}=-(1-\mathrm{\α})x_{\mathrm{re}}+{\mathrm{\αz}}_{\mathrm{re}}$ 和 ${\tilde{z}}_{\mathrm{im}}=-(1-\mathrm{\α})x_{\mathrm{im}}+{\mathrm{\αz}}_{\mathrm{im}}.$ 因此，接收信号可以简记为：

$y_{\mathrm{re}}^{\′}=(u_{\mathrm{re}}+{\tilde{z}}_{\mathrm{re}})\mathrm{mod}\mathrm{\Δ}$

$y_{\mathrm{im}}^{\′}=(u_{\mathrm{im}}+{\tilde{z}}_{\mathrm{im}})\mathrm{mod}\mathrm{\Δ}---\left(4\right)$

从式(4)可以看出，接收信号(y′_re，y′_im)不是简单的在调制符号(u_re，u_im)上叠加噪声得到的，且噪声也不是单纯的高斯噪声，因此不能利用常规的软解调方法计算比特的LLR值。

针对CIP***提出本发明：

根据M-QAM方形星座的映射关系，可以将其拆分成正交和同相两个独立的信号，并在一维

星座上完成复制和LLR的计算过程，使LLR的计算量为

倍数。

对于任意M-QAM方形星座，星座点(u_re，u_im)的实部和虚部均可以独立地进行映射，因此，码字比特{c₁，c₂，…，c_m}可以分成两部分，将映射到U_re的码字比特集合记为S_re，映射到U_im的码字比特集合记为S_im。

从式(4)可以看出，接收信号(y′_re，y′_im)的实部和虚部分别受到两个独立噪声的影响，S_re中的码字比特只需依赖y′_re进行软解调，S_im中的码字比特只需依赖y′_im进行软解调。因此，M-QAM的软解调可以分解成同相和正交两个独立的

的软解调，因同相与正交方向的解调过程类似，故以同相

为例阐述解调过程。

根据星座扩展的思想，将同相

星座以Δ为间隔沿实轴正负方向各复制一次。例如，图2b给出了4-QAM的成员

信号复制后的星座图。

经过复制后，星座点扩大到

个，码字比特c_i＝0和c_i＝1分别对应

个星座点。令

表示c_i＝0对应的星座点集合，表示c_i＝1对应的星座点集合，则S_re中每个码字比特的LLR为：

$\mathrm{LLR}\left(c_i\right)=\log \frac{\mathrm{Pr}\left\{y_{\mathrm{re}}^{\′}\right|c_i=0\}}{\mathrm{Pr}\left\{y_{\mathrm{re}}^{\′}\right|c_i=1\}}=\log \frac{\underset{\left(U_{\mathrm{re}}\right)\∈S_{\mathrm{re},i}^0}{\mathrm{\Σ}}\mathrm{Pr}\{y_{\mathrm{re}}^{\′}=U_{\mathrm{re}}+{\tilde{z}}_{\mathrm{re}}\}}{\underset{\left(U_{\mathrm{re}}\right)\∈S_{\mathrm{re},i}^1}{\mathrm{\Σ}}\mathrm{Pr}\{y_{\mathrm{re}}^{\′}=U_{\mathrm{re}}+{\tilde{z}}_{\mathrm{re}}\}},c_i\∈S_{\mathrm{re}}---\left(5\right)$

对于CIP方案，复合噪声

仍然为高斯噪声，因此，每个码字比特的对数似然比为：

$\mathrm{LLR}\left(c_i\right)=\log \frac{\underset{\left(U_{\mathrm{re}}\right)\∈S_{\mathrm{re},i}^0}{\mathrm{\Σ}}\exp \{-\frac{{(y_{\mathrm{re}}^{\′}-U_{\mathrm{re}})}^2}{{2\mathrm{\σ}}_N^2}\}}{\underset{\left(U_{\mathrm{re}}\right)\∈S_{\mathrm{re},i}^1}{\mathrm{\Σ}}\exp \{-\frac{{(y_{\mathrm{re}}^{\′}-U_{\mathrm{re}})}^2}{{2\mathrm{\σ}}_N^2}\}},c_i\∈S_{\mathrm{re}}---\left(6\right)$

同样，利用估计式 $\ln \underset{i}{\mathrm{\Σ}}{e}^{x_i}\≈\ln \underset{i}{\max }\left\{e^{x_i}\right\}\≈\underset{i}{\max }\left\{x_i\right\},$ 式(6)可以简化为：

$\mathrm{LLR}\left(c_i\right)\≈\frac{1}{{2\mathrm{\σ}}_N^2}\left[\underset{\left(U_{\mathrm{re}}\right)\∈S_{\mathrm{re},i}^1}{\min }\right\{{(y_{\mathrm{re}}^{\′}-U_{\mathrm{re}})}^2\}-\underset{\left(U_{\mathrm{re}}\right)\∈S_{\mathrm{re},i}^0}{\min }\{{(y_{\mathrm{re}}^{\′}-U_{\mathrm{re}})}^2\left\}\right]c_i\∈S_{\mathrm{re}}---\left(7\right)$

利用式(7)计算LLR时，需要分别找到接收信号y′_re与

和

中星座点U_re的欧氏距离的最小值，

和

中共有

个实值星座点，因此共需要计算个一维距离，表1总结了利用式(7)计算LLR时所需的计算量，其中“×2”表示正交

软解调的计算量与同相方向的一样。

利用式(7)计算LLR时，计算量仅仅是

的倍数，对于高阶调制***而言复杂度可以大大降低。

图3给出了卷积编码的DPC***在三种调制方式下的误比特率(Bit Error Rate，BER)性能，此外，还给出了卷积码在白色加性高斯噪声(AWGN)信道中的BER曲线作为性能的基准。其中所采用的卷积码的各个参数：码率为R＝1/2，生成多项式为(133，171)；采用维特比译码算法。

具体的，曲线3a-1表示在4QAM的调制方式下，基准的卷积码误码率曲线；曲线3a-2表示在4QAM的调制方式下，CIP传统算法下卷积码的误码率曲线；曲线3a-3表示在4QAM的调制方式下，CIP简化算法下卷积码的误码率曲线；曲线3a-4表示在4QAM的调制方式下，PIP传统算法下卷积码的误码率曲线。曲线3a-2和曲线3a-3重合。

曲线3b-1表示在16QAM的调制方式下，基准的卷积码误码率曲线；曲线3b-2表示在16QAM的调制方式下，CIP传统算法下卷积码的误码率曲线；曲线3b-3表示在16QAM的调制方式下，CIP简化算法下卷积码的误码率曲线；曲线3b-4表示在16QAM的调制方式下，PIP传统算法下卷积码的误码率曲线。曲线3b-2和曲线3b-3重合。

曲线3c-1表示在64QAM的调制方式下，基准的卷积码误码率曲线；曲线3c-2表示在64QAM的调制方式下，CIP传统算法下卷积码的误码率曲线；曲线3c-3表示在64QAM的调制方式下，CIP简化算法下卷积码的误码率曲线；曲线3c-4表示在64QAM的调制方式下，PIP传统算法下卷积码的误码率曲线。曲线3c-2和曲线3c-3重合。

从图3a、图3b和图3c中可以看出，对于CIP方案，采用简化算法得到的BER曲线与传统算法的几乎重合，而与采用的调制方式无关，简化算法在大大降低计算复杂度的情况下完全不损失***的性能。

图4给出了LDPC编码的DPC***在三种调制方式下的BER性能，同样给出了LDPC在AWGN信道中的BER曲线作为性能的基准。LDPC码采用在IEEE 802.16e协议中的定义，码率为R＝1/2，码长为L＝2304，采用置信传播(Belief Propagation，BP)译码算法，最大迭代次数置为50。

从图4a、图4b和图4c中可以看出，对于CIP方案，采用简化算法得到的BER曲线与传统算法的完全相同，而和采用的调制方式无关，所以简化算法在降低了计算复杂度的同时完全不损失***的性能。

曲线4a-1表示在4QAM的调制方式下，基准的LDPC码误码率曲线；曲线4a-2表示在4QAM的调制方式下，CIP传统算法下LDPC码的误码率曲线；曲线4a-3表示在4QAM的调制方式下，CIP简化算法下LDPC码的误码率曲线；曲线4a-4表示在4QAM的调制方式下，PIP传统算法下LDPC码的误码率曲线。曲线4a-2与曲线4a-3重合。

曲线4b-1表示在16QAM的调制方式下，基准的LDPC码误码率曲线；曲线4b-2表示在16QAM的调制方式下，CIP传统算法下LDPC码的误码率曲线；曲线4b-3表示在16QAM的调制方式下，CIP简化算法下LDPC码的误码率曲线；曲线4b-4表示在16QAM的调制方式下，PIP传统算法下LDPC码的误码率曲线。曲线4b-2与曲线4b-3重合。

曲线4c-1表示在64QAM的调制方式下，基准的LDPC码误码率曲线；曲线4c-2表示在64QAM的调制方式下，CIP传统算法下LDPC码的误码率曲线；曲线4c-3表示在64QAM的调制方式下，CIP简化算法下LDPC码的误码率曲线；曲线4c-4表示在64QAM的调制方式下，PIP传统算法下LDPC码的误码率曲线。曲线4c-2与曲线4c-3重合。

本发明针对一维DPC***，为降低接收机复杂度，提出了一种适用于多级正交幅度调制(M-QAM)的软解调对数似然比的简化方法，该方法将方形M-QAM星座拆分成正交和同相两个独立的

信号，对

星座进行扩展，并在扩展的星座图中计算比特的对数似然比值(Log-likelihood ratio，LLR)。通过仿真分析，该方法与已有的一维DPC软解调方法相比，在降低软解调接收复杂度的同时，获得了相同的误比特性能。

由此可见，在本发明中：

首先，实现了在同相和正交分量上各自独立的计算，相比于传统的软解调对数似然比算法，计算LLR时，计算量从M的倍数降低为

的倍数。对于实际中常使用的高阶调制***来说可以大大降低LLR的计算复杂度。

其次，和传统的软解调相比，该方案具有在同等的信道环境下相同的误比特率性能，同时还有利于降低接收机设计复杂度，节省接收端设备所需的各类资源。

另一方面，本发明还提出了一种基于一维DPC***的软解调***，参照图6，包括：发送模块61、调制模块62、解调模块63和扩展模块64。其中：

发送模块61用于将干扰序列叠加到发送信号序列上进行信道编码，获取信道编码器的输出码字；调制模块62用于在所述信道编码器的输出码字中，将每m个比特组成一组{c₁，c₂，…，c_m}，将该{c₁，c₂，…，c_m}映射到多级正交幅度调制方形星座的一个星座点(u_re，u_im)；获取映射后的多级正交幅度调制方形星座；其中，映射到U_re的码字比特集合记为S_re，映射到U_im的码字比特集合记为S_im；且S_re+S_im＝{c₁，c₂，…，c_m}，

其中，M＝2^m，m为编码后每符号包含的比特数，m为正整数。解调模块63用于将所述映射后的多级正交幅度调制方形星座拆分成正交的

星座和同相的

星座，所述正交的

星座和同相的

星座相互独立；扩展模块64用于分别对所述正交的

星座和同相的

星座进行扩展，在一维星座图中完成复制和软解调，并在扩展的星座图中计算比特的对数似然比值。

以上对本发明所提供的一种基于一维DPC***的软解调方法和***进行详细介绍，本文中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (1)

1.一种基于一维DPC***的软解调方法，其特征在于，该方法包括如下步骤：

发送步骤，将干扰序列叠加到发送信号序列上进行信道编码，获取信道编码器的输出码字；

调制步骤，在所述信道编码器的输出码字中，将每m个比特组成一组{c₁，c₂，…，c_m}，c_i为编码后的码字比特，将该{c₁，c₂，…，c_m}映射到多级正交幅度调制方形星座的一个星座点(u_re，u_im)；获取映射后的多级正交幅度调制方形星座；其中，映射到U_re的码字比特集合记为S_re，映射到U_im的码字比特集合记为S_im；且S_re+S_im＝{c₁，c₂，…，c_m}，

其中，M＝2^m，m为编码后每符号包含的比特数，m为正整数；

解调步骤，将所述映射后的多级正交幅度调制方形星座拆分成正交的星座和同相的

星座，所述正交的

星座和同相的

星座相互独立；

扩展步骤，分别对所述正交的

星座和所述同相的

星座进行扩展，在一维星座图中完成复制和软解调，并在扩展的星座图中计算比特的对数似然比值。

一种基于一维DPC***的软解调***，其特征在于，包括：

发送模块，用于将干扰序列叠加到发送信号序列上进行信道编码，获取信道编码器的输出码字；

调制模块，用于在所述信道编码器的输出码字中，将每m个比特组成一组{c₁，c₂，…，c_m}，将该{c₁，c₂，…，c_m}映射到多级正交幅度调制方形星座的一个星座点(u_re，u_im)；获取映射后的多级正交幅度调制方形星座；其中，映射到U_re的码字比特集合记为S_re，映射到U_im的码字比特集合记为S_im；且S_re+S_im＝{c₁，c₂，…，c_m}，

其中，M＝2^m，m为编码后每符号包含的比特数，m为正整数；

解调模块，用于将所述映射后的多级正交幅度调制方形星座拆分成正交的

星座和同相的

星座，所述正交的

星座和同相的

星座相互独立；

扩展模块，用于分别对所述正交的

星座和同相的

星座进行扩展，在一维星座图中完成复制和软解调，并在扩展的星座图中计算比特的对数似然比值。

Images