CN102624652B - Ldpc解码方法和装置及接收终端 - Google Patents

Abstract

本发明提出了一种低密度奇偶校验LDPC解码方法和装置以及一种用于执行LDPC解码的接收终端。所述LDPC解码装置包括：后向等效噪声方差估计单元，用于根据接收信号中的前导码估计后向等效噪声方差；LLR计算单元，用于根据估计的后向等效噪声方差计算得到LLR；以及解码单元，用于根据计算得到的LLR执行LDPC解码。所述后向等效噪声方差估计单元包括：信道频率响应估计单元，用于根据接收信号中的前导码估计信道频率响应；噪声方差估计单元，用于根据接收信号中的前导码估计噪声方差；后向等效噪声方差计算单元，用于根据信道频率响应和噪声方差计算后向等效噪声方差。

Description

LDPC解码方法和装置及接收终端

技术领域

本发明涉及短距离无线通信领域，更具体地，涉及一种60GHz毫米波无线通信中的LDPC解码方法和装置以及执行LDPC解码的接收终端。

背景技术

在IEEE 802.11ad和802.15.3c中，采用单载波块传输(SCBT)(也称为SC-FDE)和正交频域复用(OFDM)作为两种物理层(PHY)传输方案。与OFDM相比，SCBT呈现出较低的峰均功率比(PAPR)，并且对于载频频移(CFO)较为不敏感。通过采用频域均衡(FDE)，SC-FED的接收机复杂度与OFDM可比拟，同时又能够很好地抑制多径效应所导致的符号间干扰(ISI)。由于这些事实，SC-FDE被认为是支持操作于60GHz的高数据率、高性能毫米波(MMW)WLAN/WPAN的一项重要技术。实际上，在关于60GHz传输标准的IEEE 802.11ad和802.15.3c中，已经将单载波频域均衡(SC-FDE)标准化为正交频分复用(OFDM)的备用方式。此外，通过利用低密度奇偶校验(LDPC)码，可以在毫米波(MMW)WLAN/WPAN中以期望的解码复杂度实现多G比特传输。

通常，LDPC码相对于传统的Turbo编码具有较强的纠错检测和纠错能力、较低的解码复杂度以及更加灵活的编码速率和块长度，因而更适于极高速率的数据传输。然而，为了在SC-FDE中执行LDPC解码，需要知道对数似然比(LLR)。LLR的计算包括估计等效信道增益和噪声功率，而等效信道增益和噪声功率又随着FDE而发生变换。

图1给出了执行LDPC解码的传统SC-FDE接收机100的方框图。如图1所示，首先在脉冲滤波器101对接收到的数据流进行脉冲滤波。然后，解复用模块103从有效载荷数据从解复用出前导码，以用于信道估计。信道频率响应估计单元109和噪声方差估计单元111分别基于前导码估计出信道频率响应(CFR)和SNR。在保护间隔移除模块105移除保护间隔(GI)之后，FFT模块107对有效载荷数据执行快速傅立叶变换(FFT)，以将有效载荷数据从时域变换到频域。接着，为了消除ISI，最小均方差(MMSE)频域均衡器113基于由前导码估计出的信道频率响应(CFR)和SNR计算得到MMSE-FDE系数，并利用MMSE-FDE系数对FFT输出的数据执行MMSE-FDE。注意，由于MMSE-FDE呈现出比迫零FDE(ZF-FDE)好得多的性能，因而这里仅考虑利用MMSE-FDE，然而也可以应用ZF-FDE。随后，IFFT模块115采用反向傅立叶变换(IFFT)将从MMSE频域均衡器113输出的数据流从频域变换回时域。然后，对数似然比(LLR)计算模块117根据经前导码估计的信道频率响应(CFR)和噪声方差计算得到LLR，并将LLR输入至LDPC解码模块119。最后，LDPC解码模块119执行星座解映射和LDPC解码，即获得期望的比特流。

假设s为编码比特，其中s∈{0，1}。LDPC编码的比特流是对称的二进制序列。因此，根据参考文献[1]，可以得到：

$q=\log \frac{\mathrm{Pr}(s=0|\tilde{r},\mathrm{\α})}{\mathrm{Pr}(s=1|\tilde{r},\mathrm{\α})}=\frac{2}{{\widetilde{\mathrm{\σ}}}^2}\mathrm{\α}\tilde{r},---\left(1\right)$

其中α和分别表示接收到的数据符号、等效信道增益和噪声功率。在IEEE 802.11ad/15.3c中，当前仅将前导码用于信道估计，而没有将其与有效载荷数据一起进行频域均衡。如图1所示，传统方法是将经前导码估计的信道频率响应(CFR)和噪声方差直接输入到LLR计算模块中，即将信道频率响应估计单元109和噪声方差估计单元111的输出直接输入到LLR计算模块117中进行LLR计算。

然而，由于信道频率响应和噪声方差将因为FDE而发生变化，因而这种方法显然无法为LDPC解码提供精确的软信息。

参考文献[2]提出了一种基于虚拟信道(VC)的LLR计算方法，用于SC-FDE中的LDPC解码。在参考文献[2]所提出的基于VC的方案中，使用所谓的“唯一字(UW)”，通过考虑FFT、FDE和IFFT的影响来跟踪后向信道变化。

图2示出了利用参考文献[2]所提出的基于VC的LLR计算方法进行LDPC解码的接收机200的方框图。图2中的脉冲滤波器201、解复用模块203、保护间隔移除模块205、FFT模块207、信道频率响应估计模块209、噪声方差估计模块211、MMSE频域均衡器213、IFFT模块215、LLR计算模块117和LDPC解码器219与如图1中的脉冲滤波器101、解复用模块103、保护间隔移除模块105、FFT模块107、信道频率响应估计模块109、噪声方差估计模块111、MMSE频域均衡器113、IFFT模块115、LLR计算模块217和LDPC解码器119的功能相同，这里不再赘述。

如图2所示，接收机200还包括后向信道增益估计单元221和后向等效噪声功率估计单元223，用于分别从IFFT模块215输出的信号中估计出后向信道增益和后向等效噪声功率，并将后向信道增益和后向等效噪声功率输入到LLR计算模块217中，以便根据上述等式(1)计算得到LLR。

图3示出了传统的基于循环前缀(CP)的帧结果以及基于UW的帧结果，其中，T_G、T_D和T_FFT分别表示GI的长度、数据块的长度、以及FFT块的长度。传统的基于CP的帧结果与基于UW的帧结构之间的区别是非常直接的。如图3所示，在传统的基于CP的帧结构中，CP只是简单地将从每一个数据块的最后部分拷贝得到的。因此，T_FFT＝T_D。基于UW的帧结构是在两个相邻数据块之间***伪随机双极序列。由于每个FFT块既包含数据块又包含附加的UW，可以得到T_FFT＝T_G+T_D。因此，UW中每一FFT块的频谱效率可以如下计算得到：

$\mathrm{\η}=\frac{T_D}{T_{\mathrm{FFT}}}=\frac{T_D}{T_D+T_G}---\left(2\right)$

从上式不难看出，基于UW的帧结构的每一FFT块的频谱利用率低于传统的基于CP的方案(η＝1)。

接下来，将简要介绍如果使用UW来估计LLR参数。

在接收端，接收到的时域信号可以表示为：

$r\left(t\right)=x\left(t\right)\⊗h\left(t\right)+n\left(t\right),---\left(3\right)$

其中，x(t)是发送信号，h(t)表示信道脉冲响应(CIR)，以及n(t)表示方差为σ²的加性白高斯噪声。这里表示卷积运算。

在如图2所示的FFT、FDE和IFFT之后，假设FDE很好地抑制了ISI，则最终输出的信号可以表示为：

$\tilde{r}\left(t\right)\≈\mathrm{\αx}\left(t\right)+\tilde{n}\left(t\right),---\left(4\right)$

其中α和分别表示后向等效信道增益以及方差为的后向等效噪声。在下采样之后，可以将等式(4)改写为离散形式，即：

${\tilde{r}}_k\≈\mathrm{\α}{x}_k+{\tilde{n}}_k,---\left(5\right)$

其中k表示时间索引。

如上所述，UW由元素为{+1，-1}的伪随机两极序列构成。根据原始符号(+或-)，可以将均衡后的UW分别归入“+”子序列：

${\tilde{r}}_k^{+}\≈\mathrm{\α}(+1)+{\tilde{n}}_k^{+};---\left(6\right)$

以及“-”子序列：

${\tilde{r}}_k^{-}\≈\mathrm{\α}(-1)+{\tilde{n}}_k^{-}.---\left(7\right)$

根据参考文献[2]，经由UW的后向信道增益和噪声功率可以分别表示为：

$\mathrm{\α}=\frac{E\left({\tilde{r}}_k^{+}\right)-E\left({\tilde{r}}_k^{-}\right)}{2};---\left(8\right)$

以及

${\widetilde{\mathrm{\σ}}}^2=\frac{E\left[{({\tilde{r}}_k^{+}-E\left({\tilde{r}}_k^{-}\right))}^2\right]+E\left[{({\tilde{r}}_k^{-}-E\left({\tilde{r}}_k^{-}\right))}^2\right]}{2}.---\left(9\right)$

然后，将等式(8)和(9)代入等式(1)，则可以获得用于LDPC解码的LLR。

从以上介绍可以看出，基于VC的方案的性能改进仍然较为有限，具体表现在：UW的长度有限；***UW将导致信噪比(SNR)下降；以及基于VC的方案的频谱效率要低于传统方案，这是因为UW占用了原始为了传输实际有效载荷数据而准备的带宽。

因而，需要一种新的LDPC解码方法，以便能够在不降低***频谱效率的同时进一步提高纠错率方面的性能。

参考文献：

[1]J.Hou，P.H.Siegel，and L.B.Milstein，“Performance analysis andcode optimization of low density parity-check codes on Rayleigh fadingchannels”in IEEE Journal on Selec.Areas in Comm.，vol.19，May 2001，pp.924-934；

[2]M.Lei，S.Zhang，K.Chen，Y.Huang，X.Wu，and L.Yan，“Virtualchannel based LLR calculation for LDPC coded SC-FDE system in 60-GHzWPAN”in IEEE Globecom 2008，Dec.2008。

发明内容

考虑到现有技术的上述缺陷，本发明提出了基于非虚拟信道(NVC)的方法来计算LLR参数。NVC表示在没有***UW的情况下直接计算得到后向等效信道增益和后向等效噪声功率。

根据本发明的第一方案，提出了一种低密度奇偶校验LDPC解码装置，包括：后向等效噪声方差估计单元，用于根据接收信号中的前导码估计后向等效噪声方差；LLR计算单元，用于根据估计的后向等效噪声方差计算得到LLR；以及解码单元，用于根据计算得到的LLR执行LDPC解码。

优选地，所述后向等效噪声方差估计单元包括：信道频率响应估计单元，用于根据接收信号中的前导码估计信道频率响应；噪声方差估计单元，用于根据接收信号中的前导码估计噪声方差；后向等效噪声方差计算单元，用于根据信道频率响应和噪声方差计算后向等效噪声方差。

优选地，所述后向等效噪声方差计算单元基于下列等式计算后向等效噪声方差：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\σ}}^2{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k\right)/N,$

其中，σ²是噪声方差估计单元估计得到的噪声方差，是以信道频率响应估计单元估计得到的信道频率响应为对角元素的对角矩阵，γ是所述接收信号的信噪比SNR，满足γ＝ρ/σ²，其中ρ是接收信号的功率，I_N是N×N的单位矩阵，N为正整数。

优选地，所述LLR计算单元根据以下等式计算得到LLR：

$q=\frac{2}{{{\widetilde{\mathrm{\σ}}}_k}^2}{\tilde{r}}_k$

其中，表示后向等效噪声方差，表示接收信号。

优选地，所述LDPC解码装置应用于60GHz毫米波无线通信中。

根据本发明的第二方案，提出了一种低密度奇偶校验LDPC解码方法，包括以下步骤：根据接收信号中的前导码估计后向等效噪声方差；根据估计的后向等效噪声方差计算得到LLR；以及根据计算得到的LLR执行LDPC解码。

优选地，根据接收信号中的前导码估计后向等效噪声方差的步骤包括：根据接收信号中的前导码估计信道频率响应；根据接收信号中的前导码估计噪声方差；以及根据信道频率响应和噪声方差计算后向等效噪声方差。

优选地，根据信道频率响应和噪声方差计算后向等效噪声方差的步骤基于下列等式计算得到所述后向等效噪声方差：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\σ}}^2{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k\right)/N,$

其中，σ²是噪声方差估计单元估计得到的噪声方差，是以信道频率响应估计单元估计得到的信道频率响应为对角元素的对角矩阵，γ是所述接收信号的信噪比SNR，满足γ＝ρ/σ²，其中ρ是接收信号的功率，I_N是N×N的单位矩阵，N为正整数。

优选地，根据估计的后向等效噪声方差计算得到LLR的步骤根据以下等式计算得到LLR：

$q=\frac{2}{{{\widetilde{\mathrm{\σ}}}_k}^2}{\tilde{r}}_k$

其中，表示估计的后向等效噪声方差，表示接收信号。

优选地，所述LDPC解码方法应用于60GHz毫米波无线通信中。

根据本发明的第三方案，提出了一种用于执行低密度奇偶校验LDPC解码的接收终端，所述接收终端包括：接收单元，用于接收信号；频域均衡FDE处理单元，用于对接收到的信号执行FDE处理；后向等效噪声方差估计单元，用于根据接收到的信号中的前导码估计后向等效噪声方差；LLR计算单元，用于根据估计的后向等效噪声方差计算得到LLR；以及解码单元，用于根据计算得到的LLR对经FDE处理后的信号执行LDPC解码。

优选地，所述后向等效噪声方差估计单元包括：信道频率响应估计单元，用于根据接收信号中的前导码估计信道频率响应；噪声方差估计单元，用于根据接收信号中的前导码估计噪声方差；后向等效噪声方差计算单元，用于根据信道频率响应和噪声方差计算后向等效噪声方差。

优选地，所述后向等效噪声方差计算单元基于下列等式计算后向等效噪声方差：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\σ}}^2{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k\right)/N,$

其中，σ²是噪声方差估计单元估计得到的噪声方差，是以信道频率响应估计单元估计得到的信道频率响应为对角元素的对角矩阵，γ是所述接收信号的信噪比SNR，满足γ＝ρ/σ²，其中ρ是接收信号的功率，I_N是N×N的单位矩阵，N为正整数。

优选地，所述LLR计算单元根据以下等式计算得到LLR：

$q=\frac{2}{{{\widetilde{\mathrm{\σ}}}_k}^2}{\tilde{r}}_k$

其中，表示后向等效噪声方差，表示经FDE处理后的信号。

优选地，所述频域均衡处理单元执行脉冲滤波、解复用、保护间隔移除、快速傅立叶变换、最小均方差频域均衡MMSE-FDE以及快速傅立叶逆变换。

优选地，所述频域均衡处理单元执行脉冲滤波、解复用、保护间隔移除、快速傅立叶变换、迫零频域均衡ZF-FDE以及快速傅立叶逆变换。

优选地，所述接收终端应用于60GHz毫米波无线通信中。

本发明可以实现以下有益技术效果：

能够更为准确的计算出后向等效信道增益和后向等效噪声方差；

能够为接收端的LDPC解码提供更为精确的对数似然比信息；

能够灵活的应用于各种不同的SC-FDE的帧结构中。

附图说明

通过下面结合附图说明本发明的优选实施例，将使本发明的上述及其它目的、特征和优点更加清楚，其中：

图1示出了执行LDPC解码的传统SC-FDE接收机100的方框图；

图2示出了基于VC的LLR计算方法进行LDPC解码的接收机200的方框图；

图3示出了用于SC-FDE的传统帧结构以及基于UW的帧结构；

图4示出了根据本发明实施例的执行LDPC解码的SC-FDE接收机400的方框图；

图5示出了根据本发明实施例的LDPC解码方法的流程图500；

图6示出了利用各种LLR计算方法进行LDPC编码的SC-FDE的误码率(BER)性能的仿真图；

图7示出了根据本发明实施例的LDPC装置700的结构框图；

图8示出了根据本发明实施例的接收终端800的结构框图。

具体实施方式

下面参照附图对本发明的优选实施例进行详细说明，在描述过程中省略了对于本发明来说是不必要的细节和功能，以防止对本发明的理解造成混淆。

图4示出了根据本发明实施例的执行LDPC解码的SC-FDE接收机400的方框图。图4中的脉冲滤波器401、解复用模块403、保护间隔移除模块405、FFT模块407、信道频率响应估计模块409、噪声方差估计模块411、MMSE频域均衡器413、IFFT模块415和LDPC解码器419与图1和图2中的相应组件的功能相同，这里不再赘述。

如图4所示，接收机400与接收机100和接收机200的不同之处在于LLR计算模块417和后向等效噪声方差估计模块421。具体而言，后向等效噪声方差估计模块421根据信道频率响应估计模块409估计得到的信道频率响应和噪声方差估计模块411估计得到的噪声方差来估计得到后向等效噪声方差，并将后向等效噪声方差输出至LLR计算模块417，LLR计算模块417根据后向等效噪声方差计算得到LLR，以用于执行LDPC解码。

在本发明中，后向等效噪声方差估计模块421基于下列等式计算后向等效噪声方差：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\σ}}^2{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k\right)/N,$

其中，σ²是噪声方差估计单元估计得到的噪声方差，是以信道频率响应估计单元估计得到的信道频率响应为对角元素的对角矩阵，γ是所述接收信号的信噪比SNR，满足γ＝ρ/σ²，其中ρ是接收信号的功率，I_N是N×N的单位矩阵，N为正整数。

另外，LLR计算模块417与LLR计算模块117和LLR计算模块217的不同之处在于，LLR计算模块417利用后向等效噪声方差估计模块421获得的后向等效噪声方差，基于下列等式来计算LLR：

$q=\log \frac{\mathrm{Pr}(s=0|{\tilde{r}}_k,\mathrm{\α})}{\mathrm{Pr}(s=1|{\tilde{r}}_k,\mathrm{\α})}=\frac{2}{{{\widetilde{\mathrm{\σ}}}_k}^2}{\tilde{r}}_k$

其中，表示MMSE频域均衡器413输出的信号。

图5示出了根据本发明实施例的LDPC解码方法的流程图500。

如图5所示，在步骤S501中，根据接收信号中的前导码估计信道频率响应。

这里的信道频率响应是直接从前导码估计得到的，可以利用如图1所示的信道估计模块来完成。

然后，在步骤S503中，根据接收信号中的前导码估计噪声方差。

然后，在步骤S505中，根据步骤S501中估计得到的信道频率响应和步骤S503中估计得到的噪声方差计算后向等效噪声方差。

这里，后向等效噪声方差可以理解为在对接收信号进行IFFT之后的噪声方差。

在本发明中，后向等效噪声方差可以采用下列等式计算得到的：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\σ}}^2{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k\right)/N,$

其中，σ²是噪声方差估计单元估计得到的噪声方差，是以信道频率响应估计单元估计得到的信道频率响应为对角元素的对角矩阵，γ是所述接收信号的信噪比SNR，满足γ＝ρ/σ²，其中ρ是接收信号的功率，I_N是N×N的单位矩阵，N为正整数。

接着，在步骤S507中，根据步骤S505中计算得到的后向等效噪声方差计算出LLR。

这里，假设LLR为q，则LLR可以计算为

$q=\log \frac{\mathrm{Pr}(s=0|{\tilde{r}}_k,\mathrm{\α})}{\mathrm{Pr}(s=1|{\tilde{r}}_k,\mathrm{\α})}=\frac{2}{{{\widetilde{\mathrm{\σ}}}_k}^2}{\tilde{r}}_k,$

其中，表示接收信号。

最后，在步骤S509中，利用在步骤S507中计算得到的LLR来执行LDPC解码。

下面将结合图4所示的***模型，对图5所示的LDPC解码方法中所采用的LLR计算方法的原理(即图4中的LLR计算模块417和后向等效噪声方差估计模块421的操作原理)进行详细描述。

为了简单起见，首先将图4中的***模型改写为矢量形式。在如图4所示的CP/GI移除之后，接收到的第k个块长度为N(其中，N表示FFT块的长度)的矢量r_k可以表示为：

r_k＝H_kx_k+n_k                                   (10)

这里，H_k是表示时间k处的信道的N×N循环行列式的矩阵。更具体地，

其中，是CIR在时间k处的第m个复抽头系数；L是信道长度；x_k是长度为N的发送信号矢量；n_k是包含非相关的、零均方的、复数高斯白噪声采样的长度为N的矢量，每一个噪声采样的方差为σ²。

执行FFT以将时域采样变换到频域，此时可以得到：

${\hat{r}}_k={\mathrm{FH}}_k{x}_k+{\mathrm{Fn}}_k---\left(12\right)$

其中，F对应于：

其中， ${\mathrm{\ω}}_N^{p.q}=\frac{1}{\sqrt{N}}{e}^{-j2\mathrm{\πpq}/N}.$

此时，等式(12)可以改写为：

${\hat{r}}_k={\mathrm{FH}}_k{F}^H{\mathrm{Fx}}_k+{\mathrm{Fn}}_k---\left(14\right)$

$={\hat{H}}_k{\hat{x}}_k+{\hat{n}}_k$

这里，和是频域采样；是以CFR系数为对角元素的对角矩阵。

为了使得接收信号与原始信号之间的均方误差最小，采用MMSE-FDE。MMSE-FDE系数可以计算为：

$C_k={\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1},---\left(15\right)$

其中，I_N是N×N的单位矩阵，γ＝ρ/σ²是发送信号功率为的接收SNR。因此，MMSE-FDE的输出信号可以表示为：

${\stackrel{\‾}{r}}_k=C_k{\hat{H}}_k{\hat{x}}_k+C_k{\hat{n}}_k---\left(16\right)$

随后，执行IFFT，以将数据采样从频域变换回时域，即：

${\tilde{r}}_k=F^H{C}_k{\hat{H}}_k{\hat{x}}_k+F^H{C}_k{\hat{n}}_k---\left(17\right)$

通过将等式(15)代入等式(17)，可以得到：

${\tilde{r}}_k=F^H{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k{\mathrm{Fx}}_k+F^H{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\mathrm{Fn}}_k---\left(18\right)$

$=x_k+\left[F^H{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k{F-I}_N\right]x_k+F^H{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\mathrm{Fn}}_k---(1+)$

等式(19)中的第一项为期望信号，第二项是残余ISI，最后一项是增强的噪声采样。由于MMSE-FDE能够很好地支持符号间干扰，因而可以忽略等式(19)中的第二项。

也就是说，在不考虑等式(19)中的第二项所表示的残余ISI的情况下，等式(19)可以近似表示为：

${\tilde{r}}_k=x_k+F^H{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\mathrm{Fn}}_k---\left(20\right)$

$=x_k+{\tilde{n}}_k$

其中，从等式(20)中可以看出，后向等效信道增益α实际上为1。因此，剩下的任务就是获得后向等效噪声功率 的协方差矩阵可以表示为：

${\mathrm{\Σ}}_k=E\left({\tilde{n}}_k{\tilde{n}}_k^H\right)---\left(21\right)$

$={\mathrm{\σ}}^2{F}^H{C}_k{C_k}^{H}F$

因此，可以得到：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\Σ}}_k\right)/N$

$=\mathrm{tr}\left({\mathrm{\σ}}^2{F}^H{C}_k{C}_k^{H}F\right)/N$

$=\mathrm{tr}\left({\mathrm{\σ}}^2{C}_k{C}_k^H\right)/N---\left(22\right)$

$=\mathrm{tr}\left({\mathrm{\σ}}^2{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}\hat{H}\right)/N$

其中，tr(.)表示矩阵的迹运算。因此，LLR可以计算为：

$q=\log \frac{\mathrm{Pr}(s=0|{\tilde{r}}_k,\mathrm{\α})}{\mathrm{Pr}(s=1|{\tilde{r}}_k,\mathrm{\α})}=\frac{2}{{{\widetilde{\mathrm{\σ}}}_k}^2}{\tilde{r}}_k---\left(23\right)$

这里，等式(22)中的CFR和噪声方差σ²是由前导码估计得到的。

在考虑残余ISI的情况下，等式(19)中的无用信号(即等式(19)中的第二项)可以由下列等式表示：

${\tilde{u}}_k=[F^H{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_{k}F-I_N]x_k---\left(24\right)$

$+F^H{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\mathrm{Fn}}_k$

然后，可以推导出：

${\mathrm{\Σ}}_k=E\left({\tilde{u}}_k{\tilde{u}}_k^H\right)---\left(25\right)$

由于数据符号与噪声采用非相关的事实，等式(25)可以简化为：

${\mathrm{\Σ}}_k=\mathrm{\ρ}{B}_k{B}_k^H+{\mathrm{\σ}}^2{F}^H{C}_k{C}_k^{H}F---\left(26\right)$

其中， $B_k=F^H{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_{k}F-I_N.$

类似地，可以根据等式(22)计算得到干扰功率(残余ISI和增强噪声二者的功率)，同样可以计算得到LLR。这里需要说明的是，与仅仅考虑噪声增强的场景相比，通过考虑ISI而获得的性能改进十分有限(在0.05dB数量级)，但是计算复杂度将显著增大。

图6示出了在如下表1所示的仿真条件下关于理想情况、传统的LLR计算方法、基于VC的LLR计算方法以及基于NVC的LLR计算方法的BER性能的仿真图。

表1：仿真条件

从图6中可以看出，本发明在BER方面优于传统的LLR计算方法以及基于VC的LLR计算方法。例如，如图6所示，在BER数量级为10-4以及LDPC码率为1/2的情况下，基于NVC的方法比基于VC的方法呈现出0.5dB的SNR增益。与传统方法相比，该增益增大到将近2dB。此外，基于NVC的方案接近理想情况的性能。例如，LDPC码率为7/8和3/4时，基于NVC的方案呈现出与理想情况几乎相同的BER性能。

下面将结合下表2，在计算复杂度和频谱效率方面，对基于VC的LLR计算方案与基于NVC的LLR计算方案进行比较。

表2：基于VC的LLR计算方案与基于NVC的LLR计算方案在计算复杂度和频谱效率方面的比较

	复杂度(MAD次数)	频谱效率
			基于VC的LLR计算方案	320	75％
基于NVC的LLR计算方案	512	100％

从表2中可以看出，相较于基于VC的LLR计算方案，基于NVC的LLR计算方案在每一个FFT块上的频谱效率更高。

图7示出了根据本发明实施例的LDPC装置700。

如图7所示，LDPC装置700包括：后向等效噪声方差估计单元701，用于根据接收信号中的前导码估计后向等效噪声方差；LLR计算单元703，用于根据估计的后向等效噪声方差计算得到LLR；以及解码单元705，用于根据计算得到的LLR执行LDPC解码。其中，后向等效噪声方差估计单元701包括信道频率响应估计单元7011，用于根据接收信号中的前导码估计信道频率响应；噪声方差估计单元7013，用于根据接收信号中的前导码估计噪声方差；以及后向等效噪声方差计算单元7015，用于根据信道频率响应和噪声方差计算后向等效噪声方差。

这里，后向等效噪声方差可以理解为在对接收信号进行IFFT之后的噪声方差。

在本发明中，后向等效噪声方差计算单元7015可以采用下列等式计算得到后向等效噪声方差：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\σ}}^2{\tilde{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k\right)/N,$

其中，σ²是噪声方差估计单元估计得到的噪声方差，是以信道频率响应估计单元估计得到的信道频率响应为对角元素的对角矩阵，γ是所述接收信号的信噪比SNR，满足γ＝ρ/σ²，其中ρ是接收信号的功率，I_N是N×N的单位矩阵，N为正整数。

在本发明中，LLR计算单元703基于后向等效噪声方差，根据下列等式计算得到LLR：

其中，表示接收信号。

尽管图7中将后向等效噪声方差估计单元701图示为与LLR计算单元703分离的分立单元，然而正如本领域普通技术人员所清楚的那样，也可以将等效噪声方差估计单元701并入LLR计算单元703中，而不必形成分立的单元。

图8示出了根据本发明实施例的接收终端800。

如图8所示，接收终端800包括：接收单元801，用于接收信号；频域均衡FDE处理单元803，用于对接收到的信号执行FDE处理；后向等效噪声方差估计单元805，用于根据接收到的信号中的前导码估计后向等效噪声方差；LLR计算单元807，用于根据估计的后向等效噪声方差计算得到LLR；以及解码单元809，用于根据计算得到的LLR对经FDE处理单元803处理后的信号执行LDPC解码。其中，后向等效噪声方差估计单元805包括信道频率响应估计单元8051，用于根据接收信号中的前导码估计信道频率响应；噪声方差估计单元8053，用于根据接收信号中的前导码估计噪声方差；以及后向等效噪声方差计算单元8055，用于根据信道频率响应和噪声方差计算后向等效噪声方差。

根据本发明的实施例，后向等效噪声方差计算单元8055可以采用下列等式计算得到后向等效噪声方差：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\σ}}^2{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k\right)/N,$

其中，σ²是噪声方差估计单元估计得到的噪声方差，是以信道频率响应估计单元估计得到的信道频率响应为对角元素的对角矩阵，γ是所述接收信号的信噪比SNR，满足γ＝ρ/σ²，其中ρ是接收信号的功率，I_N是N×N的单位矩阵，N为正整数。

在本发明中，LLR计算单元807基于后向等效噪声方差，根据下列等式计算得到LLR：

其中，表示接收信号。

此外，频域均衡FDE处理单元803可以执行脉冲滤波、解复用、保护间隔移除、快速傅立叶变换、最小均方差频域均衡MMSE-FDE以及快速傅立叶逆变换。备选地，然而本发明也可以采用ZF-FDE来代替MMSE-FDE。

尽管图8中将后向等效噪声方差估计单元805图示为与LLR计算单元807分离的分立单元，然而正如本领域普通技术人员所清楚的那样，也可以将等效噪声方差估计单元805并入LLR计算单元807中，而不必形成分立的单元。

这里所公开的本发明实施例的其他设置包括执行在先概述并随后详述的方法实施例的步骤和操作的软件程序。更具体地，计算机程序产品是如下的一种实施例：具有计算机可读介质，计算机可读介质上编码有计算机程序逻辑，当在计算设备上执行时，计算机程序逻辑提供相关的操作，从而提供上述隐性情绪词典建立方案。当在计算***的至少一个处理器上执行时，计算机程序逻辑使得处理器执行本发明实施例所述的操作(方法)。本发明的这种设置典型地提供为设置或编码在例如光介质(例如CD-ROM)、软盘或硬盘等的计算机可读介质上的软件、代码和/或其他数据结构、或者诸如一个或多个ROM或RAM或PROM芯片上的固件或微代码的其他介质、或专用集成电路(ASIC)、或一个或多个模块中的可下载的软件图像、共享数据库等。软件或固件或这种配置可安装在计算设备上，以使得计算设备中的一个或多个处理器执行本发明实施例所述的技术。结合诸如一组数据通信设备或其他实体中的计算设备进行操作的软件过程也可以提供根据本发明的***。根据本发明的***也可以分布在多个数据通信设备上的多个软件过程、或者在一组小型专用计算机上运行的所有软件过程、或者单个计算机上运行的所有软件过程之间。

应该理解，严格地讲，本发明的实施例可以实现为数据处理设备上的软件程序、软件和硬件、或者单独的软件和/或单独的电路。

至此已经结合优选实施例对本发明进行了描述。应该理解，本领域技术人员在不脱离本发明的精神和范围的情况下，可以进行各种其它的改变、替换和添加。因此，本发明的范围不局限于上述特定实施例，而应由所附权利要求所限定。

Claims (11)

1.一种低密度奇偶校验LDPC解码装置，包括：

后向等效噪声方差估计单元，用于根据接收信号中的前导码估计后向等效噪声方差；

对数似然比LLR计算单元，用于根据估计的后向等效噪声方差计算得到LLR；以及

解码单元，用于根据计算得到的LLR执行LDPC解码，

其中，所述后向等效噪声方差估计单元包括：

信道频率响应估计单元，用于根据接收信号中的前导码估计信道频率响应；

噪声方差估计单元，用于根据接收信号中的前导码估计噪声方差；

后向等效噪声方差计算单元，用于根据信道频率响应和噪声方差计算后向等效噪声方差，

其中，所述后向等效噪声方差计算单元基于下列等式计算后向等效噪声方差：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\σ}}^2{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k\right)/N,$

其中，σ²是噪声方差估计单元估计得到的噪声方差，是以信道频率响应估计单元估计得到的信道频率响应为对角元素的对角矩阵，γ是所述接收信号的信噪比SNR，满足γ＝ρ/σ²，其中ρ是接收信号的功率，I_N是N×N的单位矩阵，N为正整数。

2.根据权利要求1所述的LDPC解码装置，其中，所述LLR计算单元根据以下等式计算得到LLR：

$q=\frac{2}{{{\widetilde{\mathrm{\σ}}}_k}^2}{\tilde{r}}_k$

其中，表示后向等效噪声方差，表示接收信号。

3.根据权利要求1或2所述的LDPC解码装置，其中，所述LDPC解码装置应用于60GHz毫米波无线通信中。

4.一种低密度奇偶校验LDPC解码方法，包括以下步骤：

根据接收信号中的前导码估计后向等效噪声方差；

根据估计的后向等效噪声方差计算得到对数似然比LLR；以及

根据计算得到的LLR执行LDPC解码，

其中根据接收信号中的前导码估计后向等效噪声方差的步骤包括：

根据接收信号中的前导码估计信道频率响应；

根据接收信号中的前导码估计噪声方差；以及

根据信道频率响应和噪声方差计算后向等效噪声方差，

其中，根据信道频率响应和噪声方差计算后向等效噪声方差的步骤基于下列等式计算得到所述后向等效噪声方差：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\σ}}^2{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k\right)/N,$

其中，σ²是噪声方差估计单元估计得到的噪声方差，是以信道频率响应估计单元估计得到的信道频率响应为对角元素的对角矩阵，γ是所述接收信号的信噪比SNR，满足γ＝ρ/σ²，其中ρ是接收信号的功率，I_N是N×N的单位矩阵，N为正整数。

5.根据权利要求4所述的LDPC解码方法，其中，根据估计的后向等效噪声方差计算得到LLR的步骤根据以下等式计算得到LLR：

$q=\frac{2}{{{\widetilde{\mathrm{\σ}}}_k}^2}{\tilde{r}}_k$

其中，表示估计的后向等效噪声方差，表示接收信号。

6.根据权利要求4或5所述的LDPC解码方法，其中，所述LDPC解码方法应用于60GHz毫米波无线通信中。

7.一种用于执行低密度奇偶校验LDPC解码的接收终端，所述接收终端包括：

接收单元，用于接收信号；

频域均衡FDE处理单元，用于对接收到的信号执行FDE处理；

后向等效噪声方差估计单元，用于根据接收到的信号中的前导码估计后向等效噪声方差；

对数似然比LLR计算单元，用于根据估计的后向等效噪声方差计算得到LLR；以及

解码单元，用于根据计算得到的LLR对经FDE处理后的信号执行LDPC解码，

所述后向等效噪声方差估计单元包括：

信道频率响应估计单元，用于根据接收信号中的前导码估计信道频率响应；

噪声方差估计单元，用于根据接收信号中的前导码估计噪声方差；

后向等效噪声方差计算单元，用于根据信道频率响应和噪声方差计算后向等效噪声方差，

其中，所述后向等效噪声方差计算单元基于下列等式计算后向等效噪声方差：

${\widetilde{\mathrm{\σ}}}_k^2=\mathrm{tr}\left({\mathrm{\σ}}^2{\hat{H}}_k^H{({\hat{H}}_k^H{\hat{H}}_k+I_N\frac{1}{\mathrm{\γ}})}^{-1}{\hat{H}}_k\right)/N,$

其中，σ²是噪声方差估计单元估计得到的噪声方差，是以信道频率响应估计单元估计得到的信道频率响应为对角元素的对角矩阵，γ是所述接收信号的信噪比SNR，满足γ＝ρ/σ²，其中ρ是接收信号的功率，I_N是N×N的单位矩阵，N为正整数。

8.根据权利要求7所述的接收终端，其中，所述LLR计算单元根据以下等式计算得到LLR：

$q=\frac{2}{{{\widetilde{\mathrm{\σ}}}_k}^2}{\tilde{r}}_k$

其中，表示后向等效噪声方差，表示经FDE处理后的信号。

9.根据权利要求7所述的接收终端，其中，所述频域均衡处理单元执行脉冲滤波、解复用、保护间隔移除、快速傅立叶变换、最小均方差频域均衡MMSE-FDE以及快速傅立叶逆变换。

10.根据权利要求7所述的接收终端，其中，所述频域均衡处理单元执行脉冲滤波、解复用、保护间隔移除、快速傅立叶变换、迫零频域均衡ZF-FDE以及快速傅立叶逆变换。

11.根据权利要求7-10中任一项所述的接收终端，其中，所述接收终端应用于60GHz毫米波无线通信中。