WO2010112506A1 - Method for determining distance metrics for nodes and counter-hypotheses in a tree search algorithm, tree search method, and detector arrangement for performing the method - Google Patents

Method for determining distance metrics for nodes and counter-hypotheses in a tree search algorithm, tree search method, and detector arrangement for performing the method Download PDF

Info

Publication number
WO2010112506A1
WO2010112506A1 PCT/EP2010/054203 EP2010054203W WO2010112506A1 WO 2010112506 A1 WO2010112506 A1 WO 2010112506A1 EP 2010054203 W EP2010054203 W EP 2010054203W WO 2010112506 A1 WO2010112506 A1 WO 2010112506A1
Authority
WO
WIPO (PCT)
Prior art keywords
search
tree
nodes
constellation
distance metrics
Prior art date
Application number
PCT/EP2010/054203
Other languages
German (de)
French (fr)
Inventor
Björn Mennenga
Original Assignee
Technische Universität Dresden
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Technische Universität Dresden filed Critical Technische Universität Dresden
Priority to DE112010001480T priority Critical patent/DE112010001480A5/en
Publication of WO2010112506A1 publication Critical patent/WO2010112506A1/en

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03203—Trellis search techniques
    • H04L25/0321—Sorting arrangements therefor
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03203—Trellis search techniques
    • H04L25/03229—Trellis search techniques with state-reduction using grouping of states
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03203—Trellis search techniques
    • H04L25/03242—Methods involving sphere decoding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L2025/03592—Adaptation methods
    • H04L2025/03598—Algorithms
    • H04L2025/03713—Subspace algorithms

Definitions

  • the invention relates to a method for determining distance metrics for nodes of a tree-searching algorithm and for determining counter-hypotheses for detecting multipoint-to-multipoint (MIMO) received signals in a telecommunication system.
  • the invention also relates to a method and a detector for detecting MIMO received signals.
  • MIMO systems multiple transmit and receive antennas
  • APP detector a posteriori probability
  • Tree search algorithms represent a very attractive option for achieving near-optimal performance in conjunction with multi-antenna systems with reasonable detection complexity.
  • Reliability values (so-called soft output values), as well as its implementation in an ASIC described.
  • the implementation for a 16-QAM (Quadrature Amplitude Modulation) system with 4 transmit and receive antennas each (4x4 MIMO) was chosen so that for each of the eight sequentially processed tree levels of the real replacement system, a hardware component is present, which together with an expansion unit for the determination of soft values by pipeline Processing can work in parallel. This allows the detector to receive at a data rate of up to 106 Mbit / s, but with greatly increased complexity due to the number of calculation units and with accuracy losses due to a greatly simplified soft-output determination.
  • the system model is introduced as complex-valued.
  • Vectors are highlighted by small bold symbols, matrices by large bold symbols.
  • a superscript T identifies the transpose of a vector or matrix, and a superscript H denotes the hermit (conjugate complex transpose) of a vector or matrix. £ denotes the set of complex numbers. With 9t the real-part education is marked and with 3 the imaginary-part-education.
  • the Euclidean norm, sign (-) returns the sign and sore (-) the value of each argument rounded to the nearest integer.
  • Fig. 1 the essential elements of the transmission path are shown. The description is in the baseband, so discrete.
  • the data is transmitted in blocks, pulse-shaping filters in the transmitter and receiver are not considered separately in the exemplary embodiment, but can be integrated into the channel model.
  • a vector u with independently and identically distributed data bits is encoded transmitter side with the outer channel code (1 14) the resulting stream of vectors c 'is bit-interleaved (1 16) and divided into blocks c. For transmission, the corresponding bits are displayed on symbols of complex constellation shown (1 18).
  • He £ NTXNR denotes the complex system matrix of size (N ⁇ xN R ), which is the
  • Transmission channel as well as transmit and receive side filters may contain and is known in the receiver for the detection.
  • a data block c (c (1), K, c (N ⁇ )) consists of N 7 , symbols with L bits each, which are optionally encoded and interleaved before transmission.
  • ß-QAM is made up of elements e ⁇ 1, ⁇ 3, K, + JQ-l ⁇
  • the transmitted data is estimated by means of a detector 122 shown in FIG. 1 and corresponding decoding 128 provided by the transmitter-side preprocessing, wherein the detection / decoding process can also be carried out iteratively.
  • 126 shows the interleaver used in the feedback.
  • the decoded data is then forwarded in a known manner via a hard-decision block 130 to a binary data receiver 132.
  • the object of the detector 122 considered herein, in which the present invention can be implemented, is to determine the bits c most likely to be sent and reliability information (L values) for these bits corresponding to the logarithmic ratio of whether one bit is a "1" or "0" or "+1” or "-1". These are taken from the received symbols, the
  • the search tree comprises several levels i, each of which represents a send symbol to be estimated.
  • Each of these possibilities is represented by a tree node and, by means of the interference caused by the corresponding symbol, leads to the remaining not yet estimated symbols
  • the estimation of the transmitted symbols x by means of the QR decomposition of the system matrix corresponds to the application of, for example, linear zero forcing (ZF, full interference suppression) or linear minimum mean square error (MMSE) with extended channel matrix and can analogously also for a real-valued substitute model, sorted QR decomposition (SQRD), or lattice-reduced system matrices.
  • ZF linear zero forcing
  • MMSE linear minimum mean square error
  • SQRD sorted QR decomposition
  • lattice-reduced system matrices the transmit points are transmitted by distortion to equivalent potential receive symbols in the I / Q plane, see Figure 3, and across all the antennas the most distorted transmit signal is searched for. This is done iteratively in the calculation of ⁇ (c, y, L ⁇ (c)) via the back-substitution of already estimated transmission symbols and the associated cumulative distance metrics ⁇ .
  • Tree search methods can be roughly divided into three classes of algorithms: depth search, metric-controlled search and breadth-first search, as described by J. Anderson and S. Mohan in "Sequential Coding Algorithms: A Survey and Cost Analysis", IEEE Transactions on Communications, Vol. 32, no. 2, p.169-176, February 1984.
  • the third class of tree search methods is formed by the so-called breadth-first search, such as the M algorithm or K-Best algorithm, as described by J. Anderson and S. Mohan in Sequential Coding Algorithms: A Survey and Cost Analysis, IEEE Transactions on Communications, Vol. 32, No.2, p.169-176, February 1984, and by S. Haykin, M. Sellathurai, Y. de Jong, and T. Willink in "Turbo-MIMO for Wireless Communications," IEEE Communications Magazine , Vol. 42, pp. 48-53, October 2004.
  • the possible successor nodes level i
  • the M or K best are selected for the calculations of the next level.
  • LSD List Sphere Detection
  • FIG. 5 A conventional processing flow for this algorithm is shown in Fig. 5 by way of a data flow diagram.
  • step 502 After initialization in step 502, the algorithm is performed as follows:
  • the interferences of the already estimated symbols must be removed from the receive symbol (step 504) and the distances to the child nodes determined (step 505).
  • the distances to the child nodes determined (step 505).
  • z For the selection of the cheapest Koten is z.
  • a calculation of all children's nodes and their sorting (step 506) are required according to their probabilities. 2.2 If the children's nodes of the current tree level (thus for the same already estimated parent node) have already been considered and sorted, then no further processing is required in this step and a parent node to be processed next is selected (step 508).
  • the search sphere may possibly be further limited.
  • One way of doing this is to store the candidates relevant to the search sphere and determine the search sphere via the sorting of the candidates (step 512), combined with a suitable sphere radius calculation (step 514).
  • Search sphere in this embodiment does not restrict further and the process goes to decision question 520 on.
  • the tree level i is increased by one (step 530).
  • the tree level is increased if all nodes in the current search plane which are within the search sphere have already been considered (decision YES at 520). Otherwise, the most likely not yet considered node is selected (step 522) and the tree level for that node is reduced (step 524). 5. The tree search is continued at 1..
  • the reliability information is calculated and stored from the determined leaf nodes (step 542).
  • the object of the invention is thus to reduce the complexity of the calculations for determining the distance metrics in tree search methods for the detection of MIMO received signals and thereby to increase the performance of the tree search for a signal detection, at the same time lower costs, both the hardware and the time required.
  • the process should be simple in its structure and implementation and allow a high flexibility of the search method with high performance at the same time.
  • a method for determining distance metrics for nodes a tree-searching algorithm and for determining counter-hypotheses for the detection of multipoint-to-multipoint (MIMO) received signals wherein the received signals are characterized by a modulation constellation.
  • the method includes the following steps: A geometric viewing surface defined by the modulation constellation is decomposed into a plurality of reference surfaces. Euclidean distances to a plurality of nearest constellation points of the modulation constellation of the received signals as representatives of the potential tree nodes are set for each of the reference surfaces, and the distances d or normalized distances r 2 d are stored in a look-up table. Upon receipt of a signal, a position estimate is made for it. In this case, the predefined reference surface is determined, in which the received signal is located. For this reference area, the predefined distances are retrieved from the lookup table and these are used in the tree search algorithm as an approximation of the distance metrics for the received signal.
  • the setting of the Euclidean distances can take place over a point representing the reference surface, and the determination of the reference surface then takes place by determining the reference surface in which the received signal or its representative lies.
  • the distance metrics can have significantly lower complexity compared to an exact calculation be approximated. Due to the associated algorithmic simplifications, the performance and area efficiency of the methods can be significantly increased.
  • symmetry of the transmit constellation can be advantageously exploited for relative position estimation.
  • the modulation constellation has a QAM
  • the constellation is that the geometric area of the viewing space is mapped to an eighth sector of a geometric area defined between four adjacent points of the QAM constellation.
  • the constellation point closest to the received signal is used as a reference point for the eighth sector, and the decomposed eighth sector is mapped onto the eighth sector of the QAM constellation in which the received signal is located.
  • data can be recycled for the method that has already been determined in a preceding step of the tree search algorithm, namely a step of the search order determination.
  • DE 10 2009 014 844.2 by the same Applicant describes a method for determining the search order of nodes in a tree search algorithm, in which the search order for the tree search is determined by a geometrical analysis of the relative position of a reception symbol with respect to constellation points of a lattice consisting of potential transmission symbols in the IQ plane of the QAM constellation, decision lines are defined by successive division of an eighth sector of a geometric area defined between four adjacent points of the QAM constellation by auxiliary straight lines for which search sequence sequences are predefined in order to approximate the search order.
  • the decision regions defined in this method can be reused as reference surfaces for approximation of the distance metrics.
  • the position Determining the search argument can be reused by an appropriate choice of the decision areas, the position estimation of other units, as used for example in the search order estimation.
  • the eighth sector is divided into isosceles-right triangles, and these are used as reference surfaces.
  • the method is scalable with regard to the accuracy of the approximated distance metrics and the calculation effort.
  • more accurate Euclidean distances to the potential nodes are known; however, more computational effort is required for the more accurate position determination.
  • the loss of search accuracy is negligible compared to an exact calculation of the distance metrics.
  • the area center or the square area center of the respective reference area may be advantageously defined.
  • MMSE detection minimum mean square error criterion
  • ⁇ 2 is the noise variance
  • a complexity-reduced search for counter-hypotheses can take place.
  • the counter-hypotheses can be determined directly.
  • for a leaf node as counter-hypothesis only grid points of the QAM constellation in purely real or imaginary direction are considered by the hypothesis. Due to the direct determinability of the counter-hypotheses and the known distances, a parallel observation of the leaves can take place.
  • the invention further includes a tree search method for detecting multipoint-to-multipoint received signals in a telecommunication system, comprising determining a search order for each receive symbol and determining distance metrics for each hypothesis and counter-hypothesis to the receive symbol, and wherein the distance metrics for each receive symbol be approximated according to one of the above-discussed embodiments of the method according to the invention for distance metric determination.
  • the method can be implemented and configured in such a way that the position of the reference surfaces is determined relative to defined grid points and by a suitable selection of nodes to be analyzed independently of the number of potential children nodes, as defined by the modulation that the complexity of the tree search method increases only slightly with the number of children's nodes due to extended sequences.
  • the distance approximation method can be designed in such a way that when using the method exclusively for determining the reliability information, the method has no influence on the search space limitation and thus on the search process, whereby even large approximations are virtually lossless for the tree search method.
  • the number of nodes to be examined can be significantly reduced since, after the position estimate of the received signal, the Euclidean distances to all potential nodes are determined.
  • invalid nodes can be determined directly; valid nodes are e.g. in gray-mapping in purely real and purely imaginary orientation of the leaf node with the lowest metric.
  • a parallel evaluation of the reliability information on all bits of the tree level is possible, which leads to a significantly simplified processing, especially in leaf nodes.
  • the number of intermediate states to be stored for example the states for restricting the search space or the intermediate results of the considered tree levels, can be significantly reduced by the Euclidean distances stored in sequences, which leads to simplifications in the hardware complexity. Due to the simplifications achieved, the tree-searching algorithm can be further simplified or parallelized, for example by the analysis of the sheet metrics and the resulting reliability information taking place independently of the actual tree search.
  • the tree search algorithm can be further simplified or parallelized, for example, by the analysis of the sheet metrics and the reliability information resulting therefrom being independent of the actual tree search.
  • the invention provides a detector arrangement for detecting multipoint-to-multipoint received signals in a telecommunication system comprising a plurality of modules for carrying out the above-described tree search method, one or more modules of which are provided for carrying out the inventive distance metric approximation method.
  • the reference surfaces for the position approximation of the received symbol and thus the approximation of the Euclidean distances can advantageously be chosen such that only cost-effective operations, as far as the hardware implementation is concerned, are required for the determination of the space in which the representative of the search argument lies.
  • the execution of the distance metric approximation in one or more modules is possible, which perform only rounding, sign-viewing, addition, subtraction and / or shift operations.
  • the approximation of the Euclidean distances can also be used for tree-search methods with a-priori information, provided that the a-priori information additively enters into the calculation of the distance metrics.
  • the determination according to the invention of the counter-hypotheses can be used loss-free for tree search methods with a priori information in the case of a choice of hypothesis adapted for the a-priori information.
  • the number of intermediate states to be stored in the tree search such as the
  • FIG. 1 shows a system model of a MIMO system with iterative detection
  • Fig. 22 shows a 64-QAM constellation with bit values for gray labeling
  • 5 is a data flow diagram of a conventional sphere detection
  • Fig. 7 illustrates the principle of geometric positioning for a 16-QAM
  • Figures 8a-f illustrate relative positioning with decision lines bounded by auxiliary straight lines
  • Fig. 9 illustrates a definition of reference points in a set of reference surfaces according to a first embodiment of the invention, in which the
  • FIG. 10 illustrates a definition of reference surfaces in a QAM constellation according to a second embodiment of the invention for determining the
  • FIG. 11 illustrates the Euclidean approximation according to the invention
  • FIG. 12 illustrates the counter-hypothesis determination according to the invention
  • Gray mapping and a 64-QAM shows the influence of the bias on the position determination in MMSE
  • FIG. 15 shows an embodiment variant of a list sphere detection algorithm according to the invention with approximation of the distances of the leaves;
  • Fig. 16 illustrates the performance of an implementation of the invention
  • FIG. 17 illustrates the complexity of an implementation of the invention
  • FIG. 18 illustrates the influence of a-priori information on the distance metric of the tree search methods
  • FIG. 19 illustrates the performance of an inventive implementation of an iterative detection / decoding process based on tree search detection with approximation of the distance metrics and inventive selection of counter-hypotheses in leaf nodes.
  • the plane-wise detection of the transmission signals takes place via the calculation of the
  • the distance metrics of the tree nodes result from the Euclidean distances between the representative of the search argument, the possibly adjusted interference reduced signal and the representatives of the potential transmit symbols in the form of the grid shown in Fig. 2, we have recognized that the distances can advantageously be derived by a geometric analysis.
  • Fig. 6 shows a 16-QAM and a 16-PSK constellation, which are each deposited according to the invention with a grid of reference surfaces.
  • the grid of reference surfaces is arranged arbitrarily to the constellation.
  • reference distances are set in advance and in a
  • Lookup table stored. This can be done via reference points of the reference surfaces. Upon receipt of a signal, the position within the raster is then determined for this, and for the raster sub-area in which the received signal is located, the predefined distances are retrieved from the lookup table and used in the tree search algorithm as an approximation of the distance metrics for the received signal.
  • the symmetry of a constellation can be advantageously exploited for relative position estimation.
  • the to y Determines the nearest constellation point by rounding and relative to the position estimate performed, ie the difference between constellation node and / considered ".
  • Quadrature Amplitude Modulation is sketched, wherein the grid is arranged such that the grid points coincide with constellation points of the transmission constellation.
  • the valid constellation points in the IQ plane are represented as filled black dots, and a favorable order of the first three tree nodes to be considered is indicated by the numbered 1 to 3 ringed numbers.
  • interference-reduced signal as well as the grid can be integrated.
  • Distances d and the normalized distances r u 2 d are calculated to all constellation points. This calculation of the distances takes place according to an advantageous embodiment before the tree search. If the position of y 1 "is analyzed with sufficient accuracy, the Euclidean distances to the nodes are also recognized and the distances can be expediently stored in a sequence in which each sequence element contains a distance to a possible constellation point
  • Constellation point is dependent. Due to the relative position, apart from the distances, the relative distance to the constellation points is also known. Thus, the point marked “1" in Fig. 7 is the nearest constellation point, and the point marked "2" is the one having the next greater Euclidean distance, etc. Thus, the Euclidean distances are stored in Euclidean distances a sequence with increasing distance appropriate. So y ⁇ "in another
  • the starting point for the approximation of the distances is thus the estimation of the relative position of the received signal and the determination of distances for the possible positions or decision areas.
  • the position determination can generally be arbitrary, with a sequence having corresponding distances to be created for each possible position or for each decision area in which the search argument can be located.
  • a method for QAM constellations can advantageously be used, as described in a simultaneously filed application entitled "Method for Determining the Search Order of Nodes in a Tree Search Algorithm . If a search order estimation is carried out in the course of a tree search method, then the results of this analysis can be reused for a distance approximation, for which it makes sense to use both methods However, the distance approximation can also be performed independently of a search sequence approximation.
  • the most favorable node is that node which is closest to the receive symbol y t ", which can be determined simply by rounding y ⁇ " onto the grid points, as in FIG. 8 (a) Rounding square is illustrated, which has a side length equal to the lattice spacing a and whose center coincides with that lattice point which is closest to the symbol and is denoted by 1 in FIG.
  • the first node of the search order is known.
  • the order of the further nodes to be examined can be predefined for all constellation points before the start of the tree search. With such an approximation, however, a relatively large error can result.
  • the more the position of the reception symbol deviates from the position of the constellation point the less accurate the search order thus approximated will be.
  • the greatest inaccuracy will result if the receive symbol is exactly at the intersection of the diagonal between four adjacent constellation points of the grid.
  • An improvement in the accuracy of the approximated search sequence is achieved by narrowing the area in which the reception symbol lies step by step over geometric comparisons, wherein ever smaller decision areas are defined as partial areas of the first decision area, namely the rounding square, each of these limited decision areas each represented by a reference point (pos').
  • This reference point may suitably be the area centroid, also the centroid of the area, the center of gravity of the Euclidean distances or the like of the respective one
  • Decision area are defined. For each of these decision areas or Reference points can be defined before starting the tree search another search order. The further the geometric analysis is continued before resorting to the predefined sequences for the continuation of the order, the smaller the decision area whose predefined sequences are used for the continuation of the search order, the better the position of the respective
  • Reference point (pos') coincide with the relative position of the receiving symbol and the more accurate the position estimate will be.
  • a first narrowing of the relative position of the receive symbol within the rounding square can be done by considering the sign sign (pos) of the real and imaginary part of the receive symbol.
  • the relative position (pos) of the receive symbol is limited to one of the quadrants of the rounding square, and thus the two potentially second-best nodes for the search order are given.
  • the method is applicable regardless of the number of potential children nodes, which is defined for example by the modulation, and the complexity of the algorithm increases only slightly with increasing constellation size.
  • Perpendicular on the connecting line between nodes 2 and 3 - the node 3 is the second least expensive and the node 2 the third least expensive, and for all relative positions below the angle bisector of the first quadrant, the node 2 is the second least expensive and the node 3 the third least expensive.
  • a node sequence with distances can be defined in advance.
  • the position determination is mapped to a relative position (pos) analysis, regardless of the actual size of the constellation.
  • the position estimate can be made with implementation-friendly operations, such as rounding, sign considerations, additions, subtractions, and / or shift operations.
  • the deviation of the distances resulting from (pos) and (pos') is negligibly small, so that the enumeration error of the predetermined distances is insignificant.
  • the center of the respective triangle (decision area) can be used in each case as a reference point (pos') for the further node enumeration.
  • the number of possible orders is limited. Due to the smaller number of considered nodes, the number of states to be stored in the tree search and, as a result, also the complexity of the conversions are reduced.
  • a received signal is rounded to a reference point which represents a subarea of an eighth sector of a geometric area defined between four adjacent constellation points of a QAM constellation.
  • the distance metrics for the received signal are approximated by the Euclidean distances of the reference point to nearest constellation points that have been calculated in advance and stored in a lookup table.
  • the eighth sector is shown divided into five decision areas as given after the approximation of a 7-node search sequence of Fig. 8 (e). These five decision areas are used here as reference areas for approximating the distance metrics.
  • a reception symbol y t "by a""mark. Is a reference point for each of the five reference surfaces. In the example shown these correspond to the centroid of the reference surfaces and in each case by a forms" x + "in.
  • Reference points the relevant reference for the distance approximation reference position is determined.
  • the Euclidean distances previously calculated for this reference position and stored in a lookup table are then used as an approximation of the distance metrics for the received signal in the tree search algorithm.
  • Fig. 10 shows an alternative advantageous embodiment of the decomposition according to the invention of an eighth sector of an area defined between four adjacent points of a QAM constellation into a plurality of reference areas for approximating the distance metrics for a received signal.
  • the eighth sector is divided into isosceles-right triangles, which are used as reference surfaces for the position estimation for distance approximation.
  • a reference point is also defined in each case for which Euclidean distances are calculated in advance and stored in order to be used as distance approximations for a received signal.
  • 9 and 10 differently divided eighth sectors may each be imaged by simple geometric operations such as shifting and / or mirroring to any eighth sector of a geometric surface defined between four adjacent points of a QAM constellation.
  • a relative position approximation is given for a receive symbol located at any position in the constellation, ie relative to the nearest constellation point.
  • Fig. 11 illustrates the Euclidean distances between the reference position of a receive symbol y t "and the nearest constellation points
  • Constellation points of a QAM constellation of which the lower left is the nearest constellation point, from which an eighth sector is divided into five reference areas as shown in Fig. 9.
  • the reception symbol y t is located in the reference area on the top left, whose reference point is marked by a" +.
  • the Euclidean distances between the reference point and the nearest constellation points are denoted by d u d 2 , d 3 and d 4 the Euclidean distances d u d 2 , d 3 and ⁇ approximate the distance metrics of the receive symbol to the respective grid constellation points.
  • the Euclidean distances are stored in sequences. This can be done in a fixed order, for example, in ascending order.
  • the approximated quadratic distances d to the representative of the search argument, ie the reception symbol are known.
  • mapping information results in further simplifications in the determination of the counter-hypotheses of the tree search.
  • This is illustrated in FIG. 12 using the example of a 64-QAM and Gray mapping.
  • the so-called gray mapping is used in an embodiment variant for the assignment of the bits to the transmitted symbols, the most favorable counterhypotheses, even if there is a priori information, can lie only on straight lines which run parallel to the coordinate axes (in FIG Image represented by bars) and intersect in the hypothesis node.
  • the selection of the nodes, as well as the approximation of the associated distance metrics, are thus reduced to the analysis of fewer elements, the distances being already determined by the determination of the hypothesis.
  • the efficiency and the impact on the tree search strongly depends on the design variant.
  • the method is also applicable to tree search methods with existing a-priori information.
  • another search criterion can be used in the tree search, as in the determination of the hypotheses or counter-hypotheses and their reliability information. If, for example, the MMSE method is used for the detection, the search results and the resulting reliability information are not reliable since they are subject to so-called bias. This is due to the noise suppression, the minimization of the mean square error.
  • MMSE detection may be performed as described by E. Zimmermann and G. Fettweis in “Unbiased MMSE Tree Search Detection for Multiple Antenna Systems", International Symposium on Wireless Personal Multimedia Communications (WPMC'06), September 2006
  • Fig. 13 illustrates the influence of the bias on the position determination.
  • Fig. 13-1 shows the reduction of the distances caused by the bias. The farther the constellation points are from the origin, the greater the reduction.
  • I- ⁇ can be determined. Since the determination of the hypotheses or counterhypotheses and their distance metrics for the calculation of the reliability information are independent of the actual search as well as the search space limitation, this method has in principle no influence on the search process. Improved identification of reliability information, however, improves search accuracy.
  • FIG. 5 A modified form of the list-sphere detection algorithm described in FIG. 5 is shown in FIG. This has a regularized data flow and has been described in detail in the previously filed DE patent application "Method for tree-based detection of received signals" of the same applicant.
  • the regularized algorithm is performed as follows:
  • the resulting interferences, as well as the interferences of the other already estimated symbols are removed from the receive symbol (step 1 104), and the distances to the Child nodes are detected (step 1 105) for selection the cheapest node is z.
  • Sort criterion is, for example, the reliability of the candidates.
  • the tree search is continued at 1.. 6.
  • the search is completed (decision 1 140), so z. For example, if the search tree has been completely traversed or termination conditions such as the maximum number of cycles are met, the reliability information is calculated and stored from the determined leaf nodes (step 1 142).
  • Elements of a ⁇ -QAM are evaluated by calculating the Euclidean distances and then further analyzed (see 1 105). The removal of the bias is done in parallel for all considered elements, i. in the leaf plane for Q elements at a ß -QAM. As a result, a relatively large number of elements have to be considered, of which only 1 + Vß (a hypothesis and / or counter hypotheses) for the calculation of the
  • FIG. 14 shows the algorithm modified according to the invention, wherein modules with the same or analogous function as in FIG. 13 are designated with analogous references, increased by 100.
  • the modified algorithm is characterized by an early approximation of the sorting and parallel consideration of follower nodes.
  • the correspondence of the search argument with the tree nodes is determined. For example, a method based on decision regions is used, analogous to the method presented above.
  • a method based on decision regions is used, analogous to the method presented above.
  • the subsequent sorting is omitted, and the possible sorting into a radius list is reduced to the sorting of a node into a list (1210).
  • one node per clock extension can be made.
  • the processes for distance estimation, for the determination of the valid nodes, for the parallel evaluation of the hypotheses and counterhypotheses can each be integrated in one processing module or can be carried out by means of several modules.
  • the results of other modules of the tree search, such as the search order, the approximation of the distances or the selection of valid or favorable nodes for the tree search or the determination of dissenting hypotheses or counter-hypotheses can be reused for the calculation of the reliability information.
  • FIG. 15 shows the performance and in FIG. 16 the complexity of the extended sphere detection algorithm with approximation of the distance metrics, with and without consideration.
  • the bias influence on the choice of hypotheses and counter-hypotheses compared to the traditional implementation. In detection without detector / decoder iterations, the performance is only slightly lower. If the influence of the bias is taken into account, the power loss of the tree search can be more than halved.
  • 17 illustrates the influence of the a-priori information on the distance metrics underlying the search order.
  • the distance metrics result from the metrics of the overlying levels, the Euclidean distance, and the a-priori information. Since these can be regarded as statistically independent according to the system model described, a quasi-random distribution over the distance of y t "results for the selected gray mapping.
  • the control of the accuracy of the iterations can also be done via the settings and adjustments of the search algorithm.
  • the influence of a priori The influence of the a-priori information can also be taken into account when determining the search order by determining the a-priori-specific order before or parallel to the tree search.
  • the consideration of the hypothesis or counterhypotheses and the inclusion of correction terms a use of the STA for the implementation is made possible.
  • the corresponding components of the algorithm can be integrated into one or more STA modules.
  • the control of the modules can then take place individually or via a VLIW. This provides the benefits of STA, high performance, low power consumption, easy expandability, and high flexibility to use for tree searching.
  • the invention can be used in connection with an OFDM (Orthogonal Frequency Division Multiplex) method as a digital transmission method, the system matrix H then includes the transmission channel in the frequency domain for one or more subcarriers.
  • OFDM Orthogonal Frequency Division Multiplex
  • the invention may also be used in conjunction with other multiple access methods, Direct Sequence CDMA (DS-CDMA) or Multi-Carrier CDMA (MC-CDMA) or Space Division Multiple Access (SDMA).
  • DS-CDMA Direct Sequence CDMA
  • MC-CDMA Multi-Carrier CDMA
  • SDMA Space Division Multiple Access
  • the invention is also applicable to a multi-user transmission method (MUT) to one or more receivers with collaborative detection of the received data.
  • the system matrix H then contains the transmission channels between the corresponding users. Multiple antennas may be used in the one or more receivers.

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Radio Transmission System (AREA)

Abstract

The method according to the invention is based on the heuristic nourishment of distance calculations to be performed in tree search methods by means of predefined distance metrics stored in sequences and based on decision areas. The distance metric calculations necessary in the course of the search for mathematical analysis of the nodes to be examined in tree search methods, in which the agreement of the possible tree nodes with the search argument is determined, are transfered to a geometrical examination of the nodes to be investigated. By approximating the position of a representative of the search argument at reference points of reference planes and euclidean distances predefined therefor to the tree nodes potentially to be examined, the distance metrics can be approximated with significantly lower complexity. By means of the algorithmic simplifications accompanied herewith, the performance efficiency and plane efficiency of the tree search method and of a detector arrangement executing said method can be significantly increased.

Description

Verfahren zur Bestimmung von Distanzmetriken für Knoten und von Method for determining distance metrics for nodes and
Gegenhypothesen bei einem Baumsuch-Algorithmus, Baumsuchverfahren undCounter Hypotheses in a Tree Search Algorithm, Tree Search Method and
Detektoranordnung zur Durchführung der VerfahrenDetector arrangement for carrying out the method
Die Erfindung betrifft ein Verfahren zur Bestimmung von Distanzmetriken für Knoten eines Baumsuch-Algorithmus und zur Bestimmung von Gegenhypothesen zur Detektion von Mehrpunkt-zu-Mehrpunkt- (MIMO-) Empfangssignalen in einem Telekommunikationssystem. Die Erfindung bezieht sich außerdem auf ein Verfahren und einen Detektor zur Detektion von MIMO-Empfangssignalen.The invention relates to a method for determining distance metrics for nodes of a tree-searching algorithm and for determining counter-hypotheses for detecting multipoint-to-multipoint (MIMO) received signals in a telecommunication system. The invention also relates to a method and a detector for detecting MIMO received signals.
Stetig steigende Datenraten im Mobilfunk erfordern eine verbesserte Nutzung der verfügbaren Bandbreiten. Zur Steigerung der spektralen Effizienz kommen daher zunehmend Systeme mit mehreren Sende- und Empfangsantennen ("multiple-input multiple-output", MIMO-Systeme) zum Einsatz. Wie allgemein bekannt ist, steigt die Komplexität des optimalen MIMO-Empfängers ("a posteriori probability", APP-Detektors) exponentiell mit der Anzahl der Bits pro Sendesymbol. Baumsuchalgorithmen stellen eine sehr attraktive Möglichkeit dar, um im Zusammenhang mit Mehrantennensystemen bei vertretbarer Detektionskomplexität nahezu optimale Leistungsfähigkeit zu erreichen.Steadily increasing data rates in mobile communications require an improved use of the available bandwidths. To increase the spectral efficiency systems are therefore increasingly used with multiple transmit and receive antennas ("multiple-input multiple-output", MIMO systems). As is well known, the complexity of the optimal MIMO receiver ("a posteriori probability", APP detector) increases exponentially with the number of bits per transmit symbol. Tree search algorithms represent a very attractive option for achieving near-optimal performance in conjunction with multi-antenna systems with reasonable detection complexity.
Diese Algorithmen wurden in den letzten Jahren intensiv theoretisch untersucht sowie erste Implementierungen in Hardware auf der Basis von anwendungsspezifischen integrierten Schaltungen (ASICs - Application Specific Integrated Circuits) vorgestellt. Zukünftige noch zu erforschende Mobilfunkgenerationen werden zusätzlich zur MIMO- Detektion iterative Detektionsalgorithmen, Interferenz-Unterdrückung, veränderliche Systemparameter, Network-MIMO und neue Codierverfahren (z.B. CLDPC - ConvolutionalThese algorithms have been intensively studied theoretically in recent years and first implementations in hardware based on Application Specific Integrated Circuits (ASICs) have been presented. Future mobile radio generations to be explored will, in addition to MIMO detection, include iterative detection algorithms, interference suppression, variable system parameters, Network MIMO, and new coding techniques (e.g., CLDPC-Convolutional
Low Density Parity Check Codes) verwenden. Dies wird die Anforderungen an Architekturen zur Implementierung von Baumsuchverfahren bezüglich Rechenleistung, Leistungsverbrauch und Rekonfigurierbarkeit dramatisch erhöhen. Die entwickelten Lösungen sind jedoch noch weit davon entfernt, den steigenden Anforderungen der nächsten Generationen von Mobilfunksystemen zu genügen.Low Density Parity Check Codes). This will dramatically increase the demands on architectures for implementing tree search methods in terms of computational power, power consumption, and reconfigurability. However, the solutions developed are still far from meeting the increasing demands of the next generation of mobile radio systems.
In G. Nilsson, P. Nilsson: "Algorithm and Implementation of the K-Best Sphere Decoding for MIMO Detection", IEEE Journal on selected areas in Communications, Bd. 24, Nr. 3, S. 491 -503, März 2006, wird das Prinzip eines auf Breitensuche basierenden M-Algorithmus bzw. K-Best-Baumsuchalgorithmus mit einer Erweiterung zur Ermittlung vonG. Nilsson, P. Nilsson: "Algorithm and Implementation of the K-Best Sphere Decoding for MIMO Detection", IEEE Journal on selected areas in Communications, Vol. 24, No. 3, pp. 491-503, March 2006, becomes the principle of a breadth-first search based M-algorithm or K-Best tree search algorithm with an extension for the determination of
Zuverlässigkeitswerten (so genannten Soft-Output-Werten), sowie dessen Umsetzung in einem ASIC beschrieben. Die Implementierung für ein 16-QAM- (Quadratur Amplituden Modulation-) System mit jeweils 4 Sende- und Empfangsantennen (4x4 MIMO) wurde so gewählt, dass für jede der acht sequenziell zu verarbeitenden Baumebenen des reellen Ersatzsystems eine Hardwarekomponente vorhanden ist, wobei diese zusammen mit einer Erweiterungseinheit zur Ermittlung von Soft-Werten mittels Pipeline-Verarbeitung parallel arbeiten können. Hierdurch ermöglicht der Detektor einen Empfang mit einer Datenrate von bis zu 106 Mbit/s, allerdings mit einer durch die Zahl der Berechnungseinheiten stark gestiegenen Komplexität und mit Genauigkeitsverlusten, die durch eine stark simplifizierte Soft-Output-Bestimmung bedingt sind.Reliability values (so-called soft output values), as well as its implementation in an ASIC described. The implementation for a 16-QAM (Quadrature Amplitude Modulation) system with 4 transmit and receive antennas each (4x4 MIMO) was chosen so that for each of the eight sequentially processed tree levels of the real replacement system, a hardware component is present, which together with an expansion unit for the determination of soft values by pipeline Processing can work in parallel. This allows the detector to receive at a data rate of up to 106 Mbit / s, but with greatly increased complexity due to the number of calculation units and with accuracy losses due to a greatly simplified soft-output determination.
Auch neueste Detektoren auf Basis von ASIC-lmplementierungen für die Tiefensuche mit einem Sphere-Detection-Algorithmus, wie der in C. Studer, A. Burg, H. Bölcskei: "Soft- output sphere decoding: Algorithms and VLSI implementation", eingereicht für IEEE Journal on Selected Areas in Communications, April 2007 vorgestellte, erreichen bei nahezu optimaler Detektionsgüte (bei genauer Bestimmung der Soft-Informationen), gerade einmal einen Durchsatz von ca. 10 Mbit/s. Zum Erreichen der im Mobilfunk angestrebten Datenraten von deutlich über 100 Mbit/s ist somit neben der weiteren Optimierung der Verfahren auch der Einsatz mehrerer paralleler Detektoren erforderlich.Even the most recent detectors based on ASIC implementations for depth search with a sphere detection algorithm, as described in C. Studer, A. Burg, H. Bölcskei: "Soft-output sphere decoding: Algorithms and VLSI implementation", submitted for IEEE Journal on Selected Areas in Communications, presented in April 2007, achieve a throughput of approximately 10 Mbit / s with almost optimal detection quality (with precise determination of the soft information). In order to achieve the data transmission rates of well over 100 Mbit / s aimed at in mobile communications, the use of several parallel detectors is required in addition to the further optimization of the methods.
Ein Systemmodell für ein MIMO-Übertragungssystem mit N1. Sende- und NR Empfangs- antennen ist in Fig. 1 dargestellt. Das Systemmodell wird als komplexwertig eingeführt.A system model for a MIMO transmission system with N 1 . Transmitting and receiving antennas N R is shown in Fig. 1. The system model is introduced as complex-valued.
Vektoren werden durch kleine fettgedruckte Formelzeichen hervorgehoben, Matrizen durch große fettgedruckte Formelzeichen. Durch ein hochgestelltes T wird die Transponierte eines Vektors oder einer Matrix gekennzeichnet und durch ein hochgestelltes H wird die Hermitsche (konjugiert komplex Transponierte) eines Vektors oder einer Matrix gekennzeichnet. £ bezeichnet die Menge der komplexen Zahlen. Mit 9t wird die Realteilbildung und mit 3 die Imaginärteilbildung gekennzeichnet. | | liefert denVectors are highlighted by small bold symbols, matrices by large bold symbols. A superscript T identifies the transpose of a vector or matrix, and a superscript H denotes the hermit (conjugate complex transpose) of a vector or matrix. £ denotes the set of complex numbers. With 9t the real-part education is marked and with 3 the imaginary-part-education. | | delivers the
Betrag, |-| die euklidische Norm, sign(-) liefert das Vorzeichen und wund (-) den auf die nächste ganze Zahl gerundeten Wert des jeweiligen Argumentes. In Fig. 1 sind die wesentlichen Elemente der Übertragungsstrecke abgebildet. Die Beschreibung erfolgt im Basisband, also diskret. Die Daten werden blockweise übertragen, impulsformende Filter in Sender und Empfänger werden im Ausführungsbeispiel nicht separat betrachtet, können jedoch in das Kanalmodell integriert werden. Ein Vektor u mit unabhängig und identisch verteilten Datenbits wird senderseitig mit dem Außenkanalcode kodiert (1 14) der resultierende Strom aus Vektoren c' wird bit-verschachtelt (1 16) und in Blöcke c unterteilt. Zum Senden werden die entsprechenden Bits auf Symbole mit komplexer Konstellation abgebildet (1 18).Amount, | - | the Euclidean norm, sign (-) returns the sign and sore (-) the value of each argument rounded to the nearest integer. In Fig. 1, the essential elements of the transmission path are shown. The description is in the baseband, so discrete. The data is transmitted in blocks, pulse-shaping filters in the transmitter and receiver are not considered separately in the exemplary embodiment, but can be integrated into the channel model. A vector u with independently and identically distributed data bits is encoded transmitter side with the outer channel code (1 14) the resulting stream of vectors c 'is bit-interleaved (1 16) and divided into blocks c. For transmission, the corresponding bits are displayed on symbols of complex constellation shown (1 18).
He £ NTXNR bezeichnet die komplexe Systemmatrix der Größe ( Nτ xNR ), welche denHe £ NTXNR denotes the complex system matrix of size (N τ xN R ), which is the
Übertragungskanal sowie sende- und empfangsseitige Filter (z.B. kanalangepasste Filter, RAKE/pre-RAKE Filter, Entspreizer) enthalten kann und im Empfänger für die Detektion bekannt ist. Ein Datenblock c = (c(l),K ,c(Nτ)) besteht aus N7, Symbolen mit je L Bits, die vor der Übertragung gegebenenfalls kodiert und verschachtelt werden. Als Modulation wird ß-QAM mit Elementen aus
Figure imgf000005_0001
e {±1,±3,K ,+JQ -l}}Transmission channel as well as transmit and receive side filters (eg channel-matched filter, RAKE / pre-RAKE filter, despreader) may contain and is known in the receiver for the detection. A data block c = (c (1), K, c (N τ )) consists of N 7 , symbols with L bits each, which are optionally encoded and interleaved before transmission. As a modulation, ß-QAM is made up of elements
Figure imgf000005_0001
e {± 1, ± 3, K, + JQ-l}}
angenommen, wobei die Zuordnung ξm = map(cm) des m -ten Bitvektors cm zu dem entsprechenden Symbol ξm beispielsweise durch Gray-Labelling erfolgen kann. Q = 2L bezeichnet die Symbolvalenz, typische Werte für Q sind 4, 16, 64, 256. Mit X1 und XQ werden die Inphasen- bzw. die Quadraturphasenkomponente eines Symbols bezeichnet. Das Sendesignal x = (x(l),K ,x(Nτ)) e X*1'"1 aus der Menge der möglichen Sendesymbole wird durch Multiplikation mit der Systemmatrix auf das Empfangssignal y = (y(l),K , y(NR)f e C^*1 abgebildet, welches von additivem komplexwertigemassumed, wherein the assignment ξ m = map (c m ) of the m -th bit vector c m to the corresponding symbol ξ m can be done for example by Gray-labeling. Q = 2 L denotes the symbol valence, typical values for Q are 4, 16, 64, 256. X 1 and X Q denote the in-phase and quadrature-phase components of a symbol, respectively. The transmission signal x = (x (l), K, x ( Nτ )) e X * 1 '" 1 from the set of possible transmit symbols is multiplied by the system matrix to the received signal y = (y (l), K, y (N R ) fe C ^ * 1 , which of additive complex valued
Rauschen ne C^*4 mit der Rauschleistungsdichte N0 überlagert wird: y = Hx + n .Noise ne C ^ * 4 is superimposed with the noise power density N 0 : y = Hx + n.
Fig. 2 zeigt beispielhaft die Symbole und Bitwerte einer 64-QAM-Konstellation mit Gray- Labelling. Anhand der empfangenen Symbole y werden die gesendeten Daten geschätzt, und zwar mittels eines in Fig.1 dargestellten Detektors 122 und entsprechender durch die senderseitige Vorverarbeitung gegebenen Dekodierung 128, wobei der Detektions- /Dekodier-Prozess auch iterativ erfolgen kann. 126 zeigt dabei den Interleaver, der bei der Rückkopplung genutzt wird. Die dekodierten Daten werden danach in bekannter Weise über einen Hard-Decision-Block 130 einem Binärdatenempfänger 132 zugeleitet.2 shows by way of example the symbols and bit values of a 64-QAM constellation with gray labeling. Based on the received symbols y, the transmitted data is estimated by means of a detector 122 shown in FIG. 1 and corresponding decoding 128 provided by the transmitter-side preprocessing, wherein the detection / decoding process can also be carried out iteratively. 126 shows the interleaver used in the feedback. The decoded data is then forwarded in a known manner via a hard-decision block 130 to a binary data receiver 132.
Die Aufgabe des hier betrachteten Detektor 122, in welchem die vorliegende Erfindung implementiert werden kann, besteht darin, die Bits c zu bestimmen, die höchstwahrscheinlich gesendet wurden, sowie Zuverlässigkeitsinformationen (L-Werte) für diese Bits, welche dem logarithmischen Verhältnis dessen entsprechen, ob ein Bit eine "1 " oder "0" bzw. "+1 " oder "-1 " ist. Diese werden aus den empfangenen Symbolen, derThe object of the detector 122 considered herein, in which the present invention can be implemented, is to determine the bits c most likely to be sent and reliability information (L values) for these bits corresponding to the logarithmic ratio of whether one bit is a "1" or "0" or "+1" or "-1". These are taken from the received symbols, the
Kanalschätzung, der ermittelten Rauschleistung, sowie eventuell verfügbaren a-priori- Informationen ermittelt. Über den Satz von Bayes, die statistische Unabhängigkeit der Sendebits, die Dichtefunktion des mehrdimensionalen Gaußschen Rauschens und die Max-Iog-Approximation kann der Detektionsprozess wie folgt dargestellt werden:Channel estimation, the determined noise power, and possibly available a-priori information determined. The theorem of Bayes, the statistical independence of the transmission bits, the density function of the multidimensional Gaussian noise, and the Max-log approximation, the detection process can be represented as follows:
L (q|y) := In
Figure imgf000006_0001
L (q | y): = In
Figure imgf000006_0001
mit Λ(c, y, Lα(c)) = -— | |y' - Rx| |2 + -c1 Lα(c) = --A1, ( 2 )with Λ (c, y, L α (c)) = - | | y '- Rx | | 2 + -c 1 L α (c) = - A 1 , (2)
TV0 N0 wobei λ, = λ. ι+± +TV 0 N 0 where λ, = λ. ι + ± +
Metrik von bereits
Figure imgf000006_0002
geschätzten Symbolen euklidische Distanz in der Max-Iog-Approximation die ebenenspezifische Distanzmetrik ist und H = QR, y' = QHy gilt. Für jede zu detektierende Antenne (i =l...Nτ) existieren mehrere mögliche Sendesymbole, so dass die Verfolgung mehrerer Hypothesen über den Sendevektor, bedingt durch die Dreieckstruktur der zerlegten Systemmatrix, als Suche nach Blattknoten (/ = 1) in einer Baumstruktur interpretiert werden kann. Verschiedene Baumsuchmethoden sind in Fig. 4 veranschaulicht.Metric of already
Figure imgf000006_0002
Euclidean distance in the max-log approximation is the plane-specific distance metric and H = QR, y '= Q H y. For each antenna to be detected (i = l ... Nτ ), there are several possible transmit symbols, such that the tracking of multiple hypotheses about the transmit vector, due to the triangle structure of the decomposed system matrix, will search for leaf nodes (/ = 1) in a tree structure can be interpreted. Various tree search methods are illustrated in FIG.
Der Suchbaum umfasst dabei mehrere Ebenen i, die je ein zu schätzendes Sendesymbol repräsentieren. In jeder Baumebene (i = l...NR) existieren für X1 jeweils Q Möglichkeiten entsprechend der gewählten Konstellation. Jede dieser Möglichkeiten wird durch einen Baumknoten repräsentiert und führt mittels der durch das entsprechende Symbol verursachten Interferenz auf die verbleibenden noch nicht geschätzten SymboleThe search tree comprises several levels i, each of which represents a send symbol to be estimated. In each tree plane (i = l ... N R ) there are Q possibilities for X 1 according to the chosen constellation. Each of these possibilities is represented by a tree node and, by means of the interference caused by the corresponding symbol, leads to the remaining not yet estimated symbols
(1,...,/ -1) zu den Kinderknoten der Baumebene (/ -1) . Die Blätter des Baumes stehen somit für einen vollständig geschätzten Sendedatenblock.(1, ..., / -1) to the child nodes of the tree level (/ -1). The leaves of the tree thus represent a fully estimated transmission data block.
Die Schätzung der gesendeten Symbole x mittels der QR-Zerlegung der Systemmatrix entspricht der Anwendung von z.B. linearem Zero Forcing (ZF, vollständige Interferenzunterdrückung) oder linearem Minimum Mean Square Error (MMSE, Kriterium der kleinsten quadratischen Fehler) bei erweiterter Kanalmatrix und kann analog auch für ein reellwertiges Ersatzmodell, sortierte QR-Zerlegung (SQRD) oder gitterreduzierte Systemmatrizen angewendet werden. Bei der Schätzung werden die Sendepunkte durch Verzerrung auf äquivalente potentielle Empfangssymbole in der I/Q-Ebene übertragen , siehe Figur 3, und über alle Antennen hinweg wird das verzerrte Sendesignal mit der geringsten Abweichung gesucht. Dies geschieht iterativ in der Berechnung von Λ(c,y,Lα(c)) über die Rücksubstitution bereits geschätzter Sendesymbole und der zugehörigen kumulativen Distanzmetriken λ . Aufgrund der vielen potentiell möglichen Symbole ist die Anwendung spezieller Suchverfahren zur Begrenzung der Rechenkomplexität erforderlich. Dies erfolgt durch Eingrenzen der Suchpfade im Suchbaum. Baumsuchverfahren lassen sich dabei grob in drei Klassen von Algorithmen einteilen: Tiefensuche, metrik-gesteuerte Suche und Breitensuche, wie von J. Anderson und S. Mohan in "Sequential Coding Algorithms: A Survey and Cost Analysis", IEEE Transactions on Communications, Bd. 32, Nr.2, S.169-176, Februar 1984 beschrieben.The estimation of the transmitted symbols x by means of the QR decomposition of the system matrix corresponds to the application of, for example, linear zero forcing (ZF, full interference suppression) or linear minimum mean square error (MMSE) with extended channel matrix and can analogously also for a real-valued substitute model, sorted QR decomposition (SQRD), or lattice-reduced system matrices. In the estimation, the transmit points are transmitted by distortion to equivalent potential receive symbols in the I / Q plane, see Figure 3, and across all the antennas the most distorted transmit signal is searched for. This is done iteratively in the calculation of Λ (c, y, L α (c)) via the back-substitution of already estimated transmission symbols and the associated cumulative distance metrics λ. Because of the many potential ones Symbols require the use of special search methods to limit computational complexity. This is done by narrowing down the search paths in the search tree. Tree search methods can be roughly divided into three classes of algorithms: depth search, metric-controlled search and breadth-first search, as described by J. Anderson and S. Mohan in "Sequential Coding Algorithms: A Survey and Cost Analysis", IEEE Transactions on Communications, Vol. 32, no. 2, p.169-176, February 1984.
Bei der Tiefensuche des Sphere Detection (SD) -Algorithmus, wie von R. Fano in "A heuristic discussion of probabilistic decoding", IEEE Transactions on Information Theory, Bd. 9, S. 64-74, April 1963 und von M. Pohst in "On the computation of lattice vectors of minimal length, successive minima and reduced bases with applications", ACM SIGSAM Bulletin, Bd. 15, S. 37-44, 1981 sowie von B. M. Hochwald und S. ten Brink in "Achieving near-capacity on a multiple-antenna Channel", IEEE Transactions on Communications, Bd. 51 , S. 389-399, März 2003 beschrieben (siehe Fig. 4b), wird versucht, den Suchraum, eine Hyperkugel ("Sphäre") um die Empfangssymbole, möglichst schnell einzugrenzen und somit die Anzahl der durchzuführenden Berechnungen gering zu halten. Als Parameter für die Beschränkung dient dabei der Radius R der Sphäre, welcher über die Distanzmetrik Ax der ermittelten Blattknoten adaptiert wird. Nach anfänglicher Betrachtung des unbeschränkten Suchraumes folgt, durch Bestimmung der Successive Interference Cancellation (SIC) -Lösung, dem so genannten Babai-Punkt (siehe Fig. 4a), eineIn the depth search of the Sphere Detection (SD) algorithm as described by R. Fano in "A heuristic discussion of probabilistic decoding", IEEE Transactions on Information Theory, Vol. 9, pp. 64-74, April 1963 and by M. Pohst in "On the computation of lattice vectors of minimal length, successive minima and reduced bases with applications", ACM SIGSAM Bulletin, Vol. 15, pp. 37-44, 1981 as well as by BM Hochwald and S. ten Brink in "Achieving near- capacity on a multiple-antenna channel ", IEEE Transactions on Communications, Vol. 51, pp. 389-399, March 2003 (see Fig. 4b), an attempt is made to search the search space, a hyper sphere (" sphere ") around the receive symbols to limit as quickly as possible and thus to keep the number of calculations to be made small. The parameter used for the restriction is the radius R of the sphere, which is adapted via the distance metric A x of the determined leaf nodes. After initial consideration of the unrestricted search space, by determining the Successive Interference Cancellation (SIC) solution, the so-called Babai point (see Fig. 4a) follows
Begrenzung des Suchraumes auf z.B. R := \Bαbcα . Nachfolgend werden die Baumebenen in inverser Reihenfolge betrachtet, wobei jeweils für die noch nicht erweiterten Baumknoten innerhalb der aktuellen Suchsphäre (Ax ≤ R) eine Tiefensuche durchgeführt wird. Die Auswahl der zu betrachtenden Knoten erfolgt hierbei meist zweckmäßig über die so genannte Schnorr-Euchner-Aufzählung, wie von CP. Schnorr und M. Euchner inLimiting the search space to eg R: = \ Bαbcα . In the following, the tree levels are considered in inverse order, whereby a depth search is carried out in each case for the not yet expanded tree nodes within the current search sphere (A x ≤ R). The selection of the nodes to be considered is usually carried out expediently via the so-called Schnorr-Euchner enumeration, as by CP. Schnorr and M. Euchner in
"Lattice basis reduction: Improving practical lattice basisreduction and solving subset sum Problems", Mathematical Programming, Bd. 66, S. 181 -199, August 1994 beschrieben, bei der stets der nächst wahrscheinliche Knoten als nächstes betrachtet wird. Die Suche sowie die Anpassung des Suchraumes bei Bestimmung neuer Blattknoten wird solange durchgeführt, bis alle Knoten der Sphäre betrachtet wurden."Lattice basic reduction: Improving practical lattice base reduction and solving subset sum problems", Mathematical Programming, Vol. 66, pp. 181-199, August 1994, in which the next probable node is always considered next. The search as well as the adaptation of the search space in the determination of new leaf nodes is carried out until all nodes of the sphere have been considered.
Im Gegensatz zur Tiefensuche wird bei der metrikbasierten Suche, wie sie von F. Jelinek in "Fast Sequential Decoding Algorithm Using a Stack", IBM Journal of Research, Bd. 13, S. 675-685, 1969 und von J. Hagenauer und C. Kuhn in "The List-Sequential (LISS) Algorithm and its Application", IEEE Transactions on Communications, Bd. 55, S. 918- 928, Mai 2007 beschrieben ist, prinzipiell direkt die Anzahl der Metrikberechnungen minimiert, ohne den Umweg über die Suchraumbeschränkung. Dabei wird die Metrik A1 aller betrachteten Knoten in einer Liste abgelegt, diese sortiert und es wird der Knoten mit der niedrigsten Metrik erweitert. Das erste zum Erweitern gewählte Blatt (/ = 1) entspricht der MLVMAP-Lösung. Eine weiter durchgeführte Suche liefert die zugehörigen Gegenhypothesen.In contrast to the depth search, in the metric-based search, as described by F. Jelinek in "Fast Sequential Decoding Algorithm Using a Stack", IBM Journal of Research, Vol. 13, pp. 675-685, 1969 and by J. Hagenauer and C Kuhn is described in "The List-Sequential (LISS) Algorithm and its Application", IEEE Transactions on Communications, Vol. 55, pp. 918-928, May 2007, in principle directly the number of metric calculations minimized, without the detour over the search space restriction. The metric A 1 of all considered nodes is stored in a list, these are sorted and the node with the lowest metric is extended. The first sheet selected for expanding (/ = 1) corresponds to the MLVMAP solution. A further search provides the corresponding counter-hypotheses.
Die dritte Klasse von Baumsuchverfahren wird von der so genannten Breitensuche, wie beispielsweise dem M-Algorithmus oder K-Best-Algorithmus gebildet, wie von J. Anderson und S. Mohan in "Sequential Coding Algorithms: A Survey and Cost Analysis", IEEE Transactions on Communications, Bd. 32, Nr.2, S.169-176, Februar 1984 und von S. Haykin, M. Sellathurai, Y. de Jong und T. Willink in "Turbo-MIMO for wireless Communications", IEEE Communications Magazine, Bd. 42, S. 48-53, Oktober 2004 beschrieben. In jeder Ebene i + l des Baumes werden dabei für die selektierten Knoten die möglichen Folgeknoten (Ebene i ) ermittelt und die M bzw. K Besten für die Berechnungen der nächsten Ebene ausgewählt. Der prinzipielle Ablauf ist in Fig. 4c für M bzw. K = 3 dargestellt.The third class of tree search methods is formed by the so-called breadth-first search, such as the M algorithm or K-Best algorithm, as described by J. Anderson and S. Mohan in Sequential Coding Algorithms: A Survey and Cost Analysis, IEEE Transactions on Communications, Vol. 32, No.2, p.169-176, February 1984, and by S. Haykin, M. Sellathurai, Y. de Jong, and T. Willink in "Turbo-MIMO for Wireless Communications," IEEE Communications Magazine , Vol. 42, pp. 48-53, October 2004. In each level i + 1 of the tree, the possible successor nodes (level i) are determined for the selected nodes and the M or K best are selected for the calculations of the next level. The basic sequence is shown in FIG. 4c for M or K = 3.
Eine spezielle Variante eines Baumsuchverfahrens der Tiefensuche zur Detektion von MIMO-Empfangssignalen ist der so genannte List-Sphere-Detection- (LSD-) Algorithmus, wie er beispielsweise von B. M. Hochwald und S. ten Brink in "Achieving near-capacity on a multiple-antenna Channel", IEEE Transactions on Communications, Bd. 51 , S. 389-399, März 2003 beschrieben worden ist.A special variant of a tree-searching method of depth search for the detection of MIMO received signals is the so-called List Sphere Detection (LSD) algorithm, as described, for example, by BM Hochwald and S. ten Brink in Achieving near-capacity on a multiple Antenna Channel ", IEEE Transactions on Communications, Vol. 51, pp. 389-399, March 2003.
Ein herkömmlicher Verarbeitungsablauf für diesen Algorithmus ist in Fig. 5 anhand eines Datenflussdiagramms dargestellt.A conventional processing flow for this algorithm is shown in Fig. 5 by way of a data flow diagram.
Nach einer Initialisierung in Schritt 502 wird der Algorithmus wie folgt durchgeführt:After initialization in step 502, the algorithm is performed as follows:
1. Solange die Suche noch nicht beendet ist (Entscheidung 540), also z.B. der Suchbaum nicht vollständig durchlaufen wurde oder Abbruchbedingungen wie die maximale Anzahl an Takten nicht erfüllt sind, wird der Algorithmus fortgesetzt, ansonsten wird der 6. Schritt durchgeführt.1. As long as the search is not finished (decision 540), e.g. If the search tree has not been completely traversed or if abort conditions such as the maximum number of cycles are not met, the algorithm is continued, otherwise the sixth step is performed.
2. Als nächstes werden die Kinderknoten in der aktuellen Ebene weiter betrachtet: 2.1 Wenn eine Baumebene (bzw. Antenne) neu betrachtet wird (Entscheidung2. Next, the child nodes in the current level are considered further: 2.1 When a tree level (or antenna) is considered anew (decision
503), so müssen die Interferenzen der bereits geschätzten Symbole aus dem Empfangssymbol entfernt werden (Schritt 504) und die Distanzen zu den Kinderknoten ermittelt werden (Schritt 505). Für die Auswahl der günstigsten Koten ist dabei z. B. eine Berechnung aller Kinderknoten sowie deren Sortierung (Schritt 506) gemäß ihrer Wahrscheinlichkeiten erforderlich. 2.2 Wurden die Kinderknoten der aktuellen Baumebene (somit bei gleichen bereits geschätzten Vaterknoten) schon betrachtet und sortiert, so ist in diesem Schritt keine weitere Verarbeitung erforderlich und es wird ein als nächster zu bearbeitender Vaterknoten ausgewählt (Schritt 508).503), the interferences of the already estimated symbols must be removed from the receive symbol (step 504) and the distances to the child nodes determined (step 505). For the selection of the cheapest Koten is z. For example, a calculation of all children's nodes and their sorting (step 506) are required according to their probabilities. 2.2 If the children's nodes of the current tree level (thus for the same already estimated parent node) have already been considered and sorted, then no further processing is required in this step and a parent node to be processed next is selected (step 508).
3. Als nächstes kann eventuell der Suchraum eingegrenzt werden:3. Next, the search space may be narrowed down:
3.1 Wurde die Ebene der Baumblätter erreicht (Entscheidung 510), so kann die Suchsphäre eventuell weiter beschränkt werden. Eine Möglichkeit hierfür besteht in der Abspeicherung der für die Suchsphäre maßgeblichen Kandidaten und Ermittelung der Suchsphäre über die Sortierung der Kandidaten (Schritt 512), verbunden mit einer geeigneten Sphärenradiusberechnung (Schritt 514).3.1 If the level of the tree leaves has been reached (decision 510), then the search sphere may possibly be further limited. One way of doing this is to store the candidates relevant to the search sphere and determine the search sphere via the sorting of the candidates (step 512), combined with a suitable sphere radius calculation (step 514).
3.2 Wurden keine Baumblätter in der aktuellen Ebene betrachtet (i ≠ 1) , so ist die3.2 If no tree leaves were considered in the current level (i ≠ 1), then the
Suchsphäre in dieser Ausführungsvariante nicht weiter einzuschränken und der Ablauf geht zu Entscheidungsfrage 520 über.Search sphere in this embodiment does not restrict further and the process goes to decision question 520 on.
4. Festlegung der als nächstes zu betrachtenden Baumebene:4. Definition of the tree level to be considered next:
4.1 Wurde die Ebene der Baumblätter erreicht, so wird die Baumebene i um eins erhöht (Schritt 530).4.1 If the plane of the tree leaves has been reached, then the tree level i is increased by one (step 530).
4.2 Wurden keine Baumblätter in der aktuellen Ebene betrachtet (i ≠ 1) , so wird die Baumebene erhöht, wenn alle Knoten in der aktuellen Suchebene, welche sich innerhalb der Suchsphäre befinden, schon betrachtet wurden (Entscheidung JA bei 520). Ansonsten wird der wahrscheinlichste noch nicht betrachtete Knoten ausgewählt (Schritt 522) und die Baumebene für diesen Knoten reduziert (Schritt 524). 5. Die Baumsuche wird bei 1. fortgesetzt.4.2 If no tree leaves have been considered in the current plane (i ≠ 1), then the tree level is increased if all nodes in the current search plane which are within the search sphere have already been considered (decision YES at 520). Otherwise, the most likely not yet considered node is selected (step 522) and the tree level for that node is reduced (step 524). 5. The tree search is continued at 1..
6. Zum Abschluss der Baumsuche werden aus den ermittelten Blattknoten die Zuverlässigkeitsinformationen berechnet und abgespeichert (Schritt 542).6. At the conclusion of the tree search, the reliability information is calculated and stored from the determined leaf nodes (step 542).
Grundlegend für diesen Algorithmus der Tiefensuche wie auch für die anderen Verfahren ist die Ermittlung der als nächstes zu betrachtenden Knoten und die Bestimmung der zugehörigen Distanzmetriken. Unabhängig von dem Verfahren ist für eine effiziente Suche eine kostengünstige Analyse der Knoten erforderlich. Um diese durchzuführen, werden bei den bekannten Umsetzungen entweder die Distanzmetriken potentiell zu erweiternder Baumknoten sequenziell oder parallel berechnet, um diese im Anschluss für die Einschränkung des Suchraumes und zur Auswahl der zu erweiternden Knoten zu verwenden. Durch die Komplexität der für die Berechnung der euklidischen Distanzen benötigten Operationen und die Vielzahl der im Laufe der Baumsuchverfahren zu betrachtenden Knoten ist diese Analyse maßgeblich für die Komplexität der gesamten Baumsuche. Um die damit verbundenen Kosten (Latenz, Flächen- und Leistungsverbrauch) zu reduzieren, werden in einigen der bekannten Umsetzungen, wie von A. Burg, M. Borgmann, M. Wenk, M. Zellweger, W. Fichtner und H. Bolcskei in "VLSI implementation of MIMO detection using the sphere decoding algorithm", IEEE Journal of Solid-State Circuits, Juli 2005 vorgestellt, anstelle der euklidischen Norm die 1 -Norm oder die Unendlich-Norm angewendet. Die 1 -Norm entspricht dabei der Addition bzw. Subtraktion der NormFundamental to this depth-search algorithm as well as to the other methods is the determination of the nodes to be considered next and the determination of the associated distance metrics. Regardless of the method, an efficient search requires cost-effective node analysis. In order to carry this out, in the known implementations either the distance metrics of potentially expanding tree nodes are calculated sequentially or in parallel in order to subsequently use these for the restriction of the search space and for the selection of the nodes to be expanded. Due to the complexity of the operations required for the calculation of the Euclidean distances and the large number of nodes to be considered in the course of the tree search methods, this analysis is decisive for the complexity of the entire tree search. In order to reduce the associated costs (latency, area and power consumption), in some of the known reactions, as described by A. Burg, M. Borgmann, M. Wenk, M. Zellweger, W. Fichtner and H. Bolcskei in " VLSI implementation of MIMO detection using the sphere decoding algorithm ", IEEE Journal of Solid-State Circuits, July 2005, instead of the Euclidean norm applied the 1-norm or the infinity norm. The 1-norm corresponds to the addition or subtraction of the norm
Argumente: |α +b|2 = vα2 + b2 — » lα + bl = α + b . Die Unendlich-Norm entspricht derArguments: | α + b | 2 = vα 2 + b 2 - »lα + bl = α + b. The infinite norm corresponds to the
Maximumsuche über die Norm-Argumente: |α + b|2 = \α2 +b2 — > ||α + ö|∞ = max (|α , b\) .Maximum search over the norm arguments: | α + b | 2 = \ α 2 + b 2 -> || α + ö | ∞ = max (| α, b \).
Durch beide Berechnungsvarianten reduziert sich folglich die Komplexität deutlich, indem die Distanz grundlegend abgeändert wird. Für die Ermittlung einer Hypothese mittels der veränderten Baumsuchverfahren ist dies nur mit geringen Leistungseinbußen verbunden. Nachteilig bei beiden Verfahren ist allerdings, dass sich unter Umständen der Umfang der Baumsuchen, also die Zahl der erforderlichen Analysen, vergrößert und die Genauigkeit von Zuverlässigkeitsinformationen für die Suchergebnisse verringert wird, was zu deutlichen Leistungseinbußen führt. Durch diese Nachteile sind daher die Verfahren nur bedingt einsetzbar und führen darüber hinaus zu keinen deutlichen Vereinfachungen in der Berechnungskomplexität. Ziel fortgesetzter Bestrebungen im Fachgebiet ist es, die algorithmische Komplexität und damit die Komplexität von Hardware-Umsetzungen von Baumsuchen für Signaldetektionszwecke zu reduzieren, ohne dass sich die Suchgenauigkeit wesentlich verschlechtert. Zur Schätzung der Distanzmetriken ist bislang kein Verfahren bekannt.Consequently, the complexity is significantly reduced by the two calculation variants, in that the distance is fundamentally changed. For the determination of a hypothesis by means of the changed tree search method this is connected only with small performance losses. However, a disadvantage of both methods is that under certain circumstances the scope of the tree searches, ie the number of required analyzes, is increased and the accuracy of reliability information for the search results is reduced, which leads to significant performance losses. Due to these disadvantages, the methods are therefore only conditionally applicable and moreover lead to no significant simplifications in the calculation complexity. The goal of continued efforts in the art is to reduce the algorithmic complexity and thus the complexity of hardware tree retrieval for signal detection purposes without significantly degrading search accuracy. No method is yet known for estimating the distance metrics.
Die Aufgabe der Erfindung besteht daher darin, die Komplexität der Berechnungen zur Ermittlung der Distanzmetriken bei Baumsuchverfahren zur Detektion von MIMO- Empfangssignalen zu reduzieren und dadurch die Leistungsfähigkeit der Baumsuche für eine Signaldetektion zu steigern, bei gleichzeitig geringeren Kosten, sowohl was den Hardware- als auch den Zeitaufwand betrifft. Dabei soll das Verfahren einfach in seiner Struktur und Umsetzung sein und eine hohe Flexibilität der Suchverfahren bei gleichzeitig hoher Performanz ermöglichen.The object of the invention is thus to reduce the complexity of the calculations for determining the distance metrics in tree search methods for the detection of MIMO received signals and thereby to increase the performance of the tree search for a signal detection, at the same time lower costs, both the hardware and the time required. The process should be simple in its structure and implementation and allow a high flexibility of the search method with high performance at the same time.
Erfindungsgemäß wird ein Verfahren zur Bestimmung von Distanzmetriken für Knoten eines Baumsuch-Algorithmus und zur Bestimmung von Gegenhypothesen zur Detektion von Mehrpunkt-zu-Mehrpunkt- (MIMO-) Empfangssignalen zur Verfügung gestellt, wobei die Empfangssignale durch eine Modulationskonstellation charakterisiert sind. Das Verfahren beinhaltet folgende Schritte: Eine durch die Modulationskonstellation definierte geometrische Betrachtungsfläche wird in eine Mehrzahl von Bezugsflächen zerlegt, Für jede der Bezugsflächen werden euklidische Distanzen zu einer Mehrzahl von nächstliegenden Konstellationspunkten der Modulationskonstellation der Empfangssignale als Repräsentanten der potentiellen Baumknoten festgelegt, und die Distanzen d oder normierten Distanzen r 2d werden in einer Nachschlagtabelle abgespeichert. Bei Empfang eines Signals erfolgt eine Positionsschätzung für dieses. Dabei wird die vordefinierte Bezugsfläche bestimmt, in der das Empfangssignal liegt. Für diese Bezugsfläche werden die vordefinierten Distanzen aus der Nachschlagtabelle abgerufen und diese werden im Baumsuch-Algorithmus als Approximation der Distanzmetriken für das empfangene Signal verwendet.According to the invention, a method for determining distance metrics for nodes a tree-searching algorithm and for determining counter-hypotheses for the detection of multipoint-to-multipoint (MIMO) received signals, wherein the received signals are characterized by a modulation constellation. The method includes the following steps: A geometric viewing surface defined by the modulation constellation is decomposed into a plurality of reference surfaces. Euclidean distances to a plurality of nearest constellation points of the modulation constellation of the received signals as representatives of the potential tree nodes are set for each of the reference surfaces, and the distances d or normalized distances r 2 d are stored in a look-up table. Upon receipt of a signal, a position estimate is made for it. In this case, the predefined reference surface is determined, in which the received signal is located. For this reference area, the predefined distances are retrieved from the lookup table and these are used in the tree search algorithm as an approximation of the distance metrics for the received signal.
Das Festlegen der euklidischen Distanzen kann dabei über einen die Bezugsfläche repräsentierenden Punkt erfolgen, und das Bestimmen der Bezugsfläche erfolgt dann durch das Bestimmen der Bezugsfläche in dem das Empfangssignal oder dessen Repräsentant liegt.The setting of the Euclidean distances can take place over a point representing the reference surface, and the determination of the reference surface then takes place by determining the reference surface in which the received signal or its representative lies.
Durch Überführung der im Laufe einer Baumsuche zur mathematischen Analyse der zu betrachtenden Baumknoten notwendigen Distanzmetrikberechnungen in eine geometrische Betrachtung der zu untersuchenden Knoten über Bezugsflächen und hierfür vordefinierte euklidische Distanzen zu den potentiell zu betrachtenden Baumknoten können die Distanzmetriken mit im Vergleich zu einer exakten Berechnung deutlich geringerer Komplexität approximiert werden. Durch die hiermit einhergehenden algorithmischen Vereinfachungen kann die Leistungs- und Flächeneffizienz der Verfahren deutlich gesteigert werden.By transferring the distance metric calculations necessary in the course of a tree search for the mathematical analysis of the tree nodes to be examined into a geometric view of the nodes to be examined via reference surfaces and predefined Euclidean distances to the potentially to be considered tree nodes, the distance metrics can have significantly lower complexity compared to an exact calculation be approximated. Due to the associated algorithmic simplifications, the performance and area efficiency of the methods can be significantly increased.
Grundsätzlich ist eine Zerlegung des gewählten Betrachtungsraumes in beliebigeBasically, a decomposition of the chosen viewing space into any
Bezugsflächen möglich, die als Grundlage für eine Approximation der Distanzmetriken herangezogen werden.Reference surfaces are possible, which are used as the basis for an approximation of the distance metrics.
In bevorzugten Ausführungsformen kann eine Symmetrie der Sendekonstellation vorteilhaft für eine relative Positionsschätzung ausgenutzt werden. So kann gemäß einer vorteilhaften Ausführungsform, bei der die Modulationskonstellation eine QAM- Konstellation ist, die geometrische Fläche des Betrachtungsraums auf einen Achtelsektor einer zwischen vier benachbarten Punkten der QAM-Konstellation definierten geometrischen Fläche abbildet werden. Dabei wird der zum Empfangssignal nächstgelegene Konstellationspunkt als Bezugspunkt für den Achtelsektor genutzt und der zerlegte Achtelsektor wird auf denjenigen Achtelsektor der QAM-Konstellation, in dem das empfangene Signal liegt, abgebildet.In preferred embodiments, symmetry of the transmit constellation can be advantageously exploited for relative position estimation. Thus, according to an advantageous embodiment, in which the modulation constellation has a QAM The constellation is that the geometric area of the viewing space is mapped to an eighth sector of a geometric area defined between four adjacent points of the QAM constellation. In this case, the constellation point closest to the received signal is used as a reference point for the eighth sector, and the decomposed eighth sector is mapped onto the eighth sector of the QAM constellation in which the received signal is located.
Eine fortgesetzte Ausnutzung der Symmetrie einer QAM ermöglicht die Abbildung aller relativen Achtelsektoren, welche sich um den gerundeten Knoten befinden, auf einen repräsentativen Achtelsektor. Dieser Achtelsektor kann mit einem beliebigen Raster weiter unterteilt werden, entsprechend der gewünschten Genauigkeit der Vektorquantisierung. Für die Positionsschätzung wird die Teilflache des Achtelsektors ermittelt, in dem derContinued exploitation of the symmetry of a QAM allows mapping of all relative eighth sectors that are around the rounded node to a representative eighth sector. This eighth sector can be further subdivided with any raster, according to the desired accuracy of the vector quantization. For the position estimation, the partial area of the eighth - sector is determined, in which the
Repräsentant des Empfangssignals y', mit rnyτ " := yτ '- 2_, ^x1 , abgebildet wurde. SomitRepresentation of the received signal y ', with r n y τ ": = y τ ' - 2_, ^ x 1 , Thus
]=ι+l ist die ungefähre relative Position von y"zu dem nächstgelegenen Konstellationspunkt bekannt. Gleiches gilt somit für die ungefähre Position und die ungefähre Distanz zu allen weiteren Konstellationspunkten. Aus Unkenntnis der exakten Position innerhalb der Teilfläche des Achtelsektors kann für jede Teilfläche ein repräsentativer Punkt gewählt werden und für diesen die Distanzen zu allen möglichen Konstellationspunkten vorberechnet werden. Mit der Bestimmung der Teilfläche, in der y" liegt, wird die Position von /"durch die Position des Referenzpunktes der Bezugsfläche approximiert.] = 1 + 1, the approximate relative position of y "to the nearest constellation point is known, and so is the approximate position and approximate distance to all other constellation points With the determination of the partial area in which y "lies, the position of / is approximated by the position of the reference point of the reference area.
In einer besonders bevorzugten Ausführungsform der Erfindung können für das Verfahren Daten wiederverwertet werden, die bereits in einem vorhergehenden Schritt des Baumsuch-Algorithmus, nämlich einem Schritt der Suchreihenfolgebestimmung ermittelt worden sind. In der DE 10 2009 014 844.2 von derselben Anmelderin ist ein Verfahren zur Bestimmung der Suchreihenfolge von Knoten in einem Baumsuchalgorithmus beschrieben, bei dem die Suchreihenfolge für die Baumsuche durch eine geometrische Analyse der relativen Position eines Empfangssymbols in Bezug auf Konstellationspunkte eines aus potentiellen Sendesymbolen bestehenden Gitters in der IQ-Ebene der QAM- Konstellation approximiert wird, wobei durch sukzessive Teilung eines Achtelsektor einer zwischen vier benachbarten Punkten der QAM-Konstellation definierten geometrischen Fläche durch Hilfsgeraden Entscheidungsbereiche definiert werden, für welche Suchreihenfolgesequenzen vordefiniert werden, um die Suchreihenfolge zu approximieren. Die bei diesem Verfahren definierten Entscheidungsbereiche können als Bezugsflächen für eine Approximation der Distanzmetriken wiederverwertet werden. Bei der Positions- bestimmung des Sucharguments kann durch eine geeignete Wahl der Entscheidungsbereiche die Positionsschätzung anderer Einheiten, wie sie z.B. bei der Suchreihenfolgeschätzung angewandt wird, wiederverwendet werden.In a particularly preferred embodiment of the invention, data can be recycled for the method that has already been determined in a preceding step of the tree search algorithm, namely a step of the search order determination. DE 10 2009 014 844.2 by the same Applicant describes a method for determining the search order of nodes in a tree search algorithm, in which the search order for the tree search is determined by a geometrical analysis of the relative position of a reception symbol with respect to constellation points of a lattice consisting of potential transmission symbols in the IQ plane of the QAM constellation, decision lines are defined by successive division of an eighth sector of a geometric area defined between four adjacent points of the QAM constellation by auxiliary straight lines for which search sequence sequences are predefined in order to approximate the search order. The decision regions defined in this method can be reused as reference surfaces for approximation of the distance metrics. In the position Determining the search argument can be reused by an appropriate choice of the decision areas, the position estimation of other units, as used for example in the search order estimation.
Gemäß einer weiteren bevorzugten Ausführungsform wird der Achtelsektor in gleichschenklig-rechtwinklige Dreiecke unterteilt, und diese werden als Bezugsflächen genutzt.According to another preferred embodiment, the eighth sector is divided into isosceles-right triangles, and these are used as reference surfaces.
Durch Anpassung der Anzahl und Größe der Bezugsflächen ist das Verfahren hinsichtlich der Genauigkeit der approximierten Distanzmetriken und des Berechnungsaufwandes skalierbar. So sind bei mehr und damit kleineren Bezugsflächen genauere euklidische Distanzen zu den potentiell zu betrachtenden Knoten bekannt; für die genauere Positionsbestimmung ist jedoch mehr Rechenaufwand erforderlich. Bei genügend genauer Positionsschätzung des Empfangssymbols, welche über die Größe und Anzahl der genutzten Bezugsflächen regelbar ist, ist der Verlust an Suchgenauigkeit im Vergleich zu einer exakten Berechnung der Distanzmetriken vernachlässigbar.By adapting the number and size of the reference surfaces, the method is scalable with regard to the accuracy of the approximated distance metrics and the calculation effort. Thus, with more and therefore smaller reference surfaces, more accurate Euclidean distances to the potential nodes are known; however, more computational effort is required for the more accurate position determination. With a sufficiently accurate position estimate of the receive symbol, which is controllable over the size and number of used reference surfaces, the loss of search accuracy is negligible compared to an exact calculation of the distance metrics.
Als der die Fläche repräsentierende Punkt, für den ein Satz von zuvor berechneten Distanzmetriken abgespeichert wird, kann vorteilhaft der Flächenmittelpunkt oder der quadratische Flächenmittelpunkt der jeweiligen Bezugsfläche definiert werden.As the point representing the area for which a set of previously calculated distance metrics is stored, the area center or the square area center of the respective reference area may be advantageously defined.
Für den Fall, dass der Baumsuch-Algorithmus eine Detektion gemäß dem Minimum- Mean-Square-Error-Kriterium (MMSE-Detektion) beinhaltet, kann vor dem Schritt des Rundens des Signals auf einen der vordefinierten Punkte eine Korrektur der Position des empfangenen Signals durch Multiplikation mit einem Bias-Korrekturterm l/ (l-σ2)In the event that the tree search algorithm involves detection according to the minimum mean square error criterion (MMSE detection), before the step of rounding the signal to one of the predefined points, a correction of the position of the received signal by Multiplication by a bias correction term l / (l-σ 2 )
erfolgen, wobei σ2 die Rauschvarianz ist.where σ 2 is the noise variance.
Durch Kombination der geometrischen Betrachtung und der Hypothesenwahl mit Systemeigenschaften, wie beispielsweise dem Mapping, und durch Kombination mit Zustandsinformationen der Baumsuche kann eine komplexitätsreduzierte Suche nach Gegenhypothesen erfolgen. Zum Beispiel können bei Baumblättern die Gegenhypothesen direkt ermittelt werden. Gemäß einer vorteilhaften Ausführungsform des erfindungsgemäßen Verfahrens werden für einen Blattknoten als Gegenhypothesen ausschließlich Gitterpunkte der QAM-Konstellation in rein reeller oder imaginärer Richtung von der Hypothese betrachtet werden. Durch die direkte Bestimmbarkeit der Gegenhypothesen und die bekannten Distanzen kann eine parallele Betrachtung der Blätter erfolgen. Die Erfindung beinhaltet ferner ein Baumsuchverfahren zur Detektion von Mehrpunkt-zu- Mehrpunkt-Empfangssignalen in einem Telekommunikationssystem, welches die Bestimmung einer Suchreihenfolge für jedes Empfangssymbol sowie die Bestimmung von Distanzmetriken für jede Hypothese und Gegenhypothese zu dem Empfangssymbol umfasst und bei welchem die Distanzmetriken für jedes Empfangssymbol entsprechend einer der vorstehend besprochenen Ausführungsformen des erfindungsgemäßen Verfahrens zur Distanzmetrikbestimmung approximiert werden.By combining the geometric observation and the hypothesis selection with system properties, such as the mapping, and by combining with state information of the tree search, a complexity-reduced search for counter-hypotheses can take place. For example, in the case of tree leaves, the counter-hypotheses can be determined directly. According to an advantageous embodiment of the method according to the invention, for a leaf node as counter-hypothesis only grid points of the QAM constellation in purely real or imaginary direction are considered by the hypothesis. Due to the direct determinability of the counter-hypotheses and the known distances, a parallel observation of the leaves can take place. The invention further includes a tree search method for detecting multipoint-to-multipoint received signals in a telecommunication system, comprising determining a search order for each receive symbol and determining distance metrics for each hypothesis and counter-hypothesis to the receive symbol, and wherein the distance metrics for each receive symbol be approximated according to one of the above-discussed embodiments of the method according to the invention for distance metric determination.
Bei symmetrischen Modulationen wie beispielsweise QAM ist das Verfahren durch eine zu definierten Gitterpunkten relative Bestimmung der Position der Bezugsflächen und durch eine geeignete Auswahl zu analysierender Knoten unabhängig von der Zahl der potentiellen Kinderknoten, wie sie beispielsweise durch die Modulation definiert wird, einsetzbar und kann derart gestaltet werden, dass durch erweiterte Sequenzen die Komplexität des Baumsuchverfahrens mit der Anzahl der Kinderknoten nur geringfügig steigt.For symmetric modulations, such as QAM, the method can be implemented and configured in such a way that the position of the reference surfaces is determined relative to defined grid points and by a suitable selection of nodes to be analyzed independently of the number of potential children nodes, as defined by the modulation that the complexity of the tree search method increases only slightly with the number of children's nodes due to extended sequences.
Das Distanzapproximationsverfahren kann dabei derart gestaltet werden, dass bei der Nutzung des Verfahrens ausschließlich zur Bestimmung der Zuverlässigkeits- informationen das Verfahren keinen Einfluss auf die Suchraumbegrenzung und somit auf den Suchablauf hat, wodurch auch große Approximationen nahezu verlustfrei für das Baumsuchverfahren sind.The distance approximation method can be designed in such a way that when using the method exclusively for determining the reliability information, the method has no influence on the search space limitation and thus on the search process, whereby even large approximations are virtually lossless for the tree search method.
Vorteilhaft ist hierbei, dass insbesondere bei Blattknoten die Anzahl der zu untersuchenden Knoten deutlich gesenkt werden kann, da nach der Positionsschätzung des Empfangssignals die euklidischen Distanzen zu allen potentiellen Knoten ermittelt sind. Somit können ungültige Knoten direkt ermittelt werden; gültige Knoten liegen hierbei z.B. bei Gray-Mapping in rein reeller und rein imaginärer Ausrichtung des Blattknotens mit der niedrigsten Metrik. Außerdem ist eine parallele Auswertung der Zuverlässigkeitsinformation über alle Bits der Baumebene möglich, was insbesondere bei Blattknoten zu einer deutlich vereinfachten Verarbeitung führt.It is advantageous here that, in particular in the case of leaf nodes, the number of nodes to be examined can be significantly reduced since, after the position estimate of the received signal, the Euclidean distances to all potential nodes are determined. Thus, invalid nodes can be determined directly; valid nodes are e.g. in gray-mapping in purely real and purely imaginary orientation of the leaf node with the lowest metric. In addition, a parallel evaluation of the reliability information on all bits of the tree level is possible, which leads to a significantly simplified processing, especially in leaf nodes.
Weiterhin ist von Vorteil, dass durch die in Sequenzen abgelegten euklidischen Distanzen die Anzahl der zu speichernden Zwischenzustände, beispielsweise die Zustände zur Einschränkung des Suchraumes oder die Zwischenergebnisse der betrachteten Baumebenen, deutlich gesenkt werden kann, was zu Vereinfachungen in der Hardwarekomplexität führt. Durch die erzielten Vereinfachungen, der Baumsuch-Algorithmus weiterer vereinfacht bzw. parallelisiert werden, beispielsweise indem die Analyse der Blattmetriken und er daraus resultierenden Zuverlässigkeitsinformationen unabhängig von der eigentlichen Baumsuche erfolgt.Furthermore, it is advantageous that the number of intermediate states to be stored, for example the states for restricting the search space or the intermediate results of the considered tree levels, can be significantly reduced by the Euclidean distances stored in sequences, which leads to simplifications in the hardware complexity. Due to the simplifications achieved, the tree-searching algorithm can be further simplified or parallelized, for example by the analysis of the sheet metrics and the resulting reliability information taking place independently of the actual tree search.
Durch die erzielten Vereinfachungen kann der Baumsuch-Algorithmus weiterer vereinfacht bzw. parallelisiert werden, beispielsweise indem die Analyse der Blattmetriken und der daraus resultierenden Zuverlässigkeitsinformationen unabhängig von der eigentlichen Baumsuche erfolgt.Through the simplifications achieved, the tree search algorithm can be further simplified or parallelized, for example, by the analysis of the sheet metrics and the reliability information resulting therefrom being independent of the actual tree search.
Außerdem stellt die Erfindung eine Detektoranordnung zur Detektion von Mehrpunkt-zu- Mehrpunkt-Empfangssignalen in einem Telekommunikationssystem zur Verfügung, welche eine Mehrzahl von Modulen zur Ausführung des vorstehend beschriebenen Baumsuchverfahrens umfasst, von denen ein oder mehrere Module zur Ausführung des erfindungsgemäßen Distanzmetrikapproximationsverfahrens vorgesehen sind.In addition, the invention provides a detector arrangement for detecting multipoint-to-multipoint received signals in a telecommunication system comprising a plurality of modules for carrying out the above-described tree search method, one or more modules of which are provided for carrying out the inventive distance metric approximation method.
Die Bezugsflächen für die Positionsapproximation des Empfangssymbols und damit die Approximation der euklidischen Distanzen können vorteilhafterweise derart gewählt werden, dass für die Bestimmung des Raumes, in dem der Repräsentant des Suchargumentes liegt, ausschließlich kostengünstige Operationen, was die Hardware- Implementierung betrifft, benötigt werden. Insbesondere ist die Ausführung der Distanzmetrikapproximation in einem oder mehreren Modulen möglich, die ausschließlich Rundungs-, Vorzeichenbetrachtungs-, Additions-, Subtraktions- und/oder Shift- Operationen ausführen.The reference surfaces for the position approximation of the received symbol and thus the approximation of the Euclidean distances can advantageously be chosen such that only cost-effective operations, as far as the hardware implementation is concerned, are required for the determination of the space in which the representative of the search argument lies. In particular, the execution of the distance metric approximation in one or more modules is possible, which perform only rounding, sign-viewing, addition, subtraction and / or shift operations.
Die Approximation der euklidischen Distanzen ist auch für Baumsuchverfahren mit a- priori-lnformation einsetzbar, sofern die a-priori-lnformationen additiv in die Berechnung der Distanzmetriken eingehen.The approximation of the Euclidean distances can also be used for tree-search methods with a-priori information, provided that the a-priori information additively enters into the calculation of the distance metrics.
Vorteilhafterweise ist die erfindungsgemäße Bestimmung der Gegenhypothesen bei einer für die a-priori-lnformation angepassten Hypothesenwahl verlustfrei für Baumsuchverfahren mit a-priori-lnformation einsetzbar.Advantageously, the determination according to the invention of the counter-hypotheses can be used loss-free for tree search methods with a priori information in the case of a choice of hypothesis adapted for the a-priori information.
Die Anzahl der zu speichernden Zwischenzustände der Baumsuche, wie z.B. dieThe number of intermediate states to be stored in the tree search, such as the
Speicherung der Distanzmetriken der analysierten Knoten über alle Baumebenen oder die zur Suchraumbegrenzung benötigten Distanzmetriken kann durch die erfindungsgemäße Approximation der Distanzen sowie eine parallele Blattanalyse deutlich reduziert werden. Dies führt zu einer Steigerung der Leistungs- und Flächeneffizienz einer die Baumsuche realisierenden Detektoranordnung.Storage of the distance metrics of the analyzed nodes over all tree levels or the distance metrics required for the search space limitation can be achieved by the invention Approximation of the distances and a parallel sheet analysis are significantly reduced. This leads to an increase in the performance and area efficiency of a detector arrangement realizing the tree search.
Durch Verschlankung und Parallelisierung der Berechnungseinheiten kann der kritische Pfad der Suchalgorithmen deutlich reduziert werden, wodurch der Durchsatz der Baumsuchen steigt, bei vergleichbarer Leistungsfähigkeit.By streamlining and parallelizing the calculation units, the critical path of the search algorithms can be significantly reduced, whereby the throughput of the tree searches increases, with comparable performance.
Die Ermittlung aller euklidischen Distanzen zu den potentiellen Kinderknoten ist dabei in einer einzigen Verarbeitungseinheit möglich, wodurch dieses Verfahren auch über beispielsweise ein Modul einer synchronen Transfer Architektur (STA) umgesetzt werden kann.The determination of all Euclidean distances to the potential children's nodes is possible in a single processing unit, whereby this method can also be implemented via, for example, a module of a synchronous transfer architecture (STA).
Weitere Vorteile und Merkmale des erfindungsgemäßen Verfahrens werden anhand der detaillierten Beschreibung von Ausführungsbeispielen deutlich werden, die mit Bezugnahme auf die anhängenden Figuren gegeben wird. Dabei zeigt: Fig. 1 ein Systemmodell eines MIMO-Systems mit iterativem Detektions-Further advantages and features of the method according to the invention will become apparent from the detailed description of exemplary embodiments given with reference to the attached figures. 1 shows a system model of a MIMO system with iterative detection
/Dekodierungsprozess; FFiigg.. 22 eine 64-QAM-Konstellation mit Bitwerten bei Gray-Labeling;/ Decoding process; Fig. 22 shows a 64-QAM constellation with bit values for gray labeling;
Fig. 3 die durch die Systemmatrix verzerrten potentiellen Sendesymbole;3 shows the potential transmission symbols distorted by the system matrix;
Fig. 4 Beispiele für eine Baumsuche für ein 4x4-MIMO-System;4 shows examples of a tree search for a 4x4 MIMO system;
Fig. 5 ein Datenflussdiagramm eines herkömmlichen Sphere-Detection-5 is a data flow diagram of a conventional sphere detection
Algorithmus; FFiigg.. 66 eine 16-QAM- und eine 16-PSK-Konstellation, jeweils erfindungsgemäß mit einem beliebigen Raster aus Bezugsflächen hinterlegt;Algorithm; FFiigg .. 66 a 16-QAM and a 16-PSK constellation, each deposited according to the invention with an arbitrary grid of reference surfaces;
Fig. 7 veranschaulicht das Prinzip einer geometrischen Positionsbestimmung für eine 16-QAM; dieFig. 7 illustrates the principle of geometric positioning for a 16-QAM; the
Fign . 8a-f veranschaulichen eine relative Positionsbestimmung mit durch Hilfsgeraden eingegrenzten Entscheidungsbereichen;Fign. Figures 8a-f illustrate relative positioning with decision lines bounded by auxiliary straight lines;
Fig. 9 stellt eine Definition von Referenzpunkten in einem Satz von Bezugsflächen gemäß einer ersten Ausführungsform der Erfindung dar, bei der die in einerFig. 9 illustrates a definition of reference points in a set of reference surfaces according to a first embodiment of the invention, in which the
Sequenzapproximation bis zur Stufe aus Fig. 7e definierten Bezugsflächen genutzt werden; Fig. 10 stellt eine Definition von Bezugsflächen in einer QAM-Konstellation gemäß einer zweiten Ausführungsform der Erfindung zur Bestimmung derSequence approximation until the stage of Fig. 7e defined reference surfaces are used; FIG. 10 illustrates a definition of reference surfaces in a QAM constellation according to a second embodiment of the invention for determining the
Distanzmetriken dar; Fig. 1 1 veranschaulicht die erfindungsgemäße Approximation der euklidischenDistance metrics; FIG. 11 illustrates the Euclidean approximation according to the invention
Distanzen über einen Referenzpunkt; Fig. 12 veranschaulicht die erfindungsgemäße Gegenhypothesenbestimmung beiDistances over a reference point; FIG. 12 illustrates the counter-hypothesis determination according to the invention
Gray-Mapping und einer 64-QAM; Fig. 13 zeigt den Einfluss des Bias auf die Positionsbestimmung bei MMSE-Gray mapping and a 64-QAM; 13 shows the influence of the bias on the position determination in MMSE
Detektion und einer Q-QAM sowie die erfindungsgemäße Korrektur; Fig. 14 zeigt eine Ausführungsvariante einer herkömmlichen List-Sphere-Detection-Detection and a Q-QAM and the correction according to the invention; 14 shows a variant of a conventional list-sphere detection
Implementierung;Implementation;
Fig. 15 zeigt eine Ausführungsvariante eines erfindungsgemäßen List-Sphere- Detection-Algorithmus mit Approximation der Distanzen der Blätter;FIG. 15 shows an embodiment variant of a list sphere detection algorithm according to the invention with approximation of the distances of the leaves; FIG.
Fig. 16 stellt die Leistungsfähigkeit einer erfindungsgemäßen Umsetzung einesFig. 16 illustrates the performance of an implementation of the invention
Baumsuchverfahrens mit Approximation der Distanzmetriken dar; Fig. 17 stellt die Komplexität einer erfindungsgemäßen Umsetzung einesTree search method with approximation of the distance metrics is; Fig. 17 illustrates the complexity of an implementation of the invention
Baumsuchverfahrens mit Approximation der Distanzmetriken dar; Fig. 18 veranschaulicht den Einfluss von a-priori-lnformation auf die Distanzmetrik der Baumsuchverfahren; und Fig. 19 stellt die Leistungsfähigkeit einer erfindungsgemäßen Umsetzung eines iterativen Detektions/Decodier-Prozesses basierend auf Baumsuchdetektion mit Approximation der Distanzmetriken und erfindungsgemäßer Auswahl der Gegenhypothesen bei Blattknoten dar.Tree search method with approximation of the distance metrics is; Fig. 18 illustrates the influence of a-priori information on the distance metric of the tree search methods; and FIG. 19 illustrates the performance of an inventive implementation of an iterative detection / decoding process based on tree search detection with approximation of the distance metrics and inventive selection of counter-hypotheses in leaf nodes.
Die erfindungsgemäße Approximation der euklidischen Distanzen soll nun detailliert beschrieben werden.The approximation of the Euclidean distances according to the invention will now be described in detail.
Die ebenenweise Detektion der Sendesignale erfolgt über die Berechnung derThe plane-wise detection of the transmission signals takes place via the calculation of the
Distanzmatrix A . Wie bereits erläutert, setzt sich diese gemäß Formel (3) aus denDistance matrix A. As already explained, this is according to formula (3) from the
Distanzmetriken der vorangegangenen Ebenen, dem Quadrat einer euklidischen Distanz und der a-priori-lnformation zusammen. Nachfolgend werden stets die quadratischen euklidischen Distanzen betrachtet. Aus Gründen der Übersichtlichkeit wird daher der Hinweis auf die Quadrierung weggelassen. Die Distanz der vorangegangenenDistance metrics of the previous levels, the square of a Euclidean distance and the a-priori information together. In the following, the quadratic Euclidean distances are always considered. For reasons of clarity, the reference to the squaring is therefore omitted. The distance of the previous ones
Baumebenen ist für alle Kinderknoten gleich und hat somit keinen Einfluss auf die für die Reihenfolge der aktuellen Knoten maßgeblichen Wahrscheinlichkeiten. Ohne a-priori- lnformation bzw. unter Vernachlässigung dieser ergibt sich die Reihenfolge der zu betrachtenden Symbole aus der euklidischen Distanz (der z -ten Zeile) zwischen y ' = QHy und Rx . Der durch die bereits geschätzten Symbole xj, j = i + l...NR entstehende Einfluss kann als Interferenz angesehen werden, welche im Rahmen der Berechnung der euklidischen Distanz vom (modifizierten) Empfangssignal abgezogenTree levels are the same for all children's nodes and therefore have no influence on the probabilities relevant to the order of the current nodes. Without a priori information or neglecting it, the order of the symbols to be considered results from the Euclidean distance (the zth row) between y '= Q H y and Rx. The influence resulting from the already estimated symbols x j , j = i + 1... N R can be regarded as interference occurring in the context of the Calculation of the Euclidean distance subtracted from the (modified) received signal
wird: rnyτ " := yτ '- 2_, ^x1 ■ Die potentiell möglichen Sendesymbole X1 können alsis: r n y τ ": = y τ '- 2_, ^ x 1 ■ The potentially possible transmission symbols X 1 can be used as
]=ι+l] = Ι + l
Kreuzungspunkte eines Gitters in der IQ-Ebene interpretiert werden, den so genannten Konstellationspunkten. Diese werden durch das j -te Diagonalelement, welches bei günstiger Wahl des QR-Zerlegungsverfahrens reell ist, der oberen Dreiecksmatrix R gestreckt. Die Berechnung kann somit auf die Distanzberechnung zwischen einem interferenzreduzierten Empfangssignal und mit einem reellen Faktor ru gestreckten Konstellationspunkten zurückgeführt werden:Crossing points of a grid in the IQ plane are interpreted, the so-called constellation points. These are stretched by the j-th diagonal element, which is real, given a favorable choice of the QR decomposition method, of the upper triangular matrix R. The calculation can thus be attributed to the distance calculation between a reception signal and interference-reduced with a real factor r u stretched constellation points:
riix'i
Figure imgf000018_0001
rii x 'i
Figure imgf000018_0001
Empfangssignal ohne Mit reellem FaktorReception signal without real factor
Interferenz der bereits gestreckte geschätzten Symbole KonstellationspunkteInterference of already stretched estimated symbols Constellation points
Aus der Tatsache, dass sich die Distanzmetriken der Baumknoten aus den euklidischen Abständen zwischen dem Repräsentanten des Suchargumentes, dem gegebenenfalls angepassten interferenzreduzierten Signal und den Repräsentanten der potentiellen Sendesymbole in Form des in Fig. 2 dargestellten Gitters ergeben, haben wir erkannt, dass sich die Distanzen vorteilhaft durch eine geometrische Analyse ableiten lassen.From the fact that the distance metrics of the tree nodes result from the Euclidean distances between the representative of the search argument, the possibly adjusted interference reduced signal and the representatives of the potential transmit symbols in the form of the grid shown in Fig. 2, we have recognized that the distances can advantageously be derived by a geometric analysis.
Fig. 6 zeigt eine 16-QAM- und eine 16-PSK-Konstellation, die jeweils erfindungsgemäß mit einem Raster aus Bezugsflächen hinterlegt sind. Das Raster aus Bezugsflächen ist beliebig zur Konstellation angeordnet. Für jede der Rasterteilflächen als Bezugsflächen werden erfindungsgemäß vorab Referenzdistanzen festgelegt und in einerFig. 6 shows a 16-QAM and a 16-PSK constellation, which are each deposited according to the invention with a grid of reference surfaces. The grid of reference surfaces is arranged arbitrarily to the constellation. For each of the raster sub-areas as reference surfaces according to the invention reference distances are set in advance and in a
Nachschlagtabelle abgespeichert. Dies kann über Referenzpunkte der Bezugsflächen erfolgen. Bei Empfang eines Signals wird dann für dieses die Position innerhalb des Rasters bestimmt, und für die Rasterteilfläche, in der das Empfangssignal liegt, werden die vordefinierten Distanzen aus der Nachschlagtabelle abgerufen und werden im Baumsuch-Algorithmus als Approximation der Distanzmetriken für das empfangene Signal genutzt.Lookup table stored. This can be done via reference points of the reference surfaces. Upon receipt of a signal, the position within the raster is then determined for this, and for the raster sub-area in which the received signal is located, the predefined distances are retrieved from the lookup table and used in the tree search algorithm as an approximation of the distance metrics for the received signal.
In bevorzugten Ausführungsformen kann durch geeignete Anordnung des Rasters aus Bezugsflächen relativ zu der Sendekonstellation die Symmetrie einer Konstellation vorteilhaft für eine relative Positionsschätzung ausgenutzt werden. Hierbei wird der zu y" nächstgelegene Konstellationspunkt durch Runden ermittelt und hierzu relativ die Positionsschätzung durchgeführt, d.h. die Differenz zwischen Konstellationspunkt Knoten und /"betrachtet.In preferred embodiments, by properly arranging the grid of reference surfaces relative to the transmit constellation, the symmetry of a constellation can be advantageously exploited for relative position estimation. Here, the to y " Determines the nearest constellation point by rounding and relative to the position estimate performed, ie the difference between constellation node and / considered ".
In Fig. 7 ist die bevorzugte geometrische Betrachtungsweise für eine 16-QAMIn Fig. 7, the preferred geometric approach is for a 16-QAM
(Quadraturamplitudenmodulation) skizziert, wobei das Gitter derart angeordnet ist, dass die Gitterpunkte mit Konstellationspunkte der Sendekonstellation zusammenfallen. Die gültigen Konstellationspunkte in der IQ-Ebene sind als gefüllte schwarze Punkte dargestellt, und eine günstige Reihenfolge der ersten drei zu betrachtenden Baumknoten ist durch die eingeringelten Ziffern 1 bis 3 angegeben. Erfindungsgemäß kann zur Vermeidung eines variablen Gitters sowie zur Vermeidung eines potentiell variablen(Quadrature Amplitude Modulation) is sketched, wherein the grid is arranged such that the grid points coincide with constellation points of the transmission constellation. The valid constellation points in the IQ plane are represented as filled black dots, and a favorable order of the first three tree nodes to be considered is indicated by the numbered 1 to 3 ringed numbers. According to the invention, to avoid a variable grating and to avoid a potentially variable
Rasters der Faktor r ausgeklammert werden und der resultierende Faktor ( — ) in dasRasters of the factor r are excluded and the resulting factor (-) in the
interferenzreduzierte Signal, sowie das Gitter integriert werden.interference-reduced signal, as well as the grid can be integrated.
Resultierend hieraus ist für jeden zu analysierenden Baumknoten die euklidische Distanz ^1 2 Jy1 "-x,f zu berechnen, welche sich aus einer komplexen Subtraktion, derAs a result of this, for each tree node to be analyzed, calculate the Euclidean distance ^ 1 2 Jy 1 "-x, f, which consists of a complex subtraction, the
Betragbildung eines komplexen Argumentes (2 Multiplikationen und eine Addition), sowie einer reellen Multiplikation ergibt. Die Berechnung des interferenzreduzierten Signals, dieFormation of a complex argument (2 multiplications and one addition) and a real multiplication. The calculation of the interference reduced signal, the
Einbeziehung von rn in yι " , sowie die Berechnung von r 2 erfolgt hierbei für alle Kinderknoten gleich.Including r n in y ι ", as well as the calculation of r 2 takes place here for all children's nodes the same.
Jedem Punkt, den der Repräsentant des Empfangssignals yt " in der geometrischen Anordnung annimmt, können bestimmte Abstände zu den Konstellationspunkten zugeordnet werden. Für alle möglichen Positionen von yι " können die euklidischenAny point which the representative of the received signal y t "assumes in the geometrical arrangement can be assigned specific distances to the constellation points For all possible positions of y ι ", the Euclidean
Distanzen d und die normierten Distanzen ru 2d zu allen Konstellationspunkten berechnet werden. Diese Berechnung der Abstände erfolgt gemäß einer vorteilhaften Ausführungsform vor der Baumsuche. Wird damit die Position von yι " hinreichend genau analysiert, so werden auch die euklidischen Distanzen zu den Knoten erkannt. Die Abstände können hierbei zweckmäßig in einer Sequenz abgelegt werden, bei der jedes Sequenzelement einen Abstand zu einem möglichen Konstellationspunkt enthält. In einer weiteren vorteilhaften Ausführungsform kann bei QAM-Symbolen der Betrachtungsraum auf ein rechtwinkliges Koordinatensystem mit einem äquidistanten Gitter (dessen x-Achse den Realteil und dessen y-Achse den Imaginärteil der komplexen Sendesymbole repräsentiert) überführt werden, so dass die Betrachtung unabhängig von der Lage von yt " und nur von der relativen Position pos := yt "-X1 zum nächstgelegenenDistances d and the normalized distances r u 2 d are calculated to all constellation points. This calculation of the distances takes place according to an advantageous embodiment before the tree search. If the position of y 1 "is analyzed with sufficient accuracy, the Euclidean distances to the nodes are also recognized and the distances can be expediently stored in a sequence in which each sequence element contains a distance to a possible constellation point For QAM symbols, the embodiment can look at a rectangular coordinate system with an equidistant grid (whose x-axis is the real part and its y-axis is the imaginary part of the complex transmission symbols represents), so that the consideration is independent of the position of y t "and only of the relative position pos: = y t " -X 1 to the nearest
Konstellationspunkt abhängig ist. Durch die relative Position ist neben den Abständen auch die relative Distanz zu den Konstellationspunkten bekannt. So ist der in Fig. 7 mit "1 " markierte Punkt der nächstgelegene Konstellationspunkt, und der mit "2" markierte Punkt ist derjenige mit der nächst größeren euklidischen Distanz, usw. Zum Ablegen der relativen euklidischen Abstände ist somit eine Speicherung der euklidischen Distanzen in einer Sequenz mit aufsteigendem Abstand zweckmäßig. Liegt also yι " bei einem anderenConstellation point is dependent. Due to the relative position, apart from the distances, the relative distance to the constellation points is also known. Thus, the point marked "1" in Fig. 7 is the nearest constellation point, and the point marked "2" is the one having the next greater Euclidean distance, etc. Thus, the Euclidean distances are stored in Euclidean distances a sequence with increasing distance appropriate. So y ι "in another
Konstellationspunkt, allerdings mit der gleichen relativen Position zu diesem, so ist die relative Auswahl der euklidischen Distanzen der zu betrachtenden Elemente identisch. Der nächstgelegene Konstellationspunkt hat die euklidische Distanz zu yt " , die an der 1 .Constellation point, but with the same relative position to this, the relative selection of the Euclidean distances of the elements to be considered is identical. The nearest constellation point has the Euclidean distance to y t ", which at the 1.
Position in der Sequenz gespeichert ist, der zweitnächst gelegene Konstellationspunkt den durch die 2. Position gegebenen Abstand usw. Ausgangspunkt für die Approximation der Abstände ist somit die Schätzung der relativen Position des Empfangssignals und die Festlegung von Distanzen für die möglichen Positionen bzw. Entscheidungsbereiche.The starting point for the approximation of the distances is thus the estimation of the relative position of the received signal and the determination of distances for the possible positions or decision areas.
Ist nur der nächstgelegene Punkt durch Rundung auf die Konstellationspunkte "mxmd(pos) " bekannt, so ist nur der nächstgelegene Knoten bekannt. Für diesen Entscheidungsraum kann zudem nur eine euklidische Distanz vorbestimmt werden. Da der Abstand allerdings zwischen 0 und 1/V2 * Konstellationspunktabstand variieren kann, ist der durch eine Approximation entstehende Fehler relativ groß. Gleiches gilt für die Abstände zu weiter entfernten Konstellationspunkten. Da lediglich die Abstände grob geschätzt werden können, ist folglich auch die Abfolge der Abstände zu den Konstellationspunkten nur grob bekannt. Abhilfe hierfür bietet eine genauere Positionsbestimmung. Die Genauigkeit, mit der die relative Position bestimmt wird, ist somit ausschlaggebend für die Genauigkeit der geschätzten euklidischen Distanzen.If only the nearest point is known by rounding to the constellation points "mxmd (pos)", then only the nearest node is known. Moreover, only a Euclidean distance can be predetermined for this decision space. However, since the distance can vary between 0 and 1 / V2 * constellation point spacing, the error resulting from approximation is relatively large. The same applies to the distances to more distant constellation points. Since only the distances can be estimated roughly, consequently, the sequence of distances to the constellation points is only roughly known. A remedy for this is a more accurate position determination. The accuracy with which the relative position is determined is thus crucial for the accuracy of the estimated Euclidean distances.
Die Positionsbestimmung kann generell beliebig erfolgen, wobei für jede mögliche Position bzw. für jeden Entscheidungsbereich, in dem sich das Suchargument befinden kann, eine Sequenz mit entsprechenden Distanzen anzulegen ist.The position determination can generally be arbitrary, with a sequence having corresponding distances to be created for each possible position or for each decision area in which the search argument can be located.
Um die Zahl der Sequenzen und den Aufwand für die Positionsbestimmung gering zu halten, kann hierfür bei QAM-Konstellationen vorteilhaft ein Verfahren verwendet werden, wie es in einer gleichzeitig eingereichten Anmeldung mit dem Titel "Verfahren zur Bestimmung der Suchreihenfolge von Knoten bei einem Baumsuch-Algorithmus, Baumsuchverfahren und Detektoranordnung zur Durchführung der Verfahren" derselben Anmelderin zur Approximation einer Suchreihenfolge bei Baumsuchen vorgeschlagen wird. Wird im Verlaufe eines Baumsuchverfahrens eine solche Suchreihenfolgeschätzung durchgeführt, so lassen sich also Ergebnisse dieser Analyse für eine Distanz- approximation wiederverwenden. Dafür ist es sinnvoll, für beide Approximationen analoge Entscheidungsbereiche zu verwenden. Die Distanzapproximation kann jedoch auch unabhängig von einer Suchreihenfolgeapproximation durchgeführt werden.In order to keep the number of sequences and the effort for the position determination low, a method for QAM constellations can advantageously be used, as described in a simultaneously filed application entitled "Method for Determining the Search Order of Nodes in a Tree Search Algorithm . If a search order estimation is carried out in the course of a tree search method, then the results of this analysis can be reused for a distance approximation, for which it makes sense to use both methods However, the distance approximation can also be performed independently of a search sequence approximation.
Eine Möglichkeit zur Schätzung der Position des Empfangssignals anhand von Entscheidungsbereichen soll nun unter Bezugnahme auf die Fign. 8a-e näher erläutert werden.One way of estimating the position of the received signal by decision regions will now be described with reference to FIGS. 8a-e will be explained in more detail.
Unabhängig von der absoluten Position in dem Gitter ist der günstigste Knoten derjenige Knoten, der dem Empfangssymbol yt " am nächsten liegt, was sich einfach durch Runden von yι " auf die Gitterpunkte bestimmen lässt, wie in Fig. 8(a) durch ein Rundungsquadrat veranschaulicht ist, das eine Seitenlänge gleich dem Gitterabstand a aufweist und dessen Mittelpunkt mit demjenigen Gitterpunkt übereinstimmt, der dem Symbol am nächsten liegt und in Fig. 8 mit 1 bezeichnet ist. Durch die Rundung auf den Konstellationspunkt ist der erste Knoten der Suchreihenfolge bekannt. Die Reihenfolge der weiteren zu untersuchenden Knoten kann vor Beginn der Baumsuche für alle Konstellationspunkte vordefiniert werden. Bei einer solchen Approximation kann sich jedoch ein relativ großer Fehler ergeben. Je stärker die Position des Empfangssymbols von der Position des Konstellationspunktes abweicht, desto ungenauer wird die so approximierte Suchreihenfolge sein. Die größte Ungenauigkeit wird sich ergeben, wenn das Empfangssymbol genau im Kreuzungspunkt der Diagonalen zwischen vier benachbarten Konstellationspunkten des Gitters liegt.Independently of the absolute position in the grid, the most favorable node is that node which is closest to the receive symbol y t ", which can be determined simply by rounding y ι " onto the grid points, as in FIG. 8 (a) Rounding square is illustrated, which has a side length equal to the lattice spacing a and whose center coincides with that lattice point which is closest to the symbol and is denoted by 1 in FIG. By rounding to the constellation point, the first node of the search order is known. The order of the further nodes to be examined can be predefined for all constellation points before the start of the tree search. With such an approximation, however, a relatively large error can result. The more the position of the reception symbol deviates from the position of the constellation point, the less accurate the search order thus approximated will be. The greatest inaccuracy will result if the receive symbol is exactly at the intersection of the diagonal between four adjacent constellation points of the grid.
Eine Verbesserung der Genauigkeit der approximierten Suchsequenz wird dadurch erreicht, dass der Bereich, in dem das Empfangssymbol liegt, schrittweise über geometrische Vergleiche eingegrenzt wird, wobei immer kleinere Entscheidungsbereiche als Teilflächen des ersten Entscheidungsbereichs, nämlich des Rundungsquadrats, festgelegt werden, wobei jeder dieser eingegrenzten Entscheidungsbereiche jeweils durch einen Referenzpunkt (pos') repräsentiert wird. Dieser Referenzpunkt kann geeigneterweise als Flächenschwerpunkt, auch quadratischer Flächenschwerpunkt, Schwerpunkt der euklidischen Distanzen oder dergleichen des jeweiligenAn improvement in the accuracy of the approximated search sequence is achieved by narrowing the area in which the reception symbol lies step by step over geometric comparisons, wherein ever smaller decision areas are defined as partial areas of the first decision area, namely the rounding square, each of these limited decision areas each represented by a reference point (pos'). This reference point may suitably be the area centroid, also the centroid of the area, the center of gravity of the Euclidean distances or the like of the respective one
Entscheidungsbereichs definiert werden. Für jeden dieser Entscheidungsbereiche oder Referenzpunkte kann vor Beginn der Baumsuche eine weitere Suchreihenfolge definiert werden. Je weiter die geometrische Analyse fortgeführt wird, bevor für die Fortsetzung der Reihenfolge auf die vordefinierten Sequenzen zurückgegriffen wird, je kleiner also der Entscheidungsbereich ist, dessen vordefinierte Sequenzen für die Fortsetzung der Suchreihenfolge genutzt wird, desto besser wird die Position des jeweiligenDecision area are defined. For each of these decision areas or Reference points can be defined before starting the tree search another search order. The further the geometric analysis is continued before resorting to the predefined sequences for the continuation of the order, the smaller the decision area whose predefined sequences are used for the continuation of the search order, the better the position of the respective
Referenzpunkts (pos') mit der relativen Position des Empfangssymbols übereinstimmen und desto genauer wird die Positionsschätzung sein.Reference point (pos') coincide with the relative position of the receiving symbol and the more accurate the position estimate will be.
Eine erste Eingrenzung der relativen Position des Empfangssymbols innerhalb des Rundungsquadrats kann über eine Betrachtung des Vorzeichens sign(pos) des Real- und des Imaginärteils des Empfangssymbols erfolgen. Damit wird relativen Position (pos) des Empfangssymbols auf einen der Quadranten des Rundungsquadrats eingegrenzt und somit sind die beiden potentiell zweitgünstigsten Knoten für die Suchreihenfolge gegeben.A first narrowing of the relative position of the receive symbol within the rounding square can be done by considering the sign sign (pos) of the real and imaginary part of the receive symbol. Thus, the relative position (pos) of the receive symbol is limited to one of the quadrants of the rounding square, and thus the two potentially second-best nodes for the search order are given.
Um die weitere Sequenz festzulegen, wird erfindungsgemäß eine geometrischeIn order to determine the further sequence, according to the invention a geometric
Untersuchung der relativen Position (pos) des Empfangssymbols zu dem durch Runden gefundenen Knoten 1 vorgeschlagen. Dieser wird als Bezugsknoten definiert. Auf Basis der relativen Position (pos) des Empfangssymbols zu diesem nächstliegenden Knoten 1 ist es nun möglich, eine Knotensequenz mit Abständen in Bezug auf den Knoten 1 zu bestimmen.Examination of the relative position (pos) of the reception symbol to the node 1 found by rounding. This is defined as a reference node. Based on the relative position (pos) of the receiving symbol to this nearest node 1, it is now possible to determine a node sequence with intervals with respect to the node 1.
Da nur die relative Position bestimmt wird, ist das Verfahren unabhängig von der Zahl der potentiellen Kinderknoten, die beispielsweise durch die Modulation definiert wird, einsetzbar, und die Komplexität des Algorithmus steigt mit zunehmender Konstellationsgröße nur geringfügig.Since only the relative position is determined, the method is applicable regardless of the number of potential children nodes, which is defined for example by the modulation, and the complexity of the algorithm increases only slightly with increasing constellation size.
Wenn wir annehmen, dass das Empfangssymbol yt " relativ zum Bezugsknoten 1 im ersten Quadranten des Rundungsquadrats liegt, so stellen die in Fig. 8(b) mit 2 und 3 bezeichneten Knoten die potentiell zweitgünstigsten Knoten dar. Folglich ist für alle relativen Positionen oberhalb der Winkelhalbierenden des ersten Quadranten - derAssuming that the receive symbol y t "is relative to the reference node 1 in the first quadrant of the rounding square, the nodes labeled 2 and 3 in Figure 8 (b) represent the potentially second least significant nodes. Thus, for all relative positions above the bisector of the first quadrant - the
Senkrechten auf der Verbindungslinie zwischen den Knoten 2 und 3 - der Knoten 3 der zweitgünstigste und der Knoten 2 der drittgünstigste, und für alle relativen Positionen unterhalb der Winkelhalbierenden des ersten Quadranten ist der Knoten 2 der zweitgünstigste und der Knoten 3 der drittgünstigste.Perpendicular on the connecting line between nodes 2 and 3 - the node 3 is the second least expensive and the node 2 the third least expensive, and for all relative positions below the angle bisector of the first quadrant, the node 2 is the second least expensive and the node 3 the third least expensive.
Die beschriebene geometrische Analyse ist somit durch Vergleich des Real- und des Imaginärteils der relativen Position (pos) des Empfangssymbols möglich (9ϊ(pos) ≥ 3(pos)?). Durch die Symmetrie der Konstellation der Gitterpunkte können alle Entscheidungsbereiche, also die acht dreieckigen Achtelsektoren des Rundungsquadrats, die in Fig. 6 durch Linien ausgehend vom Bezugsknoten 1 veranschaulicht sind, auf das Dreieck abgebildet werden, in welchem in Fig. 8(b) das Empfangssymbol liegt und das durch die Winkelhalbierende b zwischen Realteil- und Imaginärteilachse, durch die Realteilachse selbst und durch die sich aus der Rundungsoperation ergebende vertikale Linie, die Teil des Umfangs des Rundungsquadrats ist, aufgespannt wird. Dies kann in einfacher Weise durch Vorzeichenwechsel und/oder Tausch von Real- und Imaginärteil erreicht werden. Durch die Symmetrie der geometrischen Konstellation können hierbei alle sich ergebenden Entscheidungsbereiche auf eine einzige Sequenz zurückgeführt werden. Durch die Betrachtung einer relativen Position und durch eine vereinte analoge Betrachtung äquivalenter Bereiche wird eine Positionsschätzung mit stark reduziertem Aufwand möglich.The described geometric analysis is thus by comparing the real and the Imaginary part of the relative position (pos) of the reception symbol possible (9ϊ (pos) ≥ 3 (pos)?). Due to the symmetry of the constellation of the grid points, all decision areas, ie the eight triangular octets of the rounding square, which are illustrated in FIG. 6 by lines starting from the reference node 1, can be mapped to the triangle in which in FIG. 8 (b) the receive symbol which is defined by the bisecting line b between the real part and imaginary part axis, by the real part axis itself and by the vertical line resulting from the rounding operation, which is part of the circumference of the rounding square. This can be achieved in a simple manner by changing the sign and / or exchange of real and imaginary part. Due to the symmetry of the geometric constellation all resulting decision areas can be reduced to a single sequence. By considering a relative position and by a combined analogous consideration of equivalent areas, a position estimation becomes possible with greatly reduced effort.
In Fig. 8 sind daher die weiteren Betrachtungen anhand eines Achtelsektors skizziert. Für jeden Achtelsektor kann wiederum vorab eine Knotensequenz mit Distanzen fest definiert werden.In Fig. 8, therefore, the further considerations are outlined on the basis of a Achtelsektors. For each eighth sector, in turn, a node sequence with distances can be defined in advance.
Um die Approximation noch genauer zu gestalten, gibt es für ein yι " in dem beschriebenen Dreieck zwei potentiell nächste Knoten, die in Fig. 8(c) mit 4 und 5 bezeichnet sind. Analog zu der Bestimmung des zweiten und des dritten Knotens der Sequenz kann wiederum eine Senkrechte auf der Verbindungslinie dieser Knoten 4 und 5, welche durch den Schnittpunkt dieser Verbindungslinie mit dem Rundungsquadrat verläuft und in Fig. 8(c) mit "c" bezeichnet ist, zur Bestimmung des folgenden Knotens der Sequenz genutzt werden. Aufgrund der symmetrischen Gitterstruktur entspricht diese Hilfsgerade einem Vergleich a/2 - 9ϊ(pos) ≥ 23(pos)?. An der Hilfsgeraden "c" wird entschieden, welcher der beiden Konstellationspunkte (Knoten 4 oder Knoten 5) zu yt " eine kleinere euklidische Distanz besitzt. Hierdurch entstehen zwei Entscheidungsbereiche (zwei Teildreiecke), für die wiederum je eine Abfolge und eine Sequenz mit Distanzen vorbestimmt sein kann.To make the approximation more accurately, there is a y ι "in the described triangle two potentially next node, denoted in FIG. 8 (c) 4 and 5. Analogous to the determination of the second and third node of the In turn, a sequence on the connecting line of these nodes 4 and 5, which runs through the intersection of this connecting line with the rounding square and is denoted "c" in FIG. 8 (c), can be used to determine the following node of the sequence In the auxiliary line "c", it is decided which of the two constellation points (node 4 or node 5) has a smaller Euclidean at y t " Has distance. This results in two decision areas (two partial triangles), for each of which a sequence and a sequence with distances can be predetermined.
Da die resultierenden Entscheidungsbereiche asymmetrisch sind, ist eine weitere vereinigte Betrachtung der betreffenden Sequenzen nicht möglich. Während für das obere Dreieck der mit 4 bezeichnete Knoten der vierte Knoten der Suchreihenfolge und der mit 5 bezeichnete Knoten der fünfte Knoten der Sequenz ist, ist für ein Empfangssymbol im unteren Dreieck der mit 5 bezeichnete Knoten der vierte Knoten der Suchreihenfolge, und für den fünften Knoten wird eine weitere Fallunterscheidung benötigt, wofür eine Hilfsgerade "d" hinzugezogen wird (a/2 - 3(pos) ≥ 29ϊ(pos)?), wodurch sich in dem betrachteten Achtelsektor drei Entscheidungsbereiche ergeben, wie in Fig. 8(d) dargestellt ist, für die je eine Abfolge und eine Sequenz mit Distanzen vorbestimmt sein kann.Since the resulting decision regions are asymmetric, a further unified consideration of the relevant sequences is not possible. While for the upper triangle, the node denoted by 4 is the fourth node of the search order and the node denoted by 5 is the fifth node of the sequence, for a receive symbol in FIG bottom triangle of the node labeled 5, the fourth node of the search order, and for the fifth node, a further case distinction is needed, for which an auxiliary line "d" is consulted (a / 2 - 3 (pos) ≥ 29ϊ (pos)?) In the considered eighth sector, there are three decision areas, as shown in FIG. 8 (d), for each of which a sequence and a sequence with distances can be predetermined.
Eine analoge Bestimmung der sechst- und siebentgünstigsten Knoten kann mit einer Hilfsgeraden "e" erfolgen (29ϊ(pos) ≥ a/2 + 3(pos)?), wie aus Fig. 8(e) zu ersehen ist. Dabei ergeben sich fünf Entscheidungsbereiche mit je einer vorbestimmten Sequenz mit Distanzen.An analogous determination of the sixth and seventh most favorable nodes can be made with an auxiliary straight line "e" (29ϊ (pos) a a / 2 + 3 (pos)?), As can be seen from FIG. 8 (e). This results in five decision areas, each with a predetermined sequence with distances.
Für alle diese Fallunterscheidung sind nur kostengünstige Operationen wie Shift- Operationen oder Additionen mit "1 " erforderlich, die für eine Hardware-Implementierung geeignet sind. Bis zur Bestimmung der Reihenfolge der ersten drei Knoten, lässt sich die Positionsbestimmung mithilfe von für die Implementierung günstigen Vergleichen und Rundungen durchführen. Bis zur Bestimmung der Reihenfolge der ersten sieben Knoten werden zusätzlich vergleichbar kostengünstige Additionen und Shift-Operationen benötigt.For all of these case distinction, only low-cost operations such as shift operations or additions of "1" are required, which are suitable for a hardware implementation. Until the order of the first three nodes is determined, positioning can be performed using comparisons and rounds that are convenient for implementation. Until the order of the first seven nodes is determined, comparably inexpensive additions and shift operations are additionally required.
Eine Fortsetzung der Bestimmung der Sequenzen ist durch Einführung weiterer Fallunterscheidungen möglich. Je genauer die Position durch solcheA continuation of the determination of the sequences is possible by introducing further case distinctions. The more accurate the position by such
Entscheidungsbereiche ermittelt wird, desto größer ist die bekannte Reihenfolge und desto geringer sind die Abweichungen der Abstände von der tatsächlichen euklidischen Distanz. Dabei verkleinern sich die Entscheidungsbereiche und die Zahl der Entscheidungsbereiche und somit der Sequenzen steigt deutlich an. Zusätzlich ist die Positionsbestimmung aufwändiger, da die Hilfsgeraden dann keine für dieDecision ranges is determined, the larger the known order and the lower are the deviations of the distances from the actual Euclidean distance. In the process, the decision areas and the number of decision areas and thus the sequences increase significantly. In addition, the position determination is more complex, since the auxiliary line then none for the
Implementierung günstigen Steigungen mehr aufweisen, also zu komplexeren Operationen führen (z. B. unvorteilhafte Multiplikationen mit "3" bewirken), wodurch deren Anwendung unattraktiv wird. Ein Beispiel ist in Fig. 8(f) für die Bestimmung des achten Knotens der Sequenz angegeben.Implement more favorable slopes more, so lead to more complex operations (eg cause unfavorable multiplications with "3"), making their application is unattractive. An example is given in Fig. 8 (f) for the determination of the eighth node of the sequence.
Gemäß den beschriebenen Fallunterscheidungen wird die Positionsbestimmung auf eine Analyse der relativen Position (pos) abgebildet, und zwar unabhängig von der tatsächlichen Größe der Konstellation. Über die Wahl der Anzahl und Größe der Entscheidungsbereiche, bis zu denen die geometrische Analyse erfolgt, also der Genauigkeit der Positionsbewertung, ist das Verfahren bezüglich der Genauigkeit derAccording to the case distinctions described, the position determination is mapped to a relative position (pos) analysis, regardless of the actual size of the constellation. By choosing the number and size of the decision areas up to which the geometric analysis takes place, ie the accuracy of the position evaluation, the method with respect to the accuracy of the
Approximation der euklidischen Distanzen und des Berechnungsaufwandes skalierbar. So ist mit steigender Zahl an Entscheidungsbereichen eine längere Sequenz zu betrachtender Knoten bekannt. Bei genügend genauer Positionsschätzung ist der Suchgenauigkeitsverlust im Vergleich zu herkömmlichen Verfahren vernachlässigbar und hat keinen Einfluss auf die Leistungsfähigkeit der Baumsuchen, da nur die Reihenfolge von Elementen vertauscht wird, deren euklidische Distanzen zum Referenzpunkt vergleichbar groß sind. Tabelle 1 gibt einen Überblick über die möglichen Genauigkeiten der Positionsbestimmungen für einen Gitterabstand von a=2 an. Tabelle 1 :Approximation of Euclidean distances and computational effort scalable. Thus, with increasing number of decision areas a longer sequence is too observing node known. With sufficiently accurate position estimation, the search accuracy loss is negligible compared to conventional methods and has no influence on the performance of the tree searches, since only the order of elements whose Euclidean distances to the reference point are comparably large is reversed. Table 1 gives an overview of the possible accuracies of the position determinations for a grid spacing of a = 2. Table 1 :
Figure imgf000025_0001
Figure imgf000025_0001
Durch die Definition eines geeigneten Gitters und durch günstige Wahl der Entscheidungsbereiche kann die Positionsschätzung also mit implementierungsgünstigen Operationen, nämlich Rundungen, Vorzeichenbetrachtungen, Additionen, Subtraktionen und/oder Shift-Operationen erfolgen.Thus, by defining a suitable grid and choosing the decision areas favorably, the position estimate can be made with implementation-friendly operations, such as rounding, sign considerations, additions, subtractions, and / or shift operations.
Bei einer ausreichenden Genauigkeit der Sequenz, ist die Abweichung der Distanzen, die sich aus (pos) und (pos') ergibt, vernachlässigbar klein, so dass der Aufzählungsfehler der vorbestimmten Distanzen unbedeutend ist. Der Mittelpunkt des jeweiligen Dreiecks (Entscheidungsbereichs) kann dabei jeweils als Bezugspunkt (pos') für die weitere Knotenaufzählung genutzt werden.With sufficient accuracy of the sequence, the deviation of the distances resulting from (pos) and (pos') is negligibly small, so that the enumeration error of the predetermined distances is insignificant. The center of the respective triangle (decision area) can be used in each case as a reference point (pos') for the further node enumeration.
Durch die Abschätzung der Suchreihenfolge mit für bestimmte Entscheidungsbereiche vordefinierten Sequenzen wird die Zahl der möglichen Reihenfolgen beschränkt. Durch die geringere Zahl an betrachteten Knoten wird auch die Zahl der zu speichernden Zustände der Baumsuche und hieraus resultierend auch die Komplexität der Umsetzungen verringert.By estimating the search order with sequences predefined for particular decision areas, the number of possible orders is limited. Due to the smaller number of considered nodes, the number of states to be stored in the tree search and, as a result, also the complexity of the conversions are reduced.
Mit Bezug auf die Fign. 9 bis 1 1 soll nun die erfindungsgemäße Approximation von Distanzmetriken für ein Empfangssymbol detailliert beschrieben werden. Dabei wird ein Empfangssignal auf einen Referenzpunkt gerundet, der eine Teilfläche eines Achtelsektors einer zwischen vier benachbarten Konstellationspunkten einer QAM- Konstellation definierten geometrischen Fläche repräsentiert. Die Distanzmetriken für das Empfangssignal werden durch die euklidische Distanzen des Referenzpunktes zu nächstliegenden Konstellationspunkten approximiert, die im Vorhinein berechnet und in einer Nachschlagtabelle abgelegt worden sind.With reference to Figs. 9 to 1 1 is now the approximation of Distance metrics for a receive symbol will be described in detail. In this case, a received signal is rounded to a reference point which represents a subarea of an eighth sector of a geometric area defined between four adjacent constellation points of a QAM constellation. The distance metrics for the received signal are approximated by the Euclidean distances of the reference point to nearest constellation points that have been calculated in advance and stored in a lookup table.
In den Fign. 9 und 1 1 ist eine besonders bevorzugte Ausführungsform veranschaulicht, bei der die Entscheidungsbereiche, die in dem mit Bezug auf Fig. 8 beschriebenen Verfahren zur Suchsequenzapproximation durch eine geometrische Eingrenzung der relativen Position eines Empfangssymbols ermittelt worden sind zur Bestimmung der Distanzmetriken für das Empfangssignal wiederverwendet werden.In the Fign. 9 and 11 illustrate a particularly preferred embodiment in which the decision areas determined in the search sequence approximation method described in reference to FIG. 8 by geometrically constraining the relative position of a receive symbol are used to determine the distance metrics for the receive signal ,
Speziell ist in Fig. 9 der Achtelsektor in fünf Entscheidungsbereiche unterteilt gezeigt, wie nach der Approximation einer aus 7 Knoten bestehenden Suchsequenz nach Fig. 8(e) gegeben. Diese fünf Entscheidungsbereiche werden hier als Bezugsflächen zur Approximation der Distanzmetriken verwendet. Ein Empfangssymbol yt " ist durch ein "x" markiert. Für jede der fünf Bezugsflächen ist ein Referenzpunkt. Im dargestellten Beispiel bildet dieser jeweils den Flächenmittelpunkt der Bezugsflächen und ist jeweils durch ein "+" gekennzeichnet. Durch Runden des Empfangssymbols yι " auf einen derSpecifically, in Fig. 9, the eighth sector is shown divided into five decision areas as given after the approximation of a 7-node search sequence of Fig. 8 (e). These five decision areas are used here as reference areas for approximating the distance metrics. A reception symbol y t "by a""mark. Is a reference point for each of the five reference surfaces. In the example shown these correspond to the centroid of the reference surfaces and in each case by a forms" x + "in. By rounds of the reception symbol y ι" in one of the
Referenzpunkte wird die für die Distanzapproximation maßgebliche Referenzposition ermittelt. Die für diese Referenzposition zuvor berechneten und in einer Nachschlagtabelle abgelegten euklidische Distanzen werden dann als Approximation der Distanzmetriken für das empfangene Signal im Baumsuch-Algorithmus verwendet.Reference points, the relevant reference for the distance approximation reference position is determined. The Euclidean distances previously calculated for this reference position and stored in a lookup table are then used as an approximation of the distance metrics for the received signal in the tree search algorithm.
Fig. 10 zeigt eine alternative vorteilhafte Ausführungsform der erfindungsgemäßen Zerlegung eines Achtelsektors einer zwischen vier benachbarten Punkten einer QAM- Konstellation definierten Fläche in eine Mehrzahl von Bezugsflächen zur Approximation der Distanzmetriken für ein empfangenes Signal. Hierbei ist der Achtelsektor in gleichschenklig-rechtwinklige Dreiecke unterteilt, die als Bezugsflächen für die Positionsschätzung zur Distanzapproximation genutzt werden. Für jedes dieser gleichschenklig-rechtwinkligen Dreiecke wird ebenfalls jeweils ein Referenzpunkt definiert, für den euklidische Distanzen im vorhinein berechnet und abgespeichert werden, um als Distanzapproximationen für ein Empfangssignal verwendet zu werden. Die in den Fign. 9 und 10 unterschiedlich unterteilten Achtelsektoren können jeweils durch einfache geometrische Operationen wie Verschiebung und/oder Spiegelung auf jeden beliebigen Achtelsektoren einer zwischen vier benachbarten Punkten einer QAM- Konstellation definierten geometrischen Fläche abgebildet werden. Damit ist eine relative Positionsapproximation für ein an beliebiger Position in der Konstellation befindliches Empfangssymbol gegeben, d.h. relativ zu dem nächstliegenden Konstellationspunkt. Durch diese relative Positionsapproximation und vereinigte Betrachtung äquivalenter Bezugsflächen wird eine Bestimmung der Distanzmetriken mit einem stark reduzierten Aufwand ermöglicht.Fig. 10 shows an alternative advantageous embodiment of the decomposition according to the invention of an eighth sector of an area defined between four adjacent points of a QAM constellation into a plurality of reference areas for approximating the distance metrics for a received signal. Here, the eighth sector is divided into isosceles-right triangles, which are used as reference surfaces for the position estimation for distance approximation. For each of these isosceles-right-angled triangles, a reference point is also defined in each case for which Euclidean distances are calculated in advance and stored in order to be used as distance approximations for a received signal. The in Figs. 9 and 10 differently divided eighth sectors may each be imaged by simple geometric operations such as shifting and / or mirroring to any eighth sector of a geometric surface defined between four adjacent points of a QAM constellation. Thus, a relative position approximation is given for a receive symbol located at any position in the constellation, ie relative to the nearest constellation point. By means of this relative position approximation and combined consideration of equivalent reference surfaces, it is possible to determine the distance metrics with a greatly reduced outlay.
Fig. 1 1 illustriert die euklidischen Distanzen zwischen der Referenzposition eines Empfangssymbols yt " und den nächstgelegenen Konstellationspunkten. DasFig. 11 illustrates the Euclidean distances between the reference position of a receive symbol y t "and the nearest constellation points
Empfangssymbol yι " ist durch ein "x" markiert und befindet sich zwischen vierReception symbol y ι "is marked by an" x "and is located between four
Konstellationspunkten einer QAM-Konstellation, von denen der untere linke der nächstgelegene Konstellationspunkt ist, von welchem ausgehend ein Achtelsektor in fünf Bezugsflächen wie in Fig. 9 gezeigt aufgeteilt ist. Das Empfangssymbol yt " befindet sich dabei in der Bezugsfläche links oben, deren Referenzpunkt durch ein "+" markiert ist. Die euklidischen Distanzen zwischen dem Referenzpunkt und den nächstgelegenen Konstellationspunkten sind mit du d2, d3 und d4 bezeichnet, damit stellen die euklidischen Distanzen du d2, d3 und ^Approximationen der Distanzmetriken des Empfangssymbols zu den betreffenden Gitter-Konstellationspunkten dar.Constellation points of a QAM constellation, of which the lower left is the nearest constellation point, from which an eighth sector is divided into five reference areas as shown in Fig. 9. The reception symbol y t "is located in the reference area on the top left, whose reference point is marked by a" +. "The Euclidean distances between the reference point and the nearest constellation points are denoted by d u d 2 , d 3 and d 4 the Euclidean distances d u d 2 , d 3 and ^ approximate the distance metrics of the receive symbol to the respective grid constellation points.
Die euklidischen Abstände werden in Sequenzen abgelegt. Dies kann in einer festen Reihenfolge, beispielsweise mit aufsteigender Reihenfolge, erfolgen.The Euclidean distances are stored in sequences. This can be done in a fixed order, for example, in ascending order.
Für die ausgewählten Baumknoten der Baumsuche sind nach der erfindungsgemäßen Bestimmung der Distanzmetriken also die approximierten quadratischen Distanzen d zu dem Repräsentanten des Sucharguments, also dem Empfangssymbol, bekannt. DieFor the selected tree nodes of the tree search, according to the determination of the distance metrics according to the invention, the approximated quadratic distances d to the representative of the search argument, ie the reception symbol, are known. The
Berechnung der Distanzen ru 2 Jy1 "-^,|| , die konventionell je eine komplexe Subtraktion, eine Betragsquadratbildung (zwei Multiplikationen und eine Addition) und eine reelle Multiplikation umfasst, vereinfacht sich somit zu reellen Multiplikationen von r 2 mit denCalculation of the distances r u 2 Jy 1 "- ^, ||, which conventionally includes a complex subtraction, an absolute quadratic formation (two multiplications and an addition) and a real multiplication, thus simplifies to real multiplications of r 2 with the
geschätzten Distanzen d : fy, -^ If → r u d oder entfällt komplett, wobei d oder ru 2d vor der Baumsuche berechnet werden können. Der Aufwand der Positionsbestimmung kann bei der besonders bevorzugten Ausführungsform aus Fig. 9 vernachlässigt werden, da hierfür bei günstiger Umsetzung nur wenige logische Operationen, wie Rundungen, Betrachtung der Vorzeichen, Additionen/Subtraktionen, Shift-Operationen, notwendig sind und darüber hinaus eine Positionsschätzung je nach Ausführungsvariante bereits in anderen verarbeitenden Einheiten als den für die Distanzbestimmung bestimmten durchgeführt wurde und diese daher nicht erneut durchzuführen ist. Da bei einer Baumsuche unabhängig vom Baumsuchverfahren eine Vielzahl solcher Knotenanalysen durchzuführen sind, führt dieses Verfahren zu eine entsprechend großen Reduktion der Komplexität einer Baumsuche.estimated distances d: fy, - ^ If → r u d or is completely omitted, where d or r u 2 d can be calculated before the tree search. The effort of determining the position can be neglected in the particularly preferred embodiment of Fig. 9, as this only a few logical operations, such as rounding, viewing the signs, additions / subtractions, shift operations are necessary and moreover, a position estimate depending on favorable implementation has already been carried out according to embodiment variant in other processing units than that intended for the distance determination and therefore this is not carried out again. Since a large number of such node analyzes are to be carried out in a tree search regardless of the tree search method, this method leads to a correspondingly large reduction in the complexity of a tree search.
Durch die Kombination von Mapping-Information und der Approximation der Distanzen bzw. der hierfür verwandten geometrischen Betrachtung ergeben sich weitere Vereinfachungen bei der Bestimmung der Gegenhypothesen der Baumsuche. In Fig. 12 ist dies am Beispiel einer 64-QAM und Gray-Mapping verdeutlicht. Wird in einer Ausführungsvariante beispielsweise das so genannte Gray-Mapping für die Zuordnung der Bits zu den übertragenen Symbolen angewendet, so können die günstigsten Gegenhypothesen, auch bei vorhandener a-priori-lnformation, nur auf Geraden liegen, welche parallel zu den Koordinatenachsen verlaufen (im Bild durch Balken dargestellt) und sich im Hypothesenknoten schneiden. Die Auswahl der Knoten, sowie die Approximation der zugehörigen Distanzmetriken, reduzieren sich somit auf die Analyse weniger Elemente, wobei die Distanzen bereits durch die Ermittlung der Hypothese bestimmt sind. Dies ermöglicht insbesondere bei Blattknoten eine kostengünstige parallele Betrachtung und Analyse aller Gegenhypothesen einer Baumebene, wodurch eine parallele Berechnung der Zuverlässigkeitsinformationen möglich ist. Eine Betrachtung mehrerer Blattknoten eines Vaterknotens entfällt hierdurch, wodurch je nach Ausführungsvariante weitere Vereinfachungen im Suchalgorithmus (z.B. Verringerung von Umfang und Anzahl an Sortierungen, Verkleinerung der Radiusliste etc.) einhergehen können. Neben der Bestimmung geeigneter Gegenhypothesen kann das Verfahren darüber hinaus auch zur Auswahl und weiteren Analyse günstiger Gegenhypothesen in den übrigen Baumebenen zum Einsatz kommen. Da hier, durch die Auswirkungen (Interferenz) auf die noch zu betrachtenden Baumebenen, allerdings auch andere Knoten die günstigste Gegenhypothese bilden können ist die Effizienz und die Auswirkungen auf die Baumsuche stark von der Ausführungsvariante abhängig. Durch die Ausrichtung des Verfahrens an der Hypothese der jeweiligen Baumebene ist darüber hinaus das Verfahren auch für Baumsuchverfahren mit vorhandener a-priori Information anwendbar. In einer weiteren vorteilhaften Ausführungsvariante kann bei der Baumsuche ein anderes Suchkriterium verwendet werden, als bei der Ermittlung der Hypothesen bzw. Gegenhypothesen und deren Zuverlässigkeitsinformation. Wird beispielsweise für die Detektion das MMSE Verfahren angewendet, so sind die Suchergebnisse und die 5 resultierenden Zuverlässigkeitsinformationen nicht erwartungstreu, da sie mit einem so genannten Bias behaftet sind. Dieser entsteht durch die Rauschunterdrückung, der Minimierung des mittleren quadratischen Fehlers. Bei der Baumsuche kann die MMSE- Detektion beispielsweise, wie von E. Zimmermann und G. Fettweis in "Unbiased MMSE Tree Search Detection for Multiple Antenna Systems", International Symposium on l o Wireless Personal Multimedia Communications (WPMC'06), September 2006, durchThe combination of mapping information and the approximation of the distances or the related geometric analysis results in further simplifications in the determination of the counter-hypotheses of the tree search. This is illustrated in FIG. 12 using the example of a 64-QAM and Gray mapping. If, for example, the so-called gray mapping is used in an embodiment variant for the assignment of the bits to the transmitted symbols, the most favorable counterhypotheses, even if there is a priori information, can lie only on straight lines which run parallel to the coordinate axes (in FIG Image represented by bars) and intersect in the hypothesis node. The selection of the nodes, as well as the approximation of the associated distance metrics, are thus reduced to the analysis of fewer elements, the distances being already determined by the determination of the hypothesis. This makes it possible, in particular in the case of leaf nodes, for cost-effective parallel consideration and analysis of all counter-hypotheses of a tree level, which makes parallel calculation of the reliability information possible. A consideration of several leaf nodes of a parent node is thereby eliminated, which can be accompanied by further simplifications in the search algorithm (eg reduction of the scope and number of sorts, reduction of the radius list, etc.), depending on the variant embodiment. In addition to the determination of suitable counter-hypotheses, the method can also be used for the selection and further analysis of favorable counter-hypotheses in the remaining tree levels. Since here, by the effects (interference) on the still to be considered tree levels, however, other nodes can form the most favorable counter-hypothesis, the efficiency and the impact on the tree search strongly depends on the design variant. By aligning the method with the hypothesis of the respective tree level, moreover, the method is also applicable to tree search methods with existing a-priori information. In a further advantageous embodiment, another search criterion can be used in the tree search, as in the determination of the hypotheses or counter-hypotheses and their reliability information. If, for example, the MMSE method is used for the detection, the search results and the resulting reliability information are not reliable since they are subject to so-called bias. This is due to the noise suppression, the minimization of the mean square error. For tree searching, for example, MMSE detection may be performed as described by E. Zimmermann and G. Fettweis in "Unbiased MMSE Tree Search Detection for Multiple Antenna Systems", International Symposium on Wireless Personal Multimedia Communications (WPMC'06), September 2006
22
Erweiterung der Kanalmatrix vor der QR-Zerlegung erfolgen, wodurch der Bias σ x inExtension of the channel matrix before the QR decomposition, whereby the bias σ x in
der euklidischen Distanz enthalten ist: W W = |y - Hχ|2 + σ2 ||χ|of the Euclidean distance is: WW = | y - Hχ | 2 + σ 2 || χ |
{0} {σl}{0} {σl}
Während der Bias bei der Suche vorteilhaft den Suchraum eingrenzt, führt er bei der Berechnung der Zuverlässigkeitsinformation zu einem Fehler und sollte daher für eineWhile the bias advantageously limits the search space in the search, it results in the calculation of the reliability information to an error and should therefore for a
15 genaue Detektion entfernt werden. Dies kann jedoch auch zu abweichenden Hypothesen und Gegenhypothesen führen. Fig. 13 verdeutlicht den Einfluss des Bias auf die Positionsbestimmung. Fig. 13-1 zeigt die durch den Bias hervorgerufene Verringerung der Distanzen. Je weiter die Konstellationspunkte vom Ursprung entfernt sind, desto größer ist die Verringerung. Neben der Entfernung des Bias aus den Distanzmetriken für die15 accurate detection can be removed. However, this can also lead to deviant hypotheses and counter-hypotheses. Fig. 13 illustrates the influence of the bias on the position determination. Fig. 13-1 shows the reduction of the distances caused by the bias. The farther the constellation points are from the origin, the greater the reduction. In addition to the removal of the bias from the distance metrics for the
2 o Berechnungen ist somit auch die Veränderung der Hypothese und somit der Gegenhypothesen erforderlich. Durch Einbeziehung des Einflusses auf die Konstellationspunkte und die Entscheidungsregionen, wie in Fig. 13-2 dargestellt, kann die geometrische2 o Calculations is therefore also the change of the hypothesis and thus the counter-hypothesis required. By including the influence on the constellation points and the decision regions, as illustrated in FIG. 13-2, the geometric
Betrachtung bei der beschriebenen MMSE Detektion auf ein mit Vl -er2 gestauchtes System übertragen werden. Durch die ungünstige Stauchung des Systems entfallenConsidering the MMSE detection described to be transferred to a Vl -er 2 compressed system. Due to the unfavorable compression of the system eliminated
25 jedoch viele der Vorteile der Positionsbestimmung, wie die Verwendung kostengünstiger Operationen für die Bestimmung der Entscheidungsräume. Hierdurch ist eine Übertragung des Biaseinflusses auf die Position des Repräsentanten des Sucharguments, wie in Fig. 13-3 dargestellt, günstiger. Um dies zu erreichen wird in einer erfindungsgemäßen Ausführungsvariante ein Korrekturterm für die Berechnungen bzw. die Knoten-However, many of the benefits of positioning, such as the use of cost-effective operations for determining decision spaces. As a result, transmission of the bias influence to the position of the representative of the search argument, as shown in FIG. 13-3, is more favorable. In order to achieve this, in a variant according to the invention, a correction term for the calculations or the node
30 bestimmungen eingeführt. Zur Bestimmung der Hypothesen bzw. Gegenhypothesen einer Baumebene wird daher eine korrigierte Position des Suchargumentes eingeführt: yt '" := je* yt " und das ursprüngliche QAM-Gitter für die Positionsbestimmung verwendet. Für die beschriebene MMSE-Detektion ergibt sich der Korrekturterm aus dem Erwartungswert der MMSE-Detektion zu κ = - , welcher vor der Baumsuche30 provisions introduced. To determine the hypotheses or counter-hypotheses of a tree plane, therefore, a corrected position of the search argument is introduced: y t '": = je * y t " and the original QAM grid used for the position determination. For the described MMSE detection, the correction term results from the Expected value of MMSE detection at κ = -, which is before the tree search
I- σ bestimmt werden kann. Da die Bestimmung der Hypothesen bzw. Gegenhypothesen und deren Distanzmetriken für die Berechnung der Zuverlässigkeitsinformationen unabhängig von der eigentlichen Suche, sowie der Suchraumbegrenzung sind, hat dieses Verfahren prinzipiell keinen Einfluss auf den Suchablauf. Durch die verbesserte Ermittlung der Zuverlässigkeitsinformationen verbessert sich allerdings die Suchgenauigkeit. Der Einfluss auf die Detektionsgenauigkeit und die Komplexität einer nachfolgend näher betrachteten Ausführungsvariante eines List Sphere Detektors ist in den Fign. 16 und 17 dargestellt.I- σ can be determined. Since the determination of the hypotheses or counterhypotheses and their distance metrics for the calculation of the reliability information are independent of the actual search as well as the search space limitation, this method has in principle no influence on the search process. Improved identification of reliability information, however, improves search accuracy. The influence on the detection accuracy and the complexity of a variant of a list sphere detector, which is considered in more detail below, is shown in FIGS. 16 and 17 shown.
Die Auswirkungen der erfindungsgemäßen Approximation der euklidischen Distanzen und die erfindungsgemäße Bestimmung der Gegenhypothesen auf die Baumsuche soll nun anhand von Ausführungsbeispielen eines List Sphere Detectors, einem MIMO- Detektionsverfahren auf Basis eines Baumsuchverfahrens der Tiefensuche, detailliert beschrieben.The effects of the Euclidean distance approximation according to the invention and the inventive determination of the counter-hypotheses on the tree search will now be described in detail by means of exemplary embodiments of a List Sphere Detector, a MIMO detection method based on a tree search method of depth search.
Eine modifizierte Form des in Fig. 5 beschriebenen List-Sphere-Detection-Algorithmus ist in Fig. 14 dargestellt. Dieser weist einen regularisierten Datenfluss auf und wurde ausführlich in der bereits früher eingereichten DE-Patentanmeldung "Verfahren zur baumsuchbasierten Detektion von Empfangssignalen" derselben Anmelderin beschrieben. Nach einer Initialisierung (Schritt 1 102) wird der regularisierte Algorithmus wie folgt durchgeführt:A modified form of the list-sphere detection algorithm described in FIG. 5 is shown in FIG. This has a regularized data flow and has been described in detail in the previously filed DE patent application "Method for tree-based detection of received signals" of the same applicant. After initialization (step 1 102), the regularized algorithm is performed as follows:
1 . Solange die Suche noch nicht beendet ist (Entscheidung 1 140), also z.B. der Suchbaum nicht vollständig durchlaufen wurde oder Abbruchbedingungen wie die maximale Anzahl an Takten nicht erfüllt sind, wird der Algorithmus fortgesetzt, ansonsten wird der 6. Schritt durchgeführt.1 . As long as the search is not finished (decision 1 140), e.g. If the search tree has not been completely traversed or if abort conditions such as the maximum number of cycles are not met, the algorithm is continued, otherwise the sixth step is performed.
2. Als nächstes werden die Kinderknoten in der aktuellen Ebene weiter betrachtet. Aufgrund der Initialisierung oder einer gesonderten Ebenen- und Folgeknotenbestimmung, wie sie detailliert in der bereits früher eingereichten DE- Patentanmeldung "Verfahren und Anordnung zur Auswahl von Ebenen bei2. Next, the children's nodes in the current level are considered further. Due to the initialization or a separate level and sequence node determination, as described in detail in the previously filed DE patent application "method and arrangement for the selection of levels in
Baumsuchalgorithmen der Tiefensuche" derselben Anmelderin beschrieben worden ist, ist hierbei stets der als nächstes zu betrachtende Elternknoten bekannt. Die hieraus resultierenden Interferenzen, sowie die Interferenzen der übrigen bereits geschätzten Symbole werden aus dem Empfangssymbol entfernt (Schritt 1 104), und die Distanzen zu den Kinderknoten werden ermittelt (Schritt 1 105). Für die Auswahl der günstigsten Knoten ist dabei z. B. eine Berechnung aller Kinderknoten sowie deren Sortierung (Schritt 1 106) gemäß ihrer Wahrscheinlichkeiten erforderlich.The same applies to the parent node to be considered next, the resulting interferences, as well as the interferences of the other already estimated symbols are removed from the receive symbol (step 1 104), and the distances to the Child nodes are detected (step 1 105) for selection the cheapest node is z. B. a calculation of all children's nodes and their sorting (step 1 106) required according to their probabilities.
3. Als nächstes wird überprüft, ob der Suchraum eingegrenzt werden kann, wobei diese Überprüfung unabhängig von der aktuell betrachteten Baumebene auf Basis des Abspeicherns und Sortierens der für die Suchsphäre maßgeblichen Kandidaten in Schritt 1 1 10 erfolgt. Sortierkriterium ist beispielweise die Zuverlässigkeit der Kandidaten.3. Next, it is checked whether the search space can be limited, whereby this check is carried out independently of the currently considered tree level on the basis of the storage and sorting of the candidates relevant for the search sphere in step 1110. Sort criterion is, for example, the reliability of the candidates.
4. Im Anschluss kann die als nächstes zu betrachtende Ebene ermittelt werden (1 130).4. Subsequently, the next level to be considered can be determined (1 130).
5. Die Baumsuche wird bei 1. fortgesetzt. 6. Wenn die Suche beendet ist (Entscheidung 1 140), also z. B. der Suchbaum vollständig durchlaufen wurde oder Abbruchbedingungen wie die maximale Anzahl an Takten erfüllt sind, werden aus den ermittelten Blattknoten die Zuverlässigkeitsinformationen berechnet und abgespeichert (Schritt 1 142).5. The tree search is continued at 1.. 6. When the search is completed (decision 1 140), so z. For example, if the search tree has been completely traversed or termination conditions such as the maximum number of cycles are met, the reliability information is calculated and stored from the determined leaf nodes (step 1 142).
Anhand der enthaltenen Module zeigen sich deutlich die Nachteile der bekanntenThe included modules clearly show the disadvantages of the known ones
Suchreihenfolgebestimmung. So erfolgt die Berechnung der Hypothesen und Gegenhypothesen in jeder Ebene parallel. Hierfür werden in jeder Ebene die Q möglichenSearch sequence determination. Thus, the calculation of hypotheses and counter-hypotheses in each level takes place in parallel. For this the Q are possible in every level
Elemente einer ß -QAM über die Berechnung der euklidischen Distanzen bewertet und in der Folge weiter analysiert (siehe 1 105). Die Entfernung des Bias erfolg für alle betrachteten Elemente parallel, d.h. in der Blattebene für Q Elemente bei einer ß -QAM. Hierdurch müssen relativ viele Elemente betrachtet werden, von denen nachfolgend nur 1 + Vß (eine Hypothese und -y/ß Gegenhypothesen) für die Berechnung derElements of a β-QAM are evaluated by calculating the Euclidean distances and then further analyzed (see 1 105). The removal of the bias is done in parallel for all considered elements, i. in the leaf plane for Q elements at a ß -QAM. As a result, a relatively large number of elements have to be considered, of which only 1 + Vß (a hypothesis and / or counter hypotheses) for the calculation of the
Zuverlässigkeitsinformation benötigt werden. Die Erweiterung von Baumknoten zur Ermittlung der Gegenhypothesen erfolgt in den Baumebenen parallel, wodurch viele Knoten zu analysieren sind.Reliability information needed. The extension of tree nodes to determine the counterhypotheses takes place in parallel in the tree levels, whereby many nodes are to be analyzed.
In Fig. 14 ist der erfindungsgemäß modifizierte Algorithmus dargestellt, wobei Module mit gleicher oder analoger Funktion wie in Fig. 13 mit analogen, um 100 erhöhten Bezugszeichen bezeichnet sind. Der veränderte Algorithmus ist durch eine vorgezogene Approximation der Sortierung und parallele Betrachtung von Folgeknoten gekennzeichnet. Für die Bestimmung der Suchreihenfolge wird dabei die Übereinstimmung des Suchargumentes mit den Baumknoten ermittelt. Hiefür wird beispielsweise ein Verfahren basierend auf Entscheidungsregionen verwendet, analog zu dem oben vorgestellten Verfahren. Nach der Auswahl des als nächstes zu betrachtenden Elementes erfolgt lediglich die Betrachtung eines Knotens (1205), sowie des nachfolgend zu betrachtenden Knotens der Baumebene parallel hierzu, über die Berechnung oder Approximation der Distanzmetriken. Die anschließende Sortierung entfällt, und das eventuelle Einsortieren in eine Radiusliste reduziert sich auf das Einsortieren eines Knotens in eine Liste (1210).FIG. 14 shows the algorithm modified according to the invention, wherein modules with the same or analogous function as in FIG. 13 are designated with analogous references, increased by 100. The modified algorithm is characterized by an early approximation of the sorting and parallel consideration of follower nodes. For the determination of the search order, the correspondence of the search argument with the tree nodes is determined. For example, a method based on decision regions is used, analogous to the method presented above. After the selection of the element to be considered next, only the consideration of a node (1205), as well as of the node of the tree plane to be considered below, takes place parallel to this, via the calculation or approximation of Distance metrics. The subsequent sorting is omitted, and the possible sorting into a radius list is reduced to the sorting of a node into a list (1210).
Durch die Anwendung der erfindungsgemäßen Approximation der Distanzen in Kombination mit der erfindungsgemäßen Bestimmung der Hypothesen undBy applying the approximation of the distances according to the invention in combination with the inventive determination of the hypotheses and
Gegenhypothesen ergeben sich hierbei deutliche Vorteile. So ist die Bestimmung der Blätter und deren Distanzen parallel möglich. Gleiches gilt für die Approximation der Distanzmetriken, die über das beschriebene Verfahren kostengünstig und nur für die gültigen Blätter erfolgen muss. Bei Baumknoten welche keine Baumblätter darstellen kann durch die erfindungsgemäße Approximation der Distanzmetriken gleichermaßen dieCounter-hypotheses result in significant advantages. Thus, the determination of the leaves and their distances is possible in parallel. The same applies to the approximation of the distance metrics, which must be cost-effective via the method described and only for the valid leaves. In the case of tree nodes which can not represent tree leaves, the approximation of the distance metrics according to the invention likewise makes possible
Distanzberechnung vereinfacht werden. Resultierend hieraus vereinfachen sich der Ablauf und die Komplexität des Algorithmus und der Berechnungen deutlich, gleichzeitig sinkt die durch die Verarbeitungen verursachte Latenz (sequentielle Blattbetrachtung etc.), was zu deutlich leistungs- und flächeneffizienteren Detektor-Umsetzungen führt.Distance calculation can be simplified. As a result, the process and the complexity of the algorithm and the calculations are simplified considerably, at the same time the latency caused by the processing decreases (sequential sheet viewing, etc.), which leads to significantly more efficient and surface-efficient detector conversions.
Ist ein resultierender Knoten ungültig (z.B. weil er außerhalb der Punkte der potentiellen Sendesymbole liegt) oder ungünstig (weil der Knoten z.B. zu keiner neuen Gegenhypothese führt), so wird dieser in einer günstigen Ausführungsvariante des Baumsuch- Algorithmus nicht betrachtet und stattdessen direkt entsprechend der Sequenz der folgende gewählt. Durch Vermeidung der Betrachtung ungültiger Knoten wird es möglich, pro Schleifendurchlauf des Baumsuch-Algorithmus einen Knoten zu betrachten.If a resulting node is invalid (eg because it lies outside the points of the potential transmit symbols) or unfavorable (because the node does not lead to a new counter-hypothesis), then this is not considered in a favorable variant of the tree-searching algorithm and instead directly according to the sequence the following is chosen. By avoiding the consideration of invalid nodes, it becomes possible to look at a node per loop pass of the tree search algorithm.
Bei einer geeigneten Knotenauswahl in Kombination mit einer Pipeline-Verarbeitung der verarbeitenden Prozessoreinheiten kann eine Erweiterung von einem Knoten pro Takt erfolgen. Die Prozesse zur Distanzschätzung, zur Ermittlung der gültigen Knoten, zur parallelen Auswertung der Hypothesen und Gegenhypothesen können in je einem verarbeitenden Modul integriert werden oder können mittels mehrerer Module erfolgen. Die Ergebnisse anderer Module der Baumsuche, wie der zur Bestimmung der Suchreihenfolge, für die Approximation der Distanzen oder der Auswahl gültiger bzw. günstiger Knoten für die Baumsuche oder der Bestimmung abweichender Hypothesen bzw. Gegenhypothesen lassen sich für die Berechnung der Zuverlässigkeitsinformation wiederverwenden.With proper node selection in combination with pipeline processing of the processing processor units, one node per clock extension can be made. The processes for distance estimation, for the determination of the valid nodes, for the parallel evaluation of the hypotheses and counterhypotheses can each be integrated in one processing module or can be carried out by means of several modules. The results of other modules of the tree search, such as the search order, the approximation of the distances or the selection of valid or favorable nodes for the tree search or the determination of dissenting hypotheses or counter-hypotheses can be reused for the calculation of the reliability information.
Ein gutes Maß zur Ermittlung der Berechnungskomplexität und somit zur Abschätzung des erreichbaren Durchsatzes ist die Zahl der Knotenerweiterungen der Baumsuche. In Fig. 15 ist die Leistungsfähigkeit und in Fig. 16 die Komplexität des erweiterten Sphere- Detection-Algorithmus mit Approximation der Distanzmetriken, mit und ohne Berück- sichtigung des Biaseinflusses auf die Wahl der Hypothesen und Gegenhypothesen, im Vergleich zur traditionellen Umsetzung dargestellt. Bei der Detektion ohne Detektor/Decoder-Iterationen ist die Leistungsfähigkeit nur geringfügig geringer. Wird der Einfluss des Bias berücksichtigt, kann der bei der Baumsuche entstehende Leistungsverlust mehr als halbiert werden. Hierbei resultieren die geringen Leistungsunterschiede von ca. 0,2 dB (bei einem BER von 10~5 ) zum traditionellen Algorithmus im Wesentlichen aus der erfindungsgemäß vereinfachten Distanzberechnung für die Blattmetriken und einer durch die erfindungsgemäß ausschließliche Betrachtung der Hypothesen bei der Suchraumfestlegung ermöglichten Verkleinerung der Radiuslistengröße (8 statt 16). Hierdurch ist eine deutliche Reduktion der Radius bestimmenden Liste möglich, was die Hardwarekomplexität senkt. Diese ist auch für den leichten Komplexitätsrückgang ursächlich. Bei gleicher Komplexität bietet der über das Verfahren modifizierte Baumsuchalgorithmus mit Berücksichtigung des Biaseinflusses somit eine zum ursprünglichen Algorithmus vergleichbare Leistungsfähigkeit.A good measure for determining the computational complexity and thus for estimating the achievable throughput is the number of node extensions of the tree search. FIG. 15 shows the performance and in FIG. 16 the complexity of the extended sphere detection algorithm with approximation of the distance metrics, with and without consideration. the bias influence on the choice of hypotheses and counter-hypotheses, compared to the traditional implementation. In detection without detector / decoder iterations, the performance is only slightly lower. If the influence of the bias is taken into account, the power loss of the tree search can be more than halved. In this case, the small differences in performance of approximately 0.2 dB (with a BER of 10 -5 ) to the traditional algorithm essentially result from the inventively simplified distance calculation for the sheet metrics and a reduction of the radius list size made possible by the exclusive consideration of the hypotheses in the search space specification (8 instead of 16). As a result, a significant reduction of the radius-determining list is possible, which lowers the hardware complexity. This is also responsible for the slight decrease in complexity. With the same complexity, the tree-search algorithm modified by the method, taking account of the bias influence, thus offers a performance comparable to the original algorithm.
Werden für eine Detektion mehrere Detektor/Decoder- Iterationen verwendet, so ist bei der Baumsuche jedoch a-priori Information vorhanden und die Suchreihenfolge kann nicht ausschließlich über die euklidische Distanz ermittelt werden. Fig. 17 verdeutlicht den Einfluss der a-priori Information auf die Distanzmetriken, welche der Suchreihenfolge zugrunde liegen. Die Distanzmetriken ergeben sich aus der Metrik der darüberliegenden Ebenen, der euklidischen Distanz und der a-priori Information. Da diese gemäß dem beschriebenen Systemmodell als statistisch unabhängig betrachtet werden können ergibt sich für das gewählte Gray-Mapping eine quasi zufällige Verteilung über der Distanz von yt " . Wird der Einfluss der a-priori Information auf die Suchreihenfolge infolgedessen vernachlässigt, so ist die Reihenfolge und somit die dem erfindungsgemäßen Verfahren zugrunde liegende Bestimmung der Blatthypothese mit einem gewissen Fehler versehen, welcher in Folge zu einem so genannten Error Floor bei der Detektion führt. Die Leistungsfähigkeiten der entsprechenden Algorithmen sind in Fig. 18 im Vergleich zum traditionellen Algorithmus für T=4 Iterationen dargestellt. Bei der Betrachtung der Leistungsfähigkeit einer Blattmetrikapproximation ohne Berücksichtigung von a-prioriIf a plurality of detector / decoder iterations are used for detection, however, a priori information is available in the tree search and the search order can not be determined exclusively via the Euclidean distance. 17 illustrates the influence of the a-priori information on the distance metrics underlying the search order. The distance metrics result from the metrics of the overlying levels, the Euclidean distance, and the a-priori information. Since these can be regarded as statistically independent according to the system model described, a quasi-random distribution over the distance of y t "results for the selected gray mapping. If the influence of the a priori information on the search order is neglected as a result, the order is and thus the determination of the leaf hypothesis underlying the method according to the invention is provided with a certain error, which subsequently leads to a so-called error floor in the detection The performance capabilities of the corresponding algorithms are shown in Fig. 18 in comparison to the traditional algorithm for T = 4 When considering the performance of a sheet metric approximation without considering a-priori
Information, in Fig. 18 durch Kreuze dargestellt, zeigt sich im Vergleich zum traditionellen Algorithmus (durch kleine punkte dargestellt) eine Abweichungen von ca. 0,8 dB und ein Error Floor. Diese können durch die Einbeziehung der a-priori Information in die Bestimmung der Blatthypothese jedoch, wie beschrieben, verringert werden (durch Rhomben dargestellt), wodurch lediglich der durch die Approximation der Distanzen entstehende Fehler von ca. 0,4 dB verbleibt. Resultierend aus den geringen Leistungsverlusten ist das Verfahren daher in der beschriebenen Ausführungsvariante auch für Baumsuchverfahren mit a-priori Information und somit für so genannte iterative Detektor/Decoder-Prozesse einsetzbar. Dabei können zwischen der Baumsuche und einem Dekoder Zuverlässigkeitsinformationen ausgetauscht werden, und die Suche kann nach dem Turbo-Prinzip, wie von J. Hagenauer in "The Turbo Principle in MobileInformation, represented by crosses in FIG. 18, shows deviations of about 0.8 dB and an error floor compared to the traditional algorithm (represented by small dots). However, these can be reduced by the inclusion of the a-priori information in the determination of the leaf hypothesis, as described (represented by rhombs), whereby only the error of approximately 0.4 dB resulting from the approximation of the distances remains. As a result of the low Power losses, the method is therefore used in the embodiment described also for tree search method with a priori information and thus for so-called iterative detector / decoder processes. In this case, reliability information can be exchanged between the tree search and a decoder, and the search can be carried out according to the turbo principle, as described by J. Hagenauer in "The Turbo Principle in Mobile
Communications", International Symposium on Information Theory and Its Applications, Xi'an, PRC, Oktober, 2002 beschrieben, durchgeführt werden. Die Steuerung der Genauigkeit der Iterationen kann auch hierbei über die Einstellungen und Justierungen des Suchalgorithmus erfolgen. Der Einfluss der a-priori-lnformation bei der Bestimmung der Suchreihenfolge kann durch Schwellwerte berücksichtigt werden. Der Einfluss der a- priori-lnformation kann bei der Bestimmung der Suchreihenfolge auch durch Ermittlung der a-priori-spezifischen Reihenfolge vor oder parallel zur Baumsuche berücksichtigt werden.Communications ", International Symposium on Information Theory and Its Applications, Xi'an, PRC, October, 2002. The control of the accuracy of the iterations can also be done via the settings and adjustments of the search algorithm.The influence of a priori The influence of the a-priori information can also be taken into account when determining the search order by determining the a-priori-specific order before or parallel to the tree search.
In einer Ausführungsvariante der erfindungsgemäßen Approximation der Distanzmetriken, der Betrachtung der Hypothese bzw. Gegenhypothesen und der Einbeziehung von Korrekturthermen wird eine Verwendung der STA für die Implementierung ermöglicht. Durch die Ausführung der Prozesse in je einer Berechnungseinheit können die entsprechenden Komponenten des Algorithmus in ein oder mehrere STA-Module integriert werden. Die Steuerung der Module kann dann einzeln oder über ein VLIW erfolgen. Dies ermöglicht die Vorteile einer STA, hohe Leistungsfähigkeit, geringer Stromverbrauch, einfache Erweiterbarkeit und hohe Flexibilität, auch für Baumsuchverfahren zu nutzen.In one embodiment variant of the distance metrics according to the invention, the consideration of the hypothesis or counterhypotheses and the inclusion of correction terms, a use of the STA for the implementation is made possible. By executing the processes in one calculation unit, the corresponding components of the algorithm can be integrated into one or more STA modules. The control of the modules can then take place individually or via a VLIW. This provides the benefits of STA, high performance, low power consumption, easy expandability, and high flexibility to use for tree searching.
Die Erfindung kann im Zusammenhang mit einem OFDM- (Orthogonal Frequency Division Multiplex) Verfahren als digitales Übertragungsverfahren zum Einsatz kommen, die Systemmatrix H beinhaltet dann den Übertragungskanal im Frequenzbereich für einen oder mehrere Unterträger. Die Erfindung kann auch im Zusammenhang mit anderen Mehrfachzugriffsverfahren, Direct-Sequence-CDMA (DS-CDMA) oder Multi-Carrier-CDMA (MC-CDMA) oder Space-Division-Multiple-Access (SDMA), angewendet werden.The invention can be used in connection with an OFDM (Orthogonal Frequency Division Multiplex) method as a digital transmission method, the system matrix H then includes the transmission channel in the frequency domain for one or more subcarriers. The invention may also be used in conjunction with other multiple access methods, Direct Sequence CDMA (DS-CDMA) or Multi-Carrier CDMA (MC-CDMA) or Space Division Multiple Access (SDMA).
Die Erfindung ist auch bei einem Mehrnutzer-Übertragungsverfahren (MUT - Multi User Transmission) zu einem oder mehreren Empfängern mit gemeinschaftlicher Detektion der empfangenen Daten anwendbar. Die Systemmatrix H beinhaltet dann die Übertragungskanäle zwischen den entsprechenden Nutzern. In dem einen oder den mehreren Empfängern können mehrere Antennen verwendet werden. The invention is also applicable to a multi-user transmission method (MUT) to one or more receivers with collaborative detection of the received data. The system matrix H then contains the transmission channels between the corresponding users. Multiple antennas may be used in the one or more receivers.

Claims

Verfahren zur Bestimmung von Distanzmetriken für Knoten und vonGegenhypothesen bei einem Baumsuch-Algorithmus, Baumsuchverfahren undDetektoranordnung zur Durchführung der VerfahrenPatentansprüche Method for determining distance metrics for nodes and counter-hypotheses in a tree search algorithm, tree search method, and detector array for performing the method claims
1. Verfahren zur Bestimmung von Distanzmetriken für Knoten eines Baumsuch- Algorithmus und zur Bestimmung von Gegenhypothesen zur Detektion von Mehrpunkt-zu-Mehrpunkt- (MIMO-) Empfangssignalen, die durch eine Modulationskonstellation charakterisiert sind, in einem Telekommunikationssystem, gekennzeichnet durch folgende Schritte:Method for determining distance metrics for nodes of a tree-searching algorithm and for determining counter-hypotheses for the detection of multipoint-to-multipoint (MIMO) received signals characterized by a modulation constellation, in a telecommunication system, characterized by the following steps:
Zerlegen einer durch die Modulationskonstellation definierten geometrischen Betrachtungsfläche in eine Mehrzahl von Bezugsflächen; für jede der Bezugsflächen, Festlegen der euklidische Distanzen zu einerDecomposing a geometric viewing surface defined by the modulation constellation into a plurality of reference surfaces; for each of the reference surfaces, setting the Euclidean distances to one
Mehrzahl von nächstliegenden Konstellationspunkten der Modulationskonstellation der Empfangssignale als Repräsentanten der potentiellen Baumknoten, undPlurality of nearest constellation points of the modulation constellation of the received signals as representatives of the potential tree nodes, and
Abspeichern der Distanzen d oder normierten Distanzen ru 2d in einerStore the distances d or normalized distances r u 2 d in one
Nachschlagtabelle; Empfangen eines Signals;Lookup table; Receiving a signal;
Bestimmen der vordefinierten Bezugsfläche, in der das Empfangssignal oder dessen Repräsentant liegt; undDetermining the predefined reference area in which the received signal or its representative is located; and
Abrufen der für diese Bezugsfläche vordefinierten Distanzen aus der Nachschlagtabelle und Verwenden dieser im Baumsuch-Algorithmus als Approximation der Distanzmetriken für das empfangene Signal.Get the predefined distances for this datum from the lookup table and use them in the tree search algorithm as an approximation of the distance metrics for the received signal.
2. Verfahren nach Anspruch 1 , d a d u r c h gekennzeichnet, dass das Festlegen der euklidischen Distanzen über einen die Bezugsfläche repräsentierenden Punkt erfolgt.2. Method according to claim 1, characterized in that the setting of the Euclidean distances takes place over a point representing the reference surface.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Modulationskonstellation eine QAM-Konstellation ist und die geometrische Fläche des Betrachtungsraums auf einen Achtelsektor einer zwischen vier benachbarten Punkten der QAM-Konstellation definierten geometrischen Fläche abbildet wird, wobei der zum Empfangssignal nächstgelegene Konstellationspunkt als Bezugspunkt für den Achtelsektor genutzt wird und der zerlegte Achtelsektor auf denjenigen Achtelsektor der QAM- Konstellation, in dem das empfangene Signal liegt, abgebildet wird.Method according to claim 1 or 2, characterized in that the modulation constellation is a QAM constellation and the geometric area of the viewing space is mapped to an eighth sector of a geometric area defined between four adjacent points of the QAM constellation, the constellation point closest to the received signal used as a reference point for the eighth sector and the decomposed eighth sector is mapped onto the eighth sector of the QAM constellation in which the received signal is located.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass als Bezugsflächen Entscheidungsbereiche verwendet werden, die in einem Schritt der4. The method according to claim 3, characterized in that are used as reference areas decision areas, in a step of
Sequenzapproximation durch eine geometrische Eingrenzung der relativen Position eines Empfangssymbols ermittelt worden sind.Sequence approximation have been determined by a geometric limitation of the relative position of a receiving symbol.
5. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass der Achtelsektor in gleichschenklig-rechtwinklige Dreiecke unterteilt wird und diese als5. The method according to claim 3, characterized in that the eighth sector is divided into isosceles-right triangles and this as
Bezugsflächen genutzt werden.Reference surfaces are used.
6. Verfahren nach Anspruch einem der Ansprüche 2 bis 5, d a d u r c h gekennzeichnet, dass jeweils der Flächenmittelpunkt oder der quadratische Flächenmittelpunkt jeder Bezugsflächen als der die Fläche repräsentierende Punkt definiert wird.A method according to any one of claims 2 to 5, characterized in that each of the centroid or square centroid of each reference plane is defined as the point representing the surface.
7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Baumsuch-Algorithmus eine Detektion gemäß dem Minimum-Mean-Square-Error-Kriterium (MMSE-Detektion) beinhaltet und dass vor dem Schritt des Rundens des Signals auf einen der vordefinierten Punkte eine Korrektur der Position des empfangenen Signals durch Multiplikation mit einem Korrekturterm l/(l-σ2) erfolgt, wobei σ2 die Rauschvarianz ist.A method according to any one of the preceding claims, characterized in that the tree search algorithm includes detection according to the minimum mean square error criterion (MMSE detection) and that before the step of rounding the signal to one of the predefined points a correction of the position of the received signal by multiplication with a correction term l / (l-σ 2 ), where σ 2 is the noise variance.
8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Bestimmung von Distanzmetriken und von Gegenhypothesen für einen Blattknoten erfolgt und als Gegenhypothesen ausschließlich Gitterpunkte der QAM-Konstellation in rein reeller oder imaginärer Richtung von der Hypothese betrachtet werden.8. The method according to any one of the preceding claims, characterized in that the determination of distance metrics and of counter-hypotheses for a leaf node takes place and considered as counter-hypotheses only grid points of the QAM constellation in purely real or imaginary direction of the hypothesis.
9. Baumsuchverfahren zur Detektion von Mehrpunkt-zu-Mehrpunkt-9. Tree Search Method for Detecting Multipoint to Multipoint
Empfangssignalen in einem Telekommunikationssystem, welches die Bestimmung einer Suchreihenfolge für jedes Empfangssymbol sowie die Bestimmung von Distanzmetriken für jede Hypothese und Gegenhypothese zu dem Empfangssymbol umfasst, d a d u r c h gekennzeichnet, dass dieReceiving signals in a telecommunication system, which includes the determination of a search order for each receive symbol as well as the determination of distance metrics for each hypothesis and counter-hypothesis to the receive symbol, d a d u r c h characterized in that the
Distanzmetriken für jedes Empfangssymbol entsprechend dem Verfahren nach einem der Ansprüche 1 bis 6 approximiert werden.Distance metrics for each receive symbol according to the method one of claims 1 to 6 are approximated.
10. Baumsuchverfahren nach Anspruch 9, dadurch gekennzeichnet, dass die Bestimmung der Suchreihenfolge durch eine geometrische Analyse 5 der relativen Position eines Empfangssymbols in Bezug auf Konstellationspunkte eines aus potentiellen Sendesymbolen bestehenden Gitters in der IQ-Ebene der QAM -Konstellation approximiert wird, wobei durch sukzessive Teilung eines Achtelsektor einer zwischen vier benachbarten Punkten der QAM-Konstellation definierten Fläche durch Hilfsgeraden Entscheidungsbereiche definiert werden, für o welche Suchreihenfolgesequenzen vordefiniert werden, um die Suchreihenfolge zu approximieren, und dass die bei der Suchreihenfolgeapproximation definierten Entscheidungsbereiche bei der Bestimmung der Distanzmetriken als Bezugsflächen zur Approximation der Distanzmetriken wiederverwendet werden. 5A tree searching method according to claim 9, characterized in that the determination of the search order is approximated by a geometric analysis 5 of the relative position of a reception symbol with respect to constellation points of a lattice consisting of potential transmission symbols in the IQ plane of the QAM constellation Division of an eighth sector of an area defined between four adjacent points of the QAM constellation by auxiliary lines decision regions are defined for o which search sequence sequences are predefined to approximate the search order, and that the decision areas defined in the search sequence approximation in determining the distance metrics as reference surfaces for approximation the distance metrics are reused. 5
11. Detektoranordnung zur Detektion von Mehrpunkt-zu-Mehrpunkt-Empfangssignalen in einem Telekommunikationssystem, dadurch gekennzeichnet, dass die Anordnung Module zur Ausführung eines Baumsuchverfahrens nach Anspruch 9 oder 10 umfasst, wobei die Module ein oder mehrere Module zur Ausführung eines Distanzmetrikapproximationsverfahrens nach einem der 0 Ansprüche 1 bis 8 umfasst.11. A detector arrangement for detecting multipoint-to-multipoint received signals in a telecommunication system, characterized in that the arrangement comprises modules for carrying out a tree search method according to claim 9 or 10, wherein the modules comprise one or more modules for carrying out a distance metric approximation method according to any one of 0 Claims 1 to 8 comprises.
12. Detektoranordnung nach Anspruch 11 , dadurch gekennzeichnet, dass das oder die Module zur Ausführung des Distanzmetrikapproximationsverfahrens Module sind, die ausschließlich Rundungs-, Vorzeichenbetrachtungs-, Additions-, 5 Subtraktions- und/oder Shift-Operationen ausführen. 12. A detector arrangement according to claim 11, characterized in that the one or more modules for the execution of the distance metric approximation method are modules which perform only rounding, sign-viewing, addition, 5 subtraction and / or shift operations.
PCT/EP2010/054203 2009-03-30 2010-03-30 Method for determining distance metrics for nodes and counter-hypotheses in a tree search algorithm, tree search method, and detector arrangement for performing the method WO2010112506A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE112010001480T DE112010001480A5 (en) 2009-03-30 2010-03-30 Method for determining distance metrics for nodes and of counter-hypotheses in a tree-searching algorithm, tree-searching method and detector arrangement for carrying out the methods

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102009014845 2009-03-30
DE102009014845.0 2009-03-30

Publications (1)

Publication Number Publication Date
WO2010112506A1 true WO2010112506A1 (en) 2010-10-07

Family

ID=42308048

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2010/054203 WO2010112506A1 (en) 2009-03-30 2010-03-30 Method for determining distance metrics for nodes and counter-hypotheses in a tree search algorithm, tree search method, and detector arrangement for performing the method

Country Status (2)

Country Link
DE (1) DE112010001480A5 (en)
WO (1) WO2010112506A1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2882153A1 (en) * 2013-12-03 2015-06-10 Ceva D.S.P. Ltd. Mimo maximum likelihood detector (mld) accelerator
US9407475B2 (en) 2014-02-03 2016-08-02 Ceva D.S.P. Ltd. System and method for tree-search enhancement by metric prediction based on incomplete paths in soft output MIMO decoder

Non-Patent Citations (17)

* Cited by examiner, † Cited by third party
Title
A. BURG; M. BORGMANN; M. WENK; M. ZELLWEGER; W. FICHTNER; H. BOLCSKEI: "VLSI implementation of MIMO detection using the sphere decoding algorithm", IEEE JOURNAL OF SOLID-STATE CIRCUITS, July 2005 (2005-07-01)
B.M. HOCHWALD: "Achieving near-capacity on a multiple-antenna channel", IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 51, March 2003 (2003-03-01), pages 389 - 399
B.M. HOCHWALD; S. TEN BRINK: "Achieving near-capacity on a multiple-antenna channel", IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 51, March 2003 (2003-03-01), pages 389 - 399
C. STUDER; A. BURG; H. BÖLCSKEI: "Soft-output sphere decoding: Algorithms and VLSI implementation", IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS, April 2007 (2007-04-01)
C.P. SCHNORR; M. EUCHNER: "Lattice basis reduction: Improving practical lattice basisreduction and solving subset sum problems", MATHEMATICAL PROGRAMMING, vol. 66, August 1994 (1994-08-01), pages 181 - 199
CHIA-HSIANG YANG ET AL: "A Flexible VLSI Architecture for Extracting Diversity and Spatial Multiplexing Gains in MIMO Channels", COMMUNICATIONS, 2008. ICC '08. IEEE INTERNATIONAL CONFERENCE ON, IEEE, PISCATAWAY, NJ, USA, 19 May 2008 (2008-05-19), pages 725 - 731, XP031265463, ISBN: 978-1-4244-2075-9 *
E. ZIMMERMANN; G. FETTWEIS: "International Symposium on Wireless Personal Multimedia Communications", September 2006, article "Unbiased MMSE Tree Search Detection for Multiple Antenna Systems"
F. JELINEK: "Fast Sequential Decoding Algorithm Using a Stack", IBM JOURNAL OF RESEARCH, vol. 13, 1969, pages 675 - 685
G. NILSSON; P. NILSSON: "Algorithm and Implementation of the K-Best Sphere Decoding for MIMO Detection", IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS, vol. 24, no. 3, March 2006 (2006-03-01), pages 491 - 503
J. ANDERSON; S. MOHAN: "Sequential Coding Algorithms: A Survey and Cost Analysis", IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 32, no. 2, February 1984 (1984-02-01), pages 169 - 176, XP000670570, DOI: doi:10.1109/TCOM.1984.1096023
J. HAGENAUER: "The Turbo Principle in Mobile Communications", INTERNATIONAL SYMPOSIUM ON INFORMATION THEORY AND ITS APPLICATIONS, October 2002 (2002-10-01)
J. HAGENAUER; C. KUHN: "The List-Sequential (LISS) Algorithm and its Application", IEEE TRANSACTIONS ON COMMUNICATIONS, vol. 55, May 2007 (2007-05-01), pages 918 - 928, XP011181271, DOI: doi:10.1109/TCOMM.2007.896097
M. POHST: "On the computation of lattice vectors of minimal length, successive minima and reduced bases with applications", ACM SIGSAM BULLETIN, vol. 15, 1981, pages 37 - 44
MENNENGA B ET AL: "Search sequence determination for tree search based detection algorithms", SARNOFF SYMPOSIUM, 2009. SARNOFF '09. IEEE, IEEE, PISCATAWAY, NJ, USA, 30 March 2009 (2009-03-30), pages 1 - 6, XP031450895, ISBN: 978-1-4244-3381-0 *
R. FANO: "A heuristic discussion of probabilistic decoding", IEEE TRANSACTIONS ON INFORMATION THEORY, vol. 9, April 1963 (1963-04-01), pages 64 - 74, XP011461278, DOI: doi:10.1109/TIT.1963.1057827
S. HAYKIN; M. SELLATHURAI; Y. DE JONG; T. WILLINK: "Turbo-MIMO for wireless communications", IEEE COMMUNICATIONS MAGAZINE, vol. 42, October 2004 (2004-10-01), pages 48 - 53, XP011120041, DOI: doi:10.1109/MCOM.2004.1341260
SHICHANG RHO ET AL: "Stack-based Tree Searching Algorithm for V-Blast Detection with Implementation Friendly Reduction Techniques", IEEE INTERNATIONAL SYMPOSIUM ON PERSONAL, INDOOR AND MOBILE RADIO COMMUNICATIONS. PIMRC, IEEE; PI, XX, 1 September 2007 (2007-09-01), pages 1 - 5, XP031168552, ISBN: 978-1-4244-1143-6 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2882153A1 (en) * 2013-12-03 2015-06-10 Ceva D.S.P. Ltd. Mimo maximum likelihood detector (mld) accelerator
US9391738B2 (en) 2013-12-03 2016-07-12 Ceva D.S.P. Ltd. System and method for accelerating a maximum likelihood decoder in a MIMO system
US9407475B2 (en) 2014-02-03 2016-08-02 Ceva D.S.P. Ltd. System and method for tree-search enhancement by metric prediction based on incomplete paths in soft output MIMO decoder

Also Published As

Publication number Publication date
DE112010001480A5 (en) 2012-10-11

Similar Documents

Publication Publication Date Title
DE60311782T2 (en) Method for decoding symbols transmitted in a telecommunication system
DE69929788T2 (en) METHOD AND DEVICE FOR DIVERSITY TRANSMISSION
DE60318726T2 (en) SOFT-TURBO-MUD WITH LOW COMPLEXITY AND WITH OPTIONAL SYSTEM FOR PERFORMANCE AND RELIABILITY
DE60313505T2 (en) DIFFERENTIAL TRANSMISSION AND RECEPTION DIVERSITY WITH MULTIPLE LENGTH
US8270506B2 (en) Method and apparatus for decoding using complex lattice reduction in a multiple antenna system
EP1367759A1 (en) Method and system for interference suppression in a TDMA and/or FDMA transmission
DE60315706T2 (en) SIMPLIFIED DECODER FOR A QUIET COFDM-MIMO SYSTEM
DE102014012611A1 (en) Spatial multiplexing receiver
US8014460B2 (en) Method for multiple-input-multiple-output system demodulation
DE60313045T2 (en) Apparatus and method for recognizing a group of received characters
DE102014011876A1 (en) Decision feedback solution for low signal-to-noise channels
DE102009024843B4 (en) Deep search tree search method for detecting MIMO received signals
Su Efficient maximum likelihood detection for communication over multiple input multiple output channels
EP3756291B1 (en) Receiver and method for receiving a combination signal using separate inphase and quadrature components
DE60016971T2 (en) SYSTEMS FOR SELECTIVE COMMON DEMODULATION AND METHOD FOR RECEIVING A SIGNAL IN THE PRESENCE OF NOISE AND NOISE SIGNALS
WO2010112506A1 (en) Method for determining distance metrics for nodes and counter-hypotheses in a tree search algorithm, tree search method, and detector arrangement for performing the method
DE102009014844B4 (en) Method for determining the search order of nodes in a tree search algorithm, tree search method and detector arrangement for carrying out the methods
DE112021000831T5 (en) Method for recovering discrete digital signals in noisy, congested wireless communication systems in the presence of hardware impairments
EP1601148A2 (en) Method of demapping a bit sequence from QPSK and QAM symbols
EP3756320B1 (en) Receiver and method for receiving a combination signal using probability density functions
DE102018202647B4 (en) Receiver, transmitter, method and system for receiving and transmitting a combination signal
DE102009010661B3 (en) Method for controlling data flow with pyramid based detection of multipoint to multipoint channels, involves fulfilling abort criterion during examining of testing step
EP1917752B1 (en) Method and transmitting device for encoding data in a differential space-time block code
DE60307324T2 (en) SOFT-OUTPUT DETECTOR FOR DIFFERENTIAL SENDEDIVERSITY OF ORTHOGONAL DESIGNS
DE102009010659B3 (en) Arrangement for selecting plane of receiving antenna for detecting receiving signal of multipoint-to-multipoint channel, has AND-gates whose outputs are connected with inputs of multiplexer/arithmetic unit, respectively

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10719280

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 1120100014809

Country of ref document: DE

Ref document number: 112010001480

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 10719280

Country of ref document: EP

Kind code of ref document: A1

REG Reference to national code

Ref country code: DE

Ref legal event code: R225

Ref document number: 112010001480

Country of ref document: DE

Effective date: 20121011