用于为2×2多入多出无线系统中的最大似然检测预测信道质量指数值的方法和系统

摘要

本发明提供了一种用于为2×2多入多出(MIMO)系统中的最大似然(ML)检测预测信道质量指数(CQI)值的方法和系统。根据该系统的一个方面，MIMO通信系统的CQI值可以根据计算得到的信道实现矩阵来进行计算，即将该计算得到的信道实现矩阵反向映射为对应的CQI值。可以根据计算得到的CQI值选择编码率。编码率可以从查找表中选择，其中，计算得到的CQI值可以用作查找表的索引。反向映射可以使用一个函数，该函数可以利用径向基函数网络进行计算。根据该系统的另一个方面，可以计算MIMO通信系统的联合互信息值。联合互信息值可以根据香农互信息值和匹配滤波器互信息值进行计算。

说明书

技术领域

本发明涉及无线通信。更具体地说，本发明涉及用于为2×2多入多出(MIMO)无线系统中的最大似然(ML)检测预测信道质量指数(CQI)值的方法和系统。

背景技术

多入多出(MIMO)系统是利用多个发射天线发送信号和/或利用多个接收天线接收信号的无线通信系统。MIMO系统间的通信基于电气和电子工程师协会(IEEE)中的规定。接收信号Y的MIMO系统可以根据接收的信号计算信道估算矩阵H。该信号可以包括由多个信息源生成的信息。每个这样的信息源可以称作空间流。

MIMO发送器可以组合空间流以生成一个或多个射频链。或者，每个射频链可以与一个特定的空间流相对应。一组射频链可以由发送MIMO系统通过多个发射天线同时发送。由多个发射天线同时发送的信号，这里称作空间流信号，可以表示为发送信号向量X。包括信号向量X的空间流信号x_i(i是空间流指数变量)，可以在从发送MIMO系统到接收MIMO系统的通信媒介途径中传播。该通信媒介的信号传输特征可以由信道矩阵H表示。接收MIMO系统在接收信号时可以利用多个接收天线。由多个接收天线同时接收的信号可以表示为接收信号向量R。

MIMO通信系统可以用以下方程表示：

R＝HX+N    [1]

其中R表示多个Nrx接收天线中的每一个接收到的信号的一个列向量：r₁、r₂、……、r_Nrx；X表示多个Ntx发射天线中的每一个发送的信号的一个列向量：x₁、x₂、……、x_Ntx；H表示包含Nrx行和Ntx列的信道估算矩阵；N表示每个Nrx接收天线接收的噪声的一个列向量：n₁、n₂、……、n_Nrx。统计上，通常认为噪声元素n_i是独立同分布的复合高斯随机变量。

在方程[1]中，每个空间流信号值x_i可以由一个或多个比特位b₁、b₂、……、b_MOD(i)表示。包含比特位b₁、b₂、……、b_MOD(i)的每个空间流信号值可以称作一个“符号”。每个符号中的比特位MOD(i)的数量可以根据MIMO发送器中用于生成相应空间流信号x_i的调制类型确定。发送信号向量X的每个值可以表示为包括同时发送的符号集的集体位(collective bits)。向量X中表示的总位数是由i＝1、2、……和Nss标识的空间流的MOD(i)值的总和。

比较本发明后续将要结合附图介绍的系统，现有技术的其它局限性和弊端对于本领域技术人员来说是显而易见的。

发明内容

本发明提供一种用于为2×2多入多出(MIMO)无线系统中的最大似然(maximum likelihood，简称ML)检测，预测信道质量指数(channel quality index，简称CQI)值的方法和系统，以下将结合至少一幅附图对其进行详细描述，并在权利要求书中给出更完整的介绍。

本发明的各种优点、各个方面和创新特征，以及其中所示例的实施例的细节，将在以下的说明书和附图中进行详细介绍。

附图说明

图1是根据本发明一个实施例的MIMO收发系统的示意图；

图2是根据本发明一个实施例的带ML检测的2×2MIMO通信系统的示意图；

图3是根据本发明一个实施例的以SNR的函数表示的示范性SISO通信系统的PER值的曲线图；

图4是根据本发明一个实施例的以SNR的函数表示的每个检测的比特位的平均互信息(average mutual information)的曲线图；

图5是根据本发明一个实施例的用于利用径向基函数网络生成反向映射函数的示范性步骤的流程图；

图6是根据本发明一个实施例的用于利用径向基函数网络进行CQI预测的示范性步骤的流程图；

图7是根据本发明一个实施例的用于利用互信息进行CQI预测的示范性步骤的流程图。

具体实施方方程

本发明涉及一种用于为2×2多入多出(MIMO)无线系统中的最大似然(ML)检测预测信道质量指数(CQI)值的方法和系统。本发明的多个实施例包括用于为MIMO通信系统预测CQI值的方法和系统。可以由MIMO发送器利用CQI预测来最大化MIMO发送器发送的信息与MIMO接收器成功接收的信息的比率。

在本发明的各种实施例中，可以用互信息计算来确定使用ML检测的MIMO接收系统的信道容量的最小上限。互信息计算可以在MIMO接收器和/或MIMO发送器中根据计算得到的通信媒介的信道实现矩阵(channel realization matrix)来进行。互信息计算可以由MIMO发送器用来最大化MIMO发送器向MIMO接收器发送信息的比率。

图1是根据本发明一个实施例的MIMO收发系统的示意图。图1示出了无线收发站点302和多个天线332a…332n。无线收发站点302是示范性无线通信设备，可以用作发送器和/或接收器。多个天线332a…332n可以使无线收发站点302通过无线通信媒介发送和/或接收信号，例如射频(RF)信号。如图1所示的无线收发站点302还可以不失一般性地描述为包含一个或多个发射天线以及一个或多个接收天线，发射天线与发送前端(FE)316相连，接收天线与接收前端(FE)318相连。

示范性无线收发站点包括处理器312、存储器314、编码器313、解码器319、调制器315、发送FE316、解调器317、接收FE318、发送和接收(T/R)转换开关320和天线矩阵322。天线矩阵322可以使得在无线收发站点302能选择一个或多个天线332a…332n来发送和/或接收信号。T/R转换开关320可以使得天线矩阵322与发送FE316或接收FE318通信相连。

在发送FE316可以生成将要通过选定的天线332a…332n发送的信号。编码器313可以从处理器312和/或存储器314接收数据并生成编码的二进制数据。可以利用纠错编码方法来生成编码的二进制数据，例如二进制卷积编码

(BCC)和/或比特位交错。调制器315可以从编码器313接收编码的二进制数据并根据一个或多个选定的调制类型将编码的二进制数据转换成数据符号。调制器315可以生成一个或多个空间流以便将数据符号发送给发送FE316。

在接收FE318可以对通过选定的天线332a…332n接收的信号进行处理。解调器317可以从接收FE318接收数据符号并根据一个或多个选定的调制类型生成多个软决策值。可以将软决策值发送给解码器319。解码器319可以利用软决策值来生成解码的二进制数据。可以将解码的二进制数据发送给处理器312和/或存储器314。

图2是根据本发明一个实施例的带ML检测的2×2MIMO通信系统的示意图。图2示出了MIMO发送器102、MIMO接收器106和通信媒介104。通信媒介104可以代表例如无线通信媒介。MIMO发送器102可以包括多个快速傅里叶逆变换(IFFT)模块110a和110b以及多个天线112a和112b。MIMO接收器106可以包括多个天线126a和126b、多个快速傅里叶变换(FFT)模块124a和124b以及检测模块122。

在本发明的一个实施例中，多个IFFT模块110a和110b中的每一对都可以接收多个空间流信号对x₁和x₂中相应的一对。每个空间流信号可以，例如由图1所示的调制模块315和/或发送和/或接收系统中的其它常用电路生成。这些电路可以包括，例如，用于从多个空间流的单一输入比特流中分发比特的解析电路，以及利用与调制类型相关的星座(constellation)来将所给空间流中的比特群转换为多个信号等级之一的星座映射电路(constellation mapper circuity)。每个IFFT模块110a和110b可以将每一个相应的空间流信号从由频域表示转换为由时域表示。信号x₁和x₂的每个时域版本可以由天线110a和110b中相对应的一个同时发送。多个同时发送的信号可以称作列向量X。

在本发明的各种实施例中，发送器102还可以利用波束成形和/或时空分集编码来发送信号。在这种情况下，发送器102可以包括空间映射矩阵。空间映射矩阵可以接收多个NSS空间流，以及输出多个NTX发送链信号(其中NTX指发送器102用来同时发送信号的发射天线的数量)。每个发送链信号可以通过计算多个空间流信号的加权总和而生成，其中加权可以由空间映射矩阵确定。多个NTX IFFT模块中的每一个可以将每个相对应的发送链信号从由频域表示转换为由时域表示。发送链信号的每个时域版本可以由多个NTX发送天线中相对应的一个发送。在这种情况下，发送信号的有效信道估算矩阵可以根据信道估算矩阵(其表征通信媒介的特性)和空间映射矩阵的乘积确定。

再来看图2，天线126a和126b可以分别接收通过通信媒介104传播的信号r₁和r₂。发送的信号向量X在通过通信媒介104传播的过程中可能被更改。更改后的信号可能在MIMO接收器作为接收的信号向量R接收。发送的信号的更改可以由信道估算h[i，j]表示。如图2所示，由天线112a发送并由天线126a接收的空间流信号x₁可以根据信道估算h[1，1]更改。由天线112b发送并由天线126a接收的空间流信号x₂可以根据信道估算h[1，2]更改。由天线112a发送并由天线126b接收的空间流信号x₁可以根据信道估算h[2，1]更改。由天线112b发送并由天线126b接收的空间流信号x₂可以根据信道估算h[2，2]更改。

在MIMO接收器106，每个FFT模块124a和124b可以将相应的接收信号r₁和r₂从由时域表示转换为由频域表示。天线126a和126b接收的信号可以由以下方程组表示：

r₁＝h[1，1]·x₁+h[1，2]·x₂+n₁            [2]

r₂＝h[2，1]·x₁+h[2，2]·x₂+n₂

检测模块122可以使能MIMO接收器106生成多个软决策值L_k(1)和L_k(2)。软决策值中的每一个L_k(i)对应于第i个空间流符号中第k比特位的软决策值。对应于软决策值L_k(i)的比特位可以由记号b_k(i)表示。这组软决策值L_k(i)从检测模块122输出并由解码器接收，解码器利用该软决策值生成解码的比特位。

接收器106可以包括图2未示出的接收和/或收发系统的常用功能电路。这些电路可以包括，例如，用于根据软决策值生成比特值的解码电路，以及用于将多个空间流和/或接收的RF链中的比特合并为单一比特流的交织电路。

由MIMO发送器102发送并由MIMO接收器106通过通信信道接收的最大信息量称作信道容量。信道容量通常以比特/秒为单位进行测量。信道容量可以与MIMO信道质量指数(CQI)值和/或MIMO互信息值相关联。

CQI表示对通信信道的质量测量。CQI通常以分贝(dB)为单位进行测量。SNR值可以由MIMO接收器106根据接收的信号R计算(如方程[1]所示)，而CQI值可以表示SNR的预测值，因此CQI值与信噪比(SNR)值相关。CQI值可以根据信道估算矩阵H计算。由于计算得到的信道估算矩阵H是通信信道的代表，矩阵H还可以称作信道实现。

如图2所示，2×2信道实现矩阵H可以表示通信信道h[1，1]、h[1，2]、h[2，1]和h[2，2]。在本发明的一个实施例中，MIMO接收器106可以根据从MIMO发送器102接收的信号计算信道实现矩阵H。随后可以将计算得到的信道实现矩阵H传送给MIMO发送器102。在本发明的另一个实施例中，MIMO发送器102可以根据从MIMO接收器106接收的信号计算信道实现矩阵H。在这两个例子中，MIMO发送器102可以根据信道实现矩阵H计算一个或多个CQI值。另外，MIMO接收器106可以根据信道实现矩阵H计算一个或多个CQI值并将计算得到的CQI值传送给MIMO发送器102。在本发明的各种实施例中，MIMO发送器102可以根据计算得到的和/或接收的CQI值选择一个或多个编码率，以便进行随后的空间流x₁和/或x₂的数据编码。

在本发明的一个实施例中，MIMO发送器102中的处理器312可以将2×2信道实现矩阵H映射为多个CQI值q₁和q₂，其中q₁是第一空间流x₁的CQI值，q₂是第二空间流x₂的CQI值。CQI值q₁是对应于MIMO发送器102的空间流x₁和MIMO接收器106的软决策值L_k(1)的CQI值。类似地，CQI值q₂是对应于MIMO发送器102的空间流x₂和MIMO接收器106的软决策值L_k(2)的CQI值。

在本发明的各种实施例中，CQI值q₁和q₂可以通过生成信道实现矩阵H的奇异值(singular value)分解来确定，具体过程可以由以下方程表示：

H＝USV^H    [3]

其中，奇异值矩阵S可以由以下方程表示：

$S=\left(\begin{array}{cc}{s}_1& 0\\ 0& s_2\end{array}\right)---\left[4a\right]$

酉矩阵(unitary matrix)V可以由以下方程表示：

$V=\left(\begin{array}{cc}1& 0\\ 0& e^{-j·\theta }\end{array}\right)·\left(\begin{array}{cc}\cos \phi & -\sin \phi \\ \sin \phi & \cos \phi \end{array}\right)---\left[4b\right]$

其中θ和φ表示角度。

CQI值q₁和q₂可以表示为奇异值s₁和s₂以及角度θ和φ的函数：q₁(s₁，s₂，θ，φ)和q₂(s₁，s₂，θ，φ)。所给CQI函数q_i(s₁，s₂，θ，φ)的CQI值可以反映基于参数θ和φ的对称性，可以用下列方程表示：

$q_i(s_1,s_2,\theta ,\phi )=q_i(s_1,s_2,\theta +\frac{\pi }{2},\phi )$

$q_i(s_1,s_2,\theta ,\phi )=q_i(s_1,s_2,\frac{\pi }{2}-\theta ,\phi )$[5]

q_i(s₁，s₂，θ，φ)＝q_i(s₁，s₂，θ，φ+π)

q_i(s₁，s₂，θ，φ)＝q_i(s₁，s₂，θ，π-φ)

另外，CQI值q₁(s₁，s₂，θ，φ)和q₂(s₁，s₂，θ，φ)间的关系可以由以下方程表示：

$q_2(s_1,s_2,\theta ,\phi )=q_1(s_1,s_2,\frac{\pi }{2}-\theta ,\frac{\pi }{2}-\phi )---\left[6\right]$

因此，给出一个CQI值，例如q₁(s₁，s₂，θ，φ)，就可以根据方程[6]计算另一个CQI值，例如q₂(s₁，s₂，θ，φ)。相应地，根据方程[5]和方程[6]所示的对称关系，参数θ的值可以限制于θ∈[0，π/4，同时参数φ的值限制于φ∈[0，π/2]。

本发明的各种实施例包括一种用于预测MIMO通信系统的CQI值的方法和系统。CQI预测可以由MIMO发送器102用来最大化由MIMO发送器102发送和由MIMO接收器106成功接收的信息的比率。

在MIMO通信系统中，信道容量表示由MIMO发送器102发送和由MIMO接收器106成功接收的信息的最大比率。当MIMO发送器102发送信号X中的编码信息可在MIMO接收器106从接收信号R中检测出来，就表示成功接收了信息。当在接收信号中检测到误码时，就表示没有成功接收信息。MIMO接收器106接收信息的成功率可以称作信息吞吐率。信道容量值与最大信息吞吐率值相关。

根据，例如，接收信号的前导码信息，MIMO接收器106可以计算信道实现矩阵H。根据计算得到信道实现矩阵H和接收信号中检测到的信息，MIMO接收器106可以计算信道质量测量CQI(H)。计算得到的CQI(H)可以与能在接收信号中检测到误码时的比率相关。这个称作比特误码率(BER)的比率，表示从接收信号中检测到的给定数量的比特位中误码数量的比率。发送数据包的比率称作数据包误码率(PER)。相应地，MIMO通信系统的PER可以由信道实现H的函数表示：PER(H)。

为了使MIMO接收器106在误码发生时能够检测到，由MIMO发送器102发送的信息通常与附加数据一起发送，附加数据可以由MIMO接收器106用来检测和/或纠正从接收信号中检测到的信息中的误码。附加数据通常包括前向纠错(FEC)编码(或例如内部编码)数据。内部代码的例子包括字块检验字符(BCC)和涡轮码(turbo code)。信息比特位数量i_b与总发送比特位数量t_b(包括信息和FEC数据)的比率称作编码率r_c。信息和附加数据可以整体称作编码信息。

由MIMO发送器102发送的以比特/秒为测量单位的编码信息的比率，可以根据发送符号的总比率(aggregate rate)r_sym确定。因此，通过增加由每个发送符号表示的比特位的数量MOD(i)(其中i表示空间流指数值，且i∈(1，2))，就可以增加编码信息发送率。但是，增加MIMO发送器102的MOD(i)可能导致MIMO接收器的接收的BER增加。这将减小信息吞吐率。

增加由MIMO发送器发送的FEC数据比特位的数量可以增强MIMO接收器检测和/或纠正检测到的信息中的误码的能力。但是，尽管增加FEC数据比特位的数量不会改变编码信息发送率，增加的FEC数据比特位的数量将减小编码率。编码率的减小相当于信息发送率的减小，信息发送率指的是未编码信息的有效发送率。其结果又会减小MIMO接收器的信息吞吐率。

因此，给出了调制类型或2×2MIMO系统中第i个空间流(i＝1或i＝2)的值MOD(i)，最大化MIMO接收器106的信息吞吐率可以依赖于对MIMO发送器102的编码率r_c(i)的选择。在本发明的各种实施例中，选定的编码率r_c(1)可以根据计算得到的2×2MIMO系统中第一个空间流的CQI值q₁来确定。编码率r_c(1)可以从查找表(LUT)中确定，其中计算得到的CQI值q₁可以用作从LUT中选择编码率r_c(1)的索引值。一旦计算出CQI值q₁，就可以根据方程[6]计算与2×2MIMO系统中的第二个空间流相关的CQI值q₂。计算出CQI值q₂，就可以选择对应的编码率r_c(2)。

在本发明的各种实施例中，MIMO通信系统的CQI值可以根据SISO通信系统对应的CQI值预测。因此，MIMO通信系统的CQI值q₁和q₂可以通过将如图2所示的2×2MIMO系统近似为两个单独的单入单出(SISO)通信系统进行计算。如图2所示，示范性SISO通信系统可以包括SISO发送器和SISO接收器，SISO发送器包括一个发射天线，例如发射天线112a，SISO接收器包括一个接收天线，例如接收天线126a。SISO发送器可以利用该发射天线发送来自一个空间流例如空间流x₁的数据。SISO接收器可以利用该接收天线接收一个信号r₁。从SISO发送器发送的空间流信号x_SISO和SISO接收器接收的信号r_SISO间的关系可以由以下方程表示：

r_SISO＝h_SISO·x_SISO+n_AWGN     [7]

其中，h_SISO表示SISO通信信道的信道实现，n_AWGN表示加性白高斯分布(AWGN)噪声。接收信号r₁可以由检测器，例如检测器122检测用来生成软决策值L_k(1)。SISO通信系统的CQI值可以称作q_SISO。

在本发明的各种实施例中，MIMO系统的CQI值CQI(H)和SISO系统的CQI值q_SISO间的映射可以由以下方程表示：

$\underset{\mathrm{MIMO},x_1}{\mathrm{PER}}\left(H\right)=\underset{\mathrm{SISO}}{\mathrm{PER}}\left(q_{\mathrm{SISO}}\right)---\left[8\right]$

其中表示PER与空间流x₁的MIMO信道实现H间的函数关系，表示PER与SISO CQI值q_SISO间的函数关系。

图3是根据本发明一个实施例的示范性SISO通信系统中以SNR的函数表示的PER值的曲线图。图3示出了相对SISO CQI值q_SISO的图形表示。如图3所示，示出了多个PER曲线202、204、206、208、210、212、214、216、218、220、222、224、226、228和230。每个PER曲线对应一个确定的编码率r_c。每个PER曲线包括多个采样值，这些采样值是针对示范性SISO通信系统在调制类型为16级的正交幅度调制(16-QAM)、内部编码方法为涡轮编码且噪声为AWGN分布时计算的。如图3所示的SNR值与q_SISO的值相关。根据图3，对于所给SNR值和PER值，可以选择一个编码率，该编码率可以在使用涡轮编码和16-QAM调制类型的SISO系统中使用。

尽管图3示出的PER曲线是针对16-QAM调制类型的，本发明并不受限于此，而可以适用于其它调制类型，例如64-QAM、256-QAM或1024-QAM。类似地，本发明还可以适用于除了涡轮编码(turbo coding)以外的其它FEC编码类型，例如BCC。

根据方程[8]，值q_SISO可以由以下方程表示：

$q_{\mathrm{SISO}}=\underset{\mathrm{SISO}}{{\mathrm{PER}}^{-1}}\left(\underset{\mathrm{MIMO},x_1}{\mathrm{PER}}\left(H\right)\right)---\left[9\right]$

其中f¹(g(x))表示函数g(X)基于函数f的反向映射。换言之，方程[9]表示SISO CQI qSISO和MIMO通信系统中空间流x₁的PER间的映射。

在本发明的一个实施例中，方程[9]和多个SISO PER曲线202、204、206、208、210、212、214、216、218、220、222、224、226、228和230(图3)，可以用于建立MIMO系统的PER值和SISO系统的CQI值q_SISO间的关联。

在本发明的各种实施例中，对于1≤n≤N_sample，可以生成多个信道实现值H_n，其中N_sample表示一个采样集内生成的信道实现的数量。对于每个生成的信道实现H_n，可以选择MIMO发送器102发送的信息所对应的编码率值r_c，n。MIMO发送器102可以向MIMO接收器106发送信号。在MIMO接收器106，空间流x₁对应的PER值可以根据接收信号进行计算。根据MIMO系统选定的编码率r_c，n，可以选择，例如图3中对应的SISO曲线202、204、206、208、210、212、214、216、218、220、222、224、226、228和230。根据计算得到的值可以选择，例如图3中对应的SISO PER值。根据选定的SISO PER值和选定的编码率r_c，n，可以选择，例如图3中对应的SISO SNR值。值q_SISO，n可与选定的SISO SNR值相关。

在本发明的各种实施例中，每个计算得到的PER值对应于一个信道实现H_n。因此，只要建立计算得到的值与选定的SISO SNR值q_SISO，n间的联系，就可以得到信道实现H_n和选定的SISO SNR值q_SISO，n间的对应关系。最后，可以生成多个(q_SISO，n，H_n)数组(tuples)。每个数组(q_SISO，n，H_n)可以存储在存储器314(图1)中。多个信道实现采样H_n可以表示为向量X。

在本发明的各种实施例中，方程[9]所示的反向映射函数可以基于多个数组值(q_SISO，n，H_n)通过利用径向基函数(RBF)网络生成。在本发明的一个实施例中，反向映射函数f(X)可以由以下方程计算：

$f\left(X\right)={\lambda }_0+\underset{i=1}{\overset{n_r}{\Sigma }}{\lambda }_i·\phi \left(\right||X-c_i|\left|\right)---\left[10\right]$

其中值X与采样值H_n相关，值f(X)与值q_SISO，n相关，c_i表示RBF的中心值，n_r表示RBF中心值的数量，λ₀和λ_i表示加权系数，φ(v)表示RBF基函数。符号||v||表示欧几里德范数(Euclidean norm)计算。在本发明的一个实施例中，RBF基函数可以使用以下方程所示的高斯基函数：

φ(υ)＝exp(-υ²/β²)    [11]

其中β可以表示一个常量，例如＝3.5。

在本发明的一个实施例中，可以从多个采样值H_n中选择RBF中心值c_i。加权系数λ₀和λ_i的值可以通过正交最小二乘学习算法计算。

在本发明的各种实施例中，用方程[10]所示的RBF网络计算得到的函数f(X)可以用于对带ML检测的MIMO接收器106进行CQI预测。与MIMO接收器106连接使用的处理器312可以根据MIMO接收器106接收的信号计算信道实现H。在本发明的一个实施例中，MIMO接收器106可以将计算得到的信道实现H传送给MIMO发送器102。与MIMO发送器102连接使用的处理器312可以利用由方程[10]计算得到的反向映射函数f(X)和接收到的信道实现H来确定对应于空间流x₁的CQI值q₁。确定了CQI值q₁，就可以根据方程[6]确定对应于空间流x₂的CQI值q₂。根据确定的CQI值q₁和/或q₂，与MIMO发送器102连接使用的处理器312可以分别选择空间流x₁和x₂的编码率r_c(1)和r_c(2)。在本发明的一个实施例中，可以使用查找表(LUT)来选择第i个空间流(其中i＝1或i＝2)的编码率r_c(i)和/或调制类型(例如根据MOD(i)值确定)。MIMO发送器102可以使用选定的编码率来生成随后的编码信息，这些编码信息由MIMO发送器102通过通信媒介104发送给MIMO接收器106。在本发明的各种实施例中，选定的编码率可以使MIMO发送器102最大化MIMO接收器106针对所给信道实现H的信息吞吐率，所述信道实现H表示通信媒介104的信号传输性能。

在本发明的另一个实施例中，与MIMO接收器106连接使用的处理器312可以通过上述方法计算CQI值q₁和/或q₂。与MIMO接收器106连接使用的处理器312可以选择编码率r_c(1)和/或r_c(2)。计算得到的CQI值q₁和/或q₂和/或选定的编码率r_c(1)和/或r_c(2)可以由MIMO接收器106传送给MIMO发送器102。MIMO发送器102可以利用接收到的CQI和/或编码率值向MIMO接收器106发送随后的信号。

在本发明的一个实施例中，与发送器102连接使用的处理器312可以根据方程[4b]所示的预编码矩阵V来预编码发送的空间流x₁和x₂(由例如空间流向量X表示)。预编码矩阵V可以根据信道实现H的奇异值分解进行计算。与MIMO接收器106连接使用的处理器312可以根据滤波矩阵U^H滤波接收到的空间流信号r₁和r₂(由例如接收信号向量R表示)。滤波矩阵U^H可以表示如方程[4a]所示的矩阵U的复共轭(或诶米特共轭)转换形式。矩阵U可以根据信道实现H计算。与MIMO接收器106连接使用的处理器312可以根据多个空间流信号计算信道实现矩阵H，这些空间流信号是通过多个接收天线126a和126b同时接收的。与MIMO发送器102连接使用的处理器312可以根据从MIMO接收器106接收的信号和/或根据通过接收信号传送给MIMO发送器102的信息来计算信道实现矩阵H。

在MIMO接收器106利用滤波矩阵U^H对接收信号进行滤波后，与MIMO接收器106连接使用的处理器312可以确定奇异值s₁和奇异值s₂的值，s₁与第一空间流相关，s₂与第二空间流相关。

与MIMO接收器106连接使用的处理器312可以根据奇异值s₁的反向映射函数f(X＝s₁)(方程[10])来计算与第一空间流相关的CQI值q₁。相应地，MIMO接收器106可以根据奇异值s₂的反向映射函数f(X＝s₂)来计算与第二空间流相关的CQI值q₂。根据CQI值q₁和q₂，可以分别选择编码率r_c(1)和r_c(2)。在本发明的一个实施例中，可以根据相应的CQI值q₁和q₂从LUT中选择编码率r_c(1)和r_c(2)。

在本发明的各种实施例中，MIMO接收器106的信息吞吐率可以根据MIMO通信系统的互信息计算进行最大化。互信息是一个试图测量两个变量间的统计相互依赖关系的量。例如，参考上文MIMO通信系统中的方程[1]，发送信号X和接收信号R间的互信息可以提供一个(extent)限额指示，在这个限额内接收信号R可以认为是发送信号X的可信赖代表。X和R间的互信息I(X，R)可以由以下方程表示：

I(X，R)＝Q(R)-Q(R|X)    [12]

其中Q(R)表示R的熵，Q(R|X)表示R对于给定值X的条件熵。熵值Q(R)还可以称为自信息值并由以下方程表示：

$Q\left(R\right)=-\underset{R}{\Sigma }{p}_R·\mathrm{lo}{g}_2\left(p_R\right)---\left[13\right]$

其中p_R表示R值的概率密度分布。条件熵值H(R|X)可以由以下方程表示：

$Q\left(R\right|X)=-\underset{R}{\Sigma }{p}_{R|X}·\mathrm{lo}{g}_2\left(p_{R|X}\right)---\left[14\right]$

其中p_R|X表示R值对于给定值X的条件概率密度分布。条件概率密度p_R|X可以由以下方程表示：

$p_{R|X}=\frac{p_{X,R}}{p_X}---\left[15\right]$

其中p_X，R表示值X和值R的联合概率密度分布，p_X表示对于值X的概率密度分布。联合概率密度p_X，R可以根据信道实现H确定。因此，互信息值I(X，R)可以根据信道实现H确定。

对于给定的互信息值I(X，R)，可以根据以下方程计算通信信道的容量值C：

$C=\underset{p_X}{\sup }\left[I(X,R)\right]---\left[16\right]$

其中sup[z]指最小上限值或上确界。如方程[15]所示，值C表示大于或等于最大I(X，R)值的最小值，其可以根据概率密度分布p_X内数值的范围确定。因此，当互信息最大时信道容量也是最大的。对于一给定的通信信道，其最大理论信道容量称作香农(Shannon)容量C_Shannon，可以由以下方程计算：

$C_{\mathrm{Shannon}}={\log }_2|I+\frac{H^{H}H}{\mathrm{NSS}·{\sigma }^2}|---\left[17a\right]$

其中I表示密度矩阵，NSS表示MIMO通信系统中使用的空间流的数量，σ表示信道噪声n(方程[1])的标准差，H表示信道实现矩阵，H^H表示矩阵H的复共轭转换形式。互信息的标准化香农上限值I_Shannon可以由以下方程表示：

$I_{\mathrm{Shannon}}=\frac{C_{\mathrm{Shannon}}}{2·{\log }_{2}M}---\left[17b\right]$

其中M表示对于给定调制类型每维的级数；例如，对于16-QAM调制类型，M＝4。

图4是根据本发明一个实施例的以SNR的函数表示的每个检测的比特位的平均互信息的曲线图。图4示出了与MIMO接收器106连接使用的ML检测器122(图2)的每个检测的比特位的平均互信息。平均互信息在图4中以比特为单位并以SNR值的函数形式示出。如图4所示，示出了多个互信息曲线402、404和406。对于每个互信息曲线，可以使用16-QAM调制类型。16级的QAM对应于每维4级的脉冲幅度调制(PAM)。互信息曲线402表示每比特位的平均互信息，在将检测到的符号去映射为4-PAM的比特位前进行计算。互信息曲线402在图4中以SNR值的函数示出并由函数g_M(SNR)表示。互信息曲线404表示每比特的平均互信息，在将检测到的符号去映射为4-PAM的比特位后进行计算。互信息曲线404在图4中以SNR值的函数示出并由函数g_M’(SNR)表示。互信息曲线406表示每比特的香农极限平均互信息。

在本发明的各种实施例中，用于ML检测的检测器122在处理接收的信号向量R(方程[1])时可以使用匹配滤波器来生成软决策值L_k(1)和/或L_k(2)。在本发明的一个实施例中，检测器122可以使用匹配滤波器W₁来生成软决策值L_k(1)。匹配滤波器W₁可以表示为单位矩阵(unity matrix)，这样匹配滤波器W₁和信道实现矩阵H的乘积就是如以下方程所示的三角矩阵：

$W_{1}H=\left(\begin{array}{cc}a& 0\\ b& c\end{array}\right)---\left[18\right]$

其中a、b和c是三角矩阵的系数，并且：

$W_1^H{W}_1=\left(\begin{array}{cc}1& 0\\ 0& 1\end{array}\right)---\left[19\right]$

由匹配滤波器W₁对接收的信号向量R进行处理而得到的三角矩阵可以实现从接收的信号向量R中检测到第一空间流，以及实现随后基于ML检测方法生成软决策值L_k(1)。检测到第一空间流后，可以根据连续干扰抵消(SIC)方法检测第二空间流。

在本发明的各种实施例中，对于一个2×2MIMO系统，在该系统中MIMO接收器106利用ML检测第一空间流并使用连续干扰抵消(SIC)处理第二空间流的ML检测，它的互信息最小上限值可以作为SNR值的函数确定。这个最小上限值I_ML-SIC(1)可以由以下方程确定：

$I_{\mathrm{ML}}\le I_{\mathrm{ML}-\mathrm{SIC}\left(1\right)}\equiv \frac{C_{\mathrm{Shannon}}}{2·{\log }_{2}M}-g_M·\left(\frac{c^2}{{\sigma }^2}\right)---\left[20\right]$

其中，I_ML表示第一空间流的ML检测的互信息，I_ML-SIC(1)表示抵消第一空间流后的第二空间流的ML检测的互信息。C_Shannon表示香农容量(方程[17a])，M表示对于给定调制类型每维的级数，g_M表示在去映射前计算的平均互信息(图4，曲线402)，c表示如方程[18]所示的三角矩阵的系数，σ²表示信道噪声功率的标准差(方程[1])。

参照方程[20]，I_ML的上限值可以等于香农极限值I_Shannon(方程[17b])。方程[20]右边的第一项表示香农上限互信息值。比率(c²/σ²)表示匹配滤波器的SNR值。因此，乘积g_M×(c²/σ²)相当于与匹配滤波器相关的互信息值。

在本发明的各种实施例中，2×2MIMO通信系统中互信息的最小上限值可以确定为一个小于香农上限的值，这个值至少等于与匹配滤波器相关的互信息值。换言之，对于使用匹配滤波器的带ML检测的MIMO接收器106，2×2MIMO通信系统中第一个检测到的空间流的互信息的最小上限值可以等于香农上限互信息值减去与匹配滤波器相关的互信息值，该值可以用来检测第二空间流。

在本发明的各种实施例中，信道容量值C_ML-SIC(1)可以根据由方程[20]计算得到的最小上限互信息值进行计算。根据计算得到的值C_ML-SIC(1)，可以选择MIMO发送器102的编码率r_c(1)和r_c(2)，以便最大化MIMO接收器106的信息吞吐率。在本发明的一个实施例中，可以根据计算得到的互信息值I_ML-SIC(1)(方程[20])从LUT中选择编码率r_c(1)和r_c(2)。

图5是根据本发明一个实施例的用于利用径向基函数网络生成反向映射函数的方法的流程图。如图5所示，在步骤502，处理器312可以用来计算SISO通信系统的作为SNR的函数的多个数据包误码率(PER)的值。PER的值可以根据多个选定的编码率的值进行计算。多个PER值和SNR值可以存储在存储器314中。

在步骤504，处理器312可以用来计算2×2MIMO通信系统的多个信道实现矩阵(H)。在步骤506，处理器312可以用来选择一个或多个编码率并根据选定的编码率和计算得到的信道实现矩阵计算2×2MIMO通信系统的多个PER值。在本发明的一个实施例中，计算得到的MIMO PER值可以与2×2MIMO通信系统中选定的空间流相关，例如第一空间流x₁。2×2MIMO通信系统的多个PER值可以存储在存储器314中。

在步骤508中，处理器312可以用于根据选定的编码率通过选择一个相当于MIMO PER值的SISO SNR值将各个的MIMO PER值与相应的SISO SNR值相关联。处理器可以生成多个数组，每个数组包括MIMO信道实现矩阵(H)和基于选定编码率对应的SISO SNR值。在步骤510，处理器312可以利用生成的数组来生成使用RBF网络的反向映射函数。

图6是根据本发明一个实施例的用于利用径向基函数网络进行CQI预测的方法的流程图。在图6中，如图5所述的反向映射函数可以用于CQI预测。在步骤512，MIMO接收器106可以从MIMO发送器102接收空间流信号。在步骤514，MIMO接收器106可以计算信道实现矩阵，信道实现矩阵表征通信媒介104的性能，通信媒介104用于MIMO发送器102和MIMO接收器106间的通信。

在步骤516，与MIMO接收器106连接使用的处理器312可以根据计算得到的信道实现矩阵利用生成的反向映射函数来计算一个或多个相应的CQI值q₁和q₂。在步骤518，处理器312可以根据计算得到的CQI值选择一个或多个编码率。在步骤520，MIMO接收器106可以向MIMO发送器102发送选定的编码率。在步骤522，MIMO接收器106随后可以根据选定的编码率接收编码信息。

图7是根据本发明一个实施例的用于利用互信息进行CQI预测的方法的流程图。参考图6，在步骤602，处理器312可以用于计算带ML检测的MIMO接收器106的第一空间流检测的香农上限互信息值。在步骤604，处理器312可以用于计算匹配滤波器的互信息值，该值可以用于检测MIMO接收器106的第二空间流。匹配滤波器互信息值可以根据使用SIC抵消第一空间流后的匹配滤波器的SNR值确定。在步骤606，处理器312可以用于根据香农上限互信息值和匹配滤波器互信息值计算2×2MIMO通信系统的联合互信息值。在步骤608，处理器312可以根据计算得到的联合互信息值选择一个或多个编码率。在步骤610，MIMO接收器106可以向MIMO发送器102发送选定的编码率。在步骤612，MIMO接收器106随后可以根据选定的编码率接收编码信息。

在本发明的各种实施例中，根据反向映射函数(例如方程[10]所示的)选择的编码率r_c(1)和r_c(2)可以根据计算得到的联合互信息值I_ML-SIC(1)(例如由方程[20]计算)进行调整。在本发明的一个实施例中，根据基于反向映射函数选择的编码率r_c(1)和r_c(2)，与MIMO接收器106连接使用的处理器312可以计算MIMO发送器102同时发送的信号的总数据传输率C_TX(r_c(1)，r_c(2))。处理器312可以根据下述条件调整r_c(1)和/或r_c(2)的值。

C_TX(r_c(1)，r_c(2))≤C_ML-SIC(1)            [21]

其中C_ML-SIC(1)表示MIMO信道容量，该值是根据计算得到的互信息值I_ML-SIC(1)进行计算的。换言之，处理器312可以调整编码率值r_c(1)和/或r_c(2)，使MIMO发送器102发送的信号的总数据传输率C_TX(r_c(1)，r_c(2))不会超出信道容量值C_ML-SIC(1)，信道容量值是根据计算得到的联合互信息值I_ML-SIC(1)进行计算的。

在本发明的一个实施例中，处理器312可以根据方程[21]所示的条件增大编码率r_c(1)和/或r_c(2)。在本发明的一个实施例中，处理器312可以根据方程[21]所示的条件减小编码率r_c(1)和/或r_c(2)。在本发明的一个实施例中，处理器312可以根据方程[21]所示的条件增大编码率r_c(1)和r_c(2)中的一个，同时减小编码率r_c(1)和r_c(2)中的另一个。

本发明的另一个实施例可以提供一种机器和/或计算机可读存储器和/或媒介，其存储的机器代码和/或计算机程序包括至少一个代码段，所述至少一个代码段由机器和/或计算机执行，从而使该机器和/或计算机执行上述预测2×2MIMO无线系统中最大似然检测(ML)的信道质量指数(CQI)值的步骤。

因此，本发明可以通过硬件、软件，或者软、硬件结合来实现。本发明可以在至少一个计算机系统中以集中方方程实现，或者由分布在几个互连的计算机系统中的不同部分以分散方方程实现。任何可以实现方法的计算机系统或其它设备都是可适用的。常用软硬件的结合可以是安装有计算机程序的通用计算机系统，通过安装和执行程序控制计算机系统，使其按方法运行。

本发明还可以通过计算机程序产品进行实施，程序包含能够实现本发明方法的全部特征，当其安装到计算机系统中时，可以实现本发明的方法。本文件中的计算机程序所指的是：可以采用任何程序语言、代码或符号编写的一组指令的任何表达方程，该指令组使系统具有信息处理能力，以直接实现特定功能，或在进行下述一个或两个步骤之后实现特定功能：a)转换成其它语言、解码或符号；b)以不同的格方程再现。

虽然本发明是通过具体实施例进行说明的，本领域技术人员应当明白，在不脱离本发明范围的情况下，还可以对本发明进行各种变换及等同替代。另外，针对特定情形或材料，可以对本发明做各种修改，而不脱离本发明的范围。因此，本发明不局限于所公开的具体实施例，而应当包括落入本发明权利要求范围内的全部实施方方程。

相关申请的交叉引用

本申请引用并要求申请日为2008年4月25日、申请号为61/048,011的美国专利申请的优先权。

本申请引用以下专利申请：

申请日为2009年4月27日、申请号为____________(代理案号：19474US02)的美国专利申请；

申请日为2008年9月10日、申请号为12/207,721的美国专利申请。

上述每一专利申请均全文引入本申请中。