如何使用最大似然檢測(cè)器方案優(yōu)化MIMO接收器性能

　　對(duì)于改進(jìn)數(shù)據(jù)速率和/或信噪比，多輸入和多輸出(MIMO)是領(lǐng)先的方法之一。通過使用多個(gè)接收和發(fā)送天線，MIMO可利用無線信道的多樣性。對(duì)于任何給定的信道帶寬，這可用于提高信道的頻譜效率并改進(jìn)數(shù)據(jù)速率。

　　MIMO的規(guī)格取決于發(fā)送和接收天線的數(shù)量。在一個(gè)4×4 MIMO配置中，使用了四個(gè)發(fā)送天線和四個(gè)接收天線。這在同樣信道帶寬上實(shí)現(xiàn)了(在合適的條件下)高達(dá)四倍的數(shù)據(jù)傳輸。

　　一方面，簡(jiǎn)單的MIMO接收器基于線性接收器算法，其易于實(shí)現(xiàn)但無法完全利用MIMO的好處。另一方面，使用迭代法，可以實(shí)現(xiàn)最佳的最大后驗(yàn)概率近似MIMO算法;然而，這會(huì)導(dǎo)致高延時(shí)的不足。一種更加實(shí)用的非線性MIMO接收器的實(shí)施途徑是最大似然(Maximum Likelihood， ML)或最大似然檢測(cè)器(Maximum Likelihood Detector， MLD)，它在根本上是基于一個(gè)徹底的并列搜索。MLD在處理方面比傳統(tǒng)線性接收器要求更高，但對(duì)于相同的信道條件，可提供明顯更高的比特率。另外，對(duì)于具有天線相關(guān)性的信道，MLD更穩(wěn)健可靠。

　　使用高階MIMO規(guī)格(超過兩個(gè)接收和兩個(gè)發(fā)送天線)可以導(dǎo)致顯著的頻譜效率改進(jìn)——但這也有其成本代價(jià)：隨著MIMO規(guī)格的增加，MLD接收器的計(jì)算復(fù)雜性以指數(shù)方式增加。高階MIMO要求相當(dāng)大的處理能力——對(duì)于這一點(diǎn)，直接的MLD方法是不切實(shí)際的，必須使用次優(yōu)(suboptimal)MLD算法來實(shí)現(xiàn)用戶設(shè)備(User Equipment，UE)的實(shí)施。

　　次優(yōu)ML接收器

　　次優(yōu)ML接收器試圖以更有效的方法來掃描可能的傳送信號(hào)，從而減少整體復(fù)雜性并達(dá)到接近ML精度的結(jié)果。減少?gòu)?fù)雜性有助于根據(jù)大小和功率進(jìn)行更加實(shí)際的硬件實(shí)施。這還使硬件能夠保持由先進(jìn)通信標(biāo)準(zhǔn)規(guī)定的高吞吐量。

　　次優(yōu)ML方程式的解決可定義為一種樹形搜索，其中樹的每一個(gè)層級(jí)對(duì)應(yīng)于一個(gè)發(fā)送符號(hào)。每個(gè)節(jié)點(diǎn)的分支突出數(shù)匹配QAM或發(fā)送符號(hào)的調(diào)制。一個(gè)4×4 MIMO配置可由一個(gè)四層樹表示。假如調(diào)制為BPSK，每個(gè)節(jié)點(diǎn)將包含兩個(gè)分支。

　　一旦定義了樹的符號(hào)，可以部署樹遍歷算法，借用其它領(lǐng)域比如計(jì)算機(jī)科學(xué)。

　　關(guān)于此點(diǎn)，次優(yōu)ML接收器可劃分為兩個(gè)主要類型：

　　1.橫向優(yōu)先搜索

　　2.深度優(yōu)先搜索

　　橫向優(yōu)先搜索

　　橫向優(yōu)先的一個(gè)例子就是K-best算法。該解碼器是一個(gè)固定復(fù)雜性解決方案，從樹根開始并上行，直至它達(dá)到樹的最后一層。在樹的每層上，對(duì)所有選擇的分支進(jìn)行了評(píng)估并保留K留存節(jié)點(diǎn)，匹配最佳解決方案(代表了最接近接收信號(hào)的符號(hào))——因此得名“K-best”。K剩余樹葉然后就用于生成LLR結(jié)果。

　　該解碼器的優(yōu)點(diǎn)是：

　　*單向流有助于硬件的簡(jiǎn)易流水線實(shí)施。

　　*計(jì)算每層所需要的處理能力是恒定的，且直接與實(shí)施中所選的留存節(jié)點(diǎn)(K)的數(shù)量相關(guān)。

　　*數(shù)據(jù)吞吐量是恒定的，其反過來簡(jiǎn)化了在系統(tǒng)中計(jì)劃的數(shù)據(jù)流

　　該解碼器的缺點(diǎn)包括：

　　*需要大面積實(shí)施以便評(píng)估和分類所有選擇的層級(jí)節(jié)點(diǎn)。

　　*精度要求越高，所需要的K值越高。

　　*在最佳SNR條件中，數(shù)據(jù)吞吐量不會(huì)增加。

　　*不能保證達(dá)到ML解決方案，因?yàn)樽罴呀鉀Q方案可能存在于沒有選擇的節(jié)點(diǎn)中。

　　下述圖表顯示了一個(gè)采用QPSK調(diào)制的MIMO 4×4 (4-層)樹。在此例子中，K為四。樹的每層將分為十六個(gè)節(jié)點(diǎn)。最好的四個(gè)將會(huì)是用于下一層的留存節(jié)點(diǎn)。

　　深度優(yōu)先搜索

　　深度優(yōu)先的一個(gè)例子就是軟輸出球解碼(Soft-Output Sphere Decoder)算法。此解碼器是一種自適應(yīng)復(fù)雜性解決方案，從樹根開始并首先直接上升到樹葉——因此得名“深度優(yōu)先”。該樹的優(yōu)先解決方案確定了初始搜索半徑或范圍。從那時(shí)起，解碼器在整個(gè)樹層中追溯并上升。對(duì)樹的每個(gè)超出搜索半徑的節(jié)點(diǎn)及其下面的所有節(jié)點(diǎn)進(jìn)行修整。每次找到一個(gè)更好的解決方案，相應(yīng)地減少半徑范圍。以此方法，掃描并修整了符號(hào)樹，直至有效選項(xiàng)數(shù)量減少。余下的符號(hào)代表了ML解決方案。

　　此解碼器的優(yōu)點(diǎn)是：

　　*可保證獲得ML解決方案，有助于結(jié)果精確度。

　　*在高SNR條件下，解碼器運(yùn)行更快，增加了數(shù)據(jù)吞吐量并降低了功耗。

　　*相比同等的橫向優(yōu)先解決方案，可在更小區(qū)域內(nèi)實(shí)施。

　　圖3顯示了具有自適應(yīng)復(fù)雜性軟輸出球解碼器與固定復(fù)雜性K-best解碼器間的循環(huán)計(jì)數(shù)比較。因?yàn)镾NR增加，球解碼器將減少它的循環(huán)計(jì)數(shù)，而固定復(fù)雜性將保持不變，無論信道條件如何。

　　圖3：固定對(duì)自適應(yīng)復(fù)雜性。

　　該解碼器的缺點(diǎn)包括：

　　*解碼器的非確定性表現(xiàn)使系統(tǒng)計(jì)劃復(fù)雜化。

　　*僅在當(dāng)前分支完成后才知道下一個(gè)分支選擇。這使得硬件傳遞途徑的實(shí)施受到挑戰(zhàn)。

　　圖4顯示了一個(gè)采用QPSK調(diào)制的MIMO 4×4 (4層)樹例子。

　　1.深度優(yōu)先以下列方式選擇到第一個(gè)樹葉的符號(hào)路徑：a. -3 (層1);b. -3 (層2);c. 1 (層3);d. 3 (層4)

　　2.更新了初始半徑

　　3.追溯執(zhí)行到第二層的一個(gè)符號(hào)

　　4.在搜索期間，修整了超出搜索半徑的分支(紅色所示)，因此使搜索樹最小化。

　　圖4：球解碼樹遍歷。

　　CEVA解決方案

　　CEVA通過推出最大似然MIMO檢測(cè)器(MLD)來應(yīng)對(duì)MIMO接收器的挑戰(zhàn)。該MLD是緊密耦合擴(kuò)展加速器硬件單元。該MLD能夠處理LTE——先進(jìn)的Cat.7數(shù)據(jù)流并產(chǎn)生軟輸出最大對(duì)數(shù)解決方案。

　　該MLD加速器達(dá)到了次優(yōu)最大似然(ML)解決方案，可用于4×4或3×3 MIMO @12.6 Mega-tones/秒，使用軟輸出球解碼器方法，以及2×2基于LORD的ML解決方案@ 28.8 Mega-tones/秒，使用載波聚合。該MLD設(shè)計(jì)用于移動(dòng)應(yīng)用，強(qiáng)調(diào)低功耗設(shè)計(jì)理念。

　　功能集

　　MLD功能集包括對(duì)以下的支持：

　　*從2×2到4×4 MIMO的可變傳輸模式，且每層可配置的調(diào)制高達(dá)64QAM.

　　*三種搜索優(yōu)化：每個(gè)樹層的用戶自定義層排序，初始半徑和搜索半徑。

　　*通過提供吞吐量控制能力，CEVA MLD解決了軟輸出球解碼的非確定性質(zhì)，包括用于音調(diào)處理的上下循環(huán)計(jì)數(shù)界線。另外，使用用戶自定義的基于時(shí)間標(biāo)記的終端來保持系統(tǒng)吞吐量。

　　*可以擴(kuò)展軟比特來補(bǔ)償SNR和調(diào)制因數(shù)。

　　*在內(nèi)部符號(hào)和內(nèi)層解決方案中提供對(duì)LLR排列的支持

　　*內(nèi)層解映射：支持兩個(gè)代碼層，使MLD能夠?qū)⑺鶎憯?shù)據(jù)拆分到兩個(gè)不同的目的地。

　　*可擴(kuò)展的硬件解決方案實(shí)現(xiàn)了性能/功率/面積的權(quán)衡，包括選擇MLD引擎的數(shù)量、緩沖器大小和接口時(shí)鐘比率。

　　另外，加速器提供了廣泛的調(diào)試和性能分析能力。

　　MLD加速器方框圖

　　圖5描述了MLD加速器的方框圖，其包含了一個(gè)AXI接口、輸入緩沖器、分配器、最大似然引擎(Maximum Likelihood Engine，MLE)、LLR發(fā)生器、重排序緩沖器和輸出緩沖器。

　　輸入緩沖器存儲(chǔ)了大量的音調(diào)數(shù)據(jù)，通過分配器，每次傳送一個(gè)音調(diào)到MLE.每個(gè)MLE輸出有關(guān)檢測(cè)到的比特?cái)?shù)據(jù);這進(jìn)而通過LLR發(fā)生器轉(zhuǎn)化為L(zhǎng)LR格式。重排序緩沖器積累LLR數(shù)據(jù)，以便傳輸和發(fā)送有序的輸出到輸出緩沖器中。輸出緩沖器通過AXI接口將LLR寫到接收鏈中的下一個(gè)模塊。

　　圖5：MLD加速器方框圖。