估计误差传播概率以提高决策反馈系统的性能

摘要

一种决策反馈通信系统，包括一个用来计算多个收到信号的一个估计误差传播概率(EPP)的单元，以及一个用来接收EPP估计并在此基础上改善检测信号质量的单元。系统可以是一个编码系统或一个未编码系统。

说明书

技术领域

[0001]本发明涉及决策反馈通信系统，特别涉及在决策反馈通信系统 内使误差传播影响最小化。

发明背景

[0002]目前，在现有技术内存在各种决策反馈系统。例子包括决策反 馈均衡器(DFEs)、垂直贝尔实验室分层空时(V-BLAST)系统、多用户 检测和多码检测(如在码分多址CDMA)系统等。等式(1)提供了一个 基本的决策反馈系统的最好描述：

y＝Hx+n            (1)

[0003]对一个单输入单输出(SISO)多径信道系统，y是一个接收到 的符号的时间序列的向量，H是一个信道状态信息(如衰减)的矩阵，x 是一个传输符号(symbol)的时间序列的向量，而n是一个噪声(或干扰) 向量。图1描述DFE SISO系统内的一个基本的、现有技术的多径信道方 式。模块101表示DFE系统内的N个阶段(stage)，每个阶段产生一个值 其是在每个阶段上各个传输符号的一个估计。部分102是模块101的 单个阶段的一个详细示意图。DFE系统关于x的标量分量值作出一个决策 (由此得到值)，然后从中减去可能的噪声值。

[0004]第一阶段的噪声估计通常影响随后阶段的噪声估计，所以误差 有传播的趋势。因此，当在一个符号上有一个检测误差时，该误差会导致 随后符号的干扰增加。这种现象通常被称为“误差传播”，它会在大多数但 不是全部的决策反馈系统内发生。例如，在一个典型的支持最优解码的编 码V-BLAST系统里，第一符号被解码，接着确定一个干扰常数，其从收 到信号里被减去。解码器(decoder)基于其感知的信噪比(SNR)对一个 特定符号是可靠或不可靠作出一个决策。然后，系统使用SNR，对收到符 号进行加权，较高SNR的符号接收较多权重。当误差传播发生时，解码器 感知的SNR是错误的。接着，解码器可以假设一个特定符号的SNR非常 好，因为其假设由于一个正确决策之前已经去除了干扰。但是，如果在检 测前一个阶段时有一个误差，当前阶段上的干扰可能没有完全被去除，并 且甚至可能会增加。误差传播在真实SNR和假设SNR之间可能产生一个 很大差距，这会导致其中有关随后符号可靠性的错误假设、以及错误减去 假设的干扰。

[0005]在编码系统里(如使用正交振幅调制的那些系统)，误差传播 可能在大的码字误差率、比特误差率(BERs)、帧误差率(FERs)、或其 它丢失信息的度量中表现出来。在未编码系统里，误差在其被截止之前， 通常仅通过几个符号进行传播，但是，即使这种有限的误差传播，仍然可 以破坏整个信息帧。所以，降低误差传播的影响在编码和未编码系统里非 常重要。

[0006]各种减轻技术在过去已经被使用和/或被提出。其中一种技术 是迭代干扰抵消(iterative interference cancellation)(即平行干扰抵消、空 间干扰抵消、和新的解码次序方案)。一些学者已经提出计算一个期望干扰 功率并在检测时加以考虑。还有其它人提出在不同子流使用不同编码率来 减轻误差传播影响。在这种系统里，有时在一些子流使用较低的编码率会 降低出错机会。通过这样的做法，可以降低造成误差传播的机会。类似于 使用不同编码率在子流，也可以使用不同传输功率在不同子流。在一个这 种例子里，系统分配较强功率给一些子流来降低误差传播。对一些较敏感 的系统，尽管上面的解决方案的结果没有产生满意的结果，而且一些解决 方案(如使用不同编码率和传输功率)经常要求在发射机上作出大量的硬 件和软件改变。

发明概述

[0007]本发明各种实施例涉及的系统、方法和计算机程序产品，使用 一个误差传播概率来改善决策反馈通信系统的性能。在一个实施例里，一 个决策反馈通信系统为多个收到符号中的每个符号计算误差传播概率。

[0008]本发明披露了利用误差传播概率估计的技术。利用误差传播概 率的一个例子是在检测过程里。在检测之前，每个符号的误差传播概率与 一个阈值进行比较，当超出阈值时，检测器采取适当措施来补偿高风险的 误差传播。这种措施的一个例子是接通非决策反馈滤波器(如最小均方差 滤波器)。

[0009]另一个例子是在解码过程里。在检测之后但在解码之前，至少 部分基于其估计的误差传播概率，每个符号被分配一个权重。然后，解码 器在较小程度上依赖一个高风险误差传播的符号。

[0010]一些示例实施例使用一种检波器减轻方法和一种解码器减轻 方法。此外，一些实施例仅采用一种减轻方法。

[0011]前述已经相当广泛地阐述了本发明的特征和技术优势，一边与 能够更好地理解以下本发明的详细描述。本发明的其它特征和优势将在随 后描述，其形成本发明的权利要求科目。本领域那些有经验的技术人员应 该理解，披露的概念和具体实施例可以被容易地使用，作为一个修改或涉 及其它结构用来实现本发明相同目的的基础。本领域那些有经验的技术人 员也应该认识到，这种等同结构并没有偏移如在附加权利要求内阐述的本 发明的精神和范围。被看作本发明特性的新颖性特征，包括其组织和运行 方法，与其它目的和优点一起，从以下结合附图的描述将会被更好地理解。 但是，也应该深刻地理解，每个附图仅是用作描述和说明用途，而不是旨 在作为一个限制本发明的定义。

附图说明

[0012]为了更全面地理解本发明，现结合附图对以下描述作出参考， 其中：

[0013]图1描述在DFE SISO系统里的一个基本的、现有技术的多径 信道方案；

[0014]图2描述本发明一个实施例的一个典型系统；

[0015]图3描述本发明一个实施例的一个典型系统；

[0016]图4描述本发明一个实施例的、并由图3系统执行的一个典型 方法；和

[0017]图5描述本发明实施例的一个典型计算机系统。

发明详述

[0018]图2描述本发明一个实施例的典型系统200。系统200是一个 具有发射机201和接收机202的决策反馈通信系统。在一些实施例里，发 射机201包括一个发射部件，而在其它实施例里，发射机201包括不止一 个发射部件。因此，系统200可以包括一个单输入单输出(SISO)系统、 一个多输入单输出(MISO)系统、一个单输入多输出(SIMO)系统、或 一个多输入多输出(MIMO)系统。系统200可以适应以用于如CDMA系 统、V-BLAST系统等的应用。

[0019]类似地，接收机202可以包括一个或多个接收部件，取决于具 体的实施例。接收机202也包括部件203，其计算数据单元(如符号、阶 段)的误差传播概率(EPP)，并使用EPP计算来改善检测信号质量。一旦 估计了EPP，其可以被以种种方式使用来提高检测信号质量，如采用一个 或多个滤波器作为EPP估计的结果，和/或基于EPP对数据单元进行加权。 每种技术将在以下被详细描述，应该注意到，本发明不受限于这类技术， 因为其它技术也可以适合用于各种实施例。

[0020]在现有技术里存在各种用来计算EPP估计的方法，它们可以用 于本发明的一些实施例里。一种观看EPP计算技术的方法是将它们分成两 类：一类是在计算时使用后验信息(API)，而另一类是不使用API。一个 API的例子是一个收到信号的观察值(如在以上等式(1)内的y值)。通 常，一种非API的计算EPP的方法在其计算时仅使用符号能量和噪声功率。 基于API的方法使用一个收到信号的值来计算EPP。通常，API方法更加 准确，并能够逐个符号地改变，从而及时在给定点上提供更多信息。

[0021]一种使用API计算EPP的示例方法由以下等式提供。在一个具 有多个阶段的决策反馈系统里，此示例方法可以被用来计算EPP。以下方 法在一个V-BLAST系统里估计EPP时特别有用。首先，SE⁽ⁱ⁾是在第i个阶 段已经出现符号误差的事件。EP⁽ⁱ⁾是在第i个阶段已经出现误差传播的事 件。P_EP⁽ⁱ⁾是在第i个阶段的误差传播概率，其由等式(2)给定，其中Z⁽ⁱ⁾是第i个阶段的API(如得出估计的滤波器输出)，其中Z⁽ⁱ⁾＝{Z⁽¹⁾，Z⁽²⁾，...}。

P_EP⁽ⁱ⁾＝Pr(EP⁽ⁱ⁾|Z⁽ⁱ⁾)                    (2)

[0022]因此，对第一阶段(i＝1)，等式(2)显示如下：

P_EP⁽¹⁾＝Pr(EP⁽¹⁾|Z⁽¹⁾)                    (3)

[0023]此外，对第一阶段之后的阶段(i＞1)，等式(4)推导如下：

P_EP⁽ⁱ⁾＝Pr(EP⁽ⁱ⁾|Z⁽ⁱ⁾)

＝Pr(SE⁽ⁱ⁾，EP^(i-1)|Z⁽ⁱ⁾)+Pr(EP^(i-1)|Z⁽ⁱ⁾)        (4)

＝Pr(SE⁽ⁱ⁾|EP^(i-1)，Z⁽ⁱ⁾)Pr(EP^(i-1)|Z⁽ⁱ⁾)+Pr(EP^(i-1)|Z⁽ⁱ⁾)

[0024]对每个阶段i，本发明的各种实施例递归地估计等式(2)和 Pr(EP^(i-1)|Z⁽ⁱ⁾)。在等式(4)，有一项

Pr(SE⁽ⁱ⁾|EP^(i-1)，Z⁽ⁱ⁾)

其可以进一步在以下等式内由(在给定阶段上的x估计)定义：

$\mathrm{Pr}\left({\mathrm{SE}}^{\left(i\right)}\right|{\overline{\mathrm{EP}}}^{(i-1)},Z^{\left(i\right)})$

$=1-\frac{f\left(Z^{\left(i\right)}\right|{\hat{x}}_i)\mathrm{Pr}\left({\hat{x}}_i\right)}{\underset{x\in D}{\Sigma }f\left(Z^{\left(i\right)}\right|{\hat{x}}_i)\mathrm{Pr}\left({\hat{x}}_i\right)}---\left(5\right)$

$=1-\left(e^{\frac{{|Z^{\left(i\right)}-{\hat{x}}_i|}^2}{{\sigma }_i^2}/\underset{{\hat{x}}_i\in D_i}{\Sigma }{e}^{\frac{{|Z^{\left(i\right)}-{\hat{x}}_i|}^2}{{\sigma }_i^2}}}\right)$

[0025]在等式(5)，D_i是在第i个子流(substream)里的一群点的集 合，并且σ_i²是在第i个子流里的噪声功率方差。使用以上的等式(2)-(5)， 有可能计算第i个阶段上估计的干扰功率和噪声，条件是在前(i-1)个阶 段的任何阶段上有误差传播。

$\frac{P\left({\overline{\mathrm{EP}}}^{(i-1)}\right|Z^{\left(i\right)})}{P\left({\mathrm{EP}}^{(i-1)}\right|Z^{\left(i\right)})}=\frac{P(Z_i^{\left(i\right)},{\overline{\mathrm{EP}}}^{(i-1)}|Z^{(i-1)})}{P(Z_i^{\left(i\right)},E{P}^{(i-1)}|Z^{(i-1)})}$

$=\frac{P\left(Z_i^{\left(i\right)}\right|{\overline{\mathrm{EP}}}^{(i-1)},Z^{(i-1)})P\left({\overline{\mathrm{EP}}}^{(i-1)}\right|Z^{(i-1)})}{P\left(Z_i^{\left(i\right)}\right|E{P}^{(i-1)},Z^{(i-1)})P\left({\mathrm{EP}}^{(i-1)}\right|Z^{(i-1)})}$

$\approx \frac{P\left(Z_i^{\left(i\right)}\right|{\overline{\mathrm{EP}}}^{(i-1)})}{P\left(Z_i^{\left(i\right)}\right|E{P}^{(i-1)})}·\frac{P\left({\overline{\mathrm{EP}}}^{(i-1)}\right|Z^{(i-1)})}{P\left({\mathrm{EP}}^{(i-1)}\right|Z^{(i-1)})}---\left(6\right)$

$\approx \frac{P\left(Z_i^{\left(i\right)}\right|{\overline{\mathrm{EP}}}^{(i-1)})}{{\delta }^{\left(i\right)}}·\frac{P\left({\overline{\mathrm{EP}}}^{(i-1)}\right|Z^{(i-1)})}{P\left({\mathrm{EP}}^{(i-1)}\right|Z^{(i-1)})}={\theta }^{\left(i\right)}$

[0026]项δ⁽ⁱ⁾被用来近似Pr(Z_i⁽ⁱ⁾|EP^(i-1))，由等式(7)给定，其中P_IN是 干扰功率，其中γ是通道增益：

${\delta }^{\left(i\right)}=\frac{1}{\pi P_{\mathrm{IN}}^{\left(i\right)}}{e}^{\frac{{|Z_i^{\left(i\right)}-{\gamma }_i{\hat{x}}_i|}^2}{P_{\mathrm{IN}}^{\left(i\right)}}}---\left(7\right)$

β⁽ⁱ⁾是估计的EPP，并由等式(8)给定：

β⁽ⁱ⁾＝(1+θ⁽ⁱ⁾)^-1            (8)

P_IN⁽ⁱ⁾表示在第i阶段上干扰功率和噪声，条件是在前一个阶段有误差传播。

P_IN⁽ⁱ⁾是通过一个给定阶段的最坏情况干扰功率进行近似，并等于来自所有检 测子流的干扰总和，如等式(9)所示：

$P_{\mathrm{IN}}^{\left(i\right)}=\underset{j=1}{\overset{i-1}{\Sigma }}{\sigma }_{e_j}^2{|g^{{\left(i\right)}^H{h}_{k_j}|}}^{2+{\sigma }_n^2|g^{{\left(i\right)}^H}{g}^{\left(i\right)}|---\left(9\right)}$

[0027]在等式(9)，σ²_ej是第j个检测的子流的检测误差方差，σ²_n是 每个接收天线的噪声功率，h_kj是子流k_j的列通道向量，在第j阶段检测的， 而g⁽ⁱ⁾是第i个检测子流的滤波向量。注意到，计算EPP的以上所示方法是 迭代的，并能够实施在每个阶段上。

[0028]使用EPP估计来减轻误差传播影响的另一种方法包括：通过使 用一种除决策反馈技术之外的非决策反馈技术，使检测器变成自适应的， 所以它能响应EPP。在一个例子里，V-BLAST检测器包括一个用于每个阶 段的最小均方差(MMSE)滤波器。对每个阶段，系统计算EPP并比较 EPP值与一个表示误差传播风险程度的阈值。如果确定EPP值超过阈值(或 在一些情况下，达到阈值)，至少在剩余阶段，检测器接通MMSE滤波器 (而在一些实施例里，对当前阶段也是一样)。系统可能计算或可能不继续 计算剩余阶段的EPP。

[0029]MMSE不是一种决策反馈方法，因此在每个阶段应用MMSE 滤波器使误差传播的风险出现争论。虽然V-BLAST和MMSE在以上例子 里特别提到，但应该注意本发明并不受限于此，因为可以使用其它的决策 反馈系统，也可以使用其它不同于MMSE的非决策反馈技术。此外，自适 应检测能够被实施在编码和未编码系统里，因为其跟编码无关。

[0030]另一种使用EPP来改善收到信号质量的方法基于EPP估计对 检测符号进行加权。例如，在符号被检测之后，但在它们被解码之前，系 统可以分配权重给符号，表示每个符号的误差传播危险程度。较低的权重 可以被分配到具有较高EPP估计的符号。通常，在符号上的最优权重等于 符号的信号与干扰和噪声比(SINRs)。使用比特交织编码调制(BICM) 的卷积编码和维特比(Viterbi)解码器(如图3的316)作为一个例子， 在符号被输入到一个软-去映射器(soft-demapper)之前(如图3的312)， 权重α_k乘以符号y_k。软-去映射器的输出是从符号去除映射的比特对数似然 (log-likelihood)[Inkyu Lee，Albert M.Chan，and Carl-Erik W.Sundberg， “Space-Time Bit-Interleaved Code Modulation for OFDM Systems”，IEEE Transactions on Signal Processing，Vol.52，No.3，March 2004]。假设噪声是加 性高斯白噪声(additive white Gaussian)，按照以上缩放比例α_k，可以容易 显示这些比特对数似然性是准确的。通过将这些比特对数似然性输入到传 统维特比解码器进行二元卷积编码，准确的对数似然性分支度量将被计算 出来，并且能够找到最优的代码字。

[0031]一个示例加权是使用等式(10)来计算，其中权重被计算作为 有效的符号SNRs，其中γ_i是第i个检测阶段的一个检测后的SINR，假设 没有误差传播，，P_SE(γ)一群子流是在SNRγ的符号误差概率函数，其中函 数通过分析或经验获得。

$P_{\mathrm{SE}}\left({\tilde{\gamma }}_i\right)\approx \mathrm{Pr}\left({\mathrm{SE}}^{\left(i\right)}\right|{\gamma }_i{\overline{\mathrm{EP}}}^{(i-1)})(1-{P_{\mathrm{EP}}}^{(i-1)})+\mathrm{Pr}\left({\mathrm{SE}}^{\left(i\right)}\right|{\gamma }_i,{\mathrm{EP}}^{(i-1)}){P_{\mathrm{EP}}}^{(i-1)}---\left(10\right)$

我们可以找到以满足等式(10)。使用等式(4)可以计算P_EP。假设结果噪 声和干扰是具有方差αP_IN⁽ⁱ⁾的零均方高斯分布，其中α是一个大于或等于1 的参数，可以估计等式(10)内的Pr(SE⁽ⁱ⁾|γ_i，EP^(i-1))。通过更保守地估计噪 声功率，α被用来补偿假设无效，即噪声和干扰不符合高斯分布。一些设 置α等于2的仿真产生合理的结果。权重因子由等式(11)给定。

α_i＝P_SE^-1(Pr(SE⁽ⁱ⁾|γ_i，EP^(i-1))(1-P_EP^(i-1))+Pr(SE⁽ⁱ⁾|γ_i，EP^(i-1))P_EP^(i-1))   (11)

[0032]描述的加权技术可以被实施在信号接收的解码阶段，因此对未 解码系统并不适用。但是，包括编码系统的许多实施例可以采用自适应检 测以及符号加权，以具有两级(two-tiered)误差传播减轻方案，如图3所 示。

[0033]图3描述本发明一个实施例的典型系统300。系统300包括发 射机301和接收机302。在图3的例子里，显示一个典型的MIMO发射机。 实际上，在许多实施例里，本发明特征仅位于接收机内，从而不需要改变 发射机，以便能够改善收到信号的质量。但是，本发明并不排除改进发射 机。此外，尽管图3遵循一个基本的V-BLAST构造，但是任何类型的决 策反馈通信系统(如CDMA系统、决策反馈均衡器(DFE)系统、多用户 检测系统等)都可以用于本发明一个或多个实施例。

[0034]MIMO检测器310接收符号并进行检测。在一些系统里，MIMO 检测器310被包含在一个半导体芯片内(通用或专用)，其也可以包括部件 311-316。在此例子里，MIMO检测器310被增强以执行自适应检测器的功 能。因此，MIMO检测器310估计EPP，并使用该估计来接通一个或多个 滤波器。在一个例子里，一个自适应V-BLAST检测器被使用作为检测器 310，并接通MMSE滤波器(图中未显示)，如果计算EPP到达阈值或高 于阈值。

[0035]此外，在此例子里，基于估计的EPP，接收机302进行加权。 权重在部件311上被应用到每个符号。权重被显示为a₁，...，a_n，并与来自n_T子流的符号相关。注意到，系统200包括两种方法来增强收到信号质量- 自适应检测和EPP加权。其它实施例可以仅采用其中一种技术。实际上， 系统也可能使用在此未提到的其它技术来改善收到信号质量，只要它们使 用EPP估计来减轻误差传播影响，这种系统就属于本发明实施例的范围之 内。

[0036]执行EPP估计和采用该估计来改善收到信号质量的逻辑可以 被包含在硬件、软件或两者组合体内。本发明一些实施例包括一个改进 MIMO接收机芯片集用于各种应用。其它实施例包括能够被存储在计算机 可读介质如RAM、ROM、光存储介质、计算机硬盘驱动等的软件。

[0037]本发明的各种实施例是由一个决策反馈通信系统里的一个或 多个处理设备执行的方法。图4描述本发明一个实施例的典型方法400， 并由图3的系统执行。

[0038]在步骤401，接收到传输的信号。在步骤402，如上所述，系 统估计每个符号的EPP。应该注意到，以上描述的计算EPP的方法是计算 EPP的许多可能方法中的一种方法，本发明实施例并不受此限制。实际上， 本发明的不同实施例可以使用目前已知或以后开发的不同方法来计算 EPP。此外，一些实施例可以使用API来计算EPP，而其它实施例可以放 弃使用API而仍然能够计算EPP。

[0039]接着，系统使用估计的EPP来减轻误差传播影响。例如，在步 骤403，系统检查一个给定符号的估计EPP，并将它与一个阈值EPP值进 行比较。如果符号的EPP超出阈值，那么系统在步骤404转换到另一种检 测技术(如MMSE)用于那个符号和随后符号。在一特定数量的符号之后 (其可以由用户静态设置或系统动态确定)，系统可以转换回到第一种技术 (如V-BLAST)。阈值也可由用户静态设置或由系统动态设置，阈值通常 对应一个已知的、表示性能差的可能性(likelihood)的EPP。

[0040]系统继续行进到步骤405，其中权重被分配到检测的符号。如 上所述，接着进行解码。使用自适应检测和EPP加权，符号SNR的估计 通常比依靠现有技术解决方案的系统更可靠。利用可靠的SNR估计，系统 能够从较少可能出现数据破坏的符号建立位元和帧。

[0041]在步骤406，系统使用与传统系统相同或类似方式处理数据。 例如，系统300可以是部分WiFi(802.11)路由器，其路由数据到合适的 互联网协议(IP)地址。在其它例子里，系统300被包含在一个无线手机 内(如电话或其它便携式计算设备)，数据可以被程序、文本、语音、视频 等设备使用。

[0042]尽管方法400显示为一系列离散、连续步骤，本发明的各种实 施例并不受限于此。各种实施例可以增加、删除、修改或重新安排各种步 骤。例如，步骤403可以被实施在收到数据的每个单元，直到超出阈值范 围，然后执行步骤404。此外，在方法400移动到步骤405进行解码之前， 可以对多个阶段进行检测。另外，一些实施例进行加权，而不是自适应检 测，反之，其它实施例可以进行自适应检测，而不是加权。

[0043]本发明各种实施例提供现有技术系统不具有的优势。例如，如 上所述，符号SNR的估计通常比不考虑EPP的典型现有技术系统更可靠。 实际上，性能改善已经在仿真测试时确认。

[0044]一些实施例的另一个优点是：对一个决策反馈通信系统的发射 机部分只作出少许改变或不作改变，就能够实现性能改善。例如，在一个 无线电话CDMA系统里，通过在手持设备内包括增强的芯片组，就能够拥 有一些改善性能。由于在操作上的变化仅限于手持设备，不需要对网络基 站进行昂贵的升级。因此，在一些情况下，当它们被制造或升级时，实施 本发明就和重编程序设备或包括增强的芯片组在设备内一样简单。此外， 从相反方向来讲也是正确的，甚至在一些情况下更加重要。例如，通过改 变在基站上的接收机，可以实现一个性能增益，而不需要改变在手机内的 硬件/软件。成本节省可能相当大，因为在给定系统里的手机数目通常比基 站数目多得多。

[0045]但是，应该理解，手机和网络基站在通信期间都进行发射传输。 因此，一些实施例包括根据在此所述的技术适配调整无线网络基站、WiFi 接入点、WiMAX基站等，以改善在那些设备上的信号接收。

[0046]当通过计算机可执行指令实施时，本发明各种元素实际上是定 义这类各种元素操作的软件代码。可执行指令或软件代码可以从一个可读 介质(例如硬盘驱动介质、RAM、EPROM、EEPROM、磁带介质、盒式 磁带介质、闪存、ROM、记忆棒等)获得。实际上，可读介质可能包括能 够存储信息的任何介质。

[0047]图5显示本发明实施例的一个示例计算机系统500。即是说， 计算机系统500包括一个示例系统，本发明的实施例可以在其上实施(例 如一台具有收发器的台式计算机，可使用EPP来减轻误差传播影响)。

[0048]优选地，计算机系统500也包括随机存取存储器(RAM)503、 其可能是SRAM、DRAM、SDRAM等。优选地，计算机系统500包括只 读存储器(ROM)504，其可能是PROM、EPROM、EEPROM等。正如 本领有所熟知的一样，RAM 503和ROM 504支持用户和系统数据以及程 序。

[0049]优选地，计算机系统500也包括输入/输出(I/O)适配器505、 通信适配器511、用户接口适配器508、以及显示适配器509。在某些实施 例里，I/O适配器505、用户接口适配器508、和/或通信适配器511可以使 用户能够与计算机系统500相互作用，以便输入信息，如媒体选择。

[0050]优选地，I/O适配器505将存储设备506，如一个或多个硬盘驱 动、磁碟(CD)驱动、软盘驱动、磁带驱动等，连接到计算机系统500。 当RAM 503不能满足有关存储数据的存储器要求时，可以利用存储设备。 优选地，通信适配器511被调制以将计算机系统500连接到网络512(例 如互联网、局域网、蜂窝网络等)。用户接口适配器508将用户输入设备如 键盘513、标点设备507、以及麦克风514和/或输出设备如扬声器515连 接到计算机系统500。显示适配器500由CPU 501驱动以控制在显示设备 510上的画面，例如用来显示一个选择媒体或显示播放的媒体。

[0051]尽管图5显示一个通用计算机，应该注意到，依照各种实施例 的一个系统的部分确切构造可以是稍微不同的。例如，依照一个或多个实 施例的系统可以是任何类型的处理器设备，如蜂窝电话、个人数字助理、 无线基站等。而且，本发明实施例可以被实施在专用集成(ASICs)电路 或超大规模集成(VLSI)电路上。实际上，依照本发明实施例，本领域技 术人员可以利用能够执行逻辑运算的任何数目的适当结构。

[0052]虽然已经详细说明了本发明及其优越性，但应理解，在不脱离 所附权利要求定义的本发明的条件下可以做出各种改变，替换和变化。此 外，本申请的范围不限定到此处说明书中描述的处理方法，机器，制造， 物质构成，手段，方法和步骤等的特定实施例。从说明书可以容易理解， 可以利用实质上执行了与这里说明的相应实施例相同功能或实现了相同结 果的目前已有的或者将来会开发出的处理方法，机器，制造，物质构成， 手段，方法和步骤。因此，所附的权利要求书旨在包括这些处理方法，机 器，制造，物质构成，手段，方法或步骤。