带不明确性的连续局部化中合并比特概率信息的方法和设备

摘要

作为符号解码过程的一部分由解码器生成的概率信息被反馈以供采用带不明确性的连续局部化的多级解调器使用，以便改进多级解调器生成的最终符号判定的准确度。多级解调器具有一个或多个非最终级，这些级可操作以使用基于质心的值作为星座点而不是与接收信号相关联的调制符号，使对于接收信号的最终符号判定的搜索局部化。多级解调器的最终级可操作以使用调制符号的子集作为星座点来确定最终符号判定。解码器可操作以解码最终符号判定，包括生成与调制符号有关的概率信息。多级解调器可操作以基于与调制符号有关的概率信息来修正最终符号判定。

说明书

技术领域

本发明一般涉及带不明确性(indecision)的连续局部化(serial  localization)，并且更具体地说，涉及使用解码器生成的比特可靠性 信息来增强带不明确性的连续局部化的性能。

背景技术

带不明确性的连续局部化(SLI)已经用于在维护充分的性能的同 时降低解调复杂性。例如，在2009年8月27日提交的名称为 “DEMODULATION USING SERIAL LOCALIZATION WITH  INDECISION”的共同转让的美国专利申请(序列号12/549132)中， 通过LD(最大似然检测器)实现了SLI，该申请通过引用以其整体结 合于本文中。在2009年8月27日提交的名称为“EQUALIZATION  USING SERIAL LOCALIZATION WITH INDECISION”的共同转让的 美国专利申请(序列号12/549143)中，还通过MLSE(最大似然序列 估计器)实现了SLI，该申请通过引用以其整体结合于本文中。在2009 年8月27日提交的名称为“JOINT DEMODULATION AND  INTERFERENCE SUPPRESSION USING SERIAL LOCALIZATION” 的共同转让的美国专利申请(序列号12/549157)中，SLI实现为MSA (多级仲裁)解调器的一部分，该申请通过引用以其整体结合于本文 中。

SLI具有由通过基于质心(centroid)的值的重叠子集表示调制星 座而产生的不明确性特征。该不明确性特征对于多级结构是有益的， 因为不明确性降低了更早级中不可逆的错误判定。特定的SLI块通过 其相应质心或其它基于质心的值来表示星座符号子集，并且将基于质 心的值作为解调星座来处理。通过检测特定的基于质心的值，SLI块 有效地使对最终符号判定的搜索局部化，因为下一级聚焦于与检测到 的基于质心的值相关联的符号子集上。

SLI在有效星座极大的情况下变得更有益。诸如16、32和64QAM (正交调幅)等更大的信号星座已在EDGE(GSM演进增强型数据 率)、HSPA(高速分组接入)、LTE(长期演进)及iMAX(微波接 入全球互操作性)中采用。在HSPA中，多码传送形成甚至更大的有 效星座。MIMO(多输入多输出)方案已经在HSPA、LTE和iMAX 中被采用，形成了大的有效星座。解调复杂性在这些技术组合出现时 进一步加剧。另一问题是ISI(符号间干扰)，这使得解调复杂性随 有效星座的大小的幂增大。

发明内容

一种接收器包括用于处理接收信号的SLI类型多级解调器和解码 器。通过使用基于质心的值作为星座点，多级SLI解调器采用带不明 确性的连续局部化作为信号解调过程的一部分。作为符号解码过程的 一部分由解码器生成的概率信息被反馈以供多级SLI解调器使用，以 便能够改进多级解调器生成的最终符号判定的准确度。

根据一实施例，多级解调器具有一个或多个非最终级，这些级可 操作以使用基于质心的值作为星座点而不是与接收信号相关联的调 制符号，使对于接收信号的最终符号判定的搜索局部化。多级解调器 的最终级可操作以使用调制符号的子集作为星座点来确定最终符号 判定。解码器可操作以解码最终符号判定，包括生成与调制符号有关 的概率信息。多级解调器可操作以基于与调制符号有关的概率信息来 修正最终符号判定。

当然，本发明并不限于上述特征和优点。本领域的技术人员在阅 读以下详细描述并查看附图后将认识到另外的特征和优点。

附图说明

图1示出包括多级SLI解调器、解码器和星座处理模块的接收器 的一实施例的框图。

图2示出图1的接收器中包括的多级SLI解调器和解码器的框图。

图3示出由多级SLI解调器使用的重叠星座子集的一实施例的图 形。

图4示出由多级SLI解调器使用的重叠ASK星座子集的一实施例 的图形。

图5示出SLI解调器的第i个非最终MLD级的一实施例的框图。

图6示出SLI解调器的第i个非最终MSA级的一实施例的框图。

图7示出SLI解调器的第i个非最终MLSE级的一实施例的框图。

具体实施方式

图1示出通过信道120与无线接收器110通信的无线传送器100 的一实施例。该接收器包括基带处理器130和星座处理模块140、多 级SLI解调器150和在基带处理器130中包括或与其关联的解码器 160。星座处理模块140将与接收信号相关联的星座符号分组成多个 子集，例如，ASK解调符号、QAM解调符号等的子集。至少两个相 邻子集具有一个或多个共同调制符号以确保这些相邻子集重叠。在一 些实施例中，所有相邻子集具有一个或多个共同调制符号以确保所有 相邻子集重叠。在每种情况下，星座处理模块140还为调制符号的每 个子集确定基于质心的值，并将基于质心的值分组成一个或多个子 集。每个集合中包括的值是基于质心的，因此，它们可以是实际质心、 质心的近似值，例如整数值或量化到某个有限精度的值、到质心的最 近调制符号等。更普遍的是，调制符号的每个子集被指派有基于质心 的代表，在本文中从广义上称为基于质心的值。

多级SLI解调器150具有用于执行信号解调的N个级。SLI解调 器150的每个非最终级152使用作为星座点由该级所选择的或输入到 该级的基于质心的值的集合，使对接收信号r的最终符号判定的搜 索局部化。SLI解调器150的最终级154使用与接收信号r相关联的 实际调制符号子集确定最终符号判定这样，除最后级154外，SLI 解调器150的每个级152使用基于质心的值的集合作为星座点，进一 步使对解的搜索局部化，从而降低解调器的整体复杂性。SLI解调器 150的最后级154基于实际调制符号子集输出最终解。星座处理模块 140确保调制符号的至少两个相邻子集重叠以降低解调错误的可能 性，特别是在更早的解调级152中。

多级SLI解调器150能够实现任何类型的符号检测算法，并且能 够适用于单码或多码传送及单天线或多天线方案。例如，LxL MIMO 系统能够描述为由下式给出：

r＝Hs+v    (1)

其中，r、s和v是Lx1向量，r表示接收信号，s表示传送的符号，v 表示噪声，以及H是LxL信道矩阵。每个流具有大小为q个调制符号 的符号符号星座Q。噪声v默认是白高斯。常规MLD将比较Q^L中的 所有q^L个符号(向量)候选s_l和接收信号r，以便确定在平方的欧几 里德距离意义上的最近一个候选，如下式给出的：

m(s_l)＝(r-Hs_l)^H(r-Hs_l)/σ²    (2)

这通过噪声协方差σ²来归一化。常规MID输出最佳符号，表示为在此情形中，常规MLD在L个同时符号上与联合检测器(JD)一致。

对于多级SLI解调器150，到SLI解调器150的第i个非最终级 152的输入是来自紧接的前一级的修改的接收信号r^[i-1]。SLI解调器 150的第i个非最终级152输出符号并且生成再调制的信号 该信号从r^[i-1]被减去以产生修改的接收信号r^[i]。修改的接 收信号r^[i]被馈送到解调器150的下一级进行处理。SLI解调器150的 第i个非最终级中包括的检测器(图1中未示出)能够在大小为q′^[i]个 基于质心的值的星座Q′^[i]上实现MLD，MLD能够同时处理所有L个 符号。对于级i＜N，真实星座Q的q′^[i]个子集由星座处理模块140生 成，表示为符号子集确定Q′^[i]的个元素。具体而言，是的基于质心的值。基于质心的值能够是直接的平均值，如下式给出的：

$s_j^{\prime \left[i\right]}=\frac{1}{\left|T_j^{\left[i\right]}\right|}\underset{s_k\in T_j^{\left[i\right]}}{\Sigma }{s}_k---\left(3\right)$

通常，Q′^[i]的元素可不属于Q。

到多级SLI解调器150的第一级152的输入是原始接收信号 r^[0]＝r。对于最后级154，星座Q′^[N]是与接收信号r相关联的Q个调 制符号的子集。此外，在SLI解调器150的最后级154不执行再调制。 在一个实施例中，最后级154实现r^[N-1]中从信号保留的内容上的 MLD。加法器156通过将来自所有级152、154的中间判定相加，提 供整体最终符号向量判定如下式给出的：

$\hat{s}={\hat{s}}^{\prime \left[1\right]}+···+{\hat{s}}^{\prime \left[N\right]}---\left(4\right)$

SLI解调器150的每个非最终级152比较(q′^[i])^L个候选。因此，SLI的复 杂性优点是它将MLD搜索细分成一系列的更小MLD搜索。

除了外，SLI解调器150产生比特判定及其对应的软值。符号向 量由L个调制符号判定组成。假设表示用于映射到符号 中的调制解调器比特的判定。此外，假设表示用于的对应 软值。调制解调器比特软值能够是在对数似然比(LLR)形式或其近似。 术语LLR和调制解调器比特概率在本文中可交换使用。出自SLI解调 器150的调制解调器比特的对应概率表示为调制解调 器比特的LLR因而由下式给出：

${\mu }_{j,k}^{\mathrm{dem}}=\ln \left(\frac{p^{\mathrm{dem}}({\hat{y}}_{j,k}=0)}{p^{\mathrm{dem}}({\hat{y}}_{j,k}=1)}\right)=\ln \left(\frac{p^{\mathrm{dem}}({\hat{y}}_{j,k}=0)}{1-p^{\mathrm{dem}}({\hat{y}}_{j,k}=0)}\right)---\left(5\right)$

也就是说，正指示0。调制解调器比特概率也能够如由下式给出 的来表示：

$p^{\mathrm{dem}}({\hat{y}}_{j,k}=0)=\frac{\exp \left({\mu }_{j,k}^{\mathrm{dem}}\right)}{1+\exp \left({\mu }_{j,k}^{\mathrm{dem}}\right)}---\left(6\right)$

因此，基带处理器130能够按照需要在概率与LLR域之间轻松地来回 转变。在2009年10月23日提交的名称为“Method tor Post Detection  Improvement in MIMO”的共同转让的美国专利申请(序列号 12/604570)中描述用于从SLI解调器150中生成调制解调器比特软值 的一种方法，该申请通过引用以其整体结合于本文中。下面描述的是 接收器110的第一迭代，其中，SLI解调器150将调制解调器比特软 值发送到解码器160，并且解码器160将其自己的调制解调器比特软 值反馈到SLI解调器150。多迭代模式中接收器110的操作在本文中 后面描述。

由多级SLI解调器150生成的调制解调器比特软值被提供到 解码器160。解码器160又生成用于信息比特的概率信息。解码器160 也生成用于对应调制解调器比特的概率信息。调制信息比特对应于在 传送器100编码后的信息比特。如果在传送器编码器与调制器之间存 在交织器，则在调制解调器比特通过交织器时只记录它们。调制解调 器比特在其它方面无更改。解码器160产生有关信息比特的软值和有 关调制解调器比特的软值，表示为例如，解码器160可以是 MAP(最大后验)解码器，其生成对于信息比特和对应调制解调器比 特的软值。

值通过减去而被去除偏置。出自解码器160的改善的调 制解调器比特值由给出。出自解码器160的对应于 的调制解调器比特的概率表示为并且由下式给 出：

$p^{\mathrm{dem}}({\hat{y}}_{j,k}=0)=\frac{\exp \left({\lambda }_{j,k}^{\mathrm{dem}}\right)}{1+\exp \left({\lambda }_{j,k}^{\mathrm{dem}}\right)}---\left(7\right)$

给定解码器160产生的概率为对应符号的 概率由下式给出：

$p\left({\hat{s}}_j\right)=p^{\mathrm{dec}}\left({\hat{y}}_{j,1}\right)···p^{\mathrm{dec}}\left({\hat{y}}_{j,N}\right)---\left(8\right)$

星座处理模块130基于解码器160生成的概率信息所生成的符号概率 被结合到多级SLI解调器150中以便改进接收器性能。

更详细地说，调制解调器比特概率或相当而言的LLR如上所述由 解码器160产生，并且由星座处理模块140用于为星座Q中包括的所 有调制符号计算符号概率如等式(7)所给出的。星座处理模块 140聚焦于SLI解调器150的第i个非最终级152上，使用从调 制符号子集计算新的基于质心的值。第i个非最终级152能够使用 新的基于质心的值而不是原始值，使对于最终符号判定的搜索再次 局部化。在一个实施例中，从调制符号子集来计算新的质心，如 下式给出的，：

$s_j^{\prime \left[i\right]}=\frac{1}{\underset{{\hat{s}}_k\in T_j^{\left[i\right]}}{\Sigma }p\left({\hat{s}}_k\right)}\underset{{\hat{s}}_k\in T_j^{\left[i\right]}}{\Sigma }{\hat{s}}_{k}p\left({\hat{s}}_k\right)---\left(9\right)$

实际质心无需被使用。也就是说，其它基于质心的值可新近被确定， 如质心的近似值，例如，新整数值或量化到某个有限精度的新值、到 质心的最近调制符号等。星座处理模块140还能够确定基于质心的值 的概率，例如，如下式给出：

$p\left(s_j^{\prime \left[i\right]}\right)=\underset{{\hat{s}}_k\in T_j^{\left[i\right]}}{\Sigma }p\left({\hat{s}}_k\right)---\left(10\right)$

多级SLI解调器150基于解码器160产生的概率信息，修正最终符号 判定

再次聚焦于SLI解调器150的第i个非最终级152上，新的基于 质心的值和/或基于质心的概率信息能够合并到第i个非最终级152的 检测器块中。例如，质心向量由L个质心组成。每个具有 从对应调制解调器比特推断的不同概率分布因此，根据(8) 计算的质心对于每个索引j不同。因此，现在有L个完全不同的新的 基于质心的星座，而不是单个原始星座Q′^[i]。第二，SLI解调器150 的第i个非最终级152用于使对于最终符号判定的搜索局部化的度量 能够修改，以包括基于质心的概率，例如，如等式(9)所给出的。质心 向量的概率能够如下式所给出的来确定：

$p\left(s_l^{\prime \left[i\right]}\right)=\underset{j}{\Pi }p\left(s_j^{\prime \left[i\right]}\right)---\left(11\right)$

SLI解调器150的第i个非最终级152用于使对于最终符号判定的搜 索局部化的度量能够在基于质心的概率信息的基础上被修改， 如下式所给出的：

$m\left(s_l^{\prime \left[i\right]}\right)={(r-H{s}_l^{\prime \left[i\right]})}^H(r-H{s}_l^{\prime \left[i\right]})/{\sigma }^2-2\ln \left(p\left(s_l^{\prime \left[i\right]}\right)\right)---\left(12\right)$

其中，是与基于质心的值相关联的概率偏置项。总之， 星座处理模块140计算的符号概率偏置以支持更可能的符号。

在一个实施例中，未基于解码器160生成的概率信息来修改例如 由如等式(3)给出的原始的基于质心的值。例如，如由等式(12)给出的， 基于调制解调器比特概率信息修改SLI解调器150的非最终级152采 用的度量。基于质心的符号系统(alphabet)因此根据此实施例被固定， 这可适用于MLD的硬连线实现或在SLI解调器150的非最终级152 中包括的其它类型的检测器。在另一实施例中，例如，如等式(8)给出 的，基于解码器160生成的制解调器比特概率信息，修改基于质心的 值，但SLI解调器150的非最终级152采用的原始度量保持不修改。 同样地，更简单的度量可适用于硬连线解调器实现。在仍有的另一实 施例中，基于新的基于质心的值和/或基于质心的概率信息，由SLI 解调器150的非最终级152使对于最终符号判定的搜索再次局部化。 下面所述的是与多级SLI解调器150可实现的不同检测器类型有关的 各种实施例。

下面所述的是多迭代模式中接收器110的操作。从第二迭代开始， SLI解调器150使用接收的值和来自解码器160的调制解调器比特软 值来产生调制解调器比特软值的新集合通过减去将 新调制解调器比特软值去除偏置。出自SLI解调器150的改善的调制 解调器比特值由给出。改善的值而不是在 第二迭代中被馈送到解码器160。随后，解码器处理值以产生调 制解调器比特软值的新集合那些值通过减去而再次被去除 偏置。改善的值被馈送到SLI解调器150以用于第三迭代。随后 的迭代以类似的方式操作，在SLI解调器150和解码器160均进行去 除偏置。图2示出带有反馈的多级SLI解调器150和解码器160的一 般迭代结构。

SLI能够模仿MLD的行为。多级SLI解调器150的性能主要受早 期级152的性能限制，而早期级的性能又由符号子集的选择来确定。 在无相邻子集重叠时，性能受影响。考虑不相交子集的情况。MLD 隐含定义在每个星座点周围的判定区域(Voronoi区域)，由与任何 其它点相比离该点最近的接收值组成。判定区域边界是多面体(由 超平面的部分组成)。如果两个星座点x和y的判定区域接触，则它 们是邻居。共同部分是根据x和y将空间一分为二的超平面P(x，y)的 部分。在退化情况中，共同部分能够变成线条或点。现在考虑可用于 SLI解调器150的第一级152的Q的两个相邻子集X和Y。子集X和 Y分别具有质心c(X)和c(Y)。考虑邻居对(x，y)，其中，x属于X，并且 y属于Y。假设传送x，并且SLI解调器150的第一级152出错并且选 择子集Y而不是子集X。第一级152的有效判定边界是超平面 P(c(X)，c(Y))。相反，MLD将基于P(x，y)做出选择。为了比较的缘故， MLD能够视为在X与Y之间做出有效判定。随后，有效判定边界由 不同最近邻居对(x，y)的部分P(x，y)组成。

图3以二维示出相邻子集X与Y之间的有效判定边界，其中，超 平面变成直线，并且每个星座点由圆圈表示。相反，用于MLD的判 定边界是分段直锯齿线。在这些假设的判定边界之间的差异导致SLI 中的性能损失。重叠两个或更多相邻子集消除了判定边界差异。具体 而言，对于二级SLI，在第一SLI级的相邻子集的重叠中包括最近邻 居符号对意味着第一SLI级不必做出有关那些符号的判定。该判定将 在第二SLI级中做出。

通过SLI，从一级到下一级进一步局部化搜索，但在到最后级之 前不做出最终判定。具体而言，通过做最近邻居调制符号属于多个子 集，多级SLI解调器150的后一级可从更早级中的错误中恢复。在本 上下文中，不明确性是有益的。然而，确保相邻符号子集重叠具有代 价。就复杂性而言，与不相关情况相比，对于重叠情况，q′或q”或 两者将增大。

图4示出由星座处理模块140分组成三个子集的8-ASK星座的一 示范实施例。8-ASK星座由下式给出：

Q＝{-7，-5，-3，-1，+1，+3，+5，+7}(13)

图4所示的三个重叠子集具有由下式给出的质心：

Q′＝{-4，0，+4}(14)

重叠意味着多级SLI解调器150的后一级经常能够从更早级的不佳判 定中恢复。图4所示的两个外部子集是相互的偏移，并且偏移等于质 心差。通过计及这些子集的高度结构化性质，能够进一步降低SLI复 杂性。当然，能够通过SLI使用更低结构化子集，并且本文中所述的 子集分组容易扩展到其它调制方案，如QAM(正交调幅)。

图5示出所示SLI解调器150的第i个非最终MLD级400的一实 施例。到第i个MLD级的输入是由紧接的前一级(图5中未示出) 输出的修改的接收信号输入第i个MLD级400的星座Q′^[i]包括 如本文中前面所述来确定的基于质心的值的集合。第i级400的MLD 组件410基于Q′^[i]和输出符号第i级400的再调制器组件420 生成再调制的信号第i级400的信号减法器组件430从 减去以产生修改的接收信号该信号被馈送到下一级(图 5中未示出)。

基于解码器160生成的概率信息，能够使第i个MLD级400执行 的搜索再次局部化，从而改进接收器性能。具体而言，解码器160产 生的调制解调器比特概率信息能够用于修正第i个MLD级400执行 的解调。在一个实施例中，未基于解码器160生成的概率信息修改输 入到第i个MLD级400的基于质心的值的星座Q′^[i]。基于调制解调器 比特概率信息，只修改第i级400的MLD组件410采用的度量。在 一个实施例中，MLD组件410实现由等式(2)给出的度量，并且如等 式(12)给出的，度量基于星座处理模块140计算的基于质心的概率信 息来修改。在另一实施例中，例如，如由等式(8)给出的，基于解码器 160生成的调制解调器比特概率信息，由星座处理模块140再次计算 星座Q′^[i]中包括的基于质心的值，但MLD组件410采用的原始度量保 持不修改。在仍有的另一实施例中，再次计算星座Q′^[i]中包括的基于 质心的值，并且基于调制解调器比特概率信息修改MLD组件410采 用的度量。因此，SLI解调器150的第i个非最终MLD级400能够基 于新确定的基于质心的值、对于基于质心的值的新概率信息或两者， 使对于最终符号判定的搜索再次局部化。

多级SLI解调器150可具有MSA结构。MSA涉及在多级中筛分 候选的大集合，其中，每级拒绝一些候选，直至在最终级后剩下单个 候选。在诸如MIMO或多码传送等多流情形中，MSA增大了连续级 中联合处理的流的数量。也就是说，在第一级中，每个流可由单个检 测器单独处理，成对流可在第二级中由JD一起处理，并以此类推。 这样做阻止了复杂性迅速扩大，同时模仿所有流上真实JD的行为， 在此情形中，该JD是MLD。SLI能够添加到MSA，以便为多个MIMO 流组合JD，并且为剩余流进行干扰抑制。抑制通过为诸如有色噪声等 干扰源建模的预滤波器实现。此外，修改度量以结合噪声协方差矩阵。

图6示出所示SLI解调器150的第i个非最终MSA级500的一实 施例。通过解调集合A中包括的信号(示为信号s_A)，同时抑制集合 B中包括的剩余信号(示为信号s_B)，第i个MSA级500执行白化。 第i个MSA级500包括预滤波器510和JD 520。预滤波器510对紧 接的前一MSA级(图6中未示出)输出的信号向量r^[i-1]进行滤波以 抑制信号集合B。预滤波器输出N_AX1是表示为的向量。JD 520 使用星座处理模块140提供的基于质心的星座Q′^[i]，在预滤波器输出 上执行解调和干扰抑制，而不是使用真实星座Q，并且搜索在个候选上进行。

更详细地说，JD 520在A中的N_A个信号上操作以产生JD 520 采用的度量由下式给出：

$m\left({\hat{s}}_A\right)=-2\mathrm{Re}\left\{{\hat{s}}_A{z}_A\right\}+{\hat{s}}_A^H{H}_A^H{R}_u^{-1}{H}_A{\hat{s}}_A---\left(15\right)$

度量适用于第i个非最终MSA级500，其中，未对施加 特定限制。因此，能够使用替代并且通过此替换，如由等式(15) 给出的，能够基于来计算因此，第i个非最终MSA级500 产生信号s_A的局部化。使用Q^[i]而不是Q造成了充当自干扰的故意的 残余信号。等式(1)能够扩展为示出用于二级情况的残余信号，如下所 示：

$r=H_A{s}_A^{\left[1\right]}+H_A{s}_A^{\left[2\right]}+H_B{s}_B+n=H_A{s}_A^{\left[1\right]}+v---\left(16\right)$

通过将残余信号建模为第二有色噪声，带有零均值和如下 式给出的协方差，能够计及该残余信号：

$R_A^{\mathrm{res}}=H_A{H}_A^H{E}_A^{\mathrm{res}}---\left(17\right)$

其中，是残余信号中的能量，对应于用于二级情况的调制符号子 集Q^[2]。总协方差随后变成：

$R_v=R_B+R_A^{\mathrm{res}}+R_n---\left(18\right)$

除了等式(18)的R_v用作总损害协方差外，剩余的操作类似于常规白化 JD的操作。

通常，在SLI解调器150的任何非最终级152，如果解调器150 具有MSA结构，则能够适当计及残余干扰。SLI解调器150的最终级 154是例外，其中未留下残余干扰，并且等式(18)中的为零。解码 器160产生的调制解调器比特概率信息用于修正第i个非最终MSA级 500执行的解调。

在一个实施例中，未基于解码器160生成的概率信息来修改输入 到第i个非最终MSA级500的基于质心的值的星座Q^[i]。基于调制解 调器比特概率信息，只修改第i个MSA级500的JD组件520采用的 度量。在一个实施例中，JD组件520实现等式(15)给出的度量，并且 通过将等式(12)中的概率偏置项加到等式(15)来修改度 量。在另一实施例中，例如，如由等式(8)给出的，基于调制解调器比 特概率信息，再次计算星座Q^[i]中包括的基于质心的值，但JD组件520 采用的原始度量保持不修改。在仍有的另一实施例中，再次计算星座 Q^[i]中包括的基于质心的值，并且基于解码器160生成的调制解调器 比特概率信息修改JD组件520采用的度量。因此，SLI解调器150 的第i个非最终MSA级500能够基于新确定的基于质心的值、对于基 于质心的值的新概率信息或两者，使对于最终符号判定的搜索再次局 部化。

多级SLI解调器150还可抑制ISI。SLI能够实现为用于抑制ISI 的均衡器的一部分。在抑制ISI时，MLD变成SLI解调器150的不同 级152、154中的MLSE。SLI解调器150的第i个非最终级152采用 MLSE在信道和基于质心的符号系统Q′^[i]所定义的格(trellis)上操作。 在格的每步，例如根据等式(8)来计算基于质心的值。在格的每步的分 支度量类似于等式(2)给出的度量。

图7示出通过抑制ISI作为均衡器操作的SLI解调器150的第i 个非最终MLSE级600的一实施例。在一个实施例中，第i个非最终 级包括在星座Q′^[i]上操作以抑制ISI的MLSE组件。假设q′^[i]表示Q′^[i]的 大小。MLSE组件610维护的ISI格从Q′^[i]导出。具体而言，ISI格具 有(q′^[i])^M个状态，并且每级(q′^[i])^M+1个分支。每个状态具有扇入和扇 出大小q′^[i]。到第i个MLSE级600的输入是由紧接的前一级(图7 中未示出)产生的修改的接收信号输入第i个MLSE级600的 星座Q′^[i]包括如本文中前面所述确定的基于质心的值的集合。MLSE 组件610基于Q′^[i]和来执行分支度量计算以产生符号

更详细地说，MLSE格中在步骤k分支(j′，j)的分支度量能够如由 下式给出的来表示：

$e_k(j^{\prime },j)={|r_k-H_M{\hat{s}}_{k-M}+···+H_0{\hat{s}}_k|}^2---\left(19\right)$

在不失太多一般性的情况下，假设格在状态0中在时间0开始。状态 度量计算从该处继续向前。在时间k，根据在时间k-1的状态度量给 出状态j的状态度量或累积度量E_k(j)，并且在时间k的分支度量由下 式给出：

$E_k\left(j\right)=\underset{j^{\prime }\in I\left(j\right)}{\min }(E_{k-1}\left(j^{\prime }\right)+e_k(j^{\prime },j))---\left(20\right)$

另外，实现最小值的I(j)中的状态称为状态j的所谓前趋，并且表示为 π_k-1(j)。此外，对应M元组中的最老符号是从时 间k处状态j回顾的试探性符号判定。可能通过沿着链π_k-1(j)、 π_k-2(π_k-1(j))等，在不同状态上回溯序列到时间0。对应的符号等是从时间k处状态j回顾的MLSE的试探性判定。通常，从 时间k处不同状态回顾，判定往往是符号越老越一致。也就是说，用 于判定的延迟越长越佳。一般情况下，存在选择的延迟D，并且通过 从带有最小状态度量的状态回溯，做出有关符号 的最终判定。第i个MLSE级600的再调制器组件620生成 下式给出的再调制的信号：

${\hat{r}}_k^{\prime \left[i\right]}=H_M{\hat{s}}_{k-M}^{\prime \left[i\right]}+···+H_0{\hat{s}}_k^{\prime \left[i\right]}---\left(21\right)$

[i]第i个MLSE级600的信号减法器组件630从减去以产生修 改的接收信号该信号提供到下一均衡级(图7中未示出)。

在一个实施例中，未基于解码器160生成的概率信息来修改输入 到第i个非最级600的MLSE组件610的基于质心的值的星座Q′^[i]。 基于调制解调器比特概率信息，只修改MLSE组件610采用的度量。 在一个实施例中，MLSE组件610实现由等式(19)和(20)表示的分支度 量，并且通过添加概率偏置项来修改分支度量。在另一 实施例中，例如，如由等式(8)给出的，基于调制解调器比特概率信息， 再次计算输入到第i个非最终级600的星座Q′^[i]中包括的基于质心的 值，但MLSE组件610使用的原始度量保持不修改。在仍有的另一实 施例中，再次计算星座Q′^[i]中包括的基于质心的值，并且基于调制解 调器比特概率信息来修改分支度量。因此，SLI解调器150的第i个 非最终MLSE级600能够基于新确定的基于质心的值、对于基于质心 的值的新概率信息或两者，使对于最终符号判定的搜索再次局部化。 本文中所述各种实施例各自提供了用于利用来自SLI类型结构中解码 器160的反馈来提升接收器性能的机制。

在了解上述范围的变化和应用后，应理解，本发明并不受以上描 述限制，也不受附图限制。相反，本发明只受随附权利要求及其法律 等同限制。