一种低复杂度正交幅度调制十字星座解映射方法

技术领域

本发明属于通信技术领域，涉及一种正交幅度调制十字星座图的低复杂度解映射方法。

背景技术

高性能通信系统需要达到更高的信息传输速率和更低的功耗，有多种方式提升通信系统性能，其中数字调制技术可以使用有限的频带资源和较低的功耗提升信息传输速率。线性调制方式根据传输信号的变化要素分为振幅键控(ASK)、相移键控(PSK)和正交幅度调制(QAM)，由于QAM可以使用更少的带宽实现更高的数据传输速率，所以高阶QAM广泛被现代通信标准采用，方形QAM星座图用于偶数阶QAM调制，共有2的偶数次方个星座点，十字QAM星座图用于奇数阶QAM调制，共有2的奇数次方个星座点，其中十字QAM是由长方形QAM星座图经部分旋转得到的，有更低的峰值和平均功率并且可以提高解调性能，但在解映射时相比于方形和长方形QAM却带来了计算复杂度的提升。当QAM采用较高阶调制时需要配合信道编译码技术减小信道噪声的影响，因此解映射的输出应为软信息值(一般采用对数似然比LLR)表征发送比特的可靠性度量，所以称之为软解调。

目前有多种针对QAM的软解调算法，传统的基于Max-Log-MAP的近似方法(文献[1]：Viterbi,A.J.,“An Intuitive Justification and a Simplified Implementationof the MAP Decoder for Convolutional Codes,”IEEE Journal on Selected Areas inCommunications,vol.16,No.2,pp260–264,Feb.1998)虽然将e指数和对数运算用最大值函数(max)替代，但需要的乘法运算次数高且复杂度为O(2

上述[1]需要较多乘法运算，不利于基于现场可编程门阵列电路(FPGA)或专用集成电路(ASIC)的硬件电路实现，[2]虽然极大简化了计算次数和复杂度，但没有在十字星座图上采用的先例，[3]可以达到与[1]一致的性能，但是需要根据信道噪声条件选取合适的搜索范围并多次进行乘法运算，对于低复杂度的硬件实现仍有一定难度。

发明内容

本发明针对上述问题，提出了一种可用于正交幅度调制(QAM)十字星座软解调的低复杂度算法，此算法可以分为以下几个主要步骤：(1)星座图分割：依据星座点中各比特的0/1映射分布规律，将星座图分割为多个区域；(2)区域选择：对于接收调制符号中各比特的解调，仅选取星座图中的相关区域并使用符号的实部及虚部值计算软信息，极大缩小解映射星座点的选取范围；(3)近似拟合计算各比特的对数似然比：为了避免接收符号和标准星座点之间欧式距离的计算带来的高复杂度问题(在硬件设计中会引入较多复杂乘法操作)，采用线性函数分段拟合的方式计算各比特的软信息，保证性能损失可接受。本发明可有效降低硬件实现高阶QAM软解调的复杂度。

本发明的具体步骤为：

步骤1：星座图分割，即依据星座图中每比特为0和1的分布规律，将所有星座点划分为多个子区域，每个子区域中计算软信息值的方法相同。

星座图中每个符号承载m比特信息的QAM调制表示为2

较为准确的软解调LLR计算采用MAP算法，计算第b

其中，σ

步骤1.1：对于十字星座图解映射首先需要找到标准星座图中所有比特位置0和1之间的分界。

步骤1.2：分别找到与接收符号中各比特位置距离最近的边界，判断接收符号到最近0和1符号的欧氏距离与同相分量或正交分量的关系。将有相同关系的位置集合划为同一区域，在区域内采用相同的运算计算软信息值。

步骤2：区域选择，即根据接收到的带噪符号Z在星座图上的位置，将其划归到步骤1的子区域中。

接收符号坐标(x,y)由于包含噪声，相对于标准星座图中点的坐标(s

步骤3：近似拟合计算各比特的对数似然比，即基于线性函数分段拟合的方法，对每个子区域各位置的LLR进行近似，使用拟合值替代精确值。

公式(1)提供了较为精确的计算LLR的方法，但当某比特的软信息只与同相或正交分量相关时可以进一步简化，这里以同相分量的运算为例：

其中，x为接收符号的同相分量，s

本发明的优点及有益效果在于：

本发明将近似拟合的方法应用于正交幅度调制(QAM)十字星座的解调上，依据星座图上各比特位置的软信息计算与同相分量或正交分量的关系，将标准星座图进行区域划分，并使用线性函数分段拟合的方法匹配相应的软信息运算，极大降低了由于计算精确欧氏距离和较大搜索范围引入的硬件复杂度。

附图说明

图1为采用格雷映射的128-QAM十字星座图示意图。

图2为128-QAM星座中b

图3为128-QAM星座中b

图4为128-QAM星座中b

图5为128-QAM星座中b

图6为128-QAM星座中b

图7为128-QAM星座中b

图8为128-QAM星座中b

图9为128-QAM星座中b

图10为128-QAM星座中b

图11为128-QAM星座中b

图12为128-QAM星座中b

图13为128-QAM星座中b

图14为128-QAM星座中b

图15为128-QAM星座中b

具体实施方式

下面以128-QAM十字星座调制为例，结合附图和实施示例对本发明进行详细说明。

图1是本实施例采用的格雷映射方式设计的128-QAM星座图，图中共128个星座点，每个星座点代表7bit信息为{b

步骤1：星座图分割。仅关注b

步骤2：区域选择。可以看出当接收符号(x,y)时，b

表1 A area各段LLR计算结果

表2 B area各段LLR计算结果

步骤3：近似拟合计算各比特的对数似然比。图3为b

LLR(b

虽然当|x|较大时拟合结果与实际计算结果仍有一定差距，但仿真表明对解调性能并无较大损失。

b

图4为128-QAM星座中b

图6为b

LLR(b

区域B关于I和Q轴对称分布，其范围满足{Barea:4A≤|x|≤8A∩|y|＞(-|x|+12A)}，软信息只与正交分量有关，所以b

LLR(b

区域C满足{Carea:|x|＞8A∩4A＜|y|≤8A}，其特点是每个象限内4个点b

{C1area:|x|＞10A∩|y|＞6A∩|y|≤8A}

{C2area:|x|＞8A∩|x|≤10A∩|y|＞6A∩|y|≤8A}

{C3area:|x|＞10A∩|y|＞4A∩|y|≤6A}

{C4area:|x|＞8A∩|x|≤10A∩|y|＞4A∩|y|≤6A}(7)

它们的LLR计算在公式(2)的基础上拓展，这里以C1区域为例说明LLR的计算方法：

省略相同的常数项可得：

LLR(b

同理可得区域C2,C3,C4的LLR计算方法，同样省略常数项：

LLR(b

LLR(b

LLR(b

区域D位于星座图四角满足{Darea:|x|＞8A∩|y|＞8A}，区域内无有效星座点，当接收符号(x,y)在此区域范围内时距离最近的b

上式中包含了x和y的平方项，对于硬件实现很不友好，图7为b

区域E满足{Earea:|x|＜4A∩|y|＞8A}，每个象限内包含4个b

{E1area:|x|＞2A∩|x|＜4∩A|y|＞10A}

{E2area:|x|＞2A∩|x|＜4A∩|y|＞8A∩|y|≤10A}

{E3area:|x|≤2A∩|y|＞10A}

{E4area:|x|≤2A∩|y|＞8A∩|y|≤10A} (15)

参考(8)式的推导方式，这里直接给出区域E1～E4中的LLR计算方法：

LLR(b

LLR(b

LLR(b

LLR(b

图8为星座中b

图9为b

图10为星座中b

LLR(b

图12为星座中b

{Aarea:|x|＜4A∩|y|≤-|x|+12A}

{Barea:|x|≥4A∩(|y|≤8A∪|x|＞|y|)}

{Carea:|x|≤|y|∩|y|＞-|x|+12A∩|y|＞8A}(22)

其中区域A和B的软信息计算仅与正交分量y相关，区域C的软信息计算仅与同相分量x相关。图13为b

LLR(b

同理省略证明可以得到区域B和C的近似拟合表达式为：

LLR(b

LLR(b

图14为128-QAM星座中b

/>