本發(fā)明涉及通信領(lǐng)域，尤其涉及一種正交振幅調(diào)制QAM(QuadratureAmplitudeModulation)的軟解調(diào)方法。

背景技術(shù)：
QAM是近年來通信系統(tǒng)廣泛使用的一種信號調(diào)制方式。在調(diào)制過程中，QAM同時以載波信號的幅度和相位來代表不同的數(shù)字比特編碼，把多進(jìn)制與正交載波技術(shù)結(jié)合起來，極大地提高了頻帶利用率。例如，2006年由國家廣電總局正式頒布的移動電視行業(yè)標(biāo)準(zhǔn)中國移動多媒體廣播電視技術(shù)(ChinaMobileMultimediaBroadcasting,CMMB)中即采用16QAM的調(diào)制方式。在接收端對數(shù)據(jù)進(jìn)行解調(diào)時，常用的QAM解調(diào)方法有硬解調(diào)和軟解調(diào)。硬解調(diào)是將星座點強(qiáng)制判決為相應(yīng)的調(diào)制比特，實現(xiàn)簡單，但性能較差，而軟解調(diào)則是輸出星座點的概率軟信息，實現(xiàn)略為復(fù)雜，但性能很好。由于QAM的調(diào)制階數(shù)越高，其抗干擾能力越差，因此，在通信系統(tǒng)中，一般都采用軟解調(diào)的方式，以獲得良好的性能。QAM的軟解調(diào)信息的標(biāo)準(zhǔn)計算公式一般涉及了對數(shù)和指數(shù)運算，在工程實現(xiàn)中，現(xiàn)有技術(shù)的處理方法一般分為兩類：一類是將精確的對數(shù)概率信息公式近似成粗略運算公式，來粗略計算軟解調(diào)信息；另一類是采用查找表的方法來規(guī)避對數(shù)和指數(shù)運算，但查找表本身將極為龐大、冗余。因此，前者計算簡單，實現(xiàn)簡單，但在不滿足近似條件的情況下，軟解調(diào)信息的精確度大受影響；后者實現(xiàn)快捷，適應(yīng)性強(qiáng)，但查找表的龐大和冗余則使得采用這一方法的性價比很低。

技術(shù)實現(xiàn)要素：
本發(fā)明提供一種QAM的軟解調(diào)方法，解決現(xiàn)有技術(shù)在軟解調(diào)信息的精確度和存儲容量間難以取得較好的平衡的問題。本發(fā)明采用以下技術(shù)方案:一種正交振幅調(diào)制的軟解調(diào)方法，包括：根據(jù)待解調(diào)數(shù)據(jù)的實部Rdata和虛部Idata分別計算解調(diào)后得到的各比特的近似軟解調(diào)輸出值LLRapproximate；從預(yù)設(shè)的查找表中查找各比特的軟解調(diào)修正值LLRD-Normalized；根據(jù)各比特的近似軟解調(diào)輸出值LLRapproximate和軟解調(diào)修正值LLRD-Normalized計算其最終軟解調(diào)輸出值LLROutput。在本發(fā)明一實施例中，根據(jù)待解調(diào)數(shù)據(jù)的實部Rdata和虛部Idata分別計算各比特的近似軟解調(diào)輸出值LLRapproximate的方法包括：采用一階線性函數(shù)f(z)，以所述待解調(diào)數(shù)據(jù)的實部Rdata和虛部Idata分別作為所述一階線性函數(shù)f(z)的變量z，計算各比特的近似軟解調(diào)輸出值LLRapproximate。在本發(fā)明一實施例中，所述最終軟解調(diào)輸出值LLROutput＝LLRD-Normalized+LLRapproximate。在本發(fā)明一實施例中，從預(yù)設(shè)的查找表中查找各比特的軟解調(diào)修正值LLRD-Normalized的方法為：預(yù)先建立并保存軟解調(diào)所用的查找表；根據(jù)信道高斯噪聲方差和信道估計損益比ak計算參數(shù)因子β；根據(jù)所述待解調(diào)數(shù)據(jù)的Data實部Rdata或虛部Idata，以及參數(shù)因子β從所述查找表中查找各比特的軟解調(diào)修正值LLRD-Normalized。在本發(fā)明一實施例中，所述參數(shù)因子β與信道高斯噪聲方差信道估計損益比ak滿足在本發(fā)明一實施例中，建立軟解調(diào)所用的查找表的方法包括：設(shè)定參數(shù)因子β的多個不同值；針對各個參數(shù)因子β取值，根據(jù)待解調(diào)數(shù)據(jù)的實部Rdata和虛部Idata，分別計算各比特的軟解調(diào)精確值LLRprecise；針對各個參數(shù)因子β取值，根據(jù)待解調(diào)數(shù)據(jù)的實部Rdata和虛部Idata，分別計算各比特的軟解調(diào)近似值LLRapp-unnorm；針對各個參數(shù)因子β取值，對各比特的軟解調(diào)精確值LLRprecise與軟解調(diào)近似值LLRapp-unnorm的軟解調(diào)差值LLRDifference進(jìn)行歸一化處理，得到相應(yīng)比特的軟解調(diào)修正值LLRD-Normalized；建立所述待解調(diào)數(shù)據(jù)的實部Rdata、參數(shù)因子β及所述軟解調(diào)修正值LLRD-Normalized之間的映射關(guān)系，建立所述待解調(diào)數(shù)據(jù)的虛部Idata、參數(shù)因子β及所述軟解調(diào)修正值LLRD-Normalized之間的映射關(guān)系，并將所述映射關(guān)系保存在所述查找表中。在本發(fā)明一實施例中，將所述映射關(guān)系保存在所述查找表中之后，還包括：將軟解調(diào)差值LLRDifference與軟解調(diào)精確值LLRprecise之間的比值小于數(shù)值系數(shù)α的相應(yīng)映射關(guān)系從查找表中剔除，即將LLRDifference/LLRprecise<α的相應(yīng)映射關(guān)系從查找表中剔除，所述數(shù)值系數(shù)α滿足0＜α＜0.1。在本發(fā)明一實施例中，根據(jù)待解調(diào)數(shù)據(jù)的實部Rdata或虛部Idata，計算各比特的軟解調(diào)近似值LLRapp-unnorm的方法包括，采用一階線性函數(shù)C(β)f(z)，以所述待解調(diào)數(shù)據(jù)的實部Rdata和虛部Idata分別作為所述一階線性函數(shù)C(β)f(z)的變量z，計算各比特的軟解調(diào)近似值LLRapp-unnorm，其中C(β)是參數(shù)因子β的函數(shù)，表示歸一化系數(shù)。在本發(fā)明一實施例中，軟解調(diào)修正值LLRD-Normalized＝LLRDifference/C(β)。在本發(fā)明一實施例中，所述歸一化系數(shù)C(β)與參數(shù)因子β滿足本發(fā)明設(shè)計了一種QAM的軟解調(diào)方法，采用近似運算結(jié)合查找表修正的方法計算最終軟解調(diào)輸出值，避免了現(xiàn)有方法中僅通過粗略運算計算軟映射概率輸出信息的方法造成的精確度不夠，以及單純采用查找表方法時查找過于龐大的問題，在準(zhǔn)確度和存儲容量間取得較好的平衡。附圖說明圖1為現(xiàn)有技術(shù)中CMMB標(biāo)準(zhǔn)中的16QAM星座映射圖；圖2為本發(fā)明實施例一種16QAM的軟解調(diào)方法流程圖。具體實施方式QAM的軟映射方式可作如下推導(dǎo)：記時刻k，比特集合{uk,i}，i＝1,2,3...m映射為星座映射平面的實數(shù)對{Ak,Bk}，且解調(diào)器接收數(shù)據(jù)的同相支路和正交支路Xk、Yk可以表示為：Xk＝akAk+NIkYk＝akBk+NQk其中ak在瑞利衰落信道下是一個瑞利隨機(jī)變量，在高斯白噪聲信道下為1。其中，NIk和NQk是均值為0方差為的高斯噪聲，且它們是相互獨立的。則每一比特的軟輸出，即對數(shù)似然比LLR(LogarithmofLikelihoodRatio)為：使用貝葉斯準(zhǔn)則，并且由于P{uk,i＝1}＝P{uk,i＝0}，上式得到：如果QAM映射的除數(shù)為2的偶次冪，同相信號Xn和正交信號Yn獨立映射且相互垂直，且在解調(diào)端同相支路和正交支路的高斯白噪聲互不相關(guān)，可將上式簡化為：其中，UX是映射到同相信號Xn的比特集合，UY是映射到正交信號Yn的比特集合。定義Sx,1(i)和Sx,0(i)分別是uk,i＝1與uk,i＝0在星座圖中所映射點實際Xn值的集合，對于uk,i∈UY，定義同樣意義的Sy,1(i)和Sy,0(i)，得到QAM映射中，精確的對數(shù)概率信息公式：其中，為信道高斯噪聲方差，ak為信道估計損益比。使用近似計算式：將公式(1)進(jìn)行簡化得到粗略運算公式(2)：公式(1)中的軟解調(diào)輸出需要進(jìn)行對數(shù)和指數(shù)運算，而公式(2)是關(guān)于xk,yk的線性函數(shù)，因此計算得以大為簡化，現(xiàn)有技術(shù)中，一般基于公式(2)來粗略計算軟解調(diào)信息，但當(dāng)公式的近似條件不滿足時，將極大的影響解調(diào)的性能，例如，如果求和項中存在兩項極為相近的項，公式將對xi帶來ln2＝0.6932的誤差，這個誤差在xi較小時，其影響無法忽略。本發(fā)明對公式(2)進(jìn)一步簡化求近似值，再結(jié)合查找表修正的方法計算最終軟解調(diào)輸出值，在準(zhǔn)確度和存儲容量間取得較好的平衡。下面以現(xiàn)有技術(shù)中CMMB標(biāo)準(zhǔn)中的16QAM軟解調(diào)為例，對本發(fā)明進(jìn)一步詳細(xì)說明。圖1所示為現(xiàn)有技術(shù)中CMMB標(biāo)準(zhǔn)中的16QAM星座映射圖，由圖1可知：比特b3,b3∈UX，對應(yīng)于b3＝1的映射值集合為Sx,1(i)＝{-d0,-3d0}，對應(yīng)于b3＝0的映射值集合為Sx,0(i)＝{d0,3d0}；比特b2,b2∈UY，對應(yīng)于b2＝1的映射值集合為Sy,1(i)＝{-d1,-3d1}，對應(yīng)于b2＝0的映射值集合為Sy,0(i)＝{d1,3d1}；比特b1,b1∈UX，對應(yīng)于b1＝1的映射值集合為Sx,1(i)＝{-d0,d0}，對應(yīng)于b1＝0的映射值集合為Sx,0(i)＝{-3d0,3d0}；比特b0,b1∈UY，對應(yīng)于b0＝1的映射值集合為Sy,1(i)＝{-d1,d1}，對應(yīng)于b0＝0的映射值集合為Sy,0(i)＝{-3d1,3d1}；其中，d0,d1分別表示16QAM星座映射圖中實軸和虛軸上的距離基本單位，在16QAM映射中，d0表示上述公式(1)和(2)中的Xn，d1表示上述公式(1)和(2)中的Yn，待解調(diào)數(shù)據(jù)的實部Rdata和虛部Idata分別為xk,yk。根據(jù)公式(1)可得16QAM星座映射圖中解調(diào)后得到的各個比特的精確的對數(shù)概率信息公式(3)：根據(jù)公式(2)可得16QAM星座映射圖中解調(diào)后得到的各個比特的粗略運算公式(4)：由公式(4)可知，LLR(b3)與LLR(b2)是分段函數(shù)，可以分別僅取|xk|＜2d0和|yk|＜2d1所對應(yīng)的一段,以求形式的統(tǒng)一性；進(jìn)一步地，對于LLR(b3),LLR(b2)，LLR(b1),LLR(b0)還可以同時忽略掉相等的系數(shù)，因此，在公式(4)的基礎(chǔ)上進(jìn)行如下簡化：得到本發(fā)明的近似軟解調(diào)輸出值LLRapproximate計算公式(5)：由公式(5)可推導(dǎo)出16QAM星座映射圖中各個比特的近似軟解調(diào)輸出值LLRapproximate可通過一階線性函數(shù)f(z)計算得到，該一階線性函數(shù)f(z)具有如下的形式(不考慮符號)：f(z)＝z+c或f(z)＝|z|+c其中，z＝xk＝Rdata或z＝y(tǒng)k＝Idata，c為一常數(shù)，c的取值范圍為0＜c≤0.5。圖2所示為本發(fā)明實施例一種16QAM的軟解調(diào)方法：S21、以待解調(diào)數(shù)據(jù)的實部Rdata和虛部Idata分別作為一階線性函數(shù)f(z)的變量z，計算解調(diào)后得到的各比特的近似軟解調(diào)輸出值LLRapproximate，其中，在16QAM映射中，LLRapproximate(b3)＝＝f(z)＝xk；LLRapproximate(b2)＝f(z)＝y(tǒng)k；S22、從預(yù)設(shè)的查找表中查找各比特的軟解調(diào)修正值LLRD-Normalized。其具體過程如下：A、預(yù)先建立并保存軟解調(diào)所用的查找表，查找表的建立步驟如下：A1、設(shè)定參數(shù)因子β的多個不同值，如β＝0.1、0.2、0.3……。A2、針對各個β的取值，采用計算機(jī)按照上述16QAM星座映射圖中各個比特的精確的對數(shù)概率信息公式(3)，計算各個比特的軟解調(diào)精確值LLRprecise：其中，A3、針對各個β的取值，根據(jù)公式C(β)f(z)計算各比特的軟解調(diào)近似值LLRapp-unnorm如下：其中，A4、針對同一比特同一β取值，求步驟A2中的軟解調(diào)精確值LLRprecise和步驟A3中的軟解調(diào)近似值LLRapp-unnorm的差值LLRDifference＝LLRprecise-LLRapp-unnorm，并對差值LLRDifference進(jìn)行系數(shù)歸一化，得到相應(yīng)比特在相應(yīng)β取值時，的軟解調(diào)修正值LLRD-Normalized＝LLRDifference/C(β)。由步驟A3和A4的計算結(jié)果可知，對于比特b2和b3,在β較大(β>1)時，其差值LLRDifference的影響往往不可忽略；對于比特b0和b1，在β較小(β<1)時，差值的影響的影響往往不可忽略。A5、建立映射關(guān)系:(β，Rdata)→LLRD-Normalized以及(β，Idata)→LLRD-Normalized。并將該映射關(guān)系保存在查找表中。采用本實施例所建立的查找表，只需存儲軟解調(diào)修正值LLRD-Normalized，相對于現(xiàn)有技術(shù)中需要存儲軟解調(diào)精確值或近似值的查找表，其大小大為減小，降低了查找表的數(shù)據(jù)冗余度。本實施例，還可以進(jìn)一步對查找表進(jìn)行優(yōu)化，針對同一比特同一β取值，若LLRDifference/LLRprecise<α，則可令LLRDifference＝0，可將LLRDifference/LLRprecise<α的相應(yīng)映射關(guān)系從查找表中剔除。其中，優(yōu)選的，0＜α＜0.1。由于剔除了對最終軟解調(diào)輸出值精度影響較小的值，因此進(jìn)一步減小了查找表的大小，降低了查找表的數(shù)據(jù)冗余度。B、根據(jù)當(dāng)前信道高斯噪聲方差和信道估計損益比ak，帶入公式計算參數(shù)因子β。C、根據(jù)待解調(diào)數(shù)據(jù)的實部Rdata和參數(shù)因子β在對應(yīng)的查找表中，查找LLR的修正值LLRD-Normalized，或者根據(jù)待解調(diào)數(shù)據(jù)的虛部Idata和參數(shù)因子β在對應(yīng)的查找表中，查找LLR的修正值LLRD-Normalized。S23、根據(jù)各比特的近似軟解調(diào)輸出值LLRapproximate和軟解調(diào)修正值LLRD-Normalized計算其最終軟解調(diào)輸出值，最終軟解調(diào)輸出值LLROutput＝LLRD-Normalized+LLRapproximate：LLROutput(b3)＝xk+LLRD-Normalized(b3)；LLROutput(b2)＝y(tǒng)k+LLRD-Normalized(b2)；由公式(8)可知，在CMMB標(biāo)準(zhǔn)的16QAM軟解調(diào)中，比特b3和b2的最終軟解調(diào)輸出值LLROutput只是自變量(xk、yk)不同，因此可以共用同一查找表，同理，b1和b0也可以共用同一查找表，更進(jìn)一步節(jié)省了查找表所占的大小，降低了查找表的數(shù)據(jù)冗余度。針對現(xiàn)有技術(shù)中進(jìn)行QAM軟解調(diào)時，將精確的對數(shù)概率信息公式近似成線性運算，來粗略計算軟解調(diào)信息存在的精確度不足、而采用查找表的方法來規(guī)避對數(shù)和指數(shù)運算，存在查找表龐大、冗余的問題，本發(fā)明采用近似線性運算計算近似軟解調(diào)輸出值LLRapproximate，再采用查找表的方法對其進(jìn)行修正，從而在保證QAM最終軟解調(diào)輸出值精確度的同時，所建立的查找表的大小、冗余度都大為降低。以上內(nèi)容是結(jié)合具體的實施方式對本發(fā)明所作的進(jìn)一步詳細(xì)說明，不能認(rèn)定本發(fā)明的具體實施只局限于這些說明。對于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換，都應(yīng)當(dāng)視為屬于本發(fā)明的保護(hù)范圍。