最大似然检测.docVIP

最大似然检测 最大似然检测（Maximum Likelihood，ML）检测，也被称作最大似然序列估计（MLSE），从严格意义上讲它不是均衡方案而是接收机方式，其中接收端的检测处理显式地考虑了无线信道时间弥散的影响。从根本上讲，ML检测器考虑了时间弥散对接收信号的影响，用整个接收信号来确定最有可能被发送的序列。为了实现最大似然检测，通常使用Viterbi算法。然而，尽管基于Viterbi算法的最大似然检测被广泛应用于诸如GSM的2G通信，该算法还是因为太过复杂而无法应用在LTE上，这是因为更宽的传输带宽将导致更广泛的信道频率选择性和更高的采样速率。 总的来说，信号信息经过信道估计和均衡后，通过资源逆映射映射到不同的物理信道上进行处理。 1.1最大似然估计原理 给定一个概率分布D，假定其概率密度函数（连续分布）或概率聚集函数（离散分布）为fD，以及一个分布参数θ，我们可以从这个分布中抽出一个具有n个值的采样x1,x P 但是，我们可能不知道θ的值，尽管我们知道这些采样数据来自于分布D。那么我们如何才能估计出θ呢？一个自然的想法是从这个分布中抽出一个具有n个值的采样x1, 一旦我们获得x1,x2,…,xn，，我们就能从中找到一个关于θ的估计。最大似然估计会寻找关于θ的最可能的值（即，在所有可能的θ取值中，寻找一个值使这个采样的“可能性”最大化）。这种方法正好同一些其他的估计方法不同，如θ的 \o 非偏估计 非偏估计，非偏估计未必会输出一个最可能的值，而是会输出一个既 要在数学上实现最大似然估计法，我们首先要定义 \o 似然函数 似然函数: lik 并且在θ的所有取值上，使这个 \o 函数 函数最大化。这个使可能性最大的θ值即被称为θ的最大似然估计。 1.2最大似然译码算法在LTE上的应用 假定调制星座图中的所有信号都是等概的，最大似然译码器对所有可能的见，和妥2值，从信号调制星座图中选择一对信号(二.，见2)使下面的距离量度最小 d2r 化简得最大似然译码判决准则为： x1， 上式中:C为调制符号对（x1,x2） x1= x2= 将式(3)和式(4)中的r1和r2分别代人式(5 x1=(| x2=(| 对于给定信道实现h1和h2而言，统计结果见xi(i=1,2)仅仅是xi(i=1,2)的函数，因此，可以将最大似然译码准则式(4)分为对于 x1 和 x2 对于M-PSK信号星座图而言，在给定信号衰落系数的前提下，(|h 于所有信号都是恒定的，因此可以将式(7)和式 (8)的判决准则进一步简化为 x x 上述最大似然检测算法可以推广到多个接收天线的情况。