一种优化的期望传播检测方法及信号检测装置与流程

1.本技术涉及无线通信技术领域，特别是涉及一种优化的期望传播检测方法及信号检测装置。


背景技术：

2.多输入多输出(multiple-input multiple-output,mimo)技术具有高效的频谱效率和能量效率，已经成为现代无线通信系统的关键技术，因此，对mimo的检测尤为重要。
3.以期望传播检测方法对mimo检测为例，在期望传播检测方法中，接收机通常是在检测和译码的迭代过程中，通过检测器和译码器相互交换外信息，使检测器和译码器能够获得准确的软信息，以使接收机确定编码前的发送序列。
4.但是，现有技术中的期望传播检测方法需要多次迭代才能达到理想性能。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种优化的期望传播检测方法及信号检测装置，能够实现利用更少的迭代次数就能够达到更好的检测性能。
6.第一方面，本技术提供了一种信号检测方法，该方法包括：
7.获取编码前比特序列的编码信息、调制信息、发送端与接收端之间的信道矩阵和接收信号，构建线性规划模型，其中，编码信息包括码长和码率；
8.根据线性规划模型，确定发送符号的先验概率和初始参数；所述发送符号是编码后比特序列根据调制信息生成的；
9.根据发送符号的先验概率和初始参数执行第一迭代收敛操作，并确定各次第一迭代收敛操作时编码前比特序列的后验概率的后验对数似然比；
10.根据编码前比特序列所对应的目标对数似然比，确定编码前比特序列，其中，目标对数似然比为第一迭代收敛操作结束时对应的后验对数似然比。
11.在其中一个实施例中，根据发送符号的先验概率和初始参数执行第一迭代收敛操作，并确定各次第一迭代收敛操作时编码前比特序列的后验概率的后验对数似然比，包括：
12.根据先验概率、初始参数以及预设的比特序列与符号之间的映射关系，确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比；
13.根据各次第一迭代收敛操作时的空腔对数似然比，确定各次第一迭代收敛操作时所对应的后验对数似然比。
14.在其中一个实施例中，获取编码前比特序列的编码信息、调制信息、发送端与接收端之间的信道矩阵和接收信号，构建线性规划模型，包括：
15.获取发送符号的冻结位集合，其中，编码信息包括冻结位集合；
16.根据码长、码率和冻结位集合，确定编码前比特序列与编码后比特序列之间的变化关系；
17.根据映射关系、调制信息、信道矩阵和接收信号，确定目标函数；
18.根据变化关系和目标函数，确定线性规划模型。
19.在其中一个实施例中，根据映射关系、信道矩阵和接收信号，确定目标函数，包括：
20.基于映射关系和调制信息，利用编码后比特序列确定发送符号；
21.根据发送符号和信道矩阵，确定预测接收信号；
22.根据预测接收信号和接收信号，构建目标函数；目标函数用于表征预测接收信号和接收信号之间的误差。
23.在其中一个实施例中，根据线性规划模型，确定发送符号的先验概率和初始参数，包括：
24.根据线性规划模型，确定发送符号的先验概率；
25.根据发送符号的先验概率，确定发送符号的先验概率的均值和方差；
26.根据发送符号的先验概率的均值和方差，确定第一初始参数；
27.根据发送符号的先验概率的方差，确定第二初始参数；
28.初始参数包括第一初始参数和第二初始参数。
29.在其中一个实施例中，根据线性规划模型，确定发送符号的先验概率，包括：
30.获取线性规划模型中目标函数的最小值，将目标函数的最小值对应的编码后比特序列确定为目标编码后比特序列；
31.根据目标编码后比特序列的编码值，确定目标编码后比特序列的先验概率；
32.根据目标编码后比特序列的先验概率和映射关系，确定发送符号的先验概率。
33.在其中一个实施例中，根据先验概率、初始参数以及预设的比特序列与符号之间的映射关系，确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比，包括：
34.根据先验概率和初始参数，执行第二迭代收敛操作，直至满足预设的第二迭代收敛结束条件，得到发送符号的空腔概率的均值和方差；
35.根据满足第二迭代收敛结束条件时第二迭代收敛操作所对应的发送符号的空腔概率的均值和方差，以及映射关系，确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比。
36.在其中一个实施例中，第二迭代收敛操作包括：
37.根据初始参数、系统噪声方差、信道矩阵，确定发送符号的空腔概率的方差和均值；
38.根据发送符号的空腔概率的方差、均值和发送符号的先验概率，确定发送符号的离散后验概率的方差和均值；
39.根据发送符号的离散后验概率的方差和均值，对初始参数进行更新，将更新后的初始参数作为下一次迭代时的初始参数。
40.在其中一个实施例中，根据发送符号的空腔概率的方差、均值和发送符号的先验概率，确定发送符号的离散后验概率的方差和均值，包括：
41.根据发送符号的空腔概率的方差和均值，确定发送符号的空腔概率；
42.根据发送符号的空腔概率和发送符号的先验概率，确定发送符号的离散后验概率；
43.根据发送符号的离散后验概率，确定发送符号的离散后验概率的方差和均值。
44.在其中一个实施例中，根据发送符号的离散后验概率的方差和均值，对初始参数进行更新，将更新后的初始参数作为下一次迭代时的初始参数，包括：
45.根据发送符号的空腔概率的方差和离散后验概率的方差，确定第一候选初始参数；
46.根据发送符号的空腔概率的方差和均值，以及离散后验概率的方差和均值，确定第二候选初始参数；
47.根据第一候选初始参数对第一初始参数进行更新，得到下一次迭代时的第一初始参数；
48.根据第二候选初始参数对第二初始参数进行更新，得到下一次迭代时的第二初始参数。
49.在其中一个实施例中，根据各次第一迭代收敛操作时的空腔对数似然比，确定各次第一迭代收敛操作时所对应的后验对数似然比，包括：
50.对各次第一迭代收敛操作时的空腔对数似然比进行译码操作，得到各次第一迭代收敛操作时所对应的后验对数似然比。
51.在其中一个实施例中，该方法还包括：
52.根据各空腔对数似然比和编码后比特序列的后验概率的候选对数似然比，确定编码后比特序列的先验概率的对数似然比，其中，候选对数似然比为对各次第一迭代收敛操作时的空腔对数似然比进行译码操作得到；
53.根据编码后比特序列的先验概率的对数似然比和映射关系，确定发送符号的新先验概率，将新先验概率作为下一次迭代时发送符号的先验概率。
54.在其中一个实施例中，根据编码前比特序列所对应的目标对数似然比，确定编码前比特序列，包括：
55.对编码前比特序列所对应的目标对数似然比进行硬判决处理，得到编码前比特序列。
56.第二方面，本技术还提供了一种信号检测装置，该装置包括：
57.获取模块，用于获取编码前比特序列的编码信息、调制信息、发送端与接收端之间的信道矩阵和接收信号，构建线性规划模型，其中，编码信息包括码长和码率；
58.参数确定模块，用于根据线性规划模型，确定发送符号的先验概率和初始参数；发送符号是编码后比特序列根据调制信息生成的；
59.收敛模块，用于根据发送符号的先验概率和初始参数执行第一迭代收敛操作，并确定各次第一迭代收敛操作时编码前比特序列的后验概率的后验对数似然比；
60.编码前比特序列确定模块，用于根据编码前比特序列所对应的目标对数似然比，确定编码前比特序列，其中，目标对数似然比为第一迭代收敛操作结束时对应的后验对数似然比。
61.第三方面，本技术实施例提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述第一方面实施例提供的任一项方法的步骤。
62.第四方面，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面实施例提供的任一项方法的步骤。
63.第五方面，本技术实施例提供计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面实施例提供的任一项方法的步骤。
64.本技术实施例提供的一种优化的期望传播检测方法及信号检测装置，首先获取编码前比特序列的编码信息、调制信息、发送端与接收端之间的信道矩阵和接收信号，构建线性规划模型，根据线性规划模型，确定发送符号的先验概率和初始参数，根据发送符号的先验概率和初始参数执行第一迭代收敛操作，并确定各次第一迭代收敛操作时编码前比特序列的后验概率的后验对数似然比，根据编码前比特序列所对应的目标对数似然比，确定编码前比特序列，其中，目标对数似然比为第一迭代收敛操作结束时对应的后验对数似然比。该方法中，通过编码前比特序列的编码方式对应的码长、码率、调制信息、信道矩阵和接收信号的信息，构建线性规划问题，用线性规划问题寻找信号检测方法的初始化信息，通过充分考虑编码方式的构造结构和特点，为信号检测得到更合理有效的初始参数和发送符号的先验信息，使在相同的条件下，本技术中的信号检测方法与传统的检测方法相比，本技术中的信号检测方法利用更少的迭代次数执行第一迭代收敛操作，就能够得到与传统方法相同的检测结果，本技术中的信号检测方法的检测效率更高，也即是，本技术中的信号检测方法和传统的信号检测方法相比，只需要在更少的迭代次数下就能够得到准确的编码前比特序列。
附图说明
65.图1为一个实施例中信号检测方法的应用环境图；
66.图2为一个实施例中信号检测方法的流程示意图；
67.图3为一个实施例中信号检测方法的结构示意图；
68.图4为另一个实施例中信号检测方法的流程示意图；
69.图5为另一个实施例中信号检测方法的流程示意图；
70.图6为一个实施例中的极化码因子图；
71.图7为另一个实施例中信号检测方法的流程示意图；
72.图8为另一个实施例中信号检测方法的流程示意图；
73.图9为另一个实施例中信号检测方法的流程示意图；
74.图10为另一个实施例中信号检测方法的流程示意图；
75.图11为另一个实施例中信号检测方法的流程示意图；
76.图12为另一个实施例中信号检测方法的流程示意图；
77.图13为另一个实施例中信号检测系统的结构示意图；
78.图14为另一个实施例中信号检测方法的流程示意图；
79.图15为另一个实施例中信号检测方法的流程示意图；
80.图16为一个实施例中信号检测装置的结构框图；
81.图17为一个实施例中计算机设备的内部结构图。
具体实施方式
82.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不
用于限定本技术。
83.本技术实施例提供的信号检测方法，可以应用于如图1所示的应用环境中。其中，发送端102与接收端104进行通信。数据存储系统可以存储接收端104需要处理的数据。数据存储系统可以集成在接收端104上，也可以放在云上或其他网络服务器上。
84.其中，发送端可以是发送天线的一端，接收端可以是接收天线的一端。
85.本技术实施例提供一种优化的期望传播检测方法及信号检测装置，能够提高工作流中函数的响应速度。
86.下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。
87.在一个实施例中，提供了一种信号检测方法，以应用于图1中的应用环境为例，本实施例涉及的是根据构建的线性规划模型，确定发送符号的先验概率和初始参数，并利用发送符号的先验概率和初始参数执行第一迭代收敛操作，确定编码前比特序列的后验概率的后验对数似然比，以根据编码前比特序列所对应的目标对数似然比，确定编码前比特序列的具体过程，如图2所示，该实施例包括以下步骤：
88.s201，获取编码前比特序列的编码信息、调制信息、发送端与接收端之间的信道矩阵和接收信号，构建线性规划模型，其中，编码信息包括码长和码率。
89.在mimo检测问题上，传统的线性最小均方误差(minimum mean square error，mmse)检测算法中享有较低的复杂度，但是检测性能不够理想，而期望传播(expectation propagation，ep)检测作为一种基于贝叶斯近似后验概率的检测算法，经过几次迭代，能够达到远超mmse检测的性能，并且，ep检测还能够天然地输出检测符号的后验概率，从而很方便地和后续译码模块构成迭代检测译码(iterative detection and decoding，idd)系统。
90.目前，基于ep检测的idd接收机通常是在检测和译码的迭代过程中，通过ep检测器和译码器互相交换外信息(extrinsic information)，使用检测器和译码器能够获得更加准确的软信息，从而加快收敛速度，提高系统性能。但是，基于ep检测的idd接收机均关注迭代策略而忽视编码的特性，而由于极化码已被作为下行控制链路的前向纠错码，因此本技术实施例是基于极化码编码的mimo系统。
91.以基于ep检测的idd接收机为双ep(double ep，dep)idd接收机为例，该接收机工作时，可以在应用检测器和译码器的反馈外信息时，应用两次ep算法，并且通过外循环更好的近似译码器的离散输出，反馈给检测器初始化下一次迭代的内循环。然而，目前所提出的基于ep检测算法的idd接收机都是用没有充分考虑编码特征有些甚至忽略编码类型，这使得在首次迭代中，由于遵循先检测再译码的顺序，ep检测器无来自译码器的反馈信息可用只能进行最原始的ep检测，从而使得双ep(double ep，dep)等基于ep的idd接收机在检测时没有考虑编码的特性，需要多次迭代才能达到理想性能。
92.因此，本技术实施例通过结合编码特征，用线性规划(linear programming，lp)的方法寻找最优解用于ep的初始化。
93.首先，获取编码前比特序列的编码信息、调制信息、发送端与接收端之间的信道矩阵和接收信号，并根据编码前比特序列的编码信息、调制信息、发送端与接收端之间的信道
矩阵和接收信号，构建线性规划问题；具体地，编码信息中包括码长和码率，可根据码长和码率确定编码前比特序列的编码方式对应的极化码因子图，然后根据极化码因子图、调制信息、信道矩阵和接收信号构建线性规划模型。
94.线性规划模型包括目标函数和约束条件，因此，可利用网络模型的方式确定线性规划模型，将极化码因子图、调制信息、信道矩阵和接收信号输入至网络模型中，通过网络模型的分析，得到线性规划模型的目标函数和约束条件。
95.需要说明的是，本技术中是以极化码编码为例进行信号检测的，因此，编码信息中包括的是码长和码率，根据码长和码率可确定极化码因子图，极化码因子图为极化码的编码方式，但是，本技术实施例对编码方式并不限定，并且，码长和码率不同，极化码因子图也不同，本技术实施例对此并不限定。
96.s202，根据线性规划模型，确定发送符号的先验概率和初始参数。
97.其中，发送符号为编码后比特序列根据调制信息生成。
98.基于上述得到的线性规划模型，即线性规划模型中的目标函数和约束条件，确定发送符号的先验概率和初始参数，线性规划问题的目标函数可以是求最大值也可以是求最小值，根据实际情况，确定目标函数的最大值或最小值。
99.以求目标函数的最小值为例，根据目标函数和约束条件，求解线性规划模型，将满足约束条件且目标函数为最小值对应的发送符号的先验概率和初始参数确定为发送符号的先验概率和初始参数。
100.需要说明的是，线性规划模型是基于极化码因子图、信道矩阵和接收信号构建的，因此，在线性规划模型的求解过程中，可以确定发送符号的先验概率，初始参数为检测器在首次迭代时的初始参数，初始参数是以初始先验概率确定的，因此，可以根据发送符号的先验概率确定初始参数。
101.s203，根据发送符号的先验概率和初始参数执行第一迭代收敛操作，并确定各次第一迭代收敛操作时编码前比特序列的后验概率的后验对数似然比。
102.在mimo检测过程中，根据首次迭代时的初始参数和发送符号的先验概率，根据检测器和译码器进行第一迭代收敛操作，在第一迭代收敛操作的过程中，能够得到每次迭代过程中的编码前比特序列的后验概率的后验对数似然比。
103.如图3所示，图3为mimo的结构示意图，其中，发射机发射编码前比特序列，对编码前比特序列进行极化码编码操作，得到编码后比特序列，然后对编码后比特序列进行映射操作，确定发送符号，发送端中的天线将发送符号发射出去，接收端的接收天线接收信号，接收的信号为接收信号，并将接收信号通过检测器和译码器进行检测和译码操作，确定接收信号对应的编码前比特序列。
104.第一迭代收敛操作即是在检测器和译码器中进行的迭代收敛，检测器和译码器根据上述得到的发送符号的先验概率和初始参数进行第一迭代收敛操作，得到各次第一迭代收敛操作时编码前比特序列的后验概率的后验对数似然比。
105.其中，后验对数似然比指的是每次迭代过程中译码器得到的编码前比特序列的后验概率的对数似然比。
106.需要说明的是，第一次迭代收敛操作包括检测器中的检测过程和译码器中的译码过程，且检测器中采用的检测算法和译码器中的译码算法，在本技术实施例中并不限定。
107.s204，根据编码前比特序列所对应的目标对数似然比，确定编码前比特序列，其中，目标对数似然比为第一迭代收敛操作结束时对应的后验对数似然比。
108.基于上述得到的各次第一迭代收敛操作时编码前比特序列的后验概率的后验对数似然比，获取第一迭代收敛操作结束时对应的后验对数似然比，将第一迭代收敛操作结束时对应的后验对数似然比确定为目标对数似然比，其中，第一迭代收敛操作对应第一迭代收敛结束条件，第一迭代收敛操作结束即为第一迭代收敛操作满足第一迭代收敛结束条件，因此，将满足第一迭代收敛结束条件时的后验对数似然比作为目标对数似然比；例如，第一迭代收敛结束条件为迭代t次，则将第t次迭代得到的后验对数似然比确定为编码前比特序列所对应的目标对数似然比。
109.然后根据编码前比特序列所对应的目标对数似然比，确定编码前比特序列。对数似然比(likelihood rate，llr)在通信中常用于软解码，例如，比特的对数似然比可以表示为，比特为0的概率与比特为1的概率的比值取自然对数；也可以表示为比特为1的概率与比特为0的概率的比值取自然对数。
110.以目标对数似然比为比特为0的概率与比特为1的概率的比值取自然对数，则可以根据第一目标对数自然比，确定比特为0和比特为1的概率的大小，将概率较大对应的比特的数值确定为初始比特，因此，针对初始比特的任一比特的对数似然比，确定编码前比特序列。
111.上述信号检测方法，首先获取编码前比特序列的编码信息、调制信息、发送端与接收端之间的信道矩阵和接收信号，构建线性规划模型，根据线性规划模型，确定发送符号的先验概率和初始参数，根据发送符号的先验概率和初始参数执行第一迭代收敛操作，并确定各次第一迭代收敛操作时编码前比特序列的后验概率的后验对数似然比，根据编码前比特序列所对应的目标对数似然比，确定编码前比特序列，其中，目标对数似然比为第一迭代收敛操作结束时对应的后验对数似然比。该方法中，通过编码前比特序列的编码方式对应的码长、码率、调制信息、信道矩阵和接收信号的信息，构建线性规划问题，用线性规划问题寻找信号检测方法的初始化信息，通过充分考虑编码方式的构造结构和特点，为信号检测得到更合理有效的初始参数和发送符号的先验信息，使在相同的条件下，本技术中的信号检测方法与传统的检测方法相比，本技术中的信号检测方法利用更少的迭代次数执行第一迭代收敛操作，就能够得到与传统方法相同的检测结果，本技术中的信号检测方法的检测效率更高，也即是，本技术中的信号检测方法和传统的信号检测方法相比，只需要在更少的迭代次数下就能够得到准确的编码前比特序列。
112.在一个实施例中，如图4所示，根据发送符号的先验概率和初始参数执行第一迭代收敛操作，并确定各次第一迭代收敛操作时编码前比特序列的后验概率的后验对数似然比，包括以下步骤：
113.s401，根据先验概率、初始参数以及预设的比特序列与符号之间的映射关系，确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比。
114.比特序列与符号之间的映射关系为比特序列与信号的对应关系，例如，比特序列00可以映射为符号a，比特序列01，可以映射为b，因此，根据编码后比特序列以及比特序列与符号之间的映射关系，可以得到发送符号。
115.第一迭代收敛操作中能够迭代预设的迭代次数，因此，在每个迭代过程中都可以
根据每一迭代过程中的发送符号的先验概率、初始参数和预设的比特序列与符号之间的映射关系，确定第一迭代收敛操作中每一次迭代时的编码后比特序列的空腔概率的空腔对数似然比。
116.请继续参见图3，能够将上述实施例中得到的发送符号的先验概率、初始参数以及预设的比特序列与符号之间的映射关系输入至检测器中，检测器对发送符号的先验概率、初始参数以及预设的比特序列与符号之间的映射关系进行分析，在每次迭代中执行第一迭代收敛操作，得到每次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比。
117.具体地，基于先验概率、初始参数以及预设的比特序列与符号之间的映射关系，根据ep检测算法确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比。
118.需要说明的是，空腔对数似然比为编码后比特序列的空腔概率的对数似然比，检测器与译码器之间传递的也是该对数似然比，检测器的输出和译码器输入的均为此对数似然比，也即外信息。
119.s402，根据各次第一迭代收敛操作时的空腔对数似然比，确定各次第一迭代收敛操作时所对应的后验对数似然比。
120.请继续参见图3，基于上述检测器得到的各次第一迭代收敛操作时的空腔对数似然比，然后将各次第一迭代收敛操作时的空腔对数似然比发送至译码器，译码器根据各次第一迭代收敛操作时的空腔对数似然比，分别确定各次第一迭代收敛操作时所对应的后验对数似然比。
121.具体地，是基于译码器中预设的译码算法，对各次第一迭代收敛操作时的空腔对数似然比进行译码，确定各次第一迭代收敛操作时所对应的后验对数似然比。
122.上述信号检测方法，根据先验概率、初始参数以及预设的比特序列与符号之间的映射关系，确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比，并根据各次第一迭代收敛操作时的空腔对数似然比，确定各次第一迭代收敛操作时所对应的后验对数似然比。该方法基于首次得到的发送符号的先验概率和初始参数，进行第一迭代收敛操作，得到各次第一迭代收敛操作时所对应的后验对数似然比，该方法为信号检测得到更合理有效的初始参数和发送符号的先验信息，使本技术中的信号检测方法和传统的信号检测方法相比，只需要在更少的迭代次数下就能够得到准确的编码前比特序列。
123.基于上述实施例中通过线性规划模型得到发送符号的先验概率和初始参数，下面通过一个实施例对构建线性规划模型的过程进行说明，在一个实施例中，如图5所示，获取编码前比特序列的编码信息、调制信息、发送端与接收端之间的信道矩阵和接收信号，构建线性规划模型，包括以下步骤：
124.s501，获取发送符号的冻结位集合，其中，编码信息包括冻结位集合。
125.极化码是一种前向错误更正编码方式，用于讯号传输，极化码的构造就是从n个位中挑选出k个好的位用来传输信息，其他位为冻结位，一般假定为全零。
126.例如，若a比特序列为8位，a序列的冻结位集合为{1，2，3}，则a比特序列的冻结位均为0。
127.可选地，冻结位集合可由码长和码率确定，也可以预先设置好冻结位集合。
128.s502，根据码长、码率和冻结位集合，确定编码前比特序列与编码后比特序列之间的变化关系。
129.其中，编码后比特序列为编码前比特序列通过编码信息编码后的序列。
130.首先，根据码长确定极化码因子图，极化码因子图为极化码的编码构造方式，例如，以码长为8为例，码长为8的极化码因子图的构造方式如图6所示。
131.图6所示的极化码因子图为极化码循环结构，n为码长8，则可以构造一个具有(1 log n)n个常数节点的稀疏图形表示，其中辅助常数节点有n log n个。图中圆形节点表示常数节点，方型节点表示校验节点。基于此图表示，可以定义一个多面体p来生成线性编码限制条件并且构造相应的lp优化问题。lp问题的解可以替代首次迭代中ep所采用的mmse的解，使得首次迭代便考虑了编码特性，加快收敛速度。
132.为了将极化码编码限制由galois域转变到实数域，图中的二进制的常数节点可用在[0,1]内的实数节点代替。从图6中可以看出，校验节点只涉及两或三个常数节点。针对任一个含有三个常数节点{a1,a2,a3}的校验节点j，局部最优多面体pj可由下列线性不等式确定：
[0133][0134]
同理，针对每一个含有两个常数节点{a1,a2}的校验节点j，pj定义如下：
[0135]
0≤a1＝a2≤1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0136]
此外，根据极化码因子图、码率和冻结位集合，确定冻结位的位置和取值，以冻结位比特为0为例，定义切割平面τ为所有冻结位比特为0的平面，因此，多面体p是切割平面τ和所有局部最优多面体pj的交集：
[0137][0138]
其中，n为码长，n＝logn。
[0139]
继续参见图6，图6中的任一圆形节点与前述连接节点具有变化关系，例如，a
2，0
节点与a
3，0
和a
3,4
具有变化关系：如节点a
2,7
与a
3,7
具有变化关系：a
2,7
＝a
3,7
，等，同理可得图中所有节点的变化关系。
[0140]
图6中，编码前比特序列为{u0,u1,u2,u3,u4,u5,u6,u7}，通过图6中的编码构造方式，得到编码序列{x0,x1,x2,x3,x4,x5,x6,x7}，因此，根据上述各节点的变化关系，可确定编码前比特序列与编码后比特序列之间的变化关系。
[0141]
可选地，编码前比特序列与编码后比特序列之间的变化关系还包括各节点之间的变化关系，公式(1)-公式(3)中各节点的不等式关系，以及各节点在[0,1]。
[0142]
s503，根据映射关系、调制信息、信道矩阵和接收信号，确定目标函数。
[0143]
基于比特序列与符号之间的映射关系，可根据编码后比特序列确定发送符号，然后根据编码后比特序列与信道矩阵和接收信号构建线性规划模型中的目标函数
[0144]
在一个实施例中，如图7所示，根据映射关系、信道矩阵和接收信号，确定目标函数，包括以下步骤：
[0145]
s701，基于映射关系和调制信息，利用编码后比特序列确定发送符号。
[0146]
首先根据调制信息确定编码后比特序列与发送符号之间的对应关系，然后再基于比特序列与发送符号之间的映射关系，确定发送符号。
[0147]
m(x)＝s
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0148]
其中，m(
·
)为比特序列与符号之间的映射关系，x为编码后比特序列，s为发送符号。
[0149]
s702，根据发送符号和信道矩阵，确定预测接收信号。
[0150]
基于发送符号和信道矩阵，确定预测接收信号，其中，若发送符号为s，信道矩阵为h，则预测接收信号为hs。
[0151]
s703，根据预测接收信号和接收信号，构建目标函数；目标函数用于表征预测接收信号和接收信号之间的误差。
[0152][0153]
其中，h为信道矩阵，y为接收信号，hs为预测接收信号，e为预测接收信号和接收到的接收信号之间的误差，nr为接收天线的数量，m为编码后比特序列的长度，q为调制阶数，≤是指矩阵内元素的不等关系。
[0154]
s704，根据变化关系和目标函数，确定线性规划模型。
[0155]
基于上述得到的变化关系和目标函数，共同确定了线性规划模型，根据变化关系和目标函数，可求解线性规划问题。
[0156]
上述信号检测方法，获取发送符号的冻结位集合，其中，编码信息还包括冻结位集合，根据码长、码率和冻结位集合，确定编码前比特序列与编码后比特序列之间的变化关系，编码后比特序列为初始序列通过编码信息编码后的序列，根据映射关系、信道矩阵和接收信号，确定目标函数，根据变化关系和目标函数，确定线性规划模型。该方法通过考虑编码构造方式和冻结位集合，构建了线性规划问题，能够为信号检测得到更合理有效的初始参数和发送符号的先验信息，本技术中的信号检测方法和传统的信号检测方法相比，只需要在更少的迭代次数下就能够得到准确的编码前比特序列。
[0157]
在一个实施例中，如图8所示，根据线性规划模型，确定发送符号的先验概率和初始参数，包括以下步骤：
[0158]
s801，根据线性规划模型，确定发送符号的先验概率。
[0159]
在一个实施例中，如图9所示，根据线性规划模型，确定发送符号的先验概率，包括以下步骤：
[0160]
s901，获取线性规划模型中目标函数的最小值，将目标函数的最小值对应的编码后比特序列确定为目标编码后比特序列。
[0161]
对线性规划模型进行求解，获取线性规划模型中目标函数的最小值，然后将目标
函数的最小值对应的编码后比特序列确定为目标编码后比特序列。
[0162]
具体地，在求解线性规划模型的过程中，在每次求解中，均可得到编码后比特序列，将目标函数的最小值对应的编码后比特序列作为目标编码后比特序列。
[0163]
s902，根据目标编码后比特序列的编码值，确定目标编码后比特序列的先验概率。
[0164]
目标编码后比特序列是根据线性规划模型确定的，目标编码后比特序列中的各比特的编码值处于[0，1]之间，因此，根据目标编码后比特序列中各比特的编码值，确定目标编码后比特序列的先验概率。
[0165]
例如，若比特的编码值为0.99，则确定该比特为1的概率为99％，为0的概率为1％；再例如，若某比特的编码值为0.4，则确定该比特为1的概率为40％，为0的概率为60％。因此，可根据各比特的编码值确定各比特的概率分布。基于编码后比特序列中各比特的概率分布，得到编码后比特序列的先验概率。
[0166]
可选地，计算编码后比特序列的方式可与全概率公式的计算方式相同，例如，全概率公式将对一复杂事件a的概率求解问题转化为了在不同情况下发生的简单事件的概率的求和问题，如果事件b1、b2、b3
…
bn构成一个完备事件组，即它们两两互不相容，其和为全集；并且p(bi)大于0，则对任一事件a有p(a)＝p(a|b1)*p(b1) p(a|b2)*p(b2) ... p(a|bn)*p(bn)。
[0167]
s903，根据目标编码后比特序列的先验概率和映射关系，确定发送符号的先验概率。
[0168]
根据目标编码后比特序列的先验概率和比特序列与符号之间的映射关系，确定发送符号的先验概率。
[0169]
例如，目标编码后比特序列中各比特的概率以及映射关系，确定发送符号中各符号的概率；例如，若比特00可映射为a，而第一位比特为0的概率为40％，第二位比特为0的概率为60％，则对应的发送符号中a的概率则为24％。
[0170]
表1
[0171][0172]
表2
[0173][0174]
例如，如上述表1和表2所示，表1为第一位比特与第二位比特的概率，以及组合的概率分布，表2为比特序列与符号之间的映射关系，则可以对应确定信号中各符号对应的概率分布，例如，符号a对应的概率为32％，b对应的概率为48％等。
[0175]
同理，基于上述方式，可根据目标编码后比特序列的先验概率和映射关系，确定发送符号的先验概率。
[0176]
需要说明的是，本技术实施例中的比特序列与符号之间的映射关系可根据实际情况具体设定，本技术中不做任何限定。
[0177]
s802，根据发送符号的先验概率，确定发送符号的先验概率的均值和方差。
[0178]
若发送符号ξ的先验概率分布如下：
[0179]
ξx1x2...xnpp1p2...pn[0180]
则发送符号的先验概率的均值可根据公式(5)计算，发送符号的先验概率的方差可根据公式(6)计算。
[0181]
eξ＝x1p1 x2p2 ... xnpnꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0182]
dξ＝(x
1-eξ)2·
p1 (x
2-eξ)2·
p2 ... (x
n-eξ)2·
pnꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0183]
因此，根据发送符号的先验概率，利用公式(5)和公式(6)，可以计算发送符号的先验概率的均值和方差。
[0184]
s803，根据发送符号的先验概率的均值和方差，确定第一初始参数。
[0185]
如式(7)所示，可利用公式(7)计算第一初始参数。
[0186][0187]
其中，λ为第一初始参数，eξ为发送符号的先验概率的均值，dξ为发送符号的先验概率的方差。
[0188]
s804，根据发送符号的先验概率的方差，确定第二初始参数。
[0189]
其中，初始参数包括第一初始参数和第二初始参数。
[0190]
如式(8)所示，可利用公式(8)计算第二初始参数。
[0191][0192]
其中，γ为第二初始参数，dξ为发送符号的先验概率的方差。
[0193]
上述信号检测方法，根据线性规划模型，确定发送符号的先验概率，根据发送符号的先验概率，确定发送符号的先验概率的均值和方差，根据发送符号的先验概率的均值和方差，确定第一初始参数，根据发送符号的先验概率的方差，确定第二初始参数，初始参数包括第一初始参数和第二初始参数。该方法中，在首次迭代检测之前，计算发送符号的先验信息，并根据先验信息确定初始参数，保证了在首次迭代检测时就考虑了编码信息，提高了检测效率，降低了迭代次数。
[0194]
在一个实施例中，如图10所示，根据先验概率、初始参数以及预设的比特序列与符号之间的映射关系，确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比，包括以下步骤：
[0195]
s1001，根据先验概率和初始参数，执行第二迭代收敛操作，直至满足预设的第二迭代收敛结束条件，得到发送符号的空腔概率的均值和方差。
[0196]
根据先验概率和初始参数，并利用ep检测算法进行第二迭代收敛操作，直至满足
预设的第二迭代收敛结束条件，预设的第二迭代收敛结束条件为t次，然后将第t次第二迭代收敛操作得到的发送符号的空腔概率的均值和方差作为最终得到的发送符号的空腔概率的均值和方差。
[0197]
具体地，首先设置ep检测算法的第二迭代收敛结束条件为t次，然后将先验概率和初始参数作为ep检测算法的输入，通过ep检测算法执行第二迭代收敛操作，最终输出发送符号的空腔概率的均值和方差。其中，第二迭代收敛操作指的是在检测器中的迭代收敛操作。
[0198]
s1002，根据满足第二迭代收敛结束条件时第二迭代收敛操作所对应的发送符号的空腔概率的均值和方差，以及映射关系，确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比。
[0199]
如公式(9)所示，可根据公式(9)计算编码后比特序列的空腔对数似然比。
[0200][0201]
其中，le(xn)表示编码后比特序列的空腔概率的空腔对数似然比，xn为编码后比特序列，ω
n,ζ
是指由xn所在的m个比特调制成的星座点，即比特序列与符号之间的映射关系对应的符号，且xn＝ζ(ζ＝0或1)，为发送符号的空腔概率的均值，为发送符号的空腔概率的方差。
[0202]
上述信号检测方法，根据先验概率和初始参数，执行第二迭代收敛操作，直至满足预设的第二迭代收敛结束条件，得到发送符号的空腔概率的均值和方差，根据满足第二迭代收敛结束条件时第二迭代收敛操作所对应的发送符号的空腔概率的均值和方差，以及映射关系，确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比。该方法能够相较于传统的检测方法，利用更少的迭代次数执行第一迭代收敛操作就能够得到与传统方法相同的检测结果。
[0203]
在一个实施例中，如图11所示，第二迭代收敛操作包括以下步骤：
[0204]
s1101，根据初始参数、系统噪声方差、信道矩阵，确定发送符号的空腔概率的方差和均值。
[0205]
在一个实施例中，根据初始参数、系统噪声方差、发送端与接收端之间的信道矩阵，确定发送符号的空腔概率的方差和均值的方式可以为，首先根据第一初始参数、第二初始参数、系统噪声方差、信道矩阵，确定发送符号的初始后验概率的协方差矩阵和均值，然后遍历发送符号的初始后验概率的协方差矩阵中的对角线元素，并根据各对角线元素和第一初始参数确定发送符号的空腔概率的方差，遍历发送符号的初始后验概率的均值中的各元素，并根据各元素、各对角线元素、发送符号的空腔概率的方差、第一初始参数和第二初始参数确定发送符号的空腔概率的均值。
[0206]
在发送端比特序列u＝[u1,u2,...,un]
t
执行极化码编码准则得到码字x＝ug，其中
n是码长，g是n(n＝log n)阶的克罗内克积。码字x被映射进复星座图，最后由一个具有n
t
个发射天线和nr个接收天线的mimo系统发射。
[0207]
由于在实际的信号处理中，实数形式相较于复数形式更为普遍，因此这里直接展示实数域的系统模型：
[0208]
y＝hs w
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0209]
其中，h是2nr×
2n
t
信道矩阵、s是发送符号且si∈a，是m阶调制的星座图、w是系统噪声方差为的高斯白噪声。
[0210]
根据上述模型，传输符号的后验概率可以表示成：
[0211][0212]
其中，p(s)是发送符号的先验概率，在无任何反馈的情况下，会将p(s)初始化为等概率分布，即其中，是指示函数，当si∈a取值为1或0；表示接收信号y服从高斯分布，均值为hs，协方差矩阵为
[0213]
ep检测算法通过构造一个全高斯分布的q
[l]
(s)来近似p(s|y)，则近似的后验概率在每一次迭代中可因式分解为：
[0214][0215]
其中，其中，并且是固定项，是近似项。
[0216]
根据线性高斯系统的贝叶斯规则，q
[l]
(s)(发送符号s的后验概率)的协方差矩阵和均值可以由下式(13)和式(14)表示。
[0217][0218][0219]
其中，发送符号的初始后验概率的协方差矩阵和均值，系统噪声方差，h表示信道矩阵，λ
[l]
表示第一初始参数，发送符号的初始后验概率的均值，y表示接收信号，γ
[l]
表示第二初始参数。
[0220]
需要说明的是，上述中发送符号的初始后验概率的均值为向量的形式，是各天线的联合后验概率分布，因为各天线之间发送符号之间是相互独立的，所以他们的联合后验对应的分量方式是有效的。
[0221]
因此，q
[l]
(si)的边缘概率可表示成：其中，是的第i项，是的第i个对角线元素。因此，定义q
[l]
(s)的空腔概率，即空腔概率：
[0222]
因此，可分别根据公式(15)和公式(16)计算发送符号的空腔概率的方差和均值。
[0223][0224][0225]
其中，表示发送符号的空腔概率的方差，表示的第i个对角线元素，表示第一初始参数，表示发送符号的空腔概率的均值，表示的第i项，表示第二初始参数。
[0226]
s1102，根据发送符号的空腔概率的方差、均值和发送符号的先验概率，确定发送符号的离散后验概率的方差和均值。
[0227]
在一个实施例中，根据发送符号的空腔概率的方差、均值和发送符号的先验概率，确定发送符号的离散后验概率的方差和均值的方式可以是，首先根据发送符号的空腔概率的方差和均值，确定发送符号的空腔概率，然后根据发送符号的空腔概率和发送符号的先验概率，确定发送符号的离散后验概率，根据发送符号的离散后验概率，确定发送符号的离散后验概率的方差和均值。
[0228]
首先，根据发送符号的空腔概率的方差和均值确定发送符号的空腔概率分布，然后根据发送符号的空腔概率分布和发送符号的先验概率，确定发送符号的后验概率，因空腔概率为各天线的空腔概率，因此，此发送符号的后验概率为离散后验概率；根据后验概率的离散后验概率确定后验概率的离散后验概率的方差和均值。
[0229]
具体地，根据计算发送符号的离散后验概率分布，其中，为发送符号的离散后验概率分布，pd(si)为发送符号的先验概率，为发送符号的空腔概率。因此，确定发送符号的离散后验概率，然后根据发送符号的离散后验概率，计算离散后验概率的均值和方差
[0230]
需要说明的是，其计算均值和方差的方式与上述实施例相同，在此不做任何赘述。
[0231]
可选地，可设定可允许的最小方差为其中，ε为预设参数。
[0232]
s1103，根据发送符号的离散后验概率的方差和均值，对初始参数进行更新，将更新后的初始参数作为下一次迭代时的初始参数。
[0233]
根据发送符号的离散后验概率的方差和均值吧，对初始参数进行更新，然后可将
更新后的初始参数作为下一次迭代时的初始参数。
[0234]
在一个实施例中，根据发送符号的离散后验概率的方差和均值，对初始参数进行更新，将更新后的初始参数作为下一次迭代时的初始参数的方式可以是，根据发送符号的空腔概率的方差和离散后验概率的方差，确定第一候选初始参数，根据发送符号的空腔概率的方差和均值，以及离散后验概率的方差和均值，确定第二候选初始参数；根据第一候选初始参数对第一初始参数进行更新，得到下一次迭代时的第一初始参数，根据第二候选初始参数对第二初始参数进行更新，得到下一次迭代时的第二初始参数。
[0235]
第一候选初始参数和第二候选初始参数以矩匹配为准则进行更新，具体以公式(17)和公式(18)进行更新。
[0236][0237][0238]
其中，表示第一候选初始参数，表示发送符号的离散后验概率的方差，表示发送符号的空腔概率的方差，表示第二候选初始参数，表示发送符号的离散后验概率的均值，表示发送符号的空腔概率的均值。
[0239]
进行矩匹配操作之后，运行参数为β的阻尼过程提高鲁棒性，利用第一候选初始参数对第一初始参数进行更新，利用第二候选初始参数对第二初始参数进行更新，具体根据公式(19)和公式(20)计算。
[0240][0241][0242]
其中，表示下一次迭代时的第一初始参数，β表示预设参数，表示第一候选初始参数，表示第一初始参数，表示下一次迭代时的第二初始参数，表示第二候选初始参数，表示第二初始参数，l表示迭代次数。
[0243]
当出现的情况，则保留上次迭代的结果，即：
[0244][0245][0246]
当对所有的i＝1,2,...,2n
t
，参数和都已经更新完毕，则和可以再次用公式(13)和(14)更新，直至最大迭代次数l。
[0247]
上述信号检测方法，根据初始参数、系统噪声方差、信道矩阵，确定发送符号的空腔概率的方差和均值，根据发送符号的空腔概率的方差、均值和发送符号的先验概率，确定
发送符号的离散后验概率的方差和均值，根据发送符号的离散后验概率的方差和均值，对初始参数进行更新，将更新后的初始参数作为下一次迭代时的初始参数。该方法通过对初始参数进行更新，进一步能够使信号检测中利用更少的迭代次数执行第一迭代收敛操作就能够得到准确地检测结果。
[0248]
在一个实施例中，根据各次第一迭代收敛操作时的空腔对数似然比，确定各次第一迭代收敛操作时所对应的后验对数似然比，包括：对各次第一迭代收敛操作时的空腔对数似然比进行译码操作，得到各次第一迭代收敛操作时所对应的后验对数似然比。
[0249]
在译码器每次执行第一迭代收敛操作时，均对接收到的空腔对数似然比进行译码操作，能够得到每次第一迭代收敛操作所对应的后验对数似然比，后验对数似然比为对编码序列的空腔对数似然比进行译码，得到的编码前比特序列的后验对数似然比。
[0250]
其中，译码操作为译码器中的译码算法确定的，在本技术实施例中，译码算法为软输入和软输出的译码算法，在本技术实施例中，对译码算法的类型不做任何限定，例如，译码操作可以是利用最大后验概率译码算法进行译码。
[0251]
上述实施例中对空腔对数似然比进行译码操作得到编码前比特序列的后验对数似然比，在对空腔对数似然比进行译码的过程中，还包括其他的一些步骤，下面通过一个实施例对此进行说明，在一个实施例中，如图12所示，该实施例包括以下步骤：
[0252]
s1201，根据各空腔对数似然比和编码后比特序列的后验概率的候选对数似然比，确定编码后比特序列的先验概率的对数似然比。
[0253]
其中，候选对数似然比为对各次第一迭代收敛操作时的空腔对数似然比进行译码操作得到。
[0254]
编码后比特序列的后验概率的候选对数似然比为译码器对空腔对数似然比进行译码操作的过程中得到的编码比特的后验概率的对数似然比。
[0255]
则编码后比特序列的先验概率的对数似然比可根据公式(23)计算。
[0256][0257]
其中，ld(xn)表示编码后比特序列的先验概率的对数似然比，l(xn)表示编码后比特序列的后验概率的候选对数似然比，le(xn)表示编码后比特序列的空腔概率的空腔对数似然比。
[0258]
s1202，根据编码后比特序列的先验概率的对数似然比和映射关系，确定发送符号的新先验概率，将新先验概率作为下一次迭代时发送符号的先验概率。
[0259]
将编码后比特序列的先验概率的对数似然比映射为发送符号的新先验概率：
[0260][0261]
其中，pd(si)为发送符号的新先验概率，ψ(ωm)对应星座点ωm的第j个比特,b是为保证发送符号中每个符号各星座点概率之和为1的归一化因子，pd(xn)为编码后比特序列的先验概率。
[0262]
根据编码后比特序列的先验概率的对数似然比，可确定编码后比特序列的先验概率，然后再根据编码后比特序列的先验概率和比特序列与符号之间的映射关系，确定发送
符号的新先验概率。
[0263]
上述信号检测方法，根据各空腔对数似然比和编码后比特序列的后验概率的候选对数似然比，确定编码后比特序列的先验概率的对数似然比，其中，候选对数似然比为对各次第一迭代收敛操作时的空腔对数似然比进行译码操作得到，根据编码后比特序列的先验概率的对数似然比和映射关系，确定发送符号的新先验概率，将新先验概率作为下一次迭代时发送符号的先验概率。该方法能够使信号检测中利用更少的迭代次数执行第一迭代收敛操作就能够得到优于传统方法中的检测性能，即得到更为准确的编码前比特序列。
[0264]
在一个实施例中，根据编码前比特序列所对应的目标对数似然比，确定编码前比特序列，包括：对编码前比特序列所对应的目标对数似然比进行硬判决处理，得到编码前比特序列。
[0265]
硬判决是简单的通过设置阈值来判断输出，以二进制来说的话，一般大于0的判1，小于0的判0。
[0266]
在一个实施例中，若编码前比特序列所对应的目标对数似然比是比特为0的概率与比特为1的概率的比值的对数，则针对编码前比特序列中任一比特的目标对数似然比，若该比特的目标对数似然比大于0，则表示比特为0的概率大于比特为1的概率，则可确定该比特为0；若该比特的目标对数似然比小于0，则表示比特为1的概率大于比特为0的概率，则可确定该比特为1。即：
[0267][0268]
其中，xu为编码前比特序列，l(xu)为编码前比特序列所对应的目标对数似然比。
[0269]
在一个实施例中，若编码前比特序列所对应的目标对数似然比是比特为1的概率与比特为0的概率的比值的对数，则针对编码前比特序列中任一比特的目标对数似然比，若该比特的目标对数似然比大于0，则表示比特为1的概率大于比特为0的概率，则可确定该比特为1；若若该比特的目标对数似然比小于0，则表示比特为0的概率大于比特为1的概率，则可确定该比特为0。
[0270][0271]
其中，xu为编码前比特序列，l(xu)为编码前比特序列所对应的目标对数似然比。
[0272]
在一个实施例中，本实施例关注极化码编码的mimo系统，提出了一种基于线性规划(linear programming，lp)的ep检测算法(eplp)，并将其与极化码译码器相连构成idd-eplp系统，该idd接收机充分考虑了极化码特殊的构造结构和具有冻结位的限制条件，建立lp优化问题，为ep检测提供更为合理有效的初始参数。
[0273]
与目前最为先进的dep检测算法相比，本实施例可以以更少的ep迭代的次数达到优于dep的检测性能，并且接入idd系统后在译码性能上也保持着一定优势。尤其在传输接收天线数量接近的场景下，该idd接收机具有更为明显的性能优势。
[0274]
idd-ep相比于原始顺序检测译码的系统(separated detection and decoding,sdd)性能提升的原因在于idd-ep中ep检测器的先验概率是以译码信息反馈映射而成的，而sdd-ep中均以均匀分布为初始先验概率。但是idd-ep在首次idd迭代时，由于还未译码ep检
测器并无译码反馈可用，先验信息仍只能初始化为均匀分布，因此ep的初始化退化成最小均方误差检测(minimum mean square error,mmse)，即其中，es为发送符号的平均能量。
[0275]
与上述的原始的基于ep的idd系统(idd-ep)相比，本实施例不同之处在于首次ep迭代中初始化的过程。具体地，idd-ep和idd-eplp的共性和差异可见图13。
[0276]
在一个实施例中，如图14所示，图14为本技术实施例中的信号检测方法的流程图，首先，根据码长、码率、冻结位结合，mimo信道矩阵h和接收信号构造lp优化问题并求解出发送符号的先验概率，并根据先验概率计算出eplp算法的初始参数，然后执行eplp算法，即矩匹配和阻尼过程(moment matching and damping，mmd)l次，然后得到发送符号的空腔概率，并将发送符号的空腔概率映射成编码后比特序列的空腔llr，对空腔llr进行极化码译码，然后得到编码后比特序列的llr解，并将编码后比特序列的llr解映射为发送符号的先验概率，并将得到的发送符号的先验概率进行下一次的迭代，直至输出编码前比特序列xu的后验概率的对数似然比l(xu)，然后对l(xu)进行硬判决处理，得到编码前比特序列。
[0277]
在一个实施例中，如图15所示，该实施例包括以下步骤：
[0278]
s1501，根据编码长度、冻结位集合和传输信道矩阵和接收信号，构建线性规划模型；
[0279]
首先，根据编码长度，获取编码前比特序列与译码后序列之间的变化关系；根据编码前比特序列与译码后序列之间的变化关系，确定编码限制条件；根据编码前比特序列与编码序列之间的变化关系和编码限制条件，确定线性规划模型。
[0280]
s1502，对线性规划模型求解，确定编码后比特序列，并根据编码后比特序列确定第一初始参数和第二初始参数；
[0281]
根据编码后比特序列计算编码序列的概率分布，将所述编码序列的概率确定为发送符号的先验概率；并根据发送符号的先验概率计算发送符号的先验概率的方差和均值，并根据方差和均值确定第一初始参数λ(均值除以方差)和第二初始参数γ(方差分之一)。
[0282]
s1503，根据发送符号的先验概率、第一初始参数和第二初始参数，对mmd运行l次，输出编码后比特序列的空腔概率的对数似然比；
[0283]
根据第一初始参数、系统噪声方差和信道矩阵计算发送符号的后验概率的协方差矩阵；根据参数γ、发送符号的协方差矩阵、信道矩阵和系统噪声方差、接收信号y计算发送符号的后验概率的均值向量；针对协方差矩阵的任一对角线元素和均值向量的任一项；根据协方差矩阵的任一对角线元素和均值向量的任一项，根据协方差矩阵的任一对角线元素和λ，确定发送符号的空腔概率的方差；根据发送符号的后验概率的任一项、协方差矩阵的任一对角线元素、发送符号的空腔概率的方差和参数γ，确定发送符号的空腔概率的均值；根据发送符号的空腔概率的均值和方差，确定发送符号的空腔概率，并根据发送符号的空腔概率和发送符号的先验概率，确定发送符号的后验概率的均值和方差；基于矩匹配准则，根据发送符号的空腔概率的方差和后验概率的方差，得到候选第一初始参数；基于矩匹配准则，根据发送符号的空腔概率的均值和方差，以及后验概率的均值和方差，得到候选第二初始参数；根据第一初始参数和候选第一初始参数，确定新的第一初始参数；根据第二初始参数和候选第二初始参数，更新新的第二初始参数；若新的第一初始参数小于0，则不更新第一初始参数和第二初始参数；根据更新的第一初始参数和第二初始参数，继续下一次迭
代，直至迭代完成；将发送符号的空腔概率的均值向量和方差作为发送符号输出；根据上述迭代完成得到的发送符号的空腔概率的均值向量和方差，以及比特与符号之间的映射关系，得到编码后比特序列的后验概率的空腔对数似然比。
[0284]
s1504，检测器得到空腔概率的对数似然比后，将空腔概率的对数似然比发送到译码器，译码器根据空腔概率的对数似然比确定编码后比特序列的后验概率的候选对数似然比，根据空腔概率的对数似然比和候选对数似然比，计算得到编码后比特序列的先验概率分布的先验对数似然比。
[0285]
s1505，将先验对数似然比进行映射，得到发送符号的先验概率。
[0286]
s1506，当达到迭代次数，最终输出编码前比特序列的后验概率的对数似然比lu，将lu进行硬判决，得到编码前比特序列。
[0287]
本实施例提供的信号检测方法的具体限定可以参见上文中对于信号检测方法中各实施例的步骤限定，在此不再赘述。
[0288]
应该理解的是，虽然上述实施例中所附的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，上述实施例中所附的图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0289]
在一个实施例中，如图16所示，本技术实施例还提供了一种信号检测装置1600，该装置1600包括：获取模块1601、参数确定模块1602、收敛模块1603和编码前比特序列确定模块1604，其中：
[0290]
获取模块1601，用于获取编码前比特序列的编码信息、调制信息、发送端与接收端之间的信道矩阵和接收信号，构建线性规划模型，其中，编码信息包括码长和码率；
[0291]
参数确定模块1602，用于根据线性规划模型，确定发送符号的先验概率和初始参数；发送符号为编码后比特序列根据调制信息生成；
[0292]
收敛模块1603，用于根据发送符号的先验概率和初始参数执行第一迭代收敛操作，并确定各次第一迭代收敛操作时编码前比特序列的后验概率的后验对数似然比；
[0293]
编码前比特序列确定模块1604，用于根据编码前比特序列所对应的目标对数似然比，确定编码前比特序列，其中，目标对数似然比为第一迭代收敛操作结束时对应的后验对数似然比。
[0294]
在一个实施例中，收敛模块1603包括：
[0295]
第一确定单元，用于根据先验概率、初始参数以及预设的比特序列与符号之间的映射关系，确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比；
[0296]
第二确定单元，用于根据各次第一迭代收敛操作时的空腔对数似然比，确定各次第一迭代收敛操作时所对应的后验对数似然比。
[0297]
在一个实施例中，获取模块1601包括：
[0298]
获取单元，用于获取发送符号的冻结位集合，其中，编码信息包括冻结位集合；
[0299]
第三确定单元，用于根据码长、码率和冻结位集合，确定编码前比特序列与编码后
比特序列之间的变化关系；
[0300]
第四确定单元，用于根据映射关系、调制信息、信道矩阵和接收信号，确定目标函数；
[0301]
第五确定单元，用于根据变化关系和目标函数，确定线性规划模型。
[0302]
在一个实施例中，第四确定单元包括：
[0303]
第一确定子单元，用于基于映射关系，利用编码后比特序列确定发送符号；
[0304]
第二确定子单元，用于根据发送符号和信道矩阵，确定预测接收信号；
[0305]
构建子单元，用于根据预测接收信号和接收信号，构建目标函数；目标函数用于表征预测接收信号和接收信号之间的误差。
[0306]
在一个实施例中，参数确定模块1602包括：
[0307]
第六确定单元，用于根据线性规划模型，确定发送符号的先验概率；
[0308]
第七确定单元，用于根据发送符号的先验概率，确定发送符号的先验概率的均值和方差；
[0309]
第八确定单元，用于根据发送符号的先验概率的均值和方差，确定第一初始参数；
[0310]
第九确定单元，用于根据发送符号的先验概率的方差，确定第二初始参数；
[0311]
初始参数包括第一初始参数和第二初始参数。
[0312]
在一个实施例中，第六确定单元包括：
[0313]
第三确定子单元，用于获取线性规划模型中目标函数的最小值，将目标函数的最小值对应的编码后比特序列确定为目标编码后比特序列；
[0314]
第四确定子单元，用于根据目标编码后比特序列的编码值，确定目标编码后比特序列的先验概率；
[0315]
第五确定子单元，用于根据目标编码后比特序列的先验概率和映射关系，确定发送符号的先验概率。
[0316]
在一个实施例中，第一确定单元包括：
[0317]
得到子单元，用于根据先验概率和初始参数，执行第二迭代收敛操作，直至满足预设的第二迭代收敛结束条件，得到发送符号的空腔概率的均值和方差；
[0318]
第六确定子单元，用于根据满足第二迭代收敛结束条件时第二迭代收敛操作所对应的发送符号的空腔概率的均值和方差，以及映射关系，确定各次第一迭代收敛操作时编码后比特序列的空腔概率的空腔对数似然比。
[0319]
在一个实施例中，得到子单元包括：
[0320]
第七确定子单元，用于根据初始参数、系统噪声方差、信道矩阵，确定发送符号的空腔概率的方差和均值；
[0321]
第八确定子单元，用于根据发送符号的空腔概率的方差、均值和发送符号的先验概率，确定发送符号的离散后验概率的方差和均值；
[0322]
更新子单元，用于根据发送符号的离散后验概率的方差和均值，对初始参数进行更新，将更新后的初始参数作为下一次迭代时的初始参数。
[0323]
在一个实施例中，第八确定子单元包括：
[0324]
空腔概率确定子单元，用于根据发送符号的空腔概率的方差和均值，确定发送符号的空腔概率；
[0325]
离散后验概率确定子单元，用于根据发送符号的空腔概率和发送符号的先验概率，确定发送符号的离散后验概率；
[0326]
离散概率分布确定子单元，用于根据发送符号的离散后验概率，确定发送符号的离散后验概率的方差和均值。
[0327]
在一个实施例中，更新子单元包括：
[0328]
第一候选参数确定子单元，用于根据发送符号的空腔概率的方差和离散后验概率的方差，确定第一候选初始参数；
[0329]
第二候选参数确定子单元，用于根据发送符号的空腔概率的方差和均值，以及离散后验概率的方差和均值，确定第二候选初始参数；
[0330]
第一参数确定子单元，用于根据第一候选初始参数对第一初始参数进行更新，得到下一次迭代时的第一初始参数；
[0331]
第二参数确定子单元，用于根据第二候选初始参数对第二初始参数进行更新，得到下一次迭代时的第二初始参数。
[0332]
在一个实施例中，第二确定单元包括：
[0333]
译码子单元，用于对各次第一迭代收敛操作时的空腔对数似然比进行译码操作，得到各次第一迭代收敛操作时所对应的后验对数似然比。
[0334]
在一个实施例中，第二确定单元还包括：
[0335]
第十确定子单元，用于根据各空腔对数似然比和编码后比特序列的后验概率的候选对数似然比，确定编码后比特序列的先验概率的对数似然比，其中，候选对数似然比为对各次第一迭代收敛操作时的空腔对数似然比进行译码操作得到；
[0336]
映射子单元，用于根据编码后比特序列的先验概率的对数似然比和映射关系，确定发送符号的新先验概率，将新先验概率作为下一次迭代时发送符号的先验概率。
[0337]
在一个实施例，编码前比特序列确定模块1604包括：
[0338]
判决单元，用于对编码前比特序列所对应的目标对数似然比进行硬判决处理，得到编码前比特序列。
[0339]
关于信号检测装置的具体限定可以参见上文中对于信号检测方法中各步骤的限定，在此不再赘述。上述信号检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以以硬件形式内嵌于或独立于目标设备，也可以以软件形式存储于目标设备中的存储器中，以便于目标设备调用执行以上各个模块对应的操作。
[0340]
在一个实施例中，提供了一种计算机设备，如图17所示，该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种信号检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0341]
本领域技术人员可以理解，图17中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0342]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0343]
本实施例中处理器实现的各步骤，其实现原理和技术效果与上述信号检测方法的原理类似，在此不再赘述。
[0344]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0345]
本实施例中计算机程序被处理器执行时实现的各步骤，其实现原理和技术效果与上述信号检测方法的原理类似，在此不再赘述。
[0346]
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0347]
本实施例中计算机程序被处理器执行时实现的各步骤，其实现原理和技术效果与上述信号检测方法的原理类似，在此不再赘述。
[0348]
需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
[0349]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
[0350]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0351]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保
护范围。因此，本技术的保护范围应以所附权利要求为准。