您好,欢迎来电子发烧友网! ,新用户?[免费注册]

您的位置:电子发烧友网>电子百科>网络>转换器/收发器>

CEVA解决方案 - 如何使用最大似然检测器方案优化MIMO接收器性能

2017年12月01日 10:54 网络整理 作者: 用户评论(0

  CEVA解决方案

  CEVA通过推出最大似然MIMO检测器(MLD)来应对MIMO接收器的挑战。该MLD是紧密耦合扩展加速器硬件单元。该MLD能够处理LTE——先进的Cat.7数据流并产生软输出最大对数解决方案。

  该MLD加速器达到了次优最大似然(ML)解决方案,可用于4×4或3×3 MIMO @12.6 Mega-tones/秒,使用软输出球解码器方法,以及2×2基于LORD 的ML解决方案 @ 28.8 Mega-tones/秒,使用载波聚合。该MLD设计用于移动应用,强调低功耗设计理念。

  功能集

  MLD功能集包括对以下的支持:

  * 从2×2到4×4 MIMO的可变传输模式,且每层可配置的调制高达64QAM。

  * 三种搜索优化:每个树层的用户自定义层排序,初始半径和搜索半径。

  * 通过提供吞吐量控制能力,CEVA MLD解决了软输出球解码的非确定性质,包括用于音调处理的上下循环计数界线。另外,使用用户自定义的基于时间标记的终端来保持系统吞吐量。

  * 可以扩展软比特来补偿SNR和调制因数。

  * 在内部符号和内层解决方案中提供对LLR排列的支持

  * 内层解映射:支持两个代码层,使MLD能够将所写数据拆分到两个不同的目的地。

  * 可扩展的硬件解决方案实现了性能/功率/面积的权衡,包括选择MLD引擎的数量、缓冲器大小和接口时钟比率。

  另外,加速器提供了广泛的调试和性能分析能力。

  MLD加速器方框图

  图5描述了MLD加速器的方框图,其包含了一个AXI接口、输入缓冲器、分配器、最大似然引擎(Maximum Likelihood Engine,MLE)、LLR发生器、重排序缓冲器和输出缓冲器。

  输入缓冲器存储了大量的音调数据,通过分配器,每次传送一个音调到MLE。每个MLE输出有关检测到的比特数据;这进而通过LLR发生器转化为LLR格式。重排序缓冲器积累LLR 数据,以便传输和发送有序的输出到输出缓冲器中。输出缓冲器通过AXI接口将LLR写到接收链中的下一个模块。

 如何使用最大似然检测器方案优化MIMO接收器性能

  MLD性能

  图6描述了与MMSE接收器相比较的CEVA MLD TCE的性能,使用了4×4空间复用MIMO。封包出错率中的吞吐量可在不同的SNR条件下评估。LTE信道设置在EPA 5Hz和低相关传播条件上。

  如何使用最大似然检测器方案优化MIMO接收器性能

  CEVA的解决方案获得接近ML的结果,而MMSE遭受严重的性能下降,即便在低相关条件下。对于更高的相关条件,MMSE将会进一步恶化。

  相比之下,具有类似性能的K-best解决方案将需要超过两倍的CEVA MLD TCE范围。

  CEVA MLD TCE包含了:

  * 相比单纯的ML解码,MIMO 4×4具有低于1.5dB损失的极佳精确度。

  * 无精度损失解码MIMO 2×2 (LORD同等性能和复杂性)。

  * 超低功耗设计。

  * 有竞争力的芯片尺寸。

  图7描述了4×4 MIMO的性能,采用64-QAM调制,SM在最高编码速率下。即使在这些条件下,相比理想的ML结果,CEVA MLD TCE仍提供了低于1.5dB的精度损失。

  如何使用最大似然检测器方案优化MIMO接收器性能

  说明了SM 在最高编码速率下的2×2 MIMO的性能,采用64-QAM 调制。CEVA MLD TCE提供完美的ML性能。

  MIMO技术已经成为无线通信领域的关键技术之一,通过近几年的持续发展,MIMO技术将越来越多地应用于各种无线通信系统。在无线宽带移动通信系统方面,第3代移动通信合作计划(3GPP)已经在标准中加入了MIMO技术相关的内容,B3G和4G的系统中也将应用MIMO技术。在无线宽带接入系统中,正在制订中的802.16e、802.11n和802.20等标准也采用了MIMO技术。在其他无线通信系统研究中,如超宽带(UWB)系统、感知无线电系统(CR),都在考虑应用MIMO技术。   随着使用天线数目的增加,MIMO技术实现的复杂度大幅度增高,从而限制了天线的使用数目,不能充分发挥MIMO技术的优势。目前,如何在保证一定的系统性能的基础上降低MIMO技术的算法复杂度和实现复杂度,成为业界面对的巨大挑战。

非常好我支持^.^

(4) 100%

不好我反对

(0) 0%

( 发表人:李倩 )

      发表评论

      用户评论
      评价:好评中评差评

      发表评论,获取积分! 请遵守相关规定!