如何使用最大似然检测器(MLD)方案优化MIMO接收器性能
时间:06-20
来源:互联网
点击:
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。
图5:MLD加速器方框图。
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。
图6:4×4 MIMO空间复用性能。
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。
图7:MLD 4×4 MIMO的性能。
图8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。
结论
本文展示MLD接收器实现了优于线性接收器的结果,但当选择MLD实施时,仍有许多因素需要考虑。MLD接收器设计人员必须选择最合适的解决方案用于所需的应用,要考虑以下因素:
* 精度目标和吞吐量要求:需要一个用户可配置的解决方案,以便快速获得高质量LLR。
* 延迟定义:需要可定义的系统计划,以便在规定的时间内完成任务——例如,通过使用时间标记。
* 信道类型快/慢时间变化:快速时间变化信道将需要频繁更新信道信息的能力。
* 硬件考虑:大小、速度(MHz)和功耗。
* 需要可扩展的硬件解决方案来满足小面积和低功耗需求。
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。
图5:MLD加速器方框图。
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。
图6:4×4 MIMO空间复用性能。
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。
图7:MLD 4×4 MIMO的性能。
图8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。
结论
本文展示MLD接收器实现了优于线性接收器的结果,但当选择MLD实施时,仍有许多因素需要考虑。MLD接收器设计人员必须选择最合适的解决方案用于所需的应用,要考虑以下因素:
* 精度目标和吞吐量要求:需要一个用户可配置的解决方案,以便快速获得高质量LLR。
* 延迟定义:需要可定义的系统计划,以便在规定的时间内完成任务——例如,通过使用时间标记。
* 信道类型快/慢时间变化:快速时间变化信道将需要频繁更新信道信息的能力。
* 硬件考虑:大小、速度(MHz)和功耗。
* 需要可扩展的硬件解决方案来满足小面积和低功耗需求。
- CEVA授权许可奥迪康在具有突破性技术的助听器中 使用低功耗蓝牙技术(08-20)
- CEVA 授权许可HMicro在医疗保健和物联网设备中 使用CEVA Wi-Fi IP(10-01)
- 无线基带演进:4G调制解调器的多种设计方案(01-18)
- 如何解决智能电表的通信难题(04-29)
- Maxim推出业内首款投入批量生产的单芯片WiMAX? RF收发器(01-22)
- 声传感器网络节点的硬件系统设计(01-14)