资源描述：
《最大似然检测.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、最大似然检测最大似然检测（MaximumLikelihood，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
2、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,x2,…,xn通过利用fD，我们就能计算出其概率：Px1,x2,…xn=fd(x1,x2,…xn)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
3、的想法是从这个分布中抽出一个具有n个值的采样x1,x2,…,xn，然后用这些采样数据来估计θ.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，而是会输出一个既不高估也不低估的θ值。要在数学上实现最大似然估计法，我们首先要定义似然函数:likθ=fD(x1,…,x2)并且在θ的所有取值上，使
4、这个函数最大化。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d2r1,h1x1+h2x2+d2r2,-h1x2*+h2x1*=
5、h1-h1x1-h2x2
6、2+
7、r2,+h1x2*-h2x1*
8、2(1)化简得最大似然译码判决准则为：x1，x2=argmin(x1，x2)ϵC(
9、h1
10、2+
11、h2
12、2-1)(
13、x1
14、2+
15、x2
16、
17、2)+d2x1,x1+d2x2,x2(2)上式中:C为调制符号对（x1,x2）所有可能的集合;x1和x2是通过合并接收信号和信道状态信息构造产生的两个判决统计。统计结果可以表示为x1=h1*r1+h1r2*(3)x2=h2*r1-h1r2*(4)将式(3)和式(4)中的r1和r2分别代人式(5)中，统计结果可以表示为x1=(
18、h1
19、2+h2
20、2x1+h1*n1+h2n2*(5)x2=(
21、h1
22、2+h2
23、2x2-h1n2*+h2*n1(6)对于给定信道实现h1和h2而言，统计结果见xi(i=1,2)仅
24、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的2个独立译码算法，即x1=argminx2∈S(
25、h1
26、2+
27、h2
28、2-1)×
29、x1
30、2+d2x1,x1(7)和x2=argminx2∈S(
31、h1
32、2+
33、h2
34、2-1)×
35、x2
36、2+d2x2,x2(8)对于M-PSK信号星座图而言，在给定信号衰落系数的前提下，(
37、h1
38、2+
39、h2
40、2-1)×
41、xi
42、2(i=1,2)对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x1=argminx2∈S(x
43、1,x1)=argminx2∈S
44、h1*r1+h2r1*-x1
45、2x2=argminx2∈S(x2,x2)=argminx2∈S
46、h2*r1-h1r2*-x2
47、2上述最大似然检测算法可以推广到多个接收天线的情况。
