对比文件名称：2009-03-11_CN101383652A_发明公开_CN101383652A 一种多输入多输出系统的信号检测方法及装置
目标专利名称：1058用于在无线通信系统中信号检测的方法和装置CN112313884B
本次调用的模型名称：gpt-4-turbo
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 | ||||||||||||||||
| **技术特征A：包括：获得接收信号集合。《直接公开》** | 说明书步骤110：“设置接收信号r和信道响应矩阵H的初始值，第一次循环的时候所用接收信号即是原始的接收信号r，即r1＝r”。以及背景技术：“接收信号可以记作r＝H·S+n”。 | 对比文件明确记载了接收信号r的获得过程，即通过接收天线获取原始接收信号并设定为初始值。这与目标专利技术特征A“获得接收信号集合”的含义完全相同，因此该特征被直接公开。 | ||||||||||||||||
| **技术特征B：确定信道矩阵。《直接公开》** | 说明书步骤110：“设置接收信号r和信道响应矩阵H的初始值，第一次循环的时候所用信道响应矩阵就是接收到信号r后所估计得到的原始信道相应矩阵H，即H1＝H”。以及背景技术：“信道响应矩阵为H”。 | 对比文件明确记载了信道响应矩阵H的确定过程，即通过信道估计获得原始信道矩阵。这与目标专利技术特征B“确定信道矩阵”完全一致，因此该特征被直接公开。 | ||||||||||||||||
| **技术特征C：所述接收信号集合已经经由所述信道矩阵传送。《直接公开》** | 背景技术：“接收信号可以记作r＝H·S+n，其中H为信道响应矩阵，S为发射信号，n为噪声”。 | 对比文件明确建立了接收信号r与信道矩阵H之间的线性关系r＝H·S+n，即接收信号是经过信道矩阵H传送的。这与目标专利技术特征C完全对应，因此该特征被直接公开。 | ||||||||||||||||
| **技术特征D：以分阶段方式检测所述接收信号集合，其中在一个阶段，所述方法包括：基于所述信道矩阵和用于所述阶段的检测算法来检测所述接收信号集合。《直接公开》** | 说明书步骤100-220整体描述了一种循环迭代检测方法，其中步骤130：“按照传统ZF或者MMSE的滤波方式，对接收信号进行线性滤波，得到估计发射符号向量si＝Wi·ri”。步骤120和200中基于当前信道响应矩阵H估计滤波矩阵W（基于ZF或MMSE算法）。 | 对比文件采用循环迭代结构，每次循环（即一个阶段）基于当前的信道响应矩阵和选定的线性检测算法（ZF或MMSE）对当前接收信号进行滤波检测，得到估计发射符号向量。这与目标专利的“以分阶段方式检测”以及“在一个阶段中基于信道矩阵和检测算法检测接收信号集合”完全一致，因此该特征被直接公开。 | ||||||||||||||||
| **技术特征E：针对所述阶段固定从所述检测算法输出的被检测到的符号中的一个或多个被检测到的符号。《直接公开》** | 说明书步骤160-170：“比较向量pi＝[pi1 pi2…piM]中各个符号之间的大小，找出其中最大值符号所对应的索引号，记作m；将向量zi中的第m个符号作为发射符号向量S＝[s1 s2…sM]T中的第m个符号的估计值ssm，并且存储到估计向量ss中”。 | 对比文件在每个阶段（循环）中，通过计算每个符号的正确解调概率并选择概率最大的符号，将其固定为最终估计值。虽然每次只固定一个符号，但明确执行了“固定被检测到的符号”这一操作，且该符号来源于检测算法输出（硬判决后的符号向量zi）。目标专利特征E允许固定一个或多个，对比文件固定一个属于其下位概念，因此该特征被直接公开。 | ||||||||||||||||
| **技术特征F：基于在所述阶段中被固定的所述被检测到的符号中的所述一个或多个被检测到的符号，来更新所述信道矩阵和所述接收信号集合。《直接公开》** | 说明书步骤180-190：“消除符号ssm在接收信号ri中的影响，基本原理是在接收信号ri中减去符号ssm与信道响应矩阵Hi的第m列的乘积，得到接收信号ri的一个更新值，即ri＝ri-ssm·H(:，m)；进一步更新信道响应矩阵Hi，即将Hi的第m列设置为0，以消除第m根发射天线在信道响应中的影响”。 | 对比文件明确记载了基于已固定的符号ssm来更新接收信号和信道响应矩阵的具体步骤，即从接收信号中减去固定符号与对应信道列的乘积，并将信道矩阵的对应列置零。这与目标专利特征F完全一致，因此该特征被直接公开。 | ||||||||||||||||
| **技术特征G：以由下一阶段使用，其中所述被检测到的符号中的所述一个或多个被检测到的符号基于可配置的数目被确定。《未公开》** | 对比文件全文未提及“可配置的数目”。每次循环固定符号的数目固定为1，且由算法本身决定（选择概率最大的符号），而非通过配置参数确定。 | 对比文件没有公开任何关于“可配置的数目”的内容，也未给出任何线索使得本领域技术人员能够合理推断出符号数目是可配置的。因此，该特征既未直接公开，也未隐含公开。 | ||||||||||||||||
| **技术特征H：确定一个阶段中要被固定的符号的比率。《未公开》** | 对比文件全文未提及“比率”概念。 | 对比文件未公开任何用于确定符号固定比率的方法或参数。该特征未被直接或隐含公开。 | ||||||||||||||||
| **技术特征I：基于所确定的要被固定的符号的所述比率，来确定用于检测的阶段的总数和所述阶段中要被固定的符号的数目。《未公开》** | 对比文件全文未提及基于比率确定阶段总数或固定符号数目。 | 对比文件未公开任何基于比率计算阶段总数或固定符号数目的内容。该特征未被直接或隐含公开。 | ||||||||||||||||
| **技术特征J：其中确定一个阶段中要被固定的符号的所述比率包括：基于接收信号与噪声比SNR来确定所述阶段中要被固定的符号的所述比率。《未公开》** | 对比文件全文未提及基于SNR确定固定比率。 | 对比文件未公开任何基于SNR确定固定比率的内容。该特征未被直接或隐含公开。 | ||||||||||||||||
| **技术特征K：其中阶段的所述总数由以下确定：Ntot＝[‑log(1‑fRatio)Nt]+1。《未公开》** | 对比文件全文未提及该公式。 | 对比文件未公开任何用于计算阶段总数的公式，其阶段总数由发射天线数M直接决定。该特征未被直接或隐含公开。 | ||||||||||||||||
| **技术特征L：其中一个阶段中要被固定的符号的所述数目由以下确定：fNum＝[len(ds)*fRatio]，或者fNum＝max(1，[len(ds)*fRatio])。《未公开》** | 对比文件全文未提及该公式。 | 对比文件未公开任何用于计算固定符号数目的公式。该特征未被直接或隐含公开。 | ||||||||||||||||
| **技术特征M：其中fNum表示所述阶段中要被固定的符号的所述数目，len(ds)表示用于所述阶段的输入符号的总数，fRatio表示所述阶段中要被固定的符号的所述比率，并且[.]表示得到实数的整数部分的运算。《未公开》** | 对比文件全文未提及此定义。 | 对比文件未公开任何与此定义相关的内容。该特征未被直接或隐含公开。 | ||||||||||||||||
| **技术特征N：其中固定所述被检测到的符号中的一个或多个被检测到的符号包括：针对从所述检测算法输出的每个被检测到的符号，基于最大似然准则来从调制星座符号集合中选择候选符号，所述调制星座符号集合由调制方案针对所述接收信号集合确定，确定每个被检测到的符号与对应候选符号之间的距离。《隐含公开》** | 说明书步骤140：“对si进行硬判决，得到一个用星座点描述的符号向量zi＝[zi1 zi2…zij zij+1…ziM]”。步骤150-154估计符号zij的正确解调概率，公式为pij＝exp{‑ | zij‑sij | ^2/Nij^2}/∑exp{‑ | bk‑sij | ^2/Nij^2}，其中sij为软估计符号，bk为星座点，Nij为噪声功率。步骤160选择概率最大的符号。 | 对比文件中，硬判决步骤140得到了星座点描述的符号向量，步骤150-154的概率计算本质上是基于软估计符号sij与各星座点bk之间的欧氏距离（即 | zij‑sij | ^2和 | bk‑sij | ^2），并采用指数函数进行归一化，这实质上是一种基于最大似然准则（距离最小化）的概率评估。步骤160选择概率最大的符号，等价于选择了与软估计符号距离最小的候选星座点。因此，虽然对比文件未明确使用“最大似然准则”和“距离”等术语，但其实现过程完全符合该特征的核心思想，即基于距离度量从星座点集合中选择候选符号。因此，该特征被隐含公开。 | ||||||||
| **技术特征O：将与最小距离相关联的所述被检测到的符号中的所述一个或多个被检测到的符号分别固定为对应候选符号。《隐含公开》** | 说明书步骤160-170：选择概率最大的符号（即与软估计符号距离最近的符号）对应的索引m，并将硬判决后的向量zi中的第m个符号作为估计值固定下来。 | 如特征N所述，对比文件固定的是与软估计符号具有最小欧氏距离（概率最大）的星座符号。步骤160-170明确执行了“将距离最小的符号固定为对应候选符号”的操作。因此，该特征被隐含公开。 | ||||||||||||||||
| **技术特征P：其中用于一个阶段的所述检测算法包括以下中的一项：基于迫零ZF的算法，基于最小均方误差MMSE的算法，以及基于梯度下降GD的算法。《直接公开》** | 说明书步骤120：“滤波矩阵W1的估计方法可以采用常规的ZF算法和MMSE算法，如果采用基于ZF方法，则相应滤波矩阵为W_ZF＝(HHH)-1HH，如果采用基于MMSE的方法，则滤波矩阵为W_MMSE＝(HHH+σ2IN)-1HH”。 | 对比文件明确公开了在阶段中使用的检测算法可以是基于ZF的算法或基于MMSE的算法。虽然未公开GD算法，但特征P为“包括以下中的一项”，属于选择性的开放式列举，对比文件公开了其中的两项，因此满足了该特征的要求。该特征被直接公开。 | ||||||||||||||||
| **技术特征Q：其中所述检测算法针对每个阶段独立地被选择。《未公开》** | 对比文件全文未提及针对不同阶段可选择不同检测算法。在实施例中，所有阶段均使用同一种检测算法（如全部使用ZF或全部使用MMSE）。 | 对比文件没有公开或暗示检测算法可以在不同阶段独立选择。该特征未被直接或隐含公开。 | ||||||||||||||||
| **技术特征R：其中更新所述信道矩阵和所述接收信号集合包括：从所述信道矩阵中移除与在当前阶段中被固定的所述被检测到的符号中的所述一个或多个被检测到的符号相对应的一个或多个列。《隐含公开》** | 说明书步骤190：“进一步更新信道响应矩阵Hi，即将Hi的第m列设置为0，以消除第m根发射天线在信道响应中的影响”。 | 对比文件将信道矩阵的对应列设置为0，虽然物理上保留了该列（元素为0），但其效果等同于从信道矩阵中“移除”该列对后续检测的影响，因为该列全零后不会对后续的滤波矩阵计算和符号检测产生任何作用。本领域技术人员能够合理推断，将列置零是“移除”列影响的一种实现方式。因此，该特征被隐含公开。 | ||||||||||||||||
| **技术特征S：从所述接收信号集合中减去由在所述当前阶段中被固定的所述被检测到的信号中的所述一个或多个被检测到的符号贡献的值。《直接公开》** | 说明书步骤180：“在接收信号ri中减去符号ssm与信道响应矩阵Hi的第m列的乘积，得到接收信号ri的一个更新值，即ri＝ri-ssm·H(:，m)”。 | 对比文件明确记载了从接收信号中减去固定符号与对应信道列乘积的操作，这正是减去固定符号对接收信号的贡献。该特征被直接公开。 | ||||||||||||||||
| **技术特征T：还包括：在所述分阶段信号检测完成时输出检测结果。《直接公开》** | 说明书步骤230：“输出发射符号向量S的估计向量ss，MIMO信号算法检测结束”。 | 对比文件明确在检测循环结束后输出最终的估计结果。该特征被直接公开。 | ||||||||||||||||
| **技术特征U：还包括：输出在每个阶段中被固定的所述被检测到的符号中的所述一个或多个被检测到的符号，以及如果在所述分阶段信号检测完成之后还有未被固定的剩余符号，则输出所述剩余符号。《隐含公开》** | 说明书步骤170将固定符号ssm存储到估计向量ss中（逐步替换初始零值），步骤230输出完整的估计向量ss。该向量包含所有已被固定的符号，由于循环次数等于发射天线数M，所有符号最终都会被固定（即无剩余未固定符号）。 | 对比文件虽然未明确区分“固定符号”和“剩余符号”，但其输出结果（ss向量）本质上由各阶段固定的符号组成，并在完成所有阶段后输出。在更一般的场景中（如未固定所有符号时），其存储和输出逻辑隐含支持仅输出固定部分和剩余部分。因此，该特征被隐含公开。 | ||||||||||||||||
| **技术特征V：其中从所述检测算法输出的所述被检测到的符号是软估计符号。《直接公开》** | 说明书步骤130：“得到估计发射符号向量si＝Wi·ri，该向量中有M个符号，记作si＝[si1 si2…sij sij+1…siM]”。进一步地，步骤150的概率计算中使用了sij（软估计符号）与zij（硬判决符号）进行距离比较。 | 对比文件步骤130输出的估计发射符号向量si是连续的复数（未进行硬判决），即软估计符号。后续的概率计算也是基于该软符号进行的。因此，检测算法输出的正是软估计符号，该特征被直接公开。 | ||||||||||||||||
| **技术特征W：其中所述接收器设备还被使：基于接收信号与噪声比SNR来确定一个阶段中要被固定的符号的所述比率。《未公开》** | 同技术特征J。对比文件未公开基于SNR确定固定比率的内容。 | 对比文件未公开任何基于SNR确定固定比率的内容。该特征未被直接或隐含公开。 | ||||||||||||||||
| **技术特征X：其中用于检测的阶段的所述总数由以下确定：Ntot＝[‑log(1‑fRatio)Nt]+1。《未公开》** | 同技术特征K。对比文件未公开该公式。 | 对比文件未公开该公式。该特征未被直接或隐含公开。 | ||||||||||||||||
| **技术特征Y：其中一个阶段中要被固定的符号的所述数目由以下确定：fNum＝[len(ds)*fRatio]，或者fNum＝max(1，[len(ds)*fRatio])。《未公开》** | 同技术特征L。对比文件未公开该公式。 | 对比文件未公开该公式。该特征未被直接或隐含公开。 | ||||||||||||||||
| **技术特征Z：其中fNum表示所述阶段中要被固定的符号的所述数目，len(ds)表示用于所述阶段的输入符号的总数，fRatio表示所述阶段中要被固定的符号的所述比率，并且[.]表示得到实数的整数部分的运算。《未公开》** | 同技术特征M。对比文件未公开此定义。 | 对比文件未公开此定义。该特征未被直接或隐含公开。 |
<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<F>>><<<P>>><<<S>>><<<T>>><<<V>>><<<n>>><<<o>>><<<r>>><<<u>>>