利用AutoESL高級綜合工具可實現在 Xilinx Virtex-5器件中構建復雜的寬帶無線系統接收器。

空分復用MIMO處理技術可顯著提高無線通信系統的頻譜效率，進而大幅增加無線通信系統的容量。正因如此，它已成為新一代WiMAX以及其它基于OFDM無線通信系統的核心組成部分。空分復用MIMO處理技術是一項計算密集型應用，可實現高要求的信號處理算法。

在MIMO系統中，空分復用技術的一個具體實例是球形解碼。球形解碼是一種解決MIMO檢測問題的有效方法，其在比特誤碼率 (BER) 性能方面能與最佳的最大似然檢測算法相媲美。但是，DSP處理器的計算能力有限，不足以滿足球形解碼實時性方面的要求。

現場可編程門陣列 (FPGA) 是一個極具吸引力的平臺，可實現如球形解碼器這樣的復雜DSP密集型算法?，F代FPGA 是一種高性能并行計算平臺，可在保持可編程DSP處理器靈活性的同時，為系統提供所需的專用硬件。多項研究表明在多個信號處理應用中，FPGA的性能比傳統 DSP 處理器高100倍，性價比可提高30倍。

盡管FPGA的性能具有相當大的優勢，但通常無法應用于無線信號處理，主要因為傳統的DSP程序員認為它們不容易處理。事實上，造成FPGA無法在無線應用中得到廣泛使用的真正阻礙是以硬件為中心的傳統設計流程與工具。

目前，要想利用FPGA來進行設計，需要具備豐富的硬件設計經驗，包括熟悉VHDL與Verilog等硬件描述語言。最近，新型高級綜合工具可以作為FPGA的輔助設計工具。這些設計工具將高級算法描述作為輸入，并生成可與標準FPGA實現工具（例如 Xilinx? ISE?design suite 與嵌入式開發套件）一起使用的RTL。該工具可提高設計效率，縮短開發時間，同時實現高質量的設計。

我們可利用該工具設計基于 FPGA 的復雜無線算法應用，即802.16e系統下的空分復用MIMO球形檢測器。我們專門選擇AutoESL的AutoPilot高級綜合工具作為時鐘頻率為225MHz的Xilinx Virtex?-5的輔助設計工具。

球形解碼

球形檢測作為解碼過程的一部分，是一種用于簡化空分復用系統檢測復雜程度的有效方法，在 BER 性能方面可與復雜度更高的最佳最大似然 (ML) 檢測算法相媲美。

如圖1所示，在MIMO 802.16e無線接收器的方框圖中，我們假設接收器可以準確估計信道矩陣，該假設條件可通過傳統的信道估算方法來實現。該實現的流水線具有 3 個構建模塊：信道重新排序、QR分解以及球形檢測器 (SD)。我們通過計算檢測到的比特對數似然比(LLR) 來產生軟輸出，從而為軟輸入、軟輸出信道解碼器（比如渦輪解碼器）的
使用做準備。

圖 1 球形解碼器方框圖

信道矩陣重排序

球形檢測器處理天線的順序可對BER的性能產生較大影響。在進行球形檢測之前，首先執行信道重排序。檢測器利用信道矩陣預處理器實現了類似貝爾實驗室分層空時 (BLAST) 結構上采用的連續干擾抵消處理技術，最終達到了接近ML性能。

該方法利用信道重排序處理來實現，通過多次迭代確定復雜信道矩陣最佳列檢測次序。該算法根據迭代次數來選擇范數最大或最小的行。歐幾里德范數最小的行表示天線影響最強，而歐幾里德范數最大的行表示天線影響最弱。這種新穎的方案首先處理最弱的數據流，隨后依次迭代處理功率從高到低的數據流。

為了滿足應用對高數據速率的要求，我們實現了圖2所示的基于流水線架構的信道排序模塊。該模塊可以在時分復用 (TDM) 模式下同時處理5條信道。這種方案延長了同一信道不同矩陣元素之間的處理時間，同時可保持高數據吞吐量。
在圖2中，G矩陣計算是要求最高的組成部分。該過程的核心是矩陣求逆，可通過QR分解 (QRD) 來實現。實現QRD的常用方法是使用吉文斯旋轉。

圖 2 迭代信道矩陣重排序算法

該方法可執行對角線單元和非對角線單元的復雜旋轉，這些單元都是我們所使用脈動陣列的基本計算單元。改進的實數矩陣QRD在獲取信道矩陣列的最佳排序之后，下一步應對實數矩陣系數進行QR分解。用于該QRD處理的功能單元與計算逆矩陣的QRD引擎類似，但有一些不同之處。本例子的輸入數據是實數，因此脈動陣列結構的維數會相應更高（即8×8實數值而不是4×4復數值）。