好的，作为一名经验丰富的资深专利代理师，我将对您提供的对比文件与目标专利的权利要求进行严谨的创造性评估。
***
**对比文件名称：** 2008-03-06_US2008056396A1_发明申请_US20080056396A1 METHOD AND APPARATUS FOR QR DECOMPOSITION-BASED MIMO DETECTION AND SOFT BIT GENERATION
**目标专利名称：** 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：** 未指定 (基于提供的上下文分析)
***
### 特征比对表格
| 技术特征描述以及公开性判断结果 | 对比文件原文引用 (中文翻译) | 公开性论述 |
| 技术特征A：包括：获得接收信号集合 **《直接公开》** | [0004] A MIMO system with P transmit antennas and K receive antennas is denoted as a P×K system. The P×K system is represented as follows: Y=HX+N; where X is a P×1 vector representing transmitted symbols, **Y is a K×1 vector representing received symbols**, N is a K×1 vector representing noise, and H is a K×P channel matrix. (一种具有P个发射天线和K个接收天线的MIMO系统表示为P×K系统。该P×K系统表示如下：Y=HX+N；其中X是表示发射符号的P×1向量，**Y是表示接收符号的K×1向量**，N是表示噪声的K×1向量，H是K×P信道矩阵。) | 对比文件明确公开了接收信号集合Y，该Y是表示从多个接收天线接收的符号的向量，这与目标专利中“获得接收信号集合”的技术特征完全相同。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》** | [0004] ...and **H is a K×P channel matrix**. (……并且**H是K×P信道矩阵**。) <br> [0027] The channel estimator 204 generates a MIMO channel matrix H. (信道估计器204生成MIMO信道矩阵H。) | 对比文件明确公开了MIMO信道矩阵H，并指出其由信道估计器生成。这与目标专利中“确定信道矩阵”的技术特征完全相同。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 **《隐含公开》** | [0027] The receiver 200 receives symbols simultaneously with multiple antennas 202 that are transmitted via multiple streams from a transmitter. The simultaneously received symbols are represented by a vector Y. (接收机200通过多个天线202同时接收从发射机经由多个流发射的符号。同时接收的符号由向量Y表示。) <br> [0004] Y=HX+N; (Y=HX+N;) | 对比文件在[0004]中通过公式Y=HX+N明确表达了接收信号Y是发射信号X经过信道矩阵H并叠加噪声N的结果。在[0027]中，也描述了接收信号Y是通过天线接收的，并且信道矩阵H是由信道估计器根据这些接收信号和发射信号（如导频）的关系得到的。本领域技术人员根据MIMO通信系统的公知常识，可以毫无疑义地理解，接收信号集合Y正是经由信道矩阵H所描述的信道进行传送的。因此，该特征被隐含公开。 |
| 技术特征D：以分阶段方式检测所述接收信号集合， **《隐含公开》** | [0007] The receiver then performs a tree search with M survival candidates. Starting from the last element zp = ỹp at the first stage... At the (P-t+1)-th stage... The process continues until all P layers are processed. (然后，接收机执行具有M个幸存候选的树搜索。从第一阶段的最后一个元素zp = ỹp开始……在第(P-t+1)阶段……该过程持续直到所有P层都被处理完毕。) <br> [0030] The processor 210 then performs a tree search process using the R̃ matrix and the Ỹ vector as in the conventional tree search process. (处理器210然后使用R̃矩阵和Ỹ向量执行树搜索过程，如同常规的树搜索过程。) | 对比文件公开了一种基于QR分解的MIMO检测方法，其核心是进行逐层（stage）的树搜索过程。这个过程从最后一个符号开始，逐步处理到第一个符号，每层都会基于上一层的候选结果进行计算和选择。这种逐层处理的方式，实质上就是一种分阶段的信号检测方式。虽然目标专利的“分阶段方式”特指固定部分符号后更新信道矩阵再检测下一阶段，但对比文件中的树搜索过程同样是将完整的检测问题分解为多个连续的阶段（层），并在每个阶段处理部分符号。因此，本领域技术人员可以合理推断出这是“以分阶段方式检测接收信号集合”。故该特征被隐含公开。 |
| 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》** | [0007] The receiver then performs a tree search with M survival candidates. Starting from the last element zp = ỹp at the first stage... (在每一阶段，接收机进行具有M个幸存候选的树搜索……) <br> [0030] The processor 210 then performs a tree search process using the R̃ matrix and the Ỹ vector as in the conventional tree search process. (处理器210然后使用R̃矩阵和Ỹ向量执行树搜索过程，如同常规的树搜索过程。) | 对比文件明确公开了在每个阶段（stage），基于信道矩阵（通过QR分解得到R矩阵，并进一步计算得到R̃矩阵）和特定的检测算法（QRD-M树搜索算法）来处理接收信号集合（Y向量及其变换Ỹ），以检测发射符号。这与目标专利特征完全相同。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 **《隐含公开》** | [0007] ...and selects a predetermined number M of candidates having the smallest metrics as surviving candidates. At the (P-t+1)-th stage, there are total M surviving candidates from previous stages. (……并选择具有最小度量的预定数量M个候选作为幸存候选。在第(P-t+1)阶段，存在来自先前阶段的总共M个幸存候选。) <br> [0041] ...it is easy to select a subset of constellation points... and the SED is computed only with respect to the selected constellation points. (……很容易选择一个子集的星座点……并且仅针对所选的星座点计算SED。) | 对比文件的QRD-M算法在每个阶段会固定选择一部分“幸存候选”进入下一阶段，而其他候选则被丢弃。这实质上是一种被检测符号的“固定”，即确定哪些符号路径（对应于部分被检测符号的组合）值得保留。虽然目标专利中的“固定”是将一个或多个具体符号的检测值锚定为调制星座点，而对比文件是固定“候选路径”，其目的都是通过排除可能性来降低后续阶段的复杂度。对比文件在[0041]中还描述了在每一阶段可以仅选择一部分星座点来计算度量，这也是一种“固定”或“限制”搜索空间的操作。本领域技术人员可以合理推断，这种选择并固定候选的操作，与目标专利中的“固定被检测到的符号”在解决“降低复杂度”这一技术问题上作用相同。因此，该特征被隐含公开。 |
| 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， **《隐含公开》** | [0007] For m-th surviving candidate, contribution from previous layer data {xmn; n=t+1, t+2,...P} corresponding to the surviving candidate is subtracted from the received signal as follows: zmt = ỹt - Σγin xmn (对于第m个幸存候选，对应于该幸存候选的来自前一层数据{xmn；n=t+1，t+2，...P}的贡献从接收信号中减去，如下所示：zmt = ỹt - Σγin xmn) | 对比文件在树搜索的每一阶段，都会根据之前阶段已固定的候选符号值（即幸存候选对应的更高层的符号）来更新接收信号，具体表现为从当前接收信号中减去这些已固定符号的干扰贡献（上述公式中的Σγin xmn）。虽然对比文件没有显式地“更新信道矩阵”，但通过从接收信号中减去已检测符号的干扰，其效果等同于从信号模型y=Hx+n中移除这些符号对应的列和影响。本领域技术人员可以毫无疑义地理解，这种减除操作是对检测问题的等价变换，实质上是更新了接收信号和等效信道。因此，该特征被隐含公开。 |
| 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 **《隐含公开》** | [0007] ...and selects a predetermined number M of candidates having the smallest metrics as **surviving candidates**. (……并选择具有最小度量的**预定数量M**个候选作为**幸存候选**。) <br> [0012] For comparison, considering a 4×4 MIMO system (P=4, K=4) with 64QAM modulation (G=64) and a survival candidate size **M=16**... (作为比较，考虑一个4x4 MIMO系统（P=4, K=4）采用64QAM调制（G=64）和幸存候选大小为**M=16**……) | 对比文件明确公开了在每一阶段被“固定”（即选择为幸存候选）的符号或路径的数量M是一个可配置的参数。在[0007]中描述了选择“预定数量M”的候选，并在[0012]中给出了M=16的示例。幸存候选在后续阶段中被使用，这正是“以由下一阶段使用”的体现。虽然目标专利中的“被检测到的符号”通常指单个符号，而对比文件的“幸存候选”是包含多个符号的路径，但两者都涉及基于可配置的数量来确定保留/固定的内容。本领域技术人员可以合理推断，可以通过调整M来控制检测的复杂度和性能。故该特征被隐含公开。 |
| 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》** | 对比文件通篇没有提到“确定一个阶段中要被固定的符号的比率”这一概念。在QRD-M算法中，固定（选择）的幸存候选数量M是一个绝对值，而不是相对于总符号数的比率。对比文件没有公开任何关于基于比率来确定固定数量的思想或技术方案。 | 对比文件虽然公开了固定（幸存候选）数量M，但M是一个预设的绝对值，而不是一个比率（fRatio）。目标专利的技术特征H、I、J、K、L、M的核心在于先确定一个比率，再基于这个比率来计算阶段总数和每阶段要固定的符号数目，以实现动态和自适应的检测过程。对比文件完全没有公开这种基于比率来确定固定数量的机制。因此，该特征既未被直接公开，也未通过任何方式隐含公开。 |
| 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》** | 对比文件没有公开任何关于“比率”的内容，更没有公开基于该比率来确定阶段总数和固定符号数目的方法。其阶段总数是固定的（等于发射天线数P），固定符号数目也是固定的（M）。 | 同技术特征H的论述。对比文件未公开任何相关概念或方法。 |
| 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》** | [0041] The size of the selected subset may vary, depending on parameters such as **signal to noise ratio (SNR)**. As a general rule, smaller subset can be used at high SNR, and larger subset size may be used at low SNR. (所选子集的大小可以根据诸如**信噪比（SNR）** 等参数而变化。作为一般规则，在较高SNR下可以使用较小的子集，而在较低SNR下可以使用较大的子集大小。) | 对比文件确实提到了根据SNR来调整所选星座点子集的大小，但这与目标专利的“基于SNR确定一个阶段中要被固定的符号的比率”是两回事。首先，目标专利的“比率”是相对于总需检测符号数的比例，而对比文件调整的是星座点搜索子集大小，两者对象不同。其次，目标专利的“固定符号”是指将检测到的符号值锚定为星座点，而对比文件是指选择幸存候选路径。虽然都是根据SNR调整参数，但具体的技术方案和实现对象完全不同。本领域技术人员不能仅凭对比文件公开的“根据SNR调整搜索子集大小”就直接或毫无疑义地推导出“根据SNR调整要固定的符号的比率”。因此，该特征未被公开。 |
| 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》** | 对比文件没有公开任何关于阶段总数Ntot的计算公式，也未提及fRatio。其阶段总数等于发射天线数P。 | 对比文件未公开任何相关内容。 |
| 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》** | 对比文件没有公开任何关于固定符号数目fNum的计算公式，也未提及fRatio。其固定的符号（幸存候选）数目是预设值M。 | 对比文件未公开任何相关内容。 |
| 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》** | 对比文件完全没有公开fNum、len(ds)、fRatio等参数及其定义和运算关系。 | 对比文件未公开任何相关内容。 |
| 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 **《直接公开》** | [0007] ...the receiver calculates metrics, (i.e., squared Euclidean distance (SED)), with respect to all constellation points and selects a predetermined number M of candidates having the smallest metrics as surviving candidates. (……接收机针对所有星座点计算度量（即，平方欧几里得距离(SED)），并选择具有最小度量的预定数量M个候选作为幸存候选。) <br> [0032] In this case, each SED is calculated as follows: λmg² = (Re(zmt)-Re(cg))² + (Im(zmt)-Im(cg))²; (在这种情况下，每个SED计算如下：λmg² = (Re(zmt)-Re(cg))² + (Im(zmt)-Im(cg))²；) | 对比文件明确公开了固定符号（选择幸存候选）的过程：针对每个被检测的符号（或更准确地说，每个候选路径），计算其与所有星座点（由调制方案确定）之间的SED（平方欧几里得距离），这实际上是最大似然准则的一种实现方式。然后根据这些距离（即度量值）进行选择和固定。这与目标专利的特征N完全吻合。 |
| 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。 **《直接公开》** | [0007] ...selects a predetermined number M of candidates having the smallest metrics as surviving candidates. (……选择具有最小度量的预定数量M个候选作为幸存候选。) | 对比文件明确公开了选择具有最小度量（即距离）的候选作为幸存候选（即被固定的符号）。这与目标专利的特征O完全一致。 |
| 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》** | [0003] Low complexity MIMO receivers employ linear receivers, such as a zero-forcing (ZF) or minimum mean squared error (MMSE) receiver. (低复杂度的MIMO接收机采用线性接收机，例如迫零(ZF)或最小均方误差(MMSE)接收机。) <br> [0042] In order to further reduce the complexity, (i.e., in order to reduce the number of nodes to be included in the QRD-M calculation), a conventional **MMSE decoder 212** may be used before the QRD-M detection process. (为了进一步降低复杂度（即，为了减少要包括在QRD-M计算中的节点数量），可以在QRD-M检测过程之前使用常规的**MMSE解码器212**。) | 对比文件在[0003]中明确将ZF和MMSE列为可用的MIMO检测算法。在[0042]中，更进一步描述了在QRD-M检测之前使用MMSE解码器作为预处理步骤。虽然这并非作为QRD-M树搜索阶段本身的算法提出，但对比文件明确公开了MMSE作为MIMO检测算法，并且可以与其他算法组合使用。本领域技术人员根据对比文件的教导，可以毫无疑义地认识到这些算法可以应用于信号检测的各个阶段。至于梯度下降（GD）算法，对比文件未公开。但特征P是开放式列举（“包括以下中的一项”），对比文件公开了ZF和MMSE，因此这些子特征被直接公开。 |
| 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》** | 对比文件描述了一个统一的QRD-M检测过程，其核心算法是固定的，即在每个阶段都执行相同的树搜索和度量计算。虽然在[0042]中提到可以在QRD-M处理前使用MMSE解码器，但这是一个预处理步骤，而不是在QRD-M的多个阶段之间切换不同的算法。对比文件没有给出任何在每个阶段独立选择不同检测算法的启示。 | 对比文件的教导是使用一种固定的检测算法（如QRD-M）来处理所有阶段，或者在其之前使用另一种算法进行预处理。这与目标专利所主张的“在每个阶段独立选择算法”的技术方案完全不同，本领域技术人员无法从对比文件中合理推断出这种灵活切换的方案。因此，该特征未被公开。 |
| 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》** | [0007] For m-th surviving candidate, contribution from previous layer data {xmn; n=t+1, t+2,...P} corresponding to the surviving candidate is subtracted from the received signal... zmt = ỹt - Σγin xmn (对于第m个幸存候选，对应于该幸存候选的来自前一层数据{xmn；n=t+1，t+2，...P}的贡献从接收信号中减去……) | 对比文件没有明确写出“移除信道矩阵的列”，但其操作实质达到了同等效果。在树搜索中，当较高层的符号被固定后（例如，第t+1层到P层的符号），接下来的阶段只会处理剩余层的符号。在数学上，这等价于从信道矩阵中移除与这些已固定符号相对应的列，因为剩余符号与这些列不再相关。虽然对比文件通过从接收信号中减除已固定符号的贡献来避免直接修改信道矩阵，但对于本领域技术人员而言，这两种操作在物理意义上等价，都是为了消除已检测符号对后续检测的影响。因此，该特征可以被认为是隐含公开的。 |
| 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》** | [0007] For m-th surviving candidate, contribution from previous layer data {xmn; n=t+1, t+2,...P} corresponding to the surviving candidate is subtracted from the received signal as follows: zmt = ỹt - Σγin xmn (对于第m个幸存候选，对应于该幸存候选的来自前一层数据{xmn；n=t+1，t+2，...P}的贡献从接收信号中减去，如下所示：zmt = ỹt - Σγin xmn) | 对比文件在该段落中明确且详细地描述了如何从接收信号（变换后的ỹt）中减去由已固定的符号（xmn）贡献的值（Σγin xmn）。这与目标专利的特征S完全一致。 |
| 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。 **《隐含公开》** | [0034] The processor 210 then generates soft bits according to the accumulated SED and the surviving path list. (处理器210然后根据累积SED和幸存路径列表生成软比特。) <br> [0026] The QRM-D processor 124 processes all the received signals 123a-123k and outputs P soft bit streams 125a-125p for decoding. (QRM-D处理器124处理所有接收信号123a-123k，并输出P个软比特流125a-125p用于解码。) | 对比文件明确记载了在树搜索（分阶段检测）过程完成后，处理器会基于结果生成软比特并输出。本领域技术人员可以毫无疑义地理解，任何检测过程的最终目的都是为了输出检测结果。虽然对比文件没有使用“输出检测结果”这样的泛泛表述，但其描述的“生成软比特并输出”就是一种具体的检测结果输出方式，并且这一定是发生在检测过程完成时。因此，该特征被隐含公开。 |
| 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》** | [0034] The processor 210 then generates soft bits according to the accumulated SED and the surviving path list. (处理器210然后根据累积SED和幸存路径列表生成软比特。) <br> [0007] ...selects a predetermined number M of candidates having the smallest metrics as surviving candidates. (……选择具有最小度量的预定数量M个候选作为幸存候选。) <br> [0014] ...Among the surviving candidates, ...let di0 and di1 be the set of ASEDs corresponding to Si0 and Si1, respectively. (……在幸存候选中，……设di0和di1分别是与Si0和Si1对应的ASED集合。) | 对比文件的检测过程输出幸存候选及其对应度量。这些幸存候选及其对应的符号序列，实际上就包含了在每个阶段被“固定”（选择）的符号信息。在检测过程完成后（例如，所有P层处理完毕），最终的幸存候选列表（可能包含多个包含完整符号序列的候选）就相当于被检测到的符号集合。虽然对比文件没有明确区分“固定的符号”和“剩余符号”作为两个独立的部分输出，但最终的输出结果（幸存路径）本身就包含了所有被最终确定的符号。对于本领域技术人员而言，这些符号可以理解为是在处理过程中通过逐层选择（固定）最终确定的。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。 **《隐含公开》** | [0034] The processor 210 then generates soft bits according to the accumulated SED and the surviving path list. (处理器210然后根据累积SED和幸存路径列表生成软比特。) <br> [0014] ...In a channel coded system, a **soft bit** is calculated for soft decision decoding... (……在信道编码系统中，为软判决解码计算**软比特**……) <br> [0038] After di0 is calculated, the log-likelihood ratio of the i-th bit is calculated successfully according to Equation (7). (在计算出di0之后，根据方程(7)成功计算出第i比特的对数似然比。) | 对比文件通篇在讨论如何为QRD-M检测器生成软比特（soft bits）或对数似然比（LLR），这些都是典型的软信息。虽然这些软信息是比特级的，而非直接是符号级的“软估计符号”，但生成软比特的前提是检测器能够提供关于符号的可靠性信息。对比文件基于幸存候选的累积度量（ASED）来生成软比特，而幸存候选本身就是带有可靠性度量的软输出。本领域技术人员可以合理推断，作为生成软比特的中间结果，检测器输出的被检测到的符号是带有置信度信息的软估计符号。否则，无法生成后续的软比特。因此，该特征被隐含公开。 |
| 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》** | [0041] The size of the selected subset may vary, depending on parameters such as signal to noise ratio (SNR). (所选子集的大小可以根据诸如信噪比(SNR)等参数而变化。) | 同技术特征J的论述。对比文件虽然提到根据SNR调整参数，但调整的是“星座点子集的大小”，这与目标专利的“要被固定的符号的比率”是完全不同的参数。本领域技术人员无法从对比文件公开的内容中直接或间接地推导出“基于SNR确定要固定的符号的比率”这一特定的技术手段。因此，该特征未被公开。 |
| 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》** | 对比文件没有公开任何关于阶段总数Ntot的计算公式，也未提及fRatio。其阶段总数等于发射天线数P。 | 对比文件未公开任何相关内容。 |
| 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》** | 对比文件没有公开任何关于固定符号数目fNum的计算公式，也未提及fRatio。其固定的符号（幸存候选）数目是预设值M。 | 对比文件未公开任何相关内容。 |
| 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》** | 对比文件完全没有公开fNum、len(ds)、fRatio等参数及其定义和运算关系。 | 对比文件未公开任何相关内容。 |
***
**输出代码**
<<<A>>>
<<<B>>>
<<<N>>>
<<<O>>>
<<<P>>>
<<<S>>>
<<<c>>>
<<<d>>>
<<<e>>>
<<<f>>>
<<<g>>>
<<<r>>>
<<<t>>>
<<<u>>>
<<<v>>>