圖3：固定對自適應復雜性。

該解碼器的缺點包括：

* 解碼器的非確定性表現使系統計劃復雜化。

* 僅在當前分支完成后才知道下一個分支選擇。這使得硬件傳遞途徑的實施受到挑戰。

圖4顯示了一個采用QPSK調制的MIMO 4×4 (4層)樹例子。

1. 深度優先以下列方式選擇到第一個樹葉的符號路徑：a. -3 (層1)；b. -3 (層2)；c. 1 (層 3)；d. 3 (層 4)

2. 更新了初始半徑

3. 追溯執行到第二層的一個符號

4. 在搜索期間，修整了超出搜索半徑的分支(紅色所示)，因此使搜索樹最小化。

圖4：球解碼樹遍歷。

CEVA解決方案

CEVA通過推出最大似然MIMO檢測器(MLD)來應對MIMO接收器的挑戰。該MLD是緊密耦合擴展加速器硬件單元。該MLD能夠處理LTE——先進的Cat.7數據流并產生軟輸出最大對數解決方案。

該 MLD加速器達到了次優最大似然(ML)解決方案，可用于4×4或3×3 MIMO @12.6 Mega-tones/秒，使用軟輸出球解碼器方法，以及2×2基于LORD 的ML解決方案 @ 28.8 Mega-tones/秒，使用載波聚合。該MLD設計用于移動應用，強調低功耗設計理念。

功能集

MLD功能集包括對以下的支持：

* 從2×2到4×4 MIMO的可變傳輸模式，且每層可配置的調制高達64QAM。

* 三種搜索優化：每個樹層的用戶自定義層排序，初始半徑和搜索半徑。

* 通過提供吞吐量控制能力，CEVA MLD解決了軟輸出球解碼的非確定性質，包括用于音調處理的上下循環計數界線。另外，使用用戶自定義的基于時間標記的終端來保持系統吞吐量。

* 可以擴展軟比特來補償SNR和調制因數。

* 在內部符號和內層解決方案中提供對LLR排列的支持

* 內層解映射：支持兩個代碼層，使MLD能夠將所寫數據拆分到兩個不同的目的地。

* 可擴展的硬件解決方案實現了性能/功率/面積的權衡，包括選擇MLD引擎的數量、緩沖器大小和接口時鐘比率。

另外，加速器提供了廣泛的調試和性能分析能力。

MLD加速器方框圖

圖5描述了MLD加速器的方框圖，其包含了一個AXI接口、輸入緩沖器、分配器、最大似然引擎(Maximum Likelihood Engine，MLE)、LLR發生器、重排序緩沖器和輸出緩沖器。

輸 入緩沖器存儲了大量的音調數據，通過分配器，每次傳送一個音調到MLE。每個MLE輸出有關檢測到的比特數據；這進而通過LLR發生器轉化為LLR格式。 重排序緩沖器積累LLR 數據，以便傳輸和發送有序的輸出到輸出緩沖器中。輸出緩沖器通過AXI接口將LLR寫到接收鏈中的下一個模塊。

圖5：MLD加速器方框圖。

MLD性能

圖6描述了與MMSE接收器相比較的CEVA MLD TCE的性能，使用了4×4空間復用MIMO。封包出錯率中的吞吐量可在不同的SNR條件下評估。LTE信道設置在EPA 5Hz和低相關傳播條件上。

圖6：4×4 MIMO空間復用性能。

CEVA的解決方案獲得接近ML的結果，而MMSE遭受嚴重的性能下降，即便在低相關條件下。對于更高的相關條件，MMSE將會進一步惡化。

相比之下，具有類似性能的K-best解決方案將需要超過兩倍的CEVA MLD TCE范圍。

CEVA MLD TCE包含了：

* 相比單純的ML解碼，MIMO 4×4具有低于1.5dB損失的極佳精確度。

* 無精度損失解碼MIMO 2×2 (LORD同等性能和復雜性)。

* 超低功耗設計。

* 有競爭力的芯片尺寸。

圖7描述了4×4 MIMO的性能，采用64-QAM調制，SM在最高編碼速率下。即使在這些條件下，相比理想的ML結果，CEVA MLD TCE仍提供了低于1.5dB的精度損失。

圖7：MLD 4×4 MIMO的性能。

圖8說明了SM 在最高編碼速率下的2×2 MIMO的性能，采用64-QAM 調制。CEVA MLD TCE提供完美的ML性能。

結論