CN100391269C - 移动通信系统中估计移动终端用户数的方法 - Google Patents

Abstract

本发明公开了一种移动通信系统中估计移动终端用户数的方法。它包括：选择门限值；精选CIR估值，确定每个时隙的激活用户数；用矩阵运算_est=(A^*TA)^-1A^*Te完成联合检测。本发明精选信道冲击响应估计与联合检测结合的方法，以提高系统性能，降低计算复杂度。应用在移动终端，解决用户数不确定问题，充分利用其它干扰用户信息，使联合检测的性能得到提高，并使计算复杂度降低。

Description

移动通信系统中估计移动终端用户数的方法

(一).技术领域

本发明属于移动通讯领域，具体地说是涉及时分双工码分多址移动通信系统中移动终端的一个用户数估计方法

(二).背景技术

在时分双工码分多址(以下称TD-CDMA)移动通信系统中，为了减小多址干扰(MAI)和符号间干扰(ISI)的影响，通常采用联合检测算法进行数据解扩。联合检测技术是一种基于对多址干扰进行抑制或消除的信号处理方法。它将所有用户的信号都当成具有一定特征的有用信号，充分利用各种能够得到的信息对接收到的信号进行处理，以期能够抑制或消除多址干扰。

在TD-CDMA系统中，数据是通过数据突发(Data Burst)形式发送的，在一个突发中包括多个用户的数据和中间训练码(midamble)，中间训练码用来估计信道冲击响应(以下称CIR)： $\hat{h}=G^{-1}{e}_{\mathrm{mid}},$ 式中e_mid是移动终端接收到的中间训练码(midamble)，G是由已知中间训练码生成的矩阵。

在联合检测中，用 ${\hat{d}}_{\mathrm{est}}={\left(A^{*T}A\right)}^{-1}{A}^{*T}e$ 对原始发送数据进行估计，其中

表示接收端对原始发送数据的估值，e是接收端接收到的数据，A表示系统矩阵，A^*T表示A的共轭转置。A＝(A⁽¹⁾，A⁽²⁾，....，A^(K))由K个用户的扩频码和信道冲击响应(CIR)估值决定的，即A^(k)由 $b^{\left(k\right)}=C^{\left(k\right)}{\hat{h}}^{\left(k\right)}$ 生成，C^(k)和分别表示第k用户的扩频码和信道冲击响应的估值。在一个时隙内哪些码道被激活，也就是使用了哪些扩频码C^(k)，当网络不将这些信息发送给移动终端，移动终端就无法构建系统矩阵A。若网络将这些信息通过信令通知移动终端，由于码道的使用是动态变化的，因而基站与移动终端的信令通信量巨增，使系统的利用率降低。

现有信道冲击响应(CIR)估值

是先由公式e_mid＝Gh+n，再由公式 $\hat{h}=G^{-1}{e}_{\mathrm{mid}}$ 计算得出，其中n表示传输信道中的噪声。图1表示使用上述算法确定的信道CIR的结果。图1指出在无噪声干扰情况下信道冲击响应由抽头系数和延迟时间组成，第一、二、三、四用户分别表示用户使用了相应的码道，第一个CIR估计窗表示在[0，W]范围内对第一个用户进行判断，其中存在着约束关系：P＝MW，P表示CIR的长度，M表示用户数，W表示CIR估计窗长。图2指出对被激活的码道(即被用户使用的码道)，在其CIR估计窗内有一个抽头的系数大大超过窗内的其它抽头的系数，而没有激活的码道，在相应CIR估计窗内只是对干扰噪声的估计，各抽头的系数都比较小。

若在进行联合检测时，无论码道是否被激活都按照码道1对应扩频码1、码道2对应扩频码2、码道k对应扩频码k等固定方式，由于未激活码道的信道冲击响应的估值比较小，使得系统矩阵A中有些行或列的值较小，因而A^*TA变成奇异矩阵，无法求解(A^*TA)^-1逆矩阵，使系统性能下降，甚至使系统中断通讯。

(三).发明内容

本发明的目的，是提供一种移动通信系统中估计移动终端用户数的方法。它能降低联合检测中用户数据估值计算的计算复杂度，使移动通讯的系统性能得到改善，保证通讯畅通。

本发明的技术方案是：用通常的方法估计信道冲击响应噪声功率，通过CIR估值计算每个抽头的能量P_i，去除每个CIR估计窗内的最大峰值抽头，将剩下抽头的能量相加，得到每个CIR估计窗的噪声能量P_CIR，m；再将每个CIR估计窗的噪声能量相加，估计出一个时隙的噪声能量P_CIR.

门限值的选择与一个时隙内每个抽头的平均噪声能量有关，即由处理噪声能量决定：

P_CIR/(M·(W-1))+P_th，

确定每个时隙的激活用户数，是将CIR每个抽头的能量与处理噪声能量比较，若P_i＞P_n+P_th，则保留，否则， ${\hat{h}}_i=0,$ 其中i＝0，...，P-1，当某个CIR估计窗内其精选CIR有不为0的抽头时，则在其CIR估计窗内存在激活用户，用矩阵运算 ${\hat{d}}_{\mathrm{est}}={\left(A^{*T}A\right)}^{-1}{A}^{*T}e$ 完成联合检测。

用于 移动通信系统中估计移动终端用户数的 设备，包括CIR估计和精选CIR设备，将精选CIR与已估计出的用户所使用的扩频码相乘，构建系统矩阵A，和用于联合检测的 ${\hat{d}}_{\mathrm{est}}={\left(A^{*T}A\right)}^{-1}{A}^{*T}e$ 的装置，利用上述系统矩阵进行矩阵运算得到用户数据的估值。

本发明的有益效果是：

1.通过所述方法对CIR进行精选，保留被激活的码道(即被用户使用的码道)，确定一个时隙内用户的数量。

2.精选CIR减小联合检测中系统矩阵A的维数，降低计算复杂度，解决在移动终端采用现有联合检测技术进行数据解扩时遇到一个时隙内用户数不确定的问题。

3.本发明只针对被激活的用户，即对被用户使用的码道进行计算，系统的运算简单、准确，能保证移动通讯系统性能提高，使通讯畅通，误码率降低。

本发明适用于TD-CDMA移动通信系统的移动终端设备中，TD-CDMA系统包括TD-SCDMA和WCDMA-TDD使用中间训练码进行信道估计的移动通信系统中。

(四)附图说明

图1为无噪声干扰情况下的CIR估计图；

图2为实际CIR估计图；

图3为精选CIR估计图；

图4为CIR估计值估计一个时隙内用户的流程图；

图5为精选CIR与联合检测算法结合完成数据解扩的方框图；

图6为下行链路联合检测仿真结果图。

下面通过具体实施方式对本发明做进一步的说明。

(五).具体实施方式

参见图4。基于信道冲击响应(CIR)估值估计一个时隙内用户数的方法，包括以下步骤：

1.选择门限值

1)通过CIR估值计算CIR每个抽头的能量：

$P_i=\mathrm{Re}{\left\{{\hat{h}}_i\right\}}^2+\mathrm{Im}{\left\{{\hat{h}}_i\right\}}^2,i=0,...,P-1,$

式中P是信道冲击响应的长度，Re(x)，Im(x)分别表示复数x的实部和虚都；

2)利用上述CIR估值计算平均噪声能量；因为e_mid＝Gh+n，对该公式进行能量转换，公式两边都用相应的能量E表示，得： $E\left(e_{\mathrm{mid}}^{*T}{e}_{\mathrm{mid}}\right)=E\left({(\mathrm{Gh}+m)}^{*T}(\mathrm{Gh}+m)\right)=E\left(h^{*T}{G}^{*T}\mathrm{Gh}\right)+E\left(n^{*T}n\right),$ 其中E(e_mid ^*Te_mid)表示已接收信号的能量，E(h^*TG^*TGh)表示信号能量，E(n^*Tn)表示噪声的能量，所以平均噪声能量为：

$P_n=E\left(n^{*T}n\right)/N=E\left(e_{\mathrm{mid}}^{*T}{e}_{\mathrm{mid}}\right)/N-E\left(h^{*T}{G}^{*T}\mathrm{Gh}\right)/N$

近似估算噪声能量的方法，包括如下步骤：

①去除每个CIR估计窗的最大峰值抽头，将剩下抽头的能量相加得到P_CIR，m，m＝1，...，M，M表示CIR估计窗的数量，并对每个CIR估计窗中剩下抽头的个数进行记数，用W-1表示，W为CIR的估计窗长；

②将上述每个CIR估计窗的能量P_CIR，m相加，得到P_CIR，P_CIR/(M·(W-1))就是每个抽头的平均噪声能量的估算值；

③处理噪声能量由P_CIR/(M·(W-1))+P_th得到，其中P_th为门限值P_th。

所述预定门限值P_th是使用者特定的常数。本发明人通过实验证明P_th的合适数值在0＜P_th≤1范围。

由于信道估计器对输入噪声会产生放大作用，并不是一个时隙的真实噪声，因此用处理噪声能量来逼近真实噪声。

3)将一个门限值与平均噪声能量直接相加得到处理噪声能量；即：

P_n+P_th＝P_CIR/(M·(W-1))+P_th

2.精选CIR估值

将CIR每个抽头的能量与处理噪声能量比较，若P_i＞P_n+P_th，则保留

，否则， ${\hat{h}}_i=0,$ 其中

为信道冲击响应(CIR)估值，i＝0，...，P-1，得到精选的CIR估值。

3.确定一个时隙的用户数

由上述精选CIR估值确定一个时隙内的用户数(包括期望用户和干扰用户数)。若在某个CIR估计窗内其精选CIR存在不为0的抽头，则说明在CIR估计窗内存在激活用户，由于CIR估计窗与码道是相对应的，因而可以确定哪些码道被用户使用。

4.完成联合检测

用矩阵运算 ${\hat{d}}_{\mathrm{est}}={\left(A^{*T}A\right)}^{-1}{A}^{*T}e$ 完成联合检测。

接下来将参照附图4详细说明根据本发明的相应设备。

参见图4。一个已估计出的CIR信号 $\hat{h}=({\hat{h}}_1,{\hat{h}}_2,...,\widehat{\mathrm{hi}},...,{\hat{h}}_P)$ 被分流并分别提供给计算能量部件1和计算部件4。

计算能量部件1计算CIR各抽头的能量，表示为：

$P_i={\left|{\hat{h}}_i\right|}^2=\mathrm{Re}{\left\{{\hat{h}}_i\right\}}^2+\mathrm{Im}{\left\{{\hat{h}}_i\right\}}^2,i=0,...,P-1---\left(1\right)$

计算能量部件1将CIR各抽头的能量传送给平均噪声能量部件2，平均噪声能量部件2的计算过程为，当CIR的估计窗长为W时，有M·W＝P，式中M表示CIR的估计窗个数，与每个激活码道对应；P表示CIR的总长度。在某个估计窗内，CIR总噪声能量：

$P_{\mathrm{CIR}}=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}(\underset{w=1}{\overset{M}{\mathrm{\Σ}}}{P}_{(m-1)-W+w}-P_{(m-1)W,\max })=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\{\underset{w=1}{\overset{W}{\mathrm{\Σ}}}\left(\mathrm{Re}\right\{{\hat{h}}_{(m-1)W+w}{)}^2+\mathrm{Im}\{{\hat{h}}_{(m-1)W+w}{\}}^2)-P_{(m-1)W,\max }\}$

(2)

式中P_(m-1)W，max是在{(m-1)W，mW}估计窗内的峰值。CIR每个抽头的平均噪声能量近似估算为P_CIR/(M·(W-1))。

处理噪声能量3部件计算：

P_CIR/(M·(W-1))+P_th(4)

部件1和部件3将信号提供给部件4，部件4比较部件1和部件3提供的信号，并根据比较结果对信道冲击响应CIR进行精选。对所有的i(1≤i≤P)，当P_i＞P_CIR/(M·(W-1))+P_th时，

保持不变，否则

参见图3。由精选CIR可知，目前一个时隙有四个用户正在通信，分别对应四个信道冲击相应激活窗，同时每个窗内的干扰噪声被去除。

精选CIR与联合检测结合使用的方法为，在CIR估计与 ${\hat{d}}_{\mathrm{est}}={\left(A^{*T}A\right)}^{-1}{A}^{*T}e$ 之间加入精选CIR(即用户数估计模块)。

图3为精选CIR结果。比较图2和图3可知，精选CIR中的噪声干扰信号消除，只留下实际用户CIR各抽头的能量。

下表为第一个CIR估计窗实际CIR与精选CIR数据。“抽头数”表示抽头数的序号，“实际CIR”的各个复数表示信道估计器输出的每个抽头的估计值，“精选CIR”表示通过图4部件4处理后的各个抽头的估计值。表中数字为抽头系数。

抽头数	1	2	3	4
					实际CIR	0.0258+0.1342i	0.0506+0.1058i	0.0245+0.0428i	-0.0066+0.0436i
精选CIR	0	0	0	0
					抽头数	5	6	7	8
实际CIR	-0.0819-0.0666i	0.6226-0.3807i	-0.0533-0.1210i	0.0273+0.0659i
					精选CIR	0	0.6226-0.3807i	0	0
抽头数	9	10	11	12
					实际CIR	0.0165-0.0554i	-0.2483+0.0636i	0.0444+0.1083i	-0.0615+0.0338i
精选CIR	0	0	0	0
					抽头数	13	14	15	16
实际CIR	0.0542-0.0234i	-0.0156+0.0108i	-0.0294+0.0300i	-0.0499-0.0768i
					精选CIR	0	0	0	0

结论：通过CIR精选，在每个CIR估计窗内将超过判决门限的抽头值保留，就可以为该CIR估计窗是否被其他用户使用提供判断依据，同时将低于判决门限的抽头值置为0，可以消除干扰噪声的影响。

部件4将精选的CIR的数据传送给部件5(用户判断)以判断用户数是否存在和使用的扩频码序号。其判断方法是：对所有的m(1≤m≤M)，在((m-1)W，mW)范围内，判断

是否有系数不为0的抽头，若有，则有用户使用该码道，值m就对应了码道的序号，根据移动通信标准(如TD-SCDMA或WCDMA-TDD)规定，可以找出该码道所使用的扩频码序号。

将精选CIR与已估计出的用户所使用的扩频码相乘，构建系统矩阵A，用于计算发送端发送的数据。

参见图5。在CIR估计与 ${\hat{d}}_{\mathrm{est}}={\left(A^{*T}A\right)}^{-1}{A}^{*T}e$ 之间，加入一个精选CIR装置。通过精选CIR，不仅能够估计一个时隙内的用户数，同时将干扰信号去除，而且能降低联合检测算法的计算复杂度，使系统得到较大的改善。

系统改善的结果参见图6。图6中的横坐标表示接收端的输入信噪比，纵坐标表示误码率指标。图6中的“实际CIR”曲线是移动终端在假设知道哪些码道被用户使用的条件下，从 $\hat{h}=G^{-1}{e}_{\mathrm{mid}}$ 估值中取出相应CIR估计窗内的CIR值用来生成系统矩阵A，得到联合检测数据估计的误码率曲线。“精选CIR”表示通过本发明处理得到的误码率曲线。下表为仿真数据，表中数字为误码率(BER)的大小。

Eb/N0(dB)	-8	-6	-4	-2	0	2	4	6	8	10	12
												实际CIR	0.3199	0.2515	0.1777	0.1040	0.0552	0.0164	0.0037	0.0003	0	0	0
精选CIR	0.3118	0.2035	0.1078	0.0573	0.0264	0.0085	0.0012	0	0	0	0

结论：在相同信噪比情况下，通过本发明得到的误码率比通常联合检测得到的误码率低。

从上表和仿真曲线可以看出，在已知用户数的情况下，通过本发明得到的系统性能优于现有技术采用的方法，若在用户数不知道的情况下，利用现有技术估计用户数据，其性能将劣于本发明使用的技术(退化为单用户检测)或终端无法正常工作。

Claims (4)

1.一种移动通信系统中估计移动终端用户数的方法，其特征在于：选择门限值；精选CIR估值，确定每个时隙的激活用户数；用矩阵运算 ${\hat{d}}_{\mathrm{est}}={\left(A^{*T}A\right)}^{-1}{A}^{*T}e$ 完成联合检测，其中

选择门限值的方法是：

1)通过CIR估值计算每个抽头的能量P_i，去除每个CIR估计窗内的最大峰值抽头，将剩下抽头的能量相加，得到每个CIR估计窗的噪声能量P_CIR，m，其中m＝1，……M；M表示CIR估计窗的数量；

2)将上述每个CIR估计窗的能量P_CIR，m相加，得到一个时隙的噪声能量P_CIR，P_CIR/(M·(W-1))为每个抽头的平均噪声能量的估算值，

其中每个CIR估计窗中剩下抽头的个数记数用W-1表示，W为CIR的估计窗长；

3)最后得到处理噪声能量；P_CIR/(M·(W-1))+P_th＝P_n+P_th，

式中P_th为门限值，P_n为平均噪声能量；

精选CIR估值，确定每个时隙的激活用户数，是将CIR每个抽头的能量与处理噪声能量比较，若P_i＞P_n+P_th，则保留

否则， ${\hat{h}}_i=0,$ 其中

为信道冲击响应(CIR)估值，i＝0，...，P-1，当某个CIR估计窗内其精选CIR有不为0的抽头时，则在其CIR估计窗内存在激活用户。

2.根据权利要求1所述的移动通信系统中估计移动终端用户数的方法，其特征在于：

P_th在0＜P_th≤1范围内取值。

3.根据权利要求1所述的移动通信系统中估计移动终端用户数的方法，其特征在于：平均噪声能量等于平均噪声能量的估算值P_n＝P_CIR/(M·(W-1))。

4.一种用于移动通信系统中估计移动终端用户数的设备，其特征在于包括以下装置：CIR估计器，CIR估计器采用权利要求1所述的选择门限值的方法，估计CIR的估计值，用于计算已经估计出CIR各抽头的能量；精选CIR装置，精选CIR装置采用权利要求1所述的精选CIR估值方法计算，根据计算能量部件和处理噪声装置提供的信号，对CIR进行精选，将精选CIR与已估计出的用户所使用的扩频码相乘，构建系统矩阵A；矩阵运算 ${\hat{d}}_{\mathrm{est}}=(A^{*T}A{)}^{-1}{A}^{*T}e$ 得到一个时隙内的用户数。

Images