CN100499398C - 宽带码分多址系统智能天线的实现方法及装置 - Google Patents

Abstract

本发明公开了一种宽带码分多址系统智能天线的实现方法及装置，包括阵列天线、射频通道模块、波束形成模块、信道环境检测及分类模块、波束形成算法选择及权值生成模块。在射频通道中对天线阵列接收的信号进行处理，得到包含M个分量的基带阵列数据X后，根据所述阵列数据的特征对信道环境进行估计和识别，确定信道当前所属的信道类型；再根据信道类型的识别结果实时选择对应的自适应波束形成算法，计算出包含M个分量的上行权值W；将所述阵列数据X和权值W相乘求和，形成波束Y＝W^H·X。本发明能够根据信道环境的不同采用对应的自适应波束形成算法，在各种信道环境下均可实现对干扰的有效抑制。

Description

宽带码分多址系统智能天线的实现方法及装置

技术领域

本发明涉及通讯领域的宽带码分多址(WCDMA)系统智能天线技术，尤其涉及宽带码分多址系统中的智能天线实现方法及其装置。

背景技术

在宽带码分多址(WCDMA)通信信道中除了加性白高斯噪声(AWGN)外，在不同环境下还存在各种不同的干扰，接收机的设计必须考虑对干扰进行抑制。对于理想的AWGN环境下，可以采用的匹配滤波解扩器(或称相关解扩器)。在存在多径干扰情况下，常用的是Rake多径分集解扩接收机，它需要对多径时延和幅度进行估计。在存在窄带干扰的信道中，常用的方法是在匹配滤波器前加一个自适应预测滤波器，对窄带干扰进行估计，并实现与宽带扩频信号的分离。在存在多址干扰的WCDMA系统中，多用户检测接收机曾得到了高度重视，它由一组匹配滤波器加上多用户检测器组成，最典型的是解相关多用户检测器，它具有线性复杂度和最佳的远近效应抑制能力，其缺点是需要所有干扰用户的各种信息(如伪码、定时、相位等)。

上述方法对各种干扰的抑制通常是各自单独进行的。但是实际上我们却经常面临以下两种情况：1)我们可能并不知道将处于哪种干扰环境，对干扰的参数也不清楚；2)有时可能多种干扰同时存在。此时，能够抑制某一种干扰的接收机在面临另一种干扰或多种干扰同时存在的信道环境将可能无法正常工作。也有一种办法是将窄带干扰陷波器、Rake接收机和解相关多用户检测器进行组合，其缺点是接收机异常复杂，甚至无法实现。

这里，先讨论复杂信道环境下的BPSK调制DS/CDMA接收信号的基带模型，其中扩频调制和多径效应采用FIR滤波器进行建模，存在多址干扰、多径干扰、窄带干扰和加性高斯白噪声，系统中有k个用户，每个用户的数据序列为d_k(n)∈±1，c_k和h_k为FIR滤波器的系数。滤波器c_k完成扩频调制功能，其输入为d_k(n)δ(n-T_b)，设c_k＝[c_k，0，c_k，1，...，c_k，N-1]^T表示第k个用户的扩频伪码序列，取值为±1，则滤波器的冲激响应等于该扩频伪码序列c_k，h_k表示多径干扰的作用。假设多径时延为码片周期T_c的整数倍，用τ_kT_c表示第k个用户的直射路径时延，设最大的多径数为L，第k个用户的各条路径的时延分别为：τ_kT_c，(τ_k+1)T_c，...，(τ_k+L-1)T_c，其衰落系数表示为矢量h_k＝[h_k，0，h_k，1，...，h_k，L-1]^T，对于多径数少于L的用户，h_k中的某些元素为零。

设用户1为期望用户，且τ_k>τ₁，(k＝2，...，K)，令

m_k，l＝int[τ_k+l-τ_l)/N]

q_k，l＝τ_k+l-τ_l-N·m_k，l

以上两上式表示第k个用户的第l条路径相对于第1个用户的直射路径延迟了多少个数据码元周期，m_k，l为整数部分，q_k，l为余数。

若不考虑窄带干扰，则接收信号矢量可表示为

$x\left[n\right]=h_{\mathrm{1,0}}{d}_1\left(n\right)c_1+\underset{l=1}{\overset{L-1}{\mathrm{\Σ}}}[h_{1,l}{d}_1(n-m_{1,l}-1){\mathrm{cf}}_{1,l}+h_{1,l}{d}_1(n-m_{1,l}){\mathrm{cb}}_{1,l}]$

    $+\underset{k=2}{\overset{K}{\mathrm{\Σ}}}\underset{l=1}{\overset{L-1}{\mathrm{\Σ}}}[h_{k,l}{d}_k(n-m_{k,l}-1){\mathrm{cf}}_{k,l}+h_{k,l}{d}_k(n-m_{k,l}){\mathrm{cb}}_{k,l}]+z\left(n\right)$

其中： ${\mathrm{cf}}_{k.l}={[c_{k,N-q_{k,l}},c_{k,N-q_{k,l}-1},...,c_{k,N-1},0,...,0]}_{1\×N}^T,$

      ${\mathrm{cb}}_{k.l}={[0,...,0,c_{k,0},c_{k,1},...,c_{k,N-q_{k,l}-1}]}_{1\×N}^T$

式中第1项为期望用户的直射路径信号，第2项为期望用户产生的多径干扰，第3项为多址干扰，多址用户产生的多径干扰可等效为多址干扰，即相当于(k-1)l项多址干扰，第4项为加性高斯白噪声干扰。

通常在WCDMA系统基站中，接收机主要采用相关接收或Rake接收技术，这些接收技术都是单用户处理方法。从信息论角度看，WCDMA系统是一个多入多出的信道，单用户检测不能充分利用信道容量。多用户检测可充分利用多用户信号的码字、幅度、定时和延迟等时间域信息，从而大幅降低了多径多址干扰。智能天线技术以自适应天线和高分辨阵列信号处理技术为基础，并使接收机捕获多用户信号的空间域信息成为可能。这些空间域信息包括信号到达角、信号个数、信号极化形式和信号的相对相位关系等参数。

为了充分利用信号空间域和时间域的特性，有必要对信号进行空时联合处理。空时联合处理的方法包括基于某些空时优化准则的方法和基于某些结构特性的方法。为了在各种环境中充分利用各种方法，可以将空时处理融入到软件无线电体系结构中，即用软件来实现空时信号联合处理，构建一种适宜于多种信道环境的广义空时联合处理方法。

目前采用的自适应智能天线，如中国专利01132304(一种全自适应智能天线接收装置)、中国专利01131993(一种智能天线接收方法装置)中公开的内容。可以根据信号空间分布特性的变化而按一定准则不断更新权值，权值的幅度和相位都可以自由的更新，当更新算法收敛时这种方法能充分利用期望用户信号和干扰信号的空间特性使接收到的信号的信干噪比达到最大。

但是，自适应智能天线目前在实际中应用还需要解决一些关键的技术问题。其中自适应波束形成算法的计算复杂度和稳健性就是制约自适应天线发展的难题之一，在实际通信中，信道情况十分复杂，而且具有时变的特点，采用单一的某一种自适应波束形成算法很难使得其在各种环境中均有良好的性能。上述涉及自适应智能天线的专利中，要么只是提出了系统实现的框架，没有具体的实现方法；要么提出的算法的应用环境有一定的限制。这也是为什么到目前为止，虽然有许多这方面的专利和研究，却仍然没有出现WCDMA自适应智能天线产品的根本原因之一。

发明内容

本发明要解决的技术问题是提出一种宽带码分多址系统智能天线的实现方法，能够根据信道环境的不同采用对应的自适应波束形成算法，在各种信道环境下实现对干扰的有效抑制。本发明还要提供一种可实现该方法的智能天线装置。

为了解决上述技术问题，本发明提供了一种宽带码分多址系统智能天线的实现方法，包括以下步骤：

(a)在射频通道中对天线阵列接收的信号进行处理，得到包含M个分量的基带阵列数据；

(b)根据所述阵列数据的特征对信道环境进行估计和识别，由设定的信道类型判决规则确定信道当前所属的信道类型；

(c)根据信道类型的识别结果实时选择对应的自适应波束形成算法，计算出上行权值；

(d)将所述阵列数据和上行权值相乘求和，形成波束。

进一步地，上述宽带码分多址系统智能天线的实现方法还可具有以下特点：所述信道类型判决规则中，是将信道类型分为以下四种或者其任意组合：第一种，以加性高斯白噪声干扰为主，所处环境远离基站，信号功率较弱，噪声较强；第二种，以同道干扰为主，所处环境受来自其它小区的同信道干扰；第三种，以码间干扰为主，所处环境由于各多径分量的时延差较大，存在严重的码间干扰；第四种，有多种干扰和噪声，所处环境为复杂的通信环境，既有较强的噪声又有同道干扰和码间干扰。

进一步地，上述宽带码分多址系统智能天线的实现方法还可具有以下特点：所述信道类型判决规则是根据所述阵列数据的相关矩阵的特征值和带内功率谱偏差来判别信道类型的，该判决规则包括以下四个或者以下至少2个规则间的任意组合：

如果有效特征根数＝1，且带内功率偏差较小，为所述第一种信道类型；

如果有效特征根数＝1，且带内功率偏差较大，为所述第二种信道类型；

如果有效特征根数>1，且带内功率偏差较小，为所述第三种信道类型；

如果有效特征根数>1，且带内功率偏差较大，为所述第四种信道类型。

进一步地，上述宽带码分多址系统智能天线的实现方法还可具有以下特点：所述步骤(c)根据信道类型的识别结果选择对应的自适应波束形成算法时，遵循以下四个规则或者以下至少2个规则间的任意组合：

对以加性高斯白噪声干扰为主的第一种信道类型采用最大比合并波束形成算法；

对以同道干扰为主的第二种信道类型采用改进的衡模波束形成算法；

对以码间干扰为主的第三种信道类型采用改进的级联反馈波束形成算法；

对有多种干扰和噪声的第四种信道类型采用导频位辅助波束形成算法。

进一步地，上述宽带码分多址系统智能天线的实现方法还可具有以下特点：所述步骤(d)之后还包括步骤(e)：根据信道类型的识别结果，实时选择对应的多用户检测方法对波束形成后的数据进行处理，完成对用户的区分。

进一步地，上述宽带码分多址系统智能天线的实现方法还可具有以下特点：所述步骤(e)根据信道类型的识别结果选择对应的多用户检测方法时，遵循以下四个规则或者以下至少2个规则间的任意组合：

对以加性高斯白噪声干扰为主的第一种信道类型采用基于最小均方的多用户检测法；

对以同道干扰为主的第二种信道类型采用解相关检测法；

对以码间干扰为主的第三种信道类型采用并行干扰抵消法；

对有多种干扰和噪声的第四种信道类型采用部分多址干扰对消法。

进一步地，上述宽带码分多址系统智能天线的实现方法还可具有以下特点：所述步骤(e)之后还包括步骤(f)：根据得到的上行权值计算出下行权值。

本发明提供的宽带码分多址系统的智能天线装置包括：阵列天线、射频通道模块及将各个单通道信号加权后合并形成波束的波束形成模块，其特征在于，还包括信道环境检测及分类模块、波束形成算法选择及权值生成模块，其中：

所述信道环境检测及分类模块，用于根据接收所述射频通道输出的基带阵列数据的特性，对信道环境进行估计和识别，确定信道当前的类型，并将结果输出到所述波束形成算法选择及权值生成模块；

所述波束形成算法选择及权值生成模块，用于根据信道类型的识别结果选择对应的波束形成算法，并根据波束形成信号的反馈以及所述阵列数据计算出新权值，送给所述波束形成模块。

进一步地，上述宽带码分多址系统智能天线装置还可具有以下特点：还包括多用户检测模块，用于根据所述信道类型的识别结果选择相应的多用户检测算法，对所述波束形成信号进行处理，完成对用户的区分。

进一步地，上述宽带码分多址系统智能天线装置还可具有以下特点：特征值计算单元，用于计算阵列数据的相关矩阵的特征值，并统计有效特征值数；带内功率谱偏差计算单元，用于估计阵列接收信号各通道的功率，计算出带内功率谱偏差；以及信道类型判决单元，用于根据有效特征值数和带内功率谱偏差，按设定的判决规则识别信道当前所属的类型。

进一步地，上述宽带码分多址系统智能天线装置还可具有以下特点：所述信道环境检测及分类模块、波束形成算法选择及权值生成模块及多用户检测模块均在数字信号处理器上软件实现。

由上可知，本发明对不同的信道类型采用了相适宜的智能天线的自适应波束形成算法，同现有的自适应波束形成算法相比具有很多的优点：

第一，通过分析通信信道的特性，选择相应的较为适合的波束形成算法，从而使智能天线基站具有更广泛的适应性，避免了单一的某一种自适应波束形成算法的局限性。

第二，采用基于软件无线电技术的波束形成算法和多用户检测算法，算法切换简洁、计算快速，降低了硬件实现的难度，易于工程实现，易于基站系统的升级和维护。

第三，算法能跟踪用户的波达方向，自适应的调节权矢量，能在期望用户的波达方向形成波束最大指向，而在干扰用户方向形成零陷，有效的抑制干扰的影响。

第四，采用部分多用户干扰对消法既降低了系统的运算量和缓存空间，又避免了因弱多址干扰分量估计的不准确而造成的系统性能下降，使得系统具有更好的稳定性。

总之，采用本发明提供的方法实现的智能天线系统，在花费较小的硬件成本条件下，极大的提高了智能天线基站系统的性能价格比，工程实现方便，同时使得智能基站处理的性能大大提高。

附图说明

图1是实际通信环境的实例图。

图2是本发明实施例智能天线装置的结构图。

图3是本发明实施例方法的流程图。

图4是图3中无线通信环境检测及信道识别的流程图。

具体实施方式

本实施例根据无线通信环境的不同，如图1所示，区分了4种不同的信道类型：第一种以加性高斯白噪声干扰为主，所处环境远离基站，信号功率较弱，噪声较强。第二种以同道干扰为主，所处环境受来自其它小区的同信道干扰，影响系统性能。第三种以码间干扰为主，所处环境由于各多径分量的时延差较大，存在严重的码间干扰。第四种有多种干扰和噪声，所处环境为复杂的通信环境，既有较强的噪声又有同道干扰和码间干扰。当然也可以采用其它的分类，本发明并不局限于此。

本实施例根据阵列接收信号的相关矩阵的特征值和带内功率谱偏差判别出信道类型，针对不同类型的信道分别采用最大比合并(MRC，MaximalRatio Combining)、改进的衡模(Advanced CAM，Advanced Constant ModulusAlgorithm)、改进的维纳解(Advanced Wiener)和部分多址干扰对消法等波束形成算法；此后，再施以相应的多用户检测。从而使智能天线基站具有更广泛的适应性。

下面结合附图对技术方案的实施作进一步的详细描述，根据这些结构图，同一领域的技术人员可以很容易实现这些模块。

图2是本发明实施例智能天线装置的结构图，包括天线阵列10、射频通道模块11、波束形成模块12、信道环境检测及分类模块13、波束形成算法选择及权值生成模块14以及多用户检测模块15。由于软件无线电智能天线系统中的扰码产生、扩频码产生、码同步、解扰解扩、时钟控制等模块的功能并不是本发明关心的内容，在本实施例中一般不描述这些模块，需要时直接引用这些模块或其输出信号。

天线阵列10由M个阵元10.1、10.2、...、10.M组成，用于接收无线信号。其输出端接到射频通道模块11的输入端。天线阵元的辐射方向图可以是任意的，天线阵列的排列方式也可以是任意的。本发明的自适应方法将得到特定准则下的最优阵列权值。但在不同的天线阵列情况下，能达到的最优信号接收质量是不同的。

射频通道模块11包括M个射频通道11.1、11.2、...、11.M，分别将M个天线阵元输出的信号进行低噪声放大，自动增益控制、通道校正、基带转换、A/D和D/A转换、匹配滤波等处理，在射频通道中已经对信号进行离散化，其输出为M路基带信号X＝[x₁，x₂，…，x_M]，以下也称为阵列数据X，后续处理都是用软件实现的数字信号处理。阵列数据X分别输出到波束形成模块12、信道环境检测及分类模块13和波束形成算法选择及权值生成模块14。

信道环境检测及分类模块13进一步包括：特征值计算单元，用于计算阵列数据X的相关矩阵的特征值，并统计有效特征值数；带内功率谱偏差计算单元，用于估计阵列接收信号各通道的功率，计算出带内功率谱偏差；以及信道类型判决单元，用于根据有效特征值数和带内功率谱偏差，按设定的判决规则识别信道当前所属的类型，并将结果输入到波束形成算法选择及权值生成模块14。所述信道类型是加性高斯白噪声干扰、同道干扰、码间干扰及多种干扰和噪声中的一种。

波束形成算法选择及权值生成模块14用于根据信道环境检测及分类模块13的输出的信道类型结果选择合适的波束形成算法，对来自射频通道11的阵列数据X和波束形成模块12输出的反馈信号Y进行处理，计算出新权值W送给波束形成模块。新权值W＝[w₁，w₂，…，w_M]由M个分量组成。

波束形成模块12由M个乘法器12.1、12.2、...、12.M和一个加法器12.A组成，对来自射频通道模块11的阵列数据X和波束形成算法选择及权值生成模块14输出的权值W进行波束形成，即将阵列数据X和权值W相乘求和得到输出信号Y。

多用户检测模块15用于根据信道环境检测及分类模块13的输出信道类型结果选择相应的多用户检测算法，对波束形成模块12输出的数据Y进行处理，完成区分用户的功能，最终输出解调输出比特“b”到其它后续的常规处理模块。

本实施例的波束形成模块12、信道环境检测及分类模块13、波束形成算法选择及权值生成模块14和多用户检测模块15在DSP中用软件实现。但也可以是硬件模块，即可以把这些模块做在专用集成电路芯片(ASIC)或FPGA中。

图2是本发明实施例方法的流程图。包括以下步骤：

步骤21，在射频通道中对天线阵列接收的信号进行处理，得到基带阵列数据X＝[x₁，x₂，…，x_M]；

步骤22，根据阵列接收信号的相关矩阵的特征值和带内功率谱偏差，由设定的判决规则判别出信道当前所属的类型；

无线通信环境检测及信道识别的详细流程如图3所示，包括以下步骤：

步骤31，计算阵列接收信号的自相关矩阵R＝X·X^H；

步骤32，根据下式求得对应于特征矢量V的特征根λ：

R·V＝λ·V

记 ${\mathrm{\λ}}_1\≥{\mathrm{\λ}}_2\≥,...={\mathrm{\λ}}_M={\mathrm{\σ}}_N^2$ ，其中

是噪声功率。

步骤33，估计阵列接收信号各通道的功率分别为P₁，P₂，…，P_M；

步骤34，判别有效特征根，假设

为噪声功率，如果 $\mathrm{\λ}\≥{\mathrm{\σ}}_N^2+{\mathrm{\δ}}_{\mathrm{\λ}},$ 则视该λ为有效特征根，其中δ_λ为根据实际系统确定的具体参数；

步骤35，进行带内功率偏差比较，即判断|P_i-P_j|<δ_p是否成立，其中i，j＝1，2，…M，且i≠j，δ_p为根据实际系统确定的具体参数，如果成立，则认为功率偏差较小，否则认为功率偏差较大；

步骤36，根据有效特征根数和带内功率偏差比较的结果，判断信道当前所属的类型，规则如下；

如果有效特征根数＝1，且带内功率偏差较小，此时信道中只有期望信号和加性高斯白噪声，时延扩展较小，为第一种信道类型；

如果有效特征根数＝1，且带内功率偏差较大，此时信道中既有期望信号也有干扰信号，但时延扩展不大，有一定的角度扩展，主要表现为同信道干扰，为第二种信道类型；

如果有效特征根数>1，且带内功率偏差较小，此时期望信号的时延扩展较大，角度扩展较小，主要表现为码间干扰，为第三种信道类型；

如果有效特征根数>1，且带内功率偏差较大，此时期望信号和干扰信号均存在一定的时延扩展和角度扩展，为第四种信道类型。

本发明也可以采用其它适合的判断规则，例如可以在以上4个规则中选择2个以上的规则进行任意组合，当然此时信道类型也应相应地重新组合。

步骤23，根据信道类型的识别结果，选择对应的自适应算法以最有效地消除该种信道类型下的干扰，并计算出上行权值W；

对于以加性高斯白噪声干扰为主的第一种信道类型，本实施例采用最大比合并算法，计算出上行权值W，该方法应用较为广泛，这里不再详述。

对于以同道干扰为主的第二种信道类型，本实施例采用改进的衡模波束形成算法，计算出上行权值W。

本实施例采用的改进的恒模波束形成算法主要过程如下：

根据维纳解得到恒模算法的初始权值W₀＝(X·X^H)^-1·X·d^H，其中d为参考信号，X·X^H＝R为阵列接收信号的自相关矩阵，在信道识别时R值已经求出，这里可以直接引用。

恒模最陡下降的实现方法的代价函数为：

J＝E{‖w^H(n)x(n)|-|α‖²}

其中 $\mathrm{\&alpha;}=W_0^H\&CenterDot;X\left(0\right)$ ，更新方向选取迭代公式：

w(n+1)＝w(n)-μx(n)e^*(n)

式中 $e\left(n\right)=2[y\left(n\right)-\frac{y\left(n\right)}{\left|y\left(n\right)\right|}],$ μ为步长。

其它相关的内容请参见：Rumiko YONEZAWA，IEICE TRANS.COMMUN.，VOL.E84-B，NO.7 JULY 2001，上发表的“A combination of twoadaptive algorithms SMI and CMA”中公开的改进的恒模算法。本发明只对该公开算法作了上述局部的改进。

对于以码间干扰为主的第三种信道类型，本实施例采用改进的级联反馈波束形成算法，该方法可参考国际专利申请号为PCT/CN2002/000946，国际公布号为WO2004/030239A1的《智能天线及其波束形成算法和装置》，计算出上行权值W。

对于有多种干扰和噪声的第四种信道类型，本实施例采用导频位辅助LMS_DRMTA(Least-Mean-Squares De-spread Re-spread Multi-Target Array)波束形成算法，计算出上行权值W。

导频位辅助LMS_DRMTA波束形成算法主要过程如下：

步骤I，将第i个用户的阵列接收权矢量初始化为[1，0，...0]^T.；

步骤II，在导频位(长度小于或等于8)期间按下式(1)更新权值，而参考信号由下式(2)产生。

$\left\{\begin{array}{c}{Y}_i\left(j\right)={\left[{W_i}^{H}X\left(j\right)\right]}^T={[y_i(1+\mathrm{jK}),y_i(2+\mathrm{jK}),...,y_i(K+\mathrm{jK})]}^T;\\ \widehat{b_i}\left(j\right)=\mathrm{sgn}\left\{\mathrm{Im}\left(\underset{k=1+\mathrm{jk}}{\overset{(j+1)K}{\mathrm{\&Sigma;}}}{y}_i\left(k\right)c_i\left(k\right)\right)\right\};\\ r_i\left(j\right)=\widehat{b_i}\left(j\right)[c_i(1+\mathrm{jK}),c_i(2+\mathrm{jK}),...,c_i(K+\mathrm{jK})];\\ W_i(j+1)={\left[X\left(j\right)X{\left(j\right)}^H\right]}^{-1}X\left(j\right)r_i^{*}\left(j\right).\end{array}\right.----\left(1\right)$

r_i(j)＝b_pilot(j)[c_i(1+jK)，c_i(2+jK)，...，c_i(K+jK)]    (2)

其中

，

是扩频增益，

是过采样倍数。

步骤III，在信息码流期间，以上述步骤产生的权矢量为初值，根据公式(1)产生参考信号，按下列方法更新：

W_i(j+1)＝W_i(j)+μX(j)E_i(j+1)^H.         (3)

E_i(j)＝r_i(j)-Y_i(j)

其中μ表示步长；[X(j)]_N×P表示当前信息位的阵列接收矢量；[r_i(j)]_1×P是按式(1)产生的参考信号；[E_i(j)]_1×P表示当前信息位的权矢量校正误差矢量；[Y_i(j)]_1×P为当前信息位的P个快拍的阵列输出；

步骤IV，重复步骤II～III，直至算法收敛。

其它相关的内容请参见发明名称为“智能天线及其自适应波束形成方法和装置”的PCT国际申请，申请号为PCT/CN02/00947。本发明只对该公开的算法作了上述局部的改进。

步骤24，将各个单通道信号加权后合并形成波束Y＝W^H·X；

步骤25，根据信道类型的识别结果，选择对应的方法进行多用户检测；

探测到的信道环境数据也用于多用户检测类型的选择中，以最有效地消除该种信道类型的干扰。

对于第一种信道类型，采用基于最小均方的多用户检测法抗加性高斯白噪声；

对第二种信道类型，采用解相关检测法抗CCI；

对第三种信道类型，多用户检测用并行干扰抵消法。

如果在一次通话过程中，移动台从第三种信道类型处经第二种信道类型处到达第一种信道类型处，则根据识别结果，实时地采用相应的上述不同方法进行多用户检测。

第四种信道类型所处环境为复杂的通信环境，本实施例采用部分多址干扰对消法来抵抗多种干扰和噪声。

所谓部分多址干扰对消法，即在阵列处理时，阵列接收权矢量形成主瓣指向期望用户附近的定向波束，这样大大抑制了从其它方向到来的干扰用户信号。可以断定在 $Y_i\left(j\right)=\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}{w}_{\mathrm{ik}}{x}_k\left(j\right)={W_i}^{H}X\left(j\right)$ 中，仅当干扰用户位于期望用户附近时，才能有较强的干扰用户分量，远离期望用户的干扰用户信号分量很弱。当直接用Y_i(j)对全部激活用户进行并行干扰对消时，由于大量的干扰用户信号分量已被预先抑制，致使多数干扰用户的再生信号的估计不太准确，因而对期望用户的多址干扰的估计也不太准确，严重时甚至会恶化期望用户的初步解调结果。为此，采用部分多址干扰抑制法，一方面避免了因干扰分量太弱造成错误的干扰估计而恶化了系统的性能，另一方面大大减少了实际对消的干扰用户数，减小了系统的运算量。

进行强弱干扰用户区分时，首先用阵列输出Y_i(j)对所有激活用户进行匹配滤波，得到所有激活用户的初步软判决变量：

$Z_i\left(j\right)=\underset{l=1}{\overset{P}{\mathrm{\&Sigma;}}}{c}_i((j-1)P+l)\&CenterDot;Y_i\left(j\right),i=1,...,M$

假设第k个用户为该接收通道的期望用户，则满足 $\frac{\left|Z_i\left(j\right)\right|}{\left|Z_k\left(j\right)\right|}\&GreaterEqual;\mathrm{\&rho;},$ i≠k的为强干扰用户，需要进行干扰对消，其中0<ρ<1为预先设定的区分强弱干扰用户信号的门限值。

步骤26，根据得到的上行权值计算出下行权值。

对于采用TDD双工方式的CDMA系统，上行信号和下行信号工作在同一频点，经过同一信道，而且收发时间间隔仅为几毫秒，可以认为上下行信道特性保持不变。所以，上行权值可以直接用于下行权值，只需将上行权值取共轭并乘上校正权值即可，从而将用户接收空间信息转化为用户发射空间表示。

对于FDD双工方式的CDMA系统，上行链路和下行链路的传输是通过频率来分离的，上下行占用不同的频率，由于多径传播而引起的快衰落取决于频率，因此FDD上下行对应的快衰落系数是不相关的，上行权值不能直接用于下行权值，需要进行一定的转换。

为进一步明晰上述处理过程，下面以处于加性高斯白噪声信道的DS-CDMA系统为例加以说明。考虑一个蜂窝小区内的一个扇区的接收处理，假设每个扇区内采用有M个天线阵元的均匀线性阵列，该扇区内共有N个激活用户，系统的处理增益为G，扇区内N个用户对基站天线阵均为远场信号源，则基站天线阵第k个阵元在t时刻(第j个信源符号)的接收信号为：

$x_k=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\sqrt{2E_i}{b}_i\left(j\right)c_i((j-1)G+l)a_k\left({\mathrm{\&theta;}}_i\right)+n_k\left(t\right)k=1,...,M$

其中：

E_i表示第i个用户的信源符号进行扩频后每个扩频码片的能量；

b_i(j)表示第i个用户第j个信源符号的值，为+1或-1；

c_i((j-1)P+l)，l＝1，...，G表示第i个用户第j个信源符号的第1个扩频码片；

a_k(θ_i)表示第i个用户信号对基站天线阵的方向矢量a(θ_i)的第k个分量，其中a(θ_i)＝[1，e^jφ，e^j2φ，...，e^j(N-1)φ]^T， $\mathrm{\&phi;}=\frac{d\sin \left({\mathrm{\&theta;}}_i\right)}{\mathrm{\&lambda;}}2\mathrm{\&pi;},$ d为均匀线性阵列阵元间距，λ为载波频率，n_k(t)表示第k个阵元上的加性高斯白噪声。

则 $X\left(j\right)={[x_1\left(j\right),x_2\left(j\right),...,x_M\left(j\right)]}^T=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\sqrt{2E_k}{b}_i\left(j\right)c_i((j-1)G+l)a_k+n\left(j\right)$ 表示整个阵列一个快拍的输出。设第i个用户的接收权矢量为W_i＝[w_i1，w_i2，...，w_iM]^T，则第i个用户的阵列输出信号为：

$Y_i\left(j\right)=\underset{k=1}{\overset{M}{\mathrm{\&Sigma;}}}{w}_{\mathrm{ik}}{x}_k\left(j\right)={W_i}^{H}X\left(j\right)$

Y_i(j)用于进行第i个用户信号的解调判决。对Y_i(j)直接匹配滤波得到：

$Z_i\left(j\right)=\underset{l=1}{\overset{P}{\mathrm{\&Sigma;}}}{c}_i((j-1)G+l)\&CenterDot;Y_i\left(j\right)=D_i\left(j\right)+I_i\left(j\right)+n_i\left(j\right)$

其中 $D_i\left(j\right)=P{b}_i\left(j\right)\sqrt{2E_i}{a}_i,$ 表示匹配滤波输出中的期望信号分量。 $I_i\left(j\right)=\underset{l=1}{\overset{P}{\mathrm{\&Sigma;}}}{c}_i((j-1)G+l)\&CenterDot;\underset{k\&NotEqual;i}{\mathrm{\&Sigma;}}\sqrt{2E_k}{b}_k\left(j\right)c_k((j-1)G+l)a_k,$ 表示第i用户接收通道中的多用户干扰分量。n_i(j)表示第i用户接收通道中的加性噪声。

在进行阵列处理时，就是要尽可能准确地估计a_i(j)，从而使接收阵列的方向图主瓣对准期望用户的波达方向，利用相对较低的副瓣实现对干扰用户信号的抑制。而并行干扰对消主要是要尽可能准确的估计出Z_i(j)中的多址干扰分量的估计值并从接收信号中减去，得到更为纯净的期望用户接收信号。期望信号的软判决变量为 $D_i\left(j\right)=Z_i\left(j\right)-\widehat{I_i\left(j\right)},$ 对应的解调输出比特为 $\widehat{b_i\left(j\right)}=\mathrm{sign}\left(D_i\left(j\right)\right).$

同样上述处理过程也容易推广应用到其它噪声环境的处理中，且阵列形式也不仅限于均匀线性阵列，对于非均匀线阵、圆阵、弧型阵等其它形式的阵列很容易推而广之。

综上所述，本发明改善了单一自适应波束形成算法应用环境的局限性，扩大了智能天线对通信环境的适用范围，可以实时跟踪用户的快速移动并且可以对抗多种干扰环境。同时，如果采用基于软件无线电的系统结构，与常规智能天线相比并不需要较大硬件成本，大大的提高了智能天线系统的性能价格比。

总之，本发明提出的智能天线技术是一种有效地克服信道时变特性的手段，通过对不同信道的判别，选择相应的自适应波束形成方式，或附加以多用户检测的方法，从而满足不同环境的通信要求，提高通信质量。

Claims (10)

1、一种宽带码分多址系统智能天线的实现方法，包括以下步骤：

(a)在射频通道中对天线阵列接收的信号进行处理，得到包含M个分量的基带阵列数据；

(b)根据所述阵列数据的特征对信道环境进行估计和识别，由设定的信道类型判决规则确定信道当前所属的信道类型；

(c)根据信道类型的识别结果实时选择对应的自适应波束形成算法，计算出上行权值；

(d)将所述阵列数据和上行权值相乘求和，形成波束。

2、如权利要求1所述的智能天线的实现方法，其特征在于，所述信道类型判决规则中，是将信道类型分为以下四种或者其任意组合：第一种，以加性高斯白噪声干扰为主，所处环境远离基站，信号功率较弱，噪声较强；第二种，以同道干扰为主，所处环境受来自其它小区的同信道干扰；第三种，以码间干扰为主，所处环境由于各多径分量的时延差较大，存在严重的码间干扰；第四种，有多种干扰和噪声，所处环境为复杂的通信环境，既有较强的噪声又有同道干扰和码间干扰。

3、如权利要求2所述的智能天线的实现方法，其特征在于，所述信道类型判决规则是根据所述阵列数据的相关矩阵的特征值和带内功率谱偏差来判别信道类型，该判决规则包括以下四个或者以下至少2个规则间的任意组合：

如果有效特征根数＝1，且带内功率偏差较小，为所述第一种信道类型；

如果有效特征根数＝1，且带内功率偏差较大，为所述第二种信道类型；

如果有效特征根数>1，且带内功率偏差较小，为所述第三种信道类型；

如果有效特征根数>1，且带内功率偏差较大，为所述第四种信道类型。

4、如权利要求2所述的智能天线的实现方法，其特征在于，所述步骤(c)根据信道类型的识别结果选择对应的自适应波束形成算法时，遵循以下四个规则或者以下至少2个规则间的任意组合：

对以加性高斯白噪声干扰为主的第一种信道类型采用最大比合并波束形成算法；

对以同道干扰为主的第二种信道类型采用改进的衡模波束形成算法；

对以码间干扰为主的第三种信道类型采用改进的级联反馈波束形成算法；

对有多种干扰和噪声的第四种信道类型采用导频位辅助波束形成算法。

5、如权利要求1所述的智能天线的实现方法，其特征在于，所述步骤(d)之后还包括步骤(e)：根据信道类型的识别结果，实时选择对应的多用户检测方法对波束形成后的数据进行处理，完成对用户的区分。

6、如权利要求5所述的智能天线的实现方法，其特征在于，所述步骤(e)根据信道类型的识别结果选择对应的多用户检测方法时，遵循以下四个规则或者以下至少2个规则间的任意组合：

对以加性高斯白噪声干扰为主的第一种信道类型采用基于最小均方的多用户检测法；

对以同道干扰为主的第二种信道类型采用解相关检测法；

对以码间干扰为主的第三种信道类型采用并行干扰抵消法；

对有多种干扰和噪声的第四种信道类型采用部分多址干扰对消法。

7、如权利要求5所述的智能天线的实现方法，其特征在于，所述步骤(e)之后还包括步骤(f)：根据得到的上行权值计算出下行权值。

8、一种宽带码分多址系统的智能天线装置，包括：阵列天线、射频通道模块及将各个单通道信号加权后合并形成波束的波束形成模块，其特征在于，还包括信道环境检测及分类模块、波束形成算法选择及权值生成模块，其中：

所述信道环境检测及分类模块，用于根据接收所述射频通道输出的基带阵列数据的特性，对信道环境进行估计和识别，确定信道当前的类型，并将结果输出到所述波束形成算法选择及权值生成模块；

所述波束形成算法选择及权值生成模块，用于根据信道类型的识别结果选择对应的波束形成算法，并根据波束形成信号的反馈以及所述阵列数据计算出新的上行权值，送给所述波束形成模块。

9、如权利要求8所述的智能天线装置，其特征在于，还包括多用户检测模块，用于根据所述信道类型的识别结果选择相应的多用户检测算法，对所述波束形成信号进行处理，完成对用户的区分。

10、如权利要求8所述的智能天线装置，其特征在于，所述信道环境检测及分类模块进一步包括：特征值计算单元，用于计算阵列数据的相关矩阵的特征值，并统计有效特征值数；带内功率谱偏差计算单元，用于估计阵列接收信号各通道的功率，计算出带内功率谱偏差；以及信道类型判决单元，用于根据有效特征值数和带内功率谱偏差，按设定的判决规则识别信道当前所属的类型。

Images