CN101044733B - 用于均衡数字信号的方法和均衡器 - Google Patents

Abstract

描述了用于均衡经由至少一个通信信道接收的数字信号的方法，其中，接收信号值块由块迭代均衡器(200)处理。所述均衡器包括反馈单元(202)和前馈单元(201)，其每个对应于与相应的矩阵相乘。所述矩阵在迭代过程中更新。

Description

用于均衡数字信号的方法和均衡器

技术领域

本发明涉及用于均衡数字信号的方法和均衡器。

背景技术

MIMO(多输入多输出)系统是在发射侧和接收侧都具有多个天线的通信系统。如果n_T指示发射天线的数目，并且n_R指示接收天线的数目，则MIMO系统所实现的信道容量几乎为对应单天线系统容量的N＝min(n_T，n_R)倍。

为了实现MIMO系统的这个容量，已提出了空间复用方案，根据所述空间复用方案，每个发射天线发射一个独立的数据流。因为数据流之间的交叉干扰，每个接收天线接收到发射的数据流的组合。对于接收机而言分开发射的数据流是挑战性的任务，尤其是当信号维数N非常大时。

单天线通信系统通常遭受符号间干扰(ISI)和多址干扰(MAI)。例如，在基于单载波循环前缀(SCCP)的系统或WHT-OFDM(WalshHadamard变换正交频分复用)系统中，发射的符号相互干扰，导致严重的ISI。MAI和ISI两者都存在于码分多址(CDMA)系统中。

在有线传输系统中，诸如在数字用户线路(DSL)中，多重线路绑在一起，这样一来除了由每个电话线路中的长延迟引起的严重ISI之外，不同线路之间的串扰是影响传输品质的另一个主要危害。

对于MIMO系统，可以使用以下输入输出模型：

x＝Hs+n                                    (1)

其中，s指示发射信号矢量，x指示接收信号矢量，并且n指示接收噪声矢量。H指示信道矩阵，并且表示从发射侧到接收侧的信道响应。为了清楚起见，假定s、x和n全部为N×1矩阵，并且H为N×N矩阵。

上面给出的MIMO模型表示了多种通信系统。事实上，输入输出关系可以在时域、频域、空间域或它们的任何组合中导出。对于在平坦衰落环境中工作的MIMO天线系统，信道矩阵H表示从每个发射天线到每个接收天线的信道响应。对于SCCP系统，信道矩阵H为循环矩阵，其元素来自从发射天线到接收天线的时域信道响应。

在上面的模型中，发射信号矢量s可以仅由通常具有相同调制的用户的信息承载符号组成。对于多用户的情况，发射符号可以使用不同的调制方法。

对于一般的MIMO系统，必须考虑三种类型的干扰：多流干扰(MSI)、符号间干扰(MSI)(两者都来自一个用户)以及来自其它用户的MAI。

已提出了线性均衡器和非线性均衡器以恢复发射的信号。诸如ZF(零强迫)检测器和MMSE(最小均方差)检测器之类的线性检测器以及诸如广义判定反馈均衡器(GDFE)之类的一些非线性检测器的实现简单，但是实现了远离最大似然(ML)性能界的检测器性能。当信号维数非常小时，可应用非线性穷尽搜索来实现ML检测，其中待搜索的候选者的数目为M^N，其中M为调制符号的星座大小。然而对于大的信号维数，ML检测器的呈指数的复杂度使得其实现不切实际。

近来，在设计低复杂度非线性接收机以实现用于MIMO系统的近ML性能方面已投入了许多努力。当信号维数小和适中时，通过与强力ML检测器相比具有较低复杂度的诸如球面解码之类的最近格点搜索(closest lattice point search，CPS)技术，能够实现近ML检测。CPS技术的时空复杂度随着信号维数的增加而显著增长。因此，当信号维数变大，比方说在100以上时，使用CPS就变得不切实际。

已提出块迭代判定反馈均衡器(BI-DFE)方法，用于[1]中的CDMA系统中的ISI/MAT消除，并且用于[2]中的单用户系统中的ISI信道均衡，其假定了无穷大的信号维数。这种方法以迭代方式估计全部发射符号，并且通过消除干扰，使用这些判定指导的符号来获得一组新的符号估计。作为迭代技术，对于高SNR(信噪比)区域并且当独立延迟路径的数目足够大时，BI-DFE能够在3到5次迭代之内实现匹配滤波器界(MFB)。

BI-DFE后来在[3]中扩展到用于SCCP系统的频域均衡，并且在[4]中扩展到用于多天线SCCP系统的分层空间-时间处理，这两者都具有有限的信号维数。对于SCCP系统，信道为循环矩阵。对于多天线SCCP系统，来自其它用户的干扰被消除，这样一来新近生成的信号实际上就是应用了BI-DFE的单用户SCCP系统。因此，两种扩展都利用了信道的已知结构——循环矩阵，这在一般的MIMO信道中是不可实现的。

本发明的目的是提供与现有技术方法相比改善的用于均衡数字信号的方法。

通过具有根据独立权利要求的特征的用于均衡数字信号的方法和均衡器实现了所述目的。

发明内容

提供了用于均衡经由至少一个通信信道接收的数字信号的方法，其中，所述接收的数字信号的信号值被分组成至少一个接收信号值块，并且所述至少一个接收信号值块由迭代均衡器处理。在两次或更多次迭代中，生成对应于当前迭代的块的均衡信号值块，并且在两次或更多次迭代中，对应于先前迭代的均衡信号值块由执行与第一矩阵相乘的反馈单元处理。此外，在两次或更多次迭代中，所述至少一个接收信号值块由执行与第二矩阵相乘的前馈单元处理。在两次或更多次迭代中，所述第一矩阵被更新，并且在两次或更多次迭代中，所述第二矩阵被更新。此外，在两次或更多次迭代中，基于当前迭代的所述前馈单元的输出和所述反馈单元的输出的组合来确定对应于当前迭代的均衡信号值块。

此外，提供了根据上述用于均衡数字信号的方法的均衡器。

附图说明

图1示出了根据本发明一实施例的通信系统。

图2示出了根据本发明一实施例的均衡器。

图3示出了根据本发明一实施例的均衡器。

图4示出了根据本发明一实施例的均衡器。

图5示出了根据本发明一实施例的通信系统。

图6示出了根据本发明一实施例的均衡器。

图7示出了根据本发明一实施例的均衡器。

图8示出了根据本发明一实施例的均衡器。

图9示出了根据本发明一实施例的均衡器。

图10示出了根据本发明一实施例的曲线图。

具体实施方式

说明性地，提供了块迭代广义判定反馈均衡器(BI-DFE)，其中在迭代过程中更新反馈矩阵和前馈矩阵。由于反馈单元和前馈单元能够作为单抽头滤波器单元而实现，所以能够实现具有低复杂度的均衡器。在一个实施例中，均衡器系数是预先计算的，以便进一步减少复杂度。在一个实施例中，均衡器基于MIMO信道矩阵(模拟信道传输特性)的奇异值分解。这个实施例同样能够以低复杂度实现，因为仅涉及一个奇异值分解。

利用本发明，变得可以使用用于无线应用的大天线系统，或者使用用于诸如在DSL应用中的有线传输的大量线路来实现千兆位等级的传输。本发明例如适用于与IEEE 802.11n兼容的通信系统，亦即用于无线局域网，但是也可以适用于诸如移动电话通信系统之类的大区域通信系统。本发明例如适用于与WIMAX(微波存取全球互通)或B3G(后3G)标准兼容的通信系统。

对于具有大信号维数的MIMO系统能够实现近ML检测。

本发明的实施例在从属权利要求中体现。针对用于均衡数字信号的方法而描述的实施例类似地对均衡器有效。

可基于至少一个先前迭代的结果来更新第一矩阵。类似地，可基于至少一个先前迭代的结果来更新第二矩阵。

例如在每次迭代中生成对应于该迭代的块的均衡信号值块。

第一矩阵和第二矩阵两者都可以在两次或更多次迭代中更新。

可以在每次迭代中更新第一矩阵。类似地，可以在每次迭代中更新第二矩阵。

在一个实施例中，基于对应于先前迭代的均衡信号值块和接收信号值块之间的相关性来更新所述第一矩阵和所述第二矩阵。所述更新也可以基于所述相关性的预估计来执行。

对应于先前迭代的均衡信号值块和接收信号值块之间的相关性可基于先前迭代的均衡SINR来确定。

对应于先前迭代的均衡信号值块和接收信号值块之间的相关性在一个实施例中基于预定相关性值来确定。

所述预定相关性值可以借助于仿真来生成。

所述第二矩阵例如基于对信号与干扰和噪声之比(SINR)的最大化来更新。所述第一矩阵例如基于对干扰的最小化来更新。

在一个实施例中，接收的数字信号是经由包括多个接收天线的MIMO系统接收的数字信号，并且每个接收天线对应于接收信号值块中的正好一个分量。

在一个实施例中，在两次或更多次迭代中，接收信号值块由执行与第三矩阵相乘的第一波束形成单元处理，并且其中对应于先前迭代的均衡信号值块由执行与第四矩阵相乘的第二波束形成单元处理。

所述第三矩阵和所述第四矩阵例如对应于规定通信信道传输特性的信道矩阵的奇异值分解。

可基于根据通信信道中使用的子载波的信道矩阵的分解来执行信道矩阵的奇异值分解。

所述第一矩阵和所述第二矩阵在一个实施例中根据规定通信信道传输特性的信道矩阵而生成。

所述通信信道例如根据MC-DS-CDMA、MC-CDMA、CP-CDMA或CP-DS-CDMA来修改。

下面参考附图解释本发明的说明性实施例。

图1示出了根据本发明一实施例的通信系统100。

通信系统100包括发射机101和接收机102。发射机101根据MIMO-SCCP(多输入多输出单载波循环前缀)体系结构而形成，其指的是具有MIMO天线的SCCP系统。为了简化起见，通信系统100为2×2MIMO系统，其包括两个发射天线103，其中每个发射天线103用于发射一个数据流104。调制符号形式的所述两个数据流104每个被传递到串行并行(S/P)转换器105。S/P转换器105根据相应的数据流104生成数据块。令图1中的上S/P转换器105生成的数据块用s ₁(n)指示，并且令图1中的下S/P转换器105生成的数据块用s ₂(n)指示(假定s ₁(n)和s ₂(n)对应于应当同时发射的数据)。s ₁(n)和s ₂(n)是大小N×1的矢量，并且在下文中还被称为发射信号矢量。

相应的循环前缀添加单元106向每个数据块s ₁(n)和s ₂(n)添加长度L的循环前缀。最后，数据块每个被传递到相应的并行串行(P/S)转换器(图1中未示出)，其根据每个块生成串行符号流。每个串行符号流然后由相应的发射天线103发送。

串行符号流经由相应的接收天线107被接收机102接收。每个接收的串行符号流首先被传递到相应的S/P转换器(图1中未示出)，以根据每个接收的串行符号流生成符号块。相应的循环前缀去除单元108从每个符号块中去除循环前缀，并且相应的快速傅立叶变换(FFT)单元109向每个符号块施加快速傅立叶变换，以便生成对应于每个发射信号矢量的接收信号矢量。令对应于发射信号矢量s ₁(n)的接收信号矢量用x ₁(n)指示，并且令对应于发射信号矢量s ₂(n)的接收信号矢量用x ₂(n)指示。

接收信号矢量x ₁(n)和x ₂(n)每个被馈送到均衡器110。均衡器110根据x ₁(n)生成检测(均衡)信号矢量并且均衡器110根据x ₂(n)生成检测(均衡)信号矢量

在下文中，根据本发明的各种实施例描述均衡器110的功能。

图2示出了根据本发明一实施例的均衡器200。

均衡器200是迭代均衡器。在下文中，l用作迭代索引。均衡器200的输入为接收信号矢量，如参考图1解释的那样，用x指示。

在第l次迭代，接收信号矢量x被传递到前馈均衡器(FFE)201，其执行x与矩阵W _l ^H相乘。此外，在第l次迭代，硬判定来自先前的第l-1次迭代，这意味着根据l-1次迭代检测的信号矢量

被馈送到反馈均衡器(FBE)202，其执行

与矩阵D_l相乘。前馈均衡器201的输出和反馈均衡器202的输出由加法器(组合器)203组合(相加)以生成矢量z_l。

矢量z _l被馈送到双向限幅器(slicer)204，其生成用于第l次迭代的硬判定

在数学上，在第l次迭代到双向限幅器204的输入由

${\underset{\‾}{z}}_l={\underset{\‾}{W}}_l^H\underset{\‾}{X}+{\underset{\‾}{D}}_l{\underset{\‾}{\overset{^}{S}}}_l-l---\left(2\right)$

给出。

由于x＝Hs+n，令 ${\underset{\‾}{\mathrm{\α}}}_l=\mathrm{diag}\left({\underset{\‾}{W}}_l^H\underset{\‾}{H}\right)---\left(3\right)$

成为对角矩阵，其包括矩阵W_l ^HH的对角元素。那么，

${\underset{\‾}{z}}_l={\underset{\‾}{\mathrm{\α}}}_l\underset{\‾}{s}+({\underset{\‾}{W}}_l^H\underset{\‾}{H}-{\underset{\‾}{\mathrm{\α}}}_l)\underset{\‾}{s}+{\underset{\‾}{D}}_l{\underset{\‾}{\overset{^}{s}}}_{l-1}+{\underset{\‾}{W}}_l^H\underset{\‾}{n}.---\left(4\right)$

令 ${\underset{\‾}{C}}_l={\underset{\‾}{W}}_l^H\underset{\‾}{H}-{\underset{\‾}{\mathrm{\α}}}_l$ 并且 $\underset{\‾}{\overset{~}{n}}={\underset{\‾}{C}}_l\underset{\‾}{s}+{\underset{\‾}{D}}_l^H{\underset{\‾}{\overset{^}{s}}}_{l-1}+{\underset{\‾}{W}}_l^H\underset{\‾}{n},$ 那么合成干扰加噪声的协方差矩阵由

$E\left[{\underset{\‾}{\tilde{n}\tilde{n}}}^H\right]=E({\underset{\‾}{C}}_l\underset{\‾}{s}+{\underset{\‾}{D}}_l{\underset{\‾}{\overset{^}{s}}}_{l-1}+{\underset{\‾}{W}}_l^H\underset{\‾}{n}){({\underset{\‾}{C}}_l\underset{\‾}{s}+{\underset{\‾}{D}}_l{\underset{\‾}{\overset{^}{s}}}_{l-1}+{\underset{\‾}{W}}_1^H\underset{\‾}{n})}^H]$

$={\underset{\‾}{\mathrm{\σ}}}_s^2{\underset{\‾}{C}}_l{{\underset{\‾}{C}}_l}^H+{\underset{\‾}{C}}_{l}E\left[{\underset{\‾}{s\hat{s}}}_{l-1}^H\right]{\underset{\‾}{D}}_l^H+{\underset{\‾}{D}}_{l}E\left[{\underset{\‾}{\overset{^}{s}}}_{l-1}{\underset{\‾}{s}}^H\right]{\underset{\‾}{C}}_l^H+{\underset{\‾}{\mathrm{\σ}}}_s^2{\underset{\‾}{D}}_l{{\underset{\‾}{D}}_l}^H+{\underset{\‾}{\mathrm{\σ}}}_n^2{\underset{\‾}{W}}_l^H{\underset{\‾}{W}}_l---\left(5\right)$

$={\underset{\‾}{\mathrm{\σ}}}_s^2(1-{\underset{\‾}{\mathrm{\ρ}}}_{l-1}^2){\underset{\‾}{C}}_l{{\underset{\‾}{C}}_l}^H+{\underset{\‾}{\mathrm{\σ}}}_s^2({\underset{\‾}{\mathrm{\ρ}}}_{l-1}{\underset{\‾}{C}}_l+{\underset{\‾}{D}}_l){({\underset{\‾}{\mathrm{\ρ}}}_{l-1}{\underset{\‾}{C}}_l+{\underset{\‾}{D}}_l)}^H+{\underset{\‾}{\mathrm{\σ}}}_n^2{\underset{\‾}{W}}_l^H{\underset{\‾}{W}}_l$

给出，其中ρl-1为在第(l-1)次迭代做出的判定和输入之间的相关性，也被称作输入-判定相关性。为了使干扰的影响最小，根据

$({\underset{\‾}{\mathrm{\ρ}}}_{l-1}\underset{\‾}{C}+{\underset{\‾}{D}}_l)=0\⇒{\underset{\‾}{D}}_l=-{\underset{\‾}{\mathrm{\ρ}}}_{l-1}\underset{\‾}{C}={\underset{\‾}{\mathrm{\ρ}}}_{l-1}({\underset{\‾}{\mathrm{\α}}}_l-{\underset{\‾}{W}}_l^H\underset{\‾}{H})---\left(6\right)$

在第l次迭代中选择W。在直觉上，对于给定的FFE，选择FBE以使干扰的影响最小。根据

在第l次迭代中选择FFE(由W_l给出)，以便最大化SINR。

总而言之，用于权重生成、亦即用于确定W _l和D _l的算法由以下给出

(1)设置l＝0和ρ₀用于初始化

(2)在第l次迭代中，根据(7)和(6)使用ρ_l-1用于计算W _l和D _l

(3)如描述的那样执行处理以生成并继续下一次迭代(亦即转到(2))

在一个实施例中，当信道响应即H已被首先估计时，预先计算FFE和FBE系数以及相关性系数，亦即W _l、D _l和ρ_l-1。

图3示出了根据本发明一实施例的均衡器300。

作为对参考图2在上面描述的均衡器200的替换，均衡器300在本发明的一个实施例中被选择用于接收机102中的均衡器110。

均衡器300也是迭代均衡器。如上面的那样，l用作迭代索引。均衡器200的输入为接收信号矢量，如参考图1解释的那样，用x指示。

均衡器300基于根据

H＝U∑V ^H                                  (8)

的矩阵H的奇异值分解。利用其，可将根据方程(7)的W _l写为

W _l＝UF _l V ^H                                         (9)

其中

${\underset{\‾}{F}}_l={\underset{\‾}{\mathrm{\σ}}}_s^2[{\underset{\‾}{\mathrm{\σ}}}_s^2(1-{\underset{\‾}{\mathrm{\ρ}}}_{l-1}^2){\underset{\‾}{\mathrm{\Σ\Σ}}}^H+{\underset{\‾}{\mathrm{\σ}}}_n^2\underset{\‾}{I}{]}^{-1}\underset{\‾}{\mathrm{\Σ}}---\left(10\right)$

为对角矩阵。

类似地，根据(6)的D_l可以写为

${\underset{\‾}{D}}_l={\underset{\‾}{\mathrm{\ρ}}}_{l-1}({\underset{\‾}{\mathrm{\α}}}_l-{\underset{\‾}{W}}_l^H\underset{\‾}{H})={\underset{\‾}{\mathrm{\ρ}}}_{l-1}({\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l\underset{\‾}{I}-{\underset{\‾}{W}}_l^H\underset{\‾}{H})+{\underset{\‾}{\mathrm{\ρ}}}_{l-1}({\underset{\‾}{\mathrm{\α}}}_l-{\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l\underset{\‾}{I})---\left(11\right)$

其中 ${\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l=\frac{1}{N}\mathrm{Trace}\left({\underset{\‾}{W}}_l^H\underset{\‾}{H}\right).$ 将(8)和(9)代入(11)得到

${\underset{\‾}{D}}_l={\underset{\‾}{\mathrm{\ρ}}}_{l-1}({\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l\underset{\‾}{I}-{\underset{\‾}{\mathrm{VF}}}_l^H{\underset{\‾}{\mathrm{\ΣV}}}^H)+{\underset{\‾}{\mathrm{\ρ}}}_{l-1}({\underset{\‾}{\mathrm{\α}}}_l-{\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l\underset{\‾}{I})$

$={\underset{\‾}{\mathrm{\ρ}}}_{l-1}\underset{\‾}{V}({\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l\underset{\‾}{I}-{\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\Σ}}){\underset{\‾}{V}}^H+{\underset{\‾}{\mathrm{\ρ}}}_{l-1}({\underset{\‾}{\mathrm{\α}}}_l-{\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_1\underset{\‾}{I})---\left(12\right)$

$={\underset{\‾}{\mathrm{VB}}}_l{\underset{\‾}{V}}^H+{\underset{\‾}{\mathrm{\ρ}}}_{l-1}({\underset{\‾}{\mathrm{\α}}}_l-{\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l\underset{\‾}{I})$

其中 ${\underset{\‾}{B}}_l={\underset{\‾}{\mathrm{\ρ}}}_{l-1}({\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l\underset{\‾}{I}-{\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\Σ}})$ 并且θ _l＝ρ _l-1(α _l-                α             _l I)，而且两者都是对角矩阵。

因此，双向限幅器输入z_l可以写为

${\underset{\‾}{z}}_l=\underset{\‾}{V}{\underset{\‾}{F}}_l^H{\underset{\‾}{U}}^H\underset{\‾}{X}+({\underset{\‾}{\mathrm{VB}}}_l{\underset{\‾}{V}}^H+{\underset{\‾}{\mathrm{\θ}}}_l){\underset{\‾}{\overset{^}{s}}}_{l-1}$

$=\underset{\‾}{V}({\underset{\‾}{F}}_l^H{\underset{\‾}{U}}^H\underset{\‾}{x}+{\underset{\‾}{B}}_l{\underset{\‾}{V}}_l^H){\underset{\‾}{\overset{^}{s}}}_{l-1}+{\underset{\‾}{\mathrm{\θ}}}_l{\underset{\‾}{\overset{^}{s}}}_{l-1}$ (13)

根据双向限幅器输入z _l的这个表达式，接收信号矢量x被馈送到第一(接收机)波束形成单元301，其执行x与矩阵U ^H相乘。波束形成单元301的输出被提供给前馈(单抽头)均衡器302，其执行与矩阵F_l ^H相乘。

在第(l-1)次迭代进行的判定指导的信号矢量估计、亦即第(l-1)次迭代的硬判定被提供给第二波束形成单元303，在那里乘以波束形成矩阵V ^H。

第二波束形成单元303的输出由执行与矩阵B _l相乘的反馈(单抽头)均衡器304处理。前馈均衡器302的输出和反馈均衡器304的输出由第一加法器305组合(相加)，所述第一加法器305的输出由执行与矩阵V相乘的第三波束形成单元306处理。

此外，

被传递到进一步的(单抽头)均衡器307，其执行与矩阵θ _l相乘。第三波束形成单元306和进一步的均衡器307的输出由第二加法器308组合(相加)。第二加法器308的输出是到双向限幅器309的输入z _l，所述双向限幅器309使用该输入进行用于第l次迭代的硬判定，亦即生成

根据方程(8)和(9)， ${\underset{\‾}{W}}_l\underset{\‾}{H}={\underset{\‾}{\mathrm{VF}}}_l^H{\underset{\‾}{\mathrm{\ΣV}}}^H.$ 如果V的全部元素都具有相同幅值，那么 ${\underset{\‾}{\mathrm{\α}}}_l=\mathrm{diag}\left({\underset{\‾}{W}}_l^H\underset{\‾}{H}\right)={\stackrel{\‾}{\mathrm{\α}}}_l\underset{\‾}{I},$ 其中 ${\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l=\frac{1}{N}\mathrm{Trace}\left({\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\Σ}}\right).$ 在这种情况下θ_l＝0。

对于一般的MIMO信道， ${\underset{\‾}{\mathrm{\α}}}_l=\mathrm{diag}\left({\underset{\‾}{W}}_l^H\underset{\‾}{H}\right)\≠{\stackrel{\‾}{\mathrm{\α}}}_l\underset{\‾}{I},$ 因为V的元素不具有相同幅值。在这种情况下，θ_l≠0。因此，需要计算diag(W _l ^H H)，这要求N²次复数乘法。

对参考图2在上面描述的均衡器200的进一步的替换示出在图4中。

图4示出了根据本发明一实施例的均衡器400。

均衡器400在本发明的一个实施例中可用作接收机102中的均衡器110。

均衡器400说明性地为上述均衡器300的简化。通过选择θ _l＝0和 ${\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l=\frac{1}{N}\mathrm{Trace}\left({\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\Σ}}\right)$ 实现所述简化。

根据这种简化，接收信号矢量x被馈送到第一波束形成单元401，其执行x与波束形成矩阵U ^H相乘。波束形成单元401的输出被提供给前馈(单抽头)均衡器402，其执行与矩阵F _l ^H相乘。

在第(l-1)次迭代进行的判定指导的信号矢量估计、亦即第(l-1)次迭代的硬判定

被提供给第二波束形成单元403，在那里乘以波束形成矩阵V ^H。

第二波束形成单元403的输出由执行与矩阵Bl相乘的反馈(单抽头)均衡器404处理。前馈均衡器302的输出和反馈均衡器304的输出由第一加法器305组合(相加)，所述第一加法器305的输出由执行与矩阵V相乘的第三波束形成单元306处理。

第三波束形成单元306的输出是到双向限幅器407的输入z _l，所述双向限幅器407使用该输入进行用于第l次迭代的硬判定，亦即生成

在第l次迭代的SINR(信号与干扰和噪声之比)也能够被简化成

${\mathrm{SINR}}_l=\frac{N{\underset{\‾}{\overset{\‾}{\mathrm{\α}}}}_l^2{\underset{\‾}{\mathrm{\σ}}}_s^2}{\mathrm{Tr}({\underset{\‾}{\mathrm{\σ}}}_s^2(l-{\underset{\‾}{\mathrm{\ρ}}}_{l-1}^2)/{\underset{\‾}{\mathrm{\ρ}}}_{l-1}^2{\underset{\‾}{B}}_l^H{\underset{\‾}{B}}_l+{\underset{\‾}{\mathrm{\σ}}}_n^2{\underset{\‾}{F}}_l\·{\underset{\‾}{F}}_l^H)}.$

由于F_l、B_l和∑全都是对角矩阵，所以迹计算非常简单。

因为循环前缀的添加，接收信号矢量x ₁(n)和x ₂(n)可以写为

x ₁(n)＝Λ ₁₁ Ws ₁(n)+Λ ₂₁ Ws ₂(n)+u ₁(n)

x ₂(n)＝Λ ₁₂ Ws ₁(n)+Λ ₂₂ Ws ₂(n)+u ₂(n)

其中x _i(n)、s _i(n)和u _i(n)全都是具有维数N×1的列矢量，W为DFT(离散傅立叶变换)矩阵，并且Λ _ij为对角矩阵，其包含从第i个发射天线到第j个接收天线的频域信道响应。

因此，输入输出关系可写为

x(n)＝Hs(n)+u(n)                                        (14)

其中

$\underset{\‾}{x}\left(n\right)=\left[\begin{array}{c}{\underset{\‾}{x}}_1\left(n\right)\\ {\underset{\‾}{x}}_2\left(n\right)\end{array}\right],$ $\underset{\‾}{s}\left(n\right)=\left[\begin{array}{c}{\underset{\‾}{s}}_1\left(n\right)\\ {\underset{\‾}{s}}_2\left(n\right)\end{array}\right],$ $\underset{\‾}{u}\left(n\right)=\left[\begin{array}{c}{\underset{\‾}{u}}_1\left(n\right)\\ {\underset{\‾}{u}}_2\left(n\right)\end{array}\right]$ ，并且

H＝                Λ                W            ，其中 $\underset{\‾}{\overset{\‾}{\mathrm{\Λ}}}=\left[\begin{array}{cc}{\mathrm{\Λ}}_{11}& {\mathrm{\Λ}}_{21}\\ {\mathrm{\Λ}}_{12}& {\mathrm{\Λ}}_{22}\end{array}\right]$ 并且 $\stackrel{\‾}{\underset{\‾}{W}}=\left[\begin{array}{cc}W& O\\ O& W\end{array}\right].$

根据输入输出关系(14)，可使用根据参考图2、图3和图4描述的实施例的均衡器。当使用根据图3和图4的实施例时，能够预期的是，由于H的矩阵维数为2N×2N，所以计算将非常复杂。然而，如下面将看到的那样，当利用矩阵结构特性时，接收机102可以非常有效。

H＝                Λ                W            和                W            是酉矩阵。因此，通过对分块对角矩阵                Λ            进行奇异值分解或矩阵求逆，能够执行对H进行奇异值分解或矩阵求逆。此外，因为                Λ            的块对角性，可以逐子载波地进行矩阵H的奇异值分解或矩阵求逆，这类似于MIMO-OFDM系统。

令

$\underset{\‾}{\stackrel{\‾}{\mathrm{\Λ}}}=\underset{\‾}{\overset{\‾}{U}}\underset{\‾}{\overset{\‾}{\mathrm{\Λ}}}{\underset{\‾}{\overset{\‾}{V}}}^H$

为                Λ            的奇异值分解。类似地，令

${\underset{\‾}{H}}_k=\left[\begin{array}{cc}{\mathrm{\Λ}}_{11}\left(k\right)& {\mathrm{\Λ}}_{21}\left(k\right)\\ {\mathrm{\Λ}}_{12}\left(k\right)& {\mathrm{\Λ}}_{22}\left(k\right)\end{array}\right]{=\underset{\‾}{U}}_k{\underset{\‾}{\mathrm{\Σ}}}_k{\underset{\‾}{V}}_k^H,$ k＝0，1，...，N-1

为对应于每个子载波的信道矩阵的奇异值分解，用H _k指示。

容易验证酉矩阵由矩阵U _k确定，酉矩阵由矩阵V _k确定，并且对角矩阵由矩阵H _k的奇异值、亦即由∑ _k(k＝0，1，...，N-1)确定。

作为说明这一点的例子，令块对角矩阵H为(在这个例子中，频域块大小N＝2，并且空间域大小为2×2)：

H＝

0.4117+0.4008i    0                  0.0481-0.5663i   0

0                 -0.4081-0.1638i    0                -0.5830-0.7364i

0.6456-0.1820i    0                  0.3024-0.1448i   0

0                 -0.3130+1.0168i    0                -0.6199+0.2787i

当执行奇异值分解H＝USV时得到

U＝

-0.0000-0.0000i  -0.6569-0.3681i   -0.5577+0.3491i  -0.0000+0.0000i

-0.5683-0.2481i  0                 0                -0.7741-0.1278i

0.0000-0.0000i   -0.6579+0.0124i   0.3491-0.6673i   -0.0000-0.0000i

-0.3894+0.6811i  0                 0                0.1662-0.5974i

S＝

1.5673    0        0        0

0         0.9727   0        0

0         0        0.5190   0

0         0        0        0.4613

V＝

0                 -0.8687           0.4954             0

0.6935+0.1218i    0                 0                  -0.6994-0.1228i

-0.0000+0.0000i   -0.0245-0.4948i   -0.0430-0.8676i    0.0000-0.0000i

0.6031-0.3749i    0                 0                  0.5980i-0.3717i

用于第一子载波的信道矩阵H ₁为

H ₁＝

0.4117+0.4008i    0.0481-0.5663i

0.6456-0.1820i    0.3024-0.1448i

并且奇异值分解H ₁＝U ₁ S ₁ V ₁得到

U ₁＝

-0.6579-0.3681i  0.5577-0.3491i

-0.6579+0.0124i  -0.3491+0.6673i

S ₁＝

0.9727    0

0         0.5190

V ₁＝

-0.8687          -0.4954

-0.0245-0.4948i  0.0430+0.8676i

用于第二子载波的信道矩阵H ₂为

H ₂＝

-0.4081-0.1638i    -0.5830-0.7364i

-0.3130+1.0168i    -0.6199+0.2787i

并且奇异值分解H ₂＝U ₂ S ₂ V ₂得到

U ₂＝

-0.6027-0.1460i  0.7845-0.0080i

-0.2657+0.7382i  -0.0604+0.6171i

S ₂＝

1.5673    0

0         0.4613

V ₂＝

0.7041          0.7101

0.5291-0.4736i  -0.5247+0.4696i

从这个例子可以看到，H的奇异值/矢量中的第二个和第三个由对应于H ₁的第一子载波确定，而其它的则由对应于H ₂的第二子载波确定。

在一般意义上，对于具有M×M的MIMO和FFT大小N的MIMO-SCCP，H的酉矩阵的列矢量中的每一个仅由M个非零元素组成，表明在与U ^H、V和V ^H的乘法中能够以非常有效的方式执行。总之，对于具有M个发射机和M个接收机以及SCCP块大小N的MIMO-SCCP系统，用于奇异值分解或矩阵求逆的矩阵维数不是NM×NM，而是M×M(N个分解是必要的)。因此，能够实现显著的复杂度降低。

参考图5描述进一步的实施例。

图5示出了根据本发明一实施例的通信系统500。

通信系统500是具有MIMO的WHT-OFDM(Walsh Hadamard变换OFDM)系统，也被称作MIMO-WHT-OFDM系统。

通信系统500包括发射机501和接收机502。为了简化起见，通信系统500为2×2MIMO系统，其包括两个发射天线503，其中每个发射天线503用于发射一个数据流504。调制符号形式的所述两个数据流504每个被传递到串行并行(S/P)转换器505。S/P转换器505根据相应的数据流504生成数据块。令图1中的上S/P转换器505生成的数据块用s ₁(n)指示，并且令图1中的下S/P转换器505生成的数据块用s ₂(n)指示(假定s ₁(n)和s ₂(n)对应于应当同时发射的数据)。s ₁(n)和s ₂(n)是大小为N×1的矢量，并且在下文中还被称为发射信号矢量。

每个数据块s ₁(n)和s ₂(n)被传递到相应的Walsh-Hadamard变换(WHT)单元506，在那里它们由Walsh-Hadamard变换来处理。经WHT变换的每个数据块被馈送到相应的IFFT单元507，其对相应的WHT变换的块执行逆快速傅立叶变换。

在WHT变换和IFFT变换之后，由相应的循环前缀添加单元508向每个块添加长度L的循环前缀。最后，数据块每个被传递到相应的并行串行(P/S)转换器(图1中未示出)，其根据每个块生成串行符号流。每个串行符号流然后由相应的发射天线503发送。

串行符号流经由相应的接收天线509由接收机502接收。每个接收的串行符号流首先被传递到相应的S/P转换器(图1中未示出)，以根据每个接收的串行符号流生成符号块。相应的循环前缀去除单元510从每个符号块中去除循环前缀，并且相应的FFT单元511向每个符号块施加(大小N的)快速傅立叶变换，以便生成对应于每个发射信号矢量的接收信号矢量。如上面的那样，令对应于发射信号矢量s ₁(n)的接收信号矢量用x ₁(n)指示，并且令对应于发射信号矢量s ₂(n)的接收信号矢量用x ₂(n)指示。

接收信号矢量x ₁(n)和x ₂(n)每个被馈送到均衡器512。均衡器512根据x ₁(n)生成检测信号矢量

并且均衡器512根据x ₂(n)生成检测信号矢量

因为循环前缀的添加，x ₁(n)和x ₂(n)可写为

x ₁(n)＝Λ ₁₁ Cs ₁(n)+Λ ₂₁ Cs ₂(n)+u ₁(n)

x ₂(n)＝Λ ₁₂ Cs ₁(n)+Λ ₂₂ Cs ₂(n)+u ₂(n)

其中x _i(n)、s _i(n)和u _i(n)全都是具有维数N×1的列矢量，C为WHT矩阵，并且Λ _ij为对角矩阵，其包含从第i个发射天线到第j个接收天线的频域信道响应。

因此，输入输出关系可写为

x(n)＝Hs(n)+u(n)                                        (15)

其中

$\underset{\‾}{x}\left(n\right)=\left[\begin{array}{c}{\underset{\‾}{x}}_1\left(n\right)\\ {\underset{\‾}{x}}_2\left(n\right)\end{array}\right],$ $\underset{\‾}{s}\left(n\right)=\left[\begin{array}{c}{\underset{\‾}{s}}_1\left(n\right)\\ {\underset{\‾}{s}}_2\left(n\right)\end{array}\right],$ $\underset{\‾}{u}\left(n\right)=\left[\begin{array}{c}{\underset{\‾}{u}}_1\left(n\right)\\ {\underset{\‾}{u}}_2\left(n\right)\end{array}\right],$ 并且H＝                A                C            ，其中 $\underset{\‾}{\overset{\‾}{\mathrm{\Λ}}}=\left[\begin{array}{cc}{\underset{\‾}{\mathrm{\Λ}}}_{11}& {\underset{\‾}{\mathrm{\Λ}}}_{21}\\ {\underset{\‾}{\mathrm{\Λ}}}_{12}& {\underset{\‾}{\mathrm{\Λ}}}_{22}\end{array}\right]$ 并且 $\underset{\‾}{\overset{\‾}{C}}=\left[\begin{array}{cc}\underset{\‾}{C}& O\\ O& \underset{\‾}{C}\end{array}\right].$

根据输入输出关系(15)，根据参考图2、图3和图4描述的实施例的均衡器可用作均衡器512。

H＝                Λ                C            和                C            是酉矩阵。因此，类似于MIMO-SCCP系统，如上所述，可通过对块对角矩阵                Λ            进行奇异值分解或矩阵求逆来执行对H的奇异值分解或矩阵求逆。此外，因为                Λ            的块对角性，可逐子载波地进行矩阵H的奇异值分解或矩阵求逆，类似于MIMO-OFDM系统。

总之，对于具有M个发射机和M个接收机以及OFDM块大小N的MIMO-WHT-OFDM系统，用于奇异值分解或矩阵求逆的矩阵维数不是NM×NM，而是M×M(N个分解是必要的)。因此，能够实现显著的复杂度降低。

图2、图3和图4中示出的均衡器执行的迭代方法的收敛性对可被认为是所做判定的可靠性的相关性系数ρ_l-1的确定非常敏感。在理论上，可使用该迭代的均衡SNR来计算相关性系数ρ_l-1。在[1]和[2]中，对于QPSK调制，相关性系数由

${\underset{\‾}{\mathrm{\ρ}}}_l=1-2\underset{\‾}{Q}\left(\sqrt{\mathrm{\γ}1}\right)---\left(16\right)$

确定，其是在第l次迭代的均衡SNR。

这个计算在一个实施例中使用，并且当信号维数变为无穷大时有效。在实践中信号维数小，这样一来使用这种近似就可以得到远离ML(最大似然)界的结果。

在一个实施例中，根据基于仿真的方法生成相关性系数。至于有限的信号维数，相关性从一个实现到另一个实现而波动。确定方法如下。对于AWGN(平均白高斯噪声)信道，计算发射信号和硬判定符号之间的平均相关性。这个过程重复例如10000次运行(run)，由此获得相关性的10000个实现(realization)。试验显示，尽管这些实现的平均值十分接近公式(16)，但是这些实现的波动十分强烈。

相关性被选择为针对每个SNR点的两个分量的平均：一个是理论值形式(16)，并且第二个是针对该SNR点的实现的最小值。这种方法被称为动态相关性计算方法。

在一个实施例中，该方法用于为每次迭代设置一组固定的相关性值。这种方法被称作固定相关性计算方法。考虑到随着迭代次数增加，判定变得越来越好，相关性系数被选择为迭代次数的增函数。典型地，值从0.8到0.999变动。例如，对于四次迭代，相关性系数ρ₁到ρ₄被选择为[ρ1，ρ2，ρ3，ρ4]＝[0.95，0.95，0.99，0.99]。通过进行这样的简化，即使不能获得真正收敛的解，对于某些情况在某个SNR范围内也可以非常好地工作，这能够通过仿真看出。

在下文中描述如何将本发明应用于不同的CDMA(码分多址)系统。

首先，提供基于CP(循环前缀)的CDMA系统的输入输出模型。考虑到多载波载波和单载波系统的对偶性(duality)，从基于多载波的CDMA系统开始，其比基于CP的单载波系统更加流行。对于所有的系统都考虑同步下行链路传输和单小区(single cell)环境。

传输是在逐块的基础上，其中每个块由P个采样的CP子块和N个采样的数据子块组成。通过添加长于信道存储器(channel memory)的CP，信道矩阵变成循环矩阵，其能够被表示为H＝W ^H ΛW，其中W为N点DFT矩阵，并且Λ＝diag{λ₁，...，λ_N}为对角矩阵，其元素为每个子载波中的频域信道响应。将时域信道响应指示为h(0)，h(1)，...，h(L)，每个都具有一个符号延迟，那么

${\mathrm{\λ}}_k={\mathrm{\Σ}}_{l=0}^{L}h\left(l\right)\exp (-\mathrm{jkl}/N).$

对于多载波系统，使用N点IDFT矩阵W ^H在传输之前预先变换数据子块；而对于单载波系统，数据子块则被直接发射出去。在接收机侧，单载波和多载波系统两者都首先用DFT矩阵W预先变换接收的数据子块，其输出进一步用来经由线性或非线性检测器恢复发射的信号。

将G指示为处理增益，其对全部用户是共同的。引入以下符号表示，它们对全部系统是共同的：D(n)用于在第n块的长扰码，D(n)＝diag{d(n；0)，...，d(n；N-1)}；c _i用于用户i的短码，c _i＝[c_i(0)，...，c_i(G-1)]^T，i＝j时， ${\underset{\‾}{c}}_i^H{\underset{\‾}{c}}_j=1,$ 并且在其它情况下，

${\underset{\‾}{c}}_i^H{\underset{\‾}{c}}_j=0.$

MC-DS-CDMA

MC-DS-CDMA(多载波直接序列CDMA)执行时域扩展。假定每个用户具有相等的处理增益G，并且有T个用户共享同一小区(T≤G)。MC-DS-CDMA系统如下执行块扩展。

(1)从每个用户获取N个符号，使用用户的扩展码来扩展它们；

(2)对应于来自全部用户的相同符号索引的码片信号被总计，并且在同一子载波上、但是用不同的块来发射。这样一来就获取了G个连续的块以发出整个码片序列。

FFT操作之后的第n接收块可写为

$\underset{\‾}{y}\left(n\right)=\underset{\‾}{\mathrm{\ΛD}}\left(n\right)\underset{i=0}{\overset{T-1}{\mathrm{\Σ}}}{\underset{\‾}{c}}_i\left(n\right){\underset{\‾}{s}}_i+\underset{\‾}{u}\left(n\right)---\left(17\right)$

其中，0≤n≤G-1，并且

y(n)＝[y(n；0)，...，y(n；N-1)]^T

s _i＝[s_i(0)，...，s_i(N-1)]^T

u(n)＝[u(n；0)，...，u(n；N-1)]^T                     (18)

其中，s _i是用户i的大小N×1的发射信号矢量；并且u(n)是FFT操作之后的AWGN。

根据以上，第n块的第k子载波可以方便地表示为： $y(n;k)={\mathrm{\λ}}_{k}d(n;k){\mathrm{\Σ}}_{i=0}^{T-1}{c}_i\left(n\right)s_i\left(k\right).$ 从第0块到第G-1块收集第k子载波的接收信号得到

$\underset{\‾}{\overset{~}{y}}\left(k\right)={\mathrm{\λ}}_k\widetilde{\underset{\‾}{D}}\left(k\right)\underset{i=0}{\overset{T-1}{\mathrm{\Σ}}}{s}_i\left(k\right){\underset{\‾}{c}}_i+\widetilde{\underset{\‾}{u}}\left(k\right)---\left(17\right)$

其中

$\underset{\‾}{\overset{~}{y}}\left(k\right)=[y(0;k),\·\·\·,y(G-1;k){]}^T$

$\underset{\‾}{\overset{~}{D}}\left(k\right)=\mathrm{diag}\{d(0;k),\·\·\·,d(G-1;k)\}---\left(20\right)$

使用

解扩

得到

${\underset{\‾}{z}}_i\left(k\right)={\underset{\‾}{c}}_i^H{\widetilde{\underset{\‾}{D}}}^H\left(k\right)\underset{\‾}{\overset{~}{y}}\left(k\right)---\left(21\right)$

$={\mathrm{\λ}}_k{s}_i\left(k\right)+u\left(k\right)$

或者

z _i＝Λs _i+u _i                                            (22)

其中z _i＝[z_i(0)，...，z_i(N-1)]^T并且u _i＝[u_i(0)，...，u_i(N-1)]^T。注意u _i是具有与u(n)相同特性的AWGN。因此，如果信道响应在全部G个块内恒定，则MC-DS-CDMA不会经历任何MAI(多址干扰)和ISI(符号间干扰)，只要T≤G。

MC-CDMA

MC-DS-CDMA在通过不同的时间块传输属于同一符号的码片信号的意义上执行时间扩展。MC-CDMA通过以下执行频域扩展：通过同一个块内的不同子载波传输那些码片信号。将T指示为用户总数；Q为每个用户的一个块中传输的符号数；并且G为对全部用户共同的处理增益。注意N＝QG为子载波总数。

对于MC-CDMA系统，每个用户的Q个符号首先使用它自己的扩展码展开，然后用于全部用户的码片序列被总计；最后大小N的总码片信号被交错，并且被传递到N点IFFT处理器，继之以添加CP。在接收机侧，FFT之后的第n接收块可表示为

y(n)＝ΛIID(n)Cs(n)+u(n)                       (23)

其中II为交错器矩阵，用于将来自同一符号的发射码片序列扩展到可能非连续的子载波；并且

y(n)＝[y(n；0)，...，y(n；N-1)]^T

C＝diag{                C            ，...，                C            }

$\underset{\‾}{s}\left(n\right)=[{\underset{\‾}{\overset{\‾}{s}}}_1^T\left(n\right),\·\·\·,{\underset{\‾}{\overset{\‾}{s}}}_Q^T\left(n\right){]}^T---\left(24\right)$

其中

                C            ＝[c ₀，...c _T-1]

                s             _i(n)＝[s₀(n；i)，...，s_T-1(n；i)]^T                     (25)

将接收信号矢量y(n)分成Q个非重叠的短列矢量，每个都具有对应于属于同一符号的码片信号的G个元素。于是对于i＝1，...，Q，方程(23)可被去耦为

y _i(n)＝Λ _i D _i(n)                cs             _i(n)+u _i(n)                        (26)

其中Λ _i和D _i(n)为Λ和D(n)的第i子块。注意，为了对每个发射符号实现类似的频率分集(frequency diversity)，可以以这样的方式设计交错器：Λ _i从Λ中获取元素，以便Tr{|Λ _i|²}对于每个子块几乎恒定。这能够通过将属于同一符号的码片信号分配给相等间隔的子载波而实现。从(36)可以看出，MC-CDMA经历了MAI，但是没有ISI。同样，可对每个单独的块进行信号检测。

CP-CDMA

MC-DS-CDMA和MC-CDMA两者在通过IDFT预先变换每个数据块的意义上都是多载波系统。

下一步，考虑那些系统的单载波对偶(dual)，其直接传输数据块，而没有使用任何预先变换。

CP-CDMA是MC-CDMA的单载波对偶。假定在同一小区内有T个用户，并且每个用户具有共同的处理增益G。用于一个用户的每个块中包含的符号数为Q＝N/G。

对于CP-CDMA系统，每个用户的Q个符号首先使用它自己的扩展码展开，然后用于全部用户的码片序列被总计；大小N的总码片信号然后被传递到添加CP的CP插入器。利用CP-CDMA和MC-CDMA之间的对偶性，根据(23)，FFT之后的CP-CDMA的第n接收块可被写为

y(n)＝ΛWD(n)Cs(n)+u(n)                      (27)

其中y(n)、C和s(n)的定义与MC-CDMA的情况相同。从(27)可以看出，CP-CDMA对于每个块都经历了MAI和ISI两者，这样一来就需要强有力的信号处理，以便恢复发射信号。

CP-DS-CDMA

CP-DS-CDMA是MC-DS-CDMA的单载波对偶。将T指示为用户总数；N为用于每个块的子载波数；并且G为对全部用户共同的处理增益。CP-DS-CDMA系统如下执行块扩展：每个用户的N个符号首先使用它自己的扩展码展开，然后用于全部用户的码片序列被总计；对应于不同码片索引的总码片信号在不同的时间块内传输，这样一来就获取了G个块以发出N个符号的整个码片序列。

FFT之后的第n接收块可被写为

$\underset{\‾}{y}\left(n\right)=\underset{\‾}{\mathrm{\ΛWD}}\left(n\right)\underset{i=0}{\overset{T-1}{\mathrm{\Σ}}}{c}_i\left(n\right){\underset{\‾}{s}}_i+\underset{\‾}{u}\left(n\right)---\left(28\right)$

其中n＝0，...，G-1，并且

y(n)＝[y(n；0)，...，y(n；N-1)]^T

s _i＝[s_i(0)，...，s_i(N-1)]^T

u(n)＝[u(n；0)，...，u(n；N-1)]^T                          (29)

如果同一组的长扰码被施加到G个块，亦即D(0)＝...＝D(G-1)＝D _l，那么通过从第0块到第(G-1)块收集第k子载波的接收信号，得到

$\underset{\‾}{\overset{~}{y}}\left(k\right)={\mathrm{\λ}}_k\underset{i=0}{\overset{T-1}{\mathrm{\Σ}}}\underset{\‾}{W}(k,:){\underset{\‾}{\mathrm{Ds}}}_i{\underset{\‾}{c}}_i+\underset{\‾}{\overset{~}{u}}\left(k\right)---\left(30\right)$

其中， $\underset{\‾}{\overset{~}{y}}\left(k\right)=[y(0;k),\·\·\·,y(G-1;k){]}^T,$ 并且W(k，：)指示W的第k行。注意W(k，：)Ds _i为缩放器。使用c _i来执行解扩，得到

${\underset{\‾}{z}}_i\left(k\right)={\underset{\‾}{c}}_i^H\underset{\‾}{\overset{~}{y}}\left(k\right)$

$={\mathrm{\λ}}_k\underset{\‾}{W}(k,:){\underset{\‾}{\mathrm{Ds}}}_i+\underset{\‾}{\overset{~}{u}}\left(k\right)$ (31)

这样一来

z _i＝ΛWDs _i+u _i                                    (32)

其中z _i＝[z_i(0)，...，z_i(N-1)]^T，并且u _i＝[u_i(0)，...，u_i(N-1)]^T。注意如果D＝I，则(32)是MC-DS-CDMA模型(22)的单载波对偶。从(32)中可以看出，CP-DS-CDMA没有经历MAI，但它确实具有ISI。还可以注意到，在块解扩之后，CP-DS-CDMA系统等同于单载波CP(SCCP)系统。

现在考虑一般的MIMO信道模型。假定MIMO信道通过以下输入输出关系描述：

x＝Hs+n                                         (33)

其中s、x和n分别指示发射信号矢量、接收信号矢量和接收噪声矢量；H为信道矩阵，表示从发射天线到接收天线的响应。不失一般性，假定s、x和n全都为N×1矢量，并且H为N×N矩阵。假定 $\mathrm{\ϵ}\left[{\underset{\‾}{\mathrm{ss}}}^H\right]={\mathrm{\σ}}_s^2\underset{\‾}{I},$ $\mathrm{\ϵ}\left[{\underset{\‾}{\mathrm{nn}}}^H\right]={\mathrm{\σ}}_n^2\underset{\‾}{I},$ ε[sn ^H]＝0。将P指示为用于信道(33)的线性均衡器，其生成输出：

z＝P ^H x                                          (34)

然后，最小均方差(MMSE)均衡器由

${\underset{\‾}{P}}_{\mathrm{MMSE}}={\mathrm{\σ}}_s^2[{\mathrm{\σ}}_s^2{\underset{\‾}{\mathrm{HH}}}^H+{\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}\underset{\‾}{H}---\left(35\right)$

给出。

在下文中，详细说明用于每个基于CP的CDMA系统的线性接收机。

MC-DS-CDMA使用G个连续的块为每个子载波执行块解扩。然后将单抽头均衡器应用于解扩输出以取回发射信号。对第i子载波的MMSE均衡器由

$\mathrm{Pi},\mathrm{MMSE}=\frac{{\mathrm{\σ}}_s^2{\mathrm{\λ}}_i}{{\mathrm{\σ}}_s^2{\mathrm{\λ}}_i^2+{\mathrm{\σ}}_n^2}---\left(36\right)$

给出。

对于MC-CDMA，对每个子块进行信号分离。用于第n块的第i子块的信道矩阵为

H _i＝Λ _i D _i(n)                C                                                    (37)

这样一来，对于满载系统，MMSE均衡器就由

${\underset{\‾}{P}}_{i,\mathrm{MMSE}}={\mathrm{\σ}}_s^2[{\mathrm{\σ}}_s^2{{\left|{\underset{\‾}{\mathrm{\Λ}}}_i\right|}^2+\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}{\underset{\‾}{\mathrm{\Λ}}}_i{\underset{\‾}{D}}_i\left(n\right)\stackrel{\‾}{\underset{\‾}{C}}---\left(38\right)$

给出，其通过单抽头均衡器(σ_s ²[σ_s ²|Λ _i|²+σ_n ² I]^-1 Λ _i)^H、继之以解扩器[D _i(n)                C            ]^H而实现。

对于CP-CDMA，用于第n块的信道矩阵由

H＝ΛWD(n)                C                                                      (39)给出。

这样一来，对于满载系统，MMSE均衡器就由

${\underset{\‾}{P}}_{\mathrm{MMSE}}={\mathrm{\σ}}_s^2[{\mathrm{\σ}}_s^2{{\left|\underset{\‾}{\mathrm{\Λ}}\right|}^2+\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}\underset{\‾}{\mathrm{\ΛD}}\left(n\right)\stackrel{\‾}{\underset{\‾}{C}}---\left(40\right)$

给出，其通过单抽头均衡器(σ_s ²[σ_s ²|Λ|²+σ_n ² I]^-1 Λ)^H继之以IDFT算子W ^H、继之以解扩器[D(n)C]^H而实现。

CP-DS-CDMA使用G个连续的块执行块解扩，解扩之后的信道矩阵由

H＝ΛW                                            (41)给出。

这样一来，MMSE均衡器就由

${\underset{\‾}{P}}_{\mathrm{MMSE}}={\mathrm{\σ}}_s^2[{\mathrm{\σ}}_s^2{{\left|\underset{\‾}{\mathrm{\Λ}}\right|}^2+\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}\underset{\‾}{\mathrm{\ΛW}}---\left(42\right)$

给出，其通过单抽头均衡器(σ_s ²[σ_s ²|Λ|²+σ_n ² I]^-1 Λ)^H继之以IDFT算子W ^H而实现。

在块解扩之后，CP-DS-CDMA系统变成SCCP系统，并且类似地，MC-DS-CDMA变成OFDM系统。

下一步，描述根据本发明实施例的线性均衡器，其适用于各种CDMA系统。

线性均衡器易于实现，然而，它们是下述意义上的单用户检测器：当检测一个符号时，其它的全部被视为干扰。BI-GDFE(块迭代广义判定反馈均衡器)用于实现基于CP的CDMA系统的近ML检测。其思想是迭代地并且同时地(但不是联合地)检测发射符号，并且在每次迭代中，先前的迭代做出的判定用于消除干扰，以便对于全部检测的符号实现统计上最大化的SINR。

图6示出了根据本发明一实施例的均衡器600。

下标l用于指示第l次迭代。均衡器600(BI-GDFE)利用来自第(l-1)次迭代的判定指导的符号来辅助第l次迭代的信号检测。在第l次迭代，接收信号x被传递到对应于矩阵K_l的前馈均衡(FFE)单元601；与此同时，来自第(l-1)次迭代的硬判定

通过对应于矩阵D_l的反馈均衡器(FBE)602。来自FFE单元601和FBE 602的输出由组合器603组合，并且进一步由双向限幅器604用来做出第l次迭代的硬判定。令

${\underset{\‾}{z}}_l={\underset{\‾}{K}}_l^H\underset{\‾}{x}+{\underset{\‾}{D}}_l{\underset{\‾}{\overset{^}{s}}}_l-1---\left(43\right)$

可以看出BI-GDFE的关键思想在于，来自FFE的信号分量s被保留，而使用FBE消除干扰。

定理1：

假定 $\mathrm{\ϵ}\left[{\underset{\‾}{\mathrm{ss}}}^H\right]={\mathrm{\σ}}_s^2\underset{\‾}{I},$ $\mathrm{\ϵ}\left[{\underset{\‾}{s\hat{s}}}_{l-1}^H\right]={\mathrm{\ρ}}_{l-1}{\mathrm{\σ}}_s^2\underset{\‾}{I},$ 并且 $\mathrm{\ϵ}\left[{\underset{\‾}{\overset{^}{s}}}_{l-1}{\underset{\‾}{\overset{^}{s}}}_{l-1}^H\right]={\mathrm{\σ}}_s^2\underset{\‾}{I}.$ 指示 ${\underset{\‾}{A}}_l=\mathrm{diag}\left({\underset{\‾}{K}}_l^H\underset{\‾}{H}\right),$ 其取K _l ^H H的对角元素，那么在第l次迭代使信号与干扰加噪声之比(SINR)最大的最优FFE和FBE由

${\underset{\‾}{K}}_l={\mathrm{\σ}}_s^2[{\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1}^2){\underset{\‾}{\mathrm{HH}}}^H+{\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}\underset{\‾}{H}---\left(44\right)$

${\underset{\‾}{D}}_l={\mathrm{\ρ}}_{l-1}({\underset{\‾}{A}}_l-{\underset{\‾}{K}}_l^H\underset{\‾}{H})---\left(45\right)$

给出，并且s的第k符号的最大SINR由

${\mathrm{\γ}}_l\left(k\right)=\frac{|{\underset{\‾}{A}}_l(k,k){|}^2{\mathrm{\σ}}_s^2}{{\underset{\‾}{R}}_{\widetilde{n_l}}(k,k)}---\left(46\right)$

${\underset{\‾}{R}}_{\widetilde{n_l}}=\frac{{\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1}^2)}{{\mathrm{\ρ}}_{l-1}^2}{\underset{\‾}{D}}_l{\underset{\‾}{D}}_l^H+{\mathrm{\σ}}_n^2{\underset{\‾}{K}}_l{\underset{\‾}{K}}_l^H---\left(47\right)$

给出，而且X(i，j)指示矩阵X在第i行和第j列的元素。

定理2：假定 $\mathrm{\ϵ}\left[{\underset{\‾}{\mathrm{ss}}}^H\right]={\mathrm{\σ}}_s^2\underset{\‾}{I},$ $\mathrm{\ϵ}\left[{\underset{\‾}{s\hat{s}}}_{l-1}^H\right]={\mathrm{\ρ}}_{l-1}{\mathrm{\σ}}_s^2\underset{\‾}{I},$ 并且 $\mathrm{\ϵ}\left[{\underset{\‾}{\overset{^}{s}}}_{l-1}{\underset{\‾}{\overset{^}{s}}}_{l-1}^H\right]={\mathrm{\σ}}_s^2\underset{\‾}{I}.$ 考虑x＝Hs+n的MIMO信道，并且假定信道矩阵H可被分解为：H＝H ₀ E，其中，被称作变换矩阵的E为酉矩阵，亦即EE ^H＝I。将K _l，0和D _l，0指示为在MIMO信道：x＝H ₀ s+n的第l次迭代的FFE和FBE，并且 ${\underset{\‾}{A}}_{l,0}=\mathrm{diag}\left({\underset{\‾}{K}}_{l,0}^H{\underset{\‾}{H}}_0\right).$ 那么以下成立：

(1)MIMO信道x＝Hs+n的FFE K _l和FBE D _l可被表示为

K _l＝K _l，0 E                                              (48)

${\underset{\‾}{D}}_l={\underset{\‾}{E}}^H{\underset{\‾}{D}}_{l,0}\underset{\‾}{E}+{\mathrm{\ρ}}_{l-1}(\mathrm{diag}\left({\underset{\‾}{E}}^H{\underset{\‾}{K}}_{l,0}^H{\underset{\‾}{H}}_0\underset{\‾}{E}\right)-{\underset{\‾}{E}}^H{\underset{\‾}{A}}_{l,0}\underset{\‾}{E})---\left(49\right)$

(2)如果H ₀是对角矩阵，并且E的元素全都具有相同幅值，那么K _l，0和 ${\underset{\‾}{A}}_{l,0}={\underset{\‾}{K}}_{l,0}^H{\underset{\‾}{H}}_0$ 为对角矩阵，并且

${\underset{\‾}{K}}_l^H\underset{\‾}{H}={\underset{\‾}{E}}^H{\underset{\‾}{A}}_{l,0}\underset{\‾}{E}---\left(50\right)$

A _l＝α_l I                                            (51)

D _l＝ρ_l-1 E ^H(αlI-A _l，0)E                            (52)

${\underset{\‾}{R}}_{\widetilde{n_l}}(k,k)=\frac{1}{N}\mathrm{Tr}\left({\underset{\‾}{R}}_{l,0}\right)---\left(53\right)$

其中 ${\mathrm{\α}}_l=\frac{1}{N}\mathrm{Tr}\left({\underset{\‾}{A}}_{l,0}\right),$ 并且

${\underset{\‾}{R}}_{l,0}={\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1}^2)({\underset{\‾}{A}}_{l,0}-{\mathrm{\α}}_l\underset{\‾}{I}){({\underset{\‾}{A}}_{l,0}-{\mathrm{\α}}_l\underset{\‾}{I})}^H+{\mathrm{\σ}}_n^2{\underset{\‾}{K}}_{l,0}^H{\underset{\‾}{K}}_{l,0}---\left(54\right)$

为对角矩阵。

若干评论依次如下。

·FBE D_l的对角元素全都为零，这样一来较早做出的判定就决不会贡献于双向限幅器输入z _l中的信号分量；

·参数ρ_l-1被称作发射信号s和在第(l-1)次迭代做出的硬判定

之间的互相关性系数。这个系数的选择起到关键作用来保证迭代算法的收敛。对于初始化，设置ρ₀＝0，这样一来FFE K _l实际上就是传统的MMSE均衡器，并且不存在反馈。当先前做出的判定完美时，相关性系数为1，FBE消除全部干扰，并且FFE变为匹配滤波器，H，或者最大比合并(MRC)均衡器。

·如果H ₀为对角矩阵，并且E的元素全都具有相同幅值，那么用于H的FFE和FDE可分解成两项，它们涉及基本信道H ₀和变换矩阵E。此外，信道H的SINR与变换无关。然而，当变换E对于其元素具有不一致的幅值时，情况并不是这样。

使用上述理论，BI-GDFE适用于每个基于CP的CDMA系统，并且为每次迭代得出最优均衡器。因为MC-DS-CDMA在块解扩之后等同于OFDM系统，所以通过单抽头均衡器直接实现了其ML检测。然而，用于OFDM系统的数学公式在为其它基于CP的CDMA系统得出最优权重中充当基础。这样一来就首先考虑MC-DS-CDMA系统。

MC-DS-CDMA

在块解扩之后，MC-DS-CDMA系统等价于(22)。指示H ₀＝Λ，那么

${\underset{\‾}{K}}_{l,0}={\mathrm{\σ}}_s^2\left[{\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1}^2)\right|\underset{\‾}{\mathrm{\Λ}}{|}^2{+\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}\underset{\‾}{\mathrm{\Λ}}---\left(55\right)$

D_l，0＝0                                               (56)

注意H ₀和K _l，0两者都是对角矩阵。

MC-CDMA

对于MC-CDMA，每个时间块由Q个子块组成，用于第n块的第i子块的信道矩阵由

${\underset{\‾}{H}}_i={\underset{\‾}{\mathrm{\Λ}}}_i^{-}{\underset{\‾}{D}}_i\left(n\right)\underset{\‾}{C}---\left(57\right)$

给出。

定义E＝D _i(n)C，并且注意E的元素具有相同幅值。对于满载系统，EE ^H＝I。应用定理2和MC-DS-CDMA系统的结果，获得用于第l次迭代的FFE和FBE如下：

K _l，i＝F _l，i D _i(n)C                                           (58)

D _l，i＝ρ_l-1，i([D _i(n)C]^H B _l，i D _i(n)C)                        (59)

其中

${\underset{\‾}{F}}_{l,i}={\mathrm{\σ}}_s^2\left[{\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1,i}^2)\right|{\underset{\‾}{\mathrm{\Λ}}}_i{|}^2+{\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}{\underset{\‾}{\mathrm{\Λ}}}_i---\left(60\right)$

${\underset{\‾}{B}}_{l,i}=a_{l,i}\underset{\‾}{I}-{\underset{\‾}{F}}_{l,i}^H{\underset{\‾}{\mathrm{\Λ}}}_i---\left(61\right)$

其中 $a_{l,i}=\frac{Q}{N}\mathrm{Tr}\left({\underset{\‾}{F}}_{l,i}^H{\underset{\‾}{\mathrm{\Λ}}}_l\right),$ 并且ρ_l-1，i为发射信号s _i和在第(l-1)次迭代做出的判定之间的相关性，其可通过SINR计算：

${\mathrm{\γ}}_{l,i}\left(k\right)=\frac{N{\stackrel{\‾}{a}}_{l,i}^2{\mathrm{\σ}}_s^2}{\mathrm{QTr}({\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1,i}^2){\underset{\‾}{B}}_{l,i}{\underset{\‾}{B}}_{l,i}^H+{\mathrm{\σ}}_n^2{\underset{\‾}{F}}_{l,i}^H{\underset{\‾}{F}}_{l,i})},\∀k---\left(62\right)$

注意F _l，i和B _l，i两者都是对角矩阵，表示单抽头均衡器。在图7中示出了用于MC-CDMA的均衡器。

图7示出了根据本发明一实施例的均衡器700。

在第l次迭代，接收信号x被传递到对应于矩阵F _l ^H的前馈均衡(FFE)单元701；与此同时，来自第(l-1)次迭代的硬判定通过对应于矩阵D _i(n)C的第一处理单元702。第一处理单元702的输出由对应于矩阵B _l的第二处理单元703处理。来自FFE单元701和第二处理单元703的输出由组合器704组合，并且在由对应于矩阵[D _i(n)C]^H的第三处理单元705处理之后，组合器704的输出由双向限幅器706用来做出第l次迭代的硬判定。

最后，对于部分加载的系统，可在每个子载波均衡器F _l，i中增加缩放因子，得到

${\underset{\‾}{F}}_{l,i}={\mathrm{\σ}}_s^2\left[\frac{T}{G}{\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1,i}^2)\right|{\underset{\‾}{\mathrm{\Λ}}}_i{|}^2+{\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}{\underset{\‾}{\mathrm{\Λ}}}_i$

CP-CDMA

对于CP-CDMA，用于第n块的信道矩阵如下：

H＝ΛWD(n)C                                 (63)

定义E＝WD(n)C。对于满载系统，EE ^H＝I。应用定理2和MC-DS-CDMA系统的结果，获得用于第l次迭代的FFE和FBE如下：

K _l＝F _l WD(n)C                                (64)

${\underset{\‾}{D}}_l={\mathrm{\ρ}}_{l-1}({\underset{\‾}{A}}_l-[{\underset{\‾}{D}}_i\left(n\right)\underset{\‾}{C}{]}^H{\underset{\‾}{W}}^H{\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\ΛWD}}\left(n\right)\underset{\‾}{C})---\left(65\right)$

其中

${\underset{\‾}{F}}_l={\mathrm{\σ}}_s^2\left[{\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1}^2)\right|\underset{\‾}{\mathrm{\Λ}}{|}^2+{\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}\underset{\‾}{\mathrm{\Λ}}---\left(66\right)$

${\underset{\‾}{A}}_l=\mathrm{diag}\left(\right[\underset{\‾}{\mathrm{WD}}\left(n\right)\underset{\‾}{C}{]}^H{\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\ΛWD}}\left(n\right)\underset{\‾}{C})---\left(67\right)$

注意，由于E的元素并不具有相同的幅值，所以FBE D _l不能将纯信道Λ的作用从码的那些中去耦。这样一来对于不同的检测符号，均衡的SINR也会不同。最后，对于部分装载的系统，可在每个子载波均衡器F _l中增加缩放因子，得到

${\underset{\‾}{F}}_l={\mathrm{\σ}}_s^2\left[\frac{T}{G}{\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1,i}^2)\right|{\underset{\‾}{\mathrm{\Λ}}}_i{|}^2+{\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}\underset{\‾}{\mathrm{\Λ}}.$

CP-DS-CDMA

在块解扩之后，由

H＝ΛW                                           (68)

给出用于CP-DS-CDMA的信道矩阵。

这样一来第l次迭代的FFE和FBE如下

K _l＝F _l W                                          (69)

D _l＝ρ_l-1(W ^H B _l W)                                 (70)

其中

${\underset{\‾}{F}}_l={\mathrm{\σ}}_s^2\left[{\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1}^2)\right|\underset{\‾}{\mathrm{\Λ}}{|}^2+{\mathrm{\σ}}_n^2\underset{\‾}{I}{]}^{-1}\underset{\‾}{\mathrm{\Λ}}---\left(71\right)$

${\underset{\‾}{B}}_l=a_l\underset{\‾}{I}-{\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\Λ}}---\left(72\right)$

其中 $a_l=\frac{1}{N}\mathrm{Tr}\left({\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\Λ}}\right).$

对于基于CP的CDMA系统，合成信道矩阵由从发射机侧到接收机侧的纯信道响应和与活动用户相关联的扩展码组成。当长扰码被利用D(n)≠I时，FFEK _l和FBED _l依赖于信道响应，以及长扰码。对于MC-CDMA和CP-DS-CDMA系统，来自这两个因素的作用可被去耦，这样一来F _l和B _l两者都独立于长码。然而，对于CP-CDMA，最优FBED _l不能将来自这两个因素的作用去耦。此外，均衡的SINR也依赖于长扰码。这样一来当应用BI-GDFE时，CP-CDMA的接收机复杂度一般而言高于其它两种系统的接收机复杂度。

在下文中，提出次最优简化解决方案来设计均衡器并利用长扰码来计算CP-CDMA系统的SINR。

有人也许主张只能使用短正交码。然而，只使用短码对于CP-CDMA可能导致非常差的性能。

参考方程(64)和(65)，定义

${\stackrel{\‾}{a}}_l=\frac{1}{N}\mathrm{Tr}\left({\underset{\‾}{A}}_l\right)---\left(73\right)$

${\underset{\‾}{B}}_l={\mathrm{\ρ}}_{1-l}({\stackrel{\‾}{a}}_l\underset{\‾}{I}-{\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\Λ}})---\left(74\right)$

G _l＝ρ_l-1(A _l-            a_l I)                             (75)

于是用于第l次迭代的FBE可被表示为

D _l＝[WD(n)C]^H B _l WD(n)C)+G _l                     (76)

注意方程(66)中的F _l和上面的B _l两者都是对角矩阵，因而它们是单抽头均衡器。然而，由于A _l的对角元素不相同，所以附加的块G _l被用来满足对B _l的这种对角性要求。在图8中示出了用于CP-CDMA的均衡器。

图8示出了根据本发明一实施例的均衡器800。

在第l次迭代，接收信号x被传递到对应于矩阵F _l ^H的前馈均衡(FFE)单元801；与此同时，来自第(l-1)次迭代的硬判定

通过对应于矩阵WD(n)C的第一处理单元802。第一处理单元802的输出由对应于矩阵B _l的第二处理单元803处理。来自FFE单元801和第二处理单元803的输出由第一组合器804组合，所述第一组合器804的输出由对应于矩阵[WD(n)C]^H的第三处理单元805处理。来自第(l-1)次迭代的硬判定

也由对应于矩阵G_l的第四处理单元806处理。第四处理单元806和第三处理单元805的输出由第二组合器807组合，所述第二组合器807的输出由双向限幅器808用来做出第l次迭代的硬判定。

此外，由于            a_l和G _l两者都依赖于长码D(n)，所以必须从一个块到另一个块地对它们进行计算和更新，致使BI-GDFE的实现非常复杂。为了简化计算，提出了两个次最优技术。

次最优BI-GDFE-I：

${\stackrel{\‾}{a}}_l=\frac{1}{N}\mathrm{Tr}\left({\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\Λ}}\right)---\left(77\right)$

${\mathrm{\γ}}_l\left(k\right)=\frac{N{\stackrel{\‾}{a}}_l^2{\mathrm{\σ}}_s^2}{\mathrm{Tr}({\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1}^2)/{\mathrm{\ρ}}_{l-1}^2{\underset{\‾}{B}}_l{\underset{\‾}{B}}_l^H+{\mathrm{\σ}}_n^2{\underset{\‾}{F}}_l^H{\underset{\‾}{F}}_l)},\∀k---\left(78\right)$

G _l＝ρ_l-1(A _l-            a_l I)                                  (79)

次最优BI-GDFE-II：

${\stackrel{\‾}{a}}_l=\frac{1}{N}\mathrm{Tr}\left({\underset{\‾}{F}}_l^H\underset{\‾}{\mathrm{\Λ}}\right)---\left(80\right)$

${\mathrm{\γ}}_l\left(k\right)=\frac{N{\stackrel{\‾}{a}}_l^2{\mathrm{\σ}}_s^2}{\mathrm{Tr}({\mathrm{\σ}}_s^2(1-{\mathrm{\ρ}}_{l-1}^2)/{\mathrm{\ρ}}_{l-1}^2{\underset{\‾}{B}}_l{\underset{\‾}{B}}_l^H+{\mathrm{\σ}}_n^2{\underset{\‾}{F}}_l^H{\underset{\‾}{F}}_l)},\∀k---\left(81\right)$

G _l＝0                                              (82)

利用这些简化，提出了适用于任何类型的基于CP的CDMA系统的可重新配置的BI-GDFE接收机并将其示出在图9中。它对应于图4中示出的均衡器，其中使用矩阵Q而不是V。

图9示出了根据本发明一实施例的均衡器900。

在第l次迭代，接收信号x被传递到对应于矩阵F _l ^H的前馈均衡(FFE)单元901；与此同时，来自第(l-1)次迭代的硬判定

通过对应于矩阵Q的第一处理单元902。第一处理单元902的输出由对应于矩阵B _l的第二处理单元903处理。来自FFE单元901和第二处理单元903的输出由组合器904组合，并且在由对应于矩阵Q^H的第三处理单元905处理之后，组合器904的输出由双向限幅器906用来做出第l次迭代的硬判定。

·FFE(FFE单元901)和FBE(第二处理单元903)两者都是单抽头均衡器，并且由纯物理信道确定，这样一来它们就可以预先确定；

·变换矩阵Q被配置如下：Q＝WD(n)C用于CP-CDMA，Q＝D(n)C用于MC-CDMA，Q＝W用于CP-DS-CDMA，Q＝0用于MC-DS-CDMA(意味着MC-DS-CDMA不需要迭代)。

·对于MC-DS-CDMA和CP-DS-CDMA执行块解扩。

·当不执行迭代时，所提出的接收机等同于传统的MMSE接收机。

对于DS-CDMA系统，没有用于每个块的CP。传统上，已针对DS-CDMA下行链路提出两种类型的低复杂度接收机：瑞克接收机以及均衡接收机。每一个的性能依赖于无线信道的性质，以及业务负载。具体地，当扩展因子足够大时，在抑制指间干扰(IFI)和MAI两者方面，瑞克接收机是有效的；然而，这种干扰抑制能力会随着业务负载的增加而下降。通过恢复码的正交性，均衡接收机在理论上能够抑制来自用于CDMA下行链路的同一小区的IFI和MAI两者。然而，考虑到任何实际自适应均衡算法的复杂度限制和慢收敛，均衡接收机的可实现的性能通常具有与理论上预测的性能的大差距。

然而，即使没有CP，当信道延迟扩展与块大小相比较小时，(27)的输入输出关系也近似满足。这样一来FEQ方法就仍然能够适用于传统的DS-CDMA系统。因此，使用FEQ的设计用于CP-CDMA的BI-GDFE方案仍然适用于传统的DS-CDMA。

最后，所提出的方案也能够适用于与MC-CDMA不同的任何系统，诸如时间频率扩展MC-CDMA和CP-CDMA之类。而且，尽管提供了用于下行链路情形的均衡器权重设计，但是所提出的方法在上行链路情形中的适用性是直截了当的。此外，当MIMO应用于MC-CDMA、CP-CDMA以及其它时，用于SVD或矩阵求逆的矩阵的维数仍然由MIMO信道所提供的空间维数确定，这样一来就能够预期非常简单的迭代接收机。

如上所述，所提出的迭代接收机的收敛性对输入-判定相关性系数ρ_l的确定非常敏感。如果信号维数为无穷大，则使用高斯近似基于第l次迭代的均衡SNR在理论上能够计算出相关性系数。例如，在[1]、[2]中，对于QPSK调制，相关性系数由

${\mathrm{\ρ}}_l=1-2Q\left(\sqrt{{\mathrm{\γ}}_l}\right)---\left(83\right)$

确定，其中γ_l为在第l次迭代的均衡SINR。

应指出，只有当信号维数变为无穷大，并且在每个检测符号的均衡SINR相等时，这种方法才有效。在实践中，信号维数通常是小的，并且此外，对于诸如这个文件中考虑的CP-CDMA之类的某些系统，均衡SINR对于不同的检测符号不相等。因此，希望设计一种鲁棒的方法来计算适用于具有有限信号维数和不相等的均衡SINR的系统的相关性。

对于具有有限信号维数的系统，输入-判定相关性从一个实现到另一个实现而波动。这里描述了基于蒙特卡罗仿真来确定相关性的鲁棒方法。

其工作如下。

(1)对于具有SNRγ的AWGN信道，生成N个调制符号的块，并且对接收信号做出硬判定，然后计算发射信号和硬判定符号之间的互相关性。对于给定的SNRγ，重复这个过程比方说10000次运行，由此获得相关性的10000个实现。

(2)计算这些相关性的平均值，其应当接近于用于QPSK调制的公式(83)；

(3)从10000次运行中搜索相关性的最小值。这个最小值实际上是最差情况的相关性。

(4)计算平均相关性和最小相关性之间的平均值，并且这个值充当成对的SNRγ和块大小N的相关性，而不考虑蒙特卡罗运行。

(5)将SNRγ从比方说-20dB变到比方说20dB，并且获得相关性-SNR曲线。

可基于测量的曲线生成查询表，并且当系统具有相等的均衡SINR时，可直接应用选中的值。对于具有不相等的均衡SINR的系统，可应用两种方法。一种是使用检测符号的SINR的几何平均。

在这种情况下，必须计算噪声协方差矩阵。而且，几何平均的计算可以很具扩展性。另一种解决方案是使用平均SINR，其被定义为平均信号功率和平均干扰加噪声功率之间的比率。这种方法十分显著地简化了计算。

若干评论依次如下。

(1)对于有限信号维数，如果相关性被高估，那么接近于MRC(close-to-MRC)的权重被设计用于FFE，并且即使情况不是这样，也可以认为大多数的干扰被消除。对于这样的情况可能无法实现收敛。

(2)一种方法是将每个SNR处的最小相关性选择为相关性度量。尽管这一般可以导致收敛的解，但是收敛速度通常非常慢。

(3)通过将输入-判定相关性选择为仿真相关性的最小值和平均值的平均，在大多数的情况下在收敛速度和保证收敛之间进行折衷。

(4)另一种简单的方法是设置一组固定的相关性值。这种相关性组的选择可通过蒙特卡罗仿真来进行。

在图10中示出了根据仿真的不同信噪比和不同信号维数的输入-判定相关性。

图10示出了根据本发明一实施例的曲线图1000。

对于曲线图1000的x轴1001上指示的不同信噪比，通过仿真来确定输入-判定相关性ρ，在这种情况下通过2000次蒙特卡罗运行。在曲线图1000的y轴1002上指示输入-判定相关性ρ。

信噪比和相关性ρ的对应关系用多个曲线1003指示，每个曲线1003对应于信号维数，如方框1004中指示的那样。

可以看出，随着块大小(信号维数)增加，输入-判定相关性变得较少波动。因此，在设计FBE中可应用较大的相关性系数。

从仿真可以看出，可实现的BI-GDFE性能没有收敛于平行于MFB(匹配滤波器界)的曲线，这意味着传统MC-CDMA或BI-GDFE可能存在一些问题。这背后的原因在于，传统的MC-CDMA实际上没有实现系统的全分集。为了实现信道所包含的全分集并且为了辅助所提出的BI-GDFE实现这样的分集，在一个实施例中，使用了新的MC-CDMA系统。

不同于在频域中扩展发射符号、然后使用逆FFT(IFFT)变换扩展码片信号的传统MC-CDMA，所提出的MC-CDMA在扩展器和IFFT算子之间插入大小N的随机交错器。使用这种修改，所提出的利用BI-GDFE的MC-CDMA实现了无线信道所包含的全分集。

在这个文件中，引用了以下出版物：

Beheshti，S.H.Isabelle and G.W.Wornel，″Jointintersymbol and multiple access interference suppressionalgorithms for CDMA systems，″European Trans.Telecomm.Related Technol.，vol.9，pp.403-418，Sept.-Oct.1998

A.M.Chan and G.W.Wornell，″A class of block-iterativeequalizers for intersymbol interference channels：fixedchannel results，″IEEE Trans.on Communications，pp.1966-1976，vol.49，No.11，Nov.2001

N.Benvenuto and S.Tomasin，″Block iterative DFE forsingle carrier modulation″，Electronics Letters，pp.1144-1145，vol.38，No.19，Sept.2002

R.Kalbasi，R.Dinis，D.D.Falconer and A.H.Banihashemi，″Layered space-time receivers for single carrier transmissionwith iterative frequency domain equalization″，IEEE VTC-Spring′04，May 2004

Claims (9)

1.一种用于均衡经由至少一个通信信道接收的数字信号的方法，其中

——所述接收的数字信号的信号值被分组成至少一个接收信号值块；

——所述至少一个接收信号值块由迭代均衡器处理；

——在两次或更多次迭代中的每一次迭代中，对应于先前迭代的均衡信号值块由执行与第一矩阵相乘的反馈单元处理；

——在两次或更多次迭代中的每一次迭代中，所述至少一个接收信号值块由执行与第二矩阵相乘的前馈单元处理；

——在两次或更多次迭代中的每一次迭代中，更新所述第一矩阵；

——在两次或更多次迭代中的每一次迭代中，更新所述第二矩阵；

——在两次或更多次迭代中的每一次迭代中，基于当前迭代的所述前馈单元的输出和所述反馈单元的输出的组合来确定对应于当前迭代的块的均衡信号值块，

其中，基于对应于先前迭代的均衡信号值块和接收信号值块之间的相关性来更新所述第一矩阵和所述第二矩阵，并且

其中，基于预定相关性值来确定对应于先前迭代的均衡信号值块和接收信号值块之间的相关性。

2.根据权利要求1所述的方法，其中，借助于仿真来生成所述预定相关性值。

3.根据权利要求1所述的方法，其中，所述接收的数字信号是经由包括多个接收天线的MIMO系统接收的数字信号，并且每个接收天线对应于接收信号值块中的正好一个分量。

4.根据权利要求3所述的方法，其中，在两次或更多次迭代中的每次迭代中，接收信号值块在由所述前馈单元处理之前由执行与第三矩阵相乘的第一波束形成单元处理，并且其中对应于先前迭代的均衡信号值块在由所述反馈单元处理之前由执行与第四矩阵相乘的第二波束形成单元处理。

5.根据权利要求4所述的方法，其中，所述第三矩阵和所述第四矩阵对应于指定通信信道传输特性的信道矩阵的奇异值分解。

6.根据权利要求5所述的方法，其中，基于根据通信信道中使用的子载波的信道矩阵的分解来执行所述信道矩阵的奇异值分解。

7.根据权利要求1所述的方法，其中，所述第一矩阵和所述第二矩阵根据规定通信信道传输特性的信道矩阵来生成。

8.根据权利要求1所述的方法，其中，所述通信信道根据MC-DS-CDMA、MC-CDMA、CP-CDMA或CP-DS-CDMA来修改。

9.一种用于均衡经由至少一个通信信道接收的数字信号的均衡器，其中

——所述接收的数字信号的信号值被分组成至少一个接收信号值块；

——所述均衡器适于迭代地处理所述至少一个接收信号值块；

——在两次或更多次迭代中的每一次迭代中，所述均衡器生成对应于当前迭代的块的均衡信号值块；

并且其中所述均衡器包括：

——反馈单元，其执行与第一矩阵相乘，并且适于在两次或更多次迭代中的每一次迭代中，处理对应于先前迭代的均衡信号值块；

——前馈单元，其执行与第二矩阵相乘，并且适于在两次或更多次迭代中的每一次迭代中，处理所述至少一个接收信号值块；

——第一更新单元，其适于在两次或更多次迭代中的每一次迭代中更新所述第一矩阵；

——第二更新单元，其适于在两次或更多次迭代中的每一次迭代中更新所述第二矩阵；

——确定单元，其适于在两次或更多次迭代中的每一次迭代中，基于当前迭代的所述前馈单元的输出和所述反馈单元的输出的组合来确定对应于当前迭代的块的均衡信号值块，

其中，所述第一更新单元进一步适于基于对应于先前迭代的均衡信号值块和接收信号值块之间的相关性来更新所述第一矩阵，所述第二更新单元进一步适于基于对应于先前迭代的均衡信号值块和接收信号值块之间的相关性来更新所述第二矩阵，并且

其中，基于预定相关性值来确定对应于先前迭代的均衡信号值块和接收信号值块之间的相关性。

Images