CN101088226A - 无线接收器中的干扰抑制 - Google Patents

Abstract

当每符号有至少两个采样时以如下方式来执行针对与一连串符号有关的一连串采样的干扰抑制。确定与码内干扰抑制有关的第一白化滤波器的滤波器系数。使用第一白化滤波器和滤波器系数以及还使用与基于符号内采样的相关性质的码内干扰抑制有关的第二白化滤波器来白化一连串采样。

Description

无线接收器中的干扰抑制

技术领域

本发明主要地涉及数字无线接收器中的干扰抑制。具体而言，本发明涉及数字无线接收器中的共信道(co-channel)和邻信道干扰抑制。

背景技术

通信系统可以被视为一种支持在两个或者更多实体如用户设备和/或与系统相关联的其他节点之间进行通信的设施。通信例如可以包括语音、数据、多媒体等通信。通信系统可以是电路交换式或者分组交换式。通信系统可以被配置用以提供无线通信。

术语蜂窝通信系统是指其中由多个小区提供覆盖的系统。通信设备经由一次使用一个或者多个小区的蜂窝通信系统来通信。在蜂窝通信系统的区域内移动的通信设备通常根据与小区有关的信号的质量来改变小区。

频率再利用是指在邻近小区中使用某一频率频带。通常其目的在于在邻居小区中不使用同一频率频带。一般而言，使用其他频率频带的至少两个小区是在使用同一频率频带的两个小区之间。例如由于可用频率数目有限，所以可能有必要在彼此邻近甚至互为邻居的小区中使用给定的频率频带。在邻近小区中(或者一般而言由任何无线发送器)使用同一频率频带通常对在给定的小区中使用此频率频带的用户造成共信道干扰。在邻近小区中使用相邻频率频带造成邻信道干扰。

在无线通信系统中，对性能具有限制性的因素是干扰胜于噪声。因此，可以通过在受干扰限制的场合下通过引入具有改进性能的接收器来增加无线通信系统的容量。

一种在无线通信系统中获得共信道和邻信道干扰抑制的方式是使用一种利用空间分集的天线阵列。然而此技术由于成本、复杂性和尺寸约束而在便携通信设备中通常不切实可行。

作为多个天线或者天线阵列的替选方式，以及研究了单天线干扰消除(SAIC)技术。SAIC技术可以利用通信设备中最少程度的软件升级来显著地改进接收器性能。一种SAIC方式是将干扰视为有色噪声。通过白化有色噪声，可以实现干扰抑制和信号增益。

在图1中示出了常规接收器的示意结构。先以带通滤波器(Rx-滤波器21)对接收的信号Rx(t)11进行滤波，它的输出r(t)12在同步块(Sync 22)中被同步和解旋(de-rorate)。同步和解旋的信号x(t)13然后在信道估计器(Ch-Est)23中用于信道和干扰估计。信道估计器至少提供信道估计h 14。向均衡器(均衡器24)至少提供同步和解旋的信号x(t)13和信道估计h 14。均衡的信号z(t)15输入到解码器(解码器25)以供解码，而解码器25提供发送的比特s′(t)16。均衡器可以用另一类检测器来取代。

在WO 0193439中，干扰被建模为IIR(无限冲激响应)过程，因此通过(多维)FIR(有限冲激响应)滤波器来执行白化操作。WO 0193439使用同相和正交分量采样，从而对于各符号都有一个同相分量采样和一个正交分量采样。WO 0193439中的白化操作是对解旋信号x(t)的同相和正交分量执行的。

与WO 0193439中讨论的白化相关联的一个问题是使用FIR滤波器的白化操作仅考虑了符号之间同相和正交分量的相关。可能保留有残留码内相关，这里的码内指代落入一个符号持续时间内的所有采样。

与WO 0193439中讨论的白化相关联的又一问题是，如果信号噪声是白色的，即我们在受灵敏性限制的场合下进行操作，那么使用FIR滤波器的白化可能使已经白色的噪声有色，造成与常规接收器相比而言有所恶化的性能。恶化的性能通常归因于FIR滤波器系数估计的不准确性。

本发明的目的在于解决上文讨论的问题中的至少一些问题。

发明内容

根据本发明的第一方面，提供一种用于抑制干扰的方法，该方法包括：

提供与一连串符号有关的一连串采样，其中提供了每符号至少两个采样，

为与码间干扰抑制有关的第一白化滤波器确定滤波器系数，

使用第一白化滤波器和滤波器系数来白化该一连串采样，以及

使用第二白化滤波器来白化该一连串采样，所述第二白化与基于符号内采样的相关性质的码内干扰抑制有关。

根据本发明的第二方面，提供一种包含可执行计算机程序指令的计算机可读介质，这些可执行计算机程序指令在由数据处理系统执行时使所述数据处理系统执行如本发明的第一方面所定义的方法。

根据本发明的第三方面，提供一种用于抑制干扰的设备，该设备包括：

用于接收与符号有关的采样的装置，其中提供了每符号至少两个采样，以及

用于白化接收的采样的白化装置，所述白化装置具有：

与码间干扰抑制有关的第一白化滤波器，

用于为第一白化滤波器确定滤波器系数的装置，以及

与基于符号内采样的相关性质的码内干扰抑制有关的第二

白化滤波器。

进一步提供一种通信设备，包括：

用于通过无线接口接收符号的装置，

用于提供与接收的符号有关的采样的装置，以及

根据本发明第三方面的设备。

还提供一种用于通信系统的网元，该网元包括：

用于通过无线接口接收符号的装置，

用于提供与接收的符号有关的采样的装置，以及

根据本发明第三方面的设备。

根据本发明的第四方面，提供一种用于抑制干扰的方法，该方法包括：

提供与一连串符号有关的一连串采样，其中提供了每符号至少一个采样，

基于联合地估计滤波器系数和信道估计的模型来为白化滤波器确定滤波器系数，该白化滤波器与码间干扰抑制有关，

使用白化滤波器和确定的滤波器系数来白化该一连串采样，由此提供一连串白化采样，以及

基于该一连串白化采样来确定信道估计。

根据本发明的第五方面，提供一种包含可执行计算机程序指令的计算机可读介质，这些可执行计算机程序指令在由数据处理系统执行时使所述数据处理系统执行根据本发明第四方面的方法。

根据本发明的第六方面，提供一种用于抑制干扰的设备，该设备包括：

用于接收与符号有关的采样的装置，其中提供有每符号至少一个采样，

与码间干扰抑制有关的白化滤波器，

联合估计器，用于确定滤波器系数和信道估计，该联合估计器被配置用以向白化滤波器输入滤波器系数，以及

信道估计器，用于确定与从白化滤波器输出的白化采样相对应的信道估计。

进一步提供一种通信设备，包括：

用于通过无线接口接收符号的装置，

用于提供与接收的符号有关的采样的装置，以及

根据本发明第六方面的设备。

也提供一种用于通信系统的网元，该网元包括：

用于通过无线接口接收符号的装置，

用于提供与接收的符号有关的采样的装置，以及

根据本发明第六方面的设备。

根据本发明的第七方面，提供一种用于抑制干扰的方法，该方法包括：

提供与一连串符号有关的一连串采样，其中提供了每符号至少两个采样，

为与码间干扰抑制有关的白化滤波器确定滤波器系数，以及

使用白化滤波器和滤波器系数来白化该一连串采样，

其中以部分间隔方式对该一连串采样进行为白化滤波器确定所述滤波器系数以及白化一连串采样。

根据本发明的第八方面，提供一种用于抑制干扰的方法，该方法包括：

提供与一连串符号有关的一连串采样，其中提供了每符号至少两个采样，

将该一连串采样划分成符号间隔采样串组，

为与码间干扰抑制有关的白化滤波器确定滤波器系数，以及

使用白化滤波器和确定的滤波器系数来白化该一连串采样，

其中对该符号间隔采样串组并行地进行为白化滤波器确定所述滤波器系数以及白化该一连串采样。

根据本发明的第九方面，提供一种包含可执行计算机程序指令的计算机可读介质，这些可执行计算机程序指令在由数据处理系统执行时使所述数据处理系统执行根据本发明第七方面或者第八方面的方法。

根据本发明的第十方面，提供一种用于抑制干扰的设备，该设备包括：

用于接收与符号有关的采样的装置，其中提供了每符号至少两个采样，

与码间干扰抑制有关的白化滤波器，以及

用于为白化滤波器确定滤波器系数的装置，

其中用于确定滤波器系数的所述装置和所述白化滤波器被配置用于以部分间隔方式来处理该一连串采样。

根据本发明的第十一方面，提供一种用于抑制干扰的设备，包括：

用于接收与符号有关的采样，其中提供了每符号至少两个采样，与码间干扰抑制有关的白化滤波器，以及

用于为白化滤波器确定滤波器系数的装置，

其中该设备被配置用以将该一连串采样划分成符号间隔采样串组，以及用于确定滤波器系数的装置和白化滤波器被配置用于使用该符号间隔采样串组来操作。

进一步提供一种通信设备，包括：

用于通过无线接口接收符号的装置，

用于提供与接收的符号有关的采样的装置，以及

根据本发明第十方面或第十一方面的设备。

还提供一种用于通信系统的网元，该网元包括：

用于通过无线接口接收符号的装置，

用于提供与接收的符号有关的采样的装置，以及

根据本发明第十方面或者第十一方面的设备。

根据本发明的第十二方面，提供一种用于抑制干扰的方法，该方法包括：

提供与一连串符号有关的一连串采样，其中提供了每符号至少一个采样，

为与码间干扰抑制有关的白化滤波器确定滤波器系数，以及

基于确定的滤波器系数确定是否使用白化滤波器和确定的滤波器系数来白化该一连串采样。

根据本发明的第十三方面，提供一种包含可执行计算机程序指令的计算机可读介质，这些可执行计算机程序指令在由数据处理系统执行时使所述数据处理系统执行根据本发明第十二方面的方法。

根据本发明的第十四方面，提供一种用于抑制干扰的设备，包括：

用于接收与符号有关的采样的装置，其中提供了每符号至少一个采样，

与码间干扰抑制有关的白化滤波器，

用于为白化滤波器确定滤波器系数的装置，以及

切换装置，用于基于所述滤波器系数来切换白化滤波器投入使用。

进一步提供一种通信设备，包括：

用于通过无线接口接收符号的装置，

用于提供与接收的符号有关的采样的装置，以及

根据本发明第十四方面的设备。

还提供一种用于通信系统的网元，该网元包括：

用于通过无线接口接收符号的装置，

用于提供与接收的符号有关的采样的装置，以及

根据本发明第十四方面的设备。

附图说明

现在将参照附图仅出于举例来描述本发明的实施例，在附图中：

图1示出了作为例子的常规接收器的示意框图；

图2a示出了作为例子的根据本发明实施例的接收器的示意框图；

图2b具体示意性示出了作为例子的根据本发明实施例的信道估计和信号白化块的可能实施；

图2c示意性示出了作为例子的根据本发明实施例的信道估计和信号白化块的第二可能实施；

图3a示意性示出了作为例子的具有用于滤波器系数和信道响应的联合估计器的信道估计和信号白化块；

图3b示意性示出了作为例子的利用常规信道估计器的信道估计和信号白化块；

图3c示意性示出了作为例子的利用用于滤波器系数的联合估计器和用于信道响应的分立信道估计器的信道估计和信号白化块；

图4a示意性示出了作为例子的利用并行符号间隔采样处理的信道估计和信号白化块；

图4b示意性示出了作为例子的利用组合滤波器的并行符号间隔采样序列的组合；

图5a和图5b示意性示出了并行符号间隔采样序列的处理；

图6示出了作为例子的与FIR白化有关的切换功能；

图7示出了作为例子的用于去除码内相关的滤波器模块；以及

图8示出了作为例子的与IQ白化有关的切换功能。

具体实施方式

本发明的实施例可适用于这样的数字通信系统中，该系统利用了可以通过实际调制字母表来代表的调制方案。适用调制方案的一些例子是脉冲幅度调制(PAM)、最小移位键控(MSK)调制、高斯最小移位键控(GMSK)调制和二进制相移键控(BPSK)调制以及偏移正交幅度调制(偏移-QAM)如二进制偏移QAM和四进制偏移QAM(通过向每个符号施加恰当旋转，可以视之为二进制或者四进制PAM信号)。另外认识到，没有利用IQ拆分信号的那些本发明实施例可适用于任何调制而不仅仅是二进制调制。

本发明的实施例可以用于例如全球移动通信系统(GSM)中或者码分多址(CDMA)系统中。由于本发明的实施例将FIR白化滤波器用于抑制干扰，所以通常需要导频符号或者其他预定符号(比如训练序列)用于为FIR白化滤波器确定恰当的滤波器系数。

也认识到下文的描述采用了单天线接收器，而这是本发明的实施例在其中最为有用的情形。然而，实施例可以容易地扩展到多个接收器天线，而从不同天线接收的采样可以等同地视为部分采样。例如，如果可从单个天线获得每一符号两个采样或者如果可从两个天线获得每一符号一个采样则算法将是相同的。

通过对信号的数字处理来获得干扰抑制，该处理可以分类为其目的在于白化干扰的滤波器或者对数字信号的一连串滤波操作。在本说明书中，术语白化滤波器是指一个滤波器或者一连串滤波器。

根据所述实施例的白化滤波器可以组合通过使用部分(fractionally)间隔处理而获得的性能增益以及通过将接收的信号拆分成它的实部和虚部并且以多维滤波器来处理此信号而获得的性能增益。信号的实部常常称为同相(I)分量，而信号的虚部常常称为正交(Q)分量。

在图2a中示出了对信号执行白化的接收器20的示意结构。接收器200包括RX滤波器210、同步和解旋单元Sync 220、信道估计和信号白化块230、均衡器240和解码器250。RX滤波器210、Sync单元220和解码器可以与图1中所示常规接收器中的那些单元相似。均衡器240可以与图1中所示常规接收器中的均衡器24相似。均衡器可以用另一类检测器来取代。

信道估计和信号白化块230中的白化操作在多数实施例中通过将噪声和干扰一起建模为自回归(AR)过程并且因此假设与噪声和干扰有关的无限冲激响应(IIR)和码内相关来考虑噪声和干扰的码内相关。信道估计和白化块230因此通常包含：第一白化滤波器231，这是用于去除噪声和干扰的的码间相关的有限冲激响应(FIR)滤波器；以及用于考虑码内相关的第二白化滤波器232。通常，第二白化滤波器利用与涉及同一符号的多个采样有关的相关信息，该信息例如是通过对信号进行过采样或者通过将涉及同一符号的同相和正交信号分量、也就是符号内的同相和正交信号分量视为独立采样来获得的。作为又一选择，源自于多个接收器天线的信号可以用于抑制码内相关。

关于来自信道估计和信号白化块230的输出信号，对于本领域技术人员不言而喻，均衡器240需要待均衡信号以及与该待均衡信号相对应的信道估计。如果向均衡器输入的信号被滤波，则信道估计也需要滤波。例如可以通过基于在滤波之前的信号确定信道估计、然后使用对信号进行滤波所用的同一滤波器对此信道估计进行滤波来获得与滤波的信号相对应的信道估计。作为可选例子，与滤波的信号相对应的信道估计可以基于滤波的信号来确定。图2b和图2c示出了两个例子，但是认识到这些图示出了在信道估计和信号白化块230中通常存在的功能，而它们的本意并不在于仅示出此功能的可能设置。例如，图2b和图2c中(以及图3a、3b、3c和4a中)的第二白化滤波器232可以包含用于估计与白化的信号

相对应的信道

的功能。在这一情况下，在第二白化滤波器之后无需分离信道估计器。作为第二例子，第二白化滤波器可以对输入到该第二白化滤波器的信道估计h’进行滤波。

图2b更具体示出了作为第一例子的信道估计和信号白化块230的一种可能实施。图2b信道中的信道估计和白化块230a包含第一白化滤波器231和第二白化滤波器232。从第一白化滤波器231输出的白化信号y(t)被输入到第二白化滤波器232。由于第一白化滤波器231是FIR滤波器，所以信道估计和信号白化块230包含用于为FIR滤波器确定滤波器系数的功能。在图2b中这表示为滤波器系数块233。另外，信道估计和信号白化块23O包含用于估计信道冲激响应的功能。在图2b中，作为例子，块230a包含第一信道估计器234a，该估计器采用白化的信号y(t)作为输入并且提供与白化的信号相对应的信道估计h’作为输出。信道估计h’被输入到第二白化滤波器232，该滤波器输出又一白化的信号

。在图2b中，有用于估计与又一白化的信号

相对应的又一信道估计

的第二信道估计器234b。

图2c更具体地示出了作为例子的信道估计和信号白化块230的第二可能实施。在图2c中，块230b在第一白化滤波器231之前包含第一信道估计器234a。以第一白化滤波器对从第一信道估计器234a输出的信道估计h进行滤波以便获得要向第二白化滤波器232输入的信道估计h’。与图2b中相似，块230b包含第二信道估计器234b，用于估计与从第二白化滤波器232输出的又一白化的信号

相对应的又一信道估计

认识到虽然图2b和2c示出了使用第一白化滤波器231的白化出现在使用第二白化滤波器232的白化之前，但是这两个滤波器的顺序可以反过来。另外，本发明的一些实施例可以丢弃滤波块232和对应的信道估计。在这一情况下，滤波的信号y(t)和对应的信道估计h’通常输入到均衡器或者其他符号检测器。

如上所述，图2b和2c示出了在信道估计和信号白化块230中通常存在的功能。本意并不在于仅示出这一功能的可能顺序。例如，如下所述，可以联合地确定信道估计和滤波器系数。

需要确定根据上述模型的用于FIR滤波器的滤波器系数A以便白化接收的信号。图3a、3b和3c示出了确定滤波器系数A的一些例子。

在图3a中所示的第一可选信道估计器和信号白化块330a中，有用于联合地确定滤波器系数A和白化的信道响应h’的联合估计器301。下文讨论联合地确定滤波器系数A和白化的信道响应h’的细节。滤波器系数A被输入到FIR白化滤波器231。白化的信号y和白化的信道响应h’可以输入到第二白化滤波器232，或者如果第二白化滤波器被省略则输入到均衡器240。

在图3b中所示的第二可选信道估计器和信号白化块330b中，首先在可以是常规最小平方信道估计器或者任何其他适当信道估计器的第一信道估计器234a中估计信道响应h。这里假设所接收的发送信号是已知信号，例如接收的发送导频符号。信道估计器234a提供信道估计h。随后使用信道估计h和已知符号a在信号重构器302中重构所接收的信号。使用所接收的发送信号和重构的信号，可以在噪声估计器303中提供噪声估计

作为接收的发送信号与重构的信号之差，例如 $\hat{n}\left(t\right)=x\left(t\right)-\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}a(t-l)h\left(l\right)$ 。然后在滤波器系数估计器304中可以作为噪声估计

的函数来获得滤波器系数A。滤波器系数A被输入到FIR白化滤波器231。例如，如果块231如图2c所示也接收信道估计h作为输入，则有可能通过以FIR白化滤波器231对信道估计h进行滤波，使用信道估计h和滤波器系数A来确定与滤波的信号y相对应的信道估计。如果在信道估计器和信号白化块330b中存在第二滤波器232，则滤波的信道估计h’也可以输入到第二滤波器232。可选地，根据信号y(t)来执行用于获得信道估计h’的第二信道估计。作为又一可选方式，第二白化滤波器232可以包含用于基于h和A或者基于信号y(t)来确定h’的功能。

在图3c中示出了第三可选信道估计器和信号白化块330c。这里，联合估计器301’仅用于确定滤波器系数A。然后将滤波器系数提供给FIR白化滤波器块231并且对信号进行白化。随后，第一信道估计器234a提供信道估计h’。滤波的信号y和对应的信道估计h’可以输入到均衡器。可选地，块330c可以包括第二白化滤波器232和第二信道估计器234b。

认识到虽然在上文具体讨论的多数实施例中包括用于白化码内相关的第二白化滤波器，但是如果例如预期仅使用FIR白化滤波器即可获得充分的干扰抑制则可以省去此第二白化滤波器。例如当过采样被使用时就可以是这种情况。省去第二白化滤波器的又一原因在于可以保持接收器的结构简单。这对于图3c中所示结构尤其适用，但是也可以应用于信道估计和信号白化块230的其他结构。

图3c中的联合估计器301’可以是与图3a中相同的联合估计器301。在这一情况下，可以简单地忽略白化的信道响应h’。在下文中讨论如何联合地确定系数A和白化的信道响应h’。然后还讨论如何在联合估计器301’中高效地仅确定系数A而不确定白化的信道响应。

用于FIR白化滤波器的滤波器系数

在下文中通过例子讨论第一白化滤波器231的细节以及如何为第一白化滤波器231确定滤波器系数。

下文更具体讨论将噪声和干扰一起建模为自回归过程并且采用无限冲激响应(IIR)。在这一模型中，通过长度为L(信道长度)的复数值有限冲激响应(FIR)滤波器来对从二进制字母中选择的所发送二进制导频符号a(t)进行滤波。与所发送导频符号有关的预期信号接收序列x(t)可以表达为如下：

$x\left(t\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}h\left(l\right)a(t-l).---\left(1\right)$

该信号可以拆分成实部和虚部如下：

$x_R\left(t\right)=\mathrm{Re}\left\{x\left(t\right)\right\}=\mathrm{Re}\left\{\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}h\left(l\right)a(t-l)\right\}=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}a(t-l)\mathrm{Re}\left\{h\left(l\right)\right\}---\left(2\right)$

$x_I\left(t\right)=\mathrm{Im}\left\{x\left(t\right)\right\}=\mathrm{Im}\left\{\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}h\left(l\right)a(t-l)\right\}=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}a(t-l)\mathrm{Im}\left\{h\left(l\right)\right\}---\left(3\right)$

引入如下定义：

x(t)_(2，1)≡[x_R(t)  x_J(t)]^T，  X(t)_{2(K+1)，1}≡[x^T(t)x^T(t-1)...x^T(t-K)]^T  (4)

$h_{(2,L)}\≡\left[\begin{array}{cccc}{h}_R\left(0\right)& h_R\left(1\right)& ...& h_R(L-1)\\ h_I\left(0\right)& h_I\left(1\right)& ...& h_I(L-1)\end{array}\right]=\left[\begin{array}{ccc}h\left(0\right)& ...& h(L-1)\end{array}\right]---\left(5\right)$

$H_{(2(K+1),K+L)}\≡\left[\begin{array}{cccccccc}h\left(0\right)& h\left(1\right)& ...& h(L-1)& 0& & ...& 0\\ 0& h\left(0\right)& h\left(1\right)& ...& h(L-1)& 0& ...& 0\\ ...& & & & & & & ...\\ 0& ...& ...& 0& h\left(0\right)& h\left(1\right)& ...& h(L-1)\end{array}\right]---\left(6\right)$

a(t)_(K+L，1)≡[a(t)  a(t-1)...a(t-K-L+1)^T              (7)

无噪接收信号可以表达为如下：

X(t)＝Ha(t)                                        (8)

在这一模型中，共信道干扰和高斯白噪声一起建模为自回归过程如下：

$n\left(t\right)=\underset{m=1}{\overset{K}{\mathrm{\Σ}}}{A}_{m}n(t-m)+e\left(t\right)\mathrm{withe}\left(t\right)~\mathrm{WGN}\⇒E\left[e\left(t\right)e^{*}\left(s\right)\right]={\mathrm{\δ}}_{t,s}---\left(9\right)$

上式可以改写为如下：

$e\left(t\right)=n\left(t\right)-\underset{m=1}{\overset{K}{\mathrm{\Σ}}}{A}_{m}n(t-m)$

$=n_R\left(t\right)+{\mathrm{jn}}_I\left(t\right)-(A_1^R+j{A}_1^I)\·(n_R(t-1)+{\mathrm{jn}}_I(t-1))-...-(A_K^R+{\mathrm{jA}}_K^I)\·(n_R(t-K)+{\mathrm{jn}}_I(t-K))$

(10)

并且分解成实部和虚部为如下：

$\mathrm{Re}\left\{e\left(t\right)\right\}=e_R\left(t\right)=n_R\left(t\right)-A_1^R{n}_R(t-1)+A_1^I{n}_I(t-1)+...-A_K^R{n}_R(t-K)+A_K^I{n}_I(t-K)$

(11)

$\mathrm{Im}\left\{e\left(t\right)\right\}=e_I\left(t\right)=n_I\left(t\right)-A_1^I{n}_R(t-1)-A_1^R{n}_I(t-1)+...-A_K^I{n}_R(t-K)-A_K^R{n}_I(t-K)$

用于高斯白噪声向量e(t)和有色噪声向量n(t)的矩阵记法变成如下：

e(t)＝Wn(t)                                        (12)

其中已经假设n(t)的实部和虚部不相关并且已经引入以下定义：

$W_{\left\{\mathrm{2,2}(K+1)\right\}}\≡\left[\begin{array}{ccccccc}1& 0& -A_{1,1}& -A_{\mathrm{1,2}}& ...& -A_{K,1}& -A_{K,2}\\ 0& 1& -A_{\mathrm{1,3}}& -A_{\mathrm{1,4}}& ...& -A_{K,3}& -A_{K,4}\end{array}\right],e{\left(t\right)}_{(2,1)}={\left[e_R\left(t\right)e_I\left(t\right)\right]}^T---\left(13\right)$

n(t)_{2(K+1)，1}≡[n_R(t)  n_I(t) n_R(t-1)  n_I(t-1)...n_R(t-K) n_I(t-K)]^T  (14)

根据此模型，与导频符号相对应的有噪接收信号现在如下：

X(t)＝Ha(t)+n(t).                                    (15)

将所有项乘以W并且重新组织方程，获得以下线性模型：

WX(t)＝WHa(t)+Wn(t)＝H′a(t)+e(t)x(t)＝Dz(t)+e(t)    (16)

其中：

z(t)_(3K+L，1)≡[x^T(t-1)x^T(t-2)...x^T(t-K)|a(t) a(t-1)...a(t-K-L+1)]^T而H’_{2，K+L}≡ W_{2，3(K+1)}H_{{2(K+1)，K+L}}是以预测误差滤波器来滤波的信道(即白化的信道)。信道的长度随着滤波器阶K线性地增加。在这一情况下，滤波器信道两倍于同一滤波器的长度，其中在滤波信道的长度相同的同时没有利用拆分成实部和虚部。

引入以下定义：

X(t)_(R+1，2)≡[x(t)  x(t+1)...x(t+R)]^T，

E(t)_{R+1，2]≡[e(t)  e(t+1)...e(t+R)]^T              (18)

和

$Z{\left(t\right)}_{\{R+\mathrm{1,3}K+L\}}\≡$

(19)

可以写出线性系统如下：

X(t)＝Z(t)D^T+E(t)                                (20)

并且求解它获得例如矩阵D的最小平方估计，包含白化滤波器系数和滤波信道抽头。

认识到虽然在上述模型中信号已经被拆分成实部和虚部，但是在没有IQ拆分时同一模型也是适用的，例如在存在每符号有多个采样时根据过采样信号或者内插信号或者多个天线对信号的多次接收来导出。还通过使用IQ拆分，可以实现在二进制调制情况下更有效的干扰抑制，但是如果信号没有进行IQ拆分，则该方法也可以用于二进制调制以外的调制。

如上所述，此建模考虑了码间相关。可以从方程13中看出这一点，其中矩阵W的前两列包含一和零。矩阵W的这前两个矩阵列与涉及当前符号(或者当前时间瞬间)的采样的实部和虚部有关。

关于图3c中所示第三可选方式，以如下方式无需同时确定白化的冲激响应即可确定FIR滤波器系数A。

按照考虑了等效系统而获得的 ${\hat{D}}^T\{3K+L,2\}={\left(Z^T\left(t\right)Z\left(t\right)\right)}^{-1}{Z}^T\left(t\right)X\left(t\right)$ 来给出方程(20)的解如下：

$\left(Z^T\left(t\right)Z\left(t\right)\right){\hat{D}}^T=Z^T\left(t\right)X\left(t\right)---\left(21\right)$

一般而言，考虑方程(21)中项的特定结构并且引入以下定义：

$M\≡\left[\begin{array}{ccc}a\left(t\right)& ...& a(t-K-L+1)\\ a(t+1)& ...& a(t-K-L+2)\\ ...& ...& ...\\ a(t+R)& ...& a(t+R-K-L+1)\end{array}\right]---\left(22\right)$

其中a(t)是已知的导频符号(或者训练序列比特)

$X\≡\left[\begin{array}{cccc}{x}_R(t-1)& x_I(t-1)& ...& x_I(t-K)\\ x_R\left(t\right)& x_I\left(t\right)& ...& x_I(t-K+1)\\ ...& ...& ...& ...\\ x_R(t+R-1)& x_I(t+R-1)& ...& x_I(t-K-R)\end{array}\right]---\left(23\right)$

可以将方程20的解改写为如下：

$\left[\frac{\hat{A}}{{\hat{h}}^1}\right]={\left[\left[\frac{X^T}{M^T}\right]\left[X\right|M]\right]}^{-1}\left[\frac{X^T}{M^T}\right]r\left[t\right]={\left[\frac{X^{T}X}{M^{T}X}|\frac{X^{T}M}{M^{T}M}\right]}^{-1}\left[\frac{X^T}{M^T}\right]r\left(t\right)---\left(24\right)$

应用块矩阵分解方法，方程24可以改写为如下：

$\left\{\begin{array}{c}\hat{A}={\left(X^T\mathrm{EX}\right)}^{-1}{X}^T\mathrm{Er}\left(t\right)\\ \widehat{h\′}={\left(M^T\mathrm{GM}\right)}^{-1}{M}^T\mathrm{Gr}\left(t\right)\end{array}\right.;\begin{array}{c}E=I-M{\left(M^{T}M\right)}^{-1}{M}^T\\ G=I-X{\left(X^{T}X\right)}^{-1}{X}^T\end{array}---\left(25\right)$

这时可以在(25)中仅求解第一方程并且获得白化的滤波器系数A，对信号x(t)进行滤波，随后根据滤波的信号x’(t)来估计信道抽头。

重要的是注意矩阵E不含因脉冲串而变化的项，并且因此该矩阵E可以预先计算。

方程25中的系统可以通过向矩阵E应用QR分解来进一步简化。

待求解的线性方程系统如下：

$\mathrm{EX}\hat{A}=\mathrm{Er}---\left(26\right)$

而向矩阵E施加QR分解，等式26变成如下：

$\mathrm{QRX}\hat{A}=\mathrm{QRr}---\left(27\right)$

但是按照定义Q’Q＝I，因此：

$\mathrm{RX}\hat{A}=\mathrm{Rr}---\left(28\right)$

其中R现在是与矩阵M同秩(rank)的上三角矩阵。

一般而言，R仅被部分地填充，因此考虑到它的特定结构可以节省更多一些处理资源。同样，矩阵R不因脉冲串而变化并且可以预先计算。等效系统的解

$\left(X^T{R}^T\mathrm{RX}\right)\hat{A}=X^T{R}^T\mathrm{Rr}---\left(29\right)$

是FIR滤波器系数。

白化包含每符号多个采样的信号

为了获得关于接收信号的更多信息，可以使用过采样。在RX滤波器210中接收的信号是数字信号，而在RX滤波器之前执行前端滤波、降频转换和模拟到数字转换。接着讨论过采样数据在联合估计器301、301’中和在FIR白化滤波器231中的处理。可选地，可以通过内插来获得每符号的多个采样，或者这些采样可以由于多个天线所接收的信号的复制而可用。在下文中将更具体描述处理每信号多个采样的各种选择，其中每符号可用采样的数目表示为NSPS。

可以用各种方式完成将先前公式扩展到部分间隔域。第一选择是考虑方程1，其中离散变量t跨越符号时段期间的一部分，然后遵循已经描述的步骤。在这一直接扩展公式中，预测误差给定如下：

e(t)＝W^Tn(t)                                             (30)

＝[1-A₁-A₂...-A_2K][n(t)  n(t-)  n(t-1) ...n(t-K)]^T

需要求解的线性系统仍然如下：

X(t)＝Z(t)D^T+E(t)                                    (31)

其中已经引入以下定义：

${Z\left(t\right)}_{\{2R+\mathrm{2,6}K+2L\}}\≡$

x(t)_{2，1}≡[x_R(t) x_I(t)]^T                           (34)

X(t)_{2R+2，2}≡[x(t)  x(t+)...x(t+R+)]^T

E(t)_{2R+2，2}≡[e(t)  e(t+)...e(t+R+)]^T

要注意的一点在于，通过这样做，第一滤波器也已将码内相关部分地消除，仅留给第二滤波器消除符号部分内余留相关这一任务。

一种可能的并且执行得当的解决方案是将并行流中的过采样数据流拆分为NSPS(每符号采样数目)个，各符号有间隔，然后通常彼此独立地以NSPS个并行处理单元来处理NSPS个并行数据流。参照图3a，例如这将意味着NSPS个并行联合信道估计和滤波器系数估计器301以及NSPS个并行第一白化滤波器231。

在图4a中示意性地示出了此并行符号间隔解决方案，其中示出信道估计和信号白化块430a包含用于将过采样序列划分成NSPS个符号间隔采样序列(在图4a中作为例子划分成四个符号间隔采样序列)的多路解复用器401。各符号间隔采样序列被输入到相应联合信道和滤波器系数估计器301。来自这些估计器的滤波器系数A被输入到相应第一白化滤波器231。白化采样y的NSPS个并行序列被输入到第二白化滤波器232。

认识到在图4a中，符号间隔采样序列被输入到第二滤波器232，这是因为下文与第二滤波器232有关的具体描述将部分间隔采样的序列作为输入。如果将第二滤波器232实施为仅采用一个符号间隔采样序列作为输入，则可以在信道估计和信号白化块430中提供NSPS个并行第二滤波器232。

来自一个或者多个(可能是NSPS个)第二滤波器232的输出可以是过采样白化的信号，或者等效地是白化采样的基于符号的序列的NSPS个流。此输出可以发送到能够处理过采样信号或者NSPS个并行流的均衡器。可选地，来自一个或者多个第二滤波器232的输出可以使用组合滤波器来组合，该组合滤波器采用多个并行流(或者等效地是过采样信号)作为输入并且给出单个间隔流符号作为输出。此组合滤波器可以用数种方式来实施，例如实施为匹配滤波器或者MMSE_DFE均衡器的前馈滤波器。

也有可能第二滤波器232包含用于将过采样信号组合成基于符号的白化采样序列的功能。

图5a和图5b示意性地示出了上文讨论的解多路复用和多路复用。图5b涉及其中NSPS＝2的例子。

作为一种用以简单地多路复用NSPS个并行符号间隔采样序列的可选方式，有可能使用匹配滤波器将NSPS个符号间隔采样序列组合成一个符号间隔采样序列。图4b示出了具有匹配滤波器403的例子。有可能在并行第一白化滤波器301与匹配滤波器403之间有第二滤波器232。

又一解决方案是使用类似于同相和正交分量处理的公式。在这一公式中信号是“部分(fractional)间隔拆分的”而不是IQ拆分，也就是说，可以对如下信号执行针对IQ拆分信号所遵循过的相同处理：在该信号中相似地排列部分间隔采样。在这一公式中预测误差给定如下：

$e\left(t\right)=\left[\begin{array}{c}e(t+1/2)\\ e\left(t\right)\end{array}\right]=\mathrm{Wn}\left(t\right)=$

(35)

$\left[\begin{array}{cccccc}1& 0& -A_{\mathrm{1,1}}& -A_{\mathrm{1,2}}& ...& -A_{K,2}\\ 0& 1& -A_{\mathrm{1,3}}& -A_{\mathrm{1,4}}& ...& -A_{K,4}\end{array}\right]{\left[\begin{array}{cccc}n(t+1/2)& n\left(t\right)& ...& n(t-K)\end{array}\right]}^T$

遵循与上文相同的推理，待求解的线性系统如下：

X(t)＝Z(t)D^T+E(t)                                      (36)

其中已经引入以下定义：

M与方程(22)中相同：

$X{\left(t\right)}_{\{R+\mathrm{1,2}\}}=\begin{array}{c}\left[\begin{array}{cc}x(t+1/2)& x\left(t\right)\\ x(t+31/2)& x(t+1)\\ ...& ...\\ x(t+R+1/2)& x(t+R)\end{array}\right]---\left(39\right)\end{array}$

又一解决方案是将先前的公式与IQ拆分一起使用，因此误差信号定义如下：

$e\left(t\right)=\left[\begin{array}{c}{e}_R(t+1/2)\\ e_I(t+1/2)\\ e_R\left(t\right)\\ e_I\left(t\right)\end{array}\right]=\mathrm{Wn}\left(t\right)=\begin{array}{c}\left[\begin{array}{ccccccccc}1& 0& 0& 0& -A_{1.1}& ...& -A_{\mathrm{1,4}}& ...& -A_{K,4}\\ 0& 1& 0& 0& -A_{\mathrm{1,5}}& ...& -A_{\mathrm{1,8}}& ...& -A_{K,8}\\ 0& 0& 1& 0& -A_{\mathrm{1,9}}& ...& -A_{\mathrm{1,12}}& ...& -A_{K,12}\\ 0& 0& 0& 1& -A_{\mathrm{1,13}}& ...& -A_{\mathrm{1,16}}& ...& -A_{K,16}\end{array}\right]\left[\begin{array}{c}{n}_R(t+1/2)\\ n_I(t+1/2)\\ ...\\ n_I(t-K)\end{array}\right]\end{array}$

(40)

待求解的线性系统仍然如下：

X(t)＝Z(t)D^T+E(t)                                   (41)

其中已经引入以下定义：

M与等式(22)中相同：

$D_{(5K+L,4)}=\left[\begin{array}{cccc}{A}_{\mathrm{1,1}}& A_{\mathrm{1,5}}& A_{\mathrm{1,9}}& A_{\mathrm{1,13}}\\ ...& ...& ...& ...\\ A_{K,4}& A_{K,8}& A_{K,12}& A_{K,16}\\ {h^1}_R(1/2)& {h^1}_I(1/2)& {h^1}_R\left(0\right)& {h^1}_I\left(0\right)\\ ...& ...& ...& ...\\ {h^1}_R(K+L-1/2)& {h^1}_I(K+L-1/2)& {h^1}_R(K+L-1)& {h^1}_I(K+L-1)\end{array}\right]---\left(43\right)$

$X{\left(t\right)}_{(R+\mathrm{1,4})}=\left[\begin{array}{cccc}{x}_R(t+1/2)& x_I(t+1/2)& x_R\left(t\right)& x_I\left(t\right)\\ x_R(t+31/2)& x_I(t+31/2)& x_R(t+1)& x_I(t+1)\\ ...& ...& ...& ...\\ x_R(t+R+1/2)& x_I(t+R+1/2)& x_R(t+R)& x_I(t+R)\end{array}\right]---\left(44\right)$

总而言之，可以例如以上述方程30、35或者40之一所定义的顺次来串行地(也就是说在一个部分间隔序列中)处理每符号多个采样。可选地，可以通过划分符号间隔流中的采样并且通过通常彼此独立地并行处理符号间隔流来结合至少FIR白化来处理每符号多个采样。

可以从方程30至44中看出，在部分间隔处理方法中，矩阵Z(t)的维度增长，而在并行符号间隔方法中对矩阵Z(t)进行NSPS次处理。在部分间隔处理方法中，矩阵Z^T(t)Z(t)的大小必须逆增长。另外，添加的数据列越多，Z^T(t)Z(t)就变得越接近奇异而逆则可能变得越不稳定。当然，可以通过向矩阵添加小的正则(regularization)项来缓解此问题。

开启和关闭FIR白化

可以通过评估噪声是否为白噪声并且在白噪声的情况下放弃信号白化来减轻白化接收器在受灵敏度限制的场合下的不良性能。在存在白噪声时，FIR滤波器系数A以某一方式来表现(具备表现出某些特征的值)。此方式例如可以通过仿真来确定。对使用FIR白化的判决可以基于FIR滤波器系数A的性质。在下文中，灵敏度检测器是指一种评估FIR滤波器系数A的性质的块。

图6也示出了作为例子的使用FIR滤波器作为信道估计和信号白化块630。作为例子，块630包含联合信道和滤波器系数估计器301，但是也可以使用用于确定FIR滤波器系数的任何其他可选方式(例如参见图2b、2c、3b或者3c)。块630还包含FIR白化滤波器231和灵敏度检测器601。灵敏度检测器601利用简单的数学表达式以便评估FIR滤波器系数。

如果灵敏度检测器601基于FIR滤波器系数确定噪声或多或少是白噪声，则它切换到使用信道估计器23。这样，当噪声是白噪声并且无需去除同信道或者邻信道干扰时，不施加白化而是执行(传统的)信道估计。

关于使用FIR滤波器的判决可以随着脉冲的改变而改变。在灵敏度场合下，将很少发生白化，也就是说，将在小部分脉冲中发生白化。在干扰场合下，将很频繁地发生白化，也就是说在大部分脉冲中发生白化。

认识到可以将基于FIR滤波器系数来确定是否使用FIR白化与使用FIR白化滤波器的任何上述滤波器一起使用。如下文更具体地讨论，认识到与码内白化有关的第二白化滤波器也可以具有用于开启和关闭第二白化滤波器的使用的关联功能。通常，与第一和第二白化滤波器有关的开关彼此独立地操作。如果仅一个白化滤波器具有关联切换功能，则另一滤波器可以继续使用。在一些情形下使开关彼此配合地操作是切实可行的。例如，以下协同操作的情况是切实可行的。

情况1：只有在与两个滤波器相关联的灵敏度检测器都检测到有色噪声(干扰)时才使用第一和第二白化滤波器来进行白化。如果仅一个灵敏度检测器(或者它们中的任一个都没有)检测到有色噪声，则不进行白化。情况2：如果灵敏度检测器中的任一个(或者二者)检测到有色噪声则使用第一和第二白化滤波器来进行白化。情况3：仅存在与第一白化滤波器有关的灵敏度检测器，但是它控制第一和第二白化滤波器的使用。情况4：仅存在与第二白化滤波器有关的灵敏度检测器，但是它控制第一和第二白化滤波器的使用。

灵敏度检测器601应用至少一个用于评估FIR滤波器系数的度量。度量是其值独立于FIR滤波器系数的因子。如下文讨论的，度量可以依赖于来自FIR滤波器系数对的复数。有可能例如通过仿真来确定与白噪声相对应的度量值范围。此度量值范围依赖于具体度量。如果灵敏度检测器601判断度量值在与白噪声相对应的范围内，则放弃FIR白化。如果度量值在与白噪声相对应的范围外，则采用FIR白化。

对于本领域技术人员不言而喻，与白噪声相对应的度量值可以根据度量的定义而被确定为度量应当超过的或者度量值应当保持在其以下的阈值。

现在参照方程13，W矩阵中的实值系数{A_1，k}可以表示为如下的复数(对于阶K＝4的AR过程这样的例子)：

C₁＝A_1，1+jA_1，3，C₂＝A_1，2+jA_1，4，C₃＝A_2，1+jA_2，3，...，C₈＝A_4，2+jA_4，4.

换而言之，根据FIR滤波器系数对来形成复数。

在灵敏度检测601中所用度量的第一具体例子如下：一般而言，矩阵m和m_n(n＝1...2K-1)可以形成为如下：

$m=\underset{n-1}{\overset{2K-1}{\mathrm{\Σ}}}{u}_n{f}_n\left(\right|{\mathrm{ReC}}_{n+1}|-|\mathrm{Re}{C}_n\left|\right)+\underset{n=1}{\overset{2K-1}{\mathrm{\Σ}}}{v}_n{f}_n\left(\right|\mathrm{Im}{C}_{n+1}|-|\mathrm{Im}{C}_n);$

m_n＝|C_n|²，n＝1...2K.

这里u_n和v_n(n＝1...2K-1)是实值常数，而函数f_n就给定的n(n＝1...2K-1)而言定义为f_n(x)＝x或者f_n(x)＝|x|。

根据此第一具体例子，如果以下命题成立则检测到干扰场合(有色噪声)：

m＜m_thrORm_I＞a_IOR...ORm_L＞a_L

其中1≤L≤2K-1。

如果命题不成立，则检测到受灵敏度限制的场合(白噪声)。阈值m_thr和a_I...a_L依赖于系统中的信号电平并且必须针对特定实施来调整。类似地，必须适当地选择常数L、u_n和v_n以及函数f_n。

作为实施例子，考虑过采样率为2的GSM GMSK接收器。该接收器联合地估计长度为6(采样)的白化信道估计和阶为K＝4(采样)的AR过程的系数。对于各脉冲，在估计W矩阵中的系数{A_i，k}之后，计算以下实体和度量：

C₁ ^R＝A_1，1，C₂ ^R＝A_1，2，  00C₃ ^R＝A_2，1，  C₄ ^R＝A_2，2

C₁ ^I＝A_1，3，C₂ ^I＝A_1，4，  C₃ ^I＝A_2，3，  C₄ ^I＝A_2，4

D₁ ^R＝|C₁ ^R|，D₂ ^R＝|C₂ ^R|，  D₃ ^R＝|C₃ ^R|，  D₄ ^R＝|C₄ ^R|

D₁ ^I＝|C₁ ^I|，D₂ ^I＝|C₂ ^I|，  D₃ ^I＝|C₃ ^I|，  D₄ ^I＝|C₄ ^I|

$m=-|D_2^R-D_1^R|-(D_3^R-D_2^R)+(D_4^R-D_3^R)-|D_2^I-D_1^I|-|D_3^I-D_2^I|-(D_4^I-D_3^I)$

$m_1={\left|C_1\right|}^2={\left(C_1^R\right)}^2+{\left(C_1^I\right)}^2$

$m_2={\left|C_2\right|}^2={\left(C_2^R\right)}^2+{\left(C_2^I\right)}^2$

如果以下命题成立则检测到干扰场合(有色噪声)：m＜m_thr或者m_I＞a_thr或者m₂＞a_thr。如果命题不成立，则检测到受灵敏度限制的场合(白噪声)。阈值具有下列值：m_thr＝1.5，a_thr＝3.0。

灵敏度检测器601中所用度量m的第二具体例子如下。度量m被形成为实际FIR滤波器系数与参考系数c_k之间平方欧几里得距离之和如下：

$m=-\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{|C_k-c_k|}^2=-\underset{k=1}{\overset{N}{\mathrm{\Σ}}}({(C_k^R-c_k^R)}^2+{(C_k^I-c_k^I)}^2)$

这里N是在1与乘以过采样因子的AR过程阶之间的整数常数，即对于2次过采样而言是1≤N≤2K。参考系数c_k，1≤k≤N，是恒定复数。

根据此具体第二例子，如果以下命题成立则检测到干扰场合(有色噪声)：

                     m＜m_thr

如果命题不成立，则检测到受零度限制的场合(白噪声)。阈值m_thr依赖于信号中的信号电平并且必须针对特定实施来调整。类似地，N和c_k必须针对该实施而定制。

作为实施例子，考虑与上文相似的GSM GMSK接收器。对于各脉冲串，在估计W矩阵中的AR系数{A_1，k}之后，计算以下实体和度量：

C₁＝A_1，1+jA_1，3，C₂＝A_1，2+jA_1，4，C₃＝A_2，1+jA_2，3，C₄＝A_2，2+jA_2，4

$m=-\underset{k=1}{\overset{4}{\mathrm{\Σ}}}{|C_k-c_k|}^2$

如果以下命题成立则检测到干扰场合(有色噪声)：m＜m_thr。如果命题不成立，则检测到受灵敏度限制的场合(白噪声)。复c_k给定如下：

c₁＝1.3e^-jπ/4，c₂＝1.3e^jπ/4，c₃＝1，2e^jπ/2＝j1.2，c₄＝1.2e^jπ＝-1.2

阈值：m_thr＝-1.0。

使用灵敏度检测器的灵敏度切换可以显著地提高利用FIR白化的接收器的灵敏度性能而对干扰性能影响不大。对于用于GSM电话的实际接收器中的灵敏度性能已经证实上至2.0dB的增益。同时，干扰场合下的恶化就单干扰源情况(同信道干扰或者邻信道干扰)而言限于0.3dB。在具有数个GMSK调制的同信道和邻信道干扰贡献这一混合的复杂干扰场合下观察到可忽略的恶化(＜0.01dB)。这样的复杂场合是最实际的干扰场合，而单干扰源情况下的损失并不重要。

码内白化

在下文中讨论在第二白化滤波器232中码内相关的处理。这里假设第二白化滤波器232以每符号两个采样已经拆分进行操作。然而，由于过采样或者由于存在多个接收器天线而可以有每符号任何数目的输入采样。IQ拆分也是可选的。如果无法从接收的信号Rx(t)直接获得附加采样，则也可以借助内插来增加每符号采样数目。一般而言，可以通过使用与同一符号有关的采样的相关性质来处理码内相关。

如何基于例如从IQ拆分、过采样和/或多个接收器天线获得的每符号多个采样来应用下文讨论的原理对于本领域技术人员是不言而喻的。

以下记法使用信号y作为对码内白化滤波器的输入信号。这本意并不在于将信号处理限于在码内白化滤波器之前有FIR白化滤波器的情况。如上所言，这些滤波器的顺序可以反过来。

对接收的信号的采样提供了采样的接收信号y(nT)，其中T代表连续符号(的传输)之间的时间(即符号速率的倒数)，而 $n=k+\frac{q}{I},$ 其中k是针对所有发送符号而运转的索引，q是从0到l的运转的过采样索引，即每符号采样数目(或者接收器天线的数目或者过采样因子×接收器天线的数目)。

第二白化滤波器232是用于对采样的接收信号进行滤波以去除同信道干扰和噪声从而产生滤波的采样信号

的滤波器(即一连串滤波的信号采样)。滤波器232的输入是(FIR白化的)信号的采样y(nT)和对应的估计离散信道冲激响应h’(sT)，其中s＝m+qll而m从0运转到v，其中0≤m≤v而v比信道冲激响应长度小一。

在以下的描述中，假设过采样因子为l＝2的过采样，并且根据信道数据输入g_k和采样的信道冲激响应h’_m将第二白化滤波器的输入处的接收信号采样y’_k写为如下：

$y_k=\underset{m=0}{\overset{v}{\mathrm{\Σ}}}{h\′}_m^{\left(0\right)}{g}_{k-m}^{\left(0\right)}+\underset{j=1}{\overset{f}{\mathrm{\Σ}}}\underset{m=0}{\overset{v}{\mathrm{\Σ}}}{h\′}_m^{\left(f\right)}{g}_{k-m}^{\left(j\right)}+n_k,---\left(45\right)$

其中0≤m≤v而v比信道冲激响应长度小一。上标j表示所选通信信道上各信号的索引，其中j＝0表示预期信号而其他j值表示同信道干扰，以及其中：

$y_k=\left[\begin{array}{c}\mathrm{Re}\left(y\left(\mathrm{kT}\right)\right)\\ \mathrm{Im}\left(y\left(\mathrm{kT}\right)\right)\\ \mathrm{Re}\left(y\left((k+\frac{(l-1)}{l})T\right)\right)\\ \mathrm{Im}\left(y\left((k+\frac{(l-1)}{l})T\right)\right)\end{array}\right],$

${h\′}_m^{\left(j\right)}=\left[\begin{array}{c}\mathrm{Re}\left({h\′}^{\left(j\right)}\left(\mathrm{mT}\right)\right)\\ \mathrm{Im}\left({h\′}^{\left(j\right)}\left(\mathrm{mT}\right)\right)\\ \mathrm{Re}\left({h\′}^{\left(j\right)}\left((m+\frac{(l-1)}{l})T\right)\right)\\ \mathrm{Im}\left({h\′}^{\left(j\right)}\right)\left((m+\frac{(l-1)}{l})T\right)\end{array}\right],$

以及

$n_k=\left[\begin{array}{c}\mathrm{Re}\left(n\left(\mathrm{kT}\right)\right)\\ \mathrm{Im}\left(n\left(\mathrm{kT}\right)\right)\\ \mathrm{Re}\left(n\left((k+\frac{(l-1)}{l})T\right)\right)\\ \mathrm{Im}\left(n\left((k+\frac{(l-1)}{l})T\right)\right)\end{array}\right],$

并且使用T表示连续符号(的传输)之间的时间。可以定义N_f个接收采样的块如下：

$\left[\begin{array}{c}{y}_{k+N_f-1}\\ y_{k+N_f-2}\\ :\\ y_k\end{array}\right]=\underset{j=0}{\overset{M}{\mathrm{\Σ}}}\left[\begin{array}{ccccccc}{h\′}_0^{\left(j\right)}& {h\′}_1^{\left(j\right)}& ..& {h\′}_v^{\left(j\right)}& 0& ..& 0\\ 0& {h\′}_0^{\left(j\right)}& {h\′}_1^{\left(j\right)}& ..& {h\′}_v^{\left(j\right)}& 0& ..\\ .& & & & & & .\\ .& & & & & & .\\ 0& ..& 0& {h\′}_0^{\left(j\right)}& {h\′}_0^{\left(j\right)}& ..& {h\′}_v^{\left(j\right)}\end{array}\right]\left[\begin{array}{c}{g}_{k+N_f-1}^{\left(j\right)}\\ g_{k+N_f-2}^{\left(f\right)}\\ .\\ .\\ g_{k-v}^{\left(j\right)}\end{array}\right]+\left[\begin{array}{c}{n}_{k+N_f-1}\\ n_{k+N_f-2}\\ .\\ .\\ n_k\end{array}\right]$

或者更紧凑地定义如下：

$y_{k+N_j-1:k}={H\′}_0{g}_{k+N_f-1:k-v}^{\left(0\right)}+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{H\′}_j{g}_{k+N_f-1:k-v}^{\left(j\right)}+I{1}_{k+N_f-1:k},$

该方程包括预期信号H′₀g_k+Nj-I，k-v ⁽⁰⁾，和噪声加(同信道)干扰信号 $\underset{f=1}{\overset{M}{\mathrm{\Σ}}}{H\′}_j{g}_{k+N_f-1:k-v}^{\left(j\right)}+I{1}_{k+N_f-1:k}.$ 为了方便，将与索引(采样计数器)k相对应的这一瞬时的噪声加干扰信号i_k定义为4×1向量如下：

$i_k=\left[\begin{array}{c}\mathrm{Re}\left\{i\left[\mathrm{kT}\right]\right\}\\ \mathrm{Im}\left\{i\left[\mathrm{kT}\right]\right\}\\ \mathrm{Re}\left\{i\left[(k+\frac{(l-1)}{l}T)\right]\right\}\\ \mathrm{Im}\left\{i\left[(k+\frac{(l-1)}{l}T)\right]\right\}\end{array}\right]=\underset{j=1}{\overset{M}{\mathrm{\Σ}}}\left[\begin{array}{cccc}{h\′}_0^{\left(j\right)}& {h\′}_1^{\left(j\right)}& ..& {h\′}_v^{\left(j\right)}\end{array}\right]\·\left[\begin{array}{c}{g}_k^{\left(j\right)}\\ g_{k-1}^{\left(j\right)}\\ .\\ .\\ g_{k-v}^{\left(j\right)}\end{array}\right]---\left(47\right)$

接着定义滤波器运算L^-1以便提供白化的接收信号采样

如下：

${\tilde{y}}_{k+N_f-1:k}=L^{-1}{y}_{k+N_f-1:k},$

其中根据本发明：

$L^{-1}=\left[\begin{array}{cccc}{\tilde{R}}_{\mathrm{ii}}^{-1/2}& 0& ..& 0\\ 0& {\tilde{R}}_{\mathrm{ii}}^{-1/2}& 0& .\\ & & & .\\ .& .& .& \\ .& .& .& \\ 0& ..& 0& {\tilde{R}}_{\mathrm{ii}}^{-1/2}\end{array}\right]$

其中

是给定如下的4×4噪声加干扰相关矩阵：

${\tilde{R}}_{\mathrm{ij}}=E\left[i_k{i}_k^{*}\right]---\left(50\right)$

其中E[...]是取全体(ensemble)平均的数学运算。由于干扰源于环(cyclo)平稳随机过程，所以期望运算可以用时间平均来代替，即：

${\tilde{R}}_{\mathrm{ij}}=\underset{k}{\mathrm{\Σ}}\left[i_k{i}_k^{*}\right],---\left(50.1\right)$

因此，代表一个符号的各4×1向量

可以写为如下：

${\tilde{y}}_k={\mathrm{Wy}}_k---\left(51\right)$

其中W定义为对正定埃尔米特矩阵

的平方根运算的倒数，即：

$W={\tilde{R}}_{\mathrm{ij}}^{-1/2}.---\left(51.1\right)$

在一些实施例中，埃尔米特矩阵 可以是噪声加干扰相关矩阵，而白化矩阵 $W={\tilde{R}}_{\mathrm{ij}}^{-1/2}$ 可以获得为

的Cholesky因子分解。可选地，白化矩阵W可以通过

的任何因子分解即如下所示的任何因子分解来获得：

${(\mathrm{WW}\′)}^{-1}={\tilde{R}}_{\mathrm{ii}}---\left(51.2\right)$

或者通过如下所示对

的任何因子分解来获得：

$\mathrm{U\λV}\′={\tilde{R}}_{\mathrm{ij}},$

如例如通过奇异值分解(SVD)。在这样的情况下，白化矩阵W可以获得为W＝Vλ^-。

根据本发明的一些实施例，白化的冲激响应也通过IQ滤波器 来提供，该滤波器这次对冲激响应H′₀起作用：

${\tilde{H}}_0=L^{-1}{H\′}_0=\left[\begin{array}{ccccccc}{\tilde{h}}_0^{\left(0\right)}& {\tilde{h}}_1^{\left(0\right)}& ..& {\tilde{h}}_v^{\left(0\right)}& 0& ..& 0\\ 0& {\tilde{h}}_0^{\left(0\right)}& {\tilde{h}}_1^{\left(0\right)}& ..& {\tilde{h}}_v^{\left(0\right)}& 0& ..\\ .& & & & & & .\\ .& & & & & & .\\ 0& ..& 0& {\tilde{h}}_0^{\left(0\right)}& {\tilde{h}}_1^{\left(0\right)}& ..& {\tilde{h}}_v^{\left(0\right)}\end{array}\right],---\left(52\right)$

因此，各4×1向量

就0≤m≤v而言可以计算如下：

${\tilde{h}}_m^{\left(0\right)}=\mathrm{Wh}{\′}_m^{\left(0\right)}---\left(53\right)$

因此显然的是，本发明所公开的干扰抑制方法没有引起增加信道长度的问题，即从方程(53)中看出

具有与h′_m相同的维度。

现在参照图7，滤波器模块732可以包括：第一模块701，用于针对k＝1，...，N_f构造一连串采样y_k，其中各k对应于一个符号；下一模块702，用于确定噪声加干扰相关矩阵

以及第三模块703a，用于针对k＝1，...，N_f计算滤波的白化采样

仍然参照图7，在一些实施例中，滤波器732可以包括在模块703之后用于计算 ${\tilde{y}}_k=W{y}_k$ 的附加模块。这样的模块在部分间隔均衡器的情况下不抽选信号，但是在符号间隔均衡器的情况下，该模块会抽选信号，并且通过以与DFE均衡器的前馈滤波器等效的滤波器或者由多相匹配滤波器对信号进行滤波来抽选信号。

在码内白化滤波器732之后的均衡器可以是格型(trellis)检测器，而格型检测器的输入是符号间隔的。可以通过与判决反馈均衡器(DFE)的前馈滤波器等效的预滤波器(针对白噪声而设计)对白化滤波器W的输出进行后置处理来获得此符号间隔输入。通过逼近如方程(50)中的噪声加干扰相关矩阵 仅去除一个符号内的相关。因此，一些残留相关是可以预料的，因此例如可以在前馈滤波器的后续优化中被考虑到。在这样的后处理之后，可以在格型维特比均衡器中使用Forney度量。例如参见“Unification of MLSEReceivers and Extensions to Time Varying Channels”，G.Bottomley，S.Chennakesku，IEEE Trans.Inform.Theory，1998年第46卷第464-472页。

可选地，均衡器可以利用也在Bottomley等人的上述论文中描述的Ungerboeck度量。在这样的情况下，无需利用预滤波器，但是通过利用与白化预期冲激响应相匹配的多相匹配滤波器可以将预白化滤波器W的输出抽选成每符号一个采样。

可选地，均衡器可以用每符号多个符号进行操作，而在这样的情况下仍有另一可选实施。如果均衡器可以用每符号一个符号进行操作，则不使用码内白化滤波器而代之以通过修改均衡器内部的度量以考虑噪声相关来获得相同结果。具体而言，可以使用给定如下的修改分支度量：

${\tilde{M}}_k={(y_k-\underset{m=0}{\overset{v}{\mathrm{\Σ}}}{h}_m^{\left(0\right)}{x}_{k-m}^{\left(0\right)})}^T{\tilde{R}}_{\mathrm{ij}}^{-1}(y_k-\underset{m=0}{\overset{v}{\mathrm{\Σ}}}{h}_m^{\left(0\right)}{x}_{k-m}^{\left(0\right)})---\left(54\right)$

来代替欧几里得度量：

$M_k={({\tilde{y}}_k-\underset{m=0}{\overset{v}{\mathrm{\Σ}}}{\tilde{h}}_m^{\left(0\right)}{x}_{k-m}^{\left(0\right)})}^T({\tilde{y}}_k-\underset{m=0}{\overset{v}{\mathrm{\Σ}}}{\tilde{h}}_m^{\left(0\right)}{x}_{k-m}^{\left(0\right)}),---\left(55\right)$

上述度量将在码内白化操作之后使用。

本发明的一些实施例还提供一种用于启用和禁用IQ白化(如上所述那样执行或者使用其他技术)的机制。这样的切换机制之所以有用是因为发现用以抑制同信道干扰的IQ白化对于受二进制调制同信道干扰限制的信道显然有效，但是在受灵敏度(白噪声)限制的信道中造成一些性能损失。本发明因此提供一种可以用来在接收器中在IQ白化与非白化之间动态切换的切换算法。在一些实施例中，该切换是基于检查噪声加干扰相关矩阵

中不同分量的相对值，这一点在下文中有说明。在一些其他实施例中，该切换是基于检查不同乘积i_k ^*i_k和i_k ^*i_k+1的期望E[...]，这一点也在下文中有说明。在本发明所提供的切换机制背后的思想是确定存在的噪声是白噪声(在这样的情况下关闭白化)还是非白噪声，即它是否为时间相关的(在这样的情况下开启白化)。

在以检查噪声加干扰相关矩阵

中不同分量的相对值为基础的实施例中，以如下方式检测噪声是否为白噪声。如上所述，IQ白化滤波器(具有截取自相关)需要根据噪声采样来计算4×4(2-IQ拆分，2-过采样)相关矩阵

因此在优选实施例中，根据

的元素的函数来导出用于开启和关闭白化的度量。

在二进制调制同信道干扰的情况下发现(部分采样即一个符号内的采样之间的)时间相关可以表达如下的相关矩阵

中元素的组合：

$R_{\mathrm{temporal}}={\tilde{R}}_{\mathrm{ii}}\left(\mathrm{1,3}\right)+{\tilde{R}}_{\mathrm{ii}}\left(\mathrm{2,4}\right)+\sqrt{-1}*({\tilde{R}}_{\mathrm{ii}}\left(\mathrm{2,3}\right)-{\tilde{R}}_{\mathrm{ii}}\left(\mathrm{1,4}\right)).---\left(56\right)$

因此对于二进制调制干扰信号，可以根据相关矩阵中的元素来获得时间相关，而采样的实部与虚部之间的相关没有变成零。

本发明根据以检查噪声加干扰相关矩阵

中不同分量的相对值为基础的实施例所提供的切换因此可以规定如下。定义

$M_k=2\frac{{|({\tilde{R}}_{\mathrm{ij}}\left(\mathrm{1,3}\right)+{\tilde{R}}_{\mathrm{ij}}\left(\mathrm{2,4}\right))+\sqrt{-1}*({\tilde{R}}_{\mathrm{ij}}\left(\mathrm{2,3}\right)-{\tilde{R}}_{\mathrm{ij}}\left(\mathrm{1,4}\right))|}^2}{\underset{k=1}{\overset{2}{\mathrm{\Σ}}}{({\tilde{R}}_{\mathrm{ij}}(2k,2k)+{\tilde{R}}_{\mathrm{ij}}(2k-\mathrm{1,2}k-1))}^2}---\left(57\right)$

作为用于指示信道是否为时间相关(即受灵敏度限制，从而噪声是白噪声)的度量。可以看出，该度量依赖于噪声加干扰相关矩阵

中不同分量的相对值。于是，如果就某一预定阈值τ_fc而言M_fc＞τ_fc，则信道被归类为时间相关并且执行白化；否则禁用白化。

如上所述，在一些其他实施例中，该切换是基于检查不同乘积i_k ^*i_k和i_k ^*i_k+1的期望E[...]。在这样的实施例中计算如下(数)值：

$R_{0\mathrm{if}}=E\left[i_k^{*}{i}_k\right]---\left(58\right)$

以及如下(数)值：

$R_{1\mathrm{ii}}=E\left[i_k^{*}{i}_{k+1}\right].---\left(59\right)$

然后，用作一种用于确定是否白化如下定义的数量M_ij的度量：

$M_{\mathrm{ij}}=\frac{R_{1\mathrm{ij}}}{R_{0\mathrm{ij}}},$

当M_ij大于某一预定阈值τ_fl(具有可以视应用而定的值)时切换到白化。

上述用于切换的两个实施例都是基于对干扰信号二阶统计的观察，其他实施例可以依赖于更复杂的测量。

因此，参照图8中所示滤波器块800，在非实质性时间相关的情况下(例如在M_fc＜τ_fc的情况下)，灵敏度检测器801切换到模块802以便进行滤波而不进行白化，否则切换到模块732以便进行白化。在本发明的一些实施例中，尤其是如果例如码间白化功能在开关801之前或者在块732之后驻留于滤波器块800中，则可以放弃模块802。

在有用于抑制码间干扰的第一白化滤波器和用于抑制码内干扰的第二白化滤波器的滤波器中，可以有与各滤波器有关的开关(也就是切换功能)和灵敏度检测器。这一点已经在上文中结合开启/关闭码间白化滤波器进行了讨论。

根据本发明实施例的信道估计和信号白化块可以使用软件、硬件或者软件和硬件的适当组合来实施。例如，本发明的实施例可以实施为针对特定应用而涉及的专用集成电路(ASIC)。作为第二例子，本发明的实施例可以实施为用于可编程数字信号处理(DSP)芯片的程序代码。

认识到根据本发明实施例的干扰抑制可以用于通信设备中和各种通信系统的网元中。术语通信设备和网元是指具有用以通过无线接口接收信号并且处理所接收的信号的功能的任何设备。可以在其中使用实施例的通信系统的一些具体例子是蜂窝通信系统，比如GSM或者UMST(通用移动电信系统)。

认识到虽然本说明书说明了用于白化码间干扰的FIR滤波器和用于白化码内干扰的滤波器的具体细节，但是有可能使用与上文讨论的具体例子不同的滤波器来实施码问和码内干扰抑制。

认识到使用上述数学公式作为例子，在所附权利要求书中一连串采样通常是指针对不同t值的x(t)。类似地，一连串白化采样通常是指y(t)或者 。视上下文而定，信道估计通常是指h、h’或者

认识到这里具体讨论的方程和数学公式的处理的本意不在于执行本发明实施例中的计算的仅有方式。对于本领域技术人员不言而喻，各种修改是可行的。

认识到在所附权利要求中措词“每符号至少两个采样”覆盖了至少与过采样(包括插值)、IQ拆分和/或多个接收器天线有关的采样。

认识到鉴于以上讨论，在这里隐含地公开了与以上描述并不矛盾的任何切实可行的特征组合是不言而喻的。具体而言，即使上文中没有明确地提及，但是与例如结合具体实施例所公开的某块有关的具体细节在相同的块存在于另一实施例中时仍然适用。

虽然已经在附图中图示了和在以上的具体描述中描述了实施本发明的装置和方法的优选实施例，但是将理解本发明不限于公开的实施例而是能够有许多重新设置、修改和替换而不脱离如所附权利要求书阐述和限定的本发明的精神。

Claims (77)

1.一种用于抑制干扰的方法，所述方法包括：

提供与一连串符号有关的一连串采样，其中提供了每符号至少两个采样，

为与码间干扰抑制有关的第一白化滤波器确定滤波器系数，

使用所述第一白化滤波器和所述滤波器系数来白化所述一连串采样，以及

使用第二白化滤波器来白化所述一连串采样，所述第二白化与基于符号内采样的相关性质的码内干扰抑制有关。

2.如权利要求1所述的方法，所述第一白化滤波器是有限冲激响应滤波器。

3.如权利要求1或者2所述的方法，其中所述滤波器系数基于联合地估计滤波器系数和信道估计的模型来确定。

4.如权利要求3所述的方法，包括确定与使用所述第一白化滤波器而白化的所述一连串采样相对应的信道估计，其中所述滤波器系数和所述信道估计基于联合地估计滤波器系数和信道估计的所述模型来确定。

5.如权利要求3所述的方法，包括基于使用所述第一白化滤波器而白化的所述一连串采样来确定与使用所述第一白化滤波器而白化的所述一连串采样相对应的信道估计。

6.如权利要求3所述的方法，包括：

确定与向所述第一白化滤波器输入的所述一连串采样相对应的第一信道估计，以及

基于所述滤波器系数和所述第一信道估计来确定与使用所述第一白化滤波器而白化的所述一连串采样相对应的第二信道估计。

7.如权利要求1至6中任一项权利要求所述的方法，包括将所述一连串采样划分成符号间隔采样串组，以及其中至少使用所述第一白化滤波器的白化是基于所述符号间隔采样串组。

8.如权利要求1至6中任一项权利要求所述的方法，其中对包括所述每符号至少两个采样的所述一连串采样直接进行至少使用所述第一白化滤波器的白化。

9.如权利要求8所述的方法，其中根据在所附说明书中呈现的如下方程之一来设置每符号的采样：方程30、方程35、方程40。

10.如权利要求1至9中任一项权利要求所述的方法，包括基于所述滤波器系数来确定是否使用如下滤波器中的一种滤波器来白化采样：所述第一白化滤波器；所述第一和第二白化滤波器。

11.如权利要求10所述的方法，其中当所述滤波器系数对应于有色噪声时至少使用所述第一白化滤波器来白化采样。

12.如权利要求10或者11所述的方法，包括基于所述滤波器系数来确定至少一个度量值。

13.如权利要求12所述的方法，包括比较所述至少一个度量值与至少一个对应的预定义阈值。

14.如权利要求12或者13所述的方法，其中所述至少一个度量值中的至少一个度量值是基于根据成对所述滤波器系数而形成的复数。

15.如权利要求1至14中任一项权利要求所述的方法，其中使用所述第二白化滤波器的白化是基于如下采样中的至少一种采样：与过采样有关的采样、与同相和正交拆分有关的采样以及与至少两个接收器天线有关的采样。

16.如权利要求15所述的方法，包括通过评价噪声加干扰相关矩阵来确定所述相关性质。

17.如权利要求1至16中任一项权利要求所述的方法，包括基于符号内采样的所述相关性质来确定是否白化采样。

18.如权利要求17所述的方法，其中当所述相关性质对应于有色噪声时至少使用所述第二白化滤波器来白化采样。

19.如权利要求17或者18所述的方法，其中确定是否使用如下滤波器中的一种滤波器来白化采样：所述第一白化滤波器；所述第一和第二白化滤波器。

20.如权利要求1至19中任一项权利要求所述的方法，其中在使用所述第二白化滤波器的白化之前使用所述第一白化滤波器来白化所述一连串采样。

21.如权利要求1至19中任一项权利要求所述的方法，其中在使用所述第一白化滤波器的白化之前使用所述第二白化滤波器来白化所述一连串采样。

22.如权利要求1至21中任一项权利要求所述的方法，其中所述每符号至少两个采样包括如下采样中的至少一种采样：与过采样有关的至少两个采样、与同相和正交拆分有关的至少两个采样以及与至少两个接收器天线有关的至少两个采样。

23.一种包含可执行计算机程序指令的计算机可读介质，所述可执行计算机程序指令在由数据处理系统执行时使所述数据处理系统执行如权利要求1至22中任一项权利要求所述的方法。

24.一种用于抑制干扰的设备，包括：

用于接收与符号有关的采样的装置，其中提供了每符号至少两个采样，以及

用于白化所述接收的采样的白化装置，所述白化装置具有：

与码间干扰抑制有关的第一白化滤波器，

用于为所述第一白化滤波器确定滤波器系数的装置，以及

与基于符号内采样的相关性质的码内干扰抑制有关的第二白化滤波器。

25.如权利要求24所述的设备，其中用于确定滤波器系数的所述装置包括用于滤波器系数和用于信道估计的联合估计器，而所述白化装置至少响应于所述联合估计器所提供的所述滤波器系数。

26.如权利要求24所述的设备，包括用于确定与从所述第一白化滤波器输出的所述白化采样相对应的信道估计的信道估计器。

27.如权利要求24所述的设备，其中所述白化装置响应于所述联合估计器所提供的所述滤波器系数和所述信道估计。

28.如权利要求24至27中任一项权利要求所述的设备，包括用于将所述采样划分成符号间隔采样流组的装置，并且其中，至少所述第一白化滤波器被配置用以并行处理所述符号间隔采样流组。

29.如权利要求24至27中任一项权利要求所述的设备，其中至少所述第一白化滤波器被设置用以处理包括所述每符号至少两个采样的采样流。

30.如权利要求24至29中任一项权利要求所述的设备，包括用于基于所述滤波器系数来至少切换所述第一白化滤波器投入使用的装置。

31.如权利要求24至29中任一项权利要求所述的设备，包括用于基于所述相关性质来至少切换所述第二白化滤波器投入使用的装置。

32.如权利要求24至29中任一项权利要求所述的设备，包括用于至少基于所述滤波器系数来切换所述第一白化滤波器投入使用的第一切换装置和用于至少基于所述相关性质来切换所述第二白化滤波器投入使用的第二切换装置。

33.如权利要求32所述的设备，其中所述第一切换装置和所述第二切换装置被设置用以彼此独立地切换所述第一和第二白化滤波器投入使用。

34.如权利要求32所述的设备，其中所述第一切换装置和所述第二切换装置被设置用以彼此配合地切换所述第一和第二白化滤波器投入使用。

35.如权利要求24至34中任一项权利要求所述的设备，包括如下设备中的至少一个：集成电路、接收器、通信设备、网元。

36.一种通信设备，包括：

用于通过无线接口接收符号的装置，

用于提供与所述接收的符号有关的采样的装置，以及

如权利要求24至34中任一项权利要求所述的设备。

37.一种用于通信系统的网元，所述网元包括：

用于通过无线接口接收符号的装置，

用于提供与所述接收的符号有关的采样的装置，以及

如权利要求24至34中任一项权利要求所述的设备。

38.一种用于抑制干扰的方法，所述方法包括：

提供与一连串符号有关的一连串采样，其中提供了每符号至少一个采样，

基于联合地估计滤波器系数和信道估计的模型来为白化滤波器确定滤波器系数，所述白化滤波器与码间干扰抑制有关，

使用所述白化滤波器和所述确定的滤波器系数来白化所述一连串采样，由此提供一连串白化采样，以及

基于所述一连串白化采样来确定信道估计。

39.如权利要求38所述的方法，其中提供了每符号至少两个采样，所述方法包括使用与基于符号内采样的相关性质的码内干扰抑制有关的又一白化滤波器来白化所述一连串采样。

40.一种包含可执行计算机程序指令的计算机可读介质，所述可执行计算机程序指令在由数据处理系统执行时使所述数据处理系统执行如权利要求38或者39所述的方法。

41.一种用于抑制干扰的设备，包括：

用于接收与符号有关的采样的装置，其中提供有每符号至少一个采样，

与码间干扰抑制有关的白化滤波器，

联合估计器，用于确定滤波器系数和信道估计，所述联合估计器被配置用以向所述白化滤波器输入所述滤波器系数，以及

信道估计器，用于确定与从所述白化滤波器输出的所述白化采样相对应的信道估计。

42.如权利要求41所述的设备，其中提供了每符号至少两个采样，所述设备包括与基于符号内采样的相关性质的码内干扰抑制有关的又一白化滤波器。

43.如权利要求41或者42所述的设备，包括以下设备中的至少一个：集成电路、接收器、通信设备、网元。

44.一种通信设备，包括：

用于通过无线接口接收符号的装置，

用于提供与所述接收的符号有关的采样的装置，以及

如权利要求41或者42所述的设备。

45.一种用于通信系统的网元，所述网元包括：

用于通过无线接口接收符号的装置，

用于提供与所述接收的符号有关的采样的装置，以及

如权利要求41或者42所述的设备。

46.一种用于抑制干扰的方法，所述方法包括：

提供与一连串符号有关的一连串采样，其中提供了每符号至少两个采样，

为与码间干扰抑制有关的白化滤波器确定滤波器系数，以及

使用所述白化滤波器和所述滤波器系数来白化所述一连串采样，

其中以部分间隔方式对所述一连串采样进行为所述白化滤波器确定所述滤波器系数以及白化所述一连串采样。

47.如权利要求46所述的方法，其中根据所附说明书中的如下方程之一来安排每符号的采样：方程30、方程35、方程40。

48.一种用于抑制干扰的方法，所述方法包括：

提供与一连串符号有关的一连串采样，其中提供了每符号至少两个采样，

将所述一连串采样划分成符号间隔采样串组，

为与码间干扰抑制有关的白化滤波器确定滤波器系数，以及

使用所述白化滤波器和所述确定的滤波器系数来白化所述一连串采样，

其中对所述符号间隔采样串组并行地进行为所述白化滤波器确定所述滤波器系数以及白化所述一连串采样。

49.一种包含可执行计算机程序指令的计算机可读介质，所述可执行计算机程序指令在由数据处理系统执行时使所述数据处理系统执行如权利要求46至48中任一项权利要求所述的方法。

50.一种用于抑制干扰的设备，包括：

用于接收与符号有关的采样的装置，其中提供了每符号至少两个采样，

与码间干扰抑制有关的白化滤波器，以及

用于为所述白化滤波器确定滤波器系数的装置，

其中用于确定所述滤波器系数的所述装置和所述白化滤波器被配置用于以部分间隔方式来处理所述一连串采样。

51.如权利要求50所述的设备，配置用以根据所附说明书中的如下方程之一来安排每符号的采样：方程30、方程35、方程40。

52.一种用于抑制干扰的设备，包括：

用于接收与符号有关的采样，其中提供了每符号至少两个采样，

与码间干扰抑制有关的白化滤波器，以及

用于为所述白化滤波器确定滤波器系数的装置，

其中所述设备被配置用以将所述一连串采样划分成符号间隔采样串组，以及用于确定所述滤波器系数的所述装置和所述白化滤波器被配置用于使用符号间隔采样串组来操作。

53.如权利要求52所述的设备，包括形成所述白化滤波器的并行滤波器组和形成用于确定滤波器系数的所述装置的滤波器系数估计器组。

54.如权利要求50至53中任一项权利要求所述的设备，所述设备包括与基于符号内采样的相关性质的码内干扰抑制有关的又一白化滤波器。

55.如权利要求50至54中任一项权利要求所述的设备，包括以下设备中的至少一个：集成电路、接收器、通信设备、网元。

56.一种通信设备，包括：

用于通过无线接口接收符号的装置，

用于提供与所述接收的符号有关的采样的装置，以及

如权利要求50至54中任一项权利要求所述的设备。

57.一种用于通信系统的网元，所述网元包括：

用于通过无线接口接收符号的装置，

用于提供与所述接收的符号有关的采样的装置，以及

如权利要求50至54中任一项权利要求所述的设备。

58.一种用于抑制干扰的方法，所述方法包括：

提供与一连串符号有关的一连串采样，其中提供了每符号至少一个采样，

为与码间干扰抑制有关的白化滤波器确定滤波器系数，以及

基于所述确定的滤波器系数确定是否使用所述白化滤波器和所述确定的滤波器系数来白化所述一连串采样。

59.如权利要求58所述的方法，包括基于所述确定的滤波器系数来确定至少一个度量值。

60.如权利要求59所述的方法，包括比较所述至少一个度量值与至少一个预定义阈值。

61.如权利要求58至60中任一项权利要求所述的方法，其中所述至少一个度量值中的至少一个度量值是基于根据成对的所述确定的滤波器系数而形成的复数。

62.如权利要求58至61中任一项权利要求所述的方法，包括当所述至少一个度量指示了所述一连串采样对应于有色噪声时使用所述白化滤波器和所述确定的滤波器系数来白化所述一连串采样。

63.如权利要求62所述的方法，包括确定与所述一连串白化采样相对应的信道估计。

64.如权利要求63所述的方法，其中，所述信道估计是与所述滤波器系数相联合地被确定的。

65.如权利要求63所述的方法，包括基于所述一连串白化采样来确定所述信道估计。

66.如权利要求58至65中任一项权利要求所述的方法，包括当所述至少一个度量指示了所述一连串采样对应于白化噪声时确定与所述一连串采样相对应的信道估计。

67.一种包含可执行计算机程序指令的计算机可读介质，所述可执行计算机程序指令在由数据处理系统执行时使所述数据处理系统执行如权利要求58至66中任一项权利要求所述的方法。

68.一种用于抑制干扰的设备，包括：

用于接收与符号有关的采样，其中提供了每符号至少一个采样，

与码间干扰抑制有关的白化滤波器，

用于为所述白化滤波器确定滤波器系数的装置，以及

切换装置，用于基于所述滤波器系数来切换所述白化滤波器投入使用。

69.如权利要求68所述的设备，包括信道估计器，以及其中所述切换装置被配置用以在所述白化滤波器与所述信道估计器之间切换。

70.如权利要求68所述的设备，包括基于同一符号内采样的相关的、与码内干扰抑制有关的又一白化滤波器，其中所述切换装置被配置用以至少切换所述白化滤波器投入使用。

71.如权利要求70所述的设备，包括用于基于同一符号内采样的所述相关来至少切换所述又一白化滤波器投入使用的又一切换装置。

72.如权利要求70所述的设备，其中所述切换装置被配置用以至少基于所述滤波器系数来切换所述白化滤波器投入使用，而所述又一切换装置被配置用以至少基于所述相关性质来切换所述又一白化滤波器投入使用。

73.如权利要求72所述的设备，其中所述切换装置和所述又一切换装置被设置用以彼此独立地切换所述白化滤波器和所述又一白化滤波器。

74.如权利要求72所述的设备，其中所述切换装置和所述又一切换装置被设置用以彼此配合地切换所述白化滤波器和所述又一白化滤波器。

75.如权利要求68至74中任一项权利要求所述的设备，包括以下设备中的至少一个：集成电路、接收器、通信设备、网元。

76.一种通信设备，包括：

用于通过无线接口接收符号的装置，

用于提供与所述接收的符号有关的采样的装置，以及

如权利要求68至74中任一项权利要求所述的设备。

77.一种用于通信系统的网元，所述网元包括：

用于通过无线接口接收符号的装置，

用于提供与所述接收的符号有关的采样的装置，以及

如权利要求68至74中任一项权利要求所述的设备。

Images