CN101090379B - 采用Kalman滤波器进行联合检测的方法及装置 - Google Patents

Abstract

为解决现有技术联合检测器采用迫零线性块均衡的联合检测技术存在的上述不足，本发明提出一种在无线移动通讯系统的多用户检测过程中，采用Kalman滤波器进行联合检测的方法及装置。本发明方法及装置充分利用Kalman滤波器的自适应特点，在联合检测过程中可以使信道预测误差和接收数据的均方误差同时达到最小，使得信道估计更为精确。同时，本发明方法及装置还充分利用Kalman滤波器所具有的良好的迭代运算能力和自适应性，在不需要先验信息的情况下估计出信道，即实现所谓的盲检测，由此，可以节约部分资源用于扩展扩频码，从而得到更多码道，容纳更多的用户。

Description

采用Kalman滤波器进行联合检测的方法及装置

发明领域

本发明涉及到无线移动通讯系统的多用户检测过程中，采用Kalman滤波器进行联合检测的方法及装置。

背景技术

无线移动通讯系统的多用户检测是指网络系统通过对多个用户的信号同时进行检测，把各个用户的信号分离出来，降低或消除多址干扰，以改善系统性能，提高系统的容量。现有的多用户检测技术通常利用多个用户的码元、时间、信号幅度以及相位等信息联合检测单个用户的信号，因此，多用户检测又常被称为联合检测。而将具有联合检测功能的装置称为联合检测器。

目前，无线移动通讯系统中使用的联合检测器采用了迫零线性块均衡的联合检测技术，该技术通过用户码字、信道冲击响应等先验信息，对用户信号进行无偏估计，迫使码间干扰(简称为ISI)和多址干扰(简称为MAI)为零，在很大程度上排除了ISI和MAI的影响，从而较为准确的估计出信号。但是，迫零线性块均衡的联合检测技术存在两个明显的缺陷：(1)没有考虑噪声的影响，从而在频谱为零的地方放大了噪声；(2)只有在眼图张开的地方才能降低码间干扰(ISI)。

为了提高采用迫零线性块均衡技术联合检测器的性能又提出了最小均方误差线性均衡技术，该技术在迫零相关检测器后面加上了维纳滤波器。该技术考虑了背景噪声的影响，并利用接收信号的功率值，使实际数据和联合检测器输出的判决变量之间的均方差最小。该技术的性能虽然比迫零线性块均衡的联合检测技术有所提高，但缺点是必须对信号的幅度和噪声方差进行估计，在较大程度上增加了检测过程的复杂程度，至今未在无线移动通讯系统中实际应用。

另外，现有的迫零线性块均衡联合检测技术需要一定的先验信息，需要使用训练序列，需要占用无线资源(通常，将不需要先验信息进行联合检测的方式，称之为盲检测)。再有，由于无线通讯系统中使用的无线资源较多，实际信道情况较为复杂，现有技术采用训练序列来准确估计信道情况也较为困难。

发明内容

为解决现有技术联合检测器采用迫零线性块均衡的联合检测技术存在的上述不足，本发明提出一种在无线移动通讯系统的多用户检测过程中，采用Kalman滤波器进行联合检测的方法及装置。本发明方法及装置充分利用Kalman滤波器的自适应特点，在联合检测过程中可以使信道预测误差和接收数据的均方误差同时达到最小，使得信道估计更为精确。同时，本发明方法及装置还充分利用Kalman滤波器所具有的良好的迭代运算能力和自适应性，在不需要先验信息的情况下估计出信道，即实现所谓的盲检测，由此，可以节约部分资源用于扩展扩频码，从而得到更多码道，容纳更多的用户。

Kalman滤波器作为一种基于信号状态空间的自适应MMSE滤波器，除具有维纳滤波器的基本性能外，还具有如下优点：(1)适用于非平稳信号的情况。Kalman滤波器的检测参数不是固定不变的，可以按照预定的方式根据接收到的信息调整检测参数，使得检测结果与接收的信号随时保持一致，即所谓的自适应性。(2)可以在不需要先验信息的情况下进行盲检测。由于Kalman滤波器具有良好的迭代运算性能，并具有自适应性，所以可以在不需要先验信息的情况下进行信道估计，即所谓盲检测。

本发明方法采用Kalman滤波器进行无线移动通讯系统的联合检测，采用与Kalman滤波器检测方程形式一致的矩阵方程式表述接收信号并对其进行估算，采用与Kalman滤波器转移方程形式一致的矩阵方程式表述预测发送信号d并对其进行估算，根据训练系列或信号估算对由矩阵A、K和F构成的滤波器的抽头权值进行预测和调整。

本发明方法采用与Kalman滤波器检测方程形式一致的矩阵方程式表述接收信号并对其进行估算的步骤包括：

接收信号矩阵方程式为：e[n]＝A[n]·d[n]+n    (1.1)

式中：e为接收机接收的总信号向量，A为扩频序列与信道冲击响应的卷积函数构造出的矩阵，d所有用户输入序列向量组成的输入矩阵，n为噪声向量，方括号里小写的n表示第n个步骤或时刻。

本发明方法采用与Kalman滤波器转移方程形式一致的矩阵方程式表述预测发送信号d并对其进行估算的步骤包括：

发送信号d的预测矩阵方程式为：

$\hat{d}\left[n\right]=\mathrm{MA}\left[n\right]\·d\left[n\right]+\mathrm{Mn}=F\·d+\mathrm{Mn}---\left(1.2\right)$

$=\stackrel{\‾}{F}\·d+\tilde{F}\·d+\mathrm{Mn}$

式中：状态转移方程矩阵F＝MA，

是该矩阵对角线元素组成的矩阵，

是该矩阵非对角线元素组成的矩阵，M为接收机匹配滤波器矩阵，A为扩频序列与信道冲击响应的卷积函数构造出的矩阵，d所有用户发送序列向量组成的输入矩阵，n为噪声向量，方括号里小写的n表示第n个步骤或时刻。需要说明的是矩阵d相对于发射端而言可称之为发送序列，而相对于接收端来说，则可称之为输入序列。

本发明方法根据训练序列对由矩阵A、K和F构成的滤波器的抽头权值进行预测和调整的步骤包括：

接收信号的训练序列部分表示为：

$e_{\mathrm{mid}}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{h}^{\left(k\right)}{m}_k+n_{\mathrm{mid}}$

采用B^-1表示由训练序列向量构成的矩阵，则上式可以改写成：

e_mid＝B^-1n+n_mid    (1.3)

由式(1.3)可以得到信道冲击响应的估计值为：

h_est＝Be_mid    (1.4)

根据式(1.4)利用扩频序列与冲击响应的卷积函数构造出矩阵A，得到状态转移方程矩阵F：

$F=\mathrm{MA}={\stackrel{\‾}{\left(A^H{R}_n^{-1}A\right)}}^{-1}{A}^H{R}_n^{-1}A,$

预测状态误差的相关矩阵K在循环迭代中可以通过矩阵A计算出来，由此，预测出由矩阵A、K和F构成的滤波器的抽头权值并进行调整。

本发明方法根据信号估算对由矩阵A、K和F构成的滤波器的抽头权值进行预测和调整的步骤主要包括：

1、对接收信号或信道描述矩阵A进行正交分解，即所谓正交分解；

2、通过自适应迭代得到信道估计偏差最小值，再应用最小二乘法通过前述最小值获得最小均方误差的信号估计值，即所谓误差预测；

3、采用自适应迭代方法根据前一步对发送信号的预测，估计出本步可能的接收信号，即所谓信道模拟；

4、通过对上一步的正交分解信号、信道模拟向量与正交分量叠加后的信号、预测状态误差相关矩阵的输出信号、发送信号和信道矩阵的输出信号的运算，得到抽头权值的控制信号并对抽头权值进行调整，即所谓权值调整。

本发明方法对接收信号或信道描述矩阵A进行正交分解，可采用直接将矩阵A分解为正交矩阵的方式，也可以采用借助傅立叶变换进行正交分解的方式。

本发明方法通过自适应迭代得到信道估计偏差最小值，再应用最小二乘法通过前述最小值获得最小均方误差的信号估计值，使信道估计误差和信号检测均方误差同时达到最小。

本发明装置采用Kalman滤波器作为联合检测器的主要部件(或称单元)，包括：

1、具有计算信号估计量功能的信号估计单元(101)，

2、具有计算接收信号估计值功能的接收估计单元(102)，

3、具有是计算观察向量估计值功能的观察向量单元(103)，

4、具有进行信道估计功能的反馈单元(104)；

或者包括：

1、具有正交分解功能的正交分解单元(50)，又包括对接收信号做正交分解的信号正交分解单元(501)和对信道特征描述矩阵A进行正交分解的A正交分解单元(502)，

2、具有通过反馈的前一段时间的信号估计和预测误差来估计出需要解调的信号并恢复发送信号功能的预测单元(20)，

3、具有对信道条件进行盲检测功能的反馈单元(30)，

4、具有通过接收信号、估计信号等估计出信道状态对抽头权值进行预测和调整的自适应调整单元(401)。

本发明装置组成Kalman滤波器联合检测器的各主要部件(或称单元)可以是相互独立的，也可以是相互组合的。

附图说明：

图1是本发明所述采用Kalman滤波器的联合检测器实施例的结构示意图；

图2是本发明所述采用Kalman滤波器的盲检测联合检测器实施例的结构示意图。

下面结合附图及具体实施例对本发明采用Kalman滤波器的联合检测方法及装置作进一步的说明。

首先，对本说明书中将要涉及到的符号做一个简要的说明：

h^(k)为某一时刻第K个用户信道的冲击响应向量；

d^(k)为用户k输入序列向量；所有用户输入序列向量组成输入矩阵d；

e为接收机接收的总信号向量；

n为噪声向量；

A为扩频序列与信道冲击响应的卷积函数构造出的矩阵

M为接收机匹配滤波器矩阵，该匹配滤波器的具体形式可以是： $M={\stackrel{\‾}{\left(A^H{R}_n^{-1}A\right)}}^{-1}{A}^H{R}_n^{-1},$ 其中：R_n是噪声向量n的协方差矩阵，R_n＝E{nn^H}；

m为训练序列组成的向量矩阵；

K为预测状态误差的相关矩阵；

F为状态转移方程矩阵。

为采用Kalman滤波器进行联合检测，采用与Kalman滤波器检测方程形式一致的矩阵方程式表述接收信号并对其进行估算：

接收信号矩阵方程式为：e[n]＝A[n]·d[n]+n    (1.1)

显然，该方程与Kalman滤波器的检测方程的形式一致。

采用与Kalman滤波器转移方程式形式一致的矩阵方程式表述预测发送信号d并对其进行估算，对于发送信号d的预测矩阵方程式为：

$\hat{d}\left[n\right]=\mathrm{MA}\left[n\right]\·d\left(n\right)+\mathrm{Mn}=F\·d+\mathrm{Mn}---\left(0.1\right)$

$=\stackrel{\‾}{F}\·d+\tilde{F}\·d+\mathrm{Mn}$

式(1.2)中，状态转移方程矩阵F＝MA，

是该矩阵对角线元素组成的矩阵，

是该矩阵非对角线元素组成的矩阵。式(1.2)中最后一个等号的后三项分别表示期望信号项、干扰项和噪声项。

显然，式(1.2)的形式与Kalman滤波器转移方程式的形式一致(一般情况下，Kalman滤波器前向预测矩阵的方程式为：x(n+1)＝F(n+1，n)x(n)+v₁(n)，其中：F(n+1，n)是状态转移方程，v₁(n)是噪声项)。

由于状态转移方程矩阵F＝MA含有信道冲击响应h^(k)的信息，这样在衰落信道中与冲击响应相关的矩阵A、K和F均是随时间变化的，因此，可根据训练系列或信号估算对上述矩阵构成的滤波器的抽头权值进行预测和调整，从而实现系统的自适应调整。

本发明方法对矩阵A、K和F构成的滤波器的抽头权值进行预测和调整方式可以有两种：一是根据训练序列对矩阵A、K和F构成的滤波器的抽头权值进行预测和调整，二是根据信号估算对矩阵A、K和F构成的滤波器的抽头权值进行预测和调整。

根据训练序列对矩阵A、K和F构成的滤波器的抽头权值进行预测和调整，从而实现系统的自适应调整的方法包括：

接收信号的训练序列部分可以表示为：

$e_{\mathrm{mid}}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{h}^{\left(k\right)}{m}_k+n_{\mathrm{mid}}$

采用B^-1表示由训练序列向量构成的矩阵，则上式可以改写成：

e_mid＝B^-1n+n_mid    (1.3)

由式(1.3)可以得到信道冲击响应的估计值为：

h_est＝Be_mid    (1.4)

根据式(1.4)利用扩频序列与冲击响应的卷积函数构造出矩阵A，得到状态转移方程矩阵F：

$F=\mathrm{MA}={\stackrel{\‾}{\left(A^H{R}_n^{-1}A\right)}}^{-1}{A}^H{R}_n^{-1}A,$

预测状态误差的相关矩阵K在循环迭代中可以通过矩阵A计算出来，由此，可以通过训练序列预测出由矩阵A、K和F构成的滤波器的抽头权值并进行调整，从而实现系统的自适应调整。

附图1是本发明所述采用Kalman滤波器的联合检测器实施例的结构示意图。图中，101，102，103，104分别表示采用Kalman滤波器的联合检测器的4个子滤波器(也称为单元)。附图1所示的联合检测器实施例中，矩阵K(n)定义为预测状态误差的相关矩阵，数值上表示为E{ε(n，n-1)ε^H(n，n-1)}，并按照差分方程进行迭代计算。接口a的输入是接收信号中与训练序列相关部分，也可以是其他与训练序列相关的信息。

信号估计单元101的功能是计算信号估计量。该单元以接收信号和预测信号之差得到的误差信号作为输入，与预测状态误差向量矩阵K相乘，得到信号修正量，将修正量与预测信号相加即为信号估计量。

接收估计单元102的功能是计算接收信号的估计值。该单元的输入为观测向量的估计值，经过信道冲击响应模型的滤波器后输出为接收信号的估计值。

观察向量单元103的功能是计算观察向量的估计值。该单元的输入为当前的观察向量，通过与矩阵A相乘，得到下一步观察向量的估计值。

反馈单元104的功能是进行信道估计。该单元根据训练序列进行信道估计，从而自适应地调整单元101、102或103滤波器的抽头权值。

显然，上述联合检测器的各主要部件(或称单元)可以是相互独立的，也可以是相互组合的。

根据信号估算对矩阵A、K和F构成的滤波器的抽头权值进行预测和调整，从而实现系统的自适应调整的方法包括：(由于该方法不需要训练序列进行预测抽头权值，因此，通常被称为盲检测。)

1、正交分解

将接收信号或信道描述矩阵A正交分解为用户特性序列(例如沿着扩频、扰码序列向量的方向)和正交分量(分别简称为用户特征分量和正交分量)，可采用直接将矩阵A分解为正交矩阵的方式，也可以采用借助傅立叶变换进行正交分解的方式。例如：先做傅立叶变换，再做矩阵分解，再进行傅立叶反变换，从而将矩阵A分为两个正交分量。

2、误差预测

通过自适应迭代得到信道估计偏差最小值，并将这个最小值作为信道冲击响应的参数，再通过这个参数应用最小二乘法获得最小均方误差的信号估计值。误差预测通过反馈的前一段时间的信号估计和预测误差来估计出需要解调的信号并恢复发送的信号，其目的是保证接收信号与预测接收信号的均方误差最小。

误差矢量ε(n)的数学表达式为：

ε(n)＝e(n)-ê(n|n-1)

式中：e(n)表示输入信号，ê(n|n-1)表示预测的接收信号。

采用预测状态误差的相关矩阵K(n)输出信号预测的修正量，设计时应当考虑使K(n)通过尽可能少的迭代步骤就能够使均分误差最小。K(n)是每一步预测都需要更新，直到收敛。K(n)的新的取值与上一步的K(n-1)、信道描述向量C(n-1)相关。同时，其抽头权值调整矩阵B(n)的输出信号f的控制。

3、信道模拟

采用信道模拟矩阵C(n)根据前一步对发送信号的预测，估计出本步可能的接收信号ê(n|n-1)。信道模拟矩阵C(n)采用自适应迭代的方法实现每一步更新，由前一步信道模拟向量C(n)和自适应调整的修正值确定本步的信道模拟矩阵。这样每一步更新可以基本与外界信道条件保持一致。

自适应调整修正值的通过计算权值调整矩阵B(n)的输出信号f得出。

4、权值调整

采用权值调整矩阵B(n)，通过对上一步的正交分解信号、信道模拟向量C(n)与正交分量叠加后的信号、预测状态误差相关矩阵K(n)的输出信号、发送信号和信道矩阵A输出信号的运算后，输出控制信号f，用于调整误差相关矩阵K(n)和信道模拟矩阵C(n)的抽头权值，从而实现系统的自适应调整。

附图2是本发明所述采用Kalman滤波器的盲检测联合检测器实施例的结构示意图。该实施例检测器主要包括四个部分：正交分解单元(50)、预测单元(20)、反馈单元(30)和自适应调整单元(401)。下面分别对这4个单元的功能及原理做一个简要的介绍。

正交分解单元(50)的正交分解的功能是将接收信号或信道描述矩阵A分为用户特性序列(例如沿着扩频、扰码序列向量的方向)及其正交分量。这两个分量分别简称为用户特征分量和正交分量。如果将接收信号正交分解后得到两个分量进行合并，就能恢复出原来的信号。因此，正交单元(50)又包括对接收信号做正交分解的信号正交分解单元(501)和对信道特征描述矩阵A进行正交分解的A正交分解单元(502)。由于无线系统信号复杂，正交分解是将复杂的信息分解为相对简单的信息从而降低计算量。

由于接收信号正交分解后两个分量的处理方式完全一致，为简便起见在附图2中及以后的叙述中仅以正交分量为例进行描述。

矩阵A正交分解得到的正交分量在附图2中分别用As和Ac表示。矩阵A正交分解的处理方法可以采用直接将矩阵A分解为正交矩阵的方式，也可以采用借助傅立叶变换进行正交分解的方式。例如：先做傅立叶变换，再做矩阵分解，再进行傅立叶反变换，从而将矩阵A分为两个正交分量。

预测单元(20)的功能是通过反馈的前一段时间的信号估计和预测误差来估计出需要解调的信号并恢复发送的信号，其目标是保证接收信号与预测接收信号的均方误差最小。以附图2中a’点的输入信号e(n)做为预测单元(20)的输入信号。该信号减去预测的接收信号ê(n|n-1)后得到误差矢量ε(n)对应于附图2中a点。预测状态误差的相关矩阵K(n)的功能是输出信号预测的修正量，它的设计原则是经过尽量短的迭代步骤使均分误差最小。K(n)是每一步预测都需要更新的，直到收敛。K(n)新的取值与上一步的K(n-1)，信道描述向量C(n-1)相关，同时其抽头权值受到自适应调整单元B(n)的输出信号f的控制。该调整信号与上一步预测信号

相加就得到本步预测信号

反馈单元(30)的功能是对信道条件进行盲检测，估计出下一步的接收信号。反馈单元(30)与用户特性序列的正交分量相关，它模拟了信道特性，其目的是使模拟信道条件最接近于真实信道条件。反馈单元(30)根据前一步对发送信号

的预测，估计出本步可能的接收信号ê(n|n-1)。反馈单元(30)的关键部件是信道模拟器(301)，用矩阵C(n)表示。它的作用是模拟信道条件，使模拟的信道与真实信道情况误差最小，采用自适应迭代的方法每一步更新。C(n)由前一步信道模拟向量C(n)和自适应调整的修正值确定。自适应调整修正值的计算通过f点的输出信号产生。

自适应调整单元(401)的功能是通过接收信号、估计信号等估计出信道状态，调整Kalman滤波器抽头的权值。在循环迭代中，自适应调整单元(401)对预测单元(20)中误差相关矩阵K(n)(201)和信道模拟矩阵C(n)(301)的抽头权值作自适应调整。其输入为上一步在点a’，a，b，c处信号和信道矩阵A给出的信号d，e；输出是控制信号f，它用于调节误差相关矩阵K(n)(201)、信道模拟矩阵C(n)(301)的滤波器抽头权值。自适应调整单元可以单独存在，也可以在误差相关矩阵K(n)(201)、信道模拟矩阵C(n)(301)的部件中实现其功能。

上述部件误差相关矩阵K(n)(201)、信道模拟矩阵C(n)(301)和自适应调整单元(401)(对应描述矩阵B(n))具体实现上可以是滤波器或滤波器组，权值在迭代过程中更新，实现的算法一般遵循最小均方的原则。上述部件的具体结构可以有较大差别，但应遵循本发明中给出的实现准则。

显然，上述联合检测器的各主要部件(或称单元)可以是相互独立的，也可以是相互组合的。

Claims (4)

1.一种无线移动通讯系统的联合检测方法，采用多个用户的码元、时间、信号幅度以及相位信息联合检测单个用户的信号，其特征在于：采用与Kalman滤波器检测方程形式一致的矩阵方程式表述接收信号并对其进行估算；采用与Kalman滤波器转移方程形式一致的矩阵方程式表述预测发送信号d并对其进行估算；根据训练系列或信号估算对由矩阵A、K和F构成的滤波器的抽头权值进行预测和调整；通过自适应迭代得到信道估计偏差最小值，再应用最小二乘法通过前述最小值获得最小均方误差的信号估计值，使信道估计误差和信号检测均方误差同时达到最小；其中：

采用与Kalman滤波器检测方程形式一致的矩阵方程式表述接收信号并对其进行估算的步骤包括：

接收信号矩阵方程式为：

e[n]＝A[n]·d[n]+n    (1.1)

式中：e为接收机接收的总信号向量，A为扩频序列与信道冲击响应的卷积函数构造出的矩阵，d为所有用户输入序列向量组成的输入矩阵，n为噪声向量，方括号里小写的n表示第n个步骤或时刻；

采用与Kalman滤波器转移方程形式一致的矩阵方程式表述预测发送信号d并对其进行估算的步骤包括：

发送信号d的预测矩阵方程式为：

$\hat{d}\left[n\right]=\mathrm{MA}\left[n\right]\·d\left[n\right]+\mathrm{Mn}=F\·d+\mathrm{Mn}$ (1.2)

$=\stackrel{\‾}{F}\·d+\tilde{F}\·d+\mathrm{Mn}$

式中：状态转移方程矩阵F＝MA，

是该矩阵对角线元素组成的矩阵，

是该矩阵非对角线元素组成的矩阵，M为接收机匹配滤波器矩阵，A为扩频序列与信道冲击响应的卷积函数构造出的矩阵，d为所有用户发送序列向量组成的输入矩阵，n为噪声向量，方括号里小写的n表示第n个步骤或时刻；

根据训练序列对由矩阵A、K和F构成的滤波器的抽头权值进行预测和调整的步骤包括：

接收信号的训练序列部分表示为：

$e_{\mathrm{mid}}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{h}^{\left(k\right)}{m}_k+n_{\mathrm{mid}}$

采用B^-1表示由训练序列向量构成的矩阵，则上式可以改写成：

e_mid＝B^-1n+n_mid                                (1.3)

由式(1.3)可以得到信道冲击响应的估计值为：

h_est＝Be_mid                                    (1.4)

根据式(1.4)利用扩频序列与冲击响应的卷积函数构造出矩阵A，得到状态转移方程矩阵F：

$F=\mathrm{MA}={\stackrel{\‾}{\left(A^H{R}_n^{-1}A\right)}}^{-1}{A}^H{R}_n^{-1}A,$

预测状态误差的相关矩阵K在循环迭代中可以通过矩阵A计算出来，由此，预测出由矩阵A、K和F构成的滤波器的抽头权值并进行调整；

或者，根据信号估算对由矩阵A、K和F构成的滤波器的抽头权值进行预测和调整的步骤包括：

①对接收信号或信道描述矩阵A进行正交分解，即所谓正交分解；

②通过自适应迭代得到信道估计偏差最小值，再应用最小二乘法通过前述最小值获得最小均方误差的信号估计值，即所谓误差预测；

③采用自适应迭代方法根据前一步对发送信号的预测，估计出本步可能的接收信号，即所谓信道模拟；

④通过对上一步的正交分解信号、信道模拟向量与正交分量叠加后的信号、预测状态误差相关矩阵的输出信号、发送信号和信道矩阵的输出信号的运算，得到抽头权值的控制信号并对抽头权值进行调整，即所谓权值调整。

2.根据权利要求1所述检测方法，其特征在于：对接收信号或信道描述矩阵A进行正交分解，可采用直接将矩阵A分解为正交矩阵的方式，也可以采用借助傅立叶变换进行正交分解的方式。

3.一种无线移动通讯系统的联合检测装置，其特征在于：采用Kalman滤波器作为联合检测器的主要部件或单元，包括：

①具有计算信号估计量功能的信号估计单元(101)，该单元以接收信号和预测信号之差得到的误差信号作为输入，与预测状态误差向量矩阵K相乘，得到信号修正量，将修正量与预测信号相加即为信号估计量；

②具有计算接收信号估计值功能的接收估计单元(102)，该单元的输入为观测向量的估计值，经过信道冲击响应模型的滤波器后输出为接收信号的估计值；

③具有计算观察向量估计值功能的观察向量单元(103)，该单元的输入为当前的观察向量，通过与矩阵A相乘，得到下一步观察向量的估计值；

④具有进行信道估计功能的反馈单元(104)，该单元根据训练序列进行信道估计，从而自适应地调整单元101、102或103滤波器的抽头权值；

或者包括：

①具有正交分解功能的正交分解单元(50)，又包括对接收信号做正交分解的信号正交分解单元(501)和对信道特征描述矩阵A进行正交分解的A正交分解单元(502)；正交分解单元(501)将接收信号分解为用户特性序列，正交分解单元(502)将信道描述矩阵A分解为其正交分量；矩阵A正交分解的处理方法可以采用直接将矩阵A分解为正交矩阵的方式，也可以采用借助傅立叶变换进行正交分解的方式；

②具有通过反馈的前一段时间的信号估计和预测误差来估计出需要解调的信号并恢复发送信号功能的预测单元(20)，预测单元(20)的输入信号为e(n)，该信号减去预测的接收信号

后得到误差矢量ε(n)对，预测状态误差的相关矩阵K(n)的功能是输出信号预测的修正量，K(n)是每一步预测都需要更新直到收敛，K(n)新的取值与上一步的K(n-1)，信道描述向量C(n-1)相关，同时其抽头权值受到自适应调整单元B(n)的输出信号f的控制，该调整信号与上一步预测信号

相加就得到本步预测信号

③具有对信道条件进行盲检测功能的反馈单元(30)，估计出下一步的接收信号，反馈单元(30)与用户特性序列的正交分量相关，根据前一步对发送信号的预测，估计出本步可能的接收信号

反馈单元(30)的关键部件是信道模拟器(301)，用矩阵C(n)表示；它的作用是模拟信道条件，使模拟的信道与真实信道情况误差最小，采用自适应迭代的方法每一步更新；C(n)由前一步信道模拟向量C(n)和自适应调整的修正值确定；

④具有通过接收信号、估计信号估计出信道状态对抽头权值进行预测和调整的自适应调整单元(401)，在循环迭代中，自适应调整单元(401)对预测单元

(20)中误差相关矩阵K(n)(201)和信道模拟矩阵C(n)(301)的抽头权值作自适应调整；其输入为上一步在点a’，a，b，c处信号和信道矩阵A给出的信号d，e；输出是控制信号f，它用于调节误差相关矩阵K(n)(201)、信道模拟矩阵C(n)(301)的滤波器抽头权值。

4.根据权利要求3所述联合检测装置，其特征在于：组成Kalman滤波器联合检测器的各主要部件或单元可以是相互独立的，也可以是相互组合的。

Images