CN101124796A - 基于由保护子带产生的信道估计误差的对数似然估计 - Google Patents

Abstract

本申请描述了一种以考虑了保护子带的方式执行数据检测和解码的技术。接收机获取导频子带对应的接收导频符号和数据子带对应的接收数据符号。根据接收导频符号(其中有填满零的归零导频子带)导出信道估计量。使用信道估计量对接收数据符号进行数据检测，以获取数据符号估计量。导出由于归零导频子带而造成的噪声和估计误差的估计量。然后，根据数据符号估计量、信道估计量以及噪声和估计误差的估计量计算LLR。对LLR进行解交织和解码，以获取解码数据。

Description

基于由保护子带产生的信道估计误差的对数似然估计

根据35U.S.C.§119要求优先权

[0001]本专利申请要求享受2004年10月12日提交的、题目为“LLRScaling for OFDM Transmissions Overlaid in TDM Systems”的临时申请No.60/618,345的优先权，这份临时申请已转让给本申请的受让人，故明确地以引用方式并入本申请。

发明领域

[0002]概括地说，本发明涉及通信，具体地说，本发明涉及在通信系统中执行数据检测和解码的技术。

技术背景

[0003]通信系统可以利用多个频率子带进行数据和导频传输。这些子带也可以被称为音频带(tone)、子载波、频率段(bin)等等，并可以用正交频分复用(OFDM)或其它调制技术来获取。利用OFDM，每个子带与可调制有业务数据或导频信号的相应子载波相关联。导频信号是发射机和接收机都先验得知的数据。发射机通常发送导频信号，以使接收机估计发射机和接收机之间的通信信道的响应。

[0004]通信信道可以不利用所有的可用子带进行传输。例如，可以将两个频带边沿的每个频带边沿中的预定数量的子带用作保护子带，以使系统满足频谱屏蔽要求。在保护子带上未进行传输，并且，在剩余的可用子带上可以发送数据和导频信号。

[0005]保护子带通常对信道估计有负面影响，这是因为在这些子带上发送没有任何有用的信息。对于在可用子带上发送的数据来说，由于保护子带会对其数据检测和解码产生负面影响，所以信道估计会降低。

[0006]因此，在本领域中需要用于解决由于保护子带而产生的负面影响的技术。

发明内容

[0007]本申请描述了一种以考虑了保护子带的方式执行数据检测和解码的技术。根据本发明的一个实施例，描述了一种装置，其包括至少一个处理器和存储器。所述处理器导出由于至少一个导频子带归零且未用于导频传输而引起的噪声和估计误差的估计量。所述处理器使用所述噪声和估计误差的估计量计算对数似然比(LLR)。

[0008]根据另一实施例，提供了一种方法，其中，导出由于至少一个归零导频子带而引起的噪声和估计误差的估计量。然后，使用所述噪声和估计误差的估计量计算LLR。

[0009]根据另一实施例，描述了一种装置，其包括：导出由于至少一个归零导频子带而引起的噪声和估计误差的估计量的模块；使用所述噪声和估计误差的估计量计算LLR的模块。

[0010]根据另一实施例，描述了一种装置，其包括至少一个处理器和存储器。所述处理器获取导频子带对应的接收导频符号和数据子带对应的接收数据符号。然后，所述处理器根据所述接收导频符号和至少一个归零导频子带对应的至少一个零而导出信道估计量。所述处理器使用所述信道估计量对所述接收数据符号进行数据检测，以获取数据符号估计量，导出由于所述至少一个归零导频子带而引起的噪声和估计误差的估计量，并根据所述数据符号估计量、所述信道估计量以及所述噪声和估计误差的估计量计算LLR。

[0011]下面进一步详细描述本发明的各方面和实施例。

附图说明

[0012]图1示出了发射机和接收机的框图。

[0013]图2示出了用于数据和导频传输的示例性的子带结构。

[0014]图3示出了接收机处的接收(RX)数据处理器的框图。

[0015]图4示出了接收机用于接收数据传输而执行的处理。

具体实施方式

[0016]本申请使用的“示例性的”一词意味着“用作例子、例证或说明”。本申请被描述为“示例性”的任何实施例不应被解释为比其它实施例更优选或更具优势。

[0017]本申请描述的接收机处理技术可以用于各种通信系统，例如，OFDM系统、正交频分多址(OFDMA)系统、单载波频分多址(SC-FDMA)系统等等。OFDMA系统利用OFDM。SC-FDMA系统可以在分配在系统带宽上的子带上利用交织的FDMA(IFDMA)进行发送，可以在相邻子带块上利用局部的FDMA(LFDMA)进行发送，或者，可以在多个相邻子带块上利用增强的FDMA(EFDMA)进行发送。通常，在频域中利用OFDM而在时域中利用SC-FDMA来发送调制符号。

[0018]图1示出了无线通信系统100中的发射机110和接收机150的框图。为简单起见，发射机110和接收机150均配备有单个天线。对于下行链路(或前向链路)，发射机110可以是基站的一部分，而接收机150可以是终端的一部分。对于上行链路(或反向链路)，发射机110可以是终端的一部分，而接收机150可以是基站的一部分。基站通常是固定站，它还可以被称为基站收发机系统(BTS)、接入点、节点B或其它术语。终端可以是固定的或移动的，它还可以是无线设备、蜂窝电话、个人数字助理(PDA)、无线调制解调器卡等等。

[0019]在发射机110处，导频处理器112生成导频符号。发射(TX)数据处理器114对业务数据进行处理(例如，编码、交织以及符号映射)，并生成数据符号。本申请中使用的数据符号是数据的调制符号，导频符号是导频信号的调制符号，调制符号是信号群(例如，PSK、QAM等)中的一点的复值，以及，符号是复值。调制器120接收数据符号和导频符号并将其复用，对复用的数据和导频符号进行调制(例如，OFDM或SC-FDMA)，并生成传输符号。发射机单元(TMTR)132对该传输符号进行处理(例如，转换成模拟、放大、滤波以及上变频)，并生成射频(RF)调制信号，然后从天线134进行发射。

[0020]在接收机150处，天线152接收来自发射机110的RF调制信号，并将接收信号提供给接收机单元(RCVR)154。接收机单元154对该接收信号进行处理(例如，滤波、放大、上变频以及数字化)，并提供输入采样。解调器160对该输入采样进行解调(例如，OFDM或SC-FDMA)，以获取接收符号。解调器160将接收导频符号提供给信道处理器170，并将接收数据符号提供给数据检测器172。信道处理器170导出发射机110和接收机150之间的无线信道的信道估计量，并根据接收导频符号导出噪声和估计误差的估计量。数据检测器172使用信道估计量对接收数据符号进行数据检测(例如，均衡或匹配滤波)，并提供数据符号估计量，数据符号估计量是由发射机110发送的数据符号的估计量。RX数据处理器180对该数据符号估计量进行处理(例如，符号解映射、解交织以及解码)，并提供解码数据。通常，接收机150处的处理与发射机110处的处理互补。

[0021]控制器/处理器140和190分别控制发射机110和接收机150的操作。存储单元142和192分别存储发射机110和接收机150的程序代码和数据。

[0022]图2示出了可用于系统100的示例性的子带结构200。系统有BW MHz的总系统带宽，其被分成多个(K)正交子带。K可以是任意整数值，但通常是2的幂(例如，64、128、256、512、1024等)，从而简化时域和频域之间的转换。相邻子带之间的间隔为BW/KMHz。

[0023]在频谱成形的系统中，G个子带未用于传输，而用作保护子带，以使系统满足频谱屏蔽要求，其中，通常G＞1。通常将该G个保护子带进行分配，以使大约G/2个保护子带处在下频带边沿(将其称为下保护子带)，而使大约G/2个保护子带处在上频带边沿(将其称为上保护子带)。剩余M个子带可以用于传输，而被称为可用子带，其中，M＝K-G。这里使用的数据子带是用于数据传输的子带，并且，导频子带是用于导频传输的子带。给定的子带可以在一个符号周期中用作导频子带，而在另一符号周期中用作数据子带。

[0024]为了便于信道估计，可以在均匀分配在整个系统带宽内的多个子带上发送导频信号。可以定义一组N个子带，以使该组中的连续子带间隔S个子带，其中，K＝S·N。该组中的一些子带可以处于下保护子带之间，并将不用于导频传输，而该组中的其它一些子带可以处于上保护子带之间，并也将不用于导频传输。对于图2示出的示例，该组中的前L个子带未用于导频传输，它们被称为归零导频子带，该组中接下来的P个子带用于导频传输，它们被称为导频子带，并且，该组中的最后U个子带是归零导频子带，其中，N＝L+P+U。

[0025]可以在可用子带上使用OFDM或SC-FDMA发送数据和导频信号。可以如下生成OFDM符号。可以将多达M个调制符号映射到M个可用子带上，而将信号值为零的零信号映射到剩余的子带上。可以对该K个调制符号和零符号进行K点快速傅立叶反变换(IFFT)或K点离散傅立叶反变换(IDFT)，以获取K个时域采样序列。将序列中的最后C个采样复制到序列的开头，以形成包括K+C个采样的OFDM符号。通常将该C个复制采样称为循环前缀或保护间隔，并且，C是循环前缀长度。循环前缀用于克服由频率选择性衰落导致的符号间干扰(ISI)，频率选择性衰落是在系统带宽上变化的频率响应。

[0026]可以如下生成SC-FDMA符号。可以用K点快速傅立叶变换(FFT)或T点离散傅立叶变换(DFT)将在T个子带上发送的T个调制符号转换成频域，以获取T个频域符号，其中，T可以等于N，并且，通常T≤M。将该T个频域符号映射到用于传输的T个子带，并将零符号映射到K-T个剩余子带。然后，对该K个频域符号和零符号进行K点IFFT/IDFT，以获取K个时域采样序列。将序列中的最后C个采样复制到序列的开头，以形成包括K+C个采样的SC-FDMA符号。

[0027]传输符号可以是OFDM符号或SC-FDMA符号。在K+C个采样或码片周期中发送传输符号的K+C个采样。符号周期是一个传输符号的持续时间，并等于K+C个采样或码片周期。通常，传输符号可以包括任何数量的子带和任何一个可用子带有关的任何信息(例如，业务数据和/或导频信号)。

[0028]表1示出了上述各种系统参数的示例性的值。通常，系统可以利用这些参数的任意值。

表1-示例性的参数值

参数	标记	值
			子带总数	K	1024
保护子带数	G	136
			可用子带数	M	888
导频子带总数	N	128
			使用的导频子带数	P	111
在下频带边沿处归零导频子带数	L	9
			在上频带边沿处归零导频子带数	U	8
循环前缀长度&信道冲激响应长度	C	108

[0029]如上所述，接收机处理技术可以用于各种通信系统，并用于下行链路以及上行链路。为简单起见，下面针对OFDM系统描述这些技术。在以下描述中，用具有表示向量长度的下标的加粗和带下划线的文本表示向量，例如，h _N表示N×1向量，或者，H _K表示K×1向量，其中，“×1”是固有的，并为简单起见而被省略。用具有表示矩阵维数的下标的加粗和带下划线的文本表示矩阵，例如，W _P×N表示P×N矩阵。时域向量通常用小写文本(例如，h _K)表示，并且，频域向量通常用大写文本(例如，H _K)表示。

[0030]发射机110和接收机150之间的无线信道可以用时域信道冲激响应或相应的频域信道频率响应来表征。信道频率响应是信道冲激响应的FFT/DFT。这种关系可以用矩阵形式表示，如下：

H _K＝W _K×K·h _K，公式(1)

其中，h _K是无线信道的冲激响应的K×1向量；

H _K是无线信道的频率响应的K×1向量；以及

W _K×K是K×K傅立叶矩阵。

对傅立叶矩阵W _K×K进行定义，从而，将第n行和第m列的元素表示为：

$w_{n,m}=e^{-j2\mathrm{\π}\frac{(n-1)\·(m-1)}{K}},$ 其中，n＝1，...，K且m＝1，...，K    公式(2)

[0031]为简单起见，假设信道冲激响应等于或小于循环前缀长度。这一条件确保K个全部子带彼此正交。然后，可以将时域向量h _K定义为：

${\underset{\‾}{h}}_K=\left(\begin{array}{c}{\underset{\‾}{h}}_C\\ {\underset{\‾}{0}}_{K-C}\end{array}\right),$ 公式(3)

其中，h _C是没有额外延迟的信道冲激响应的C×1向量；

0 _K-C是包括所有零的(K-C)×1向量；

[0032]发射机110在可用子带上将数据和导频符号发送到接收机150。假设数据和导频符号具有平均能量E_s，或E{|X(k)|²}＝E_s，其中，E{}表示求期望运算，并且，X(k)是在子带k上发送的符号。为简单起见，以下描述假设每个符号是以单位功率进行发送的，因此，E_s＝1。

[0033]由接收机150接收的接收符号可以表示为：

Y _K＝H _KоX _K+η _K，                公式(4)

其中，X _K是包括K个子带的发射符号的K×1向量；

Y _K是包括K个子带的接收符号的K×1向量；

η _K是K个子带的噪声和干扰的K×1向量；以及

“о”表示逐个元素的相乘。

[0034]公式(4)假设信道响应在符号周期内是常数，并且，Doppler足够低，因此，不存在码片间干扰(ICI)。公式(4)还假设信道冲激响应小于循环前缀，因此，不存在符号间干扰(ISI)。X _K的每一项可以是数据子带的数据符号、导频子带的导频符号或未用子带的零符号(例如，保护子带)。假设数据符号是独立的，从而具有零均值，因此，X _K协方差矩阵可以表示为 ${\underset{\‾}{C}}_{\mathrm{XX}}=E\{{\underset{\‾}{X}}_K\·{\underset{\‾}{X}}_K^H\}={\underset{\‾}{I}}_{K\×K},$ 其中，“^H”表示共轭转置，并且，I _K×K是K×K单位矩阵。假定噪声和干扰是加性高斯白噪声(AWGN)，其具有零均值向量和协方差矩阵 $E\{{\underset{\‾}{\mathrm{\η}}}_K\·{\underset{\‾}{\mathrm{\η}}}_K^H\}=N_0\·{\underset{\‾}{I}}_{K\×K},$ 其中N₀是噪声方差。η _K的每一项是具有方差N₀的零均值复高斯随机变量。为简单起见，在以下描述中，将噪声和干扰简称为“噪声”。

[0035]如果所有N个导频子带都用于导频传输，那么，接收导频符号可以表示为：

Y _N＝N _NоX _N+η _N，

＝N _N+η _N，                                        公式(5)

＝W _N×N·h _N++η _N，

其中，X _N是包括发射导频符号的N×1向量；

Y _N是包括接收导频符号的N×1向量；

${\underset{\‾}{h}}_N=\left(\begin{array}{c}{\underset{\‾}{h}}_C\\ {\underset{\‾}{0}}_{N-C}\end{array}\right)$ 是补零信道冲激响应的N×1向量；以及

η _N是N个导频子带的噪声的N×1向量。

为简单起见，公式(5)中的第二等式假设每个导频符号具有复值1+j0和量值 $\sqrt{E_s}=1.$ 在这种情况下，接收导频符号仅是H _N中的信道增益的噪声版本，其等于由傅立叶矩阵W _N×N变换到频域的时域信道冲激响应h _N，如公式(5)中的第三等式所示。

[0036]可以根据接收导频符号而使用各种技术来估计信道冲激响应。这些技术包括最小二乘法(LS)技术、最小均方误差(MMSE)技术、强健的MMSE技术、迫零(ZF)技术等等。

[0037]最小二乘法信道冲激响应估计

可以推导为：

${\underset{\‾}{\overset{^}{h}}}_N^{\mathrm{ls}}={\underset{\‾}{W}}_{N\×N}^{-1}\·{\underset{\‾}{Y}}_N,$

$={\underset{\‾}{W}}_{N\×N}^{-1}\·({\underset{\‾}{W}}_{N\×N}\·{\underset{\‾}{h}}_N+{\underset{\‾}{\mathrm{\η}}}_N),$ 公式(6)

$={\underset{\‾}{h}}_N+{\underset{\‾}{W}}_{N\×N}^{-1}\·{\underset{\‾}{\mathrm{\η}}}_N,$

其中， ${\underset{\‾}{W}}_{N\×N}^{-1}=\frac{1}{N}\·{\underset{\‾}{W}}_{N\×N}^H.$ 公式(6)表示，最小二乘法信道冲激响应估计可以通过采用Y _N中的接收导频符号的N点IFFT/IDFT而简单地获得。

[0038]MMSE信道冲激响应估计

可以推导为：

${\underset{\‾}{\overset{^}{h}}}_N^{\mathrm{mmse}}={\underset{\‾}{\mathrm{\ψ}}}_{\mathrm{hh}}\·{\underset{\‾}{W}}_{N\×N}^{-1}\·{[{\underset{\‾}{W}}_{N\×N}\·{\underset{\‾}{\mathrm{\Ψ}}}_{\mathrm{hh}}\·{\underset{\‾}{W}}_{N\×N}^{-1}+{\underset{\‾}{\mathrm{\Λ}}}_{\mathrm{\η\η}}]}^{-1}\·{\underset{\‾}{Y}}_N,$ 公式(7)

其中， ${\underset{\‾}{\mathrm{\Ψ}}}_{\mathrm{hh}}=E\{{\underset{\‾}{h}}_N\·{\underset{\‾}{h}}_N^H\}$ 是信道冲激响应的自协方差；以及

${\underset{\‾}{\mathrm{\Λ}}}_{\mathrm{\η\η}}=E\{{\underset{\‾}{\mathrm{\η}}}_N\·{\underset{\‾}{\mathrm{\η}}}_N^H\}$ 是导频子带的噪声的自协方差。

[0039]强健的MMSE信道冲激响应估计

可以推导为：

${\underset{\‾}{\overset{^}{h}}}_N^{\mathrm{rmmse}}=\frac{1}{1+N_0}\·{\underset{\‾}{W}}_{N\×N}^{-1}\·{\underset{\‾}{Y}}_N$ 公式(8)

公式(8)假设：(a)信道冲激响应估计中的抽头是不相关的，并具有相等的功率，因此，Ψ _hh＝I _N×N；(b)噪声η _N是AWGN，因此，Λ _ηη＝N₀·I _N×N。

[0040]本申请描述的接收机处理技术可以与任何信道估计技术相组合而使用。为简单起见，下面针对最小二乘法技术描述这些技术，并假设导出了最小二乘法信道冲激响应估计

为清楚起见，在以下描述中省略了上标“^ls”。

[0041]可以通过(1)将最小二乘法信道冲激响应估计补零到长度K和(2)取补零信道冲激响应估计的K点FFT/DFT而获得所有K个全体子带的全信道频率响应估计

如下：

${\underset{\‾}{\overset{^}{H}}}_K={\underset{\‾}{W}}_{K\×K}\text{\·}\left(\begin{array}{c}{\underset{\‾}{\overset{^}{h}}}_N\\ {\underset{\‾}{0}}_{K-N}\end{array}\right),$

$={\underset{\‾}{W}}_{K\×K}\·\left(\begin{array}{c}{\underset{\‾}{h}}_N\\ {\underset{\‾}{0}}_{K-N}\end{array}\right)+{\underset{\‾}{W}}_{K\×K}\·\left(\begin{array}{c}{\underset{\‾}{W}}_{N\×N}^{-1}\·{\underset{\‾}{\mathrm{\η}}}_N\\ {\underset{\‾}{0}}_{K-N}\end{array}\right),$ 公式(9)

$={\underset{\‾}{H}}_K+{\underset{\‾}{W}}_{K\×K}\·\left(\begin{array}{c}{\underset{\‾}{W}}_{N\×N}^{-1}\·{\underset{\‾}{\mathrm{\η}}}_N\\ {\underset{\‾}{0}}_{K-N}\end{array}\right),$

其中， ${\underset{\‾}{H}}_K={\underset{\‾}{W}}_{K\×K}\·\left(\begin{array}{c}{\underset{\‾}{h}}_N\\ {\underset{\‾}{0}}_{K-N}\end{array}\right),$ 因为假设了信道冲激响应比循环前缀短。

[0042]如果只有P个导频子带用于导频传输，如图2所示，那么，P个使用的导频符号的接收导频符号可以表示为：

Y _P＝W _P×N·h _N+η _P，                        公式(10)

其中，Y _P是具有P个使用的导频子带的接收导频符号的P×1向量；

W _P×N是W _N×N的P×N子矩阵；以及

η _P是P个使用的导频子带的噪声的P×1向量。

W _P×N刚包括与P个使用的导频子带相对应的W _N×N的P个行。对于在图2中表示的示例，W _P×N包括W _N×N的行L+1至N-U。

[0043]接收机150可以用零符号填到归零导频子带，以获取N×1个填满零的接收向量

其可以表示为：

${\underset{\‾}{\overset{~}{Y}}}_N=\left(\begin{array}{c}{\underset{\‾}{0}}_L\\ {\underset{\‾}{Y}}_P\\ {\underset{\‾}{0}}_U\end{array}\right)=\left(\begin{array}{c}{\underset{\‾}{0}}_{L\×N}\\ {\underset{\‾}{W}}_{P\×N}\\ {\underset{\‾}{0}}_{U\×N}\end{array}\right)\·{\underset{\‾}{h}}_N+\left(\begin{array}{c}{\underset{\‾}{0}}_L\\ {\underset{\‾}{\mathrm{\η}}}_P\\ {\underset{\‾}{0}}_U\end{array}\right)$ 公式(11)

公式(11)可以如下进行展开：

${\underset{\‾}{\overset{~}{Y}}}_N=[{\underset{\‾}{W}}_{N\×N}-\left(\begin{array}{c}{\underset{\‾}{W}}_{L\×N}\\ {\underset{\‾}{0}}_{P\×N}\\ {\underset{\‾}{W}}_{U\×N}\end{array}\right)]\·{\underset{\‾}{h}}_N+\left(\begin{array}{c}{\underset{\‾}{0}}_L\\ {\underset{\‾}{\mathrm{\η}}}_P\\ {\underset{\‾}{0}}_U\end{array}\right),$

$={\underset{\‾}{W}}_{N\×N}\·{\underset{\‾}{h}}_N-\left(\begin{array}{c}{\underset{\‾}{W}}_{L\×N}\\ {\underset{\‾}{0}}_{P\×N}\\ {\underset{\‾}{W}}_{U\×N}\end{array}\right)\·{\underset{\‾}{h}}_N+\left(\begin{array}{c}{\underset{\‾}{0}}_L\\ {\underset{\‾}{\mathrm{\η}}}_P\\ {\underset{\‾}{0}}_U\end{array}\right),$ 公式(12)

$={\underset{\‾}{W}}_{N\×N}\·{\underset{\‾}{h}}_N+{\underset{\‾}{\overset{~}{\mathrm{\η}}}}_N,$

其中，

公式(13)

${\underset{\‾}{\mathrm{\ϵ}}}_N=-\left(\begin{array}{c}{\underset{\‾}{W}}_{L\×N}\\ {\underset{\‾}{0}}_{P\×N}\\ {\underset{\‾}{W}}_{U\×N}\end{array}\right)\·{\underset{\‾}{h}}_N=-{\underset{\‾}{Q}}_{N\×N}\·{\underset{\‾}{h}}_N$ ，其中 ${\underset{\‾}{Q}}_{N\×N}=\left(\begin{array}{c}{\underset{\‾}{W}}_{L\×N}\\ {\underset{\‾}{0}}_{P\×N}\\ {\underset{\‾}{W}}_{U\×N}\end{array}\right);$ 公式(14)

，其中 ${\underset{\‾}{B}}_{N\×N}=\left(\begin{array}{c}{\underset{\‾}{0}}_{L\×N}\\ {\underset{\‾}{I}}_{P\×N}\\ {\underset{\‾}{0}}_{U\×N}\end{array}\right);$ 公式(15)

W _L×N是L×N矩阵，其包括与处在下频带边沿的L个归零导频子带相对应的W _N×N的前L行；以及

W _U×N是U×N矩阵，其包括与处在上频带边沿的U个归零导频子带相对应的W _N×N的后L行。

[0044]向量

包括用于填满零的最小二乘法(ZoLS)信道冲激响应估计的N个子带的噪声和估计误差，其是在归零导频子带填满零的情况下使用最小二乘法技术获得的信道冲激响应估计量。向量ε _N包括由ZoLS引入的混淆项，并且，矩阵Q _N×N产生混淆。通常，向量ε _N对于不同的信道估计技术来说可以是不同的，并且，其它信道估计技术可由本领域普通技术人员导出。

[0045]可以通过将向量补零到长度K并取补零向量的K点FFT/DFT而获得所有K个全体子带的全信道频率响应估计例如，如公式(9)所示。

[0046]总之，可以将不具有归零导频子带的接收导频符号Y _N和具有归零导频子带的接收导频符号

表示为：

Y _N＝W _N×N·h _N+η _N，以及                    公式(16)

${\underset{\‾}{\overset{~}{Y}}}_N={\underset{\‾}{W}}_{N\×N}\·{\underset{\‾}{h}}_N+{\underset{\‾}{\overset{~}{\mathrm{\η}}}}_N$ 公式(17)

公式(16)和公式(17)表示，Y _N和之间的差异是噪声项η _N和

[0047]可以将不具有归零导频子带的全信道频率响应估计

和具有归零导频子带的全信道频率响应估计

表示为：

${\underset{\‾}{\overset{^}{H}}}_K={\underset{\‾}{H}}_K+{\underset{\‾}{W}}_{K\×K}\·\left(\begin{array}{c}{\underset{\‾}{W}}_{N\×N}^{-1}\·{\underset{\‾}{\mathrm{\η}}}_N\\ {\underset{\‾}{0}}_{K-N}\end{array}\right)={\underset{\‾}{H}}_K+{\underset{\‾}{\mathrm{\η}}}_K,$ 以及                           公式(18)

${\underset{\‾}{\overset{~}{H}}}_K={\underset{\‾}{H}}_K+{\underset{\‾}{W}}_{K\×K}\·\left(\begin{array}{c}{\underset{\‾}{W}}_{N\×N}^{-1}\·{\underset{\‾}{\overset{~}{\mathrm{\η}}}}_N\\ {\underset{\‾}{0}}_{K-N}\end{array}\right)={\underset{\‾}{H}}_K+{\underset{\‾}{\overset{~}{\mathrm{\η}}}}_K,$ 公式(19)

其中， ${\underset{\‾}{\overset{~}{\mathrm{\η}}}}_K={\underset{\‾}{W}}_{K\×K}\·\left(\begin{array}{c}{\underset{\‾}{W}}_{N\×N}^{-1}\·{\underset{\‾}{\overset{~}{\mathrm{\η}}}}_N\\ {\underset{\‾}{0}}_{K-N}\end{array}\right)$ 公式(20)

公式(18)和公式(19)表示，和

之间的差异是噪声项η _K和

[0048]可以如下重写对于接收符号的公式(4)：

公式(21)

其中，Z _K是包括噪声η _K和信道估计误差-X _Kоη _K的K×1向量。

[0049]噪声和估计误差的向量Z _K可以表示为：

公式(22)

$={\underset{\‾}{Z}}_K^{\mathrm{channel}}+{\underset{\‾}{Z}}_K^{\mathrm{noise}},$

其中，Z _K ^channel是Z _K的信道相关部分，并可以表示为：

公式(23)

并且，Z _K ^noise是Z _K的噪声相关部分，并可以表示为：

公式(24)

[0050]公式(22)将Z _K分成信道相关部分Z _K ^channel和噪声相关部分Z _K ^noise。公式(23)和公式(24)是通过用公式(13)至(15)所示的表达式替代公式(22)的第二个等式中的

然后展开所得的表达式而获得的。Z _K ^channel和Z _K ^noise不是相互无关的，因为它们都含有X _K。Z _K ^channel包含由于保护子带而造成的信道估计误差，并且，Z _K ^noise包含热噪声和由于保护子带的信道估计误差而造成的噪声。公式(23)和公式(24)专用于最小二乘法信道冲激响应估计。对于其它信道估计技术而言，信道相关部分和噪声相关部分可以不同。

[0051]接收机150可以通过对Y _K中的接收符号进行数据检测(例如，均衡)来恢复出X _K中的发射符号，如下：

公式(25)

其中，U _K是包括数据符号估计量的K×1向量，数据符号估计量是X _K中的发射符号的估计量；

是包括中K个信道增益的平方量值的K×1向量；以及

是后检测噪声的K×1向量。

[0052]发射机110通常根据编码方案(卷积码或Turbo码)对业务数据进行编码，以生成码比特。然后，发射机110将该码比特进行交织，并将该交织比特进行符号映射，以生成数据符号。每个数据符号是用B个比特生成的，其中，B可以对于BPSK而言等于1，对于QPSK而言等于2，对于8-PSK而言等于3，对于16-QAM而言等于4，等等。

[0053]接收机150执行数据检测，以获取包括数据子带对应的数据符号估计量的向量U _K。通常，接收机150对组成数据符号的比特计算对数似然比(LLR)。每一比特的LLR表示，该比特的似然性为一(‘1’)或零(‘0’)。LLR可以根据条件概率prob $\left({\underset{\‾}{Y}}_K\right|{\underset{\‾}{X}}_K,{\underset{\‾}{\overset{~}{H}}}_K)$ 来获得，条件概率prob $\left({\underset{\‾}{Y}}_K\right|{\underset{\‾}{X}}_K,{\underset{\‾}{\overset{~}{H}}}_K)$ 指的是给定X _K和

的情况下接收Y _K的概率。条件概率的精确表达式是复杂的。该表达式可以通过将Z _K近似成AWGN来简化。然后，Z _K的协方差矩阵可以用于计算数据符号的LLR。

[0054]Z _K、C _ZZ的协方差矩阵可以表示为：

C _ZZ＝E{[Z _K-E(Z _K)]·[Z _K-E(Z _K)]^H}                    公式(26)

可以将Z _K分成信道相关部分Z _K ^channel和噪声相关部分Z _K ^noise，如公式(22)至(24)所示。可以将Z _K ^channel的协方差表示为C _ZZ ^channel，并且，可以将Z _K ^noise的协方差表示为C _ZZ ^noise。为了获得Z _K ^channel和Z _K ^noise之和的协方差的上限，可以将这两个向量视为不相关的向量，可以确定Z _K ^channel和Z _K ^noise的协方差矩阵，并且，可以将这两个协方差矩阵相加。

[0055]对于信道相关部分Z _K ^channel，可以假设信道冲激响应的所有抽头是与信道功率图给出的标量相乘的独立同分布(i.i.d.)的Rayleigh。信道功率图表示无线信道冲激响应中的信道抽头的长期的时均能量。在以上假设下，Z _K ^channel中的所有项的平均值为零，同时对不同的信道实现和发射符号求期望。

[0056]数据子带的C _ZZ ^channel的主对角可以表示为：

$\mathrm{diag}{\left({\underset{\‾}{C}}_{\mathrm{ZZ}}^{\mathrm{channel}}\right)}_{\mathrm{data}}=\mathrm{diag}{\left(\right[\underset{\‾}{\mathrm{\Φ}}\·{\underset{\‾}{R}}_{\mathrm{hh}}\·{\underset{\‾}{\mathrm{\Φ}}}^H\left]\right)}_{\mathrm{datda}},$ 公式(27)

其中， $\underset{\‾}{\mathrm{\Φ}}={\underset{\‾}{W}}_{K\×K}\·\left(\begin{array}{c}{\underset{\‾}{W}}_{N\×N}^{-1}\·{\underset{\‾}{Q}}_{N\×N}\\ {\underset{\‾}{0}}_{(K-N)\×N}\end{array}\right);$ 以及

${\underset{\‾}{R}}_{\mathrm{hh}}=E\{{\underset{\‾}{h}}_K\·{\underset{\‾}{h}}_K^H\}$ 是信道冲激响应的自协方差。

如果信道抽头是不相关的，则R _hh是K×K对角矩阵。R _hh的对角项可以由信道功率图给出。R _hh可以根据外积的长期平均来获得。或者，也可以假设信道抽头具有相等的功率，并且，可以设定R _hh的C个最左边的对角项中的每一项等于1/C，从而使无线信道的全部功率增益等于1。在公式(27)中，可以在计算Φ·R _h ^1/2时避免大矩阵的相乘，因为乘以W _K×K可以用K点FFT/DFT执行，并且，乘以W _N×N ^-1可以用N点IFFT/IDFT执行。

[0057]对于噪声相关部分Z _K ^noise，可以将N个导频子带的噪声向量η _N表示为：

η _N＝I _N×K·η _K，                            公式(28)

其中，I _N×K是在N行中包括N个1的N×K矩阵，其中在N个列中的这些N个1对应于N个导频子带。可以将矩阵Θ _K×K定义为：

${\underset{\‾}{\mathrm{\Θ}}}_{K\×K}={\underset{\‾}{W}}_{K\×K}\·\left(\begin{array}{c}{\underset{\‾}{W}}_{N\×N}^{-1}\·{\underset{\‾}{B}}_{N\×N}\\ {\underset{\‾}{0}}_{(K-N)\×N}\end{array}\right)\·{\underset{\‾}{I}}_{N\×K}$ 公式(29)

[0058]然后，可以如下重写公式(24)：

公式(30)

公式(30)表示，Z _K ^noise是两个不相关的随机量-随机矩阵(I _K×K-X _KоΘ _K×K)和随机高斯向量η _K的乘积。可以调整公式(30)，从而解决由于时间滤波而产生的噪声降低。例如，可以通过时间滤波系数的平方和调整公式(30)。例如，矩阵Θ _K×K可以乘以依赖于时间滤波系数的标量。

[0059]假设噪声η _K是具有零均值向量E{η _K}＝0 _K和协方差 $E\{{\underset{\‾}{\mathrm{\η}}}_K\·{\underset{\‾}{\mathrm{\η}}}_K^H\}=N_0\·{\underset{\‾}{I}}_{K\×K}$ 的AWGN。那么，噪声相关部分Z _K ^noise具有零均值(或 $E\left\{{\underset{\‾}{Z}}_K^{\mathrm{noise}}\right\}={\underset{\‾}{0}}_K)$ 和协方差C _ZZ ^noise，其可以表示为：

公式(31)

$=N_0\·({\underset{\‾}{I}}_{K\×K}+{\underset{\‾}{\mathrm{\Θ}}}_{K\×K}\·{\underset{\‾}{\mathrm{\Θ}}}_{K\×K}^H)$

在公式(31)中，可以展开第一等式，以获取四个中间项。这些中间项中的两项E{X _KоΘ _K×K·I _K×K ^H}和E{I _K×K·(X _KоΘ _K×K)^H}等于零，因为乘了X _K。C _ZZ ^noise包括两个剩余的中间项。

[0060]矩阵Θ _K×K可以按照它的行写为：

${\underset{\‾}{\mathrm{\Θ}}}_{K\×K}=\left(\begin{array}{c}{\underset{\‾}{\mathrm{\θ}}}_1\\ {\underset{\‾}{\mathrm{\θ}}}_2\\ .\\ .\\ .\\ {\underset{\‾}{\mathrm{\θ}}}_k\end{array}\right),$ 公式(32)

其中，θ _k是Θ _K×K的第k行的1×K行向量，其中k＝1，...，K。然后，Z _K ^noise的协方差可以表示为：

${\underset{\‾}{Z}}_{\mathrm{ZZ}}^{\mathrm{noise}}=N_0\·[{\underset{\‾}{I}}_{K\×K}+\mathrm{diag}\left({\left|\right|{\underset{\‾}{\mathrm{\θ}}}_1\left|\right|}^2{\left|\right|{\underset{\‾}{\mathrm{\θ}}}_2\left|\right|}^2\text{...}{\left|\right|{\underset{\‾}{\mathrm{\θ}}}_K\left|\right|}^2\right)]$ 公式(33)

公式(15)和(29)至(33)表示，对于最小二乘法信道估计技术而言，噪声相关部分的协方差C _ZZ ^noise仅取决于子带结构，其用Θ _K×K和B _N×N定义。

[0061]那么，Z _K的协方差矩阵可以表示为：

${\underset{\‾}{C}}_{\mathrm{ZZ}}={\underset{\‾}{C}}_{\mathrm{ZZ}}^{\mathrm{channel}}+{\underset{\‾}{C}}_{\mathrm{ZZ}}^{\mathrm{noise}},$ 公式(34)

其中，C _ZZ ^channel和C _ZZ ^noise可以分别如对公式(27)和(31)所述进行推导。C _ZZ是K×K对角矩阵，其包括K个全部子带的噪声和估计误差的方差。噪声和估计误差的估计量可以用于计算在数据子带上接收到的数据符号的LLR。

[0062]每个数据子带k的接收数据符号可以表示为：

Y(k)＝H(k)·X(k)+N(k)，                                   公式(35)

其中，X(k)是子带k的发射数据符号；

Y(k)是子带k的接收数据符号；

H(k)是子带k的复信道增益；以及

N(k)是子带k的噪声。

[0063]接收机可以对每个子带k进行数据检测，如下：

$U\left(k\right)={\tilde{H}}^{*}\left(k\right)\·Y\left(k\right),$ 公式(36)

其中，

是子带k的信道增益，其是的第k个元素；以及

U(k)是子带k的数据符号估计量，其是X(k)的估计量。

[0064]数据符号X(k)是用B个比特来定义的，并对应于符号群中的2^B个可能点中一个点。接收机可以为数据符号X(k)的B个比特中每个比特计算LLR，如下：

${\mathrm{LLR}}_j=\log \frac{\underset{C:b_j\left(C\right)=1}{\mathrm{\Σ}}\exp \{-{|Y\left(k\right)-H\left(k\right)\·C|}^2/{\mathrm{\σ}}^2\left(k\right)\}}{\underset{C:b_j\left(C\right)=0}{\mathrm{\Σ}}\exp \{-{|Y\left(k\right)-H\left(k\right)\·C|}^2/{\mathrm{\σ}}^2\left(k\right)\}},$ 公式(37)

其中，LLR_j是数据符号X(k)的第j个比特的LLR；

C是信号群的2^B个可能调制符号中的一个符号；

b_j(C)＝1表示C对于第j个比特具有‘1’；

b_j(C)＝0表示C对于第j个比特具有‘0’；以及

σ²(k)是N(k)中的噪声的方差。

[0065]在公式(37)中，分子的总和针对于对第j个比特具有‘1’的所有调制符号，以及，分母的总和针对于对第j个比特具有‘0’的所有调制符号。因此，可以将2^B个可能调制符号中的每个符号视为分子或分母。对于每个调制符号C，将所获得的接收符号估计量作为H(k)·C(k)，并从接收数据符号Y(k)中减去，然后将所得的误差除以噪声方差σ²(k)。C _ZZ的第k个对角元素可以用于σ²(k)。可以用本领域中的公知方式对为接收符号计算出的LLR进行解码。

[0066]图3的框图示出了在接收机150处的RX数据处理器180的实施例。在RX数据处理器180中，LLR计算单元310(1)从数据检测器172接收数据符号估计量U _K，并且(2)从信道处理器170接收信道估计量

以及噪声和估计误差的估计量C _ZZ。单元310根据接收量为每个数据符号估计量的码比特计算LLR，例如，如公式(37)所示。解交织器312用与发射机110执行的交织相互补的方式对来自单元310的LLR进行解交织，并提供解交织的LLR。解码器314根据发射机110使用的编码方案对解交织的LLR进行解码，并提供解码数据。

[0067]数据检测器172和解码器314可以进行迭代检测和多次迭代解码，以提高性能。对于每次迭代而言，解码器314提供解码器LLR，它由交织器322进行交织并提供给数据检测器172。数据检测器172根据接收数据符号、信道估计量和解码器LLR导出新的数据符号。该新的数据符号估计量用于计算新的LLR，它再次由解码器314进行解码。使用每个检测/解码迭代提高了数据符号估计量的可靠性。在已经完成了所有迭代之后，解码器314对最后的LLR进行划分，以获取解码数据。

[0068]信道处理器170和解码器314也可以进行迭代的信道和噪声估计和多次迭代解码。对于每次迭代而言，解码器314将解码器LLR提供给信道处理器170，信道处理器170根据接收导频符号和解码器LLR导出新的信道估计量和/或新的噪声和信道误差的估计量。新的信道估计量可以用于数据检测，并且，新的信道估计量和/或新的噪声和估计误差的估计量可以用于计算新的LLR。

图4示出了由接收机150用于恢复出发射机110发送的数据传输而执行的处理400。接收机150接收导频子带对应的接收导频符号和数据子带对应的接收数据符号(框412)。可以通过对来自接收天线的输入采样进行解调(例如，OFDM或SC-FDMA)来获得接收导频符号和接收数据符号。

根据接收导频符号(其中有归零导频子带填满了零)导出信道估计量

(框414)。可以使用各种信道估计技术来执行信道估计，如上所述。使用信道估计量对接收数据符号进行数据检测，以获取数据符号估计量(框416)。导出由于归零导频子带而引起的噪声和估计误差的估计量(框418)。这可以通过以下步骤实现：导出噪声和估计误差的信道相关部分的第一协方差矩阵C _ZZ ^channel；导出噪声和估计误差的噪声相关部分的第二协方差矩阵C _ZZ ^noise；并根据第一和第二协方差矩阵导出全部噪声和估计误差的协方差矩阵C _ZZ。对于最小二乘法信道估计技术，可以根据信道冲激响应估计导出第一协方差矩阵，并可以根据用于传输的子带结构导出第二协方差矩阵，如上所述。通常，可以明确地或隐含地计算噪声和估计误差的估计量。

然后，根据包括在协方差矩阵C _ZZ中的数据符号估计量、信道估计量以及噪声和估计误差的估计量计算LLR(框420)。将LLR进行解交织和解码，从而为接收机150获取解码数据(框422)。

[0069]本申请描述的技术可以依一种方式计算LLR，从而考虑了由于归零导频子带而产生的噪声和估计误差，这可以提高性能。归零导频子带通常对噪声和信道估计量有负面影响，并产生估计误差。可以导出噪声和估计误差的方差，并且，它可以用于计算LLR，如上所述。计算机模拟表明，可以以1％的误帧率为以上在表1中给出的示例性的OFDM系统实现多于1分贝(dB)的增益。

[0070]本领域技术人员应当理解，信息和信号可以使用多种不同的技术和方法来表示。例如，在贯穿上面的描述中提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或粒子、光场或粒子或者其任意组合来表示。

[0071]本领域技术人员还应当明白，结合本申请的实施例描述的各种示例性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、固件、计算机软件或其组合。为了清楚地表示硬件、固件和软件之间的可交换性，上面对各种示例性的部件、框、模块、电路和步骤均围绕其功能进行了总体描述。至于这种功能是实现成硬件、固件还是实现成软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本发明的保护范围。

[0072]用于执行本申请所述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件(PLD)、分立门或者晶体管逻辑器件、分立硬件组件或者其任意组合，可以实现或执行结合本申请公开的实施例所描述的各种示例性的逻辑框图、模块和电路。通用处理器可以是微处理器，或者，该处理器也可以是任何常规的处理器、控制器、微控制器或者状态机。处理器也可能实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器与DSP内核的结合，或者任何其它此种结构。

[0073]结合本申请的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的固件/软件模块或其组合。固件/软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然，处理器和存储介质也可以作为分立组件存在于用户终端中。

[0074]为使本领域技术人员能够实现或者使用本发明，上面围绕实施例进行了描述。对于本领域技术人员来说，对这些实施例的各种修改都是显而易见的，并且，本申请定义的总体原理也可以在不脱离本发明的精神和保护范围的基础上适用于其它实施例。因此，本发明并不限于本申请给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。

Claims (23)

1.一种装置，包括：

至少一个处理器，其导出由于至少一个导频子带归零且未用于导频传输而引起的噪声和估计误差的估计量，并且，使用所述噪声和估计误差的估计量计算对数似然比(LLR)；以及

存储器，其可操作地连接到所述至少一个处理器。

2.如权利要求1所述的装置，其中，所述至少一个处理器根据接收到的导频符号导出信道估计量，并且，使用所述信道估计量以及所述噪声和估计误差的估计量计算所述LLR。

3.如权利要求1所述的装置，其中，所述至少一个处理器根据接收到的导频符号导出信道估计量，使用所述信道估计量对接收到的数据符号进行数据检测，以获取数据符号估计量，并且，根据所述数据符号估计量、所述信道估计量以及所述噪声和估计误差的估计量计算所述LLR。

4.如权利要求2所述的装置，其中，所述至少一个处理器从均匀分配在系统带宽上且包括所述至少一个归零导频子带的多个导频子带中获取所述接收导频符号。

5.如权利要求2所述的装置，其中，所述至少一个处理器通过用零替换所述至少一个归零导频子带对应的至少一个接收符号而导出所述信道估计量。

6.如权利要求2所述的装置，其中，所述至少一个处理器根据最小二乘法信道估计技术导出所述信道估计量。

7.如权利要求2所述的装置，其中，所述至少一个处理器根据最小均方误差(MMSE)技术、强健的MMSE信道估计技术或迫零(ZF)信道估计技术导出所述信道估计量。

8.如权利要求1所述的装置，其中，所述至少一个处理器根据信道估计技术导出信道估计量，根据所述信道估计技术导出所述噪声和估计误差的估计量，并且，使用所述信道估计量以及所述噪声和估计误差的估计量计算所述LLR。

9.如权利要求1所述的装置，其中，所述至少一个处理器导出所述噪声和估计误差的信道相关部分，导出所述噪声和估计误差的噪声相关部分，并且，根据所述信道相关部分和所述噪声相关部分导出所述噪声和估计误差的估计量。

10.如权利要求1所述的装置，其中，所述至少一个处理器根据信道冲激响应估计量导出第一协方差矩阵，根据用于传输的子带结构导出第二协方差矩阵，根据所述第一和第二协方差矩阵导出所述噪声和估计误差的第三协方差矩阵，并且，使用所述第三协方差矩阵计算所述LLR。

11.如权利要求1所述的装置，其中，所述至少一个处理器对所述LLR进行解码，以获取解码数据。

12.如权利要求1所述的装置，其中，所述至少一个处理器执行正交频分复用(OFDM)的解调，以获取用于导频传输的子带对应的接收导频符号和用于数据传输的子带对应的接收数据符号。

13.如权利要求1所述的装置，其中，所述至少一个处理器执行单载波频分多址(SC-FDMA)的解调，以获取用于导频传输的子带对应的接收导频符号和用于数据传输的子带对应的接收数据符号。

14.一种装置，包括：

至少一个处理器，其获取多个导频子带对应的接收导频符号和多个数据子带对应的接收数据符号，根据所述接收导频符号和未用于数据传输的至少一个归零导频子带对应的至少一个零而导出信道估计量，使用所述信道估计量对所述接收数据符号进行数据检测，以获取数据符号估计量，导出由于所述至少一个归零导频子带而引起的噪声和估计误差的估计量，并且，根据所述数据符号估计量、所述信道估计量以及所述噪声和估计误差的估计量计算对数似然比(LLR)；以及

存储器，其可操作地连接到所述至少一个处理器。

15.如权利要求14所述的装置，其中，所述至少一个处理器根据信道估计技术导出所述信道估计量，根据所述信道估计技术导出所述噪声和估计误差的估计量，并且，使用所述信道估计量以及所述噪声和估计误差的估计量计算所述LLR。

16.一种处理传输数据的方法，包括：

导出由于至少一个导频子带归零且未用于导频传输而引起的噪声和估计误差的估计量；以及

使用所述噪声和估计误差的估计量计算对数似然比(LLR)。

17.如权利要求16所述的方法，还包括：

根据接收导频符号导出信道估计量，并且其中，使用所述信道估计量以及所述噪声和估计误差的估计量计算所述LLR。

18.如权利要求16所述的方法，其中，导出信道估计量包括：

通过用零替换所述至少一个归零导频子带对应的至少一个接收符号而导出所述信道估计量。

19.如权利要求16所述的方法，还包括：

根据信道估计技术导出信道估计量，其中，根据所述信道估计技术导出所述噪声和估计误差的估计量，并且其中，使用所述信道估计量以及所述噪声和估计误差的估计量计算所述LLR。

20.一种装置，包括：

导出由于至少一个导频子带归零且未用于导频传输而引起的噪声和估计误差的估计量的模块；以及

使用所述噪声和估计误差的估计量计算对数似然比(LLR)的模块。

21.如权利要求20所述的装置，还包括：

根据接收导频符号导出信道估计量的模块；以及

其中，所述用于计算所述LLR的模块包括使用所述信道估计量以及所述噪声和估计误差的估计量计算所述LLR的模块。

22.如权利要求20所述的装置，其中，所述用于导出所述信道估计量的模块包括：

通过用零替换所述至少一个归零导频子带对应的至少一个接收符号而导出所述信道估计量的模块。

23.如权利要求20所述的装置，还包括：

根据信道估计技术导出信道估计量的模块，并且其中，用于导出所述噪声和估计误差的估计量的模块包括根据所述信道估计技术导出所述噪声和估计误差的估计量的模块，并且其中，用于计算所述LLR的模块包括使用所述信道估计量以及所述噪声和估计误差的估计量计算所述LLR的模块。

Images