CN101207401A - 一种获取信噪比和幅噪比的方法、装置、基站和终端设备 - Google Patents

Abstract

本发明涉及通信领域，尤其涉及一种获取信噪比和幅噪比的方法、装置、基站和终端设备，用以简化获取SNR和ANR的过程。在本发明中，对接收的数据进行线性联合检测，并根据线性联合检测的结果获取该数据的SNR或者ANR之一；并且根据该SNR以及该线性联合检测的算法类型估计相应的ANR；或者根据该ANR以及该算法类型估计相应的SNR。可见，采用本发明技术方案，只需要先获取一个值，该值为SNR或者ANR，再根据该值估计另一个值，而不用同时获取两个值，从而减少了相应的运算量，简化了获取SNR和ANR的过程，降低了相应装置的负荷。

Description

一种获取信噪比和幅噪比的方法、装置、基站和终端设备

技术领域

本发明涉及通信领域，尤其涉及一种获取信噪比和幅噪比的方法、装置、基站和终端设备。

背景技术

TD-SCDMA(Time Division Synchronized Code Division Multiple Access，时分同步码分多址接入)系统的基站和终端都采用了线性联合检测技术来消除其接收到的数据的MAI(Multiple Access Interference，多址接入干扰)和ISI(Inter-Symble Interference，符号间干扰)，常用的线性联合检测技术包括ZF(Zero Forcing，迫零)和MMSE(Minimum Mean Square Error，最小均方误差)两种算法，公式(1)给出基带接收信号模型：

$\tilde{e}=A\×d+n---\left(1\right)$

其中，

表示接收信号向量，A表示信道矩阵与扩频码加扰码的卷积，d表示发送符号向量，n表示高斯白噪声向量，均值为0，方差为σ_n ²。

线性联合检测技术可以用公式(2)表示

其中，

表示线性联合检测的输出符号；对应ZF和MMSE，R^T分别如公式(3)和(4)所示：

R^T＝(A′A)^-1×A′                   (3)

$R^T={(A^{\′}A+{\mathrm{\σ}}_n^2\·I)}^{-1}\×A^{\′}---\left(4\right)$

对公式(2)做一下分解，用A_i表示A的第i列，R_i表示R的第i列，d_i表示d的第i个元素，可以将线性联合检测后的第l个符号表示为：

在公式(5)中，第一项R_l ^T×A_l×d_l为期望信号，或者将其称为有用信号；第二项 $\underset{j\≠l}{\mathrm{\Σ}}{R}_l^T\×A_j\×d_j$ 为信道间干扰；第三项R_l ^T×n为高斯噪声，根据大数定理，后两项都可以看成是高斯白噪声。

在通过线性联合检测技术消除了接收到的数据的MAI和ISI之后，通常需要对线性联合检测输出的有用信号幅度和噪声功率进行计算以得到ANR值，然后用ANR对软解调信息进行加权用于接收到的数据的Vitebi或Turbo译码，并且，需要对线性联合检测输出的有用信号功率和噪声功率进行计算以得到SNR值，然后利用该SNR值进行功率控制。

TD-SCDMA系统中，基站和终端中都可以包括如图1所示的获取SNR和ANR的装置，包括接收模块、检测模块、处理模块、加权模块、译码模块和功率控制模块，处理模块包括解调单元和处理单元，其中：

接收模块用于接收数据并分别输出给检测模块和译码模块；

检测模块用于对接收到的信号进行线性联合检测，并将线性联合检测得到的符号输出给处理模块；

在具体实现中，该检测模块可以是线性联合检测器。

处理模块根据检测模块的输出结果分别计算和校正SNR和ANR，并将获得的SNR输出给功率控制模块，将获得的ANR输出给加权模块；其中：

解调单元将检测模块输出的符号进行解调得到软判决结果并输出给处理单元和加权模块；

处理单元根据接收到的软判决结果分别计算和校正SNR和ANR。

加权模块利用接收到的ANR对接收到的软判决结果进行加权得到用于译码的软信息并输出给译码模块；

译码模块根据加权模块输出的用于译码的软信息对接收到的数据进行译码；

功率控制模块用于对其所属的基站或者终端进行功率控制。

由于目前，TD-SCDMA系统的普通业务采用QPSK(Quadrature Phase ShiftKeying，四相相移键控)调制方式，因此，解调模块得到的软判决结果如公式(6)所示：

将公式(5)的第二、三项看成是高斯白噪声后，公式(6)重表示为公式(7)：

式中的a跟信号幅度R_l ^T×A_l有关，而n_k表示白噪声，叠加了码道间干扰和高斯白噪声，用σ_n ²表示其方差。

获取模块在接收到解调模块的软判决结果后，可以采用公式(8)来计算各码道的信号幅度和信号功率：

$\stackrel{\‾}{b}=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\left|b_n\right|$

S＝|b|²                     (8)

其中，N为表示总的软判决数。

并采用公式(9)来计算各码道的噪声平均功率：

$\mathrm{No}=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{\left(\right|b_n|-\stackrel{\‾}{b})}^2---\left(9\right)$

测量得到的SNR和ANR分别如公式(10)和公式(11)所示：

$\stackrel{\‾}{\mathrm{SNR}}=\frac{S}{\mathrm{No}}---\left(10\right)$

$\stackrel{\‾}{\mathrm{ANR}}=\frac{\stackrel{\‾}{b}}{\mathrm{No}}---\left(11\right)$

按照公式(10)和(11)得到的信噪比和幅噪比并不准确，理论上E{SNR}、E{ANR}与实际信噪比SNR’和实际幅噪比ANR’之间有一个对应关系，其中E{}为期望函数，所以需要利用所述的关系对测量得到的SNR和ANR分别进行校正得到和

并将校正得到的

输出给功率控制模块；将校正得到的输出给加权模块。

加权模块得到的用于译码的软信息如公式(12)所示：

译码模块根据加权模块输出的用于译码的软信息对接收到的数据进行Vitebi或Turbo译码。

可见，目前采用的获取SNR和ANR的方法需要分别对SNR和ANR进行计算和校正，而在计算得到SNR和ANR后，对SNR和ANR的校正运算会涉及到多项式运算，并且根据SNR和ANR所处的区间范围不同，需要不同的校正多项式，运算量很大。

发明内容

本发明提供一种获取信噪比和幅噪比的方法、装置、基站和终端设备，用以简化获取SNR和ANR的过程。

为了解决上述技术问题，本发明提供了一种获取信噪比和幅噪比的方法，包括以下步骤：

对接收的数据进行线性联合检测，并根据所述线性联合检测的结果获取所述数据的信噪比SNR或者幅噪比ANR之一；并且

根据所述SNR以及所述线性联合检测的算法类型估计相应的ANR；或者根据所述ANR以及所述算法类型估计相应的SNR。

进一步地，上述方法还可具有以下特点：所述算法类型为迫零算法；

在估计ANR或者SNR时，将获取的SNR或者ANR的值作为相应的ANR或者SNR的值。

进一步地，上述方法还可具有以下特点：所述算法类型为最小均方误差算法；

在估计ANR时，令ANR的值为获取的SNR的值加1；或

在估计SNR时，令SNR的值为获取的ANR的值减1。

进一步地，上述方法还可具有以下特点：得到所述SNR之后，利用所述SNR进行功率控制。

进一步地，上述方法还可具有以下特点：对所述数据进行线性联合检测后，对所述线性联合检测的结果解调获得软判决结果，并根据所述软判决结果和所述算法类型获取所述数据的SNR或者ANR。

进一步地，上述方法还可具有以下特点：得到所述ANR之后，利用所述ANR对软判决输出进行加权处理并利用所述加权结果对所述数据进行译码。

本发明还提供了一种获取信噪比和幅噪比的装置，包括用于接收数据的接收模块、用于对接收模块接收到的数据进行线性联合检测的检测模块，所述装置还包括获取模块和估计模块，其中：

所述获取模块根据所述检测模块输出的结果获取所述接收模块接收到的数据的信噪比SNR或者幅噪比ANR之一并输出；

所述估计模块根据所述SNR以及所述检测模块采用的算法类型估计相应的ANR；或者根据所述ANR以及所述算法类型估计相应的SNR。

进一步地，上述装置还可具有以下特点：所述获取模块包括解调单元和获取单元，其中：

所述解调单元将所述检测模块输出的结果进行解调得到软判决结果并输出；

所述获取单元根据所述软判决结果和所述算法类型获取所述接收模块接收到的数据的信噪比SNR或者幅噪比ANR。

进一步地，上述装置还可具有以下特点：所述装置包括加权模块和译码模块，其中：

所述加权模块利用所述获取模块或者所述估计模块输出的ANR对所述解调单元输出的软判决结果进行加权得到用于译码的软信息并输出给所述译码模块；

所述译码模块根据所述软信息对接收到的数据进行译码。

进一步地，上述装置还可具有以下特点：所述装置包括功率控制模块用于对所述装置进行功率控制。

进一步地，上述装置还可具有以下特点：所述检测模块为线性联合检测器。

本发明还提供了一种终端设备，包括用于接收下行数据的接收模块、用于对所述下行数据进行线性联合检测的检测模块，所述终端设备还包括获取模块和估计模块，其中：

所述获取模块根据所述检测模块输出的结果获取所述下行数据的信噪比SNR或者幅噪比ANR之一并输出；

所述估计模块根据所述SNR以及所述检测模块采用的算法类型估计相应的ANR；或者根据所述ANR以及所述算法类型估计相应的SNR。

本发明还提供了一种基站，包括用于接收上行数据的接收模块、用于对所述上行数据进行线性联合检测的检测模块，所述基站还包括获取模块和估计模块，其中：

所述获取模块根据所述检测模块输出的结果获取所述上行数据的信噪比SNR或者幅噪比ANR之一并输出；

所述估计模块根据所述SNR以及所述检测模块采用的算法类型估计相应的ANR；或者根据所述ANR以及所述算法类型估计相应的SNR。

本发明有益效果如下：

在本发明中，对接收的数据进行线性联合检测，并根据线性联合检测的结果获取该数据的SNR或者ANR之一；并且根据该SNR以及该线性联合检测的算法类型估计相应的ANR；或者根据该ANR以及该算法类型估计相应的SNR。可见，采用本发明技术方案，只需要先获取一个值，该值为SNR或者ANR，再根据该值估计另一个值，而不用同时获取两个值，从而减少了相应的运算量，简化了获取SNR和ANR的过程，降低了相应装置的负荷。

附图说明

图1为现有技术中获取SNR和ANR的装置框图；

图2为仿真计算得到的现有技术中和本发明实施例中基于ZF的线性联合检测输出计算ANR和SNR的归一化均方误差示意图；

图3A为12.2Kbps数据业务在慢速多径rayleigh信道中现有技术和本发明实施例分别获取的ANR的参考仿真结果示意图；

图3B为12.2Kbps数据业务在高速多径rayleigh信道中现有技术和本发明实施例分别获取的ANR的参考仿真结果示意图；

图3C为64Kbps数据业务在慢速多径rayleigh信道中现有技术和本发明实施例分别获取的ANR的参考仿真结果示意图；

图3D为64Kbps数据业务在高速多径rayleigh信道中现有技术和本发明实施例分别获取的ANR的参考仿真结果示意图；

图4为仿真计算得到的现有技术中和本发明实施例中基于MMSE的线性联合检测输出两种方法计算的ANR的归一化均方误差示意图；

图5为本发明实施例中获取SNR和ANR的装置框图；

图6为本发明实施例中的通信系统框图。

具体实施方式

本发明实施例中，对接收的数据进行线性联合检测，并根据线性联合检测的结果获取该数据的SNR或者ANR之一；并且根据该SNR以及该线性联合检测的算法类型估计相应的ANR；或者根据该ANR以及该算法类型估计相应的SNR。

下面结合附图对本发明实施例做进一步地描述。

实施例一

在本实施例中，采用ZF算法进行线性联合检测，由于ZF算法的特性，幅度 $R_l^T\×A_l=1,$ 其中，l表示第l个接收数据流，在ZF算法中， $R_l^T{\×A}_l=1$ 对于所有接收数据流都成立，因此，在本实施例中，公式(13)成立：

${\mathrm{ANR}}_l=\frac{{\mathrm{SNR}}_l}{R_l^T\×A_l}={\mathrm{SNR}}_l---\left(13\right)$

而由于在一个时隙只测量一个SNR和ANR值，则该SNR值如公式(14)所示：

SNR_ZF≈mean(SNR_l)                       (14)

其中mean()表示求平均运算。

而结合公式(13)和(14)，可以认为公式(15)成立：

ANR_ZF≈mean(ANR_l)≈SNR_ZF                (15)

可见，由于基于ZF算法的线性联合检测中，输出有用信号的幅度能够归一化，所以可以认为SNR＝ANR，因此，既可以先利用公式(10)测量得到SNR，对SNR进行校正获得

之后再根据该

获得

也可以先利用公式(11)测量得到ANR，对ANR进行校正获得

之后再根据该

获得

在具体实现时可以比较两种校正的可靠性来确定最优的方案。图2示出了仿真计算得到的基于ZF的线性联合检测输出计算ANR和SNR的归一化均方误差，其中横坐标为理想SNR值，纵坐标表示SNR和ANR测量的归一化均方误差，误差统计如公式(16)所示：

$\frac{E\left\{{(\stackrel{\‾}{\stackrel{\‾}{\mathrm{SNR}}}-{\mathrm{SNR}}^{\′})}^2\right\}}{{\mathrm{SNR}}^{\′2}}$ (16)

$\frac{E\left\{{(\stackrel{\‾}{\stackrel{\‾}{\mathrm{ANR}}}-{\mathrm{ANR}}^{\′})}^2\right\}}{{\mathrm{ANR}}^{\′2}}$

结合实际TD-SCDMA系统，假定本装置有两个码道，N＝176，校正函数理想(完整体现了E{SNR}、E{ANR}与实际信噪比和幅噪比之间的对应关系)。如图2所示，在SNR较低的情况下，ANR要比SNR更加可靠，因此，在根据基于ZF算法的线性联合检测的结果获取

和

时，可以先测量得到ANR，对ANR进行校正获得

之后再根据该

获得

由于在本实施例中，可以不用分别计算和校正得到

和

而是只计算并校正其中一个，并认为ANR_ZF＝SNR_ZF，从而直接利用该校正后的值作为两者共同的值，因此，可以减少获取

和

的运算量。

在采用本实施例技术方案获取和

之后，可以利用获取的

对软判决输出进行加权得到用于译码的软信息，并对一个TTI内的软信息进行解扰、解交织、解速率匹配、Vitebi或Turbo译码等操作恢复发送数据。并且，可以利用获取的

进行功率控制。

实施例二

在本实施例中，采用MMSE算法进行线性联合检测，由于MMSE算法的特性，公式(17)成立：

$R_l^T\×A_l=\frac{{\mathrm{\ρ}}_l}{{\mathrm{\ρ}}_l+1}---\left(17\right)$

其中：

${\mathrm{\ρ}}_l=\frac{1}{{\mathrm{\σ}}_n^2{\left[{(A^{\′}A+{\mathrm{\σ}}_n^{2}I)}^{-1}\right]}_{l,l}}-1---\left(18\right)$

其中，[]_l，l下标表示矩阵的第l行第l列；ρ_l表示的是对应第l个接收数据流的信号与噪声加干扰比，即SNR₁，其中信号部分和噪声加干扰部分如公式(5)所示。

根据式(17)，由于ρ_l即为SNR₁，因此，公式(19)成立：

${\mathrm{ANR}}_l=\frac{{\mathrm{\ρ}}_l}{R_l^T\×A_l}={\mathrm{\ρ}}_l+1---\left(19\right)$

类似于公式(14)，可以认为公式(20)成立：

SNR_MMSE≈mean(ρ_l)                (20)

因此，结合公式(19)，可以认为公式(21)成立：

ANR_MMSE≈mean(ANR_l)≈SNR_MMSE+1    (21)

因此，在本实施例中，既可以先利用公式(10)测量得到SNR，对SNR进行校正获得

之后再将该

的值加1获得

也可以先利用公式(11)测量得到ANR，对ANR进行校正获得

之后再将该减1获得

采用本实施例技术方案，同样可以不用分别计算和校正得到

和

而是只计算并校正其中一个，从而减少获取

和

的运算量。

图3A、图3B、图3C、图3D四个图给出四个参考仿真结果的示意图，各图的横坐标为发送数据总功率和噪声功率比值，单位是dB。纵坐标为接收数据译码后的BLER(Block Error Rate，误块率)，分别采用现有技术和本实施例技术方案获取ANR，其中的12.2Kbps参考测量信道和64Kbps参考测量信道以及信道条件配置参考3GPP协议25.102，基于MMSE算法的线性联合检测，SNR和ANR校准均采用4阶多项式。采用本实施例技术方案时，先测量校正获取SNR，再将该SNR的值加1获得ANR。其中，图3A示出的是12.2Kbps慢速多径rayleigh信道的参考仿真结果；图3B示出的是12.2Kbps高速多径rayleigh信道的参考仿真结果；图3C示出的是64Kbps慢速多径rayleigh信道的参考仿真结果；图3D示出的是64Kbps高速多径rayleigh信道的参考仿真结果。从该四个参考仿真结果能够看出本实施例技术方案得到的BLER性能表现更好，而由于更加准确的ANR才能提供更好的译码性能，因此，可以从该四个参考仿真结果推断出本实施例技术方案得到的ANR更加准确。

图4给出了仿真计算得到的基于MMSE的线性联合检测输出两种方法计算的ANR的归一化均方误差，其中横坐标为SNR，纵坐标表示ANR测量的归一化均方误差，ANR1表示现有获取方法获取的ANR，ANR2表示采用本实施例技术方案获取的ANR，结果显示在低SNR时，新的ANR测量方法均方误差更小，测量更加准确。

本发明一个实施例中获取SNR和ANR的装置，在具体实现时可以在基站或者终端内部，如图5所示，包括接收模块、检测模块、获取模块和估计模块，其中：

接收模块用于接收数据；

检测模块用于对接收模块接收到的数据进行线性联合检测；

该检测模块可以是线性联合检测器。

获取模块根据检测模块输出的结果获取接收模块接收到的数据的SNR或者ANR之一并输出；

估计模块根据该SNR以及检测模块采用的算法类型估计相应的ANR；或者根据该ANR以及该算法类型估计相应的SNR。

其中，获取模块可以包括解调单元和获取单元：

解调单元将检测模块输出的结果进行解调得到软判决结果并输出；

获取单元根据软判决结果和该算法类型获取接收模块接收到的数据的SNR或者ANR。

该装置可以包括加权模块和译码模块，其中：

加权模块利用获取模块或者估计模块输出的ANR对解调单元输出的软判决结果进行加权得到用于译码的软信息并输出给译码模块；

译码模块根据该软信息对接收到的数据进行译码。

该装置可以包括功率控制模块用于对该装置进行功率控制。

如图6所示，本实施例中的通信系统可以包括终端设备和基站，其中，该终端设备包括接收模块、检测模块、获取模块和估计模块，其中：

接收模块用于接收数据；

检测模块用于对接收模块接收到的数据进行线性联合检测；

获取模块根据检测模块输出的结果获取接收模块接收到的数据的SNR或者ANR之一并输出；

估计模块根据该SNR以及检测模块采用的算法类型估计相应的ANR；或者根据该ANR以及该算法类型估计相应的SNR。

该系统中的基站包括接收模块、检测模块、获取模块和估计模块，其中：

接收模块用于接收数据；

检测模块用于对接收模块接收到的数据进行线性联合检测；

获取模块根据检测模块输出的结果获取接收模块接收到的数据的SNR或者ANR之一并输出；

估计模块根据该SNR以及检测模块采用的算法类型估计相应的ANR；或者根据该ANR以及该算法类型估计相应的SNR。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (13)

1.一种获取信噪比和幅噪比的方法，其特征在于，包括以下步骤：

对接收的数据进行线性联合检测，并根据所述线性联合检测的结果获取所述数据的信噪比SNR或者幅噪比ANR之一；并且

根据所述SNR以及所述线性联合检测的算法类型估计相应的ANR；或者根据所述ANR以及所述算法类型估计相应的SNR。

2.如权利要求1所述的方法，其特征在于，所述算法类型为迫零算法；

在估计ANR或者SNR时，将获取的SNR或者ANR的值作为相应的ANR或者SNR的值。

3.如权利要求1所述的方法，其特征在于，所述算法类型为最小均方误差算法；

在估计ANR时，令ANR的值为获取的SNR的值加1；或

在估计SNR时，令SNR的值为获取的ANR的值减1。

4.如权利要求1所述的方法，其特征在于，得到所述SNR之后，利用所述SNR进行功率控制。

5.如权利要求1至4中任一权利要求所述的方法，其特征在于，对所述数据进行线性联合检测后，对所述线性联合检测的结果解调获得软判决结果，并根据所述软判决结果和所述算法类型获取所述数据的SNR或者ANR。

6.如权利要求5所述的方法，其特征在于，得到所述ANR之后，利用所述ANR对软判决输出进行加权处理并利用所述加权结果对所述数据进行译码。

7.一种获取信噪比和幅噪比的装置，包括用于接收数据的接收模块、用于对接收模块接收到的数据进行线性联合检测的检测模块，其特征在于，所述装置还包括获取模块和估计模块，其中：

所述获取模块根据所述检测模块输出的结果获取所述接收模块接收到的数据的信噪比SNR或者幅噪比ANR之一并输出；

所述估计模块根据所述SNR以及所述检测模块采用的算法类型估计相应的ANR；或者根据所述ANR以及所述算法类型估计相应的SNR。

8.如权利要求7所述的装置，其特征在于，所述获取模块包括解调单元和获取单元，其中：

所述解调单元将所述检测模块输出的结果进行解调得到软判决结果并输出；

所述获取单元根据所述软判决结果和所述算法类型获取所述接收模块接收到的数据的信噪比SNR或者幅噪比ANR。

9.如权利要求8所述的装置，其特征在于，所述装置包括加权模块和译码模块，其中：

所述加权模块利用所述获取模块或者所述估计模块输出的ANR对所述解调单元输出的软判决结果进行加权得到用于译码的软信息并输出给所述译码模块；

所述译码模块根据所述软信息对接收到的数据进行译码。

10.如权利要求7所述的装置，其特征在于，所述装置包括功率控制模块用于对所述装置进行功率控制。

11.如权利要求7所述的装置，其特征在于，所述检测模块为线性联合检测器。

12.一种终端设备，包括用于接收下行数据的接收模块、用于对所述下行数据进行线性联合检测的检测模块，其特征在于，所述终端设备还包括获取模块和估计模块，其中：

所述获取模块根据所述检测模块输出的结果获取所述下行数据的信噪比SNR或者幅噪比ANR之一并输出；

所述估计模块根据所述SNR以及所述检测模块采用的算法类型估计相应的ANR；或者根据所述ANR以及所述算法类型估计相应的SNR。

13.一种基站，包括用于接收上行数据的接收模块、用于对所述上行数据进行线性联合检测的检测模块，其特征在于，所述基站还包括获取模块和估计模块，其中：

所述获取模块根据所述检测模块输出的结果获取所述上行数据的信噪比SNR或者幅噪比ANR之一并输出；

所述估计模块根据所述SNR以及所述检测模块采用的算法类型估计相应的ANR；或者根据所述ANR以及所述算法类型估计相应的SNR。

Images