CN101238675B - 估计edge无线系统中的比特差错概率（bep） - Google Patents

Abstract

分布参数映射确定使用EDGE标准中所指定的一种调制和编码方案(MCS)将突发从基站发送到移动站的比特差错概率(BEP)。取决于该突发的多比特软判决是与Gaussian分布还是Rician分布最相似来确定统计参数μ和σ或A和σ。比率μ/σ或A/σ被分别映射到Gaussian或Rician查找表中根据经验确定的BEP。这些BEP不受MCS中码冗余度的影响。然后根据EDGE标准对一无线块中的4个突发的BEP求平均、滤波和量化。该平均BEP的量化水平被报告给基站以使得后续无线块能够使用适于该估计BEP的MCS来发送。

Description

估计EDGE无线系统中的比特差错概率(BEP)

技术领域

本公开一般涉及无线通信设备，尤其涉及用于估计基站与移动站之间的无线信道中的比特差错概率(BEP)的方法。

背景技术

随着移动电信的演进，往移动站的数据传输速度的增大允许向移动订户提供新类型的服务。使用这些服务，又产生了对不断增长的数据速率的需求。欧洲电信标准协会(ETSI)提出了通用分组无线业务(GPRS)作为一初步标准以通过向基于全球移动通信系统(GSM)的移动站提供分组交换的数据来增加数据速率。然后作为对GSM数据业务的增强，ETSI颁布了增强型数据速率GSM演进(EDGE)标准，其中分组交换部分被称为增强型GPRS(EGPRS)。在电信企业协会(TIA)颁布的TIA/EIA-136-370标准中对EDGE和EGPRS一同进行了描述。对基于GSM的高速数据传输的进一步增强包括第三代合作伙伴计划(3GPP)所规定的GSM/EDGE无线接入网(GERAN)标准。TIA已在其EGPRS-136标准的TIA/EIA-136-370-A修订中描述了GERAN增强。为了简明起见，EDGE、EGPRS、TIA/EIA-136-370以及TIA/EIA-136-370-A标准在这里被统称为“EDGE标准”。

EDGE标准中专用于分组数据业务的物理层被称为分组数据信道(PDCH)。EDGE标准的物理层是在ETSI标准TS 145.008(3GPP TS 45.008)中规定的。信令和话务信道两者都在PDCH上被发送。信令信道之一是分组相关控制信道(PACCH)。在PDCH上发送的业务信道被称为分组数据业务信道(PDTCH)。

与基础的GSM不同，GSM的诸多更高速度版本以多个数据速率发送数据。例如，在PDTCH上以9种不同的数据速率发送数据。在被称为“链路自适应”的过程中，无线信道上的数据速率是基于信道条件来调整的。当信道条件良好且该无线信道的信噪比较高时，可以较高的数据速率发送数据。相反，当信道条件较差且信噪比较低时，必须以较低的数据速率发送数据。使用特定调制和编码方案(MCS)以对于信道的信噪比过高的数据率发送数据会导致数据丢失。链路自适应通过使用在该无线信道上瞬时存在的信噪比下使用特定MCS所可靠支持的最高数据速率来增加数据吞吐量。EDGE标准要求移动站定期在PACCH中向基站报告的信道条件。基站与移动站之间的信道条件是以比特差错概率(bit error probability)(BEP)来表示的。BEP是移动站在无线信道上接收到的信号的实际比特差错率(BER)的预期值。取决于如在PACCH中所指示的信道条件，基站随后以适当的数据速率在PDTCH中将数据发送到该移动站。

当移动站报告最准确地估计出该实际BER的BEP时，可最有效地执行链路自适应。一种估计BEP的方法是试图计算BER本身。“重编码”方法是基于确定在解码过程中被校正的比特差错的数目。诸如由卷积解码器执行的差错控制解码试图纠正在无线信道中引入的比特差错。从移动站的块解交织器和卷积解码器输出的帧被再编码和再交织。然后将所得到的经再编码的比特与由块解交织器接收到的比特相比较以确定经纠正的比特差错的数目。然而，由于这种再编码方法依赖于假设差错控制解码纠正了无线信道所引入的所有差错，所以它产生了不准确的结果。因此，使用再编码方法得到的BEP随用于在无线信道上发送这些比特所用的各种MCS方案所采用的冗余度而变化。即使在较差的信道条件下，较高冗余水平的数据允许差错控制解码正确地将所有比特解码并由此产生较为准确的估计BER。另一方面，如果信道条件较差且数据的冗余水平较低，则差错控制解码就无法纠正所有错误的比特，从而导致对BER不准确的估计。因此，为了准确估计BER，使用诸如MCS9等较低冗余MCS方案比使用诸如MCS5等较高冗余MCS方案要求更好的信道质量。

图1(现有技术)比较了对来自两条采用不同数据冗余水平的不同MCS调制的信道的数据使用再编码得到的估计BEP。以较高冗余码调制的信道引入较少的差错。曲线10示出了采用冗余水平为1.89的高斯最小频移键控(GMSK)调制的信道的信噪比与BEP之间的关系。另一曲线11示出了采用冗余水平为1.0的GMSK调制的信道的信噪比与BEP之间的关系。再编码方法表明在更高的噪声水平上，以1.0的冗余水平调制的信道的BEP比以1.89的冗余水平调制的信道的BEP更低，从而更不准确。因此，给定信噪比上的估计BEP并不如EDGE规范所要求地独立于数据的冗余水平。

图2(现有技术)比较了对以3个不同冗余水平发送并以八相相移键控(8-PSK)调制的数据使用再编码方法得到的BEP。曲线12示出了冗余水平为2.70的信道的信噪比与BEP之间的关系。曲线13示出了冗余水平为1.32的信道的信噪比与BEP之间的关系。曲线14示出了冗余水平为1.0的信道的信噪比与BEP之间的关系。曲线12-14显示该再编码方法错误地表明随着冗余水平下降，BEP减小且信道条件改善。

第二种估计BEP的方法涉及首先测量承载PDCH的射频(RF)信号的信噪比。移动站接收到的PDCH的测得信噪比与BER之间的关系是根据实验室中的经验确定的。随测得信噪比变化的BER的值随后被存储在移动站上的查找表中。该方法要求移动站具有对RF信号的信噪比的估计器。BEP是通过使用估计信噪比在查找表中查找相对应的BER来确定的。该方法中BEP的准确度取决于RF信号的估计信噪比的准确度。在信道条件受到信号干扰和衰落的影响的情况下，准确确定RF信号的信噪比会比较困难，且BEP估计容易出错。

寻求一种在无需对RF信号的信噪比进行直接估计且无需对移动站的卷积解码器的输出再编码的情况下准确确定比特差错概率(BEP)的方法。此外，寻求一种不受在无线信道上发送数据所用的调制和编码方案(MCS)中的冗余度影响的确定BEP的方法。

发明内容

分布参数映射法估计使用EDGE标准中规定的9种调制和编码方案(MCS)之一以射频信号(RF)从基站发送到移动站的突发中比特的比特差错概率(BEP)。使用分布参数映射法估计的BEP不受在RF信号上调制数据所用的特定MCS中的码冗余度的影响。电路确定根据该突发的经解调的I和Q样本进行均衡的多比特软判决是最相似于Gaussian(高斯)分布还是Rician(莱斯)分布。为具有Gaussian分布的软判决确定均值(μ)和方差(σ)统计参数。对于具有Rician分布的软判决确定统计参数A和σ。对于Gaussian分布的软判决，RF信号的信噪比是由比率μ/σ表示的，而对于Rician分布的软判决是由比率A/σ表示的。具有Gaussian分布软判决的突发的BEP是通过将μ/σ映射到存储在移动站上的非易失性存储器中的Gaussian查找表中根据经验确定的BEP来确定的。对于Rician分布，比率A/σ被映射到Rician查找表中根据经验确定的BEP。每个无线块的4个突发的估计BEP随后根据EDGE标准被平均、滤波并量化为三十二个水平中的一个。然后向基站报告该平均BEP的量化水平随后以允许该基站使用适合信号的估计BEP的MCS发送后续无线块。

移动站中执行分布参数映射以估计BEP的电路包括均衡器、分布分析器、BEP估计器、查找表、平均器、滤波器以及非线性量化器。均衡器移除从移动站中的解调器以突发形式接收到的经解调的I和Q样本当中的码间串扰。对于每个突发，均衡器输出多比特软判决的分布，其中该多比特软判决随后被移动站处理为包括数据帧的单比特硬判决。分布分析器接收来自均衡器的多比特软判决的分布并确定与多比特软判决的分布相似的分布类型。例如，该多比特软判决的分布可能与Gaussian分布或Rician分布相似。分布分析器输出分布类型标识符。

BEP估计器接收来自均衡器的多比特软判决的分布以及来自分布分析器的分布类型标识符。BEP估计器根据该分布的类型计算多比特软判决的分布的各种统计参数。在该软判决具有Gaussian分布时，BEP估计器计算对应于均值(μ)和方差(σ)的统计参数。在软判决具有Rician分布时，BEP估计器计算统计参数A和σ。BEP估计器还为Gaussian分布计算比率μ/σ而为Rician分布计算比率A/σ。比率μ/σ和A/σ与I和Q样本的信噪比相关。

BEP估计器估计通过将比率μ/σ映射到存储在移动站上的Gaussian查找表中根据经验确定的BEP来估计包含Gaussian分布的多比特软判决的突发的BEP。包含Rician分布的多比特软判决的突发的BEP是通过将比率A/σ映射到存储在移动站上的Rician查找表中根据经验确定的BEP来估计的。

平均器随后将来自4个突发的估计BEP求平均并生成MEAN_BEP(平均_BEP)。滤波器对MEAN_BEP滤波并输出经滤波的MEAN_BEP。非线性量化器将经滤波的MEAN_BEP量化为32个水平之一并输出按对数标度表示这4个突发的BEP的值(MEAN_BEP_0到MEAN_BEP_31)。

其它实施例和优点在以下具体描述中作了说明。本概要无意限定本发明。本发明是由权利要求来限定的。

附图的详细说明

在其中相同附图标记表示相同组件的附图示出了本发明的实施例。

图1(现有技术)是绘出了在采用各自具有不同的码冗余水平的两种不同GMSK调制和编码方案(MCS)调制的数据的各种信噪比上使用再编码方法得到的比特差错概率(BEP)的曲线图；

图2(现有技术)是绘出了在采用各自具有不同的码冗余水平的3种不同8-PSKMCS调制的数据的各种信噪比上使用再编码方法得到的BEP的曲线图；

图3是使用分布参数映射确定BEP的电路的简化框图；

图4是执行图3中电路所采用的分布参数映射的步骤的流程图；

图5是列出了EDGE标准中规定的9种MCS的数据传输速率的表；

图6是示出了分布参数映射中使用的Gaussian和Rician分布的统计参数的推导的等式的示图；

图7是示出了图4的分布参数映射法当中用于得到无线块的4个突发的经量化的、滤波的、平均BEP的某些步骤的流程图；

图8是绘出了对采用MCS4(一种GMSK方案)调制的静态信道使用分布参数映射得到的各种信噪比上的BEP的曲线图；

图9是绘出了根据图8中多组4个连续BEP值得到的各种信噪比上的经量化的、平均BEP的曲线图；

图10是在各种信噪比上图9中经量化的平均BEP落在正确的量化水平内的概率的曲线图；

图11是绘出了对采用MCS9(一种8-PSK方案)调制的静态信道使用分布参数映射得到的各种信噪比上的BEP的曲线图；

图12是绘出了对采用MCS9调制的静态信道使用分布参数映射得到的各种信噪比上的BEP值的曲线图，其中BEP值表示在每种信噪比下对其估计出BEP值的若干突发当中最普遍的数个BEP值的平均；

图13是绘出了根据图11的多组4个连续BEP值得到的在各种信噪比上的经量化的平均BEP的曲线图；

图14是在各种信噪比上图13的经量化的平均BEP落在正确的量化水平内的概率的曲线图；以及

图15是绘出了对采用MCS9调制的衰落信道使用分布参数映射得到的在各种信噪比上的BEP的曲线图。

具体实施方式

现在将具体参照其示例在附图中示出的本发明的一些实施例。

图3是移动站中执行分布参数映射以确定比特差错概率(BEP)的电路20的简化框图。BEP是对使用遵从EDGE标准的各种调制和编码方案(MCS)通过射频(RF)信号从基站发送到移动站的分组数据信道(PDCH)的比特差错率(BER)的估计。

图4是示出了电路20使用分布参数映射确定BEP的步骤的流程图。分布参数映射法不受在RF信号上调制数据所用的MCS中的冗余度影响。结合图4中所列步骤具体解释了如图3所示的电路20的各个元件的操作。在初始步骤21中，由包含电路20的移动站的天线23接收输入的RF信号22。在步骤24，RF接收机25将输入的RF信号22转换成数字同相(I)和正交(Q)样本26以便后续数字基带处理。在图3的实施例中，数字基带层1处理是由数字基带处理器27执行的。数字基带处理器27是数字移动站调制解调器28的一部分。RF接收机25被包括在与数字移动站调制解调器28分开的RF模拟芯片29中。

电路20所确定的BEP是通过输入RF信号22发送的PDCH的信道条件的指标。EDGE物理层规范(ETSI标准TS 145.008；3GPP标准TS 45.008)规定移动站在分组随路控制信道(PACCH)中定期向基站报告PDCH的信道条件。基站向移动站轮询信道条件。PACCH通过输出RF信号30被发送回基站。移动站使用BEP来得到要报告给基站的信道条件。信道条件被表示为32个BEP水平中的一个。然后基站根据PACCH中所指示的BEP水平在PDCH上的PDTCH中以适当的数据速率将数据发送回移动站。

根据BEP水平，以EDGE标准中的9种不同数据速率发送数据。图5列出了与这9中数据速率相关联的9种MCS。前4种MCS(MCS1-MCS4)采用基础的GSM所用的Gaussian最小频移键控(GMSK)。支持更高数据速率的GSM标准的主要增强是在EDGE标准中引入被称为八相相移键控(8-PSK)的更高级的调制技术。最高的5种MCS(MCS5-MCS9)使用8-PSK调制。EDGE标准描述了一种使用频分多址(FDMA)和时分多址(TDMA)的组合的窄带系统。分配给EDGE传输的频带首先被分为各个200-kHz的载波信号。图5列出了当使用单个200-kHz的载波和一个时隙时使用所列调制和编码方案可实现的数据速率。数据速率可通过同时使用例如6个载波的多个200-kHz的载波来增加。然后这些载波信号在诸如输入RF信号22和输出RF信号30等RF信号上被调制和发送。每个载波信号被分为8个时隙。数据速率可通过使用多个时隙，例如所有8个时隙来进一步增加。EDGE提供了对分组交换数据的传输。每个分组由帧构成并包括数据消息和控制信息。每个帧又在适当的时隙期间作为突发发送。这些帧是以无线块在载波信号上发送的。每个无线块是作为4个突发序列发送的4个帧。每个突发为4.615ms，且每个无线块为20ms。

前四个MCS具有提供从几乎不作编码(MSC4)到高度冗余编码(MSC1)的不同编码方案。图5中所列码率是码冗余的倒数。较高的码冗余允许即使在信道衰落的条件下也能识别数据，但这会导致较低的数据速率。例如，MCS1具有每信道9.05kbps的数据速率，而MCS4具有每信道21.4kbps的数据速率。通过动态地在衰落和噪声较低的时间段上减小码冗余，可实现更高的网络性能。根据信道条件调节码冗余和调制技术以最大化吞吐量被称为“链路自适应”。

与GMSK调制时每码元1个比特不同，由于8-PSK信号的每经调制的码元能够承载3个比特，所以最高的5个MCS支持更高的数据速率。因此，采用8-PSK的MCS的数据速率快了约3倍。然而与GMSK相比，使用8-PSK时的信号传播减弱。因此采用更高数据速率的8-PSK调制的信号实现的覆盖区更小。

在链路自适应的一个模式中，移动站报告基于临时块流(TBF)中8个时隙的每一个的平均BEP的BEP水平。图4的方法描述了确定基于一特定时隙的平均BEP的BEP水平。在链路自适应的第二模式中，移动站报告基于自前一消息起移动站已接收到的最大数目的无线块的调制的平均BEP的BEP水平。BEP水平是基于在TBF中所有时隙上求平均的主要调制的BEP测量的均值和方差系数。EDGE标准规定，基于所有时隙的总体信道条件测量将单个MCS用于TBF中分配给一个载波的所有时隙。

数字基带处理器27接收来自RF接收机25的I和Q样本26并输出包含单比特硬判决31的帧。单比特硬判决31由诸如Viterbi(维特比)解码器等卷积解码器32输出。这些帧在语音解码器作为数据来处理或作为语音来分析。电路20在无需将卷积解码器32的输出再编码的情况下估计通过输入RF信号22发送的PDCH的信噪比。电路20代之以分析作为数字基带层1处理的一部分生成的多比特软判决33来估计PDCH的信噪比。

在步骤34，调制检测器35接收来自RF接收机的I和Q样本26并确定在输入RF信号22上的载波信号上调制数据的调制方案的类型。根据EDGE标准，调制方案是GMSK或8-PSK。检测算法用于基于GMSK和8-PSK调制的不同相位特性来区分用GMSK或8-PSK调制的I和Q样本。例如，一种检测方法首先假定数据是用GMSK来调制的并随后执行π/4旋转。然后对该GMSK假设估计信噪比。然后在假定数据以8-PSK调制的情况下执行旋转，并再次估计信噪比。该方法确定调制方案对应于其信噪比最大的那一种调制假设。

在步骤36，然后将I和Q样本26解调。取决于在步骤34中标识的调制方案，I和Q样本26由GMSK解调器37或8-PSK解调器38来解调。GMSK解调器37对以采用GMSK的MCS1到MCS4调制的I和Q样本26进行解调。8-PSK解调器38对以采用8-PSK的MCS5到MCS9调制的I和Q样本26进行解调。在图3的实施例中，GMSK解调器37和8-PSK解调器38是数字基带处理器27内的专用硬件。在其它实施例中，由GMSK解调器37和8-PSK解调器38执行的GMSK和8-PSK解调是由作为数字基带处理器27的部分的数字信号处理器或微控制器来执行的。

由GMSK解调器37输出的经解调的I和Q样本41以及由8-PSK解调器38输出的经解调的I和Q样本42构成了基带中的码元。取决于调制方案，经解调的样本可具有各个数目的比特，例如1、2或10。经解调的样本在GMSK中表示正数和负数而在8-PSK中表示实数和虚数。每个码元比特有一个同相样本和一个正交样本。在GMSK中，一无线块的4个突发中的每一个中有116个码元。在8-PSK中，每个突发有348个码元(3×116)。

在步骤39，均衡器40均衡经解调的I和Q样本41和42并输出多比特软判决33。因此，每个I和Q样本比特被赋予一多比特软判决值。多比特软判决33构成了已为其移除了码间串扰的码元。码间串扰是当一个码元在时间上叠加于另一码元之上调制时产生的。在一个示例中，每个多比特软判决33是一16比特的2’补数带符号数字值。

电路20基于多比特软判决33估计BEP。数字基带处理器27进一步处理多比特软判决33以得到包括在包含语音和数据信息的帧中的单比特硬判决31。均衡器41将多比特软判决量化为比可从多比特软判决33的比特数目得到的数字状态的数目少的水平数目。块解交织器42接收来自均衡器41的经量化的码元43并输出经解交织的码元44。卷积解码器32随后将经解交织的码元44解码并输出单比特硬判决31。

回到估计BEP的分布参数映射法，电路20接着确定该多比特软判决33的统计分布的类型。在步骤45，分布分析器46确定每个突发的软判决33所对应的统计分布的类型。分布分析器46随后输出相应的分布类型标识符47。例如，多比特软判决33的值的分布可与以下分布类型中的一种相类似：Gaussian分布、Rice(Rician)分布、Rayleigh(瑞利)分布、Poisson(泊松)分布或Laplace(拉普拉斯)分布。多比特软判决33的分布通常与Gaussian或Rician分布中的任一种相类似。在信噪比不会显著改善或恶化的静态信道中，多比特软判决33的分布通常与Gaussian分布相类似。另一方面，如果基站与移动站之间具有视线路径，则该无线信道通常由Rician衰落模型来描述，并且该多比特软判决33的分布通常与Rician分布相类似。分布分析器46使用公知算法来确定与该多比特软判决33的分布最接近似的统计分布类型。例如，分布类型可通过分布的最大值、分布内最大值的位置、以及分布的展开来识别。

BEP估计器48接收每个突发由均衡器40输出的软判决33。另外，BEP估计器47接收分布类型标识符47。在判决步骤49中，BEP估计器48确定要计算哪些统计参数。如果分布类型标识符47指示该软判决33与Gaussian分布相类似，则BEP估计器48行进至步骤50并计算统计参数μ(谬)和σ(西格马)。如果分布类型标识符47指示软判决33与Rician分布相类似，则BEP估计器48行进至步骤51并计算统计参数A和σ。

在以下步骤50的示例中，统计参数μ和σ是从其分布在判决步骤49中被认为与Gaussian分布相类似的软判决计算出的。因此，该软判决的分布与图6中所示的Gaussian概率密度函数(PDF)52相类似。在Gaussian PDF 52中，μ表示均值，而σ表示分布p(x)的方差。在该示例中，由均衡器40输出的每一个多比特软判决33是4比特的2’s补数带符号数字值。由于软判决33是根据采用GMSK调制的I和Q样本进行均衡的，所以在一个突发中有116个软判决。这116个值如下：15×[1100]；30×[1101]；15×[1110]；15×[0000]；30×[0001]；11×[0010]，其中[1100]＝-4；[1101]＝-3；[1110]＝-2；[0000]＝0；[0001]＝1；以及[0010]＝2。统计参数μ和σ是通过首先确定该样本分布的Gaussian DPF的二阶和四阶矩来计算的。二阶矩被定义为每个元素的平方和除以分布中元素的数目。四阶矩被定义为每个元素的四次方和除以分布中元素的数目。对于以上所列的116个软判决的样本分布，二阶矩为5.552，而四阶矩为57.897。二阶和四阶矩还可以均值(μ)和方差(δ)的形式表示。

图6示出了各自以μ和δ形式表示的二阶矩的方程53和四阶矩的方程54。均值(μ)和方差(δ)是通过求解这两个二元方程来确定的。方程55以二阶和四阶矩的形式表示μ。方程56以二阶和四阶矩的形式表示δ。对于以上所列的116个软判决的样本分布，μ被确定为2.039，以及δ被确定为1.181。

回到图4中的下一步骤，在步骤57中通过将商μ/δ映射到查找表中的BEP值来确定BEP。均值(μ)除以方差(δ)的商表示数据包括分布的信噪比。对于样本Gaussian分布，商μ/δ为1.727。其数据与Gaussian分布相类似的信道的商μ/δ与BER之间的关系是根据实验室中的经验确定的。结果随后被存储在如图3中所示的处理器可读介质59中的Gaussian查找表58中。该查找表随后被用来基于通过商μ/δ所估计的信噪比估计BEP。BEP估计器48为一突发的多比特软判决33的每个分布确定一BEP值。对于信噪比为1.727的样本Gaussian分布，BEP值被确定为0.050。

在判决步骤61中，电路20确定是否已确定了无线块中4个突发的每一个的BEP值60。如果4个BEP值还未被确定，则BEP估计器48为下一GMSK突发上的116个软判决的下一分布确定BEP。在突发是采用8-PSK调制的情况下，BEP估计器48为每个突发包括348个软判决的分布确定BEP。

回到步骤51，统计参数A和δ是根据以上假定分布在判决步骤49中被认为与Rician分布相类似而列出的软判决的样本分布来计算出的。因此，在该示例中，该样本分布被认为与图6中所示的Rician概率密度函数(PDF)62相类似。统计参数A和δ通过首先确定该样本分布的Rician DPF的二阶和四阶矩来计算。当一个分布被表征为与不同类型的部分相类似时，该分布的二阶和四阶矩的值并不改变。因此，Rician分布的二阶和四阶矩的值与以上针对Gaussian分布所计算出的值相同。

图6示出了各自以A和δ的形式表示的二阶矩的方程63和四阶矩的方程64。然后对这两个二元方程求解以得到以二阶和四阶矩形式表示A的方程65。另外，方程66以二阶和四阶矩形式表示δ。假定以上所列的116个软判决的样本分布与Rician分布相类似，则A被确定为1.391，而δ被确定为1.345。

在步骤67中，随后通过将商A/δ映射到查找表中的一BEP值来确定BEP。对于该样本Rician分布，商A/δ是1.035。其数据与Rician分布相类似的信道的商A/δ与BER之间的关系是根据实验室中的经验确定的。以经验确定的结果随后被存储在处理器可读介质59中的Rician查找表68中。然后使用Rician查找表68以基于商A/δ来估计BEP。在该示例中样本Rician分布的商A/δ等于1.035的情形中，BEP值60被确定为0.079。

当电路20在判决步骤61中确定无线块中的4个突发中每一个的BEP都已被确定时，在步骤69平均器70计算4个BEP值60的平均。平均器70输出表示这4个BEP值60的平均的信号MEAN_BEP 71。

在步骤72，滤波器73接收MEAN_BEP 71并对其滤波。滤波器73是诸如无限冲激响应(IIR)滤波器等数字低通滤波器。滤波器73输出经滤波的MEAN_BEP74。

在步骤75，非线性量化器76将经滤波的MEAN_BEP 74量化为32个非线性水平或间隔中的一个。非线性量化器76输出MEAN_BEP_0到MEAN_BEP_31(77)的32个值中按对数标度来表示该经滤波的平均BEP的一个。经量化的MEAN_BEP77随后被RF模拟芯片29上的RF发射机78的电路所接收。在一个实施例中，数字基带处理器27的大部分电路是包括分布分析器46、BEP估计器48、平均器70、滤波器73以及非线性量化器76的数字信号处理器(DSP)79的一部分。

在步骤80，该平均BEP的经量化水平MEAN_BEP 77(MEAN_BEP_0-MEAN_BEP_31)通过RF信号30在PACCH中发送回基站。基站随后使用基于该经量化的MEAN_BEP 77选择的MCS发送后续无线块。例如，基站选择具有在由该经量化的MEAN_BEP 77所描述的信道条件下所能支持的最快数据速率的MCS。

图7是示出了电路20执行用以得到一无线块的经量化的MEAN_BEP 77的各步骤的流程图。图7显示对一无线块的4个突发中的每一个执行步骤50和57(对于GMSK)以及步骤51和67(对于8-PSK)，而每个无线块仅执行步骤69(平均)、72(滤波)和75(量化)一次。

图8示出了在范围从-6dB到10dB的信噪比上使用分布参数映射来确定采用MCS4调制的信道的BEP值的结果。这些BEP值是根据在具有未出现衰落的恒定信号强度的静态信道上发送的突发估计出的。因此，用以推导BEP值的多比特软判决33的分布与Gaussian分布相类似。BEP值是图4中到步骤50的方法得到的，而BEP值60是通过将比率μ/δ映射到Gaussian查找表58中的BEP值来确定的。曲线81示出了在范围从-6dB到10dB的信噪比上信道的实际比特差错率(BER)。实际BER是通过在数千个无线块上发送已知的比特序列并将来自经解调的I和Q样本的比特与该已知比特序列相比较来确定的。曲线82示出了使用分布参数映射在每个信噪比上得到的估计BEP值60。图8中绘出的对应于每个信噪比的估计BEP值60是从在其上发送该已知比特序列的数千个突发中得到的次数最多的BEP值。

图9示出了从图8中多组4个连续BEP值60得到的经量化的MEAN_BEP 77的值。在较低的信噪比上，对经量化的MEAN_BEP 77赋予接近0的值。在较高信噪比上，对经量化的MEAN_BEP 77赋予接近32的值。曲线83示出了使用分布参数映射得到的估计的、经量化的平均BEP值。曲线84示出了将使用呈现实际BER的经解调的I和Q样本输出的量化水平的值。

图10示出了在-6dB到10dB的信噪比上MEAN_BEP值71将作为正确量化水平被正确确定且报告给基站的概率。EDGE标准指定了如何测试生成该量化水平的值的电路。该测试要求移动站所报告的一定百分比的经量化的MEAN_BEP 77落在正确量化水平的一窄范围内，例如3个量化水平。例如在5dB的信噪比上，为了通过测试，至少65％的经量化的MEAN_BEP 77必须落在量化水平MEAN_BEP_11、MEAN_BEP_12和MEAN_BEP_13中的一个上。虚曲线85示出了在估计采用MCS1到MCS4(GMSK)调制的信道的BEP时为了遵从EDGE标准而实现可接受的量化水平的最小概率。曲线86示出了使用分布参数映射得到的经量化的MEAN_BEP 77落在可接受量化水平内的概率。

图11示出了使用分布参数映射来确定从采用8-PSK的MCS9调制的信道所得到的BEP值的结果。这些BEP值是根据在未呈现衰落的静态信道上发送的突发估计出的。如图8中所示，BEP值60是通过将比率u/σ映射到Gaussian查找表58中的BEP值来确定的。曲线87示出了该信道在-1dB到20dB的信噪比范围上的实际BER。曲线88示出了使用分布参数映射得到的每个信噪比上的BEP值60。图11中所绘的对应每个信噪比的估计BEP值60是从在其上发送已知位序列的数千个突发得到次数最多的BEP值。

图12示出了在与图11中相同的信噪比上从采用MCS9调制的信道得到的BEP值。然而，这些值和实际BER的值在每个信噪比上随不同的突发而波动。图12中所绘的BEP值和实际BER的值表示以一特定信噪比在其上发送已知比特序列的多个突发中最普遍的三个BEP或BER值的平均。曲线89示出了从-1dB到20dB的每一信噪比上的实际BER。曲线90示出了使用分布参数映射得到的每个信噪比上的BEP值。

图13示出了从图11的BEP值60得到的经量化的MEAN_BEP 77的值。这些经量化的MEAN_BEP 77的值在0到32之间。曲线91示出了使用分布参数映射得到的估计的、经量化的平均BEP值。曲线92示出了从实际BER值得到的量化水平。

图14示出了在-1dB到20dB的信噪比上MEAN_BEP值71根据信道被正确地确定为正确量化水平并报告给基站的概率。虚曲线93示出了为了遵从EDGE标准在每个信噪比上必须实现的最小概率。虚曲线93适用于从来自用MCS5到MCS9(8-PSK)调制的信道的平均BEP值所得到的量化水平。曲线94示出了使用分布参数映射得到的经量化的MEAN_BEP 77在使用EDGE标准中指定的测试时处于正确量化水平的概率。

图15示出了使用分布参数映射来确定从用MCS9调制的信道得到的BEP值的结果。不同于图11中所示结果，图15中的BEP值是从在衰落信道上发送的突发估计出的。图15中所分析的信道是TU50信道，它是其中移动站以50km/hr移动的典型都市环境中的信道。因此，用于推导BEP值的多比特软判决33的分布与Rician分布相类似。这些BEP值是使用图4中到步骤51的方法得到的，而BEP值60是通过将比率A/σ映射到Rician查找表68中的BEP值来确定的。曲线95示出了该信道在-1dB到27dB的信噪比范围上的实际BER。曲线96示出了使用分布参数映射在每个信噪比上得到的的BEP值60。在约7dB以上的信噪比上，在信道都是使用MCS9调制的情形中，图15中衰落信道的BER大于图11中静态信道的BER。图15中所绘的对应每个信噪比的估计BEP值是从在其上发送已知比特序列的数千个突发所得到次数最多的BEP值。

虽然出于指导的目的已结合特定的具体实施例对本发明进行了描述，但是本发明并不限于此。数字基带处理器27的大多数电路在以上被描述为DSP 79的部分。在其它实施例中，电路20的一些组件被实现为在与DSP 79分开的处理器上运行的指令集。例如，该单独的处理器可以是ARM处理器。指令被存储在处理器可读介质59上，并且该单独的处理器在执行指令前从处理器可读介质59读取指令。因此，处理器可读介质59不仅存储Gaussian查找表58和Rician查找表68，还存储程序指令。在该情形中，处理器可读介质59是诸如只读存储器(ROM)的一种非易失性存储器。例如在一个实施例中，均衡器40、分布分析器46、BEP估计器48、平均器70、滤波器73以及非线性量化器76中的每一个被实现为在该单独的处理器上运行的指令集。

所公开的实施例的之前描述被提供用以使本领域的任何技术人员可利用或使用本发明。对于本领域的技术人员而言这些实施例的各种更改是显而易见的是，并且在此所限定的一般性原理可被应用于其它实施例而不会背离本发明的精神实质或范围。相应的，本发明无意限于这里所示的实施例而应根据与这里所公开的原理和新颖特征相一致的最宽的范围来授权。

Claims (24)

1.一种用于估计比特差错概率的方法，包括：

(a)均衡经解调的I和Q样本以得到多个多比特软判决，其中所述经解调的I和Q样本呈现一个比特差错概率(BEP)，其中所述多个多比特软判决具有一分布并且其中所述分布具有均值和方差；

(b)确定所述分布的类型；

(c)计算所述分布的所述均值和所述方差；以及

(d)基于所述分布的所述均值和所述方差来估计所述BEP。

2.如权利要求1所述的方法，其特征在于，在(c)中计算所述均值和所述方差是基于所述分布的类型来执行的。

3.如权利要求1所述的方法，其特征在于，所述分布的类型是取自包括以下分布的组：Gaussian分布和Rician分布。

4.如权利要求1所述的方法，其特征在于，还包括：

(e)将所述多个多比特软判决解交织；以及

(f)将经解交织的所述多个多比特软判决卷积解码以得到单比特硬判决。

5.如权利要求1所述的方法，其特征在于，所述多比特软判决包括码元，并且其中每个码元具有3个比特。

6.如权利要求1所述的方法，其特征在于，帧有效载荷包括所述多个多比特软判决。

7.如权利要求1所述的方法，其特征在于，无线块由四组多个多比特软判决构成。

8.如权利要求1所述的方法，其特征在于，所述在(d)中估计所述BEP涉及使用等于所述均值除以所述方差的比率在查找表中寻找所述BEP。

9.如权利要求1所述的方法，其特征在于，还包括在(a)之前：

(e)解调I和Q样本以得到所述经解调的I和Q样本，其中所述解调涉及取自包括高斯最小频移键控(GMSK)和八相相移键控(8-PSK)的组的调制方案。

10.如权利要求1所述的方法，其特征在于，还包括：

(e)均衡第二经解调的I和Q样本以得到第二多个多比特软判决，其中所述第二经解调的I和Q样本呈现第二BEP；

(f)确定平均BEP，其中所述平均BEP是多个比特差错概率的平均，并且其中所述多个比特差错概率至少包括所述BEP和所述第二BEP；以及

(g)对所述平均BEP滤波以得到经滤波的平均BEP。

11.如权利要求10所述的方法，其特征在于，还包括：

(h)量化所述经滤波的平均BEP。

12.一种用于估计比特差错概率(BEP)的设备，包括：

(a)用于均衡经解调的I和Q样本以得到多个多比特软判决的装置，其中所述经解调的I和Q样本呈现一个比特差错概率(BEP)，其中所述多个多比特软判决具有一分布并且其中所述分布具有均值和方差；

(b)用于确定所述分布的类型的装置；

(c)用于计算所述分布的所述均值和所述方差的装置；以及

(d)用于基于所述分布的所述均值和所述方差来估计所述BEP的装置。

13.如权利要求12所述的设备，其特征在于，(c)中的所述装置基于所述分布的所述类型来计算所述均值和所述方差。

14.如权利要求12所述的设备，其特征在于，还包括：

(e)用于将所述多个多比特软判决解交织的装置；以及

(f)用于将经解交织的所述多个多比特软判决卷积解码以得到单比特硬判决的装置。

15.如权利要求12所述的设备，其特征在于，还包括：

(e)用于解调I和Q样本以得到所述经解调的I和Q样本的装置，其中(e)中的所述装置使用取自包括高斯最小频移键控(GMSK)和八相相移键控(8-PSK)的组的调制方案来解调所述I和Q样本。

16.如权利要求12所述的设备，其特征在于，还包括：

(e)用于均衡第二经解调的I和Q样本以得到第二多个多比特软判决的装置，其中所述第二经解调的I和Q样本呈现第二BEP；

(f)用于确定平均BEP的装置，其中所述平均BEP是多个比特差错概率的平均，并且其中所述多个比特差错概率至少包括所述BEP和所述第二BEP；以及

(g)用于对所述平均BEP滤波以得到经滤波的平均BEP的装置。

17.一种电路，包括：

分布分析器，所述分布分析器接收多比特软判决的分布，其中所述多比特软判决的分布呈现一分布类型，并且其中所述分布分析器确定所述分布类型；

比特差错概率估计器，所述比特差错概率估计器接收所述多比特软判决的分布，其中所述比特差错概率估计器计算所述多比特软判决的分布的统计参数；以及

查找表，其中所述比特差错概率估计器通过将所述统计参数映射到所述查找表中的BEP来确定比特差错概率(BEP)。

18.如权利要求17所述的电路，其特征在于，所述多比特软判决的分布的所述统计参数逼近所述多比特软判决的信噪比，并且其中所述查找表使所述多比特软判决的分布的所述统计参数与所述多比特软判决的比特差错概率相关。

19.如权利要求17所述的电路，其特征在于，所述分布类型是Rician分布，其中所述统计参数包括均值(A)和方差(σ)，并且其中所述比特差错概率估计器通过将A/σ的商映射到所述查找表中的BEP来确定BEP。

20.如权利要求17所述的电路，其特征在于，所述分布类型是Gaussian分布，其中所述统计参数包括均值(μ)和方差(σ)，并且其中所述比特差错概率估计器通过将μ/σ的商映射到所述查找表中的BEP来确定BEP。

21.如权利要求17所述的电路，其特征在于，所述分布类型分析器和所述比特差错概率估计器是数字基带处理器中的专用硬件。

22.如权利要求17所述的电路，其特征在于，所述比特差错概率估计器是执行存储在处理器可读介质上的指令的处理器。

23.如权利要求17所述的电路，其特征在于，还包括：

均衡器，用于输出所述多比特软判决的分布。

24.如权利要求17所述的电路，其特征在于，还包括：

卷积解码器，用于基于所述多比特软判决输出硬判决比特。

Images