CN101291165B - 一种多天线系统的序列检测方法和装置 - Google Patents

Abstract

本发明公开了一种多天线系统的序列检测方法，包括步骤：根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；按照所述空间协方差矩阵估计来波方向；确定与来波方向对应的加权系数；以所述加权系数对多根天线接收到的所述序列信号进行赋形合并，并对合并后的序列信号进行序列检测。本发明同时公开了多天线系统的序列检测装置。本发明实施例通过计算空间协方差矩阵，估计来波方向，确定加权系数，利用该加权系数对接收信号进行赋形合并，使得方向图主瓣对准序列信号的来波方向，增强方向性，并可以在干扰来波方向形成零陷，实现对噪声和干扰进行有效抑制，从而提高序列检测精度。

Description

一种多天线系统的序列检测方法和装置

技术领域

本发明涉及无线通信系统领域，更具体地说，涉及适用于多天线进行无线系统的一种序列检测方法和装置。

背景技术

在通信系统中，经常需要实现序列的检测，在第三代移动通信三大标准之一的TD-SCDMA系统中就有SYNC_UL序列的检测，用于实现上行同步的建立，TD-SCDMA系统是一个同步CDMA系统，同步技术是其重要的关键技术之一，它的应用能很大程度地降低干扰，从而提高系统容量。在UE（用户设备）进行随机接入、小区切换、失步之后的重新同步等情况下，都要完成上行同步的建立过程，在该系统中，每一子帧中的UpPTS(上行接入时隙)在随机接入和切换过程中用于建立UE与基站之间的初始同步。UpPTS由长度为128码片的SYNC_UL码和长度为32码片的GP（保护时隙）组成。

TD-SCDMA系统的整个系统有256个不同的SYNC_UL码,分成32组，每组8个，要使用哪一组SYNC_UL码对基站和已获得下行同步的UE来说都是已知的。当UE要建立上行同步时，将从8个已知的SYNC_UL中选择一个。

由于SYNC_UL码序列的检测关系到系统的上行同步精度和效率，而该系统的性能很大程度上取决于同步的精度，从而SYNC_UL序列的检测性能将制约着系统的整体性能。可见，准确检测序列对一个系统的整体性能具有非常重要的意义。

在现有的SYNC_UL码检测过程中，首先将接收到的每根天线GP+UpPTS（保护间隔和上行接入时隙）内的信号在基带进行码片（chip）速率采样，得到256点的复值序列，然后将该复值序列与8个已知的SYNC_UL码分别进行移位复相关，SYNC_UL码为128点的复值伪随机序列；将移位相关序列取模平方，得到相关功率序列，当采用多根天线进行接收时，将多根天线得到的相关功率序列按天线对每个点进行累加，根据累加结果进行序列是否发送的判断及发送码序号和发送位置的确定。

由于SYNC_UL为伪随机序列，根据伪随机序列的性质可知，只有当接收序列中的SYNC_UL与本地SYNC_UL同步时才会出现功率峰值，所以可以根据功率峰值是否出现、以及出现的位置确定是否有SYNC_UL接入，接入SYNC_UL的序号以及SYNC_UL接入的位置。

例如：设接收序列为r(ka,i),ka=1,2,..,Ka,i＝0,1，...,255，其中，ka为天线编号，Ka为总的天线数。

SYNC_UL序列为s(k,i),k=0,1,...,7,i＝0,1，...,127，k为SYNC_UL编号。移位复相关功率序列为P(k,i),k=0,1，...,7,i＝0,1，...,255，k为SYNC_UL编号，则有：

$P(k,i)=\underset{k_a=1}{\overset{\mathrm{Ka}}{\mathrm{\Σ}}}\left({\left|(\underset{j=1}{\overset{128}{\mathrm{\Σ}}}r(\mathrm{ka},i+j-32)\·s^{*}(k,j))\right|}^2\right)$ ………………………（公式1）

式中：s^*(k,j)表示对第k号SYNC_UL的第j个元素取共轭，|(·)|²表示取模平方。

可以得到与8个SYNC_UL相对应的相关功率序列，并且将Ka个天线的功率进行了累加。随后就可以对累加结果依据峰值功率进行序列是否发送和发送位置的判断了。现有技术中，先搜索出多天线相关功率序列累加后功率序列的峰值P_max[k]，并求出峰值前后若干功率抽头的平均功率，Pn_befo[k]，Pn_afte[k]，k=0,1,…,7表示第k号SYNC_UL。

随后就可以判断是否有SYNC_UL接入：

当10lg(P_max[k]/P_n[k])>V_T，判断第K号SYNC_UL接入；否则判断第K号SYNC_UL没有接入。

其中V_T为检测门限，根据仿真和实际测试确定。

可以看出，现有技术方案对于多根天线的信号计算得到的相关序列只是简单的功率求和，没有有效利用多根天线接收时可能带来的处理增益，也没有对外界环境的噪声或方向性干扰进行有效的抑制，因而对SYNC_UL序列的检测性能仍有进一步提高的余地。

发明内容

有鉴于此，本发明提供一种利用智能天线的序列检测方法和装置，通过对多天线接收信号进行赋形合并，使得天线的方向图的主瓣朝向序列信号的来波方向，增强方向性，并可以在干扰来波方向形成零陷，实现对噪声和干扰进行有效抑制，从而进一步提高序列检测精度。

本发明提供一种多天线系统的序列检测方法，包括：

根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

按照所述空间协方差矩阵估计来波方向；

确定与来波方向对应的加权系数；

以所述加权系数对多根天线接收到的所述序列信号进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向，并对合并后的序列信号进行序列检测。

优选的，确定加权系数由以下方式实现：

结合已知的天线信息和所述来波方向计算天线对应于各个来波方向的阵列响应矢量；

将所述阵列响应矢量与加权常数的乘积确定为加权系数。

本发明还提供了一种多天线系统的序列检测方法，包括：

根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

确定与所述空间协方差矩阵对应的加权系数；

将多根天线接收到的序列信号分别与每一已知序列进行移位复相关；

利用所述加权系数对多根天线对应的每一移位复相关序列进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向，并对合并后的序列信号进行序列检测。

优选的，按照以下步骤确定加权系数：

确定序列信号的干扰空间协方差矩阵；

计算所述干扰空间协方差矩阵的逆矩阵；

将所述干扰空间协方差矩阵的逆矩阵与所述序列信号的空间协方差矩阵相乘，并得到相乘结果矩阵的特征值；

将所述特征值对应的特征向量确定为所述加权系数。

优选的，按照以下步骤确定加权系数：

确定与所述空间协方差矩阵对应的阵列响应矢量；

将所述阵列响应矢量与加权常数以及干扰空间协方差矩阵的逆矩阵的乘积确定为加权系数。

优选的，按照以下步骤确定加权系数：

确定天线的阵列响应矢量；

将所述阵列响应矢量与加权常数的乘积确定为加权系数。

优选的，按照以下步骤确定阵列响应矢量：

确定序列信号的干扰空间协方差矩阵；

计算序列信号的空间协方差矩阵与所述干扰空间协方差矩阵的差；并获取计算结果的特征值；

将所述特征值对应的特征向量确定为阵列响应矢量。

优选的，按照以下步骤确定阵列响应矢量：

获取序列信号空间协方差矩阵的所有特征值；

将所述特征值对应的特征向量确定为阵列响应矢量。

本发明同时还提供一种多天线系统的序列检测方法，包括：

根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

确定与所述空间协方差矩阵对应的加权系数；

利用所述加权系数对多根天线接收到的序列信号进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向；

将经过赋形合并的序列信号分别与每一已知的序列进行移位复相关，并对经过移位复相关的序列信号进行序列检测。

优选的，按照以下步骤确定加权系数：

确定序列信号的干扰空间协方差矩阵；

计算所述干扰空间协方差矩阵的逆矩阵；

将所述干扰空间协方差矩阵的逆矩阵与所述序列信号的空间协方差矩阵相乘，并得到相乘结果矩阵的特征值；

将所述特征值对应的特征向量确定为所述加权系数。

优选的，按照以下步骤确定加权系数：

确定与所述空间协方差矩阵对应的阵列响应矢量；

将所述阵列响应矢量与加权常数以及干扰空间协方差矩阵的逆矩阵的乘积确定为加权系数。

优选的，按照以下步骤确定加权系数：

确定与所述空间协方差矩阵对应的的阵列响应矢量；

将所述阵列响应矢量与加权常数的乘积确定为加权系数。

优选的，按照以下步骤确定阵列响应矢量：

确定序列信号的干扰空间协方差矩阵；

计算序列信号的空间协方差矩阵与所述干扰空间协方差矩阵的差；并获取计算结果的特征值；

将所述特征值对应的特征向量确定为阵列响应矢量。

优选的，按照以下步骤确定阵列响应矢量：

获取序列信号空间协方差矩阵的所有特征值；

将所述特征值对应的特征向量确定为阵列响应矢量。

本发明同时提供了一种多天线系统的序列检测装置，包括检测单元，还包括：

第一计算单元，用于根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

估计来波方向估计单元，用于按照所述空间协方差矩阵估计来波方向；

第一加权系数确定单元，用于确定与所述来波方向对应的加权系数；

第一赋形合并单元，用于以所述加权系数对多根天线接收到的所述序列信号进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向，由检测单元对合并后的序列信号进行序列检测。

本发明同时提供一种多天线系统的序列检测装置，包括检测单元，还包括：

第一移位复相关单元，用于将多根天线接收到的序列信号分别与每一已知序列进行移位复相关；

第一计算单元，用于根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

第二加权系数确定单元，用于确定与所述空间协方差矩阵对应的加权系数；

第二赋形合并单元，用于以所述加权系数对经过移位复相关的序列信号进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向，由检测单元对合并后的序列信号进行序列检测。

本发明同时还提供一种多天线系统的序列检测装置，包括检测单元，还包括：

第一计算单元，用于根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

第二加权系数确定单元，用于确定与所述空间协方差矩阵对应的加权系数；

第一赋形合并单元，用于以所述加权系数对所述序列信号进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向；

第二移位复相关单元，用于将经过赋形合并的序列信号分别与每一已知序列进行移位复相关，由检测单元进行序列检测。

与现有技术相比，本发明通过估计接收信号和干扰的空间协方差矩阵、计算用户来波方向并确定赋形加权系数，利用该加权系数对接收序列信号进行赋形，使得方向图主瓣对准序列信号的来波方向，对噪声进行有效抑制，从而进一步提高序列检测精度。

附图说明

图1为本发明一种多天线系统的序列检测方法的实施例一流程图；

图2为序列信号结构示意图；

图3为本发明一种多天线系统的序列检测方法的实施例二流程图；

图4为本发明一种多天线系统的序列检测方法的实施例三流程图；

图5为本发明一种多天线系统的序列检测装置的实施例一的结构示意图；

图6为本发明一种多天线系统的序列检测装置的实施例二的结构示意图；

图7为本发明一种多天线系统的序列检测装置的实施例三的结构示意图；

图8为本发明一种多天线系统的序列检测装置的实施例四的第一或第二加权系数确定单元的结构示意图；

图9为本发明一种多天线系统的序列检测装置的实施例五的第一或第二加权系数确定单元的结构示意图；

图10为本发明一种多天线系统的序列检测装置的实施例六的第一加权系数确定单元的结构示意图；

图11为本发明一种多天线系统的序列检测装置的实施例七的第一或第二加权系数确定单元的结构示意图。

具体实施方式

本发明的基本思想是：根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；按照所述空间协方差矩阵估计来波方向；确定与来波方向对应的加权系数；以所述加权系数对多根天线接收到的所述序列信号进行赋形合并，并对合并后的序列信号进行序列检测。

为了使得本领域技术人员更好理解本发明技术方案，下面结合附图和实施例进行详细描述。

请参考图1，为本发明一种序列检测方法的实施例一流程图。

设接收序列为r(ka,i),ka=1,2,...,Ka,i＝0,1，...N-1，ka为天线编号，Ka为总的天线数，N为接收序列长度。

该流程包括以下步骤：

步骤S101：估计接收的序列信号的空间协方差矩阵。

按照如下式计算信号空间协方差矩阵：

$\stackrel{\‾}{R}(l,m)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}R(i,l,m)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}r(l,i)r^{*}(m,i),l=\mathrm{0,1},...,\mathrm{Ka},m=\mathrm{0,1},...,\mathrm{Ka}$ …(公式2)

这里r(l,i)r^*(m,i)表示r(l,i)和r^*(m,i)的乘法，这里(·)^*表示求共轭，这里的协方差矩阵为一个方阵，即令X为Ka维列向量，则其协方差矩阵表示为：R=XX^H，这里Ka根天线的接收信号对每一个chip而言可以组成一个Ka维列向量X，则其空间协方差矩阵为R，这里R为Ka×Ka维方阵，只是这里需要对多个chip求平均。

步骤S102：估计干扰空间协方差矩阵。

假设噪声和干扰具有时间平稳、各态历经和高斯过程的特性，则噪声和干扰的空间协方差矩阵可以表示为：

${\stackrel{\‾}{R}}_n(l,m)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}{R}_n(i,l,m)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}n(l,i)n^{*}(m,i),l=\mathrm{0,1},...,\mathrm{Ka},m=\mathrm{0,1},...,\mathrm{Ka}$ …(公式3)

步骤S103：依据序列信号的空间协方差矩阵进行来波方向（DOA）估计。

可以运用多种DOA估计算法进行序列信号来波方向盲估计。例如可以利用Bartlett谱进行序列信号来波方向估计、利用最小均方误差响应（MVDR，Minimum Variance Distortion less Response Estimator）算法进行来波方向估计、利用MUSIC（Multiple Signal Classification）算法和ESPRIT（Estimation of Signal Parameters via Rotational Invariance Techniques）算法进行来波方向估计等等。

步骤S104：计算天线对于来波方向的阵列响应矢量。

假设上述步骤S103中根据序列信号估计出K个来波角度（θ_Doa(i)，i=0,1,...,K），则利用所有K个来波角度（θ_Doa(i)，i=0,1,...,K）计算出天线阵列对应于K个来波方向的K个阵列响应矢量：

$S_{{\mathrm{\θ}}_{\mathrm{Doa}\left(i\right)}},i=\mathrm{0,1},...,K$

所述阵列响应矢量的计算方法由天线阵列形式决定，如对于均匀线阵，对应于来波方向θ的阵列响应矢量：

$S_{\mathrm{\θ}}=\left[\begin{array}{c}{e}^{j2{\mathrm{\π\τ}}_1}\\ e^{j2{\mathrm{\π\τ}}_2}\\ .\\ .\\ .\\ e^{j2{\mathrm{\π\τ}}_{\mathrm{Ka}}}\end{array}\right],{\mathrm{\τ}}_{\mathrm{ka}}=d*\cos \left(\mathrm{\θ}\right)*(\mathrm{ka}-1);$ ……………………………………(公式4)

这里

d_phy为天线物理间距，单位为米，λ为载波波长。对于天线间距为半个波长的阵列天线，d＝0.5；对于其他阵列形式天线阵列响应矢量计算公式可查阅现有的相关资料，在此不进行赘述。

另外，也可以预先计算各来波方向对应的阵列响应矢量，并将各来波方向与阵列响应矢量的对应关系以表格的形式进行存储，由此可以根据估计的来波方向查表获得与该来波方向对应的阵列响应矢量。

步骤S105：确定加权系数。

利用所述阵列响应矢量以及所述干扰空间协方差矩阵确定加权系数，依据的公式为：

这里μ为加权常数，

为步骤S102中得到的干扰空间协方差矩阵，S_θ即为按照上述方法计算得到的对应于某个来波方向θ_Doa(i),i＝0,1,...,K的阵列响应矢量。此外，需要说明的是，如果利用特征值方法估计来波方向，如假设可以得到信号空间协方差矩阵

的Ka个特征值λ_i,i＝1,2,...,Ka，则可以直接利用λ_i所对应的特征向量U_i,i＝1,2,...,Ka作为这里的S_θ。或直接求

的Ka个特征值λ_i,i＝1,2,...,Ka，并得到λ_i所对应的特征向量U_i,i＝1,2,...,Ka作为这里的w。从而可以跳过具体来波角度和对应阵列响应矢量的计算过程。此时可能来波角度K＝Ka，即一个特征值刚好对应一个来波方向。

步骤S106：以所述加权系数对所述序列信号在来波方向进行赋形合并。

分别对利用序列信号估计出来的K个的来波方向，以加权系数

按照y_i，k=w_k ^Hr_i,i＝0,1,2,...,N-1,k=1,2,...,K对接收的序列进行加权合并。这里 $r_i=\left[\begin{array}{c}r(1,i)\\ r(2,i)\\ .\\ .\\ .\\ r(\mathrm{Ka},i)\end{array}\right],i=\mathrm{0,1,2},...,N-1,$ Ka为总的天线数，N为接收序列长度。

加权合并的效果，相当于使得阵列天线的方向图主瓣对准某个来波方向，并使得天线方向图在干扰方向产生一个零陷。

如果，主瓣刚好正对有用信号方向，而零陷则刚好针对强干扰方向，则能最大限度地抑制方向性干扰和噪声，从而提高了检测的精确度。这里需要利用K个来波方向是由于当存在方向性干扰或较大的多径角度扩散时，会估计出多个来波角度，并且无法鉴别哪一个才是信号接入的主径角度，所以需要对每个可能的方向分别进行赋形接收。只要有用信号功率相比干扰不是太小，则K个来波角度里必然有一个对应着有用信号。

步骤S 107：对赋形合并后的序列信号进行检测。

可以按照现有的单天线序列检测方法进行序列检测。如可以利用相关的方法，即将单天线接收序列同某已知序列进行移位复相关，并求其峰值功率同峰值两侧若干chip平均功率之比，若高于某一门限，则认为检测到了该序列。对于不同的系统，具有不同的检测方法，这里不再赘述。

需要说明的是，在步骤S102中，估计当前子帧信号所受干扰的空间协方差矩阵时首先需要估计n(ka,i),ka=1，...,Ka,i＝0,1，...,N-1，所述n(ka,i)为接收序列中的噪声和干扰分量之和。

估计所述n(ka,i)的方式主要有以下两种方式：

方式一

对于各子帧不连续发送的序列而言（即有些子帧发送，有些子帧不发送），如果认为噪声和干扰具有连续性，则可以通过当前子帧之前的子帧的接收序列信号进行估计。

例如，设子帧号为sfn，并设序列只可能在子帧号为4的倍数时发送，即sfn＝4n，n为非负整数时发送。则如果噪声和干扰具有连续性，即可利用该子帧前子帧号非4的整数倍的接收序列信号按时间平滑得到。

即有：

$n_{\mathrm{sfn}}(\mathrm{ka},i)=\left\{\begin{array}{c}(1-p)r_{\mathrm{sfn}-1}(\mathrm{ka},i)+{\mathrm{pn}}_{\mathrm{sfn}-1}(\mathrm{ka},i),\mathrm{ka}=1,...,\mathrm{Ka},i=\mathrm{0,1},...,N,\mathrm{sfn}\≠4n+1\\ n_{\mathrm{sfn}-1}(\mathrm{ka},i),\mathrm{ka}=1,...,\mathrm{Ka},i=\mathrm{0,1},...,N,\mathrm{sfn}=4n+1\end{array}\right.$ …（公式5）

根据实际需要，设置n_sfn(ka,i)|_sfn＝0=0,ka=1,...,Ka,i＝0,1,...,N，或者：

n_sfn(ka,i)|_sfn＝0=r₀(ka,i),ka=1,...,Ka,i＝0,1,...,N。

这里p为一平滑因子，r_sfn(ka,i),ka=1,...,Ka,i＝0,1,...,N-1,sfn=1,2,...表示第sfn个子帧的接收信号序列。

实际中可以应用一种更合理的反馈平滑的方法，即可令初始值：

n_sfn(ka,i)|_sfn＝0=r₀(ka,i),ka=1,...,Ka,i＝0,1,...,N，并对子帧号大于1的子帧获得前一个子帧的检测结果。如果前一个子帧检测出了序列，则：

n_sfn(ka,i)=n_sfn-1(ka,i),ka=1,...,Ka,i＝0,1,...,N，否则，

n_sfn(ka,i)=(1-p)*r_sfn-1(ka,i)+p*n_sfn-1(ka,i),ka=1,...,Ka,i=0,1,...,N  ……（公式6）

此外，也可以直接对干扰空间协方差矩阵进行平滑，即令第一个子帧sfn=0存储的干扰信号空间协方差矩阵初始值为

（或其他初始值，I为Ka×Ka维单位阵）；并令第sfn个子帧得到的干扰空间协方差矩阵为

则可按如下方式计算本子帧干扰空间协方差矩阵：

…（公式7）

这里p为一平滑因子，

为利用第sfn-1子帧接收信号序列按照公式2计算得到的接收序列信号空间协方差矩阵。

方式二

如果发送序列信号前后具有保护间隔，并且噪声和干扰在保护间隔和接收的序列信号内可以看作是时间平稳的，这种情况下，如果保护间隔足够长，则可以直接利用保护间隔中无序列发送的序列信号（即序列发送前后多个的码片信号）直接得到序列信号中的噪声和干扰。如图2所示，图中的阴影部分为序列信号前后保护间隔，如果噪声和干扰具有时间平稳特性，则可以利用所述保护间隔中接收信号估计序列发送位置中噪声和干扰。

如对于r(ka,i),ka=1，...,Ka,i＝0,1，...,N-1，假设序列长度只有M，且M<N，设序列发送位置是从i＝L到i＝L+M，则可以利用r(ka,i)，i＝0,1,...,L-1和r(ka,i)，i＝L+M+W-1,L+M+W,...,N-1位置来计算干扰空间协方差矩阵，这里W为信道响应最大长度，即有：

$\stackrel{\&OverBar;}{R}(l,m)=\frac{1}{N-M-W+1}[\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}R(i,l,m)+\underset{i=L+M+W-1}{\overset{N-1}{\mathrm{\&Sigma;}}}R(i,l,m)]$

$=\frac{1}{N-M-W+1}[\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}r(l,i)r^{*}(m,i)+\underset{i=L+M+W-1}{\overset{N-1}{\mathrm{\&Sigma;}}}r(l,i)r^{*}(m,i)]$ ………………（公式8）

l=0,1,...,Ka,m=0,1,...,Ka

需要说明的是，所述步骤S103中估计出K个序列信号的来波角度之后，可以对所有估计出的来波方向进行可靠性判别，如果功率小于预设门限，则可认为接收的序列信号为噪声而不是一个可靠的序列信号。如利用谱方法进行来波方向估计，则可以对得到的角度谱幅度值进行门限判断，所述预设门限可根据网络情况或者实验结果设置。如果某一个来波角度所对应的角度谱幅度大于某一个门限值，则认为其是一个可靠的来波方向，否则认为其不是一个可靠的来波方向，直接舍弃。

另外，对于S105中所述，如果利用空间协方差矩阵特征值求解来波方向，这里可以直接根据所述特征值进行排序，由于数值大的特征值对应较大功率的信号，可以直接选取功率较大的若干特征值对应的来波方向，而功率较小的特征值对应的来波方向直接舍弃。

需要说明的是，上述实施例的步骤S105中的对干扰空间协方差矩阵进行估计，是为了抑制方向性的干扰，如果单纯为了抑制噪声，则可以不必估计干扰空间协方差矩阵，而直接令w＝S_θ即可，从而可以跳过步骤S102。根据智能天线理论，如果只存在白噪声，直接令w=S_θ即能将接收信号信噪比提升10logL(dB)，其中，L为天线单元个数。

上述步骤S103中，可以采用下面的方法估计序列信号来波方向，由于当有用信号和干扰具有独立性的时有如下关系：

$\stackrel{\&OverBar;}{R}={\stackrel{\&OverBar;}{R}}_s+{\stackrel{\&OverBar;}{R}}_n;$

其中，

为接收序列信号中有用的序列信号空间协方差矩阵，

为噪声和干扰之和的空间协方差矩阵，

为接收序列信号空间协方差矩阵。所以，可利用上述步骤S101和步骤S102估计出的空间协方差矩阵和干扰协方差矩阵，以及关系式

计算出序列信号（无干扰）的空间协方差矩阵

从而，可以利用

进行来波方向估计，从多个来波方向中选取最大信号功率的来波方向，以减少计算量。

如果噪声和干扰不具有时间平稳、各态历经和高斯过程的特性，在上述步骤S102中，就不能按照公式3进行运算，即以R_n(i)，i=0,1,...,N-1的时间平均：

${\stackrel{\&OverBar;}{R}}_n(l,m)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{R}_n(i,l,m),l=\mathrm{1,2},...,\mathrm{Ka},k=\mathrm{1,2},...,\mathrm{Ka}$ 代替接收序列各个位置所受干扰的空间协方差矩阵；此时可以采取分段近似的方法，根据当前估计的干扰情况，对接收序列信号进行分段，设可以分为M段，每段长度为L_m,m=1,2,...,M,且有：

然后，对每段分别近似为具有时间平稳、各态经历和高斯过程的特性的干扰，然后对每段分别用其干扰空间协方差矩阵的时间平均代替各位置所受干扰的空间协方差矩阵，即第m段接收信号所受干扰空间协方差矩阵为：

${\stackrel{\&OverBar;}{R}}_n^m(l,k)=\frac{1}{L_m}\underset{i=N_m}{\overset{L_m-1+N_m}{\mathrm{\&Sigma;}}}{R}_n(i,l,k),m=\mathrm{1,2},...,M,l=\mathrm{1,2},...,\mathrm{Ka},k=\mathrm{1,2},...,\mathrm{Ka}$

这里N_m为第m段数据的起始位置。随后在接下来的S104步中，对所分的M段分别计算得到加权系数，并分别对K个来波方向进行赋形合并，即有： $y_{i,k}^m={\left(w_k^m\right)}^H{r}_i,i=N_m,N_m+1,...,L_m-1+N_m,k=\mathrm{1,2},...,\mathrm{Ka},m=\mathrm{1,2},...,M.$

其中： $w_k^m=\mathrm{\&mu;}{\left({\stackrel{\&OverBar;}{R}}_n^m\right)}^{-1}{S}_{{\mathrm{\&theta;}}_{\mathrm{Doa}}\left(k\right)},k=\mathrm{0,1},...,K,m=\mathrm{1,2},...,M$

并在进入步骤S105之前，先将对应于每一个来波方向k,k=1,2,...,K的M段的赋形合并序列

$y_{i,k}^m,i=N_m,N_m+1,...,L_m-1+N_m,k=\mathrm{1,2},...,\mathrm{Ka},m=\mathrm{1,2},...,M$

分别拼接起来，成为K个合并序列

然后再做序列检测并对K个检测结果进行合并。这样虽然增加了计算量，但是可以更加准确地进行干扰抑制。

上述方法可以应用在TD-SCDMA系统中对上行同步码SYNC_UL序列检测的实现方案，设SYNC_UL接收序列为r(ka,i),ka=1,2，...,Ka,i=0,1，...,255，ka为天线编号，Ka为总的天线数。

SYNC_UL序列为s(k,i),k=0,1,..,7,i＝0,1，...,127，k为SYNC_UL编号。

设移位复相关序列为X_ka(k,i),k=0,1,...,7,i＝0,1,...,255，k为SYNC_UL编号。则：

$X_{\mathrm{ka}}(k,i)=\underset{j=1}{\overset{128}{\mathrm{\&Sigma;}}}r(\mathrm{ka},i+j-32)\&CenterDot;s^{*}(k,j);$ ………………………………（公式9）

式中：s^*(k,j)表示对第k号SYNC_UL的第j个元素取共轭；

再令 $X_i=\left[\begin{array}{c}{X}_1(k,i)\\ X_2(k,i)\\ .\\ .\\ .\\ X_{\mathrm{Ka}}(k,i)\end{array}\right]$ ………………………………………………（公式10）

则有：

$Y=w^H{X}_i=w^H\left[\begin{array}{c}\underset{j=1}{\overset{128}{\mathrm{\&Sigma;}}}r(1,i+j-32)\&CenterDot;s^{*}(k,j)\\ \underset{j=1}{\overset{128}{\mathrm{\&Sigma;}}}r(2,i+j-32)\&CenterDot;s^{*}(k,j)\\ .\\ .\\ .\\ \underset{j=1}{\overset{128}{\mathrm{\&Sigma;}}}r(\mathrm{Ka},i+j-32)\&CenterDot;s^{*}(k,j)\end{array}\right]=\underset{j=1}{\overset{128}{\mathrm{\&Sigma;}}}[w^H\left[\begin{array}{c}r(1,i+j-32)\\ r(2,i+j-32)\\ .\\ .\\ .\\ r(\mathrm{Ka},i+j-32)\end{array}\right]\&CenterDot;s^{*}(k,j)]$

$=\underset{j=1}{\overset{128}{\mathrm{\&Sigma;}}}[w^H{r}_{i+j-32}\&CenterDot;s^{*}(k,j)]=\underset{j=1}{\overset{128}{\mathrm{\&Sigma;}}}[y_{i+j-32}\&CenterDot;s^{*}(k,j)]$ ………………………（公式11）

可见，对接收序列进行赋形合并再做移位复相关和先对接收序列做移位复相关再对复相关序列进行赋形合并是等效的。

下面通过实施例对本发明做进行进一步的描述。

实施例二

请参照图3所示，本实施例包括如下步骤：

步骤S201：计算复相关。

将接收到的每根天线GP+UpPTS内的信号在基带上进行码片速率采样，得到256点的复值序列r(ka,i),ka=1,2,...,Ka,i＝0,1,...,255,然后将该复值序列分别与每一列已知的SYNC_UL进行移位复相关。所述SYNC_UL为128点的复值伪随机序列，得到复相关序列X(k,i,ka),k=0,1,…,7,i＝0,1,…,383,ka=1,2,...,Ka。

步骤S202：估计序列信号的空间协方差矩阵。

按照上述公式2估计接收序列信号的空间协方差矩阵。

步骤S203：估计干扰空间协方差矩阵。

估计方法与上述步骤S102相同。

步骤S204：进行来波方向估计。

与上述步骤S103相同，可以运用多种DOA估计算法进行序列信号来波方向盲估计。例如可以利用Bartlett谱进行序列信号来波方向估计、利用最小均方误差响应（MVDR）算法进行来波方向估计、利用MUSIC算法和ESPRIT算法进行来波方向估计等等。

步骤S205：计算天线对于来波方向的阵列响应矢量。

与上述步骤S104相同，假设上述步骤S103中估计出K个序列信号的来波角度（θ_Doa(i)，i=0,1,...,K），则利用所有K个来波角度（θ_Doa(i)，i=0,1,...,K）计算出天线阵列对应于K个来波方向的K个阵列响应矢量：

$S_{{\mathrm{\&theta;}}_{\mathrm{Doa}\left(i\right)}},i=\mathrm{0,1},...,K$

与步骤S104相同，也可以预先计算各来波方向对应的阵列响应矢量，并将各来波方向与阵列响应矢量的对应关系以表格的形式进行存储，由此可以根据估计的来波方向查表获得与该来波方向对应的阵列响应矢量。

步骤S206：确定加权系数。

利用所述阵列响应矢量以及所述干扰空间协方差矩阵确定加权系数，依据的公式为：

这里μ为加权常数，可简单的取常数1，

为步骤S102中的干扰空间协方差矩阵，S_θ即为按照上述方法计算得到对应于某个来波方向θ_Doa(i),i＝0,1,...,K的阵列响应矢量。此外，同S105中说明，如果利用特征值方法估计来波方向，如假设可以得到信号空间协方差矩阵

的Ka个特征值λ_i,i＝1,2,...,Ka，则可以直接利用λ_i所对应的特征向量U_i,i＝1,2,...,Ka作为这里的S_θ。或直接求

的Ka个特征值λ_i,i＝1,2,...,Ka，并得到λ_i所对应的特征向量U_i,i＝1,2,...,Ka作为这里的w。从而可以跳过具体来波角度和对应阵列响应矢量的计算过程。此时可能来波角度K＝Ka，即一个特征值刚好对应一个来波方向。

步骤S207：以所述加权系数对所述复相关序列在来波方向进行赋形合并。这里复相关序列指S201中得到的：

X(k,i,ka),k=0,1,…,7,i＝0,1,…,383,ka=1,2,...,Ka。

即分别对利用序列信号估计出来的K个的来波方向，以加权因子

按照Y_i,j，k=w_k ^HX_i，j，k，i=0,1,2,...,383,k=1,2,...,K,j=0,1,...,7对S201中得到的复相关序列进行赋形合并。

其中，下标j表示SYNC_UL码序列编号，

$X_{i,j}=\left[\begin{array}{c}X(j,i,1)\\ X(j,i,2)\\ .\\ .\\ .\\ X(j,i,\mathrm{Ka})\end{array}\right],i=\mathrm{0,1,2},...,383,j=\mathrm{0,1,2},...,7,$ Ka为总的天线数。

步骤S208：将赋形合并结果进行峰值功率条件判断。

将经过加权合并的复相关序列y_i，j,k取模平方得到合并相关功率序列，将相关功率序列进行和现有方案相同的处理并进行峰值功率条件判断。

即搜索出相关功率序列的峰值P_max[k]，并求出峰值前后若干功率抽头的平均功率，Pn_befo[k]，Pn_afte[k]，k=0,1,…,7表示第k号SYNC_UL。随后就可以判断是否有SYNC_UL接入，接入的SYNC_UL序号以及接入的位置了，如果：

$10\lg \left(\frac{P_{\max }\left[k\right]}{P_n\left[k\right]}\right)>V_T$

判断第k号SYNC_UL接入，否则，判断第k号SYNC_UL没有接入。

其中VT为检测门限，根据仿真和实际测试确定。

步骤S209：合并检测结果。

对K个来波方向的赋形检测结果进行合并，可将多个序列进行求与，即只要一个方向检测出来，则可认为移动台发送了UpPTS。

对于接入位置的确定，可以将检测成功的所有峰值位置的峰值功率进行比较，选取峰值功率最大或者可靠性最强（即峰值功率同峰值功率窗以外的相关功率比值最大）的峰值位置作为最可靠的接入位置。

实施例三

通过调整相关运算和赋形合并过程的顺序，可以得到一种能够节省很多计算量的实现方式。

请参照图4，本实施例包括如下步骤：

步骤S301：估计接收的序列信号的空间协方差矩阵。

按照上述公式2估计接收的序列信号的空间协方差矩阵。

步骤S302：估计干扰空间协方差矩阵。

估计方法与上述步骤S203相同。

步骤S303：依据空间协方差矩阵进行来波方向(DoA)估计。

与上述步骤S204相同。

步骤S304：计算天线对来波方向的阵列响应矢量。

与步骤S205相同。

步骤S305：确定加权系数。

与上述步骤S206相同。

步骤S306：以所述加权系数对所述序列信号在来波方向进行赋形合并。分别对利用序列信号估计出来的K个的来波方向，按照y_i，k=w_k ^Hr_i,i＝0,1,2,...,255,k=1,2,...,K对接收的序列进行加权合并。这里

$r_i=\left[\begin{array}{c}r(1,i)\\ r(2,i)\\ .\\ .\\ .\\ r(\mathrm{Ka},i)\end{array}\right],i=\mathrm{0,1,2},...,255$

Ka为总的天线数。

步骤S307：进行复相关。

对经过赋形合并之后的K个序列y_i，k，k=1,2,...,K及每一列已知的SYNC_UL分别进行移位复相关，SYNC_UL为128点的复值伪随机序列，得到K个复相关序列：Y_i,j，k,k=0,1,…,K,i＝0,1,…,383,j=0,1,…,7。

步骤S308：将复相关序列进行峰值功率条件判断。

将K个复相关序列Y_i,j,k分别取模平方，将平方结果进行峰值功率条件判断，判断的方法与现有方案相同，得到K个检测结果和峰值位置。

步骤S309：合并检测结果。

与上述步骤S209相同。

本实施例通过调整赋形接收的位置，无需对每根天线数据分别同8个SYNC_UL进行复相关的过程，而只需对最后赋形合并之后的K个序列进行复相关，如果来波方向K比天线单元少，即K<K_a，则可以节省K_a-K次同8个SYNC_UL的复相关过程。所以，显然，对于干扰很少的情况，本实施例节省的计算量相当可观，尤其对只存在噪声的情况，则来波方向估计可以只取K=1,由此只需要做1次同8个SYNC_UL的复相关过程，相比于现有算法，节省了近（Ka-1）/Ka计算量。

需要说明的是，如果SYNC_UL和业务时隙重叠发送，此时对干扰空间协方差矩阵的估计除了上述实施例给出的估计方法外，还可以采用以下两种方法中的一种：

方法1、利用未发送SYNC_UL的其他码片数据按照公式8估计出干扰空间协方差矩阵。

方法2、当SYNC_UL和业务时隙重叠发送，并且，UpPTS不干扰midamble(训练序列)码位置的信号，则通过业务数据检测过程中得到的信道估计可以很方便地估计出干扰空间协方差矩阵。

此外，如果噪声和干扰不具有时间平稳、各态历经和高斯过程的特性时，可以对噪声和干扰进行分段，分别抑制并合并，参见实施例一。

利用本发明实施例可以在UE接入时便获得关于UE更准确的方向信息，利用该方向信息，基站在发送FPACH时，可以进行更准确的下行赋形，使得天线阵列的方向图主瓣对准用户设备来波方向，从而提高FPACH解调性能。

此外，利用本方案描述的方法还为更加准确地冲突检测提供了可能。现有检测方法，当两个UE到BS的距离相差不是太远时，如果两个UE接入过程中挑选了相同的SYNC_UL则BS接收到的两个UE发送的UpPTS复相关功率序列峰值会在检测窗以内，这样BS无法区分到底是由一个UE的多径引起的还是多个UE发送的，从而无法检测出冲突。由于传播信道扩散角度具有一定的范围，如乡村环境扩散角度只有5度，则利用上面的方法，可以得到UpPTS接入的比较精确的方向信息，从而给通过方向信息来辨别冲突提供了可能。具体的，如果利用现有方案判断没有冲突条件下，可以进一步根据：

$\stackrel{\&OverBar;}{R}={\stackrel{\&OverBar;}{R}}_s+{\stackrel{\&OverBar;}{R}}_n$

其中，

为接收序列信号中有用的序列信号空间协方差矩阵，

为噪声和干扰之和的空间协方差矩阵，

为接收序列信号空间协方差矩阵。得到后，利用再次估计来波方向，如果能估计出两个或两个以上包含较大信号功率的来波方向，并且这几个来波方向角度相差较大（大于扩散角度），则可认为当前发生了冲突。

利用本发明实施例，可以有效地提高上行同步检测成功率，降低用户设备建立上行同步时UpPTS的发送功率，提升了上行同步建立效率，并能延长用户设备电池使用寿命。本发明实施例可以有效抑制来自本小区DwPTS时隙回波和远端基站DwPTS、TS0等时隙拖尾等方向性干扰，这对于TD-SCDMA系统在郊区和乡村环境的大范围广覆盖具有非常重要的意义。

本发明同时还公开一种序列检测装置，如图5所示，本装置包括检测单元101、第一计算单元102、来波方向估计单元103、第一加权系数确定单元104及第一赋形合并单元105。

本检测装置的工作过程为：

第一计算单元102根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；估计来波方向估计单元103按照所述空间协方差矩阵估计来波方向；第一加权系数确定单元104确定与所述来波方向对应的加权系数，由第一赋形合并单元105以该加权系数对多根天线接收到的所述序列信号进行赋形合并，并由检测单元对合并后的序列信号进行序列检测。

设接收序列为r(ka,i),ka=1,2，...,Ka,i＝0,1,...N-1，ka为天线编号，Ka为总的天线数，N为接收序列长度。

第一计算单元102按照如下式计算信号空间协方差矩阵：

$\stackrel{\&OverBar;}{R}(l,m)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}R(i,l,m)=\frac{1}{N}\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}r(l,i)r^{*}(m,i),l=\mathrm{0,1},...,\mathrm{Ka},n=\mathrm{0,1},...,\mathrm{Ka}$ …(公式2)

估计来波方向估计单元103按照所述空间协方差矩阵估计来波方向。

运用多种DOA估计算法进行序列信号来波方向盲估计。例如可以利用Bartlett谱进行序列信号来波方向估计、利用最小均方误差响应（MVDR，Minimum Variance Distortionless Response Estimator）算法进行来波方向估计、利用MUSIC（Multiple Signal Classification）算法和ESPRIT（Estimationof Signal Parameters via Rotational Invariance Techniques）算法进行来波方向估计等等。

第一加权系数确定单元104确定与所述第一计算单元102计算出的阵列响应矢量相对应的加权系数w，并将所述加权系数w提供给所述第一赋形合并单元105。

所述第一赋形合并单元105以加权系数w按照y=w^Hr对接收的序列信号进行加权合并。

加权合并的效果，相当于使得阵列天线的方向图主瓣对准某个来波方向，并使得天线方向图在干扰方向产生一个零陷。

如果，主瓣刚好正对有用信号方向，而零陷则刚好针对强干扰方向，则能最大限度地抑制方向性干扰和噪声，从而在原有的基础上提高了检测的精确度。这里需要利用K个来波方向是由于当存在方向性干扰或较大的多径角度扩散时，会估计出多个来波角度，并且无法鉴别哪一个才是信号接入的主径角度，所以需要对每个可能的方向分别进行赋形接收。只要有用信号功率相比干扰不是太小，则K个来波角度里必然有一个对应着有用信号。

检测单元101对经过赋形合并的序列信号进行检测，检测的方法可以按照现有的单天线序列检测方法进行。

前面序列检测方法的实施例部分已经证明，对接收序列进行赋形合并再做移位复相关和先对接收序列做移位复相关再对复相关序列进行赋形合并是等效的。

下面结合附图和实施例对本装置进行进一步的介绍。

所述序列信号为上行同步码SYNC_UL序列，设SYNC_UL接收序列为r(ka,i),ka=1,2,…,Ka,i＝0,1,…,255，ka为天线编号，Ka为总的天线数。

SYNC_UL序列为s(k,i),k=0,1，...,7,i＝0,1，...,127，k为SYNC_UL编号。

实施例二

如图6所示，为本发明序列检测装置的实施例二的结构示意图。本装置包括检测单元101、第一移位复相关单元106、第一计算单元102、第二加权系数确定单元107和第二赋形合并单元108。

所述第一移位复相关单元106将接收到的每根天线在GP+UpPTS内的序列信号在基带上进行码片速率采样，由此得到256点的复值序列r(ka,i),ka=1,2，...,Ka,i＝0,1，...,255。然后，将该复值序列与每一列已知的SYNC_UL分别进行移位复相关，所述SYNC_UL为128点的复值伪随机序列，得到复相关序列X(k,i,ka),k=0,1,…,7,i＝0,1,…,383,ka=1,2,...,Ka。

所述第一计算单元102计算出所述序列的空间协方差矩阵，所述第二加权系数确定单元107确定与所述空间协方差矩阵对应的加权系数，并将所述加权系数提供给第二赋形合并单元108，所述第二赋形合并单元108以所述加权系数对所述复相关序列X(k,i,ka),k=0,1,…,7,i＝0,1,…,383,ka=1,2,...,Ka进行赋形合并，然后，将合并结果提供给检测单元101，由检测单元101进行检测。

检测单元101将所述复相关序列y_i，j，k取模平方得到合并相关功率序列，将相关功率序列进行和现有方案相同的处理并进行峰值功率条件判断。

即搜索出相关功率序列的峰值P_max[k]，并求出峰值前后若干功率抽头的平均功率，Pn_befo[k]，Pn_afte[k]，k=0,1,…,7表示第k号SYNC_UL。随后就可以判断是否有SYNC_UL接入，接入的SYNC_UL序号以及接入的位置了：

当10lg(P_max[k]/P_n[k])>V_T，判断第K号SYNC_UL接入；否则判断第K号SYNC_UL没有接入。

其中V_T为检测门限，根据仿真和实际测试确定。

对K个来波方向的赋形检测结果进行合并，可将多个序列进行求与，即只要一个方向检测出来，则可认为移动台发送了UpPTS。

对于接入位置的确定，可以将检测成功的所有峰值位置的峰值功率进行比较，选取峰值功率最大或者可靠性最强（即峰值功率同峰值功率窗以外的相关功率比值最大）的峰值位置作为最可靠的接入位置。

实施例三

如图7所示，为本发明序列检测装置的实施例三的结构示意图。

本装置包括检测单元101、第一计算单元102、第二加权系数确定单元107、第一赋形合并单元105和第二移位复相关单元109。

第一计算单元102根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵。第二加权系数确定单元107确定与所述空间协方差矩阵对应的加权系数。

在第一赋形合并单元105以所述加权系数对序列信号进行赋形合并后，所述第二移位复相关单元109将经过赋形合并后的K个序列与每一列已知的SYNC_UL码分别进行移位复相关，SYNC_UL为128点的复值伪随机序列，得到K个复相关序列

k=0,1,…,7,i＝0,1,…,383，并将该复相关序列提供给所述检测单元101进行检测。

该实施例与实施例二相比，本实施例可以不必对每根天线数据分别同8个已知的SYNC_UL分别进行复相关过程，而只需对最后赋形合并之后的序列进行移位复相关。如果来波方向数量K比天线单元Ka少，即K<Ka,则可以节省Ka-K同8个SYNC_UL的复相关过程。

显然，对于干扰很少的情况，利用本实施例节省的计算量是相当可观的，尤其，对于只存在噪声的情况下，则来波方向数量可以只取K=1，如此，只需做1次序列信号与同8个SYNC_UL的复相关过程，相比现有算法，可节省近（Ka-1）/Ka计算量。

在上述所有实施例中，所述第一加权系数确定单元104或第二加权系数确定单元107可以包括第二计算单元110和第三计算单元111，如图8所示，为本发明序列检测装置的实施例四的加权系数确定单元的结构示意图。所述第二计算单元110用于计算序列信号的干扰空间协方差矩阵

的逆矩阵

所述第三计算单元111用于将所述干扰空间协方差矩阵的逆矩阵

与所述第一计算单元102计算得出的空间协方差矩阵

相乘，将并得到相乘结果矩阵

的特征值对应的特征向量确定为所述加权系数。

所述第一加权系数确定单元104或第二加权系数确定单元107还可以只包括第四计算单元112，如图9，为本发明序列检测装置的实施例五的第一或第二加权系数确定单元结构示意图。

所述第四计算单元112用于计算出第一计算单元102计算得出的空间协方差矩阵的特征值，并将该特征值对应的特征向量确定为所述加权系数。

另外，所述第一加权系数确定单元104还可以由第五计算单元113、第六计算单元114和第七计算单元115构成，如图10所示。

所述第五计算单元113用于计算序列信号的干扰空间协方差矩阵

的逆矩阵第六计算单元114计算对应于来波方向估计单元103估计出的来波方向的阵列响应矢量S_θ，当只考虑噪声影响的时候，第七计算单元115按照公式w=μS_θ计算加权系数，当需要考虑方向性干扰的时候，第七计算单元115按照公式

计算加权系数。

其中，w为所述加权系数，μ为加权常数。

所述第六计算单元114根据来波方向估计单元103估计出K个来波角度（θ_Doa(i)，i=0,1,...,K），则利用所有K个来波角度（θ_Doa(i)，i=0,1,...,K）计算出天线阵列对应于K个来波方向的K个阵列响应矢量

所述阵列响应矢量的计算方法由天线阵列形式决定，如对于均匀线阵，对应于来波方向θ的阵列响应矢量：

$S_{\mathrm{\&theta;}}=\left[\begin{array}{c}{e}^{j2{\mathrm{\&pi;\&tau;}}_1}\\ e^{j2{\mathrm{\&pi;\&tau;}}_2}\\ .\\ .\\ .\\ e^{j2{\mathrm{\&pi;\&tau;}}_{\mathrm{Ka}}}\end{array}\right],{\mathrm{\&tau;}}_{\mathrm{ka}}=d*\cos \left(\mathrm{\&theta;}\right)*(\mathrm{ka}-1);$ ………………………………(公式4)

这里

d_phy为天线物理间距，单位为米，λ为载波波长。对于天线间距为半个波长的阵列天线，d=0.5；对于其他阵列形式天线阵列响应矢量计算公式可查阅相关资料。

请参考图11，为本装置实施例七中的第一或第二加权系数确定单元的结构示意图，在本实施例中，所述第一加权系数确定单元104或第二加权系数确定单元107还还可以只由第八计算单元116和第九计算单元117组成，所述第八计算单元116用于计算序列信号的干扰空间协方差矩阵的逆矩阵；第九计算单元117将第一计算单元102计算得出的空间协方差矩阵的特征值与所述干扰空间协方差矩阵的逆矩阵相乘，将计算结果的特征向量确定为加权系数。

所述第二计算单元110、第五计算单元113及第八计算单元116对干扰空间协方差矩阵

的逆矩阵

的计算过程中，需要干扰空间协方差矩阵

估计方法已在上述序列检测方法部分详细描述，在此不再赘述。

如果噪声和干扰不具有时间平稳、各态历经和高斯过程的特性，此时可以采取分段近似的方法，根据当前估计的干扰情况，对接收序列信号进行分段处理，其处理过程已在上述序列检测方法部分详细描述，在此不再赘述。

本发明实施例可以在UE接入时便获得关于UE更准确的方向信息，利用该方向信息，基站在发送FPACH时，可以进行更准确的下行赋形，使得天线阵列的方向图主瓣对准用户设备来波方向，从而提高FPACH解调性能。

此外，本发明实施例可以有效地提高上行同步检测成功率，降低用户设备建立上行同步时UpPTS的发送功率，提升了上行同步建立效率，并能延长用户设备电池使用寿命。本发明实施例可以有效抑制来自本小区DwPTS时隙回波和远端基站DwPTS、TS0等时隙拖尾等方向性干扰，这对于TD-SCDMA系统在郊区和乡村环境的大范围广覆盖具有非常重要的意义。

以上公开的仅为本发明的优选实施方式，但本发明并非局限于此，任何本领域的技术人员能思之的没有创造性的变化，以及在不脱离本发明原理前提下所作的若干改进和润饰，都应落在本发明的保护范围内。

Claims (17)

1.一种多天线系统的序列检测方法，其特征在于，包括：

根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

按照所述空间协方差矩阵估计来波方向；

确定与来波方向对应的加权系数；

以所述加权系数对多根天线接收到的所述序列信号进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向，并对合并后的序列信号进行序列检测。

2.如权利要求1所述的方法，其特征在于，确定加权系数由以下方式实现：

结合已知的天线信息和所述来波方向计算天线对应于各个来波方向的阵列响应矢量；

将所述阵列响应矢量与加权常数的乘积确定为加权系数。

3.一种多天线系统的序列检测方法，其特征在于，包括：

根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

确定与所述空间协方差矩阵对应的加权系数；

将多根天线接收到的序列信号分别与每一已知序列进行移位复相关；

利用所述加权系数对多根天线对应的每一移位复相关序列进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向，并对合并后的序列信号进行序列检测。

4.如权利要求3所述的序列检测方法，其特征在于，按照以下步骤确定加权系数：

确定序列信号的干扰空间协方差矩阵；

计算所述干扰空间协方差矩阵的逆矩阵；

将所述干扰空间协方差矩阵的逆矩阵与所述序列信号的空间协方差矩阵相乘，并得到相乘结果矩阵的特征值；

将所述特征值对应的特征向量确定为所述加权系数。

5.如权利要求3所述的序列检测方法，其特征在于，按照以下步骤确定加权系数：

确定与所述空间协方差矩阵对应的阵列响应矢量；

将所述阵列响应矢量与加权常数以及干扰空间协方差矩阵的逆矩阵的乘积确定为加权系数。

6.如权利要求3所述的序列检测方法，其特征在于，按照以下步骤确定加权系数：

确定天线的阵列响应矢量；

将所述阵列响应矢量与加权常数的乘积确定为加权系数。

7.如权利要求5或6所述的序列检测方法，其特征在于，按照以下步骤确定阵列响应矢量：

确定序列信号的干扰空间协方差矩阵；

计算序列信号的空间协方差矩阵与所述干扰空间协方差矩阵的差；并获取计算结果的特征值；

将所述特征值对应的特征向量确定为阵列响应矢量。

8.如权利要求5或6所述的序列检测方法，其特征在于，按照以下步骤确定阵列响应矢量：

获取序列信号空间协方差矩阵的所有特征值；

将所述特征值对应的特征向量确定为阵列响应矢量。

9.一种多天线系统的序列检测方法，其特征在于，包括：

根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

确定与所述空间协方差矩阵对应的加权系数；

利用所述加权系数对多根天线接收到的序列信号进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向；

将经过赋形合并的序列信号分别与每一已知的序列进行移位复相关，并对经过移位复相关的序列信号进行序列检测。

10.如权利要求9所述的序列检测方法，其特征在于，按照以下步骤确定加权系数：

确定序列信号的干扰空间协方差矩阵；

计算所述干扰空间协方差矩阵的逆矩阵；

将所述干扰空间协方差矩阵的逆矩阵与所述序列信号的空间协方差矩阵相乘，并得到相乘结果矩阵的特征值；

将所述特征值对应的特征向量确定为所述加权系数。

11.如权利要求9所述的序列检测方法，其特征在于，按照以下步骤确定加权系数：

确定与所述空间协方差矩阵对应的阵列响应矢量；

将所述阵列响应矢量与加权常数以及干扰空间协方差矩阵的逆矩阵的乘积确定为加权系数。

12.如权利要求9所述的序列检测方法，其特征在于，按照以下步骤确定加权系数：

确定与所述空间协方差矩阵对应的的阵列响应矢量；

将所述阵列响应矢量与加权常数的乘积确定为加权系数。

13.如权利要求11或12所述的序列检测方法，其特征在于，按照以下步骤确定阵列响应矢量：

确定序列信号的干扰空间协方差矩阵；

计算序列信号的空间协方差矩阵与所述干扰空间协方差矩阵的差；并获取计算结果的特征值；

将所述特征值对应的特征向量确定为阵列响应矢量。

14.如权利要求11或12所述的序列检测方法，其特征在于，按照以下步骤确定阵列响应矢量：

获取序列信号空间协方差矩阵的所有特征值；

将所述特征值对应的特征向量确定为阵列响应矢量。

15.一种多天线系统的序列检测装置，包括检测单元，其特征在于，还包括：

第一计算单元，用于根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

估计来波方向估计单元，用于按照所述空间协方差矩阵估计来波方向；

第一加权系数确定单元，用于确定与所述来波方向对应的加权系数；

第一赋形合并单元，用于以所述加权系数对多根天线接收到的所述序列信号进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向，由检测单元对合并后的序列信号进行序列检测。

16.一种多天线系统的序列检测装置，包括检测单元，其特征在于，还包括：

第一移位复相关单元，用于将多根天线接收到的序列信号分别与每一已知序列进行移位复相关；

第一计算单元，用于根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

第二加权系数确定单元，用于确定与所述空间协方差矩阵对应的加权系数；

第二赋形合并单元，用于以所述加权系数对经过移位复相关的序列信号进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向，由检测单元对合并后的序列信号进行序列检测。

17.一种多天线系统的序列检测装置，包括检测单元，其特征在于，还包括：

第一计算单元，用于根据多天线系统的每根天线接收的序列信号计算空间协方差矩阵；

第二加权系数确定单元，用于确定与所述空间协方差矩阵对应的加权系数；

第一赋形合并单元，用于以所述加权系数对所述序列信号进行赋形合并，以使所述多天线系统的方向图主瓣对准序列信号的来波方向；

第二移位复相关单元，用于将经过赋形合并的序列信号分别与每一已知序列进行移位复相关，由检测单元进行序列检测。

Images