CN101330358A - 一种干扰抑制分集合并的方法及系统 - Google Patents

Abstract

本发明公开了一种干扰抑制分集合并的方法：计算分集信号的电平估计值和信道参数估计值的能量；计算分集信号的噪声方差和互相关系数，构建协方差矩阵；根据协方差矩阵构建复加权矩阵，进行干扰抑制合并；根据干扰抑制合并的结果，进行均衡解调。同时还公开了干扰抑制分集合并的系统，包括计算模块、协方差矩阵构建模块、干扰抑制模块和均衡解调模块。通过本发明大大降低了系统的复杂度，大大提高了接收机的接收灵敏度，扩大了基站的覆盖范围，从而为用户提供了一套复杂度低，估计准确度高，易于工程实现的干扰抑制分集合并解决方案。

Description

一种干扰抑制分集合并的方法及系统

技术领域

本发明涉及数字通信领域，尤其涉及的是一种干扰抑制分集合并的方法及系统。

背景技术

在无线通信系统中，空间分集是改进链路性能的一项重要技术，同时该技术也为干扰抑制合并提供了可能，从而能够进一步提高系统的吞吐量。

在移动通信系统中，一方面，人们对高速数据业务的需求和整个通信市场的需求不断增长；而另一方面，寄生信号和频率共用技术所引入的信号严重干扰着语音和数据信号的正确传输，以及导致系统容量的降低；为了克服这些缺点，这就迫使接收机必需能够处理携带干扰的信号，并尽可能抽取有用信息发送给用户。通信系统的噪声和干扰主要表现为共信道和相邻信道干扰，例如，来自与期望信号相同的信道或接近与期望信号相同的信道发送设备的干扰，来自相邻信道上的干扰，以及接收信号中的分发送信号序列的多个副本所携带的自干扰。

近些年来，干扰抑制得到了广泛重视，有很多专利对其进行了探索，如单天线同频干扰消除(SAIC，Single Antenna co-channel Interference Cancellation)技术就是比较受关注的一种干扰抑制技术，遗憾的是该技术主要是针对单分集的干扰抑制技术，侧重于从时域上进行干扰抑制，其应用范围也仅仅局限于移动终端设备。例如，公开号为US2006/0056549，公开日为2006年3月16日的“Methods and Apparatus for canceling co-channel interference in a receivingsystem using spatio-temporal whitening”的美国专利申请。

另外，传统的干扰消除技术过于注重通过使用多个滤波器对信号进行滤波操作来进行相邻信道干扰抑制，相应的提出了共信道抗干扰技术，如联合解调技术，参见公开号为WO9626578，公开日为1996年8月29日的名为“Jointdemodulation using spatial maximum likelihood”的专利，该技术通常需要联合信道估计方法来提供期望的共信道干扰信号信道脉冲相应的联合确定。但是，联合解调不仅在硬件上依赖于多天线阵列，而且需要较大的处理功率，导致对可有效利用的均衡参数数目的约束，并且该技术在实现复杂度方面的实用价值也非常有限。

发明内容

有鉴于此，本发明的目的在于提供一种干扰抑制分集合并的方法及系统，利用空间信道的互相关性来抑制干扰，进一步提高接收机的上行灵敏度指标，扩大基站的上行覆盖范围，达到为用户提供一套复杂度低，估计准确度高，易于工程实现的干扰抑制分集合并解决方案的目的。

本发明提供了一种干扰抑制分集合并的方法，包括：

A.计算分集信号的电平估计值和信道参数估计值的能量；

B.计算分集信号的噪声方差和互相关系数，构建协方差矩阵；

C.根据协方差矩阵构建复加权矩阵，进行干扰抑制合并；

D.根据干扰抑制合并的结果，进行均衡解调。

该方法步骤C所述进行干扰抑制合并为：计算合成信道估计；

该方法所述步骤D为：根据合成信道估计，进行均衡解调。

该方法所述步骤C为：计算第1分集信号、第2分集信号各自的匹配滤波以及第1分集信号和第2分集信号之间的交叉匹配滤波，结合协方差矩阵，构建复加权矩阵，进行干扰抑制合并；

该方法所述步骤D为：根据干扰抑制合并得到的参数，进行均衡解调。

该方法所述步骤A进一步包括：判断分集信号的电平估计值是否大于预定阈值，如果是，则进入步骤B；否则，返回步骤A。

该方法所述步骤A进一步包括：判断信道参数估计值的能量是否满足预定要求，如果是，则进入步骤B；否则，返回步骤A；

所述预定要求为： $E_{H_1}<E_{H_2}*\mathrm{\&lambda;},$ $E_{H_2}<E_{H_1}*\mathrm{\&lambda;};$

上述公式中，

表示至少两路分集信号中的第一路分集信号的信道参数估计值的能量，

表示至少两路分集信号中的第二路分集信号的信道参数估计值的能量，λ∈(0，12]，且为实数。

本发明还提供了一种干扰抑制分集合并的系统，包括：

计算模块，用于计算分集信号的电平估计值和信道参数估计值的能量；

协方差矩阵构建模块，用于计算分集信号的噪声方差和互相关系数，构建协方差矩阵；

干扰抑制模块，用于根据协方差矩阵构建复加权矩阵，进行干扰抑制合并；

均衡解调模块，用于进行均衡解调。

该系统所述干扰抑制模块，用于根据构建的复加权矩阵计算合成信道估计；

该系统所述均衡解调模块，用于根据合成信道估计，进行均衡解调。

该系统所述干扰抑制模块，用于计算第1分集信号、第2分集信号各自的匹配滤波以及第1分集信号和第2分集信号之间的交叉匹配滤波，结合协方差矩阵，构建复加权矩阵，进行干扰抑制合并；

该系统所述均衡解调模块，用于根据干扰抑制合并得到的参数，进行均衡解调。

该系统所述计算模块进一步包括判断模块，用于判断分集信号的电平估计值是否大于预定阈值。

该系统所述判断模块还用于判断信道参数估计值的能量是否满足预定要求；

所述预定要求为： $E_{H_1}<E_{H_2}*\mathrm{\&lambda;},$ $E_{H_2}<E_{H_1}*\mathrm{\&lambda;};$

上述公式中，

表示至少两路分集信号中的第一路分集信号的信道参数估计值的能量，

表示至少两路分集信号中的第二路分集信号的信道参数估计值的能量，λ∈(0，12]，且为实数。

本发明所提供的干扰抑制的分集合并的方法及系统，以空间分集技术为基础，利用复加权矩阵对分集信号进行加权合并，大大降低了系统的复杂度，大大提高了接收机的接收灵敏度，扩大了基站的覆盖范围，达到为用户提供一套复杂度低，估计准确度高，易于工程实现的干扰抑制分集合并解决方案的有益效果。

附图说明

图1为本发明中干扰抑制分集合并系统的结构框图；

图2为本发明的第一较佳实施例中实现干扰抑制分集合并方法的流程图；

图3为本发明的第二较佳实施例中实现干扰抑制分集合并方法的流程图。

具体实施方式

本发明通过计算各分集信号的电平估计值、信道参数估计值的能量、噪声方差和互相关系数，根据前述获取的参数数值构建协方差矩阵；根据协方差矩阵构建复加权矩阵；通过复加权矩阵实现干扰抑制分集合并。

下面结合附图来说明本发明的具体实施方式。

数字移动通信系统包括发射系统和接收系统，其中，接收系统包括双分集系统，信号经过两路分集发送到基站，基站对接收到的信号进行模数转换，形成I、Q基带信号，基站的解调模块对I、Q基带信号进行分集合并和均衡解调，解调以后进行解交织处理，然后由编译码模块进行译码，译码后的结果再通过解码器解码，从而得到原始信号。

图1为本发明中干扰抑制分集合并系统的结构框图，图中包括：

计算模块101，用于计算至少两路分集信号的电平估计值和信道参数估计值的能量；计算模块101进一步包括判断模块1011，用于判断分集信号的电平估计值是否大于预定阈值和判断信道参数估计值的能量是否满足预定要求；

其中，所述预定要求为：

$E_{H_1}<E_{H_2}*\mathrm{\&lambda;},$ $E_{H_2}<E_{H_1}*\mathrm{\&lambda;}$

上述公式中，表示至少两路分集信号中的第一路分集信号的信道参数估计值的能量，

表示至少两路分集信号中的第二路分集信号的信道参数估计值的能量，λ∈(0，12]，且为实数。

协方差矩阵构建模块102，用于计算至少两路分集信号的噪声方差和互相关系数，构建协方差矩阵；

干扰抑制模块103，用于根据协方差矩阵构建复加权矩阵，进行干扰抑制合并；

均衡解调模块104，用于进行均衡解调。

上述干扰抑制模块103和均衡解调模块104包括两种方式：

方式1中，干扰抑制模块103，用于根据构建的复加权矩阵计算合成信道估计；

均衡解调模块104，用于根据合成信道估计，进行均衡解调。

方式2中，干扰抑制模块103，用于计算第1分集信号、第2分集各自的匹配滤波以及第1分集和第2分集之间的交叉匹配滤波，结合协方差矩阵，构建复加权矩阵，进行干扰抑制合并；

均衡解调模块104，用于根据干扰抑制合并所得参数，进行均衡解调。

图2为本发明的第一较佳实施例中实现干扰抑制分集合并方法流程图，具体实施步骤如下：

步骤201：双分集系统在接收到两路I、Q基带信号以后，分别计算出各分集信号的电平估计值和信道参数估计值的能量。具体如下：

计算分集信号的电平估计值

计算分集信号的电平估计值的方法有多种，本发明采用的一种方法为：

首先，获得相对比较稳定的训练符号所对应的能量值；

然后，根据预先测量所得电平值能量对应表，计算出实际的分集信号电平估计值。

计算信道参数估计值的能量

首先，建立双分集系统的参数模型，对双分集各自的信道参数进行估计：

x(k)＝Hs(k)+n(k)+j(k)                         ①

公式①中，

$H=\left[\begin{array}{c}{h}_1\\ h_2\end{array}\right],$ H矩阵中的h₁和h₂为双分集系统的L抽头的信道冲击响应，s(k)为信号，n(k)为噪声，j(k)为干扰。

信道参数估计的方法可以采用最大似然估计法或采用根据训练序列的特性进行滑动相关的方法。

然后，通过公式②计算信道参数估计值的能量。

$E_{H_1}=\underset{l=0}{\overset{L}{\mathrm{\&Sigma;}}}\left|{h_i}^2\left(l\right)\right|$ ②

公式②中，L为信道冲击响应抽头数，l∈[0，L-1]，h_i(l)为第i分集的第l个信道参数估计值。i为分集标识，i＝1、2。

本发明在实际使用过程中，还需要判断计算出的各分集信号的电平估计值和信道参数估计值的能量是否符合干扰抑制合并的条件，如果是，则进入步骤202；否则，重新执行步骤201。

上述判断条件具体如下：

a.两路分集信号的电平估计值是否大于预定阈值；

b.信道参数估计值的能量是否满足预定要求。

在条件b的判断过程中，将第1分集的信道参数估计值的能量记为

，将第2分集的信道参数估计值的能量记为

，判断和

是否满足 $E_{H_1}<E_{H_2}*\mathrm{\&lambda;}$ 且 $E_{H_2}<E_{H_1}*\mathrm{\&lambda;},$ 其中，λ∈(0，12]，且为实数。

步骤202，计算分集信号的噪声方差和互相关系数，构建协方差矩阵。

分集信号噪声方差的计算公式如下：

${\mathrm{\&sigma;}}_i^2=\stackrel{N_{\mathrm{\&sigma;}}}{\underset{i=1}{\mathrm{\&Sigma;}}}{\left|\right|y_i\left(t\right)-x_i\left(t\right){\tilde{h}}_i\left|\right|}^2$ ③

公式③中，N_σ为进行噪声估计的符号序列长度，i为分集标识，i＝1、2。互相关系数ρ₁₂计算过程如下：

${\mathrm{\&rho;}}_{12}=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}(x_1\left(i\right)-{\tilde{H}}_1{y}_1\left(i\right))(x_2^{*}\left(i\right)-{\tilde{H}}_2^{*}{y}_2\left(i\right))$ ④

其中，x₁(i)为第1分集的训练序列，y₁(i)为第1分集实际接收信号中的训练序列，

为第1分集估计得到的信道参数；x₂(i)为第2分集的训练序列，y₂(i)为第2分集实际接收信号中的训练序列，

第2分集估计得到的信道参数。

协方差矩阵计算过程如下：

考虑到双分集系统模型中n(k)～N(0，σ²I)，在时域和空域均为高斯白噪声：

u(k)＝n(k)+j(k)                                            ⑤

设u(k)为0均值正态分布，时域为白的而空域为相关的，即u(k)～N(0，R_uu)。协方差矩阵的计算公式为R_uu＝E[u(k)u^H(k)]＝σ²I+R_jj，以矩阵形式表示如下：

$R_{\mathrm{uu}}=\left[\begin{array}{cc}{\mathrm{\&sigma;}}_1^2& {\mathrm{\&rho;}}_{12}\\ {\mathrm{\&rho;}}_{12}^{*}& {\mathrm{\&sigma;}}_2^2\end{array}\right]$

步骤203，构建复加权矩阵，计算合成信道估计。

根据步骤202所得的协方差矩阵，构建复加权矩阵，该矩阵包含干扰的功率和“方向”信息，利用其逆对两路信号的信道估计进行加权而计算出合成信道估计。

$H^H{\left(R_{\mathrm{uu}}^{-1}\right)}^H=\frac{1}{{\mathrm{\&sigma;}}_1^2{\mathrm{\&sigma;}}_2^2-{\mathrm{\&rho;}}_{12}{\mathrm{\&rho;}}_{12}^{*}}\left[\begin{array}{cc}{\mathrm{\&sigma;}}_2^2{\stackrel{\&RightArrow;}{h}}_1^H-{\mathrm{\&rho;}}_{12}^{*}{\stackrel{\&RightArrow;}{h}}_2^H& {\mathrm{\&sigma;}}_1^2{\stackrel{\&RightArrow;}{h}}_2^H-{\mathrm{\&rho;}}_{12}{\stackrel{\&RightArrow;}{h}}_1^H\end{array}\right]=\frac{1}{{\mathrm{\&sigma;}}_1^2{\mathrm{\&sigma;}}_2^2-{\mathrm{\&rho;}}_{12}{\mathrm{\&rho;}}_{12}^{*}}\left[\begin{array}{cc}{{\stackrel{\&RightArrow;}{g}}_1}^H& {{\stackrel{\&RightArrow;}{g}}_2}^H\end{array}\right]$ ⑥

上述公式⑥中，合成信道 ${{\stackrel{\&RightArrow;}{g}}_1}^H={\mathrm{\&sigma;}}_2^2{\stackrel{\&RightArrow;}{h}}_1-{\mathrm{\&rho;}}_{12}{\stackrel{\&RightArrow;}{h}}_2,$ ${{\stackrel{\&RightArrow;}{g}}_2}^H={\mathrm{\&sigma;}}_1^2{\stackrel{\&RightArrow;}{h}}_2-{\mathrm{\&rho;}}_{12}^{*}{\stackrel{\&RightArrow;}{h}}_1.$

步骤204，根据步骤203所得的合成信道估计，进行均衡解调。

由于合成信道估计的求解过程已经对干扰进行了抑制，因此通过采用合成信道估计作为双分集的信道参数，进行均衡解调，从而准确估计出原始信号。

图3为本发明的第二较佳实施例中实现干扰抑制分集合并方法流程图，具体实施步骤如下：

由于第二较佳实施例的步骤301、302与第一较佳实施例的步骤201、202相同，因此本文不再重复叙述，下面对不同于第一较佳实施例的步骤203、204的第二较佳实施例中的步骤303和步骤304进行详细阐述：

步骤303，计算第1分集、第2分集各自的匹配滤波以及第1分集和第2分集之间的交叉匹配滤波，并结合由两路分集信号的噪声方差和互相关系数构建的协方差矩阵，构建复加权矩阵，进行干扰抑制合并。

第1分集、第2分集各自的匹配滤波以及第1分集和第2分集之间的交叉匹配滤波的计算公式如下：

$h_i^H{h}_j\left(l\right)=\underset{k=0}{\overset{5-l}{\mathrm{\&Sigma;}}}{h}_i^{*}\left(k\right)h_j(k+l)$ ⑦

$h_i^H{x}_j\left(k\right)=\underset{l=0}{\overset{5}{\mathrm{\&Sigma;}}}{h}_i^{*}\left(l\right)x_j(k+l)$ ⑧

其中，i和j为分集标识，i和j的取值均为1或2；l为信道参数标识，k为接收符号标识。L为信道冲击响应抽头数，l∈[0，L-1]

干扰抑制合并按照如下公式操作：

$H^H{\left(R_{\mathrm{uu}}^{-1}\right)}^{H}H=\frac{1}{{\mathrm{\&sigma;}}_1^2{\mathrm{\&sigma;}}_2^2-{\mathrm{\&rho;}}_{12}{\mathrm{\&rho;}}_{12}^{*}}({\mathrm{\&sigma;}}_2^2{h}_1^H{h}_1+{\mathrm{\&sigma;}}_1^2{h}_2^H{h}_2-{\mathrm{\&rho;}}_{12}^{*}{h}_2^H{h}_1-{\mathrm{\&rho;}}_{12}{h}_1^H{h}_2)$ ⑨

$H^H{\left(R_{\mathrm{uu}}^{-1}\right)}^{H}X=\frac{1}{{\mathrm{\&sigma;}}_1^2{\mathrm{\&sigma;}}_2^2-{\mathrm{\&rho;}}_{12}{\mathrm{\&rho;}}_{12}^{*}}({\mathrm{\&sigma;}}_2^2{h}_1^H{x}_1+{\mathrm{\&sigma;}}_1^2{h}_2^H{x}_2-{\mathrm{\&rho;}}_{12}^{*}{h}_2^H{x}_1-{\mathrm{\&rho;}}_{12}{h}_1^H{x}_2)$ ⑩

步骤304，根据步骤303计算出的参数进行均衡解调，从而准确估计出原始信号。

上述实施例以双分集系统为例，对本发明的实施过程进行了详细阐述，但本发明并不仅仅局限于双分集系统，对于多分集系统，本发明仍然适用，具体过程包括：按照类似于本发明实施例中双分集系统的干扰抑制合并方法，求出各路分集信号的噪声方差和互相关系数，根据求得的参数数值构建出协方差矩阵；根据协方差矩阵构建复加权矩阵；通过复加权矩阵对多分集系统进行干扰抑制分集合并。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种干扰抑制分集合并的方法，其特征在于，包括：

A.计算分集信号的电平估计值和信道参数估计值的能量；

B.计算分集信号的噪声方差和互相关系数，构建协方差矩阵；

C.根据协方差矩阵构建复加权矩阵，进行干扰抑制合并；

D.根据干扰抑制合并的结果，进行均衡解调。

2.根据权利要求1所述的方法，其特征在于，

步骤C所述进行干扰抑制合并为：计算合成信道估计；

所述步骤D为：根据合成信道估计，进行均衡解调。

3.根据权利要求1所述的方法，其特征在于，

所述步骤C为：计算第1分集信号、第2分集信号各自的匹配滤波以及第1分集信号和第2分集信号之间的交叉匹配滤波，结合协方差矩阵，构建复加权矩阵，进行干扰抑制合并；

所述步骤D为：根据干扰抑制合并得到的参数，进行均衡解调。

4.根据权利要求1、2或3所述的方法，其特征在于，所述步骤A进一步包括：判断分集信号的电平估计值是否大于预定阈值，如果是，则进入步骤B；否则，返回步骤A。

5.根据权利要求4所述的方法，其特征在于，所述步骤A进一步包括：判断信道参数估计值的能量是否满足预定要求，如果是，则进入步骤B；否则，返回步骤A；

所述预定要求为： $E_{H_1}<E_{H_2}*\mathrm{\&lambda;},$ $E_{H_2}<E_{H_1}*\mathrm{\&lambda;};$

上述公式中，

表示至少两路分集信号中的第一路分集信号的信道参数估计值的能量，

表示至少两路分集信号中的第二路分集信号的信道参数估计值的能量，λ∈(0，12]，且为实数。

6.一种干扰抑制分集合并的系统，其特征在于，包括：

计算模块，用于计算分集信号的电平估计值和信道参数估计值的能量；

协方差矩阵构建模块，用于计算分集信号的噪声方差和互相关系数，构建协方差矩阵；

干扰抑制模块，用于根据协方差矩阵构建复加权矩阵，进行干扰抑制合并；

均衡解调模块，用于进行均衡解调。

7.根据权利要求6所述的系统，其特征在于，

所述干扰抑制模块，用于根据构建的复加权矩阵计算合成信道估计；

所述均衡解调模块，用于根据合成信道估计，进行均衡解调。

8.根据权利要求6所述的系统，其特征在于，

所述干扰抑制模块，用于计算第1分集信号、第2分集信号各自的匹配滤波以及第1分集信号和第2分集信号之间的交叉匹配滤波，结合协方差矩阵，构建复加权矩阵，进行干扰抑制合并；

所述均衡解调模块，用于根据干扰抑制合并得到的参数，进行均衡解调。

9.根据权利要求6、7或8所述的系统，其特征在于，所述计算模块进一步包括判断模块，用于判断分集信号的电平估计值是否大于预定阈值。

10.根据权利要求9所述的系统，其特征在于，所述判断模块还用于判断信道参数估计值的能量是否满足预定要求；

所述预定要求为： $E_{H_1}<E_{H_2}*\mathrm{\&lambda;},$ $E_{H_2}<E_{H_1}*\mathrm{\&lambda;};$

上述公式中，

表示至少两路分集信号中的第一路分集信号的信道参数估计值的能量，

表示至少两路分集信号中的第二路分集信号的信道参数估计值的能量，λ∈(0，12]，且为实数。

Images