CN101427506A - 用于无线通信的噪声估计 - Google Patents

Abstract

描述了用于为在无线通信系统的数据接收得出并使用噪声估计的技术。为在数据传输中所接收的每个分组得出噪声估计。随后使用该分组的噪声估计为每个分组执行数据检测。对于噪声估计，从用于数据接收的每个接收机中获得第一采样序列和第二采样序列。确定第一和第二采样序列之间的相位偏移并将该相位偏移应用于每个接收机的第一采样序列以获得该接收机的第三采样序列。随后，基于至少一个接收机的第二和第三采样序列之间的功率差得出噪声估计。

Description

用于无线通信的噪声估计

交叉参考

本申请要求享受2006年4月17日递交的名称为“MIMO OFDM MMSESPATIAL RECEIVER NOISE FLOOR ESTMATOR，”的美国临时申请No.60/792,874的权益，这里通过参考并入其全部内容。

技术领域

本公开一般涉及通信技术，更具体地涉及用于估计在无线通信系统中接收机处的噪声的技术。

背景技术

在无线通信系统中，发射机通常对业务数据进行处理(例如，编码和符号映射)以生成数据符号，该数据符号是数据的调制符号。然后，发射机对数据符号进行处理以生成调制信号并经由无线信道发送该信号。无线信道根据信道响应使所发送的信号失真，从而由于噪声和干扰使信号衰落。接收机接收所发送的信号并对所接收的信号进行处理以获得数据符号估计，该数据符号估计是所发送的数据符号的估计。然后，接收机对数据符号估计进行处理(例如，解调和解码)以获得解码数据。

所接收的信号包括来自无线信道的噪声和干扰以及在接收机处生成的干扰，上述所有噪声和干扰可以简单地统称为“噪声”。所接收信号中的噪声降低了数据符号估计的质量并影响了解码数据的可靠性。接收机可以在考虑到噪声的方式下执行检测和/或解码。对噪声的较好估计有利于检测和解码性能。

因此，在本领域中需要一种用于在无线通信系统中获得较好噪声估计的技术。

发明内容

这里描述了用于得到和使用对无线通信系统中数据接收的噪声估计的技术。在实施例中，对于在数据传输中所接收的每个分组得出噪声估计。可以基于与分组一起发送的多个相同的采样序列或基于用于分组的自动增益控制(AGC)值得到噪声估计。对于每个分组使用该分组的噪声估计来执行数据检测。在实施例中，对于每个分组使用该分组的噪声估计得到至少一个权重。然后对于每个分组利用该分组的至少一个权重执行数据检测。

在另一个实施例中，基于在传输过程中发送的多个相同的采样序列，例如分组，来得到噪声估计。第一采样序列和第二采样序列是从用于数据接收的至少一个接收机中的每个接收机获得的。第一和第二采样序列可以对应于例如在IEEE 802.11分组的前导码中的两个长训练符号。对于每个接收机基于用于该接收机的第一采样序列获得第三采样序列。在实施例中，确定第一和第二采样序列之间的相位偏移并且将其应用于每个接收机的第一采样序列以获得该接收机的第三采样序列。在任意实施例中，基于至少一个接收机的第二和第三采样序列得到噪声估计。

下面更具体地描述本公开的各个方面和实施例。

附图说明

通过下面结合附图给出的具体描述，本公开的多个方面和实施例将变得更加清楚，在附图中相同的参考标记全文一致。

图1示出了发射机站和接收机站框图。

图2示出了IEEE802.11中的分组格式。

图3示出了噪声估计器/处理器的实施例。

图4示出了噪声估计器/处理器的另一实施例。

图5示出了接收分组的过程。

图6示出了用于接收分组的装置。

图7示出了执行噪声估计的过程。

图8示出了用于执行噪声估计的装置。

具体实施方式

词语“示例性的”在这里用于表达“作为实例，例子或说明”。这里按照“示例性的”所描述的任意实施例或设计不一定被视为优选的或比其它实施例或设计有利的。

这里描述的噪声估计技术可以用于多种无线通信网络，例如无线广域网(WWAN)、无线城域网(WMAN)、无线局域网(WLAN)等。术语“网络”和“系统”常常可以替换使用。该技术也可以用于多种接入网络，例如频分多址(FDMA)、码分多址(CDMA)、时分多址(TDMA)、空分多址(SDMA)，正交FDMA(OFDMA)和单载波FDMA(SC-FDMA)网络。OFDMA网络采用正交频分复用(OFDM)。SC-FDMA网络采用单载波频分复用(SC-FDM)。OFDM和SC-FDM将系统带宽划分为多个(K)正交子载波，其也被称为音调、频段等。可以将每个子载波与数据进行调制。通常，在频域中使用OFDM以及在时域中使用SC-FDM来发送调制符号。

噪声估计技术也可以用于单输入单输出(SISO)、单输入多输出(SIMO)、多输入单输出(MISO)以及多输入多输出(MIMO)传输。单输入涉及一个发射天线而多输入涉及多个发射天线用于数据传输。单输出涉及一个接收天线而多输出涉及多个接收天线用于数据接收。为清楚起见，下面针对WLAN描述了该技术，其中WLAN执行IEEE 802.11a、802.11g和/或802.11n，它们都采用OFDM。

图1示出了无线通信网络100中的两个站110和150的实施例的方框图。对于下行链路(或前向链路)传输，站110可以是下列功能的一部分并且可以包含下列的功能的部分或全部：接入点、基站、节点B和/或一些其它网络实体。站150可以是下列的功能的一部分并且可以包含下列功能的部分或全部：终端、移动台、用户设备、用户单元和/或一些其它设备。对于上行链路(或反向链路)传输，站110可以是终端、移动台、用户设备等的一部分，而站150可以是接入点、基站、节点B等的一部分。站110是用于数据传输的发射机，并装配有多个(T)天线。站150是用于数据传输的接收机，并装配有多个(R)天线。每个发射天线和每个接收天线可以是物理天线或天线阵列。

发射机站110、发射(TX)数据处理器120按照一个或多个速率处理(例如，格式化、编码、交织和符号映射)业务数据并且生成数据符号。如这里所使用的，数据符号是用于数据的符号，导频符号是用于导频的符号，并且符号通常是复数值。数据符号和导频符号可以是根据例如PSK或QAM的调制方法的调制符号。导频是发射机或接收机先前已知的数据。

TX空间处理器130利用导频符号对数据符号进行多路复用，对多路复用的数据符号和导频符号执行发射机空间处理，以及向T个OFDM调制器(Mod)132a到132t提供T个输出符号流。每个OFDM调制器132对其输出符号流执行OFDM调制，并且向相关发射机(TMTR)134提供OFDM符号。每个发射机134处理(例如，转换至模拟、滤波、放大以及上变频)其OFDM符号并生成调制信号。来自发射机134a到134t的T个调制信号分别由天线136a到136t发送。

在接收机站150处，R个天线152a到152r从发射机站110接收T个调制信号，并且每个天线152向各自的接收机(RCVR)154提供所接收的信号。每个接收机154处理(例如，滤波、放大、下变频、数字化)其所接收的信号，并向相关的OFDM解调器(Demod)156和噪声估计器/处理器160提供输入采样。每个OFDM解调器156对其输入采样执行OFDM解调，并向接收(RX)空间处理器170提供所接收的符号。处理器160如下所述基于输入采样来估计噪声，并且向RX空间处理器170提供噪声估计。处理器170基于所接收的导频符号估计MIMO信道响应，利用信道估计和噪声估计来对所接收的数据符号执行检测，以及提供数据符号估计。RX数据处理器170还处理(例如，解交织和解码)数据符号估计并提供解码数据。

控制器/处理器140和180分别引导在站110和150处的操作。存储器142和182分别存储站110和150的数据和程序代码。

IEEE802.11a/g采用子载波结构，该结构将系统带宽划分为K＝64个子载波，为该子载波分配索引-32至+31。在这全部64个子载波数中，索引为±{1，...，6，8，...，20，22，...，26}的48个子载波用于数据传输并被称为数据子载波。索引为±{7，21}的四个子载波用于导频并被称为导频子载波。索引为0的DC子载波和其余的子载波未使用。该子载波结构在可以公开得到的1999年9月的标题为“Part 11：Wireless LAN Medium Access Control(MAC)and Physical Layer(PHY)Specifications：High-speed Physical Layer in the5GHz Band”的IEEE标准802.11a中进行了描述。IEEE 802.11n采用具有索引为±{1，...，6，8，...，20，22，...，28}的52个数据子载波和索引为±{7，21}的4个导频子载波的子载波结构。

图2示出了IEEE 802.11中的分组格式200。在用于IEEE 802.11协议栈中的物理层(PHY)处，将数据处理为PHY子层服务数据单元(PSDU)。基于为PSDU选择的编码和调制方案对该PSDU 220进行编码和调制。PSDU 220具有PLCP报头210，其包括如图2所示并在IEEE 802.11a标准中描述的6个字段。PSDU 220及其相关字段在包括3个部分的PHY协议数据单元(PPDU)230中进行传输。前导码部分232包括四个OFDM符号周期的持续时间，并且承载后面跟有两个长训练符号238的十个短训练符号236。训练符号可以由接收机站用于AGC、时间捕获(timing acquisition)、粗糙和精细频率捕获(frequency acquisition)，信道估计以及其它目的。信号部分234承载用于前五个PLCP报头210字段的一个OFDM符号。数据部分240承载可变数量的OFDM符号，这些OFDM符号用于PLCP报头210、PSDU 220和连续的尾部(tail)和填充(pad)字段。PPDU 230也可以称为分组、帧或其它术语。

在实施例中，对于每个分组得出噪声估计并将其用于该分组的检测。通过为每个分组得出噪声估计，接收机站可以更好地补偿K个子载波和R个接收机上的噪声变化。因此，可以实现性能的改善。

噪声估计可以通过多种方式获得。在一个实施例中，基于AGC数值获得噪声估计。接收机的噪声本底是通过热噪声和接收机增益来确定的。热噪声通过噪声系数来量化。接收机的增益由用于调整接收机增益以获得需要的/固定的信号电平的AGC数值来给定。可以执行标准(例如，在工厂处)以确定对于不同AGC数值在接收机输出处的噪声。噪声与AGC数值的查找表可以存储在接收机站中。随后，可以将用于接收机的当前AGC数值提供给查找表，该查找表可以提供相应的接收机的噪声估计。

在另一实施例中，基于在前导码中发送的两个长训练符号得出噪声估计。每个长训练符号通过以下步骤生成：(1)将52个专用导频符号映射至52个可用于传输的子载波，(2)将具有有零信号值的12个零符号映射至剩余的12个子载波，以及(3)对52个导频符号和12个零符号执行64点反FFT以获得64个时域采样序列。因此每个长训练符号是专用的采样序列。两个长训练符号以同样的方式生成并且是相同的。

对于SISO或MISO传输，接收机站150从单个接收机，例如，图1中的接收机154a中获得单个输入采样流，。如下所述，接收机站150可以基于对于两个长训练符号的输入采样执行噪声估计。

在一个实施例中，两个长训练符号的相位偏移通过以下得到：

$c_s=\underset{n=1}{\overset{L}{\mathrm{\Σ}}}p\left(n\right)\·q^{*}\left(n\right),$ 和                        公式(1)

$z_s=\frac{c_s}{\left|c_s\right|},$                                  公式(2)

其中p(n)是第一长训练符号的输入采样，

q(n)是第二长训练符号的输入采样，

c_s是相关结果，

z_s是第一和第二长训练符号之间的相位偏移，

L是长训练符号的长度，以及

“*”表示复数共扼。

对于IEEE802.11a/g的长训练符号L等于64，但是对于可以用于噪声估计的其它序列可以等于其它数值。

公式(1)执行第一长训练符号的输入采样和第二长训练符号的输入采样之间的相关。公式(2)对相关结果进行归一化以获得相位偏移。该相位偏移归因于在接收机站150处的频率误差。频率误差是由在发射机和接收机处的时钟的误差所导致的，其引起在接收机站150处的下变换频率不同于在发射机站110处的上变换频率。频率误差也可能由于多普勒作用和/或其它因素。相位偏移等于频率误差乘以长训练符号的长度。相位偏移也可以被称为相位误差，相位差等。

在一个实施例中，噪声方差可以通过下式得到：

$\tilde{p}\left(n\right)=p\left(n\right)\·z_s^{*},$ 以及                      公式(3)

$N_s=\frac{1}{2L}\·\underset{n=1}{\overset{L}{\mathrm{\Σ}}}{|\tilde{p}\left(n\right)-q\left(n\right)|}^2,$                   公式(4)

其中

是第一长训练符号的相位修正采样，

N_s是每采样噪声方差。

在公式(3)中，将p(n)采样乘以

以消除相位偏移并得到相位修正采样

也可以取代p(n)采样而从q(n)采样中去除相位偏移。在公式(4)中，从

采样中逐个采样地减去q(n)采样。对各个采样的差取平方，并且对长训练符号中的全部L个采样的平方差进行累加以获得总功率差。总功率差是

和q(n)序列之差的功率。将总功率差除以2L以得到每采样噪声方差N_s。因子2L包括：(1)用于被累加的L个采样的因子L以及(2)用于加倍来自公式(4)中相减操作的方差的因子2。噪声方差也可以被称为噪声本底估计或一些其它术语。

接收机站150可以具有对全部K个子载波的非平坦频率响应。非平坦频率响应可能是由于滤波器和/或在接收机站150处的其它电路单元。频率响应可以(例如，通过执行工厂标准或领域测量)进行确定并存储在查找表中。在实施例中，可以如下为每个子载波得出噪声方差：

N_s(k)＝N_s·G(k)，                   公式(5)

其中G(k)是子载波k的比例因子，

N_s(k)是子载波k的噪声方差。

可以为关注的子载波率(例如，数据子载波)确定比例因子G(k)并用于计算这些子载波的频率响应。通过频率响应中峰值对峰值的变化来确定比例因子的范围。例如，如果峰值对峰值的变化是±6dB，那么比例因子可以是正的并且峰值为4。例如，如果接收机站150不知道接收机的频率响应，那么对于全部子载波可以将比例因子设定为1.0，。

噪声估计也可以通过其它形式得到。可以提供Ns、Ns(k)和/或其它噪声方差作为分组的噪声估计。

在实施例中，接收机站150基于最小均方误差(MMSE)技术执行数据检测(或均衡)，如下所示：

$\hat{S}\left(k\right)=\frac{R\left(k\right)\·H\left(k\right)}{{\left|H\left(k\right)\right|}^2+N_s\left(k\right)},$                       公式(6)

其中R(k)是子载波k的所接收数据符号，

H(k)是子载波k的信道增益，以及

是子载波k的数据符号估计。

接收机站150可以在分组的数据部分期间对各个OFDM符号的64个输入采样执行64点FFT以得到全部64个子载波的64个接收符号。接收机站150基于长训练符号估计数据子载波的信道增益。为简明起见，这里的描述假定无信道估计误差。然后，接收机站150可以对每个数据子载波的所接收的数据符号R(k)执行MMSE检测，其中的数据子载波具有信道增益H(k)和噪声方差N_s(k)，例如，如公式(6)所示。接收机站150也可以对所有数据子载波使用相同的噪声方差Ns。

对于SIMO或MIMO传输，接收机站150从R个接收机154a至154r得到R个输入采样流，每个接收机一个输入采样流。接收机站150可以基于两个长训练符号的输入采样执行噪声估计，如下所述。

在实施例中，两个长训练符号之间的相位偏移可以通过下式得到：

$c_m=\underset{i=1}{\overset{R}{\mathrm{\Σ}}}\underset{n=1}{\overset{L}{\mathrm{\Σ}}}{p}_i\left(n\right)\·q_i^{*}\left(n\right),$ 和                        公式(7)

$z_m=\frac{c_m}{\left|c_m\right|},$                                     公式(8)

其中，p_i(n)是来自接收机i的第一长训练符号的输入采样，

q_i(n)是来自接收机i的第二长训练符号的输入采样，

c_m是所有R个接收机的相关值，以及

z_m是第一和第二长训练符号之间的相位偏移。

在实施例中，每个接收机的噪声变化可通过下式得到：

${\tilde{p}}_i\left(n\right)=p_i\left(n\right)\·z_m^{*},$ 以及                   公式(9)

$N_i=\frac{1}{2L}\·\underset{n=1}{\overset{L}{\mathrm{\Σ}}}{|{\tilde{p}}_i\left(n\right)-q_i\left(n\right)|}^2,$                公式(10)

其中，N_i是接收机i的每采样噪声方差。

在实施例中，每个接收机的每个子载波的噪声方差可以通过下式得到：

N_i(k)＝N_i·G_i(k)，           公式(11)

其中G_i(k)是接收机i的子载波k的比例因子，

N_i(k)是接收机i的子载波k的噪声方差。

在另一个实施例中，可以如下为全部接收机得出噪声方差：

$N_t=\frac{1}{R}\·\underset{i=1}{\overset{R}{\mathrm{\Σ}}}{N}_i,$                          公式(12)

其中N_t是所有接收机的平均噪声方差。随后可以如公式(11)所示为每个接收机的每个子载波得出噪声方差，即用N_t代替N_i。

在另一个实施例中，可以如下为所有接收机的每个子载波得出噪声方差：

$N\left(k\right)=\frac{1}{R}\·\underset{i=1}{\overset{R}{\mathrm{\Σ}}}{N}_i\left(k\right),$                         公式(13)

其中N(k)是每子载波噪声方差。

噪声方差也可以通过其它方式得到。可以提供N_i、N_i(k)、N(k)、N_t和/或其它噪声变化作为噪声估计。

在上述实施例中，确定相位偏移并应用到p(n)或p_i(n)采样中。接收机站150从具有不同时钟频率的不同发射机站接收分组。IEEE 802.11a/g规定时钟精度为±百万分之20(ppm)，其对应于在5.8GHz处偏移为230KHz。接收机站150可以估计并消除各个所接收分组的频率误差以改善检测性能。

在公式(7)至(10)所示的实施例中，为全部R个接收机确定单个相位偏移并用于得到各个接收机的噪声方差。在另一个实施例中，为每个接收机确定相位偏移并用于得到该接收机的噪声方差。例如，如果各个接收机使用不同的振荡器，则可以使用该实施例。在另一个实施例中，相位偏移没有计算，因此没有应用到输入采样。例如，当从相同的发射机站接收分组序列时，可以使用该实施例。

发射机站110可以为各个数据子载波执行发射机空间处理，如下所示：

x(k)＝V(k)·s(k)，                  公式(14)

其中s(k)是子载波k的数据符号的T×1矢量，

    V(k)是子载波k的T×T发射矩阵，yiji

    x(k)是子载波k的输出符号的T×1矢量。

V(k)可以是在MIMO信道的本征模上发送各个数据符号的波束成形矩阵、从全部T个发射天线发送各个数据符号的空间扩展矩阵、将各个数据符号映射至一个发射天线的单位矩阵或者一些其它矩阵。尽管如此，空间扩展和波束成形可以不使用并且从该系统中忽略。

在一个实施例中，接收机站150基于MMSE技术执行MIMO检测。接收机站150如下所示为各个数据子载波得出空间滤波矩阵：

$\underset{\‾}{M}\left(k\right)=\underset{\‾}{D}\left(k\right)\·{\underset{\‾}{H}}_{\mathrm{eff}}^H\left(k\right)\·{[{\underset{\‾}{H}}_{\mathrm{eff}}\left(k\right)\·{\underset{\‾}{H}}_{\mathrm{eff}}^H\left(k\right)+\underset{\‾}{N}\left(k\right)]}^{-1},$         公式(15)

其中H(k)是子载波k的R×T MIMO信道响应矩阵，

    H _eff(k)＝H(k)·V(k)是子载波k的有效信道响应矩阵，

    N(k)是子载波k的R×R噪声矩阵，

     $\underset{\‾}{D}\left(k\right)={\left[\mathrm{diag}\{{\underset{\‾}{H}}_{\mathrm{eff}}^H\left(k\right)\·{[{\underset{\‾}{H}}_{\mathrm{eff}}\left(k\right)\·{\underset{\‾}{H}}_{\mathrm{eff}}^H\left(k\right)+\underset{\‾}{N}\left(k\right)]}^{-1}\·{\underset{\‾}{H}}_{\mathrm{eff}}\left(k\right)\}\right]}^{-1},$ 以及

    M(k)是子载波k的T×R空间滤波矩阵。

D(k)是用于得出数据符号的归一化估计的比例数值的对角矩阵。接收机站150可以基于由发射机站110从全部T个发射天线发送的MIMO导频来估计H(k)或H _eff(k)。

接收机站150可以如下得出N(k)：

                公式(16)

其中N(k)的对数元素可以如上所述得出。接收机站150也可以按照下式得出噪声矩阵：N(k)＝N(k)·I或N(k)＝N_t·I，其中I是单位矩阵。

接收机站150可以如下执行MIMO检测：

$\underset{\‾}{\overset{^}{s}}\left(k\right)=\underset{\‾}{M}\left(k\right)\·\underset{\‾}{r}\left(k\right)=\underset{\‾}{s}\left(k\right)+\underset{\‾}{n}\left(k\right)$                   公式(17)

其中r(k)是子载波k的所接收数据符号的R×1矢量，

是子载波k的数据符号估计的T×1矢量，以及

n(k)是MIMO检测之后的噪声矢量。

噪声估计也可以用于其它检测技术，例如迫零(ZF)，最大似然序列估计(MLSE)，最大似然(ML)解码，列表球形解码(LSD)，多用户检测(MUD)等。噪声估计还可以用于解码，例如，用于计算对数似然率(LLR)或其它可能的功能。

图3示出了噪声估计器/处理器160a的框图，该噪声估计器/处理器160a是图1中的噪声估计器/处理器160的一个实施例。在接收机i的噪声估计器310内，去复用器(Demux)312从接收机i接收输入采样，将第一长训练符号的输入采样p_i(n)提供给乘法器314和330，以及将第二长训练符号的输入采样q_i(n)提供给单元316和加法器332。单元316取各个输入采样的共扼。乘法器314将各个p_i(n)采样与对应的

采样相乘。累加器(ACC)318对乘法器314在长训练符号上的输出进行累加，并提供接收机i的相关结果。加法器320对全部R个接收机的相关结果进行相加。单元322对加法器320的输出进行归一化并提供相位偏移z_m。单元324对单元322输出的取共扼并提供

乘法器330将各个pi(n)与

相乘，并提供对应的相位修正采样

加法器332从对应的采样中减去各个q_i(n)采样。单元334计算加法器332的输出的幅度值的平方。累加器336在长训练符号上将单元334的输出进行累加，并提供接收机i的噪声方差N_i。

在实施例中，可以基于长训练符号(用于基于训练的方法)或AGC值(用于基于AGC的方法)来执行噪声估计。例如，如果接收机处于较大干扰的环境中，在该环境中精确的噪声估计是有利的，则可以使用基于训练的方法。例如，如果接收机被很好的表特、AGC测量相当精确以及很需要减少硬件，则可以使用基于AGC的方法。可以基于选择信号来选择一种噪声估计方法。

对于基于AGC的方法，查找表(LUT)338接收接收机i的AGC值并提供接收机i的噪声方差

在查找表338中存储的数值可以以合适的比例产生，以便利用AGC值生成的噪声方差

与基于长训练符号生成的噪声方差N_i是可比的。复用器(Mux)340接收噪声方差N_i和

并基于选择信号提供N_i或

乘法器342将来自复用器340的噪声方差与各个子载波k的比例因子G_i(k)相乘，并提供接收机i的子载波k的噪声方差N_i(k)。查找表344存储接收机i的关注的全部子载波(例如数据子载波)的比例因子。这些比例因子说明接收机i的频率响应并可以被选择以使得噪声方差具有与MIMO检测器输入处的信号电平相关的适当的电平。对这些比例因子的调整范围为±6dB或少些，并且比例因子可以是峰值为4的正值。

为简明起见，图3示出了一个接收机i的噪声估计。可以以相似的形式为各个其余的接收机执行噪声估计。加法器和乘法器可以分别以足够多数量的比特位来实现，以获得需要的精度。例如，8比特乘法器可以用于实现0.25dB的精度。也可以使用更少或更多的比特。

在图3所示的实施例中，对于两种噪声估计方法，为各个接收器确定噪声方差，然后乘以比例因子以补偿子载波上的已知变化，例如，如公式(11)所示。在另一个实施例中，为全部接收机确定噪声估计，例如，如公式(12)所示，然后为全部接收机应用比例因子，例如，如公式(11)所示。也可以通过其它方式确定噪声方差。

图4示出了噪声估计器/处理器160b的框图，该噪声估计器/处理器160b是图1中噪声估计器/处理器160的另一个实施例。处理器160b使用共享硬件以时分复用(TDM)方式为全部R个接收机执行噪声估计。各个接收机154可以以IEEE802.11a/g的f_s＝20MHz的采样速率提供输入采样。处理器160b内的硬件可以随后以R·f_s或20·RMHz运行。

复用器412从所有R个接收机154a至154r接收输入采样。在各个采样周期中，复用器412循环遍历R个接收机，并将来自各个接收机的输入采样提供至移位寄存器414，乘法器416和采样缓冲器424。在各个采样周期n中，来自所有R个接收机的输入采样是TDM，例如，q₁(n)，q₂(n)，...，q_R(n)。移位寄存器414提供足够的延迟量(例如，在IEEE 802.11a/g中对一个长训练符号64个采样周期)以便使第一长训练符号的输入采样与第二长训练符号的输入采样时间对齐。采样缓冲器422接收寄存器414的输出并存储来自所有R个接收机的第一长训练符号的q_i(n)采样。

乘法器416将来自寄存器414各个采样乘以来自复用器412的对应的共扼采样。累加器418将L个采样和R个接收机的结果进行相加并提供相关结果c_m。坐标旋转数字计算机(CORDIC)处理器420确定相位c_m并提供相位偏移乘法器426将缓冲器422中的p_i(n)采样与相乘并提供

采样。单元428从

采样中减去q_i(n)采样并计算差值的幅度值平方。在图4所示的实施例中，累加器430对全部L个采样和R个接收机将单元428的输出相加，例如，如公式(10)和(12)所示，并提供噪声方差N_t。乘法器432将噪声方差N_t与来自查找表434中不同子载波和接收机的比例因子相乘，并提供各个接收机的各个子载波的噪声方差N_i(k)。在另一个实施例中，累加器430对各个接收机的所有L个采样将单元428的输出相加，例如，如公式(10)所示，并提供各个接收机的噪声方差N_i。在另一个实施例中，可以省略乘法器432和查找表434。

噪声估计可以作为采集过程的一部分来执行。在实施例中，在采集期间，为各个所接收的分组计算相位偏移z_m并用于在接收机站150处确定频率误差。然后应用该频率误差，例如，经由对时域输入采样进行操作的数控振荡器(NCO)，以便消除在发射机站110和接收机站150处的时钟之间的残余频率偏移。为采集所计算的频率偏移可以重新用于噪声估计。在该实施例中，用于噪声估计的附加过程可以包括图3中的单元330至344或图4中的单元422至434。

在上述实施例中，可以基于使用分组发送的两个长训练符号的两个相同采样序列得到噪声估计。一般说来，可以基于任意相同的采样序列或接收机站已知的任意采样序列得到噪声估计。也可以基于两个以上采样序列得到噪声估计。可以确定两个连续采样序列之差，并且可以将所有连续序列对的差用于得出噪声估计。

图5示出了用于接收分组的过程500的实施例。接收用于数据传输的至少一个分组(框512)。例如，基于与分组一起发送的多个相同采样序列或分组的AGC值来得到各个分组的噪声估计(框514)。使用分组的噪声估计为各个分组执行数据检测(框516)。对于框516，例如，如公式(6)或(15)所示，使用分组的噪声估计为各个分组得到至少一个权重。随后，使用分组的至少一个权重为各个分组执行数据检测。

图6示出了用于接收分组的装置600的实施例。装置600包括：用于接收数据传输的至少一个分组的模块(框612)，用于为各个分组得出噪声估计的模块(框614)，以及用于使用分组的噪声估计为各个分组执行数据检测的模块(框616)。

图7示出了在接收机站处执行噪声估计的过程700的实施例。从至少一个接收机处获得至少一个第一采样序列(例如，p(n)或p_i(n))和至少一个第二采样序列(例如，q(n)或q_i(n))(框712)。基于各个接收机的第一采样序列为该接收机得到第三采样序列(例如，

或

)(框714)。基于在至少一个接收机处的第二和第三采样序列得出噪声估计(框716)。

对于框714，可以确定在第一和第二采样序列之间的相位偏移，并将该相位偏移应用于各个接收机的第一采样序列以获得该接收机的第三采样序列。例如，如公式(1)或(7)所示，通过将各个接收机的第一采样序列与第二采样序列进行相关并累加所有接收机的相关结果，可以确定相位偏移。可选地，各个接收机的第一采样序列可以用于作为该接收机的第三采样序列。

对于框716，可以确定各个接收机的第二和第三采样序列之间的功率差，并且基于该接收机的功率差获得为各个接收机得出噪声方差，例如，如公式(10)所示。可选地，可以将所有接收机的功率差相加以得到总功率差，基于该总功率差可以得出所有接收机的噪声方差，例如，如公式(12)所示。在任何情况下，可以利用多个子载波的多个比例因子来对各个接收机的噪声方差进行比例缩放，以获得该接收机的多个子载波的噪声方差，例如，如公式(5)或(11)所示。

图8示出了用于执行噪声估计的装置800的实施例。装置800包括：用于从至少一个接收机中获得至少一个第一采样序列和至少一个第二采样序列的模块(框812)，用于基于各个接收机的第一采样序列获得该接收机的第三采样序列的模块(框814)，以及用于基于至少一个接收机的第二和第三采样序列得出噪声估计的模块(框816)。

这里所描述的噪声估计技术提供了相对精确的噪声估计。上述噪声方差是无偏差的并且具有正确的平均值。对于较宽范围的信噪比值(SNR)进行计算机模拟。发现噪声变化的标准偏差大约为0.5dB，这意味着噪声方差精确到大约0.5dB。通过得出每接收机的噪声方差和/或应用调整以补偿子载波上的已知变化来提高精确度。精确的噪声估计可以允许实现改进的检测器权重，例如，公式(6)或(15)中的MMSE权重。这些改进的检测器权重可以进而提高接收机站150处的数据接收性能，通过允许在较低的SNR使用更高阶调制方案来提高总吞吐量，和/或提供其它益处。这里所描述的噪声估计可以使用少许附加硬件/存储器以更加直接的方式来执行。

这里所描述的噪声估计技术可以通过多种方式来实现。例如，这些技术可以在硬件、固件、软件或其组合中实现。对于硬件实现，用于执行噪声估计的处理单元可以在一个或多个下列器件中实现：特定用途集成电路(ASIC)，数字信号处理器(DSP)，数字信号处理器件(DSPD)，可编程逻辑器件(PLD)，现场可编程门阵列(FPGA)，处理器，控制器，微控制器，微处理器，电子器件，设计用于执行这里所描述的功能的其它电子单元，或者其组合。

对于固件和/或软件实现，可以利用执行这里所描述的功能的模块(例如，程序，函数等)来实现该噪声估计技术。固件和/或软件代码可以存储在存储器中(例如图1中的存储器182)并由处理器(例如处理器180)执行。可以在处理器内部或处理器外部实现存储器。

在一个或多个示例性实施例中，所描述的功能可以在硬件、软件、固件或其组合中实现。如果在软件中实现，可以作为在计算机可读介质中的一个或多个指令或代码来将函数进行存储或传输。计算机可读介质包括计算机存储介质和通信介质，该通信介质包括帮助将计算机程序从一个地点传送至另一地点的任意介质。存储介质可以是能够被计算机访问的任意可利用介质。示例性地而非限制性地，该计算机可读介质包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁存储器设备，或者可用于携带或存储指令或数据结构形式的并可被计算机访问的所需程序代码的任何其它介质。并且，任何连接都可合理地被称为计算机可读介质。例如，如果使用同轴电缆、光纤、双绞线、数字用户线路(DSL)，或无线技术，例如红外线、无线和微波从网站、服务器或其它远端源发送软件，那么在介质的定义中包括同轴电缆、光纤、双铰线、DSL或无线技术例如红外线，无线和微波。如这里所使用的磁盘和光盘包括：压缩盘(CD)、激光盘、光盘、数字视频光盘(DVD)，软盘和蓝光盘，其中磁盘通常通过磁性再生数据，而光盘通过激光再生数据。上述介质的组合也应当包括在计算机可读介质的范围内。

前面提供了对所公开实施例的描述，使得本领域技术人员能够制造或使用该公开内容。对这些实施例的各种变形对本领域技术人员来说是显而易见的，并且不偏离本申请的精神和范围的情况下，这里所定义的普通原则可以应用于其它实施例中。因此，本公开不旨在局限于这里所示出的实施例，而应给予与这里所公开的原则和新颖性特征相一致的最大范围。

Claims (40)

1、一种装置，包括：

至少一个处理器，配置用于确定第一采样序列和第二采样序列之间的相位偏移，将所述相位偏移应用至所述第一采样序列以获得第三采样序列，并且基于所述第二和第三采样序列得出噪声估计；以及

存储器，耦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配置用于获得分别与分组一起发送的第一和第二长训练符号的所述第一和第二采样序列。

3、如权利要求1所述的装置，其中所述至少一个处理器配置用于确定所述第二和第三采样序列之间的功率差，以及基于所述功率差得出噪声方差，其中所述噪声估计包括所述噪声方差。

4、如权利要求3所述的装置，其中所述至少一个处理器配置用于对多个子载波利用多个比例因子将所述噪声方差比例缩放，其中所述噪声估计包括所述多个子载波的噪声方差。

5、一种方法，包括：

确定第一采样序列和第二采样序列之间的相位偏移；

将所述相位偏移应用至所述第一采样序列，以获得第三采样序列；以及

基于所述第二和第三采样序列得出噪声估计。

6、如权利要求5所述的方法，其中所述得出噪声估计的步骤包括

确定所述第二和第三采样序列之间的功率差，以及

基于所述功率差得出噪声方差，其中所述噪声估计包括所述噪声方差。

7、如权利要求6所述的方法，其中所述得出噪声估计的步骤还包括对多个子载波利用多个比例因子将所述噪声方差比例缩放，其中所述噪声估计包括所述多个子载波的噪声方差。

8、一种装置，包括：

用于确定第一采样序列和第二采样序列之间的相位偏移的模块；

用于将所述相位偏移应用至所述第一采样序列以获得第三采样序列的模块；以及

基于所述第二和第三采样序列得出噪声估计的模块。

9、如权利要求8所述的装置，其中所述用于得出噪声估计的模块包括

用于确定所述第二和第三采样序列之间的功率差的模块，以及

用于基于所述功率差得出噪声方差的模块，其中所述噪声估计包括所述噪声方差。

10、如权利要求9所述的装置，其中所述用于得出噪声估计的模块还包括用于对多个子载波利用多个比例因子将所述噪声方差比例缩放的模块，其中所述噪声估计包括所述多个子载波的噪声方差。

11、一种装置，包括：

至少一个处理器，配置用于从至少一个接收机中获得至少一个第一采样序列和至少一个第二采样序列，基于各个接收机的所述第一采样序列获得该接收机的第三采样序列，并且基于所述至少一个接收机的所述第二和第三采样序列得出噪声估计；以及

存储器，耦接至所述至少一个处理器。

12、如权利要求11所述的装置，其中所述至少一个处理器配置用于确定所述至少一个接收机的所述第一和第二采样序列之间的相位偏移，以及将所述相位偏移应用至各个接收机的所述第一采样序列以获得该接收机的所述第三采样序列。

13、如权利要求12所述的装置，其中所述至少一个处理器配置用于使各个接收机的所述第一采样序列与所述第二采样序列相关，以及累加所述至少一个接收机的至少一个相关结果以获得所述相位偏移。

14、如权利要求11所述的装置，其中所述至少一个处理器配置用于将各个接收机的所述第一采样序列用作该接收机的所述第三采样序列。

15、如权利要求11所述的装置，其中所述至少一个处理器配置用于确定各个接收机的所述第二和第三采样序列之间的功率差，以及基于各个接收机的所述功率差得出该接收机的噪声方差，其中所述噪声估计包括所述至少一个接收机的至少一个噪声方差。

16、如权利要求15所述的装置，其中所述至少一个处理器配置用于对多个子载波利用多个比例因子将各个接收机的所述噪声方差比例缩放，其中所述噪声估计包括所述至少一个接收机的所述多个子载波的噪声方差。

17、如权利要求11所述的装置，其中所述至少一个处理器配置用于确定各个接收机的所述第二和第三采样序列之间的功率差，将所述至少一个接收机的功率差相加以获得总功率差，以及基于所述总功率差得出噪声方差，其中所述噪声估计包括所述噪声方差。

18、如权利要求17所述的装置，其中所述至少一个处理器配置用于对各个接收机的多个子载波利用多个比例因子将所述噪声方差比例缩放，其中所述噪声估计包括所述至少一个接收机的所述多个子载波的噪声方差。

19、一种方法，包括：

从至少一个接收机中获得至少一个第一采样序列和至少一个第二采样序列；

基于各个接收机的所述第一采样序列获得该接收机的第三采样序列；以及

基于所述至少一个接收机的所述第二和第三采样序列得出噪声估计。

20、如权利要求19所述的方法，其中所述获得各个接收机的第三采样序列的步骤包括

确定所述至少一个接收机的所述第一和第二采样序列之间的相位偏移，以及

将所述相位偏移应用至各个接收机的所述第一采样序列以获得所述接收机的所述第三采样序列。

21、如权利要求19所述的方法，其中所述得出噪声估计的步骤包括

确定各个接收机的所述第二和第三采样序列之间的功率差，以及

基于各个接收机的所述功率差得出该接收机的噪声方差，其中所述噪声估计包括所述至少一个接收机的至少一个噪声方差。

22、如权利要求19所述的方法，其中所述得出噪声估计的步骤包括

确定各个接收机的所述第二和第三采样序列之间的功率差，

将所述至少一个接收机的功率差相加以获得总功率差，以及

基于所述总功率差得出噪声方差，其中所述噪声估计包括所述噪声方差。

23、一种装置，包括：

用于从至少一个接收机中获得至少一个第一采样序列和至少一个第二采样序列的模块；

用于基于所述接收机的所述第一采样序列获得各个接收机的第三采样序列的模块；以及

用于基于所述至少一个接收机的所述第二和第三采样序列得出噪声估计的模块。

24、如权利要求23所述的装置，其中所述用于获得各个接收机的第三采样序列的模块包括

用于确定所述至少一个接收机的所述第一和第二采样序列之间的相位偏移的模块，以及

用于将所述相位偏移应用至各个接收机的所述第一采样序列以获得所述接收机的所述第三采样序列的模块。

25、如权利要求23所述的装置，其中所述用于得出噪声估计的模块包括

用于确定各个接收机的所述第二和第三采样序列之间的功率差的模块，以及

用于基于各个接收机的功率差得出该接收机的噪声方差的装置，其中所述噪声估计包括所述至少一个接收机的至少一个噪声方差。

26、如权利要求23所述的装置，其中所述用于得出噪声估计的模块包括

用于确定各个接收机的所述第二和第三采样序列之间的功率差的模块，

用于将所述至少一个接收机的功率差相加以获得总功率差的模块，以及

用于基于所述总功率差得出噪声方差的模块，其中所述噪声估计包括所述噪声方差。

27、一种计算机可读介质包括其上所存储的指令，所述计算机可读介质包括：

第一指令，用于从至少一个接收机获得至少一个第一采样序列和至少一个第二采样序列；

第二指令，用于基于各个接收机的所述第一采样序列获得该接收机的第三采样序列；

第三指令，用于基于所述至少一个接收机的所述第二和第三采样序列得出噪声估计。

28、一种装置，包括；

至少一个处理器，配置用于接收数据传输的至少一个分组，得出所述至少一个分组中各个分组的噪声估计，并且使用所述分组的所述噪声估计为各个分组执行数据检测；以及

存储器，耦接至所述至少一个处理器。

29、如权利要求28所述的装置，其中所述至少一个处理器配置用于基于与各个分组一起发送的多个相同采样序列得出该分组的所述噪声估计。

30、如权利要求28所述的装置，其中所述至少一个处理器配置用于基于各个分组的自动增益控制(AGC)值得出该分组的所述噪声估计。

31、如权利要求28所述的装置，其中所述至少一个处理器配置用于从多种噪声估计方法中选择一种噪声估计方法，以及根据所选择的噪声估计方法得出各个分组的噪声估计。

32、如权利要求28所述的装置，其中所述至少一个处理器配置用于使用各个分组的所述噪声估计得出该分组的至少一个权重，以及利用各个分组的所述至少一个权重为该分组执行数据检测。

33、如权利要求32所述的装置，其中所述至少一个处理器配置用于根据最小均方误差(MMSE)技术得出各个分组的所述至少一个权重。

34、一种方法，包括：

接收数据传输的至少一个分组；

得出所述至少一个分组中各个分组的噪声估计；以及

使用各个分组的所述噪声估计为该分组执行数据检测。

35、如权利要求34所述的方法，其中所述得出所述至少一个分组中各个分组的噪声估计的步骤包括：基于与各个分组一起发送的多个相同采样序列得出该分组的噪声估计。

36、如权利要求34所述的方法，还包括：

使用各个分组的所述噪声估计得出该分组的至少一个权重；以及

利用各个分组的所述至少一个权重为该分组执行数据检测。

37、一种装置，包括：

用于接收数据传输的至少一个分组的模块；

用于得出所述至少一个分组中各个分组的噪声估计的模块；以及

用于使用各个分组的所述噪声估计为该分组执行数据检测的模块。

38、如权利要求37所述的装置，其中所述得出所述至少一个分组中各个分组的噪声估计的模块包括：用于基于与各个分组一起发送的多个相同采样序列得出该分组的噪声估计的模块。

39、如权利要求37所述的装置，还包括：

用于使用各个分组的所述噪声估计得出该分组的至少一个权重的模块；以及

用于利用各个分组的所述至少一个权重为该分组执行数据检测的模块。

40、一种计算机可读介质包括其上所存储的指令，所述计算机可读介质包括：

第一指令，用于控制接收数据传输的至少一个分组；

第二指令，用于得出所述至少一个分组中各个分组的噪声估计；以及

第三指令，用于使用各个分组的所述噪声估计为该分组执行数据检测。

Images