CN101432977A - 使用波束成形进行邻信道干扰抑制 - Google Patents

Abstract

邻信道干扰(ACI)抑制通过仅在必要时选择性地应用一个或多个预先计算的固定滤波器(32)来实现，从而保持接收机(20)的灵敏度。能量检测器(30)准确地检测期望信号频带内的邻信道干扰，从而使得ACI错误检测的可能性非常低。如果能量检测器检测到在期望信号的频带内存在邻信道干扰，那么所接收的信号被选择，通过预先计算的滤波器如低通滤波器对其进行滤波。否则，绕过预先计算的滤波器。在两者中任一情况下，可以应用额外的ACI抑制处理(34)。

Description

使用波束成形进行邻信道干扰抑制

技术领域

技术领域涉及无线电通信，特别涉及改进对邻信道干扰(ACI)的抑制。

背景技术

图1示出了示例性蜂窝无线通信系统2。多个移动站(MS)10(有时称作移动终端、用户设备等)位于由小区C1到C6覆盖的地理服务区域。无线电基站(RBS)4位于由小区C1到C6覆盖的地理服务区域内，并作为移动站10和无线通信系统2之间的接口。无线电基站4通常连接到基站控制器(BSC)6或无线电网络控制器(RNC)，其继而连接到一个或多个核心网络节点，如移动交换中心(MSC)、服务GSM支持节点(SGSN)等。BSC6可以连接到其他BSC，核心网络节点通常耦合到外部网络，例如公共交换电话网(PSTN)8和/或因特网。

图1中的无线通信系统2只有一个允许使用的受限频带。在允许频带中为每个小区分配一组信道。每组信道在隔开一定数量的小区之后被重新使用，这样相邻的小区就被分配了不同组的信道，以减少/减轻同信道干扰。因而，对于将频谱分成窄频带的无线通信系统-如GSM来说，通常需要精细的频率规划。

尽管网络规划者尽最大的努力，一定程度的邻信道干扰(ACI)也是不可避免的。因为信号频谱的带宽大于载波间的间隔，所以相邻载波频率上两个信号的能量常常导致不希望的干扰。邻信道干扰的一个例子在图2的曲线图中示出。信道1的高频部分溢出到信道2的低频部分，干扰了信道1上的期望信号。这种相邻干扰的结果是频谱效率的损失。用户可能经历掉话、较低数据速率或者其他中断，运营商可能因为容量的损失和较低用户满意度而遭受收入的损失。

抑制ACI的一种方式是使用预置带通或低通滤波器(模拟的或数字的)。尽管这种预置滤波器在ACI存在时通常可以很好地对其进行抑制，但是使用它们的代价就是会对接收机的灵敏度造成相当大的损害。换句话说，这些滤波器将一些期望信号和ACI一起除去了。更具体地，这样的滤波器“削减(clip)”了期望信号的能量，从而增强了抑制相邻干扰的能力，但是其代价是降低了在热噪声存在的情况下对微弱信号进行检测和解码的能力。因为其没有考虑ACI而操作，所以即使在没有ACI存在时预置ACI也滤除/削弱了期望信号的一些频谱。另一个问题是同信道干扰抑制随着窄的带通/低通滤波而减弱。

随着系统的发展，例如，EDGE被引入到GSM中，已经开始应用新的调制技术。以EDGE为例，引入了8PSK调制。8PSK调制比以前所使用的调制需要更宽的滤波器，这是因为8PSK调制的信号对符号间干扰(ISI)非常敏感。窄的带通或低通滤波器增加了ISI。EDGE中所使用的更宽的滤波器还提高了接收机灵敏度，但是代价是降低了相邻干扰抑制的有效性。

响应这种困难的办法是使用自适应ACI抑制算法，该算法分析接收到的信号，查找任何类型的干扰，并且如果发现某些干扰，那么尝试对其进行抑制。一种自适应ACI抑制算法是基于统计模型的，其中估计的干扰被“装入(fit)”给定的数学模型或模型族中。自适应ACI抑制算法基于对训练符号和可能的负载数据的分析，从而产生对干扰的频谱或自相关的估计。然后这些干扰估计被用于设计自适应ACI抑制滤波器，其通常以软件来实现。这种方法的优点在于如果不存在邻信道干扰，那么就不进行ACI滤波。从而，接收机的灵敏度不会降级。

自适应ACI抑制方法的问题是这种基于软件的干扰抑制滤波器通常是次优的。首先，执行估计可用的样本数量常常很少。其次，无线电环境非常不友好，导致即使在单个传输脉冲的持续时间内，期望信号和干扰也有很大变化。第三，由于计算工作量的原因，即使干扰的频谱可能相当复杂，例如，当存在多个同时的干扰信号时，也必须使用相对简单的模型对其进行近似。所有这三点都会导致相对不准确的干扰估计，并因此导致次优的干扰抑制滤波。另一种自适应算法需要对输入信号进行滤波，并在原始和经滤波信号的质量估计之间进行一些比较。这些算法是自组的(ad-hoc)，难以(或者实际上不可能)进行理论上的分析，必须单独基于仿真进行调谐，而且常常没有良好的性能。

目的在于根据上述指出的问题提供改进邻信道干扰(ACI)抑制的技术。

发明内容

此处描述的技术有效地实现了窄的带通/低通滤波方法和自适应ACI抑制算法方法的优势，而且避免了它们的缺陷。提供一个或多个预定的窄的带通/低通滤波器来抑制邻信道干扰，但是它们只在必要时被选择性地使用，从而保持接收机的灵敏度。如果能量检测器检测到期望信号频带中的邻信道干扰，那么接收到的信号被选择以便由预定的带通或低通滤波器对其进行滤波。否则，绕过该滤波器。在两者中任一情况下，可以使用额外的可选ACI抑制处理，其非限制性的示例将在下面描述。

接收机包括一个或多个滤波器，所述滤波器被设计为对与接收机相关联的期望频带内的干扰进行抑制。能量检测器以高确定概率(probability of certainty)确定在期望频带内是否存在邻信道干扰。如果在期望频带内可能存在邻信道干扰，那么在所述一个或多个滤波器中对接收信号进行滤波。但是如果所述能量检测器确定在期望频带内可能不存在邻信道干扰，那么绕过在所述一个或多个滤波器中对接收信号进行的滤波。可以对经滤波的或绕过滤波的信号执行额外的邻信道干扰抑制。例如，能够使用自适应滤波、与接收信号相关联的调制的盲检测、均衡或者接收信号的解调。

在能量检测器的一个非限制性示例实现中，确定了与期望频带相关联的接收信号的第一能量、与期望频带的一部分相关联的接收信号的第二能量以及所述第一和第二能量的比值。当该比值超过阈值时，做出在期望频带内有很高的确定概率存在邻信道干扰的判断。所述阈值可以根据概率检测函数和期望概率或确定可能性来确定。

在另一个非限制性示例实现中，所接收的信号x是M维信号，其中M是大于2的整数。计算接收信号每个维度的傅立叶变换，以产生频域内的多维信号X。计算傅立叶变换信号X的M×M样本协方差矩阵C，并确定矩阵W，矩阵W的列是M×M样本协方差矩阵C的M个标准(normal)特征向量。根据X和W为每个维度计算M个线性组合。具有最高能量比值的线性组合之一被选择，其反映ACI，从而将多维信号缩减为一维信号。在ACI阈值的比较中使用所选择的比值。

附图简述

图1是蜂窝无线电通信系统的示图；

图2是图示出邻信道干扰(ACI)的曲线图；

图3是图示出用于ACI检测和选择性抑制的非限制性示例过程的流程图；

图4是合并ACI检测和选择性ACI抑制的非限制性示例接收机的功能框图；

图5是图示出作为ACI阈值的函数的错误或不正确检测ACI的概率的曲线图；

图6是图示出作为载波干扰比的函数绘出的ACI检测概率的曲线图；

图7是图示出在使用固定ACI低通滤波器时和在使用选择性ACI低通滤波器时接收机灵敏度的曲线图；

图8是图示出使用选择性ACI低通滤波结合自适应ACI抑制算法的ACI抑制与在不使用选择性ACI低通滤波情况下使用自适应ACI抑制算法的ACI抑制相比的效果的曲线图；

图9是图示出用于ACI检测和抑制的另一个非限制性示例的流程图；

图10-13是与包括两个天线和两个接收支路的、合并ACI检测和ACI抑制的非限制性示例接收机相关联的曲线图。

详细描述

在下述描述中，为了解释的目的且不进行限制，阐明特定细节，例如特定节点、功能实体、技术、协议、标准等以便提供对所描述的技术的理解。本领域技术人员将会清楚，除下述公开的特定细节外也可以实践其他实施方式。此处描述的技术可以应用于任何接收机，而不限定于基站或移动站。该技术也不限定于特定的无线电传输技术；事实上，它能够应用到其中ACI抑制有用的任何接收机。

在其他情况下，省略了对公知方法、设备、技术等的详细描述，从而不会因为不必要的细节使该描述变得模糊。图中示出了单独的功能块。本领域技术人员将会清楚那些块的功能可以使用单独的硬件电路、使用与适当编程的微处理器或通用计算机协作的软件程序和数据、使用专用集成电路(ASIC)和/或使用一个或多个数字信号处理器(DSP)来实现。

图3是图示出用于邻信道干扰(ACI)检测和选择性ACI抑制的非限制性示例过程的流程图。在步骤S1，确定ACI阈值。例如，可以根据正确检测邻信道干扰的概率来确定ACI阈值。当接收到信号时，确定整个期望频带内以及在信道频率边界或其附近的频率的边缘或外部的(“边缘带(border band)能量”)总信号功率(步骤S2)。确定边缘带能量的总和相对于期望频带内总的接收能量的比值(步骤S3)。在步骤S4确定该比值是否超过预定的ACI阈值。如果超过，那么接收到的信号在低通ACI抑制滤波器中被滤波(步骤S5)。如果该比值没有超过ACI阈值，那么绕过低通滤波步骤，将接收到的信号提供给其他处理(步骤S6)。经过低通滤波的信号也在步骤S6中被转到进一步的处理。

图4是应用邻信道干扰检测和选择性邻信道干扰抑制的非限制性示例接收机的功能框图。该接收机20包括一个或多个天线21A...21N。接收到的信号在一个或多个滤波级22中被滤波。经滤波的信号在块24中被从射频转换为基带。然后该基带信号在块26中被转换为数字格式，通常以相对高的采样速率。如果是这样，则可以在块28中对样本进行滤波和抽取十分之一(decimate)，以达到较低的采样速率以用于处理。

接着在ACI检测块30中对采样信号进行处理，其可以看作是ACI能量或功率检测器。ACI检测块30可以，例如，执行图3的流程中所列出的过程。如果在期望频带中的边缘带与总的接收能量之比超过了ACI阈值，那么ACI检测块30将接收到的信号样本传递到ACI抑制滤波块32，在优选的非限制性实施例中其包括一个或多个特别设计用于除去期望频带中邻信道干扰的低通滤波器。ACI抑制滤波块32的输出可以可选地在另外的ACI抑制块34中被进一步处理。例如，该块可以执行抑制任何剩余ACI的自适应ACI抑制滤波算法。在ACI能量的不可忽略部分溢出到期望信号中心频率附近时，这是有益的。这种类型的ACI不能由低通滤波块32进行抑制。而且，不希望在块32中使用非常窄的滤波器，因为这可能具有负面影响，例如增加符号间干扰。如果ACI检测块30检测到边缘带与总的接收能量的比值小于ACI阈值，则它就将接收信号样本在绕过ACI抑制滤波块32的旁路上发送到另外的ACI抑制块34。在被传送以进行更高级的处理之前，来自另外的ACI抑制块34的输出优选地被进一步处理，例如在均衡器块36中进行均衡以及在解码器块38中进行解码。

现在提供ACI能量检测器30的数学基础。ACI能量检测器30是非参数的(non-parametric)、基于能量估计的，无论干扰是同步的还是不同步的，它都起作用。在同步网络中，网络中的所有用户同时发送或接收信号。在非同步网络中，不同小区的用户可以在不同时间进行发送或接收。从而，如果网络是不同步的，则相邻干扰仅能够在突发的数据部分而不能在突发的训练序列部分上重叠期望信号。设x＝{x₀，...，x_N}表示接收的信号。定义下述的假设：

H₀：x是白噪声

H₁：x是白噪声加相邻干扰                                (1)

目的是在它们之间进行正确选择。为了做到这些，定义了统计量L(x)和阈值γ(由设计者根据可容忍的错误检测ACI的概率来选择)以使得只要满足下列条件就选择H₁：

L(x)>γ                                                      (2)

阈值γ可以由设计者根据可容忍的错误检测ACI的概率进行选择。

另外的条件影响L(x)。如果H是关于x的统计假设，那么H下x的概率密度函数由p(x；H)表示。我们定义：

x是白噪声加期望信号                                  (3)

我们还要求：

$\underset{\{x;L\left(x\right)>\mathrm{\γ}\}}{\∫}p(x;H_0)\mathrm{dx}\≥\underset{\{x;L\left(x\right)>\mathrm{\γ}\}}{\∫}p(x;H_0^{\′})\mathrm{dx}---\left(4\right)$

等式(4)的右手边是ACI检测等式(2)的错误报警(false alarm)(也就是说，错误检测ACI而不是噪声)的概率。从而，ACI检测等式(2)也可以被用于区分假设和H₁。

这种间接方法的代价是次优的检测性能。通过在等式(1)中假设期望信号是白噪声，忽略了某些先验信息，这意味着能量检测器可能没有做出最佳可能的决定。例如，在发射机中使用并通常为接收机所知的典型的脉冲整形滤波器，提供了对期望信号频谱的低通特性。为了减少数学分析并降低计算复杂性(白噪声的频谱特性尤其简单)，下述示例性能量检测器忽略了该信息。结果，在等式(1)的假设下设计该检测器，这使得该问题从数学角度讲更容易处理。等式(3)和(4)的假设，其在实际中通常在蜂窝通信系统中满足，这确保了检测器的决定还可应用于载波信号。结果，具有期望特性的统计量L(x)在频域内得到更好的描述。

首先假设x是一维的，对应于一个单支路接收机。设X(f)是接收信号x的傅立叶变换。接着，我们选择常数B以使0<B<1/(2T)，其中T是符号速率，来定义与更可能受ACI影响的期望信道的外部相关联的边缘带能量。图2，例如，示出了经历ACI的信道1的上边缘。然后我们定义总的频带能量E和各种边缘带能量E_out(总的外部或边缘带能量)、(上边缘带能量)和

(下边缘带能量)如下：

$E_{\mathrm{out}}=\underset{B<\left|f\right|<\frac{1}{2T}}{\&Integral;}{\left|X\left(f\right)\right|}^2\mathrm{df}---\left(5\right)$

$E_{\mathrm{out}}^{+}=\underset{B<f<\frac{1}{2T}}{\&Integral;}{\left|X\left(f\right)\right|}^2\mathrm{df}---\left(6\right)$

$E_{\mathrm{out}}^{-}=\underset{\frac{1}{2T}<f<-B}{\&Integral;}{\left|X\left(f\right)\right|}^2\mathrm{df}---\left(7\right)$

$E=\underset{\left|f\right|<\frac{1}{2T}}{\&Integral;}{\left|X\left(f\right)\right|}^2\mathrm{df}---\left(8\right)$

那么用于邻信道干扰的ACI能量检测器可以被定义如下：

$L\left(x\right)=\frac{E_{\mathrm{out}}}{E}---\left(9\right)$

对于单边干扰(在上边缘带或下边缘带)，ACI检测器被定义为：

$L\left(x\right)=\frac{E_{\mathrm{out}}^{+}}{E}---\left(10\right)$

$L\left(x\right)=\frac{E_{\mathrm{out}}^{-}}{E}---\left(11\right)$

在假设H₀下，总的频带能量E是与噪声方差成比例的。通常，噪声方差可以由总的信道频带能量E来估计。等式(4)对于静态信道、单抽(one-tap)瑞利信道和更一般的衰减信道是成立的。

ACI能量检测器可以被应用于具有两个或多个接收机支路的多维信号。事实上，甚至能够实现比单维/支路情况更好的性能。设x是接收信号的[(N+1)×M]阶复矩阵。这里，M是分集支路的数量，(N+1)是样本的数量。设X是矩阵，其列为x的列的离散傅立叶变换。X的样本协方差矩阵C被计算如下：

C＝X^*·X                                             (12)

星号*表示矩阵的转置，继之以对矩阵中的所有项取复共轭。其特征值问题的解是：

C·w＝λ·w                                                  (13)

给出了C的M个正交特征向量。根据这些，形成了其列是正交特征向量的M×N单位矩阵。那么根据下列等式对X的列进行合并形成新的矩阵X^W：

X^W＝X·W                                             (14)

该矩阵乘法在频域中就是波束成形。波束成形通常将多维接收信号进行合并以便增强期望信号。但是现在发明人改变波束成形的传统使用，以非传统的方式使用它以增强任何存在的干扰。能够为X^W的M列中的每一列计算由等式(5)-(8)定义的带外能量和总能量。因此，可以为X^W的每一列定义等式(9)-(11)中所定义的统计量L(x)。

因此，如果输入矩阵x仅由白噪声组成，那么X和X^W这二者都是白噪声。如果x包括期望信号加白噪声，那么在X^W的一列(对应于一个接收机支路)中，抑制期望信号的频谱，仅保留白噪声的频谱。在另一列(对应于另一个接收机支路)中，将M个信号的频谱相干合并，得到的期望频带[-B，B]中心部分的能量(相对于总的能量)甚至比任何原始信号都高。期望频带的中心部分向其边缘扩散到对称的频率-B和B。期望频带的边缘频带部分分别从-B和B延伸到最低和最高频率-W和+W，这定义了完整的期望频带。

最后，如果x包括期望信号和相邻干扰，那么在X^W的一列中，抑制期望信号的频谱，且同时增强相邻干扰的频谱，从而使频带[-B，B]外的能量相对于总的能量增加。正是矩阵X^W的该列被选择用于能量比值处理并与ACI阈值进行比较。这样，即使错误报警概率(也就是，在期望频带中错误检测ACI)不增加，准确的相邻干扰检测的概率也会增加，从而达到更好的ACI检测性能。

虽然针对以符号速率采样的信号来解释ACI能量检测器，但是该检测器在信号过采样时也能使用。过采样提供与在以载波频率为中心的宽度为1/T的频带之外的接收信号的频谱的有关的信息。当已经以周期T对信号进行采样时，这种信息不可用。因为目的是检测并最终抑制载波频带内的相邻干扰，所以简单地检测到在相邻信道中存在信号并不等同于在期望频带中检测ACI。尝试对能量尚未遍布于所感兴趣频带的相邻信号进行抑制将会降低性能。因此，在使用ACI能量检测器之前，应当确定合适的ACI阈值。选择ACI阈值的一个非限制性的示例方式是使用ACI被错误或不正确检测的概率P_FA的封闭型表示。假设接收信号x＝{x₀，...，x_N}是复杂的、零均值高斯白噪声，E和

是利用x的(N+1)点离散傅立叶变换(DFT)X来计算的。因为X也是零均值高斯白噪声，所以其满足E是(N+1)个独立的复高斯变量的振幅平方和，而

是M个独立的复高斯变量的振幅平方和。这里，M<N+1，是依赖于截止频率B的某一正整数。因此，L(x)可以表示为比值：

$L\left(x\right)=\frac{Z_M}{Y_{N-M+1}+Z_M}---\left(15\right)$

其中Z_M是具有M自由度的卡方随机变量，Y_N-M+1是独立于Z_M、具有(N-M+1)自由度的卡方随机变量。等式(15)表明L(x)是所谓的Beta(贝塔)随机变量，意为明确地知道L(x)的累积概率分布函数CDF。因此

P_FA＝P[L(x)>γ|H₀]                               (16)

$P_{\mathrm{FA}}=1-\frac{B_{\mathrm{\&gamma;}}(M,N-M+1)}{B_1(M,N-M+1)}---\left(17\right)$

其中B是不完全Beta函数，定义为：

$B_{\mathrm{\&gamma;}}(a,b)={\&Integral;}_0^{\mathrm{\&gamma;}}{t}^{a-1}{(1-t)}^{b-1}\mathrm{dt},0\&le;\mathrm{\&gamma;}\&le;1---\left(18\right)$

图5图示了对照ACI阈值γ所绘出的在等式(17)中定义的错误检测ACI的示例性概率P_FA。例如，ACI阈值γ0.27对应于错误检测ACI的概率的十万分之一。

图6示出了ACI检测概率的示例，其使用上述ACI能量检测方法，假设错误报警的概率固定为大约1/100,000，γ为0.27，针对在典型城市无线电传播环境中使用GMSK调制的2个天线/支路的接收机。如图所示，检测ACI的概率随着C/I的提高而下降，当C/I大于10dB时显著下降。

如上所述，使用ACI能量检测器允许对ACI滤波的选择性使用。图7是图示出在针对典型城市无线电传播环境中的双天线接收机、GMSK调制和3dB带宽为160kHz的低通ACI滤波器的非限制性示例中，使用固定ACI低通滤波器时和使用选择性ACI低通滤波器时的接收机灵敏度的曲线图。下面的曲线表示使用选择性ACI低通滤波器的接收机，上面的曲线表示具有总是对接收信号进行滤波的固定低通滤波器的接收机。下面的曲线具有较低的误比特率(BER)，表明具有更好的性能。

图8是图示出在图7描述的示例情况下，与使用自适应ACI抑制算法而不使用选择性ACI低通滤波相比，使用选择性ACI低通滤波结合自适应ACI抑制算法的ACI抑制的效果曲线图。下面的曲线示出使用选择性ACI低通滤波器的、结合自适应ACI抑制算法的接收机，而上面的曲线示出具有总是对接收信号进行滤波的固定低通滤波器的、结合自适应ACI抑制算法的接收机。同样，下面的曲线具有较低的误比特率(BER)，表明具有更好的性能。

图9是图示出用于对M维接收信号进行ACI检测和选择性抑制的又一非限制性示例的流程图，其中M是大于1的整数。在第一个块S10中，定义若干变量。M维接收信号来自M个天线支路的接收机。为了简化而不失一般性，假设基带信号的中心频率为0。输入信号x在中心频率的两侧具有的单边带宽为W。在GSM的非限制性示例情况下，x可以是一个接收突发，并且W＝135.4kHz。预定义的单边带宽限制B小于W，期望信号能量的大部分处于频带[-B，B]中。对于GSM的示例，B的一个示例值为B＝100kHz。另外，低通或带通滤波器f在接收机中提供。对于使用GMSK调制的GSM示例，适当的示例和非限制性滤波器可以具有160kHz的3dB带宽、线性相位和平坦的通带。

选择ACI阈值γ来将错误ACI检测概率的限制于任意期望水平(步骤S12)。在前面的步骤S10中选择了B之后，用于确定γ的一个非限制性示例方式如上所述，但也可以使用其他方法。ACI阈值γ阈值独立于无线电传播环境(例如城市、山区地形等)。例如，具有前面步骤的W和B的值，阈值＝0.27时错误检测的概率大约为十万分之一。

多维输入信号x的每个分量都通过一维傅立叶变换(步骤S14)转换到频域，从而在频域内产生M维信号X。计算X的M×M样本协方差矩阵C(步骤S15)。例如，如果X是N×M信号，其中N是样本的数目，那么该协方差矩阵C可以这样确定：C＝X^*·X，其中上标*意指共轭X中的元素并转置X。然后，如X一样计算M×M权值矩阵W，其列是C的M个标准特征向量(步骤S16)。在等式(12)和(13)中列出了权值的矩阵W的计算。由等式(12)所定义的矩阵C是Hermitian(厄米)矩阵，如等式(12)的右侧所示。其特征向量是等式(13)的解，其中λ表示特征值。已知M维的Hermitian矩阵具有唯一一组M个正交特征向量。矩阵W的每一列是其中一个正交特征向量w。矩阵W的维数与C的维数相等，并且矩阵W中显示的特征向量的顺序对本说明书来说并不重要。

步骤S16和S18的目的是将多维信号缩减为单维信号以易于处理。矩阵W允许所有M个支路进行线性组合。通过形成与C的特征向量的M个线性组合而对X的分量进行转换。在矩阵符号中，根据公式X^W＝XW形成了新的信号(在频域中)XW(步骤S18)。

尽管在某些方面过于简化，不过这有助于直观地理解新信号XW的每个加权线性组合对期望信号进行放大(对于矩阵W中的一列权值)或抵消(cancel)(对于矩阵W中的另一列权值)，线性组合表示已经选择了抵消。如果存在邻信道干扰，那么在期望信号已经被抵消后，ACI将是余下仅有的。由于事先不知道哪组权值将抵消期望信号而仅留下干扰，所以必须构建并测试所有的线性组合，选择其中期望信号被抵消的一个组合。作为来自XW的线性组合的每个维度或分支的该公式就是如上所述的频域中的波束成形。

回到图9，对于每个线性组合X^W，计算总的信号能量E(步骤S20)和频带[B->W]内的能量E_out(步骤S22)。为每个线性组合(对应于接收机支路)计算比值E_out/E，并选择具有最高E_out/E比值的线性组合，因为它最可能反映ACI。将该最高比值E_out/E与ACI阈值相比较(步骤24)。如果其值超过阈值，则检测到邻信道干扰，从而使得通过ACI滤波器f对信号x进行滤波(步骤S26)。否则，绕过ACI滤波器(参见离开步骤S24的“否”支路)。

可以对经滤波的信号或对绕过滤波的信号执行额外的可选ACI处理。例如，可以使用自适应ACI抑制算法(步骤S28)。在块S30，其他可能处理很有可能跟随，例如均衡和解调，其产生比特和软输出值给解码器。在GSM/EDGE接收机，还可能需要对发射机中所使用的调制执行盲检测，所述发射机传送在接收机中接收的信号。对于分组数据，接收机事先不知道突发的调制，其能够是GMSK或8PSK。估计调制类型的过程被称为调制的盲检测。不知道正确的调制类型，就不可能对突发进行成功解调。在存在ACI的情况下，在调制的盲检测之前执行步骤S32可以有助于增加检测到正确调制类型的概率。

可以以相同的方式确定低频边带的邻信道干扰，但是将频带[B，W]替换为[-W，-B]。对于双边相邻干扰(也就是，在更低和更高相邻频带这二者上的多个干扰信号)，将频带[B，W]替换为[-W，-B]和[B，W]。在后面的情况下，如果期望可以选择新的阈值。

为了有助于图示多维信号处理，图10-13是与包括两个天线和两个接收机支路的、合并了ACI检测和选择性ACI抑制的非限制性示例接收机相关联的曲线图。M＝2，W＝135kHz，B＝100kHz。图10图示了在第一接收机支路上的接收信号的频谱X。接收信号是在城市传播环境中的典型衰落信号。存在一个中心在+200kHz处的相邻干扰信号，其比期望信号弱约18dB。支路1具有典型的“倒U”的频谱。图11图示了在第二接收机支路上的接收信号的频谱。支路2具有失真的“倒U”形，由于衰落，其比支路1上的信号弱得多。

根据在图9中列出的非限制性示例过程，根据X的协方差矩阵C的特征向量构建2×2的权值矩阵W，即，C＝X*X。在这个例子中，矩阵W是：

$W=\left[\begin{array}{cc}0.15+0.01i& 0399+0.06i\\ -0.99& 0.15\end{array}\right]$

利用这些权值W对频谱X中的两个支路进行组合，产生与X的两个支路相对应的两个线性组合，每一个是一维频谱。它们在图12和13中绘出。

注意到图10和图4非常相似但是不相同。然而，图12和图11显著不同。即使图11在100kHz到135kHz的频带内有“隆起(bump)”，但是大部分信号能量还是集中在信号的中心频率附近，大约在-50kHz和+50kHz之间。另一方面，在图12中，100kHz到135kHz的频带内的隆起包含了信号能量中相当大的部分。问题是图12中100kHz到135kHz的频带内的隆起是由随机/统计的波动引起的还是由邻信道干扰引起的。

接着针对图12和13计算总的能量和100kHz到135kHz的边缘频带内的能量。计算这些能量的比值并将其与ACI阈值γ，例如0.27进行比较。对于图13，比值是0.01，是没有相邻干扰时的典型示例值。对于图12，比值是0.31，大于上述使用的示例阈值γ，这意味着存在相邻干扰，ACI滤波是适当的。

当没有干扰存在时可以对类似示例进行解释。在这种情况下，图10和11中的曲线图将看起来类似，除了图2将不具有100kHz到135kHz频带内的“隆起”。图13也将看起来非常类似，但是图3将表现得更加平坦而没有任何大的隆起。能量比值可以是，例如，分别处于0.01和0.10的数量级。

ACI选择性抑制技术具有很多优点。一个就是增加频谱效率，这是有益的，因为电磁谱稀有且昂贵。另一个是更好质量的信号。更好的避免相邻干扰还降低了高需求情况期间的阻塞概率。接收机的性能得到了改善。例如，GSM接收机的仿真表明额外的ACI抑制对于GMSK调制大约为4到6dB，对于8PSK调制大约为0.5到2dB。相对于如GSM或其他的无线电通信标准，具有更好性能和更大边际的收发器更吸引用户和运营商。

该技术很容易在数字或模拟域以及在单支路或多支路接收机中实现。具体地在数字域中，在现有平台上执行的代价是仅需要软件升级，并需要非常少的CPU周期。而且，更好的ACI抑制改进了在有些系统如GSM和EDGE中使用的调制的盲检测。

接收机性能的改进独立于接收机的运行模式或相邻干扰的特性。例如，对于单天线接收机和多天线接收机，对于同步和非同步干扰，在存在一个或多个相邻干扰时或者当干扰落在期望信号频谱的单边或双边上时，性能都得到改善。

和传统的干扰抑制算法或设备不同，该技术不会使接收机的灵敏度降级。错误报警的概率可以进行理论计算，并且独立于电磁波的传播环境。抑制信道间干扰的能力也不会降级。该技术在这个意义上是健壮的，其性能基本上独立于频偏、干扰源的数量、或者接收机的缺陷/损害，如相位噪声。

当信号已经以符号速率被采样时，该技术提供了优异的性能。很多接收机体系结构使用以符号速率采样的数字信号。这是非常重要的，因为邻信道干扰是带外干扰，但是一旦该信号被下采样到符号速率，就仅存在关于带内能量的信息。带外能量被折叠或泄漏进入到期望信号的频带。但是该技术也适用于过采样信号。

尽管已经显示并详细描述了各种实施方式，但是权利要求书不限于任何特定实施方式或示例。上述的说明不应当被认为是暗示：任何特定元素、步骤、范围或功能是实质性的，从而其必须包括在权利要求书的范围内。专利的主题内容的范围仅由权利要求书来限定。法律保护的范围由允许的权利要求及其等同物中叙述的词语来限定。本领域技术人员所知的上述优选实施方式中元素的所有结构和功能的等价替换都清楚地合并于此作为参考，并且旨在由本权利要求书包含。而且，设备或方法没有必要解决本发明寻求解决的每个问题，因为其将由本权利要求书包含。没有权利要求意在调用35USC§112的段落6，除非使用词语“用于…的装置”或“用于…的步骤”。此外，本说明书中的实施方式、特征、部件或步骤不旨在面向公众，无论实施方式、特征、部件或步骤是否在权利要求书中记载。

Claims (20)

1、一种接收机(20)，包括一个或多个邻信道干扰(ACI)滤波器(32)，所述邻信道干扰(ACI)滤波器(32)被设计为对与接收机相关联的期望频带内的干扰进行抑制，其特征在于：

能量检测器(30)，用于以预定的确定概率检测在期望频带内是否存在邻信道干扰；以及

控制器(30)，用于在能量检测器检测到期望频带内可能存在邻信道干扰的情况下选择接收信号以便由一个或多个ACI滤波器进行滤波，并且用于在能量检测器检测到期望频带内可能不存在邻信道干扰的情况下绕过由一个或多个ACI滤波器对接收信号进行的ACI滤波。

2、权利要求1中的接收机，其中所述控制器被配置为对经滤波的或绕过滤波的信号执行处理。

3、权利要求2中的接收机，其中所述控制器被配置为自适应地处理经滤波的信号以实现额外的邻信道干扰抑制。

4、权利要求2中的接收机，其中所述处理包括下列的一个或多个：与接收信号相关联的调制的盲检测、接收信号的均衡或接收信号的解调。

5、权利要求1中的接收机，其中所述能量检测器被配置为确定与期望频率相关联的接收信号的第一能量。

6、权利要求5中的接收机，其中所述能量检测器被配置为当比值超过阈值时确定有很高的确定概率在期望频带内存在邻信道干扰。

7、权利要求6中的接收机，其中所述阈值基于概率检测函数和确定可能性的期望概率。

8、权利要求6中的接收机，其中所述接收信号x是M维信号，其中M是大于或等于2的整数，并且其中所述能量检测器被配置为计算接收信号的傅立叶变换以产生频域内的多维信号X。

9、权利要求8中的接收机，其中所述能量检测器被配置为计算：

傅立叶变换信号X的M×M样本协方差矩阵C，

矩阵W，其列是M×M样本协方差矩阵C的M个标准特征向量，

包括在根据X和W确定的X^W中的M个线性组合，

M个线性组合中每一个的第一能量、第二能量和比值，

选择具有最高值的比值，以及

将所选择的比值与阈值进行比较。

10、权利要求1中的接收机，其中所述接收机在无线电基站或移动站中实现。

11、一种在接收机(20)中使用的方法，所述接收机包括一个或多个邻信道干扰(ACI)滤波器(32)，所述邻信道干扰(ACI)滤波器(32)被设计为对与接收机相关联的期望频带内的干扰进行抑制，其特征在于：

以预定的确定概率确定在期望频带内是否存在邻信道干扰(S1)；

如果在期望频带内可能存在邻信道干扰，则在一个或多个ACI滤波器中对接收信号进行滤波(S5)；以及

如果在期望频带内可能不存在邻信道干扰，则绕过在一个或多个ACI滤波器中对接收信号进行的ACI滤波(S4)。

12、权利要求11中的方法，还包括：

对经滤波或绕过滤波的信号执行处理。

13、权利要求12中的方法，其中所述处理包括自适应地处理经滤波的信号以实现额外的邻信道干扰抑制。

14、权利要求12中的方法，其中所述处理包括下列中的一个或多个：与接收信号相关联的调制的盲检测、接收信号的均衡或接收信号的解调。

15、权利要求11中的方法，还包括：

确定与期望频带相关联的接收信号的第一能量，

确定与期望频带的一部分相关联的接收信号的第二能量，以及

确定第一和第二能量的比值。

16、权利要求15中的方法，还包括：

当所述比值超过阈值时确定有很高的确定概率在期望频带内存在邻信道干扰。

17、权利要求16中的方法，还包括：

根据概率检测函数和确定可能性的期望概率来确定阈值。

18、权利要求16中的方法，其中所述接收信号x是M维信号，其中M是大于或等于2的整数，所述方法还包括：

计算接收信号的傅立叶变换以产生频域内的多维信号X。

19、权利要求18中的方法，还包括：

计算傅立叶变换信号X的M×M样本协方差矩阵C，

计算矩阵W，其列是M×M样本协方差矩阵C的M个标准特征向量，

计算包括在根据X和W确定的XW中的M个线性组合，

计算所述M个线性组合中的每一个的第一能量、第二能量及比值，

选择具有最高值的比值，以及

将所选择的比值与阈值进行比较。

20、权利要求11中的方法，在无线电基站或移动站中实现。

Images