CN101449468A - 借助度量对收到序列的选择 - Google Patents

Abstract

一种收到数据评估的方法，该方法包括对多个收到数据序列的每一个产生相应相关度量，该度量描述该收到序列的候选集中的最可能候选关于该相应收到序列的适配度。以相关度量为基础，确定收到序列。对所确定序列的证实可通过将或者相应相关度量或者相关联的误差度量与阈值作比较来执行。

Description

借助度量对收到序列的选择

本发明适用于3GPP HSDPA系统及其它通信系统。

为了了解是否将在HS-DSCH数据信道上接收到数据，UE必须将HS-SCCH信道解码。在下行链路中，HS-SCCH信道在不同用户之间共享。接收机必须标识由节点B传送的HS-SCCH信道中是否有要发给UE的。

初步判决必须在HS-SCCH三时隙子帧的第一时隙(‘部分1’)之后作出，以使得可在需要时开始HS-DSCH接收。由于CRC仅被包括在HS-SCCH部分2(子帧的第二和第三时隙)中，因此必须用另一种方法来标识收到HS-SCCH信道——如果有——中的哪一个是发给UE的。将UE标识符与部分1的数据一起编码，以使得应当仅对送往所讨论UE的HS-SCCH信道实现良好的解码结果。

根据一个方面，本发明提供了一种用于评估收到数据序列的方法，该方法包括：产生描述描述收到序列的候选集中的最可能候选关于该收到序列的适配度的相关度量，并计算表示收到序列与所述最可能候选之间的差异的误差度量。

在某些实施例中，HSDPA接收机中的收到数据序列是码元率或解扩HS-SCCH信道。

一组收到数据序列可以这种方式来处理：对每个收到数据序列产生相应收到序列的候选集中的最可能候选的适配度的相关度量，以及表示所关心的收到序列与其最可能的候选之间的差异的误差度量。在某些实施例中，该组中每个收到序列的相关度量和误差度量对可被用于就组中的收到序列作出判断。例如，相关度量和误差度量对可被用于从组中选择收到序列之一，以使与所选序列相关联的数据信号成为进行另外信号处理的对象。按照HSDPA，相关度量和误差度量对可被用于选择HS-SCCH信道，以使得其相关联的HS-DSCH在随后被解码以将数据下载到在其中采用本发明的系统(例如，蜂窝手持机)中。

从已为其中的每一个计算出相关度量和误差度量对的一组收到序列中选择收到序列的过程随实施例的不同而不同。例如，如果收到序列的误差度量比基准差则可在选择过程中被排除，幸存收到序列中的一个以在幸存者中具有最佳相关度量为基础而被选择出。在一个变体中，暂时选择组中具有最佳相关度量的收到序列，并且如果该收到序列的误差度量优于给定基准，则确认该选择。

在某些实施例中，描述序列的最可能候选关于该收到序列的适配度的相关度量的产生是通过经由误差校正算法处理收到序列来实现的。例如，可使用Viterbi(维特比)算法。诸如Viterbi算法的网格类误差校正算法将收到序列表示成一系列层级，每个层级具有由分支互连的状态，而状态度量是针对网格状态计算出的。在其中使用Viterbi算法的情形中，网格的最后层级中具有最佳状态度量的状态被判定为指定收到数据序列的最可能候选的末尾的状态，而该状态的状态度量被确定为描述收到序列与该候选之间的适配度的相关度量。

在某些实施例中，表示收到数据序列与其最可能候选之间的差异的误差度量是比特误差率或计数。

在使用网格算法来标识收到数据序列的最可能候选的情形中，可随算法在网格中行进来为网格中每个状态构建误差度量。作为示例，可通过向自其牵引出成功分支的状态度量添加表示由引向该状态的成功分支所表示的数据与收到数据序列中其接收对应于所讨论网格层级的部分之间的差异的值来更新网格中状态的误差度量。网格状态的差异度量可以是例如从网格的开端牵引到当前层级上的状态的成功分支的序列与对应那些分支的收到数据序列的部分之间的比特失配的数目。

在某一实施例中，收到多个数据序列，并且每一个都潜在可能为送往其中正运行本发明的系统(例如，蜂窝手持机)的HSDPA HS-SCCH信道。那些序列随后通过Viterbi解码器以推断出它们每一个的最可能候选。对应这些收到数据序列的每一个，由Viterbi解码器处理的网格的最后状态处的最佳状态度量被视为相关度量并指示收到序列的最可能候选，该候选是从那个状态往回追溯该网格而读取的。在穿越网格以构建状态度量的过程期间，还为这些状态构建差异度量。对于网格中的给定层级，通过确定对应于引向该状态的成功分支的比特序列中与收到数据信号中对应于当前网格层级的部分的相应比特不匹配的比特数目，并在随后将如此推断出的数目添加到成功分支所开始的状态的差异度量来更新差异度量。在网格的末尾，指定收到数据序列的最可能候选的状态的差异度量在随后被视为该序列的误差度量。在潜在可能的HS-SCCH信道组中，具有最佳相关度量和误差度量组合的那个信道被判定为其HS-DSCH信道应当被解码的HS-SCCH。如果所有相关度量和误差度量组合太差(例如，如果对于每个HS-SCCH这两个度量中的任一个或两者皆跌至低于阈值)，则可确定没有HS-DSCH应当被解码。在一个变体中，相关度量被归一化(例如，基于输入数据的绝对值总和)以移除对以较高功率传送的HS-SCCH信道有利的偏倚。

现在将讨论HSDPA领域中的实施例的某些特征。

在此实施例中，两个不同度量用于评估每个收到HS-SCCH的部分1的解码结果的质量，并且挑选一个进行进一步处理或者全都不进行进一步处理(其它度量也是可能的)。

这些度量之一是收到HS-SCCH部分软判决序列与所有可能传送序列之间的最大相关。此度量可例如通过选择由用于HS-SCCH部分1卷积码的Viterbi解码器计算出的最佳路径度量来计算。此度量可按照或不按照软判决的平均绝对值来归一化，其中归一化是为了补偿在不同HS-SCCH信道具有不同功率时将被引入的偏倚。

这些度量中的另一个是经编码HS-SCCH部分1数据中原始比特误差的估计数目。此度量可例如通过将软判决的符号与由Viterbi解码器在其操作期间——或者在其计算分支和路径度量时或者在追溯处理期间的结束时——产生的经编码比特作比较来计算。

判定这些HS-SCCH信道中的哪一个——如果有——送往UE可分两步骤进行。一个步骤是选择最可能要送往UE的收到HS-SCCH，而另一个步骤是判定特定HS-SCCH是否要送往UE。这两个步骤使得计算复杂度降低：前者通过仅选择一个要接收的HS-DSCH传输信道，而后者通过不解码HS-SCCH部分2和/或不接收及解码无希望HS-SCCH部分1的HS-DSCH。这些步骤可以任何次序施行，选择最佳候选HS-SCCH并在随后判定它是否要被送往UE，或者排除看起来并非送往UE的HS-SCCH信道并在随后选择其余信道中最佳的那个(或者在全部被排除的情况下不作选择)。不同度量可被用于这两个判决。仿真已表明，对于选择最可能要送往UE的收到HS-SCCH而言，最大相关度量更佳，而对于判定特定HS-SCCH是否送往UE，则比特误差率度量更佳。最大相关度量是每数据比特根据若干信息比特来计算的，因此比比特误差率——每数据比特仅根据一个信息比特计算——具有更精确的信息。这种更精确的信息使得在比较两个HS-SCCH信道的质量时最大相关度量更佳。这本质上与Viterbi解码器基于相关而非比特误差作出判决是出于同一个原因。然而，比特误差率度量与输入数据的幅度无关，因此，对照固定阈值进行比较以确定HS-SCCH是否可能已被送给UE会更加可靠。

在到目前为止所讨论的本发明的方面中，对每个正被评估的收到信号——或者视情况而定——确定相关度量和误差度量。根据本发明的另一方面，不使用误差度量并且归一化形式的相关度量随后可在测试——类似于本发明前述方面的讨论中采用相关度量和误差度量的那些测试——中被用作度量。例如，可在一个测试中对照一阈值比较收到信号组的归一化相关度量进行比较，并且可在另一测试中从此类度量组选择最佳归一化相关度量。

尽管前述段落主要根据对于本领域技术人员而言显然可容易实现能够执行此方法的软件和硬件的方法描述了本发明的各个方面。但是，本发明扩展到此类替换性实施例。

仅作为示例，现在参照附图描述本发明的特定实施例。

图1示出了Viterbi网格图的一个层级的示图，并且字母标示各个分支而数字标示每个状态。

在本实施例中，用于HS-SCCH部分1的Viterbi解码器就每个解码结果产生两个度量。

第一个度量是软判决收到序列对所有可能传送比特序列的最大相关，该度量是Viterbi解码器的最后路径度量。

第二个度量是原始比特误差的估计数目，它是Viterbi解码器通过针对每个分支对软判决的符号与估计传送比特之间的失配进行计数计算出的。随着路径被构建，这些分支误差计数被累积(以与分支度量相同的方式)，从而产生获胜路径的最后误差计数(就像产生最后路径度量那样)。

图1是HS-SCCH Viterbi解码器的简化网格层级；实际网格具有256个状态而非所示的8个状态。对于Viterbi解码器而言，如往常那样，最佳路径选择是基于相关值——即两个度量中的第一个——来作出的。以下讨论将使用此附图的分支标志，并且每个网格层级假定三个收到软判决(对应于三个传送比特)。进一步假定三个收到软判决为+3、-2和-3，并且与分支A、C、H和P相关联的所传送比特分别为000、010、011。注意：正软判决表示0比特，而负软判决表示1比特，因此对应于这些软判决的比特图为011。

给定这些条件，这四个分支的相关度量为：

A：(+3)+(-2)+(-3)＝-2

C：(+3)-(-2)+(-3)＝+2

H：(+3)-(-2)-(-3)＝+8

P：-(+3)-(-2)-(-3)＝+2

并且误差度量为：

A：2(预期符号为+++，而实际符号为+--)

C：1(预期符号为+-+，而实际符号为+--)

H：0(预期符号为+--，而实际符号为+--)

P：1(预期符号为---，而实际符号为+--)

随着网络被遍历，对获胜路径和分支累积两组度量。在此示例中，如果分支A被选为对状态0而言为最佳，则状态0的新相关度量为状态0的旧相关度量加上分支A的相关度量(-2)，而状态0的新误差度量为状态0的旧误差度量加上分支A的误差度量(2)。如果分支C被选为对状态0而言为最佳，则状态0的新相关度量为状态1的旧相关度量加上分支C的相关度量(+2)，而状态0的新误差度量为状态1的旧误差度量加上分支C的误差度量(1)。在Viterbi解码器中，如同往常那样，到给定状态的最佳分支是针对该状态产生最高新相关度量的那个。在此情形中，如果旧相关度量对于状态0为3而对于状态1为1，则将选择分支C，因为分支C(1+2＝3)的结果新相关度量比分支A(3-2＝1)的大。

可提供或不提供附加逻辑部分来累积到Viterbi解码器的输入处的软判决的绝对值。此估计信号强度可被用于通过移除原始相关中存在的对高功率信道有利的偏倚来补偿HS-SCCH信道之间的功率差异。这种偏倚移除可通过在比较相关对时将每个相关除以相关联的估计信号强度、或通过将每个相关乘以与另一相关相关联的估计信号强度来进行。

最大相关度量被用于选择最可能已送给UE的HS-SCCH部分1。具有最大相关的HS-SCCH部分1(在任选归一化以考虑信号强度之后)被选为最佳候选。

原始比特误差率度量被用于确定特定HS-SCCH部分1是否被送往UE。将原始比特误差率与阈值作比较并且如果度量值位于该阈值之下，则得出结论：正被测试的HS-SCCH部分1潜在可能被送往UE。相反，如果原始比特误差率度量位于阈值处或之上，得出结论：正被测试的HS-SCCH部分1不被送往UE。经解码的部分1信息也对此判决作出过程有作用：特定值组合从不与该UE的能力一起使用或者可能与其不一致，且此类组合的存在明显指示HS-SCCH不被送往UE。

这两个判决可以任一次序施行。UE可首先比较相关值以选择最可能HS-SCCH部分1，并在随后使用原始比特误差率(在经解码数据上进行一致性核查)来判定HS-SCCH是否可能被送往UE。或者，UE可首先使用原始比特误差率(在经解码数据上进行一致性核查)来排除可能不送往UE的每个HS-SCCH并在随后比较相关以选择最可能已送往UE的剩余HS-SCCH。

任一次序都将起作用，但是第二种是优选的。第二种方法可能在第一步骤排除每个HS-SCCH，在此情形中，第二步骤将被跳过并且某些计算可被省略。更重要的，第二种方法立即丢弃估计比特误差率过差的任何HS-SCCH部分1，由此消除选择不良部分1的可能性，因为它比实际送往UE的部分1具有更大的相关，并且随后不解码HS-DSCH，因为所选HS-SCCH具有太多比特误差。

考虑这种情形：其中一个HS-SCCH被送往UE且其部分1在可接受的低误差率下被正确解码，而另一HS-SCCH部分1产生不可接受的高估计误差率但具有比所有其它HS-SCCH部分1高的相关。在此情形中，第一种次序将选择具有最大相关的HS-SCCH部分1，并在随后因为其高误差率而丢弃它。另一方面，第二种次序在比较相关之前就可丢弃具有过多误差率的每个HS-SCCH部分1，由此使得正确部分1能够被选中。这种情形是极少的，但是已在仿真中观测到。因此，第二种方法应当会比第一种提供略好(尽管在误差率阈值被正确选择的情况下并不显著)的性能。

取决于第二种比较次序，第三种比较方法也是可能的。如果一个或多个误差度量低于阈值，则相关度量比较仅考虑误差度量低于阈值的HS-SCCH信道。然而，如果没有误差度量低于阈值，则考虑所有HS-SCCH信道(除具有不一致数据的那些之外)。这可通过使用第二较高比特误差阈值来进一步改进。如果没有误差度量低于第一阈值，则使用第二阈值，并且相关度量比较仅考虑误差度量低于第二阈值的那些HS-SCCH信道。如果没有误差度量低于第二阈值，则没有HS-DSCH被解码。

到目前为止所描述的实施例刻画了用于归一化在测试下的HS-SCCH部分1的相关度量的任选过程。在另一实施例中，由此被归一化的相关度量被用来排除原始比特误差率，如现在将描述的。由于归一化移除了相关对输入数据的幅度的依存性，因此经归一化的相关可被可靠地对照固定阈值来比较。与比特误差率度量相比，包含在经归一化的相关中的额外信息可产生更好的结果并且允许更精确地设置阈值水平。

对多个HS-SCCH部分1块的每一个，计算经归一化的度量。两个测试被应用于此经归一化的相关度量组。首先，在组中标识最大度量，并在随后确定该度量是否超过阈值。如果它超过，则相应的HS-SCCH部分1被视为要送往UE。如果它未超过，则视为没有HS-SCCH部分1块被送往UE。当然，这两个测试可以相反次序应用，在其情形中，首先确定哪些经归一化的相关度量超出阈值并且在随后那些超过该阈值的度量中最大的那一个被用于指示送往UE的HS-SCCH。由于这两个测试使用相同的度量，因此任一次序都将产生相同结果。如果组中最佳经归一化的相关没有超出阈值，则组中每个经归一化的相关将低于该阈值。

Claims (9)

1.一种收到数据序列评估的方法，所述方法包括：产生描述收到序列的候选集中的最可能候选关于所述收到序列的适配度的相关度量；以及计算表示所述收到序列与其最可能候选之间的差异的误差度量。

2.如权利要求1所述的方法，其特征在于，还包括对一个或多个其它收到序列的每一个产生：

描述所述相应收到序列的候选集中的最可能候选关于所述相应收到序列的适配度的相关度量，以及

表示所述相应收到序列与其最可能候选之间的差异的误差度量。

3.如权利要求2所述的方法，其特征在于，还包括确定所述诸收到序列中哪个具有最佳相关度量，并且如果那个序列具有符合要求的误差度量，则选择对与该收到序列相关联的信号执行信号处理操作，其中收到序列在其误差度量优于阈值的情况下具有符合要求的误差度量。

4.如权利要求2所述的方法，其特征在于，还包括确定所述诸收到序列中哪些具有符合要求的误差度量，并且随后确定具有符合要求的误差度量的所述收到序列中哪个具有最佳相关度量，并选择对与那个收到序列相关联的信号执行信号处理操作，其中收到序列在其误差度量优于阈值的情况下具有符合要求的误差度量。

5.如权利要求3或4所述的方法，其特征在于，以消除由于提供所述收到序列的通信中各异的功率电平而导致的偏倚的方式将相关度量彼此作比较。

6.如权利要求5所述的方法，其特征在于，所述偏倚消除是通过将根据基本收到序列的信号估计强度归一化的相关度量进行比较来实现的。

7.如权利要求6所述的方法，其特征在于，所述归一化是通过将所述待比较的相关度量乘以对方的相应收到序列的估计信号强度来实现的。

8.一种收到数据序列评估的方法，所述方法包括对多个收到数据序列的每一个产生相应相关度量，每个相关度量描述其候选集中的最可能候选关于相应收到序列的适配度，将所述相关度量归一化，确定具有最佳相关度量的收到序列，并在那个序列的相关度量优于阈值的情况下选择对与该收到序列相关联的信号执行信号处理操作。

9.一种收到数据序列评估的方法，所述方法包括对多个收到数据序列的每一个产生相应相关度量，每个相关度量描述其候选集中的最可能候选关于相应收到序列的适配度，将所述相关度量归一化，确定优于阈值的所述相关度量中最佳的那一个，并选择对与该收到序列相关联的信号执行信号处理操作。

Images