CN101471714B - 基于智能天线系统的下行波束赋形权值获得方法 - Google Patents

Abstract

本发明公开了一种基于智能天线系统的下行波束赋形权值获得方法，包括以下处理：步骤一，进行基站侧的信道冲激响应估计和接收信号检测；步骤二，根据信道冲击响应估计值对用户的发射信号和接收信号进行重构；步骤三，根据信道响应估计值和重构的发射信号进行增强的信道冲激响应估计，并利用增强的信道冲激响应估计值生成空间相关矩阵；步骤四，根据空间相关矩阵进行下行波束赋形权值的估计。通过本发明，可以减少由于接收噪声引入的扰动，从而可以有效地避免由于阵列误差引起的下行链路性能的恶化，进而可以提高TDD系统的整体性能。

Description

基于智能天线系统的下行波束赋形权值获得方法

技术领域

本发明涉及通信领域，具体地，涉及基于智能天线系统的下行波束赋形权值的获得方法。

背景技术

随着空时信号处理技术的发展，多天线系统在无线通讯领域得到了广泛的应用。智能天线是多天线系统的一种，智能天线技术主要利用由接收端或发射端的多天线系统产生的信号同相叠加效果而产生的阵列增益来提高系统性能。波束赋形技术是指发射端利用已知信道的信息产生的一个最优权值对发射信号进行同相合并发射，从而在空间上形成一个主瓣对准目标用户的下行波束，这样可以提高目标用户的信噪比，起到提高用户的链路性能的作用。

在通常意义的TDD(Time Division Duplex，时分双工)系统中，下行波束赋形所采用的赋形权值都是对根据信道冲激响应直接得到的空间相关矩阵进行处理得到的。但是由于接收天线的幅相误差，会导致信道冲激响应的估计误差，从而根据其空间相关矩阵得到的赋形权值会出现较大的扰动，直接影响下行波束赋形算法的性能，使得下行链路的性能恶化。

因此，需要一种增强型的空间相关矩阵的生成方法，从而得到更加稳健的能够避免下行链路性能恶化的下行波束赋形权值的计算方法。

发明内容

考虑到相关技术中存在的由于信道冲激响应的估计误差而导致根据其空间相关矩阵得到的赋形权值会出现较大的扰动，直接影响下行波束赋形算法的性能，使得下行链路的性能恶化的问题而提出本发明。为此，本发明旨在提供一种基于智能天线系统的下行波束赋形权值获得方法。

根据本发明的基于智能天线系统的下行波束赋形权值获得方法包括以下处理：步骤一，进行基站侧的信道冲激响应估计和接收信号检测；步骤二，根据信道冲击响应估计值对用户的发射信号和接收信号进行重构；步骤三，根据信道响应估计值和重构的发射信号进行增强的信道冲激响应估计，并利用增强的信道冲激响应估计值生成空间相关矩阵；步骤四，根据空间相关矩阵进行下行波束赋形权值的估计。

优选地，上述的步骤一可以具体为如下操作：对于每一个用户，基站接收来自终端的信号，对接收信号的训练序列部分进行信道冲激响应估计；根据信道冲激响应，结合用户的信道化码和扰码，组成复合系统矩阵；利用复合系统矩阵对接收信号的用户数据部分进行联合检测处理，恢复出用户数据的符号信息。

优选地，上述的步骤二可以具体为如下操作：对于每一个用户，分别对用户数据的符号信息进行硬解调处理，获得用户数据比特信息，重新对用户数据比特信息进行数据调制处理，得到用户的发射符号级数据的估计值；利用用户发射符号级数据的估计值和复合系统矩阵得到接收信号的数据部分的估计值；同时将接收信号的训练序列卷积其对应的信道冲激响应值，得到接收信号的训练序列部分的估计值，将接收信号的数据部分的估计值和训练序列部分的估计值组成接收信号估计值。

其中，在上述的步骤二中，通过将用户发射符号级数据的估计值乘以复合系统矩阵，得到接收信号的数据部分的估计值。

优选地，上述的步骤三具体为：对于特定用户，通过将其接收信号与其他用户的接收信号估计值相减，得到特定用户的基站接收信号值；利用基站接收信号值生成空间相关矩阵。

其中，生成空间相关矩阵的操作具体为：对特定用户的发射符号级数据进行扩频处理，并且增加用户的训练序列，得到用户的发射码片级信号估计值；根据基站接收信号值与发射码片级信号估计值进行信道冲激响应估计，得到增强的信道冲激响应估计值；将增强的信道冲激响应估计值组成空间相关矩阵。

其中，上述得到增强的信道冲激响应估计值的处理具体为：从信道冲击响应估计值中提取特定用户在特定天线上的信道冲激响应时延信息；将发射码片级信号估计值根据信道冲激响应时延信息进行时延处理，得到不同的时延值；将基站接收信号值分别点除不同的时延值，通过平均算法得到增强的信道冲激响应估计值。

或者，生成空间相关矩阵的操作具体为：根据基站接收信号值直接生成空间相关矩阵。

在本发明中，通过使基站对接收的上行信号进行接收处理后再生成空间相关矩阵，可以减少由于接收噪声引入的扰动，从而可以有效地避免由于阵列误差引起的下行链路性能的恶化，进而可以提高TDD系统的整体性能。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据本发明实施例的基于智能天线系统的下行波束赋形权值获得方法的流程图；

图2是根据本发明实施例的基于智能天线系统的下行波束赋形权值获得方法的详细处理流程图。

具体实施方式

如上所述，在目前采用的下行波束赋形权值技术中，由于信道冲激响应的估计误差，导致根据其空间相关矩阵得到的赋形权值会出现较大的扰动，直接影响下行波束赋形算法的性能，使得下行链路的性能恶化。基于这种原因，本发明实施例提供了一种基于智能天线系统的下行波束赋形权值获得方法，在该方法中，基站对接收的上行信号进行接收处理后再生成空间相关矩阵，从而可以避免上述问题的发生。

如图1所示，根据本发明实施例的基于智能天线系统的下行波束赋形权值获得方法大致可以包括以下处理(步骤S102-S108)：

步骤S102：进行基站侧的信道冲激响应估计和接收信号检测；

步骤S104：根据信道冲击响应估计值对用户的发射信号和接收信号进行重构；

步骤S106：根据信道响应估计值和重构的发射信号进行增强的信道冲激响应估计，并利用增强的信道冲激响应估计值生成空间相关矩阵；

步骤S108：根据空间相关矩阵进行下行波束赋形权值的估计。

以下将进一步详细描述上述的各个处理。

步骤S102可以具体为如下操作：对于每一个用户，基站接收来自终端的信号，对接收信号的训练序列部分进行信道冲激响应估计；之后，根据信道冲激响应，结合用户的信道化码和扰码，组成复合系统矩阵；接下来，利用复合系统矩阵对接收信号的用户数据部分进行联合检测处理，恢复出用户数据的符号信息。

在此基础上，步骤S104可以具体为如下操作：对于每一个用户，分别对用户数据的符号信息进行硬解调处理，获得用户数据比特信息，重新对用户数据比特信息进行数据调制处理，得到用户的发射符号级数据的估计值；利用用户发射符号级数据的估计值和复合系统矩阵(通过将用户发射符号级数据的估计值乘以复合系统矩阵来实现)得到接收信号的数据部分的估计值；同时将接收信号的训练序列卷积其对应的信道冲激响应值，得到接收信号的训练序列部分的估计值，将接收信号的数据部分的估计值和训练序列部分的估计值组成接收信号估计值。

进一步地，步骤106可以具体为如下操作：对于特定用户，通过将其接收信号与其他用户的接收信号估计值相减，得到特定用户的基站接收信号值；利用基站接收信号值生成空间相关矩阵。

其中，生成空间相关矩阵的方式包括但不限于如下两种：

(方式一)对特定用户的发射符号级数据进行扩频处理，并且增加用户的训练序列，得到用户的发射码片级信号估计值；根据基站接收信号值与发射码片级信号估计值进行信道冲激响应估计，得到增强的信道冲激响应估计值；将增强的信道冲激响应估计值组成空间相关矩阵。

其中，上述得到增强的信道冲激响应估计值的处理具体为：从信道冲击响应估计值中提取特定用户在特定天线上的信道冲激响应时延信息；将发射码片级信号估计值根据信道冲激响应时延信息进行时延处理，得到不同的时延值；将基站接收信号值分别点除不同的时延值，通过平均算法得到增强的信道冲激响应估计值。

在步骤S108中，通常可以采用最大特征值方法或DOA估计方法得到下行波束赋形权值。

(方式二)根据基站接收信号值直接生成空间相关矩阵。

以下将通过实例并结合附图来详细描述本发明的实施例。

图2示出了将本发明应用于基于智能天线接收的TD-SCDMA系统的实例。

如图2所示，步骤201到步骤203是基于智能天线接收的TD-SCDMA系统基站端的信道估计和信号检测部分(对应于上述的步骤S102)；步骤204和步骤205是根据之前的处理获得的第一次估计值(即，信道冲激响应估计值)对用户的发射信号和接收信号进行重构(对应于上述的步骤S104)；步骤206和步骤207是进行增强信道冲激响应估计的过程，步骤208是空间相关矩阵的生成过程(对应于上述的步骤S106)，步骤209是通常意义下TD-SCDMA系统的智能天线下行波束赋形权值的获得过程(对应于上述的步骤S108)。下面结合图2对各个步骤进行详细的描述：

步骤201，对基站侧的第m根接收天线的接收信号e^m(m＝1，...，M)的训练序列部分e_mid ^m，根据如下的式(1)进行信道冲激响应估计处理：

${\hat{H}}^m=\mathrm{IFFT}\left(\frac{\mathrm{FFT}\left(e_{\mathrm{mid}}^m\right)}{\mathrm{FFT}\left(\mathrm{Mid}\right)}\right)---\left(1\right)$

其中，Mid＝(mid₁，mid₂，...，mid₁₂₈)， ${\hat{H}}^m=[{\hat{h}}_1^m,{\hat{h}}_2^m,...,{\hat{h}}_{128}^m],$ 将

进行信道冲激响应后处理得到激活用户k(k＝1，...，K)在第m根天线上的信道冲激响应值

${\hat{H}}_k^m=[{\hat{h}}_1^{\mathrm{km}},{\hat{h}}_2^{\mathrm{km}},...,{\hat{h}}_w^{\mathrm{km}}],$ 其中w为信道冲激响应估计窗长。

步骤202，设第k个用户占用的第L个码分信道的扩频码为 $S_L=[s_1^L,...,s_{\mathrm{SF}}^L],$ 其中，SF为扩频码长度，并且该小区的扰码序列为V＝[v₁，...，v₁₆]，将第k个用户的扩频码和扰码序列组成第k个用户的复合扩频码序列

根据K个用户的信道冲激响应值

k＝1，...K，m＝1，...，M，将

与进行卷积处理，以矩阵形式生成复合系统矩阵A；

步骤203，根据步骤202中得到的复合系统矩阵A，对基站各个天线的接收信号的用户数据部分e_data ^m(m＝1，...，M)利用式(2)进行联合检测处理，得到激活用户的符号级数据的估计值

k＝1，...K。

$D=[{\hat{d}}_1,...,{\hat{d}}_K{]}^T=({\mathrm{AA}}^H+{\mathrm{\σ}}^{2}I)A^H{[e_{\mathrm{data}}^1,...,e_{\mathrm{data}}^M]}^T---\left(2\right)$

其中，[·]^T表示转置操作，[·]^H表示共轭转置操作。

步骤204，将步骤203中得到的各个用户的符号级数据

(k＝1，...K)进行硬解调处理，得到各个用户的比特级数据的估计值，

(k＝1，...K)，然后对该比特级数据进行符号级数据重构，即，数据调制，得到重构后的符号级数据估计值，(k＝1，...K)；

步骤205，将重构后得到的符号级数据

(k＝1，...K)进行发射信号和接收信号重构；

对于第k个用户发射信号的重构，可以利用第k个用户的复合扩频序列

对其符号级数据估计值

进行扩频加扰处理，得到第k个用户的发射码片级发射数据Tx_k′；

对于第k个用户接收数据的重构，可以利用第k个用户的复合系统矩阵A_k与其符号级数据估计值

进行矩阵乘积处理，得到第k个用户在第m根天线上的接收信号的数据部分的估计值(e_data ^km)′，m＝1，...，M；然后，利用式(3)进行第k个用户在各个天线上接收数据重构值(e_data ^km)^reg的计算：

${\left(e_{\mathrm{data}}^{\mathrm{km}}\right)}^{\mathrm{reg}}=e_{\mathrm{data}}^m-\underset{i\≠k}{\mathrm{\Σ}}{\left(e_{\mathrm{data}}^{\mathrm{im}}\right)}^{\′}---\left(3\right)$

其中，(e_data ^km)^reg表示第k个用户在第m根天线上数据部分的重构值；

步骤206，从步骤201得到的信道冲激响应值

中提取第k个用户在第m跟天线上的信道冲激响应时延信息 ${\mathrm{\Γ}}_k^m=[{\mathrm{\τ}}_1^{\mathrm{mk}},...,{\mathrm{\τ}}_w^{\mathrm{mk}}];$ 将步骤205中得到的码片级发射数据Tx_k′根据Γ_k ^m进行时延处理，得到发射数据的不同时延值Tx_k′(τ_i ^mk)；

步骤207，将步骤205中得到的第k个用户在第m根天线上数据部分的重构值(e_data ^km)^reg按照式(4)分别点除该用户发射数据的不同时延值Tx_k′(τ_i ^mk)，通过平均处理，得到该用户在第m根天线上增强的信道冲激响应值

${\left[{\hat{h}}^{\mathrm{mk}}\left({\mathrm{\τ}}_i\right)\right]}^{\mathrm{en}}=\mathrm{mean}[{\left(e_{\mathrm{data}}^{\mathrm{km}}\right)}^{\mathrm{reg}}/T{x}_k^{\′}\left({\mathrm{\τ}}_i^{\mathrm{mk}}\right)]---\left(4\right)$

其中，mean代表取均值操作。根据

和Γ_k ^m重新组成第k个用户在第m根天线上的增强的信道冲激响应向量

步骤208，可以根据步骤207中得到的第k个用户的增强信道冲激响应 ${\hat{H}}_k^{\mathrm{en}}={[{\hat{H}}_{1k}^{\mathrm{en}},...,{\hat{H}}_{\mathrm{Mk}}^{\mathrm{en}}]}^T,$ 按照式(5)进行空间相关矩阵的构成：

${\mathrm{Rxx}}^k={\hat{H}}_k^{\mathrm{en}}\·{\left({\hat{H}}_k^{\mathrm{en}}\right)}^H---\left(5\right)$

其中(·)^H表示共轭转置操作。

或者根据步骤205中得到的 ${\left(e_{\mathrm{data}}^k\right)}^{\mathrm{reg}}={[{\left(e_{\mathrm{data}}^{k1}\right)}^{\mathrm{reg}},...,{\left(e_{\mathrm{data}}^{\mathrm{kM}}\right)}^{\mathrm{reg}}]}^T$ 按照式(6)进行第k个用户的空间相关矩阵的计算：

${\mathrm{Rxx}}^k={\left(e_{\mathrm{data}}^k\right)}^{\mathrm{reg}}\·{\left[{\left(e_{\mathrm{data}}^k\right)}^{\mathrm{reg}}\right]}^H---\left(6\right)$

其中[·]^H表示共轭转置操作。

步骤209，将步骤208中得到的空间相关矩阵进行下行波束赋形权值的计算，得到用于智能天线下行波束赋形算法的赋形权值 $W_k=[w_1^k,...,w_M^k].$

如上所述，借助于本发明，通过使基站对接收的上行信号进行接收处理后再生成空间相关矩阵，减少了由于接收噪声引入的扰动，从而有效地避免了由于阵列误差引起的下行链路性能的恶化，进而提高了TDD系统的整体性能。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (5)

1.一种基于智能天线系统的下行波束赋形权值获得方法，其特征在于，包括：

步骤一，进行基站侧的信道冲激响应估计和接收信号检测；

步骤二，根据信道冲激响应估计值对用户的发射信号和所述接收信号进行重构，包括：对于每一个用户，分别对所述用户数据的符号信息进行硬解调处理，获得用户数据比特信息，重新对所述用户数据比特信息进行数据调制处理，得到用户的发射符号级数据的估计值；利用所述用户发射符号级数据的估计值和所述复合系统矩阵得到所述接收信号的数据部分的估计值；同时将所述接收信号的训练序列卷积其对应的信道冲激响应值，得到所述接收信号的训练序列部分的估计值，将所述接收信号的数据部分的估计值和所述训练序列部分的估计值组成接收信号估计值；

步骤三，根据所述信道冲激响应估计值和重构的所述发射信号进行增强的信道冲激响应估计，并利用增强的信道冲激响应估计值生成空间相关矩阵，包括：对于特定用户，通过将其接收信号与其他用户的接收信号估计值相减，得到所述特定用户的基站接收信号值；利用所述基站接收信号值生成空间相关矩阵；

步骤四，根据所述空间相关矩阵进行下行波束赋形权值的估计。

2.根据权利要求1所述的下行波束赋形权值获得方法，其特征在于，所述步骤一具体为：

对于每一个用户，基站接收来自终端的信号，对接收信号的训练序列部分进行信道冲激响应估计；

根据所述信道冲激响应，结合所述用户的信道化码和扰码，组成复合系统矩阵；利用所述复合系统矩阵对所述接收信号的用户数据部分进行联合检测处理，恢复出所述用户数据的符号信息。

3.根据权利要求2所述的下行波束赋形权值获得方法，其特征在于，

通过将所述用户发射符号级数据的估计值乘以所述复合系统矩阵，得到所述接收信号的数据部分的估计值。

4.根据权利要求2所述的下行波束赋形权值获得方法，其特征在于，生成所述空间相关矩阵的操作具体为：

对所述特定用户的所述发射符号级数据进行扩频处理，并且增加所述特定用户的训练序列，得到所述特定用户的发射码片级信号估计值；

根据所述基站接收信号值与所述发射码片级信号估计值进行增强的信道冲激响应估计，得到增强的信道冲激响应估计值；

将所述增强的信道冲激响应估计值组成空间相关矩阵。

5.根据权利要求4所述的下行波束赋形权值获得方法，其特征在于，得到所述增强的信道冲激响应估计值的处理具体为：从所述信道冲激响应估计值中提取所述特定用户在特定天线上的信道冲激响应时延信息；

将所述发射码片级信号估计值根据所述信道冲激响应时延信息进行时延处理，得到不同的时延值；

将所述基站接收信号值分别点除所述不同的时延值，通过平均算法得到所述增强的信道冲激响应估计值。

Images