CN101494468B - 多小区联合信道估计方法和装置 - Google Patents

Abstract

本发明公开一种多小区联合信道估计方法和装置，可以有效降低干扰用户或基站的多址干扰，提高接收机的检测性能。该方法主要包括，从接收信号中截取训练序列信号，利用单小区信道估计方法估计出各个同频小区的信道，再利用迭代运算逐次计算其中强度较大的主径估计值，并从训练序列信号中逐次消除这些主径信号的影响。最后将这些主径的组合作为信道估计结果。其中可以采用迫零算法进行主径信道估计。此外，还可以对信道估计结果进行降噪处理。

Description

多小区联合信道估计方法和装置

技术领域

本发明涉及无线通信系统中的信道估计，尤其涉及一种多小区联合信道估计方法和装置。 

背景技术

在无线通信系统中，由于电磁波的反射和折射特性，以及通信环境的复杂性，使得发射机与接收机之间的传播路径非常复杂，导致接收端接收到的信号通常为来自多个传播路径的信号的叠加，而且每个径的信号的幅度、相位随时间和空间变化，这种现象称为无线信道的多径衰落，多径衰落是移动信道的主要特征。多径的存在导致了符号间干扰(Inter-SymbolInterference，ISI)。另外，对于基于码分多址(Code Division MultipleAccess，CDMA)的无线通信系统而言，由于多径的存在，各用户的扩频码经过信道传输后变得不再正交，从而引入了多址干扰(Multiple Accesslnterference，MAI)。在CDMA系统中，如果接收端能准确估计出目标信号的信道，以及干扰信号的信道，则采用联合检测(Joint Detection，JD)技术，可以同时消除ISI和MAI，提高系统的接收性能，然而，如果信道估计不准确，则不能完全消除ISI和MAI的影响。因此，信道估计质量的好坏是直接影响接收机的性能的关键因素之一。 

在目前第三代无线通信系统中，一般通过在发射端发送训练序列或导频序列来辅助接收端进行信道估计。在3GPP通用移动通信系统(Universal Mobile Telecommunications System，UMTS)中，定义了FDD和TDD两种双工方式，其中，TDD方式又包括高码片速率(High Chip Rate，HCR)和低码片速率(Low Chip Rate，LCR)两种模式，这两种模式通常分别被称为TD-CDMA和TD-SCDMA，这两种模式的最主要区别在于它们的码片速率不同，其中TD-CDMA包括3.84MHz和7.68MHz两种码片速 率，而TD-SCDMA则使用1.28MHz的码片速率。两种TDD模式均采用10ms的无线帧(对于TD-SCDMA，一个无线帧由两个子帧组成)，每个无线帧或子帧由若干个时隙组成，每个时隙由两个数据符号域(Data Field)，一个中置码(Midamble)和一个保护间隔(Guard Period，GP)组成，如下图所示。其中，各个域的长度根据具体的模式和配置的不同而不同。 

数据符号  (Data Symbols)

中置码  (Midamble)

数据符号  (Data Symbols)

保护间隔  (GP)

上述中置码即为训练序列，用于接收端进行信道估计。对于同一个小区，分配给不同用户的中置码均为同一个基本中置码的循环移位，这样使得同一时隙上多个用户的中置码信号叠加在一起后，接收端能获得一个信道估计结果，各个用户的信道估计具有不同的时移，时移的长度称为信道窗长，不同用户的信道估计位于不同的信道窗中，从而接收端能将各个用户的信道分离出来，接收端根据系统配置可以获取信道窗长。由于采用上述方式分配中置码，使得接收端可以利用快速傅立叶变换(Fast FourierTransform，FFT)来进行信道估计，从而大大减少运算量。在单小区的情况下，接收端进行信道估计的过程包括以下步骤： 

S1.(截取中置码信号)从接收信号中截取中置码信号r＝[r₁，r₂，…，r_P]^T，其中P为基本中置码的长度(该值随不同的系统模式和配置的不同而不同，对于TD-SCDMA，P＝128)； 

S2.(中置码信号FFT)计算中置码信号的FFT，即R＝FFT(r)； 

S3.(基本中置码FFT)计算基本中置码的FFT，即λ＝FFT(m_Basic)，其中，m_Basic＝[m₁，m₂，…，m_P]^T，表示该小区的基本中置码； 

S4.(计算频域信道估计)根据S2和S3的结果，计算H＝R./λ，其中“x./y”表示矢量x和y的对应元素相除； 

S5.(计算时域信道估计)对频域信道估计进行IFFT，即h＝IFFT(H)； 

S6.(分离各用户信道)设置第k个用户的信道估计为h_k＝h_L(k-1)+1:LK，其中L为信道窗长，h_a:b表示由矢量h的第a到第b个元素构成的矢量。 

在单小区的情况下，上述信道估计方案可以得到较准确的信道估计结果。然而，在受到同频小区干扰的情况下，如果针对每个小区分别采用上述方法进行信道估计，则由于干扰的存在，必然会严重影响信道估计的质 量，降低联合检测的性能。 

发明内容

针对上述问题，本发明提供一种多小区联合信道估计方法和装置，可以较准确地估计出本小区和干扰小区的信道，从而可以极大提高接收机联合检测的性能。 

本发明提出一种多小区联合信道估计方法，包括以下步骤： 

a.从接收信号中截取训练序列信号r； 

b.设置迭代次数N，其中N为大于等于1的正整数，初始化信道估计值 

初始化迭代变量i＝1，r⁽ⁱ⁾＝r； 

c.依据训练序列r⁽ⁱ⁾分别估计各个小区的信道，以产生第i次信道估计组合 $g^{\left(i\right)}=[g_j^{\left(i\right)T},g_2^{\left(i\right)T},...,g_J^{\left(i\right)T}{]}^T,$ 其中J表示小区的数量； 

d.从信道估计组合g⁽ⁱ⁾中选取强度大于或等于一阈值的径作为第i次主径估计值g⁽ⁱ⁾′； 

e.更新信道估计值为 $\tilde{h}=\tilde{h}+g^{\left(i\right)\′};$

f.从接收的训练序列信号r中消除依照信道估计值重构的主径信号以获得新的训练序列r⁽ⁱ⁺¹⁾； 

g.使i＝i+1，如果i≤N，则返回步骤c再次进行迭代。 

在一个实施例中，在步骤f中， $r^{(i+1)}=r^{\left(i\right)}-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{g}_j^{\left(i\right)\′},$ 其中M_j是根据第j个小区的训练序列构造的训练序列矩阵。 

在另一个实施例中，在步骤f中， $r^{(i+1)}=r-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{\tilde{h}}_j,$ 其中M_j是根据第j个小区的训练序列构造的训练序列矩阵。 

上述的多小区联合信道估计方法的一个实施例还可包括步骤： 

h.依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率； 

i.依据信道噪声功率对信道估计值 进行降噪，以获得信道估计结果。 

上述的多小区联合信道估计方法的另一个实施例，还包括在步骤b中初始化噪声估计值 ${\widehat{\mathrm{\σ}}}_n^2=0,$ 并且在步骤e之后还包括：依据当前信道噪声功率估计对信道估计值 

进行降噪，以获得信道估计结果 

；在步骤f中， 

是信道估计结果 

中第j个小区的信道估计，其中J是小区的数量，M_j 是根据第j个小区的训练序列构造的训练序列矩阵， 

是信道估计结果 

中第j个小区的信道估计；在步骤f之后还包括：依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率。 

本发明提出另一种多小区联合信道估计方法，包括以下步骤： 

a.从接收信号中截取训练序列信号r； 

b.设置迭代次数N，其中N为大于等于1的正整数，初始化主径索引集合π，初始化迭代变量i＝1，r⁽ⁱ⁾＝r； 

c.依据训练序列r⁽ⁱ⁾分别估计各个小区的信道，以产生第i次信道估计组合 $g^{\left(i\right)}=[g_j^{\left(i\right)T},g_2^{\left(i\right)T},...,g_J^{\left(i\right)T}{]}^T,$ 其中J是小区的数量； 

d.从信道估计组合g⁽ⁱ⁾中选取强度大于或等于一阈值的径作为第i次主径估计值g⁽ⁱ⁾′； 

e.获取步骤d中所述主径的索引值π⁽ⁱ⁾，并使π＝π∪π⁽ⁱ⁾； 

f.从接收的训练序列信号r中消除依照步骤d的第i次主径估计值获得的主径信号以获得新的训练序列r⁽ⁱ⁺¹⁾，然后使i＝i+1，如果i≤N，则返回步骤c再次进行迭代； 

g.从训练序列矩阵中选取所有主径对应的列，构成主径训练序列矩阵  $\tilde{M}=M(:,\mathrm{\π}),$ 然后使用迫零算法获得信道估计值 

在上述多小区联合信道估计方法一个实施例中，在步骤f中，  $r^{(i+1)}=r^{\left(i\right)}-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{g}_j^{\left(i\right)\′},$ 其中M_j是根据第j个小区的训练序列构造的训练序列矩阵。 

在上述多小区联合信道估计方法的一个实施例中，还包括步骤： 

h.依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率； 

i.依据信道噪声功率对信道估计值 进行降噪，以获得信道估计结果。 

本发明又提供一种多小区联合信道估计方法，包括以下步骤： 

a.从接收信号中截取训练序列信号r； 

b.设置迭代次数N，其中N为大于等于1的正整数，初始化主径索引集合π，初始化迭代变量i＝1，r⁽ⁱ⁾＝r； 

c.依据训练序列r⁽ⁱ⁾分别估计各个小区的信道，以产生第i次信道估计 组合； 

d.从第i次信道估计组合中选取强度大于或等于一阈值的主径，获取所述主径的索引值π⁽ⁱ⁾，并使π＝π∪π⁽ⁱ⁾； 

e.从依据各小区的训练序列构造的训练序列矩阵M中选取步骤d中的主径对应的列，构成主径训练序列矩阵 ${\tilde{M}}^{\left(i\right)}=M(:,{\mathrm{\π}}^{\left(i\right)}),$ 然后依照迫零算法获得第i次主径信道估计 

f.从接收的训练序列信号r中消除依照步骤e的第i次主径信道估计 获得的主径信号，然后使i＝i+1，如果i≤N，则返回步骤c再次进行迭代； 

g.从训练序列矩阵中选取所有主径对应的列，构成主径训练序列矩阵，然后使用迫零算法获得信道估计值 

其中在步骤e中，依照公式 ${\hat{h}}^{\left(i\right)}={\left({\tilde{M}}^{\left(i\right)H}{\tilde{M}}^{\left(i\right)}\right)}^{-1}{\tilde{M}}^{\left(i\right)H}{r}^{\left(i\right)}$ 进行主径信道估计。 

其中在步骤f中， $r^{(i+1)}=r^{\left(i\right)}-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{\hat{h}}_j^{\left(i\right)},$ 其中J是小区的数量，M_j是根据第j个小区的训练序列构造的训练序列矩阵， 

是信道估计结果 

中第j个小区的信道估计。 

另一方面，本发明提出一种多小区联合信道估计装置，包括： 

导频信号提取器，用以从接收信号中截取训练序列信号r； 

至少一单小区信号估计器，分别依据训练序列r⁽ⁱ⁾估计各个小区的信道，以产生第i次信道估计组合g⁽ⁱ⁾，其中1≤i≤N，N为迭代次数且为大于等于1的正整数； 

主径提取器，连接于各单小区信号估计器，用于从信道估计组合g⁽ⁱ⁾中选取强度大于或等于一阈值的径作为第i次主径估计值g⁽ⁱ⁾′； 

信道累加器，连接于主径提取器，用以将各次主径估计值累加； 

主径导频信号重构器，利用估计出的主径构造出导频信号经过所述主径构成的信道传输后的信号； 

信号抵消器，从接收的训练序列信号r中消除第i次重构的主径导频信号，以获得新的训练序列信号r⁽ⁱ⁺¹⁾，并使i＝i+1； 

其中，各单小区信号估计器是从信号抵消器获得训练序列信号r⁽ⁱ⁾以进行各小区信道估计，直到满足迭代次数N。 

上述的多小区联合信道估计装置，还可包括： 

噪声估计器，连接信号抵消器，依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率； 

降噪处理器，对信道累加器的输出进行降噪处理，以获得信道估计结果。 

上述的多小区联合信道估计装置的一个实施例中，所述主径导频信号重构器是从主径提取器中获得第i次信道估计g⁽ⁱ⁾′，并依照公式 

重构主径导频信号，而所述信号抵消器是依照公式 $r^{(i+1)}=r^{\left(i\right)}-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{g}_j^{\left(i\right)\′},$ 抵消重构的主径导频信号，其中J是小区的数量，M_j是根据第j个小区的训练列构造的训练序列矩阵，g_j ⁽ⁱ⁾′是第j个小区的第i次信道估计。 

上述的多小区联合信道估计装置的另一个实施例中，所述主径导频信号重构器是从主径累加器中获得累加的主径估计值 

，以依照公式 

重构主径导频信号，而所述信号抵消器是依照公式 $r^{(i+1)}=r-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{\tilde{h}}_j,$ 抵消重构的主径导频信号，其中J是小区的数量，M_j是根据第j个小区的训练序列构造的训练序列矩阵， 是累加的信道估计中 

第j个小区的信道估计。 

上述的多小区联合信道估计装置的又一个实施例中，所述主径导频信号重构器是从降噪处理器中获得信道估计结果 

，以依照公式 

重构主径导频信号，而所述信号抵消器是依照公式 $r^{(i+1)}=r^{\left(i\right)}-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{\hat{h}}_j^{\left(i\right)}$ 抵消重构的主径导频信号，其中 

是信道估计结果 

中第j个小区的信道估计。 

本发明提出另一种多小区联合信道估计装置，包括： 

导频信号提取器，从接收信号中截取训练序列信号r； 

至少一单小区信号估计器，分别依据训练序列r⁽ⁱ⁾估计各个小区的信道，以产生第i次信道估计组合 $g^{\left(i\right)}=[g_j^{\left(i\right)T},g_2^{\left(i\right)T},...,g_J^{\left(i\right)T}{]}^T,$ 其中J是小区的数量； 

主径提取器，连接于各单小区信号估计器，用以从信道估计组合g⁽ⁱ⁾中选取强度大于或等于一阈值的径作为第i次主径估计值g⁽ⁱ⁾′； 

主径索引提取器，连接于主径提取器，用以获取所述主径的索引值π⁽ⁱ⁾； 

主径索引合并器，用以更新主径索引集合为π＝π∪π⁽ⁱ⁾； 

主径导频信号重构器，利用估计出的主径构造出导频信号经过所述主径构成的信道传输后的信号； 

信号抵消器，连接主径导频信号重构器，从接收的训练序列信号r中消除第i次重构的主径导频信号，以获得新的训练序列信号r⁽ⁱ⁺¹⁾，并使i＝i+1，其中，各单小区信号估计器是从信号抵消器获得训练序列信号r⁽ⁱ⁾ 以进行各小区信道估计，直到满足迭代次数N；以及 

迫零信道估计器，从训练序列矩阵中选取所有主径对应的列，构成主径训练序列矩阵 $\tilde{M}=M(:,\mathrm{\π}),$ 然后使用迫零算法获得信道估计值 

上述的多小区联合信道估计装置中，所述主径导频信号重构器是从主径提取器中获得第i次信道估计g⁽ⁱ⁾′，并依照公式 

重构主径导频信号，而所述信号抵消器是依照公式 $r^{(i+1)}=r^{\left(i\right)}-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{g}_j^{\left(i\right)\′},$ 抵消重构的主径导频信号，其中J是小区的数量，M_j是根据第j个小区的训练序列构造的训练序列矩阵，g_j ⁽ⁱ⁾′是第j个小区的第i次信道估计。 

上述的多小区联合信道估计装置，还可包括： 

噪声估计器，连接信号抵消器，依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率； 

降噪处理器，对迫零信道估计器的输出进行降噪处理，以获得信道估计结果。 

本发明再提出一种多小区联合信道估计装置，包括： 

导频信号提取器，从接收信号中截取训练序列信号r； 

至少一单小区信号估计器，依据训练序列r⁽ⁱ⁾分别估计各个小区的信道，以产生第i次信道估计组合； 

主径索引提取器，连接各单小区信号估计器，用以从第i次信道估计组合中选取强度大于一阈值的主径，获取所述主径的索引值π⁽ⁱ⁾； 

主径索引合并器，连接主径索引提取器，用以更新主径索引集合为π＝π∪π⁽ⁱ⁾； 

第一迫零信道估计器，连接主径索引提取器，用以从依据各小区的训练序列构造的训练序列矩阵M中选取索引值π⁽ⁱ⁾对应的列，构成主径训练序列矩阵 ${\tilde{M}}^{\left(i\right)}=M(:,{\mathrm{\π}}^{\left(i\right)}),$ 然后依照迫零算法获得第i次主径信道估计 

主径导频信号重构器，连接第一迫零信道估计器，利用估计出的主径构造出导频信号经过所述主径构成的信道传输后的信号； 

信号抵消器，连接主径导频信号重构器，从接收的训练序列信号r中消除第i次重构的主径导频信号，以获得新的训练序列信号r⁽ⁱ⁺¹⁾，并使i＝i+1，其中，各单小区信号估计器是从信号抵消器获得训练序列信号r⁽ⁱ⁾以进行各小区信道估计，直到满足迭代次数N；以及 

第二迫零信道估计器，从训练序列矩阵中选取所有主径对应的列，构成主径训练序列矩阵，然后使用迫零算法获得信道估计值 

。 

因此，通过本发明的上述方案，对于基于训练序列的无线通信系统，在同频组网的环境下，可以准确地估计出各个同频小区的信道，从而提高接收机的检测能力。 

附图说明

为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明，其中： 

图1是根据本发明第一实施例的多小区联合信道估计系统框图。 

图2是根据本发明第一实施例的多小区联合信道估计方法流程图。 

图3是根据本发明第二实施例的多小区联合信道估计系统框图。 

图4是根据本发明第三实施例的多小区联合信道估计系统框图。 

图5是根据本发明第三实施例的多小区联合信道估计方法流程图。 

图6A和图6B是根据本发明第四实施例的多小区联合信道估计系统框图。 

图7是根据本发明第四实施例的多小区联合信道估计方法流程图。 

图8是根据本发明第五实施例的主径搜索器结构框图。 

图9是根据本发明第五实施例的多小区联合信道估计方法流程图。 

具体实施方式

本发明提供的方法和装置，不仅适用于下行链路的信道估计，也适用于上行链路的信道估计。对于下行链路，接收端为用户终端(User Equipment，UE)，对于上行链路，接收端为基站(又称为B节点，NodeB)。为叙述方便起见，下面主要以下行链路的信道估计为例进行说明。 

对于蜂窝移动通信系统，由于频率复用的缘故，用户终端一般可以收到来自与本小区相同频率的邻区的信号，这些邻区称为同频小区，当用户终端位于小区边缘时，通常会发生这种情况，特别是对于同频组网方式，这种情况尤其突出。 

在存在同频小区的情况下，终端接收到的训练序列信号可以表示为： 

$r=\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{h}_j+n$

其中，J为同频小区个数，不失一般性，设第1个小区为目标小区；M_j为根据第j个同频小区的训练序列构造的矩阵，称为训练序列矩阵；h_j 为根据第j个同频小区的信道冲激响应，其中可能包括若干用户的信道冲激响应；n为加性噪声矢量。为下面表述方便起见，将各个同频小区的训练序列矩阵集合起来记为M＝[M₁，M₂，…，M_J]。 

本发明的多小区联合信道估计方法，先利用单小区信道估计方法估计出各个同频小区的信道，再利用迭代运算逐次选取其中强度较大的主径，将这些主径的集合作为信道估计结果。 

依照本发明的上述构思，可以有多种实施例，下面结合附图详细描述这些实施例。 

第一实施例

请参照图1所示，依照本发明第一实施例的多小区联合信道估计装置100包括导频信号提取器101、信号存储器102、信号抵消器103、多个单小区信道估计器104、主径提取器105、信道累加器106、主径导频信号重构器107、噪声估计器108以及降噪处理器109。 

参照图2并结合图1所示，本发明第一实施例的多小区联合信道估计方法包括以下步骤： 

步骤S201，导频信号提取器101从接收信号中截取训练序列信号r＝[r₁，r₂，…，r_P]^T，其中P为训练序列的长度；此训练序列信号可存储在信号存储器102中； 

步骤202，装置100进行信道估计初始化，包括设置迭代次数N，各 次迭代的主径选取门限λ₁，λ₂，…，λ_N，信道降噪门限γ，初始信道估计值 $\tilde{h}=0_{\mathrm{JP}\×1},$ 其中0_JP×1表示长度为JP的列矢量，该矢量的元素全为0，初始化迭代变量i＝1，设置r⁽ⁱ⁾＝r。 

下面将进行多次迭代的过程： 

在步骤203，利用第i次迭代获得的训练序列r⁽ⁱ⁾，各个单小区信道估计器104采用单小区信道估计方法依次估计出各个同频小区的信道，其中设第j个小区的信道估计结果为g_j ⁽ⁱ⁾，将各个小区的信道估计结果组合后可以表示为 $g^{\left(i\right)}=[g_j^{\left(i\right)T},g_2^{\left(i\right)T},...,g_J^{\left(i\right)T}{]}^T;$

在步骤204，主径提取器105将从同频小区信道估计组合g⁽ⁱ⁾中选取强度最大的径，设该最大径的强度为ρ_max，接着在步骤205，主径提取器105从同频小区信道估计组合g_j ⁽ⁱ⁾中选择所有强度大于或等于λ_iρ_max的径(λ_i是第i次迭代的主径选取门限)，将其他径的强度置为0，得到第i次主径估计值g⁽ⁱ⁾′； 

在步骤206，信道累加器106会更新信道估计值 $\tilde{h}=\tilde{h}+g^{\left(i\right)\′}$ ，即累加本次主径估计值； 

在步骤207，从r⁽ⁱ⁾中消除主径信号的影响，其中首先由主径导频信号重构器107利用估计出的主径构造出导频信号经过这些主径构成的信道传输后的信号 

然后信号抵消器103会依照公式  $r^{(i+1)}=r^{\left(i\right)}-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{g}_j^{\left(i\right)\′}$ 来消除主径信号以获得新的训练序列信号r⁽ⁱ⁺¹⁾，此信号可存储于信号存储器102中，然后使i＝i+1，如果i≤N，则返回步骤203，由各个单小区信道估计器104利用新的训练序列信号继续进行迭代运算。在迭代运算完成之后，将会得到信道估计值 

，此估计值包含了历次迭代运算中按照主径选取门限λ₁，λ₂，…，λ_N选取的主径估计值的集合。在本实施例和下述实施例中，迭代次数N取正整数。显然迭代次数越多，装置性能会越好，不过，随着迭代次数的增加，性能的增加逐渐减小。在实现时，一种选择的方法是根据小区个数选择迭代次数，比如当小区数为n时，迭代次数大于n(如n+1)次。 

作为可选步骤，在步骤207之后，还对信道估计值 

进行降噪处理，该过程包括：步骤208，噪声估计器108估计噪声功率值为 ${\widehat{\mathrm{\σ}}}_n^2=\frac{1}{P}{\left|\right|r^{(N+1)}\left|\right|}^2;$  步骤209，降噪处理109会保留所有强度大于或等于 (γ是信道降噪门限)的径，将其他径设置为0，得到最后的信道估计结果 

第二实施例

下面参照图3所示的装置300以及图2说明本发明的第二实施例，本实施例的估计方法与第一实施例中相同的步骤基本相同，唯一不同的是，在本实施例的步骤207中，信号抵消器303是从接收的初始训练序列信号r中消除主径信号的影响，即依照公式 $r^{(i+1)}=r-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{\tilde{h}}_j$ 获得新的训练序列信号r⁽ⁱ⁺¹⁾，其中主径导频信号重构器307是从信道累加器206中获得更新的各小区信道估计值 $\tilde{h}={[{\tilde{h}}_j^T,{\tilde{h}}_2^T,...,{\tilde{h}}_J^T]}^T,$ 然后使i＝i+1，如果i≤N，则返回步骤203。由于每次都从初始训练序列信号r中消除主径信号的影响，训练序列信号r⁽ⁱ⁺¹⁾也不必存储于信号存储器102中。 

第三实施例

请参照图4和图5所示，在第三实施例中，是将降噪处理嵌入迭代运算的过程中，本实施例包括以下步骤： 

步骤501，导频信号提取器401从接收信号中截取训练序列信号r＝[r₁，r₂，…，r_P]^T，其中P为训练序列的长度；此训练序列信号可存储在信号存储器102中。 

步骤502，多小区联合信道估计装置400进行信道估计初始化，包括设置迭代次数N，各次迭代的主径选取门限λ₁，λ₂，…，λ_N，信道降噪门限γ，初始信道估计值 $\tilde{h}=0_{\mathrm{JP}\×1},$ 其中0_JP×1表示长度为JP的列矢量，该矢量的元素全为0，初始化迭代变量i＝1，设置r⁽ⁱ⁾＝r，此外，初始化噪声估计值为  ${\widehat{\mathrm{\σ}}}_n^2=0;$

下面将进行多次迭代的过程： 

在步骤503，利用第i次迭代获得的训练序列r⁽ⁱ⁾，各个单小区信道估计器404采用单小区信道估计方法依次估计出各个同频小区的信道，其中设第j个小区的信道估计结果为g_j ⁽ⁱ⁾，将各个小区的信道估计结果组合后可以表示为 $g^{\left(i\right)}=[g_j^{\left(i\right)T},g_2^{\left(i\right)T},...,g_J^{\left(i\right)T}{]}^T;$

在步骤504，主径提取器405将从同频小区信道估计组合g⁽ⁱ⁾中选取 强度最大的径，设该最大径的强度为ρ_max，接着在步骤605，主径提取器405从同频小区信道估计组合g_j ⁽ⁱ⁾中选择所有强度大于或等于λ_iρ_max的径(λ_i是第i次迭代的主径选取门限)，将其他径的强度置为0，得到第i次主径估计值g⁽ⁱ⁾′； 

在步骤506，信道累加器406会更新信道估计值 $\tilde{h}=\tilde{h}+g^{\left(i\right)\′},$ 即累加本次主径估计值； 

在步骤507，降噪处理器409会依据噪声估计器408的噪声估计值 进行信道估计降噪，保留所有强度大于或等于 

的径，将其他径设置为0，得到信道估计结果 

在步骤508，从r⁽ⁱ⁾中消除主径信号的影响，其中首先由主径导频信号重构器507利用估计出的主径构造出导频信号经过这些主径构成的信道传输后的信号 

然后信号抵消器403会依照公式 $r^{(i+1)}=r^{\left(i\right)}-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{\hat{h}}_j^{\left(i\right)}$  来消除主径信号以获得新的训练序列信号r⁽ⁱ⁺¹⁾，然后使i＝i+1，如果i≤N，则返回步骤503。 

在步骤509，噪声估计器408估计噪声功率值为 ${\widehat{\mathrm{\σ}}}_n^2=\frac{1}{P}{\left|\right|r^{(i+1)}\left|\right|}^2,$ 然后使i＝i+1，如果i≤N，则返回步骤503，由各个单小区信道估计器404利用新的训练序列信号继续进行迭代运算。 

在迭代运算完成之后，将会得到信道估计值 

，此估计值包含了历次迭代运算中按照主径选取门限λ₁，λ₂，…，λ_N选取的主径估计值的集合，其中 

为最终的信道估计结果。 

对上述第一至第三实施例的方案稍加调整，可以得到一种性能更优的方案，该方案比上述方案的复杂度略有提高。该方案是基于主径训练序列的迫零算法，该方案与上述方案基本相同，主要区别在于对于下述的方案是在找出主径之后，采用迫零算法进行信道估计。 

第四实施例

请参照图6A，依照本发明第四实施例的多小区联合信道估计装置600包括导频信号提取器601、主径搜索器610、信号存储器602、第二迫零信道估计器603、噪声估计器604以及降噪处理器605。主径搜索器610用以进行迭代运算，以获得主径的位置。参照图6B所示，主径搜索器610 进一步包括信号存储器611、信号抵消器612、多个单小区信道估计器613、主径索引提取器614、主径索引合并器615、第一迫零信道估计器616以及主径导频信号重构器617。 

参照图7所示，根据本发明第四实施例的方法包括以下步骤： 

在步骤701，导频信号提取器601会从接收信号中截取训练序列信号r＝[r₁，r₂，…，r_P]^T，其中P为训练序列的长度，此信号可分别存储在两个信号存储器602和611中。 

在步骤702，装置600进行信道估计初始化，包括设置迭代次数N，主径选取门限λ₁，λ₂，…，λ_N，信道降噪门限γ，主径位置集合π＝φ，其中φ表示空集，初始化迭代变量i＝1，设置r⁽ⁱ⁾＝r； 

下面将主径搜索器610将进行多次迭代以搜索主径的过程： 

在步骤703，利用第i次迭代获得的训练序列r⁽ⁱ⁾，各个单小区信道估计器613采用单小区信道估计方法依次估计出各个同频小区的信道，设第j个小区的信道估计结果为g_j ⁽ⁱ⁾，将各个小区的信道估计结果组合后可以表示为 $g^{\left(i\right)}=[g_j^{\left(i\right)T},g_2^{\left(i\right)T},...,g_J^{\left(i\right)T}{]}^T;$

在步骤704，主径索引提取器914将从同频小区信道估计组合g⁽ⁱ⁾中选取强度最大的径，设该最大径的强度为ρ_max；然后在步骤705，主径索引提取器614从同频小区信道估计组合g⁽ⁱ⁾中获取所有强度大于或等于λ_iρ_max的径的索引值π⁽ⁱ⁾，然后主径索引合并器615设置π＝π∪π⁽ⁱ⁾，以合并此次获得的索引值； 

在步骤706，第一迫零信道估计器616从训练序列矩阵中选取主径对应的列，构成主径训练序列矩阵，即 ${\tilde{M}}^{\left(i\right)}=M(:,{\mathrm{\π}}^{\left(i\right)}),$ 其中M(：，π⁽ⁱ⁾)表示由矩阵M的π⁽ⁱ⁾列构成的矩阵。然后进行第i次主径信道估计，即 ${\hat{h}}^{\left(i\right)}={\left({\tilde{M}}^{\left(i\right)H}{\tilde{M}}^{\left(i\right)}\right)}^{-1}{\tilde{M}}^{\left(i\right)H}{r}^{\left(i\right)};$

在步骤707，从训练序列r⁽ⁱ⁾中消除主径信号的影响，其中首先由主径导频信号重构器617利用估计出的主径构造出导频信号经过这些主径构成的信道传输后的信号 ，然后信号抵消器612会依照公式  $r^{(i+1)}=r^{\left(i\right)}-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{\hat{h}}_j^{\left(i\right)}$ 来从r⁽ⁱ⁾中消除主径信号的影响以获得新的训练序列信号r⁽ⁱ⁺¹⁾，此信号可存储于信号存储器611中，然后使i＝i+1，如果i≤N， 则返回步骤703再次进行迭代； 

在迭代运算完成之后，将会获得按照主径选取门限λ₁，λ₂，…，λ_N选取的主径索引的集合。然后进入步骤708，第二迫零信道估计器603从训练序列矩阵中选取所有主径对应的列，构成主径训练序列矩阵，即 $\tilde{M}=M(:,\mathrm{\π}).$  然后使用迫零算法进行信道估计，即 $\tilde{h}={\left({\tilde{M}}^H\tilde{M}\right)}^{-1}{\tilde{M}}^{H}r:$

作为可选步骤，在步骤708之后，还对信道估计值 

进行降噪处理，该过程包括：步骤709，噪声估计器604估计噪声功率值为  ${\widetilde{\mathrm{\σ}}}_n^2=\frac{1}{P}{\left|\right|r-M\tilde{h}\left|\right|}^2;$ 步骤710，降噪处理器605会保留所有强度大于或等于 

(γ是信道降噪门限)的径，将其他径设置为0，得到最后的信道估计结果 

第五实施例

作为对第四实施例的一种简化，在第五实施例中，迭代运算过程中不使用迫零算法进行主径估计，本实施例的多小区联合信道估计装置参照图6A所示，其中主径搜索器620请参照图8所示，其包括信号存储器621、信号抵消器622、多个单小区信道估计器623、主径提取器624、主径索引提取器625、主径索引合并器626、以及主径导频信号重构器627。 

下面参照图9描述本实施例的估计方法流程。 

在步骤901，导频信号提取器601(参照图6A)会从接收信号中截取训练序列信号r＝[r₁，r₂，…，r_P]^T，其中P为训练序列的长度，此信号可分别存储在两个信号存储器602和621中。 

在步骤902，装置600(参照图6A)进行信道估计初始化，包括设置迭代次数N，主径选取门限λ₁，λ₂，…，λ_N，信道降噪门限γ，主径位置集合π＝φ，其中φ表示空集，初始化迭代变量i＝1，设置r⁽ⁱ⁾＝r； 

下面将主径搜索器620将进行多次迭代以搜索主径的过程： 

在步骤903，利用第i次迭代获得的训练序列r⁽ⁱ⁾，各个单小区信道估计器623采用单小区信道估计方法依次估计出各个同频小区的信道，设第j个小区的信道估计结果为g_j ⁽ⁱ⁾，将各个小区的信道估计结果组合后可以表示为 $g^{\left(i\right)}=[g_j^{\left(i\right)T},g_2^{\left(i\right)T},...,g_J^{\left(i\right)T}{]}^T;$

在步骤904，主径提取器624将从同频小区信道估计组合g⁽ⁱ⁾中选取 强度最大的径，设该最大径的强度为ρ_max，然后选取强度大于λ_iρ_max的径作为第i次主径估计值g⁽ⁱ⁾′；接着在步骤905，主径索引提取器625从同频小区信道估计组合g⁽ⁱ⁾中获取所有强度大于或等于λ_iρ_max的径的索引值π⁽ⁱ⁾，然后主径索引合并器626设置π＝π∪π⁽ⁱ⁾，以合并此次获得的索引值； 

在步骤906，从训练序列r⁽ⁱ⁾中消除主径信号的影响，其中首先由主径导频信号重构器627利用估计出的主径构造出导频信号经过这些主径构成的信道传输后的信号 

然后信号抵消器622会依照公式  $r^{(i+1)}=r^{\left(i\right)}-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{M}_j{g}_j^{\left(i\right)\′}$ 来从r⁽ⁱ⁾中消除主径信号的影响以获得新的训练序列信号r⁽ⁱ⁺¹⁾，此信号可存储于信号存储器621中，然后使i＝i+1，如果i≤N，则返回步骤903再次进行迭代； 

在迭代完成之后，将会获得按照主径选取门限λ₁，λ₂，…，λ_N选取的主径索引的集合。此后，类似于第四实施例，进入步骤907，第二迫零信道估计器703(参照图7A)从训练序列矩阵中选取所有主径对应的列，构成主径训练序列矩阵，即 $\tilde{M}\text{=M}(:,\mathrm{\π}).$ 然后使用迫零算法进行信道估计，即  $\tilde{h}={\left({\tilde{M}}^H\tilde{M}\right)}^{-1}{\tilde{M}}^{H}r:$

在步骤907之后，还对信道估计值 

进行降噪处理的过程(步骤908，909)同第四实施例，在此不再赘述。 

下面以TD-SCDMA系统为例更详细地说明本发明的方法的一个实际的例子，为方便起见，考虑两个同频小区的情况，但是对于更多同频小区的情况是类似的。在TD-SCDMA系统中，训练序列被称为中置码。 

S1.训练序列信号FFT，即对接收的中置码信号r＝[r₁，r₂，…，r_P]^T进行快速傅立叶变换(FFT)，得到R＝[R₁，R₂，…，R_P]^T，其中P为训练序列的长度； 

S2.信道估计初始化，设置迭代次数N，主径选取门限λ₁，λ₂，…，λ_N，信道降噪门限γ，第j个小区的初始信道估计值 ${\tilde{h}}_j=0_{P\×1},$ 其中0_P×1表示长度为P的列矢量，该矢量的元素全为0，初始化迭代变量i＝1，设置R⁽ⁱ⁾＝R； 

S3.信道估计，依次估计出各个同频小区的信道，其包括两个步骤： 

S3.1.分别使用各小区基本中置码的傅立叶变换值的倒数与R⁽ⁱ⁾的相 应元素相乘，得到频域信道估计，即对于第j个小区，其频域信道估计为  ${\hat{H}}_j^{\left(i\right)}=v_j\·R^{\left(i\right)},$ 其中v_j＝[v_j1，v_j2，…，v_jP]^T表示第j个小区的频域基本中置码的倒数构成的矢量，该值已经事先存储好，“·”表示矢量的相应元素相乘； 

S3.2.进行反傅立叶变换(IFFT)，得到时域主径信道估计，比如，对于第i次循环，第j个小区的时域主径信道估计为 ${\hat{h}}_j^{\left(i\right)}=\mathrm{IFFT}\left({\hat{H}}_j^{\left(i\right)}\right).$

S4.最强径选取，从同频小区的时域信道估计中选取功率最大的径，设该最大径的功率为ρ_max； 

S5.主径选取，从各个同频小区信道估计中选择所有强度大于或等于λ_iρ_max的径，将其他径的强度置为0，经过该步骤后得到的结果称为主径估计； 

S6.主径估计值累加，分别将各小区的主径估计值累加起来，即  ${\tilde{h}}_j={\tilde{h}}_j+{\hat{h}}_j^{\left(i\right)};$

S7.中置码信号重构，利用初始估计值，重构训练序列经过无线信道传输后接收端收到的信号，该过程包括以下步骤： 

S7.1.对各个小区的信道估计值进行FFT，得到频域信道估计，设第j个小区的频域信道估计为 

即 ${\tilde{H}}_j=\mathrm{FFT}\left({\tilde{h}}_j\right);$

S7.2.分别使用各小区基本中置码的傅立叶变换值与频域信道估计的相应元素相乘，得到重构的频域训练信号，对于第j个小区，其重构的频域训练信号为 ${\hat{S}}_j=m_j\·{\hat{H}}_j,$ 其中m_j＝[m_j1，m_j2，…，m_jP]^T表示第j个小区的频域基本中置码构成的矢量，该值已经事先存储好，“·”表示矢量的相应元素相乘； 

S7.3.将重构的频域训练信号叠加起来，即 $\hat{S}=\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\hat{S}}_j.$

S8.主径消除，从接收信号中消除主径信号的影响，即 $R^{\left(i\right)}=R-\hat{S},$  i＝i+1，如果i≤N，则转S3； 

S9.信道估计降噪，对初始信道估计进行降噪处理，该过程包括以下几步： 

S9.1.噪声功率粗估计，利用主径消除后的频域信号估计噪声功率，即 ${\widehat{\mathrm{\σ}}}_n^2=\frac{1}{P}{\left|\right|R^{(N+1)}\left|\right|}^2;$

S9.2.信道估计噪声估计，信道估计的噪声为 ${\mathrm{\σ}}_{{\hat{h}}_n}^2=\mathrm{\γ}{\widehat{\mathrm{\σ}}}_n^2;$

S9.3.对于每个小区的时域信道估计，保留所有强度大于或等于 

的径，将其他径设置为0，得到最后的信道估计结果 

值得注意的是，在实际实现时，上述第一～第五实施例中的单小区信道估计步骤(203，503，703，903)，训练序列重构和信号抵消步骤(207，508，707，906)等等，通常会如上面例如的实际的例子那样在频域实现，即先进行时域到频域变换(如快速傅立叶变换，FFT变换)，进行运算后在进行频域到时域变换(如反傅立叶变换，IFFT变换)，具体过程不再赘述。应当理解，这样的实施例与上述各实施例是等效的，并且包含在本发明的范围中。此外，值得注意的是，上述方法的执行顺序并非作为限制。也就是说，在不违背本发明的实施目的的条件下，也可不按照上述的顺序执行。 

因此，通过本发明的上述实施例，对于基于训练序列的无线通信系统，在同频组网的环境下，可以准确地估计出各个同频小区的信道。对于上行链路而言，当基站采用联合检测技术进行接收时，可以有效降低干扰用户的多址干扰，提高接收机的检测性能，另外，基站可以较准确地测量出目标用户和干扰用户的上行链路质量和干扰情况，从而可以辅助基站进行无线资源管理；对于下行链路而言，当用户终端采用联合检测技术时，同样地，可以有效降低其他基站的多址干扰，提高接收机的检测性能，另外，用户终端可以准确测量各个小区的强度，从而可以辅助用户终端进行小区选择和切换。 

Claims (29)

1.一种多小区联合信道估计方法，包括以下步骤：

a.从接收信号中截取训练序列信号r；

b.设置迭代次数N，其中N为大于等于1的正整数，初始化信道估计值

初始化迭代变量i＝1，r⁽ⁱ⁾＝r；

c.依据训练序列r⁽ⁱ⁾分别估计各个小区的信道，以产生第i次信道估计组合

其中J表示小区的数量；

d.从信道估计组合g⁽ⁱ⁾中选取强度大于或等于一阈值的径作为第i次主径估计值g(ⁱ⁾′；

e.更新信道估计值为

f.从接收的训练序列信号r中消除依照信道估计值重构的主径信号以获得新的训练序列r⁽ⁱ⁺¹⁾；

g.使i＝i+1，如果i≤N，则返回步骤c再次进行迭代。

2.如权利要求1所述的多小区联合信道估计方法，其特征在于，在步骤f中，其中M_j是根据第j个小区的训练序列构造的训练序列矩阵，

为第j个小区的第i次主径估计值。

3.如权利要求1所述的多小区联合信道估计方法，其特征在于，在步骤f中，其中M_j是根据第j个小区的训练序列构造的训练序列矩阵，

为累加的信道估计中第j个小区的信道估计。

4.如权利要求1～3任一项所述的多小区联合信道估计方法，其特征在于，还包括步骤：

h.依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率；

i.依据信道噪声功率对信道估计值

进行降噪，以获得信道估计结果。

5.如权利要求1所述的多小区联合信道估计方法，其特征在于，还包括在步骤b中初始化噪声估计值并且在步骤e和步骤f之间还包括：依据当前信道噪声功率估计对信道估计值

进行降噪，以获得信道估计结果

在步骤f和步骤g之间还包括：依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率。

6.如权利要求5所述的多小区联合信道估计方法，其特征在于，在步骤f中，

其中J是小区的数量，M_j是根据第j个小区的训练序列构造的训练序列矩阵，

是信道估计结果中第j个小区的信道估计。

7.如权利要求1所述的多小区联合信道估计方法，其特征在于，在步骤d中，该阈值λ_iρ_max，其中ρ_max是最大径的强度，λ_i是第i次迭代的主径选取门限。

8.如权利要求1所述的多小区联合信道估计方法，其特征在于，迭代次数N大于同频小区的数量。

9.一种多小区联合信道估计方法，包括以下步骤：

a.从接收信号中截取训练序列信号r；

b.设置迭代次数N，其中N为大于等于1的正整数，初始化主径索引集合π，初始化迭代变量i＝1，r⁽ⁱ⁾＝r；

c.依据训练序列r⁽ⁱ⁾分别估计各个小区的信道，以产生第i次信道估计组合

其中J是小区的数量；

d.从信道估计组合g⁽ⁱ⁾中选取强度大于或等于一阈值的径作为第i次主径估计值g⁽ⁱ⁾′；

e.获取步骤d中所述主径的索引值π⁽ⁱ⁾，并使π＝π∪π⁽ⁱ⁾；

f.从接收的训练序列信号r中消除依照步骤d的第i次主径估计值获得的主径信号以获得新的训练序列r⁽ⁱ⁺¹⁾，然后使i＝i+1，如果i≤N，则返回步骤c再次进行迭代；

g.从训练序列矩阵中选取所有主径对应的列，构成主径训练序列矩阵

然后使用迫零算法获得信道估计值

10.如权利要求9所述的多小区联合信道估计方法，其特征在于，在步骤f中，

其中M_j是根据第j个小区的训练序列构造的训练序列矩阵，

为第j个小区的第i次主径估计值。

11.如权利要求9所述的多小区联合信道估计方法，其特征在于，还包括步骤：

h.依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率；

i.依据信道噪声功率对信道估计值

进行降噪，以获得信道估计结果。

12.如权利要求9所述的多小区联合信道估计方法，其特征在于，在步骤d中，该阈值为λ_iρ_max，其中ρ_max是最大径的强度，λ_i是第i次迭代的主径选取门限。

13.如权利要求9所述的多小区联合信道估计方法，其特征在于，迭代次数N大于同频小区的数量。

14.一种多小区联合信道估计方法，包括以下步骤：

a.从接收信号中截取训练序列信号r；

b.设置迭代次数N，其中N为大于等于1的正整数，初始化主径索引集合π，初始化迭代变量i＝1，r⁽ⁱ⁾＝r；

c.依据训练序列r⁽ⁱ⁾分别估计各个小区的信道，以产生第i次信道估计组合；

d.从第i次信道估计组合中选取强度大于或等于一阈值的主径，获取所述主径的索引值π⁽ⁱ⁾，并使π＝π∪π⁽ⁱ⁾；

e.从依据各小区的训练序列构造的训练序列矩阵M中选取步骤d中的主径对应的列，构成主径训练序列矩阵然后依照迫零算法获得第i次主径信道估计

f.从接收的训练序列信号r中消除依照步骤e的第i次主径信道估计

获得的主径信号，然后使i＝i+1，如果i≤N，则返回步骤c再次进行迭代；

g.从训练序列矩阵中选取所有主径对应的列，构成主径训练序列矩阵，然后使用迫零算法获得信道估计值

15.如权利要求14所述的多小区联合信道估计方法，其特征在于，还包括步骤：

h.依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率；

i.依据信道噪声功率对信道估计值

进行降噪，以获得信道估计结果。

16.如权利要求14所述的多小区联合信道估计方法，其特征在于，在步骤d中，该阈值是λ_iρ_max，其中ρ_max是最大径的强度，λ_i是第i次迭代的主径选取门限。

17.如权利要求14所述的多小区联合信道估计方法，其特征在于，在步骤e中，依照公式

进行主径信道估计。

18.如权利要求14或17所述的多小区联合信道估计方法，其特征在于，在步骤f中，

其中J是小区的数量，M_j是根据第j个小区的训练序列构造的训练序列矩阵，是信道估计结果

中第j个小区的信道估计。

19.如权利要求14所述的多小区联合信道估计方法，其特征在于，迭代次数N大于同频小区的数量。

20.一种多小区联合信道估计装置，包括：

导频信号提取器，用以从接收信号中截取训练序列信号r；

至少一单小区信号估计器，分别依据训练序列r⁽ⁱ⁾估计各个小区的信道，以产生第i次信道估计组合g⁽ⁱ⁾，其中1≤i≤N，N为迭代次数且为大于等于1的正整数；

主径提取器，连接于各单小区信号估计器，用于从信道估计组合g⁽ⁱ⁾中选取强度大于或等于一阈值的径作为第i次主径估计值g⁽ⁱ⁾′；

信道累加器，连接于主径提取器，用以将各次主径估计值累加；

主径导频信号重构器，利用估计出的主径构造出导频信号经过所述主径构成的信道传输后的信号；

信号抵消器，从接收的训练序列信号r中消除第i次重构的主径导频信号，以获得新的训练序列信号r⁽ⁱ⁺¹⁾，并使i＝i+1；

其中，各单小区信号估计器是从信号抵消器获得训练序列信号r⁽ⁱ⁾以进行各小区信道估计，直到满足迭代次数N。

21.如权利要求20所述的多小区联合信道估计装置，其特征在于，还包括：

噪声估计器，连接信号抵消器，依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率；

降噪处理器，对信道累加器的输出进行降噪处理，以获得信道估计结果。

22.如权利要求20或21所述的多小区联合信道估计装置，其特征在于，所述主径导频信号重构器是从主径提取器中获得第i次信道估计g⁽ⁱ⁾′，并依照公式

重构主径导频信号，而所述信号抵消器是依照公式

抵消重构的主径导频信号，其中J是小区的数量，M_j是根据第j个小区的训练序列构造的训练序列矩阵，

是第j个小区的第i次信道估计。

23.如权利要求20或21所述的多小区联合信道估计装置，其特征在于，所述主径导频信号重构器是从主径累加器中获得累加的主径估计值

以依照公式

重构主径导频信号，而所述信号抵消器是依照公式

抵消重构的主径导频信号，其中J是小区的数量，M_j是根据第j个小区的训练序列构造的训练序列矩阵，

是累加的信道估计中

第j个小区的信道估计。

24.如权利要求20所述的多小区联合信道估计装置，其特征在于，所述主径导频信号重构器是从降噪处理器中获得信道估计结果以依照公式

重构主径导频信号，而所述信号抵消器是依照公式

抵消重构的主径导频信号，其中

是信道估计结果

中第j个小区的信道估计。

25.一种多小区联合信道估计装置，包括：

导频信号提取器，从接收信号中截取训练序列信号r；

至少一单小区信号估计器，分别依据训练序列r⁽ⁱ⁾估计各个小区的信道，以产生第i次信道估计组合

其中J是小区的数量；

主径提取器，连接于各单小区信号估计器，用以从信道估计组合g⁽ⁱ⁾中选取强度大于或等于一阈值的径作为第i次主径估计值g⁽ⁱ⁾′；

主径索引提取器，连接于主径提取器，用以获取所述主径的索引值π⁽ⁱ⁾；

主径索引合并器，用以更新主径索引集合为π＝π∪π⁽ⁱ⁾；

主径导频信号重构器，利用估计出的主径构造出导频信号经过所述主径构成的信道传输后的信号；

信号抵消器，连接主径导频信号重构器，从接收的训练序列信号r中消除第i次重构的主径导频信号，以获得新的训练序列信号r⁽ⁱ⁺¹⁾，并使i＝i+1，其中，各单小区信号估计器是从信号抵消器获得训练序列信号r⁽ⁱ⁾以进行各小区信道估计，直到满足迭代次数N；

迫零信道估计器，从训练序列矩阵中选取所有主径对应的列，构成主径训练序列矩阵然后使用迫零算法获得信道估计值

26.如权利要求25所述的多小区联合信道估计装置，其特征在于，所述主径导频信号重构器是从主径提取器中获得第i次信道估计g⁽ⁱ⁾′，并依照公式

重构主径导频信号，而所述信号抵消器是依照公式

抵消重构的主径导频信号，其中J是小区的数量，M_j是根据第j个小区的训练序列构造的训练序列矩阵，

是第j个小区的第i次信道估计。

27.如权利要求25所述的多小区联合信道估计装置，其特征在于，还包括：

噪声估计器，连接信号抵消器，依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率；

降噪处理器，对迫零信道估计器的输出进行降噪处理，以获得信道估计结果。

28.一种多小区联合信道估计装置，包括：

导频信号提取器，从接收信号中截取训练序列信号r；

至少一单小区信号估计器，依据训练序列r⁽ⁱ⁾分别估计各个小区的信道，以产生第i次信道估计组合；

主径索引提取器，连接各单小区信号估计器，用以从第i次信道估计组合中选取强度大于或等于一阈值的主径，获取所述主径的索引值π⁽ⁱ⁾；

主径索引合并器，连接主径索引提取器，用以更新主径索引集合为π＝π∪π⁽ⁱ⁾；

第一迫零信道估计器，连接主径索引提取器，用以从依据各小区的训练序列构造的训练序列矩阵M中选取索引值π⁽ⁱ⁾对应的列，构成主径训练序列矩阵

然后依照迫零算法获得第i次主径信道估计

主径导频信号重构器，连接第一迫零信道估计器，利用估计出的主径构造出导频信号经过所述主径构成的信道传输后的信号；

信号抵消器，连接主径导频信号重构器，从接收的训练序列信号r中消除第i次重构的主径导频信号，以获得新的训练序列信号r⁽ⁱ⁺¹⁾，并使i＝i+1，其中，各单小区信号估计器是从信号抵消器获得训练序列信号r⁽ⁱ⁾以进行各小区信道估计，直到满足迭代次数N；

第二迫零信道估计器，从训练序列矩阵中选取所有主径对应的列，构成主径训练序列矩阵，然后使用迫零算法获得信道估计值

29.如权利要求28所述的多小区联合信道估计装置，其特征在于，还包括：

噪声估计器，连接信号抵消器，依据训练序列r⁽ⁱ⁺¹⁾估计信道噪声功率；

降噪处理器，对第二迫零信道估计器的输出进行降噪处理，以获得信道估计结果。

Images