CN101499860A - 信噪比测量方法及装置 - Google Patents

Abstract

本发明实施例提供一种信噪比测量方法，包括：利用预先获取到的信道估计值和对应的扩频码信息，计算对应信道的组合信道响应值；利用由组合信道响应值组建的系统矩阵以及信号噪声估计值，算出接收机输出信号的信噪比。本发明还提供一种信噪比测量装置。本发明提供的技术方案能够使得接收机输出信号的信噪比的计算结果较逼近真实情况。

Description

信噪比测量方法及装置

技术领域

本发明涉及移动通信技术领域，尤其涉及一种信噪比(SNR)测量方法及装置。

背景技术

移动通信系统中，为尽量保证数据传输的及时性与准确性，通常需要对用于传输数据的信道质量进行测量。可通过测量信号的SNR来衡量信道质量。SNR是指有效信号与噪声信号之间的比率，SNR越高，则信道质量越好，反之，SNR越低，则信道质量越差。

如时分同步的码分多址(TD-SCDMA)等码分多址系统中，测量SNR时，如一个时段内，接收机接收到用户侧发来的信号后，需要对众多信号进行解析处理，以区分出不同用户的信号。因受接收机自身信号处理能力的限制，接收机在解析信号的过程中，通常难以将其他信号对某一信号的干扰消除干净，相应地，会影响解析出的输出信号的信噪比。而用户所对应的信道上信道质量，需要由接收机解析出的与该用户所对应的信号的信噪比来衡量，因此，实际应用中，需要能够较准确地测量出接收机输出的用户所对应的信号的信噪比，以检测相关信道的信道质量。

实际应用中，测量SNR的做法存在多种，本申请中简要介绍采用β因子算法计算SNR的现有技术。

假设接收机接收到的是单个用户A的信号，即该用户的信号未受其他干扰用户的干扰，则输入接收机的信号的信噪比与从接收机输出的信号的信噪比应该相同，如均为该信号的接收功率与白噪声之间的比率；实际情况中，接收机能够同时接收到多个用户的信号，如之前分析的，因接收机自身信号处理能力有限，使得解析出的用户A的信号的信噪比SNR_out，与接收机接收到的该用户A的信号的信噪比不同。基于SNR_in能够被预先估算出来，则β因子算法中，通过将干扰用户造成的干扰信号等效为对应大小的白噪声，将该白噪声的影响增加到SNR_in中，得出SNR_out，具体如下：

${\mathrm{SNR}}_{\mathrm{out}}=\frac{1}{\mathrm{\β}}{\mathrm{SNR}}_{\mathrm{in}}.$

上述现有技术中，利用β因子，计算出从接收机输出的信号的信噪比。实际应用中，通常预先设置有限个β因子，在需要计算SNR_out中，从有限个β因子中选出一个进行计算。而实际情况中，有限个β因子难以体现各种信号解析情况，因此，实际上，采用β因子算出的从接收机输出的用户信号的信噪比通常误差较大，难以体现真实的信道质量。

发明内容

本发明的目的在于提供一种信噪比测量方法，测量较为真实的接收机输出信号的信噪比。

利用预先获取到的信道估计值和对应的扩频码信息，计算对应信道的组合信道响应值；

利用由组合信道响应值组建的系统矩阵以及信号噪声估计值，算出接收机输出信号的信噪比。

计算对应信道的组合信道响应值包括：

所述组合信道响应值等于所述信道估计值与所述扩频码信息的卷积。

所述信道有多个，所述组合信道响应值有多个，由组合信道响应值组建的系统矩阵A中包含N个大小为(K_ru×(Q_max+W_FL-1))的子矩阵，相邻两个子矩阵在行方向上间隔Q_max行，其中，K_ru为子矩阵的列数，Q_max为子矩阵的行数，Q_max大于或等于K_ru；N为预设时段内接收机接收到的每个用户对应的符号总数。

计算接收机输出信号的信噪比为计算承载接收机解析出的各个符号的信号的信噪比，包括：

记承载接收机解析出的各个符号的信号的信噪比为SNR_j，根据公式：

${\mathrm{SNR}}_j=\frac{{\left[{(1+{\mathrm{\σ}}^2{\left(A^{H}A\right)}^{-1})}^{-1}\right]}_{\mathrm{jj}}}{1-{\left[{(1+{\mathrm{\σ}}^2{\left(A^{H}A\right)}^{-1})}^{-1}\right]}_{\mathrm{jj}}},$

算出SNR_j，j＝1，...，NK_ru；σ²为信号噪声估计值。

计算接收机输出信号的信噪比进一步包括：

根据每个符号对应的扩频码信息，找出接收机解析出的属于同一用户的一个或多个符号各自对应的信号的信噪比，计算一个或多个信噪比的平均值。

计算接收机输出信号的信噪比为接收机解析出的扩频码对应的信号的信噪比，包括：

记接收机解析出的扩频码对应的信号的信噪比为

选取矩阵A中包含相邻子矩阵的部分元素，组成优化矩阵A_optimize，设，

$R_{\mathrm{optimize}}=A_{\mathrm{optimize}}^H{A}_{\mathrm{optimize}}+{\mathrm{\σ}}^{2}I,$

将R矩阵分解为块下三角矩阵L和块上三角矩阵U，R是L与U的乘积，则，

其中，

$\left\{\begin{array}{c}{P}_i={R1}^H\\ G_1=R0,G_i=R0-{R1}^H\·D_{i-1}\\ D_i=G_i^{-1}\·R1\end{array}\right.,$

求解R逆矩阵的对角线元素：

则，

$\left\{\begin{array}{cc}{X}_{\mathrm{ii}}=G_i^{-1}& i=n\\ X_{\mathrm{ii}}=G_i^{-1}+D_i\·X_{(i+1)(i+1)}\·D_i^T& i=\mathrm{1,2},\·\·\·,n-1\end{array}\right.,$

则接收机解析出的扩频码对应的信号的信噪比

为：

${\mathrm{SNR}}_{k_{\mathrm{ru}}}=\frac{1-{\mathrm{\σ}}^2{\left[{X_{\mathrm{ii}}}^{-1}\right]}_{k_{\mathrm{ru}}{k}_{\mathrm{ru}}}}{{\mathrm{\σ}}^2{\left[{X_{\mathrm{ii}}}^{-1}\right]}_{k_{\mathrm{ru}}{k}_{\mathrm{ru}}}},k_{\mathrm{ru}}=1,...,{\mathrm{NK}}_{\mathrm{ru}}.$

本发明的另一个目的在于提供一种信噪比测量装置，测量较为真实的接收机输出信号的信噪比。

一种SNR测量装置，包括：

组合信道响应值计算单元和信噪比计算单元，其中，

组合信道响应值计算单元，利用预先获取到的接收机接收用户信号的各信道的信道估计值，和与信道所属用户对应的扩频码信息，计算各信道的组合信道响应值；

信噪比计算单元，利用由各组合信道响应值组建的系统矩阵以及对应的信号噪声估计值，计算接收机输出的用户信号的信噪比。

所述组合信道响应值计算单元包括：获取单元和卷积计算单元，

获取单元，获取各信道的信道估计值，和与信道所属用户对应的扩频码信息；

卷积计算单元，将获取单元获取到的信道估计值，与对应的扩频码信息进行卷积，得到的卷积结果为该信道的组合信道响应值。

所述信噪比计算单元包括：矩阵组建单元和计算单元，

矩阵组建单元，利用组合信道响应值计算单元算出的各信道的组合信道响应值，组建系统矩阵；

计算单元，利用矩阵组建单元组建的系统矩阵以及预先设置的计算接收机输出信号的信噪比的计算式，计算所述信噪比。

本发明中，通过将扩频码信息对信道估计值的影响考虑到计算接收机输出信号的信噪比的过程中，较真实地反映接收机实际处理的数据信号是实际数据信号经过扩频处理得到扩频后的数据信号，从而，较真实地反映了接收机自身噪声信号对扩频后的数据信号的影响而产生的信噪比，使得接收机输出信号的信噪比的计算结果较真实。

附图说明

图1是本发明中的SNR测量方法流程图；

图2是本发明中SNR测量装置的结构示意图；

图3是本发明一个实施例中测量接收机输出信号的信噪比的流程图；

图4是本发明中矩阵A的结构示意图；

图5是本发明的实施例中R的结构示意图；

图6是本发明的一个实施例中优化矩阵A_optimize的结构示意图；

图7是本发明的实施例中矩阵R_optimize的结构示意图。

具体实施方式

为使本发明的技术方案和优点更加清楚，下面将结合附图作进一步详细描述。

TD-SCDMA等码分多址通信系统中，通过信道传输的数据通常是经过扩频处理的。所谓扩频处理主要是为确保数据传输的安全性，在发送端采用系统为用户分配的扩频码对实际数据进行加扰处理，使实际数据的表示形式发生改变；接收端的接收机采用相同的扩频码对接收到的数据信号进行解扩处理，解析出实际数据。并且，通常，可称被传输的实际数据为符号。因此，本发明中，基于接收机实际处理的信号是带有扩频处理效应的信号，考虑扩频处理对接收机解析信号过程的影响，来计算从接收机输出的信号的信噪比，从而得出能够较真实地反映信道质量的输出信号的信噪比。

参见图1，图1是本发明中的SNR测量方法流程图，该流程可包括以下步骤：

步骤101、利用预先获取到的接收机接收用户信号的各信道的信道估计值，和与信道所属用户对应的扩频码信息，计算各信道的组合信道响应值。

上述信道估计值能够表征对应信道的传输特性，如信号功率的衰落情况；上述组合信道响应值将接收机所处理的信号经过扩频处理体现出来。

步骤102、利用由各组合信道响应值组建的系统矩阵以及对应的信号噪声估计值，计算接收机输出的用户信号的信噪比。

需要说明的是，本发明所提供的测量SNR的技术方案，可适用于接收机实际解析信号的情况，也可适用于仿真情况。

参见图2，图2是本发明中SNR测量装置的结构示意图，该装置可包括：组合信道响应值计算单元和信噪比计算单元，其中，

组合信道响应值计算单元，利用预先获取到的接收机接收用户信号的各信道的信道估计值，和与信道所属用户对应的扩频码信息，计算各信道的组合信道响应值；

信噪比计算单元，利用由各组合信道响应值组建的系统矩阵以及对应的信号噪声估计值，计算接收机输出的用户信号的信噪比。

组合信道响应值计算单元可包括：获取单元和卷积计算单元，

获取单元，获取各信道的信道估计值，和与信道所属用户对应的扩频码信息；

卷积计算单元，将获取单元获取到的信道估计值，与对应的扩频码信息进行卷积，得到的卷积结果为该信道的组合信道响应值。

信噪比计算单元可包括：矩阵组建单元和计算单元，

矩阵组建单元，利用组合信道响应值计算单元算出的各信道的组合信道响应值，组建系统矩阵；

计算单元，利用矩阵组建单元组建的系统矩阵以及预先设置的计算接收机输出信号的信噪比的计算式，计算所述信噪比。

下面详细说明本发明中测量接收机输出的用户信号的信噪比的具体实施方式。

参见图3，图3是本发明一个实施例中测量接收机输出信号的信噪比的流程图，该流程可包括以下步骤：

步骤301、获取信道估计值。

信道估计值表现为信道冲击响应值，实际应用中，测量信道冲击响应值的做法可有多种，在实际设备中多用steiner估计器，在仿真中可以使用steiner估计器也可以使用如下做法：对信道冲击响应值进行采样，如在周期性采样过程中，在每个采样时隙的中点处，测量信道冲击响应值。由于移动通信中，信号的传播存在多径效应，因此，可利用信道估计窗，信道估计窗中不同位置代表不同时刻，测量信道估计窗中某位置处能够体现一条径上信号的衰落的信道冲击响应值。使用该做法获取信道估计值可以减少模拟训练序列传输过程带来的运算量。

本发明中，可记用于传输第k个用户的信号的信道的信道估计值为h(km)，其中，m表示该信道上第m条径上的信道估计值。

步骤302、获取扩频码信息。

具体实施时，扩频码信息可以是一个小区中，系统针对一个用户，为该用户分配的一个用户扩频码，设用户为小区中的第k个用户，记该用户的用户扩频码c^(k)；扩频码信息也可既包含用户扩频码，又包含用于区分不同小区的小区扰码。如在网络规划时，为区分不同的小区，可为小区分配相应的小区扰码，对实际数据进行扩频处理时，可采用包含用户扩频码与小区扰码的扩频码信息进行相应的扩频处理。

本发明中，为将包含小区扰码的扩频码信息与不包含小区扰码的扩频码信息区分开，且基于小区扰码通常是复数矢量，可简称包含小区扰码的扩频码信息为复数扩频码，仅包含用户扩频码的扩频码信息，即c^(k)，为信道化码，复数扩频码为

则，

${\stackrel{\‾}{c}}^{\left(k_{\mathrm{ru}}\right)}=w^{\left(k\right)}\×c^{\left(k\right)}\×\stackrel{\‾}{v},$                     式1

其中，v为小区扩频码，通常是一个复数矢量，w^(k)为对应的CCSM码，k_ru为复数扩频码的标号，k_ru＝1，2，...，K_ru，K_ru表示总的码道数，即被用户占用的扩频码总数，或可理解为用户总数。

本实施例中，设所采用的扩频码信息为

步骤303、利用信道估计值与对应用户的扩频码信息，计算对应信道的组合信道响应值。

该处所指信道是分配有实际物理资源的信道，也常称为码道。

本实施例中，将扩频处理的影响加到信道估计值上，可得到本发明中的组合信道响应值，记第k_ru个组合信道响应值为

则，

$b^{\left(k_{\mathrm{ru}}\right)}=h^{\left(k_m\right)}\⊗{\stackrel{\‾}{c}}^{\left(k_{\mathrm{ru}}\right)},$             式2

其中，表示

与h^(km)之间的运算为卷积运算；

是长度为W_FL的序列，包含W_FL个元素，W_FL表示信道估计窗的长度，即预先设置的信道估计窗中码片个数；

是长度为Q_max的序列，包含Q_max个元素，Q_max表示系统能够分配的扩频码最大个数，则

是长度为(Q_max+W_FL-1)的序列。步骤304、利用算出的组合信道响应值，建立系统矩阵。

算出的组合信道响应值

对应于一个用户，实际情况中，接收机同时接收到信号中所包含的符号个数通常较多，且来自不同的用户，接收机通过解扩，可解析出多个符号，设接收机接收到的信号中包含的符号总数为N。

利用算出的

可建立一个体现符号间关联关系的系统矩阵，记该系统矩阵为矩阵A。参见图4，图4是本发明中矩阵A的结构示意图，其中，

矩阵A的列数X为：X＝K_ru×N；

矩阵A的行数Y为：Y＝L_data+W_FL-1；

L_data表示实际数据经过扩频处理后，携带扩频处理后的数据的码片个数。

建立矩阵A的具体做法包括：

建立大小为(K_ru×(Q_max+W_FL-1))的子矩阵，其中，K_ru为子矩阵的列数，Q_max为子矩阵的行数，Q_max大于或等于K_ru；

若按照接收机接收到符号的先后顺序对属于同一个用户的符号进行编号，则基于同一时段内，接收机接收到的属于不同用户的符号个数相同，则属于不同用户的符号的编号可能相同。设每个用户发送的符号总数均是N，用l标记每个用户的第l个符号，l＝1，...，N，则所建立的子矩阵有N个，分别是B₀，B₁，...，B_N-1；另外，用于用户发送符号的扩频码总数为K_ru，则所有用户发送的全部符号的总数为NK_ru个；

以第一个子矩阵为例，说明该子矩阵中的元素。第一个子矩阵中包含的元素是每个用户的第一个符号所对应的组合信道响应值，具体来讲，每列元素对应同一个用户的组合信道响应值，即上述式2算出的该用户对应的组合信道响应值；

将各个子矩阵抽象为一个数，按照各个子矩阵所对应的符号编号，在矩阵A的列方向上依次排列，且相邻两个子矩阵在行方向上间隔Q_max行，如第一个子矩阵的第一行的行数加上Q_max为第二个子矩阵的第一行的行数；A矩阵中，除各子矩阵之外的其他元素均为零。

步骤305、利用系统矩阵与预先估算出的噪声功率，采用经过简化运算处理的计算式，计算承载接收机解析出的各个符号的信号的信噪比。

利用计算式1计算接收机解析出的属于各个用户的符号对应的信号的信噪比SNR_j，

${\mathrm{SNR}}_j=\frac{{\left[{(I+{\mathrm{\σ}}^2{\left(A^{H}A\right)}^{-1})}^{-1}\right]}_{\mathrm{jj}}}{1-{\left[{(I+{\mathrm{\σ}}^2{\left(A^{H}A\right)}^{-1})}^{-1}\right]}_{\mathrm{jj}}},$              式3

其中，σ²为信号噪声估计值，即噪声功率，A^H为A的共轭转置矩阵，A^HA是大小为(K_ru×K_ru)的矩阵，则j＝1，...，NK_ru。基于式3，可算出NK_ru个信噪比，分别对应于NK_ru个符号。

实际应用中，如果直接利用式3计算SNR_j，则每次运算中，需要对A^HA做两次求逆运算，运算量较可观。

为进一步降低计算接收机输出的信号的信噪比的运算量，本发明中给出计算SNR_j的简化做法，具体如下：

(I+σ²(A^HA)^-1)^-1

＝(I+σ²(A^HA)^-1)^-1·(A^HA)^-1·(A^HA)

＝((A^HA)·(I+σ²(A^HA)^-1))^-1·(A^HA)

＝(A^HA+σ²I)^-1·(A^HA)

＝(A^HA+σ²I)^-1·(A^HA+σ²I-σ²I)

＝I-σ²(A^HA+σ²I)^-1

则可得如下计算式2：

${\mathrm{SNR}}_j=\frac{1-{\left[{\mathrm{\σ}}^2{(A^{H}A+{\mathrm{\σ}}^{2}I)}^{-1}\right]}_{\mathrm{jj}}}{{\left[{\mathrm{\σ}}^2{(A^{H}A+{\mathrm{\σ}}^{2}I)}^{-1}\right]}_{\mathrm{jj}}},$               式4

若利用式4计算SNR_j，则运算过程中，只需要对A^HA做一次求逆运算，相比较利用式3计算SNR_j，可极大程度地减少运算量，相应地减轻运算设备的功耗，并提高信道质量的检测效率。

步骤306、利用算出的承载接收机解析出的各个符号的信号的信噪比，计算接收机解析出的信号中，不同用户所对应的用户信号的信噪比。

本实施例中，根据每个符号对应的扩频码信息，找出属于同一个用户的不同符号所对应的信噪比计算值，如设K_ru＝2，两个扩频码分别属于用户E和用户F，则设算出的2N个信噪比中，SNR_j中j＝1，...，N的N个信噪比是承载用户E的数据的信号的；计算该N个信噪比计算值的平均值，该平均值即为该用户E所对应的用户信号的信噪比。

上述图3所示流程可结束。

分析上述式4，需要对NK_ru方阵求逆，一般的方法是使用cholesky分解或LU分解得到三角阵，再根据三角阵的特征进行求逆，这样做没有充分利用到A^HA的矩阵结构特点，因此运算量较大。下面给出一种方法，可以有效的减少矩阵求逆的运算量。

参考上述式2，可设：

R＝A^HA+σ²I。

本申请中，对该具体表达式的实例不作具体展开，所关注的是R的结构。参见图5，图5是本发明的实施例中R的结构示意图。图5中，矩阵R包含三种子矩阵，分别是S₀、S₁和S₁ ^H，S₁ ^H是S₁的共轭转置矩阵，每个子矩阵的大小相等，均是(K_ru×K_ru)。将每个子矩阵抽象为不同的元素，则矩阵R中，对角线方向上是元素S₀，上准对角线上的元素是S₁，下准对角线上的元素是S₁ ^H，其他元素均为零。

基于矩阵R计算接收机输出信号的信噪比如下：

将R矩阵分解为块下三角矩阵L和块上三角矩阵U，R是L与U的乘积，则，

其中，

$\left\{\begin{array}{c}{P}_i={R1}^H\\ G_1=R0,G_i=R0-{R1}^H\·D_{i-1}\\ D_i=G_i^{-1}\·R1\end{array}\right.,$

求解R逆矩阵的对角线元素：

计算SNR只需要用到R^-1对角线上的元素，因此只关注对角线元素，计算如下：

$\left\{\begin{array}{cc}{X}_{\mathrm{ii}}=G_i^{-1}& i=n\\ X_{\mathrm{ii}}=G_i^{-1}+D_i\·X_{(i+1)(i+1)}\·D_i^T& i=\mathrm{1,2},\·\·\·,n-1\end{array}\right.,$

则接收机解析出的扩频码对应的信号的信噪比为：

${\mathrm{SNR}}_{k_{\mathrm{ru}}}=\frac{1-{\mathrm{\σ}}^2{\left[{X_{\mathrm{ii}}}^{-1}\right]}_{k_{\mathrm{ru}}{k}_{\mathrm{ru}}}}{{\mathrm{\σ}}^2{\left[{X_{\mathrm{ii}}}^{-1}\right]}_{k_{\mathrm{ru}}{k}_{\mathrm{ru}}}}.$

本发明还提供了进一步减少计算信噪比的运算量的另一做法，在利用上述矩阵A计算信噪比时，并不计算每个符号对应的信号的信噪比后再计算各个用户所对应的用户信号的信噪比，而是利用经过简化的矩阵A，直接计算每个扩频码对应的信号的信噪比，这样处理相比较式4可进一步有效降低运算量。具体如下：

首先对矩阵A进行简化，选取其中部分相邻子矩阵块如B0、B1和B2，组成优化矩阵A_optimize，利用A_optimize计算。参见图6，图6是本发明的一个实施例中优化矩阵A_optimize的结构示意图，与图4对比，图6所示矩阵A_optimize，是图4所示矩阵A的一部分。实验证明，利用矩阵A算出的

与利用A_optimize算出的

基本相等。

基于A_optimize，则，

$R_{\mathrm{optimize}}=A_{\mathrm{optimize}}^H{A}_{\mathrm{optimize}}+{\mathrm{\σ}}^{2}I,$                    式5

参见图7，图7是本发明的实施例中矩阵R_optimize的结构示意图。

则，

G₁＝R0，G₂＝R0-R1^H·R0^-1·R1，G₃＝R0-R1^H·G₂ ^-1·R1；

$D_2=G_2^{-1}\·R1;$

$X_{22}=G_2^{-1}+D_2\·G_3^{-1}\·D_2^T;$

${\mathrm{SNR}}_{k_{\mathrm{ru}}}=\frac{1-{\mathrm{\σ}}^2{\left[{X_{22}}^{-1}\right]}_{k_{\mathrm{ru}}{k}_{\mathrm{ru}}}}{{\mathrm{\σ}}^2{\left[{X_{22}}^{-1}\right]}_{k_{\mathrm{ru}}{k}_{\mathrm{ru}}}}.$                式6

通过式6算出的即是与扩频码相对应的信号的信噪比，与

实验表明，利用式6算出的对应于扩频码的信噪比，与上述步骤306中采用平均值算法算出的用户对应的信噪比基本相同，并且，由于矩阵R相比较矩阵A要小，因此，采用式6计算扩频码对应的信噪比，运算量更小，实验表明，式6的运算量约是式4运算量的千分之一。

综上所述，本发明中，通过将扩频码信息对信道估计值的影响考虑到计算接收机输出信号的信噪比的过程中，较真实地反映接收机实际处理的数据信号是实际数据信号经过扩频处理得到扩频后的数据信号，从而，较真实地反映了接收机自身噪声信号对扩频后的数据信号的影响而产生的信噪比，使得接收机输出信号的信噪比的计算结果较真实。

进一步，本发明中，采用系统矩阵计算信噪比，并且基于对相关计算式的简化处理，有效减少运算量，提高计算效率，降低功耗，且提高信道质量的检测效率。

Claims (9)

1、一种信噪比测量方法，其特征在于，包括：

利用预先获取到的接收机接收用户信号的各信道的信道估计值，和与信道所属用户对应的扩频码信息，计算各信道的组合信道响应值；

利用由各组合信道响应值组建的系统矩阵以及对应的信号噪声估计值，计算接收机输出的用户信号的信噪比。

2、根据权利要求1所述的方法，其特征在于，计算各信道的组合信道响应值包括：

每个组合信道响应值等于对应的信道估计值与扩频码信息的卷积。

3、根据权利要求1所述的方法，其特征在于，所述信道有多个，所述组合信道响应值有多个，由组合信道响应值组建的系统矩阵A中包含N个大小为(K_ru×(Q_max+W_FL-1))的子矩阵，相邻两个子矩阵在行方向上间隔Q_max行，其中，K_ru为子矩阵的列数，Q_max为子矩阵的行数，Q_max大于或等于K_ru；W_FL为信道估计窗的长度，N为预设时段内接收机接收到的每个用户对应的符号总数。

4、根据权利要求3所述的方法，其特征在于，计算接收机输出信号的信噪比为计算承载接收机解析出的各个符号的信号的信噪比，包括：

记承载接收机解析出的各个符号的信号的信噪比为SNR_j，根据公式：

${\mathrm{SNR}}_j=\frac{{\left[{(I+{\mathrm{\σ}}^2{\left(A^{H}A\right)}^{-1})}^{-1}\right]}_{\mathrm{jj}}}{1-{\left[{(I+{\mathrm{\σ}}^2{\left(A^{H}A\right)}^{-1})}^{-1}\right]}_{\mathrm{jj}}},$

算出SNR_j，j＝1，...，NK_ru；σ²为信号噪声估计值。

5、根据权利要求4所述的方法，其特征在于，计算接收机输出信号的信噪比进一步包括：

根据每个符号对应的扩频码信息，找出接收机解析出的属于同一用户的一个或多个符号各自对应的信号的信噪比，计算一个或多个信噪比的平均值。

6、根据权利要求3所述的方法，其特征在于，计算接收机输出信号的信噪比为接收机解析出的扩频码对应的信号的信噪比，包括：

记接收机解析出的扩频码对应的信号的信噪比为

，

选取矩阵A中包含相邻子矩阵的部分元素，组成优化矩阵A_optimize，设，

$R_{\mathrm{optimize}}=A_{\mathrm{optimize}}^H{A}_{\mathrm{optimize}}+{\mathrm{\σ}}^{2}I,$

将R矩阵分解为块下三角矩阵L和块上三角矩阵U，R是L与U的乘积，则，

其中，

$\left\{\begin{array}{c}{P}_i={R1}^H\\ G_1=R0,G_i=R0-{R1}^H\·D_{i-1},\\ D_i=G_i^{-1}\·R1\end{array}\right.$

求解R逆矩阵的对角线元素：

则，

$\left\{\begin{array}{cc}{X}_{\mathrm{ii}}=G_i^{-1}& i=n\\ X_{\mathrm{ii}}=G_i^{-1}+D_i\·X_{(i+1)(i+1)}\·D_i^T& i=\mathrm{1,2},\·\·\·,n-1\end{array}\right.,$

则接收机解析出的扩频码对应的信号的信噪比

为：

${\mathrm{SNR}}_{k_{\mathrm{ru}}}=\frac{1-{\mathrm{\σ}}^2{\left[{X_{\mathrm{ii}}}^{-1}\right]}_{k_{\mathrm{ru}}{k}_{\mathrm{ru}}}}{{\mathrm{\σ}}^2{\left[{X_{\mathrm{ii}}}^{-1}\right]}_{k_{\mathrm{ru}}{k}_{\mathrm{ru}}}},$ k_ru＝1，...，NK_ru。

7、一种SNR测量装置，其特征在于，包括：

组合信道响应值计算单元和信噪比计算单元，其中，

组合信道响应值计算单元，利用预先获取到的接收机接收用户信号的各信道的信道估计值，和与信道所属用户对应的扩频码信息，计算各信道的组合信道响应值；

信噪比计算单元，利用由各组合信道响应值组建的系统矩阵以及对应的信号噪声估计值，计算接收机输出的用户信号的信噪比。

8、根据权利要求7所述的装置，其特征在于，所述组合信道响应值计算单元包括：获取单元和卷积计算单元，

获取单元，获取各信道的信道估计值，和与信道所属用户对应的扩频码信息；

卷积计算单元，将获取单元获取到的信道估计值，与对应的扩频码信息进行卷积，得到的卷积结果为该信道的组合信道响应值。

9、根据权利要求7或8所述的装置，其特征在于，所述信噪比计算单元包括：矩阵组建单元和计算单元，

矩阵组建单元，利用组合信道响应值计算单元算出的各信道的组合信道响应值，组建系统矩阵；

计算单元，利用矩阵组建单元组建的系统矩阵以及预先设置的计算接收机输出信号的信噪比的计算式，计算所述信噪比。

Images