CN101536441B - 利用同时信号分量的干扰消除的mimo检测 - Google Patents

Abstract

描述了用于接收MIMO传输的技术。接收机基于前端滤波器来对MIMO传输的接收数据进行处理以得到已滤波数据。接收机还基于至少一个第一组合器矩阵来对已滤波数据进行处理以得到第一帧的已检测数据。接收机对该已检测数据进行解调和解码以得到第一帧的已解码数据。然后，接收机基于至少一个第二组合器矩阵和第一帧的已解码数据来对已滤波数据进行处理，以消除由于第一帧而引起的干扰并得到第二帧的已检测数据。接收机对该已检测数据进行处理以得到第二帧的已解码数据。前端滤波器处理接收数据中的非同时信号分量。每个组合器矩阵组合已滤波数据中的同时信号分量以得到信道化码的已检测数据。

Description

利用同时信号分量的干扰消除的MIMO检测

基于35 U.S.C.§119要求优先权

本专利申请要求享有2006年11月6日递交的名称为“Ontime SymbolLevel Interference Cancellation”的临时申请No.60/864,557的优先权，其转让给本申请受让人并通过引用明确并入本文。

技术领域

本公开一般涉及通信领域，更具体地涉及用于接收多输入多输出(MIMO)传输的技术。

背景技术

MIMO传输是从多个(M个)发送天线到多个(N个)接收天线的传输。例如，发射机可以从M个发送天线同时发送M个数据流。无线环境使这些数据流失真，并且噪声和干扰使这些数据流进一步衰落。接收机经由N个接收天线来接收所发送的数据流。来自每个接收天线的接收信号包含所发送数据流的缩放和延迟形式。因此，所发送数据流分散在来自N个接收天线的N个接收信号之中。然后，接收机可以利用空时均衡器来处理N个接收信号以恢复所发送的数据流。

接收机可以动态导出空时均衡器的系数以应对信号属性的变化。这些信号属性可以涉及信道和干扰统计、对所发送数据流的空时处理等。导出均衡器系数需要密集的计算。更新这些均衡器系数以匹配信号属性的最快变化将会导致非常复杂的接收机。以较低速率更新这些均衡器系数会导致性能降低。

因此，在本领域中存在对用于高效接收MIMO传输的技术的需求。

发明内容

这里描述了用于利用连续干扰消除(SIC)来接收MIMO传输的技术。接收机可以得到包括多个帧的MIMO传输的接收数据。每个帧可以由发射机进行编码来分离并且由接收机通过解码来分离。在一个设计中，接收机可以基于前端滤波器对接收数据进行处理以得到已滤波数据。接收机可以基于至少一个第一组合器矩阵来进一步处理已滤波数据以得到第一帧的已检测数据。接收机可以对第一帧的已检测数据进行处理(例如，解调和解码)以得到第一帧的已解码数据。然后，接收机可以基于至少一个第二组合器矩阵和第一帧的已解码数据来处理已滤波数据，以便消除由于第一帧而带来的干扰并得到第二帧的已检测数据。接收机可以处理第二帧的已检测数据以得到第二帧的已解码数据。

前端滤波器可以处理接收数据中的非同时(non on-time)信号分量以得到已滤波数据。每个组合器矩阵可以组合不同信道化码的已滤波数据中的同时信号分量，以得到该信道化码的已检测数据。同时和非同时信号分量可以基于发送时间来区分。在接收机处，同时信号分量可以包括如下信号分量，其追溯到将要恢复的所期望符号以及与所期望符号同时发送的其它符号。非同时信号分量可以包括不是同时信号分量的信号分量，比如追溯到在所期望信号之前和之后发送的其它符号的信号分量。

组合器矩阵可以是在发射机处的数据专用处理的函数。数据专用处理可以基于信道化码、发送矩阵、增益等。可以针对所有信道化码导出并使用单个前端滤波器，但是可以针对每个信道化码导出不同的组合器矩阵。

对于同时SIC，可以估计并从已滤波数据中消除由于第一帧的同时信号分量而带来的干扰。前端滤波器可以对接收数据处理一次以得到已滤波数据，并且针对每个帧可以导出不同的组合器矩阵集，并且不同的组合器矩阵集用于组合已滤波数据，以得到该帧的已检测数据。对于完全SIC，可以估计并从接收数据中消除由于前端滤波器的完整时间跨度的第一帧而带来的干扰，以得到输入数据。可以对第二帧更新前端滤波器，并且可以利用已更新的前端滤波器来处理输入数据，以得到第二帧的已滤波数据。可以针对每个帧导出不同的组合器矩阵集，并且不同的组合器矩阵集用于组合该帧的已滤波数据以得到该帧的已检测数据。

可以基于第一帧和第二帧的发送矩阵和对没有从任意帧中消除干扰的假设，来估计第一帧的接收信号质量。可以基于已修改发送矩阵和对消除了由于第一帧的同时信号分量而带来的干扰的假设，来估计第二帧的接收信号质量，其中已修改发送矩阵将与第一帧相对应的列设置为零。

下面更具体地描述本公开的各个方面和特征。

附图说明

图1示出了发射机和接收机的方框图。

图2示出了MIMO-CDM传输。

图3示出了在发射机处的CDMA调制器的方框图。

图4示出了不具有SIC的接收机的设计。

图5A示出了具有完全SIC的接收机的设计。

图5B示出了具有同时SIC的接收机的设计。

图5C示出了具有同时SIC的接收机的另一设计。

图6示出了用于恢复不具有SIC的MIMO传输的过程。

图7示出了用于恢复具有SIC的MIMO传输的过程。

具体实施方式

这里描述的接收机处理技术可以用于各种通信系统，比如码分多址(CDMA)系统、时分多址(TDMA)系统、频分多址(FDMA)系统、正交FDMA(OFDMA)系统、单载波FDMA(SC-FDMA)系统等。CDMA系统采用码分复用(CDM)，并且使用不同信道化码并行发送调制符号。CDMA系统可以实现诸如宽带CDMA(W-CDMA)、cdma2000等的无线电技术。cdma2000涵盖IS-2000、IS-856和IS-95标准。TDMA系统可以实现诸如全球移动通信系统(GSM)的无线电技术。在来自名为“第3代合作伙伴项目”(3GPP)的组织的文档中描述了W-CDMA和GSM。在来自名为“第3代合作伙伴项目2”(3GPP2)的组织的文档中描述了cdma2000。3GPP和3GPP2文档是可公开获得的。OFDMA系统采用正交频分复用(OFDM)，并且在频域中在正交子载波上发送调制符号。SC-FDMA系统采用单载波频分复用(SC-FDM)，并且在时域中在正交子载波上发送调制符号。

这里描述的技术也可以用于下行链路以及上行链路上的MIMO传输。下行链路(或前向链路)是指从基站到无线设备的通信链路，并且上行链路(或反向链路)是指从无线设备到基站的通信链路。为清楚起见，下面针对CDMA系统中的MIMO传输来描述这些技术，其中该CDMA系统可以实现W-CDMA、cdma2000或一些其它CDMA无线电技术。

图1示出了用于MIMO传输的发射机110和接收机150的方框图。对于下行链路传输，发射机110是基站的一部分，而接收机150是无线设备的一部分。对于上行链路传输，发射机110是无线设备的一部分，而接收机150是基站的一部分。基站通常是与无线设备通信的固定站，并且也可以称为节点B、演进节点B、接入点等。无线设备可以是固定的或移动的，并且也可以称为用户设备(UE)、移动台、终端、站、用户单元等。无线设备可以是蜂窝电话、个人数字助理(PDA)、无线调制解调器、膝上型计算机、手持设备等。

在发射机110处，发送数据处理器(TX数据处理器)112接收业务数据和信令、对接收数据进行处理(例如，编码、交织和符号映射)、并且提供数据符号。处理器112还生成导频符号并将其与数据符号复用。如这里所使用的，数据符号是用于业务数据或信令的符号，导频符号是用于导频的符号，并且符号通常是复值。数据符号和导频符号可以是根据诸如PSK或QAM的调制方案的调制符号。导频是发射机和接收机预先已知的数据。TX MIMO处理器114按照下面所描述地对数据和导频符号执行空间或空时处理，并且将输出符号提供到多个(M个)CDMA调制器116a-116m。每个CDMA调制器116按照下面所描述地对其输出符号进行处理，并将输出码片提供到关联的发射机单元(TMTR)118。每个发射机单元118对其输出码片进行处理(例如，模拟变换、放大、滤波以及上变频)并生成已调制信号。分别从M个天线120a-120m发送来自M个发射机单元118a-118m的M个已调制信号。

在接收机150处，多个(N个)天线152a-152n在无线环境中经由各个传播路径接收所发送的信号，并且将N个接收信号分别提供到N个接收机单元(RCVR)154a-154n。每个接收机单元154对其接收信号进行处理(例如，滤波、放大、下变频以及数字化)，并将所接收的采样提供到信道处理器156和均衡器/CDMA解调器160。处理器156按照下面所描述地导出前端滤波器/均衡器的系数和一个或多个组合器矩阵的系数。单元160利用前端滤波器对所接收的采样执行均衡，对已滤波采样执行CDMA解调，并且提供已滤波符号。接收(RX)MIMO处理器170在空间维度中组合已滤波符号并提供已检测符号，其是对所发送数据符号的估计。RX数据处理器172对已检测符号进行处理(例如，符号解映射、解交织以及解码)并提供已解码数据。通常，均衡器/CDMA解调器160、RX MIMO处理器170和RX数据处理器172的处理分别与在发射机110处的CDMA调制器116、TX MIMIO处理器114和TX数据处理器112的处理互逆。

控制器/处理器130和180分别引导在发射机110和接收机150处的各个处理单元的操作。存储器132和182分别存储用于发射机110和接收机150的数据和程序代码。

图2示出了MIMO-CDM传输。对于CDM，可以利用C个信道化码经由一个发送天线同时发送多达C个符号，其中通常C≥1。这些信道化码可以是W-CDMA中的正交可变扩频因子(OVSF)码，cdma2000中的Walsh码、其它正交码或准正交码、伪随机码等。每个信道化码是特定码片序列。序列中码片的数目是信道化码的长度或扩频因子。通常，对于每个发送天线可以使用一个或多个信道化码的任何集合，并且这些信道化码可以具有相同或不同的扩频因子。为简明起见，以下描述假设信道化码具有相同的扩频因子。对于M个发送天线中的每个天线可以重用由C个信道化码构成的相同的集合。对于MIMO，可以经由M个发送天线同时发送多达M个符号。对于MIMO-CDM，可以利用C个信道化码经由M个发送天线同时发送多达C·M个符号。对于C个信道化码中的每一个可以独立执行MIMO处理。针对每个信道化码在所有M个发送天线上执行MIMO处理。对于M个发送天线中的每一个可以独立执行CDM处理。针对每个发送天线的所有C个信道化码执行CDM处理。

图3示出了用于一个发送天线m的CDMA调制器116的方框图，其中+∈{1，...，M}。CDMA调制器116可以用于图1中的CDMA调制器116a-116m中的每个调制器。CDMA调制器116包括用于每个信道化码的数据处理器310和用于导频的导频处理器320，其中所述每个信道化码用于业务数据和/或信令。

在数据处理器310内，扩频器312利用具有码片序列v_c(k)的信道化码c来对数据的输出符号d_m，c(s)进行扩频，其中s是符号索引并且k是码片索引。乘法器314以增益g_m，c对扩频器312的输出进行缩放，并提供信道化码c的数据码片。在导频处理器320内，扩频器322以用于导频的信道化码p来对导频的输出符号d_m，p(s)进行扩频。乘法器324以增益g_m，p对扩频器322的输出进行缩放，并提供导频码片。增益g_m，c和g_m，p分别确定用于信道化码c和导频的发射功率量。加法器330累加用于所有信道化码的数据和导频码片。加扰器332将加法器330的输出乘以用于发射机110的加扰序列p(k)，并为发送天线m提供输出码片y_m(k)。

通常，对于M个发送天线中的每个天线可以使用任意数目的C个信道化码和其中的任意信道化码。在一个设计中，针对所有M个发送天线的导频使用相同的信道化码。在另一设计中，针对M个发送天线的导频使用M个信道化码，并且剩余的C-M个信道化码可以重用于M个发送天线中的每个天线。如在图3中所示，针对所有M个发送天线可以使用相同的加扰序列。可替换地，可以针对每个发送天线使用不同的加扰序列。扩频和加扰也可以按照其它方式执行。

MIMO信道由在发射机110处的M个发送天线和在接收机150处的N个接收天线之间的传播环境构成。可以从用于每个信道化码的M个发送天线并行发送L个数据符号，其中1≤L≤min{M，N}。接收机150可以针对L的不同值(以及可能不同的发送矩阵/向量)来估计MIMO信道的性能(例如，吞吐量)，并且可以选择实现最佳性能的L值(以及发送矩阵/向量)。

发射机110可以如下对每个符号周期s中的每个信道化码c执行发射机空间处理：

d _c(s)＝B _c b _c(s)，其中c＝1，...，C，    公式(1)

其中，b _c(s)＝[b_1，c(s) b_2，c(s)...b_L，c(s)]^T是数据符号的L×1向量，

B _c是信道化码c的M×L发送矩阵，

d _c(s)＝[d_1，c(s) d_2，c(s)...d_M，c(s)]^T是输出符号的M×1向量，以及

“T”表示转置。

每个元素b _c(s)可以对应于不同数据流。数据流可以具有不同增益，在该情况中，对于不同数据流，矩阵B _c可以具有不同列范数。公式(1)示出了利用B _c的空间编码。也可以执行空时编码，例如空时发送分集(STTD)，但是在公式(1)中没有示出。

对于诸如闭环发送分集(CLTD)、每天线速率控制(PARC)、码重用贝尔实验室分层空时(CRBLAST)、双倍发送自适应阵列(D-TXAA)等的不同MIMO模式可以使用不同发送矩阵。表1列出了一些MIMO模式，并且针对每种模式给出了L、M、B _c和数据符号源。在表1中，B _cltd可以是从{[1 e^jπ/4]^T，[1 e^-j3π/4]^T，[1 e^j3π/4]^T，[1 e^-jπ/4]^T}集合中选择的2×1向量。B _d-txaa可以是从 $\{\left[\begin{array}{cc}1& 1\\ e^{\mathrm{j\π}/4}& e^{-j3\mathrm{\π}/4}\end{array}\right],\left[\begin{array}{cc}1& 1\\ e^{j3\mathrm{\π}/4}& e^{-\mathrm{j\π}/4}\end{array}\right]\}$ 集合中选择的2×2矩阵。I是沿对角线为1其余为0的单位矩阵。

表1

MIMO模式	L	M	B c	数据符号源
					CLTD	1	2	B c＝B cltd	来自单个已编码帧
PARC	L＝M	≥2	B c＝I	来自L个不同已编码帧
					CRBLAST	L＝M	≥2	B c＝I	来自单个已编码帧
D-TXAA	L＝M	＝2	B c＝B d-txaa	来自多达L个已编码帧

帧也可以称为分组、传输块、数据块、码字、流、数据流、空间流等。帧可以由发射机110单独编码并由接收机150单独解码。

发射机110可以如下对每个符号周期s中的每个发送天线m执行CDMA处理：

$y_m\left(k\right)=(\underset{c=1}{\overset{C}{\mathrm{\Σ}}}{g}_{m,c}\·v_c\left(k\mathrm{mod}C\right)\·d_{m,c}\left(k\mathrm{div}C\right))\·p\left(k\right),$ 其中m＝1，...，M，公式(2)其中，与码片周期k相对应的符号周期s由

给出。对于每个未使用的信道化码可以将增益g_m，c设置为等于零。

如果使用具有不同扩频因子的信道化码，则发送天线m的CDMA处理可以表达为：

$y_m\left(k\right)=(\underset{c=1}{\overset{N_{\mathrm{pc}}}{\mathrm{\Σ}}}{g}_{m,c}\·v_c\left(k\mathrm{mod}{C}_c\right)\·d_{m,c}\left(k\mathrm{div}{C}_c\right))\·p\left(k\right),$

其中，C_c是信道化码c的扩频因子，并且

N_pc是用于发送天线m的信道化码的数目。

为简明起见，以下描述假设对每个发送天线使用具有扩频因子C的信道化码。在公式(2)中，利用具有扩频因子C的信道化码c将输出符号d_m，c(s)进行扩频并且以增益g_m，c对其进行缩放以得到数据码片。通过复制输出符号C次并将C个复制的输出符号乘以信道化码c的C个码片可以实现扩频。将所有C个信道化码的数据和导频码片相加并进一步以加扰序列p(k)进行加扰以得到发送天线m的输出码片y_m(k)。对M个发送天线中的每个天线执行相同的CDMA处理。

在每个码片周期k中在接收机150处的接收符号可以表达为：

x(k)＝Hy(k)+n(k)，    公式(3)

其中，y(k)是输出码片的T×1向量，其中T在下面进行描述，

H是R×T信道响应矩阵，其中R在下面进行描述，

x(k)是接收采样的R×1向量，以及

n(k)是R×1噪声向量。

接收机150可以按照K倍码片速率将来自每个接收天线的接收信号进行数字化，其中K是过采样率并且通常K≥1。在每个码片周期k中，接收机150可以从每个接收机154得到E·K个采样，并且通过对来自N个接收机154a-154n的N·E·K个采样进行堆叠来构成x(k)。E是在接收机150处的前端均衡器的长度，用码片的数目表示。通常，E≥1并且可以基于接收机复杂度和性能之间的权衡来进行选择。x(k)包括来自用于E个码片周期的N个接收天线的R个接收采样，其中R＝N·E·K。

矩阵H包含对于所有发送和接收天线对的时域信道脉冲响应。如在图1中所示，在每个发送天线和每个接收天线之间存在一个传播信道，或者在M个发送天线和N个接收天线之间存在总共M·N个传播信道。每个传播信道具有由无线环境确定的特定脉冲响应。每个发送天线m和N个接收天线之间的单输入多输出(SIMO)信道的响应可以由R×T_m子矩阵H _m给出。在H _m中的行数由x(k)中的项数决定。在H _m中的列数由均衡器长度E以及发送天线m和N个接收天线之间的脉冲响应的时间宽度来确定。T_m可以如下给出：

公式(4)

其中，l_m，n是发送天线m和接收天线n之间的脉冲响应的时间宽度，用码片数目表示，并且

表示向上取整运算符(ceiling operator)。

矩阵H由M个子矩阵H _m组成，其中m＝1，...，M，如下：

H＝[H ₁ H ₂...H _M]    公式(5)

H的维度是R×T，其中T＝T₁+T₂+...+T_M。

对于M个发送天线，向量y(k)由M个子向量y _m(k)组成，其中m＝1，...，M。每个子向量y _m(k)包括以码片周期k为中心来自一个发送天线m的T_m个输出码片。向量y(k)和子向量y _m(k)可以表达如下：

$\underset{\‾}{y}\left(k\right)=\left[\begin{array}{c}{\underset{\‾}{y}}_1\left(k\right)\\ {\underset{\‾}{y}}_2\left(k\right)\\ \·\\ \·\\ \·\\ {\underset{\‾}{y}}_M\left(k\right)\end{array}\right]$ 和

公式(6)

公式(3)也可以表达为：

$\underset{\‾}{x}\left(k\right)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{\underset{\‾}{H}}_m{\underset{\‾}{y}}_m\left(k\right)+\underset{\‾}{n}\left(k\right)$ 公式(7)

对于在公式(7)中示出的模型，在每个码片周期k中，将T_m个输出码片从每个发送天线m并经由具有H _m响应的SIMO信道发送到N个接收天线。x(k)中的接收采样包括来自所有M个发送天线的贡献。x(k)、y(k)和H可以相对较大。举例而言，对于M＝2、N＝2、K＝2、E＝20、T＝48和R＝80来说，y(k)将是48×1向量，H将是80×48矩阵，并且x(k)将是80×1向量。

可以假设噪声是固定的复随机向量，其中

E{n(k)}＝0，以及    公式(8)

E{n(k)n ^H(k)}＝R _nn，    公式(9)

其中，E{}是期望值运算，0是全零向量，R _nn是R×R噪声方差矩阵，并且“H”表示共轭转置。公式(8)和(9)表明噪声具有零均值和方差矩阵R _nn。

通过如下利用用于信道化码c的一组L个滤波器对x(k)中的接收采样进行滤波然后对已滤波采样进行解扩和解扰，接收机150可以恢复每个信道化码c的b _c(s)中的数据符号：

${\underset{\‾}{\overset{^}{b}}}_c\left(s\right)=\frac{1}{\sqrt{C}}\·\underset{k=\mathrm{sC}}{\overset{(s+1)C-1}{\mathrm{\Σ}}}{\underset{\‾}{W}}_c^H\underset{\‾}{x}\left(k\right)\·{[v_c\left(k\mathrm{mod}C\right)\·p\left(k\right)]}^{*}$

$={\underset{\‾}{W}}_c^H(\frac{1}{\sqrt{C}}\·\underset{k=\mathrm{sC}}{\overset{(s+1)C-1}{\mathrm{\Σ}}}[\underset{\‾}{H}\underset{\‾}{y}\left(k\right)+\underset{\‾}{n}\left(k\right)]\·{[v_c\left(k\mathrm{mod}C\right)\·p\left(k\right)]}^{*})$ 公式(10)

$={\underset{\‾}{W}}_c^H[\underset{\‾}{H}{\underset{\‾}{\mathrm{\Θ}}}_c\left(s\right)+{\underset{\‾}{n}}_c\left(s\right)]$

$={\underset{\‾}{W}}_c^H{\underset{\‾}{\mathrm{\χ}}}_c\left(s\right)$

其中， ${\underset{\‾}{\mathrm{\Θ}}}_c\left(s\right)=(\frac{1}{\sqrt{C}}\·\underset{k=\mathrm{sC}}{\overset{(s+1)C-1}{\mathrm{\Σ}}}\underset{\‾}{y}\left(k\right)\·{[v_c\left(k\mathrm{mod}C\right)\·p\left(k\right)]}^{*}),$ 公式(11)

${\underset{\‾}{n}}_c\left(s\right)=(\frac{1}{\sqrt{C}}\·\underset{k=\mathrm{sC}}{\overset{(s+1)C-1}{\mathrm{\Σ}}}\underset{\‾}{n}\left(k\right)\·{[v_c\left(k\mathrm{mod}C\right)\·p\left(k\right)]}^{*}),$ 公式(12)

${\underset{\‾}{\mathrm{\χ}}}_c\left(s\right)=(\frac{1}{\sqrt{C}}\·\underset{k=\mathrm{sC}}{\overset{(s+1)C-1}{\mathrm{\Σ}}}\underset{\‾}{x}\left(k\right)\·{[v_c\left(k\mathrm{mod}C\right)\·p\left(k\right)]}^{*})=\underset{\‾}{H}{\underset{\‾}{\mathrm{\Θ}}}_c\left(s\right)+{\underset{\‾}{n}}_c\left(s\right),$ 公式(13)

W _c是用于信道化码c的R×L总滤波器，

是已检测符号的L×1向量并且是b _c(s)的估计，以及

“*”表示复共轭。

Θ _c(s)是信道化码c的解扩符号的T×1向量，并且是基于所发送的码片得到的。n _c(s)是在解扰和解扩之后信道化码c的R×1噪声向量。n _c(s)保存对n(k)的统计，其中n(k)与信道化码c无关。χ _c(s)是信道化码c的解扩符号的R×1向量并且是基于所接收的采样得到的。W _c包括用于信道化码c的由L个滤波器构成的组。公式(10)表明可以取代x(k)中的接收采样而对χ _c(s)中的解扩符号等效地执行利用W _c的处理。

滤波器W _c可以是维纳滤波器，其可以如下导出：

${\underset{\‾}{W}}_c=E{\left\{{\underset{\‾}{\mathrm{\χ}}}_c\left(s\right){\underset{\‾}{\mathrm{\χ}}}_c^H\left(s\right)\right\}}^{-1}\·E\left\{{\underset{\‾}{\mathrm{\χ}}}_c\left(s\right){\underset{\‾}{b}}_c^H\left(s\right)\right\}$ 公式(14)

$=\underset{\‾}{F}{\underset{\‾}{\mathrm{\Δ}}}_c,$

其中， $\underset{\‾}{F}={\underset{\‾}{\overset{~}{R}}}^{-1}\underset{\‾}{\overset{~}{H}},$ 公式(15)

${\underset{\‾}{\mathrm{\Δ}}}_c={\underset{\‾}{G}}_c{\underset{\‾}{B}}_c{(\underset{\‾}{I}+{\underset{\‾}{B}}_c^H{\underset{\‾}{G}}_c{\underset{\‾}{\overset{~}{H}}}^H{\underset{\‾}{\overset{~}{R}}}^{-1}\underset{\‾}{\overset{~}{H}}{\underset{\‾}{G}}_c{\underset{\‾}{B}}_c)}^{-1},$ 公式(16)

$\underset{\‾}{\overset{~}{R}}=\underset{\‾}{H}\underset{\‾}{\overset{~}{\mathrm{\Γ}}}{\underset{\‾}{H}}^H+{\underset{\‾}{R}}_{\mathrm{nn}},$ 公式(17)

$\underset{\‾}{\overset{~}{\mathrm{\Γ}}}=E\left\{{\underset{\‾}{\mathrm{\Θ}}}_c\left(s\right){\underset{\‾}{\mathrm{\Θ}}}_c^H\left(s\right)\right\}-E\left\{{\underset{\‾}{\mathrm{\Θ}}}_c\left(s\right){\underset{\‾}{b}}_c^H\left(s\right)\right\}E{\left\{{\underset{\‾}{\mathrm{\Θ}}}_c\left(s\right){\underset{\‾}{b}}_c^H\left(s\right)\right\}}^H,$ 公式(18)

是包括H的M个“同时”列的R×M矩阵，以及

G _c是信道化码c的M×M增益矩阵。

在公式(15)中，F是与信道化码无关的相对较大的R×M矩阵。在公式(16)中，Δ _c是包含W _c中所有代码相关矩阵的较小的M×L矩阵。在2006年11月28日递交的名称为“Multi-Stage Receiver for WirelessCommunication”的共同受让的美国专利申请No.11/564,261中具体描述了对公式(14)-(18)的推导。

公式(10)-(18)表明接收机150处的处理可以在两个阶段中执行。第一阶段利用前端滤波器F对接收采样x(k)进行滤波，其中F与信道化码无关，并且进一步对已滤波采样进行解扩和解扰以得到已滤波符号。可以对所有信道化码使用单个前端滤波器。第二阶段利用组合器矩阵Δ _c将每个信道化码c的已滤波符号进行组合，以得到该信道化码的已检测符号。可以以相同速率或不同速率单独更新前端滤波器和组合器矩阵。

可以用各种方式来执行多级接收机处理。在以下描述中，假设利用发送矩阵B _c＝I并且对M个发送天线中的每个天线使用相同的信道化码p来发送导频符号。还假设导频符号是不相关的或是正交的，以便 $E\left\{{\underset{\‾}{b}}_p\left(s\right){\underset{\‾}{b}}_p^H\left(s\right)\right\}=\underset{\‾}{I},$ 其中b _p(s)是在符号周期s中从M个发送天线发送的导频符号的M×1向量。

在一种接收机设计中，导出前端滤波器F并且前端滤波器F用于第一阶段(例如，用于图1中的块160)，并且针对每个信道化码计算组合器矩阵Δ _c并且组合器矩阵Δ _c用于第二阶段(例如，用于图1中的块170)。

对于符号级训练，可以如下使用最小二乘准则基于已解扩导频符号来导出滤波器：

${\underset{\‾}{W}}_p={\left[E\right\{{\underset{\‾}{\mathrm{\χ}}}_p\left(s\right){\underset{\‾}{\mathrm{\χ}}}_p^H\left(s\right)\left\}\right]}^{-1}E\left\{{\underset{\‾}{\mathrm{\χ}}}_p\left(s\right){\underset{\‾}{b}}_p^H\left(s\right)\right\},$ 公式(19)

其中，χ _p(s)是解扩导频符号的R×1向量，并且

W _p基于导频符号导出的R×M滤波器矩阵。

W _p可以如下利用符号级训练来导出。如公式(13)所示，以导频信道化码p取代信道化码c，可以根据所接收采样获得解扩导频符号χ _p(s)。可以计算R×R外乘积χ _p(s)χ _p ^H(s)并在足够数目的导频符号上进行平均。也可以计算R×M外乘积χ _p(s)b _p ^H(s)并进行平均。然后，可以基于这两个平均的外乘积来计算W _p。

对于码片级训练，可以如下使用最小二乘准则基于所接收采样来导出滤波器：

${\underset{\‾}{W}}_p={\left[E\right\{\underset{\‾}{x}\left(k\right){\underset{\‾}{x}}^H\left(k\right)\left\}\right]}^{-1}E\{\underset{\‾}{x}\left(k\right){\underset{\‾}{b}}_p^H\left(s\right)\·v_p\left(k\right)\·p\left(k\right)\},$ 公式(20)

其中，b _p(s)·v_p(k)·p(k)是通过对导频符号进行扩频和加扰得到的导频码片的M×1向量。

W _p可以如下利用码片级训练来导出。可以基于所接收采样来计算R×R外乘积x(k)x ^H(k)并在足够数目的导频符号上进行平均。也可以计算R×M外乘积x(k)b _p ^H(s)·v_p(k)·p(k)并进行平均。然后，可以基于这两个平均的外乘积来计算W _p。W _p也可以基于递归最小二乘(RLS)、块最小二乘、或者本领域公知的一些其它技术来导出。

可以如下导出前端滤波器F：

$\underset{\‾}{F}={\underset{\‾}{W}}_p(\underset{\‾}{I}+{\underset{\‾}{P}}_p){\underset{\‾}{G}}_p^{-1},$ 公式(21)

其中， ${\underset{\‾}{P}}_p={\underset{\‾}{G}}_p{\underset{\‾}{\overset{~}{H}}}^H{\underset{\‾}{\overset{~}{R}}}^{-1}\underset{\‾}{\overset{~}{H}}{\underset{\‾}{G}}_p,$ 以及    公式(22)

G _p是导频的M×M增益矩阵。

可以如下导出组合器矩阵Δ _c：

${\underset{\‾}{\mathrm{\Δ}}}_c={\underset{\‾}{G}}_c{\underset{\‾}{B}}_c{(\underset{\‾}{I}+{\underset{\‾}{B}}_c^H{\underset{\‾}{G}}_c{\underset{\‾}{G}}_p^{-1}{\underset{\‾}{P}}_p{\underset{\‾}{G}}_p^{-1}{\underset{\‾}{G}}_c{\underset{\‾}{B}}_c)}^{-1}.$ 公式(23)

如在公式(23)中所示，可以基于P _p、用于导频和数据的增益矩阵G _p和G _c、以及用于信道化码c的发送矩阵B _c来导出每个信道化码c的组合器矩阵Δ _c。G _c G _p ^-1也称为业务与导频比，并且可以是已知的(例如，经由信令)或者由接收机来估计。通常估计出业务与导频比G _c G _p ^-1就足够了，并且不需要分别估计G _p和G _c。

接收机150可以如下恢复b _c(s)中的数据符号：

${\underset{\‾}{\overset{^}{b}}}_c\left(s\right)={\underset{\‾}{\mathrm{\Δ}}}_c^H(\frac{1}{\sqrt{C}}\·\underset{k=\mathrm{sC}}{\overset{(s+1)C-1}{\mathrm{\Σ}}}{\underset{\‾}{F}}^H\underset{\‾}{x}\left(k\right)\·{[v_c\left(k\mathrm{mod}C\right)\·p\left(k\right)]}^{*}),$ 或    公式(24)

${\underset{\‾}{\overset{^}{b}}}_c\left(s\right)={\underset{\‾}{\mathrm{\Δ}}}_c^H{\underset{\‾}{F}}^H\frac{1}{\sqrt{C}}\·\underset{k=\mathrm{sC}}{\overset{(s+1)C-1}{\mathrm{\Σ}}}\underset{\‾}{x}\left(k\right)\·{[v_c\left(k\mathrm{mod}C\right)\·p\left(k\right)]}^{*}.$ 公式(25)

在公式(24)中，接收机150可以利用前端滤波器F对所接收采样x(k)进行滤波，然后对每个信道化码c的已滤波采样进行解扩和解扰，并且然后利用组合器矩阵Δ _c来对每个信道化码的已滤波符号进行组合。在公式(25)中，接收机150可以对每个信道化码c的所接收采样进行解扩和解扰，然后利用前端滤波器F对每个信道化码的解扩符号进行滤波，并且然后利用组合器矩阵Δ _c来对每个信道化码c的已滤波符号进行组合。

在另一接收机设计中，使用W _p作为用于第一阶段的前端滤波器。对每个信道化码c计算组合器矩阵D _c并用于第二阶段。

利用W _p得到的已滤波符号可以表达为：

${\underset{\‾}{z}}_c\left(s\right)={\underset{\‾}{W}}_p^H{\underset{\‾}{\mathrm{\χ}}}_c\left(s\right)$ 公式(26)

$={\underset{\‾}{A}}_c{\underset{\‾}{b}}_c\left(s\right)+{\underset{\‾}{n}}_c\left(s\right)$

其中， ${\underset{\‾}{A}}_c={\underset{\‾}{W}}_p^H\underset{\‾}{\overset{~}{H}}{\underset{\‾}{G}}_c{\underset{\‾}{B}}_c={\underset{\‾}{A}}_p{\underset{\‾}{G}}_p^{-1}{\underset{\‾}{G}}_c{\underset{\‾}{B}}_c,$ 公式(27)

${\underset{\‾}{A}}_p={\underset{\‾}{W}}_p^H\underset{\‾}{\overset{~}{H}}{\underset{\‾}{G}}_p,$ 以及    公式(28)

z _c(s)是信道化码c的已滤波符号的M×1向量。

可以如下得到b _c(s)中的数据符号：

${\underset{\‾}{\overset{^}{b}}}_c\left(s\right)={\underset{\‾}{D}}_c^H{\underset{\‾}{z}}_c\left(s\right),$ 公式(29)

其中，D _c是信道化码c的M×L组合器矩阵。

组合器矩阵D _c可以如下基于最小均方差(MMSE)准则来导出：

${\underset{\‾}{D}}_c={({\underset{\‾}{A}}_c{\underset{\‾}{A}}_c^H+{\underset{\‾}{R}}_{\mathrm{nn},c})}^{-1}{\underset{\‾}{A}}_c,$ 公式(30)

其中， ${\underset{\‾}{R}}_{\mathrm{nn},p}=\frac{1}{P}\·\underset{s=s_{0}C}{\overset{s_0+P-1}{\mathrm{\Σ}}}{\underset{\‾}{z}}_p\left(s\right){\underset{\‾}{z}}_p^H\left(s\right)-{\underset{\‾}{P}}_p{\underset{\‾}{P}}_p^H.$ 公式(31)

如在公式(27)中所示，基于(i)根据导频符号或码片估计的并且适用于所有信道化码的矩阵A _p以及(ii)专用于信道化码c的业务与导频比G _p ^-1 G _c和发送矩阵B _c，可以为每个信道化码c计算M×L矩阵A _c。如在公式(30)中所示，基于(i)可适用于所有信道化码的噪声方差矩阵R _nn，p以及(ii)为信道化码c计算的矩阵A _c，可以为每个信道化码c计算组合器矩阵D _c。

也可以如下为每个信道化码c估计组合器矩阵D _c：

${\underset{\‾}{R}}_{\mathrm{zz}}=E\{\frac{1}{C}\·\underset{c=1}{\overset{C}{\mathrm{\Σ}}}{\underset{\‾}{z}}_c\left(s\right){\underset{\‾}{z}}_c^H\left(s\right)\},$ 以及    公式(32)

${\underset{\‾}{D}}_c={\underset{\‾}{R}}_{\mathrm{zz}}^{-1}{\underset{\‾}{A}}_c,$ 公式(33)

其中，R _zz是z _c(s)的M×M方差矩阵。

接收机150可以如下恢复b _c(s)中的数据符号：

${\underset{\‾}{\overset{^}{b}}}_c\left(s\right)={\underset{\‾}{D}}_c^H(\frac{1}{\sqrt{C}}\·\underset{k=\mathrm{sC}}{\overset{(s+1)C-1}{\mathrm{\Σ}}}{\underset{\‾}{W}}_p^H\underset{\‾}{x}\left(k\right)\·{[v_c\left(k\mathrm{mod}C\right)\·p\left(k\right)]}^{*}),$ 或    公式(34)

${\underset{\‾}{\overset{^}{b}}}_c\left(s\right)={\underset{\‾}{D}}_c^H{\underset{\‾}{W}}_p^H\frac{1}{\sqrt{C}}\·\underset{k=\mathrm{sC}}{\overset{(s+1)C-1}{\mathrm{\Σ}}}\underset{\‾}{x}\left(k\right)\·{[v_c\left(k\mathrm{mod}C\right)\·p\left(k\right)]}^{*}.$ 公式(35)

在公式(34)中，接收机150可以利用前端滤波器W _p对所接收采样x(k)进行滤波，然后对每个信道化码c的已滤波采样进行解扩和解扰，并且然后利用组合器矩阵D _c对每个信道化码的已滤波符号进行组合。在公式(35)中，接收机150可以对每个信道化码c的接收采样进行解扩和解扰，然后利用前端滤波器W _p对每个信道化码的解扩符号进行滤波，并且然后利用组合器矩阵D _c来对每个信道化码c的已滤波符号进行组合。

在上述两种接收机设计中，可以将前端滤波器F或W _p视为用于接收信号的“多径”维度的均衡器。组合器矩阵Δ _c或D _c对来自前端滤波器的已滤波符号进行运算，并且可以视为对接收信号的时间维度的适当处理。接收机处理也可以用其它方式在多个阶段中执行。

接收机150可以估计接收信号质量，其可以由信号与干扰和噪声比(SINR)或一些其它参数来量化。公式(29)中的已检测符号可以表达为：

${\underset{\‾}{\overset{^}{b}}}_c\left(s\right)={\underset{\‾}{D}}_c^H{\underset{\‾}{A}}_c{\underset{\‾}{b}}_c\left(s\right)+{\underset{\‾}{D}}_c^H{\underset{\‾}{n}}_c\left(s\right)$ 公式(36)

$={\underset{\‾}{L}}_c^H{\underset{\‾}{b}}_c\left(s\right)+{\underset{\‾}{w}}_c\left(s\right)$

其中， ${\underset{\‾}{L}}_c^H={\underset{\‾}{D}}_c^H{\underset{\‾}{A}}_c$ 并且 ${\underset{\‾}{w}}_c\left(s\right)={\underset{\‾}{D}}_c^H{\underset{\‾}{n}}_c\left(s\right),$

${\underset{\‾}{R}}_{\mathrm{nn},c}=E\left\{{\underset{\‾}{n}}_c\left(s\right){\underset{\‾}{n}}_c^H\left(s\right)\right\}$ 是n _c(s)的方差，以及

${\underset{\‾}{R}}_{\mathrm{ww},c}={\underset{\‾}{D}}_c^H{\underset{\‾}{R}}_{\mathrm{nn},c}{\underset{\‾}{D}}_c$ 是w _c(s)的方差。

的第l个元素b_l，c(s)的SINR可以表达为：

$\mathrm{SINR}\left\{b_{l,c}\left(s\right)\right\}=\frac{{\left|L_c(l,l)\right|}^2}{R_{\mathrm{ww},c}(l,l)+\underset{i=1,i\≠l}{\overset{L}{\mathrm{\Σ}}}{\left|L_c(l,i)\right|}^2},$ 公式(37)

其中，L_c(l，i)是L _c的第(l，i)个元素，以及

R_ww，c(l，l)是R _ww，c的第(l，l)个元素。

SINR{b_l，c(s)}是利用信道化码c发送的第l个数据流的SINR，并且可以用于选择该数据流的数据速率。每个信道化码c的SINR取决于用于该信道化码的发送矩阵B _c。接收机150可以确定不同可能的发送矩阵的SINR并选择具有最高SINR的发送矩阵。接收机150可以向发射机110发送反馈信息。该反馈信息可以包括为每个信道化码选择的发送矩阵、每个信道化码的SINR或数据速率、所有信道化码的平均SINR或数据速率等。

发射机110可以使用在表1中示出的任何MIMO模式来向接收机150发送L个已编码帧或数据流。接收机150可以如上所述在两个阶段中执行线性MIMO检测，其中在一个阶段中进行前端滤波并且在另一阶段中进行组合。接收机150可以通过线性MIMO检测得到所有L个帧的已检测符号，并且可以对这些已检测符号进行处理以恢复这L个帧。

接收机150也可以执行具有SIC的MIMO检测。在这种情况下，接收机150可以执行线性MIMO检测并随后对已检测符号进行处理以恢复一个帧。如果正确解码了该帧，则接收机150可以估计并消除由于该帧而引起的干扰。然后，接收机150可以对下一帧重复相同的处理。随后恢复的每个帧可以经受更小干扰并因此观测到更高的SINR。

对于SIC，在MIMO传输中同时发送的L个帧可以实现不同的SINR。每个帧的SINR可以取决于(i)利用线性MIMO检测的该帧的SINR以及(ii)恢复这L个帧的特定顺序。可以基于该帧实现的SINR来为每个帧确定信道质量指示符(CQI)。可以通过考虑如下事实，即第一个恢复的帧不会受益于SIC而随后恢复的每个帧可以受益于SIC，来计算这L个帧的CQI。

接收机150可以执行以下任务以用于具有SIC的MIMO检测：

1、连续估计用于L个帧的可支持数据速率，以及生成并发送适当的CQI报告，以及

2、当调度接收机150用于数据传输并同时发送多个帧时，执行MIMO检测，同时消除正确解码的每个帧。

上述两个任务可以假设在调度接收机150用于数据传输时特定业务与导频比G _c G _p ^-1适用于该接收机150。该业务与导频比可以用于导出组合器矩阵并用于估计SINR。为简明起见，以下描述假设利用M×L发送矩阵B _c的一列来发送每个帧。

在一个设计中，接收机150可以执行完全SIC，其是对前端滤波器的所有或大部分时间宽度上的干扰的估计和消除。对于完全SIC，接收机150可以首先正确解码帧1，并随后可以用与由发射机110执行的相同方式通过对已解码帧1进行编码、调制、扩频和加扰来估计由于帧1而引起的干扰，以便得到帧1所传送的输出码片。然后，接收机150可以利用信道响应矩阵对输出码片进行卷积，以估计由于帧1而引起的干扰，如下：

${\underset{\‾}{i}}_1\left(k\right)=\underset{\‾}{\overset{^}{H}}{\underset{\‾}{y}}_1\left(k\right),$ 公式(38)

其中，y ₁(k)是帧1的输出码片的T×1向量，

是R×T信道估计矩阵，其是H的估计，以及

i ₁(k)是由于帧1引起的干扰的R×1向量。

然后，接收机150可以如下消除由于帧1而引起干扰：

x ₁(k)＝x(k)-i ₁(k)，    公式(39)

其中，x ₁(k)是输入采样的R×1向量，其是对在未发送帧1的情况下的接收采样的估计。

然后，接收机150可以用与所接收采样x(k)相同的方式来处理输入采样x ₁(k)以恢复另一帧2。对于帧2，接收机150可以基于输入采样x ₁(k)来重新计算前端滤波器F或W _p，并且随后可以利用新的前端滤波器来对输入采样进行滤波以得到已滤波符号。接收机150也可以重新计算每个信道化码c的组合器矩阵Δ _c或D _c，并且随后可以利用新的组合器矩阵来对已滤波符号进行组合以得到用于帧2的信道化码c的已检测符号。

对于完全SIC，每个帧与可以专门为该帧导出的一个前端滤波器和一组组合器矩阵相关联。恢复L个帧的具体顺序会影响每个帧的前端滤波器和组合器矩阵。例如，如果发送了两个帧1和2，则每个帧的前端滤波器和组合器矩阵可以根据在帧2之前恢复帧1还是在帧1之前恢复帧2，而不同。此外，对发送矩阵B _c的选择也是有关的。由于改变了信号统计，所以对于不同发送矩阵，在干扰消除之后计算的前端滤波器可能不同。

对于CQI报告，期望估计L个帧的SINR，以反映由于干扰消除而得到的任何增益。利用线性MIMO检测的每个帧的SINR可以基于导频符号和对业务与导频比的假设来进行估计。对于第一个恢复的帧，SINR估计可能相对准确，其没有受益于SIC。然而，因为只有当干扰消除实际发生时才可以确保受益于SIC，所以对随后恢复的每个帧的SINR估计可能是不准确的，其中干扰消除只有当调度接收机150用于数据传输时才执行。接收机150可以连续估计SINR并报告CQI，而数据传输可以是偶发的。因此，期望即使在没有发送数据传输时也尽可能准确地估计SINR。

接收机150可以用各种方式估计L个帧的SINR。在第一设计中，接收机150可以通过计算前端滤波器的参数并假设完全消除每个已恢复帧来估计每个帧的SINR。在第二设计中，接收机150可以通过仅消除接收信号的已知分量(例如，导频)来估计每个帧的SINR。该设计可以提供关于可实现SINR的下限。在第三设计中，接收机150可以通过仅消除如前所述的先前已恢复帧的同时信号分量(如果有)来估计每个帧的SINR。当接收到数据传输时，接收机150可以执行完全消除。相比第二设计而言，第三设计可以提供关于可实现SINR的更高的下限。

在另一设计中，接收机150可以执行同时SIC，其是对由于每个已恢复帧的同时信号分量而引起的干扰的估计和消除。对于同时SIC，接收机150可以首先正确解码帧1，并且然后可以通过对已解码帧1进行编码和调制来估计由于帧1而引起的干扰，以得到帧1的重构数据符号。然后，接收机150可以基于该重构数据符号来估计由于帧1而引起的干扰。接收机150可以从已滤波符号中减去所估计的干扰并且随后对得出的符号进行处理，以得到另一帧2的已检测符号。

对于同时SIC，接收机150可以利用前端滤波器对所接收采样仅滤波一次，以得到所有L个帧的已滤波符号。接收机150可以对已滤波符号(取代所接收采样)执行干扰消除，这样可以大大简化接收机处理。对于每个后续帧，接收机150可以基于已滤波符号和刚刚解码的帧的重构数据符号，来重新计算每个信道化码c的组合器矩阵Δ _c或D _c。

为简明起见，以下描述假设在MIMO传输中同时发送两个帧。该讨论可以扩展到任意数目的帧。接收机150可以如上所述首先恢复帧1。对于帧2，可用于恢复帧2的符号可以表达为：

${\underset{\‾}{\overset{~}{z}}}_c\left(s\right)=\left[\begin{array}{c}{\underset{\‾}{z}}_c\left(s\right)\\ {\stackrel{\→}{b}}_{c,1}\left(s\right)\end{array}\right],$ 公式(40)

其中，

是已解码帧1的重构数据符号，以及

是可用于恢复帧2的符号的(M+1)×1向量。

可以如下基于MMSE准则来导出用于帧2的组合器向量：

${\underset{\‾}{d}}_{c,2}={\left[E\right\{{\underset{\‾}{\overset{~}{z}}}_c\left(s\right){\underset{\‾}{\overset{~}{z}}}_c^H\left(s\right)\left\}\right]}^{-1}E\left\{{\underset{\‾}{\overset{~}{z}}}_c\left(s\right)b_{c,2}^{*}\left(s\right)\right\},$ 公式(41)

其中，d _c，2(s)是用于帧2的(M+1)×1组合器向量。可以将组合器向量视为具有一列的组合器矩阵。

如果同时发送两个帧，则A _c＝[a _c，1 a _c，2]。然后，可以如下导出用于帧2的组合器向量：

${\underset{\‾}{d}}_{c,2}={\left[\begin{array}{cc}E\left\{{\underset{\‾}{z}}_c\left(s\right){\underset{\‾}{z}}_c^H\left(s\right)\right\}& {\underset{\‾}{a}}_{c,1}\\ {\underset{\‾}{a}}_{c,1}^H& 1\end{array}\right]}^{-1}\left[\begin{array}{c}{\underset{\‾}{a}}_{c,2}\\ 0\end{array}\right].$ 公式(42)

公式(42)中的多数项可以从对帧1的处理中获得。具体地，可以如公式(32)所示得到E{z _c(s)z _c ^H(s)}。a _c，2可以从A _c的第二列中得到，其中可以如公式(27)所示导出A _c。a _c，1可以从A _c的第一列中得到。然而，因为帧1的重构数据符号是可获得的，所以可以如下得到改进的a _c，1：

${\underset{\‾}{a}}_{c,1}=E\{\frac{1}{C}\·\underset{c=1}{\overset{C}{\mathrm{\Σ}}}{\underset{\‾}{z}}_c\left(s\right){\stackrel{\→}{b}}_{c,1}^{*}\left(s\right)\}.$ 公式(43)

然后，可以如下得到帧2的已检测符号

${\hat{b}}_{c,2}\left(s\right)={\underset{\‾}{d}}_{c,2}^H{\underset{\‾}{\overset{~}{z}}}_c\left(s\right).$ 公式(44)

公式(44)基于组合器向量d _c，2(s)来将已滤波符号和帧1的重构数据符号进行组合，以得到帧2的已检测符号。公式(44)实质上执行干扰估计和消除以及线性MIMO检测。公式(44)可以分解如下。

由帧1所引起的干扰可以估计如下：

$i_{c,1}\left(s\right)=-d_{c,M+1}{\stackrel{\→}{b}}_{c,1}\left(s\right),$ 公式(45)

其中，d_c，M+1是用于估计由于已解码帧1而引起的干扰的标量/权重，以及

i_c，1(s)是由于帧1而引起的同时干扰。

d_c，M+1是组合器向量d _c，2(s)的最后一个元素，并且基于帧1的已滤波符号以及重构数据符号来导出。

用于帧2的MIMO检测可以表达如下：

公式(46)

其中，

是包含组合器向量d _c，2(s)的前M个元素的M×1向量，并且是为帧2得到的符号。

然后，可以如下得到用于帧2的已检测符号

公式(47)

对于同时SIC，干扰消除仅影响同时信号分量，并且所接收采样的多径特征在干扰消除之后保持不变。这意味着可以对每个帧使用相同的前端滤波器F或W _p，并且对于最优滤波器W _c的所有改变可以并入在组合器矩阵中。干扰消除仅影响对同时符号进行运算的组合器矩阵Δ _c或D _c。实际上，这与发送矩阵B _c和恢复L个帧的顺序无关。可以为每个帧的每个信道化码重新计算组合器矩阵Δ _c或D _c，并且组合器矩阵Δ _c或D _c用于将该帧的该信道化码的已滤波符号进行组合。

对于CQI报告，期望能够使用参数技术来估计每个随后恢复的帧所实现的SINR，其中这些参数技术不包括进行实际解码和对每个先前恢复的帧的消除。这是因为除非调度接收机150用于数据传输否则不向该接收机发送帧。对于SINR估计，可以通过将每个已恢复帧的B _c的列设置为零来估计每个帧的SINR。例如，如果发送两个帧，则例如在公式(36)和(37)中所示，可以使用B _c＝[b ₁ b ₂]来计算第一恢复帧1的SINR。可以使用B _c，2＝[0 b ₂]来计算第二恢复帧2的SINR，其中B _c，2＝[0 b ₂]是反映了假设消除帧1的发送矩阵。

上面描述的SINR估计技术可以允许接收机150对于不同发送矩阵B _c和/或恢复L个帧的不同顺序容易地估计干扰消除增益。例如，接收机150可以估计第一个恢复的帧1的SINR(使用B _c＝[b ₁ b ₂])和第二个恢复的帧2的SINR(使用B _c，2＝[0 b ₂])，这反映了对来自帧1的干扰的消除。接收机150也可以估计第一个恢复的帧2的SINR(使用B _c＝[b ₁ b ₂])和第二个恢复的帧1的SINR(使用B _c，1＝[b ₁ 0])，这反映了对来自帧2的干扰的消除。接收机150也可以评估能够用于数据传输的不同发送矩阵。接收机150可以确定例如，在所有L个帧的总吞吐量或数据速率方面得到最佳性能的特定发送矩阵和特定恢复顺序。接收机150可以向发射机110发送该信息，以辅助对接收机的数据传输。

因为前端滤波器就同时SIC而言保持不变，所以即使当没有调度接收机150用于数据传输时鲁棒性的SINR估计也是可能的。每个帧的SINR可以通过基于该帧的发送矩阵简单地重新计算组合器矩阵D _c来进行估计。因为计算负担较低，所以评估不同发送矩阵和恢复顺序以确定得到最佳性能的发送矩阵和/或不同恢复顺序是切实可行的。

基于同时SIC对每个随后恢复帧的SINR的估计可以提供最后恢复的帧的性能矩阵，其仅线性地取决于分配给用于数据传输的信道化码的发射功率。这是由于以下事实：(i)假设使用相同的总功率，则多径干扰的统计属性保持相同而与信道化码和功率分配无关，以及(ii)所有同时干扰贡献消失。因为(a)消除了由于相同信道化码上的每个已恢复帧而引起的干扰以及(b)当时间对准时由于信道化码的正交性而抑制了来自其它信道化码的干扰，所以部分(ii)是正确的。关于所分配发射功率的性能矩阵的这种线性相关性可以允许发射机110如果为SINR估计假设的功率与用于数据传输的功率不同，则以用于一帧的实际发射功率来对接收机150所报告的SINR进行缩放。

针对无干扰消除，同时SIC可以提供改善的性能。此外，相比完全SIC而言，同时SIC可以具有更低的计算强度。同时SIC还可以允许一致的SINR估计，这样可以改善性能。

图4示出了接收机150a的方框图，其中接收机150a是图1中接收机150的一种设计。在该设计中，在CDMA解调之前执行前端滤波。均衡器/CDMA解调器160a包括前端滤波器/均衡器410和CDMA解调器420，其中均衡器/CDMA解调器160a是图1中块160的一种设计。CDMA解调器420包括用于业务数据的多达C个信道化码的C个解扰器/解扩器422a-422C。RX MIMO处理器170a包括用于业务数据的多达C个信道化码的C个组合器432a-432C，其中RX MIMO处理器170a是图1中的块170的一种设计。

在信道处理器156a内，其中信道处理器156a是图1中的块156的一种设计，时序估计器442确定接收信号的时序。单元442可以估计不同天线的信道脉冲响应和/或功率延迟概况，并且可以确定信道脉冲响应和/或功率延迟概况的重心。然后，单元442可以基于该重心确定接收信号的时序。

例如，在公式(20)中所示，系数计算单元444基于所接收采样导出滤波器W _p的系数。单元444也可以基于RLS、块最小二乘或一些其它技术来导出W _p。来自单元442的时序信息可以用于进行训练，例如，以便使本地生成的导频码片与所接收采样对准。单元444将W _p提供到前端滤波器410。

滤波器410利用W _p对所接收采样x(k)执行前端滤波/均衡并提供已滤波采样。在CDMA解调器420内，每个单元422对不同信道化码的已滤波采样进行解扩和解扰，并提供该信道化码的已滤波符号z _c(s)。

单元446对导频信道化码p的已滤波采样进行解扩和解扰。单元422和446基于由单元442提供的时序来执行解扩和解扰。信道估计器448基于来自单元446的已滤波导频符号来估计M×M矩阵

。例如，在公式(32)中所示，单元450计算每个信道化码的外乘积z _c(s)z _c ^H(s)，横跨信道化码和符号周期对该外乘积进行平均，并且提供相关矩阵R _zz。单元452基于来自单元448的矩阵

、来自单元450的相关矩阵R _zz、以及代码特定矩阵如下地导出每个信道化码c的组合器矩阵D _c的系数：

${\underset{\‾}{D}}_c={\underset{\‾}{R}}_{\mathrm{zz}}^{-1}{\underset{\‾}{W}}_p^H\underset{\‾}{\overset{~}{H}}{\underset{\‾}{G}}_c{\underset{\‾}{B}}_c.$ 公式(48)

在RX MIMO处理器170a内，每个组合器432基于组合器矩阵D _c来对不同信道化码c的已滤波符号进行组合，并且提供该信道化码的已检测符号。

通常，前端滤波可以在第一阶段中执行以处理M个接收信号中的非同时信号分量。通常，前端滤波器与在传输之前在发射机处如何处理信号无关。对于CDM传输，前端滤波器可以适用于所有信道化码。第二阶段可以组合同时信号分量以便恢复L个所发送信号。在第二阶段中使用的组合器矩阵可以取决于在传输之前如何处理信号(例如，发射机使用的发送矩阵B _c和增益矩阵G _c)和其它因素(例如，信道响应

和信号统计R _zz)。

图5A示出了接收机150b的方框图，其中接收机150b执行完全SIC并且是图1中接收机150的另一设计。在该设计中，在CDMA解调之前执行前端滤波。均衡器/CDMA解调器160b包括加法器408、前端滤波器/均衡器410、CDMA解调器420、CDMA调制器424以及干扰估计器426，其中均衡器/CDMA解调器160b是图1中的块160的另一设计。对于第一帧，加法器408只是将所接收采样传送到前端滤波器410。对于每个后续帧，干扰估计器426提供由于刚刚恢复的帧而引起的干扰，并且例如在公式(39)中所示加法器408从所接收采样中减去干扰，并且将输入采样提供到前端滤波器410。滤波器410利用W _p对所接收采样或输入采样执行前端滤波/均衡并提供已滤波采样。CDMA解调器420对所有信道化码的已滤波采样进行解扩和解扰并提供这些信道化码的已滤波符号。

在信道处理器156b内，单元442-450进行如上面针对图4所描述的操作，其中信道处理器156b是图1中的块156的另一设计。对于每个帧，单元450可以计算来自每个信道化码的CDMA解调器420的已滤波符号的外乘积z _c(s)z _c ^H(s)，横跨信道化码和符号周期对外乘积进行平均，并且例如在公式(32)中所示提供相关矩阵R _zz。对于第一帧，单元452可以导出每个信道化码c的组合器矩阵D _c的系数，如上面针对图4所描述的那样。对于每个后续帧，单元452可以基于该帧的已滤波采样导出组合器矩阵D _c的系数。

在RX MIMO处理器170内，每个信道化码c的组合器可以基于组合器矩阵D _c来对该信道化码的已滤波符号进行组合并提供该信道化码的已检测符号，其中RX MIMO处理器170可以如图4所示来实现。RX数据处理器172可以对正在恢复的帧的已检测符号进行解调和解码并提供已解码数据。如果正确解码该帧，则TX数据处理器174可以对已解码帧进行编码和调制并提供该帧的重构数据符号。TX MIMO处理器176可以处理该重构数据符号以得到输出符号。然后，CDMA调制器424可以对该输出符号进行扩频和加扰以得到该已解码帧的输出码片。例如在公式(38)中所示，干扰估计器426可以估计由于该已解码帧而引起的干扰，并提供所估计的干扰。

对于完全SIC，信道处理器156b可以导出每个帧的前端滤波器，并且干扰估计器424可以估计该前端滤波器的完整时间宽度的干扰。信道处理器156b可以导出每个帧的每个信道化码的组合器矩阵。

图5B示出了接收机150c的方框图，其中接收机150c执行同时SIC并且是图1中的接收机150的另一设计。在该设计中，在CDMA解调之前执行前端滤波。如上面针对图4所描述的，均衡器/CDMA解调器160a可以对所接收采样进行处理并提供每个信道化码c的已滤波符号。RX MIMO处理器170可以基于组合器矩阵D _c或d _c，2来对每个信道化码c的已滤波符号进行组合，并提供该信道化码的已检测符号。RX数据处理器172可以对正在恢复的帧的已检测符号进行解调和解码并提供已解码数据。如果正确解码该帧，则TX数据处理器174可以对该已解码帧进行编码和调制并提供该帧的重构数据符号。例如在公式(45)中所示，乘法器460可以以标量/权重对该重构数据符号进行缩放，以得到对由于该已解码帧而引起的干扰的估计。例如在公式(47)中所示，加法器462可以从用于干扰消除的TXMIMO处理器170的输出中减去乘法器460的输出，并且然后可以提供将要恢复的下一帧的已检测符号。干扰估计和消除也可以在RX MIMO处理器170内或RX MIMO处理器170之前执行。

对于同时SIC，信道处理器156b可以导出用于所有L个帧的单个前端滤波器，并且乘法器460可以仅估计每个已解码帧的同时信号分量的干扰。信道处理器156b可以导出每个帧的每个信道化码的组合器矩阵。

图5C示出了接收机150d的方框图，其中接收机150d针对两个帧的MIMO传输执行同时SIC并且是图1中的接收机150的另一设计。可以对所接收采样执行前端滤波和CDMA解调以得到每个信道化码的已滤波符号(方框510)。方框510可以包括图5B中的方框410、420和446。为清楚起见，在图5C中没有示出用于导出前端滤波器的方框(例如，图5B中的方框442和444)。可以基于已滤波符号来估计信道响应

和方差矩阵R _zz(方框518)。方框518可以包括图5B中的方框448和450。例如在公式(48)中所示，可以基于信道响应、方差矩阵和其它参数来计算第一帧的组合器矩阵D _c(方框524)。例如在公式(29)中所示，可以基于组合器矩阵D _c来对已滤波符号进行组合以得到第一帧的已检测符号(方框520)。可以对第一帧的已检测符号进行解调和解码以得到第一帧的已解码数据(方框522)。

如果正确解码第一帧，这可以基于CRC校验来确定，则可以对已解码的第一帧进行编码和调制以得到第一帧的重构数据符号(方框526)。例如在公式(42)中所示，可以基于方差矩阵、第一帧的重构数据符号和其它参数来计算第二帧的组合器矩阵d _c，2(方框534)。如在公式(43)中所示，方框534可以基于第一帧的重构数据符号导出改进的a _c，1估计。例如在公式(44)中所示，可以基于组合器矩阵d _c，2来组合第一帧的已滤波符号和重构数据符号以得到第二帧的已检测符号(方框530)。可以对第二帧的已检测符号进行解调和解码以得到第二帧的已解码数据(方框532)。图5C中所示的处理可以扩展到任意数目的帧。

图6示出了用于恢复不具有SIC的MIMO传输的过程600的设计。导出用于处理(例如，补偿、抑制或缓解)多个接收信号中的非同时信号分量的前端滤波器(方框612)。前端滤波器不隔离非同时信号分量。相反，前端滤波器以期望的/有利的方式来处理非同时信号分量，并且也可以(偶尔地)处理同时信号分量。还导出用于对多个所发送信号的同时信号分量进行组合的至少一个组合器矩阵(方框614)。前端滤波器可以是如在公式(21)中所示导出的F，并且组合器矩阵可以是如在公式(23)中所示导出的Δ _c。前端滤波器也可以是如在公式(19)或(20)中所示导出的W _p，并且组合器矩阵可以是如在公式(30)、(33)或(48)中所示导出的D _c。前端滤波器和组合器矩阵也可以用其它方式导出。可以基于所接收导频数据并且根据例如最小二乘准则来导出前端滤波器。可以基于用于发送数据的发送矩阵、用于数据的增益、信道响应估计、前端滤波器、信号和/或噪声统计等来导出组合器矩阵。组合器矩阵也可以根据MMSE或一些其它准则来导出。

对所接收数据进行滤波以便对多个接收信号中的非同时信号分量进行处理(方框616)。对已滤波数据进行处理以便将多个所发送信号的同时信号分量进行组合(方框618)。可以对一个以上符号周期的接收数据进行滤波以便对非同时信号分量进行处理。可以对一个符号周期的已滤波数据进行处理以便组合同时信号分量。可以在采样、符号等中给出所接收数据和已滤波数据。

对于利用多个信道化码发送的CDM传输，可以导出单个前端滤波器并用于处理非同时信号分量，并且可以导出多个组合器矩阵并用于将多个信道化码的同时信号分量进行组合。在一个方案中，首先利用前端滤波器对所接收数据进行滤波以得到中间数据。然后针对每个信道化码将该中间数据进行解扩以得到该信道化码的已滤波数据。利用每个信道化码的组合器矩阵来对该信道化码的已滤波数据进行进一步处理以得到该信道化码的输出数据。在另一方案中，首先对每个信道化码的接收数据进行解扩以得到该信道化码的解扩数据。然后，利用相同的前端滤波器对每个信道化码的解扩数据进行滤波以得到该信道化码的已滤波数据。利用每个信道化码的组合器矩阵对该信道化码的已滤波数据进行进一步处理以得到该信道化码的输出数据。

对于CDM，可以基于所接收数据和已知导频，例如基于(a)所接收数据的采样和用于码片级训练的已知导频码片或者(b)根据所接收数据得到的解扩导频符号和用于符号级训练的已知导频符号，来导出前端滤波器。可以基于用于多个信道化码的发送矩阵、用于信道化码的增益、信道响应估计、前端滤波器、信号和/或噪声统计等或者其组合来导出组合器矩阵。前端滤波器和信道响应估计可以联合估计，例如按照

图7示出了用于恢复具有同时SIC的MIMO传输的过程700的设计。可以得到MIMO传输的接收数据(方框712)。可以基于前端滤波器对接收数据进行处理以得到已滤波数据(方框714)。可以基于至少一个第一组合器矩阵来对已滤波数据进行进一步处理以得到第一帧的已检测数据(方框716)。可以对第一帧的已检测数据进行处理(例如，解调和解码)以得到第一帧的已解码数据(方框718)。也可以基于至少一个第二组合器矩阵和第一帧的已解码数据来对已滤波数据进行处理以便消除由于第一帧而引起的干扰并得到第二帧的已检测数据(方框720)。对于方框720，仅在正确解码第一帧时，才估计由于第一帧而引起的干扰并从已滤波数据中消除(例如，以符号级取代采样级)干扰。可以对第二帧的已检测数据进行处理以得到第二帧的已解码数据(方框722)。

前端滤波器可以对接收数据中的非同时信号分量进行处理以得到已滤波数据。每个组合器矩阵可以针对各个信道化码来组合已滤波数据中的同时信号分量以得到该信道化码的已检测数据。可以基于接收数据和已知导频数据来导出前端滤波器。可以使用至少一个信道化码来发送第一帧和第二帧。可以基于已滤波数据、信道化码的发送矩阵、信道化码的增益、前端滤波器、信道响应估计等或其任何组合来导出每个信道化码的第一组合器矩阵。可以基于已滤波数据、第一帧的已解码数据、信道化码的发送矩阵等或其任何组合来导出每个信道化码的第二组合器矩阵。

对于同时SIC，可以估计由于第一帧的同时信号分量而引起的干扰并从已滤波数据中消除干扰。可以使用相同的前端滤波器来处理所有帧的接收数据。对于完全SIC，可以针对前端滤波器的所有或大部分时间宽度来估计由于第一帧而引起的干扰并从接收数据中消除干扰，以得到输入数据。前端滤波器可以针对第二帧进行更新并用于处理输入数据。

可以基于(i)第一帧和第二帧的发送矩阵和(ii)假设没有消除来自任何帧的干扰，来估计第一帧的接收信号质量(例如，SINR)。可以基于(i)与第一帧相对应的列设置为0的已修改发送矩阵和(ii)假设消除了由于第一帧的同时信号分量而引起的干扰，来估计第二帧的接收信号质量。还可以基于前端滤波器、至少一个第一组合器矩阵、至少一个第二组合器矩阵、用于第一帧和第二帧的至少一个信道化码的至少一个增益、信道响应估计或其任何组合来估计第一帧和第二帧的接收信号质量。

在MIMO传输之前，可以针对至少一个发送矩阵和多个帧的至少一个恢复顺序，例如基于假设将要消除每个先前恢复帧的同时信号分量，来估计多个帧的接收信号质量。可以选择具有最高性能的发送矩阵和/或恢复顺序。可以将包括所选发送矩阵和/或所选恢复顺序的反馈信息发送到发射机。发射机可以使用该反馈信息来将MIMO传输发送到接收机。

这里描述的多级接收机也可以用于其它通信系统。例如，在时分复用(TDM)系统中，可以基于在第一时间间隔中接收的导频来导出前端滤波器，并且可以基于在第二时间间隔中使用的发送矩阵来导出第二时间间隔的组合器矩阵。可以利用前端滤波器对在第二时间间隔中接收的数据进行滤波，并且可以利用组合器矩阵对已滤波数据进行进一步处理。

通常，可以基于导频导出滤波器，其中可以在特定信道化码和/或时间间隔中并使用特定发送矩阵和增益来发送该导频。可以使用根据导频导出的滤波器来导出用于数据的滤波器，其中可以在其它信道化码和/或时间间隔中并且可能使用不同的发送矩阵和增益来发送所述数据。

对于CDMA，可以通过发送同时信号分量和非同时信号分量的时间来对同时信号分量和非同时信号分量进行区分。接收机可以对采样窗口进行处理以便恢复由发射机发送的期望符号。均衡器的时序确定相对于窗口发送期望符号的时刻。由接收机得到的采样包括不同附加信号分量，其包括同时信号分量和非同时信号分量。同时信号分量是所期望符号以及与所期望符号同时发送的其它符号的信号分量。所有其它信号分量是非同时信号分量，其包括追溯到在所期望符号之前和之后发送的符号的信号分量。

可以通过发送函数来发送符号，其中该发送函数可以取决于一个或多个参数。例如，发送函数可以取决于符号周期s、信道化码c、频隙或子载波索引n等，并且可以记为f(s，c，n，...)。为简明起见，发送函数可以取决于三个参数s、c和n，或者逻辑元组(tuple)(s，c，n)。不同符号的发送函数可以是正交的，使得仅当s₁＝s₂，c₁＝c₂和n₁＝n₂时<f(s₁，c₁，n₁)，f(s₂，c₂，n₂)>≠0，其中s₁＝s₂，c₁＝c₂和n₁＝n₂可以表示为(s₁，c₁，n₁)＝(s₂，c₂，n₂)。

所接收的信号可以包括(a)来自由逻辑元组(s₁，c₁，n₁)定义的所期望发送函数f(s₁，c₁，n₁)的所期望信号分量以及(b)来自其它发送函数f(s，c，n)的其它信号分量，其中(s，c，n)≠(s₁，c₁，n₁)。第一阶段中的前端滤波将对其它信号分量进行处理。第二阶段中的组合器将对所期望信号分量进行处理。

对于CDM，用于符号周期s的发送函数通过将长度为C的信道化码乘以加扰序列p(k)来确定。用于符号周期s和信道化码c的发送函数可以记为f(s，c)。对于利用发送函数f(s₁，c₁)所发送的符号而言，接收信号包含下列内容：

1、与f(s，c)相对应的非同时信号分量，其中s≠s₁，

2、与f(s₁，c)相对应的同时信号分量，该同时信号分量包括：

a.来自所期望信道化码并与f(s₁，c₁)相对应的同时信号分量，以及

b.来自其它信道化码并与f(s₁，c₂)相对应的同时信号分量，其中c₁≠c₂。

前端滤波器对与f(s，c)相对应的非同时信号分量进行处理。通过前端滤波器进行解扰和解扩还消除了来自其它信道化码并与f(s₁，c₂)相对应的同时信号分量。组合器对来自所期望信道化码并与f(s₁，c₁)相对应的同时信号分量进行处理。

在不采用CDM的单载波系统中，发送函数可以只是时间上的数字增量并可以给定为f(s)＝δ(t-s)。随着时间t增加，增量的位置随时间变化。

在基于OFDM的系统中，发送函数可以用于不同子载波并且可以给定为f(s，n)，其中n是子载波索引。OFDM中的子载波可以对应于CDM中的信道化码。通过(a)利用快速傅立叶反变换(IFFT)将N个数据/导频符号变换到时域以得到N个时域采样以及(b)将循环前缀附加到时域采样以得到OFDM符号，发射机可以从指定发送天线在OFDM符号周期中在N个子载波上发送N个数据/导频符号。通过(a)删除所接收采样中的循环前缀以及(b)利用快速傅立叶变换(FFT)将N个所接收采样变换到频域以得到N个子载波的N个接收符号，接收机可以得到指定接收天线所接收的数据/导频符号。所接收符号可以对应于公式(40)中的z _c(s)，其中利用子载波索引n取代下角标c。对于OFDM，同时信号分量可以是从不同发送天线在特定子载波上发送的信号分量。非同时信号分量可以是在其它子载波上发送的信号分量。通过在接收机处的FFT和循环前缀删除可以实现前端滤波器。组合器矩阵D _c可以针对每个子载波进行计算并用于将来自该子载波的所有接收天线的接收符号进行组合。

本领域技术人员应当理解，可以使用各种不同的方法和技术中的任何一种来表示信息和信号。例如，在以上整个说明书中所提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或磁性粒子、光场或光粒子或者其任何组合来表示。

本领域技术人员还应当注意，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了整体描述。这种功能是实现为软件还是实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能，但是这种实现决定不应被解释为导致脱离本发明的范围。

结合这里公开的实施例所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行：通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、离散门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器，但是可选地，处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP核、或任何其它这种配置。

结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以位于RAM存储器、闪速存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它存储介质形式。示例性的存储介质耦合到处理器，使得处理器能够从该存储介质中读取信息以及向该存储介质写入信息。作为替换，所述存储介质可以与处理器集成在一起。处理器和存储介质可以位于ASIC中。ASIC可以位于用户终端中。作为替换，处理器和存储介质可以作为分立的部件位于用户终端中。

提供本公开的以上描述，以使本领域的任何技术人员均能够实现或者使用本发明。对于本领域技术人员来说，对这些实施例的各种修改是显而易见的，并且本申请定义的一般性原理也可以在不脱离本发明的精神和范围的基础上应用于其它实施例。因此，本发明并不限于这里所描述的实例，而是与本申请公开的原理和新颖性特征的最广范围相一致。

Claims (22)

1.一种用于通信的方法，包括：

得到多输入多输出(MIMO)传输的接收数据；

基于前端滤波器对所述接收数据进行处理以得到已滤波数据；

基于至少一个第一组合器矩阵对所述已滤波数据进行处理以得到第一帧的已检测数据；以及

基于至少一个第二组合器矩阵组合所述已滤波数据与所述第一帧的重构数据符号，以消除由于所述第一帧而引起的干扰并得到第二帧的已检测数据，其中所述重构数据符号是通过编码和调制第一帧的已解码数据得到的，并且至少一个第二组合器矩阵是基于所述第一帧的所述已解码数据导出的。

2.根据权利要求1所述的方法，还包括：

基于所述已滤波数据导出用于所述第一帧和第二帧的至少一个信道化码中每个信道化码的第一组合器矩阵；以及

基于所述已滤波数据和所述第一帧的所述已解码数据导出每个信道化码的第二组合器矩阵。

3.根据权利要求1所述的方法，其中基于至少一个第二组合器矩阵组合所述已滤波数据与所述第一帧的重构数据符号包括：

估计由于所述第一帧的同时信号分量而引起的干扰，以及

从所述已滤波数据中消除所述干扰。

4.根据权利要求1所述的方法，还包括：

基于没有从任何帧中消除干扰来估计所述第一帧的接收信号质量；以及

基于消除了由于所述第一帧的同时信号分量而引起的干扰来估计所述第二帧的接收信号质量。

5.一种用于通信的装置，包括：

用于得到多输入多输出(MIMO)传输的接收数据的模块；

用于基于前端滤波器对所述接收数据进行处理以得到已滤波数据的模块；

用于基于至少一个第一组合器矩阵对所述已滤波数据进行处理以得到第一帧的已检测数据的模块；以及

用于基于至少一个第二组合器矩阵组合所述已滤波数据与所述第一帧的重构数据符号以消除由于所述第一帧而引起的干扰并得到第二帧的已检测数据的模块，其中所述重构数据符号是通过编码和调制第一帧的已解码数据得到的，其中所述至少一个第二组合器矩阵是基于所述第一帧的已解码数据导出的。

6.根据权利要求5所述的装置，还包括：

用于基于所述已滤波数据导出用于所述第一帧和第二帧的至少一个信道化码中每个信道化码的第一组合器矩阵的模块；以及

用于基于所述已滤波数据和所述第一帧的所述已解码数据导出每个信道化码的第二组合器矩阵的模块。

7.根据权利要求5所述的装置，其中用于基于至少一个第二组合器矩阵组合所述已滤波数据与所述第一帧的重构数据符号以消除由于所述第一帧而引起的干扰并得到第二帧的已检测数据的模块包括：

用于估计由于所述第一帧的同时信号分量而引起的干扰的模块，以及

用于从所述已滤波数据中消除所述干扰的模块。

8.根据权利要求5所述的装置，还包括：

用于基于没有从任何帧中消除干扰来估计所述第一帧的接收信号质量的模块；以及

用于基于消除了由于所述第一帧的同时信号分量而引起的干扰来估计所述第二帧的接收信号质量的模块。

9.根据权利要求5所述的装置，其中所述前端滤波器对所述接收数据中的非同时信号分量进行处理以得到所述已滤波数据，并且其中每个组合器矩阵将各信道化码的所述已滤波数据中的同时信号分量进行组合以得到所述信道化码的已检测数据。

10.根据权利要求5所述的装置，进一步包括用于对所述第一帧的所述已检测数据进行处理以得到所述第一帧的所述已解码数据、确定是否正确解码所述第一帧以及如果正确解码所述第一帧则估计并消除由于所述第一帧而引起的干扰的模块。

11.根据权利要求5所述的装置，进一步包括用于基于所述接收数据和导频数据导出所述前端滤波器的模块。

12.根据权利要求5所述的装置，其中利用至少一个信道化码发送所述第一帧和第二帧，并且所述装置进一步包括用于基于所述已滤波数据导出每个信道化码的第一组合器矩阵的模块。

13.根据权利要求12所述的装置，进一步包括用于基于用于每个信道化码的发送矩阵、每个信道化码的增益、所述前端滤波器和信道响应估计中的至少一个来导出所述每个信道化码的第一组合器矩阵的模块。

14.根据权利要求12所述的装置，进一步包括用于基于所述已滤波数据导出每个信道化码的第二组合器矩阵的模块。

15.根据权利要求14所述的装置，进一步包括用于基于所述第一帧的所述已解码数据导出每个信道化码的第二组合器矩阵的模块。

16.根据权利要求14所述的装置，进一步包括用于基于用于每个信道化码的发送矩阵、每个信道化码的增益、所述前端滤波器和信道响应估计中的至少一个来导出所述每个信道化码的第二组合器矩阵的模块。

17.根据权利要求5所述的装置，进一步包括用于基于所述第一帧的已滤波数据和所述已解码数据来确定至少一个权重，以用于估计由于所述第一帧而引起的所述干扰的模块。

18.根据权利要求5所述的装置，进一步包括用于在所述前端滤波器的时间宽度内估计由于所述第一帧而引起的所述干扰，从所述接收数据中消除所述干扰以得到输入数据，为所述第二帧更新所述前端滤波器，以及基于所更新的前端滤波器处理所述输入数据以得到所述第二帧的已滤波数据的模块。

19.根据权利要求5所述的装置，进一步包括用于基于所述第一帧和第二帧的发送矩阵来估计所述第一帧的接收信号质量，以及基于与所述第一帧相对应的列设置为零的已修改发送矩阵来估计所述第二帧的接收信号质量的模块。

20.根据权利要求19所述的装置，进一步包括用于基于所述前端滤波器、所述至少一个第一组合器矩阵、所述至少一个第二组合器矩阵、用于所述第一帧和第二帧的至少一个信道化码的至少一个增益和信道响应估计中的至少一个，来估计所述第一帧和第二帧的接收信号质量的模块。

21.根据权利要求5所述的装置，进一步包括用于针对至少一个发送矩阵和多个帧的至少一个恢复顺序估计所述多个帧的接收信号质量，选择具有最高性能的发送矩阵和恢复顺序，以及发送反馈信息的模块，所述反馈信息包括所选择的发送矩阵和所选择的恢复顺序。

22.一种接收机，包括：

前端滤波器，用于对多输入多输出(MIMO)传输的接收数据进行处理以得到已滤波数据；

针对第一帧的组合器，基于至少一个第一组合器矩阵对所述已滤波数据进行处理以得到该第一帧的已检测数据；以及

针对第二帧的组合器，基于至少一个第二组合器矩阵组合所述已滤波数据与所述第一帧的重构数据符号，以消除由于所述第一帧而引起的干扰并得到第二帧的已检测数据，其中所述重构数据符号是通过编码和调制第一帧的已解码数据得到的，并且所述至少一个第二组合器矩阵是基于所述第一帧的已解码数据导出的。

Images