CN101573873A - 发射器功率减小程度的确定 - Google Patents

Abstract

对发射器的功率减小程度进行估计，发射器被设置成在数字无线通信系统中通过无线电信道发射根据多个调制方案中的一个调制方案而调制的信号。提供依赖于调制的数据，所述依赖于调制的数据包括从根据调制方案调制的信号的第三阶乘积而计算出的项，并且从依赖于调制的数据来计算(307)用于发射根据所述调制方案调制的信号的功率减小估计值。提供(305)依赖于调制的数据，使其除了包括根据第三阶乘积计算出的项之外，还包括从更高阶乘积计算出的至少一项。此外，提供(306)依赖于发射器的数据，并且根据所述依赖于调制的数据和依赖于发射器的数据计算估计值。由此实现了更精确的功率减小确定方法，这还使得可以考虑发射器的不同运行状况。

Description

发射器功率减小程度的确定

技术领域

本发明涉及确定在数字无线通信系统中通过多个无线电信道发射根据多个调制方案之一而调制的信号的发射器的功率减小程度。

背景技术

在用于例如移动终端和基站之间的无线通信的3GPP(第三代合作伙伴计划)标准中，通过多个物理信道发射或者携带信息。物理信道的示例为专用物理数据信道(DPDCH)和专用物理控制信道(DPCCH)。移动终端与基站之间的一个无线电链路或者无线电信道通常包括几个物理信道。单个移动终端将要使用的无线电信道通常按照例如5MHz分割，换句话说，相邻无线电信道之间的间隔通常为5MHz。

将扩频应用于物理信道。这包括两个操作。第一个操作为信道化操作，该操作将每个数据码元转换为多个码片，从而增加了信号带宽。每个数据码元的码片数量称为扩频因子。第二个操作为加扰操作，其中对扩频信号施加扰码。通过信道化操作，将所谓的I分量和Q分量上的数据码元独立地与正交可变扩频因子(OVSF)码进行相乘。通过加扰操作，将所得到的I分量和Q分量上的信号进一步与复值的扰码相乘，其中I和Q分别表示实部和虚部。扩频操作包括扩频阶段、加权阶段和IQ映射阶段。在处理中，将I分量和Q分量上的实值码片流相加；这对每组信道产生码片的复值流，然后通过复值扰码对其进行加扰。在技术规范3GPP TS25.211V6.2.0(2004-09)中定义了物理信道，而技术规范3GPPTS25.213V6.4.0(2005-09)则规定了如何通过使用扩频、加权和加扰将其组合为单一的复值(I，Q)基带信号。

在3GPP中，具有一种称为高速上行链路分组接入(HSUPA)的模式。该模式的规范允许移动终端或者用户设备(UE)的发射器使用信号调制的多于300,000个的不同方案。对应模式称为高速下行链路分组接入(HSDPA)。

这些诸多调制方案中的每一个调制方案具有其独特特性，例如，针对峰均(PAR)统计具有独特特性。通常，峰均比越高，对无线电发射器的线性度的要求就越高，尤其是在高输出功率，更加要求更为线性的功率放大器(PA)。这意味着如果信号的RMS等级保持恒定，则因为不同的方案具有不同的峰均等级，因此在将信号馈入非线性电路例如发射器的射频(RF)功率放大器时，这些不同方案将导致不同程度的失真，因此也导致相邻信道泄漏功率比(ACLR)的程度不同。ACLR定义如下：以所指定信道频率为中心的滤波平均功率与以相邻信道频率为中心的滤波平均功率之间的比值。

为了缓解此问题，可以根据所使用的调制方案将功率放大器的输出功率从标称最大输出功率减小为较小值。较小的最大输出功率使得给定方案的失真较小，以便大致均衡所有方案的ACLR性能。该功率减小也称为退避(back off)。3GPP标准在技术规范3GPP TS25.101V7.5.0(2006-10)中包括了功率减小的最大允许程度，定义为最大功率减小(MRP)，这基于立方测度(cubic metric)，该立方测度是针对所关注调制方案作为输入信号的归一化电压波形的第三阶乘积的RMS值(按dB来计算)而计算的。

最大退避经常变化，例如每次在同步物理信道数量及任何物理信道的功率和/或信道化编码和/或扰码群集发生变化的时候发生变化。对于宽带码分多址(WCDMA)而言，这可以与基于HSDPA和HSUPA信道调度的每个时隙一样频繁。

对于具有特定发射器部件的实际设施(假定包括射频(RF)功率放大器)，在3GPP标准规定的最大功率减小是对给定调制方案满足所指定ACLR所实际需要的退避的悲观估计。这导致不必要地降低了用户设备的覆盖范围和吞吐量方面的性能。此外，满足一定程度ACLR所需要的功率减小取决于具体的发射器设施及其运行状况。

因此需要一种解决方案，该解决方案能够以较高精度计算特定发射器设备所需要的退避，同时该解决方案也可以具有允许退避随着运行状况例如温度、负载、老化等而变化的能力。

在发射器链的设计阶段也已经出现类似问题。不管是否应当考虑运行状况，总是需要验证给定的发射器链对于所有的调制方案都可以按预定的退避程度满足ACLR规范。反过来说，需要找出达到一定程度的ACLR所需要的退避程度。如果所有300,000个方案都要进行模拟或者测量，则这是庞大且不切实际的任务。此外，如果也需要验证大量的运行状况集，则也无法实现此任务。同时在这种情形中，已知方法的精度不够。

因此本发明目的为提供一种方法，该方法用于比3GPP标准中规定的方法更精确地确定发射器的功率减小或者退避的程度，并且该方法使得可以考虑发射器的不同运行状况。此外，在移动终端中以及在这种移动终端的设计阶段中应当能够实现该方法。

发明内容

根据本发明，在用于确定发射器功率减小程度的方法中实现上述目的，所述发射器被设置成在数字无线通信系统中通过多个无线电信道发射信号，各个所述信号是根据多个调制方案中的一个调制方案而调制的，所述方法包括以下步骤：提供依赖于调制方案特性的数据，所述依赖于调制的数据包括从根据所述调制方案调制的信号的第三阶乘积计算出的项；和根据所述依赖于调制的数据来计算将用于从所述发射器发射根据所述调制方案调制的信号的功率减小的估计值。所述方法进一步包括以下步骤：提供依赖于调制的数据，从而使得所述依赖于调制的数据除了从第三阶乘积而计算出的所述项之外，还包括从根据所述调制方案调制的信号的更高阶乘积而计算出的至少一项；提供依赖于所述发射器的特性的数据；和根据所述依赖于调制的数据和所述依赖于发射器的数据来计算功率减小的所述估计值。

除了使用从第三阶乘积计算出的项之外还使用从更高阶乘积计算出的项提高了功率减小估计的精度。分别提供依赖于调制的数据和依赖于发射器的数据并且然后通过将这二者组合起来以计算功率减小估计值确保了可以更容易地考虑发射器的不同运行状况，因为依赖于调制的数据仅仅需要计算一次，然后结果可以对所有运行状况重复使用。

在一个实施方式中，从第三阶乘积和更高阶乘积中的每一个的RMS值来计算从乘积计算的所述项。

当从至少一个测量信道内的第三阶乘积和更高阶乘积中的每一个的RMS值来计算项的时候，功率减小估计的精度可进一步提高。然后可以通过以下步骤计算项：为每个调制方案产生基于随机输入数据的波形；为每个所产生的波形计算所产生波形的第三阶乘积和更高阶乘积的波形；借助用于至少一个相邻信道的测量滤波器对计算出的波形进行滤波；和计算滤波后的波形的RMS值。除了用于相邻信道的滤波器之外，也可以借助用于指定的无线电信道(带内)的测量滤波器对计算出的波形进行滤波，并且也可以在功率减小估计值的计算中使用如此滤波后的波形的RMS值。

此外，从乘积计算的项也可以从第三阶乘积、第五阶乘积和第七阶乘积来计算。这在高精度和低计算复杂度之间提供了良好的折中。

在一个实施方式中，依赖于发射器的数据包括多个系数，这些系数是使用最小均方拟合从对调制方案的有限集合的模拟和测量中的至少一个而确定的。在确定发射器系数时使用对有限数量的调制方案的模拟或者测量确保了在不破坏精度的情况下将所需要的计算资源保持在限定范围内。可以通过以下步骤来确定系数：对从第三阶乘积和更高阶乘积计算出的多个所述项中的每一个求出最小值和最大值；将这些最小值和最大值的八个组合定义为向量；识别具有最接近所述定义的向量中的每一个向量的项的调制方案；并且在模拟和测量中的所述至少一个中使用识别出的调制方案的项。可以针对发射器的不同运行状况来确定系数。

在一个实施方式中，计算功率减小估计值的步骤是在包含所述发射器的移动终端内进行的。通过这种方式，当要使用给定调制方案的时候，可以在使用时在移动站内计算该调制方案所需要的功率减小。

另选的是，在所述发射器的设计阶段执行计算功率减小估计值的步骤。通过这种方式，该方法可用于验证给定发射器满足ACLR要求。

如上所述，本发明同时涉及一种移动终端，该移动终端包括被设置成在数字无线通信系统中通过多个无线电信道发射信号的发射器，各个所述信号是根据多个调制方案中的一个调制方案而调制的，所述移动终端包括：提供功率减小估计值的装置，所述功率减小估计值用于从所述发射器发射根据所述调制方案而调制的信号，其中所述估计值是从依赖于调制方案的特性的数据而计算出的，所述依赖于调制的数据包括从根据所述调制方案调制的信号的第三阶乘积计算出的项。此外，所述依赖于调制的数据除了从第三阶乘积而计算出的所述项之外，还包括从根据所述调制方案调制的信号的更高阶乘积而计算出的至少一项；并且，所述估计值是从所述依赖于调制的数据和依赖于所述发射器的特性的数据来计算的。

在一个实施方式中，从乘积计算出的项是从第三阶乘积和更高阶乘积中的每一个的RMS值计算出的。

当从至少一个测量信道内的第三阶乘积和更高阶乘积中的每一个的RMS值来计算项的时候，功率减小估计的精度可进一步提高。

此外，从乘积计算的项也可以从第三阶乘积、第五阶乘积和第七阶乘积来计算。这在高精度和低计算复杂度之间提供了良好的折中。

在一个实施方式中，依赖于发射器的数据包括多个系数，这些系数是使用最小均方拟合从对调制方案的有限集合的模拟和测量中的至少一个而确定的。在确定发射器系数时使用对有限数量的调制方案的模拟或者测量确保了在不破坏精度的情况下将所需要的计算资源保持在限定范围内。可以或者已经针对所述发射器的不同运行状况来确定系数。

在移动终端的一个实施方式中，用于提供所述功率减小估计值的装置包括查找表，该查找表内存储有为每个调制方案预先计算的功率减小估计值。在不考虑不同运行状况的时候，该实施方式是有用的。在要使用给定调制方案的时候，可以从查找表中取出对应的功率减小程度。

在另一个实施方式中，移动终端可以包括：提供依赖于调制方案的特性的数据的装置，所述依赖于调制的数据包括从根据所述调制方案而调制的信号的第三阶乘积和至少一个更高阶乘积而计算出的项；提供依赖于所述发射器的特性的所述数据的装置；以及从所述依赖于调制的数据和所述依赖于发射器的数据来计算功率减小估计值的装置，该功率减小估计值将用于从所述发射器发射根据所述调制方案调制的信号。当在移动终端内必须考虑不同运行状况的时候，该实施方式是有用的。这使得在移动终端内可以根据其当前运行状况来计算功率减小。在这种情况中，提供所述依赖于调制的数据的装置可以包括查找表，该查找表内存储有为每个调制方案预先计算出的项，并且用于提供所述依赖于发射器的数据的装置可以包括查找表，该查找表内存储有为发射器预先计算出的数据。这简化了移动终端中的计算。

本发明还涉及一种具有用于执行上述方法的程序代码装置的计算机程序和计算机可读介质。

附图说明

现在将参考附图更全面地描述本发明，在图中：

图1示出了移动终端中的发射器的框图。

图2示出了在频域中的调制信号及其乘积的示例的频谱以及测量信道的传递函数。

图3示出了流程图，该流程图说明了可以怎样为多个调制方案产生调制谱(profile)的项的示例。

图4示出了流程图，该流程图说明了对依赖于发射器的系数进行计算的示例。

图5示出了直方图，该直方图说明了当利用立方测度来估计功率减小值时随机选出的20000个调制方案的ACLR扩频。

图6示出了直方图，该直方图说明了当利用扩展阶测度来估计功率减小值时随机选出的20000个调制方案的ACLR扩频。

图7示出了直方图，该直方图说明了当利用调制谱来估计功率减小值时随机选出的20000个调制方案的ACLR扩频。

图8示出了利用了一个查找表实现的功率减小计算单元。

图9示出了利用了两个查找表和计算单元实现的功率减小计算单元。

图10示出了流程图，该流程图说明了在移动终端中计算功率减小的示例。

图11示出了流程图，该流程图说明了在移动终端的设计阶段中计算功率减小的一个示例。

具体实施方式

图1示出了移动终端中的发射链1的简单框图。移动终端可适用于根据3GPP标准的例如码分多址(CDMA)系统或宽带码分多址(WCDMA)系统，并且被设置成处理高速上行链路分组接入(HSUPA)和高速下行链路分组接入(HSDPA)模式。HSUPA模式的规范允许移动终端的发射器使用多于300,000个的不同信号调制方案。

图中示出了五个块，即无线电资源控制RRC 2、媒体接入控制MAC3、物理层4、无线电5和功率放大器PA 6。在RRC块2中，基于来自网络的控制消息对信道进行配置。在此信道配置中，给出所有可能的传输格式组合以及HSDPA和HSUPA的配置。MAC块3处理将要在各个信道上传输的数据。MAC对在每个信道上应当传输的数据量进行调度。在物理层4中，对物理信道上的数据进行复用，在波形生成器9中对信道进行调制和组合。然后通过无线电电路5处理所得到的信号，并且在功率放大器6中将其放大，以通过天线7发射。

如上所述，移动终端的发射器1可能需要处理多于300,000个的不同信号调制方案，每个信号调制方案具有其自身独特的特性，例如针对信号峰均比的独特特性。如果信号的均方根(RMS)等级保持恒定，则具有不同峰均比的信号将导致在非线性电路(例如功率放大器6)中的不同程度的失真。因为这种失真影响了向相邻信道的泄漏，所以被定义为以所指定信道频率为中心的滤波平均功率与以相邻信道频率为中心的滤波平均功率之比的相邻信道泄漏功率比(ACLR)也将对于各个调制方案而有所不同。

为了减小这种影响的后果，为了大致均衡全部调制方案的ACLR，可以根据所使用的调制方案将功率放大器6的输出功率从标称最大输出功率减小为较小值。这种功率减小也称为退避。3GPP标准包括功率减小的最大允许程度，也就是最大功率减小(MPR)。

功率减小或者退避可基于来自RRC 2和MAC 3的输入在最大功率退避计算单元8中计算，并且其限制了从终端发射的最大输出功率。在发射信号的时候，在波形生成器9中使用计算出的退避。

在技术规范3GPP TS25.101V7.5.0(2006-10)中，最大功率减小(MPR)基于立方测度(CM)，该立方测度是针对所关注调制方案作为输入信号的归一化电压波形的第三阶乘积的RMS值(按dB来计算)而计算的。更具体地说，立方测度基于UE(用户设备)发射信道配置，由下式给出：

CM＝CEIL{[20＊log₁₀((v_norm³)_rms)-20＊log₁₀((v_norm_ref³)_rms)]/k，0.5}

其中CEIL{x，0.5}指的是向上取到最接近的0.5dB，即CM∈[0，0.5，1.0，1.5，2.0，2.5，3.0，3.5]，

k为1.85或者1.56，其取决于信号的信道化编码，

v_norm为输入信号的归一化电压波形，

v_norm_ref为基准信号(12.2kbps的AMR语音)的归一化电压波形，并且

20＊log₁₀((v_norm_ref³)_rms)＝1.52dB。

更加通用的是，可以将立方测度(CM)定义为：

CM＝20·log₁₀(rms(|s₁|³))

其中，s₁为根据给定调制方案调制的信号(例如基于随机输入数据)。换句话说，立方测度为复数信号包络的第三阶乘积的RMS值(以dB为单位)。可以采用单位(归一化)RMS输入信号。

然后可以根据下式对相对于基准情况的功率减小或者退避进行估计：

BO_c＝b₃·(CM_c-CM₀)

在此，下标c表示特定的调制方案。相对于具有立方测度CM₀的基准调制方案来计算具有立方测度CM_c的给定调制方案所需要的退避(BO)。系数b₃对应于上式中的1/k。

系数b₃可以不是常数，而是各个发射器结构特有的，并且与调制无关。原则上可以利用模拟和/或测量而求出该系数，其中求出实现特定ACLR所需要的退避。在此，使用了仔细选择以使其立方测度具有很大差异的多个方案。根据这些模拟和/或测量，可以使用数据的最小均方(LMS)拟合来确定系数b₃。

已经证明：对于为全部调制方案实现大致相同的ACLR所实际需要的退避来说，根据该公式计算出的退避是悲观估计。虽然该公式表明：调制方案特性和发射器特性可以分离或者不相关联，因为依赖于调制方案而不依赖于发射器及其运行状况(例如温度、负载、老化等)的立方测度以及依赖于发射器及其运行状况但是不依赖于调制的系数b₃可以分别/独立计算得出、然后将它们组合起来以获得对给定调制方案和给定发射器(和给定运行状况)所需要的退避的估计，然而在实践中，该公式的较差精确度导致难以或者甚至不可能在发射器中计算出可以针对给定发射器和给定运行状况而实际用于全部调制方案的正确系数b₃。

在发射器链的设计阶段也已经出现类似问题。不管是否应当考虑运行状况，总是需要验证给定的发射器链对于所有的调制方案都可以按预定的退避程度满足ACLR规范。反过来说，希望找出达到一定程度的ACLR所需要的退避程度。如果所有300,000个方案都要进行模拟或者测量，则这是庞大且不切实际的任务。此外，如果也需要验证大量的运行状况集，则也无法实现此任务。

在下文中描述了对给定调制方案和给定发射器所需要的退避进行估计的改进方法。

然而，首先需要注意：在以上计算过程中，计算了所关注调制方案的输入信号的归一化电压波形的第三阶乘积的RMS值(按dB进行计算)。在对非线性射频电路建模的过程中，输入信号的第三阶乘积常常和更高阶乘积一起使用。

如果通过s₁＝I₁+jQ₁来定义复值基带输入信号，则通过下式定义该信号的乘积：

s_n＝|s₁|^n-1s₁

其中“n”为奇数(3，5，7...)，并且通常不大于9。可以将非线性电路建模为以下多项式：

s₀＝c₁s₁+c₃|s₁|²s₁+c₅|s₁|⁴s₁+c₇|s₁|⁶s₁

其中s₀为输出信号，并且为了简明起见，将阶数限制为7。然而，如果需要，可以容易地将阶数扩展到更高阶数。在一般情况中，系数c_n可以为任意复数。由c₁定义小的信号增益，而其它系数为各阶乘积的加权因子。更高阶因子，即c₃、c₅和c₇随着非线性电路失真的增加而增加。上式是时域表示，其中将输入信号加入各阶加权乘积。在频域中对应于s₁和s_n的项由经调制输入信号的S₁(f)以及针对乘积(product)n的S_n(f)表示。因此可以将对应于以上多项式的频域表示写为：

S₀(f)＝c₁S₁(f)+c₃S₃(f)+c₅S₅(f)+c₇S₇(f)

虽然上述退避计算基于立方测度，改进方法也根据下式而引入了用于更高阶乘积的测度：

XM_n＝20·log₁₀(rms(|s₁|ⁿ))

其中“n”为奇数(3，5，7...)，并且通常不大于9。这意味着例如：

XM₃＝CM＝20·log₁₀(rms(|s₁|³))

XM₅＝20·log₁₀(rms(|s₁|⁵))

XM₇＝20·log₁₀(rms(|s₁|⁷))等。

将这些测度称为扩展阶测度。然后可以按照这些测度的线性组合计算退避：

${\mathrm{BO}}_c=\underset{n\∈N}{\mathrm{\Σ}}{b}_n\·({\mathrm{XM}}_{c,n}-{\mathrm{XM}}_{0,n})$

其中“N”表示用于计算退避的乘积阶集合，下标“c”和上文一样表示特定的调制方案。再一次相对于具有扩展阶测度XM_0，n的基准调制方案来计算具有扩展阶测度XM_c，n的给定调制方案所需要的退避。如果再一次为了简明起见将阶数限制为7，则退避为：

BO_c＝b₃·(XM_c，3-XM_0，3)+b₅·(XM_c，5-XM_0，5)+b₇·(XM_c，7-XM_0，7)

＝b₃·(CM_c-CM₀)+b₅·(XM_c，5-XM_0，5)+b₇·(XM_c，7-XM_0，7)

如上所述，可以利用数据的常规最小均方(LMS)拟合确定系数b_n。

因此，本方法除了包括立方测度之外，还包括更高阶乘积的测度。注意：一些系数b_n可以为负数，因此根据本方法计算出的退避并非必然大于仅仅基于立方测度而计算出的退避。反而，计算出的退避更加精确，因为还考虑到更高阶乘积。如下文所示，通过这种方式计算出的退避程度的确提供了更好的ACLR均衡。更好的精度也使得容易对有限数量的调制方案根据模拟和/或测量来确定系数b_n。

在刚才讨论的方法中，通过除了考虑给定调制信号(也就是给定调制方案)的第三阶乘积的RMS值之外还考虑更高阶乘积的RMS值，改善了所估计的退避程度的精度。通过在预定的测量信道集上为给定的调制信号及其乘积指定RMS值，可以进一步改善该方法。因此在退避程度的计算过程中，可以使用预定的测量信道集内的乘积的RMS值，而不是使用全部频率范围内的乘积的RMS值。

因为本发明的目的在于计算退避从而为全部调制方案保持恒定的ACLR，因此作为示例，该测量信道集可以由3GPP标准中对于ACLR测量而定义的测量信道(基本上是如下的SQRC(平方根升余弦)滤波器：滚降因子α＝0.22，带宽为3.84MHz并且带内信道、第一相邻信道及第二相邻信道分别具有0、5和10MHz的偏移)来构成。测量信道的传递函数通过H_m(f)表示，其中m表示信道位置，也就是m＝0对应于带内信道(偏移为0)，m＝1对应于第一相邻信道(5MHz的偏移)，最后m＝2对应于第二相邻信道(10MHz的偏移)。在一般情况下，偏移量可以为正值也可以为负值。为了简单起见，在此假定信号及其乘积的频谱是对称，因此偏移的符号是任意的。

在预定的测量信道集上指定的给定调制方案的RMS值构成了一组RMS级项，这些项可以通过A_n，m表示，其中每个项在测量信道m内(0为载波或带内信道，而1和2为相应的相邻信道)为乘积n指定了RMS值(为输入信号指定了1，为相应乘积指定了3、5、7等)。这些项构成了一组数字，这些数字也可以称为谱，该谱对于每个调制方案而言都是独特的。因此对于这一组可以使用词语“调制谱”。

通过下式给出指定测量信道m内的乘积n的RMS值的每个项：

$A_{n,m}=\sqrt{\underset{-\∞}{\overset{+\∞}{\∫}}{|S_n\left(f\right)\·H_m\left(f\right)|}^2\mathrm{df}}$

图2示出了这些量。在此，调制信号(在3GPP TS 25.101中定义的12.2kbs基准测量信道(RMC)信号)及其乘积的示例的频谱、以及信号右侧的测量信道1和2的传递函数示出在频域中。

概括了可以如何为多个调制方案产生这些调制谱的项的示例的流程图100示出于图3中。首先，在步骤101中，对调制方案索引进行初始化。对于每个方案，在步骤102中，基于其长度(例如在码元数量的角度的长度)足以精确地估计无限长波形及其乘积的频谱的随机输入数据来产生波形。对于3GPP的特定情况而言，已经证明：对应于大约8.5ms长波形的2¹⁵＝32768个码片足以获得几十分之一或更小dB的量级的精度。在步骤103中，计算所产生波形的n＝3、5、7等的乘积的波形。然后在步骤104中，利用用于带内信道和两个相邻信道(即，m＝0、1、2)的测量滤波器，对这些波形中的每一个波形进行滤波。在不丧失通用性的情况下，通常基于具有单位RMS值(等于1)的波形来计算调制谱，并且在本说明书中通篇使用该条件。在步骤105中，对索引进行更新，并且如果已经涵盖了全部调制方案(步骤106)，则在步骤107中终止项的产生处理。否则在步骤102中继续对下一个调制方案进行计算。

对于图2的示例，如果为了简明起见再一次将阶数限制为7，则计算出的调制谱(也就是上述一组项)可以如下：

A_1，0＝0.97    A_1，1＝1.80×10^-3    A_1，2＝5.87×10^-4

A_3，0＝1.13    A_3，1＝1.40×10^-1    A_3，2＝1.44×10^-3

A_5，0＝1.46    A_5，1＝3.03×10^-1    A_5，2＝1.57×10^-2

A_7，0＝2.03    A_7，1＝5.58×10^-1    A_7，2＝4.40×10^-2

对于这里将要描述的退避计算的特定使用，在对数(dB)域中指定调制谱项，也就是：

P_n，m＝20·log₁₀(A_n，m)

然后可以将所需要的退避计算如下：

${\mathrm{BO}}_c=\underset{n\∈N,m\∈M}{\mathrm{\Σ}}{a}_{n,m}\·(P_{c,n,m}-P_{0,n,m})\left[\mathrm{dB}\right]$

其中下标″c″表示特定的调制方案。相对于通过P_0，n，m表示的基准调制方案来计算所需要的退避。

因此，如果例如将乘积阶数限制为n＝3、5、7，并且将测量信道限制为m＝1、2，则退避计算如下：

BO_c＝a_3，1·(P_c，3，1-P_0，3，1)+a_5，1·(P_c，5，1-P_0，5，1)+a_7，1·(P_c，7，1-P_0，7，1)

+a_3，2·(P_c，3，2-P_0，3，2)+a_5，2·(P_c，5，2-P_0，5，2)+a_7，2·(P_c，7，2-P_0，7，2).

系数a_n，m对于每个发射器配置都是唯一的，并且与调制无关。可以利用模拟和/或测量得出这些系数，在这些模拟和/或测量中求出达到一定的ACLR所需要的退避。在此仅仅使用了配置的有限集，例如，仔细选择调制谱具有很大差异的10-50个配置。根据这些模拟和/或测量，借助数据的最小均方拟合来确定系数a_n，m。

如下所示，通过这种方式计算出的退避程度提供了好得多的ACLR均衡。更好的精度也使得更容易根据对有限数量的调制方案的模拟和/或测量而确定系数a_n，m。

可以随机选择用于确定系数a_n，m的调制方案，在这种情况中通常需要很大量(50个)的测试波形。这种选择是一种确保用于精确退避计算的波形集覆盖面广并且具有代表性的强制方法。在遭受噪声和有限精度影响的实际测量中，也可以有动机采用大量测试方案。

然而已经证明：如果噪声和精度不是问题，则区区9个测试方案就足够了。可基于调制谱项来限定对调制方案的良好选择。在下面描述的一个示例示出：可以仅仅基于三个项，也就是P_3，1、P_5，1和P_7，1来成功计算退避。这三个特定项也可用于识别测试配置的优化选择。该示例通过图4中的流程图200示出。

首先，在步骤201中，应当找出HSUPA空间中的全部调制方案中的每个项的最小值和最大值，也就是：

${P3}_{\min }=\underset{k\∈[1,N]}{\min }\left(P_{\mathrm{3,1},k}\right)$ 并且 ${P3}_{\max }=\underset{k\∈[1,N]}{\max }\left(P_{\mathrm{3,1},k}\right)$

${P5}_{\min }=\underset{k\∈[1,N]}{\min }\left(P_{\mathrm{5,1},k}\right)$ 并且 ${P5}_{\max }=\underset{k\∈[1,N]}{\max }\left(P_{\mathrm{5,1},k}\right)$

${P7}_{\min }=\underset{k\∈[1,N]}{\min }\left(P_{\mathrm{7,1},k}\right)$ 并且 ${P7}_{\max }=\underset{k\∈[1,N]}{\max }\left(P_{\mathrm{7,1},k}\right)$

其中k为调制方案索引，并且N为调制方案的数量。然后在步骤202中将这些极值的八个组合定义为向量：

s₁＝[P3_min  P5_min  P7_min]

s₂＝[P3_min  P5_min  P7_max]

s₃＝[P3_min  P5_max  P7_min]

s₄＝[P3_min  P5_max  P7_max]

s₅＝[P3_max  P5_min  P7_min]

s₆＝[P3_max  P5_min  P7_max]

s₇＝[P3_max  P5_max  P7_min]

s₈＝[P3_max  P5_max  P7_max]

这些项向量是如下的极值，这些极值可以说形成了三维空间的极限，因此从这个意义上讲它们实际上得到很好扩频。这些组为假想情况，因为无法保证存在与这些组中的任何一个类似的调制方案。然而，我们现在遍历全部调制方案的调制谱，并且识别与这些极值中的每一个最接近的那些调制谱。换句话说，对于每组S_j而言，找到具有将向量差异程度|s_j-v_k|最小化的调制谱向量

的调制方案(步骤203)。

作为结果求出的八个调制方案将构成测试方案的优化组。第九个也是最后一个方案是用作全部退避计算的基准的标准RMC信号。如上所述，然后在步骤204中使用这一组优化测试方案进行模拟和/或测量，其中求出达到一定ACLR所需要的退避。然后在步骤205中使用数据的最小均方拟合来根据这些模拟和/或测量确定系数a_n，m。如果必须考虑发射器的不同运行状况，则通过对每个运行状况重复流程图200而对每个运行状况确定单独的系数组。

在计算退避的改进方法中，用于计算退避的集合(M和N)通常很有限。首先，ACLR1(第一相邻信道的ACLR)为3GPP的主要参数，因为当ACLR1得到满足的时候，ACLR2(用于第二相邻信道的ACLR)要求通常得到满足，但是反之则不然。因此可以认为：对于这种特定情况，可以不考虑m＝2的调制谱项。在实践中，当对使用项进行试验的时候，已经发现：精确计算退避的最重要因素在于包含尽可能多的乘积，而不是包含尽可能多的不同测量信道。不管怎么样，虽然项数的增加提高了精度，但是其代价为增加了成本/计算负荷并且增加了用于存储大量项的存储器。换句话说，对所使用项的选择是精度与低成本之间的折中。

下面示出了一个示例，该示例说明了上述不同公式的精度和如何确定拟合系数。

该示例基于HSUPA空间内的调制方案的一个子集(全部在所有93000个方案中)。为该集合产生的UL(上行链路)WCDMA物理信道为：

DPCCH，扩频因子为256的一个码

DPDCH，扩频因子为64的一个码

HS-DPCCH，扩频因子为256的一个码

E-DPCCH，扩频因子为256的一个码

E-DPDCH，扩频因子为4的一个码。

对于这一组物理信道，对根据3GPP规范的增益因子的所有93,000个组合进行了模拟。

基于根据各个方案用随机输入数据和对应于16384个码片的长度(过采样率OSR＝16，被截断为32个码片的长度的滚降因子α＝0.22的RRC(根升余弦)滤波脉冲)而产生的波形，来计算所述方案的调制谱以及CN和XM。在该特定示例中，仅仅为每个调制方案计算调制谱项P_3，1、P_5，1和P_7，1。对n＝3、5、7计算扩展阶测度XM。

从这些93,000个方案中随机选出50个方案，并且通过模拟将对应的波形馈入典型的WVDMA PA中。通过迭代求出满足ACLR1＝33dB所需要的退避。除了这50个方案之外，产生12.2kbs的RMC信号作为基准，并且针对(P_0，n，m，CM₀，XM_0，n)这种情况计算对应的调制谱以及XM和CM。

利用数据的常规最小均方(LMS)拟合，基于先前讨论的相应公式确定系数a_3，1，a_5，1，a_7，1，b₃，b₅和b₇。

最后，利用根据所提出的公式而估计的退避对20,000个随机选择的方案进行模拟，并且记录根据模拟获得的对应ACLR1。利用直方图示出每个退避估计方法的ACLR扩频。

在利用立方测度对退避值进行估计的情况下的在0.05dB时的ACLR1的直方图示出于图5中。从该图可以看出：在仅仅利用立方测度对退避进行估计的时候，ACLR的扩频相当可观，这说明该方法是不够的。所指定的ACLR为33dB。

在利用扩展阶测度(XM)对退避值进行估计的情况下的在0.05dB时的ACLR1的直方图示出于图6中。可以看出：与立方测度方法比较，ACLR的扩频得到显著减小。

在利用调制谱对退避值进行估计的情况下的在0.05dB时的ACLR1的直方图示出于图7中。在此，ACLR的扩频得到进一步减小，因此对于全部调制方案而言，得到的ACLR在指定值的0.5dB范围内。

根据以上结果可以清楚：所提出的调制谱方案提供了前所未有的精度。所提出的扩展阶测度提供了较低但是仍然足够的精度。先前提出的作为退避标准化基础的立方测度提供了无法接受的较差精度。

当实施上述方法以在移动终端(用户设备)中使用的时候，涉及到以下步骤：

调制的特征在于，对于所关注的调制方案(在终端内将要支持的调制方案)，计算调制特有的数据(即，上述的调制谱的不同阶乘积或项)而对调制进行特征化。这通常只进行一次，因为这与发射器无关。因此可以预先计算出这些数据并且将这些数据存储在终端的存储器中。

发射器的特征在于，用调制方案的有限集(例如最多50个随机选择的调制方案或者如上所述地仔细选择的9个调制方案)对给定的发射器配置进行模拟和/或测量，以求出达到一定ACLR所需要的退避。使用这些数据来求出发射器特有(并且可能是运行状况特有)的系数(例如上述系数a_3，1，a_5，1，a_7，1或者b₃，b₅和b₇)，这些系数用于将调制数据与该特定发射器的退避相关联的函数。当需要考虑不同的运行状况时，针对每个状况计算出一组系数。而且可以预先计算这些数据并且将这些数据存储在终端的存储器中。

如果假定发射器特性保持恒定，也就是不考虑不同的运行状况，则可以使用上述方法计算每个方案的最大退避。对于这种情况而言，可以使用从调制方案到退避的静态直接映射函数简单地进行退避计算。该映射函数又例如可以实现为图8所示的查找表，图8示出了通过查找表11实现的最大功率退避计算单元8。因此，在这种情况中，可以预先计算退避值并且将其存储在查找表11中，而不是将调制数据和发射器系数存储在移动终端内。对查找表11的替代是导出映射函数的公式，或者使用公式和查找表的组合。

如果发射器特性可变，例如依赖于运行状况，如RF载波频率、温度等，则因为退避发生变化，所以不能如以上描述的那样预先容易地计算出退避，而是必须在用户设备中将退避作为调制和发射器特性的函数对其进行计算。在最大功率退避计算单元8中，以调制方案作为输入，通过映射函数提供调制特性。以对运行状况进行描述的参数作为输入，通过另一个映射函数提供发射器特性。映射函数可以实现为图9所示的查找表21和22、公式、或者查找表与公式的组合。然后在退避计算单元23中，利用上述公式之一，根据两个查找表21和22的输出来计算退避值。调制特性查找表21包含用于所支持的全部调制方案的表条目，并且每个条目通常包含描述调制特有数据(例如调制谱的不同阶乘积或者项)的2-4个数值。发射器特性查找表22通常包含比调制特性表小几个数量级的多个条目。每一组发射器特有数据独立于调制方案，并且仅仅包含2-4个值(例如上面提到的系数a_3，1，a_5，1，a_7，1或者b₃，b₅和b₇)。

图10示出了流程图300，该流程图300说明了可以如何实现计算发射器所需退避的方法的示例。在该示例中，在发射器的设计阶段或者制造阶段进行步骤301和步骤302，而在装置正常使用过程中每次需要计算新的退避值时在装置中执行步骤303-306。该示例对应于图9中的实施方式。该示例使用调制谱项来计算退避。

在步骤301中，计算表征调制方案的数据并且将其存储在查找表21中。这些计算可以如图3中的流程图100那样进行。类似地，在步骤302中，将计算表征发射器及其运行状况的数据并且将其存储在查找表22中。这些计算可以如图4中的流程图200那样进行。如上所述，在该示例中，这些步骤是预先例如在计算机上进行的，从而在使用过程中需要根据相关调制方案和当前运行状况来计算新的退避值时，查找表存储有信息。

在退避计算单元23中计算新的退避值。首先在步骤303和304中，检查是否需要进行新计算。当需要进行新计算时，在步骤305中，将调制方案提供给查找表21，并且将对应的数据(即调制谱项A_n，m或者其对应对数P_n，m提供给退避计算单元23。接下来在步骤306中，将描述了发射器运行状况的参数提供给查找表22，并且将对应数据(即系数a_n，m提供给退避计算单元23。最后在步骤307中，退避计算单元23使用上述公式之一根据两个查找表21和22的输出来计算退避值。

如上所述，该方法也可以在发射器的设计阶段使用，以验证发射器满足ACLR规范。当使用调制谱并且考虑不同运行状况的时候，可以如图11所示流程图400中所示出的那样进行计算。通常在计算机中进行该方法。首先在步骤401中，对全部方案计算A_n，m项。可以预先计算这些项，作为针对全部300,000种情况的这种系数的巨型数据库的一部分。可以如图3中的流程图100的所示出的那样进行计算。

然后在步骤402中对运行状况索引进行初始化，并且在步骤403中对每个运行状况计算系数a_n，m。这些计算可以在如图4的流程图200中所示出的那样进行，其中，通过例如对前面提到的9个调制方案进行模拟和/或测量而求出退避，并且针对这些方案的项与达到一定ACLR所需要的实际退避的组合使得能够计算a_n，m系数。然后，在步骤404中可以计算并存储针对该运行状况和全部调制方案的退避值。在步骤405中，对运行状况索引进行升级，并且如果尚未涵盖全部运行状况(步骤406)，则在步骤403中针对下一个运行状况继续进行计算。否则终止退避值的计算。

然后，在步骤407中，可以将计算并存储的退避程度与标准和/或用户自己的退避规范所设定的退避程度进行比较。如果任何组合导致退避大于所允许的退避(步骤408)，则所测试的装置不符合规范。否则，该装置满足规范。

虽然已经描述并且示出了本发明的各种实施方式，但是本发明并不限制于此，而是在以下权利要求中所定义的发明主题范围内也可以通过其他方式实现。

Claims (21)

1、一种确定发射器(1)的功率减小程度的方法，所述发射器(1)被设置成在数字无线通信系统中通过多个无线电信道发射信号，各个所述信号是根据多个调制方案中的一个调制方案而调制的，所述方法包括以下步骤：

提供依赖于调制方案的特性的数据，所述依赖于调制的数据包括从根据所述调制方案调制的信号的第三阶乘积而计算出的项、和从根据所述调制方案调制的信号的更高阶乘积而计算出的至少一项；

提供(306、404)依赖于发射器的数据(b_n；a_n，m)，以及

根据所述依赖于调制的数据和所述依赖于发射器的数据，计算(307、405)从所述发射器发射根据所述调制方案调制的信号所使用的功率减小的估计值。

2、根据权利要求1所述的方法，该方法的特征在于，根据第三阶乘积和更高阶乘积中的每一个的RMS值来计算从乘积计算的所述项(XM_n；A_n，m；P_n，m)

3、根据权利要求2所述的方法，该方法的特征在于，根据至少一个测量信道(H₀(f)、H₁(f)、H₂(f))内的第三阶乘积和更高阶乘积中的每一个的RMS值来计算所述项(A_n，m；P_n，m)。

4、根据权利要求3所述的方法，该方法的特征在于，通过以下步骤来计算所述项：

为每个调制方案产生(102)基于随机输入数据的波形；

为每个所产生的波形计算(103)所产生波形的第三阶乘积和更高阶乘积的波形；

借助用于至少一个相邻信道的测量滤波器(H₁(f)、H₂(f))对计算出的波形进行滤波(104)；以及

计算(104)滤波后的波形的RMS值。

5、根据权利要求1-4中任何一项所述的方法，该方法的特征在于，从第三阶乘积、第五阶乘积和第七阶乘积来计算从乘积计算的所述项(XM_n；A_n，m；P_n，m)

6、根据权利要求1-5中任何一项所述的方法，该方法的特征在于，所述依赖于发射器的数据包括多个系数(b_n；a_n，m)，这些系数是使用最小均方拟合从对调制方案的有限集合的模拟和测量中的至少一个而确定的。

7、根据权利要求6所述的方法，该方法的特征在于，根据以下步骤来确定所述系数(b_n；a_n，m)：

对从第三阶乘积和更高阶乘积计算出的多个所述项(XM_n；A_n，m；P_n，m)中的每一个求出(201)最小值和最大值；

将这些最小值和最大值的八个组合定义(202)为向量；

识别(203)具有最接近所述定义的向量中的每一个向量的项的调制方案；以及

在模拟和测量中的所述至少一个中使用(204)所识别出的调制方案的项。

8、根据权利要求6或7所述的方法，该方法的特征在于，针对所述发射器的不同运行状况来确定系数(b_n；a_n，m)。

9、根据权利要求1-8中任何一项所述的方法，该方法的特征在于，在包含所述发射器的移动终端中进行计算功率减小估计值的步骤(307)。

10、根据权利要求1-8中任何一项所述的方法，该方法的特征在于，在所述发射器的设计阶段进行计算功率减小估计值的步骤(405)。

11、一种移动终端，该移动终端包括被设置成在数字无线通信系统中通过多个无线电信道发射信号的发射器(1)，各个所述信号是根据多个调制方案中的一个调制方案而调制的，所述移动终端包括：

提供功率减小估计值的装置(11、21、22、23)，所述功率减小估计值在从所述发射器发射根据所述调制方案而调制的信号时使用，其中所述估计值是从依赖于调制方案的特性的数据而计算出的，所述依赖于调制的数据包括从根据所述调制方案调制的信号的第三阶乘积计算出的项，

该移动终端的特征在于，

所述依赖于调制的数据除了从第三阶乘积而计算出的所述项之外，还包括从根据所述调制方案调制的信号的更高阶乘积而计算出的至少一项；并且，

从所述依赖于调制的数据和依赖于所述发射器的数据(b_n；a_n，m)来计算所述估计值。

12、根据权利要求11所述的移动终端，该移动终端的特征在于，根据第三阶乘积和更高阶乘积中的每一个的RMS值来计算从乘积计算的所述项(XM_n；A_n，m；P_n，m)。

13、根据权利要求12所述的移动终端，该移动终端的特征在于，根据至少一个测量信道(H₀(f)、H₁(f)、H₂(f))内的第三阶乘积和更高阶乘积中的每一个的RMS值来计算所述项(A_n，m；P_n，m)。

14、根据权利要求11-13中任何一项所述的移动终端，该移动终端的特征在于，从第三阶乘积、第五阶乘积和第七阶乘积来计算从乘积计算的所述项(XM_n；A_n，m；P_n，m)。

15、根据权利要求11-14中任何一项所述的移动终端，该移动终端的特征在于，所述依赖于发射器的数据包括多个系数(b_n；a_n，m)，这些系数是使用最小均方拟合从对调制方案的有限集合的模拟和测量中的至少一个而确定的。

16、根据权利要求15所述的移动终端，该移动终端的特征在于，针对所述发射器的不同运行状况来确定系数(b_n；a_n，m)。

17、根据权利要求11-16中任何一项所述的移动终端，该移动终端的特征在于，提供所述功率减小估计值的装置(11)包括查找表，所述查找表内存储有为每个调制方案预先计算出的功率减小估计值。

18、根据权利要求11-16中任何一项所述的移动终端，该移动终端的特征在于，所述移动终端包括：

提供所述依赖于调制方案的特性的数据的装置(21)，所述依赖于调制的数据包括从根据所述调制方案而调制的信号的第三阶乘积和至少一个更高阶乘积而计算出的项；

提供所述依赖于所述发射器的特性的数据的装置(22)；以及

从所述依赖于调制的数据和所述依赖于发射器的数据来计算功率减小估计值的装置(23)，该功率减小估计值将在从所述发射器发射根据所述调制方案调制的信号时使用。

19、根据权利要求18所述的移动终端，该移动终端的特征在于，提供所述依赖于调制的数据的装置(21)包括存储有为每个调制方案预先计算出的项的查找表；并且提供所述依赖于发射器的数据的装置(22)包括存储有为发射器预先计算出的数据的查找表。

20、一种计算机程序，该计算机程序包括程序代码装置，当所述计算机程序在计算机上运行时所述程序代码装置执行权利要求1-10中任何一项所述的方法。

21、一种存储有程序代码装置的计算机可读介质，当所述程序代码装置在计算机上运行时，所述程序代码装置执行权利要求1-10中任何一项所述的方法。

Images