CN101599928A - 干扰消除方法及相关设备 - Google Patents

Abstract

本发明公开了一种干扰消除方法及相关设备。本发明方法包括：从接收到的一个传输块中检测出至少两个用户设备的信号；对所述用户设备的信号译码后进行循环冗余校验，如果产生了正确和错误两种循环冗余校验结果，则获取所述循环冗余校验出错的用户设备的信号在干扰消除后的译码出错概率；当所述译码出错概率大于预设的门限值时，结束所述传输块的干扰消除。本发明具有以下效果：由于本发明实施例在干扰消除前预测了CRC校验出错的UE在干扰消除后的译码出错概率，并根据译码出错概率与门限值的比较结果，有选择性的进行干扰消除，既排除掉了绝大部分无用的干扰消除，降低了无用干扰占有的比例及干扰消除算法的复杂度，又保证了性能。

Description

干扰消除方法及相关设备

技术领域

本发明涉及通信技术领域，尤其涉及一种干扰消除方法及相关设备。

背景技术

长期演进(Long Term Evolution，LTE)计划是第三代(the Third Generation，3G)蜂窝移动通信系统的演进目标。第三代移动通信标准化伙伴项目(3^rdGeneration Partnership Project，3GPP)在2004年底启动了LTE项目的研究与标准化工作，在2005年12月决定将LTE物理层的传输方案限制在下行正交频分多址接入(Orthogonal Frequency Division Multiple Access，OFDMA)和上行单载波频分多址接入(Single Carrier Frequency Division Multiple Access，SC-FDMA)框架之上。出于纯技术的考虑，在下行链路采用OFDMA调制方式可以获得较高的频谱效率，在上行链路采用SC-FDMA传输框架，可以降低发射端的峰均功率比，减小移动终端的体积和成本。

OFDMA和SC-FDMA技术将多径频率选择性衰落信道划分成若干个平坦衰落的子信道(一个子信道中包括一个或多个子载波)，不同用户的信号可以用一个子信道来传输，即多个用户共享同一个子信道，也可以用多个子信道分别传输。如果多个用户共享同一个子信道，并且，基站(Base Station，BS)的接收天线数目大于或等于独立数据流的个数，那么，基站可以利用诸如最小均方误差(Minimum Mean Square Error，MMSE)等多用户检测技术，区分不同用户的信号，这就是所谓的虚拟多输入多输出(Virtual Multiple InputMultiple Output，Virtual MIMO)，虚拟MIMO达到了增加吞吐量的目的。

目前，虚拟MIMO技术已被用在LTE的上行传输中，并提出了2×2虚拟MIMO的多用户传输方案，即两个单天线的用户设备(User Equipment，UE)共享相同的时频资源(子载波和时隙)。

由于SC-FDMA的频域符号经历的是平坦衰落的子信道，从频域上看，第k个子载波上的2×2虚拟MIMO的接收信号可以表示为：

$\left[\begin{array}{c}{R}_k^{\left(1\right)}\\ R_k^{\left(2\right)}\end{array}\right]=\left[\begin{array}{cc}{H}_k^{\left(\mathrm{1,1}\right)}& H_k^{\left(\mathrm{1,2}\right)}\\ H_k^{(2,1)}& H_k^{\left(\mathrm{2,2}\right)}\end{array}\right]\left[\begin{array}{c}{S}_k^{\left(1\right)}\\ S_k^{\left(2\right)}\end{array}\right]+\left[\begin{array}{c}{Z}_k^{\left(1\right)}\\ Z_k^{\left(2\right)}\end{array}\right]---\left(1\right)$

其中，R_k ^(j)(j＝1，2)是基站的第j个接收天线收到的第k个子载波上的频域符号；S_k ⁽ⁱ⁾(i＝1，2)是第i个UE在第k个子载波上发送的频域符号，而Z_k ^(j)(j＝1，2)是叠加在该频域符号上的高斯噪声，并且 $E\left[{\left|Z_k^{\left(1\right)}\right|}^2\right]=E\left[{\left|Z_k^{\left(2\right)}\right|}^2\right]={\mathrm{\σ}}^2;$ H_k ^(j，i)是第i个UE与基站的第j个接收天线之间的信道在第k个子载波处的频率响应。假设信道作了归一化处理，即 $E\left[{\left|H_k^{(j,i)}\right|}^2\right]=1$ (1≤i，j≤2，0≤k≤M-1)。将式(1)写为矩阵形式：

R_k＝H_kS_k+Z_k                    (2)

其中， $R_k=\left[\begin{array}{c}{R}_k^{\left(1\right)}\\ R_k^{\left(2\right)}\end{array}\right],$ $H_k=\left[\begin{array}{cc}{H}_k^{\left(\mathrm{1,1}\right)}& H_k^{\left(\mathrm{1,2}\right)}\\ H_k^{\left(\mathrm{2,1}\right)}& H_k^{\left(\mathrm{2,2}\right)}\end{array}\right],$ $S_k=\left[\begin{array}{c}{S}_k^{\left(1\right)}\\ S_k^{\left(2\right)}\end{array}\right],$ $Z_k=\left[\begin{array}{c}{Z}_k^{\left(1\right)}\\ Z_k^{\left(2\right)}\end{array}\right].$

为了使基站能够从向量R_k中检测出两个UE的信号，现有虚拟MIMO技术中常采用利用循环冗余校验(Cyclic Redundancy Check，CRC)的最小均方误差连续干扰消除(Minimum Mean Square Error-Successive InterferenceCancellation，MMSE-SIC)检测算法。

利用CRC的MMSE-SIC检测算法首先用MMSE准则检测出两个UE的信号，再对两个UE译码后的信号进行CRC校验，若校验结果为一对一错，那么重构CRC校验正确的UE的信号，并将该UE的信号引起的干扰消除，再用MMSE准则重新检测CRC校验出错的UE的信号。

在对现有技术的研究和实践过程中，发明人发现现有技术存在以下问题：

用MMSE准则重新检测出CRC校验出错的UE的信号后，对译码后的该信号进行CRC校验，如果CRC校验变正确了，那么，说明干扰消除能够降低误块率(Block Error Rate，BLER)，该干扰消除为“有用干扰消除”；如果CRC校验仍然出现错误，那么，干扰消除没有降低BLER(当然也没有提高BLER)，该干扰消除为“无用干扰消除”。

以下通过仿真结果，考察利用CRC的MMSE-SIC算法进行干扰消除后，有用干扰消除和无用干扰消除出现的概率。仿真参数见表1，仿真结果请参见图1。

参数	描述
		载波频率	2GHz
移动速度	30km/h
		基带信号的抽样频率	15.36MHz
Turbo译码率	1/3
		调制方式	16QAM
FFT大小	1024
		DFT大小	84
时频资源块	由12个连续的SC-FDMA符号和84个连续的子载波(标号为212-295)构成。一个时频资源块构成一个码块。
		CP长度	80
Turbo码译码方法	constant log-MAP
		软信息计算方法	constant log-MAP
信道类型	空间独立的6径TU信道
		信道估计	理想信道估计

表1仿真用到的虚拟MIMO参数

由图1仿真结果可知，有用干扰消除的概率在中等信噪比(Signal to NoiseRatio，SNR)区域(7dB-8dB)达到最大，无用干扰消除的概率在中低SNR区域占有相当大的比例，而无用干扰消除对于提高性能没有帮助，只会增加BS的处理时延和复杂度。

因此，现有技术的缺点在于不加区分的进行干扰消除，使得中低SNR区域无用干扰消除占有较大的比例，增加了基站的处理时延和复杂度。

发明内容

本发明实施例要解决的技术问题是提供一种干扰消除方法及相关设备，能够降低无用干扰占有的比例。

为解决上述技术问题，本发明所提供的实施例是通过以下技术方案实现的：

本发明实施例提供了一种干扰消除方法，包括：

从接收到的一个传输块中检测出至少两个用户设备的信号；

对所述用户设备的信号译码后进行循环冗余校验，如果产生了正确和错误两种循环冗余校验结果，则获取所述循环冗余校验出错的用户设备的信号在干扰消除后的译码出错概率；

当所述译码出错概率大于预设的门限值时，结束所述传输块的干扰消除。

本发明实施例还提供了一种接收机，包括：

信号检测单元，用于从接收到的一个传输块中检测出至少两个用户设备的信号；

校验单元，用于对所述用户设备的信号译码后进行循环冗余校验；

概率获取单元，用于当所述校验单元得到正确和错误两种循环冗余校验结果时，获取所述循环冗余校验出错的用户设备的信号在干扰消除后的译码出错概率；

干扰消除结束单元，用于当所述译码出错概率大于预设的门限值时，结束所述传输块的干扰消除。

上述技术方案具有如下有益效果：

本发明实施例提供的技术方案，对UE的信号译码后进行CRC校验，如果产生了正确和错误两种CRC校验结果，没有直接进行干扰消除，而是获取CRC校验出错的UE在干扰消除后的译码出错概率，并将该译码出错概率与门限值进行比较，如果译码出错概率大于门限值，则说明CRC校验出错的UE在干扰消除后出错的概率仍然很大，即干扰消除是“无用干扰消除”，因此没有必要进行干扰消除。由此可见，由于本发明实施例在干扰消除前预测了CRC校验出错的UE在干扰消除后的译码出错概率，并根据译码出错概率与门限值的比较结果，有选择性的进行干扰消除，既排除掉了绝大部分无用的干扰消除，降低了无用干扰占有的比例及干扰消除算法的复杂度，又保证了性能。

附图说明

图1为现有技术利用CRC的MMSE-SIC算法进行干扰消除的仿真图；

图2为本发明实施例提供的干扰消除方法流程图；

图3为本发明实施例提供的干扰消除方法流程图；

图4为本发明实施例提供的解调SINR与BLER的关系曲线(接收天线处的SNR为4dB)；

图5为本发明实施例提供的解调SINR与BLER的关系曲线(接收天线处的SNR为8dB)；

图6为本发明实施例提供的接收机组成示意图；

图7为本发明实施例提供的技术方案与利用CRC的MMSE-SIC算法的性能比较图；

图8为本发明实施例提供的技术方案与利用CRC的MMSE-SIC算法的干扰发生概率比较图。

具体实施方式

为使本发明实施例的目的、技术方案、及优点更加清楚明白，以下参照附图对本发明实施例提供的技术方案进行详细说明。

本发明实施例提供了一种干扰消除方法，包括：从接收到的一个传输块中检测出至少两个UE的信号；对所述UE的信号译码后进行CRC校验，如果产生了正确和错误两种CRC校验结果，则获取所述CRC校验出错的UE的信号在干扰消除后的译码出错概率；当所述译码出错概率大于预设的门限值时，结束所述传输块的干扰消除。

本发明实施例提供的技术方案，对UE的信号译码后进行CRC校验，如果产生了正确和错误两种CRC校验结果，没有直接进行干扰消除，而是获取CRC校验出错的UE在干扰消除后的译码出错概率，并将该译码出错概率与门限值进行比较，如果译码出错概率大于门限值，则说明CRC校验出错的UE在干扰消除后出错的概率仍然很大，即干扰消除是“无用干扰消除”，因此没有必要进行干扰消除。由此可见，由于本发明实施例在干扰消除前预测了CRC校验出错的UE在干扰消除后的译码出错概率，并根据译码出错概率与门限值的比较结果，有选择性的进行干扰消除，既排除掉了绝大部分无用的干扰消除，降低了无用干扰占有的比例及干扰消除算法的复杂度，又保证了性能。

以下以从接收到的一个传输块中检测出两个UE的信号为例，对本发明实施例提供的干扰消除方法进行详细介绍。

请参见图2，为本发明实施例提供的干扰消除方法流程图，该方法包括：

步骤201：从接收到的一个传输块中检测出两个UE的信号；

步骤202：对两个UE的信号译码后进行CRC校验，如果两个UE的校验结果为一对一错，则进入步骤203，如果两个UE的校验结果为都正确或者都错误，则转入步骤207；

步骤203：获取CRC校验出错的UE的信号在干扰消除后的译码出错概率；

步骤204：将译码出错概率与预设的门限值进行比较，如果译码出错概率大于门限值，则说明CRC校验出错的UE的信号在干扰消除后出错的概率仍然很大，即干扰消除是“无用干扰消除”，因此没有必要进行干扰消除，转入步骤207，如果译码出错概率小于或者等于门限值，则说明CRC校验出错的UE在干扰消除后出错的概率很小，即干扰消除是“有用干扰消除”，因此有必要进行干扰消除，转入步骤205；

步骤205：重构CRC校验正确的UE的信号，消除该信号引起的干扰，重构CRC校验出错的UE的信号；

步骤206：重新校验CRC校验出错的UE的信号；

步骤207：结束当前传输块的干扰消除，输出两个UE的信号，开始下一个传输块的干扰消除。

以上为本发明实施例提供的干扰消除方法，该方法在两个UE的CRC校验一对一错的情况下，没有直接进行干扰消除，而是获取CRC校验出错的UE在干扰消除后的译码出错概率，并将该译码出错概率与门限值进行比较，如果译码出错概率大于门限值，说明CRC校验出错的UE在干扰消除后出错的概率仍然很大，即干扰消除是“无用干扰消除”，因此没有必要进行干扰消除。由此可见，由于本发明实施例在干扰消除前获取了CRC校验出错的UE在干扰消除后的译码出错概率，并根据译码出错概率与门限值的比较结果，有选择性的进行干扰消除，既排除掉了绝大部分无用的干扰消除，降低了无用干扰占有的比例及干扰消除算法的复杂度，又保证了性能。

以下结合附图对本发明实施例提供的在2×2虚拟MIMO系统中，进行干扰消除的实施例进行详细介绍。

请参见图3，为本发明实施例提供的在2×2虚拟MIMO系统中进行干扰消除的过程，该过程中采用MMSE算法检测出不同UE的信号，并且假设每个UE的信号占用M个子载波，一个传输块只包含一个码块，并且，正好填满一个SC-FDMA符号，该过程包括：

步骤301：对两根天线接收的传输块，分别进行模数(Analog to DigitalConversion，A/D)转换，去循环前缀(Cyclic Prefix，CP)，N点快速傅立叶变换(Fast Fourier Transform，FFT)以及子载波解映射，获得频域符号向量R_k，0≤k≤M-1；

步骤302：对每个R_k(0≤k≤M-1)应用MMSE检测，获得S_k的频域符号估计值

(i＝1，2)，其中，

是第i个UE在M个子载波中的第k个子载波上发送的频域符号估计值；

在本发明实施例中，假设不同UE的数据独立统计，并且功率归一化，即 $E\left[S_k{S}_k^H\right]=I$ (0≤k≤M-1)，并且，是理想信道估计和信噪比(Signal to NoiseRatio，SNR)估计，则可得到的

表达式为： ${\hat{S}}_k=\left[\begin{array}{c}{\hat{S}}_k^{\left(1\right)}\\ {\hat{S}}_k^{\left(2\right)}\end{array}\right]={(H_k^H{H}_k+{\mathrm{\σ}}^{2}I)}^{-1}{H}_k^H{R}_k$ (I为2×2的单位矩阵)，由该表达式可知是R_k的函数，因此，在实际应用中可以通过对每个R_k(0≤k≤M-1)应用MMSE检测，获得

步骤303：分别对两个UE的M个频域符号估计值

(0≤k≤M-1)进行M点反快速傅立叶变换(Inverse Discrete Fourier Transform，IDFT)，得到两个UE在第k个子载波上发送的时域符号估计值

(0≤n≤M-1，i＝1，2)；

其中，

的表达式如下：

${\hat{s}}_n^{\left(i\right)}=\frac{1}{\sqrt{M}}\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}{\hat{S}}_k^{\left(i\right)}\exp \left(j\frac{2\mathrm{\π}}{M}\mathrm{kn}\right),0\≤n\≤M-1,i=\mathrm{1,2}---\left(4\right)$

步骤304：对两个UE的时域符号估计值

进行软解调，获得Turbo译码所必需的对数似然比(Log-Likelihood Ratio，LLR)；

步骤305：对两个UE的时域符号估计值

进行解交织、译码，然后，对译码后的信息比特进行CRC校验，如果两个UE的CRC校验结果为都正确或者都错误，那么转到步骤312；如果两个UE的CRC校验结果为一对一错，假设第j个UE的CRC校验正确，而第i个UE的CRC检验错误(i≠j，1≤i，j≤2)，则进入步骤306；

步骤306：获取传输块的信干噪比(Signal-to-Interference plus Noise Ratio，SINR)，根据该SINR，获取传输块的误块率(Block Error Rate，BLER)；

在该实现过程中，将BLER作为CRC校验出错的UE在干扰消除后的译码出错概率。

由于每次接收传输块时都会对传输块的SINR进行测量，因此，该实现过程中不需要再对传输块的SINR进行测量，并且预先通过仿真得到SINR与BLER的关系曲线，从该关系曲线中可以查找SINR对应的BLER。

步骤307：将步骤306查找到的BLER与预设的BLER门限值进行比较，如果步骤306查找到的BLER大于预设的BLER门限值，说明CRC校验出错的第i个UE在干扰消除后出错的概率仍然很大，即干扰消除是“无用干扰消除”，因此没有必要进行干扰消除，则转入步骤312，如果步骤306查找到的BLER小于或者等于BLER门限值，说明CRC校验出错的第i个UE在干扰消除后出错的概率很小，即干扰消除是“有用扰消除”，因此有必要进行干扰消除，转入步骤308；

其中，BLER门限值的选取牵扯到性能与复杂度的折中。从性能角度看，希望门限越大越好；从复杂度角度看，希望门限越小越好。本发明实施例在实现过程中通过仿真发现当门限选为0.5时，可以在降低复杂度的同时保证性能几乎没有损失。但实际应用时可以根据实际需要调整门限值，并不影响本发明实施例的实现。

本步骤中，当干扰消除后译码仍然出错的概率小于或者等于某一数值(也就是BLER门限值)时，才认为进行干扰消除有意义；否则，认为干扰消除后译码仍然出错的概率太大，不值得进行干扰消除。

步骤308：对第j个UE译码后的信息比特进行编码，交织，调制和离散傅立叶变换(Discrete Fourier Transform，DFT)，重构第j个UE的发送的频域符号

0≤k≤M-1(因为CRC校验正确，所以 ${\tilde{S}}_k^{\left(j\right)}=S_k^{\left(j\right)}$ )；

步骤309：消除第j个UE引起的干扰，用MMSE准则获得S_k ⁽ⁱ⁾新的频域符号估计值

其中，消除第j个UE引起的干扰后，得到新的输入输出关系为：

$Y_k=\left[\begin{array}{c}{H}_k^{(1,i)}\\ H_k^{(2,i)}\end{array}\right]S_k^{\left(i\right)}+Z_k---\left(5\right)$

其中， $Y_k=R_k-\left[\begin{array}{c}{H}_k^{(1,j)}\\ H_k^{(2,j)}\end{array}\right]{\tilde{S}}_k^{\left(j\right)}---\left(6\right);$

由式5和6可知，干扰消除后，频域符号估计值

仍然是R_k的函数。因此，在实际应用中，在干扰消除后，仍然可以用MMSE准则获得S_k ⁽ⁱ⁾的新的估计值

步骤310：对

(0≤k≤M-1)进行M点IDFT，得到第i个UE在第k个子载波上发送的时域符号估计值

步骤311：对第i个UE的信号进行软解调，解交织和译码，并对译码后的信息比特进行CRC校验；

步骤312：结束当前传输块的检测，输出两个UE的信号，开始检测下一个传输块。

以上介绍了本发明实施例提供的干扰消除方法的具体实现过程，在上述过程中，采用比较BLER作为判断是否进行干扰消除的依据，但在实际应用中，还可以是比较SINR。

以下分析通过传输块的SINR，可以获得BLER方法，以及仿真得到的SINR与BLER关系曲线。

消除第j个UE引起的干扰，用MMSE准则获得S_k ⁽ⁱ⁾新的频域符号估计值

可表示为：

${\hat{S}}_k^{\left(i\right)}=V_k{S}_k^{\left(i\right)}+W_k---\left(7\right)$

其中，

$V_k=\frac{{\left|H_k^{(1,i)}\right|}^2+{\left|H_k^{(2,i)}\right|}^2}{{\left|H_k^{(1,i)}\right|}^2+{\left|H_k^{(2,i)}\right|}^2+{\mathrm{\σ}}^2},$ $W_k=\frac{\stackrel{\‾}{H_k^{(1,i)}}{Z}_k^{\left(1\right)}+\stackrel{\‾}{H_k^{(2,i)}}{Z}_k^{\left(2\right)}}{{\left|H_k^{(1,i)}\right|}^2+{\left|H_k^{(2,i)}\right|}^2+{\mathrm{\σ}}^2}$

记

$S={[S_0^{\left(i\right)},S_1^{\left(i\right)},\·\·\·,S_{(M-1)}^{\left(i\right)}]}^T---\left(8\right)$ $\hat{S}={[{\hat{S}}_0^{\left(i\right)},{\hat{S}}_1^{\left(i\right)},\·\·\·,{\hat{S}}_{M-1}^{\left(i\right)}]}^T---\left(9\right)$

Λ＝diag(V_k，0≤k≤M-1)    (10)      W＝[W₁，W₂，…，W_M-1]^T    (11)

由式7可得：

$\hat{S}=\mathrm{\ΛS}+W---\left(12\right)$

进行IDFT后，得到要解调的时域符号向量

$\hat{s}=F^H\hat{S}$

$=F^H\mathrm{\ΛS}+F^{H}W$

                                               (13)

$=F^H\mathrm{\ΛFs}+F^{H}W$

$=\mathrm{As}+w$

其中，F为M×M归一化的傅立叶矩阵，s为发送端由星座图映射得到的符号向量，A＝F^HΛF，w＝F^HW。由矩阵理论可知，A为循环矩阵，并且第一列[v₀，v₁，…，v_M-1]^T的元素，且

$v_n=\frac{1}{M}\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}{V}_k\exp \left(j\frac{2\mathrm{\π}}{M}\mathrm{kn}\right),0\≤n\≤M-1---\left(14\right)$

在给定信道频率响应H_k ^(1，i)和H_k ^(2，i)的条件下，W_k是均值为零的高斯随机变量，方差为

$a_k=\frac{({\left|H_k^{(1,i)}\right|}^2+{\left|H_k^{(2,i)}\right|}^2){\mathrm{\σ}}^2}{{({\left|H_k^{(1,i)}\right|}^2+{\left|H_k^{(2,i)}\right|}^2+{\mathrm{\σ}}^2)}^2}$

并且，当k≠h时，E[W_kW_h]＝0。显然

E[ww^H]＝F^Hdiag(a_k，0≤k≤M-1)F                   (15)

再次利用矩阵理论可得上式为循环矩阵，并且对角线元素都为给定信道频率响应，不难推出w的每个元素的是均值为零、方差为

的高斯随机变量。但是w的不同元素不是互相独立的。由式13可知，待解调的符号既受到其他星座图符号的干扰，又受到等效的高斯噪声的恶化。

由A的循环特性和发送信号功率归一化可知，解调一个SC-FDMA符号包含的M个星座图符号时，信号功率为|v₀|²，干扰功率为

等效噪声的功率为

解调SINR为

$\mathrm{SINR}=\frac{{\left|v_0\right|}^2}{\underset{k=1}{\overset{M-1}{\mathrm{\Σ}}}{\left|v_k\right|}^2+\frac{1}{M}\underset{k=0}{\overset{M-1}{\mathrm{\Σ}}}{a}_k}---\left(16\right)$

下面将建模从SINR到BLER的映射曲线。如果一个传输块跨越多个SC-FDMA符号，由于信道的时变性，不同的SC-FDMA符号，解调时的SINR会有不同，那么将BLER建模为多个SINR算数平均数的函数。仿真发现SINR与BLER的映射关系可以用相同码块长度、相同调制方式和码率的Turbo码在加性白高斯噪声(Additive White Gaussion Noise，AWGN)信道下SNR与BLER的关系来近似。

仿真时直接模拟干扰消除后，1根发射天线，2根接收天线的场景。固定接收天线处的SNR为4dB和8dB，在每个SNR下，随机产生50个信道实现(信道是一个随机过程，信道的每个样本就是一个信道实现)，对应50个解调SINR，对于每个信道实现，仿真得到BLER，SINR与BLER的关系曲线如图4和5所示。通过曲线拟合可以获得较为准确的从SINR到BLER的映射关系。但是为了简便，可以直接将AWGN信道下Turbo码的性能曲线作为干扰消除并且重新检测后的SINR与BLER的关系曲线。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括前文已述的方法步骤。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

本发明实施例还提供了一种接收机，请参见图6，该接收机包括：

信号检测单元601，用于从接收到的一个传输块中检测出至少两个UE的信号；

校验单元602，用于对所述UE的信号译码后进行CRC校验；

概率获取单元603，用于当所述校验单元602得到正确和错误两种CRC校验结果时，获取所述CRC校验出错的用户设备在干扰消除后的译码出错概率；

干扰消除结束单元604，用于当所述译码出错概率大于预设的门限值时，结束所述传输块的干扰消除。

在实际应用中，若所述门限值为误块率门限值，则所述概率获取单元603具体包括：

信干比获取单元，用于当所述校验单元602得到正确和错误两种CRC校验结果时，获取传输块的信干噪比；

误块率查找单元，用于查找所述信干噪比对应的误块率，所述误块率作为译码出错概率。

另外，若所述门限值为信干噪比门限值，则所述概率获取单元603具体为：信干比获取单元；

所述信干比获取单元，用于当所述校验单元602得到正确和错误两种CRC校验结果时，获取传输块的信干噪比，所述信干燥比作为译码出错概率。

以上为本发明实施例提供的接收机，该接收机可以是基站，也可以是其他任何用于接收用户设备数据的接收机。

本发明实施例提供的技术方案带来的有益效果如下：

首先，本发明实施例的实现复杂度不大，适合在接收机中实现，与利用CRC的MMSE-SIC算法相比，本发明实施例仅增加了获取CRC校验出错的UE在干扰消除后的译码出错概率和门限比较的步骤，通过门限比较，本发明实施例提供的技术方案排除掉了绝大部分无用的干扰消除，降低了复杂度。

其次，如果门限值选取得当，本发明实施例与利用CRC的MMSE-SIC算法相比几乎没有性能损失。因为门限值选取得当，可以在排除大部分无用干扰消除的同时保留有用干扰消除，这就保证了几乎没有性能损失。

下面通过仿真比较本发明实施例提供的方法与利用CRC的MMSE-SIC算法的BLER性能和干扰消除发生的概率。仿真参数请参见表1。因为信道是独立的，所以不同UE的BLER在理论上是相等的。将仿真得到的两个UE在相同SNR下的BLER作算数平均绘于图7。可以看出，本发明实施例提出的方法性能远远超过单纯的MMSE算法，并且与利用CRC的MMSE-SIC算法的性能几乎没有差别。

图8比较了当BLER门限值为0.5时，本发明实施例提供的方法与利用CRC的MMSE-SIC算法的有用干扰消除和无用干扰消除的发生概率。可以明显看出，本发明实施例提出方法的有用干扰消除发生概率略低于利用CRC的MMSE-SIC算法，这确保提出的算法性能下降不会太大，而无用干扰消除发生概率远远低于利用CRC的MMSE-SIC算法，这极大地降低了复杂度。

以上对本发明所提供的一种干扰消除方法及相关设备进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (11)

1、一种干扰消除方法，其特征在于，包括：

从接收到的一个传输块中检测出至少两个用户设备的信号；

对所述用户设备的信号译码后进行循环冗余校验，如果产生了正确和错误两种循环冗余校验结果，则获取所述循环冗余校验出错的用户设备的信号在干扰消除后的译码出错概率；

当所述译码出错概率大于预设的门限值时，结束所述传输块的干扰消除。

2、如权利要求1所述的方法，其特征在于，若所述门限值为误块率门限值，则所述获取所述循环冗余校验出错的用户设备的信号在干扰消除后的译码出错概率包括：

获取所述传输块的信干噪比；

根据所述传输块的信干噪比，获取所述传输块的误块率，所述误块率作为所述译码出错概率。

3、如权利要求1所述的方法，其特征在于，若所述门限值为信干噪比门限值，则所述获取所述循环冗余校验出错的用户设备的信号在干扰消除后的译码出错概率包括：

获取所述传输块的信干噪比，所述传输块的信干噪比作为所述译码出错概率。

4、如权利要求1或2或3所述的方法，其特征在于，若每个用户设备占用M个子载波，则所述从接收到的一个传输块中检测出至少两个用户设备的信号包括：

从所述传输块中获得用户设备的M个频域符号向量；

对所述M个频域符号向量应用最小均方误差检测，获得频域符号向量的频域符号估计值；

分别对用户设备的M个频域符号估计值进行M点反快速傅立叶变换，得到所述用户设备发送的时域符号估计值。

5、如权利要求4所述的方法，其特征在于，所述对所述用户设备的信号译码后进行循环冗余校验包括：

对所述用户设备的时域符号估计值进行解交织、译码，然后对译码后的信息比特进行循环冗余校验。

6、如权利要求5所述的方法，其特征在于，所述方法进一步包括：

当所述译码出错概率小于或者等于预设的门限值时，重构循环冗余校验正确的用户设备的信号；

消除所述循环冗余校验正确的用户设备的信号引起的干扰，重构循环冗余校验出错的用户设备的信号；

重新校验循环冗余校验出错的用户设备的信号。

7、如权利要求6所述的方法，其特征在于，所述重构循环冗余校验正确的用户设备的信号包括：

对循环冗余校验正确的用户设备译码后的信息比特进行编码、交织、调制和离散傅立叶变换，重构循环冗余校验正确的用户设备的频域符号。

8、如权利要求7所述的方法，其特征在于，所述消除所述循环冗余校验正确的用户设备的信号引起的干扰，重构循环冗余校验出错的用户设备的信号包括：

消除所述循环冗余校验正确的用户设备的信号引起的干扰，用最小均方差准则获得循环冗余校验错误的用户设备的频域符号估计值；

对所述循环冗余校验错误的用户设备的频域符号估计值进行M点离散傅立叶变换，得到所述循环冗余校验错误的用户设备的时域符号估计值。

9、一种接收机，其特征在于，包括：

信号检测单元，用于从接收到的一个传输块中检测出至少两个用户设备的信号；

校验单元，用于对所述用户设备的信号译码后进行循环冗余校验；

概率获取单元，用于当所述校验单元得到正确和错误两种循环冗余校验结果时，获取所述循环冗余校验出错的用户设备的信号在干扰消除后的译码出错概率；

干扰消除结束单元，用于当所述译码出错概率大于预设的门限值时，结束所述传输块的干扰消除。

10、如权利要求9所述的接收机，其特征在于，若所述门限值为误块率门限值，则所述概率获取单元具体包括：

信干比获取单元，用于当所述校验单元得到正确和错误两种循环冗余校验结果时，获取所述传输块的信干噪比；

误块率获取单元，用于根据所述信干比获取单元获取到的信干噪比，获取所述传输块的误块率，所述误块率作为所述译码出错概率。

11、如权利要求9所述的接收机，其特征在于，若所述门限值为信干噪比，则所述概率获取单元具体为：信干比获取单元；

所述信干比获取单元，用于所述校验单元得到正确和错误两种循环冗余校验结果时，获取所述传输块的信干噪比，所述信干噪比作为所述译码出错概率。

Images