CN101635579A - 一种检测邻小区信息的方法 - Google Patents

Abstract

本发明公开了一种检测邻小区信息的方法，包括：在本次检测的当前检测周期内，基站从未分配给小区且本次检测中尚未选择的训练序列中选择一个训练序列，根据所选择的训练序列和在该检测周期内的每个子帧上接收到的训练序列信号进行信道估计，得到所选择的训练序列在该检测周期内的每个子帧上对应的信道冲击响应估计值，所述小区为所述基站所覆盖的任一小区；重复执行上述操作，直至未分配给所述小区的所有训练序列均已在本次检测中被选择；根据预设的检测次数重复执行上述操作；基站利用所有信道冲激响应估计值的峰值，确定分配给所述小区的邻小区的训练序列。本发明能实现对邻小区信息的自动检测。

Description

一种检测邻小区信息的方法

技术领域

本发明涉及联合检测技术，特别是涉及一种检测邻小区信息的方法。

背景技术

联合检测技术是时分同步码分多址接入(TD-SCDMA)系统中的一项关键技术。相比于传统的RAKE接收机，使用联合检测可以大大提高检测的性能，消除多用户之间的干扰。传统的联合检测接收机可以有效地消除本小区内的干扰，但对于邻小区的干扰却无能为力。为了消除邻小区干扰，需要使用多小区联合检测。

多小区联合检测分为两种：一种是训练序列(Midamble)域多小区联合检测，也称多小区联合信道估计；一种是数据域多小区联合检测。无论是哪一种多小区联合检测，都需要知道邻小区的相关信息，包括：邻小区的基本Midamble信息、Midamble分配模式等信息。因此，如何得到邻小区的Midamble信息是在TD-SCDMA系统中应用多小区联合检测的前提。

目前，TD-SCDMA系统普遍采用两种方式将基站覆盖的各小区的邻小区的相关信息通知给基站：一种是在Iub接口中添加消息，由无线网络控制器(Radio Network Controller，RNC)通知基站上述邻小区的相关信息；另一种是通过手工配置的方式通知基站上述邻小区的相关信息。

由此可见，无论使用上述哪种方式通知基站其管辖的各小区的邻小区的相关信息，都需要网规人员通过人工方式对每个小区、每个频点的邻小区信息进行配置，其工作量将会非常大。

发明内容

有鉴于此，本发明的主要目的在于提供一种检测邻小区信息的方法，该方法能够使基站自动完成对邻小区信息的检测。

为了达到上述目的，本发明提出的技术方案为：

一种检测邻小区信息的方法，包括以下步骤：

a、在本次检测的当前检测周期内，基站从未分配给小区且本次检测中尚未选择的训练序列中选择一个训练序列，根据所选择的训练序列和在该检测周期内的每个子帧上接收到的训练序列信号进行信道估计，得到所选择的训练序列在该检测周期内的每个子帧上对应的信道冲击响应估计值，所述小区为所述基站所覆盖的任一小区；

b、重复执行步骤a，直至未分配给所述小区的所有训练序列均已在本次检测中被选择；

c、判断当前的检测次数是否为预设的检测次数T，如果是则转入步骤d，否则更新当前的检测次数转入步骤a，其中，T为大于等于1的自然数；

d、基站利用所有信道冲激响应估计值的峰值，确定分配给所述小区的邻小区的训练序列。

较佳地，所述步骤a之前进一步包括：将当前的检测次数初始化为1。

较佳地，步骤a中所述根据所选择的训练序列和在该检测周期内的每个子帧上接收的训练序列信号进行信道估计为：

根据 ${\hat{h}}_{i,t,n}=G_i^{-1}{e}_n,$ 得到所选择的训练序列m_i在当前检测周期内的每个子帧上对应的信道冲激响应估计值

其中，i为所选择的训练序列编号，t表示第t次检测，t≤T，n为子帧编号，G_i为第i个训练序列对应的系统矩阵，e_n为当前检测周期的第n个子帧上接收到的训练序列信号，1≤n≤N，N为一个检测周期包含的子帧个数，1≤i≤127。

较佳地，所述步骤d为：

利用所有的

根据 ${\stackrel{\‾}{P}}_i^{\max }=\frac{1}{T\·N}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{P}_{i,t,n}^{\max },$ 计算未分配给所述小区的每个训练序列对应的信道冲激响应估计值的平均峰值功率P_i ^max，其中，P_i，t，n ^max为

的峰值对应的功率值；

根据所述P_i ^max的大小，确定分配给所述小区的邻小区的训练序列。

较佳地，所述根据P_i ^max的大小确定分配给所述小区的邻小区的训练序列为：

按照降序对P_i ^max进行排序，将前W个P_i ^max对应的训练序列确定为分配给所述小区的邻小区的训练序列，所述W为预设的邻小区数量；或者，根据预设的门限值，将大于所述门限值的P_i ^max所对应的训练序列确定为分配给所述小区的邻小区的训练序列。

较佳地，所述步骤d为：

根据 ${\stackrel{\‾}{\mathrm{\η}}}_i=\frac{1}{T\·N}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\η}}_{i,t,n},$ 计算所述未分配给所述小区的每个训练序列对应的信道冲激响应估计值的平均峰均比值η_i，其中，η_i，t，n为

对应的峰均比值， ${\mathrm{\η}}_{i,t,n}=\frac{\underset{j}{\max }\left\{{\left|{\hat{h}}_{i,t,n,j}\right|}^2\right\}}{\frac{1}{128}\underset{j=1}{\overset{128}{\mathrm{\Σ}}}{\left|{\hat{h}}_{i,t,n,j}\right|}^2},$

为

的第j条路径对应的信道冲激响应估计值；

根据所述η_i的大小确定分配给所述小区的邻小区的训练序列。

较佳地，所述根据η_i的大小确定分配给所述小区的邻小区的训练序列为：

按照降序对η_i进行排序，将前W个η_i对应的训练序列确定为分配给所述小区的邻小区的训练序列，所述W为预设的邻小区数量；或者，根据预设的门限值，将大于所述门限值的η_i所对应的训练序列确定为分配给所述小区的邻小区的训练序列。

综上所述，本发明提出的检测邻小区信息的方法，首先利用接收到的训练序列信号和未分配给小区的所有训练序列，进行信道估计，然后利用分配给邻小区的训练序列所对应的信道估计结果中会出现较大峰值的特性，根据所述信道估计结果的峰值，确定出分配给所述邻小区的训练序列，从而使本发明能够实现对邻小区信息的自动检测，有效避免了人工配置所产生的巨大工作量。

附图说明

图1为本发明方法的总体流程图；

图2为本发明实施例一的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明作进一步地详细描述。

本发明的基本思想是：根据使用分配给邻小区的训练序列和所接收的训练序列信号进行信道估计得到的信道估计结果中会存在较大峰值的特性，首先由基站利用接收到的训练序列信号和未分配给小区的所有训练序列，进行信道估计，然后根据所获得的信道估计结果中的峰值大小，确定出邻小区所使用的训练序列。

图1为本发明方法的总体流程图，如图1所示，本发明主要包括：

步骤101、在本次检测的当前检测周期内，基站从未分配给小区且本次检测中尚未选择的训练序列中选择一个训练序列，根据所选择的训练序列和在该检测周期内的每个子帧上接收到的训练序列信号进行信道估计，得到所选择的训练序列在该检测周期内的每个子帧上对应的信道冲击响应估计值，所述小区为所述基站所覆盖的任一小区。

这里，一次检测过程为一次遍历所有未分配给所述小区的训练序列，并利用每个未分配给所述小区的训练序列进行信道估计处理的过程；所述检测周期为在一次检测中利用一个所选择的训练序列进行信道估计处理的时间。在实际应用中，每个检测周期由一个或多个子帧构成，在每个检测周期内是以子帧为单位进行相关的信道估计处理，也就是说，当检测周期内包括多个子帧时，需要根据每个子帧上接收的训练序列信号进行相应次数的信道估计。

步骤102、重复执行步骤101，直至未分配给所述小区的所有训练序列均已在本次检测中被选择。

这里，通过重复执行步骤101和步骤102，完成一次检测过程，从而得到未分配给所述小区的每个训练序列在本次检测的相应检测周期中对应的信道估计结果。

当检测周期内包括多个子帧时，需要分别根据每个子帧上接收的训练序列信号进行多次信道估计，相应的，一个检测周期内得到信道估计结果会包含同样数量的信道冲激响应估计值，此时，在后续的步骤中可以利用多个信道冲激响应估计结果的均值来对邻小区信息，即分配给邻小区的训练序列，进行确定。

步骤103～104、判断当前的检测次数是否为预设的检测次数T，如果是则转入步骤105，否则更新当前的检测次数，转入步骤101。

其中，T为自然数，当所述T＝1时，将只执行一次检测过程，当2≤T时，将只执行多次检测过程，相应的将得到未分配给所述小区的每个训练序列对应的多个信道估计结果。在实际应用中，由于一次检测过程所得到的信道估计结果可能不准确，因此，为提高检测结果的准确性，可以令2≤T，从而基于未分配给所述小区的每个训练序列在多次检测过程中得到的多个信道冲激响应估计结果进行邻小区信息的确定，以克服单次检测得到的估计结果的不准确性。

这里需要说明的是，一旦网络建设完毕，通常情况下，邻小区关系将基本保持不变。因此，在实际应用中，无需快速检测邻小区信息，采用上述方法利用长时间的检测结果来判断邻小区信息是完全可行的。

步骤105、基站利用所有信道冲激响应估计值的峰值，确定分配给所述小区的邻小区的训练序列。

在TD-SCDMA系统中一共有128个训练序列，系统为一个小区仅分配一个训练序列，且每个小区所分配到的训练序列各不相同，如果一个小区的邻小区上有在线用户，则由于邻小区用户对小区信号的干扰，使得利用分配给其邻小区的训练序列和基站从该小区的接收天线上接收到的该小区的训练序列信号进行信道估计后所得到的信道估计结果将会出现较大的峰值，且干扰越大峰值也将越大。本发明就是根据该特性对邻小区信息进行确定。

上述为本发明的检测邻小区信息方法的总体描述，以下通过具体实施例对本发明作进一步详细说明。

实施例一以检测基站所覆盖的小区A的邻小区信息为例，对本发明的自动检测邻小区信息的方法进行示例性说明，简单起见，本实施例中的检测周期为一个子帧。图2为本发明实施例一的流程图。

如图2所示，该方法包括：

步骤200、将检测次数t初始化为1。

以下从步骤201开始第一次检测。

步骤201、在第t次检测的当前检测周期内，基站从未分配给小区A且本次检测中尚未选择的训练序列中选择一个训练序列M_i。

在一次检测过程中，将利用未分配给小区A的127个训练序列分别进行信道估计，每个训练序列利用一个检测周期完成相应的信道估计。这里，本步骤执行一次将完成利用一个所选择的训练序列进行信道估计的过程，下一次执行本步骤时，本次检测中之前已被选择的训练序列将不会再被选择，也就是说，将从本次检测中之前未被选择的训练序列中选择一个进行下一个检测周期内的信道估计，这样，一次检测过程内未分配给小区A的每个训练序列只会被选择一次来进行相关的信道估计处理。

步骤202、根据 ${\hat{h}}_{i,t,n}=G_i^{-1}{e}_n,$ 得到所选择的训练序列M_i在该检测周期内的每个子帧上对应的信道冲击响应估计值

其中，i为所选择的训练序列编号，t表示第t次检测，t≤T，n为子帧编号，G_i为第i个训练序列对应的系统矩阵，e_n为当前检测周期的第n个子帧上接收到的训练序列信号，1≤n≤N，N为一个检测周期包含的子帧个数，1≤i≤127。

在实际应用中，由于在每个子帧上进行信道估计处理的方法均相同，这里仅以确定M_i在当前检测周期内的一个子帧上对应的信道冲激响应估计值为例，对得到

的具体方法进行说明。

步骤203、重复执行步骤201～202直至未分配给所述小区的所有训练序列均已在本次检测中被选择，转入步骤204。

上述步骤201～203，通过利用127个检测周期实现了对没有分配给该小区的127个训练序列的一次遍历过程，即完成了一次检测过程，在每个检测周期中选择一个训练序列进行信道估计，从而得到与上述127训练序列分别对应的信道冲激响应估计结果。如果该小区的邻小区上有在线用户，则上述信道冲激响应估计结果中与该邻小区使用的训练序列对应的估计结果中会出现较大峰值，利用该特性即可检测出该小区的邻小区信息，即邻小区所使用的训练序列。

步骤204、判断当前的检测次数t是否为预设的检测次数T，如果是则转入步骤206，否则转入步骤205，其中，1≤T。

这里，当步骤203中判断出本次检测过程已完成后，需要判断是否达到预设次数T，如果达到，则转入步骤206利用信道估计的结果确定邻小区信息，如果未达到，则转入步骤205对检测次数进行更新，并执行下一次检测过程。

步骤205、根据t＝t+1，更新当前的检测次数t，转入步骤201。

步骤206、基站利用所有信道冲激响应估计值

的峰值，确定分配给所述小区的邻小区的训练序列。

本步骤，通过判断所述信道冲激响应估计值

的峰值，从未分配给小区的所有训练序列对应的信道估计结果

中，找出具有较大峰值的信道估计结果，邻小区所使用的训练序列即为所找出的信道估计结果对应的训练序列。

在实际应用中，本步骤可以采用多种方法实现，下面分别通过峰值检测法和峰均比检测法对本步骤的具体实现进行详细说明：

(一)峰值检测法的具体方法为：

利用所有的根据 ${\stackrel{\‾}{P}}_i^{\max }=\frac{1}{T\·N}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{P}_{i,t,n}^{\max },$ 计算未分配给所述小区的每个训练序列对应的信道冲激响应估计值的平均峰值功率P_i ^max，其中，P_i，t，n ^max为

的峰值对应的功率值根据所述P_i ^max的大小，确定分配给所述小区的邻小区的训练序列。

这里，具体根据P_i ^max的大小分配给所述小区的邻小区的训练序列的方法有多种，例如可以根据预设的邻小区数量W，找出前W个值最大的P_i ^max所对应的训练序列，即：按照降序对P_i ^max进行排序，将前W个P_i ^max对应的训练序列确定为分配给所述小区的邻小区的训练序列；也可以根据预设的门限值，将大于所述门限值的P_i ^max所对应的训练序列确定为分配给所述小区的邻小区的训练序列。

(二)峰均比检测法的具体方法为：

根据 ${\stackrel{\‾}{\mathrm{\η}}}_i=\frac{1}{T\·N}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\η}}_{i,t,n},$ 计算所述未分配给所述小区的每个训练序列对应的信道冲激响应估计值的平均峰均比值η_i，其中，η_i，t，n为

对应的峰均比值， ${\mathrm{\η}}_{i,t,n}=\frac{\underset{j}{\max }\left\{{\left|{\hat{h}}_{i,t,n,j}\right|}^2\right\}}{\frac{1}{128}\underset{j=1}{\overset{128}{\mathrm{\Σ}}}{\left|{\hat{h}}_{i,t,n,j}\right|}^2},$

为

的第j条路径对应的信道冲激响应估计值；根据所述η_i的大小确定分配给所述小区的邻小区的训练序列。

这里，具体根据η_i的大小确定所述小区的邻小区信息的方法有多种，例如可以根据预设的邻小区数量W，找出前W个值最大的η_i所对应的训练序列，即：按照降序对η_i进行排序，将前W个η_i对应的训练序列确定为分配给所述小区的邻小区的训练序列；也可以根据预设的门限值，将大于所述门限值的η_i所对应的训练序列确定为分配给所述小区的邻小区的训练序列。

通过采用上述技术方案，本发明利用“根据使用分配给邻小区的训练序列和所接收的训练序列信号进行信道估计得到的信道估计结果中会存在较大峰值的特性”，实现基站对其覆盖的任一小区的邻小区信息的自动检测过程。另外，本发明还可以通过多次检测过程，使本发明的检测结果具有较高的准确性。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1、一种检测邻小区信息的方法，其特征在于，该方法包括以下步骤：

a、在本次检测的当前检测周期内，基站从未分配给小区且本次检测中尚未选择的训练序列中选择一个训练序列，根据所选择的训练序列和在该检测周期内的每个子帧上接收到的训练序列信号进行信道估计，得到所选择的训练序列在该检测周期内的每个子帧上对应的信道冲击响应估计值，所述小区为所述基站所覆盖的任一小区；

b、重复执行步骤a，直至未分配给所述小区的所有训练序列均已在本次检测中被选择；

c、判断当前的检测次数是否为预设的检测次数T，如果是则转入步骤d，否则更新当前的检测次数转入步骤a，其中，T为自然数；

d、基站利用所有信道冲激响应估计值的峰值，确定分配给所述小区的邻小区的训练序列。

2、根据权利要求1所述的方法，其特征在于，所述步骤a之前进一步包括：将当前的检测次数初始化为1。

3、根据权利要求1或2所述的方法，其特征在于，步骤a中所述根据所选择的训练序列和在该检测周期内的每个子帧上接收的训练序列信号进行信道估计为：

根据 ${\hat{h}}_{i,t,n}=G_i^{-1}{e}_n,$ 得到所选择的训练序列m_i在当前检测周期内的每个子帧上对应的信道冲激响应估计值

，其中，i为所选择的训练序列编号，t表示第t次检测，t≤T，n为子帧编号，G_i为第i个训练序列对应的系统矩阵，e_n为当前检测周期的第n个子帧上接收到的训练序列信号，1≤n≤N，N为一个检测周期包含的子帧个数，1≤i≤127。

4、根据权利要求3所述的方法，其特征在于，所述步骤d为：

利用所有的

，根据 ${\stackrel{\‾}{P}}_i^{\max }=\frac{1}{T\·N}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{P}_{i,t,n}^{\max },$ 计算未分配给所述小区的每个训练序列对应的信道冲激响应估计值的平均峰值功率P_i ^max，其中，P_i，t，n ^max为

的峰值对应的功率值；

根据所述P_i ^max的大小，确定分配给所述小区的邻小区的训练序列。

5、根据权利要求4所述的方法，其特征在于，所述根据P_i ^max的大小确定分配给所述小区的邻小区的训练序列为：

按照降序对P_i ^max进行排序，将前W个P_i ^max对应的训练序列确定为分配给所述小区的邻小区的训练序列，所述W为预设的邻小区数量；或者，根据预设的门限值，将大于所述门限值的P_i ^max所对应的训练序列确定为分配给所述小区的邻小区的训练序列。

6、根据权利要求3所述的方法，其特征在于，所述步骤d为：

根据 ${\stackrel{\‾}{\mathrm{\η}}}_i=\frac{1}{T\·N}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\η}}_{i,t,n},$ 计算所述未分配给所述小区的每个训练序列对应的信道冲激响应估计值的平均峰均比值η_i，其中，η_i，t，n为

对应的峰均比值， ${\mathrm{\η}}_{i,t,n}=\frac{\underset{j}{\max }\left\{{\left|{\hat{h}}_{i,t,n,j}\right|}^2\right\}}{\frac{1}{128}\underset{j=1}{\overset{128}{\mathrm{\Σ}}}{\left|{\hat{h}}_{i,t,n,j}\right|}^2},$

为

的第j条路径对应的信道冲激响应估计值；

根据所述η_i的大小确定分配给所述小区的邻小区的训练序列。

7、根据权利要求6所述的方法，其特征在于，所述根据η_i的大小确定分配给所述小区的邻小区的训练序列为：

按照降序对η_i进行排序，将前W个η_i对应的训练序列确定为分配给所述小区的邻小区的训练序列，所述W为预设的邻小区数量；或者，根据预设的门限值，将大于所述门限值的η_i所对应的训练序列确定为分配给所述小区的邻小区的训练序列。

Images