CN101686065B - 调制及解调的方法和设备 - Google Patents

Abstract

本发明实施例公开了一种调制及解调的方法和设备，属于通信技术领域。包括：根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列；将新训练序列划分为多个组，每个组内包含8个新训练序列；计算每个组的组相关值，并将组相关值最小的组作为新训练序列组；将新训练序列组内的任一个训练序列与传统训练序列组内的任一个训练序列进行配对，得到配对序列；使用配对序列中的两个训练序列分别对不同用户进行调制，并放置在一个时隙内发送。调制的设备包括：确定模块、计算模块、生成模块、配对模块和调制模块。解调的设备包括：确定模块、计算模块、生成模块、估计模块和解调模块。本发明提高了系统解调的性能，提高了系统的稳定性。

Description

调制及解调的方法和设备

技术领域

本发明涉及通信技术领域，特别涉及一种调制及解调的方法和设备。 

背景技术

OSC(Orthogonal Sub Channel，正交子信道)是近来提出的新概念，该技术在一个时隙中同时接入两个用户，改变了传统的TDMA(Time Division Multiple Access，时分多址)一个时隙只有一个用户接入的观点，并且被命名为MUROS(Multi-User Reusing One Slot，多用户复用一个时隙)。 

在GSM(Global System for Mobile Communications，全球移动通讯系统)中，由于多径信道码间干扰的影响，接收端需要通过均衡来解调出发送信号，因此需要发送端发出规定好的TSC(Training Sequence Code，训练序列)来进行信道估计和噪声估计等解调必须的步骤。传统的训练序列有8个，如表1所示，每个训练序列的长度为26个比特位，每位的取值为1或者-1。在MUROS技术出现之前，使用传统的训练序列进行调制时，一个训练序列放入一个时隙中发送。同时传统的8个训练序列也要求互相关性尽量小，使得在实际网络中来自同频或邻频的干扰对目标用户的解调影响尽量的小。 

    表1 

TSC#	传统训练序列组
		0	1 1 -1 1 1 -1 1 -1 -1 -1 1 1 1 1 -1 1 1 1 -1 1 1 -1 1 -1 -1 -1
1	1 1 -1 1 -1 -1 1 -1 -1 -1 1 -1 -1 -1 -1 1 1 1 -1 1 -1 -1 1 -1 -1 -1
		2	1 -1 1 1 1 1 -1 -1 -1 1 -1 -1 -1 1 -1 1 1 -1 1 1 1 1 -1 -1 -1 1
3	1 -1 1 1 1 -1 -1 -1 -1 1 -1 -1 1 -1 1 1 1 -1 1 1 1 -1 -1 -1 -1 1
		4	1 1 1 - 1 -1 1 -1 1 -1 -1 -1 1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 -1 -1
5	1 -1 1 1 -1 -1 -1 1 -1 1 -1 -1 1 1 1 1 1 -1 1 1 -1 -1 -1 1 -1 1
		6	-1 1 -1 1 1 -1 -1 -1 -1 -1 1 -1 -1 1 1 1 -1 1 -1 1 1 -1 -1 -1 -1 -1
7	-1 -1 -1 1 -1 -1 -1 -1 1 1 1 -1 1 1 -1 1 -1 -1 -1 1 -1 -1 -1 -1 1 1

由于MUROS的引入，每个TDMA帧最多可以接入16个用户，因此需要增加一组8个新的训练序列，新训练序列要求对于配对的传统用户(使用传统训练序列)和新用户(使用 新训练序列)的解调性能都足够的好。由于新老用户的通话过程不可能同时开始和结束，并且考虑MUROS跳频等因素的影响，在配对的时候只要求新用户和传统用户配对，但是并不规定固定序号的新用户和固定序号的传统用户配对(比如规定TSC#0的新用户和传统用户配对)，一个新用户原则上可以和采用任何一种传统训练序列的用户配对。 

由于MUROS的引入，每个TDMA帧最多可以接入16个用户，因此需要增加一组8个新的训练序列，通过设计新的训练序列，使得新训练序列和传统训练序列的相关性尽量的小，从而保证信道估计等的准确性，以及达到良好的接收解调质量。现有技术中提出的一组8个新训练序列如表2所示。 

表2 

TSC#	适用MUROS的新训练序列组
		0	1 1 -1 1 -1 -1 1 -1 -1 -1 1 -1 -1 -1 1 -1 1 1 1 -1 -1 -1 -1 1 -1 -1
1	1 1 1 -1 1 1 1 -1 -1 -1 -1 1 -1 1 1 -1 1 1 -1 1 1 1 -1 1 1 1
		2	1 -1 -1 -1 1 -1 1 1 -1 1 1 1 1 -1 1 1 1 -1 1 1 1 -1 -1 -1 -1 1
3	1 -1 1 1 1 -1 1 1 1 -1 -1 -1 1 1 1 1 -1 1 -1 -1 1 -1 -1 -1 1 -1
		4	1 -1 1 1 1 -1 1 -1 -1 1 1 1 1 -1 1 -1 -1 1 1 1 -1 1 1 1 1 1
5	1 -1 1 -1 -1 -1 -1 -1 1 1 -1 1 1 -1 -1 -1 1 1 -1 1 -1 1 1 1 1 1
		6	1 -1 -1 -1 1 -1 -1 -1 -1 1 1 -1 1 -1 -1 -1 -1 1 1 -1 1 1 1 -1 1 -1
7	1 1 -1 1 -1 1 -1 -1 1 1 -1 -1 -1 -1 -1 -1 1 1 -1 -1 -1 -1 1 -1 1 -1

在对上述现有技术进行分析后，发明人发现：新训练序列的引入要求复用在一个时隙的新老用户在上行和下行都能获得良好的解调性能，但是现有的一组新训练序列和传统训练序列配对时，在信道估计、解调等一些算法中，上行和下行的解调性能不是很好。并且，现有的一组8个新训练序列(表2所示)只有在规定训练序列号配对时(比如规定TSC#0的新用户和传统用户配对)性能相对好，但是当不同组合的新老用户配对时，性能的稳定性变差，同一个新用户和不同的传统用户配对时的解调性能浮动较大。 

发明内容

为了提高训练序列配对后解调的性能，本发明实施例提供了一种调制及解调的方法和设备。所述技术方案如下： 

一种调制的方法，所述方法包括： 

根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列； 

将所述新训练序列划分为多个组，每个组内包含8个新训练序列； 

计算所述每个组的组相关值，并将组相关值最小的组作为新训练序列组； 

将所述新训练序列组内的任一个训练序列与传统训练序列组内的任一个训练序列进行配对，得到配对序列； 

使用所述配对序列中的两个训练序列分别对不同用户进行调制，并放置在一个时隙内发送； 

其中，所述根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列，具体包括： 

确定传统训练序列和新训练序列配对后的性能损失函数； 

对所述训练序列的可能排列形式，按照所述性能损失函数，对每种新训练序列计算与传统训练序列配对后的性能损失； 

在所述计算的结果中，按照性能损失最小的原则选出新训练序列。 

一种解调的方法，所述方法包括： 

根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列； 

将所述新训练序列划分为多个组，每个组内包含8个新训练序列； 

计算所述每个组的组相关值，并将组相关值最小的组作为新训练序列组； 

利用发送端调制时配对的两个训练序列，进行信道估计及噪声估计，按照所述信道估计和噪声估计的结果进行解调，所述配对的两个训练序列为所述新训练序列组内的任一个训练序列和传统的训练序列组内的任一个训练序列； 

其中，所述根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列，具体包括： 

确定传统训练序列和新训练序列配对后的性能损失函数； 

对所述训练序列的可能排列形式，按照所述性能损失函数，对每种新训练序列计算与传统训练序列配对后的性能损失； 

在所述计算的结果中，按照性能损失最小的原则选出新训练序列。 

一种调制的设备，所述设备包括： 

确定模块，用于根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列，将所述新训练序列划分为多个组，每个组内包含8个新训练序列； 

计算模块，用于计算所述确定模块得到的每个组的组相关值； 

生成模块，用于将所述计算模块得到的组相关值中，组相关值最小的组作为新训练序列组； 

配对模块，用于将所述设备得到的新训练序列组内的任一个训练序列与传统训练序列组内的任一个训练序列进行配对，得到配对序列； 

调制模块，用于使用所述配对序列中的两个训练序列分别对不同用户进行调制，并放置在一个时隙内发送； 

其中，所述确定模块具体包括： 

确定单元，用于确定传统训练序列和新训练序列配对后的性能损失函数； 

计算单元，用于对所述训练序列的可能排列形式，按照所述确定单元确定的性能损失函数，对每种新训练序列计算与传统训练序列配对后的性能损失； 

选择单元，用于在所述计算单元计算的结果中，按照性能损失最小的原则选出新训练序列； 

划分单元，用于将所述选择单元选出的新训练序列划分为多个组，每个组内包含8个新训练序列。 

一种解调的设备，所述设备包括： 

确定模块，用于根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列，将所述新训练序列划分为多个组，每个组内包含8个新训练序列； 

计算模块，用于计算所述确定模块得到的每个组的组相关值； 

生成模块，用于将所述计算模块得到的组相关值中，组相关值最小的组作为新训练序列组； 

估计模块，用于利用发送端调制时配对的两个训练序列，进行信道估计及噪声估计，所述配对的两个训练序列为所述新训练序列组内的任一个训练序列和传统的训练序列组内的任一个训练序列； 

解调模块，用于按照所述估计模块进行信道估计和噪声估计的结果进行解调； 

其中，所述确定模块具体包括： 

确定单元，用于确定传统训练序列和新训练序列配对后的性能损失函数； 

计算单元，用于对所述训练序列的可能排列形式，按照所述确定单元确定的性能损失函数，对每种新训练序列计算与传统训练序列配对后的性能损失； 

选择单元，用于在所述计算单元计算的结果中，按照性能损失最小的原则选出新训练序列； 

划分单元，用于将所述选择单元选出的新训练序列划分为多个组，每个组内包含8个新训练序列。 

本发明实施例提供的技术方案的有益效果是： 

根据相关性最小的原则生成新训练序列组，使得MUROS复用时隙时，降低了用户之间的信号干扰，极大地提高了系统调制和解调的性能，提高了系统的稳定性。 

附图说明

图1是本发明实施例1提供的生成训练序列组的方法流程图； 

图2是本发明实施例2提供的生成训练序列组的方法流程图； 

图3是本发明实施例3提供的调制方法流程图； 

图4是本发明实施例4提供的解调方法流程图； 

图5是本发明实施例5提供的生成训练序列组的装置结构图； 

图6是本发明实施例5提供的确定模块的结构图； 

图7是本发明实施例5提供的计算模块的结构图； 

图8是本发明实施例6提供的调制装置结构图； 

图9是本发明实施例7提供的解调装置结构图。 

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，下面将结合附图对本发明实施方式作进一步地详细描述。 

实施例1 

参见图1，本发明实施例提供了一种生成训练序列组的方法，包括： 

101：根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列； 

102：将确定出的新训练序列划分为多个组，每个组内包含8个新训练序列； 

103：计算每个组的组相关值，并将组相关值最小的组作为新训练序列组。 

本实施例根据相关性最小的原则生成新训练序列组，使得MUROS复用时隙时，降低了用户之间的信号干扰，极大地提高了系统解调的性能，提高了系统的稳定性，尤其是在联合信道估计、均衡等解调流程中都能获得更好的性能。而且，由于是按照性能损失最小的原则选取训练序列，选出的训练序列性能都较好，当不同组合的训练序列配对时，解调性能非常稳定。 

实施例2 

参见图2，本发明实施例提供的上述生成训练序列组的方法，可以具体包括： 

201：确定传统训练序列和新训练序列配对后的性能损失函数； 

以两个接收用户，用户0和用户1，分别通过天线0和天线1接收信号为例进行说明，接收信号可以表示为： 

y＝Sh+n    (1) 

其中，y为接收信号，h为信道因子，n为外加的高斯白噪声，且表示如下： 

$y={[y_0^T,y_1^T]}^T,$ $h={[h_{\mathrm{0,0}}^T,h_{\mathrm{1,0}}^T,h_{\mathrm{0,1}}^T,h_{\mathrm{1,1}}^T]}^T,$ $n={[n_0^T,n_1^T]}^T;$

其中，y₀表示天线0的接收信号，y₁表示天线1的接收信号，h_p，q表示q号手机发送，p号天线接收经过的无线信道的信道因子。n₀表示天线0上的高斯白噪声，n₁表示天线1上的高斯白噪声。T为矩阵运算符号，表示转置。 

S表示用户0的训练序列与用户1的训练序列配对后构成的矩阵，在本实施例中为： 

$S=\left[\begin{array}{cccc}{S}_0& 0& S_1& 0\\ 0& S_0& 0& S_1\end{array}\right]$

其中，S₀为用户0的训练序列构成的矩阵，S₁为用户1的训练序列构成的矩阵，在本步骤中，用户0的训练序列和用户1的训练序列，其中任一个为传统的训练序列，另一个为待确定的新训练序列。 

根据LS(Least Square，最小方差)算法进行信道估计的公式： 

$\hat{h}={\left(S^{H}S\right)}^{-1}{S}^{H}y---\left(3\right)$

定义配对后的训练序列的性能损失函数为： 

其中，H为矩阵运算符号，表示共轭转置，tr(·)表示矩阵的迹，为主对角线元素的累加值。 

202：由于训练序列的长度为26个比特位，且值只有两种：1和-1，因此，训练序列的所有可能排列情况共有2²⁶种，即存在2²⁶种训练序列。对该2²⁶种训练序列中的每种训练序列，按照公式(4)中的性能损失函数进行计算，得到每种训练序列与传统训练序列配对后的性能损失，由于传统训练序列也有8个，每种训练序列都可以和该8个传统训练序列中的任一个进行配对，因此每种训练序列都对应地得到8个性能损失值，将该8个性能损失值累加后，可以得到该种训练序列与传统训练序列配对的累计性能损失d_pair： 

$d_{\mathrm{pair}}=\underset{i=0}{\overset{7}{\mathrm{\Σ}}}{d}_{\mathrm{SNRi}}---\left(5\right)$

其中，d_SNRi表示当前训练序列和第i个传统训练序列配对的性能损失值。 

203：在上述性能损失计算得到的所有训练序列的累计性能损失值中，按照性能损失值最小的原则选出指定个数的新训练序列。其中，指定的个数可以根据需要设置为不同的值，如，48个或56个等等。在本实施例中，指定的个数为56个。 

具体地，可以按照从小到大的顺序将计算得到的多个性能损失值进行排序，选取其中前面的56个作为指定个数的新训练序列。 

204：将指定个数的新训练序列划分为多个组，每个组内包含8个新训练序列，并且划分出的任意两个组都不相同，该相同是指两个组内8个训练序列相同，且排列顺序也相同，因此本实施例是将任意8个训练序列的所有组合都划分出来，则56个新训练序列共划分为 

个组。 

205：在划分出的每个组内，计算任意两个新训练序列的相关值，得到多个相关值，即在组内的8个新训练序列中，每个新训练序列都分别与其它7个新训练序列计算出相关值，得到7个相关值，因此该组内的8个新训练序列可以得到56个相关值。 

本步骤中计算相关值的公式即上述公式(4)，利用该公式计算出任意两个新训练序列配对后的性能损失值，即相关值；与201不同的是，本步骤中公式(4)中的矩阵S，其中的S₀和S₁均为新训练序列。 

206：在每个组内将计算得到的多个相关值进行累加，将累加的结果作为该组的组相关值，即每个组内的56个相关值相加，得到一个总的相关值，作为该组的组相关值，公式如下： 

$d_{\mathrm{auto}\_\mathrm{corr}}=\underset{i\≠j}{\underset{0\≤j\≤7}{\underset{0\≤i\≤7}{\mathrm{\Σ}}}}---\left(6\right)$

其中，d_SNRi，j表示该组内的8个新训练序列中第i，j新训练序列配对后的性能损失值，即该两个新训练序列的相关值。 

207：比较每个组的组相关值，将组相关值最小的组作为新训练序列组，在本实施例中，比较上述 

个组的组相关值，将其中组相关值最小的组作为新训练序列组，具体如表3所示。 

表3 

TSC#	新训练序列组
		0	-1 1 -1 1 1 1 -1 1 1 1 1 -1 1 -1 -1 1 1 1 1 -1 -1 -1 1 -1 -1 1
1	1 1 1 1 1 -1 1 1 1 -1 -1 1 -1 -1 1 1 1 -1 -1 1 -1 1 -1 -1 -1 -1
		2	1 -1 -1 -1 1 -1 1 -1 -1 1 1 1 1 1 1 -1 -1 1 1 1 -1 1 -1 1 1 -1
3	1 -1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 1 1 1 -1 -1 1 -1 -1 -1 1 -1 1

[0101] 

4	1 -1 -1 -1 1 1 -1 1 1 1 1 1 -1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 -1
		5	1 -1 -1 1 1 1 1 -1 1 1 -1 -1 1 -1 1 -1 1 1 -1 -1 -1 -1 -1 1 -1 1
6	-1 1 1 1 -1 1 1 1 -1 1 -1 -1 -1 -1 1 1 -1 1 -1 -1 1 -1 -1 -1 1 1
		7	-1 1 1 1 -1 1 1 -1 -1 -1 -1 -1 1 -1 1 -1 -1 -1 -1 -1 1 -1 -1 1 1 1

本发明实施例生成的上述新训练序列组，其中的8个新训练序列不限于上述顺序进行排列，还可以采用其它顺序，即8个新训练序列的序号可变，不固定为表3所示的序号排列形式。 

另外，在本发明实施例中，生成的新训练序列组具有如下特性：其中任何一个训练序列的取反序列和该训练序列本身的特性一致，所述取反序列是指所有的1变换为-1，同时所有的-1变换为1。 

本发明实施例生成的新训练序列组，其中的新训练序列不仅可以应用于联合信道估计，还可以应用于上行信道估计和下行信道估计、解调运算等等。 

本实施例根据相关性最小的原则生成新训练序列组，使得MUROS复用时隙时，降低了用户之间的信号干扰，极大地提高了系统解调的性能，提高了系统的稳定性，尤其是在联合信道估计、均衡等解调流程中都能获得更好的性能。而且，由于是按照性能损失最小的原则选取训练序列，选出的训练序列性能都较好，当不同组合的训练序列配对时，解调性能也非常稳定。 

实施例3 

参见图3，本发明实施例还提供了一种调制的方法，利用上述实施例提供的方法生成的新训练序列组进行调制，具体包括： 

301：当在发送端进行调制时，将所述新训练序列组内的任一个训练序列与传统训练序列组内的任一个训练序列进行配对； 

302：下行发送时，将配对的两个训练序列放置在一个时隙内分别对不同的用户进行调制，即将包含其中一个训练序列的一路信号放置在I路，将包含另一个训练序列的另一路信号放置在Q路，进行调制，然后发送；其中，可以采用类QPSK(Quadrature Phase-Shift Keying，相移键控)的调制方式。 

在本实施例中，调制的两个训练序列对应的用户，一个为传统的终端，发送的是传统的训练序列，另一个为新的终端，发送的是新训练序列。 

本实施例中使用的新训练序列组为上述实施例2得到的如表3所示的训练序列，或者为表3所示的训练序列的取反序列，具体生成的过程同实施例2的描述，此处不再赘述。 

本实施例根据相关性最小的原则生成新训练序列组，使得MUROS复用时隙时，降低了用户之间的信号干扰，极大地提高了系统解调的性能，提高了系统的稳定性。而且，由于是按照性能损失最小的原则选取训练序列，选出的训练序列性能都较好，当不同组合的训练序列配对时，解调性能也非常稳定。 

实施例4 

参见图4，本发明实施例还提供了一种解调的方法，利用上述实施例提供的方法生成的新训练序列组进行解调，具体包括： 

401：当进行解调时，利用发送端调制时配对的两个训练序列，进行信道估计，如LS信道估计，其中，配对的两个训练序列为新训练序列组内的任一个训练序列和传统的训练序列组内的任一个训练序列； 

具体地，信道估计的公式可以如下： 

$\hat{h}={\left(S^{H}S\right)}^{-1}{S}^{H}y---\left(7\right)$

其中，y为接收信号， 为信道因子，H为矩阵运算符号，表示共轭转置，S为训练序列的矩阵。当进行单用户信道估计时，该S为S＝S₀或者S＝S₁，其中，S₀为用户0的训练序列构成的矩阵，S₁为用户1的训练序列构成的矩阵；当进行联合用户信道估计时，该S为： 

$S=\left[\begin{array}{cccc}{S}_0& 0& S_1& 0\\ 0& S_0& 0& S_1\end{array}\right]$

本实施例中，该单用户信道估计既可以用于上行信道估计，也可以用于下行信道估计，该联合用户信道估计也是既可以用于上行信道估计，也可以用于下行信道估计。 

402：利用上述两个训练序列和信道估计的结果，进行噪声估计； 

具体如下：计算上述估计出的信道因子 

与训练序列矩阵S的相关值，即得到重构信号，然后用接收信号减去重构信号得到噪声信号，公式如下： 

$\hat{n}=y-S\hat{h}$

其中， 

为噪声估计值，y为接收信号， 

为信道因子，S为训练序列的矩阵。利用此噪声估计值还可以进行干扰对消、信道跟踪等运算。 

403：根据信道估计得到的信道因子 

噪声估计得到的噪声 

以及接收信号y，进行均衡处理，解调出发送信号。 

本实施例根据相关性最小的原则生成新训练序列组，使得MUROS复用时隙时，降低了用户之间的信号干扰，极大地提高了系统解调的性能，提高了系统的稳定性，尤其是在联合信道估计、均衡等解调流程中都能获得更好的性能。而且，由于是按照性能损失最小的原则 选取训练序列，选出的训练序列性能都较好，当不同组合的训练序列配对时，解调性能也非常稳定。 

实施例5 

参见图5，本发明实施例还提供了一种生成训练序列组的装置，包括： 

确定模块501，用于根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列，将确定的新训练序列划分为多个组，每个组内包含8个新训练序列； 

计算模块502，用于计算确定模块501得到的每个组的组相关值； 

生成模块503，用于将计算模块502得到的组相关值中，组相关值最小的组作为新训练序列组。 

进一步地，参见图6，确定模块501具体包括： 

确定单元501a，用于确定传统训练序列和新训练序列配对后的性能损失函数； 

计算单元501b，用于对所述训练序列的可能排列形式，按照确定单元501a确定的性能损失函数，对每种新训练序列计算与传统训练序列配对后的性能损失； 

选择单元501c，用于在计算单元501b计算的结果中，按照性能损失最小的原则选出新训练序列； 

划分单元501d，用于将选择单元501c选出的新训练序列划分为多个组，每个组内包含8个新训练序列。 

其中，确定单元501a具体包括： 

矩阵构造子单元，用于构造传统训练序列和新训练序列配对后的矩阵为： 

$S=\left[\begin{array}{cccc}{S}_0& 0& S_1& 0\\ 0& S_0& 0& S_1\end{array}\right]$

所述S₀和S₁中的任一个为传统训练序列，另一个为新训练序列； 

确定子单元，用于根据信道估计的公式和所述矩阵构造子单元构造的矩阵S，确定性能损失函数。 

本实施例中，参见图7，计算模块502具体包括： 

计算单元502a，用于在确定模块501得到的每个组内计算任意两个新训练序列的相关值，得到多个相关值； 

累加单元502b，用于将计算单元502a得到的多个相关值进行累加，将累加的结果作为该组的组相关值。 

本实施例中，生成模块503得到的新训练序列组内的8个训练序列具体如表3所示，或 者为表3所示的训练序列的取反序列，此处不再赘述。 

本实施例根据相关性最小的原则生成新训练序列组，使得MUROS复用时隙时，降低了用户之间的信号干扰，极大地提高了系统解调的性能，提高了系统的稳定性，尤其是在联合信道估计、均衡等解调流程中都能获得更好的性能。而且，由于是按照性能损失最小的原则选取训练序列，选出的训练序列性能都较好，当不同组合的训练序列配对时，解调性能也非常稳定。 

实施例6 

参见图8，本发明实施例还提供了一种调制设备，使用实施例5提供的装置生成的新训练序列组进行调制，具体包括： 

配对模块801，用于将所述装置得到的新训练序列组内的任一个训练序列与传统训练序列组内的任一个训练序列进行配对，得到配对序列； 

调制模块802，用于使用配对模块801得到的配对序列中的两个训练序列，分别对不同用户进行调制，并放置在一个时隙内发送。 

本实施例根据相关性最小的原则生成新训练序列组，使得MUROS复用时隙时，降低了用户之间的信号干扰，极大地提高了系统解调的性能，提高了系统的稳定性。而且，由于是按照性能损失最小的原则选取训练序列，选出的训练序列性能都较好，当不同组合的训练序列配对时，解调性能也非常稳定。 

实施例7 

参见图9，本发明实施例还提供了一种解调设备，使用实施例5提供的装置生成的新训练序列组进行解调，具体包括： 

估计模块901，用于利用发送端调制时配对的两个训练序列，进行信道估计及噪声估计，所述配对的两个训练序列为所述装置生成的新训练序列组内的任一个训练序列和传统的训练序列组内的任一个训练序列； 

解调模块902，用于按照估计模块901进行信道估计和噪声估计的结果进行解调。 

本实施例根据相关性最小的原则生成新训练序列组，使得MUROS复用时隙时，降低了用户之间的信号干扰，极大地提高了系统解调的性能，提高了系统的稳定性，尤其是在联合信道估计、均衡等解调流程中都能获得更好的性能。而且，由于是按照性能损失最小的原则选取训练序列，选出的训练序列性能都较好，当不同组合的训练序列配对时，解调性能也非 常稳定。 

本发明实施例可以利用软件实现，相应的软件程序可以存储在可读取的存储介质中，例如，计算机的硬盘、缓存或光盘中。 

以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (16)

1.一种调制的方法，其特征在于，所述方法包括：

根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列；

将所述新训练序列划分为多个组，每个组内包含8个新训练序列；

计算所述每个组的组相关值，并将组相关值最小的组作为新训练序列组；

将所述新训练序列组内的任一个训练序列与传统训练序列组内的任一个训练序列进行配对，得到配对序列；

使用所述配对序列中的两个训练序列分别对不同用户进行调制，并放置在一个时隙内发送；

其中，所述根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列，具体包括：

确定传统训练序列和新训练序列配对后的性能损失函数；

对所述训练序列的可能排列形式，按照所述性能损失函数，对每种新训练序列计算与传统训练序列配对后的性能损失；

在所述计算的结果中，按照性能损失最小的原则选出新训练序列。

2.根据权利要求1所述的方法，其特征在于，所述确定传统训练序列和新训练序列配对后的性能损失函数，具体包括：

构造传统训练序列和新训练序列配对后的矩阵为：

所述S₀和S₁中的任一个为传统训练序列，另一个为新训练序列；

根据信道估计的公式和所述矩阵S确定性能损失函数。

3.根据权利要求1所述的方法，其特征在于，所述计算所述每个组的组相关值，具体包括：

在所述每个组内计算任意两个新训练序列的相关值，得到多个相关值；

将所述多个相关值进行累加，将累加的结果作为该组的组相关值。 

4.根据权利要求1所述的方法，其特征在于，所述新训练序列组内的8个训练序列为如下序列或者如下序列的取反序列：

-1 1 -1 1 1 1 -1 1 1 1 1 -1 1 -1 -1 1 1 1 1 -1 -1 -1 1 -1 -1 1；

1 1 1 1 1 -1 1 1 1 -1 -1 1 -1 -1 1 1 1 -1 -1 1 -1 1 -1 -1 -1 -1；

1 -1 -1 -1 1 -1 1 -1 -1 1 1 1 1 1 1 -1 -1 1 1 1 -1 1 -1 1 1 -1；

1 - 1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 1 1 1 -1 -1 1 -1 -1 -1 1 -1 1；

1 -1 -1 -1 1 1 -1 1 1 1 1 1 -1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 -1；

1 -1 -1 1 1 1 1 -1 1 1 -1 -1 1 -1 1 -1 1 1 -1 -1 -1 -1 -1 1 -1 1；

-1 1 1 1 -1 1 1 1 -1 1 -1 -1 -1 -1 1 1 -1 1 -1 -1 1 -1 -1 -1 1 1；

-1 1 1 1 -1 1 1 -1 -1 -1 -1 -1 1 -1 1 -1 -1 -1 -1 -1 1 -1 -1 1 1 1。

5.一种解调的方法，其特征在于，所述方法包括：

根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列；

将所述新训练序列划分为多个组，每个组内包含8个新训练序列；

计算所述每个组的组相关值，并将组相关值最小的组作为新训练序列组；

利用发送端调制时配对的两个训练序列，进行信道估计及噪声估计，按照所述信道估计和噪声估计的结果进行解调，所述配对的两个训练序列为所述新训练序列组内的任一个训练序列和传统的训练序列组内的任一个训练序列；

其中，所述根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列，具体包括：

确定传统训练序列和新训练序列配对后的性能损失函数；

对所述训练序列的可能排列形式，按照所述性能损失函数，对每种新训练序列计算与传统训练序列配对后的性能损失；

在所述计算的结果中，按照性能损失最小的原则选出新训练序列。

6.根据权利要求5所述的方法，其特征在于，所述确定传统训练序列和新训练序列配对后的性能损失函数，具体包括：

构造传统训练序列和新训练序列配对后的矩阵为：

所述S₀和S₁中的任一个为传统训练序列，另一个为新训练序列； 

根据信道估计的公式和所述矩阵S确定性能损失函数。

7.根据权利要求5所述的方法，其特征在于，所述计算所述每个组的组相关值，具体包括：

在所述每个组内计算任意两个新训练序列的相关值，得到多个相关值；

将所述多个相关值进行累加，将累加的结果作为该组的组相关值。

8.根据权利要求5所述的方法，其特征在于，所述新训练序列组内的8个训练序列为如下序列或者如下序列的取反序列：

-1 1 -1 1 1 1 -1 1 1 1 1 -1 1 -1 -1 1 1 1 1 -1 -1 -1 1 -1 -1 1；

1 1 1 1 1 -1 1 1 1 -1 -1 1 -1 -1 1 1 1 -1 -1 1 -1 1 -1 -1 -1 -1；

1 -1 -1 -1 1 -1 1 -1 -1 1 1 1 1 1 1 -1 -1 1 1 1 -1 1 -1 1 1 -1；

1 -1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 1 1 1 -1 -1 1 -1 -1 -1 1 -1 1；

1 -1 -1 -1 1 1 -1 1 1 1 1 1 -1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 -1；

1 -1 -1 1 1 1 1 -1 1 1 -1 -1 1 -1 1 -1 1 1 -1 -1 -1 -1 -1 1- 1 1；

-1 1 1 1 -1 1 1 1 -1 1 -1 -1 -1 -1 1 1 -1 1 -1 -1 1 -1 -1 -1 1 1；

-1 1 1 1 -1 1 1 -1 -1 -1 -1 -1 1 -1 1 -1 -1 -1 -1 -1 1 -1 -1 1 1 1。

9.一种调制的设备，其特征在于，所述设备包括：

确定模块，用于根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列，将所述新训练序列划分为多个组，每个组内包含8个新训练序列；

计算模块，用于计算所述确定模块得到的每个组的组相关值；

生成模块，用于将所述计算模块得到的组相关值中，组相关值最小的组作为新训练序列组；

配对模块，用于将所述设备得到的新训练序列组内的任一个训练序列与传统训练序列组内的任一个训练序列进行配对，得到配对序列；

调制模块，用于使用所述配对序列中的两个训练序列分别对不同用户进行调制，并放置在一个时隙内发送；

其中，所述确定模块具体包括：

确定单元，用于确定传统训练序列和新训练序列配对后的性能损失函数；

计算单元，用于对所述训练序列的可能排列形式，按照所述确定单元确定的性能损失函数，对每种新训练序列计算与传统训练序列配对后的性能损失；

选择单元，用于在所述计算单元计算的结果中，按照性能损失最小的原则选出新训练序列；

划分单元，用于将所述选择单元选出的新训练序列划分为多个组，每个组内包含8个新训练序列。

10.根据权利要求9所述的设备，其特征在于，所述确定单元具体包括：

矩阵构造子单元，用于构造传统训练序列和新训练序列配对后的矩阵为：

所述S₀和S₁中的任一个为传统训练序列，另一个为新训练序列；

确定子单元，用于根据信道估计的公式和所述矩阵构造子单元构造的矩阵S，确定性能损失函数。

11.根据权利要求9所述的设备，其特征在于，所述计算模块具体包括：

计算单元，用于在所述确定模块得到的每个组内计算任意两个新训练序列的相关值，得到多个相关值；

累加单元，用于将所述计算单元得到的多个相关值进行累加，将累加的结果作为该组的组相关值。

12.根据权利要求9所述的设备，其特征在于，所述生成模块得到的新训练序列组内的8个训练序列为如下序列或者如下序列的取反序列：

-1 1 -1 1 1 1 -1 1 1 1 1 -1 1 -1 -1 1 1 1 1 -1 -1 -1 1 -1 -1 1；

1 1 1 1 1 -1 1 1 1 -1 -1 1 -1 -1 1 1 1 -1 -1 1 -1 1 -1 -1 -1 -1；

1 -1 -1 -1 1 -1 1 -1 -1 1 1 1 1 1 1 -1 -1 1 1 1 -1 1 -1 1 1 -1；

1 -1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 1 1 1 -1 -1 1 -1 -1 -1 1 -1 1；

1 -1 -1 -1 1 1 -1 1 1 1 1 1 -1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 -1；

1 -1 -1 1 1 1 1 -1 1 1 -1 -1 1 -1 1 -1 1 1 -1 -1 -1 -1 -1 1 -1 1；

-1 1 1 1 -1 1 1 1 -1 1 -1 -1 -1 -1 1 1 -1 1 -1 -1 1 -1 -1 -1 1 1；

-1 1 1 1 -1 1 1 -1 -1 -1 -1 -1 1 -1 1 -1 -1 -1 -1 -1 1 -1 -1 1 1 1。 

13.一种解调的设备，其特征在于，所述设备包括：

确定模块，用于根据训练序列的可能排列形式，按照性能损失最小的原则确定新训练序列，将所述新训练序列划分为多个组，每个组内包含8个新训练序列；

计算模块，用于计算所述确定模块得到的每个组的组相关值；

生成模块，用于将所述计算模块得到的组相关值中，组相关值最小的组作为新训练序列组；

估计模块，用于利用发送端调制时配对的两个训练序列，进行信道估计及噪声估计，所述配对的两个训练序列为所述新训练序列组内的任一个训练序列和传统的训练序列组内的任一个训练序列；

解调模块，用于按照所述估计模块进行信道估计和噪声估计的结果进行解调；

其中，所述确定模块具体包括：

确定单元，用于确定传统训练序列和新训练序列配对后的性能损失函数；

计算单元，用于对所述训练序列的可能排列形式，按照所述确定单元确定的性能损失函数，对每种新训练序列计算与传统训练序列配对后的性能损失；

选择单元，用于在所述计算单元计算的结果中，按照性能损失最小的原则选出新训练序列；

划分单元，用于将所述选择单元选出的新训练序列划分为多个组，每个组内包含8个新训练序列。

14.根据权利要求13所述的设备，其特征在于，所述确定单元具体包括：

矩阵构造子单元，用于构造传统训练序列和新训练序列配对后的矩阵为：

所述S₀和S₁中的任一个为传统训练序列，另一个为新训练序列；

确定子单元，用于根据信道估计的公式和所述矩阵构造子单元构造的矩阵S，确定性能损失函数。

15.根据权利要求13所述的设备，其特征在于，所述计算模块具体包括：

计算单元，用于在所述确定模块得到的每个组内计算任意两个新训练序列的相关值，得到多个相关值； 

累加单元，用于将所述计算单元得到的多个相关值进行累加，将累加的结果作为该组的组相关值。

16.根据权利要求13所述的设备，其特征在于，所述生成模块得到的新训练序列组内的8个训练序列为如下序列或者如下序列的取反序列：

-1 1 -1 1 1 1 -1 1 1 1 1 -1 1 -1 -1 1 1 1 1 -1 -1 -1 1 -1 -1 1；

1 1 1 1 1 -1 1 1 1 -1 -1 1 -1 -1 1 1 1 -1 -1 1 -1 1 -1 -1 -1 -1；

1 -1 -1 -1 1 -1 1 -1 -1 1 1 1 1 1 1 -1 -1 1 1 1 -1 1 -1 1 1 -1；

1 -1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 1 1 1 -1 -1 1 -1 -1 -1 1 -1 1；

1 -1 -1 -1 1 1 -1 1 1 1 1 1 -1 1 -1 1 1 1 1 1 -1 -1 1 -1 1 -1；

1 -1 -1 1 1 1 1 -1 1 1 -1 -1 1 -1 1 -1 1 1 -1 -1 -1 -1 -1 1 -1 1；

-1 1 1 1 -1 1 1 1 -1 1 -1 -1 -1 -1 1 1 -1 1 -1 -1 1 -1 -1 -1 1 1；

-1 1 1 1 -1 1 1 -1 -1 -1 -1 -1 1 -1 1 -1 -1 -1 -1 -1 1 -1 -1 1 11 。 

Images