CN101686066A - 信道估计方法和装置 - Google Patents

Abstract

公开了一种信道估计方法和装置。该装置包括：信道估计单元，被配置为基于小区的接收训练序列和已知训练序列，计算小区的第一信道估计结果；后置处理单元，被配置为通过从所述小区的第一信道估计结果中找出噪声点，并将所述噪声点的信道估计结果设置为零，来获取所述小区的第二信道估计结果；干扰重建单元，被配置为利用所述小区的第二信道估计结果和所述小区的已知训练序列，计算所述小区的重建干扰值，并利用所述小区的同频小区的重建干扰值和用于所述小区的权重值，计算所述小区的同频小区的重建干扰值加权和，信道估计单元进一步基于所述小区的接收训练序列、已知训练序列、及所述重建干扰值加权和，重新估计所述小区的第一信道估计结果。

Description

信道估计方法和装置

技术领域

本发明涉及通信领域，尤其涉及一种可用于时分同步码分多址系统的信道估计方法和装置。

背景技术

随着无线通信技术的发展和第三代移动通信(3G)在全球范围内的兴起，无线资源日趋紧张。3G主流标准之一的时分同步码分多址(TD-SCDMA)系统来也不例外。为了提高TD-SCDMA系统的频谱利用率，同频组网成为一种有效的解决方案。在同频组网的TD-SCDMA系统中，每个本地小区存在与其使用相同频率的多个其他小区，从而导致同频干扰。

在TD-SCDMA系统中，信道估计是联合检测、测量、智能天线等关键技术的基础。通常，TD-SCDMA时隙中的训练序列(midamble)被用来进行信道估计。对于同一小区，系统确定一个基本的训练序列码作为基本码，不同用户采用这个基本码的不同循环移位版本作为各自的训练序列进行信道估计。但是，由于本地小区的用户所接收的训练序列会被其他同频小区的训练序列干扰，所以信道估计结果可能包含一些误差。如果使用具有误差的信道估计结果来进行后续操作，则其他同频小区的干扰可能会影响到后续处理的准确性。所以，如何有效去除同频干扰以进行准确信道估计成为同频组网的关键。

然而，目前缺乏能在有效去除同频干扰的条件下进行同频组网信道估计的方法和/或装置，所以目前的用户设备存在信道估计结果不够准确的问题。

发明内容

鉴于以上所述的问题，本发明提供了一种信道估计方法和装置。

根据本发明的一个方面的信道估计装置，包括：信道估计单元，被配置为基于小区的接收训练序列和已知训练序列，计算小区的第一信道估计结果；后置处理单元，被配置为通过从所述小区的第一信道估计结果中找出噪声点，并将所述噪声点的信道估计结果设置为零，来获取所述小区的第二信道估计结果；以及干扰重建单元，被配置为利用所述小区的第二信道估计结果和所述小区的已知训练序列，计算所述小区的重建干扰值，并且利用所述小区的同频小区的重建干扰值和用于所述小区的权重值，计算所述小区的同频小区的重建干扰值加权和，其中，信道估计单元进一步基于所述小区的接收训练序列、已知训练序列、以及所述重建干扰值加权和，重新估计所述小区的第一信道估计结果。

根据本发明的一个方面的信道估计方法，包括：利用小区的接收训练序列和已知训练序列，计算所述小区的第一信道估计结果；通过从所述小区的第一信道估计结果中找出噪声点并将所述噪声点的信道估计结果设置为零，获取所述小区的第二信道估计结果；利用所述小区的第二信道估计结果和所述小区的已知训练序列，计算所述小区的重建干扰值，并且利用所述小区的同频小区的重建干扰值和用于所述小区的权重值，计算所述小区的同频小区的重建干扰值加权和；基于所述小区的接收训练序列、已知训练序列、以及所述重建干扰值加权和，重新估计所述小区的第一信道估计结果。

通过本发明，大大改善了信道估计结果的准确性。

附图说明

从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明，其中：

图1示出了TD-SCDMA无线通信系统的简要框图；

图2示出了图2中所示的用户设备的具体结构的简要框图；

图3示出了根据本发明实施例的信道估计装置的逻辑示意图；

图4示出了图3中所示的后置处理单元的逻辑结构示意图；

图5示出了后置处理单元找出噪声点的处理的流程图；

图6示出了后置处理单元中的用于找出信道估计结果最小的8*8个功率点的部分的逻辑示意图；

图7示出了图4中所示的每个比较器的工作时序示意图；

图8示出了改进后的能够同时生成用于频偏估计的数据的信道估计装置；以及

图9示出了改进后的能够同时生成用于频偏估计的数据的信道估计装置。

具体实施方式

下面将详细描述本发明各个方面的特征和示例性实施例。下述以TD-SCDMA应用为例的描述涵盖了许多具体细节，以便提供对本发明的全面理解。但是，对于本领域技术人员来说显而易见的是，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更清楚的理解。本发明绝不限于下面所提出的任何具体配置和算法，而是在不脱离本发明的精神的前提下覆盖了相关元素、部件和算法的任何修改、替换和改进。

图1示出了TD-SCDMA无线通信系统的简要框图。如图1所示，该无线通信系统主要包括核心网102、无线接入网104以及用户设备106。核心网102主要处理无线通信系统内的语音呼叫、数据连接和交换、用户位置信息管理、网络特性和业务控制、信令和用户信息传输机制、及与其它网络的连接和路由等。无线接入网104提供用户设备和核心网的连接，并负责无线资源的管理和调配，包括基站和无线网络控制器两类节点。用户设备106例如可以是移动电话、个人数字助理(PDA)、或者其他具有在TD-SCDMA无线通信系统中进行通信的功能的便携式数据处理设备。

图2示出了图1所示用户设备的具体结构的简要框图。如图2所示，该用户设备主要包括：射频模块202、成形滤波器204、信道估计模块206、多径跟踪模块208、激活检测模块210、联合检测模块212、频偏估计模块214、ANR/SNR测量模块216、解映射(demapping)模块218以及解码模块220。射频模块202对所接收的模拟信号进行去载波和模-数转换处理，以将所接收的模拟信号变换为基带数字信号输入到下级。成形滤波器204，即根升余弦滤波器(SRRC)对基带数字信号进行脉冲成形。信道估计模块206对于脉冲成形后的信号中的训练码序列进行多个小区的信道估计。多径跟踪模块208利用信道估计结果，确定最佳采样点，并进行各小区的多径窗位置跟踪。激活检测模块210用于进行窗激活检测和码道激活检测。联合检测模块212对混叠在一起的各码道的数据进行一定的计算，得到每个码道上的传输符号。频偏估计模块214利用联合检测结果估计频率偏移。ANR/SNR测量模块216利用联合检测结果进行幅噪比(ANR)和信噪比(SNR)测量。解映射(demapping)模块218将联合检测模块输出的符号转换为软比特送到解码模块。解码模块220对将解映射模块输出的软比特结果进行解码，得到信息比特。

本发明主要针对信道估计模块的改进。需要注意，虽然上面给出了如图1和图2所示的TD-SCDMA无线通信系统和用户设备的配置示例，但是能够认识到，可在其中使用本发明的通信系统和用户设备并不限于该具体示例，而是可以适合于需要采用载波排序技术和/或CWD技术进行信号同步的各种系统和设备。

在TD-SCDMA无线通信系统中，对于每个小区而言，都存在与其使用相同频率的一个或多个同频小区。这意味着每个小区中都将存在一些来自同频小区的同频干扰。由于在某个小区中所接收的训练码序列(也称为训练序列)会被其他同频小区的训练码序列干扰，所以大大影响了TD-SCDMA无线通信系统中的信道估计性能。

为了改善TD-SCDMA无线通信系统中的信道估计性能，本发明提供了一种多级信道估计装置和方法。在同频条件下，本发明的信道估计装置和方法不仅能够对用户设备所在的小区进行信道估计，而且能够对该小区的同频小区进行信道估计。由于TD-SCDMA无线通信系统的训练码序列的循环特性，某个小区的信道估计结果可以通过快速傅立叶变换(FFT)方法计算出来：

h＝IFFT(FFT(r)/FFT(MA))等式(1)

其中，r表示所接收的训练码序列，MA表示已知的训练码序列，h表示信道估计结果。

图3示出了根据本发明一个实施例的信道估计装置的示例配置。在该示例以及下面的描述中，以信道估计装置支持四个小区的信道估计为例进行了说明，以便更好地理解本发明。但是能够认识到，本发明的信道估计装置和方法并不限于所示出的具体示例，而是可以类似地配置来支持更多或更少数目的小区的信道估计。如图3所示，该信道估计装置主要包括信道估计单元302、后置处理单元304以及干扰重建单元306。

其中，信道估计单元302利用小区i的接收训练序列和已知训练序列/小区i的接收训练序列、已知训练序列、以及来自干扰重建单元的加权后的小区i以外的同频小区的重建干扰值之和，计算小区i的第一信道估计结果。后置处理单元304通过从小区i的第一信道估计结果中找出噪声点并将噪声点的信道估计结果设置为零，获取小区i的第二信道估计结果。干扰重建单元306利用小区i的第二信道估计结果和小区i的已知训练序列计算小区i的重建干扰值，存储小区i的重建干扰值，并且利用其存储的小区i以外的同频小区的重建干扰值和用于小区i的权重值计算小区i以外的同频小区的重建干扰值加权和。另外，在图3中， ${\tilde{m}}_i=\mathrm{FFT}\left({\mathrm{MA}}_i\right)$ ，MA_i是小区i的已知训练码序列，H0～H3分别是用于每个同频小区的信道估计结果的缓存，S0～S3分别是用于每个同频小区的重建干扰值的缓存。j＝stageNUM表示根据本发明实施例的信道估计装置要对同频小区0～3进行stageNUM级信道估计。

下面参考图4详细描述根据该实施例的信道估计装置执行的信道估计处理。

如图4所示，使用串行干扰消除(SIC)机制或者结合使用并行干扰消除(PIC)机制与SIC机制对每个小区(例如上述同频小区0～3)进行信道估计，过程迭代地执行，直到完成了预定数目级的信道估计。其中，在第一级的信道估计中，仅使用SIC机制，在随后级的信道估计中，结合使用SIC和PIC机制。该需要进行的级数可以根据实际应用而任意确定，例如根据所要求的信道估计指标来决定。

首先，在步骤S402：选择同频小区0～3中的任意一个小区i作为将要进行信道估计的小区。该步骤例如可以由信道估计单元完成，或由一个独立的信道选择单元单独完成。

在步骤S404：如果用于同频小区0～3的缓存S0～S3中没有存储任何重建干扰(例如在首次计算时)，则信道估计单元通过上述等式(1)对小区i进行信道估计，以获取小区i的初始信道估计结果hRaw_i(即，第一信道估计结果)；如果用于同频小区0～3的缓存S0～S3中的一个或多个中存储有相应的重建干扰，则干扰重建单元从缓存Si以外的其他缓存中获取相应的重建干扰，并根据等式(2)累加这些干扰。

$\mathrm{sumInf}=\underset{\underset{j\≠i}{j=0}}{\overset{3}{\mathrm{\Σ}}}\mathrm{Inf}\left(j\right)$ 等式(2)

其中，Inf(j)表示小区j的重建干扰，sumInf表示小区i以外的同频小区的重建干扰之和。

接着，干扰重建单元根据等式(3)将这些重建干扰之和与用于小区i的权重相乘，从而得到小区i以外的同频小区的重建干扰加权和。

weightInf＝weight*sumInf    等式(3)

其中，weightInf表示小区i以外的同频小区的重建干扰加权和，weight表示用于小区i的权重。

然后，信道估计单元根据等式(4)从小区i的接收训练码序列的FFT结果减去小区i以外的同频小区的重建干扰加权和，通过上述等式(1)计算小区i  的初始信道估计结果hRaw_i，即，hRaw_i＝IFFT((FFT(r_i)-weightInf)/FFT(MA_i))。

dataAfterIC＝FFT(r)-weightInf    等式(4)

步骤S406：后置处理单元从小区i的初始信道估计结果中清除噪声点，以获取小区i的去除噪声后的信道估计结果hPP_i。

步骤S408：干扰重建单元将FFT(hPP_j)与FFT(MA_i)相乘，以计算小区i的重建干扰，并把其存储在Si缓存中。

步骤S410：判断是否存在仍需进行信道估计的小区。如果存在，则过程进行到步骤S412，从仍未进行信道估计的小区中选择任意一个小区，作为下一个进行信道估计的小区，并重复步骤S402～S408，直到完成所有小区的信道估计为止。

如果在步骤S410判断出所有小区都已经完成本次估计，即完成本级估计，则过程进行到步骤S414。

在步骤S414，判断上述对全部小区的信道估计是否已经完成了预定次数或达到预定标准。如果尚未完成，则继续下一级，即过程进行到步骤S402，再次选择第一个需要进行信道估计的小区，并重复步骤S404～S412。

在第j(j＞1)级(第j次迭代)，进一步结合使用并行干扰消除(PIC)和SIC机制来改善估计性能。对于第j级中的小区i，已经存在第j-1级计算出的小区k(k＞i)的重建干扰，和第j级的在小区i之前计算出的小区m的重建干扰。所以，可以将这两级计算出的重建干扰相加，并将它们与用于小区i的权重相乘。然后，从小区i的接收训练码序列的FFT结果减去相乘结果，并使用与步骤S404和S406中相同的方法来进行估计信道，与步骤S408中相同的方法重建干扰，并在Si缓存中覆写新的重建干扰结果。

如果在步骤S414，判断出对全部小区的信道估计已经迭代完成了预定次数或达到预定标准，则输出最终的信道估计结果，并且信道估计过程结束。

需要注意的是，根据本发明实施例的信道估计装置并不一定要按照从小区0～小区3的固定顺序分级地对小区0～小区3进行信道估计。例如，根据本发明实施例的信道估计装置可以在执行每级信道估计时，按照小区0～小区3中的最大功率的大小顺序对小区0～小区3进行信道估计。另外，虽然图4以上述同频小区0～3为例来描述信道估计过程，但是很明显，小区的数目并不限于此，而是可以根据实际应用而选择。在特定级的信道估计中，可以使用预先规定的适用于所有小区的权重值。

在TD-SCDMA无线通信系统中，两个相邻时隙之间的时间间隔一般例如为5ms。信道冲击响应(CIR)的相位和功率可以在5ms内改变，但是信道估计结果中的径点位置一般是固定的。

图5示出了根据本发明一个实施例的信道估计装置的后置处理单元的示例逻辑结构。如图5中所示，后置处理单元304主要包括功率计算模块3042、功率平滑模块3044以及功率设置模块3046。

其中，功率计算模块3042利用小区i的第一信道估计结果，计算小区i的第一信道估计结果中的每个功率点的功率。功率平滑模块3044对小区i的第一信道估计结果中的每个功率点的功率进行平滑处理。功率设置模块3046利用小区i的第一信道估计结果中的每个功率点的平滑处理后的功率，计算用于从小区i的第一信道估计结果中选择噪声点的阈值，根据阈值选择噪声点，并将噪声点的信道估计结果设置为零，从而得出小区i的第二信道估计结果。

具体而言，后置处理单元可以通过以下处理(如图6所示)来找出噪声点(首先，需要一个大小为128*4*6的阿尔法滤波器缓存，其中，128是根据本发明实施例的信道估计装置的信道估计长度，4是根据本发明实施例的信道估计装置可以支持的小区数目，6是一个子帧中的最大时隙数目)：

步骤S602：根据等式(5)计算小区i的第一信道估计结果中的每个功率点的功率。该步骤例如可以由功率计算模块3042完成。

tapPow(i)＝|h(i)|²，i＝1，2，...，128        等式(5)

步骤S604：根据当前的时隙号和小区i的小区索引，选择阿尔法滤波器缓存，然后使用阿尔法滤波器根据等式(6)来对在步骤S602中计算得到的各个功率点的功率进行平滑化处理。该步骤例如可以由功率平滑模块3044完成。

tapPowFlt(i)＝(1-alpha)*tapPow(i)+alpha*fltPow(i)，i＝1，2，...，128

等式(6)

其中，fltPow(i)是从阿尔法滤波器缓存得到的值，alpha表示阿尔法滤波器的滤波系数。注意，如果阿尔法滤波器缓存为空，则应该使用flttPow(i)来对它进行初始化。

步骤S606：使用在步骤S604中计算得到的tapPowFlt(i)来计算噪声功率，并使用噪声功率来计算用于路径选择的阈值。

步骤S608：使用来自步骤S606的阈值找出噪声点并将噪声点的信道估计结果设置为零。

$\mathrm{hOut}\left(i\right)=\left\{\begin{array}{cc}h\left(i\right),& \mathrm{tapPowFlt}\left(i\right)\&GreaterEqual;\mathrm{threshold}\\ 0,& \mathrm{tapPowFlt}\left(i\right)<\mathrm{threshold}\end{array}\right.i=\mathrm{1,2},...,128$

等式(7)

其中，步骤S606和S608例如可以由功率设置模块3046完成。

如果是根据本发明实施例的信道估计装置的最后一级信道估计，则阿尔法滤波器缓存应该被更新。

fltPow(i)＝tapPowFlt(i)i＝1，2，...，128     等式(8)

如果不是根据本发明实施例的信道估计装置的最后一级信道估计，则阿尔法滤波器缓存不应该被更新，这意味着阿尔法滤波器缓存将不会被改变，直到最后一级的串行干扰消除(SIC)为止。使用这个方法，可以显著改善多级SIC信道估计的性能。

具体而言，在后置处理单元中，可以首先粗略地估计小区i的信道估计结果中的噪声功率，然后使用这个功率来计算用于选择噪声点的阈值，根据这个阈值选择噪声点并清除噪声点的信道估计结果。

通常，在TD-SCDMA无线通信系统的每个小区的信道估计结果中，存在128个功率点，而这些功率点又分为径点和噪声点两种。其中，径点的数目不多于64，也就是说，最少存在64个为噪声点。具体地，粗略地根据某个小区的信道估计结果来估计该小区的噪声功率的一般方法是对该小区的信道估计结果中的信道估计结果最小的64个功率点的功率进行平均。但是，从128个功率点中找出信道估计结果最小的64个功率点的复杂性太高，以致于不能在硬件中实现。所以，在根据本发明实施例的信道估计方法和/或装置中，可以将128个功率点分成8个窗口，每个窗口中仅存在16个功率点。然后，从16个功率点中找出信道估计结果最小的8个功率点，并计算8*8个功率点的平均值作为粗略的噪声功率。

具体而言，快速找出上述8*8个功率点的处理可以通过图7所示的硬件实现。如图7中所示，可以在后置处理单元中设置例如8个比较器。使128个功率点的信道估计结果逐一流经这些比较器，并且在每个比较器处，保留最小值并且将最大值提供给到下一个比较器。

在属于一个窗口的16个功率点的信道估计结果流经了所有8个比较器之后，每个比较器输出由其自身保留的最小值。从而，这8个比较器保7 留的8个值是这个窗口中的信道估计结果最小的8个功率点的信道估计结果。在输出最小值之后，比较器应该被重置，以用于下一个窗口的计算。

图8示出了图7中所示的每个比较器的工作时序示意图。如图8中所示，比较器1开始工作的时间比窗口1的第一功率点的到达时间晚2个周期，因为该比较器需要2个输入数据进行工作。由于同样的原因，从比较器2开始的每个比较器都比其前一个比较器晚2个周期。比窗口2的第一个功率点的到达时间晚一个周期，比较器1完成了窗口1的第16个功率点的信道估计结果的比较，并且找出了窗口1中的信道估计结果最小的功率点。然后，比较器i找出比前一个比较器晚1个周期的第i个最小功率点。然后，每个比较器应该被重置，以用于输出第i个最小功率点后的下一个窗口的计算。

使用这个方法，根据本发明实施例的信道估计装置可以通过仅128+8个周期就找出8*8个噪声点。并且，由于后置处理单元将在一次信道估计中运行12次，所以后置处理单元的总时间性能被显著改善了。

由于在TD-SCDMA无线通信系统中，可能存在来自其他同频小区的一些同频干扰，所以根据本发明实施例的信道估计单元中使用了多级SIC机制。在每级信道估计中，估计每个同频小区的信道冲击响应(CIR，即信道估计结果)，然后重建小区的干扰并去除其他小区的干扰。

根据本发明实施例的信道估计方法和装置每次可以支持最多4个小区的信道估计，如果同频小区的数目大于4，则超过了根据本发明实施例的信道估计装置的处理能力。所以，当同频小区的数目大于4时，根据本发明实施例的信道估计装置可以首先从所有同频小区中选择4个具有最大功率的小区，并对这些小区进行信道估计，然后对余下的一个或多个同频小区逐一进行消除了所述4个同频小区的同频干扰的信道估计。

具体而言，在对所选择的4个小区进行信道估计之后，重建的4个小区的干扰被存储在S0～S3缓存中，然后可以使用根据本发明实施例的信道估计装置进行如下所描述的其他小区的信道估计(必需提及的是，使用的所接收的数据与前4个小区的信道估计中使用的数据相同，这意味着在前4个小区的信道估计之后没有接收到新的数据)：根据要测量的小区的基础训练码序列计算 $\tilde{m}=\mathrm{FFT}\left(\mathrm{MA}\right);$ 累加S0～S3缓存中的所有重建干扰，并且将干扰总和与要测量的小区的权重相乘，得到加权后的重建干扰之和；从所接收的数据的FFT结果中减去加权过的重建干扰之和，用

除该相减后的结果，并计算该相减后的结果的IFFT结果，以获取要测量的小区的信道估计结果，然后使用后置处理单元来清除噪声点的信道估计结果和获取最终的信道估计结果。

图9示出了改进后的能够同时生成用于频偏估计的数据的信道估计装置。在图9所示的装置中，添加了频偏数据获取单元908。该频偏数据获取单元使用在计算信道估计结果期间生成的临时结果来生成用于进行频偏估计的数据。具体而言，根据本发明实施例的信道估计装置通过以下处理来生成用于进行频偏估计的数据：执行最后一级之前一级的信道估计；在最后一级，对于将要进行信道估计的小区(i＝0)，从输入数据的FFT结果减去加权后的其他同频小区的重建干扰之和，并计算相减结果的IFFT结果，将IFFT结果存储在R0缓存中，用作进行频偏估计的数据。

本发明不仅可以用于利用训练码序列进行信道估计的场景中，而且可以用于利用下行导引时隙(dwpts)数据进行信道估计的场景中。

以上已经参考本发明的具体实施例来描述了本发明，但是本领域技术人员均了解，可以对这些具体实施例进行各种修改、组合和变更，而不会脱离由所附权利要求或其等同物限定的本发明的精神和范围。

根据需要可以用硬件或软件来执行步骤。注意，在不脱离本发明范围的前提下，可向本说明书中给出的流程图添加步骤、从中去除步骤或修改其中的步骤。一般来说，流程图只是用来指示用于实现功能的基本操作的一种可能的序列。

本文中提及的“缓存”可以是任何介质，包括但不限于电的、磁的、光的、电磁的、红外的或半导体系统、装置、系统、设备、传播介质或计算机存储器。

本发明的实施例可利用编程的通用数字计算机、利用专用集成电路、可编程逻辑器件、现场可编程门阵列、光的、化学的、生物的、量子的或纳米工程的系统、组件和机构来实现。一般来说，本发明的功能可由本领域已知的任何手段来实现。可以使用分布式或联网系统、组件和电路。数据的通信或传送可以是有线的、无线的或者通过任何其他手段。

还将意识到，根据特定应用的需要，附图中示出的要素中的一个或多个可以按更分离或更集成的方式来实现，或者甚至在某些情况下被去除或被停用。实现可存储在机器可读介质中的程序或代码以允许计算机执行上述任何方法，也在本发明的精神和范围之内。

此外，附图中的任何信号箭头应当被认为仅是示例性的，而不是限制性的，除非另有具体指示。另外，除非另有指明，这里使用的术语“或”一般是要指“和/或”。当术语被预见为使分离或组合的能力不清楚时，组件或者步骤的组合也将被认为是已经记载了。

Claims (17)

1.一种信道估计装置，包括：

信道估计单元，被配置为基于小区的接收训练序列和已知训练序列，计算小区的第一信道估计结果；

后置处理单元，被配置为通过从所述小区的第一信道估计结果中找出噪声点，并将所述噪声点的信道估计结果设置为零，来获取所述小区的第二信道估计结果；以及

干扰重建单元，被配置为利用所述小区的第二信道估计结果和所述小区的已知训练序列，计算所述小区的重建干扰值，并且利用所述小区的同频小区的重建干扰值和用于所述小区的权重值，计算所述小区的同频小区的重建干扰值加权和，

其中，所述信道估计单元进一步基于所述小区的接收训练序列、已知训练序列、以及所述重建干扰值加权和，重新估计所述小区的第一信道估计结果。

2.根据权利要求1所述的信道估计装置，其特征在于，所述干扰重建单元通过以下处理来计算所述小区的重建干扰值：Inf_k＝FFT(hPP_k)*FFT(MA_k)，其中，Inf_k表示所述小区的重建干扰值，hPP_k表示所述小区的第二信道估计结果，MA_k表示所述小区的已知训练序列，FFT(·)表示快速傅立叶变换函数。

3.根据权利要求1所述的信道估计装置，其特征在于，

在初始估计时，所述信道估计单元通过以下处理计算所述小区的第一信道估计结果：hRaw_k＝IFFT(FFT(r_k)/FFT(MA_k))，

在所述重新估计时，所述信道估计单元通过以下处理计算所述小区的第一信道估计结果：hRaw_k＝IFFT((FFT(r_k)-weightInf)/FFT(MA_k))，

其中，hRaw_k表示所述小区的第一信道估计结果，r_k表示所述小区的接收训练序列，MA_k表示所述小区的已知训练序列，FFT(·)表示快速傅立叶变换函数，IFFT(·)表示逆快速傅立叶变换函数，weightInf＝weight_k*sumInf_k，weight_k表示用于所述小区的权重值，

Inf_j表示所述小区的同频小区的重建干扰值，并且Inf_j＝FFT(hPP_j)*FFT(MA_j)。

4.根据权利要求1所述的信道估计装置，其特征在于，所述后置处理单元包括：

功率计算模块，被配置为利用所述小区的第一信道估计结果，计算所述小区的第一信道估计结果中的每个功率点的功率；

功率平滑模块，被配置为对所述小区的第一信道估计结果中的每个功率点的功率进行平滑处理；以及

功率设置模块，被配置为利用所述小区的第一信道估计结果中的每个功率点的平滑处理后的功率，计算用于从所述小区的第一信道估计结果中选择所述噪声点的阈值，根据所述阈值选择所述噪声点，并将所述噪声点的信道估计结果设置为零，从而得出所述小区的第二信道估计结果。

5.根据权利要求4所述的信道估计装置，其特征在于，

所述功率计算模块通过以下处理计算所述小区的第一信道估计结果中的每个功率点的功率：tapPow_k(i)＝|h_k(i)|²，其中，tapPow_k(i)表示所述小区的第一信道估计结果中的第i个功率点的功率，h_k(i)表示所述小区的第一信道估计结果中的第i个功率点的信道估计结果；

所述功率平滑模块通过根据当前时隙号和所述小区的小区索引选择阿尔法滤波器缓存，并利用从所述阿尔法滤波器缓存中获取的值通过以下处理对所述小区的第一信道估计结果中的每个功率点的功率进行平滑处理：tapPowFlt_k(i)＝(1-alpha_k)*tapPow_k(i)+alpha_k*fltPow_k(i)，其中，tapPowFlt_k(i)表示所述小区的第一信道估计结果中的第i个功率点的平滑处理后的功率，alpha_k表示用于所述小区的滤波系数，fltPow_k(i)表示从与所述小区的第一信道估计结果中的第i个功率点相对应的阿尔法滤波器缓存中获取的值。

6.根据权利要求5所述的信道估计装置，其特征在于，如果所述小区的第一信道估计结果中的第i个功率点的平滑处理后的功率小于所述功率设置模块计算的所述阈值，则所述功率设置模块将所述小区的第一信道估计结果中的第i个功率点的信道估计结果设置为零。

7.根据权利要求4所述的信道估计装置，其特征在于，所述功率设置模块通过以下处理来计算用于从所述小区的第一信道估计结果中选择所述噪声点的阈值：

将所述小区的第一信道估计结果中的总共r个功率点平均划分成分别包括h个功率点的p个组；

通过利用h/2个比较器对每个组中的h个功率点的信道估计结果进行比较，找出每个组中的信道估计结果最小的h/2个功率点；

计算p个组中的总共p×h/2个信道估计结果最小的功率点的平滑处理后的功率的平均值，并利用计算出的所述平均值计算用于从所述小区的第一信道估计结果中选择所述噪声点的阈值。

8.根据权利要求1所述的信道估计装置，其特征在于，还包括：

频偏数据获取单元，被配置为在所述小区还需要进行频偏估计的情况下，将所述小区的接收训练序列的快速傅立叶变换结果与所述小区的同频小区的重建干扰值加权和相减，并对相减结果进行逆快速傅立叶变换来获取用于进行频偏估计的数据。

9.根据权利要求1所述的信道估计装置，其特征在于，在存在的同频小区的总数目超出所述信道估计装置每次能够处理的同频小区的总数目M的情况下，所述信道估计装置选择存在的所有同频小区中的功率较大的M个同频小区进行信道估计，并对余下的一个或多个同频小区逐一进行消除了所述M个同频小区的同频干扰的信道估计。

10.一种信道估计方法，其特征在于，包括：

利用小区的接收训练序列和已知训练序列，计算所述小区的第一信道估计结果；

通过从所述小区的第一信道估计结果中找出噪声点并将所述噪声点的信道估计结果设置为零，获取所述小区的第二信道估计结果；

利用所述小区的第二信道估计结果和所述小区的已知训练序列，计算所述小区的重建干扰值，并且利用所述小区的同频小区的重建干扰值和用于所述小区的权重值，计算所述小区的同频小区的重建干扰值加权和；

基于所述小区的接收训练序列、已知训练序列、以及所述重建干扰值加权和，重新估计所述小区的第一信道估计结果。

11.根据权利要求10所述的信道估计方法，其特征在于，通过以下处理来计算所述小区的重建干扰值：Inf_k＝FFT(hPP_k)*FFT(MA_k)，其中，Inf_k表示所述小区的重建干扰值，hPP_k表示所述小区的第二信道估计结果，MA_k表示所述小区的已知训练序列，FFT(·)表示快速傅立叶变换函数。

12.根据权利要求10所述的信道估计方法，其特征在于，

在初始估计时，通过以下处理计算所述小区的第一信道估计结果：hRaw_k＝IFFT(FFT(r_k)/FFT(MA_k))，

在所述重新估计时，通过以下处理计算所述小区的第一信道估计结果：hRaw_k＝IFFT((FFT(r_k)-weightInf)/FFT(MA_k))，

其中，hRaw_k表示所述小区的第一信道估计结果，r_k表示所述小区的接收训练序列，MA_k表示所述小区的已知训练序列，FFT(·)表示快速傅立叶变换函数，IFFT(·)表示逆快速傅立叶变换函数，weightInf＝weight_k*sumInf_k，weight_k表示用于所述小区的权重值，

Inf_j表示所述小区的同频小区的重建干扰值，并且Inf_j＝FFT(hPP_j)*FFT(MA_j)。

13.根据权利要求10所述的信道估计方法，其特征在于，获取所述小区的第二信道估计结果的处理包括：

利用所述小区的第一信道估计结果，计算所述小区的第一信道估计结果中的每个功率点的功率；

对所述小区的第一信道估计结果中的每个功率点的功率进行平滑处理；

利用所述小区的第一信道估计结果中的每个功率点的平滑处理后的功率，计算用于从所述小区的第一信道估计结果中选择所述噪声点的阈值，根据所述阈值选择所述噪声点，并将所述噪声点的信道估计结果设置为零，从而得到所述小区的第二信道估计结果。

14.根据权利要求13所述的信道估计方法，其特征在于，

通过以下处理计算所述小区的第一信道估计结果中的每个功率点的功率：tapPow_k(i)＝|h_k(i)|²，其中，tapPow_k(i)表示所述小区的第一信道估计结果中的第i个功率点的功率，h_k(i)表示所述小区的第一信道估计结果中的第i个功率点的信道估计结果；

通过根据当前时隙号和所述小区的小区索引选择阿尔法滤波器缓存，并利用从所述阿尔法滤波器缓存中获取的值通过以下处理对所述小区的第一信道估计结果中的每个功率点的功率进行平滑处理：tapPowFlt_k(i)＝(1-alpha_k)*tapPow_k(i)+alpha_k*fltPow_k(i)，其中，tapPowFlt_k(i)表示所述小区的第一信道估计结果中的第i个功率点的平滑处理后的功率，alpha_k表示用于所述小区的滤波系数，fltPow_k(i)表示从与所述小区的第一信道估计结果中的第i个功率点相对应的阿尔法滤波器缓存中获取的值。

15.根据权利要求14所述的信道估计方法，其特征在于，如果所述小区的第一信道估计结果中的第i个功率点的平滑处理后的功率小于所述阈值，则将所述小区的第一信道估计结果中的第i个功率点的信道估计结果设置为零。

16.根据权利要求13所述的信道估计方法，其特征在于，通过以下处理来计算用于从所述小区的第一信道估计结果中选择所述噪声点的阈值：

将所述小区的第一信道估计结果中的总共r个功率点平均划分成分别包括h个功率点的p个组；

通过利用h/2个比较器对每个组中的h个功率点的信道估计结果进行比较，找出每个组中的信道估计结果最小的h/2个功率点；

计算p个组中的总共p×h/2个信道估计结果最小的功率点的平滑处理后的功率的平均值，并利用所述平均值计算用于从所述小区的第一信道估计结果中选择所述噪声点的阈值。

17.一种通信设备，其特征在于，包括权利要求1至9中任一项所述的信道估计装置或权利要求10至16中任一项所述的信道估计方法。

Images