CN101808052B - 时分同步码分多址中的信噪比估计方法及其设备 - Google Patents

Abstract

本发明涉及时分同步码分多址，公开了一种时分同步码分多址中的信噪比估计方法及其设备。本发明中，通过将联合检测后的数据进行分层，并分别对每层数据进行恒模SNR估计，根据分层恒模估计的SNR得到接收数据的SNR估计值，由于比较简单的把非恒模问题转化成恒模问题，因此能较准确的进行16QAM的SNR盲估计，并且所进行的SNR盲估计实现简单，有利于工程实现。进一步地，还可以通过对低信噪比的修正，提高所估计的SNR值的准确性。

Description

时分同步码分多址中的信噪比估计方法及其设备

技术领域

本发明涉及时分同步码分多址(Time Division Synchronous CodeDivision Multiple Access，简称“TD-SCDMA”)，特别涉及TD-SCDMA中的信噪比估计技术。

背景技术

高速下行分组接入(High Speed Downlink Packet Access，简称“HSDPA”)技术是实现提高第三代移动通信网络高速下行数据传输速率中十分重要的技术，是3GPP在R5协议中为了满足上下行数据业务不对称的需求提出来的，它可以在不改变已经建设的3G系统网络结构的基础上，大大提高用户下行数据业务速率(理论最大值可达14.4Mbps)，该技术是网络建设中提高下行容量和数据业务速率的一种重要技术。而16种符号的正交调幅(Quadrature Amplitude Modulation，简称“QAM”)调制方式(以下简称“16QAM”)，因其提高了每个符号传输的比特数，调制效率较高，因此通常被要求高数据速率的HSDPA所采用。16QAM是一种幅度与相位相结合的调制方式，与正交相移键控调制方式(Quadrature PhaseShift Keying，简称“QPSK”)相比，其星座图中各个点具有更小的相位差，更高的频谱利用率，在HSDPA中采用16QAM的技术可参见专利号为10409281的美国专利。但是，16QAM的缺点在于：必须大幅度地提高射频通道的质量，才能获得较高的数据传输速率，因此它需要更高的信噪比(Signal NoiseRatio，简称“SNR”)。

在HSDPA中，关于16QAM的SNR估计起着一个至关重要的因素，在信道质量指示(Channel Quality Indicator，简称“CQI”)上报和最大比合并都以及自适应调制和编码(Adaptive Modulation and Coding，简称“AMC”)中都需要进行SNR估计。目前针对16QAM的盲估计的方法有很大的局限性，由于16QAM的非恒模引入的自噪声问题，采用恒模方法是不可行的(由于16QAM本身是非恒模调制，如果采用QPSK恒模方差的方法求SNR会非常的不准确)。目前关于16QAM的信噪比盲估计研究的还比较少，目前有文献1“Gao Ping，Tepedelenlioglu C.SNR estimation fornonconstant modulus constellations[J].IEEE Transactions on SignalProcessing，2005，53(3)：865-871”给出了其M2M4矩的方法，该方法在低信噪比的时候比较准确，但在SNR＞10dB以后，该方法的信噪比估计就非常不准了，而且也需要计算其二阶矩和四阶矩(可参见文献2“Bakkali，M.；Stephenne，A.；Affes，S.；Generalized Moment-Based Method for SNREstimation IEEE Wireless Communications and Networking Conference，2007.WCNC 2007.11-15 March 2007 Page(s)：2226-2230”)。

文献3“Wiesel，A；Goldberg，，J.，Messer-Yaron，H.SNR estimationin time-varying fading channels.IEEE Transactions on Communications，May 2006 Volume：54，Issue：5 On page(s)：841-848”和文献4“RobertoLópez-Valcarce，Carlos Mosquera and Wilfried Gappmair，”IterativeEnvelope-Based SNR Estimation for Nonconstant Modulus Constellations“，in Proceedings VIII IEEE Workshop on Signal Processing Advances inWireless Communications(SPAWC)，June 2007”，给处了最大期望(Expectation-Maximization，简称“EM”)法，但是其计算复杂度比较大。文献5“范海波  陈军  曹志刚.AWGN信道中非恒包络信号SNR估计算法.电子学报，2002，30(9)：1369-1371”给出了奇异值分解(Singular ValueDecomposition，简称“SVD”)法，但仍然需要非常大的计算量。因为本小区多个用户以及同频干扰的存在，使利用导频(midamble码)进行非盲估计，变得非常困难(尽管总所周知，用导频的非盲估计肯定会优于盲估计的)。

由此可见，在目前的现有技术中，并没有一个比较简单实用的针对16QAM的SNR盲估计方法。

发明内容

本发明的目的在于提供一种时分同步码分多址中的信噪比估计方法及其设备，能够简单、准确地实现16QAM的SNR估计。

为解决上述技术问题，本发明的实施方式提供了一种时分同步码分多址中的信噪比估计方法，该时分同步码分多址中采用16种符号的正交调幅调制方式，包含以下步骤：

对接收到的数据进行联合检测；

将经联合检测后的数据按幅度从大到小的顺序进行排序，得到数据data_{1，2，3......L}，其中，L为经联合检测后的数据个数；

将排序后的数据分为三层，层1的数据为data_L1＝d_{1，2，......L/4}，层2的数据为data_L2＝d_{L/4+1，L/4+2，......3L/4}，层3的数据为data_L3＝d_{3L/4+1，3L/4+2，......L}；并对每层数据分别进行恒模信噪比SNR的估计；

对每层恒模估计的SNR进行加权后得到接收数据的SNR估计值。

本发明的实施方式还提供了一种时分同步码分多址中的信噪比估计设备，该时分同步码分多址中采用16种符号的正交调幅调制方式，所述设备中包括：

联合检测单元，用于对接收到的数据进行联合检测；

排序单元，用于将经联合检测单元检测后的数据按幅度从大到小的顺序进行排序，得到数据data_{1，2，3......L}，其中，L为经联合检测后的数据个数；

分层单元，用于将经排序单元排序后的数据分为三层，层1的数据为data_L1＝d_{1，2，......L/4}，层2的数据为data_L2＝d_{L/4+1，L/4+2，......3L/4}，层3的数据为data_L3＝d_{3L/4+1，3L/4+2，......L}；

信噪比估计单元，用于对每层数据分别进行恒模信噪比SNR的估计，将每层恒模估计的SNR进行加权后得到接收数据的SNR估计值。

本发明实施方式与现有技术相比，主要区别及其效果在于：

通过将联合检测后的数据进行分层，并分别对每层数据进行恒模SNR估计，根据分层恒模估计的SNR得到接收数据的SNR估计值，即采用分三层SNR估计方法，将16QAM下非恒模的SNR估计变成每一层恒模的SNR估计。由于比较简单的把非恒模问题转化成恒模问题，因此能较准确的进行16QAM的SNR盲估计，并且所进行的SNR盲估计实现简单，有利于工程实现。

附图说明

图1是根据本发明第一实施方式的时分同步码分多址中的信噪比估计方法流程图；

图2是根据本发明第一实施方式中的将排序后的数据分层示意图；

图3是根据本发明第三实施方式的时分同步码分多址中的信噪比估计设备。

具体实施方式

在以下的叙述中，为了使读者更好地理解本申请而提出了许多技术细节。但是，本领域的普通技术人员可以理解，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。

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的实施方式作进一步地详细描述。

本发明第一实施方式涉及一种时分同步码分多址中的信噪比估计方法，该时分同步码分多址中采用16种符号的正交调幅调制方式。本实施方式的具体流程如图1所示。

在步骤110中，接收端对单个时隙中接收到的数据进行联合检测。具体的联合检测方法可以参看任何关于TD-SCDMA的资料，由于在现有的技术中已有详细记载，因此在本申请中不再赘述。需要说明的是，本步骤中进行联合检测的数据为同一个编码组合传输信道(cctrch)下的多个码道数据。由于在本实施方式中，考虑到了同一个cctrch下的多个码道，因此增加了用于估计SNR的样本可信度。

接着，在步骤120中，接收端将经联合检测后的数据按幅度从大到小的顺序进行排序，得到数据data_{1，2，3......L}，其中，L为经联合检测后的数据个数。

接着，在步骤130中，接收端将排序后的数据分为三层(如图2所示)，层1的数据为data_L1＝d_{1，2，......L/4}，层2的数据为data_L2＝d_{L/4+1，L/4+2，......3L/4}，层3的数据为data_L3＝d_{3L/4+1，3L/4+2，......L}，其中，d_{1，2，.3.....L}即为在步骤120中排序后的数据data_{1，2，3......L}。

接着，在步骤140中，接收端对每一层数据，分别进行恒模信噪比的估计，具体的估计公式如下：

${\mathrm{SNR}}_{L1}=\frac{1}{L/4}\left(\underset{i=1}{\overset{L/4}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/4}\underset{i=1}{\overset{L/4}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

${\mathrm{SNR}}_{L2}=\frac{1}{L/2}\left(\underset{i=L/4+1}{\overset{3L/4}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/2}\underset{i=L/4+1}{\overset{3L/4}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

${\mathrm{SNR}}_{L3}=\frac{1}{L/2}\left(\underset{i=3L/4+1}{\overset{L}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/2}\underset{i=3L/4+1}{\overset{L}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

其中，SNR_L1、SNR_L2、SNR_L3分别为对层1、层2、层3恒模估计的SNR值。

接着，在步骤150中，接收端对每层恒模估计的SNR进行加权，具体加权方式如下：

$\mathrm{SNR}=\frac{1}{4}{\mathrm{SNR}}_{L1}+\frac{1}{2}{\mathrm{SNR}}_{L2}+\frac{1}{4}{\mathrm{SNR}}_{L3}$

其中，公式左边的SNR即为加权后得到的信噪比估计值。

接着，在步骤160中，判断步骤150中得到的SNR是否小于预置门限SNR_th，如果小于预置门限SNR_th，则进入步骤170，对步骤150中得到的SNR估计值进行修正，将修正后的SNR估计值作为接收数据的SNR估计值(为描述方便，下文将接收数据的SNR估计值记为SNR_est)，否则，进入步骤180。

在步骤170中，对步骤150中得到的SNR估计值进行修正，即SNR_est＝f(SNR)，其中，f(·)是一个多项式。根据需要，可以是二次多项式或者多次多项式。如：SNR_est＝A*(SNR)²+B*(SNR)+C，系数A，B，C的值可以根据外场或者仿真得到。

在步骤180中，由于SNR≥SNR_th，则不需要对步骤150中得到的SNR进行修正，直接将步骤150中得到的SN R作为SNR_est。

不难发现，在本实施方式中，通过针对16QAM的特点，采用分三层SNR估计方法，即把16QAM下非恒模的SNR估计变成每一层恒模的SNR估计，并且，在低信噪比情况下，对得到的SNR估计值进一步进行修正，从而进一步保证了所估计的SNR值的准确性。由于比较简单的把非恒模问题转化成恒模问题，因此能较准确的进行16QAM的SNR盲估计，并且所进行的SNR盲估计实现简单，有利于工程实现。

此外，可以理解，在实际应用中，也可以直接将加权后得到SNR估计值作为最终的接收数据的SNR估计值(即不进行与SNR_th的比较，直接将加权后得到的SNR作为SNR_est)，以进一步降低SNR盲估计的复杂度。或者，也可以现有技术中的其他方法(如文献2中的方案)来替代本实施方式中的修正步骤，以提高SNR估计值的准确性。

本发明第二实施方式涉及一种时分同步码分多址中的信噪比估计方法。本实施方式与第一实施方式大致相同，其区别主要在于：在第一实施方式中，接收端是以一个时隙的接收数据作为进行SNR估计的统计样本的；而在本实施方式中，采用cctrch在多个时隙中的数据作为进行SNR估计的统计样本，以得到更为准确的SNR估计值。

具体地说，如果在一个子帧中有多个时隙，则对同一子帧中的各个时隙的接收数据进行联合检测、排序、分层，将16QAM下非恒模的SNR估计变成每一层恒模的SNR估计，得到最终的SNR估计值。以多个时隙的接收数据作为统计样本，进行SNR估计的方法与第一实施方式中的步骤110至180类似，在此不再赘述。

不难发现，在本实施方式中，通过对多个时隙样本数据排序进行SNR估计，进一步改善了因数据样本少而引入的误差，从而可提高SNR盲估计的准确性。

此外，可以理解，在实际应用中，也可以通过其他方式来得到SNR。比如说，对单个时隙的接收数据分别进行SNR估计，再将各个时隙的SNR估计值结果进行平均，得到最终的SNR估计值等等。

需要说明的是，本发明的方法实施方式可以以软件、硬件、固件等等方式实现。不管本发明是以软件、硬件、还是固件方式实现，指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的，易失性的或者非易失性的，固态的或者非固态的，固定的或者可是换的介质等等)。同样，存储器可以例如是可编程阵列逻辑(Programmable Array Logic，简称“PAL”)、随机存取存储器(Random Access Memory，简称“RAM”)、可编程只读存储器(Programmable Read Only Memory，简称“PROM”)、只读存储器(Read-Only Memory，简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM，简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc，简称“DVD”)等等。

本发明第三实施方式涉及一种时分同步码分多址中的信噪比估计设备，该时分同步码分多址中采用16种符号的正交调幅调制方式。本实施方式中的设备如图3所示，包括：联合检测单元，用于对单个时隙中接收到的数据进行联合检测；排序单元，用于将经联合检测单元检测后的数据按幅度从大到小的顺序进行排序，得到数据data_{1，2，3......L}，其中，L为经联合检测后的数据个数；分层单元，用于将经排序单元排序后的数据分为三层，层1的数据为data_L1＝d_{1，2，......L/4}，层2的数据为data_L2＝d_{L/4+1，L/4+2，......3L/4}，层3的数据为data_L3＝d_{3L/4+1，3L/4+2，......L}；信噪比估计单元，用于对每层数据分别进行恒模信噪比的估计，将每层恒模估计的SNR进行加权后得到接收数据的SNR估计值。信噪比估计单元通过以下公式分别对每层数据进行恒模SNR的估计：

${\mathrm{SNR}}_{L1}=\frac{1}{L/4}\left(\underset{i=1}{\overset{L/4}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/4}\underset{i=1}{\overset{L/4}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

${\mathrm{SNR}}_{L2}=\frac{1}{L/2}\left(\underset{i=L/4+1}{\overset{3L/4}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/2}\underset{i=L/4+1}{\overset{3L/4}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

${\mathrm{SNR}}_{L3}=\frac{1}{L/2}\left(\underset{i=3L/4+1}{\overset{L}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/2}\underset{i=3L/4+1}{\overset{L}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

其中，SNR_L1、SNR_L2、SNR_L3分别为对层1、层2、层3恒模估计的SNR值。

本实施方式中的设备还包括：判断单元，用于判断信噪比估计单元得到的接收数据的SNR估计值，是否小于预置门限。

修正单元，用于在判断单元判定小于预置门限时，对接收数据的SNR估计值进行修正，将修正后的SNR估计值作为接收数据的SNR估计值。修正单元通过以下公式进行修正：

SNR_est＝A*(SNR)²+B*(SNR)+C

其中，SNR_est为修正后的SNR估计值，SNR为根据每层恒模估计的SNR得到的SNR估计值，系数A，B，C根据外场或者仿真得到。

在根据每层恒模估计得到的SNR估计值小于预置门限时，对得到的SNR估计值进一步进行修正，通过针对低信噪比的修正，进一步保证了所估计的SNR值的准确性。

此外，可以理解，当然，在实际应用中，也可以直接将加权后得到SNR估计值作为最终的接收数据的SNR估计值，以进一步降低SNR盲估计的复杂度。或者，也可以采用文献2的方法提高SNR估计值的准确性。

需要说明的是，本实施方式中进行联合检测的数据为同一个编码组合传输信道下的多个码道数据。由于考虑到了同一个cctrch下的多个码道，因此增加了用于估计SNR的样本可信度。

不难发现，第一实施方式是与本实施方式相对应的方法实施方式，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。

本发明第四实施方式涉及一种时分同步码分多址中的信噪比估计设备。本实施方式与第三实施方式大致相同，其区别主要在于：在第三实施方式中，接收端是以一个时隙的接收数据作为进行SNR估计的统计样本的；而在本实施方式中，采用cctrch在多个时隙中的数据作为进行SNR估计的统计样本，以得到更为准确的SNR估计值。

也就是说，如果一个cctrch有多个时隙，则联合检测单元对多个时隙中接收到的数据进行联合检测，排序单元进行排序的数据为多个时隙的数据经经联合检测单元检测后的数据。

通过对多个时隙样本数据排序进行SNR估计，进一步改善了因数据样本少而引入的误差，从而可进一步提高SNR盲估计的准确性。

此外，可以理解，在实际应用中，也可以通过其他方式来得到SNR。比如说，对单个时隙的接收数据分别进行SNR估计，再将各个时隙的SNR估计值结果进行平均，得到最终的SNR估计值等等。

不难发现，第二实施方式是与本实施方式相对应的方法实施方式，本实施方式可与第二实施方式互相配合实施。第二实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第二实施方式中。

需要说明的是，本发明各设备实施方式中提到的各单元都是逻辑单元，在物理上，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现，这些逻辑单元本身的物理实现方式并不是最重要的，这些逻辑单元所实现的功能的组合是才解决本发明所提出的技术问题的关键。此外，为了突出本发明的创新部分，本发明上述各设备实施方式并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，这并不表明上述设备实施方式并不存在其它的单元。

虽然通过参照本发明的某些优选实施例，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (10)

1.一种时分同步码分多址中的信噪比估计方法，所述时分同步码分多址中采用16种符号的正交调幅调制方式，其特征在于，包含以下步骤：

对接收到的数据进行联合检测；

将经联合检测后的数据按幅度从大到小的顺序进行排序，得到数据d_{1，2，3，......L}，其中，L为经联合检测后的数据个数；

将排序后的数据分为三层，层1的数据为data_L1＝d_{1，2，......L/4}，层2的数据为data_L2＝d_{L/4+1，L/4+2，......3L/4}，层3的数据为data_L3＝d_{3L/4+1，3L/4+2，......L}；并对每层数据分别进行恒模信噪比SNR的估计；

对每层恒模估计的SNR进行加权后得到所述接收数据的SNR估计值；

其中，通过以下公式分别对每层数据进行恒模SNR的估计：

${\mathrm{SNR}}_{L1}=\frac{1}{L/4}\left(\underset{i=1}{\overset{L/4}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/4}\underset{i=1}{\overset{L/4}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

${\mathrm{SNR}}_{L2}=\frac{1}{L/2}\left(\underset{i=L/4+1}{\overset{3L/4}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/2}\underset{i=L/4+1}{\overset{3L/4}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

${\mathrm{SNR}}_{L3}=\frac{1}{L/2}\left(\underset{i=3L/4+1}{\overset{L}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/2}\underset{i=3L/4+1}{\overset{L}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

其中，SNR_L1、SNR_L2、SNR_L3分别为对层1、层2、层3恒模估计的SNR值。

2.根据权利要求1所述的时分同步码分多址中的信噪比估计方法，其特征在于，还包含以下步骤：

判断根据每层恒模估计的SNR得到的所述接收数据的SNR估计值，是否小于预置门限，如果小于预置门限则对所述接收数据的SNR估计值进行修正，将修正后的SNR估计值作为所述接收数据的SNR估计值。

3.根据权利要求2所述的时分同步码分多址中的信噪比估计方法，其特征在于，通过以下公式进行所述修正：

SNR_est＝A*(SNR)²+B*(SNR)+C

其中，SNR_est为修正后的SNR估计值，SNR为根据每层恒模估计的SNR得到的SNR估计值，系数A，B，C根据外场或者仿真得到。

4.根据权利要求1至3中任一项所述的时分同步码分多址中的信噪比估计方法，其特征在于，所述进行联合检测的数据为同一个编码组合传输信道cctrch下的多个码道数据。

5.根据权利要求4所述的时分同步码分多址中的信噪比估计方法，其特征在于，

所述进行联合检测的数据为所述cctrch在单个时隙中的数据；或者，

所述进行联合检测的数据为所述cctrch在多个时隙中的数据。

6.一种时分同步码分多址中的信噪比估计设备，所述时分同步码分多址中采用16种符号的正交调幅调制方式，其特征在于，包括：

联合检测单元，用于对接收到的数据进行联合检测；

排序单元，用于将经联合检测单元检测后的数据按幅度从大到小的顺序进行排序，得到数据d_{1，2，3，......L}，其中，L为经联合检测后的数据个数；

分层单元，用于将经排序单元排序后的数据分为三层，层1的数据为data_L1＝d_{1，2，......L/4}，层2的数据为data_L2＝d_{L/4+1，L/4+2，......3L/4}，层3的数据为data_L3＝d_{3L/4+1，3L/4+2，......L}；

信噪比估计单元，用于对每层数据分别进行恒模信噪比SNR的估计，将每层恒模估计的SNR进行加权后得到所述接收数据的SNR估计值；

其中，所述信噪比估计单元通过以下公式分别对每层数据进行恒模SNR的估计：

${\mathrm{SNR}}_{L1}=\frac{1}{L/4}\left(\underset{i=1}{\overset{L/4}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/4}\underset{i=1}{\overset{L/4}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

${\mathrm{SNR}}_{L2}=\frac{1}{L/2}\left(\underset{i=L/4+1}{\overset{3L/4}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/2}\underset{i=L/4+1}{\overset{3L/4}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

${\mathrm{SNR}}_{L3}=\frac{1}{L/2}\left(\underset{i=3L/4+1}{\overset{L}{\mathrm{\Σ}}}{\left|d_i\right|}^2\right)-{\left(\frac{1}{L/2}\underset{i=3L/4+1}{\overset{L}{\mathrm{\Σ}}}\right|d_i\left|\right)}^2$

其中，SNR_L1、SNR_L2、SNR_L3分别为对层1、层2、层3恒模估计的SNR值。

7.根据权利要求6所述的时分同步码分多址中的信噪比估计设备，其特征在于，所述设备还包括：

判断单元，用于判断所述信噪比估计单元得到的所述接收数据的SNR估计值，是否小于预置门限；

修正单元，用于在所述判断单元判定小于预置门限时，对所述接收数据的SNR估计值进行修正，将修正后的SNR估计值作为所述接收数据的SNR估计值。

8.根据权利要求7所述的时分同步码分多址中的信噪比估计设备，其特征在于，所述修正单元通过以下公式进行所述修正：SNR_est＝A*(SNR)²+B*(SNR)+C

其中，SNR_est为修正后的SNR估计值，SNR为根据每层恒模估计的SNR得到的SNR估计值，系数A，B，C根据外场或者仿真得到。

9.根据权利要求6至8中任一项所述的时分同步码分多址中的信噪比估计设备，其特征在于，所述进行联合检测的数据为同一个编码组合传输信道cctrch下的多个码道数据。

10.根据权利要求9所述的时分同步码分多址中的信噪比估计设备，其特征在于，

所述进行联合检测的数据为所述cctrch在单个时隙中的数据；或者，

所述进行联合检测的数据为所述cctrch在多个时隙中的数据。

Images