CN102257781A - 电信方法和系统 - Google Patents

Abstract

一种对在电信网络上传送的数据进行编码的方法，包括：在频域中，在多个实际数据块内部嵌入至少一个控制或导频数据块；使用控制或导频数据块中的控制或导频数据来卷积实际数据块；以及使用一个或多个传输子载波信号来调制实际数据块以及控制或导频数据块。

Description

电信方法和系统

技术领域

本发明涉及一种用于编码和解码电信信号的方法和系统。

背景技术

大多数的OFDM(正交频分复用)系统都包括多个经过调制的数据子载波，这些子载波是在很大的频率带宽上传送的。OFDM的优点在于：通过简单地传送更多子载波，降低了每个子载波上的数据速率，但却提升了数据吞吐量，并且由此改善了数据吞吐量。当存在噪声或信道问题时，通过降低每一个子载波上的数据速率，可以允许存在增加的数据传送。在很多无线和固网系统中，例如在xDSL、IEEE 802.11、IEEE 802.16和LTE系统中，这些技术已经证明是很有效的。由此，高数据速率是可以实现的。通过包含保护间隔或循环前缀扩展，或者在N个子载波帧传输内部的固定位置的子载波上插入导频音调，还可以引入减小符号间干扰和多信道衰落的附加方法。虽然OFDM提供了很多优点，但是有两个与此类系统相关联的两个问题，即PAPR(峰均功率比)的高瞬时值以及快衰落多径移动信道。

由于在发射机的输出端将单个子载波累加在了一起，因此有可能存在很高的功率瞬时值。不幸的是，发射机的高功率放大器(HPA)的动态范围通常低于PAPR变化的动态范围，由此导致信号严重失真。此外，由于大多数的HPA本质上是非线性的，因此，高PAPR信号的失真始终是存在的。PAPR值很高的结果是在接收机上引入了比特差错，此外，HPA失真所引起的频谱飞散还会导致产生潜在的信道间或频率间干扰。目前有很多用于减小OFDM系统中的PAPR的解决方案，这些解决方案包括：消波、滤波、相移、分组编码、选择性映射以及音调插入技术。但是，这些解决方案具有自身的缺陷，这些缺陷包括：引入了失真，尤其是需要传送边信息或额外信息。该额外信息是允许接收机知道如何修改数据或导频来减小导致吞吐量降低并影响PAPR自身的PAPR所必需的。

移动OFDM系统会受到多径信道衰落的存在性的影响。当衰落变得严重时，尤其是在移动速度很高或是传输载波处于很高的高GHz频率的情况下，多径衰落将会变得更加难以消除，从而因为比特差错率(BER)的增大和数据速率的减小而导致服务质量急剧下降。用于帮助消除多径衰落的解决方案是在OFDM系统内部插入导频音或训练序列。这些导频音允许接收机均衡器评估信道状况并校正数据。导频音的主要问题是其校正数据的能力非常有限。在衰落变化很快的环境中，信道状况有可能会随着载波的不同以及帧的不同而显著变化，由此并未限制BER的下限。

在这里引入作为参考的WO 2004/084513中描述了在OFDM传输中嵌入不同形式的导频的想法。在该想法中，控制数据块被引入到多个实际数据块内部。实际数据块是用一个或多个传输子载波信号调制的，控制数据块则是用每一个用以调制实际数据块的传输子载波调制的。WO2004/084513中描述的技术允许在不知道控制相位角的情况下对接收到的信号进行解码。

虽然WO 2004/084513解决了时间帧之间的动态变化的问题，但其并未解决OFDM帧内部的单个子载波之间的动态变化的问题。

发明内容

根据本发明的一个方面，提供了一种用于对在电信网络上传送的数据进行编码的方法，包括：在频域中，在多个实际数据块内部嵌入至少一个控制数据块；使用一个或多个传输子载波信号来调制实际数据块；以及使用用以调制实际数据块的每一个传输子载波来调制控制数据块。

根据本发明的另一个方面，提供了一种用于对在电信网络上传送的数据进行编码的方法，包括：在频域中，在多个实际数据块内部嵌入至少一个控制或导频数据块；使用导频数据块中的控制或导频数据来卷积实际数据块中的实际数据；以及使用一个或多个传输子载波来调制实际数据块以及控制或导频数据块。

该方法可以包括：通过将两个或多个实际数据块以及至少一个控制数据块集中在一起来形成一个群集或群组，以及在所述群集内部，使用控制数据块中的至少一些控制数据来卷积每一个实际数据块中的实际数据。多个群集或群组可被形成。在每一个群集或群组中可以提供多个控制数据块，并且每一个实际数据块都可以用每一个控制数据块中的至少一些控制数据来卷积。在这里可以提供多个相同的控制数据块。

卷积步骤可以包括：使用控制数据块中的相应条目的相位角来对每一个数据块执行相位角卷积。

用于控制数据块的每一个相位角可以是随机指定的。

控制数据块的每个条目都可以具有一个相位角，该相位角可以取决于实际数据块中的相应条目的相位角。控制数据块中的每个条目的相位角可以是实际数据块中的相应条目的相位角的总和。

卷积处理可以包括：从每一个实际数据子载波的相位角中减去所有其他实际数据子载波的所有相应条目的所有相位角。

基本上，控制或导频数据可以嵌入到实际数据块中部。

该方法可以包括为每一个控制或导频施加相移，以使相位遵循预定序列。

该方法可以包括：对将要传送的实际和控制数据进行加密。这其中可以包括为控制数据使用一个相位扩缩因子，以及为实际数据使用一个不同的相位扩缩因子。

根据本发明的另一个方面，提供了一种对在电信网络上接收的数据进行解码的方法，该方法包括：在频域中，接收嵌入到多个已调制的实际数据块中的已调制控制块，识别所接收的控制数据块，以及使用接收到的控制数据块和接收到的数据块中的相应条目来估计实际数据。所述估计可以包括使用控制数据的相应条目来划分接收到的实际数据中的每一个条目。

根据本发明的另一个方面，提供了一种用于优化电信网络上传送的数据的PAPR的方法，该方法包括：在多个实际数据块中嵌入控制数据块；使用一个或多个传输子载波信号来调制实际数据块；使用每一个用以调制实际数据块的传输子载波来调制控制数据块；为每一个经过调制的数据块添加相移，并且确定该相移的PAPR；改变所添加的相移，并且确定该相移的PAPR，以及通过重复执行该处理来确定提供最优PAPR的相移。该处理既可以在时域中进行，也可以在频域中进行。

根据本发明的另一个方面，提供了一种用于在电信网络上传送数据的方法，包括：在频域和时域中，在多个实际数据块内部嵌入至少一个控制数据块，以便形成一个m×n群集，其中m和n全都大于1；使用一个或多个传输子载波信号来调制实际数据块；以及使用每一个用以调制实际数据块的传输子载波来调制至少一个控制数据块。

在提供单个控制块的情况下，它可以位于群集内部的任何位置，举例来说，如果群集是对称的，那么该控制块可以位于中心。在提供多个控制数据块的情况下，它们可以是相同的。

作为补充或替换，在提供多个控制数据块的情况下，控制数据块的数量与实际数据块的数量可以是相同的。

根据本发明的另一个方面，提供了一种在电信网络上传送数据的方法，包括：在多个实际数据块内部嵌入至少两个相同的控制数据块，以便形成一个群集；使用一个或多个传输子载波信号来调制实际数据块；以及使用每一个用以调制实际数据块的传输子载波来调制至少两个控制数据块。

实际数据块可以位于频域和时域，所述群集可以是m×n群集，其中m和n是大于1的整数。

控制数据块的数量与实际数据块的数量可以是相同的。此外，控制块的数量可以超出实际数据块的数量。

根据本发明的更进一步的方面，提供了一种通过使用两个或多个相同的已调制控制数据块来解码所传送的信号的方法，该方法包括：识别至少两个已调制控制块，以及使用这些控制块来提供关于传输信道失真或变化的估计。

该方法可以包括：用接收到的已调制控制块中的一个除以接收到的控制块中的另一个。由于所传送的控制块是相同的，因此，在没有信道变化或失真的情况下，该除法的结果应该是1。然而在实践中，这种情况是不可能发生的，且与归一值的任何偏离都指示了信道变化的相对度量。这个相对度量可以用于对实际数据块解码进行校正。

本发明的各种方法可以在任何基于硬件、软件或计算机的系统或设备中实施。举例来说，所述设备可以是任何电信设备，例如个人移动通信设备或移动/无线电电话、具有远程通信能力的计算机、数字广播无线电或数字电视、机顶盒、或是任何无线网络设备。

附图说明

现在将仅以示例形式以及通过参考附图来举例描述本发明的各个方面，其中：

图1是用于2∶1帧内嵌入式卷积调制(ECM)技术的时域子载波图；

图2是用于2∶1帧内ECM的频域时域子载波图；

图3是PAPR优化处理的流程图；

图4是用于4∶1帧内ECM的频域时域的子载波图；

图5是显示不同的连续帧内ECM实施方式的频域时域子载波图；

图6是显示帧间帧内ECM群集处理的频域-时域子载波图；

图7是显示具有更多嵌入导频的帧间帧内ECM群集处理的频域时域子载波图；

图8显示的是在帧内群组中的一个以上的位置放置相同的嵌入导频；

图9显示的是位于标准的移动WiMax导频下行链路群集内部的相同嵌入导频的示例，以及

图10显示的是常规的64QAM移动WiMax传输以及经过加密的64QAM移动WiMax ECM传输。

具体实施方式

本发明以WO 2004/084513的基本原理为基础。现在将对WO2004/084513的一些基本技术进行描述。在这里将这些基本技术称为嵌入式卷积调制(ECM)。

在WO 2004/084513中，在OFDM中的一个具有N个块和M个子载波的数据传输流的内部嵌入了一个具有控制/校准信息的导频符号数据块。所有的M个子载波都会在传输导频/控制符号自身的过程中使用。每一个数据块优选用导频符号信息卷积。数据块和导频控制块可以用所传送的所有子载波数据相位角卷积。在接收端，接收到的数据是用导频控制块去分离的。

如下所示，在具有M个子载波的OFDM系统中，一系列的N个数据块是按顺序传送和接收的：

数据1

数据3

……

导频k

……

数据N-1

数据N

假设对每一个子载波而言存在差异的信道失真在N个块的传输中始终保持恒定。块k是一个导频控制数据块，该数据块作为N个数据块之一而被嵌入并用作控制信息来实施解码处理以及信道失真消除处理。更复杂的实施方式可以在任何常规的N个数据块的传输中包含一个以上的导频控制数据块。

在这里假设这样的OFDM子载波表示，其中N个数据块中的每一个都具有M个子载波，每一个子载波都包括经过调制的信息，这些信息可以用散布图中的点来表示，所述散布图则是通过恰当的I和Q坐标值表示的。在OFDM中，在N个块的传输中，每一个子载波中经过编码的元素可以表示为：

X_nm0＝I_nm0+jQ_nm0＝A_nm0exp(jφ_nm0)n＝1，2...N；m＝1，2...M

其中X_nm0＝数据块n和子载波m中的初始编码正交信号；I_nm0＝数据块n和子载波m中的初始的I编码数据；Q_nm0＝数据块n和子载波m中的初始Q编码数据。下标“0”表示任一分量的初始真实值。也就是说，上述信息可以用N个块内部的子载波传输序列的形式表示。

数据块1    数据块2    导频数据块k    数据块N

$\begin{array}{cccccc}\left[\begin{array}{c}{X}_{110}\\ X_{120}\\ .\\ .\\ .\\ X_{1M0}\end{array}\right]& \left[\begin{array}{c}{X}_{210}\\ X_{220}\\ .\\ .\\ .\\ X_{2M0}\end{array}\right]& ...& \left[\begin{array}{c}{X}_{k10}\\ X_{k20}\\ .\\ .\\ .\\ X_{\mathrm{kM}0}\end{array}\right]& ...& \left[\begin{array}{c}{X}_{N10}\\ X_{N20}\\ .\\ .\\ .\\ X_{\mathrm{NM}0}\end{array}\right]\end{array}$

其中：X₁₁₀＝数据块1和子载波1中的初始编码正交信号，X₂₁₀＝数据块2和子载波1中的初始编码正交信号，……。

为了编码消息，首先，导频控制数据块k具有M个子载波，这些子载波具有如下给出的预定正交传输值：

X_km0＝I_km0+jQ_km0

其中：

I_km0＝A_km0cosφ_km0并且Q_km0＝A_km0sinφ_km0(m＝1，2…M)。

通常，导频数据块k应该在N个块的传输的中间发送，由此其代表的是信道失真和衰减的实际“中间”量度。当然，基于信道失真状况的严重程度，该系统也可以取决于自适应的N和k。

除了数据块k中的子载波之外，在N个数据块中传送的所有的M个子载波都用导频控制数据块相位角φ_km0来执行相位角卷积。在第一示例中，所述卷积非常简单，就是执行新的编码和转发到IFFT的处理之前，将块k的第m个子载波相位角，也就是φ_km0，添加到其他N个数据块的第m个子载波相位角φ_km0上。换句话说，在调制之前，用于调制到子载波m上的星座图中的每个数据点都被旋转φ_km0，以便提供调制到子载波上的新的且经过卷积的I和Q值。

由此，所要传送的新的卷积编码数据块是如下给出的：

$X_{\mathrm{nm}0}=A_{\mathrm{nm}0}\exp \left(j({\mathrm{\φ}}_{\mathrm{nm}0}+{\mathrm{\φ}}_{\mathrm{km}0})\right)=I_{\mathrm{nm}0}^c+{\mathrm{jQ}}_{\mathrm{nm}0}^c$ n＝1，2...N(n≠k)；m＝1，2...M其中

和

是执行了卷积之后所要调制的数据的真实正交值。

现在，所传送的具有子载波信息的数据块序列可以表示如下，其中导频数据可以被认为是导频数据子载波块：

数据块1    数据块2    导频数据块k

$\left[\begin{array}{c}{A}_{110}\exp \left(j({\mathrm{\φ}}_{110}+{\mathrm{\φ}}_{k10})\right)\\ A_{120}\exp \left(j({\mathrm{\φ}}_{120}+{\mathrm{\φ}}_{k20})\right)\\ .\\ .\\ .\\ A_{1M0}\exp \left(j({\mathrm{\φ}}_{1M0}+{\mathrm{\φ}}_{\mathrm{kM}0})\right)\end{array}\right]\left[\begin{array}{c}{A}_{210}\exp \left(j({\mathrm{\φ}}_{210}+{\mathrm{\φ}}_{k10})\right)\\ A_{220}\exp \left(j({\mathrm{\φ}}_{220}+{\mathrm{\φ}}_{k20})\right)\\ .\\ .\\ .\\ A_{2M0}\exp \left(j({\mathrm{\φ}}_{2M0}+{\mathrm{\φ}}_{\mathrm{kM}0})\right)\end{array}\right]...\left[\begin{array}{c}{A}_{k10}\exp \left(j{\mathrm{\φ}}_{k10}\right)\\ A_{k20}\exp \left(j{\mathrm{\φ}}_{k20}\right)\\ .\\ .\\ .\\ A_{\mathrm{kM}0}\exp \left(j{\mathrm{\φ}}_{\mathrm{kM}0}\right)\end{array}\right]...$

$...\left[\begin{array}{c}{A}_{N10}\exp \left(j({\mathrm{\φ}}_{N10}+{\mathrm{\φ}}_{k10})\right)\\ A_{N20}\exp \left(j({\mathrm{\φ}}_{N20}+{\mathrm{\φ}}_{k20})\right)\\ .\\ .\\ .\\ A_{\mathrm{NM}0}\exp \left(j({\mathrm{\φ}}_{\mathrm{NM}0}+{\mathrm{\φ}}_{\mathrm{kM}0})\right)\end{array}\right]$

数据块N

该序列被传送至相干检测系统。在受到衰减和信道失真影响之后，。同相和正交分量可以被量度如下：

X_nm＝I_nm+jQ_nm＝A_nmexp(φ_nm)

它可以用如下形式来表述：

$X_{\mathrm{nm}}=I_{\mathrm{nm}}+{\mathrm{jQ}}_{\mathrm{nm}}=(I_{\mathrm{nm}0}^c+{\mathrm{jQ}}_{\mathrm{nm}0}^c)A_{\mathrm{att}}H=A_{\mathrm{nm}0}\exp \left(j({\mathrm{\φ}}_{\mathrm{nm}0}+{\mathrm{\φ}}_{\mathrm{km}0})\right)A_{\mathrm{att}}H$ (n≠k)

$X_{\mathrm{km}}=I_{\mathrm{km}}+{\mathrm{jQ}}_{\mathrm{km}}=(I_{\mathrm{km}0}+{\mathrm{jQ}}_{\mathrm{km}0})A_{\mathrm{att}}H=A_{\mathrm{km}0}\exp \left(j{\mathrm{\φ}}_{\mathrm{km}0}\right)A_{\mathrm{att}}H$ (n＝k)

在这里，I_nm，Q_nm(n＝1，2，…N)是在存在衰减和信道失真的情况下，N个数据块中的m个子载波的已解码I和Q分量；

是参考预先定义的归一化编码星座图的所传送的初始卷积正交分量；A_nm0，φ_nm0是每一个数据块中的初始(未卷积)数据的振幅和相位角值，其同样参考了预先定义的归一化星座图；A_att是信号的衰减因数，以及H是代表信号失真回波效应的信道失真。

在每一个表述中都可以包括发射机功率增益。实际上，它可以包含在A_att内部。但是，只要认为A_attH在N个块的传输中是恒定或者很少变化的，那么，基于数据块k传送的值，A_att和信道失真都是可以消除的，并且初始传送的归一化的I和Q幅度是可以恢复的。

对于OFDM系统来说，为导频控制数据块符号提供最小化的波峰因数是一个问题。但是，这个问题可以通过为导频控制数据块中的每一个子载波使用随机相位指定来部分解决。只要为导频控制数据块中的每一个子载波定义了相位φ_km0指派，则可以在调制所有数据块传输之前为每一个初始子载波相位角添加恰当的子载波φ_km0值。一旦使用子载波来调制数据，则意味着对于子载波1来说，φ_k10被添加给了(N-1)个数据块中的所有第一子载波的相位角；φ_k20被添加给了所有第二子载波的相位角，……。

通过用接收到的X_nm个信号中的每一个除以接收到的控制数据块信号X_km，可以消除A_attH，由此导致：

$\frac{X_{\mathrm{nm}}}{X_{\mathrm{km}}}=\frac{(I_{\mathrm{nm}}+{\mathrm{jQ}}_{\mathrm{nm}})}{(I_{\mathrm{nm}}+{\mathrm{jQ}}_{\mathrm{km}})}=\frac{A_{\mathrm{nm}0}\exp \left(j({\mathrm{\φ}}_{\mathrm{nm}0}+{\mathrm{\φ}}_{\mathrm{km}0})\right)A_{\mathrm{att}}H}{A_{\mathrm{km}0}\exp \left({\mathrm{j\φ}}_{\mathrm{km}0}\right)A_{\mathrm{att}}H}=\frac{A_{\mathrm{nm}0}}{A_{\mathrm{km}0}}\exp \left({\mathrm{j\φ}}_{\mathrm{nm}0}\right)$

于是，依照测量得到的I_nm和值Q_nm：

$\frac{(I_{\mathrm{nm}}+{\mathrm{jQ}}_{\mathrm{nm}})}{(I_{\mathrm{nm}}+{\mathrm{jQ}}_{\mathrm{km}})}=\frac{(I_{\mathrm{nm}}{I}_{\mathrm{km}}+Q_{\mathrm{nm}}{Q}_{\mathrm{km}})+j(I_{\mathrm{km}}{Q}_{\mathrm{nm}}-I_{\mathrm{nm}}{Q}_{\mathrm{km}})}{({I_{\mathrm{km}}}^2+{Q_{\mathrm{km}}}^2)}=\frac{A_{\mathrm{nm}0}}{A_{\mathrm{km}0}}\exp \left({\mathrm{j\φ}}_{\mathrm{nm}0}\right)$

如果每一个子载波信道都需要A_attH，那么可以使用下式来估计A_attH：

$A_{\mathrm{att}}H=\frac{X_{\mathrm{km}}}{A_{\mathrm{km}0}\exp \left({\mathrm{j\φ}}_{\mathrm{km}0}\right)}$

在对复数进行了某种处理并使实部与虚部相等之后，下列算法会为每一个数据块和子载波产生关于归一化的初始传输振幅和相位分量的估计。应该指出的是，基于测量得到的相干检测正交分量，这些估计与初始的归一化传输数据块k的参数相关，即

${\hat{A}}_{\mathrm{nm}}=A_{\mathrm{km}0}\sqrt{\left[\frac{{I_{\mathrm{nm}}}^2+{Q_{\mathrm{nm}}}^2}{{I_{\mathrm{km}}}^2+{Q_{\mathrm{km}}}^2}\right]}$ n＝1，2...N(n≠k)；m＝1，2...M；

${\widehat{\mathrm{\φ}}}_{\mathrm{nm}}={\tan }^{-1}\left[\frac{I_{\mathrm{km}}{Q}_{\mathrm{nm}}-I_{\mathrm{nm}}{Q}_{\mathrm{km}}}{I_{\mathrm{nm}}{I}_{\mathrm{km}}+Q_{\mathrm{nm}}{Q}_{\mathrm{km}}}\right]$ n＝1，2...N(n≠k)；m＝1，2...M；

在这些等式中，

表示与真实的归一化已知值A_km0相关的数据块n和子载波m的真实振幅A_nm0的估计，

表示的是关于初始传送的数据块n和子载波m的真实相位分量φ_nm0的估计。对于数据块n和子载波m的真实正交分量I_nm0，Q_nm0来说，其估计同样可以是相对于已知的数据块k的参数来评估的，在对上述等式进行了某种操作之后，这些估计可以用如下方式评估：

${\hat{I}}_{\mathrm{nm}}=A_{\mathrm{km}0}\frac{(I_{\mathrm{nm}}{I}_{\mathrm{km}}+Q_{\mathrm{nm}}{Q}_{\mathrm{km}})}{({I_{\mathrm{km}}}^2+{Q_{\mathrm{km}}}^2)}={\hat{A}}_{\mathrm{nm}}\cos {\widehat{\mathrm{\φ}}}_{\mathrm{nm}}$ n＝1，2，...N(n≠k)

${\hat{Q}}_{\mathrm{nm}}=A_{\mathrm{km}0}\frac{(I_{\mathrm{km}}{Q}_{\mathrm{nm}}+I_{\mathrm{nm}}{Q}_{\mathrm{km}})}{({I_{\mathrm{km}}}^2+{Q_{\mathrm{km}}}^2)}={\hat{A}}_{\mathrm{nm}}\sin {\widehat{\mathrm{\φ}}}_{\mathrm{nm}}$ n＝1，2，...N(n≠k)

替换的编码方案可以在所传送的块信号内部没有对φ_k0进行卷积的情况下实施，但是该方案仍旧将控制数据块k嵌入到了数据块传输之中，即

X_nm＝I_nm+jQ_nm＝(I_nm0+jQ_nm0)A_attH＝A_nm0exp(jφ_nm0)A_attH(n≠k)

X_km＝I_km+jQ_km＝(I_km0+jQ_km0)A_attH＝A_km0exp(jφ_km0)A_attH

对于这种情形来说，显而易见的是，解码算法将会变成：

${\hat{A}}_{\mathrm{nm}}=A_{\mathrm{km}0}\sqrt{\left[\frac{{I_{\mathrm{nm}}}^2+{Q_{\mathrm{nm}}}^2}{{I_{\mathrm{km}}}^2+{Q_{\mathrm{km}}}^2}\right]}$ n＝1，2，...N(n≠k)

${\widehat{\mathrm{\φ}}}_{\mathrm{nm}}={\tan }^{-1}\left[\frac{I_{\mathrm{km}}{Q}_{\mathrm{nm}}-I_{\mathrm{nm}}{Q}_{\mathrm{km}}}{I_{\mathrm{nm}}{I}_{\mathrm{km}}+Q_{\mathrm{nm}}{Q}_{\mathrm{km}}}\right]+{\mathrm{\φ}}_{\mathrm{km}0}$ n＝1，2，...N(n≠k)

${\hat{I}}_{\mathrm{nm}}={\hat{A}}_{\mathrm{nm}}\cos {\widehat{\mathrm{\φ}}}_{\mathrm{nm}}$ n＝1，2，...N(n≠k)

${\hat{Q}}_{\mathrm{nm}}={\hat{A}}_{\mathrm{nm}}\sin {\widehat{\mathrm{\φ}}}_{\mathrm{nm}}$ n＝1，2，...N(n≠k)

在另一种技术中，在假设N个块的传输过程中始终存在相同的回波失真的情况下，所述N个数据块是按顺序传送的。同样，在流中的某个位置嵌入了数据块k作为导频控制数据块，以便使用如下给出的已知的归一化真实正交值来执行解码：

I_km0＝A_km0cosφ_km0以及Q_km0＝A_km0sinφ_km0

此外，与第一技术中一样，初始数据块的相位角是用控制数据块的相位角卷积的，并且被嵌入到了所传送的数据块中。然而在这种情况下，该处理是通过假设如下给出为M个子载波的N个块中的每一个传送的实际数据来完成的：

块n和子载波m中的数据＝A_nm0exp(jφ_nm)(n≠k)

对于每一个子载波m来说，对采用第二技术为N个数据块传送的数据所实施的常规编码处理是如下定义的：

$X_{1m0}=I_{1m0}^c+{\mathrm{jQ}}_{1m0}^c=A_{1m0}\exp \left(j({\mathrm{\α}}_{1m}{\mathrm{\φ}}_{1m0}-{\mathrm{\α}}_{2m}{\mathrm{\φ}}_{2m0}-{\mathrm{\α}}_{3m}{\mathrm{\φ}}_{3m0}-...-{\mathrm{\α}}_{\mathrm{Nm}}{\mathrm{\φ}}_{\mathrm{Nm}0})\right)$

$X_{2m0}=I_{2m0}^c+{\mathrm{jQ}}_{2m0}^c=A_{2m0}\exp \left(j({\mathrm{\α}}_{2m}{\mathrm{\φ}}_{2m0}-{\mathrm{\α}}_{1m}{\mathrm{\φ}}_{1m0}-{\mathrm{\α}}_{3m}{\mathrm{\φ}}_{3m0}-...-{\mathrm{\α}}_{\mathrm{Nm}}{\mathrm{\φ}}_{\mathrm{Nm}0})\right)$

.

.

$X_{\mathrm{km}0}=I_{\mathrm{km}0}^c+{\mathrm{jQ}}_{\mathrm{km}0}^c=A_{\mathrm{km}0}\exp (-j({\mathrm{\α}}_{1m}{\mathrm{\φ}}_{1m0}+{\mathrm{\α}}_{2m}{\mathrm{\φ}}_{2m0}+{\mathrm{\α}}_{3m}{\mathrm{\φ}}_{3m0}+...+{\mathrm{\α}}_{\mathrm{Nm}}{\mathrm{\φ}}_{\mathrm{Nm}0}))$

.

.

.

$X_{\mathrm{Nm}0}=I_{\mathrm{Nm}0}^c+{\mathrm{jQ}}_{\mathrm{Nm}0}^c=A_{\mathrm{Nm}0}\exp \left(j({\mathrm{\α}}_{\mathrm{Nm}}{\mathrm{\φ}}_{\mathrm{Nm}0}-{\mathrm{\α}}_{1m}{\mathrm{\φ}}_{1m0}-{\mathrm{\α}}_{2m}{\mathrm{\φ}}_{2m0}-...-{\mathrm{\α}}_{(N-1)m}{\mathrm{\φ}}_{(N-1)m0})\right)$

在这种情况下，实际数据块具有一个卷积相位角，其中包括使用相同子载波传送的其他所有(N-1)个数据块的相位角的差集。控制数据块具有这样一个相位角，其中该相位角是所有子载波数据块相位角的简单累加。项α_nm(n＝1，2…N)是与子载波上的每一个编码相位角卷积相关联的常数。用于每一个子载波的上述编码算法可以被改写成如下形式：

$X_{\mathrm{nm}0}=I_{\mathrm{nm}0}^c+{\mathrm{jQ}}_{\mathrm{nm}0}^c=A_{\mathrm{nm}0}\exp \left(j({2\mathrm{\α}}_{\mathrm{nm}}{\mathrm{\φ}}_{\mathrm{nm}0}-\underset{n=1(n\≠k)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{\mathrm{nm}}{\mathrm{\φ}}_{\mathrm{nm}0})\right)$ (n≠k)

$X_{\mathrm{km}0}=I_{\mathrm{km}0}^c+{\mathrm{jQ}}_{\mathrm{km}0}^c=A_{\mathrm{km}0}\exp (-j\left(\underset{n=1(n\≠k)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{\mathrm{nm}}{\mathrm{\φ}}_{\mathrm{nm}0}\right))$

虽然导频符号子载波的幅度可以增大，但是导频控制数据块现在在所有子载波上都具有了更为随机的相位角指派。出现这种情况的原因在于导频控制数据块的每一个子载波都需要将来白所传送的所有数据块中的相同子载波的所有相位角相加。这样做的效果是根据所传送的数据来随机指定导频控制数据块的子载波相位角，由此简单地通过设计而不是通过外部随机载波相位指定来产生减小的波峰因数。

在接收机上，相干检测器提供了受到信道失真影响的已卷积的I和Q值的量度。这些量度可以表示为：

$X_{\mathrm{nm}}=I_{\mathrm{nm}}+{\mathrm{jQ}}_{\mathrm{nm}}=A_{\mathrm{nm}0}\exp \left(j({2\mathrm{\α}}_{\mathrm{nm}}{\mathrm{\φ}}_{\mathrm{nm}0}-\underset{n=1(n\≠k)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{\mathrm{nm}}{\mathrm{\φ}}_{\mathrm{nm}0})\right)A_{\mathrm{att}}H$ (n≠k)

$X_{\mathrm{km}}=I_{\mathrm{km}}+{\mathrm{jQ}}_{\mathrm{km}}=A_{\mathrm{km}0}\exp (-j\left(\underset{n=1(n\≠k)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{\mathrm{nm}}{\mathrm{\φ}}_{\mathrm{nm}0}\right))A_{\mathrm{att}}H$

在N个块内部，子载波的传输可以表示为：

数据块1    数据块2    导频控制块k    数据块N

$\begin{array}{cccccc}\left[\begin{array}{c}{X}_{110}\\ X_{120}\\ .\\ .\\ .\\ X_{1M0}\end{array}\right]& \left[\begin{array}{c}{X}_{210}\\ X_{220}\\ .\\ .\\ .\\ X_{2M0}\end{array}\right]& ...& \left[\begin{array}{c}{X}_{k10}\\ X_{k20}\\ .\\ .\\ .\\ X_{\mathrm{kM}0}\end{array}\right]& ...& \left[\begin{array}{c}{X}_{N10}\\ X_{N20}\\ .\\ .\\ .\\ X_{\mathrm{NM}0}\end{array}\right]\end{array}$

解码处理是用一种与第一技术相似的方式并且通过用接收到的子载波信号除以接收到的子载波导频控制块k发热信号来实现的。这样做会产生如下等式：

$\frac{X_{\mathrm{nm}}}{X_{\mathrm{km}}}=\frac{(I_{\mathrm{nm}}+{\mathrm{jQ}}_{\mathrm{nm}})}{(I_{\mathrm{nm}}+{\mathrm{jQ}}_{\mathrm{km}})}=\frac{A_{\mathrm{nm}0}\exp \left(j({{2\mathrm{\α}}_{\mathrm{nm}}\mathrm{\φ}}_{\mathrm{nm}0}-\underset{n=1(n\≠k)}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{\mathrm{nm}}{\mathrm{\φ}}_{\mathrm{nm}0})\right)A_{\mathrm{att}}H}{A_{\mathrm{km}0}\exp (-j\left(\underset{n=1(n\≠k)}{\overset{N}{\mathrm{\Σ}}}\right){{\mathrm{\α}}_{\mathrm{nm}}\mathrm{\φ}}_{\mathrm{nm}0})A_{\mathrm{att}}H}=\frac{A_{\mathrm{nm}0}}{A_{\mathrm{km}0}}\exp \left({j2\mathrm{\α}}_{\mathrm{nm}}{\mathrm{\φ}}_{\mathrm{nm}0}\right)$

于是，依照测量得到的I_nm和Q_nm值：

$\frac{(I_{\mathrm{nm}}+{\mathrm{jQ}}_{\mathrm{nm}})}{(I_{\mathrm{nm}}+{\mathrm{jQ}}_{\mathrm{km}})}=\frac{(I_{\mathrm{nm}}{I}_{\mathrm{km}}+Q_{\mathrm{nm}}{Q}_{\mathrm{km}})+j(I_{\mathrm{km}}{Q}_{\mathrm{nm}}-I_{\mathrm{nm}}{Q}_{\mathrm{km}})}{({I_{\mathrm{km}}}^2+{Q_{\mathrm{km}}}^2)}=\frac{A_{\mathrm{nm}0}}{A_{\mathrm{km}0}}\exp \left({j2{\mathrm{\α}}_{\mathrm{nm}}\mathrm{\φ}}_{\mathrm{nm}0}\right)$

显而易见的是，对使用第二技术编码的每一组初始数据来说，其真实的归一化振幅和相位角是如下给出的：

${\hat{A}}_{\mathrm{nm}}=A_{\mathrm{km}0}\sqrt{\left[\frac{{I_{\mathrm{nm}}}^2+{Q_{\mathrm{nm}}}^2}{{I_{\mathrm{km}}}^2+{Q_{\mathrm{km}}}^2}\right]}$ n＝1，2，...N  n≠k

${\widehat{\mathrm{\φ}}}_{\mathrm{nm}}=\frac{1}{{2\mathrm{\α}}_{\mathrm{nm}}}{\tan }^{-1}\left[\frac{I_{\mathrm{km}}{Q}_{\mathrm{nm}}-I_{\mathrm{nm}}{Q}_{\mathrm{km}}}{I_{\mathrm{nm}}{I}_{\mathrm{km}}+Q_{\mathrm{nm}}{Q}_{\mathrm{km}}}\right]$ n＝1.2，...N  n≠k

关于ECM的一个最简单的实施例是将符号子载波传输分成的子载波数量为2个、3个或4个、……的连续子载波分组。图1显示了基本的2∶1ECM帧内卷积方法的频域-时域映射示例。在2∶1ECM中，所传送的子载波集中在一起形成了具有两个子载波的连续群组。

[[S₁ S₂][S₃ S₄]…]

在具有两个数据子载波的每一个群组内部，在每一个群组内部的初始的两个子载波中间将会构造和嵌入一个用E表示的新的子载波。然后，通过采用某种方式来对群组中的初始子载波S₁，S₂，S₃...进行修改，可以形成用D₁，D₂，D₃...等等表示的新的子载波。由此，每一个帧中的子载波群集的新的传输是如下表示的：

[[D₁ E₁ D₂][D₃ E₂ D₄]…]

这个新的嵌入子载波是用

定义的，其中A_E和θ_E代表的是子载波的振幅和相位。嵌入子载波具有相位θ_E，其中该相位是通过每一个群组内部的两个分数据传送子载波的简单相位卷积构造的，由此θ_E＝θ_E(φ₁，φ₂)。关于振幅A_E的选择是放开的，但其通常被选定成是一个常数(通常≥1)，由此其在接收机中是已知和固定的。在最简单的形式的ECM中，初始数据子载波的振幅是保持不变的。但是，所构造的嵌入子载波相位同样会被添加到两个数据子载波的相位中，以便为群组内部的两个数据子载波形成经过修改的数据子载波相位。然后，用于频率子载波信息的合成传输序列是：

$S_{\mathrm{ECM}}=\left[\begin{array}{ccc}\left[\begin{array}{ccc}{D}_1& E_1& D_2\end{array}\right]& \left[\begin{array}{ccc}{D}_3& E_2& D_4\end{array}\right]& ...\end{array}\right]$

$=\left[\begin{array}{ccc}\left[\begin{array}{ccc}{A}_1{e}^{j({\mathrm{\φ}}_1+{\mathrm{\θ}}_{E1})}& A_{E1}{e}^{j{\mathrm{\θ}}_{E1}}& A_2{e}^{j({\mathrm{\φ}}_2+{\mathrm{\θ}}_{E1})}\end{array}\right]& \left[\begin{array}{ccc}{A}_3{e}^{j({\mathrm{\φ}}_3+{\mathrm{\θ}}_{E2})}& A_{E2}{e}^{j{\mathrm{\θ}}_{E2}}& A_4{e}^{j({\mathrm{\φ}}_3+{\mathrm{\θ}}_{E2})}\end{array}\right]& ...\end{array}\right]---\left(14\right)$

其中A_E1，θ_E1，A_E2，θ_E2分别表示ECM子载波群组1和2中的嵌入子载波的振幅和相位，A₁，(φ₁+θ_E1)，A₂，(φ₂+θ_E1)和A₃，(φ₃+θ_E2)，A₄，(φ₄+θ_E2)是初始OFDM传输中经过修改的前四个子载波的振幅和相位。由此，每一个ECM子载波群组内部的所有三个子载波都携带的是与将要传输的两个数据子载波相关的传输信息的嵌入卷积。

在接收端，2∶1ECM传输中的每一个子载波都会受到快频率选择性信道状况，例如多径衰落失真的影响。为了简单起见，设想在等式(14)中表示的来自图1的ECM子载波群组1。假设在这个2∶1ECM子载波群组传输内部，子载波D₁与E₁之间的信道影响大致不会发生显著变化(与FDRM子载波传输相似)，同样，子载波E₁与D₂之间的信道大致不会发生显著变化。如果情况确实如此，那么如下所示，D₁与E₁之间的信道变化的影响可被消除，并且E₁和D₂能够恢复初始的OFDM子载波S₁和S₂。现在，选择传输群组中间的E₁的理由是很明确的。即使信道在三个子载波群组的传输中发生更剧烈的变化，D₁与E₁以及E₁与D₂之间的信道中的变化也不会那么严重，而这实际上有助于在快衰落环境中更精确地排除子载波之间的信道。在下文中更详细地概述了这个信道排除过程。

再次设想2∶1ECM传输群组1。简单起见，假设H代表的是影响这个子载波群组的快衰落信道。测量得到的接收机群组1、即受到信道影响的子载波集合是用W_ECM，表示的，并且是如下表示的：

W_ECM＝[X₁ Z₁ X₂]    (15)

其中：

$X_1=I_{X1}+{\mathrm{jQ}}_{X1}=D_{1}H=A_1{e}^{j({\mathrm{\φ}}_1+{\mathrm{\θ}}_1)}H$

$Z_1=I_{Z1}+{\mathrm{jQ}}_{Z1}=E_{1}H=A_{E1}{e}^{j\left({\mathrm{\θ}}_1\right)}H---\left(16\right)$

$X_2=I_{X2}+{\mathrm{jQ}}_{X2}=D_{2}H=A_2{e}^{j({\mathrm{\φ}}_2+{\mathrm{\θ}}_1)}H$

其中I_X1，Q_X1，I_E1，Q_E2，I_X2，Q_X2代表的是由于信道的存在而产生的D₁、E₁和D₂的接收机I-Q星座点。

解码处理是下实现的。接收到的信号X₁与Z₁相除，然后则与A_E1相乘，所述A_E1是嵌入子载波的已知初始振幅，其在发射机上是预先定义和固定的，并且在接收机上也是已知的。同样，X₂也与Z₁相除并且与A_E1相乘。由此，通过执行这些运算，可以得到：

$\frac{X_1}{Z_1}{A}_{E1}=\frac{A_1{e}^{j({\mathrm{\φ}}_1+{\mathrm{\θ}}_E)}H}{A_{E1}{e}^{j{\mathrm{\θ}}_{E1}}H}x{A}_{E1}=A_1{e}^{j{\mathrm{\φ}}_1}=I_1+{\mathrm{jQ}}_1=S_1---\left(17\right)$

$\frac{X_2}{Z_1}{A}_{E1}=\frac{A_2{e}^{j({\mathrm{\φ}}_2+{\mathrm{\θ}}_E)}H}{A_{E1}{e}^{j{\mathrm{\θ}}_{E1}}H}x{A}_{E1}=A_2{e}^{j{\mathrm{\φ}}_2}=I_2+{\mathrm{jQ}}_2=S_2---\left(18\right)$

可以看出的是，预备在相同子载波上经由常规OFDM帧中的连续帧传送的初始数据是通过完全移除快衰落多径信道的效应来恢复的。该技术的进一步优点在于：初始数据是在接收机不知道除了I-Q星座点上的固定振幅之外的嵌入子载波的其他特性的情况下恢复的。

在大多数接收机中，在等式(17)和(18)中推导得到的I和Q值是为每一个星座比特图案测得的值。如果存在噪声，那么这些值会变成初始传输值的“估计”，并且是用

表示的。从(17)和(18)中很容易看出，关于I和Q的估计值可以通过下列解码算法而从接收机上测得的值I_X1，Q_X1，I_Z1，Q_Z1I_X2，Q_X2中确定。

${\hat{I}}_1=A_{E1}\left[\frac{I_{X1}{I}_{Z1}+Q_{X1}{Q}_{Z1}}{I_{Z1}^2+Q_{Z1}^2}\right]---\left(19\right)$

${\hat{Q}}_1=A_{E1}\left[\frac{I_{Z1}{Q}_{X1}+I_{X1}{Q}_{Z1}}{I_{Z1}^2+Q_{Z1}^2}\right]---\left(20\right)$

${\hat{A}}_1=\sqrt{({\hat{I}}_1^2+{\hat{Q}}_1^2)}---\left(21\right)$

${\widehat{\mathrm{\φ}}}_1={\tan }^{-1}\left(\frac{{\hat{Q}}_1}{{\hat{I}}_1}\right)---\left(22\right)$

${\hat{I}}_2=A_{E1}\left[\frac{I_{X2}{I}_{Z2}+Q_{X2}{Q}_{Z2}}{I_{Z1}^2+Q_{Z1}^2}\right]---\left(23\right)$

${\hat{Q}}_2=A_{E1}\left[\frac{I_{Z1}{Q}_{X2}+I_{X2}{Q}_{Z1}}{I_{Z1}^2+Q_{Z1}^2}\right]---\left(24\right)$

${\hat{A}}_2=\sqrt{({\hat{I}}_2^2+{\hat{Q}}_2^2)}---\left(25\right)$

${\widehat{\mathrm{\φ}}}_2={\tan }^{-1}\left(\frac{{\hat{Q}}_2}{{\hat{I}}_2}\right)---\left(26\right)$

如果需要的话，在传输D₁的过程中出现并用H_D1表示的信道可以通过下式来估计：

${\hat{H}}_{D1}=\frac{(I_{X1}\cos ({\widehat{\mathrm{\φ}}}_1+{\widehat{\mathrm{\θ}}}_1)+Q_{X1}\sin ({\widehat{\mathrm{\φ}}}_1+{\widehat{\mathrm{\θ}}}_1))}{A_{E1}}+j\frac{(Q_{X1}\cos ({\widehat{\mathrm{\φ}}}_1+{\widehat{\mathrm{\θ}}}_1)-I_{X1}\sin ({\widehat{\mathrm{\φ}}}_1+{\widehat{\mathrm{\θ}}}_1))}{A_{E1}}---\left(27\right)$

应该指出的是，

由此，基于估计值和

始终可以从(22)和(26)中知道所述

同样，在传输嵌入子载波E₁的过程中出现并用H_E1表示的信道可以通过下式来估计：

${\hat{H}}_{E1}=\frac{(I_{Z1}\cos {\widehat{\mathrm{\θ}}}_1+Q_{Z1}{\widehat{\mathrm{\θ}}}_1)}{A_{E1}}+j\frac{(Q_{Z1}\cos {\widehat{\mathrm{\θ}}}_1-I_{Z1}\sin {\widehat{\mathrm{\θ}}}_1)}{A_{E1}}---\left(28\right)$

在传输D₂的过程中出现并用H_D2表示的信道可以通过下式来估计：

${\hat{H}}_{D2}=\frac{(I_{X2}\cos ({\widehat{\mathrm{\φ}}}_2+{\widehat{\mathrm{\θ}}}_1)+Q_{X2}\sin ({\widehat{\mathrm{\φ}}}_2+{\widehat{\mathrm{\θ}}}_1))}{A_{E1}}+j\frac{(Q_{X2}\cos ({\widehat{\mathrm{\φ}}}_2+{\widehat{\mathrm{\θ}}}_1)-I_{X2}\sin ({\widehat{\mathrm{\φ}}}_2+{\widehat{\mathrm{\θ}}}_1))}{A_{E1}}---\left(29\right)$

如果信道在子载波群组上没有发生显著变化，那么关于信道的所有三个估计都是相同的，也就是说

${\hat{H}}_{D1}={\hat{H}}_{E1}={\hat{H}}_{D2}=\hat{H}---\left(30\right)$

在θ₁的值可被选定成是一个常数，由此其在接收机上可以是已知的，或者也可以将其作为卷积数据的函数并通过通用公式来推导：

${\widehat{\mathrm{\θ}}}_1=({\widehat{\mathrm{\φ}}}_1+{\widehat{\mathrm{\φ}}}_2)$

${\widehat{\mathrm{\θ}}}_1=({\widehat{\mathrm{\φ}}}_1+{\widehat{\mathrm{\φ}}}_2)---\left(31\right)$

${\widehat{\mathrm{\θ}}}_1=-({\widehat{\mathrm{\φ}}}_1+{\widehat{\mathrm{\φ}}}_2)---\left(32\right)$

${\widehat{\mathrm{\θ}}}_1=-({\widehat{\mathrm{\φ}}}_1+{\widehat{\mathrm{\φ}}}_2)/2---\left(33\right)$

在给出3∶1、4∶1ECM之类的其他实施方式时，经过卷积的相位角可以采用多种形式，其中通用形式是：

${\mathrm{\θ}}_{E1}=({\mathrm{\α}}_1{\mathrm{\φ}}_1+{\mathrm{\α}}_2{\mathrm{\φ}}_2+...{\mathrm{\α}}_N{\mathrm{\φ}}_N)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_n{\mathrm{\φ}}_n$

经过修改的相位是如下给出的：

φ_Dn＝(β_nφ_n+θ_E1)

值α_n，β_n分别是与嵌入和经过修改的相位相关联的相位角的恰当系数乘数。最简单的实施方式使用的是α_n＝α以及β_n＝β，但是，关于系数的选择可以来自预定序列，或是简单地设定成恰当的恒定值。

图2显示的是用于2∶1帧内ECM的频域时域子载波图。在该图中，卷积(a)固有地在相同帧内部的频率子载波之间的每一个帧中实施，或者(b)是跨越帧进行的，也就是同时在相同的帧内部并且跨越相邻或附近的帧，即帧内帧间。

(a)帧内卷积调制群集

对帧内卷积来说，每个帧内部的子载波首先分成具有两个频率子载波的群组。例如，在将要传送的第一OFDM帧中，所述分段如下所示：

$S=\left[\begin{array}{c}\left[\begin{array}{c}{S}_1\\ S_2\end{array}\right]\\ \left[\begin{array}{c}{S}_3\\ S_4\end{array}\right]\\ .\\ .\\ .\end{array}\right]$

其中S₁，S₂…代表的是调制在每个子载波上的数据。嵌入子载波E被插入到两个数据子载波中间，以便形成具有三个子载波的群集组，并且处于嵌入子载波任一侧的两个初始子载波中的每一个的相位都是通过添加嵌入子载波相位θ来修改的。θ的相位选择与用于WO 2004/084513中描述的卷积的相位是相同的。在图2中就用于2∶1帧内ECM的子载波图显示了用于该方案的频域时域图。所产生的传输帧将会变成：

$S_{\mathrm{ECM}}=\left[\begin{array}{c}\left[\begin{array}{c}{D}_1\\ E_1\\ D_2\end{array}\right]\\ \left[\begin{array}{c}{D}_3\\ E_2\\ D_4\end{array}\right]\\ .\\ .\\ .\end{array}\right]=\left[\begin{array}{c}\left[\begin{array}{c}{A}_1{e}^{j({\mathrm{\φ}}_1+{\mathrm{\θ}}_1)}\\ A_{E1}{e}^{j\left({\mathrm{\θ}}_1\right)}\\ A_2{e}^{j({\mathrm{\φ}}_2+{\mathrm{\θ}}_1)}\end{array}\right]\\ \left[\begin{array}{c}{A}_3{e}^{j({\mathrm{\φ}}_3+{\mathrm{\θ}}_2)}\\ A_{E2}{e}^{j\left({\mathrm{\θ}}_2\right)}\\ A_4{e}^{j({\mathrm{\φ}}_4+{\mathrm{\θ}}_2)}\end{array}\right]\\ .\\ .\\ .\end{array}\right]$

在这里，嵌入传输导频可以是所考虑的子载波块内部的单个嵌入子载波。

当每个子载波均受到多信道效应影响时，接收到的信号具有如下形式：

${S^{\′}}_{\mathrm{ECM}}=\left[\begin{array}{c}\left(\begin{array}{c}{\hat{D}}_1\\ {\hat{E}}_1\\ {\hat{D}}_2\end{array}\right]\\ \left[\begin{array}{c}{\hat{D}}_3\\ {\hat{E}}_2\\ {\hat{D}}_4\end{array}\right]\\ .\\ .\\ .\end{array}\right]=\left[\begin{array}{c}\left[\begin{array}{c}{A}_1{e}^{j({\mathrm{\φ}}_1+{\mathrm{\θ}}_1)}{H}_1\\ A_{E1}{e}^{j\left({\mathrm{\θ}}_1\right)}{H}_{E1}\\ A_2{e}^{j({\mathrm{\φ}}_2+{\mathrm{\θ}}_1)}{H}_2\end{array}\right]\\ \left[\begin{array}{c}{A}_3{e}^{j({\mathrm{\φ}}_3+{\mathrm{\θ}}_2)}{H}_3\\ A_{E2}{e}^{j\left({\mathrm{\θ}}_2\right)}{H}_{E2}\\ A_4{e}^{j({\mathrm{\φ}}_4+{\mathrm{\θ}}_2)}{H}_4\end{array}\right]\\ .\\ .\\ .\end{array}\right]$

假设每一个相邻子载波之间的信道没有发生很大变化，也就是说，

H₁＝H_E1＝H₂；H₃＝H_E2＝H₄等。

那么，通过在每一个群集中用接收到的子载波信号除以接收到的导频，可以得到：

$\hat{S}=\left[\begin{array}{c}\frac{{\hat{D}}_1}{{\hat{E}}_1}\\ \frac{{\hat{D}}_2}{{\hat{E}}_1}\\ \frac{{\hat{D}}_3}{{\hat{E}}_2}\\ \frac{{\hat{D}}_4}{{\hat{E}}_2}\\ .\\ .\\ .\end{array}\right]=\left[\begin{array}{c}{A}_1{e}^{j{\mathrm{\φ}}_1}\\ A_2{e}^{{\mathrm{j\φ}}_2}\\ A_3{e}^{j{\mathrm{\φ}}_3}\\ {\text{A}}_4{e}^{j{\mathrm{\φ}}_4}\\ .\\ .\\ .\end{array}\right]$

可以看出，用接收到的信号除以嵌入导频将会导致初始数据是用现在正在消除的恢复的。这些算法是在WO 2004/084513中概述的算法。而恢复的精度则取决于两个因素，即存在的噪声和信道状况。

在帧内ECM结构的内部，每个帧均由具有嵌入导频的多个群集组成。以具有N个帧内ECM群集的OFDM帧为例，其中每个群集都可以具有一个ECM嵌入导频。单个群集内部的所有子载波可以通过将相同的相位偏移相加来调整，而不会影响到数据恢复。例如，在上述最简单的2∶1ECM中，如果每一个群集都被给定了一个任意相移，那么，解码处理仍旧提供恢复的数据。假设每一个群集的相位调整用d表示，那么

$S_{\mathrm{ECM}}=\left[\begin{array}{c}\left[\begin{array}{c}{D}_1\\ E_1\\ D_2\end{array}\right]\\ \left[\begin{array}{c}{D}_3\\ E_2\\ D_4\end{array}\right]\\ .\\ .\\ .\end{array}\right]=\left[\begin{array}{c}\left[\begin{array}{c}{A}_1{e}^{j({\mathrm{\φ}}_1+{\mathrm{\θ}}_1+d_1)}\\ A_{E1}{e}^{j({\mathrm{\θ}}_1+d_1)}\\ A_2{e}^{j({\mathrm{\φ}}_2+{\mathrm{\θ}}_1+d_1)}\end{array}\right]\\ \left[\begin{array}{c}{A}_3{e}^{j({\mathrm{\φ}}_3+{\mathrm{\θ}}_2+d_2)}\\ A_{E2}{e}^{j({\mathrm{\θ}}_2+d_2)}\\ A_4{e}^{j({\mathrm{\φ}}_4+{\mathrm{\θ}}_2+d_2)}\end{array}\right]\\ .\\ .\\ .\end{array}\right]$

一旦包含信道，并且如上文那样假设子载波之间的信道变化没有显著改变，那么，应用ECM解码明显会产生前述结果相同的结果。这一点是一个显著的成果，因为接收机现在对于单个群集相移而言是透明的。在这里没有传送开销来指示发生了相移。因此，每一个群集可以采用某种方式而被独立相移，以便可以减小最终得到的帧的PAPR，所有这些处理全都不需要为接收机所知。由此可以提供多种通过群集调相技术来优化每个帧的PAPR的方法，而接收机是不需要知道所述技术的。

减小PAPR的示例可以包括使用随机值d来对群集执行相移。此外，在相同的帧上可以使用多个随机调相处理，例如八个处理，并且调相处理提供的具有最低PAPR的帧可以是发射机。在某些方面，这与SLM(选择性映射)是很相似的，但在该情况下，该处理对接收机来说是透明的。同样，通过优化的群集调相，可以将连续的调相系统处理应用于每个帧。

图3显示的是一个PAPR优化处理。在第一个步骤，所实施的ECM类型将被选择。在WO 2004/084513中描述的任一ECM技术都是可以使用的。然后，为第一频率群集K＝1实施ECM调相处理。在范例群集中，在所有子载波上实施的相移全都介于0-2π之间。然后，确定为群集1-K实施的所有相移的PAPR。此后，选择为群集1-K产生最低PAPR的相移。然后，在范例群集的ECM调相处理中使用该相移，从而优化PAPR性能。该处理是为直至最终群集的每个群集执行的。一旦为每个群集完成了该处理，则传送OSTM帧。

帧内ECM可以扩展到较大的子载波群集，即N∶1ECM。图4展示了用于4∶1ECM的导频和经过修改的子载波的位置。嵌入ECM导频不需要位于群集组中间。例如，在3∶1ECM中，每个群集组内部的ECM导频可以驻留在第一、第二、第三或第四子载波群集组位置。如果需要的话，连续的帧传输还可以使用不同的ECM排列。例如，图5显示的是分别使用了2∶1ECM和4∶1ECM的连续的奇数和偶数帧传输。

根据多径衰落的严重程度，在这里可以实施不同形式的ECM。很明显，2∶1ECM优于3∶1或4∶1等等，并且这些ECM可以根据信道和信噪比状况而被恰当改变。

(b)帧间帧内卷积调制群集

上述原理可以应用于跨越连续传输帧的不同子载波群集排列。举个例子，设想在图6的三个连续传输帧上出现的九个子载波群集组。嵌入ECM导频位于群集中心，围绕该嵌入导频的是经过修改的数据子载波。

该实施方式存在一个问题，即帧之间的信道变化有可能会明显改变，由此减小ECM在信道消除处理中的效果。但是，通过组织导频，可以形成一个不同且更为优化或优选的实施方式。由此，任何形式的m×n子载波群集都可被选择，并且其中p个嵌入导频是在群集内部适当选择的。此外，在帧传输上可以选择不同的群集组。举个例子，在这里可以选择一个具有6个嵌入导频的3帧×4子载波群集，以便提供如图7所示的6∶6ECM群集组。

通过一次以上地在群集内部嵌入相同导频，可以不同的帧内结构中使用ECM。通过在每一个群集上应用嵌入插值技术，可以提供信道选择。此外，通过对每一个帧内部的单个群集进行更进一步的相移，还可以提供同时的PAPR减小，而这对接收机来说同样是透明的，也就是说，在这里不需要传送开销来进行解码。举例来说，设想一下在每一个4∶2ECM群集中使用两个相同的ECM嵌入导频的图8。在每一个群集中，所传送的信号是如下表示的：

$S=\left[\begin{array}{c}{D}_1\\ E_1\\ D_2\\ D_3\\ E_2\\ D_4\end{array}\right]=\left[\begin{array}{c}{A}_1{e}^{j({\mathrm{\φ}}_1+\mathrm{\θ})}\\ A_E{e}^{j\left(\mathrm{\θ}\right)}\\ A_2{e}^{j({\mathrm{\φ}}_2+\mathrm{\θ})}\\ A_3{e}^{j({\mathrm{\φ}}_3+\mathrm{\θ})}\\ A_E{e}^{j\left(\mathrm{\θ}\right)}\\ A_4{e}^{j({\mathrm{\φ}}_4+\mathrm{\θ})}\end{array}\right]$

在这里最好参考特定示例来论证信道消除和减小PAPR的方法的解码实施方式以及相关优点。在任何无线或宽带帧架构中都可以采用这种应用，例如IEEE 802.11x、IEEE 802.16x标准以及未来的无线xDSL标准。举个例子，在这里可以设想移动WiMax群集(WiMax IEEE 802.16e标准)。

从基站传送的所使用的每一个OFDM群集都包括偶数和奇数帧结构。ECM可以在相同的结构内部实施，应该指出的是，如图8所示，基于在每一个群集内部携带的数据，在每一个群集中构造的两个ECM导频子载波是相同的。显而易见的是，举例来说，偶数群集中携带的ECM信息是如下给出的：

$S_{\mathrm{ECM}\_\mathrm{even}}=\left[\begin{array}{c}{D}_1\\ D_2\\ D_3\\ D_4\\ E_1\\ D_5\\ D_6\\ D_7\\ D_8\\ E_2\\ D_9\\ D_{10}\\ D_{11}\\ D_{12}\end{array}\right]=\left[\begin{array}{c}{A}_1{e}^{j({\mathrm{\φ}}_1+\mathrm{\θ})}\\ A_2{e}^{j({\mathrm{\φ}}_2+\mathrm{\θ})}\\ A_3{e}^{j({\mathrm{\φ}}_3+\mathrm{\θ})}\\ A_4{e}^{j({\mathrm{\φ}}_4+\mathrm{\θ})}\\ A_E{e}^{j\left(\mathrm{\θ}\right)}\\ A_5{e}^{j({\mathrm{\φ}}_5+\mathrm{\θ})}\\ A_6{e}^{j({\mathrm{\φ}}_6+\mathrm{\θ})}\\ A_7{e}^{j({\mathrm{\φ}}_7+\mathrm{\θ})}\\ A_8{e}^{j({\mathrm{\φ}}_8+\mathrm{\θ})}\\ A_E{e}^{j\left(\mathrm{\θ}\right)}\\ A_9{e}^{j({\mathrm{\φ}}_9+\mathrm{\θ})}\\ A_{10}{e}^{j({\mathrm{\φ}}_{10}+\mathrm{\θ})}\\ A_{11}{e}^{j({\mathrm{\φ}}_{11}+\mathrm{\θ})}\\ A_{12}{e}^{j({\mathrm{\φ}}_{12}+\mathrm{\θ})}\end{array}\right]$

在这里可以为导频处于不同子载波的奇数群集评估类似的结构。在接收偶数帧时，每一个子载波不同程度地受到用H_n定义的快速变化的多径信道的影响，由此产生：

${\hat{S}}_{\mathrm{ECM}\_\mathrm{even}}=\left[\begin{array}{c}{\hat{D}}_1\\ {\hat{D}}_2\\ {\hat{D}}_3\\ {\hat{D}}_4\\ {\hat{E}}_1\\ {\hat{D}}_5\\ {\hat{D}}_6\\ {\hat{D}}_7\\ {\hat{D}}_8\\ {\hat{E}}_2\\ {\hat{D}}_9\\ {\hat{D}}_{10}\\ {\hat{D}}_{11}\\ {\hat{D}}_{12}\end{array}\right]=\left[\begin{array}{c}{A}_1{e}^{j({\mathrm{\φ}}_1+\mathrm{\θ})}{H}_1\\ A_2{e}^{j({\mathrm{\φ}}_2+\mathrm{\θ})}{H}_2\\ A_3{e}^{j({\mathrm{\φ}}_3+\mathrm{\θ})}{H}_3\\ A_4{e}^{j({\mathrm{\φ}}_4+\mathrm{\θ})}{H}_4\\ A_E{e}^{j\left(\mathrm{\θ}\right)}{H}_{E1}\\ A_5{e}^{j({\mathrm{\φ}}_5+\mathrm{\θ})}{H}_5\\ A_6{e}^{j({\mathrm{\φ}}_6+\mathrm{\θ})}{H}_6\\ A_7{e}^{j({\mathrm{\φ}}_7+\mathrm{\θ})}{H}_7\\ A_8{e}^{j({\mathrm{\φ}}_8+\mathrm{\θ})}{H}_8\\ A_E{e}^{j\left(\mathrm{\θ}\right)}{H}_{E2}\\ A_9{e}^{j({\mathrm{\φ}}_9+\mathrm{\θ})}{H}_9\\ A_{10}{e}^{j({\mathrm{\φ}}_{10}+\mathrm{\θ})}{H}_{10}\\ A_{11}{e}^{j({\mathrm{\φ}}_{11}+\mathrm{\θ})}{H}_{11}\\ A_{12}{e}^{j({\mathrm{\φ}}_{12}+\mathrm{\θ})}{H}_{12}\end{array}\right]$

假设E2是参考嵌入导频，那么首先使用E₂来将ECM解码算法应用于所有子载波，即：

由于E₁和E₂在所传送的信号中是相同的，因此，在接收到的信号中，比值E₁/E₂提供了关于信道失真的相对量度。通过使用在子载波5和9中的ECM嵌入导频之间确定的值，可以构造一个插值，以便估计R₁到R₁₂的恰当值。例如，对于线性插值、即

来说，梯度是通过下式来计算的：

$M=\frac{(1-R_{E1})}{(9-5)}=\frac{(1-R_{E1})}{4}$

而x轴上的截距则是通过下式来确定的：

c＝5-m

虽然在这里应用的是线性插值，但是其他形式的差值也是可以使用的。

多径信道校正是通过用解码数据除以R_x的估计值来进行的。一旦执行了该校正，则可以在接收机上通过将经过校正的数据与A_E相乘来恢复所传送的数据。由此，所恢复的预备用于星座图解码的星座点数据是通过下式来获取的：

应该了解的是，相同的结果可以通过使用E₁而不是E₂的ECM解码处理来获取。此外，相同的处理还可以应用于奇数帧，以便恢复奇数帧数据。

在以上概述的WiMax状况中，依照ECM，传输中的每一个OFDM群集组都可以被独立处理。例如，在每一个帧中可以传送数以百计的标准信道群集。ECM的优点在于可以将不同相移d添加给每个帧内部的每个不同群集。这样做允许在接收机不必知道每一个群集内部的d的情况下减小PAPR。然后，如先前所述，通过对每一个帧内部的每一个群集实施任何或策略性的相位加法，可以使用用于PAPR的优化处理。

上述方法或是其变体还可以扩展到组合的帧间帧内群集组，由此可以采用调相方法和信道插值方法的组合来减小多径衰落问题，同时减小每一个帧内部的PAPR。

上述想法的扩展可以通过在群集内部的时间-频率子载波上嵌入的多个相同导频来执行，也就是说，嵌入导频调相处理是相同的，并且取决于群集内部的所有数据相位。在这种情况下，其他信道估计技术也是可以使用的，这其中包括二阶线性插值，多项式插值，最小均方误差(MMSE)等等。

在所有的上述应用中，嵌入ECM导频还可以在帧或群集内部使用专门的调相序列。拥有良好的循环自相关和自校正属性的专门调相序列通常被用于同步，或者用于分离、区分或缓解干扰信号。通常，所使用的序列包括PN序列、Zadoff-Chu序列等等。在发射机上可以为嵌入导频应用与这些序列相关的恰当相移，以使导频遵循所预期的序列。相同的调相序列还应用于接收到的导频，以便校正调相处理，由此使用上述处理来实施数据的信道估计和校正。由于所传送的导频仍旧具有良好的相关属性，因此，这些导频仍旧可以用于信号干扰缓解以及其他功能，例如同步和测距，并且可以保持较低的PAPR。举个例子，假设μ是需要与嵌入导频相关联的专门的序列导频相位。为了获取μ，在这里会用ε来校正ECM导频相位θ，以使μ＝θ+ε。整个帧中的每一个子载波同样会用ε来调整，以使μ存在于所传送的每一个子载波的相位中。由此，所得到的传输在导频上保持了特定相位序列，并且仍旧能够以上述方式进行解码。使用这种序列导频的附加价值在于可以使用其他那些更为先进的信道估计方法，这一点取决于导频序列的特定相关属性。

上述技术还可以用于在物理层中提供数据安全性。举个例子，设想以下关于ECM子载波以及ECM导频的方案。所传送的ECM子载波和ECM导频具有通用形式：

$D={\mathrm{Ae}}^{j(\mathrm{\β\φ}+{\mathrm{\θ}}_E)}$

$E=A_E{e}^{j\left({\mathrm{\θ}}_E\right)}$

其中与先前一样，φ是经过调制的数据相位角，β是用于数据的恰当相位扩缩因子，A是经过调制的数据的振幅，A_E是导频振幅，以及φ_E是如下定义的嵌入RCM导频相位

${\mathrm{\θ}}_E=({\mathrm{\α}}_1{\mathrm{\φ}}_1+{\mathrm{\α}}_2{\mathrm{\φ}}_2+...{\mathrm{\α}}_N{\mathrm{\φ}}_N)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_n{\mathrm{\φ}}_n$

加密处理的实质如下所述。发射机可以为子载波和导频选择不同的值α_n。在这种情况下，子载波和导频传输可以定义如下：

$D={\mathrm{Ae}}^{j(\mathrm{\β\φ}+{\mathrm{\θ}}_{\mathrm{ES}})}$

$E={A_{E}e}^{j\left({\mathrm{\θ}}_{\mathrm{EP}}\right)}$

其中

${\mathrm{\θ}}_{\mathrm{ES}}=({\mathrm{\α}}_{1S}{\mathrm{\φ}}_1+{\mathrm{\α}}_{2S}{\mathrm{\φ}}_2+...{\mathrm{\α}}_{\mathrm{NS}}{\mathrm{\φ}}_N)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{\mathrm{nS}}{\mathrm{\φ}}_n$

以及

${\mathrm{\θ}}_{\mathrm{EP}}=({\mathrm{\α}}_{1P}{\mathrm{\φ}}_1+{\mathrm{\α}}_{2P}{\mathrm{\φ}}_2+...{\mathrm{\α}}_{\mathrm{NP}}{\mathrm{\φ}}_N)=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{\mathrm{nP}}{\mathrm{\φ}}_n$

β、α_nS和α_nP的值实际上是加密密钥。如果发射机和接收机知道这些密钥，那么可以执行如上所述的ECM解码和信道消除。如果这些密钥是未知的，那么正确解码将会是极度困难的，这是因为有可能选择数量极大的密钥值。密钥的范围取决于计算处理的数字精度的特性。但是仍旧有可能存在大量的α和β的组合。这些加密密钥可以是从专门的数学序列、公式中设计得来的，或者是视情况随机生成的。实际上，不同的序列可以用于不同的帧，以便提供更进一步的数据安全性，从而在没有密钥的情况下更难以解码信息。

在图10中显示了标准的星座散布图，其中该散布图显示的是常规的64QAM移动WiMax传输以及经过加密的64QAM移动WiMax ECM传输。可以很清楚地看出，解码ECM散布图的处理并不是一个不重要的任务。只有在接收机知道密钥的情况下，解码处理才是可行的。

此外，如果需要更改导频振幅、实际上是更改加密数据子载波的振幅，那么，只要发射机和接收机，则所述振幅是可以改变的。在这种情况下，有必要使用早先描述的PAPR减小方法来恰当调整相位，以便提供最低的PAPR。

上述加密处理的一个优点是可以在减小信号PAPR的同时提供附加的数据安全层，由此消除信道以及提供信号缓解和同步。更进一步，该加密可以基于逐个帧或者基于逐个子载波来执行，由此密钥会随着帧的不同而持续改变，从而使其更加难以解密。由此，该方法为无线通信提供的更高的安全性，从而使得侵入者更加难以非法闯入，并且由此在安全性方面为协议栈的上层提供帮助。

本发明引入了卷积导频数据嵌入方法的能力，其中该所述数据包括来自频域或是来自频域和时域的数据子载波的信息。由于同时在时域和频域执行多径校正，这样做允许更进一步改善消除快衰落动态多径的处理，同时自动并且可控地减小PAPR。此外，导频的嵌入特性可以是自适应的，以便在不损失接收机BER的情况下进一步优化PAPR。关于优化方法的资料不必传送到接收机，也就是说，接收机上使用的信道消除和数据恢复方法保持固定，并且对于在发射机上使用的优化的PAPR减小方法来说是透明的。在这里不需要传送边信息。此外，它还可以在当前标准的宽带架构中使用，其中新的嵌入导频可以取代常规导频。其他技术也可以与这种新方法一起使用，例如用于进一步改善PAPR的SLM，或是用于进一步改善BER的信道编码方法。

技术人员将会了解，在不脱离本发明的情况下，所公开的方案是可以改变的。相应地，以上关于实施例的描述仅仅是作为示例给出，而不是为了进行限制。对技术人员来说，很明显，在没有显著改变所描述的操作的情况下，次要的修改是可行的。

Claims (50)

1.一种对在电信网络上传送的数据进行编码的方法，包括：在频域中，在多个实际数据块内部嵌入至少一个控制或导频数据块；使用控制或导频数据块中的控制或导频数据来卷积实际数据块；以及使用一个或多个传输子载波信号来调制实际数据块以及控制或导频数据块。

2.如权利要求1所述的方法，包括：通过将两个或多个实际数据块以及至少一个控制数据块集中在一起来形成一个群集或群组，以及在所述群集内部，使用控制数据块中的至少一些控制数据来卷积每一个实际数据块中的实际数据。

3.如权利要求2所述的方法，其中形成了多个群集或群组。

4.如权利要求2或权利要求3所述的方法，其中在每一个群集或群组中提供多个控制数据块，并且每一个实际数据块都用每一个控制数据块中的至少一些控制数据来卷积。

5.如前述任一权利要求所述的方法，包括：提供多个相同的控制数据块。

6.如前述任一权利要求所述的方法，其中卷积步骤包括使用控制数据块中的相应条目的相位角来对每一个数据块执行相位角卷积。

7.如前述任一权利要求所述的方法，其中用于控制数据块的每一个相位角是随机指定的。

8.如权利要求1-7中任一权利要求所述的方法，其中控制数据块的每个条目具有一个相位角，该相位角取决于实际数据块中的相应条目的相位角。

9.如权利要求8所述的方法，其中控制数据块中的每个条目的相位角是实际数据块中的相应条目的相位角的总和。

10.如权利要求8所述的方法，其中卷积步骤包括：从每一个实际数据子载波的相位角中减去所有其他实际数据子载波的所有相应条目的所有相位角。

11.如前述任一权利要求所述的方法，其中控制或导频数据实质上被嵌入到实际数据块中间。

12.如前述任一权利要求所述的方法，包括：为每一个控制或导频应用一个相移，以使相位遵循预定序列。

13.如前述任一权利要求所述的方法，包括：对将要传送的实际和控制数据进行加密。

14.如权利要求13所述的方法，包括：为控制数据使用一个相位扩缩因子，以及为实际数据使用一个不同的相位扩缩因子。

15.一种编码器，其被适配成执行前述任一权利要求的编码方法。

16.一种计算机程序产品，其具有用于实施权利要求1-14中任一权利要求的编码方法的代码或指令。

17.一种对在电信网络上接收的数据进行解码的方法，该方法包括：在频域中，接收嵌入到多个已调制的实际数据块中的已调制控制块，识别所接收的控制数据块，以及使用接收到的控制数据块和接收到的数据块中的相应条目来估计实际数据。

18.如权利要求17所述的方法，其中估计步骤包括使用控制数据的相应条目来划分接收到的实际数据中的每一个条目。

19.一种解码器，其被适配成实施权利要求17或权利要求18的解码方法。

20.一种计算机程序产品，其具有用于实施权利要求17-19中的任一权利要求的解码方法的代码或指令。

21.一种设备，其中包括权利要求15所述的编码器和/或如权利要求19所述的解码器。

22.如权利要求21所述的设备，其中该设备是任何电信设备，例如个人移动通信设备，移动/无线电电话，具有远程通信能力的计算机，数字广播无线电或数字电视，机顶盒，或是任何无线联网设备。

23.一种用于优化电信网络上传送的数据的PAPR的方法，该方法包括：在多个实际数据块中嵌入控制数据块；使用一个或多个传输子载波信号来调制实际数据块；使用每一个用以调制实际数据块的传输子载波来调制控制数据块；为每一个经过调制的数据块添加相移，并且确定该相移的PAPR；改变所添加的相移，并且确定该相移的PAPR，以及通过重复执行该处理来确定提供最优PAPR的相移。

24.一种用于在电信网络上传送数据的方法，包括：在频域和时域中，在多个实际数据块内部嵌入至少一个控制数据块，以便形成一个m×n群集，其中m和n全都大于1；使用一个或多个传输子载波信号来调制实际数据块；以及使用每一个用以调制实际数据块的传输子载波来调制至少一个控制数据块。

25.如权利要求24所述的方法，其中群集是对称的，其中具有一个单独的控制块，并且该控制块位于中心。

26.如权利要求24所述的方法，其中提供了多个相同的控制数据块。

27.如权利要求25或权利要求27所述的方法，其中多个控制数据块将被提供，并且控制数据块的数量与实际数据块的数量是相同的。

28.一种编码器，其被适配成执行权利要求24-27中任一权利要求的编码方法。

29.一种计算机程序产品，其具有用于实施权利要求24-27中任一权利要求的编码方法的代码或指令。

30.一种在电信网络上传送数据的方法，包括：在多个实际数据块内部嵌入至少两个相同的控制数据块，以便形成一个群集；使用一个或多个传输子载波信号来调制实际数据块；以及使用每一个用以调制实际数据块的传输子载波来调制至少两个控制数据块。

31.如权利要求30所述的方法，其中实际数据块位于频域和时域中，并且群集是一个m×n群集，其中m和n是大于1的整数。

32.如权利要求30或权利要求31所述的方法，其中控制数据块的数量与实际数据块的数量是相同的。

33.如权利要求32所述的方法，其中控制块的数量超出实际数据块的数量。

34.如权利要求30-33中任一权利要求所述的方法，包括：使用控制数据块中的至少某些控制数据来卷积实际数据块中的实际数据。

35.如权利要求34所述的方法，其中卷积步骤包括：使用控制块中的相应条目的相位角来对每一个实际数据块中的每一个条目执行相位角卷积。

36.如权利要求35所述的方法，其中相位角卷积步骤包括：将控制数据块的每一个条目的相位角添加给每一个实际数据块中的相应条目的相位角。

37.如权利要求27-33中任一权利要求所述的方法，其中用于控制数据块中的控制数据的每一个相位角都是随机指定的。

38.如权利要求30-37中任一权利要求所述的方法，其中控制数据块的每一个条目都具有一个相位角，该相位角取决于实际数据块中的相应条目的相位角。

39.如权利要求38所述的方法，其中控制数据块中的每一个条目的相位角是实际数据块中的相应条目的相位角的总和。

40.如权利要求30-37中任一权利要求所述的方法，包括：使用其他实际数据块中的相应条目的相位角来对每一个数据块中的每一个条目执行相位角卷积。

41.如权利要求40所述的方法，其中卷积步骤包括：从每一个实际数据条目的相位角中减去所有其他实际数据块中的所有相应条目的所有相位角。

42.如权利要求30-41中任一权利要求所述的方法，其中控制数据块实质上被嵌入到实际数据块中间。

43.如权利要求30-42中任一权利要求所述的方法，其中在实际数据块内部嵌入了多个控制数据块。

44.如权利要求24-43中任一权利要求所述的方法，包括：将相移应用于每一个控制或导频，以使相位遵循预定序列。

45.如权利要求23-44中任一权利要求所述的方法，包括：对将要传送的实际和控制数据进行加密。

46.如权利要求45所述的方法，包括：为控制数据使用一个相位扩缩因子，以及为实际数据使用一个不同的相位扩缩因子。

47.一种编码器，其被适配成执行权利要求30-46中任一权利要求的编码方法。

48.一种计算机程序产品，其具有用于实施权利要求30-46中任一权利要求的编码方法的代码或指令。

49.一种通过使用两个或多个相同的已调制控制数据块来解码所传送的信号的方法，该方法包括：识别至少两个已调制控制块，以及使用这些控制块来提供关于传输信道失真或变化的估计。

50.如权利要求49所述的方法，包括：用其中一个接收到的调制控制块除以接收到的另一个控制数据块。

Images