CN102271025B - 一种重构数据方法及装置 - Google Patents

Abstract

本发明实施例提供一种重构数据的方法及装置，所述方法包括：获取根升余弦滤波器系数的自相关函数及信道估计的每根天线上的衰落因子；按照天线构造L维所述自相关函数的矩阵，其中，L为单根天线搜索到的有效径数；对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果进行处理，得到每个天线上真实衰落因子的估计值；根据所述真实衰落因子的估计值对接收到的数据进行重构，得到用于对消的重构数据。本发明实施例中，在干扰对消重构数据的时候，利用真实衰落因子的估计值对接收到数据进行重构，使干扰对消重构数据更接近真实的发送过程，更加逼近原始发送信号，提高了对消的效率，降低干扰。

Description

一种重构数据方法及装置

技术领域

本发明涉及通信技术领域，特别涉及一种重构数据方法及装置。

背景技术

随着通信技术的飞速发展，为了提高上行的数据传输速率，引入了干扰对消（IC，Interference Cancellation）技术，该技术根据用户的估计值重构接收信号，用于对消掉干扰用户的信号，以提高目标用户的解调信干噪比，从而提升目标用户的性能。其中，干扰对消技术通过消除基带数据中各个用户的专用物理数据信道（DPDCH，Dedicated Physical Data Channel）数据、专用物理控制信道（DPCCH，Dedicated Physical Control Channel）数据、增强型专用物理控制信道（EDPCCH）数据、增强专用物理数据信道（EDPDCH）数据，减少上行干扰，来获得性能的提升。重构是干扰对消的重要步骤之一，重构的优劣直接决定了干扰对消的对消效率和系统的性能；而基带重构数据的重要步骤之一是对信号进行加衰落。通常情况，加衰落所使用的是信道估计得到的衰落因子，并非真实衰落因子。对于基带重构数据过程为模拟发射信号的过程，需要的是真实衰落因子，而实际估计得到的衰落因子受发端、收端根升余弦滤波器的影响，是所有有效径衰落因子叠加的结果，并非真正的衰落因子。

比如，设通过的信道衰落因子h_l是各有效径的真实衰落因子。而实际估计得到的衰落因子h′_l由于受接收端根升余弦滤波器的影响是所有有效径衰落因子叠加的结果，即估计得到h′_l为：

$h_l^{\′}=\underset{q=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_q{R}_p({\mathrm{\τ}}_l-{\mathrm{\τ}}_q),l=\mathrm{0,1},...,L-1---\left(1\right)$

在IC的重构数据的时候，模拟接收前数据经过的过程，需要经过信道，用估计的衰落因子模拟信道的影响，再通过两次根升余弦滤波器（或者一次升余弦滤波器）。而信道估计得到的是包含滤波器影响的信道衰落因子，也就是真实衰落因子和R_p的卷积。干扰对消重构的信道数据的时候使用的是信道估计得到的衰落因子。

在对现有技术的研究和实践过程中，本发明的发明人发现，现有的实现方式中，采用信道估计得到的衰落因子并非真实的信道衰落因子，重构出来的数据与信道实际发送数据的偏差较大，影响了干扰对消的增益，从而减低了对消的效率。

发明内容

本发明实施例提供一种重构数据的方法及装置，以解决在重构数据时没有按照真实发送过程重构的技术问题。

为解决上述技术问题，本发明实施例提供一种重构数据的方法，所述方法包括：

获取根升余弦滤波器系数的自相关函数及信道估计的每根天线上的衰落因子；

按照天线构造L维所述自相关函数的矩阵，其中，L为单根天线搜索到的有效径数；

对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果进行处理，得到每个天线上真实衰落因子的估计值；

根据所述真实衰落因子的估计值对接收到的数据进行重构，得到用于对消的重构数据；

其中，所述对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果进行处理，确定每个天线上真实衰落因子的估计值，具体包括：

对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果进行求解操作，得到每个天线上真实衰落因子的估计值；

或者，对所述L维自相关函数的矩阵进行求逆，得到L维自相关函数的逆矩阵；对每根天线上的衰落因子与L维自相关函数的逆矩阵进行叠加后的结果进行反卷积处理，得到每根天线上的真实衰落因子的估计值。

相应的，本发明实施例还提供一种重构数据装置，包括：

获取单元，用于获取根升余弦滤波器系数的自相关函数及信道估计的每根天线上的衰落因子；

构造单元，用于按照天线构造L维所述自相关函数的矩阵，其中，L为单根天线搜索到的有效径数；

处理单元，用于对所述构造单元构造的L维的自相关函数的矩阵和所述获取单元获取的每根天线上的衰落因子的叠加结果进行处理，确定每个天线上真实衰落因子的估计值；

重构单元，用于根据所述处理单元确定的真实衰落因子的估计值对接收到的数据进行重构，得到用于对消的重构数据；

其中，所述处理单元包括：

求解处理单元，用于对所述构造单元构造的L维的自相关函数的矩阵与所述获取单元获取的每根天线上的衰落因子的叠加结果进行求解操作，得到每个天线上真实衰落因子的估计值；

所述处理单元还包括：

求逆单元，用于对所述构造单元构造的L维自相关函数的矩阵进行求逆，得到L维自相关函数的逆矩阵；

反卷积处理单元，用于对所述获取单元获取的每根天线上的衰落因子与求逆单元得到的L维自相关函数的逆矩阵进行叠加后的结果进行反卷积处理，得到每根天线上的真实衰落因子的估计值。

由上述公开的技术方案可知，本发明实施例中，在干扰对消重构数据的时候，利用真实衰落因子的估计值对接收到数据进行重构，使干扰对消重构数据更接近真实的发送过程，更加逼近原始发送信号，提高了对消的效率，降低干扰。

附图说明

图1为本发明实施例提供的一种重构数据的方法的流程图；

图2为本发明实施例提供的一种重构数据方法的第一应用实例的流程图；

图3为本发明实施例提供的第i个天线的按天线号调整位置后的衰落因子、径位置排列图；

图4为本发明实施例提供的一种重构数据方法的第二应用实例的流程图；

图5为本发明实施例提供的一种有无反卷积性能比较的示意图；

图6为本发明实施例提供的一种重构数据装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明实施例的方案，下面结合附图和实施方式对本发明实施例作进一步的详细说明。

请参阅图1，为本发明实施例提供的一种重构数据的方法的流程图，所述方法包括：

步骤101：获取根升余弦滤波器系数的自相关函数及信道估计的每根天线上的衰落因子；

在该实施例中，接收端的根升余弦滤波器是预置的，也就是说，一旦确定了接收端的根升余弦滤波器，则接收端根升余弦滤波器的自相关函数也就确定了，即R_p也就确定了。

而获取信道估计的每根天线上的衰落因子，本实施例中，接收端利用导频进行信道估计，得到每根天线上估计的衰落因子，信道估计得到的信道衰落因子反应了信道信息（包括幅度和相位）。该过程对于本领域技术人员来说，已是熟知技术，在此不再赘述。

步骤102：按照天线构造L维所述自相关函数的矩阵，其中，L为单根天线搜索到的有效径数；

步骤103：对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果进行处理，确定每个天线上真实衰落因子的估计值；

在该实施例中，对所述自相关函数的矩阵与每根天线上的衰落因子的叠加结果可以进行求解操作，来确定每个天线上真实衰落因子的估计值，具体可以是按照求解线性方程组的方法进行求解操作，但并不限于此，还可以通过其他的算法来确定，本实施例不做限制。

步骤104：根据所述真实衰落因子的估计值对接收到的数据进行重构，得到用于对消的重构数据，即接近发送的真实数据。

所述重构数据用于干扰对消，其中，所述进行重构数据，就是对接收到的数据进行加衰落。

进一步，在步骤101之前，所述方法还可以包括：按照天线号，对径位置、衰落因子的位置进行重新排序，使径、衰落因子均按照不同的天线分开排列。

进一步，在上述所有实施例的基础上，所述对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果进行处理，得到每个天线上真实衰落因子的估计值包括：对所述L维自相关函数的矩阵进行求逆，得到L维自相关函数的逆矩阵；对每根天线上的衰落因子与L维自相关函数的逆矩阵进行叠加后的结果进行反卷积处理，得到每根天线上的真实衰落因子的估计值；之后，根据所述真实衰落因子的估计值对接收到的数据进行重构，得到真实的发送数据。

其中，所述对所述L维自相关函数矩阵进行求逆具体包括：按照逐次超松驰迭代法（SOR,Successive Over Relaxation Method）或分解法对所述L维自相关函数矩阵进行求逆。但并不限于此，还可以通过其他的方法，本实施例不作限制。

本发明实施例中，接收端利用导频进行信道估计，信道估计得到的信道衰落因子反应了信道的信息（幅度和相位）。为了便于理解，天线接收到的信号可以写成Y=HX+N，求取衰落因子H就是利用导频即已知X（发射的导频值为已知量）和Y（接收的导频值），求H；H可以用于同时传输的所有信道，包括数据信道；求解数据信号就是反过来的过程，已知H和Y，求X；重构时候，就是根据发射数据的估计值X’和H，求Y的估计值Y’。

也就是说，本发明实施例中，在接收端，为了去除升余弦滤波器的影响，在重构数据的时候，加衰落的时候使用的是真实的衰落因子。真实衰落因子是由信道估计得到的衰落因子与自相关函数R_p进行反卷积得到的。而为了得到真实衰落因子，需要进行反卷积处理。具体包括：

设各有效径的真实衰落因子h_j和估计得到的衰落因子h'_j的关系为

$h_j=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_l^{\′}{R}_{\mathrm{pp}}^{-1}(j,l)---\left(2\right)$

其中，R_p是接收端根升余弦滤波器的自相关函数，一旦根升余弦滤波器确定，R_p也就确定了；R_pp是公式（1）中的所有R_p组成的系数矩阵，

是R_pp的逆矩阵，R_pp矩阵为：

之后，求R_pp矩阵的逆矩阵

该过程对于本领域技术人员来说已是熟知技术，在此不再赘述。

再后，将h'_j和

代入公式

就可以得到真实衰落因子h_j。

当然，确定真实的衰落因子h_j还可以通过其他的方法来时实现，比如，线性求解方法等，即求线性方程组 $h_l^{\′}=\underset{q=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_q{R}_p({\mathrm{\τ}}_l-{\mathrm{\τ}}_q),l=\mathrm{0,1},...,L-1$ 的解就可以得到每个天线上真实衰落因子的估计值，具体参考下述实施例。

因此，本发明实施例中，在干扰对消重构数据的时候，利用真实衰落因子的估计值对接收到数据进行重构，使干扰对消重构数据更接近真实的发送过程，更加逼近原始发送信号，提高了对消的效率，降低干扰；同时，也提高用户解调时的信干噪比，提升性能；在保证用户性能不变的前提下，提升小区容量，接入更多的用户。

在本发明实施例中，接收机接收到数据后，一路数据进行参数估计，比如径、衰落因子等的估计（具体估计过程详见本发明所述技术方案），得到估计的结果作为重构的输入；另一路数据进行解调，得到发送端信息（即重构软信息），并将重构软信息也作为重构的输入；之后，根据这两路输入进行重构处理，得到真实的衰落因子的重构，最后，利用真是的衰落因子对接收到的数据进行加衰落，得到用于对消的重构数据。

还请参阅图2，为本发明实施例提供的一种重构数据方法的第一应用实例的流程图；在该实施例中，以反卷积处理过程来确定每个天线上真实衰落因子的估计值为例；具体包括：

步骤201：重排序调整，即根据天线号指示对于径位置、衰落因子的位置进行重新排序，使径、衰落因子都按照不同的天线分开排列，如图3所示，为本发明实施例提供的第i个天线的按天线号调整位置后的衰落因子、径位置排列图。

步骤202：获取根升余弦滤波器的自相关函数R_p，以及获取信道估计的每根天线上的衰落因子h'_j；

其中，可以通过存储表获取R_p。

步骤203：分别按照天线构造L维的R_pp矩阵；其中，L为单个天线搜索到的有效径数；

（以上面的图3为例，对于天线i，有5个有效径，Ni=L=5。）

已知天线i搜索的有效径位置为tmpFD[Index[i]]，Ni代表天线i的有效径数；构造R_pp，对于一根天线来说该矩阵最大为N*N的矩阵，N为最大径数。

步骤204：按照如SOR或者分解法等求出R_pp的逆矩阵

步骤205：对所述逆矩阵

与每根天线上的衰落因子的叠加结果进行反卷积处理，得到每个天线上真实衰落因子的估计值h_j；

在该步骤中，可以利用公式

求得天线i上反卷积处理后的真实衰落因子，即估计的真实衰落因子h_j；

其中，步骤202至步骤205的过程就是对每根天线进行反卷积操作，得到每个天线上真实衰落因子的估计值；

同理，按照步骤202至步骤205的实现过程，对其他天线进行类似处理，得到其他天线上估计的真实衰落因子；

步骤206：根据所述真实衰落因子的估计值对接收到的数据进行加衰落，得到用于对消的重构数据。

为了便于本领域技术人员的理解每个天线上真实衰落因子的估计值的计算过程，下面以简单的例子来说明，需要说明的是，在实际应用中，其实现过程远远比下述实现过程复杂的多，此例子只用作简单说明。

下面以一根天线上的处理为例，其该天线上的有效经为2：

若Rp(-4)=0，Rp(-3)=-1，Rp(-2)=0，Rp(-1)=1，Rp(0)=5，Rp(1)=1，Rp(2)=0，Rp(3)=-1，Rp(4)=0；L=2，τ₀=0，τ₁=3，对应的估计得到的h'₀=-8，h′₁=16。

构造得到的 $R_{\mathrm{pp}}=\left[\begin{array}{cc}{R}_p\left(0\right)& R_p(-3)\\ R_p\left(3\right)& R_p\left(0\right)\end{array}\right]=\left[\begin{array}{cc}5& -1\\ -1& 5\end{array}\right],$

求得的 $R_{\mathrm{pp}}^{-1}=\left[\begin{array}{cc}\frac{5}{24}& \frac{1}{24}\\ \frac{1}{24}& \frac{5}{24}\end{array}\right],$

利用公式

计算得到该天线上真实衰落因子的估计值；

$h_0=h_0^{\′}{R}_{\mathrm{pp}}^{-1}\left(\mathrm{0,0}\right)+h_1^{\′}{R}_{\mathrm{pp}}^{-1}\left(\mathrm{0,1}\right)=-8*\frac{5}{24}+16*\frac{1}{24}=-1,$

$h_1=h_0^{\′}{R}_{\mathrm{pp}}^{-1}\left(\mathrm{1,0}\right)+h_1^{\′}{R}_{\mathrm{pp}}^{-1}\left(\mathrm{1,1}\right)=-8*\frac{1}{24}+16*\frac{5}{24}=3.$

还请参阅图4，为本发明实施例提供的重构数据的方法的第二应用实例的流程图，在该实施例中，以求解操作的处理过程来确定每个天线上真实衰落因子的估计值为例，在该实施例中，已知：h'_j和Rp，估计h_j的值，其中，将公式

可以看做一个线性方程组，所有用于求解线性方程组的方法（如高斯消元法等），都可以用于求解该真实衰落因子。其具体实现过程包括：

步骤401：重排序调整，即根据天线号指示对于径位置、衰落因子的位置进行重新排序，使径、衰落因子都按照不同的天线分开排列，如图3所示为第i个天线。

步骤402：获取根升余弦滤波器的自相关函数R_p，以及获取信道估计的每根天线上的衰落因子h'_j；

可以通过存储表获取自相关函数R_p，也就是说，一旦确定了根升余弦滤波器，就能从对应的存储表获取根升余弦滤波器的自相关函数R_p。

步骤403：按照天线构造L维所述自相关函数的矩阵，其中，L为单根天线搜索到的有效径数；

步骤404：对所述L维的自相关函数的矩阵与每根天线上的衰落因子h'_j的叠加结果进行线性求解，得到每个天线上真实衰落因子的估计值；

在该步骤中，通过求解线性方程组：

即可以得到h_j，具体可以按照高斯消元法接线性方程组，就可以得到每个天线上真实衰落因子的估计值。

同理，按照步骤402至步骤204的实现过程，对其他天线进行类似处理，得到其他天线上估计的真实衰落因子；

步骤405：根据所述真实衰落因子的估计值对接收到的数据进行加衰落，得到用于对消的重构数据。

为了便于本领域技术人员的理解每个天线上真实衰落因子的估计值的计算过程，下面以简单的例子来说明，需要说明的是，在实际应用中，其实现过程远远比下述实现过程复杂的多，此例子只用作简单说明。

若Rp(-4)=0，Rp(-3)=-1，Rp(-2)=0，Rp(-1)=1，Rp(0)=5，Rp(1)=1，Rp(2)=0，Rp(3)=-1，Rp(4)=0；L=2，τ₀=0，τ₁=3，对应的估计得到的h'₀=-8，h′₁=16。

线性方程组为：

$\left\{\begin{array}{c}{h}_0^{\′}=\underset{q=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_q{R}_p({\mathrm{\τ}}_0-{\mathrm{\τ}}_q)=5h_0-h_1\\ h_1^{\′}=\underset{q=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_q{R}_p({\mathrm{\τ}}_1-{\mathrm{\τ}}_q)=-h_0+5h_1\end{array}\right.$

即：

$\left\{\begin{array}{c}5h_0-h_1=-8\\ -h_0+5h_1=16\end{array}\right.$

解方程组得到：

$\left\{\begin{array}{c}{h}_0=-1\\ h_1=3\end{array}\right.$

由上述实施例可知，本发明实施例中，采用经过反卷积的衰落因子，或者求解得到的衰落因子可以更好的还原信道中的衰落，在干扰对消重构数据的时候更接近真实的发送过程，更加逼近原始发送信号，提高对消的效率，更多的降低干扰，提高用户解调时的信干噪比，提升性能；在保证用户性能不变的前提下，提升小区容量，接入更多的用户。

在单用户时，干扰对消中采用有反卷积的衰落因子重构数据后再加回解调，得到的性能与没有干扰对消的性能一致；确保干扰对消的增益不受估计准确度的影响，其中有无反卷积性能比较的示意图如图5所示。

从图5可以看出，采用无反卷积的信道衰落因子进行干扰对消的性能比单用户的原始性能还要差；而采用有反卷积的信道衰落因子进行干扰对消的性能与单用户的原始性能差不多。

基于上述实施例的过程，本发明实施例还提供一种重构数据装置，其结构示意图详见图6，所述装置包括：获取单元61，构造单元62，处理单元63和重构单元64。其中，

所述获取单元61，用于获取根升余弦滤波器系数的自相关函数及信道估计的每根天线上的衰落因子；

在该实施例中，接收端的根升余弦滤波器是预置的，也就是说，一旦确定了接收端的根升余弦滤波器，则接收端根升余弦滤波器的自相关函数也就确定了，即R_p也就确定了。而获取信道估计的每根天线上的衰落因子，本实施例中，接收端利用导频进行信道估计，得到每根天线上估计的衰落因子，信道估计得到的信道衰落因子反应了信道信息（包括幅度和相位）。该过程对于本领域技术人员来说，已是熟知技术，在此不再赘述。

构造单元62，用于按照天线构造L维所述自相关函数的矩阵，其中，L为单根天线搜索到的有效径数；以图3为例，对于天线i，有5个有效径，Ni=L=5。已知天线i搜索的有效径位置为tmpFD[Index[i]]，Ni代表天线i的有效径数；构造R_pp，对于一根天线来说该矩阵最大为N*N的矩阵，N为最大径数。

处理单元63，用于对所述构造单元62构造的L维的自相关函数的矩阵和所述获取单元61获取的每根天线上的衰落因子的叠加结果进行处理，确定每个天线上真实衰落因子的估计值；

重构单元64，用于根据所述处理单元确定的真实衰落因子的估计值对接收到的数据进行重构（即加衰落），得到用于对消的重构数据。

所述重构数据用于干扰对消，其中，所述进行重构数据，就是对接收到的数据进行加衰落。

其中，在该实施例中，所述处理单元包括：求解处理单元，用于对所述构造单元构造的L维的自相关函数的矩阵与所述获取单元获取的每根天线上的衰落因子的叠加结果进行求解操作，得到每个天线上真实衰落因子的估计值。其中进行求解操作可以是按照求解线性方程组的方法进行求解操作，得到每个天线上真实衰落因子的估计值。

优选的，所述处理单元可以包括：求逆单元和反卷积处理单元，其中，

所述求逆单元，与构造单元连接，用于对所述构造单元构造的L维自相关函数的矩阵进行求逆，得到L维自相关函数的逆矩阵；具体可以按照逐次超松驰迭代法SOR或分解法对所述L维自相关函数矩阵进行求逆，但并不限于此。

所述反卷积处理单元，用于对所述获取单元获取的每根天线上的衰落因子与求逆单元得到的L维自相关函数的逆矩阵进行叠加后的结果进行反卷积处理，得到每根天线上的真实衰落因子的估计值。在该步骤中，可以利用公式求得天线i上反卷积处理后的真实衰落因子，即估计的真实衰落因子h_j。

优选的，在上述所有实施例的基础上，所述装置还可以包括：位置排序单元，与获取单元连接，用于按照天线号，对径位置、衰落因子的位置进行重新排序，使径、衰落因子均按照不同的天线分开排列。具体如图3所示，在此不再赘述。

优选的，所述装置可以是接收机，也可以集成在接收机中，还可以独立部署，本实施例不作限制。

所述装置中各个单元的功能和作用的实现过程，详见上述方法中对应的实现过程，在此不再赘述。

还需要说明的是，在本文中，诸如“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例或者实施例的某些部分所述的方法。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种重构数据的方法，其特征在于，包括：

获取根升余弦滤波器系数的自相关函数及信道估计的每根天线上的衰落因子；

按照天线构造L维所述自相关函数的矩阵，其中，L为单根天线搜索到的有效径数；

对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果进行处理，得到每个天线上真实衰落因子的估计值；

根据所述真实衰落因子的估计值对接收到的数据进行重构，得到用于对消的重构数据；

其中，所述对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果进行处理，确定每个天线上真实衰落因子的估计值，具体包括：

对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果进行求解操作，得到每个天线上真实衰落因子的估计值；

或者，对所述L维自相关函数的矩阵进行求逆，得到L维自相关函数的逆矩阵；对每根天线上的衰落因子与L维自相关函数的逆矩阵进行叠加后的结果进行反卷积处理，得到每根天线上的真实衰落因子的估计值。

2.根据权利要求1所述的方法，其特征在于，所述对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果进行求解操作，得到每个天线上真实衰落因子的估计值，包括：

对所述L维的自相关函数的矩阵与每根天线上的衰落因子的叠加结果按照求解线性方程组的方法进行求解操作，得到每个天线上真实衰落因子的估计值。

3.根据权利要求1所述的方法，其特征在于，所述对所述L维自相关函数矩阵进行求逆具体包括：按照逐次超松驰迭代法SOR或分解法对所述L维自相关函数矩阵进行求逆。

4.根据权利要求1所述的方法，其特征在于，所述根据所述真实衰落因子的估计值对接收到的数据进行重构，得到真实的发送数据，具体包括：

根据所述真实衰落因子的估计值对接收到的数据进行加衰落，得到真实的发送数据。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：

按照天线号，对径位置、衰落因子的位置进行重新排序，使径、衰落因子均按照不同的天线分开排列。

6.一种重构数据装置，其特征在于，包括：

获取单元，用于获取根升余弦滤波器系数的自相关函数及信道估计的每根天线上的衰落因子；

构造单元，用于按照天线构造L维所述自相关函数的矩阵，其中，L为单根天线搜索到的有效径数；

处理单元，用于对所述构造单元构造的L维的自相关函数的矩阵和所述获取单元获取的每根天线上的衰落因子的叠加结果进行处理，确定每个天线上真实衰落因子的估计值；

重构单元，用于根据所述处理单元确定的真实衰落因子的估计值对接收到的数据进行重构，得到用于对消的重构数据；

其中，所述处理单元包括：

求解处理单元，用于对所述构造单元构造的L维的自相关函数的矩阵与所述获取单元获取的每根天线上的衰落因子的叠加结果进行求解操作，得到每个天线上真实衰落因子的估计值；

所述处理单元还包括：

求逆单元，用于对所述构造单元构造的L维自相关函数的矩阵进行求逆，得到L维自相关函数的逆矩阵；

反卷积处理单元，用于对所述获取单元获取的每根天线上的衰落因子与求逆单元得到的L维自相关函数的逆矩阵进行叠加后的结果进行反卷积处理，得到每根天线上的真实衰落因子的估计值。

7.根据权利要求6所述的装置，其特征在于，所述求解处理单元，具体用于对所述构造单元构造的L维的自相关函数的矩阵与所述获取单元获取的每根天线上的衰落因子的叠加结果按照求解线性方程组的方法进行求解操作，得到每个天线上真实衰落因子的估计值。

8.根据权利要求6所述的装置，其特征在于，所述求逆单元，具体用于按照逐次超松驰迭代法SOR或分解法对所述构造单元构造的L维自相关函数的矩阵进行求逆，得到L维自相关函数的逆矩阵。

9.根据权利要求6所述的装置，其特征在于，所述重构单元，具体用于根据所述处理单元确定的真实衰落因子的估计值对接收到的数据进行加衰落，得到用于对消的重构数据。

10.根据权利要求6至9任一项所述的装置，其特征在于，所述装置还包括：

位置排序单元，与获取单元连接，用于按照天线号，对径位置、衰落因子的位置进行重新排序，使径、衰落因子均按照不同的天线分开排列。

11.根据权利要求6至9任一项所述的装置，其特征在于，所述装置为接收机，或者集成在接收机中。

Images