CN102362461A - 信号处理器、接收机以及信号处理方法 - Google Patents

Abstract

本发明公开了用于对符号的多个傅里叶变换实例进行处理的处理器(110)，每个实例被包括在多个频分复用子载波之一中，所述处理器被布置为：针对每个实例，估计信道增益和相邻子载波对所述符号的载波间干扰贡献，所述载波间干扰贡献是由接收信号的时变信道响应造成的；以及基于所估计的信道增益和载波间干扰贡献，将实例合并为所述符号的单个表示。还公开了包括这种处理器的接收机和用于处理这种信号的方法。

Description

信号处理器、接收机以及信号处理方法

技术领域

本发明涉及用于对符号的多个傅里叶变换实例进行处理的处理器，每个实例被包括在多个频分复用子载波之一中。

本发明还涉及包括该处理器的接收机。

本发明又涉及处理多个傅里叶变换天线信号的方法，每个信号包括多个频分复用子载波，每个子载波包括符号，其中，至少两个子载波包括相同符号的不同实例。

背景技术

正交频分复用(OFDM)是用于无线系统以获得高数据速率的具有吸引力的传输方案。其已在不同的无线标准中得以广泛采用，例如在DVB-T/H、ISDB-T、IEEE 802.11a/g/n中。使用适当的保护间隔，OFDM提供了在频谱上有效率的传输方案，通过简单的均衡，该传输方案对于无线信道的多径扩展是鲁棒的。

虽然该对抗多径效应的鲁棒性和高的频谱效率是OFDM系统的优势，然而OFDM系统对移动性(即，从非固定的发射机发射OFDM信号和/或由非固定的接收机接收OFDM信号)敏感。由于移动性导致了多普勒扩展(Doppler spreading)，这使得子载波之间的正交性丢失，将这称为载波间干扰(ICI)。如果不进行补偿，ICI将妨碍到在移动终端处的接收，例如，因为ICI增大了已处理信号中的误比特率(BER)。

天线选择是在包括多个空间分隔的天线的接收机中获得分集的最简单和最有效的方式之一，该空间分隔的天线用于通过不同的信道接收OFDM信号。由于每个信道由多个路径的不同集合组成，可以选择天线集合内的信噪比(SNR)最大化的信道。

由于在不需要改变通信标准的情况下易于实现，接收天线选择机制特别流行。已经针对常规的多接收天线系统(MIMO系统)对多个天线选择机制进行了研究。Jukka Rinne在“Some Elementary SuboptimalDiversity Reception Schemes For DVB-T in Mobile Conditions”中(IEEETransactions on Consumer Electronics，46(3)，2000，pages 847-850)讨论了用于移动OFDM系统的基于SNR的接收天线选择机制。

在时变信道中，接收天线选择提供了空间分集并减轻了衰落效应。然而，在时变信道中，常规的基于SNR的天线选择限制了容量，这是因为在这些常规的天线选择过程中没有考虑到对移动OFDM系统的性能进行确定的干扰，即，多普勒扩展。

发明内容

本发明寻求提供一种用于处理信号的处理器，该信号包括多个频分复用子载波，例如OFDM信号，在该处理器中，有效地减轻了接收信号中由多普勒扩展引起的ICI。

本发明还寻求提供一种包括这种处理器的接收机。

本发明还寻求提供一种用于处理信号的方法，该信号包括多个频分复用子载波，例如OFDM信号，其中，有效地减轻了对接收信号的多普勒贡献(Doppler contribution)。

根据本发明的第一方面，提供了一种用于对多个傅里叶变换天线信号、符号的多个傅里叶变换实例进行处理的处理器，每个实例被包括在多个频分复用子载波之一中，该处理器被布置为：针对每个实例，估计信道增益和由时变信道响应造成的相邻子载波对所述符号的载波间干扰贡献；以及基于所估计的信道增益和载波间干扰贡献，将实例合并为所述符号的单个表示。

本发明基于以下认识：相同符号的若干实例(例如由不同天线或者由携带该相同符号的不同子载波接收或发送的实例，其中，不同的子载波可以是相同或者不同信号的一部分)可以使用合并度量来进行合并以降低对已合并信号的ICI贡献。由于将在不同的子载波或者不同的信道上以时间或频率的形式接收到相同符号的不同实例，或者该不同的实例通过由多根发送或接收天线的使用而造成的不同多径信道行进，对携带该符号的不同子载波实例的信道增益和ICI贡献也将是不同的。因此，可以通过合并该不同的符号实例，使用对每个符号实例的信道增益和ICI贡献的估计来有效地降低该贡献。

在实施例中，将接收到的子载波符号的实例表达为截短的泰勒展开，该截短的泰勒展开至少包括该展开的与时间无关的零阶项和一阶项，该零阶项是在接收机处针对每个符号估计的，该一阶项包括对接收到的子载波的实例的ICI贡献，通过对子载波的各个实例进行适当的加权合并，可以将该ICI贡献最小化。

在实施例中，子载波信号的合并基于所估计的在子载波处的信道间干扰贡献，该信道间干扰贡献仅来自于子载波最接近的相邻子载波。这基于以下认识：对子载波的ICI贡献的主体是由来自其最接近的相邻子载波的干扰造成的。最接近的两个相邻子载波总计超过总ICI的60％，而最接近的四个相邻子载波总计超过总ICI的75％。因此，通过仅考虑将子载波的其他实例中的一些用于确定对子载波实例的ICI贡献，以在已处理的信号中可以忽略不计地增加比特误码为代价，降低了处理器的复杂度。

在优选的实施例中，处理器还包括数据存储部分，数据存储部分包括预定矢量的集合，预定矢量具有与相同符号的不同实例的数目相对应的多个域(field)，每个域包含权重系数，其中，处理器被布置为：通过将子载波的信道响应与对应的权重系数相乘，产生多个信道响应乘积，该子载波在涉及相同符号的不同实例中，该对应的权重系数来自于从所述集合中选择的预定矢量；以及对信道响应乘积进行合并，所选择的预定矢量使得能够减少对已合并的信道响应乘积的载波间干扰贡献。这具有以下优势：可以在处理器具有有限复杂度的情况下，实现对子载波的ICI贡献的精确消除。

有利地，处理器被布置为从所述集合选择预定矢量，针对预定矢量，已合并的信道响应乘积具有最大的信干噪比(SINR)。已经证实，SINR最优化度量在本发明的处理器上产生对相同符号的不同实例的合并算法的低成本实现。

备选地，处理器被布置为从所述集合选择预定矢量，针对预定矢量，已合并的信道响应乘积在已合并的信号中导致充分改进的最小欧式距离或者绝对距离。

本发明的处理器不是必须使用预设矢量来合并相同符号的不同实例。在另一实施例中，将处理器布置为使用最小均方误差(MMSE)度量来合并在相同符号的相应实例中涉及该相同符号的子载波，以获得针对所述符号的最大信干噪比。

备选地，将处理器布置为使用MMSE度量的近似来合并在相同符号的不同实例中涉及该相同符号的子载波，以获得针对所述符号的充分改进的信干噪比。

MMSE和MMSE度量的近似也都能实现对感兴趣的子载波的ICI贡献的有效消除。

有利地，可以将本发明的处理器集成在接收机中，该接收机还包括快速傅里叶变换级，用于变换多个频分复用子载波，每个子载波包括符号，其中，至少两个子载波包括相同符号的不同实例；耦合到该快速傅里叶变换级的本发明的处理器；以及耦合到处理器的用于对已合并的子载波信号进行解码的后处理级。

与现有技术的接收机相比，这种接收机在对抗所发送的频分复用信号(例如，OFDM信号)的多普勒扩展上更加鲁棒。应该意识到，快速傅里叶变换级、处理器和后处理级并非必须是分立元件。快速傅里叶变换级和后处理级中的至少一个可以位于与处理器相同的模具(dye)中，例如，以片上系统等形式。

在一个实施例中，接收机还可以包括耦合到快速傅里叶变换级的多个天线，每个天线被布置为接收多个频分复用子载波的实例，其中，从不同天线接收到的多个频分复用子载波的不同实例获得相同符号的不同实例。

接收机还可以包括用于选择所述天线之一的天线选择级，其中，后处理级包括软比特计算级，软比特计算级被布置为针对所选择的天线接收到的子载波来计算软比特。

根据本发明的另一方面，提供了用于处理多个傅里叶变换信号的方法，每个信号包括多个频分复用子载波，每个子载波包括符号，其中，至少两个子载波包括相同符号的不同实例，所述方法包括：针对每个实例，估计子载波的相邻子载波对所述子载波中接收到的符号的载波间干扰贡献，该载波间干扰贡献是由时变信道响应造成的；以及基于所估计的信道间干扰贡献，合并涉及相应天线信号中相同符号的子载波。

这具有以下优势：产生合并的符号表示信号，在该合并的符号表示信号中，已经降低了对合并成该信号的各个子载波的载波间干扰贡献，使得在对该信号解码时，可以获得改进的误比特率。

优选地，该方法还包括提供预定矢量的集合，该预定矢量具有与天线信号的数目相对应的多个域，每个域包含权重系数；通过将子载波的信道响应与对应的权重系数相乘，产生多个信道响应乘积，该子载波涉及该相同符号，该对应的权重系数来自于从所述集合中选择的预定矢量；以及对信道响应乘积进行合并，所选择的所述预定矢量使得能够减少对已合并的信道响应乘积的载波间干扰贡献。

可以在不需要仅能够使用大量的门来实现的计算步骤的情况下，在处理器上实现本发明的方法的该实施例。

附图说明

参考附图，通过非限制性示例的方式更详细地描述本发明的实施例，其中：

图1描述了本发明的接收机的示例实施例；

图2描述了来自子载波的相邻子载波的对该子载波的ICI贡献；

图3描述了在近散射环境中，根据本发明的实施例的接收机的BER与最大多普勒频率性能的关系曲线；

图4和5描述了分别在近散射环境和远散射环境中，根据本发明的另一实施例的接收机的BER与最大多普勒频率性能的关系曲线；

图6描述了本发明的接收机的另一示例实施例；

图7和8描述了分别在近散射环境和远散射环境中，根据本发明的又一实施例的接收机的BER与最大多普勒频率性能的关系曲线；以及

图9和10描述了分别在近散射环境和远散射环境中，根据本发明的又一实施例的接收机的BER与最大多普勒频率性能的关系曲线。

具体实施方式

应该理解，附图仅是示意性的，而不是按照比例绘制的。还应该理解，在全部附图中使用相同的参考标记指示相同或类似的部分。

在本申请的详细描述中，将基于不同天线接收到的相同符号的多个实例的这一思想来更加详细地解释本发明的思想。然而，这仅是出于简洁的考虑，并且可以将本发明应用于不同的场景，包括有意地增加了符号冗余度的场景，例如，在相同信号内的不同子载波包含了相同符号的场景，或者不同的信号在例如这些信号的相应子载波中包含相同符号的场景。

图1示意性地描述了根据本发明的实施例的接收机。该接收机包括多个天线级100。仅以非限制性示例的方式示出了两个天线级100a和100b。本领域技术人员将理解，在这种接收机设计中可以包括任何数目的天线级。每个天线级100包括用于接收频分的多个子载波的接收天线102，包括例如根据OFDM方案产生的信号之类的信号。将每个天线102耦合到RX滤波器和模拟/数字转换级，出于简洁的考虑将其表示为每个天线级100中的单个方框104，然而应该理解，可代之以由分立元件来实现这些功能。随后将数字化的接收信号转发到保护间隔移除级106和快速傅里叶变换级108，以将接收信号从时域变换到频域。

可以使用本领域技术人员周知的任何适当的功能组件来实现天线级100的各个级。这可以包括通过分立硬件组件的方式或者通过信号处理器的方式的实现，信号处理器以软件形式实现这些功能中的若干功能。此外，虽然将每个天线级100示出为具有分立元件，例如，分立的傅里叶变换级108，应该强调的是，备选的实现也同等可行，在该备选实现中，例如快速傅里叶变换级108的单个级具有多个输入，以处理从所有天线级100进入的信号。对本领域技术人员来说，其它变型将是明显的。

接收机还包括处理器110，用于实现本发明的方法的实施例。处理器110包括多个信道估计级112，每个天线级100一个。将信道估计级112布置为计算每个子载波的信道增益和信道导数(channel derivative)，并向预设合并权重/天线选择级114提供信道估计信号，还将预设的合并权重/天线选择级114布置为针对每个子载波来选择预设合并权重或天线中最佳的一个，稍后在对本发明的方法的各种实施例的描述中将对此进行更详细的解释。将预设合并权重/天线选择级114布置为向子载波合并级116提供信道计算结果，包括所选天线信息或者信道合并加权信息，还将子载波合并级116布置为直接从天线级100接收已接收的天线信号，以使得子载波合并级116可以基于预设合并权重/天线选择级114执行的对天线信号的分析来对感兴趣的子载波进行合并。还将预设合并权重/天线选择级114布置为使用所选择的天线和预设合并加权，通过路径118来向后处理级提供针对已合并信号的信道增益和信号导数增益。

向后处理级转发已合并的子载波信号，后处理级由软比特计算级120、另外的框130以及解码器140形成，可以在该另外的框130中执行交织和/或加扰操作，解码器140例如是维特比解码器，用于对发射机产生的已编码信号进行解码，该发射机是本发明的接收机接收到的信号的发射机。解码器140产生要向另一数据处理器(未示出)转发的数据150。从而，后处理级实现了针对来自子载波合并级116的已合并信号的解码级。

在图1中，该解码级以非限制性示例的方式实现了软输出维特比算法。在该算法中，将软比特计算级120布置为通过信号路径118从预设合并加权/天线选择级114接收残存路径信息，即，与所选择的天线有关的信息。通过使用来自于预设合并加权/天线选择级114的已合并信号，并通过使用通过路径118获得的已合并信号的信道增益和已合并信号中的信道导数来计算该已合并信号中的信噪比等级，软比特计算级120对已合并信号中的发送比特进行估计，并且还可以计算这些估计的可靠性，这些估计的可靠性还可以被使用在后处理级(例如维特比解码器)中。软比特计算级120还可以进一步包括ICI减除步骤，在该ICI减除步骤中，首先估计已合并信号中的ICI信号并从已合并信号减除该ICI信号，然后，估计已合并信号中的发送比特(并对这些估计的可靠性一起进行估计)。然而，需要强调的是，可以使用备选的解码算法，对于该备选的解码算法，可以省略软比特计算级120和信号路径118。后处理或解码级的确切实现对于本发明来说不是基本的，并且可以预想到任何适当的实现。

此外，应该理解，虽然本发明的创造性思想主要存在于处理器110中，应该理解，这并不排除处理器还包括天线级100和/或后处理级的至少一些部分。

可以通过对各个天线102接收到的相同子载波的多个实例的结合来总结本发明的创造性的思想，其中，基于对子载波实例中的ICI幅度的估计，确定向已合并的信号中的每个子载波指派的权重。可以通过若干方式来进行对权重指派的确定，在下面对本发明的方法的理论描述中将更详细地对此进行解释。

以非限制性的示例的方式，本发明的方法的该描述基于常规的具有M根接收天线的OFDM系统，其中，通过使用N点IFFT，将N个复符号s＝[s₁；s₂....；s_N]调制到N个正交子载波上。假定将比信道冲激响应的长度更长的循环前缀增加到信号，以防止块间干扰，使得仅需要考虑ICI。假定已发送的OFDM信号通过广义上的静止(stationary)时变多径信道，该静止时变多径信道由复衰减为{h_i，l(t)}的不相关路径和延迟{τ_l}组成，具有如下冲激响应：

$h_i(t,\mathrm{\τ})=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_{i,l}\left(t\right)\mathrm{\δ}(\mathrm{\τ}-{\mathrm{\τ}}_l),---\left(1\right)$

针对第i根接收天线，其中，L是多径分量的数目。遵循例如之前在A.Gorokhov等(IEEE Transactions on Communications，Vol.52，No.4，2004，pages 572-583)中公开的记号。遵循相同的记号，将时域中在第i个接收天线处的基带接收信号表示为r_i(t)，并将其表达为：

$r_i\left(t\right)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}{H}_{i,m}\left(t\right)e^{j2\mathrm{\πm}{f}_{s}t}{s}_m+v_i\left(t\right),---\left(2\right)$

其中：

$H_{i,m}\left(t\right)={\mathrm{\Σ}}_l{h}_{i,l}\left(t\right)e^{-j2\mathrm{\πm}{f}_s{\mathrm{\τ}}_l}$

是在第i个天线、时间t处的子载波m的响应，f_s是子载波频率间隔，以及v_i(t)是在第i个天线处的方差为σ_n ²的加性高斯白噪声(AWGN)。遵循在Gorokhov等中讨论的方案，可以通过在t₀处的到一阶项的泰勒级数展开将H_i，m(t)近似为：

$H_{i,m}\left(t\right)\≈H_{i,m}\left(t_0\right)+H_{i,m}^{\′}\left(t_0\right)(t-t_0),---\left(3\right)$

其中，可以将t₀选择为在已加窗的OFDM符号的中间。使用(3)，在对接收信号采样、进行适当的加窗和FFT操作后，可以将在第i个天线的第m个子载波处的基带接收信号y_i，m近似为：

$y_{i,m}\≈H_{i,m}\left(t_0\right)s_m+\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{H}_{i,n}^{\′}\left(t_0\right){\mathrm{\Ξ}}_{m,n}{s}_n+{\mathrm{\θ}}_m,---\left(4\right)$

其中

${\mathrm{\Ξ}}_{m,n}=\frac{1}{N^2{f}_s}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}(k-N/2)e^{j2\mathrm{\π}(n-m)k/N},---\left(5\right)$

将t₀选择为在已加窗的OFDM符号的中间。(4)的求和项表示第m个子载波所经历的ICI项。等式4中的项是在快速傅里叶变换后的第m个噪声采样。等式(4)形成了用于本发明的方法实施例的多普勒扩展补偿的天线选择/预设合并权重选择的基础，该天线选择/预设合并权重选择基于ICI感知子载波。典型地，在快速傅里叶变换级108的输出处提供等式4。

在优选的实施例中，在每个OFDM符号期间，在相应的信道估计块112中，针对每个天线对子载波m的信道增益和信道导数(即，{H_i，m(t0)}和{H’_i，m(t0)})进行估计。因为(4)中的一些s_m是在接收机处已知是先验的导频符号(因为在适当的通信标准中对其值进行了定义)，可以使用针对这些导频子载波的接收信号来估计信道增益H。对于其他发送数据的子载波，可以通过对针对导频子载波获得的信道增益在时间和频率上进行插值来估计信道增益。用于获得每一个子载波的信道导数的一种方式如下：

$H_{i,m}^{\′}\left(t_0\right)=\frac{H_{i,m}(t_0+T_{\mathrm{OFDM}})-H_{i,m}(t_0-T_{\mathrm{OFDM}})}{2T_{\mathrm{OFDM}}}---\left(6\right)$

其中，H_i，m(t₀+T_OFDM)和H_i，m(t₀-T_OFDM)分别表示针对下一个和前一个OFDM符号，第i个天线的子载波m的信道频率响应，以及T_OFDM是OFDM符号持续时间，即1＝f_S+TCP，TCP是保护间隔的持续时间。

使用每个OFDM符号的时不变部分和时变部分(即，信道估计块112所估计的项{H_i，m(t0)}和{H’_i，m(t0)})来合并相同符号的不同实例，该不同实例是经由相应的天线102通过不同信道接收的。为此，预设合并权重/天线选择级114实现了度量，该度量用于确定应该如何对OFDM符号的各种实例进行合并以使得数据信号150中的BER最小。换言之，该度量的目标是：通过判决应该将哪些权重指派给符号的不同实例以获得合并信号，使合并信号中的多普勒扩展最小化。

本发明并入了这种判决度量的若干实施例。这些实施例的共同之处在于，其基于如下的近似：OFDM符号的接收以时间t₀附近为中心，从而，为了简洁起见，丢弃信道和信道导数中的t₀项。不失一般性地，假定调制信号具有单位范数(unit norm)功率，即E[|s_n|²]＝1。针对第m个子载波，对从每根接收天线接收到的所有信号进行堆积(stack)，可以通过矢量形式来表示接收到的信号：y_m＝[y_1，m；y_2，m；...；y_M，m]^T，可以通过所估计的时变和时不变信道贡献来对其进行近似：

$\≈\left[\begin{array}{c}{H}_{1,m}\\ H_{2,m}\\ .\\ .\\ .\\ H_{M,m}\end{array}\right]s_m+\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\left[\begin{array}{c}{H}_{1,n}^{\′}\\ H_{2,n}^{\′}\\ .\\ .\\ .\\ H_{M,n}^{\′}\end{array}\right]{\mathrm{\Ξ}}_{m,n}{s}_n+\left[\begin{array}{c}{\mathrm{\θ}}_{1,m}\\ {\mathrm{\θ}}_{2,m}\\ .\\ .\\ .\\ {\mathrm{\θ}}_{M,m}\end{array}\right]$

$\≈c_m{s}_m+\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{d}_n{\mathrm{\Ξ}}_{m,n}{s}_n+{\stackrel{\‾}{\mathrm{\θ}}}_m.---\left(7\right)$

对于天线选择，针对第m个子载波，使用任何适当的判决度量来选择第k根接收天线上的信号，并且如图1中的信号路径118所指示的，仅使用该信号来计算在第m个子载波上发送的软比特。天线选择度量本身是已知的，并且仅为了简要起见，将不对其进行更详细的讨论。

根据第一实施例，将预设合并权重/天线选择级114布置为针对感兴趣的OFDM符号的各种实例执行预设的合并权重选择(PCW选择)。为此，预设合并权重/天线选择级114包括数据存储块(例如，ROM、RAM、闪存或者任何其他适合的数据存储介质)，在该数据存储块中存储了预定的合并权重矢量的集合，即{p₁；p₂；....；p_K}。与天线选择类似，将PCW选择设计为选择最佳的合并权重矢量，并使用该矢量对来自多个天线的信号进行合并。将意识到，可以预先定义任何适当的矢量集合。在实施例中，为了将信号合并的复杂性保持得较低，将从其创建矢量集合的合并权重限制为{0，1，-1，j，-j}，其中，j是与-1的平方根相对应的虚数。这具有以下的优势：可以通过仅相加和/或相减的方式来实现合并级116中的信号合并，从而限制了该级的复杂性。

针对两个接收天线系统(例如，图1中示出的接收机)，可以例如从集合PCW中选择预设的合并权重：

p∈PCW＝{|1，0]，[0，1]，[1，1]，[1，-1]，[1，j]，[1，-j]}.(8)

应该了解，天线选择是特殊种类的PCW选择，其中，PCW集合仅具有作为MxM大小的标识矩阵的行矢量的M个权重矢量。从而，以下将仅关注PCW选择过程。

当针对第m个子载波使用预设的合并权重矢量p时，可以简单地将合并信号表示为：

${\tilde{y}}_m={\mathrm{py}}_m\≈\left({\mathrm{pc}}_m\right)s_m+\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}\left({\mathrm{pd}}_n\right){\mathrm{\Ξ}}_{m,n}{s}_n+p{\stackrel{\‾}{\mathrm{\θ}}}_m,---\left(9\right)$

从而，合并过程将对信号的多个观察转换为单个观察

合并任务依赖于对用于选择最佳预设权重矢量的适当判决度量的选择。显然，该运用应该尝试将|pc_m|的幅度最大化，而将{|pd_n|}保持为尽可能低。

用于预设矢量选择的适合的度量是信干噪比(SINR)最优化，这是在接收机结构的设计中所考虑到的最流行的度量之一。其被广泛用于干扰受限的系统中，例如，MIMO和CDMA接收机中。对于受到ICI的OFDM接收机，当使用预设合并权重矢量p时，可以将第m个子载波处的SINR表达为：

${\mathrm{SINR}}_m=\frac{{\left|{\mathrm{pc}}_m\right|}^2}{{\mathrm{\Σ}}_{n=0}^{N-1}{\left|{\mathrm{pd}}_n\right|}^2{\left|{\mathrm{\Ξ}}_{m,n}\right|}^2+{\left|p\right|}^2{\mathrm{\σ}}_n^2}---\left(10\right)$

由于其实用性，可以将SINR度量选择为针对天线或预设合并权重选择的判决度量。

对于针对每个可能的预设合并权重的SINR_m的精确计算来说，所有子载波对子载波m的ICI贡献应被考虑在内。然而，这种方式显著增加了选择过程的计算复杂度。但是，针对任何的子载波，其ICI量的主要部分由其最接近的相邻子载波的干扰所导致。可以通过等式(4)中的项Ξ_m，n来评估每个子载波对其他子载波的影响，其中，这些项仅取决于子载波之间的频率间隔，即，(n-m)。这在图2中进行了展示，通过描绘|Ξ_m，n|2与(n-m)的关系的曲线图，图2示出了相邻子载波对第m个子载波的ICI贡献。从图2中可以看出，最接近的两个子载波在功率方面总计占总的ICI贡献的大约60.83％，而最接近的4个子载波总计占大约76.03％。

增加信号合并的复杂度的另一显著因素是：针对每个子载波，要求由Ξ_m，n对不同的空间签名(即，{d_m})进行加权。由于最接近的相邻子载波正在产生ICI的主要部分以及信道及其导数在这些子载波的频率上改变得非常缓慢这一事实，有效的近似是假定正在产生ICI的子载波具有与子载波m自身的ICI贡献相同的空间签名，以使得对于SINR_m的计算，H’_i，n≈H’_i，m，这导致了d_n≈d_m。该简单的近似导致将SINR_m简单近似为：

${\mathrm{SINR}}_m\≈{\mathrm{SINR}}_m^{*}=\frac{{\left|{\mathrm{pc}}_m\right|}^2}{{\left|{\mathrm{pd}}_m\right|}^2\mathrm{\α}+{\left|p\right|}^2{\mathrm{\σ}}_n^2}---\left(11\right)$

其中，项 $\mathrm{\α}={\mathrm{\Σ}}_{n=0}^{N-1}{\left|{\mathrm{\Ξ}}_{m,n}\right|}^2$ 是常数，例如，对于DVB-T的8K OFDM模式中的1116Hz子载波间隔来说大约为6.7x10^-8。从而，使用该近似，可以在使用p作为合并权重矢量时，避免用于对SINR_m进行近似的大量的乘法和加法。因此，该近似极大地降低了预设合并权重/天线选择级114的复杂度。

可考虑用于设计接收机的备选度量是最小欧氏距离。最小欧氏距离确定了最差情况场景下的BER。为了计算最小欧氏距离，可以使用与用于SINR_m的近似(即，d_n≈d_m)的相同方式。从而，还可以将在天线选择或PCW合并之后第m个子载波处的接收信号近似为：

${\tilde{y}}_m\≈\left({\mathrm{pc}}_m\right)s_m+\left({\mathrm{pd}}_m\right)\left[\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{\mathrm{\Ξ}}_{m,n}{s}_n\right]+p{\stackrel{\‾}{\mathrm{\θ}}}_m.---\left(12\right)$

如果等式(12)中的ICI项都是零，则最小欧氏距离是d_min＝|pc_m|d_X，其中，d_x描述了X-QAM(正交幅度调制)调制的最小欧氏距离。可以将最小归一化欧氏距离上的下限设计为：

$d_{\min ,m}\≥\frac{\left|{\mathrm{pc}}_m\right|d_X-\left|{\mathrm{pd}}_m\right|\·\underset{\left\{\right[s_0,...,s_{N-1}\left]\right\}}{\max }{\mathrm{\Σ}}_{n=0}^{N-1}\left|{\mathrm{\Ξ}}_{m,n}{s}_n\right|}{\left|p\right|}---\left(13\right)$

可以将其进一步近似为：

$d_{\min ,m}\left(p\right)\≥d_{\mathrm{ib},m}\left(p\right)=\frac{\left|{\mathrm{pc}}_m\right|d_X-\left|{\mathrm{pd}}_m\right|\mathrm{\β}}{\left|p\right|}---\left(14\right)$

其中，在|s_max，X-QAM|情况下的 $\mathrm{\β}=\left|s_{\max ,\mathrm{XQAM}}\right|{\mathrm{\Σ}}_{n=0}^{N-1}\left|{\mathrm{\Ξ}}_{m,n}\right|$ 作为具有最高范数的X-QAM调制中的星座点。由于针对低的|n-m|，即针对最接近的相邻子载波(例如，2个或者4个最接近的相邻子载波)d_n≈d_m成立，使用作为近似中包括的最接近的相邻子载波对(例如，{i＝1，2})的 $\mathrm{\β}\≈|s_{\max },\mathrm{XQAM}|{\mathrm{\Σ}}_{n=m-i}^{m+i}\left|{\mathrm{\Ξ}}_{m,n}\right|$ 来用于天线或预设合并权重选择过程。

在这点上，观察到虽然d_lb，m的计算要求针对所有可能的{p}计算|pc_m|和|pd_m|，然而由于针对包含预设合并矢量所选择的权重系数的有限集合，预设的合并矢量p与c_m或者d_m的乘法仅仅是与{0，±1；±j}的乘法。从而，该实现不包括任何实数(real)乘法，而是包括了简单的加法和减法，使得合并级116的复杂度保持较低，从而降低了该级的实现成本。然而，对复数的范数的计算要求2个实数乘法、1个实数加法和一个平方根运算，对于实现，这可能是代价相当高的。

作为欧氏距离度量的备选，可以使用绝对值距离度量来用于天线或预设合并权重选择过程，例如，M.Ghosh等在Proc.Of the IEEEConference on Acoustics，Speech and Signal Processing 2005，Vol.3 pages1025-1028中公开的绝对值距离度量。在该度量中，使用d_abs，m判决标准来作为用于预设合并权重的选择的判决标准：

$\frac{\left|\mathrm{Re}\right\{{\mathrm{pc}}_m\left\}\right|+\left|I_m\right\{{\mathrm{pc}}_m\left\}\right|-\mathrm{\γ}\left(\right|\mathrm{Re}\left\{{\mathrm{pd}}_m\right\}|+|I_m\left\{{\mathrm{pd}}_m\right\}\left|\right)}{\left|p\right|}---\left(15\right)$

其中，γ≈β/d_X是常数，例如，对于fs＝1116Hz的16QAM调制来说等于0.0009。由于所有的1/|p|’s都是已知的，该近似仅要求取决于p的3个实数乘法和少量实数加法/减法。

在子载波合并级116之后，接收机具有了对信号的单个观察，如下：

$y_{c,m}\≈H_{c,m}{s}_m+\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{H}_{c,n}^{\′}{\mathrm{\Ξ}}_{m,n}{s}_n+{\mathrm{\θ}}_{c,m},---\left(16\right)$

其中，H_c，m＝pc_m是子载波m的信道增益，H’_c，n＝pd_n是在合并信号中的子载波n的信道导数，以及V_c，m是加性高斯白噪声项。将{H_c，m}和{H’_c，n}都经由118提供给软比特计算级120。可以通过简单地将已合并的信号除以已合并的信道增益来估计发送符号s_m，例如s_{m，estimated}＝y_c，m/H_c，m。考虑到已合并信号中的加性高斯白噪声功率和ICI功率的和，还可以将s_m中的发送比特的对数似然比(LLR)估计为：

${\mathrm{\σ}}_{\mathrm{noise}+\mathrm{ICI},m}^2=\frac{{\mathrm{\σ}}_{\mathrm{noise}}^2+\underset{n}{\mathrm{\Σ}}{{\left|\mathrm{\Ξ}\right|}^2}_{m,n}{\left|{H^{\′}}_{c,n}\right|}^2}{{\left|H_{c,m}\right|}^2}\≈\frac{{\mathrm{\σ}}_{\mathrm{noise}}^2+{\left|{H^{\′}}_{c,m}\right|}^2\underset{n}{\mathrm{\Σ}}{{\left|\mathrm{\Ξ}\right|}^2}_{m,n}}{{\left|H_{c,m}\right|}^2}---\left(17\right)$

如S.A.Husen等人在25^th Symposium on Information Theory in theBenelux，2004中所公开(参见例如http://www.win.tue.nl/wic2004/30.pdf)的，软比特计算级还可在LLR计算之前首先包括ICI减除级。在该情况下，估计的符号采用s_{m，estimated}＝(y_c，m-y_c，m-1/H_c，m-1H’_c，m-1Ξ_m，m-1-y_c，m+1/H_c，m+1H’_c，m+1Ξ_m，m+1)/H_c，m.的形式，并且对发送比特的LLR进行计算的剩余ICI加噪声功率变成：

${\mathrm{\σ}}_{\mathrm{noise}+\mathrm{ICI},m}^2=\frac{{\mathrm{\σ}}_{\mathrm{noise}}^2+\underset{n\≠m+1,m-1}{\mathrm{\Σ}}{{\left|\mathrm{\Ξ}\right|}^2}_{m,n}{\left|{H^{\′}}_{c,n}\right|}^2}{{\left|H_{c,m}\right|}^2}\≈\frac{{\mathrm{\σ}}_{\mathrm{noise}}^2+{\left|{H^{\′}}_{c,m}\right|}^2\underset{n\≠m+1,m-1}{\mathrm{\Σ}}{{\left|\mathrm{\Ξ}\right|}^2}_{m,n}}{{\left|H_{c,m}\right|}^2}---\left(18\right)$

在图4和图5中展示了使用等式(11)的SINR度量、等式(14)的最小欧氏距离度量和等式(15)的绝对值距离度量的加权矢量信号合并的效果，图4和图5示出了分别在近散射和远散射环境下使用这些度量的信号合并对BER的影响。出于比较的目的，图3示出了当仅在近散射环境下用于天线选择时这些度量对BER的影响。

这些图由数值计算而产生，以对所提出的使用这些判决度量的ICI感知天线和PCW选择的多普勒补偿性能进行展示。在这些仿真中，考虑到在DVB-T标准中指定的8K OFDM模式的DVB-T信号(保护间隔为1/4，子载波间隔为1116Hz)，以及具有常规编码速率R＝2/3的16QAM调制的接收。已经针对具有两根接收天线的接收机分析了在C/N＝25dB处具有各种多普勒频率的天线和PCW选择方案的BER性能，该具有两根接收天线的接收机观察到两个不同的TU-6信道。仿真基于如下假设：通过对OFDM信号进行简单加窗来进行信道估计，以及仅对散射导频采用FFT以获得时域的信道冲激响应，以及以1/12的采样来对所估计的冲激响应的部分进行IFFT以获得信道的频率响应。通过在每个信道实现具有4个OFDM符号的情况下仿真1000个信道实现来获得BER曲线。

图3和图4示出了当分别使用天线选择和信号合并时，基于近散射环境中的选择方案的ICI感知子载波的最大多普勒频率vs.BER性能，其中，每个多径分量是不同的到达角(angle-of-arrival)而来的许多散射信号的总和。因此，假定两根接收天线观察到独立同分布的TU-6信道。在近散射环境中，从图3观察到所有的ICI感知天线选择方案非常相似地执行，并且比常规的基于SNR的选择要好。对于2x10^-4的目标BER，基于SNR的选择方案提供了大约95Hz的多普勒容限，而其他方案提供了大约105Hz的多普勒容限。

如图4中所示出的，对于PCW选择，如所期望地观察到SINR判决度量提供了最佳的性能，欧氏距离和绝对值距离次之。然而，重要的是保证所有这些PCW选择方案都胜过基于SNR的选择PCM选择方案，以及图3中的所有天线选择方案。对于2x10^-4的目标BER，基于SNR的PCM选择方案提供了大约115Hz的多普勒容限，而基于SINR、欧氏距离和绝对值距离的PCW选择方案分别提供了大约170、155和140Hz的多普勒容限，这是基于天线选择的性能的极大改进。

图5示出了在远散射环境中的ICI感知PCW选择方案的最大多普勒频率vs.BER性能，其中，每个多径分量是由来自特定到达角的单个散射信号引起的。假定天线间隔仅是3λ，其中λ是信号的波长，并且在天线之间没有耦合。由于差的散射环境，每个天线所经历的TU-6信道的多径分量仅是彼此的相移版本。从而，天线所经历的不同TU-6信道是非常相关的。由于时变信道中高的相关性，ICI感知选择方案可以采用的分集小于近散射场景。

此外，空间签名(spatial signature)、信道形式的固定和时变部分(即，{d_n}和{c_n})在远散射环境中变得相关。这对多普勒容限有两个不同的影响。由于该相关，干扰功率和信号功率相关，导致较有节制的SINR实现，例如，每个天线的SINR中不太深的衰落，这导致移动场景中更好的接收质量。然而同时，仅通过选择机制更加难以避免ICI。虽然在单幅图中没有示出，然而呈现了各种前述的判决度量在远散射环境中的天线选择方案中产生了类似的多普勒容限。通过图5中示出的基于PCW的信号合并方式，获得了改进的性能。从图5中可以看出，ICI感知PCW选择仍旧胜过基于SNR的PCW选择，然而胜出没有像近散射环境中那样大。

在这点上强调的是，将图1的预设合并权重/天线选择级114布置为向子载波合并级116提供合并指令，该合并指令具有如上讨论的所选择的预设权重矢量的形式。然而，应该意识到，其他实现也是可行的。图6中示出了本发明的接收机的备选实现，在图6中，将合并权重计算级210布置为通过信号路径212和214向子载波合并级116提供针对每个子载波的单独权重。

在该实施例中，合并权重计算级210不实现用于选择适当的预设矢量的选择度量，而是根据相应的信道估计级112所估计的信道频率响应来计算针对每个子载波的适当的权重系数。下面给出由合并权重计算级210实现以计算子载波权重系数的适合度量的示例。

从等式(1)-(7)继续，可以在最小均方误差(MMSE)空间合并方案中利用空间签名(即，c_m和{d_n})。已知该方案提供最大化SINR的最佳线性合并方案。因此，可以通过求解最优化问题来找到在第m个子载波处的MMSE空间合并方案g_m ^MMSE。

该最优化问题与已知的找到针对MINO系统和同步的CDMA系统的MMSE检测器的最优化问题相类似。遵循与H.Sampath等在IEEETransactions on Communations，49，Vol.12，2001，pages 2198-2206中相似的数学分析，可以将MMSE接收机表达为：

注意到，g_m ^MMSE将信号的信干比最大化为：

这确定了性能。即使g_m ^MMSE是唯一的，SINR_m最大化合并器也不是唯一的。g_m ^MMSE的任何缩放版本(即，

也将SINR_m最大化。因此，可以将MMSE合并器的特殊缩放版本表达为：

由于在硬件方面更易于实现，这是该合并器的优选实施例。基本上，g_m ^SINR的计算需要6个步骤：

1：计算载波间干扰协方差矩阵

2：对大小为MxM的矩阵取逆，即E_m ^-1；

3：将MxM大小的矩阵E_m ^-1与Mx1大小的矢量c_m相乘，

4：将合并权重归一化(即，|g_m|²＝1)，以在子载波上维持噪声功率固定；

5：利用计算出的合并权重对接收到的信号进行合并；以及

6：计算已合并信号的信道增益。

对于精确的E_m的计算，应该考虑到所有子载波对子载波m的ICI贡献，这显著增加了E_m的计算复杂度。然而，如在图2的上下文中已经讨论过的，子载波所经历的主要的ICI量由最接近的相邻子载波的干扰所产生。因此，当应用之前讨论的近似d_n≈d_m时，可以通过以下方式来近似E_m：

其中，项

是常数，例如，如之前讨论的，对于8K OFDM模式的DVB-T中的1116Hz的子载波间隔来说大约为6.7x10^-8。该E_m的近似也简化了矩阵取逆步骤。通过使用正半定矩阵X的矩阵取逆特性

可以将E_m ^-1表达为：

由于g_m ^SINR的任何缩放版本也将SINR_m最大化，可以忽略该近似右边的第一项1/σ_n ²，从而得到以下简单的多普勒补偿合并器(SDCC)：

应该观察到，当在一个OFDM符号期间信道是静态的时，d_m＝0，所提出的合并器简化为简单的最大比合并器，即，g_m ^SDCC＝c_m。在ICI比噪声大得多(即，σ_n ²＜＜α|d_m|²)的另一极端情况下，所提出的合并器简化为常规的迫零解决方案，即

其中，ICI被完全抑制。典型地，在合并权重计算级210中计算g_m ^SDCC项，将合并权重计算级210布置为从信道估计级112接收信道增益H和信道导数。

图7和图8分别描述了在近散射环境和远散射环境中，作为最大多普勒频率的函数，MMSE和SDCC子载波合并方案对BER的影响。在这些图中，将MMSE和SDCC子载波合并方案的性能与最大比合并方案的性能相比较。将如之前讨论地建立的相同仿真用于这些仿真。在MMSE合并方案中包括了10个最接近的相邻子载波。假定信道估计对于MMSE计算是理想的，使得在MMSE合并器的计算中不考虑估计误差。

在近散射环境中，如所期望地观察到SDCC和MMSE合并器都胜过了MRC。SDCC和MMSE彼此非常相似地执行。注意到，由于信道估计不是理想的并且利用了针对时变信道的近似，MMSE合并器可能执行得不比SDCC更好。在高移动性的情况下，观察到MRC与SDCC或MMSE合并器的性能之间的差异变小了。这是由于两个因素：在高移动性的情况下，导频更严重地经历了ICI，并且信道估计(因此，信道导数)变得较不精确，并由于对SINR最大化合并器的计算较不精确而使得MMSE/SDCC合并器的性能退化了。第二，在非常高的移动性的情况下，时变信道的一阶泰勒级数近似不提供好的信道建模。然而，在大范围的最大多普勒频率中，与MRC相比，SDCC和MMSE合并器提供了显著的性能提高。

在这一点上，应该注意到，可以通过在合并步骤之后的附加对数似然比(LLR)计算步骤、通过附加的3抽头ICI消除方案或者通过这些技术的组合来进一步提高MMSE和SDCC合并方案的性能，该对数似然比(LLR)计算步骤考虑到了在每个子载波处的ICI等级，3抽头ICI消除方案由S.A.Husen等在25^th Symposium on Information Theory in theBenelux，2004(参见例如http://www.win.tue.nl/wic2004/30.pdf)中公开。在表I中对近散射环境下的这些不同选项的性能进行了总结，表I示出了MRC和SDCC/MMSE在准无误码(QEF)性能的情况下可以容忍的最大多普勒频率。重申，在DVB-T系统中，将QEF性能限定为BER等于或者小于2x10^-4。

表I

明显地，当与常规的MRC合并相比较时，SDCC和MMSE合并器方案可以显著增强系统的多普勒容限。

对于2天线接收机，可以对SDCC合并器方案进行进一步近似。在2天线系统中，可以将g_m ^SDCC表达为：

其中： $K=\frac{{\mathrm{\σ}}_n^2}{{\mathrm{\Σ}}_{n=0}^{N-1}{\left|{\mathrm{\Ξ}}_{m,n}\right|}^2}.$ 通过以下方式简单地实现该表达式的归一化：

其中，

表示关于矢量/矩阵的Hermitian算符。将由此归一化的已合并的权重合并为：

在此之后，还可以使用ICI减除和软比特(LLR)计算步骤来计算已合并信号中的信道增益和信道导数：

可以如下降低SDCC合并步骤的复杂度。已经认识到，SDCC方案的第二步骤(在该步骤中对合并权重进行归一化，即，等式(24))要求平方根操作和除法操作，在定点实现中，平方根操作和除法操作在需要的处理循环数目方面消耗都很大。

通过第一近似可以降低该消耗：

其消除了平方根操作和4个乘法操作。R和I分别是这些项的实部和虚部。可以如下表达新的简化的SDCC合并器，可以基于此来消除除法操作：

可以通过第二近似来对分母进行近似：

其中，1/x≈2^-n。由此，可以由g_m ^N-SDCC≈g_m ^SDCCx2^-n来近似g_m ^N-SDCC，从而消除了在SDCC合并过程中执行除法操作的需要，这进一步降低了计算复杂度。

已经使用如之前讨论地建立的相同仿真来对在近散射和远散射环境下，当使用未近似的SDCC合并器、使用包括第一近似的SDCC合并器以及使用第一和第二近似的SDCC合并器时，BER vs.最大多普勒频率性能进行仿真。在图9和图10中分别示出了结果。其中展示了该近似仅导致SDCC合并器性能的适度退化。观察到，对于两种信道模型，SDCC的每个版本的多普勒性能都非常接近。在近散射信道模型下，在BER目标为2x10^-4处将退化限制为仅大约3-10Hz，在远散射信道模型下，在相同的BER目标处将退化限制为仅大约7-9Hz。

应该注意到上面提到的实施例是用以解释而非限制本发明，本领域一般技术人员能够设计出很多替代实施例，而未背离所附权利要求的保护范围。在权利要求中，括号之间的参考记号不应等同于对权利要求的限制。用语“包括”并不排除除了在权利要求中列出之外呈现的元件或步骤。在元件之前的单词“一”或“一个”并不排除使用多个这样的元件。通过包括若干独特元件的硬件方式可实现本发明。在设备的权利要求中列举了几种装置，这些装置可以通过一个相同的硬件来实施。一个基本的事实是，在相互不同的从属权利要求中提到的特定措施并不意味着这些措施的组合不能用来取得有益效果。

Claims (15)

1.一种用于对符号的多个傅里叶变换实例进行处理的处理器(110)，每个实例被包括在多个频分复用子载波之一中，所述处理器被布置为：

针对每个实例，估计信道增益和其他子载波对所述符号的载波间干扰贡献；以及

基于所估计的信道增益和载波间干扰贡献，将实例合并为所述符号的单个表示。

2.根据权利要求1所述的处理器，其中，所述处理器被布置为：

通过将相应的信道响应表达为截短的泰勒级数展开来估计所述载波间干扰贡献，所述截短的泰勒级数展开包括至少一个与载波间干扰贡献有关的时变项。

3.根据权利要求1或2所述的处理器，其中，所述实例是不同接收天线接收到的相同子载波的实例。

4.根据权利要求1-3中任一项所述的处理器(110)，其中，子载波信号的合并仅基于所估计的子载波的载波间干扰贡献，所述载波间干扰贡献来自该子载波的最接近的相邻子载波。

5.根据权利要求1-3中任一项所述的处理器(110)，还包括：

数据存储部分，包括预定矢量的集合，所述预定矢量具有与符号的不同实例的数目相对应的多个域，每个域包含权重系数，其中，所述处理器被布置为：

通过将子载波的信道响应与对应的权重系数相乘来产生多个信道响应乘积，所述子载波位于与相同符号有关的相应实例中，所述对应的权重系数来自于从所述集合中选择的预定矢量；以及

对信道响应乘积进行合并，所述预定矢量的选择使得对已合并的信道响应乘积的载波间干扰贡献减小。

6.根据权利要求5所述的处理器(110)，其中，所述处理器被布置为：

从所述集合选择预定矢量，针对所述预定矢量，已合并的信道响应乘积具有充分改进的信干噪比(SINR)。

7.根据权利要求5所述的处理器(110)，其中，所述处理器被布置为：

从所述集合选择预定矢量，针对所述预定矢量，已合并的信道响应乘积导致已合并信号中充分改进的最小欧氏距离。

8.根据权利要求5所述的处理器(110)，其中，所述处理器被布置为：

从所述集合选择预定矢量，针对所述预定矢量，已合并的信道响应乘积导致已合并信号中充分改进的最小绝对距离。

9.根据权利要求1-4中任一项所述的处理器(110)，其中，所述处理器被布置为：

使用最小均方误差度量来合并与符号的相应实例中的相同符号有关的子载波，以获得针对所述符号的充分改进的信干噪比。

10.根据权利要求1-4中任一项所述的处理器(110)，其中，所述处理器被布置为：

使用度量来合并与符号的相应实例中的相同符号有关的子载波，以获得针对所述符号的充分改进的信干噪比。

11.一种接收机，包括：

快速傅里叶变换级，用于变换多个频分复用子载波，每个子载波包括符号，其中，至少两个子载波包括相同符号的不同实例；

根据权利要求1-10中任一项所述的处理器(110)，耦合到所述快速傅里叶变换级(108)；以及

后处理级(120、130、140)，耦合到所述处理器(110)，用于对已合并的子载波信号进行解码。

12.根据权利要求11所述的接收机，还包括：

多个天线(102)，耦合到所述快速傅里叶变换级，每个天线被布置为接收多个频分复用子载波的实例，其中，从不同天线接收到的多个频分复用子载波的不同实例获得相同符号的不同实例。

13.根据权利要求10或11所述的接收机，还包括：

天线选择级(112)，用于选择所述天线(102)之一，其中，所述后处理级(120、130、140)包括软比特计算级(120)，所述软比特计算级(120)被布置为针对所选择的天线接收到的子载波计算软比特。

14.一种处理多个傅里叶变换信号的方法，每个信号包括多个频分复用子载波，每个子载波包括符号，其中，至少两个子载波包括相同符号的不同实例，所述方法包括：

针对每个实例，估计信道增益和子载波的相邻子载波对所述在子载波中接收到的符号的载波间干扰贡献，所述载波间干扰贡献是由接收到的子载波的时变信道响应造成的；以及

基于所估计的信道增益和信道间干扰贡献，合并相应天线信号中与相同符号有关的子载波。

15.根据权利要求13或14所述的方法，还包括：

提供预定矢量的集合，所述预定矢量具有与天线信号的数目相对应的多个域，每个域包含权重系数；

通过将与相同符号有关的子载波的信道响应与相应的权重系数相乘来产生多个信道响应乘积，所述相应的权重系数来自于从所述集合中选择的预定矢量；以及

对信道响应乘积进行合并，所述预定矢量的选择使得对已合并的信道响应乘积的载波间干扰贡献减小。

Images