CN102480444A - 一种宽带同频干扰噪声估计和干扰抑制的方法及相应系统 - Google Patents

Abstract

一种宽带同频干扰噪声估计和干扰抑制的方法及相应系统，在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，包括：对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；以及，对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵；进一步地，可以基于得到的干扰噪声协方差矩阵对数据流进行信号估计，本发明在相邻小区存在同频干扰时，可以准确估计干扰噪声，提高干扰抑制的效果。

Description

一种宽带同频干扰噪声估计和干扰抑制的方法及相应系统

技术领域

本发明涉及OFDM((Orthogonal Frequency Division Multiplexing，正交频分复用)或OFDMA(Orthogonal Frequency Division Multiple Access，正交频分多址)系统，具体的，涉及到OFDM/OFDMA系统中宽带同频干扰噪声估计和干扰抑制的方法，及相应系统。

背景技术

多天线技术是无线移动通信领域中智能天线技术的一个重大突破，该技术可以在不增加带宽的情况下成倍地提高通信系统的容量和频谱利用率，还可以利用多径来减轻多径衰落，并能有效地消除信道干扰、提高信道的可靠性、降低误码率，是新一代移动通信系统采用的关键技术。其已经被广泛地应用于LTE(Long Term Evolution，长期演进)和WiMAX(WorldInteroperability for Microwave Access，全球微波接入互操作性)等多种无线宽带系统中。

对于以蜂窝结构布置网络的无线通信系统来说，相邻小区间的同频干扰是导致通信质量下降的最重要因素之一，如图1所示。因为干扰源为相邻小区用户在相同时频资源上发送的数据信号，这就要求接收端必须能较为准确的估计出期望数据的信道系数、干扰信道系数或者干扰的特征才能够进行较为准确的数据检测，但是当相邻小区之间的数据子载波和导频子载波在时频位置上重合时，就会给干扰估计带来巨大的困难，因为干扰导频的重合会导致信道估计质量下降，即信道估计本身携带干扰信息，从而使得干扰噪声特征估计变得十分困难或者说非常不准确。在此种情况下，常见的干扰抑制接收算法，比如MMSE(Minimum Mean Square Error，最小均方误差)或者干扰抑制合并(Interference Rejection Combination，简称为IRC)算法的性能都会大打折扣。

发明内容

本发明的目的是提供一种宽带同频干扰噪声的估计方法及相应系统，以解决相邻小区存在同频干扰时干扰噪声特征估计不准确的问题。

为了解决上述技术问题，本发明提供了一种宽带同频干扰噪声估计的方法，用于正交频分复用(OFDM)或正交频分多址(OFDMA)系统的接收端，在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，包括：

对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；以及

对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵；

其中，该干扰抑制区域为接收数据承载区域中的一时频二维资源块。

较佳地，

所述对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}\left(j\right)=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{\mathrm{\β}}_{\mathrm{ij}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(a\right)$

其中，

为该干扰抑制区域中该数据流对应的第j个数据子载波位置的干扰噪声协方差矩阵，j＝1，…，J，J为该干扰抑制区域中该数据流对应的数据子载波的个数；β_ij为计算第j个数据子载波位置的干扰噪声协方差矩阵时赋予

的权值，

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数。

较佳地，

按式(a)计算数据子载波位置的干扰噪声协方差矩阵之前，将该干扰抑制区域划分为一个或多个干扰噪声估计单元，每一干扰噪声估计单元为一个时域二维资源块且包含至少一个导频子载波和一个数据子载波；

按式(a)计算数据子载波位置的干扰噪声协方差矩阵时，为同一干扰噪声估计单元中各个导频子载波位置的干扰噪声协方差矩阵，赋予相同的权值。

较佳地，

所述在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，还将该干扰抑制区域划分为M个干扰噪声估计单元，每一干扰噪声估计单元为一时域二维资源块且包含至少一导频子载波和一数据子载波，M为正整数；

所述对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^m=\underset{l=1}{\overset{M}{\mathrm{\Σ}}}\underset{i\∈{\mathrm{\Ω}}_l}{\mathrm{\Σ}}{\mathrm{\β}}_{\mathrm{ml}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(b\right)$

其中，

为第m个干扰噪声估计单元中该数据流对应的每一数据子载波位置的干扰噪声协方差矩阵，m＝1，2，…，M；

l为一循环变量，l＝1，2，…，M；

Ω_l为第l个干扰噪声估计单元包含的导频子载波的索引i的集合，i＝1，…，I，I为该数据流对应的导频子载波的个数；

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵；

β_ml为计算

时，赋予第l个干扰噪声估计单元中各导频子载波的的权值，

0≤β_ml≤1，|Ω_l|为Ω_l包含的导频子载波的个数。

较佳地，

按式(b)计算

采用的权值β_ml中，l＝1，2，…，M，β_mm大于等于其他的权值。

较佳地，

所述对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-P}\left(i\right)=(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right)){(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right))}^H---\left(c\right)$

其中，为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数，p(i)为发送端在第i个导频子载波上发送的导频信号，y_p(i)为第i个导频子载波上的接收信号，

为第i个导频子载波位置的信道系数估计值，

表示矩阵

的共轭转置。

较佳地，

对所述接收数据承载区域包含的每一干扰抑制区域，均用该方法对该干扰抑制区域承载的每一数据流进行干扰噪声估计，或者，只有在该干扰抑制区域承载的一个或多个数据流对应的导频子载波个数大于或等于一设定值时，才用该方法对该干扰抑制区域中的该一个或多个数据流进行干扰噪声估计，该设定值大于或等于所述接收端的接收天线数。

较佳地，

所述在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，按以下方式计算该数据流对应的每一导频子载波位置的信道系数估计值：

将该导频子载波上的接收信号与发送端在该导频子载波上发送的导频信号的共轭相乘，得到该导频子载波位置的信道系数估计值。

相应地，本发明还提供了一种宽带同频干扰噪声估计的系统，用于正交频分复用(OFDM)或正交频分多址(OFDMA)系统的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰噪声估计，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该系统包括：

第一装置，用于对该数据流对应的每一导频子载波，将该导频子载波上的接收信号与发送端在该导频子载波上发送的导频信号的共轭相乘，得到该导频子载波位置的信道系数估计值；

第二装置，用于对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算出该导频子载波位置的干扰噪声协方差矩阵；及

第三装置，用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵。

较佳地，

该系统还包括第四装置，用于将该干扰抑制区域划分为M个干扰噪声估计单元，每一干扰噪声估计单元为一个时域二维资源块且包含至少一个导频子载波和一个数据子载波，M为正整数；

所述第三装置对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵，采用的计算公式为上文中的式(b)。

较佳地，

所述第二装置对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵，采用的计算公式为上文中的式(c)。

上述宽带同频干扰的估计方法和系统可以得到较为准确的干扰噪声特征，有利于提高干扰抑制的性能和数据检测的准确性。

本发明的另一目的是提供一种宽带同频干扰的抑制方法及相应系统，以解决相邻小区存在同频干扰时干扰抑制性能较差的问题。

为了解决上述技术问题，本发明提供了一种宽带同频干扰抑制的方法，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)系统的接收端，在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰抑制时，包括：

按上文所述的干扰噪声估计方法，得到该数据流对应的各导频子载波位置的信道系数估计值和各数据子载波位置的干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值；

对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计；

其中，该干扰抑制区域为接收数据承载区域中的一时频二维资源块。

较佳地，

所述在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰抑制时，还将该干扰抑制区域划分为K个信道估计单元，每一信道估计单元为一个时域二维资源块且包含至少一个导频子载波和一个数据子载波，K为正整数；

所述对该数据流对应的每一数据子载波，将该数据流对应的各个导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值，采用的计算公式如下：

${\hat{h}}_d^k=\underset{l=1}{\overset{K}{\mathrm{\Σ}}}\underset{i\∈{\mathrm{\Ω}}_l}{\mathrm{\Σ}}{\mathrm{\α}}_{\mathrm{kl}}{\hat{h}}_p\left(i\right)---\left(d\right)$

其中，

为第k个信道估计单元中该数据流对应的每一数据子载波位置的信道系数估计值，k＝1，2，…，K；

l为一循环变量，l＝1，2，…，K；

Ω_l为第k个信道估计单元包含的导频子载波的索引i的集合，i＝1，…，I，I为该数据流对应的导频子载波的个数；

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的信道系数估计值；

α_kl为计算

时，赋予第l个信道估计单元中各导频子载波的的权值，

0≤α_kl≤1，|Ω_l|表示Ω_l包含的导频子载波的个数，且在权值α_kl中，l＝1，2，…，K，α_kk大于等于其他的权值。

较佳地，

对所述接收数据承载区域包含的每一干扰抑制区域，均用该方法对该干扰抑制区域承载的每一数据流进行干扰抑制，或者，只有在该干扰抑制区域承载的一个或多个数据流对应的导频子载波个数大于或等于一设定值时，才用该方法对该干扰抑制区域中的该一个或多个数据流进行干扰抑制，该设定值大于或等于所述接收端的接收天线数。

相应地，本发明还提供了一种宽带同频干扰抑制的系统，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)系统的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰抑制，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该系统包括：

第一装置，用于按照与上述宽带同频干扰噪声估计的系统相同的方式，计算得到该数据流对应的各个导频子载波位置的信道系数估计值和各个数据子载波位置的干扰噪声协方差矩阵；

第二装置，用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值；以及

第三装置，用于对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计。

较佳地，

该系统还包括第四装置，用于将该干扰抑制区域划分为K个信道估计单元，每一信道估计单元为一个时域二维资源块且包含至少一个导频子载波和一个数据子载波，K为正整数；

所述第二装置对该数据流对应的每一数据子载波，将该数据流对应的各个导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值，采用的计算公式为上文的式(d)。

上述宽带同频干扰的抑制方法和系统基于较为准确的干扰噪声特征，可以提高干扰抑制的性能和数据检测的准确性。

附图说明

图1是现有技术中相邻多小区的示意图；

图2是本发明实施例宽带同频干扰噪声估计和干扰抑制方法的流程图；

图3至图5分别是对干扰抑制区域样式一进行划分的3种方式的示意图，图加粗线圈表示导频子载波，细线圈表示数据子载波，后面的图6至图9同此；

图6至图7分别是对干扰抑制区域样式二进行划分的2种方式的示意图；

图8至图9分别是对干扰抑制区域样式三进行划分的2种方式的示意图；

图10是对干扰抑制区域样式四进行划分的一种方式的示意图，图中粗线圈表示数据流1对应的导频子载波，点划线圈表示数据流2对应的导频子载波，细线圈表示数据子载波，后面的图11同此；

图11是对干扰抑制区域样式五进行划分的一种方式的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

本实施例宽带同频干扰的估计和抑制方法应用于OFDM/OFDMA系统。文中的发送端可以是基站、中继站等控制设备，也可以是手机、笔记本电脑、手持电脑等终端设备。类似地，接收端用于接收发送端的数据信号，接收端可以是手机、笔记本电脑、手持电脑等终端设备，也可以是基站，中继站等控制设备。

接收端将接收数据承载区域划分为一个或多个干扰抑制区域，每一干扰抑制区域为帧/半帧结构中的一个时频二维资源块，即每一个干扰抑制区域在时间上包含多个连续的OFDM/OFDMA符号，在频域上包含多个连续的子载波。接收数据承载区域可能包括一个时频二维资源块，也可能包括多个分离的时频二维资源块，在本实施例中，将其中的每一个独立的时频二维资源块作为一个干扰抑制区域。当然，在其他实施例中，接收数据承载区域中的相对独立的各个时频二维资源块也可以被进一步划分为多个干扰抑制区域。

在OFDM/OFDMA系统中，上述干扰抑制区域可以承载一个或多个数据流，每一数据流对应一个或多个数据子载波和导频子载波，不同数据流对应的导频子载波不同。

如图2所示，在一个干扰抑制区域内，按本实施例方法对其中承载的一个数据流进行宽带同频干扰噪声估计和干扰抑制时，包括：

步骤10，对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；

用PsC(i)表示该干扰抑制区域中该数据流对应的第i个导频子载波，i＝1，…，I，则PsC(i)位置的干扰噪声协方差矩阵

按下式得到：

${\hat{R}}_{\mathrm{NI}-P}\left(i\right)=(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right)){(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right))}^H---\left(1\right)$

其中，p(i)为发送端在PsC(i)上发送的导频信号，y_p(i)为PsC(i)上的接收信号，

为PsC(i)位置的信道系数估计值，I为该干扰抑制区域中该数据流对应的导频子载波的个数，

表示矩阵

的共轭转置。文中的干扰噪声协方差矩阵是一估计值。

步骤20，对该数据流对应的每一数据子载波，将计算得到的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵；

用DsC(j)表示该干扰抑制区域中该数据流对应的第j个数据子载波，j＝1，…，J，则DsC(j)位置的干扰噪声协方差矩阵

按下式得到：

${\hat{R}}_{\mathrm{NI}-D}\left(j\right)=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{\mathrm{\β}}_{\mathrm{ij}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(2\right)$

其中，β_ij为计算DsC(j)位置的

时，赋予

的权值，

部分权值可以为0；J为该干扰抑制区域中的数据子载波的个数。

通过以上两步，接收端已经完成了对该干扰抑制区域的宽带同频干扰噪声估计。对数据承载区域内的各干扰抑制区域均按上述方法计算后，就完成了对该数据承载区域的宽带同频干扰噪声估计。

步骤30，对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计。

本步骤的运算是常规运算。例如，干扰抑制区域中的数据子载波DsC(j)位置的数据信号估计通过以下方式计算得到：

当

表示为列向量时，

$\hat{s}\left(j\right)={{\hat{h}}_d}^H\left(j\right){\hat{R}}_{\mathrm{NI}-D}^{-1}\left(j\right)y_d\left(j\right)---\left(3\right)$

当表示为行向量时，

$\hat{s}\left(j\right)=\mathrm{conj}\left({\hat{h}}_d\left(j\right)\right){\hat{R}}_{\mathrm{NI}-D}^{-1}\left(j\right)y_d\left(j\right)---\left(4\right)$

其中，

为数据子载波DsC(j)位置的信道系数估计值，

为

的共轭转置，

表示对

的元素取共轭，

为

的逆矩阵，y_d(j)为DsC(j)上的接收信号。本实施例中，y_d(j)表示为列向量，如y_d(j)表示为行向量，上述公式需做适应性变化，不再赘述。

上述得到的各数据子载波上的数据信号估计可以送到解调译码装置，完成数据的检测。

对接收数据承载区域包含的每一干扰抑制区域，均可用上述方法对该干扰抑制区域承载的每一数据流进行干扰噪声估计和/或干扰抑制，权值可以不同。由于上述方法在数据流对应的导频子载波个数较多时，性能更好，因此，也可以是：对接收数据承载区域包含的每一干扰抑制区域，只有在该干扰抑制区域承载的一个或多个数据流对应的导频子载波个数大于或等于一设定值时，才用该方法对该干扰抑制区域中的该一个或多个数据流进行干扰噪声估计和/或干扰抑制，该设定值大于或等于所述接收端的接收天线数。

本实施例中，上述宽带同频干扰噪声估计和干扰抑制方法的步骤中用到的导频子载波和数据子载波位置的信道系数估计值及

可以通过以下方式计算得到：

步骤一，对该干扰抑制区域中该数据流对应的每一导频子载波，接收端将该导频子载波上的接收信号与发送端在该导频子载波上发送的导频信号的共轭相乘，得到该导频子载波位置的信道系数估计值；

该干扰抑制区域中该数据流对应的第i个导频子载波PsC(i)位置的信道系数估计值由下式得到：

${\hat{h}}_p\left(i\right)=y_p\left(i\right)p^{*}\left(i\right),i=1,...,I---\left(5\right)$

其中，y_p(i)为接收端在第i个导频子载波上的接收信号，p(i)为发送端在第i个导频子载波上发送的导频信号(两端可以约定)，p^*(i)表示对p(i)取共轭；其他参数含义如上文所述。

因为相邻小区在同一导频子载波上的导频信号相关性比较低，通过上述运算，可以滤除导频子载波上相邻小区导频带来的干扰信号，得到较为准确的信道系数估计值。进而，基于各导频子载波位置的信道系数估计值的加权平均得到的数据子载波位置的信道系数估计值也较为准确。

步骤二，对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值；

将该干扰抑制区域中该数据流对应的第j个数据子载波记为DsC(j)，DsC(j)位置的信道系数估计值

按下式得到：

${\hat{h}}_d\left(j\right)=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{\mathrm{\α}}_{\mathrm{ij}}{\hat{h}}_p\left(i\right)---\left(6\right)$

其中，α_ij为计算DsC(j)位置的时，赋予

的权值，

部分的权值可以为0，其他参数含义如上文所述。

接收端可以将该干扰抑制区域再划分为K个时频二维资源块，K＝1，2，...；每一时频二维资源块作为一个信道估计单元，每一信道估计单元中包括至少一个导频子载波和一个数据子载波。

在进行信道估计单元划分的一实施例中，在按公式(6)计算某个数据子载波位置的信道系数估计值时，为同一信道估计单元中各个导频子载波位置的信道系数估计值赋予的权值相同。

在进行信道估计单元划分的另一实施例中，在按公式(6)计算同一信道估计单元中各个数据子载波位置的信道系数估计值时，取一组相同的权值α_ij，i＝1，…，I，j＝1，…，J，得到的各数据子载波位置的信道系数估计值相同。

在进行信道估计单元划分的又一实施例，可以结合上述两个实施例的方式。如下：

定义第k个信道估计单元包含的导频子载波的索引构成的集合为Ω_k，k＝1，2，…，K；

第k个信道估计单元中该数据流对应的每一数据子载波位置的信道系数估计值相等，记为

接收端按下式来计算该

${\hat{h}}_d^k=\underset{l=1}{\overset{K}{\mathrm{\Σ}}}\underset{i\∈{\mathrm{\Ω}}_l}{\mathrm{\Σ}}{\mathrm{\α}}_{\mathrm{kl}}{\hat{h}}_p\left(i\right)---\left(7\right)$

其中，l为一循环变量，l＝1，2，…，K；α_kl为计算

时，赋予第l个信道估计单元中各导频子载波位置的信道系数估计值的权值，因为是加权平均，α_kl要满足条件

0≤α_kl≤1，其中|Ω_l|表示导频索引集合Ω_l包含的导频子载波的个数。在时频上，与某个数据子载波位置越近的导频子载波，信道相关性就越强。因此较佳地，在计算

采用的权值α_kl中，α_kk大于等于其他的权值，l＝1，2，…，K。

可以看出，本实施例在按公式(6)计算某个数据子载波位置的信道系数估计值时，对于同一信道估计单元中各导频子载波位置的信道系数估计值，取相同的权值，且计算同一信道估计单元中各数据子载波位置的信道系数估计值时，通过取相同的一组权值，使得得到的各数据子载波位置的信道系数估计值相同。

采用上述基于信道估计单元的方式可以简化计算。

上述宽带同频干扰噪声估计和干扰抑制方法中，步骤20的加权平均可以基于干扰噪声估计单元来进行。接收端将干扰抑制区域再划分为M个时频二维资源块，M＝1，2，...；每个时频二维资源块作为一个干扰噪声估计单元，每一干扰噪声估计单元中包括至少一个导频子载波。同一干扰抑制区域中信道估计单元和干扰噪声估计单元的划分可以相同，也可以不同。

在进行干扰噪声估计单元划分的一实施例中，按公式(2)计算某个数据子载波位置的干扰噪声协方差矩阵时，为同一干扰噪声估计单元中各个导频子载波位置的干扰噪声协方差矩阵赋予的权值相同。

在进行干扰噪声估计单元划分的另一实施例，按公式(2)计算同一干扰噪声估计单元中各个数据子载波位置的干扰噪声协方差矩阵时，取相同的一组权值β_ij，i＝1，…，I，j＝1，…，J，得到相同的干扰噪声协方差矩阵。

在进行干扰噪声估计单元划分的又一实施例，可以结合上述两个实施例的方式。如下：

定义第m个干扰噪声估计单元包含的导频子载波的索引构成的集合为Ω_m，m＝1，2，…，M。第m个干扰噪声估计单元中该数据流对应的每一数据子载波位置的干扰噪声协方差矩阵相等，记为接收端按下式来计算：

${\hat{R}}_{\mathrm{NI}-D}^m=\underset{l=1}{\overset{M}{\mathrm{\Σ}}}\underset{i\∈{\mathrm{\Ω}}_l}{\mathrm{\Σ}}{\mathrm{\β}}_{\mathrm{ml}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(8\right)$

其中，l为一循环变量，l＝1，2，…，M；β_ml为计算

时，赋予第l个干扰噪声估计单元中各导频子载波对应的

的权值，因为是加权平均，β_ml要满足条件

0≤β_ml≤1，其中|Ω_l|表示导频索引集合Ω_l包含的导频子载波的个数。

可以看出，本实施例在按公式(2)计算某个数据子载波位置的干扰噪声协方差矩阵时，对于同一干扰噪声估计单元中各导频子载波位置的干扰噪声协方差矩阵，取相同的权值；且在计算同一干扰噪声估计单元中各数据子载波位置的干扰噪声协方差矩阵时，通过取相同的一组权值，使得各数据子载波位置的干扰噪声协方差矩阵相同。

时频区域内，与某个数据子载波位置越近的导频子载波，信道相关性越强。因此较佳地，计算

采用的权值β_ml中，l＝1，2，…，M，β_mm大于等于其他的权值。

采用上述基于干扰噪声估计单元的方式可以简化计算。

相应地，本实施例还提供了一种宽带同频干扰噪声估计的系统，用于正交频分复用(OFDM)或正交频分多址(OFDMA)系统的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰噪声估计，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该系统包括：

第一装置，用于对该数据流对应的每一导频子载波，将该导频子载波上的接收信号与发送端在该导频子载波上发送的导频信号的共轭相乘，得到该导频子载波位置的信道系数估计值；

第二装置，用于对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算出该导频子载波位置的干扰噪声协方差矩阵；及

第三装置，用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵。

较佳地，

该系统还可以包括第四装置，用于将该干扰抑制区域划分为M个干扰噪声估计单元，每一干扰噪声估计单元为一个时域二维资源块且包含至少一个导频子载波和一个数据子载波，M为正整数；

相应地，所述第三装置对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵，采用的计算公式为上文中的式(8)。

较佳地，

所述第二装置对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵，采用的计算公式为上文中的式(1)。

相应地，本实施例还提供了一种宽带同频干扰抑制的系统，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)系统的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰抑制，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该系统包括：

第一装置，用于按照与上述宽带同频干扰噪声估计的系统相同的方式，计算得到该数据流对应的各个导频子载波位置的信道系数估计值和各个数据子载波位置的干扰噪声协方差矩阵；

第二装置，用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值；以及

第三装置，用于对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计。

较佳地，

该系统还包括第四装置，用于将该干扰抑制区域划分为K个信道估计单元，每一信道估计单元为一个时域二维资源块且包含至少一个导频子载波和一个数据子载波，K为正整数；

相应地，所述第二装置对该数据流对应的每一数据子载波，将该数据流对应的各个导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值，采用的计算公式为上文中的公式(7)。

下面用一些应用示例对本发明进行进一步说明，在以下示例中，各参数的含义与上述实施例方案相同，且假定接收端已经获得每个导频子载波上的信道系数估计值，并根据公式(1)计算出每个导频子载波上的干扰噪声协方差矩阵，示例中主要说明在不同的干扰抑制区域样式和干扰噪声估计单元划分的情况下，如何进一步计算得到数据子载波位置的干扰噪声协方差矩阵，对于数据信号估计见上文，也不再重复。

应用示例一

如图3所示，本示例中的干扰抑制区域为干扰抑制区域样式一，在时域上包含15个连续的OFDM/OFDMA符号，在频域上包含4个连续子载波，其中承载一个数据流。

在本示例中，将该干扰抑制区域平均分为5个干扰噪声估计单元，该干扰抑制区域中包含的20个导频子载波的索引分别属于5个导频索引集合，即：1～4属于Ω₁，5～8属于Ω₂，9～12属于Ω₃，13～16属于Ω₄，17～20属于Ω₅。

在进行干扰噪声估计时：

第一个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^1={\mathrm{\β}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{12}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{13}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{14}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{15}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第二个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^2={\mathrm{\β}}_{21}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{22}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{23}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{24}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{25}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第三个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^3={\mathrm{\β}}_{31}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{32}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{33}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{34}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{35}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第四个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^4={\mathrm{\β}}_{41}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{42}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{43}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{44}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{45}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第五个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^5={\mathrm{\β}}_{51}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{52}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{53}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{54}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{55}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，β_kl满足条件0≤β_kl≤1，k＝1，…，5，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

应用示例二

本示例中的干扰抑制区域为干扰抑制区域样式一。如图4所示，该干扰抑制区域划分为3个干扰噪声估计单元，该干扰抑制区域中包含的20个导频子载波的索引分别属于3个导频索引集合，其中：1～4属于Ω₁，5～12属于Ω₂，13～20属于Ω₃。

在进行干扰噪声估计时：

第一个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^1={\mathrm{\β}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{12}\underset{i=5}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{13}\underset{i=13}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第二个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^2={\mathrm{\β}}_{21}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{22}\underset{i=5}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{23}\underset{i=13}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第三个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^3={\mathrm{\β}}_{31}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{32}\underset{i=5}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{33}\underset{i=13}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，β_kl满足条件

0≤β_kl≤1，k＝1，2，3，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

应用示例三

本示例中的干扰抑制区域为干扰抑制区域样式一。如图5所示，该干扰抑制区域被划分为1个干扰噪声估计单元，该干扰抑制区域中包含的20个导频子载波的索引属于1个导频索引集合，1～20均属于Ω₁。

在进行干扰噪声估计时，该干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^1={\mathrm{\β}}_{11}\underset{i=1}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，β_l1满足条件|Ω₁|β_l1＝1，0≤β_l1≤1，|Ω₁|表示导频索引集合Ω₁中包含的导频子载波的个数。

应用示例四

如图6所示，在本示例中的干扰抑制区域为干扰抑制区域样式二。在时域上包含12个连续的OFDM/OFDMA符号，在频域上包含4个连续子载波，其中承载一个数据流。

在本示例中，将该干扰抑制区域平均分成4个干扰噪声估计单元，该干扰抑制区域中包含的16个导频子载波的索引分别属于4个导频索引集合，即：1～4属于Ω₁，5～8属于Ω₂，9～12属于Ω₃，13～16属于Ω₄。

在进行干扰噪声估计时：

第一个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^1={\mathrm{\β}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{12}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{13}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{14}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第二个干扰噪声估计单元的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^2={\mathrm{\β}}_{21}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{22}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{23}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{24}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第三个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^3={\mathrm{\β}}_{31}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{32}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{33}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{34}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第四个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^4={\mathrm{\β}}_{41}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{42}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{43}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{44}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，β_kl满足条件

0≤β_kl≤1，k＝1，…，4，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

应用示例五

本示例中的干扰抑制区域为干扰抑制区域样式二，如图7所示，将干扰抑制区域划分成2个干扰噪声估计单元，该干扰抑制区域中包含的16个导频子载波分别属于2个导频索引集合，其中1～8属于Ω₁，9～16属于Ω₂。

在进行干扰噪声估计时：

第一个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^1={\mathrm{\β}}_{11}\underset{i=1}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{12}\underset{i=9}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第二个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^2={\mathrm{\β}}_{21}\underset{i=1}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{22}\underset{i=9}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，β_kl满足条件

0≤β_kl≤1，k＝1，2，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

应用示例六

如图8所示，在本示例中的干扰抑制区域为干扰抑制区域样式三。在时域上包含9个连续的OFDM/OFDMA符号，在频域上包含4个连续子载波，其中承载一个数据流。

在本示例中，将该干扰抑制区域平均分成3个干扰噪声估计单元，该干扰抑制区域中包含的12个导频子载波索引分别属于3个导频索引集合，即：1～4属于Ω₁，5～8属于Ω₂，9～12属于Ω₃。

在进行干扰噪声估计时：

第一个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^1={\mathrm{\β}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{12}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{13}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第二个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^2={\mathrm{\β}}_{21}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{22}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{23}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第三个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为有：

${\hat{R}}_{\mathrm{NI}-D}^3={\mathrm{\β}}_{31}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{32}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{33}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，β_kl满足条件

0≤β_kl≤1，k＝1，2，3，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

应用示例七

本示例中的干扰抑制区域为干扰抑制区域样式三，如图9所示，将干扰抑制区域划分成2个干扰噪声估计单元，该干扰抑制区域中包含的12个导频子载波分别属于2个导频索引集合，其中1～4属于Ω₁，5～12属于Ω₂。

在进行干扰噪声估计时：

第一个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^1={\mathrm{\β}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{12}\underset{i=5}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第二个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^2={\mathrm{\β}}_{21}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{22}\underset{i=5}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，β_kl满足条件

0≤β_kl≤1，k＝1，2，|Ω_l|表示导频集合Ω_l中包含的导频子载波的个数。

下面用应用示例八和九说明一个干扰抑制区域内承载两个数据流时的干扰噪声估计方法。

假设：

第一个数据流对应的第i个导频子载波上的信道系数估计值为

第二个数据流对应的第i个导频子载波上的信道系数估计值为

发送端在第一个数据流对应的第i个导频子载波上发送的导频信号为p₁(i)；发送端在第二个数据流对应的第i个导频子载波上发送的导频信号为p₂(i)；接收端在第一个数据流对应的第i个导频子载波上接收的接收信号为y_p1(i)，接收端在第二个数据流对应的第i个导频子载波上接收的接收信号为y_p2(i)。

应用示例八

如图10所示，本应用示例中的干扰抑制区域为干扰抑制区域样式四，在时域上包含15个连续的OFDM/OFDMA符号，在频域上包含4个连续子载波，其中承载两个数据流。

在本示例中，将干扰抑制区域分成2个干扰噪声估计单元，该干扰抑制区域中包含的每个数据流对应的10个导频子载波的索引分别属于2个导频索引集合，其中：1～6属于Ω₁，7～10属于Ω₂。

在进行干扰噪声估计时：

对于第一个数据流，第一个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^{11}={\mathrm{\β}}_{11}\underset{i=1}{\overset{6}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}^1\left(i\right)+{\mathrm{\β}}_{12}\underset{i=7}{\overset{10}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}^1\left(i\right)$

第二个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^{21}={\mathrm{\β}}_{21}\underset{i=1}{\overset{6}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}^1\left(i\right)+{\mathrm{\β}}_{22}\underset{i=7}{\overset{10}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}^1\left(i\right)$

其中，

β_kl满足条件

0≤β_kl≤1，k＝1，2，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

对于第二个数据流，第一个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^{12}={{\mathrm{\β}}^{\′}}_{11}\underset{i=1}{\overset{6}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}^2\left(i\right)+{{\mathrm{\β}}^{\′}}_{12}\underset{i=7}{\overset{10}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}^2\left(i\right)$

第二个干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^{22}={{\mathrm{\β}}^{\′}}_{21}\underset{i=1}{\overset{6}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}^2\left(i\right)+{{\mathrm{\β}}^{\′}}_{22}\underset{i=7}{\overset{10}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}^2\left(i\right)$

其中，

β′_kl满足条件

0≤β′_kl≤1，k＝1，2，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

上述对每个数据流进行干扰噪声估计的方法是基本相同的，只是权值可以不同。当然在另一实施例中，不同数据流的干扰噪声估计单元的划分也是可以不同的。

应用示例九

如图11所示，本应用示例中的干扰抑制区域为干扰抑制区域样式五，在时域上包含6个连续的OFDM/OFDMA符号，在频域上包含6个连续子载波，其中承载两个数据流。

在本示例中，将干扰抑制区域分成1个干扰噪声估计单元，该干扰抑制区域中包含的每个数据流对应的4个导频子载波索引均属于1个导频索引集合Ω₁，即1～4属于Ω₁。

在进行干扰噪声估计时：

对于第一个数据流，干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^{11}={\mathrm{\β}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}^1\left(i\right)$

其中，β_l1满足条件|Ω₁|β_l1＝1，0≤β_l1≤1，|Ω₁|表示导频索引集合Ω₁中包含的导频子载波的个数。

对于第二个数据流，干扰噪声估计单元内的各个数据子载波位置的干扰噪声协方差矩阵均为有：

${\hat{R}}_{\mathrm{NI}-D}^{12}={{\mathrm{\β}}^{\′}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}^2\left(i\right)$

其中，

β′_l1满足条件β′_l1|Ω₁|＝10≤β_l1≤1，|Ω₁|表示导频索引集合Ω₁中包含的导频子载波的个数。

以下应用示例主要说明利用本发明的干扰噪声估计协方差矩阵估计方法进行干扰抑制信号的接收。需要说明的是，下文以在一个干扰抑制区域内仅承载一个数据流的情形进行描述，对于同时承载多个数据流的情形，对每个数据流，利用与下述应用示例相同的方法进行干扰抑制信号的接收即可。

应用示例十

在本应用示例中，以干扰抑制区域样式一为例进行说明，在本示例中，信道估计单元的划分方法和干扰噪声估计单元的划分方法相同，即各信道估计单元中包含的子载波与各干扰噪声估计单元中包含的子载波对应相同。

首先，接收端将干扰抑制区域内每个导频子载波上的接收信号y_p(i)与发送端在导频子载波上发送的导频信号的共轭对应相乘，即：

其中p^*(i)表示发送端在导频子载波i上发送的导频信号p(i)的共轭；

然后，将样式一的干扰抑制区域平均分成5份，如图3所示，每一份为一个信道估计单元，亦为一个干扰噪声估计单元，该干扰抑制区域中包含的20个导频子载波分别属于5个导频索引集合，即：1～4属于Ω₁，5～8属于Ω₂，9～12属于Ω₃，13～16属于Ω₄，17～20属于Ω₅。

在进行信道估计的时候：

第一个信道估计单元内的所有数据子载波位置的信道系数估计值均为

有：

${\hat{h}}_d^1={\mathrm{\α}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{12}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{13}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{14}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{15}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)$

第二个信道估计单元内的所有数据子载波位置的信道系数估计值均为有：

${{{\hat{h}}_d}^2=\mathrm{\α}}_{21}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{22}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{23}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{24}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{25}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)$

第三个信道估计单元内的所有数据子载波位置的信道系数估计值均为有：

${\hat{h}}_d^3={\mathrm{\α}}_{31}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{32}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{33}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{34}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{35}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)$

第四个信道估计单元内的所有数据子载波位置的信道系数估计值为

有：

${\hat{h}}_d^4={\mathrm{\α}}_{41}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{42}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{43}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{44}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{45}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)$

第五个信道估计单元内的所有数据子载波位置的信道系数估计值为

有：

${\hat{h}}_d^5={\mathrm{\α}}_{51}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{52}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{53}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{54}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{55}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)$

其中，α_kl满足条件

0≤α_kl≤1，k＝1，…，5，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

在进行干扰噪声估计时：

第一个干扰噪声估计单元内的所有数据子载波上的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^1={\mathrm{\β}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{12}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{13}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{14}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{15}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第二个干扰噪声估计单元内的所有数据子载波上的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^2={\mathrm{\β}}_{21}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{22}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{23}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{24}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{25}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第三个信道估计单元内的所有数据子载波上的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^3={\mathrm{\β}}_{31}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{32}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{33}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{34}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{35}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第四个干扰噪声估计单元内的所有数据子载波上的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^4={\mathrm{\β}}_{41}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{42}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{43}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{44}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{45}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第五个干扰噪声估计单元内的所有数据子载波上的干扰噪声协方差矩阵均为有：

${\hat{R}}_{\mathrm{NI}-D}^5={\mathrm{\β}}_{51}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{52}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{53}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{54}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{55}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，β_kl满足条件

0≤β_kl≤1，k＝1，…，5，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

在完成数据子载波DsC(i)对应的信道估计

和干扰噪声协方差矩阵

估计之后，接收端进行数据检测，有：

$\hat{s}\left(i\right)={{\hat{h}}_d}^H\left(i\right){\hat{R}}_{\mathrm{NI}-D}^{-1}\left(i\right)y_d\left(i\right)$

其中，

为列向量；

当为行向量时，相应的数据检测公式为：

$\hat{s}\left(i\right)={{\hat{h}}_d}^H\left(i\right)\mathrm{conj}\left({\hat{R}}_{\mathrm{NI}-D}^{-1}\left(i\right)y_d\left(i\right)\right)$

其中conj(·)表示对输入向量或者标量的每个元素求取共轭。

应用示例十一

在本应用示例中，以干扰抑制区域样式一为例进行说明，在本示例中，信道估计单元的划分方法和干扰噪声估计单元的划分方法不相同，即至少有一个信道估计单元中包含的子载波与干扰噪声估计单元中包含的子载波不相同。

首先，接收端将干扰抑制区域内每个导频子载波上的接收信号y_p(i)与发送端在导频子载波上发送的导频信号的共轭对应相乘，即：

其中p^*(i)表示发送端在导频子载波i上发送的导频信号p(i)的共轭；

然后，将样式一的干扰抑制区域平均分成5个信道估计单元，如图3所示，该干扰抑制区域中包含的20个导频子载波分别属于5个导频索引集合，即：1～4属于Ω₁，5～8属于Ω₂，9～12属于Ω₃，13～16属于Ω₄，17～20属于Ω₅。

在进行信道估计的时候：

第一个信道估计单元内的所有数据子载波位置的信道系数估计值均为

有：

${\hat{h}}_d^1={\mathrm{\α}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{12}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{13}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{14}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{15}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)$

第二个信道估计单元内的所有数据子载波位置的信道系数估计值均为

有：

${{{\hat{h}}_d}^2=\mathrm{\α}}_{21}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{22}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{23}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{24}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{25}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)$

第三个信道估计单元内的所有数据子载波位置的信道系数估计值均为

有：

${\hat{h}}_d^3={\mathrm{\α}}_{31}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{32}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{33}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{34}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{35}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)$

第四个信道估计单元内的所有数据子载波位置的信道系数估计值均为

有：

${\hat{h}}_d^4={\mathrm{\α}}_{41}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{42}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{43}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{44}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{45}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)$

第五个信道估计单元内的所有数据子载波位置的信道系数估计值均为

有：

${\hat{h}}_d^5={\mathrm{\α}}_{51}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{52}\underset{i=5}{\overset{8}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{53}\underset{i=9}{\overset{12}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{54}\underset{i=13}{\overset{16}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)+{\mathrm{\α}}_{55}\underset{i=17}{\overset{20}{\mathrm{\Σ}}}{\hat{h}}_p\left(i\right)$

其中，α_kl满足条件

0≤α_kl≤1，k＝1，…，5，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

再然后如图4所示，将上述样式一的干扰抑制区域分成3个干扰噪声估计单元，该干扰抑制区域中包含的20个导频子载波分别属于3个导频索引集合，即：1～4属于Ω₁，5～12属于Ω₂，13～20属于Ω₃。

在进行干扰噪声估计时：

第一个干扰噪声估计单元内的所有数据子载波位置的干扰噪声协方差矩阵均为

有：

${\hat{R}}_{\mathrm{NI}-D}^1={\mathrm{\β}}_{11}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{12}\underset{i=5}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{13}\underset{i=13}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第二个干扰噪声估计单元内的所有数据子载波位置的干扰噪声协方差矩阵均为有：

${\hat{R}}_{\mathrm{NI}-D}^2={\mathrm{\β}}_{21}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{22}\underset{i=5}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{23}\underset{i=13}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

第三个干扰噪声估计单元内的所有数据子载波位置的干扰噪声协方差矩阵均为有：

${\hat{R}}_{\mathrm{NI}-D}^3={\mathrm{\β}}_{31}\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{32}\underset{i=5}{\overset{12}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)+{\mathrm{\β}}_{33}\underset{i=13}{\overset{20}{\mathrm{\Σ}}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中：β_kl满足条件

0≤β_kl≤1，k＝1，2，3，|Ω_l|表示导频索引集合Ω_l中包含的导频子载波的个数。

在完成数据子载波DsC(i)对应的信道估计

和干扰噪声协方差矩阵

估计之后，接收端进行数据检测，有：

$\hat{s}\left(i\right)={{\hat{h}}_d}^H\left(i\right){\hat{R}}_{\mathrm{NI}-D}^{-1}\left(i\right)y_d\left(i\right)$

其中，

为列向量；

当

为行向量时，相应的数据检测公式为：

$\hat{s}\left(i\right)={{\hat{h}}_d}^H\left(i\right)\mathrm{conj}\left({\hat{R}}_{\mathrm{NI}-D}^{-1}\left(i\right)y_d\left(i\right)\right)$

其中conj(·)表示对输入向量或者标量的每个元素求取共轭。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述应用示例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述应用示例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种宽带同频干扰噪声估计的方法，用于正交频分复用(OFDM)或正交频分多址(OFDMA)系统的接收端，在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，包括：

对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；以及

对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵；

其中，该干扰抑制区域为接收数据承载区域中的一时频二维资源块。

2.如权利要求1所述的方法，其特征在于：

所述对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}\left(j\right)=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{\mathrm{\β}}_{\mathrm{ij}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(a\right)$

其中，

为该干扰抑制区域中该数据流对应的第j个数据子载波位置的干扰噪声协方差矩阵，j＝1，…，J，J为该干扰抑制区域中该数据流对应的数据子载波的个数；β_ij为计算第j个数据子载波位置的干扰噪声协方差矩阵时赋予

的权值，

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

按式(a)计算数据子载波位置的干扰噪声协方差矩阵之前，将该干扰抑制区域划分为一个或多个干扰噪声估计单元，每一干扰噪声估计单元为一个时域二维资源块且包含至少一个导频子载波和一个数据子载波；

按式(a)计算数据子载波位置的干扰噪声协方差矩阵时，为同一干扰噪声估计单元中各个导频子载波位置的干扰噪声协方差矩阵，赋予相同的权值。

4.如权利要求1所述的方法，其特征在于，

所述在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，还将该干扰抑制区域划分为M个干扰噪声估计单元，每一干扰噪声估计单元为一时域二维资源块且包含至少一导频子载波和一数据子载波，M为正整数；

所述对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^m=\underset{l=1}{\overset{M}{\mathrm{\Σ}}}\underset{i\∈{\mathrm{\Ω}}_l}{\mathrm{\Σ}}{\mathrm{\β}}_{\mathrm{ml}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(b\right)$

其中，

为第m个干扰噪声估计单元中该数据流对应的每一数据子载波位置的干扰噪声协方差矩阵，m＝1，2，…，M；

l为一循环变量，l＝1，2，…，M；

Ω_l为第l个干扰噪声估计单元包含的导频子载波的索引i的集合，i＝1，…，I，I为该数据流对应的导频子载波的个数；

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵；

β_ml为计算

时，赋予第l个干扰噪声估计单元中各导频子载波的的权值，

0≤β_ml≤1，|Ω_l|为Ω_l包含的导频子载波的个数。

5.如权利要求4所述的方法，其特征在于，

按式(b)计算采用的权值β_ml中，l＝1，2，…，M，β_mm大于等于其他的权值。

6.如权利要求1所述的方法，其特征在于，

所述对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-P}\left(i\right)=(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right)){(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right))}^H---\left(c\right)$

其中，

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数，p(i)为发送端在第i个导频子载波上发送的导频信号，y_p(i)为第i个导频子载波上的接收信号，

为第i个导频子载波位置的信道系数估计值，

表示矩阵

的共轭转置。

7.如权利要求1所述的方法，其特征在于，

对所述接收数据承载区域包含的每一干扰抑制区域，均用该方法对该干扰抑制区域承载的每一数据流进行干扰噪声估计，或者，只有在该干扰抑制区域承载的一个或多个数据流对应的导频子载波个数大于或等于一设定值时，才用该方法对该干扰抑制区域中的该一个或多个数据流进行干扰噪声估计，该设定值大于或等于所述接收端的接收天线数。

8.如权利要求1至7中任一权利要求所述的方法，其特征在于，

所述在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，按以下方式计算该数据流对应的每一导频子载波位置的信道系数估计值：

将该导频子载波上的接收信号与发送端在该导频子载波上发送的导频信号的共轭相乘，得到该导频子载波位置的信道系数估计值。

9.一种宽带同频干扰抑制的方法，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)系统的接收端，在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰抑制时，包括：

按权利要求8所述的干扰噪声估计方法，得到该数据流对应的各导频子载波位置的信道系数估计值和各数据子载波位置的干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值；

对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计；

其中，该干扰抑制区域为接收数据承载区域中的一时频二维资源块。

10.如权利要求9所述的方法，其特征在于：

所述在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰抑制时，还将该干扰抑制区域划分为K个信道估计单元，每一信道估计单元为一个时域二维资源块且包含至少一个导频子载波和一个数据子载波，K为正整数；

所述对该数据流对应的每一数据子载波，将该数据流对应的各个导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值，采用的计算公式如下：

${\hat{h}}_d^k=\underset{l=1}{\overset{K}{\mathrm{\Σ}}}\underset{i\∈{\mathrm{\Ω}}_l}{\mathrm{\Σ}}{\mathrm{\α}}_{\mathrm{kl}}{\hat{h}}_p\left(i\right)---\left(d\right)$

其中，

为第k个信道估计单元中该数据流对应的每一数据子载波位置的信道系数估计值，k＝1，2，…，K；

l为一循环变量，l＝1，2，…，K；

Ω_l为第k个信道估计单元包含的导频子载波的索引i的集合，i＝1，…，I，I为该数据流对应的导频子载波的个数；

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的信道系数估计值；

α_kl为计算

时，赋予第l个信道估计单元中各导频子载波的

的权值，

0≤α_kl≤1，|Ω_l|表示Ω_l包含的导频子载波的个数，且在权值α_kl中，l＝1，2，…，K，α_kk大于等于其他的权值。

11.如权利要求9或10所述的方法，其特征在于，

对所述接收数据承载区域包含的每一干扰抑制区域，均用该方法对该干扰抑制区域承载的每一数据流进行干扰抑制，或者，只有在该干扰抑制区域承载的一个或多个数据流对应的导频子载波个数大于或等于一设定值时，才用该方法对该干扰抑制区域中的该一个或多个数据流进行干扰抑制，该设定值大于或等于所述接收端的接收天线数。

12.一种宽带同频干扰噪声估计的系统，用于正交频分复用(OFDM)或正交频分多址(OFDMA)系统的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰噪声估计，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该系统包括：

第一装置，用于对该数据流对应的每一导频子载波，将该导频子载波上的接收信号与发送端在该导频子载波上发送的导频信号的共轭相乘，得到该导频子载波位置的信道系数估计值；

第二装置，用于对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算出该导频子载波位置的干扰噪声协方差矩阵；及

第三装置，用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵。

13.如权利要求12所述的系统，其特征在于：

该系统还包括第四装置，用于将该干扰抑制区域划分为M个干扰噪声估计单元，每一干扰噪声估计单元为一个时域二维资源块且包含至少一个导频子载波和一个数据子载波，M为正整数；

所述第三装置对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^m=\underset{l=1}{\overset{M}{\mathrm{\Σ}}}\underset{i\∈{\mathrm{\Ω}}_l}{\mathrm{\Σ}}{\mathrm{\β}}_{\mathrm{ml}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，

为第m个干扰噪声估计单元中该数据流对应的每一数据子载波位置的干扰噪声协方差矩阵，m＝1，2，…，M；

l为一循环变量，l＝1，2，…，M；

Ω_l为第l个干扰噪声估计单元包含的导频子载波的索引i的集合，i＝1，…，I，I为该数据流对应的导频子载波的个数；

为该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵；

β_ml为计算

时，赋予第l个干扰噪声估计单元中各导频子载波的

的权值，

0≤β_ml≤1，|Ω_l|为Ω_l包含的导频子载波的个数，且在权值β_ml中，l＝1，2，…，M，β_mm大于等于其他的权值。

14.如权利要求12所述的系统，其特征在于，

所述第二装置对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-P}\left(i\right)=(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right)){(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right))}^H$

其中，

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数，p(i)为发送端在第i个导频子载波上发送的导频信号，y_p(i)为第i个导频子载波上的接收信号，为第i个导频子载波位置的信道系数估计值，

表示矩阵

的共轭转置。

15.一种宽带同频干扰抑制的系统，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)系统的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰抑制，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该系统包括：

第一装置，用于按照与权利要求12或13或14所述的系统相同的方式，计算得到该数据流对应的各个导频子载波位置的信道系数估计值和各个数据子载波位置的干扰噪声协方差矩阵；

第二装置，用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值；以及

第三装置，用于对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计。

16.如权利要求15所述的系统，其特征在于：

该系统还包括第四装置，用于将该干扰抑制区域划分为K个信道估计单元，每一信道估计单元为一个时域二维资源块且包含至少一个导频子载波和一个数据子载波，K为正整数；

所述第二装置对该数据流对应的每一数据子载波，将该数据流对应的各个导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值，采用的计算公式如下：

${\hat{h}}_d^k=\underset{l=1}{\overset{K}{\mathrm{\Σ}}}\underset{i\∈{\mathrm{\Ω}}_l}{\mathrm{\Σ}}{\mathrm{\α}}_{\mathrm{kl}}{\hat{h}}_p\left(i\right)$

其中，

为第k个信道估计单元中该数据流对应的每一数据子载波位置的信道系数估计值，k＝1，2，…，K；

l为一循环变量，l＝1，2，…，K；

Ω_l为第k个信道估计单元包含的导频子载波的索引i的集合，i＝1，…，I，I为该数据流对应的导频子载波的个数；

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的信道系数估计值；

α_kl为计算

时，赋予第l个信道估计单元中各导频子载波的

的权值，

0≤α_kl≤1，|Ω_l|表示Ω_l包含的导频子载波的个数，且在权值α_kl中，l＝1，2，…，K，α_kk大于等于其他的权值。

Images