CN102546489B - 一种无线通信中解调有效噪声的计算方法及装置 - Google Patents

Abstract

本发明适用于通信领域，提供了一种无线通信中解调有效噪声的计算方法及装置，所述方法包括：接收天线接收导频信号和数据信号，根据接收到的导频信号和数据信号进行信道估计得到信道估计的结果；根据信道估计的结果以及所述导频信号，计算加性高斯白噪声方差；根据信道估计结果中的维纳滤波因子以及计算得到的加性高斯白噪声方差，计算信道估计引入的均方误差；将所述加性高斯白噪声方差以及均方误差之和作为解调有效噪声方差输出。本发明在计算解调有效噪声时，既考虑了外部噪声方差，又考虑了信道估计引入的均方误差，从而使得计算结果更接近真实的系统模型，有效提高系统性能。

Description

一种无线通信中解调有效噪声的计算方法及装置

技术领域

本发明属于通信技术领域，尤其涉及一种无线通信中解调有效噪声的计算方法及装置。

背景技术

在无线通信系统中，接收天线接收到的信号可以表示为：

y＝Hx+n    (1)

其中，y、x和n分别是N×1、M×1和N×1的列向量，H为N×M的频域信道矩阵(N和M分别为UE端和基站端的天线数)，y、x和n分别表示UE端的接收符号向量、基站端的发射符号向量以及加性高斯白噪声向量。

通常情况下，需要对信道内的接收信号进行噪声测量或者噪声方差估计，即对式(1)中的n进行估计。现有技术如图1所示，利用接收信号中的导频点信息估计导频点处的噪声方差，同时为保证噪声方差估计的准确性，在一定的频域和时域范围内，对导频点处的噪声方差求平均。

现有技术在估计噪声方差时，只考虑了外部的噪声，即式(1)中的加性高斯白噪声，而没有考虑信道估计时引入的噪声，影响了系统的性能。

发明内容

本发明实施例的目的在于提供一种无线通信中解调有效噪声的计算方法，以在进行噪声方差估计时，考虑信道估计时引入的噪声，提高系统性能。

本发明实施例是这样实现的，一种无线通信中解调有效噪声的计算方法，所述方法包括：

通过天线接收导频信号和数据信息，根据接收到的导频信号和数据信号进行信道估计得到信道估计的结果；

根据信道估计的结果以及所述导频信号，计算加性高斯白噪声方差；

根据信道估计结果中的维纳滤波因子以及计算得到的加性高斯白噪声方差，计算信道估计引入的均方误差；

将所述加性高斯白噪声方差以及均方误差之和作为解调有效噪声方差输出。

本发明实施例还提供一种无线通信中解调有效噪声的计算装置，所述装置包括：

信道估计单元，用于通过天线接收导频信号和数据信息，根据接收到的导频信号和数据信号进行信道估计得到信道估计的结果；

第一计算单元，用于根据信道估计的结果以及所述导频信号，计算加性高斯白噪声方差；

第二计算单元，用于根据信道估计结果中的维纳滤波因子以及计算得到的加性高斯白噪声方差，计算信道估计引入的均方误差；

输出单元，用于将所述加性高斯白噪声方差以及均方误差之和作为解调有效噪声方差输出。

从上述技术方案中可以看出，本发明实施例在根据信道估计的结果以及导频信号，计算得到加性高斯白噪声方差后，再根据所述加性高斯白噪声方差以及信道估计结果中的维纳滤波计算信道估计引入的均方误差，将所述信道估计引入的均方误差和加性高斯白噪声方差作为解调有效噪声方差输出。由于在计算解调有效噪声时，既考虑了外部噪声方差，又考虑了信道估计引入的均方误差，从而使得计算结果更接近真实的系统模型，达到改善系统性能的目的。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是现有无线通信中解调有效噪声计算方法的实现流程图；

图2是本发明实施例一提供的无线通信中解调有效噪声计算方法的实现流程图；

图3是本发明实施例二提供的无线通信中解调有效噪声计算方法的实现流程图；

图4是本发明实施例三提供的无线通信中解调有效噪声计算装置的组成结构图；

图5是本发明实施例四提供的无线通信中解调有效噪声计算装置的组成结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一：

图2示出了本发明实施例一提供的无线通信中解调有效噪声计算方法的实现流程，该方法过程详述如下：

在步骤S201中，通过天线接收导频信号和数据信号，根据接收到的导频信号和数据信号进行信道估计得到信道估计的结果。

在信号传输模型中，发送信号通常由前导、导频信号以及导频信号之间的数据信号组成，假定每隔F个数据信号插入一个导频信号，两个相邻导频信号及其之间的数据信号序列可表示为{r₀，r₁，r₂，…；r_F，r_F+1}，其中r₀、r_F+1为导频信号，{r₁…r_F}为导频信号间的数据信号。发送信号通过加性高斯白噪声(AdditiveWhite Gaussian Noise，AWGN)信道传输给接收端。

在本实施例中，通过天线接收导频信号和数据信号，利用迭代最小二乘法得到导频信号的信道估计结果，再通过分形内插法得到整个导频信号和数据信号的信道估计结果。

在步骤S202中，根据信道估计的结果以及所述导频信号，计算加性高斯白噪声方差。

在本实施例中，可通过如下公式计算加性高斯白噪声方差，由于

$E\left\{{|Y_{l^{\′},k^{\′}}-{\hat{H}}_{l^{\′},k^{\′}}{x}_{p,l^{\′},k^{\′}}|}^2\right\}=E\left\{{|{\tilde{H}}_{l^{\′},k^{\′}}{x}_{p,l^{\′},k^{\′}}-{\hat{H}}_{l^{\′},k^{\′}}{x}_{p,l^{\′}{k}^{\′}}|}^2\right\}$

$=E\left\{{|N_{p,l^{\′},k^{\′}}-\underset{l^{\′},k^{\′}}{\mathrm{\Σ}}{w}_{l,k,l^{\′},k^{\′}}{N}_{p,l^{\′},k^{\′}}|}^2\right\}---\left(2\right)$

$=(\frac{1}{K}-\frac{2}{K}{w}_{l^{\′},k^{\′}}+\frac{1}{K}\underset{l^{\′\′},k^{\′\′}}{\mathrm{\Σ}}{\left|w_{l^{\′},k^{\′},l^{\′\′},k^{\′\′}}\right|}^2){\mathrm{\σ}}^2$

因而，

${\mathrm{\σ}}^2=\frac{E\left\{{|Y_{l^{\′},k^{\′}}-{\hat{H}}_{l^{\′},k^{\′}}{x}_{p{l}^{\′}{k}^{\′}}|}^2\right\}\×K}{1-{2w}_{l^{\′},k^{\′}}+\underset{l^{\′\′},k^{\′\′}}{\mathrm{\Σ}}{\left|w_{l^{\′},k^{\′},l^{\′\′},k^{\′\′}}\right|}^2}---\left(3\right)$

其中σ²为加性高斯白噪声方差，Y_l′，k′为导频点(l′，k′)处的接收信号，为导频点(l′，k′)处实际的信道估计结果，K为子载波个数(二进制信息数据经过调制后的符号记为{X(n)，n＝1，2，...，K}，K为子载波个数)，x_{p，l′，k′}为导频点(l′，k′)处的导频信号，w_l′，k′为维纳滤波因子，表示对导频点(l′，k′)处进行信道估计时所占的权重系数，w_{l′，k′，l″，k″}为维纳滤波因子，表示对导频点(l″，k″)处进行信道估计时所占的权重系数，为导频点(l′，k′)处的最小二乘法信道估计结果，N_{p，l′，k′}表示导频点(l′，k′)处加性高斯白噪声方差。

在步骤S203中，根据信道估计结果中的维纳滤波因子以及计算得到的加性高斯白噪声方差，计算信道估计引入的均方误差。

在本实施例中，可通过公式(4)计算信道估计引入的均方误差：

${\mathrm{\σ}}_{\mathrm{MSE}}=E\left\{{|H_{l,k}-{\hat{H}}_{l,k}|}^2\right\}$

$=E\left\{{|H_{l,k}-\underset{l^{\′},k^{\′}}{\mathrm{\Σ}}{w}_{l,k,l^{\′},k^{\′}}{\tilde{H}}_{l^{\′},k^{\′}}|}^2\right\}$

$=E\left\{{\left|\underset{l^{\′},k^{\′}}{\mathrm{\Σ}}{w}_{l,k,l^{\′},k^{\′}}{N}_{P,l^{\′},k^{\′}}\right|}^2\right\}---\left(4\right)$

$=\frac{1}{K}\underset{l^{\′}{k}^{\′}}{\mathrm{\Σ}}{\left|w_{l,k,l^{\′},k^{\′}}\right|}^2{\mathrm{\σ}}^2$

其中σ_MSE为信道估计引入的均方误差，σ²为加性高斯白噪声方差，K为子载波个数，w_{l，k，l′，k′}为维纳滤波因子，表示对导频点(l，k)处进行信道估计时所占的权重系数，为导频点(l′，k′)处最小二乘法的信道估计结果，N_{p，l′，k′}表示导频点(l′，k′)处加性高斯白噪声方差。

H_l，k为导频点(l，k)处理想的信道估计结果，为导频点(l，k)处实际的信道估计结果，

${\hat{H}}_{l,k}=\underset{l^{\′},k^{\′}}{\mathrm{\Σ}}{w}_{l,k,l^{\′},k^{\′}}{\tilde{H}}_{l^{\′},k^{\′}}---\left(5\right),$

表示为：

${\tilde{H}}_{l^{\′},k^{\′}}=H_{l^{\′},k^{\′}}+N_{p,l^{\′},k^{\′}}/x_{p,l^{\′},k^{\′}}---\left(6\right)$

H_l′k′为导频点(l′，k′)处理想的信道估计结果，其中l′＝0，...l，表示导频资源元素时域索引值，k′＝0，...k表示导频资源元素频域索引值。

在步骤S204中，将所述加性高斯白噪声方差以及均方误差之和作为解调有效噪声方差输出。

在本实施例中，解调有效噪声方差为：

${\mathrm{\σ}}_{\mathrm{eff}}^2={\mathrm{\σ}}_{\mathrm{MSE}}^2+{\mathrm{\σ}}^2---\left(7\right)$

其中，为解调有效噪声方差，为信道估计引入的均方误差，σ²为加性高斯白噪声方差。

在本实施例中，由于在不同时频位置处，信道估计所使用的维纳滤波因子可能不同，造成计算解调有效噪声时比较复杂。因此为了计算和实现简单，可以通过下述步骤实现：

计算解调有效噪声方差与加性高斯白噪声方差的比值，根据公式(4)和(7)得到比值 $r=\frac{{\mathrm{\σ}}_{\mathrm{eff}}^2}{{\mathrm{\σ}}^2}=\frac{1}{K}\underset{l^{\′}{k}^{\′}}{\mathrm{\Σ}}{\left|w_{l,k,l^{\′},k^{\′}}\right|}^2+1;$

基于所述比值得到一个常数值，将所述常数值作为后续的解调有效噪声方差与加性高斯白噪声方差的比值以确定后续的解调有效噪声方差。

例如，通过一个常数值a来代替比值r。其中，常数值a可以根据实测数据预先设定，即通过该公式可以快速的确定后续的解调有效噪声方差，极大的简化后续解调有效噪声方差的计算过程。

由于信道估计的不理想，在信道估计时会引入一定的均方误差，如果在计算解调有效噪声方差时，不考虑信道估计引入的均方误差将会影响系统性能，造成一定的性能损失。因此，本实施例在计算解调有效噪声方差时，既考虑考虑了外部噪声方差(即加性高斯白噪声方差)，又考虑了信道估计引入的均方误差，从而使得计算结果更接近真实的系统模型，达到改善系统性能的目的。

作为本发明的另一实施例，所述方法还包括：

根据所述数据信号、信道估计的结果以及解调有效噪声方差计算所述数据信号的对数似然比。

在本实施例中，根据所述数据信号以及信道估计结果获取接收天线上数据信号的符号估计值，并根据所述符号估计值通过星座映射获取接收天线上所述数据信号的比特对数似然比。上述计算过程已被本领域技术人员所熟知，在此不进一步阐述。所述数据信号的对数似然比用于所述数据信号的译码。

本实施例在获取所述数据信号的每一位比特对数似然比后，将所述比特对数似然比除以本实施例的解调有效噪声方差进行归一化处理后得到所述数据信号的对数似然比，由于本实施例的解调有效噪声方差包含了外部噪声方差以及信道估计引入的均方误差，从而使得计算得到的所述数据信号对数似然比也更接近真实的系统模型，对MIMO系统中数据信号正确判决的概率更大，有效提高译码的正确率。

实施例二：

图3示出了本发明实施例二提供的无线通信中解调有效噪声计算方法的实现流程，该实施例是在实施二的基础上增加了步骤S305。

在步骤S305中，在两个接收天线的解调有效噪声方差的差别小于或等于预设阈值时，对所述两个接收天线的解调有效噪声方差求平均得到所述两个接收天线新的解调有效噪声方差。

在本实施例中，预先设定判决阈值，对多天线接收系统中任意两个接收天线的解调有效噪声方差进行阈值判决，在其中两个接收天线的解调有效噪声方差的差别小于或等于预设阈值时，对所述差别小于或等于预设阈值的两个接收天线的解调有效噪声方差求平均，并将平均后得到的解调有效噪声方差作为所述两个接收天线新的解调有效噪声方差，以进一步减少信道估计误差。即当时，(表示将平均后得到的解调有效噪声方差赋给接收天线一和二)，其中表示接收天线一的解调有效噪声方差、表示接收天线二的解调有效噪声方差，表示预设阈值。

实施例三：

图4示出了本发明实施例三提供的无线通信中解调有效噪声计算装置的组成结构，为了便于说明，仅示出了与本发明实施例相关的部分。

该无线通信中解调有效噪声计算装置4可以是运行于多天线接收系统(如WCDMA、TD-SCDMA等无线系统)内的软件单元、硬件单元或者软硬件相结合的单元。

该无线通信中解调有效噪声计算装置4包括信道估计单元41、第一计算单元42、第二计算单元43以及输出单元44，其具体功能如下：

信道估计单元41，用于通过天线接收导频信号和数据信息，根据接收到的导频信号和数据信号进行信道估计得到信道估计的结果；具体用于接收导频信号和数据信号，利用迭代最小二乘法获得导频信号的信道估计结果，再通过分形内插法获得整个导频信号和数据信号的信道估计结果。

第一计算单元42，用于根据信道估计的结果以及所述导频信号，计算加性高斯白噪声方差；

第二计算单元43，用于根据信道估计结果中的维纳滤波因子以及计算得到的加性高斯白噪声方差，计算信道估计引入的均方误差；

输出单元44，用于将所述加性高斯白噪声方差以及均方误差之和作为解调有效噪声方差输出。

进一步的，为了简化后续解调有效噪声方差的计算过程，提高解调有效噪声方差的计算效率，所述装置4还包括：

比值计算单元45，用于计算解调有效噪声方差与加性高斯白噪声方差的比值；

确定单元46，用于基于所述比值得到一个常数值，将所述常数值作为后续的解调有效噪声方差与加性高斯白噪声方差的比值以确定后续的解调有效噪声方差。

进一步的，该无线通信中解调有效噪声计算装置4还包括第三计算单元47，用于根据所述数据信号、信道估计的结果以及解调有效噪声方差计算所述数据信号的对数似然比。

在本实施例中，所述根据信道估计的结果以及所述导频信号，计算加性高斯白噪声方差的公式为：

${\mathrm{\σ}}^2=\frac{E\left\{{|Y_{l^{\′},k^{\′}}-{\hat{H}}_{l^{\′},k^{\′}}{x}_{p{l}^{\′}{k}^{\′}}|}^2\right\}\×K}{1-{2w}_{l^{\′},k^{\′}}+\underset{l^{\′\′},k^{\′\′}}{\mathrm{\Σ}}{\left|w_{l^{\′},k^{\′},l^{\′\′},k^{\′\′}}\right|}^2}$

其中σ²为加性高斯白噪声方差，Y_l′，k′为导频点((l′，k′)处的接收信号，为导频点((l′，k′)处实际的信道估计结果，K为子载波个数，x_{p，l′，k′}为导频点(l′，k′)处的导频信号，w_l′，k′为维纳滤波因子，表示对导频点(l′，k′)处进行信道估计时所占的权重系数，w_{l′，k′，l″，k″}为维纳滤波因子，表示对导频点(l″，k″)处进行信道估计时所占的权重系数，为导频点(l′，k′)处的最小二乘法信道估计结果。

所述根据信道估计结果中的维纳滤波因子以及计算得到的加性高斯白噪声方差，计算信道估计引入的均方误差的公式为：

${\mathrm{\σ}}_{\mathrm{MSE}}=\frac{1}{K}\underset{l^{\′}{k}^{\′}}{\mathrm{\Σ}}{\left|w_{l,k,l^{\′},k^{\′}}\right|}^2{\mathrm{\σ}}^2$

其中σ_MSE为信道估计引入的均方误差，σ²为加性高斯白噪声方差，K为子载波个数，w_{l，k，l′，k′}为维纳滤波因子，表示对导频点(l，k)处进行信道估计时所占的权重系数，为导频点(l′，k′)处的最小二乘法信道估计结果。

本实施例提供的无线通信中解调有效噪声计算装置4可以使用在前述对应的无线通信中解调有效噪声计算方法中，详情参见上述无线通信中解调有效噪声计算方法实施例一的相关描述，在此不再赘述。

实施例四：

图5示出了示出了本发明实施例四提供的无线通信中解调有效噪声计算装置的组成结构，为了便于说明，仅示出了与本发明实施例相关的部分。

该无线通信中解调有效噪声计算装置5可以是运行于多天线接收系统(如WCDMA、TD-SCDMA等无线系统)内的软件单元、硬件单元或者软硬件相结合的单元。

该无线通信中解调有效噪声计算装置5在解调有效噪声计算装置4的基础上增加了判决单元58，所述判决单元58用于在两个接收天线的解调有效噪声方差的差别小于或等于预设阈值时，对所述两个接收天线的解调有效噪声方差求平均得到所述两个接收天线新的解调有效噪声方差。

本实施例提供的无线通信中解调有效噪声计算装置5可以使用在前述对应的无线通信中解调有效噪声计算方法中，详情参见上述无线通信中解调有效噪声计算方法实施例二的相关描述，在此不再赘述。

本领域技术人员可以理解为上述实施例三和四所述装置所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

综上所述，本发明实施例在根据信道估计的结果以及导频信号，计算得到加性高斯白噪声方差后，再根据所述加性高斯白噪声方差以及信道估计结果中的维纳滤波计算信道估计引入的均方误差，将所述信道估计引入的均方误差和加性高斯白噪声方差作为解调有效噪声方差输出。由于本发明实施例在计算解调有效噪声时，既考虑了外部噪声方差，又考虑了信道估计引入的均方误差，从而使得计算结果更接近真实的系统模型，达到改善系统性能的目的。

本领域普通技术人员可以理解，实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而所述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种无线通信中解调有效噪声的计算方法，其特征在于，所述方法包括：

通过天线接收导频信号和数据信号，根据接收到的导频信号和数据信号进行信道估计得到信道估计的结果；

根据信道估计的结果以及所述导频信号，计算加性高斯白噪声方差，

${\mathrm{\σ}}^2=\frac{E\left\{{|Y_{l^{\′},k^{\′}}-{\hat{H}}_{l^{\′},k^{\′}}{x}_{p{l}^{\′}{k}^{\′}}|}^2\right\}\×K}{1-2w_{l^{\′},k^{\′}}+\underset{l^{\′\′},k^{\′\′}}{\mathrm{\Σ}}{\left|w_{l^{\′},k^{\′},l^{\′\′},k^{\′\′}}\right|}^2}$

其中σ²为加性高斯白噪声方差，Y_l',k'为导频点(l',k')处的接收信号，为导频点(l',k')处实际的信道估计结果，K为子载波个数，x_p,l′,k′为导频点(l',k')处的导频信号，w_l′,k′为维纳滤波因子，表示对导频点(l',k')处进行信道估计时所占的权重系数，w_{l′,k′,l″,k″}为维纳滤波因子，表示对导频点(l″,k″)处进行信道估计时所占的权重系数，为导频点(l',k')处的最小二乘法信道估计结果；

根据信道估计结果中的维纳滤波因子以及计算得到的加性高斯白噪声方差，计算信道估计引入的均方误差；

将所述加性高斯白噪声方差以及均方误差之和作为所述天线的解调有效噪声方差输出。

2.如权利要求1所述的方法，其特征在于，所述根据信道估计结果中的维纳滤波因子以及计算得到的加性高斯白噪声方差，计算信道估计引入的均方误差的公式为：

${\mathrm{\σ}}_{\mathrm{MSE}}=\frac{1}{K}\underset{l^{\′}{k}^{\′}}{\mathrm{\Σ}}{\left|w_{l,k,l^{\′},k^{\′}}\right|}^2{\mathrm{\σ}}^2$

其中σ_MSE为所述信道估计引入的均方误差，σ²为所述加性高斯白噪声方差，K为子载波个数，w_{l,k,l′,k′}为所述维纳滤波因子，表示对导频点(l,k)处进行信道估计时所占的权重系数，为导频点(l',k')处的最小二乘法信道估计结果。

3.如权利要求1或2所述的方法，其特征在于，所述方法还包括：

在两个接收天线的解调有效噪声方差的差别小于或等于预设阈值时，对所述两个接收天线的解调有效噪声方差求平均得到所述两个接收天线新的解调有效噪声方差。

4.如权利要求1或2所述的方法，其特征在于，所述方法还包括：

根据所述数据信号、信道估计的结果以及解调有效噪声方差计算所述数据信号的对数似然比。

5.如权利要求1或2所述的方法，其特征在于，还包括：

计算解调有效噪声方差与加性高斯白噪声方差的比值；

基于所述比值得到一个常数值，将所述常数值作为后续的解调有效噪声方差与加性高斯白噪声方差的比值以确定后续的解调有效噪声方差。

6.一种无线通信中解调有效噪声的计算装置，其特征在于，所述装置包括：

信道估计单元，用于通过天线接收导频信号和数据信息，根据接收到的导频信号和数据信号进行信道估计得到信道估计的结果；

第一计算单元，用于根据信道估计的结果以及所述导频信号，计算加性高斯白噪声方差，

${\mathrm{\σ}}^2=\frac{E\left\{{|Y_{l^{\′},k^{\′}}-{\hat{H}}_{l^{\′},k^{\′}}{x}_{p{l}^{\′}{k}^{\′}}|}^2\right\}\×K}{1-2w_{l^{\′},k^{\′}}+\underset{l^{\′\′},k^{\′\′}}{\mathrm{\Σ}}{\left|w_{l^{\′},k^{\′},l^{\′\′},k^{\′\′}}\right|}^2}$

其中σ²为加性高斯白噪声方差，Y_l',k'为导频点(l',k')处的接收信号，为导频点(l',k')处实际的信道估计结果，K为子载波个数，x_p,l′,k′为导频点(l',k')处的导频信号，w_l′,k′为维纳滤波因子，表示对导频点(l',k')处进行信道估计时所占的权重系数，w_{l′,k′,l″,k″}为维纳滤波因子，表示对导频点(l″,k″)处进行信道估计时所占的权重系数，为导频点(l',k')处的最小二乘法信道估计结果；

第二计算单元，用于根据信道估计结果中的维纳滤波因子以及计算得到的加性高斯白噪声方差，计算信道估计引入的均方误差；

输出单元，用于将所述加性高斯白噪声方差以及均方误差之和作为解调有效噪声方差输出。

7.如权利要求6所述的装置，其特征在于，所述根据信道估计结果中的维纳滤波因子以及计算得到的加性高斯白噪声方差，计算信道估计引入的均方误差的公式为：

${\mathrm{\σ}}_{\mathrm{MSE}}=\frac{1}{K}\underset{l^{\′}{k}^{\′}}{\mathrm{\Σ}}{\left|w_{l,k,l^{\′},k^{\′}}\right|}^2{\mathrm{\σ}}^2$

其中σ_MSE为信道估计引入的均方误差，σ²为加性高斯白噪声方差，K为子载波个数，w_{l,k,l′,k′}为维纳滤波因子，表示对导频点(l,k)处进行信道估计时所占的权重系数，为导频点(l',k')处的最小二乘法信道估计结果。

8.如权利要求6或7所述的装置，其特征在于，所述装置还包括：

判决单元，用于在两个接收天线的解调有效噪声方差的差别小于或等于预设阈值时，对所述两个接收天线的解调有效噪声方差求平均得到所述两个接收天线新的解调有效噪声方差。

9.如权利要求6或7所述的装置，其特征在于，所述装置还包括：

第三计算单元，用于根据所述数据信号、信道估计的结果以及解调有效噪声方差计算所述数据信号的对数似然比。

10.如权利要求6或7所述的装置，其特征在于，所述装置还包括：

比值计算单元，用于计算解调有效噪声方差与加性高斯白噪声方差的比值；

确定单元，用于基于所述比值得到一个常数值，将所述常数值作为后续的解调有效噪声方差与加性高斯白噪声方差的比值以确定后续的解调有效噪声方差。