CN102801489B - 多路同源数据合并接收的方法及装置 - Google Patents

Abstract

本发明揭示了一种多路同源数据合并接收的方法，包括：在发送多路同源数据时分别附加各路同源数据的可信度，或在接收多路同源数据时获取所述多路同源数据的可信度；根据所述多路同源数据的可信度合并所述多路同源数据。本发明还提出了对应的装置。本发明提出的一种多路同源数据合并接收的方法及装置，提出在合并多路同源数据时考虑数据的可信度，通过可信度，在合并时体现对不同接收信息的加权，能进一步提高信息解码的正确率。

Description

多路同源数据合并接收的方法及装置

技术领域

本发明涉及到通信领域，特别涉及到一种多路同源数据合并接收的方法及装置。

背景技术

多点协作传输/接收技术(CoMP，CoordinatedMultipointTransmission/Reception)是LTE-Advanced的关键技术之一。CoMP主要针对小区边缘地带的UE(UserEquipment，用户设备，简称用户)受干扰情况严重的情况，由多个小区协作对受干扰UE进行多点数据传送/接收，或通过多个小区间的协调、调度，以达到消除小区间干扰，提高信号质量，提高用户和系统数据吞吐量，进而提高系统频谱利用率的目的。

协作集是协作技术中的重要概念，指参与对UE通信的多个基站或者小区的集合。CoMP技术按链路方向分为上行CoMP和下行CoMP两种：下行CoMP指多个协作小区联合为用户发送数据，而上行CoMP指多个协作小区联合接收UE的数据。上下行中参与协作的小区集合都是协作集。

上行CoMP主要采用协作小区之间联合处理，即将多点接收到的UE上行数据进行合并处理以提高接收正确率。联合处理上行数据要求协作小区之间交互数据，即在上行协作过程中，UE发送数据给协作集内的基站，当基站独立解码不正确时可能会发起协作过程，通过X2接口在基站之间交互已收到的数据，基站收到协作集内其他基站的数据后与本端收到的数据一起做联合解码。一般合并接收和联合解码仅在服务基站/小区。

通过X2接口交互的数据可以是不同处理级别的，通常交互的数据可以分为4级，从IQsamples(正交的两路采样数据)、软比特信息、CB(CodeBlock，码块)、TB(TransportBlock，传输块)，开销依次减小，对X2的接口压力也不同，协作基站根据X2接口的能力选择一个最合适级别的数据包发送给服务基站，服务基站根据收到的所有协作基站的数据包的级别依次进行合并和解析。而上述4级数据，只有TB和CB级别具有CRC校验位，接收端可以据此得到检测结果，检测后的数据可被完全信任，而如果TB和CB级别检测后的信息不正确，或者交互的是软bit和IQsamples级别的信息，都数据只能被部分信任。

注意到：由于不同的基站与UE之间的信道有差异，各个基站收到的UE数据质量也有区别，在联合解码时对不同的基站的样本数据应体现出不同的信任度。例如，从信道质量好的小区收到的数据比从信道质量差的小区收到的数据有更强的可信性。而目前并没有任何机制能体现出这种差别。

类似地，通信系统中很多其他技术例如宏分集技术、重传技术也存在如上行协作中的同源数据合并过程。目前通常采用等增益合并，没有体现不同路径的可信度，降低了信息解码的可靠性。

发明内容

本发明的主要目的为提供一种多路同源数据合并接收的方法及装置，提高同源数据合并的信息解码的可靠性。

本发明提出一种多路同源数据合并接收的方法，包括：

在发送多路同源数据时分别附加各路同源数据的可信度，或在接收多路同源数据时获取所述多路同源数据的可信度；

根据所述多路同源数据的可信度合并所述多路同源数据。

优选地，在执行所述在发送多路同源数据时分别附加各路同源数据的可信度，或在接收来自多路同源数据时获取所述来自多路同源数据的可信度之前，还包括：

用实时计算法或查表法确定所述多路同源数据的可信度。

优选地，所述用实时计算法或查表法计算所述多路同源数据的可信度包括：

根据网络环境配置、实时测量的信道质量、解码结果和长期统计的信道质量、平均误码率确定所述可信度。

优选地，所述在接收多路同源数据时获取所述多路同源数据的可信度包括：

提取所述多路同源数据携带的第一初始可信度；

对所述多路同源数据分别赋予第二初始可信度；

将所述第一初始可信度和第二初始可信度根据预设的规则进行综合，得到所述多路同源数据的最终的可信度。

优选地，所述根据多路同源数据的可信度合并多路同源数据包括：

判断所述多路同源数据的可信度；

当存在一路同源数据完全可信，且本地对应的数据不完全可信时，用该路同源数据替代本地对应的数据；

当每路同源数据都为部分可信时，则将所述多路同源数据的可信度作为加权权重，对所述多路同源数据作加权合并或选择合并。

本发明还提出一种多路同源数据合并接收的装置，包括：

可信度确定模块，用于在发送多路同源数据时分别附加各路同源数据的可信度，或在接收多路同源数据时获取所述多路同源数据的可信度；

合并模块，用于根据所述多路同源数据的可信度合并所述多路同源数据。

优选地，所述装置还包括：

计算模块，用于用实时计算法或查表法确定所述多路同源数据的可信度。

优选地，所述可信度确定模块具体用于根据网络环境配置、实时测量的信道质量、解码结果和长期统计的信道质量、平均误码率确定所述可信度。

优选地，可信度确定模块包括：

提取单元，用于提取所述多路同源数据携带的第一初始可信度；

赋予单元，用于对所述多路同源数据分别赋予第二初始可信度；

综合单元，用于将所述第一初始可信度和第二初始可信度根据预设的规则进行综合，得到所述多路同源数据的最终的可信度。

优选地，所述合并模块包括：

判断单元，用于判断所述多路同源数据的可信度；

第一替换单元，用于当存在一路同源数据完全可信，且本地对应的数据不完全可信时，用该路同源数据替代本地对应的数据；

第二替换单元，用于当每路同源数据都为部分可信时，则将所述多路同源数据的可信度作为加权权重，对所述多路同源数据作加权合并或选择合并。

本发明提出的一种多路同源数据合并接收的方法及装置，提出在多路合并同源数据时考虑数据的可信度，通过可信度，在合并时体现对不同接收信息的加权，能进一步提高信息解码的可靠性。

附图说明

图1为本发明多路同源数据合并接收的方法一实施例的流程示意图；

图2为本发明多路同源数据合并接收的方法一实施例中宏分集合并的系统架构图；

图3为本发明多路同源数据合并接收的方法一实施例中重发合并的系统架构图；

图4为本发明多路同源数据合并接收的方法一实施例中上行协作合并的系统架构图；

图5为本发明多路同源数据合并接收的方法一实施例中接收端获取同源数据可信度的流程示意图；

图6为本发明多路同源数据合并接收的方法一实施例中合并的流程示意图；

图7为本发明多路同源数据合并接收的方法又一实施例的流程示意图；

图8为本发明多路同源数据合并接收的装置一实施例的结构示意图；

图9为本发明多路同源数据合并接收的装置一实施例中可信度确定模块的结构示意图；

图10为本发明多路同源数据合并接收的装置一实施例可信度确定模块的结构示意图；

图11为本发明多路同源数据合并接收的装置一实施例可信度确定模块的又一结构示意图；

图12为本发明多路同源数据合并接收的装置一实施例可信度确定模块的另一结构示意图；

图13为本发明多路同源数据合并接收的装置一实施例中合并模块的结构示意图；

图14为本发明多路同源数据合并接收的装置又一实施例的结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

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。

参照图1，提出本发明多路同源数据合并接收的方法一实施例，包括：

步骤S10、在发送多路同源数据时分别附加各路同源数据的可信度，或在接收多路同源数据时获取所述多路同源数据的可信度；

步骤S11、根据所述多路同源数据的可信度合并所述多路同源数据。

本实施例适用于如下应用场景：多个发送端，一个接收端，接收端对多个发送端发送的多路同源数据进行数据合并。此处发送端指同一个数据包通过不同的传输通道发送时的数据包的源点，不同的传输通道是以不同的工作方式区分，包括在不同时刻的传输、在不同频带的传输、在不同发送端的传输、在不同的多天线端口的传输、在不同码道的传输。接收端指同一个数据包通过不同的传输通道发送时数据包的终点。

本实施例以宏分集合并、重发合并和上行合并为典型说明本发明的方法。

(1)一般的宏分集合并包括以下几个过程：一、原数据包的分发，使得发送端具有同源数据；二、不同点发送数据包，多个发送端在不同地点发送原数据包，可以获得空分增益；三、接收端对不同点的样本数据进行合并，分集增益使得数据的解包正确率提高。具体如下：

以图2所示的三基站场景为例：eNB1是UE1的服务基站，eNB2和eNB3参与UE1的宏分集发送。

第一步，eNB1分发数据包和相关控制信息到宏分集基站eNB2和eNB3；

第二步，eNB1、eNB2和eNB3按照控制信息发送数据包给UE1，发送时携带数据包的可信度。

假定确定可信度的因素有以下几个：实时测量的信道质量(x)，长期统计的信道质量(y)，eNB1、eNB2、eNB3与UE1的距离(z)。

例如：计算结果为eNB1对某数据包的可信度评估为0.8，eNB2对同样数据包的可信度评估为0.6，eNB3对同样数据包的可信度评价为0.3。

第三步，UE1接收到eNB1、eNB2和eNB3发送的数据包及其可信度后，对数据按照可信度进行合并处理。

一种合并方法是将数据加权后直接做加法。以本实例的可信度为例，先计算各样本的归一化加权值：eNB1的归一化加权值为0.8/(0.8+0.6+0.3)＝0.4706，eNB2的归一化加权值为0.6/(0.8+0.6+0.3)＝0.3529，eNB3的归一化加权值为0.3/(0.8+0.6+0.3)＝0.1765；接着将每个样本乘以对应的归一化加权值后，再将多个加权样本相加成为一个样本，最后按协议规定的解析过程得到最终结果。

(2)重传指发送端在得知接收端接收数据包异常时，重新发送数据包，重新发送的数据包可以是原数据包(如HARQ技术中的CC(ChaseCombining，追赶合并))，也可以是原数据包的相关编码包(如HARQ技术中的IR(IncrementalRedundancy，递增冗余))。接收端将新收到的数据包与原来的数据包进行合并，以提高解码成功率。

重传数据包与原来的数据包可以是在同样的频率位置调度，也可以不同。发送端在调度数据包时需要对该数据包的发送位置进行评估，依据是长期的和实时的信道测量信息。因此发送端也可以给出当前数据包对应位置的可信度。如图3所示的重传过程，给出的是每次传输的数据包独立进行调度的例子，每次发送端调度时，分配的资源位置可能并不是最可靠的，因此会有可信度的差异。

例如：计算结果为第一次传输的数据包的可信度评估为0.5，第二次传输的数据包的可信度评估为0.6，第三次传输数据包的可信度评估为0.8。

数据传输过程中，每次发送端都要对即将发送的数据包按照上述方法评估可信度，如果第一次解包正确，则不需要重传，否则需要重传一次或多次。

在有重传的情况下，接收端接收多个样本，根据可信度可以对不同样本进行不同的加权合并处理。具体的合并方法可采用宏分集合并所采用的方法。

(3)上行协作包括以下几个过程：一、多个基站通过空口接收数据，得到不同路径的样本，该链路不可靠，各基站可能具备独立解码能力；二、汇集到一个基站上做合并解码，该链路是X2接口，基本可靠。因此步骤一会引入不同点的可信度差异。

以图4所示的三基站协作场景为例：eNB1是UE1的服务基站，eNB2和eNB3是UE1的协作基站，则协作集是eNB1、eNB2和eNB3组成的集合。

在上行协作过程中，服务基站在协作集内共享UE1的所有信息，UE1发送上行数据，协作集内的基站都能收到，并做独立解码。当服务基站解码正确时，则不管协作基站的解析结果如何都不需要backhaul的传输。当服务基站解码错误时，协作基站有解码正确的，则通过协商，解码正确的基站通过backhaul发送完全可信任的数据样本给服务基站，服务基站收到完全可信任的数据样本后，用该数据样本替代本地的同层次样本，再完成解析过程。当服务基站解码错误，协作基站也都解码错误时，则通过协商，让协作基站通过backhaul发送部分可信任的数据样本给服务基站，并附加数据样本的可信度。

本实例中，每个协作集内的基站都测试与UE1的信道质量、与UE1的距离，结合基站自身的接收能力评估本数据包的可信度。该可信度应该能反应长期和短期的网络环境变化。例如：假设可信度取值范围从0～1，eNB1对某数据包的信任度评估为0.8，eNB2对同样数据包的信任度评估为0.6，eNB3对同样数据包的信任度评价为0.3。

服务基站收到协作基站的数据样本和相应的可信度后，根据可信度对数据样本赋予不同的加权值。再根据数据样本的级别，对本地同样级别的数据与收到的数据样本一起做处理。例如：如果数据样本是软比特级别，则服务基站将本地的软比特级信息与其他样本数据加权合并，一种合并方法是将数据加权后直接相加。以本实例的可信度为例，先计算加权值：eNB1的加权值为0.8/(0.8+0.6+0.3)＝0.4706，eNB2的加权值为0.6/(0.8+0.6+0.3)＝0.3529，eNB3的加权值为0.3/(0.8+0.6+0.3)＝0.1765；接着将每个数据样本乘以自己的加权值后，再将多个加权样本相加成为一个样本，然后按协议规定的解析过程直到解出TB。如果数据样本是其他级别的信息，也可以按照上述方法先加权合并，然后解码到解出TB。

需要注意的是，加权合并方法不仅限于本实施例提出的方法，也可能是另一改进的方法，也可以采用选择合并方法，本文不再赘述。

在上行协作过程中，服务基站在协作集内共享UE1的部分信息，例如只有长期的信息而没有实时信息，则UE1发送上行数据时，协作集内的基站都能收到，只有服务基站能独立解码，协作基站不能解码，但是协作基站可以测量信道或者在不能测量信道的情况下，通过别的方式评估出数据包的可信度。在这种场景下，当服务基站解码正确时，则不需要协作基站传输数据，否则，需要协作基站将收到的原始包附加各自的可信度发送给服务基站。由服务基站对多个原始包样本数据进行加权处理，合并为一个样本，然后按协议规定的解析过程直到解出TB。

本实施例为了提升多路同源数据合并接收的效果，在收集多个样本时，附带收集样本的可信度，如此在合并过程中对不同质量样本体现不同的权重，使得预知可靠的数据对合并解码贡献更大。这种差异化对待不同数据样本的方式比无差异地处理数据方式更合理，更精确。

参照图5，在一实施例中，步骤S10具体为：

步骤S101、提取所述多路同源数据携带的第一初始可信度；

步骤S102、对所述多路同源数据分别赋予第二初始可信度；

步骤S103、将所述第一初始可信度和第二初始可信度根据预设的规则进行综合，得到所述多路同源数据的最终的可信度。

可信度的测量和统计可在发送端进行，也可在接收端进行。可信度在发送端确定时，每次发送同源数据时可以在同源数据的某一字段携带(增加新的字段或修改现在字段)可信度。可信度在接收端确定时，每次接收数据包时接收端可以对不同发送端的同源数据赋予可信度。还有一种情况是发送端发送同源数据时写入第一初始可信度，而接收端在接收时又分别赋予多路同源数据的每一路同源数据一个第二初始可信度，然后接收端根据预设的规则综合上述第一初始可信度和第二初始可信度，得到每一路同源数据的最终的可信度。

参照图6，在上述实施例中，步骤S11可包括：

步骤S111、判断所述多路同源数据的可信度；

步骤S112、当存在一路同源数据完全可信，且本地对应的数据不完全可信时，用该路同源数据替代本地对应的数据；

步骤S113、当每路同源数据都为部分可信时，则将所述多路同源数据的可信度作为加权权重，对所述多路同源数据作加权合并或选择合并。

参照图7，提出本发明多路同源数据合并接收的方法又一实施例，在上述实施例中，在执行步骤S10之前，还包括：

步骤S9、用实时计算法或查表法确定所述多路同源数据的可信度。

可信度确定的方法可以是实时计算法或者查表法。

实时计算法：确定可信度的计算公式，并根据经验进行修正，所有的基站采用完全相同的度量公式。

假定可信度＝f(x，y，z)，其中f()为函数。具体的f(x，y，z)可以为a*x+b*y+c*z，其中a、b、c为各因素的加权值。

查表法：与实时计算的原理相同，输入变量依然是x，y，z，输出变量为可信度，差别仅在于输入和输出变量都是量化后的数据。

步骤S9可进一步为：

根据网络环境配置、实时测量的信道质量、解码结果和长期统计的信道质量、平均误码率确定所述可信度。

网络环境配置包括距离信息、接收和/或发送能力信息，其中接收发送能力包括天线数量、天线灵敏度等。

实时的信道质量、解码结果等属于实时的测量结果；

长期的平均信道质量、平均误码率等属于长期的统计结果。

参照图8、提出本发明多路同源数据合并接收的装置一实施例，包括：

可信度确定模块10，用于在发送多路同源数据时分别附加各路同源数据的可信度，或在接收多路同源数据时获取所述多路同源数据的可信度；

合并模块20，用于根据所述多路同源数据的可信度合并所述多路同源数据。

本实施例适用于如下应用场景：多个发送端，一个接收端，接收端对多个发送端发送的多路同源数据进行数据合并。此处发送端指同一个数据包通过不同的传输通道发送时的数据包的源点，不同的传输通道是以不同的工作方式区分，包括在不同时刻的传输、在不同频带的传输、在不同发送端的传输、在不同的多天线端口的传输、在不同码道的传输。接收端指同一个数据包通过不同的传输通道发送时数据包的终点。

本实施例以宏分集合并、重发合并和上行合并为典型说明本发明的方法。

(1)一般的宏分集合并包括以下几个过程：一、原数据包的分发，使得发送端具有同源数据；二、不同点发送数据包，多个发送端在不同地点发送原数据包，可以获得空分增益；三、接收端对不同点的样本数据进行合并，分集增益使得数据的解包正确率提高。具体如下：

以图2所示的三基站场景为例：eNB1是UE1的服务基站，eNB2和eNB3参与UE1的宏分集发送。

第一步，eNB1分发数据包和相关控制信息到宏分集基站eNB2和eNB3；

第二步，eNB1、eNB2和eNB3按照控制信息发送数据包给UE1，发送时携带数据包的可信度。

假定确定可信度的因素有以下几个：实时测量的信道质量(x)，长期统计的信道质量(y)，eNB1、eNB2、eNB3与UE1的距离(z)。

例如：计算结果为eNB1对某数据包的可信度评估为0.8，eNB2对同样数据包的可信度评估为0.6，eNB3对同样数据包的可信度评价为0.3。

第三步，UE1接收到eNB1、eNB2和eNB3发送的数据包及其可信度后，合并模块20对数据按照可信度进行合并处理。

一种合并方法是将数据加权后直接做加法。以本实例的可信度为例，先计算各样本的归一化加权值：eNB1的归一化加权值为0.8/(0.8+0.6+0.3)＝0.4706，eNB2的归一化加权值为0.6/(0.8+0.6+0.3)＝0.3529，eNB3的归一化加权值为0.3/(0.8+0.6+0.3)＝0.1765；接着将每个样本乘以对应的归一化加权值后，再将多个加权样本相加成为一个样本，最后按协议规定的解析过程得到最终结果。

(2)重传指发送端在得知接收端接收数据包异常时，重新发送数据包，重新发送的数据包可以是原数据包(如HARQ技术中的CC(ChaseCombining，追赶合并))，也可以是原数据包的相关编码包(如HARQ技术中的IR(IncrementalRedundancy，递增冗余))。接收端将新收到的数据包与原来的数据包进行合并，以提高解码成功率。

重传数据包与原来的数据包可以是在同样的频率位置调度，也可以不同。发送端在调度数据包时需要对该数据包的发送位置进行评估，依据是长期的和实时的信道测量信息。因此发送端的可信度确定模块10也可以给出当前数据包对应位置的可信度。如图3所示的重传过程，给出的是每次传输的数据包独立进行调度的例子，每次发送端调度时，分配的资源位置可能并不是最可靠的，因此会有可信度的差异。

例如：计算结果为第一次传输的数据包的可信度评估为0.5，第二次传输的数据包的可信度评估为0.6，第三次传输数据包的可信度评估为0.8。

数据传输过程中，每次发送端都要对即将发送的数据包按照上述方法评估可信度，如果第一次解包正确，则不需要重传，否则需要重传一次或多次。

在有重传的情况下，接收端接收多个样本，合并模块20根据可信度可以对不同样本进行不同的加权合并处理。具体的合并方法可采用宏分集合并所采用的方法。

(3)上行协作包括以下几个过程：一、多个基站通过空口接收数据，得到不同路径的样本，该链路不可靠，各基站可能具备独立解码能力；二、汇集到一个基站上做合并解码，该链路是X2接口，基本可靠。因此步骤一会引入不同点的可信度差异。

以图4所示的三基站协作场景为例：eNB1是UE1的服务基站，eNB2和eNB3是UE1的协作基站，则协作集是eNB1、eNB2和eNB3组成的集合。

在上行协作过程中，服务基站在协作集内共享UE1的所有信息，UE1发送上行数据，协作集内的基站都能收到，并做独立解码。当服务基站解码正确时，则不管协作基站的解析结果如何都不需要backhaul的传输。当服务基站解码错误时，协作基站有解码正确的，则通过协商，解码正确的基站通过backhaul发送完全可信任的数据样本给服务基站，服务基站收到完全可信任的数据样本后，用该数据样本替代本地的同层次样本，再完成解析过程。当服务基站解码错误，协作基站也都解码错误时，则通过协商，让协作基站通过backhaul发送部分可信任的数据样本给服务基站，并由可信度确定模块10附加数据样本的可信度。

本实例中，每个协作集内的基站都测试与UE1的信道质量、与UE1的距离，结合基站自身的接收能力评估本数据包的可信度。该可信度应该能反应长期和短期的网络环境变化。例如：假设可信度取值范围从0～1，eNB1对某数据包的信任度评估为0.8，eNB2对同样数据包的信任度评估为0.6，eNB3对同样数据包的信任度评价为0.3。

服务基站收到协作基站的数据样本和相应的可信度后，合并模块20根据可信度对数据样本赋予不同的加权值。再根据数据样本的级别，对本地同样级别的数据与收到的数据样本一起做处理。例如：如果数据样本是软比特级别，则服务基站将本地的软比特级信息与其他样本数据加权合并，一种合并方法是将数据加权后直接相加。以本实例的可信度为例，先计算加权值：eNB1的加权值为0.8/(0.8+0.6+0.3)＝0.4706，eNB2的加权值为0.6/(0.8+0.6+0.3)＝0.3529，eNB3的加权值为0.3/(0.8+0.6+0.3)＝0.1765；接着将每个数据样本乘以自己的加权值后，再将多个加权样本相加成为一个样本，然后按协议规定的解析过程直到解出TB。如果数据样本是其他级别的信息，也可以按照上述方法先加权合并，然后解码到解出TB。

需要注意的是，加权合并方法不仅限于本实施例提出的方法，也可能是另一改进的方法，也可以采用选择合并方法，本文不再赘述。

在上行协作过程中，服务基站在协作集内共享UE1的部分信息，例如只有长期的信息而没有实时信息，则UE1发送上行数据时，协作集内的基站都能收到，只有服务基站能独立解码，协作基站不能解码，但是协作基站可以测量信道或者在不能测量信道的情况下，通过别的方式评估出数据包的可信度。在这种场景下，当服务基站解码正确时，则不需要协作基站传输数据，否则，需要协作基站将收到的原始包附加各自的可信度发送给服务基站。由服务基站对多个原始包样本数据进行加权处理，合并为一个样本，然后按协议规定的解析过程直到解出TB。

本实施例为了提升多路同源数据合并接收的效果，在收集多个样本时，附带收集样本的可信度，如此在合并过程中对不同质量样本体现不同的权重，使得预知可靠的数据对合并解码贡献更大。这种差异化对待不同数据样本的方式比无差异地处理数据方式更合理，更精确。

参照图9，在一实施例中，可信度确定模块10包括：

提取单元11，用于提取所述多路同源数据携带的第一初始可信度；

赋予单元12，用于对所述多路同源数据分别赋予第二初始可信度；

综合单元13，用于将所述第一初始可信度和第二初始可信度根据预设的规则进行综合，得到所述多路同源数据的最终的可信度。

如图10、图11和图12所示，可信度的测量和统计可在发送端进行，也可在接收端进行。可信度在发送端确定时，每次发送同源数据时可以在同源数据的某一字段携带(增加新的字段或修改现在字段)可信度。可信度在接收端确定时，每次接收数据包时接收端可以对不同发送端的同源数据赋予可信度。还有一种情况是发送端发送同源数据时写入第一初始可信度，而接收端在接收时又分别赋予多路同源数据的每一路同源数据一个第二初始可信度，然后接收端根据预设的规则综合上述第一初始可信度和第二初始可信度，得到每一路同源数据的最终的可信度。

参照图13，在上述实施例中，合并模块20包括：

判断单元21，用于判断所述多路同源数据的可信度；

第一替代单元22，用于当存在一路同源数据完全可信，且本地对应的数据不完全可信时，用该路同源数据替代本地对应的数据；

第二替代单元23，用于当每路同源数据都为部分可信时，则将所述多路同源数据的可信度作为加权权重，对所述多路同源数据作加权合并或选择合并。

参照图14，提出本发明多路同源数据合并接收的装置又一实施例，在上述实施例中，还包括：

计算模块30，用于用实时计算法或查表法确定所述多路同源数据的可信度。

计算模块30可以采用实时计算法或者查表法确定可信度。

实时计算法：确定可信度的计算公式，并根据经验进行修正，所有的基站采用完全相同的度量公式。

假定可信度＝f(x，y，z)，其中f()为函数。具体的f(x，y，z)可以为a*x+b*y+c*z，其中a、b、c为各因素的加权值。

查表法：与实时计算的原理相同，输入变量依然是x，y，z，输出变量为可信度，差别仅在于输入和输出变量都是量化后的数据。

在上述实施例中，计算模块30具体用于根据网络环境配置、实时测量的信道质量、解码结果和长期统计的信道质量、平均误码率确定所述可信度。

网络环境配置包括距离信息、接收和/或发送能力信息，其中接收发送能力包括天线数量、天线灵敏度等。

实时的信道质量、解码结果等属于实时的测量结果；

长期的平均信道质量、平均误码率等属于长期的统计结果。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种多路同源数据合并接收的方法，其特征在于，包括:

在发送多路同源数据时分别附加各路同源数据的可信度，或在接收多路同源数据时获取所述多路同源数据的可信度；

根据所述多路同源数据的可信度合并所述多路同源数据；

所述根据所述多路同源数据的可信度合并所述多路同源数据包括：当存在一路同源数据完全可信，且本地对应的数据不完全可信时，用该路同源数据替代本地对应的数据；当每路同源数据都为部分可信时，则将所述多路同源数据的可信度加权权重，对所述多路同源数据作加权合并或选择合并；

所述在接收多路同源数据时获取所述多路同源数据的可信度包括：

提取所述多路同源数据携带的第一初始可信度；

对所述多路同源数据分别赋予第二初始可信度；

将所述第一初始可信度和第二初始可信度根据预设的规则进行综合，得到所述多路同源数据的最终的可信度。

2.如权利要求1所述的方法，其特征在于，在执行所述在发送多路同源数据时分别附加各路同源数据的可信度，或在接收来自多路同源数据时获取所述来自多路同源数据的可信度之前，还包括：

用实时计算法或查表法确定所述多路同源数据的可信度。

3.如权利要求2所述的方法，其特征在于，所述用实时计算法或查表法计算所述多路同源数据的可信度包括：

根据网络环境配置、实时测量的信道质量、解码结果和长期统计的信道质量、平均误码率确定所述可信度。

4.如权利要求1至3中任一项所述的方法，其特征在于，所述根据多路同源数据的可信度合并多路同源数据包括：

判断所述多路同源数据的可信度；

当存在一路同源数据完全可信，且本地对应的数据不完全可信时，用该路同源数据替代本地对应的数据；

当每路同源数据都为部分可信时，则将所述多路同源数据的可信度作为加权权重，对所述多路同源数据作加权合并或选择合并。

5.一种多路同源数据合并接收的装置，其特征在于，包括：

可信度确定模块，用于在发送多路同源数据时分别附加各路同源数据的可信度，或在接收多路同源数据时获取所述多路同源数据的可信度；

合并模块，用于根据所述多路同源数据的可信度合并所述多路同源数据；当存在一路同源数据完全可信，且本地对应的数据不完全可信时，用该路同源数据替代本地对应的数据；当每路同源数据都为部分可信时，则将所述多路同源数据的可信度加权权重，对所述多路同源数据作加权合并或选择合并；

可信度确定模块包括：

提取单元，用于提取所述多路同源数据携带的第一初始可信度；

赋予单元，用于对所述多路同源数据分别赋予第二初始可信度；

综合单元，用于将所述第一初始可信度和第二初始可信度根据预设的规则进行综合，得到所述多路同源数据的最终的可信度。

6.如权利要求5所述的装置，其特征在于，还包括：

计算模块，用于用实时计算法或查表法确定所述多路同源数据的可信度。

7.如权利要求6所述的装置，其特征在于，所述可信度确定模块具体用于根据网络环境配置、实时测量的信道质量、解码结果和长期统计的信道质量、平均误码率确定所述可信度。

8.如权利要求5至7中任一项所述的装置，其特征在于，所述合并模块包括：

判断单元，用于判断所述多路同源数据的可信度；

第一替换单元，用于当存在一路同源数据完全可信，且本地对应的数据不完全可信时，用该路同源数据替代本地对应的数据；

第二替换单元，用于当每路同源数据都为部分可信时，则将所述多路同源数据的可信度作为加权权重，对所述多路同源数据作加权合并或选择合并。