CN103117757B - 一种信号接收方法及终端 - Google Patents

Abstract

本发明适用于通信领域，提供了一种信号接收的方法，所述方法包括：在第一时隙接收第一信号，所述第一信号包括：服务基站发送的有用信号和干扰基站发送的干扰信号；在第二时隙接收多个中继站发送的中间信号，所述中间信号为：中继站将中继站在第一时隙接收的服务基站发送的有用信号和干扰基站发送的干扰信号进行压缩处理后的中间信号；根据第一信号、中间信号和接收矩阵获得服务基站发射向量的估计值。本发明提供的技术方案具有干扰抑制效果好的优点。

Description

一种信号接收方法及终端

技术领域

本发明属于通信领域，尤其涉及一种信号接收方法及终端。

背景技术

现有的蜂窝通信系统中的下行数据传输(即终端从基站或者接入点接收的数据)实际上是干扰受限的，即临近同频小区的干扰信号往往比信道噪声的功率高20-30dB。现有的技术通常把同频小区的干扰视为噪声而不加抑制，或者通过单终端的天线对干扰进行抑制。前者不能够降低干扰对下行通信的影响；而后者由于天线数量的限制(单终端的天线数量往往小于干扰的信号流数)，干扰抑制的效果不好。

发明内容

本发明实施例的目的在于提供一种信号接收方法，旨在解决现有技术的下行数据传输干扰抑制效果不好的问题。

一方面，本发明提供一种信号接收方法，所述方法包括：

在第一时隙接收第一信号，所述第一信号包括：服务基站发送的有用信号和干扰基站发送的干扰信号；

在第二时隙接收多个中继站发送的中间信号，所述中间信号为：中继站将中继站在第一时隙接收的服务基站发送的有用信号和干扰基站发送的干扰信号进行压缩处理后的中间信号；

根据第一信号、中间信号和接收矩阵获得服务基站发射向量的估计值。

在一方面，可选的，所述根据第一信号、中间信号和接收矩阵获得服务基站发射向量的估计值具体包括：

Y＝Q₁Y_a+Q₂Y_b；

其中，Y为服务基站发射向量的估计值，Y_a为第一信号，Y_b为中间信号，Q1为第一时隙的接收矩阵，Q2为第二时隙的接收矩阵；

$Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a;$

$Y_b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{T}_k{B}_k{P}_k{Y}_k+Z_b;$

$Y_k=H_k{S}_0{X}_0+\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{H}_k^m{S}_m{X}_m+Z_k;$

其中，

X_m代表第m个干扰基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_k代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁，P₂，...，P_K}为每个中继的压缩矩阵；{B₁，B₂，...，B_K}为每个中继的转发预编码矩阵，{H₀，H₁，...，H_K}为每个中继测量服务基站到终端的下行信道；{T₁，...，T_K}每个中继到终端的传输信道；S₀为服务基站发送的预编码，S₁，S₂，...，S_M为干扰基站发送的预编码；

[Q₁P₁P₂…P_K]＝S₀′H′(HS₀S₀′H′+I+R)^-1；

Q₂[T₁B₁T₂B₂…T_KB_K]＝[II…I];

其中I表示单位矩阵，R为干扰信号的自相关矩阵

在一方面，可选的，所述根据第一信号、中间信号和接收矩阵获得服务基站发射向量的估计值具体包括：

$Y=Q_1{Y}_a+\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\tilde{Y}}_K^{\′};$

其中，

Y为服务基站发射向量的估计值，Y_a为第一信号，Q1为第一时隙的接收矩阵，为终端还原每个中继量化后的中间信号；

$Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a;$

$Y_b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{T}_K{B}_K{\tilde{Y}}_K+Z_b;$

$Y_b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{T}_K{B}_K{\tilde{Y}}_K+Z_b;$

$Y_K=H_K{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_K^m{S}_m{X}_m+Z_K;$

[Q₁P₁P₂…P_K]＝S₀′H′(HS_0S_0^Λ′H^Λ′+R+I+R_Δ)^Λ(-1)；

上述公式R_Δ中的N₀元素表示有N₀个0到0元素，的N₁元素表示有N₁个δ₁到δ₁元素，的N_K元素表示有N_K个δ_K到δ_K元素；

Y_b为中间信号，X_m代表第m个干扰基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_K代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁，P₂，...，P_K}为每个中继的压缩矩阵；{B₁，B₂，...，B_K}为每个中继的转发预编码矩阵，{H₀，H₁，...，H_K}为每个中继测量服务基站到终端的下行信道；{T₁，...，T_K}每个中继到终端的传输信道；S₀为服务基站发送的预编码，S₁，S₂，...，S_M为干扰基站发送的预编码，Δ_K代表量化误差；δ_K为Δ_K的期望值；I表示单位矩阵，R为干扰信号的自相关矩阵 $R=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{H}^m{S}_m{S}_m^{\′}{H}^{m^{\′}}.$

第二方面，提供一种终端设备，所述终端设备包括：

接收单元，用于在第一时隙接收第一信号，所述第一信号包括：服务基站发送的有用信号和干扰基站发送的干扰信号；还用于在第二时隙接收多个中继站发送的中间信号，所述中间信号为：中继站将中继站在第一时隙接收的服务基站发送的有用信号和干扰基站发送的干扰信号进行压缩处理后的中间信号；

计算单元，用于根据第一信号、中间信号和接收矩阵获得服务基站发射向量的估计值。

在第二方面，可选的，所述计算单元具体用于根据公式1计算得到服务基站发射向量的估计值；

Y＝Q₁Y_a+Q₂Y_b公式1；

其中，Y为服务基站发射向量的估计值，Y_a为第一信号，Y_b为中间信号，Q1为第一时隙的接收矩阵，Q2为第二时隙的接收矩阵；

$Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a$ 公式2；

$Y_b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{T}_k{B}_k{P}_k{Y}_k+Z_b$ 公式3；

$Y_K=H_K{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_K^m{S}_m{X}_m+Z_K$ 公式4

其中，

X_m代表第m个干扰基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_K代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁，P₂，...，P_K}为每个中继的压缩矩阵；{B₁，B₂，...，B_K}为每个中继的转发预编码矩阵，{H₀，H₁，...，H_K}为每个中继测量服务基站到终端的下行信道；{T₁，...，T_K}每个中继到终端的传输信道；S₀为服务基站发送的预编码，S₁，S₂，...，S_M为干扰基站发送的预编码；

[Q₁P₁P₂…P_K]＝S₀′H′(HS_0S_0^Λ′H^Λ′+R+I+R_Δ)^Λ(-1)；

Q₂[T₁B₁T₂B₂…T_KB_K]＝[II…I];

其中I表示单位矩阵，R为干扰信号的自相关矩阵

在第二方面，可选的，所述计算单元具体用于根据公式10计算得到服务基站发射向量的估计值；

$Y=Q_1{Y}_a+\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\tilde{Y}}_K^{\′};$

其中，

Y为服务基站发射向量的估计值，Y_a为第一信号，Q1为第一时隙的接收矩阵，为终端还原每个中继量化后的中间信号；

$Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a;$

$Y_b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{T}_K{B}_K{\tilde{Y}}_K+Z_b;$

${{\tilde{Y}}_K}^{\′}=Y_K+{\mathrm{\Δ}}_K;$

$Y_K=H_K{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_K^m{S}_m{X}_m+Z_K;$

[Q₁P₁P₂…P_K]＝S₀′H′(HS_0S_0^Λ′H^Λ′+R+I+R_Δ)^Λ(-1)

Y_b为中间信号，X_m代表第m个干扰基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_k代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁，P₂，...，P_K}为每个中继的压缩矩阵；{B₁，B₂，...，B_K}为每个中继的转发预编码矩阵，{H₀，H₁，...，H_K}为每个中继测量服务基站到终端的下行信道；{T₁，...，T_K}每个中继到终端的传输信道；S₀为服务基站发送的预编码，S₁，S₂，...，S_M为干扰基站发送的预编码，Δ_K代表量化误差；δ_K为Δ_K的期望值；I表示单位矩阵，R为干扰信号的自相关矩阵 $R=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{H}^m{S}_m{S}_m^{\′}{H}^{m^{\′}}.$

在本发明实施例中，本发明提供的技术方案具有干扰抑制效果好的优点。

附图说明

图1是本发明实施例提供的信号接收方法的流程图；

图2是本发明具体实施方式提供的第一种仿真效果图；

图3是本发明具体实施方式提供的第二种仿真效果图；

图4是本发明实施例提供的终端结构示意图；

图5是本发明实施例提供的终端硬件结构示意图。

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。

本发明实施例提供一种信号接收方法，该方法由终端执行，该方法的蜂窝通信系统的场景如下：系统中包括一个服务基站，M个同频干扰基站，一个接收终端，K个中继。其中K为大于等于1的整数。

系统接收包括两个时隙：第一个时隙，终端和K个中继都接收来自服务基站的信号和临近同频小区的基站的干扰信号；第二个时隙中，K个中继向终端转发中间信号。本发明实施例中，把中继向终端传输信号的链路称为D2D(device-to-device)链路。

该方法如图1所示，包括：

S11、移动终端在第一时隙接收第一信号，所述第一信号包括：服务基站发送的服务信号和临近同频小区的基站发送的干扰信号；

S12、移动终端在第二时隙接收中继站发送的中间信号，所述中间信号为：所述中继站将所述服务信号和干扰信号进行压缩处理后的中间信号；

S13、移动终端根据第一信号、中间信号和接收矩阵计算得到服务基站发射向量的估计值。

本发明具体实施方式提供的方法将信号的发送分为两个时隙，这样根据第一时隙接收的第一信号，第二时隙接收的中间信号以及接收矩阵计算得到服务基站发射向量的估计值，由于该服务基站发射向量的估计值是计算得到的，在计算时就已经考虑到下行数据传输干扰的抑制，所以其具有下行数据传输干扰的抑制效果好的优点。

其中，实现S13的方法具体可以为：

Y＝Q₁Y_a+Q₂Y_b；(1)

其中，Y为服务基站发射向量的估计值，Y_a为第一信号，Y_b为中间信号，Q1为第一时隙的接收矩阵，Q2为第二时隙的接收矩阵。

$Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a---\left(2\right);$

$Y_b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{T}_k{B}_k{P}_k{Y}_k+Z_b---\left(3\right);$

$Y_K=H_K{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_K^m{S}_m{X}_m+Z_K---\left(4\right)$

其中，

X_m代表第m个干扰基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；其中Z_K代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁，P₂，...，P_K}为每个中继的压缩矩阵；{B₁，B₂，...，B_K}为每个中继的转发预编码矩阵，{H₀，H₁，...，H_K}为每个中继测量服务基站到终端的下行信道；{T₁，...，T_K}每个中继到终端的传输信道；S₀为服务基站发送的预编码，S₁，S₂...，S_M为干扰基站发送的预编码。

其中实现S13的方法具体可以为：

方式1、将第一信号和中间信号分别与第一时隙接收矩阵和第二时隙接收矩阵相乘后相加得到服务基站发射向量的估计值。

方式2、将第一信号与第一时隙接收矩阵相乘后加上量化后的中间信号得到服务基站发射向量的估计值。

下面以具体的算法来说明上述方式1的实现方式：

在进行第一时隙接收信号之前，终端和每个中继测量服务基站到自己的下行信道{H₀，H₁，...，H_K}。终端和中继还对干扰基站的干扰信号信息进行测量。终端还测量每个中继到自己的传输信道{T₁，...，T_K}。

终端在第一个时隙收到的信号为 $Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a$ ，其中X_m代表第m个干扰基站的发射数据向量(m＝0时代表服务基站的发射数据向量)，Z_a代表终端的信道噪声和来自m个干扰基站以外的所有可能干扰；K个中继中生成中间信号的压缩矩阵为P₁，P₂，...，P_K；转发的预编码矩阵为B₁，B₂，...，B_K。

终端在两个时隙的接收矩阵为Q₁和Q₂.

服务基站到K个中继和接收端的信道矩阵分别为H₁，H₂，...，H_K和H₀。

第m(m＝1，2，...，m)个干扰基站到K个中继和接收端的信道矩阵分别为H₁ ^m，H₂ ^m，...，H_K ^m和H₀ ^m。

K个中继到终端的信道分别为T₁，T₂，...，T_K。

服务基站和干扰基站的发射预编码分别为S₀和S₁，S₂，..，S_M。.

K个中继的天线数量为N₁，N₂，...，N_K，服务基站发射的数据流数为N_s。

第k(k＝1，2，...，K)个中继在第一个时隙收到的信号为，其中Z_k代表第K个中继的信道噪声和来自M个干扰基站以外的所有可能干扰。

终端在第二个时隙收到的信号为，其中Z_b代表终端在第二时隙的信道噪声和所有可能的干扰。

两个时隙接收到的信号，经过终端接收矩阵处理并且合并后的信号向量为Y＝Q₁Y_a+Q₂Y_b。终端将Y视为服务基站发射的数据向量X₀的一个估计值，并且开始解调，解码等信号检测。

终端和中继可以根据服务基站发射的导频分别测量H₀和H1，H2，...，H_K。为了提高信道测量的精度，下面介绍了一些可行的方法：

服务基站可以使用更长的导频序列，协助用户进行信道测量；

服务基站可以同干扰基站协调，使得在服务基站发射下行导频的时频资源中，干扰基站不发射任何信号。

此外，终端和中继测量干扰基站的干扰信息的目的是获取干扰信号的自相关矩阵。下面介绍一个可行的方法获得干扰信号自相关矩阵的近似，也可以采用其他方法获取干扰信号的自相关矩阵：

服务基站在若干时频资源上不发射任何数据，用于用户检测干扰信号。记这些时频资源块的编号为1，2，...，L；记终端在这些时频资源上测量到的信号向量(列向量)为V₀ ¹，V₀ ²，...，V₀ ^L；记第k个中继在这些时频资源上测量到的信号向量为{V_K ¹，V_K ²，...，V_K ^L}。

每个中继(记为第k个中继)把测量到的干扰信息{V_K ¹，V_K ²，...，V_K ^L}反馈给终端。

记V^l＝[V₀ ^l′V₁ ^l′...V_K ^l′]′，则用户终端可以把作为干扰信号的自相关矩阵的近似，其中A’代表向量(或者矩阵)A的共轭转秩，上述A仅仅是矩阵或向量的表示形式。

传输参数的计算可以归结为一个数学上的优化问题。以下给出这个优化问题的建模：

终端的已知参数：

服务基站到终端和中继的下行信道矩阵H＝[H₀′H₁′…H′_K′；

每个中继到终端的D2D信道信息{T₁，...，T_K}；

干扰信号的自相关矩阵的近似值，其中H^m＝[H₀ ^m′H₁ ^m′…H_K ^m′]。为了方便说明，下面把自相关矩阵的近似值也称为自相关矩阵。

终端要求解的未知参数(即传输参数)：

每个中继的压缩矩阵{P₁，P₂，...，P_K}；

每个中继的转发预编码矩阵{B₁，B₂，...，B_K}；

两个接收时隙中的接收矩阵{Q₁，Q₂}。

参数求解问题的公式化描述：

$\begin{array}{c}\min \\ P_1,...,P_K,B_1,...B_K,Q_1,Q_2\end{array}$ $f\left(E_{\{X_0,...,X_M,Z_a,Z_b,Z_1,...,Z_K\}}\right[(Y-X_0){(Y-X_0)}^{\′}\left]\right)$

$s.t.\mathrm{trace}\left(E_{\{X_0,...,X_M,Z_a,Z_b,Z_1,...,Z_K\}}\right[B_K{P}_K{Y}_K{Y}_K^{\′}{P}_K^{\′}{B}_K^{\′}\left]\right)\≤a_k,k=\mathrm{1,2},...,K$

其中函数f(A)代表一个从矩阵A到实数域的映射，例如可以是矩阵A的秩(trace)；代表对所有可能的{X₀，....，X_M，Z_a，Z_b，Z₁，...，Z_K}求数学期望； $\mathrm{trace}\left(E_{\{X_0,...,X_M,Z_a,Z_b,Z_1,...,Z_K\}}\right[B_K{P}_K{Y}_K{Y}_K^{\′}{P}_K^{\′}{B}_K^{\′}\left]\right)$ 代表第k个中继的转发功率。

上述问题的最优解可以用迭代的方法求出，但是由于计算复杂度过高，该解不一定实用。下面给出了上述问题的一个低复杂度的次优算法：

下行链路中，将终端和所有的中继视为一个整体，[Q₁P₁P₂…P_K]构成一个接收服务基站有用信号的LMMSE接收机：[Q₁P₁P₂…P_K]＝S′₀H′(HS₀S′₀H′+I+R)^-1，其中I代表单位阵。

D2D链路中，构造Q₂和{B₁，B₂，...，B_K}使得Q₂[T₁B₁T₂B₂…T_KB_k]＝[II…I]，其中I代表N_s×N_s的单位矩阵。构造的方法可以有多种选择，例如，{B₁，B₂，...，B_K}为天线选择矩阵(即中继k在N_K根天线中选择N_s根天线转发P_KY_K)；其中Q₂ ^b为A＝[T₁B₁T₂B₂…T_KB_K]的伪逆(A′A)^-1A′；Q₂ ^a＝[II…I]。

如方式1所示的方法的仿真如图3所示，在仿真中比较如下两种下行传输方案：

单个多天线终端利用LMMSE进行干扰抑制和信号接收；

一个多天线终端联合两个移动终端利用本实施例提出的方案进行干扰抑制和信号接收。

其中，如图2所示，曲线1代表单终端单中继各为4根天线的仿真效果图；曲线2代表单终端单中继各为6根天线的仿真效果图；曲线3代表单终端单中继各为8根天线的仿真效果图；曲线4代表单终端两个中继各为4根天线的仿真效果图；曲线5代表单终端两个中继各为6根天线的仿真效果图；曲线6代表单终端两个中继各为8根天线的仿真效果图。

仿真的具体参数设定如下：

每个小区分为3个扇区；考虑3Tiers内8个同频基站的干扰；

服务基站使用64QAM，ConvolutionalCode3/4，发射两个数据流；

每个干扰基站各发射4个数据流；

移动中继到移动终端的距离为10米

考虑三种终端和中继的天线配置：4，6，和8。

仿真结果中，横坐标代表服务基站到终端的距离，纵坐标代表数据包的比特误码率(误码率越高，信号接收质量越低)。可以看到使用本实施例时的信号接收性能远高于单个终端进行信号接收的性能：例如当终端和中继各有6根天线的时候，单终端在90m处的BER达到了10^-3；而如果联合两个中继进行协助的话，同样的BER接收性能，终端可以位于距服务基站200米左右。即通过本发明，64QAM+CC3/4的服务范围(假定目标BER为10^-3)扩大了100多米。这将大大提升系统的吞吐量。

下面以具体的算法来说明上述方式2的实现方式：

该系统中包括一个服务基站，M个同频干扰基站，一个接收终端，K个中继。

系统接收包括两个时隙：第一个时隙中，终端和中继都接收来自多个基站的干扰；第二个时隙中，中继向终端转发中间信号。本发明中，把中继向终端传输信号的链路称为D2D(device-to-device)链路。

K个中继的压缩矩阵分别为P₁，P₂，...，P_K；转发预编码矩阵分别为B₁，B₂，...，B_K。

终端在第一个时隙的接收矩阵为Q₁。

服务基站到K个中继和接收端的信道矩阵分别为H₁，H₂，...，H_K和H₀。

服务基站周围共有M个同频的干扰基站，其中第m(m＝1，2，...，M)个干扰基站到K个中继和接收端的信道矩阵分别为H₁ ^m，H₂ ^m，…，H_K ^m和H₀ ^m。

K个中继到终端的信道分别为T₁，T₂，...，T_K。

服务基站和干扰基站的发射预编码分别为S₀和S₁，S₂，...，S_M。

K个中继的天线数量为N1，N2，...，N_K；服务基站的天线数量为N₀，发射的数据流数为N_s。

本实施例的主要步骤如下：

信道及干扰检测：终端和每个中继测量服务基站到自己的下行信道{H₀，H₁，...，H_K}。终端和中继还对干扰基站的干扰信号信息进行测量。中继把测量到的信道信息和干扰信息传输给终端。信道信息和干扰信息的测量可以参照实施例一。同时，终端还测量每个中继到自己的传输信道{T₁，...，T_K}。

参数计算：终端根据自己测量到的信道信息和干扰信息，以及中继反馈的信道信息和干扰信息计算：

a)每个中继的压缩矩阵{P₁，P₂，...，P_K}；

b)每个中继的转发预编码矩阵{B₁，B₂，...，B_K}；

c)终端第一个时隙的接收矩阵Q₁；

第一时隙接收：在第一个时隙，中继和终端都接收来自服务基站的有用信号和干扰基站的干扰信号。

压缩转发：在第二个时隙，第k(k＝1，2，…，K)个中继先将接收到的信号乘上它的压缩矩阵P_K(压缩矩阵把N_K维度的接收信号向量压缩为N_s维度的中间信号向量)生成中间信号；然后对中间信号进行量化，对量化后的比特进行编码和调制，通过转发预编码矩阵B_K转发给终端。

联合信号检测：终端逐一检测每一个中继的转发信号，进行解调和解码，获得每一个中继量化后的中间信号，将这些中间信号和第一时隙内的接收信号(乘上Q1后)合并，生成服务基站发射向量的估计值。

系统中的信号处理的描述如下：

终端在第一个时隙收到的信号为 $Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a,$ 其中X_m代表第m个干扰基站的发射数据向量(m＝0时代表服务基站的发射数据向量)，Z_a代表信道噪声和来自M个干扰基站意外的所有可能干扰。

第k(k＝1，2，...，K)个中继在第一个时隙收到的信号为其中Z_K代表信道噪声和来自M个干扰基站意外的所有可能干扰。

第k(k＝1，2，...，K)个中继进行压缩后生成的中间信号为Y′_K＝P_KY_K，量化后的中间信号为其中Δ_K代表量化误差。

第k(k＝1，2，...，K)个中继对进行信道编码和调制后生成的转发信号为

终端在第二个时隙收到的信号为其中Z_b代表终端在第二时隙链路的信道噪声和所有可能的干扰。

终端还原每个中继量化后的中间信号进行合并生成终端将Y视为服务基站发射的数据向量X₀的一个估计值，并且开始解调，解码等信号检测。

传输参数的计算

假定中继转发信号的信道编码足够强，终端对中继转发信号的检测没有错误，参数计算可以分为两个独立的步骤：

计算{P₁，P₂，...，P_K}和Q₁。

计算{B₁，B₂，...，B_K}：中继转发矩阵{B₁，B₂，...，B_K}的计算可以参照现有的多用户MIMO上行预编码的计算方法，不属于本发明的保护范围。同时，终端对中继转发信号的检测，解调和解码均为常用技术。

由于假设D2D信道的传输没有错误，终端可以还原出每个中继量化后的中间信号，因此，终端可以根据和Y_a进行联合信号检测。具体而言，参数{P₁，P₂，...，P_K}和Q₁的计算可以归纳为如下数学的优化问题：

$\begin{array}{c}\min \\ P_1,...,P_K,Q_1\end{array}$ $f\left(E_{\{X_0,...,X_M,Z_a,Z_b,Z_1,...,Z_K,{\mathrm{\Δ}}_1,...,{\mathrm{\Δ}}_K\}}\right[(Y-X_0){(Y-X_0)}^{\′}\left]\right)$

其中函数f(A)代表一个从矩阵A到实数域的映射，例如可以是矩阵A的秩(trace)；代表对所有基站的所有可能发射向量{X₀，...，X_M}，噪声以及量化误差求数学期望。

当函数f(A)＝trace(A)的时候，上述问题最优解的闭式表达为：

[Q₁P₁P₂…P_K]＝S₀′H′(HS_0S_0^Λ′H^Λ′+R+I+R_Δ)^Λ(-1)，其中R代表干扰的自相关矩阵，I代表单位阵，δ_K为Δ_K的期望值。

方式2的仿真结果如图3所述，其中，曲线1为单终端单中继在8根天线时的仿真图；曲线2为单终端多中继在8根天线时的仿真图；仿真的具体参数设定如下：

●每个小区分为3个扇区；考虑3Tiers内8个同频基站的干扰；

●服务基站使用64QAM，ConvolutionalCode3/4，发射两个数据流；

●每个干扰基站各发射4个数据流；

●移动中继到移动终端的距离为10米

●终端和终端都配置8根天线。

从仿真结果中可以看到本实施例可以大大提升下行的吞吐量：假定目标的BER为10-3，本实施例可使64QAM+CC3/4的使用半径从100米扩展到250米以外。换句话说，使用本实施例的时候，对于100米处的终端基站可以使用速率更高的调制编码模式。因此系统吞吐量将大幅度提升。

本发明具体实施方式提供一种终端设备，上述终端设备如图4所示，包括：

接收单元41，用于在第一时隙接收第一信号，所述第一信号包括：服务基站发送的有用信号和干扰基站发送的干扰信号；

接收单元41，还用于在第二时隙接收多个中继站发送的中间信号，所述中间信号为：中继站将中继站在第一时隙接收的服务基站发送的有用信号和干扰基站发送的干扰信号进行压缩处理后的中间信号；

计算单元42，用于根据第一信号、中间信号和接收矩阵获得服务基站发射向量的估计值。

可选的，计算单元42具体用于根据Y＝Q₁Y_a+Q₂Y_b计算得到服务基站发射向量的估计值；

其中，Y为服务基站发射向量的估计值，Y_a为第一信号，Y_b为中间信号，Q1为第一时隙的接收矩阵，Q2为第二时隙的接收矩阵；

$Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a;$

$Y_b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{T}_k{B}_k{P}_k{Y}_k+Z_b;$

$Y_K=H_K{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_K^m{S}_m{X}_m+Z_K;$

其中，

X_m代表第m个干扰基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_K代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁，P₂，...，P_K}为每个中继的压缩矩阵；{B₁，B₂，...，B_K}为每个中继的转发预编码矩阵，{H₀，H₁，...，H_K}为每个中继测量服务基站到终端的下行信道；{T₁，...，T_K}每个中继到终端的传输信道；S₀为服务基站发送的预编码，S₁，S₂，...，S_M为干扰基站发送的预编码；

[Q₁P₁P₂…P_K]＝S′₀H′(HS₀S′₀H′+I+R)^-1；

Q₂[T₁B₁T₂B₂…T_KB_K]＝[II…I];

其中I表示单位矩阵，R为干扰信号的自相关矩阵

可选的，计算单元42具体用于根据计算得到服务基站发射向量的估计值；

其中，

Y为服务基站发射向量的估计值，Y_a为第一信号，Q1为第一时隙的接收矩阵，为终端还原每个中继量化后的中间信号；

$Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a;$

$Y_b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{T}_K{B}_K{\tilde{Y}}_K+Z_b;$

${{\tilde{Y}}_K}^{\′}=Y_K+{\mathrm{\Δ}}_K;$

$Y_K=H_K{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_K^m{S}_m{X}_m+Z_K;$

[Q₁P₁P₂…P_K]＝S₀′H′(HS_0S_0^Λ′H^Λ′+R+I+R_Δ)^Λ(-1)；

Y_b为中间信号，代表第m个干扰基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁，P₂，...，P_K}为每个中继的压缩矩阵；{B₁，B₂，...，B_K}为每个中继的转发预编码矩阵，{H₀，H₁，...，H_K}为每个中继测量服务基站到终端的下行信道；{T₁，...，T_K}每个中继到终端的传输信道；S₀为服务基站发送的预编码，S₁，S₂，...，S_M为干扰基站发送的预编码，Δ_K代表量化误差；δ_K为Δ_K的期望值；I表示单位矩阵，R为干扰信号的自相关矩阵 $R=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{H}^m{S}_m{S}_m^{\′}{H}^{m^{\′}}.$

本发明具体实施方式提供一种终端设备，上述终端设备如图5所示，包括：处理器501、存储器502、通信接口503和总线504。

处理器501、存储器502、通信接口503通过总线504相互连接；总线404可以是工业标准架构体系(IndustryStandardArchitecture，ISA)总线或外围组件互联(英文：PeripheralComponentInterconnect，简称：PCI)总线等。

上述的处理器501可以是通用处理器，包括中央处理器(英文：centralprocessingunit，简称CPU)、网络处理器(英文：networkprocessor，简称NP)等。

存储器502，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令，该程序用于指示处理器501发出计算机操作指令。存储器502可能包含高速随机存储器(英文：random-accessmemory，简称：RAM)存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

通信接口503在第一时隙接收第一信号，所述第一信号包括：服务基站发送的有用信号和干扰基站发送的干扰信号；在第二时隙接收多个中继站发送的中间信号，所述中间信号为：中继站将中继站在第一时隙接收的服务基站发送的有用信号和干扰基站发送的干扰信号进行压缩处理后的中间信号；

处理器501用于根据第一信号、中间信号和接收矩阵获得服务基站发射向量的估计值。

可选的，处理器501具体用于根据Y＝Q₁Y_a+Q₂Y_b计算得到服务基站发射向量的估计值；

其中，Y为服务基站发射向量的估计值，Y_a为第一信号，Y_b为中间信号，Q1为第一时隙的接收矩阵，Q2为第二时隙的接收矩阵；

$Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a;$

$Y_b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{T}_k{B}_k{P}_k{Y}_k+Z_b;$

$Y_K=H_K{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_K^m{S}_m{X}_m+Z_K$

其中，

X_m代表第m个干扰基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_K代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁，P₂，...，P_K}为每个中继的压缩矩阵；{B₁，B₂，...，B_K}为每个中继的转发预编码矩阵，{H₀，H₁，...，H_K}为每个中继测量服务基站到终端的下行信道；{T₁，...，T_K}每个中继到终端的传输信道；S₀为服务基站发送的预编码，S₁，S₂，...，S_M为干扰基站发送的预编码；

[Q₁P₁P₂…P_K]＝S₀′H′(HS₀S′₀H′+I+R)^-1；

Q₂[T₁B₁T₂B₂…T_KB_K]＝[II…I];

其中I表示单位矩阵，R为干扰信号的自相关矩阵

可选的，处理器501具体用于根据计算得到服务基站发射向量的估计值；

其中，

Y为服务基站发射向量的估计值，Y_a为第一信号，Q1为第一时隙的接收矩阵，为终端还原每个中继量化后的中间信号；

$Y_a=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_a;$

$Y_b=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{T}_K{B}_K{\tilde{Y}}_K+Z_b;$

${{\tilde{Y}}_K}^{\′}=Y_K+{\mathrm{\Δ}}_K;$

$Y_K=H_K{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_K^m{S}_m{X}_m+Z_K;$

[Q₁P₁P₂…P_K]＝S₀′H′(HS_0S_0^Λ′H^Λ′+R+I+R_Δ)^Λ(-1)

Y_b为中间信号，X_m代表第m个干扰基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_k代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁，P₂，...，P_K}为每个中继的压缩矩阵；{B₁，B₂，...，B_K}为每个中继的转发预编码矩阵，{H₀，H₁，...，H_K}为每个中继测量服务基站到终端的下行信道；{T₁，...，T_K}每个中继到终端的传输信道；S₀为服务基站发送的预编码，S₁，S₂，...，S_M为干扰基站发送的预编码，Δ_K代表量化误差；δ_K为Δ_K的期望值；I表示单位矩阵，R为干扰信号的自相关矩阵 $R=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{H}^m{S}_m{S}_m^{\′}{H}^{m^{\′}}.$

上述单元和系统实施例中，所包括的各个模块或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，各功能模块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。

本领域技术人员可以理解，本发明实施例提供的技术方案全部或部分步骤是可以通过程序指令相关的硬件来完成。比如可以通过计算机运行程来完成。该程序可以存储在可读取存储介质，例如，随机存储器、磁盘、光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种信号接收方法，其特征在于，所述方法包括：

在第一时隙接收第一信号，所述第一信号包括：服务基站发送的有用信号和干扰基站发送的干扰信号；

在第二时隙接收多个中继站发送的中间信号，所述中间信号为：中继站将中继站在第一时隙接收的服务基站发送的有用信号和干扰基站发送的干扰信号进行压缩处理后的中间信号，其中，所述压缩处理是指将接收信号乘以压缩矩阵，所述压缩矩阵把N_K维度的接收信号向量压缩为N_S维度的中间信号向量；

根据第一信号、中间信号和接收矩阵获得服务基站发射向量的估计值；

其中，所述干扰信号的自相关矩阵的近似值取

其中，编号1，2,...,L为所述服务基站不发射任何数据的时频资源块的编号，其中，{V₀ ¹,V₀ ²,...,V₀ ^L}为终端在所述服务基站不发射任何数据的时频资源块上测量到的信号向量，{V_K ¹,V_K ²,...,V_K ^L}为第k个中继站在所述服务基站不发射任何数据的时频资源块上测量到的信号向量，其中，A’代表向量或者矩阵A的共轭转置。

2.根据权利要求1所述的方法，其特征在于，所述根据第一信号、中间信号和接收矩阵获得服务基站发射向量的估计值具体包括：

Y＝Q₁Y_a+Q₂Y_b；

其中，Y为服务基站发射向量的估计值，Y_a为第一信号，Y_b为中间信号，Q1为第一时隙的接收矩阵，Q2为第二时隙的接收矩阵；

$Y_{\mathrm{\α}}=H_0{S}_0{X}_0+{\mathrm{\Σ}}_{m=1}^M{H}_0^m{S}_m{X}_m+Z_{\mathrm{\α}};$

$Y_b=\underset{k=1}{\overset{K}{\Σ}}{T}_k{B}_k{P}_k{Y}_k+Z_b;$

$Y_k=H_k{S}_0{X}_0+\underset{m=1}{\overset{M}{\Σ}}{H}_k^m{S}_m{X}_m+Z_k;$

其中，

X_m代表第m个干扰基站的发射数据向量；X₀代表服务基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_b代表终端在第二时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_k代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁,P₂,...,P_K}为每个中继的压缩矩阵；{B₁,B₂,...,B_K}为每个中继的转发预编码矩阵，终端和每个中继测量服务基站到自己的下行信道分别为H₀和{H₁,...,H_K}；{T₁,...,T_K}为每个中继到终端的传输信道；第m个干扰基站到K个中继和接收端的信道矩阵分别为H₁ ^m,H₂ ^m,...,H_K ^m和H₀ ^m；服务基站到终端和中继的下行信道矩阵为H＝[H₀′H₁′...H′_K]′；S₀为服务基站发送的预编码，S₁,S₂,...,S_M为干扰基站发送的预编码；其中，K表示K个中继，K为大于等于1的整数；

[Q₁P₁P₂...P_K]＝S₀′H′(HS₀S′₀H′+I+R)^-1；

Q₂[T₁B₁T₂B₂...T_KB_K]＝[II...I]；

其中I表示单位矩阵，R为干扰信号的自相关矩阵

3.一种终端设备，其特征在于，所述终端设备包括：

接收单元，用于在第一时隙接收第一信号，所述第一信号包括：服务基站发送的有用信号和干扰基站发送的干扰信号；还用于在第二时隙接收多个中继站发送的中间信号，所述中间信号为：中继站将中继站在第一时隙接收的服务基站发送的有用信号和干扰基站发送的干扰信号进行压缩处理后的中间信号，其中，所述压缩处理是指将接收信号乘以压缩矩阵，所述压缩矩阵把N_K维度的接收信号向量压缩为N_S维度的中间信号向量；

计算单元，用于根据第一信号、中间信号和接收矩阵获得服务基站发射向量的估计值；

其中，所述干扰信号的自相关矩阵的近似值取

其中，编号1，2,...,L为所述服务基站不发射任何数据的时频资源块的编号，其中，{V₀ ¹,V₀ ²,...,V₀ ^L}为终端在所述服务基站不发射任何数据的时频资源块上测量到的信号向量，{V_K ¹,V_K ²,...,V_K ^L}为第k个中继站在所述服务基站不发射任何数据的时频资源块上测量到的信号向量，其中，A’代表向量或者矩阵A的共轭转置。

4.根据权利要求3所述的终端设备，其特征在于，所述计算单元具体用于根据公式1计算得到服务基站发射向量的估计值；

Y＝Q₁Y_a+Q₂Y_b公式1；

其中，Y为服务基站发射向量的估计值，Y_a为第一信号，Y_b为中间信号，Q1为第一时隙的接收矩阵，Q2为第二时隙的接收矩阵；

其中，

X_m代表第m个干扰基站的发射数据向量；X₀代表服务基站的发射数据向量；Z_a代表终端在第一时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_b代表终端在第二时隙的信道噪声和来自m个干扰基站以外的所有可能干扰；Z_K代表第K个中继的信道噪声和来自m个干扰基站以外的所有可能干扰；{P₁,P₂,...,P_K}为每个中继的压缩矩阵；{B₁,B₂,...,B_K}为每个中继的转发预编码矩阵，终端和每个中继测量服务基站到自己的下行信道分别为H₀和{H₁,...,H_K}；{T₁,...,T_K}为每个中继到终端的传输信道；第m个干扰基站到K个中继和接收端的信道矩阵分别为H₁ ^m,H₂ ^m,...,H_K ^m和H₀ ^m；服务基站到终端和中继的下行信道矩阵为H＝[H₀′H₁′...H′_K]′；S₀为服务基站发送的预编码，S₁,S₂,...,S_M为干扰基站发送的预编码；其中，K表示K个中继，K为大于等于1的整数；

[Q₁P₁P₂...P_K]＝S₀′H′(HS₀S′₀H′+I+R)^-1；

Q₂[T₁B₁T₂B₂...T_KB_K]＝[II...I]；

其中I表示单位矩阵，R为干扰信号的自相关矩阵