CN103188180A - 单天线干扰消除方法和系统 - Google Patents

Abstract

本发明涉及一种单天线干扰消除方法，主要用于消除非同步干扰。本方法包括以下步骤：对接收数据作边缘检测，寻找非同步干扰的边缘点；通过检测非同步干扰的至少一个边缘点来确定非同步干扰；利用所述边缘点将所述接收数据中的突发数据分为第一部分和第二部分，其中所述第一部分大于所述第二部分；分别对所述第一部分和所述第二部分作自适应估计和联合检测；以及合并及输出所述第一部分和所述第二部分的均衡结果。

Description

单天线干扰消除方法和系统

技术领域

本发明涉及通信系统中消除干扰的方法，尤其是涉及一种单天线干扰消除方法和系统。

背景技术

通信系统用户经常遇到的一种干扰类型是由其他用户传输所产生的干扰。这通常是因为许多用户在相同信道(例如频带、时隙、或扩频码)内传输引起的，并被称为同道干扰(CCI，co-channel interference)。同道干扰是影响GSM系统接收性能的主要因素，同道干扰会造成话音质量下降、数据传输速率下降以及掉话等一系列的问题。许多针对同道干扰的技术，例如DTX、功控、跳频和AMR已经被使用，同时用于消除同道干扰的均衡技术也被开发出来。单天线干扰消除(SAIC，Single Antenna Interference Cancellation)技术就是解决单天线系统的干扰消除问题的一类算法。

对于GSM系统，干扰消除算法的选择受几个条件的制约。例如存在非同步干扰场景，其中非同步干扰信号的训练序列会叠加在接收信号上，根据3GPPTR45.903描述，TSC集中的训练序列相比随机干扰序列会造成SAIC接收机性能的恶化。另外，由于非同步场景干扰只在部分突发上叠加的可能，干扰序列的信道估计需要满足跟踪干扰信道时变的要求。

目前针对单天线干扰消除常用的算法是迭代半盲联合检测的SAIC均衡，这一算法只针对干扰同步的情况，对于干扰信号与所需信号(desired signal)不同步的情况均衡性能不佳。

发明内容

本发明所要解决的技术问题是提供一种单天线干扰消除方法和系统，以应对非同步干扰的消除。

本发明为解决上述技术问题而采用的技术方案是提出一种单天线干扰消除方法，包括以下步骤：对接收数据作边缘检测，寻找非同步干扰的边缘点；通过检测非同步干扰的至少一个边缘点来确定非同步干扰；利用所述边缘点将所述接收数据中的突发数据分为第一部分和第二部分，其中所述第一部分大于所述第二部分；分别对所述第一部分和所述第二部分作自适应估计和联合检测；以及合并及输出所述第一部分和所述第二部分的均衡结果。

在本发明的一实施例中，根据所述边缘点将所述接收数据中的突发数据分为第一部分和第二部分的步骤还包括：判断所述边缘点是否在所述突发数据中的训练序列范围内。

在本发明的一实施例中，当所述边缘点在所述突发数据中的训练序列范围内时，使用在所述边缘点的干扰抽头估计值作为初始干扰抽头，使用该第一部分的自适应估计得到的信号抽头作为初始信号抽头，对所述第二部分进行自适应估计和联合检测。

在本发明的一实施例中，对所述第一部分和所述第二部分的自适应估计和联合检测分别使用多次迭代。

在本发明的一实施例中，当所述边缘点不在所述突发数据中的训练序列范围内时，使用在所述边缘点处估计的所述第一部分的干扰抽头作为初始干扰抽头，使用信道估计的结果作为初始信号抽头，从所述边缘点处开始对所述第一部分作自适应估计和联合检测，并记录均衡结束时所述第一部分的干扰抽头。

在本发明的一实施例中，当所述边缘点不在所述突发数据中的训练序列范围内时，使用在所述边缘点处估计的所述第二部分的干扰抽头作为初始干扰抽头，使用所述第一部分的信号抽头作为初始信号抽头，从所述边缘点处开始对所述第二部分作自适应估计和联合检测，并记录均衡结束时所述第二部分的干扰抽头。

在本发明的一实施例中，还包括以所述的对所述第一部分作自适应估计和联合检测和对所述第二部分作自适应估计和联合检测步骤作为一次迭代，接着使用记录的所述第一部分的干扰抽头作为初始干扰抽头，使用所述第二部分的信号抽头作为初始信号抽头，从所述边缘点处开始对所述第一部分和所述第二部分作自适应估计和联合检测的多次迭代。

本发明另提出一种单天线干扰消除系统，包括：

用于对接收数据作边缘检测，寻找非同步干扰的边缘点的装置；

用于通过检测非同步干扰的至少一个边缘点来确定非同步干扰的装置；

用于利用所述边缘点将所述接收数据中的突发数据分为第一部分和第二部分的装置，其中所述第一部分大于所述第二部分；

用于分别对所述第一部分和所述第二部分作自适应估计和联合检测的装置；以及

用于合并及输出所述第一部分和所述第二部分的均衡结果的装置。本发明的单天线干扰消除方法和系统，由于加入边缘检测和突发部分分块分别自适应处理后，可以支持单天线非同步干扰的干扰消除，在多种非同步干扰情况下都能得到优于原算法的性能，同时在同步干扰的情况下性能基本不受影响。

附图说明

为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明，其中：

图1示出本发明一实施例的方法流程图。

图2和图3示出本发明一实施例的非同步干扰消除方法流程图。

图4示出本发明一实施例的同步干扰消除方法流程图。

图5A-5C示出包含非同步干扰的GSM信号，其中图5A示出边缘点在信号的训练序列中，图5B示出边缘点未在信号的训练序列中的第一种情形，图5C示出边缘点示出边缘点未在信号的训练序列中的第二种情形；

具体实施方式

概要地说，本发明是针对实际情况中可能出现的各种非同步干扰情况，提出了一种适用非同步干扰情况的单天线干扰消除算法。本发明也可包含对同步干扰情况的处理。

在本发明的实施例中，引入对接收数据的边缘检测，并对边缘两端的数据分别使用自适应信道估计和联合检测。进一步，本发明的实施例可以根据不同的边缘位置作不同的均衡处理。举例来说，根据本发明的一实施例，根据边缘是否在训练序列内部对接收数据作不同的均衡处理。另外，本发明的实施例在边缘处重新估计干扰信道抽头。在非同步干扰的情况下，由于边缘两端的数据经历了不同的干扰信道，在做联合检测时，干扰信道尽管也会进行迭代，但是如果有突变的情形下，通常对干扰信道的自适应跟踪效果不佳。所以本发明的实施例通过在突变点处，对干扰信道进行相应盲估计，并设置一个更为合理的干扰信道估计初始值，会提升后续联检均衡性能。

图1示出本发明一实施例的方法流程图。这一流程可在移动通信终端中执行以消除单天线干扰。参照图1所示，流程包括以下步骤：

在步骤101对接收数据作边缘检测，寻找非同步干扰的边缘点。边缘点一般是干扰的起始点或终止点。

在步骤102，通过检测非同步干扰的至少一个边缘点来确定非同步干扰。

在步骤103，利用边缘点将接收数据中的突发数据分为第一部分和第二部分，其中第一部分大于第二部分。

在步骤104，分别对第一部分和第二部分作自适应估计和联合检测。

最后在步骤105，合并及输出第一部分和第二部分的均衡结果。

图2和图3示出本发明一实施例的非同步干扰消除方法流程图。首先参照图2所示，此方法包括以下步骤：

在步骤201进行信道估计，作为初始的信道估计。可选的信道估计方法包括最小二乘(LS)信道估计、最小均方(Least Mean Square，LMS)估计、联合最小二乘JLS(Joint Least Square)等。

在步骤202，对接收数据作边缘检测，寻找非同步干扰的边缘点，例如干扰的起始点或终止点。在找到多于1个边缘点时，仅输出最可能的一个边缘点。

在步骤203，如果检测到非同步干扰的边缘点，则判断为非同步干扰，流程继续。

在步骤204，判断边缘点是否在训练序列的范围内。如果结果为是，则进入图3所示流程，否则进入步骤205。这一判断的意义在于，因为边缘点在训练序列范围时，训练序列部分被分割成两部分，在对训练序列进行联合检测时，干扰信道不能得到很好的训练结果，进而不能对后续的数据处理提供合适的初始值，从而影响解调性能，因此需要对边缘点是否在训练序列的范围的情形进行特别处理。

当干扰边缘不在训练序列的范围内(如图5B、5C所示情形)，从步骤205开始将对输入的突发(burst)数据的两个部分分别处理。在此，用上述的边缘点将突发数据分为两部分：包含训练序列的较大的第一部分和不包含训练序列的较小的第二部分。也就是说，第一部分大于第二部分。

在步骤205-208将对突发数据的第一部分作多次迭代的自适应估计和联合检测。如步骤205，流程将初始化干扰信道估计、自适应步长和判决延迟。判决延迟是联合检测中的参数。在步骤206，对第一部分作自适应估计和联合检测。自适应估计和联合检测所用的示例性算法将在后文描述。在步骤207，判断迭代次数是否达到设定值，如果结果为是，进入步骤209，否则跳转到步骤208，更新自适应步长和判决延迟，然后返回步骤205。

在步骤209-212将对突发数据的第二部分作多次迭代的自适应估计和联合检测。如步骤209，在边缘处重新估计干扰抽头，使用这一估计值作为初始干扰抽头；并初始化自适应步长和判决延迟。在步骤210，使用突发数据的第一部分的自适应估计得到的信号抽头作为初始信号抽头，对突发数据的第二部分继续作自适应估计和联合检测。在步骤211，判断迭代次数是否达到设定值，如果结果为是，进入步骤213，否则跳转到步骤212，更新自适应步长和判决延迟，然后返回步骤209。

最后在步骤213，将两部分的均衡结果合并得到最后的均衡结果。

当干扰边缘在训练序列的范围内(如图5A所示情形)，将进入图3所示流程，在这一流程中，仍然使用上述的边缘点将输入的突发数据按照数据长度分为两部分：较大的第一部分和较小的第二部分。也就是说，第一部分大于第二部分。步骤如下：

在步骤301，初始化自适应步长和判决延迟。

在步骤302，在边缘处估计突发数据的第一部分的干扰抽头。

在步骤303，使用步骤302的估计值作为初始干扰抽头，使用信道估计(例如LS信道估计)的结果作为初始信号抽头，从边缘处开始对突发数据的第一部分作自适应估计和联合检测。均衡结束时，记录突发数据的第一部分的干扰抽头。

在步骤304，在边缘处估计突发数据的第二部分的干扰抽头，并初始化自适应步长和判决延迟。

在步骤305，使用步骤304的估计值作为初始干扰抽头，使用突发数据的第一部分的信号抽头作为初始信号抽头，从边缘处开始对突发数据的第二部分作自适应估计和联合检测。均衡结束时，记录突发数据的第二部分的干扰抽头。在步骤306，判断迭代次数是否达到设定值，如果结果为是，则进入步骤308，否则进入步骤307，更新自适应步长和判决延迟。至此为一次迭代结束。

接着使用记录下的突发数据的第一部分的干扰抽头作为初始干扰抽头，使用突发数据的第二部分的信号抽头作为初始信号抽头，从边缘处开始对第一部分作自适应估计和联合检测，并记录均衡结束时较大部分的干扰抽头。依次类推，直到达到初始设定的迭代值。在此，迭代值次数越多，均衡效果越佳，但同时复杂度越高解调时间也越长。在一实施例中，设置的迭代次数为6次。

因此本实施例在边缘点在训练序列的范围时，通过分别对突发左边及右边的干扰抽头进行盲估计，来弥补因为边缘点在训练序列范围(即干扰信道在训练序列部分存在突变)时，对训练序列部分进行联合检测时干扰信道特性不能正确获取的不足。

尽管并非作为限制，但是本发明也可以针对同步干扰进行消除。图4示出本发明一实施例的同步干扰消除方法流程图。如图4所示，在步骤401-403与图2所示的步骤201-203相同。当在步骤403判断接收信号的干扰为同步干扰时，进行以下步骤：

在步骤404，初始化干扰信道估计、自适应步长和判决延迟。

在步骤405，利用训练序列部分，使用LMS自适应算法自训练序列左端向右端训练干扰信号的信道估计。

在步骤406，使用所需信号和干扰信号的自适应信道估计，从训练序列的左端到右端作联合检测，同时更新自适应信道估计。

在步骤407，以步骤406的结果为初始信道估计，利用训练序列部分，使用LMS自适应算法自右向左地训练干扰信号的信道估计。

在步骤408，使用所需信号和干扰信号的自适应信道估计，从训练序列的右端向左端作联合检测，同时更新自适应信道估计。

在步骤409，若达到设定的迭代次数，则进入步骤411，均衡输出结果作为结束。否则用步骤408的结果作为初始信道估计，在步骤410更新自适应步长和延迟判决，从步骤405开始继续迭代。

在将描述本发明实施例的进一步细节之前，假设信道模型为：

$r\left(k\right)=\underset{l=0}{\overset{L}{\mathrm{\Σ}}}{h}_l\left(k\right)a(k-l)$

$+\underset{j=1}{\overset{J}{\mathrm{\Σ}}}\underset{l=0}{\overset{L_j}{\mathrm{\Σ}}}{g}_{l,j}\left(k\right)\·b_j(k-l)+n\left(k\right)---\left(0.1\right)$

其中，r[k]为接收数据，a[k]为所需数据，b[k]为干扰数据，h_l[k]和g_l，j[k]分别为所需数据和干扰数据的信道响应，n(k)为高斯白噪声。其中：J表示本用户信号中总共存在J个干扰，j为干扰信号序号。本用户信号经历的信道抽头为L径，l则表示信道抽头序号。k则表示接收信号的样点序号。0.1式中表达的信道模型中，干扰可以是单个或多个干扰。在具体实现时，尽管存在多个干扰的情形，但是一般情形下干扰有主次之分，求解时可以考虑一个主要干扰而忽略其他次要干扰。在此为简单起见，算法只对单个干扰作讨论。

作为自适应的初始化，例如在上述的步骤201，需要作初步的信道估计。在本发明的实施例中，可以使用最小二乘(LSCE，Least Square ChannelEstimation)信道估计作为所需信号的信道估计。

由于对于干扰信号的信道估计完全未知，可以对其赋一个简单的初始值。采用该值可以帮助防止平移二义性。

下面说明在本发明的实施例中所执行的自适应估计和联合检测的具体方法。在本发明的一实施例中，联合检测可以采用JVD(Joint Viterbi Decoder)算法、JDDFSE(Joint Delayed Decision-Feedback Sequence Estimation)算法、或JRSSE(Joint Reduced-State Sequence Estimation)算法。在此以JVD算法为例，令状态v转移到状态μ对应的符号序列为

${\tilde{a}}_{v,\mathrm{\μ}}(k+1)={[{\tilde{a}}_{v,\mathrm{\μ}}(k+1),...,{\tilde{a}}_{v,\mathrm{\μ}}(k-L+1)]}^T---\left(0.2\right)$

和

${\tilde{b}}_{v,\mathrm{\μ}}(k+1)={[{\tilde{b}}_{v,\mathrm{\μ}}(k+1),...,{\tilde{b}}_{v,\mathrm{\μ}}(k-L+1)]}^T---\left(0.3\right)$

令

和

分别为k时刻的信道估计，则从k时刻的v状态到k+1时刻的μ状态的支路度量为

${\mathrm{\γ}}_{v,\mathrm{\μ}}(k+1)={|r(k+1)-{\hat{h}}^T\left(k\right)\·{\tilde{a}}_{v,\mathrm{\μ}}(k+1)-{\hat{g}}^T\left(k\right)\·{\tilde{b}}_{v,\mathrm{\μ}}(k+1)|}^2---\left(0.4\right)$

更新路径度量为

Γ_v，μ(k+1)＝Γ_v，μ(k)+γ_v，μ(k+1)              (0.5)

对k+1时刻每个状态μ保留最优路径

${\mathrm{\Γ}}_{\mathrm{\μ}}(k+1)=\underset{v}{\min }\left\{{\mathrm{\Γ}}_{v,\mathrm{\μ}}(k+1)\right\}---\left(0.6\right)$

将留存路径回溯δ个符号可以得到尝试判决

和

其中判决延迟δ是可变参数，对δ的选择基于回溯复杂度和尝试判决性能间的折中。

回溯得到尝试判决的同时对信道估计作更新：

$\hat{h}(k+1)=\hat{h}\left(k\right)+\mathrm{\Δ}\left(k\right)\·e\left(k\right)\·{\hat{a}}^{*}(k-\mathrm{\δ})---\left(0.7\right)$

$\hat{g}(k+1)=\hat{g}\left(k\right)+\mathrm{\Δ}\left(k\right)\·e\left(k\right)\·{\hat{b}}^{*}(k-\mathrm{\δ})---\left(0.8\right)$

$e\left(k\right)=r(k-\mathrm{\δ})-({\hat{h}}^T\left(k\right)\·\hat{a}(k-\mathrm{\δ})+{\hat{g}}^T\left(k\right)\·\hat{b}(k-\mathrm{\δ}))---\left(0.9\right)$

其中Δ(k)为自适应步长。至此完成对某个时刻的信道估计更新、状态转移和联合检测。

虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围内，当可作些许的修改和完善，因此本发明的保护范围当以权利要求书所界定的为准。

Claims (8)

1.一种单天线干扰消除方法，包括以下步骤：

对接收数据作边缘检测，寻找非同步干扰的边缘点；

通过检测非同步干扰的至少一个边缘点来确定非同步干扰；

利用所述边缘点将所述接收数据中的突发数据分为第一部分和第二部分，其中所述第一部分大于所述第二部分；

分别对所述第一部分和所述第二部分作自适应估计和联合检测；以及

合并及输出所述第一部分和所述第二部分的均衡结果。

2.如权利要求1所述的方法，其特征在于，根据所述边缘点将所述接收数据中的突发数据分为第一部分和第二部分的步骤还包括：判断所述边缘点是否在所述突发数据中的训练序列范围内。

3.如权利要求2所述的方法，其特征在于，当所述边缘点在所述突发数据中的训练序列范围内时，使用在所述边缘点的干扰抽头估计值作为初始干扰抽头，使用该第一部分的自适应估计得到的信号抽头作为初始信号抽头，对所述第二部分进行自适应估计和联合检测。

4.如权利要求3所述的方法，其特征在于，对所述第一部分和所述第二部分的自适应估计和联合检测分别使用多次迭代。

5.如权利要求2所述的方法，其特征在于，当所述边缘点不在所述突发数据中的训练序列范围内时，使用在所述边缘点处估计的所述第一部分的干扰抽头作为初始干扰抽头，使用信道估计的结果作为初始信号抽头，从所述边缘点处开始对所述第一部分作自适应估计和联合检测，并记录均衡结束时所述第一部分的干扰抽头。

6.如权利要求5所述的方法，其特征在于，当所述边缘点不在所述突发数据中的训练序列范围内时，使用在所述边缘点处估计的所述第二部分的干扰抽头作为初始干扰抽头，使用所述第一部分的信号抽头作为初始信号抽头，从所述边缘点处开始对所述第二部分作自适应估计和联合检测，并记录均衡结束时所述第二部分的干扰抽头。

7.如权利要求6所述的方法，其特征在于，还包括以所述的对所述第一部分作自适应估计和联合检测和对所述第二部分作自适应估计和联合检测步骤作为一次迭代，接着使用记录的所述第一部分的干扰抽头作为初始干扰抽头，使用所述第二部分的信号抽头作为初始信号抽头，从所述边缘点处开始对所述第一部分和所述第二部分作自适应估计和联合检测的多次迭代。

8.一种单天线干扰消除系统，包括：

用于对接收数据作边缘检测，寻找非同步干扰的边缘点的装置；

用于通过检测非同步干扰的至少一个边缘点来确定非同步干扰的装置；

用于利用所述边缘点将所述接收数据中的突发数据分为第一部分和第二部分的装置，其中所述第一部分大于所述第二部分；

用于分别对所述第一部分和所述第二部分作自适应估计和联合检测的装置；以及

用于合并及输出所述第一部分和所述第二部分的均衡结果的装置。

Images