背景技术
在移动通信系统中,受到设备处理能力等因素的限制,通常会选用复杂度较低的线性检测算法。例如在TD-SCDMA系统中,用到了MMSE-BLE(Minimum Mean Square Error Block Linear Equalizer,基于最小均方误差准则的块线性均衡)算法。而无线移动通信系统频率资源非常有限,同频干扰不可避免,如果仅局限于线性检联合测算法,在干扰较强时并不能保证信号检测性能。因此,为了提高信号检测性能,会引入复杂度较低的非线性联合检测算法。
具体地,已有的研究结果表明,非线性块判决反馈均衡算法比块线性均衡算法性能更优,如MMSE-BDFE(Minimum Mean Square Error Block DecisionFeedback Equalizer,基于最小均方误差准则的块判决反馈均衡)算法的性能优于MMSE-BLE算法的性能。
具体的,MMSE-BLE算法原理和实现方案如下:
在TD-SCDMA系统中,MMSE-BLE算法的具体表达式为:
其中,
为用户发送数据符号的估计值,
为联合检测不能消除的干扰功率和噪声功率之和,
A为组合信道冲激响应构成的系统矩阵;
e为接收信号,其具体表达式为:
e=Ad+n (2)
其中,d为用户发送的数据符号,n为噪声。
W 0为Wiener(维纳)估计矩阵,其表达式为:
假设
称为系统相关矩阵,它是共轭对称的正定矩阵而且具有块Toeplitz结构,因此,求解其逆矩阵时可以采用Cholesky分解的方法简化计算,将其分解成一个下三角阵L和其共轭转置矩阵的乘积,即
R MMSE=L·L H (4)
而且,更进一步地,上三角阵L H可以分解成一个实对角阵∑和一个对角线元素为1的上三角阵H的乘积,即
L H=∑·H (5)
将式(5)代入式(4)可得,
R MMSE=(∑H)H·∑H (6)
因此,MMSE-BLE算法的结构框图如图1所示,对接收的信号进行匹配滤波后,进行白化滤波,再对白化滤波后的信号进行ISI/MAI(Inter-SymbolInterference/Multiple Access Interference,符号间干扰/多址干扰)消除,获得为用户发送数据符号的估计值。
MMSE-BDFE的算法原理如下:
MMSE-BDFE算法的结构框图如图2所示,图2中,Q()表示门限判决和量化处理,可以通过解调、硬判决和重新调制来实现。
由图2的结构图可以得到MMSE-BDFE算法的具体表达式为:
假设门限判决结果没有误差,即将式(2)分别代入式(1)和(8)可得,
其中,diag(
X)表示由矩阵
X的对角线元素组成的对角阵,
表示由矩阵
X的非对角线元素组成的矩阵。
式(8)中,因为
H-
I为对角线元素为0的上三角阵,因此判决反馈是从最后一个符号开始向前递推的过程。如果递推过程中某个符号发生判决错误,必将影响其前面所有符号的检测结果,即误差传播。为减少误差传播的影响,可以在判决之前先按可靠性对
进行排序,将可靠性高的符号排在后面,可靠性低的符号排在前面,先对可靠性高的符号进行判决。对
排序的同时,对于系统矩阵
A也应进行同样的排序,使二者保持匹配。这种排序称为信道排序。
经过理论推导可知,通常情况下,MMSE-BDFE算法的输出符号SNR比MMSE-BLE算法高,因此MMSE-BDFE算法性能优于MMSE-BLE算法。
综上可知,线性联合检测算法具有复杂度低的优势,但对于TD-SCDMA系统来说,受到具体发送符号长度和扩频因子的限制,对于单天线接收,如果要保证系统相关矩阵可逆,则最多能对16个扩频因子为16的码道进行线性联合检测。如果要处理多小区同频码道间的干扰,则码道数会超出16,此时只能将不能参与联合检测的干扰当作白噪声处理,使联合检测消除干扰的效果明显下降。
对于TD-SCDMA系统,经过大量的仿真验证,如果发送数据的码道数小于等于16(包括多小区同频干扰码道及本小区码道),MMSE-BDFE算法性能优于MMSE-BLE算法,或两者性能相当。但在发送数据的码道数大于16时,MMSE-BDFE算法有时性能不够稳定,甚至会差于MMSE-BLE算法,即MMSE-BDFE算法的稳健性和鲁棒性不足。
具体实施方式
本发明实施例提供一种判决反馈非线性联合检测方法及装置,进行ISI/MSI消除使用的ISI/MAI消除因子中包含Wiener估计矩阵的对角线矩阵,从而使得该判决反馈非线性联合检测方法在所有场景下都能优于MMSE-BLE算法,增强算法的稳定性和鲁棒性。
如图3所示,本发明实施例提供的判决反馈非线性联合检测方法包括:
步骤S301、对接收的信号进行匹配滤波后,进行白化滤波;
步骤S302、对白化滤波后的信号进行ISI/MAI消除,进行ISI/MSI消除使用的ISI/MAI消除因子中包含Wiener估计矩阵的对角线矩阵。
由于在ISI/MAI消除因子中引入了Wiener估计矩阵的对角线矩阵,所以在现有MMSE-BDFE算法不能优化的场景下,该判决反馈非线性联合检测方法也能优于MMSE-BLE算法,增强了算法的稳定性和鲁棒性。
其中,在步骤S302中,对白化滤波后的信号进行ISI/MAI消除,具体包括:
对白化滤波后的信号进行幅度调整;
对已经获得的检测结果进行门限判决,将门限判决结果与ISI/MAI消除因子相乘作为ISI/MAI的估计值;
将幅度调整后的信号减去ISI/MAI的估计值,得到当前符号的检测结果。
如图4所示,本发明实施例提供的判决反馈非线性联合检测方法框图中,反馈模块中所乘的ISI/MAI消除因子具体为(H-I)diag(W 0),引入了diag(W 0),即由Wiener估计矩阵W 0的对角线元素组成的对角线矩阵,其中,H为对角线元素为1的上三角矩阵,I为单位矩阵。
此时,进行判决反馈非线性联合检测的检测结果为:
因此,在门限判决结果没有误差的情况下,式(10)变为:
(12)
其中,
是
中期望包括的信号,
是输出的
中残留的干扰信号,
∑ -1 ∑ -1 H -H A H n是输出的
中残留的噪声信号。
分别对比式(8)和(11)以及图2和图4可以看到,修正的MMSE-BDFE算法在反馈时对于判决结果乘以ISI/MAI消除因子时,多乘了矩阵diag(W 0)。经仿真验证,在同频干扰码道数不大于16时,本发明实施例提供的修正的MMSE-BDFE算法性能比未修正的MMSE-BDFE算法性能略差,差距在0.5dB以内;而当同频干扰码道数大于16时,本发明实施例提供的修正的MMSE-BDFE算法性能明显优于MMSE-BLE算法和未修正的MMSE-BDFE算法,其误比特率/误块率性能曲线更陡峭,而此时未修正的MMSE-BDFE算法误比特率/误块率曲线下降趋势缓慢,在信噪比达到一定值之后,甚至差于MMSE-BLE算法。
如图5a和图5b所示,以同频3小区CS64kbps业务在AWGN信道下不同检测算法的误比特率/误块率仿真曲线为例,来说明上述MMSE-BLE算法和未修正的MMSE-BDFE算法存在的问题。图5a和图5b所示仿真结果中,3小区总共配置了20个扩频因子为16的码道。
为进一步降低优化算法的计算量,diag(W 0)可通过如下近似计算获取:
其中,j为对角线元素索引,j≥0,diag(
A H A)为由矩阵
A H A的对角线元素组成的对角线矩阵,
为由矩阵
的对角线元素组成的对角线矩阵,
A为组合信道冲激响应构成的系统矩阵,
为联合检测不能消除的干扰功率和噪声功率之和。
这种近似方案,相对于未修正的MMSE-BDFE增加的计算量很小,而且通过大量的仿真验证,对于修正后的MMSE-BDFE性能影响非常小,在0.5dB以内。
在步骤S302中,对已经获得的检测结果进行门限判决,具体包括:
直接对当前已经获得的检测结果进行门限判决;或者
进行MMSE-BLE检测,将当前已经获得的检测结果和MMSE-BLE检测的结果进行加权平均后得到的结果进行门限判决。
即,在进行门限判决时,可以直接对已经获得的
进行门限判决,也可以在进行MMSE-BDFE检测之前先做MMSE-BLE检测,并将MMSE-BLE检测结果与MMSE-BDFE检测结果加权平均之后用来作为门限判决模块的输入。即,
其中,α、β为加权系数,其取值范围为[0,1],具体取值可以通过仿真确定。
进一步,在进行白化滤波前,还可以进行信道排序,具体包括:
根据码道功率、码道信噪比、码道幅噪比中的至少一个对数据符号进行可靠性判断;
根据可靠性判断结果进行信道排序。
其中,根据可靠性判断结果进行信道排序之前,还包括:
确定数据符号的可靠性差距大于设定门限值。
具体的,进行信道排序时,可以根据以下几个参量中的一个或多个进行:
1)码道功率。
2)码道信噪比SNR。
3)码道幅噪比ANR。
其中,码道功率可由系统相关矩阵对角线元素直接获得,可在当前帧或时隙实时计算;码道SNR(Signal Noise Ratio,信噪比)/ANR(Amplitude NoiseRatio,幅噪比)可对最近的前一帧或时隙的测量结果进行平滑来估计当前帧或时隙的SNR/ANR值,也可以在当前帧或时隙先按MMSE-BLE算法进行一次检测,测量出SNR/ANR之后,再进行MMSE-BDFE算法的检测。
无论采用以上哪些参量作为数据符号可靠性判断的依据,信道排序的方法优化为:在进行白化滤波之前,依据可靠性判断结果,对各码道进行升序排列,先检测可靠性高的符号。
如果各码道的性能相当,则采用信道排序并不一定能带来好处,反而由于受到噪声等的影响出现误排序使得性能恶化。因此,在信道排序优化前可以采用门限判决的方法以确定是否进行排序,具体的,如果数据符号可靠性参量之间的差距大于预先设定的门限值则进行信道排序,否则不排序。衡量数据符号可靠性差距的方法可采用如下几种:
1)可靠性参量的最大值与最小值的比值。
2)可靠性参量的最大值与均值的比值。
3)可靠性参量的方差。
以上方法可以独立使用也可以结合使用。具体的门限值可以通过仿真确定。
本发明实施例还相应提供一种判决反馈非线性联合检测装置,如图6所示,包括:
滤波单元601,用于对接收的信号进行匹配滤波后,进行白化滤波;
干扰消除单元602,用于对白化滤波后的信号进行ISI/MAI消除,进行ISI/MSI消除使用的ISI/MAI消除因子中包含Wiener估计矩阵的对角线矩阵。
其中,干扰消除单元602对白化滤波后的信号进行ISI/MAI消除具体用于:
对白化滤波后的信号进行幅度调整;
对已经获得的检测结果进行门限判决,将门限判决结果与ISI/MAI消除因子相乘作为ISI/MAI的估计值;
将幅度调整后的信号减去ISI/MAI的估计值,得到当前符号的检测结果。
进一步,ISI/MAI消除因子具体为:(H-I)diag(W 0),其中:
H为对角线元素为1的上三角矩阵,I为单位矩阵,diag(W 0)为由Wiener估计矩阵W 0的对角线元素组成的对角线矩阵。
为进一步减小计算复杂度,diag(W 0)可以确定为:
其中:
j为对角线元素索引,j≥0,diag(
A H A)为由矩阵
A H A的对角线元素组成的对角线矩阵,
为由矩阵
的对角线元素组成的对角线矩阵,
A为组合信道冲激响应构成的系统矩阵,
为联合检测不能消除的干扰功率和噪声功率之和。
干扰消除单元602对已经获得的检测结果进行门限判决,具体包括:
直接对已经获得的检测结果进行门限判决;或者
进行MMSE-BLE检测,将当前已经获得的检测结果和MMSE-BLE检测的结果进行加权平均后得到的结果进行门限判决。
进一步,滤波单元601还用于:
进行白化滤波前,根据码道功率、码道信噪比、码道幅噪比中的至少一个对数据符号进行可靠性判断;
根据可靠性判断结果进行信道排序。
滤波单元601根据可靠性判断结果进行信道排序之前,还包括:
确定数据符号的可靠性差距大于设定门限值。
本发明实施例提供一种判决反馈非线性联合检测方法及装置,进行ISI/MSI消除使用的ISI/MAI消除因子中包含Wiener估计矩阵的对角线矩阵,从而使得该判决反馈非线性联合检测方法在所有场景下都能优于MMSE-BLE算法,增强算法的稳定性和鲁棒性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。