CN103402249A - 用于lte系统pucch信道的信噪比估计方法 - Google Patents

Abstract

一种用于LTE系统PUCCH信道的信噪比估计方法，包括对解映射之后的数据做去基序列处理；根据去基序列之后数据做DFT变换实现信号矢量和噪声矢量的分离，如果数据存在时偏，在时偏补偿后做DFT变换；同时根据循环移位值提取对应的信号抽头系数和噪声抽头系数；计算SNR时的峰值功率是全部14个OFDM上信号抽头功率之和，噪声同样也是全部14个OFDM符号上噪声抽头的功率之和，采用这种方式计算的信噪比，由于其信号功率和噪声功率样本数比通用的单纯利用导频符号做SNR估计的情况多，从而估计的SNR更趋近于真实值。

Description

用于LTE系统PUCCH信道的信噪比估计方法

技术领域

本发明涉及到无线通信系统，更具体地，涉及针对第三代移动通信长期演进系统（以下简称3G LTE）中上行控制信道的信噪比估计方法。

背景技术

LTE（Long Term Evolution，长期演进）上行控制信道（PUCCH）信噪比（SNR）估计是LTE系统中的一个重要功能。信噪比是反映当前用户信道质量的一个衡量指标，且其可用于上行接收信号有效性判断以及作为上行功率控制的目标SNR参考值。准确的PUCCH SNR估计方案可以保证用户有效功率调整以及接收端信号有效性判断等。LTE系统上行链路控制信道PUCCH SNR估计的目的就是能够反映当前信道状况，提供给上行功率控制调整的有效参考值，从而提高上行接收端性能。

3GPP36.211协议中定义了上行控制信道PUCCH的信号生成原理和过程，与上行共享信道（PUSCH）类似，PUCCH同样定义了数据符号和导频符号的概念。对于格式1系列而言，其3种格式（format1、format1a、format1b）的处理过程类似，协议中定义了每个子帧的每个时隙中有3列导频符号，分别为符号2、3、4，其余符号用于对下行接收数据的反馈信息ACK/NACK的调制，对于导频符号用于做信道估计、SNR估计以及信道均衡。同理，对于格式2系列，协议定义了每个时隙中有2列导频符号，分别为符号1和符号5，用途与格式1系列类似。

PUCCH导频参考符号的生成原理，参考信号序列

定义为基序列

的循环移位，

$r_{u,v}^{\left(\mathrm{\α}\right)}\left(n\right)=e^{\mathrm{j\αn}}{\stackrel{\‾}{r}}_{u,v}\left(n\right),0\≤n\≤M_{\mathrm{sc}}^{\mathrm{RS}}-1$

基序列

的定义如下，

其中，参考信号序列长度

是一个PRB中的子载波个数；m是参考信号所占的物理资源块（PRB）个数，且

α＝2πn_cs/12，

的定义见3GPP36.211定义；e表示指数函数，j是虚数单位，n为变量，

LTE规范中没有规定PUCCH SNR估计的方案，目前现有的SNR估计的方案有多种，如根据PUCCH中反馈信息ACK/NACK调制的特点，ACK/NACK的信息调制到对应符号的I路（同向分量）或Q路（正交分量），由此接收端可以根据得到的软比特符号的实部和虚部来计算SNR，但此方案估出的SNR并非严格意义上的真实SNR，这就给PUCCH的上行功率控制引入了困难。

反馈信息ACK/NACK的调制方式如表1和表2所示，对于1bi和2bit的采用将信息比特调制到符号的I路或Q路：

表1PUCCH格式1a和1b的调制方案

其中，b(0)…b(M_bit-1)是协议中定义的1a/1b格式中ACK/NACK信息比特，j是虚数单位，d(0)为这些比特调整后的数据符号。

表2PUCCH格式2a和2b的调制方案

其中，b(20)…b(M_bit-1)是协议中定义的2a/2b格式中ACK/NACK信息比特，j是虚数单位，d(10)为这些比特调整后的数据符号。

PUCCH在频域上只占用1个PRB，且每个OFDM符号上只有12个子载波，无论现有哪种方法，单纯利用导频估计信噪比势必由于样本数较少而导致估计不准确，不能完全反应当前信道状况和为上行功率功控制提供一个准确的参考值，因此面临的问题就是如何准确的估计SNR。

发明内容

为了准确的估计上行控制信道PUCCH的信噪比，本文提出一种利用全部OFDM符号的信息（导频符号和数据符号）基于傅里叶变换分离信号和噪声矢量来计算信噪比的方法。

本发明的技术方案一种用于LTE系统PUCCH信道的信噪比估计方法，在基站进行如下步骤，

步骤一，对于每根天线，分别对解映射之后的数据做去基序列处理，得到对去基序列之后的数据；

步骤二，对步骤一所得去基序列之后的数据做DFT变换，得到DFT变换之后的数据；如果数据存在时偏，在时偏补偿后做DFT变换；

步骤三，对步骤二所得DFT变换之后的全部OFDM符号，根据循环移位值提取每列OFDM符号对应的信号抽头系数和噪声抽头系数，并计算信号功率和噪声功率；

步骤四，对于每根天线，分别计算全部OFDM符号上信号功率之和p_Signal以及噪声功率之和p_Noise，根据所得p_Signal和p_Noise计算该天线的信噪比；然后求各天线的信噪比平均值作为估计结果。

而且，步骤一中，通过对解映射之后的数据乘以基序列的共轭，得到对去基序列之后的数据。

而且，步骤三中，根据循环移位值提取对应的信号抽头系数和噪声抽头系数，并计算信号功率和噪声功率时，在单独用户的情况下，一列符号上对应一个信号抽头，其他都是噪音抽头；在多用户的情况下，一列符号上对应各用户的信号抽头，其他都是噪音抽头。

而且，所述全部OFDM符号包括数据符号和导频符号，共14列符号。

因为现有的技术一般是根据发射端对上行控制信息UCI内容的调制特点，如将上行反馈信息ACK/NACK调制到对应符号的I路或Q路的特点，利用符号的I路或者Q路的信号能量来计算SNR，其所估计SNR没有一个清晰的物理含义，是一个等价SNR，而非真实的SNR。本文提出了一种简单有效的SNR估计方法，该方法首先对去基序列之后的数据做DFT变换，实现信号和噪声矢量的分离，然后根据相应的循环移位值取出对应的信号抽头系数和噪声抽头系数，分别计算信号和噪声的功率，最后得到信噪比SNR。本文提出的这种SNR估计方法简单，计算量小，并且利用PUCCH的全部OFDM符号做样本统计平均，其结果能够更为准确的反映当前信道真实状况。

附图说明

图1是本发明实施例的流程结构图。

图2是本发明实施例的符号0对应的信号抽头和噪声抽头示意图。

图3是本发明实施例的时偏补偿前后的信噪比估计曲线图。

具体实施方式

以下结合附图和实施例详细说明本发明技术方案。

本文提出一种利用全部OFDM符号的信息（导频符号和数据符号）基于傅里叶变换分离信号和噪声矢量来计算信噪比的方法，该方法首先在接收端对每个符号上的PUCCH子载波乘以基序列的共轭，消除基序列的影响，然后再做一个DFT变换，得到循环移位序列，如果存在时偏，需要做时偏补偿，最后取出对应的14列符号（考虑短格式），根据协议规定获取当前调度UE（终端）每列符号所对应的循环移位值n_cs(l)，取出对应的信号抽头系数和噪声抽头系数，分别计算信号和噪声对应的能量，最后得到SNR。具体实施时可采用软件方式实现自动运行本方法。

如图1所示，实施例提供的方法包括在基站中执行以下步骤：

步骤一、对解映射之后的数据乘以基序列的共轭，得到对去基序列之后的数据，消除基序列对数据的影响。

乘以基序列共轭之后，剩下的只有循环移位的影响，而循环移位的位置即对应信号的抽头系数，下一步就是怎样根据循环移位值来提取抽头系数。

具体实施时，天线数目根据实际配置情况可能不同。实施例中有2根天线，对于每根天线，每个OFDM符号PUCCH所占用的12个子载波，对解映射之后的数据做去基序列处理。实施例采用的配置如下：

表3实施例配置

实施例的步骤一，因为根据协议

一个子帧中的符号数一般为14，对于解映射后的2天线数据2*12*14中共计28列符号，乘以基序列的共轭得到去基序列之后的符号。

$S^{\′}=h\·d\left(0\right)\·r_{u,v}^{\left(\mathrm{\α}\right)}\left(n\right)\·w_{n_{\mathrm{oc}}}\left(M\right)\·s\left(n_s\right)=S\·e^{\mathrm{j\αn}}\·{\stackrel{\‾}{r}}_{u,v}\left(n\right)$

其中，

h为信道系数，d(0)为数据符号，

为参考信号序列，

为基序列，

为扩频码，

是正交序列的维数；n_s表示时隙号，s(n_s)为扰码，令变量 $S=h\·d\left(0\right)\·w_{n_{\mathrm{oc}}}\left(M\right)\·s\left(n_s\right).$

实施例中，由于PUCCH的参考信号所占的物理资源块（PRB）个数m=1，因此0≤n≤11。

根据生成基序列的原理，乘以基序列

的共轭

来消除其对信号的影响。

$Z=S^{\′}\·{\stackrel{\‾}{r}}_{u,v}^{*}\left(n\right)$

$=S\·e^{\mathrm{j\αn}}{\stackrel{\‾}{r}}_{u,v}\left(n\right)\·{\stackrel{\‾}{r}}_{u,v}^{*}\left(n\right)$

$=S\·e^{\mathrm{j\αn}}$

$=S\·e^{j2\mathrm{\π}{n}_{\mathrm{cs}}n/12}$

其中，Z为中间变量，n_cs是循环移位值，0≤n_cs≤11。

步骤二、对去基序列之后的数据通过DFT变换（离散傅里叶变换）实现信号和噪声矢量的分离，得到DFT变换之后的数据。

通过以下公式推导可以得出，只有当变量k＝n_cs时，Z_DFT(k)才会有较大的冲击，即为信号的抽头位置，其它则为噪声抽头。如图2所示本发明实施例的符号0对应的信号抽头位置和噪声抽头位置，其中横轴表示12个循环移位值n_cs，纵轴表示抽头功率POWER。

实施例的步骤二，将去基序列后维度为2*12*14的两天线数据按符号做12点的DFT变换，得到2天线的12*14大小的数据。

DFT的变换为：

$Z_{\mathrm{DFT}}\left(k\right)=\mathrm{DFT}\left(Z\right)$

$=\underset{n=0}{\overset{11}{\mathrm{\Σ}}}S\·e^{j2\mathrm{\π}{n}_{\mathrm{cs}}n/12}\·e^{-j2\mathrm{\πkn}/12}$

$=S\·\underset{n=0}{\overset{11}{\mathrm{\Σ}}}{e}^{j2\mathrm{\π}{n}_{\mathrm{cs}}n/12}\·e^{-j2\mathrm{\πkn}/12}$

$=S\·\underset{n=0}{\overset{11}{\mathrm{\Σ}}}{e}^{j2\mathrm{\π}(n_{\mathrm{cs}}-k)n/12}$

其中，Z_DFT(k),0≤k≤11是中间变量Z傅立叶变换的结果；DFT(Z)是中间变量Z的傅立叶变换。

以上描述了接收到的数据没有时偏的推导，如果接收到的数据存在时偏值delay，则对接收到的数据去基序列后表示为Z′，对Z′做时偏补偿后得到没有时偏的数据Z＝Z′·e^{-j2πn·delay/12},并做DFT后得到Z_DFT(k)，如果不做时偏补偿直接做DFT得到Z′_DFT(k)，可见对存在时偏的数据做时偏补偿后再DFT同没有时偏的数据DFT后结果一致。

附图3分别给出了对有时偏的数据没有做时偏补偿使用DFT方法估计SNR的结果，对有时偏的数据做时偏补偿后使用DFT方法估计SNR的结果，前者同真实SNR变化趋势一致，略有偏差，后者同真实SNR结果完全一致。

步骤三、对步骤二所得DFT变换之后的全部OFDM符号，根据循环移位值提取每列OFDM符号对应的信号抽头系数和噪声抽头系数，并计算信号功率和噪声功率。

实施例对步骤二各天线处理之后的14列符号分别计算信号功率和噪声功率。

根据PUCCH信道OFDM符号的生成原理，即每列符号都是在基序列的基础上乘以相应的循环移位n_cs(l)，从而得到对应的循环移位序列，然后再将信号调制到对应的数据符号上。因此，可以根据每列符号所对应的循环移位值n_cs取出对应14列OFDM符号的信号抽头系数。在单独用户的情况下，一列符号上会对应一个信号抽头，其他都是噪音抽头；若在多用户的情况下，一列符号上会对应各用户的信号抽头，其他都是噪音抽头。即取出所有用户的信号抽头系数后，剩下的即为噪声的抽头系数，根据系数分别计算信号抽头的功率与噪声抽头的功率，具体计算方式为现有技术。

实施例的步骤三，分别取出14列OFDM符号，每列符号有12个子载波，总长度为168，根据每列符号所对应的循环移位值n_cs提取对应的信号抽头系数和噪声抽头系数，一个PRB最多支持12个循环移位，信号占1个抽头系数，其余11个为噪声抽头系数，分别根据信号抽头和噪声抽头计算其功率。

经过DFT变换，PUCCH信道的信号能量都集中在n_cs的抽头上，而噪声能量则分散在12个子载波上，其中有一个噪声抽头同信号抽头在一个子载波上，所以计算噪声功率的时候取信号抽头之外（也就是11个点）的统计平均，可以把噪声抽头的平均功率扩大12倍来代表PUCCH的噪声功率，在步骤四计算信噪比时使用；计算信号功率时，将信号抽头上的总功率减去噪声的平均功率就是该列符号的信号的总功率。针对每个天线，每列符号做相同的处理，最后分别得到每列符号上信号和噪声的功率。

实施例中14列符号的循环移位值n_cs为{5，5，1，11，9，2，1，0，2，0，2，1，2，8}，对应的抽头系数位置为n_cs+1。n_cs(l)表示第l列符号的循环移位值n_cs，l表示一个子帧中的符号编号，0≤l≤13，即符号0上对应抽头位置为n_cs(0)+1=5+1=6，符号1上对应的抽头位置为n_cs(1)+1=5+1=6，符号13的抽头位置为n_cs(13)+1=8+1=9，其它符号依次类推。

以下为其中一天线的14列符号，计算每个子载波抽头系数的模值取平方之后的结果（即功率）。这14列符号包括数据符号和导频符号，每列符号所对应的抽头位置为其对应的n_cs(l)+1。如下表中，提供每列符号的12个抽头分别做模值的平方运算所得功率值，表的大小是12×14。

表414列OFDM符号对应的信号抽头功率和噪声抽头功率

	符号0	符号1	符号2	符号3	符号4	符号5	符号6
								载波0	0.0072	0.0015	0.0037	0.0105	0.0014	0.0002	0.0086
载波1	0.0428	0.0284	12.0640	0.0249	0.0240	0.0113	11.8691
								载波2	0.0016	0.0050	0.0068	0.0066	0.0026	12.0530	0.0061
载波3	0.0076	0.0003	0.0002	0.0037	0.0008	0.0287	0.0244
								载波4	0.0153	0.0387	0.0034	0.0012	0.0140	0.0070	0.0042
载波5	12.0231	11.7401	0.0083	0.0091	0.0362	0.0003	0.0052
								载波6	0.0119	0.0052	0.0217	0.0174	0.0060	0.0309	0.0009
载波7	0.0010	0.0022	0.0007	0.0042	0.0151	0.0355	0.0123
								载波8	0.0289	0.0054	0.0026	0.0057	0.0275	0.0180	0.0086
载波9	0.0027	0.0113	0.0064	0.0277	12.7541	0.0023	0.0007
								载波10	0.0134	0.0003	0.0094	0.0020	0.0299	0.0047	0.0103
载波11	0.0017	0.0196	0.0043	11.8554	0.0006	0.0259	0.0020
								ncs(l)+1	6	6	2	12	10	3	2
	符号7	符号8	符号9	符号10	符号11	符号12	符号13
								载波0	11.1529	0.0165	12.4865	0.0032	0.0432	0.0089	0.0159
载波1	0.0014	0.0027	0.0068	0.0090	11.9802	0.0066	0.0433
								载波2	0.0097	11.4351	0.0122	11.7303	0.0398	11.4235	0.0065
载波3	0.0127	0.0041	0.0124	0.0119	0.0061	0.0543	0.0033
								载波4	0.0192	0.0246	0.0174	0.0266	0.0039	0.0098	0.0013
载波5	0.0041	0.0050	0.0190	0.0025	0.0002	0.0041	0.0016
								载波6	0.0033	0.0152	0.0091	0.0107	0.0176	0.0014	0.0056
载波7	0.0065	0.0095	0.0009	0.0215	0.0021	0.0010	0.0023
								载波8	0.0287	0.0005	0.0137	0.0022	0.0324	0.0136	11.7607
载波9	0.0049	0.0030	0.0008	0.0062	0.0010	0.0082	0.0104
								载波10	0.0058	0.0086	0.0103	0.0027	0.0077	0.0114	0.0271
载波11	0.0002	0.0089	0.0047	0.0059	0.0197	0.0120	0.0049
								ncs(l)+1	1	3	1	3	2	3	9

步骤四、对于每根天线，分别计算全部OFDM符号上信号功率之和p_Signal以及噪声功率之和p_Noise，根据所得p_Signal和p_Noise计算该天线的信噪比；然后求各天线的信噪比平均值作为估计结果。

计算SNR时的峰值功率是全部14个OFDM上信号功率之和，噪声同样也是全部14个OFDM符号上噪声功率之和，采用这种方式计算的信噪比，由于其信号功率和噪声功率样本数比通用的单纯利用导频符号做估计的情况多，从而估计的SNR更趋近于真实值。

实施例中，综合步骤三中得到的14列符号的功率，以符号0为例，对应的信号抽头位置为n_cs(0)+1=5+1=6，取出该抽头位置的信号功率为p_symb0＝12.0231，其它11个位置上为噪声的抽头，噪声功率为对除信号抽头之外的抽头取统计平均，N_symb0＝0.0122。

由于信号抽头位置经过DFT变换之后累加了噪声的能量，因此需要从信号抽头上减去噪声的能量，同时由于12个点的DFT运算，信号抽头位置也是由12次累加得到，若步骤三没有把噪声抽头的平均功率扩大12倍来代表PUCCH的噪声功率，此时可以对信号做除12处理，还原信号的幅度，这两种方式是等同的。

干净信号的能量为S=(12.0231-0.0122)/12=1.0009，依次计算每列符号的信号抽头和噪声抽头功率，

设得到14列符号的信号抽头功率为：

P={1.0009  0.9774  1.0048  0.9871  1.0616  1.0032  0.9885  0.9287  0.9522  1.0397  0.97680.9970  0.9510  0.9791}

步骤四可计算出信号总功率为：p_Signal＝13.8480

设得到14列符号的噪声抽头功率为：

N={0.0122  0.0107  0.0062  0.0103  0.0144  0.0150  0.0076  0.0088  0.0090  0.0098  0.00930.0158  0.0119  0.0111}

步骤四可计算出噪声总功率为：p_Noise＝0.1520

根据14列符号来计算SNR,

SNR＝10*log10(P_Signal/p_Noise)＝19.5954(dB)

另一根天线采取同样的处理，最后取两天线平均值有：

SNR_ant0,ant1＝19.7136(dB)

参见图3，运用本发明实施例所提供方案生成了真实SNR、未补偿时偏估计的SNR、补偿时偏后估计的SNR、未补偿时偏误差、补偿时偏后误差相应曲线，可见本发明的技术效果。图中横轴是信道中的目标信噪比（SNR），纵轴是估计出的信噪比。

上述实例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其它的任何未违背本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (4)

1.一种用于LTE系统PUCCH信道的信噪比估计方法，其特征在于：在基站进行如下步骤，

步骤一，对于每根天线，分别对解映射之后的数据做去基序列处理，得到对去基序列之后的数据；

步骤二，对步骤一所得去基序列之后的数据做DFT变换，得到DFT变换之后的数据；如果数据存在时偏，在时偏补偿后做DFT变换；

步骤三，对步骤二所得DFT变换之后的全部OFDM符号，根据循环移位值提取每列OFDM符号对应的信号抽头系数和噪声抽头系数，并计算信号功率和噪声功率；

步骤四，对于每根天线，分别计算全部OFDM符号上信号功率之和p_Signal以及噪声功率之和p_Noise，根据所得p_Signal和p_Noise计算该天线的信噪比；然后求各天线的信噪比平均值作为估计结果。

2.根据权利要求1所述用于LTE系统PUCCH信道的信噪比估计方法，其特征在于：步骤一中，通过对解映射之后的数据乘以基序列的共轭，得到对去基序列之后的数据。

3.根据权利要求1所述用于LTE系统PUCCH信道的信噪比估计方法，其特征在于：步骤三中，根据循环移位值提取对应的信号抽头系数和噪声抽头系数，并计算信号功率和噪声功率时，在单独用户的情况下，一列符号上对应一个信号抽头，其他都是噪音抽头；在多用户的情况下，一列符号上对应各用户的信号抽头，其他都是噪音抽头。

4.根据权利要求1或2或3所述用于LTE系统PUCCH信道的信噪比估计方法，其特征在于：所述全部OFDM符号包括数据符号和导频符号，共14列OFDM符号。

Images