CN103516412A - 接收数据的多输入多输出检测方法及系统 - Google Patents

Abstract

本发明涉及无线通信领域，公开了一种接收数据的多输入多输出检测方法及系统。本发明中，在待检测的接收数据所处的资源块中，选择至少一个资源元素RE；分别以最大比合并MRC检测算法和干扰抑制合并IRC检测算法，计算选择的RE的检测SINR；将以MRC检测算法计算得到的检测SINR，与以IRC检测算法计算得到的检测SINR进行比较；根据比较结果，选择得到的检测SINR更优的检测算法，对待检测的接收数据进行多输入多输出检测。直接通过检测SINR的计算和比较，预判MRC和IRC两种算法的检测性能，使得本发明实施方式无需判断终端当前所处的干扰环境，即可实时而准确地进行MRC和IRC两种算法的选择和切换，从而提升了LTE终端在MIMO检测方面的整体性能。

Description

接收数据的多输入多输出检测方法及系统

技术领域

本发明涉及无线通信领域，特别涉及一种接收数据的多输入多输出检测方法及系统。

背景技术

长期演进（Long Term Evolution,简称“LTE”）系统采用多输入多输出（Multiple-Input Multiple-Out-put，简称“MIMO”）-正交频分复用（OrthogonalFrequency Division Multiplexing，简称“OFDM”）技术作为其空中接口的唯一标准。由于采用了OFDM技术，LTE系统内各子信道之间严格正交，所以，一般认为LTE系统中小区内的干扰很小，而影响系统性能的干扰主要来自小区间干扰（同频干扰）。

虽然LTE系统已经采取了很多种方法应对小区间干扰，例如小区间协作、波束赋型、干扰随机化等。但由于技术和实现上的困难，小区间干扰还是不能完全消除。因此在干扰较大的情况下，终端，尤其是处于小区边缘时，还需要采用一些能消除或抑制小区间干扰的接收算法，从而达到更好的性能。

对LTE终端来讲，其MIMO接收算法主要分为线性、非线性、最优检测这三种。其中线性检测算法由于实现简单，被广泛应用。最为常见的线性检测算法为最大比合并（Maximum-Ratio Combining，简称“MRC”）算法，它在白噪声情况下是最优的检测算法。但是，由于邻区干扰的存在，MRC算法的性能受到了很大的限制。

目前，LTE终端常采用干扰抑制合并(Interference Rejection Combine，简称“IRC”)算法来替换MRC算法，以在检测时尽可能抑制同频干扰。不同于传统的MRC算法，IRC算法通过估计干扰加噪声的相关特性，对其进行抑制。但是，由于干扰相关估计不准等因素，IRC算法并不适用于所有情况，它仅在邻区干扰较强的情况下有较好的性能，而在白噪声占主体的情况下性能恶化，不如MRC算法。所以，为了保证整体的性能，LTE终端需要根据当前的干扰环境，选取MRC和IRC中最适合的检测算法：在不存在邻区干扰或邻区干扰较弱时，采用MRC接收算法，在邻区干扰较强时采用IRC接收算法。因此，如何准确、实时、自适应地在MRC和IRC两种接收算法之间进行选择、切换，是终端必须要解决的一个问题。其实，这个问题不止存在于线性检测的过程中，它还可以扩展到所有依据干扰相关矩阵进行检测的算法上，例如以MRC/IRC算法为基础的有序连续干扰抵消（OrderedSuccessive InterferenceCancellation，简称“OSIC”）算法等。

MRC算法和IRC算法都是线性MIMO检测算法，其基本原理是将接收端的多个不相关的分集支路进行相位调整后，按照适当的增益系数，同相相加，再送入检测器进行检测。以单天线发送为例，MIMO线性检测算法原理示意图如图1所示，其向量形式的计算式为 $\hat{s}=[w_1^{*}...w_{N_R}^{*}]\·\left[\begin{array}{c}{r}_1\\ .\\ .\\ .\\ r_{N_R}\end{array}\right]=w^H\·r,$ 其中

为检测符号，w为权值向量，r为接收向量，w^H是w的共轭转置向量。但是，由于MRC算法和IRC算法所基于的假设不同，其具体的处理过程也不相同，这主要表现在权值向量w的生成上。

由于MRC算法将所有的干扰和噪声统一看成白噪声，所以其MIMO系统模型可以假设为r＝Hs+n，其中n是方差为σ²的高斯白噪声，s为发送符号向量，H为MIMO系统的信道响应矩阵。最原始的MRC算法依据的是最大信号与干扰加噪声比（Signal to Interference plus Noise Ratio，简称“SINR”）准则，由这个准则出发，可以得到它的权值向量为w_MRC=h，h为待检测的发送符号s在信道响应矩阵H中对应的列。而本说明书中，将所有未考虑同频干扰，而将干扰和噪声统一看成白噪声的线性检测算法统称为MRC算法，将所有通过估计干扰加噪声的相关特性进行检测的算法统称为IRC算法。它可以依据最大SINR准则，也可以依据迫零（Zero-forcing，简称“ZF”）或最小均方误差（Minimum Mean Square Error，简称“MMSE”）准则。由于MRC算法的假设基础，它在高斯白噪声环境下是最优的，但是当邻区干扰不容忽视的时候，它的性能会明显下降。

IRC算法与MRC算法不同，它将干扰和噪声的影响统一看成是有色噪声，其MIMO系统模型为

其中g_i,z_i分别表示干扰源对于接收端的信道响应和干扰信号，L表示干扰源的个数。IRC算法需要对这个有色噪声进行估计，得到一个干扰相关矩阵R_uu。其中，R_uu的主对角线元素表现了噪声的影响，而非主对角线元素则表现了干扰的影响。

IRC算法可以采用不同的准则，对应于不同的检测过程。例如，采用ZF准则时，其检测过程可表示为：

采用MMSE准则时，其检测过程可表示为：

其中，R_uu是估计出的干扰相关矩阵，I是单位矩阵，y是接收向量（即上文中的r），右上标-1表示矩阵的求逆，H^H是H的共轭转置矩阵。由于考虑了干扰的相关性，IRC算法在同频干扰较强的情况下，性能要好于MRC算法。但是目前，非常准确地估计干扰相关阵还是无线通信领域内的一个难点。干扰相关阵估计不准，对IRC算法的性能影响很大，尤其是当白噪声占主导时，IRC算法的性能要明显差于MRC算法。

所以，MIMO接收机需要根据当前的干扰情况，实时地在MRC算法和IRC算法之间进行选择、切换，以提升平均意义上的检测性能。

针对这一问题，目前主要的解决方法是通过对一些测量值的观察，来判断当前终端所处的干扰环境。例如：根据邻小区的参考信号（Reference Signal，简称“RS”）功率测量来确定邻区干扰是否严重。如果邻区的RS功率达到一定的阀值，就判断邻区干扰较为严重，启用IRC算法。但是，LTE系统中邻区干扰的分布比较随机；例如：即使在同一个资源块（Resource Block，简称“RB”）内，邻小区也可能只发送了RS，而没有发送数据；所以，通过测量邻区RS功率强度来判断数据资源元素（Resource Element，简称“RE”）上有没有同频干扰是不合理的。此外，测量值的估计不一定准确，判断的准确度不高，严重影响了现有方法的实用性。

发明内容

本发明的目的在于提供一种接收数据的多输入多输出检测方法及系统，使得本发明的检测方法无需判断终端当前所处的干扰环境，即可实时而准确地进行MRC和IRC两种算法的选择和切换，从而提升了LTE终端在MIMO检测方面的整体性能。

为解决上述技术问题，本发明的实施方式提供了一种接收数据的多输入多输出检测方法，包含以下步骤：

在待检测的接收数据所处的资源块中，选择至少一个资源元素RE；

分别以最大比合并MRC检测算法和干扰抑制合并IRC检测算法，计算所述选择的RE的检测SINR；其中，所述选择的RE的检测SINR，表示该RE上的接收数据在经过多输入多输出检测后得到的信号与干扰加噪声比值；

将以所述MRC检测算法计算得到的检测SINR，与以所述IRC检测算法计算得到的检测SINR进行比较；

根据所述比较结果，选择得到的检测SINR更优的检测算法，对所述待检测的接收数据进行多输入多输出检测。

本发明的实施方式还提供了一种接收数据的多输入多输出检测系统，包含：

RE选取模块，用于在待检测的接收数据所处的资源块中，选择至少一个资源元素RE；

检测SINR计算模块，用于分别以最大比合并MRC检测算法和干扰抑制合并IRC检测算法，计算所述选择的RE的检测SINR；其中，所述选择的RE的检测SINR，表示该RE上的接收数据在经过多输入多输出检测后得到的信号与干扰加噪声比值；

比较模块，用于将所述检测SINR计算模块以MRC检测算法计算得到的检测SINR，与以IRC检测算法计算得到的检测SINR进行比较；

多输入多输出检测模块，用于根据所述比较模块得到的比较结果，选择得到的检测SINR更优的检测算法，对所述待检测的接收数据进行多输入多输出检测。

本发明实施方式相对于现有技术而言，直接通过检测SINR的计算和比较，预判MRC和IRC两种算法的检测性能，使得本发明实施方式无需判断终端当前所处的干扰环境，即可实时而准确地进行MRC和IRC两种算法的选择和切换，从而提升了LTE终端在MIMO检测方面的整体性能。

另外，所述在待检测的接收数据所处的资源块中，选择至少一个资源元素RE的步骤中，包含以下子步骤：

根据终端所处的信道质量决定选择的RE个数；其中，信道质量越差，选择的RE个数越多。

通过改变RE选取的密度和位置，可以适应LTE系统中的各种同频干扰分布情景，并可在性能和复杂度之间做出权衡。

另外，所述在待检测的接收数据所处的资源块中，选择至少一个资源元素RE的步骤中，可以在资源块中非参考信号RS的其他位置，选择所述RE。

通过非RS位置的信道估计值，可以解决邻区干扰只在RS位置上出现的问题。

另外，将以所述MRC检测算法计算得到的检测SINR，与以所述IRC检测算法计算得到的检测SINR进行比较的步骤中，包含以下子步骤：

对以所述MRC检测算法计算得到的各RE的检测SINR进行求和；

对以所述IRC检测算法计算得到的各RE的检测SINR进行求和；

将以所述MRC检测算法计算得到的各RE的检测SINR的求和结果，与以所述IRC检测算法计算得到的各RE的检测SINR的求和结果进行比较；

在根据所述比较结果，选择得到的检测SINR更优的检测算法的步骤中，将所述求和结果更大的相应检测算法，作为所述得到的检测SINR更优的检测算法。

通过简单的求和、比较，实现各RE的检测SINR的结合起来进行判别，准确度更高。

另外，在所述分别以最大比合并MRC检测算法和干扰抑制合并IRC检测算法，计算所述选择的RE的检测SINR的步骤中，

采用基于迫零ZF准则的MRC检测算法和IRC检测算法，计算所述选择的RE的检测SINR；或者，

采用基于最小均方误差MMSE准则的MRC检测算法和IRC检测算法，计算所述选择的RE的检测SINR。

根据MRC检测算法和IRC检测算法所依据的准则不同，计算检测SINR的准则也略有不同，使本发明应用范围广泛。

附图说明

图1是现有的MIMO线性检测算法原理示意图；

图2是根据本发明第一实施方式的接收数据的多输入多输出检测方法的原理示意图；

图3是根据本发明第一实施方式的接收数据的多输入多输出检测方法的流程图；

图4是根据本发明第一实施方式的接收数据的多输入多输出检测方法的低密度预计算RE选取示意图；

图5是根据本发明第一实施方式的接收数据的多输入多输出检测方法的高密度预计算RE选取示意图；

图6是根据本发明第二实施方式的接收数据的多输入多输出检测系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。

本发明的第一实施方式涉及一种接收数据的多输入多输出检测方法，其原理如图2所示。由于MIMO检测算法在检测出发送符号的同时，还会得到当前的检测SINR，它代表了数据经过MIMO检测后的SINR值，而这个检测SINR的大小可以直接体现MIMO检测的性能；所以，本实施方式并没有着力去判断当前所处的干扰环境，而是提出了另外一种思路，直接通过查看检测SINR的输出，来预判使用MRC和IRC中哪种算法更好，从而自适应地选择、切换当前应该使用的算法。如图2所示，本实施方式改进了原有的LTE终端侧处理模块架构，增加了图中虚线框内的“检测SINR的计算及比较”模块，并输出MRC/IRC指示，以控制后续的MIMO检测模块，进行合理的算法选择。

如图2所示，由于在计算检测SINR时，只需要知道待计算位置的信道估计值、干扰相关矩阵、噪声测量值，所以，只需将新增模块放置在LTE系统接收端，信道估计的后部，MIMO检测模块之前即可。另外，由于所有RE处的信道响应和干扰相关都已被估计出来，该模块可以选取任意需求的RE进行检测SINR的预计算，有效地应对了LTE中同频干扰分布随机的特点。

由于同频干扰通常是以RB为单位存在的，所以，建议对于每个RB都调用一次本算法，输出一个MRC/IRC指示。当然，具体的模块调用频率在本实施方式中不做规定。

本实施方式的流程如图3所示，具体步骤如下：

步骤301，在待检测的接收数据所处的资源块中，选择至少一个资源元素RE，即选取用于预计算的RE。

RE选取的规则和系统所处环境有关，可以根据当前终端所传输的物理信道类型，无线信道环境变化快慢，接收机当前工作的信噪比等因素制定。以下就对不同环境下的RE选取规则举一些例子。

比如说，根据终端所处的信道质量决定选择的RE个数；其中，信道质量越差，选择的RE个数越多。如果本实施方式对于每个RB都调用一次，也就是说，待检测的接收数据为同一资源块中的接收数据；当终端所处的信道环境较好时，检测SINR计算较为准确，且在一个RB内变化较小，以单天线发送时的物理下行控制信道(Physical Downlink Control Channel,简称“PDCCH”)和物理下行共享信道(Physical Downlink Shared Channel，简称“PDSCH”)为例，可以按图4所示，低密度地选取预计算用的RE。又由于PDCCH上的同频分布与PDSCH上同频分布不相关，故对于这两种信道，需要分别选取，也就是说，待检测的接收数据为同频分布相关的物理资源区域中的接收数据。图4中一个方格代表一个RE，斜线部分为PDCCH信道所占用的资源，无图案部分通常为PDSCH所占用的资源，方格图案代表了RS所在的位置，斜格图案代表预计算所选取的RE。

当信道条件不好，接收机信噪比较低时，由于检测SINR计算准确度降低，可以相应增加预计算RE选取的密度，如图5所示。

具体的选取密度不唯一，且RE的选取需要遵循非RS的其他位置这一准则，以解决邻区干扰只在RS位置上出现这一情况。此外，RE选取的密度越大，本实施方式的准确度越高，复杂度也越高。通过改变RE选取的密度和位置，可以适应LTE系统中的各种同频干扰分布情景，并可在性能和复杂度之间做出权衡。

步骤302，分别以最大比合并MRC检测算法和干扰抑制合并IRC检测算法，计算步骤301选择的RE的检测SINR；其中，选择的RE的检测SINR，表示该RE上的接收数据在经过多输入多输出检测后得到的信号与干扰加噪声比值。

选取好用于预计算的RE之后，根据MIMO接收机所采用的检测准则，计算检测SINR的值，比如说，采用基于迫零ZF准则的MRC检测算法和IRC检测算法，计算选择的RE的检测SINR；或者，采用基于最小均方误差MMSE准则的MRC检测算法和IRC检测算法，计算选择的RE的检测SINR。

若采用ZF准则，MRC算法的检测SINR计算公式为：

${\mathrm{SINR}}_k^{\mathrm{MMSE}}=\frac{1}{{\left[H^H{R}_{\mathrm{nn}}^{-1}H\right]}_{k,k}^{-1}}---\left(0.1\right)$

IRC算法的检测SINR计算公式：

${\mathrm{SINR}}_k^{\mathrm{ZF}}=\frac{1}{{\left[H^H{R}_{\mathrm{uu}}^{-1}H\right]}_{k,k}^{-1}}---\left(0.2\right)$

若采用MMSE准则，MRC算法的检测SINR计算公式：

${\mathrm{SINR}}_k^{\mathrm{ZF}}=\frac{1}{{[I_{N_T}+H^H{R}_{\mathrm{nn}}^{-1}H]}_{k,k}^{-1}}-1---\left(0.3\right)$

IRC算法的检测SINR计算公式：

${\mathrm{SINR}}_k^{\mathrm{MMSE}}=\frac{1}{{[I_{N_T}+H^H{R}_{\mathrm{uu}}^{-1}H]}_{k,k}^{-1}}-1---\left(0.4\right)$

其中R_nn是对角线元素为噪声测量结果的对角矩阵，R_uu是估计出的干扰相关矩阵，k代表第k个检测符号，

为单位矩阵，右下标k,k表示矩阵第k行第k列的元素。

干扰相关矩阵的估计可使用基于数据、或者基于公共参考信号（CommonReference Signal，简称“CRS”）进行估计的方法。若使用基于CRS的估计，其估计出的干扰相关阵的对角线元素完全等同于基于RS进行的噪声测量。此时有

其中

是对角线元素为0，非对角线元素代表干扰值的矩阵。所以，在这种情况下，系统可以省去用于MRC算法的噪声测量，而直接从干扰相关矩阵中提取。

计算得到检测SINR之后，比较两种算法检测SINR的大小，并输出MRC/IRC选择指示。也就是说，步骤303，将以MRC检测算法计算得到的检测SINR，与以IRC检测算法计算得到的检测SINR进行比较；

步骤304，根据比较结果，选择得到的检测SINR更优的检测算法，对待检测的接收数据进行多输入多输出检测。

根据式(0.1)~(0.4)计算完MRC、IRC两种算法在特定RE上的检测SINR，就可以按照一定的比较规则，比较他们的大小，比较规则不唯一。例如，可以对当前RB内所有预计算RE的SINR进行合并后比较，具体包含以下子步骤：

1）对以MRC检测算法计算得到的各RE的检测SINR进行求和；

2）对以IRC检测算法计算得到的各RE的检测SINR进行求和；

3）将以MRC检测算法计算得到的各RE的检测SINR的求和结果，与以IRC检测算法计算得到的各RE的检测SINR的求和结果进行比较；即计算：

$\mathrm{\α}=\frac{\mathrm{\Σ}{\mathrm{SINR}}_{\det \mathrm{ect},\mathrm{MRC}}}{\mathrm{\Σ}{\mathrm{SINR}}_{\det \mathrm{ect},\mathrm{IRC}}}---\left(0.5\right)$

其中，∑SINR_detect，MRC表示以MRC检测算法计算得到的各RE的检测SINR的求和结果，∑SINR_detect，IRC表示以IRC检测算法计算得到的各RE的检测SINR的求和结果。

4）在根据比较结果，选择得到的检测SINR更优的检测算法的步骤中，将求和结果更大的相应检测算法，作为得到的检测SINR更优的检测算法。以式（1.5）来说，若α>1，则通知MIMO检测模块采用MRC算法，若α＜1，则采用IRC算法。

需要注意的是，由于PDCCH和PDSCH两种物理信道的同频分布不相关，所以他们的检测SINR需要分别进行合并、比较。

与现有技术相比，本实施方式直接通过检测SINR的计算和比较，预判MRC和IRC两种算法的检测性能，使得本实施方式无需判断终端当前所处的干扰环境，即可实时而准确地进行MRC和IRC两种算法的选择和切换，从而提升了LTE终端在MIMO检测方面的整体性能。

上面方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包含相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

本发明第二实施方式涉及一种接收数据的多输入多输出检测系统，如图6所示，包含：

RE选取模块，用于在待检测的接收数据所处的资源块中，选择至少一个资源元素RE；其中，待检测的接收数据为同一资源块中的接收数据，而且待检测的接收数据为同频分布相关的物理资源区域中的接收数据。

而且，RE选取模块在待检测的接收数据所处的资源块中，选择至少一个资源元素RE时，根据终端所处的信道质量决定选择的RE个数；其中，信道质量越差，选择的RE个数越多。此外，RE选取模块在资源块中非参考信号RS的其他位置，选择RE。

检测SINR计算模块，用于分别以最大比合并MRC检测算法和干扰抑制合并IRC检测算法，计算选择的RE的检测SINR；其中，选择的RE的检测SINR，表示该RE上的接收数据在经过多输入多输出检测后得到的信号与干扰加噪声比值；此外，检测SINR计算模块可以采用基于迫零ZF准则的MRC检测算法和IRC检测算法，计算选择的RE的检测SINR；或者，也可以采用基于最小均方误差MMSE准则的MRC检测算法和IRC检测算法，计算选择的RE的检测SINR。

比较模块，用于将检测SINR计算模块以MRC检测算法计算得到的检测SINR，与以IRC检测算法计算得到的检测SINR进行比较；包含以下子模块：第一求和子模块，用于对以MRC检测算法计算得到的各RE的检测SINR进行求和；

第二求和子模块，用于对以IRC检测算法计算得到的各RE的检测SINR进行求和；

求和结果比较子模块，用于将第一求和子模块得到的求和结果，与第二求和子模块得到的求和结果进行比较。

多输入多输出检测模块，用于根据比较模块得到的比较结果，选择得到的检测SINR更优的检测算法，对待检测的接收数据进行多输入多输出检测。其中，多输入多输出检测模块选择的检测SINR更优的检测算法，为求和结果更大的相应检测算法。

不难发现，本实施方式为与第一实施方式相对应的系统实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。

值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。

本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (14)

1.一种接收数据的多输入多输出检测方法，其特征在于，包含以下步骤：

在待检测的接收数据所处的资源块中，选择至少一个资源元素RE；

分别以最大比合并MRC检测算法和干扰抑制合并IRC检测算法，计算所述选择的RE的检测SINR；其中，所述选择的RE的检测SINR，表示该RE上的接收数据在经过多输入多输出检测后得到的信号与干扰加噪声比值；

将以所述MRC检测算法计算得到的检测SINR，与以所述IRC检测算法计算得到的检测SINR进行比较；

根据所述比较结果，选择得到的检测SINR更优的检测算法，对所述待检测的接收数据进行多输入多输出检测。

2.根据权利要求1所述的接收数据的多输入多输出检测方法，其特征在于，所述在待检测的接收数据所处的资源块中，选择至少一个资源元素RE的步骤中，包含以下子步骤：

根据终端所处的信道质量决定选择的RE个数；其中，信道质量越差，选择的RE个数越多。

3.根据权利要求1所述的接收数据的多输入多输出检测方法，其特征在于，所述在待检测的接收数据所处的资源块中，选择至少一个资源元素RE的步骤中，在资源块中非参考信号RS的其他位置，选择所述RE。

4.根据权利要求1所述的接收数据的多输入多输出检测方法，其特征在于，将以所述MRC检测算法计算得到的检测SINR，与以所述IRC检测算法计算得到的检测SINR进行比较的步骤中，包含以下子步骤：

对以所述MRC检测算法计算得到的各RE的检测SINR进行求和；

对以所述IRC检测算法计算得到的各RE的检测SINR进行求和；

将以所述MRC检测算法计算得到的各RE的检测SINR的求和结果，与以所述IRC检测算法计算得到的各RE的检测SINR的求和结果进行比较；

在根据所述比较结果，选择得到的检测SINR更优的检测算法的步骤中，将所述求和结果更大的相应检测算法，作为所述得到的检测SINR更优的检测算法。

5.根据权利要求1所述的接收数据的多输入多输出检测方法，其特征在于，在所述分别以最大比合并MRC检测算法和干扰抑制合并IRC检测算法，计算所述选择的RE的检测SINR的步骤中，

采用基于迫零ZF准则的MRC检测算法和IRC检测算法，计算所述选择的RE的检测SINR；或者，

采用基于最小均方误差MMSE准则的MRC检测算法和IRC检测算法，计算所述选择的RE的检测SINR。

6.根据权利要求1至5中任一项所述的接收数据的多输入多输出检测方法，其特征在于，

所述待检测的接收数据为同一资源块中的接收数据。

7.根据权利要求1至5中任一项所述的接收数据的多输入多输出检测方法，其特征在于，

所述待检测的接收数据为同频分布相关的物理资源区域中的接收数据。

8.一种接收数据的多输入多输出检测系统，其特征在于，包含：

RE选取模块，用于在待检测的接收数据所处的资源块中，选择至少一个资源元素RE；

检测SINR计算模块，用于分别以最大比合并MRC检测算法和干扰抑制合并IRC检测算法，计算所述选择的RE的检测SINR；其中，所述选择的RE的检测SINR，表示该RE上的接收数据在经过多输入多输出检测后得到的信号与干扰加噪声比值；

比较模块，用于将所述检测SINR计算模块以MRC检测算法计算得到的检测SINR，与以IRC检测算法计算得到的检测SINR进行比较；

多输入多输出检测模块，用于根据所述比较模块得到的比较结果，选择得到的检测SINR更优的检测算法，对所述待检测的接收数据进行多输入多输出检测。

9.根据权利要求8所述的接收数据的多输入多输出检测系统，其特征在于，

所述RE选取模块在待检测的接收数据所处的资源块中，选择至少一个资源元素RE时，根据终端所处的信道质量决定选择的RE个数；其中，信道质量越差，选择的RE个数越多。

10.根据权利要求8所述的接收数据的多输入多输出检测系统，其特征在于，

所述RE选取模块在资源块中非参考信号RS的其他位置，选择所述RE。

11.根据权利要求8所述的接收数据的多输入多输出检测系统，其特征在于，所述比较模块包含以下子模块：

第一求和子模块，用于对以所述MRC检测算法计算得到的各RE的检测SINR进行求和；

第二求和子模块，用于对以所述IRC检测算法计算得到的各RE的检测SINR进行求和；

求和结果比较子模块，用于将所述第一求和子模块得到的求和结果，与所述第二求和子模块得到的求和结果进行比较；

所述多输入多输出检测模块选择的检测SINR更优的检测算法，为所述求和结果更大的相应检测算法。

12.根据权利要求8至11中任一项所述的接收数据的多输入多输出检测系统，其特征在于，

所述检测SINR计算模块采用基于迫零ZF准则的MRC检测算法和IRC检测算法，计算所述选择的RE的检测SINR；或者，

所述检测SINR计算模块采用基于最小均方误差MMSE准则的MRC检测算法和IRC检测算法，计算所述选择的RE的检测SINR。

13.根据权利要求8至11中任一项所述的接收数据的多输入多输出检测系统，其特征在于，

所述待检测的接收数据为同一资源块中的接收数据。

14.根据权利要求8至11中任一项所述的接收数据的多输入多输出检测系统，其特征在于，

所述待检测的接收数据为同频分布相关的物理资源区域中的接收数据。

Images