CN103685091A

CN103685091A - 通信信道的干扰和噪声估计

Info

Publication number: CN103685091A
Application number: CN201310377849.6A
Authority: CN
Inventors: R.巴尔拉
Original assignee: Infineon Technologies AG
Current assignee: Infineon Technologies AG; Intel Deutschland GmbH
Priority date: 2012-08-28
Filing date: 2013-08-27
Publication date: 2014-03-26
Anticipated expiration: 2033-08-27
Also published as: US20140064106A1; CN103685091B; DE102013014343A1; US9294949B2

Abstract

本发明涉及通信信道的干扰和噪声估计。一种估计通信信道的干扰和噪声的方法，包括在接收器处接收通过通信信道所发射的数据序列，以及基于所接收的数据序列来计算信道估计的序列。该方法还包括基于信道估计的序列和经受时间或频率上位移的信道估计的序列来计算差值序列，以及确定差值序列的协方差度量作为通信信道的干扰和噪声的估计。

Description

通信信道的干扰和噪声估计

技术领域

本发明涉及估计通信信道的干扰和噪声的技术，特别是估计无线电通信通道的干扰和噪声的技术。

背景技术

无线通信的性能不仅由于小区间干扰（ICI）而受到限制。此外，在像WCDMA（宽带码分多址）和LTE（长期演进）之类的系统中，UE（用户设备）还经受由于多路径引起的小区内干扰和MU-MIMO（多用户多输入多输出）干扰。因此，即使以较高的几何尺寸，无干扰感知的接收器的后均衡SINR（信干噪比）也饱和，从而导致高错误平层（error floor），即导致高块错误率（BLER）。为保证QoS（服务质量），eNodeB（演进Node B）必须分配很大一部分可用功率或安排非常低的调制和编码方案（MCS），并因此降低小区边缘和小区平均吞吐量。为了提高性能，可以使用像干扰抑制组合（IRC）或噪声白化接收器之类的干扰感知接收器。

干扰感知接收器抑制了干扰和噪声向量，其协方差需要由接收器进行估计。接收器采用IRC或噪声白化方法来估计信号协方差矩阵。

噪声协方差估计的质量通常直接取决于信道估计的质量。现有的解决方案是为静态信道所设计的，即用于频域中的平坦衰落或用于时域中的非时变信道。系统设计者一般面临信道估计的质量与跟踪信道变化之间的权衡。这限制了传统解决方案对于低和中频率选择性或时变信道的可适用性。用于动态变化信道的传统解决方案显示了估计的过于高的复杂性。

附图说明

包括附图以提供对实施例的进一步理解，并且这些附图被并入本说明书中并构成本说明书的一部分。附图图示了实施例，并连同描述一起用来解释实施例的原理。其它实施例和实施例的很多预期优点将很容易被理解，因为通过参考下面的详细描述，它们变得更好理解。相似的参考数字指定了对应的类似部分。

图1是示意性图示了基于信道估计的序列来估计干扰和噪声的示例性方法100的流程图。

图2是示意性图示了基于所接收的数据序列来估计干扰和噪声的示例性方法200的流程图。

图3是用于基于信道估计的序列来估计干扰和噪声的示例性干扰和噪声估计器300的框图。

图4是用于基于所接收的数据序列来估计干扰和噪声的示例性干扰和噪声估计器400的框图。

图5是图示了为慢速用户设备估计干扰和噪声的方法的示例性性能的图表500。

图6是图示了为中速用户设备估计干扰和噪声的方法的示例性性能的图表600。

图7是图示了为高速用户设备估计干扰和噪声的方法的示例性性能的图表700。

图8是图示了为非常高速用户设备估计干扰和噪声的方法的示例性性能的图表800。

具体实施方式

在下面的详细描述中，对形成其一部分的附图进行参考，并且在附图中以图示的方式示出了其中可以实践本发明的具体实施例。要理解的是，在不脱离本发明的范围的情况下，可以利用其它实施例并且可以做出结构或逻辑改变。因此，下面的详细描述将不以限制意义进行，并且本发明的范围由所附权利要求所限定。

下面的术语、缩写和符号将在本文中被使用：

ICI：小区间干扰，

WCDMA：宽带码分多址，

CDMA：码分多址，

MIMO：多输入多输出，

MU-MIMO：多用户多输入多输出，

SINR：信干噪比

BLER：块错误率，

QoS：服务质量，

eNodeB：演进的Node B，

MCS：调制和编码方案，

IRC：干扰抑制组合，

ML：最大似然，

3GPP：第三代合作伙伴计划，

DL：下行链路，

DC：直流，指的是恒定的零频率，

LTE：长期演进，

WiMAX：IEEE 802.16标准的缩写，

WLAN：无线局域网，

RF：射频，

UE：用户设备，

UMTS：通用移动通信系统，

P-CPICH：主公共导频指示信道，

P-CCPCH：主公共控制物理信道，

SCH：同步信道，

DPE：延迟分布估计器，

DIP：主导干扰比例（dominant interferer proportion），

PI：寻呼指示符，

PICH：寻呼指示信道，

QPSK：正交相移键控，

MMSE：最小均方误差，

WIC：Wiener干扰消除，

DPCH：下行专用物理信道，

OCNS：正交信道噪声仿真器，

SMI：采样协方差矩阵求逆。

下文中，单独地或参考彼此对所接收的数据序列、信道估计的序列、用于估计干扰和噪声的方法、协方差度量以及协方差矩阵进行描述。要理解的是，结合所描述的方法所做出的注解也可以适用于被配置为执行该方法的对应装置，反之亦然。例如，如果描述了具体的方法步骤，则对应装置可以包括用以执行所描述的方法步骤的单元，即使这样的单元没有在附图中被明确描述或图示。此外，要理解的是，除非另行具体指出，否则本文中所描述的各种示例性实施例的特征可以彼此组合。

所接收的数据序列、信道估计的序列以及干扰和噪声可以由如下面所描述的一般信号模型来描述。

N维接收信号向量y，在时间或频率的特定瞬时可以被表达如下：

(1)

其中，N是接收信号的维数，H是N×M维的有效信道系数，x是M×1维的发射信号，以及e是N×1维的干扰和噪声向量。

干扰和噪声向量e的协方差矩阵R_e可以被表达如下：

(2)

其中E为期望算子。该期望算子可以被确定为在时间或频率上的平均。

通过使用信道矩阵H，即信道系数的矩阵以及干扰和噪声向量e的协方差矩阵R_e，可以对信号加噪声协方差矩阵R_yy进行估计，如下：

(3)

使用估计的信道矩阵

，即从信号加噪声协方差矩阵R_yy所估计的信道系数的矩阵，可以推导出估计的协方差矩阵的贡献

，如下：

(4)

其中是期望的信道系数矩阵，以及

是估计的协方差矩阵。

从已知的导频序列和估计的信道矩阵

，可以估计出估计的噪声协方差矩阵

，如下：

(5)

其中

(i)是对于特定瞬时i的估计的信道系数矩阵，y_p(i)是对于特定瞬时i的所接收导频信号，x_p(i)是对于特定瞬时i的已知导频信号，以及

是估计的协方差矩阵。

下面，描述通信网络。通信网络可以包括电信网络或计算机网络或用于提供通信的另一种网络。电信网络是终端、链路和节点的集合，其连接以使终端用户之间的远程通信能够实现。网络可以使用电路交换或消息交换。网络中的每个终端都必须具有唯一的地址，因此消息或连接可以被路由到正确的接收方。网络中的地址的集合被指定为地址空间。链路将节点连接在一起，并且被建立在跨越链路物理驱动消息的底层传输网络上。

电话网络是用于两个或更多订户之间的电话呼叫的电信网络。无线网络是通信网络，其中电话是可移动的并且可以在覆盖区域内移动。

计算机网络是计算机和其它硬件组件的集合，其由通信信道互连以允许信息和资源的共享。两个装置被称为处在一个网络中，其中一个装置中的至少一个进程能够将数据发送到远程装置中的至少一个进程和/或从远程装置中的至少一个进程接收数据。计算机网络是通过通信介质互换信息的一个以上装置的互连。

本文中所描述的方法和装置可以在无线通信中实现，特别是由根据LTE或OFDM标准的通信网络所传送的通信。下面所描述的方法和装置可以进一步在基站（NodeB、 eNodeB）或移动装置（或移动电台或用户设备（UE））中被实现。所描述的装置可以包括集成电路和/或无源器件，并且可以根据各种技术进行制造。例如，电路可以被设计为逻辑集成电路、模拟集成电路、混合信号集成电路、光学电路、存储器电路和/或集成无源器件。

本文所描述的方法和装置可以被配置为发射和/或接收无线电信号。无线电信号可以是或可以包括由无线电发射装置（或无线电发射器或发送器）所放射的具有处于大约3Hz到300GHz范围内的无线电频率的射频信号。频率范围与被用来产生和检测无线电波的交流电信号的频率相对应。

下文中所描述的方法和装置可以被设计为实现和扩展移动标准，例如无线LAN（WLAN）无线电接口IEEE 802.11a、g、n和HIPERLAN/2、数字无线电系统DAB/EUREKA 147、DAB+、Digital Radio Mondiale、HD Radio、T-DMB和ISDB-TSB、地面数字电视系统DVB-T和ISDB-T、地面移动电视系统 DVB-H、T-DMB、ISDB-T和MediaFLO前向链路、由WiMedia联盟所提出的无线个人区域网络（PAN）超宽带（UWB）IEEE 802.15.3a实现方式。该方法和装置可以被设计为被用在若干4G和准4G蜂窝式网络和移动宽带标准中，例如用在无线MAN/宽带无线接入（BWA）标准IEEE 802.16e (或Mobile-WiMAX) 以及移动宽带无线接入（MBWA）标准IEEE 802.20的移动性模式中。

实现标准意思是符合标准的装置与下文中所描述的方法和装置是可互操作的。扩展标准意思是下文中所描述的方法和装置通过提供附加的功能和/或特征而改进了标准。

下面，对相干时间和多普勒扩展进行描述。对于电磁波，相干时间是在其内传播波可以被认为相干的时间。换言之，其是时间间隔，在该时间间隔内传播波的相位平均起来是可预测的。在长距离传输系统中，相干时间可能被传播因素（例如分散、散射以及衍射）所降低。

在通信系统中，通信信道可以随时间改变。相干时间T_c实际上是持续时间的统计度量，在该持续时间内信道脉冲响应是基本上不变的，并且相干时间T_c量化了信道响应在不同时刻的相似性。换言之，相干时间是在其内两个接收信号有很大可能振幅相关的持续时间。如果基带信号的倒数带宽大于信道的相干时间，则信道在基带消息的传输期间将改变，从而引起在接收器处的失真。

多普勒扩展B_D是由移动无线电信道的时间变化率所引起的频谱展宽的度量，并被定义为所接收的多普勒频谱在其上基本上非零的频率范围。如果基带信号带宽远大于B_D，则在接收器处多普勒扩展的影响是可忽略不计的。这是一种缓慢衰落信道。

多普勒扩展B_D和相干时间T_c可以例如与彼此成反比。即，T_c = 1/B_D。

图1示意性图示了估计通信信道的干扰和噪声的方法100。方法100包括在101处在接收器接收通过通信信道所发射的数据序列。方法100包括在103处基于所接收的数据序列来计算信道估计的序列。方法100包括在105处基于信道估计的序列和经受时间或频率上位移的信道估计的序列来计算差值序列。方法100包括在107处确定差值序列的协方差度量作为通信信道的干扰和噪声的估计。

在像WCDMA和LTE之类的通信系统中，导频信号在时间和/或频率上被密集地间隔。因此，相邻导频之间在时间或频率方向上的间隔分别充分低于相干时间或频率。这意味着由相邻导频所经历的信道几乎是恒定的。

在103处基于所接收的数据序列y_p(i)计算信道估计的序列H(i)，可由下面的方程来描述：

(6)

其中y_p(i-1)和y_p(i)是在相邻瞬时i-1和i所接收的导频符号或信号，即受到时间或频率上位移一个瞬时的影响，H(i-1)和H(i)是在相邻瞬时i-1和i的信道系数，即受到时间或频率上位移一个瞬时的影响，x_p(i-1)和x_p(i)是在相邻瞬时i-1和i的已知导频符号或信号，即受到时间或频率上位移一个瞬时的影响，以及e(i-1)和e(i)是在相邻瞬时i-1和i所经历的干扰和噪声，即受到时间或频率上位移一个瞬时的影响。时间或频率上的位移可以是，例如，一个或多个瞬时的时间延迟或多普勒频移，例如一个或多个采样时间或时钟周期的延迟或一个或者多个采样频率或多载波频率子带（或子载波）间隔的频移。

假定在瞬时i和i-1的信道系数相等，即，

，下面得到以下一般估计方法，本文中也称为“邻域差值”方法。邻域差值方法被用于在105处基于信道估计的序列和经受时间或频率上位移的信道估计的序列来计算差值序列。

下面的方程被用于描述有噪声的瞬时信道系数的估计，也被称为解调导频：

(7a)

其中(i)和

(i-1)分别是在瞬时i和i-1的解调导频。

因此，基于在接收器处已知的所发射的导频符号x_p(i)，所接收的数据序列y_p(i)可以由缩放函数x_p ^*(i)/[x_p ^*(i)x_p(i)]进行缩放。缩放包括将所接收的数据序列y_p(i)的每个元素与在接收器处已知的所发射的导频符号x_p(i)的共轭复数x_p ^*(i)相乘。缩放可以进一步包括将所接收的数据序列y_p(i)的每个元素与在接收器处已知的所发射的导频符号x_p(i)的逆能量1/[x_p ^*(i) x_p(i)]相乘。

当使用恒定模数字母表时，除以标量x_p ^*x_p可以被省略。然后将方程（7a）修改如下：

(7b)

假定

,相邻导频之间的差值序列e(i,i-1)被计算105如下：

(8)

其中e(i,i-1)是在瞬时i和i-1的两个相邻解调导频符号之间的计算差值。

在105处计算差值序列可以通过使用具有滤波函数1-z^-1的FIR滤波器来执行。对于对FIR滤波器的输入(i)，输出可以被确定为e(i,i-1)=

(i)(1-z^-1)=

(i)-

(i-1)。

在107处确定差分序列的协方差度量作为通信信道的干扰和噪声的估计，可以通过估计先前所计算的差值序列

的协方差矩阵

来执行，如下：

(9)

其中R_estbias是估计偏差的协方差并且例如被确定如下：

(10)

R_estbias可以取决于以下因子：

、干扰和噪声的功率以及

，即e(i)和e(i-1)之间的交叉相关矩阵。

例如，干扰和噪声协方差矩阵可以被确定如下：

(11)

其中是估计的干扰和噪声协方差矩阵。

虽然方程（6）至（11）可以描述用以估计导频信号上的协方差矩阵

的方法100，但通过分别用

，即所接收的数据或控制信号，以及，即估计或已知的数据或控制符号，来替换

和

，人们可以容易地对数据或控制信号执行相同的估计。

如果时间或频率上的位移小于通信信道的相干时间或多普勒扩展，则在瞬时i和i-1的信道系数相同（即，

）的假定成立。

图2示意性图示了用于基于所接收的数据序列来估计干扰和噪声的示例性方法200。方法200包括在201处在接收器处接收通过通信信道发射的数据序列。方法200包括在203处基于所接收的数据序列和经受时间或频率上位移的所接收数据序列来计算差值序列。方法200包括在205处确定差值序列的协方差度量作为通信信道的干扰和噪声的估计。

在通信系统中，某些信号总是利用时间上或频率上相同的符号

进行发射。这种信号被称为具有无限重复的信号。例如，在3G/WCDMA中，主公共导频指示信道（P-CPICH）总是利用相同的QPSK符号进行发射。对于这种信号,根据方程（6）的解调导频的计算，即，如参考图1所描述的根据方法100在103处基于所接收的数据序列y_p(i)来计算信道估计的序列H(i)的步骤可以被消除，并且可以通过在203处基于所接收的数据序列y(i)和经受时间或频率上位移的所接收的数据序列y(i-1)计算差值序列来估计协方差矩阵，如下：

(12)

其中，y是所接收的通信信号，其利用相同的符号

进行发射。

上面的方程（12）如在相对于图1所描述的方法100的方程（8）中那样，但是没有解调导频的知识，即瞬时信道系数，来计算差值。因此，不需要信道估计和信道估计的使用。通过如相对于图1所描述的方法100的方程（9）、（10）、（11）中那样进一步继续进行，可以如下面所描述的获得协方差估计

。

在205处，确定差值序列的协方差度量作为通信信道的干扰和噪声的估计，可以通过估计先前所计算的差值序列

的协方差矩阵

来执行，如下（参见方程（9））：

(13)

其中R_estbias是估计偏差的协方差并且被确定如下（参见方程（10））：

(14)

R_estbias可以取决于以下因子：

、干扰和噪声的功率、以及

, 即e(i)和e(i-1)之间的交叉相关矩阵。

干扰和噪声协方差矩阵

可以被确定如下（参见方程（11））：

(15)

其中，

是估计的干扰和噪声协方差矩阵。

虽然方程（12）至（15）描述了在时间或频率上位移一个瞬时，但所接收的数据序列y(i)也可以在时间或在频率上位移一个以上瞬时，例如位移N个整数位移。例如，当在时间或频率上位移N个瞬时被应用时，方程（12）可以被写作如下：

(16)

对于N个瞬时的时间或频率上的位移，假定在瞬时i和i-N的信道系数相等，即，。例如，这可以通过过采样所接收数据序列y(i)或通过使用高采样频率用于信号接收来实现。

在203处计算差值序列可以通过使用具有滤波函数1-z^-N的FIR滤波器来执行。对于对FIR滤波器的输入y(i)，输出被确定为e(i,i-N) = y(i)(1-z^-N) = y(i)-y(i-N)。

在用于某些信号的通信系统中，利用某个重复因子发射符号，即，在瞬时i-n到i内所发射的符号

是相同的。作为一个示例，利用某个重复因子（例如，如2的倍数）所发射的信号，可以被分为奇数和偶数瞬时，并且协方差估计可以在没有如下面所描述的解调导频的计算的情况下被估计。基于所接收的数据序列y(i)和经受时间或频率上位移的所接收数据序列y(i-1) 来计算203差值序列可以被描述如下：

(17)

其中e(i_odd, i_even)描述了基于所接收的数据序列y(i_odd)和在时间或频率上位移的所接收数据序列y(i_even)的差值序列。

在205处确定差值序列e(i_odd,i_even)的协方差度量可以被执行如下：

(18)

在上文所示的方程（18）中，由于对于每两个所接收的信号只进行一次矩阵乘法，协方差矩阵估计的复杂度减半。如上文相对于方程（12）所描述的，此计算也可以被应用于具有无限重复的信号。

在用于某些信号的通信系统中，例如，可以利用某个重复因子（例如2的倍数）发射符号

，并且不额外发射有效符号。因此，在不发射有效符号的这些时间和/或频率瞬时中，仅存在噪声和干扰。作为经典示例，对于WCDMA中的寻呼指示信道（PICH），利用某种重复发射PI符号，例如2、4、8等，并且在一些时间瞬时中不发射有效符号。由于接收器知道重复因子，例如该重复因子是2的倍数，所以也可以通过将信号分成奇数和偶数位置来估计协方差估计，如下所述。

对于具有有效发射的符号的时间瞬时，在203处计算差值序列如下：

(19)

对于没有有效发射的符号的时间瞬时，例如，在203处计算差值序列如下：

(20)

例如，在205处确定协方差度量如下：

(21)

虽然如相对于图1和2所描述的协方差估计方法的一个应用是干扰抑制，但将协方差估计应用于信道质量估计和MMSE信道估计也是可能的。

对于信道质量估计，在许多通信系统中，UE可能需要将所估计的信道质量，例如信干噪比（SINR），反馈到基站或(e)NodeB以促进链路自适应。根据如相对于图1和图2所描述的方法100或200之一的协方差矩阵估计也可以被应用于计算SINR。

信道估计，例如MMSE信道估计，可以使用噪声协方差来估计信道系数。如相对于图1和图2所描述的方法100或200也可以被应用于提供将被用于信道估计的噪声协方差。由于方法100、200表示盲协方差估计技术，其可以被应用于严重同信道干扰条件下的信道估计，例如MMSE信道估计。

图3图示了用于基于信道估计的序列来估计干扰和噪声的示例性干扰和噪声估计器300的框图。干扰和噪声估计器300包括接收电路301、被耦合到接收电路301的信道估计器303、被耦合到信道估计器303的差值序列计算电路305以及被耦合到差值序列计算电路305的协方差确定电路307。

接收电路301被配置为接收通过通信信道发射的数据序列302，其中数据序列304表示如所接收的序列302。信道估计器303被配置为基于所接收的数据序列304来计算信道估计的序列306。差值序列计算电路305被配置为基于信道估计序列306和经受时间或频率上位移的信道估计的序列306，来计算差值序列308。协方差确定电路307被配置为确定差值序列308的协方差度量310。在干扰和噪声估计器300的输出处提供协方差度量310。

干扰和噪声估计器300被配置为执行如相对于图1所描述的方法100。因此，如相对于图1所描述的，在101处，接收电路301可以执行接收数据序列。如相对于图1所描述的，在103处，信道估计器303可以执行计算信道估计。如相对于图1所描述的，在105处，差值序列计算电路305可以执行基于信道估计的序列和经受时间或频率上位移的信道估计的序列来计算差值序列。如相对于图1所描述的，在107处，协方差确定电路307可以执行确定差值序列的协方差度量。

图4图示了用于基于所接收的数据序列402来估计干扰和噪声的示例性干扰和噪声估计器400的框图。干扰和噪声估计器400包括接收电路401、被耦合到接收电路401的差值序列计算电路403以及被耦合到差值序列计算电路403的协方差确定电路405。

接收电路401被配置为接收通过通信信道发射的数据序列402，其中数据序列404表示如所接收的序列402。差值序列计算电路403被配置为基于所接收的数据序列404以及经受时间或频率上位移的所接收的数据序列404，来计算差值序列406。协方差确定电路405被配置为确定差值序列406的协方差度量408。在干扰和噪声估计器400的输出处提供协方差度量408。

干扰和噪声估计器400可以被配置为执行如相对于图2所描述的方法200。因此，如相对于图2所描述的，在201处，接收电路401可以执行接收数据序列。如相对于图2所描述的，在203处，差值序列计算电路403可以执行基于信道估计序列和经受时间或频率上位移的信道估计的序列来计算差值序列。如相对于图2所描述的，在205处，协方差确定电路405可以执行确定差值序列的协方差度量。

图5是图示了用于为慢速用户设备估计干扰和噪声的方法的示例性性能的图表500。

利用采用不同的传统协方差估计方法以及采用根据相对于图1和图2所描述的实施例的协方差估计方法（在下文中被称为“邻域差值”方法）的如美国专利申请US 2009/0238246 A1中所描述的Wiener干扰消除（WIC）来执行Matlab浮点仿真。为比较不同估计方法的干扰抑制能力，还利用以下仿真设定对传统的rake接收器“classical rake”进行仿真：

仿真标准：3G/Release.99

5000帧

利用OCNS和控制信道（PICH、 P-CCPCH和SCH)的UMTS基站

扩展因子128

基于3GPP 25.963的干扰模型(具有DIP的3个干扰eNodeB → [-2.75, -7.64, -8.68]dB)

信道估计 → 基于P-CPICH的估计信道

实际延时分布估计器（DPE）。

在图5中,第一曲线501描述了针对DPCH信道的与总发射功率频谱密度的相对功率比（Ec/lor），传统rake接收器“Classical Rake” 501在块错误率(BLER)方面的性能。第二曲线502描述了应用采样协方差矩阵求逆(SMI)的传统Wiener干扰消除接收器的性能。第三曲线503描述了应用最大似然（ML）的传统Wiener干扰消除接收器的性能。第四曲线504描述了邻域差值方法的性能。图5描述了慢速信道变化的情况，即，与行人B的双向软切换以及3km/h的UE速度。

图5和图6描绘了传统估计方法和邻域差值方法在低速和中速中的性能。如从图中可以看到，传统估计器在缓慢动态变化的信道中执行良好，并且可以观察到邻域差值方法执行得至少与传统方法一样好，在一些情况下更好。所有的估计方法都提供了超过传统rake接收器1.8dB的增益。

图6是图示了用于为中速用户设备估计干扰和噪声的方法的示例性性能的图表600。

在图6中,第一曲线601描述了针对DPCH信道的与总发射功率频谱密度的相对功率比（Ec/lor），传统rake接收器“Classical Rake” 601在块错误率(BLER)方面的性能。第二曲线602描述了应用采样协方差矩阵求逆(SMI)的传统Wiener干扰消除接收器的性能。第三曲线603描述了应用最大似然（ML）的传统Wiener干扰消除接收器的性能。第四曲线604描述了邻域差值方法的性能。图6描述了中等信道变化的情况，即，与车辆A的双向软切换以及30km/h的UE速度。

如从图6中可以看到，传统估计器在中等动态变化的信道中仍然执行良好，并且可以观察到邻域差值方法比传统rake接收器601执行得更好，比传统WIC SMI接收器执行得更好并且至少与传统WIC ML接收器执行得一样好。

图7是图示了用于为高速用户设备估计干扰和噪声的方法的示例性性能的图表700。

如图7和图8中所描绘的，在高速信道中邻域差值方法的优势是清晰可见的。根据邻域差值方法的估计器仍然提供了大约0.7到1.2 dB的增益，但传统估计器的性能增益或者消失或者其执行得比rake接收器更差。

在图7中,第一曲线701描述了针对DPCH信道的与总发射功率频谱密度的相对功率比（Ec/lor），传统rake接收器“Classical Rake”701在块错误率(BLER)方面的性能。第二曲线702描述了应用采样协方差矩阵求逆(SMI)的传统Wiener干扰消除接收器的性能。第三曲线703描述了应用最大似然（ML）的传统Wiener干扰消除接收器的性能。第四曲线704描述了邻域差值方法的性能。图7描述了高信道变化的情况，即，120km/h的UE速度。相比于传统估计器701、702、703，根据邻域差值的估计器704显示了优越的性能。

图8是图示了用于为非常高速用户设备估计干扰和噪声的方法的示例性性能的图表800。

在图8中,第一曲线801描述了针对DPCH信道的与总发射功率频谱密度的相对功率比（Ec/lor），传统rake接收器“Classical Rake”801在块错误率(BLER)方面的性能。第二曲线802描述了应用采样协方差矩阵求逆(SMI)的传统Wiener干扰消除接收器的性能。第三曲线803描述了应用最大似然（ML）的传统Wiener干扰消除接收器的性能。第四曲线804描述了邻域差值方法的性能。图8描述了非常高信道变化的情况，即，250km/h的UE速度。相比于传统估计器801、802、803，根据邻域差值的估计器804显示了优越的性能。

图5至图8证明了根据邻域差值方法的估计器是鲁棒的估计器，其对于低、中变化以及尤其动态变化的信道，显示了最佳水平表现。根据邻域差值方法的估计器可以被应用于广泛的通信信号，从而在传统估计器失效的情况下能够进行干扰抑制。噪声协方差矩阵估计的质量并不取决于信道估计的质量。

换言之，根据邻域差值方法的估计器提供了一种鲁棒的协方差矩阵估计方法，其利用通信系统中密集间隔的信号。根据实施例，邻域差值估计器的模型包括如方程（7a）或（7b）和（8）中所描述的计算相邻解调信号之间的差值，以及如方程（9）、（10）和（11）中所描述的计算信号差值的协方差并从而估计干扰和噪声协方差矩阵。

此外，虽然本发明的实施例的特定特征或方面可能已经相对于若干实现方式中的仅一个而被公开，但这样的特征或方面可以在可能对于任何给定或特定的应用是期望的或有利的时，与其它实现方式的一个或多个其它特征或方面进行组合。此外，就术语“包括”、“具有”、“带有”或在详细描述或权利要求中所使用的这些术语的其它变形来说，这样的术语意在以类似于术语“包含”的方式而是包括性的。此外，应该理解的是，本发明的实施例可以在分立电路、部分集成电路或完全集成电路或编程装置中实现。而且，术语“示例性”、“例如”和“如”仅意味着作为示例，而不是最好或最优的。

尽管本文中已经图示和描述了具体实施例，但本领域普通技术人员将理解，在不脱离本发明的范围的情况下，各种替代和/或等效的实现方式可以替换所示和所描述的具体实施例。本申请意在覆盖本文中所讨论的具体实施例的任何改编或变型。

Claims

1.一种估计通信信道的干扰和噪声的方法，包括：

在接收器处接收通过所述通信信道所发射的数据序列；

基于所接收的数据序列来计算信道估计的序列；

基于信道估计的序列和经受时间或频率上位移的信道估计的序列，来计算差值序列；以及

确定所述差值序列的协方差度量作为所述通信信道的干扰和噪声的估计。

2.如权利要求1的方法，其中在时间或频率上的位移小于所述通信信道的相干时间或多普勒扩展。

3.如权利要求1的方法，其中计算所述信道估计的序列包括：

基于在所述接收器处已知的所发射的导频符号，由缩放函数对所接收的数据序列进行缩放。

4.如权利要求3的方法，其中所述缩放包括：

将所接收的数据序列的每个元素与在所述接收器处已知的所发射的导频符号的复数共扼相乘。

5.如权利要求1的方法，其中，所接收的数据序列由根据3G/WCDMA规范的主公共导频指示信道所提供。

6.如权利要求1的方法，其中计算信道估计的序列包括：

基于在所述接收器处估计或已知的控制符号，或基于在所述接收器处估计或已知的数据符号，由缩放函数对所接收的数据序列进行缩放。

7.如权利要求6的方法，其中所述缩放包括：

将所接收的数据序列的每个元素与在所述接收器处估计或已知的控制符号或在所述接收器处估计或已知的数据符号的复数共扼相乘。

8.如权利要求1的方法，其中计算差值序列包括：

由FIR滤波器对信道估计的序列进行滤波。

9.如权利要求8的方法，其中所述FIR滤波器在z域中具有以下结构：1-z^-N，其中N指定以符号持续时间为单位在时间上的位移或以子载波间隔为单位的位移。

10.如权利要求1的方法，其中所述协方差度量是由所述差值序列的元素形成的协方差矩阵。

11.一种估计通信信道的干扰和噪声的方法，所述方法包括：

在接收器处接收通过所述通信信道所发射的数据序列；

基于所接收的数据序列和经受时间或频率上位移的所接收的数据序列，来计算差值序列；以及

12.如权利要求11的方法，其中所接收的数据序列对应于包含相同数据符号的所发射的数据序列。

13.如权利要求11的方法，其中所接收的数据序列对应于包含相同符号的重复发射块的所发射的数据序列，以及其中基于所接收的数据序列的后继块来确定所述差值序列。

14.如权利要求11的方法，其中所接收的数据序列包含相同发射符号的重复发射的第一块和其中不发射符号的重复发射的第二块，以及其中基于所接收的数据序列的第一和第二块来确定所述差值序列。

15.如权利要求11的方法，其中所接收的数据序列由根据3G/WCDMA规范的寻呼指示信道所提供。

16.如权利要求11的方法，其中计算所述差值序列包括：

由FIR滤波器对所接收的数据序列进行滤波。

17.如权利要求16的方法，其中所述FIR滤波器在z域中具有以下结构：1-z^-N，其中N指定以符号持续时间为单位在时间上的位移或以子载波间隔为单位的位移。

18.如权利要求11的方法，其中所述协方差度量是由所述差值序列的元素形成的协方差矩阵。

19.如权利要求11的方法，进一步包括：

通过使用所述协方差度量来估计所述通信信道的信道系数。

20.一种用于估计通信信道的干扰和噪声的干扰和噪声估计器，所述干扰和噪声估计器包括：

接收电路，被配置为接收通过所述通信信道所发射的数据序列；

信道估计器，被配置为基于从所述接收电路所接收的数据序列来计算信道估计的序列；

差值序列计算电路，被配置为基于来自所述信道估计器的信道估计的序列和经受时间或频率上位移的信道估计的序列，来计算差值序列；以及

协方差确定电路，被配置为确定来自所述差值序列计算电路的差值序列的协方差度量。

21.如权利要求20的干扰和噪声估计器，进一步包括：

缩放电路，被配置为基于所发射的导频符号，或者基于在所述接收电路处估计或已知的控制符号，或者基于在所述接收电路处估计或已知的数据符号，由缩放函数对所接收的数据序列进行缩放，以及其中所缩放的数据序列被所述信道估计器用来计算所述信道估计的序列。

22.如权利要求20的干扰和噪声估计器，其中所述差值序列计算电路包括FIR滤波器，其被配置为对所述信道估计的序列进行滤波以提供所述差值序列。

23.一种用于估计通信信道的干扰和噪声的干扰和噪声估计器，所述干扰和噪声估计器包括：

差值序列计算电路，被配置为基于来自所述接收电路的所接收的数据序列和经受时间或频率上位移的所接收的数据序列，来计算差值序列；以及

24.如权利要求23的干扰和噪声估计器，其中所述差值序列计算电路包括FIR滤波器，其被配置为对所接收的数据序列进行滤波以提供所述差值序列。