CN103916167A - Mimo系统sinr估计方法及装置 - Google Patents

Abstract

本发明涉及移动通信领域，提供一种MIMO系统信干噪比SINR估计方法，对接收到的导频信号进行MIMO检测，得到发送天线上导频信号估计值以及Null载波估计值；利用发送天线上导频信号估计值以及Null载波估计值获得信干噪比SINR估计值；还提供一种MIMO系统信干噪比SINR估计装置；本发明根据Null载波估计值获取由空间相关性带来的干扰并将该干扰统计在噪声干扰功率中，使得估计的SINR体现了空间相关性的影响。

Description

MIMO系统SINR估计方法及装置

技术领域

本发明涉及移动通信领域，特别涉及一种MIMO（Multiple Input MultipleOutput，多输入多输出）系统中SINR（Signal to Interference and Noise Ratio，信干噪比）估计的方法及装置。

背景技术

LTE（Long Term Evolution，长期演进）和WiMax(Worldwide Interoperabilityfor Microwave Access，全球微波互联接入）等系统中都采用了MIMO技术来增加系统容量，MIMO技术主要是通过在多个发送天线之间传输多个数据流来提高数据传输速率。MIMO预编码技术中发送数据X、预编码矩阵W、接收数据Y和信道矩阵H的关系可用如下公式简要描述：

Y＝H·W·X+N式（1）

假设接收天线数为Rx，发送天线数为Tx，预编码矩阵的层数为L；则式（1）中Y为Rx×1的矩阵，H为Rx×Tx的矩阵，W为Tx×L的矩阵，X为L×1的矩阵，高斯白噪声N为Rx×1的矩阵。

MIMO技术的引入使得MIMO系统中SINR的估计算法不能只考虑信号质量和噪声的影响，MIMO系统中特有的空间相关性带来的不同数据流之间的干扰对SINR的准确估计也是一个极为重要的因素。

现有技术一般是采用接收机的信道响应信息和噪声功率进行SINR估计，如申请号CN200810096123.4的中国发明专利《一种信干噪比确定方法及装置》，其通过信道响应进行信号功率计算，然后根据信号功率与噪声功率的比值得到SINR，其缺陷在于，估计的SINR只反映了信号质量和噪声水平，无法反映MIMO信号传输中空间相关性对SINR估计的影响。申请号CN201110431549.2的中国发明专利《通信终端及其秩指示参数的检测方法和装置》中对CRS（Cell-specificreference signals，小区公共参考信号）进行MIMO检测，再根据MIMO检测结果计算信号功率和干扰功率，从而得到对空间相关性的估计，其缺陷在于，仅能识别空间相关性大小但无法估计出反映MIMO信号传输质量的SINR。申请号CN200710065173.1的中国发明专利《一种时分双工系统中估计信道质量指示的方法及终端》和3GPP提案R1-062650中通过公式其中，M=((HW)^HHW+R_n)^-1来进行SINR估计，其缺陷在于，需要用到求逆操作，计算的复杂度较大且估计的SINR只能与MMSE（Minimum Mean Square Error，最小均方误差）检测算法的MIMO接收机特性相匹配，无法适用于其他MIMO接收机类型下的SINR估计。

发明内容

为解决以上信号质量、噪声干扰水平和MIMO空间相关性对SINR估计准确性影响的问题，本发明提供一种MIMO系统中SINR估计方法及装置，用于MIMO系统中信号传输质量的识别，本专利不仅能够识别信号质量和噪声干扰水平，而且能够有效体现空间相关性的影响并真实反映MIMO接收机的实际处理能力。

本发明的一种多输入多输出MIMO系统信干噪比SINR估计方法，对接收到的导频信号进行MIMO检测，得到发送天线上导频信号估计值以及Null载波估计值；利用发送天线上导频信号估计值以及Null载波估计值获得信干噪比SINR估计值。

本发明的一种多输入多输出MIMO系统信干噪比SINR估计装置，包括导频信号接收模块、MIMO检测模块和信干噪比估计模块；

所述导频信号接收模块用于接收导频信号；

所述MIMO检测模块用于对接收到的导频信号进行MIMO检测，得到发送天线上导频信号估计值以及Null载波估计值；

所述信干噪比估计模块用于利用发送天线上导频信号估计值以及Null载波估计值获得信干噪比SINR估计值；

所述信干噪比估计模块，包括：

信号功率计算单元，用于根据导频信号估计值计算信号功率；

导频信号噪声干扰功率计算单元，用于根据导频信号估计值计算导频信号噪声干扰功率；

Null噪声干扰功率计算单元，用于根据Null载波估计值计算Null噪声干扰功率；

信干噪比计算单元，用于根据信号功率、导频信号噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR。

本发明根据MIMO系统中导频信号的传输特点，对接收的导频信号进行MIMO检测；根据MIMO检测得到的发送天线上导频信号的估计值和/或发送天线上Null载波上的估计值和/或本地导频信号的理想值进行SINR估计；从而获得反映MIMO空间特征和MIMO接收机实际处理能力的SINR。与现有技术相比，本发明可以直接使用数据的MIMO检测算法对导频信号进行MIMO检测，降低了UE终端接收机的复杂度。估计的SINR反映了MIMO系统的空间特征，估计的SINR真实反映了MIMO接收机的实际处理能力。

附图说明

图1是本发明MIMO系统SINR估计方法实施例流程示意图；

图2是本发明实施例天线发送时CRS和Null载波样本示意图；

左图是天线口0的CRS分布示意图，右图是天线口1的CRS分布示意图。本发明专利中CRS载波指某个发送天线上在某个子载波上发送的真实的CRS的子载波，即图示中的“CRS信号样本”；Null载波指其他发送天线在某个子载波上发送CRS而该发送天线上没有任何信号发送的子载波，即图示中的“Null载波样本”；

图3是本发明MIMO系统SINR估计方法中SINR估计实施例流程示意图；

图4是本发明MIMO系统SINR估计装置实施例结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明做进一步详细说明。

需要说明的是，本发明所述导频信号在LTE系统中指小区公共参考信号CRS，在WiMax系统中是指导频信号Pilot。

作为本发明一个实施例，MIMO系统中SINR估计方法，包括：

301、对接收到的导频信号进行MIMO检测，得到发送天线上导频信号的估计值以及Null载波上的估计值；

302、利用发送天线上导频信号的估计值以及Null载波上的估计值获得信干噪比SINR估计值。

本发明所述接收到的导频信号为接收天线上接收的某一根发送天线上发送的导频信号或某几根发送天线上发送的导频信号的组合或所有发送天线上发送的导频信号的组合。

作为本发明一个实施例，以LTE系统中MIMO2X2配置为例，描述对接收到的导频信号进行MIMO检测，得到发送天线上导频信号的估计值以及Null载波上的估计值；

发送数据（x₀和x₁）的预编码过程可以表示为：

$Y=\left[\begin{array}{c}{y}_0\\ y_1\end{array}\right]=H\·W\·X+N$     式（2）

$=\left[\begin{array}{cc}{h}_{00}& h_{01}\\ h_{10}& h_{11}\end{array}\right]\left[\begin{array}{cc}{w}_0& w_2\\ w_1& w_3\end{array}\right]\left[\begin{array}{c}{x}_0\\ x_1\end{array}\right]+\left[\begin{array}{c}{n}_0\\ n_1\end{array}\right]$

其中，y_i表示第i根接收天线上接收的信号；h_ij表示第i根接收天线与第j根发送天线间的信道冲激响应；w_i表示预编码矩阵中的元素，具体取值可参考3GPP TS36.211中Table6.3.4.2.3-1；x_i表示第i根发送天线上发送的信号；n_i表示第i根接收天线上的噪声和干扰。

根据CRS的发送特点，其预编码矩阵可以表示为 $w=\left[\begin{array}{cc}{w}_0& w_2\\ w_1& w_3\end{array}\right]=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right],$ 则接收的CRS数据同样可用式（3）来表示：

$\left[\begin{array}{c}{Y}_{\mathrm{CRS}0}\\ Y_{\mathrm{CRS}1}\end{array}\right]=\left[\begin{array}{cc}{h}_{00}& h_{01}\\ h_{10}& h_{11}\end{array}\right]\left[\begin{array}{cc}{w}_0& w_2\\ w_1& w_3\end{array}\right]\left[\begin{array}{c}\mathrm{CRS}\\ \mathrm{Null}\end{array}\right]$

$=\left[\begin{array}{c}{h}_{00}\·w_0\·\mathrm{CRS}+h_{01}\·w_1\·\mathrm{CRS}+h_{00}\·w_2\·\mathrm{Null}+h_{01}\·w_3\·N_{\mathrm{ull}}\\ h_{10}\·w_0\·\mathrm{CRS}+h_{11}\·w_1\·\mathrm{CRS}+h_{10}\·w_2\·\mathrm{Null}+h_{11}\·w_3\·\mathrm{Null}\end{array}\right]$    式（3）

$\left[\begin{array}{c}{h}_{00}\·\mathrm{CRS}+h_{00}\·\mathrm{Null}\\ h_{10}\·\mathrm{CRS}+h_{11}\·\mathrm{Null}\end{array}\right]$

我们可以看出式（2）和式（3）具有相同的结构，因此可以采用数据的MIMO检测方法对CRS和Null进行检测，从而获得CRS估计值和Null的估计值。Null的估计过程在中国专利CN201110431549.2中明确记载，不再详述。

由于发送端Null载波上是没有任何信息发送的，因此检测得到的Null信息中不仅含有噪声和干扰的成分，也体现了空间相关性带来的影响。

所述MIMO检测可采用但不限于ZF（Zero Force，迫零）检测算法、最小均方误差MMSE检测算法、QR分解检测算法、MLD（Maxmimum LikelihoodDetection，最大似然）检测算法中的任意一种；

MMSE检测算法可以表示为：

$\hat{X}={[{\left(\mathrm{HW}\right)}^H\·\mathrm{HW}+N_0\·I]}^{-1}\·{\left(\mathrm{HW}\right)}^H\·Y$    式（4）

ZF检测算法可以表示为：

$\hat{X}={\left(\mathrm{HW}\right)}^{-1}\·Y$     式（5）

QR检测算法可以表示为：

$\hat{X}={\left(R\right)}^{-1}\·Q^H\·Y$     式（6）

其中，HW=Q·R，即对HW进行QR分解；Q是一个酉矩阵；R是一个上三角矩阵，(R)^-1是一个下三角矩阵，因此可以根据式（6）逐层解出CRS和Null的估计值；

当然，还可以采用其他MIMO检测算法得到CRS和Null的估计值，本发明对此不作特别限定。

本发明结合导频信号和数据的传输特点，即对应某发送天线某子载波上发送导频信号的子载波，其他发送天线在该子载波位置，表示为Null载波，不发送任何信息，构造符合导频信号发送特点的预编码矩阵，从而可以直接利用数据的MIMO检测算法对导频信号进行检测，利用MIMO检测算法对发送的导频信号和Null载波进行估计，可有效识别空间相关性的影响。

本发明所述接收到的导频信号为接收天线上接收的某一根发送天线上发送的导频信号或某几根发送天线上发送的导频信号的组合或所有发送天线上发送的导频信号的组合。例如对于LTE系统，参考图2，用于MIMO检测的对象可以是两根接收天线上接收的R0或者R1，也可以是R0和R1的组合；

可选的，当MIMO检测的对象是两根接收天线上接收的R0时，MIMO检测得到的CRS估计值为发送天线口0上发送的R0的估计值；MIMO检测得到的Null的估计值为与天线口0上R0具有相同时频资源的发送天线口1上的Null的估计值。所述两根接收天线上接收的R0是指两根接收天线上接收的图1中天线口0的图示中R0所在的子载波上的信号。

可选的，当MIMO检测的对象是两根接收天线上接收的R1时，MIMO检测得到的CRS估计值为发送天线口1上发送的R1的估计值；MIMO检测得到的Null的估计值为与天线口1上R1具有相同时频资源的发送天线口0上的Null的估计值。所述两根接收天线上接收的R1是指两根接收天线上接收的图2中天线口1的图示中R1所在的子载波上的信号。

可选的，当MIMO检测的对象是两根接收天线上接收的R0和R1时，MIMO检测得到的CRS估计值为发送天线口0上发送的R0的估计值和发送天线口1上发送的R1的估计值；MIMO检测得到的Null的估计值为与天线口0上R0具有相同时频资源的发送天线口1上的Null的估计值和与天线口1上R1具有相同时频资源的发送天线口0上的Null的估计值。所述两根接收天线上接收的R0和R1分别指两根接收天线上接收的图2中天线口0的图示中R0所在的子载波上的信号和图2中天线口1的图示中R1所在的子载波上的信号。

作为本发明一个实施例，描述根据MIMO检测得到的发送天线上CRS估计值和发送天线上Null载波的估计值进行SINR估计，如图3所示，具体步骤为：

401、根据CRS估计值计算信号功率；

401－1、计算CRS估计值实虚部幅度均值，计算公式如下：

${\mathrm{Amp}}_0=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left(\right|\mathrm{real}\left|\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|+\left|\mathrm{imag}\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|)$    式（9）

401－2、确定CRS估计值的基准星座点为：Norm₀=Amp₀+Amp₀·j，其中j²=-1。

401－3、计算基准星座图点功率，作为信号功率：

SigPwr=|Norm₀|²   式（10）

402、根据CRS估计值计算CRS噪声干扰功率

通过如下误差矢量功率计算获取：

$\mathrm{NoiseP}{\mathrm{wr}}_0=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{|{\mathrm{Norm}}_0-|\mathrm{CR}\hat{S}\left(i\right)\left|\right|}^2$    式（11）

403、根据Null载波估计值计算Null噪声干扰功率

403－1、计算Null载波估计值实虚部幅度均值，计算公式如下：

${\mathrm{Amp}}_1=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left(\right|\mathrm{real}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)+\left|\mathrm{imag}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)\right|)$    式（12）

403－2、确定Null载波估计值的基准星座点为：Norm₁=Amp₁+Amp₁·j，其中j²=-1。

403－3、由Null载波估计值计算Null噪声干扰功率

通过如下公式计算：

NoisePwr₁=|Norm₁|²    式（13）

404、根据信号功率、CRS噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR：

$\mathrm{SINR}=\frac{\mathrm{SigRwr}}{\mathrm{Noise}{\mathrm{Pwr}}_0+\mathrm{\α}\·\mathrm{Noise}{\mathrm{Pwr}}_1}$    式（14）

其中，α是加权因子，取值范围0~1之间。一种较优的α取值方法为：

$\mathrm{\&alpha;}=\left\{\begin{array}{cc}0.2,& \mathrm{SigPwr}/\mathrm{Noise}{\mathrm{Pwr}}_1\&GreaterEqual;10\mathrm{dB}\\ 0.8,& \mathrm{SigPwr}/\mathrm{Noise}{\mathrm{Pwr}}_1<10\mathrm{dB}\end{array}\right.$    式（15）

本实施例中根据Null载波估计值获取由空间相关性带来的干扰并将该干扰统计在噪声干扰功率中，使得估计的SINR不仅反映信号质量和噪声的影响而且体现了空间相关性的影响。

进一步地，根据发送天线上CRS估计值和发送天线上Null载波的估计值和本地CRS信号计算得到估计的SINR。

作为本发明一个实施例，所述发送天线上的本地CRS信号根据小区ID号、时隙号、CP（Cyclic Prefix：循环前缀）类型等信息生成，包括：

根据3GPP TS36.211中6.10.1.1节描述，参考信号定义为：

$r_{l,n_s}\left(m\right)=\frac{1}{\sqrt{2}}(1-2\&CenterDot;c\left(2m\right))+j\frac{1}{\sqrt{2}}(1-2\&CenterDot;c(2m+1)),m=\mathrm{0,1}...,2N_{\mathrm{RB}}^{\max ,\mathrm{DL}}-1$    式（7）

其中：n_s是一个无线帧中的时隙号，取值范围0~1之间9；l是一个时隙中的OFDM符号标识，常规CP时l取值0~7，扩展CP时l取值0~6；是当前系统带宽下下行最大RB个数。伪随机序列c(i)是0或1的二进制比特，c(i)在TS36.211中7.2节定义，每个OFDM符号伪随机序列c(i)的初始值为：

$c_{\mathrm{init}}=2^{10}\&CenterDot;(7\&CenterDot;(n_s+1)+l+1)\&CenterDot;(2\&CenterDot;N_{\mathrm{ID}}^{\mathrm{cell}}+1)+2\&CenterDot;N_{\mathrm{ID}}^{\mathrm{cell}}+N_{\mathrm{CP}}$    式（8）

其中： 是小区ID号。

根据式（7）可知，小区公共参考信号CRS符合QPSK（Quaternary Phase ShiftKeying）星座图特征。

本实施例在利用发送天线上CRS估计值和发送天线上Null载波的估计值的基础上，进一步利用本地CRS信号对信号功率和CRS估计值的噪声干扰功率进行调整，进而进行SINR估计，具体步骤为：

501、根据CRS估计值计算信号功率；

501－1、计算CRS估计值实虚部幅度均值，计算公式如下：

${\mathrm{Amp}}_0=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\right|\mathrm{real}\left|\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|+\left|\mathrm{imag}\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|)$    式（16）

501-2、根据本地CRS信号（LoclCRS）计算CRS估计值实虚部幅度均值的幅度调整因子；

因本地CRS信号为QPSK标准星座点，所以用一个点计算幅度调整因子即可：

Amp_Fct₀=2Amp₀/(|real(LoclCRS(0))|+|imag(LoclCRS(0))|)   式（17）

501－3、计算CRS估计值的信号功率为基准星座图点功率：

SigPwr=Amp_Fct₀ ²·|LoclCRS(0)|²    式（18）

502、计算CRS估计值的噪声干扰功率；

通过如下误差矢量功率计算获取：

$\mathrm{NoiseP}{\mathrm{wr}}_0=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{|\mathrm{Amp}\_{\mathrm{Fct}}_0\&CenterDot;\mathrm{LoclCRS}\left(i\right)-\mathrm{CR}\hat{S}\left(i\right)|}^2$    式（19）

503、根据Null载波估计值计算Null噪声干扰功率

503－1、计算Null载波估计值实虚部幅度均值，计算公式如下：

${\mathrm{Amp}}_1=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\right|\mathrm{real}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)+\left|\mathrm{imag}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)\right|)$    式（20）

503－2、确定估计Null的基准星座点为：Norm₁=Amp₁+Amp₁·j，其中j²=-1。

503－3、由Null载波估计值得到的Null噪声干扰功率

计算公式如下：

NoisePwr₁=|Norm₁|²   式（21）

504、根据如下公式计算得到信干噪比SINR。

$\mathrm{SINR}=\frac{\mathrm{SigRwr}}{\mathrm{Noise}{\mathrm{Pwr}}_0+\mathrm{\&alpha;}\&CenterDot;\mathrm{Noise}{\mathrm{Pwr}}_1}$    式（22）

其中，α是加权因子，取值范围0~1之间。一种较优的α取值方法为：

$\mathrm{\&alpha;}=\left\{\begin{array}{cc}0.2,& \mathrm{SigPwr}/\mathrm{Noise}{\mathrm{Pwr}}_1\&GreaterEqual;10\mathrm{dB}\\ 0.8,& \mathrm{SigPwr}/\mathrm{Noise}{\mathrm{Pwr}}_1<10\mathrm{dB}\end{array}\right.$ 式（23）

本实施例中根据本地CRS信号和CRS估计值进行信号功率的计算，能够更为准确地识别出信号功率和噪声功率；根据Null载波估计值获取由空间相关性带来的干扰并将该干扰统计在噪声干扰功率中，使得估计的噪声干扰功率中包含了空间相关性的影响；本实施例的SINR估计方法准确地体现了MIMO接收机的实际处理能力。

本发明利用导频信号的特点，根据MIMO检测得到的发送天线上导频信号的估计值、发送天线上Null载波上的估计值、本地导频信号的理想值进行SINR估计，能够有效准确估计出信道的SINR。

本发明提供一种多输入多输出MIMO系统信干噪比SINR估计装置，包括：

导频信号接收模块，用于接收导频信号；

所述导频信号可以是两根接收天线上接收的R0或者R1，也可以是R0和R1的组合，如图2所示；

可选的，当MIMO检测的对象是两根接收天线上接收的R0时，MIMO检测得到的CRS估计值为发送天线口0上发送的R0的估计值；MIMO检测得到的Null的估计值为与天线口0上R0具有相同时频资源的发送天线口1上的Null的估计值。所述两根接收天线上接收的R0是指两根接收天线上接收的图1中天线口0的图示中R0所在的子载波上的信号。

可选的，当MIMO检测的对象是两根接收天线上接收的R1时，MIMO检测得到的CRS估计值为发送天线口1上发送的R1的估计值；MIMO检测得到的Null的估计值为与天线口1上R1具有相同时频资源的发送天线口0上的Null的估计值。所述两根接收天线上接收的R1是指两根接收天线上接收的图2中天线口1的图示中R1所在的子载波上的信号。

可选的，当MIMO检测的对象是两根接收天线上接收的R0和R1时，MIMO检测得到的CRS估计值为发送天线口0上发送的R0的估计值和发送天线口1上发送的R1的估计值；MIMO检测得到的Null的估计值为与天线口0上R0具有相同时频资源的发送天线口1上的Null的估计值和与天线口1上R1具有相同时频资源的发送天线口0上的Null的估计值。所述两根接收天线上接收的R0和R1分别指两根接收天线上接收的图2中天线口0的图示中R0所在的子载波上的信号和图2中天线口1的图示中R1所在的子载波上的信号。

MIMO检测模块，对接收到的导频信号进行MIMO检测，得到发送天线上导频信号估计值以及Null载波估计值；

作为本发明一个实施例，以LTE系统中MIMO2X2配置为例，描述对接收到的导频信号进行MIMO检测，得到发送天线上导频信号的估计值以及Null载波上的估计值；

发送数据（x₀和x₁）的预编码过程可以表示为：

$Y=\left[\begin{array}{c}{y}_0\\ y_1\end{array}\right]=H\&CenterDot;W\&CenterDot;X+N$    式（2）

$=\left[\begin{array}{cc}{h}_{00}& h_{01}\\ h_{10}& h_{11}\end{array}\right]\left[\begin{array}{cc}{w}_0& w_2\\ w_1& w_3\end{array}\right]\left[\begin{array}{c}{x}_0\\ x_1\end{array}\right]+\left[\begin{array}{c}{n}_0\\ n_1\end{array}\right]$

其中，y_i表示第i根接收天线上接收的信号；h_ij表示第i根接收天线与第j根发送天线间的信道冲激响应；w_i表示预编码矩阵中的元素，具体取值可参考3GPP TS36.211中Table6.3.4.2.3-1；x_i表示第i根发送天线上发送的信号；n_i表示第i根接收天线上的噪声和干扰。

根据CRS的发送特点，其预编码矩阵可以表示为 $w=\left[\begin{array}{cc}{w}_0& w_2\\ w_1& w_3\end{array}\right]=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right],$ 则接收的CRS数据同样可用式（3）来表示：

$\left[\begin{array}{c}{Y}_{\mathrm{CRS}0}\\ Y_{\mathrm{CRS}1}\end{array}\right]=\left[\begin{array}{cc}{h}_{00}& h_{01}\\ h_{10}& h_{11}\end{array}\right]\left[\begin{array}{cc}{w}_0& w_2\\ w_1& w_3\end{array}\right]\left[\begin{array}{c}\mathrm{CRS}\\ \mathrm{Null}\end{array}\right]$

$=\left[\begin{array}{c}{h}_{00}\&CenterDot;w_0\&CenterDot;\mathrm{CRS}+h_{01}\&CenterDot;w_1\&CenterDot;\mathrm{CRS}+h_{00}\&CenterDot;w_2\&CenterDot;\mathrm{Null}+h_{01}\&CenterDot;w_3\&CenterDot;N_{\mathrm{ull}}\\ h_{10}\&CenterDot;w_0\&CenterDot;\mathrm{CRS}+h_{11}\&CenterDot;w_1\&CenterDot;\mathrm{CRS}+h_{10}\&CenterDot;w_2\&CenterDot;\mathrm{Null}+h_{11}\&CenterDot;w_3\&CenterDot;\mathrm{Null}\end{array}\right]$    式（3）

$\left[\begin{array}{c}{h}_{00}\&CenterDot;\mathrm{CRS}+h_{00}\&CenterDot;\mathrm{Null}\\ h_{10}\&CenterDot;\mathrm{CRS}+h_{11}\&CenterDot;\mathrm{Null}\end{array}\right]$

我们可以看出式（2）和式（3）具有相同的结构，因此可以采用数据的MIMO检测方法对CRS和Null进行检测，从而获得CRS估计值和Null的估计值。Null的估计过程在中国专利CN201110431549.2中明确记载，不再详述。

由于发送端Null载波上是没有任何信息发送的，因此检测得到的Null信息中不仅含有噪声和干扰的成分，也体现了空间相关性带来的影响。

所述MIMO检测方法可以采用MMSE检测算法、ZF检测算法或者QR检测算法中的任意一种；

MMSE检测算法可以表示为：

$\hat{X}={[{\left(\mathrm{HW}\right)}^H\&CenterDot;\mathrm{HW}+N_0\&CenterDot;I]}^{-1}\&CenterDot;{\left(\mathrm{HW}\right)}^H\&CenterDot;Y$    式（4）

ZF检测算法可以表示为：

$\hat{X}={\left(\mathrm{HW}\right)}^{-1}\&CenterDot;Y$     式（5）

QR检测算法可以表示为：

$\hat{X}={\left(R\right)}^{-1}\&CenterDot;Q^H\&CenterDot;Y$     式（6）

其中，HW=Q·R，即对HW进行QR分解；Q是一个酉矩阵；R是一个上三角矩阵，(R)^-1是一个下三角矩阵，因此可以根据式（6）逐层解出CRS和Null的估计值；

当然，还可以采用其他MIMO检测算法得到CRS和Null的估计值，本发明对此不作特别限定。

本发明结合导频信号和数据的传输特点，即对应某发送天线某子载波上发送导频信号的子载波，其他发送天线在该子载波位置，表示为Null载波，不发送任何信息，构造符合导频信号发送特点的预编码矩阵，从而可以直接利用数据的MIMO检测算法对导频信号进行检测，利用MIMO检测算法对发送的导频信号和Null载波进行估计，可有效识别空间相关性的影响。

信干噪比估计模块，用于利用发送天线上导频信号估计值以及Null载波估计值获得信干噪比SINR估计值；

所述信干噪比估计模块，包括：

信号功率计算单元，用于根据导频信号估计值计算信号功率；

导频信号噪声干扰功率计算单元，用于根据导频信号估计值计算导频信号噪声干扰功率；

Null噪声干扰功率计算单元，用于根据Null载波估计值计算Null噪声干扰功率；

信干噪比计算单元，用于根据信号功率、导频信号噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR。

本发明实施例以LTE系统中导频信号（小区公共参考信号CRS）为例进行说明，假设已经根据MIMO检测得到了发送天线上CRS估计值和发送天线上Null载波的估计值。

作为本发明一个实施例，具体描述信干噪比估计模块中各个单元的实施方式；

信号功率计算单元，根据CRS估计值计算信号功率，参见401－1到401－3的描述；

导频信号噪声干扰功率计算单元，根据CRS估计值计算导频信号噪声干扰功率，参见402的描述；

Null噪声干扰功率计算单元，用于根据Null载波估计值计算Null噪声干扰功率，参见403－1至403－3的描述；

信干噪比计算单元，用于根据信号功率、导频信号噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR，参见404的描述。

本实施例中根据Null载波估计值获取由空间相关性带来的干扰并将该干扰统计在噪声干扰功率中，使得估计的SINR体现了空间相关性的影响。

作为本发明另一个实施例，在利用发送天线上CRS估计值和发送天线上Null载波的估计值的基础上，进一步利用本地CRS信号对信号功率和CRS估计值的噪声干扰功率进行调整，进而进行SINR估计，下面具体描述信干噪比估计模块中各个单元的另一种实施方式；

信号功率计算单元，根据CRS估计值计算信号功率，参见501－1到501－3的描述；

导频信号噪声干扰功率计算单元，根据CRS估计值计算导频信号噪声干扰功率，参见502的描述；

Null噪声干扰功率计算单元，用于根据Null载波估计值计算Null噪声干扰功率，参见503－1至503－3的描述；

信干噪比计算单元，用于根据信号功率、导频信号噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR，参见504的描述。

本实施例中根据本地CRS信号和CRS估计值进行信号功率的计算，能够更为准确地识别出信号功率；根据Null载波估计值获取由空间相关性带来的干扰并将该干扰统计在噪声干扰功率中，使得估计的噪声干扰功率中包含了空间相关性的影响。

本发明所举实施方式或者实施例对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施方式或者实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种多输入多输出MIMO系统信干噪比SINR估计方法，其特征在于：对接收到的导频信号进行MIMO检测，得到发送天线上导频信号估计值以及Null载波估计值；利用发送天线上导频信号估计值以及Null载波估计值获得信干噪比SINR估计值。

2.根据权利要求1所述SINR估计方法，其特征在于：所述接收到的导频信号为接收天线上接收的某一根发送天线上发送的导频信号或某几根发送天线上发送的导频信号的组合或所有发送天线上发送的导频信号的组合。

3.根据权利要求1所述SINR估计方法，其特征在于：所述MIMO检测采用迫零ZF检测算法、最大均方误差MMSE检测算法、QR分解检测算法或者最大似然MLD检测算法中的任意一种。

4.根据权利要求1所述SINR估计方法，其特征在于：所述利用发送天线上导频信号估计值以及Null载波估计值获得信干噪比SINR估计值，包括：

根据导频信号估计值计算信号功率；

根据导频信号估计值计算导频信号噪声干扰功率；

根据Null载波估计值计算Null噪声干扰功率；

根据信号功率、导频信号噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR。

5.根据权利要求4所述SINR估计方法，其特征在于：

所述根据导频信号估计值计算信号功率，包括：

计算导频信号估计值实虚部幅度均值Amp₀：

${\mathrm{Amp}}_0=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\right|\mathrm{real}\left|\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|+\left|\mathrm{imag}\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|),$ 其中表示导频信号估计值，N表示估计值长度；

确定导频信号估计值的基准星座点Norm₀：

Norm₀=Amp₀+Amp₀·j，其中j²=-1

计算基准星座图点功率，作为信号功率SigPwr：

SigPwr=|Norm₀|²

所述根据导频信号估计值计算导频信号噪声干扰功率NoisePwr₀，包括：

$\mathrm{NoiseP}{\mathrm{wr}}_0=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{|{\mathrm{Norm}}_0-|\mathrm{CR}\hat{S}\left(i\right)\left|\right|}^2$

所述根据Null载波估计值计算Null噪声干扰功率，包括：

计算Null载波估计值实虚部幅度均值Amp₁：

${\mathrm{Amp}}_1=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\right|\mathrm{real}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)+\left|\mathrm{imag}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)\right|),$ 其中表示Null载波估计值；

确定Null载波估计值的基准星座点Norm₁：

Norm1=Amp₁+Amp₁·j，其中j²=-1

由Null载波估计值计算Null噪声干扰功率NoisePwr₁：

NoisePwr₁=|Norm₁|²

所述根据信号功率、导频信号噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR，包括：

其中，α是加权因子，取值范围0~1之间。

6.根据权利要求4所述SINR估计方法，其特征在于：

所述根据导频信号估计值计算信号功率，包括：

计算导频信号估计值实虚部幅度均值Amp₀：

${\mathrm{Amp}}_0=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\right|\mathrm{real}\left|\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|+\left|\mathrm{imag}\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|),$ 其中表示导频信号估计值，N表示估计值长度；

根据本地CRS信号LoclCRS计算CRS估计值实虚部幅度均值的幅度调整因子Amp_Fct₀：

Amp_Fct₀=2Amp₀/(|real(LoclCRS(0))|+|imag(LoclCRS(0))|)，LoclCRS(0)表示

计算基准星座图点功率，作为信号功率SigPwr：

SigPwr=Amp_Fct₀ ²·|LoclCRS(0)|²

所述根据导频信号估计值计算导频信号噪声干扰功率NoisePwr₀，包括：

$\mathrm{NoiseP}{\mathrm{wr}}_0=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{|\mathrm{Amp}\_{\mathrm{Fct}}_0\&CenterDot;\mathrm{LoclCRS}\left(i\right)-\mathrm{CR}\hat{S}\left(i\right)|}^2$

所述根据Null载波估计值计算Null噪声干扰功率，包括：

计算Null载波估计值实虚部幅度均值Amp₁

${\mathrm{Amp}}_1=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\right|\mathrm{real}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)+\left|\mathrm{imag}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)\right|)$

确定Null载波估计值的基准星座点Norm₁

Norm₁=Amp₁+Amp₁·j，其中j²=-1

由Null载波估计值计算Null噪声干扰功率NoisePwr₁：

NoisePwr₁=|Norm₁|²

所述根据信号功率、导频信号噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR，包括：

其中，α是加权因子，取值范围0~1之间。

7.一种多输入多输出MIMO系统信干噪比SINR估计装置，包括导频信号接收模块、MIMO检测模块和信干噪比估计模块，其特征在于：

所述导频信号接收模块用于接收导频信号；

所述MIMO检测模块用于对接收到的导频信号进行MIMO检测，得到发送天线上导频信号估计值以及Null载波估计值；

所述信干噪比估计模块用于利用发送天线上导频信号估计值以及Null载波估计值获得信干噪比SINR估计值；

所述信干噪比估计模块，包括：

信号功率计算单元，用于根据导频信号估计值计算信号功率；

导频信号噪声干扰功率计算单元，用于根据导频信号估计值计算导频信号噪声干扰功率；

Null噪声干扰功率计算单元，用于根据Null载波估计值计算Null噪声干扰功率；

信干噪比计算单元，用于根据信号功率、导频信号噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR。

8.根据权利要求7所述SINR估计装置，其特征在于：所述MIMO检测模块采用迫零ZF检测算法、最大均方误差MMSE检测算法、QR分解检测算法或者最大似然MLD检测算法中的任意一种。

9.根据权利要求7所述SINR估计装置，其特征在于：

所述根据导频信号估计值计算信号功率，包括：

计算导频信号估计值实虚部幅度均值Amp₀：

${\mathrm{Amp}}_0=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\right|\mathrm{real}\left|\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|+\left|\mathrm{imag}\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|),$ 其中表示导频信号估计值，N表示估计值长度；

确定导频信号估计值的基准星座点Norm₀：

Norm₀=Amp₀+Amp₀·j，其中j²=-1

计算基准星座图点功率，作为信号功率SigPwr：

SigPwr=|Norm₀|²

所述根据导频信号估计值计算导频信号噪声干扰功率NoisePwr₀，包括：

$\mathrm{NoiseP}{\mathrm{wr}}_0=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{|{\mathrm{Norm}}_0-|\mathrm{CR}\hat{S}\left(i\right)\left|\right|}^2$

所述根据Null载波估计值计算Null噪声干扰功率，包括：

计算Null载波估计值实虚部幅度均值Amp₁：

${\mathrm{Amp}}_1=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\right|\mathrm{real}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)+\left|\mathrm{imag}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)\right|),$ 其中表示Null载波估计值；

确定Null载波估计值的基准星座点Norm₁：

Norm₁=Amp₁+Amp₁·j，其中j²=-1

由Null载波估计值计算Null噪声干扰功率NoisePwr₁：

NoisePwr₁=|Norm₁|²

所述根据信号功率、导频信号噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR，包括：

其中，α是加权因子，取值范围0~1之间。

10.根据权利要求7所述SINR估计装置，其特征在于：

所述根据导频信号估计值计算信号功率，包括：

计算导频信号估计值实虚部幅度均值Amp₀：

${\mathrm{Amp}}_0=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\right|\mathrm{real}\left|\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|+\left|\mathrm{imag}\left(\mathrm{CR}\hat{S}\left(i\right)\right)\right|),$ 其中表示导频信号估计值，N表示估计值长度；

根据本地CRS信号LoclCRS计算CRS估计值实虚部幅度均值的幅度调整因子Amp_Fct₀：

Amp_Fct₀=2Amp₀/(|real(LoclCRS(0))|+|imag(LoclCRS(0))|)，LoclCRS(0)表示

计算基准星座图点功率，作为信号功率SigPwr：

SigPwr=Amp_Fct₀ ²·|LoclCRS(0)|²

所述根据导频信号估计值计算导频信号噪声干扰功率NoisePwr₀，包括：

$\mathrm{NoiseP}{\mathrm{wr}}_0=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{|\mathrm{Amp}\_{\mathrm{Fct}}_0\&CenterDot;\mathrm{LoclCRS}\left(i\right)-\mathrm{CR}\hat{S}\left(i\right)|}^2$

所述根据Null载波估计值计算Null噪声干扰功率，包括：

计算Null载波估计值实虚部幅度均值Amp₁

${\mathrm{Amp}}_1=\frac{1}{2N}\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\left(\right|\mathrm{real}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)+\left|\mathrm{imag}\left(\mathrm{Nul}\hat{l}\left(i\right)\right)\right|)$

确定Null载波估计值的基准星座点Norm₁

Norm₁=Amp₁+Amp₁·j，其中j²=-1

由Null载波估计值计算Null噪声干扰功率NoisePwr₁：

NoisePwr₁=|Norm₁|²

所述根据信号功率、导频信号噪声干扰功率和Null噪声干扰功率，计算信干噪比SINR，包括：

其中，α是加权因子，取值范围0~1之间。