具体实施方式
本实施例中,在选取干扰噪声窗时,将目标小区中用户信号窗之外的全部时域信号径作为干扰噪声窗,并根据干扰噪声窗内的时域信号径进行噪声功率估计。由于选取的干扰噪声窗的窗长较大,避免了因为干扰噪声窗只包含某个干扰小区信号而导致计算得到的干扰噪声功率比真实的干扰噪声功率偏大的问题,同时由于干扰噪声窗能够包含所有可能的特定干扰小区信号,从统计意义上准确度更高,因此估计得到的干扰噪声功率更加接近于真实的干扰噪声功率值,从而提高信道估计的准确性。
下面结合说明书附图对本申请实施例作进一步详细描述。
如图3所示,本申请实施例一的噪声功率估计的网络侧设备的结构,包括:
取窗模块300,用于将目标小区中用户信号窗之外的全部时域信号径作为干扰噪声窗;
处理模块310,用于根据干扰噪声窗内的时域信号径进行噪声功率估计。
其中,取窗模块300还用于根据下列方式确定用户信号窗:
根据当前接入到网络侧设备管理的所有小区中的用户设备的数量,以及最大信号窗口值,确定用户信号窗长度:
(公式1);
其中,Nuser,total当前接入到网络侧设备管理的所有小区中的用户设备的数量,这些小区的全部用户设备复用在相同PRB(Physical Resource Block,物理资源块)上,WLenRef表示最大信号窗口值,既可以根据网络侧设备测量的定时偏差和最大多径时延之和进行设置,也可以由网络侧设备进行预先配置,length(WinSig)表示用户信号窗长度,NPRB表示分配给用户的PRB个数值。本申请实施例中用户设备可使用的时域资源总数为12NPRB。
然后取窗模块300根据用户信号窗长度,在目标小区内选取用户信号窗。
选取用户信号窗WinSig和干扰噪声窗WinNoise可以采用如下方式:
用户信号窗:WinSig=[-M1+α,M2+α-1]mod(12NPRB) (公式2);
干扰噪声窗:WinNoise=[M2+α,M2+α+M3-1]mod(12NPRB) (公式3);
其中,α表示用户的DMRS(DeModulation Reference Signal,解调参考信号)符号的相位偏移,M1和M2分别表示用户信号窗的前窗和后窗大小,M3表示干扰噪声窗的窗长,M1、M2和M3的取值由网络侧设备直接配置,mod(·)表示取模运算。
由于本申请实施例中将目标小区中用户信号窗之外的全部时域信号径作为干扰噪声窗,因此M3在确定用户信号窗后自动确定,因此通过配置参数α、M1和M2可以确定用户信号窗和干扰噪声窗在时域上的位置。
较佳地,取窗模块选取的用户信号窗与特定小区的用户信号窗不包含相同的时域信号径;其中,特定小区为目标小区的干扰小区,且由同一个网络侧设备管理。由此能够避免目标小区的用户信号窗内还包含了特定小区内的其他用户的信号。
本申请实施例的网络侧设备可以是各类基站,比如宏基站、家庭基站等,也可以是RN(Relay Node,中继节点)设备,还可以是其它网络侧设备。
在选取干扰噪声窗之后,处理模块310可以采用多种方式对干扰噪声窗内的时域信号径进行噪声功率估计,以获取噪声功率值,具体可以包括但不限于以下几种方式:
方式一,将干扰噪声窗内的全部时域信号径的功率值的平均值,作为噪声功率值,具体处理方式如下:
记目标小区的干扰噪声窗内的时域信号径为hi′(i=0,1,…WLn-1),按下式计算干扰噪声功率PowerNI:
其中,real(·)和imag(·)分别表示实部和虚部。
方式二,将干扰噪声窗内小于阈值的时域信号径的功率值的平均值,作为噪声功率值。此种方式中,通过设置阈值来过滤过大的时域信号径的功率值,以避免获取的噪声功率值过大,具体处理方式如下:
记目标小区的干扰噪声窗内的时域信号径为hi′(i=0,1,…WLn-1),将每个时域信号径hi′(i=0,1,…WLn-1)与阈值h0进行比较,保留小于阈值h0的时域信号径,得到hi(i=0,1,…WLn-N'-1),然后按下式计算干扰噪声功率PowerNI:
其中,real(·)和imag(·)分别表示实部和虚部,N’表示与阈值比较后排除的时域信号径数量,N’为非负整数。
方式三,将干扰噪声窗内最小的N个时域信号径的功率值的平均值,作为噪声功率值,其中N为正整数。一般情况下,N可以设置为干扰噪声窗内时域信号径总数的一半,而当时域信号径样本总数较少时,也可以将N设置为超过干扰噪声窗内时域信号径总数的一半的正整数,以提高噪声功率值的准确性。具体处理方式如下:
记目标小区的干扰噪声窗内的时域信号径为hi′(i=0,1,…WLn-1),对干扰噪声窗的时域信号径按照功率从小到大进行排序:hi=sort(hi′),其中,sort(·)表示从小到大进行排序。
选取最小的N个时域信号径,并按下式计算干扰噪声功率PowerNI:
其中,real(·)和imag(·)分别表示实部和虚部,N为正整数。
此外,处理模块310,还用于:
在根据干扰噪声窗内的时域信号径进行噪声功率估计之后,将进行噪声功率估计得到的噪声功率值作为进行信道估计时使用的有效时域信号径的门限值。
如图4所示,本申请实施例二的噪声功率估计的网络侧设备的结构,包括:
处理器400,用于将目标小区中用户信号窗之外的全部时域信号径作为干扰噪声窗;以及根据干扰噪声窗内的时域信号径进行噪声功率估计;
收发机410,用于在处理器400的控制下接收和发送数据。
较佳地,处理器400具体用于:
在确定UE需要进行自配置后,控制收发机410向网络侧设备发送表示UE需要进行自配置的信息。
较佳地,处理器400还用于根据下列方式确定用户信号窗:
根据当前接入到网络侧设备管理的所有小区中的用户设备的数量,以及最大信号窗口值,确定用户信号窗长度;以及
根据用户信号窗长度,在目标小区内选取用户信号窗。
较佳地,处理器400选取的用户信号窗与特定小区的用户信号窗不包含相同的时域信号径;其中,特定小区为目标小区的干扰小区,且由同一个网络侧设备管理。
较佳地,处理器400具体用于:
将干扰噪声窗内的全部时域信号径的功率值的平均值,作为噪声功率值;或
将干扰噪声窗内小于阈值的时域信号径的功率值的平均值,作为噪声功率值;或
将干扰噪声窗内最小的N个时域信号径的功率值的平均值,作为噪声功率值,N为正整数。
较佳地,处理器400还用于:
在根据干扰噪声窗内的时域信号径进行噪声功率估计之后,将进行噪声功率估计得到的噪声功率值作为进行信道估计时使用的有效时域信号径的门限值。
其中,在图4中,总线构架可以包括任意数量的互联的总线和桥,具体由处理器400代表的一个或多个处理器和存储器420代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机410可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。处理器400负责管理总线架构和通常的处理,存储器420可以存储处理器400在执行操作时所使用的数据。
处理器400负责管理总线架构和通常的处理,存储器420可以存储处理器400在执行操作时所使用的数据。
本申请实施例三还提供一种信道估计系统,该系统包括了实施例一和实施例二中所提及的任意一种噪声功率估计的网络侧设备。信道估计系统内的噪声功率估计的网络侧设备在处理得到噪声功率值之后,将其作为进行信道估计时使用的有效时域信号径的门限值,再由信道估计系统根据门限值进行信道估计。其中,信道估计系统根据门限值进行信道估计的具体处理方式包括但不限于背景技术中所提及的方式,可以采用其他任何适用的现有技术。
由于优化了获取噪声功率值的方式,因此选取有效时域信号径时的门限值相对于现有技术较为准确,能够减少在选取有效时域信号径时会漏掉部分真实的时域信号径的可能性,提高信道估计的准确性。
基于同一发明构思,本申请实施例中还分别提供了一种噪声估计方法以及信道估计方法,由于这些方法对应的设备是本申请实施例中噪声估计的网络侧设备和信道估计系统,并且该方法解决问题的原理与设备相似,因此该方法的实施可以参见设备中对应的实施,重复之处不再赘述。
如图5所示,本发明实施例四提供的噪声功率估计方法,包括:
步骤501,网络侧设备将目标小区中用户信号窗之外的全部时域信号径作为干扰噪声窗。
步骤502,网络侧设备根据干扰噪声窗内的时域信号径进行噪声功率估计。
较佳地,网络侧设备根据下列方式确定用户信号窗:
网络侧设备根据当前接入到网络侧设备管理的所有小区中的用户设备的数量,以及最大信号窗口值,确定用户信号窗长度;
网络侧设备根据用户信号窗长度,在目标小区内选取用户信号窗。
较佳地,网络侧设备选取的用户信号窗与特定小区的用户信号窗不包含相同的时域信号径;其中,特定小区为目标小区的干扰小区,且由网络侧设备管理。
较佳地,根据干扰噪声窗内的时域信号径进行噪声功率估计,包括:
将干扰噪声窗内的全部时域信号径的功率值的平均值,作为噪声功率值;或
将干扰噪声窗内小于阈值的时域信号径的功率值的平均值,作为噪声功率值;或
将干扰噪声窗内最小的N个时域信号径的功率值的平均值,作为噪声功率值,N为正整数。
较佳地,网络侧设备根据干扰噪声窗内的时域信号径进行噪声功率估计之后,还包括:
网络侧设备将进行噪声功率估计得到的噪声功率值作为进行信道估计时使用的有效时域信号径的门限值。
如图6所示,本发明实施例五提供的噪声功率估计方法,包括:
步骤601,网络侧设备根据当前接入到网络侧设备管理的所有小区中的用户设备的数量Nuser,total,以及最大信号窗口值WLenRef,采用公式1确定用户信号窗长度length(WinSig)。
本实施例中,网络侧设备管理下的小区为3个,Nuser,total=6,WLenRef预先设置为3NPRB,
由此确定用户信号窗长度为2NPRB。
步骤602,网络侧设备根据用户信号窗长度,在目标小区内选取用户信号窗。具体实施时,可以根据公式2通过设定适当的参数α、M1和M2选取用户信号窗。在选取用户信号窗时,使得同一小区内两个用户信号窗在时域上的间距最大,以保证选取的用户信号窗与特定小区的用户信号窗不包含相同的时域信号径。其中,特定小区为目标小区的干扰小区,且由同一网络侧设备管理。
本实施例中最终选取的用户信号窗如下:
小区1中:用户1的用户信号窗占用[0,2NPRB-1],用户2的用户信号窗占用[2NPRB,8NPRB-1];
小区2中,用户1的用户信号窗占用[2NPRB,4NPRB-1],用户2的用户信号窗占用[8NPRB,10NPRB-1];
小区3中,用户1的用户信号窗占用[4NPRB,6NPRB-1],用户2的用户信号窗占用[10NPRB,12NPRB-1]。
本申请的实施例中,用户信号窗的编号从0开始,[0,2NPRB-1]表示编号从0至2NPRB-1的2NPRB条时域信号径。
步骤603,网络侧设备将目标小区中用户信号窗之外的全部时域信号径作为干扰噪声窗:
小区1中,干扰噪声窗WinNoise,cell1占用[2NPRB,6NPRB-1]∪[8NPRB,12NPRB-1],窗长为WLn=length(WinNoise,cell1)=8NPRB;
小区2中,干扰噪声窗WinNoise,cell2占用[0,2NPRB-1]∪[4NPRB,8NPRB-1]∪[10NPRB,12NPRB-1],窗长为WLn=length(WinNoise,cell2)=8NPRB;
小区3中,干扰噪声窗WinNoise,cell3占用[0,4NPRB-1]∪[6NPRB,10NPRB-1],窗长为WLn=length(WinNoise,cell3)=8NPRB;
至此,本实施例选取的用户信号窗和干扰噪声窗如图7所示。
步骤604,将干扰噪声窗内的全部时域信号径的功率值的平均值,作为噪声功率值。
以小区1作为目标小区,记干扰噪声窗内的时域信号径为hi′(i=0,1,…WLn-1),按下式计算干扰噪声功率PowerNI:
其中,real(·)和imag(·)分别表示实部和虚部。
如图8所示,本发明实施例六提供的噪声功率估计方法,包括:
步骤801,网络侧设备根据当前接入到网络侧设备管理的所有小区中的用户设备的数量Nuser,total,以及最大信号窗口值WLenRef,采用公式1确定用户信号窗长度length(WinSig)。
本实施例中,网络侧设备管理下的小区为2个,Nuser,total=4,WLenRef预先设置为3NPRB,
由此确定用户信号窗长度为3NPRB。
步骤802,网络侧设备根据用户信号窗长度,在目标小区内选取用户信号窗。具体实施时,可以根据公式2通过设定适当的参数α、M1和M2选取用户信号窗。在选取用户信号窗时,使得同一小区内两个用户信号窗在时域上的间距最大,以保证选取的用户信号窗与特定小区的用户信号窗不包含相同的时域信号径。其中,特定小区为目标小区的干扰小区,且由同一网络侧设备管理。
本实施例中最终选取的用户信号窗如下:
小区1中:用户1的用户信号窗占用[0,3NPRB-1],用户2的用户信号窗占用[6NPRB,9NPRB-1];
小区2中,用户1的用户信号窗占用[3NPRB,6NPRB-1],用户2的用户信号窗占用[9NPRB,12NPRB-1];
步骤803,网络侧设备将目标小区中用户信号窗之外的全部时域信号径作为干扰噪声窗:
小区1中,干扰噪声窗WinNoise,cell1占用[3NPRB,6NPRB-1]∪[9NPRB,12NPRB-1],窗长为WLn=length(WinNoise,cell1)=6NPRB;
小区2中,干扰噪声窗WinNoise,cell2占用[0,3NPRB-1]∪[9NPRB,12NPRB-1],窗长为WLn=length(WinNoise,cell2)=6NPRB;
至此,本实施例选取的用户信号窗和干扰噪声窗如图9所示。
步骤804,将干扰噪声窗内小于阈值的时域信号径的功率值的平均值,作为噪声功率值。
以小区1作为目标小区,记干扰噪声窗内的时域信号径为hi′(i=0,1,…WLn-1),将每个时域信号径hi′(i=0,1,…WLn-1)与阈值h0进行比较,保留小于阈值h0的时域信号径,得到hi(i=0,1,…WLn-N'-1),然后按下式计算干扰噪声功率PowerNI:
其中,real(·)和imag(·)分别表示实部和虚部,N’表示与阈值比较后排除的时域信号径数量,N’为非负整数。
如图10所示,本发明实施例七提供的噪声功率估计方法,包括:
步骤1001,网络侧设备根据当前接入到网络侧设备管理的所有小区中的用户设备的数量Nuser,total,以及最大信号窗口值WLenRef,采用公式1确定用户信号窗长度length(WinSig)。
本实施例中,网络侧设备管理下的小区为2个,Nuser,total=4,WLenRef预先设置为3NPRB,
由此确定用户信号窗长度为3NPRB。
步骤1002,网络侧设备根据用户信号窗长度,在目标小区内选取用户信号窗。具体实施时,可以根据公式2通过设定适当的参数α、M1和M2选取用户信号窗。在选取用户信号窗时,使得同一小区内两个用户信号窗在时域上的间距最大,以保证选取的用户信号窗与特定小区的用户信号窗不包含相同的时域信号径。其中,特定小区为目标小区的干扰小区,且由网络侧设备管理。
本实施例中最终选取的用户信号窗如下:
小区1中,用户1的用户信号窗占用[0,2NPRB-1]∪[11NPRB,12NPRB-1],用户2的用户信号窗占用[5NPRB,8NPRB-1];
小区2中,用户1的用户信号窗占用[2NPRB,5NPRB-1],用户2的用户信号窗占用[8NPRB,11NPRB-1];
步骤1003,网络侧设备将目标小区中用户信号窗之外的全部时域信号径作为干扰噪声窗:
小区1中,干扰噪声窗WinNoise,cell1占用[2NPRB,5NPRB-1]∪[8NPRB,11NPRB-1],窗长为WLn=length(WinNoise,cell1)=6NPRB;
小区2中,干扰噪声窗WinNoise,cell2占用[0,2NPRB-1]∪[5NPRB,8NPRB-1]∪[11NPRB,12NPRB-1],窗长为WLn=length(WinNoise,cell2)=6NPRB;
至此,本实施例选取的用户信号窗和干扰噪声窗如图11所示。
步骤1004,将干扰噪声窗内最小的N个时域信号径的功率值的平均值,作为噪声功率值。
以小区1作为目标小区,记干扰噪声窗内的时域信号径为hi′(i=0,1,…WLn-1),对干扰噪声窗的时域信号径按照功率从小到大进行排序:hi=sort(hi′),其中,sort(·)表示从小到大进行排序。
选取最小的N个时域信号径,并按下式计算干扰噪声功率PowerNI:
其中,real(·)和imag(·)分别表示实部和虚部,N为正整数。
如图12所示,本发明实施例八提供的信道估计方法,该方法采用本申请实施例提供的任意一种噪声功率估计方法获取噪声功率值,并根据获取的噪声功率值进行信道估计,具体步骤如下:
步骤1201,进行频域的LS信道估计,将频域的接收导频符号与本地导频基序列相除,得到初始的频域信道估计值
本步骤中采用的信号模型为LTE上行SIMO的频域等效接收信道模型:
YP=diag{XP}HP+WP
YP表示接收导频信号矢量,XP表示发送导频信号矢量,HP表示频域信道响应矢量,WP表示接收噪声矢量,diag{XP}表示以XP的元素为主对角线元素的对角矩阵。
由此,得到初始的频域信道估计值为:
步骤1202,对初始的频域信道估计值进行N点的IDFT变换,得到处理前的时域信道估计序列
其中,FH表示归一化的IDFT矩阵。
步骤1203,对时域信道估计序列进行取窗抑噪操作,得到抑噪后的时域信道估计序列h′P(n)。
步骤1203步骤具体包括:
步骤12031,采用本申请实施例提供的任意一种噪声功率估计方法获取噪声功率值。
步骤12032,直接将噪声功率值作为确定有效时域信号径的门限值TH;
作为一种可替换的方式,本步骤也可以采用现有技术中根据用户信号窗内的最强时域信号径和噪声功率值共同确定有效时域信号径的门限值TH的方式:
TH=min(β·PowerNI,γ·Ph,max)
其中,表示用户信号窗内的最强时域信号径的功率值,β和γ是算法参数。
步骤12033,根据门限值筛选用户信号窗内需要保留的时域信号径,将不需要保留的时域信号径置零:
其中,为保留的用户信号窗内的时域信号径,WinSig表示用户信号窗。
步骤12034,将噪声窗内的时域信号径置零,得到抑噪后的时域信道估计序列h′P(n):
其中,WinSig表示用户信号窗,WinNoise表示干扰噪声窗。
步骤1204,对抑噪后的时域信道估计序列进行DFT,得到导频符号的频域信道估计值H′P:
H′P=Fh′P
其中,F表示归一化的DFT矩阵。
步骤1205,对导频符号的频域信道估计值进行时域线性插值,得到数据符号的频域信道估计值H′Data,具体插值算法可以采用LS或者MMSE线性插值算法。
从上述内容可以看出:本申请实施例在选取干扰噪声窗时,将目标小区中用户信号窗之外的全部时域信号径作为干扰噪声窗,能够提高干扰噪声值的估计准确性,同时通过调整干扰噪声值估计的算法进一步提高了准确性,并且在信道估计时将干扰噪声值直接作为确定有效时域信号径的门限值,使得信道估计的准确性也得到提高。此外,通过优化选取用户信号窗的方案,防止了目标小区的用户信号窗受到特定小区内的用户信号干扰,进一步提高了信道估计的准确性。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
尽管已描述了本申请的优选实施例,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申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。