CN103997356A - 扩频因子检测方法、装置及移动终端 - Google Patents

Abstract

本发明提供一种扩频因子检测方法、装置及移动终端，属于移动通信领域。其中，所述扩频因子检测方法包括：步骤1：判断是否存在只有一个信道窗口的同频干扰小区，确定存在不只一个信道窗口的同频干扰小区的扩频因子均为16；若存在只有一个信道窗口的同频干扰小区，转向步骤2；步骤2：判断所述只有一个信道窗口的同频干扰小区是否为强干扰小区，若所述只有一个信道窗口的同频干扰小区为强干扰小区，转向步骤3；步骤3：根据强干扰小区每个子集中扩频信号的相近度确定强干扰小区扩频因子的值。本发明的技术方案能够精确检测出同频干扰小区的扩频因子。

Description

扩频因子检测方法、装置及移动终端

技术领域

本发明涉及移动通信领域，特别是指一种扩频因子检测方法、装置及移动终端。

背景技术

同频组网的TD-SCDMA（Time Division-Synchronous Code DivisionMultiple Access，时分同步码分多址）系统中，同频干扰显著增加。去除同频干扰的有效方法是联合检测（Joint Detection，JD）技术中的干扰抵消算法，JD技术的基本理论如下：

定义接收器信号e

e=Ad+n经过匹配滤波器之后，可以获得

${\hat{d}}_{\mathrm{MF}}=A^H\mathrm{Ad}+A^{H}n---\left(1.2\right)$

其中，diag(X)表示一个对角矩阵，该对角矩阵只包含矩阵X的对角元素；表示一个零对角元素矩阵，该矩阵包含了矩阵X中除对角元素外的其他所有元素。

使用迫零算法(ZF)，JD的结果为：

${\hat{d}}_{\mathrm{ZF}}={\left(A^{H}A\right)}^{-1}{A}^H\mathrm{Ad}+{\left(A^{H}A\right)}^{-1}{A}^{H}n---\left(1.4\right)$

考虑到噪声相关性的存在，应该获得如下最小均方误差(MMSE)JD算法：

${\hat{d}}_{\mathrm{MMSE}}={(A^{H}A+{\mathrm{\σ}}^{2}I)}^{-1}{A}^H\mathrm{Ad}+{(A^{H}A+{\mathrm{\σ}}^{2}I)}^{-1}{A}^{H}n---\left(1.5\right)$

JD技术中干扰抵消算法需要的输入是：服务小区及同频干扰小区信息，同频干扰小区信息包括同频干扰小区的扩频因子（Spreading Factor，SF）。如果实际的同频干扰小区的扩频因子与作为干扰抵消算法输入的小区的扩频因子不一致，会导致接收机的性能下降。为了提高接收机的性能，准确的获得同频干扰小区的相关信息至关重要。

在TD-SCDMA下行信道上，只使用扩频因子SF=1或者SF=16。目前，由于缺乏对同频干扰小区的扩频因子的检测方法，都将扩频因子默认为16，但是在实际情况下如果扩频因子为1时却使用默认的16就会对接收机的性能造成下降。因此如果同频邻区实际的扩频因子为1时，若默认为扩频因子16，此时参与联合检测的码道个数为2，且参与联合检测的复合扩频码也是不正确的，故会影响联合检测的性能。

发明内容

本发明要解决的技术问题是提供一种扩频因子检测方法、装置及移动终端，能够精确检测出同频干扰小区的扩频因子。

为解决上述技术问题，本发明的实施例提供技术方案如下：

一方面，提供一种扩频因子检测方法，包括：

步骤1：判断是否存在只有一个信道窗口的同频干扰小区，确定存在不只一个信道窗口的同频干扰小区的扩频因子均为16；若存在只有一个信道窗口的同频干扰小区，转向步骤2；

步骤2：判断所述只有一个信道窗口的同频干扰小区是否为强干扰小区，若所述只有一个信道窗口的同频干扰小区为强干扰小区，转向步骤3；

步骤3：根据强干扰小区每个子集中扩频信号的相近度确定强干扰小区扩频因子的值。

进一步地，所述步骤2还包括：若所述只有一个信道窗口的同频干扰小区不是强干扰小区，则确定所述同频干扰小区的扩频因子为16。

进一步地，所述判断只有一个信道窗口的同频干扰小区是否为强干扰小区包括：

获取所述只有一个信道窗口的同频干扰小区的接收功率P-_Ncell；

获取其它k个同频干扰小区的接收功率P_Other_1、…、P_Other_k；

若P_Ncell-P_Other_t的值均大于预设的第一门限值，则确定所述只有一个信道窗口的同频干扰小区为强干扰小区，其中P_Other_t为P_Other_1、…、和P_Other_k中的任一个。

进一步地，所述步骤3之前还包括：

对强干扰小区的扩频信号进行波形平滑处理。

进一步地，所述对强干扰小区的扩频信号进行波形平滑处理包括：

采用移动平均法对强干扰小区的扩频信号进行波形平滑处理；或

采用低通滤波器对强干扰小区的扩频信号进行波形平滑处理。

进一步地，所述步骤3包括：

根据强干扰小区每个子集中扩频信号的相近度确定每个子集扩频因子的值；

若强干扰小区一时隙中扩频因子为16的子集个数大于预设的第四门限值，则确定该时隙的扩频因子为16，否则确定该时隙的扩频因子为1；

在强干扰小区预设个数的时隙中，若扩频因子为16的时隙个数大于预设的第五门限值时，确定强干扰小区的扩频因子为16，否则确定强干扰小区的扩频因子为1。

进一步地，所述根据强干扰小区每个子集中扩频信号的相近度确定每个子集扩频因子的值包括：

步骤（a）：利用以下公式计算第i个子集8个码片上扩频信号实部数据和虚部数据的平均数：

$\mathrm{mean}\_\mathrm{re}\left[i\right]=\mathrm{Real}\left(\frac{d_{i,1}+d_{i,2}+...+d_{i,8}}{8}\right)$

$\mathrm{mean}\_\mathrm{im}\left[i\right]=\mathrm{Imag}\left(\frac{d_{i,1}+d_{i,2}+...+d_{i,8}}{8}\right)$

其中，d_i，j为第i个子集第j个码片的扩频信号，mean_im[i]为第i个子集扩频信号虚部数据的平均数，mean_re[i]为第i个子集扩频信号实部数据的平均数；

步骤（b）：将第i个子集全部8个码片上扩频信号的实部数据和虚部数据分别与mean_re[i]和mean_im[i]进行比较：

若abs(Real(d_i，j)-mean_re[i])≤abs(mean_re[i])*P_margin；

且abs(Imag(d_i，j)-mean_im[i])≤abs(mean_im[i])*P_margin；

则将P_num[i]的值加一；

其中，Real(d_i，j)为第i个子集第j个码片扩频信号的实部数据，Imag(d_i,j)为第i个子集第j个码片扩频信号的虚部数据，P_margin为预设的第二门限值，abs为求绝对值运算，P_num[i]的初始值为0；

步骤（c）：根据P_num[i]的值确定第i个子集的扩频因子的值，若P_num[i]的值大于预设的第三门限值,则确定强干扰小区第i个子集的扩频因子为16，否则确定强干扰小区第i个子集的扩频因子为1。

本发明实施例还提供了一种扩频因子检测装置，包括：

第一判断模块，用于判断是否存在只有一个信道窗口的同频干扰小区，并确定存在不只一个信道窗口的同频干扰小区的扩频因子均为16；

第二判断模块，用于判断只有一个信道窗口的同频干扰小区是否为强干扰小区；

检测模块，用于在所述第二判断模块判断只有一个信道窗口的同频干扰小区为强干扰小区时，根据强干扰小区每个子集中扩频信号的相近度确定强干扰小区扩频因子的值。

进一步地，所述第二判断模块还用于在只有一个信道窗口的同频干扰小区不是强干扰小区时，确定所述同频干扰小区的扩频因子为16。

本发明实施例还提供了一种移动终端，包括如上所述的扩频因子检测装置。

本发明的实施例具有以下有益效果：

上述方案中，根据扩频因子为1和扩频因子为16时的信道窗口特性，确定存在不只一个信道窗口的同频干扰小区的扩频因子均为16，并在只有一个信道窗口的同频干扰小区为强干扰小区时，根据强干扰小区每个子集中扩频信号的相近度确定强干扰小区扩频因子的值。本发明的技术方案能够精确检测出同频干扰小区的扩频因子，基于本发明实施例得到的扩频因子检测结果，JD技术可以区别不同的强干扰小区的扩频配置，从而带来很大的性能提升。

附图说明

图1为本发明实施例扩频因子检测方法的流程示意图；

图2为本发明实施例扩频因子检测装置的结构示意图；

图3为Kcell=8时的训练序列和扩频码示意图；

图4为本发明一具体实施例扩频因子检测方法的流程示意图；

图5为理想状态下SF=1时的扩频信号波形示意图；

图6为理想状态下SF=16时的扩频信号波形示意图；

图7为SF=16且只有一个信道窗口时的扩频信号波形示意图；

图8为本发明实施例对图7所示的波形进行平滑处理后的示意图。

具体实施方式

为使本发明的实施例要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明的实施例针对现有JD技术不能准确的获得同频干扰小区的扩频因子的问题，提供一种扩频因子检测方法、装置及移动终端，能够精确检测出同频干扰小区的扩频因子。

图1为本发明实施例扩频因子检测方法的流程示意图，如图1所示，本实施例包括：

步骤1：判断是否存在只有一个信道窗口的同频干扰小区，确定存在不只一个信道窗口的同频干扰小区的扩频因子均为16；若存在只有一个信道窗口的同频干扰小区，转向步骤2；

步骤2：判断所述只有一个信道窗口的同频干扰小区是否为强干扰小区，若所述只有一个信道窗口的同频干扰小区为强干扰小区，转向步骤3；

步骤3：根据强干扰小区每个子集中扩频信号的相近度确定强干扰小区扩频因子的值。

进一步地，如图2所示，所述步骤2还包括：若所述只有一个信道窗口的同频干扰小区不是强干扰小区，则确定所述同频干扰小区的扩频因子为16。

进一步地，本发明另一实施例中，在包括上述步骤1~3的基础上，所述判断只有一个信道窗口的同频干扰小区是否为强干扰小区包括：

获取所述只有一个信道窗口的同频干扰小区的接收功率P-_Ncell；

获取其它k个同频干扰小区的接收功率P_Other_1、…、P_Other_k；

若P_Ncell-P_Other_t的值均大于预设的第一门限值，则确定所述只有一个信道窗口的同频干扰小区为强干扰小区，其中P_Other_t为P_Other_1、…、和P_Other_k中的任一个。

进一步地，本发明另一实施例中，在包括上述步骤1~3的基础上，所述步骤3之前还包括：对强干扰小区的扩频信号进行波形平滑处理。具体地，可以采用移动平均法对强干扰小区的扩频信号进行波形平滑处理，或者采用低通滤波器对强干扰小区的扩频信号进行波形平滑处理。

进一步地，所述步骤3包括：

根据强干扰小区每个子集中扩频信号的相近度确定每个子集扩频因子的值；

若强干扰小区一时隙中扩频因子为16的子集个数大于预设的第四门限值，则确定该时隙的扩频因子为16，否则确定该时隙的扩频因子为1；

在强干扰小区预设个数的时隙中，若扩频因子为16的时隙个数大于预设的第五门限值时，确定强干扰小区的扩频因子为16，否则确定强干扰小区的扩频因子为1。

进一步地，所述根据强干扰小区每个子集中扩频信号的相近度确定每个子集扩频因子的值包括：

步骤（a）：利用以下公式计算第i个子集8个码片上扩频信号实部数据和虚部数据的平均数：

$\mathrm{mean}\_\mathrm{re}\left[i\right]=\mathrm{Real}\left(\frac{d_{i,1}+d_{i,2}+...+d_{i,8}}{8}\right)$

$\mathrm{mean}\_\mathrm{im}\left[i\right]=\mathrm{Imag}\left(\frac{d_{i,1}+d_{i,2}+...+d_{i,8}}{8}\right)$

其中，d_i，j为第i个子集第j个码片的扩频信号，mean_im[i]为第i个子集扩频信号虚部数据的平均数，mean_re[i]为第i个子集扩频信号实部数据的平均数；

步骤（b）：将第i个子集全部8个码片上扩频信号的实部数据和虚部数据分别与mean_re[i]和mean_im[i]进行比较：

若abs(Real(d_i，j)-mean_re[i])≤abs(mean_re[i])*P_margin；

且abs(Imag(d_i，j)-mean_im[i])≤abs(mean_im[i])*P_margin；

则将P_num[i]的值加一；

其中，Real(d_i，j)为第i个子集第j个码片扩频信号的实部数据，Imag(d_i，j)为第i个子集第j个码片扩频信号的虚部数据，P_margin为预设的第二门限值，abs为求绝对值运算，P_num[i]的初始值为0；

步骤（c）：根据P_num[i]的值确定第i个子集的扩频因子的值，若P_num[i]的值大于预设的第三门限值,则确定强干扰小区第i个子集的扩频因子为16，否则确定强干扰小区第i个子集的扩频因子为1。

本发明实施例中，根据扩频因子为1和扩频因子为16时的信道窗口特性，确定存在不只一个信道窗口的同频干扰小区的扩频因子均为16，并在只有一个信道窗口的同频干扰小区为强干扰小区时，根据强干扰小区每个子集中扩频信号的相近度确定强干扰小区扩频因子的值。本发明的技术方案能够精确检测出同频干扰小区的扩频因子，基于本发明实施例得到的扩频因子检测结果，JD技术可以区别不同的强干扰小区的扩频配置，从而带来很大的性能提升。

图2为本发明实施例扩频因子检测装置的结构示意图，如图2所示，本实施例包括：

第一判断模块21，用于判断是否存在只有一个信道窗口的同频干扰小区，并确定存在不只一个信道窗口的同频干扰小区的扩频因子均为16；

第二判断模块22，用于在第一判断模块21判断存在只有一个信道窗口的同频干扰小区时，判断该只有一个信道窗口的同频干扰小区是否为强干扰小区；

检测模块23，用于在所述第二判断模块判断只有一个信道窗口的同频干扰小区为强干扰小区时，根据强干扰小区每个子集中扩频信号的相近度确定强干扰小区扩频因子的值。

进一步地，所述第二判断模块21还用于在只有一个信道窗口的同频干扰小区不是强干扰小区时，确定所述同频干扰小区的扩频因子为16。

本发明实施例中，根据扩频因子为1和扩频因子为16时的信道窗口特性，确定存在不只一个信道窗口的同频干扰小区的扩频因子均为16，并在只有一个信道窗口的同频干扰小区为强干扰小区时，根据强干扰小区每个子集中扩频信号的相近度确定强干扰小区扩频因子的值。本发明的技术方案能够精确检测出同频干扰小区的扩频因子，基于本发明实施例得到的扩频因子检测结果，JD技术可以区别不同的强干扰小区的扩频配置，从而带来很大的性能提升。

本发明实施例还提供了一种移动终端，包括如上所述的扩频因子检测装置。

下面结合附图以及具体的实施例对本发明的扩频因子检测方法进行详细介绍：

如表1所示为TD-SCDMA系统中，移动终端的掉话原因分析列表，可以看出较低的信号/干扰比为掉话的主要原因。

表1

为了减少掉话率，需要降低同频小区造成的干扰。去除干扰的有效方法是联合检测技术中的干扰抵消算法，使用干扰抵消算法需要获知同频干扰小区的SF等信息。而在TD-SCDMA下行信道上，UE并不知道同频干扰小区的SF。在接收端，UE总是将同频干扰小区的SF视为16，而当SF事实上为1时，将会造成很大的性能损失，同时也会造成UE掉话，因此，在使用干扰抵消算法之前应该检测出同频干扰小区的SF。

当训练序列为默认的并且Kcell=8（当前小区所支持的最大终端数）时，如图3所示，当SF=1时，并且SF=1只对应一个信道窗口m⁽¹⁾；

当SF=16时

$C_{16}^{\left(1\right)}=\left\{\mathrm{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1}\right\}$

$C_{16}^{\left(2\right)}=\{\mathrm{1,1,1,1,1,1,1,1},-1,-1,-1,-1,-1,-1,-1,-1\}$

$C_{16}^{\left(3\right)}=\{\mathrm{1,1,1,1},-1,-1,-1,-\mathrm{1,1,1,1,1},-1,-1,-1,-1\}$

$C_{16}^{\left(4\right)}=\{\mathrm{1,1,1,1},-1,-1,-1,-1,-1,-1,-1,-\mathrm{1,1,1,1,1}\}$

$C_{16}^{\left(5\right)}=\{\mathrm{1,1},-1,-\mathrm{1,1,1},-1,-\mathrm{1,1,1},-1,-\mathrm{1,1,1},-1,-1\}$

$C_{16}^{\left(6\right)}=\{\mathrm{1,1},-1,-\mathrm{1,1,1},-1,-1,-1,-\mathrm{1,1,1},-1,-\mathrm{1,1,1}\}$

$C_{16}^{\left(7\right)}=\{\mathrm{1,1},-1,-1,-1,-\mathrm{1,1,1,1,1},-1,-1,-1,-\mathrm{1,1,1}\}$

$C_{16}^{\left(8\right)}=\{\mathrm{1,1},-1,-1,-1,-\mathrm{1,1,1},-1,-\mathrm{1,1,1,1,1},-1,-1\}$

$C_{16}^{\left(9\right)}=\{1,-\mathrm{1,1},-\mathrm{1,1},-\mathrm{1,1},-\mathrm{1,1},-\mathrm{1,1},-\mathrm{1,1},-\mathrm{1,1},-1\}$

$C_{16}^{\left(10\right)}=\{1,-\mathrm{1,1},-\mathrm{1,1},-\mathrm{1,1},-1,-\mathrm{1,1},-\mathrm{1,1},-\mathrm{1,1},-\mathrm{1,1}\}$

$C_{16}^{\left(11\right)}=\{1,-\mathrm{1,1},-1,-\mathrm{1,1},-\mathrm{1,1,1},-\mathrm{1,1},-1,-\mathrm{1,1},-\mathrm{1,1}\}$

$C_{16}^{\left(12\right)}=\{1,-\mathrm{1,1},-1,-\mathrm{1,1},-\mathrm{1,1},-\mathrm{1,1},-\mathrm{1,1,1},-\mathrm{1,1},-1\}$

$C_{16}^{\left(13\right)}=\{1,-1,-\mathrm{1,1,1},-1,-\mathrm{1,1,1},-1,-\mathrm{1,1,1},-1,-\mathrm{1,1}\}$

$C_{16}^{\left(14\right)}=\{1,-1,-\mathrm{1,1,1},-1,-\mathrm{1,1},-\mathrm{1,1,1},-1,-\mathrm{1,1,1},-1\}$

$C_{16}^{\left(15\right)}=\{1,-1,-\mathrm{1,1},-\mathrm{1,1,1},-\mathrm{1,1},-1,-\mathrm{1,1},-\mathrm{1,1,1},-1\}$

$C_{16}^{\left(16\right)}=\{1,-1,-\mathrm{1,1},-\mathrm{1,1,1},-1,-\mathrm{1,1,1},-\mathrm{1,1},-1,-\mathrm{1,1}\}$

其中，每两个信道化码对应一个信道窗口，和对应相同的信道窗口m⁽¹⁾。

由图3可以看出，在UE端，如果获得一个信道窗口m⁽¹⁾，将很难通过信道化码和/或判断出同频干扰小区的扩频配置为SF=1还是SF=16。如果获得不止一个信道窗口，那么可以确定同频干扰小区的SF=16。本发明的技术方案可以利用这一信号特征进行SF的检测。

如图4所示，本实施例的SF检测方法包括以下步骤：

步骤401：CHE（Channel Estimation，信道估计）模块根据接收信号e输出信道估计结果h和窗口激活检测结果CodeAll；

该步骤所使用的技术手段均为现有技术，在此不再赘述。

步骤402：根据窗口激活检测结果CodeAll进行判断，判断是否存在只有一个信道窗口的同频干扰小区，如果不存在只有一个信道窗口的同频干扰小区，那么所有的同频干扰小区SF均为16；否则跳转到步骤403；

由图3可以看出，如果同频干扰小区的SF=16，那么同频干扰小区有可能只有一个信道窗口，在SF=1的时候，同频干扰小区只有一个信道窗口。因此，如果不存在只有一个信道窗口的同频干扰小区，那么所有的同频干扰小区SF必然都是16。

步骤403：如果只有一个信道窗口的同频干扰小区与其他同频干扰小区相比，有足够强的接收功率的话，那么将转向步骤404，开始对该同频干扰小区进行SF检测，否则仍将该同频干扰小区的SF视为16，因为如果该同频干扰小区的接收功率不是足够强，那么该同频干扰小区对UE的影响较小，可以不用对该同频干扰小区进行SF检测；另外，如果该同频干扰小区的接收功率不是足够强，对该同频干扰小区进行SF检测的精确度也会比较低。其中，接收功率可以基于UE接收到的干扰小区的信号进行衡量，比如可以将干扰小区的RSCP（Received Signal Code Power，接收信号码功率）值作为接收功率的指标。

具体地，CHE_PP输出信道估计结果h_i，i＝0，1，…，255，窗口激活检测结果CodeAll，根据CodeAll信息计算只有一个信道窗口的同频干扰小区的接收功率，该同频干扰小区的这个信道窗口的接收功率可视为P_Ncell;根据CodeAl信息计算其他k个同频干扰小区的接收功率P_Other_1、…、P_Other_k，若P_Ncell-P_Other_t的值的值均大于预设的第一门限值，则确定该只有一个信道窗口的同频干扰小区为强干扰小区，对该强干扰小区进行SF检测，其中P_Other_t为P_Other_1、…、和P_Other_k中的任一个。，这些同频干扰小区的接收功率可。具体地，可以将该第一门限值设为6dB。

步骤404：对强干扰小区进行SF检测，并将强干扰小区的SF检测结果发送给JD，作为干扰抵消算法的输入。

在接收端，应该为SF检测保留扩频信息，因此如图4所示，SF检测的位置应该在EQU（Equalization，信道均衡）和解扰器之后。

在进行强干扰小区的SF检测之前，首先分析SF=1和只有一个信道窗口的SF=16的信号特性，由图3可以很容易地发现当SF=16时，在第一个信道窗口使用的是扩频序列和/或

假如只存在一个强干扰小区，并且是在理想的无线信道环境中，如图5所示为SF=1时的扩频信号示意图；如图6所示为SF=16，并且只有一个信道窗口时的扩频信号示意图，其中附图的上半符号为扩频信号实部数据的波形示意图，下半符号为扩频信号虚部数据的波形示意图。由图5和图6可以看出，SF=16时的数据点中，每8个码片的数据几乎是一样的；而SF=1时的数据点则是随机的。

这是因为对于SF1，实际上根本就没有扩频序列，所以数据点是随机的；对于SF16，由于在第一个信道窗口使用的是扩频序列和/或假如主信道化码为d₁,次信道化码为d₂,那么总的扩频信号为

$d_1\·C_{16}^{\left(1\right)}+d_2\·C_{16}^{\left(2\right)}=\{d_1+d_2,d_1+d_2,d_1+d_2,d_1+d_2,d_1+d_2,d_1+$

$d_2,d_1+d_2,d_1+d_2,d_1-d_2,d_1-d_2,d_1-d_2,d_1-d_2,d_1-d_2,d_1-d_2,d_1-$

$d_2,d_1-d_2\}$

可以看出，其中每8个码片的扩频信号是相同的。这样通过判断每8个码片的扩频信号是否为相似的即可确定SF的值，若每8个码片的扩频信号是否为相似的，则SF=16；若每8个码片的扩频信号是否为相似的，则SF=1。

因此，本实施例的技术方案根据每8个码片是否是相似的扩频信号来确定SF的值。如图4所示，步骤404包括：

步骤501：将信道估计结果h进行快速傅里叶变换（Fast Fourier Transform，FFT）；

这样可以将信道估计结果h从时域信号转换成频域信号。

步骤502：将接收信号e进行快速傅里叶变换；

这样可以将接收信号e从时域信号转换成频域信号。

步骤503：将经过快速傅里叶变换的接收信号、信道估计结果和窗口激活检测结果CodeAll经过EQU；

步骤504：将信道均衡后的信号进行快速傅立叶反变换（Inverse FastFourier Transform，IFFT），将信号从频域信号转换成时域信号；

步骤505：将步骤504之后得到的信号基于强干扰小区的扰码索引进行信号解扰；

步骤506：将已解扰信号进行SMA的波形平滑处理；

实际应用中，在接收端，在EQU和解扰器之后，当SF=16时，每8个码片均应有相似的扩频信号。但是尽管强干扰小区拥有较强的接收功率，其他同频干扰小区的信号和噪声仍会使波形产生少许的失真，如图7所示为当SF=16且只有一个信道窗口时的扩频信号示意图，可以看出，失真的波形将会使检查每8个码片是否是相似的扩频信号变得很难，因此首先需要采取波形平滑处理。

本实施例中可以采用移动平均法或者常用的低通滤波器来进行波形平滑处理。移动平均法中，一个移动平均数就是一类有限脉冲反应滤波器，它用于分析由于创建一系列完整数据集的不同子集的平均数而产生的一组数据。给定一系列数字和一个固定的子集大小，可以通过获得第一个子集的平均数而获得移动平均数，然后向前偏移固定子集大小，从而创建一个新的平均的数字子集。在整个数据系列上重复这个过程，连接所有这些平均数的线的值即为移动平均数。

简单移动平均(Simple Moving Average，SMA)是将前n个数据点的值做简单平均：

$\mathrm{SMA}=\frac{P_1+P_2+...+P_n}{n}$

其中，P_n为第n个数据点的值，n为移动平均值周期。从数学上来讲，移动平均是一类卷积，因此可以看作信号处理中用到的低通滤波器的一个例子。

由于在SF检测中，波形平滑处理只需要处理8个码片的数据，因此采用了SMA方法，并将它的子集大小设为3，经过子集大小为3的SMA过程之后，形成的波形如图8所示，这样就可以很容易地判断出每8个码片是否是相似的扩频信号，从而确定SF的值。进一步地，子集大小还可以设为4或5。

步骤507：进行SF检测，确定强干扰小区的SF值。

一个时隙包括有44个符号，每符号包括有16个码片，理论上，每个符号前8个码片的扩频信号相同，后8个码片的扩频信号相同，这样可以将一个时隙的扩频信号分为88个子集，每个子集包括8个码片，每个子集8个码片的扩频信号均相同。在一个时隙中，接收到的扩频信号为d_1，1，d_1，2，…，d_1，8，d_2,1，…d_88，8;其中，d_i,j为时隙中第i个子集第j个码片的扩频信号。其中，d_i,j包括有实部数据和虚部数据。

下面以包括d_i,1、d_j，2、…、d_i，88个码片第i个子集为例，说明确定第i个子集SF值的具体步骤：

（a）计算该第i个子集8个码片扩频信号实部数据和虚部数据的平均数。

首先计算实部数据的平均数 $\mathrm{mean}\_\mathrm{re}\left[i\right]=\mathrm{Real}\left(\frac{d_{i,1}+d_{i,2}+...+d_{i,8}}{8}\right),$ 即将第i个子集8个码片的实部数据相加，处以8得到实部数据的平均数；

之后计算虚部数据的平均数 $\mathrm{mean}\_\mathrm{im}\left[i\right]=\mathrm{Imag}\left(\frac{d_{i,1}+d_{i,2}+...+d_{i,8}}{8}\right),$ 即将第i个子集8个码片的虚部数据相加，处以8得到虚部数据的平均数；

其中，mean_im[i]为第i个子集扩频信号虚部数据的平均数，mean_re[i]为第i个子集扩频信号实部数据的平均数。

（b）将第i个子集全部8个码片扩频信号的实部数据和虚部数据分别与mean_re[i]和mean_im[i]进行比较：

如果abs(Real(d_i,j)-mean_re[i])≤abs(mean_re[i])*P_margin；

且abs(Imag(d_i，j)-mean_im[i])≤abs(mean_im[i])*P_margin；

将P_num[i]的值加一。

其中，Real(d_i，j)为第i个子集第j个码片扩频信号的实部数据，Imag(d_i,j)为第i个子集第j个码片扩频信号的虚部数据，P_margin为预设的第二门限值，其值可以在0.1-0.4之间，具体可以为0.25。abs为求绝对值运算。

P_num[i]的初始值为0，如果d_i,j的实部数据与mean_re[i]的差值不超过第二门限值与mean_re[i]的乘积，并且d_i，j的虚部数据与mean_im[i]的差值也不超过第二门限值与mean_im[i]的乘积，则将P_num[i]的值加一。

（c）根据P_num[i]的值确定第i个子集的SF值，如果P_num[i]的值大于预设的第三门限值P_threshod,即8个码片的扩频信号为相近的，那么可以判断出第i个子集的SF=16，否则SF=1。

每个时隙包括有88个子集，如果SF=16的子集的个数大于预设的第四门限值，则判断该时隙的SF=16，否则SF=1。具体地，第四门限值的值可以为33。

对预设个数的时隙执行如步骤401~404的操作，获取每个时隙的SF，若SF=16的时隙所占的比例大于预设的第五门限值，则可以确定强干扰小区的SF=16，否则SF=1。具体地，可以对100个时隙执行如步骤401~404的操作，比如若其中有超过40个时隙的SF=16，则可以确定强干扰小区的SF=16。

上述步骤401~404适用于仅存在一个强干扰小区的情况，同样也适用于存在多个强干扰小区的情况。在步骤403判断出存在多个强干扰小区时，在通过步骤404检测出最强干扰小区的SF后，可以在干扰消除后，再检测下一个次强干扰小区的SF，以此类推，对每个强干扰小区分别执行步骤404的操作，得到每个强干扰小区的SF值。

通过上述步骤，本发明实施例可以正确检测出强干扰小区的SF，通过将检测出的强干扰小区的SF作为干扰抵消算法的输入，可以提高接收机的性能。

如表2所示为确定强干扰小区的SF=16时的仿真结果。

表1

如表3所示为确定强干扰小区的SF=1时的仿真结果。

表3

从上述表2和表3可以看出，通过本发明的扩频因子检测方法能够检测出强干扰小区的SF值，当强干扰小区的接收功率足够强的话，检测结果会是非常精确的。基于本发明实施例得到的SF检测结果，JD技术可以区别不同的强干扰小区的扩频配置，从而带来很大的性能提升。

此说明书中所描述的许多功能部件都被称为模块，以便更加特别地强调其实现方式的独立性。

本发明实施例中，模块可以用软件实现，以便由各种类型的处理器执行。举例来说，一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块，举例来说，其可以被构建为对象、过程或函数。尽管如此，所标识模块的可执行代码无需物理地位于一起，而是可以包括存储在不同物理上的不同的指令，当这些指令逻辑上结合在一起时，其构成模块并且实现该模块的规定目的。

实际上，可执行代码模块可以是单条指令或者是许多条指令，并且甚至可以分布在多个不同的代码段上，分布在不同程序当中，以及跨越多个存储器设备分布。同样地，操作数据可以在模块内被识别，并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集，或者可以分布在不同位置上（包括在不同存储设备上），并且至少部分地可以仅作为电子信号存在于系统或网络上。

在模块可以利用软件实现时，考虑到现有硬件工艺的水平，所以可以以软件实现的模块，在不考虑成本的情况下，本领域技术人员都可以搭建对应的硬件电路来实现对应的功能，所述硬件电路包括常规的超大规模集成（VLSI）电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备，诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。

在本发明各方法实施例中，所述各步骤的序号并不能用于限定各步骤的先后顺序，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，对各步骤的先后变化也在本发明的保护范围之内。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种扩频因子检测方法，其特征在于，包括：

步骤1：判断是否存在只有一个信道窗口的同频干扰小区，确定存在不只一个信道窗口的同频干扰小区的扩频因子均为16；若存在只有一个信道窗口的同频干扰小区，转向步骤2；

步骤2：判断所述只有一个信道窗口的同频干扰小区是否为强干扰小区，若所述只有一个信道窗口的同频干扰小区为强干扰小区，转向步骤3；

步骤3：根据强干扰小区每个子集中扩频信号的相近度确定强干扰小区扩频因子的值。

2.根据权利1所述的扩频因子检测方法，其特征在于，所述步骤2还包括：若所述只有一个信道窗口的同频干扰小区不是强干扰小区，则确定所述同频干扰小区的扩频因子为16。

3.根据权利1所述的扩频因子检测方法，其特征在于，所述判断只有一个信道窗口的同频干扰小区是否为强干扰小区包括：

获取所述只有一个信道窗口的同频干扰小区的接收功率P-_Ncell；

获取其它k个同频干扰小区的接收功率P_Other_1、…、P_Other_k；

若P_Ncell-P_Other_t的值均大于预设的第一门限值，则确定所述只有一个信道窗口的同频干扰小区为强干扰小区，其中P_Other_t为P_Other_1、…、和P_Other_k中的任一个。

4.根据权利1所述的扩频因子检测方法，其特征在于，所述步骤3之前还包括：

对强干扰小区的扩频信号进行波形平滑处理。

5.根据权利4所述的扩频因子检测方法，其特征在于，所述对强干扰小区的扩频信号进行波形平滑处理包括：

采用移动平均法对强干扰小区的扩频信号进行波形平滑处理；或

采用低通滤波器对强干扰小区的扩频信号进行波形平滑处理。

6.根据权利1所述的扩频因子检测方法，其特征在于，所述步骤3包括：

根据强干扰小区每个子集中扩频信号的相近度确定每个子集扩频因子的值；

若强干扰小区一时隙中扩频因子为16的子集个数大于预设的第四门限值，则确定该时隙的扩频因子为16，否则确定该时隙的扩频因子为1；

在强干扰小区预设个数的时隙中，若扩频因子为16的时隙个数大于预设的第五门限值时，确定强干扰小区的扩频因子为16，否则确定强干扰小区的扩频因子为1。

7.根据权利6所述的扩频因子检测方法，其特征在于，所述根据强干扰小区每个子集中扩频信号的相近度确定每个子集扩频因子的值包括：

步骤（a）：利用以下公式计算第i个子集8个码片上扩频信号实部数据和虚部数据的平均数：

$\mathrm{mean}\_\mathrm{re}\left[i\right]=\mathrm{Real}\left(\frac{d_{i,1}+d_{i,2}+...+d_{i,8}}{8}\right)$

$\mathrm{mean}\_\mathrm{im}\left[i\right]=\mathrm{Imag}\left(\frac{d_{i,1}+d_{i,2}+...+d_{i,8}}{8}\right)$

其中，d_i，j为第i个子集第j个码片的扩频信号，mean_im[i]为第i个子集扩频信号虚部数据的平均数，mean_re[i]为第i个子集扩频信号实部数据的平均数；

步骤（b）：将第i个子集全部8个码片上扩频信号的实部数据和虚部数据分别与mean_re[i]和mean_im[i]进行比较：

若abs(Real(d_i，j)-mean_re[i])≤abs(mean_re[i])*P_margin；

且abs(Imag(d_i，j)-mean_im[i])≤abs(mean_im[i])*P_margin；

则将P_num[i]的值加一；

其中，Real(d_i，j)为第i个子集第j个码片扩频信号的实部数据，Imag(d_i,j)为第i个子集第j个码片扩频信号的虚部数据，P_margin为预设的第二门限值，abs为求绝对值运算，P_num[i]的初始值为0；

步骤（c）：根据P_num[i]的值确定第i个子集的扩频因子的值，若P_num[i]的值大于预设的第三门限值,则确定强干扰小区第i个子集的扩频因子为16，否则确定强干扰小区第i个子集的扩频因子为1。

8.一种扩频因子检测装置，其特征在于，包括：

第一判断模块，用于判断是否存在只有一个信道窗口的同频干扰小区，并确定存在不只一个信道窗口的同频干扰小区的扩频因子均为16；

第二判断模块，用于判断只有一个信道窗口的同频干扰小区是否为强干扰小区；

检测模块，用于在所述第二判断模块判断只有一个信道窗口的同频干扰小区为强干扰小区时，根据强干扰小区每个子集中扩频信号的相近度确定强干扰小区扩频因子的值。

9.根据权利要求8所述的扩频因子检测装置，其特征在于，所述第二判断模块还用于在只有一个信道窗口的同频干扰小区不是强干扰小区时，确定所述同频干扰小区的扩频因子为16。

10.一种移动终端，其特征在于，包括如权利要求8或9所述的扩频因子检测装置。