具体实施方式
在下文的详细描述中,参考形成其一部分的附图,并且其中以图示方式示出其中可实践本发明的具体方面。要理解,可利用其它方面并且可作出结构或逻辑的改变而没有背离本发明的范围。因此,下文的详细描述不视为限制的意义,并且本发明的范围是由所附的权利要求定义。
本文将使用下文的术语、缩写和符号:
CRS:小区特定参考信号,
RE:资源元素,
PRB:物理资源块,
3GPP:第三代合作伙伴计划,
LTE:长期演进,
LTE-A:LTE高级版本10和3GPP LTE的更高版本
RF:射频,
UE:用户设备,
SINR:信号与干扰加噪声比,
RB:资源块,例如,频率方向中的资源块乘以时间方向中的时隙,
OFDM:正交频分复用,
NodeB:基站,
IRC:干扰抑制组合,
ICIC:小区间干扰协调,
eICIC:增强型小区间干扰协调,在LTE版本10的上下文中引入,
FeICIC:进一步增强型小区间干扰协调,在LTE版本11的上下文中引入,
MIMO:多输入多输出,
CE:信道估计器,
WF:白化过滤器,
CSI-FB:信道状态信息反馈,
EVA:根据3GPP TS 36.104的扩展车载A信道模型,
NAICS:网络辅助干扰消除和抑制。
本文描述的方法和装置可基于资源块(特别是从无线电小区接收的资源块)和群集。要理解,结合描述的方法作出的评论还可适用于配置为执行方法的对应装置并且反之亦然。例如,如果描述具体方法步骤,则对应装置可包含单元来执行描述的方法步骤,即使在附图中没有明确地描述或图示这样的单元。另外,要理解,本文描述的各种示范性方面的特征可与彼此组合,除非以其它方式具体地指出。
本文描述的方法和装置可实现在无线通信网络中,特别是基于移动通信标准(例如,LTE,特别是LTE-A和/或OFDM)的通信网络。以下描述的方法和装置还可实现在基站(NodeB、eNodeB)或移动装置(或移动台或用户设备(UE))中。描述的装置可包含集成电路和/或无源元件并且可根据各种技术来制造。例如,电路可设计为逻辑集成电路、模拟集成电路、混合信号集成电路、光电路、存储器电路和/或集成无源元件。
本文描述的方法和装置可配置为传送和/或接收无线电信号。无线电信号可以是或可包含由具有大约3 Hz到300 GHz的范围的射频的无线电传送装置(或无线电传送器或发送器)传播的射频信号。频率范围可对应于用于生产并且检测无线电波的交流电信号的频率。
在下文中描述的方法和装置可根据移动通信标准(例如,长期演进(LTE)标准或其高级版本LTE-A)来设计。在市场上称为4G LTE的LTE(长期演进)是用于移动电话和数据终端的高速数据的无线通信的标准。
在下文中描述的方法和装置可应用在OFDM系统中。OFDM是用于在多个载波频率上编码数字数据的方案。大量紧密间隔的正交副载波信号可用于携带数据。由于副载波的正交性,可抑制副载波之间的串扰。
在下文中描述的方法和装置可应用在多层异构网络中。多层异构网络(HetNet)可用在LTE和高级LTE标准中来建立不只是单个类型的eNodeB的网络(同构网络),还部署具有不同的能力(最重要是不同的传送功率等级)的eNodeB。这些eNodeB可通常被称作宏eNodeB或宏小区、微微eNodeB或微微小区以及毫微微/家庭eNodeB或毫微微小区。备选地,术语“小型小区”可用作覆盖微微和毫微微小区的更广泛术语。除HetNet以外,在本公开中描述的方法和装置还可应用于同构网络,例如,通常在小区边缘处。
在下文中描述的方法和装置可应用于在存在小区间干扰的情况下用于快速信道估计的盲参数估计。下文的假设适用于这样的场景:UE没有关于干扰源的调度、配置和接收功率的先验知识;并且UE只具有关于其自身配置(带宽、小区ID)的基本信息。盲估计经常是不可靠的,因为它们基于非常少的样本,并且给定动态干扰场景,它们不能受益于具有固定过滤器长度的传统的时间和频率过滤/平均。
在下文中描述的方法和装置提供技术,所述技术可以改善这些初始盲估计而保持关于服务和侵略者的传送信号的传送配置的最少先验知识的假设。
在下文中描述的方法和装置可应用在eICIC(增强型小区间干扰协调)和FeICIC(进一步增强型小区间干扰协调)系统中。基于载波聚合的ICIC(和FeICIC)可使LTE-A UE能同时连接到若干载波。它不只可允许跨载波的资源分配,它也可允许载波之间的基于调度器的快速交换而没有耗时的切换。在下文中描述的方法和装置可应用在如在LTE版本10上下文中引入的eICIC系统中和如在LTE版本11的上下文中引入的FeICIC系统中。
在下文中描述的方法和装置可应用在干扰察觉接收器中,例如IRC(干扰抑制组合)接收器。IRC是可用在天线分集系统中来通过使用分集信道中的噪声之间的互协方差来抑制共信道干扰的技术。干扰抑制组合(IRC)可用作高效备选来在小区重叠的区域中增加上行链路位速率。干扰抑制组合(IRC)接收器可有效用于改进小区边缘用户吞吐量,因为它可抑制小区间干扰。IRC接收器可基于最小均方误差(MMSE)准则,它可要求包含具有高精度的小区间干扰的信道估计和协方差矩阵估计。
在下文中描述的方法和装置可应用在MIMO系统中。多输入多输出(MIMO)无线通信系统在传送器处和在接收器处采用多个天线来增加系统容量并且实现更好的服务质量。在空间复用模式中,MIMO系统可通过在相同的频带中并行传送多个数据流来达到更高的峰值数据率而没有增加系统的带宽。
图1是包含宏小区101和微微小区103、105的异构网络100的示意图。与宏基站101相比,微微基站103、105可以基本上更低的传送功率为特征。由于在两类基站间的传送功率等级之间的很大差异,微微基站103、105的覆盖112、114比宏基站101的覆盖110显著地受限(如图1所示)。宏小区101的更大覆盖110可吸引更多的用户107、109朝着高功率宏eNodeB,虽然可能没有足够的资源来高效服务所有用户终端。同时,更小的功率基站的资源可保持利用不足。UE 107、109可包含用于处理资源块的方法,方法包含如下文描述的分群来获得关于异构网络100的干扰场景的信息。
图2是包含接收无线电信号的移动装置207的通信系统200中的干扰场景的示意图,当在通信信道205上传送时,所述无线电信号被干扰小区201的无线电信号干扰。服务小区203的无线电信号和干扰小区201的无线电信号都可表示为如在图3中图示的时域频域中的二维信号模式,例如,根据LTE帧结构。
服务小区203的无线电信号和干扰小区201的无线电信号都可在通信信道205上传送。在通信信道205中,可叠加这两个信号,因此形成公共信号作为可由移动装置207接收的接收信号。移动装置207可接收布置在如在图3中描绘的多个资源块300中的样本。应用用于处理资源块的方法的移动装置207或配置为如下文所述处理资源块的装置可以能够检测这样的干扰场景并且提供SINR图用于图示这些场景。
图3是资源块300的示意时间频率表示,资源块300可用在如关于图4以下描述的处理电路400中或在如关于图7和图8以下描述的方法700、800中。资源块300可包含控制和数据符号以及导频符号和干扰参考符号。资源块300可构造为携带由形成网格的小方格表示的多个资源元素的二维网格。资源元素可划分在包括网格的左侧中的控制资源元素C(从时间样本l=0到l=2)的控制区域中和在包括网格的右侧中的数据资源元素D(从时间样本l=3到l=6)的数据区域中。在图3中未示出的另一示例中,控制区域可从l=0扩展到l=1并且数据区域可从l=2扩展到l=6。也称作服务小区的导频资源元素或小区特定参考符号(例如,始发于如在图2中描绘的服务小区203)的导频符号P1、P2、P3、P4可以用常规方式分布在网格上。移动装置207可使用其关于导频符号的分布的知识来执行信道估计。其它无线电小区(即,干扰无线电小区)的参考符号(例如,小区特定参考信号)R1、R2(也称作导频符号)可以用类似常规的方式分布在网格上。其它无线电小区(例如,来自如在图2中描绘的无线电小区201)的这些参考符号正在干扰服务小区与移动装置之间的数据传送。
如在本公开中描述的方法和装置提供用于图示干扰场景的技术,例如,通过使用SINR图。这样的技术应用于非冲突干扰场景以及冲突干扰场景。当干扰小区201的参考信号(在下文中表示为R1、R2)与服务小区203的参考信号(在下文中表示为P1、P2、P3、P4)不一致时,干扰场景表示为“非冲突”。当干扰小区201的参考信号与服务小区203的参考信号一致时,干扰场景表示为“冲突”。
在频率和时间选择性干扰环境中,例如,在移动通信标准(例如,LTE)中,UE需要快速并且正确地配置接收器功能(例如,信道估计器(CE)、白化过滤器(WF)和信道状态信息反馈(CSI-FB)生成器)以便减轻干扰的影响。为促进这些功能,UE可生成二维(2D)图,它反映跨时间和频率资源的接收信号与干扰加噪声比(SINR)的分布。此SINR图可被视为干扰源的调度的粗略估计并且可分配给所有接收器框,接收器框可要求跨子帧和资源块(例如,如在LTE标准中定义的物理资源块(PRB))的干扰源的功率的所谓‘分类’。
最初可以用盲方式估计每个资源块(RB)的SINR。由于每个框的少量的可用参考符号(RS),这些估计可能是噪声。如在本公开中描述的用于处理资源块的方法和装置(例如,关于图4、图7和图8)提供用于利用基于分群的迭代过程来改善这些初始估计的技术。后者可以被视为第一原始SINR估计的时间/频率过滤的盲方法。
这样的技术可由以下的两个处理框来描述:在第一处理框中,可通过应用分群技术(例如,如在图像处理的区域中应用的分群技术)以盲方式获得并且改善初始原始SINR估计。在第二处理框中,可将具有PRB粒度的精确的2D SINR图(例如,在子帧的基础上,即在每个子帧处)递送到要求适当干扰抑制的初步干扰分类的所有那些接收器框并且也递送到其它。
如以下描述的这些技术具有非常低的复杂性,并且因为此原因,这些技术可在子帧的基础上应用,例如,每个子帧一次,如在根据移动通信标准(例如,LTE)的许多动态干扰场景中要求的。
图4是图示用于在接收器中处理资源块的处理电路400的框图。尤其,处理电路可用于在动态小区间干扰场景中实现盲参数估计。当将参考处理电路400描述的框解释为方法的框或步骤时,图4也描述用于处理接收器中的块的方法。
处理电路400可包含第一框401,用于计算每个块的SINR,例如,通过生成具有PRB粒度的粗略盲SINR估计 。可基于所希望的信号的功率估计以及干扰和噪声的功率估计来生成SINR。处理电路400可包含第二框402,用于基于从第一框401接收的SINR估计来执行群集分析技术。群集分析技术可用于改善以前的SINR估计并且提供群集。处理电路400可包含第三框403,用于将SINR估计分配给如由第二框402的群集分析确定的群集,因此提供群集的SINR估计。
处理电路400的第二框402可包含用于过滤SINR估计的过滤器(例如,中值过滤器404)来提供(中值)过滤的SINR估计。也可使用其它过滤技术,例如,算术平均过滤、调和平均过滤或几何平均过滤。第二框402还可包含MaxMin框405、群集初始化框406、分群框407和群集组合框408。MaxMin框405可确定(中值)过滤的SINR估计的最大值和最小值并且将它们提供到群集初始化框406,群集初始化框406可基于从MaxMin框405接收的最大值和最小值来初始化K个群集。基于(中值)过滤的SINR估计,可在分群框407中改善由群集初始化框406提供的初始群集。可将由分群框407确定的群集提供到群集组合框408,群集组合框408可基于群集和(中值)过滤的SINR估计来确定组合群集。组合群集可以是第二框402的输出并且可提供到第三框403,在第三框403中可将(中值)过滤的SINR估计分配给组合群集。
在处理电路400的一个实现中,可省略群集组合框408。在那个实现中,由分群框407确定的群集可以是第二框402的输出并且可提供到第三框403,在第三框403中可将(中值)过滤的SINR估计分配给群集。
在下文中,描述第一框401的一个示范性实现。第一框401可使用在单个PRB可用的(少量)参考符号(RS),例如,如关于图3以上描述的导频符号P1、P2、P3、P4中的至少两个。可如下计算噪声加干扰功率:
参考图3,计算:
,(1)
其中是在导频位置处传送的已知参考符号并且是对应接收的噪声样本。
使用等式(1)计算:
(2)
然后,在具有索引b的给定PRB处测量的块SINR的第一粗略估计由下式给出:
(3)
明显地,比等式(1)更复杂的方式是可能的,包含微分方法或者更复杂的2D过滤。然而,上述的方法具有最低的复杂性并且不要求关于信道统计的先验知识。
第二框402可基于如在图像处理的上下文中采用的分群/分类方法,其要求关于数据的原始集合的统计的最少先验知识。这些方法的目标是以相同的分组(称作群集)中的对象比其它分组(群集)中的那些更类似于彼此的方式来将对象(在此情况下的SINR估计)的集合分组。典型的小区间干扰场景以很少的主要干扰源为特征,并且它们的功率的叠加生成可以被视为群集的有限数量的SINR区域(或聚合区域)。应用分群技术是减少SINR估计的原始集合中的异常值的数量的有效方式。
在下文中,描述第二框402的一个示范性实现。第二框402的示范性实现可基于k均值分群方式并且适应于接收受干扰的无线电信号的特殊用途和统计。在图4中描绘的每个框可按子帧单独地执行并且在下文中描述。
中值过滤器404可以是当将保存边缘时可用于噪声降低的非线性一维过滤器。中值过滤器404可以是用于信号的平滑、脉冲噪声的抑制和边缘保存的非线性数字过滤器。因为集合的中值被定义为分离数据集的上半部与下半部的值,所以在一个示范性实现中奇数数量可用于过滤器窗口大小。可根据资源块组(RBG)中的RB的数量(它可以是用于资源分配的最低粒度)来选择窗口的大小。当窗口具有奇数的条目时,容易定义中值:在数字上将窗口中的所有条目排序之后,它正好是中间值。
在中值过滤器404的一个实现中,大小N=2M+1的窗口可沿着整个信号序列来切割并且每个窗口的中心值可由窗口中的值的中值来代替。例如,在1-D过滤窗口中,以第i个输入值为中心;过滤器输出是yi=median(Wi)。在d-D过滤(其中d>1)中,沿着输入数据移动每个维(d)的大小2M+1的窗口,窗口以为中心,并且输出是中的值的中值。中值过滤器404可实时地在硬件中实现在处理电路400上。中值过滤器404硬件电路可属于非递归排序网络架构的类,所述网络架构以基于字的方式顺序地处理输入样本。中值过滤器404可维持排序来自滑动窗口的先前位置的样本,只将进来的样本放置到正确的秩,因此引起线性硬件复杂性、最小等待时间和采样率的1/2的吞吐量。
在一个实现中,中值过滤器404可以是以下的两组中的一个:基于字和基于位的。基于字(或位并行)的架构并行地处理输入样本的位,但是通常顺序地处理样本。相反地,基于位的过滤器以位串行处理输入样本,但是并行地处理包含在窗口中的样本。
在一个实现中,中值过滤器404可以是以下的两个类别中的一个:非递归和递归。在非递归过滤器中,窗口只包含输入样本的值,而在递归过滤器中,窗口包含最近的中值以及输入值。在一个实现中,中值过滤器404可以是以下的三个类别中的一个:阵列架构、排序网络架构和基于栈的架构。在阵列架构中,窗口的每个元素与秩关联,并且利用每个窗口移位来更新秩。基于排序网络的架构首先排列样本并且然后选择对应秩的样本。通过阈值逻辑、多数元素、汉明比较器等的使用,基于栈的架构将过滤转换到二进制域。
分群框407可基于k均值或k中值方式。在这些算法中,可在算法开始之前规定群集K的数量。在一个示例中,可假设最大两个非冲突干扰源并且可能的干扰源的当前数量可能是已知的。在本公开中没有描述的小区搜索框可用于提供关于干扰小区的数量的信息。在一个非冲突干扰源的情况下,系统有两个可能的SINR状态,即,‘干扰源关’或‘干扰源开’。这意味着,有可分配当前RB的两个群集。在两个非冲突干扰源的情况下,有四个可能性以及因此可分配当前RB SINR的四个群集。在图5中详述分群算法的流程图。对于“群集表示计算”,可使用k均值和k中值方式两者。
可将群集的表示均匀地初始化在一个子帧中的估计的最小值和最大值的范围中,如由MaxMin框405确定的。例如,群集初始化框406可将群集的表示计算为:
(4)
算法的结果极大地取决于初始化。仿真已经示出由等式(4)描述的初始化对于假设的系统设置是鲁棒的。
群集组合框408可应用以下的另外两个改善:小的群集组合和几乎重叠的群集组合。
关于第一改善,当群集中的数据点的数量低于预定义值(它又可取决于总的可用资源)时,可组合群集。此条件可以用公式表达为。在一个示例中,可在RB的总数量的5%到10%的范围中选择。如果群集满足此条件,则它可与对应于下一更高的SINR的群集组合或与表示第二高的SINR的群集组合(如果当前群集已经被分配给最高的SINR)。
关于第二改善,如果保持以下关系,可合并两个群集(例如,由它们的索引i和j表示的):
即,如果群集i与群集j的表示之间的绝对差别低于定义值,它又可取决于SINR估计的噪声和信道估计过滤器配置的所需SINR粒度。如果选择5 dB的SINR粒度,则的示范值可以在范围1-2 dB中。
在群集组合框408之后,中值过滤器404的输出可与对应群集的表示关联并且然后由对应群集的表示代替。这可用块(或PRB)粒度来实施。新的输出提供可被传到其它接收器框(例如,信道估计(CE)、白化过滤器(WF)和信道状态信息反馈(CSIFB))的精确的2D SINR图用于干扰抑制目的。
在示范性实现中,处理电路400可包含第一单元401,配置为接收包括来自多个无线电小区的传送的信号,其中信号的接收样本布置在多个资源块中;第二单元402,配置为基于关于多个资源块的相似性准则来形成多个群集;以及第三单元403,配置为将多个资源块中的每个资源块分配给多个群集中的一个群集。第一单元401可配置为向每个资源块提供在相应资源块上估计的信号与干扰加噪声比。第二单元402可包含中值过滤器404,其配置为过滤信号与干扰加噪声比并且提供中值过滤的信号与干扰加噪声比。第二单元402可包含分群单元407,其配置为基于分类算法来提供多个群集。
图5是图示如在图4中描绘的处理电路400中的分群框407的示意图。分群框407可包含SINR到群集分配框501、新的群集表示计算框502和收敛检查框503。分群框407可接收由群集初始化框406提供的初始群集并且执行迭代循环n用于将群集提供到如在图4中描绘的群集组合框408。
在SINR到群集分配框501中,可将SINR分配给群集。在一个实现中,可使用以下群集分配策略。可表示分配给群集的所有点。如果满足以下条件,可将数据点分配给:
(5)
可将群集分配的SINR提供到新的群集表示计算框502。
在新的群集表示计算框502中,可使用k均值或k中值方式从集合的元素计算群集的新的表示。k均值与k中值算法之间的差别是k均值计算中的所有元素的算术平均而k中值算法计算中值。如关于图4以上描述的中值过滤器404可用于计算中值。当在还可偏置的噪声数据集上操作时,中值可更少加权异常值并且因此可以是优选的。在计算中值的计算复杂性可能太高的实现中,可使用几何或调和均值。几何和算术均值都可以减少异常值的数量(虽然不是和中值一样有效)。
在收敛检查框503中,可检查算法的收敛。算法的收敛的测量可以是新的与旧的表示之间的相对差别低于每个群集的预定义阈值。收敛检查框503可接收来自新的群集表示计算框502的群集的新的表示,并且当检测到收敛时(是)将群集提供到群集组合框408,或否则(否)将具有新的表示的迭代“n”的群集提供到SINR到群集分配框501用于新的迭代。
图6 a)、图6b)、图6c)是图示在分群600a之前、在分群600b之后和根据仿真600c的SINR图的示意图。在分群之前的第一SINR图600a描绘包含多个子帧601、602的在时间t和频率f上的图,其中子帧601、602中的每个可包含多个资源块601a、602a。在图6a)中描绘的子帧601、602包含在频率方向中的示范性数量的50个资源块601a、602a以及在时间方向中的示范性数量的两个资源块601a、602a,其中每个资源块601a、602a可包含在频率方向中的示范性数量的12个资源元素或OFDM符号以及在时间方向中的示范性数量的7个资源元素或OFDM符号,例如,根据图3的图示。当然,也可使用其它数量。
在一个示例中,可根据高级LTE来定义子帧具有两个时隙,每个的持续时间为0.5 ms。1 ms持续时间的10个子帧可构成10 ms持续时间的无线电帧。在频率方向中,可根据高级LTE来实现带宽1.4、3、5、10和20 MHz中的一个。资源块601a、602a可实现为根据高级LTE的物理资源块(具有12个副载波乘以7个OFDM符号),例如,根据图3的图示。图6 a)、图6 b)和图6 c)的时间和频率轴的比例只用于说明性的目的并且可不必是真实比例。
第二SINR图600b示出在分群之后的结果。通过使用如关于图3到图5以上描述的分群技术来识别六个群集603、604、605、606、607、608。没有将稀疏子帧601的资源块601a分配给群集而将密集子帧602的资源块602a分配给群集604。图6 b)示出在时间和频率选择性干扰场景中的在初始SINR估计上的分群的效果。例如,可利用5 dB的步长来量化所有值。看出分群步骤显著地减少在估计的原始集合中的异常值的数量。
第二SINR图600b与表示所希望的群集图的仿真SINR图600c的比较示出不能检测到对所希望的图的偏离。
图7是图示用于在接收器中处理资源块的方法700的示意图。方法700可包含接收701包括来自多个无线电小区的传送的信号,其中信号的接收样本布置在多个资源块300中,例如,如关于图3到图6以上描述的。方法700可包含基于关于多个资源块300的相似性准则来形成702多个群集,例如,如关于图3到图6以上描述的。方法700可包含将多个资源块300中的每个资源块分配703给多个群集中的一个群集,例如,如关于图3到图6以上描述的。
在一个实现中,方法700包括将在相应资源块300上估计的信号与干扰加噪声比分配给每个资源块300,例如,如关于图4以上描述的。在方法700的一个实现中,相似性准则可基于相应信号与干扰加噪声比之间的差别。在方法700的一个实现中,在资源块300上估计信号与干扰加噪声比可基于布置在资源块300中的已知导频位置P1、P2、P3、P4处的接收的样本,例如,如关于图3以上描述的。在一个实现中,方法700包括基于多个群集生成二维图,例如,根据关于图6 b)以上描述的第二图600b,图600b反映跨时间和频率的接收信号的信号与干扰加噪声比的分布。在一个实现中,方法700包括在接收器中使用二维图600b用于干扰抑制。在一个实现中,方法700包括通过使用中值过滤器来过滤信号与干扰加噪声比(例如,如关于图4以上描述的)并且将相似性准则应用于中值过滤的信号与干扰加噪声比。
在方法700的一个实现中,多个资源块300形成时间频率网格,在网格内,每个资源块300具有相同的预定尺寸,例如,如关于图3以上图示的。在方法700的一个实现中,预定数量的资源块300形成子帧(例如,如关于图3和图6以上描述的),其中在子帧的基础上执行形成群集并且在资源块的基础上执行将资源块300分配给群集。在一个实现中,方法700包括使用分类算法来形成多个群集,其中分类算法是基于k均值和k中值方法中的一个,如关于图3到图6以上描述的。在一个实现中,方法700包括在形成多个群集之前,基于已知或估计数量的干扰无线电小区来初始化多个群集,如关于图3到图6以上描述的。在一个实现中,方法700包括基于以下的改善结构中的至少一个,组合多个群集中的群集:小的群集组合,以及几乎重叠的群集组合,如关于图4和图5以上描述的。
图8是图示用于将多个资源块分群的方法800的示意图。方法800可包含基于关于群集的表示的距离准则,将多个信号与干扰加噪声比分配801给多个群集,每个信号与干扰加噪声比是在多个资源块中的相应资源块上估计,例如根据关于图5以上描述的框501。方法800可包含计算802群集的新的表示,其中群集的新的表示是基于将分配给群集的信号与干扰加噪声比取平均值来计算,例如,根据关于图5以上描述的框502。方法800可包含重复803分配和计算直到满足收敛准则,例如,根据关于图5以上描述的框503。
在方法800的一个实现中,当新的表示与群集的表示之间的相对差别跨过预定阈值时,可满足收敛准则。在方法800的一个实现中,计算新的表示可基于k均值和k中值算法中的一个。在一个实现中,方法800可包含在开始分配和计算之前,将群集的表示初始化在信号与干扰加噪声比的最小值与最大值之间的范围内。在方法800的一个实现中,群集的表示可被均匀地初始化在信号与干扰加噪声比的最小值与最大值之间的范围内。在一个实现中,方法800可包含在满足收敛准则之后:当群集中的数据点的数量低于预定值时,组合群集与多个群集中的另一群集。在一个实现中,方法800可包含在满足收敛准则之后:当两个群集的表示之间的绝对差别低于预定值时,组合多个群集中的两个群集。
图9是性能图900,图示当应用用于处理资源块的方法700时,具有信道模型EVA 5Hz、QPSK的时间频率选择性干扰的吞吐量。使用2x2 MIMO配置。
盲生成的SINR图(例如,如在图6 b)中描绘的)用于在时间和频率选择性干扰环境中配置信道估计(CE)过滤器。使用盲生成的SINR图600b的信道估计可提供吞吐量901,它比基线解决方案的吞吐量902大约大了2 dB,基线解决方案忽略干扰的选择性本质并且因此太慢调整CE过滤器。根据吞吐量曲线902的基线SINR估计器实际上是基于显式信道估计并且其复杂性太大以致不能在每个子帧处生成新的估计。
图10是性能图1000,其图示当应用用于处理资源块的方法700时,具有信道模型EVA 5Hz、16QAM的时间频率选择性干扰的吞吐量。
可以观察到与图9中相同的结果。使用盲生成的SINR图600b的信道估计可提供吞吐量1001,它比基线解决方案的吞吐量1002大约大了2 dB,基线解决方案忽略干扰的选择性本质并且因此太慢调整CE过滤器。
用于处理资源块的方法700示出在存在很少群集的情况下的改进性能,这通常是如关于图1以上描述的同构和异构网络中的情况。当改变干扰配置和其频率选择性时,即在每个子帧处的干扰源的PRB分配,同时维持相同的相对功率等级,方法700、800或处理电路400将不示出显著的性能退化。针对LTE和其它基于OFDM的蜂窝网络中的共信道干扰,方法700、800和处理电路400示出改进的UE鲁棒性,导致更高的网络容量和更稳定的用户体验。
如在本公开中描述的方法和装置可与干扰抑制方法(例如,CRS消除、白化方法、CSI反馈)一起用在LTE物理层中。后续算法可使用提供的信息来改进接收器性能,即,增加的数据吞吐量、优化的反馈、改进的测量精确度等。如在本公开中描述的方法和装置可用在可要求关于干扰源的分布的信息的任何单元中。如在本公开中描述的方法和装置可用在下行链路(即,从基站到移动台(例如,UE))和上行链路(即,从移动台到基站)中。如在本公开中描述的方法和装置可用在网络辅助干扰消除和抑制(NAICS)中(例如,根据3 GPP TR 36.866)用于改进干扰消除。
本文描述的方法、系统和装置可实现为数字信号处理器(DSP)、微控制器或任何其它副处理器中的软件或实现为芯片上的硬件电路或专用集成电路(ASIC)内的硬件电路。
本公开中描述的实施例可以实现在数字电子电路中,或实现在计算机硬件、固件、软件中或其组合中,例如,实现在移动装置的可用硬件中或实现在专用于处理本文描述的方法的新硬件中。
本公开也支持包含计算机可执行代码或计算机可执行指令的计算机程序产品,所述计算机可执行代码或计算机可执行指令被执行时,使至少一个计算机执行在本文中描述的执行和计算框,特别是如关于图4、图5、图7和图8以上描述的方法400、700、800。这样的计算机程序产品可包含将程序代码存储在其上用于由处理器使用的可读存储介质,程序代码包括用于执行如上所述的方法400、700、800中的任何一个的指令。
示例
下文的示例涉及另外的实施例。示例1是用于在接收器中处理资源块的方法,方法包括:接收包括来自多个无线电小区的传送的信号,其中信号的接收样本布置在多个资源块中;基于关于多个资源块的相似性准则来形成多个群集;以及将多个资源块中的每个资源块分配给多个群集中的群集。
在示例2中,示例1的主题可以可选地包含:将在相应资源块上估计的信号与干扰加噪声比分配给每个资源块。
在示例3中,示例2的主题可以可选地包含:相似性准则是基于相应信号与干扰加噪声比之间的差别。
在示例4中,示例2-3中的任何一个的主题可以可选地包含:在资源块上估计信号与干扰加噪声比是基于布置在资源块中的已知导频位置处的接收的样本。
在示例5中,示例2-4中的任何一个的主题可以可选地包含:基于多个群集生成二维图,所述图表示跨时间和频率的接收信号的信号与干扰加噪声比的分布。
在示例6中,示例5的主题可以可选地包含:在接收器中使用二维图用于干扰抑制。
在示例7中,示例2-8中的任何一个的主题可以可选地包含:通过使用中值过滤器过滤信号与干扰加噪声比;以及将相似性准则应用于中值过滤的信号与干扰加噪声比。
在示例8中,示例1-7中的任何一个的主题可以可选地包含:多个资源块形成时间频率网格,在网格内,每个资源块具有相同的预定尺寸。
在示例9中,示例1-8中的任何一个的主题可以可选地包含:多个资源块中预定数量的资源块形成子帧;形成多个群集是在子帧的基础上执行;以及将多个资源块分配给多个群集是在资源块的基础上执行。
在示例10中,示例1-9中的任何一个的主题可以可选地包含:使用分类算法用于形成多个群集,其中分类算法是基于k均值和k中值方法中的一个。
在示例11中,示例1-10中的任何一个的主题可以可选地包含:在形成多个群集之前,基于已知或估计数量的干扰无线电小区来初始化多个群集。
在示例12中,示例1-11中的任何一个的主题可以可选地包含:基于以下的改善结构中的至少一个来组合多个群集中的群集:小的群集组合,以及基本上重叠的群集组合。
示例13是用于在接收器中处理资源块的处理电路,处理电路包括:第一单元,配置为接收包括来自多个无线电小区的传送的信号,其中信号的接收样本布置在多个资源块中;第二单元,配置为基于关于多个资源块的相似性准则来形成多个群集;以及第三单元,配置为将多个资源块中的每个资源块分配给多个群集中的群集。
在示例14中,示例13的主题可以可选地包含:第一单元配置为向每个资源块提供在相应资源块上估计的信号与干扰加噪声比。
在示例15中,示例14的主题可以可选地包含:第二单元包括中值过滤器,其配置为过滤信号与干扰加噪声比并且提供中值过滤的信号与干扰加噪声比。
在示例16中,示例15的主题可以可选地包含:第二单元包括分群单元,其配置为基于分类算法来提供多个群集。
示例17是用于将多个资源块分群的方法,方法包括:基于关于群集的表示的距离准则,将多个信号与干扰加噪声比分配给多个群集,每个信号与干扰加噪声比是在多个资源块中的相应资源块上估计;计算群集的新的表示,其中群集的新的表示是基于将分配给群集的信号与干扰加噪声比取平均值来计算;以及重复分配和计算直到满足收敛准则。
在示例18中,示例17的主题可以可选地包含:当新的表示与群集的表示之间的相对差别跨过预定阈值时,满足收敛准则。
在示例19中,示例17-18中的任何一个的主题可以可选地包含:计算新的表示是基于k均值和k中值算法中的一个。
在示例20中,示例17-19中的任何一个的主题可以可选地包含:在开始分配和计算之前,将群集的表示初始化在信号与干扰加噪声比的最小值与最大值之间的范围内。
在示例21中,示例20的主题可以可选地包含:群集的表示被均匀地初始化在信号与干扰加噪声比的最小值与最大值之间的范围内。
在示例22中,示例17-21中的任何一个的主题可以可选地包含:在满足收敛准则之后:当群集中的数据点的数量低于预定值时,组合群集与多个群集中的另一群集。
在示例23中,示例17-22中的任何一个的主题可以可选地包含:在满足收敛准则之后:当两个群集的表示之间的绝对差别低于预定值时,组合多个群集中的至少两个群集。
示例24是计算机指令存储在其上的计算机可读介质,当计算机执行计算机指令时,使计算机执行示例1到12和17到23中的任何一个的方法。
示例25是传送系统,其包括无线电接收器,所述无线电接收器包括根据示例13到16中的任何一个的处理电路;以及配置为经由多个天线端口传送无线电信号的至少一个传送器。
在示例26中,示例25的主题可以可选地包含:无线电接收器包括多个接收天线,其配置为接收包括来自多个无线电小区的传送的信号。
示例27是传送系统,其包括无线电接收器,所述无线电接收器包括根据示例13到16中的任何一个的处理电路;以及多个无线电小区,每个无线电小区配置为传送无线电信号。
在示例28中,示例27的主题可以可选地包含:每个无线电小区包括配置为传送每个无线电小区的无线电信号的多个传送天线;以及无线电接收器包括配置为接收包括来自多个无线电小区的传送的信号的多个接收天线。
示例29是用于在接收器中处理资源块的处理电路,处理电路包括:接收部件,用于接收包括来自多个无线电小区的传送的信号,其中信号的接收样本布置在多个资源块中;分群部件,用于基于关于多个资源块的相似性准则来形成多个群集;以及分配部件,用于将多个资源块中的每个资源块分配给多个群集中的一个群集。
在示例30中,示例29的主题可以可选地包含:接收部件配置为向每个资源块提供在相应资源块上估计的信号与干扰加噪声比。
在示例31中,示例30的主题可以可选地包含:分群部件包括过滤部件,其用于过滤信号与干扰加噪声比并且提供过滤的信号与干扰加噪声比。
在示例32中,示例31的主题可以可选地包含:分群部件包括分群单元,其配置为基于分类算法来提供多个群集。
此外,虽然只关于若干实现中的一个来公开本发明的特定特征或方面,但是这样的特征或方面可与其它的实现的一个或多个其它特征或方面组合(如可以是期望的并且有利于任何给定或特定应用)。此外,在某种程度上,术语“包含”、“具有”、“利用”或其其它变型用在详细描述或权利要求中,这样的术语旨在以类似于术语“包括”的方式来包含。此外,要理解,本发明的方面可实现在离散电路、部分集成电路或全部集成电路或编程部件中。而且,术语“示范性”和“例如”仅意味着作为示例,而不是最好或最佳的。
虽然在本文中图示并且描述了具体方面,但是本领域的普通技术人员将理解的是各种备选和/或等效实现可代替示出并且描述的具体方面而没有背离本发明的范围。本申请旨在覆盖本文讨论的具体方面的任何改编或变化。