CN114097201B - 用于动态减少干扰的设备和方法 - Google Patents

用于动态减少干扰的设备和方法 Download PDF

Info

Publication number
CN114097201B
CN114097201B CN201980098167.7A CN201980098167A CN114097201B CN 114097201 B CN114097201 B CN 114097201B CN 201980098167 A CN201980098167 A CN 201980098167A CN 114097201 B CN114097201 B CN 114097201B
Authority
CN
China
Prior art keywords
matrix
calculating
symbols
whitening
calculated
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201980098167.7A
Other languages
English (en)
Other versions
CN114097201A (zh
Inventor
约阿夫·莱文布克
多伦·埃兹里
纳达夫·巴松
付洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN114097201A publication Critical patent/CN114097201A/zh
Application granted granted Critical
Publication of CN114097201B publication Critical patent/CN114097201B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0224—Channel estimation using sounding signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03305—Joint sequence estimation and interference removal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/0848—Joint weighting
    • H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/021—Estimation of channel covariance
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0044—Arrangements for allocating sub-channels of the transmission path allocation of payload
    • H04L5/0046—Determination of how many bits are transmitted on different sub-channels
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L5/00—Arrangements affording multiple use of the transmission path
    • H04L5/003—Arrangements for allocating sub-channels of the transmission path
    • H04L5/0048—Allocation of pilot signals, i.e. of signals known to the receiver
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L2025/0335—Arrangements for removing intersymbol interference characterised by the type of transmission
    • H04L2025/03375—Passband transmission
    • H04L2025/03414—Multicarrier

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Noise Elimination (AREA)

Abstract

本发明提供一种用于动态减少对多载波通信接收器的干扰的设备。所述设备用于：基于多个子载波携带的多个导频符号和/或数据符号来计算所述多个子载波的信道估计值集合；基于所述信道估计值集合计算所述多个子载波的均衡器集合；使用所述均衡器集合对多个数据符号执行均衡以获取多个均衡符号；执行软切片或硬切片过程，包括基于所述多个均衡符号获取多个估计符号；基于所述估计符号集合计算至少一个对角加载的干扰加噪声协方差矩阵；基于所述至少一个对角加载的干扰加噪声协方差矩阵、所述信道估计值集合或其更新版本，将所述多个数据符号解映射到软比特；将所述软比特馈送到信道解码器。

Description

用于动态减少干扰的设备和方法
技术领域
本发明通常涉及无线局域网领域，特别涉及无线局域网中的动态干扰消除。为此，本发明提供了一种用于多载波通信接收器的设备和相应的方法，可以检测后处理信噪比(post-processing Signal-to-Noise-Ratio，pp-SNR)水平的下降，并且可以实现动态干扰抑制合并(Dynamic Interference Rejection Combining，D-IRC)。
背景技术
通常，无线局域网的性能(例如，WiFi性能)经常受干扰而非噪声的限制。
例如，WiFi中可能存在以下几种干扰场景：
·干扰可以是WiFi类型或非WiFi类型。
·干扰可以是静态干扰或动态干扰。
图9示意性地示出了静态干扰图900。在所述静态干扰中(可以从图900推导出)，一个或多个干扰源功率(据统计)在整个所需数据包(包括前导码)传输期间保持固定。
图10示意性地示出了动态干扰图1000，其中，所述动态干扰包括上升干扰1001、下降干扰1002、上升干扰+下降干扰1003和下降干扰+上升干扰1004。
在所述动态干扰中(可以从图1000中推导出)，一个或多个干扰源功率(据统计)在所需数据包传输的持续时间内变化。
此外，如果不满足给定多载波通信系统(Multi-Carrier communication System，MCS)所需的信噪比(Signal-to-Noise-ratio，SNR)，即使相对较弱的上升干扰源也会导致性能严重下降。这在图11中示出。图11是图1100的示意图，示出了在无干扰、静态干扰和上升干扰的情况下，最大比合并(Maximum Ratio Combining，MRC)和干扰抑制合并(IRC)的性能。
通常，WiFi干扰与所需数据包不同步，例如，WiFi干扰可能在所需数据包内的任意位置上升或下降。此外，WiFi干扰源的性质在数据包内可能由于前导码部分转换、从单流转换到多流等发生变化。因此，纯静态情况可能是当这些转换没有在所需数据包内发生的情况(即，比较罕见的情况)。
此外，所述动态干扰对WiFi影响巨大，因为在WiFi中(除了用于载波频率偏移(Carrier Frequency Offset，CFO)/相位噪声补偿的极少数相位跟踪导频之外)，前导码之后没有导频。这意味着可能难以检测和缓解前导码之后上升的干扰。
动态干扰的最重要情况可能是上升干扰情况。上升干扰情况是隐藏节点导致的。
参考图12，图12是图1200的示意图，示出了隐藏节点问题。
在图1200中，B 1201是接入点(access point，AP)，A 1202是站点(station，STA)，其不感测C 1203或向B 1201传输。此外，C 1203是STA，其不感测A 1202或向B 1201或其他AP传输。此外，C 1203还可以是向其中一个STA传输的其他AP。
此外，一些其他的重要场景是上升干扰和下降干扰的组合，如“上升+下降”干扰情况。这种场景可能是隐藏节点导致的，其中，所述隐藏节点数据包在所需数据包结束之前结束。此外，动态干扰缓解对处理上升干扰至关重要。另外，另一种场景是“下降+上升”干扰场景。例如，这种场景可能由于MIM机制(Message in Message，MIM)之后确认(acknowledgment，ACK)(例如，消息1(MSG1)数据包在消息2(MSG2)之前结束)而发生。然而，还存在其他场景。在后一种情况下，上升干扰源不同于下降干扰源，动态干扰缓解是必不可少的。
此外，动态干扰缓解可能会有帮助的其他一些情况如下：
·一个以上同时干扰源(可能是上升干扰源和/或下降干扰源)的组合，例如，嵌套隐藏节点。
·在前导码内发生变化的干扰或者在数据包内干扰性质发生变化的静态干扰/下降干扰。
例如，如果上述不同场景中描述的干扰没有缓解，则可能导致WiFi工作的MCS相比没有干扰的情况会低很多，从而大大降低吞吐量。因此，即使AP和STA的位置非常接近，数据速率也可能会比较低。
WiFi中动态干扰(如上升干扰)的问题至今尚未明确解决，即不存在缓解动态干扰的解决方案。这意味着，在实践中，速率自适应算法(例如，Minstrel)将收敛到足以支持干扰水平的MCS。然而，这意味着吞吐量将由于动态干扰明显降低。
此外，与动态干扰问题不同，静态干扰问题具有已知利用IRC的解决方案。
此外，在假设系统(例如，图13的系统1300)中，可以考虑通用模型y＝hs+v，其中，v是在协方差为C的情况下的干扰+噪声；h是信道矢量；s是传输的前导码。假设充分了解信道知识和干扰统计知识，则最优检测(对于高斯干扰而言)是最小方差无失真响应(MinimumVariance Distortionless Response，MVDR)，其中：
Figure BDA0003453296750000021
通过矩阵求逆引理，可以将C-1替换为R-1，其中：
R＝C+hhH＝E(yyH) 等式(2)
这表明，可以用总协方差R来代替C进行处理。
此外，对充分了解信道知识和干扰统计知识的假设进行放宽主要有以下两种途径：
1.基于R的IRC(缩放最小均方差(MMSE))：可用等式(3)、等式(4)和等式(5)描述，如下：
Figure BDA0003453296750000022
Figure BDA0003453296750000023
Figure BDA0003453296750000024
其中，
Figure BDA0003453296750000025
是信道估计值(对N个子载波的频带计算/>
Figure BDA0003453296750000026
)。
2.基于C的IRC(白化/最小方差无失真响应(MVDR))：可用等式(6)、等式(7)和等式(8)描述，如下：
Figure BDA0003453296750000027
其中，
Figure BDA0003453296750000028
和
Figure BDA0003453296750000031
是协方差C的估计值(例如，可以对N个子载波的频带计算
Figure BDA0003453296750000032
)。
对于实际信道估计(例如，Wi-Fi或长期演进(Long Term Evolution，LTE)中使用的平滑)来说，这两种途径通常是不相同的。例如，在干扰性质更静态的LTE中广泛使用IRC(单纯功能)。
此外，虽然基于前导码的IRC在静态干扰情况下表现良好，但通常，它不会消除上升干扰源。例如，如果干扰源在前导码之后上升或变化，则由于在前导码处计算的波束成形器不适合，导致IRC失效。就Wi-Fi而言，前导码位于数据包开头，且之后没有足够的导频，因此IRC只能在有限的情况下提供帮助。因此，IRC不是合适的Wi-Fi解决方案。这还可以从图11所示的图1100中推导出。图11表明，当干扰源是静态的时候，(基于前导码的)IRC表现良好，而当针对上升干扰源使用(基于前导码的)IRC时，会存在总损耗。
发明内容
鉴于上述问题和缺点，本发明实施例旨在改进传统设备和方法。目的是通过减少干扰源，从而提高后处理SINR，因此提高吞吐量来解决WiFi中动态干扰的技术问题。
通过所附独立权利要求中提供的实施例实现所述目的。这些实施例的有利实现方式在从属权利要求中进一步定义。
特别地，本发明实施例提出如在IRC中估计协方差，并且(仅)将未知符号sn替换为软切片符号
Figure BDA0003453296750000033
如下式
Figure BDA0003453296750000034
其中
Figure BDA0003453296750000035
Figure BDA0003453296750000036
Figure BDA0003453296750000037
Figure BDA0003453296750000038
γn＝后处理SNR
此外，可以使用迭代算法来细化符号
Figure BDA0003453296750000039
从而细化协方差和波束形成器。此外，可以使用后处理SNR检测器检测上升干扰/动态干扰并仅在需要时启用D-IRC。这可以在没有干扰或在静态干扰的情况下使性能不下降，同时在动态干扰的情况下可能具有(巨大)增益。
本发明实施例的主要优点可以概括如下：
·在存在动态干扰的情况下，获得明显的性能增益。
·无负增益(无干扰源或有静态干扰源时性能不下降)。
·可实行的计算复杂度。
本发明的第一方面提供一种用于动态减少对多载波通信接收器的干扰的设备，其中，所述设备用于：基于多个子载波携带的多个导频符号和/或数据符号来计算所述多个子载波的信道估计值集合；基于所述信道估计值集合计算所述多个子载波的均衡器集合；使用所述均衡器集合对多个数据符号执行均衡以获取多个均衡符号；执行软切片或硬切片过程，包括基于所述多个均衡符号获取多个估计符号；基于所述估计符号集合计算至少一个对角加载的干扰加噪声协方差矩阵；基于所述至少一个对角加载的干扰加噪声协方差矩阵、所述信道估计值集合或其更新版本，将所述多个数据符号解映射到软比特；将所述软比特馈送到信道解码器。
所述设备可以是或可以并入多载波通信接收器中。所述设备可以包括电路。所述电路可以包括硬件和软件。所述硬件可以包括模拟电路或数字电路，或模拟电路和数字电路两者。在一些实施例中，所述电路包括一个或多个处理器和连接到所述一个或多个处理器的非易失性存储器。所述非易失性存储器可携带可执行程序代码，当所述可执行程序代码由所述一个或多个处理器执行时，使所述设备执行本文描述的操作或方法。
例如，在一些实施例中，可以为所述设备提供动态干扰缓解方案，该方案可以使用基于后处理SNR的检测器来决定是使用(传统)MRC方法还是IRC方法，或者切换到动态IRC(D-IRC)，例如一旦检测到SNR下降，则进行切换。所述设备可以使用D-IRC。D-IRC原理是基于IRC。静态干扰情况下的IRC是简单的，因为它可以对前导码进行。在动态干扰情况下，困难之处在于前导码之后干扰性质发生变化，导致无法使用IRC(Wi-Fi中有效载荷内没有导频)。
例如，在一些实施例中，所述设备可以使用所接收的数据符号来估计干扰的协方差，还可以应用IRC/白化。这种方法的困难之处可能在于数据符号对于接收器来说是未知的。在一些实施例中，一种可能性是使用硬判决，但在一些实施例中，更一般的方法可能是使用软切片(例如，基于条件均值估计量)代替硬判决来估计协方差(例如，硬判决可视为软切片的特例)。
在一些实施例中，(困难之处可能在于)软切片可能需要了解波束成形器/均衡器(需要软切片)，而软切片还需要了解后处理SNR，在计算波束成形器/均衡器之前，后处理SNR也是未知的。为了克服这个问题(即，“鸡和蛋”问题)，所述设备可以执行以下步骤：
1.所述设备可以从先前符号中获取初始波束成形器/均衡器(w0)和后处理SNR(ppSNR0)。
2.对于i＝1：迭代次数，所述设备可以
a.执行软切片；
b.估计所述协方差并重新计算波束成形器/均衡器-wi；
c.重新计算所述后处理SNR-ppSNRi。
3.所述设备可以使用最后计算出的波束成形器/均衡器进行均衡。
4.所述设备可以使用所述最后计算出的后处理SNR进行对数似然比(LogLikelihood Ratio，LLR)定标。
所提供的D-IRC方案不限于单流的情况，还可以用于单用户多输入多输出(SingleUser Multiple-Input and Multiple-Output，SU-MIMO)和多用户多输入多输出(MultiUser Multiple-Input and Multiple-Output，MU-MIMO)。
在所述第一方面的一种实现方式中，所述设备还用于：基于所述至少一个对角加载的干扰加噪声协方差矩阵和所述信道估计值集合或其更新版本，计算所述多个子载波的后续均衡器集合。
在所述第一方面的另一种实现方式中，所述设备还用于：基于所述计算的至少一个对角加载的干扰加噪声协方差矩阵计算至少一个白化矩阵；基于所述至少一个白化矩阵计算所述多个子载波的所述后续均衡器集合；基于所述至少一个白化矩阵将所述多个数据符号解映射到软比特。
在所述第一方面的另一种实现方式中，所述设备还用于：使用所述计算的至少一个白化矩阵对所述多个数据符号执行白化操作，以获取多个经白化的数据符号；使用所述计算的至少一个白化矩阵对所述信道估计值集合或其更新版本执行白化操作，以获取经白化的信道估计值集合；基于所述经白化的信道估计值集合计算所述多个子载波的所述后续均衡器集合；基于所述后续均衡器集合和/或所述经白化的信道估计值，通过对所述经白化的数据符号执行解映射操作来获取所述软比特。
在一些实施例中，pp-SNR的计算可能不是必需的，例如，如果所述软切片被硬判决代替，则例如，所述pp-SNR对性能不关键。
在一些实施例中，在最大似然解码(maximum likelihood decoding，MLD)解码器中，仅对下一个符号使用所述后续均衡器集合；仅对所述多个数据符号进行白化。在一些实施例中，在线性接收器的情况下，可以将白化吸收到所述均衡器中。在一些实施例中，可以非隐式地进行所述白化，而是可以通过所述均衡显式地进行所述白化。
在一些实施例中，在单流和多流情况下，可以通过几种方式(在数学上都等效)进行白化+均衡，如下：
1.可以对输入向量进行白化，可以对所述信道估计值进行白化。然后，可以基于经白化的信道估计值计算所述均衡器。
2.可以通过将所述输入和信道估计值的白化操作吸收到均衡器中来显式地进行白化。
3. 1和2的组合，例如，可以对所述输入和信道估计值执行白化。可以将白化吸收到所述均衡器中或可以将所述输入白化吸收到所述均衡器中，并且所述均衡器可基于经白化的信道估计值。
在所述第一方面的另一种实现方式中，所述设备还用于：计算至少一个干扰加噪声协方差矩阵，并向所述至少一个干扰加噪声协方差矩阵添加对角矩阵，以计算所述至少一个对角加载的干扰加噪声协方差矩阵。
在所述第一方面的另一种实现方式中，所述设备还用于：计算所述至少一个对角加载的干扰加噪声协方差矩阵的逆科列斯基(Cholesky)矩阵。
例如，所述设备可以基于通过如下方式获得的三角形矩阵，计算所述至少一个对角加载的干扰加噪声协方差矩阵的所述逆科列斯基矩阵：对所述至少一个对角加载的干扰加噪声协方差矩阵进行科列斯基分解；对获得的三角形矩阵取逆。
在所述第一方面的另一种实现方式中，通过对所述至少一个对角加载的干扰加噪声协方差矩阵执行科列斯基分解，计算所述逆科列斯基矩阵。
在所述第一方面的另一种实现方式中，执行所述白化和均衡包括：基于所述逆科列斯基矩阵对确定子载波(SC)的所接收输入向量进行白化，随后对所述确定SC的所述经白化的输入向量应用所述后续均衡器集合；或对所述逆科列斯基矩阵应用所述后续均衡器集合，随后对确定子载波的所接收输入向量应用所获得结果。
在所述第一方面的另一种实现方式中，所述设备还用于：执行内迭代过程，其中，所述内迭代过程包括执行预定义数量的内迭代，其中，对相同的多个数据符号执行每个内迭代，其中，在每个内迭代中，执行以下步骤：
使用在前一次内迭代中计算的所述均衡器集合执行所述均衡，或者，在使用基于所述信道估计值集合计算的所述多个子载波的所述均衡器集合的第一内迭代的情况下，执行所述均衡；
执行所述软切片过程或所述硬切片过程；
计算所述至少一个对角加载的干扰加噪声协方差矩阵；
计算所述至少一个白化矩阵；
对所述多个数据符号执行所述白化操作；
执行所述白化操作，以获取所述经白化的信道估计值集合；
计算另一个均衡器集合。
在所述第一方面的另一种实现方式中，所述设备还用于：执行外迭代过程，包括执行预定义数量的外迭代，其中，对不同的多个数据符号执行与所述前一次外迭代不同的每个外迭代，其中，在每个外迭代中，执行以下步骤：
使用在所述前一次外迭代或内迭代中计算的所述均衡器集合执行所述均衡，或者，在使用基于所述信道估计值集合计算的所述多个子载波的所述均衡器集合的第一外迭代的情况下，执行所述均衡；
执行所述软切片过程或所述硬切片过程；
计算所述至少一个对角加载的干扰加噪声协方差矩阵，计算所述至少一个白化矩阵；
对所述多个数据符号执行所述白化操作；
执行所述白化操作，以获取所述经白化的信道估计值集合；
计算另一个均衡器集合。
在所述第一方面的另一种实现方式中，通过将确定SC的至少一个信道估计值矩阵或其更新版本与所述计算的至少一个白化矩阵，特别是所述逆科列斯基矩阵相乘，来获得所述经白化的信道估计值。
在所述第一方面的另一种实现方式中，所述设备用于：将多个SC划分为子带，其中，每个子带包括预定数量的SC，其中，估计每个子带的干扰加噪声协方差矩阵。
在所述第一方面的另一种实现方式中，所述设备还用于：基于所述多个子载波携带的多个导频符号和/或数据符号和/或所述信道估计值集合，针对多个子载波计算每流后处理信号干扰噪声比(pp-SINR)的第一集合；基于多个均衡符号和多个估计符号，针对所述多个子载波计算每流pp-SINR的第二集合。
在所述第一方面的另一种实现方式中，所述设备还用于：根据所述每流pp-SINR的第一集合计算表示所述第一集合的平均pp-SINR的单个每流pp-SINR向量；根据所述每流pp-SINR的第二集合计算表示所述第二集合的平均pp-SINR的单个每流pp-SINR向量；计算所述第一集合的所述平均pp-SINR与所述第二集合的所述平均pp-SINR的差值作为pp-SINR差值向量。
在所述第一方面的另一种实现方式中，所述设备还用于：针对所述多个SC，检测pp-SINR水平的下降。
在所述第一方面的另一种实现方式中，基于所述pp-SINR差值向量检测所述pp-SINR的下降。
在所述第一方面的另一种实现方式中，启用所述设备，特别地，其中，基于检测到的pp-SINR水平下降，确定所述预定义数量的内迭代和/或外迭代。
在所述第一方面的另一种实现方式中，所述均衡器集合和/或所述后续均衡器集合是基于最小均方差(MMSE)均衡器或迫零(ZF)均衡器。
本发明的第二方面提供一种用于动态减少对多载波通信接收器的干扰的方法，其中，所述方法包括：基于多个子载波携带的多个导频符号和/或数据符号来计算所述多个子载波的信道估计值集合；基于所述信道估计值集合计算所述多个子载波的均衡器集合；使用所述均衡器的第一集合对多个数据符号执行均衡以获取多个均衡符号；执行软切片或硬切片过程，包括基于所述多个均衡符号获取多个估计符号；基于所述估计符号集合计算至少一个对角加载的干扰加噪声协方差矩阵；基于所述至少一个对角加载的干扰加噪声协方差矩阵、所述信道估计值的第一集合或其更新版本，将所述多个数据符号解映射到软比特；将所述软比特馈送到信道解码器。
在所述第二方面的一种实现方式中，所述方法还包括：基于所述至少一个对角加载的干扰加噪声协方差矩阵和所述信道估计值集合或其更新版本，计算所述多个子载波的后续均衡器集合。
在所述第二方面的另一种实现方式中，所述方法还包括：基于所述计算的至少一个对角加载的干扰加噪声协方差矩阵计算至少一个白化矩阵；基于所述至少一个白化矩阵计算所述多个子载波的所述后续均衡器集合；基于所述至少一个白化矩阵将所述多个数据符号解映射到软比特。
在所述第二方面的另一种实现方式中，所述方法还包括：使用所述计算的至少一个白化矩阵对所述多个数据符号执行白化操作，以获取多个经白化的数据符号；使用所述计算的至少一个白化矩阵对所述信道估计值集合或其更新版本执行白化操作，以获取经白化的信道估计值集合；基于所述经白化的信道估计值集合计算所述多个子载波的所述后续均衡器集合；基于所述后续均衡器集合和/或所述经白化的信道估计值，通过对所述经白化的数据符号执行解映射操作来获取所述软比特。
在所述第二方面的另一种实现方式中，所述设备还包括：计算至少一个干扰加噪声协方差矩阵，并向所述至少一个干扰加噪声协方差矩阵添加对角矩阵，以计算所述至少一个对角加载的干扰加噪声协方差矩阵。
在所述第二方面的另一种实现方式中，所述方法还包括：计算所述至少一个对角加载的干扰加噪声协方差矩阵的逆科列斯基矩阵。
在所述第二方面的另一种实现方式中，通过对所述至少一个对角加载的干扰加噪声协方差矩阵执行科列斯基分解，计算所述逆科列斯基矩阵。
在所述第二方面的另一种实现方式中，执行所述白化和均衡包括：基于所述逆科列斯基矩阵对确定子载波(SC)的所接收输入向量进行白化，随后对所述确定SC的所述经白化的输入向量应用所述后续均衡器集合；或对所述逆科列斯基矩阵应用所述后续均衡器集合，随后对确定子载波的所接收输入向量应用所获得结果。
在所述第二方面的另一种实现方式中，所述方法还包括：执行内迭代过程，其中，所述内迭代过程包括执行预定义数量的内迭代，其中，对相同的多个数据符号执行每个内迭代，其中，在每个内迭代中，执行以下步骤：
使用在前一次内迭代中计算的所述均衡器集合执行所述均衡，或者，在使用基于所述信道估计值集合计算的所述多个子载波的所述均衡器集合的第一内迭代的情况下，执行所述均衡；
执行所述软切片过程或所述硬切片过程；
计算所述至少一个对角加载的干扰加噪声协方差矩阵；
计算所述至少一个白化矩阵；
对所述多个数据符号执行所述白化操作；
执行所述白化操作，以获取所述经白化的信道估计值集合；
计算另一个均衡器集合。
在所述第二方面的另一种实现方式中，所述方法还包括：执行外迭代过程，包括执行预定义数量的外迭代，其中，对不同的多个数据符号执行与所述前一次外迭代不同的每个外迭代，其中，在每个外迭代中，执行以下步骤：
使用在所述前一次外迭代或内迭代中计算的所述均衡器集合执行所述均衡，或者，在使用基于所述信道估计值集合计算的所述多个子载波的所述均衡器集合的第一外迭代的情况下，执行所述均衡；
执行所述软切片过程或所述硬切片过程；
计算所述至少一个对角加载的干扰加噪声协方差矩阵，计算所述至少一个白化矩阵；
对所述多个数据符号执行所述白化操作；
执行所述白化操作，以获取所述经白化的信道估计值集合；
计算另一个均衡器集合。
在所述第二方面的另一种实现方式中，通过将确定SC的至少一个信道估计值矩阵或其更新版本与所述计算的至少一个白化矩阵，特别是所述逆科列斯基矩阵相乘，来获得所述经白化的信道估计值。
在所述第二方面的另一种实现方式中，所述方法还包括：将多个SC划分为子带，其中，每个子带包括预定数量的SC，其中，估计每个子带的干扰加噪声协方差矩阵。
在所述第二方面的另一种实现方式中，所述方法还包括：基于所述多个子载波携带的多个导频符号和/或数据符号和/或所述信道估计值集合，针对多个子载波计算每流后处理信号干扰噪声比(pp-SINR)的第一集合；基于多个均衡符号和多个估计符号，针对所述多个子载波计算每流pp-SINR的第二集合。
在所述第二方面的另一种实现方式中，所述方法还包括：根据所述每流pp-SINR的第一集合计算表示所述第一集合的平均pp-SINR的单个每流pp-SINR向量；根据所述每流pp-SINR的第二集合计算表示所述第二集合的平均pp-SINR的单个每流pp-SINR向量；计算所述第一集合的所述平均pp-SINR与所述第二集合的所述平均pp-SINR的差值作为pp-SINR差值向量。
在所述第二方面的另一种实现方式中，所述方法还包括：针对所述多个SC，检测pp-SINR水平的下降。
在所述第二方面的另一种实现方式中，基于所述pp-SINR差值向量检测所述pp-SINR的下降。
在所述第二方面的另一种实现方式中，启用所述设备，特别地，其中，基于检测到的pp-SINR水平下降，确定所述预定义数量的内迭代和/或外迭代。
在所述第二方面的另一种实现方式中，所述均衡器集合和/或所述后续均衡器集合是基于最小均方差(MMSE)均衡器或迫零(ZF)均衡器。
本发明的第三方面提供一种计算机程序，其中，当所述计算机程序由计算机执行时，使得第二方面或所述第二方面的所述实现方式的方法被执行。
在一些实施例中，所述计算机程序可提供在非瞬时性计算机可读记录介质上。
应注意，本申请中所描述的所有设备、元件、单元和构件都可以在软件或硬件元件或其任何种类的组合中实现。本申请中描述的各种实体执行的所有步骤和所描述的将由各种实体执行的功能旨在表明各个实体适于或用于执行各自的步骤和功能。
即使，在以下具体实施例的描述中，待由外部实体执行的特定功能或步骤未反映在执行该特定步骤或功能的该实体的具体详细元件的描述中，技术人员也应该清楚，这些方法和功能可以在相应的软件或硬件元件，或其任何种类的组合中实施。
附图说明
结合所附附图，下面具体实施例的描述将阐述本发明的各方面及其实现方式，其中：
图1是根据本发明实施例的用于动态减少对多载波通信接收器的干扰的设备的示意图；
图2是示出了大约到达接收帧中间的上升干扰场景的结果的图；
图3是示出了D-IRC与MRC和IRC的性能比较的图；
图4示意性地示出了对于低SIR和中等SIR，实际吞吐量非常明显的增益；
图5是示出了在没有干扰的情况下，D-IRC的性能与IRC/MRC的性能比较的图；
图6示出了D-IRC框图；
图7是一直到检测到SINR下降，D-IRC SNR检测器处理的示意图；
图8是根据本发明实施例的用于动态减少对多载波通信接收器的干扰的方法的流程图；
图9示出了静态干扰图；
图10示出了包括上升干扰、下降干扰、上升干扰+下降干扰和下降干扰+上升干扰的动态干扰图；
图11是示出了在无干扰、静态干扰和上升干扰情况下MRC性能和IRC性能的图；
图12是示出了隐藏节点问题的图；
图13示意性地示出了在干扰源存在的情况下从STA接收WiFi数据包的传统AP。
具体实施方式
图1是根据本发明实施例的用于动态减少对多载波通信接收器的干扰的设备100的示意图。
设备100用于：基于多个子载波110携带的多个导频符号和/或数据符号，计算所述多个子载波110的信道估计值集合101。
设备100还用于：基于所述信道估计值集合101计算所述多个子载波110的均衡器集合102。
设备100还用于：使用所述均衡器集合102对多个数据符号执行均衡以获取多个均衡符号103。
设备100还用于：执行软切片或硬切片过程，包括基于所述多个均衡符号103获取多个估计符号104。
设备100还用于：基于所述估计符号集合104计算至少一个对角加载的干扰加噪声协方差矩阵105。
设备100还用于：基于所述至少一个对角加载的干扰加噪声协方差矩阵105、所述信道估计值集合101或其更新版本，将所述多个数据符号解映射到软比特106。
设备100还用于将软比特106馈送到信道解码器。
设备100可以是接收器设备。设备100可包括电路(图1中未示出)。所述电路可以包括硬件和软件。所述硬件可以包括模拟电路或数字电路，或同时包括模拟电路和数字电路。在一些实施例中，所述电路包括一个或多个处理器和连接到所述一个或多个处理器的非易失性存储器。所述非易失性存储器可携带可执行程序代码，当所述可执行程序代码由所述一个或多个处理器执行时，使得所述设备执行本文描述的操作或方法。
此外，在存在动态干扰源的情况下，设备100可以实现明显的性能增益。参考图2，图2是图200的示意图，示出了大约到达接收帧中间的上升干扰场景的结果。
在图2的图200中，示出了在64QAM的固定INR为15dB，速率为5/6的情况下，D-IRC的性能与MRC和IRC的性能的比较。接收器(RX)使用8个Rx天线，信道为TGn-D NLOS。可以看出，D-IRC能够在约18dB的SNR下起作用(如参考符号202所示)，而利用IRC和/或MRC无法起作用(用参考符号201指示标准技术完全崩溃)。
参考图3，图3是图300的示意图，示出了D-IRC与MRC和IRC的性能比较。
在图3的图300中，示出了在64QAM的固定SNR为18dB，速率为5/6的情况下，D-IRC(由设备100执行)的性能与MRC和IRC的性能的比较。接收器设备(RX)使用8个Rx天线，信道为TGn-D NLOS。由此可以得出，增益为15dB以上。此外，D-IRC(设备100)能够在甚至比所需信号更强的干扰源存在下起作用。目前呈现的模拟结果表明，对于一些所选的MCS，D-IRC有PER增益。为了更好地理解D-IRC在吞吐量方面的实际增益，这里考虑一种不同的方法。例如，可以假设如下确定的现实场景：针对某个固定SNR，具有四个接收(RX)天线的AP从具有两个发送(TX)天线的STA接收数据包。此外，另一个AP/站点不感测STA，并在所需数据包传输期间的某处开始发送(上升干扰源)。此外，可以对具有一个或两个空间流的所有可能MCS确定每个SIR值，并且可以找到使实际吞吐量最大化的MCS。
例如，可以假设干扰源发送两个空间流，AP、站点和干扰源使用极化天线。
此外，可以执行该过程，一次D-IRC“启用”，一次D-IRC“停用”。然后，可以比较这两种选择之间的实际吞吐量。在图3的图300中，示出了在四个RX天线情况下，D-IRC“启用”和当D-IRC“停用”时在最大实际吞吐量方面的性能比较。
例如，如参考符号301所示，标准技术仅在干扰远弱于所需信号：SIR>约14dB时起作用。
此外，如参考符号302所示，D-IRC可以在干扰与所需信号一样强或甚至更强时起作用。
参考图4，它是图400的示意图，示出了在PPM偏移和采样偏移的情况下，对于D-IRC启用(一次迭代)和D-IRC停用，每个SIR的最大实际吞吐量。
图4的图400示出了对于低SIR，实际吞吐量非常明显的增益，该增益随着SIR的增大而减小，直到SIR约等于SNR，增益消失。在中等SIR下，D-IRC“启用”401时相对于D-IRC“停用”402时的增益仍然明显(例如，在SIR 10-11dB下约为50％)。
此外，在本发明的一些实施例中，无负增益(无干扰源或有静态干扰源时性能不下降)。
参考图5，它是图500的示意图，示出了在没有干扰的情况下，D-IRC的性能503与IRC/MRC的性能501、502比较。可以看出，相对于MRC没有性能下降。
此外，在本发明的一些实施例中，关于计算复杂度，D-IRC通常需要少于三次迭代(甚至一次迭代即可带来可观增益)，因此就复杂度而言是可行的。
参考图6，它是D-IRC框图600的示意图。
设备100可提供(例如，执行)D-IRC算法，如图6的图600所示。在一些实施例中，所述D-IRC算法可以由设备100执行。
D-IRC框图600可以包括几个变量，这些变量简要定义如下：对于给定矩阵A，变量[A]i,j表示矩阵A的第i行和第j列中的元素。对于给定方阵A，变量diag(A)表示取其对角元素得到的列向量。
对于给定向量a，变量[a]i表示向量a的第i个元素。对于给定向量a，变量diag(a)表示所得对角矩阵，使得[diag(A)]i,i＝[a]i。
此外，1表示所有1的向量(其维数隐式地隐含在等式中)。Nr表示Rx天线的数量，Ns表示空间流数量。此外，M和dmin分别表示星座大小和星座最小距离。
在下文中，为了说明起见，针对所有流具有相同星座的情况讨论了本发明的实施例。然而，本发明的实施例不限于上述情况，并且可以将结果扩展到更一般的情况。
例如，将SC划分为子带，每个子带具有N个子载波。此外，估计每个子带的单协方差矩阵(以及协方差矩阵的逆科列斯基)，这降低了复杂度，对于良好的协方差估计也是必要的。在计算每个子带的协方差矩阵时，使用子带的N个子载波，和最多N～个相邻子带的子载波。这里，为了简单起见，我们假设
Figure BDA0003453296750000111
/>
下表I总结了每第k个SC，D-IRC算法使用的不同变量(向量、矩阵等)，并给出了其维数和描述。
表I：D-IRC算法的不同变量及其维数的描述
Figure BDA0003453296750000112
Figure BDA0003453296750000121
对于每个OFDM符号，D-IRC算法的输入可以是所述符号的yk和Hk(可以在前导码处计算)。另外，在前导码之后的第一个符号处，将前导码的Gprev、
Figure BDA0003453296750000122
和/>
Figure BDA0003453296750000123
初始化为G、C-1/2和/>
Figure BDA0003453296750000124
D-IRC算法的输出为G、C-1/2和/>
Figure BDA0003453296750000125
(这里假设线性解码器)。
在描绘D-IRC算法的图600中，为简单起见，省略了SC索引k。
D-IRC框图600可以包括若干子块，这些子块包括均衡子块601、软切片方差602、协方差估计子块603、逆科列斯基子块604、H白化子块605、切片变量计算子块606和均衡器与pp SNR计算子块607。
此外，对于每个OFDM符号，D-IRC算法可以执行预定义数量的L迭代和附加均衡步骤。每次迭代包括执行均衡、软切片、协方差估计、逆科列斯基、H白化、切片方差计算和均衡器与pp SNR计算步骤。在第一次迭代中，均衡器，逆科列斯基矩阵和后处理噪声方差取自前面的符号。或者，它们取自前一次迭代。
下面详细讨论D-IRC算法的子块。
例如，D-IRC算法可以包括若干子块，其中在每个子块中执行相应操作。
均衡子块601可以根据如下等式(10)白化yk，然后应用均衡矩阵Gk：
Figure BDA0003453296750000126
在本发明的一些实施例中(例如，多流情况)，似乎更好的是首先白化yk，即根据如下等式(11)进行白化：
Figure BDA0003453296750000127
然后通过Gk进行均衡。
在本发明的一些实施例中(例如，单流情况)，有时可能更好的是首先计算，即根据如下等式(12)进行计算：
Figure BDA0003453296750000128
然后应用
Figure BDA0003453296750000129
软切片子块602如下对第r个流应用软切片功能：
Figure BDA00034532967500001210
其中
Figure BDA00034532967500001211
上述对矢量
Figure BDA00034532967500001212
的所有操作都可以理解为逐元素的。
应注意，在高于QPSK的星座中，软切片是一种针对全条件均值的近似法。当将
Figure BDA00034532967500001316
的实分量和虚分量作为PAM星座处理时，只考虑最接近的2个点，忽略剩余的点。模拟结果表明，这种近似法对性能没有明显影响。
软切片噪声方差
Figure BDA00034532967500001317
近似为：
Figure BDA0003453296750000131
要了解这一点，应注意在QPSK的情况下：
Figure BDA0003453296750000132
在调制较高的情况下，只考虑每个
Figure BDA0003453296750000133
分量中两个最接近点的相同近似值得到期望的结果。
D-IRC框图还可以包括协方差估计子块603。这里，将SC划分为子带，估计每个子带的单协方差。
例如，当固定子带且当k表示子带中的SC时，根据以下估计协方差：
Figure BDA0003453296750000134
其中，对子带中的全部N个SC求和。需要参数β来考虑一些必要的对角加载。
噪声协方差的更精确估计可以是：
Figure BDA0003453296750000135
因此，实际上，当用Ck代替更精确的
Figure BDA0003453296750000136
时，所得噪声协方差矩阵不是单位矩阵。
另一方面，当使用更精确的版本
Figure BDA0003453296750000137
时，会导致丢失估计协方差对整个子带是固定的这一属性，并明显增加复杂性。可以用精度更低的Ck并在均衡器和后处理噪声方差计算中对/>
Figure BDA0003453296750000138
项进行补偿来解决这个问题。
逆科列斯基子块604执行科列斯基分解，然后对所得下三角矩阵求逆；它输出矩阵
Figure BDA0003453296750000139
H白化子块605简单地计算如下等式(20)：
Figure BDA00034532967500001310
切片方差估计子块606估计每个流的软符号的方差并将其输出为对角矩阵Δk的对角线。这是通过对带内所有SC取平均值来进行的，即，根据如下等式(21)：
Figure BDA00034532967500001311
其中，对带中的全部子载波求和。
D-IRC框图还可以包括均衡器与PP SINR计算子块607。例如，首先，可以忽略前面提到的
Figure BDA00034532967500001312
项，然后在多流情况下，可以导出以下等式：
Figure BDA00034532967500001313
Figure BDA00034532967500001314
其中
Figure BDA00034532967500001315
并且
γk'＝1-diag(Rk) 等式(25)。
在单流情况下，这简化成：
Figure BDA0003453296750000141
Figure BDA0003453296750000142
/>
接下来，考虑到
Figure BDA0003453296750000143
项，可以示为：
Figure BDA0003453296750000144
Figure BDA0003453296750000145
其中
Figure BDA0003453296750000146
在单流情况下，这简化成：
Figure BDA0003453296750000147
Figure BDA0003453296750000148
注：在单流情况下，Δ修正只影响
Figure BDA0003453296750000149
实际上/>
Figure BDA00034532967500001410
并且Gk＝Gk'。在多流中，这不再成立，但实际上，在整个Δ修正主要影响/>
Figure BDA00034532967500001411
的计算的意义上，它大约是成立的。实际上，如果假设对于r＝1,......,Ns，[Δ]r,r＜＜1，那么有可能使I+Δ≈I，也有可能使Rk≈Rk'且γk≈γk'。因此，实际上，
Figure BDA00034532967500001412
这可以实现利用标准的MMSE均衡器起作用，而无需进行必要的修正。然而，应注意，Δ项在后处理噪声方差计算中很重要，如果没有该项，计算出的后处理噪声方差
Figure BDA00034532967500001413
可能会被严重低估。
参考图7，它是框图700的示意图，示出了一直到检测到SINR下降，D-IRC SNR检测器处理。
D-IRC SNR检测器可以确定是否启用D-IRC；这很重要，因为要避免在无干扰情况下和静态干扰情况下，分别相对于非IRC解码和IRC性能下降。
D-IRC SNR检测器可以对20Mhz频带单独作出决策，即，可以对20Mhz频带采用D-IRC，对另一个频带采用非IRC解码(也可以对其他粒度如此)。下面重点介绍单一20Mhz频段。
最初，处理从非IRC或单纯功能IRC开始，其中，非IRC是默认选项，而IRC是在确定对前导码有干扰的情况下进行的选择。对于每个OFDM符号，使用检测器检测后处理SINR水平的下降。此外，只有在检测到这种下降时，处理才会从非IRC/IRC转换到D-IRC，并在剩余的符号中执行D-IRC。因此，在无干扰或有静态干扰的情况下，性能应该分别仍与非IRC和IRC的性能相当。
在这里，进行所述处理直到检测到动态干扰的OFDM符号(之后，算法成为D-IRC)。该算法基于在D-IRC的第一次迭代中进行的部分计算(主要是软切片)，以及检测后处理SINR下降的检测器。如果检测器在某个符号处检测到下降，则输出D-IRC使能＝1；D-IRC完成第一次迭代并继续进行剩余迭代，在其余符号中，它作为普通D-IRC起作用。
在图700中，Gprev是对前导码计算的均衡器，并且除非检测到SINR下降，否则不会对其进行重新计算。此外，
Figure BDA0003453296750000151
也是基于前导码。它应该被理解为在对前导码从IRC开始的情况下，对前导码估计的协方差矩阵的逆科列斯基。此外，在非IRC的情况下，它应理解为对角矩阵，其第i个对角元素保持/>
Figure BDA0003453296750000152
其中σi是第i个RX天线的估计噪声方差。最后，/>
Figure BDA0003453296750000153
也取自前导码，是后处理噪声方差向量，并且也是对20MHz频带中的所有SC取平均值(在前导码期间进行一次)，得到λprev。
对每个符号采用的D-IRC子块是：均衡701，得到
Figure BDA0003453296750000154
软切片702，得到/>
Figure BDA0003453296750000155
和/>
Figure BDA0003453296750000156
切片方差估计703，得到Δ。上述子块可以执行与图6的D-IRC算法600的相应子块类似的操作。此外，新子块是下文描述的后处理噪声方差估计704和后处理SINR下降检测器705。
后处理噪声方差估计子块704对每个子带起作用。后处理噪声方差估计子块704的输入是给定子带中所有SC的
Figure BDA0003453296750000157
和/>
Figure BDA0003453296750000158
以及每个子带的Δ。
后处理噪声方差估计子块704的输出为：
Figure BDA0003453296750000159
其中，对子带中的所有SC求和。
后处理SINR下降检测器子块705对所有子带取平均值
Figure BDA00034532967500001510
以得到λ，并将其与λprev进行比较。如果max(λ-λprev)≥SINR_DROP_TH，则D-IRC使能＝1，否则等于0。
图8示出了根据本发明实施例的用于动态减少对多载波通信接收器的干扰的方法800。如上所述，方法800可以由设备100执行。
方法800包括步骤801：基于多个子载波110携带的多个导频符号和/或数据符号，计算多个子载波110的信道估计值集合101。
方法800还包括步骤802：基于信道估计值集合101计算多个子载波110的均衡器集合102。
方法800还包括步骤803：使用均衡器集合102对多个数据符号执行均衡以获取多个均衡符号103。
方法800还包括步骤804：执行软切片或硬切片过程，包括基于多个均衡符号103获取多个估计符号104。
方法800还包括步骤805：基于估计符号集合104计算至少一个对角加载的干扰加噪声协方差矩阵105。
方法800还包括步骤806：基于至少一个对角加载的干扰加噪声协方差矩阵105、信道估计值集合101或其更新版本，将所述多个数据符号解映射到软比特106。
方法800还包括步骤807：将软比特106馈送到信道解码器。
已经结合作为实例的不同实施例以及实现方式描述了本发明。然而，根据对附图、本发明和独立权利要求的研究，本领域技术人员在实践所要求保护的发明时，能够理解和实现其他变化。在权利要求以及说明书中，词语“包括”不排除其他元件或步骤，且不定冠词“一”或者“一个”不排除多个。单个元件或其他单元可满足权利要求书中所叙述的若干实体或项目的功能。仅仅在相互不同的从属权利要求中叙述某些措施这一事实并不意味着这些措施的组合不能在有利的实现方式中使用。

Claims (18)

1.一种用于动态减少对多载波通信接收器的干扰的设备（100），其特征在于，所述设备（100）用于：
基于多个子载波（110）携带的数据符号和/或多个导频符号，计算所述多个子载波（110）的信道估计值集合（101）；
基于所述信道估计值集合（101）计算所述多个子载波（110）的均衡器集合（102）；
使用所述均衡器集合（102）对多个数据符号执行均衡以获取多个均衡符号（103）；
执行软切片或硬切片过程，包括基于所述多个均衡符号（103）获取多个估计符号（104）；
基于所述多个估计符号（104）计算至少一个干扰加噪声协方差矩阵，并向所述至少一个干扰加噪声协方差矩阵添加对角矩阵，以获得至少一个对角加载的干扰加噪声协方差矩阵（105）；
基于所述至少一个对角加载的干扰加噪声协方差矩阵（105）、所述信道估计值集合（101）或其更新版本，将所述多个数据符号解映射到软比特（106）；
将所述软比特（106）馈送到信道解码器。
2.根据权利要求1所述的设备（100），其特征在于，还用于：
基于所述至少一个对角加载的干扰加噪声协方差矩阵（105）和所述信道估计值集合（101）或其更新版本，计算所述多个子载波（110）的后续均衡器集合。
3.根据权利要求2所述的设备（100），其特征在于，还用于：
基于所述计算的至少一个对角加载的干扰加噪声协方差矩阵（105）计算至少一个白化矩阵；
基于所述至少一个白化矩阵计算所述多个子载波（110）的所述后续均衡器集合；
基于所述至少一个白化矩阵将所述多个数据符号解映射到软比特（106）。
4.根据权利要求3所述的设备（100），其特征在于，还用于：
使用所述计算的至少一个白化矩阵对所述多个数据符号执行白化操作，以获取多个经白化的数据符号；
使用所述计算的至少一个白化矩阵对所述信道估计值集合（101）或其更新版本执行白化操作，以获取经白化的信道估计值集合；
基于所述经白化的信道估计值集合计算所述多个子载波（110）的所述后续均衡器集合；
基于所述后续均衡器集合和/或所述经白化的信道估计值，通过对所述经白化的数据符号执行解映射操作来获取所述软比特（106）。
5.根据权利要求4所述的设备（100），其特征在于，还用于：
计算所述至少一个对角加载的干扰加噪声协方差矩阵（105）的逆科列斯基矩阵。
6.根据权利要求5所述的设备（100），其特征在于：
通过对所述至少一个对角加载的干扰加噪声协方差矩阵（105）执行科列斯基分解，计算所述逆科列斯基矩阵。
7.根据权利要求6所述的设备（100），其特征在于：
执行所述白化和均衡包括：
基于所述逆科列斯基矩阵对确定子载波（SC）的所接收输入向量进行白化，随后对所述确定SC的经白化的输入向量应用所述后续均衡器集合；或
对所述逆科列斯基矩阵应用所述后续均衡器集合，随后对确定子载波的所接收输入向量应用所获得结果。
8.根据权利要求5至7中任一项所述的设备（100），其特征在于，还用于：
执行内迭代过程，包括执行预定义数量的内迭代，其中，对相同的多个数据符号执行每次内迭代，其中，在每次内迭代中，执行以下步骤：
使用在前一次内迭代中计算的所述均衡器集合执行所述均衡，或者，在使用基于所述信道估计值集合（101）计算的所述多个子载波（110）的所述均衡器集合（102）的第一内迭代的情况下，执行所述均衡；
执行所述软切片过程或所述硬切片过程；
计算所述至少一个对角加载的干扰加噪声协方差矩阵（105）；
计算所述至少一个白化矩阵；
对所述多个数据符号执行所述白化操作；
执行所述白化操作，以获取所述经白化的信道估计值集合；
计算另一个均衡器集合。
9.根据权利要求8所述的设备（100），其特征在于，还用于：
执行外迭代过程，包括执行预定义数量的外迭代，其中，对不同的多个数据符号执行与前一次外迭代不同的每次外迭代，其中，在每次外迭代中，执行以下步骤：
使用在所述前一次外迭代或内迭代中计算的所述均衡器集合执行所述均衡，或者，在使用基于所述信道估计值集合（101）计算的所述多个子载波（110）的所述均衡器集合（102）的第一外迭代的情况下，执行所述均衡；
执行所述软切片过程或所述硬切片过程；
计算所述至少一个对角加载的干扰加噪声协方差矩阵（105）；
计算所述至少一个白化矩阵；
对所述多个数据符号执行所述白化操作；
执行所述白化操作，以获取所述经白化的信道估计值集合；
计算另一个均衡器集合。
10.根据权利要求9所述的设备（100），其特征在于：
通过将确定子载波的至少一个信道估计值矩阵或其更新版本与所述计算的至少一个白化矩阵，特别是所述逆科列斯基矩阵相乘，来获得所述经白化的信道估计值。
11.根据权利要求9所述的设备（100），其特征在于，还用于：
将多个子载波划分为子带，其中，每个子带包括预定数量的子载波，其中，估计每个子带的干扰加噪声协方差矩阵。
12.根据权利要求1至7中任一项所述的设备（100），其特征在于，还用于：
基于所述多个子载波（110）携带的多个导频符号和/或数据符号和/或所述信道估计值集合（101），针对多个子载波（110）计算每流后处理信号干扰噪声比（post processingSignal-to-Interference-Plus-Noise Ratio，pp-SINR）的第一集合；
基于多个均衡符号（103）和多个估计符号（104），针对所述多个子载波（110）计算每流pp-SINR的第二集合。
13.根据权利要求12所述的设备（100），其特征在于，还用于：
根据所述每流pp-SINR的第一集合计算表示所述第一集合的平均pp-SINR的单个每流pp-SINR向量；
根据所述每流pp-SINR的第二集合计算表示所述第二集合的平均pp-SINR的单个每流pp-SINR向量；
计算所述第一集合的所述平均pp-SINR与所述第二集合的所述平均pp-SINR的差值作为pp-SINR差值向量。
14.根据权利要求13所述的设备（100），其特征在于，还用于：
针对所述多个子载波（110），检测pp-SINR水平的下降。
15.根据权利要求13所述的设备（100），其特征在于：
基于所述pp-SINR差值向量检测所述pp-SINR的下降。
16.根据权利要求15所述的设备（100），其特征在于，启用所述设备（100），特别地，其中，基于检测到的pp-SINR水平下降，确定预定义数量的内迭代和/或外迭代。
17.根据权利要求4至7中任一项所述的设备（100），其特征在于：
所述均衡器集合（102）和/或所述后续均衡器集合是基于最小均方差（Minimum MeanSquare Error，MMSE）均衡器或迫零（Zero Forcing，ZF）均衡器。
18.一种用于动态减少对多载波通信接收器的干扰的方法（800），其特征在于，所述方法（800）包括：
基于多个子载波（110）携带的数据符号和/或多个导频符号，计算（801）所述多个子载波（110）的信道估计值集合（101）；
基于所述信道估计值集合（101）计算（802）所述多个子载波（110）的均衡器集合（102）；
使用所述均衡器集合（102）对多个数据符号执行（803）均衡以获取多个均衡符号（103）；
执行（804）软切片或硬切片过程，包括基于所述多个均衡符号（103）获取多个估计符号（104）；
基于所述多个估计符号（104）计算（805）至少一个干扰加噪声协方差矩阵，并向所述至少一个干扰加噪声协方差矩阵添加对角矩阵，以获得至少一个对角加载的干扰加噪声协方差矩阵（105）；
基于所述至少一个对角加载的干扰加噪声协方差矩阵（105）、所述信道估计值集合（101）或其更新版本，将所述多个数据符号解映射（806）到软比特（106）；
将所述软比特（106）馈送（807）到信道解码器。
CN201980098167.7A 2019-10-16 2019-10-16 用于动态减少干扰的设备和方法 Active CN114097201B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2019/078114 WO2021073734A1 (en) 2019-10-16 2019-10-16 Device and method for dynamically reducing interference

Publications (2)

Publication Number Publication Date
CN114097201A CN114097201A (zh) 2022-02-25
CN114097201B true CN114097201B (zh) 2023-06-16

Family

ID=68290240

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980098167.7A Active CN114097201B (zh) 2019-10-16 2019-10-16 用于动态减少干扰的设备和方法

Country Status (5)

Country Link
US (1) US11784852B2 (zh)
EP (1) EP3994855A1 (zh)
JP (1) JP7431950B2 (zh)
CN (1) CN114097201B (zh)
WO (1) WO2021073734A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114982207A (zh) * 2019-10-22 2022-08-30 南洋理工大学 在时变信道上接收发射信号的方法及其接收器

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102447656A (zh) * 2010-10-01 2012-05-09 英特尔移动通信技术德累斯顿有限公司 用于处理被接收ofdm数据符号的方法和ofdm基带接收器
CN102792653A (zh) * 2009-12-08 2012-11-21 开普敦大学 用于提高动态频谱访问多载波系统中的信道估计性能的方法
CN103404068A (zh) * 2011-01-07 2013-11-20 英特尔公司 协调多点（CoMP）干扰噪声估计
EP2779547A1 (en) * 2013-03-14 2014-09-17 ST-Ericsson SA Iterative successive interference cancellation in MU-MIMO using interference whitening and channel reestimation
CN105900489A (zh) * 2014-01-17 2016-08-24 株式会社Ntt都科摩 基站、用户装置、干扰降低控制信息通知方法以及干扰降低方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8218606B2 (en) * 2009-04-14 2012-07-10 Telelfonaktiebolaget Lm Ericsson (Publ) Method and apparatus for direct estimation of impairment correlations for received signal processing
US8699448B2 (en) * 2009-12-09 2014-04-15 Telefonaktiebolaget L M Ericsson (Publ) Method and arrangement for improved interference rejection combining
US8848841B2 (en) 2012-12-27 2014-09-30 Intel Corporation Techniques to accommodate different classes of devices in a wireless network
US9160383B2 (en) * 2013-11-12 2015-10-13 Huawei Technologies Co., Ltd. Method for estimating covariance matrices and use thereof
US20170324462A1 (en) * 2014-11-28 2017-11-09 ZTE Canada Inc. Unified interference rejection combining
CN104702540B (zh) * 2015-01-30 2017-08-25 电子科技大学 一种用于小区边缘终端的信号接收优化方法
CN104683282B (zh) * 2015-02-16 2018-03-30 深圳市中兴微电子技术有限公司 一种支持发射分集的干扰抑制合并方法和装置
US9686069B2 (en) * 2015-05-22 2017-06-20 ZTE Canada Inc. Adaptive MIMO signal demodulation using determinant of covariance matrix
US9602313B1 (en) * 2015-09-01 2017-03-21 Qualcomm Incorporated Time-controlled spatial interference rejection

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102792653A (zh) * 2009-12-08 2012-11-21 开普敦大学 用于提高动态频谱访问多载波系统中的信道估计性能的方法
CN102447656A (zh) * 2010-10-01 2012-05-09 英特尔移动通信技术德累斯顿有限公司 用于处理被接收ofdm数据符号的方法和ofdm基带接收器
CN103404068A (zh) * 2011-01-07 2013-11-20 英特尔公司 协调多点（CoMP）干扰噪声估计
EP2779547A1 (en) * 2013-03-14 2014-09-17 ST-Ericsson SA Iterative successive interference cancellation in MU-MIMO using interference whitening and channel reestimation
CN105900489A (zh) * 2014-01-17 2016-08-24 株式会社Ntt都科摩 基站、用户装置、干扰降低控制信息通知方法以及干扰降低方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于非高斯度量的多用户DS-CDMA系统多干扰消除与用户检测;崔志富等;《计算机科学》(第01期);全文 *

Also Published As

Publication number Publication date
US11784852B2 (en) 2023-10-10
US20220217019A1 (en) 2022-07-07
JP7431950B2 (ja) 2024-02-15
WO2021073734A1 (en) 2021-04-22
JP2022545954A (ja) 2022-11-01
EP3994855A1 (en) 2022-05-11
CN114097201A (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
US8155248B2 (en) Equalizing structure and equalizing method
US8073088B2 (en) Method and communication device for interference cancellation in a cellular TDMA communication system
EP1703686B1 (en) Maximum likelihood equalization with interpolation for complexity reduction
US8737499B2 (en) Advanced interference cancellation for precoded GSM edge radio access network (GERAN)
US9768844B2 (en) Double iterative MIMO receiver
Park et al. Expectation-maximization-based channel estimation for multiuser MIMO systems
EP1895727B1 (en) Equalizing structure based on a List MLD detection scheme and a corresponding method
US7944810B2 (en) Receiving apparatus and method for single carrier frequency division access system
WO2011044846A1 (zh) 信道估计方法、装置以及通信系统
CN114097201B (zh) 用于动态减少干扰的设备和方法
EP2557744B1 (en) Method and apparatus for a hybrid SC-FDMA receiver
Şahin et al. Spectrally efficient iterative MU-MIMO receiver for SC-FDMA based on EP
EP1895729B1 (en) Equalizing structure and equalizing method
JP5143533B2 (ja) 受信装置、及び信号処理方法
Seifert et al. Soft-PIC frequency-domain equalization in iterative MIMO receivers for the LTE-A uplink
JP5241437B2 (ja) 受信装置、及び信号処理方法
US8259855B2 (en) Equalizing structure and equalizing method
Chang et al. Cancellation of ICI by Doppler effect in OFDM systems
Chang et al. Study of widely linear sc-fde systems for interference cancellation
Manchón et al. Channel estimation based on divergence minimization for OFDM systems with co-channel interference
Sun New adaptive algorithm for frequency selective OFDM channels
Pereira et al. On the Effect of Channel Estimation Errors in WL IB-DFE SC-FDE Systems for Interference Cancellation
Seifert et al. Interference-aware multi-iterative equalization and detection for frequency-selective MIMO channels
Medles et al. Iterative MIMO Effective SNR Mapping for ML Decoder
Ohlmer et al. Generalized mutual information based LTE-Advanced uplink MIMO receiver analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant