CN1148910C - 在通信系统中校正信号的信噪比估计值的方法和装置 - Google Patents

Abstract

本发明提供一种用于在通信系统中校正对信道上的信号的信噪比估计值的方法，所述方法包括下列步骤：根据传统方法对接收机输出的来自所述信道的信号进行信噪比估计，并产生信噪比估计值；根据由所述接收机计算的所述信道的响应参数，产生信道品质因数估计值；用所述信道品质因素估计值来校正根据步骤a得出的信噪比估计值，从而得出信道噪声比校正值。

Description

在通信系统中校正信号的信噪比估计值的方法和装置

本发明涉及通信系统，特别是，涉及在通信系统中校正信道上的信号的信噪比估计值的方法和装置。

在码分多址(CDMA)系统系统中，由于伪噪声(PN)码的非正交性，使得CDMA系统干扰受限。基于此考虑，为了获得比时分多址(TDMA)系统更好的性能(更大的系统容量、更好的通信质量等)，CDMA系统需要精确的功率控制，以便有效的克服远近效应、阴影效应和瑞利快衰落等问题。

在现有的CDMA系统中，为实现精确功率控制，一般采用外环功率控制和内环功率控制相结合的办法。内环功率控制表现为闭环结构，基站以时隙为周期测量上行链路的信噪比，若测量值大于门限值(由外环功率控制提供)，则产生相应的功率控制命令通过下行链路通知移动台降低发射功率；反之，通知移动台增大发射功率。同样，移动台以时隙为周期测量下行链路的信噪比，若测量值大于门限值(由外环功率控制提供)，则产生相应的功率控制命令通过上行链路通知基站降低发射功率；反之，通知基站增大发射功率。

内环功率控制的效果取决于SIR的估计精度。

图1a示出一种传统的信噪比估计装置的方框图。在如图1a所示的装置中，按照如下步骤计算出信噪比(SIR)的估计值：1.在乘法器12中将预定的本地已知导频比特(例如，±1序列)与RAKE接收机11接收到的来自某一信道的基带信号中的导频比特(x_i)对应相乘，得到一个序列(x_i′)；2.在均值平方器13中对乘法器12输出的序列(x_i′)求均值平方作为信号功率 3.在方差估计器14中对来自乘法器12的序列(x_i′)求方差作为瞬时噪声功率，经一阶递归滤波器15的一阶递归滤波后，作为噪声平均功率 4.在SIR估计器16中将上述信号功率与噪声平均功率相比得到SIR估计值(SIR′)。

以上关于SIR的估计实际上是有偏差的。由于RAKE接收机11的非理想性，它不可能完全抵消瑞利信道的影响，因而其输出的导频比特信号成份总是存在较大起伏。当采用以上方法估计SIR时，一部分信号能量被当成乘性噪声归入噪声成份，因而使得SIR的估值总是小于信号的真实信噪比。估计偏差的大小取决于信道的恶劣程度。

下面通过对上述传统的SIR估计方法进行的数学分析来说明传统SIR估计方法所存在的缺陷。

由RAKE接收机接收到的对应于第i个时隙的信道的信号中的导频比特可以表示为：

x_i(t)＝s_i(t)+n_i(t)                                     (1)

上式中s_i(t)为信号成份，实际上是基带信号±1经过瑞利信道，又经过RAKE接收机信道补偿后的响应。如图2a示出了RAKE接收机输出的导频信号中的信号成分s_i(t)。由于RAKE接收机不可能完全抵消瑞利信道的影响，因而其输出的信号成份不可能是规则的±A(A为常数)，而是因为信道本身所产生的乘性噪声导致信号成分S_i(t)在±A附近波动(如图2a所示)。式(1)中的n_i(t)为噪声成份，包括多址干扰和热噪声(即，通常所称的白噪声)。

本地的参考导频比特(±1)是预定的，在图1a中的乘法器12中将x_i(t)与之相乘后得出：

x_i′(t)＝|s_i(t)|+n_i′(t)                         (2)

其中，图2b示出RAKE接收机输出的信号成分与本地参考比特序列相乘后的结果，即序列|s_i(t)|。

然后在图1a的均值平方器13中对乘法器12输出的乘积x_i(t)求均值平方作为信号功率 具体计算如下：

$\widehat{P_{\mathrm{si}}}={\left(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\right|s_{\mathrm{ij}}|/N)}^2----------\left(3\right)$

上式中N为导频比特的个数。

其次，在图1a中的方差估计器14中对乘法器12输出的乘积x_i(t)求方差，作为瞬时噪声功率：

$\mathrm{var}\left(x_i^{\′}\right)\≈\frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{(x_{\mathrm{ij}}^{\′}-\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}^{\′}/N)}^2--------\left(4\right)$

在图1a中的一阶递归滤波器15中对方差估计器14输出的值进行一阶递归滤波，作为噪声功率

$\widehat{P_{\mathrm{ni}}}=(1-\mathrm{\λ})\mathrm{var}\left(x_i^{\′}\right)+\mathrm{\λvar}\left(x_{i-1}^{\′}\right)-------\left(5\right)$

上式中λ为一阶递归滤波器的遗忘系数。

最后在图1a中的SIR估计器16中根据信号功率和噪声功率求出SIR估计值(SIR′)，如下：

${\mathrm{SIR}}^{\′}=\widehat{P_{\mathrm{si}}}/\widehat{P_{\mathrm{ni}}}--------\left(6\right)$

这就是传统方法中估计SIR的步骤。现在将该估计值SIR′与真实的信噪比SIR作比较。

首先，我们来考察真实的信号功率，它实际上并不等于 见下式：

$P_{\mathrm{si}}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{s}_{\mathrm{ij}}^2/N---------\left(7\right)$

考察上式我们可以发现，只有在|s_ij|＝A或s_ij＝±A时，P_si才与

相等；

真实的噪声功率如下：

P_ni＝(1-λ)var(n_i)+λvar(n_i-1)                           (8)

n_i′实际上是n_i与本地参考导频比特的乘积，它仍然是高斯白噪声，其统计特性没有发生改变，所以有：

$\mathrm{var}\left(n_i\right)=\mathrm{var}\left(n_i^{\′}\right)=\left[\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{({n^{\′}}_{\mathrm{ij}}-\stackrel{\‾}{{n^{\′}}_{\mathrm{ij}}})}^2\right]/N---\left(9\right)$

因此，

P_ni＝(1-λ)var(n’_i)+λvar(n’_i-1)                   (10)

由于， 为n′_ij的统计平均值，对于高斯白噪声而言，统计平均值

为零，所以式(9)可写成：

$\left({n^{\′}}_i\right)=[\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{(n_{\mathrm{ij}}-\stackrel{\‾}{n_{\mathrm{ij}}})}^2$ $]/N=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{n}_{\mathrm{ij}}^{\′2}/N-----\left(11\right)$

由于x_i′(t)＝|s_i(t)|+n′_i(t)，有

$\mathrm{var}\left(x_i^{\′}\right)=\left[\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left(\right|s_{\mathrm{ij}}|+n_{\mathrm{ij}}^{\′}-\stackrel{\‾}{\left(\right|s_{\mathrm{ij}}|+n_{\mathrm{ij}}^{\′})})}^2\right]/N$

$=\left[\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left(\right|s_{\mathrm{ij}}|+n_{\mathrm{ij}}^{\′}-(\stackrel{\‾}{\left|s_{\mathrm{ij}}\right|}+\stackrel{\‾}{n_{\mathrm{ij}}^{\′}}))}^2\right]/N$

$=\left[\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\left(\right|s_{\mathrm{ij}}|+n_{\mathrm{ij}}^{\′}-\stackrel{\‾}{\left|s_{\mathrm{ij}}\right|})}^2\right]/N-----\left(12\right)$

显然，只有当|s_ij|＝A或s_ij＝±A时，var(x_i′)才等于var(n_i′)，从而

$P_{\mathrm{ni}}=(1-\mathrm{\λ})\mathrm{var}\left(n_i\right)+\mathrm{\λvar}\left(n_{i-1}\right)=(1-\mathrm{\λ})\mathrm{var}\left({n^{\′}}_i\right)+\mathrm{\λvar}\left(n_{i-1}\right)=(1-\mathrm{\λ})\mathrm{var}\left(x_i^{\′}\right)+\mathrm{\λvar}\left(x_{i-1}^{\′}\right)={\hat{p}}_{\mathrm{ni}}.$

如果，|s_ij|≠A或s_ij≠±A，则，

$P_{\mathrm{ni}}=(1-\mathrm{\λ})\mathrm{var}\left(n_i\right)+\mathrm{\λvar}\left(n_{i-1}\right)=(1-\mathrm{\λ})\mathrm{var}\left({n^{\′}}_i\right)+\mathrm{\λvar}\left(n_{i-1}\right)\≠(1-\mathrm{\λ})\mathrm{var}\left(x_i^{\′}\right)+\mathrm{\λvar}\left(x_{i-1}^{\′}\right)={\hat{p}}_{\mathrm{ni}}.$

综上所述，只有当|s_ij|＝A或s_ij＝±A时，SIR＝P_si/P_ni才等于 ${\mathrm{SIR}}^{\&prime;}={\hat{p}}_{\mathrm{si}}/{\hat{p}}_{\mathrm{ni}}.$ 但是|s_ij|＝A或s_ij＝±A实际上是不可能实现的，因为RAKE接收机不可能完全补偿瑞利信道的影响。采用分集技术(RAKE分集、发射分集、接收分集)一定程度上可减小信号起伏。但无论如何，信号起伏总是存在的，而采用如上方法估计SIR(如图1a所示)，由于按照等式(3)计算信号功率的估计值时，去掉了信号成分中的起伏部分，即，乘性噪声部分，从而使得 $P_{\mathrm{si}}>{\hat{p}}_{\mathrm{si}}.$ 但在按照等式(5)计算噪声功率时，又将乘性噪声归入噪声成份计算，因此 $P_{\mathrm{ni}}<{\hat{p}}_{\mathrm{ni}},$ 从而使得SIR′总是小于信号的真实信噪比SIR。

图1b示出了另一种传统的信噪比估计装置的方框图。在如图1b所示的装置中，按照如下步骤计算出信噪比的估计值SIR′：1.在乘法器12中将预定的本地已知导频比特与RAKE接收机11接收到的来自某一信道的基带信号中的导频比特(x_i)对应相乘，得到一个序列(x_i′)；2.在均值平方器13中对乘法器12输出的序列(x_i′)求均值平方，得出均方值A；3.在硬判决器21中对RAKE接收机输出的信号中的数据比特作硬判决，并在乘法器22中将判决得出的序列与原数据比特相乘，然后在均值平方器23中对其求均值平方，得出均值平方值B；4.在加权判平均器24中将A与B加权平均，作为信号功率

5.在方差估计器14中对来自乘法器12的序列(x_i′)求方差作为瞬时噪声功率，经一阶递归滤波器15的一阶递归滤波后，作为噪声平均功率 6.在SIR估计器16中将上述信号功率与噪声平均功率相比得到SIR估计值(SIR′)。

可见，由于在均值平方器13中计算序列x_i′(t)的均值平方时去除了信号成分中的乘性噪声，而在方差估计器14中计算序列x_i′(t)的方差时将信号成分中的乘性噪声作为噪声部分加入，所以使得按照该方法计算得出的信噪比估计值SIR′小于信噪比的真实值SIR。

本发明的目的在于提供一种在通信系统中校正对信道上的信号的信噪比估计值的方法。

本发明提供一种用于在通信系统中校正对某一信道上的信号的信噪比估计值的方法，所述方法包括下列步骤：a.根据传统方法对接收机输出的来自所述信道的信号进行信噪比估计，并产生信噪比估计值；b.根据由所述接收机输出的所述信道的响应参数，产生信道品质因数估计值；c.用所述信道品质因数估计值来校正根据步骤a得出的信噪比估计值，从而得出信号的信噪比校正值。

在上述方法中，所述信道的响应参数包括信道响应的实部成分(h_ic)和所述信道响应的虚部成分(h_id)，它们反映了所述信道对信号的幅度和相位的影响。而所述信道品质因数大于1且随着|h_id|的增加而递增，且经所述信道品质因数校正后的信噪比校正值满足通信系统对信噪比的限制。

在本发明的方法中，所述传统包括包括下列步骤：d1.将所述接收机接收到的所述信号的导频比特(x_i)与预先设定的本地参考比特相乘，得出序列(x_i′)，e1.对序列x_i′求均值平方值，得出信号功率的估计值( )；f1.对序列x_i′求均值平方值的方差，并作一阶递归处理，得出噪声功率的估计值( )；和g1.利用信号功率的估计值( )和噪声功率的估计值( )得出对所述信道上的信号的信噪比估计值SIR′。或者，所述传统包括包括下列步骤：d2.将所述接收机输出的所述信号中的导频比特序列(x_i)与预先设定的本地参考比特序列相乘，得出序列(x_i′)；e2.对所述序列x_i′求均值平方值(A)；f2.将所述接收机输出的所述信号中的数据比特序列作硬判决，并将判决后得到的序列与原来的所述数据比特序列相乘，然后对乘法得到的积求均值平方值(B)；g2.将均方值(A)与均方值(B)加权平均，作为信号功率估计值(

)；h2.对所述序列x_i′求均值平方值的方差，并作一阶递归处理，作为噪声功率的估计值(

)；i2.利用信号功率的估计值( )和噪声功率的估计值( )得出对所述信道上的信号的信噪比估计值SIR′。

本发明还提供一种用于在通信系统中校正对信道上的信号的信噪比估计值的装置，所述装置包括：接收机，用于接收来自所述信道的信号；信噪比估计值发生器，用于根据传统方法对所述接收机输出的来自所述信道的信号进行信噪比估计，并产生信噪比估计值；信道品质因数估计器，根据由所述接收机输出的所述信道的响应参数，产生信道品质因数估计值；信噪比估计值校正器，用所述信道品质因数估计值来校正由所述信噪比估计值发生器产生的信噪比估计值，从而得出信道噪声比校正值。

在本发明的装置中，所述信噪比估计值发生器包括：将所述接收机接收到的所述信号的导频比特(xi)与预先设定的本地参考比特相乘，得出序列(xi′)的装置，对序列xi′求均值平方值，得出信号功率的估计值( )的装置；对序列xi′求均值平方值的方差的装置；对所述方差作一阶递归处理，得出噪声功率的估计值( )的装置；和利用信号功率的估计值(

)和噪声功率的估计值( )得出对所述信道上的信号的信噪比估计值SIR′的装置。或者，所述信噪比估计值发生器包括：将所述接收机输出的所述信号中的导频比特序列(xi)与预先设定的本地参考比特序列相乘，得出序列(xi′)的装置；对所述序列xi′求均值平方值(A)的装置；将所述接收机输出的所述信号中的数据比特序列作硬判决的装置；将判决后得到的序列与原来的所述数据比特序列相乘的装置；对上述乘法得到的积求均值平方值(B)的装置；将均方值(A)与均方值(B)加权平均，作为信号功率估计值(

)的装置；对所述序列xi′求均值平方值的方差的装置；对上述方差作一阶递归处理，作为噪声功率的估计值( )的装置；利用信号功率的估计值(

)和噪声功率的估计值(

)得出对所述信道上的信号的信噪比估计值SIR′的装置。

可见，由于用能够反映信道恶劣程度的信道品质因数估计值来校正应信道恶劣程度而变化的信噪比估计值，从而可以有效地减小信号起伏造成的SIR估计偏差，使得SIR的估计精度得到明显的改善，从而改善了CDMA系统内环功率控制的效果。

图1a示出一种传统的信噪比估计装置的方框图。

图1b示出另一种传统的信噪比估计装置的方框图。

图2a示出了RAKE接收机输出的导频信号中的信号成分s_i(t)。

图2b示出RAKE接收机输出的信号成分与本地参考比特序列相乘后的结果，即序列|s_i(t)|。

图3a示出根据本发明的一个实施例，利用信道品质因数对信噪比的估计值进行校正的装置方框图。

图3b示出根据本发明的另一个实施例，利用信道品质因数对信噪比的估计值进行校正的装置方框图。

下面，参照附图，对于熟悉本技术领域的人员而言，从对本发明的方法和装置的详细描述中，本发明的上述和其他目的、特征和优点将显而易见。其中，在附图中相同标号做相应表示。

由上面对传统的SIR估计值发生器的分析可见，

而 显然，SIR估计偏差的大小取决于信道的恶劣程度，当信道条件较为良好时，RAKE接收机基本上能够补偿其影响，输出信号成份起伏较小，即，乘性噪声较小，从而SIR估计偏差较小；当信道条件较为恶劣时，RAKE接收机很大程度上不能补偿其影响，输出信号成份起伏较大，即，乘性噪声较大，从而SIR估计偏差较大。

由此可见，SIR的估计偏差与信道条件有直接关系。由此设想，若将SIR估值与对应时隙的信道条件相联系，就可以有效的修正SIR的估计偏差。

第i个时隙的瑞利衰落信道的响应可作如下表示(假定信道在一个时隙的时间是稳定的)：

h_i＝h_ic+jh_id                                    (13)

其中，h_i是瑞利信道的响应，

h_ic是信道响应的实数部分；和

h_id是信道响应的虚数部分，

其中，h_ic和h_id一起影响着信号的幅度和相位。

理想情况下，即高斯信道条件下，|h_id|＝0；而在瑞利信道情况下，|h_id|大于零且随着信道恶劣程度的增加而逐步增大，即，与信道的乘性噪声成正比。

在这里，我们引入名为信道品质因数的物理量β，它是大于1的函数，且随着|h_id|的增加而递增。

例如，信道的品质因数β可表示为，

$\mathrm{\&beta;}=1+f\left(\right|h_{\mathrm{id}}/h_{\mathrm{ic}}\left|\right)----\left(14\right)$

其中，f(x)为修正函数，单调递增且f(0)＝0。例如， $\mathrm{\&beta;}=1+\sqrt{|h_{\mathrm{id}}/h_{\mathrm{ic}}|}$ 或者是 $\mathrm{\&beta;}=1+\sqrt[3]{|h_{\mathrm{id}}/h_{\mathrm{ic}}|}.$ 信道品质因数能够反映信道的恶劣程度，信道条件良好时，即，|h_id|很小时，β≈1；信道条件不好时，即，|h_id|较大时，β大于1且随着信道恶化而增大。以之对SIR的估计值进行校正，校正值表示为：

${\mathrm{SIR}}^{\&prime;}=\mathrm{\&beta;}\&CenterDot;{\mathrm{SIR}}^{\&prime;}=[1+f\left(\right|h_{\mathrm{id}}/h_{\mathrm{ic}}\left|\right)]\frac{\widehat{P_{\mathrm{si}}}}{\widehat{P_{\mathrm{ni}}}}$

可见，由于信道品质因数β大于1且随着反映信道恶劣程度(即，乘性噪声大小)的参数|h_id|的增加而递增，从而当信道条件较好时，信噪比的估计值SIR′与真实值偏差较小，而此时信道品质因数β≈1，使得经校正的信噪比SIR≈SIR′；而当信道的条件较恶劣时，信噪比的估计值SIR′与真实值的偏差较大(即，SIR′随着信道条件越恶劣，越小于真实值)，而此时信道品质因数β＞1，且随着恶劣程度的增加而增加，此时SIR＝β*SIR′＞SIR′，从而较好得补偿了信噪比估计值的偏差。当然，信道的品质因数β还可有其他表示方法，

如β＝f(|h_id/h_ic|)，其中 $f\left(\right|h_{\mathrm{id}}/h_{\mathrm{ic}}\left|\right)=1+{\mathrm{\&alpha;}}_1\sqrt{{\mathrm{tg}}^{-1}({\mathrm{\&alpha;}}_2*|h_{\mathrm{id}}/h_{\mathrm{ic}}\left|\right)},$

其中，α₁对函数f(X)的值进行修正，而α₂调整tg^-1函数的变化斜率。可见，只要信道品质因数大于1且随着|h_id|的增加而递增，并且经品质因数校正后的信噪比SIR的值满足通信系统对信噪比的限制，就能很好得补偿信噪比的估计值。

下面参照图3a和3b详细描述实现本发明的信噪比估计值校正的具体过程。

图3a示出根据本发明的一个所述例，利用信道品质因数对信噪比的估计值进行校正的装置方框图。

首先，在SIR估计值发生器100中，根据传统方法对RAKE接收机输出的来自与某一信道的基带信号进行信噪比估计，并产生信噪比估计值，SIR′。其具体步骤已在上面参照图1a的说明的详细描述，在此便不再重复。

其次，在信道品质因数估计器31中，根据由RAKE接收机输出的所述信道的响应参数(h_id和h_ic)，产生信道品质因数β的估计值。当然，信道品质因数的具体函数形式可根据具体应用而定。

最后，在SIR估计值校正器32中，用所述信道品质因数估计值来校正由SIR估计器16输出的SIR估计值，从而得出信道噪声比校正值。

图3b示出根据本发明的另一个所述例，利用信道品质因数对信噪比的估计值进行校正的装置方框图。它与图3a所示的装置的不同之处在于，它所采用的SIR估计值发生器200是参照另一种传统方法(如图1b)的SIR估计器发生器。

当然，本发明的装置还可采用其他传统SIR估计器发生器。

可见，由于用能够反映信道恶劣程度的信道品质因数估计值来校正应信道恶劣程度而变化的信噪比估计值，从而可以有效地减小信号起伏造成的SIR估计偏差，使得SIR的估计精度得到明显的改善，从而改善了CDMA系统内环功率控制的效果。

上面是对本发明的较佳实施例的描述，熟悉本技术领域的人员应理解，对本发明的实施例的各种修正和变化都落在本发明的构思和所附权利要求述限定范围内。

Claims (10)

1.一种用于在通信系统中校正对信道上的信号的信噪比估计值的方法，所述方法包括下列步骤：

a.对接收机输出的来自所述信道的信号进行信噪比估计，并产生信噪比估计值；

b.根据由所述接收机输出的所述信道的响应参数，产生信道品质因数估计值；

c.用所述信道品质因数估计值来乘以根据步骤a得出的信噪比估计值，从而得出信号的信噪比校正值。

2.如权利要求1所述的方法，其特征在于，所述信道的响应参数包括信道响应的实部成分h_ic和所述信道响应的虚部成分h_id，它们反映了所述信道对信号的幅度和相位的影响。

3.如权利要求2所述的方法，其特征在于，所述信道品质因数是大于1且随着|h_id|的增加而递增的函数。

4.如权利要求3所述的方法，其特征在于，所述信道品质因数如下：

β＝1+f[|h_id/h_ic|]，

其中f[|h_id/h_ic|]为修正函数，单调递增且f(0)＝0。

5.如权利要求4所述的方法，其特征在于，所述信道品质因数可以是 $\mathrm{\&beta;}=1+\sqrt{|h_{\mathrm{id}}/h_{\mathrm{ic}}|}$ 或者是 $\mathrm{\&beta;}=1+\sqrt[3]{|h_{\mathrm{id}}/h_{\mathrm{ic}}}.$

6.如权利要求1所述的方法，其特征在于，在所述步骤a中包括下列步骤：

d1.将所述接收机接收到的所述信号的导频比特x_i与预先设定的本地参考比特相乘，得出序列x_i′，

e1.对序列x_i′求均值平方值，得出信号功率的估计值

f1.对序列x_i′求均值平方值的方差，并作一阶递归处理，得出噪声功率的估计值 和

g1.利用信号功率的估计值

和噪声功率的估计值

得出对所述信道上的信号的信噪比估计值SIR′。

7.如权利要求1所述的方法，其特征在于，在所述步骤a中包括下列步骤：

d2.将所述接收机输出的所述信号中的导频比特序列x_i与预先设定的本地参考比特序列相乘，得出序列x_i′；

e2.对所述序列x_i′求均值平方值A；

f2.将所述接收机输出的所述信号中的数据比特序列作硬判决，并将判决后得到的序列与原来的所述数据比特序列相乘，然后对乘法得到的积求均值平方值B；

g2.将所述均方值A与所述均方值B加权平均，作为信号功率估计值

h2.对所述序列x_i′求均值平方值的方差，并作一阶递归处理，作为噪声功率的估计值

i2.利用信号功率的估计值

和噪声功率的估计值 得出对所述信道上的信号的信噪比估计值SIR′。

8.一种用于在通信系统中校正信道上的信号的信噪比估计值的装置，所述装置包括：

接收机，用于接收来自所述信道的信号；

信噪比估计值发生器，用于对接收机输出的来自所述信道的信号进行信噪比估计，并产生信噪比估计值；

信道品质因数估计器，根据由所述接收机输出的所述信道的响应参数，产生信道品质因数估计值；

信噪比估计值校正器，用所述信道品质因数估计值来校正由所述信噪比估计值发生器产生的信噪比估计值，从而得出信号的信噪比校正值。

9.如权利要求8所述的装置，其特征在于，所述信噪比估计值发生器包括：

将所述接收机接收到的所述信号的导频比特x_i与预先设定的本地参考比特相乘，得出序列x_i′的装置，

对序列x_i′求均值平方值，得出信号功率的估计值

的装置；

对序列x_i′求均值平方值的方差的装置；

对所述方差作一阶递归处理，得出噪声功率的估计值的装置；和

利用信号功率的估计值和噪声功率的估计值得出对所述信道上的信号的信噪比估计值SIR′的装置。

10.如权利要求8所述的装置，其特征在于，所述信噪比估计值发生器包括：

将所述接收机输出的所述信号中的导频比特序列x_i与预先设定的本地参考比特序列相乘，得出序列x_i′的装置；

对所述序列x_i′求均值平方值A的装置；

将所述接收机输出的所述信号中的数据比特序列作硬判决的装置；

将判决后得到的序列与原来的所述数据比特序列相乘的装置；

对上述乘法得到的积求均值平方值B的装置；

将所述均方值A与所述均方值B加权平均，作为信号功率估计值的装置；对所述序列x_i′求均值平方值的方差的装置；

对所述方差作一阶递归处理，作为噪声功率的估计值的装置；

利用信号功率的估计值和噪声功率的估计值得出对所述信道上的信号的信噪比估计值SIR′的装置。

Images