CN117134787A - 具有降低的复杂性的干扰抑制组合 - Google Patents

具有降低的复杂性的干扰抑制组合 Download PDF

Info

Publication number
CN117134787A
CN117134787A CN202310614393.4A CN202310614393A CN117134787A CN 117134787 A CN117134787 A CN 117134787A CN 202310614393 A CN202310614393 A CN 202310614393A CN 117134787 A CN117134787 A CN 117134787A
Authority
CN
China
Prior art keywords
interference
input stream
stream group
input
layer
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.)
Pending
Application number
CN202310614393.4A
Other languages
English (en)
Inventor
T·A·勒瓦南
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.)
Nokia Solutions and Networks Oy
Original Assignee
Nokia Solutions and Networks Oy
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 Nokia Solutions and Networks Oy filed Critical Nokia Solutions and Networks Oy
Publication of CN117134787A publication Critical patent/CN117134787A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
    • H04B1/12—Neutralising, balancing, or compensation arrangements
    • 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
    • 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
    • H04L25/03891—Spatial equalizers
    • 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
    • H04B7/0413—MIMO systems
    • 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
    • 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
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0212—Channel estimation of impulse response
    • 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
    • H04L25/03159—Arrangements for removing intersymbol interference operating in the frequency domain
    • 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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0697—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using spatial multiplexing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本文件公开了一种用于干扰抑制组合的方案。根据一个方面，一种方法包括：获取输入流组，该输入流组与为终端设备配置的空间层相关联；基于参考信号，估计信道矢量h，信道矢量h表示与空间层相关联的无线电信道响应；计算干扰协方差矩阵R，该干扰协方差矩阵R表示输入流组中的来自至少一个其它空间层的干扰的功率以及空间层的输入流组内的干扰的相关性；对该输入流组执行每层干扰抑制组合均衡，包括：a)将x＝R‑1h估计为线性方程组的组合，其中线性方程的数目由输入参数定义为等于或小于干扰协方差矩阵的维数；以及b)基于信道矢量和所估计的该x，计算被发送符号的估计。

Description

具有降低的复杂性的干扰抑制组合
技术领域
本文描述的各种实施例涉及无线通信领域，尤其涉及在多输入多输出(MIMO)接收机中执行干扰抑制组合。
背景技术
干扰抑制组合(IRC：interference rejection combining)技术被广泛地应用于减轻同信道干扰。特别地，蜂窝通信系统采用IRC接收方法。IRC可以被应用于多波束接收技术(例如MIMO通信)。IRC接收机的好处在于它不需要关于干扰信号的详细信息，例如无线电信道传播特性。因此，与其它接收机架构相比，IRC接收机是简单的。如本领域所公知的，IRC接收机的特性是对协方差矩阵的计算，该协方差矩阵表示期望信号和干扰信号之间的协方差。协方差矩阵的求逆也是IRC接收机的特性，并且该求逆运算在计算上颇为复杂。
XIAO，C等，《使用SCBiCG和Lanczos方法的大规模MIMO的低复杂度软输出检测》(Low-complexity soft-output detection for massive MIMO using SCBiCG andLanczos methods)，中国通信(China Communications)，IEEE[在线]，2015年12月，第12卷，第9－17页，公开了一种利用对称复双共轭梯度(SCBiCG)和兰索斯(Lanczos)方法的最小均方误差(MMSE)检测方案，用于上行链路大规模MIMO系统。
QU，H等，《MIMO OTFS系统的有效信道均衡和符号检测》
(Efficient Channel Equalization and Symbol Detection for MIMO OTFSSystems)。IEEE无线通信汇刊，IEEE[在线]，2022年2月，第21卷，第8期，第6672－6686页，公开了一种时-空域信道均衡器，用于正交时间频率空间(OTFS)上MIMO的调制，其依赖于数学最小二乘最小残留算法，用以去除数据符号上的信道失真。
发明内容
本发明的一些方面由独立权利要求限定。
本发明的一些实施例在从属权利要求中限定。
本说明书中描述的实施例和特征，如有不落入独立权利要求的范围的，将被解释为有助于理解本发明的各种实施例的示例。本公开的一些方面由独立权利要求限定。
根据一个方面，提供了一种装置，包括用于执行以下操作的部件：获取输入流组，该输入流组与为终端设备配置的空间层相关联；基于参考信号估计信道矢量h，该信道矢量h表示与空间层相关联的无线电信道响应；计算干扰协方差矩阵R，该干扰协方差矩阵R表示输入流组中的来自至少一个其它空间层的干扰的功率以及该空间层的输入流组内干扰的相关性；对该输入流组执行每层干扰抑制组合均衡，包括：
a)将x＝R-1h估计为线性方程组的组合，其中线性方程的数目由输入参数定义为等于或小于干扰协方差矩阵的维数；
以及
b)基于信道矢量和被估计出的该x，计算被发送符号(transmitted symbol)的估计。
在实施例中，输入参数取决于以下至少一项：输入流组中的输入流的数目，空间层的调制和编码方案，以及被配置为用于被调度到与终端设备相同的时间－频率资源的所有终端设备的空间层的总数目。
在实施例中，输入参数取决于输入流的数目、空间层的调制和编码方案、以及空间层的总数目，并且其中输入参数的值与调制和编码方案的阶数(order)成正比，与空间层的数目成正比，并且与输入流的数目成反比。
在实施例中，线性方程组定义了克雷洛夫(Krylov)子空间表示，该克雷洛夫子空间表示包括定义克雷洛夫子空间的正交基矢量，其中输入参数定义所述正交基矢量的数目。
在实施例中，克雷洛夫子空间表示还包括实值三对角矩阵(real-valuedtridiagonal matrix)的元素，并且其中步骤b)包括对实值三对角矩阵的求逆。
在实施例中，该部件被配置为：当通过使用托马斯(Thomas)算法求解正交基矢量的权重时，执行对实值三对角矩阵的求逆，以将权重与相应的正交基矢量以及初始估计组合，以及根据所述组合来计算发射符号的估计。
在实施例中，该部件被配置为：当通过计算三对角矩阵的特征值分解来求解正交基矢量的权重时，执行对实值三对角矩阵的求逆，通过对该特征值分解的特征值求反来计算权重，将权重与相应的正交基矢量以及与初始估计组合，以及基于所述组合来计算被发送符号的估计。
在实施例中，该部件被配置为：在步骤b)中使用初始估计x0＝h./diag(R)，其中./表示逐元素除法运算。
在实施例中，该部件被配置为：通过使用兰索斯算法来生成克雷洛夫子空间表示。
在实施例中，该部件被配置为：将所估计的x或来源于x的参数内插到不携带参考信号的时间－频率资源。
在实施例中，该部件被配置为：对确定数目的信道估计取平均，其中该确定数目是与空间层相关联的调制和编码方案的函数。
在实施例中，该确定数目对于第一调制方案比对于第二调制方案更小，其中第一调制方案比第二调制方案对每个符号映射更大的比特数目。
在实施例中，该部件包括至少一个处理器和至少一个存储器，该存储器包括计算机程序代码，该至少一个存储器和计算机程序代码被配置为与该至少一个处理器一起引起所述装置的执行。
根据一个方面，提供了一种方法，包括：获取输入流组，该输入流组与为终端设备配置的空间层相关联；基于参考信号估计信道矢量h，信道矢量h表示与空间层相关联的无线电信道响应；计算干扰协方差矩阵R，该干扰协方差矩阵R表示输入流组中的来自至少一个其它空间层的干扰的功率以及该空间层的输入流组内干扰的相关性；对该输入流组执行每层干扰抑制组合均衡，包括：
a)将x＝R-1h估计为线性方程组的组合，其中线性方程的数目由输入参数定义为等于或小于干扰协方差矩阵的维数；
以及
b)基于信道矢量和被估计的该x，计算被发送符号的估计。
在实施例中，输入参数取决于以下至少一项：输入流组中的输入流的数目，空间层的调制和编码方案，以及被配置为用于被调度到与终端设备相同的时间－频率资源的所有终端设备的空间层的总数目。
在实施例中，输入参数取决于输入流的数目、空间层的调制和编码方案、以及空间层的总数目，并且其中输入参数的值与调制和编码方案的阶数成正比，与空间层的数目成正比，并且与输入流的数目成反比。
在实施例中，线性方程组定义了克雷洛夫子空间表示，该克雷洛夫子空间表示包括定义克雷洛夫子空间的正交基矢量，其中输入参数定义所述正交基矢量的数目。
在实施例中，克雷洛夫子空间表示还包括实值三对角矩阵的元素，并且其中步骤b)包括对实值三对角矩阵的求逆。
在实施例中，该方法包括：当通过使用托马斯算法求解正交基矢量的权重时，执行实值三对角矩阵的求逆，将权重与相应的正交基矢量以及初始估计组合，以及基于所述组合来计算被发送符号的估计。
在实施例中，该方法包括：当通过计算三对角矩阵的特征值分解来求解正交基矢量的权重时，执行对实值三对角矩阵的求逆，通过对该特征值分解的特征值求倒数来计算权重，将权重与相应的正交基矢量以及初始估计组合，以及基于所述组合来计算被发送符号的估计。
在实施例中，该方法包括：在步骤b)中使用初始估计x0＝h./diag(R)，其中./表示逐元素除法运算。
在实施例中，该方法包括：通过使用兰索斯算法来生成克雷洛夫子空间表示。
在实施例中，该方法包括：将所估计的x或来源于x的参数内插到不携带参考信号的时间－频率资源。
在实施例中，该方法包括：对确定数目的信道估计取平均，其中该确定数目是与空间层相关联的调制和编码方案的函数。
在实施例中，该确定数目对于第一调制方案比对于第二调制方案更小，其中第一调制方案比第二调制方案对每个符号映射更大的比特数目。
根据一个方面，提供了一种计算机程序产品，该计算机程序产品被实施在计算机可读介质上，并且包括计算机可读的计算机程序代码，其中该计算机程序代码配置该计算机以执行计算机过程，该计算机过程包括：获取输入流组，该输入流组与为终端设备配置的空间层相关联；基于参考信号估计信道矢量h，信道矢量h表示与空间层相关联的无线电信道响应；
计算干扰协方差矩阵R，该干扰协方差矩阵R表示输入流组中的来自至少一个其它空间层的干扰的功率以及该空间层的输入流组内干扰的相关性；对该输入流组执行每层干扰抑制组合均衡，包括：
a)将x＝R-1h估计为线性方程组的组合，其中线性方程的数目由输入参数定义为等于或小于干扰协方差矩阵的维数；
以及
b)基于信道矢量和被估计的该x，计算被发送符号的估计。
附图说明
通过参考附图，仅以示例的方式对本发明的示例性实施例描述如下，其中：
图1图示了可以应用本发明中的一些实施例的无线通信场景；
图2图示了根据实施例的用于计算所接收的信号上的干扰抑制组合解决方案的过程；
图3图示了根据一些实施例的接收机的架构；
图4图示了通过使用克雷洛夫子空间表示来计算干扰抑制组合解决方案的过程的详细步骤；以及
图5图示了根据实施例的装置的结构框图。
具体实施方式
以下列实施例为例。尽管说明书可能会在一些地方提及“一个”
(an)、“一个”(one)或者“一些”实施例，但这并不一定意味着每次这样提及时均指同一实施例，或者该特征仅适用于单个实施例。不同实施例的单个特征也可组合以提供其它实施例。此外，词语“包括”和“包含”应被理解为不限制所述实施例仅由那些已提及的特征组成，并且这样的实施例还可能包含未被具体提及的特征/结构。
在下文中，将使用基于高级长期演进(高级LTE，LTE－A)或新无线(NR，5G)的无线接入架构作为可以应用实施例的接入架构的示例，来描述不同的示例性实施例，然而，并不将实施例局限于此架构。本领域技术人员将认识到，通过合适地调整参数和步骤，实施例还可以被应用于具有适当部件的其他类型的通信网络。用于适当系统的其它选项的一些示例包括：通用移动电信系统(UMTS)无线接入网(UTRAN或E－UTRAN)，长期演进(LTE，与E－UTRA相同)，无线局域网(WLAN或WiFi)，全球微波互连接入(WiMAX)，(蓝牙)，个人通信服务(PCS)，宽带码分多址(WCDMA)，使用超宽带(UWB)技术的系统，传感器网络，移动自组织网络(MANETs)和因特网协议多媒体子系统(IMS)或其任意组合。
图1描绘了简化系统架构的示例，仅示出了一些元件和功能实体，它们都是逻辑单元，其实现可以与所示出的不同。图1所示的连接是逻辑连接；实际的物理连接可以是不同的。对于本领域技术人员显而易见的是，该系统通常还包括图1所示之外的其它功能和结构。
然而，实施例并不限于作为示例给出的系统，而是本领域技术人员可以将该方案应用于其他具有必要特性的通信系统。
图1的示例示出了示例的无线电接入网的一部分。
图1示出了终端设备或用户设备100和102，它们被配置为在小区中的一个或多个通信信道上与提供该小区的接入节点(诸如(e/g)NodeB)104无线连接。(e/g)NodeB是指3GPP规范中定义的eNodeB或gNodeB。从用户设备到(e/g)NodeB的物理链路被称为上行链路或反向链路，并且从(e/g)NodeB到用户设备的物理链路被称为下行链路或前向链路。应当理解的是，(e/g)NodeB或它们的功能可以通过使用任何节点、主机、服务器或接入点等适合于这样的用途的实体来实现。
通信系统通常包括多于一个(e/g)NodeB，在这种情况下，(e/g)NodeB也可以被配置为通过为此目的设计的(有线或无线)链路彼此通信。这些链路不仅可以被用于信令目的，还可以被用于将数据从一个(e/g)NodeB路由到另一个(e/g)NodeB。(e/g)NodeB是计算设备，被配置为控制其被耦合到的通信系统的无线资源。(e/g)NodeB也可以被称为基站、接入点、接入节点或包括能够在无线环境中操作的中继站的任何其它类型的接口设备。(e/g)NodeB包括或耦合到收发机。从(e/g)NodeB的收发机，到天线单元的连接被提供，该天线单元建立到用户设备的双向无线电链路。天线单元可以包括多个天线或天线元件。(e/g)NodeB还连接到核心网110(CN或下一代核心NGC)。取决于系统，CN侧的对应方可以是服务网关(S－GW，路由和转发用户数据分组)，用于提供用户设备(UE)到外部分组数据网络的连接的分组数据网络网关(P－GW)，或移动管理实体(MME)等。
用户设备(也称为UE、用户装置、用户终端、终端设备等)图示了一种类型的装置，空中接口上的资源被分配和指派给该装置，并且因此本文中利用用户设备描述的任何特征可以利用相应的装置(诸如中继节点)来实现。这种中继节点的示例是朝向基站的层3中继(自回程中继)。5G规范至少支持以下中继操作模式：带外中继，其中可以为接入链路和回程链路定义不同的载波和/或RAT(无线电接入技术)；以及带内中继，其中相同的载波频率或无线电资源被用于接入链路和回程链路。带内中继可以被视为基准中继场景。中继节点被称为集成接入和回程(IAB)节点。它还内置支持多个中继跳(multiple relay hops)。IAB操作假定了所谓的分离架构，该分离架构具有CU和多个DU。IAB节点包含两个独立功能：IAB节点的DU(分布式单元)部分有助于中继小区中的gNB(接入节点)功能，即作为接入链路；以及IAB节点的移动终端(MT)部分，其有助于回程连接。宿主节点(DU部分)与IAB节点的MT部分通信，并且它具有到CU的有线连接，CU又具有到核心网的连接。在多跳场景中，MT部分(子IAB节点)与父IAB节点的DU部分通信。
用户设备通常是指便携式计算设备，这种便携式计算设备包括与或不与订户标识模块(SIM：subscriber identification module)一起操作的无线移动通信设备，包括但不限于以下类型的设备：移动站(移动电话)，智能电话，个人数字助理(PDA)，手持式设备，使用无线调制解调器的设备(报警器或测量设备等)，笔记本电脑和/或触摸屏计算机，平板电脑，游戏控制台，笔记本和多媒体设备。应当理解的是，用户设备也可以是几乎专用的仅上行链路设备，其示例是将图像或视频剪辑加载到网络的照相机或摄像机。用户设备还可以是具有在物联网(IoT)网络中操作的能力的设备，物联网网络是为对象提供在网络上传送数据而不需要人与人或人与计算机交互的能力的场景。用户设备还可以利用云。在一些应用中，用户设备可以包括具有无线电部分(诸如手表、耳机或眼镜)的小型便携式设备，并且计算在云中被执行。用户设备(或者在一些实施例中，层3中继节点)被配置为执行一个或多个用户装备功能。用户设备也可以被称为订户单元、移动站、远程终端、接入终端、用户终端或用户装置(UE)，仅提及几个名称或装置。
本文描述的各种技术也可以被应用于信息－物理系统(CPS：cyber-physicalsystem)(使控制物理实体的计算元件协作的系统)。CPS可以使得能够实现和利用嵌入在不同位置的物理对象中的大量的互连ICT设备(传感器、致动器、处理器微控制器等)。移动信息物理系统是信息物理系统的子类别，其中所涉及的物理系统具有固有的移动性。移动物理系统的示例包括由人或动物传送的移动机器人和电子装置。
另外，尽管装置被描绘为单个实体，但是可以实现不同的单元、处理器和/或存储器单元(图1中未全部示出)。
5G使得能够使用多输入－多输出(MIMO)天线、比LTE(所谓的小型小区概念)多得多的基站或节点，包括宏站，该宏站与较小的站协作操作，并且根据服务需要、用例和/或可用频谱来采用各种无线电技术。5G移动通信支持广泛的用例和相关应用，这些相关应用包括视频流、增强现实、不同的数据共享方式和各种形式的机器类型应用(诸如(海量)机器类型通信(mMTC)，包括车辆安全、不同的传感器和实时控制)。5G预期将具有多个无线接口，即低于或处于6GHz、cmWave和mmWave，并且还能够与现有的传统无线电接入技术(诸如LTE)集成。至少在早期阶段，可以实现与LTE集成为系统，其中宏覆盖由LTE提供，并且5G无线电接口接入通过聚合到LTE而来自于小型小区。换言之，5G被规划为支持RAT间操作性(例如LTE－5G)和RI间操作性(无线电接口间操作性，诸如低于6GHz－cmWave、低于或处于6GHz－cmWave－mmWave)。被认为在5G网络中使用的概念之一是网络分片，其中在同一基础设施内可以创建多个独立的且专用的虚拟子网络(网络实例)，以运行对延迟(latency)、可靠性、吞吐量和移动性具有不同要求的服务。
LTE网络中的当前架构完全分布在无线电中，并且通常完全集中在核心网中。5G中的低延迟应用和服务要求使内容接近无线电，这导致本地分流(local break out)和多接入边缘计算(MEC：multi-access edge computing)。5G使得分析和知识生成能够在数据源处发生。这种方法需要平衡资源，这种资源可以是不连续地连接到网络的诸如笔记本电脑，智能电话，平板电脑和传感器等。MEC为应用和服务托管提供了分布式计算环境。它还具有在蜂窝用户附近存储和处理内容以获得更快的响应时间的能力。边缘计算涵盖了广泛的技术，例如无线传感器网络、移动数据获取、移动签名分析、协作分布式对等自组织网络和处理，也可分类为本地云/雾计算和网格/网状计算、露计算、移动边缘计算、微云(cloudlet)、分布式数据存储和检索、自主自愈网络、远程云服务、增强和虚拟现实、数据缓存、物联网(大规模连接性和/或延迟关键)、关键通信(自动驾驶车辆、交通安全、实时分析、时间-关键控制、保健应用)。
通信系统还能够与其它网络112(诸如公共交换电话网或因特网)通信，或利用由它们提供的服务。通信网络还能够支持云服务的用途，例如至少一部分的核心网操作可以作为云服务(这在图1中由“云”114描绘)被执行。通信系统还可以包括中央控制实体等，为不同运营商的网络提供(例如在频谱共享中)协作的设施。
通过利用网络功能虚拟化(NFV)和软件定义网络(SDN)，边缘云可以被引入无线电接入网(RAN)中。使用边缘云可以意味着，接入节点操作将至少部分地在服务器、主机或节点中被执行，该服务器、主机或节点被可操作地耦合到远程无线电头端或包括无线电部分的基站。节点操作也可能被分布在多个服务器、节点或主机中。云RAN架构的应用使得RAN实时功能能够在RAN侧(在分布式单元DU 105中)被执行，并且使得非实时功能能够以集中方式(在集中单元CU 108中)被执行。
还应当理解的是，核心网操作和基站操作之间的功能分布可以与LTE的功能分布不同，或者甚至不存在。可能使用的一些其它技术进步是大数据和全IP，它们可以改变网络被构造和管理的方式。5G(或新无线，NR)网络被设计成支持多个层次结构，其中MEC服务器可以被放置于核心和基站或NodeB(gNB)之间。应当理解的是，MEC也可以被应用于4G网络。
5G还可以利用卫星通信来增强或补充5G服务的覆盖，例如通过提供回程。可能的用例是为机器到机器(M2M)或物联网(IoT)设备或为车辆上的乘客提供服务连续性，或者确保关键通信、以及未来的铁路、海事和/或航空通信的服务可用性。卫星通信可以利用地球同步地球轨道(GEO)卫星系统，也可以利用低地球轨道(LEO)卫星系统，特别是巨型星座(其中部署了数百个(纳米)卫星的系统)。巨型星座中的每个卫星109可以覆盖若干个支持卫星的网络实体，该网络实体创建地面小区。可以通过地面中继节点或通过位于地面上或卫星中的gNB来创建地面小区。
对于本领域技术人员来说显而易见的是，所描述的系统仅仅是无线电接入系统的一部分的示例，并且在实践中，该系统可以包括多个(e/g)NodeB，用户设备可以具有对多个无线小区的接入，并且该系统还可以包括其他装置，诸如物理层中继节点或其他网络元件等。该(e/g)NodeB中的至少一个可以是归属(home)(e/g)NodeB。另外，在无线电通信系统的地理区域内，可以提供多个不同种类的无线电小区以及多个无线电小区。无线电小区可以是宏小区(或伞状小区)，它们是大型小区，通常具有高达几十千米的直径，或者无线电小区也可以是较小型的小区，诸如微小区(microcell)、毫微小区(femtocell)或者微微小区(picocell)。图1的(e/g)NodeB可以提供任何类型的这些小区。蜂窝无线电系统可以被实施为包括多种小区的多层网络。通常，在多层网络中，一个接入节点提供同一种类的一个或多个小区，并且因此需要多个(e/g)NodeB来提供这种网络结构。
为了满足改进通信系统的部署和性能的需要，引入了“即插即用”(e/g)NodeB的概念。通常，能够使用“即插即用”(e/g)NodeB的网络除包括归属(e/g)NodeB(H(e/g)NodeB)之外，还包括归属NodeB网关、或HNB－GW(图1中未示出)。通常安装在运营商网络内的HNB网关(HNB－GW)可以将来自大量HNB的业务聚合回核心网。
如背景中所描述，降低干扰抑制组合(IRC)均衡接收机的计算复杂度将是有益的。IRC接收机被常规地应用于具有多个天线和被配置在发射机和接收机之间的多个空间层的接收机，例如终端设备100和接入节点104。接收机从发射机接收多个波束或输入流，每个接收机天线元件接收一个流。多个波束或输入流可以一起形成被配置在发射机和接收机之间的一个或多个空间层。如本领域所公知的，空间层经由MIMO过程和天线阵列在发射机和接收机处被生成。为了有效地利用波束成形并实现空间层，在MIMO处理过程中可以对每个空间层配置多个天线元件和相应的波束。然后，通过将来自其它空间层的信号视为干扰，可以一次性处理每个空间层和该空间层的相应输入流。MIMO接收机过程可以包括接收波束成形，其中从由天线单元接收的信号中提取每个空间层的输入流组。然后，计算背景中提到的干扰协方差矩阵，来表示该流集合中的干扰功率和进行IRC的空间层的该输入流组中干扰的相关性，并且接收机计算旨在减少干扰的IRC方案。IRC方案通常旨在白化干扰，其涉及计算协方差矩阵的逆。这种计算非常复杂，并且降低IRC接收机的复杂性是有益的。常规的IRC均衡方案被定义为：
其中定义了信道矩阵，该信道矩阵包含所有天线或输入流(和空间层)的信道估计，N定义了天线的数目或等效地波束或输入流的数目，L定义了在单用户MIMO(SU－MIMO)的情况下为终端设备配置的空间层的数目，并且在多用户MIMO(MU－MIMO)的情况下L表示所有被调度的终端设备上空间层的总数目，定义了干扰协方差矩阵，并且定义了接收到的数据样本。干扰协方差矩阵可以包含诸如加性高斯白噪声之类的噪声元素，并且同样可以被称为干扰加噪声协方差矩阵。IRC均衡方案的输出是被发送符号的估计的矢量
在下面描述的实施例中，用于多个空间层和多个输入流的IRC方案被分成单层IRC(SL－IRC)均衡方案。创意是按每个空间层计算IRC均衡，使得减小IRC均衡的维数和计算复杂度。这将等式(1)的表示简化为以下形式：
其中定义了信道矢量，该信道矢量包含对特定空间层的所有天线或波束或输入流的估计，并且R定义了所研究的空间层的干扰(加噪声)协方差矩阵。相应地，信道矩阵H简化为信道矢量h，而SL－IRC方案的输出是特定层的被发送符号的估计而不是符号矢量的估计。如果已经应用了特定于层的波束成形，则所接收的样本矢量y也可以是特定于空间层的。干扰协方差矩阵还简化为表示SL－IRC处理下的空间层的输入流之间的干扰功率和干扰相关性的矩阵。在常规的IRC方案中，在计算上繁重的部分是R-1的估计。这需要首先使协方差矩阵估计可逆、并且然后对矩阵求逆的技术。基于白化的IRC方法允许通过使用乔利斯基(Cholesky)分解作为白化矩阵来避免R的显式逆。尽管能够显著降低过程复杂度，该方法仍然过于复杂而无法在接收机中实现功率高效、低时延的SL－IRC均衡。
在等式(2)中需要注意到的关键是我们对从线性方程组Rx＝h中求解x＝R-1h感兴趣。因为R是厄米特矩阵(Hermitian)，我们也有xH＝(R-1h)H＝hHR-H＝hHR-1，并且我们获得以上等式(2)中所示的SL－IRC的第二项。由于是单层过程，xHh和xHy简化为标量，并且我们可以使用x的近似值而不是精确解(见下面对x进行近似的细节)。这种问题表示引导我们通过克雷洛夫子空间求解有助于我们避免计算复杂的协方差矩阵求逆。图2图示了通过使用线性方程组来估计IRC均衡解的过程的实施例。该过程可以在用于终端设备100或用于接入节点或用于另一无线接收机的接收机中被执行。该过程可以被用于这种接收机的装置执行，例如芯片组或具有至少一个存储器的至少一个处理器。
参考图2，该过程包括：获取(框200)输入流组，该输入流组与为终端设备配置的空间层相关联；基于参考信号估计(框202)信道矢量，该信道矢量表示与空间层相关联的无线电信道响应；计算(框202)干扰协方差矩阵，该干扰协方差矩阵表示输入流组中的来自至少一个其他空间层的干扰功率以及该空间层的输入流组内干扰的相关性；对该输入流组执行每层干扰抑制组合均衡，包括：
将x＝R-1h估计为线性方程组的组合，其中线性方程的数目由输入参数定义为等于或小于干扰协方差矩阵的维数；以及
基于信道矢量和估计的该x，计算被发送符号的估计。
在框206之后，可以确定是否存在另一空间层，尚未对其估计IRC方案。例如，在对一个空间层的输入流组从框200执行到206时，可以对被共同调度到与第一空间层相同的时间－频率资源的另一空间层的第二输入流组执行框200到206。
在实施例中，线性方程组定义克雷洛夫子空间表示，该克雷洛夫子空间表示包括定义克雷洛夫子空间的正交基矢量，其中输入参数定义所述正交基矢量的数目。
在被发送符号的估计中使用克雷洛夫子空间表示或基于线性方程组的另一表示，能够避免协方差矩阵的求逆。这极大地降低了IRC均衡的计算复杂度。例如，这种降低取决于每个空间层的输入流的总数目、共同调度的空间层的总数目以及调制和编码方案，但是能够实现比基于等式(1)的传统方案少百分之93(％)、以及比使用基于白化的IRC的方案少89％的复数乘法。利用线性方程组的相等的维数以及干扰协方差矩阵的维数，能够获得计算复杂度方面的优点。当线性方程组的维数(对于克雷洛夫子空间，为下面描述的参数m)小于干扰协方差矩阵的维数时，可以获得计算复杂度的进一步降低。
如本领域所公知的，多个无线天线流或波束通常与每个空间层例如第一空间层和第二空间层(相关联)。因此，每个空间层可以包括多个输入流，该多个输入流定义干扰协方差矩阵R的维数和信道矢量h的长度。
下面的描述集中在用于定义线性方程组的克雷洛夫子空间。然而，存在其它子空间或算法用于解决相同问题，例如双共轭转置法(biconjugate transpose method)。
现在让我们更仔细地研究克雷洛夫子空间表示在IRC方案估计中的使用。下面描述的实施例利用文献中所教授的极小残差法(MINRES)、兰索斯算法和托马斯算法。下面的描述提供了用于将这些公知的算法适配于IRC均衡的公开内容。MINRES方法是通过具有低残差的克雷洛夫子空间中的矢量来近似求解的方法。起点是我们想要从Ax＝b中解出x，其在IRC方案中被表示为Rx＝h。换言之，在下面的符号中A＝R并且b＝h。为此，m阶克雷洛夫子空间Km被定义为
Km(A,r0)＝span*r0,Ar0,…,Am-1r0}
其中r0＝b-Ax0是由我们的初始猜测x0给出的初始误差。跨度(span)函数遵循其常规数学定义。因为矢量r0,Ar0,…,Am-1r0是线性相关的，所以例如兰索斯算法可用于为Km找到正交基Vm。本文描述的算法利用矢量xm∈Km来接近x＝A-1b的精确解，该矢量xm提供了足够小的估计误差rm＝b-A(x0+xm)。降低计算复杂度的一个方面是选择基矢量m的数目足够小、同时实现足够低的估计误差rm＝b-A(x0+xm)。定义足够低的估计误差的一个方面是发射机和接收机之间的无线链路的误码率或误块率性能不受到损害。另一方面是我们可以对链路性能和功耗做折衷，例如，在UE接收机中，我们可以使用较小的m值来降低低电量场景下的功耗。我们可以重写矢量x＝x0+xm＝x0+Vmz，其中是x0初始猜测，xm是Km(A,r0)中的近似，并且是正交基矢量的线性组合权重的矢量。
初始猜测可以被设置为零，x0＝0，但是在另一个实施例中，x0＝h./diag(R)定义了信道矢量h的每个元素被划分为R的相应的对角元素。已经发现，这种初始化可以提供改进的性能，特别是在SL－IRC的情况下。如上所述，定义克雷洛夫子空间表示的正交基矢量m的数目是影响计算复杂度的参数。如以上结合图2所描述的，选择m的值以将克雷洛夫子空间的维数定义为小于干扰协方差矩阵R的维数。实际上，这意味着m<Nr，其中Nr是空间层中进行SL－IRC估计的输入流的数目。用于选择m的实施例描述如下。相同的原理适用于其它等效方法(例如双共轭转置法)用于从Rx＝h中求解x。
可以通过使用文献中描述更详细的兰索斯算法来创建克雷洛夫表示或等效的正交克雷洛夫子空间。获取包含克雷洛夫子空间的m个正交基矢量的矩阵Vm作为输出。此外，兰索斯算法输出实值矢量α和β，分别对应于对称三对角矩阵Hm的主对角线(α)和第一子对角线(β)的元素。Hm的第一子对角线是相同的，如结合兰索斯算法已知的。兰索斯算法属于用以找到特征值和正交特征矢量的一类幂方法，并且其它实施例可以采用另一种幂方法。阿尔诺迪(Arnoldi)迭代法是另一种可能的算法。
按照MINRES方法，下一个任务是求解xm＝Vmz，但首先我们必须解出
其中γ＝norm(r0)是r0的矢量范数，并且e1＝[1,0,…,0]是单位矢量。
通过注意Hm的三对角结构，托马斯算法可用于直接求解在这一点上，做出近似：‖Hmz-γe1‖2＝0。Hm可以被设置为仅具有实值而不影响链路性能。这是由于使用了兰索斯算法。对于有限精度算术，可能出现复数值，但是这种值可能强制性地仅使用实值来表示。这使得能够仅对实值实施托马斯算法，从而降低计算复杂度。
然后，计算xm＝Vmz以及估计x＝xm+x0≈R-1h。此后，通过下面的等式(2)直接求解IRC方案。利用x，接收到的信号y和信道矢量h的知识，计算被发送符号的估计并且向接收机中的进一步过程输出。进一步过程可以包括例如解调和解码。
图3图示了如上所述的计算IRC方案的接收机的过程链或等效架构。参考图3，信道矢量h可以存储在缓冲器300中，协方差矩阵R可以存储在缓冲器320中，并且所接收的数据符号矢量y可以存储在缓冲器330中。信道矢量可以在框302中进行平均操作，并且要被平均的信道估计的数目可以是自适应的，并且是所确定的参数的函数，例如应用于数据符号的调制和编码方案(MCS)。在其它实施例中，这种平均被省略了。
在框304中生成克雷洛夫子空间基矢量，并且基矢量的数目由输入参数m定义。如上所述，m可以小于协方差矩阵的维数，例如协方差矩阵R的列数。在实施例中，m取决于以下至少一项：进行IRC处理的空间层的输入流组中输入流的数目Nr，进行干扰抑制组合均衡的空间层的MCS，以及在相同时间－频率资源中为终端设备以及可选地为其它终端设备配置的空间层的总数目。接入节点可以将相同的时间－频率资源但不同的空间层调度给多个终端设备。在图2或3的实施例中，m是多个这些参数的函数，或者甚至是如下所述的所有这些参数的函数。
在实施例中，m取决于输入流组中的输入流的数目、进行干扰抑制组合均衡的空间层的调制和编码方案、以及为终端设备配置的空间层的数目，并且其中输入参数的值与调制和编码方案的阶数成正比，与空间层的数目成正比，并且与输入流的数目成反比。空间层的数目可以包括与相同时间－频率资源相关联的所有空间层，例如，它们可以包括被配置给终端设备的空间层，但是它们也可以包括被调度给一个或多个其它终端设备的一个或多个空间层。其逻辑是空间层的数目越小，干扰越少，并且因此能够提供足够的性能的克雷洛夫子空间越小。相同的原理适用于其它子空间或其它线性方程组，例如双共轭转置法。下面的表格图示了这些参数中的每一个对m的依赖性的一些实施例。
输入流数目NB m值变更
8 +1
16 0
24 -1
调制和编码方案 m值变更
QPSK -3
16－QAM -1
64－QAM 0
256－QAM +1
关于调制和编码方案，QPSK意思是正交相移键控，而QAM意思是正交幅度调制。QAM前的数目意思是符号星座图中的符号数目，如本领域所公知的。在使用空间层的数目、输入流的数目、以及调制和编码方案中的至少一个来选择m值的情况下，空间层的数目可用于定义m的初始值，然后可通过使用上述逻辑，根据调制和编码方案和/或输入流的数目来适配m的初始值。输入流的数目越小，初始值越可以增加，而输入流的数目越大，初始值越可以减小。对于较低阶的调制和编码方案，诸如QPSK或16－QAM，初始值可以减小，而对于高阶的调制方案，诸如64－QAM和256－QAM，初始值可以保持或甚至增加。由于空间层的数目是所有进行IRC处理的空间层所共有的，所以对于所有空间层来说这个数目是相同的。然而，如果空间层配置有不同数目的输入流Nr和不同的调制和编码方案，则可以对空间层引入m值的不同变化。
可以将m对MCS的依赖性扩展为m对空间层的码率的依赖性。可以应用与MCS相同的逻辑，这意味着如果码率较小(低于阈值)，则可以选择较小的m，而对于较大的码率(高于阈值)，则可以选择较大的m。在可以假设多于两个m值的情况下，可以使用多个阈值，但是要保持这条逻辑：m的值与编码率的值成比例。
如上所述，从框304输出的克雷洛夫子空间表示包括实值三对角线矩阵α和β的元素，并且其中步骤b)包括实值三对角矩阵Hm的求逆
如上所述，为了求解z(正交基矢量的权重)，需要对矩阵Hm求逆。由于是实值的并且具有降低的维数，所以复杂度远低于复值干扰协方差矩阵的求逆。在实施例中，当通过使用托马斯(Thomas)算法求解正交基矢量的权重时，执行实值三对角矩阵的求逆。替代方案是使用例如矩阵Hm上的特征值分解，并且通过使用特定数目的特征矢量以及特征值的倒数在z上构建估计来表示Hm的逆。如本领域所公知的，托马斯算法从Hmz＝d求解z，其中d＝γe1，如上所述。在m＝1的情况下，z被求解为在对定义克雷洛夫子空间表示的正交基矢量的权重求解之后，我们可以求解x，如上所述(框306)。根据等式(2)和图3，然后在框308中将x的厄米特转置(Hermitian transpose)与信道矢量相乘。其结果，xHh能够被假定为实值，以降低存储器消耗并降低以下内插步骤中的计算复杂度。然后，在框310和312中x和xHh分别进行时域和频域内插。内插的目的是估计携带数据符号y的所有子载波和所有时域信号(或样本)的x(或等效地xH)和xHh的值。如本领域中所公知的，解调参考符号(DMRS)仅在某些(不是全部)子载波和/或时域符号上被发送。因此，x的估计仅应用于那些子载波和时域符号，并且在框310和312中可以内插到其他子载波和时域符号。除上述之外，该架构的一个优点是在内插框之前执行兰索斯算法、(三对角线)矩阵求逆和xHh的计算。结果，子空间过程调用和随后进行求逆的样本的数目、以及求解xHh所需的矢量积的数目比在插值后执行求逆的情况下小得多。结果，能够实现低计算复杂度。
再次根据等式(2)，x的估计的厄米特转置随后在框314中与所接收的信号样本y相乘。此后，在块316中执行等式(2)剩余的操作，从而获得被发送符号的IRC估计。
图4图示了该过程的详细流程图，并且让我们参考图4公开一些进一步的实施例。在框200和202之后，或与它们并行地，算法的至少一些参数在框400中被初始化。在框400中被初始化的参数可以包括以下参数中的至少一个：克雷洛夫子空间的维数m，初始估计x0，以及输入到框302中的平均参数。
如上所述，初始估计x0可以被初始化为零或x0＝h./diag(R)，其中x0表示逐元素除法运算。
在实施例中，平均参数是调制和编码方案的函数，类似于m。平均参数对调制和编码方案的依赖性可以遵循这样的逻辑，其中第一调制方案的参数值小于第二调制方案的参数值，其中第一调制方案比第二调制方案对每个符号映射更大的比特数。换言之，较高阶的调制方案(诸如64－QAM或256－QAM)的平均参数小于较低阶的调制方案(诸如QPSK或16－QAM)的平均参数。下面的表格图示了这种依赖性的实施例。相同的原理适用于其它子空间或其它线性方程组(例如双共轭转置法)。
通过将层特定码率信息包括到MCS表中，能够实现对平均参数的值的更精确控制。例如，如果64－QAM的码率大于0.8，则平均参数值被设置为N每PRB信道估计/3。
可以通过N每PRB信道估计个信道估计对每个物理资源块(PRB)执行平均，即可以对PRB内的频域中的信道估计执行平均。如本领域所公知的，PRB可以包括确定数目的频率资源元素(例如，子载波)。如表中所示，当调制和编码方案是诸如QPSK的低阶调制和编码方案时，N每PRB信道估计个信道估计可以被平均。在实施例中，在QPSK的情况下对PRB的所有信道估计取平均。对于诸如16－QAM和64－QAM等中阶调制和编码方案，可以对N每PRB信道估计/2个信道估计取平均，并且对于诸如256－QAM的高阶调制和编码方案可以省略该平均。相应地，可以降低计算复杂度，同时保持可接受的性能。如上所述并且如图3所示，可以在计算x之前执行平均。
将被初始化的参数可能取决于实施例，例如是否执行信道估计的上述平均。在不支持信道估计的平均的实施例中，可以自然地省略平均参数的相应初始化。类似地，如果初始估计是固定的，例如x0＝0，则初始化可能无需计算并简化为存储器检索。
在框402中，例如通过使用兰索斯方法或另一功率方法，基于信道矢量和干扰协方差矩阵，为处理中的空间层生成克雷洛夫子空间正交基矢量(同见框304)。然后，例如通过使用托马斯算法，可以计算基矢量的权重。此后，可以在框406中求解x(也见框306)，并且框406可以包括将正交基矢量与相应的权重组合。然后，可以在框408中计算最终的SL－IRC估计，其中，将权重与相应的正交基矢量以及初始估计组合。可以(经由框409)重复框408到空间层的其它符号。如上所述，内插将x的估计或来源于x的参数(例如xHh)扩展到其它时间－频率资源(子载波和/或时域符号)。结果，可以通过重复框408来计算在同一空间层的相应时间－频率资源上被发送的数据符号的值的IRC估计。在框410中，确定是否仍存在要处理的空间层。如果存在，则该过程返回到框402，在框402中，下一空间层和相应的输入流被纳入处理。如果已经处理了所有的空间层，则该过程可以结束。
应当理解的是，处理空间层内的符号和处理空间层的顺序(框409和410的排列)可以是不同的。例如，不同的空间层甚至可以由不同的处理电路并行地进行处理。
图5图示了根据本发明的装置，包括处理电路50，诸如至少一个处理器，以及包括计算机程序代码(软件)64的至少一个存储器60，其中该至少一个存储器和该计算机程序代码(软件)被配置为与该至少一个处理器一起使装置执行图2的过程或上述实施例中的任何一个。该装置可以用于终端设备100或用于接入节点104，例如用于DU或CU。该装置可以是在终端设备或接入节点中实现本发明的一些实施例的电路或电子设备。因此，执行上述功能的装置可以包括在这种设备中，例如，该装置可以包括用于终端设备或接入节点的电路(诸如芯片，芯片组，处理器，微控制器)或者这种电路的组合。在其它实施例中，该装置通常用于无线电设备，例如无线电设备或无线电设备中的电路或被设计为在无线设备中操作的电路。
存储器60可以使用任何适当的数据存储技术(例如基于半导体的存储器设备、闪存、磁性存储器设备和系统、光学存储器设备和系统、固定存储器和可移除存储器)来实施。
处理电路50可以包括SL－IRC处理电路52，该SL－IRC处理电路52被配置为根据上述任意一个实施例对接收到的输入流执行IRC估计。该SL－IRC处理电路52可以包括线性方程生成电路54，该线性方程生成电路54被配置为生成基矢量以及基矢量或线性方程组的相应权重，用以近似x。该SL－IRC处理电路可以还包括SL－IRC方案估计电路，该SL－IRC方案估计电路被配置为通过使用子空间表示或从电路54接收的线性方程组来计算SL－IRC方案。SL－IRC电路还可以包括来自图3所示和以上实施例中描述的架构的至少一些其它组件或功能。
在实施例中，该装置还包括无线收发机62，该无线收发机62具有多个天线元件，这些多个天线元件用于接收用于IRC处理的输入流。无线收发机62还可以包括其它常规的无线电接收部件，诸如滤波器、放大器、变频器和基带信号处理部件和功能。
如本申请案中所使用的，术语“电路”是指以下各项中的一项或一项以上：(a)纯硬件电路实现，诸如纯模拟和/或数字电路中的实现；(b)电路和软件和/或固件的组合，诸如(如适用)：(i)处理器或处理器核的组合；或(ii)处理器/软件的部分，包括数字信号处理器，软件和至少一个存储器，它们一起工作以使装置执行特定功能；以及(c)电路，诸如微处理器或微处理器的一部分，其需要软件或固件用于操作，即使该软件或固件在物理上不存在。
“电路”的这个定义被应用于本申请中这个术语的使用。作为另一示例，如本申请中所使用的，术语“电路”还将涵盖单处理器(或多个处理器)或处理器的一部分(例如多核处理器中的一个核)及它(或它们)的伴随软件和/或固件的实现。例如并且如果适用于特定元件的话，术语“电路”还将涵盖根据本发明实施例的装置的基带集成电路、专用集成电路(ASIC)和/或现场可编程栅格阵列(FPGA)电路。图3或其任意实施例中描述的过程或方法也可以以一个或多个计算机过程的形式来执行，该一个或多个计算机过程由一个或多个计算机程序定义。该计算机程序可以是源代码形式、目标代码形式或处于某种中间形式，并且它可以被存储在某种载体中，该载体可以是能够承载该程序的任何实体或设备。这种载体包括瞬态和/或非瞬态计算机介质，例如记录介质、计算机存储器、只读存储器、电载波信号、电信信号和软件分发包。取决于所需的处理能力，该计算机程序可以在单个电子数字处理单元中被执行，或者可以被分布在多个处理单元中。
图2到4中描述的过程或方法或其任意实施例，还可以以一个或多个计算机过程的形式来执行，该一个或多个计算机过程由一个或多个计算机程序定义。计算机程序可以是源代码形式、目标代码形式或处于某种中间形式，并且它可以被存储在某种载体中，该载体可以是能够承载该程序的任何实体或设备。这种载体包括瞬态和/或非瞬态计算机介质，例如记录介质、计算机存储器、只读存储器、电载波信号、电信信号和软件分发包。取决于所需的处理能力，该计算机程序可以在单个电子数字处理单元中被执行，或者可以被分布在多个处理单元中。对计算机可读程序代码、计算机程序、计算机指令、计算机代码等的引用应被理解为表示用于可编程处理器的软件，诸如作为用于处理器的指令存储在硬件设备中的可编程内容，或者作为用于固定功能设备、门阵列或可编程逻辑设备的已配置或可配置设置。
本文描述的实施例适用于上面定义的无线网络，但也适用于其它无线网络。所使用的协议、无线网络及其网元的规范发展迅速。这种发展可能需要对所描述的实施例进行额外的改变。因此，所有的词语和表达应该做广义解释，并且它们旨在说明而非限制实施例。对于本领域技术人员显而易见的是，随着技术的进步，本发明的概念可以以各种方式实现。实施例不限于上述示例，而是可以在权利要求的范围内变化。

Claims (15)

1.一种装置，包括用于执行以下操作的部件：
获取输入流组，所述输入流组与为终端设备配置的空间层相关联；
基于参考信号，估计信道矢量h，所述信道矢量h表示与所述空间层相关联的无线电信道响应；
计算干扰协方差矩阵R，所述干扰协方差矩阵R表示所述输入流组中的来自至少一个其它空间层的干扰的功率、以及所述空间层的所述输入流组内的所述干扰的相关性；
对所述输入流组执行每层干扰抑制组合均衡，包括：
a)将x＝R-1h估计为线性方程组的组合，其中线性方程的数目由输入参数定义为等于或小于所述干扰协方差矩阵的维数；以及
b)基于所述信道矢量和被估计的所述x，计算被发送符号的估计。
2.根据权利要求1所述的装置，其中所述输入参数取决于以下至少一项：所述输入流组中的输入流的数目，所述空间层的调制和编码方案，以及被配置为用于被调度到与所述终端设备相同的时间-频率资源的所有终端设备的空间层的总数目。
3.根据权利要求2所述的装置，其中所述输入参数取决于输入流的数目、所述空间层的所述调制和编码方案、以及空间层的所述总数目，并且其中所述输入参数的值与所述调制和编码方案的阶数成正比，与所述空间层的数目成正比，并且与所述输入流的数目成反比。
4.根据任一前述权利要求所述的装置，其中所述线性方程组定义包括正交基矢量的克雷洛夫子空间表示，所述正交基矢量定义所述克雷洛夫子空间，其中所述输入参数定义所述正交基矢量的所述数目。
5.根据权利要求4所述的装置，其中所述克雷洛夫子空间表示还包括实值三对角矩阵的元素，并且其中步骤b)包括所述实值三对角矩阵的求逆。
6.根据权利要求5所述的装置，其中所述部件被配置为：当通过使用托马斯算法求解所述正交基矢量的权重时，执行对所述实值三对角矩阵的所述求逆，以将所述权重与相应的所述正交基矢量以及初始估计组合，以及基于所述组合来计算所述被发送符号的所述估计。
7.根据权利要求5所述的装置，其中所述部件被配置为：当通过计算所述三对角矩阵的特征值分解来求解所述正交基矢量的权重时，执行对所述实值三对角矩阵的所述求逆，以通过对所述特征值分解的特征值求倒数来计算所述权重，将所述权重与相应的所述正交基矢量以及初始估计组合，以及基于所述组合来计算所述被发送符号的所述估计。
8.根据权利要求6或7所述的装置，其中所述部件被配置为：在步骤b)中使用所述初始估计x0＝h./diag(R)，其中./表示逐元素除法运算。
9.根据前述权利要求4至8中任一项所述的装置，其中所述部件被配置为：通过使用兰索斯算法来生成所述克雷洛夫子空间表示。
10.根据任一前述权利要求所述的装置，其中所述部件被配置为：将估计出的所述x或来源于x的参数内插到不携带所述参考信号的时间-频率资源。
11.根据任一前述权利要求所述的装置，其中所述部件被配置为：对确定数目的信道估计取平均，其中所述确定数目是与所述空间层相关联的调制和编码方案的函数。
12.根据权利要求11所述的装置，其中所述确定数目对于第一调制方案比对于第二调制方案更小，其中所述第一调制方案比所述第二调制方案对每个符号映射更大的比特数。
13.根据任一前述权利要求所述的装置，其中所述部件包括：至少一个处理器；以及包括计算机程序代码的至少一个存储器，所述至少一个存储器和计算机程序代码被配置为与所述至少一个处理器一起引起所述装置的执行。
14.一种用于无线电接收机的计算机实现的方法，包括：
获取输入流组，该输入流组与为终端设备配置的空间层相关联；
基于参考信号，估计信道矢量h，所述信道矢量h表示与所述空间层相关联的无线电信道响应；
计算干扰协方差矩阵R，所述干扰协方差矩阵R表示所述输入流组中的来自至少一个其它空间层的干扰的功率、以及所述空间层的所述输入流组内的所述干扰的相关性；
对所述输入流组执行每层干扰抑制组合均衡，包括：
a)将x＝R-1h估计为线性方程组的组合，其中线性方程的数目由输入参数定义为等于或小于所述干扰协方差矩阵的维数；以及
b)基于所述信道矢量和被估计的所述x，计算被发送符号的估计。
15.一种计算机程序产品，被实现在计算机可读介质上，并且包括计算机可读的计算机程序代码，其中所述计算机程序代码配置所述计算机以执行计算机过程，包括：
获取输入流组，该输入流组与为终端设备配置的空间层相关联；
基于参考信号，估计信道矢量h，所述信道矢量h表示与所述空间层相关联的无线电信道响应；
计算干扰协方差矩阵R，所述干扰协方差矩阵R表示所述输入流组中的来自至少一个其它空间层的干扰的功率、以及所述空间层的所述输入流组内的所述干扰的相关性；
对所述输入流组执行每层干扰抑制组合均衡，包括：
a)将x＝R-1h估计为线性方程组的组合，其中线性方程的数目由输入参数定义为等于或小于所述干扰协方差矩阵的维数；以及
b)基于所述信道矢量和被估计的所述x，计算被发送符号的估计。
CN202310614393.4A 2022-05-27 2023-05-29 具有降低的复杂性的干扰抑制组合 Pending CN117134787A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20225464 2022-05-27
FI20225464 2022-05-27

Publications (1)

Publication Number Publication Date
CN117134787A true CN117134787A (zh) 2023-11-28

Family

ID=86497627

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310614393.4A Pending CN117134787A (zh) 2022-05-27 2023-05-29 具有降低的复杂性的干扰抑制组合

Country Status (3)

Country Link
US (1) US11855811B1 (zh)
EP (1) EP4283935A1 (zh)
CN (1) CN117134787A (zh)

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI501576B (zh) * 2002-07-19 2015-09-21 Rakuten Inc 用於具接收多樣化的塊組傳輸之群組式連續干擾消除
US7733996B2 (en) * 2005-05-25 2010-06-08 Research In Motion Limited Joint space-time optimum filters (JSTOF) for interference cancellation
US7844232B2 (en) * 2005-05-25 2010-11-30 Research In Motion Limited Joint space-time optimum filters (JSTOF) with at least one antenna, at least one channel, and joint filter weight and CIR estimation
US20070049233A1 (en) * 2005-08-15 2007-03-01 Research In Motion Limited Wireless Communications Device Including a Joint Space-Time Optimum Filters (JSTOF) Using Singular Value Decompositions (SVD)
US20070049232A1 (en) * 2005-08-15 2007-03-01 Research In Motion Limited Joint Space-Time Optimum Filter (JSTOF) Using QR and Eigenvalue Decompositions
US7623602B2 (en) * 2005-11-15 2009-11-24 Tensorcomm, Inc. Iterative interference canceller for wireless multiple-access systems employing closed loop transmit diversity
EP2162994B1 (en) * 2007-06-14 2016-08-24 Telefonaktiebolaget LM Ericsson (publ) Efficient method for forming and sharing impairment covariance matrix
EP2301181A1 (en) * 2008-05-09 2011-03-30 Nokia Siemens Networks OY Multi-cell channel estimation in 3g-lte based virtual pilot sequences
ES2557894T3 (es) * 2009-04-14 2016-01-29 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Método y dispositivo para procesamiento de datos en una red de comunicación
EP2523365A4 (en) * 2010-01-06 2014-12-24 Alcatel Lucent BASE STATION DEVICE, METHOD AND COMMUNICATION SYSTEM THEREOF
US8665693B1 (en) * 2011-08-18 2014-03-04 Applied Micro Circuits Corporation Uplink single carrier frequency division multiple access multiple-input multiple-output soft interference cancellation receiver
US9008202B2 (en) * 2012-03-13 2015-04-14 Qualcomm Incorporated Fast and robust estimation of jointly sparse channels
US8761317B2 (en) * 2012-04-04 2014-06-24 Telefonaktiebolaget L M Ericsson (Publ) Soft-bit generation and channel estimation for interference cancellation using decoder output
US9042428B2 (en) * 2012-05-04 2015-05-26 Telefonaktiebolaget L M Ericsson (Publ) Efficient frequency domain (FD) MMSE equalization weight updates in a multi-stage parallel interference cancellation receiver
WO2015023218A1 (en) * 2013-08-12 2015-02-19 Telefonaktiebolaget L M Ericsson (Publ) Methods and devices for determining link adaptation parameters
DE102013110833B4 (de) * 2013-09-30 2018-10-18 Intel IP Corporation Verfahren und Vorrichtungen zum Bestimmen von effektiven gegenseitigen Informationen
US9198079B2 (en) * 2013-12-02 2015-11-24 Telefonaktiebolaget L M Ericsson (Publ) Method and apparatus for equalization processing in a wireless communication receiver
JP2015207816A (ja) * 2014-04-17 2015-11-19 富士通株式会社 受信装置、受信方法、及び、無線通信システム
DE102014008347B4 (de) * 2014-06-05 2021-01-28 Apple Inc. Verfahren und vorrichtung zur kanalschätzung und ofdm-empfänger
US9628301B2 (en) * 2014-07-23 2017-04-18 Texas Instruments Incorporated Interference estimation for LTE receiver
US9641294B2 (en) * 2014-07-25 2017-05-02 Cisco Technology, Inc. System, method, and program for robust interference rejection combining
KR102641746B1 (ko) * 2016-10-18 2024-02-29 삼성전자주식회사 대규모 안테나를 이용하는 무선 통신 시스템에서 프리코딩을 수행하기 위한 장치 및 방법
US10594406B2 (en) * 2018-03-09 2020-03-17 Nokia Solutions And Networks Oy Pilot-aided digital signal processing for reception of coherent optical communication
FI20185602A1 (fi) * 2018-06-29 2019-12-30 Nokia Technologies Oy Epäjatkuva nopeaan konvoluutioon perustuva suodatinprosessointi
US10998932B2 (en) * 2019-01-14 2021-05-04 Nokia Solutions And Networks Oy Use of vectoring and time- and/or frequency—division multiple access in a multi-user connection
US12021667B2 (en) * 2019-07-03 2024-06-25 Nokia Technologies Oy Transmission system with channel estimation based on a neural network
CN110753012A (zh) 2019-11-25 2020-02-04 重庆邮电大学 一种时间反演多址系统的多用户检测算法
US11418239B2 (en) * 2020-03-27 2022-08-16 Mavenir Systems, Inc. Decoding uplink in a massive multiple input multiple output wireless communication system for an open radio access network
US11489568B2 (en) * 2020-10-26 2022-11-01 Wisig Networks Private Limited Method of signal processing by a massive MIMO base station receiver
FI20215606A1 (en) * 2021-05-21 2022-05-24 Nokia Solutions & Networks Oy SCHEDULING INFORMATION BASED DATA COLLECTION AND INTERFERENCE DETECTION
US12101270B2 (en) * 2021-06-08 2024-09-24 Wisig Networks Private Limited Massive MIMO interference suppression receivers aided by network signaling
EP4164137B1 (en) * 2021-10-05 2024-07-17 Nokia Solutions and Networks Oy Computation of beamforming parameters
US12052601B2 (en) * 2021-10-19 2024-07-30 Qualcomm Incorporated Techniques for joint modulation of data with tone reservation signals
CN114142905B (zh) 2021-12-10 2024-02-09 东南大学 时变信道下基于牛顿迭代法的mimo检测算法的改进方法

Also Published As

Publication number Publication date
US11855811B1 (en) 2023-12-26
US20240007333A1 (en) 2024-01-04
EP4283935A1 (en) 2023-11-29

Similar Documents

Publication Publication Date Title
CN113196866B (zh) 用于处理上行链路信号的分布式基站系统的方法、远程无线电单元和基带单元
CN113676281B (zh) 一种用于通信的方法、装置和计算机可读存储介质
EP3940968B1 (en) A method and an apparatus for a transmission scheme
CN112702746B (zh) 动态频谱共享中的协调链路自适应和分组调度
CN115941008B (zh) 用于通信的装置、方法及计算机程序产品
WO2019222913A1 (en) Transmission method
CN112217543B (zh) 用于符号检测的方法和装置
CN111510187B (zh) 用于接收信号的检测的装置和方法
US11855811B1 (en) Interference rejection combining with reduced complexity
Paul et al. In-network-processing for small cell cooperation in dense networks
US20240204891A1 (en) Interference rejection in cooperative multi-point communication
US11617183B2 (en) Demapping received data
US11552661B2 (en) Interference detection in radio access network
CN115622598B (zh) 用于执行波束成形优化的装置和方法以及计算机可读介质
EP4270795A1 (en) Rf chain offset estimation and reduction
CN117061288A (zh) 频率偏移估计和减少

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