具体实施方式
下面结合附图来说明本发明的具体实施例。在此需要说明的是,本发明并不限定于下面的实施例,下面的实施例只是示例性的说明,例如,我们下面以下行信道作为具体实施例,即以终端装置为例来说明,但本发明的装置及方法还可使用于基站。另外在本发明的各个附图中,相同的模块使用相同的附图标记。
参考图1,图1为下行信道的信道模型:
在下行信道中,基站发送K个用户的数据向量d(k),其中k=1…K,K为最大用户数,这样,接收机接收端信号可表示为:
r(t)=Ad+n(t) (1)
其中:A为系统矩阵,d为用户数据向量,这里
d=(d(1),d(2),…,d(k),)T (2)
n(t)为加性白高斯噪声,且n(t)=σ2I。
在此模型中,矩阵A可看作是两部分的合成Ck和Hh,其中包含了特定用户的特征波形C(k)和信道冲击响应(CIR),hK;
所以A=HhCk (3)
则接收端信号为:
r=Ad+σ2I=HhCkd+σ2I (4)
这里,σ2为方差,I为单位矢量。
下面详细介绍本发明的基于构造的期望中间码的自适应信道估计方法。同上所述,在此我们仅描述下行信道的自适应信道估计方法及装置。
在TD-SCDMA通信系统中,使用中间码作为导频信号,中间码可以作为信道估计信号并用于时间同步检测和调整。
在TD-SCDMA系统中,下行时隙的中间码是使用同一个基本中间码(Basic midamble),根据用户数目经过不同的时移(MO)构成的叠加序列。在同一个小区内,同载波上的各用户使用相同的基本中间码序列,各用户具有不同的时延。终端根据接收的下行信号的中间码可以知道该小区所具有的用户数。但是在终端设备中,如果仅采用基本中间码作为期望信号来进行自适应信道估计,则由于该期望值与实际的中间码相差很远,所以计算的收敛较慢,计算结果性能差。但由于在发射的基站的下行时隙中,其中间码部分发射的是一个具有特定时移特征的基本中间码的叠加,因此,我们在下行信道的估计中,根据TD-SCDMA技术规范及不同用户数,在移动终端根据基本中间码按照一定规则构造一个中间码序列,并将其作为自适应滤波器的参考信号,对接收到的同步中间码进行自适应估计,将这种自适应估计的结果则作为信道估计结果。
下面从两部分说明该方案原理:
首先,构造中间码序列:
构造期望中间码序列信号的方法为:
其中M(n)为128位基本中间码,ai为对不同用户的加权系数,iΔn表示了在中间码中不同用户的不同时间偏移信息,n表示时域采样,N表示用户数。该式表明,所构造的期望信号(中间码)来自于基本中间码经过用户数的时移,经过加权得到。
具体的期望中间码的构造见附图2,图2是本发明第一实施例的自适应信道估计装置的方框图,在这个基本的装置结构中,包含了两个模块,如图2所示,模块A为期望中间码的构造模块10,其使用等幅加权叠加作为构造中间码的基本方式。模块B为自适应信道估计模块20,模块A将等幅加权叠加的序列作为参考信号输入自适应估计模块20。
下面描述自适应滤波器实现的信道估计。如图2所示模块20为自适应滤波器模块,这是一个维纳滤波器的自适应实现模块,输入信号为接收信号和参考信号。其中参考信号来自于中间码构造模块。首先计算输入信号的中间码与参考信号的误差矢量,根据此误差矢量依靠下降算法使误差收敛,送入FIR滤波器,设定该滤波器的抽头系数h1(n)及h1(m),就可以得到对信道的估计。同时将该结果作为输入信号再与构造的中间码进行比较,将误差矢量送入计算模块,再次得到对信道的估计,该运行经过几次循环,就可以得到比较接近真值的信道估计,可用于对信号重建和进行联合检测。
该自适应滤波器中采用的算法可以是MMSE(最小均方误差算法)和LMS(Least Mean Square最小均方)算法,例如使用LMS算法实现:滤波器的下降算法为:ω(n)=ω(n-1)+μ(n)x(n)e(n)
其中μ(n)为迭代更新步长,x(n)为输入信号,n为叠代次数,ω(n)为第n次迭代的滤波器系数,e(n)为期望输出于滤波器实际输出的误差。
下面说明实施本发明的优选实施例。
第一实施例
仍然参考图2,从图2可以看出,该自适应信道估计装置包括:期望中间码的构造模块10和自适应信道估计模块20,其中中间码构造模块包括:基本中间码单元11,用于生成基本的中间码;加权乘法器12,用于根据输入的基本中间码进行加权;中间码构造单元13,用于基于输入的加权中间码,根据用户数来构造中间码。所述自适应信道估计模块20包括:FIR滤波器h1(n)21,MMSE/LMS下降算法单元22及减法器23,首先将接收的输入信号的中间码与构造模块10生成的构造中间码输入减法器,计算其误差矢量,将误差矢量输入下降算法单元22,将计算得到的FIR和h1(n)送入FIR滤波器,得到一个信道的估计,然后将该信道的估计再输入减法器23,重复上述比较及计算过程,就可以得到实际的接近于下行信道的估计值,然后将结果送入联合检测单元31,就能进行联合检测。
下面结合图5的流程图来描述本发明第一实施例的实现步骤:
步骤S51.首先初始化FIR滤波器的h1(n)的各个抽头系数为1;
步骤S52.中间码构造模块10按照用户数确定基本中间码的偏移量,按照等幅值加权叠加来获得构造的中间码序列,输入自适应估计模块;
步骤S53.接收一个时隙的信号;
步骤S54.取接收信号的中间码部分数据作为自适应估计模块的输入,并与所构造的中间码序列进行减法计算,得到误差值;
步骤S55.将该误差值送入下降算法单元,按照LMS算法来计算h1(n),即LMS算法的滤波器系数;
步骤S56.确定所述计算是否收敛,如果不收敛则进入步骤S58;
步骤S57.输出信道的估计值;
步骤S58.根据h1(n),在接收信号的中间码期间内,重新确定滤波器的抽头系数,并返回到步骤S54。
在此需要说明的是,自适应信道估计模块还可以使用现有其他算法,如MMSE(最小均方误差)或者RLS等。
第二实施例
图3所示为下行信道估计装置的另一种实现方式,其中自适应信道估计模块是一种自适应仿模结构形式,但所包括的模块及单元与图2所示基本相同,所进行的步骤也与实施例相同。因此,在此不再描述各个部分的结构及具体的实现过程。
第三实施例
第三实施例为根据输出信号与基本中间码的相关结果来动态的调整构造模块的参数来实现本发明的例子。
参考图4,图4是本发明第三实施例的自适应信道估计装置的方框图,从图4可以看出,可以使用各种方法对中间码构造模块的参数(指幅值加权等)进行实时的调整以得到更好的性能。
参考图4,从图4可以看出,本实施例的信道自适应估计装置与第一实施例的信道自适应估计装置基本相同,不同之处在于本实施例的中间码构造模块10包括一个相关器14,该相关器14可使滤波器21的输出信号与基本中间码做滑动相关,即根据自适应滤波器得到的输出来调整加权乘法器,使基本中间码按照加权值通过中间码构造单元13所构造的中间码更接近于真实的下行信道的中间码,亦即使可以加快运算速度,更快地收敛以得到下行信道的信道估计。该滑动步进量为码片级,也可以为1,2,4或者8倍采样间隔。
下面参考附图6的流程图来具体描述本发明的工作步骤:
步骤S61.首先初始化FIR滤波器的h1(n)的各个抽头系数为1;
步骤S62.中间码构造模块按照用户数确定基本中间码的偏移量,按照等幅值加权叠加来获得构造的中间码序列,输入自适应估计模块;
步骤S63.接收一个时隙的信号;
步骤S64.取接收信号的中间码部分数据作为自适应估计模块的输入,并与所构造的中间码序列进行减法计算,得到误差值;
步骤S65.将该误差值送入下降算法单元,按照LMS算法来计算h1(n),即LMS算法的滤波器系数;
步骤S66.确定所述计算是否收敛,如果不收敛则进入步骤S68和S69;
步骤S67.输出信道的估计值;
步骤S68.根据h1(n),在接收信号的中间码期间内,重新确定滤波器的抽头系数,并返回到步骤S63;
步骤S69.根据h1(n),在码片级与基本中间码做滑动相关,得到构造中间码模块中所需的加权值的估计量,并返回步骤S64;
步骤S70.对基本中间码进行延时加权并求和,构造新的中间码,并返回步骤S63。
如上所述,在滤波输出信号与基本中间码序列做滑动相关时,为了得到相应时域的相关输出,为加快运算速度,该相关可以在码片级进行,滑动步进量可以为1,2,4或者8倍采样间隔。
此外,根据时域相关结果在各用户不同的时延点上的模值作为加权系数,对基本中间码进行延时加权并求和,得到构造的参考信号作为更新的参考信号,存储在参考信号存储器(未给出)中。
在此需要说明的是,本发明的方法和装置虽然是针对下行信道来使用的,但是该方法和装置同样可以使用于上行信道,也就是说,该装置不仅可以使用在终端,而且也可以使用在基站。
综上所述,本发明的描述,详细说明和以上提到的附图并不是用来限制本发明的。对本领域的普通技术人员来说,在本发明的教导下可以进行各种相应的修改而不会超出本发明的精神和范围,但是这种变化应包含在本发明的权利要求及其等效范围之内。