CN1468011A - 干扰功率估计设备及其方法、及干扰功率检测系统 - Google Patents

Abstract

本发明提供了一种对TD－(S)CDMA无线通信系统中的干扰功率进行精确估计的方法，利用包括联合检测和干扰消除等多用户检测技术，通过接收到的数据块和中间训练序列块进行联合干扰功率估计。另外，本发明还引入了干扰功率估计修正因子，以及将信道估计输出的后处理结果用于前述的估计过程。本发明还相应地提供了一种基于接收数据和组合信道冲激响应的多用户检测干扰功率估计器、以及TD－(S)CDMA系统中的干扰功率检测系统。

Description

干扰功率估计设备及其方法、及干扰功率检测系统

                        技术领域

本发明涉及TD-(S)CDMA中的干扰功率估计设备及其方法，尤其涉及一种TD-(S)CDMA中的多用户检测干扰功率估计设备及其方法、以及干扰功率检测系统。

                        背景技术

至今为止，TD-(S)CDMA系统中采用两种方式解决干扰功率估计的问题。其一是仅利用中间训练序列块进行估计，虽然这种方法较简单，它利用勾股定理进行干扰功率估计，即‖ n‖²＝‖ n+∑_i m _i‖²-∑_i‖ m _i‖²，但是它有一个致命的缺点，没有考虑各中间训练序列偏移间的互相关特性，即：

E(< m _i, m _j>)≠i,j.           (1)

这样，就导致估计的噪声十分不准确，尤其是用户较多时。其中 n为干扰噪声， m _i为第i个中间训练序列偏移。E(·)表示统计平均，<·，·>表示内积。

其二是利用未分配的中间训练序列偏移估计噪声功率，但是当系统负荷非常高时，即所有的中间训练序列偏移皆被分配时，此方法就不能工作。

因此，为了克服现有技术中存在的缺陷，并提高干扰功率估计的精度，需要提出一种改进的设备及其方法。

                        发明内容

为了解决现有技术中存在的上述技术问题，并且为了提高干扰功率估计的精度，以及满足最小均方误差块线性均衡算法(MMSE-BLE)，切换算法和功控算法的需要，本发明提出了一种TD-(S)CDMA中的干扰功率估计设备及其方法、及干扰功率检测系统。

因此，本发明的第一目的是提供一种能够提高干扰功率估计精度的在TD-(S)CDMA中的干扰功率估计设备及其方法。

本发明的第二目的是提供一种能够提高干扰功率估计精度的在TD-SCDMA系统中的干扰功率检测系统。

为了实现本发明的上述目的，根据本发明的一个方面，提供了一种在TD-(S)CDMA无线通信系统中的干扰功率估计方法，包括下列步骤：步骤1，通过解帧器将接收到的帧分解为数据块和用于信道估计的中间训练序列块；步骤2，通过数据块计算接收信号总功率，它包括有用的用户信号功率和干扰功率；步骤3，用接收到的中间训练序列块进行信道估计，以获得信道冲激响应；步骤4，将信道估计器的输出与相应用户的扩频码进行卷积获得矢量 b，即组合信道冲激响应；步骤5，基于矢量 b，求出有用的用户信号功率；和步骤6，从接收信号总功率减去有用的用户信号功率，得到未修正的干扰功率；并且利用干扰功率估计修正因子对未修正的干扰功率进行修正，消除进行信道估计时被放大的噪声功率和信道冲激响应中的每一拍中的噪声，从而得到干扰功率。

根据本发明的另一方面，还提供了一种TD-(S)CDMA无线通信系统中基于接收数据和组合信道冲激响应的多用户检测的干扰功率估计设备，包括：解帧器，用于将接收到的帧分解为数据块和中间训练序列块；信道估计器，用于采用接收到的中间训练序列块获得信道冲激响应；卷积器，于将信道冲激响应与相应的用户扩频码进行卷积，获得组合信道冲激响应；和干扰估计部分，用于接收来自所述解帧器的数据块和来自所述卷积器的组合信道冲激响应，并通过数据块计算接收信号总功率，根据获得的组合信道冲激响应计算有用的用户信号功率，并且通过从接收信号总功率减去有用的用户信号功率来计算未修正的干扰功率；并且利用干扰功率估计修正因子对未修正的干扰功率进行修正，消除进行信道估计时被放大的噪声功率和信道冲激响应中的每一拍中的噪声，得到干扰功率。

根据本发明的另一方面，还提供了一种TD-(S)CDMA系统中的干扰功率检测系统，包括：解帧器，用于接收数据帧，并且对接收到的数据帧解帧，输出数据块和中间训练序列块；信道估计器，用于接收所述中间训练序列块，并且对此进行信道估计，获得模式0的信道冲激响应；第一估计器，对来自所述解帧器的数据块、来自所述信道估计器的信道冲激响应，估计出基于模式0的干扰功率；第一脉冲拍判决器，用于接收来自所述信道估计器的信道冲激响应和来自所述第一估计器的基于模式0的干扰功率，产生模式1处理后的信道冲激响应和有效拍数；第二估计器，用于接收来自所述解帧器的数据块和来自所述第一模式脉冲拍判决器的模式1处理后的信道冲激响应和有效拍数，采用所接收到的这些数据估计基于模式1的干扰功率，并将其馈入功控模块，切换模块和联合检测器；第二脉冲拍判决器，用于接收来自所述信道估计器的信道冲激响应和来自所述第二估计器的基于模式1的干扰功率，产生模式2处理后的信道冲激响应；和联合检测器，用于接收来自所述解帧器的数据块、来自所述第二估计器的基于模式1的干扰功率、和来自第二脉冲拍判决器的模式2处理后的信道冲激响应，并且根据接收到的数据进行数据检测。

根据本发明的另一方面，还提供了一种TD-SCDMA系统中的干扰功率检测系统，包括：解帧器，用于接收数据帧，并且对接收到的数据帧解帧，输出数据块和中间训练序列块；信道估计器，用于接收所述中间训练序列块，并且对此进行信道估计，获得模式0的信道冲激响应；第二估计器，用于接收来自所述解帧器的数据块和第一模式脉冲判决器的输出，并输出基于模式1的干扰功率；迭代平均估计器，用于对从所述第二估计器接收到的干扰功率进行迭代平均；第一脉冲拍判决器，用于接收来自所述信道估计器的信道冲激响应和来自迭代平均估计器的迭代输出，产生模式1处理后的信道冲激响应和有效拍数，并将其输出到所述第二估计器；第二脉冲拍判决器，用于接收来自所述信道估计器的信道冲激响应和迭代平均估计器的迭代输出，产生模式2处理后的信道冲激响应；和联合检测器，用于接收迭代平均估计器的输出和来自第二脉冲拍判决器的模式2处理后的信道冲激响应，并且根据接收到的数据进行数据检测，其中，所述第二估计器采用来自所述解帧器的数据块和来自第一模式脉冲拍判决器的模式1处理后的信道冲激响应和有效拍数产生基于模式1的干扰功率。

根据本发明的干扰功率估计设备及其方法、及干扰功率检测系统，能够改善干扰功率估计的精度，基于后处理模式1的干扰估计设备能将估计的误差控制在5％的范围之内，从而提高TD-(S)CDMA中数据检测的性能，并且具有良好的跟踪性能。

                        附图说明

通过参照附图对本发明优选实施例的详细描述，本发明上述目的、特征和优点将变得更加清楚，附图中：

图1示出了本发明在TD-(S)CDMA无线通信系统中的干扰功率估计器实施例的原理框图；

图2示出了图1的干扰功率估计器中的干扰估计部分的详细方框图；

图3示出了本发明的干扰功率估计方法实施例的流程图；

图4示出了TD-(S)CDMA无线通信系统中的信号流图；

图5示出了本发明干扰功率估计器估计干扰功率的优选实施例；

图6示出了应用本发明干扰估计方法的干扰功率检测系统的第一实施例；

图7示出了应用本发明干扰估计方法的干扰功率检测系统的第二实施例；

图8示出了基于理想信道估计Method_abs和Method_no_abs的仿真结果；

图9示出了基于实际信道估计和没考虑干扰功率估计修正因子的Method_abs和Method_no_abs的仿真结果(K ru＝16，即系统处于满负荷)；

图10示出了基于实际信道估计和引入干扰功率估计修正因子的Method_abs和Method_no_abs的仿真结果(K ru＝16，即系统处于满负荷)；和

图11示出了基于实际信道估计和引入干扰功率估计修正因子的Method_abs和Method_no_abs在非白高斯环境下之跟踪性能(K_ru＝16，即系统处于满负荷)。

                       具体实施方式

描述之前，将本文中用到的数学符号及其意义描述一下：复变量用下划线标出，矢量和矩阵用黑体字标注， C表示复数集； C ^M×N表示一个复矩阵空间，这个空间中的元素是具有M行和N列的复矩阵，当M＝1时，退化为N维的行矢量，当N＝1时，退化为M维的列矢量；j表示虚单位

；(·)^H表示共轭转置；tr(·)表示方阵的对角元素之和；rank(·)表示矩阵的秩；

表示矢量或矩阵的范数，在本文档中，矢量的范数定义为：先求矢量中各元素的模的平方和，再开平方；E(·)表示统计平均；[·]_i，j表示位于矩阵第i行和第j列的元素；[…，…，…]表示矩阵的级联，即将小的矩阵级联为大矩阵；(·)^*表示共轭；(·)^T表示转置；(·)^-1表示对矩阵求逆；<·，·>表示矢量的内积。

K_a是接收端天线总数；N是每一数据块所包含的符号数(每一帧共有两个数据块，即每帧共有2N个符号)；P是中间训练序列的周期；L是用于信道估计的中间训练序列元素的个数；Q是扩频因子；K_m是已被分配的中间训练序列偏移的数量；

是第k_m个中间训练序列偏移所对应的资源单元数； $K_{\mathrm{ru}}=\underset{k_m=1}{\overset{K_m}{\mathrm{\&Sigma;}}}{K}_{\mathrm{ru}}^{\left(k_m\right)}$ 是系统中已分配资源单元的总数；甲是信道估计窗口的长度。

首先，对本发明作一个十分简单的概括描述：

对第k_a天线，接收到的帧被分成两部分：数据块和中间训练序列块；通过信道估计获得信道冲激响应。然后，将信道冲激响应与相应的用户扩频码进行卷积获得组合信道冲激响应，从而获得第k_a天线的系统矩阵

。基于系统矩阵

，计算出有用的用户信号功率。另外，基于接收到的数据块，计算出接收信号总功率(干扰功率含于其中)。从接收信号总功率减去有用的用户信号功率，就得到干扰功率。为了更清楚地解释这个算法，假定所用的信道为单径信道，在此简单描述中，使用如下的简化模型： $\underset{\&OverBar;}{e_d}=\underset{\&OverBar;}{\mathrm{\&lambda;d}}+\underset{\&OverBar;}{n}---\left(2\right)$

其中 λ(∈ C)表示单径信道的增益， n(∈ C)表示干扰噪声， 表示接收到的信号。， d(∈{1，-1,j，-j})表示发送的信号，并且假定干扰和数据间没有相关，则 $E\left({\underset{\&OverBar;}{e_d{e}_d}}^{*}\right)=E\left[{(\underset{\&OverBar;}{\mathrm{\&lambda;d}}+\underset{\&OverBar;}{n})(\underset{\&OverBar;}{\mathrm{\&lambda;d}}+\underset{\&OverBar;}{n})}^{*}\right]$ $=E\left({\left|\right|\underset{\&OverBar;}{\mathrm{\&lambda;}}\left|\right|}^2{\left|\right|\underset{\&OverBar;}{d}\left|\right|}^2\right)+E\left({\underset{\&OverBar;}{\mathrm{\&lambda;dn}}}^{*}\right)+E\left({\underset{\&OverBar;}{\mathrm{n\&lambda;}}}^{*}{\underset{\&OverBar;}{d}}^{*}\right)+E\left({\left|\right|\underset{\&OverBar;}{n}\left|\right|}^2\right)---\left(3\right)$ $={\left|\right|\underset{\&OverBar;}{\mathrm{\&lambda;}}\left|\right|}^2+{\mathrm{\&sigma;}}^2$

是接收信号总功率，‖ λ‖²是有用的用户信号功率，σ²是干扰功率。

上面所讲的只是对本发明的一个十分简单的描述。

下面将参照附图来描述本发明的优选实施例。

图1示出了本发明在TD-(s)CDMA无线通信系统中基于接收数据和组合信道冲激响应的多用户检测的干扰功率估计器实施例的原理框图。参照图1，本发明的干扰功率估计器包括解帧器100、信道估计器200、卷积器300、干扰估计部分400，帧内数据块问平均器500A，帧内多天线平均器500和帧间平均器。解帧器100接收帧，并且将接收到的帧分解为数据块和中间训练序列块。信道估计器200采用从解帧器100接收到的中间训练序列块按照Steiner方法(参见文章Bernd Steiner,Peter Jung，“Optimum and Suboptimum ChannelEstimatiOn for the Uplink Of CDMA Mobile Radio Systems with Joint Detection”，ETT,Vol.5 No.1，pp.39-50，Jan-Feb.1994)进行信道估计，获得信道冲激响应。卷积器300将来自信道估计器200的信道冲激响应与相应的用户扩频码进行卷积，获得组合信道冲激响应。这里，扩频码可以由外部提供，也可以在卷积器300内部产生。干扰估计部分400接收来自解帧器100的数据块和来自卷积器的组合信道冲激响应，并通过数据块计算接收信号总功率，根据获得的组合信道冲激响应计算有用的用户信号功率，通过从接收信号总功率减去有用的用户信号功率并进行修正获得估计的干扰功率。帧内数据块间平均器500A对干扰估计部分400计算出的干扰功率进行平均，得到不同天线的帧内平均干扰功率，帧内多天线平均器(500)用于对帧内数据块间平均器(500A)计算出的不同天线的帧内平均干扰功率进行天线间平均，以得到平均干扰功率。

为了提高干扰功率估计的精度，本发明的干扰功率估计器包括了帧间平均器600，其接收从帧内多天线平均器500输出的每个天线内的平均干扰功率，对接收到的干扰功率进行帧间线性或迭代平均。

参照图2，图2示出了图1所示的干扰功率估计器中的干扰估计部分400的详细方框图。如该图所示，干扰估计部分400包括：接收信号总功率计算器410，用于接收来自解帧器100的数据块，并通过数据块计算接收信号总功率；有用的用户信号功率计算器420，用于根据获得的组合信道冲激响应计算有用的用户信号功率；以及干扰功率计算器430，用于通过从接收信号总功率减去有用的用户信号功率并进行修正，计算干扰功率。

图3示出了本发明的干扰功率估计方法实施例的流程图。本发明的干扰功率估计器采用图3所示的流程图来进行干扰功率估计。

在步骤S100，解帧器接收数据帧，并且在S110，解帧器100将接收到的帧分解为数据块和用于信道估计的中间训练序列块。在步骤S120。接收信号总功率计算器410接收来自解帧器100的数据块，并且通过数据块计算包括有用的用户信号功率和干扰功率的接收信号总功率。在步骤S130，信道估计器200采用从解帧器100接收到的中间训练序列块获得信道冲激响应。在步骤S140，卷积器300对来自信道估计器200的信道冲激响应与相应的用户扩频码进行卷积，以获得矢量b，即组合信道冲激响应。在步骤S150，有用的用户信号功率计算器420，用于采用根据获得的组合信道冲激响应求出有用的用户信号功率。然后，在步骤S160，干扰功率计算器430从接收信号总功率减去有用的平均信号功率并进行修正，得到干扰功率。

下面将对本发明的干扰功率估计方法进行详细描述。

图4是TD-(S)CDMA无线通信系统中的信号流图，它示出了本通信系统的信号的基本模型：其中 表示第K_a个天线的系统矩阵，它由 b矢量按式(7)和(8)所示的方式进行构建， d ⁽ⁱ⁾表示所有用户发送的第i个数据矢量，它由按式(6)所示的方式构建，

对应于第K_a个天线上第i个数据矢量，

表示接收端收到的信号，它们满足式(9)所示的关系。

为了计算干扰功率并详细介绍本发明，下面进行逐步讲解。第一步，按每一天线每一数据块进行计算。

设对应于第k_a个天线上的第

资源单元的实际信道冲激响应为 ${\underset{\&OverBar;}{h}}^{(j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)},k_a)}(\&Element;{\underset{\&OverBar;}{C}}^{W\&times;1}),$ 组合信道冲激响应为 ${\underset{\&OverBar;}{b}}^{(j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)},k_a)}(\&Element;{\underset{\&OverBar;}{C}}^{(W+Q-1)\&times;1}),$ 对应于第

个资源单元的扩频码为 ${\underset{\&OverBar;}{c}}^{\left(j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)}\right)}(\&Element;{\underset{\&OverBar;}{C}}^{Q\&times;1}),$ 故 ${\underset{\&OverBar;}{b}}^{(j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)},k_a)}={\underset{\&OverBar;}{h}}^{(j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)},k_a)}*{\underset{\&OverBar;}{c}}^{\left(j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)}\right)}---\left(4\right)$ 其中*表示离散卷积， C表示复数集。 $j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)}=\underset{n=1}{\overset{k_m-1}{\mathrm{\&Sigma;}}}{K}_{\mathrm{ru}}^{\left(n\right)}+k_{\mathrm{ru}}^{\left(k_m\right)},1\&le;k_{\mathrm{ru}}^{\left(k_m\right)}\&le;K_{\mathrm{ru}}^{\left(k_m\right)}---\left(5\right)$

其中 表示第k_m个中间训练序列偏移所对应的资源单元总数的编号变量。

为所用的总的资源单元总数的编号变量。这里所用的总的资源单元的顺序编号为 $1,\&CenterDot;\&CenterDot;\&CenterDot;,K_{\mathrm{ru}}^{\left(1\right)},K_{\mathrm{ru}}^{\left(1\right)}+1,\&CenterDot;\&CenterDot;\&CenterDot;,K_{\mathrm{ru}}^{\left(1\right)}+K_{\mathrm{ru}}^{\left(2\right)},\&CenterDot;\&CenterDot;\&CenterDot;,K_{\mathrm{ru}}.$

传输在第

个资源单元上的第i个数据块为 ${\underset{\&OverBar;}{d}}^{(i,j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)})}(\&Element;{\underset{\&OverBar;}{C}}^{N\&times;1}),$ 设矢量 ${\underset{\&OverBar;}{d}}^{\left(i\right)}={[{\underset{\&OverBar;}{d}}^{(i,l)T},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{d}}^{(i,K_{\mathrm{ru}}^{\left(1\right)})T},{\underset{\&OverBar;}{d}}^{(i,K_{\mathrm{ru}}^{\left(1\right)}+1)T},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{d}}^{(i,K_{\mathrm{ru}}^{\left(1\right)}+K_{\mathrm{ru}}^{\left(2\right)})T},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{d}}^{(i,j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)})T},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{d}}^{(i,K_{\mathrm{ru}})T}]}^T---\left(6\right)$

TD-SCDMA中，i＝1，2。

在第k_a个天线上收到相应的第i个数据块为 ${\underset{\&OverBar;}{e_d}}^{(i,k_a)}(\&Element;{\underset{\&OverBar;}{C}}^{(N*Q+W-1)\&times;1}).$

对第k_a个天线和第 个资源单元定义如下的系统矩阵：

其中 ${\underset{\&OverBar;}{b}}_l^{(j_{\mathrm{ru}}^{\left(k_{\mathrm{ri}}^{\left(k_m\right)}\right)},k_a)}$ 表示矢量 ${\underset{\&OverBar;}{b}}^{(j_{\mathrm{ru}}^{k_{\mathrm{ru}}^{\left(k_m\right)}},k_a)}$ 的第l个元素。

对第k_a个天线定义如下的系统矩阵： ${\underset{\&OverBar;}{A}}^{\left(k_a\right)}=[{\underset{\&OverBar;}{A}}^{(l,k_a)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{A}}^{(K_{\mathrm{ru}}^{\left(1\right)},k_a)},{\underset{\&OverBar;}{A}}^{(K_{\mathrm{ru}}^{\left(1\right)}+l,k_a)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{A}}^{(k_{\mathrm{ru}}^{\left(1\right)}+k_{\mathrm{ru}}^{\left(2\right)},k_a)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{A}}^{(j_{\mathrm{ru}}^{k_{\mathrm{ru}}^{\left(k_m\right)}},k_a)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{A}}^{(K_{\mathrm{ru}},k_a)}]---\left(8\right)$

另外，包含于数据矢量 中的干扰矢量为 ${\underset{\&OverBar;}{n}}^{(i,k_a)}(\&Element;{\underset{\&OverBar;}{C}}^{(N*Q+W-1)\&times;1}).$

按照上面的定义，可以得出如下关系式： ${\underset{\&OverBar;}{e_d}}^{(i,k_a)}={\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{d}}^{\left(i\right)}+{\underset{\&OverBar;}{n}}^{(l,k_a)}---\left(9\right)$

基于接收到的数据矢量 互相关矩阵 可以通过下式计算： ${\underset{\&OverBar;}{R_e}}^{(i,k_a)}=E\left({\underset{\&OverBar;}{e_d}}^{(i,k_a)}{\underset{\&OverBar;}{e_d}}^{(i,k_a)H}\right)$ $=E\left\{({\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{d}}^{\left(i\right)}+{\underset{\&OverBar;}{n}}^{(i,k_a)}){({\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{d}}^{\left(i\right)}+{\underset{\&OverBar;}{n}}^{(i,k_a)})}^H\right\}$ $=E\left({\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{d}}^{\left(i\right)}{\underset{\&OverBar;}{d}}^{{\left(i\right)}^H}{\underset{\&OverBar;}{A}}^{{\left(k_a\right)}^H}\right)+E\left({\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{d}}^{\left(i\right)}{\underset{\&OverBar;}{n}}^{{(l,k_a)}^H}\right)+E\left({\underset{\&OverBar;}{n}}^{(i,k_a)}{\underset{\&OverBar;}{d}}^{{\left(i\right)}^H}{\underset{\&OverBar;}{A}}^{{\left(k_a\right)}^H}\right)+E\left({\underset{\&OverBar;}{n}}^{(i,k_a)}{\underset{\&OverBar;}{n}}^{{(i,k_a)}^H}\right)$ $={\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{R_d}}^{\left(i\right)}{\underset{\&OverBar;}{A}}^{{\left(k_a\right)}^H}+{\underset{\&OverBar;}{A}}^{\left(k_a\right)}E{(\underset{\&OverBar;}{d}}^{\left(i\right)}{\underset{\&OverBar;}{n}}^{{(i,k_a)}^H})+E\left({\underset{\&OverBar;}{n}}^{(i,k_a)}{\underset{\&OverBar;}{d}}^{{\left(i\right)}^H}\right){\underset{\&OverBar;}{A}}^{{\left(k_a\right)}^H}+{\underset{\&OverBar;}{R_n}}^{(i,k_a)}---\left(10\right)$

其中

是第i个传输数据块的互相关矩阵，

是含于数据矢量

中的干扰矢量为

的互相关矩阵。

假定干扰和数据，数据和数据之间相互独立，即它们之间没有相关，并假定干扰为白高斯噪声，即 ${\underset{\&OverBar;}{R_n}}^{(i,k_a)}={\mathrm{\&sigma;}}^{2^{(i,k_a)}}I,$ ${\underset{\&OverBar;}{R_d}}^{\left(i\right)}=I,$ $E\left({\underset{\&OverBar;}{d}}^{\left(i\right)}{\underset{\&OverBar;}{n}}^{{(i,k_a)}^H}\right)=0$ 和 $E\left({\underset{\&OverBar;}{n}}^{(i,k_a)}{\underset{\&OverBar;}{d}}^{{\left(i\right)}^H}\right)=0$ 成立，故 ${\underset{\&OverBar;}{R_e}}^{(i,k_a)}={\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{A}}^{{\left(k_a\right)}^H}+{\mathrm{\&sigma;}}^{2^{(i,k_a)}}I---\left(11\right)$

从式(11)知，为了估计干扰功率，只需计算矩阵

和 的对角线元素。

根据本发明，采用两种不同方法来估计干扰功率。

1、第一种方法

第一种方法中，并不考虑计算出的每个样值中所含干扰功率是否大于或等于0，即不考虑 ${\mathrm{\&sigma;}}_l^{2^{(i,k_a)}}\&GreaterEqual;\mathrm{0,1}\&le;l\&le;N*Q+W-1$ 是否成立。换句话说，按每一数据块估计干扰功率，将每一数据块作为估计噪声功率的基本单位，即绝对值窗长为2*K_a*(N*Q+W-1)。由此，可得下式： ${{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2}^{(i,k_a)}=\frac{\mathrm{tr}({\underset{\&OverBar;}{R_e}}^{(i,k_a)}-{\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{A}}^{{\left(k_a\right)}^H})}{N*Q+W-1}$ $\&ap;\frac{{\left|\right|{\underset{\&OverBar;}{e_d}}^{(i,k_a)}\left|\right|}^2-N*\underset{k_{\mathrm{ru}}=1}{\overset{K_{\mathrm{ru}}}{\mathrm{\&Sigma;}}}{\left|\right|{\underset{\&OverBar;}{b}}^{(k_{\mathrm{ru}},k_a)}\left|\right|}^2}{N*Q+W-1}---\left(12\right)$

应注意的是，在实现时只需计算 ${\left|\right|{\underset{\&OverBar;}{e_d}}_l^{(i,k_a)}\left|\right|}^2(1\&le;l\&le;N*Q+W-1)$ 和 ${\left|\right|{\underset{\&OverBar;}{b}}_l^{(k_{\mathrm{ru}},k_a)}\left|\right|}^2(1\&le;l\&le;Q+W-1)$ 一次。其中 ${\left|\right|{\underset{\&OverBar;}{e_d}}^{(i,k_a)}\left|\right|}^2/(N*Q+W-1)$ 对应接收信号的总功率， $N*\underset{k_{\mathrm{ru}}=1}{\overset{K_{\mathrm{ru}}}{\mathrm{\&Sigma;}}}{\left|\right|{\underset{\&OverBar;}{b}}^{(k_{\mathrm{ru}},k_a)}\left|\right|}^2/(N*Q+W-1)$ 对应有用的用户信号功率。

下文中，称此种方法为无绝对值法(method_no_abs)。

2、第二种方法

第二种方法中，考虑计算出的每个样值中所含干扰功率必须大于或等于0，即 ${\mathrm{\&sigma;}}_l^{2^{(i,k_a)}}\&GreaterEqual;\mathrm{0,1}\&le;l\&le;N*Q+W-1$ 成立。换句话说，按每一样值估计干扰功率，将每一样值作为估计噪声功率的基本单位，即绝对值窗长为1。由此，可得下式： ${{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{abs}}^2}^{(i,k_a)}=\frac{\underset{j=1}{\overset{N*Q+W-1}{\mathrm{\&Sigma;}}}|{\left[{\underset{\&OverBar;}{R_e}}^{(i,k_a)}\right]}_{j,j}-{\left[{\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{A}}^{{\left(k_a\right)}^H}\right]}_{j,j}|}{N*Q+W-1}$

应注意的是，同理，在实现时只需计算 ${\left|\right|{\underset{\&OverBar;}{e_d}}_l^{(i,k_a)}\left|\right|}^2(1\&le;l\&le;N*Q+W-1)$ 和 ${\left|\right|{\underset{\&OverBar;}{b}}_l^{(k_{\mathrm{ru}},k_a)}\left|\right|}^2(1\&le;l\&le;Q+W-1)$ 一次。在上式(13)中，没有如(12)所示的非常明了的对应关系，但是我们还是可以得出基于每一样值的信号总功率部分

有用的用户信号功率部分

，第一步所得的结果对应于不同天线的帧内干扰功率。

下文中，称此种方法为绝对值法(method_abs)。

第二步，按每天线帧内数据块间进行平均：

对Method_no_abs： ${{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2}^{\left(k_a\right)}=\frac{{{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2}^{(1,k_a)}+{{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2}^{(2,k_a)}}{2}---\left(14\right)$

对Method_abs： ${{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{abs}}^2}^{\left(k_a\right)}=\frac{{{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{abs}}^2}^{(1,k_a)}+{{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{abs}}^2}^{(2,k_a)}}{2}---\left(15\right)$

第二步所得的结果对应于不同天线的帧内平均干扰功率。

第三步，按多天线间平均干扰功率。

对Method_no_abs： ${\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2=\left|\frac{1}{K_a}\underset{k_a=1}{\overset{K_a}{\mathrm{\&Sigma;}}}{{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2}^{\left(k_a\right)}\right|---\left(16\right)$

对Method_abs： ${\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{abs}}^2=\frac{1}{K_a}\underset{k_a=1}{\overset{K_a}{\mathrm{\&Sigma;}}}{{\stackrel{\&OverBar;}{\mathrm{\&sigma;}}}_{\mathrm{abs}}^2}^{\left(k_a\right)}---\left(17\right)$

按式(16)和(17)估计的干扰功率 和 只是帧内多天线平均。为了提高估计的精度，可以将按式(16)和(17)估计得到的干扰功率

和 进行帧间线性或迭代平均。第三步所得的结果对应于平均干扰功率。

上面的方法是基于理想的信道估计，即系统矩阵 可以完全无误地描述实际的瞬时信道(此时，忽略帧内信道状态的细微变化，如果有的话)。仿真结果示于图8，其结果完全验证了上面推导和假设的正确性和合理性。

但是，在现实世界中，不可能完美地知道信道的信息，即估计的信道冲激相应并不能完全正确地反映信道状态，其中含有估计误差和干扰。设按照估计的组合信道冲激响应构建的系统矩阵为 ，即估计的系统矩阵。在式(12)和(13)中，用

替换

，分别得到式(18)和(19)： ${{\stackrel{\widehat{\&OverBar;}}{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2}^{(i,k_a)}=\frac{\mathrm{tr}({\underset{\&OverBar;}{R_e}}^{(i,k_a)}-{\underset{\&OverBar;}{\hat{A}}}^{\left(k_a\right)}{\underset{\&OverBar;}{\hat{A}}}^{{\left(k_a\right)}^H})}{N*Q+W-1}$ $\&ap;\frac{{\left|\right|{\underset{\&OverBar;}{e_d}}^{(i,k_a)}\left|\right|}^2-N*\underset{k_{\mathrm{ru}}=1}{\overset{K_{\mathrm{ru}}}{\mathrm{\&Sigma;}}}{\left|\right|{\underset{\&OverBar;}{\hat{b}}}^{(k_{\mathrm{ru}},k_a)}\left|\right|}^2}{N*Q+W-1}---\left(18\right)$ ${{\stackrel{\widehat{\&OverBar;}}{\mathrm{\&sigma;}}}_{\mathrm{abs}}^2}^{(i,k_a)}=\frac{\underset{j=1}{\overset{N*Q+W-1}{\mathrm{\&Sigma;}}}|{\left[{\underset{\&OverBar;}{R_e}}^{(i,k_a)}\right]}_{j,j}-{\left[{\underset{\&OverBar;}{\hat{A}}}^{\left(k_a\right)}{\widehat{\underset{\&OverBar;}{A}}}^{{\left(k_a\right)}^H}\right]}_{j,j}|}{N*Q+W-1}$

按照上面的步骤，可以估计干扰功率。理论上讲，按上面的方法估计的干扰功率应该是有偏的，即不是很准确，因为由于噪声的干扰使得信道估计并不准确。图9所示的仿真结果证明了以上结论。

为了进一步提高干扰功率估计的精度，将分别对上面所述的两种方法引入修正因子。首先考虑Method_no_abs，再Method_abs。

首先在Method_no_abs法中引入修正因子以提高其性能：

设第K_a天线上第K_m个无线信道有如下的复信道冲激响应： ${\underset{\&OverBar;}{h^{\&prime;}}}^{(k_m,k_a)}={[{\underset{\&OverBar;}{h^{\&prime;}}}_1^{(k_m,k_a)},{\underset{\&OverBar;}{h^{\&prime;}}}_2^{(k_m,k_a)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{h^{\&prime;}}}_w^{(k_m,k_a)}]}^T,1\&le;k_m\&le;K_m---\left(20\right)$

其中

表示对应于第K_a天线上第K_m个无线信道的复信道冲激响应的第i拍。

它满足如下的关系式： ${\underset{\&OverBar;}{h^{\&prime;}}}^{(k_m,k_a)}=\sqrt{K_{\mathrm{ru}}^{\left(k_m\right)}}{\underset{\&OverBar;}{h}}^{(j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)},k_a)},1\&le;k_{\mathrm{ru}}^{\left(k_m\right)}\&le;K_{\mathrm{ru}}^{\left(k_m\right)}---\left(21\right)$

式(21)引入因子 的原因是为了保持数据块和中间训练序列块的发射功率相等，这是协议中作的规定(请参见TD-SCDMA标准规范)。

为了方便叙述，将K_m个复信道脉冲响应

级联为如下的矢量： ${\underset{\&OverBar;}{h^{\&prime;}}}^{\left(k_a\right)}={[{\underset{\&OverBar;}{h^{\&prime;}}}^{(1,k_a)T},{\underset{\&OverBar;}{h^{\&prime;}}}^{(2,k_a)T},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{h^{\&prime;}}}^{(K_m,k_a)T}]}^T,1\&le;k_a\&le;K_a---\left(22\right)$

另外，定义信道检测矩阵： $\underset{\&OverBar;}{G}=[{\underset{\&OverBar;}{G}}^{\left(1\right)},{\underset{\&OverBar;}{G}}^{\left(2\right)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{G}}^{\left(K_m\right)}]---\left(23\right)$

其中 ${\left[{\underset{\&OverBar;}{G}}^{\left(k_m\right)}\right]}_{i,j}={\underset{\&OverBar;}{m}}_{(W+i-j)\mathrm{mod}L}^{\left(k_m\right)},1\&le;i\&le;L,1\&le;j\&le;W,{\underset{\&OverBar;}{m}}_l^{\left(k_m\right)}={\underset{\&OverBar;}{m}}_{(l+(8-k_m)W)\mathrm{mod}P},1\&le;l\&le;L,$ m(∈ C ^P×l)是一个基本中间训练序列，TD-SCDMA中共有128个不同的基本中间训练序列，P＝L＝128。设加性平稳零均值白噪声 ${\underset{\&OverBar;}{n}}_{\mathrm{CHE}}^{\left(k_a\right)}={[{\underset{\&OverBar;}{n}}_{\mathrm{CHE},1}^{\left(k_a\right)},{\underset{\&OverBar;}{n}}_{\mathrm{CHE},2}^{\left(k_a\right)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{n}}_{\mathrm{CHE},L}^{\left(k_a\right)}]}^{T}1\&le;k_a\&le;K_a---\left(24\right)$ 第K_a个天线上接收到的中间训练序列信号 ${{\underset{\&OverBar;}{e}}_m}^{\left(k_a\right)}(\&Element;{\underset{\&OverBar;}{C}}^{L\&times;1})$ 能用下式表示： ${{\underset{\&OverBar;}{e}}_m}^{\left(k_a\right)}={\underset{\&OverBar;}{{\mathrm{Gh}}^{\&prime;}}}^{\left(k_a\right)}+{\underset{\&OverBar;}{n}}_{\mathrm{CHE}}^{\left(k_a\right)}---\left(25\right)$ 假定含于

中的干扰矢量

的互相关矩阵 是

按照式(25)，著名的最大似然信道估计矩阵为

M＝( G ^H G)^-1 G ^H    (26)

故按最大似然准则得到的信道冲激响应为 ${\underset{\&OverBar;}{{\hat{h}}^{\&prime;}}}^{\left(k_a\right)}={\underset{\&OverBar;}{h^{\&prime;}}}^{\left(k_a\right)}\underset{\&OverBar;}{M}{\underset{\&OverBar;}{n}}_{\mathrm{CHE}}^{\left(k_a\right)}---\left(27\right)$

含于

中干扰

的方差为 $\frac{\mathrm{tr}\left\{{\left({\underset{\&OverBar;}{G}}^H\underset{\&OverBar;}{G}\right)}^{-1}\right\}}{K_m*W}{\mathrm{\&sigma;}}^{2^{\left(k_a\right)}},$ 这个数值将指导信道估计器的门限的设定。为了提高信道估计的性能，设信道估计器的门限为 $2.5*\frac{\mathrm{tr}\left\{{\left({\underset{\&OverBar;}{G}}^H\underset{\&OverBar;}{G}\right)}^{-1}\right\}}{K_m*W}{\mathrm{\&sigma;}}^{2^{\left(k_a\right)}}.$ 设 ${\underset{\&OverBar;}{n^{\&prime;}}}_{\mathrm{CHE}}^{\left(k_a\right)}=\underset{\&OverBar;}{M}{\underset{\&OverBar;}{n}}_{\mathrm{CHE}}^{\left(k_a\right)},$ 得 ${\underset{\&OverBar;}{R}}_{{\underset{\&OverBar;}{n^{\&prime;}}}_{\mathrm{CHE}}^{\left(k_a\right)}}=E\left({\underset{\&OverBar;}{n}}_{\mathrm{CHE}}^{\left(k_a\right)}{\underset{\&OverBar;}{n}}_{\mathrm{CHE}}^{{\left(k_a\right)}^H}\right)$ ${\underset{\&OverBar;}{R}}_{{\underset{\&OverBar;}{n}}_{\mathrm{CHE}}^{\left(k_a\right)}}={\mathrm{\&sigma;}}^{2}I$ $={\mathrm{\&sigma;}}^2{\left({\underset{\&OverBar;}{G}}^H\underset{\&OverBar;}{G}\right)}^{-1}---\left(28\right)$

再设， ${\underset{\&OverBar;}{n^{\&prime;\&prime;}}}^{(j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)},k_a)}=\frac{1}{\sqrt{K_{\mathrm{ru}}^{\left(k_m\right)}}}{\underset{\&OverBar;}{n^{\&prime;}}}_{\mathrm{CHE}}^{(k_m,k_a)}*{\underset{\&OverBar;}{c}}^{\left(j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)}\right)}---\left(29\right)$

按照前面构建系统矩阵

的方式，可构建系统噪声矩阵 ${\underset{\&OverBar;}{N^{\&prime;\&prime;}}}^{\left(k_a\right)}=[{\underset{\&OverBar;}{N^{\&prime;\&prime;}}}^{(l,k_a)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{N^{\&prime;\&prime;}}}^{(K_{\mathrm{ru}}^{\left(1\right)},k_a)},{\underset{\&OverBar;}{N^{\&prime;\&prime;}}}^{(K_{\mathrm{ru}}^{\left(1\right)}+1,k_a)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{N^{\&prime;\&prime;}}}^{(K_{\mathrm{ru}}^{\left(1\right)}+K_{\mathrm{ru}}^{\left(2\right)},k_a)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{N^{\&prime;\&prime;}}}^{(j_{\mathrm{ru}}^{\left(k_{\mathrm{ru}}^{\left(k_m\right)}\right)},k_a)},\&CenterDot;\&CenterDot;\&CenterDot;,{\underset{\&OverBar;}{N^{\&prime;\&prime;}}}^{(K_{\mathrm{ru}},k_a)}]---\left(30\right)$

其中

按前面的推导，得到如下的关系式： ${\underset{\&OverBar;}{\hat{A}}}^{\left(k_a\right)}={\underset{\&OverBar;}{A}}^{\left(k_a\right)}+{\underset{\&OverBar;}{N^{\&prime;\&prime;}}}^{\left(k_a\right)}---\left(32\right)$

在式(12)中，如果用

替换

，可得： $\frac{\mathrm{tr}({\underset{\&OverBar;}{R_e}}^{(i,k_a)}-{\underset{\&OverBar;}{\hat{A}}}^{\left(k_a\right)}{\underset{\&OverBar;}{\hat{A}}}^{{\left(k_a\right)}^H})}{N*Q+W-1}$ $\&ap;\frac{\mathrm{tr}({\underset{\&OverBar;}{R_e}}^{(i,k_a)}-{\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{A}}^{{\left(k_a\right)}^H}-E\left({\underset{\&OverBar;}{N}}^{\&prime;\&prime;\left(k_a\right)}{\underset{\&OverBar;}{N}}^{{\&prime;\&prime;\left(k_a\right)}^H}\right))}{N*Q+W-1}$ $=\frac{\mathrm{tr}({\underset{\&OverBar;}{R_e}}^{(i,k_a)}-{\underset{\&OverBar;}{A}}^{\left(k_a\right)}{\underset{\&OverBar;}{A}}^{{\left(k_a\right)}^H})-\mathrm{tr}\left(E\left({\underset{\&OverBar;}{N}}^{{\&prime;\&prime;\left(k_a\right)}^H}{\underset{\&OverBar;}{N}}^{\&prime;\&prime;\left(k_a\right)}\right)\right)}{N*Q+W-1}$ $={{\mathrm{\&sigma;}}_{\mathrm{no}\_\mathrm{abs}}^2}^{(i,k_a)}-f^{\left(k_a\right)}(G,N,Q,W,K_m,P,\&CenterDot;\&CenterDot;\&CenterDot;)*{{\mathrm{\&sigma;}}_{\mathrm{no}\_\mathrm{abs}}^2}^{(i,k_a)}---\left(33\right)$

其中 $f^{\left(k_a\right)}(G,N,Q,W,K_m,P,\&CenterDot;\&CenterDot;\&CenterDot;)$ 干扰功率估计修正因子，所修正的噪声分重含于 ${\underset{\&OverBar;}{\overset{^}{A}}}^{\left(k_a\right)}{\underset{\&OverBar;}{\overset{^}{A}}}^{{\left(k_a\right)}^H}$ 即 $\frac{\mathrm{tr}\left(E\left({\underset{\&OverBar;}{N}}^{{\&prime;\&prime;\left(k_a\right)}^H}{\underset{\&OverBar;}{N}}^{\&prime;\&prime;\left(k_a\right)}\right)\right)}{N*Q+W-1},$ 理论上， $f^{\left(k_a\right)}(G,N,Q,W,K_m,P,\&CenterDot;\&CenterDot;\&CenterDot;)=\frac{N*Q*\mathrm{tr}\left({\left({\underset{\&OverBar;}{G}}^H\underset{\&OverBar;}{G}\right)}^{-1}\right)}{N*Q+W-1}---\left(34\right)$

故此时可用式(33)来进行干扰功率估计，即 ${{\stackrel{\widehat{\&OverBar;}}{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2}^{(i,k_a)}=\frac{\mathrm{tr}({\underset{\&OverBar;}{R_e}}^{(i,k_a)}-{\underset{\&OverBar;}{\overset{^}{A}}}^{\left(k_a\right)}{\underset{\&OverBar;}{\overset{^}{A}}}^{{\left(k_a\right)}^H})}{(N*Q+W-1)*(1-f^{\left(k_a\right)}(G,N,Q,W,K_m,P,...))}$ $\&ap;\frac{{\left|\right|{\underset{\&OverBar;}{e_d}}^{(i,k_a)}\left|\right|}^2-N*\underset{k_{\mathrm{ru}}=1}{\overset{K_{\mathrm{ru}}}{\mathrm{\&Sigma;}}}{\left|\right|{\underset{\&OverBar;}{\overset{^}{b}}}^{(k_{\mathrm{ru}},k_a)}\left|\right|}^2}{(N*Q+W-1)*(1-f^{\left(k_a\right)}(G,N,Q,W,K_m,P,...))}---\left(35\right)$

上面推导是基于不带后处理的信道冲激响应。

如果采用经过后处理的信道冲激响应，并且假定第k_a个天线上所有用户信道冲激响应总共K_m*W拍中的有效拍数为

，经严格推导，带后处理的干扰功率估计修正因子为： $f^{\left(k_a\right)}(G,N,Q,W,K_m,P,\&CenterDot;\&CenterDot;\&CenterDot;)\&ap;\frac{N*Q*N_{\mathrm{effective}}^{\left(k_a\right)}*\mathrm{tr}\left({\left({\underset{\&OverBar;}{G}}^H\underset{\&OverBar;}{G}\right)}^{-1}\right)}{K_m*W*(N*Q+W-1)}---\left(36\right)$

在Method_abs法中引入修正因子以提高其性能：

在式(13)中，用

替换 ，可得如下结果： $\frac{\underset{j=1}{\overset{N*Q+W-1}{\mathrm{\&Sigma;}}}|{\left[{\underset{\&OverBar;}{R_e}}^{(i,k_a)}\right]}_{j,j}-{\left[{\underset{\&OverBar;}{\overset{^}{A}}}^{\left(k_a\right)}{\underset{\&OverBar;}{\overset{^}{A}}}^{{\left(k_a\right)}^H}\right]}_{j,j}}{N*Q+W-1}$

${={\mathrm{\&sigma;}}_{\mathrm{abs}}^2}^{(i,k_a)}*(1-g^{\left(k_a\right)}(G,N,Q,W,K_m,P,\&CenterDot;\&CenterDot;\&CenterDot;))---\left(37\right)$

此时，可用式(37)来进行干扰功率估计，即 ${{\stackrel{\widehat{\&OverBar;}}{\mathrm{\&sigma;}}}_{\mathrm{abs}}^2}^{(i,k_a)}=\frac{\underset{j=1}{\overset{N*Q+W-1}{\mathrm{\&Sigma;}}}|{\left[{\underset{\&OverBar;}{R_e}}^{(i,k_a)}\right]}_{j,j}-{\left[{\underset{\&OverBar;}{\overset{^}{A}}}^{\left(k_a\right)}{\underset{\&OverBar;}{\overset{^}{A}}}^{{\left(k_a\right)}^H}\right]}_{j,j}|}{(N*Q+W-1)*(1-g^{\left(k_a\right)}(G,N,Q,W,K_m,P,\&CenterDot;\&CenterDot;\&CenterDot;))}$

(38)

其中 $g^{\left(k_a\right)}(G,N,Q,W,K_m,P,\&CenterDot;\&CenterDot;\&CenterDot;)$ 是干扰功率估计修正因子，它主要由后处理模式决定，很难用解析式表述，实际中可采用仿真的方式确定一个比较合理的值。

基于上面新的估计公式，申请人进行了大量的仿真，图10示出了最能验证算法正确性的环境(系统处于满负荷，即所有可用的资源单元全被分配)。通过仿真表明：当用户数量很大时，干扰功率从0到一定值线性变化，基于后处理模式0(信道冲激响应不经过后处理)和模式2的估计干扰功率不再是一条直线，出现了之之形，尤其是在低信噪比环境；但是基于后处理模式1时，无论是Method_abs，还是Method_no_abs，估计算法的性能都很好，其估计误差不会超过5％，如图10所示。另外通过大量仿真得知，在低信噪比环境下，Method_abs工作得比Method_no_abs好一点，在高信噪比环境下，Method_no_abs工作得比Method_abs好一点。说明这两种方法有互补性，也就是说，对不同的环境，实现中存在一个相应的最优绝对值窗长L(1≤L≤2*K_a*(N*Q+W-1))，但是性能差别不大。另外，本申请人也做了以上算法在非白高斯环境下的跟踪性能，其结果示于图11，从图中可以看出，它能跟踪干扰的快速变化。通过上面的仿真，表明引入了干扰功率估计修正因子的上述算法不仅能在理论上可行，而且在实践中也很有效。

然而，信道估计器进行后处理(模式1和模式2)时需要门限，这个门限应该由外环提供。有很多解决方案来实现如何将门限值馈入信道估计器，下面给出本发明干扰功率估计器估计干扰功率的两个实施例。

图5示出了本发明干扰功率估计器的估计干扰功率的优选实施例。可以采用基于无绝对值法(method_no_abs)(其窗长为2*K_a*(N*Q+W-1))或绝对值法(method_abs)(其窗长为1)来进行干扰功率估计。

首先描述采用无绝对值法(method_no_abs)(其窗长为2*K_a*(N*Q+W-1))的干扰功率估计器进行干扰功率估计的情况。

参照图5，卷积器300接收来自信道估计器200的信道冲激响应或模式1脉冲判决器800的输出或模式2脉冲判决器900的输出，将接收到的数据与相应的扩频码(由卷积器300内部产生或从外部提供)按前述式(4)计算出b矢量。干扰估计部分400接收b矢量和来自解帧器100的数据块，并按上述公式(35)估计每一天线每一数据块的干扰功率。然后，帧内数据块间平均器500A按式(14)采用从干扰估计部分400接收到的干扰功率进行帧内数据块间进行平均；多天线平均器500按照式(16)对帧内数据块间平均器500A的输出进行多天线间平均，从而获得平均干扰功率；另外为了更进一步提高系统的性能，利用帧间平均器600对多天线平均器500的输出进行线性或迭代平均。

这里，将采用无绝对值法(method_no_abs)的干扰功率估计器称作Method_no_abs估计器。

接下来描述采用绝对值法(method_abs)(其窗长为1)的干扰功率估计器进行干扰功率估计的情况。

参照图5，卷积器300接收来自信道估计器200的信道冲激响应或模式1脉冲判决器800的输出或模式2脉冲判决器900的输出，将接收到的数据与相应的扩频码(由卷积器300内部产生或从外部提供)按前述式(4)计算出b矢量。干扰估计部分400接收b矢量和来自解帧器100的数据块，并按上述公式(38)估计每一天线每一数据块的干扰功率。然后，帧内数据块间平均器500A按式(15)采用从干扰估计部分400接收到的干扰功率进行帧内数据块间进行平均；多天线平均器500按照式(17)对帧内数据块间平均器500A的输出进行多天线间平均，从而获得平均干扰功率；另外为了更进一步提高系统的性能，利用帧间平均器600对多天线平均器500的输出进行线性或迭代平均。

这里，将采用绝对值法(method_abs)的干扰功率估计器称作Method_abs估计器。

本发明的绝对值法(method_abs)和无绝对值法(method_no_abs)可应用于干扰功率检测系统中。

图6示出了应用本发明干扰估计方法的干扰功率检测系统的第一实施例。

图6的干扰功率检测系统采用用直接法估计干扰功率。其工作原理如下。基于模式0的干扰功率

作为信道估计器中脉冲拍判决器的门限，判决时采用模式1，这样基于模式1的干扰功率 就可得到。得到此数值后，将其馈入功控模块、切换模块、以及采用模式2的脉冲拍判决器，其输出将作为联合检测器(JD)中b矢量产生器的输入。

更具体地讲，如图6所示，解帧器100接收数据帧，并且按TD-(S)CDMA协议所规定的帧结构对其解帧，输出数据块和中间训练序列块，并且将数据块分别馈入Method_abs估计器700、Method_no_abs估计器700A和联合检测器(JD)1200。解帧器100将中间训练序列块馈入信道估计器200。信道估计器200按Steiner方法进行信道估计(参见文章Bernd Steiner，Peter Jung，″Optimumand Suboptimum Channel Estimation for the Uplink of CDMA Mobile RadioSystems with Joint Detection″，ETT，Vol.5 No.1，pp.39-50，Jan-Feb.1994)，获得未经过后处理(即模式0)的信道冲激响应。将未经过后处理的信道冲激响应馈入Method_abs估计器700、基于模式1的脉冲拍判决器800和基于模式2的脉冲拍判决器900。这里，基于模式1的脉冲拍判决器800所采用的判决算法具有对信道冲激响应进行后处理模式1的特征，即，对信道冲激响应的每一拍，如果它的功率小于门限，就将其强置为0。另外，基于模式2的脉冲拍判决器900所采用的判决算法具有对信道冲激响应进行后处理模式2的特征，其方法基本与模式1相同，区别仅在于：对应同一中间训练序列偏移的所有拍，如果其每一拍的功率皆小于门限，则保持其原始值，而不将其置为0。Method_abs估计器700根据接收到的数据估计出基于模式0的干扰功率 然后将此干扰功率

馈入基于模式1的脉冲拍判决器800。脉冲拍判决器800获得经后处理模式1处理后的信道冲激响应和有效拍数，之后将其馈入Method_no_abs估计器700A，由它基于前述公式(35)估计出基于模式1的干扰功率 。Method_no_abs估计器700A得到此数值后，将其馈入采用模式2的脉冲拍判决器900、功控模块1000、切换模块1100和联合检测器(JD)1200，同时，模式2的脉冲拍判决器900对接收数据进行处理，以获得经后处理模式2处理后的信道冲激响应，并且将经后处理模式2处理后的信道冲激响应输出到联合检测器(JD)1200进行后续处理。

这里，Method_abs估计器700和Method_no_abs估计器700A均可以采用图5所示结构的干扰功率估计器。为了简便起见，没有另外给出Method_abs估计器700和Method_no_abs估计器700A的详细示意图，仅参照图5进行描述。

具体地讲，参照图5，Method_abs估计器700可以包括卷积器300，用于将来自信道估计器200的信道冲激响应与相应的用户扩频码(由卷积器300内部产生或从外部提供)进行卷积，获得组合信道冲激响应；干扰估计部分400，用于接收来自所述解帧器100的数据块和来自所述卷积器300的组合信道冲激响应，并且按照式(38)，通过数据块计算接收信号总功率，根据获得的组合信道冲激响应计算有用的用户信号功率，并且通过从接收信号总功率减去有用的用户信号功率来计算干扰功率；以及帧内数据块间平均器500A和帧内多天线平均器500，用于按照式(15)和(17)对干扰估计部分400计算出的干扰功率进行计算，以得到不同天线的平均干扰功率；之后利用帧间平均器600对多天线平均器500的输出进行线性或迭代平均得到基于模式0的干扰功率。

Method_no_abs估计器700A的结构和操作与Method_abs估计器700基本相同。Method_no_abs估计器700A包括：卷积器300，用于将来自脉冲拍判决器800的经后处理模式1处理后的信道冲激响应和有效拍数与相应的用户扩频码(由卷积器300内部产生或从外部提供)进行卷积，获得组合信道冲激响应；干扰估计部分400，用于接收来自所述解帧器100的数据块和来自所述卷积器300的组合信道冲激响应，并且按照式(35)，通过数据块计算接收信号总功率，根据获得的组合信道冲激响应计算有用的用户信号功率，并且通过从接收信号总功率减去有用的用户信号功率来计算干扰功率；以及帧内数据块间平均器500A和帧内多天线平均器500，用于按照式(14)和(16)对干扰估计部分400计算出的干扰功率进行计算，以得到不同天线的平均干扰功率；之后利用帧间平均器600对多天线平均器500的输出进行线性或迭代平均得到基于模式1的干扰功率。

这里，Method_abs估计器700和Method_no_abs估计器700A中所包含的干扰估计部分400是相同的，均可采用图2所示的结构，其包括：接收信号总功率计算器410，用于接收来自所述解帧器100的数据块，并通过数据块计算接收信号总功率；有用的用户信号功率计算器420，用于根据获得的组合信道冲激响应计算有用的用户信号功率；以及干扰功率计算器430，用于通过从接收信号总功率减去有用的用户信号功率并进行修正，计算干扰功率。

图7示出了应用本发明干扰估计方法的干扰功率检测系统的第二实施例。

图7的干扰功率检测系统采用迭代法估计干扰功率。参照图7，解帧器100接收数据帧，按TD-(S)CDMA协议所规定的帧结构对其解帧，并且输出数据块和中间训练序列块。数据块被馈入Method_abs估计器700A。中间训练序列块被馈入信道估计器200。信道估计器200按Steiner方法进行信道估计(参见文章Bernd Steiner，Peter Jung，″Optimum and Suboptimum ChannelEstimation for the Uplink of CDMA Mobile Radio Systems with Joint Detection″，ETT，Vol.5 No.1，pp.39-50，Jan-Feb.1994)，输出未经过后处理(即模式0)的信道冲激响应。信道冲激响应随之被馈入基于模式1的脉冲拍判决器800和基于模式2的脉冲拍判决器900。这里，基于模式1的脉冲拍判决器800所采用的判决算法具有对信道冲激响应进行后处理模式1的特征，即，对信道冲激响应的每一拍，如果它的功率小于门限，就将其强置为0。另外，基于模式2的脉冲拍判决器900所采用的判决算法具有对信道冲激响应进行后处理模式2的特征，其方法基本与模式1相同，区别仅在于：对应同一中间训练序列偏移的所有拍，如果其每一拍的功率皆小于门限，则保持其原始值，而不将其置为0。基于模式1的脉冲拍判决器800将经后处理模式1处理后的信道冲激响应和有效拍数输出到Method_no_abs估计器700A，Method_no_abs估计器700A根据接收到的数据估计出基于模式1的干扰功率

。Method_no_abs估计器700A将该干扰功率

馈入迭代平均估计器1300。迭代平均估计器1300按式(39)对接收到的干扰功率 进行迭代平均。迭代平均估计器1300的输出馈入基于模式2的脉冲拍判决器900以获得经后处理模式2处理后的信道冲激响应。脉冲拍判决器900将经后处理模式2处理后的信道冲激响应输出到联合检测器(JD)1200。迭代平均估计器1300的输出也被馈入功控模块1000和切换模块1000进行后续处理。

另外，基于模式1的干扰功率

反馈回基于模式1的脉冲拍判决器800。亦即，基于模式1的脉冲拍判决器800根据从信道估计器200接收到的信道冲激响应和从来自迭代平均估计器1300的迭代输出进行处理。由于此过程是反馈的，故称之为迭代法估计。迭代过程中，假定当前帧的干扰功率为，前一次迭代输出为 ，则迭代干扰估计输出可按下式求出： ${{\stackrel{\stackrel{\&OverBar;}{^}}{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2}^{\left(n\right)}=(1-\frac{x}{Y}){{\stackrel{\stackrel{\&OverBar;}{^}}{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2}^{(n-1)}+\frac{x}{Y}{{\widehat{\mathrm{\&sigma;}}}_{\mathrm{no}\_\mathrm{abs}}^2}^{\left(n\right)}---\left(39\right)$ 其中，Y是迭代平均估计窗的长度，

是遗忘因子。

图7中的Method_no_abs估计器700A的结构与操作与图7中的Method_no_abs估计器700A的结构与操作完全相同，这里将不再予以赘述。

如上所述，本发明用数据块和组合信道冲激响应联合估计干扰功率，根据本发明的干扰功率估计设备及其方法、及干扰功率检测系统采用了Method_no_abs和/或Method_abs进行干扰功率估计和检测，能够改善干扰功率估计的精度，提高系统的性能，并且具有良好的跟踪性能。

以上参照附图及优选实施例对本发明进行了具体描述，但应指出的是，本发明不局限于上述具体实施例。本领域内的普通技术人员完全能够根据所公开的技术内容，在不背离本发明宗旨和范围的前提下，对本发明的具体实施方式进行各种形式和内容上的整合和改变。

Claims (15)

1.一种在TD-(S)CDMA无线通信系统中的干扰功率估计方法，包括下列步骤：

步骤1，通过解帧器将接收到的帧分解为数据块和用于信道估计的中间训练序列块；

步骤2，通过数据块计算接收信号总功率，它包括有用的用户信号功率和干扰功率；

步骤3，用接收到的中间训练序列块进行信道估计，以获得信道冲激响应；

步骤4，将信道估计器的输出与相应用户的扩频码进行卷积获得矢量 b，即组合信道冲激响应；

步骤5，基于矢量 b，求出有用的用户信号功率；和

步骤6，从接收信号总功率减去有用的用户信号功率，得到未修正的干扰功率；并且利用干扰功率估计修正因子对未修正的干扰功率进行修正，消除进行信道估计时被放大的噪声功率和信道冲激响应中的每一拍中的噪声，从而得到干扰功率。

2.如权利要求1所述的方法，其中，有限多个估计的干扰功率之和不小于0，即 ${\mathrm{\&Sigma;}}_i{\widehat{\mathrm{\&sigma;}}}_i^2\&GreaterEqual;0,$ 其中 为估计的干扰功率。

3.如权利要求1或2所述的方法，其中，在所述步骤6中，采用干扰功率估计修正因子修正未修正的干扰功率。

4.如权利要求1或2所述的方法，其中，在所述步骤4中，对所述信道冲激响应进行模式1的后处理，即对信道冲激响应的每一拍，如果它的功率小于门限，就将其强置为0。

5.如权利要求1或2所述的方法，其中，在所述步骤4中，对所述信道冲激响应进行模式2的后处理，即对信道冲激响应的每一拍，如果对应同一中间训练序列偏移的所有拍中的每一拍的功率皆小于门限，则保持其原始值，而不将其置为0；而如果对应同一中间训练序列偏移的所有拍中，至少有一拍的功率不小于门限，就将不低于门限的拍保持原始值，其余低于门限的强置为0。

6.一种TD-(S)CDMA无线通信系统中基于接收数据和组合信道冲激响应的多用户检测的干扰功率估计设备，包括：

解帧器(100)，用于将接收到的帧分解为数据块和中间训练序列块；

信道估计器(200)，用于采用接收到的中间训练序列块获得信道冲激响应；

卷积器(300)，用于将信道冲激响应与相应的用户扩频码进行卷积，获得组合信道冲激响应；和

干扰估计部分(400)，用于接收来自所述解帧器(100)的数据块和来自所述卷积器(300)的组合信道冲激响应，并通过数据块计算接收信号总功率，根据获得的组合信道冲激响应计算有用的用户信号功率，并且通过从接收信号总功率减去有用的用户信号功率来计算未修正的干扰功率；并且利用干扰功率估计修正因子对未修正的干扰功率进行修正，消除进行信道估计时被放大的噪声功率和信道冲激响应中的每一拍中的噪声，得到干扰功率。

7、如权利要求6所述的干扰功率估计设备，其中，所述干扰估计部分(400)包括：

接收信号总功率计算器(410)，用于接收来自所述解帧器(100)的数据块，并通过数据块计算接收信号总功率；

有用的用户信号功率计算器(420)，用于根据卷积器(300)获得的组合信道冲激响应计算有用的用户信号功率；以及

干扰功率计算器(430)，用于通过从接收信号总功率减去有用的用户信号功率并利用干扰功率估计修正因子进行修正。

8、如权利要求6或7所述的干扰功率估计设备，还包括帧内数据块间平均器(500A)和帧内多天线平均器(500)；帧内数据块间平均器(500A)用于对干扰估计部分(400)计算出的不同天线的帧内干扰功率进行数帧内据块间平均得到不同天线的帧内平均干扰功率，帧内多天线平均器(500)用于对帧内数据块间平均器(500A)计算出的不同天线的帧内平均干扰功率进行天线间平均，以得到平均干扰功率。

9、如权利要求8所述的干扰功率估计设备，还包括帧间平均器(600)，用于接收从所述帧内多天线平均器(500)输出的平均干扰功率，对接收到的干扰功率进行帧间线性或迭代平均。

10、一种TD-(S)CDMA系统中的干扰功率检测系统，包括：

解帧器(100)，用于接收数据帧，并且对接收到的数据帧解帧，输出数据块和中间训练序列块；

信道估计器(200)，用于接收所述中间训练序列块，并且对此进行信道估计，获得模式0的信道冲激响应；

第一估计器(700)，对来自所述解帧器(100)的数据块、来自所述信道估计器(200)的信道冲激响应，估计出基于模式0的干扰功率；

第一脉冲拍判决器(800)，用于接收来自所述信道估计器(200)的信道冲激响应和来自所述第一估计器(700)的基于模式0的干扰功率，产生模式1处理后的信道冲激响应和有效拍数；

第二估计器(700A)，用于接收来自所述解帧器(100)的数据块和来自所述第一模式脉冲拍判决器(800)的模式1处理后的信道冲激响应和有效拍数，采用所接收到的这些数据估计基于模式1的干扰功率，并将其馈入功控模块(1000)，切换模块(1100)和联合检测器(1200)；

第二脉冲拍判决器(900)，用于接收来自所述信道估计器(200)的信道冲激响应和来自所述第二估计器(700A)的基于模式1的干扰功率，产生模式2处理后的信道冲激响应；和

联合检测器(1200)，用于接收来自所述解帧器(100)的数据块、来自所述第二估计器(700A)的基于模式1的干扰功率、和来自第二脉冲拍判决器(900)的模式2处理后的信道冲激响应，并且根据接收到的数据进行数据检测。

11、如权利要求10所述的干扰功率检测系统，其中，所述第一估计器(700)包括：

第一卷积器(300)，用于将来自信道估计器(200)的信道冲激响应与相应的用户扩频码进行卷积，获得组合信道冲激响应；

第一干扰估计部分(400)，用于接收来自所述解帧器(100)的数据块和来自所述卷积器(300)的组合信道冲激响应，并通过数据块计算接收信号总功率，根据获得的组合信道冲激响应计算有用的用户信号功率，并且通过从接收信号总功率减去有用的用户信号功率来计算未修正的干扰功率；并且利用干扰功率估计修正因子对未修正的干扰功率进行修正，消除进行信道估计时被放大的噪声功率和信道冲激响应中的每一拍中的噪声，得到干扰功率。

第一帧内数据块间平均器(500A)，用于对第一干扰估计部分(400)计算出的不同天线的帧内干扰功率进行天线间平均得到不同天线的帧内平均干扰功率；

第一帧内多天线平均器(500)，用于对第一帧内数据块间平均器(500A)计算出的不同天线的帧内平均干扰功率进行天线间平均，以得到平均干扰功率，作为基于模式0的干扰功率；和

第一帧间平均器(600)，用于对第一帧内多天线平均器(500)计算出的平均干扰功率进行线性或迭代平均，

所述第二估计器(700A)包括：

第二卷积器(300)，用于将来自所述第一模式脉冲拍判决器(800)的模式1处理后的信道冲激响应与相应的用户扩频码进行卷积，获得组合信道冲激响应；

第二干扰估计部分(400)，用于接收来自所述解帧器(100)的数据块和来自所述卷积器(300)的组合信道冲激响应，并通过数据块计算接收信号总功率，根据获得的组合信道冲激响应计算有用的用户信号功率，并且通过从接收信号总功率减去有用的用户信号功率来计算未修正的干扰功率；由于进行信道估计时，噪声功率被放大且信道冲激响应的每一拍均包含噪声，故利用干扰功率估计修正因子对未修正的干扰功率进行修正，得到干扰功率；

第二帧内数据块间平均器(500A)，用于对第二干扰估计部分(400)计算出的不同天线的帧内干扰功率进行天线间平均得到不同天线的帧内平均干扰功率；

第二帧内多天线平均器(500)，用于对第二帧内数据块间平均器(500A)计算出的不同天线的帧内平均干扰功率进行天线间平均，以得到平均干扰功率，作为基于模式1的干扰功率；和

第二帧间平均器(600)，用于对第二帧内多天线平均器(500)计算出的平均干扰功率进行线性或迭代平均。

12、如权利要求11所述的干扰功率检测系统，其中，所述第一和第二干扰估计部分(400)均包括：

接收信号总功率计算器(410)，用于接收来自所述解帧器(100)的数据块，并通过数据块计算接收信号总功率；

有用的用户信号功率计算器(420)，用于根据获得的组合信道冲激响应计算有用的用户信号功率；以及

干扰功率计算器(430)，用于通过从接收信号总功率减去有用的用户信号功率，计算未修正的干扰功率；由于进行信道估计时，噪声功率被放大且信道冲激响应的每一拍均包含噪声，故利用干扰功率估计修正因子对未修正的干扰功率进行修正，得到干扰功率。

13、一种TD-SCDMA系统中的干扰功率检测系统，包括：

解帧器(100)，用于接收数据帧，并且对接收到的数据帧解帧，输出数据块和中间训练序列块；

信道估计器(200)，用于接收所述中间训练序列块，并且对此进行信道估计，获得模式0的信道冲激响应；

第二估计器(700A)，用于接收来自所述解帧器(100)的数据块和第一模式脉冲判决器(800)的输出，并输出基于模式1的干扰功率；

迭代平均估计器(1300)，用于对从所述第二估计器(700A)接收到的干扰功率进行迭代平均；

第一脉冲拍判决器(800)，用于接收来自所述信道估计器(200)的信道冲激响应和来自迭代平均估计器(1300)的迭代输出，产生模式1处理后的信道冲激响应和有效拍数，并将其输出到所述第二估计器(700A)；

第二脉冲拍判决器(900)，用于接收来自所述信道估计器(200)的信道冲激响应和迭代平均估计器(1300)的迭代输出，产生模式2处理后的信道冲激响应；和

联合检测器(1200)，用于接收迭代平均估计器(1300)的输出和来自第二脉冲拍判决器(900)的模式2处理后的信道冲激响应，并且根据接收到的数据进行数据检测，

其中，所述第二估计器(700A)采用来自所述解帧器(100)的数据块和来自第一模式脉冲拍判决器(800)的模式1处理后的信道冲激响应和有效拍数产生基于模式1的干扰功率。

14、如权利要求13所述的干扰功率检测系统，其中，所述第二估计器(700A)包括：

第二卷积器(300)，用于将来自所述第一模式脉冲拍判决器(800)的模式1处理后的信道冲激响应与相应的用户扩频码进行卷积，获得组合信道冲激响应；

第二干扰估计部分(400)，用于接收来自所述解帧器(100)的数据块和来自所述卷积器(300)的组合信道冲激响应，并通过数据块计算接收信号总功率，根据获得的组合信道冲激响应计算有用的用户信号功率，并且通过从接收信号总功率减去有用的用户信号功率来计算未修正的干扰功率；并且利用干扰功率估计修正因子对未修正的干扰功率进行修正，消除进行信道估计时被放大的噪声功率和信道冲激响应中的每一拍中的噪声，得到干扰功率；

第二帧内数据块间平均器(500A)，用于对干扰估计部分(400)计算出的不同天线的帧内干扰功率进行天线间平均得到不同天线的帧内平均干扰功率；和

第二帧内多天线平均器(500)，用于对第二帧内数据块间平均器(500A)计算出的不同天线的帧内平均干扰功率进行天线间平均，以得到平均干扰功率，作为基于模式1的干扰功率；和

第二帧间平均器(600)，用于对第二帧内多天线平均器(500)计算出的平均干扰功率进行线性或迭代平均，以进一步提高估计的精度。

15、如权利要求14所述的干扰功率检测系统，其中，所述第二干扰估计部分(400)包括：

接收信号总功率计算器(410)，用于接收来自所述解帧器(100)的数据块，并通过数据块计算接收信号总功率；

有用的用户信号功率计算器(420)，用于根据获得的组合信道冲激响应计算有用的用户信号功率；以及

干扰功率计算器(430)，用于通过从接收信号总功率减去有用的用户信号功率，计算未修正的干扰功率；并且利用干扰功率估计修正因子对未修正的干扰功率进行修正，消除进行信道估计时被放大的噪声功率和信道冲激响应中的每一拍中的噪声，得到干扰功率。

Images