CN1502174A - 提供盲自适应估算和接收的方法与设备 - Google Patents
提供盲自适应估算和接收的方法与设备 Download PDFInfo
- Publication number
- CN1502174A CN1502174A CNA018228496A CN01822849A CN1502174A CN 1502174 A CN1502174 A CN 1502174A CN A018228496 A CNA018228496 A CN A018228496A CN 01822849 A CN01822849 A CN 01822849A CN 1502174 A CN1502174 A CN 1502174A
- Authority
- CN
- China
- Prior art keywords
- filter
- covariance matrix
- receiver
- signal
- vector
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000003044 adaptive effect Effects 0.000 title claims description 45
- 239000011159 matrix material Substances 0.000 claims abstract description 116
- 230000006978 adaptation Effects 0.000 claims abstract description 29
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 230000000295 complement effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 description 43
- 235000013350 formula milk Nutrition 0.000 description 20
- 238000012549 training Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000007476 Maximum Likelihood Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 6
- 230000007480 spreading Effects 0.000 description 5
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000007493 shaping process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 108010003272 Hyaluronate lyase Proteins 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7097—Interference-related aspects
- H04B1/7103—Interference-related aspects the interference being multiple access interference
- H04B1/7105—Joint detection techniques, e.g. linear detectors
- H04B1/71052—Joint detection techniques, e.g. linear detectors using decorrelation matrix
-
- 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
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/7097—Interference-related aspects
- H04B1/711—Interference-related aspects the interference being multi-path interference
- H04B1/7115—Constructive combining of multi-path signals, i.e. RAKE receivers
-
- 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
- H04B1/69—Spread spectrum techniques
- H04B1/707—Spread spectrum techniques using direct sequence modulation
- H04B1/709—Correlator structure
- H04B1/7093—Matched filter type
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Noise Elimination (AREA)
Abstract
公开一种方法使未知参数、如通过诸如WCDMA信道等信道发射的数据符号的估算值的均方误差最小。该方法包括以下步骤：(a)将输入信号向量与逆协方差矩阵的所需相乘替换为线性滤波，上述矩阵是全部信号协方差矩阵或干扰加噪声协方差矩阵之一，其中对应于时刻i的逆协方差矩阵的行或列的直接计算或估算的滤波器元素用作线性滤波器系数；(b)从滤波器输出形成向量g(i)，向量g(i)是使用线性滤波器逐个元素估算的；以及(c)使用向量g(i)代替通过将信号向量直接与逆协方差矩阵相乘而获得的向量。线性滤波器w(i)收敛到或接近收敛到所需逆协方差矩阵的行或列。对于干扰加噪声协方差矩阵的情况，在通过自适应求出所需滤波器时，所需滤波器用于对包括所需信号在内的全部信号进行滤波而产生输出向量g(i)。使用全部信号协方差矩阵或干扰加噪声协方差矩阵生成的滤波器输出用于通过使用与输入信号承载的未知参数的脉冲波形相匹配的另一滤波器以估算未知参数，其中另一滤波器是执行码片级多径组合和单代码相关的RAKE接收机，或者是使用代码相关器组执行解扩频以及使用相关器输出执行符号级多径组合的RAKE接收机。
Description
发明领域
本发明一般涉及在最小均方误差(MSE)意义上在线性系统中估算未知的随机参数，并根据系统中的逐渐变化来调整估算器。它也涉及到将估算算法应用到数字无线电通信中，更具体地说，涉及到实现用于例如包括宽带CDMA(WCDMA)系统的码分多址(CDMA)系统的低复杂性自适应线性最小均方误差(LMMSE)无线终端接收机。
发明背景
WCDMA系统的容量本来就受干扰的限制。各用户通过相互正交的扩频码分开。然而，在信道中存在多径传播而导致多址干扰时，接收机中会丢失此正交性。对于使用很短扩频码的高数据率用户，这种干扰就特别严重。此外，WCDMA系统中的相邻小区使用同一频带，导致严重的小区间干扰。当前使用的CDMA接收机是熟知的RAKE(分离多径)类型。然而，仅在不存在多径传播且干扰为“白”时，使用RAKE接收机才是最佳的。遗憾的是，这种状况仅在少数情况下出现，因此RAKE不是最理想的接收机。
用于WCDMA终端接收机的RAKE接收机不具有降低多径传播产生的干扰的能力，而且它无法利用干扰的结构，即其空间和时间相关特性。在高负荷小区中，或有来自相邻小区的很强干扰时，RAKE接收机无法良好地工作。此外，如果使用了多个无线终端天线，则RAKE接收机无法智能地指引天线阵射束，使得信号对干扰加噪声之比(SINR)将变得最大。
在最小均方误差(MMSE)方面最优化的线性接收机在文献中有很好的描述，但太复杂而无法在多数应用中实施。
文献中，几乎所有用于找出LMMSE解的算法都或者太复杂而无法在实际接收机中实现，和/或需要合适的训练序列。然而，第三代CDMA系统中不存在合适的训练序列。
大多数自适应算法普遍具有的一个问题是它们被设计成在符号级工作。然而，由于在WCDMA系统中使用了长扰码，因而符号级算法无法良好地工作。这是由于扰码使信号在符号级变得具有非周期平稳性。换而言之，加扰完全打乱了信号的相关特性，从而使自适应无法实现。
滤波器设计为在码片级而不是在符号级工作时，这种问题就可避免。但是，由于在码片级缺少合适的训练序列，自适应算法必须是盲的。迄今为止，只为此开发或提议了几个可行的算法。
发明者熟知的一种改进自适应算法是所谓的Griffiths(格里菲思)算法。此算法使用信道脉冲响应来训练滤波器。然而，仍需要训练，且自适应时间可能不是对所有应用都最佳。
发明目的和优点
本发明的第一目的和优点是提供一种自适应滤波器，该滤波器消除了乘以协方差矩阵的逆矩阵的需要。
本发明的另一个目的和优点是提供一种自适应滤波器，该滤波器具有的计算要求适用于诸如WCDMA终端等采用一个或多个天线的无线终端。
本发明的另一个目的和优点是提供一种自适应有限脉冲响应(FIR)滤波器，该滤波器不需要使用训练序列，并且适合在诸如WCDMA终端等采用至少一个接收天线的无线终端中使用。
发明概要
通过根据本发明实施例的方法和设备，克服了上述和其它问题，并且实现了上述目的和优点。
本发明提供一种以自适应线性有限脉冲响应(FIR)滤波器来实施的算法，该滤波器可用于确定未知随机参数的线性最小均方误差(LMMSE)估算值。尽管直接计算LMMSE解很复杂且需要计算大矩阵的逆矩阵，但本发明的自适应算法的复杂性与众所周知且明显较低复杂性的最小均方(LMS)算法大致相同。
目前最佳的自适应FIR滤波器是盲的，即它不需要为自适应进行任何训练，这使得它适用于例如具有一个或多个天线的WCDMA下行接收机。已经证明，该自适应WCDMA终端接收机的性能优于当前使用的RAKE接收机。
总之，本发明提供一种可用于导出线性滤波器的自适应算法，该滤波器使诸如但不限于发射数据符号等一些未知参数的估算值的均方误差减至最小。由于采用自适应处理，因此避免了最优滤波器的常规直接求解所需的高计算复杂性。该算法不需要为自适应作任何训练，因而适合在第三代高级无线终端接收机中使用。
根据本文所述的自适应算法可用于在少量计算要求下找出线性MMSE(LMMSE)解。应用到WCDMA接收机时，根据这些论述的自适应LMMSE算法使信道均衡，从而使来自其它用户的干扰达到最小。另外，由于自适应滤波器执行的固有白化操作，来自相邻小区的干扰得到有效抑制。同时，在多天线接收机的情况下，自适应接收机能够(几乎)最佳地执行射束操纵。
性能结果表明，自适应LMMSE接收机明显优于常规RAKE接收机。改进的性能可用于增加无线终端接收机的接收可靠性，特别是在严重干扰的条件下，或者可用于增加小区覆盖或系统容量。
与格里菲思算法方案不同，在本发明的自适应算法中，LMMSE估算器分成盲自适应滤波器和与信道脉冲响应以及所需用户的扩频码相匹配的滤波器。因此，根本无需训练。
在多径传播明显、或者扩频码很短(高数据率)、或者归属小区高负荷或者来自相邻小区的干扰强的情况下，已经证明，根据本发明的自适应接收机优于常规RAKE接收机。
然而，在使接收机输出的信号对噪声加干扰之比最小化的意义上，自适应滤波器可在RAKE接收机之前使用，从而使整个接收机用作收敛到最优线性接收机的自适应LMMSE接收机。如果由于某种原因将自适应滤波器部分旁路，例如，在遇到好的信道条件时为了节能而绕过该部分，则接收机用作常规RAKE接收机。
如果接收机具有多个天线，则自适应接收机具有(渐近地)最优执行波束成形的固有能力。因此，如果在常规多天线RAKE之前在多天线接收机中使用自适应滤波，则整个接收机用作自适应LMMSE接收机，并以最优方式执行波束成形。除非利用另外的算法，否则单独的RAKE接收机执行此任务并不是最优的。
自适应算法具有很简单的结构。因为用于自适应的参考向量只有一个非零元素，因此，该算法的复杂性实际上比熟知的LMS更低，而熟知的LMS由于缺少可靠的训练序列而无法使用。
自适应算法对于适度要求是稳定的，并且它收敛到已知的最优解。对于某些更早的特定算法，稳定性无法保证，并且它们未必表现出整体收敛。
在单个接收机天线的情况下，自适应滤波器可相对于中心滤波器抽头对称，可利用这一点使算法的自适应速度更快。应当指出，“中心抽头”不一定是正中的抽头，因为通常在滤波器中可能具有P+1+Q个抽头。因此，可能相对于第P+1个滤波器抽头保持对称。如果使用多个天线，则滤波器不对称。
本文公开的是一种普通方法，代替将接收信号样值向量乘以输入信号的逆协方差矩阵或者乘以输入信号中其它干扰加噪声(即输入信号减去所需信号)的逆协方差矩阵的运算。在许多熟知的估算器结构中都需要这种类型的矩阵向量乘法，作为估算算法的一部分(如在LMMSE估算器中)。该普通方法包括以下步骤：(a)估算协方差矩阵的逆矩阵的行或列；以及(b)将行或列向量的估算值的元素用作线性滤波器中的系数，该滤波器用于对输入信号样值滤波。在当前最佳实施例中，接收信号包括一系列调制的脉冲波形，如数据符号脉冲波形，每个脉冲波形带有诸如数据符号的未知参数和噪声。
滤波器系数构成向量w(i)，该向量是与接收信号的时间间隔i对应的协方差矩阵的逆矩阵的行或列的估算值。w(i)的估算可基于信号协方差矩阵的估算以及考虑仅需要逆矩阵的一行或列的计算此矩阵的逆矩阵的算法的使用。滤波步骤形成滤波器输出g(i)(标量值)。连续的滤波器输出可用于替换通过将接收输入信号向量乘以逆协方差矩阵而得出的向量。
还公开一种求出滤波器的盲自适应方法，由向量w(i)给出的滤波器的系数收敛到协方差矩阵的逆矩阵的一行或列。此方法包括以下步骤：(a)使用有关逆协方差矩阵的相关行或列的最佳适用先验知识将线性滤波器初始化；(b)生成滤波器输出g(i)；以及(c)自适应地更新滤波器系数，以便滤波器向逆协方差矩阵的相关行或列收敛。
通常，可能会关注全部接收信号的逆协方差矩阵或者只是干扰加噪声的逆协方差矩阵(例如，如果所需信号分量不包括在全部信号中或首先从全部信号中减去)。
当目标是估算逆协方差矩阵的行或列时，可能首先必需构建或估算协方差矩阵本身。此外，在这一点，本发明的方面是一种使用逆协方差矩阵的行或列作为滤波器的方法。在多数情况下，此方案可降低计算复杂性，这在诸如蜂窝电话、PDA和个人通信装置等电力和资源受限的移动电子平台中是重要的考虑因素。
使用盲自适应滤波器时，不必为求出逆协方差矩阵的行或列而单独构建或估算协方差矩阵。这种情况下，自适应滤波器会自适应，使得滤波器系数(堆叠到向量中的滤波器系数)构成逆协方差矩阵的行或列的估算值。
通常，首先估算协方差矩阵，然后求出协方差矩阵的逆矩阵，然后将输入信号向量与逆矩阵相乘。根据本发明讲授内容，输出向量是根据单个自适应滤波器的输出估算的。
应当指出，自适应滤波器本身并不产生LMMSE估算值。仅在自适应滤波器后面是与接收信号承载的未知参数脉冲波形匹配的滤波器之后，才产生LMMSE估算值。另一种状况是估算由逆(总)协方差矩阵的行或列组成，而不是由逆干扰加噪声协方差矩阵组成。本文所述的自适应滤波器可视为多用途滤波器，例如，它用于LMMSE估算。
该方法的另一步骤将结果(滤波器输出)加至与要估算的未知参数的脉冲波形相匹配的独立滤波器。这两个滤波器一起则形成未知参数的自适应LMMSE估算器。在目前最佳实施例中，接收信号从无线网络的基站(BS)作为WCDMA信号发射，并且匹配滤波器作为RAKE接收机来实现，该接收机执行在码片级的多径组合以及单代码相关。这种情况下，未知参数是通过诸如WCDMA信道等无线信道发送和接收的数据符号。
还公开一种接收机，它使用至少一个天线从信道接收信号，其中接收信号包含数据信号。接收机包括输入部分，如用于对接收信号抽样的模数转换器。接收机还包括盲自适应滤波器，该滤波器处理输入样值并生成输出样值以便进一步处理，并且该滤波器收敛到滤波器系数向量，而该向量是逆协方差矩阵的行或列的估算值。RAKE接收机最好耦合到自适应滤波器的输出，并且结合单代码相关器执行码片级的多径组合。
在这些实施例中，RAKE接收机也可以这样实现，使得它先使用代码相关器组将多路径解扩频，然后使用相关器输出在符号级执行多径组合。
总之，具有所述后处理(脉冲波形匹配滤波，例如RAKE接收机)的自适应滤波器用作无需训练序列而工作的自适应LMMSE滤波器。已经表明，自适应滤波器的滤波器系数收敛到逆协方差矩阵(Crr(i))-1的第(P+1)列或行，使得不必要执行复杂的矩阵求逆。
本发明为估算或其它用途提供：输入信号向量与逆协方差矩阵(全部信号协方差矩阵或干扰加噪声协方差矩阵)的所需相乘由线性滤波代替，其中，与时刻i对应的逆协方差矩阵的行或列的元素(直接计算或估算的元素)用作滤波器系数。滤波器输出构成向量g(i)，g(i)是利用线性滤波器逐个元素地估算的。向量g(i)可用于代替将通过信号向量直接与逆协方差矩阵相乘而得到的向量。
本发明的论述不限于任何特定估算方法[例如，LMMSE、最大似然(ML)等]，并且在此普通级滤波无需自适应。此普通方法可能需要精确构建或估算实际的协方差矩阵，以便能够估算逆矩阵的行或列，但这并不是必需的。由于只需要一行或一列，因此可大大降低复杂性。
本发明还通过应用新颖的自适应滤波器提供上述扩展，使得滤波器w(i)收敛或接近收敛到所需逆协方差矩阵的行或列。
以下两种情况可以区分开来。首先，如果需要全部信号协方差矩阵(如在线性最小MSE、即LMMSE估算的情况下)，则自适应滤波器的输入信号是全部信号(所需信号加干扰加噪声)，并且滤波器输出用于生成输出向量g(i)。其次，如果需要噪声协方差矩阵(如最大似然、即ML估算的情况下)，则滤波器的输入信号是干扰加噪声信号，其中排除了所需信号。例如，在导频信号期间所需信号已知并由此可从全部信号中减去时，这是可能实现的。在通过自适应求出所需滤波器时，此滤波器随后可用于代替所需运算、即对协方差矩阵求逆并且将输入信号向量(也包括所需信号)或某些其它信号向量乘以逆协方差矩阵。
通过解除自适应滤波器与和接收抽样信号承载的未知参数的脉冲波形相匹配的滤波器之间的连接，根据上述两种情况生成的滤波器输出随后可用于例如在LMMSE估算中估算未知参数。
附图简述
结合附图阅读后面的本发明详细说明，更易于明白本发明的上述和其它特征，其中：
图1是框图，说明需要与逆矩阵相乘来按常规以高复杂性直接求解LMMSE估算器；
图2是采用根据本文论述的自适应FIR滤波器的自适应LMMSE估算器的框图；
图3是采用根据本文论述的自适应FIR滤波器的多信号自适应LMMSE估算器的框图；
图4是框图，描述应用于WCDMA下行链路中的自适应LMMSE接收机的目前最佳自适应算法的使用；
图5是说明在G＝3dB的车辆A信道中接收机和RAKE的曲线图，其中BER用实线表示，FER用虚线表示；
图6是说明在G＝9dB的车辆A信道中接收机和RAKE的曲线图，其中BER用实线表示，FER用虚线表示；
图7是说明在G＝15dB的车辆A信道中接收机和RAKE的曲线图，其中BER用实线表示，FER用虚线表示；
图8是无线终端的部分框图，它包括根据本文论述的LMMSE估算器，其中如图1所示乘以逆矩阵的运算替换为自适应线性(横向)滤波器；
图9A-9Q表示本发明的详细说明中引用的多个数学公式；
图10是电路图，表示在一个输入信号r(i)(一个接收机天线)的情况下，根据这些论述的自适应滤波器的示范硬件实现；以及
图11A和11B是有助于理解在计算或估算逆矩阵的一行(或列)中自适应滤波器操作的示意图，该行(或列)随后用作输入信号r(i)的线性滤波器(FIR滤波器)，其中图11A说明单天线的情况，而图11B说明两个天线的情况。
发明详细描述
在详细说明中会出现以下缩写：
BER误码率
BS基站
AWGN加性高斯白噪声
FER误帧率
FIR有限脉冲响应滤波器
LMMSE线性最小均方误差
LMS最小均方
RAKE分离多径
SINR信号对干扰加噪声之比
SIR 信号对干扰比
WCDMA宽带码分多址
通过引用，线性公式系统可方便地用如图9A所示的矩阵公式表示。此公式建立任意信号的模型。考虑数据传输时，向量r(i)可表示包括大约在涉及的时间间隔i的样值的接收信号向量。矩阵H(i)是信道矩阵，也可包括脉冲整形和其它发射与接收滤波器，b(i)是数据符号的未知向量，并且n(i)是加性噪声加干扰向量。无需进行有关噪声向量性质的假设。
在给定r(i)的条件下为解出未知参数b(i)，图9B的公式中表示了在最小均方的意义上最佳的线性估算器(LMMSE解)，图中接收信号的协方差矩阵是图9C所示的形式。
符号σb 2表示未知参数(例如数据符号)的权，E[]表示取期望值，()H表示矩阵的共轭转置，而()-1表示矩阵求逆。此常规类型的估算器10的结构如图1所示。
显然，WLMMSE的解需要矩阵求逆和逆矩阵的不断更新。但是，对于使用当前可用的微处理器技术的无线终端接收机而言，这些运算太复杂而无法在适当的时间内计算。
乘以逆矩阵之后，通过将结果g(i)与hH(i)相乘，执行匹配的滤波。运算结果是b(i)的LMMSE估算值。
现在提供的是根据本发明论述的普通自适应盲算法的定义。同样可参照图2。盲算法自适应地求出最优LMMSE估算器，从而避免大量计算要求。自适应LMMSE解分成两部分，其中图1中的矩阵求逆方框替换为自适应滤波器22，并且第二匹配滤波器方框24可保持原样。从无需b(i)的训练序列以训练自适应滤波器22的意义上讲，该算法是盲的。实际上，估算器的结构使得自适应滤波器22本身的输出可用于训练。在自适应滤波器22之后，最好有与脉冲波形匹配的另一滤波器，在此情况下为滤波器24。
执行相同运算的自适应算法和方法如下所述。
仍参照图2，说明根据这些论述的盲自适应LMMSE估算器20的框图，第一步骤执行滤波器初始化，如图9D中的公式所示，图中0N是长度为N的全零列向量。
第二步骤根据图9E所示的公式计算新滤波器输出。
第三步骤根据图9F所示的公式更新滤波器系数，其中a是可设为等于一的常量。
如果知道最优滤波器是对称的，则第三步骤可执行可选子步骤。在这种情况下，可执行图9G中所示的公式。
第四步骤让变量i递增，并且方法转到第二步骤以再次计算滤波器输出。
在上述说明中，复共轭由()*表示，并且μ(i)是可能随时间变化的小步长参数。参数μ(i)可选择为2-n形式以提供有效的硬件实现(还参见图10)，其中n是整数。图9H的公式中表示了设置步长参数的一种选择，该公式导致归一化自适应算法。参数α是常量，用以确保除数无法变得任意小，同时参数μ可以是常量或者根据信号模型改变的速度(例如衰落速度)来选择。滤波器长度为P+1+Q个抽头，这与输入向量r(i)的长度相同(还参见图10)。
自适应LMMSE估算器20包括自适应滤波器22和与接收脉冲波形匹配的滤波器24。向量w(i)是对应于时间间隔i的逆矩阵的行(或列)的估算值(图9C)。图1的向量g(i)是通过得出的线性滤波器逐个元素估算的。形成完整向量g(i)的估算值后，可执行图1第二方框所示的第二运算。在下面可以看到，第二运算可作为常规或修改的RAKE接收机来实现。
例如，RAKE接收机可基于T.Ojanper，R.Prasad(编者)的“第三代移动通信的宽带CDMA”(Artech House，1998)第46-47页中所述和/或J.Proakis的“数字通信”第三版(McGraw-Hill，1995)第797-800页中所述的内容。前者提供了更实用的说明，而后者提供了更具理论性的说明。本文所采用的RAKE使用码片级的多径组合，其后面跟着单代码相关器。虽然在引用中未说明此特定实现，但知道线性运算的顺序可以交换。
可以证明，自适应滤波器系数收敛到逆信号协方差矩阵(Crr(i))-1的第(P+1)列。因此，根据这些论述的一个方面，避免了图9B所示公式(1)中的复杂矩阵求逆的需要。实际上，通常考虑的n2个元素降到仅考虑n个元素，这在执行时间上提供了极大的改进。
下面提供与多个输入信号(天线)配合使用的自适应算法的实施例的说明。先假定存在两个可能相关的接收信号(例如，来自两个接收机天线)。基于随后的说明，与两个以上输入信号配合使用的这些论述的扩展是简明的。在下面的说明中，附加下标用于表示输入信号向量(或天线)的标记或滤波器向量的标记。
与多个输入信号(例如接收机天线)配合使用的方法如下所述。同时参照图3，该图表示适合与两个输入信号r1(i)和r2(i)配合使用的自适应LMMSE估算器20的结构。在这种情况下，自适应LMMSE估算器20包括两个自适应滤波器22和两个相关滤波器24，每个相关滤波器与接收脉冲波形相匹配。滤波器24可以是RAKE类型的滤波器。在脉冲波形滤波器24的输出中提供求和结点26。
在第一步骤中，将自适应滤波器22初始化，如图9I中的公式所示，其中0N是长度为N的全零列向量。
在第二步骤中，该方法根据图9J所示的公式计算新自适应滤波器输出。
在第三步骤中，该方法如图9K中所示更新滤波器系数，其中a是可设为一的常量。
第四步骤让变量i递增，并且该方法回到第二步骤以再次计算滤波器输出。
因此，在描述根据本发明的盲自适应算法后，现在提供示范WCDMA应用中算法使用的说明。
对于WCDMA应用，图9L的公式中表示接收信号模型，其中矩阵G(i)现在是信道矩阵，其列h(i)表示信道脉冲响应和特定用户的每个发射码片的码片脉冲波形。假定每个码片使用至少一个样值，则协方差矩阵一般的大小为10×10或更大。用户相关的时变短扩频码由矩阵S(i)的各列给出。时间变化是由于WCDMA系统中使用长扰码的原因。要由自适应滤波器20估算的信道符号堆叠成向量b(i)。
由于如前面所述使用了扰码，无法通过使用已知符号序列b(i)来训练自适应滤波器20。另外，无法通过使用某种已知的用户码片序列S(i)b(i)(例如来自公共导频信道)来成功地训练自适应滤波器20。这种情况是真实的，因为系统中一般具有大量的用户，导致自适应速度太慢，所以信号仅是整个下行信号的一部分。由于信号模型等效于前文所述的具有定义H(i)＝G(i)S(i)的模型，因此，根据本发明论述的自适应滤波器20可直接应用。直接LMMSE解具有图9Q的公式中所示的形式。
在此公式中，向量sH(i)GH(i)等效于RAKE接收机，其中，在码片级执行多径组合，然后使用单代码相关器。这些运算的顺序可以颠倒，即，信号可以先馈入代码相关器组，之后再应用多径组合器。应当指出，RAKE接收机用于多径组合的信道估算值是使用自适应滤波器20之前的信号估算的。
由于常规LMMSE解中的矩阵求逆运算替换为根据本发明论述的自适应滤波器20，因此获得了图4所示的自适应LMMSE接收机结构30，其中，如上所述，滤波器框24和28实现RAKE接收机。
如上所述的自适应算法和所得滤波器22已在WCDMA终端接收机中应用，并且其性能已通过计算机模拟使用进行了评估。该性能与仅使用常规RAKE接收机而获得的性能进行了比较。模拟环境根据UTRA规范模仿整个WCDMA下行链路。模拟环境假定存在以下参数和条件：一个接收机天线、衰落多径信道(修正车辆A信道，每小时50公里)、信道估算、快速闭环功率控制、速率1/3卷积信道编码、使用G参数的几何建模、扩频因子32以及所需的用户加19个干扰等功率用户。
通过在RAKE接收机(图4的框24和28)之前应用盲自适应FIR滤波器22并为使用高级接收机而修改SIR估算器，实现新颖的自适应LMMSE接收机30。SIR估算利用自适应滤波器22的输出来完成。
图5-7表示性能比较，并且表1中表示结果的总结。注意使用Eb/N0测量的增益是相同的。假定车辆A信道为每小时50公里的情况下，表1说明与WCDMA下行链路中的RAKE接收机相比、由于使用自适应LMMSE接收机30而获得的增益(以所需用户的发射功率的降低来测量)。
表1
| FER＝10-1时的增益 | BER＝10-3时的增益 | |
| G＝3dB | 1.0dB | 1.1dB |
| G＝9dB | 2.5dB | 2.2dB |
| G＝15dB | 3.2dB | 2.9dB |
G参数给出WCDMA接收机中总BS发射功率与加性高斯白噪声(AWGN)功率的关系。如果G增大，并且总BS发射功率是固定的，则AWGN功率降低。参数值取决于接收机与BS之间的距离以及随距离而定的平均传播损耗。白噪声的相对比例减少时，使用LMMSE接收机30而得到的增益增加。这种情况是真实的，因为未知类型的接收机可通过固定数量的接收机天线抵制无结构的白噪声。
应当指出，来自相邻BS的干扰并未考虑在内。当这种小区间干扰增加时，与常规RAKE接收机相比，来自自适应接收机30的增益也增加。小区间干扰在小区边缘达到其最大值，因此，在WCDMA无线终端向小区边缘移动时，它补偿了降低G导致的增益损失。当使用额外的接收机天线时，接收机除时间有色干扰外，也能够最优或接近最优地适应空间有色干扰，为了与常规RAKE接收机(具有相同数量的接收天线)相比进一步增加增益，这是所期望的。
下面描述自适应滤波器20的第二实施例。虽然自适应滤波器的第二实施例不如上述第一实施例稳定，但使用CDMA信号进行的测试表明，根据第二实施例的自适应滤波器20也同样适合于在CDMA系统中使用，并且特别适合于WCDMA系统。在第二实施例的滤波器中，自适应不严格依据所谓的矩阵求逆引理。与递归最小二乘方(RLS)算法相关，此方法可呈现比自适应滤波器20更快的自适应速度。RLS算法已知具有比相对更简单的LMS类型算法更快的自适应速度，如LMS、格里菲思算法等。RLS算法应用所谓的矩阵求逆引理。
在第一步骤中，自适应滤波器22初始化，如图9M中的公式所示，其中0N是长度为N的全零列向量。
在第二步骤中，该方法根据图9N所示的公式计算新自适应滤波器输出。
在第三步骤中，该方法更新如图9O所示的滤波器系数，其中Re指实部。
如果最佳滤波器已知是对称的，则第三步骤可执行可选的子步骤。在这种情况下，可执行图9P所示的公式。
第四步骤将变量i递增，并且方法返回到第二步骤以再次计算滤波器输出。
参数γ1和γ2是实数因子，它们是常量或者根据信号模型改变的速度(例如，根据衰落速度)缓慢变化。这两个参数可称为“遗忘因子”，它们使自适应滤波器20处于变化环境中时逐渐忘记过去的状况。这些遗忘因子参数可用几种方式定义，比如γ1＝γ及γ2＝γ/SQRT(1-γ2)(其中γ近似但小于1)。
自适应滤波器20可在硬件中实现并且后面跟着常规或修正的RAKE接收机。这方面可参见图10，该图表示用于一个输入信号r(i)(一个接收机天线)的自适应滤波器20的硬件实现，输入信号实际上一般包括同相(I)和正交(Q)分量。图的下部分表示复系数部分20A和输出复标量向量值g(i)的求和方框20B，而图的上部分说明滤波器20的自适应部分20C。在示意图中，空方框表示一个输入样值间隔的延迟元件(例如每个码片一个或更多样值)，含有符号的方框表示存储元件或寄存器，*表示取复共轭，并且μ表示步长参数。
图8是无线终端40的一部分的框图，该终端包括根据本发明的自适应FIR(LMMSE)接收机30。至少一个天线42从信道接收信号，并将接收信号加至RF接收机(Rx)44的输入端。接收机44向基带转换方框46馈送信号，其中接收的RF信号被解调为基带并根据需要处理以形成基带信号。把基带信号加至模数转换器(ADC)48，该转换器对(模拟)基带信号抽样(例如，以码片率或码片率的某个倍数)，并输出I和Q样值。这些样值如上所述由自适应LMMSE接收机30进行运算。接收数据符号的估算值被加至解码器50，以便获得发射数据比特。天线42、接收机44、基带转换方框46、ADC 48和解码器50可以全部为常规结构，并可适用于在WCDMA系统或任何其它适当系统中工作。例如，一些TDMA系统也可从本发明的论述中获益。
本发明的论述提供了一种明显优于图1所示常规自适应滤波器的自适应滤波器20。代替协方差矩阵求逆需要乘法运算，计算或估算逆矩阵的列(或行)w并随后用作输入信号r(i)的线性滤波器(FIR滤波器)。这方面可参见表示单天线情况的图11A和表示双天线情况的图11B。这种类型的运算由此可有利地消除协方差矩阵求逆的乘法，甚至更有意义的是，在采用上述盲自适应滤波器之一时，消除了矩阵求逆的需要很大计算量的运算。
要注意，自适应滤波器20可能相对于中间滤波器系数wo对称。
如果接收机30的自适应滤波器部分20由于某些原因而被旁路，例如在遇到好的信道条件时为了节能而绕过该部分，则接收机30用作常规RAKE接收机。
要指出的是，虽然可在自适应中利用滤波器的可能对称(即，已知滤波器系数满足(w-k＝wk)，但滤波器不一定为了可工作必须对称，并且本发明的论述不限于仅用于对称滤波器。这是重要的一点，因为滤波器对称不是保持的，例如在使用多个接收机天线时。同样，由于某一原因(例如因为滤波器延迟约束)而P1Q时，可相对于第P+1个抽头保持对称，但仅具有适当的精度。很明显，在这种情况下，一些滤波器系数不成对，并且在那些系数的自适应中无法利用对称属性。然而，选择P＝Q是选择参数的最合理方式。在滤波器对称方面，逆协方差矩阵的所需属性是，它至少接近所谓的Toeplitz矩阵。在矩阵足够大(即P+1+Q足够大)且只使用一个天线时，通常是这种情况。
还要指出，本发明的自适应算法不限于仅仅是公开的WCDMA接收实施例，而是可以广泛用于执行或需要LMMSE或诸如最大似然(ML)估算等一些其它类型估算的多种应用中。对于ML估算，涉及的协方差矩阵通常是附加(干扰加)噪声的协方差矩阵，而不是也包括所需信号分量的全部接收信号的协方差。本发明的论述，包括自适应算法，也可用于ML估算器的有效实现的逆噪声协方差矩阵的行或列的估算。如ML估算理论所要求的，盲自适应滤波器的目前最佳实施例的滤波器系数可分别用于对全部输入信号(也包括所需信号分量)进行滤波。
此外，接收信号和对信号抽样时通过的信道不一定是无线信道。同样，应当指出，本发明的使用不限于下行链路(基站到移动台)，而是也可在上行方向(移动台到基站)中应用。
因此，虽然参照本发明的最佳实施例特别说明和描述了本发明，但是本领域的技术人员应当理解，在不脱离本发明范围和精神的情况下，可在其中进行形式和细节上的改变。
Claims (26)
1.一种处理输入信号的方法，包括以下步骤：
从所述输入信号的样值中形成协方差矩阵；
估算所述协方差矩阵的逆矩阵的行或列以形成线性滤波器；以及
通过所述线性滤波器来自适应处理所述输入信号以形成结果。
2.如权利要求1所述的方法，其特征在于，所述估算步骤形成向量w(i)，作为对应于接收信号的时间间隔i的协方差矩阵的逆矩阵的行或列的估算值，并且所述自适应处理步骤形成结果作为向量g(i)，所述向量是使用所述线性滤波器逐个元素估算的。
3.如权利要求2所述的方法，其特征在于还包括以下步骤：将所述结果加至与要估算的未知参数的脉冲波形相匹配的滤波器，从而生成所述未知参数的估算值。
4.如权利要求3所述的方法，其特征在于，所述输入信号作为WCDMA信号发送到无线网络的基站或者从无线网络的基站发出，并且所述匹配滤波器包括RAKE接收机。
5.如权利要求4所述的方法，其特征在于，所述RAKE接收机执行码片级多径组合和单代码相关。
6.如权利要求4所述的方法，其特征在于，所述RAKE接收机使用代码相关器组执行解扩频，并使用相关器输出执行符号级多径组合。
7.如权利要求3所述的方法，其特征在于，所述未知参数包括通过无线信道发送和从无线信道接收的数据符号。
8.一种使用至少一个天线从信道接收信号的接收机，所述接收信号包含数据信号，所述接收机包括信号处理装置，用于从输入信号的样值中形成协方差矩阵、用于估算所述协方差矩阵的逆矩阵的行或列以形成线性滤波器以及用于通过所述线性滤波器自适应地处理所述输入信号以形成结果。
9.如权利要求8所述的接收机，其特征在于，形成向量w(i)作为与所述接收信号的时间间隔i对应的所述协方差矩阵的逆矩阵的行或列的估算值，并且其中结果是使用所述线性滤波器逐个元素估算的向量g(i)。
10.如权利要求9所述的接收机，其特征在于还包括连接到所述信号处理装置的输出的匹配滤波器，所述匹配滤波器与传达所述数据信号的未知参数的脉冲波形相匹配，用于生成所述未知参数的估算值。
11.如权利要求10所述的接收机，其特征在于，所述输入信号作为WCDMA信号发送到无线网络的基站或者从无线网络的基站发出，并且所述匹配滤波器包括RAKE接收机。
12.如权利要求11所述的接收机，其特征在于，所述RAKE接收机与单代码相关结合执行码片级多径组合。
13.如权利要求11所述的接收机，其特征在于，所述RAKE接收机使用代码相关器组执行解扩频，使用所述相关器输出执行所述符号级的多径组合。
14.如权利要求8所述的接收机，其特征在于，所述线性滤波器用作有限脉冲响应(FIR)滤波器。
15.如权利要求10述的接收机，其特征在于，所述信号处理装置用作自适应线性小均方误差(LMMSE)滤波器。
16.如权利要求8述的接收机，其特征在于，所述信号处理装置工作时无需训练序。
17.如权利要求8述的接收机，其特征在于，滤波器系数收敛到所述逆协方差矩阵(Crr(i))-1的第(P+1)列或行，使得不必执行复杂的矩阵求逆。
18.如权利要求8所述的接收机，其特征在于，所述协方差矩阵是全部信号减去所需信号滤波器的噪声协方差矩阵，并且所述自适应滤波器的系数收敛到所述逆协方差矩阵的第(P+1)列或行。
19.一种处理输入信号的方法，包括以下步骤：
将输入信号向量与逆协方差矩阵的所需相乘替换为线性滤波，所述逆协方差矩阵是全部信号协方差矩阵或干扰加噪声协方差矩阵之一，其中对应于时刻i的所述逆协方差矩阵的行或列的直接计算或估算的滤波器元素用作线性滤波器系数；
从所述滤波器输出形成向量g(i)，所述向量g(i)是使用所述线性滤波器逐个元素估算的；以及
使用所述向量g(i)代替通过将所述信号向量直接与所述逆协方差矩阵相乘而获得的向量。
20.如权利要求19所述的方法，其特征在于，所述线性滤波器w(i)收敛到或接近收敛到所需逆协方差矩阵的行或列。
21.如权利要求19所述的方法，其特征在于，对于所述协方差矩阵是所述干扰加噪声协方差矩阵的情况，在通过自适应求出所需滤波器时，所述所需滤波器用于对包括所需信号在内的全部信号进行滤波，从而产生所述输出向量g(i)。
22.如权利要求21所述的方法，其特征在于，使用所述全部信号协方差矩阵或所述干扰加噪声协方差矩阵生成的所述滤波器输出用于通过使用另一滤波器来估算未知参数，所述另一滤波器与所述输入信号承载的所述未知参数的所述脉冲波形相匹配。
23.如权利要求22所述的方法，其特征在于，所述未知参数是数据符号。
24.如权利要求22所述的方法，其特征在于，所述未知参数是通过WCDMA信道发送的数据符号。
25.如权利要求23所述的方法，其特征在于，所述另一滤波器包括执行码片级的多径组合以及单代码相关的RAKE接收机。
26.如权利要求23所述的方法，其特征在于，所述另一滤波器包括使用代码相关器组执行解扩频以及使用所述相关器输出执行所述符号级的多径组合的RAKE接收机。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US09/751,973 | 2000-12-29 | ||
| US09/751,973 US6771690B2 (en) | 2000-12-29 | 2000-12-29 | Method and apparatus for providing blind adaptive estimation and reception |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1502174A true CN1502174A (zh) | 2004-06-02 |
| CN1274093C CN1274093C (zh) | 2006-09-06 |
Family
ID=25024302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB018228496A Expired - Lifetime CN1274093C (zh) | 2000-12-29 | 2001-10-08 | 提供盲自适应估算和接收的方法与设备 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US6771690B2 (zh) |
| EP (1) | EP1346488A1 (zh) |
| KR (1) | KR100870084B1 (zh) |
| CN (1) | CN1274093C (zh) |
| WO (1) | WO2002054613A1 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008141537A1 (fr) * | 2007-05-22 | 2008-11-27 | Huawei Technologies Co., Ltd. | Procédé, équipement et récepteur pour estimer une puissance de bruit blanc gaussien dans des canaux |
| CN101034899B (zh) * | 2007-04-29 | 2010-05-19 | 中国民航大学 | 基于单通道的民航地空通信自适应干扰抑制方法及其系统 |
| CN101034901B (zh) * | 2007-04-29 | 2010-07-21 | 中国民航大学 | 基于恒模阵列的民航地空通信自适应干扰抑制方法及系统 |
| CN1992555B (zh) * | 2005-12-30 | 2010-12-22 | 上海原动力通信科技有限公司 | 时隙cdma系统下行时隙干扰信号空间特征参数的提取方法 |
| CN101345562B (zh) * | 2007-07-10 | 2012-02-01 | 凌阳电通科技股份有限公司 | 耙式接收器及其解展频方法 |
Families Citing this family (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7769078B2 (en) * | 2000-12-22 | 2010-08-03 | Telefonaktiebolaget Lm Ericsson (Publ) | Apparatus, methods and computer program products for delay selection in a spread-spectrum receiver |
| US7751469B2 (en) * | 2001-02-20 | 2010-07-06 | Massachusetts Institute Of Technology | Correlation shaping matched filter receiver |
| US7636403B2 (en) * | 2001-02-20 | 2009-12-22 | Massachusetts Institute Of Technology | Correlation shaping multi-signature receiver |
| GB0107113D0 (en) * | 2001-03-21 | 2001-05-09 | Nokia Networks Oy | Interference rejection in a receiver |
| US20020146044A1 (en) * | 2001-04-09 | 2002-10-10 | Riaz Esmailzadeh | Hybrid single/multiuser interference reduction detector |
| JP2002335188A (ja) * | 2001-05-08 | 2002-11-22 | Sony Corp | 無線送信装置、無線受信装置、無線送信方法、並びに無線受信方法 |
| US7388930B1 (en) * | 2001-08-10 | 2008-06-17 | Bandspeed, Inc. | Method and apparatus for removing crosstalk and other interference in communications systems |
| US7349461B2 (en) * | 2003-02-13 | 2008-03-25 | Qualcomm Incorporated | Efficient back-end channel matched filter (CMF) |
| KR20060087575A (ko) * | 2003-09-23 | 2006-08-02 | 코닌클리즈케 필립스 일렉트로닉스 엔.브이. | 필터 장치 및 필터링 방법 |
| CN1918809B (zh) * | 2004-02-12 | 2011-05-25 | 日本电气株式会社 | 移动通信系统和用于该系统的无线设备 |
| US7848389B2 (en) * | 2004-03-12 | 2010-12-07 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for scaling parameter estimation in parametric generalized rake receivers |
| US7539240B2 (en) | 2004-03-12 | 2009-05-26 | Telefonaftiebolaget Lm Ericsson (Publ) | Method and apparatus for parameter estimation in a generalized rake receiver |
| US7536158B2 (en) | 2004-03-29 | 2009-05-19 | Telefonaktiebolaget Lm Ericsson (Publ) | Impairment correlation estimation in a spread spectrum system |
| US7941099B2 (en) * | 2004-07-19 | 2011-05-10 | Nxp B.V. | SIR estimation techniques |
| US7711035B2 (en) * | 2004-09-17 | 2010-05-04 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for suppressing communication signal interference |
| US7787573B2 (en) | 2004-11-19 | 2010-08-31 | Broadcom Corporation | Wireless system having channel fading compensation using minimum mean square error |
| US7778366B2 (en) * | 2004-11-19 | 2010-08-17 | Broadcom Corporation | Wireless system having channel fading compensation using zero-forcing |
| JP2007124048A (ja) * | 2005-10-25 | 2007-05-17 | Ntt Docomo Inc | 通信制御装置及び通信制御方法 |
| US7711765B2 (en) * | 2006-02-17 | 2010-05-04 | Telefonaktiebolaget L M Ericsson (Publ) | Method and apparatus to perform multiply-and-accumulate operations |
| US8831111B2 (en) * | 2006-05-19 | 2014-09-09 | The Hong Kong University Of Science And Technology | Decoding with embedded denoising |
| US8369417B2 (en) * | 2006-05-19 | 2013-02-05 | The Hong Kong University Of Science And Technology | Optimal denoising for video coding |
| US20080181095A1 (en) * | 2007-01-29 | 2008-07-31 | Zangi Kambiz C | Method and Apparatus for Impairment Correlation Estimation in Multi-Antenna Receivers |
| US8761144B2 (en) * | 2007-06-28 | 2014-06-24 | Telefonaktiebolaget Lm Ericsson (Publ) | HS-PDSCH blind decoding |
| US8300651B1 (en) * | 2008-01-30 | 2012-10-30 | Marvell International Ltd. | Channel estimation with co-channel pilots suppression |
| US20090323860A1 (en) * | 2008-06-27 | 2009-12-31 | Infineon Technologies Ag | Receiving and processing data |
| US20180329018A9 (en) * | 2008-07-25 | 2018-11-15 | etherwhere Coporation | System framework for mobile device location |
| WO2011126246A2 (ko) * | 2010-04-04 | 2011-10-13 | 엘지전자 주식회사 | 무선 통신 시스템에서 제어 정보의 전송 방법 및 장치 |
| KR101733489B1 (ko) | 2010-01-17 | 2017-05-24 | 엘지전자 주식회사 | 무선 통신 시스템에서 제어 정보의 전송 방법 및 장치 |
| US10812955B2 (en) | 2013-01-05 | 2020-10-20 | Brian G Agee | Generation of signals with unpredictable transmission properties for wireless M2M networks |
| US9648444B2 (en) | 2014-01-06 | 2017-05-09 | Brian G. Agee | Physically secure digital signal processing for wireless M2M networks |
| US8934588B2 (en) * | 2013-02-05 | 2015-01-13 | Samsung Electronics Co., Ltd. | Wireless communication system with direct conversion mechanism and method of operation thereof |
| US9374260B2 (en) * | 2013-11-07 | 2016-06-21 | Futurewei Technologies, Inc. | Method and apparatus for directly detected optical transmission systems based on carrierless amplitude-phase modulation |
| US9524271B2 (en) * | 2014-01-10 | 2016-12-20 | Alcatel Lucent | Distributed computation of linear combinations in a network |
| CN104901637B (zh) * | 2015-04-30 | 2017-12-05 | 西安电子科技大学 | 一种黑盒子记忆性失真补偿方法 |
| KR101757625B1 (ko) * | 2016-02-17 | 2017-07-13 | 주식회사 이노와이어리스 | 신호 분석기의 ｗｃｄｍａ ｏｖｓｆ 코드 블라인드 추정 방법 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5377226A (en) * | 1993-10-19 | 1994-12-27 | Hughes Aircraft Company | Fractionally-spaced equalizer for a DS-CDMA system |
| FI96651C (fi) * | 1994-08-25 | 1996-07-25 | Nokia Telecommunications Oy | Vastaanottomenetelmä ja vastaanotin |
| US5790537A (en) * | 1996-05-15 | 1998-08-04 | Mcgill University | Interference suppression in DS-CDMA systems |
| US6377611B1 (en) * | 1999-02-01 | 2002-04-23 | Industrial Technology Research Institute | Apparatus and method for a DSSS/CDMA receiver |
-
2000
- 2000-12-29 US US09/751,973 patent/US6771690B2/en not_active Expired - Lifetime
-
2001
- 2001-10-08 WO PCT/IB2001/001866 patent/WO2002054613A1/en active Application Filing
- 2001-10-08 KR KR1020037008596A patent/KR100870084B1/ko not_active IP Right Cessation
- 2001-10-08 CN CNB018228496A patent/CN1274093C/zh not_active Expired - Lifetime
- 2001-10-08 EP EP01970098A patent/EP1346488A1/en not_active Ceased
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1992555B (zh) * | 2005-12-30 | 2010-12-22 | 上海原动力通信科技有限公司 | 时隙cdma系统下行时隙干扰信号空间特征参数的提取方法 |
| CN101034899B (zh) * | 2007-04-29 | 2010-05-19 | 中国民航大学 | 基于单通道的民航地空通信自适应干扰抑制方法及其系统 |
| CN101034901B (zh) * | 2007-04-29 | 2010-07-21 | 中国民航大学 | 基于恒模阵列的民航地空通信自适应干扰抑制方法及系统 |
| WO2008141537A1 (fr) * | 2007-05-22 | 2008-11-27 | Huawei Technologies Co., Ltd. | Procédé, équipement et récepteur pour estimer une puissance de bruit blanc gaussien dans des canaux |
| US8259782B2 (en) | 2007-05-22 | 2012-09-04 | Huawei Technologies Co., Ltd. | Method and device for estimating a gaussian white noise power in a channel, and receiver |
| CN101345562B (zh) * | 2007-07-10 | 2012-02-01 | 凌阳电通科技股份有限公司 | 耙式接收器及其解展频方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1346488A1 (en) | 2003-09-24 |
| US20020122470A1 (en) | 2002-09-05 |
| KR100870084B1 (ko) | 2008-11-25 |
| CN1274093C (zh) | 2006-09-06 |
| WO2002054613A1 (en) | 2002-07-11 |
| US6771690B2 (en) | 2004-08-03 |
| KR20030062449A (ko) | 2003-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1274093C (zh) | 提供盲自适应估算和接收的方法与设备 | |
| EP1913745B1 (en) | Channel estimation for wireless communication | |
| CN1221083C (zh) | Cdma信号多用户检测接收器 | |
| CN1192504C (zh) | 瑞克接收机中消除干扰的方法和设备 | |
| CN1708936A (zh) | 无线mimo系统中的多模式终端 | |
| KR100445490B1 (ko) | 무선 기지국 장치 및 무선 수신 방법 | |
| US7852902B2 (en) | Method of and apparatus for multi-path signal component combining | |
| CN1717877A (zh) | 无线电接收机的低复杂度均衡器 | |
| CN1703663A (zh) | 减少功耗的信号处理方法和装置 | |
| CN1147066C (zh) | 无线接收装置和无线接收方法 | |
| CN101036311A (zh) | 在采用导频信号的cdma无线系统中使用自适应滤波器 | |
| EP2294706A1 (en) | Methods and apparatus for sharing signal correlation data in a receiver | |
| EP2834920B1 (en) | Soft-bit generation and channel estimation for interference cancellation using decoder output | |
| CN1751452A (zh) | 具有基于耙式的自适应均衡器的通信接收机 | |
| CN1926777A (zh) | 信道估计的方法和系统、相关接收机及计算机程序产品 | |
| CN1086087C (zh) | 接收方法和接收机 | |
| US8259854B2 (en) | Channel estimation using common and dedicated pilots | |
| CN1130845C (zh) | 迭代分离多径接收机及相应的接收方法 | |
| CN1684379A (zh) | 一种信道估计的方法和装置 | |
| CN101060505A (zh) | 无线移动通信系统中的联合信道估计方法与估计装置 | |
| US8913700B1 (en) | High-performance diagonal loading for MMSE equalization | |
| CN1578181A (zh) | 瑞克接收器之信道系数加权方法及装置 | |
| CN1574669A (zh) | 雷克接收器中路径权重计算方法及装置 | |
| CN1553617A (zh) | Cdma系统的基带接收同步获得方法与装置 | |
| EP3384615A1 (en) | Signal to interference and noise ratio estimation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20160122 Address after: Espoo, Finland Patentee after: Technology Co., Ltd. of Nokia Address before: Espoo, Finland Patentee before: Nokia Oyj |
|
| TR01 | Transfer of patent right |
Effective date of registration: 20210517 Address after: texas Patentee after: Usao Investment Co.,Ltd. Address before: Espoo, Finland Patentee before: Nokia Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| CX01 | Expiry of patent term |
Granted publication date: 20060906 |
|
| CX01 | Expiry of patent term |