CN1502175A - 使用频道关联矩阵快速傅利叶转换的低复杂性数据检测 - Google Patents

Abstract

一种被接收于使用码分割多路存取的时分双路通讯系统中的时间槽中的共享频谱的组合信号。各数据信号经历了类似的频道响应。类似的频道响应被估计。表示部份以估计频道响应为基础的数据信号的频道的矩阵被建构。展开数据向量是部份以频道响应矩阵的转换近似值的快速傅利叶转换分解为基础来决定。展开数据向量是被收敛以从被接收的组合信号恢复数据。

Description

使用频道关联矩阵快速傅利叶转换的低复杂性数据检测

(1)技术领域

本发明有关无线通讯系统，特别是，本发明有关无线通讯系统中的数据检测。

(2)背景技术

图1描绘无线通讯系统10。通讯系统10具有与使用者设备(Ues)14₁至14₃通讯的基地站12₁至12₅。各基地站121具有以其操作区与使用者设备(UEs)14₁至14₃通讯的相关操作区。

如码分割多路存取(CDMA)及使用码分割多路存取的时分双路(TDD/CDMA)，多路通讯是于相同频谱被传送。这些通讯是被其频道化码差分。为了更有效使用频谱，码分割多路存取/时分双路(TDD/CDMA)通讯系统使用被区分用于通讯的时间槽的重复帧。以该系统被传送的通讯将具有一个或多路相关码及被指定至其的时间槽。一时间槽中的一码的使用是被称为资源单元。

因为多路信息可于相同频谱及相同时间被传送，所以该系统中的接收器必须区分多路信息。检测该信号的一种方法是为多路使用者检测。多路使用者检测中，与所有UEs14₁至14₃使用者产生关连的信号是同时被检测。执行多路使用者检测的方法是包括使用Cholesky或近似Cholesky分解的块线性等化基础连结检测(BLE-JD)。

另一种方法是为单使用者检测。单使用者检测中，数据是仅针对单使用者(一个UE14₁)被恢复。基于应用，单使用者检测数据可使用一或多码被传送。执行单使用者检测的方法包括使用Cholesky或近似Cholesky分解的块线性等化。这些方法具有高复杂性。高复杂性导致UE14₁处递增的功率消耗，因而产生电池寿命的减少。于是，预期拥有可检测被接收数据的替代方法。

(3)发明内容

复合信号是使用码分割多路存取被接收于时分双路通讯系统中的时间槽中的公用频谱。各数据信号是经历相似的频道响应。相似的频道响应是被估计。表示部份基于被估计频道响应的数据信号的频道的矩阵被建构。展开数据向量是部分基于频道矩阵的转换近似值的快速傅利叶转换(FFT)分解而被决定。展开数据向量是被收敛自被接收的复合信号来恢复数据。

(4)附图说明

图1为一无线通讯系统。

图2为一简化发送机及一单使用者检测接收机。

图3为通讯丛发的示意图。

图4为低复杂性数据检测的流程图。

图5-图15为低复杂性数据检测效能的曲线图。

(5)具体实施方式

图2描绘使用码分割多路存取/时分双路通讯系统中的低复杂性数据检测的一简化发送机26及接收机28。典型系统中，发送机26是位于各UE14₁至14₃中，而传送多路通讯的多路传送电路26是位于各基地站12₁至12₅中。低复杂性数据检测接收机28可位于基地站12₁、UEs14₁至14₃或两者处。接收机28可被使用于UE14₁，针对媒体的多路使用者或单使用者对如每秒2兆位(Mbs)的高数据速率服务的检测。当仅一单UE14₁传送于时间槽中时，接收机28亦可被使用于基地站12₁。

发送机26可于无线射频频道30传送数据。发送机26中的数据产生器32可产生被传送至接收机28的数据。展开及调变装置34可展开数据，且可使展开参考数据与适当指派时间槽及码中的中缓连列序列做时间多任务，以产生通讯丛发或丛发。

如图3显示，典型的通讯丛发16具有一中缓20，一保护期间18及两数据域22，24。中缓20分隔两数据域22，24，而保护期间18可分隔通讯丛发促使被传送自不同发送机26的丛发的抵达时间产生差异。两数据域22，24包含通讯丛发数据。

通讯丛发是被调变器36调变至射频(RF)。天线38可经由无线射频频道30发射射频信号至接收机28的天线40。被用于被传送通讯的调变的类型可为熟练技术人士所知者任何之一，如正交相移键控(QPSK)或正交调幅调变(QAM)。

接收机28的天线40可接收各种射频信号。被接收的信号是被解调42解调以产生基带信号。基带信号是藉由如频道估计装置44及低复杂性数据检测装置46被处理于时间槽且具有被指派至被接收丛发的合适码。频道估计装置44是使用基带信号中的中缓连列序列组成来提供频道信息。频道信息是被数据检测装置46用来估计被接收的通讯丛发的被传送数据当做硬符号(hardsymbols)。

数据检测装置46是使用频道估计装置44所提供的频道信息及发送机26所使用的已知展开码来估计预计被接收的通讯丛发接收的通讯丛发的数据。低复杂性数据检测与图4的流程图一起被解释。虽然低复杂性数据检测是使用第三代伙伴计划(3GPP)通用陆上通讯无线存取(UTRA)码分割多路存取系统当做标的通讯系统来解释，其仍适用于其它系统。该系统是为直接序列宽频时分双路(W-CDMA)系统，其中上行链路及下行链路传送是被限制为互斥时间槽。

接收机28是使用其天线40接收同时抵达的全部K丛发48。K丛发是以一可观察区间被叠置于彼此上面。某些或所有K丛发是源自或至相同使用者以获取更高的数据速率服务。

K丛发的K^th丛发是使用长度Q芯片的 C ^(k)码来展开N_s符号中的每一个以得出长度Q·N_s芯片序列。K^th丛发可以长度W芯片的已知或估计频道响应 h ^(k)来通过频道以形成长度的芯片序列，N_c＝(SF·N_s+W-1)。SF为展开因子。因为上行链路信号可导自多路UEs14₁至14₃，所以上行链路中的各 h ^(k)可被区分。因为无法分散传送的下行链路，所以所有丛发均通过相同的频道且具有相同的 h ^(k)。接收机28处，来自所有使用者的丛发均被当做单接收向量 r叠置而抵达。某些或所有K丛发可为多码传送。因为多码导源自相同的发送机26，所以其具有相同的 h ^(k)。

多路使用者信号模型是包含N_c个已知的接收芯片及K·N_s个未知的信息承载符号。K^th丛发的符号响应 s ^(k)是为 C ^(k)与 h ^(k)的卷积。于是， s ^(k)是为(SF+W-1)芯片的长度。W为脉冲响应，其表示联合符号留下来的芯片痕迹。来自栏向量 d ^(k)· r ^(k)的K^th丛发的N_s未知符号，是为K^th丛发对整体被接收芯片向量的贡献， r· d ^(k)为K^th丛发的数据向量。 d ^(k)及 r(^k)被方程式1相连。

r ^(k)＝A^(k) d ^(k)，其中k＝1…K               方程式1

A^(k)为K^th丛发的频道响应矩阵，其为j^th栏是 d ^(k)元素的符号响应的N_c×N_s矩阵。假设一时间恒定符号响应，A^(k)各栏具有相同的支持， s ^(k)及接续栏是为填零及第一栏的变换版。整体芯片速率的被接收向量是依据方程式2。

$\underset{\‾}{r}=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{\underset{\‾}{r}}^{\left(k\right)}+\underset{\‾}{n}$ 方程式2

n为具有变异数σ²的独立对等分配(i.i.d.)成份的零平均噪声向量。当被写做单矩阵方程式时，方程式2变成方程式3。

r＝A d+ n                          方程式3

A为整体频道响应矩阵，其为大小N_c×K·N_s的矩阵。 d为数据向量，其为长度K·N_s的栏向量。方程式2及方程式3可制作被接收向量 r中的符际干扰(ISI)及多路存取干扰(MAI)。

方程式1，2及3的信号模型是针对芯片速率采样被定制，如第三代伙伴计划(3GPP)通用陆上通讯无线存取系统中的每秒3.84百万芯片(Mcps)。针对逐增的统计精度，接收机28可使用过度采样，如多路芯片速率采样。典型的多路芯片速率采样是为芯片速率的两倍，被接收的信号丛发可为产生多路取样序列的过度采样。各序列是以不同时间偏置的芯片速率彼此被采样。针对m^th采样序列，K^th丛发是以已知或估计频道响应 h _m ^(k)穿越频道。 r _m ^(k)是为K^th丛发对m^th整体采样芯片向量 r _m的卷积。数据符号向量 d ^(k)及m^th采样芯片向 r _m ^(k)是被方程式4相连。

r _m ^(k)＝A_m ^(k) d ^(k)，其中k＝1…K，m＝1…M    方程式4

A_m ^(k)为m^th序列的符号响应矩阵。其为j^th栏是 d ^(k)的j^th元素的采样符号响应的N_s×N_c矩阵。

方程式5为m^th采样序列的整体芯片速率的被接收向量。

${\underset{\‾}{r}}_m=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{{\underset{\‾}{r}}_m}^{\left(k\right)}+\underset{\‾}{n},m=1\·\·\·M$ 方程式5

针对M多路的芯片速率采样，单矩阵表示式可变成方程式6。

r′＝A′ d+ n                              方程式6

其中 r′为被接收信号向量且被定义为方程式7。

$\underset{\‾}{r^{\′}}=\left[\begin{array}{c}{\underset{\‾}{r}}_1\\ {\underset{\‾}{r}}_2\\ \underset{.}{\overset{.}{.}}\\ {\underset{\‾}{r}}_M\end{array}\right]$ 方程式7

A’被定义为方程式8。

$A^{\′}=\left[\begin{array}{c}{A}_1\\ A_2\\ \underset{.}{\overset{.}{.}}\\ A_M\end{array}\right]$ 方程式8

方程式9为方程式6的重写做为K丛发的加总型式。

${\underset{\‾}{r}}^{\′}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}^{\′\left(k\right)}{\underset{\‾}{d}}^{\left(k\right)}+\underset{\‾}{n}$ 方程式9

方程式9可被重写为方程式10

${\underset{\‾}{r}}^{\′}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{H}^{\′\left(k\right)}{C}^{\left(k\right)}{\underset{\‾}{d}}^{\left(k\right)}+\underset{\‾}{n}$ 方程式10

C^(k)为K^th丛发的码序列。H’^(k)为K^th序列的频道响应，其针对M多路芯片速率采样被定义为方程式11。

$H^{\′\left(k\right)}=\left[\begin{array}{c}{H_1}^{\left(k\right)}\\ {H_2}^{\left(k\right)}\\ \underset{.}{\overset{.}{.}}\\ {H_M}^{\left(k\right)}\end{array}\right]$ 方程式11

当时间槽中的信号丛发源自上行链路中的相同使用者或来到下行链路中的相同使用者时，该丛发可通过相同的传送路径及相同的衰落频道。结果，H’^(k)对所有丛发均相同(对所有k及j而言，H’^(k)＝H’^(j)＝H’_c)，且于方程式10中被取代H’_c为方程式12。

${\underset{\‾}{r}}^{\′}=H_c^{\′}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{C}^{\left(k\right)}{\underset{\‾}{d}}^{\left(k\right)}+\underset{\‾}{n}$ 方程式12

方程式13为方程式12重写为单矩阵表示式。

r′＝H_c′C d+ n                        方程式13

C为码矩阵。针对M芯片速率采样，H’_c可写成方程式14。

$H_c^{\′}=\left[\begin{array}{c}{H}_{c1}\\ H_{c2}\\ \underset{.}{\overset{.}{.}}\\ H_{\mathrm{cM}}\end{array}\right]$ 方程式14

针对m^th芯片速率采样，H_cm为m^th采样序列的频道响应。各H_cm，m＝1….M，是被频道估计装置44，50决定。各H_cm的矩阵结构是被表示为方程式15，52。

方程式15

数据侦测的整体信号模型是被表示为方程式16及17。

r′＝H_c′ s+ n                        方程式16

s＝C d                                  方程式17

s为展开数据芯片向量。C为码向量。决定的一法是使用强迫方程式16归零的解做为方程式18。

$\underset{\‾}{s}={\left(H_c^{\′H}{H}_c^{\′}\right)}^{-1}{H}_c^{\′H}\underset{\‾}{r}$ 方程式18

H_c ^′H为H_c′的行列式。另一方法是使用最小均方误差(MMSE)解做为方程式19。

$\underset{\‾}{s}={(H_c^{\′H}{H}_c^{\′}+{\mathrm{\σ}}^{2}I)}^{-1}{H}_c^{\′H}\underset{\‾}{r}$ 方程式19

σ²为噪声变异。I为单位矩阵。针对s解方程式17或18后，方程式17的解可藉由收敛而被表示为方程式20，56。

d＝C^H s                                方程式20

以下针对 s解方程式18及19的方法是使用频道关联矩阵R或频道响应矩阵H_c′，54的转换近似的快速傅利叶转换(FFT)分解。使用任一矩阵需近似；然而，使用频道响应矩阵H_c′亦需矩阵的最后W-1列的截取来平方。于是，为了消除因截取所产生的降阶，频道关联矩阵R是较佳被使用。

频道关联矩阵R的快速傅利叶转换分解是被呈现如下。针对强迫归零方法，R是被定义为方程式21。

$R=H_c^{\′H}{H}_c^{\′}=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{H_{\mathrm{cm}}}^H{H}_{\mathrm{cm}}$ 方程式21

针对最小均方误差方法，R被定义为方程式22。

$R=H_c^{\′H}{H}_c^{\′}+{\mathrm{\σ}}^{2}I$ 方程式22

频道关联矩阵R的结构是被表示为方程式23。

方程式23

方程式18及19是以R型式分别被写为方程式24及25。

$\underset{\‾}{s}=R^{-1}{H}_c^{\′H}\underset{\‾}{r}$ 方程式24

$R_{\underset{\‾}{S}}=H_c^{\′H}\underset{\‾}{r}$ 方程式25

矩阵向量乘数R _s 可被视为频道关联矩阵R的栏向量的线性组合，其被数据芯片向量S的对应元素加权为方程式26。

R _s ＝s₁ g ₁+s₂ g ₂+……+s_w g _w+s_w+1 g _w+1+……+s_N*SF g _N*SF    方程式26

g _i为频道关联矩阵R的第i栏。s_i为展开数据芯片向量s的第i元素。

藉由修改矩阵R的结构，频道关联矩阵R_cir的最适循环矩阵近似可用方程式27来决定。

方程式27

第一栏 q具有无任何截取的全非零元素。循环矩阵R_cir是被其第一栏 q定义。循环矩阵R_cir的第一栏 q是使用如方程式28所定义的置换运算子或指针向量，藉由置换频道关联矩阵R的第W栏 g _w而得出。

P＝[W:N·Q，1:W-1]                         方程式28

可替代的是，循环矩阵亦被频道关联矩阵R的第W栏 g _w定义。通常，任何大于第W栏的栏均可以适当指针向量被使用(置换向量)。

此替代近似循环频道关联矩阵R’_cir可相连R_cir为方程式29。

R’_cir＝R_cir(:， p)                       方程式29

此方法的优点是 g _w可不需置换而直接被使用。然而，此被解的展开数据芯片向量 s需被指针向量 p ^-反向置换为方程式30。

藉由置换先前方式中的第一列，则不需反向置换 s。

$\stackrel{\‾}{p\_}=[N\·\mathrm{SF}-W+2:N\·\mathrm{SF},1:N\·\mathrm{SF}-W+1]$ 方程式30

方程式31为矩阵R_cir的快速傅利叶转换分解。

R_cir＝D_p ^-1Λ_RD_P                          方程式31

D_P为P点快速傅利叶转换矩阵，而Λ_R为对角矩阵，其对角为矩阵R_cir的第一栏的快速傅利叶转换。Λ_R被定义为Λ_R＝diag(D_P q)

使用频道响应矩阵H_C′的快速傅利叶转换分解是被呈现如下。匹配过滤H_C ^′H r′是被方程式32。

$H_C^{\′H}\underset{\‾}{r^{\′}}=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{H}_{\mathrm{cm}}^H{\underset{\‾}{r}}_m$ 方程式32

对应各采样序列H_cm，m＝1，2，….M的频道响应矩阵是为循环矩阵。各矩阵可被分解为三个快速傅利叶转换矩阵乘数如方程式33。

$H_{\mathrm{cm}}=D_P^{-1}{\mathrm{\Λ}}_{H_{\mathrm{cm}}}{D}_P,m=1...M$ 方程式33

结果，频道响应矩阵的分解可变成方程式34。

$H_C^{\′H}\underset{\‾}{r^{\′}}=D_P^{-1}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\Λ}}_{H_{\mathrm{cm}}}^{*}{D}_p{\underset{\‾}{r}}_m$ 方程式34

为了恢复数据芯片向量 s，方程式35是被使用。

$\underset{\‾}{s}=R_{\mathrm{cir}}^{-1}{H}_c^{\′H}{\underset{\‾}{r}}^{\′}=D_P^{-1}{\mathrm{\Λ}}_R^{-1}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{\mathrm{\Λ}}_{H_{\mathrm{cm}}}^{*}{D}_P{\underset{\‾}{r}}_m$ 方程式35

频率域中，方程式35变成方程式36。

$F\left(\underset{\‾}{s}\right)=\frac{\underset{m=1}{\overset{M}{\mathrm{\Σ}}}F{\left({\underset{\‾}{h}}_m\right)}^{*}\⊗F\left({\underset{\‾}{r}}_m\right)}{F\left(\underset{\‾}{q}\right)}$ 方程式36

表示元素乘数相乘的操作数。利用方程式36，F( s)是被决定。藉由采用F( s)的相反型，展开数据向量 s是被决定。若被用于下行链路中的多路使用者检测，或单路使用者仅使用上行链路中的一时间槽，则 s可藉由使用所有码来收敛以恢复被传送数据 d当做软符号。若被用于下行链路中的单路使用者检测，则 s可藉由使用使用者码被收敛以恢复使用者数据当做软符号。

两种执行快速傅利叶转换分解的方法是为主因子算法(PFA)及底数-2算法。虽然当快速傅利叶转换点的二的非幂数被使用时，主因子算法被视为较底数-2算法更有效率，所以为简化起见，以下复杂性分析是基于底数-2快速傅利叶转换实施。以底数-2算法为基础的复杂性可被视为最差的案例。当主因子算法被使用时，可获得复杂性的额外改善。零统调底数-2快速傅利叶转换实施可留下零统调，H_cm的第一栏，m＝1…M，向量 r _m，m＝1…M及q。零统调可使其长度等于最近的底数-2整数，其大于或等于数据域的长度。例如，被第三代伙伴计划直接序列宽频时分双路码分割多路存取标准规范的丛发中的丛发类型1的数据域的长度为976个芯片。976的最近的底数-2整数是为1024(P＝1024)。P为底数-2整数。

底数-2快速傅利叶转换计算的四种类型是为必要：D_P r _m，D_P h _m，D_P g ₁及

两个计算是针对所有取样的序列被计算M次：D_P r _m，m＝1….M及D_P h _m，m＝1….M。另外两者仅针对被取样的序列被计算1次：D_P h _m，m＝1….M且D_P g ₁每时间槽被计算一次。D_P r _m，m＝1….M， 每时间槽被计算二次。结果，需要总共3(M+1)的底数-2快速傅利叶转换计算，各需Plog₂P复杂运算。藉由假设各复杂运算需四个实际运算，以每秒百万实际运算(MROPS)型式的底数-2快速傅利叶转换计算的复杂性是变成方程式37。

C₁＝3(M+1)Plog₂P·4·100·10^-6 MROPS    方程式37

针对向量乘数的复杂性，具有M元素对元素向量乘数及一元素对元素向量除数，其每时间槽被执行二次。结果，以每秒百万实际运算(MROPS)型式的向量运算的复杂性是变成方程式38。

C₂＝2(M+1)P·4·100·10^-6       MROPS     方程式38

针对计算向量 q的复杂性，其需要MW²个复杂运算，其每时间槽被执行一次。以每秒百万实际运算(MROPS)型式的复杂性是变成方程式39。

C₃＝MW²·4·100·10^-6          MROPS     方程式39

除了每秒百万实际运算中的收敛外的总复杂性是呈现于方程式40。

C_fft＝C₁+C₂+C₃                MROPS     方程式40

收敛每时间槽被执行两次。以每秒百万实际运算型式的收敛的复杂性是呈现于方程式41。

C_desp＝2·K·N·Q·4·100·10^-6    MROPS                 方程式41

结果，包含收敛的数据检测的总复杂性是呈现于方程式42或43。

C_tota1＝C_fft+C_desp                 MROPS                 方程式42

C_tota1＝[3(M+1)Plog₂P+2(M+1)P+MW²+2KNQ]·4·100·10^-6  MROPS

                                                          方程式43

下表显示1024点底数-2(P＝1024)计算的每秒百万实际运算中的复杂性。复杂性是以芯片速率被显示于表1且以两倍芯片速率取样被显示于表2。块线性等化基础连结检测及低复杂性数据检测之间的复杂性比较是使用近似Cholesky分解。表5是显示使用近似Cholesky分解当做块线性等化基础连结检测的复杂性比率的低复杂性数据检测的复杂性的复杂性比较。如示，低复杂性数据检测具有远较以块线性等化基础连结检测为基础的近似Cholesky为低的复杂性。对大多数案例而言，视以块线性等化基础连结检测为基础的近似Cholesky的复杂性的被传送及展开因子的数量而定，低复杂性数据检测于芯片速率是为25％，两倍芯片速率是为30％。

表1.以芯片速率采样针对丛发类型1使用低复杂性数据检测的全丛发的每秒百万实际运算

	每丛发执行一次函数					每半丛发执行两次函数
											丛发    的		建构 q	经由    底	经由    底	经由    底		经由    底	收敛	总合

表2.以两倍芯片速率采样针对丛发类型1使用低复杂性数据检测的全丛发的每秒百万实际运算

		.M		.M
								1	2.6	8.2	8.2	16.4	16.4	0.78	52.6
8	2.6	8.2	8.2	16.4	16.4	6.25	58.1
								12	2.6	8.2	8.2	16.4	16.4	9.4	61.2
13	2.6	8.2	8.2	16.4	16.4	10.1	61.9
								14	2.6	8.2	8.2	16.4	16.4	10.9	62.7
16	2.6	8.2	8.2	16.4	16.4	12.5	64.3

表3  以芯片速率采样比较块线性等化基础连结检测(BLE-JD)及低复杂性数据检测之间的每秒百万实际运算

展开因子，Q	丛发的#，K	假设对数	块线性等化基础连结检测
				1	1	26.7	318.2
16	8	32.2	81.1
					12	35.3	174.6
	13	36	205.5
					14	36.8	239.4
	16	38.4	318.2

表4  以芯片速率采样比较块线性等化基础连结检测(BLE-JD)及低复杂性数据检测之间的每秒百万实际运算

展开因子，Q	丛发的#，K	假设对数	块线性等化基础连结检测
				1	1	52.6	427.6
16	8	58.1	124.8
					12	61.2	248.3
	13	61.9	287.7
					14	62.7	330.4
	16	64.3	427.6

表5  当做以块线性等化基础连结检测为基础的近似Cholesky的复杂性的比率的频道相关矩阵的快速傅利叶转换的复杂性。以块线性等化基础连结检测为基础的近似Cholesky的复杂性是以100％复杂性被传送。

展开因子，Q	丛发的#，K	芯片速率采样	两倍芯片速率采样
				1	1	8％	12％
16	8	39％	47％
					12	20％	25％
	13	18％	22％
					14	15％	19％
	16	12％	15％

图5-图15是执行低复杂性数据检测的曲线图。两个高数据速率服务是被仿真。其一为具有SF＝1的单码传送，另外一个是具有12码且各有展开因子16的多码传送。低复杂性数据检测是在被界定延迟展开频频案例1，2及3的包含第三代伙伴计划工作群组四(WG4)的各种延迟展开下被测试。仿真是针对芯片速率采样及两倍芯片速率采样被设定。延迟展开的长度被假设为W＝57。零时误差是被假设经由全仿真。频道脉冲响应被假设已知的精确。通常于仿真中，执行多码传送案例的位误差率(BER)较对应单码副本为佳。针对仿真中所使用的特例，单码传送每时间槽使用16个资源单元，而多码传送每时间槽仅使用12个资源单元。仅使用12个码可产生较少干扰及较佳的位误差率。与块线性等化基础连结检测相较，单码及多码传送中，以频道相关矩阵的快速傅利叶转换分解(FFT-R)为基础的假设对数，仅少许或受限执行降阶被观察到。单码传送案例中，以频道相关矩阵的快速傅利叶转换分解(FFT-R)为基础的方式，及以频道响应矩阵的快速傅利叶转换分解(FFT-H)为基础的方式，在芯片速率采样下是彼此相同。

使用以频道相关矩阵的快速傅利叶转换分解(FFT-R)为基础及以频道响应矩阵的快速傅利叶转换分解(FFT-H)为基础的低复杂性数据检测的执行是对理想单使用者连结、最差案例匹配滤波、块线性等化基础连结检测及使用近似Cholesky分解的块线性等化的单使用者检测做比较。针对工作要点，位误差率的范围是通常在1％及10％之间。与块线性等化基础连结检测及对匹配滤波(MF)做明显信号对噪声比例(SNR)执行增强相较下，针对低复杂性数据检测，仅有少许或受限信号对噪声比例被观察到。低复杂性数据检测亦于相加白色高斯噪声(AWGN)频道环境下表现良好。图5-图15是显示低复杂性数据检测相较于使用近似Cholesky分解的块线性基础连结检测，其以非常低的复杂性提供出色表现的位误差率及信号对噪声比例及功率消耗。

Claims (26)

1.一种用于接收使用码分割多路存取的时分双路通讯系统中的时间槽中的多个被传送于共享频谱的数据信号，各数据信号经历类似的频道响应，该方法包括：

接收时间槽中的共享频谱的组合信号，该组合信号包括多个数据信号；

以组合信号的芯片速率的倍数来取样组合信号；

估计类似的频道响应；

建构部份以估计频道响应为基础的频道响应矩阵；

决定部份以频道响应矩阵的转换近似值的快速傅利叶转换分解为基础的展开数据向量；及

收敛展开数据向量，以便从被接收的组合信号恢复数据。

2.如权利要求1所述的方法，其特征在于，芯片速率的倍数为两倍芯片速率。

3.如权利要求1所述的方法，其特征在于，决定是使用强迫归零算法来执行。

4.如权利要求1所述的方法，其特征在于，决定是使用最小均方误差算法来执行。

5.用于下行链路多重使用者检测的权利要求1所述的方法，其特征在于，收敛是使用被用于时间槽中所有的码来执行。

6.用于单一使用者检测的权利要求1所述的方法，其特征在于，收敛是使用与时间槽中的单一使用者产生关联的码来执行。

7.如权利要求6所述的方法，其特征在于，单一使用者检测是为上行链路单一使用者检测，且单一使用者为时间槽中仅有的使用者传送。

8.一种用于接收使用码分割多路存取的时分双路通讯系统中的时间槽中的多个被传送于共享频谱的数据信号，各数据信号经历类似的频道响应，该方法包括：

接收时间槽中的共享频谱的组合信号，该组合信号包括多个数据信号；

估计类似的频道响应；

建构部份以估计频道响应为基础的频道响应矩阵；

决定部份以频道响应矩阵的转换近似值的快速傅利叶转换分解为基础的展开数据向量；及

收敛展开数据向量，以便从被接收的组合信号恢复数据。

9.如权利要求8所述的方法，其特征在于，组合信号是于估计及建构步骤之前以组合信号的芯片速率的倍数被取样。

10.如权利要求9所述的方法，其特征在于，芯片速率的倍数为两倍芯片速率。

11.如权利要求8所述的方法，其特征在于，组合信号是于估计及建构步骤之前以组合信号的芯片速率被取样。

12.如权利要求8所述的方法，其特征在于，快速傅利叶转换分解是使用频道关联矩阵的被排列的第一列来执行。

13.如权利要求8所述的方法，其特征在于，快速傅利叶转换分解是使用频道关联矩阵的定义列来执行。

14.如权利要求8所述的方法，其特征在于，决定是使用强迫归零算法来执行。

15.如权利要求8所述的方法，其特征在于，决定是使用最小均方误差算法来执行。

16.用于下行链路多重使用者检测的权利要求8所述的方法，其特征在于，收敛是使用被用于时间槽中所有的码来执行。

17.用于单一使用者检测的权利要求8所述的方法，其特征在于，收敛是使用与时间槽中的单一使用者产生关联的码来执行。

18.如权利要求17所述的方法，其特征在于，单一使用者检测是为上行链路单一使用者检测，且单一使用者为时间槽中仅有的使用者传送。

19.一种用于使用码分割多路存取的时分双路通讯系统中的接收器，该通讯系统使用时间槽中的多个数据信号，各数据信号经历类似的频道响应，该接收器包括：

一种用于接收包括多个数据信号的射频信号的天线；

一种用于解调射频信号以产生一基频信号的解调器；

一种用于以组合信号的芯片速率的倍数估计类似频道响应的频道估计装置；及

一种用于建构表示部份以估计频道响应为基础的数据信号的频道的频道响应矩阵的数据检测器装置，可决定部份以频道响应矩阵的转换近似值的快速傅利叶转换分解为基础的展开数据向量，及收敛展开数据向量，以便从被接收的组合信号恢复数据。

20.如权利要求19所述的接收器，其特征在于，芯片速率的倍数为两倍芯片速率。

21.一种用于使用码分割多路存取的时分双路通讯系统中的接收器，该通讯系统使用时间槽中的多个数据信号，各数据信号经历了类似的频道响应，该接收器包括：

一种用于接收包括多个数据信号的射频信号的天线；

一种用于解调射频信号以产生一基频信号的解调器；

一种用于估计类似频道响应的频道估计装置；及

一种用于建构表示部份以估计频道响应为基础的数据信号的频道的频道关联矩阵的数据检测器装置，可决定部份以频道关联矩阵的转换近似值的快速傅利叶转换分解为基础的展开数据向量，及收敛展开数据向量，以便从被接收的组合信号恢复数据。

22.如权利要求19所述的接收器，其特征在于，该组合信号是以该组合信号的芯片速率的倍数被取样，且被取样的组合信号是被输入频道估计及数据检测器装置。

23.如权利要求22所述的接收器，其特征在于，该芯片速率的该倍数为两倍该芯片速率。

24.如权利要求21所述的接收器，其特征在于，该组合信号是以该组合信号的芯片速率的倍数被取样，且该被取样的组合信号是被输入该频道估计及数据检测器装置。

25.如权利要求21所述的接收器，其特征在于，该快速傅利叶转换分解是使用该频道关联矩阵的被排列的第一列来执行。

26.如权利要求21所述的接收器，其特征在于，该快速傅利叶转换分解是使用该频道关联矩阵的一定义列来执行。

Images