CN1527620A - 一种估计干扰信号码功率的方法 - Google Patents

Abstract

本发明公开了一种估计码分多址数字移动通信系统的干扰信号码功率的方法，包括步骤：消除数据段对中间导频接收信号造成的符号间干扰影响；构造与消除数据段影响后的中间导频接收信号相对应的导频卷积矩阵；计算导频卷积矩阵的零空间；利用导频卷积矩阵的零空间计算干扰信号码功率估计值。本发明能够提供高准确度的、无偏的干扰信号码功率估计值，该估计值的估计偏差不会随信干比的变化而变化。

Description

一种估计干扰信号码功率的方法

技术领域

本发明涉及移动通信系统中估计干扰信号码功率的方法，更具体地，涉及在时分双工码分多址系统中利用中间导频接收信号估计干扰信号功率的方法。

背景技术

时分双工码分多址(TD-CDMA)是一种第三代移动通信系统标准化组织提出的无线传输技术方案，它是针对所有无线环境下对称和非对称的第三代移动通信业务所设计的。时分双工码分多址能够支持每射频载波上灵活的时域上/下行链路的转换。传输方向的时域自适应资源分配可取得独立于对称业务负载关系的频谱分配的最佳利用率，因此，时分双工码分多址采用最佳自适应资源的分配和最佳频谱效率的技术，可支持速率从8kbps到2Mbps的语音、互联网等所有的第三代移动通信业务，而且时分双工模式的引入可以最大限度地提高接入的效率，并简化智能天线的实现，同时为将来因特网的非对称业务提供了动态信道分配的前提。

然而，基于码分多址的系统一般都会受到两种干扰，时分双工码分多址也不例外，这两种干扰分别是小区内干扰和小区间干扰，其中小区内干扰是由于在一个小区内的多用户接入产生的。小区间干扰是由于在小区复用过程中，由周围小区的相互间作用所产生的。这两种干扰的存在使得系统的容量减小，从而导致低的频谱效率和低的经济效益。因此，尽可能地最小化它们相互间所产生的影响是非常有必要的。在时分双工码分多址(TD-CDMA)系统中，小区内干扰能够通过联合检测来实现最小化的，小区间干扰则可以通过合并时域、频域和空域的动态信道分配技术来达到最小化的。

在时分双工码分多址系统中，无限网络控制器(RNC：Radio NetworkController)根据相邻小区时隙分配的情况，来计算或测量各时隙的干扰情况，动态地在小区间以及上下行间进行信道的分配。干扰情况的测量直接关系到动态信道分配方案的性能，从而影响着整个系统的性能和容量，因此提供一个高精度及可靠的干扰信号功率估计是非常必要的。

在专利号为DE19952949，名称为“Power and/or interference estimatingmethod in TD/CDMA based radio communication system”的专利中，西门子公布了一种用于TD-CDMA系统中的干扰信号功率估计方法。该方法首先利用用于信道估计的中间导频(Midamble)接收信号进行接收信号总功率估计，其次利用信道估计值进行信道总功率估计，然后利用计算的接收信号总功率和信道总功率进行干扰信号码功率(ISCP：InterferenceSignal Code Power)的估计。

当有用用户的接收信号与干扰信号是完全正交时，该专利提出的这种方法可以提供较为准确的干扰估计，但是由于各个用户中间导频序列的本身并不完全正交以及存在多径的传播环境，有用用户信号与干扰信号的正交性无法得到保证，从而影响了干扰信号码功率的估计精度，甚至产生较大的功率估计偏差。事实上，这种非正交性的影响在高信噪比/高信干比情况下显得尤为严重，其估计值的偏差随着高信噪比/高信干比的增加而增加，使得即使在高信噪比/高信干比情况下，也无法得到正确的功率估计值。

发明内容

针对上述现有技术的不足，本发明的一个目的是提出了一个高准确度的、无偏的干扰信号码功率估计值方法，借助该方法所得到的功率估计值的估计偏差不会随信噪比/信干比的变化而变化。

在本发明的另一个目的是采用干扰投影方法，利用接收的中间导频信号估计干扰信号码功率。该方法的特点在于它的估计精度主要受参与估计的样本数目的影响，而且样本数目越多，该方法的估计精度越高。

根据本发明的第一方面，提供一种估计码分多址数字移动通信系统的干扰信号码功率的方法，该方法包括以下步骤：

(1).消除数据段对中间导频接收信号造成的符号间干扰影响；

(2).构造与消除数据段影响后的中间导频接收信号相对应的导频卷积矩阵；

(3).计算导频卷积矩阵的零空间；

(4).利用导频卷积矩阵的零空间估计干扰信号码功率。

在上述步骤(4)包括以下步骤：

(4.1)计算导频卷积矩阵的零空间各正交基与中间导频接收信号的内积；

(4.2)计算所述各内积值的平方值；

(4.3)计算所述各正交基向量的范数的平方值；

(4.4)将所述各内积值的平方值除以相对应的所述各正交基向量的范数的平方值；

(4.5)将步骤(4.4)所得到各除法计算结果进行相加并求平均。

当在上述步骤(4.1)中的正交基为标准正交基时，由如下步骤代替所述步骤(4.3)，步骤(4.4)和步骤(4.5)：将所计算的各内积值的平方值相加并求平均。

此外，可由如下步骤代替上述步骤(3)：判断当前时刻使用的基本导频序列和系统设定的最大容许数目是否为初次使用，如果是，则计算通用导频卷积矩阵的零空间，如果不是，则直接调入通用导频卷积矩阵的零空间。

根据本发明的第二方面，提供一种估计码分多址数字移动通信系统的干扰信号码功率的方法，该方法包括以下步骤：

(1).预先设定用于估计干扰信号码功率的样本数目；

(2).判断不需要消除数据段对中间导频接收信号造成的符号间干扰影响的条件是否满足，如果条件满足，则执行步骤(3)；否则执行步骤(4)；

(3).选择用于估计干扰信号码功率的中间导频接收信号元素，并据此构造相应的部分导频卷积矩阵，然后执行步骤(6)；

(4).消除数据段对中间导频接收信号造成的符号间干扰影响，得到一组新的中间导频接收信号；

(5).构造与得到一组新的中间导频接收信号相对应的导频卷积矩阵或通用导频卷积矩阵；

(6).如果前一步执行的是步骤(5)，则计算导频卷积矩阵的零空间；如果前一步构造的矩阵是执行的是步骤(3)，则计算部分导频卷积矩阵的零空间。

(7).利用前一步计算的零空间计算干扰信号码功率估计值。

上述步骤的所述的条件为：

             L_m-(W-1)-U＞＝B

式中L_m表示中间导频序列的长度，B表示样本数目，U表示整个时隙内未知的信道脉冲响应的总数目，W表示最大的信道脉冲响应的长度。

此外，可以用如下步骤代替所述的步骤(6)：若前一步执行的是步骤(5)且所述步骤(5)所构造的矩阵是通用导频卷积矩阵 G _m，general，则判断当前时刻使用的基本导频序列和系统设定的最大容许数目是否为初次使用；若是，则计算通用导频卷积矩阵的零空间N( G _m，general)，并计算存储零空间的正交基{c₁，…c_Nnull}。若不是，则直接调入存储的零空间的正交基。若前一步执行的是步骤(3)且步骤(3)所构造的矩阵是部分导频卷积矩阵 G _m，partial，则计算相应的零空间N( G _m，partial)及其零空间对应的正交基{c₁，…c_Nnull}

上述所述步骤(7)包括如下步骤：

(7.1)计算导频卷积矩阵的零空间各正交基与中间导频接收信号的内积；

(7.2)计算所述各内积值的平方值；

(7.3)计算所述各正交基向量的范数的平方值；

(7.4)将所述各内积值的平方值除以相对应的所述各正交基向量的范数的平方值；

(7.5)将步骤(7.4)所得到各除法计算结果进行相加并求平均。

当在所述步骤(7.1)中的正交基为标准正交基时，由如下步骤代替所述步骤(7.3)，步骤(7.4)和步骤(7.5)：将所计算的各内积值的平方值相加并求平均。

在上述根据本发明第一方面和第二方面的方法中，所述导频卷积矩阵可以是通用导频卷积矩阵。所述导频卷积矩阵的零空间可以预先计算或只计算一次并存储起来，在需要使用时再调入。

本发明具有如下有益效果：本发明能够提供高准确度的、无偏的干扰信号码功率估计值，该估计值的估计偏差不会随信干比的变化而变化。

附图说明

图1是时分双工码分多址系统中的突发结构示意图。

图2是干扰信号码功率估计的第一实施例。

图3是干扰信号码功率估计的第二实施例。

图4是干扰信号码功率估计的第三实施例。

图5是干扰信号码功率估计的第四实施例。

图6是干扰信号码功率估计的第五实施例。

具体实施方式

时分双工码分多址系统的每一个突发结构由四部分构成：两个数据段，一个中间导频序列和保护时段，其构成方式可以表示如图1所示。

在时分双工码分多址系统中，不同用户的中间导频信号是通过相同的基本导频序列循环移位来构造的。在构造过程中，不同用户的中间导频信号循环移位量不同。

假定在某一个被关注的时隙内不同用户的数目为K_u，并且存在有K个不同的中间导频序列。

本发明适合于各种中间导频分配方式，即无论是用户数目K_u大于或等于中间导频序列个数K的情况，还是用户数目K_u小于中间导频序列个数K的情况，本发明均可适用。不过为了描述的简便起见，假设每个用户分配一个中间导频序列，同时假设每个用户占用一个突发结构，则此时可以认为K_u和K是相等的。此外，假设第k个用户的第一个数据段表示为 d ^(k，1)，第二个数据段表示为 d ^(k，2)，中间导频信号表示为 ${\underset{\‾}{m}}^{\left(k\right)}=({\underset{\‾}{m}}_1^{\left(k\right)},{\underset{\‾}{m}}_2^{\left(k\right)},...,{\underset{\‾}{m}}_{L_m}^{\left(k\right)}),$ 其中k＝1，...，K， m _i ^(k)，i＝1，...，L_m，表示第k个中间导频序列的第i个元素，L_m表示一个时隙内中间导频信号的长度。

在无线传输环境中，用户信号通常会沿着发射机和接收机之间的若干不同路径进行传播。通常可以假定信道脉冲响应的长度为W，相邻路径的间隔是一个码片持续时间，信道脉冲响应在一个时隙内变化不大，则第k个中间导频序列的信道脉冲响应可以描述如下：

${\underset{\‾}{h}}^{\left(k\right)}=[{\underset{\‾}{h}}_1^{\left(k\right)},{\underset{\‾}{h}}_2^{\left(k\right)},\·\·\·,{{\underset{\‾}{h}}_W^{\left(k\right)}]}^T,k=1\·\·\·K.---\left(1\right)$

由于符号间干扰存在，中间导频接收信号的前(W-1)个符号受到了第一个数据段的影响，并且假设影响第k个中间导频接收信号的数据段的元素可以表示为 d _i ^(k，1)，i＝1，2，...W-1，k＝1...K。由于不同用户信号是在同一个时隙内进行发射的，因此接收的信号是全部用户信号的叠加，这表明总的中间导频接收信号前(W-1)个符号是受到了所有用户的第一个数据段的叠加信号的影响。

基于以上的假设，在关注的时隙内，总的中间导频接收信号可以表示如下：

$\underset{\‾}{e}={({\underset{\‾}{e}}_1,{\underset{\‾}{e}}_2\·\·\·{\underset{\‾}{e}}_{L_m})}^T=\underset{\‾}{G}\underset{\‾}{h}+\underset{\‾}{n}={\underset{\‾}{G}}_m\underset{\‾}{h}+{\underset{\‾}{G}}_d\underset{\‾}{h}+\underset{\‾}{n}----\left(2\right)$

其中 n表示干扰加噪声信号/干扰信号， e表示接收中间导频信号，L_m表示一个时隙内中间导频信号的长度， e _i，i＝1，...，L_m表示接收中间导频信号的第i个元素， G表示中间导频信号的总卷积矩阵，该矩阵由两部分构成，一部分完全依赖于各中间导频序列，另一部分完全由各用户第一个数据段的后(W-1)个元素决定，因此，中间导频信号的总卷积矩阵也可以划分为两部分：一部分是总导频卷积矩阵 G _m，它完全由各中间导频信号确定，另一部分是总数据卷积矩阵 G _d，它完全依赖于各用户的数据部分。下面分别给出这三个矩阵的具体表示形式。

中间导频信号的总卷积矩阵可以由每个中间导频信号的卷积矩阵组成，其表示形式如下：

     G＝[ G ⁽¹⁾... G ^(K)]，          (3)

其维数为L_m×KW，其中 G ^(k)，k＝1，2，...K表示第k个中间导频信号的卷积矩阵，表示形式如下：

${\underset{\‾}{G}}^{\left(k\right)}=\left[\begin{array}{ccccc}{\underset{\‾}{m}}_1^{\left(k\right)}& {\underset{\‾}{d}}_{W-1}^{(k,1)}& {\underset{\‾}{d}}_{W-2}^{(k,1)}& \·\·\·& {\underset{\‾}{d}}_1^{(k,1)}\\ {\underset{\‾}{m}}_2^{\left(k\right)}& {\underset{\‾}{m}}_1^{\left(k\right)}& {\underset{\‾}{d}}_{W-1}^{(k,1)}& \·\·\·& {\underset{\‾}{d}}_2^{(k,1)}\\ {\underset{\‾}{m}}_3^{\left(k\right)}& {\underset{\‾}{m}}_2^{\left(k\right)}& {\underset{\‾}{m}}_1^{\left(k\right)}& \·\·\·& {\underset{\‾}{d}}_3^{(k,1)}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& \underset{.}{\overset{.}{.}}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& {\underset{\‾}{d}}_{W-1}^{(k,1)}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& {\underset{\‾}{m}}_1^{\left(k\right)}\\ & \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}\\ {\underset{\‾}{m}}_{L_m}^{\left(k\right)}& {\underset{\‾}{m}}_{L_m-1}^{\left(k\right)}& {\underset{\‾}{m}}_{L_m-2}^{\left(k\right)}& \·\·\·& {\underset{\‾}{m}}_{L_m-W+1}^{\left(k\right)}\end{array}\right],k=\mathrm{1,2},\·\·\·K,---\left(4\right)$

其维数为L_m×W。

中间导频信号的总导频卷积矩阵可以由每个中间导频信号的导频卷积矩阵组成，其表示形式如下：

${\underset{\‾}{G}}_m=[{\underset{\‾}{G}}_m^{\left(1\right)}\·\·\·{\underset{\‾}{G}}_m^{\left(K\right)}],-----\left(5\right)$

其维数为L_m×KW，其中 G _m ^(k)，k＝1，2，...K表示第k个中间导频信号的导频卷积矩阵，其表示形式如下：

${\underset{\‾}{G}}_m^{\left(k\right)}=\left[\begin{array}{ccccc}{\underset{\‾}{m}}_1^{\left(k\right)}& 0& 0& \·\·\·& 0\\ {\underset{\‾}{m}}_2^{\left(k\right)}& {\underset{\‾}{m}}_1^{\left(k\right)}& 0& \·\·\·& 0\\ {\underset{\‾}{m}}_3^{\left(k\right)}& {\underset{\‾}{m}}_2^{\left(k\right)}& {\underset{\‾}{m}}_1^{\left(k\right)}& \·\·\·& 0\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& \underset{.}{\overset{.}{.}}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& 0\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& {\underset{\‾}{m}}_1^{\left(k\right)}\\ & \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}\\ {\underset{\‾}{m}}_{L_m}^{\left(k\right)}& {\underset{\‾}{m}}_{L_m-1}^{\left(k\right)}& {\underset{\‾}{m}}_{L_m-2}^{\left(k\right)}& \·\·\·& {\underset{\‾}{m}}_{L_m-W+1}^{\left(k\right)}\end{array}\right],k=\mathrm{1,2},\·\·\·K,\left(6\right)$

其维数为L_m×W。

中间导频信号的总数据卷积矩阵可以由每个中间导频信号的数据卷积矩阵组成，其表示形式如下：

${\underset{\‾}{G}}_d=[{\underset{\‾}{G}}_d^{\left(1\right)}\·\·\·{\underset{\‾}{G}}_d^{\left(K\right)}],---\left(7\right)$

其维数为L_m×KW，其中 G _d ^(k)，k＝1，2，...K表示第k个中间导频信号的数据卷积矩阵，其表示形式如下：

${\underset{\‾}{G}}_d^{\left(k\right)}=\left[\begin{array}{ccccc}0& {\underset{\‾}{d}}_{W-1}^{(k,1)}& {\underset{\‾}{d}}_{W-2}^{(k,1)}& \·\·\·& {\underset{\‾}{d}}_1^{(k,1)}\\ 0& 0& {\underset{\‾}{d}}_{W-1}^{(k,1)}& \·\·\·& {\underset{\‾}{d}}_2^{(k,1)}\\ 0& 0& 0& \·\·\·& {\underset{\‾}{d}}_3^{(k,1)}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& \underset{.}{\overset{.}{.}}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& {\underset{\‾}{d}}_{W-1}^{(k,1)}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& 0\\ & \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}\\ 0& 0& 0& \·\·\·& 0\end{array}\right],k=\mathrm{1,2},\·\·\·K,------\left(8\right)$

其维数为L_m×W。

当矩阵的行大于列时，矩阵存在相对于左奇异值的零空间。在时分双工码分多址系统，总导频卷积矩阵 G _m的行大于列，因此总导频卷积矩阵 G _m存在相对于左奇异值的零空间。假设N( G _m)是总导频卷积矩阵 G _m的零空间，该零空间定义为总导频卷积矩阵的左奇异值，同时假设N_null是零空间N( G _m)的维数，{c₁，...c_Nnull}是零空间N( G _m)的正交基，c_i，i＝1，...，N_null分别是维数为L_m的列向量。由于N( G _m)定义为 G _m的左奇异值，因此零空间的正交基满足下式，即

$c_i^H{\underset{\‾}{G}}_m=0,i=1,...,N_{\mathrm{null}}.------\left(9\right)$

基于(2)和(9)式，我们可以得到以下公式：

$c_i^H\underset{\‾}{e}=c_i^H({\underset{\‾}{G}}_m\underset{\‾}{h}+{\underset{\‾}{G}}_d\underset{\‾}{h}+\underset{\‾}{n})=c_i^H{\underset{\‾}{G}}_d\underset{\‾}{h}+c_i^H\underset{\‾}{n},i=1,...,N_{\mathrm{null}}.----\left(10\right)$

从上式可以看到，首先必须消除掉数据段对中间导频接收信号的影响，即 G _d h为零或近似为零，则利用零空间的正交基，就可以将干扰信号从接收信号中有效分离，从而可以得到干扰信号码功率的有效估计。

下面我们给出干扰信号码功率的估计公式。

干扰信号 n的功率σ_I+N ²可以表示如下：

由于干扰信号 n是白噪声过程，因此当i不等于j时，下式成立：

$E\left[n_i{n}_j^{*}\right]=0.------\left(12\right)$

基于(11)和(12)式，分离的干扰信号c_i ^H n的功率

可以表示如下：

${\mathrm{\σ}}_{c^{H}n}^2=E\left[{\left|c_i^H\underset{\‾}{n}\right|}^2\right]=E\left[\underset{j=1}{\overset{L_m}{\mathrm{\Σ}}}{c}_{i,j}^{*}{n}_j\underset{k=1}{\overset{L_m}{\mathrm{\Σ}}}{c}_{i,k}{n}_k^{*}\right]$

$=E\left[\underset{j=1}{\overset{L_m}{\mathrm{\Σ}}}\underset{k=1}{\overset{L_m}{\mathrm{\Σ}}}{c}_{i,j}^{*}{n}_j{c}_{i,k}{n}_k^{*}\right]------\left(13\right)$

$=\underset{j=1}{\overset{L_m}{\mathrm{\Σ}}}\underset{k=1}{\overset{L_m}{\mathrm{\Σ}}}{c}_{i,j}^{*}{c}_{i,k}E\left[n_j{n}_k^{*}\right]$

$=\underset{j=1}{\overset{L_m}{\mathrm{\Σ}}}{\left|c_{i,j}\right|}^2{\mathrm{\σ}}_{I+N}^2$

其中，c_i，j表示基向量c_i的第j个元素。

如果假设零空间的正交基为标准正交基，即

$c_i^H{c}_i=1,i=1,...,N_{\mathrm{null}},-----------------\left(14\right)$

则(13)式可以简化为

${\mathrm{\σ}}_{c^{H}n}^2=\underset{j=1}{\overset{L_m}{\mathrm{\Σ}}}{\left|c_{i,j}\right|}^2{\mathrm{\σ}}_{I+N}^2={\mathrm{\σ}}_{I+N}^2.-----\left(15\right)$

从(15)式可以看到，干扰信号 n的功率σ_I+N ²等于分离的干扰信号c_i ^H n的功率，也就是说，根据分离的干扰信号c_i ^H n可以得到干扰信号 n的功率的估计值。

在实际系统中，我们不可能得到干扰信号码功率σ_I+N ²的准确值，不过我们可以利用分离的干扰信号c_i ^H n的多个样本进行平均来估计σ_I+N ²，即干扰信号码功率估计值 可以由下式得到：

${\widehat{\mathrm{\σ}}}_{I+N}^2=\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}{\left|c_i^H\underset{\‾}{n}\right|}^2.-----\left(16\right)$

当我们获得消除数据段影响后的中间导频接收信号 e _new之后，我们便可以得到分离的干扰信号c_i ^H n，此时干扰信号码功率估计值

可以由下式得到：

${\widehat{\mathrm{\σ}}}_{I+N}^2=\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}{\left|c_i^H\underset{\‾}{n}\right|}^2=\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}{\left|c_i^H{\underset{\‾}{e}}_{\mathrm{new}}\right|}^2.------\left(17\right)$

在前面的分析中，我们假设零空间的正交基是标准正交基。当零空间的正交基不是标准正交基时，根据(13)式以及以上分析，干扰信号码功率估计值 可以由下式得到：

${\widehat{\mathrm{\σ}}}_{I+N}^2=\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}\frac{{\left|c_i^H\underset{\‾}{n}\right|}^2}{{\left|\right|c_i\left|\right|}^2}=\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}\frac{{\left|c_i^H{\underset{\‾}{e}}_{\mathrm{new}}\right|}^2}{{\left|\right|c_i\left|\right|}^2}=\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}\frac{{\left|c_i^H{\underset{\‾}{e}}_{\mathrm{new}}\right|}^2}{\left|c_i^H{c}_i\right|}.-----\left(18\right)$

基于以上分析，本发明提出了的估计干扰信号码功率的方法。

第一实施例

本发明的第一种实施例，如图2所示，包括如下步骤：

1.首先，消除数据段对中间导频接收信号的影响，藉此产生一组新的中间导频接收信号；

假定 e _new表示消除数据段影响后的中间导频接收信号，此处简称为新的中间导频接收信号，其中该新的中间导频接收信号的前(W-1)个元素与原始的中间导频接收信号不同，其它元素与原始的中间导频接收信号相应位置的元素相同，因此新的中间导频接收信号可以表示为

${\underset{\‾}{e}}_{\mathrm{new}}={({\underset{\‾}{e}}_{1,\mathrm{new}},{\underset{\‾}{e}}_{2,\mathrm{new}}\·\·\·{\underset{\‾}{e}}_{W-1,\mathrm{new}},{\underset{\‾}{e}}_W\·\·\·{\underset{\‾}{e}}_{L_m})}^T.-----\left(19\right)$

由于消除了数据段的影响，因此新的中间导频接收信号可以近似认为

e _new＝ G _m h+ n。                           (20)

在这个步骤中，数据段的消除处理可以利用已有的各种方法来完成，如首先利用估计的数据段的符号和信道估计值对数据段信号进行重构处理，然后再从原接收信号中减去重构的数据段信号便可完成数据段的消除处理。

2.基于第一步获得的新的中间导频接收信号 e _new按照公式(5)来构造导频卷积矩阵 G _m；

3.计算由第二步构造的导频卷积矩阵的零空间N( G _m)，并计算零空间的正交基{c₁，...c_Nnull}。

其中N_null是零空间N( G _m)的维数，{c₁，...c_Nnull}是零空间N( G _m)的正交基，c_i，i＝1，...，N_null分别是维数为L_m的列向量。

4.根据以下公式计算干扰信号码功率：

$\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}\frac{{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2}{\left|c_i^H{c}_i\right|},$

其中内积操作符号

表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{new}}.$

如果上述第一实施例步骤三中零空间的正交基{c₁，...c_Nnull}为标准正交基，则上述第四步干扰信号码功率的计算公式为：

$\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2,$

其中内积操作符号

表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{new}}.$

第二实施例

在上述的第二个步骤中，导频卷积矩阵可以列扩充为通用形式。导频卷积矩阵的通用形式与原导频卷积矩阵的不同之处在于：通用导频卷积矩阵 G _m，general的列不小于原导频卷积矩阵的列 G _m，同时后者的列肯定包含在前者中。由于不同用户的中间导频信号是通过相同的基本导频序列循环移位来构造的，而构造的循环偏移量是由系统设定的最大容许数目决定的。当系统中当前存在的中间导频序列数目等于最大容许数目时，通用导频卷积矩阵 G _m，general和 G _m是一致的。这就是说，即便在目前时刻某些中间导频序列并不存在，但是我们仍可以通过令这些中间导频序列的信道脉冲响应为零而假象这些中间导频序列存在，因为这并不改变中间导频接收信号数学模型。基于这种分析，能够很容易的将导频卷积矩阵构造为通用形式，即通用导频卷积矩阵 G _m，general。这个通用导频卷积矩阵G _m，general的构造只依赖于基本导频序列和系统设定的最大容许数目，而与当前时隙内有效存在的中间导频序列数目无关。一旦我们使用了通用导频卷积矩阵 G _m，general，在干扰估计过程中零空间的计算复杂度就会降低。因为在基本导频序列和系统设定的最大用户数目确定后，通用导频卷积矩阵 G _m，general的零空间不会改变，我们可以只进行一次零空间的计算操作，并将计算结果保留，在需要使用时再调入即可，而无需针对有效中间导频序列数目的改变时刻进行零空间的计算操作。

基于以上分析，我们可以得到干扰信号码功率估计的第二实施例和第三种实现例。

第二种实现例的方法，如图3所示，其具体步骤如下：

1.首先消除数据段对中间导频接收信号的影响，从而得到一组新的中间导频接收信号；

假定 e _new表示消除数据段影响后的中间导频接收信号，此处简称为新的中间导频接收信号，其中新的中间导频接收信号的前(W-1)个元素与原始的中间导频接收信号不同，其它元素与原始的中间导频接收信号相应位置的元素相同，则新的中间导频接收信号可以表示为

${\underset{\‾}{e}}_{\mathrm{new}}={({\underset{\‾}{e}}_{1,\mathrm{new}},{\underset{\‾}{e}}_{2,\mathrm{new}}\·\·\·{\underset{\‾}{e}}_{W-1,\mathrm{new}},{\underset{\‾}{e}}_W\·\·\·{\underset{\‾}{e}}_{L_m})}^T.-----\left(21\right)$

由于消除了数据段的影响，因此新的中间导频接收信号可以近似认为

e _new＝ G _m h+ n。                               (22)

2.构造通用导频卷积矩阵 G _m，general；

3.计算通用导频卷积矩阵的零空间N( G _m，general)，并计算零空间的正交基{c₁，...c_Nnull}。

其中，N_null是零空间N( G _m，general)的维数，{c₁，...c_Nnull}是零空间N( G _m，general)的正交基，c_i，i＝1，...，N_null分别是维数为L_m的列向量。

4.根据以下公式计算干扰信号码功率：

$\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}\frac{{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2}{\left|c_i^H{c}_i\right|},$

其中内积操作符号 表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{new}}.$

如果上述第二实施例步骤三中的零空间的正交基{c₁，...c_Nnull}为标准正交基，则上述第四步干扰信号码功率的计算公式为：

$\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2,$

其中内积操作符号

表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{new}}.$

第三实施例

第三种实现例的方法如图4所示，其具体步骤如下：

1.首先消除数据部分对中间导频接收信号的影响，藉此得到一组新的中间导频接收信号；

假定 e _new表示消除数据段影响后的中间导频接收信号，此处简称为新的中间导频接收信号，其中新的中间导频接收信号的前(W-1)个元素与原始的中间导频接收信号不同，其它元素与原始的中间导频接收信号相应位置的元素相同，则新的中间导频接收信号可以表示为：

${\underset{\‾}{e}}_{\mathrm{new}}={({\underset{\‾}{e}}_{1,\mathrm{new}},{\underset{\‾}{e}}_{2,\mathrm{new}}\·\·\·{\underset{\‾}{e}}_{W-1,\mathrm{new}},{\underset{\‾}{e}}_W\·\·\·{\underset{\‾}{e}}_{L_m})}^T.-----\left(23\right)$

由于消除了数据段的影响，因此新的中间导频接收信号可以近似认为

e _new＝ G _m h+ n。                        (24)

2.构造通用导频卷积矩阵 G _m，general；

3.判断当前时刻使用的基本导频序列和系统设定的最大容许数目是否为初次使用，如果是，则计算通用导频卷积矩阵的零空间N( G _m，general)，

并计算存储零空间的正交基{c₁，...c_Nnull}，其中，N_null是零空间N( G _m，general)的维数，{c₁，...c_Nnull}是零空间N( G _m，general)的正交基，c_i，i＝1，...，N_null分别是维数为L_m的列向量。如果不是，则直接调入存储的零空间的正交基。

4.根据以下公式计算干扰信号码功率：

$\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}\frac{{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2}{\left|c_i^H{c}_i\right|},$

其中内积操作符号 表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{new}}.$

如果上述第三实施例步骤三中的零空间N( G _m，general)的正交基{c₁，...c_Nnull}为标准正交基，则上述第四步干扰信号码功率的计算公式为：

$\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2,$

其中内积操作符号 表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{new}}.$

第四实施例

综观上述三种实现方案，为了进行干扰信号码功率估计，必须首先消除数据段对中间导频接收信号的影响，这就是说必须在数据检测之后进行干扰信号码功率估计。然而，当系统满足以下条件时，

L_m-(W-1)-U＞＝B             (25)

数据段的消除处理可以省略。在上式(25)中，B表示样本数目，样本数目B表示用于进行干扰信号码功率估计的样本数目，这个值可以根据经验值预先确定。L_m表示一个时隙内中间导频序列的长度，W表示信道脉冲响应的长度，U表示全部未知的信道脉冲响应的总数目，通常我们可以认为U＝KW，其中K表示一个时隙内不同的中间导频序列的总数目。如果不同中间导频序列的信道脉冲响应长度不同，则该判断条件应改为：(一个时隙内中间导频序列的长度-最长的信道估计脉冲响应长度-一个时隙内所有未知的信道脉冲响应的总数目)＞＝样本数目。

综上所述，本文提出的干扰信号码功率估计是一种是样本平均方法，该方法参与平均的样本值越多，性能就越好。为了以适当的计算量获得较好的估计性能，样本数目B可以根据仿真结果或经验值预先确定。一旦以上的判断条件满足，中间导频接收信号的最初(W-1)个元素便可以不参与干扰信号码功率的估计。因此，在这种情况下，我们不需要进行数据段影响的消除处理，仅仅利用那些完全由中间导频序列决定的中间导频接收信号元素便可以完成干扰信号码功率的估计，藉此可以得到干扰信号码功率估计的第四实施例。

第四种实施的方法如图5所示，其具体步骤如下：

1.预先设定用于进行干扰信号码功率估计的样本数目B。

2.判断条件中间导频接收信号不进行消除处理的条件L_m-(W-1)-U＞B是否满足，如果条件满足，则执行步骤3；否则执行步骤4。

3.选择用于进行干扰信号码功率估计的中间导频接收信号元素，并据此构造相应的部分导频卷积矩阵 G _m，partial，然后执行步骤6。在这个步骤中，用于进行干扰信号码功率估计的中间导频接收信号是原始的中间导频接收信号的一部分，此处被简称为部分导频接收信号e _partial，它的长度不小于U+B，而且它必须由那些完全取决于中间导频序列的接收元素构成。由于部分导频接收信号是从原始中间导频接收信号中抽取得到，因此相应的部分导频卷积矩阵也是从导频卷积矩阵抽取相应的列得到的。例如，如果部分导频接收信号 e _partial为( e _W， e _W+1... e _U+B+W-1)，则部分导频卷积矩阵 G _m，partial可以表示为G _m，partial＝ G _m(W：U+B+W-1，1：U)，也就是说， G _m，partial的第一行元素与G _m的第W行的元素完全相同。

4.消除数据部分对中间导频接收信号的影响，从而得到一组新的中间导频接收信号；

假定 e _new表示消除数据段影响后的中间导频接收信号，此处简称为新的中间导频接收信号，其中新的中间导频接收信号的前(W-1)个元素与原始的中间导频接收信号不同，其它元素与原始的中间导频接收信号相应位置的元素相同，则新的中间导频接收信号可以表示为 ${\underset{\‾}{e}}_{\mathrm{new}}={({\underset{\‾}{e}}_{1,\mathrm{new}},{\underset{\‾}{e}}_{2,\mathrm{new}}\·\·\·{\underset{\‾}{e}}_{W-1,\mathrm{new}},{\underset{\‾}{e}}_W\·\·\·{\underset{\‾}{e}}_{L_m})}^T.$ 由于消除了数据段的影响，所以新的中间导频接收信号可以近似认为 e _new＝ G _m h+ n。

5.构造导频卷积矩阵 G _m或通用导频卷积矩阵 G _m，general；

6.若前一步执行的是步骤(5)，即步骤(5)所构造的矩阵是导频卷积矩阵 G _m或通用导频卷积矩阵 G _m，general，则计算相应的零空间N( G _m)或N( G _m，general)，并计算存储零空间对应的正交基{c₁，...c_Nnull}。若前一步执行的是步骤(3)，即步骤(3)所构造的矩阵是部分导频卷积矩阵G _m，partial，则计算相应的零空间N( G _m，partial)及其零空间对应的正交基{c₁，...c_Nnull}。

7.若用于进行干扰信号码功率估计的信号是新的中间导频接收信号，则根据以下公式计算干扰信号码功率； $\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}\frac{{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2}{\left|c_i^H{c}_i\right|},$ 其中内积操作符号 表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{new}};$ 若用于进行干扰信号码功率估计的信号是部分导频接收信号，则根据以下公式计算干扰信号码功率； ${\widehat{\mathrm{\σ}}}_{I+N}^2=\frac{1}{B}\underset{i=1}{\overset{B}{\mathrm{\Σ}}}\frac{{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{partia}l}\⟩|}^2}{\left|c_i^H{c}_i\right|},$ 其中内积操作符号 表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{partial}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{partial}}.$

如果上述第四实施例的步骤七中的正交基为标准正交基，则上述第七步可以改为：

若用于进行干扰信号码功率估计的信号是新的中间导频接收信号，则根据以下公式计算干扰信号码功率； $\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2,$ 其中内积操作符号

表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{new}};$ 若用于进行干扰信号码功率估计的信号是部分导频接收信号，则根据以下公式计算干扰信号码功率； ${\widehat{\mathrm{\σ}}}_{I+N}^2=\frac{1}{B}\underset{i=1}{\overset{B}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{partial}}\⟩|}^2,$ 其中内积操作符号

表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{partial}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{partial}}.$

第五实施例

事实上，将第四实施例中的步骤5和6稍微修改，就可以得到如图6所示的本发明的第五实施例，第五实施例的方法的包括如下步骤：

1.与第四实施例的方法的步骤1相同；

2.与第四实施例的方法的步骤2相同；

3.与第四实施例的方法的步骤3相同；

4.与第四实施例的方法的步骤4相同；

5.构造通用导频卷积矩阵 G _m，general；

6.若前一步执行的是步骤(5)且步骤(5)所构造的矩阵是通用导频卷积矩阵 G _m，general，则判断当前时刻使用的基本导频序列和系统设定的最大容许数目是否为初次使用；若是，则计算通用导频卷积矩阵的零空间N( G _m，general)，并计算存储零空间的正交基{c₁，...c_Nnull}。若不是，则直接调入存储的零空间的正交基。若前一步执行的是步骤(3)，即步骤(3)所构造的矩阵是部分导频卷积矩阵 G _m，partial，则计算相应的零空间N( G _m，partial)及其零空间对应的正交基{c₁，...c_Nnull}；

7.与第四实施例的方法的步骤7相同。

如果上述第五实施例的步骤七中的正交基为标准正交基，则上述第七步可以改为：

若用于进行干扰信号码功率估计的信号是新的中间导频接收信号，则根据以下公式计算干扰信号码功率； $\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2,$ 其中内积操作符号

表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{new}};$ 若用于进行干扰信号码功率估计的信号是部分导频接收信号，则根据以下公式计算干扰信号码功率； ${\widehat{\mathrm{\σ}}}_{I+N}^2=\frac{1}{B}\underset{i=1}{\overset{B}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{partial}}\⟩|}^2,$ 其中内积操作符号 表示两个向量的内积，即 $\⟨c_i,{\underset{\‾}{e}}_{\mathrm{partial}}\⟩=c_i^H{\underset{\‾}{e}}_{\mathrm{partial}}.$

下面以码片速率为1.28Mcps的时分双工同步码分多址(TD-SCDMA)系统为例来进一步介绍本发明提出的估计干扰信号码功率方法的实施例的方法。

在以码片速率为1.28Mcps的同步时分双工码分多址(TD-SCDMA)系统，中间导频信号的长度L_m为144。

通常，可以假设信号脉冲响应的长度W为16，样本数目B可以设置为大于等于8且大于等于16，在下列例子中我们假设样本数目B等于16。

例1——公共中间导频序列分配方式，对于以码片速率为1.28Mcps的同步时分双工码分多址(TD-SCDMA)系统，在下行链路中，不同用户的中间导频序列可以采用公共中间导频序列分配(common midambleallocation)形式，也就是说不同用户使用相同的中间导频序列。在这种情况下，未知的信道脉冲响应的总数目U为W。显然此时数据消除处理的判断条件(Lm-(W-1)-U＞＝B)是满足的，因此，无需进行数据消除处理操作，而可以直接从如下步骤开始进行处理，其具体步骤可以如下：

·选择用于干扰信号码功率估计的部分中间导频接收信号

在本例1中，选定部分导频接收信号 e _partial为( e _W， e _W+1... e _Lm-1)，该部分导频接收信号的长度为L_m-W。

·构造部分导频卷积矩阵

假设 $\underset{\‾}{m}=({\underset{\‾}{m}}_1,{\underset{\‾}{m}}_2,...,{\underset{\‾}{m}}_{L_m})$ 表示采用的中间导频序列，则与部分中间导频接收信号对应的部分导频卷积矩阵构造如下：

${\underset{\‾}{G}}_{m,\mathrm{partial}}=\left[\begin{array}{ccccc}{\underset{\‾}{m}}_W& {\underset{\‾}{m}}_{W-1}& {\underset{\‾}{m}}_{W-2}& \·\·\·& {\underset{\‾}{m}}_1\\ {\underset{\‾}{m}}_{W+1}& {\underset{\‾}{m}}_W& {\underset{\‾}{m}}_{W-1}& \·\·\·& {\underset{\‾}{m}}_2\\ {\underset{\‾}{m}}_{W+2}& {\underset{\‾}{m}}_{W+1}& {\underset{\‾}{m}}_W& \·\·\·& {\underset{\‾}{m}}_3\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& \underset{.}{\overset{.}{.}}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& \underset{.}{\overset{.}{.}}\\ {\underset{\‾}{m}}_{\mathrm{Lm}-3}& {\underset{\‾}{m}}_{\mathrm{Lm}-4}& {\underset{\‾}{m}}_{\mathrm{Lm}-5}& \·\·\·& {\underset{\‾}{m}}_{\mathrm{Lm}-W-2}\\ {\underset{\‾}{m}}_{\mathrm{Lm}-2}& {\underset{\‾}{m}}_{\mathrm{Lm}-3}& {\underset{\‾}{m}}_{\mathrm{Lm}-4}& \underset{.}{\overset{.}{.}}& {\underset{\‾}{m}}_{\mathrm{Lm}-W-1}\\ {\underset{\‾}{m}}_{\mathrm{Lm}-1}& {\underset{\‾}{m}}_{\mathrm{Lm}-2}& {\underset{\‾}{m}}_{\mathrm{Lm}-3}& \·\·\·& {\underset{\‾}{m}}_{\mathrm{Lm}-W}\end{array}\right],$

该矩阵的行数为(Lm-W)，列数为W。

计算部分导频卷积矩阵的零空间矩阵的零空间能够经由一定的算法产生，诸如奇异值分解(SVD)方法。对该部分导频卷积矩阵求得的零空间的维数为(Lm-2W)，根据以上参数可以知道该维数显然大于预先设定的样本数目B，即零空间内独立的向量的个数大于B。因此，可以从所计算的正交基的集合中任意挑选出B个正交基用于干扰信号码功率估计计算。假设选定的B个正交基集合表示为{c₁，...c_B}，其中c_i，i＝1，...，B表示选定的第i个正交基。

计算干扰信号码功率估计值，基于以下公式计算干扰信号码功率：

$\frac{1}{B}\underset{i=1}{\overset{B}{\mathrm{\Σ}}}\frac{{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{partial}}\⟩|}^2}{\left|c_i^H{c}_i\right|}.$

如果零空间的正交基为标准正交基，则干扰信号码功率的计算公式可以简化为：

$\frac{1}{B}\underset{i=1}{\overset{B}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{partial}}\⟩|}^2.$

本发明的仿真结果表明利用本发明提出的干扰信号码功率估计方法，干扰信号码功率的估计均值的误差小于0约.1dB。

例2——特定的中间导频序列分配(specific midamble allocation)形式：通常可以假设信号脉冲响应的长度W为16，样本数目B可以设置为大于等于8且大于等于16。对于以码片速率为1.28Mcps的同步时分双工码分多址(TD-SCDMA)系统，在上行链路中，不同用户的中间导频序列可以采用特定的中间导频序列分配(specific midamble allocation)方式，也就是说，不同用户被指配使用不同的中间导频序列，例如，可以假设在某个时隙内，被使用的中间导频序列共有K个，同时每个中间导频序列相关的信道脉冲响应的长度都为W，在此种情况下，未知的信道脉冲响应的总数目U可以表示为KW。

如果进一步假设中间导频序列构造时的最大容许数目K_max为8，此时时隙内只使用了5个不同的中间导频序列，即K为5，则未知的信道脉冲响应的总数目U为80，显然这种假设条件下接收信号不进行消除处理的判断条件(Lm-(W-1)-U＞＝B)是满足的，因此，无需进行数据消除处理操作，而可以直接从如下步骤开始进行处理，其具体步骤可以如下：

·选择用于干扰信号码功率估计的部分中间导频接收信号

在本实施例中，选定部分导频接收信号 e _partial为( e _W， e _W+1... e _Lm-1)，该部分导频接收信号的长度为L_m-W。

·构造部分导频卷积矩阵

假设 ${\underset{\‾}{m}}^{\left(k\right)}=({\underset{\‾}{m}}_1^{\left(k\right)},{\underset{\‾}{m}}_2^{\left(k\right)},...,{\underset{\‾}{m}}_{L_m}^{\left(k\right)}),k=1,...,K$ 表示第k个中间导频序列，则与部分中间导频接收信号对应的部分导频卷积矩阵构造如下： ${\underset{\‾}{G}}_{m,\mathrm{partial}}=[{\underset{\‾}{G}}_{m,\mathrm{partial}}^{\left(1\right)}\·\·\·{\underset{\‾}{G}}_{m,\mathrm{partial}}^{\left(K\right)}],$ 这个矩阵的行数为(Lm-W)，列数为KW，

其中 ${\underset{\‾}{G}}_{m,\mathrm{partial}}^{\left(k\right)},k=1,...,K,$ 表示第k个中间导频序列的部分导频卷积矩阵，其行数为(Lm-W)，列数为W，构造如下：

${\underset{\‾}{G}}_{m,\mathrm{partia}}^{\left(k\right)}=\left[\begin{array}{ccccc}{\underset{\‾}{m}}_W^{\left(k\right)}& {\underset{\‾}{m}}_{W-1}^{\left(k\right)}& {\underset{\‾}{m}}_{W-2}^{\left(k\right)}& \·\·\·& {\underset{\‾}{m}}_1^{\left(k\right)}\\ {\underset{\‾}{m}}_{W+1}^{\left(k\right)}& {\underset{\‾}{m}}_W^{\left(k\right)}& {\underset{\‾}{m}}_{W-1}^{\left(k\right)}& \·\·\·& {\underset{\‾}{m}}_2^{\left(k\right)}\\ {\underset{\‾}{m}}_{W+2}^{\left(k\right)}& {\underset{\‾}{m}}_{W+1}^{\left(k\right)}& {\underset{\‾}{m}}_W^{\left(k\right)}& \·\·\·& {\underset{\‾}{m}}_3^{\left(k\right)}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& \underset{.}{\overset{.}{.}}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& \underset{.}{\overset{.}{.}}\\ {\underset{\‾}{m}}_{\mathrm{Lm}-3}^{\left(k\right)}& {\underset{\‾}{m}}_{\mathrm{Lm}-4}^{\left(k\right)}& {\underset{\‾}{m}}_{\mathrm{Lm}-5}^{\left(k\right)}& \·\·\·& {\underset{\‾}{m}}_{\mathrm{Lm}-W-2}^{\left(k\right)}\\ {\underset{\‾}{m}}_{\mathrm{Lm}-2}^{\left(k\right)}& {\underset{\‾}{m}}_{\mathrm{Lm}-3}^{\left(k\right)}& {\underset{\‾}{m}}_{\mathrm{Lm}-4}^{\left(k\right)}& \underset{.}{\overset{.}{.}}& {\underset{\‾}{m}}_{\mathrm{Lm}-W-1}^{\left(k\right)}\\ {\underset{\‾}{m}}_{\mathrm{Lm}-1}^{\left(k\right)}& {\underset{\‾}{m}}_{\mathrm{Lm}-2}^{\left(k\right)}& {\underset{\‾}{m}}_{\mathrm{Lm}-3}^{\left(k\right)}& \·\·\·& {\underset{\‾}{m}}_{\mathrm{Lm}-W}^{\left(k\right)}\end{array}\right],k=1,...,K.$

·计算部分导频卷积矩阵的零空间

矩阵的零空间能够经由一定的算法产生，诸如奇异值分解(SVD)方法。对该部分导频卷积矩阵求得的零空间的维数为(Lm-KW-W)，基于以上假设参数可以知道该维数显然大于预先设定的样本数目B，即零空间内独立的向量的个数大于B。因此，可以从计算出的正交基的集合中任意挑选出B个正交基用于干扰信号码功率估计计算，例如，选定的B个正交基集合表示为{c₁，...c_B}，其中c_i，i＝1，...，B表示选定的第i个正交基。

·计算干扰信号码功率估计值，基于以下公式计算干扰信号码功率：

$\frac{1}{B}\underset{i=1}{\overset{B}{\mathrm{\Σ}}}\frac{{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{partial}}\⟩|}^2}{\left|c_i^H{c}_i\right|}.$

如果零空间的正交基为标准正交基，则干扰信号码功率的计算公式可以简化为：

$\frac{1}{B}\underset{i=1}{\overset{B}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{partial}}\⟩|}^2.$

虽然在当前的假设中，接收信号不进行消除处理的判断条件(Lm-(W-1)-U＞＝B)是满足的，无需进行数据消除处理操作，但是依然可以采用第一实施例来进行干扰信号码功率估计，其具体步骤可以如下：

·消除数据段对中间导频接收信号的影响，生成新的中间导频接收信号e _new

在这个步骤中，数据段的消除处理可以利用已有的各种方法来完成，如首先利用估计的数据段的符号和信道估计值对数据段信号进行重构处理，然后再从原接收信号中减去重构的数据段信号便可完成数据段的消除处理。

构造导频卷积矩阵

假设第k个中间导频序列为 ${\underset{\‾}{m}}^{\left(k\right)}=({\underset{\‾}{m}}_1^{\left(k\right)},{\underset{\‾}{m}}_2^{\left(k\right)},...,{\underset{\‾}{m}}_{L_m}^{\left(k\right)}),k=1,...,K,$ 则与中间导频接收信号对应的导频卷积矩阵构造如下： ${\underset{\‾}{G}}_m=[{\underset{\‾}{G}}_m^{\left(1\right)}\·\·\·{\underset{\‾}{G}}_m^{\left(K\right)}],$ 这个矩阵的行数为L_m，列数为KW，其中 G _m ^(k)，k＝1，2，...K表示第k个中间导频信号的导频卷积矩阵，其表示形式如下：

${\underset{\‾}{G}}_m^{\left(k\right)}=\left[\begin{array}{ccccc}{\underset{\‾}{m}}_1^{\left(k\right)}& 0& 0& \·\·\·& 0\\ {\underset{\‾}{m}}_2^{\left(k\right)}& {\underset{\‾}{m}}_1^{\left(k\right)}& 0& \·\·\·& 0\\ {\underset{\‾}{m}}_3^{\left(k\right)}& {\underset{\‾}{m}}_2^{\left(k\right)}& {\underset{\‾}{m}}_1^{\left(k\right)}& \·\·\·& 0\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& \underset{.}{\overset{.}{.}}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& 0\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& {\underset{\‾}{m}}_1^{\left(k\right)}\\ & \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}\\ {\underset{\‾}{m}}_{L_m}^{\left(k\right)}& {\underset{\‾}{m}}_{L_m-1}^{\left(k\right)}& {\underset{\‾}{m}}_{L_m-2}^{\left(k\right)}& \·\·\·& {\underset{\‾}{m}}_{L_m-W+1}^{\left(k\right)}\end{array}\right],k=\mathrm{1,2},\·\·\·K,$

其维数为L_m×W。

·计算导频卷积矩阵的零空间

矩阵的零空间能够经由一定的算法产生，诸如奇异值分解(SVD)方法。对该导频卷积矩阵求得的零空间的维数为(Lm-KW)，基于上述假设参数可以知道该维数显然大于预先设定的样本数目B，即零空间内独立的向量的个数大于B。因此，可以从计算出的正交基的集合中任意挑选出B个正交基用于干扰信号码功率估计计算，当然也可以用全部的正交基来计算干扰信号码功率估计，例如选定的B个正交基集合表示为{c₁，...c_B}，其中c_i，i＝1，...，B表示选定的第i个正交基。

·计算干扰信号码功率估计值。

如果零空间的正交基为标准正交基，则基于以下公式计算干扰信号码功率：

$\frac{1}{B}\underset{i=1}{\overset{B}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2;$

否则，根据 ${\widehat{\mathrm{\σ}}}_{I+N}^2=\frac{1}{B}\underset{i=1}{\overset{B}{\mathrm{\Σ}}}\frac{{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2}{\left|c_i^H{c}_i\right|}$ 计算干扰信号码功率。

如果对于当前的假设条件，采用第二实施例来进行干扰信号码功率估计，那么其具体步骤可以描述如下：

·消除数据段对中间导频接收信号的影响，生成新的中间导频接收信号e _new

在这个步骤中，数据段的消除处理可以利用已有的各种方法来完成，如首先利用估计的数据段的符号和信道估计值对数据段信号进行重构处理，然后再从原接收信号中减去重构的数据段信号便可完成数据段的消除处理。

·构造通用导频卷积矩阵

假设 ${\underset{\‾}{m}}^{\left(k\right)}=({\underset{\‾}{m}}_1^{\left(k\right)},{\underset{\‾}{m}}_2^{\left(k\right)},...,{\underset{\‾}{m}}_{L_m}^{\left(k\right)}),k=1,...,K$ 表示第k个中间导频序列，则通用导频卷积矩阵构造如下： ${\underset{\‾}{G}}_{m,\mathrm{general}}=\left[{\underset{\‾}{G}}_m^{\left(1\right)}\·\·\·{\underset{\‾}{G}}_m^{\left(K\right)}{\underset{\‾}{G}}_m^{(K+1)}...{\underset{\‾}{G}}_m^{\left(K_{\max }\right)}\right],$ 这个矩阵的行数为L_m，列数为K_maxW其中 G _m ^(k)，k＝1，2，...K，K+1，...，K_max表示第k个中间导频信号的导频卷积矩阵，其表示形式如下：

${\underset{\‾}{G}}_m^{\left(k\right)}=\left[\begin{array}{ccccc}{\underset{\‾}{m}}_1^{\left(k\right)}& 0& 0& \·\·\·& 0\\ {\underset{\‾}{m}}_2^{\left(k\right)}& {\underset{\‾}{m}}_1^{\left(k\right)}& 0& \·\·\·& 0\\ {\underset{\‾}{m}}_3^{\left(k\right)}& {\underset{\‾}{m}}_2^{\left(k\right)}& {\underset{\‾}{m}}_1^{\left(k\right)}& \·\·\·& 0\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& \underset{.}{\overset{.}{.}}\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& 0\\ \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \·\·\·& {\underset{\‾}{m}}_1^{\left(k\right)}\\ & \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}& \underset{.}{\overset{.}{.}}\\ {\underset{\‾}{m}}_{L_m}^{\left(k\right)}& {\underset{\‾}{m}}_{L_m-1}^{\left(k\right)}& {\underset{\‾}{m}}_{L_m-2}^{\left(k\right)}& \·\·\·& {\underset{\‾}{m}}_{L_m-W+1}^{\left(k\right)}\end{array}\right],k=\mathrm{1,2},\·\·\·K,K+1,...,K_{\max },$

其维数为L_m×W。

·计算导频卷积矩阵的零空间

矩阵的零空间能够经由一定的算法产生，诸如奇异值分解(SVD)方法。对该导频卷积矩阵求得的零空间的维数N_null为(Lm-K_maxW)，假设该零空间的正交基集合表示为{c₁，...c_Nnull}，其中c_i，i＝1，...，N_null表示选定的第i个正交基。

·计算干扰信号码功率估计值，基于以下公式计算干扰信号码功率； $\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}\frac{|{\⟨c}_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩{|}^2}{\left|c_i^H{c}_i\right|}.$

如果零空间的正交基为标准正交基，则干扰信号码功率的估计公式可以简化为： $\frac{1}{N_{\mathrm{null}}}\underset{i=1}{\overset{N_{\mathrm{null}}}{\mathrm{\Σ}}}{|\⟨c_i,{\underset{\‾}{e}}_{\mathrm{new}}\⟩|}^2.$

仿真结果表明利用在TD-SCDMA系统中，本发明提出的干扰信号码功率估计方法，干扰信号码功率的估计均值的误差小于约0.1dB。

Claims (14)

1.一种估计码分多址数字移动通信系统的干扰信号码功率的方法，其特征在于该方法包括如下步骤：

(1).消除数据段对中间导频接收信号造成的符号间干扰影响；

(2).构造与消除数据段影响后的中间导频接收信号相对应的导频卷积矩阵；

(3).计算导频卷积矩阵的零空间；

(4).利用导频卷积矩阵的零空间估计干扰信号码功率。

2.如权利要求1所述的方法，其特征在于：所述步骤(4)包括以下步骤：

(4.1)计算导频卷积矩阵的零空间各正交基与中间导频接收信号的内积；

(4.2)计算所述各内积值的平方值；

(4.3)计算所述各正交基向量的范数的平方值；

(4.4)将所述各内积值的平方值除以相对应的所述各正交基向量的范数的平方值；

(4.5)将步骤(4.4)所得到各除法计算结果进行相加并求平均。

3.如权利要求2所述的方法，其特征在于，当在所述步骤(4.1)中的正交基为标准正交基时，由以下步骤代替所述步骤(4.3)，步骤(4.4)和步骤(4.5)：将所计算的各内积值的平方值相加并求平均。

4.如权利要求1所述的方法，其特征在于，可由如下的公式计算所述导频卷积矩阵 G _m：

$G_m=[{\underset{\‾}{G}}_m^{\left(1\right)}\·\·\·{\underset{\‾}{G}}_m^{\left(K\right)}],$

 其维数为L_m×KW，W表示信道脉冲响应的长度，L_m表示一个时隙内中间导频信号的长度，其中 G _m ^(k)表示第k个中间导频信号的导频卷积矩阵，其表示形式如下：

其维数为L_m×W，其中 ${\underset{\‾}{m}}^{\left(k\right)}=({\underset{\‾}{m}}_1^{\left(k\right)},{\underset{\‾}{m}}_2^{\left(k\right)},...,{\underset{\‾}{m}}_{L_m}^{\left(k\right)})$ 表示中间导频信号，m _i ^(k)，i＝1，...，L_m，表示第k个中间导频序列的第i个元素。

5.如权利要求1所述的方法，其特征在于所述导频卷积矩阵可以是通用导频卷积矩阵。

6.如权利要求1至5的任一权利要求所述的方法，其特征在于：所述步骤(3)中导频卷积矩阵的零空间可以预先计算或只计算一次并存储起来，在需要使用时再调入。

7.如权利要求5所述的方法，其特征在于由如下步骤代替所述步骤(3)：

判断当前时刻使用的基本导频序列和系统设定的最大容许数目是否为初次使用，如果是，则计算通用导频卷积矩阵的零空间，如果不是，则直接调入通用导频卷积矩阵的零空间。

8.一种估计码分多址数字移动通信系统的干扰信号码功率的方法，其特征在于该方法包括以下步骤：

(1)预先设定用于估计干扰信号码功率的样本数目；

(2)判断不需要消除数据段对中间导频接收信号造成的符号间干扰影响的条件是否满足，如果条件满足，则执行步骤(3)；否则执行步骤(4)；

(3)选择用于估计干扰信号码功率的中间导频接收信号元素，并据此构造相应的部分导频卷积矩阵，然后执行步骤(6)；

(4)消除数据段对中间导频接收信号造成的符号间干扰影响，得到一组新的中间导频接收信号；

(5)构造与得到一组新的中间导频接收信号相对应的导频卷积矩阵或通用导频卷积矩阵；

(6)如果前一步执行的是步骤(5)，则计算相应的导频卷积矩阵的零空间；如果前一步构造的矩阵是执行的是步骤(3)，则计算部分导频卷积矩阵的零空间。

(7)利用前一步计算的零空间计算干扰信号码功率估计值。

9.如权利要求8所述的方法，其特征在于所述的条件为：

L_m-(W-1)-U＞＝B

式中L_m表示中间导频序列的长度，B表示样本数目，U表示整个时隙内未知的信道脉冲响应的总数目，W表示最大的信道脉冲响应的长度。

10.如权利要求8所述的方法，其特征在于用如下步骤代替所述的步骤(6)：

若前一步执行的是步骤(5)且所述步骤(5)所构造的矩阵是通用导频卷积矩阵 G _m，general，则判断当前时刻使用的基本导频序列和系统设定的最大容许数目是否为初次使用；若是，则计算通用导频卷积矩阵的零空间N( G _m，general)，并计算存储零空间的正交基{c₁，...c_Nnull}，若不是，则直接调入存储的零空间的正交基；若前一步执行的是步骤(3)且步骤(3)所构造的矩阵是部分导频卷积矩阵 G _m，partial，则计算相应的零空间N( G _m，partial)及其零空间对应的正交基{c₁，...c_Nnull}。

11.如权利要求8所述的方法，其特征在于所述步骤(7)包括以下步骤：

(7.1)计算导频卷积矩阵的零空间各正交基与中间导频接收信号的内积；

(7.2)计算所述各内积值的平方值；

(7.3)计算所述各正交基向量的范数的平方值；

(7.4)将所述各内积值的平方值除以相对应的所述各正交基向量的范数的平方值；

(7.5)将步骤(7.4)所得到各除法计算结果进行相加并求平均。

12.如权利要求11所述的方法，其特征在于，当在所述步骤(7.1)中的正交基为标准正交基时，由如下步骤代替所述步骤(7.3)，步骤(7.4)和步骤(7.5)：

将所计算的各内积值的平方值相加并求平均。

13.如权利要求8所述的方法，其特征在于，可由如下的公式构造所述步骤(5)中的与得到一组新的中间导频接收信号相对应的导频卷积矩阵 G _m：

$G_m=[{\underset{\‾}{G}}_m^{\left(1\right)}\·\·\·{\underset{\‾}{G}}_m^{\left(K\right)}],$

其维数为L_m×KW，W表示信道脉冲响应的长度，L_m表示一个时隙内中间导频信号的长度，其中 G _m ^(k)，k＝1，2，…K表示第k个中间导频信号的导频卷积矩阵，其表示形式如下：

其维数为L_m×W，其中 ${\underset{\‾}{m}}^{\left(k\right)}=({\underset{\‾}{m}}_1^{\left(k\right)},{\underset{\‾}{m}}_2^{\left(k\right)},...,{\underset{\‾}{m}}_{L_m}^{\left(k\right)})$ 表示中间导频信号，m _i ^(k)，i＝1，...，L_m，表示第k个中间导频序列的第i个元素；

所述步骤(3)中的部分导频卷积矩阵可根据选择的用于相应估计干扰信号码功率的中间导频接收信号元素从上述计算式所得到的所述导频卷积矩阵中进行删除相应行处理后得到，或者是所述步骤(3)中的部分导频卷积矩阵可根据选择的用于相应估计干扰信号码功率的中间导频接收信号元素从上述计算式所得到的所述导频卷积矩阵中进行删除相应的行和列处理后得到；

· 所述步骤(5)中的通用导频卷积矩阵构造如下： ${\underset{\‾}{G}}_{m,\mathrm{general}}=[{\underset{\‾}{G}}_m^{\left(1\right)}\·\·\·{\underset{\‾}{G}}_m^{\left(K\right)}{\underset{\‾}{G}}_m^{(K+1)}\·\·\·{\underset{\‾}{G}}_m^{\left(K_{\max }\right)}],$ 这个矩阵的行数为L_m，列数为K_maxW，其中 G _m ^(k)表示第k个中间导频信号的导频卷积矩阵，其表示形式如下：

其维数为L_m×W，其中K_max表示中间导频序列构造时的最大容许数目， ${\underset{\‾}{m}}^{\left(k\right)}=({\underset{\‾}{m}}_1^{\left(k\right)},{\underset{\‾}{m}}_2^{\left(k\right)},...,{\underset{\‾}{m}}_{L_m}^{\left(k\right)}),$ k＝1，...，K表示第k个中间导频序列。

14.如权利要求8至13的任一权利要求所述的方法，其特征在于，所述导频卷积矩阵的零空间可以预先计算或只计算一次并存储起来，在需要使用时再调入。

Images