CN1656714A - 柯勒斯基趋近法的适应算法 - Google Patents

Abstract

在无线通信系统中侦测数据的方法。这种方法的步骤包括：接收数个通信信号；仿真一种解法，藉以利用需要矩阵反转的线性系统，估计接收通信信号的数据；决定趋近柯勒斯基(Cholesky)因子的各行及各列。决定各行及各列间的差异。若所决定的差异小于临界值，则利用先前决定的各行或各列，决定后续的各行或各列。所接收的通信信号的数据是利用趋近柯勒斯基(Cholesky)因子进行估计。

Description

柯勒斯基趋近法的适应算法

技术领域

本发明是有关于线性系统的求解方式。特别是，本发明是有关于利用柯勒斯基趋近法(Cholesky approximation)，执行赫密特(Hermitian)、区块带状(block-banded)、及区块托普利兹(block Toeplitz)矩阵的矩阵反转(matrix inversion)，藉以完成线性系统的求解。

背景技术

在码分多址(CDMA)通信系统中，多重通信可以同时在共享频谱上进行传送。另外，各个通信是利用传输这个通信的讯息码进行识别。

在某些码分多址(CDMA)通信系统中，为了善用这个共享频谱，共享频谱可能会时间分割成具有数个时隙(诸如：十五个时隙)的帧。因此，这类系统亦可以称为混合式码分多址(CDMA)/时分多址(TDMA)通信系统。举例来说，一种这类系统，其会将上行传输通信及下行传输通信分别限制在特定的时隙内，即是分时双工(TDD)通信系统。

在共享频谱上接收传输通信的两种手段包括：单一用户侦测(SUD)及多重用户侦测(MUD)。单一用户侦测(SUD)是在所有接收通信均会经历相同频道响应的情况下使用。这种条件通常会发生在所有通信均是经由基站(BS)传输的下行传输中、或是发生在特定时间内仅有单一用户进行传输的上行传输中。在这些例子中，所有传输通信均会经历共同频道响应。为了补偿这个共同频道响应，所有接收信号均会先传送至频道等化级(channelequalization stage)。待等化完成后，各个通信的数据才会利用各个通信的讯息码进行回复。

单一用户数据侦测问题通常可以利用等式(1)表示：

r＝H s+n                                        (1)

其中，r是接收向量。H是所有用户的频道响应矩阵。 n是噪声向量。 s是展频数据符号，其可以利用等式(2)表示：

s＝C d                                          (2)

其中，C是所有用户通信的展频讯息码，而 d则是数据向量。

等式(1)的两种常见求解手段是：最小平方误差(LSE)解法、及最小均方差(MMSE)解法。最小平方误差(LSE)解法可以利用等式(3)表示：

s＝(H^HH)^-1H^Hr                                  (3)

其中，(.)^H是数个共轭移项(赫密特(Hermitian))操作。另外，最小均方差(MMSE)解法则可以利用等式(4)表示：

s＝(H^HH+σ²I)^-1H^Hr                             (4)

其中，σ²是噪声变异数(noise variance)，而I则是单位矩阵(identitymatrix)。

待完成 s的求解后，数据向量d便可以根据等式(5)展频而加以决定：

d＝C^-1 s                                        (5)

在多重用户侦测(MUD)中，所有通信数据均会同时决定。多重用户侦测是在各个通信经历不同或共同频道响应的时候使用。多重用户侦测器是利用多重通信的讯息码(已知的或决定的)、及决定的频道响应，藉以估计所有通信的数据。

多重用户侦测问题通常可以利用等式(6)表示：

r＝A d+n                                        (6)

其中，A是系统响应矩阵，其是频道响应H及讯息码矩阵C的卷积(convolution)。

等式(6)的两种常见求解手段是：零点强迫(ZF)解法及最小均方差(MMSE)解法。零点强迫(ZF)解法可以利用等式(7)表示：

d＝(A^HA)^-1A^H r                                 (7)

另外，最小均方差(MMSE)解法可以利用等式(8)表示：

d＝(A^HA+σ²I)^-1A^H r                            (8)

单一用户侦测(SUD)的等式(3)及(4)、或多重用户侦测(MUD)的等式(7)及(8)的暴力(brute force)解法均会具有极高的复杂度。降低复杂度的一种手段即是：柯勒斯基(Cholesky)分解法。以下，柯勒斯基(Cholesky)分解法将会配合等式(9)及(10)的线性等式进行说明。

p＝(R)^-1 x                                        (9)

x＝o^H q                                           (10)

对于零点强迫(ZF)解法而言，R为o^Ho。对于最小均方差(MMSE)解法而言，R为o^Ho+σ²I。

执行矩阵反转是一个具有高复杂度的操作。为了降低其复杂度。柯勒斯基(Cholesky)因子G可以在矩阵R为赫密特(Hermitian)、区块带状(Hermitian block-banded)及区块托普利兹(block Toeplitz)的情况下使用。柯勒斯基(Cholesky)因子G及其共轭移项G^H是上三角矩阵及下三角矩阵。这个柯勒斯基(Cholesky)因子G可以利用等式(11)表示：

GG^H＝R                                           (11)

待决定这个柯勒斯基(Cholesky)因子G后，反向替代(backwardsubstitution)可以根据等式(12)以执行，藉以决定y。

y＝G^Hq                                           (12)

为了决定 p，前向替代(forward substitution)可以根据等式(13)以执行。

x＝yG                                            (13)

对于单一用户侦测(SUD)而言，在等式(9)及(10)中， p会改变为r，且 q会改变为 s。对于零点强迫(ZF)解法而言，R为H^HH，且o^H为H^H。另外，对于最小均方差(MMSE)解法而言，R为H^HH+σ²I，且o^H为H^H。

对于多重用户侦测(MUD)而言，在等式(9)及(10)中， p会改变为 r，且 q会改变为 d。对于零点强迫(ZF)解法而言，R为A^HA，且o^H为A^H。另外，对于最小均方差(MMSE)解法而言，R为A^HA+σ²I，且o^H为A^H。

虽然基于柯勒斯基(Cholesky)分解法的线性系统求解方式确实可以降低其复杂度，但是，决定柯勒斯基(Cholesky)因子G却仍然会牵涉到相当程度的复杂度。为了降低决定柯勒斯基(Cholesky)因子G的复杂度，趋近柯勒斯基(Cholesky)因子

亦可以使用。决定趋近柯勒斯基(Cholesky)因子 的手段是先决定趋近柯勒斯基(Cholesky)因子

的某行或某列，然后再复制这行或这列以产生完整的趋近柯勒斯基(Cholesky)因子 在数据侦测程序中，趋近柯勒斯基(Cholesky)因子

可以会导致误差。这个误差可能会使接收器的效能降低至无法接受的程度。

有鉴于上述及其它问题，本发明的主要目的便是提供其它手段，藉以决定这个柯勒斯基(Cholesky)因子。

发明内容

在无线通信系统中侦测数据的方法。这种方法的步骤包括：接收数个通信信号。仿真一种解法，藉以利用需要矩阵反转的线性系统，估计接收通信信号的数据。逐行或逐列决定趋近柯勒斯基(Cholesky)因子。决定各行及各列间的差异。若决定的差异小于临界值，则利用先前决定的各行或各列，决定后续的各行或各列。接收通信信号的数据是利用趋近柯勒斯基(Cholesky)因子进行估计。

附图说明

图1是表示利用趋近柯勒斯基(Cholesky)因子的通信系统的较佳实施例。

图2是表示逐行决定趋近下三角柯勒斯基(Cholesky)因子的流程图。

图3是表示逐行介绍趋近下三角柯勒斯基(Cholesky)因子的示意图。

图4是表示逐列介绍趋近下三角柯勒斯基(Cholesky)因子的示意图。

图5是表示逐行介绍趋近上三角柯勒斯基(Cholesky)因子的示意图。

图6是表示逐列介绍趋近上三角柯勒斯基(Cholesky)因子的示意图。

图7是表示逐行或逐列决定柯勒斯基(Cholesky)因子的流程图。

具体实施方式

本发明的较佳实施例可以应用于各种类型的码分多址(CDMA)系统，诸如：利用分时双工的码分多址(TDD/CDMA)、混合式时分多址/码分多址(TDMA/CDMA)、或利用分频双工的码分多址(FDD/CDMA)通信系统，以及其它类型的通信系统。柯勒斯基(Cholesky)因子的决定可以在各种应用中，决定线性系统的矩阵反转。

图1是表示利用趋近柯勒斯基(Cholesky)因子的通信系统的实施例。图1是表示传输器20及接收器22。这个传输器20可以位于用户设备(UE)，或者，数个传输电路20可以位于基站(BS)。这个接收器22可以位于用户设备(UE)、基站(BS)、或同时位于两者。

欲传输至这个接收器22的数据符号是利用位于这个传输器20的调制及展频装置24进行处理。这个调制及展频装置24是利用承载数据的通信所指派的讯息码，对这个数据进行展频。这个(些)通信是经由无线无线电界面28，利用这个传输器20的天线26或天线数组发射。

在这个接收器22，这个(些)通信，其可能伴随着其它传输器的通信，是利用这个接收器22的天线30或天线数组接收。这个接收信号是利用取样装置32取样，诸如：利用芯片速率或利用芯片速率的倍数，藉以产生接收向量 r。这个接收向量 r是利用频道估计装置36进行处理，藉以估计这个(些)接收通信的频道脉冲响应H。这个频道估计装置36可以利用这个(些)接收通信的训练序列、导频信号、或其它技术，藉以估计这些脉冲响应。利用趋近柯勒斯基(Cholesky)因子34的数据侦测装置，诸如：单一用户侦测(SUD)或多重用户侦测(MUD)，是利用这个(些)接收通信的讯息码及估计的脉冲响应，藉以估计这个展频数据的软符号 d。

对于使用单一用户侦测(SUD)的数据侦测器而言，这个数据侦测器是利用这个接收向量 r及频道响应矩阵H(在最小均方差(MMSE)解法中，更包括噪声变异数σ²)，藉以利用趋近柯勒斯基(Cholesky)因子，决定这个展频数据 s。这个展频数据向量 s是利用这些用户讯息码C进行解展频。对于使用多重用户侦测(MUD)的数据侦测器34而言，这个数据侦测器34是利用这个接收向量 r及系统响应矩阵A(在最小均方差(MMSE)解法中，更包括噪声变异数σ²)，藉以利用趋近柯勒斯基(Cholesky)因子，决定这个展频数据 d。这个系统响应矩阵A是利用频道响应H及用户讯息码C决定。

这个数据侦测器34是利用趋近柯勒斯基(Cholesky)因子，如图2所示的估计数据。这个趋近柯勒斯基(Cholesky)因子可能是上三角矩阵或下三角矩阵。以下的讨论是针对重复下三角柯勒斯基(Cholesky)因子G的区块行以产生趋近柯勒斯基(Cholesky)因子的较佳实施例。然而，相同手段亦可以用于重复下三角矩阵的区块列、或重复上三角矩阵的区块行或区块列。

图3是表示重复区块行以产生的下三角趋近柯勒斯基(Cholesky)因子。这个趋近斯基(Cholesky)因子矩阵的大小为K×K。K是处理的用户通信数目。这个矩阵的各个区块行具有一个预定长度，诸如：L或2L。L是因交互干扰(ISI)而彼此影响的符号数目。较佳者，各个区块行的长度为2L区块，这些仿真均可以根据衰减频道，得到可忽略的品质降低。

这个因子最好是由左边行开始计算，步骤38。这行的各个区块最好是由上面区块往下面区块逐一决定。在决定第一行以后，下一行的区块决定便会接着开始，由上面区块往下面区块。如图中所示，下一行是这个矩阵下面的区块。最左边区块行的项目会与下一行的项目比较，诸如：根据临界值测试，步骤40。若两行的比较结果表示：两行间的差异小于这个临界值，则其余的区块行便可以将最后产生区块行重复或下移一个区块，步骤44。若这个比较的结果大于这个临界值，则进行下一行的计算，步骤46及40。接着，这个刚才计算的区块行会与上一个区块行进行比较。这个程序会重复执行，直到两个最后产生的区块行通过这个比较测试、或到达产生区块行的上限。若到达区块行的上限，其余区块行便可以重复最后产生或上限的完整区块行而得到，步骤48。

虽然我们可以比较完整的区块行，但是，我们亦可以比较各个区块行的取样(最好是各个区块行的上面区块。仅仅比较上面区块，各个区块行的其余部分便可以复覆先前区块行的内容。

临界计算是计算两个区块行A及B的误差。这个误差可以利用误差函数决定，其可以是正规化A及B区块矩阵的差异。等式(14)是误差函数的一个例子。

$\mathrm{error}(A,B)=\frac{\mathrm{norm}(A-B)}{\sqrt{\mathrm{norm}\left(A\right)\·\mathrm{norm}\left(B\right)}}---\left(14\right)$

其中，norm是表示矩阵正规化。若误差小于临界值，则其余区块行便可以重复最后完整决定的区块行而得到。若这个误差超过这个临界值，则这个区块行的其余部分便可以与另一个临界测试的下一个区块行的上面区块一起决定。

利用临界值可以相当精确地决定这个柯勒斯基(Cholesky)因子。因此，数据侦测的精确度便可以利用相同方式控制。

虽然上述柯勒斯基(Cholesky)因子的计算是适用于下三角矩阵的重复区块行，但是这种重复方法亦可以同时应用于上、下三角矩阵的重复区块行、列。图4是表示下三角矩阵的重复列。图5是上三角矩阵的重复行。图6是表示上三角矩阵的重复列。由于下三角矩阵的第一列及上三角矩阵的第一列并不会具有代表列/行的所有组件，因此，这个临界测试将不会执行，执行决定第L列/行以后。

一般而言，这个柯勒斯基(Cholesky)因子的决定是根据图7所示，其可以应用于上、下三角矩阵的行、列。这个矩阵的区块可以沿着主要对角线、由角落开始决定。虽然我们最好能够由左上角开始，但是，我们亦可以由右下角开始。首先，决定第一行/列的角落区块，步骤50。接着，决定邻近行/列的区块，步骤52。当决定完整长度的行/列以后，则执行各个后续产生行/列的比较测试，步骤54。若两行/列足够类似，则后续行/列便可以重复先前行/列而产生，步骤56。若这个比较不是最理想的，则决定下一个行/列，步骤58。这个程序会重复执行，直到得到理想的结果，或，到达区块的上限。若到达区块上限，则接下来的行/列便可以重复最后完成的行/列而得到，步骤60。

趋近柯勒斯基(Cholesky)因子可以用于接收通信的数据决定，诸如：利用零点强迫(ZF)或最小均方差(MMSE)数据侦测手段的单一用户侦测(SUD)或多重用户侦测(MUD)。

Claims (55)

1.一种在一无线通信系统中侦测数据的方法，该方法是包括下列步骤：

接收数个通信信号；

仿真一解法，藉以利用需要一矩阵反转的一线性系统，估计该等所接收通信信号的数据；

决定一趋近柯勒斯基(Cholesky)因子的各行或各列；

决定各已决定行或各已决定列间的一差异；

若该决定差异小于一临界值，藉重复先前决定行或先前决定列以决定后续行或后续列；以及

利用该趋近柯勒斯基因子以估计该等接收通信信号的数据。

2.如权利要求1所述的方法，其特征在于，更包括：

若数个先前决定行或先前决定列的数量超过一上限时，重复先前决定行或先前决定列。

3.如权利要求1所述的方法，其特征在于，该线性系统是利用一最小均方差手段进行仿真。

4.如权利要求1所述的方法，其特征在于，该线性系统是利用一零点强迫(zero forcing)手段仿真。

5.如权利要求1所述的方法，其特征在于，该趋近柯勒斯基因子是下三角(lower triangular)。

6.如权利要求1所述的方法，其特征在于，该趋近柯勒斯基因子是包括数个K×K区块，且K是该等接收信号的数量。

7.如权利要求6所述的方法，其特征在于，该趋近柯勒斯基因子是由行所决定。

8.如权利要求7所述的方法，其特征在于，各区块行的长度是L区块，且L是相互符号干扰的最大长度。

9.如权利要求7所述的方法，其特征在于，各区块行的长度是2L区块，且L是相互符号干扰的最大长度。

10.如权利要求1所述所述的方法，其特征在于，该比较是包括：

决定各行或各列的正规化区块间的一误差。

11.如权利要求1所述的方法，其特征在于，该比较是在决定一新决定行或新决定列的后续区块前，比较该新决定行或新决定列的一第一决定区块及一先前决定行或先前决定列的一对应区块。

12.一种用户设备，其包括：

用以接收数个通信信号的装置；

利用需要一矩阵反转的一线性系统，以估计该等所接收通信信号的数据的装置；

用以决定一趋近柯勒斯基因子的各行或各列的装置；

用以决定各已决定行或各已决定列间的一差异的装置；

用以在该所决定差异小于一临界值时，重复先前决定行或先前决定列以决定后续行或后续列的装置；以及

利用该趋近柯勒斯基因子，以估计该等接收通信信号的数据的装置。

13.如权利要求12所述的用户设备，更包括：

若先前决定行或先前决定列的数量超过一上限时，用以重复先前决定行或先前决定列的装置。

14.如权利要求12所述的用户设备，其特征在于，该线性系统是利用一最小均方差手段进行仿真。

15.如权利要求12所述的用户设备，其特征在于，该线性系统是利用一零点强迫手段仿真。

16.如权利要求12所述的用户设备，其特征在于，该趋近柯勒斯基因子是下三角。

17.如权利要求12所述的用户设备，其特征在于，该趋近柯勒斯基因子是包括数个K×K区块，且K是该等接收信号的数量。

18.如权利要求17所述的用户设备，其特征在于，该趋近柯勒斯基因子是由行所决定。

19.如权利要求18所述的用户设备，其特征在于，各区块行的长度是L区块，且L是相互符号干扰的最大长度。

20.如权利要求18所述的用户设备，其特征在于，各区块行的长度是2L区块，且L是相互符号干扰的最大长度。

21.如权利要求12所述的用户设备，其特征在于，该比较是包括：

决定各行或各列的正规化区块间的一误差。

22.如权利要求12所述的用户设备，其特征在于，该比较是在决定一新决定行或新决定列的后续区块前，比较该新决定行或新决定列的一第一决定区块及一先前决定行或先前决定列的一对应区块。

23.一种用户设备，其包括：

一天线，用以接收数个通信信号；

一数据估计装置，利用需要一矩阵反转的一线性系统，用以估计该等接收通信信号的数据；用以决定一趋近柯勒斯基因子的各行或各列；用以决定各已决定行或各已决定列间的一差异；用以在该所决定差异小于一临界值时，重复先前决定行或先前决定列以决定后续行或后续列；以及利用该趋近柯勒斯基因子，用以估计该等接收通信信号的数据。

24.如权利要求23所述的用户设备，该数据估计装置更用以重复先前决定行或先前决定列，若先前决定行或先前决定列的数量超过一上限时。

25.如权利要求23所述的用户设备，其特征在于，该线性系统是利用一最小均方差手段仿真。

26.如权利要求23所述的用户设备，其特征在于，该线性系统是利用一零点强迫手段摸拟。

27.如权利要求23所述的用户设备，其特征在于，该趋近柯勒斯基因子是下三角。

28.如权利要求23所述的用户设备，其特征在于，该趋近柯勒斯基因子是包括数个K×K区块，且K是该等接收信号的数量。

29.如权利要求28所述的用户设备，其特征在于，该趋近柯勒斯基因子是由行所决定。

30.如权利要求29所述的用户设备，其特征在于，各区块行的长度是L区块，且L是相互符号干扰的最大长度。

31.如权利要求29所述的用户设备，其特征在于，各区块行的长度是2L区块，且L是相互符号干扰的最大长度。

32.如权利要求23所述的用户设备，其特征在于，该比较是包括：

决定各行或各列的正规化区块间的一误差。

33.如权利要求23所述的用户设备，其特征在于，该比较是在决定一新决定行或新决定列的后续区块前，比较该新决定行或新决定列的一第一决定区块及一先前决定行或先前决定列的一对应区块。

34.一种基站，其包括：

用以接收数个通信信号的装置；

利用需要一矩阵反转的一线性系统，以估计该等接收通信信号的数据的装置；

用以决定一趋近柯勒斯基因子的各行或各列的装置；

用以决定各已决定行或各已决定列间的一差异的装置；

用以在该所决定差异小于一临界值时，重复先前决定行或先前决定列以决定后续行或后续列的装置；以及

利用该趋近柯勒斯基因子，用以估计该等接收通信信号的数据的装置。

35.如权利要求34所述的基站，更包括：

若先前决定行或先前决定列的数量超过一上限时，用以重复先前决定行或先前决定列的装置。

36.如权利要求34所述的基站，其特征在于，该线性系统是利用一最小均方差手段仿真。

37.如权利要求34所述的基站，其特征在于，该线性系统是利用一零点强迫手段仿真。

38.如权利要求34所述的基站，其特征在于，该趋近柯勒斯基因子是下三角。

39.如权利要求34所述的基站，其特征在于，该趋近柯勒斯基因子是包括数个K×K区块，且K是该等接收信号的数量。

40.如权利要求39所述的基站，其特征在于，该趋近柯勒斯基因子是由行所决定。

41.如权利要求40所述的基站，其特征在于，各区块行的长度是L区块，且L是相互符号干扰的最大长度。

42.如权利要求40所述的基站，其特征在于，各区块行的长度是2L区块，且L是相互符号干扰的最大长度。

43.如权利要求34所述所述的基站，其特征在于，该比较是包括：

决定各行或各列的正规化区块间的一误差。

44.如权利要求34所述的基站，其特征在于，该比较是在决定一新决定行或新决定列的后续区块前，比较该新决定行或新决定列的一第一决定区块及一先前决定行或先前决定列的一对应区块。

45.一种基站，其包括：

一天线，用以接收数个通信信号；

一数据估计装置，利用需要一矩阵反转的一线性系统，用以估计该等接收通信信号的数据；用以决定一趋近柯勒斯基因子的各行或各列；用以决定各已决定行或各已决定列间的一差异；用以在该所决定差异小于一临界值时，重复先前决定行或先前决定列以决定后续行或后续列；以及利用该趋近柯勒斯基因子，用以估计该等接收通信信号的数据。

46.如权利要求45所述的基站，更包括：

装置，用以在若先前决定行或先前决定列的数量超过一上限时，重复先前决定行或先前决定列。

47.如权利要求45所述的基站，其特征在于，该线性系统是利用一最小均方差手段仿真。

48.如权利要求45所述的基站，其特征在于，该线性系统是利用一零点强迫手段仿真。

49.如权利要求45所述的基站，其特征在于，该趋近柯勒斯基因子是下三角。

50.如权利要求45所述的基站，其特征在于，该趋近柯勒斯基因子是包括数个K×K区块，且K是该等接收信号的数量。

51.如权利要求50所述的基站，其特征在于，该趋近柯勒斯基因子是由行所决定。

52.如权利要求51所述的基站，其特征在于，各区块行的长度是L区块，且L是相互符号干扰的最大长度。

53.如权利要求51所述的基站，其特征在于，各区块行的长度是2L区块，且L是相互符号干扰的最大长度。

54.如权利要求45所述的基站，其特征在于，该比较是包括：

决定各行或各列的正规化区块间的一误差。

55.如权利要求45所述的基站，其特征在于，该比较是在决定一新决定行或新决定列的后续区块前，比较该新决定行或新决定列的一第一决定区块及一先前决定行或先前决定列的一对应区块。

Images