CN1695332A - 使用在功率控制方法中的无偏信干比估计 - Google Patents

Abstract

本发明提供一种用于在无线通信系统的接收机中提供无偏信干比(SIR)估计的方法。该方法包括如下步骤：接收发射信号，估计接收信号的信号能量和接收信号的干扰值，基于估计的信号能量和干扰值计算第一估计SIR，通过校正函数校正第一估计SIR值的非线性，并由此获取校正SIR值，在考虑径间干扰的同时，根据接收信号样本重复计算校正SIR值，因此与接收机中出现的路径数目无关地获得相同的估计精度。本发明还涉及一个接收机、系统以及功率控制方法。

Description

使用在功率控制方法中的无偏信干比估计

技术领域

本发明涉及无线通信系统领域，尤其涉及一种给出无偏SIR估计的估计信干比(SIR)的改进方法。无偏SIR估计例如可以使用于W-CDMA系统中的上行链路功率控制方法中。

背景技术

把所有无线通信系统中存在的干扰保持在尽可能低的电平很重要。过多干扰会降低通信质量，或者在最坏的情况下，会中断一个正在进行的通信。有若干种方法来设法控制干扰，功率控制是对付它的重要手段之一。

CDMA(码分多址)系统的容量是干扰受限的，因为信道的隔离既不在于频率也不在于时间，而是通过码来隔离的，并且同信道干扰很强。考虑到多个用户共享同一频段，由此其它用户的信号变成干扰信号并降低一特定用户的通信质量，因此在CDMA系统中控制干扰尤为重要。

另外，当基站同时与近端和远端移动台通信时，它接收来自近端移动台的高电平发射信号，并且接收来自远端移动台的低得多的电平的发射信号。另外，发射信号被快衰落无线信道降低。这样，基站和远端移动台之间的通信出现一个问题：信道质量被来自近端移动台的干扰和快衰落剧烈地降低。发射功率控制(TPC)是用于解决衰落问题的技术之一。TPC控制发射功率，以使不管移动台的位置在哪里，用于接收的移动台的接收功率或SIR(信号干扰加噪声功率比)都保持在一恒定电平。

为了拥有一个正确调整移动台功率的功率控制方法，重要的是要能够精确地估计SIR值。特别地，重要的是SIR测量值是线性的，以使从基站发送的功率命令精确地反映真实输入信号强度的适当调整。在非线性估计的情况下，基站可以提供与真实输入信号电平具有少许关系的功率电平调整。

Tomohiro Dohi等人的US 6,034,952描述了一种当前所使用的用于估计SIR值的方法。

S.Seo、T.Dohi和F.Adachi的″SIR-based Transmit Power Controlof Reverse Link for coherent DS-CDMA Mobile Radio″(IEICE Trans.Vol.E81-B，no.7，第1508-1516页，1998年7月)也描述了一种当前所使用的用于估计SIR值的方法。

在下面的详细说明中将更详细地描述这两个方法。

由于发生在瑞克接收机(在瑞克合并之后)内的多径传播且多径传播在SIR测量中未被考虑，则存在着径间干扰或自干扰。在上面提及的文献中描述的SIR算法当中都没有考虑径间干扰，并且在多径衰落由一个以上径组成的情况下这些算法不是线性的。其中，非线性由径间干扰引起并且必须被去掉或者校正以便获得线性的SIR估计。

Branislav M.Popovic的公开美国专利6,292,519代表了最接近的现有技术。在这个文献中，已测量的SIR值被校正非线性，以便获得校正的SIR值。根据当前接收的SIR值可以实时计算校正函数，或者，校正函数可用来对于被测SIR值的期望范围生成储存在存储器中的查询表。

可是，虽然这个文献考虑了内部干扰，并且校正函数把非线性补偿到某种程度，但是已知的该方法没有精确地考虑接收机的实际情况。另外，由于最毫无疑问地涉及内插法，查询表的使用通常不提供与递归计算一样精确的估计。这样，需要一种改进方法用于校正SIR值中的非线性。

发明内容

本发明的目的是提供一种用于校正估计SIR值的改进方法，尤其例如应用于功率控制方法中。

本发明进一步的目的是提供反映对SIR值非线性影响的改进SIR值。

根据本发明的第一方面，通过如下方法来达到这些目的：

一种无线通信系统的接收机中提供无偏信号干扰比估计的方法，包括如下步骤：

接收发射信号，

估计接收信号的信号能量和接收信号的干扰值，

基于估计的信号能量和干扰值计算第一SIR估计，

通过校正函数校正第一估计SIR值的非线性并由此获取校正SIR值，

在考虑路径间干扰的同时，根据接收信号样本重复计算校正SIR值，由此与接收机中出现的径数目无关地获得相同的估计精度。

根据本发明的修改的SIR估计算法考虑了由接收机中的多径干扰而引起的对SIR值的非线性影响，并且所述改进算法给出了相同的估计精度，不管接收机中使用了多少径，因此克服了现有技术的缺点，现有技术中不管径数目，即，不管用于瑞克接收机中的分支数目，而按照相同的方式补偿非线性。

根据该方法的一个实施例，通过计算第一SIR估计和由 $D=1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2$ 给出的倍增因子D之间的乘积来获得所述校正SIR值，其中，

G是功率控制的增益因子，G²通过 $G^2=\frac{E_b-S_c\frac{N_r}{N_s}}{({\left(S_c{\mathrm{\β}}_c\right)}^2+\frac{S_c(N_r-1)}{N_s}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2))}$ 得到，

Ns是用于估计中的导频比特数目，

Nr是用于瑞克接收机中的瑞克分支数目，

Eb是每一数据比特的接收信号能量，

Sc是控制信道的扩频因子，

β_c和β_d是设置在专用物理控制信道(DPCCH)和专用物理数据信道(DPDCH)之间的功率比的增益因子(细节参见第三代合伙计划(3GPP，TS25，213)。

这个实施例因此考虑了使用于接收机中的径数，并因此给出了考虑多径干扰后的精确SIR估计。

根据本方法的另一实施例，所述方法为甚至高于12dB的SIR值提供了线性校正SIR值。这样，甚至能为相当高的SIR值提供无偏SIR估计，没有低估也没有高估实际的SIR值。

按照该方法的还有另一个实施例，最近已知的β_c和β_d对用于时间发射时间间隔(TTI)中的第一个帧，并且正确的β_c和β_d值用于其它帧。这个实施例给出了比目前所使用的方法甚至更好的结果，甚至在β_c和β_d之间的比值尽可能多地改变时的最坏情况中也是如此。

本发明还涉及一种使用所述用于估计SIR值改进方法的功率控制方法。所述功率控制方法包括如下步骤：根据计算出的校正SIR值来控制发射机中的发射功率。本发明还涉及一种接收机，包括用于实现所述用于估计SIR值改进方法的装置。本发明还涉及一种包括至少一个所述接收机的无线通信系统。

上述的相应优点由接收机和无线通信系统实现。

所述接收机描述如下：

一种用于使用在通信系统内的接收机，包括：用于接收发射信号的装置，用于估计接收信号的信号能量和接收信号的干扰值的装置，用于基于估计的信号能量和干扰值来计算第一SIR估计的装置，所述接收机还包括：用于通过校正函数校正第一估计SIR值的非线性并由此获得校正SIR值的装置，其中用于获得校正SIR值的装置安排在考虑径间干扰的同时根据接收信号样本重复计算校正SIR值，并且与接收机中出现的径数目无关地给出相同的估计精度。

在至少两个接收机之间信号通信的无线通信系统包括至少一个如上所述的接收机。另外，无线通信系统包括至少一个基站，所述基站装备有至少一个所述接收机和用于发射功率命令信号给位于基站相应范围内的移动通信单元的至少一个发射机。

使用在如上所述无线通信系统中的移动通信单元，包括用于接收功率命令信号的接收机，和，用于以由基于无偏SIR估计的功率命令信号控制的功率电平发射通信信号的发射机。

附图说明

图1示出了上行链路功率控制环的基础。

图2示出了UTRA/FDD中的上行链路扩频方案。

图3示出了是时间函数的TTI，在此，新的TTI中的第一个帧附有阴影。

图4示出了真实的SIR和估计的SIR之间的误差。

图5示出了无功率控制的SIR估计。

具体实施方式

在如下说明中，用CDMA系统--特别是W-CDMA系统来解释本发明。本发明也同样可以应用于其它系统中，并且可以用于除所述上行链路功率控制之外的其它应用中。为了更好理解如下的描述，参照图1简单地介绍通信系统中的功率控制。

在使用功率控制的通信系统中执行两种不同的环路。首先，有一种外环反馈环路(未示出)，在此环路中，无线网络控制器(RNC)设置目标SIR或者参考SIR，并且通知基站(Node B)关于这个目标SIR。接着，基站使用目标SIR并相应地降低或提高移动台使用的功率。在这种反馈环路中，必要时基于期望的误码块率调整设置的目标SIR。在基站和移动台之间还有一种更快的环路--内环，如图1所示，在此环路中，基于各自接收机中的接收功率电平来增减功率。

UTRA/FDD(UMTS陆上无线接入/频分双工)中的上行链路内环功控的一个任务是降低快衰落无线信道的影响。W-CDMA系统的基站将上行链路发射功率控制(TPC)命令发送给用户设备(UE)。如图1所示，TPC命令以在基站处估计的信号干扰比(SIR)为基础。SIR定义为每一数据比特(Eb)的能量与平均接收干扰功率(I)之比。因此，SIR是接收机输入处的信号干扰比。这意味着在多径信道情况下，应该相加所有的接收信号分量功率来计算接收信号比特能量。同时，应该只测量输入(即外部)干扰。

正如上面解释的以及在上面提及的US 6,292,519中，由于在瑞克接收机内出现的多径传播，因此存在有自干扰。根据上面的定义，在SIR测量中不应该考虑自干扰。当SIR测量值是线性时，来自基站的功率命令将精确地反映真实输入信号强度的适当调整。但是在非线性估计的情况下，基站提供不反映真实输入信号电平的功率电平调整。

在随机接入过程期间，用户发送它的接入请求给网络，每一后续接入尝试以比前一功率电平高一特定量(例如1dB)的功率电平来发射。在每个接入尝试发射之后，移动台等待一特定周期以便接收来自基站的确认。当接收到确认时，接入尝试结束，并且移动台在业务信道上的后续发射中保持同一个功率电平。因此，当基站开始接收移动台发射的业务信道信号时，移动台发射的功率可以很高并且十分可能使基站处的SIR测量饱和。只要业务信道功率控制环路，比如上述内部功率环路，没有降低移动台的发射功率，则这可能继续成为一个问题。可是，如果测量的SIR值不正确，则功率控制环路需要更多时间并且甚至可能不能降低移动台的发射功率。因此能够提供尽可能精确的SIR估计是最重要的。

在下面，验证当前的SIR估计算法(如在上面提及的文献US 6,034,952和S.Seo等人中所公开的算法)，并且根据本发明给出的更精确的SIR估计，提出新的修正算法。在目前所使用的方法和本发明之间的比较使得所做出的改善明晰。

当前SIR估计算法的分析

UTRAN/FDD中的上行链路扩频方案如图2所示。如图2中所示，接收信号y(m)可以被表示为

$y\left(m\right)=\underset{n=1}{\overset{N_r}{\mathrm{\Σ}}}\mathrm{\α}\left(n\right)({\mathrm{j\β}}_c+{\mathrm{\β}}_d{C}_d\left(m\right))\mathrm{Gc}(m-{\mathrm{\τ}}_n)+w\left(m\right)$

图2中的解扩符号p_k(i)表示为

$p_k\left(i\right)=\underset{m=1+i\·S_c}{\overset{(i+1)\·S_c}{\mathrm{\Σ}}}y\left(m\right)c^{*}(m-{\mathrm{\τ}}_k)$

为了简单起见， 替代 然后得到：

$p_k\left(i\right)=\underset{m}{\mathrm{\Σ}}(\underset{n=1}{\overset{N_r}{\mathrm{\Σ}}}\mathrm{\α}\left(n\right)({\mathrm{j\β}}_c+{\mathrm{\β}}_d{C}_d\left(m\right))\mathrm{Gc}(m-{\mathrm{\τ}}_n)+w\left(m\right))c^{*}\left({m-\mathrm{\τ}}_k\right)$

$p_k\left(i\right)=\underset{m}{\mathrm{\Σ}}\mathrm{\α}\left(k\right)({\mathrm{j\β}}_c+{\mathrm{\β}}_d{C}_d\left(m\right))\mathrm{Gc}\left({m-\mathrm{\τ}}_k\right)c^{*}\left({m-\mathrm{\τ}}_k\right)$

$+\underset{m}{\mathrm{\Σ}}\left(\underset{\stackrel{n=1}{n\≠k}}{\overset{N_r}{\mathrm{\Σ}}}\mathrm{\α}\left(n\right)({\mathrm{j\β}}_c+{\mathrm{\β}}_d{C}_d\left(m\right))\mathrm{Gc}\left({m-\mathrm{\τ}}_n\right)\right)c^{*}\left({m-\mathrm{\τ}}_k\right)$

$+\underset{m}{\mathrm{\Σ}}w\left(m\right)c^{*}\left({m-\mathrm{\τ}}_k\right)$

由于：

$c\left({m-\mathrm{\τ}}_k\right)c^{*}\left({m-\mathrm{\τ}}_k\right)=1,\underset{m}{\mathrm{\Σ}}{C}_d\left(m\right)=0$ 以及 $w_k^{\′}\left(i\right)=\underset{m}{\mathrm{\Σ}}w\left(m\right)c^{*}(m-{\mathrm{\τ}}_k)$

所以：

$p_k\left(i\right)=\mathrm{j\α}\left(k\right){\mathrm{\β}}_c{\mathrm{GS}}_c+\underset{m}{\mathrm{\Σ}}\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}\mathrm{\α}\left(n\right)({\mathrm{j\β}}_c+{\mathrm{\β}}_d{C}_d\left(m\right))\mathrm{Gc}(m-{\mathrm{\τ}}_c)c^{*}(m-{\mathrm{\τ}}_k)+w_k^{\′}\left(i\right).$

解扩符号p_k(i)因此表示成

$p_k\left(i\right)=\mathrm{j\α}\left(k\right){\mathrm{\β}}_c{S}_{c}G+\underset{m}{\mathrm{\Σ}}\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}\mathrm{\α}\left(n\right)({\mathrm{j\β}}_c+{\mathrm{\β}}_d{C}_d\left(m\right))\mathrm{Gc}(m-{\mathrm{\τ}}_n)c^{*}\left({m-\mathrm{\τ}}_k\right)+{w_k}^{\′}\left(i\right)---\left(1\right)$

其中，

${w_k}^{\′}\left(i\right)=\underset{m}{\mathrm{\Σ}}w\left(m\right)c^{*}\left(m{-\mathrm{\τ}}_k\right),$

w(m)＝w_re(m)+Jw_im(m)，

w_re(m)和 $w_{\mathrm{im}}\left(m\right)\∈N(0,\frac{1}{\sqrt{2}}),$

下标k代表路径k，

τ_k是路径k的时延，

d闭是路径k的信道系数，

C_d(m)是DPDCH的信道化码，

C_c是DPCCH的信道化码，对于所有的下标它等于1，并且因此没有在(1)中示出，

C是扰码，

C^*是扰码的复共扼，

S_c是控制信道(＝256)的扩频因子，

Nr是用于瑞克接收机中的工作的瑞克分支数目，

G是功率控制的增益因子，

β_c和β_d是确定专用物理控制信道(DPCCH)和专用物理数据信道(DPDCH)之间功率比的增益因子。即，β_c是信号的控制部分的增益因子，而β_d是信号的数据部分的增益因子，并且因子β_c和β_d可以对于每一TFC而变化(传送格式组合，参见第三代合伙计划(3GPP)，TS 25.212)，并且可以在无线帧基础上变化。

信道系数的总功率等于1，

$\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}{\mathrm{\α}}^2\left(k\right)=1$

在此说明书中，假设α(k)是一个接收符号上的常数。真实的SIR近似于： ${\mathrm{SIR}}_{\mathrm{true}}=\frac{E_b}{I}\≅S_c{\left({\mathrm{\β}}_{c}G\right)}^2---\left(2\right)$

例如在上述US 6,034,952中目前使用的SIR估计算法可以由如下方程式表示：

${\mathrm{SIR}}_{\mathrm{est}}=\frac{E_b}{I}-\frac{N_r}{N_s},---\left(3\right)$

$E_b=\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}{\left|S\left(k\right)\right|}^2,---\left(4a\right)$

$S\left(k\right)=\frac{1}{N_s}\underset{i=1}{\overset{N_s}{\mathrm{\Σ}}}{p}_k\left(i\right)(-{\mathrm{jP}}_p\left(i\right)),-----\left(4b\right)$

I＝(1-α)I″+α·I，        (5a)

$I^{\′\′}=\frac{1}{N_r}\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}N\left(k\right),---\left(5b\right)$

$N\left(k\right)=\frac{1}{N_s-1}\underset{i=1}{\overset{N_s}{\mathrm{\Σ}}}|p_k\left(i\right)(-j{P}_p\left(i\right))-{S\left(k\right)|}^2,---\left(5c\right)$

其中：

Ns是用于估计的导频比特数目，

Nr是径数目，

p_k(i)是第i个解扩符号，

Pp(i)是第i个发射导频比特，和

α是干扰估计的滤波系数，用于当前算法中的值是 $\mathrm{\α}=\frac{302}{303}.$

通过使用导频比特来估计每一径中的信号功率，然后累加来自所有径的能量之后，通过把估计功率与扩频因子相乘来估计比特能量，如(3)、(4a)和(4b)中所示。通常，由于导频符号通常以较高的功率电平发射，所以估计导频符号的功率比估计话音(或者数据)符号的功率更可靠。当然，估计除导频符号之外的其它符号功率认为是在本发明的范围之内。通过对已估计信号幅度和接收信号样本之间差值的方差估计来获得干扰功率，如式(5a)到(5c)中所示。

SIR估计(3)的期望值E{SIR_est}由下式给出(细节参见最后一节“式(6)的推导”)

$E\left\{{\mathrm{SIR}}_{\mathrm{est}}\right\}=\frac{S_c{\left({\mathrm{\β}}_{c}G\right)}^2}{(1+\frac{N_r-1}{N_r}{({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G}^2)}---\left(6\right)$

从(6)中可见，如果N_r＝1，则估计值将与由(2)给出的SIR_true相同。但是如果接收一个以上的径，则所述算法将低估SIR(干扰实际上将由AWGN(平均白高斯噪声)和径间干扰(IPI)组成)。如果设置SIR目标过高(超过10dB)，则这可能引起问题，因为导致发射功率增加的不必要的功率增加命令将被发出。

UE(用户设备)将可能以最大允许的发射功率而结束。当非线性SIR测量引起与功率控制环路的问题时的两个情况示例是SIR测量分别被低估和高估。低估SIR的情况将导致不必要的功率增加命令，这意味着外环功率控制将比在线性SIR测量情况下更快。可是，UE将发射比所需功率更高的功率，这样引起比系统中必然的干扰更多的干扰，并且还不必要地缩短了UE的电池寿命。第二种情况，SIR被过高估计，更多功率降低命令将发给UE，并且外环功率控制将比线性SIR估计情况下慢。当SIR测量值是线性的时，来自基站的功率命令将精确地反映真实输入信号强度的适当调整。但是，当存在非线性估计时，正如前面解释的，基站可以提供与真实输入信号电平具有少许关系的功率电平调整。

目前所使用的方法可以总结如下：

1.每一数据比特的信号能量E_b被估计为解扩导频符号p_k(i)的平均值平方和。

$E_b=\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}{\left|\frac{1}{N_s}\underset{i=1}{\overset{N_s}{\mathrm{\Σ}}}{p}_k\left(i\right)\right|}^2$

2.瞬时干扰I″被估计为导频符号和导频符号的平均值之间的差值平方和。

$I^{\′\′}=\frac{1}{N_r}\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}\frac{1}{N_s-1}\underset{i=1}{\overset{N_s}{\mathrm{\Σ}}}{|p_k\left(i\right)-\frac{1}{N_s}\underset{j=1}{\overset{N_s}{\mathrm{\Σ}}}{p}_k\left(j\right)|}^2.$

3.当形成SIR估计时使用的平均接收干扰功率I是瞬时干扰和前一干扰I的滤波。

I＝(1-α)I″+α·I。

4.然后，第一SIR的估计SIR′被计算为E_b和I之间的比值。

${\mathrm{SIR}}^{\′}=\frac{E_b}{I}.$

5.然后，最后的SIR估计，SIR，被计算为

$\mathrm{SIR}={\mathrm{SIR}}^{\′}-\frac{N_r}{N_s},$

其中，Nr是径数目并且Ns是所使用的导频符号数。

根据本发明，使用一种修改了的算法，其考虑了多径干扰并且不管正在接收的径数而给出相同的估计精度。

通过比较真实的SIR(2)和估计(6)，可见倍增因子D为

$D=1+\frac{N_r-1}{N_r}{({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G}^2---\left(7\right),$

它使得SIR估计值有偏。这个因子由加性噪声和径间干扰组成。从(6)与(7)的相乘中，接着：

$E\left\{{\mathrm{SIR}}_{\mathrm{proposed}}\right\}=\frac{S_c{\left({\mathrm{\β}}_{c}G\right)}^2}{(1+\frac{N_r-1}{N_r}{({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G}^2)}D=$

$=S_c{\left({\mathrm{\β}}_{c}G\right)}^2.$

换言之，这个校正SIR估计将与(2)相同，即，它将是无偏的。

在此校正中，出现了增益因子G²。可是G²不是已知的，因此必须按照某些方式估计。E_b定义为

$E_b={\left(S_c{\mathrm{\β}}_{c}G\right)}^2+S_c\frac{N_r}{N_s}(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2).------\left(8\right)$

通过解(8)，获得

$G^2=\frac{E_b-S_c\frac{N_r}{N_s}}{({\left(S_c{\mathrm{\β}}_c\right)}^2+\frac{S_c(N_r-1)}{N_s}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2))}---\left(9\right)$

由于E_b是计算出的参数，并且Sc、Nr和Ns是已知常数，(9)中的唯一的未知参数是增益因子β_c和β_d。当传送格式组合指示符(TFCI)被解码时(参见3GGP，TS 25.212)，即，在每个时间发射间隔(TTI)中的第一个帧之后，这些增益因子是已知的。这意味着对于每个TTI中的第一个帧不能正确地计算出校正项(7)。处理这个问题的一个方法是简单地使用最近已知的β_c和β_d对，并且这在下面进一步分析。

由于未知的β_c和β_d，所以降低了性能，并且使用最近已知的β_c和β_d对将导致每个TTI中第一个帧的不正确补偿，但是对于TTI中的其它帧，校正项(7)中将使用正确的β_c和β_d值。这在图3中说明。

定义 为用于新TTI中第一个帧中的比值，

为TTI中其余帧使用的比值。对于每个TTI的第一个帧中的建议算法，降低量主要取决于最近已知的β_c和β_d值以及新的β_c和β_d值之间的差值。通常，β_c和β_d之间的比值在1/15-1的范围中，但是对于专用物理数据信道(DPDCH)上不同的扩频因子，实际上使用的范围是在4/15，5/15，…，10/15的范围中。通过使用(7)和(9)，以dB表示的本发明无偏算法的真实的和估计的SIR之间的误差e_new为：

$e_{\mathrm{new}}={10\log }_{10}(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_{c,\mathrm{old}}^2+{\mathrm{\β}}_{d,\mathrm{old}}^2)G_{\mathrm{old}}^2)-{10\log }_{10}(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_{c,\mathrm{new}}^2+{\mathrm{\β}}_{d,\mathrm{new}}^2)G_{\mathrm{new}}^2)$

目前有偏算法的真实的和估计的SIR之间的误差e_old为：

$e_{\mathrm{old}}={10\log }_{10}(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_{c,\mathrm{new}}^2+{\mathrm{\β}}_{d,\mathrm{new}}^2)G_{\mathrm{new}}^2)$

图4示出了真实的SIR和估计的SIR之间的误差e_new和e_old，当β_c和β_d之间的比值改变时，误差e_new和e_old将被引入在新的TTI中的第一个帧中。以dB为单位沿着Y轴示出了真实的SIR和SIR估计之间的误差。当e_new和e_old为正并且具有最大绝对值时出现两个方法的最坏情况。在这种情况下，SIR被低估并且将生成不必要的功率增加命令。这些正误差中的绝对值越大，则发出的功率增加命令越多。当β_c和β_d之间的比值从10/15改变为4/15时发生这种最坏情况。正如从图4中能够看见的，对于这种情况，无偏算法的误差e_new小于有偏算法的误差e_old。

当e_new和e_old为负时，例如就象在当β_c和β_d从4/15改变为10/15时的情况下那样，可以出现e_new的绝对值大于e_old的绝对值。可是，负误差意味着SIR被高估计，因此将发出功率降低命令。由于UE的正常工作点大约在5-10dB，而超出12dB发生SIR估计失真，UE不管怎样都将降低它的功率，因此SIR高估所生成的功率降低命令将不会有任何害处。

在图4中能够看出，对于最坏情况 $\frac{{\mathrm{\β}}_{c,\mathrm{old}}}{{\mathrm{\β}}_{d,\mathrm{old}}}=10/15$ 和 $\frac{{\mathrm{\β}}_{c,\mathrm{new}}}{{\mathrm{\β}}_{d,\mathrm{new}}}=4/15,$ 对于本发明的无偏算法，TTI的第一个帧中的误差e_new大约在1.7dB；对于当前的有偏算法，e_old大约在2.3dB。可是，TTI通常大于一个帧周期，这意味着对于TTI中的其余帧，所建议方法的误差将为零，而当前方法的误差将对于TTI中的所有帧保持相同。

仿真结果

当前SIR估计算法和根据本发明的SIR估计算法的精确度已被仿真。已仿真两个不同的传播信道，第一个是一径平坦衰落信道，而第二个是四径衰落信道。

在仿真中，假设增益因子β_c和β_d极易获得。每个TTI的第一个帧中的未知增益因子的影响已在上面分析。SIR估计算法的一径和四径的仿真结果如图5所示。由于径间干扰(IPI)，对于超出12dB的SIR值无疑会看到当前算法的SIR被低估。

本发明由此修改当前算法，此修改甚至在SIR超出12dB时的情况下也给出一个无偏SIR估计。

总之，例如象在US 6,034,952中的当前使用的SIR估计算法没有考虑径间干扰(IPI)，这可能导致发送给移动台不必要的功率增加命令，这将引入更多干扰并且限制系统中的用户数目。通过在SIR估计中引入校正因子，即使在SIR超出12dB时的情况下也能够实现线性估计。不管接收机使用多少径，本SIR估计算法都给出相同的结果；相同的结果意味着相同的估计精度或者真实的SIR和估计SIR之间相同的差值。

利用无偏SIR估计方法，无线通信系统中的发射功率控制方法包括如下步骤：

根据计算出的校正SIR值来控制发射机中的发射功率；

计算无线通信系统基站中的校正SIR值，基于校正SIR值发射功率命令信号给移动通信单元，所述移动通信单元位于基站相应范围内并且包括发射机，该发射机的发射功率由所述功率命令信号控制。

对于无线通信的接收机中的无偏SIR估计方法，所述接收机包括：用于接收发射信号的装置，用于估计信号能量和接收信号干扰值的装置，用于根据估计的信号能量和干扰值来计算第一SIR估计的装置，用于通过校正函数校正第一估计SIR值非线性并由此获得校正SIR值的装置，其中用于获得校正SIR值的装置安排在考虑路径间干扰的同时根据接收信号样本重复计算校正SIR值，并且无论接收机中出现的径数目的多少，给出相同的估计精度。用于获取校正SIR值的装置可以被安排来计算由用于校正第一估计SIR值的装置提供的第一估计SIR值和由公式(7)给出的倍增因子D之间的乘积。第一估计SIR值由公式(6)给出。优选地，接收机还包括为甚至高于12dB的SIR值提供线性校正SIR值的装置。优选地，接收机还包括为时间发射间隔(TTI)的第一个帧使用最近已知β_c和β_d对的装置和为W-CDMA系统中其它帧使用正确的β_c和β_d值的装置。

用于至少两个接收机之间信号通信的无线通信系统，包括如上所述的至少一个接收机，至少一个基站，所述至少一个基站装备有所述至少一个接收机和至少一个发射机，该发射机用于发射功率命令信号给位于基站相应范围内的移动通信单元。

移动通信单元包括接收功率命令信号的接收机，和，以由基于无偏SIR估计的功率命令信号控制的功率电平发射通信信号的发射机。

式(6)的推导

在本节自始至终使用如下定义。

${w_k}^{\′}\left(i\right)=\underset{m}{\mathrm{\Σ}}w\left(m\right)c^{*}\left({m-\mathrm{\τ}}_k\right),$

w(m)＝w_re(m)+jw_im(m)，

$w_{\mathrm{re}}\left(m\right)\mathrm{and}{w}_{\mathrm{im}}\left(m\right)\∈N(0,\frac{1}{\sqrt{2}}),$

下标k代表k径，

τ_k是k径的延时，

α(k)是k径的信道系数，

C_d(m)是DPDCH的信道化码，

C是扰码，C^*是扰码的复共扼，

S_c是控制信道(＝256)的扩频因子，

Nr是用于瑞克接收机中的工作的瑞克分支数目，

G是功率控制的增益因子，

β_c和β_d是设置在专用物理控制信道(DPCCH)和专用物理数据信道(DPDCH)之间功率比的增益因子。

每个符号由三个独立的部分组成：期望信号、径间干扰(IPI)和加性白噪声。第一部分的期望值和方差由如下给出：

E{jα(k)β_cGS_c}＝jα(k)β_cGS_c，

Var{jα(k)β_cGS_c}＝[常数的方差]＝0.    (A.1)

定义z_k(i)作为k径和符号i的IPI：

$z_k\left(i\right)=\underset{m}{\mathrm{\Σ}}\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}\mathrm{\α}\left(n\right)({\mathrm{j\β}}_c+{\mathrm{\β}}_d{C}_d\left(m\right))\mathrm{Gc}\left({m-\mathrm{\τ}}_n\right)c^{*}\left({m-\mathrm{\τ}}_k\right)$

乘积v(m)＝c(m-τ_n)c^*(m-τ_k)和v′(m)＝C_d(m)c(m-τ_n)c^*(m-τ_k)采用具有相等概率1/4只能取值1，-1，-j，j。v(m)和v′(m)的期望值和方差计算为：

$E\left\{v\left(m\right)\right\}=E\left\{v^{\′}\left(m\right)\right\}=\frac{1}{4}(1+(-1)+j+(-j))=0,$

$\mathrm{Var}\left\{v\left(m\right)\right\}=\mathrm{Var}\left\{v^{\′}\left(m\right)\right\}=\frac{1}{4}(1^2+{(-1)}^2+j\·-j+(-j)\·j)=1.---(A.2)$

乘积v(m)和v′(m)是独立的。通过使用(A.2)，z_k(i)的期望值和方差被计算为：

$E\left\{z_k\left(i\right)\right\}=E\left\{\underset{m}{\mathrm{\Σ}}\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}\mathrm{\α}\left(n\right)({\mathrm{j\β}}_c\mathrm{Gv}\left(m\right)+{\mathrm{\β}}_d{\mathrm{Gv}}^{\′}\left(m\right))\right\}$

$=\underset{m}{\mathrm{\Σ}}\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}\left(\mathrm{\α}\left(n\right)\left({\mathrm{j\β}}_c\mathrm{Ge}\right\{v\left(m\right)\}+{\mathrm{\β}}_d\mathrm{Ge}\{v^{\′}\left(m\right)\left\}\right)\right)=0$

$\mathrm{Var}\left\{z_k\left(i\right)\right\}=E\left\{z_k\left(i\right)z_k^{*}\left(i\right)\right\}$

$=\underset{m}{\mathrm{\Σ}}\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}\left(\mathrm{\α}\left(n\right)\left({\mathrm{j\β}}_c\mathrm{GE}\right\{v\left(m\right)\}+{\mathrm{\β}}_d\mathrm{GE}\{v^{\′}\left(m\right)\left\}\right)\right)(\mathrm{\α}\left(n\right)\left({\mathrm{j\β}}_c\mathrm{GE}\right\{v\left(m\right)\}+{\mathrm{\β}}_d\mathrm{GE}\{v^{\′}\left(m\right)\left\}\right){)}^{*}$

$=\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}{\mathrm{\α}}^2\left(n\right)\left({\mathrm{\β}}_c^2{G}^2{S}_{c}E\right\{v\left(m\right)v^{*}\left(m\right)\}+{\mathrm{\β}}_d^2{G}^2{S}_{c}E\{v^{\′}\left(m\right)v^{\′*}\left(m\right)\left\}\right)$

$=\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}{\mathrm{\α}}^2\left(n\right)({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2{S}_c.---(A.3)$

噪声项的期望值和方差由如下给出：

$=\underset{m}{\mathrm{\Σ}}E\left\{w\left(m\right)\right\}E\left\{c^{*}\left({m-\mathrm{\τ}}_k\right)\right\}=0$

$\mathrm{Var}\left\{{w^{\′}}_k\left(i\right)\right\}=\underset{m}{\mathrm{\Σ}}E\left\{\left(w\left(m\right)c^{*}(m-{\mathrm{\τ}}_k)\right){\left(w\left(m\right)c^{*}(m-{\mathrm{\τ}}_k)\right)}^{*}\right\}$

$=\underset{m}{\mathrm{\Σ}}1=S_c.-------(A.4)$

可以通过(A.1)、(A.3)和(A.4)来计算解扩符号p_k(i)的期望值和方差。

E{p_k(i)}＝jα(k)GS_c

$\mathrm{Var}\left\{p_k\left(i\right)\right\}=({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2{S}_c\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}{\mathrm{\α}}^2\left(n\right)+S_c.---(A.5)$

SIR估计是以(3)、(4)和(5)为基础的。

SIR估计的期望值由如下给出：

$E\left\{{\mathrm{SIR}}_{\mathrm{est}}\right\}=E\{\frac{E_b}{I}-\frac{N_r}{N_s}\}$

$=\frac{E\left\{E_b\right\}}{E\left\{I\right\}}-\frac{N_r}{N_s}.---(A.6)$

通过使用(4)，E{E_b}的期望值由如下给出：

$E\left\{E_b\right\}=E\left\{\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}S\left(k\right)S^{*}\left(k\right)\right\}$

$=\frac{1}{N_s^2}\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}E\left\{\left(\underset{i=1}{\overset{N_s}{\mathrm{\Σ}}}{p}_k\left(i\right)\right){\left(\underset{u=1}{\overset{N_s}{\mathrm{\Σ}}}{p}_k\left(u\right)\right)}^{*}\right\}$

$=\frac{1}{N_s^2}\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}E\left\{\left(\underset{i=1}{\overset{N_s}{\mathrm{\Σ}}}(\mathrm{\α}\left(k\right){\mathrm{\β}}_c{\mathrm{GS}}_c+\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}{z}_k\left(i\right)+w_k^{\′}\left(i\right))\right)(\underset{u=1}{\overset{N_s}{\mathrm{\Σ}}}(\mathrm{\α}\left(k\right){\mathrm{\β}}_c{\mathrm{GS}}_c+\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}{z}_k\left(u\right)+w_k^{\′}\left(u\right)){)}^{*}\right\}$

$=\frac{1}{N_s^2}\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}E\{N_s^2{\left(\mathrm{\α}\left(k\right){\mathrm{\β}}_c{\mathrm{GS}}_c\right)}^2+\underset{i=1}{\overset{N_s}{\mathrm{\Σ}}}\left(\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}{z}_k\left(i\right)\right)\underset{n=1}{\overset{N_s}{\mathrm{\Σ}}}{\left(\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}{z}_k\left(u\right)\right)}^{*}+\underset{i=1}{\overset{N_s}{\mathrm{\Σ}}}\left(w_k^i\left(u\right)\right)\underset{u=1}{\overset{N_s}{\mathrm{\Σ}}}{\left(w_k^i\left(u\right)\right)}^{*}\}$

$=\frac{1}{N_s^2}\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}({\left(N_s\mathrm{\α}\left(k\right){\mathrm{\β}}_c{\mathrm{GS}}_c\right)}^2+N_s({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2{S}_c\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}{\mathrm{\α}}^2\left(n\right)+N_s{S}_c)$

$={\left({\mathrm{\β}}_c{\mathrm{GS}}_c\right)}^2+\frac{N_r}{N_s}{S}_c(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2).$

通过使用(5)，期望值E{I}可以获得为：

$E\left\{I\right\}=\frac{1}{N_r}\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}N\left(k\right)$

$=\frac{1}{N_r}\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}\mathrm{Var}\left\{p_k\left(i\right)\right\}$

$=\frac{1}{N_r}\underset{k=1}{\overset{N_r}{\mathrm{\Σ}}}(({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2{S}_c\underset{\underset{n\≠k}{n=1}}{\overset{N_r}{\mathrm{\Σ}}}{\mathrm{\α}}^2\left(n\right)+S_c)$

$=S_c(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2)$

最后，(A.6)为：

$E\left\{{\mathrm{SIR}}_{\mathrm{est}}\right\}=\frac{{\left({\mathrm{\β}}_c{\mathrm{GS}}_c\right)}^2+\frac{N_r}{N_s}{S}_c(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2)}{S_c(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2)}-\frac{N_r}{N_s}-\frac{S_c{\left({\mathrm{\β}}_{c}G\right)}^2}{(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2)}$

结合优选实施例已经描述了本发明。很明显，考虑到上述描述，很多的选择、修改、变化和使用对本领域技术人员来说将是显而易见的。

Claims (19)

1.一种无线通信系统的接收机中提供无偏信干比(SIR)估计的方法，其特征在于，包括如下步骤：

接收发射信号，

估计接收信号的信号能量和接收信号的干扰值，

基于估计的信号能量和干扰值计算第一SIR估计，

通过校正函数校正第一估计SIR值的非线性并由此获取校正SIR值，

在考虑径间干扰的同时，根据接收信号的样本重复计算校正SIR值，由此与接收机中出现的径数目无关地获得相同的估计精度。

2.根据权利要求1的方法，其特征在于，通过重复计算第一估计SIR值和倍增因子(D)之间的乘积来获得所述校正SIR值。

3.根据权利要求2的方法，其特征在于，根据接收机中出现的径数目重复计算所述倍增因子。

4.根据权利要求1的方法，其特征在于，通过重复计算第一估计SIR值和倍增因子D之间的乘积来获得所述校正SIR值，其中

$D=1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2$

上式中，

G是功率控制的增益因子，G²通过 $G^2=\frac{E_b-S_c\frac{N_r}{N_s}}{({\left(S_c{\mathrm{\β}}_c\right)}^2+\frac{S_c(N_r-1)}{N_s}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2))}$ 得到

Ns是用于估计中的导频比特数目，

Nr是用于瑞克接收机中的瑞克分支数目，

E_b是每一数据比特的接收信号能量，

Sc是控制信道的扩频因子，

β_c和β_d是设置在专用物理控制信道(DPCCH)和专用物理数据信道(DPDCH)之间功率比的增益因子，并且其中第一估计SIR值由如下

$E\left\{\mathrm{SIR}\right\}=\frac{S_c{\left({\mathrm{\β}}_{c}G\right)}^2}{(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2)}$ 给出。

5.根据权利要求1的方法，其特征在于，进一步包括，为甚至高于12dB的SIR值提供线性校正SIR值。

6.根据权利要求1的方法，其特征在于，所述无线通信系统是一个W-CDMA系统。

7.根据权利要求6的方法，其特征在于，最近已知β_c和β_d对用于时间发射间隔(TTI)的第一个帧，正确的β_c和β_d值用于其它帧。

8.一种无线通信系统中的发射功率控制方法，其特征在于，包括：按照前述任何权利要求中定义的方法计算校正SIR值，根据校正SIR值控制发射机中的发射功率。

9.根据权利要求8的方法，其特征在于，进一步包括：

计算无线通信系统的基站中的校正SIR值，基于校正SIR值发射功率命令信号给移动通信单元，所述移动通信单元位于基站相应范围内并且包括发射功率由所述功率命令信号控制的发射机。

10.一种在通信系统内使用的接收机，包括：用于接收发射信号的装置，用于估计接收信号的信号能量和接收信号的干扰值的装置，用于基于估计的信号能量和干扰值计算第一SIR估计的装置，其特征在于，所述接收机还包括：用于通过校正函数校正第一估计SIR值非线性并由此获得校正SIR值的装置，其中用于获得校正SIR值的装置安排在考虑径间干扰的同时根据接收信号样本重复计算校正SIR值，并且与接收机中出现的径数目无关地给出相同的估计精度。

11.根据权利要求10所述的接收机，其特征在于，所述校正SIR值通过重复计算第一估计SIR值和倍增因子(D)之间的乘积来获得。

12.根据权利要求11所述的接收机，其特征在于，所述倍增因子根据接收机中出现的径数目重复计算。

13.根据权利要求10所述的接收机，其特征在于，所述用于获取校正了的SIR值的装置被安排来计算由用于校正第一估计SIR值的装置提供的第一估计SIR值和由 $D=1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2$ 给出的倍增因子D之间的乘积来获得所述校正SIR值，其中

G是功率控制的增益因子，G²通过 $G^2=\frac{E_b-S_c\frac{N_r}{N_s}}{({\left(S_c{\mathrm{\β}}_c\right)}^2+\frac{S_c(N_r-1)}{N_s}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2))}$ 得到

Ns是用于估计中的导频比特数目，

Nr是用于瑞克接收机中的瑞克分支数目，

E_b是每一数据比特的接收信号能量，

Sc是控制信道的扩频因子，

β_c和β_d是设置在专用物理控制信道(DPCCH)和专用物理数据信道(DPDCH)之间功率比的增益因子，并且其中第一估计SIR值由如下

$E\left\{\mathrm{SIR}\right\}=\frac{S_c{\left({\mathrm{\β}}_{c}G\right)}^2}{(1+\frac{N_r-1}{N_r}({\mathrm{\β}}_c^2+{\mathrm{\β}}_d^2)G^2)}$ 给出。

14.根据权利要求10所述的接收机，其特征在于，所述接收机还包括为甚至高于12dB的SIR值提供线性校正SIR值的装置。

15.根据权利要求10的接收机，其特征在于，所述通信系统是W-CDMA系统。

16.根据权利要求15的接收机，其特征在于，所述接收机包括用于对于时间发射间隔(TTI)中的第一个帧使用最近已知β_c和β_d对的装置，以及用于对于其它帧使用正确的β_c和β_d值的装置。

17.一种用于在至少两个接收机之间的信号通信的无线通信系统，其特征在于，包括如权利要求10-16任何一个中所请求的至少一个接收机。

18.根据权利要求17的所述系统，其特征在于，还包括至少一个基站，所述基站装备有至少一个所述接收机和至少一个发射机，该发射机用于发射功率命令信号给位于基站相应范围内的移动通信单元。

19.一种使用在如权利要求18所述的无线通信系统中的移动通信单元，其特征在于，包括用于接收功率命令信号的接收机，和，用于以由基于无偏SIR估计的功率命令信号控制的功率电平发射通信信号的发射机。

Images