CN1716810B - 不断变化的干扰环境中形成波束的设备和方法 - Google Patents

Abstract

自适应地产生发射信号并且处理接收信号的一种设备和方法包括一个天线阵。这个过程按照干扰环境结合第一组接收数据和第二组接收数据(205)以及一个参考信号。于是该系统将第一组接收数据和第二组接收数据(205)组合起来，修正基站使用的发射权(237)。

Description

不断变化的干扰环境中形成波束的设备和方法

发明领域 

本发明涉及无线通信系统领域，具体而言，涉及一种设备和方法，通过改变接收台和发射台天线单元的波束形状特性，改进发射信号和接收信号的形成，这些接收台和发射台包括天线单元阵列，用来适应不断变化的干扰环境。 

发明背景 

从用户单元向通信台(也就是上行链路)进行通信的时候为了抑制干扰，或者是从通信台向用户单元(也就是下行链路)进行通信的时候为了以空间方式或者空间-时间选择性方式传送功率，可以在配备了多个天线用来抑制干扰的通信台(例如基站)中采用自适应智能天线处理方式。在上行链路通信中，智能天线通信系统可以利用线性空间处理作为接收信号自适应智能天线处理的一部分。在这种情况下，通常是在基带对天线阵列单元收到的每一个信号进行幅度和相位调整来选择(也就是优先接收)感兴趣的信号，而使不感兴趣的信号或者噪声(也就是干扰)最小。这种幅度和相位调整可以用一个复值权也就是接收权来描述，这个阵列所有单元的接收权可以用一个复值矢量来描述，也就是接收权矢量。 

类似地，从基站发射给远处接收机的下行链路信号通常都可以通过不一定是在基带调整天线阵列每个天线单元发射信号的幅度和相位来形成。这种幅度和相位控制可以用一个复值权来描述，也就是发射权，阵列所有单元的权构成一个复值矢量，也就是发射权矢量。在一些系统中，接收(和/或发射)权包括时间处理项，在这种情况下，接收(和/或发射)权可以是频率的函数，在频域应用，同样可以是时间的函数，以卷积核的形式在时域应用。另外，每个卷积核自己都可以用一组复数来描述，从而使卷积核矢量可以重新写成复值权矢量，对于M个天线和每个核有K项的情形，这个矢量有KM项。 

在使用通信系统的过程中，基站的射频工作环境(也就是通信系统用户和干扰源的位置和数量、物理传播环境以及发射系统和接收系统的状态)会不断地改变。在这种情况下，可以将自适应智能天线处 理系统用来改变系统的处理策略(例如改变所用的权)来形成发射波束和处理接收信号，补偿这些变化。这样一来就提供了一种方法，用来改变发射信号和接收信号的处理操作，以便反映工作环境的变化。 

改变通信系统中信号发射方式和接收信号处理特性的一种方法是发射接收机事先知道的训练信号。通过检查收到以后已知数据的形式，接收机可以估计用户和干扰源的空间或者空间-时间特征。这样做是有用的，因为特征估计能够帮助计算上行链路和下行链路的权。接收空间特征表明没有任何干扰，也没有任何其它用户单元的时候，基站阵列如何从某个远处(例如用户)单元接收信号。某个用户的发射空间特征表明没有任何干扰的时候，远处的用户如何从基站接收信号。参考Barratt等等的第5592490号美国专利“高频谱利用率的大容量无线通信系统”，以及Ottersten等等的第5828658号美国专利“具有空间-时间处理方式的高频谱利用率大容量无线通信系统”，这两项专利都被转让给本发明的受让人，在这里将它们的内容引入作为参考。 

改变通信系统的信号方式和接收信号处理特性的另外一种方法是在发射信号的一个已知位置上插入一个寂静周期。这样做是有用的，因为在这个间隔内收到的所有信号能量都是干扰信号能量，从而能够代表工作环境的特性。参考Yun等等的第08/729387号美国专利申请“蜂窝通信系统中的信道分配自适应方法”，这项专利被转让给本发明的受让人，在这里将它的内容引入作为参考。 

于是，训练序列和寂静周期都是将具有已知特征的数据插入一组数据，然后观察这组已知数据通过所需环境传播以后会怎样。然后用已知发射数据和接收数据形式上的差别来估计环境特性，从而改进对接收到的未知数据的处理方法。尽管这两种方法都是有用的，但是它们有明显的缺点，因为这两种方法都要浪费宝贵的信号频带资源，它们不携带任何实际数据。除此以外，这些方法的优点有限，因为它们只是在确定频域或者时域上跟训练数据或者寂静周期重叠的干扰的时候是可靠的。 

还有一种所谓的“盲”方法，它们被用于改进发射信号的形成和对接收信号的处理。这些方法利用接收信号的一个或者多个特性，比如几何传播模型，循环平稳，恒定包络，或者是有限字符集，将需要 的用户信号跟干扰信号分离。得到的信号估计和特性参数被随后用来表示上行链路和下行链路的信号处理策略。虽然在干扰环境中盲方法能够非常坚固地作出响应，但是这些方法计算量非常大，需要干扰环境基本上维持不变的大量数据，和“关联问题”。后一个问题需要确定收到的数据中哪一个通信波形是感兴趣的信号，哪一些是由干扰源产生的。 

盲权确定方法通常都是迭代方法。所有迭代方法的收敛速度通常都取决于迭代方法中用于权的初值的质量。一种通用方法是利用以前确定的权值。在干扰快速变化的环境中，当这一组已经确定了以后，一组权的质量会明显变坏。 

于是在本领域中需要一种设备和方法，它能够克服对发射或者接收信号的处理的已知方法的局限性，将工作环境中的变化考虑进来。考虑到这个问题，需要这样的设备和方法，它们不需要训练数据。还需要这样的设备和方法，它们不需要进行太多的计算，并且能够对干扰环境中甚至更大的变化做出快速坚固的响应。还需要一些方法，它们能够快速地选择好处理策略，用作迭代过程中的初始条件。 

发明简述 

本发明的目的是提供一些设备和方法，用于在包括智能天线单元的通信系统中产生反射信号和处理接收信号。本发明特别适合用于利用自适应天线阵和自适应智能天线信号处理方法跟远处单元进行通信的基站，本发明用于修改智能天线上行链路和下行链路处理方法，例如，接收或者发射权，用于多个天线单元发射或者接收的信号。本发明的技术能够用于对准一个或者多个干扰源增加一个或者多个天线波束零点，协助基站跟远处的用户单元之间进行通信。 

一方面，处理接收信号的时候，本发明通过在执行处理方案之前，将训练信息或者其它特征信息未知的第二组信号的信息跟这些特征信息已知的第一组信号的信息结合起来，修改现有的处理方法。这一方法能够被用于修改接收信号处理方法，对来自多个天线单元中的每一个的信号进行处理，从而考虑进不断变化的干扰环境的影响。例如，对于线性智能天线处理，这一方法能够被用来修改接收权，它能够确定分配给从每个天线单元收到的信号的相对权，将不断变化着的干扰环境考虑在内。这样就能够在第二组数据提供的额外信息的基础之 上，自适应地更新接收处理策略(例如接收权)，跟将整个处理方案用于第二组数据来确定处理策略(例如接收权)所需要的相比，需要比较少的计算资源，计算速度更快。另外，假设已知发射环境和接收环境之间的一些关系，本发明就能够用于修改基站使用的发射处理策略(例如发射权)。例如，在上行链路和下行链路频率都相同的系统中，可以假设具有互易性。对于为了跟某些远程用户进行通信，上行链路和下行链路采用不同频率的系统，可能需要利用例如到达方向来确定更加复杂的关系。 

于是，一方面本发明是操作通信系统的一种方法，该操作系统有一个基站和一个或者多个远程单元，对其中已有的上行链路处理方法(例如在线性处理情形中，一组改进了的上行链路权)或者下行链路处理方法(例如一组下行链路权)进行修改，以便在干扰环境随时间发生改变的情况下改进系统的工作状况。特别是对于利用过去的信号计算策略或者权的任何给定方法，本发明的一个实施方案通过在执行这一方法之前将当前信号按比例调整后的版本添加到过去的信号中去来修改这一方法。这样就将当前信号中的信息提供给了处理方案，从而能够用最少的资源更新权。也能够进行其它修改，例如通过修改协方差矩阵方法中的协方差矩阵。这些修改对于抑制当前数据中出现而在过去的数据中没有出现的干扰非常有效，同时能够保持其性能跟原来没有修改过的方法相似。 

计算出来的改进策略同样能够用作迭代权确定方法初始条件。 

本发明能够克服已知方法中的缺点，不需要在当前数据中有训练数据或者其它参考信号，在已有的上行链路或者下行链路处理方法中改变天线单元波束(例如增加波束零点)，该方法能够对干扰环境甚至非常大的变化做出快速和坚固的响应。在许多情形中，本发明只需要对已经有的系统做很少的改动，提高不断变化着的干扰环境中系统的性能，同时对静态环境下性能的影响可以忽略。最后，本发明能够用于发射频率和接收频率相同的时分多址系统，以及跟某个远程单元进行通信的发射频率和接收频率不同的频域双工(FDD)系统。 

附图简述 

下面将详细地描述本发明的优选实施方案，但是不应该认为描述这些优选实施方案是为了将本发明限制为任何具体的实施方案，而是 为了对本发明的设备和方法加以说明从而获得对它更好的理解。通过参考以下附图能够更好地理解这些优选实施方案： 

图1是多天线收发信机系统的一个功能框图，该系统包括适合于应用本发明的方法的天线单元； 

图2是收发信机一个更详细的框图，它包括一个信号处理器，能够执行一组指令，用于实现本发明的方法； 

图3中的框图说明利用第一组数据一个或者多个特性的一种计算方法和设备； 

图4说明能够用于本发明任意实施方案的一种参考信号发生器； 

图5中的框图说明对本发明的一个实施方案中图3所示方法和设备的改进； 

图6说明对图3所示方法和设备的进一步改进，在实现本发明的实施方案的时候应用于接收数据的一些信号处理操作； 

图7中的框图说明用于协方差处理策略中本发明的一个方法实施方案； 

图8说明实现本发明另外一个实施方案的时候应用于接收数据的一些信号处理操作； 

图9说明实现本发明另外一个实施方案的时候应用于接收数据的一些信号处理操作； 

图10说明在噪声加干扰协方差处理策略中实现本发明的一个实施方案的时候应用于接收数据的一些信号处理操作； 

图11说明具有第一组数据作为输入和第一组数据的一个参考信号的一个策略计算方法和设备； 

图12说明对图11所示本发明的方法和设备的修改； 

图13说明用于处理策略的本发明中的信号抑制方法； 

图14说明应用于一个处理策略的本发明的一个综合信号抑制特征-提取实施方案； 

图15说明用于一个处理策略发生器的本发明的一个实施方案，它利用参考信号、原始数据和协方差估计，用信号抑制来修改协方差估计，包括进次级信号的干扰影响； 

图16说明应用于一个处理策略发生器的本发明的一个信号抑制实施方案，它利用参考信号、原始数据和噪声加干扰协方差估计器； 

图17说明应用于一种非线性策略发生器的本发明的一个信号抑制实施方案，其中的策略发生器包括一个解调级； 

图18说明用于处理第三数据的本发明的一种信号抑制实施方案； 

图19将现有技术中的上行链路加权确定方法和性能跟本发明一个实施方案的方法的性能进行比较，说明改变所需用户的信号功率，同时保持用户信号和干扰信号的功率比为常数的效果；和 

图20将现有技术中的上行链路加权确定方法的性能跟本发明一个实施方案的一种方法的性能进行比较，说明改变信干比，同时保持所需用户的信噪比为常数的效果。 

发明详述 

自适应天线处理 

本发明的目的是提供一种处理方法，用于改变通信台确定反射信号或者处理接收信号使用的发射权或者接收权，以便将不断地变化着的干扰环境的影响考虑在内，还涉及到用于这些目的的设备。本发明可以用于这样的通信台，它包括一个接收机、一个天线阵列，还包括这样的装置，用于对收到的信号进行自适应智能天线处理。本发明还能够用于这样的通信台，它包括一个发射机、一个天线阵列，以及装置，用来对发射信号进行自适应智能天线处理。在一个优选实施方案中，该通信台包括一个收发信机，并且能够对上行链路和下行链路信号进行自适应天线处理。 

从用户(远程)单元接收信号的时候，每个天线阵列单元收到的信号都被自适应智能天线处理单元合并起来，给出从用户单元收到的信号的一个估计。在这个优选实施方案中，智能天线处理包括线性空间处理，其中从天线单元收到的每个复值(也就是包括同相分量I和正交分量Q)信号在幅度和相位上都用一个加权因子进行加权，加权以后的信号被加起来给出信号估计。于是这个自适应智能天线处理方案(也就是策略)能够用一组复值权来描述，每个天线单元一个。这些复值权可以用M个元素的单独一个复值矢量来描述，其中M是天线单元的个数。这样，在线性情形中，智能天线处理被设计成确定一组权，从而使这些权乘以天线单元信号得到的乘积的和能够给出远程用户发射信号的一个估计，它满足某些规定的“估计质量”的要求。 

对自适应智能天线处理的这一表述可以扩展到包括空间-时间处 理，其中每个天线单元的信号，而不是在幅度和相位上已经加权的信号，用一个复值滤波器进行滤波，通常都是为了时间均衡。在这种方法中，每个滤波器都可以用一个复值传输函数或者卷积函数进行描述。于是所有单元的自适应智能天线处理都可以用M个复值卷积函数的一个复值矢量来描述。 

已知有几种方法用于在处理接收信号的时候确定要使用的权矢量。这些方法包括确定从用户单元到达的信号的到达方向这样的方法，利用用户单元的空间或者空间-时间特性，例如空间或者空间-时间特征这样的方法。例如对于利用到达方向的方法，参考Roy等等的第5515378和5642353号美国专利“空分多址无线通信系统”，该专利被转让给本发明的受让人，在这里将它们的内容引入作为参考。对于利用空间和空间-时间特征的方法可以参考上面提到的第5592490和5828658号美国专利。 

“盲”方法从信号本身确定权，而不求助于训练信号或者是寂静周期这样的先验知识，也就是不确定什么样的权能够最好地估计已知的码元序列(或者是在寂静周期的情形里，没有已知序列)。这些盲方法通常都是通过强迫估计信号具有这一特性，利用用户单元发射信号的一些已知特性来确定最佳接收权，因此有时将它叫做特性恢复方法。 

可以将特性恢复方法分成两种方法。简单的特性恢复方法恢复信号的一个或者多个特性，而不完全重构已调制接收信号，例如通过解调然后重新调制。更加复杂的恢复方法通常都依赖于重构收到的信号。 

特性恢复方法确定强迫具有所需特性的一个信号(一个“参考信号”)，然后确定对应于参考信号的一组权，如果参考信号是由远程用户端发射的，接收阵列天线单元那里的信号就可以被认为“接近”实际收到的信号。简单恢复方法的一个实例是恒定模数(CM)方法，能够将它用于利用具有恒定模数的调制方案的通信系统，例如包括相位调制(PM)、频率调制(FM)、相移键控(PSK)和频移键控(FSK)。恒定模数方法也能用于非恒定模数信号。其它的部分特性恢复系数包括恢复信号频谱特性，比如象信号的频谱自相干，的技术。 

“判决引导(DD)”方法通过对收到的信号进行码元判决(例如解 调)来构造一个参考信号。这种判决引导方法利用发射的用户单元信号的调制方法是已知的这样一个事实，然后确定具有所需调制方法的特性的一个信号(一个“参考信号”)。在这种情况下，参考信号产生过程包括进行码元判决。确定产生一个参考信号的权，如果由远程用户发射，会在阵列天线单元那里产生“接近”实际接收信号的信号。参考Barratt等等的第08/729390号美国专利申请“利用天线阵列和空间处理的判决引导解调方法和设备”，以及Petrus等等的第9/153110号美国专利申请“在具有空间处理的通信系统中存在频率偏移的时候参考信号的产生方法”，这两个申请都被转让给本发明的受让人，在这里将它们的内容引入作参考，用于描述利用判决引导加权确定方法的系统。 

如前所述，加权确定方法利用训练序列，也就是事先知道其码元的数据。然后将训练数据(有可能具有时间偏移或者频率偏移，或者两者都有)用作参考信号，能确定智能天线处理策略(例如权)。因此，参考信号方法包括有训练数据的参考信号这种情形，参考信号具有发射信号一些特性的情形，参考信号具有码元判决信号的情形。 

还有一些非线性上行链路和下行链路处理策略。在上行链路方向，这些方法通常都要进行解调，从通信台天线单元那里收到的一组信号确定所需远程用户发射码元的一个估计。这种处理方案的一个已知实例是建立在利用分支度量的维特比算法上。考虑到这一点，在这里指出本发明并不限于包括权确定的线性空间和空间-时间处理方法，它同样能够应用于建立在维特比算法和分支度量基础之上的那些非线性方法，它们不必确定权。 

以上所有策略计算方法都具有以下的共同点：它们要利用已知的或者确定的参考信号，它们在对接收信号数据进行处理的基础之上确定一个策略，它们要考虑工作环境的一个或者多个方面，例如干扰发射机的位置、数量和特性，变化信道的特性等等。在这里将这样一个工作环境叫作干扰环境，这种策略确定方法叫做“干扰缓和”加权确定方法。 

从理论上讲，自适应智能天线处理允许在单独一条“传统的”通信信道中存在一条以上的通信链路，只要共享传统信道的用户单元能够从空间(或者空间-时间)上加以区分。传统信道包括频分多址系统 中的频率信道，时分多址系统(它通常包括频分多址，于是传统信道是一个时间和频率隙)中的时隙，以及码分多址系统中的代码。于是传统信道被划分成一个或者多个“空间”信道，当每个传统信道有一个以上的空间信道的时候，这种复用叫作空分多址(SDMA)。在这里用空分多址来包括自适应智能天线处理，每一个传统信道都有一个或者多个空间信道。 

基站结构 

本发明的方法和设备的优选实施方案是用一个通信接收机来实现的，具体而言是用图1所示的个人手持电话系统阵列天线通信台(收发信机)来实现的，在这个天线阵列中有M个天线单元。这种个人手持电话系统标准在例如无线电工业和商业(ARIB，日本)协会预备标准第二版RCR STD-28中进行了描述，它的变化在个人手持电话系统谅解备忘录的技术标准中进行了描述(PHS MoU-见http://www.phsmou.or.jp)。本发明的优选实施方案可以用图1所示通信台的两个版本来实现，一个目的是M＝4的低移动性个人手持电话系统，另外一个目的是天线单元数量可变，通常是M＝12的无线本地环(WLL)系统。 

虽然具有一些图1所示单元的系统可以是现有技术中的系统，但是图1所示具有能够实现本发明的方法的单元131和133的系统不是现有技术系统。要注意本发明根本就不是局限于使用个人手持电话系统空中接口或者时分多址系统，而是可以用作任何通信接收机的一部分，包括自适应智能天线处理装置，包括利用IS-95空分接口的码分多址系统和使用公共全球移动通信系统空中接口的系统。 

在图1所示的系统中，发射/接收(“TR”)开关107连接在M元天线阵列103、发射电路113(包括一个或者多个发射信号处理器119和M个发射机120)和接收电路121(包括M个接收机122和一个或者多个接收信号处理器123)之间。在发射模式中，开关107被用于有选择地将一个或者多个天线阵列单元103跟发射电路113连接起来，在接收模式跟接收电路121连接起来。开关107的两种实施方案是频分双工系统(FDD)中的频率双工器和时分双工(TDD)系统中的定时开关。 

本发明的优选实施方案的个人手持系统形式采用时分双工系统。发射机120和接收机122可以用模拟电路、数字电路或者它们的组合 来实现。接收机122的优选实施方案产生数字信号，3个信号处理器123。信号处理器119和123结合软件和/或硬件，用于实现本发明的方法，它们可能是静态的(总是同样的处理级)，动态的(根据所需要的目的改变处理方法)，或者是智能的(按照接收信号来改变处理方法)。在本发明的优选实施方案中，处理器119和123是自适应的。信号处理器119和123可以是同一个或者几个数字信号处理器装置，它们有不同的程序用于接收和发射，或者是不同的数字信号处理器装置，或者是某些功能具有不同的装置，其它的具有同样的装置。在这个实施方案中，单元131和133是分别用于实现下行链路和上行链路处理的本发明中的方法，它们包括程序指令用来实现处理方法。 

要注意虽然图1画出了一个收发信机，其中将同样的天线单元用于接收和发射，但是很显然也可以用不同的天线进行接收和发射，只能够用于接收的天线，或者是只能够用于发射的天线，或者是同时能够用于接收和发射的天线，都可以用于自适应智能天线处理。 

这个个人手持电话系统是一个具有真实时分双工(TDD)的8时隙时分多址系统(TDMA)。这样，这八个时隙被划分成四个发射(TX)时隙和四个接收(RX)时隙。这意味着对于任何一个信道，接收频率跟发射频率相同。它还意味着具有互易性，也就是说下行链路(从基站到用户的远程终端)和上行链路(从用户的远程终端到基站)的传播路径相同，假设在接收时隙和发射时隙之间用户单元的移动可以忽略。用于这个优选实施方案中的个人手持电话系统的频带是1895～1918.1MHz。八个时隙中的每一个时隙有625微秒长。个人手持电话系统有一个专用频率和时隙用作控制信道，所有的初始化都是在这个信道上进行的。一旦建立起连接，就将呼叫交给一个业务信道进行正常通信。通信可以在任意一个信道中进行，速率是32千比特每秒(kbps)，这个速率叫做“全速率”。也可以采用比全速率低的通信速率，关于如何修改这里描述的实施方案，从而实现速率比全速率低的通信速率，对于本领域中的普通技术人员而言是再清楚不过的了。 

在这个优选实施方案中使用的个人手持电话系统里，将突发定义为有限长度的射频信号，在一个时隙内通过空中发射和接收。将一组四个发射时隙和4个接收时隙定义为一群。一群总是从第一个发射时隙开始，它的时间长度是8×0.625＝5ms。 

个人手持电话系统为基带信号采用π/4差分四相(或者是正交)相移键控(π/4 DQPSK)调制方式。波特率是192千波特。于是每一秒钟有192000个码元。 

图2是收发信机一个更加详细的框图，它有一个信号处理器，能够执行一组指令来实现本发明的方法。这是图1中适合用于低移动性手持电话系统的一个系统版本。在图2中，使用M个天线103，其中M＝4。可以使用更多或者更少的天线单元。这些天线的输出端连接到一个双工器开关107上，在这个时分双工系统中它是一个定时开关。在接收信号的时候，天线的输出端通过开关107跟一个接收机205连接，由射频接收机模块205从载波频率(大约1.9GHz)下变频到中频频率(“IF”)。然后用模数转换器(“ADC”)209对这个信号进行数字化(采样)。然后用数字下变频器213将这个采样结果进行数字下变频，产生四倍过采样的复值(同相I和正交Q)采样信号。于是，205、209和213支持单元对应于能够在图1所示接收机122中找到的那些单元。对于M个接收机时隙中的每一个，从M个天线得到的M个下变频输出被馈入一个数字信号处理器(DSP)装置217(以后叫作“时隙处理器”)进行进一步的处理。在这个优选实施方案中，可以将商业数字信号处理器用作时隙处理器，每个空间信道每个接收机时隙一个。 

时隙处理器217实现几项功能，它可以包括以下功能：接收信号功率监测、频率偏移估计/修正和时间偏移估计/修正、智能天线处理(包括为每个天线单元确定接收权，以便按照本发明确定从某个远程用户过来的信号)和确定信号的解调。在图2所示实施方案中每个时隙处理器217里实现的本发明的上行链路处理方法在方框241中说明。 

对于M个接收时隙中的每一个，时隙处理器217的输出是一个解调后的数据突发。该数据被发送给主机数字信号处理器231，它的主要功能是控制系统的所有单元，并且跟更高层处理(也就是确定在个人手持电话系统通信协议中规定的不同控制和业务通信信道中为了进行通信需要什么信号所进行的处理)进行对接。在这个优选实施方案中，主机数字信号处理器231是一个商业数字信号处理器。在本发明的一个实施方案中，时隙处理器217发送确定的接收权给主机数字信号处理器231。要注意，如果需要，接收权也可以用主机数字信号处理器 231中实现的软件来确定。 

射频控制器233跟射频发射单元连接，如同方框245所示，它还产生多个时间信号，供发射单元和调制解调器使用。射频控制器233为来自主机数字信号处理器231的每个突发接收它的时间参数和其它设置参数。 

发射控制器/调制器237从主机数字信号处理器231接收发射数据。发射控制器237利用这个数据来产生模拟中频输出发送给射频发射机(TX)模块245。发射控制器/调制器237所执行的具体操作包括：将数据比特转换成复值(π/4 DQPSK)调制信号；上变频到中频(IF)信号；利用从主机数字信号处理器231获得的复值发射权加权；和用数模转换器(“DAC”)转换这些信号形成模拟发射波形提供给发射模块245。 

本发明的下行链路处理方法由图2所示主机数字信号处理器231中的实施方案实现，用方框243说明。在其它版本中，在时隙处理器217中采用下行链路处理方法，在另外一个版本中，在发射控制器/调制器237中采用。 

发射模块245将信号上变频到发射频率，并且放大这一信号。放大后的发射信号输出通过双工器/定时开关107输送给M个天线103。 

在描述本发明的方法的时候，采用以下符号。给定M个天线单元(在这个实施方案中M＝4，在另外一个实施方案中M＝12)，令z₁(t)，z₂(t)，...，z_M(t)分别是下变频以后，也就是在基带内，在采样以后(在这个优选实施方案中是4倍过采样)的第一个、第二个、......、第M个天线单元的复值响应(也就是同相I分量和正交Q分量)。在以上符号中，t是离散的，但是这一点对于本发明来说并不是必需的。这M个时间采样量可以用一个M矢量Z(t)表示，Z(t)的第i行是z_i(t)。对于每个突发，采集有限数量例如N个的样本，于是z₁(t)，z₂(t)，...，z_M(t)中的每一个都可以表示为一个N行矢量，Z(t)可以表示为一个M×N矩阵Z。在本发明下面的详细描述中，假设采用有限数量的样本这样的细节是已知的，至于如何包括这些细节对于本领域中的普通技术人员而言是再清楚不过的了。 

假设从N_s个远程用户向基站发射这些信号。具体而言，假设感兴趣的用户单元发射一个信号s(t)。在本发明的这个优选实施方案中使 用的线性自适应智能天线处理将收到的天线单元信号z₁(t)，z₂(t)，...，z_M(t)中的I值和Q值进行某种合并，以便提取发射信号s(t)的一个估计。对于这个用户单元这些复值权可以用第i个元素是w_ri的接收权矢量w_r表示。从远程单元发射的信号的估计可以表述为： 

$s\left(t\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{w}_{\mathrm{ri}}^{\′}{z}_i\left(t\right)=w_r^{H}z\left(t\right)---\left(1\right)$

其中w′_ri是w_ri的复共轭，w^H _r是接收权矢量w_r的厄米转置(也就是转置和复共轭)。等式1叫作一个拷贝信号操作，这样获得的信号估计s(t)叫作一个拷贝信号。 

对于要估计的M矢量信号Z(t)的N个样本，反射信号s(t)的N个样本，等式1描述的空间处理可以重新写成矢量形式。在这种情况下，令s是s(t)N个样本的一个1 ×N行矢量。等式1的拷贝信号操作可以重新写成s＝w^H _rZ。 

在包括空间-时间处理的实施方案中，接收权矢量中的每个元素都是时间的函数，于是可以将权矢量表示成w_r(t)，它的元素是w_ri(t)。信号的估计可以表示为： 

$s\left(t\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{w}_{\mathrm{ri}}^{\′}\left(t\right)*z_i\left(t\right)---\left(2\right)$

其中运算符“*”表示卷积运算。空间-时间处理可以结合时间均衡和空间处理，对于宽带信号特别有用。用空间-时间处理形成信号估计可以等价地在频域(傅里叶变换)进行。在频域分别将s(t)、z_i(t)和w_ri(t)表示为S(k)、Z_i(k)和W_i(k)，其中k是离散频率值： 

$S\left(k\right)=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{W}_{\mathrm{ri}}^{\′}\left(k\right)Z_I\left(k\right).---\left(3\right)$

对于空间-时间处理，等式2的卷积运算通常是有限的，针对采样数据的时候，等价于将空间处理跟利用抽头数有限的一个时间均衡结合起来。也就是说，w_ri(t)中的每一个具有有限数量的t值，在频域中 等价于每一个W_i(k)有有限数量的k值。如果卷积函数w_ri(t)的长度是K，那么不是确定一个复值M权矢量w_r，而是确定一个复值M×K矩阵，它的列是w_r(t)的K值。 

另外，可以按照一个权矢量通过用不同大小的矩阵和矢量重新表示这个问题为空间-时间处理修改一个空间权确定方法。因为在所示的这些描述中，令M是天线单元数，N是样本数。令K是每个天线单元的时间均衡器抽头数。(M×N)接收信号矩阵Z的N个样本构成的每个行矢量都可以重新写成第一行的K行移位版本，它跟大小是MK×1的一个权矢量的厄米转置预先相乘以后，产生N个样本的接收信号行矢量的一个估计。于是空间-时间问题可以重新表示为一个权矢量确定问题。 

例如，对于协方差方法，权矢量是一个大小是(MK×1)的“长”权矢量，协方差矩阵R_zz＝ZZ^H是大小是(MK×MK)的一个矩阵，天线信号Z跟(1×N)行矢量的相关是r_zs＝Zs^H，它是一个大小是(MK×1)的长矢量。整理这个“长”权矢量中的项得到(M×K)权矢量。 

利用自适应智能天线处理的下行链路(也就是发射)处理策略包括通过形成一组天线信号(通常都是在基带，但不是一定如此)从通信台向某个远程用户发射一个信号，在样本数有限的情形下表示为一个(1×N)矢量s。线性智能天线处理将天线信号确定为： 

Z＝w_ts 

其中w_t是下行链路(也就是发射)权矢量。在同一个(普通)信道中用空分多址方式向几个远程用户发射信号的时候，形成给不同远程用户的不同信号s_i的和w_tis_i，由M个天线单元发射出去。 

要注意可以通过将下行链路策略建立在上行链路策略，例如上行链路权，和校准数据的基础之上来实现下行链路策略，例如它包括确定下行链路权w_t。在这种情况下，校准考虑的是不同天线单元中接收和发射路径的差异。还可以通过利用远程用户的发射空间特征，或者其它已知方法，从上行链路策略中找到下行链路策略。还有，权矢量的形成可以用于线性空间处理和线性空间-时间处理。 

在本发明的以下描述中，无论什么时候提到一个复值接收或者发射权矢量w，或者它的元素，都可以将它理解为它们是空间处理的权，或者可以推广为结合了空间-时间处理来确定权矩阵w。因此在这里将空间处理和空间-时间处理都叫作线性自适应智能天线处理。但是本发明还能够用于非线性处理策略，例如能够用于具有分支度量的维特比算法的那一些。通过将接收数据看成两种类型中的一种：对参考信号(或者其它特征信息)可用的原始数据，和对参考信号可用或不可用的次级数据，本发明的优选实施方案能够很方便地加以描述。原始数据是用于某些已知处理策略(例如权)确定过程中的数据，本发明的一个目的是利用“次级”数据，例如最新的数据，自适应地更新或者改进这一过程，不执行针对原始数据的已知过程所需要的所有计算步骤。

例如，次级数据可能来源于当前突发的有效负荷或者未来数据突发(可能是一个新信道上的)。原始数据的参考信号的源依赖于应用了本发明的方法的某个已知的策略(例如权)确定过程：它可以是但不限于来源于以前的恒定模数方法迭代或者来源于判决引导，或者是训练数据。这样，本发明的目的主要是改进的或者自适应的发射和接收智能天线处理策略计算方法(例如一种权确定方法)，在执行已有的策略计算方法之前将一定量的次级数据跟原始数据合并起来。这样就能够针对这些数据执行这一策略计算方法之前将另外的信息跟原始数据结合起来。在线性处理情形中，结果是更新过的一组权，它结合了关于次级数据如何不同于原始数据的一些信息，例如源于干扰环境的变化等等。 

本发明的优选实施方案能够改进计算上行链路或者下行链路处理策略的方法，它将参考信号和收到的天线信号数据作为输入，它将收到的天线信号数据中存在的干扰环境考虑在内以便缓和干扰的影响。对于本领域中的技术人员而言显而易见，干扰缓和策略确定方法直接或者间接地利用收到的天线数据的一个或者多个特性特征。按照已知的方法，原始数据组，次级数据组，或者这两者，可以明确地减少到已知方法明确地用于计算的一个或者多个特定的特性特征。例如，对于利用输入的空间或者空间-时间协方差矩阵的方法，数据可以减少到数据的空间或者空间-时间协方差矩阵。其它方法可以建立在其它特性的基础之上，在这些情形中，输出信号数据可以减少到已知策略方法使用的某个特征或者特性。还有其它方法，虽然间接地取决于接收到的信号的未来特征(例如空间-时间协方差)，但是它们并不明确地需要协方差这样的特征估计。 

由于下面的一些讨论能够同时应用于接收和发射策略，因此在权 矢量w这些量中省去了下标“ r”和“t”。这些下标可以用来明确地说明是上行链路还是下行链路处理，如何添加它们对于本领域中的技术人员而言应该是非常明确的。 

将本发明应用于特性特征处理方法 

可以将本发明的几个实施方案应用于一种处理策略，它包括策略(例如权)确定，其中的策略确定计算是建立在收到的信号数据的一个或者多个特性特征的计算的基础之上的。这样一个实例是当策略确定是建立在确定数据的协方差矩阵的基础之上的时候。下面将更加详细地描述这个实施方案。 

令Z是收到的天线阵列信号的矩阵，它最好是但不一定必须是基带信号。令S₁是有N₁个样本的一个(1×N₁)参考信号。参考信号s₁可以是一个已知的训练序列，或者在判决引导方法中，跟用户单元发射的信号一样具有相同已知调制结构的信号，或者是对于特性和恢复方法，是被迫拥有所需特性的信号。著名的最小二乘(MSE)技术能够通过求解以下最小问题计算出上行链路或者下行链路的权： 

$w={\arg \min }_w{\left|\right|w^{H}Z-s_1\left|\right|}^2={\left(R_{\mathrm{zz}}\right)}^{-1}{r}_{\mathrm{zs}}={\left({\mathrm{ZZ}}^H\right)}^{-1}{\mathrm{Zs}}_1^H,---\left(7A\right)$

其中R_zz＝ZZ^H是天线信号的协方差矩阵，R_zs＝Z_s1 ^H是天线信号和参考信号之间的互相关。这样，要计算权需要对应于天线单元上收到的信号的数据和参考信号。实际上，这通常都需要确定参考信号数据，并且从一个数据突发中将它提取出来，形成这个数据突发中接收信号的协方差矩阵，形成互相关项，并且求解这些权。 

本发明通过结合从没有参考信号的信号中获得的信息，提供一组更新了的权，而不需要处理包括参考信号的信号所需要的计算系统开销，来修改这个权确定过程。这样，确定和提取参考信号数据的步骤，为第一组数据形成协方差项的步骤，以及为第一组数据形成互相关项的步骤，在更新权的时候不需要重复。这样明显地减少了提供1组新权所需要的计算步骤，同时能够改进对接收数据的处理。 

实际上，例如在移动手持电话系统中，因为计算能力有限，只用构成接收信号突发的960个样本的少量样本来确定R_zz ^-1。另外，这些 样本是在波特点而不是过采样确定的。只用少量样本来确定权会导致所谓的“训练过度”：这些权在包括参考信号的数据上表现得很好，但是在新数据上表现得不好。也就是说，当这些权提取所需信号能量抑制干扰的时候，这些权针对新的数据会表现很差。对最小二乘技术的一种改进包括叫作“对角加载”的一个过程(例如请参考1988年7月第24卷第4期IEEE航天和电子系统学报上B.L.Carlson的文章“自适应阵列中的协方差矩阵估计误差和对角加载”)，在它的基础上按照以下方式增加一个对角调整： 

$w={({\mathrm{ZZ}}^H+\mathrm{\γI})}^{-1}{\mathrm{Zs}}_1^H,---\left(7B\right)$

其中γ是通过减少对Z的统计起伏的敏感性，用于改进最小二乘解性能的一个小调整系数。注意，对角加载也是对付矩阵中所有可能的病态，也就是因为它的一个本征值等于0或者接近0而使得矩阵的逆有可能成为一个问题，的一种方法。 

本发明的方法按照以下方式修改以上方法。令Z₁包括有参考信号s₁的接收行和样本。在本发明中Z₁叫作原始数据。令Z₂包括没有(或者至少没有提取)原始信号的接收信号样本，也就是叫作次级数据。矩阵Z₁和参考信号矢量s₁具有相同的列数，比如N₁列，它就是Z₁和s₁ 中每一个的样本数。这个数通常但不一定必须小于输入样本的总数。 

在一个实施方案中，Z₁和Z₂可以从同一个数据突发中获得，参考信号s₁是包括在接收信号数据Z₁中的训练数据。要注意这没有必要是Z中的所有训练数据。在这种情况下，Z₁是包括训练数据s₁的部分突发数据Z，Z₂来自突发的其余部分。 

在另外一个实施方案中，Z₁是从已经处理过用来提取参考信号s₁ 的一个突发中获得的，而Z₂来自还没有处理的一个新的(估计是后来的)数据突发。还有其它选择。本发明的优选实施方案将来自次级数据的信息添加到已知处理策略计算(例如权确定)方法使用的原始数据中。具体而言，本发明的优选实施方案按照以下方式计算更新权： 

$w={(Z_1{Z}_1^H+\mathrm{\γI}+\mathrm{\β}{Z}_2{Z}_2^H)}^{-1}{Z}_1{s}_1^H,$

其中β是可调整系数。最好是将β设置成足够大，从而使这些权对次级数据Z₂中存在的干扰作出响应，同时又不会大得在次级数据中没有任何新干扰的时候会降低这些权的性能。这一限制提供了一种手段用来测试不同的β值的必要性，有可能是用一种迭代方式。 

判断这些权是否适当地对干扰作出响应的一种方式是将这些权用于包括所需信号(跟对应于参考信号的Z₁中的信号具有相同的结构)和干扰信号(跟Z₂中的干扰具有相同的结构)的第三数据。可以估计得到的信号质量，并且作为β特定值的干扰抑制性能的一个度量。有一些信号质量测量和估计方法，一种改进了的信号估计方法和设备公开在Yun的第09/020049号美国专利申请“智能天线通信系统中信号质量估计和功率控制”上，它被转让给本发明的受让人，在这里将它引入作为参考。 

类似地，在没有新干扰的情况下判断β的一个值产生的权是否会降低性能的一种方式是将这些权应用于Z₁，然后估计得到的信号质量。在应用于个人手持电话系统的优选实施方案中，相对于β＝0，信号质量的平均损耗小于1.0dB被认为是可以接受的。 

在个人手持电话系统的优选实施方案中，将β的值设置为1/16。将β选择为等于2的幂能够简化这一方法。β个最优设置取决于多个因素，包括但不限于，成功地解调所需要的目标信号干扰加噪声比(SINR)，Z₁和Z₂中数据样本的个数，以及是否需要进一步迭代来修改权。 

β的良好设置可以通过实验方法来确定。也可以将β选择为足够小，从而使βZ₂中所有所需信号的功率小于Z₁的噪声功率。按照这一指导方针-它能够在不断变化的干扰环境中保证信号质量-目标SINR越大，β就必须越小。相反，β必须足够大才能够让策略产生方法识别和响应干扰。在最小二乘优选实施方案中，权对干扰的敏感性随着Z₁中样本数的增加而提高，因此当样本数增加的时候β可以减小。 

结合次级数据的影响确定权的方法的一个应用是提供一个初始策略用于一个迭代策略确定方法。在优选实施方案中的手持电话系统一样，一个突发一个突发地进行通信的系统中，可以用迭代方法来确定权，在现有技术中，权的初值可以是从前面的突发确定出来的权。利用这里描述的任何实施方案，使用的初值都可以通过考虑新数据产生一个改进的初始权来加以改进。 

进一步迭代的时候(例如使用跟第一次迭代相同的权计算方法，最好是β＝0，或者是采用完全不同的迭代权计算方法)，可以为β选择一个很大的初值。当干扰环境不发生改变的时候这样做会增强干扰抑制性能，付出的代价是降低信号质量。信号质量的损失将被随后的迭代反转过来。于是对β的一个有用限制是第一次迭代以后信号质量足以保证以后的迭代快速收敛。收敛的确切条件取决于迭代方法。 

可以对这一方法进行许多修改，它们仍然属于本发明的范围。总的来说，可以改变将特性特征用作输入所使用的任何上行链路(也就是接收)处理方法，它可能是例如空间(或者空间-时间)协方差，或者是循环平稳空间-时间协方差。图3说明这样一个权确定方法和设备，它被标为现有技术，没有按照这里描述的方式进行修改以前它仅仅是现有技术。策略(例如权)计算方法305使用的特性特征是由特性特征估计器303从原始数据Z₁中提取出来的。策略计算方法305使用估计出来的特征和原始数据以及参考信号。要注意在有些情形里，可能需要从原始数据确定参考信号，这样一个参考信号提取过程在图4中说明。参考信号提取过程可以是限制数据具有特定特性的一个过程，或者可以是从存储器中读出原始数据知道的训练数据。参考信号也可能需要自适应智能天线处理从通过天线收到的信号估计信号，所有这些实施方案都被结合进图4中的框图里。于是，在这以后不管什么时候提到参考信号，都应该认为参考信号提取过程可以包括在整个策略确定过程里，不管是否明确地说明。 

一方面，要修改特性特征策略确定方法的本发明在图5中说明，其中策略计算方法505使用的估计出来的特性特征用一个特性特征估计器和合并器503修改，结合进从次级数据Z₂获得的信息。方框503的合并最好是参数化的，例如，通过一个可调整系数β产生修改过的特性特征，它包括可以调整的信息，来自次级数据，输入策略计算方框503。图5所示布局的实施方案在图6中说明，其中次级数据和原始数据都被分别输入相应的特性特征估计器603和605，得到的次级数据和原始数据的特性特征分别被合并器607按照以下公式合并 

Modifie_charactr_feture＝Modified_charactr_feature₁+βModified_charactr_feature₂其中下标1和2分别表示原始数据和次级数据，β是一个调整系数。 

作为本发明的方法的一个典型应用实例，假设改进从通过前一个突发获得的数据确定下行链路权的一个已知方案。需要引入建立在当前突发(次级数据)中收到的数据的基础之上的一个干扰缓和方法。但是，假设没有足够的计算能力来全面完成已知方案接收权确定部分所需要的计算(或者为了提高计算速度，需要有一种方法来更新接收权而不需要进行全部计算)。 

本发明的方法的另外一个应用是支持“不连续发射”概念的空中接口协议，在没有话音活动的时候它不发射任何突发。对于这样的空中接口，需要的用户信号和干扰源信号是以间歇方式收到的；一些突发只包括需要的用户信号，一些突发包括这两者，或者什么都不包括。作为导致复杂性的另外一个因素，确定是否在给定突发中向所需用户发射一个信号跟预测收到的突发是否包括来自这个用户的一个信号无关。在这些情况下有用的下行链路发射策略是将一个波束对准所需用户，将0点对准最后几个，比方说N_T个，突发中收到的所有干扰源。实现这一策略的下行链路权可以通过将Z₁设置成等于最后收到的突发计算出来，这个突发包括来自所需用户的一个信号，将Z₂设置成等于不包括来自所需用户的信号的最后N_T个突发中那些突发的级连。在另外一个简化实施方案中，Z₂被设置成等于N_T个最新突发的级连，而不管它们是否包括所需用户信号。这样，在这个实施方案中，原始数据包括从远程用户将数据发射给无线台的时候收到的信号数据，于是智能天线处理策略将一个波束对准远程用户，将0点对准包括在次级数据中的干扰源。 

总之，一方面，本发明用于更新智能天线策略计算(例如权的确定)过程，通过将次级数据的有关信息引入的策略计算方法使用的依赖于原始数据的项，将不断变化着的工作环境考虑在内(例如存在干扰信号源，它会在原始数据和次级数据之间变化)。 

于是，在要描述的本发明的所有实施方案中，在一个参考信号s₁ 和从天线阵列单元收到的信号输入例如原始数据Z₁，的基础之上，用一个已知的策略(例如权)确定过程来计算上行链路或者下行链路策略。这一策略计算方法要考虑缓和干扰，也就是把原始数据Z₁中的干扰环境考虑在内。这样一个策略确定方法在图11中说明。图11被标成是现有技术，但它仅仅在没有这里描述的改进的时候才属于现有技 术。参考信号通常都是从如图4所示第一组数据中提取出来的(这种情况包括知道第一组数据中包括什么样的训练数据)。图3是图11所示系统的一种情形，其中的方法明确地将第一组数据的至少一个特性特征用作输入，于是在图3中，进一步对第一组数据进行处理，以获得这些数据的一个或者多个特性特征(例如协方差、协方差矩阵的主要分量、数据的某个特征等等)，它被随后明确地用于已知的策略(例如权)确定方法。已知的计算策略最好有两个特性：1)它能够缓和干扰，也就是说，它通过降低从发出干扰的远程用户收到的信号的功率或者发送给远程用户的信号的功率(设置0点)，降低对干扰源的灵敏度，和2)近似地跟所需信号源或者目标共线的干扰信号源或者目标(跟它具有基本相同特征的一个远程用户)基本上不影响策略的计算结果。这些特征在以例如参考信号为基础，计算策略使SINR最大的方法中是共同的。 

按照本发明，将已知策略计算方法的输入修改成第一组数据的参考信号以及从第一组数据和第二组数据生成的一个组合，如图12所示。图5是图12所示系统的一个实施方案，它是图3所示系统的一个改进，虽然图6是图5所示系统的进一步改进。 

按照一组权将图6所示的系统应用于线性自适应过程策略，这个策略计算方法是明确地利用从原始数据Z₁计算出来的空间协方差矩阵R_zz＝Z₁Z₁ ^H的一个权确定方法，具体的实施方案通过修改这样一个权确定方法，改变空间协方差矩阵R_zz项，考虑进从次级数据获得的信息，来实现本发明的方法。这样一个改进产生一个更新过的空间协方差矩阵： 

${\tilde{R}}_{\mathrm{zz}}=(Z_1{Z}_1^H+\mathrm{\β}{Z}_2{Z}_2^H)$

其中Z₂是次级数据，β是一个可以调整的系数。要注意在这个优选实施方案中，采用本发明的权确定方法将从原始数据Z₁和参考信号互相关R_zs＝Z₁s₁ ^H计算出来的空间协方差矩阵R_zz＝Z₁Z₁ ^H用作输入。 

图7说明采用本发明的第一个协方差实施方案的时候，应用于接收数据的信号处理操作。在这个图中，对于次级数据或者是新(例如 未来的)数据，叫作第三数据，所进行的信号拷贝操作，假设使用的权确定方法是采用协方差来确定空间(或者是空间-时间)权的方法，例如上行链路权或者是下行链路权。 

按照本发明的一个实施方案，修改已知的方案，从而使更新过的权值能够利用当前突发中收到的数据缓和干扰。本发明的计算需要包括次级数据的协方差，将它可以调整的一部分增加到从原始数据确定的协方差估计中去。如图7所示，对原始数据进行处理来估计它的协方差R_zz1。对次级数据进行处理来估计它的协方差R_zz2。然后用可调整的因子β调整从次级数据获得的协方差来形成βR_zz2。然后将这个乘积加到协方差项上去，获得权确定方法的协方差项输入(R_zz1+βR_zz2)。要注意，如图所示，(在原始数据基础之上的)一个参考信号被输入权确定方法。 

要注意也可以对其它的协方差矩阵进行修改，这样做也属于本发明的范围。例如，如图8所示，加到R_zz1上面去的量也可以是βpp^H，其中p是Z₂Z₂ ^H的一个主要分量(最大的本征值)。次级数据中存在来自一个强干扰源的信号的时候这一方法很有用。在另外一个选择中，加到R_zz1上面去的量是Z₂Z₂ ^H投影到R_zz2最大的少数几个本征值定义的一个子空间上去的投影，例如Z₂Z₂ ^H的第一个P主要分量张开形成的空间。这个方法在次级数据中P个最强的干扰源定义的子空间中增加0点，在次级数据中P个最强干扰源的方向上增加0点。 

在另外一个选择中，不是通过将次级协方差矩阵的一个可调整部分增加到第一个矩阵中去来引入原始数据和次级数据，也可以采用从两组数据合并它们的影响的其它方法，这种非加性合并方法也属于本发明的范围。作为一个说明性的实例，下面描述包括将原始数据和次级数据的矩阵分解成因子，然后用几个方法中的一个将得到的因子合并起来形成合并协方差矩阵的一种合并方法。这个因式分解方法采用一般的奇异值分解(SVD)方法。众所周知(例如参考1996年JohnsHopkins大学出版社在Baltimore出版的G.H.Golub和Charles F.VanLoan的第三版《矩阵计算》的定理8.7.4)，其中有一个不可逆的矩阵x(M×M)的单位矩阵U₁和U₂(N×M)，它们将原始数据矩阵Z₁(M×N)和次级数据矩阵(M×N)变成对角矩阵，也就是 

X Z₁U₁＝diag(λ₁，...，λ_M) 

XZ₂U₂＝diag(σ₁，...，σ_M)， 

其中(λ₁，...，λ_M)表示对角线元素是λ₁，...，λ_M，在其它位置都是0的(M×M)矩阵。修改过的协方差矩阵是 

$R_{\mathrm{zz}}=X^{-1}\mathrm{diag}(\max ({\left|{\mathrm{\λ}}_1\right|}^2,\mathrm{\β}{\left|{\mathrm{\σ}}_1\right|}^2),\max ({\left|{\mathrm{\λ}}_2\right|}^2,\mathrm{\β}{\left|{\mathrm{\σ}}_2\right|}^2),...,$

$\max ({\left|{\mathrm{\λ}}_M\right|}^2,\mathrm{\β}{\left|{\mathrm{\σ}}_M\right|}^2)){X^{-1}}^H,$

其中max(a，b)表示a和b的最大值。 

这些系数还有许多其它的合并方法；例如，max(a，b)可以用一些一般的“combine(a，b)”操作来替换，其中a和b是合并的因子，在这种情况下，是这些因子的幅度平方。例如，max(|λ_i|²，β|σ_i|²)运算可以用一般的几何平均mean(|λ_i|^2(1-β)|σ_i|^2β))来替换掉。所有这些推广都可以用图9A所示的框图来描述，其中标为“协方差估计&合并器”的方框用来形成原始数据和次级数据的某些一般合并，形成一个改进了的协方差。这个改进了的协方差被随后用于策略(例如权)确定方法。 

在图9B中画出了另外一个一般的合并器，可以将它看成图9A的一种特殊情形。在这个版本中，获得原始数据和次级数据的协方差估计，一个合并器(总之一个非加性合并器)形成修改后的协方差，用一个参数β确定相对量。例如，合并器可以形成每一个协方差估计的矩阵因子，然后按照上面描述的任何一个因子合并方法“combine(a，b)”合并得到的因子，在这些因子是协方差矩阵的情况下，没有任何绝对值和平方项，这对于本领域中的技术人员而言是显然的。 

上行链路处理方法采用噪声加干扰协方差矩阵，表示为R_vv，而不是噪声加干扰加信号协方差矩阵R_zz。这些方法采用噪声加干扰协方差估计器，用原始数据和原始数据基础之上的参考信号，或者作为原始数据基础的参考信号，来确定R_vv。跟这样一个处理方法一起使用的本发明的一个实施方案在图10中说明，它说明将本发明的方法用于这些以R_vv为基础的技术，用R_vv替换R_zz。如图所示，对于从原始数据获得的R_vv，进行以下改进： 

${\tilde{R}}_{\mathrm{vv}}=(R_{\mathrm{vv}}+\mathrm{\β}{Z}_2{Z}_2^H)$

其中β同样是一个能够调整的参数。也可以针对R_vv采用上面讨论的其它修改，例如利用次级数据的主要分量，或者是除了加上R_zz2的一个能够调整的部分以外的一些合并装置。 

信号注入方法 

本发明的另外一个实施方案能够用于处理策略(例如权)确定技术，它不必明确地计算作为策略计算方法基础的任何一个或者多个特性特征，例如，并不明确地估计R_vv或者R_zz这样的空间(或者是空间-时间)协方差矩阵。但是这个实施方案也能够应用于明确地计算估计的方法，比如协方差矩阵方法。 

图11所示的框图能够用于这样一个方法，本发明一个方面的方法的改进也在图12中说明。 

下面描述的“注入信号”实施方案充分利用已知策略计算方法的共同特性，跟所需用户成线性的任何信号基本上不会影响上行链路和下行链路策略。考虑基于注入原始信号Z₁(从而形成Z₁+βZ₂)的次级数据Z₂(有一些能够调整的参数，比如β)的另外一个信号。通常情况下，注入信号是干扰分量或者来自所需远程用户发射机的分量，但是因为它是次级数据，所以(所需用户的)参考信号不是这个次级数据。这样，即使是注入信号的所需部分也是作为跟所需信号成线性的干扰出现。但是，由于上行链路策略的最小平方误差(MSE)或者是SINR性能基本上不受跟所需信号成线性的干扰的影响，试图使SINR最大的策略计算方法基本上不应该按照叠加的信号(但是实施按照干扰承载分量)中所需用户分量改变它的策略(例如它的权)。 

注意“计算上行链路策略的方法”指的是按照以下方式工作的方法。该方法的输入是接收信号和参考信号的样本。该方法的输出是一个上行链路处理策略，或者是定义这一策略的一组参数。上行链路策略最好是线性滤波的，产生一个拷贝信号，然后是判决引导解调，其中上行链路空间处理的信号拷贝操作用s＝w^HZ描述，其中的参数是必需的线性滤波器(对于空间或者空间-时间处理情形，它包括一个权矢量w)。例如参考共同拥有的Petrus等等的第09/153110号美国专 利申请“具有空间处理能力的通信台中存在频率偏移的时候参考信号的产生方法”，在这里将它引入作为参考。 

或者，非线性上行链路策略包括利用从噪声加干扰协方差矩阵计算出来的分支度量进行维特比序列检测，这种情况下的参数是噪声加干扰协方差矩阵估计。上面说明如何能够将维特比序列检测方法用于策略确定。假设通信波形s(t)是有限字母表，例如QAM、PSK、DQPSK等等。收到的天线信号的公共模型是 

$z\left(t\right)=\left[\begin{array}{c}{a}_1\left(t\right)\\ a_2\left(t\right)\\ .\\ .\\ .\\ a_M\left(t\right)\end{array}\right]*s\left(t\right)+v\left(t\right)=a\left(t\right)*s\left(t\right)+v\left(t\right)$

其中a(t)是空间-时间特征，v(t)是合并了的噪声加干扰。如上所述，可以将这个模型简化成一个矢量方程 

Z＝as+v。 

众所周知，在这个模型假设下，另外假设v可以表示为白噪声的时候可以按照以下方式构造一个最大似然序列检测器。要注意这里描述的方法不依赖于这个白噪声假设；在白噪声假设下将是ML的简化接收机在v不是白噪声的更一般的情况里仍然能够工作得很好。该方法的步骤如下： 

1.利用例如最大似然判据估计特征矢量a。它的解是已知的 

$\hat{a}=Z{s}_R^H{\left(s_R{s}_R^H\right)}^{-1}$

其中s_R是信号Z的参考信号。 

2.利用这个参考信号，和估计出来的特征

，估计空间(噪声加干扰)协方差矩阵R_vv，例如，首先将噪声加干扰估计为(Z-

s)，然后利用R_vv＝(Z-s)(Z-

s)^H。 

3.用一个“平方根”方法，用R_vv在空间上白化噪声加干扰。也就是说形成 

$\tilde{Z}=R_{\mathrm{vv}}^{-1/2}Z.$

作为这一运算的结果，形成信道的白化天线信号可以表示为 

$\tilde{Z}=\tilde{a}s+\tilde{v},$

其中 $\tilde{v}=R_{\mathrm{vv}}^{-1/2}v$ 是空间和时间上的白噪声，而且 $\tilde{a}=R_{\mathrm{vv}}^{-1/2}\hat{a}.$

现在可以将这个问题重新表示为白噪声中可以采用象维特比算法这样具有适当分支度量的标准序列检测技术的一个标准多传感器检测问题。例如参考J.W.Modestino和V.M.Eyuboglu在1986年3月IEEE信息理论学报第IT-32卷第2期第195～219页的“空间分布式干扰信道的集成多单元接收机结构”，用于描述这样一个非线性方法。除此以外，显然可以将时间恢复、相位和频率修正和误差修正方法跟这个序列检测结合起来。 

信号注射方法的一个实施方案在图13所示的框图中说明。如图所示，用于一个突发一个突发地发射和接收数据的系统的时候，已知的上行链路或者是下行链路策略(例如接收权或者是发射权)确定方法最好是能够通过利用天线阵列输入(标为“原始数据”)和过去的一个或者多个突发的参考信号来计算当前突发的上行链路或者下行链路策略。一方面，按照本发明，通过在计算策略之前在过去的阵列输入上加上当前阵列输入(或者更一般地说是任何次级数据)的一个按比例调整的版本来修改过去的阵列输入(或者更一般地说是任何原始数据)。这样，在这种情况下，用于权确定计算一部分(和参考信号)的输入“信号”是原始数据和次级数据的一个线性组合(例如Data_primary+βData_secondary)。 

要注意在一些情况下，当原始数据和次级数据的量不一样的时候，例如次级数据比原始数据少的时候，图13所示的方法可能需要图中没有画出的另外一个功能框。在这种情况下，可以减少原始数据的量，使它跟次级数据一样多，或者增大次级数据的量，例如通过数据重复。增大数据量(原始数据和次级数据中量较少的数据)的主要判据是保证策略产生方法使用的数据特性不变(“特性特征”)。虽然在图 13中没有画出这样一个使数据量相等的框，但是本领域中的技术人员很清楚需要的时候如何将这样一个框作为本发明的一部分。 

要注意图中画出的注入是加法，因为它是实现起来最简单的。关于注入可变量的次级信号显然还有其它许多方式。例如，如果为了其它目的已经有了某种其它的非加性合并装置，那么用这样一个合并装置来注入信号而不是一个加法器就会比较好。这样的变化全部在本发明的范围之内，如何包括这样的变化是很清楚的。 

这个方法的推广在图14中给出。这是例如处理不相等数据量的另外一种方法。也可以将它用作一个数据减少方法。图14中的实施方案包括一个特征提取器，它对次级数据进行处理，提取上行链路(或者是下行链路)策略产生器依赖的特征。例如，它可以是空间(或者是空间-时间)协方差或者是循环平稳的空间-时间协方差。总的来说这个实施方案包括一个信号综合器，它产生一个信号(例如一个综合信号)，它基本上具有策略产生器(直接或者间接地)用作次级数据的特性特征。产生的信号可以是例如一个随机信号。产生的信号应该具有利用例如经验协方差矩阵测量出来的次级数据的空间-时间特性。这种方法的一个优点是现有的硬件或者是软件不能够直接用来从一个地方向另外一个地方拷贝可能是很大的信号；在这种情况下，直接将协方差发送给次级处理器要快一些。要注意提取出来的特征可以是次级数据本身，在这种情况下，信号综合器是不足挂齿的，图14的实施方案就缩减成图13的实施方案。 

信号注入方法可以用于前面讨论的任何实施方案。在这些实施方案中的任意一个实施方案里，注入信号可以是次级数据的一部分，或者是综合地产生的空间-时间特性跟次级数据的空间-时间特性一样的数据。图15说明用于处理策略产生器的本发明的方法的一个实施方案，它利用一个参考信号、原始数据和协方差估计，修改它的协方差估计将次级信号的干扰缓和效果包括在内。这是通过将数据的一个信号注入版本(也就是原始数据和次级数据的线性组合)用作协方差估计而不是原始数据本身来完成的。 

图16说明本发明的一个实施方案用于处理策略产生器，它利用参考信号、原始数据和噪声加干扰协方差估计器(它利用原始数据和参考信号来估计噪声加干扰协方差)。这一计算可以被改成将数据的一个 信号注入版本(也就是原始数据和次级数据的线性组合)用作噪声加干扰协方差估计而不是原始数据本身，将次级数据的干扰缓和效果包括在内。 

图17说明用于非线性策略产生器的本发明的一个方法实施方案，其中的策略产生器包括一个解调级。这可以是一个基于维特比算法的译码器，它利用例如分支度量来进行工作。图中说明本发明提供一个修改了的噪声加干扰协方差，它的修改建立在将次级数据注入用于某些新数据，叫作“第三数据”，的一个解调器这样一个基础之上。显然，解调器可以针对次级数据提供良好波束形状信息的任何数据进行工作，包括次级数据本身。也就是说，既然解调器使用协方差项，第三数据就涉及到跟次级数据一样具有基本上相似协方差结构的任何数据。在这种情况下，这个解调器可以是一个维特比算法解调器，其中的协方差信息被用于“白化”(也就是去相关)输入数据，在这种情况下也就是第三数据。也可以将参考数据用于估计信道，按照解调器中维特比算法所需要的形式提供。 

要注意当信号注入方法最好是将一部分次级信号(或者是从次级数据产生的信号)添加到原始数据中去的时候，其它的非加性合并方法也属于本发明的范围。例如，一种合并方法包括对原始数据和次级数据进行矩阵因子分解，然后将得到的因子合并起来形成一个合并信号。这种因子分解可以是上面描述过的广义奇异值分解方法。如果用“combine(λ_i，σ_i，β)”来定义原始数据矩阵Z₁和次级数据矩阵Z₂ 的因子λ_i和σ_i的合并，β说明次级数据的相对量，那么一些可能性包括 

combine(λ_i，σ_i，β)＝(λ_i ^(1-β)σ_i ^β)和 

combine(λ_i，σ_i，β)＝max(λ_i，βσ_i)。 

图18说明将本发明的方法应用于处理第三数据。如图18所示，上行链路策略产生器(例如一个权确定方法)是建立在参考信号(从原始数据获得的)和一组数据的基础之上的。按照本发明，输入策略产生器的数据是原始数据和次级数据的一个组合。策略产生器的输出是用于处理第三数据的1组参数。在线性空间处理情形中，这些参数可以是一组权。要注意策略产生器产生的参数可以跟校准数据合并起来产生下行链路策略参数用于处理下行链路数据。 

本发明的方法有许多其它应用。作为另外一个实例，考虑只有一 些突发有良好参考信号的时候，为收到的突发序列确定上行链路处理权序列的问题。例如，如果用判决引导迭代方法从收到的数据提取参考信号，就会出现不好的参考信号；在一些情况下，迭代会不收敛，或者会收敛到不对应于所需用户的参考信号。在个人手持电话系统实施方案中，检测这种收敛失败的一种方法是用每个个人手持电话系统突发中的16比特循环冗余校验(CRC)来测试突发的有效负荷，看它有没有出错。如果循环冗余校验失败，就认为参考信号受到了破坏，不适合于进一步的权计算。例如参考Petrus第09/286135号美国专利申请“多模式迭代自适应智能天线处理方法和设备”，它被转让给本发明的受让人，在这里将它引入作为参考。这种失败，不管是怎么检测到的，在这里都叫做参考信号受到破坏。 

选择初始权用于当前突发的时候，现有技术的方法对应于通过重新利用从最新的突发计算出来的旧权来进行循环冗余校验，前面的突发出现的循环冗余校验错误。但是旧的权不能缓和新干扰源的干扰。权越旧，新干扰源出现的时候它就越不会有效，从而导致出现很长的不良突发序列。本发明的方法的一个目的就是将最新的突发和参考信号用作原始数据来通过参考信号选择测试，例如循环冗余校验测试，并且将要处理的当前突发用作次级数据，来克服这个缺点。于是，本发明的这个方面给出了一种方法，它能够恢复受到破坏的参考信号，同时抑制不断变化的干扰环境中的干扰。 

性能 

图19和图20说明本发明的优选实施方案的好处，它包括具有等式7A所描述的协方差权计算的线性上行链路处理。这些图中的每一个都画出了两条性能曲线，一条是现有技术方法的，它利用由普通最小二乘法确定的上行链路权，另一条是本发明的方法的。性能是在线性上行链路处理器输出端测量得到的平均信号干扰噪声比(SINR)。性能曲线是用蒙特卡罗方法计算出来的，也就是通过将许多随机的独立信号进行平均计算出来的。 

仿真针对的是利用脉冲进行通信，具有一个8单元天线阵列的一个通信台进行的。处理过的这些数据突发包括88个独立时间样本。每次仿真都要处理两个数据突发。原始突发Z₁包括空间时间加性高斯白噪声中的一个用户， 

Z₁＝a_us_u+n₁， 

其中a_u是8×1用户空间特征矢量，s_u是用户的1×88信号波形，n₁是8×88高斯噪声样本矩阵。次级突发Z₂的构成方法跟原始突发一样，但是增加了一个干扰源，也就是， 

Z₂＝a_us′_u+a_is_i+n₂， 

其中s′_u是所需用户的发射波形，s_i是干扰源的发射波形，n₂是高斯噪声，a_i是干扰源空间特征。用户和干扰源被选择成具有归一化点积0.5。也就是说， 

$\frac{|a_u\·a_i|}{\left|\right|a_u\left|\right|\left|\right|a_i\left|\right|}=0.5.$

现有技术的权计算方法用以下公式计算一个上行链路权矢量w： 

$w={\left(Z_1{Z}_1^H\right)}^{-1}{Z}_1{s}_u^H,$

而对于这里考虑的本发明的这个方面，上行链路权是通过以下公式计算出来的 

$w={(Z_1{Z}_1^H+\mathrm{\β}{Z}_2{Z}_2^H)}^{-1}{Z}_1{s}_u^H,$

其中β＝1/16。在这两种情况中，将权用于次级数据，试图提取用户信号s′_u。于是经过上行链路处理以后所需信号功率是 

P_u＝10log₁₀‖w^Ha_us_u′‖²|dB， 

干扰加噪声功率是 

P_n+i＝10log₁₀‖w^H(a_is_i′+n₂)‖²dB， 

以分贝表示的SINR是P_u-P_n+i。 

图19说明改变所需用户的功率(也就是SNR)，同时保证用户和干扰源的功率比(C/I比或者CIR)等于1的效果。如图所示，现有技术的方法的SINR非常差，不管SNR是多大，而本发明的这个实施方案则能够提高SINR，它跟输入信号功率一起增大。 

图20说明改变C/I比同时保持所需用户的信噪比等于15dB的效果。现有技术的方法还是比本发明的这个实施方案差，当C/I变小的时候，或者是等价地当干扰源功率增大的时候，这种差别更加明显。 

本发明的一个方面是一种设备和方法，用来自适应地更新确定发射或者接收智能天线处理策略(例如权)的过程，这里的策略用于在形成信号从基站发射给远程用户的时候形成一组天线信号，或者是用于处理收到的信号来估计从远程用户发射给基站的信号。策略计算过程的更新可以用来改变天线阵列单元的波束形成(和0点形成)特性，以便适应不断变化的工作环境，例如干扰发射机的位置、数量或者运动情况的差异，信道特性的变化，等等，不同数据突发之间信道特性可能不一样。这种不断变化的工作环境叫作不断变化的干扰环境。这一个实施方案中，本发明的方法通过结合第二组数据的按比例调整版本，或者是第二组数据的特性，改变用作已知处理策略计算方法输入的数据组。第一组数据和第二组数据的按比例调整版本的组合被输入已知的处理策略计算方法，将用作输入的第一组数据替换掉。改变得到的处理策略计算方法，将从第二组数据获得的信息结合起来，而不会有完全处理第二组数据所需要的计算系统开销。 

要注意本发明的设备和方法不需要明确地确定任何新的干扰源波形，也不需要尝试将所需远程用户信号跟次级数据例如当前突发中的干扰源分离开来。例如，在信号注入实施方案中，除了按比例调整次级数据以及将按比例调整的数据跟原始数据进行合并以外，不需要任何计算操作。 

还要注意本发明的各个实施方案都可以用于具有天线单元阵列用来处理接收信号的无线接收机，也可以用于具有天线单元阵列用来处理发射信号的无线发射机。总之，“无线台”这个术语可以用于有天线单元阵列的接收机，也可以用于有天线单元阵列的发射机，或者是有天线单元阵列用于接收和发射的收发信机。 

这里使用的术语和表述是为了进行描述而不是为了进行限制，使用这些术语和表述一点也不排除说明和描述的特征的等价特征，各种改进都属于本发明的范围。 

Claims (40)

1.一种用于在不断变化的干扰环境中形成波束的方法，包括：

接收对于该接收参考信号可用的原始数据；

接收对于该接收参考信号不可用的次级数据；

基于原始数据和可用的参考信号来设计上行链路或下行链路的信号处理策略，其中所述上行链路或下行链路的信号处理策略定义了应用于经多天线收发信机系统接收或发射的信号的接收或发射权；以及

将次级数据中的特征信息并入上行链路或下行链路的信号处理策略中，以基于所述次级数据如何不同于所述原始数据而说明干扰的变化，其中所述次级数据中的所述特征信息描述了在所述多天线收发信机系统处接收的数据信号中存在的干扰。

2.根据权利要求1的方法，进一步包括：

将所述上行链路或下行链路的信号处理策略应用到与无线通信系统单元相关的一个或多个上行链路和下行链路信号的处理。

3.根据权利要求1的方法，其中设计所述上行链路或下行链路的信号处理策略和将特征信息并入所述上行链路或下行链路的信号处理策略中包括：

组合次级数据的特征和原始数据的特征；

修正次级数据的特征和原始数据的特征的组合；及

利用修正的组合计算所述上行链路或下行链路信号处理策略。

4.根据权利要求3的方法，其中组合次级数据的特征和原始数据的特征包括组合次级数据的特征和原始数据的特征的估计。

5.根据权利要求4的方法，其中原始数据的特征的估计包括原始数据的协方差的估计。

6.根据权利要求5的方法，其中协方差的估计是用一个噪声加干扰加信号协方差估计来表示的。

7.根据权利要求4的方法，其中原始数据的特征的估计是利用具有分支度量的维特比算法来设计的。

8.根据权利要求3的方法，其中组合次级数据的特征和原始数据的特征包括组合由可调整参数定义的次级数据的特征的量和原始数据的特征。

9.根据权利要求8的方法，其中组合由所述可调整参数定义的次级数据的特征的量和原始数据的特征包括组合为由可调整参数定义的次级数据的特征的量。

10.根据权利要求8的方法，其中次级数据的特征说明与次级数据相关的干扰环境方面，所述次级数据与原始数据不相关。

11.根据权利要求1的方法，其中设计所述上行链路或下行链路的信号处理策略和将特征信息并入所述上行链路或下行链路的信号处理策略中包括：

利用原始数据计算所述上行链路或下行链路的信号处理策略；

组合次级数据的特征和原始数据的特征；

修正次级数据的特征和原始数据的特征的组合；以及

利用该组合重新计算上行链路或下行链路的信号处理策略。

12.根据权利要求11的方法，进一步包括：

基于具有修正的组合的重新计算的上行链路或下行链路的信号处理策略，将对于所述多天线收发信机系统的天线阵列中相关数目的天线的一组定义的接收或发射权选择性地应用到通过所述天线阵列接收的或通过所述天线阵列发射的一个或多个信号。

13.根据权利要求12的方法，其中每组权修改在天线阵列的相关单元上的上行链路和/或下行链路信号的幅度和/或相位特征的一个或多个。

14.一种在干扰环境中形成波束的设备，包括：

接收对于接收参考信号可用的原始数据的装置；

接收对于接收参考信号不可用的次级数据的装置；

基于原始数据和可用的参考信号来设计上行链路或下行链路的信号处理策略的装置，其中所述上行链路或下行链路的信号处理策略定义了应用于经多天线收发信机系统接收或发射的信号的接收或发射权；以及

将次级数据中的特征信息并入上行链路或下行链路的信号处理策略中，以基于所述次级数据如何不同于所述原始数据而说明干扰的变化，其中所述次级数据中的所述特征信息描述了在所述多天线收发信机系统处接收的数据信号中存在的干扰。

15.根据权利要求14的设备，进一步包括：

将上行链路或下行链路的信号处理策略应用到与无线通信系统单元相关的一个或多个上行链路和下行链路信号的处理的装置。

16.根据权利要求14的设备，其中用于设计上行链路或下行链路的信号处理策略的装置和用于将特征信息并入上行链路或下行链路的信号处理策略中的内容包括：

用于组合次级数据的特征和原始数据的特征的装置；

用于修正次级数据的特征和原始数据的特征的组合的装置；以及

用于利用修正的组合计算上行链路或下行链路的信号处理策略的装置。

17.根据权利要求16的设备，其中用于组合次级数据的特征和原始数据的特征的装置包括用于组合次级数据的特征和原始数据的特征的估计的装置。

18.根据权利要求17的设备，其中原始数据的特征的估计包括原始数据的协方差的估计。

19.根据权利要求18的设备，其中协方差的估计是用一个噪声加干扰加信号协方差估计来表示的。

20.根据权利要求17的设备，其中原始数据的特征的估计是利用具有分支度量的维特比算法来设计的。

21.根据权利要求16的设备，其中用于组合次级数据的特征和原始数据的特征的装置包括用于将由可调整参数定义的次级数据的特征的量与原始数据的特征组合的装置。

22.根据权利要求21的设备，其中用于将由所述可调整参数定义的次级数据的特征的所述量与原始数据的特征组合的装置包括用于组合为由可调整参数定义的次级数据的特征的所述量的装置。

23.根据权利要求21的设备，其中次级数据的特征说明与次级数据相关的干扰环境方面，所述次级数据与原始数据不相关。

24.根据权利要求14的设备，其中用于设计上行链路或下行链路的信号处理策略的装置和用于将信息并入上行链路或下行链路的信号处理策略中的装置包括：

用于利用原始数据计算上行链路或下行链路的信号处理策略的装置；

用于组合次级数据的特征和原始数据的特征的装置；

用于修正次级数据的特征和原始数据的特征的组合的装置；以及

用于利用修正的组合重新计算上行链路或下行链路的信号处理策略的装置。

25.根据权利要求24的设备，进一步包括：

用于基于具有修正的组合的重新计算的上行链路或下行链路的信号处理策略而将对于所述设备的天线阵列中相关数目的天线的一组定义的接收或发射权选择性地应用到通过所述天线阵列接收的或通过所述天线阵列发射的一个或多个信号的装置。

26.根据权利要求25的设备，还包括：用于利用每组权修改在天线阵列的相关单元上的上行链路和/或下行链路信号的幅度和/或相位特征的一个或多个的装置。

27.一种用于在不断变化的干扰环境中形成波束的装置，包括：

接收上行链路信号和发射下行链路信号的天线系统；以及

响应于该天线系统的处理器，用来接收对于接收特征信息可用的原始数据和对于接收特征信息不可用的次级数据，以及基于原始数据和可用的参考信号来设计上行链路或下行链路的信号处理策略，其中所述上行链路或下行链路的信号处理策略定义了应用于经天线系统接收或发射的信号的接收或发射权，并且将次级数据中的特征信息并入上行链路或下行链路的信号处理策略中，以基于所述次级数据如何不同于所述原始数据而说明干扰的变化，其中所述次级数据中的所述特征信息描述了在所述天线系统处接收的数据信号中存在的干扰。

28.根据权利要求27的装置，其中处理器是时分多址(TDMA)通信设备中的时隙处理器。

29.根据权利要求28的装置，其中TDMA通信设备是无线用户单元。

30.根据权利要求28的装置，其中TDMA通信设备是无线通信台。

31.根据权利要求27的装置，其中在天线系统内至少一个子集的天线具有一组相关的权，以选择性地修改在相关天线处上行链路信号或下行链路信号的一个或多个特征。

32.根据权利要求31的装置，其中该组权选择性地修改在相关天线处信号的相位特征和幅度特征中的一个或多个。

33.根据权利要求32的装置，其中处理器包括组合次级数据的特征和原始数据的特征并修正次级数据的特征和原始数据的特征的组合的电路，

其中，所述处理器利用修正的组合计算信号处理策略。

34.根据权利要求33的装置，其中电路组合原始数据的特征的估计和次级数据的特征。

35.根据权利要求34的装置，其中原始数据的特征的估计包括原始数据的协方差的估计。

36.根据权利要求35的装置，其中协方差的估计是用一个噪声加干扰加信号协方差估计来表示的。

37.根据权利要求34的装置，其中原始数据的特征的估计是利用具有分支度量的维特比算法来设计的。

38.根据权利要求33的装置，其中电路将由可调整参数定义的次级数据的特征的量与原始数据的特征组合。

39.根据权利要求38的装置，其中将由可调整参数定义的次级数据的特征的量与原始数据的特征组合的电路包括组合由可调整参数定义的次级数据的特征的量的电路。

40.根据权利要求38的装置，其中次级数据说明与次级数据相关的干扰环境方面，所述次级数据与原始数据不相关。

Images