CN1802796A - 用于多用户检测的通信方法和设备 - Google Patents

Abstract

在多用户检测接收机中，多用户检测器DET接收来自多址信道MA的信号以及对每个用户对接收信号贡献的当前软估计，并通过减去所有干扰用户的当前软估计而输出对于每个用户的更新软估计。通过软解调器DEM₁…DEM_K将更新的软估计进行软解调，通过软解码器DEC₁…DEC_K解码，考虑获悉该码，由软解码器DEC₁…DEC_K提取出自软解调器DEM₁…DEM_K得出的编码位的概率，并将其输出到软调制器M₁…M_K。对于MUD接收机算法的每次迭代，获取功能ACQ获取每个用户对于信道贡献的估计的定时，以便在下一次迭代中为检测器DET使用，给出较传统单用户技术更优的获取性能。

Description

用于多用户检测的通信方法和设备

技术领域

本发明涉及用于反复获取用于多用户检测和解码的信号的方法、设备和计算机程序。

背景技术

多用户检测和解码(MUD)技术允许对两个或更多个相互干扰的用户在干扰信道上的发送进行检测和解码。

一般而言，MUD涉及其中将接收的合成信号分解成对于每个用户的符号估计的检测过程，以及其中使用前向纠错(FEC)解码算法将符号解码以恢复其数据内容的解码过程。最优联合解码器(optimal joint decoder)使用最大似然解码技术将这两个过程组合，以使解码器出现差错的概率最小。该技术具有随用户数量和FEC码字长度呈指数增大的复杂性，且不能用于某些FEC编码技术，如Turbo码。因此，必须开发出使复杂性减少的次优技术。

一种次优方法是将检测和解码过程分离。在检测过程中对每个符号进行联合判决，然后，使用传统解码技术将符号流独立解码。

另一种方法是迭代解码，其中，将检测器作出的软判决输入到每个用户的分立解码器，并将解码器作出的软判决反复反馈回检测器。在Moher M的“An Iterative Multiuser Decoder for Near-Capacity Communications”，IEEE Transactions onCommunications，Vol.46，No.7，1998年7月和“MultiuserDecoding for Multibeam systems”，IEEE Transactions onVehicular Technology，Vol.49，No.4，2000年7月，第1226-1234页中披露了迭代解码算法的示例。

在能够进行检测和解码之前，必须获取对于每次发送的定时、频率和相位偏移。定时获取极为重要，这是由于频率和相位估计取决于所将获取的正确定时。此外，如果不能获取信号，或未正确获取信号，则不能将其解码。

发明内容

根据本发明的一个方面，提供了一种反复获取通过多址干扰信道接收的信号中多个发送的定时的方法，所述方法包括：估计每个发送的相对定时；对每个发送分别进行软解调、解码和再调制，以生成每个发送的软估计；对于每个发送，消除对其他发送的软估计，以生成该发送的更新估计，以及估计发送的每个更新估计的相对定时。

本发明的其他方面包括用于执行该方法的计算机程序，以及用于执行该方法的设备。

附图说明

现在，将参照附图，描述本发明的具体实施例，其中：

图1显示出在本发明的实施例中所要获取的脉冲串的格式；

图2表示在多址信道上发送脉冲串的多个发射机；

图3表示在本发明的实施例中具有获取功能的多用户检测器和解码器的示意图；

图4表示在获取功能中使用的微分检测器；

图5表示在获取功能中使用的相干检测器；

图6的曲线图表示在实施例的第一模拟中的获取性能；

图7的曲线图表示在实施例的第二模拟中的获取性能；

图8的图表显示在实施例中能够实现获取的区域。

具体实施方式

脉冲串格式

图1显示出在本发明的实施例中所要获取的脉冲串的格式的一个示例。脉冲串B包括开始唯一字UW1、数据D和末尾唯一字UW2。唯一字是预定的位序列，具有低自相关性，其为接收机已知，并能够将其用于脉冲串获取。末尾唯一字UW2的存在并不必要，不过，使用两个唯一字会改善获取性能。

数据D包括调制符号的序列x[i]，后面会更详细地描述。

在开始唯一字UW1之前，可发送前同步码或控制字(未示出)，并可在同一频率信道中的连续脉冲串之间留有保护间隔。

作为一个具体示例，脉冲串B可为如下遵循Inmarsat^TM MPDS(移动分组数据服务)规范的MESP5或MESP20分组：

表1-MESP5分组格式

调制	16-QAM
		每脉冲串输入位	192
编码率	3/7
		每脉冲串输出位	448
每脉冲串输出符号	112
		前同步码	4
开始UW(符号)	20
		末尾UW(符号)	20
总符号/5ms时隙	156
		保护时间(符号)	12
符号率(ksps)	33.6
		时隙长度	5ms

表2-MESP20分组格式

调制	16-QAM
		每脉冲串输入位	1192
编码率	1/2
		每脉冲串输出位	2384
每脉冲串输出符号	596
		前同步码	4
开始UW(符号)	40
		末尾UW(符号)	20
总符号/5ms时隙	660
		保护时间(符号)	12
符号率(ksps)	33.6
		时隙长度	20ms

发射机

图2显示出多个(K个)用户，其输出各个位序列b₁[i]...b_K[i]，经编码器C₁...C_K编码，生成编码序列d₁[i]...d_K[i]，分别通过各个交织器П₁...П_K进行交织，生成交织序列П₁(d₁[i])...П_K(d_K[i])，进而经调制器M₁...M_K调制，生成在时刻i的各个调制符号序列x₁[i]...x_K[i]。通过例如图1所示的脉冲串发送调制符号。数据部分D最好包含由编码器C₁...C_K编码的整数个块，在每个块之后都重置编码器，使得一个脉冲串的编码与任何其他脉冲串的内容无关。

在一个具体示例中，编码器C₁...C_K为Turbo编码器，即，并行系统回归卷积编码器，其中一个或多个(并非所有)在输入端具有交织器，如例如Berrou，C.，Glavieux，A.和Thitimaishima，P的“Near Shannon limit error-correcting coding and decoding：Turbocodes”，proc.of ICC’93，第1064-1070页中所述。调制器M₁...M_K可为16QAM调制器，如例如在Inmarsat^TM MPDS中所使用的。

多址信道

将调制符号序列x₁[i]...x_K[i]在多址信道MA上发送，以使在接收机处接收一组符号序列y₁[i]...y_K[i]。可将多址信道MA的作用模拟以下：

y[i]＝AWx[i]+n[i]                      (1)

其中，y[i]为复向量信道输出，

A为表示符号序列间的交叉相关的归一化相关矩阵，

W为表示每个用户的幅度的对角矩阵，以及

n[i]表示信道噪声。

接收机体系结构

接收信号y₁[i]...y_K[i]通过如图3所示的迭代MUD接收机进行检测和解码。多用户检测器DET将多址信道MA的输出以及有关每个用户对于接收信号的平均贡献(服从数据的当前概率分布)的当前软估计(在第一次迭代时初始化为零)作为其输入。检测器DET通过减去所有干扰用户的当前软估计而输出每个用户的更新软估计。

通过软解调器DEM₁...DEM_K将各个用户的软估计进行软解调，软解调器DEM₁...DEM_K计算出调制星座(constellation)的每个可能符号的后验概率。例如，考虑16QAM方案，对于每个输入符号，计算出该符号成为该模式可能的16个符号中每个的概率。通过解交织器(为说明清楚起见，未示出)将相应软检测位重新排序，并将其输入到软解码器DEC₁...DEC_K，考虑到有关FEC码的知识，软解码器DEC₁...DEC_K对由软解调器DEM₁...DEM_K得出的编码位的概率进行改进。由各个交织器(未示出)再次将这些位重新排序，并将其输出到软调制器M₁...M_K，根据解码器DEC₁...DEC_K计算出的后验概率，由软调制器M₁...M_K生成编码并调制的符号的条件期望值。将这些平均符号输入到估计多址信道EMA的模型，该模型基于获取功能模块ACQ所得出的估计信道参数来更新每个用户的信道估计，并且在下一次迭代中将它们反馈回多用户检测器DET。

对于MUD接收机算法的每次迭代，获取功能ACQ从多用户检测器DET接收有关每个用户对于信道的贡献的估计，并对每个估计执行获取算法(将在以后进行描述)。在下一次迭代中，将针对每个用户检测的时间、频率和相位输出到多用户检测器DET。在第一次迭代，多用户检测器DET对于用户对多址信道的贡献一无所知，从而，其输出简单地等于其输入。也将检测的时间、频率和相位输出到估计多址信道EMA。

通过其所获得的特性(例如，定时，与可选的频率和相位)来识别每个用户的贡献，并且MUD接收机的每个分立的“臂”用所获得的特性对相应用户的更新软估计进行操作。由于在MUD接收机的第一次迭代期间不存在当前软估计，不执行消除处理，每个臂对相同接收信号进行操作，但使用各自用户的所获得特性。

假设在MUD接收机算法的第一次迭代获得至少一个用户，在随后迭代中从更弱用户的贡献中减去该用户的贡献，从而提高随后迭代中更弱用户的成功获取的可能性。因此，迭代获取技术特别适于在存在更强用户的干扰的情形中获取弱用户。

如果获取功能ACQ作出错误用户获取，则随后MUD迭代将导致来自该用户的解码信号的概率较低，这将导致多用户检测器DET对该用户的贡献进行非常低的加权。因此，错误获取将很少影响其他用户的获取和解码。在随后迭代中，一旦改善对其他用户的估计，则可正确获取该用户。

对于相同接收信号y₁[i]...y_K[i]，重复进行MUD迭代，重复次数由所需解码性能和可接受的处理延迟来决定。例如，可将每接收信号集合的MUD迭代次数固定于在多数条件下可能给出所需性能的数量。或者，可重复MUD迭代，直至对于其中一个或多个用户获得所需的解码精度-这可由软解码器DEC₁...DEC_K输出的超出预定阈值的概率所决定-符合最大迭代数或最大处理延迟。然后，由MUD接收机将每个用户的解码位输出。

可将接收机体系结构以软件形式实现，例如，编程到数字信号处理器(DSP)或其他硬件或固件中，其可构成终端的部分。图3中所示功能块不必与具体硬件部件相对应。

接收机功能描述

多用户检测器

多用户检测器DET具有以下输入：

y[i]自多址信道EMA接收的复K-向量(对于K个用户)的序列

$\left\{{\hat{y}}_1\right[i]...{\hat{y}}_K[i\left]\right\}$   来自估计信道EMA的复K-向量的序列的集合 $M\left[i\right]=\left[\begin{array}{c}{m\left[i\right]}_1\\ :\\ :\\ {m\left[i\right]}_K\end{array}\right]$   复K×K矩阵的序列。行向量m[i]_k为用于用户k的滤波器。

多用户检测器DET具有以下输出：

复K-向量的序列。分量

为用户k的符号i的新估计。

σ_k ²  用户k的估计残余干扰加噪声方差。

多用户检测器DET具有以下操作：

对于同步信道，

${\hat{x}}_k\left[i\right]=\⟨m_k\left[i\right],\left(y\right[i]-\underset{j\≠k}{\mathrm{\Σ}}{\hat{y}}_j[i\left]\right)\⟩---\left(2\right)$

这是在用户k的滤波器与从信道输出中消除除用户k之外的所有估计分量的结果之间的内积。对于异步信道，将每个序列 延迟和均衡，以补偿符号定时和频率偏移，如例如获取功能ACQ所确定的。

矩阵序列M[i]表示时变矩阵滤波器。在最简单的情形中，这可以是表示增益和相位的复数值的对角矩阵。假设其是慢变的，并由脉冲串开始和末尾处的唯一字对其进行估计。

每个用户的残余加噪声干扰(residual plus noise interference)由完全消除(completely cancelled)信号来估计：

${\hat{n}}_k\left[i\right]=\⟨m_k\left[i\right],\left(y\right[i]-\underset{j=1}{\overset{k}{\mathrm{\Σ}}}{\hat{y}}_j[i\left]\right)\⟩---\left(3\right)$

其中使用方差估计技术：

${\mathrm{\σ}}_k^2=\frac{1}{L-1}\underset{i=1}{\overset{L}{\mathrm{\Σ}}}{\left({\hat{n}}_k\right[i]-\frac{1}{L}\underset{j=1}{\overset{L}{\mathrm{\Σ}}}{\hat{n}}_k[j\left]\right)}^2---\left(4\right)$

其中，L为脉冲串中的符号数。

软解调器

每个软解调器DEM_k都具有以下输入：

与用户k的软符号估计相对应的复数序列

Q＝(Q₀...Q₁₅)包含归一化复星座值的有序集合(假设QAM，否则，基数将不同)

{S^b：b＝0，1，2，3}包含与等于零的位b相对应的Q中星座点的索引的集合

(σ₁ ²...σ_k ²)每个用户的噪声加残余干扰估计

具有以下输出：

(p_k ⁰[i]，p_k ¹[i]，p_k ²[i]，p_k ³[i])4向量的序列(对于QAM的情形)。元素p_k ^b[i]为用户k的符号i的位b为零的先验概率，在0和1之间

以及计算位概率如下：

$p_k^b\left[i\right]=\underset{j\∈S^b}{\mathrm{\Σ}}\mathrm{\η}\left({\hat{x}}_k\right[i]-Q_j)---\left(5\right)$

其中，η是零均值，方差σ_k ²高斯概率密度函数。

信道交织器

每个信道交织器和收缩器(puncturer)从相应编码器C_k接收数据和奇偶校验位作为输入，并将它们进行交织和收缩，以生成均对应于一个符号的位集合，以进行调制。该类型的交织器和收缩器用于Inmarsat^TM IPDS中。每个用户使用相同的交织和收缩模式。

软解码器

每个软解码器DEC_k具有以下输入：

N_C            对于每个MUD迭代要执行的解码迭代的次数

П_k，CHANNEL  用户k的信道交织器

П_k，TURBO    用户k的Turbo交织器

(p_k ⁰[i]，p_k ¹[i]，p_k ²[i]，p_k ³[i])4-向量的序列(对于QAM的情形)。元素p_k ^b[i]为用户k的符号i的位b为零的先验概率，在0和1之间

π_k[i]  表示用户k的位i等于零的先验概率的标量的序列

具有以下输出：

(p_k ⁰[i]，p_k ¹[i]，p_k ²[i]，p_k ³[i])’4向量的序列(对于QAM的情形)。元素p_k ^b[i]为用户k的符号i的位b为零的后验概率，在0和1之间

π_k[i]  表示用户k的位i等于零的后验概率的标量的序列

使用迭代“软入/软出(soft-in/soft-out)”Turbo解码器，由先验编码和未编码位概率计算后验编码和未编码位概率。用于迭代Turbo解码的技术是本领域所熟知的，例如：Hagenauer J的“Iterative Decoding of Binary Block and Convolutional Codes”，IEEE Transactions on Information Theory，Vol.42，No.2，1996年3月。

软调制器

每个软调制器M_k都具有以下输入：

Q＝(Q₀...Q₁₅)包含归一化复星座值的有序集合(假设QAM，否则，基数将不同)

{B_j：j＝0，1，...15}包含等于零的j中位的索引的集合。例如，B₀为集合{0，1，2，3}，而B₅为集合{1，3}

(p_k ⁰[i]，p_k ¹[i]，p_k ²[i]，p_k ³[i])4向量的序列(对于QAM的情形)。元素p_k ^b[i]为用户k的符号i的位b为零的后验概率，在0和1之间

具有以下输出：

  表示用户j的符号i的新软估计的复标量的序列

根据当前符号概率，计算估计以作为信号星座的期望值：

${\hat{x}}_k\left[i\right]=\underset{j=0}{\overset{15}{\mathrm{\Σ}}}{Q}_j{P}_j---\left(6\right)$

其中，符号概率根据下式来计算

$P_j=\left[\underset{b\∈B_j}{\mathrm{\Π}}{p}_k^b\right[i\left]\right]\left[\underset{b\∈B_j}{\mathrm{\Π}}(1-p_k^b[i\left]\right)\right]---\left(7\right)$

其中， B_j为补集(即，为1的位的索引)

获取功能

获取功能ACQ具有以下输入：

  复标量序列， 表示用户k的符号i的新软估计

输出当前估计信道参数(相位、频率，定时和幅度)。获取功能对与不同用户相对应的每个序列估计信道参数。

估计多址信道

估计多址信道EMA具有以下输入：

  复标量序列，

表示用户k的符号i的新软估计

t_k，f_k，_k  当前估计信道参数，包括每个用户的时间、频率和相位估计。

具有以下输出：

$\left\{{\hat{y}}_1\right[i]...{\hat{y}}_K[i\left]\right\}$   复K-向量序列的集合。向量序列 对应于用户k对于信道输出的当前估计贡献。

估计多址信道EMA根据当前信道参数估计模拟实际多址信道的效果。例如，如果信道是符号异步的，

${\hat{y}}_k\left[i\right]=\left(\begin{array}{c}{\hat{W}}_{1k}\\ {\hat{W}}_{2k}\\ \·\\ \·\\ \·\\ {\hat{W}}_{\mathrm{Kk}}\end{array}\right){\hat{X}}_k\left[i\right]---\left(8\right)$

其中，

为由用户k对输出j的估计复增益。

获取算法

微分检测

在一个特定实施例中，在获取功能ACQ中使用微分检测算法。如图4所示，该算法将相关脉冲串B的开始唯一字和末尾唯一字UW1和UW2作为输入，执行时间偏移估计ACQ_t。然后，将估计的偏移τ作为输入，提供给频率估计级ACQ_f，由频率估计级ACQ_f仅使用开始唯一字UW1计算频率偏移量f。在此，将不对频率估计级ACQ_f进行更多描述。

在该算法中，通过使用在接收脉冲串与参考值或开始和末尾唯一字UW1，UW2的值之间的微分相关(differential correlation)，检测时间偏移；由于唯一字的低自相关性，该方法可行。

对于所有脉冲串，唯一字UW1和UW2可为常数，或可从多个可能的唯一字中选出-该技术具有多种用途，在此不进行描述。在后者情形中，可在接收的脉冲串与每个可能的参考唯一字之间执行相关，确定出具有最高相关峰的参考唯一字以与接收脉冲串中存在的唯一字相对应。

首先，将接收信号y(t)与具有测试偏移τ(以一个样本周期的步长在零与最大时间偏移之间变化)的参考唯一字的共轭 标量相乘：

$s\left(t\right)=y\left(t\right)\·\hat{y}(t-\mathrm{\τ})---\left(9\right)$

然后，计算该结果的功率(power)R0，如下：

R₀＝s(t)×s′(t)                                  (10)

其中，s’(t)为s(t)的转置矩阵。接着，计算微分功率(differentialpower)R1：

R₁＝s(t-4T_symbol+T_sample)×s′(t+T_sample)         (11)

其中，T_sample为接收机的样本间隔，T_symbol为符号周期。例如，在四次过采样接收机中，T_symbol＝4×T_sample。

对每个τ值计算R₁与R₀之比，将给出最高比率的τ值被视为对接收脉冲串的时间偏移的最佳估计。

以下伪代码描述了微分检测算法：

开始估计

从接收分组中消除保护和控制字

FOR I＝0；一样本步长；最大偏移

将接收信号与参考UW的共轭标量相乘

计算相乘结果的功率

计算相乘结果的微分功率

计算并记录两个功率之比以及相应的时间偏移

将参考UW偏移一个样本

END FOR

找出所记录功率比的最大值

返回与最大值相对应的时间偏移

结束估计

当检测具有较大频率偏移(例如，＞500Hz)的分组时，微分检测具有较低复杂性。然而，通过使用计算上更复杂的相干检测算法，例如，以下所述算法，可期望获得性能增益。

相干检测

在可选实施例中，在获取功能ACQ中使用相干检测算法。如图5所示，该算法使用有关脉冲串B的开始和末尾唯一字UW1和UW2，以执行时间和频率偏移的相干估计ACQ_t，f。然后，所估计的时间偏移τ和频率偏移由相位估计级ACQ_使用，相位估计级ACQ_仅使用开始唯一字UW1计算频率偏移。在此，将不对相位估计级ACQ_进行更多描述。

首先，通过分别从脉冲串的开始和结尾部分抽取两个数据窗，其长度对应于开始唯一字UW1的长度，来估计频率偏移。将第一窗口与参考开始唯一字UW1相关，将第二窗口与参考结束唯一字UW2相关。每个窗口与参考UW的相关被模拟如下：

$r\left(t\right)=\hat{y}(t-\mathrm{\τ})*y\left(t\right)$

$=\underset{-\∞}{\overset{\∞}{\∫}}\hat{y}(\mathrm{\λ}-\mathrm{\τ})y(\mathrm{\λ}-\mathrm{\τ})\mathrm{d\λ}---\left(12\right)$

其中，y(t)为接收信号，

为参考UW，τ为当前迭代中所使用的时间偏移，其以接收机的一个样本周期的步长从零到最大偏移量变化。符号“*”表示相关。

然后，进行相关的快速傅里叶变换(FFT)，并将其量值相加生成一向量，选择向量峰值以找出其最大值。根据以下式子计算FFT：

$R\left(k\right)=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)e^{-j\frac{2\mathrm{\πnk}}{N}}---\left(13\right)$

其中，N为样本数，n为时间t的离散表示，k为频率ω的离散表示。

按照一个样本的步长，从零到最大时间偏移进行提取。将最高峰处的频率取为估计频率偏移。最高峰的样本索引对应于估计时间偏移。

以下伪代码描述了相干估计算法的实现：

开始估计

从接收分组中消除保护和控制字

FOR I＝0；一样本步长；最大偏移

将接收信号与参考唯一字相关

将相关结果进行FFT变换

找出并记录最高FFT峰以及其对应的频率

将参考唯一字偏移一个样本

END FOR

找出所记录最高峰中的最大值

返回与最大值相对应的时间偏移和频率

结束估计

最优多用户获取

在强干扰的条件下，上述的单用户获取方法(微分或相干检测)可能会使性能受到限制，可优选使用多用户获取算法。这样的多用户算法通常过于复杂，以致不能详细进行评估，不过，以下给出一种可能方法的概况。

假设以下基带线性高斯信号模型。K个用户向接收机发送相同、已知的唯一字x(t)。将用户的相对时间偏移表示为向量τ＝(τ₁，τ₂...τ_K)。出于简化考虑，忽略数据部分D，并假设唯一字间隔之外信号x(t)为零。接收信号的向量：

$y_i\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}_{\mathrm{ik}}x(t-{\mathrm{\τ}}_k)+n_i\left(t\right)---\left(14\right)$

其中，A_ik为来自第k个用户的发射机对在多点束(multiple spotbeam)卫星系统中的点束i的增益；n_i(t)为圆对称复高斯噪声，其中如果τ＝0且i＝j，其方差

否则为零。出于简单考虑，假设频率和相位偏移为零。

如果信道增益A_ik在接收机处未知，则最优最大似然检测器根据下式对增益和延迟τ₁，τ₂...τ_K作出联合判决：

$\hat{A},\widehat{\mathrm{\τ}}=\arg \underset{A,\mathrm{\τ}}{\max }p\left(y\right|A,\mathrm{\τ})---\left(15\right)$

在该高斯假设下，选择使接收信号y与假想信号

之间的欧几里得距离最小的信道增益 和延迟

其中：

${\hat{y}}_i\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\hat{A}}_{\mathrm{ik}}x(t-{\widehat{\mathrm{\τ}}}_k)---\left(16\right)$

从而，最优检测器根据下式操作：

$\hat{A},\widehat{\mathrm{\τ}}=\arg \underset{\hat{A},\widehat{\mathrm{\τ}}}{\max }\underset{i=1}{\overset{r}{\mathrm{\Σ}}}\∫{|y_i\left(t\right)-{\hat{y}}_i\left(t\right)|}^2\mathrm{dt}--\left(17\right)$

如果信道增益已知，则仅估计延迟，即仅在τ上进行最大化。最大似然检测器主要对接收信号执行最大比组合，涉及搜索所有可能的用户延迟组合；由于当前可用硬件的原因，这具有不利的复杂性，但由于处理器能力方面的发展，这会变得可行。如果还存在相位和频率偏移，则必须搜索所有用户的延迟、频率和相位偏移的所有可能组合。

因此，虽然可执行多用户获取，但最好使用单用户技术。

获取模拟结果

在两个用户的情形中模拟使用相干检测进行迭代获取的效果。“强”用户具有载干比C/I＝10dB，使用具有更小C/I值的范围来模拟“弱”用户。将热噪声功率E_s/N₀设置成对于两个用户均相同。创建出随机用户数据D，并将其封装成脉冲串，其随机定时偏移在0与0.5ms之间，不过没有频率或相位的偏移，这是由于目的是仅测试定时获取性能。在模拟多用户信道中组合脉冲串，并相加加性白高斯噪声(AWGN)。

以下表3至5分别显示出，对于弱用户C/I＝1，2和4dB，在MUD算法的第一和第二迭代后，10,000个20ms帧的模拟结果。

表3-弱用户C/I＝1dB

Es/N0	强用户差错	弱用户迭代1差错	弱用户迭代2差错
				0	1	3100	31
1	0	2110	0
				3	0	1500	0
6	0	990	0

表4-弱用户C/I＝2dB

Es/N0	强用户差错	弱用户迭代1差错	弱用户迭代2差错
				0	1	990	8
1	0	770	0
				3	0	310	0
6	0	110	0

表5-弱用户C/I＝4dB

Es/N0	强用户差错	弱用户迭代1差错	弱用户迭代2差错
				0	1	790	5
1	0	220	0
				3	0	46	0
6	0	6	0

图6显示出，对于弱用户，在减去强用户之前和之后(阴影区)的获取性能。这些结果显示，迭代获取方法能够成功获取不能为单用户非迭代技术所获取的用户。对于E_s/N₀≥1dB，能够使用迭代方法获取弱用户(差错率小于10^-4)。

使用Inmarsat^TM IPDS载体子类型L3进行进一步的模拟，其具有1/3编码率，并处在衰落条件(C/M＝15dB，衰落带宽20Hz，多径延迟＝0)下。在其他方面，参数与以上模拟相同。以下表6至8显示出结果。

表6-弱用户C/I＝1dB

Es/N0	强用户差错	弱用户迭代1差错	弱用户迭代2差错
				1.25	1	4360	4
2.25	0	960	0
				3.25	0	600	0

表7-弱用户C/I＝2dB

Es/N0	强用户差错	弱用户迭代1差错	弱用户迭代2差错
				1.25	0	2810	2
2.25	0	1300	0
				3.25	0	525	0

表8-弱用户C/I＝4dB

Es/N0	强用户差错	弱用户迭代1差错	弱用户迭代2差错
				1.25	1	1100	2
2.25	0	620	0
				3.25	0	320	0

图7显示出该结果。在仅使用单用户非迭代技术不可能实现的区域中，再次使获取变得可能。对于E_s/N₀＞2.25的情形，能够成功获取弱用户。

图8显示能够使用迭代获取方法在强用户具有C/I＝10dB的情形中成功获取弱用户的区域。横轴表示对于弱用户的C/I，而纵轴表示信噪比(E_s/N₀)，这对两个用户是共同的。上面至线右端的阴影区表示可以小于10^-4的差错率实现弱用户获取的条件。因此，迭代方法极大改善了对于更弱用户的获取性能。

总之，以上已经描述，迭代获取技术结合迭代解码技术的使用给出了优于非迭代最初获取技术的性能。获得优异性能至少部分地得益于使用由解码迭代得出的信息以改善下一次获取迭代的性能。该优点并不取决于上述各示例和模拟的具体细节。因此，本领域技术人员应该理解，本发明并不限于上述内容，而是由后面的权利要求进行限定。

Claims (30)

1.一种对第一发送的定时进行估计的方法，该第一发送与第二发送被接收为多址干扰信道上的组合信号，所述方法包括：

a.估计第二发送的定时；

b.基于对第二发送的估计定时，将第二发送解调、解码和再调制，以生成对第二发送的估计；

c.从组合信号中消除对第二发送的估计，以生成对第一发送的估计；以及

d.由第一发送的估计对第一发送的定时进行估计。

2.根据权利要求1的方法，其中，根据估计的概率，对第二发送的估计的消除进行加权。

3.根据权利要求2的方法，其中，通过使用软解码技术对第二发送进行解码，来计算估计的概率。

4.根据权利要求2或3的方法，其中，通过使用软解调技术解调第二发送，来计算估计的概率。

5.根据权利要求1至4中任一项的方法，还包括：

e.基于第一发送的估计定时，解调、解码和再调制第一发送，以生成对第一发送的估计；

f.从组合信号中消除对第一发送的估计，以生成对第二发送的估计；以及

g.由第二发送的估计对第二发送的定时进行估计。

6.根据权利要求5的方法，包括重复步骤b至g，以便获得对第一和第二发送的定时的改善的估计。

7.根据以上任何权利要求的方法，其中，组合信号包括一个或多个其他发送。

8.根据权利要求7的方法，其中，步骤a包括估计一个或多个其他发送的定时，步骤b包括基于对一个或多个其他发送的各自估计定时，将一个或多个其他发送进行解调、解码和再调制，以生成对一个或多个其他发送的估计，以及步骤c包括从组合信号中消除对一个或多个其他发送的估计，以生成对第一发送的估计。

9.根据从属于权利要求5时的权利要求8的方法，其中，步骤f包括从组合信号中消除对一个或多个其他发送的估计，以生成对第二发送的估计。

10.一种对被接收为多址信号上的组合信号的多个发送的定时进行估计的方法，包括：

a.估计多个发送中各个发送的定时；

b.基于各个发送的估计定时，将多个发送中各个发送的当前估计进行软解调、软解码和软再调制，以生成对各个发送的软估计；

c.通过从组合信号中消除对其他发送的软估计，更新各个发送的当前估计；

d.由各个发送的当前估计对各个发送的定时进行估计；以及

e.重复步骤b至e，以获得对各个发送的定时的渐进估计。

11.根据权利要求10的方法，其中，重复步骤a至e，直至满足预定条件。

12.根据权利要求11的方法，包括输出软解码的当前估计。

13.根据以上任何权利要求的方法，其中，使用微分检测执行定时估计步骤。

14.根据以上任何权利要求的方法，其中，使用相干检测执行定时估计步骤。

15.一种在执行时用于执行根据以上任何权利要求的方法的计算机程序。

16.一种存储根据权利要求15的计算机程序的计算机程序产品。

17.一种用于对第一发送的定时进行估计的设备，该第一发送与第二发送被接收为多址干扰信道上的组合信号，所述设备用于：

a.估计第二发送的定时；

b.基于对第二发送的估计定时，将第二发送解调、解码和再调制，以生成对第二发送的估计；

c.从组合信号中消除对第二发送的估计，以生成对第一发送的估计；以及

d.由第一发送的估计对第一发送的定时进行估计。

18.根据权利要求17的设备，其中，根据估计的概率，对第二发送的估计的消除进行加权。

19.根据权利要求18的设备，其中，通过使用软解码技术对第二发送进行解码，来计算估计的概率。

20.根据权利要求17或18的设备，其中，通过使用软解调技术解调第二发送，来计算估计的概率。

21.根据权利要求17至20中任一项的设备，还用于：

e.基于第一发送的估计定时，解调、解码和再调制第一发送，以生成对第一发送的估计；

f.从组合信号中消除对第一发送的估计，以生成对第二发送的估计；以及

g.由第二发送的估计对第二发送的定时进行估计。

22.根据权利要求21的设备，还用于重复步骤b至g，以便获得对第一和第二发送的定时的改善的估计。

23.根据权利要求17至22中任一项的设备，其中，组合信号包括一个或多个其他发送。

24.根据权利要求23的设备，其中，步骤a包括估计一个或多个其他发送的定时，步骤b包括基于一个或多个其他发送的各自估计定时，将一个或多个其他发送进行解调、解码和再调制，以生成对一个或多个其他发送的估计，以及步骤c包括从组合信号中消除对一个或多个其他发送的估计，以生成对第一发送的估计。

25.根据从属于权利要求21时的权利要求24的设备，其中，步骤f包括从组合信号中消除对一个或多个其他发送的估计，以生成对第二发送的估计。

26.一种对被接收为多址信号上的组合信号的多个发送的定时进行估计的设备，所述设备用于：

a.估计多个发送中各个发送的定时；

b.基于各个发送的估计定时，将多个发送中各个发送的当前估计进行软解调、软解码和软再调制，以生成对各个发送的软估计；

c.从组合信号中消除对其他发送的软估计，以更新对各个发送的当前估计；

d.由各个发送的当前估计对各个发送的定时进行估计；以及

e.重复步骤b至e，以获得对各个发送定时的渐进估计。

27.根据权利要求26的设备，其中，重复步骤a至e，直至满足预定条件。

28.根据权利要求27的设备，包括输出软解码的当前估计。

29.根据权利要求17至28中任一项的设备，其中，使用微分检测执行定时估计步骤。

30.根据权利要求17至29中任一项的设备，其中，使用相干检测执行定时估计步骤。

Images