CN1922789B - 多用户自适应阵列接收机与方法 - Google Patents

Abstract

一种通过使用从多个发射用户接收的信号中的多用户信息来降低复杂性和成本的阵列接收机，所述阵列接收机预处理(40)来自天线元(22/1，...，22/N)的天线信号(x₁，x₂，...，x_N)的样本以形成基础信号(y₀，...，y_M)，所述基础信号总共具有较组合的天线信号的时空维更少的时空维。该接收机处理并组合基础信号以产生多组估计接收信号(z₀，...，z_M)，每组估计接收信号用于相应一个用户。每个基础信号包括天线信号的不同组合。接收机组合基础信号以提供用户专用输出信号，并且周期性更新用来导出各个特定基础信号的滤波器(40/0，...，40/M)的参数，使得各个用户专用输出信号呈现如阵列天线所接收的该用户接收信号的能量的期望最优化集中。

Description

多用户自适应阵列接收机与方法

技术领域

本发明涉及包括天线和接收机的接收机系统，所述天线包括天线元阵列。它还涉及接收机本身与接收方法。本发明尤其但并不仅仅适用于在数字蜂窝电讯网络的基站或无线局域网(LAN)的接入点中使用的阵列接收机与方法。

背景技术

本发明应用在其中多个用户同时使用公共载波或者使用相互间具有若干量重叠/串扰的不同载波的系统中，例如：(i)小区内载波复用(RWC)系统，由于需要天线阵列从空间上区分同信道信号，也称为空分多址(SDMA)系统；(ii)码分多址(CDMA)系统，其中多个用户使用不同的编码在同一频带中发射信号；以及(iii)时分多址(TDMA)和/或频分多址(FDMA)系统，其中用户在时间上和/或频率上不是完全可分的，即它们在时间上(例如因分散的信道)和/或在频率上(例如因由于不完全的信道过滤引起的超带宽)相互干扰，从而导致相邻信道干扰(ACI)。

本专利说明书中的数学表达式是基于复基带表示法的。

典型地，阵列天线无线电接收机应用于数字通信系统(例如，移动电话网、因特网和/或广域网的宽带无线接入等)的基站或接入点，以提高接收链路质量(即提供抗多径衰减的鲁棒性)和/或降低干扰电平，其中干扰可包括存在于期望信号频带中的热噪声和人为信号。由于在任何给定的小区或扇区中，此类系统一般容纳大量的同时活动用户，因此基站接收机必须能够维持多个无线电链接。

已知的天线阵列无线电接收机系统包括连接到信号接收部分(也称作射频(RF)前端)的天线元阵列，信号接收部分依次连接到信号处理部分。该信号接收部分在各个支路中独立地处理来自不同天线元的支路信号，并对各个支路信号执行标准向下变频、解调、滤波以隔离感兴趣的信道，还可能对信号执行某种变换以使其转为信号处理部分可用的形式(例如，在信号处理器是数字的情况下进行的模数转换)。信号处理器获取来自所有支路的信息(即来自各单独天线元的经解调、滤波并适当变换的信号数据)，并使用多种已知适当方法中的一种对其组合和处理以提取有用的信号y(t)，该信号是期望用户信号s₀(t)的最佳可能估计。

在无线通信的情况下，接收向量x(t)(即经所有阵列元的接收信号)包括“期望用户的”无线终端发射的期望信号s₀(t)、在相同频带或存在若干量串扰的相邻频带上运行的竞争终端发射的干扰信号s_m(t)和白噪声n(t)。因此，在非分散的(即窄带)环境中

$x\left(t\right)=c_0\left(t\right)s_0\left(t\right)+\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{c}_m\left(t\right)s_m\left(t\right)+n\left(t\right)---\left(1\right)$

其中c_m(t)是描述从第m个终端到所有N个阵列元的信道的N×1复元向量，M是干扰信号的数量，n(t)是白热噪声向量，c₀(t)是描述起始于第0个终端的信道的N×1复向量，按惯例，第0个终端是期望用户的终端。

在这种情况下，天线阵列无线电接收机的功能是将期望用户信号s₀(t)与干扰源和白噪声隔离，并补偿信道c₀(t)中引入的失真(例如多径衰减)，使得阵列输出信号y(t)始终尽可能近地接近期望用户信号s₀(t)。

典型地，接收机只是通过线性加权相加运算对来自各单独天线元的支路信号进行组合。如考虑N元阵列且x(t)是阵列元输出的N×1向量，则阵列输出定义为

y(t)＝w^H(t)x(t)                (2)

其中w(t)是N×1复权重向量，(·)^H表示厄米共轭转置(即其自变量的复共轭转置，无论自变量是向量(正如它在上面一样)或矩阵)。

虽然权重向量是时变的，但与输入和输出信号相比它变化得较慢，因为它跟踪信道中而不是信号本身中的变化。当组合器根据等式(2)运算时，它被称作线性组合器，且整个接收机叫做线性阵列接收机。

典型地，接收机收集输入信号x(t)的统计，并利用它们导出一权重向量，该权重向量将阵列输出y(t)和期望信号s₀(t)之间的某些误差测量最小化。在此类应用(即自适应滤波)中，最常用的一种误差测量是均方误差

ε＝<[y(t)-s₀(t)]²>＝<[w^H(t)x(t)-s₀(t)]²>    (3)

它形成关于权重向量元的N维二次曲面。这个判别式的最小化构成了最小均方误差(MMSE)线性阵列接收机(也称作最优组合器)的基础。(注：为清楚起见，自此以后忽略在等式中对时间t的依赖。)

自适应滤波理论表明，对于给定的接收数据序列，MMSE中权重的最佳组合为

$w=R_{\mathrm{xx}}^{-1}{c}_0---\left(4\right)$

其中R_XX是所接收阵列输出的协方差矩阵，由下式给出

R_xx＝<xx^H>       (5)

其中<·>表示其自变量的期望值(即总体均值)。

此类阵列接收机适用于由多径传播引起的时间偏差没有显著扩展到单个符号周期以外的情形。也就是有很小或没有码间干扰(ISI)。

当传送有用信号的信道确实呈现显著的ISI时，传统解决方案是使用均衡器，均衡器是自适应滤波器，其目的是将信道脉冲响应反相(由此解决ISI)，这样，在其输出端的总脉冲响应将趋向于在时间上大为缩短并具有理想、平坦(或均衡)的频谱。

除信号源，即输入向量x的元，不是空间上的点(即天线元阵列)而是时间上的点之外，标准线性均衡器的信号处理部分以与线性自适应阵列接收机相同的方式工作。在沿着符号间隔的延迟线(称作抽头延迟线或TDL)的一系列点处分接出信号，接着对其加权和组合。

虽然均衡器和阵列接收机的信号处理设备在实现上可以相同(通过对输入的自适应加权最小化MSE)，但其性能将不同。因为信号是由阵列接收机在空间的不同点上物理抽样的，所以在使不需要的信号源或同信道干扰(CCI)无效上很有效。但是由于分散衰减，即频率选择性衰减，其具有的抗码间干扰(ISI)的能力非常有限，因为它在时间上是扩展的。另一方面，均衡器擅长于抗ISI，但具有的抗CCI能力非常有限。

在ISI和CCI都存在的环境中，可将阵列接收和均衡相组合以形成时空阵列接收机。后者最一般的形式是通过用一个全均衡器代替N个均衡器的总和来替换窄带阵列接收机中的各个加权乘法器而得到的。再有，信号处理部分的实现将是相似的，且取决于在前的等式(2)。唯一的区别是权重向量w和输入向量x均将更长。实际上，对于L个抽头的均衡器长度和N元的阵列大小，向量w和x都将具有LN个元。

正则线性均方误差最小化时空接收机(即最明显和最直接的线性时空接收机结构，在某些方面也是最复杂的接收机结构)包括天线阵列，其中每个阵列元输出都输送至有限脉冲响应(FIR)自适应滤波器，在这里该滤波器被称作均衡器。每个自适应滤波器包括其中抽头按一个符号周期或一个符号周期的一部分间隔开的抽头延迟线。为达到优良的性能，抽头延迟线的长度应等于或超过平均信道存储长度。在许多情况下，这意味着抽头数量可能很大(例如每个自适应滤波器10-100)。

必须使权重与各个抽头输出的乘积不断地自适应，以跟随信道特性中的变化。这可以各种方式完成，以连续的或基于块的适应方式，以及以具有或不具有已知训练符号的支持。在大多数已知系统中，权重是在逐块基础上计算的(块适应)，每个块包含用于该意图、已知训练符号的序列。在数字无线通信中，用于自适应用途的块将典型地对应如使用的网络协议所定义的数据包。而且，可认为信道在块长度上是静态的(即块长度显著小于信道相关时间)。

通过使权重自适应来最小化整体性能指标，例如期望信号和时空(S-T)接收机输出之间的均方误差，接收机通常执行以下各项：

●减轻或消除宽带信道中由频率选择性衰减引起的码间干扰(ISI)；

●减轻或消除来自载波复用的最近小区或来自小区内部的同信道干扰(CCI)(因时空处理器允许小区或扇区内的载波复用--由于它的空间分辨能力--常常称作空分多址(SDMA))；

●提高输出SNR(由于阵列的较大有效孔径)。

因为无线系统通常受干扰限制(即干扰是阻碍容量增加--即容纳更多活动用户--超出某一限度的主要障碍)，所以为了增加容量，时空处理器的前两项好处是主要兴趣所在。

为了实现最大收益，将S-T阵列与小区内载波复用(RWC)组合起来比较好。许多在先专利揭示了应用在SDMA(即RWC)环境中的阵列(例如，参见US5,515,378和US5,592,490)或时空系统(例如，参见US5,828,658)。在此类系统中，必须为每个用户实现单独的S-T处理器(所有处理器共享同一物理天线阵列和前端接收机电路，但具有独立的均衡器和组合器)。然而，基站具有关于小区内干扰源的可用信息(所接收的符号、信道特性)，因为每个小区内干扰源是另一个本地S-T处理器的期望信号。

为达到以下两个目标中的一个，可通过在各单独的S-T处理器之间建立某些类型的连接来设计S-T处理器结构以使用这种多用户信息：

●提高性能(减小了的比特误差率、提高了的干扰无效性能，等等)；

●降低复杂性和成本。

已知的是，例如通过构建总体多用户MSE标准来使用多用户信息以执行很多用户的“共同检测”，从而以增加复杂性为代价，提高阵列接收机的性能(相对于单个用户检测)[2]、[3]。

还已知的是，采用适当的时空处理，有可能将SDMA与足够的时间处理结合以减轻在宽带分散信道中存在的码间干扰(ISI)[6]。

先前已知的时空处理接收机的一个主要缺点是极高的复杂性和成本，尤其在采用多用户检测和/或时间处理的情况下。

已知的是，通过仅跟踪信道中的长期变量(即子空间结构)[11]来减小前向信道探测发射机中的带宽需求，但是这种方法在未严格限制用户容量的接收机中并不可用。

发明内容

本发明试图至少减轻此类已知阵列接收机系统的不利之处，并为此目的提供一种多用户时空阵列接收机和包括该时空阵列接收机的系统，使用多用户信息以降低复杂性和成本。

根据本发明的一个方面，提供一种用于处理经阵列天线从M+1个共信道发射用户接收的信号的阵列接收机，所述阵列天线具有N个天线元组成的阵列以获得一组用户专用估计接收信号(z₀，...，z_M)，每个所述用户专用估计接收信号相应于所述发射用户中的相应的一个，所述接收机具有：

射频单元(26/1，...，26/N)，用于转换来自所述阵列天线的信号，以分别提供相应的一组N个天线信号(x₁，x₂，...，x_N)，其中N至少等于发射用户的数量M+1，所述天线信号(x₁，x₂，...，x_N)中的每个包括来自所述M+1个发射用户中的每个的信息，

共用预处理部分(40)，用于接收和处理来自所述射频单元(26/1，...，26/N)的N个天线信号(x₁，x₂，...，x_N)以提供M+1个基础信号(y₀，...，y_M)，和

M+1个信号处理器单元(60/0，...，60/M)，每个都用于处理所述基础信号(y₀，...，y_M)以提供所述一组M+1个用户专用估计接收信号(z₀，z₁，...，z_M)中的相应的一个，其中所述共用预处理部分(40)包括

滤波装置(40/0，...，40/M)，用于对N个天线信号(x₁，x₂，...，x_N)中的每个采样，并组合所述天线信号(x₁，x₂，...，x_N)中至少一些的采样结果，以提供所述M+1个基础信号(y₀，...，y_M)，每个基础信号(y₀，...，y_M)包括天线信号(x₁，x₂，...，x_N)的一个不同线性组合并且具有μ个维度，所述μ个维度张成一个主子空间，所述主子空间含有来自所述发射用户信号中相应的一个的大多数能量，所述M+1个基础信号(y₀，...，y_M)总共具有较被组合的N个天线信号(x₁，x₂，...，x_N)的时空维N×L更少的时空维μ×(M+1)，其中L是以符号周期计的信道脉冲响应的最大长度，和

更新装置，用于周期性更新用来导出每个具体的所述基础信号的滤波装置(40/0，...，40/M)的参数，使得各个用户专用估计接收信号(z₀，...，z_M)呈现期望的最优化能量集中度，

且其中每个所述信号处理器单元(60/0，...，60/M)具有多个输入，所述多个输入连接到共用预处理部分(40)以从该共用预处理部分(40)接收所有M+1个基础信号(y₀，...，y_M)，且

被配置为处理并组合所述M+1个基础信号(y₀，...，y_M)中的至少一些，以为所述M+1个发射用户中和所述信号处理器单元相关联的一个期望的用户生成所述用户专用估计接收信号(z₀，...，z_M)中的相应的一个。

在优选实施方案中，更新装置包括依靠所有用户信道的信道特性来调整所述参数的装置。于是每个信号处理器单元可包括在组合基础信号之前将其加权的装置，依靠所有用户信道的信道特性调整权重，其中滤波装置的参数更新得不如处理器的权重频繁。

基础信号的数量可等于期望用户的数量。

更新装置可包括为相应用户产生训练序列的训练序列产生器，对训练序列和天线信号作出响应以提供体现所述相应用户的信道的长期统计的协方差矩阵的协方差矩阵估计装置，以及从所述协方差矩阵至少提取主特征向量的特征向量估计装置，所述主特征向量的元作为更新所述参数的权重应用于所述滤波装置。

本发明第一方面的优选实施方案通过以下方式处理复杂性问题：(1)根据天线元输出，建立对所有用户处理器有用的通用滤波器基础(即滤波器组)；(2)基于变化很慢的统计的信道结构，使该基础自适应，从而减轻计算负担；以及(3)从通用基础为每个用户只选择少数几个(例如，2个或3个)最重要的滤波器输出用于快速自适应。

优选地，当阵列接收机系统应用在空分多址(SDMA)通信系统中时，将预处理单元中的多个基础滤波器和多个后续接收机信号处理器单元都分配给同时共享一公共信道(即频带)的全体发射用户。

可替换地，多个基础滤波器和后续接收机部分可分配给属于同一用户的发射天线总体，但他们发射不同的比特序列以提供较高的总计比特率。后一配置对应多输入多输出(MIMO)链接。应该理解，在下文中，在SDMA情况下提到的“用户”将解释为在MIMO情况下的“发射天线”，原先在SDMA情况下描述的方法直接应用在MIMO情况下。

根据本发明的第二方面，提供阵列接收机系统，包括一个具有N个天线元的阵列天线，所述阵列天线结合了用于处理经所述阵列天线从M+1个共信道发射用户接收的信号的阵列接收机，所述阵列天线具有N个天线元组成的阵列以获得一组用户专用估计接收信号(z₀，...，z_M)，每个所述用户专用估计接收信号相应于所述发射用户中的相应的一个，其中所述接收机具有：

射频单元(26/1，...，26/N)，用于转换来自所述阵列天线的信号，以分别提供相应的一组N个天线信号(x₁，x₂，...，x_N)，其中N至少等于发射用户的数量M+1，所述天线信号(x₁，x₂，...，x_N)中的每个包括来自所述M+1个发射用户中的每个的信息，共用预处理部分(40)，用于接收和处理来自所述射频单元(26/1，...，26/N)的N个天线信号(x₁，x₂，...，x_N)以提供M+1个基础信号(y₀，...，y_M)，和

M+1个信号处理器单元(60/0，...，60/M)，每个都用于处理所述基础信号(y₀，...，y_M)以提供所述一组M+1个用户专用估计接收信号(z₀，z₁，...，z_M)中的相应的一个，其中所述共用预处理部分(40)包括

滤波装置(40/0，...，40/M)，用于对N个天线信号(x₁，x₂，...，x_N)中的每个采样，并组合所述天线信号(x₁，x₂，...，x_N)中至少一些的采样结果，以提供所述M+1个基础信号(y₀，...，y_M)，每个基础信号(y₀，...，y_M)包括天线信号(x₁，x₂，...，x_N)的一个不同线性组合并且具有μ个维度，所述μ个维度张成一个主子空间，所述主子空间含有来自所述发射用户信号中相应的一个的大多数能量，所述M+1个基础信号(y₀，...，y_M)总共具有较被组合的N个天线信号(x₁，x₂，...，x_N)的时空维N×L更少的时空维μ×(M+1)，其中L是以符号周期计的信道脉冲响应的最大长度，和

更新装置，用于周期性更新用来导出每个具体的所述基础信号的滤波装置(40/0，...，40/M)的参数，使得各个用户专用估计接收信号(z₀，...，z_M)呈现期望的最优化能量集中度，

且其中每个所述信号处理器单元(60/0，...，60/M)具有多个输入，所述多个输入连接到共用预处理部分(40)以从该共用预处理部分(40)接收所有M+1个基础信号(y₀，...，y_M)，且

被配置为处理并组合所述M+1个基础信号(y₀，...，y_M)中的至少一些，以为所述M+1个发射用户中和所述信号处理器单元相关联的一个期望的用户生成所述用户专用估计接收信号(z₀，...，z_M)中的相应的一个。

优选地，在任一方面的实施方案中，当阵列接收机应用在码分多址(CDMA)通信系统中时，构成公共基础的多个基础滤波器和多个后续接收机信号处理器单元都匹配于：

(1)在所述通信系统采用码复用条件下，共用相同扩展码的用户总体；

(2)在阵列接收机系统可进一步分离用户的信号并可能补偿由码相关、功率捕获等引起的识别问题的情况下，使用不同码的用户总体。

在CDMA系统中，可在基础滤波器的输出端执行通常的解展频。可替换地，在发射机的展频操作可被认为是无线信道的一部分，在这种情况下在基础滤波器中自然要解展频。

任一方面的阵列接收机也可应用在不采用载波复用的时分多址(TDMA)通信系统或频分多址(FDMA)通信系统的基站中。在这种情况下，共用预处理单元的多个主基础滤波器和多个后续接收机信号处理器单元都与用户总体匹配，所述用户总体在时间上和/或频率上不能完全分开，即它们之间在时间上(例如，因为分散信道)和/或频率上(例如，因由不完全的信道滤波引起的超带宽)相互干扰从而导致相邻信道干扰(ACI)。

本发明的其他方面包括包含根据第一或第二方面的接收机的阵列接收机系统，所述接收机与所述阵列天线结合，还包括操作阵列接收机的相应方法。

因此，根据本发明的第三方面，提供一种用于经阵列天线从M+1个共信道发射用户接收信号的方法，所述阵列天线具有分别提供一组天线信号(x₁，x₂，...，x_N)的N天线元阵列，以获得一组用户专用估计接收信号(z₀，...，z_M)，每个所述用户专用估计接收信号相应于所述发射用户中的相应的一个，所述方法包括如下步骤：

使用射频单元(26/1，...，26/N)，转换来自所述阵列天线的信号，以分别提供相应的一组N个天线信号(x₁，x₂，...，x_N)，其中N至少等于发射用户的数量M+1，所述天线信号(x₁，x₂，...，x_N)中的每个包括来自所述M+1个发射用户中的每个的信息，

使用共用预处理部分(40)，接收和处理来自所述射频单元(26/1，...，26/N)的N个天线信号(x₁，x₂，...，x_N)以提供M+1个基础信号(y₀，...，y_M)，和

使用M+1个信号处理器单元(60/0，...，60/M)，每个都用于处理所述基础信号(y₀，...，y_M)以提供所述一组M+1个用户专用估计接收信号(z₀，z₁，...，z_M)中的相应的一个，其中所述接收和处理步骤包括如下步骤

使用滤波装置(40/0，...，40/M)，对N个天线信号(x₁，x₂，...，x_N)中的每个采样，并组合所述天线信号(x₁，x₂，...，x_N)中至少一些的采样结果，以提供所述M+1个基础信号(y₀，...，y_M)，每个基础信号(y₀，...，y_M)包括天线信号(x₁，x₂，...，x_N)的一个不同线性组合并且具有μ个维度，所述μ个维度张成一个主子空间，所述主子空间含有来自所述发射用户信号中相应的一个的大多数能量，所述M+1个基础信号(y₀，...，y_M)总共具有较被组合的N个天线信号(x₁，x₂，...，x_N)的时空维N×L更少的时空维μ×(M+1)，其中L是以符号周期计的信道脉冲响应的最大长度，和

周期性更新用来导出每个具体的所述基础信号的滤波装置(40/0，...，40/M)的参数，使得各个用户专用估计接收信号(z₀，...，z_M)呈现期望的最优化能量集中度，且其中处理基础信号(y₀，...，y_M)的步骤包括如下步骤从该共用预处理部分(40)接收所有M+1个基础信号(y₀，...，y_M)，且

处理并组合所述M+1个基础信号(y₀，...，y_M)中的至少一些，以为所述M+1个发射用户中和所述信号处理器单元相关联的一个期望的用户生成所述用户专用估计接收信号(z₀，...，z_M)中的相应的一个。

本发明第三方面的优选实施方案包括对应第一和第二方面阵列接收机实施方案的功能的方法步骤。

在一个优选实施方案中，接收机：

(1)通过周期性更新来维持一组主基础滤波器，每个所述滤波器与感兴趣用户中的一个期望用户匹配，所述滤波器的输出被后续接收机部分处理并组合以为每个期望用户产生期望信号的估计；

(2)周期性地估计和/或更新主子空间滤波器的分权重，这利用了与已知训练序列或CDMA系统中用户的扩展码，或任何其他与感兴趣用户的信号在统计上强相关的信号的相关性，相对于瞬间信道特性，与适当的时间均值结合，以隔离子空间级的信息；

(3)周期性或动态地估计和/或更新接收机部分的分权重(和/或任何其他感兴趣参数)，所述分权重以一定的方式和速度从预滤波部分反馈，使得瞬间信道变化被跟踪以提供期望信号的一致可靠的估计。

在本发明第一、第二和第三方面中任一方面的实施方案中，接收机可包括一系列标准线性MMSE时空处理器(即接收机部分的一个可能实施方案)，其中一个处理器用于M+1个信号中的一个信号，对经变换的输入向量y[n]进行操作。但是，如果被考虑的信号数量M+1显著低于天线元数量N(在这种情况下，输入向量的维度从N减少到M+1)，则这种方法仅造成数字结果的净减少。

本发明三个方面中任一方面的实施方案可包括时空匹配滤波。这提供了更大幅度的潜在复杂性下降且使本发明应用得更广。因此，为了进一步降低计算成本，上述概念的逻辑外推将使特征滤波除空间领域之外还扩展到时间领域。在这种情况下，对于每个用户只剩下M+1个抽头来活动地自适应(在每个包)(与常规系统的NL个抽头成对比，其中N是元件数量，L是要求的自适应滤波器长度，也即，符号周期或滤波器抽头的最大数量。为实现可接受的性能，通常要求M≥N；因此该系统将减少至少L倍因子的活动性自适应抽头的数量。)

大部分ISI在大多数情况下将由特征滤波处理。实际上，由于基站的高度，基站的碰撞信号的角扩展一般很狭窄，即大多数的散射活动发生在紧靠用户的附近。这具有使在考虑中的信号的协方差矩阵严重偏向最初几个特征值的作用[11]。一组主特征滤波器减轻了与第一特征值有关的ISI。而且，已经显示无记忆的组合器(例如反馈特征滤波器组的那些组合器)具有某些减少ISI的能力[13]。

在这两个ISI减少步骤不足以保证满意性能的情况下，以增加复杂性为代价，可向主子空间时空滤波器加入更多的维以消除与次要及后续特征模式有关的ISI和CCI，因为在接收机部分中更多的抽头将不得不活动地自适应。

根据本发明的另一个实施方案，接收机预处理部分可包括自适应均衡器，由此减少在某些情况下对大量子空间维的需要以充分地处理ISI。

结合附图、仅以示例方式描述的本发明优选实施方案，本发明的前述和其他目标、特征、方面及优点将从下述详细说明中变得更加明显。

附图说明

图1是具有接收机和包括天线元阵列的阵列天线的阵列接收机系统的简化方框示意图；

图2是接收机一部分的更详细的方框示意图，更详细示出了一个用户的主子空间滤波器；

图3是描述用于主子空间滤波器的更新权重计算的流程图；

图4是描述用于更新权重的基本特征向量估计计算的流程图；

图5是描述次特征向量估计计算的流程图；

图6是改进的接收机系统的方框示意图；以及

图7是描述权重自适应于变化的信道状况的流程图。

优选实施方案的详细描述

为便于理解优选实施方案的结构和操作，首先介绍一些基本理论。

如讨论过的，通过所有信号的匹配滤波器的线性组合可以获得最佳MMSE解决方案[7]，[8]。考虑到天线阵列和分散(即ISI导致的)传播环境，由此得出，最佳MMSE解决方案可以作为所有信号的时空匹配滤波器的线性组合获得。这里，与一给定信号匹配的时空滤波器是一组N个时间滤波器，它们中的每个处理N天线元输出中的一个，组合这些时间滤波器的输出以在忽略来自其他人为信号的干扰的情况下最大化所述信号相对于白噪声的功率。

这在多用户SDMA情况下是非常有利的，因为该组匹配滤波器构成了可再使用以获得每个信号的MMSE解决方案的通用基础。在标准最佳架构中，必须为每个用户维持独立的组合器(权重集)，而且由于干扰图形的变化，一般必须从新包的最开始起点重新计算这些组合器。如果可以找到以低计算成本为每个活动连接维持匹配滤波器的方式，则对于给定用户和包，计算MMSE解决方案就简单地变为选择适当的匹配滤波器(对应感兴趣包中的活动干扰源)并将它的输出用作标准MMSE处理器(每个期望用户一个)的输入，标准MMSE处理器利用训练序列前缀来自适应。相对于在其中直接处理天线元输出的系统来说，当系统以这样的方式设计使得到标准MMSE处理器的输入的数量大大减少时，这种方法的复杂性是吸引人的。

一种不必跟踪多径衰减而估约匹配滤波器工作情况的方法是确定用户向量信道的主子空间。所述子空间将包含大部分有用信息，却以比信道本身慢得多的速度变化。主子空间是减少了秩的空间，由感兴趣信道长期特征结构的少数最重要的维生成。感兴趣的一种情况(由于最小化了复杂性)存在于具有单维的主子空间中。当相应的特征向量作用为滤波器时，所得到的设备被称为特征滤波器。

为了获得期望信号的更好估计，可能有必要对具有多于一维的子空间执行特征滤波。对于给定级别的滤波执行，所需要的维数μ是传播环境的函数。在多维子空间上的特征滤波在下文中被称为主子空间滤波。

参照图1，用于接收来自多个用户发射机(未示出)的信号的阵列天线接收机系统包括具有多个天线元的阵列天线，具体来讲是N个天线元22/1，...，22/N，每个天线元分别连接到RF接收机部分26的相应多个RF前端处理单元26/1，...，26/N中的一个，这些单元处理来自天线元的信号以分别产生N个信号x₁，...，x_N。RF前端单元26/1，...，26/N中的每一个的输出连接到一组M+1个滤波器、具体来讲是共用预处理部分40的子空间滤波器40/0，...，40/M中的每一个的输入。每个子空间滤波器40/0，...，40/M分别与M+1个发射用户总体中的一个匹配，并使其输出连接到信号处理部分60的相应多个用户专用信号处理器60/0，...，60/M中的每一个的输入。信号处理器60/0，...，60/M中的每一个分别处理子空间滤波器40/0，...，40/M的相应子空间信号组y₀，...，y_M，以产生由M+1个用户发射的信号s₀，...，s_M的多个估计z₀，...，z_M中的相应一个。

RF“前端”单元26/1，...，26/N是相同的，具有常规结构，所以参照图1中的插图，只对其中一个进行描述。如图1中的插图所示，RF前端单元26/N包括低噪声放大器(LNA)28/N、RF到IF下变频器30/N、信道滤波器32/N(分离所需要信道并抑制波段之外的噪声和干扰)和用于执行带通采样的模数转换器34/N。可替换的，可以在模数转换之前将IF或RF信号下变频到基带。这里，各种可供选择和折衷的方案对本领域普通技术人员来说是已知的。A/D转换器单元34/N的输出也是RF前端单元26/N的输出，被连接到每个主子空间滤波器40/0，...，40/M的输入。

在以下每个实施方案中，所有主子空间滤波器40/0，...，40/M是相同的，尽管它们的结构在不同实施方案中有所区别。

在图1的实施方案中，主子空间滤波器40/0，...，40/M是基本时空特征滤波器。由于它们是相同的，参照图2，仅对用于用户m的滤波器的一般结构进行描述。

虽然将在频域中进行性能分析，但是实际执行可实现于时域。于是特征滤波器采取成排的N抽头延迟线50/m₁，...，50/m_N的形式，每个延迟线具有一系列的一个符号延迟，根据运行频带中信道的典型存储长度选择此类延迟的数量L以给出延迟线长度。在每个抽头延迟线中，一系列乘法器从延迟线的各个抽头提取延迟信号并将它们中的每个与相应复权重相乘。例如，在具有单独的延迟52/m₁₁，...，52/m_1L的延迟线50/m₁中，一系列乘法器54/m₁₁，...，54/m_1L将各抽头信号分别与复权重w₁₁，...，w_1L相乘，而在具有单独延迟52/m_N1，...，52/m_NL的延迟线50/m_N中，一系列乘法器54/m_N1，...，54/m_NL将各抽头信号分别与复权重w_N1，...，w_NL相乘。其他抽头延迟线与上述类似。

延迟线50/m₁，...，50/m_N的输出，即分别来自乘法器54/m_1L，...，54/_NL的信号，被加法器56/m组合以形成y_m，1，用户m的主特征滤波器输出。应注意可以有任何数量的此类特征滤波器，其组合后的输出将构成主子空间滤波器输出，即子空间信号y_m。因而，y_m＝[y_m，1..._ym，μ]，其中μ是为用户m定义主子空间维的特征滤波器数量。该估计y_m被提供给所有信号处理器60/0，...，60/M(图1)。

如正要描述的，权重根据第二级的统计动态地自适应。与接收训练序列作为接收包的一部分同步，训练序列产生器42/m生成用户m的已知训练序列的拷贝。训练序列产生器42/m的输出s_m[k]被协方差矩阵估计器44/m用来在所有时空抽头位置上估计用户m的当前信道协方差矩阵R_i。这随后被用来更新用户m的长期协方差矩阵∑_m的连续估计。接着，特征向量估计器46/m以∑_m的估计为基础来估计其基本特征向量。所述特征向量的各单独分量形成当前复权重w₁₁，...，w_1L，...w_NL，这些复权重被提供给滤波器组48/m中的乘法器54/m₁₁，...，54/m_1L，...54/m_NL，用于对接收信号的后续处理。

现在将参照图3中的流程图详细描述特征滤波器50/m₁，...，50/m_N使用的自适应过程，其中详述一组8个特征滤波器(对应8个发射用户)的联合运行。

特征滤波器的自适应要求保持每个信号的长期协方差矩阵的连续估计。可以在每次从感兴趣用户处接收包含已知训练符号的包来更新这种估计。但是，因为长期统计变化相对较慢，所以针对给定用户的估计更新频率将比训练序列(一般在来自感兴趣用户的每个包中提供)的发生频率低得多。

在步骤3.1，主子空间滤波器40/m等待当前估计间隔过去(如上文所论述的，其中“估计间隔”指长期估计的相对较长间隔)；在步骤3.2，等待下一个时隙开始。假定已知训练序列为前缀并因此处于所述时隙的开端，在步骤3.3，在缓冲器中存储对应训练前缀的接收信号部分，用于进一步处理。

假设

是表示在所有特征滤波器抽头上用户m的时空信号特征的“延迟扩展的”NL×1向量，即

其中是阵列输入端中延迟nT(第n倍符号周期)处用户m的信道的向量脉冲响应的采样，在步骤3.4，主子空间滤波器40/m根据下式获得用户0的向量脉冲响应

的估计

其中s₀[k]是用户0的K个符号长的训练序列(从训练序列产生器42/0获得)，

是在所有特征滤波器抽头上对应第n个训练序列的第k个训练符号的时空接收信号向量。例如，对于T₀秒的固定估计间隔和T秒的符号周期，

在步骤3.4，对于当前间隔，特征滤波器协方差矩阵估计器44/m根据下式计算用户0的协方差矩阵的估计：

${\hat{R}}_0\left[n\right]=\frac{1}{K}{\hat{c}}_0\left[n\right]{\hat{c}}_0{\left[n\right]}^H---\left(9\right)$

按照定义，信号(s_m)的长期延迟扩展的协方差矩阵为

因此，在步骤3.5更新(对于用户0)的连续估计。估计器44/m根据以下递归关系获得

的连续估计：

${\widehat{\mathrm{\&Sigma;}}}_m\left[n\right]=\mathrm{\&gamma;}{\widehat{\mathrm{\&Sigma;}}}_m[n-1]+(\mathrm{\&gamma;}-1){\hat{R}}_m\left[n\right]---\left(11\right)$

其中是在对来自用户m的信号的第n个接收训练序列进行处理之后的NL×NL长期协方差矩阵估计，s_m[k]是用户m的训练序列中的第k个符号，以及γ是遗忘因子，被选择作为训练更新频率和感兴趣的传播环境中长期协方差矩阵的变化率的函数。在大多数系统中，很可能γ的取值在0.8和1之间。

协方差矩阵估计器44/m向特征向量估计器46/m提供估计

特征向量估计器46/m在步骤3.6利用它估计基本特征向量，由此完成滤波器组48/0的权重估计/更新过程。

在该实施方案中，利用迭代乘方法执行基本特征向量的估计[12]。这需要特征向量的初始估计和协方差矩阵的估计(在步骤3.5、3.10，...，3.14中获得)。基于这些估计，的主特征向量可根据下式得到：

其中是在乘方法的第i次迭代之后(包括规一化，即

)在所有NLS-T特征滤波器抽头上主特征向量的第n个估计间隔中的估计。乘方法的收敛率取决于比率

其中λ₁和λ₂是

的最大和第二大特征值。对于调节良好的矩阵和任意起始向量

收敛将通常在10次迭代之内发生。

在新用户的网络入口上，不管特征值的分配，要保证对主特征向量进行可靠的估计，大量的迭代(50-100次)可能是必要的。但是，在这之后，因为连续的协方差矩阵估计∑_m[n]从一个值到下一个值变化很小，所以在协方差矩阵更新之间仅需要乘方法的少量(甚至可能是1或2次)迭代。

现在参照附图4中的流程图描述用户m的特征向量估计过程(由特征向量估计器46/0，...，46/7执行)。

在步骤4.1，估计器46/m将估计间隔指数n与0进行比较；如果n＝0，则执行第一次估计，因为感兴趣用户组已进入网络。因此，不存在用户m的基本特征向量的在前估计，并且在步骤4.2使用任意估计来设置最初的起始点

在步骤4.3，迭代数量I被设置得相对较高(50)，因为起始点不必接近实际的特征向量。

如果在步骤4.1中n＞0，则在步骤4.4中，估计器46/m将起始点

设置为由在前估计间隔中得到的特征向量估计

在步骤4.5，将迭代数量I设为5。

在步骤4.6，估计器将迭代指数I设为0，然后在步骤4.7，根据下式执行乘方法的第一次迭代：

$z^{(i-1)}={\widehat{\mathrm{\&Sigma;}}}_m\left[n\right]{\hat{u}}_m^{\left(i\right)}\left[n\right]---\left(13\right)$

在步骤4.8，估计器将向量zⁱ⁺¹归一化为单位向量(unity)以生成精确估计在步骤4.9，估计器检验迭代的指定次数是否已执行。如果没有，则在步骤4.10，它将迭代指数I加1并重复步骤4.7至4.10，如返回步骤4.7的循环所示。重复该过程直到I＝I-1。最后，将迭代过程的最终结果

指定为当前基本特征向量估计

每次获得主特征向量的新的更新时，立即将其分向量传递到特征滤波器组50/m₁，...，50/m_N(图2)的权重寄存器中。

对用户1到7，即滤波器组48/1到48/7，在步骤5.8至5.14中重复同一过程。

在一替代实施方案中，相应于图3中示为虚线和框的增加项所示，在步骤3.7、3.11，...，3.15中也计算次特征向量，将第二输出添加到所有主子空间滤波器40/0，...，40/M，并由此向后续的信号处理器60/0，...，60/M提供更大的灵活性。如下面要解释的，这可以提供抗码间干扰(ISI)及抗同信道干扰(CCI)的更优性能，和/或减少处理器60/0，...，60/M中对时间处理的要求。实际上，可以由此计算出任意期望数量R个特征向量以达到期望成本/性能的折衷和/或在共用预处理部分40与每一用户处理器60/0，...，60/M之间的期望复杂性平衡。

必须按特征向量重要性渐减的次序执行次特征向量及更多的特征向量估计。在按照图4对基本特征向量进行估计之后，估计器从协方差矩阵

中减去其贡献。由此得到的协方差矩阵，标为A₂，具有一大约等于的次特征向量的基本特征向量；因而可按参照图4描述的过程对后者进行估计。

对于任意数量R的主特征向量，在图5中详述该过程。在步骤5.1，将特征向量次序指数r设为1，代表基本特征向量。在步骤5.2，将初始协方差矩阵A₁设为接下来，基于A_r并按照图4中概述的过程在步骤5.3中获得基本特征向量u_m[n]的估计。然后，在步骤5.4中，特征向量估计器46/m检验是否已计算过全部R个特征向量。如果没有，在步骤5.5中，根据下式计算第r次序特征值的估计：

${\widehat{\mathrm{\&lambda;}}}_r={\hat{u}}_{m,r}^H{A}_r{\hat{u}}_{m,r}---\left(14\right)$

以及在步骤5.6，根据下式从A_r中减去相应特征向量：

$A_{r+1}=A_r-{\widehat{\mathrm{\&lambda;}}}_r{\hat{u}}_{m,r}{\hat{u}}_{m,r}^H---\left(15\right)$

对于后续特征向量，在步骤5.7中将指数r增1并重复步骤5.3至5.6。

来自主子空间滤波器40/0，...，40/M的输出信号y₁，...，y_M，即共用预处理部分40的输出，被每一用户信号处理器60/0，...，60/M用来分别提供用户专用估计接收信号z₀，...，z_M，这些信号是M+1个期望信号的估计，每个信号处理器利用所有主子空间滤波器40/0，...，40/M的输出来产生其各自的估计。

希望参照图2到图5描述的共用处理部分40产生一组具有减少的维度的信号以供进一步处理。由于只跟踪信道的子空间结构，而非其瞬时行为，这组信号，或者基，通过长期适应来自适应。

一秒中的每十分之一仅需执行一次该长期循环(与图3相应)。该估计间隔可对应几百个包。另一方面，与每一用户处理器60/0，...，60/M有关的方法是短期循环(将在此后参照图7针对优选实施方案描述)，它一般必须每个包执行一次。

信号处理器60/0，...，60/M可以采用多种形式。根据该优选实施方案，其中如前文所述主子空间滤波器40/0，...，40/M是时空基本特征滤波器，信号处理器60/0，...，60/M只是包括特征滤波器输出端的加权与相加结构，如图6所示。

参照图6，信号处理器60/0，...，60/M是相同的，仅描述一个，即信号处理器60/0。它包括多个乘法器64/0₀，...，64/0_M，这些乘法器将权重w₀₀，...，w_0M分别作用于来自主子空间滤波器40/0，...，40/M的子空间信号y₁，...，y_M。如后面将描述的，权重w₀₀，...，w_0M实质上依靠瞬间信道特性导出并更新。导出并更新这些权重的装置对本领域技术人员来讲是已知的，因此为清晰起见，在图6中未示出该装置。

然后，加权后的信号由组合器62/0相加，其输出z₀反馈给检测器80/0(也参见图1)。应注意，每个其他信号处理器40/1，...，40/M也利用所有输出信号y₀，...，y_M来获得输出z₁，...，z_M中相应的一个。

同样重要的是要注意，即便传送被即刻中断(诸如在突发数据通信中)，由于在每个间隔中重新估计权重，也不会发生问题。

在步骤7.1，特征向量估计器46/m(图2)等待下一个包开始。一旦获得包，在步骤7.2估计器将对应训练序列的该包的一部分存储在缓冲器(未示出)中。在步骤7.3，按下式计算特征滤波器组的输出向量y的(M+1)×(M+1)短期协方差矩阵R_yy的估计：

${\hat{R}}_{\mathrm{yy}}=\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}y\left[k\right]y{\left[k\right]}^H---\left(16\right)$

由于在这一点不必区分各个传送信号，因此并不必需训练序列。而且，由于同一矩阵R_yy被所有用户使用，所以如果所有用户的训练序列是同步的，该步骤每个循环只需执行一次。

在步骤7.4，估计器将用户指数m设为0，在步骤7.5它利用由用户m传送的已知训练序列通过特征滤波器组的输出估计用户m的(M+1)×1信号特征向量，即：

$d_m=\frac{1}{K}\underset{\mathrm{Lk}=1}{\overset{K}{\mathrm{\&Sigma;}}}y\left[k\right]s_m^{*}\left[k\right]---\left(17\right)$

训练序列将由构成特征滤波器40/m一部分的训练序列产生器(图2)42/m提供。于是产生器42/m将偶尔(当存在具有较长估计间隔的交叉点时)在主子空间滤波器40/m中馈入“长期”估计并同时在处理器60/m中馈入“短期”估计。

实际上，虽然图7的“短期”循环通常执行得比图3的“长期”循环更为频繁100次的量级，但是二者可以使用相同的训练序列，假定在每个包中可用。不过，长期循环将明显使用它们中的较少量。

应该注意，“短期”协方差矩阵和信道估计最好都应在同一批所接收采样(相应于由所有用户同时发出的训练序列)上被估计，以确保统计的一致性并防止严重的性能下降。

在步骤7.6，估计器根据下式计算将均方误差最小化的权重向量w_m：

$w_m={\hat{R}}_{\mathrm{yy}}^{-1}{\hat{d}}_m---\left(18\right)$

在步骤7.7估计器46/m将由此获得的权重传递到信号处理器60/m。然后在步骤7.8，估计器46/m确定所有信号处理器中的权重是否已被更新过。如果它们已更新过，则估计器返回步骤7.1等待下一个时隙并重复该过程。如果它们未更新过，则估计器在步骤7.9将指数m增1并重复步骤7.5到7.8以更新下一个处理器。重复步骤7.5至7.9直到所有处理器60/0，...，60/M将它们的权重更新并在步骤7.8得到m＝M。

以上参照图6描述的实施方案称作“反馈MMSE组合的时空特征滤波”。

为简述要旨，本发明的实施方案能够以包括两个循环，也就是长期和短期循环这样的算法方式描述。长期循环可以总结如下：

对于每个用户m，

(i)基于用户m发射的已知训练序列估计特征滤波器m的所有NL个抽头上用户m的信号特征的短期协方差矩阵；

(ii)使用短期估计来更新用户m的信道估计的长期平均协方差矩阵的连续估计(等式11)；

(iii)使用长期协方差矩阵的连续估计和来自在前迭代的其主特征向量的估计作为起始点，通过执行乘方法的一次或多次迭代来更新所述连续估计(等式12)。如果配置了次特征滤波器，则除了要从协方差矩阵估计中先验性地减掉主特征向量以外，相同的过程适用更新次特征滤波器。

(iv)将经计算的权重(即估计后特征向量的元)传递到第m个主子空间滤波器。

(v)等待下一个长期训练间隔的开始，然后重复步骤(i)至(iv)。

短期循环可以总结如下：

1.估计特征滤波器组的输出的(M+1)×(M+1)短期协方差矩阵R_yy；

对于每个用户m，

2.在特征滤波器组的输出上估计用户m的(M+1)×1信号特征向量；

3.计算权重向量 $w_m={\hat{R}}_{\mathrm{yy}}^{-1}{\hat{d}}_m;$

4.将权重传递到第m个组合器；

5.等待下一个短期训练间隔(第m个用户传送的下一个包)开始，然后重复该循环(步骤2至4)。

替代实施方案

信号处理器60/0，...，60/M也可含有均衡功能，从而执行时空处理。这样的扩展对本领域技术人员来说是相对直接的，并且在信号质量和/或为了获得给定级别的性能而在预处理部分40中减少对很多子空间维的需求方面具有提高性能的优势(以增加复杂性为代价)。

在一替代实施方案中，特征滤波器组48/0，...，48/M严格执行空间处理，将所有的时间处理留给每一用户信号处理器60/0，...，60/M。因而，特征滤波器组48/0，...，48/M具有图2中描述的结构但只有一列权重，即L＝1。这样的实施方案称作“反馈MMSE时空处理的空间特征滤波”。

应该注意，后一实施方案比“反馈MMSE组合的时空特征滤波”提供了较优的性能增益但复杂性降低较少。实际上，仅当天线元数量大于用户数量时才能够获得与常规时空处理相比净复杂性的降低。然而，为了提供用户信号的空间区分加上抗多径衰减的某种增益，即使在常规的时空处理器中也通常是这种情况。

虽然一般做法是假设在一个块的长度上可以将信道看作是静态的(即块的长度显著小于信道相干时间)，但本发明在其他需要连续跟踪(使用诸如最小均方(LMS)或卡尔曼滤波算法之类的自适应算法)的情况下同样适用良好。

如果实际上执行了连续跟踪，则有可能不需要提供频率训练序列。实际上，只要已做的决定(past decision)是可靠的，可以将它用作训练符号来执行子空间滤波和权重计算更新(“决定引导的自适应”)。虽不时常发生，但仍然需要训练序列来：(1)当形成新链路时初始化系统，使得它的第一个决定足够可靠以开始跟踪过程；以及(2)周期性重新设置系统以将由跟踪引起的误差最小化。

在根本不需要训练序列的情况下也可以使用盲自适应技术。同样地，本发明的原理也很好地适用于与数字调制信号相对的模拟波形。

发射站不必限制为使用单个天线。如果它们具有多个天线，由此形成多输入、多输出(MIMO)链路，则可以用多种方式对这里描述的本发明的实施方案进行适当修改，同时保留本发明的本质和优点。例如，属于同一用户的每个发射机天线元可以在接收机处有它自己的主子空间滤波器。因而，全体主子空间滤波器会向单个的每一用户信号处理器馈入信号，后者可执行标准MIMO接收方法如分层时空(LST)连续取消方法。

无论是一维的还是二维的(在MIMO链路中)，都可以用对本领域技术人员来说应是明显的方法引入纠错编码。

同样地，在不偏离本发明范围的情况下，对于每一用户处理器60/0，...，60/M可考虑线性MMSE处理的多种替代方法。可能的方法包括决定-反馈处理、延迟的决定-反馈、多用户或MIMO决定-反馈、最概然序列估计(MLSE)等等。

可以使用不基于信道的子空间结构的替代方法来形成与每个用户匹配的基础信号。例如，它们可以基于对表征每个用户信号的主到达方向的估计。

本发明也可适用于CDMA系统。因而，例如可以在子空间滤波器40/0...40/M的输出处执行通常的解展频。可替代地，可在预处理部分40的输入处提供一组解展频器并向每个主子空间滤波器供给所有解展频的信号。

复杂性降低

为了比较复杂性，将考虑具有68字节包(约略为ATM信元的大小)的10Mb/s系统的示例。在每对连续的包之间插入保护字节。如果8个用户(即M＝7)在同一载波上每十个时隙同时发送一次包，则因每秒钟有18115.94个时隙，所以感兴趣用户以每秒1811.59个包的速度发射信号。按这个速度，由于多径衰减，典型地，信道从一个包到下一个包将十分不同，以保证每一用户处理器60/0...60/M在每个包期间再训练。也可假定所有自适应滤波器具有10个符号间隔抽头的长度；每个包包含32位的已知训练序列；以及阵列具有10个元(即N＝10)。

假定长期协方差矩阵具有最坏情况下90％相关的相关时间0.5s[9]；每0.1s将对它的估计进行估计一次，并且也是每0.1s将执行乘方迭代一次。而且，假定只要需要对大于训练序列长度的协方差矩阵(即大于32×32)进行倒置，就使用对角线加载(即对对角线的所有元增加一小的常数)，因为否则在这些条件下协方差矩阵可能是奇异矩阵。

以需要的乘法和加法运算数量来说，表1说明了两种建议结构对标准MMSE时空处理而言的用数字表示的相对复杂性。全部数字是所有8个用户的总和。

表1：与常规MMSE时空处理相比，建议结构的用数字表示的相对复杂性。

运行理论

虽然不希望被理论所限制，但将给出对运行理论的解释以便于理解优选实施方案。

考虑到信号的长期均协方差矩阵的特征分解(即它的子空间结构)，对应最大特征值的特征向量构成这里所称的主特征滤波器。形式上，在平衰减环境中的信号s_m(t)(由M+1个用户中的第m个发射)的N×N长期相关矩阵(其中N是在基站接收天线元的数量)可以定义为

∑_m＝<x_m(t)x_m(t)^H>                   (19)

其中

x_m(t)＝c_m(t)s_m(t)                    (20)

且x_m(t)是来自用户m的接收信号，c_m(t)是用户m与阵列(也称作用户m的空间信号特征)之间的N×1基带等效向量信道，s_m(t)是来自用户m的有用发射信号，以及期望值<·>可解释为在长到足以消除短期信道波动的一个周期上的时间均值或者在可能信道实现的分布上的总体均值。

众所周知的是，在几乎所有地面传播环境中，在短期内可将窄带(即平衰减)无线信道准确地描述为零均值(Rayleigh型衰减)或非零均值(Rician型衰减)复数高斯变量。据此得出，在任一瞬间得到的向量c_m是复高斯向量，它的特征由其长期协方差矩阵(在Rayleigh衰减的情况下等于∑_m)及其均值向量μ_m来表示，其中

Φ_m＝<(c_m-μ_m)(c_m-μ_m)^H>               (21)

是用户m的向量信道的长期协方差矩阵的一般定义。

不失一般性，该说明书的剩余部分将假设衰减是Rayleigh型的，并且用户m的协方差矩阵可从而由∑_m明确地表示。

对于频率选择性衰减信道，相关矩阵可定义为频率依赖的矩阵：

其中

表示在延迟τ变量上得到的傅立叶变换以及<·>_t表示在时间变量t上的均值。而且，分散信道脉冲响应c_m(t，τ)定义为源自在时间t发出脉冲的在时间t+τ收到的回波。

在频率选择性衰减信道的一般情况下，首先考虑主空间特征滤波器。仅对于空间滤波，从信号m“频率平的”协方差矩阵进行，由进一步的频率或延迟均值得到：

${\stackrel{\&OverBar;}{\mathrm{\&Sigma;}}}_m\frac{1}{f_{\max }-f_{\min }}{\&Integral;}_{f_{\min }}^{f_{\max }}{\mathrm{\&Sigma;}}_m\left(f\right)\mathrm{df}={<c_m(t,\mathrm{\&tau;})c_m{(t,\mathrm{\&tau;})}^H>}_{\{t,\mathrm{\&tau;}\}}---\left(23\right)$

应该注意，尽管这里提出的分析是在频域中，而以下描述的优选实施方案则在时域中实现。

可通过帕什法关系证明∑_m的两个定义(在延迟域中和在频域中)是等效的。

那么信号m的主空间特征滤波器只是对应其最大特征值的

的特征向量。它的长度等于天线元的数量，并且可执行作为一组权重用于混合阵列的输出。

统计上，可显示在不跟踪多径衰减的情况下，权重的固定组合提供了最高平均信号输出。有些分析和模拟结果已表明，长期相关矩阵即使在有移动用户时也变化得相对较慢，并且可通常假定对于秒级的周期是固定的[9]。该假定也已被用于形成[10]和[11]中下行波束形成系统的基础。在宽带无线情况下，由于用户是固定的，有理由期待变化率甚至会更慢。这意味着，在所有情况下，在使用要求可忽略的数值作用的长期跟踪自适应系统的背景下，可以计算特征滤波器。如在“优选实施方案”部分所描述的，这正是本发明的复杂性优势所在。

如果有M+1个信号且期望信号是信号s₀，让我们在输入向量上定义一个空间变换，它可以采用形式：

y[n]＝Ux[n]＝Uδ[n]*x[n]        (24)

其中δ[n]是克罗内克δ函数，x[n]是在时间指数n时的阵列输入向量，以及

$U=\left[\begin{array}{c}{u}_0^H\\ u_1^H\\ \&CenterDot;\\ \&CenterDot;\\ \&CenterDot;\\ u_M^H\end{array}\right]---\left(25\right)$

是(M+1)×N矩阵，其中u_m是如上文所述的第m个信号的主空间特征滤波器。在该变换的输出处，第m个信号的相关矩阵表示为：

对所有f∈[f_min，f_max]，有 ${\widetilde{\mathrm{\&Sigma;}}}_m\left(f\right)=U{\mathrm{\&Sigma;}}_m\left(f\right)U^H---\left(26\right)$

在变换U输出处的期望信号特征成为

对所有f∈[f_min，f_max]，有d₀(f)＝Uc₀(f)   (27)

其中c₀(f)是在变换之前的期望信号特征。

由此得出，可利用用于在修改的协方差矩阵上确定参数的标准线性MMSE自适应的已知方法和公式来分析以向量y[n]作为输入的MMSE时空组合器的性能。

该部分的其余部分包括在具有时空子空间滤波、不具有自适应均衡以及不失一般性，还假定主子空间滤波器具有一维的实施方案的频域中的性能分析。

通过定义对应“频率扩展的”时空向量上的主特征向量的预滤波变换(即特征滤波器组)继续进行：

其中

是NN_b×1频率扩展阵列输入向量，它通过将感兴趣频带分割成宽度Δ_b显著小于相干带宽的N_b个子频带(即在单个子频带内可认为衰减是平的)获得。同样地，

是特征滤波器输出的(M+1)N_b×1频率扩展向量并表示为

其中向量的每个元是表示平衰减信道叠加的复数，y(f)是时空特征滤波器组的(M+1)×1依赖频率的输出向量。而且，应注意

是(M+1)N_b×1大小的向量。还有，

其中

是对应信号s_m的主时空特征滤波器的频率扩展形式。

所有这些量都是时变的(除在短期内是固定的U以外)，但为清楚起见忽略时间依赖性。

可通过定义“频率摩擦的”(frequency-crunched)信道向量来评估系统性能：

${\stackrel{\&OverBar;}{d}}_m=\underset{k=1}{\overset{N_b}{\mathrm{\&Sigma;}}}{d}_m(f_{\min }+\frac{(2k-1){\mathrm{\&Delta;}}_b}{2}){\mathrm{\&Delta;}}_b---\left(32\right)$

其中是每个前述频率子频带的宽度，d_m(f)是在变换启定义用户m的信号特征的(M+1)×1向量，使得它的频率扩展形式

而且，

是以与等式(29)相同的方式定义的频率扩展向量。

可按下列形式的进一步线性变换重写上述操作：

其中V是以下形式的(M+1)×(M+1)N_b矩阵：

$V=\left[\begin{array}{ccccccccc}1& 0& 0& (M-1\mathrm{zeros})& ...& 1& 0& 0& (M-1\mathrm{zeros})\\ 0& 1& 0& (M-1\mathrm{zeros})& ...& 0& 1& 0& (M-1\mathrm{zeros})\\ 0& 0& 1& (M-1\mathrm{zeros})& ...& 0& 0& 1& (M-1\mathrm{zeros})\\ .& .& .& .& .& .& .& .& .\\ .& .& .& .& .& .& .& .& .\\ .& .& .& .& .& .& .& .& .\end{array}\right],---\left(34\right)$

是信号特征d_m的频率扩展形式。相应的短期协方差矩阵由下式给出：

以y作为输入但并不执行时间处理(即均衡)的线性MMSE组合器的输出可写为

因为只是单个的权重与每个时空滤波器的输出相乘，所以扩展的权重向量在频谱上是平的。换句话说，

w(f)＝w    (37)

因而扩展的权重(M+1)N_n×1向量具有形式：

这意味着输出可被表示为

$z=w^H\stackrel{\&OverBar;}{y}---\left(39\right)$

其中

$\stackrel{\&OverBar;}{y}={\mathrm{\&Delta;}}_b\underset{k=1}{\overset{N_b}{\mathrm{\&Sigma;}}}y(f_{\min }+\frac{(2k-1){\mathrm{\&Delta;}}_b}{2})---\left(40\right)$

这也可记为线性变换

根据MMSE滤波理论，在这种情况下最优的权重向量是

$w_{\mathrm{opt}}={\stackrel{\&OverBar;}{R}}_{I+N}^{-1}{\stackrel{\&OverBar;}{d}}_0---\left(42\right)$

因此，反馈线性MMSE组合器的时空特征滤波的最优MMSE性能是

${\mathrm{\&mu;}}_0={\stackrel{\&OverBar;}{d}}_0^H{\stackrel{\&OverBar;}{R}}_{I+N}^{-1}{\stackrel{\&OverBar;}{d}}_0---\left(43\right)$

由于等式(33)中的变换，显然

是具有以下协方差矩阵的复高斯向量：

并且

与从平衰减环境中虚构的M+1元阵列获得的短期干扰加噪声协方差矩阵等效。它的每个干扰项从一复高斯向量获得，该复高斯向协方差矩阵等效。它的每个干扰项从一复高斯向量获得，该复高斯向量在按照等式(44)适当变换的协方差矩阵上确定参数。

与标准时空处理相比，虽然这种方法通过使用多用户信道基础大大减少了复杂性，但这么做是以降低性能为代价的。尤其是，抗衰减(ISI)的鲁棒性将稍微降低。在这是不可接受的情况下，可通过向子空间增加第二维(从而实现次特征滤波器)或者向子空间滤波器增加更多维来加强系统。

如等式(28)，通过定义对应次特征向量的预滤波变换，获得次特征滤波器组的输出：

其中

是对应信号(s_m)的基本时空特征滤波器。

由此得出，在扩展至包括次特征滤波器组的系统中，预滤波部分的总输出向量定义为

在这种情况下，在预滤波变换之后用户m的信号特征变成

同样地，用户m的频率摩擦信号特征变成

其余步骤与仅使用主特征滤波器的情况相同。对于具有任何维数的主子空间，可以直接的方式同样作出类似的概括。

应该注意，如同MMSE组合器，特征滤波器基础本身也是使用时空布置中的一系列抽头实现的。然而，两个因素共同使得涉及适应这些抽头的工作量可以忽略。

●因为在短期内可认为特征滤波器是固定的，所以与MMSE组合器抽头相比，自适应发生在较长时间的情况下。这里建议的自适应方案是基于乘方迭代方法的。

●仅需要一个基础来容纳多个(最多至M+1)MMSE组合器。

工业实用性

本发明的实施方案在同时接收多个信号的站内接收机中将是有用的，例如(i)蜂窝通信系统中的基站或无线LAN中的接入点；(ii)能够同时维持多个链接的ad hoc网、免授权网络或分组无线网络内的中继站或终端站；以及(iii)多输入多输出(MIMO)系统内的终端或接入点。

就处理能力、硬件复杂性或两者全部而言，本发明的实施方案可以提供较低成本的解决方案。实际上，相对于规范的线性时空接收机它们可以在复杂性上降低一个数量级，而且性能下降最小。

应该意识到，本发明不被限制于前述实施方案，而是在需要连续跟踪(使用诸如LMS之类的自适应算法)的其他情况下同样能够应用良好。

本发明优选实施方案的复杂性降低方面源自(i)共用预处理部分的共享性质，即它对所有用户是复用的；和(ii)它自适应缓慢的事实，即在硬件和/或软件复杂性方面需求少。

将要意识到，本发明不限于采用时空处理的接收机，而是包括采用空频处理的接收机，例如使用快速傅立叶变换甚至严格的空间处理的接收机。

尽管已对本发明的实施方案进行了详细描述和说明，应清楚了解的是，上述描述只是为了说明和示例，而不应理解为限制本发明，本发明的范围仅由随附权利要求限定。

定义

在本说明书中：

“信道”指发射信号与相应接收信号之间的关系。

“向量信道”指具有单个输入和多个输出(SIMO)的信道或者具有多个输入和单个输出(MISO)的信道。信道向量的每个输入描述了相应信道分量的振幅和相位。

“分散信道”或“宽带信道”是脉冲响应显著长于一个符号周期的信道，由此导致后续发射符号之间的重叠，即码间干扰(ISI)。这样的信道不能用单个复增益充分描述。它可在时域中被描述为延迟的连续或离散(即符号间隔的采样)函数，或者在频谱域中被描述为频率的连续函数。

“窄带信道”或“平衰减信道”具有短于一个符号周期的脉冲响应，因而可由单个复增益(或在向量信道情况下它的向量)描述。

“时空信道”是向量信道，它也是分散的并由此可描述为复增益的时空矩阵，或者依赖频率的向量。

“协方差矩阵”是向量量或矩阵量的时间或频率平均的外积。在本文中，这两个量中的任一个是向量信号或向量信道。无线信道的协方差矩阵刻画构成此类信道特有的快速、随机的瞬间波动的基础的长期统计的特征。此类协方差矩阵变化速度比它们刻画的信道慢得多，本发明的实施方案利用这个事实来降低它们的复杂性。

信道“子空间”是多维空间，它由组成刻画N元信道向量的N维空间的维数子集构成。“主子空间”是对应信道最重要维的子空间，即平均起来包含最多信道能量的正交方向的子集。

参考文献

[1]J.G.Proakis，数字通信，3rd ed..纽约：McGraw-Hill，1995，第152-163页；

[2]S.Verdu，多用户检测，剑桥：剑桥大学出版社，1998，第154-213页；

[3]R.D.Gitlin等人，美国专利号6,188,718，“在混合速度的通信系统中减少同信道干扰的方法和装置”，2001年2月13日授权；

[4]C.H.Barratt，美国专利号5,592,490，“特别有效的高容量无线通信系统”，1997年1月7日授权；

[5]R.H.Roy，III和B.Ottersten，美国专利号5,515,378，“空分多址无线通信系统”，1996年5月7日授权；

[6]B.Ottersten等人，美国专利号5,828,658，“带有时空处理的特别有效高容量无线通信系统”，1998年10月27日授权；

[7]J.Salz，“在交叉连接的线性信道上的数字传送”，AT&TTech.J.，第64卷(vol.64)第6期(no.6)，1985年7-8月，第1147-1159页；

[8]B.R.Petersen和D.D.Falconer，“圆周固定干扰中的均衡”，技术报告SCE-90-01，系统和计算机工程系，卡尔顿大学，1990年1月；

[9]S.Roy和D.D.Falconer，“模拟与窄带基站相关的分集信道”，in Proc.CTMC’99，温哥华，加拿大，1999年6月；

[10]C.Farsakh和J.A.Nossek，“在SDMA移动无线系统中基于空间协方差的下行波束形成”，IEEE Trans.Comm.，第46卷(vol.46)第11期(no.11)，第1497-1506页，1998年11月；

[11]D.Gerlach，移动无线网络中在基站的自适应发射天线阵列，博士学位论文，斯坦福大学，斯坦福，美国，1995年8月；

[12]G.H.Golub和C.F.Van Loan，矩阵计算，巴尔的摩：Johns Hopkins大学出版社，1989年；

[13]M.V.Clark，数字蜂窝无线电通信中的多样性和均衡，博士学位论文，坎特伯雷大学，克赖斯特彻奇，新西兰，1992年。

Claims (17)

1.一种用于处理经阵列天线从M+1个共信道发射用户接收的信号的阵列接收机，所述阵列天线具有N个天线元组成的阵列以获得一组用户专用估计接收信号(z₀，...，z_M)，每个所述用户专用估计接收信号相应于所述发射用户中的相应的一个，所述接收机具有：

射频单元(26/1，...，26/N)，用于转换来自所述阵列天线的信号，以分别提供相应的一组N个天线信号(x₁，x₂，...，x_N)，

其中N至少等于发射用户的数量M+1，所述天线信号(x₁，x₂，...，x_N)中的每个包括来自所述M+1个发射用户中的每个的信息，共用预处理部分(40)，用于接收和处理来自所述射频单元(26/1，...，26/N)的N个天线信号(x₁，x₂，...，x_N)以提供M+1个基础信号(y₀，...，y_M)，和

M+1个信号处理器单元(60/0，...，60/M)，每个都用于处理所述基础信号(y₀，...，y_M)以提供所述一组M+1个用户专用估计接收信号(z₀，z₁，...，z_M)中的相应的一个，

其中所述共用预处理部分(40)包括

滤波装置(40/0，...，40/M)，用于对N个天线信号(x₁，x₂，...，x_N)中的每个采样，并组合所述天线信号(x₁，x₂，...，x_N)中至少一些的采样结果，以提供所述M+1个基础信号(y₀，...，y_M)，每个基础信号(y₀，...，y_M)包括天线信号(x₁，x₂，...，x_N)的一个不同线性组合并且具有μ个维度，所述μ个维度张成一个主子空间，所述主子空间含有来自所述发射用户信号中相应的一个的大多数能量，所述M+1个基础信号(y₀，...，y_M)总共具有较被组合的N个天线信号(x₁，x₂，...，x_N)的时空维N×L更少的时空维μ×(M+1)，其中L是以符号周期计的信道脉冲响应的最大长度，和

更新装置，用于周期性更新用来导出每个具体的所述基础信号的滤波装置(40/0，...，40/M)的参数，使得各个用户专用估计接收信号(z₀，...，z_M)呈现期望的最优化能量集中度，

且其中每个所述信号处理器单元(60/0，...，60/M)具有多个输入，所述多个输入连接到共用预处理部分(40)以从该共用预处理部分(40)接收所有M+1个基础信号(y₀，...，y_M)，且

被配置为处理并组合所述M+1个基础信号(y₀，...，y_M)中的至少一些，以为所述M+1个发射用户中和所述信号处理器单元相关联的一个期望的用户生成所述用户专用估计接收信号(z₀，...，z_M)中的相应的一个。

2.根据权利要求1所述的接收机，其中所述更新装置包括依靠所有用户信道的信道特性调整所述参数的装置。

3.一种用于处理经阵列天线从多个发射用户接收的信号的阵列接收机，所述阵列天线具有分别提供一组天线信号(x₁，x₂，...，x_N)的N天线元阵列，每个天线信号包括来自每个用户的信息，

其中所述接收机具有：

共用预处理部分，用于采样每个所述天线信号(x₁，x₂，...，x_N)并且处理所述天线信号中至少一些的采样，以形成多个基础信号(y₀，...，y_M)，所述基础信号(y₀，...，y_M)总共具有较组合的天线信号的时空维更少的时空维，和

多个信号处理器单元，每个都具有连接到所述共用预处理部分的用于接收所有所述基础信号的多个输入，每个信号处理器单元为和所述信号处理器单元相关联的一个期望的用户处理并组合所述基础信号以产生一组估计接收信号(z₀，...，z_M)中的相应的一个，

所述共用预处理部分包括

滤波装置，用于组合所有所述天线信号(x₁，x₂，...，x_N)以提供所述多个基础信号(y₀，...，y_M)，每个所述基础信号(y₀，...，y_M)包括所述天线信号的一个不同线性组合，

每个所述信号处理器单元合并所述基础信号以提供一个用户专用输出信号，和

更新装置，用于周期性更新用来导出每个具体的所述基础信号的滤波装置的参数，使得各个用户专用输出信号呈现由所述阵列天线所接收的、那个期望用户的接收信号的、期望的最优化能量集中度，且

其中每个所述信号处理器单元包括在组合基础信号(y₀，...，y_M)之前将其加权的装置，依靠所有用户信道的信道特性调整权重(w₀₀，...，w_MM)，

且所述滤波装置的参数更新得不如所述信号处理器单元的权重(w₀₀，...，w_MM)频繁。

4.根据权利要求1所述的接收机，其中基础信号的数量等于期望用户信号的数量。

5.根据权利要求1所述的接收机，其中共用预处理部分(40)包括产生一组基础信号y_m＝[y_m，1，...，y_m，μ]的M+1个主子空间滤波器(40/0，...，40/M)，其中m是滤波器的指数且m＝0，1，...，M，所述基础信号y_m是输入信号(x₁₁，x₁₂，...，x_1L，x₂₁，x₂₂，...，x_2L，...，x_N1，x_N2，...，x_NL)在由携带最多能量的信号m占用的子空间的μ维上的投影。

6.一种用于处理经阵列天线从多个发射用户接收的信号的阵列接收机，所述阵列天线具有分别提供一组天线信号(x₁，x₂，...，x_N)的N天线元阵列，每个天线信号包括来自每个用户的信息，

其中所述接收机具有：

共用预处理部分，用于采样每个所述天线信号(x₁，x₂，...，x_N)并且处理所述天线信号中至少一些的采样，以形成多个基础信号(y₀，...，y_M)，所述基础信号(y₀，...，y_M)总共具有较组合的天线信号的时空维更少的时空维，和

多个信号处理器单元，每个都具有连接到所述共用预处理部分的用于接收所有所述基础信号的多个输入，每个信号处理器单元为和所述信号处理器单元相关联的一个期望的用户处理并组合所述基础信号以产生一组估计接收信号(z₀，...，z_M)中的相应的一个，

所述共用预处理部分包括

滤波装置，用于组合所有所述天线信号(x₁，x₂，...，x_N)以提供所述多个基础信号(y₀，...，y_M)，每个所述基础信号(y₀，...，y_M)包括所述天线信号的一个不同线性组合，

每个所述信号处理器单元合并所述基础信号以提供一个用户专输出信号，和

更新装置，用于周期性更新用来导出每个具体的所述基础信号的滤波装置的参数，使得各个用户专用输出信号呈现由所述阵列天线所接收的、那个期望用户的接收信号的、期望的最优化能量集中度，其中所述更新装置包括

为相应用户产生训练序列的训练序列产生器，

对训练序列和天线信号作出响应以提供体现所述相应用户的信道的长期统计的协方差矩阵的协方差矩阵估计装置，和

从所述协方差矩阵至少提取构成所述线性组合的主特征向量的特征向量估计装置，所述主特征向量的元作为权重应用于所述滤波装置以更新所述参数。

7.根据权利要求1所述的接收机，其中滤波装置包括多个滤波器，所述多个滤波器中的每一个构成与期望用户的时空信道特征中的相应的一个匹配的滤波器。

8.一种经阵列天线从多个发射用户接收信号的接收机，所述阵列天线具有分别提供一组天线信号(x₁，x₂，...，x_N)的N天线元阵列，每个天线信号包括来自每个用户的信息，所述接收机包括反馈多个接收机部分的共用预处理部分和多个信号处理器单元，每个接收机部分对应一个不同的用户并与共用预处理部分的输出连接，该预处理部分对每个天线信号(x₁，x₂，...，x_N)采样并处理至少一些所述天线信号的采样以形成多个基础信号(y₀，...，y_M)，所述基础信号总共具有较组合的天线信号的时空维更少的时空维，且多个信号处理器单元的每一个都具有连接到所述共用预处理部分的用于接收所有所述基础信号的多个输入，每个信号处理器单元为和所述信号处理器单元相关联的一个期望的用户处理并组合所述基础信号以产生一组估计接收信号(z₀，...，z_M)中的相应的一个，

所述共用预处理部分包括

(i)用于通过周期性更新来维持一组主子空间滤波器的装置，每个所述滤波器与一个感兴趣用户匹配，所述滤波器的输出被后续接收机部分用来处理和组合以对每个感兴趣用户产生期望信号的估计；

(ii)用于周期性地估计和/或更新主子空间滤波器的分权重的装置，它利用与已知训练序列或CDMA系统中用户的扩展码，或任何其他与感兴趣用户的信号在统计上强相关的信号的相关性，相对于非瞬间信道特性，与适当的时间平均结合，以隔离子空间级的信息；和

(iii)用于周期性或动态地估计和/或更新接收机部分的分权重和/或任何其他感兴趣参数的装置，所述接收机部分的分权重和/或任何其他感兴趣参数以一定的方式和速度从预处理部分馈入，使得瞬间信道变化被跟踪以提供期望信号的一致可靠的估计。

9.阵列接收机系统，包括一个具有N个天线元的阵列天线，所述阵列天线结合了用于处理经所述阵列天线从M+1个共信道发射用户接收的信号的阵列接收机，所述阵列天线具有N个天线元组成的阵列以获得一组用户专用估计接收信号(z₀，...，z_M)，每个所述用户专用估计接收信号相应于所述发射用户中的相应的一个，其中所述接收机具有：

射频单元(26/1，...，26/N)，用于转换来自所述阵列天线的信号，以分别提供相应的一组N个天线信号(x₁，x₂，...，x_N)，其中N至少等于发射用户的数量M+1，所述天线信号(x₁，x₂，...，x_N)中的每个包括来自所述M+1个发射用户中的每个的信息，

共用预处理部分(40)，用于接收和处理来自所述射频单元(26/1，...，26/N)的N个天线信号(x₁，x₂，...，x_N)以提供M+1个基础信号(y₀，...，y_M)，和

M+1个信号处理器单元(60/0，...，60/M)，每个都用于处理所述基础信号(y₀，...，y_M)以提供所述一组M+1个用户专用估计接收信号(z₀，z₁，...，z_M)中的相应的一个，其中所述共用预处理部分(40)包括

滤波装置(40/0，...，40/M)，用于对N个天线信号(x₁，x₂，...，x_N)中的每个采样，并组合所述天线信号(x₁，x₂，...，x_N)中至少一些的采样结果，以提供所述M+1个基础信号(y₀，...，y_M)，每个基础信号(y₀，...，y_M)包括天线信号(x₁，x₂，...，x_N)的一个不同线性组合并且具有μ个维度，所述μ个维度张成一个主子空间，所述主子空间含有来自所述发射用户信号中相应的一个的大多数能量，所述M+1个基础信号(y₀，...，y_M)总共具有较被组合的N个天线信号(x₁，x₂，...，x_N)的时空维N×L更少的时空维μ×(M+1)，其中L是以符号周期计的信道脉冲响应的最大长度，和

更新装置，用于周期性更新用来导出每个具体的所述基础信号的滤波装置(40/0，...，40/M)的参数，使得各个用户专用估计接收信号(z₀，...，z_M)呈现期望的最优化能量集中度，

且其中每个所述信号处理器单元(60/0，...，60/M)具有多个输入，所述多个输入连接到共用预处理部分(40)以从该共用预处理部分(40)接收所有M+1个基础信号(y₀，...，y_M)，且

被配置为处理并组合所述M+1个基础信号(y₀，...，y_M)中的至少一些，以为所述M+1个发射用户中和所述信号处理器单元相关联的一个期望的用户生成所述用户专用估计接收信号(z₀，...，z_M)中的相应的一个。

10.一种用于经阵列天线从M+1个共信道发射用户接收信号的方法，所述阵列天线具有分别提供一组天线信号(x₁，x₂，...，x_N)的N天线元阵列，以获得一组用户专用估计接收信号(z₀，...，z_M)，每个所述用户专用估计接收信号相应于所述发射用户中的相应的一个，所述方法包括如下步骤：

使用射频单元(26/1，...，26/N)，转换来自所述阵列天线的信号，以分别提供相应的一组N个天线信号(x₁，x₂，...，x_N)，其中N至少等于发射用户的数量M+1，所述天线信号(x₁，x₂，...，x_N)中的每个包括来自所述M+1个发射用户中的每个的信息，

使用共用预处理部分(40)，接收和处理来自所述射频单元(26/1，...，26/N)的N个天线信号(x₁，x₂，...，x_N)以提供M+1个基础信号(y₀，...，y_M)，和

使用M+1个信号处理器单元(60/0，...，60/M)，每个都用于处理所述基础信号(y₀，...，y_M)以提供所述一组M+1个用户专用估计接收信号(z₀，z₁，...，z_M)中的相应的一个，其中所述接收和处理步骤包括如下步骤

使用滤波装置(40/0，...，40/M)，对N个天线信号(x₁，x₂，...，x_N)中的每个采样，并组合所述天线信号(x₁，x₂，...，x_N)中至少一些的采样结果，以提供所述M+1个基础信号(y₀，...，y_M)，每个基础信号(y₀，...，y_M)包括天线信号(x₁，x₂，...，x_N)的一个不同线性组合并且具有μ个维度，所述μ个维度张成一个主子空间，所述主子空间含有来自所述发射用户信号中相应的一个的大多数能量，所述M+1个基础信号(y₀，...，y_M)总共具有较被组合的N个天线信号(x₁，x₂，...，x_N)的时空维N×L更少的时空维μ×(M+1)，其中L是以符号周期计的信道脉冲响应的最大长度，和

周期性更新用来导出每个具体的所述基础信号的滤波装置(40/0，...，40/M)的参数，使得各个用户专用估计接收信号(z₀，...，z_M)呈现期望的最优化能量集中度，且其中处理基础信号(y₀，...，y_M)的步骤包括如下步骤从该共用预处理部分(40)接收所有M+1个基础信号(y₀，...，y_M)，且

处理并组合所述M+1个基础信号(y₀，...，y_M)中的至少一些，以为所述M+1个发射用户中和所述信号处理器单元相关联的一个期望的用户生成所述用户专用估计接收信号(z₀，...，z_M)中的相应的一个。

11.根据权利要求10所述的方法，其中所述更新步骤依靠所有用户信道的信道特性调整所述参数。

12.一种用于经阵列天线从多个发射用户接收信号的方法，所述阵列天线具有分别提供一组天线信号(x₁，x₂，...，x_N)的N天线元阵列，每个天线信号包括来自每个用户的信息，所述方法包括如下步骤：

对每个天线信号采样；

预处理至少一些所述天线信号(x₁，x₂，...，x_N)的采样以形成多个基础信号(y₀，...，y_M)，所述基础信号总共具有较组合的天线信号的时空维更少的时空维，

处理并组合所述基础信号(y₀，...，y_M)以为所述用户中的相应的一个产生一组估计接收信号(z₀，...，z_M)，

所述预处理步骤包括如下步骤

组合所有天线信号(x₁，x₂，...，x_N)以提供所述多个基础信号(y₀，...，y_M)以使得每个基础信号包括所述天线信号的一个不同的线性组合，

所述处理和组合步骤包括组合所述基础信号(y₀，...，y_M)以提供一系列用户专用输出信号的步骤，

所述方法还包括如下步骤，周期性更新用来导出各个具体基础信号的参数，使得各个用户专用输出信号呈现由阵列天线所接收的、那个具体用户接收信号的、期望的最优化能量集中度，

其中所述更新步骤依靠所有用户信道的信道特性调整所述参数，处理基础信号的每个步骤在组合基础信号之前将其加权，并依靠所有用户信道的信道特性调整权重，其中所述参数更新得不如权重频繁。

13.根据权利要求10所述的方法，其中基础信号的数量等于期望用户信号的数量。

14.根据权利要求10所述的方法，其中预处理采样的步骤使用M+1个主子空间滤波器来产生一组基础信号y_m＝[y_m，1，...，y_m，μ]，其中m是滤波器的指数且m＝0，1，...，M，所述基础信号y_m是输入信号(x₁₁，x₁₂，...，x_1L，x₂₁，x₂₂，...，x_2L，...，x_N1，x_N2，...，x_NL)在由携带最多能量的信号m占用的子空间的μ维上的投影。

15.一种用于经阵列天线从多个发射用户接收信号的方法，所述阵列天线具有分别提供一组天线信号(x₁，x₂，...，x_N)的N天线元阵列，每个天线信号包括来自每个用户的信息，所述方法包括如下步骤：

对每个天线信号采样；

预处理至少一些所述天线信号(x₁，x₂，...，x_N)的采样以形成多个基础信号(y₀，...，y_M)，所述基础信号总共具有较组合的天线信号的时空维更少的时空维，

处理并组合所述基础信号(y₀，...，y_M)以为所述用户中的相应的一个产生一组估计接收信号(z₀，...，z_M)，

所述预处理步骤包括如下步骤

组合所有天线信号(x₁，x₂，...，x_N)以提供所述多个基础信号(y₀，...，y_M)以使得每个基础信号包括所述天线信号的一个不同的线性组合，

所述处理和组合步骤包括组合所述基础信号(y₀，...，y_M)以提供一系列用户专用输出信号的步骤，

所述方法还包括如下步骤，周期性更新用来导出各个具体基础信号的参数，使得各个用户专用输出信号呈现由阵列天线所接收的、那个具体用户接收信号的、期望的最优化能量集中度，

所述方法还包括为每个用户生成训练序列的步骤，

所述更新步骤对相应用户的训练序列和天线信号作出响应以提供体现所述相应用户的信道的长期统计的协方差矩阵，以及使用特征向量估计装置从所述协方差矩阵至少提取主特征向量，所述主特征向量的元用于更新所述参数。

16.根据权利要求10所述的方法，其中组合所有天线信号的步骤使用多个滤波器，所述多个滤波器中的每个滤波器与相应一个期望用户匹配。

17.一种使用阵列天线和接收机从多个发射用户接收信号的方法，所述阵列天线具有天线元阵列，所述接收机包括反馈多个接收机部分的共用预滤波部分，每个接收机部分对应一个不同的用户并与共用预滤波部分的输出连接，其中所述方法包括步骤：

(i)通过周期性更新来维持一组主子空间滤波器，每个所述滤波器与一个感兴趣用户匹配，所述滤波器的输出被后续接收机部分用来处理和组合以对每个感兴趣用户产生期望信号的估计；

(ii)周期性地估计和/或更新主子空间滤波器的分权重，利用与至少以下三者之一的相关性：(a)已知训练序列；(b)CDMA系统中所述方法用于其中的用户扩展码；以及(c)任何其他与感兴趣用户的信号在统计上强相关的信号，相对于瞬间信道特性，与适当的时间平均相结合，以隔离子空间级的信息；和

(iii)周期性或动态地估计和/或更新接收机部分的分权重和/或任何其他感兴趣参数，所述接收机部分的分权重和/或任何其他感兴趣参数以一定方式和速度从预滤波部分馈入，使得瞬间信道变化被跟踪以提供期望信号的一致可靠的估计。

Images