CN1943118A - 解码方法及设备 - Google Patents

Abstract

本发明涉及以高效的方式对所接收的DS－CDMA信号内的符号序列进行解码，以便减少接收器内的处理需求(例如当在UMTS系统内处理获取指示(AI)时)。所述解码包括利用判决阈值对硬判决矢量进行迭代计算，该判决阈值的值基于该硬判决矢量内的每个符号的每个三进制字符表元素的概率。

Description

解码方法及设备

技术领域

本发明涉及一种在无线数字通信系统中解码所传输的数据的方法及设备。

背景

在UMTS标准中定义的UMTS通信系统包括至少一个节点B和移动电话终端(其被称作用户设备(UE))。节点B和UE都包括发射器和接收器。节点B通过节点B发射器来发送信号到下行链路中的UE接收器。UE通过UE发射器来发送信号到上行链路中的节点B接收器。几个UE可以与单个节点B通信。在这种情况下，这几个UE被视为处于同一单元中。一个单元表示其中由给定节点B为UE服务的地理区域。

在上行链路和下行链路通信中，UE和节点B都把要被传输的信息和控制数据映射到各逻辑信道中。特别地，UMTS标准为下行链路通信提供了一种被称为获取指示信道(AICH)的逻辑信道。当UE试图建立与新节点B的通信时(也就是说加入新的单元)，其请求许可以便参与其中。为了这个目的的标准程序被称为随机访问，其中采用了AICH。

在随机访问期间，为了请求访问一个单元，UE发送一个被称为前同步码的短信息脉冲串，其包括一个具有长度为16的Hadamard码形式的签名。然后，UE等待一个时间间隔(lapse)以便接收来自目标节点B的响应。该时间间隔被称为防护周期。如果节点B接收到该前同步码而没有错误，其就利用被称为获取指示(AI)的另一个脉冲串来作出响应。

如果UE在预定义时间后还没有接收到任何AI，该UE就发送一个新的前同步码。在没有来自节点B的答复的情况下，该UE以增加的功率重新发送该前同步码，直到达到最大次数。如果达到前同步码重传的最大数量并且没有实现成功的AI接收，该UE发信号向更高的网络层通知所述随机访问程序的失败。

所述AICH载送节点B消息，也就是AI，其对通过随机访问请求来尝试加入某一单元的所有UE进行确认。AI被映射到三进制字符表，这意味着AI可以取值1、0和-1。AI被设置为1或-1，以便分别表示来自节点B的肯定或否定确认。如果节点B不能提供UE所要求的服务，那么AI将被设为0。

所有AI都在单个信道上由节点B发送，所述AICH和所有UE接收针对所有UE的所有这些AI。这意味着每一个UE必须解码所有AI内的所有信息，甚至是那些不针对该特定UE的AI内的信息。因此，一个问题在于如何执行对所有AI内的信息的高效解码。

根据现有技术，本领域技术人员所熟知的标准块代码解码技术(例如J.G.Proakis的“Digital communicafions”，Mc Graw Hill，第三版第436-460页)不能执行对所述AI的有效解码。

发明概述

因此，本发明的目的是解决如何执行对AICH内的信息的高效解码的问题。

本发明解决该问题是在于其提供了：

-一种对所接收的DS-CDMA信号内的符号序列进行解码的方法，包括利用判决阈值对硬判决矢量进行迭代计算，该判决阈值的值基于该硬判决矢量内的每个符号的每个三进制字符表元素的概率；以及

-一种能够对所接收的DS-CDMA信号内的符号序列进行解码的用户设备，包括利用判决阈值对硬判决矢量进行迭代计算的装置，该判决阈值的值基于该硬判决矢量内的每个符号的每个三进制字符表元素的概率。

根据本发明的方法涉及对所接收的DS-CDMA信号内的符号序列进行解码，包括利用判决阈值对硬判决矢量进行迭代计算，该判决阈值的值基于该硬判决矢量内的每个符号的每个三进制字符表元素的概率。

在一个优选实施例中，该方法涉及多个步骤，包括：

-解调所接收的信号，从而提供符号序列；

-计算该符号序列与Hadamard解码矩阵的矩阵乘积；

-计算判决阈值的估计值，其中假设该符号序列中的每个符号的三进制字符表元素的概率相等；

-利用所计算出的判决阈值来计算硬判决矢量；

-计算该硬判决矢量内的每个符号的每个三进制字符表元素的概率的估计值；

-利用该硬判决矢量内的每个符号的每个三进制字符表元素的概率的所述估计值来计算判决阈值；

-迭代计算硬判决矢量、计算该硬判决矢量内的每个符号的每个三进制字符表元素的概率的估计值以及利用该硬判决矢量内的每个符号的每个三进制字符表元素的概率的所述估计值来计算判决阈值的步骤，直到判决阈值的计算收敛或者是迭代次数达到了预定的最大迭代次数。

与现有技术相比，本发明是非常有效的。也就是说，尽管对于理想条件下的AICH解码(即存在具有归一化信号幅度或先前已知的信号幅度的AWGN信道)可以采用标准块解码，但是这将不如本发明有效，正如下面所解释的那样。

AWGN信道下的Hadamard经典最大似然性(ML)解码典型地是通过将所接收的已编码序列乘以Hadamard逆矩阵来进行的。可以从最终得到的已解码序列中取得硬判决。

为了使ML标准适用，需要计算阈值来确定判决区域。在其中将AI映射到三进制字符表-1、0、1上的AICH的特定情况中，需要两个阈值。在理想的AWGN信道和已知信号幅度的情况下，很容易在0.5和-0.5倍的信号幅度下找到所述阈值。实际上，这些阈值取决于随着RF到基带接收器前端的实际传播条件以及随时间变化的AICH物理信道功率级。

在接收器级别估计所有上述参数可能是可行的，但是实现起来是非常计算密集的并且成本较高。而且，尽管在接收器中实现了适当的估计器，但是还应当实现一种阈值调节机制，从而导致附加的复杂度。最终，估计误差可能对阈值计算精确度具有重大影响，从而可能导致低解码器性能。

因此，本发明的优点在于，通过最优地利用所有可用信息，提供了AICH的高效解码。其他的优点包括能够在任何种类的UMTS接收器中实现根据本发明的AICH解码器，其中不需要关于AICH信道的功率的先验知识(即“盲”的方面)，其可以被简单地实现，以便满足实时系统的实际的复杂度限制。

附图的简要描述

下面结合附图例示本发明的优选实施例，其中：

图1示意性地示出了根据本发明的包括通信终端的系统。

图2示意性地示出了根据本发明的通信终端。

图3是根据本发明的方法的流程图。

图4示出软AICH解码的判决区域。

优选实施例

在图1中示意性地描述了一种典型的UMTS系统100。用户设备101通过上行链路105和下行链路107与节点B103通信。节点B103通过无线电网络控制器109被连接到核心网络111。其他的网络113(例如其他核心网络、移动通信网络(PLMN)、固定线路电话网络(PSTN)或提供服务给任意类型和任意数量的设备和订户的任意类型的数据通信网络)都被连接到核心网络111。本领域技术人员可以认识到，该系统可以包括几乎任意数量的用户终端(如终端115所示)以及任意数量的节点B和RNC(分别如第二节点B117和第二RNC119所示)。

图2更为详细地(尽管仍然是示意性地)示出了根据本发明的用户设备200，其适用于图1中所示的系统100，并且能够执行如下所描述的根据本发明的方法。图2的用户设备200可以是图1中所示的UE 101、115中的任意一个。

主控制器209控制UE，该控制器控制以下装置的操作：RF收发器203、内部接收器(或者信道均衡器)205、信道解码器207。存储器211和输入/输出单元213也被连接到控制器209。扬声器215、麦克风217、键盘219以及显示器221被连接到输入/输出单元213，并且与在系统100中的其他用户通信时向用户提供使用UE的便捷方式。

节点B103通过使用其自身的发送器在下行链路107上向UE内的接收器发送信号。该UE发送器借助于UE发送器在上行链路105中向节点B接收器发送信号。

在上行链路以及下行链路通信中，UE和节点B103把将要传输的数据映射到逻辑信道中。特别地，UMTS标准在下行链路107上提供了被称为获取指示信道(AICH)的逻辑信道。

在下行链路通信期间，节点B103向将被传输到节点B的单元内的UE的逻辑信道分配传输功率。为了满足几个限制条件，应当优化所分配的传输功率。实际上，被分配给某个UE的功率应该足够高，以便保证所接收的信号强度足以支持所要求的服务类型(即确保支持由某个UE所要求的服务所需要的链路质量)，同时所述功率必须被最小化，以便最小化对相同单元内的其他UE的干扰。此外，功率分配还必须动态适应于传播条件、单元负载(相同单元内的UE数量以及相关的质量要求)以及用户的服务需求的变化。所有这些因素都会影响链路质量。

下行链路中的UE的内部接收器以及上行链路中的节点B的内部接收器分别处理所接收的信号，以便补偿传播信道的所不希望的影响并且减轻干扰，从而优化外部接收器的性能。外部接收器的性能十分倚赖于与将被解码的信号相关的信干比(SIR)，该信号被提供在内部接收器的输出端。因此，在第一实施例中，传统内部接收器的目标是在它自身的输出端处最大化SIR，以便最大化外部接收器的性能。

在DS-CDMA中的数据传输和接收

为了传输专用于某个用户的信息，通过源编码技术把源信息数据正确地映射到二进制字符表中(即映射到各比特)。然后，取决于所考虑的逻辑信道，可以利用适当的信道代码对所述比特进行信道编码，以便在传输期间防止所述信息比特受到各种原因的损坏(噪声、干扰)。在AICH的特定情况下，不存在信道编码。接着，通过根据特定调制方案(例如本领域技术人员所熟知的QPSK调制，其中两个比特被映射到一个符号)将各比特映射到符号来调制经过信道编码的各比特。在DS-CDMA系统中(例如UMTS)，接着通过利用特定的扩谱序列(spreading sequence)进行滤波而将所述符号扩谱到更宽的带宽上。经扩谱的符号通常被称作码片(chip)。应该注意的是，码片周期的持续时间小于符号周期的持续时间，符号周期的持续时间对于码片周期的持续时间的倍数近似等于所述扩谱操作的扩展因数。这个因数等于每个符号周期的码片数量，并且被称为扩谱因数。

利用不同的扩谱序列对携带来自不同源的信息比特的符号序列进行扩谱，以便满足使几个用户共享相同的带宽，并且使接收器能够基于有关用户特定的扩谱序列的知识来区别并恢复所需的用户数据符号序列。接着利用脉冲整形滤波器(在UMTS的情况下是升根余弦滤波器)对所获得的码片进行滤波，并且对其进行数模(D/A)转换。由此得到的模拟信号接着被调制到射频，并且由下行链路中的(一个或多个)节点B天线或者由上行链路中的UE天线进行传输。在下行链路中的UE天线上或者在上行链路中的(一个或多个)节点B天线上所接收的射频信号被向下解调到基带(或者在中频IF)并且被模数(A/D)转换，以便生成数字基带信号。

接着，UE或节点B接收器处理所述基带信号，以便恢复针对所感兴趣的用户的有用信息数据。为了这个目的，所述接收器需要估计与有用数据的传输相关联的发送器链、实际的无线传播信道以及直到A/D转换的接收器链的级联。通常来说，所述级联被简称为信道，并且术语“信道估计”典型地表示将被执行来估计该信号的一组程序。

基于(一个或多个)信道估计，所述内部接收器或信道均衡器被设置，以便最大化所需信号的贡献并且减轻干扰的影响。换句话说就是尝试最大化输出SIR。通过实际上取消在发送器处执行的信道编码操作，内部接收器的输出被发送到外部接收器(或者恢复有用数据比特序列的信道解码器)。如果内部接收器的输出端处的SIR较高，则外部接收器在信号解码误差概率方面的性能就会更好。

以下是对DS-CDMA中的数据传输和接收的详细数学描述，其后是对AICH解码的数学描述，最后参考图3对实现AICH解码的方法进行逐步骤的描述。

信号和信道模型

提供了一般的DS-CDMA信号和信道模型。

一般的接收信号模型

我们考虑信号s(t)通过具有脉冲响应h(t，τ)的多径信道的传输的一般情况。在接收器的A/D转换之前的连续时间复数基带接收信号被模型化为：

             y(t)＝x(t)+v(t)            (1)

这里的x(t)表示接收信号的包括有用数据的部分，并且v(t)表示噪声脉冲串干扰项。该信号x(t)由下式给出：

          x(t)＝∫h(t，t-τ)z(τ)dτ    (2)

这里的h(t，τ)表示时变信道脉冲响应并且

$z\left(t\right)=\underset{k}{\mathrm{\Σ}}a\left(k\right)\mathrm{\ψ}(t-k{T}_c)---\left(3\right)$

表示在发送器上的D/A转换之后的发送信号，T_c表示码片周期，并且有

a(k)＝s(k/M)d(k)，其中M表示扩谱因数，

表示向下取整运算符。我们应该另外表示符号周期T_s＝MT_c。此外s(n)表示第n个调制符号(例如QPSK)，d(k)表示扩谱序列的第k个码片，并且ψ(t)表示限制系统带宽的脉冲整形滤波器。

应当注意的是，该模型可以由具有几个扩谱层的系统使用，比如由UMTS、IMT-2000以及IS-95标准定义的DS-CDMA系统。

假设信道h(t，τ)遵循具有Rayleigh衰落和多径响应的广义的静态不相关散射模型(如在“J.G.Proakis，Digital Communications，NY：McGraw-Hill，3rd edition，1995”中描述)：

$h=(t,\mathrm{\τ})=\underset{p=1}{\overset{p}{\mathrm{\Σ}}}{c}_p\left(t\right)\mathrm{\δ}(\mathrm{\τ}-{\mathrm{\τ}}_p)---\left(4\right)$

这里的P表示多径分量的数量，c_p(t)和t_p表示时变复系数以及与第p个多径分量相关的传播延迟。路径复系数c_p(t)根据UE和周围散射物体(例如建筑物、山丘以及其他运动物体)相对于节点B的速度而变化。

等式(1)中表示的信号y(t)被A/D转换，从而得到离散时间信号y[i]＝y(iT_c/Q)，其中Q表示相对于码片速率的过采样因数。信号y[i]由内部接收器处理，该内部接收器可以被模拟为线性时变滤波器f[i，n]，以便生成具有以下符号速率的输出离散时间信号：

          r[n]＝α[n]s[n]+v[n]              (5)

其中，在不损害一般性的情况下，我们假设|s[n]|＝1以及

$r\left[n\right]=\underset{i=0}{\overset{L+\mathrm{MQ}-1}{\mathrm{\Σ}}}f[i,n]y({\mathrm{nT}}_s-{\mathrm{iT}}_c/Q)$

$\mathrm{\α}\left[n\right]=\underset{i=0}{\overset{L+\mathrm{MQ}-1}{\mathrm{\Σ}}}f[i,n]h(n{T}_s-{\mathrm{iT}}_c/Q,{\mathrm{nT}}_s)$

其中h[i，n]＝h(iT_c/Q，nT_s)，其表示信道和内部接收器滤波器的级联的脉冲响应，并且其中v[n]表示在内部接收器的输出端处的噪声加干扰项，为了简单起见，其被模拟为零均值复循环对称加性白高斯噪声(AWGN)。

下面，上标(.)^T和(.)^H分别表示转置和厄密共轭转置。

盲AICH解码器

AICH传输

现在转到对AICH解码的说明，令b＝[B₁...b₁₆]^T代表获取指示列矢量(16×1)，其中的元素为b_i∈{0，+1，-1}(i＝1，...，16)。假设各符号的可能性是相同的。包括矢量b＝[b₁...b₁₆]^T被首先映射到 $b\′=\frac{1+j}{\sqrt{2}}b,$ 然后被块编码s＝Hb′，其中H表示16×16的Hadamard编码矩阵。根据先前的模型，由此得到的包括所述矢量的已编码符号随后被扩谱、加扰以及被脉冲整形。然后，所得到的信号被数模转换、被调制到射频并且被传输。

AWGN信道

假设具有平坦缓慢衰落的加性白高斯噪声信道。在衰落的情况下，假设相干时间大于2个时隙。所传输的信号s被扩谱在4096个码片上(少于2个时隙)，因此认为信道在观察窗口上是平坦的。

在内部接收器的输出端，信号可以被写为r[n]＝αs[n]+v[n]，其中v[n]遵循复数循环对称高斯分布N_c(0，σ_v ²I)。α是模拟几个因素的实数增益因数：AICH物理信道的功率级、传播条件、接收器RF到基带增益以及内部接收器脉冲响应。

解调

解调信号r’(16×1)由下式给出：

$r\′=\mathrm{Re}\{\frac{(1-j)}{\sqrt{2}}\·r\}$

盲AICH解码器

将r’乘以解码矩阵H^-1。由于Hadamard矩阵属性，我们有 $H^{-1}=\frac{1}{16}H.$ 令g表示解码矩阵的软判决值输出的矢量(16×1)：

$g=\frac{1}{16}H\·r\′=\mathrm{\α}\·\hat{b}$

其中

是初始获取指示矢量b的估计。因此：

$\hat{b}=\frac{g}{\widehat{\mathrm{\α}}}$ 其中 ${\hat{b}}_i\mathrm{\ϵ}\{-\mathrm{1,0},+1\}i=1,...,16$

“盲”的方面是由于没有关于α的先验知识。典型地，这种算法可以在没有关于AICH信道功率级的任何知识并且没有对全局接收器增益(无线电模块增益+内部接收器增益)的任何估计的情况下应用。相反，如果这种算法在UE内实现，则节点B不需要传输任何AICH功率信息(避免一些开销)。

等式(6)导致下面的估计模型：

            g＝α·b+η

其中η遵循实高斯分布N(0，σ_η ²I)。

盲AICH解码器利用该关系式来联合估计

和

以迭代方式执行上述估计，直到系统冻结( 和 估计都“稳定”)。

在下面，由于零均值AWGN以及b中的每个元素的先验概率(1/3)，认为该问题是对称的。因此，所述判决方案可以如图4所示，其中判决阈值为

$T=\frac{\mathrm{\α}}{2}.$

例如，考虑在迭代0时的操作：

K_-：g内部的严格负元素的数量。

K₊：g内部的正(或零)元素的数量。

n₀：事件“g_i＝0”出现的数量。

n_-1事件“g_i＝1”出现的数量。

对于使得g_i＜0(假设g中至少有一个负元素)的i：

$M_{-}=\frac{1}{K_{-}}\left|\mathrm{\Σ}{g}_i\right|\≈\frac{n_{-1}\·\mathrm{\α}+n_0/2\·0}{K_{-}}=\frac{n_{-1}\·\mathrm{\α}}{3/2\·n_{-1}}=\frac{2}{3}\·\mathrm{\α}$

$\⇒{\widetilde{\mathrm{\α}}}_{-}^{\left(0\right)}\≈\frac{3}{2}\·M_{-}$

因为这个估计是对称的，因此对于g中的正元素同样适用，并且我们在迭代0时获得另一个α估计值，称为

对于使得g_i≥0(假设g中至少有一个正元素)的i：

$M_{+}=\frac{1}{K_{+}}\left|\mathrm{\Σ}{g}_i\right|\≈\frac{2}{3}\·\mathrm{\α}$

$\⇒{\widetilde{\mathrm{\α}}}_{+}^{\left(0\right)}\≈\frac{3}{2}\·M_{+}$

令 表示迭代0时的估计：

情况1：K_-和K₊不等于0

${\widetilde{\mathrm{\α}}}^{\left(0\right)}=\frac{1}{2}\·({\widetilde{\mathrm{\α}}}_{+}^{\left(0\right)}+{\widetilde{\mathrm{\α}}}_{-}^{\left(0\right)})=\frac{3}{4}\·(M_{+}+M_{-})$

情况2：仅K₊不等于0

${\widetilde{\mathrm{\α}}}^{\left(0\right)}={\mathrm{\α}}_{+}^{\left(0\right)}=\frac{3}{2}\·M_{+}$

情况3：仅K-不等于0

${\widetilde{\mathrm{\α}}}^{\left(0\right)}={\widetilde{\mathrm{\α}}}_{-}^{\left(0\right)}=\frac{3}{2}\·M_{-}$

现在具有第一估计

并且应用如图4所示的判决方案，遵循以下规则我们得到对b的第一估计，称为 对于i＝0，...，15：

${\hat{b}}_i^{\left(0\right)}=1$ $g_i>\frac{{\widetilde{\mathrm{\α}}}^{\left(0\right)}}{2}---\left(7\right)$

${\hat{b}}_i^{\left(0\right)}=0$ $\left|g_i\right|\≤\frac{{\widetilde{\mathrm{\α}}}^{\left(0\right)}}{2}$

${\hat{b}}_i^{\left(0\right)}=-1$ $g_i<\frac{{\widetilde{\mathrm{\&alpha;}}}^{\left(0\right)}}{2}$

现在，考虑迭代k(k＞0)时的操作。

类似于迭代0的情况，我们首先估计

然后利用它获得 然而，主要的区别是把对

的估计作为 的函数。

在迭代k中需要定义一些变量：

n₊ ^(k)：矢量

中的“+1”的数量

n_- ^(k)：矢量

中的“-1”的数量

对于使得g_i＜0的i并且如果

${\widetilde{\mathrm{\&alpha;}}}_{-}^{\left(k\right)}=\frac{\left|\mathrm{\&Sigma;}{g}_i\right|}{n_{-}^{(k-1)}}$

对于使得g_i＞0的i并且如果 $n_{+}^{(k-1)}\&NotEqual;0:$

${\widetilde{\mathrm{\&alpha;}}}_{+}^{\left(k\right)}=\frac{\left|\mathrm{\&Sigma;}{g}_i\right|}{n_{+}^{(k-1)}}$

然后我们得到：

${\widetilde{\mathrm{\&alpha;}}}^{\left(k\right)}=\frac{1}{2}\&CenterDot;({\widetilde{\mathrm{\&alpha;}}}_{+}^{\left(k\right)}+{\widetilde{\mathrm{\&alpha;}}}_{-}^{\left(k\right)})$

如果 $n_{+}^{(k-1)}=0$ 则该表达式被简化为： ${\widetilde{\mathrm{\&alpha;}}}^{\left(k\right)}={\widetilde{\mathrm{\&alpha;}}}_{-}^{\left(k\right)},$ 或者如果 $n_{-}^{(k-1)}=0$ 则该表达式被简化为： ${\widetilde{\mathrm{\&alpha;}}}^{\left(k\right)}={\widetilde{\mathrm{\&alpha;}}}_{+}^{\left(k\right)}.$

最后，利用如等式(7)所描述的与迭代0中相同的判决规则，我们得到作为

的函数的估计

从理论上来说，我们应一直迭代直到 收敛(即“系统冻结”)。仿真已经表明3次迭代通常就足够了。

接着，最后的步骤包括在各

元素中对于特定UE选择唯一的感兴趣的AI。这个AI索引由节点B提供。

现在回到图3，下面将通过一种方法中的多个步骤来描述以上按照数学方式描述的算法。该方法优选地通过用户设备的控制单元中的软件指令来实现，所述用户设备例如是上面结合附图1、2描述的用户设备101、200。

该方法适于在任何UMTS基带接收器中实现，例如传统的RAKE接收器(RAKE接收器是本领域技术人员所熟知的)。

该方法涉及预备计算，包括为对应于AICH的传播信道提供模型，所述模型是遵循不相关散射广义静态模型的有限数量P个离散多径分量的线性叠加，其中一个多径分量由一个时变复系数和一个延迟来表征。

其他的预备计算包括在内部接收器的输出端处建立与AICH逻辑信道相对应的接收信号的离散时间版本。

接着，如下执行AICH解码：

-在解调步骤301中，在对应于AICH的内部接收器的输出端处从接收信号中去除符号调制。

-在乘法步骤302中，计算在解调步骤301中获得的信号与Hadamard解码矩阵的矩阵乘积。

-在估计步骤303中，估计判决阈值，其中假设每个AI三进制字符表元素{-1，0，1}的概率相等。

-在计算步骤304中，利用在估计步骤303计算出的阈值，关于乘法步骤302的输出计算硬判决(-1，0或1)。

-在估计步骤305中，估计在计算步骤304获得的硬判决矢量中的每个元素{-1，0，1}的概率。

-在计算步骤306中，计算新的判决阈值，其中不是像乘法步骤302中那样假设每个AI字符表元素的概率相等，而是使用在估计步骤305估计的概率。

-在判决步骤307中，如果所述判决阈值已经收敛于固定值，或者如果已经达到了最大迭代次数，则确定是要执行步骤304至307还是停止迭代处理并且执行选择步骤308。

-在选择步骤308中，从各硬判决矢量元素中选择对于UE来说唯一感兴趣的AI(由节点B给出这个AI的索引)。

可以理解，本发明并不限于上述实施例，而是可以在不背离所附权利要求书所限定的精神和范围的情况下作出变型和修改。

特别地，可以理解本发明并不限于上述UMTS应用。它可以用于DS-CDMA或者其他无线通信系统的任何应用中，其中的通信标准设想存在包括接收器所不知道的符号或信号波形的逻辑信道。

可以理解，根据本发明的方法并不限于上述实施例。存在多种利用硬件或软件项或二者来实现根据本发明的方法的功能的方式，其中单一硬件或软件项可以实施几个功能。本发明不排除由硬件或软件项或二者的组合来实施一种功能。例如，可以组合各算法步骤从而形成单一的功能，而无需利用根据本发明的传播射束成形来修改各信道估计方法。

硬件和/或软件项可以通过多种方式实现，例如分别通过有线电子电路或者适当编程的集成电路。该集成电路是接收器的一部分，其可以包含在以下设备内部：计算机、移动通信手持机、基站或者任何其他通信系统设备。所述接收器包括适于进行所有必要操作以支持特定类型的通信服务(即解扰操作、去扩谱操作等等)的接收器装置，所述装置是前述的硬件或软件项。

正如上面提到的那样，所述装置可以是执行一种功能的硬件或软件项或二者的组合，或者可以是执行几种功能的单一项。

所述集成电路包括一个指令集。因此，包含在例如计算机程序存储器或者独立接收器存储器中的所述指令集可以使计算机或接收器执行估计方法的不同步骤。

可以通过读取数据载体(例如盘)将该指令集加载到该程序存储器中。服务供应商还可以通过通信网络(例如因特网)来提供所述指令集。

所附权利要求书中的任何附图标记都不应当被理解为对该权利要求的限定。很明显，“包括”一词并不排除在任意权利要求中限定的之外的任何其它步骤或元件的存在。在元件或步骤之前的“一个”不排除多个这种元件或步骤的存在。

Claims (6)

1、一种对所接收的DS-CDMA信号中的符号序列进行解码的方法，其包括利用判决阈值对硬判决矢量进行迭代计算，该判决阈值的值基于该硬判决矢量内的每个符号的每个三进制字符表元素的概率。

2、根据权利要求1的方法，包括以下步骤：

-解调(301)所接收的信号，从而提供符号序列；

-计算(302)该符号序列与Hadamard解码矩阵的矩阵乘积；

-计算(303)判决阈值的估计值，其中假设该符号序列中的每个符号的三进制字符表元素的概率相等；

-利用所计算出的判决阈值来计算(304)硬判决矢量；

-计算(305)该硬判决矢量内的每个符号的每个三进制字符表元素的概率的估计值；

-利用该硬判决矢量内的每个符号的每个三进制字符表元素的概率的所述估计值来计算(306)判决阈值；

-迭代(307)所述计算硬判决矢量、计算该硬判决矢量内的每个符号的每个三进制字符表元素的概率的估计值以及利用该硬判决矢量内的每个符号的每个三进制字符表元素的概率的所述估计值来计算判决阈值的步骤，直到判决阈值的计算收敛或者迭代次数达到了预定的最大迭代次数。

3、根据权利要求2的方法，其中，所述符号序列是在获取指示信道(AICH)内的获取指示(AI)的序列，并且该方法进一步包括如下步骤：

-利用预定索引从所计算出的硬判决矢量中选择(308)感兴趣的AI。

4、能够对所接收的DS-CDMA信号中的符号序列进行解码的用户设备(101、200)，包括利用判决阈值对硬判决矢量进行迭代计算的装置(203、205、207、209、211)，该判决阈值的值基于该硬判决矢量内的每个符号的每个三进制字符表元素的概率。

5、根据权利要求4的用户设备(101、200)，包括用于执行以下操作的装置(203、205、207、209、211)：

-解调所接收的信号，从而提供符号序列；

-计算该符号序列与Hadamard解码矩阵的矩阵乘积；

-计算判决阈值的估计值，其中假设该符号序列中的每个符号的三进制字符表元素的概率相等；

-利用所计算出的判决阈值来计算硬判决矢量；

-计算该硬判决矢量内的每个符号的每个三进制字符表元素的概率的估计值；

-利用该硬判决矢量内的每个符号的每个三进制字符表元素的概率的所述估计值来计算判决阈值；

-迭代所述计算硬判决矢量、计算该硬判决矢量内的每个符号的每个三进制字符表元素的概率的估计值以及利用该硬判决矢量内的每个符号的每个三进制字符表元素的概率的所述估计值来计算判决阈值的步骤，直到判决阈值的计算收敛或者迭代次数达到了预定的最大迭代次数。

6、根据权利要求5的用户设备，其中，所述符号序列是在获取指示信道(AICH)内的获取指示(AI)的序列，并且该用户设备进一步包括：

-利用预定索引从所计算出的硬判决矢量中选择感兴趣的AI的装置(209)。

Images