TWI556592B - 用於干擾行程偵測及雜訊與干擾參數估計的方法及裝置 - Google Patents
用於干擾行程偵測及雜訊與干擾參數估計的方法及裝置 Download PDFInfo
- Publication number
- TWI556592B TWI556592B TW104104391A TW104104391A TWI556592B TW I556592 B TWI556592 B TW I556592B TW 104104391 A TW104104391 A TW 104104391A TW 104104391 A TW104104391 A TW 104104391A TW I556592 B TWI556592 B TW I556592B
- Authority
- TW
- Taiwan
- Prior art keywords
- noise
- interference
- source
- power samples
- parameters
- Prior art date
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L5/00—Arrangements affording multiple use of the transmission path
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
Description
本發明關於無線電通訊的領域,尤其是根據行動通訊標準(例如,3GPP長期演進)基於在行動網路中接收之無線電信號來偵測干擾行程及估計干擾信號之參數的技術。
現代蜂巢式網路面臨著對高速資料和媒體傳輸的需求正在急遽增加的挑戰。網路操作者需要修改其網路以增加整體容量。一種解決方法可能是將更密集的巨型胞元置放於同質網路中。然而,這種解決方法可能非常昂貴且可能需要迅速移動的使用者非常頻繁地進行交遞。另一種解決方法可能是異質網路。一個巨型胞元可能用於較大區域的涵蓋範圍且小型(例如,微微型或毫微微型)胞元可能被置放於涵蓋範圍區域中以增加在一些「熱點」的容量。在同質和異質兩者網路中,使用者設備(UE)在
具有可能在短時間基礎上被排程之多個干擾胞元的動態情境中操作。干擾偵測及參數估計對於重要UE功能(例如,通道估計、偵測、和CQI(通道品質指示)反饋)的適當運作而言係至關重要的。
100‧‧‧異質網路
101‧‧‧巨型胞元
103‧‧‧微微型胞元
105‧‧‧微微型胞元
112‧‧‧涵蓋範圍
114‧‧‧涵蓋範圍
110‧‧‧涵蓋範圍
107‧‧‧UE
109‧‧‧UE
201‧‧‧曲線
202‧‧‧曲線
203‧‧‧曲線
210‧‧‧曲線
400‧‧‧裝置
401‧‧‧干擾加雜訊功率樣本產生單元
402‧‧‧出現累積單元
403‧‧‧估計器
404‧‧‧信號功率估計器
700‧‧‧裝置
703‧‧‧估計器
705‧‧‧參數評估單元
800‧‧‧裝置
806‧‧‧干擾行程決策
900‧‧‧裝置
1001‧‧‧估計器單元
1002‧‧‧估計器單元
1003‧‧‧估計器單元
附圖被包括以提供進一步了解態樣且被併入並構成本說明書之一部分。圖繪示出態樣且與本說明一起用來解釋態樣之原理。其他態樣以及態樣的許多預期優點將隨著它們藉由參考下列詳細說明變得更好了解而容易理解。相同參考編號表示對應之類似部件。
第1圖係根據干擾情境之包括巨型胞元和微微型胞元之網路的示意圖。
第2圖係繪示在於對數尺度(以dB為單位)上具有K=3個雜訊與干擾來源的干擾情境中經歷到之現實雜訊與干擾功率剖面的機率密度函數之圖。
第3A圖係在時間頻率表示中的實體通道資源之行程模型的示意圖,繪示被排程至第一干擾的資源區塊、被排程至第二干擾的資源區塊、及非排程資源區塊。
第3B圖係在時間頻率表示中之資源區塊的示意圖,經由舉例繪示LTE實體資源區塊(PBR)。
第4圖係繪示用於使用直方圖分析來估計雜訊與干擾參數的裝置之示範實作的方塊圖。
第5圖係繪示在觀察週期期間在輸入雜訊與
干擾功率樣本上產生之直方圖及分析直方圖以獲得(初步的)干擾參數的方法之圖。
第6圖係繪示第5圖之直方圖及重新分析直方圖以基於初步的干擾參數來獲得雜訊與干擾參數的方法之圖。
第7圖係繪示用於使用直方圖分析和參數追蹤來估計雜訊與干擾參數的裝置之示範實作的方塊圖。
第8圖係繪示用於使用直方圖分析、可選參數追蹤和干擾行程偵測來估計雜訊與干擾參數的裝置之示範實作的方塊圖。
第9圖係繪示用於使用直方圖分析、參數追蹤和干擾行程偵測來估計雜訊與干擾參數的裝置之示範實作的方塊圖。
第10圖係在裝置中使用之用於估計雜訊與干擾參數的示範估計器的方塊圖。
第11圖係繪示使用直方圖分析來估計雜訊與干擾參數之示範方法的流程圖。
在下文中,參考圖來說明實施例,其中相同參考編號通常係用以指整篇的類似元件。在下面的說明中,為了解釋之目的,提出許多具體細節以提供對實施例之一或更多態樣的全面性了解。然而,本領域之技藝者可能清楚明白實施例之一或更多態樣可能以較小程度的這些
具體細節來實行。因此,下面的說明並不被視為限制意義,且保護範圍係由所附之申請專利範圍定義。
所概述的各種態樣可能以各種形式來實作。下面的說明經由舉例顯示其中可能實行態樣的各種組合和配置。了解到所述之態樣及/或實施例僅僅是實例且可能利用其他態樣及/或實施例並在不脫離本揭露之範圍下可能進行結構和功能修改。另外,儘管可能只有針對數個實作中的其中一個實作來揭露實施例之特定特徵或態樣,但上述特徵或態樣可能依據其可能對任何給定或特定應用而言為期望和有利的而與其他實作之一或更多其他特徵或態樣結合。
本文所述之方法及裝置有關干擾情境偵測及/或雜訊與干擾參數估計。了解到與所述之方法相關所作出的評論可能也適用於配置以進行方法的對應裝置電路且反之亦然。例如,若描述了特定方法步驟或程序,則對應裝置可能包括用以進行所述之方法步驟或程序的單元,即使在圖中未明確地描述或繪示這類單元。
本文所述之方法及裝置可能在無線通訊網路,尤其是基於行動通訊標準(例如,LTE(長期演進)及/或OFDM(正交分頻多工))、或其他標準(例如,GSM/EDGE(全球行動通訊系統/GSM演進增強資料率)標準及/或UMTS/HSPA(全球行動電信系統/高速封包存取)標準或其衍生物)的通訊網路中實作。下述方法及裝置可能進一步在行動裝置(或行動台或使用者設備
(UE))或在基地台(也被稱為NodeB、eNodeB)中實作。
本文所述之方法及裝置可能配置以傳送及/或接收無線電信號。無線電信號可能是由無線電傳送裝置(或無線電發射器或發送器)發射的無線電頻率信號,其中無線電頻率位於例如約3Hz至300GHz之範圍中。
以下所述之方法及裝置可能依照行動通訊標準(例如,LTE)而設計。LTE(銷售作為4G LTE)係針對用於行動電話和資料終端的高速資料之無線通訊的標準。這是基於GSM/EDGE和UMTS/HSPA網路技術,使用不同的無線電介面連同核心網路改進來增加容量和速度。標準係由3GPP(第三代合作夥伴計畫)開發且規定在其第8版文件系列,以及在第9、10和11中目前所述之增強中。
以下所述之方法及裝置可能應用在OFDM系統中。OFDM係一種用於在多個載波頻率上編碼數位資料的架構。OFDM已發展為一種用於在如數位電視和音頻廣播、DSL寬頻網際網路存取、無線網路、及4G行動通訊的應用中使用之寬頻數位通訊(無論是無線或透過銅線)的普遍架構。OFDM係一種作為數位多載波調變方法的分頻多工(FDM)架構。可能使用大量間隔緊密的正交子載波信號以傳送資料。正交可能防止在子載波之間的串音。資料可能被分成數個平行資料流或通道,每個子載波用一個。每個子載波可能在低符元速率下以傳統調變架構(如
正交振幅調變或相移鍵控)來調變,保持類似於在相同頻寬中之傳統單載波調變架構的總資料率。OFDM可能基本上等同於編碼的OFDM(COFDM)和離散多音調調變(DMT)。
以下所述之方法及裝置可能應用在多層同質或異質網路中。例如,多層同質和異質網路(HetNet)可能在LTE和LTE進階標準中使用。HetNet可能用以不僅建立單一類型之eNodeB(同質網路)的網路,而且用以部署具有不同能力,最重要的是不同Tx功率類別的eNodeB。這些eNodeB可能通常被稱為巨型eNodeB(MeNB)或巨型胞元、微微型eNodeB(PeNB)或微微型胞元和毫微微型/家庭eNodeB(HeNB)或毫微微型胞元及分別預定給基本室外、室外熱區和室內/企業涵蓋範圍。另外,「小型胞元」之術語可能作為涵蓋微微型和毫微微型胞元的更廣泛術語。
巨型胞元可能涵蓋大胞元面積(胞元半徑通常約為500米至1公里),其中傳送天線高於約46dBm(20瓦特)的叢集和傳輸功率。它們可能對所有使用者提供服務。毫微微型胞元(也被稱為家庭eNodeB(HeNB)可能是由終端消費者(通常在室內)安裝的較低功率胞元。微微型胞元可能是操作者部署的胞元,其中較低傳輸功率通常是較小的數量級-相對於巨型胞元eNodeB。它們可能通常安裝在無線熱點區域(例如,商場)中且對有使用者提供存取。在UE正連接至微微型胞
元的情境中,微微型胞元可能表示目標胞元,而巨型胞元可能表示提供強烈干擾的干擾胞元。
以下所述之方法及裝置可能應用在eICIC(增強胞元間干擾協調)系統中。在第10版3GPP中使用eICIC以避免在下行鏈路之資料和控制通道兩者上的嚴重胞元間干擾。eICIC可能基於與交叉載波行程的載波聚合或基於使用所謂的近空子訊框(ABS)的TDM(時域多工)。
基於載波聚合的eICIC可能使LTE-A UE能夠同時連接至數個載波。它不僅可能允許跨載波的資源分配,還可能允許在載波之間的排程器為基快速切換而沒有耗時交遞。在HetNet情境中的簡單原理可能是將可用頻譜分成例如兩個分離成分載波且對不同網路層分配主成分載波(PCC)。主成分載波可能是對UE提供控制資訊的胞元。此外,每個網路層能在稱為次成分載波(SCC)的其他CC上排程UE。
以下所述之方法及裝置可能應用在如IRC(干擾拒絕結合)接收器的干擾感知接收器中。IRC係一種可能在天線分集系統中使用以藉由使用在分集通道中的雜訊之間的交叉共變異數來抑制同通道干擾的技術。IRC可能作為有效替代以在胞元重疊的區域中增加上行鏈路位元率。IRC接收器可能有效地改進胞元邊緣使用者產量,因為它可能抑制胞元間干擾。IRC接收器可能通常基於最小均方差(MMSE)準則,其可能需要包括具有高準確度
之胞元間干擾的通道估計和共變異數矩陣估計。
以下所述之方法及裝置可能應用在MIMO(多輸入多輸出)系統中。MIMO無線通訊系統在發射器和在接收器運用多個天線以增加系統容量且實現更好的服務品質。在空間多工模式中,MIMO系統可能達到更高的峰值資料率而沒有藉由在相同頻帶中並行傳送多個資料流來增加系統的頻寬。MIMO偵測器可能用於偵測在發射器的各別天線與接收器的各別天線之間的通道矩陣所描述之MIMO通道。
本揭露提出一種用於在同步行動網路(例如,LTE網路,尤其是依照第11+版的LTE進階網路)之干擾情境偵測及雜訊與干擾參數估計的方法。在LTE網路中,鄰近胞元可能使用與服務胞元相同的頻帶,且在胞元邊緣的行動裝置可能面臨來自多個胞元的強烈干擾。亦即,在同質和異質網路中,行動裝置在具有可能在每個子訊框或甚至每個PRB(實體資源區塊)被排程之多個干擾胞元的極動態情境中操作。特別是,當多個微微型胞元及/或毫微微型胞元可能置放於巨型胞元的涵蓋範圍區域內部時,異質網路部署可能增加此問題。因此,雜訊加干擾功率(且由此SINR(信號與干擾加雜訊比))可能在例如每個區塊邊界急遽改變。干擾偵測及干擾參數估計可能因此對整體接收器效能,且尤其是重要接收器功能(例如,通道估計、偵測、和CQI(通道品質指示)反饋)的適當運作係至關重要的。
儘管相關干擾的數量在一些情況下對於行動裝置而言可能是已知的(例如,藉助於胞元搜尋或發信),但干擾行程模型以及雜訊來源的雜訊參數(例如,雜訊功率及其變異數)和每個(排程)干擾信號的干擾參數(例如,干擾功率及其變異數)一般而言係未知的。因此,如本文所述之干擾行程偵測及雜訊與干擾參數估計可能在行動裝置中的干擾情境上改進知識。
第1圖係包括巨型胞元101和微微型胞元103、105之異質網路100的示意圖。在微微型胞元103、105中的微微型基地台的特徵可能在於相較於在巨型胞元101中的巨型基地台具有實質上較低的傳送功率。由於在兩種類型之基地台中的傳送功率準位之間的大位差,微微型胞元103、105的涵蓋範圍112、114係顯著地小於如第1圖所示之巨型基地台的涵蓋範圍110。巨型胞元101的較大涵蓋範圍110可能吸引更多UE 107、109往高功率巨型eNodeB,雖然可能沒有足夠的資源來有效地服務所有UE。同時,較小功率基地台的資源可能仍未獲得充分利用。UE 107、109可能包括如下面所述之干擾情境偵測及/或干擾參數估計。
第2圖繪示具有K=3個雜訊與干擾來源的典型干擾情境。亦即,舉例而言,描繪了雜訊(機率密度函數(pdf)曲線201、平均功率μ 1=-24dB)、第一干擾(pdf曲線202、平均功率μ 2=-10dB)與第二干擾(pdf曲線203、平均功率μ 3=+8dB)之混合。此外,總機率密
度函數(其係為K個雜訊與干擾來源之機率密度函數的總和)被描繪為第2圖中的「包絡」pdf曲線210。
每個雜訊與干擾來源的機率密度函數(即,pdf曲線201、202、203)可能藉由具有個別參數gk(分佈k的權重因數)、μ k(分佈k的平均值)、和σ k(分佈k的標準差)的參考分佈(例如,高斯機率分佈)來模型化,其中k=1,...,K。因此,k=1,...,K個雜訊與干擾來源的多峰混合模型可能藉由一組參數(K;gk,μ k,σ k)來描述,k=1,...,K。請注意K個雜訊與干擾來源可能包含雜訊來源(在此,例如,k=1)和干擾來源(即,「干擾」)(在此,例如,k=2,3)兩者。干擾被排程,雜訊來源不被排程。
為了模型化K個雜訊與干擾來源的干擾情境,可能產生直方圖且可能從直方圖推導出雜訊與干擾來源參數。直方圖可能基於輸入雜訊與干擾功率樣本而產生。為此目的,輸入雜訊與干擾功率樣本可能被量化成量化準位且可能對每個量化準位累積其出現,由此形成雜訊與干擾功率準位的直方圖。第2圖繪示藉由交叉項目符號基於輸入雜訊與干擾功率樣本所獲得的總和直方圖。此外,第2圖繪示藉由項目符號之每個雜訊與干擾來源的直方圖。
亦即,雜訊與干擾功率偵測器可能在UE(或基地台)中實作且可能配置以在預定觀察週期功率樣本期間傳送。為了獲得第2圖之總和直方圖(交叉項目符
號),這些功率樣本被量化成量化準位,例如,具有如第2圖所示之3dB間隔。在預定觀察週期期間對每個量化準位累積雜訊與干擾功率樣本的出現導致第2圖所示之總和直方圖。從第2圖之總和直方圖,可能推導出雜訊與干擾來源的數量K及雜訊與干擾來源的參數。
如將於下進一步更詳細所述,藉助於雜訊與干擾來源參數,可能產生所偵測之雜訊與干擾來源的干擾行程決策。此干擾行程決策可能被產生用於每個輸入雜訊與干擾功率樣本且被轉送給配置以利用此資訊(例如,通道估計(CE)、偵測、CQI反饋產生)之UE的所有實例。
第3A圖繪示將干擾行程模型繪示為具有兩個干擾胞元C1和C2之動態干擾情境的實例。舉例而言,考慮了3GPP-LTE下行鏈路傳輸。時域被分成時間槽t1、t2、t3、t4,...,其中每個時間槽可能具有例如0.5ms的期間。頻域可能被分成載波f1、f2、f3、f4、f5,...,其中每個載波可能具有例如180kHz的頻率範圍。每個實體資源區塊(PRB)可能在時間上佔據一個槽(例如,0.5ms)和在頻率上佔據一個載波(例如,180kHz)。
第3B圖經由舉例繪示一個PRB。如第3B圖所示,PRB可能在頻率上佔據例如12個子載波和例如在時間上佔據7個符元。子載波槽元件可能被稱為資源元件。PRB定義某些實體通道對PRB的資源元件之映射。
回去第3A圖,第一干擾胞元C1可能對應於
第2圖之平均功率μ 2=-10dB的雜訊加干擾來源(即,k=2的第一干擾),且第3A圖之第二干擾胞元C2可能對應於第2圖之平均功率μ 3=+8dB的第二雜訊加干擾來源(即,k=3的第二干擾)。如第3A圖所示,第一干擾可能具有50%的行程發生(在t1中:f1,f2;在t2中:f2,f3,f4,f5;在t4中:f1,f3,f4,f5被排程),且第二干擾可能具有10%的行程發生(在t2中:f5;在t4中:f1被排程)。未排程其他區塊(例如,在t1中:f3,f4,f5;在t2中:f1;在t3中:f1,f2,f4,f5;在t4中:f2)。如從第3A圖清楚明白,干擾行程可能例如在區塊基礎或例如在子訊框基礎上被進行(一個子訊框可能由兩個連續時間槽(即,由PRB對)來定義)。
上述動態干擾行程模型可能強烈地影響核心接收器功能,例如,通道估計(CE)、偵測、和CQI反饋產生功能。舉例而言,CE嘗試藉由過濾位於如第3A圖所示之較大時間/頻率網格上的引導符元來產生用於特定區塊(例如,在t3中之f3的PRB)的通道估計。舉例而言,包括有助於在t3中之f3的CE之引導符元的時間/頻率區域可能包含例如以時間為單位的1至5(特別是3)個槽和例如以頻率為單位的3至8(特別是5)個載波(如,PRB長度)。估計過濾器需要適用於區塊干擾的變化模型。此用於CE的過濾器參數之適用係藉由如本文所述之適當的干擾行程偵測及雜訊與干擾來源參數估計方法來幫助。
第4圖係繪示用於使用直方圖分析來估計數量K之目前雜訊與干擾參數來源及這些雜訊與干擾來源之參數的示範裝置400。第4圖也繪示使用直方圖分析來估計數量K之目前雜訊與干擾來源及雜訊與干擾來源之參數的方法。以下,雜訊與干擾來源參數在本文中將也被稱為雜訊與干擾參數。
裝置400可能包含干擾加雜訊功率樣本產生單元401,配置以產生接收信號s的雜訊與干擾功率樣本zn。亦即,雜訊與干擾功率樣本zn係表示輸入信號樣本sn的干擾加雜訊功率。整數n是取樣索引。有許多實作功率樣本產生單元401的可能性。舉例而言,可能使用所謂的預CE功能(其在正常通道估計之前使用區塊CRS(胞元特定參考信號)通道估計(CE)),其產生具有例如約1dB之偏壓及約3至5dB之標準差的功率峰值。這可能對干擾加雜訊功率估計設定目標準確度(例如,達到約1dB)。
雜訊與干擾功率樣本zn可能被傳送至出現累積單元402。出現累積單元402在本文中也被稱為直方圖產生單元。
出現累積單元402可能包含量化與累積功能。雜訊與干擾功率樣本zn可能被量化成量化準位且可能在觀察週期期間累積用於每個量化準位之雜訊與干擾功率樣本zn的出現。這樣,在一個觀察週期期間形成了直方圖。
直方圖量化準位可能是預定的或可能是變化地可調整的。量化準位可以是足夠密集的以對直方圖呈現充分統計。亦即,可能設定量化準位間隔以致幾乎或完全滿足機率密度剖面的取樣定理以被解析。亦即,機率密度剖面(被視為低通信號)可能由直方圖(過)取樣。舉例而言,這是在第2圖中的情況,其中具有3dB間隔的直方圖樣本(項目符號)代表在沒有失去資訊之情況下的混合機率密度(總和pdf)。一般而言,直方圖量化間隔可能被設定為等於或小於最小(σ k),其中k=1,...K,使得能解析所有相關干擾(即,雜訊與干擾來源)。
在預定或可調整觀察週期期間完成了出現累積。舉例而言,一塊輸入功率樣本zb(例如,預PRB功率樣本zn)係用以形成直方圖。舉例而言,可能從數量N的區塊或子訊框產生一個直方圖,其中N是等於或大於1的整數。N乘以區塊長度(或子訊框長度)可能由此定義進行功率特定出現累積所經過的觀察週期。
舉例而言,產生直方圖的有效方式可能包含發現每個輸入功率樣本zn的MSB(最有效位元)位置及計數其觀察週期之所有輸入功率樣本zn的出現。例如,12位元I/Q信號的24位元輸入功率樣本zn產生具有例如L=24個樣本、69dB動態範圍、及量化3dB的直方圖。
在觀察週期(例如,N個區塊)期間於出現累積單元402中累積的直方圖Hb可能被傳送至配置以基於接收之直方圖Hb來估計雜訊與干擾參數的估計器
403。舉例而言,估計器403可能產生雜訊來源與干擾的(估計)數量。估計器403可能更產生部分雜訊機率密度數據圖表的平均功率μ k及/或功率標準差σ k(或變異數)及/或增益因數gk。此外,由估計器403產生的雜訊與干擾參數可能包含接收信號之雜訊與干擾功率樣本的雜訊與干擾來源分離功率臨界值θk。這些雜訊與干擾參數可能被產生達一個觀察週期(即,每個接收之直方圖)或基於複數個接收之直方圖,如將於下在「參數追蹤」之內文中進一步所述。
直方圖分析可能遵循一般期望最大化(EM)策略:期望(E):對雜訊與干擾來源k(即,若存在的話,則對雜訊來源及/或干擾)分配每個觀察。
最大化(M):估計雜訊與干擾參數(例如,、gk、μ k、σ k、及/或θk)。
如上所述之基本EM架構可能使用下面的特徵:
直方圖樣本Hm(m=1,...,M)係作為觀察(而不是功率樣本zn)。M是量化準位的數量,m是量化索引且Hm是(累積)出現的數量。Hb可能被定義為一組直方圖樣本{Hm|m=1,...,M}。
觀察(Hm)可能藉由軟分配(而不是硬分
配)來分配給雜訊與干擾來源。軟分配可能利用加權函數用於分配觀察給干擾。硬分配可能分配量化準位(及其中累積的觀察)給雜訊與干擾來源。下面將藉由實例來進一步說明用於軟分配的特定方法。
可能基於一部分或所有目前雜訊與干擾參數(例如,、gk、μ k、σ k、及/或θk)和參數雜訊與干擾模型(例如,如已結合第2圖所提及之高斯模型)來再生雜訊與干擾來源。
可能產生用於軟分配觀察(Hm)給特定雜訊與干擾來源的加權函數vk。
可能基於軟分配觀察,產生更新之雜訊與干擾參數(例如,、gk、μ k、σ k、及/或θk)來重新估計雜訊與干擾參數。
請注意估計器403可能輸出除了上面指定之參數、gk、μ k、σ k、及/或θk以外的雜訊與干擾參數。舉例而言,估計器403可能具有接收在可選信號功率估計器404中產生之輸入信號功率樣本pn的輸入。估計器403可能配置以基於輸入信號功率樣本pn和基於平均雜訊與干擾功率μ k及/或增益因數gk來產生用於每個k的平均SINR。接著,代替輸出平均雜訊與干擾功率μ k及/或增益因數gk或除了這些參數之外,可能產生每個雜訊與干擾來源k的平均SINR。每個雜訊與干擾來源k的平均SINR
在本文中係由γk表示。請注意若特定雜訊與干擾來源k基本上是雜訊來源,則γk是SNR,且若特定雜訊與干擾來源k基本上是干擾,則γk是SIR。
第5圖繪示從例如一個區塊或一個子訊框(兩個區塊)的觀察週期基於直方圖樣本Hm之雜訊與干擾參數取得的實例。在此,舉例而言,使用100個輸入功率樣本zn。藉由峰值偵測(例如,藉由局部最大搜尋)、將直方圖樣本Hm硬分配給雜訊與干擾來源(例如,藉由將涵蓋在每個所偵測的峰值周圍之一些直方圖樣本的量化索引子集m(k)分配給雜訊與干擾來源k),及藉由計算雜訊與干擾參數(例如,藉由調用平均數和標準差的定義及應用適當縮放)來從直方圖樣本Hm取得第一參數估計值(例如,、gk、μ k、σ k):gk=sum(H(mk))μk=sum(X(mk)* H(mk))/gk σk=sqrt(sum((X(mk)-μk)2 * H(mk))/gk),(1)
其中X是輸入雜訊與干擾功率樣本zn的功率準位尺度(以dB/log為單位)且X(mk)是第k個所偵測之峰值附近的輸入功率準位之子集。由此,遍及所偵測之局部最大值(其被識別為在直方圖中的雜訊與干擾來源k)周圍之區域(例如,一些量化間隔)中的量化索引子集m(k)上對每個雜訊與干擾來源k進行在等式(1)中的總計。sqrt( )之術語係指平方根函數。
第一參數估計值(例如,、gk、μk、σk)可能接著例如作為最終雜訊與干擾參數。然而,如將於下
所提出,第一參數可能也作為初步的參數,用以經由參數雜訊與干擾來源模型(尤其是使用例如高斯機率分佈的模型)來再生雜訊與干擾來源密度。
用於每個識別之雜訊與干擾來源k的再生之雜訊與干擾來源密度rm(k)可能被推導為例如rm(k)=gk * N(m;μk,σk) (2)
且經由舉例在第5圖中被分別描繪為曲線1、2、及3(k=1、2、及3)。在此,N(m;μk,σk)可能表示在第k個所偵測之峰值周圍的輸入功率準位之平均數μk、標準差σk和子集m(k)的高斯正常分佈。也有可能使用其他分佈,特別是若在干擾情境及/或在特定干擾k之參數上的額外知識係可用的(然而,請注意本文所述之方法特別適用於干擾情境在UE中完全或大部分是未知(即,若表示干擾及/或其參數之存在的最小或沒有任何發信係由基地台提供)的情況)。請注意增益因數gk(其取決於直方圖之對應局部最大值的高度)可能作為用於縮放模型分佈N(m;μk,σk)的參數。每個增益因數gk係表示對應雜訊與干擾來源k的強度。
從再生的雜訊與干擾來源密度rm(k),軟分配加權函數vm(k)可能被推導為例如vm(k)=rm(k)/sum(rm(k)) (3)。
對於k=1的加權函數v1、對於k=2的加權函數v2和對於k=3的加權函數v3在第6圖中分別被描繪為虛曲線1、2、和3。
加權函數v1、v2、v3(即,對於每個k=1,...,K的這組加權因數vm(k))可能接著用以藉由計算雜訊與干擾來源特定加權直方圖來進行觀察(即,直方圖樣本Hm(m=1,...,M))的軟分配。這些雜訊與干擾來源特定加權直方圖在第6圖中分別被標記為wH1、wH2、和wH3。加權直方圖wH1、wH2、和wH3在本文中也被稱為軟分配的直方圖。
雜訊與干擾參數可能接著基於軟分配的直方圖wH1、wH2、和wH3被重新估計。重新估計可能與在等式(1)中相同的方式進行,但藉由以加權直方圖Hm(k)來取代在峰值k附近的直方圖樣本H(mk)之子集:gk=sum(Hm(k))μk=sum(Xm * Hm(k))/gk σk=sqrt(sum((Xm-μk)2 * Hm(k))/gk) (4)
因此,在等式(4)中,對所有(加權)直方圖樣本進行總計(即,可能相對於僅涵蓋在如在根據等式(1)之硬分配分析中使用的每個所偵測之峰值周圍之一些直方圖樣本的索引子集m(k)而對所有功率準位m=1,...,M進行總計。這些第二參數估計值(例如,、gk、μ k、σ k)比對應第一(或初步的)參數估計值更準確。它們可能被採用作為直方圖分析的最終參數估計值。
如當比較第5圖(硬分配直方圖)與第6圖(軟分配直方圖)時可能看出,平均估計值μ k(其主要與SINR估計相關)接近實際平均數μ t,k,且藉助於觀察(直方圖樣本)的軟分配,尤其是第二平均估計值μ 2有
顯著的改進。若需要進一步改進準確度,則進一步迭代(密度函數再生和參數估計)係可能的且能被獲得。
請注意在第5和6圖以及在第4圖中,下標b被加入至估計的雜訊與干擾參數以指示對應參數係基於一個直方圖(即,在一個觀察週期(例如,N個區塊)期間)被推導出。在等式(1)至(4)中抑制此索引b以便於通知。
參考第10圖,第4圖之估計器403可能例如包含第一估計器單元1001,配置以基於在觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量來估計初步的干擾參數,其中對每個雜訊與干擾來源分配預定間隔的量化準位(例如,參見等式(1))。此外,估計器403可能包含第二估計器單元1002,配置以基於初步的雜訊與干擾參數及雜訊與干擾來源模型機率分佈來估計用於每個雜訊與干擾來源的軟分配加權函數vm(k)(例如,參見等式(2)和(3))。估計器403可能更包含第三估計器單元1003,配置以基於軟分配加權函數及在觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量來估計雜訊與干擾參數(例如,參見第4圖)。估計器單元1001、1002、和1003可能在軟體中或在硬體中實作,例如,第一和第三估計器單元1001和1003可能藉由相同電路來實作。
第7圖繪示用於估計雜訊與干擾參數的裝置700。裝置700係類似於裝置400且參考上述說明以避免
重複。然而,可能加入參數追蹤的功能。在第7圖中,配置以基於在觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量來估計雜訊與干擾參數的估計器703可能更包含參數評估單元705。參數評估單元705可能配置以對每個雜訊與干擾來源k判定存在雜訊與干擾來源(例如,排程的干擾)所經過的一些觀察週期。參數評估單元705可能也配置以在一些觀察週期期間(例如,各別雜訊與干擾來源已被偵測為存在所經過的觀察週期數量期間)平均從估計器403接收的雜訊與干擾參數(其在一個觀察週期期間係藉由直方圖分析來獲得)。
更具體而言,在用於參數追蹤的參數評估單元705中,觀察週期為基參數估計值(例如,、gb,k、μ b,k、σ b,k)及(可能的話)其他觀察週期為基參數被連續地更新以形成長期估計值(、gk、μ k、和σ k)及(可能的話)其他參數。
基於一序列連續觀察週期為基估計值(),可能首先被偵測到而無論干擾情境對於每個所偵測之雜訊與干擾來源k而言是否為穩定的或改變的。若為穩定的,則可能藉由平均觀察週期為基參數估計值來精確化長期參數估計值。否則,若情境正在改變(即,新的干擾正在出現且舊的干擾正在消失),則可能對所偵測之新的干擾初始化追蹤且對正在消失的干擾放棄追蹤。
在干擾情境中的變化藉由在直方圖產生和分析中選擇短觀察週期長度被更快地偵測到(在幾毫秒
內)。舉例而言,觀察週期可能例如短至1個週期或只有少量區塊週期,其中區塊週期為基於其行程模型可能改變的最小時間基礎(例如,在LTE中,一個區塊是一個PRB)。若干擾情境正在改變,則可能對所偵測之新的雜訊與干擾來源初始化追蹤且對消失的雜訊與干擾來源放棄追蹤。這可能有利於對在評估單元705中之區塊參數估計值的一個後處理比藉由估計器403來在直方圖產生和分析中選擇長觀察週期花費更多「智力」。
第8圖繪示用於估計雜訊與干擾參數的裝置800。裝置800係類似於裝置400和700,且參考上述說明以避免重複。此外,裝置800可能包括用於干擾行程決策806的單元。用於干擾行程決策806的單元可能具有用以在區塊基礎上(或一般而言,在觀察週期基礎上)接收干擾分離臨界值θb,k作為例如藉由估計器403之輸出的輸入及/或用以接收干擾分離臨界值θk作為例如藉由評估單元705之輸出的輸入。干擾分離臨界值θk可能是在複數個觀察週期期間(例如,取決於或等於各別干擾k被偵測到為存在所經過之觀察週期數量的一些觀察週期)的θb,k之平均。
舉例而言,干擾分離臨界值θb,k可能被推導為直方圖分析的副產物。如第6圖所示,可能選擇在相鄰加權函數vm(k)之間的交叉點以定義分離臨界值θb,k。
用於干擾行程決策806的單元可能輸出干擾行程偵測樣本γn。樣本γn可能藉由干擾k之SINR的任
何指標γk來給定。在干擾行程決策單元806中輸入的干擾k之SINR的指標γk可能例如藉由估計器703(例如,參考第9圖)或藉由在UE中的另一實例(例如,參見第8圖)來產生。
樣本γn可能基於功率樣本zn藉由硬分配來判定。舉例而言,若功率樣本zn落在由關聯於干擾k之兩個長期臨界值θk定義的範圍內,則干擾k的SINR值γk可能由干擾行程決策單元806輸出作為干擾行程決策樣本γn。可能例如藉由如上所述之參數追蹤來從觀察週期為基臨界值θb,k推導出長期臨界值θk。如第8圖所示,也有可能使用觀察週期為基臨界值θb,k做為用於在干擾行程決策單元806中的硬分配之基礎。在這兩種情況下,網路干擾行程係藉由新的臨界值參數之出現(新的干擾變成主動)或藉由舊的臨界值參數之消失(舊的干擾不見)來偵測。請注意若網路係配置以未對UE發信任何東西或只有對UE發信干擾行程的不足資訊,則這種干擾行程偵測方法特別有效。
第9圖繪示用於估計雜訊與干擾參數的裝置900。裝置900可能類似於裝置400、700、和800,且參考上述說明以避免重複。如第9圖所示,干擾行程偵測樣本γn可能藉由所偵測之干擾k的長期SINR估計值γk來給定作為藉由參數評估單元(參數追蹤)705的輸出。也有可能干擾行程偵測樣本γn可能藉由估計器403的觀察週期為基(例如,區塊為基)SINR估計值γb,k來給定。
在這兩種情況下,信號功率樣本pn可能被輸入至例如估計器403用於基於平方信號功率|pn|2的平均數和雜訊與干擾功率μb,k的平均數之比率來計算SINR估計值γb,k。可能藉由例如在如上所述的一些干擾個別之觀察週期期間的參數追蹤來從觀察週期為基SINR估計值γb,k推導出長期SINR估計值γk。
干擾行程偵測樣本γn可能表示在時間索引n的SINR。這些SINR樣本可能接著被傳送至可能使用上述資訊(例如,資料偵測、CE、CQI反饋產生等)之UE中的任何實例。尤其是,本文中的揭露包含基於依照上面說明所產生之接收引導符元和SINR樣本γn的通道估計。
參考第11圖,在S1中,一種估計干擾參數的方法可能包含接收一信號,包含一雜訊與干擾信號貢獻。
在S2中,可能產生基於信號的雜訊與干擾功率樣本。雜訊與干擾功率樣本之產生可能例如藉由預CE雜訊功率估計或藉由任何其他已知方法來進行。
在S3中,雜訊與干擾功率樣本可能被量化成量化準位且可能在一觀察週期期間累積用於每個量化準位之雜訊與干擾功率樣本的出現。此程序也可是指直方圖產生。
在S4中,可能例如基於在觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量來估計雜訊與干擾參數。參數估計可能包括直方圖分析(例如,如第
5圖所示之硬分配分析I和如第6圖所示之軟分配分析II)且可選地,在如例如第7、8和9圖所示之干擾特定平均週期(即,參數追蹤)期間的參數平均。
此外或另外,在S4中,有可能分析每個樣化準位之雜訊與干擾功率樣本的出現數量以獲得用於對雜訊與干擾功率樣本分配特定雜訊與干擾來源的功能。
下面的實例有關其他實施例。實例1係一種估計雜訊與干擾參數的方法,方法包含接收一信號,包含一雜訊與干擾信號貢獻;基於信號來產生雜訊與干擾功率樣本;將雜訊與干擾功率樣本量化成量化準位且在一觀察週期期間為每個量化準位累積雜訊與干擾功率樣本的出現;及基於在觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量來估計雜訊與干擾參數。
在實例2中,實例1之主題能可選地包括其中雜訊與干擾參數包含一些雜訊與干擾來源。
在實例3中,實例1或2之主題能可選地包括其中雜訊與干擾參數包含雜訊與干擾功率樣本的一平均功率。
在實例4中,實例1至3之任一者之主題能可選地包括其中雜訊與干擾參數包含雜訊與干擾功率樣本的一功率變異數。
在實例5中,實例1至4之任一者之主題能
可選地包括其中雜訊與干擾參數包含雜訊與干擾功率樣本的一權重因數。
在實例6中,實例1至5之任一者之主題能可選地包括其中雜訊與干擾參數包含雜訊與干擾來源分離臨界值。
在實例7中,實例1至6之任一者之主題能可選地包括基於在觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量來估計初步的雜訊與干擾參數,其中對每個雜訊與干擾來源分配一預定間隔的量化準位;基於初步的雜訊與干擾參數及一雜訊與干擾來源模型機率分佈來估計用於每個雜訊與干擾來源的一軟分配加權函數;及基於軟分配加權函數及在觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量來估計雜訊與干擾參數。
在實例8中,實例1至7之任一者之主題能可選地包括對每個雜訊與干擾來源判定存在雜訊與干擾來源所經過的一些觀察週期。
在實例9中,實例8之主題能可選地包括依據各別之雜訊與干擾來源之觀察週期的判定數量來平均在一些觀察週期期間的雜訊與干擾參數。
在實例10中,實例8之主題能可選地包括其中一雜訊與干擾來源之存在係基於遍及在每個觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量之一局部最大搜尋來判定。
在實例11中,實例1至10之任一者之主題能可選地包括其中雜訊與干擾參數包含雜訊與干擾來源分離臨界值,主題更包含:比較一雜訊與干擾功率樣本與雜訊與干擾來源分離臨界值以獲得表示一特定雜訊與干擾來源的一比較結果;及對雜訊與干擾功率樣本分配特定雜訊與干擾來源。
在實例12中,實例7之主題能可選地包括其中雜訊與干擾參數包含雜訊與干擾來源分離臨界值,且其中每個雜訊與干擾來源分離臨界值係基於用於至少兩個雜訊與干擾來源的軟分配加權函數來產生。
在實例13中,實例12之主題能可選地包括比較雜訊與干擾功率樣本與雜訊與干擾來源分離臨界值;及基於比較結果來對一雜訊與干擾功率樣本分配一特定雜訊與干擾來源。
在實例14中,實例13之主題能可選地包括基於特定雜訊與干擾來源來對每個雜訊與干擾功率樣本產生一信號與干擾加雜訊樣本。
在實例15中,實例14之主題能可選地包括其中信號與干擾加雜訊樣本係從分配至對應之雜訊與干擾功率樣本之特定雜訊與干擾來源的雜訊與干擾參數計算的一信號與干擾加雜訊比。
在實例16中,實例1至15之任一者之主題能可選地包括基於一區塊胞元特定參考信號通道估計函數來產生雜訊與干擾功率樣本。
實例17係一種用於估計雜訊與干擾參數的裝置,包含一功率樣本產生單元,配置以產生一接收信號的雜訊與干擾功率樣本;一出現累積單元,配置以將雜訊與干擾功率樣本量化成量化準位,及配置以在一觀察週期期間為每個量化準位累積雜訊與干擾功率樣本的出現;及一估計器,配置以基於在觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量來估計雜訊與干擾參數。
在實例18中,實例17之主題能可選地包括其中雜訊與干擾參數包含一些雜訊與干擾來源。
在實例19中,實例17至18之任一者之主題能可選地包括其中雜訊與干擾參數包含雜訊與干擾功率樣本的一平均功率。
在實例20中,實例17至19之任一者之主題能可選地包括其中雜訊與干擾參數包含雜訊與干擾功率樣本的一功率變異數。
在實例21中,實例17至20之任一者之主題能可選地包括其中雜訊與干擾參數包含雜訊與干擾功率樣本的一權重因數。
在實例22中,實例17至21之任一者之主題能可選地包括其中雜訊與干擾參數包含干擾來源分離臨界值。
在實例23中,實例17至22之任一者之主題能可選地包括其中估計器包含一第一估計器單元,配置以基於在觀察週期期間的每個量化準位之雜訊與干擾功率樣
本的出現數量來估計初步的雜訊與干擾參數,其中對每個雜訊與干擾來源分配一預定間隔的量化準位。
在實例24中,實例17至23之任一者之主題能可選地包括其中估計器包含一第二估計器單元,配置以基於初步的雜訊與干擾參數及一雜訊與干擾來源模型機率分佈來估計用於每個雜訊與干擾來源的一軟分配加權函數。
在實例25中,實例17至24之任一者之主題能可選地包括其中估計器更包含一第三估計器單元,配置以基於軟分配加權函數及在觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量來估計雜訊與干擾參數。
在實例26中,實例17至25之任一者之主題能可選地包括一評估單元,配置以對每個雜訊與干擾來源判定存在雜訊與干擾來源所經過的一些觀察週期,及配置以依據各別之雜訊與干擾來源之觀察週期的判定數量來平均在一些觀察週期期間的雜訊與干擾參數。
在實例27中,實例17至26之任一者之主題能可選地包括其中估計器係配置以基於遍及在每個觀察週期期間的每個量化準位之雜訊與干擾功率樣本的出現數量之一局部最大搜尋來判定一雜訊與干擾來源之存在。
在實例28中,實例17至27之任一者之主題能可選地包括一干擾行程決策單元,配置以比較一雜訊與干擾功率樣本與一雜訊與干擾來源分離臨界值以獲得表示
用於雜訊與干擾功率樣本之一特定雜訊與干擾來源的一比較結果。
在實例29中,實例17至28之任一者之主題能可選地包括其中干擾行程決策單元更配置以對每個輸入功率樣本產生與特定雜訊與干擾來源相關的一信號與干擾加雜訊樣本。
在實例30中,實例17至29之任一者之主題能可選地包括一干擾加雜訊功率樣本產生單元,配置以基於一區塊胞元特定參考信號通道估計函數來產生雜訊與干擾功率樣本。
實例31係一種估計雜訊與干擾參數的方法,方法包含:基於一輸入信號來產生雜訊與干擾功率樣本;將雜訊與干擾功率樣本量化成量化準位且在一觀察週期期間累積用於每個量化準位之雜訊與干擾功率樣本的出現;及分析每個量化準位之雜訊與干擾功率樣本的出現數量以獲得用於對一雜訊與干擾功率樣本分配一特定雜訊與干擾來源的功能。
在實例32中,實例31之主題能可選地包括其中功能係配置以若一雜訊與干擾功率樣本落在關聯於一特定雜訊與干擾來源的兩個雜訊與干擾來源分離臨界值之間,則對雜訊與干擾功率樣本分配特定雜訊與干擾來源。
在實例33中,實例32之主題能可選地包括其中關聯於特定雜訊與干擾來源的兩個雜訊與干擾來源分離臨界值係基於對特定雜訊與干擾來源和對鄰近雜訊與干
擾來源取得的加權函數來取得。
在實例34中,實例33之主題能可選地包括其中兩個雜訊與干擾來源分離臨界值係基於對特定雜訊與干擾來源取得的加權函數與兩個鄰近雜訊與干擾來源的加權函數之相交點。
在實例35中,實例33至34之任一者之主題能可選地包括其中取得用於一雜訊與干擾來源的加權函數包含:基於一機率參考分佈來估計用於雜訊與干擾來源之每個量化準位的雜訊與干擾功率樣本之出現數量的一機率密度;估計雜訊與干擾來源的一強度;及基於用於雜訊與干擾來源之已估計的機率密度和雜訊與干擾來源的強度來計算用於雜訊與干擾來源的加權函數。
在實例36中,實例31至35之任一者之主題能可選地包括估計用於一雜訊與干擾來源的一信號與干擾加雜訊比;及基於函數來對特定雜訊與干擾來源分配已估計的信號與干擾加雜訊比。
另外,儘管可能已只有針對數個實作中的其中一個實作來揭露本發明之特定特徵或態樣,但上述特徵或態樣可能依據可能期望且有利於任何給定或特定應用而與其他實作之一或更多其他特徵或態樣結合。再者,就在詳細說明或申請專利範圍中使用「包括」、「具有」、「帶有」之詞、或以上之其他變化而言,這類詞係打算以類似於「包含」之詞的方式來包括在內。又,了解到本發明之態樣可能在分立電路、部分積體電路或完全積體電路
或編程工具中實作。
雖然本文中已繪示和描述了特定態樣,但本領域之那些技藝者將了解各種替代及/或等效實作可能在不脫離本發明之範圍下代替所顯示和描述的特定態樣。本申請書打算用以涵蓋本文所論述之特定態樣的任何修改或變化。
400‧‧‧裝置
401‧‧‧干擾加雜訊功率樣本產生單元
402‧‧‧出現累積單元
403‧‧‧估計器
404‧‧‧信號功率估計器
Claims (22)
- 一種估計雜訊與干擾參數的方法,該方法包含:接收一信號,包含一雜訊與干擾信號貢獻;基於該信號以產生複數個雜訊與干擾功率樣本;將該複數個雜訊與干擾功率樣本量化成量化準位且在一觀察週期期間為每個量化準位累積複數個雜訊與干擾功率樣本的出現;及基於在該觀察週期期間的每個量化準位之該複數個雜訊與干擾功率樣本的出現數量來估計複數個雜訊與干擾參數,其中該複數個雜訊與干擾參數包含該複數個雜訊與干擾功率樣本的一平均功率、該複數個雜訊與干擾功率樣本的一功率變異數、該複數個雜訊與干擾功率樣本的一權重因數、及複數個雜訊與干擾來源分離臨界值之一或更多者。
- 如申請專利範圍第1項所述之方法,其中該些雜訊與干擾參數包含一些雜訊與干擾來源。
- 如申請專利範圍第1項所述之方法,更包含:基於在該觀察週期期間的每個量化準位之該複數個雜訊與干擾功率樣本的出現數量來估計初步的該複數個雜訊與干擾參數,其中對每個雜訊與干擾來源分配一預定間隔的量化準位;基於初步的該複數個雜訊與干擾參數及一雜訊與干擾來源模型機率分佈來估計用於每個雜訊與干擾來源的一軟 分配加權函數;及基於該軟分配加權函數及在該觀察週期期間的每個量化準位之該複數個雜訊與干擾功率樣本的出現數量來估計該複數個雜訊與干擾參數。
- 如申請專利範圍第1項所述之方法,更包含:對每個雜訊與干擾來源判定存在該雜訊與干擾來源所經過的一些觀察週期;及依據各別之該雜訊與干擾來源之觀察週期的判定數量來平均在一些觀察週期期間的該複數個雜訊與干擾參數。
- 如申請專利範圍第4項所述之方法,其中一雜訊與干擾來源之存在係基於遍及在每個觀察週期期間的每個量化準位之該複數個雜訊與干擾功率樣本的出現數量之一局部最大搜尋來判定。
- 如申請專利範圍第1項所述之方法,其中該複數個雜訊與干擾參數包含複數個雜訊與干擾來源分離臨界值,該方法更包含:比較一雜訊與干擾功率樣本與該複數個雜訊與干擾來源分離臨界值以獲得表示一特定雜訊與干擾來源的一比較結果;及對該雜訊與干擾功率樣本分配該特定雜訊與干擾來源。
- 如申請專利範圍第3項所述之方法,其中該複數個雜訊與干擾參數包含複數個雜訊與干擾來源分離臨界值,且其中每個雜訊與干擾來源分離臨界值係基於用於該複數 個雜訊與干擾來源之至少二者的該些軟分配加權函數來產生。
- 如申請專利範圍第7項所述之方法,更包含:比較該複數個雜訊與干擾功率樣本與該複數個雜訊與干擾來源分離臨界值;基於該比較結果來對一雜訊與干擾功率樣本分配一特定雜訊與干擾來源;及基於該特定雜訊與干擾來源來對每個雜訊與干擾功率樣本產生一信號與干擾加雜訊樣本。
- 如申請專利範圍第8項所述之方法,其中該信號與干擾加雜訊樣本係從分配至對應之該雜訊與干擾功率樣本之該特定雜訊與干擾來源的該雜訊與干擾參數計算的一信號與干擾加雜訊比。
- 一種用於估計雜訊與干擾參數的裝置,包含:一功率樣本產生單元,配置以產生一接收信號的複數個雜訊與干擾功率樣本;一出現累積單元,配置以將該複數個雜訊與干擾功率樣本量化成量化準位,及配置以在一觀察週期期間為每個量化準位累積該複數個雜訊與干擾功率樣本的出現;及一估計器,配置以基於在該觀察週期期間的每個量化準位之該複數個雜訊與干擾功率樣本的出現數量來估計複數個雜訊與干擾參數,其中該複數個雜訊與干擾參數包含該複數個雜訊與干擾功率樣本的一平均功率、該複數個雜訊與干擾功率樣本 的一功率變異數、該複數個雜訊與干擾功率樣本的一權重因數、及複數個雜訊與干擾來源分離臨界值之一或更多者。
- 如申請專利範圍第10項所述之裝置,其中該些雜訊與干擾參數包含一些雜訊與干擾來源。
- 如申請專利範圍第10項所述之裝置,其中該估計器包含:一第一估計器單元,配置以基於在該觀察週期期間的每個量化準位之該複數個雜訊與干擾功率樣本的出現數量來估計初步的該複數個雜訊與干擾參數,其中對每個雜訊與干擾來源分配一預定間隔的量化準位,及一第二估計器單元,配置以基於初步的該複數個雜訊與干擾參數及一雜訊與干擾來源模型機率分佈來估計用於每個雜訊與干擾來源的一軟分配加權函數。
- 如申請專利範圍第12項所述之裝置,其中該估計器更包含:一第三估計器單元,配置以基於該軟分配加權函數及在該觀察週期期間的每個量化準位之該複數個雜訊與干擾功率樣本的出現數量來估計該複數個雜訊與干擾參數。
- 如申請專利範圍第10項所述之裝置,更包含:一評估單元,配置以對每個雜訊與干擾來源判定存在該雜訊與干擾來源所經過的一些觀察週期,及配置以依據各別之該雜訊與干擾來源之觀察週期的判定數量來平均在一些觀察週期期間的該複數個雜訊與干擾參數。
- 如申請專利範圍第10項所述之裝置,其中該估計器係配置以基於遍及在每個觀察週期期間的每個量化準位之該複數個雜訊與干擾功率樣本的出現數量之一局部最大搜尋來判定一雜訊與干擾來源之存在。
- 如申請專利範圍第10項所述之裝置,更包含:一干擾行程決策單元,配置以比較一雜訊與干擾功率樣本與一雜訊與干擾來源分離臨界值以獲得表示用於該雜訊與干擾功率樣本之一特定雜訊與干擾來源的一比較結果。
- 如申請專利範圍第16項所述之裝置,其中該干擾行程決策單元更配置以對每個輸入功率樣本產生與該特定雜訊與干擾來源相關的一信號與干擾加雜訊樣本。
- 一種估計雜訊與干擾參數的方法,該方法包含:基於一輸入信號來產生複數個雜訊與干擾功率樣本;將該複數個雜訊與干擾功率樣本量化成量化準位且在一觀察週期期間累積用於每個量化準位之該複數個雜訊與干擾功率樣本的出現;及分析每個量化準位之該複數個雜訊與干擾功率樣本的出現數量以獲得用於對一雜訊與干擾功率樣本分配一特定雜訊與干擾來源的一函數,其中該函數係配置以若一雜訊與干擾功率樣本落在關聯於一特定雜訊與干擾來源的複數個雜訊與干擾來源分離臨界值之間,則對該雜訊與干擾功率樣本分配該特定雜訊與干擾來源。
- 如申請專利範圍第18項所述之方法,其中關聯於該特定雜訊與干擾來源的該複數個雜訊與干擾來源分離臨界值係基於對該特定雜訊與干擾來源和對鄰近雜訊與干擾來源取得的加權函數來取得。
- 如申請專利範圍第19項所述之方法,其中該複數個雜訊與干擾來源分離臨界值係基於對該特定雜訊與干擾來源取得的該加權函數與兩個鄰近雜訊與干擾來源的該加權函數之相交點。
- 如申請專利範圍第19項所述之方法,其中取得用於一雜訊與干擾來源的該加權函數包含:基於一機率參考分佈來估計用於該雜訊與干擾來源之每個量化準位的該複數個雜訊與干擾功率樣本之出現數量的一機率密度;估計該雜訊與干擾來源的一強度;及基於用於該雜訊與干擾來源之已估計的該機率密度和該雜訊與干擾來源的該強度來計算用於該雜訊與干擾來源的該加權函數。
- 如申請專利範圍第18項所述之方法,更包含:估計用於一雜訊與干擾來源的一信號與干擾加雜訊比;及基於該函數來對該特定雜訊與干擾來源分配已估計的該信號與干擾加雜訊比。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102014103853.3A DE102014103853B4 (de) | 2014-03-20 | 2014-03-20 | Verfahren und Vorrichtung zur Störsignalquellen-Zeitablaufsteuerungsdetektion und zum Schätzen von Rausch- und Störparametern |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201545491A TW201545491A (zh) | 2015-12-01 |
TWI556592B true TWI556592B (zh) | 2016-11-01 |
Family
ID=54053439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW104104391A TWI556592B (zh) | 2014-03-20 | 2015-02-10 | 用於干擾行程偵測及雜訊與干擾參數估計的方法及裝置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9832667B2 (zh) |
CN (1) | CN104936219B (zh) |
DE (1) | DE102014103853B4 (zh) |
TW (1) | TWI556592B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104066093B (zh) * | 2013-03-18 | 2018-03-23 | 财团法人工业技术研究院 | 无线通信系统的干扰管理方法、锚点设备、基站及其系统 |
DE102014103853B4 (de) * | 2014-03-20 | 2016-02-18 | Intel IP Corporation | Verfahren und Vorrichtung zur Störsignalquellen-Zeitablaufsteuerungsdetektion und zum Schätzen von Rausch- und Störparametern |
EP3118653B1 (en) * | 2015-07-17 | 2018-06-27 | Airbus Defence and Space GmbH | Noise distribution shaping for signals, particularly spread spectrum signals like cdma signals, with improved robustness |
US9768894B2 (en) * | 2015-08-10 | 2017-09-19 | Microsoft Technology Licensing, Llc. | Spectrum sleuth for identifying RF transmitter in an environment |
CN107306409B (zh) * | 2016-04-21 | 2020-06-12 | 富士通株式会社 | 参数确定方法、干扰分类识别方法及其装置 |
KR101892120B1 (ko) * | 2016-12-16 | 2018-08-29 | 엘지전자 주식회사 | 무선 통신 시스템에서 단말의 간섭 정보를 이용하여 스케쥴링을 수행하는 방법 및 이를 위한 장치 |
CN108667537B (zh) * | 2017-03-31 | 2021-10-08 | 北京神州泰岳软件股份有限公司 | 一种干扰源定位方法和装置 |
GB2570278B (en) * | 2017-10-31 | 2020-09-16 | Cambium Networks Ltd | Spectrum management for a point-to-multipoint wireless network |
CN110636019B (zh) * | 2019-11-04 | 2022-04-22 | 展讯通信(上海)有限公司 | 信道估计方法及装置、存储介质、终端 |
US20230269022A1 (en) * | 2020-07-14 | 2023-08-24 | Nokia Technologies Oy | Link adaptation improvement with pci reporting enhancements |
US11881904B2 (en) | 2022-03-31 | 2024-01-23 | Dell Products, L.P. | Power detection in the time domain on a periodic basis with statistical counters |
CN116346259B (zh) * | 2023-05-24 | 2023-09-19 | 北京星河亮点技术股份有限公司 | 基于功率方差比较的信道占用状态预测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5991273A (en) * | 1997-05-01 | 1999-11-23 | Nortel Networks Corporation | Determining SINR in a communications system |
US20070202919A1 (en) * | 2003-04-22 | 2007-08-30 | Shu David B | Separating Mixed Signals In A Cellular Environment |
US20100054373A1 (en) * | 2008-08-29 | 2010-03-04 | Andres Reial | Method and Apparatus for Low-Complexity Interference Cancellation in Communication Signal Processing |
CN102711122A (zh) * | 2012-06-01 | 2012-10-03 | 哈尔滨工业大学 | 一种结合频谱分配与功率控制的Femtocell中干扰抑制的方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7106792B2 (en) * | 2001-06-04 | 2006-09-12 | Qualcomm, Inc. | Method and apparatus for estimating the signal to interference-plus-noise ratio of a wireless channel |
US7035329B2 (en) * | 2002-07-18 | 2006-04-25 | Qualcomm, Inc. | Soft slicer in a hybrid decision feedback equalizer |
US7876810B2 (en) * | 2005-04-07 | 2011-01-25 | Rambus Inc. | Soft weighted interference cancellation for CDMA systems |
US8477592B2 (en) * | 2003-05-14 | 2013-07-02 | Qualcomm Incorporated | Interference and noise estimation in an OFDM system |
US7361586B2 (en) | 2005-07-01 | 2008-04-22 | Spansion Llc | Preamorphization to minimize void formation |
TWI342692B (en) * | 2005-10-28 | 2011-05-21 | Qualcomm Inc | Method and apparatus for channel and noise estimation |
US8693588B2 (en) * | 2011-02-24 | 2014-04-08 | Qualcomm Incorporated | Two-step joint demapping algorithm for LLR computation of MIMO signal based on sphere decoding |
DE102014103853B4 (de) * | 2014-03-20 | 2016-02-18 | Intel IP Corporation | Verfahren und Vorrichtung zur Störsignalquellen-Zeitablaufsteuerungsdetektion und zum Schätzen von Rausch- und Störparametern |
-
2014
- 2014-03-20 DE DE102014103853.3A patent/DE102014103853B4/de not_active Expired - Fee Related
-
2015
- 2015-02-10 TW TW104104391A patent/TWI556592B/zh not_active IP Right Cessation
- 2015-02-17 CN CN201510084958.8A patent/CN104936219B/zh not_active Expired - Fee Related
- 2015-03-17 US US14/660,094 patent/US9832667B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5991273A (en) * | 1997-05-01 | 1999-11-23 | Nortel Networks Corporation | Determining SINR in a communications system |
US20070202919A1 (en) * | 2003-04-22 | 2007-08-30 | Shu David B | Separating Mixed Signals In A Cellular Environment |
US20100054373A1 (en) * | 2008-08-29 | 2010-03-04 | Andres Reial | Method and Apparatus for Low-Complexity Interference Cancellation in Communication Signal Processing |
CN102711122A (zh) * | 2012-06-01 | 2012-10-03 | 哈尔滨工业大学 | 一种结合频谱分配与功率控制的Femtocell中干扰抑制的方法 |
Also Published As
Publication number | Publication date |
---|---|
TW201545491A (zh) | 2015-12-01 |
DE102014103853A1 (de) | 2015-09-24 |
DE102014103853B4 (de) | 2016-02-18 |
US9832667B2 (en) | 2017-11-28 |
CN104936219B (zh) | 2019-08-27 |
CN104936219A (zh) | 2015-09-23 |
US20150271687A1 (en) | 2015-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI556592B (zh) | 用於干擾行程偵測及雜訊與干擾參數估計的方法及裝置 | |
EP3399806B1 (en) | System and method to facilitate small cell uplink power control in a network environment | |
US8854998B2 (en) | Method of UE RSRQ measurement precaution for interference coordination | |
US9276729B2 (en) | Determination of a noise and interference covariance measure | |
US10244540B2 (en) | Systems and methods for mixed interference management | |
US10680741B2 (en) | Method and apparatus for receiving downlink data through interference signal cancellation and suppression in wireless communication system | |
TWI448095B (zh) | 無線網路中的盲上行鏈路干擾消除 | |
US9571242B2 (en) | Methods and devices for mitigating interference | |
JP5844424B2 (ja) | 干渉を除去する方法、デバイス及びユーザ装置 | |
US20170026914A1 (en) | System and method to facilitate small cell uplink power control in a network environment | |
JP5747125B2 (ja) | 通信ネットワークにおいて基本系列を処理する方法及びデバイス | |
US10004039B2 (en) | Method and device for detecting interference scenario | |
KR20160051851A (ko) | 비허가 스펙트럼에서의 기회주의적 보충 다운링크 | |
JP2011518461A (ja) | 通信システムにおける隣接セル品質測定 | |
CN110650494A (zh) | 在存在强和/或高度变化的干扰的情况下获得测量的方法 | |
WO2014109689A1 (en) | A radio node, a controlling node, a coordinating node and methods therein | |
JP2016524424A (ja) | クラウド無線アクセスネットワークにおけるリレーの適時的なアクティベーション | |
JP5873136B2 (ja) | 信号を処理する方法及び装置 | |
CN106063163B (zh) | 用于测量参考信号接收功率的技术 | |
US9787446B2 (en) | Method and device for processing resource blocks | |
WO2015188337A1 (en) | A robust pbch-ic method in lte advanced | |
US9893933B2 (en) | Configuration of channel estimation related parameters | |
Shibu et al. | Improved interference cancellation to reduce the CRS interference in LTE/LTE-A Het-Nets | |
Rodríguez Martínez | Inter Cell Interference Coordination techniques in HETNETS | |
López-Pérez et al. | Dynamic system-level simulation of dynamic frequency planing for real time services in WiMAX networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |