CN101036318A

CN101036318A - 用于具有天线阵列的无线通信系统的联合检测方法及基站

Info

Publication number: CN101036318A
Application number: CNA2004800441526A
Authority: CN
Inventors: 杨新星
Original assignee: ZTE Corp
Current assignee: ZTE Corp
Priority date: 2004-12-31
Filing date: 2004-12-31
Publication date: 2007-09-12
Anticipated expiration: 2024-12-31
Also published as: JP4560088B2; HK1099613A1; KR20070104570A; KR100992432B1; JP2008526142A; CN101036318B; WO2006069488A1

Abstract

本发明提出了一种用于具有天线阵列的无线通信系统的联合检测方法，包括：对每个移动设备到天线阵列的每个天线的信道进行估计；估计每个移动设备的波束成形权值；对接收的信号进行加权，获得每个移动设备波束成形后的数据；利用所述波束成形后的数据，联合检测出每个移动设备的数据。本发明利用波束成形权值加权的方式进行联合检测，不仅能够大大减小由于移动设备之间的信号同步不好而造成联合检测性能降低的影响，而且还减小了由于信道估计不准确而带来的多址干扰，同时提高了联合检测的输入数据的信噪比，从而提高联合检测算法的性能。此外，本发明实现简单，计算复杂度也较低。此外，本发明还提出了一种实现所述联合检测方法的基站。

Description

用于具有天线阵列的无线通信系统的联合检测方法及基站技术领域

本发明涉于时分双工（TDD )的无线通信系统的接收技术，具体地说，涉及 TDD 系统中对通过天线阵列接收的信号进行联合检测的方法以及实现该方法的基站。背景技术

在码分多址（CDMA )通信系统中，所有移动设备同时在相同的频率上采用不同的扩频码进行通信。由于实际的无线信号传输环境中存在多径传输，因此在每个移动设备的连续传输的符号之间存在相互干扰，即码间干扰（ISI )。同时由于移动无线信道是时变的，使得不同移动设备之间的扩频码的正交性在接收端不能被保证，因此不同移动设备的符号之间也存在干扰，即多址干扰（MAI ) 。

在移动通信系统中，一般有两种不同类型的接收机。第一种接收机是传统的匹配滤波器或者 RAKE接收机，这种接收机将码间干扰 ISI和多址干扰 MAI看作是传输信号的噪声。 RAKE接收机能够分辨同一移动设备的不同传输路径的信号，并将其按照某种准则结合起来，但是 RAKE接收机的输出仍然包含多址干扰 MAI。对于匹配滤波器，由于移动设备之间的扩频码的正交性在接收端不能被保证，因此其输出的结果中既含有码间干扰 ISI又含有多址干扰 MAI。此外采用匹配滤波器不能解决远近效应，因此必须严格控制功率。第二种接收机则利用码间干扰 ISI和多址干扰 MAI 的所有信息，采用干扰抵消（IC )方法或者联合检测 ( JD )方法获得移动设备传输的信号。干扰抵消方法是利用級联抵消或者并行抵消从总信号中减去多址干扰 MAI信号，以得到每一个移动设备的 "干净"信号。联合检测方法是利用码间干扰 ISI和多址干扰 MAI的信息，同时检测出所有移动设备的信号。最优的联合检测方法是非线性最大似然序列估计算法，该算法利用 Viterbi算法来检测最可能的 K个移动设备的发射序列，因此这种算法的计算复杂度是 0(2 。这样，如果移动设备的数量较多，则不可能实时实现联合检测。 1993 年， Klein 和 Baier提出了一种迫零块线性均衡 ( ZF-BLE )次最优联合检测算法，该算法大大降低了计算复杂度。 ZF-BLE 算法完全取消了码间干扰 ISI和多址干扰 MAI, 即 ISI和 MAI的值为零，因此此算法是迫零且无偏估计的算法。但是，采用 ZF-BLE算法获得的信号结果中，噪声是色噪声，会影响最终的判决电路输出，使 ZF-BLE算法的性能有所下降。随后， Jung 等人提出了一种最小均方误差块线性均衡 ( MMSE-BLE )联合检测算法，该算法利用 MMSE准则，使得估计值与真实值之间的误差最小化。这种算法可以说是 ZF-BLE 算法经过一个 Wiener估计器的扩展，它使得结果中的噪声项被解相关，因此使得色噪声项对判决电路的影响降低。此后， Jung 等人还对 ZF-BLE 算法和 MMSE-BLE算法进行了改进，提出了块决策反馈均衡（ZF-BDFE ) 联合检测算法和最小均方误差块决策反馈均衡（MMSE-BDFE )联合检测算法，虽然后两种算法比 ZF-BLE算法和 MMSE-BLE算法的性能更好，但是计算复杂度更加高了。

联合检测方法虽然在性能上比匹配滤波类方法好，但是对于 TDD 系统，联合检测方法受到信号同步以及信道估计准确度的影响，如果移动设备之间的信号同步不太好或者信道估计比较差，则会严重影响联合检测方法的性能，而且这个影响会随着移动设备数量的增加而增加。因此，如何克服上述缺陷，提高联合检测方法的可靠性是急需解决的问题。发明内容

本发明正是鉴于现有技术中的上述问题提出的，其目的在于提供一种新的用于具有天线阵列的无线通信系统的联合检测方法，能够減小由于移动设备的信号同步不太好和信道估计误差带来的影响，并且能够提高联合检测的输入数据的信噪比，尤其适合移动设备数量较多的情况。

本发明的另一个目的在于提供一种实现上述联合检测方法的基站。才艮据本发明的一个方面，提出一种用于具有天线阵列的无线通信系统的联合检测方法，包括：

对每个移动设备到天线阵列的每个天线的信道进行估计；

估计每个移动设备的波束成形 ^又值；

对接收的信号进行加权，获得每个移动设备波束成形后的数据；利用所述波束成形后的数据，联合检测出每个移动设备的数据。

优选地，所述估计每个移动设备的波束成形 ^又值的步骤采用固定波束搜索方法、最大功率方法、最大信干比方法或者自适应权值估计方法中的任意一种实现。

优选地，所述联合检测的步骤进一步包括：

利用所述信道估计与移动设备的扩频扰码生成每个移动设备的复合信道冲击响应；

对所述复合信道冲击响应进行加权；

根据所述加权复合信道冲击响应和所述每个移动设备波束成形后的数据，检测出每个移动设备的数据。

根据本发明的另一个方面，提出一种实现所述联合检测方法的基站，包括：

天线阵列，用于接收移动设备发射的信号；

射频收发信机，用于对接收的信号进行采样下变频；

基带处理器，用于对采样数据进行基带处理；

其中，所述基带处理器进一步包括：

信道估计器，用于对每个移动设备到每个天线的信道进行估计；权值估计器，用于根据估计的信道估计每个移动设备的波束成形权值；信号处理器，用于进行联合检测，获得每个移动设备的数据。

优选地，所述信号处理器进一步包括：

第一生成器，用于对所述信道估计值进行卷积运算，生成复合信道冲击响应；

第二生成器，用于对所述复合信道冲击响应采用所述波束成形权值进行加权，生成力 P权复合信道冲击响应；第三生成器，用于利用所述加权复合信道冲击响应生成系统矩阵；第四生成器，用于生成所述系统矩阵的逆矩阵；

数据加权器，用于对所述采样数据采用所述波束成形权值进行加权；匹配滤波器，用于对所述系统矩阵和所述加权后的数据进行匹配滤波；第五生成器，用于根据所述逆矩阵和所述匹配滤波结果，生成每个移动设备的数据。

本发明利用波束成形权值加权的方式进行联合检测，不仅能够大大减小由于移动设备之间的信号同步不好而造成联合检测性能降低的影响，而且还减小了由于信道估计不准确而带来的多址干扰（MAI ) ，同时提高了联合检测的输入数据的信噪比，从而提高联合检测算法的性能。此外，本发明实现简单，计算复杂度也较低。附图说明

图 1是根据本发明的一个实施例的联合检测方法的流程图；

图 2是才艮据本发明的一个实施例的实现图 1所示联合检测方法的基站的结构框图；

图 3是图 2所示基站的信号处理器的示意图。具体实施方式

相信通过以下结合附图对本发明优选实施例的详细描述，可以更清楚的理解本发明的上述和其它目的、特征和优点。

图 1是根据本发明的一个实施例的联合检测方法的流程图。如图 1所示，在步骤 101, 利用训练序列对每个移动设备到天线阵列的每个天线的信道进行估计。在无线通信系统中，经常需要使用训练序列估计信道，因此在本实施例中，利用每个移动设备已知的训练序列，对接收的数据进行信道估计，得到所有移动设备在所有天线上的信道估计。具体处理过程如下：假设在无线通信系统中有个移动设备通信，基站的天线阵列包含 T 个天线，已知每个移动设备的训练序列，所有移动设备的训练序列组成的矩阵为 M，笫 i个天线在一个突发（burst) 中收到的所有移动设备的训练序列的数值为^ 则有

e. = Mh_t i=l, ...,7V (1) 其中， Α,.是第 i 个天线上所有移动设备的信道估计组成的向量，即 ^. -[(Α^,...,^) 。求解方程（1) ，可以得到信道估计

h_i ={M^HMY^xM^He_i (2)

如果是 CDMA的 TDD系统，所有移动设备的训练序列组成的 M矩阵可以写成循环矩阵，因此可以用快速傅里叶变换（FFT)来求解方程 (1) ：

^ = ( (^)/ (^(：,1))) (3) 其中， M(:,l)表示 M矩阵的第 1列的所有元素。

由于信道估计中已经包含了移动设备相对于天线阵列的方位信息，因此在步骤 105中，可以根据阵列信号处理方法，利用估计的信道计算出每个移动设备的波束成形权值。波束成形权值的估计可以采用固定波束搜索方法、最大功率方法、最大信干比方法或者自适应权值估计方法中的任意一种。这些方法对于本领域技术人员来说是巳知的。

然后在步驟 110, 利用每个移动设备各自的波束成形权值对接收的数据进行加权，得到每个移动设备波束成形后的数据。因为波束有一定的宽度，而且由于波束旁瓣不一定能完全消失，因此波束成形后的数据不完全是某个移动设备的数据，它可能被其他移动设备的数据干扰。然而，即使有干扰，由于经过波束成形，因此此时的干扰比波速成形前的干扰已经大大減小，并且波束成形后的数据的信噪比也得到了提高。具体是：假设第 i根天线接收的突发的数据部分为列向量 r,.，则第 k个移动设备波束成形后的数据部分为

(4)

其中， _w表示笫 k个移动设备的笫 i根天线的权值。

由于波束成形后的数据可能还包含干扰，因此利用波束成形后的数据联合检测出每个移动设备的数据。由于在进行联合检测之前，各个移动设备之间的干扰已经减小到最低，同时还提高了移动设备数据的信噪比，因此能够大大改善联合检测的性能。如果移动设备不在同一波束内，即使信号同步不太好，对于联合检测也没有任何影响。如果有波束旁瓣或者移动设备在同一个波束内，但此时波束内移动设备已经减少，因此也可以提高联合检测的性能。

在本实施例中，联合检测按如下步驟执行。

在步骤 115，对每个移动设备在每个天线上的信道估计与每个移动设备的扩频扰码进行卷积，形成相应的复合信道沖击响应。假设为第 k个移动设备的第 i根天线的复合信道冲击响应，则 6 其中，表示第 k个移动设备的扩频扰码，表示第 k个移动设备的第 i根天线的信道估计。

在步骤 116, 利用前面获得的每个移动设备的波束形成权值，对每个移动设备的复合冲击响应进行加权，形成加权复合信道冲击响应 ¾ , m = l, ...,^/c = l,...,^ , 其中 m与 k的取值可不同，其表达式为

在步骤 117，利用加权复合信道沖击响应构成系统矩阵 Α ^ [(Α¹)^Τ,..., (Α^Κ )^Τ]^Τ , 其中， ' '是由 ¾，， /( = 1，... , 组成的 Toeplitz (托伯利兹）矩阵。将每个移动设备波束成形后的数据排列成向量 F = [i , ...,F/] 假设所有移动设备发射的符号组成的向量为 rf，则系统方程为

r = Ad + n (6)

如果"是方差为的高斯白噪声，那么采用最小二乘算法或者最大似然算法的解为

d = (A^HAy^l A^Hr (7)

同时，如果是独立同分布的，那么最小均方解（MMSE )为

至此，通过以上步骤即可获得每个移动设备的数据。通过以上描述可知，采用本实施例，可以减小由于移动设备的同步不太好和信道估计误差所造成的联合检测性能下降的影响，提高了联合检测的输入数据的信噪比，从而提高联合检测算法的性能。

图 2示出了根据本发明的一个实施例的实现图 1所示联合检测方法的基站的结构框图。如图 2所示，基站包括由 N个相同的全向天线单元

201A、 201B 201N构成的天线阵列， N个射频收发信机 203A、

203B、 …、 203N, 以及基带处理器 204。天线单元 201A、 201B、 …、 201N 接收 K 个移动设备发送的信号，输出到对应的射频收发信机 203A、 203B、 …、 203N中进行采样下变频。所有的射频收发信机 203 使用同一个本振信号源，以保证同一基站中的射频收发信机是相干工作的。每个射频收发信机中均包含模数变换器（ADC ) , 使得所有射频收发信机 203输出到基带处理器 204的信号均为数字信号，这些射频收发信机 203与基带处理器 204之间通过高速数字总线连接。射频收发信机 203将经过采样的数据发送到基带处理器 204 中进行基带处理。

基带处理器 204包括与 N个射频收发信机 203A、 203B、 …、 203N 对应的 N个信道估计器 207A、 207B、 …、 207N, 权值估计器 208以及信号处理器 209。经过射频收发信机 203A、 203B、 …、 203N采样下变频后的接收数据^ 输出到信道估计器 207A、 207B、 ...207N中进行信道估计，并将每个天线上所有个移动设备的信道估计/ ^...，/^输出到权值估计器 208中。权值估计器 208可根据固定波束方法、最大功率方法、最大信干比方法或者其它自适应算法中的任意一种计算所有移动设备的波束形成权值然后信道估计 h , ,h_N、波束形成权值 ^以及接收数据 …，被输出到信号处理器 209 中，进行加权联合检测，以获得每个移动设备的数据。

图 3给出了图 2所示基站的信号处理器 209的示意图。如图 3所示，信号处理器 209包括：用于生成复合信道冲击响应的第一生成器 2092、用于生成加权复合信道冲击响应的第二生成器 2093、用于生成系统矩阵的第三生成器 2094、用于生成系统矩阵的逆矩阵的第四生成器 2095、用于对接收数据 … ,, 进行加权的数据加权器 2096、匹配滤波器 2097以及用于生成移动设备的数据的第五生成器 2098。

信道估计器 207输出的信道估计输入到第一生成器 2092中，与每个移动设备各自的扩频扰码进行卷积运算，生成各自的复合信道冲击响 b i = i,...,N,k = \,...,K。然后，复合信道冲击响应^在第二生成器 2093 中采用来自权值估计器 208的波束形成权值 ^A '进行加权，产生加权复合信道冲击响应 , = 1, ...， = 1, ... , 。第三生成器 2094利用加权复合信道冲击响应生成系统矩阵，系统矩阵 )⁷,...,^^)⁷^ , 其中，是由 , m, t = i,..., 組成的 Toeplitz矩阵。然后在第四生成器 2095中生成系统矩阵^ (的逆矩阵 04^4)-'。数据加权器 2096将来自射频收发信机 203 的接收数据 ,...，采用权值估计器 208输出的波束形成权值进行加权，生成加权后的接收数据，并将其排列成向量。第三生成器 2094输出系统矩阵^ (和数据加权器 2096输出接收数据向量 F到匹配滤波器 2097 中进行匹配滤波，并输出匹配滤波的结果到第五生成器 2098。在第五生成器 2098中，采用最小二乘算法或最大似然算法或者最小均方差算法，生成每个移动设备的数据输出。

通过以上描述可知，采用本实施例的基站，可以实现加权联合检测，减小由于移动设备的信号同步不太好和信道估计误差所造成的联合检测性能降低的影响，提高联合检测的性能。

Claims

权利要求书

1. 一种用于具有天线阵列的无线通信系统的联合检测方法，其特征在于，包括：

对每个移动设备到天线阵列的每个天线的信道进行估计；

估计每个移动设备的波束成形权值；

对接收的信号进行加权，获得每个移动设备波束成形后的数据；利用所述波束成形后的数据，联合检测出每个移动设备的数据。

2. 根据权利要求 1所述的联合检测方法，其特征在于，所述估计每个移动设备的波束成形权值的步骤采用固定波束搜索方法、最大功率方法、最大信干比方法或者自适应权值估计方法中的任意一种实现。

3. 根据权利要求 1所述的联合检测方法，其特征在于，所述联合检测的步骤进一步包括：

利用所述信道估计与移动设备的扩频扰码生成每个移动设备的复合信道冲击响应；

对所述复合信道冲击响应进行加权；

才艮据所述加权复合信道沖击响应和所述每个移动设备波束成形后的数据，检测出每个移动设备的数据。

4. 根据权利要求 3所述的联合检测方法，其特征在于，所述检测出每个移动设备的数据的步骤进一步包括：

利用加权复合信道沖击响应构成系统矩阵 ^ = )^r， ...,( )^r , 其中，是由加权复合信道冲击响应 , m, ^ 1，..., 组成的1^ 1^矩阵， ^fi：是移动设备的总数；

将所述每个设备波束成形后的数据排列成向量 F = ，..., ;f，假设所有移动设备的数据组成的向量为 rf，则系统方程为 r = Ad + n

如果《是方差为。的高斯白噪声，那么 = (Α^ΗΑ)-^ι Α^Ηΐ；

如果是独立同分布的，那么 = (A^HA + σΙΐγ^ι Α^Ην。

5. 一种实现权利要求 1至 4任一所述的联合检测方法的基站，包括：天线阵列，用于接收移动设备发射的信号；

射频收发信机，用于对接收的信号进行采样下变频；

基带处理器，用于对采样数据进行基带处理；

其特征在于，所述基带处理器进一步包括：

信道估计器，用于对每个移动设备到每个天线的信道进行估计；权值估计器，用于根据估计的信道估计每个移动设备的波束成形权值；信号处理器，用于进行联合检测，获得每个移动设备的数据。

6. 根据权利要求 5所述的基站，其特征在于，所述信号处理器进一步包括：

第一生成器，用于对所述信道估计值进行卷积运算，生成复合信道冲击响应；

第二生成器，用于对所述复合信道冲击响应采用所述波束成形权值进行加权，生成加权复合信道冲击响应；

第三生成器 , 用于利用所述加权复合信道冲击响应生成系统矩阵；第四生成器，用于生成所述系统矩阵的逆矩阵；

数据加权器，用于对所述采样数据采用所述波束成形权值进行加权；匹配滤波器，用于对所述系统矩阵和所述加权后的数据进行匹配滤波；第五生成器，用于根据所述逆矩阵和所述匹配滤波结果，生成每个移动设备的数据。