CN103262598A - 用于异构网络中的干扰管理的信号传输 - Google Patents

Abstract

这里所公开的方法和设备实现干扰抑制信息(关于干扰抑制后干扰的信息的干扰抑制信息提供给无线网络控制器(RNC)和/或周围无线基站(RBS))，由此向热点提供更好的无线资源管理和/或允许RBS更好地理解它们对周围小区的影响。通常，无线网络中的网络节点向无线网络中的远端节点信号传输干扰抑制信息，例如，干扰抑制负载指示符或干扰抑制过载指示符、干扰抑制相邻小区干扰和/或干扰抑制噪底，以促进无线资源管理。进一步，无线网络中的无线网络控制器可以通过基于干扰抑制信息来生成干扰管理指令并且向无线网络节点发送干扰管理指令来控制一个或多个干扰管理设置，例如功率控制设置、负载阈值等来管理小区中的干扰。

Description

用于异构网络中的干扰管理的信号传输

技术领域

本申请要求2010年12月10日提交的美国临时专利申请61/421,754的优先权，通过援引将其并入在此。

本发明一般地涉及在例如无线基站(RBS)和无线网络控制器(RNC)的网络节点之间信号传输(signalling)信息，并且更具体地，涉及信号传输关于抑制后的干扰的信息的信息，以促进网络管理操作，特别地是异构网络(HETNET)中的那些网络管理操作。

背景技术

近年来在开发低功率节点，例如在微微基站、微基站以及毫微微基站以及中继节点、家庭节点B/e节点B、中继、远端无线电头端等存在增长的兴趣，以便在网络覆盖、容量和各个用户的服务体验方面增强无线网络的宏网络性能。随着在此类部署中的增长兴趣已经实现，需要增加的干扰管理技术来解决例如由不同小区间的发送功率变化所造成的上升的干扰问题。在过去，此类的干扰管理技术并不是必要的，因为低功率节点通常已经用于室内环境，并且因此已经与大多数形式的干扰隔离。因此，常规的无线资源管理技术不考虑关于抑制后干扰的信息，这里称为干扰抑制信息。例如，室内环境通常经历与由宏层传输造成的干扰的很好隔离。然而，低功率节点现在正在考虑用于室外环境，并且通常用于容量提升，其中干扰管理更为重要。

其中不同发送功能的低功率节点被遍布宏小区布局布置以应对非均一的业务分布的异构网络已经通过3GPP中的标准化。此类技术的部署对于某些区域中的容量扩展是有效的，例如具有更高用户密度和/或称为业务热点的更高业务强度的小型地理区域。进一步，异构部署也可以用于将无线网络适配于业务需求和环境。然而，所有这些不同节点的混合以新的方式引入小区间的交互，例如，重用其中小区间隔离差的一个网络。

为了解决该交互，一些类型的移动通信系统，例如宽带码分多址(WCDMA)系统可以使用干扰抑制(IS)来在峰值数据速率、覆盖、系统吞吐量和系统容量方面获得更好的性能。通常使用的干扰抑制接收机的例子包括G-rake+接收机、频域均衡器(FDE)接收机和频域预均衡器(FDPE)接收机。随着未来的无线网络就无线装置、部署的无线网络节点、业务需求、服务类型和无线接入技术方面等而言而变得更为异构，将此类的干扰抑制与网络管理操作合并变得越发重要。然而，在配备有干扰抑制接收机的WCDMA异构网络中，例如在一个小区中生成的干扰对周围小区的影响的空中接口负载交互变得特别困难。附件A提供了一些关于在该领域中的现有技术的细节。

为了说明，考虑具有旨在服务业务热点的有限覆盖的低功率小区，其中低功率小区位于特定的宏小区的内部并且在其边界处。在该情形下，低功率小区可以使用干扰抑制接收机(例如G-RAKE+接收机)来对热点提供充分的覆盖。周围的宏小区与低功率小区干扰，造成低功率小区中的高水平的相邻小区干扰不允许热点的覆盖，尽管使用高级IS接收机。此类的干扰仅在当低功率小区中的传输处于最大功率电平时增加。结果，热点的用户连接到周围的宏小区，这进一步增加了由低功率小区所经历的相邻小区干扰。

本申请的发明人的近来工作已经提供多种方式来估计各种类型的干扰抑制信息，该干扰抑制信息例如干扰抑制相邻小区干扰。然而，当前并没有用于在RBS和RNC之间、在两个RNC之间等信号传输此类干扰抑制信息的规定。进一步，当前也没有用于无线资源管理使用此类的干扰抑制信息的规定。因此，仍需要基于干扰抑制信息的进一步网络管理选项。

发明内容

这里所公开的解决方案通过提供使得包括关于抑制后干扰的信息的干扰抑制信息提供给RNC和/或周围无线网络节点例如无线基站(RBS)和/或位置管理单元(LMU)的方法和装置，由此向热点提供更好的无线资源管理和/或允许RBS更好地理解它们对周围小区的影响。通常，无线网络中的网络节点向无线网络中的远端节点信号传输干扰抑制信息，例如，干扰抑制负载或干扰抑制过载指示符、干扰抑制相邻小区干扰和/或干扰抑制噪底，以促进无线资源管理。进一步，无线网络中的无线网络控制器可以通过基于干扰抑制信息来生成干扰管理指令并且向无线网络节点发送干扰管理指令来控制一个或多个干扰管理设置，从而管理干扰抑制信息。示例性的干扰管理指令包括但不限于功率设置指令、准入控制指令、拥塞控制指令、调度指令、切换指令、负载平衡指令等。

一个示例性实施例提供一种网络节点，其配置成向无线网络中的一个或多个远端节点信号传输干扰抑制信息。相应地，网络节点包括信息单元和信号传输单元。信息单元确定包括与无线网络中的无线网络节点(例如RBS或LMU)关联的干扰抑制负载或干扰抑制过载指示符、干扰抑制相邻小区干扰和干扰抑制噪底中的至少一个的干扰抑制信息。例如，当网络节点包括无线基站时，信息单元通过抑制来自于接收信号的干扰并且从干扰抑制信号确定干扰抑制信息，确定干扰抑制信息。替代地，当网络节点包括无线网络控制器时，信息单元通过请求和接收来自于无线基站的干扰抑制信息，确定干扰抑制信息。无论如何，信号传输单元经由将网络节点通信地耦合到远端节点的接口向无线网络中的远端节点例如无线网络控制器、无线基站等信号传输干扰抑制信息。

另一个示例性实施例提供一种用于在无线网络的无线节点之间信号传输干扰抑制信息的方法。该方法包括确定包括与无线网络中的基站关联的干扰抑制负载或干扰抑制过载指示符、干扰抑制相邻小区干扰和干扰抑制噪底中的至少一个的干扰抑制信息。该方法进一步包括经由将网络节点通信地耦合到远端网络节点的接口向无线网络中的远端网络节点信号传输干扰抑制信息。

在另一个示例性实施例中，管理节点管理无线网络中的干扰抑制信息，其中管理节点包括接收机、处理器和信号传输单元。接收机从第一基站接收包括与无线网络中的第一基站关联的干扰抑制负载或干扰抑制过载指示符、干扰抑制相邻小区干扰和干扰抑制噪底中的至少一个的干扰抑制信息。处理器处理干扰抑制信息以生成干扰管理指令。信号传输单元向无线网络中的一个或多个基站信号传输干扰管理指令。

根据一种在无线网络中管理干扰抑制信息的示例性方法，从基站接收干扰抑制信息，其中干扰抑制信息包括与无线网络中的第一基站关联的干扰抑制负载或干扰抑制过载指示符、干扰抑制相邻小区干扰和干扰抑制噪底中的至少一个的干扰抑制信息。该方法进一步包括处理干扰抑制信息以生成干扰管理指令，并且向无线网络中的一个或多个基站信号传输该干扰管理指令，以在一个或多个基站的每个处控制一个或多个干扰管理控制设置。

附图说明

图1示出无线网络；

图2示出用于无线网络的示例性网络节点；

图3示出用于图2的网络节点的示例性信号传输方法；

图4示出用于RBS的示例性干扰抑制信息单元；

图5示出用于RNC的示例性干扰抑制信息单元；

图6示出WCDMA中的示例性HETNET负载管理问题；

图7示出根据3GPP TS 25.401的示例性UTRAN架构；

图8示出根据3GPP TS 23.060的用于HNB连接到基于Gn的SGSN的示例性LIPA架构；

图9示出根据3GPP TS 23.060的示例性GPRS/UMTS架构；

图10示出基线RoT估计算法的示例性框图；

图11示出示例性FDPE接收机结构的框图；

图12示出示例性FDE结构的框图；

图13示出由用户0看到的连同RoT估计和增益的天线RoT；

图14示出由用户1看到的连同RoT估计和增益的天线RoT；

图15示出由用户2看到的连同RoT估计和增益的天线RoT；

图16示出由用户3看到的连同RoT估计和增益的天线RoT；

图17示出利用FDPE的负载估计算法的示例性框图；

具体实施方式

这里所公开的方法和设备支持向无线网络控制器(RNC)和/或周围的无线基站(RBS)和/或位置管理单元(LMU)提供干扰抑制信息以提供对业务热点操作的更好管理和/或允许RBS更好的理解它们对周围小区的影响。如这里所使用的，术语“干扰抑制信息”表示关于干扰抑制后的干扰的信息，例如可以由G-RAKE+、频域均衡器(FDE)、频域预均衡器(FDPE)等所提供的，并且包括例如干扰抑制负载或干扰抑制过载指示符、干扰抑制相邻小区干扰和/或干扰抑制噪底。通常，无线网络中的无线节点向无线网络中的远端节点信号传输干扰抑制信息。当网络节点包括RNC时，RNC也可以通过基于干扰抑制信息来生成干扰管理指令，并且向RBS/LMU发送干扰管理指令以控制一个或多个干扰管理设置来管理RBS/LMU操作。示例性的干扰管理指令包括但不限于功率设置指令、准入控制指令、拥塞控制指令、调度指令、切换指令、负载平衡指令等。

图1示出RBS 100经由可以包括无线或有线接口50的接口50来可通信地耦合到移动通信网络10中的RNC 200。RBS 100向由RBS 100服务的小区12内的多个用户终端20提供服务。RBS 100在上行链路(UL)信道上从移动终端20接收感兴趣的信号，并且也从相邻小区中的用户终端20接收干扰信号。因此，例如，移动终端“A”将可能经受来自于驻留在相邻小区中的移动终端“B”和“C”的干扰信号。在WCDMA系统中，RBS通过UL信道控制移动终端20的发送功率，从而来自于每个移动终端20的接收信号功率大致是相等的。尽管在图1中未明确地示出，图1中的RBS 100可以替代地表示位置管理单元(LMU)。将理解到这里归因于RBS 100的操作可以替代地在LMU中实现。

这里将依据宽带码分多址(WCDMA)异构网络(HETNET)来描述示例性实施例。然而，本领域技术人员将理解这里所公开的方法和设备可以更为通用地应用于信号传输和管理干扰抑制信息的任意无线通信系统。

图2示出示例性网络节点300，其包括RBS 100和RNC 200之一。网络节点300包括干扰抑制(IS)信息单元310和信号传输单元330。通常，IS信息单元310确定干扰抑制信息，该干扰抑制信息包括与无线网络中的RBS 100关联的干扰抑制负载或干扰抑制过载指示符、干扰抑制相邻小区干扰以及干扰抑制噪底中的至少一个。随后，信号传输单元330经由将网络节点300可通信地耦合到远端节点的接口50向无线网络中的远端节点信号传输干扰抑制信息。例如，信号传输单元330可以信号传输按照干扰抑制热噪抬高量或依基于干扰抑制相邻小区干扰确定的干扰抑制噪声上升的干扰抑制负载。替代地或附加地，信号传输单元330可以信号传输按照干扰抑制噪底的全宽带小区功率或可以信号传输干扰抑制相邻小区干扰。

图3示出在无线网络的网络节点之间信号传输干扰抑制信息的示例性方法400。方法400包括确定干扰抑制信息(块410)，其中干扰抑制信息包括与无线网络中的基站关联的干扰抑制负载或干扰抑制过载指示符、干扰抑制相邻小区干扰和/或以及干扰抑制噪底。例如，可以在RBS 100处计算干扰抑制信息或者其可以由RNC 200请求和接收。干扰抑制信息随后由确定干扰抑制信息的网络节点300经由接口向无线网络中的远端网络节点信号传输(块420)。例如，当RBS 100确定干扰抑制信息时，RBS 100可以向RNC 200信号传输干扰抑制信息。替代地，当RNC 200确定干扰抑制信息时，RNC 200可以向RBS 100或另一RNC 200信号传输干扰抑制信息。附件B提供了信号传输的例子的非限制性列表。

尽管不需要，可以针对时间和/或频率域资源的子集来信号传输信号化的信息，该子集例如传输时间间隔(TTI)的子集和/或频率子载波的子集。TTI的子集可以例如由节点层来管理。例如，微微节点可以在TTI的第一子集中传输并且宏节点可以在TTI的第二子集中传输，其中TTI的两个子集可以或可以不在时间中重叠。在该情形下，指示符(例如，使用专门设计为低干扰子帧的载波、模式参考/索引、指示等)可以连同信号传输的干扰抑制信息一起传输以指示信号传输的信号对应于资源的子集。将进一步理解到可以针对不同的TTI来获取和信号传输不同的干扰抑制信息。

在一个示例性实施例中，网络节点300包括RBS 100，并且远端网络节点包括网络控制节点，例如RNC 200，操作和维护(O&M)节点、或自组织网络(SON)节点。相应地，图4示出针对RBS网络节点300的示例性IS信息单元310。在该实施例中，IS信息单元310包括干扰抑制单元312和测量单元314。RBS 100中的接收机110处理由天线(未示出)提供的输入信号以生成输入到IS单元312的接收的信号。IS单元312抑制来自于接收的信号的干扰以确定干扰抑制信号。示例性的IS单元312包括但不限于G-RAKE+单元、频域均衡单元和频率域预均衡单元。测量单元314处理干扰抑制信号以确定干扰抑制信息。例如，测量单元314可以基于干扰抑制信号来确定干扰抑制热噪抬高量，从而确定干扰抑制负载。替代地，测量单元314可以基于干扰抑制信号来确定干扰抑制相邻小区干扰，从而确定干扰抑制负载，和/或可以基于干扰抑制相邻小区干扰来确定干扰抑制噪声上升。将理解到RBS 100中的IS信息单元310可以使用任意的方法来确定干扰抑制信息，包括但不限于在附件C-H中所公开的那些技术。在另一个例子中，RBS 300可以包括多标准RBS，并且远端网络节点可以包括另一个RBS或网络节点，例如SON、O&M等。将进一步理解到可以在预定义的时域和/或频域无线资源上测量干扰，这对于当例如无线资源被划分成多个集合并且在不同的集合中的干扰不同时是有益的。

响应于RBS 100中的IS信息单元310所确定的干扰抑制信息，信号传输单元330向远端网络节点，例如RNC 200、另一RBS 100等信号传输干扰抑制信息。例如，为了信号传输干扰抑制信息，RBS100和RNC 200之间的接口，例如Iub接口，可以利用用于信号传输期望的干扰抑制信息的信息元素(IE)来扩增。例如，公共测量报告消息和公共测量响应消息可以利用IE来扩增。替代地或附加地，期望的干扰抑制信息可以关于由相同的消息中的参考接收总宽带功率IE所给出的噪声功率底来编码。在该情形中，干扰抑制信息可以以与针对接收总宽带功率(RTWP)的现有IE相同的方式、以dB来进行编码。在另一个实施例中，期望的干扰抑制信息值可以被编码为现有的IE接收调度E-DCH功率共享(RSEPS)，其使用相对于RTWP的编码。替代地，可以相对于干扰抑制的新的参考接收总宽带功率来做出编码，只要根据这里所公开的实现标准化此类的IE。替代地，干扰抑制信息可以经由用户终端20透明地在RBS 100之间信号传输。仍在另一个实施例中，当RBS 100包括多RAT或多标准RBS时，干扰抑制信息可以从RBS 100使用单个RAT或特定的多RAT接口，每个RAT和每个小区地信号传输。

在另一个示例性实施例中，网络节点300包括RNC 200，并且远端网络节点包括RBS 100或网络控制节点，例如另一RNC 200、O&M节点或SON节点。相应地，图5示出当网络节点300包括RNC200时的示例性IS信息单元310。在该实施例中，IS信息单元310包括请求单元316和接收机318。请求单元316向RBS 100发送针对干扰抑制信息的请求，而接收机318从RBS 100接收请求的干扰抑制信息。例如，请求单元316可以通过发送包括相应的指示符的公共测量类型消息来请求干扰抑制信息。请求可以指示应该向RNC200周期性地报告干扰抑制信息，或可以事件触发来报告干扰抑制信息。进一步，请求可以特定于每个小区12或特定于小区12中的每个RBS 100。

响应于由RNC 200中的IS信息单元310所确定的干扰抑制信息，信号传输单元330向远端网络节点，例如提供干扰抑制信息的另一RNC 200、RBS 100、另一RBS 100等信号传输干扰抑制信息。例如，为了在两个控制节点，例如在两个RNC 200之间信号传输干扰抑制信息，公共测量报告消息和公共测量响应消息可以以用于信号传输干扰抑制信息值的任意一个或多个的IE来扩增。为了从RNC 200向RBS 100信号传输干扰抑制信息，可以使用Iub接口。仍在另一实施例中，当RBS 100包括多RAT或多标准RBS时，干扰抑制信息可以从RNC 200使用单个RAT或特定的多RAT接口，每个RAT和每个小区地向RBS 100信号传输。

网络节点300也可以基于干扰抑制信息来实现针对于控制各种通信参数(例如功率控制、负载阈值控制等)的管理操作。在该情形下，网络节点300可以额外地包括协调节点，例如RNC 200、O&M节点、SON或协调无线资源管理(RRM)节点，其中协调节点中的IS信息单元310包括如图5所示出的协调单元320，该协调单元320进一步处理接收的干扰抑制信息以生成干扰管理指令。信号传输单元330随后向网络10中的RBS 100(例如计算干扰抑制信息的RBS 100)和/或另一RBS 100信号传输干扰管理指令。在该情形下，RBS 100也可以包括管理单元325(图4)，其中接收机110向协调单元325提供接收的干扰管理指令，并且协调单元325执行接收的干扰管理指令。例如，协调单元325可以响应于干扰管理指令而实现功率控制、准入控制、拥塞控制、调度控制、切换控制和/或负载平衡控制。尽管不需要，信号传输的管理指令可以从针对例如传输时间间隔的子集和/或频率子载波的子集的时域和/或频域资源的子集所确定的干扰抑制信息来获得。当RBS 100包括多RAT或多标准RBS时，信号传输的管理指令可以由联合功能块来使用，该联合功能块例如用于多RAT准入控制、调度、负载平衡、干扰管理或功率共享。附件I提供了协调操作的例子的非限制列表。

在一个示例性实施例中，干扰抑制信息包括干扰抑制后的上行链路相邻小区干扰和/或上行链路负载估计，其中RBS 100基于该干扰抑制信息来调节最大下行链路发送功率。在该例子中，下行链路功率控制可以动态地实现，或也可以用于多RAT和/或多标准RBS100中的功率共享。此类下行链路功率控制的一个优势在于此类的下行链路功率控制可以由无线网络节点100例如家庭节点B自治地完成。该优势是基于观察到在具有小的覆盖范围的无线网络节点100处的估计高上行链路干扰可以指示当例如由大的相邻小区，例如宏小区所服务时，存在附近的移动终端20以高的功率发送。用于调节具有小的覆盖范围的无线网络节点100的发送功率的一些判定例子是例如减小具有小的覆盖范围的无线网络节点100的发送功率以便减小下行链路中对附近移动终端20的干扰。替代地，如果具有小的覆盖范围的无线网络节点100的负载允许，例如不是太高，则在一些例子中，更好的是增加该无线网络节点100的覆盖范围，例如增加其发送功率，以推开小区边界并且使得附近的宏小区移动终端来重选并且被调节的无线网络节点100服务，并且因此避免在无线网络节点100处的上行链路干扰以及在附近的移动终端20处的下行链路干扰。功率调节判定也可以取决于具有小的覆盖范围的无线网络节点100是否使用封闭订户组(CSG)并且移动终端20是否属于该组。

在另一个示例性实施例中，干扰抑制信息可以用于决定时间资源的配置子集，例如，空或低干扰时刻的密度。此类的资源可以配置例如在更少负载的小区中，以临时改进高度负荷的或相对弱(例如微微)相邻小区中的干扰条件，或配置在CSG小区中以减小对相应覆盖区域中的非CSG终端的干扰。时间资源的配置可以由RNC200或RBS 100来执行。进一步，时间资源的配置可以由集中式的节点来执行，例如O&M，并且随后递送给其他的网络节点。

仍在另一个示例性实施例中，干扰抑制信息可以用于设置过载指示符，其随后被信号传输到网络节点。可以基于干扰抑制信息和预定义的阈值之间的比较来设置过载指示符，并且可以在任意的节点之间信号传输，例如，从RBS 100向RNC 200，从RNC 200向网络控制节点，例如O&M，在RBS 100之间等。过载指示符也可以经由用户终端20在RBS 100之间透明地传输。

管理操作通过下面的示例性算法通常解决先前描述的在图6中示出的负载交互问题，图6示出作为更高或过度估计的干扰的结果而减小中心小区的覆盖范围，下面的示例性算法旨在对于系统的小区在后台中连续地运行。在一个示例性实施例中，RNC 200中的协调单元320通过实施下面操作来协调干扰抑制信息的管理：

1.确定接收的干扰抑制热噪抬高量是否太高(指示覆盖范围的损耗。如果不是，则前进到步骤5；否则前进到步骤2。

2.确定干扰抑制相邻小区干扰是否太高。如果不是，则前进到步骤2b；否则前进到步骤2a。

a.如果干扰抑制相邻小区干扰太高，则前进到步骤4。

b.如果干扰抑制自身小区干扰太高，则前进到步骤3。

3.使用算法来改变自身小区的准入控制阈值，以在自身的小区中接受更少的用户终端20(或为多RAT或多载波系统分配另一个频率载波)并且以第一预定义的步长(以dB计)收缩该小区的覆盖范围。前进到步骤5。在一个例子中，准入阈值可以是任意数目的用户终端20、最差的目标服务质量或GBR水平、最低接收信号强度等。

4.使用算法来改变周围小区的准入控制阈值，以在周围相邻小区中接纳更少的用户终端20并且收缩它们的覆盖区域。

a.在周围小区的每个的干扰抑制之后检查对于稳定性相关的自身小区噪声上升(不是由相邻小区干扰而破坏的RoT水平)，并且选择具有最高值的周围小区(最有可能造成问题)。

b.生成管理指令以便以第二预定义的步长(以dB计)来减小具有对于稳定性相关的干扰抑制噪声上升的最高值的周围小区的准入控制阈值，以在该小区12中接受更少的用户终端20(或对多RAT或多载波系统分配另一频率载波)并且收缩其覆盖区域。

c.将小区12标记为具有减小的准入控制阈值的小区。

d.前进到步骤5。

5.在小区被标记为具有减小阈值的小区的情形中，确定干扰抑制热噪抬高量是否太高。如果其太高，则结束；否则前进到步骤6。

6.生成管理指令以便以第三预定义的步长(以dB计)增加准入控制阈值，最大达到预定义的准入控制阈值。

将理解到上述的算法代表典型的非限制性实施例。因此，可以使用其他的替代方案。

在RBS 100处接收到来自于RNC 200的干扰管理指令时，RBS100中的协调单元325可以执行接收的干扰管理指令。例如，协调单元325可以：

1.确定干扰抑制噪声上升是否在具有从RNC 200信号传输的小区的最高值的预定数间，指示该RBS 100正在产生过多的相邻小区干扰。如果是这样，则前进到步骤2；否则前进到步骤3。

2.将自身UL负载的调度阈值减小第一预定义的步长(以dB计)。将阈值标记为减小。启动定时器，在该定时器期间阻止阈值的增加，其中调度阈值可以是在给定时间段上的调度的用户终端20的数目。

3.确定自身UL负载的调度阈值是否被标记为减小，并且如果干扰抑制噪声因数在从具有从RNC 200信号传输的小区的最高值的预定数间，指示该RBS 100仍在产生过多的相邻小区干扰。如果是这样，则前进到步骤5；否则前进到步骤4。

4.确定自身UL负载的调度阈值是否被标记为减小。如果阻止阈值的增加，则结束；否则前进到步骤5。

5.以第二预定的步长(以dB计)增加自身UL负载的调度阈值，最大达到自身UL负载的预定义的或默认的调度阈值。

与这里公开的干扰抑制信息关联的信号传输和/或管理操作向无线网络中的任意网络节点300提供先前不可获得的信息。RNC 200例如可以通过使用新颖的准入控制算法来执行HETNET负载管理。RNC 200也可以向所有周围的RBS信号传输对于特定的小区ID有效的上述信息，由此也允许RBS通过使用新颖的算法来执行HETNET负载管理。

由RBS 100确定在网络节点之间信号传输和/或用于管理操作的干扰抑制信息。将理解到RBS节点可以使用任意的方法来确定干扰抑制信息，包括在附件C-H中公开的那些技术。下文提供用于提供干扰抑制信息的一个例子，该干扰抑制信息包括干扰抑制相邻小区干扰估计，其可以例如实现在测量单元314中。

首先，使用干扰抑制前接收的信号来估计相邻小区干扰。思想是修改接收机前端的卡尔曼滤波器从而内部估计的状态成为相邻小区干扰和热噪声的和。更具体地，修改的卡尔曼滤波器执行干扰抑制之前的RTWP功率P_RTWP(t)和相邻小区干扰功率和热噪声功率底的和P_neighbor(t)+P_N(t)的联合估计。将理解到修改的卡尔曼滤波器可以实现为IS信息单元310的一部分。替代地，当接收机110包括干扰抑制接收机时，并且由接收机110输出的接收的信号包括干扰抑制接收信号，则修改的卡尔曼滤波器可以实现在信号链中接收机110之前的例如处理器108的处理单元中。

修改的卡尔曼滤波器使用由IS信息单元310所确定的P_RTWP(t)的测量值，以对于k_RTWP∈Z+的采样率T_RTWP(t)＝k_RTWPTTI，其中Z+代表一组正整数，并且使用计算的自身小区负载因子L_own(t)，以对于k_L∈Z+的采样率T_L(t)＝k_LTTI来执行联合估计。例如，可以在负载因子处理器106中计算自身小区负载因子并且输入进处理器108。IS信息单元310随后选择状态为：

x₁(t)＝P_neighbor(t)+P_N(t)  (1)

可以用于处理的测量的信号是P_RTWP(t)，其可以由处理器108来生成。L_own(t)是计算的量值，例如基于信噪比测量。例如，可以根据如下计算L_own(t)：

$L_{\mathrm{own}}=\underset{u=1}{\overset{U}{\mathrm{\Σ}}}\frac{P_u}{P_{\mathrm{RTWP}}}=\underset{u=1}{\overset{U}{\mathrm{\Σ}}}\frac{{(C/I)}_u}{1+{(C/I)}_u}---\left(1\right)$

其中

${(C/I)}_u\left(t\right)=\frac{{\mathrm{SINR}}_u\left(t\right)}{W_u}\frac{\mathrm{RxLoss}}{G}$

$\×(1+\frac{{\mathrm{\β}}_{\mathrm{DPDCH},u}^2\left(t\right)+{\mathrm{\β}}_{\mathrm{EDPCCH},u}^2\left(t\right)+n_{\mathrm{codes},u}\left(t\right){\mathrm{\β}}_{\mathrm{EDPDCH},u}^2\left(t\right)+{\mathrm{\β}}_{\mathrm{HSDPCCH},u}^2\left(t\right)}{{\mathrm{\β}}_{\mathrm{DPCCH}}^2\left(t\right)}).---\left(2\right)$

这里W_u代表用户u的扩频因子，RxLoss代表损失的接收机能量、G代表分集增益，并且β代表相应信道的β因子(假设非活跃的信道具有零β因子)。接着可以按照状态、计算的量值以及测量的非确定性生成P_RTWP(t)的测量的模型。为此，等式(2)与延迟T_D一起使用，对WCDMA的调度循环延迟建模以根据以下计算P_RTWP(t)：

P_RTWP(t)＝L_own(t-T_D)P_RTWP(t)+P_neighbor(t)+P_N(t)，(3)

其得到：

$P_{\mathrm{RTWP}}\left(t\right)=\frac{1}{1-L_{\mathrm{own}}(t-T_D)}(P_{\mathrm{neighbor}}\left(t\right)+P_N\left(t\right)).---\left(4\right)$

在加入零均值白测量噪声并且由等式(1)替换变量后，得到下面的时变测量等式：

$y_{\mathrm{RTWP}}\left(t\right)=\frac{x_1\left(t\right)}{1-L_{\mathrm{own}}(t-T_D)}+e_{\mathrm{RTWP}}\left(t\right)---\left(5\right)$

$R_{2,\mathrm{RTWP}}\left(t\right)=E\left|e_{\mathrm{RTWP}}^2\left(t\right)\right|.---\left(6\right)$

这里y_RTWP(t)＝P_RTWP(t)并且R_2，RTWP(t)代表e_RTWP(t)的纯量协方差矩阵。注意：L_own(t)是使用增强的上行链路和R99业务来计算的，并且因此延迟对于二者是有效的。

为了建立最佳的滤波算法，必要的是生成用于状态传播的模型。这可以通过假定最为简单的此类模型例如由等式(8)给出的随机游动来解决，该随机游动是在卡尔曼滤波中经常使用的标准统计模型。

x(t+T_TTI)≡x₁(t+T_m)＝x₁(t)+w₁(t)  (7)

R₁(t)＝E[w₁(t)]².    (8)

这里R₁(t)代表零均值白扰动的协方差矩阵。卡尔曼滤波器后的状态空间模型是：

x(t+T)＝A(t)x(t)+B(t)u(t)+w(t)  (9)

y(t)＝C(t)x(t)+e(t)    (10)

这里，x(t)代表状态矢量，u(t)代表输入矢量，并且y(t)代表包括由小区执行的功率测量的输出测量矢量，例如总接收宽带功率RTWP，w(t)代表所谓的系统噪声，其代表了建模的误差，并且e(t)代表测量误差。矩阵A(t)代表描述动态模式的系统矩阵，矩阵B(t)代表输入增益矩阵，并且矢量C(t)代表测量矢量，其可以是时变的。最终，t代表时间而T代表采样周期。

这里考虑具有时变测量矢量的通常情形。在初始化后，接着通过下面的矩阵和矢量迭代给出卡尔曼滤波器，其中通过t＝t₀，

并且P(0|-1)＝P₀给出初始化。

t＝t+T

K_f(t)＝P(t|t-T)C^T(t)(C(t)P(t|t-T)C^T(t)+R₂(t))^-1

$\hat{x}\left(t\right|t)=\hat{x}\left(t\right|t-T)+K_f\left(t\right)(y\left(t\right)-C\left(t\right)\hat{x}\left(t\right|t-T))$

P(t|t)＝P(t|t-T)-K_f(t)C(t)P(t|t-T)  (12)

$\hat{x}(t+T|t)=\mathrm{Ax}\left(t\right|t)+\mathrm{Bu}\left(t\right)$

P(t+T|t)＝AP(t|t)A^T+R₁(t)

End

其中

代表基于到时间t-T的数据的状态预测，

代表基于到时间t的数据的滤波器更新，P(t|t-T)代表基于到时间t-T的数据的状态预测的协方差矩阵，P(t|t)代表到时间t的数据的滤波器更新的协方差矩阵，C(t)代表测量矩阵，K_f(t)代表时间可变卡尔曼增益矩阵，R₂(t)代表测量协方差矩阵，并且R₁(t)代表系统噪声协方差矩阵。将理解到R₁(t)和R₂(t)经常用作滤波器的调节变量。事实上，卡尔曼滤波器的带宽由R₁(t)和R₂(t)的矩阵商式来控制。

现在可以定义用于估计相邻小区干扰和噪声功率的和的卡尔曼滤波器的量值。使用状态和测量等式，结果是：

$C\left(t\right)=\frac{1}{1-L_{\mathrm{own}}(t-T_D)}---\left(11\right)$

$R_2\left(t\right)=R_{2,\mathrm{RTWP}}\left(t\right)=E\left[e_{\mathrm{RTWP}}^2\left(t\right)\right]---\left(12\right)$

A＝1        (13)

B＝0(14)

R₁(t)＝E[w₁(t)]².    (15)

最终处理步骤由用于噪声功率底估计的算法来提供，其在状态

的高斯分布上操作。通过P_N(t)表示估计的噪底，结果是估计的相邻小区干扰变为：

${\hat{I}}_{\mathrm{neighbor}}\left(t\right)\≡{\hat{P}}_{\mathrm{neighbor}}\left(t\right)=\hat{x}\left(t\right)-P_N\left(t\right).---\left(18\right)$

如在附件D中所解释的，并且特别是等式D2，通过根据下面缩放(scaling)等式(18)获得经由G-RAKE+的干扰抑制相邻小区干扰：

${\hat{I}}_{n,\mathrm{neighbor}}^{G+}=w^{H}w{\hat{I}}_{\mathrm{neighbor}}---\left(19\right)$

在等式(19)中，已经移除等式D2中的用户依赖性，因为等式(18)是针对整个小区获得的。通过分别在等式H3和F3中使用干扰抑制前的相邻小区干扰，可以获得针对FDE和FDPE的类似表达。可以根据表达干扰抑制效果的缩放因子和在干扰抑制前计算的噪底，例如在等式(19)中所计算的，在RBS 100的基带中计算干扰抑制噪底。

除了信号传输干扰抑制信息，信号传输单元330也可以使用能力指示来信号传输网络节点的能力，其中“能力”表示网络节点处理各级干扰和报告干扰抑制信息的能力。尽管并不需要，能力指示也可以指示干扰抑制是否已经应用于报告的信息。不管如何，此类的能力信号传输可能在高干扰场景或异构网络部署中是特别有益的，其中具有不同能力的网络节点300被部署在相同的区域中。将理解到能力信息也可以是响应于请求而提供，或可以独立于请求来提供，例如利用测量报告或当RBS 100注册到网络10，并且该能力信息可以被信号传输到任意的控制网络节点300，例如RNC和/或O&M。当做出关于网络10中未来无线通信的判定时，控制网络节点300可以将能力信息与干扰抑制信息考虑进。

本发明当然可以以除这里具体描述的那些方式以外的方式来执行而不偏离本发明的必要特性。本实施例在所有方面将被考虑为示例性的而非限制性的，并且所附权利要求的含义和等同范围内的所有改变旨在被包含在此。

附件A：常规技术

UTRAN架构

UMTS陆地无线接入网络(UTRAN)包括两个不同的单元：

●节点B，通常在此称为RBS，其转换Iub和Uu接口之间的数据流并且也参与无线资源管理(RRM)，特别是通过EUL调度。

●无线网络控制器(RNC)，其拥有并且控制其域内的无线资源(节点B连接到它)。RNC是用于UTRAN提供给核心网络(CN)的所有服务的服务接入点。

UTRAN中至少存在下面的基本接口：

●Uu接口，UE和节点B之间的接口，

●Iu接口，将UTRAN连接到CN，

●Iur接口，开放接口，其允许来自于不同制造商的RNC之间的软切换，

●Iub接口，其连接节点B和RNC。

在图7中示出针对3GPP的UMTS架构。UTRAN包括一个或多个无线网络子系统(RNS)，其通过Iu连接到核心网络。RNS是UTRAN内的子网络并且包括一个无线网络控制器(RNC)和一个或多个节点B。节点B可以支持FDD模式、TDD模式或双模操作。RNC可以经由Iur接口彼此连接。RNC负责需要信号传输到UE的切换判定。RNC负责控制UTRAN的无线资源。RNC与核心网络接口连接(通常连接到一个MSC和一个SGSN)。

控制给定节点B的RNC(例如，朝节点B终结Iub接口)被称为控制RNC(CRNC)。CRNC负责其自身小区的负载和拥塞控制；它也执行准入控制。连接到UTRAN的一个UE具有一个并且仅一个服务RNC(SRNC)，其负责执行基本无线资源管理(RRM)操作，例如切换判定、外环功率控制以及无线接入载体参数到空中接口传输信道参数的映射。

协议：

●RRC(无线资源控制)-定义移动和UTRAN之间的消息和过程，终结在RNC中。

●RAN应用部分(RANAP)协议是RNC和CN之间的协议。

●节点B应用部分(NBAP)是节点B和RNC之间的Iub接口上的协议[3GPP TS 25.433]。

●无线网络子系统应用部分(RNSAP)协议是RNC之间的Iur接口[3GPP TS 25.423]上的协议。

在UMTS网络中，也有可能操作家庭节点B(HNB)子系统。此类的子系统包括至少HNB、HNB GW以及可选的本地GW(参见图8)。本地IP接入(LIPA)功能[3GPP TS 23.401]使得经由HNB连接的支持IP的UE来接入到相同住宅/企业IP网络中的其他支持IP的实体而使得用户平面除了HNB子系统以外不需要穿越移动运营商的网络。使用与HNB共位置的本地GW(L-GW)实现LIPA功能。图8给出可以部署在UMTS网络中的具有低功率节点(在该例子中是HNB)的子系统的非限制性例子。其他类型的节点，例如微微、微小或宏小区也可以在例如图7中所示的架构中混合，其中这些节点可以都被绘成例如不同功率类别的节点B。

UTRAN测量和报告

涉及干扰的一些标准化的UTRAN测量如下[3GPP TS 25.215，25.225]。

RTWP(接收总宽带功率)。接收宽带功率，包括在接收机中产生的噪声，在由接收机脉冲成形滤波器所定义的带宽内。用于测量的参考点将是Rx天线连接器。在接收机分集的情形下，报告的值将是分集支路中的功率的线性平均。当在小区中定义小区部分时，将针对每个小区部分来测量总接收宽带功率。

SIR。信干比被定义为(RSCP/ISCP)×SF。将在无线链路集合(类型1)的DPCCH上或在PRACH控制部分(类型2)上执行测量，对于SIR测量的参考点将是Rx天线连接器，仅对于FDD对DL定义。

除了标准化的一些以外，也可以执行其他的测量。在3GPP中，对于FDD规定噪底报告。当公共测量类型IE被设置成“接收总宽带功率”并且如果在相同的公共测量发起请求消息中包括参考接收总宽带功率报告IE时，节点B可以将参考接收总宽带功率IE包括在用于报告公共测量的消息中。如果参考接收总宽带功率报告IE被包括在公共测量发起请求消息中，如果支持，节点B将在公共测量发起响应中包括参考接收总宽带功率支持指示符IE或参考接收总宽带功率IE。参考接收总宽带功率支持指示符指示节点B是否支持参考接收总宽带功率的指示。

●当节点B支持时，参考接收总宽带功率指示来自于节点B的参考UL干扰(接收的噪声电平作为噪底的估计)估计。该值可以用于例如CRNS中的准入或拥塞控制。

●当由CRNC发送时，参考接收总宽带功率向CRNC下的特定小区指示参考UL干扰(接收噪声电平)。该值可以用于节点B中的E-DCH调度。

接收总宽带功率-指示CRNC下的特定小区处的UL干扰。接收总宽带功率也可以包括在额外的E-DCH FDD信息响应IE中，该IE向次级UL频率上的新的E-DCH无线链路提供信息。仅针对FDD定义。

负载值IE包括关于测量对象的、相对于针对上行链路和下行链路二者的最大规划的负载的总负载。其被定义为小区容量类别的负载百分比。

接收总宽带功率(每小区)可以针对FDD来信号传输

●作为无线链路建立响应、FDD消息的一部分；

●在额外的E-DCH FDD信息响应IE中信号传输在次级UL频率上的新的E-DCH无线链路的信息。

在公共测量类型中指示请求执行哪些测量，该公共测量类型除其他以外可以包括下面的指示符：负载、发送载波功率、接收总宽带功率、UL时隙ISCP、RT负载(实时负载)、NRT负载信息(非实时负载)等。

增强的UTRA网络中的上行链路多载波

上行链路多载波功能(也称为“载波聚合”)的基本思想是通过跨上行链路载波的联合资源分配和负载平衡而实现更佳的资源使用和频谱效率，其将不会与使用多载波的系统混淆但没有通过多个载波进行联合传输的可能性。基于多载波UTRA的系统也称为MC-HSPA或MC-HSUPA(仅上行链路)。双小区HSUPA是多载波系统的例子。进一步，多载波系统可以操作在多个频带上，例如双频带系统。

多RAT节点和信号传输

多RAT节点通常可以被定义为能够操作不同的无线接入技术(RAT)的无线节点。这可以通过不同的方式来实现，例如，作为一个机柜和相同的无线电装置但不能同时用于不同的RAT，每个RAT具有自身的基带模块。另一个例子是当存在一个机柜并且相同的无线电装置用于不同但同时使用的RAT，尽管不同的RAT具有不同的基带模块。后者被称为3GPP中的多标准无线电(MSR)基站(BS)并且在该情形下，如果同时操作，RAT将时间共享公共的BS资源，例如功率。

MSR BS是由这样的能力表征的基站，该能力即其接收机和发射机能够共同处理两个或多个载波，而活跃的RF组件同时操作在声称的RF带宽中，其中至少一个载波具有与其他载波不同的RAT。MSRBS可以操作在单个RAT或多RAT模式中，并且也可以具有单载波或多载波发射机配置。在3GPP中，对MSR BS的射频要求是针对包括多达三个RAT的BS来规定的，该三个RAT即E-UTRA、UTRA和GSM/EDGE。当MSR BS被配置成在单个RAT模式中操作时，单个RAT要求应用于多数情形中。

对于MSR，网络的架构然而可能与对于具有不同RAT BS(例如如图9中所示出的)的一般混合的网络来说是相同的，尽管具有联合地操作多个RAT的更多共同功能(例如调度和DL功率分配)是自然的。联合的功能可能也意味着对于不同的RAT，共同的节点用于类似的功能性，例如作为具有联合BSC(GSM中的BS控制器)和RNC(RNC中的无线网络控制器)功能的节点的EVO控制器。可以预见其他类型的联合节点，例如联合O&M或SGSN节点等。既使具有联合的功能性，此类的节点仍将重用单RAT接口，尽管在共位的节点/或功能块之间存在一些私有的接口。

没有IS的WCDMA中的负载

例如示出在没有IC/IS下，在天线连接器处的负载由噪声上升，或热噪抬高量RoT(t)给出，该RoT(t)通过如下定义

$\mathrm{RoT}\left(t\right)=\frac{P_{\mathrm{RTWP}}\left(t\right)}{P_N\left(t\right)},---\left(A1\right)$

其中P_N(t)是在天线连接器处测量的热噪电平。留下来定义P_RTWP(t)意思是什么。如这里所使用的，P_N(t)也可以由

表示。该相对量不受任何应用的解扩的影响。这里使用的定义简单的是也在天线连接器处测量的总宽带功率：

$P_{\mathrm{RTWP}}\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{P}_k\left(t\right)+I^N\left(t\right)+P_N\left(t\right),---\left(A2\right)$

这里I^N(t)表示从WCDMA系统的相邻小区N接收的功率。如下面将看到的，任何RoT估计算法的主要困难是将热噪声功率与来自相邻小区的干扰分开。

需要解决的另一个具体问题是信号参考点明显的是在天线连接器处。然而，在模拟信号调节链后在数字接收机中获得测量。模拟信号调节链确实引入了难以补偿的大约1dB(1-西格玛)的缩放因子误差。幸运地，所有的功率(2)都相同地受到缩放因子衰减的影响，从而当计算等式A1时，缩放因子误差作为如下被取消：

${\mathrm{RoT}}^{\mathrm{DigitalReceiver}}\left(t\right)=\frac{P_{\mathrm{RTWP},\mathrm{DigitalReceiver}}\left(t\right)}{P_{N,\mathrm{DigitalReceiver}}\left(t\right)}=\frac{\mathrm{\γ}\left(t\right)P_{\mathrm{RTWP},\mathrm{Antenna}}\left(t\right)}{\mathrm{\γ}\left(t\right)P_{N,\mathrm{DigitalReceiver}}\left(t\right)}={\mathrm{RoT}}^{\mathrm{Antenna}}\left(t\right).$

(A3)

为了理解当执行负载估计时相邻小区干扰的根本问题，注意：I^N(t)+P_N(t)＝E[I^N(t)]+E[P_N(t)]+ΔI^N(t)+ΔP_N(t)，   (A4)

其中E[·]表示数学期望并且其中Δ表示均值周围的变化。现在可以清楚地看出根本问题。因为在RBS中没有涉及相邻小区干扰的测量，线性滤波操作可以至多估计E[I^N(t)]+E[P_N(t)]的和，参看T.Wigren和P.Hellqvist在Proc.IEEE VTC-2007 Fall，Baltimore，MD，Oct.1-32007的“Estimation of Uplink WCDMA load in a Single RBS”，这里称为Wigren单RBS公布。该估计不能用于导出E[P_N(t)]的值。该情形与当两个数的和可用时相同。接着没有方式来算出各个数的值。T.Wigren在IEEE Trans.Veh.Tech.，March 2009的“Soft Uplink LoadEstimation in WCDMA”(这里称为Wigren软上行链路公布)中针对RoT估计问题对该问题进行严格地分析，其中证明噪声功率底在数学上是不可观察到的。

没有IS的RoT估计算法

在图10中绘出当前使用的RoT估计算法。其在Wigren单RBS公开中被详细地描述。算法估计RoT，如由等式A1所给出的。该估计算法解决的主要问题是热噪底P_N(t)的精确估计。因为由于相邻小区干扰，不太可能获得该量值的准确估计，通过考虑在时间上相对长的窗口上计算的软最小值，估计器因此应用逼近。

重要的是理解该估计依赖于事实上噪底在很长的时间段上是固定的(忽略小的温漂)。

上节的滑动窗口算法具有需要大量的存储存储器的缺陷。这在如果需要大量的算法实例时变得特别得麻烦，就可能如当在上行链路中引入干扰抑制的情形。

为了减小存储器消耗，在美国专利申请序列号12/442901中已经公开了一种递归算法，其也对应于PCT申请序列号WO2008/039123，其通过援引并入在此。T.Wigren在IEEE Trans.Veh.Tech.vol.59，no.5，pp.2615-2620，2010的算法“Recursive Noise Floor Estimation inWCDMA”(这里称为Wigren递归公开)减小如上所讨论的滑动窗口策略的存储器需求至少100分之一。

这里所公开的本发明可以应用于滑动窗口RoT估计算法和递归算法。

WCDMA中面向小区稳定性的负载估计算法

例如在爱立信产品中可获得的小区稳定性负载估计功能对于每个用户实施负载因子。在它们最简单的形式中，负载因子由下式给出：

$L_u=\frac{P_u}{P_{\mathrm{RTWP}}}=\frac{{(C/I)}_u}{1+{(C/I)}_u},u=1,...,U,---\left(A5\right)$

其中P_u是用户的功率。接着对于每个功率控制的用户，负载因子被归纳起来。通过这种方式，相邻小区干扰不会被包括在得到的负载测量中。这是合理的，因为相邻小区干扰不应该影响自身小区功率控制环，至少不在当考虑一阶效果时。

具有G-RAKE+和码片均衡器的IS

相比较于传统的RAKE的干扰抑制G-RAKE+的一个区别在于紧接在加权合并步骤后的每个用户看到减小的干扰等级。在G-RAKE+中，具有阶等于指的数目的协方差矩阵

首先被估计以捕获干扰。当前用户u没有使用的扩频码可以被使用以估计

G-RAKE+接收机使用对干扰进行建模的估计的协方差矩阵来根据下式计算针对用户u，u＝1，…，U的合并权重：

${\hat{R}}_u{\hat{w}}_u={\hat{h}}_u,u=1,...,U---\left(A6\right)$

其中是用户u的净(net)信道响应并且其中

是合并的权重。等式A6的影响是G-RAKE+本质上白化相关的干扰并且从在某些指位置处的干扰源并且对于某些天线元件移除大的频谱峰值。

注意G-RAKE+仍是线性接收机。对于WCDMA存在也是线性的相关类型的IS接收机，表示为码片均衡器。G-RAKE+和码片均衡器之间的区别是某些基本操作的阶。结果是本发明最有可能也应用于码片均衡器。

频域预均衡(FDPE)

在图11中绘出FDPE接收机结构。绿色块被添加到没有IS的现有的上行链路WCDMA接收机结构。声称与该结构关联的主要优势是

●FDPE结构给出显著的IS增益。今天还不清楚增益是否与利用G-RAKE+结构实现的那些增益相同大。

●FDPE结构对于所有用户同时实现IS，由此相比较于针对于所有用户各个执行处理的G-RAKE+结构来说减小计算复杂度。

●处理块被插入到已经被放置到合适位置的上行链路接收机中，由此减小开发成本。

●可以重用针对LTE开发的快速傅里叶变换(FFT)加速器硬件，由此对于RBS的新的DUS HW产生进一步的协同增效效应。

FDPE算法在频域中执行干扰白化。为了详细地解释此，可以使用下面的时域信号模型：

$v\left(t\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}h\left(l\right)z(t-l)+{\mathrm{\η}}_v\left(t\right).---\left(A7\right)$

这里v是接收的(由于多个天线造成的矢量)信号，具有码片采样率，h是无线信道净(net)响应，z是期望的(发送的)信号并且η_v表示热噪声和干扰。t表示离散时间。

执行傅里叶变换，将(7)转化成：

V(m)＝H(m)Z(m)+N(m)，   (A8)

其中量值是等式A7中的相应量值的离散傅里叶变换。现在白化滤波器可以应用在频域中。公知最小化均方误差(MMSE解)的滤波器通过下面给出：

$W_{\mathrm{MMSE}}\left(m\right)={\left({\hat{R}}_d\left(m\right)\right)}^{-1}\hat{H}\left(m\right)={\left(\begin{array}{c}\end{array}\left[\begin{array}{cccc}{R}_{\mathrm{0,0}}\left(m\right)& R_{\mathrm{0,1}}\left(m\right)& L& R_{0,N_r-1}\left(m\right)\\ R_{\mathrm{1,0}}\left(m\right)& R_{\mathrm{1,1}}\left(m\right)& & \\ M& & O& \\ R_{N_r-\mathrm{1,0}\left(m\right)}& & & R_{N_r-1,N_r-1}\left(m\right)\end{array}\right]\right)}^{-1}\left[\begin{array}{c}{\hat{H}}_0\left(m\right)\\ {\hat{H}}_1\left(m\right)\\ \\ {\hat{H}}_{N_r-1}\left(m\right)\end{array}\right]$

(A9)

其中

是协方差矩阵V(m)的估计。注意：该估计可以例如作为根据的N个不同数据块上的平均来获得。使用柯列斯基分解，天线元件之间的协方差矩阵可以因式分解为：

$L\left(m\right)\·L^H\left(m\right)={\hat{R}}_d\left(m\right)---\left(A10\right)$

FDPE后的思想是实施该因式分解并且写成：

$W_{\mathrm{MMSE}}\left(m\right)={\left(L^H\left(m\right)\right)}^{-1}\left({\left(L\left(m\right)\right)}^{-1}\hat{H}\left(m\right)\right)=W_{\mathrm{pre}}\left(m\right)\left({\left(L\left(m\right)\right)}^{-1}\hat{H}\left(m\right)\right)---\left(A11\right)$

从而频域中的期望信号变成频域中的MMSE预均衡，例如通过下面给出：

Z_pre(m)＝W_pre(m)V(m).   (A12)

这是独立于用户的处理，其对于所有的用户来说都是相同的。因此，宽带接收的信号被转换到频域并且协方差被计算和柯列斯基分解，此后计算等式A12。信号接着被转换回时域，其中对于每个用户做进一步处理。注意在该处理中由RAKE接收机经历的信道从等式A10的第二因子获得。FFT和IFFT块具有低的计算复杂度并且优选地实施在HW中。

频域均衡(FDE)

从E.Dahlman，S.Parkvall，

和P.Beming的“3G Evolution-HSPA and LTE for Mobile Broadband-Section 5.1”2nd Edition，Academic Press，2008的FDE算法的演示(这里称为Dahlman参考)导出本描述。在图12中绘出FDE接收机结构。

FDE算法在频域中执行均衡和干扰抑制。为了详细解释此，可以使用下面的时域信号模型：

$v_u\left(t\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{h}_u\left(l\right)z(t-l)+i\left(t\right)+n^{\mathrm{thermal}}\left(t\right),u=1,...,U.---\left(A13\right)$

这里u表示用户，v_u是接收的(由于多天线造成的矢量)信号，h_u是无线电信道净响应，z是期望的(发送的)信号，i(t)是干扰，n^thermal(t)表示热噪声，并且t表示离散时间。执行傅里叶变换，将等式A13转换成：

V_u(m)＝H_u(m)Z_u(m)+I(m)+N^thermal(m)，u＝1，…，U，   (A14)

其中量值是等式A13中的相应量值的离散傅里叶变换。现在可以在V_u(m)上执行MMSE均衡。为此，使用导频信号来估计信道。图12接着指示用于使用如在Dahlman参考中描述的时域计算来计算FDE的MMSE滤波器的基本方法。然而，替代于如图12中在时域中计算滤波器系数并且接着转换到频域，MMSE滤波器系数可以被直接计算为Dahlman引用：

$W_u\left(m\right)=H_u^H\left(m\right){(H_u\left(m\right)H_u^H\left(m\right)+I\left(m\right)I^H\left(m\right)+{\left(N^{\mathrm{thermal}}\left(m\right)\right)}^H{N}^{\mathrm{thermal}}\left(m\right))}^{-1},u=1,...,U$

(A15)

其中热噪声功率底矩阵估计可以通过Wigren单RBS公开、Wigren软上行链路公开或Wigren递归公开的任意算法来获得，并且其中H_u(m)是采样的信道频率响应矢量。使用等式15在计算上相比于图10中绘出的方法更为不复杂并且因此等式A15代表了用于实现FDE的优选实施例。最终，通过频域相乘将均衡的信号计算为：

Z_FDE，m(m)＝W_u(m)V_u(m)，u＝1，…，U，   (A16)

此后逆FFT被应用以获得信号z_FDE，u(t)。在该步骤后，处理如常规WCDMA系统那样进行。

UL HETNET负载管理

异构网络关心与其中不同类型的小区被混合的网络关联的效果。问题接着在于这些小区依照如下可能具有不同的无线电属性：

●无线电灵敏度

●频带

●覆盖范围

●输出功率

●容量，以及

●可接受负载水平。

这可以是使用不同RBS功率类别(宏、微、微微、毫微微)、不同的天线系统(天线的数目、RRH等)、不同的修整(不同的接收机技术、SW质量)、不同的供应商和特定部署目的的效果。

HETNET中的最为重要因素之一是空中接口负载管理，例如与不同小区的无线电资源的调度以及在小区之间依照小区间干扰的交互关联的问题。对于这里公开的本发明感兴趣的多个方面与WCDMA系统的UL中的此类空中接口负载管理关联。对于该更新的兴趣的原因包括：

●需要优化HETNET中的性能。

●随着在W12A项目中引入G-RAKE+而负载概念改变的事实。

为了示例这些问题，考虑图11。该图示出旨在服务热点的具有有限的覆盖范围的低功率小区。为了获得充分覆盖热点，使用像G-RAKE+的干扰抑制接收机。问题现在是低功率小区位于特定宏小区的内部以及边界处。进一步，周围的宏小区与低功率小区干扰，造成低功率小区中的高电平相邻小区干扰，尽管高级接收机减小覆盖范围达到不允许覆盖热点的水平。结果是，热点的用户连接到周围的宏小区，由此进一步增加由低功率小区经历的相邻小区干扰。

通过该讨论，应该清楚的是如果能够向RNC或周围的RBS通知干扰情形并且采取动作，使用RNC中的例如准入控制或周围RBS中的新的功能来减小相邻小区干扰并且提供对热点业务的更好管理(就空中接口负载而言)，则将是有利的。

注意：宏小区上的低功率RBS的干扰构成远非显著的问题，因为事实上低功率RBS以低功率传送。

附件B：信令选项

1.RBS和RNC之间的信令用于信号传输干扰抑制后基于G-RAKE+、FDE或FDPE估计的相邻小区干扰。

2.RBS和RNC之间的信令装置用于信号传输在干扰抑制后基于G-RAKE+、FDE或FDPE估计的噪底。

3.RBS和RNC之间的信令用于信号传输依照以下而言的负载：i)利用G-RAKE+、FDE或FDPE进行干扰抑制处理后的热噪抬高量；ii)在利用G-RAKE+、FDE或FDPE进行IS处理后的对于稳定性相关的噪声上升，所述噪声上升基于在干扰抑制处理后的相邻小区干扰。

4.RNC之间的信令用于信号传输在基于G-RAKE+、FDE或FDPE的干扰抑制后获得的小区的例如噪底的测量的参考接收总宽带功率。

5.RNC之间的信令用于信号传输基于G-RAKE+、FDE或FDPE的干扰抑制后的估计的相邻小区干扰。

6.RNC之间的信令用于信号传输依照以下而言的负载：i)在利用G-RAKE+、FDE或FDPE进行干扰抑制处理后的热噪抬高量，ii)在利用G-RAKE+、FDE或FDPE进行干扰抑制处理后的对于稳定性相关的噪声上升，所述噪声上升基于在干扰抑制处理后的相邻小区干扰。

7.RBS和网络控制节点(例如O&M或SON节点)之间的信令用于信号传输基于G-RAKE+、FDE或FDPE的干扰抑制后的估计的相邻小区干扰。

8.RBS和网络控制节点之间的信令用于信号传输依照以下而言的负载：i)利用G-RAKE+、FDE或FDPE进行IS处理后的热噪抬高量，ii)利用G-RAKE+、FDE或FDPE进行干扰抑制处理后的对于稳定性相关的噪声上升，所述噪声上升基于干扰抑制处理后的相邻小区干扰。

9.RBS和网络控制节点(例如O&M或SON节点)之间的信令用于信号传输干扰抑制处理后的噪底。

10.信令用于信号传输以下的至少一个：i)相邻小区干扰，ii)利用G-RAKE+、FDE或FDPE进行干扰抑制处理后的热噪抬高量，iii)利用G-RAKE+、FDE或FDPE进行干扰抑制处理后的对于稳定性相关的噪声上升，所述噪声上升基于干扰抑制处理后的相邻小区干扰，iv)在基于G-RAKE+、FDE或FDPE的干扰抑制后获得的小区的例如噪底的参考接收总宽带功率，所述信令对于特定的小区是有效的，并且从RNC通过Iub向围绕该小区的小区的RBS执行，其中RNC(或通常控制节点)可以或可以不相同。

11.信令指示无线节点的能力，其反映节点报告如上所述的增强的干扰和负载估计的能力，其可以是特别有益的，例如在高干扰场景中或在具有部署在相同区域中的不同能力节点的异构网络部署中，其中所述指示可以在请求下提供或可以不在请求下提供，例如结合测量报告或当RBS(例如，新的毫微微RBS)注册到网络。替代地，携带测量或估计的信令可以包括例如IS处理的处理是否在报告前已经应用的指示。信号传输的能力也可以是节点处理高干扰的能力，其可能间接地意味着在应用干扰减轻技术例如干扰抑制或干扰删除后获得报告的测量或估计。

12.经由UE向另一个无线节点透明地信号传输干扰抑制处理后获得的相邻小区干扰、噪底或负载测量。

附件C：经由G-RAKE+的干扰抑制RoT

在G-RAKE+和码片均衡器中的IS后的负载的测量

为了观察在考虑G-RAKE+IS增益后如何估计负载，在充分统计水平处研究加权合并后的功率。如这里所使用的，

首先，假定用户u在码字k∈Ω_u上的接收信号是：

y_u，k＝h_us_u，k+I_u，k+N_u，k，u＝1，…，U，k＝1，…，K，   (C1)

其中Ω_u代表针对用户u的码字集合，s_u，k，u＝1，…，U，k＝1，…，K是信号，I_u，k，u＝1，…，U，k＝1，…，K是干扰并且N_u，k，u＝1，…，U，k＝1，…，K是(热)噪声信号(非功率)并且

是用户u的净信道响应。G-RAKE+接着执行加权合并以根据下面的等式获得充分的统计

${\hat{z}}_{u,k}^{G+}={\hat{w}}_u^H{y}_{u,k}={\hat{w}}_u^H{\hat{h}}_u{s}_{u,k}+{\hat{w}}_u^H{I}_{u,k}+{\hat{w}}_u^H{N}_{u,k},u=1,...,U,k=1,...,K---\left(C2\right)$

${\hat{R}}_u{\hat{w}}_u={\hat{h}}_u,u=1,...,U---\left(C3\right)$

这里

是G-RAKE+的合并权重，而建模干扰以便计算用户u的合并权重的估计的协方差矩阵由

给出。等式C2和C3具有两个主要的蕴含式；一个指示如何可以执行功率测量并且一个指示下面解决的缩放因子问题。

使用等式C2，可以看出G-RAKE+权重合并的效果与伪接收信号

将被处理的效果相同。由于这些信号明显地反映权重合并并且由此G-RAKE+接收机的IS增益

被认为是用于负载估计的相关起始点。

如上所述，负载估计器通过RTWP的处理并且在未来可能通过RSEPS的处理来操作。为此，需要从形成类似的功率信号，以便重用在没有IS下应用的负载概念。

注意：不清楚建议重用没有IS下应用的负载概念的方式是否精确或最佳。当前，其是仅可获得的方式。在更长的时间范围内建议使用来自信息论的第一基本原理的进一步研究。

与G-RAKE+充分统计关联的用户功率

对等式C2开方并且假定其三项之间的低相关度，得到：

${\left|{\hat{z}}_{u,k}^{G+}\right|}^2\≈{\hat{w}}_u^H{\hat{h}}_u{\hat{h}}_u^H{\hat{w}}_u{\left|s_{u,k}\right|}^2+{\hat{w}}_u^H{I}_{u,k}{I}_{u,k}^H{\hat{w}}_u+{\hat{w}}_u^H{N}_{u,k}{N}_{u,k}^H{\hat{w}}_u\≡S_{u,k}^{G+}+I_{u,k}^{G+}+N_{u,k}^{G+},$

u＝1，…，U，k＝1，…，K.   (C4)

热噪抬高量(如由用户u所看到的)现在是等式A1，通过如下定义

${\mathrm{RoT}}_u^{G+}\≡\frac{S_u^{G+}+I_u^{G+}+N_u^{G+}}{N_u^{G+}}---\left(C5\right)$

$S_u^{G+}=\underset{k\∈{\mathrm{\Ω}}_u}{\mathrm{\Σ}}{S}_{u,k}^{G+}---\left(C6\right)$

$I_u^{G+}=\underset{k}{\mathrm{\Σ}}{I}_{u,k}^{G+}---\left(C7\right)$

$N_u^{G+}=\underset{k}{\mathrm{\Σ}}{N}_{u,k}^{G+}.---\left(C8\right)$

注意不太清楚如何对于k∈Ω_u在

和

之间做出区分。这里所公开的算法避免许多这些问题，因为

和

二者从其他量值计算。进一步注意到在等式C4中

例如功率初始以(发送的)码字功率|s_u，k|²来表达。相同的量值

也可以初始以天线功率来表达，在该情形中，后一设置用在用于验证概念的链路仿真中。然而，接着的算法开发使用定义等式C4-C8。

的计算

信号功率直接从等式C6计算。使用等式C4和C6，接着得到：

$S_u^{G+}=\underset{k\∈{\mathrm{\Ω}}_u}{\mathrm{\Σ}}{S}_{u,k}^{G+}={\hat{w}}_u^H{\hat{h}}_u{\hat{h}}_u^H{\hat{w}}_u\underset{k\∈{\mathrm{\Ω}}_u}{\mathrm{\Σ}}{\left|s_{u,k}\right|}^2={\hat{w}}_u^H{\hat{h}}_u{\hat{h}}_u^H{\hat{w}}_u{\hat{E}}_{s,u}={\left|{\hat{w}}_u^H{\hat{h}}_u\right|}^2{\hat{E}}_{s,u},u=1,...,U.---\left(C9\right)$

注意信号能量

的计算十分复杂，包括例如涉及的贝塔因子。

的计算(相当于这里所讨论的P _N )

这里的思想是依靠基线热噪声功率底估计算法来估计任意G-RAKE+处理前的热噪声功率底。接着出现主要问题，因为当充分的统计被评估时，通过

来缩放热噪声。这意味着热噪声功率水平将不再表现为不变。

这里采用的用于绕开该问题的方式依赖于计算缩放因子，通过该缩放因子来对热噪声功率进行缩放。为了计算该量值，首先注意当在G-RAKE+处理前估计宽带热噪声功率底时，例如利用基线噪底估计器，估计下面的量值：

$\hat{N}=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left(N_{u,k}^m\right)}^H{N}_{u,k}^m\stackrel{\→}{M\→\∞}\mathrm{KE}\left[{\left(N_{u,k}\right)}^H{N}_{u,k}\right]={\mathrm{KP}}_{N_{u,k}}=K\frac{1}{K}{P}_N=N_0,---\left(C10\right)$

其中N₀是热噪声功率底并且其中m是采样和索引。然而，在充分的统计信号处理点处的功率是

${\hat{N}}^{G+}=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left({\hat{w}}_u^H{N}_{u,k}^m\right)}^H{\hat{w}}_u^H{N}_{u,k}^m=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\mathrm{tr}\left({\left({\hat{w}}_u^H{N}_{u,k}^m\right)}^H{\hat{w}}_u^H{N}_{u,k}^m\right)$

$=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\mathrm{tr}\left({\hat{w}}_u^H{N}_{u,k}^m{\left({\hat{w}}_u^H{N}_{u,k}^m\right)}^H\right)=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\mathrm{tr}\left({\hat{w}}_u^H{N}_{u,k}^m{\left(N_{u,k}^m\right)}^H{\hat{w}}_u\right)---\left(C11\right)$

$=\mathrm{tr}\left(\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\hat{w}}_u^H\left(\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{N}_{u,k}^m{\left(N_{u,k}^m\right)}^H\right){\hat{w}}_u\right)\stackrel{\→}{M\→\∞}\mathrm{tr}\left(K{\hat{w}}_u^{H}E\right[N_{u,k}{\left(N_{u,k}\right)}^H\left]{\hat{w}}_u\right)$

$=\mathrm{tr}\left(K{\hat{w}}_u^H(N_0/K)I{\hat{w}}_u\right)={\hat{w}}_u^H{\hat{w}}_u{N}_0={\hat{w}}_u^H{\hat{w}}_u\hat{N}.$

结论是在充分的统计信号点处的热噪底可以从在G-RAKE+处理前的噪底估计来获得，通过与下面的缩放因子相乘：

${\mathrm{\κ}}_u^{G+}={\left({\hat{w}}_u\right)}^H{\hat{w}}_u,u=1,...,U.---\left(C12\right)$

这给出：

$N_u^{G+}={\mathrm{\κ}}_u^{G+}\hat{N},u=1,...,U.---\left(C13\right)$

缩放因子的计算需要对于每个用户的额外内积。

色噪声功率底

该子节讨论其中等式C10的结果由下面更为通用的假设来替换的情形：

$\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{N}_{u,k}^m{\left(N_{u,k}^m\right)}^H\stackrel{\→}{M\→\∞}\mathrm{KE}\left[N_{u,k}{\left(N_{u,k}\right)}^H\right]=K\frac{N_0}{K}{R}_N=N_0{R}_N,---\left(C14\right)$

例如，当采样快到足以反映上行链路频谱的形状的情形。在该情形中，接着等式C10被转换成：

$\hat{N}=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left(N_{u,k}^m\right)}^H{N}_{u,k}^m\stackrel{\→}{M\→\∞}\mathrm{KE}\left[{\left(N_{u,k}\right)}^H{N}_{u,k}\right]=\mathrm{Ktr}\left(E\right[N_{u,k}{\left(N_{u,k}\right)}^H\left]\right)=N_0\mathrm{tr}\left(R_N\right).---\left(C15\right)$

进一步，等式C11被转换成：

${\hat{N}}^{G+}=N_0\mathrm{tr}\left({\hat{w}}_u^H{R}_N{\hat{w}}_u\right).---\left(C16\right)$

在该情形中的最终结果是缩放因子：

${\mathrm{\κ}}_u^{G+}=\frac{\mathrm{tr}\left({\hat{w}}_u^H{R}_N{\hat{w}}_u\right)}{\mathrm{tr}\left(R_N\right)}.---\left(C17\right)$

使用可用的SINR的 的计算

代码功率与干扰比是

${(C/I)}_u^{G+}=\frac{S_u^{G+}}{I_u^{G+}+N_u^{G+}},u=1,...,U.---\left(C18\right)$

可以注意在等式C18中，已经计算了除

以外的所有量值，参见等式C11和C13。使用这些量值，对于

可以求解等式C18，给出：

$I_u^{G+}=\frac{S_u^{G+}}{{(C/I)}_u^{G+}}-{\mathrm{\κ}}_u^{G+}\hat{N},u=1,...,U.---\left(C19\right)$

量值可以直接涉及SINR。这被执行为：

${(C/I)}_u^{G+}=\frac{({\mathrm{\β}}_{u,\mathrm{DPCCH}}^2+{\mathrm{\β}}_{u,\mathrm{EDPCCH}}^2+n_{u,\mathrm{codes}}{\mathrm{\β}}_{u,\mathrm{EDPDCH}}^2)}{{\mathrm{\β}}_{u,\mathrm{DPCCH}}^2{\mathrm{SF}}_{u,\mathrm{DPCCH}}}{\mathrm{SINR}}_u^{G+}=\frac{{\mathrm{\β}}_{u,\mathrm{effective}}^2}{{\mathrm{SF}}_{u,\mathrm{DPCCH}}}{\mathrm{SINR}}_u^{G+},---\left(C20\right)$

其给出： $I_u^{G+}=\frac{S_u^{G+}}{{(C/I)}_u^{G+}}-{\mathrm{\κ}}_u^{G+}\hat{N}=\frac{{\mathrm{SF}}_{u,\mathrm{DPCCH}}}{{\mathrm{\β}}_{u,\mathrm{effective}}^2}\frac{S_u^{G+}}{{\mathrm{SINR}}_u^{G+}}-{\mathrm{\κ}}_u^{G+}\hat{N}.$

(C21)

的计算

当等式C9、C13和C21被插入在等式C5中时，最终结果变为：

${\mathrm{RoT}}_u^{G+}\≡\frac{S_u^{G+}+I_u^{G+}+{\mathrm{\κ}}_u^{G+}\hat{N}}{{\mathrm{\κ}}_u^{G+}\hat{N}}=\frac{S_u^{G+}}{{\mathrm{\κ}}_u^{G+}\hat{N}}(1+\frac{{\mathrm{SF}}_{u,\mathrm{DPCCH}}}{{\mathrm{\β}}_{u,\mathrm{effective}}^2}\frac{1}{{\mathrm{SINR}}_u^{G+}}),u=1,...,U.---\left(C22\right)$

对于每个用户，这些测量接着被组合成如下总结的上行链路测量。注意等式C22提供一些有趣的见解。当SINR高时，则对于用户的RoT通过用户的剩余自身功率来基本上确定-当SINR变坏时，RoT接着增加。

对于G-RAKE+的上行链路负载测量

清楚的是看见最大总负载的用户是依照覆盖和稳定性而言最差的一个。该用户因此用于解决小区的UL的负载。最差情形负载由下面的等式来定义：

$u_{\max }=\underset{u}{\arg \max }\left({\mathrm{RoT}}_u^{G+}\right)---\left(C23\right)$

$\max \left({\mathrm{RoT}}_u^{G+}\right)={\mathrm{RoT}}_{u_{\max }}^{G+}---\left(C24\right)$

其中等式(C23)提供最差用户的ID，并且等式(C24)提供针对该用户的干扰抑制RoT的查表计算。

作为算法性能的例子，图13-16示出由四个960kb/sec用户在假设3kmph徒步A信道的仿真中经历的RoT。强调所有的估计在时隙速率处获得。

附件D：经由G-RAKE+的干扰抑制噪声上升

在G-RAKE+处理后直接评估小区稳定性的负载测量

如上所陈述，RoT是WCDMA系统中的通用负载测量。由于其包括相邻小区干扰，其例如捕获负载变换的覆盖影响。然而，有时期望使用直接评估仅服务小区的稳定性的负载测量。该节的目的是定义一种测量来解决该需求。如这里所使用的，

为了实现该目的，应该注意到的是在常规操作中，上行链路小区稳定性主要受到由RBS进行的内环功率控制下的功率的影响。尽管并非完全正确，记住内环功率控制循环是非线性的并且耦合的并且因此不太容易确保大的相邻小区功率增加可以根本不影响小区稳定性。从另一方面来看，小区稳定性耦合到在某些情况下束缚于RoT的可行性。

然而，上述的讨论稍微有些理想化。首先，可行性分析通常基于上行链路由相对多数目的用户来共享、允许干扰源被视为噪声源的假设。其次，G-RAKE+处理后的热噪抬高量是针对每个用户的各个测量，没有形式证明可以用于其与上行链路小区负载和小区稳定性问题的准确关系。为此，合理的是也处理除RoT以外的其他测量。

为了获得针对稳定性的噪声上升测量，可以从等式C5的RoT中减去相邻小区干扰，得到：

${\mathrm{NR}}_u^G\≡\frac{S_u^{G+}+I_u^{G+}+{\mathrm{\κ}}_u^{G+}\hat{N}-I_{u,\mathrm{neighbor}}^{G+}}{{\mathrm{\κ}}_u^{G+}\hat{N}},u=1,...,U---\left(D1\right)$

在G-RAKE+处理后，该负载对于每个用户是有效的。

相邻小区干扰估计

为了提出G-RAKE+处理后的相邻小区干扰的估计，需要两个简化的假设。这些包括：

●自身小区干扰支配相邻小区干扰。该假设当然肯定并非总正确。然而，当自身小区干扰支配时，自身小区的稳定性最为危险，因此从稳定性的观点来看，支配的相邻小区干扰的情形不太相关。

●相邻小区干扰可以被视为由白色噪声处理产生。

使用这些假设，相邻小区干扰可以被视为热噪声功率底，得到：

${\hat{I}}_{u,\mathrm{neighbor}}^{G+}=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\left({\hat{w}}_u^H{I}_{u,\mathrm{neighbor},k}^m\right)}^H{\hat{w}}_u^H{I}_{u,\mathrm{neighbor},k}^m=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\mathrm{tr}\left({\left({\hat{w}}_u^H{I}_{u,\mathrm{neighbor},k}^m\right)}^H{\hat{w}}_u^H{I}_{u,\mathrm{neighbor},k}^m\right)$

$=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\mathrm{tr}\left({\hat{w}}_u^H{I}_{u,\mathrm{neighbor},k}^m{\left({\hat{w}}_u^H{I}_{u,\mathrm{neighbor},k}^m\right)}^H\right)=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}\mathrm{tr}\left({\hat{w}}_u^H{I}_{u,\mathrm{neighbor},k}^m{\left(I_{u,\mathrm{neighbor},k}^m\right)}^H{\hat{w}}_u\right)$

$=\mathrm{tr}\left(\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\hat{w}}_u^H\left(\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{I}_{u,\mathrm{neighbor},k}^m{\left(I_{u,\mathrm{neighbor},k}^m\right)}^H\right){\hat{w}}_u\right)\underset{M\→\∞}{\→}\mathrm{tr}\left({\hat{w}}_u^{H}E\right[I_{u,\mathrm{neighbor}}{\left(I_{u,\mathrm{neighbor}}\right)}^H\left]{\hat{w}}_u\right)$

$=\mathrm{tr}\left({\hat{w}}_u^H\left({\hat{I}}_{u,\mathrm{neighbor}}\right)I{\hat{w}}_u\right)={\hat{w}}_u^H{\hat{w}}_u{\hat{I}}_{u,\mathrm{neighbor}}.$

（D2）

这给出

其中

是在G-RAKE+处理前，例如在其中

被估计的相同信号点处估计的相邻小区干扰功率。注意通常相邻小区干扰低于自身小区干扰，因此与相邻小区干扰关联的逼近对于最终结果的影响比对自身小区干扰的相应假设对于最终结果的影响更小。这意味着可以在由缩放跟着的G-RAKE+前估计相邻小区干扰，以实现在G-RAKE+处理后的相邻小区干扰值。

在考虑G-RAKE+处理前的相邻小区干扰估计的一组均值已经例如在T.Wigren的IEEE Trans.Veh.Tech.，March 2009的“Soft UplinkLoad Estimation in WCDMA”(这里也称为Wigren软上行链路公开)中定义，其中获得代表相邻小区干扰和热噪声功率的和的量值。由于噪声功率底也被估计，于是出现在G-RAKE+处理前可以获得相邻小区干扰的估计。注意Wigren软上行链路公开中的解决方案要求也使用针对每个用户的RAKE接收机，以便获得所有自身小区用户功率的测量。

G-RAKE+干扰白化后的针对用户的小区稳定性负载测量

使用等式C22和等式D1-D3，得到：

${\mathrm{NR}}_u^{G+}\≡\frac{S_u^{G+}+I_u^{G+}+{\mathrm{\κ}}_u^{G+}\hat{N}-I_{u,\mathrm{neighbor}}^{G+}}{{\mathrm{\κ}}_u^{G+}\hat{N}}=\frac{S_u^{G+}}{{\mathrm{\κ}}_u^{G+}\hat{N}}(1+\frac{{\mathrm{SF}}_{u,\mathrm{EDPCCH}}}{{\mathrm{\β}}_{u,\mathrm{effective}}^2}\frac{1}{{\mathrm{SINR}}_u^{G+}})-\frac{{\hat{I}}_{\mathrm{neighbor}}}{\hat{N}},---\left(D4\right)$

u＝1，…，U，因为在G-RAKE+处理前，相邻小区干扰独立于用户。

针对小区稳定性的UL负载测量

清楚的是看见最大总负载的用户是依照覆盖和稳定性而言最差的一个。该用户因此用于解决小区的UL的负载。最差情形的负载通过下式来表达：

$u_{\max }=\underset{u}{\arg \max }\left({\mathrm{NR}}_u^{G+}\right)---\left(D5\right)$

$\max \left({\mathrm{NR}}_u^{G+}\right)={\mathrm{NR}}_{u_{\max }}^{G+}---\left(D6\right)$

其中等式(D5)提供最差用户的ID，并且等式(D6)提供针对该用户的干扰抑制噪声上升的查找计算。强调在时隙速率例如1500Hz处获得所有的估计。

附件E：经由FDPE的干扰抑制RoT

在FDPE后的信号

使用等式A8和A12得到：

Z_pre(m)＝W_pre(m)H(m)Z(m)+W_pre(m)I(m)+W_pre(m)N^thermal(m).   (E1)

这里Z_pre(m)表示频域中的预均衡宽带信号，W_pre(m)表示频域中的宽带预均衡滤波器，H(m)表示频域中的宽带净信道响应，Z(m)表示频域中的宽带发送信号，I(m)表示频域中的宽带相邻小区干扰，并且N^thermal(m)表示频域中的宽带热噪底信号。利用逆离散傅里叶变换容易将等式E1变换到时域，得到：

z_pre(t)＝(w_preh)(t)*z(t)+w_pre(t)*i(t)+w_pre(t)*n^thermal(t)，   (E2)

其中星号表示(多维)卷积，z_pre(t)表示时域中的预均衡宽带信号，w_pre(t)表示时域中的预均衡滤波器的宽带有限冲激响应，h(t)表示时域中的宽带有限冲激响应净信道响应，z(t)表示时域中的宽带发送的信号，i(t)表示时域中的宽带相邻小区干扰，并且n^thermal(t)表示时域中的宽带热噪底信号。重要的是理解在预均衡步骤前给出这里所有的信号量值。

FDPE后的测量负载

为了获得在FDPE干扰后的负载测量，考虑在该步骤后白化RoT。这事实上比对于G-RAKE+接收机更为吸引人，因为整个上行链路负载同时被解决。在FDPE处理后的RoT测量由下式给出：

${\mathrm{RoT}}^{\mathrm{FDPE}}\left(t\right)=\frac{z_{\mathrm{pre}}^H\left(t\right)z_{\mathrm{pre}}\left(t\right)}{E\left[{(w_{\mathrm{pre}}\left(t\right)*n^{\mathrm{thermal}}\left(t\right))}^H(w_{\mathrm{pre}}\left(t\right)*n^{\mathrm{thermal}}\left(t\right))\right]}.---\left(E3\right)$

等式E3的分子对于计算是直接的。注意用于WCDMA中的RoT测量的时间缩放通常是传输时间间隔(TTI)，结果是等式E3的分子可以例如通过在感兴趣的TTI(通常2毫秒或10毫秒)上的时间采样的平均来计算。

等式E3的分母的计算需要该表达式的期望的求值。这可以在热噪声是白的并且是固定的假设下完成，而该假设是标准假设。注意因此这里的求值在时间间隔上执行，其中预均衡滤波器保持固定。

接着结果是：

$=E\left[\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}{\left(n^{\mathrm{thermal}}(t-l_1)\right)}^H{w}_{\mathrm{pre}}^H\left(l_1\right)\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}\left(l_2\right)n^{\mathrm{thermal}}(t-l_2)\right]$

$=E[(\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{\left(n^{\mathrm{thermal}}(t-l_1)\right)}^H{w}_{\mathrm{pre}}^H\left(l_1\right)w_{\mathrm{pre}}\left(l_2\right)n^{\mathrm{thermal}}(t-l_2))]$

$=E\left[\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l_1\right)w_{\mathrm{pre}}\left(l_2\right){\left(n^{\mathrm{thermal}}(t-l_1)\right)}^H{n}^{\mathrm{thermal}}(t-l_2)\right]$

$=\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l_1\right)w_{\mathrm{pre}}\left(l_2\right)E\left[{\left(n^{\mathrm{thermal}}(t-l_1)\right)}^H{n}^{\mathrm{thermal}}(t-l_2)\right]$

$\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l_1\right)w_{\mathrm{pre}}\left(l_2\right){\mathrm{\δ}}_{l_1,l_2}\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}=\left(\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l\right)w_{\mathrm{pre}}\left(l\right)\right)\left(\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}\right).---\left(E4\right)$

在等式E4中，

表示在预均衡前的天线支路a的估计的热噪底。如这里所用，

这意味着Wigren软上行链路公开的噪底估计算法、由T.Wigren和P.Hellqvist在Proc.IEEE VTC-2007 Fall，Baltimore，MD，Oct.1-3 2007的“Estimation of Uplink WCDMA load ina Single RBS”(这里称为Wigren单RBS公开)和/或由T.Wigren在IEEE Trans.Veh.Tech.vol.59，no.5，pp.2615-2620，2010的“Recursive Noise Floor Estimation in WCDMA”(这里称为Wigren递归公开)可以被重用。对于每个天线支路需要一个算法。组合等式E3和E4得到：

${\mathrm{RoT}}^{\mathrm{FDPE}}=\frac{z_{\mathrm{pre}}^H\left(t\right)z_{\mathrm{pre}}\left(t\right)}{\left(\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l\right)w_{\mathrm{pre}}\left(l\right)\right)\left(\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}\right)}.---\left(E5\right)$

上述的量值应该被计算为时间间隔上的平均或估计，其中FDOE的白化滤波器保持不变。该结果是直观的。由于总的接收宽带功率是在所有天线支路上求和的，热噪声功率底也是这样。以预白化滤波器的功率来对FDPE后的RoT也进行缩放。在图17中绘出负载估计解决方案的框图。那里仅示出FDPE块。

附件F：经由FDPE的干扰抑制噪声上升

在FDPE后测量涉及稳定性的负载

为了获得在FDPE干扰白化后的负载的测量，首先考虑在该步骤后的RoT。如这里所使用的，

FDPE处理后的RoT测量由下式给出：

${\mathrm{RoT}}^{\mathrm{FDPE}}\left(t\right)=\frac{z_{\mathrm{pre}}^H\left(t\right)z_{\mathrm{pree}}\left(t\right)}{E\left[{(w_{\mathrm{pre}}\left(t\right)*n^{\mathrm{thermal}}\left(t\right))}^H(w_{\mathrm{pre}}\left(t\right)*n^{\mathrm{thermal}}\left(t\right))\right]}---\left(F1\right)$

为了解决涉及稳定性的负载，如在FDPE处理后观察到的相邻小区干扰需要从分子中减去。结果是由于相邻小区干扰并不影响自身小区的稳定性，因为相邻小区干扰并没有由所述第一小区来控制的，例如，

${\mathrm{NR}}^{\mathrm{FDE}}\left(t\right)=\frac{z_{\mathrm{pre}}^H\left(t\right)z_{\mathrm{pre}}\left(t\right)-{\hat{I}}_{\mathrm{pre}}^{\mathrm{neighbor}}\left(t\right)}{E\left[{(w_{\mathrm{pre}}\left(t\right)*n^{\mathrm{thermal}}\left(t\right))}^H(w_{\mathrm{pre}}\left(t\right)*n^{\mathrm{thermal}}\left(t\right))\right]},---\left(F2\right)$

其中

是如在FDPE处理后看到的相邻小区干扰。等式F2的分子的第一部分如附件E中那样计算。

为了提出在FDPE处理后的相邻小区干扰的估计需要两个简化的假定。这些包括：

●自身小区干扰支配相邻小区干扰。该假定肯定不是总正确。然而，当自身小区干扰支配时，自身小区的稳定性最为危险-因此从稳定性的角度来说，支配的相邻小区干扰的情形更为不相关。

●相邻小区干扰可以被视为由白噪声处理所生成。

使用这些假定，相邻小区干扰可以被视为热噪声功率底，得到：

$=E\left[\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}{\left(i^{\mathrm{neighbor}}(t-l_1)\right)}^H{w}_{\mathrm{pre}}^H\left(l_1\right)\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}\left(l_2\right)i^{\mathrm{neighbor}}(t-l_2)\right]$

$=E[\left(\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{\left(i^{\mathrm{neighbor}}(t-l_1)\right)}^H{w}_{\mathrm{pre}}^H\left(l_1\right)w_{\mathrm{pre}}\left(l_2\right)i^{\mathrm{neighbor}}(t-l_2)\right)]$

$=E\left[\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l_1\right)w_{\mathrm{pre}}\left(l_2\right){\left(i^{\mathrm{neighbor}}(t-l_1)\right)}^H{i}^{\mathrm{neighbor}}(t-l_2)\right]$

$=\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l_1\right)w_{\mathrm{pre}}\left(l_2\right)E\left[{\left(i^{\mathrm{neighbor}}(t-l_1)\right)}^H{i}^{\mathrm{neighbor}}(t-l_2)\right]$

$\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l_1\right)w_{\mathrm{pre}}\left(l_2\right){\mathrm{\δ}}_{l_1,l_2}{\hat{I}}^{\mathrm{neighbor}}\left(t\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l\right)w_{\mathrm{pre}}\left(l\right){\hat{I}}^{\mathrm{neighbor}}\left(t\right)---\left(F3\right)$

这里

是在FDPE处理前所估计的相邻小区干扰功率，例如在其中

被估计的相同信号点处。注意通常相邻小区干扰低于自身小区干扰，因此与相邻小区干扰关联的逼近对于最终结果的影响比对自身小区干扰的相应假设对于最终结果的影响更小。这意味着可以在由缩放跟着的FDPE处理前估计相邻小区干扰，以实现在FDPE处理后的相邻小区干扰值。

在考虑FDPE处理前的相邻小区干扰估计的一组均值已经例如在T.Wigren软上行链路公开中定义，其中获得代表相邻小区干扰和热噪声功率的和的量值。由于噪声功率底也被估计，于是出现在FDPE处理前可以获得相邻小区干扰的估计。注意Wigren软上行链路公开中的解决方案要求也使用针对每个用户的RAKE接收机，以便获得所有自身小区用户功率的测量。

等式F2的分母的计算如在附件E中执行。组合等式F2、F3和F4得到：

${\mathrm{NF}}^{\mathrm{FDPE}}\left(t\right)=\frac{z_{\mathrm{pre}}^H\left(t\right)z_{\mathrm{pre}}\left(t\right)-\left(\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}^H\left(l\right)w\left(l\right)\right){\hat{I}}^{\mathrm{neighbot}}\left(t\right)}{\left(\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l\right)w_{\mathrm{pre}}\left(l\right)\right)\left(\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}\right)}$

$=\frac{z_{\mathrm{pre}}^H\left(t\right)z_{\mathrm{pre}}\left(t\right)}{\left(\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_{\mathrm{pre}}^H\left(l\right)w_{\mathrm{pre}}\left(l\right)\right)\left(\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}\right)}-\frac{{\hat{I}}^{\mathrm{neighbot}}\left(t\right)}{\left(\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}\right)}.---\left(F4\right)$

上述的量值应该被计算为时间间隔上的平均或估计，其中FDPE的干扰抑制滤波器保持不变。该结果是直观的。由于总的接收宽带功率是在所有天线支路上求和的，从而热噪声功率底也是这样。以均衡滤波器的功率来对FDPE后的RoT也进行缩放。

附件G：经由FDE的干扰抑制RoT

在FDE后的信号

使用等式A14和A16得到：

Z_FDE(m)＝W(m)H(m)Z(m)+W(m)I(m)+W(m)N^thermal(m).   (G1)

这里Z_FDE(m)表示频域中的预均衡宽带信号，W(m)表示频域中的宽带MMSE均衡滤波器，H(m)表示频域中的宽带净信道响应，Z(m)表示频域中的宽带发送信号，I(m)表示频域中的宽带相邻小区干扰，并且N^thermal(m)表示频域中的宽带热噪底信号。所有的信号是矢量取值的。利用逆离散傅里叶变换容易将等式G1变换到时域，得到：

z_FDE(t)＝(wh)(t)*z(t)+w(t)*i(t)+w(t)*n^thermal(t)，   (G2)

这里星号表示(多维)卷积，z_pre(t)表示时域中的均衡宽带信号，w(t)表示时域中的均衡滤波器的宽带有限冲激响应，h(t)表示时域中的宽带有限冲激响应净信道响应，z(t)表示时域中的宽带发送的信号，i(t)表示时域中的宽带相邻小区干扰，并且n^thermal(t)表示时域中的宽带热噪底信号。

使用等式A14和A16得到下面的等式，其中u表示用户U，

Z_FDE，u(m)＝W_u(m)H_u(m)Z(m)+W_u(m)I(m)+W_u(m)N^thermal(m)   (G3)

这里Z_FDE，u(m)表示频域中的预均衡的宽带信号，W_u(m)表示频域中的宽带MMSE均衡滤波器，H_u(m)表示频域中的宽带净信道响应，Z(m)表示频域中的宽带发送的信号，I(m)表示频域中的宽带相邻小区干扰，并且N^thermal(m)表示频域中的宽带热噪底信号。所有的信号被矢量取值。利用逆离散傅里叶变换容易将等式G3变换到时域，得到

z_FDE，u(t)＝(w_uh_u)(t)*z(t)+w_u(t)*i(t)+w_u(t)*n^thermal(t)，   (G4)

其中星号表示(多维)卷积，z_pre，u(t)表示时域中的均衡宽带信号，w_u(t)表示时域中的均衡滤波器的宽带有限冲激响应，w_u(t)表示时域中的均衡滤波器的宽带有限冲激响应，h_u(t)表示时域中的宽带有限冲激响应净信道响应，z(t)表示时域中的宽带发送的信号，i(t)表示时域中的宽带相邻小区干扰，并且n^thermal(t)表示时域中的宽带热噪底信号。

测量FDE后的负载

为了获得在FDE干扰白化后的负载测量，考虑在该步骤后的RoT。在FDPE处理后的RoT测量由下式给出：

${\mathrm{RoT}}_u^{\mathrm{FDE}}\left(t\right)=\frac{z_{\mathrm{FDE},u}^H\left(t\right)z_{\mathrm{FDE},u}\left(t\right)}{E\left[{(w_u\left(t\right)*n^{\mathrm{thermal}}\left(t\right))}^H(w_u\left(t\right)*n^{\mathrm{thermal}}\left(t\right))\right]}.---\left(G5\right)$

等式G5的分子对于计算是直接的。注意用于WCDMA中的RoT测量的时间缩放通常是传输时间间隔(TTI)，结果是等式G5的分子可以例如通过在感兴趣的TTI(通常2毫秒或10毫秒)上的时间采样的平均来计算。

等式G5的分母的计算需要该表达的期望的求值。这可以在热噪声是白的并且是固定的假设下完成，而该假设是标准假设。注意因此这里的求值在时间间隔上执行，其中预均衡滤波器保持固定。接着结果是：

$=E\left[\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}{\left(n^{\mathrm{thermal}}(t-l_1)\right)}^H{w}_u^H\left(l_1\right)\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u\left(l_2\right)n^{\mathrm{thermal}}(t-l_2)\right]$

$=E[(\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{\left(n^{\mathrm{thermal}}(t-l_1)\right)}^H{w}_u^H\left(l_1\right)w_u\left(l_2\right)n^{\mathrm{thermal}}(t-l_2))]$

$=E\left[\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l_1\right)w_u\left(l_2\right){\left(n^{\mathrm{thermal}}(t-l_1)\right)}^H{n}^{\mathrm{thermal}}(t-l_2)\right]$

$=\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l_1\right)w_u\left(l_2\right)E\left[{\left(n^{\mathrm{thermal}}(t-l_1)\right)}^H{n}^{\mathrm{thermal}}(t-l_2)\right]$

$\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l_1\right)w_u\left(l_2\right){\mathrm{\δ}}_{l_1,l_2}\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}=\left(\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l\right)w_u\left(l\right)\right)\left(\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}\right).---\left(G6\right)$

在等式G4中，

表示在预均衡前的天线支路a的估计的热噪底。如这里所用，

这意味着Wigren软上行链路公开、Wigren单RBS公开和/或Wigren递归公开的噪底估计算法可以被重用。对于每个天线支路需要一个算法。合并等式G5和G6得到：

${\mathrm{RoT}}_u^{\mathrm{FDE}}=\frac{z_{\mathrm{FDE},u}^H\left(t\right)z_{\mathrm{FDE},u}\left(t\right)}{\left(\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l\right)w_u\left(l\right)\right)\left(\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}\right)},u=1,...,U---\left(G7\right)$

上述的量值应该被计算为时间间隔上的平均或估计，其中FDE的均衡滤波器保持不变。结果是直观的。由于总的接收宽带功率是在所有天线支路上求和的，因此热噪声功率底也是这样。利用均衡滤波器的功率也对FDE后的RoT进行缩放。

上述的讨论关注于单个用户。然而，有趣的是对于整个上行链路的负载测量。由于有可能的是经历最高负载的用户限制上行链路，上行链路负载被定义为

$\mathrm{RoT}=\underset{u}{\max }{\mathrm{RoT}}_u^{\mathrm{FDE}},---\left(G8\right)$

其中

是用户u的噪声上升。

附件H：经由FDE的干扰抑制噪声上升

在FDE后测量涉及稳定性的负载

为了获得在FDE干扰白化后的负载测量，首先考虑在该步骤后的RoT。如这里所使用的，

在FDE处理后的RoT测量由下式给出：

${\mathrm{RoT}}_u^{\mathrm{FDE}}\left(t\right)=\frac{z_{\mathrm{FDE},u}^H\left(t\right)z_{\mathrm{FDE},u}\left(t\right)}{E\left[{(w_u\left(t\right)*n^{\mathrm{thermal}}\left(t\right))}^H(w_u\left(t\right)*n^{\mathrm{thermal}}\left(t\right))\right]}.---\left(H1\right)$

为了解决涉及稳定性的负载，如在FDE处理后观察到的相邻小区干扰需要从分子中减去。结果是相邻小区干扰并不影响自身小区的稳定性，因为相邻小区干扰并没有由所述第一小区来控制的，例如，

${\mathrm{NR}}_u^{\mathrm{FDE}}\left(t\right)=\frac{z_{\mathrm{FDE},u}^H\left(t\right)z_{\mathrm{FDE},u}\left(t\right)-{\hat{I}}_{\mathrm{FDE},u}^{\mathrm{neighbor}}\left(t\right)}{E\left[{(w_u\left(t\right)*n^{\mathrm{thermal}}\left(t\right))}^H(w_u\left(t\right)*n^{\mathrm{thermal}}\left(t\right))\right]},---\left(H2\right)$

其中

是相邻小区干扰-再次由特定的用户经历。等式H2的分子的第一部分如附件G中所计算的。

为了提出FDE处理后的相邻小区干扰的估计需要两个简化的假设。这些包括：

●自身小区干扰支配相邻小区干扰。该假设当然肯定并非总是正确。然而，当自身小区干扰支配时，自身小区的稳定性最为危险，因此从稳定性的观点来看，支配的相邻小区干扰的情形不太相关。

●相邻小区干扰可以被视为由白色噪声处理产生。

使用这些假设，相邻小区干扰可以被视为热噪声功率底，得到：

$=E\left[\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}{\left(i^{\mathrm{neighbor}}(t-l_1)\right)}^H{w}_u^H\left(l_1\right)\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u\left(l_2\right)i^{\mathrm{neighbor}}(t-l_2)\right]$

$=E[\left(\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{\left(i^{\mathrm{neighbor}}(t-l_1)\right)}^H{w}_u^H\left(l_1\right)w_u\left(l_2\right)i^{\mathrm{neighbor}}(t-l_2)\right)]$

$=E\left[\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l_1\right)w_u\left(l_2\right){\left(i^{\mathrm{neighbor}}(t-l_1)\right)}^H{i}^{\mathrm{neighbor}}(t-l_2)\right]$

$=\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l_1\right)w_u\left(l_2\right)E\left[{\left(i^{\mathrm{neighbor}}(t-l_1)\right)}^H{i}^{\mathrm{neighbor}}(t-l_2)\right]$

$\underset{l_1=0}{\overset{L-1}{\mathrm{\Σ}}}\underset{l_2=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l_1\right)w_u\left(l_2\right){\mathrm{\δ}}_{l_1,l_2}{\hat{I}}^{\mathrm{neighbor}}\left(t\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l\right)w_u\left(l\right){\hat{I}}^{\mathrm{neighbor}}\left(t\right)---\left(H3\right)$

这里是在FDE处理前所估计的相邻小区干扰功率，例如在其中

被估计的相同信号点处。注意通常相邻小区干扰低于自身小区干扰，因此与相邻小区干扰关联的逼近对于最终结果的影响比对自身小区干扰的相应假设对于最终结果的影响更小。这意味着可以在由缩放跟着的FDE处理前估计相邻小区干扰，以在FDE处理后获得相邻小区干扰值。

在考虑FDE处理前的相邻小区干扰估计的一组均值已经例如在Wigren软上行链路公开中定义，其中获得代表相邻小区干扰和热噪声功率的和的量值。由于噪声功率底也被估计，于是出现在FDE处理前可以获得相邻小区干扰的估计。注意Wigren软上行链路公开中的解决方案要求也使用针对每个用户的RAKE接收机，以便获得所有自身小区用户功率的测量。

等式H2的分母的计算如在附件G中所执行的。合并等式G4、H2和H3，得到：

${\mathrm{NF}}_u^{\mathrm{FDE}}\left(t\right)=\frac{z_{\mathrm{FDE},u}^H\left(t\right)z_{\mathrm{FDE},u}\left(t\right)-\left(\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l\right)w_u\left(l\right)\right){\hat{I}}^{\mathrm{neighbot}}\left(t\right)}{\left(\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l\right)w_u\left(l\right)\right)\left(\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}\right)}$

$=\frac{z_{\mathrm{FDE},u}^H\left(t\right)z_{\mathrm{FDE},u}\left(t\right)}{\left(\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{w}_u^H\left(l\right)w_u\left(l\right)\right)\left(\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}\right)}-\frac{{\hat{I}}^{\mathrm{neighbot}}\left(t\right)}{\left(\underset{a=1}{\overset{A}{\mathrm{\Σ}}}{\hat{N}}_a^{\mathrm{thermal}}\right)}.---\left(H4\right)$

上述的量值应该被计算为时间间隔上的平均或估计，其中FDE的均衡滤波器保持不变。结果是直观的。由于总的接收宽带功率是在所有天线支路上求和的，因此热噪声功率底也是这样。利用均衡滤波器的功率也对FDE后的RoT进行缩放。

上述的讨论关注于单个用户。然而，有趣的是对于整个上行链路的负载测量。由于有可能的是经历最高负载的用户限制上行链路，对于稳定性相关的上行链路负载被定义为

${\mathrm{NF}}^{\mathrm{FDE}}=\underset{u}{\max }{\mathrm{NF}}_u^{\mathrm{FDE}},---\left(H5\right)$

其中

是用户k的噪声上升。

附件I：协调操作

1.协调节点(例如RNC、O&M、SON或协调RRM节点)中的干扰管理响应于以下的至少一个：i)在IS处理后的来自RBS的信号传输的相邻小区干扰，ii)在利用G-RAKE+、FDE或FDPE进行IS处理后的热噪抬高量；iii)在利用G-RAKE+、FDE或FDPE进行IS处理后对于稳定性相关的噪声上升，所述噪声上升在干扰抑制处理后基于相邻小区干扰，iv)小区的参考接收总宽带功率，例如在干扰抑制后基于G-RAKE+、FDE或FDPE获得的噪底，其中所述干扰管理装置包括例如功率调节/控制、准入控制、拥塞控制、切换或负载平衡的任意的使用。

2.周围小区的RBS中的干扰管理，所述干扰管理响应于以下至少一个：i)相邻小区干扰，ii)利用G-RAKE+、FDE或FDPE进行的干扰抑制处理后的热噪抬高量，iii)在利用G-RAKE+、FDE或FDPE进行干扰抑制处理后对于稳定性相关的噪声上升，所述噪声上升在干扰抑制处理后基于相邻小区干扰，iv)小区的参考接收总宽带功率，例如在干扰抑制后基于G-RAKE+、FDE或FDPE获得的噪底。

3.信令和干扰管理使得在多RAT和/或多标准节点中使用下面估计的量值：i)相邻小区干扰，ii)利用G-RAKE+、FDE或FDPE进行的干扰抑制处理后的热噪抬高量，iii)在利用G-RAKE+、FDE或FDPE进行干扰抑制处理后对于稳定性相关的噪声上升，所述噪声上升在干扰抑制处理后基于相邻小区干扰，iv)小区的参考接收总宽带功率，例如在干扰抑制后基于G-RAKE+、FDE或FDPE获得的噪底。

4.通过依照以下而言的相邻小区干扰功率和/或负载的接口和算法的信令和干扰管理：i)利用G-RAKE+、FDE或FDPE进行的干扰抑制处理后的热噪抬高量，和ii)在利用G-RAKE+、FDE或FDPE进行干扰抑制处理后对于稳定性相关的噪声上升，所述噪声上升在干扰抑制处理后基于相邻小区干扰，iv)小区的参考接收总宽带功率，例如在干扰抑制后基于G-RAKE+、FDE或FDPE获得的噪底，其中信号传输的量值针对时域和/或频域资源的子集来信号传输并且其中时域和/或频域资源分别包括例如时间实例的子集(例如以TTI)和多载波(MC)系统中的频率子载波的子集。

5.在RBS中使用干扰抑制处理后获得的估计的UL相邻小区干扰、噪底或UL负载估计来控制或调节RBS的最大DL发送功率，其中控制可以是测试或规定RBS(例如HNB)的最大发送功率的要求。

6.确定天线连接器后的接收功率的参考点，干扰和噪声测量，其也可以用作针对要求(例如，核心要求或性能要求)指定的参考点并且也可以用于测试至少一个功能，其中功能可以例如涉及节点或终端处理高干扰的能力。

Claims (31)

1.一种网络节点(300)，被配置成向无线网络(10)中的一个或多个远端节点(100，200)以信号传输干扰抑制信息，所述干扰抑制信息包括关于干扰抑制后的干扰的信息，所述网络节点(300)的特征在于其包括：

信息单元(310)，被配置成确定包括与所述无线网络(10)中的无线网络节点(100)的小区(12)关联的干扰抑制负载指示符或干扰抑制过载指示符、干扰抑制相邻小区干扰和干扰抑制噪底中的至少一个的干扰抑制信息；以及

信号传输单元(330)，被配置成经由将所述网络节点(300)通信地耦合到所述远端节点(100，200)的接口(50)向所述无线网络(10)中的远端节点(100，200)以信号传输所述干扰抑制信息。

2.根据权利要求1所述的网络节点(300)，其中所述网络节点(300)包括所述无线网络节点(100)，所述无线电网络节点(100)包括所述无线网络(10)中的无线基站(100)和位置测量单元(100)之一，所述无线网络节点(100)包括接收机(310)，所述接收机(310)被配置成接收信号，并且其中所述信息单元(310)特征在于其包括：

干扰抑制单元(312)，被配置成抑制来自于接收的信号的干扰以确定干扰抑制信号；以及

测量单元(314)，被配置成基于所述干扰抑制信号来确定所述干扰抑制信息。

3.根据权利要求2所述的网络节点(300)，其中所述测量单元(314)配置成通过基于干扰抑制信号来确定干扰抑制热噪抬高量来确定所述干扰抑制负载。

4.根据权利要求2所述的网络节点(300)，其中所述测量单元(314)被配置成通过基于所述干扰抑制信号确定所述干扰抑制相邻小区干扰来确定所述干扰抑制负载，并且基于所述干扰抑制相邻小区干扰来确定干扰抑制噪声上升，并且其中所述信号传输单元(330)以信号传输依照所述干扰抑制噪声上升的干扰抑制负载来以信号传输所述干扰抑制信息。

5.根据权利要求2所述的网络节点(300)，其中所述干扰抑制单元(312)包括G-RAKE+单元、频域均衡单元或频域预均衡单元之一。

6.根据权利要求2所述的网络节点(300)，其中所述接收机(110)进一步配置成从所述远端网络节点(100，200)接收基于所述干扰抑制信息导出的干扰管理指令，并且其中所述网络节点(300)进一步包括协调单元(325)，被配置成执行接收的所述干扰管理指令。

7.根据权利要求1所述的网络节点(300)，其中所述网络节点(300)包括无线网络控制器(200)，并且其中所述信息单元(310)特征在于其包括：

请求单元(316)，被配置成请求来自于第一无线网络节点(100)的所述干扰抑制信息；以及

接收机(318)，被配置成从所述第一无线网络节点(100)接收请求的所述干扰抑制信息。

8.根据权利要求7所述的网络节点(300)，进一步包括协调单元(320)，被配置成基于接收的所述干扰抑制信息来产生干扰管理指令，并且向所述第一无线网络节点(100)以信号传输所述干扰管理指令。

9.根据权利要求7所述的网络节点(300)，进一步包括协调单元(320)，被配置成基于接收的干扰抑制信息来产生干扰管理指令，其中所述信号传输单元(330)被进一步配置成向第二无线网络节点(100)以信号传输所述干扰管理指令。

10.根据权利要求7所述的网络节点(300)，其中所述远端节点(100，200)包括第二无线网络控制器(200)，并且其中所述信号传输单元(330)被配置成通过向所述第二无线网络节点(200)以信号传输干扰抑制热噪抬高量以及干扰抑制噪声上升之一来以信号传输所述干扰抑制信息。

11.根据权利要求7所述的网络节点(300)，其中所述远端网络节点(100，200)包括第二无线网络节点(100)。

12.根据权利要求1所述的网络节点(300)，其中所述信号传输单元(330)进一步配置成以信号传输能力指示，所述能力指示指示出所述网络节点(300)解决干扰的能力和所述网络节点(300)以信号传输所述干扰抑制信息的能力中的至少一个能力，以及所述干扰抑制是否已经被应用于以信号传输的信息。

13.一种用于在无线网络(10)中的网络节点(300)之间以信号传输干扰抑制信息的方法，所述干扰抑制信息包括关于干扰抑制后的干扰的信息，所述方法特征在于：

确定包括与所述无线网络(10)中的无线网络节点(100)的小区(12)关联的干扰抑制负载指示符或干扰抑制过载指示符、干扰抑制相邻小区干扰和干扰抑制噪底中的至少一个的干扰抑制信息；以及

经由将网络节点(300)通信地耦合到所述无线网络(10)中的远端网络节点(100，200)的接口(50)向所述远端网络节点(100，200)以信号传输所述干扰抑制信息。

14.根据权利要求13所述的方法，其中所述网络节点(300)包括无线网络节点(100)，其包括所述无线网络(10)中的无线基站和位置测量单元之一，所述方法进一步包括接收信号，其中确定所述干扰抑制信息包括：

抑制来自于接收的所述信号的干扰，以确定干扰抑制信号；以及

基于所述干扰抑制信号来确定所述干扰抑制信息。

15.根据权利要求14所述的方法，进一步包括在预定义时域无线资源和预定义频域无线资源的至少一个上测量所述干扰。

16.根据权利要求14所述的方法，其中确定所述干扰抑制负载包括基于所述干扰抑制信号来确定干扰抑制热噪抬高量。

17.根据权利要求14所述的方法，其中确定所述干扰抑制负载包括基于所述干扰抑制信号确定所述干扰抑制相邻小区干扰，并且基于所述干扰抑制相邻小区干扰来确定干扰抑制噪声，并且其中以信号传输所述干扰抑制信息包括以信号传输依照所述干扰抑制噪声上升的所述干扰抑制负载。

18.根据权利要求14所述的方法，进一步包括基于所述干扰抑制信息来调节所述无线网络节点的下行链路发送功率。

19.根据权利要求14所述的方法，进一步包括从所述远端网络节点(100，200)接收基于干扰抑制信息导出的干扰管理指令，并且执行接收的管理指令。

20.根据权利要求19所述的方法，其中接收的干扰管理指令包括功率设置指令、准入控制指令、拥塞控制指令、调度指令、切换指令和负载平衡指令中的至少一个指令。

21.根据权利要求13所述的方法，其中所述网络节点(300)包括无线网络控制器(200)，并且其中确定所述干扰抑制信息包括：

请求来自于第一无线网络节点(100)的干扰抑制信息；以及

从所述第一无线网络节点(100)接收请求的所述干扰抑制信息。

22.根据权利要求21所述的方法，进一步包括基于接收的干扰抑制信息来生成干扰管理指令，并且向所述第一无线网络节点(100)和第二无线网络节点(200)中的至少一个以信号传输干扰管理指令。

23.根据权利要求21所述的方法，其中所述远端节点(100，200)包括第二无线网络节点(200)。

24.根据权利要求21所述的方法，其中所述远端网络节点(100，200)包括第二无线网络节点(100)。

25.根据权利要求13所述的方法，进一步包括信号传输能力指示，所述能力指示指示出所述网络节点(300)解决干扰的能力、网络节点以信号传输所述干扰抑制信息的能力中的至少一个能力，以及所述干扰抑制是否已经被应用于以信号传输的信息。

26.一种被配置成管理无线网络(10)中的干扰抑制信息的协调节点(300)，所述干扰抑制信息包括关于干扰抑制后的干扰的信息，所述协调节点(300)特征在于其包括：

接收机(110)，用于从第一无线网络节点(100)接收包括与无线网络(10)中的第一无线网络节点(100)的小区(12)关联的干扰抑制负载指示符或干扰抑制过载指示符、干扰抑制相邻小区干扰和干扰抑制噪底中的至少一个的干扰抑制信息；

处理器(310，320)，被配置成处理所述干扰抑制信息以生成干扰管理指令；以及

信号传输单元(330)，被配置成向所述无线网络(10)中的一个或多个无线网络节点(100)以信号传输所述干扰管理指令。

27.根据权利要求26所述的协调节点(300)，其中所述一个或多个无线网络节点(100)包括所述第一无线网络节点(100)。

28.根据权利要求26所述的协调节点(300)，其中所述干扰管理指令包括功率设置指令、准入控制指令、拥塞控制指令、调度指令、切换指令以及负载平衡指令中的至少一个指令。

29.一种在无线网络(10)中管理干扰抑制信息的方法，所述干扰抑制信息包括关于干扰抑制后的干扰的信息，所述方法特征在于：

从第一无线电网络节点(100)接收干扰抑制信息，其中所述干扰抑制信息包括与所述无线网络(10)中的所述第一无线网络节点(100)的小区(12)关联的干扰抑制负载指示符或干扰抑制过载指示符、干扰抑制相邻小区干扰和干扰抑制噪底中的至少一个；

处理所述干扰抑制信息以生成干扰管理指令；以及

向所述无线网络(10)中的一个或多个无线网络节点(100)以信号传输所述干扰管理指令，以在所述无线网络节点(100)的每个处控制一个或多个干扰管理控制设置。

30.根据权利要求29所述的方法，其中所述一个或多个无线电网络节点(100)包括第一无线网络节点(100)。

31.根据权利要求29所述的方法，其中所述干扰管理指令包括功率设置指令、准入控制指令、拥塞控制指令、调度指令、切换指令以及负载平衡指令中的至少一个指令。

Images