CN103597752A - 利用针对扰码相关性的补偿的信号均衡 - Google Patents

Abstract

一种用于均衡WCDMA系统中的接收的无线电信号的方法，包括：在无线电接收机中接收(210)由扰码扩频的数字无线电信号。针对多个信道，对于接收的所述数字无线电信号执行(230)信道估计。在均衡器中将接收的所述数字无线电信号均衡(240)为均衡数字无线电信号。此均衡是通过利用相应延迟和相应组合权重组合从数字无线电信号推导出的多个部分信号而执行的。该均衡(240)包括基于信号减损矩阵提供组合权重，该信号减损矩阵具有针对由所述扰码造成的系统性着色而被补偿的元素。

Description

利用针对扰码相关性的补偿的信号均衡

技术领域

本发明大体上涉及用于接收的数字无线电信号的均衡的方法和装置，并且特别地涉及在宽带码分多址通信系统中的这种方法和装置。

背景技术

在宽带码分多址(WCDMA)中，解调信号的传统方式是应用Rake类型的接收机。Rake接收机对不同延迟以及从不同天线接收的能量进行组合。这是通过以所述延迟来解扩(despread)该数据来进行的，其中在所述延迟可以发现显著数量的能量。组合权重典型地从信道估计直接地确定，使得每个解扩路径，即所谓的Rake手指(finger)，被赋予的权重等于在该延迟的共轭信道响应。当扩频(spread)因子大时，Rake接收机运行良好，使得不同Rake手指之间存在很少相关性。

随着增强上行链路(EUL)的引入，使用低达2的扩频因子(SF)，这意味着在不同Rake手指之间可能存在显著相关性。在这些场景中，可实现的速率受自干扰和多用户干扰影响。对于这些情形，设计了所谓的通用Rake(GRake)接收机。GRake方法估计各Rake手指之间的相关性，并且使用此相关性来修改权重。另外，对于Grake还存在定义所谓的干扰抑制手指的选项，其不包含信号能量，而可以用于抑制干扰。GRake相关性或等价地减损(impairment)矩阵可以按若干方式被估计。所谓的参数GRake利用所使用的扰码和信道化码的知识来导出码平均权重。使用来自导频信道(即专用物理控制信道(DPCCH))的解扩数据作为该模型的输入。Grake的另一类型(经常也称为非参数Grake)使用了未使用信道化码来估计减损。

已知的是，参数GRake方法对于一个用户场景在抑制来自以非常高速率发射的一个用户的自干扰时运行良好。在下行链路(DL)中尤为如此。参数Grake首先是针对DL开发的，并且随后被修改用于上行链路(UL)，在UL中也已经验证了性能是可接受的。在UL仿真中以及另外在真正硬件测试中，非参数Grake也表现出非常有前景的性能。然而，已经发现在某些UL情形中，增益性能略微低于预期。特别是已经在强信号信道被大约一个码片(chip)分隔的一些情形中发现了这一点。

发明内容

本发明的整体目的是改进宽带码分多址通信系统中的信号均衡。此目的是根据所附独立权利要求的方法和装置来实现的。优选实施例是由从属权利要求定义的。一般而言，在第一方面中，一种用于均衡WCDMA系统中的接收的无线电信号的方法，包括：在无线电接收机中接收由扰码扩频的数字无线电信号。针对多个信道，对于接收的数字无线电信号执行信道估计。在均衡器中将所接收数字无线电信号均衡为均衡数字无线电信号。此均衡是通过利用相应延迟和相应组合权重，组合从数字无线电信号推导出的多个部分信号来执行的。该均衡包括基于信号减损矩阵提供组合权重，该信号减损矩阵具有针对由所述扰码造成的系统性着色而被补偿的元素。

在第二方面，一种WCDMA系统中的无线电接收机装置包括无线电接收机以及连接到无线电接收机的均衡器。无线电接收机被配置用于接收由扰码扩频的数字无线电信号。均衡器包括均衡器核、信道估计器和组合权重估计器。均衡器核被配置用于利用相应延迟和相应组合权重，将从数字无线电信号推导出的多个部分信号组合成均衡数字无线电信号。组合权重估计器被配置用于向均衡器核提供组合权重。组合权重是基于信号减损矩阵，该信号减损矩阵具有针对由扰码造成的系统性着色而被补偿的元素。

在第三方面，一种基站包括根据第二方面的无线电接收机装置。

本发明的一个优点在于，WCDMA系统中的均衡的一般性能得以改进。将结合下文对不同实施例的详细描述来讨论其它优点。

附图说明

通过参考结合附图进行的下述描述，可以更好理解本发明连同其另外目的和优点，在附图中：

图1为WCDMA通信系统的示意性说明；

图2为WCDMA中生成扰码的示意性说明；

图3为无线电接收机装置的实施例的框图；

图4为均衡方法的实施例的步骤的流程图；

图5和图6为使用参数GRake符号(symbol)级均衡的无线电接收机装置的其它实施例的框图；

图7为使用参数GRake符号级均衡的均衡方法的均衡步骤的实施例的步骤的流程图；

图8和9为使用非参数GRake符号级均衡的无线电接收机装置的其它实施例的框图；

图10为使用非参数GRake符号级均衡的均衡方法的均衡步骤的实施例的步骤的流程图；

图11和12为使用码片级均衡的无线电接收机装置的其它实施例的框图；

图13为使用码片级均衡的均衡方法的均衡步骤的实施例的步骤的流程图；以及

图14-图16为均衡器的实施例的框图。

具体实施方式

在各图中，对于相似或相应元件使用相同附图标记。

图1示出无线通信系统1，其包括具有服务于小区10的天线21的节点B20。大量的用户设备(UE)30存在于小区10中。连接到其它节点B的其它UE31也可以存在于小区10的附近。在UL中存在许多类型的信号。UE30向节点B20发送比如数据信号32、33，并且也可以发送不同的控制数据信号35。另外，来自小区10外部UE的无线电信号34可能产生干扰以及其它类型的外部干扰信号36。

在直接扩频码分多址(DS-CDMA)系统，不同扩频码被用于区分不同信号。典型地，扩频码包括信道化码，该信道化码对于每个类型的数据信道都是独特的。WCDMA中诸如DPCCH、增强DPCCH(E-DPCCH)以及增强专用物理数据信道(E-DPDCH)的信道具有它们各自的信道化码，从而能够区分来自同一个UE的不同类型的数据。扩频码还包括扰码，该扰码旨在分离来自不同用户的信号。每个用户具有自己的扰码，使得接收节点B能够分离来自不同UE的无线电信号。为此，待发送的期望的UL信号在发射之前在UE中由所述扰码和信道化码来扩频，并且所接收UL无线电信号在节点B中被解扩，从而重新获得期望的信号。

发射的无线电信号还典型地在不同路径中传播，所谓多路径传播。与直接路径相比，并未直接地在发射机和接收机之间传播的每个路径将具有关联的延迟。所接收的无线电信号因此将是在时间上分离的路径信号的组合。

无线电信号也可以由多个天线发射和/或接收。这将进一步增加发射和接收方之间的路径的数目。

应对这种多路径信号的第一方法是Rake接收，其中多个“手指”被分派给不同路径并且每个手指的延迟和权重被控制为组合到一个共同接收信号中。权重被调适为对应于由信道估计器估计的不同信道系数。随后，开发了通用Rake(GRake)，以通过最大似然方法和手指放置策略即延迟来确定组合权重，并且是基于最大化输出信号与干扰和噪声比(SINR)。

这些均衡过程典型地在设于节点B20中的均衡器25中执行。

参数GRake利用所使用的扰码和信道化码的知识来推导码平均权重。然而，在执行码平均时在标准WCDMA中使用的假设被证实并不是完全准确的。在WCDMA中使用的UL长扰码被发现不是完全随机的。随机码的第二和第四阶矩将由例如(该列举不是穷举性的)

下述条件来表征：

E(C(m₁)C*(n₂))＝δ(m₁-n₂)

E(C(m₁)C(n₂))＝0   (1a-c)

E(C(m₁)C*(n₂)C(m₂)C*(n₁))＝1,m₁＝n₂,m₂＝n₁

E(C(m₁)C*(n₂)C(m₂)C*(n₁))＝0,其他情况

这对于在蜂窝标准中使用的大多数扰码是准确的。然而，现在已经识别出了在WCDMA中使用的长UL扰码中的一个值得注意的例外。

UL长加扰序列

对UL加扰序列的下述描述主要摘自标准3GPP TS25.213，扩频和调制，v3.4.0(2000-12)。长加扰序列c_long,1,u和c_long,2,u是由两个二进制m序列的38400码片段之和的按位置模2构造的，所述两个二进制m序列是借助两个25次的多项式生成器产生的。设x和y分别是这两个m序列。x序列使用本元(相对于在GF(2))多项式X²⁵+X³+1构造。y序列使用多项式X²⁵+X³+X²+X+1来构造。这样得到的序列因此组成一套Gold序列的段。

序列c_long,2,u为序列c_long,1,u的16777232码片移位的版本。

设u₂₃...u₀为加扰序列数u的24比特二进制表示，其中u₀为最低有效位。x序列取决于所选择的加扰序列数u，并且结果用x_u表示。另外，设x_u(m)和y(m)分别表示序列x_u和y的第m个符号。m序列x_u和y如下构造：

初始条件为：

x_u(0)＝u₀,x_u(1)＝u₁,...x_u(22)＝u₂₂,x_u(23)＝u₂₃,x_u(24)＝1。   (2a)

y(0)＝y(1)＝...y(23)＝y(24)＝1。   (2b)

后续符号的递归定义为：

x_u(m+25)＝x_u(m+3)+x_u(m)模2，m＝0,...,2²⁵-27。   (3a)

x_u(m+25)＝x_u(m+3)+x_u(m+2)+x_u(m+1)+x_u(m)模2，

m＝0,...,2²⁵-27。   (3b)

由下述式子定义二进制Gold序列z_u：

z_u(m)＝x_u(m)+y(m)模2，m＝0,...,2²⁵-2。   (4)

实值Gold序列Z_u由下述式子定义：

$Z_u\left(m\right)=\left\{\begin{array}{ccc}+1& \mathrm{if}& z_u\left(m\right)=0\\ -1& \mathrm{if}& z_u\left(m\right)=1\end{array}\right.$ 对于m＝0,1,...,2²⁵-2.。   (5)

现在，实值长加扰序列c_long,1,u和c_long,2,u定义如下：

c_long,1,u(m)＝Z_u(m),m＝0,1,2,...,2²⁵-2

        (6)

以及

c_long,2,u(m)＝Z_u((m+16777232)模(2²⁵-1)),m＝0,1,2,...,2²⁵-2。

                        (7)

最后，复值长加扰序列C_u被定义为：

其中m=0，1，...，2²⁵–2，并且

表示向下取整。

图2示出上行链路加扰序列生成器的配置。

现在将示出UL扰码(8)的感兴趣的相关属性。注意，在下文中，c_long,1,u(m)和c_long,2,u(m)为-1或者为+1。

概言之，已经发现：

C(2m)²C(2m+1)^2*＝-4   (10a-b)

C(2m+1)²C(2m)^2*＝-4

注意，略去了用户索引u，因为该属性对于所有码编号是有效的。为了以后方便，还添加了共轭版本。

在类似参数GRake方案的接收机方案中，属性(1a-c)先前已经被用于推导码平均权重。据我们所知，属性(10a-b)先前在设计最佳UL接收机权重时并未被使用。下面，将示出属性(10a-b)可以如何被用于推导用于比如参数GRake以及用于非参数Grake以及码片级线性最小均方误差(LMMSE)均衡的修改接收机权重。

图3示出WCDMA系统中的通用无线电接收机装置2的实施例。无线电接收机装置2包括无线电接收机23，其被配置用于接收由扰码扩频的数字无线电信号24。均衡器25连接到无线电接收机23。均衡器25包括均衡器核40、信道估计器60和组合权重估计器70。信道估计器60根据任何常规的信道估计原理工作，从而提供信道估计h，该信道估计h被提供给组合权重估计器70。均衡器核40被配置用于利用相应延迟和相应组合权重w来组合从数字无线电信号24推导出的多个部分信号，从而得到均衡数字无线电信号z。组合权重估计器70被配置用于提供组合权重w给均衡器核40。组合权重w是基于信号减损矩阵，所述信号减损矩阵具有针对由扰码造成的系统性着色而被补偿的元素。

在无线电接收机装置的实施例中，组合权重估计器被配置用于针对扰码的第四阶矩补偿减损矩阵中的元素。

图4示出用于均衡WCDMA系统中的接收的无线电信号的方法的实施例的步骤的流程图。该方法在步骤200开始。在步骤210，在无线电接收机中接收由扰码扩频的数字无线电信号。在步骤220，搜索所接收数字无线电信号的能量峰值的延迟，所述延迟对应于针对多个信道的相应延迟。如上所述，此步骤可以省略。当前，认为结合步骤220是有益的。在步骤230，针对多个信道，对所接收数字无线电信号执行信道估计。在步骤235，确定所接收的数字无线电信号的β因子。在标准WCDMA中，这可以通过利用E-DPCCH信道中的信息来执行。然而在某些实施例中可以排除此步骤，比如对于此处下文讨论的具有近似校正的参数Grake。在步骤240，在均衡器中将所接收数字无线电信号均衡为均衡的数字无线电信号。通过利用相应延迟和相应组合权重对从数字无线电信号推导出的多个部分信号进行组合来执行均衡。均衡步骤240包括基于信号减损矩阵提供组合权重，该信号减损矩阵具有针对由扰码造成的系统性着色而被补偿的元素。在步骤299，该过程结束。

在详细实施例中，将讨论参数GRake系统。大多数的数学推导被收集在再下文的附录A中，以供详细参考。

基础信号模型由方程(A1)和(A2)定义。随后结合方程(A3)至(A8)给出的一套GRake方程的简化示例。(A8)中定义的最佳估计器将不同接收部分信号的权重定义为：

$w={\mathrm{SF}}_c{\mathrm{\β}}_{c}h*R_u^{-1},---\left(11\right)$

通过使用传统考虑的扰码属性(1a-d)，用于解扩的DPCCH符号的协方差R_c可以被表述为(参考A15)：

$R_c(f_1,f_2)={\mathrm{SF}}_c({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_c{N}_0{R}_n(f_2-f_1)---\left(12\right)$

$R_{\mathrm{ran}}(f_1,f_2)=\underset{\underset{m\≠0}{m=-\∞}}{\overset{\∞}{\mathrm{\Σ}}}{h}^a(f_1+\mathrm{mT})h^{b*}(f_2+\mathrm{mT})---\left(13\right)$

其中N₀为噪声谱密度，并且R_n表示不同手指的噪声之间的协方差。

如果新考虑的UL扰码的着色属性(10a-b)也被考虑，GRake方程将略微变化。解扩的DPCCH符号的协方差R_c于是可以表达为(参考A23)：

$\begin{array}{c}{R}_c(f_1,f_2)={\mathrm{SF}}_c({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_c{N}_0{R}_n(f_2-f_1)\\ \±{\mathrm{SF}}_c(0.5{\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2-0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ul}}(f_1,f_2)\end{array}---\left(14\right)$

R_ul(f₁,f₂)＝h^a(f₁+T)h^b*(f₂-T)+h^a(f₁-T)h^b*(f₂+T)   (15)

由于不同β因子前的符号不同，针对控制和数据信道的不同使用应该应用不同的校正。

假设通过信道估计过程而知晓信道响应。可以根据本领域任何技术人员知晓的任何现有技术方法执行这种信道估计的细节，并且所述细节并未被认为是对本发明的技术效果具有任何特定的重要性。因此不进一步讨论这种信道估计。

根据对应于预先已知的导频信号的所接收信道信号，可以确定不同接收部分信号的权重，即基本上确定协方差矩阵。这是根据现有技术中已知的典型标准GRake原理执行的。使用(A28)-(A30)中任何适用的一个的结果，也可以获得总能量和噪声功率。

使用方程(A32)至(A36)，从方程(11)可以计算数据信道的权重。

作为总结，修改参数GRake方程以考虑到迄今为止被忽略的UL长扰码的属性。取决于仅仅SF4或SF2被使用还是2SF2+2SF4的组合被使用，需要不同的模型等式。比如E-DPDCH的数据信道的解扩应该分别针对SF2和SF4而应用不同减损矩阵，即不同权重。

在图5的实施例中，均衡器25为符号级均衡器。这意味着对解扩数字无线电信号，即对整个符号，执行实际均衡。为此，均衡器核40包括分割器41。该分割器41被配置用于将所接收的数字信号24分割为多个部分信号46。均衡器核40的每个支路中包括的延迟滤波器42利用相应延迟将每个部分信号延迟为延迟部分信号47。在此实施例中，由信道搜索器50提供相应延迟。延迟滤波器42可以作为分离滤波器或者作为对于所有支路共用的但是具有变化延迟的滤波器来提供。解扩器装置43被配置用于利用扩频码将每个延迟部分信号47解扩为符号级部分信号48。解扩器装置43可以作为分离装置或者作为对于所有支路共用的装置来提供。均衡器核40还包括组合器45，该组合器利用相应组合权重w将符号级部分信号48组合为均衡的数字无线电信号49。在图中这由多个换算器（scaler）和一个加法器示出。

在本实施例中，为组合权重估计器70提供所接收数字信号24。与均衡器核类似，所接收数字信号24在分割器71中被分割为多个部分信号并且被延迟滤波器72延迟。组合权重估计器70还包括估计器解扩器73，其被配置用于利用包括导频信号的控制信道的第二扩频码来解扩每个部分信号。组合权重估计器70还包括减损矩阵估计器74，其被配置用于在导频减损矩阵部75中估计导频减损矩阵。“导频减损矩阵”在此处被理解为基于控制信道的导频信号的减损矩阵估计。导频减损矩阵具有针对由扰码造成的系统性着色而被补偿的元素。组合权重估计器70的减损矩阵估计器74进一步被配置用于在信号减损矩阵部76中，依据第一和第二扩频因子将导频减损矩阵修改为信号减损矩阵。将信道估计h从信道估计器60提供给减损矩阵估计器74，并且从解扩器装置43接收将被执行均衡的第一信道的标识c。组合权重估计器70的减损矩阵估计器74因而能够为均衡器核40的组合器45提供适当组合权重w₁-w_n。

图6示出了根据GRake方法的WCDMA系统中无线电接收机装置2的另一实施例。在此实施例中，组合权重估计器70利用在均衡器核40中提供的分隔和延迟并且接收多个延迟部分信号47。随后由估计器解扩器73解扩这些延迟部分信号，该估计器解扩器被配置用于利用包括导频信号的控制信道的第二扩频码来解扩每个部分信号。

图7示出了针对基于Grake的符号级均衡方法的(图4的)均衡步骤240的实施例。在步骤241，将所接收数字信号分割为多个部分信号。每个部分信号表示多个信道的相应信道。在步骤242，利用相应延迟将每个部分信号延迟为延迟部分信号。在步骤243，将相应组合权重计算为信道估计和信号减损矩阵之逆的乘积。

在此实施例中，计算步骤243包括利用包括导频信号的控制信道的第二扩频码，来解扩每个部分信号的步骤245。该计算还包括步骤246，其估计具有针对由扰码造成的系统性着色而被补偿的元素的导频减损矩阵，以及依据第一和第二扩频因子将导频减损矩阵修改为信号减损矩阵。

在步骤247，利用第一扩频码将每个部分信号解扩为符号级部分信号。在步骤248，利用相应组合权重将符号级部分信号组合成均衡的数字无线电信号。

如背景技术简要提及，经常也称为非参数Grake的另一类型的Grake利用未使用信道化码来估计减损。非参数Grake已经表现出非常有前景的性能，特别是在UL中。然而，上文进一步讨论的UL扰码的异常也影响此方法。

在另一详细实施例中，将讨论非参数GRake系统。大多数的数学推导收集在再下文的附录B中，以供详细参考。

将一套信道化码分割为两个子树：

OVSF＝OVSF("11")∪OVSF("1-1")。   (16)

他们将分别被称为第一子树和第二子树。此处重要的是，第一子树包含控制信道以及大多数数据信道，例如像SF4.1。它还包含用于估计减损矩阵的未使用码，比如码16.1和16.3(3GPP TS25.213，扩频和调制，v3.4.0(2000-12)中的码)。第二子树比如包含信道化码SF2.1，其对干扰最敏感。

在附录B中推导了减损矩阵的新表达式。此表达式取决于所发送数据上的扩频码以及在解扩中使用的扩频码。该方法补偿了减损矩阵的不准确估计。

如果减损矩阵在信道化子树其中之一中利用未使用码来估计，并且在具有来自另一子树的信道化码的GRake+中被使用，则减损矩阵应利用因子

(参考B16)校正：

$R_e^{\text{corr}}(f_1,f_2)=-(h_{f_1+1}{h}_{f_2-1}^{*}+h_{f_1-1}{h}_{f_2+1}^{*})\frac{1}{{\mathrm{SF}}_{c_t}}\underset{i}{\mathrm{\Σ}}\mathrm{sign}(c_r,{c_t}^i){\mathrm{\β}}_i^2.---\left(17\right)$

此处

为来自感兴趣UE的不同数据信道的信道化码和贝塔(beta)因子，h_m为信道，并且c_r为在GRake+接收机中使用的或者作为减损估计器中的未使用码使用的信道化码。如果码c_r,c_t来自同一OSVF子树，函数sign(c_r,c_t)为1，否则为-1。

结果容易扩展到若干天线：

${\left(R_e^{\mathrm{\α},\mathrm{\β}}\right)}^{\mathrm{corr}}(f_1,f_2)=-(h_{f_1+1}^{\mathrm{\α}}{\left(h_{f_2-1}^{\mathrm{\β}}\right)}^{*}+h_{f_1-1}^{\mathrm{\α}}{\left(h_{f_2+1}^{\mathrm{\β}}\right)}^{*})\frac{1}{{\mathrm{SF}}_{c_r}}\underset{i}{\mathrm{\Σ}}\mathrm{sign}(c_r,{c_t}^i){\mathrm{\β}}^{i^2}---\left(18\right)$

其中α和β为天线索引。

因而使用未使用的码来估计该减损矩阵。

当减损矩阵将用于计算用于利用来自另一OSVF子树的码解扩的数据的非参数GRake权重时，则减损矩阵必须被补偿以给出准确值。在实际非参数Grake中，这特别适用于下述重要情形：使用码16.3和/或16.1来估计减损，并且使用比如码2.1从其它子树来解扩数据。

由于非参数GRake均衡器为符号级均衡器，根据非参数GRake方法的WCDMA系统中的无线电接收机装置在大部分上与图5的实施例类似。然而，由于校正因子需要β因子的知识，必须进行某些微小修改。图8示出根据非参数GRake方法的WCDMA系统中的这种无线电接收机装置2。

向β因子确定器80提供所接收的信号24。在标准WCDMA中，E-DPCCH包括重传序列号(RSN)、增强专用传输信道(E-DCH)、传输格式组合索引(E-TFCI)以及所谓"满意比特"。E-TFCI为到表的索引，从该表可以确定信息位的数目，即传输块大小(TBS)。在该标准中存在超过一个传输格式表，因此无线电网络控制器(RNC)告知节点B将使用哪个表。当TBS被确定时，节点B可以使用标准化算法确定物理信道的数目以及它们的扩频因子。对于β因子计算，RNC告知节点B一套参照ETFCI以及用于这些参照E-TFCI的增益因子。由打断的输入箭头示出来自节点B的必要信息。通过从最靠近但是小于给定E-TFCI的参照E-TFCI进行外推或内插，来提供用于给定E-TFCI的β因子。典型地，功率随TBS成比例地增大。在此实施例中，β因子81被提供给组合权重估计器70。

在此实施例中，组合权重估计器70包括估计器解扩器73，其被配置用于利用第二扩频码来解扩每个部分信号。然而，现在第二扩频码对应于未使用信道。组合权重估计器70的减损矩阵估计器74现在被配置用于在噪声减损矩阵部77中估计用于未使用码的噪声减损矩阵。类似于之前使用的术语，"噪声减损矩阵"应解读为通过对未使用信道的分析而获得的基于噪声的减损矩阵。用于未使用码的噪声减损矩阵具有针对由扰码造成的系统性着色而被补偿的元素。组合权重估计器70的减损矩阵估计器74进一步被配置用于，根据上述讨论，在信号减损矩阵部76中，依据第一和第二扩频因子将用于未使用码的噪声减损矩阵修改为信号减损矩阵。换言之，将添加校正因子

。特别地，依据第一和第二扩频因子是否存在于同一正交可变扩频因子子树中而进行该修改。被提供给均衡器核40的这套权重w₁-w_n因而为可能的两套中的一套。根据第一扩频因子属于哪个子树，即数据信道扩频码属于哪个子树来进行实际选择。

可以注意，随着β因子确定器也并入图5或6的无线电接收机装置，减损矩阵估计器74可以配置为在其计算中还使用β因子。这将意味着针对原始表达式，(A29)和(A30)的近似可以交换。然而，这也将使得全部计算和装置更加复杂。

图9示出了非参数GRake均衡器25的另一实施例。此实施例类似于图6，但是具有已与结合图8所示出的类似的修改。

图10示出用于基于Grake的符号级均衡方法的(图4的)均衡步骤240的实施例。步骤241和242基本上与结合图7所描述的步骤相同。步骤243的基本特征也仍然是将相应组合权重计算为信道估计和信号减损矩阵之逆的乘积。

然而在此实施例中，计算步骤243包括利用未使用信道的第二扩频码来解扩每个部分信号的步骤245。该计算还包括步骤246：估计噪声减损矩阵，该噪声减损矩阵具有针对由扰码造成的系统性着色被补偿的元素，以及依据第一和第二扩频因子，特别地依据第一和第二扩频因子是否存在于同一正交可变扩频因子子树中，而将噪声减损矩阵修改为信号减损矩阵。这些校正确实还使用了关于信道估计和β因子的信息。

在步骤247，利用第一扩频码将每个部分信号解扩为符号级部分信号。在步骤248，利用相应组合权重将符号级部分信号组合为均衡的数字无线电信号。

在今天的WCDMA系统中使用的Grake的可替换方案为码片级LMMSE均衡器。在码片级均衡器中，在解扩之前的滤波替代GRake组合，因此仅仅需要单个相关器。用于设计码片均衡滤波器的权重的最常见方法为LMMSE方法，其最小化了滤波器的输出和复发射码片值之间的均方误差。

LMMSE具有的优点为仅仅依赖于天线数据的自相关函数，其对于所有用户是相同的并且易于估计。现在已经证明，GRake接收机和LMMSE接收机区别仅在于缩放因子。然而，所述证明使用的假设为：扰码是完全随机的。不仅第二阶矩需要此论据，第四阶矩也论据。因为，如上所述，UL扰码在第四阶矩中具有奇怪的相关性，这在LMMSE中也应被考虑。

在实际LMMSE过程中，仅仅使用天线数据的自相关函数。这意味着仅仅涉及两个扰码的积的项出现在自相关矩阵R_y的计算中。因此，在LMMSE滤波器中用于组合不同部分信号的权重也仅仅依赖于两个扰码的乘积。这因而意味着没有第四阶矩相关性的影响。

然而，在后续步骤中，执行解扩以用于检索不同信道的符号。在此过程中，第四阶矩将由于现在发现的相关性而出现并且引入异常。另外，这种影响对于不同信道将是不同的，并且也将取决于所恢复信号中存在的其它信道。处理这种效应的最佳方式是，依据待解扩(即在解扩过程之前)的信道，引入对组合权重的校正。

使用天线码片样本估计自相关函数。这对于所有用户是相同的。对于每个用户，计算减损矩阵的校正

以补偿UL扰码中的相关性。补偿的符号取决于所使用的信道化码树。校正还取决于UE信道估计和贝塔因子。这进一步在附录C中解释，其中等式(C3)描述所需的校正。

图11示出了码片级均衡类型的WCDMA系统中的无线电接收机装置2的实施例。将数字无线电信号24提供到均衡核40的滤波器55。滤波器55具有在码片级对加权和被延迟的部分信号进行组合的效应。滤波器55被配置用于将所接收数字信号滤波为均衡码片信号，通过使用最小均方差方法来使失真最小化。从部分信号之间的自相关函数开始，在减损矩阵估计器84中确定权重。使用天线码片样本估计自相关函数。因而在自相关减损部82中将组合权重估计器70滤波器配置用于计算自相关减损矩阵R_y。在此实施例中，组合权重估计器70在信号减损部83中进一步计算校正

，从而针对UL扰码中的相关进行预补偿以得到信号减损矩阵。此校正利用将用于后续解扩的信道化码的知识。与上述的非参数GRake方法相似，这些校正确实也使用关于信道估计和β因子的信息。每个码片级部分信号的相应组合权重作为信道估计和经过校正的信号减损矩阵的逆的乘积而被提供。随后，提供权重以用于滤波器55。

将均衡的数字码片级信号54提供到解扩器装置56，利用扩频码将均衡的数字码片级信号54解扩到符号级，从而给出均衡的数字无线电信号49。这是通过被指示给信号减损部83的信道化码执行。

图12示出码片级均衡类型的WCDMA系统中的无线电接收机装置2的另一实施例。在此实施例中，存在信道搜索器50，其辅助发现合适的信道延迟。在图12的特定实施例中，将信道搜索器50的结果，即延迟值τ51，提供到滤波器55，以使得滤波是高效的。然而，针对所有可能延迟执行自相关。这具有的优点为，获得整体自相关的最佳可能测量。在可替换实施例中，可以将延迟值τ51提供给滤波器55和组合权重估计器70二者。

图13示出用于基于LMMSE的码片级均衡方法(图4)的均衡步骤240的实施例。在步骤251，将所接收数字信号滤波为均衡码片信号，通过使用最小均方差方法来使失真最小化。滤波包括步骤252，将用于每个码片级部分信号的相应组合权重计算为信道估计和信号减损矩阵之逆的乘积。在步骤253，使用码片级信号的自相关来计算自相关减损矩阵。在步骤254，通过补偿后续出现的系统性着色，将自相关减损矩阵预补偿为信号减损矩阵，该系统性着色将在后续解扩过程中由扰码造成。预补偿取决于在后续步骤中将被使用的扩频码以及可用信道的扩频码。在步骤258，利用第一扩频码将均衡码片信号解扩为符号级，从而给出均衡的数字无线电信号。

作为实施示例，图14为示出均衡器25的示例实施例的框图。此实施例是基于例如微处理器的处理器160，存储器161，系统总线162，输入/输出(I/O)控制器163以及I/O总线164。在此实施例中，由I/O控制器163接收的所接收数字无线电信号存储于存储器161。I/O控制器163还控制均衡的数字无线电信号的事宜。处理器160执行用于对所接收数字无线电信号进行信道估计的软件部件181以及用于均衡所接收数字无线电信号的软件部件182。软件部件182包括：软件部分部件183，其用于将所接收数字分割为部分信号的；软件部分部件184，其用于利用相应延迟来延迟每个部分信号的；软件部分部件185，其用于通过利用包括导频信号的控制信道的扩频码来解扩每个部分信号、估计导频减损矩阵以及将导频减损矩阵修改为信号减损矩阵，来计算相应组合权重；软件部分部件187，其用于将每个部分信号解扩为符号级部分信号；以及软件部分部件188，其用于组合符号级部分信号。此软件存储于存储器161。处理器160通过系统总线162与存储器161通信。软件部件181可以实施图3、5或6的实施例中模块60的功能。软件部件182可以实施图3、5或6的实施例中模块40和70的功能。软件部分部件183可以实施图5或6的实施例中模块41的功能。软件部分部件184可以实施图5或6的实施例中模块42的功能。软件部分部件185可以实施图3、5或6的实施例中模块70的功能。软件部分部件187可以实施图5或6的实施例中模块43的功能。软件部分部件188可以实施图5或6的实施例中模块45的功能。

作为实施示例，图15为示出均衡器25的示例实施例的框图。此实施例是基于例如微处理器的处理器160，存储器161，系统总线162，输入/输出(I/O)控制器163以及I/O总线164。在此实施例中，由I/O控制器163接收的所接收数字无线电信号存储于存储器161。I/O控制器163还控制均衡的数字无线电信号的事宜。处理器160执行用于对所接收数字无线电信号进行信道估计的软件部件181，以及用于均衡所接收数字无线电信号的软件部件182。软件部件182包括：软件部分部件183，其用于将所接收数字分割为部分信号；软件部分部件184，其用于利用相应延迟来延迟每个部分信号；软件部分部件186，其用于通过利用未使用信道的扩频码来解扩每个部分信号、估计噪声减损矩阵以及将噪声减损矩阵修改为信号减损矩阵，来计算相应组合权重；软件部分部件187，其用于将每个部分信号解扩为符号级部分信号；以及软件部分部件188，其用于组合符号级部分信号。此软件存储于存储器161。处理器160通过系统总线162与存储器161通信。软件部件181可以实施图3、5或6的实施例中模块60的功能。软件部件182可以实施图3、5或6的实施例中模块40和70的功能。软件部分部件183可以实施图5或6的实施例中模块41的功能。软件部分部件184可以实施图5或6的实施例中模块42的功能。软件部分部件186可以实施图3、5或6的实施例中模块70的功能。软件部分部件187可以实施图5或6的实施例中模块43的功能。软件部分部件188可以实施图5或6的实施例中模块45的功能。

作为实施示例，图16为示出均衡器25的示例实施例的框图。此实施例是基于例如微处理器的处理器160，存储器161，系统总线162，输入/输出(I/O)控制器163以及I/O总线164。在此实施例中，由I/O控制器163接收的所接收数字无线电信号存储于存储器161。I/O控制器163还控制均衡的数字无线电信号的事宜。处理器160执行用于对所接收数字无线电信号进行信道估计的软件部件181以及用于均衡所接收数字无线电信号的软件部件182。软件部件182包括：软件部分部件189，其用于通过计算相应组合权重将所接收数字信号滤波为均衡码片信号，软件部分部件190，其用于将均衡码片信号解扩为符号级。此软件存储于存储器161。处理器160通过系统总线162与存储器161通信。软件部件181可以实施图3、9或10的实施例中模块60的功能。软件部件182可以实施图3、9或10的实施例中模块40和70的功能。软件部分部件189可以实施图9或10的实施例中模块55和70的功能。软件部分部件190可以实施图9或10的实施例中模块56的功能。

上文所述实施例将被理解为本发明的一些说明性示例。本领域技术人员将理解，可以对各实施例进行各种修改、组合和变化而不背离本发明的范围。特别地，在技术上可能的情况下，不同实施例中的不同部分解决方案可以按其它配置被组合。然而，本发明的范围由所附权利要求书定义。

附录A

GRAKE

信号模型

在下面给出UE发射的信号s(t)的模型。

此处β_n为每个物理信道码的振幅(在此处考虑了DPCCHβ_c、E-DPCCHβ_ec和E-DPDCHβ_ed,SF2,β_ed,SF4)，c_n为实值信道化码，C为复值扰码，在下文中被归一化为能量1。s_n为发射的信号，其可以是实值的或复值的，但是此处将假设为范数1。如果I和Q分量被发射，β_n被相应地缩放。SF为扩频因子。典型地对于增强上行链路(EUL)中的2ms传输时间间隔(TTI)，β_n∈{β_c,β_ec,β_ed,SF2,β_ed,SF4}并且SF_n∈{2,4,256}。T为码片间隔1/3.84μs。在E-DPDCH上所使用扩频因子的组合为1SF4、2SF4、SF2和2SF2+2SF4。

天线#a y^a(t)上的所接收信号具有下述一般形式：

其中h(t)为信道并且e(t)为噪声。在此公式中，在发射和接收端的RRC滤波的影响为信道h(t)的一部分并且也影响到噪声项e(t)的统计结果。

参数GRake等式

在下文中，我们将通过假设仅仅DPCCH以及一个E-DPDCH信道被发射而推导解扩物理信道的统计结果。然而结果将是有效并且可能推广到所有码。在以手指延迟f解扩DPCCH以获得信号s_c(0)之后，我们得到：

这可以写成：

$r_c^a\left(f\right)=S{F}_c{\mathrm{\β}}_c{h}_{a,f}{s}_c\left(0\right)+{\mathrm{\β}}_c{z}_{c,c}^a\left(f\right)+{\mathrm{\β}}_{\mathrm{ed}}{z}_{c,\mathrm{ed}}^a\left(f\right)+v_c^a\left(f\right),---\left(A4\right)$

其中：

$v_c^a\left(f\right)=\underset{n=0}{\overset{\mathrm{SFc}-1}{\mathrm{\Σ}}}{e}^a(\mathrm{nT}+f)c_c\left(n\right)C^{*}\left(n\right)---\left(A7\right)$

第一项为期望的信号。第二项中的条件m≠n是由于被拆分的期望项引起的，而在第三项上的此条件是由于当在N个码片上求和时所述码在零偏移是正交的而引起的。

期望信号的最佳估计器形式将为：

${\hat{s}}_c\left(0\right)={\mathrm{SF}}_c{\mathrm{\β}}_{c}h*R_u^{-1}{r}_c,---\left(A8\right)$

其中方程(A4)被矢量化。此处R_u为(A4)中减损项的协方差矩阵。

扰码属性

WCDMA中使用的UL长扰码并非是完全随机的。随机码的第二和第四阶矩将由下式表征(参考(1a-d))：

E(C(m₁)C*(n₂))＝δ(m₁-n₂)

E(C(m₁)C(n₂))＝0   (A9a-d)

E(C(m₁)C*(n₂)C(m₂)C*(n₁))＝1,m₁＝n₂,m₂＝n₁

E(C(m₁)C*(n₂)C(m₂)C*(n₁))＝0,其他情况

其中E表示期望值。对于蜂窝标准中使用的大多数扰码，这是成立的。

现有技术参数GRake等式

当今的参数GRake方法依赖于在估计R_u时扰码的属性(A9a-d)。现在计算协方差

其中x1,y1,x2,y2∈{c,ed}，即(A4)中前两个减损项的协方差。假设符号和噪声是随机的，取在各码和符号上的平均值。

表达式(A5)的协方差，即自干扰协方差，变为如下面的表达式(A10)所示。

表达式(A6)的协方差，即码间干扰协方差，变为如下面的表达式(A11)所示。

通过引入标记方法：

$R_{\mathrm{ran}}(f_1,f_2)=\underset{\underset{m\≠0}{m=-\∞}}{\overset{\∞}{\mathrm{\Σ}}}{h}^a(f_1+\mathrm{mT})h^{b*}(f_2+\mathrm{mT})---\left(A12\right)$

两个协方差均变为：

$r_{c,c}^{a,b}(f_1,f_2)=r_{c,\mathrm{ed}}^{a,b}(f_1,f_2)={\mathrm{SF}}_c{R}_{\mathrm{ran}}(f_1,f_2)---\left(A13\right)$

并且这通常适用于所有信道。

解扩DPCCH信号的协方差R_c可以表达为：

$R_c(f_1,f_2)=E\left((r_c^a\left(f_1\right)-E\left(r_c^a\left(f_1\right)\right)\right)(r_c^{b*}\left(f_2\right)-E\left(r_c^{b*}\left(f_2\right)\right)))---\left(A14\right)$

这得到：

$R_c(f_1,f_2)={\mathrm{SF}}_c({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_c{N}_0{R}_n(f_2-f_1)---\left(A15\right)$

其中N₀为噪声谱密度，并且R_n表示不同手指的噪声之间的协方差。

扰码系统性着色属性

如上面(10a-b)进一步所讨论的，UL扰码具有下述另一属性：

C(2m)²C(2m+1)^2*＝-4   (A16a-b)

C(2m+1)²C(2m)^2*＝-4

这些属性将改变将被使用的参数GRake方程。

修改参数GRake方程

根据修改的GRake方程，还使用新发现的扰码属性(A14a-b)来计算协方差

其中x1,y1,x2,y2∈{c,ed}，即(A4)中前两个减损项的协方差。

表达式(A5)的协方差则变为如下面的表达式(A17)所示。

在中间步骤中出现的四个信道化码总和的乘积变为：

表达式(A6)的协方差则类似地变为如下面的表达式(A19)所示。

可以使用下述论据估计在中间步骤中出现的包含“4个信道化码乘积和”的两个项：在间隔n=k*SFc，..，k*SFc-2，对于k=0，...，SFc/SFed-1间隔，信号项s_ed是不变的。另外，对于SF2，c(n)=[1 -1 1-1，...]，并且对于SF4，c(n)=[1 1-1 -1 1 1 -1 -1 ...]。在常数s_ed的这些间隔上的信道化码和则变为：

如果SFed=2，则表达式变为：

(A17)中的第二信道化码和可以被验证为与由(A18)或(A19)给出的第一信道化码和相同。

如果x₁≠x₂,y₁≠y₂，交叉项

具有零预期值。

我们引入注释：

R_ul(f₁,f₂)＝h^a(f₁+T)h^b*(f₂-T)+h^a(f₁-T)h^b*(f₂+T)   (A22)

注意，新的协方差修改R_ul表明，解扩数据与强能量手指之前一个码片的以及之后的一个码片之间存在强相关性。

解扩DPCCH信号(A14)的协方差R_c可以被表达为：

$\begin{array}{c}{R}_c(f_1,f_2)={\mathrm{SF}}_c({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_c{N}_0{R}_n(f_2-f_1)\\ \±{\mathrm{SF}}_c(0.5{\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2-0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ul}}(f_1,f_2)\end{array}---\left(A23\right)$

如果在DPCCH信道组合中使用2SF2+2SF4，则由于 ${\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2=2{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2,$ 这简化为：

$\begin{array}{c}{R}_c(f_1,f_2){=\mathrm{SF}}_c({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+3/2{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_c{N}_0{R}_n(f_2-f_1)\\ -{\mathrm{SF}}_c(0.5{\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2-0.25{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2)R_{\mathrm{ul}}(f_1,f_2)\end{array}---\left(A24\right)$

如果仅仅SF4被使用，该表达式变为：

$\begin{array}{c}{R}_c(f_1,f_2)={\mathrm{SF}}_c({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_c{N}_0{R}_n(f_2-f_1)\\ -{\mathrm{SF}}_c(0.5{\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2+0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ul}}(f_1,f_2)\end{array}---\left(A25\right)$

最后如果仅仅2xSF2被使用，则：

$\begin{array}{c}{R}_c(f_1,f_2)={\mathrm{SF}}_c({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_c{N}_0{R}_n(f_2-f_1)\\ -{\mathrm{SF}}_c(0.5{\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2-0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2)R_{\mathrm{ul}}(f_1,f_2)\end{array}---\left(A26\right)$

将这些表达式与参数GRake方程比较，我们注意到了复杂化。仅利用如当今的实施方式那样存在的第一项，我们可以写出：

$\begin{array}{c}{R}_{\mathrm{isi}}={\mathrm{SF}}_c\underset{\underset{m\≠0}{m=-\∞}}{\overset{\∞}{\mathrm{\Σ}}}{h}^a(f+\mathrm{mT})h^{b*}(f+\mathrm{mT})\\ R_e=S{F}_c{R}_n\\ R_c=E_T{R}_{\mathrm{isi}}+N_0{R}_e\end{array}---\left(A27\right)$

并且随后使用左手侧中R_c的样本估计来求解总能量E_T和噪声功率N₀。R_e为不同手指的噪声之间的协方差的缩放版本。

对于DPCCH信道中仅仅SF4的情形，我们可以利用如下修改来重用GRake方程：

R_isi,SF4＝SF_c(R_ran-0.5R_ul)

R_e＝SF_cR_n   (A28)

R_c,SF4＝E_TR_isi,SF4+N₀R_e

然而当涉及SF2时，由于标量能量因子的原因，即R_ran和R_ul前的贝塔因子不相同，这种简化是不可能的。将(A24)和(A26)重新写为(A27)的形式将要求R_ul前的新因子，此因子为贝塔因子的函数。然而，当使用SF2时，功率大多数位于E-DPDCH中，使得我们可以针对情形2xSF2进行下述近似：

R_isi,2SF2＝SF_c(R_ran+0.5R_ul)

R_e＝SF_cR_n   (A29)

R_c,2SF2＝E_TR_isi,SF2+N₀R_e

并且，对于2xSF2+2xSF4：

R_{isi,2SF2+2SF4}＝SF_c(R_ran+1/6R_ul)

R_e＝SF_cR_n   (A30)

R_c,2SF2+2SF4＝E_TR_isi,SF2+SF4+N₀R_e

数据信道的修改GRake权重计算

为了计算适用于E-DPDCH信道的减损矩阵(以及相关性的权重)，先前部分中的顺序基本上反过来，并且使E-DPDCH扮演DPCCH的角色。一旦减损矩阵被确定，(A8)的修改版本可以用于确定数据信号估计。假设使用(A28)-(A30)中任何适用的一个的结果来估计E_T和N₀。首先来看使用SF4的E-DPDCH信道的解扩。一般情形变为：

$\begin{array}{c}{R}_{\mathrm{SF}4}(f_1,f_2)={\mathrm{SF}}_4({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_4{N}_0{R}_n(f_2-f_1)+\\ -{\mathrm{SF}}_4(0.5{\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2-0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ul}}(f_1,f_2)\end{array}---\left(A31\right)$

如果在组合中使用2SF2+2SF4，则由于这简化为：

$\begin{array}{c}{R}_{\mathrm{SF}\mathrm{4,2}\mathrm{SF}2+2\mathrm{SF}4}(f_1,f_2)={\mathrm{SF}}_4({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+3/2{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_4{N}_0{R}_n(f_2-f_1)+\\ -{\mathrm{SF}}_4(0.5{\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2-0.25{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2)R_{\mathrm{ul}}(f_1,f_2)\≈{\mathrm{SF}}_4/{\mathrm{SF}}_c{R}_{c,2\mathrm{SF}2+2\mathrm{SF}4}\end{array}---\left(A32\right)$

其中最后一个矩阵取自(A30)。如果仅仅使用SF4，该表达式变为：

$\begin{array}{c}{R}_{\mathrm{SF}4,\mathrm{SF}4}(f_1,f_2)={\mathrm{SF}}_4({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_4{N}_0{R}_n(f_1,f_2)+\\ -{\mathrm{SF}}_4({0.5\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2+0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ul}}(f_1,f_2)={\mathrm{SF}}_4/{\mathrm{SF}}_c{R}_{c,\mathrm{SF}4}\end{array}---\left(A33\right)$

其中最后一个矩阵取自(A28)。注意，获得的减损矩阵从DPCCH解扩来看是减损矩阵的缩放变型。

接着考虑解扩SF2。

$\begin{array}{c}{R}_{\mathrm{SF}2}(f_1,f_2)={\mathrm{SF}}_2({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_2{N}_0{R}_n(f_2-f_1)+\\ -{\mathrm{SF}}_2(0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+0.5{\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2-0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}4}^2)R_{\mathrm{ul}}(f_1,f_2)\end{array}---\left(A34\right)$

与DPCCH解扩相比，可以注意到和的符号变化。如果在组合中使用2SF2+2SF4，则由于

这简化为：

$\begin{array}{c}{R}_{\mathrm{SF}2,\mathrm{SF}2+\mathrm{SF}4}(f_1,f_2)={\mathrm{SF}}_2({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+3/2{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_2{N}_0{R}_n(f_2-f_1)+\\ -{\mathrm{SF}}_2(0.25{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2+0.5{\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2)R_{\mathrm{ul}}(f_1,f_2)\≈\\ {\mathrm{SF}}_2*E_T{R}_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_2{N}_0{R}_n(f_2-f_1)-{\mathrm{SF}}_2{E}_T/{6R}_{\mathrm{ul}}(f_1,f_2)\end{array}---\left(A35\right)$

如果仅仅使用2xSF2，则：

$\begin{array}{c}{R}_{\mathrm{SF}\mathrm{2,2}\mathrm{SF}2}(f_1,f_2)={\mathrm{SF}}_2({\mathrm{\β}}_c^2+{\mathrm{\β}}_{\mathrm{ec}}^2+{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2)R_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_2{N}_0{R}_n(f_2-f_1)+\\ -{\mathrm{SF}}_2(0.5{\mathrm{\β}}_c^2+0.5{\mathrm{\β}}_{\mathrm{ec}}^2+0.5{\mathrm{\β}}_{\mathrm{ed},\mathrm{sf}2}^2)R_{\mathrm{ul}}(f_1,f_2)\≈\\ {\mathrm{SF}}_2*E_T{R}_{\mathrm{ran}}(f_1,f_2)+{\mathrm{SF}}_2{N}_0{R}_n(f_2-f_1)-{\mathrm{SF}}_2{E}_T/{2R}_{\mathrm{ul}}(f_1,f_2)\end{array}---\left(A36\right)$

尽管解扩SF4可以直接地依赖于针对DPCCH计算的减损矩阵，解扩SF2显然需要一些重新计算。该方法将使用来自(A29)或(A30)的估计总能量和噪声功率并且将其插入方程(A35)和(A36)。

附录B

利用未使用信道化码的GRAKE

信号模型

设c_t为在所发送数据上使用的正交可变扩频因子(OVSF)码以及c_r为在接收机中使用的OVSF码。OVSF码序列被扩展为周期性的。设

表示在每个码片上发送的数据。此符号因而在整个发送的OVSF序列期间是不变的。

具有特定OVSF码c_t的所发送的加扰数据可以被写成：

该数据在空中信道上利用延迟抽头{h_f}被发送。

利用同一扰码解扰以及利用OVSF码c_r解扩所接收信号，这在每个手指位置f得到如下观测结果：

$r_{c_r}\left(f\right)=h\left(f\right)\frac{1}{{\mathrm{SF}}_{c_r}}\underset{i=0}{\overset{{\mathrm{SF}}_{c_r}-1}{\mathrm{\Σ}}}{C}^{*}\left(i\right)c_r\left(m\right)x(i+f)+e\left(f\right)=h\left(f\right)s_0{\mathrm{\δ}}_{c_t,c_r}+e\left(f\right).---\left(B2\right)$

其中如果码c_t和c_r相同，

为1，否则为0，并且s₀为在匹配信道化码情况下的待检测的数据符号。

期望信号的最佳估计器

将采取如下形式：

${\hat{s}}_c\left(0\right)={\mathrm{SF}}_{c_r}{\mathrm{\β}}_{c_r}h*R_u^{-1}{r}_{c_r},---\left(B3\right)$

此处R_u为(B2)中减损项的协方差矩阵。

不丧失一般性，假设加扰序列C(m)在0开始。实践中，它将以偶数偏移开始。该减损可以写成：

$e\left(f_1\right)=\frac{1}{{\mathrm{SF}}_{c_r}}\underset{k}{\mathrm{\Σ}}h\left(k\right)(1-{\mathrm{\δ}}_{c_t,c_r}{\mathrm{\δ}}_{k,f_1})\left(\underset{i=0}{\overset{{\mathrm{SF}}_{c_r}-1}{\mathrm{\Σ}}}{C}^{*}\left(i\right)c_r\left(i\right)x(i+f_1-k)\right)---\left(B4\right)$

为了计算该乘积，在另一项上是应用下述索引：

$e\left(f_2\right)=\frac{1}{{\mathrm{SF}}_{c_r}}\underset{l}{\mathrm{\Σ}}h\left(l\right)(1-{\mathrm{\δ}}_{c_t,c_r}{\mathrm{\δ}}_{l,f_2})\left(\underset{j=0}{\overset{{\mathrm{SF}}_{c_r}-1}{\mathrm{\Σ}}}{C}^{*}\left(j\right)c_r\left(j\right)x(j+f_2-l)\right)---\left(B5\right)$

如果同一信道化码和所述扰码匹配，则存在用于检测符号的能量。因而该乘积变为：

根据经典减损假设，仅有的非零相关性为：

E(C^*(i)C(i+f₁-k)C(j)C^*(j+f₂-l))＝1   对于i＝j,l＝k+f₂-f₁   (B7)

此处，实际上是对所有扰码偏移(总为偶数)取期望值E。此得到：

$\begin{array}{c}E\left(e\left(f_1\right)e^{*}\left(f_2\right)\right){{\mathrm{SF}}_{c_c}}^2={\mathrm{SF}}_{c_r}\underset{k}{\mathrm{\Σ}}h\left(k\right)h^{*}(k+f_2-f_1)(1-{\mathrm{\δ}}_{c_r,c_t}{\mathrm{\δ}}_{k,f_1}){{\mathrm{\β}}_s}^2=\\ ={\mathrm{SF}}_{c_r}(\underset{k}{\mathrm{\Σ}}h\left(k\right)h^{*}(k+f_2-f_1)-h\left(f_1\right)h^{*}\left(f_2\right){\mathrm{\δ}}_{c_r,c_t}){{\mathrm{\β}}_s}^2\end{array}---\left(B8\right)$

根据经典减损假设的协方差矩阵R_u因此可以表述为：

$R_u=\frac{1}{\mathrm{SF}}(R_y-{\mathrm{\σ}}_x^{2}h{h}^H)---\left(B9\right)$

其中

$\begin{array}{c}{R}_y(f_1,f_2)=\\ \frac{1}{2S{F}_{c_c}}\underset{i}{\mathrm{\Σ}}(\underset{k}{\mathrm{\Σ}}h\left(k\right)h^{*}(k+f_2-f_1)-h\left(f_1\right)h^{*}\left(f_2\right){\mathrm{\δ}}_{c_r,c_t})\mathrm{\β}{\left(i\right)}^2\end{array}---\left(B10\right)$

根据新发现的减损假设，非零相关性为：

$E\left(C^{*}\left(i\right)C(i+f_1-k)C\left(j\right)C^{*}(j+f_2-l)\right)=\left\{\begin{array}{c}1i=j,l=k+f_2-f_1\\ -1,i=j+1,i=\mathrm{0,2,4},...,\\ k=f_1-1,l=f_2+1\\ -1,i=j-1,i=\mathrm{0,2,4},...,\\ k=f_1+1,l=f_2-1\end{array}\right.---\left(B11\right)$

上面第一项为经典减损。使用这一项得到：

其中

因而如果UE利用OVSF码{c_t ⁱ}和贝塔因子{βⁱ}在若干数据信道上进行发射，并且在GRake+中使用OVSF码c_r或者未使用码来估计减损矩阵，则(B9)中的最后一项变为校正项：

$\begin{array}{c}{R}_u^{\mathrm{corr}}(f_1,f_2)=\\ -(h(f_1+1)h^{*}(f_2-1)+h(f_1-1)h^{*}(f_2+1))\frac{1}{2S{F}_{c_r}}\underset{i}{\mathrm{\Σ}}\mathrm{sign}(c_r,{c_t}^i){\mathrm{\β}}^{i^2}.\end{array}---\left(B14\right)$

注意，其它UE或噪声对此项没有贡献。此处还利用这样的事实：不同数据信道上的数据不相关。如果其它用户(MUI)被添加，噪声关系(B9)变为：

$R_u=\frac{1}{{\mathrm{SF}}_{c_r}}(R_y-{\mathrm{\σ}}_x^{2}h{h}^H)+R_u^{\mathrm{corr}}.---\left(B15\right)$

因而，如果与在正被检测的数据上所使用的码使用同一OVSF子树上的码来估计减损，则校正是相同的，并且除了利用扩频因子进行缩放，不需要做任何事情。然而，如果码来自不同OVSF分支，则减损矩阵应利用二重量来校正(c_r为待检测数据的OVSF码)：

$\begin{array}{c}{R}_u^{\mathrm{corr}}(f_1,f_2)=\\ -(h(f_1+1)h^{*}(f_2-1)+h(f_1-1)h^{*}(f_2+1))\frac{1}{S{F}_{c_r}}\underset{i}{\mathrm{\Σ}}\mathrm{sign}(c_r,{c_t}^i){\mathrm{\β}}^{i^2}.\end{array}---\left(B16\right)$

在典型高数据率(HDR)示例中，数据在2xSF2+2SF4上被发送，并且使用码13.1估计减损。则当在SF4数据上应用Grake时，不需要补偿减损。然而，由于SF2位于其它OSVF子树上，它需要通过下述式子(忽略控制信道)来补偿：

$R_u^{\mathrm{corr}}(f_1,f_2)=-(h(f_1+1)h^{*}(f_2-1)+h(f_1-1)h^{*}(f_2+1))\frac{1}{2}{\mathrm{\β}}^{{\mathrm{SF}4}^2}.---\left(B17\right)$

因为

$\underset{i}{\mathrm{\Σ}}\mathrm{sign}(c_r,{c_t}^i){\mathrm{\β}}^{i^2}\≈-{\mathrm{\β}}^{{\mathrm{SF}4}^2}+{\mathrm{\β}}^{{\mathrm{SF}2}^2}={\mathrm{\β}}^{{\mathrm{SF}4}^2}.---\left(B18\right)$

此处利用了SF2的β²因子是SF4的β²因子的两倍的事实。如果仅仅SF2数据被发送并且控制信道被忽略，则校正为下述大小的两倍：

$R_u^{\mathrm{corr}}(f_1,f_2)=-(h(f_1+1)h^{*}(f_2-1)+h(f_1-1)h^{*}(f_2+1)){\mathrm{\β}}^{{\mathrm{SF}4}^2}.---\left(B19\right)$

附录C

LMMSE

根据经典减损假设的协方差矩阵R_u可以被表示为(参考B9)：

$R_u=\frac{1}{\mathrm{SF}}(R_y-{\mathrm{\σ}}_x^{2}h{h}^H)---\left(C1\right)$

自相关矩阵R_y为用于LMMSE的足够的项，并且使用天线信号的自相关函数来估计。

将相关属性(10a-b)考虑在内，得到对应关系(B15)，其中出现了校正项。由于LMMSE是在解扩之前执行的，该校正项也可以改为用公式表示为针对R_y矩阵的校正项

$R_u=\frac{1}{{\mathrm{SF}}_{c_r}}(R_y+R_y^{\mathrm{corr}}-{\mathrm{\σ}}_x^{2}h{h}^H).---\left(C2\right)$

项

因而变为：

$\begin{array}{c}{R}_y^{\mathrm{corr}}(f_1,f_2)=\\ -(h(f_1+1)h^{*}(f_2-1)+h(f_1-1)h^{*}(f_2+1))\frac{1}{2}\underset{i}{\mathrm{\Σ}}\mathrm{sign}(c_r,{c_t}^i){\mathrm{\β}}^{i^2}\end{array}---\left(C3\right)$

并且c_r为在后续解扩过程中将使用的信道化码，并且c_t ⁱ为被使用的信道化码。

因而，为了使用码片级LMMSE并且将解扩相关考虑在内，应该用

补偿该自相关。利用此补偿，修改LMMSE变为等价于具有正确减损矩阵的GRake。只有随机码的假设成立时，LMMSE和Grake才是等价的。

Claims (18)

1.一种在宽带码分多址系统中用于均衡接收的无线电信号的方法，包括下述步骤：

在无线电接收机中接收(210)经扰码扩频的数字无线电信号(24)；

针对多个信道，对接收的所述数字无线电信号执行(230)信道估计；以及

通过利用相应延迟和相应组合权重来组合从所述数字无线电信号推导出的多个部分信号，在均衡器中将接收的所述数字无线电信号均衡(240)为均衡数字无线电信号(49)，

其特征在于

所述均衡(240)的步骤包括：基于信号减损矩阵提供所述组合权重，所述信号减损矩阵具有针对由所述扰码造成的系统性着色而被补偿的元素。

2.根据权利要求1所述的方法，其特征在于，经扰码扩频的所述数字无线电信号(24)为上行链路信号。

3.根据权利要求1或2所述的方法，其特征在于，所述减损矩阵中的所述元素针对所述扰码的第四阶矩而被补偿。

4.根据权利要求1至3中任意一项所述的方法，其特征在于，针对所述多个信道执行搜索(220)所述相应延迟的另一步骤。

5.根据权利要求1至4中任意一项所述的方法，其特征在于，针对所述数字无线电信号(24)中信道执行β因子的确定的另一步骤，其中所述信号减损矩阵中的所述元素是基于所述β因子。

6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述均衡(240)的步骤为符号级均衡，其中所述均衡的步骤依次包括下述步骤：

将接收的所述数字信号(24)分割(241)成所述多个部分信号，所述多个部分信号表示所述多个信道的相应信道；

通过所述相应延迟将每个部分信号延迟(242)为延迟的部分信号；

将所述相应组合权重计算(243)为所述信道估计与所述信号减损矩阵的逆的乘积；

通过第一扩频码将每个部分信号解扩(247)为符号级部分信号；以及

利用所述相应组合权重将所述符号级部分信号组合(248)为所述均衡数字无线电信号。

7.根据权利要求6所述的方法，其特征在于，所述计算(243)的步骤包括：利用包括导频信号的控制信道的第二扩频码对每个部分信号进行解扩(244)，估计(246)具有针对由所述扰码造成的系统性着色而被补偿的元素的导频减损矩阵，以及依据所述第一扩频因子和所述第二扩频因子将所述导频减损矩阵修改为所述信号减损矩阵。

8.根据权利要求6所述的方法，其特征在于，所述计算(243)的步骤包括：利用未使用信道的第二扩频码对每个部分信号进行解扩(245)，估计(246)具有针对由所述扰码造成的系统性着色而被补偿的元素的噪声减损矩阵，以及依据所述第一扩频因子和第二扩频因子是否存在于同一正交可变扩频因子子树，将所述噪声减损矩阵修改为所述信号减损矩阵。

9.根据权利要求1至5中任意一项所述的方法，其特征在于，所述均衡(240)的步骤为码片级均衡，其中所述均衡的步骤依次包括下述步骤：

将接收的所述数字信号滤波(251)为均衡码片信号，通过使用最小均方差方法使失真最小化；

将针对每个码片级部分信号的所述相应组合权重计算(252)为所述信道估计与所述信号减损矩阵的逆的乘积；

所述计算的步骤包括使用接收的所述数字信号的自相关来计算自相关减损矩阵；

所述计算的步骤还包括通过补偿后续出现的系统性着色，而将所述自相关减损矩阵预补偿为信号减损矩阵，所述系统性着色将在后续解扩过程中由所述扰码造成；以及

利用第一扩频码将所述均衡码片信号解扩(253)到符号级，从而给出所述均衡数字无线电信号。

10.一种宽带码分多址系统中的无线电接收机装置(2)，包括：

无线电接收机(23)，所述无线电接收机被配置用于接收经扰码扩频的数字无线电信号(24)；以及

均衡器(25)，所述均衡器连接到所述无线电接收机(23)，并且包括均衡器核(40)、信道估计器(60)和组合权重估计器(70)；

所述均衡器核(40)被配置用于利用相应延迟和相应组合权重，将从所述数字无线电信号(24)推导出的多个部分信号组合为均衡数字无线电信号(49)，

其特征在于，

所述组合权重估计器(70)被配置用于向所述均衡器核(40)提供所述组合权重，所述组合权重是基于信号减损矩阵，所述信号减损矩阵具有针对由所述扰码造成的系统性着色而被补偿的元素。

11.根据权利要求10所述的无线电接收机装置，其特征在于，所述组合权重估计器(70)被配置用于针对所述扰码的第四阶矩来补偿所述减损矩阵中的所述元素。

12.根据权利要求10或11所述的无线电接收机装置，其特征在于，所述均衡器(25)还包括被配置用于搜索所述多个信道的所述相应延迟的信道搜索器(50)。

13.根据权利要求10至12中任意一项所述的无线电接收机装置，其特征在于，所述均衡器(25)还包括被配置用于针对所述数字无线电信号(24)中的信道执行β因子的确定的β因子确定器(80)。

14.根据权利要求10至13中任意一项所述的无线电接收机装置，其特征在于，所述均衡器(25)为符号级均衡器；

所述均衡器核(40)包括：

分割器(41)，所述分割器被配置用于将接收的所述数字信号分割为所述多个部分信号；

延迟滤波器(42)，所述延迟滤波器被配置用于通过所述相应延迟将每个部分信号延迟为延迟的部分信号；

解扩器装置(43)，所述解扩器装置被配置用于通过第一扩频码将每个延迟的部分信号解扩为符号级部分信号；

组合器(45)，所述组合器利用所述相应组合权重将所述符号级部分信号组合为所述均衡数字无线电信号(49)。

15.根据权利要求14所述的无线电接收机装置，其特征在于，

所述组合权重估计器(70)还包括估计器解扩器(73)，所述估计器解扩器被配置用于利用包括导频信号的控制信道的第二扩频码来解扩每个部分信号；

所述组合权重估计器(70)进一步被配置用于估计导频减损矩阵，所述导频减损矩阵具有针对由所述扰码造成的系统性着色而被补偿的元素；

所述组合权重估计器(70)进一步被配置用于依据所述第一扩频因子和所述第二扩频因子将所述导频减损矩阵修改为所述信号减损矩阵。

16.根据权利要求14所述的无线电接收机装置，其特征在于

所述组合权重估计器(70)还包括估计器解扩器(73)，估计器解扩器被配置用于利用未使用信道的第二扩频码来解扩每个部分信号；

所述组合权重估计器(70)进一步被配置用于估计噪声减损矩阵，所述噪声减损矩阵具有针对由所述扰码造成的系统性着色而被补偿的元素；

所述组合权重估计器(70)进一步被配置用于依据所述第一扩频因子和所述第二扩频因子是否存在于同一正交可变扩频因子子树中，将所述噪声减损矩阵修改为所述信号减损矩阵。

17.根据权利要求10或13所述的无线电接收机装置，其特征在于，所述均衡器(25)为码片级均衡器；

所述均衡器核(40)包括：

滤波器(55)，所述滤波器被配置用于将接收的所述数字信号滤波为均衡码片信号，通过使用最小均方差方法使失真最小化；

组合权重估计器(70)被配置用于将针对每个码片级部分信号的所述相应组合权重计算为所述信道估计与所述信号减损矩阵之逆的乘积；

组合权重估计器(70)被配置用于使用接收的所述数字信号的自相关来计算自相关减损矩阵；

组合权重估计器(70)被进一步配置用于通过补偿后续出现的系统性着色，而将所述自相关减损矩阵预补偿为信号减损矩阵，所述系统性着色将在后续解扩过程中由扰码而造成；

所述均衡器核(40)还包括解扩器装置(56)，其被配置用于利用第一扩频码将所述均衡码片信号解扩到符号级，从而给出所述均衡数字无线电信号(49)。

18.一种无线电基站(20)，其包括根据权利要求10至17中任意一项所述的无线电接收机装置(2)。

Images