CN100559700C - 具接收多样化块传输的群组式连续干扰消除 - Google Patents

Abstract

本发明是有关于在具有多个天线组件的一天线阵列上接收多个数据信号。在一无线通信系统中，可于一分享频谱上传输所述数据信号。可在其中每一所述天线组件上接收到具有其中每一所述数据信号的一信号。该多个数据信号可分组成多个群组。将所述天线组件的接收信号匹配过滤成该多个群组的一第一群组，以产生匹配过滤结果。可使用该匹配过滤结果来联合地侦测该第一群组的数据。利用每一天线组件的侦测数据，即可构成一干扰修正信号。可自每一天线组件的接收信号扣除干扰消除结果，以对每一天线组件产生一干扰消除结果。利用每一天线组件的干扰消除结果，即可连续地侦测其余群组的数据。

Description

具接收多样化块传输的群组式连续干扰消除

技术领域

本发明总的是有关于无线通信系统。具体说，本发明是有关在一无线通信系统中的多重使用者信号联合侦测。

背景技术

图1是一无线通信系统10的示意图。通信系统10具有基站121至125，其可与无线发射接收单元(WTRU)141至143通信。每一基站121至125皆具有一相关的操作范围，该基站可在其操作范围内与WTRU141至143通信。

在譬如分码多重存取(CDMA)及使用分码多重存取的分时双工(TDD/CDMA)等某些通信系统中，可在相同的频谱上传输多重通信讯息。典型地可借由多个通信讯息的码片码(chip code)序列来区别所述通信讯息。为了更有效率地利用频谱，TDD/CDMA通信系统是使用划分成时间槽的重复帧(repeating frame)来通信。在这种系统中传送的一通信讯息，将具有根据通信频宽为基础而分派其的一个或多重相关的码及时间槽。

由于可在相同频谱中且在同一时刻传送多重通信讯息，因此在这种系统中的一接收器必须可分辨出多重通信讯息。用于侦测这种信号的一方法是匹配过滤(matched filtering)。在匹配过滤中，可侦测到以一单一码传送的一通信讯息。其它的通信讯息则可视为干扰。为了侦测多重码，可各自使用多个匹配过滤器。另一方法则为连续干扰消除(SIC)。在SIC中，可侦测到某一通信讯息，且可自业经接收到的信号中扣除该通信讯息的贡献部份，以用于侦测次一通信讯息。

在某些情况下，希望能够同时侦测多重通信讯息以提高效能。同时侦测多重通信讯息者是称作联合侦测。某些联合侦测器是使用乔列斯基分解(Choleskydecomposition)来实施一最小均方误差(MMSE)侦测或迫零块均衡器(zero-forcingblock equalizer(ZF-BLE))。其它的联合侦测接收器是使用以傅利叶转换(Fouriertransform)为基础的实现方式，以更进一步降低复杂性。

因此，亟需以替代的方法来实施多重使用者侦测。

发明内容

可在具有多个天线组件的一天线阵列上接收多个数据信号。在一无线通信系统中，可于一分享频谱上传输所述数据信号。可在其中某一所述天线组件上接收到具有其中某一所述数据信号的一信号。该多个数据信号可分组成多个群组。将所述天线组件的接收信号匹配过滤成该多个群组的一第一群组，以产生匹配过滤结果。可使用该匹配过滤结果来联合地侦测该第一群组的数据。利用每一天线组件的侦测数据，即可构成一干扰修正信号。可自每一天线组件的接收信号扣除干扰消除结果，以对每一天线组件产生一干扰消除结果。利用每一天线组件的干扰消除结果，即可连续地侦测其余群组的数据。

附图说明

图1是一无线通信系统的简化图式。

图2是一发射器、及具有多重天线组件的一联合侦测群组连续干扰消除接收器的简化方块图。

图3是一通信爆发(爆发)的示意图。

图4是用于具有多重天线组件的联合侦测群组连续干扰消除的流程图。

图5是一联合侦测群组连续干扰消除器的简化方块图。

具体实施方式

此后，一无线发射接收单元(WTRU)包括但不限于一使用者终端设备、移动电话基站、固定或移动用户单元、或能够在一无线环境中操作的任何其它型式装置。当此后提及时，一基站包括但不限于一基站、节点B、网站控制器、存取点、或一无线环境中的其它界面装置。

图2是显示使用联合侦测(JD)与群组式连续干扰消除(GSIC)的一适应性组合「GSIC-JD」的一简化发射器26及接收器28，其中已使用接收多样化。在一典型系统中，一发射器26是位于每一WTRU 14₁至14₃中，且用于传送多重通信讯息的多重发射电路26是位于每一基站12₁至12₅中。一基站12₁典型地将需要至少一发射电路26，以与WTRU 14₁至14₃有效地通信。GSIC-JD接收器28可设于基站12₁、WTRU 14₁至14₃、或两者处，但更普遍的实施是亦设于一基站处，其中多重组件的使用是更为普遍的。GSIC-JD接收器28可自多重发射器26或发射电路26接收到通信讯息。

尽管已结合实施于譬如TDD/CDMA或分时同步CDMA(TD-CDMA)等一有槽CDMA系统中的较佳应用来说明GSIC-JD，但亦可应用至譬如分频双工(FDD)/CDMA及CDMA 2000等由多重通信讯息分享相同频带的任何无线系统中。

每一发射器26皆在一无线的无线电频道30上传送数据。发射器26中的一数据产生器32产生数据，以在一参考频道上与一接收器28通信。参考数据是根据通信频宽需求为基础，而分派予一个或更多码及/或时间槽。一调变及扩展(spreading)装置34是将该参考数据扩展，且使该扩展参考数据在有槽系统中，与适当分派的时间槽及码中的一连串序列作时间多任务化(time-multiplexed)。在非有槽系统中，该参考信号可不作时间多任务化，而譬如为一几乎连续的全区导引码(global pilot)。最终的序列是称作一通信爆发。该通信爆发是借由一调变器36而调变至无线电频率。一天线38是经由无线的无线电频道30，而将无线电频率(RF)信号辐射至接收器28的一天线阵列40。用于传输通信讯息的调变型式可为熟悉本技术的人士已知的任何一种，譬如差分移相键控(DPSK)、正交移相键控(QPSK)、或正交振幅调变(QAM)。

在有槽系统中，一典型的通信爆发16具有一中间码20、一防护周期(guard period)18、及两个数据场22、24，如图3所示。中间码20是使两数据场22、24分离，且防护周期18是将多个通信爆发分离，以容许自不同发射器传输来的爆发的抵达时间具有差异。两数据场22、24包含有通信爆发的数据，且典型地具有相同的符码长度。中间码20包含有一连串序列。

接收器28的天线阵列可接收各种无线电频率信号。天线阵列40具有P个天线组件41₁至41_P。可借由解调变器42₁至42_P来解调变所述接收信号，以产生基频信号。借由一频道估计器装置44及一GSIC-JD装置46而得在时间槽中处理所述基频信号，且使适当的码分派予相对应发射器26的通信爆发。频道估计器装置44是使用所述基频信号中的连串序列成份，以提供譬如频道脉冲反应等频道信息。GSIC-JD装置46将利用该频道信息来估计所述接收通信爆发的传输数据是硬式或软式符码。

图4是一GSIC-JD装置46的简化图。以下将以粗体来表示序列、向量、及矩阵，且(·)^H是指示复数共轭转置(transpose)运算，而(·)^T是指示实转置。K个信号爆发是在宽度为B的同一频带中同时有效。该K个爆发是借其不同的码而分离。在一UMTS TDD CDMA系统中，所述码包括一信元特定扰码(scrambling code)、及单一或多重个频道化码。长度为N的有限传输数据符码序列d^(k)是如第一方程式。

$d^{\left(k\right)}={\left(\begin{array}{cccc}{d}_1^{\left(k\right)}& d_2^{\left(k\right)}& \·\·\·& d_N^{\left(k\right)}\end{array}\right)}^T,$ $d_n^{\left(k\right)}\∈V$

其中k＝1，2，...，K，及n＝1，2，...，N   第一方程式

每一数据符码d_n ^(k)皆具有一持续时间T_b，且每一数据符码d_n ^(k)皆取自一复数M元集合V，其具有M个可能值，如第二方程式。

V＝{v₁ v₂…v_M}    第二方程式

每一数据符码序列d^(k)皆由码c^(k)扩展。c^(k)是依照第三方程式。

$c^{\left(k\right)}={\left(\begin{array}{cccc}{c}_1^{\left(k\right)}& c_2^{\left(k\right)}& \·\·\·& c_Q^{\left(k\right)}\end{array}\right)}^T,$ 其中k＝1，2，...，K，及q＝1，2，...，Q

第三方程式

每一码c^(k)在持续时间T_c中包括Q个c_q ^(k)，其中T_b＝T_c/Q。每一爆发的每一数据场皆由长度为N×Q的一码片序列填满。Q是扩展因素。尽管以下的讨论是对所有K个爆发皆使用一均匀的扩展因素，但亦可轻易地延伸成，以可变扩展因素用于多个爆发。当以其各别的码来调变数据后，所述爆发典型地将通过一发射器(TX)过滤器来实施脉波整型。该接收天线阵列具有P个天线组件。

K个信号爆发是通过K×P个线性独立的无线电频道，且所述频道具有时变复数脉冲反应其中k＝1，2，...，K，且p＝1，2，...，P。

代表一发射器k与一天线组件p的连接。K个爆发的频道输出序列是于每一天线组件处叠加成P个接收序列。每一所述叠加序列皆经由接收器(RX)过滤器来过滤，以达成频带限制及噪声抑制，且以码片速率1/T_c来取样。可由依照第四方程式的一向量来表示每一发射器及每一天线组件的离散频道脉冲反应h^(k，p)。

$h^{(k,p)}={\left(\begin{array}{cccc}{h}_1^{(k,p)}& h_2^{(k,p)}& \·\·\·& h_W^{(k,p)}\end{array}\right)}^T,$

其中k＝1，2，...，K，p＝1，2，...，P，及w＝1，2，...，W  第四方程式

W是脉冲反应的长度。可在码片速率1/T_c下取得W个取样中的每一个h_W ^(k，p)，其中W＞T_b。然而，可轻易地将这种方法扩充成多重码片速率取样。由于W可大于T_b，因此可能出现符码间干扰(ISI)。典型地，可使用譬如一中间码序列等一参考序列来估计频道脉冲反应h^(k，p)。每一爆发及每一天线的符码反应b^(k，p)可由第五方程式表示。

$b^{(k,p)}={\left(\begin{array}{cccc}{b}_1^{(k,p)}& b_2^{(k,p)}& \·\·\·& b_{Q+W-1}^{(k,p)}\end{array}\right)}^T\≡h^{(k,p)}\⊗c^{\left(k\right)},$

其中k＝1，2，...，K，p＝1，2，...，P，及l＝1，2，...，Q+W-1

第五方程式

符码反应b^(k，p)的长度为Q+W-1个码片，且代表所述码片尾部向左侧移动一单元符码。

在处理每一数据场之前，可使用一中间码消除算法来消除中间码对数据场的影响。在每一天线组件上，接收序列r^(p)的长度为(NQ+W-1)，其中p＝1，2，...，P。每一r^(p)是K个爆发与第六方程式所示的一噪声序列的有效和。

$n^{\left(p\right)}={\left(\begin{array}{cccc}{n}_1^{\left(p\right)}& n_2^{\left(p\right)}& \·\·\·& n_{\mathrm{NQ}+W-1}^{\left(p\right)}\end{array}\right)}^T,$

其中p＝1，2，...，P，及i＝1，2，...，(NQ+W-1)  第六方程式

第七方程式是零平均及共变异矩阵。

$R_n^{\left(p\right)\left(p\right)}=E\left\{n^{\left(p\right)}{n}^{{\left(p\right)}^H}\right\},$ 其中p＝1，2，...，P   第七方程式

每一天线组件上所接收到的每一爆发的转移系统矩阵为A^(k，p)，且其大小为(NQ+W-1)×N。转移系统矩阵A^(k，p)是具有频道反应h^(k，p)的传输爆发的一卷积(convolution)。该转移系统矩阵的每一元素(A_ij ^(k，p))皆依照第八方程式。

$A^{(k,p)}=\left(A_{\mathrm{ij}}^{(k,p)}\right),$ 其中k＝1，2，...，K，p＝1，2，...，P，I＝1，2，...，(NQ+W-1)，及j＝1，2，...，N

第八方程式

天线p的(NQ+W-1)×KN转移系统矩阵A^(p)是依照第九方程式。

其中k＝1，2，...，K、及p＝1，2，...，P

第九方程式

爆发k的P(NQ+W-1)×N转移系统矩阵A^(k)是依照第十方程式。

$A^{\left(k\right)}={\left[\begin{array}{cccc}{A}^{{(k,1)}^T}& A^{{(k,2)}^T}& \·\·\·& A^{{(k,P)}^T}\end{array}\right]}^T,$ 其中k＝1，2，...，K、及p＝1，2，...，P

第十方程式

天线p处的接收序列r^(p)是依照第十一方程式。

$r^p={\left(\begin{array}{cccc}{r}_1^{\left(p\right)}& r_2^{\left(p\right)}& \·\·\·& r_{\mathrm{NQ}+W-1}^{\left(p\right)}\end{array}\right)}^T,$

$=A^{\left(p\right)}d+n^{\left(p\right)}=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}^{(k,p)}{d}^{\left(k\right)}+n^{\left(p\right)}$

第十一方程式

总数据符码向量是依照第十二方程式。

${d=\left(\begin{array}{cccc}{d}^{{\left(1\right)}^T}& d^{{\left(2\right)}^T}& \·\·\·& d^{{\left(K\right)}^T}\end{array}\right)}^T$

$={\left(\begin{array}{cccc}{d}_1& d_2& \·\·\·& d_{\mathrm{KN}}\end{array}\right)}^T$

第十二方程式

d的各组成分量是依照第十三方程式。

$d_{N(K-1)+n}=d_n^{\left(k\right)},$ 其中k＝1，2，...，K、及n＝1，2，...，N

第十三方程式

P(NQ+W-1)×KN总转移系统矩阵A是依照第十四方程式。

$A={\left(\begin{array}{cccc}{A}^{{\left(1\right)}^T}& A^{{\left(2\right)}^T}& \·\·\·& A^{{\left(P\right)}^T}\end{array}\right)}^T$

第十四方程式

总噪声向量n是依照第十五方程式。

${n=\left(\begin{array}{cccc}{n}^{{\left(1\right)}^T}& n^{{\left(2\right)}^T}& \·\·\·& n^{{\left(P\right)}^T}\end{array}\right)}^T$

$={\left(\begin{array}{cccc}{n}_1& n_2& \·\·\·& n_{P(\mathrm{NQ}+W-1)}\end{array}\right)}^T$

第十五方程式

n的各组成分量是依照第十六方程式。

$n_{(\mathrm{NQ}+W-1)(P-1)+i}=n_i^{\left(P\right)}$ 其中p＝1，2，...，P、及i＝1，2，...，(NQ+W-1)

第十六方程式

总噪声向量n的共变异矩阵是依照第十七方程式。

$R_n=E\left\{{\mathrm{nn}}^H\right\}$

其中 $R_n^{\left(i\right)\left(j\right)}=E\left\{n^{\left(i\right)}{n^{\left(j\right)}}^H\right\},$ 其中p＝1，2，...，P、及j＝1，2，...，P

第十七方程式

第十八方程式是表示总接收序列。

$r={\left(\begin{array}{cccc}{r}^{{\left(1\right)}^T}& r^{{\left(2\right)}^T}& \·\·\·& r^{{\left(P\right)}^T}\end{array}\right)}^T$

$={\left(\begin{array}{cccc}{r}_1& r_2& \·\·\·& r_{P(\mathrm{NQ}+W-1)}\end{array}\right)}^T$

$=\mathrm{Ad}+n$

第十八方程式

r的各组成分量是依照第十九方程式。

$r_{(\mathrm{NQ}+W-1)(P-1)+i}=r_i^{\left(P\right)},$ 其中p＝1，2，...，P、及i＝1，2，...，(NQ+W-1)

第十九方程式

总接收序列r是依照第二十方程式。

$r=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{r}^{\left(k\right)}+n$

$=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}^{\left(k\right)}{d}^{\left(k\right)}+n$

第二十方程式

r^(k)＝A^(k)d^(k)是代表使用者k的信号在该接收系列中的贡献。总接收向量r较佳地是由使用块线性均衡器的一GSIC处理，以决定连续定值(valued)估计

如第二十一方程式。

$\hat{d}={\left(\begin{array}{cccc}{\hat{d}}^{{\left(1\right)}^T}& {\hat{d}}^{{\left(2\right)}^T}& \·\·\·& {\hat{d}}^{{\left(K\right)}^T}\end{array}\right)}^T$

$={\left(\begin{array}{cccc}{\hat{d}}_1& {\hat{d}}_2& \·\·\·& {\hat{d}}_{\mathrm{KN}}\end{array}\right)}^T$

第二十一方程式

两种使用GSIC的方法是利用具接收多样化的块线性均衡器，但亦可使用其它者。其中一种方法是利用一迫零(ZF)准则，而另一种则是利用一最小均方误差(MMSE)准则。

以下是假设，附加噪声为具有立体空间性及暂存性的随机白噪声，而总噪声向量的共变异矩阵是R_n＝σ²I。σ²是附加噪声的变异数，且I是大小为KN×KN的单位矩阵(identitymatrix)。利用接收多样化，可借由将二次代价函数(quadraticcost function)J

最小化而推导出ZF-BLE，如第二十二方程式。

$J\left({\hat{d}}_{\mathrm{ZF}}\right)={(r-A{\hat{d}}_{\mathrm{ZF}})}^H(r-A{\hat{d}}_{\mathrm{ZF}})$ 第二十二方程式

是d的连续定值估计，而「-1」是指反矩阵。

的最小值将导致连续的定值且无偏移(unbiased)估计

如第二十三方程式。

${\hat{d}}_{\mathrm{ZF}}={\left(A^{H}A\right)}^{-1}{A}^{H}r$ 第二十三方程式

$=d+{\left(A^{H}A\right)}^{-1}{A}^{H}n$

MMSE-BLE可将二次代价函数

最小化，如第二十四方程式。

$J\left({\hat{d}}_{\mathrm{MMSE}}\right)=E\left\{{({\hat{d}}_{\mathrm{MMSE}}-d)}^H({\hat{d}}_{\mathrm{MMSE}}-d)\right\}$ 第二十四方程式

是

的连续定值估计。借由数据符码的共变异矩阵R_d＝E{dd^H}＝I及总背景噪声向量的共变异矩阵R_n＝σ²I，

的最小值将导致连续定值估计如第二十五方程式。

${\hat{d}}_{\mathrm{MMSE}}={(A^{H}A+{\mathrm{\σ}}^{2}I)}^{-1}{A}^{H}r$ 第二十五方程式

I是表示KN×KN的单位矩阵。由于A^HA是一带状块托普利茨矩阵(banded block Toeplitz matrix)，因此用于解数据向量的一方法是利用一近似乔列斯基公式。乔列斯基公式可较精确解降低复杂度，且其在效能上的减损是可忽略。

较佳地，为了同时降低复杂度，且去除ISI及多重存取干扰(MAI)，可结合BLE与GSIC(GSIC-BLE)。在GSIC-BLE中，较佳地可依据接收功率，而将K个爆发划分成较少群组。典型地，具有约略相同接收功率的爆发将共同归为一组。功率约略相同的爆发是具有在P个相等功率天线组件上接收到的一组合功率者。

在每一干扰消除阶段中，GSIC-BLE是考虑仅具有K个爆发中的一子集合(群组)的ISI及MAI，且联合地侦测该群组的数据符码。可利用侦测到的该群组符码来产生MAI，而其为该群组将在后续阶段中传至其它群组者。可使用干扰消除来去除该MAI。倘若选择该群组的大小为K，则GSIC-BLE将成为一单一使用者BLE。可在一步骤中决定所有数据。

结果，分组的临界点可使复杂度与效能之间取得妥协。在极端情况下，可使K个爆发中的每一个，皆受分派得其本身的阶段。这种方法可提供最低的复杂度。相反地，可将所有K个爆发皆分派至一单一阶段，而具有最高的复杂度。

图4是具接收多样化的GSIC-BLE的流程图。在具接收多样化的GSIC-BLE中，所有爆发较佳地是借由其接收功率或振幅的强度来排序，而爆发1即为最强者，如步骤50。这种排序可根据接收器处的先前经验、或借由通常用于SIC或MUD接收器环境的其它估计方案而达成，这种方案可譬如为来自一特定爆发连串序列、匹配过滤器组等的特定爆发频道估计。在使用已知频道的某一实施中，可依照第二十五方程式来决定递减顺序。

其中k＝1，2，...，K    第二十五方程式

在步骤52中，GSIC-BLE可借由表列顺序，而将具有约略相同功率、即相互之间皆在某一特定临界值内的多个爆发划分成G个群组。所述群组是根据其接收功率而以递减顺序排列。该顺序可表示为i＝1...G。n_i是第i群组中的爆发数量，譬如 $\underset{i=1}{\overset{G}{\mathrm{\Σ}}}{n}_i=K.$ 接收器包括G个阶段。一联合侦测是由群组i＝1开始。

对于每一群组，一ZF-BLE的某一群组式BLE矩阵是依照第二十六方程式。

$M_{g,\mathrm{ZF}}^{\left(i\right)}={\left(A_g^{{\left(i\right)}^H}{A}_g^{\left(i\right)}\right)}^{-1}{A}_g^{{\left(i\right)}^H},$ 其中i＝1，2，...，G第二十六方程式

MMSE-BLE的第二群组式BLE矩阵是依照第二十七方程式。

$M_{g,\mathrm{MMSE}}^{\left(i\right)}={(A_g^{{\left(i\right)}^H}{A}_g^{\left(i\right)}+{\mathrm{\σ}}^2{I}_N)}^{-1}{A}_g^{{\left(i\right)}^H},$ 其中i＝1，2，...，G

$=W_g^{\left(i\right)}{M}_{g,\mathrm{ZF}}^{\left(i\right)}$

第二十七方程式

第i群组的温纳估计器(Wiener estimator)W_g ⁽ⁱ⁾，i＝1，2，...，G将依照第二十八方程式。

$W_g^{\left(i\right)}={[I_N+{\mathrm{\σ}}_g^2{\left(A_g^{{\left(i\right)}^H}{A}_g^{\left(i\right)}\right)}^{-1}]}^{-1}$ 第二十八方程式

I_N是大小为N×N的单位矩阵，其中N是每一爆发的每一数据场中的符码个数。

在第一阶段中，可决定出第一群组的转移系统矩阵A_g ⁽¹⁾。A_g ⁽¹⁾是类似于总转移系统矩阵A，除了其仅包含有相对应于第一群组中的爆发的符码反应以外。在第一阶段中，可由总接收序列来给定群组1的输入序列，如第二十九方程式。

$x_g^{\left(1\right)}=r$ 第二十九方程式

为了去除第一群组中的ISI、MAI、及爆发的远近效应(near-far effect)，可实施具有A_g ⁽¹⁾的一多重使用者BLE(ZF-BLE或MMSE-BLE)。在步骤54中，可依照第三十方程式取得群组1的软式决策符码d_g，soft ⁽¹⁾。

${\hat{d}}_{g,\mathrm{soft}}^{\left(1\right)}=M_g^{\left(1\right)}r$ 第三十方程式

M_g ⁽ⁱ⁾，i＝1，2，..，G，其可为M_g，ZF ⁽ⁱ⁾或M_g，MMSE ⁽ⁱ⁾

是d_g ⁽ⁱ⁾，的一连续定值估计器，其代表承载着符码的信息序列，且所述符码是由第一群组中的全部爆发所传达者。在步骤56中，可根据

为基础来实施硬式决策，以形成

在步骤58中是利用硬式决策变量

而依照第三十一方程式来估计第一群组的

对r的贡献。

${\hat{r}}_g^{\left(1\right)}={\left[\begin{array}{cccc}{\hat{r}}_g^{{\left(\mathrm{1,1}\right)}^T}& {\hat{r}}_g^{{\left(\mathrm{1,2}\right)}^T}& \·\·\·& {\hat{r}}_g^{{(1,P)}^T}\end{array}\right]}^T$ 第三十一方程式

$=A_g^{\left(1\right)}{\hat{d}}_{g,\mathrm{hard}}^{\left(1\right)}$

p＝1，2，...，P，是第一群组对天线p处的接收序列的贡献。在第二阶段中，可借由自总接收序列消去该MAI，而获致干扰修正的输入序列，如第三十二方程式。

$x_g^{\left(2\right)}={\left[\begin{array}{cccc}{\tilde{r}}_g^{{\left(\mathrm{2,1}\right)}^T}& {\tilde{r}}_g^{{\left(\mathrm{2,2}\right)}^T}& \·\·\·& {\tilde{r}}_g^{{(2,P)}^T}\end{array}\right]}^T$

$=x_g^{\left(1\right)}-{\hat{r}}_g^{\left(1\right)}$

$=(I_g-{\mathrm{\Φ}}_g^{\left(1\right)})r$

第三十二方程式

一ZF-BLE的Φ_g ⁽ⁱ⁾是依照第三十三方程式。

${\mathrm{\Φ}}_g^{\left(i\right)}\≡A_g^{\left(i\right)}{\left(A_g^{{\left(i\right)}^H}{A}_g^{\left(i\right)}\right)}^{-1}{A}_g^{{\left(i\right)}^H}$ 第三十三方程式

一MMSE-BLE的Φ_g ⁽ⁱ⁾是依照第三十四方程式。

${\mathrm{\Φ}}_g^{\left(i\right)}\≡A_g^{\left(i\right)}{(A_g^{{\left(i\right)}^H}{A}_g^{\left(i\right)}+{\mathrm{\σ}}^{2}I)}^{-1}{A}_g^{{\left(i\right)}^H}$ 第三十四方程式

I_g是大小为(NQ+W-1)×(NQ+W-1)的一单位矩阵。

是用于天线p，且自天线p第一阶段输入序列(天线p处的接收序列)的干扰修正向量中扣除的一新干扰修正输入序列。

在譬如一第n个阶段等后续阶段中，可借由自先前阶段的干扰修正输入序列x_g ^(i-1)中扣除先前群组的MAI，而得决定出一新的干扰修正输入序列，如第三十五方程式。

$x_g^{\left(i\right)}=x_g^{(i-1)}-{\hat{r}}_g^{(i-1)}$

$=(I_g-{\mathrm{\Φ}}_g^{(i-1)})x_g^{(i-1)}$

$=\left[\underset{j=1}{\overset{i-1}{\mathrm{\Π}}}(I_g-{\mathrm{\Φ}}_g^{\left(j\right)})\right]r$

第三十五方程式

乘积矩阵是依照第三十六方程式。

第三十六方程式

相似于第一阶段，x_g ^(I)包括r_g ^(1，p)，p＝1，2，...，P。可实施单一使用者或多重使用者BLE，以摆脱MAI、ISI、及第i群组本身的远近问题。在步骤60中，可由第三十七方程式来表示软式决策符码。

${\hat{d}}_{g,\mathrm{soft}}^{\left(i\right)}=M_g^{\left(i\right)}{x}_g^{\left(i\right)}$ 第三十七方程式

在步骤62中，可使用软式决策符码，借由执行硬式决策来产生硬式决策符码步骤64中，所述硬式符码是用于产生r中第i群组的贡献

如第三十八方程式。

${\hat{r}}_g^{\left(i\right)}=A_g^{\left(i\right)}{\hat{d}}_{g,\mathrm{soft}}^{\left(i\right)}$ 第三十八方程式

相似于第一阶段，

包括对于每一天线的

p＝1，2，...，P。再次一阶段中，可借由自第i个输入序列扣除该MAI来获致干扰修正输入序列，如第三十九方程式及步骤66。

$x_g^{(i+1)}=x_g^{\left(i\right)}-{\hat{r}}_g^{\left(i\right)}$ 第三十九方程式

$=\left[\underset{j=1}{\overset{i}{\mathrm{\Π}}}(I_g-{\mathrm{\Φ}}_g^{\left(j\right)})\right]r$

在最后一步骤中，输入序列将成为第四十方程式。

$x_g^{\left(G\right)}=x_g^{(G-1)}-{\hat{r}}_g^{(G-1)}$ 第四十方程式

$=\left[\underset{j=1}{\overset{G-1}{\mathrm{\Π}}}(I_g-{\mathrm{\Φ}}_g^{\left(j\right)})\right]r$

借由实施单一或多重使用者BLE，即可依照第四十一方程式而获致软式决策符码。

${\hat{d}}_{g,\mathrm{soft}}^{\left(G\right)}=M_g^{\left(G\right)}{x}_g^{\left(G\right)}$ 第四十一方程式

可使用硬式决策，而自所述软式决策符码获致最终阶段的硬式决策符码

借由将每一阶段皆考虑为接收序列的一线性过滤，则每一阶段的线性过滤器e_g ⁽ⁱ⁾，i＝1...G，将可依照第四十二方程式。

$e_g^{\left(i\right)}={\left[\underset{j=1}{\overset{i-1}{\mathrm{\Π}}}(I-{\mathrm{\Φ}}_g^{\left(j\right)})\right]}^H{M}_g^{{\left(i\right)}^H}$ 第四十二方程式

每一阶段的软式决策符码将依照第四十三方程式。

${\hat{d}}_{g,\mathrm{soft}}^{\left(i\right)}=M_g^{\left(i\right)}\left[\underset{j=1}{\overset{i-1}{\mathrm{\Π}}}(I-{\mathrm{\Φ}}_g^{\left(j\right)})\right]r$

$=e_g^{{\left(i\right)}^H}r$

$=\mathrm{diag}\left(e_g^{{\left(i\right)}^H}A\right)d+\stackrel{\‾}{\mathrm{diag}}\left(e_g^{{\left(i\right)}^H}A\right)d+e_g^{{\left(i\right)}^H}n$

第四十三方程式

diag(X)是代表矩阵X中仅包含有对角元素的一对角矩阵。diag(X)是代表仅包含有X中除了对角元素以外的其它元素的一零对角元素矩阵。

在第四十三方程式中，第一项是代表第i群组所需的符码、第二项是代表第i群组的ISI及MAI项、及最后一项是第i阶段输出处的背景噪声项。该第一项是一向量，其中第j个组成分量是第i群组传输数据符码向量d_g ⁽ⁱ⁾的第j个组成分量乘以一数量(scalar)。由MAI及ISI所造成的第二项是一向量，其中的第j个组成分量是在总传输数据符码向量d中所有其它传输符码的一加权和。背景噪声项的相关性是由其共变异矩阵给定，其中R_n是总接收序列中的附加噪声的共变异数。每一阶段输出处的每一数据符码的信号对干扰与噪声比(SINR)是依照第四十四方程式。

${\mathrm{\γ}}_n^{\left(k\right)}=\frac{E\left\{{\left|d_n^{\left(k\right)}\right|}^2\right\}{\left({\left[F_g^{\left(i\right)}\right]}_{j,j}\right)}^2}{{\left[F_g^{\left(i\right)}{R}_d{F}_g^{{\left(i\right)}^H}\right]}_{j,j}-2\mathrm{Re}\left\{{\left[F_g^{\left(i\right)}{R}_d\right]}_{j,j}\right\}[{F_g^{\left(i\right)}]}_{j,j}+E\{{\left|d_n^{\left(k\right)}\right|}^2{\left({\left[F_g^{\left(i\right)}\right]}_{j,j}\right)}^2+{\left[e_g^{\left(i\right)}{R}_n{e}_g^{{\left(i\right)}^H}\right]}_{j,j}}$

其中 $F_g^{\left(i\right)}=e_g^{{\left(i\right)}^H}A$

j＝n+N(k-1)，i＝1，2，...，G，k＝1，2，...，n_i，i＝1，2，..，N

第四十四方程式

Re{}是指示实部。[X]_j，j是指示矩阵X中第j列第j行的元素。R_d＝E{dd^H}是d的共变异矩阵。

在数值仿真中，全BLE-FBLE(仅具有一单一阶段的BLE)是表现出优于GSIC-BLE的效能。当考虑1％至10％的未编码位错误率(BER)的编码增益时，GSIC-BLE的效能将与FBLE者接近。

GSIC-BLE亦适用于多重码方案，其中某些或全部的使用者是传输多重码。来自同一使用者的多重码可共同归为一组，且可在每一群组上实施多重使用者BLE。所述群组之间的MAI将由SIC消除。GSIC-BLE将在两方面赢得优于习知SIC者的效能。第一，不同于习知SIC，其可借由实施具有相似接收功率的爆发的多重使用者BLE，而在缺少一远近效应时，仍得保持其效能。第二，不同于习知中以RAKE为基础的SIC接收器，其可经由每一群组的多重使用者BLE，而负责完善地处理每一爆发的ISI。最佳化地减轻ISI，将可有效率地消除多个群组之间的MAI，特别在具有大延迟传播的频道中尤然。

GISC-BLE典型地可达成随着爆发数量K呈线性变化的一复杂度，但其大体上低于FBLE者。由于这种情况可负责处理每一爆发中的ISI，因此可能达成优于以RAKE为基础的SIC接收器者的效能。这种效能优势，在具有大延迟传播的频道中、即当ISI严重时，将更为增强。即使对于传播延迟大的频道，在多个爆发之间的0至2分贝(dB)数量级远近效应，仍显现出足以达成媲美FBLE者的效能。

图5是结合接收多样化使用的一GSIC-BLE简化方块图。来自P个天线组件中的接收向量

至

将输入至GSIC-BLE中。一群组1匹配过滤器70是对群组1的接收向量实施匹配过滤

匹配过滤的一结果y_g ⁽ⁱ⁾是由一BLE处理，譬如借由一ZF时的

或MMSE时的

BLE 72的一结果

将借由一由软至硬式决策装置74而转换成硬式符码一干扰修正装置76是利用所述硬式符码

来生成用于每一天线的一向量

至

其代表群组1对该天线接收向量的贡献。对于每一天线，一减法器92₁至92_P将自接收向量至扣除群组1的贡献量

至

以生成对于每一天线的一干扰消除向量

至

一群组2匹配过滤器78是对所述干扰消除向量实施匹配过滤

匹配过滤的一结果y_g ⁽²⁾是由一BLE 80处理，譬如借由一ZF时的

或MMSE时的

BLE的一结果

将借由一由软至硬式决策装置82而转换成硬式符码

一干扰修正装置84是利用所述硬式符码来生成用于每一天线的一向量

至

其代表群组2对该天线接收向量的贡献。对于每一天线，一减法器94₁至94_P将自接收向量至

扣除群组2的贡献量

至

以生成对于每一天线的一干扰消除向量

至

可连续地对其余群组、即群组3至群组G-1实施数据估计、及干扰消除，直到最终群组G为止。对于群组G，一群组G匹配过滤器86是对干扰消除向量实施匹配过滤匹配过滤的一结果y_g ^(G)是由一BLE 88处理，譬如借由一ZF时的或MMSE时的

BLE的一结果将借由一由软式至硬式决策装置90而转换成硬式符码

Claims (20)

1.一种用于在具有多个天线组件的一天线阵列上接收由多个数据信号所组成的一信号的方法，所述数据信号是在一分享频谱上传输，该方法包括：

在每一所述天线组件上接收所述信号；

将该多个数据信号分组成多个群组；

将所述天线组件的接收信号匹配过滤成该多个群组的一第一群组，以产生匹配过滤结果；

使用该匹配过滤结果与一块线性均衡器来联合地侦测该第一群组的数据；

利用每一所述天线组件的该侦测数据来构成一干扰修正信号；

自每一所述天线组件的接收信号扣除该组件的干扰修正信号，以对每一所述天线组件产生一干扰消除结果；及

利用每一所述天线组件的干扰消除结果来连续地侦测其余群组的数据，其中该联合地侦测数据是产生软式符码，及该方法还包括在构成该干扰修正信号之前将该软式符码转换成硬式符码。

2.如权利要求1所述的方法，其特征在于该多个数据信号的分组包括测量由每一所述天线组件所接收到的每一所述数据信号的一组合功率，及将具有一组合功率在临界值内的数据信号共同归为一组。

3.如权利要求1所述的方法，其特征在于该块线性均衡器联合地侦测数据是利用一迫零准则。

4.如权利要求1所述的方法，其特征在于该块线性均衡器联合地侦测数据是利用一最小均方误差准则。

5.一种用于在具有多个天线组件的一天线阵列上接收由多个数据信号所组成的一信号的基站，所述数据信号是自一无线通信系统中的一分享频谱上接收，该基站包括：

每一所述天线组件，用于接收所述信号；

一分组构件，将该多个数据信号分组成多个群组；

一匹配过滤构件，将所述天线组件的接收信号匹配过滤成该多个群组的一第一群组，以产生匹配过滤结果；

一联合侦测构件，使用该匹配过滤结果与一块线性均衡器来联合地侦测该第一群组的数据；

一干扰修正构成构件，利用每一所述天线组件的该侦测数据来构成一干扰修正信号；

一扣除构件，自每一所述天线组件的接收信号扣除该组件的干扰修正信号，以对每一所述天线组件产生一干扰消除结果；及

一连续侦测构件，利用每一所述天线组件的干扰消除结果来连续地侦测其余群组的数据，其中该联合侦测数据的构件是产生软式符码，及该基站还包括一由软至硬式决策装置，用于在将该软式符码输入至该干扰修正构成构件之前，将该软式符码转换成硬式符码。

6.如权利要求5所述的基站，其特征在于该分组构件包括一测量构件，用于测量由每一所述天线组件所接收到的每一所述数据信号的一组合功率，该分组构件，用于将具有一组合功率在一临界值内的数据信号共同归为一组。

7.如权利要求5所述的基站，其特征在于该联合侦测构件是利用一迫零准则。

8.如权利要求5所述的基站，其特征在于该联合侦测构件是利用一最小均方误差准则。

9.一种用于在具有多个天线组件的一天线阵列上接收由多个数据信号所组成的一信号的基站，所述数据信号是自一无线通信系统中的一分享频谱上接收，该基站包括：

每一所述天线组件，用于接收所述信号；

一匹配过滤器，将所述天线组件的接收信号匹配过滤成多个群组的一第一群组，以产生一第一匹配过滤结果，该多个数据信号是分组成该多个群组；

一第一联合侦测器，使用该第一匹配过滤结果与一第一块线性均衡器来联合地侦测该第一群组的数据；

一干扰修正构成装置，利用每一所述天线组件的该侦测数据来构成一干扰修正信号；

多个减法器，自每一所述天线组件的接收信号扣除该组件的干扰修正信号，以对每一所述天线组件产生一干扰消除结果；以及

一第二匹配过滤器，将所述天线组件的该业已产生的干扰消除结果匹配过滤成该多个群组的一第二群组，以产生一第二匹配过滤结果，该多个数据信号是分组成多个群组；及

一第二联合侦测器，使用该第二匹配过滤结果与一第二块线性均衡器来联合地侦测该第二群组的数据；

其中该第一及第二联合侦测器是产生软式符码，且该基站还包括一第一及第二由软至硬式决策装置，用于将该软式符码转换成硬式符码。

10.如权利要求9所述的基站，其特征在于该多个数据信号的分组包括测量由每一所述天线组件所接收到的每一所述数据信号的一组合功率，及将具有一组合功率在一临界值内的数据信号共同归为一组。

11.如权利要求9所述的基站，其特征在于该第一及第二块线性均衡器联合地侦测数据是利用一迫零准则。

12.如权利要求9所述的基站，其特征在于该第一及第二块线性均衡器联合地侦测数据是利用一最小均方误差准则。

13.一种用于在具有多个天线组件的一天线阵列上接收由多个数据信号所组成的一信号的无线发射接收单元，所述数据信号是自一无线通信系统中的一分享频谱上接收，该无线发射接收单元包括：

每一所述天线组件，用于接收所述信号；

一分组构件，将该多个数据信号分组成多个群组；

一匹配过滤构件，将所述天线组件的接收信号匹配过滤成该多个群组的一第一群组，以产生匹配过滤结果；

一联合侦测构件，使用该匹配过滤结果与一块线性均衡器来联合地侦测该第一群组的数据；

一干扰修正构成构件，利用每一所述天线组件的该侦测数据来构成一干扰修正信号；

一扣除构件，自每一所述天线组件的接收信号扣除该组件的干扰修正信号，以对每一所述天线组件产生一干扰消除结果；及

一连续侦测构件，利用每一所述天线组件的干扰消除结果来连续地侦测其余群组的数据，其中该联合侦测构件是产生软式符码，且该无线发射接收单元还包括一由软至硬式决策装置，用于在将该软式符码输入至该干扰修正构成构件之前，将该软式符码转换成硬式符码。

14.如权利要求13所述的无线发射接收单元，其特征在于该分组构件包括一测量构件，用于测量由每一所述天线组件所接收到的每一所述数据信号的一组合功率，该分组构件，用于将具有一组合功率在一临界值内的数据信号共同归为一组。

15.如权利要求13所述的无线发射接收单元，其特征在于该联合侦测数据的构件是利用一迫零准则。

16.如权利要求13所述的无线发射接收单元，其特征在于该联合侦测构件是利用一最小均方误差准则。

17.一种用于在具有多个天线组件的一天线阵列上接收由多个数据信号所组成的一信号的无线发射接收单元，所述数据信号是自一无线通信系统中的一分享频谱上接收，该无线发射接收单元包括：

每一所述天线组件，用于接收所述信号；

一匹配过滤器，将所述天线组件的接收信号匹配过滤成多个群组的一第一群组，以产生一第一匹配过滤结果，该多个数据信号是分组成该多个群组；

一第一联合侦测器，使用该第一匹配过滤结果与一第一块线性均衡器来联合地侦测该第一群组的数据；

一干扰修正构成装置，利用每一所述天线组件的该侦测数据来构成一干扰修正信号；

多个减法器，自每一所述天线组件的接收信号扣除该组件的干扰修正信号，以对每一所述天线组件产生一干扰消除结果；以及

一第二匹配过滤器，将所述天线组件的该业已产生的干扰消除结果匹配过滤成该多个群组的一第二群组，以产生一第二匹配过滤结果，该多个数据信号是分组成多个群组；及

一第二联合侦测器，使用该第二匹配过滤结果与一第二块线性均衡器来联合地侦测该第二群组的数据，其中该第一及第二联合侦测器是产生软式符码，且该无线发射接收单元还包括一第一及第二由软至硬式决策装置，用于将该软式符码转换成硬式符码。

18.如权利要求17所述的无线发射接收单元，其特征在于该多个数据信号的分组包括测量由每一所述天线组件所接收到的每一所述数据信号的一组合功率，及将具有一组合功率在一临界值内的数据信号共同归为一组。

19.如权利要求17所述的无线发射接收单元，其特征在于该第一及第二联合侦测器是利用一迫零准则。

20.如权利要求17所述的无线发射接收单元，其特征在于该第一及第二联合侦测器是利用一最小均方误差准则。

Images