CN102571659A - 一种干扰噪声估计和干扰抑制方法及相应*** - Google Patents

Abstract

本发明公开了一种干扰噪声估计和干扰抑制方法及相应***，在干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，包括：对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为第一干扰噪声协方差矩阵，将对第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为第二干扰噪声协方差矩阵。本发明在相邻小区存在同频干扰时，可准确估计干扰噪声，提高干扰抑制效果。

Description

一种干扰噪声估计和干扰抑制方法及相应***

技术领域

本发明涉及通信领域，具体涉及一种干扰噪声估计和干扰抑制方法及相应***。

背景技术

无线通信***总是受到各种各样的干扰，对于第4代以OFDMA(Orthogonal Frequency Division Multiple Access，正交频分多址接入)技术为基础的通信***而言(4G，Wimax，LTE)，始终受到较严重的OFDM(Orthogonal Frequency Division Multiplexing，正交频分复用)同道干扰(Co-Channel Interference，CCI)。在蜂窝网络中，由于频谱复用的关系，此种干扰表现为邻区干扰，由于干扰源通常同时干扰多个数据载波，因而可以认为是一种宽带的干扰。

目前，邻区干扰控制、抑制和消除问题是一个热门的研究问题，也是4G通信***同频组网必须要解决的问题。主动式的手段通常表现为功率控制、动态的频率复用、邻区的波束和调度协作以及正在讨论中的CoMP(协同多点传输)中的联合传输，这些技术在标准制定时就需要做较详细的讨论，需要网络结构和信令支持。而在被动式的干扰消除技术则不依赖于信令的交互，通常由接收机完成，可以广泛适用于各种网络中。

通常说来，接收侧的干扰消除往往要依赖于空间、时间和频率三个维度的资源，考虑到***通信***广泛采用了多天线技术(MIMO)，在空间维度上进行对多个天线上的信号响应样本的分集合并接收被MIMO***广泛的采用。一类以抑制干扰为目的的多天线分集合并算法——干扰抑制合并技术(Interference Rejection Combining，IRC)，在消除邻区同频干扰上体现出了优异的性能。但IRC算法需要获得比较准确的干扰协方差矩阵和每天线的信道估计，性能才会非常好，如果统计样本点不够多，会出现干扰协方差矩阵不可逆或者退化，从而造成干扰抑制效果的下降。

发明内容

本发明的目的是提供一种干扰噪声的估计方法及相应***，以解决相邻小区存在同频干扰时信道信息估计问题。

为解决上述技术问题，本发明提供了一种干扰噪声估计方法，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)***的接收端，在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，该方法包括：

对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵；

其中，该干扰抑制区域为接收数据承载区域中的一时频二维资源块。

较佳地，

所述对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}\left(j\right)=\underset{i=1}{\overset{I}{\mathrm{\Σ}}}{\mathrm{\β}}_{\mathrm{ij}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(a\right)$

其中，

为该干扰抑制区域中该数据流对应的第j个数据子载波位置的干扰噪声协方差矩阵，j＝1，…，J，J为该干扰抑制区域中该数据流对应的数据子载波的个数；β_ij为计算第j个数据子载波位置的干扰噪声协方差矩阵时赋予

的权值，

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数。

较佳地，

按式(a)计算数据子载波位置的干扰噪声协方差矩阵之前，将该干扰抑制区域划分为一个或多个干扰噪声估计单元，每一干扰噪声估计单元为一个时频二维资源块且包含至少一个导频子载波和一个数据子载波；

按式(a)计算数据子载波位置的干扰噪声协方差矩阵时，为同一干扰噪声估计单元中各个导频子载波位置的干扰噪声协方差矩阵，赋予相同的权值。

较佳地，

所述在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，还将该干扰抑制区域划分为M个干扰噪声估计单元，每一干扰噪声估计单元为一时频二维资源块且包含至少一导频子载波和一数据子载波，M为正整数；

所述对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^m=\underset{l=1}{\overset{M}{\mathrm{\Σ}}}\underset{i\∈{\mathrm{\Ω}}_l}{\mathrm{\Σ}}{\mathrm{\β}}_{\mathrm{ml}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(b\right)$

其中，

为第m个干扰噪声估计单元中该数据流对应的每一数据子载波位置的干扰噪声协方差矩阵，m＝1，2，…，M；

l为一循环变量，l＝1，2，…，M；

Ω_l为第l个干扰噪声估计单元包含的导频子载波的索引i的集合，i＝1，…，I，I为该数据流对应的导频子载波的个数；

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵；

β_ml为计算

时，赋予第l个干扰噪声估计单元中各导频子载波的

的权值，

0≤β_ml≤1，l＝1，2，…，M，β_mm大于等于其他的权值，|Ω_l|为Ω_l包含的导频子载波的个数。

较佳地，

所述对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-P}\left(i\right)=(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right)){(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right))}^H---\left(c\right)$

其中，

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数，p(i)为发送端在第i个导频子载波上发送的导频信号，y_p(i)为第i个导频子载波上的接收信号，为第i个导频子载波位置的信道系数估计值，

表示矩阵

的共轭转置。

较佳地，

所述对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵，计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^{\′}\left(j\right)=\mathrm{\α}{\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\β\Λ}---\left(d\right)$

其中，

为该干扰抑制区域中该数据流对应的第j个数据子载波位置的第二干扰噪声协方差矩阵，j＝1，…，J，J为该干扰抑制区域中该数据流对应的数据子载波个数；α≥0；为该干扰抑制区域中该数据流对应的第j个数据子载波位置的第一干扰噪声协方差矩阵；β≥0；Λ表示N_Rx×N_Rx的对角矩阵，N_Rx表示所述接收端的接收天线的数目。

较佳地，

所述α＝γ或者α＝1-γ，其中，0≤γ≤1。

较佳地，

所述 $\mathrm{\β}=\mathrm{\γ}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\×I}$ 或者 $\mathrm{\β}=\mathrm{\γ}\frac{{\mathrm{\λ}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\×I},$

其中，0≤γ≤1；表示对矩阵

求迹，即表示矩阵

中所有对角线元素的累加和；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目。

较佳地，

Λ为N_Rx×N_Rx的单位矩阵；或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为：

或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为： ${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right.;$ 或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为： ${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right.;$

其中，0≤γ≤1；

表示对矩阵

求迹，即表示矩阵中所有对角线元素的累加和；

表示矩阵

的最大特征值；λ_k表示矩阵

的第k个特征值，k＝1，2，…，N_Rx；Th₀为一设定的门限值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目。

较佳地，

所述在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，按以下方式计算该数据流对应的每一导频子载波位置的信道系数估计值：

将该导频子载波上的接收信号与发送端在该导频子载波上发送的导频信号的共轭相乘，得到该导频子载波位置的信道系数估计值。

相应地，本发明还提供了一种干扰噪声估计***，用于正交频分复用(OFDM)或正交频分多址(OFDMA)***的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰噪声估计，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该***包括：

第一装置，其用于对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；

第二装置，其用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

第三装置，其用于对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵。

较佳地，

该***还包括第四装置，其用于将该干扰抑制区域划分为M个干扰噪声估计单元，每一干扰噪声估计单元为一时频二维资源块且包含至少一导频子载波和一数据子载波，M为正整数；

所述第二装置对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵，采用的计算公式为上文中的式(b)。

较佳地，

所述第一装置对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵，采用的计算公式为上文中的式(c)。

较佳地，

所述第三装置对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵，计算公式为上文中的式(d)。

上述估计方法和***能够准确估计信道信息并解决小样本点时干扰协方差矩阵不可逆的问题，有利于提高干扰抑制的性能和数据检测的准确性。

本发明的另一目的是提供一种干扰噪声的抑制方法及相应***，以解决相邻小区存在同频干扰时干扰抑制性能较差的问题。

为了解决上述技术问题，本发明提供了一种干扰噪声抑制方法，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)***的接收端，在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰抑制时，该方法包括：

将接收数据承载区域内的时频二维资源块划分为干扰抑制区域，在每一个干扰抑制区域内，对该干扰抑制区域承载的每一数据流，按以下方式进行干扰噪声估计：

按上文所述的干扰噪声估计方法，得到该数据流对应的各导频子载波位置的信道系数估计值和各数据子载波位置的干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和第二干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计；

其中，该干扰抑制区域为接收数据承载区域中的一时频二维资源块。

相应地，本发明还提供了一种干扰噪声抑制***，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)***的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰抑制，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该***包括：

第一装置，用于按照与上述干扰噪声估计***相同的方式，计算得到该数据流对应的各导频子载波位置的信道系数估计值和各数据子载波位置的干扰噪声协方差矩阵；

第二装置，用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

第三装置，用于对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵；

第四装置，用于对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和第二干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计。

采用本发明实施例通过对干扰协方差矩阵进行对角加载，即用接收信号估计准确的信道信息，用这个信道信息和接收导频信号求干扰噪声的协方差矩阵，并对其进行对角加载。获得对角加载后的干扰噪声协方差矩阵和信道信息等参数后，用IRC算法对干扰进行消除，以获得较好的链路性能，如图1所示，在12个样本点，1个干扰源，干扰比噪声大12db，BER为0.001时，有对角加载比无对角加载的链路性能约有8db的提高。这里，纵轴为误比特率(BER，Bit Error Rate)，横轴是信干噪比(SINR，Signal to Interference andNoise Ratio)。可见，本发明实施例方法和***，能够准确估计信道信息，避免小样本点时干扰协方差矩阵不可逆的问题，能对干扰进行有效消除，以大幅度提高无线通信***的链路性能。

附图说明

图1为有对角加载和无对角加载的链路性能比较图；

图2为本发明实施例算法总体流程图。

具体实施方式

下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

本文中的发送端可以是无线通信***中下行链路中的基站、中继站等控制设备，也可以是无线通信***中上行链路中的终端设备，如手机、笔记本电脑、手持电脑等。类似地，接收端用于接收发送端的数据信号，接收端可以是无线通信***中上行链路中的终端设备，如手机、笔记本电脑、手持电脑等，也可以是无线通信***中下行链路中的基站，中继站等控制设备。

接收端将接收数据承载区域划分为一个或多个干扰抑制区域，每一干扰抑制区域为帧/半帧结构中的一个时频二维资源块，即每一个干扰抑制区域在时间上包含多个连续的OFDM/OFDMA符号，在频域上包含多个连续的子载波。接收数据承载区域可能包括一个时频二维资源块，也可能包括多个分离的时频二维资源块，在本实施例中，将其中的每一个独立的时频二维资源块作为一个干扰抑制区域。当然，在其他实施例中，接收数据承载区域中的相对独立的各个时频二维护资源也可以被进一步划分为多个干扰抑制区域。

在OFDM/OFDMA***中，上述干扰抑制区域可以承载一个或多个数据流，每一数据流对应一个或多个数据子载波和导频子载波，不同数据流对应的导频子载波不同。

在每一个干扰抑制区内，按照本实施例方法对其中承载的一个数据流进行干扰噪声估计和干扰抑制时，如图2所示，包括：

步骤10、对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；

用PsC(i)表示该干扰抑制区域中该数据流对应的第i个导频子载波，i＝1，…，I，则PsC(i)位置的干扰噪声协方差矩阵

按下式得到：

${\hat{R}}_{\mathrm{NI}-P}\left(i\right)=(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right)){(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right))}^H---\left(1\right)$

其中，p(i)为发送端在PsC(i)上发送的导频信号，y_p(i)为PsC(i)上的接收信号，为PsC(i)位置的信道系数估计值，I为该干扰抑制区域中该数据流对应的导频子载波的个数，

表示矩阵

的共轭转置。文中的干扰噪声协方差矩阵是一估计值。

步骤20，对该数据流对应的每一数据子载波，将计算得到的该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

用DsC(j)表示该干扰抑制区域中该数据流对应的第j个数据子载波，j＝1，…，J，则DsC(j)位置的干扰噪声协方差矩阵

按下式得到：

${\hat{R}}_{\mathrm{NI}-D}\left(j\right)=\underset{i=1}{\overset{I}{\mathrm{\&Sigma;}}}{\mathrm{\&beta;}}_{\mathrm{ij}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(2\right)$

其中，β_ij为计算DsC(j)位置的

时，赋予

的权值，

部分权值可以为0；J为该干扰抑制区域中的数据子载波的个数。

步骤30、对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置的第二干扰噪声协方差矩阵；

即DsC(j)位置的第二干扰噪声协方差矩阵

按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)=\mathrm{\&alpha;}{\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&beta;\&Lambda;}---\left(3\right)$

其中，α≥0，β≥0，Λ表示N_Rx×N_Rx的对角矩阵，即除了对角线上元素有非0值外，其它位置的元素都为0的矩阵，N_Rx表示接收天线的数目。

优选地，或者

关于对角加载的处理，可参见后续应用示例部分。

例如：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)={\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}I---\left(4\right)$

其中，0≤γ≤1，

表示对矩阵

求迹，即表示矩阵

中所有对角线元素的累加和；I为该干扰抑制区域内该数据流对应的导频子载波的个数，I为N_Rx×N_Rx的单位矩阵。

通过以上三步，接收端已经完成了对该干扰抑制区域的干扰噪声估计。对数据承载区域内的各干扰抑制区域均按上述方法计算后，就完成了对该数据承载区域的干扰噪声估计。

步骤40、对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和第二干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计。

本步骤的运算是常规运算。例如，干扰抑制区域中该数据流对应的数据子载波DsC(j)对应的数据信号估计

通过以下方式计算得到：

当

表示为列向量时，

$\hat{s}={{\hat{h}}_d}^H\left(j\right){\left({\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)\right)}^{-1}{y}_d\left(j\right)---\left(5\right)$

当

表示为行向量时，

$\hat{s}\left(j\right)=\mathrm{conj}\left({\hat{h}}_d\left(j\right)\right){\left({\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)\right)}^{-1}{y}_d\left(j\right)---\left(6\right)$

其中，

为数据子载波DsC(j)对应的信道系数估计值，

为

的共轭转置，表示对

的元素取共轭，

为

的逆矩阵，y_d(j)为DsC(j)上的接收信号。本实施例中，y_d(j)表示为列向量，如y_d(j)表示为行向量，上述公式需做适应性变化，不再赘述。

对于同一干扰抑制区域中的各数据流，均可按上述步骤得到对应的数据子载波上的数据信号估计。对于不同的干扰抑制区域也可以按照上述方式来计算，当然具体的权值选择可以是不同的。如前所述，上述步骤中该数据流对应的导频子载波和数据子载波均指当前干扰抑制区域内的导频子载波和数据子载波。

可以将上述得到的各数据子载波上的数据信号估计送到解调译码装置，完成数据的检测。

本实施例中，上述方法步骤中用到的导频子载波和数据子载波位置的信道系数估计值及

可以通过以下方式计算得到：

步骤一，对该干扰抑制区域中该数据流对应的每一导频子载波，接收端将该导频子载波上的接收信号与发送端在该导频子载波上发送的导频信号的共轭相乘，得到该导频子载波位置的信道系数估计值；

该干扰抑制区域中该数据流对应的第i个导频子载波PsC(i)位置的信道系数估计值

由下式得到：

${\hat{h}}_p\left(i\right)=y_p\left(i\right)p^{*},i=1,...,I---\left(7\right)$

其中，y_p(i)为接收端在第i个导频子载波上的接收信号，p(i)为发送端在第i个导频子载波上发送的导频信号(两端可以约定)，p^*(i)表示对p(i)取共轭；其他参数含义如上文所述。

因为相邻小区在同一导频子载波上的导频信号相关性比较低，通过上述运算，可以滤除导频子载波上相邻小区导频带来的干扰信号，得到较为准确的信道系数估计值。

步骤二，对该数据流对应的每一数据子载波，接收端将该干扰抑制区域中该数据流对应的各导频子载波位置的信道系数估计值的加权平均，作为该数据子载波位置的信道系数估计值；

该干扰抑制区域中该数据流对应的第j个数据子载波DsC(j)位置的信道系数估计值按下式得到：

${\hat{h}}_d\left(j\right)=\underset{i=1}{\overset{I}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}}{\hat{h}}_p\left(i\right)---\left(8\right)$

其中，α_ij为计算DsC(j)位置的

时，赋予的权值，部分

的权值可以为0，其他参数含义如上文所述。

接收端可以将该干扰抑制区域再划分为K个时频二维资源块，K＝1，2，...；每个时频二维资源块作为一个信道估计单元，每一信道估计单元中包括至少一个导频子载波和一个数据子载波。

在进行信道估计单元划分的一实施例中，在按公式(8)计算某个数据子载波位置的信道系数估计值时，为同一信道估计单元中该数据流对应的各个导频子载波位置的信道系数估计值赋予的权值相同。

在进行信道估计单元划分的另一实施例中，在按公式(8)计算同一信道估计单元中该数据流对应的各个数据子载波位置的信道系数估计值时，取一组相同的权值α_ij，i＝1，…，I，j＝1，…，J，得到的该数据流对应的各数据子载波位置的信道系数估计值相同。

在进行信道估计单元划分的又一实施例，可以结合上述两个实施例的方式。如下：

定义第k个信道估计单元包含的导频子载波的索引构成的集合为Ω_k，k＝1，2，…，K；

第k个信道估计单元中该数据流对应的每一数据子载波位置的信道系数估计值相等，记为

接收端按下式来计算该

${\hat{h}}_d^k=\underset{l=1}{\overset{K}{\mathrm{\&Sigma;}}}\underset{i\&Element;{\mathrm{\&Omega;}}_l}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}_{\mathrm{kl}}{\hat{h}}_p\left(i\right)---\left(9\right)$

其中，l为一循环变量，l＝1，2，…，K；α_kl为计算

时，赋予第l个信道估计单元中该数据流对应的各导频子载波位置的信道系数估计值的权值，因为是加权平均，α_kl要满足条件0≤α_kl≤1，其中|Ω_l|表示导频索引集合Ω_l包含的导频子载波的个数。在时频上，与某个数据子载波位置越近的导频子载波，信道相关性就越强。因此较佳地，在计算

采用的权值α_kl中，α_kk大于等于其他的权值，l＝1，2，…，K。

可以看出，本实施例在按公式(8)计算某个数据子载波位置的信道系数估计值时，对于同一信道估计单元中各导频子载波位置的信道系数估计值，取相同的权值，且计算同一信道估计单元中各数据子载波位置的信道系数估计值时，通过取相同的一套权值，使得得到的各数据子载波位置的信道系数估计值相同。

时频区域内，与某个数据子载波位置越近的导频子载波，信道相关性就越强。因此较佳地，在计算

采用的权值α_kl中，α_kk大于等于其他的权值，l＝1，2，…，K。

采用上述基于信道估计单元的方式可以简化计算。

上述干扰噪声估计和干扰抑制方法中，步骤20的加权平均可以基于干扰噪声估计单元来进行。接收端将干扰抑制区域再划分为M个时频二维资源块，M＝1，2，...；每个时频二维资源块作为一个干扰噪声估计单元，每一干扰噪声估计单元中包括至少一个导频子载波。同一干扰抑制区域中信道估计单元和干扰噪声估计单元的划分可以相同，也可以不同。

在进行干扰噪声估计单元划分的一实施例中，按公式(2)计算某个数据子载波位置的第一干扰噪声协方差矩阵时，为同一干扰噪声估计单元中各个导频子载波位置的干扰噪声协方差矩阵赋予的权值相同。

在进行干扰噪声估计单元划分的另一实施例，按公式(2)计算同一干扰噪声估计单元中各个数据子载波位置的第一干扰噪声协方差矩阵时，取相同的一组权值β_ij，i＝1，…，I，j＝1，…，J，得到相同的第一干扰噪声协方差矩阵。

在进行干扰噪声估计单元划分的又一实施例，可以结合上述两个实施例的方式。如下：

定义第m个干扰噪声估计单元包含的导频子载波的索引构成的集合为Ω_m，m＝1，2，…，M。第m个干扰噪声估计单元中该数据流对应的每一数据子载波位置的干扰噪声协方差矩阵估计值相等，记为

接收端按下式来计算：

${\hat{R}}_{\mathrm{NI}-D}^m=\underset{l=1}{\overset{M}{\mathrm{\&Sigma;}}}\underset{i\&Element;{\mathrm{\&Omega;}}_l}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{\mathrm{ml}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(10\right)$

其中，l为一循环变量，l＝1，2，…，M；β_ml为计算

时，赋予第l个干扰噪声估计单元中各导频子载波位置对应的

的权值，因为是加权平均，β_ml要满足条件

0≤β_ml≤1，其中|Ω_l|表示导频索引集合Ω_l包含的导频子载波的个数。

可以看出，本实施例在按公式(2)计算某个数据子载波位置的第一干扰噪声协方差矩阵估计值时，对于同一干扰噪声估计单元中各导频子载波位置的干扰噪声协方差矩阵，取相同的权值；且在计算同一干扰噪声估计单元中各数据子载波位置的第一干扰噪声协方差矩阵估计值时，通过取相同的一套权值，使得各数据子载波位置的第一干扰噪声协方差矩阵估计值相同。

时频区域内，与某个数据子载波位置越近的导频子载波，信道相关性越强。因此较佳地，计算采用的权值β_ml中，l＝1，2，…，M，β_mm大于等于其他的权值。

采用上述基于干扰噪声估计单元的方式可以简化计算。

相应地，本实施例还提供了一种干扰噪声估计的***，用于正交频分复用(OFDM)或正交频分多址(OFDMA)***的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰噪声估计，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该***包括：

第一装置，其用于对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；

第二装置，其用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

第三装置，其用于对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵。

较佳地，

该***还可以包括第四装置，其用于将该干扰抑制区域划分为M个干扰噪声估计单元，每一干扰噪声估计单元为一时频二维资源块且包含至少一导频子载波和一数据子载波，M为正整数；

所述第二装置对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^m=\underset{l=1}{\overset{M}{\mathrm{\&Sigma;}}}\underset{i\&Element;{\mathrm{\&Omega;}}_l}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{\mathrm{ml}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，

为第m个干扰噪声估计单元中该数据流对应的每一数据子载波位置的干扰噪声协方差矩阵，m＝1，2，…，M；

l为一循环变量，l＝1，2，…，M；

Ω_l为第l个干扰噪声估计单元包含的导频子载波的索引i的集合，i＝1，…，I，I为该数据流对应的导频子载波的个数；

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵；

β_ml为计算

时，赋予第l个干扰噪声估计单元中各导频子载波的

的权值，

0≤β_ml≤1，l＝1，2，…，M，β_mm大于等于其他的权值，|Ω_l|为Ω_l包含的导频子载波的个数。

较佳地，

所述第一装置对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-P}\left(i\right)=(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right)){(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right))}^H$

其中，

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数，p(i)为发送端在第i个导频子载波上发送的导频信号，y_p(i)为第i个导频子载波上的接收信号，

为第i个导频子载波位置的信道系数估计值，表示矩阵

的共轭转置。

较佳地，

所述第三装置对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵，计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)=\mathrm{\&alpha;}{\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&beta;\&Lambda;}$

其中，

为该干扰抑制区域中该数据流对应的第j个数据子载波位置的第二干扰噪声协方差矩阵，j＝1，…，J，J为该干扰抑制区域中该数据流对应的数据子载波个数；α≥0；为该干扰抑制区域中该数据流对应的第j个数据子载波位置的第一干扰噪声协方差矩阵；β≥0；Λ表示N_Rx×N_Rx的对角矩阵，N_Rx表示所述接收端的接收天线的数目。

较佳地，

所述α＝γ或者α＝1-γ，其中，0≤γ≤1。

较佳地，

所述 $\mathrm{\&beta;}=\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}$ 或者 $\mathrm{\&beta;}=\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I},$

其中，0≤γ≤1；表示对矩阵

求迹，即表示矩阵中所有对角线元素的累加和；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目。

较佳地，

Λ为N_Rx×N_Rx的单位矩阵；或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为：

或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为： ${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right.;$ 或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为： ${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right.;$

其中，0≤γ≤1；

表示对矩阵

求迹，即表示矩阵中所有对角线元素的累加和；

表示矩阵

的最大特征值；λ_k表示矩阵的第k个特征值，k＝1，2，…，N_Rx；Th₀为一设定的门限值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目。

相应地，本实施例还提供了一种干扰抑制的***，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)***的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰抑制，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该***包括：

第一装置，用于按照与上述干扰噪声估计***相同的方式，计算得到该数据流对应的各导频子载波位置的信道系数估计值和各数据子载波位置的干扰噪声协方差矩阵；

第二装置，用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

第三装置，用于对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵；

第四装置，用于对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和第二干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计。

下面用一些应用示例对本发明进行进一步说明，在以下示例中，各参数的含义与上述实施例方案相同，且假定接收端已经获得每个数据子载波上的接收信号。示例中主要说明在不同的干扰抑制区域样式和干扰噪声估计单元划分的情况下，如何进一步计算得到数据子载波位置的第二干扰噪声协方差矩阵，对于数据信号估计见上文，也不再重复。

应用示例1

本实施例中，

按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)={\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}I$

其中，0≤γ≤1，且γ由I决定；

表示对矩阵

求迹；I为该干扰抑制区域内导频子载波的个数，I为N_Rx×N_Rx的单位矩阵，N_Rx为接收天线数目。

应用示例2

本实施例中，按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)={(1-\mathrm{\&gamma;})\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}I$

其中，0≤γ≤1；

表示对矩阵

求迹；I为该干扰抑制区域内导频子载波的个数，I为N_Rx×N_Rx的单位矩阵，N_Rx为接收天线数目。

应用示例3

本实施例中，

按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)={\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}I$

其中，0≤γ≤1；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，I为N_Rx×N_Rx的单位矩阵，N_Rx为接收天线数目。

应用示例4

本实施例中，

按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)=(1-\mathrm{\&gamma;}){\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}I$

其中，0≤γ≤1；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，I为N_Rx×N_Rx的单位矩阵，N_Rx为接收天线数目。

应用示例5

本实施例中，

按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)={\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\mathrm{\&Lambda;}$

其中，0≤γ≤1；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目，Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为：

${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;{\mathrm{Th}}_0\\ 0& {\mathrm{\&lambda;}}_k<{\mathrm{Th}}_0\end{array}\right..$

其中，λ_k为

的第k个特征值；Th₀可根据仿真或者工程实际经验或者测试得到，精度要求不一样，其值也不一样。

应用示例6

本实施例中，

按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)={(1-\mathrm{\&gamma;})\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\mathrm{\&Lambda;}$

其中，0≤γ≤1；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目，Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为：

${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;{\mathrm{Th}}_0\\ 0& {\mathrm{\&lambda;}}_k<{\mathrm{Th}}_0\end{array}\right..$

其中，λ_k为

的第k个特征值。

应用示例7

本实施例中，按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)={\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\mathrm{\&Lambda;}$

其中，0≤γ≤1；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目，Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为：

${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right..$

其中，λ_k为

的第k个特征值。

应用示例8

本实施例中，按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)=(1-\mathrm{\&gamma;}){\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\mathrm{\&Lambda;}$

其中，0≤γ≤1；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目，Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为：

${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right..$

其中，λ_k为

的第k个特征值。

应用示例9

本实施例中，

按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)={\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\mathrm{\&Lambda;}$

其中，0≤γ≤1；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目，Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为：

${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right..$

其中，λ_k为的第k个特征值。

应用示例10

本实施例中，

按下式得到：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)=(1-\mathrm{\&gamma;}){\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\mathrm{\&Lambda;}$

其中，0≤γ≤1，且γ由I决定；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目，Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为：

${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right..$

其中，λ_k为

的第k个特征值。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述应用示例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述应用示例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (19)

1.一种干扰噪声估计方法，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)***的接收端，在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，该方法包括：

对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵；

其中，该干扰抑制区域为接收数据承载区域中的一时频二维资源块。

2.如权利要求1所述的方法，其特征在于：

所述对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}\left(j\right)=\underset{i=1}{\overset{I}{\mathrm{\&Sigma;}}}{\mathrm{\&beta;}}_{\mathrm{ij}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(a\right)$

其中，

为该干扰抑制区域中该数据流对应的第j个数据子载波位置的干扰噪声协方差矩阵，j＝1，…，J，J为该干扰抑制区域中该数据流对应的数据子载波的个数；β_ij为计算第j个数据子载波位置的干扰噪声协方差矩阵时赋予

的权值，

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

按式(a)计算数据子载波位置的干扰噪声协方差矩阵之前，将该干扰抑制区域划分为一个或多个干扰噪声估计单元，每一干扰噪声估计单元为一个时频二维资源块且包含至少一个导频子载波和一个数据子载波；

按式(a)计算数据子载波位置的干扰噪声协方差矩阵时，为同一干扰噪声估计单元中各个导频子载波位置的干扰噪声协方差矩阵，赋予相同的权值。

4.如权利要求1所述的方法，其特征在于，

所述在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，还将该干扰抑制区域划分为M个干扰噪声估计单元，每一干扰噪声估计单元为一时频二维资源块且包含至少一导频子载波和一数据子载波，M为正整数；

所述对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^m=\underset{l=1}{\overset{M}{\mathrm{\&Sigma;}}}\underset{i\&Element;{\mathrm{\&Omega;}}_l}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{\mathrm{ml}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)---\left(b\right)$

其中，

为第m个干扰噪声估计单元中该数据流对应的每一数据子载波位置的干扰噪声协方差矩阵，m＝1，2，…，M；

l为一循环变量，l＝1，2，…，M；

Ω_l为第l个干扰噪声估计单元包含的导频子载波的索引i的集合，i＝1，…，I，I为该数据流对应的导频子载波的个数；

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵；

β_ml为计算

时，赋予第l个干扰噪声估计单元中各导频子载波的

的权值，

0≤β_ml≤1，l＝1，2，…，M，β_mm大于等于其他的权值，|Ω_l|为Ω_l包含的导频子载波的个数。

5.如权利要求1所述的方法，其特征在于，

所述对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-P}\left(i\right)=(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right)){(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right))}^H---\left(c\right)$

其中，

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数，p(i)为发送端在第i个导频子载波上发送的导频信号，y_p(i)为第i个导频子载波上的接收信号，

为第i个导频子载波位置的信道系数估计值，

表示矩阵

的共轭转置。

6.如权利要求1所述的方法，其特征在于：

所述对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵，计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)=\mathrm{\&alpha;}{\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&beta;\&Lambda;}---\left(d\right)$

其中，为该干扰抑制区域中该数据流对应的第j个数据子载波位置的第二干扰噪声协方差矩阵，j＝1，…，J，J为该干扰抑制区域中该数据流对应的数据子载波个数；α≥0；

为该干扰抑制区域中该数据流对应的第j个数据子载波位置的第一干扰噪声协方差矩阵；β≥0；Λ表示N_Rx×N_Rx的对角矩阵，N_Rx表示所述接收端的接收天线的数目。

7.如权利要求6所述的方法，其特征在于：

所述α＝γ或者α＝1-γ，其中，0≤γ≤1。

8.如权利要求7所述的方法，其特征在于：

所述 $\mathrm{\&beta;}=\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}$ 或者 $\mathrm{\&beta;}=\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I},$

其中，0≤γ≤1；

表示对矩阵

求迹，即表示矩阵

中所有对角线元素的累加和；

表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目。

9.如权利要求6所述的方法，其特征在于：

Λ为N_Rx×N_Rx的单位矩阵；或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为：

或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为： ${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right.;$ 或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为： ${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right.;$

其中，0≤γ≤1；

表示对矩阵求迹，即表示矩阵

中所有对角线元素的累加和；

表示矩阵

的最大特征值；λ_k表示矩阵

的第k个特征值，k＝1，2，…，N_Rx；Th₀为一设定的门限值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目。

10.如权利要求1-9中任意一项权利要求所述的方法，其特征在于，

所述在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰噪声估计时，按以下方式计算该数据流对应的每一导频子载波位置的信道系数估计值：

将该导频子载波上的接收信号与发送端在该导频子载波上发送的导频信号的共轭相乘，得到该导频子载波位置的信道系数估计值。

11.一种干扰噪声抑制方法，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)***的接收端，在一干扰抑制区域内，用该方法对其中承载的一个数据流进行干扰抑制时，该方法包括：

将接收数据承载区域内的时频二维资源块划分为干扰抑制区域，在每一个干扰抑制区域内，对该干扰抑制区域承载的每一数据流，按以下方式进行干扰噪声估计：

按权利要求8所述的干扰噪声估计方法，得到该数据流对应的各导频子载波位置的信道系数估计值和各数据子载波位置的干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵；

对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和第二干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计；

其中，该干扰抑制区域为接收数据承载区域中的一时频二维资源块。

12.一种干扰噪声估计***，用于正交频分复用(OFDM)或正交频分多址(OFDMA)***的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰噪声估计，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该***包括：

第一装置，其用于对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵；

第二装置，其用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

第三装置，其用于对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵。

13.如权利要求12所述的***，其特征在于：

该***还包括第四装置，其用于将该干扰抑制区域划分为M个干扰噪声估计单元，每一干扰噪声估计单元为一时频二维资源块且包含至少一导频子载波和一数据子载波，M为正整数；

所述第二装置对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^m=\underset{l=1}{\overset{M}{\mathrm{\&Sigma;}}}\underset{i\&Element;{\mathrm{\&Omega;}}_l}{\mathrm{\&Sigma;}}{\mathrm{\&beta;}}_{\mathrm{ml}}{\hat{R}}_{\mathrm{NI}-P}\left(i\right)$

其中，

为第m个干扰噪声估计单元中该数据流对应的每一数据子载波位置的干扰噪声协方差矩阵，m＝1，2，…，M；

l为一循环变量，l＝1，2，…，M；

Ω_l为第l个干扰噪声估计单元包含的导频子载波的索引i的集合，i＝1，…，I，I为该数据流对应的导频子载波的个数；

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵；

β_ml为计算

时，赋予第l个干扰噪声估计单元中各导频子载波的

的权值，0≤β_ml≤1，l＝1，2，…，M，β_mm大于等于其他的权值，|Ω_l|为Ω_l包含的导频子载波的个数。

14.如权利要求12所述的***，其特征在于：

所述第一装置对该数据流对应的每一导频子载波，根据发送端在该导频子载波上发送的导频信号、该导频子载波上的接收信号和该导频子载波位置的信道系数估计值，计算得到该导频子载波位置的干扰噪声协方差矩阵，采用的计算公式如下：

${\hat{R}}_{\mathrm{NI}-P}\left(i\right)=(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right)){(y_p\left(i\right)-{\hat{h}}_p\left(i\right)p\left(i\right))}^H$

其中，

为该干扰抑制区域中该数据流对应的第i个导频子载波位置的干扰噪声协方差矩阵，i＝1，…，I，I为该干扰抑制区域中该数据流对应的导频子载波的个数，p(i)为发送端在第i个导频子载波上发送的导频信号，y_p(i)为第i个导频子载波上的接收信号，

为第i个导频子载波位置的信道系数估计值，

表示矩阵

的共轭转置。

15.如权利要求12所述的***，其特征在于：

所述第三装置对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵，计算公式如下：

${\hat{R}}_{\mathrm{NI}-D}^{\&prime;}\left(j\right)=\mathrm{\&alpha;}{\hat{R}}_{\mathrm{NI}-D}\left(j\right)+\mathrm{\&beta;\&Lambda;}$

其中，

为该干扰抑制区域中该数据流对应的第j个数据子载波位置的第二干扰噪声协方差矩阵，j＝1，…，J，J为该干扰抑制区域中该数据流对应的数据子载波个数；α≥0；

为该干扰抑制区域中该数据流对应的第j个数据子载波位置的第一干扰噪声协方差矩阵；β≥0；Λ表示N_Rx×N_Rx的对角矩阵，N_Rx表示所述接收端的接收天线的数目。

16.如权利要求15所述的***，其特征在于：

所述α＝γ或者α＝1-γ，其中，0≤γ≤1。

17.如权利要求16所述的***，其特征在于：

所述 $\mathrm{\&beta;}=\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}$ 或者 $\mathrm{\&beta;}=\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I},$

其中，0≤γ≤1；

表示对矩阵求迹，即表示矩阵

中所有对角线元素的累加和；表示矩阵

的最大特征值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目。

18.如权利要求15所述的***，其特征在于：

Λ为N_Rx×N_Rx的单位矩阵；或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为：

或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为： ${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{{\mathrm{\&lambda;}}_{\max }\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right.;$ 或者，

Λ为N_Rx×N_Rx的对角矩阵，其对角线上的元素取值为： ${\mathrm{\&Lambda;}}_{\mathrm{kk}}=\left\{\begin{array}{cc}1& {\mathrm{\&lambda;}}_k\&GreaterEqual;\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\\ 0& {\mathrm{\&lambda;}}_k<\mathrm{\&gamma;}\frac{\mathrm{tr}\left({\hat{R}}_{\mathrm{NI}-D}\left(j\right)\right)}{N_{\mathrm{Rx}}\&times;I}\end{array}\right.;$

其中，0≤γ≤1；

表示对矩阵

求迹，即表示矩阵

中所有对角线元素的累加和；

表示矩阵

的最大特征值；λ_k表示矩阵

的第k个特征值，k＝1，2，…，N_Rx；Th₀为一设定的门限值；I为该干扰抑制区域内导频子载波的个数，N_Rx为接收天线数目。

19.一种干扰噪声抑制***，应用于正交频分复用(OFDM)或正交频分多址(OFDMA)***的接收端，在一干扰抑制区域内对其中承载的一个数据流进行干扰抑制，该干扰抑制区域为接收数据承载区域中的一时频二维资源块，该***包括：

第一装置，用于按照与权利要求12-18中任一权利要求所述的***相同的方式，计算得到该数据流对应的各导频子载波位置的信道系数估计值和各数据子载波位置的干扰噪声协方差矩阵；

第二装置，用于对该数据流对应的每一数据子载波，将该数据流对应的各导频子载波位置的干扰噪声协方差矩阵的加权平均，作为该数据子载波位置的第一干扰噪声协方差矩阵；

第三装置，用于对该数据流对应的每一数据子载波，将对该数据子载波位置的第一干扰噪声协方差矩阵进行对角加载后得到的结果，作为该数据子载波位置对应的第二干扰噪声协方差矩阵；

第四装置，用于对该数据流对应的每一数据子载波，根据该数据子载波上的接收信号，及该数据子载波位置的信道系数估计值和第二干扰噪声协方差矩阵，计算得到该数据子载波上的数据信号估计。

Images