CN1146264C - 基于智能天线的干扰消除基带处理方法 - Google Patents

Abstract

本发明公开了一种基于智能天线的干扰消除方法，它包括：信道估计；搜索多径信号中的最强径；获得强径符号级信号；多径的合并处理；重构强径的码片级信号，消除接收信号中强径信号对多径信号的干扰；并反复执行以上步骤。本发明在获得强径符号级信号后重构每个用户基于每个阵元的强径的码片级信号，消除接收信号中其它用户强径信号的干扰，因而能够降低用户之间的多址干扰，提高***性能。

Description

基于智能天线的干扰消除基带处理方法

本发明涉及无线通信领域的信号处理方法，具体地说涉及智能天线的干扰消除的基带处理方法。

在现代无线通信***特别是在码分多址(CDMA)无线通信***中，为了提高***容量，提高***灵敏度，和在较低发射功率下获得较远的通信距离，都采用所谓智能天线技术。其相应的基站，包括一个或多个天线组成的天线阵列、相应的馈电电缆和一组相干射频收发信机，根据天线阵列中各天线单元所接收到的来自用户终端的信号的不同反应，由基带处理器获得此信号的空间特征矢量和信号到达方向，再由相应的算法实现天线波束赋形。

由于无线通信，尤其是移动通信，是在复杂多变的移动环境中工作的因此必须考虑严重的时变和多径传播影响。为了消除以上一向，目前很多学者正致力于智能天线的波束赋形算法的研究，其算法较为复杂。但在移动通信环境下，波束赋形必须实时完成，目前的数字信号处理器还不能完成这种复杂的实时处理，必须找到一种简单、实时工作且便于在无线***中应用的干扰抵消方法。

专利申请CN99 1 11349.7提出了一种基于智能天线的干扰消除的基带处理方法。在这种方法中，首先进行信道估计；其次利用信道估计的结果进行强径的搜索，并对强径信号进行智能天线波束赋形处理以及解扩解扰处理以提取出有用的符号级信号；再其次对获得的有用的符号级信号进行强径信号的数据重构，并加上扰码以获得强径码片级的重构信号；接着从接收信号中减去此重构信号，即消除了强径信号对弱径信号的干扰；然后不断地重复上述步骤，根据多径能量的高低顺序逐一消除强径干扰以便准确地恢复出各径信号，如果某一用户的多径有用信号的信噪比达到了预定的门限，则可以不再对该用户进行处理，直接利用恢复信号进行符号判决并进行输出，否则必须等到对多径干扰的消除次数达到了指定要求才能对用户信号的处理结果进行输出。在这种方法中主要考虑了强径信号对弱径信号的干扰消除，但是没有考虑不同用户强径之间的相互干扰，因此其消除干扰、恢复信号的准确度不高。

本发明的目的是为了提供一种基于智能天线的干扰消除基带处理方法，它能够考虑到不同用户强径之间的相互干扰，提高信号恢复的准确度，能够同时降低多径传输干扰和其它用户信号的多址干扰。

为实现上述目的，本发明的解决方案是：针对天线各个阵元接收到的基带信号，本发明将在消除强径干扰之前先对各用户强径之间的相互干扰进行消除处理。其具体步骤为：

A、对基带接收信号进行信道估计，获得每个用户信道在各阵元上的信道估计；

B、利用信道估计搜索出未处理的多径信号中的最强径；

C、利用搜索到的强径信息，获得每个用户的强径符号级信号；

D、重构每个用户的强径码片级信号，利用所有用户的重构信号消除每个用户接收信号中其它用户强径信号的干扰，然后重新提取每个用户强径的符号级信号；

E、对每个用户分别进行多径的合并处理；

F、重构每个用户的强径的码片级信号，消除接收信号中全部用户强径信号对未处理的多径信号的干扰；

G、反复执行步骤B至F。

前述的步骤B中先利用信道估计值进行功率估计，再根据估计的功率分布情况，找出未处理的多径信号的最强径。

所述的步骤C和D利用前一步搜索到的强径信息以及每个用户的扩频码对接收信号进行解扩解扰以及智能天线算法处理，获得每个用户的强径符号级信号。

为了进一步达到高效率地完成消除干扰的目的，还可以在前述的步骤F或G的后面加一个判断的处理：a)用户信干比满足要求；b)已处理过的多径数目超过了信道估计脉冲响应的长度或指定的数目。只要判断结果满足上述两个条件中的任何一个，则恢复所有用户信号结果；否则，将继续执行步骤G。也可以在前述的步骤B执行之前先判断已处理过的多径数目是否超过信道估计脉冲响应的长度或指定的数目，如是则恢复所有用户信号结果，反之继续执行步骤B。

本发明通过重构每个用户强径的码片级信号，利用所有用户的重构信号消除每个用户接收信号中其它用户强径信号的干扰，在消除强径对弱径信号干扰之前进行了消除不同用户强径之间的相互干扰，克服了传统方法只能消除强径对弱径信号的干扰、而对强径之间的干扰无能为力的缺点，从而使得本方法不仅能够抗多径干扰，而且能够降低用户之间的多址干扰，提高***性能。

以时分同步码分多址(TD-SCDMA)***为例，下面结合附图和具体实施例对本实用新型作进一步具体的说明。

图1是本发明带有抗干扰功能的智能天线基站结构框图。

图2是本发明基于智能天线与干扰消除的基带处理方法的第一种流程图。

图3是本发明基于智能天线与干扰消除的基带处理方法的第二种流程图。

图4是本发明基于智能天线与干扰消除的基带处理方法的第三种流程图。

图5是本发明基于智能天线与干扰消除的基带处理方法的第一种流程详图。

图1给出了本发明带有抗干扰功能的智能天线基站结构框图。它主要包括j个同样的天线单元1，j条同样的馈电电缆2，j个射频收发信机3和由信道估计模块4和智能天线干扰抵消模块5组成的基带处理器。对于本发明来说，主要是基带处理器进行的。所有的射频收发信机3使用同一个本振信号源，以保证一个基站中的各个射频收发信机是相干工作的。

假设在TD-SCDMA无线通信***中有K个用户，天线阵的阵元数目为J，天线阵接收到的基带信号为r_i(n)，j＝1 ，…，J，如图2基智能天线与干扰消除的基带处理方法的第一种流程图、图5基于智能天线与干扰消除的基带处理方法的第一种流程详述图所示，对基带接收信号r_j(n)的处理过程如下：

(1)信道估计：基带接收信号r_j(n)进入信道估计模块4，其具体处理过程为：

假设第k个用户信道基于阵元j的复脉冲响应为：H^j _k＝[h^j _k，1，h^j _k，2…h^j _k，W]^T，其信道脉冲响应长度为W将K个用户基于阵元j的信道响应写为向量形式：H^j＝[(H^j ₁)^T，(H^j ₂)^T…(H^j _K)^T]^T。

假设第k个用户的中间导频码(midamble码)为m^(k)，中间导频码的长度为L则第k个用户的中间导频码可以表示为 $m^{\left(k\right)}=[m_1^{\left(k\right)},m_2^{\left(k\right)}...m_L^{\left(k\right)}{]}^T,$ 由于假定信道冲激响应的长度为W接收信号中的最初的W-1个采样数据受其它序列的延时信号的影响，因此，接收到每个中间导频(midamble)码的最初的W-1个元素并不用于信道估计。由中间导频码本身唯一确定的接收信号仅仅有L-W+1个元素，设相应的第j个阵元的接收信号为E_j＝[e_j，1，e_j，2…e_j，L-W+1]^T 。根据这L-W+1个元素可以进行如下信道估计： ${\hat{H}}^j={(G}^{*T}G{)}^{-1}{G}^{*T}{E}_j,$ 其中 是阵元j的信道脉冲响应H^j的估计，G是用户标识矩阵，是一个由用户中间导频码确定的矩阵，其中，G＝[G⁽¹⁾，G⁽²⁾…G^(K)]， $G^{\left(k\right)}=\left(G_{\mathrm{ij}}^{\left(k\right)}\right),k=1...K,$ $G_{\mathrm{ij}}^{\left(k\right)}=m_{W+i-j}^{\left(k\right)},i=1...L-W+1;j=1...W,$ 即

$G^{\left(k\right)}=\left[\begin{array}{cccc}{m}_W^{\left(k\right)}& m_{W-1}^{\left(k\right)}& ...& m_1^{\left(k\right)}\\ m_{W+1}^{\left(k\right)}& m_W^{\left(k\right)}& ..& m_2^{\left(k\right)}\\ ...& ...& ...& ...\\ m_L^{\left(k\right)}& m_{L-1}^{\left(k\right)}& ...& m_{L-W+1}^{\left(k\right)}\end{array}\right].$

(2)功率估计：利用信道估计值进行功率估计，估计每个用户信道中各径信号的功率分布情况，第k个用户的第l径的功率估计为 ${\hat{P}}_{k,l}=\underset{j=1}{\overset{J}{\mathrm{\Σ}}}\mathrm{abs}\left(\widehat{h_{k,l}^j}\right),$ 其中 是第k个用户信道的第l径基于阵元j的信道估计值。由于功率和能量的对应关系，功率最大的一径即对于能量最强的一径。

该步骤是通过一个功率估计模块完成的，计算出所有用户的主径和多径在搜索窗中的功率分布情况。

(3)搜索强径：根据估计的功率分布情况

找出每个用户未处理的多径信号中的最强径。具体实现可以是将上一步骤计算出来的功率分布情况送信号生成器中进行信号生成，计算出每个用户的最大峰值功率的所在点，将峰值点存储在功率点中。所述的在计算每个用户的最大峰值所在点时，对于最强径不与其它用户在同一点上的与基站不同步的用户，向其发送模块送调整参数。

(4)恢复强径符号级信号：利用前一步搜索到的强径信息以及每个用户的扩频码对接收信号r^j(n)进行解扩解扰以及智能天线算法处理，获得每个用户的强径符号级信号S^k，p(d)，其中假定前一步搜索到用户k的强径为第p径。

上述提到的智能天线算法实现方法可以采用波束赋形的方法，当然也有其他的方法，只要该方法能够从解扩的波形中提取出强径符号级信号。波束赋形的实现方法有很多，其中最大能量合并算法是最简单最易实现。采用最大能量合并的具体实现可以表示为：

$S_{k,p}\left(d\right)=\frac{1}{Q}\underset{j=1}{\overset{J}{\mathrm{\Σ}}}\underset{q=1}{\overset{Q}{\mathrm{\Σ}}}{\left(h_{k,p}^j\right)}^{*}\·r_j((d-1)Q+q+p_k)C_k^{*}\left(q\right)C_S^{*}\left(q\right),$ 其中，S_k，p(d)是第k个用户第d个符号第p径的符号级恢复信号，h^j _k，p是第k个用户第p径基于阵元j的信道估计值，Q表示扩频因子，pk表示第k个用户第p径相对于第一径的延迟码片数，C_k(q)表示第k个用户的扩频码，C_s(q)表示小区采用的扰码，上标*表示对该数值求共轭。

(5)重构强径码片级信号，消除不同用户强径间的干扰，重新提取强径符号级信号：利用S_k，p(d)、该径的信道估计值、每个用户的扩频码以及小区的扰码重构每个用户基于每个阵元的强径的码片级信号S_k，p ^j(n)，同时利用所有用户的重构信号对每个用户分别进行处理，消除接收信号r_j(n)中其它用户强径信号的干扰，然后利用消除干扰后的接收数据r¹ _k，j(n)再次进行解扩解扰以及波束赋形处理，重新提取每个用户强径的符号级信号S_k，p(d)。在这一步中，重构过程可以基于软判结果实现，也可以基于硬判结果实现，其中一种重构方式为： $S_{j,p}^j(Q(d-1)+q+p_k)=h_{j,p}^j{S}_{k,}\left(d\right)C_k\left(q\right)C_s\left(q\right)/\underset{j=1}{\overset{J}{\mathrm{\Σ}}}|h_{k,p}^j{|}^2,q=1\·\·\·Q,$ 其中S_k，p ^j(n)表示第k个用户第p径的重构码片级信号。在这一步中，干扰消除可以采用如下方法： 也可以采用固定权或自适应权的消除方法。

由于用户之间的干扰主要集中在各用户主径之间的干扰上，因此可以只对主径信号进行这种用户间的干扰消除。

(6)时域多径RAKE合并：对每个用户分别进行多径的合并处理，即将已处理获得的多径信号进行时域RAKE合并，并将合并后的结果保存在变量S_k(d)，即S_k(d)＝S_k(d)+S_k，p(d)，其中，S_k(d)表示第k个用户第d个符号的符号级恢复信号，S_k(d)的初值设为零。

(7)处理终止条件判断：这一步将进行两个判断，一个是利用恢复的符号级信号进行用户的信干比判断，一个是利用此时已处理过的多径数目进行判断。两个可以终止处理的条件有：a)用户信干比满足要求；b)已处理过的多径数目超过了信道估计脉冲响应的长度或指定的数目。只要判断结果满足上述两个条件中的任何一个，则可以直接利用该用户信号S_k(d)进行符号判决并输出判决结果；否则，将继续以下步骤对用户信号进行处理。

所述的估计用户的信干比包括：计算用户的功率；将功率超过一定域值的判断为有效功率，对所有有效功率的信号在它们对应的星座图的点上求方差；方差大于给定的域值时，判断用户的信干比为低，方差小于给定的域值时，判断用户的信干比为高。

利用恢复的符号级信号进行用户的信干比判断的方法有很多，其中之一是：分别对已经恢复的多径信号进行信干比估计，综合各径信干比的估计结果进行用户信干比的判断处理，如果用户的信干比超过要求，则可以停止处理直接进行符号判决输出。

用户信干比的估计可以通过一个迭代处理来完成，具体过程是如下：首先利用第k个用户第d个符号第p径的符号级恢复信号S_k，Pd)进行符号相位估计，相位估计为 ${\mathrm{\φ}}_{k,d}=\underset{\mathrm{\φ}=\{\mathrm{k\π}/2.k=\mathrm{0,1.2.3}\}}{\max }\mathrm{Re}\left\{S_{k,p}\left(d\right)\exp (-\mathrm{j\φ})\right\},$ 其次估计第k个用户第p径的信号能量，能量估计为 $\mathrm{powe}{r}_k=|\frac{1}{N}\underset{d=1}{\overset{N}{\mathrm{\Σ}}}{S}_{k,p}\left(d\right)\exp (-j{\mathrm{\φ}}_{k,d}){|}^2,$ 其中N是一个时隙内用户的符号数，

然后估计第k个用户第p径的干扰，干扰估计为 $I_k=\frac{1}{N}\underset{d=1}{\overset{N}{\mathrm{\Σ}}}|S_{k,p}\left(d\right)-\underset{j=1}{\overset{J}{\mathrm{\Σ}}}|h_{k,l}^j{|}^2{|}^2,$ 接着计算第k个用户的信干比估计，其中SIR_k的初值设为零，是第k个用户第p径的信干比估计，等式右边的SIR_k是上一次的信干比估计结果。在估计用户信号的信干比是对用户的每径信号分别进行信干比估计，然后将已处理过的各径的信干比估计加起来作为这一次进行信干比判断的值。

以上介绍的是一种迭代估计方法，信干比的估计也可以直接利用S_k(d)来完成，估计过程为：首先利用第k个用户第d个符号的符号级恢复信号S_k(d)进行符号相位估计，相位估计为 ${\mathrm{\φ}}_{k,d}=\underset{\mathrm{\φ}=\{\mathrm{k\π}/2.k=\mathrm{0,1.2.3}\}}{\max }\mathrm{Re}\left\{S_k\left(d\right)\exp (-\mathrm{j\φ})\right\};$ 其次估计第k个用户信号能量，能量估计为 $\mathrm{powe}{r}_k=|\frac{1}{N}\underset{d=1}{\overset{N}{\mathrm{\Σ}}}{S}_k\left(d\right)\exp (-j{\mathrm{\φ}}_{k,d}){|}^2,$ 其中N是一个时隙内用户的符号数；然后估计第k个用户的干扰，干扰估计为 $I_k=\frac{1}{N}\underset{d=1}{\overset{N}{\mathrm{\Σ}}}|S_k\left(d\right)\exp (-j{\mathrm{\φ}}_{k,d})-\underset{l=1}{\overset{l}{\mathrm{\Σ}}}\underset{j=1}{\overset{J}{\mathrm{\Σ}}}|h_{k,l}^j{|}^2{|}^2,$ 其中L为已处理过的多径数目，此时该式中的信道估计值必须是已处理过的多径的信道估计，不过为了简化在公式中直接用l＝1…L来表示这些径；最后计算第k个用户的信干比估计SIR_k＝power_k/I_k。

(8)重构强径码片级信号，消除全部用户强径对弱径信号的干扰：利用S_k，p(d)、该径的信道估计值、每个用户的扩频码以及小区的扰码重构每个用户基于每个阵元的强径的码片级信号，并消除接收信号r_j(n)中全部用户的强径信号对未处理的多径信号的干扰，即 $r_j\left(n\right)=r_j\left(n\right)-\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{S}_{k,p}^J\left(n\right).$ 在这一步中，重构过程同样既可以基于软判结果实现，又可以基于硬判结果实现，自然可以采用步骤(5)中的重构方式，与步骤(5)不同之处在于等式右边的S_k，p(d)数值是不同的，本步骤中所使用的是消除用户间干扰后重新恢复的第k个用户第d个符号第p径的符号级信号。

(9)反复执行步骤(3)至(8)，直到满足步骤(7)中的判断输出条件，恢复所有用户的信号。

在所述的步骤E、G中都提到重构强径码片级信号，在进行重构时可以利用三种不同的信号：

第一种是利用恢复得到的强径符号级信号，加入信道估计，再利用每个用户的扩频码以及小区的扰码进行扩频加扰，这样就重构了每个用户基于每个阵元的强径的码片级信号。

第二种是可以利用合并后的多径符号级信号，加入信道估计，再利用每个用户的扩频码以及小区的扰码进行扩频加扰，这样就重构了每个用户基于每个阵元的强径的码片级信号。

第三种是可以只利用最强径符号级信号以及需恢复的强径的延迟信息，加入信道估计，再利用每个用户的扩频码以及小区的扰码进行扩频加扰，这样就重构了每个用户基于每个阵元的强径的码片级信号。这种方式的计算量相对于前两种方式而言计算量更少。

图3给出了本发明基于智能天线与干扰消除的基带处理方法的第二种流程图。此流程图与图1的区别在于：在进行多径合并处理后，先进行终止条件的判断，再进行重构强径码片级信号，消除强径对弱径的干扰。也就是说，步骤7和步骤8的位置进行了调换。

图4给出了本发明基于智能天线与干扰消除的基带处理方法的第三种流程图。在此流程图中，其判断过程只进行条件b的判断，如果只进行条件b的判断，则可以提到步骤3之前，也就是说：信道估计后，先进行条件b的判断，如果已处理过的多径数目超过了信道估计脉冲响应的长度或指定的数目，则不执行下面的步骤，直接判决输出；反之，则搜索强径，恢复强径符号级信号，消除强径间干扰，多径合并，消除强径对弱径干扰，如图4所示。

Claims (17)

1、一种基于智能天线的干扰消除基带处理方法，它包括：

A、对基带接收信号进行信道估计，获得每个用户信道在各阵元上的信道估计；

B、利用信道估计搜索出未处理的多径信号中的最强径；

C、利用搜索到的强径信息，获得每个用户的强径符号级信号；

D、重构每个用户的强径码片级信号，利用所有用户的重构信号消除每个用户接收信号中其它用户强径信号的干扰，然后重新提取每个用户强径的符号级信号；

E、对每个用户分别进行多径的合并处理；

F、重构每个用户的强径的码片级信号，消除接收信号中全部用户强径信号对未处理的多径信号的干扰；

G、反复执行步骤B至F。

2、根据权利要求1所述的基于智能天线的干扰消除基带处理方法，其特征在于：前述的步骤B中先利用信道估计值进行功率估计，再根据估计的功率分布情况，找出未处理的多径信号的最强径。

3、根据权利要求1所述的基于智能天线的干扰消除基带处理方法，其特征在于：所述的步骤C和D利用前一步搜索到的强径信息以及每个用户的扩频码对接收信号进行解扩解扰以及智能天线算法处理，获得每个用户的强径符号级信号。

4、根据权利要求3所述的基于智能天线的干扰消除基带处理方法，其特征在于：步骤C所采用的智能天线算法，是通过波束赋形处理的。

5、根据权利要求1所述的基于智能天线的干扰消除基带处理方法，其特征在于：所述的步骤D、F，是利用恢复得到的强径符号级信号，加入信道估计，再利用每个用户的扩频码以及小区的扰码进行扩频加扰，这样就重构了每个用户基于每个阵元的强径的码片级信号。

6、根据权利要求1所述的基于智能天线的干扰消除基带处理方法，其特征在于：所述的步骤D、F，是利用合并后的多径符号级信号，加入信道估计，再利用每个用户的扩频码以及小区的扰码进行扩频加扰，这样就重构了每个用户基于每个阵元的强径的码片级信号。

7、根据权利要求1所述的基于智能天线的干扰消除基带处理方法，其特征在于：所述的步骤D、F，是利用最强径符号级信号以及需恢复的强径的延迟信息，加入信道估计，再利用每个用户的扩频码以及小区的扰码进行扩频加扰，这样就重构了每个用户基于每个阵元的强径的码片级信号。

8、根据权利要求1所述的基于智能天线的干扰消除基带处理方法，其特征在于：前述的步骤E还包括：多径合并处理后进行判断：a、用户信干比满足要求；或b、已处理过的多径数目超过信道估计脉冲响应的长度或指定的数目，则恢复所有用户信号结果，反之继续执行步骤F。

9、根据权利要求1所述的基于智能天线的干扰消除基带处理方法，其特征在于：前述的步骤F还包括：对消除强径信号对未处理多径信号干扰后的用户信号进行判断：a、用户信干比满足要求；或b、已处理过的多径数目超过信道估计脉冲响应的长度或指定的数目，则恢复所有用户信号结果，反之继续执行步骤G。

10、根据权利要求1所述的基于智能天线的干扰消除基带处理方法，其特征在于：前述的步骤B执行之前先判断已处理过的多径数目是否超过信道估计脉冲响应的长度或指定的数目，如是则恢复所有用户信号结果，反之继续执行步骤B。

11、根据权利要求1、8、9或10所述的基于智能天线的干扰消除基带处理方法，其特征在于：所述的步骤A是通过信道估计模块完成的，在信道估计模块中，利用接收信号的导频部分对各信道进行估计。

12、根据权利要求1、8、9或10所述的基于智能天线的干扰消除基带处理方法，其特征在于：所述的步骤C是通过每个用户的扩频码对接收信号进行解扩，并进行解扰。

13、根据权利要求1、8、9或10所述的基于智能天线的干扰消除基带处理方法，其特征在于：步骤D、F中的重构，其重构过程可以基于软判结果实现，也可以基于硬判结果实现。

14、根据权利要求13所述的基于智能天线的干扰消除基带处理方法，其特征在于：步骤D、F中所述的干扰消除，是采用固定权或自适应权的消除方法。

15、根据权利要求8或9所述的基于智能天线的干扰消除基带处理方法，其特征在于：利用恢复的符号级信号判断用户信干比，可以通过分别对已经恢复的多径信号进行信干比估计，综合各径信干比的估计结果进行用户信干比的判断处理进行。

16、根据权利要求15所述的基于智能天线的干扰消除基带处理方法，其特征在于：上述用户信干比的估计可以通过一个迭代处理来完成，首先利用用户符号某一径的符号级恢复信号进行符号相位估计，其次估计该用户该径的信号能量，然后估计该用户该径的干扰，计算出该用户的信干比估计，估计用户信号的信干比是对用户的每径信号分别进行信干比估计，然后将已处理过的各径的信干比估计加起来作为这一次进行信干比判断的值。

17、根据权利要求15所述的基于智能天线的干扰消除基带处理方法，其特征在于：该信干比的估计也可以直接利用符号级恢复信号来完成，首先利用用户某一符号的符号级恢复信号进行符号相位估计，其次估计该用户信号能量，然后估计该用户的干扰。

Images