CN1314289C - 移动通讯接收机中的时隙同步检测及信道估计 - Google Patents

Abstract

本发明涉及移动通讯设备接收机中的时隙同步检测和信道估计。在本发明的移动通讯接收机中使用的时隙同步检测方法中，在采样级别上，利用最小均方差算法计算RCF(impulse response)，然后在计算出的RCF(impulse response)中检测最大点，从而进行同步检测。使用本发明的方法可以检测出比较准确的同步信息，并且可以很简单地得到信道估计值。可以使用这些算法设计相关的接收机，并且用在移动终端或者移动通讯设备基站上。

Description

移动通讯接收机中的时隙同步检测及信道估计

技术领域

本发明涉及移动通讯，具体涉及移动通讯设备(手机和基站)接收机中的时隙同步检测及信道估计。

背景技术

在移动通讯***的(比如GSM，CDMA IS95，WCDMA，TD-SCDMA，CDMA2000)物理层中，发射机在每一个发射信道的每一个时隙中加入一些比特，即训练序列，接收机检测这些训练序列来进行同步信息的捕获和信道估计。同步信息的捕获和信道估计最常用的方法是使用相关器(correlator)。在CDMA***中，基站收发机(BTS)在同一个时间和同一个频点上通过码分多址(CDMA)的方法给各个手机发送信号，同时各个手机也同时向BTS发送信号，所以发给各个用户的信号之间会有一定的干扰。被传送的训练序列需要有一定的自相关特性和互相关特性，但是由于训练序列的互相关性和自相关性不是完全理想状态的，即不是在所有的地方都为0，所以会导致一定的干扰，特别是在每个用户的信号功率差距很大的情况下。

由于LS(Least-squares)算法可以减少这些干扰，通常采用LS算法来进行同步检测和信道估计。

图1描述了训练序列经过信道的数学模型。

通常的LS算法都是在码片级处理的。用训练序列来生成一个矩阵，并用一个数学公式来描述该数学模型：

y＝ M* h+n

在以上的公式中，y是接收机所接受到的信号， h是信道的冲击响应(impulse response)， M为训练序列。如果在模型中用户数是2，h为： $\stackrel{\‾}{h}=\left[\begin{array}{c}{h}_{L,1}\\ h_{L,2}\end{array}\right],...,{\stackrel{\‾}{h}}_{L,n}=\begin{array}{}\end{array}\left[\begin{array}{c}{h}_{0,n}\\ h_{1,n}\\ .\\ .\\ .\\ h_{L,n}\end{array}\right],n=\mathrm{1,2}$

其中，L为信道长度， M为训练序列的矩阵表达： M＝[M₁ M₂]。

$M_n=\left[\begin{array}{cccc}{m}_{L,n}& ...& m_{1,n}& m_{0,n}\\ m_{L-1,n}& ...& m_{2,n}& m_{1,n}\\ .& & .& .\\ .& & .& .\\ .& & .& .\\ m_{L+P-1,n}& ...& m_{P,n}& m_{P-1n}\end{array}\right].n=1.2.$

然后可以得到：y＝ M* h+n

可以通过最小化(y- M* h)²来得到下面的结果：

$\hat{h}={\arg }_h\min {\left|\right|y-\stackrel{\‾}{\mathrm{Mh}}\left|\right|}^2={\left({\stackrel{\‾}{M}}^H\stackrel{\‾}{M}\right)}^{-1}{\stackrel{\‾}{M}}^{H}y.$

在公式中，( M^H M)^-1是一个常量，为了减少训练序列的互相关性，如果y＝ M* h+n，那么h＝( M^H M)^-1 M^H( M* h+n)，估计的结果将为：h＝ h+( M^H M)^-1 M^H*n，所以由训练序列中的互相关特性或者自相关特性导致的干扰给抵消掉了。

但是，在现有技术的时隙同步检测方法中，码片级别的LS算法的计算误差比较大。图3显示了采用现有技术的方法计算的升余弦滤波器(RCF(impulse response))的示例，可见误差比较大，如果从中找出最大值来进行同步检测，则容易出错。

因此，需要对现有的同步检测方法进行改进。

发明内容

本发明的目的即在于解决现有技术的时隙同步检测方法中误差较大的问题。

根据本发明的一个方面，提供了一种移动通讯接收机中使用的时隙同步检测方法，包括以下步骤：在采样级别上，利用最小均方差算法计算升余弦滤波器；在计算出的升余弦滤波器中检测最大点，从而进行同步检测。

在本发明的方法中，在利用最小均方差算法计算升余弦滤波器的过程中，将码片级的训练序列矩阵转换成采样级的训练序列矩阵。

优选的，在将码片级的训练序列矩阵转换成采样级的训练序列矩阵的过程中，将码片级训练序列矩阵的每一个元素转化成8×8的对角子矩阵。

在根据本发明的方法中，进一步在检测到的同步信息的基础上，对计算出的升余弦滤波器进行下采样，得到冲击响应，以进行信道估计。

根据本发明的另一方面，提供了一种移动通讯***中的接收机，其具有：在采样级别上，利用最小均方差算法计算升余弦滤波器的装置；以及在计算出的升余弦滤波器中检测最大点，从而进行同步检测的装置。

根据本发明的接收机还可以进一步包括基于检测到的同步信息，对计算出的升余弦滤波器进行下采样，从而得到冲击响应的装置。

根据本发明的另一方面，还提供了一种移动通讯基站和终端，其特征在于本发明的接收机。

附图说明

附图帮助更好地理解本发明，并在此结合构成本申请的一部分。

附图中：

图1描述了训练序列经过信道的数学模型；

图2显示了一个对升余弦滤波器进行下采样的示例；

图3显示了采用现有技术的方法计算的升余弦滤波器的示例；

图4显示了采用本发明的方法计算的升余弦滤波器的示例；

图5显示了现有技术的计算升余弦滤波器的方法的流程图；

图6显示了现有技术的计算升余弦滤波器的方法的流程图；

图7显示了包含本发明的接收机的原理图。

具体实施方式

以下对本发明进行详细的说明。

在本发明的时隙同步检测方法中，LS算法在采样级别(samplelevel)上进行，并且得到升余弦滤波器RCF(Impulse Response)，由此进行时隙的同步检测。

这里，RCF为两个RRCF的卷积，RRCF为根升余弦滤波器，即：

RCF(X)＝RRCF(RRCF(X))

在移动通讯中常用的RRCF的时域特性为：

${\mathrm{RC}}_0\left(t\right)\frac{\sin \left(\mathrm{\π}\frac{t}{T_C}(1-\mathrm{\α})\right)+4\mathrm{\α}\frac{t}{T_C}\cos \left(\mathrm{\π}\frac{t}{T_C}(1+\mathrm{\α})\right)}{\mathrm{\π}\frac{t}{T_C}(1-{\left(4\mathrm{\α}\frac{t}{T_C}\right)}^2)}$

如果在码片级别上的M矩阵为

则在采样级上，每一个元素将生成8×8个元素，即一个元素将生成一个子矩阵，假设这个元素的值为x(x可以为虚数)，那么这个子矩阵为：

x，0，0，0，0，0，0，0

0，x，0，0，0，0，0，0

0，0，x，0，0，0，0，0

0，0，0，x，0，0，0，0

0，0，0，0，x，0，0，0

0，0，0，0，0，x，0，0

0，0，0，0，0，0，x，0

0，0，0，0，0，0，0，x

然后在把这些子矩阵合并成为一个大的M矩阵，则在采样级别上的M矩阵是：

$M=\left(\begin{array}{c}\mathrm{1,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0}\\ \mathrm{0,1,0,0,0,0,0,0,0,1,0,0,0,0},\mathrm{0,0}\\ \mathrm{0,0,1,0,0,0,0,0,0,0,1,0,0,0,0},0\\ \mathrm{0,0,0,1,0,0,0,0,0,0,0,1,0,0,0,0}\\ \mathrm{0,0,0,01,0,0,0,0,0,0,0,1,0,0,0}\\ \mathrm{0,0,0,0,0,1,0,0,0,0,0,0,0,1,0,0}\\ \mathrm{0,0,0,0,0,0,1,0,0,0,0,0,0,0,1,0}\\ \mathrm{0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,1}\\ \mathrm{0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0}\\ \mathrm{0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0}\\ \mathrm{0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0}\\ \mathrm{0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0}\\ \mathrm{0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0}\\ \mathrm{0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0}\\ \mathrm{0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0}\\ \mathrm{0,0,0,0,0,0,0,0,0,0,0,0,0,0,0},1\end{array}\right)$

可以使用该M矩阵来计算，通过公式h＝( M^H M)^-1 M^Hy得到升余弦滤波器RCF(Impulse response)，并且从中检测最大值来得到同步信息。

然后下采样RCF(Impulse response)来得到码片级别的冲击响应(Impulse Response)，下采样的方法为：通过检测最大值而得到同步信息，然后每隔四个值或者八个值向前或者向后采一个(由码片速率和采样速率的关系决定)，得到信道估计结果。

图2显示了一个对RCF(impulse response)进行下采样的示例。图中箭头所指的点为下采样的点，结果为所得到的信道冲击响应。图中的细线表示值的实部，粗线表示虚部。这里的滤波器为每一个码片为8个采样，所以每8个采一个。信道冲击响应向量的长度由***中各种参数决定。

图3和图4分别为使用传统的同步检测方法和本发明的同步检测方法得到的RCF(Impulse Response)结果，其中给8个用户发送信号，给每个用户的信道特性依照规范：3GPP TR125.945 case 1，4个用户的信号有0db的增益(检测第一个用户的信号)，另外4个用户的信号有4db的增益，加5db的噪声。从图3可见，使用传统的同步检测方法所得到的升余弦滤波器的误差较大，如果从中检测最大值来进行同步检测，则容易产生大的误差。

由图4可见，使用本发明的方法得到的升余弦滤波器RCF(ImpulseResponse)具有很小的误差，从中检测最大值来进行同步检测，则非常不容易出错。

图6显示了实施了本发明的同步检测方法的接收机的示意结构。如图6所示，接收机包括放大器10，一级变频器20，相干解调器30，A/D转换器40，以及数字基带部分50。在数字基带部分50中进行时隙同步检测和信道估计。如上所述，在根据本发明的接收机的数字基带部分中，在采样级别上进行LS算法，从而得到误差很小的升余弦滤波器，在此基础上可以进行准确的时隙同步检测及信道估计。

根据本发明的另外一个方面，还提供了一种移动通讯基站和终端，其中包含根据本发明的接收机。这样，根据本发明的移动通讯基站和终端可以有效地消除训练序列之间的互相关性和自相关性而造成的干扰。

以上对本发明进行了详细的描述，但是本领域的技术人员可以理解，在不脱离本发明实质的情况下，可以进行各种适当的修改。

Claims (9)

1.一种移动通讯接收机中使用的时隙同步检测方法，包括以下步骤：

在采样级别上，利用最小均方差算法计算升余弦滤波器；

在计算出的升余弦滤波器中检测最大点，从而进行同步检测，

其中，在利用最小均方差算法计算升余弦滤波器的过程中，将码片级的训练序列矩阵转换成采样级的训练序列矩阵。

2.根据权利要求1所述的方法，其中将码片级训练序列矩阵的每一个元素转化成8×8的对角子矩阵。

3.根据权利要求1-2中任何一项所述的方法，进一步包括：

在检测到的同步信息的基础上，对计算出的升余弦滤波器进行下采样，从而得到冲击响应。

4.一种移动通讯***中的接收机，其具有：

在采样级别上，利用最小均方差算法计算升余弦滤波器的装置；

基于检测到的同步信息，在计算出的升余弦滤波器中检测最大点，从而进行同步检测的装置，

其中，利用最小均方差算法计算升余弦滤波器的装置将码片级的训练序列矩阵转换成采样级的训练序列矩阵。

5.根据权利要求4所述的接收机，进一步包括：

基于检测到的同步信息，对计算出的升余弦滤波器进行下采样，从而得到冲击响应的装置。

6.一种移动通讯终端，其特征在于具有接收机，该接收机具有：

在采样级别上，利用最小均方差算法计算升余弦滤波器的装置；

基于检测到的同步信息，在计算出的升余弦滤波器中检测最大点，从而进行同步检测的装置，

其中，利用最小均方差算法计算升余弦滤波器的装置将码片级的训练序列矩阵转换成采样级的训练序列矩阵。

7.根据权利要求6所述的移动通讯终端，其中所述接收机进一步包括：

基于检测到的同步信息，对计算出的升余弦滤波器进行下采样，从而得到冲击响应的装置。

8.一种移动通讯基站，其特征在于具有接收机，该接收机具有：

在采样级别上，利用最小均方差算法计算升余弦滤波器的装置；

基于检测到的同步信息，在计算出的升余弦滤波器中检测最大点，从而进行同步检测的装置，

其中，利用最小均方差算法计算升余弦滤波器的装置将码片级的训练序列矩阵转换成采样级的训练序列矩阵。

9.根据权利要求8所述的移动通讯终端，其中所述接收机进一步包括：

基于检测到的同步信息，对计算出的升余弦滤波器进行下采样，从而得到冲击响应的装置。

Images