含第一端口，则确定所述第二数据信号中 不存在干扰信号；
[0175] 若所述存在概率最大的一个组合中包含除所述第一端口外的至少一个逻辑端口， 则确定所述第二数据信号中存在干扰信号，且所述至少一个逻辑端口为所述干扰信号所使 用的逻辑端口。
[0176] 优选地，预设的概率估计算法包括但不限于：广义最大似然估计算法、协方差度量 算法和聚类算法中的任意一种。实际应用中，计算组合的存在概率的方法并不仅限于此，对 于其它能够计算得到组合的存在概率的方法，本发明也将其包括在内。
[0177] 第二种解决方案的核心思想为：通过计算控制信道的多个逻辑端口各自的有信号 存在的概率，根据该多个逻辑端口各自的有信号存在的概率以及该多个逻辑端口各自的第 二等效信道矩阵，采用设定的算法对接收的第一信号中的第一数据信号进行干扰抑制合并 得到的第二数据信号进行解调后，检测获得检测信号。
[0178] 第四实施例中，如图6所示，进行信号检测的详细方法流程如下：
[0179] 步骤601 :从控制信道的第一端口接收第一信号，所述第一端口为所述控制信道 的多个逻辑端口中的一个，所述第一信号包括第一导频信号和第一数据信号。
[0180] 以控制信道为ePDCCH为例，待估计UE的ePDCCH包含多个ECCE，每个ECCE对应多 个逻辑端口。其中，假设第一端口为待检测的逻辑端口，通过该第一端口接收的第一信号为 待检测信号。
[0181] 步骤602:利用所述第一导频信号和所述多个逻辑端口各自的解调专用导频，分 别对所述多个逻辑端口进行信道估计，获得所述多个逻辑端口各自的第一等效信道矩阵。
[0182] 其中，本领域技术人员应当知道，多个逻辑端口各自的解调专用导频为UE预先设 置的，从UE中获取多个逻辑端口各自的预先设置的解调专用导频，利用第一信号中的第一 导频信号和该逻辑端口的解调专用导频，计算得到该逻辑端口的第一等效信道矩阵。
[0183] 步骤603:利用所述多个逻辑端口各自的第一等效信道矩阵，对所述第一数据信 号以及所述多个逻辑端口各自的第一等效信道矩阵进行干扰抑制合并，得到第二数据信号 以及所述多个逻辑端口各自的第二等效信道矩阵。
[0184] 应当知道，干扰抑制合并是为了消除其他小区的信号对第一数据信号造成的干 扰，具体实现中，可以利用第一信号，多个逻辑端口各自的第一等效信道矩阵，以及干扰协 方差矩阵R uu进行干扰抑制合并计算，其中，Ruu是根据速率匹配规则指示的物理资源块 (Physical Resource Block, PRB)位置，利用多个逻辑端口各自的第一等效信道矩阵计算 得到小区间干扰的统计特性，具体可以参考在先技术，这里不再详述。
[0185] 具体地，利用Ruu对所述多个逻辑端口各自的第一等效信道矩阵进行干扰抑制合 并，得到所述多个逻辑端口各自的第二等效信道矩阵。
[0186] 步骤604:按照预设的概率估计算法，利用所述多个逻辑端口各自的第二等效信 道矩阵分别计算所述多个逻辑端口各自的有信号存在的概率。
[0187] 优选地，计算所述多个逻辑端口各自的有信号存在的概率，具体过程为：
[0188] 获取所述第一端口与除所述第一端口之外的逻辑端口的所有组合，每个组合中至 少包含所述第一端口；
[0189] 分别针对所述每个组合，根据所述每个组合中所包含的各个逻辑端口的第二等效 信道矩阵，按照所述预设的概率估计算法，计算所述每个组合存在的概率；
[0190] 根据所述每个组合存在的概率以及所述多个逻辑端口各自所属的组合存在的概 率，分别计算所述多个逻辑端口各自的有信号存在的概率。
[0191] 优选地，预设的概率估计算法包括但不限于：广义最大似然算法、改进的协方差度 量算法和改进的聚类算法中的任意一种。此处仅为举例，对于其它能够计算逻辑端口的有 信号存在的概率的算法，本发明也将其包括在内。
[0192] 一个具体实施中，计算所述所有组合各自的存在概率的和，作为第一和值；从所 述所有组合中选择包含某一逻辑端口各组合，计算选择得到的各组合各自的存在的概率的 和，作为第二和值，将第二和值与第一和值的比值作为该逻辑端口的有信号存在的概率。
[0193] 假设采用改进的广义最大似然方法计算各逻辑端口的有信号存在的概率。其中， 第一端口的有信号存在的概率设为1 ;若逻辑端口不是第一端口，该逻辑端口的有信号存 在的概率可表不为：
其中，Psum表不第一端口与除第一端口之外的其它各逻辑 端口的所有组合中、每个组合的存在的概率的和，P1是该所有组合中第i个包含当前计算的 逻辑端口的组合的存在概率。
[0194] 假设第一端口为p〇rtl07,可能存在干扰信号的逻辑端口分别为porl08、portl09 和port 110,该三个逻辑端口按照干扰信号是否存在的所有可能性有8种组合，这8种组合 中包括3个端口均不存在干扰信号的情况，P suni为这8种组合各自的存在概率的和，假设计 算portl09的有信号存在的概率，则P1为该所有可能的组合中包含portl09的第i个组合 的存在概率。其它逻辑端口的有信号存在的概率的计算过程与此过程类似，此处不再赘述。
[0195] 步骤605:根据所述多个逻辑端口各自的第二等效信道矩阵以及所述多个逻辑端 口各自的有信号存在的概率，采用最小均方误差MMSE、符号级别干扰消除SLIC和最大似然 ML中的任意一种解调所述第二数据信号，得到第三数据信号。
[0196] 步骤606 :对所述第三数据信号进行解扰以及盲检测，得到检测信号。
[0197] 第一【具体实施方式】中，采用改进的MMSE算法解调第二数据信号的具体过程为：
[0198] 按照公式
解调第二数据信号获得第三数据信号，其中，.? 表示第三数据信号，h。表示所述第一端口的第二等效信道矩阵，H表示所述多个逻辑端口各 自的第二等效信道矩阵组成的矩阵，V表示所述多个逻辑端口各自的有信号存在的概率组 成的对角矩阵，I表示单位矩阵，σ 2表示白噪声功率，y。表示所述第二数据信号。
[0199] 例如，假设待估计UE使用的逻辑端口为port 107,port 108、port 109和port 110中 可能存在干扰信号，该解调得到的第三数据信号可表示为：
?
[0201] 其中，H = [h1Q7h1QSh1Q9hn。]，由 portl07、portl08、po;rtl09 和 portllO 的第二等效 信道矩阵组成，h1Q7表示portl07的第二等效信道矩阵，h1QS表示portlOS的第二等效信道 矩阵，h 1Q9表示portl09的第二等效信道矩阵，hn。表示POrtllO的第二等效信道矩阵；
[0202] 其中，V为由各逻辑端口各自的有信号存在的概率组成的对角矩阵，表示为：
[0203] V = diag{P107, P108, P109, P110I
[0204] = diag {1，P108, P109, P11J 〇
[0205] 第二【具体实施方式】中，采用SLIC解调第一信号的具体过程如下：
[0206] 根据所述多个逻辑端口各自的第二等效信道矩阵以及所述多个逻辑端口各自的 有信号存在的概率，采用MMSE解调所述第二数据信号获得待估计UE的信号的估计量；
[0207] 后续进行至少一次丽SE解调，并在后续的每次丽SE解调之前，计算第二数据信 号与之前一次解调获得的待估计UE的信号的估计量的均值的差，将获得的差值作为本次 丽SE解调的信号；
[0208] 将最后一点MMSE解调获得待估计UE的信号的估计量作为所述第三数据信号。
[0209] 其中，每次MMSE解调的具体过程与第一具体实施例中描述的采用改进的MMSE解 调接收信号的过程相似，此处不再赘述。
[0210] 第三【具体实施方式】中，采用ML解调第一信号的具体过程如下：
[0211] 按照公式
解调第二数据信号获得第三数据信号中第i个比特h对应的对数似然比Ub1);
[0212] 其中，H表示所述多个逻辑端口各自的第二等效信道矩阵组成的矩阵；X表示所 述待第一端口的发射符号和除所述第一端口之外的其它逻辑端口的发射符号组成的向量； Pr (Xk)表示向量X中的Xk的概率，若Xk为待估计UE的信号，则X k在四相相移键控QPSK集 合内取值，若Xk为干扰信号，则Xk在扩展QPSK集合内取值；〇 2表示白噪声功率；y。表示所 述第二数据信号。
[0213] 以ePDCCH为例，假设待估计ePDCCH符号X。第i个比特（eH)CCH信号使用四相相 移键控（Quadrature Phase Shift Keying, QPSK)调制，因此i可以取1和2)4对应的LLR 可以表示为：
[0215] 类似于经典ML算法，做max-log简化，得到
[0217] 其中 X = [X。，X1, x2, x3]T，X1, x2, X3 是干扰 UE ePDCCH 符号，分别对应 portl08、109 和110。Pr (Xk)是符号xk某个取值的先验概率。X。在QPSK集合内取值，Xl，x 2, X3在扩展 QPSK集合内取值，扩展QPSK集合如图7所示，即增加了 I路Q路都为0的星座点。
[0218] 图7中的中心星座点（I路Q路都为0的点）的先验概率为（不失一般性，以X1为 例）：
[0219] Pr(X1) = I-P108,
[0220] 其它四个星座点的先验概率相等，可以表示为：
[0222] x2, X3的先验概率可以类似计算。
[0223] 从简化后的Ub1)表达式可以看出，基于ML的统一解调和经典ML解调的差别仅 在于求取LLR的时候需要考虑干扰UE PDCCH符号取值的先验概率，具体而言，需要增加偏 移量
[0224] 为了简化计算复杂度，和经典ML解调类似，可以用"树搜索"的方法求取Ub1)。具 体流程如图8所示：
[0225] 首先，对第二数据信号和第二等效信道矩阵进行预处理，例如QR分解；
[0226] 其次，对待估计ePDCCH符号选择幸存路径；
[0227] 然后，根据先验概率，分别对干扰ePDCCH符号选择幸存路径；
[0228] 最后，根据幸存路径计算LLR。
[0229] 与经典ML算法的差别主要在于：需要根据偏移量
；在扩展QPSK 集合内选择选择干扰UE ePDCCH符号幸存路径，并且需要考虑先验概率。
[0230] 该实施例中，通过计算多个逻辑端口各自的有信号存在的概率，根据多个逻辑端 口各自的第二等效信道矩阵以及多个逻辑端口各自的有信号存在的概率，采用改进的最小 均方误差MMSE、改进的符号级别干扰消除SLIC和改进的最大似然ML中的任意一种解调所 述第二数据信号，从而能够在解调时抑制或消除干扰信号的影响，提高解调性能以及提高 信号检测质量。
[0231] 基于与第四实施相同的原理，第五实施例中，提供了一种信号检测装置，该装置的 具体实施可参见第四实施例中方法描述，重复之处不再赘述，如图9所示，该装置主要包 括：
[0232] 接收模块901，用于从控制信道的第一端口接收第一信号，所述第一端口为所述控 制信道的多个逻辑端口中的一个，所述第一信号包括第一导频信号和第一数据信号；
[0233] 信道估计模块902,用于利用所述接收模块901接收的所述第一信号中的所述第 一导频信号和所述多个逻辑端口各自的解调专用导频，分别对所述多个逻辑端口进行信道 估计，获得所述多个逻辑端口各自的第一等效信道矩阵；
[0234] 干扰抑制合并模块903,用于利用所述信道估计模块902获得的所述多个逻辑端 口各自的第一等效信道矩阵，对所述第一数据信号以及所述多个逻辑端口各自的第一等效 信道矩阵进行干扰抑制合并计算，得到第二数据信号以及所述多个逻辑端口各自的第二等 效信道矩阵；
[0235] 解调模块904,用于按照预设的概率估计算法，利用所述干扰抑制合并模块获得的 所述多个逻辑端口各自的第二等效信道矩阵分别计算所述多个逻辑端口各自的有信号存 在的概率，根据所述多个逻辑端口各自的第二等效信道矩阵以及所述多个逻辑端口各自的 有信号存在的概率，采用最小均方误差MMSE、