信号处理任务用的复数值的类似数字计算机坐标旋转的方法

专利名称：信号处理任务用的复数值的类似数字计算机坐标旋转的方法
技术领域：
本发明涉及如权利要求1的前序部分特征所述的、信号处理任务用的复数值的类似CORDIC(数字计算机坐标旋转)的方法，以及用于实现这样方法的一种通信系统，其中本发明尤其涉及在采用多个天线时用于数据检测的一种方法。
在无线通信领域中，譬如在按UMTS标准(UMTS通用移动电信系统)的第三代移动无线电中，数目增长的实时应用使得有必要开发用于并行信号处理的算法和结构体系。对此，大多数公知的算法和结构体系以输入实数数据为前提。这尤其适用于所述结构体系应实现VLSI实施的情况。通常借助于标准化的装置来覆盖具有复数数据的情况，譬如通过应用四个实数和乘法来执行一个复数的乘法。但是在许多实际应用中，譬如在自适应的波束整形中—在这里尤其是指天线阵列的电可调方向特性—或在接收多个用户时，复数数据的处理将具有越来越大的重要性。
用于MVDR自适应波瓣整形(MVDR最小方差无失真响应)的处理器装置借助最小二乘法(最小二乘问题)基本上实现了复数值问题的解决方案，这是通过将一个或多个边界条件引入到给定的最小化问题中来获得的。对此，在MVDR中是在同时遵守如下补充条件的情况下将输出信号的对应于平均功率的方差最小化，该补充条件就是应该无失真地、即没有放大和衰减地接收某个入射方向的信号。此外，借助最后将右侧的输出信号与变换因子的平方根相乘来实现所述输出信号的直接计算。在此，不在这些处理器阵列中执行所述考虑边界条件的计算，而是在一种预处理步骤中进行。所述的处理器阵列完全由一些计算圆形旋转的(对角的单元)或采用圆形旋转的处理器单元(非对角的单元)组成。譬如从J.Ma、K.K.Parhi、Ed F.Deprettere著的＂基于流水线CORDIC的QRD-MVDR波束整形＂，IEEE声学语音国际会议汇编，信号处理，3025-3028页，西雅图(美国)，1998中公开了MVDR自适应的波瓣整形(QDR矩阵的QR分解)。在扩充的处理器阵列上实现具有多个线性边界条件的MVDR波束整形。在采用舒尔(Schur)补数的条件下，将所述的线性边界条件引入到所述的最小化问题可以表达为一种部分的高斯消除法。借助一种通常的QR分解来解决从中所产生的最小二乘问题。甚至所述输出信号的直接计算在最后所采用的乘法也可以通过使用Schur补数而被表达为一种线性变换。因此可以达到如下的实施，即所述的实施完全基于线性的高斯变换和圆形的Givens旋转，并可以借助一种由处理器组成的上三角形阵列来实现。
为了实现所述的复数值变换，以一种因子分解的形式来表达它们。这种因子分解相应地由实数值的线性变换和圆形变换组成，并将所述复数的相位旋转引入到所述的变换中。在复数平面中也可以将这些相位旋转转用到圆形变换上。因此，可以将所述的复数变换转用到若干实数变换上，譬如可以通过四个实数乘法来表达一个复数乘法。然而在利用这种因子分解的条件下，可以详细地表达复数变换的因子分解旋转图，也就是说，在一种在算法期间伴随于所含有关矩阵的对角矩阵中累加所述相位旋转中的一个。这相当于因子分解旋转的基本思想，其中将标度因子转移到一种对角矩阵中。在计算结束时补偿所述的对角矩阵。由此减少了所需的实数旋转的数目，以至于仅需要实数旋转中的两个就能消除所含复数的虚部。
正如所讨论的那样，基于实施线性和圆形的复数2×2变换的处理器单元，可以实现具有多个边界条件的MVDR波束整形的整个上三角处理器阵列。将这些变换称为实数的线性和圆形的2×2变换。在采用一种线性或圆形的CORDIC处理器的条件下实现每个实数变换(CORDIC数字计算机上的坐标旋转)。在所述的CORDIC方法中，借助简单的移位和加法运算实施一个二元矢量的旋转。通过用于直接计算输出信号的最后线性变换来补偿在对角矩阵中所聚集的相位因子。
当前的MVDR波束整形器在这里尤其涉及一种具有电可调方向特性的、考虑了多个边界条件的天线阵列，它在一种调制的数字信号上、譬如在一种4-QAM信号上得到应用(4-QAM在信号空间具有4个点的正交调幅)。仿真已表明，尤其在考虑近似精度和标度的条件下，所需的计算工作量在很大程度上取决于应用的专门条件，譬如SNR(SNR信号噪声比/信噪比或信号干扰比)。
通常的系统结构包括布置在平面的位置mi上的无方向性的M个传感器元件。所述的天线阵列接收一种混合信号，它由要解码的所希望的信号、来自未知方向的不受欢迎的干扰信号、和在所有方向上平均相等的背景噪声组成。在附

图1中所示的这种系统结构中应该考虑到，从接收信号s1(t)的角度看，第二信号s2(t)也是一种入射方向为已知的干扰源，而信号s3(t)应该是一种具有未知到达方向的干扰源。为了简化，假设在每个传感器上的传播方向是相同的，并且波形是平面的，使得可以采取远场近似。所述的各个传感器输出信号xi(t)作为复数的基带信号出现，其中，应考虑到所接收的信号通常是某些已变换成等效低通信号的已调制信号。因此可以采取一种窄带近似，也就是说，每个天线元件都接收相同的信号，但具有时间延迟。在一个传感器i上的等效低通信号可以描述为xi(t)=x~(t)exp(-j2πfCτi)+ni(t),---(1)]]>式中， 为在布置在附图1中所示天线坐标系原点上的一种虚拟基准传感器元件上的复数基带信号、τi为传感器i相对于所述基准传感器的信号时间延迟、fc为载频、和ni(t)为高斯白噪声。因此需要两个方程用于完整地描述附图1。在N×M矩阵C中，可以通过属于每个天线和每个已知传播方向的指数表达式的组合来实现更紧凑的符号表示法，其中，N为已知信号方向的数目。按如下来定义所述的矩阵 式中，Φi，k＝-2πfcτi，k。下标k相当于一种给定的场几何形状的第k个到达方向，而在给定的到达方向上可以通过投影观测较容易地计算出所述的时间延迟τi，k。将所述的离散信号xi(n)考虑作为模拟前端的、或与每个传感器的前端相连的前侧端子的输出信号。结合以下的实施例来讨论与此有关的细节。所采样的信号布置在一种n×M矩阵X中 式中，n为在每个天线上所采集的采样值的数目或号码。通过用复数的因子wm给所述传感器的输出信号或输出值进行加权，这些乘积的总和便产生一种空间滤波器、即所谓的波瓣整形器或波束整形器。基于每个加权因子wi＝[w1，…，wM]T属于一个所希望的输出信号ei这种事实，定义一种含有所述滤波器输出值的信号矩阵E＝[e1e2…el]，式中L≤N。
用于方向预给定的定向技术在于，要求应放大所述希望的信号，而应抑制从另外的方向入射的噪声和干涉信号。这便产生了以下的最小二乘表达式minwi||ei=Xwi*||22]]>其中i∈[1，L]， CW*＝B，(4)式中，L为所希望输出信号的数目，而B表示所述的放大矩阵，尤其是增益矩阵。N×K矩阵B中的元素大多是取自数集{0，1}；0代表干扰抑制，1代表所述信息信号的单位增益。所述的加权矩阵W又由矢量wi组成，使得W＝[w1w2…wL]。以这种方式和方法用所述的最小二乘判据来尝试使所述波瓣整形器的输出功率最小化，而且同时满足所述的边界条件。针对附图1中所示的系统结构获得两个已知信号方向s1(t)、s2(t)的N＝2个边界条件，使得C2xM，B＝I2，以便获得E＝[e1e2]。
在迄今已知的在处理器阵列上实现MVDR波束整形算法的方法中，不是在所述的处理器阵列内部一同计入所述的补充条件，而是在一个单独的预处理步骤中考虑它们。因此既在硬件方面，也在编程方面都需要相应高的工作量，以便尤其能在采用多个天线时进行数据检测。
本发明的任务在于改善信号处理任务用的复数值的类似CORDIC的方法，以及改善一种用于实现这样方法的通信系统。
通过一种具有权利要求1特征的复数值的类似CORDIC的方法，或通过一种用于实施这样方法的且具有权利要求6特征的通信系统来解决此任务。有利的改进方案由从属权利要求给出。
这样的方法尤其能够在构造形式相同的和基于CORDIC的实数单元中实现所述完整的复数值信号处理。为此在一种处理器阵列中实施所述的方法，其中一同计入所述的补充条件，并因此取消一个单独的预处理步骤。
以所建议的方式实现把所述复数的相位因子转移到对角矩阵中的方法也是有利的。
所述的方法特别提供了如下可能性，即尤其在通信系统中进行很简单的硬件实施，因为所述的单元一方面拥有互相很相似的构造，而另一方面通过所述的CORDIC实施只须执行移位和加法运算。
以下借助附图来阐述一个实施例。所展示的图1为一种系统结构，它具有四个传感器元件、两个来自已知方向的载有信息的信号s1(t)和s2(t)、和一个来自未知方向的干涉信号或干扰信号s3(t)；图2为复数的CORDIC，图中(a)为一种线性的分析处理、(b)为一种线性的应用、(c)为一种圆形的分析处理、和(d)为一种圆形的应用，其中，所示的块由以矢量工作方式和旋转工作方式运行的、线性和圆形的实数CORDIC模块组成；图2a为在此所采用的符号的说明；图3中的(a)为一种按照所述CORDIC原理的乘法单元，(b)与(c)为执行所述相位旋转的γ计算和累加的三角单元；图4为一种完整的处理器阵列；图5为在采用具有标度因子补偿的类似CORDIC的近似旋转的情况下，用于示出比特差错率的一种表格，其中，由每个实数值的CORDIC处理器单元执行相同数目的CORDIC迭代(μ旋转)，以及另外还示出了在采用准确旋转的情况下的比特差错率；图6为所述处理器阵列的一种所产生的方向图。三种信号从不同的方向射入。两种信号应受到抑制，其中，应以0dB的增益来接收来自-90°的信号。所有入射的信号另外还受到了噪声(信噪比为每个天线8dB)的干扰。从公式a(ξ)=20log10|[ejφ1(ξ),...,ejφM(ξ)]W1|]]>中计算出振幅特性；图7为相对于μ旋转数目的所述比特差错率的一种示图(信噪比＝8dB)，其中，所示的虚线示出了在准确旋转情况下的比特差错率；和图8为一种基站的示意性构造。
为了说明实施例，首先阐述所述带有边界条件的优化问题的解决方案。用于解决所述的带有边界条件的优化问题的一种措施在于，将所述的问题表达为一种没有边界条件的最小二乘问题(最小二乘问题最小误差二乘法)。用C＝[C1C2]、WT＝[WT1WT2]和X＝[X1X2]可以将所述补充条件的方程描述为(式中，*＝[*1*2]表示把矩阵*分解成两个子矩阵，其中第一子矩阵具有N个列)C1W1*+C2W2*=B.---(5)]]>解矩阵W1得出W1*=C1(B-C2W2*)---(6)]]>从中产生XW1*=(X2-X1C1-1C2)W2*-(-X1C1-1B)]]>为此可以用X‾2=X2-X1C1-1C2]]>以及B‾2=-X1C1-1B---(7)]]>解决最小二乘问题minW2||X2W2*-B‾2||22---(8)]]>以便获得W2，并在此从(6)中计算出W1。在进一步的步骤中可以借助
E＝XW*(9)计算出所希望的输出信号。尤其从并行的硬件实施的角度来看，优选地把在求解带有边界值的最小二乘问题中所包括的，也即在求解过程(6)、(7)、(8)和(9)中所包括的步骤纳入到一种三角矩阵的生成过程中。假设将(n+N)×(M+K)矩阵M定义为 将一系列高斯变换Gpq(s)应用到所述的矩阵M上，其中，Gpq(s)消除了所述的元素mpq，使得C1变成上三角形状，而且完全消除X1，得出 式中，R1为一种上三角矩阵，而所述的n×(M-N+K)矩阵|X2B2|为M的Schur补数。要说明的是，可以如此来选择所述的变换，使得R1的对角元素变成实数值。
通过|X2|的QR分解，可以如此来解与下部左侧块有关的最小二乘问题，使得X‾2=[Q2Qs-]R20]]>式中，[Q2Qs]是一种酉矩阵。由Givens旋转Jpq(θ)组成所述必要的酉变换。矩阵的定义[P2HPsH]=B‾2H[Q2Qs]]]>和将一系列Givens旋转应用到M′上可以看出，通过酉变换来继续(11)的部分的三角形成过程 正如以前所述的那样，可以如此选择所述的Givens旋转，使得R2的对角元素变成实数值。通过应用以上方程，实际上没有W的明确计算就可以确定所述的输出信号。E=XW*=Q2R2W2*-B‾2.---(13)]]>由于R2W2*＝P2，和B2＝Q2P2+QsPs，所以获得E=-QsPs.---(14)]]>用一种处理器阵列来实施所述的算法。由于整个算法是从所述矩阵M的三角形成的角度来表达的，所以可以在一个上三角处理器阵列中实现它。
由于所述的信号是复数值的，所以所述的处理器单元必须处理复数值的数据。在通常的实施情况下，所述的单元必须基本上执行乘法和累加。然而计算线性变换和酉变换的边缘单元必须相应地计算方根和除法。由于它们在计算技术上的复杂性，这些计算比乘法要求更多的时间。为了完成这个问题，下面来研究所述处理器单元的内部构造。
以下将复数的CORDIC模块化为实数的CORDIC，也就是说转化为如下方法，即用简单的移位和加法运算来执行一个二元矢量的旋转。为了实现这一点，首先以因子分解的形式来表达所述的复数旋转。可以看出，在将这些一般复数模块用于所述MVDR波束整形器的情况下，所述的一般复数模块可以被简化。从酉旋转的角度首先研究一种应用于矢量v＝[ra]T的酉2×2矩阵Tu，式中，不仅r而且a都代表复数；也就是说，r＝ 和a＝ 。于是通过Tu=c*s*-sc---(15)]]>来定义Tu，式中， 并因此Tuv=[|r|2+|a|20]T]]>以下设a和r为a或r的相位角。现在可以将Tu分解为4个矩阵 式中，sinδ=|a||r|2+|a|2]]>以及cosδ=|r||r|2+|a|2]]>如果现在通过具有实数元素的一种四元矢量 来描述所述的二元复数矢量v，式中 那么就能够以下述的方式和方法以具有四个实数变换的表达式来表达方程(16)中的因子分解的复数变换。将Givens旋转 和 应用到所述的矢量 ，也即相当于乘法re-jr或ae-ja。将矩阵 应用到所述的矢量 ，这同样相当于将T3z(δ)应用到v。迄今已置换了方程(16)中的四个复数因子中的三个。也可以将所余下的因子γ表达为一种实数旋转。然而有利的是，不结合其它的旋转来执行所述的旋转，而是延迟这些步骤。假设不结合其它变换来执行所述的相位移γ，也就是说存在着一种由独立的相位因子e-j1或e-j2组成的剩余2×2对角矩阵。为了执行所述Givens旋转序列中的下一个消除步骤，需要执行在方程(15)中规定的所述酉变换。因此应计算 式中， 以及 在少数几个代数变换之后从中得出 重要之处在于，在所述的引导对角矩阵中可以累加所述的相位因子。因此在最后的变换步骤中可以进行所述的相位补偿，而不必在每个处理器单元中计算所述的相位补偿。这类似于在因子分解旋转时所采用的原理，在那里是在一种伴随对角矩阵中累加所述旋转的标度。由于可以将(16)的Tu看作因子分解的旋转，所以可以相应地处理所述的第一对角矩阵。与因子分解的旋转相反，为了避免溢出而在所述的算法期间不需要补偿所述的对角矩阵，因为所述的对角矩阵γ仅含有相位因子。
以下研究线性的旋转。与所述的酉旋转相似，可以将一种复数的线性旋转描述为由四个适合于实数表达的矩阵所组成的乘积。在线性的情况下，通过 给出所述的2×2变换矩阵T1，将此2×2变换矩阵T1应用到所述的矢量v＝[ra]T，以便消除所述矢量v的第二组分。类似于Tu，将T1的分解定义为 通过将方程(25)中的表达式与方程(16)中的表达式作比较可以发现，在两种情况下都产生了所述的变换T1和T2。但通过一种线性的变换T31来代替所述的酉变换T3Z。又可以将这种复数变换表达为一种实数的4×4变换矩阵T31(|s|)=10000100-|s|0100-|s|01.---(26)]]>如在方程(16)中那样，应该用γ执行最后的乘法，这实际上相当于T31T2T1v的所述两个元素的相位修正。象以上所述的那样，将所述的相位旋转写入一种对角矩阵中，换言之，可以在一种单独的对角矩阵中累加这些相位旋转。
下面来讲述一个示范性的实施。如果现在置换CORDIC块的所有实数变换，则产生由所述因子分解的表达式所组成的复数CORDIC单元。附图2中示出了基于实数CORDIC单元的复数块。在此，R1或R2的对角值是实数值的。所以在上述的复数CORDIC块中可以略去多个实数的CORDIC单元。在附图2中用实线示出了这些块。附图4中示出了基于CORDIC单元的整个处理器阵列。上侧的两个处理器系列实施了所述的部分高斯消除法，而位于其下的行中的单元则实施所述的QR分解。此处在一个第二DOA处理块中(DOA到达方向/接收方向)执行用于从[C1C2B]生成矩阵[C~B~]=[R1C‾2B‾1]]]>的部分高斯变换。由DOA算法估测入射信号的方向。由于方向估测算法的高分辨能力，所以通过具有高精度的变换计算可以达到一种较好的效率。由于不必在每个描扫步骤中更新所述阵列的上面部分中的寄存值-因为所述信号的入射方向(DOA)在时间方面变化比较缓慢-，所以所述方向估测器的执行时间不是关键的。于是给所述线性处理器单元的寄存器分配所述的值 和 在采用基于CORDIC的近似变换时，这种方法可以提高所述边界条件的精度。但是要说明的是，所述的处理器阵列以某种精度为所有的CORDIC模块工作，也即针对每个CORDIC模块以固定数目的μ旋转进行工作。通过由三角单元组成的处理器阵列的各列来实施从方程(14)得出的γ因子计算，而且也实施所述的相位补偿γ和 。附图3(b)和3(c)中示出了相应的单元。
从方程(14)得出的γ因子补偿不是作为一种通常的乘法单元来实现的，而是通过具有象所述阵列的余下部分那样的内部构造的块来实现。以下将bi和c看作为任意的复数。通过将高斯变换在形式上应用到M=-1[b1,b2,...]c0T]]>可以消除c，以便计算M的Schur补数，也就是G2,1(s)M=-1[b1,b2,...]0c[b1,b2,...].---(27)]]>所述的Schur补数显然相当于所述的乘积c[b1，b2，…]。因此可以将所述的乘法实施为一种变换计算和变换应用。可以有利地为矢量化采用相同的单元，正象它被用在所述阵列的上面部分中那样(附图2(a))。此外，附图3(a)所示的应用单元具有象六角单元那样的构造。
以下讨论仿真结果。在以下的仿真中假设所述要解码的信号是4-QAM调制的信号。已经如此选择了所述的参数，使得表现为一种具有M＝5个天线和3个入射信号的系统结构。所述的天线均匀地分布在一种圆形装置中，其中，将相邻传感器之间的间距设置在半个波长上。
利用以角度-90°或63.4°从所述的已知方向入射的两个在功率上相同的信号来进行第一仿真试验。一个具有未知方向的干扰信号以128.7°入射。将从此得出的比特差错率作为附图5所示的信噪比或信号干扰比的函数来示出。所述的处理器单元利用不同数目的CORDIC迭代进行工作。已经将所述的结果与采用准确旋转的仿真试验作了比较。可以发现，三个μ旋转已经导致几乎与准确计算相同的比特差错率。
下面接着研究从中得出的波束图或方向图，在这里是一种天线系统或天线阵列的波束图或方向图。为了确定阵列的方向图，已经在某些仿真步骤之后读出所述阵列的寄存器单元。象在讨论处理器阵列之前已经讨论过的那样，可以从中计算出固有的加权因子。附图6中示出了所产生的方向图。借助虚线示出了所述的信号方向和干涉信号或干扰信号方向。尽管所示的曲线具有一种不同的走向，但是它们满足所述的期望。无论所述的准确计算的方向图，还是所述的近似求解的方向图，它们在所述MVDR判据的意义上都最佳地满足了所述的边界条件＂增益等于1＂。此外，所述已知干扰信号或干涉信号的抑制是很准确的。所述未知干扰信号的抑制随着μ旋转的数目而增长。
为了表征所述的近似法，已经在费用方面考虑了输出信号质量(BER比特差错率)和计算费用之间的折衷。对此，在采用具有标度因子补偿的类似CORDIC的近似旋转时，图7示出了所述阵列的效率分布图。可以发现，4个μ旋转已足够达到整个可能的效率。
为了实现所述的方法，建议提供象附图8中所示基站那样的基站，这些基站在使用所述处理器阵列1的任意空间装置中具有多个偶极天线2。可因此获得的数据流被供给所述处理器阵列1的各一个单元。由一个单独的到达方向块DOA3提供关于所述入射的有用和干扰信号的方向信息。在所述处理器阵列的用户侧的输出端4上施加有代表N个入射信号的基带信息的N个复数数据流，对于这些信号存在着入射方向。每个输出端由此提供一个在所述MVDR判据的意义上最佳地指向所述发送机天线阵列的信号。
优选在ASIC(ASIC专用集成电路/客户/应用专用集成电路)上，或在FPGA(FPGA现场可编程门阵列/由规则结构所构造的、可自由编程的逻辑模块组成)上实现上述的三角阵列1。这种规则的结构也使得多处理器系统的采用成为可能。尤其通过CORDIC块来实现各个单元的旋转装置。在此，将所述复数值的CORDIC块化为实数值的CORDIC模块。所述的处理器阵列1在原则上适合于处理所述复数信号处理中的、可以化为具有补充条件的最小二乘问题的任何问题。建议一种MMMSE接收器作为优选的实施例(MMMSE改进的最小均方误差)。MMSE表示用于调节滤波器系数的一般判据，其中，在CDMA传输系统中采用MMMSE接收器(CDMA码分多址)。譬如在经无线接口传输的未来移动无线电系统中，譬如在UMTS(通用移动电信系统)中，或在具有约2000MHz频带中的频率的第三代其它系统中采用CDMA。在此，所述的改进方案也可以应用于满足瑞利统计的信道中。
权利要求
1.信号处理任务用的复数值的类似CORDIC的方法，所述的信号处理任务可以化为具有至少一个补充条件的最小二乘问题，其中在一种处理器阵列(1)上执行一种算法，其特征在于，在所述处理器阵列内部的至少一个工作步骤中考虑所述的补充条件。
2.按权利要求1的方法，其中在构造形式相同的、基于实数CORDIC的单元中实施一种完整的复数值的信号处理。
3.按权利要求1和2的方法，其中将复数的相位因子转移到一种对角矩阵(1)中。
4.按上一权利要求的方法，其中在CORDIC实施中仅执行移位和加法运算。
5.按上一权利要求的方法，其中将复数值的CORDIC块化为实数值的CORDIC模块。
6.尤其是无线电通信系统的通信系统，用于实施如一个以上权利要求所述的、尤其是信号处理任务用的复数值的类似CORDIC的方法，-具有至少一个发送和接收台，尤其是在任意空间装置中具有许多偶极天线(2)的基站，和-具有一种处理器阵列(1)，所述的处理器阵列(1)具有许多用于接收多个偶极天线(2)的天线信号的前侧输入端，和许多用于输出具有N个入射信号的基带信息的N个复数数据流的输出端(4)。
7.按权利要求6的通信系统，其中所述处理器阵列(1)的所述许多输出端(4)是与一种常规的单天线接收器(5)相耦合的。
8.按权利要求7的通信系统，其中所述的处理器阵列(1)是三角形构造的。
9.按权利要求6至8之一的通信系统，其中由一种到达方向块(DOA，3)提供关于入射的有用和干扰信号的方向信息。
10.处理器阵列(1)，用于实现如权利要求1至5之一所述的、信号处理任务用的复数值的类似CORDIC的方法。
全文摘要
本发明涉及信号处理任务用的一种复数值的类似CORDIC的方法,所述的信号处理任务可以化为具有至少一个补充条件的最小二乘问题,其中在一种处理器阵列(1)上执行一种算法。为了避免计算所述补充条件用的前联计算机级,建议在所述处理器阵列内部的至少一个工作步骤中考虑所述的补充条件,其中,尤其在构造形状相同的、基于实数CORDIC的单元中进行一种完整的复数值的信号处理。相应地也建议一种无线电通信系统,用于为信号处理任务执行复数值的类似CORDIC的方法,所述的无线电通信系统配备有至少一个发送和接收台,尤其是配备有在任意空间装置中具有许多偶极天线(2)的基站,并配备有一种处理器阵列(1),所述的处理器阵列(1)具有许多用于接收多个偶极天线(2)的天线信号的前侧输入端,和许多用于输出具有N个入射信号的基带信息的N个复数数据流的输出端(4)。
文档编号G06F7/544GK1382272SQ0081462
公开日2002年11月27日 申请日期2000年10月20日 优先权日1999年10月20日
发明者M·奥特, M·比克, J·格策 申请人:西门子公司