子符号并行干扰消除的制作方法

专利名称：子符号并行干扰消除的制作方法
技术领域：
本发明通常涉及通信，尤其涉及通过消除干扰来提高通信系统性能，并且尤其涉及改进对码分多址通信环境中的多址干扰进行的消除。
背景技术：
码分多址(“CDMA”)提供一种有效的通信技术，用于使几个用户共享通信信道。遗憾的是，当所述信道过于拥挤时，传统CDMA接收机工作很差且多址干扰(MAI)严重地降低了性能。虽然最大似然接收机在此种情况下容易描述，但它几乎不可能实现。
各种传统技术试验了在符号级上的干扰消除。符号级匹配滤波器可以为加性高斯白噪声信道中的多用户检测(“MUD”)提供足够的统计量。这种公知结果得出下述结论最佳用户比特估计程序可以在符号级上写入。因此，这些各种传统MUD方案使用符号级估计和消除方案。然而，这些符号级技术仅仅接近于最佳估计器，而不能保证这些符号级近似完全使用这些信号结构。
另外，传统进程包括下述用于消除干扰的计算昂贵的处理(1)将每个源(基站)的数据插入到特征波形(signature waveform)的采样格网(码片中心)中，(2)计算每个用户的比特估计，(3)合成整个符号的二进制波形，和(4)将整个符号的波形插回数据的采样格点中，以执行所述消除。
已经提出一些采样级方案。一个示例使用连续时间(即，模拟)最大似然估值器(“MLE”)方案，其被用作连续判决反馈。这个MLE方案的目的在于一个单级模拟过程，该过程使用由相关用户功率电平控制的滤波器。虽然相对容易实现，但是这些方案并不与干扰消除问题很好地理论匹配。为了补救这种缺点，线性最小均方差(MMSE)技术，比如基于卡尔曼(Kalman)滤波器和其他最小均方通则的这些技术，能够用来减少未消除的干扰。这些技术完全连接用户(导致大规模矩阵计算)，并且执行滤波器中的修正项上的干扰消除。因此，他们保持可观的计算费用。
上述技术还可以被认为是单级算法。多级设计也可以考虑。例如，在研究符号级MMSE接收机的同时，已经研究出多级并行干扰消除(PIC)方法。在多级PIC公式中，码匹配滤波器被应用于所接收的信号和从前级估计出的干扰信号的总和之间的差值。这些多级设计存在有不足。
每个传统技术被发现或者太复杂而不能在实际应用中实现，或者在实际使用中相对实际MAI消除存在不足。因此，需要可实际实现且能提供有效消除的用于消除MAI的技术。

发明内容
本发明减少通信系统中的MAI，在一个实施例中该通信系统为使用长码的异步CDMA系统。
一种技术使用基于逐码片的并行干扰消除(PIC)。具体而言，在每个时间采样为每个用户应用解耦二元最小均方差(MMSE)估计，而不是等待完整符号估计。根据另一个方面，扩频码的随机特性导致基于基本混合高斯(MG)分布的条件期望值。这导致即使在高负载时，性能几乎与单用户约束时一样高。而且，以可负担的计算成本为代价，这些技术的性能大大超过传统技术。
本发明的另一个方面消除通信系统中的多用户干扰，其中多用户通过接收能够提供在一子符号间隔上产生的多个离散值的数据集(例如，基带数据)，通过将多个用户中至少一些的特征波形插入到所接收的数据集的公共采样格网中来估计与每个给定用户对应的符号的比特，从而在共享信道上进行通信。这个方面适用于包括混合高斯解调器、PIC、部分PIC以及解耦Kalman解调器的各种MUD方案，并且由于二元特征波形的插入可以利用查找表容易地执行，而每个源插入码片中心需要涉及传统多累加结构的滤波器操作，所以该方面可以提供大大减小的复杂度。
本发明的另一方面包括混合多级多用户检测(MUD)方法和重配置递归多级MUD(RMSM)算法体系，通过选择更新增益因子和非线性函数，该算法体系可以实现各种MUD算法。RMSM体系所支持的MUD算法包括混合高斯解调器、PIC、部分PIC以及解耦Kalman解调器和混合多级MUD方法。
本发明可以以各种形式体现，包括计算机实现的方法、计算机程序产品、通信系统和网络、接收机、发射机和收发机等等。


参照附图，在下述说明书中更加全面地公开了本发明的这些和其他更加详细和具体的特征。在附图中图1是示出接收机的一个实施例的示意图；图2是示出并行导频信道获取系统的一个实施例的示意图；图3是示出利用图2的并行导频获取系统产生复模糊函数的一个实施例的示意图；图4是示出在图1的CDMA通信接收机中使用的有效用户检测模块的实施例的示意图；图5是示出在图1的CDMA通信接收机中使用的传播信道估计和码跟踪模块的示意图；图6是示出利用图5的信道估计和码跟踪的导频产生的实施例的示意图；
图7是示出导频消除模块的一个实施例的示意图；图8是示出根据本发明的多级多用户检测的示意图；图9A是示出根据本发明的多级多用户检测处理模块的一个实施例的示意图；图9B-9F是示出多用户检测处理模块的其他实施例的示意图；图9G是示出具有递归多级功能的多用户检测处理模块的另一实施例的示意图；图10是示出多用户检测处理模块的用户幅度估计器的示意图；图11是示出特征波形合成器的一个实施例的示意图；图12是示出在特征波形合成器中使用的子码片内插滤波器的一个实施例的示意图；图13是示出多级解耦MUD处理的一个实施例的示意图；图14是示出解耦MUD处理的一个级的一个实施例的示意图；图15是示出解耦MUD处理元件的一个实施例的示意图。
发明详述在下面描述中，出于解释的目的，为了提供对本发明的一个和多个实施例的理解，提供了许多细节，包括具体的公式。然而，对于本领域的技术人员显而易见的是，某些具体细节并不是实现本发明所必须的。例如，本发明的一个方面的细节并不是实现本发明的另一个方面所必需的。为了简化描述，说明书被分成与本发明的各个方面相关的单独部分。
如上所示，本发明的每个方面可以以各种形式体现，包括计算机实现的方法、计算机程序产品、通信系统和网络、接收机、发射机和收发机等等。例如，在一个实施例中，手持设备(比如蜂窝电话)包括传统存储器，以及用于执行存储器中提供的指令的处理单元。传统编程技术被用来实现在下述部分中详细描述的各种技术，比如由在存储器中存储的软件提供。或者，相同软件被存储在各种可机读的介质(例如，软盘、CD等)中。此外，当执行由软件提供的指令时，得到由计算机执行的处理。
根据一个方面，本发明提供在CDMA通信系统中使用的多用户检测(MUD)技术。MUD技术接收复基带离散时间输入，执行并行干扰消除(PIC)，和执行子符号级上的估计，该估计优选基于逐码片进行。在一个接收机(例如，CDMA、蜂窝电话)中，这些技术通过最小化多址干扰的电势来改善性能，并且以相对低的计算成本来进行此种操作。根据另一方面，MUD技术执行基于递归多级的估计和非线性函数，与线性单级技术相比，可以进一步改善干扰消除。
在一个实施例中，本发明利用只通过干扰消除耦合的用户实现，该干扰消除发生在离散子符号采样格网中。通过介绍，图13-15描述了使用所接收的信号模型的DS-CDMA实现。该信号模型为y(t)=Σp=1Pyp(t)+Σk=1Khk(t)ck(t)+v(t)]]>其中y(t)＝复接收基带信号，hk(t)＝复异步扩频函数(这也被称为特征波形)，ck(t)＝与K个用户相关的复发射符号集，而v(t)＝复加性高斯白噪声。如果必要，该公式用于说明信号yp(t)的存在，该信号yp(t)包括已知信号，比如导频、前导码、训练序列等。这些yp(t)允许获取相干信道信息、定时等，这些信息和定时在现有技术中是标准的。离散采样间隔(在t和t+1之间的时间)小于符号周期且通常小于或等于码片周期。
图13-15是分别说明多级解耦MUD处理1300、更具体的MUD处理的单个级1400、以及更具体的MUD处理元件1500的示意图。所述示意图说明了此种处理的流程图以及其模块结构的实施例。
图13示出了多级解耦MUD处理1300的实施例，特别示出了如何消除导频干扰以及导频干扰如何应用于多级设置(其他实现可以使用一级)。多个级可以应用同一解耦MUD算法，或在混合设置中可以为不同的级使用不同的MUD算法。在一个在只有有限的计算资源可用时最有用的实现中，MG-MUD的第一级之后紧跟传统PIC的第二级，该第二级是使用图15中的体系结构来有效实现的。在图13中，如果存在，处理第一导频、前导码和训练序列(1302)。由于在许多设置中多个用户将共享导频，所以根据需要，比如定时和信道均衡之类的信息可与其他方框共享。所述导频/前置码/训练序列信号还被重构且用于消除对多址干扰的贡献(1304)，得到ycp(t)，该ycp(t)是消除导频之后的基带信号。该信号被提供给解耦MUD的第一级(1306)，其根据需要估计k(t)以及其他信息以提供在多级之间的变换。这种处理在图14中进行了更详细地描述。利用一个符号延迟(1312)，第一级符号估计(和支持数据)被用于产生第二级MUD(1308)等。最终级MUD(1310)提供软判决输出。
此处，导频信息被估计，且在用户多址干扰被估计和移除之前消除导频信号。在导频足够强以至于能估计所需要的信息时这被建议使用。在一些情况下，在干扰消除的中间级之后，导频信息应该被重新估计以及导频信号被再消除。例如，这在远近问题导致弱导频被强导频和用户信号遮蔽时有利。
图14示出了MUD处理1400的一个级的实施例。基于符号集的估计值δk(t)，通过将当前干扰估计值从不含导频(pilot-less)的基带信号中减去(1402)来形成修正信号i(t)。这种修正信号表示其所有已知多址干扰已被移除的原始信号y(t)。不同的MUD处理单元只通过这种干扰消除来耦合，在MUD处理单元的内部，来自其他用户的对未消除干扰的贡献被视为附加噪声。与导致大矩阵方程的标准Kalman滤波器方法不同，对于每个MUD处理单元可以得到标量方程。
所述干扰消除发生在离散子符号采样格网中，而不是使用插入法来将这些测量值移到每个用户的码片中心或使用符号级采样。解耦处理单元1404a-c使用i(t)和任何导频/前导码或训练序列信息来为该用户在下一采样时间对MAI的贡献产生估计值c^k(t+1)hk(t+1).]]>图15示出了解耦MUD处理元件1500的实施例。同样，不同用户的处理单元的耦合通过修正信号i(t)发生，而信号重构c^k(t+1)hk(t+1)]]>发生在离散子符号时标(timescale)上，其中对于每个用户的处理单元来说，该时标是公共的。如果可以得到，特征波形合成模块1502使用来自嵌入的导频、前导码和训练序列等的均衡和定时信息。通过应用一个时间步长延迟(1504)，解耦MUD处理器(1506)和信号重构(1510)共享单个计算hk(t+1)。解耦MUD处理器1506使用其内部状态信息和新测量值yk(t)来对符号集 进行估计，其中新测量值为yk(t)=y(t)-Σp=1Py^p(t)-Σl=1,l≠kKhk(t)c^k(t)+v(t)′.]]>所估计的多址干扰 的附加(1508)还原用户k的贡献且简化算法流程来产生解耦MUD处理中的yk(t)。虽然描述了一个实施例，但是其他函数等式也可用于图14-15。
本发明的另一方面是剩余项Σp=1P(yp(t)-y^p(t))+Σl=1,l≠kKhk(t)c^k(t)+v(t)′]]>被视为在信号处理期间的加性噪声，与标准Kalman滤波和其他完全耦合技术相比，这导致计算复杂度上的实质节省。解耦处理器的内部状态维持在每个子符号时间步长t产生群集点 的估计值所需要的信息。解耦MUD处理器块在每个t产生一估计值，而不是等到直到符号周期结束。这大大改善了在每次传送(pass)时的消除(如在下面讨论的混合高斯MUD实施例中)且通过允许即使在解耦MUD处理器中使用更多传统算法(比如经典并行干扰消除)时也可以将特征波形重用于解调和重构中来改善计算效率。在特征波形合成模块1502中，特征波形被插入到数据的子符号采样格网(sample lattice)中，而不是将数据yk(t)插入到基于用户k的采样格点上，比如码片中心上。由于与用于将yk(t)插入到每个用户的不同码片中心的固定点滤波器相反，hk(t+1)插入经常采用二元查询表来实现，这导致在许多情形中的复杂度的减小。
在一个实施例中，这些方面可以通过被称为混合高斯(MG)多用户解调器(称为MG-MUD)来实现，其执行非线性最小均方差估计技术，完全解耦且执行多级来进行估计和基于子符号消除干扰，优选基于逐码片。其他实施例包括解耦Kalman解调器和具有非线性求精(refinement)的解耦Kalman解调器，这在2003年1月30日提交的、名称为“Multi-User Detection Techniques for CDMA(用于CDMA的多用户检测技术)”的临时申请60/443,655中进一步描述。图15中的结构还提供了其他现有MUD技术的有利实现，其仅在符号边界更新符号估计。
虽然应用于任何通信方法，为方便讨论，结合CDMA系统对MG-MUD进行描述。该技术使用解耦滤波器来为每个用户估计符号，同时完成基于子符号的并行干扰消除。在每个时间采样进行最小均方差估计，并且在不等待完整符号的情况下执行干扰消除。通过扩频码的随机特性来完成解耦，从而导致即使在出现高电平多址干扰时算法也具有极好的性能。
通过引入，首先描述了MG-MUD技术，接着是完成该技术的具体实施例。
通过例示，描述一种将具有二元相移键控(BPSK)CDMA信号的IS95标准用于使用长码的K个异步业务信道。考虑所接收的信号y(t)=Σl=1Khl(t)Albl(t)+v(t),]]>其中y(t)＝复接收信号，hl(t)＝复异步扩频函数，Al(t)＝实业务信道幅度，bl(t)＝发射比特，以及v(t)＝复加性高斯白噪声。值得注意的是，在该等式中，扩频函数包括信道效应，而业务信道幅度被分离来简化在下面描述的IS 95实施例中的业务信道功率跟踪(相对于导频)。在出现可分解的多径时，使用类似于Rake接收机的公式。在这种情况下，在MUD期间，跟踪每个到达信号，在进行MMSE估计时采用相干合并的用户到达信号的不同测量值。
此处，使用标准技术来估计扩频函数中的信道系统系数的相位和信道幅度大小，并且信道系数被假定为在信号符号周期内基本不变。
对于用户k，考虑具有σk2(t)＝E(|k(t)-bk(t)|2)的bk(t)的MMSE估计k(t)。
解调器使用类似于Kalman滤波器的预测器—校正器，其通过修正信号来实现干扰消除。考虑hk(t)和Ak(t)已知，并且让k(t)-是基于k(t-1)的bk(t)的预测值。那么 和 解调器被开发来用于固定用户k。为了标注方便，假定用户k在t＝0之前的采样间隔内开始新符号。首先，消除所估计的多址干扰，定义i(t)=y(t)-Σl=1Khl(t)Alb^l(t)----(2)]]>和ik(t)＝i(t)+hk(t)Akk(t)-因此，ik(t)=hk(t)Akbk(t)+Σl≠khl(t)Al(bl(t)-b^l(t)-)+v(t)]]>考虑采用码片速率进行的采样，并且基于测量值矢量来进行bk(t)的MMSE估计，其中测量值矢量为i~k(τ)=Re{hk(τ)*ik(τ)}]]>
其中τ＝1，2，…，t和0≤t≤扩频增益。值得注意的是，bk(t)取决于直到时间t的当前符号的所有测量值。在符号结束时的估计是收敛估计。对于BPSK情形，hk(τ)*ik(τ)的虚部还包含不必使用的有限信息。接下来使用的是按照每码片一次采样到的扩频码的随机特性。随后，对于用户k，其他用户的扩频函数被认为是随机变量，并且hl(t)是近似独立同等分布的，其中E(hl(t))＝0E(hl(t)*hl(t))＝H2E(hk(t)*hl(s))＝0 其中k≠l和E(hk(t)*hl(s))＝0 其中t≠s用户的相对功率在实幅度Al中获得。中心极限定理的大量应用导致条件高斯分布。
i~k(τ)|bk(t)≈N(hk(τ)*hk(τ)Akbk(t),]]>1/2hk(τ)*hk(τ)(H2Σl≠kAl2σl2(τ)-+σv2))]]>根据扩频函数的随机特性，期望的是， 和 近似不相关，其中τ1≠τ2。 τ＝1，2，…，t，的联合密度是积密度(productdensity)，且 的密度是两个高斯分布的联合。通过直接计算，最小均方差估计是条件期望值，且b~k(t)=]]>tanh(Στ=0tRe(hk(τ)*ik(τ))Ak1/2(H2Σl≠KAl2σl2(τ)-+σv2))---(3)]]>
σk2(t)=G(Στ=0thk(τ)*ik(τ)Ak21/2(H2ΣAl2σl2(τ)-))---(4)]]>其中特定函数G被定义为G(Λ)=122πΛ∫-∞+∞(1+tanh(w))2exp(-(w+Λ)22Λ)---(5)]]>+(1-tanh(w))2exp(-(w-Λ)22Λ)dw]]>这个部分引入一种可以大大减少计算负载的近似，同时改善解调器性能。为了简化解调器，考虑近似H2Σl≠KAl2σl2(τ)-+σv2≈H2Σl=1KAl2σl2(τ)-+σv2]]>这种近似对于较低功率用户来说是很准确的。较高功率用户容易被解调且不会显著受影响。定义σi2=E(i(t)*i(t))=H2Σl=1KAl2σl2(τ)-+σv2---(6)]]>允许对等式(3)的分母根据时间序列直接估计。可以使用简单的低通滤波器σ^i2(t)=(1-α)σ^i2(t-1)+αi(t)*i(t))---(7)]]>但是在具体应用中，滤波器应该更接近匹配信道的动态特性。得到的用于多级方案的级1的解调器是 i1(t)=y(t)-Σl=1Khl(t)Alb^l1(t)----(9)]]>σ^i12(t)=(1-α)σ^i12(t-1)+αi1(t)*i1(t)---(10)]]>Sk1(t)=2Akσ^i12(0)×Στ=0tRe(hk(τ)*ik1(τ))---(11)]]>
k1(t)＝tanh(Sk1(t)) (12)等式(6-10)考虑在不存在可分解的多径时的情形。当出现多个到达信号时，所述到达信号被分别传输且来自这些到达信号的信息被相干合并。对于具有Pk个多径到达信号的用户k，等式(6-10)变成 i1(t)=y(t)-Σl=1KΣp=1Pkhlp(t)Alpb^lp1(t)-]]>σ^i12(t)=(1-α)σ^i12(t-1)+αi1(t)*i1(t)]]>Sk1(t)=Σp=1pk[2Akpσ^i12(0)×Στ=0tRe(hkp(τ)*ikp1(τ))]]]>k1(t)＝tanh(Sk1(t))在下面的实施例中说明每个业务信道只有单个到达信号的情形。
为了提供直接说明，上述理论研究将提供BPSK系统的MGMUD方案。在BPSK的情形中，所述比特被直接估计。具有更复杂群集的调制要求不同的方案。这种不同的方案也用于混合调制情形中，其中不同的用户可以具有不同的调制集。考虑所接收的信号y(t)=Σl=1Khl(t)Albl(t)+v(t),]]>其中y(t)＝复接收信号，hl(t)＝复异步扩频函数，Al(t)＝实业务信道幅度，bl(t)＝发射比特，以及v(t)＝复加性高斯白噪声。
对于具有群集C的用户k，与BPSK比特估计相比，可以通过对该用户的集状态ck进行均方差估计来最大化干扰消除。对于复修正信号i(t)，根据近似条件期望
c^k=Σci∈Cciexp(Στ=0t-|i(τ)+hk(τ)Akc^k(τ)--ciAkhk(τ)|2σ^i2)Σci∈Cexp(Στ=0t-|i(τ)+hk(τ)Akc^k(τ)--ciAkhk(τ)|σ^i2)]]>得到MMSE估计，其中条件期望具有σi2，并且使用在下面等式(6)和(7)中相同的方案定义其估计值 该用户对干扰消除的贡献是δk(t)Akhk(t)，如同BPSK中。
等式(1-5)实现BPSK解调器，而(13)描述多比特集的解调器。双曲正切函数G和其他指数函数可以被实现为查询表，在该种情况中，等式(3)和(4)可以通过和的累加来有效执行。他们还可以比如按照在下面实施例中描述的分段线性近似来进行近似。然后通过重复通过数据且继续累加在等式(2)和(3)中的求和中的项来执行多次传递。
等式(8-12)描述算法的第一传递(pass)，这由参数中的下标1表示。为了标记简单，这些等式是针对开始于时刻t＝0的新符号的用户K和0≤t≤扩频增益。等式(9)的求和在每个符号边界重新开始。在该公式中，在等式(9)中使用的σi2的估计值是固定的。等式(8-12)的使用提供另一个很大的好处，因为所述算法没有模型驱动且提供具有更多鲁棒性的解调器。所述算法不需要加性噪声的功率的估计。在严重多址干扰中这很难进行估计。另外，所述算法不再严重依赖于在等式(4)和(5)中的误差方差动态值的准确性。许多实验揭示，如等式(8-12)中描述的加性噪声方案导致MMSE估计中的具有较高保真度的近似。
几种选择可用于实现多次传递算法。例如，首先将前一传递比特估计和求和作为初始条件。对于扩频增益L和用户K，定义Fk(t)为用户K的当前符号的第一采样的时间标记(index)。随后，例如，用户K的符号的第一采样是
Fk(tstart)＝tstart并且对于符号中剩下的采样Fk(t)＝tstarttstart≤t≤tstart+L-1然后，将m次传递的多次传递等式写成k0(t)＝0所有t (14)Sk0(t)＝0所有t (15) im(t)=y(t)-Σl=1Khl(t)Alb^lm(t)----(17)]]>σ^im2(t)=(1-α)σ^im2(t-1)+αim(t)*im(t)---(18)]]>Skm(t)＝Skm-1(Fk(t)+L-1)+2Akσ^im2(Fk(t))×ΣFk(t)tRe(hk(τ)*(im(τ)+hk(τ)Akb^km(τ)-))---(19)]]>km(t)＝tanh(Skm(t)) (20)等式(14-20)示出了在每次传递时如何处理新符号。在等式(16)和(19)中的稍微复杂点的时间指示函数仅仅重启比特估计和在前一传递的收敛估计上的累加，只要到达符号边界。
在等式(19)中的多次传递实现连续在多次传递间累加。为了维持作为对数似然的收敛符号估计的插入，如在解码中优选，还可以使用Skm(t)=Skm-1(Fk(t)+L-1)+2Akσ^im2(Fk(t))]]>×ΣFk(t)tRe(hk(τ)*(im(τ)+hk(τ)Akb^km(τ)-))]]>-L-(t-Fk(t)+1)LSkm-1(Fk(t)+L-1)]]>(21)该函数线性地移除在累加器中的初始条件。第三方案将所有匹配滤波器值2Akσ^im2(Fk(t))Re(hk(τ)*(im(τ)+hk(τ)Akb^km(τ)-))]]>存储在环行缓存器中。该缓存器利用来自符号的数据作为可得到的新数据填充。每个时间步长对整个缓存器进行求和。在这种情况下，Skm(t)=2Akσ^im2(Fk(t))ΣFk(t)tRe(hk(τ)*(im(τ)+hk(τ)Akb^km(τ)-))]]>+2Akσ^im-12(Fk(t))Σt+1Fk(t)+L-1Re(hk(τ)*(im-1(τ)+hk(τ)Akb^km-1(τ)-)]]>(22)在实际中，等式(22)将会通过减去旧项和增加新项来实现。三个技术(19)、(21)和(22)的每个以增加实现复杂度为代价，在估计比特对数似然时提高了准确性。
因此，这里描述的是实际的高用户负载的多用户检测技术。通过基于基本混合高斯分布的解耦滤波器，所述技术基于逐码片来消除干扰，而不是等待完整符号估计。通过估计其自身的时间序列的未消除干扰功率的估计，而不是使用基于模型的方案来得到更进一步的数字效率。这种实施例说明了本发明的各种特征。首先，不同的MUD处理器块仅仅通过干扰消除来耦合。其次，所述干扰消除发生在使用图15中介绍的子符号级结构的数据采样格网(与单个用户码片中心或符号级格网比较)。最后，所述干扰消除开始与子符号级，而不是等待如前述MUD技术中所述的完整符号解调。
本发明的另一方面是提供混合多级(或多次传递)MUD技术，该技术在如图13所述的每级中使用不同的采样级方法。上述的各种MUD技术例如可以分别用作不同采样级方法。或者，混合方案可以包括第一级使用DKD或MG-MUD，紧接着传统部分并行干扰消除(PPIC)。在一个实施例中，混合方案允许每级由不同的方法组成(例如，DKD、MG-MUD、PIC、PPIC)。为了适应计算效率，当前级优选包括用于计算下一级所需的辅助方法特定(method-specific)参数的函数，。
图1是CDMA通信接收机(SSCR)100的实施例和相应过程的示意图。SCCR 100包括抽取模块102、插入模块104、导频获取模块106、码跟踪和信道估计(CTCE)模块108、有效用户检测模块110、延迟缓冲器112、导频消除模块114、以及多用户检测(MUD)模块116。
虽然本发明可应用于各种通信系统，为了方便描述，在使用IS95B CDMA标准的环境中描述一些实例。SSCR 100的输入是数字化的复基带信号，其中信号的采样率是码片率的任何整数倍(通常为1，2或4)，在IS95的情况下码片速率是1.2288M码片/秒。对于所描述的系统，如同每码片至少4采样的速率采样的版本(version)一样，按照每码片1采样进行数字化的信号的版本也是需要的。如果所述输入以每码片4采样时钟同步，那么抽取模块102使用传统抽取技术来获得以每码片1采样时钟同步的版本。如果所述输入以每码片2采样时钟同步，那么插入模块104使用传统插入技术来产生以每码片4采样的采样率采样到的版本，如同由有效用户检测模块110使用的版本一样，而抽取模块被用于产生以每码片1采样的采样率采样的版本，以供系统的剩余部分使用。最后，如果所述输入如图中以每码片1采样的采样率采样，那么插入模块被使用来产生每码片4采样的版本。
参照导频获取模块106，每个CDMA基站(称为源)发送用于获取码定时的导频信号。在IS95B中，导频信号使用重复32768码片序列。每个基站具有不同的来自其邻居的定时偏移。在导频获取模块106中，估计源的数目、源的定时偏移以及可选多普勒偏移。在典型系统中，使用准确到码片的1/16的定时偏移。另外，对信道的复幅度进行初级估计。由导频获取模块106提供的结果是源的列表、源的定时偏移、多普勒偏移以及复幅度。
优选地，有效用户检测模块110使用每码片至少4个采样的复基带输入信号。如果系统的输入是每码片少于4个采样，就执行插入。另外，使用通过导频获取模块106得到的源的列表以及其相应的参数。而且，存在已知或所要求的用户的列表。在IS 95，此种列表通常包括寻呼和同步信道以及接收机用户自身的信道。有效用户检测模块110尝试通过将在该信道上看见的功率与域值进行比较来识别可用的子信道(具有64个子信道的CDMA基站，包括导频、寻呼、同步和业务信道)中那个在其上具有用户。有效用户检测模块110的列表是每个源的用户的列表以及其相应的信道标记和幅度。
CTCE模块108采用以每码片1采样的采样率采样的复基带输入信号，并且将其与导频信道以-1/2、0和1/2码片延迟相关。与导频信道以0延迟的相关被用于估计信道的复幅度，同时以-1/2和1/2延迟的相关被用于跟踪在定时偏移中的变化。CTCE模块108的输出是源的数目、源更新的定时偏移、多普勒偏移以及复信道幅度。
导频消除模块114采用以每码片1采样的采样率采样到的复基带信道作为其数据输入以及源的列表、源的定时偏移、多普勒偏移以及复信道幅度。随后使用源信息来为每个源合成导频的复制品，随后从复基带输入中将其减去。导频消除模块114的输出是不含导频的复基带信号，其被输入到MUD模块116。MUD模块116还使用源列表以及其相应的定时偏移、多普勒偏移、复信道幅度、用户的列表以及其相应Walsh码指示和幅度。
MUD模块116与剩余组件结合，通过接收和处理离散采样波形、执行在子符号级的估计(优选在码片级之下)、以及结合并行干扰消除来执行干扰消除。还可以提供非线性估计和多级结构，如下进一步所述。优选地，MUD模块116应用前述MG-MUD功能。在下面更详细地描述包括用于执行此种功能的元件的MUD模块116的实施例。
MUD模块116的输出是软判决符号流，该符号流被输入到用于误差校正解密的后端，并且随后将输出数据流或输入声音合成器以产生音频输出。
SCCR 100本性可被作为软件、硬件、固件或硬件、固件和/或软件的任何可能组合。SCCR 100还可以在特定用户专用电路或在数字信号处理器上实现，其包括用于执行软件等的元件。优选实现方案将取决于易于与整个系统设计集成。
图2是根据本发明的导频获取200的实施例和相应的模块体系的示意图。所述图形描述了其中出现严重多普勒频移且进行补偿的实施例。根据移动速度和频带，较小的多普勒效应可由码跟踪单独进行补偿。系统200的输入是复基带采样的固定码长序列，该复基带采样以码片速率进行采样。在导频获取中使用的输入采样的数目中存在折中。采样的增加改善了每个源的信道估计的信噪比(SNR)，但是它也增加了多普勒分辨率，这意味着更多的计算必须被执行来正确地估计多普勒偏移。在典型实例中，8192个输入采样被用于导频获取。导频获取200中第一部分是复模糊函数的产生202。假设Mda是用于导频获取的输入数据序列的长度，而N是在IS95的情况下码(32768)中的位置的数目。CAF是输入序列和导频信号的周期复制品之间的关联，其中复制品是为CAF产生202提供的(“导频信号复制”)。利用合适的码和多普勒偏移来计算输入序列和导频信道的复共轭的相关性。
对于每个多普勒偏移，计算在N个位置上的相关性。对于CAF中的每个点，计算幅度的平方202。移除局外人方案被用于采用噪声域值204a来产生噪声统计204b。由此，计算域值204c且将CAF幅度平方与该域值进行比较204d。其相应幅度平方大于域值的位置被识别且被添加到“山形”的列表中204d。在此山形的列表中的点被簇集来识别与相同源对应的CAF点。与每个山形一起维持的是每个点的定时偏移、多普勒偏移和复幅度206。另外，还为每个点的两个邻近多普勒频段(Doppler bins)维持同样的信息。
随后利用连续近似过程208来对定时偏移进行求精运算。对于每个簇集，选择具有最大幅度平方的点，并且还选择与两个邻近多普勒频段中具有较大幅度的一个对应的点。通过插入所述两个点的多普勒偏移来计算多普勒偏移。所述插入假定CAF表面具有关于所述峰值的sinx/x形状。一旦多普勒插入完成，导频信号被合成且与在所插入的多普勒峰值处的相同定时偏移相关联。然后，输入信号与合成的导频相关联且复幅度被计算出。还可以利用距离该点的-1/2和1/2码片的定时偏移来计算相关性。连续近似过程被用于将多普勒偏移估计求精到所需要的分辨率。在典型实例中，这种分辨率是码片的1/16。对于每个迭代，在连续近似中，三个点(两个间隔)是必须的。以由[-1/2，0]和
标识的两个间隔开始，其幅度和为较大值的间隔被选择，并且，例如，计算偏移1/4码片处的点。迭代继续直到具有其分辨率为码片的1/16的点。
图3是使用快速傅立叶变换(FFT)来计算CAF(300)的示意图。具体而言，对于给定多普勒偏移，可以通过执行输入序列的循环卷积来获得所需要的关联集。执行循环卷积的一个相对快的方法是对两个信号执行离散傅立叶变换302、312，并且将得到的结果进行点乘308，以及计算离散傅立叶反变换316。FFT是计算DFT的快速算法。在应用离散傅立叶变换312之前，还对导频信号复制品进行滤波304。所得到的导频特征波形被存储在导频缓存器314中。在IS 95的情况下，由于导频信号的采样长为32768，对输入信号进行零填充302以形成长度为32768的缓冲区。随后，计算输入缓冲器的FFT。对于零多普勒偏移的情况，输入缓冲器的FFT与预先存储的导频FFT进行点积。使该结果经过IFFT316来产生在零多普勒偏移时所有整数定时偏移的CAF值且被保持318在CAF缓存器中。对于其他多普勒偏移，导频信号被循环移位310。每个循环移位N是CAF的一个频段，频段激活组成整个CAF。选择域值来实现检测远程导频和产生假警告之间的折中。
图4是示出包括多用户检测子模块400a-c的用户检测模块400的实施例的示意图。用户检测模块400的输入是复基带信号，该复基带信号的采样率至少4倍于码片率。在典型实施例中，使用4倍码片率的采样率。同样，用户检测模块400的输入是源的列表、源的定时偏移、多普勒偏移以及复幅度。用户的搜索独立于每个源进行操作。对于每个源，选择最接近对准于码片中心的输入的相，并且按照因子4来抽取所述输入402。所得到的信号由此很好地对准导频序列。随后，所抽取的信号与复信道幅度的复共轭进行复数相乘，然后将其实部和虚部与其相应的导频序列进行相乘，最后将得到的结果加在一起。码片的相关数目与可能用户的数目是相关的。优选地，当完成与一个符号对准地64个采样时，计算哈得曼变换，对所有64个Walsh信道执行粗解调。在此阶段之后，每个信道的功率在特定时间间隔累加406。例如，500个符号周期。基于噪声统计来计算域值408，使用噪声域值来确定噪声采样。所述噪声域值被选择来平衡对增加干扰消除、有限计算容量以及在期望设计点上的假警报的花费的竞争权益(competing interests)。对于每个信道，如果功率被确定410超过域值，则用户被确定是有效的且其幅度被估计为其功率与导频功率的比值。
图5是输出由CTCE模块和相应的模块体系执行的码跟踪和信道估计500的示意图。同样，所述输入是以每码片一个采样进行采样的复基带输入信号，以及源列表、源的定时偏移、多普勒偏移和复信道幅度。几个并行CTCE块500a-c中的每个包含相关性502、导频生成504、码跟踪506、信道估计508、平方电路510以及即时导频能量累加512模块。导频生成504由图11中的特征合成模块1100提供，如下所述。优选地，由三抽头相关器、标准的早—迟门延迟锁定环(DLL)的变种来执行相关。在大多数DLL中，固定的导频是与滞后和超前1/2码片的输入相关联。然而，在本发明的一个实施例中，使得输入信道只需要以每码片1采样得到，计算滞后1/2码片的导频信号。这描述了在码跟踪模块506中实现的早—迟门延迟锁定环的实现。信道估计508(幅度和相位)是根据即时导频和码跟踪环中的数据的相关性得到的。即时导频在元件510进行平方且在512中累加以计算在信道估计元件508中使用的即时导频能量。
图6是说明由CTCE模块和相应的模块体系执行的导频产生过程600的示意图。导频产生602且对导频进行滤波604以得到即时导频。以-1/2码片延迟滤波606以得到超前导频。该超前导频随后以1码片延迟608来获得具有1/2码片延迟的导频，被称为滞后导频。这些导频中的每个与复基带输入信号相关联。
在指定周期后，在典型情况下为每512个码长，如下计算误差值(merit)(1)三个相关量(超前、滞后和即时)中的每个与其复共轭相乘来计算超前能量、即时能量和滞后能量，并且(2)该误差值被计算为(超前能量—滞后能量)/即时能量。
利用一些反馈系数(通常为0.1-0.3)与误差值相乘来给出定时偏移的更新。通过将即时相关值(在平方之前)除以即时导频中的能量来计算信道的复幅度估计。一旦计算出定时偏移的更新和信道复幅度的更新，四个累加器(超前、滞后、即时和导频能量)就被初始化到0，并且继续处理。
图7是说明由导频消除模块执行的导频消除700的示意图。导频消除700的输入是以每码片1采样的采样率采样到的复基带输入信号。另外，还从CTCE模块的输出中取得源的列表、源的定时偏移、多普勒偏移和复信道幅度。这些参数被用于产生702a-c每个源的导频。随后，将该导频与复信道幅度相乘。对所述导频进行求和且将其从复基带数据中减去以提供所示的不含导频的复基带数据。导频消除模块的输出被输入到MUD模块的数据输入端。
图8是说明多级多用户检测(MUD)800的实施例的示意图，比如由前面引入的根据本发明的MUD模块执行的MUD。具体而言，所描述的情形涉及使用每符号64个码片的k个用户。在检测中使用三级。多级mUD800以每码片1采样来接收不含导频的复基带输入，并且产生软符号估计和比特估计输出。
每个MUD级800a-c由1个或多个MUD处理元件(MUDPE)构造成。优选匹配用户的数目(k)。在描述的实施例中为64。为了便于描述，示出了3个MUDPE 804a-c。MUDPE包括两个基本功能解调器，用于解码输入且估计当前符号；以及合成器，基于所述符号的估计值来估计当前用户对下一码片的贡献。对于给定级，所有MUDPE804a-c的输出被加在一起以形成不含导频的基带输入的下一码片的估计。该级的当前码片的估计(已经根据先前码片计算出)随后被从不含导频的基带输入中减去以形成修正信号。这种修正信号是不能被预测的不含导频的基带信号的一个分量。给定级的修正符号是级800a的所有MUDPE 804a-c的输入。
每个MUDPE804a-c产生两个附加输出，或者来初始化给定用户的下一级，或者作为对用户有用的最终软判决输出。第一输出是该级的软判决输出。对于每个用户，它是对其所有多址干扰已移除的不含导频的基带输入进行操作的匹配滤波器的线性累加器。在MUDPE内部，这种其用户的多址干扰已移除的不含导频的基带输入被作为修正信号与用户对该不含导频基带输入的贡献的MUDPE预测值之和来形成。对于第一级，这种累加器被初始化到0。对于后级，这种累加器被初始化为前级的软判决输出。
所述级的第二输出是初始比特(或在非BPSK调制初始集点)，下一级的估计。这种比特估计被用于对由一级处理的给定符号进行比特估计。对于第一级，比特估计是0。实际的比特是-1或+1。然而，存在至少三种方案来产生内在的软比特估计。第一种方案是使用硬判决限幅器，该限幅器是软判决累加器的符号。产生最佳MMSE估计的第二方案是计算软判决累加器的双曲正切。第三且是优选的方案近似使用分段线性函数的双曲正切函数，由此如果输入的幅度小于1，则输出等于输入，但如果幅度大于或等于1，则箝位到-1或1。
在给定符号的处理期间，软判决输出和比特估计输出都被锁存。所述锁存在完整符号结束时时钟同步。对于IS 95，符号是64个码片。因此，由于在已经处理符号的所有码片之前当前级的输出没有准备好，下一级的输入被延迟802a、802b符号内的码片的数目。同样，具有符号中的码片数目的大小的缓冲器被安置在每个连续级之间的输入上。
图9A和图9B是MUDPE 900a、900b的更详细的示意图。输入i(t)是复修正信号。复变量yk(t)是对用户k的不含导频的基带的贡献的合成。如图9A所示，对于用户k、级m来说，这种贡献是yk(t)＝hk(t)Akkm(t)-。用户k的贡献yk(t)和修正信号i(t)被加和在一起924，以恢复来自用户k的贡献。根据下述等式，这形成了用户k的不含导频的基带信号的近似值ik(t)，其中该基带信号的所有多址干扰已被移除。
ik(t)＝i(t)+hk(t)Akkm(t)-。
MUDPE 900a包括特征合成器906，该特征合成器906接收用户的定时偏移和Walsh指数，并且计算该特征波形。在下面将参照图11描述特征波形的计算。
用户估计器902计算用户的复幅度Ak的估计。通过将用户的复幅度估计和特征波形相乘来构建用户的复特征波形Akhk(t+1)。在当前码片期间计算这种波形，从而估计用户对下一码片的贡献。由延迟914d提供的单码片延迟倍采用来为当前码片的贡献提供合适值。
对于接收机(其被等同视为匹配滤波器或相关器)，ik(t)与特征波形的复共轭相乘，随后取出实部来提供匹配滤波器项。这种功能包括(1)将ik(t)的实部乘以926特征波形的实部，(2)将ik(t)的虚部乘以928特征波形的虚部，(3)将两个结果加930在一起，得到其实部分量。这个值被提供给累加器912。结合穿过延迟元件的反馈，该反馈将前一码片累加值传递到累加器912，该累加器有效地累加用户幅度估计器902的输入的值。用户幅度估计器在下面参照图10(10或11？)描述的用户幅度估计中使用。在每个符号边界，通过与0相乘944来清空累加器。
为了使累加器934规格化，匹配滤波器输出值通过乘法器932由2倍的修正方差的估计的倒数(2/σ2)来进行标度(scale)。可以通过计算下述连续(running)和在MUDPE 900a外部计算修正方差的连续估计0.01×当前修正值的平方加上0.99乘以累加器934中的前一值。
当前码片的被规格化的匹配滤波器输出值被提供给软符号输出Skm(t)的累加器934。累加器934还通过延迟914c来接收前一累加值，该累加器由此保持逐片增加的软符号的累加值。软符号输出Skm(t)被用于锁存，该锁存在符号结束时时钟同步来在整个符号周期内存储用户k的累加输出Skm(Fk(t)+L-1)。
软符号输出Skm(t)也经过比特估计计算模块904。在一个实施例中，比特估计计算模块904执行非线性计算，更为具体地，是分段线性近似于双曲正切函数。在一个替代实施例中，其他非线性计算或线性计算可用于比特估计。得到的比特估计km(t)被输出到锁存器908b，该锁存器908在符号结束时被时钟同步来提供最后的比特估计km(t+L-1)。这种锁存器908b在符号周期结束时提供该级的该用户k的软比特估计。
乘法器942控制所预测的先验比特估计km(t+1)-。如果(t+1)表示符号中的第一码片复用器选择来自前一级的比特估计或0。否则，km(t+1)-＝km(t)。
所预测的比特估计km(t+1)-与先前描述的特征波形Akhk(t+1)相乘。为了能够在下一时间步长执行消除，该预测值被馈送到下一时间步长的修正信号的累加。所得结果是用户对下一码片的信号的贡献的预测值。该数值也被通过码片延迟914b馈送回与下一码片的下一修正信号(作为hk(t)Akkm(t)-)加和，并且MUDPE 900a的输出被加到所有其他用户的预测值中。
MUDPE 900a还与前面引入的多级处理结合使用。为了适应这，在符号的开始，累加器934从前一级的累加软符号中选取其输入，并且利用复用器940进行选择。如果不存在前级，那么将0作为累加软符号值输入。
MUDPE 900a的功能可以在接收机内体现。可以被提供为软件、或硬件、固件、或硬件、固件和/或软件的任一可能组合。MUDPE 900a软件可以是计算机系统的一部分，在计算机中由处理器执行其指令。还可以采用存储介质的形式，该存储介质存储软件，比如光盘CD或其他格式、磁性存储、闪存或其他。
值得注意的是，虽然是概念性的，每级每用户存在一个MUDPE900a。还有可能的是，将多逻辑MUDPE体现为如图9B所示的单物理MUDPE 900b。在硬件实现中，这种布置是最有用的。通常，MUDPE900b类似于MUDPE 900a，并且到最后类似数目的项如上述操作。然而，取代单个锁存器908a，b，使用N个必须的锁存器920，b，并且取代码片延迟914a-d，使用“N码片”延迟922a-b。另外，用户幅度估值器和特征合成块必须被修改来具有存储器，从而使得可以为N个不同的用户复用其输出。从功能上讲，MUDPE 900b象前述MUDPE900a一样工作，具有过时钟同步和增加缓冲器。在输出端存在有一个累加器和时钟延迟，以将不同用户的贡献加在一起。虽然修正信号输入和在输出端上的累加的用户贡献仍然以码片速率时钟同步，但是MUDPE 900b以N倍的码片速率时钟同步。软符号输出和比特估计输出还必须于使用符号速率同步的下一级同步。
存在几个不同的方案来将来自不同级的估计合并在一起。图9c-9f描述了四种替代情形。
图9C是MUDPE的变形。为了使累加的软判定被解释为“对数似然”，匹配滤波器输出的累加必须在1个符号周期内有效地执行。这在图9c中通过将前一级中的累加软符号除以946符号中的码片数并且使用减法元件将其从当前匹配滤波器项中减去来实现。在符号周期结束时，来自前级的整个累加软符号将被减去，从而使得所述累加是当前级的匹配滤波器项的累加。
图9D是MUPDE的另一个变形。在这个变形中，不是减去来自前级的平均值，实际的匹配滤波器项在多级间传送且被减去。更为具体地，每个码片的匹配滤波器项利用修正方差(2/σ2)进行标度，且被送入先进先出(FIFO)缓冲器元件950并且以码片速率时钟同步。表示来自前级的标度后的匹配滤波器项的信号是输入且被使用减法元件948从当前标度后的匹配滤波器项中减去。得到的结果是每个码片上的结果。累加器包含使用标度后的匹配滤波器项的每个码片的确切累加。对于从符号的开始到当前符号的码片，所述累加具有最新值，对于当前码片之后的码片，累加具有在前级上使用的值。这种技术的有利之处在于不需要近似值来从中减去其平均值。不利之处在于需要附加的FIFO缓存器。
图9E是MUDPE的另一个变形，其能够用于MG-MUD的第一级。这种变形包括将累加器(912，图9A)的功能并入累加器934，并且将乘法元件932放置在累加器934的输出端而不是在输入端。如果这个变形已经用于第一级，那么在任何情况下，累加器912和934将被初始为0。同样，在第一码片，乘法元件942将比特估计选择为0，且在下N-1个码片，从非线性的输出中选择比特估计，其中N是每个符号中的码片的数目。
图9F是类似于图9E的变形。其被用于执行使用这种体系的PIC算法。主要的区别在于排除在一起的复用元件(942，图9E)。在符号结束时锁存非线性的输出(当前的比特估计km(t))。在预测中使用的估计，km(t+1)-，被作为前级的估计采用。
根据本发明的另一方面，可配置的体系通过选择更新增益因子和非线性函数来实现各种MUD。这种体系(称为递归多级MUD(RMSM))算法体系)是各种MUD方法共有的基本功能的多级的、采样级实现。共有的功能包括多级状态预测和更新等式和三角增益矩阵更新公式。通过计算和应用时间和级依赖性的增益因子，将RMSM体系配置于特定MUD方法，其中该增益因子对应于该方法。所述配置要求选择用于符号估计和判定的方法特定的非线性函数以及选择方法特定的状态更新等式。由RMSM体系支持的MUD算法包括混合高斯解调器、PIC、部分PIC和解耦Kalman解调器以及混合多级MUD方法。
图9G是体现RMSM体系的MUD处理元件900g的实施例。这种处理元件900g以单个结构实现在图9A-9E种描述的处理元件的功能。处理元件900g包含附加开关952、954、956，适应引入不同组增益因子βkm(t)和减去956似然相关项ξkm(t)。
图9G已经被简化但与图9A-F一致。首先，大致示出了非线性判定函数904。如同其他实施例，可以应用各种非线性判定函数，该非线性判定函数包括但不限于在一些图形中描述的tanh函数。另外，取代两条线，以单条实线示出了复通道。因此，乘法器928的功能被并入乘法器926。复数乘法器926将输入信号与合成的特征波形的共轭相乘。函数964执行共轭操作。由于这种设计体现能够实现各种其他算法的体系结构。幅度标度函数962、开关952和乘法器被提供，因此不同的增益因子b(t)可被使用且可以校正用户幅度。此外，由各个复用器和延迟提供的功能没有示出，但应该理解的是，该功能被并入所示出的累加器912、934中。
通过选择正确的增益因子组、设置各种开关且选择期望的非线性判定函数，该处理元件900g可以容易地被重配置来执行任何MUD算法的单级，比如PIC、PPIC、DKD、MGMUD或各种混合多级方法。
通常，增益因子的方法特定组可以被预先计算或存储在一表格中。在其最通常的形式中，每个表格的大小是[N×M×K]表，其中N是码片/符号数目，M是级的数目，K是用户(或信道)的总数。当前用户、当前处理级和符号内的当前码片确定表中的索引。
增益因子矢量βkm(t)是当前执行的算法和级的数目的函数。
对于PIC，增益因子独立于级和用户，且增益因子是β(nk)=1n,]]>其中nk＝{1，...，N}是符号内的当前码片指数，而N是单位符号的码片数目。
部分PIC算法的增益因子类似于PIC，但包括依赖于级的加权βm(nk)=λmnk,]]>其中0≤λm≤1。通常，随着级的数目增加，λm接近于1.0。
如同名字所暗指的，块结构固定增益Kalman解调器(BFKD)的增益因子是βm(nk)=αmN,]]>其中αm取在0和1之间的用户定义的值。将B.Flanagan和J.Dunyak在2003年10月13-16日召开的IEEEMilcom 2003会议的会议纪要上发表的“Steady State Kalman FilterTechnique for Multiuser Dectection”用作算法描述和相关参考。
可以根据J.Dunyak在2002年无线和光通信的IEEE会议上发表的“A Decoupled Kalman Filter Technique for Multiuser Detection ofPulse Amplitude Modulation CDMA”来定义解耦Kalman解调器的增益因子(DKD增益因子)。
假定可以根据期望的算法来选择几个非线性判定函数中的一个。候选函数包括硬限幅器、符号函数、快速限幅器、擦除器和双曲正切。擦除器是3级函数，根据输入信号指定输出-A、0和A。
如上所述，仅仅利用几个参数的改变，RMSM体系可使用于特定算法。参见图9x，每个特定算法的配置如下对于PIC1、使用PIC的增益因子
2、设置开关A，使得利用用户幅度的绝对值的逆来标度3、设置开关B，使得将再生信号添加到输入复基带修正信号i(t)4、触发开关C，使得每次使用来自前级的非线性符号估计5、利用前面的1/N刻度来选择期望的非线性检测函数6、设置似然项ξkm(t)＝0，其中N是码片/符号的数目对于PPIC1、使用部分PIC的增益因子2、设置开关A，使得利用用户幅度的绝对值的逆来标度3、设置开关B，使得将再生信号添加到输入复基带修正信号i(t)4、触发开关C，使得每次使用来自前级的非线性符号估计5、利用前面的1/N刻度来选择期望的非线性检测函数6、设置似然项ξkm(t)＝0对于MG-MUD1、使用MG-MUD的增益因子2、设置开关A，使得以1对增益因子进行标度3、设置开关B，使得将再生信号添加到输入复基带修正信号i(t)4、触发开关C，使得每次使用当前的非线性符号估计，除非在符号边界的开始处，在该种情况下，使用来自前级的非线性符号估计5、选择双曲正切或箝位限幅器6、为了实现图9a版本，设置似然项ξkm(t)＝0；为了实现图9c版本，设置似然项ξkm(t)＝(前级软符号估计)/N，为了实现图9d版本，设置似然项ξkm(t)＝前级的相应匹配滤波器项对于DKD1、使用上述引入的DKD增益因子2、将开关A(952)设置为13、将开关B设置为04、触发开关C，使得每次使用当前的非线性符号估计，除非在符号边界的开始处，在该种情况下，使用来自前级的非线性符号估计5、选择<TBD>非线性函数6、设置似然项ξkm(t)＝0对于BFKD1、使用BFKD的增益因子2、将开关A(952)设置为13、将开关B设置为04、触发开关C，使得每次使用当前的非线性符号估计，除非在符号边界的开始处，在该种情况下，使用来自前级的非线性符号估计5、选择<TBD>非线性函数6、设置似然项ξkm(t)＝0图10是用户幅度估计器1000的实施例的示意图，该用户幅度估计器1000可用于前述MUDPE 900a和900b中。如前所述，执行匹配滤波器的第二累加，在符号的开始，该第二累加被初始为0且不规格化。这被称为匹配累加器输入，该输入由用户幅度估计器1000接收。附加的输入包括所示的定时偏移的小数部分、复信道估计和2倍修正方差的倒数(2/σ2)。在1/16码片分辨率的定时偏移的情况下，考虑定时偏移的小数部分，这个数目将是4比特量0-15，其中所有比特位于二进制小数点的右边。这个值被用于查找该相位的导频功率。导频功率查找表(LUT)1010预先存储与该相位对应的导频功率以提供该信息。2倍修正方差的倒数的值是预先描述被提供给MUDPE的剩余部分的值。从前述CTCE模块获得复信道估计。
用户的相对幅度通常是小于1的正数，它表示用户的幅度与导频的幅度的比值。用户幅度估计器1000将对每个符号计算该量的平方的点估计，并且随后进行用户相对幅度的平方的点估计和在前估计的凸组合。具体而言，对于参数α，在图中为0.99，估计器1000采用0.01(1-α)乘以点估计加上0.99α乘以在前估计。得到的结果以符号速率同步(1014)，并且得到结果的平方根(1016)与复信道估计相乘以提供用户的复幅度估计。
通过采用在符号结束时的匹配滤波器累加器输出的幅度平方(1002)且将其乘以用户相对幅度平方的在前估计(1004)的倒数来计算点估计。得到的结果与标度因子相乘且移除偏差(bias)。最后，点估计被限制在0到1的范围内(1008)。用户相对幅度平方的新估计的平方根被采用且将其与复信道幅度估计相乘来获得该用户的复幅度估计。在计算中使用的标度和偏差项按照下述计算。复信道估计的幅度平方(1012)与2倍的修正方差的倒数相乘。其还与从导频功率LUT 1010提供的导频功率相乘，根据表示定时偏移的小数部分的4比特，该导频功率是不同的。将所述结果(1018)的倒数取为偏差。随后将该值与2倍的修正方差的倒数相乘并且平方输出来产生标度(scale)。
图11是说明特征合成器1100的示意图，该特征合成器被先前介绍的导频获取、CTCE、导频消除模块和MUDPE使用。使用线性反馈移位寄存器(LFSR)1104和1106来计算导频的实部和虚部，其中LFSR是诸如IS-95的标准中指定的。对于64个Walsh信道中的每个，根据Walsh表1102应用不同的码，得到的结果是二元序列。比特“0”被映射到符号1，而比特“1”被映射到符号“-1”。为了产生在所需要的小数偏移的1/16上的导频的插入版本，二进制输入必须被滤波1108、1110。在优选实施例中，这种滤波器是12抽头无限脉冲响应(FIR)滤波器。所得结果或者是在Walsh码为0(全1)的情况下合成的导频，或者任何其他Walsh信道上的特征序列。
图12是说明可为MUDPE特征合成器1200使用的子码片插入式滤波器的示意图。更具体地为三种不同的实现1202、1204和1206。由于输入是二进制的，所以可以使用查找表来计算输出。在实现中根据查找表的代价与使用地址的代价的关系来进行集中折中。优选地，由于存在16种可能的小数偏移，所以必须使用4比特来选择合适的滤波器。一个表格的实现1202要求16比特(12比特用于数据输入，加上4比特用于选择小数偏移)或65536个位置来产生输出。但不使用另外的逻辑。两个表格的实现1204要求2个10比特表或2×1024＝2048个位置。对于所述10比特，4比特用于选择小数偏移，而其他6比特和是12比特序列的上半部分或是下半部分。所述两个表的输出必须被加在一起来实现12抽头FIR滤波器。在三个表格的实现中，需要三个8比特表格或3×256＝768个位置。对于8比特，4比特选择小数偏移，而其余4比特或者是12比特输入序列的第一、第二或第三个4比特段。
因此，本发明的实施例产生和提供了CDMA通信环境中的干扰消除的改进。虽然本发明已经参照特定实施例进行了相当详细地描述，但是本发明可以在不背离本发明的精神和范围的情况下进行各种修改。因此，下述权利要求不应该被限制于在这里以任何形式包含的实施例的描述中。
权利要求
1.一种用于在通信系统中消除多用户干扰的方法，在该通信系统中，多个用户通过共享信道进行通信，所述方法包括接收能够提供在小于全符号周期的子符号间隔上产生的多个离散值的输入，其中当前离散值对应于当前符号的当前子符号间隔，且前一离散值对应于所述当前符号的前一子符号间隔；和在子符号间隔为所述多个用户中的一个给定用户估计符号，其中所述给定用户的当前估计估计与所述给定用户的所述当前符号对应的所述当前离散值的一部分，并且消除由在所述前一子符号间隔期间根据所述前一离散值确定的所述多个用户产生的干扰。
2.如权利要求1所述的方法，其中，所述通信系统是码分多址通信系统。
3.如权利要求1所述的方法，其中，所述子符号间隔是码片间隔。
4.如权利要求1所述的方法，其中，为所述给定用户估计符号是通过多个处理级来执行的。
5.如权利要求1所述的方法，其中，多个处理元件在子符号间隔分别为所述多个用户中的每个执行估计，以适应消除由所述多个用户产生的干扰。
6.如权利要求4所述的方法，其中，所述多个处理级包括第一级和第二级，所述第一级将所述给定用户的累加的软符号输出提供给所述第二级，所述第二级使用该累加的软符号输出为所述给定用户估计符号。
7.如权利要求6所述的方法，其中，由所述第二级接收的所述输入相对于所述第一级接收的所述输入延迟一个符号周期。
8.如权利要求1所述的方法，其中，符号估计是基于一个最小均方差估计。
9.如权利要求8所述的方法，其中，所述最小均方差估计是线性均方差估计。
10.如权利要求1所述的方法，其中，符号估计是基于混合高斯分布的。
11.如权利要求4所述的方法，其中，所述多个处理级中的各个级是不同类型的。
12.如权利要求4所述的方法，其中，在所述多个处理级中的每个处理级执行从由下述组成的组中选出的多用户检测算法混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
13.如权利要求4所述的方法，其中，在所述多个处理级中的每个处理级包括递归多级解调器。
14.如权利要求13所述的方法，其中，所述递归多级解调器包括增益因子和非线性函数模块，该增益因子和非线性函数模块可重新配置，以使得相应的处理级来执行从由下述组成的组中选出的多用户检测算法混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
15.一种用于在通信系统中消除多用户干扰的装置，在该通信系统中，多个用户通过共享信道进行通信，所述装置包括输入端，用于接收能够提供在小于全符号周期的子符号间隔上产生的多个离散值的输入，其中当前离散值对应于当前符号的当前子符号间隔，且前一离散值对应于所述当前符号的前一子符号间隔；第一处理级，与所述输入端通信，用于在子符号间隔为给定用户估计符号，其中，所述给定用户的当前估计估计与所述给定用户的所述当前符号对应的所述当前离散值的一部分，并且消除由在所述前一子符号间隔期间根据所述前一离散值确定的所述多个用户产生的干扰。
16.如权利要求15所述的装置，其中所述通信系统是码分多址通信系统。
17.如权利要求15所述的装置，其中，所述子符号间隔是码片间隔。
18.如权利要求15所述的装置，其中，所述第一处理级是用于为所述给定用户估计符号的多个处理级中的一个。
19.如权利要求15所述的装置，其中，所述处理级包括多个处理元件，该多个处理元件在子符号间隔分别为所述多个用户中的每个执行估计，以适应消除由所述多个用户产生的干扰。
20.如权利要求18所述的装置，其中，所述多个处理级包括第一级和第二级，所述第一级将所述给定用户的累加的软符号输出提供给所述第二级，所述第二级使用该累加的软符号输出为所述给定用户估计符号。
21.如权利要求15所述的装置，其中，所述第一处理级在估计符号时执行最小均方差估计。
22.如权利要求21所述的装置，其中，所述最小均方差估计是线性均方差估计。
23.如权利要求15所述的装置，其中，所述第一处理级在估计符号时执行混合高斯分布。
24.如权利要求18所述的装置，其中，所述多个处理级中的各个级是不同类型的。
25.如权利要求18所述的装置，其中，在所述多个处理级中的每个处理级执行从由下述组成的组中选出的多用户检测算法混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
26.如权利要求18所述的方法，其中，所述多个处理级中的每个处理级包括递归多级解调器，该递归多级解调器还包括增益因子和非线性函数模块，该增益因子和非线性函数模块可重新配置，以提供执行从由下述组成的组中选出的多用户检测算法的相应的处理级混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
27.一种用于在通信系统中消除多用户干扰的计算机程序产品，在该通信系统中，多个用户通过共享信道进行通信，所述计算机程序产品存储在计算机可读介质上且执行以下操作接收能够提供在小于全符号周期的子符号间隔上产生的多个离散值的输入，其中当前离散值对应于当前符号的当前子符号间隔，且前一离散值对应于所述当前符号的前一子符号间隔；和在子符号间隔为所述多个用户中的一个给定用户估计符号，其中所述给定用户的当前估计估计与所述给定用户的所述当前符号对应的所述当前离散值的一部分，并且消除由在所述前一子符号间隔期间根据所述前一离散值确定的所述多个用户产生的干扰。
28.如权利要求27所述的计算机程序产品，其中，所述通信系统是码分多址通信系统。
29.如权利要求27所述的计算机程序产品，其中，所述子符号间隔是码片间隔。
30.如权利要求27所述的计算机程序产品，其中，所述符号是多比特符号。
31.一种用于在通信系统中消除多用户干扰的方法，在该通信系统中，多个用户通过共享信道进行通信，所述方法包括接收能够提供在小于全符号周期的子符号间隔上产生的多个离散值的输入，其中当前离散值对应于当前多比特符号的当前子符号间隔，且前一离散值对应于所述当前多比特符号的前一子符号间隔；和在子符号间隔为所述多个用户中的一个给定用户估计符号，其中所述给定用户的当前估计估计与所述给定用户的所述当前多比特符号对应的所述当前离散值的一部分，并且消除由在所述前一子符号间隔期间根据所述前一离散值确定的所述多个用户产生的干扰。
32.如权利要求31所述的方法，其中，所述通信系统是码分多址通信系统。
33.如权利要求31所述的方法，其中，所述子符号间隔是码片间隔。
34.如权利要求31所述的方法，其中，为所述给定用户估计符号是由多个处理级执行的。
35.如权利要求31所述的方法，其中，多个处理元件在子符号间隔分别为所述多个用户中的每个执行估计，以适应消除由所述多个用户产生的干扰。
36.如权利要求34所述的方法，其中，所述多个处理级包括第一级和第二级，所述第一级将所述给定用户的累加的软符号输出提供给所述第二级，所述第二级使用该累加的软符号输出为所述给定用户估计符号。
37.如权利要求36所述的方法，其中，由所述第二级接收的所述输入相对于所述第一级接收的所述输入延迟一个符号周期。
38.如权利要求31所述的方法，其中，符号估计是基于一个最小均方差估计。
39.如权利要求38所述的方法，其中，所述最小均方差估计是线性均方差估计。
40.如权利要求31所述的方法，其中，符号估计是基于混合高斯分布的。
41.如权利要求34所述的方法，其中，所述多个处理级中的各个级是不同类型的。
42.如权利要求34所述的方法，其中，在所述多个处理级中的每个处理级执行从由下述组成的组中选出的多用户检测算法混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
43.如权利要求34所述的方法，其中，在所述多个处理级中的每个处理级包括递归多级解调器。
44.如权利要求43所述的方法，其中，所述递归多级解调器包括增益因子和非线性函数模块，该增益因子和非线性函数模块可重新配置，以使得相应的处理级来执行从由下述组成的组中选出的多用户检测算法混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
45.一种用于在通信系统中消除多用户干扰的装置，在该通信系统中，多个用户通过共享信道进行通信，所述装置包括输入端，用于接收能够提供在小于全符号周期的子符号间隔上产生的多个离散值的输入，其中当前离散值对应于当前多比特符号的当前子符号间隔，且前一离散值对应于所述当前多比特符号的前一子符号间隔；和第一处理级，与所述输入端通信，用于在子符号间隔为给定用户估计符号，其中，所述给定用户的当前估计估计与所述给定用户的所述当前多比特符号对应的所述当前离散值的一部分，并且消除由在所述前一子符号间隔期间根据所述前一离散值确定的所述多个用户产生的干扰。
46.如权利要求45所述的装置，其中所述通信系统是码分多址通信系统。
47.如权利要求45所述的装置，其中，所述子符号间隔是码片间隔。
48.如权利要求45所述的装置，其中，所述第一处理级是用于为所述给定用户估计符号的多个处理级中的一个。
49.如权利要求45所述的装置，其中，所述处理级包括多个处理元件，该多个处理元件在子符号间隔分别为所述多个用户中的每个执行估计，以适应消除由所述多个用户产生的干扰。
50.如权利要求48所述的装置，其中，所述多个处理级包括第一级和第二级，所述第一级将所述给定用户的累加的软符号输出提供给所述第二级，所述第二级使用该累加的软符号输出为所述给定用户估计符号。
51.如权利要求45所述的装置，其中，所述第一处理级在估计符号时执行最小均方差估计。
52.如权利要求51所述的装置，其中，所述最小均方差估计是线性均方差估计。
53.如权利要求45所述的装置，其中，所述第一处理级在估计符号时执行混合高斯分布。
54.如权利要求48所述的装置，其中，所述多个处理级中的各个级是不同类型的。
55.如权利要求48所述的装置，其中，在所述多个处理级中的每个处理级执行从由下述组成的组中选出的多用户检测算法混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
56.如权利要求48所述的方法，其中，所述多个处理级中的每个处理级包括递归多级解调器，该递归多级解调器还包括增益因子和非线性函数模块，该增益因子和非线性函数模块可重新配置，以提供执行从由下述组成的组中选出的多用户检测算法的相应的处理级混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
57.一种用于在通信系统中消除多用户干扰的方法，在该通信系统中，多个用户通过共享信道进行通信，所述方法包括接收能够提供在小于全符号周期的子符号间隔上产生的多个离散值的数据集；和通过将所述多个用户中的至少一些的特征波形插入到所接收的数据集的公共采样格网中来估计与给定用户对应的符号的多个比特。
58.如权利要求57所述的方法，其中，所述通信系统是码分多址通信系统。
59.如权利要求57所述的方法，其中，所述通信系统是异步码分多址通信系统。
60.如权利要求57所述的方法，其中，所述子符号间隔是码片间隔。
61.如权利要求57所述的方法，还包括使用所插入的特征波形来确定与所述给定用户对应的干扰贡献。
62.如权利要求61所述的方法，其中，所插入的特征波形被用于在第一子符号间隔内执行信号重构，且被保留来在所述第一子符号间隔之后的第二子符号间隔内估计多个比特。
63.如权利要求62所述的方法，其中子符号延迟适应同时为所述第二子符号间隔中的比特估计和所述第一子符号间隔内的信号重构保留所插入的特征波形。
64.如权利要求57所述的方法，其中多个解耦多用户检测处理元件在所述子符号间隔分别为所述多个用户的每个确定所述干扰贡献。
65.如权利要求64所述的方法，还包括通过合并所述多个用户中的每个的所确定的干扰贡献来确定当前子符号间隔的当前干扰估计；从所述数据集中移除所述当前干扰估计，以提供修正信号；和使用所述修正信号以在所述当前子符号间隔估计所述给定用户的多个比特，并且确定与所述下一子符号间隔对应的所述多个用户的每个的下一干扰估计。
66.如权利要求57所述的方法，其中，所述符号是多比特符号。
67.一种用于在通信系统中消除多用户干扰的装置，在该通信系统中，多个用户通过共享信道进行通信，所述装置包括输入端，用于接收能够提供在小于全符号周期的子符号间隔上产生的多个离散值的数据集；和多用户检测模块，用于通过将所述多个用户中的至少一些的特征波形插入到所接收的数据集的公共采样格网中来估计与给定用户对应的符号的多个比特。
68.如权利要求67所述的方法，其中，所述通信系统是码分多址通信系统。
69.如权利要求67所述的方法，其中，所述通信系统是异步码分多址通信系统。
70.如权利要求67所述的方法，其中，所述子符号间隔是码片间隔。
71.如权利要求67所述的方法，其中，所述多用户检测模块使用所插入的特征波形来确定与所述给定用户对应的干扰贡献。
72.如权利要求71所述的方法，其中，所插入的特征波形被用于在第一子符号间隔内执行信号重构，且被保留来在所述第一子符号间隔之后的第二子符号间隔内估计多个比特。
73.如权利要求72所述的方法，其中子符号延迟适应同时为所述第二子符号间隔中的比特估计和所述第一子符号间隔内的信号重构保留所插入的特征波形。
74.如权利要求67所述的方法，其中多个解耦多用户检测模块在所述子符号间隔分别为所述多个用户的每个确定所述干扰贡献。
75.如权利要求74所述的方法，还包括通过合并所述多个用户中的每个的所确定的干扰贡献来确定当前子符号间隔的当前干扰估计的装置；从所述数据集中移除所述当前干扰估计以提供修正信号的装置，其中，所述多用户检测模块被配置为使用所述修正信号以在所述当前子符号间隔估计多个比特，并且确定与所述下一子符号间隔对应的所述多个用户的每个的下一干扰估计。
76.如权利要求67所述的方法，其中，所述符号是多比特符号。
77.一种用于在通信系统中消除多用户干扰的系统，在该通信系统中，多个用户在共享信道上通信，所述系统包括可配置的多用户检测(MUD)模块包括输入端，用于接收多个离散值；增益因子模块，用于选择与期望的多用户检测算法对应的增益因子；和函数模块，用于选择与所期望的多用户检测算法对应的非线性函数。
78.如权利要求77所述的系统，其中多个可配置的MUD模块被安置来提供多级MUD。
79.如权利要求78所述的系统，其中，所述多个可配置的MUD模块包括第一MUD模块和第二MUD模块，并且与所述第一MUD模块对应的第一多用户检测算法不同于与所述第二MUD模块对应的第二多用户检测算法。
80.如权利要求77所述的系统，其中，所期望的多用户检测算法是从由下述组成的组中选择的混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
81.如权利要求79所述的系统，其中，所述第一和第二多用户检测算法是从由下述组成的组中选择的混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
82.如权利要求77所述的系统，其中，所述可配置的MUD模块还包括多个开关，该多个开关具有可根据所期望的多用户检测算法进行配置的状态。
83.一种用于在通信系统中提供可配置的多用户检测的方法，在该通信系统中，多个用户在共享信道上通信，所述方法包括配置增益因子模块来选择与所期望的多用户检测算法对应的增益因子；配置函数模块来选择与所期望的多用户检测算法对应的非线性函数；接收能够提供多个离散值的数据集且根据期望的多用户检测算法来消除多用户干扰。
84.如权利要求83所述的方法，其中，多个可配置MUD模块的每个包括所述增益因子模块和所述函数模块，该多个可配置MUD模块被安置来提供多级MUD。
85.如权利要求84所述的方法，其中，所述多个可配置的MUD模块包括第一MUD模块和第二MUD模块，并且与所述第一MUD模块对应的第一多用户检测算法不同于与所述第二MUD模块对应的第二多用户检测算法。
86.如权利要求83所述的方法，其中，所期望的多用户检测算法是从由下述组成的组中选择的混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
87.如权利要求85所述的方法，其中，所述第一和第二多用户检测算法是从由下述组成的组中选择的混合高斯(MG)、解耦Kalman(DK)、并行干扰消除(PIC)和部分并行干扰消除(PPIC)。
88.如权利要求83所述的方法，其中，所述可配置的MUD模块还包括多个开关，该多个开关具有可根据期望的多用户检测算法进行配置的状态。
全文摘要
在使用长码的异步CDMA通信系统中，可以减小多址干扰。在一个方面，并行干扰消除(PIC)执行解耦估计，优选是非线性的且应用于码片间隔。根据另一个方面，使用一种技术来消除干扰，该技术通过将用户的特征波形插入到所接收的数据的公共采样格网中来估计符号中的比特。根据另一方面，可以提供多级、混合多级和可重配置递归多级多用户检测结构和相应的处理。
文档编号H04B1/707GK1788425SQ200480009002
公开日2006年6月14日 申请日期2004年1月29日 优先权日2003年1月30日
发明者詹姆斯·P·敦亚克, 约翰·D·菲特, 杰尔姆·M·夏皮罗 申请人:米特罗公司