Sir估计技术的制作方法

专利名称：Sir估计技术的制作方法
技术领域：
本发明涉及通信系统领域，更具体地，涉及一种确定改进的信干比(SIR)测量的通信设备。
背景技术：
通常，无线通信系统配置用于使用发射机中的最小发射功率来提供有效的通信。降低的传输功率提供了减小的功耗，从而增长了电池寿命。降低的传输功率还提供了发射机间干扰的减小的电平。最佳地，无线通信系统中的每个发射机将配置用于以在接收机处提供可靠通信的最小化功率电平进行发射。该最小发射功率电平是发射机与接收机之间的路径损失、以及加在接收信号上的来自其它源的干扰量的函数。
在通信系统中，优化发射功率的普遍技术是反馈环路，其中，接收机向发射机通知可靠接收每个传输的能力，以及发射机相应地调整发射功率。如果接收机报告接收信号没有处于足以实现对发射信号进行可靠解码的电平，则发射机增加发射功率；如果接收机报告高于足以实现可靠解码的电平，则发射机减小发射功率，直至接收机报告不充分电平，在该点，增加发射功率。最终，将发射机功率调整至充分和不充分功率之间的转换点，从而可靠地提供了通信所需的最小发射功率。
对于适当地工作的接收机-发射机功率控制反馈技术，接收系统必须提供对接收信号强度充分性的准确评估。对发射信号进行有效解码的接收机能力的普遍测量是所接收的发射信号强度(S)与总接收干扰/噪声强度(I)的比率，该比率通常称为信干比(SIR)。典型地，可以通过多种技术，例如，依据发射机正在发射已知信号(例如，导航符号)还是未知信号(例如，数据信号)、和/或依据用于区分发射信号与干扰的技术，对SIR进行估计。
Ashwin Sampath和Daniel R.Jeske在“Analysis ofSignal-to-Interference Ratio Estimation Methods for WirelessCommunication Systems”(Proceeding of IEEE ICC，2001)和“Signal-to-Interference Ratio Estimation Based on Decision Feedback”(Proceeding of IEEE VTC，Spring 2001)中公开了对信干比进行估计的技术。然而，所公开的技术假设了BPSK调制技术、以及用于传输信道的附加高斯白噪(AWGN)模型。Sampath和Jeske公开了对干扰项的估计的滤波技术，并注释对信号功率的估计不符合长期平滑技术。

发明内容
本发明的目的是提供用于准确地估计接收信号的信干比(SIR)的方法和系统。本发明的另一目的是提供用于基于对滤波后的信号和干扰的估计来估计SIR的方法和系统。
使用多种技术来实现这些和其它目的。特别注意，对噪声/干扰进行估计，从而将所估计的噪声/干扰功率估计的均方误差(MSE)最小化。一阶无线冲激响应(IIR)滤波器用于对信号功率估计和噪声功率估计进行滤波。可选地，使用维纳线性预测滤波器对平均信号功率和平均干扰功率的估计进行滤波。SIR估计是基于包括衰落和干扰的信噪噪声模型，并适用于在BPSK、QPSK和其它调制系统中使用。


图1示出了根据本发明的示例接收机-发射机。
图2示出了兼容UMTS的传输流的示例。
图3示出了根据本发明的SIR估计器的示例结构框图。
在所有附图中，相同的参考数字代表相同的元件、或者实质上执行相同功能的元件。
具体实施例方式
为了易于理解，以下使用兼容UMTS的收发机100的范例来呈现本发明。如本领域公知的，UMTS标准是无线通信普遍使用的标准，例如，该标准的细节在第三代合作伙伴计划(3GPP)组织伙伴，Valbonne，France所公开的“3 GPP Technical Specification，Release 99”中提供。然而，本领域的普通技术人员将会认识到，这里提出的原理实质上与特定协议或系统无关。
图1示出了根据本发明的示例收发机100。收发机100包括接收机110(通常称为“内部接收机”或“均衡器”)，配置用于接收来自远程设备(未示出)的调制信号，并向解码器120(通常称为“外部接收机”)提供解调信号。接收机110配置用于提供信道均衡，以补偿不期望的传输信道影响、以及减轻干扰影响，从而可以优化解码器120的性能。上述信干比SIR是这种信道均衡有效性的测量，并与在接收机110的输出处所期望信号的信号强度与干扰的信号强度的比率相对应。
SIR估计器130配置用于确定来自接收机110的输出的SIR的估计。SIR的主要应用是控制从远程设备到接收机110的功率。同样，将SIR估计器130的输出提供给功率反馈控制器140，该功率反馈控制器140将所估计的SIR与目标SIR145进行比较。典型地，将目标SIR定义为在解码器120的输出处获得给定的误码率(BER)所需的最小SIR。基于该比较，功率反馈控制器140将消息经由编码器180和发射机190传送至远程设备，以引起用于传输至该收发机100的后续传输的远程设备的功率输出的增加或减少(如果需要)，来获得目标SIR145。可选地，远程设备可以基于在远程设备处确定的SIR，将类似的消息传输至收发机100，来产生对发射机190的功率输出的类似控制，以在远程设备处实现目标SIR。
图2示出了从基站传输至用户设备(在3GPP TechnicalSpecification中分别是“节点B”和“UE”)的示例性兼容UMTS的传输流。典型实施例中的用户设备UE与用户的移动电话相对应。图2示出了由15个时隙250组成的帧结构，每个时隙包括数据比特(Datal和Data2)210和控制比特(TPC，TFCI和Pilot220)。3GPP规范提供了多种不同的格式，每个格式定义了分配给帧中时隙内的Data1、Data2、TPC，TFCI和Pilot字段中的每个的比特数。3GPP规范还定义了每个时隙内的Pilot比特的比特样式。因此，每个时隙包含预定个数的数据比特(ND1+ND2)，这些数据比特的值对于接收机是未知的，以及包含预定个数的导航比特(NPilot)，在3GPP规范中定义的导航比特的值对于接收机是已知的。在图1中，将在接收机处已知的导航符号示为数据组PSym135。
优选地，SIR估计器130配置用于基于传输流的接收，来确定SIR的至少三个估计相干估计，基于已知的发射信号和所接收的发射信号之间差异的特性得以确定，非相干估计，基于未知的发射信号和所接收的发射信号之间差异的特性得以确定，判决反馈估计，基于解码后(判决后)的但未知的发射信号和所接收的发射信号之间差异的特性得以确定。
相干估计如本领域公知的，如果在接收机处已知诸如导航信号之类的原始发射信号，则可以更加容易地/可靠地从所接收的发射信号中区分所接收的干扰。有效地，所接收的发射信号与已知的发射信号之间的差异方差与干扰相对应。
非相干估计如果发射信号未知，如，当在接收机处接收数据时，由于与接收信号相关联的方差中的至少一部分将会包括与传输数据的转移相对应的方差，所以区分所接收的发射信号与干扰更加困难和/或不太可靠。
判决反馈估计为了减小与发射数据的转移相对应的方差的影响，可以将来自图1的解码器120的接收数据的解码值反馈回接收机110，并用作“假设已知”的发射信号值，来与接收信号的存储/延迟值进行比较，以确定在产生该假设已知值的接收信号处呈现的干扰。即，所接收的发射信号与后续确定假设已知的发射信号之间的差异的方差是从接收信号的方差中以一定因子得出的(factored out)，以确定与该干扰相对应的方差。
本领域普通技术人员将认识到，可以依据已知为先验的信息的程度、以及依据用于从所期望的信号中区分出干扰的技术和其它因素，来采用用于估计SIR的其它方案。为了易于理解，在区分干扰的以上三种技术的背景下呈现本发明，从而对于每种技术来估计信干比。
通常情况下，将图1的接收机110的输出处的接收信号定义为r[n]＝α[n]s[n]+v[n](1)其中，s[n]表示来自远程设备的信息信号，α[n]表示在从远程设备传送至收发机100之后的信息信号的幅度，以及v[n]表示接收信号与干扰相对应的部分。通常，平均信干比SIR可以定义为γavg=E{|α[n]|2}E{|v[n]|2},---(2)]]>其中，E{.}表示期望运算符。
假设将噪声加干扰建模为加性高斯白噪(AWGN)，可以将时间k处的SIR的估计定义为γ^(k)=|μ^(k)|2σ^2(k),---(3)]]>其中， 表示信息信号幅度的估计， 的平方表示信号功率的估计，以及 表示噪声加干扰的功率的估计。
在零均值高斯白干扰加噪声的假设下，例如，可以通过最大似然或采样方差估计量来表达估计 ，即分别为σ^2(k)=1NΣn=kk+N-1|r[n]-μ^(k)|2orσ^2(k)=1N-1Σn=kk+N-1|r[n]-μ^(k)|2---(4)]]>其中，N是用于确定 的接收符号的个数，例如，可以通过以下描述的采样平均估计量来表达 如果处理过的信息包括已知的信息信号s，则可以将信息信号的平均幅度的估计表示为μ^coh(k)=1NcohΣn=kk+Ncoh-1Re{scoh*[n]r[n]}=1NcohΣn=kk+Ncoh-1Re{scoh*[n](α[n]scoh[n]+v[n])},---(5)]]>其中，上标“*”表示复共轭，以及“coh”下标表示提供相干估计SIRcoh的已知发射信号。在零均值高斯白干扰加噪声的假设下，证明以上的估计量是最大似然估计量。
如果处理后的信息包括未知的信息符合，则可以在QPSK符号星座的特定情况下将信息信号的平均幅度估计定义为μ^incoh(k)=1NincohΣn=kk+Nincoh-112(|Re{r[n]}|+|Im{r[n]}|),---(6)]]>其中，“incoh”下标表示提供非相干估计SIRincoh的估计的未知发射信号。用于任一固定模数符号星座(例如，8-PSK)的类似的方式，导致了μ^incoh(k)=1NincohΣn=kk+Nincoh-1|r[n]|=1NincohΣn=kk+Nincoh-1Re{r[n]}2+Im{r[n]2---(7)]]>如果处理后的信息包括“判决的”或“预测的”、或“解码的”或“假设已知的”信息信号 ，则可以将信息信号的平均幅度的估计定义为μ^df(k)=1NdfΣn=kk+Ndf-1Re{s^*[n]r[n]}=1NdfΣn=kk+Ndf-1Re{s^*[n](α[n]s[n]+v[n])},---(8)]]>其中，“df”下标代表“判决反馈”，并表示与提供判决反馈估计SIRdf的未知传输符号相对应的解码/预测/判决/假设已知的符号。在本发明的实施例中，如本领域普通技术人员所公知的，判决反馈机制可以由构建“判决后”的符号 、并在数据解码之前形成硬判决估计组成。该方式具有以下优点通过以减小判决符号 的可靠性为代价来对所接收的数据符号进行解码，避免了所涉及的处理延迟和计算复杂度。
Sampath和Jeske的“Analysis of Signal-to-Interference RatioEstimation Methods for Wireless Communication Systems”教授了干扰功率测量的指数平滑，以提高在传输信道中具有加性高斯白噪(AWGN)的假设、以及统计衰落的条件下的估计的准确性，如下式所示σ~2(k)=Σi=1kwiσ^2(i)---(9)]]>其中， 表示时隙i处的式(4)的干扰加噪声估计，以及wi＝(l-r)k-1，对于相干、非相干和判决反馈干扰功率估计中的每个，wi＝(l-r)k-1，i＝2，3，...，k。
假设从一个时隙到下一时隙的独立信道衰落实现，则易于应用以下表达来给出SIR估计γ~(k)=|μ^(k)|2σ~2(k)---(10)]]>其中， 和 与由以上的等式(5)、(7)、(8)和(9)所定义的相干、非相干和判决反馈术语中的每个相对应，用于提供相干、非相干和判决反馈SIR估计中的每个。
根据本发明，通过在连续时隙上对信号幅度和干扰加噪声功率的估计进行适当的滤波，可以提高以上所述的所有三个估计器的估计准确性。由于所提出的技术应用与以上的三个估计器中的每个，所以以下并没有明确地包括下标“coh”，“incoh”和“df”。
图3示出了包括根据本发明的滤波元件320-340的SIR估计器300。典型地，将会为典型接收机中的相干、非相干和判决反馈估计器中的每个来复制SIR估计器300。可选地，2004年4月8日向GiuseppeMontalbano提交的事务所案号FR040039的待审EP申请04300186.6“COMBINING SIGNAL-INTERGERENCE-RATIO(SIR)ESTIMATESFOR IMPROVED SIR ESTIMATION”教授了基于与当前通信链路相关联的参数(包括通信格式和先验SIR估计)，经由选择这些相干、非相干和判决反馈SIR估计器之一，来确定合成SIR估计。当与本发明一起使用时，可以以将滤波元件与所选估计器连接的切换机制、与所选估计器相对应的滤波器项的相应改变来配置SIR估计器300。
在估计器300中，向传统的SIR估计器组件310、380提供信号加干扰序列r[n]，该SIR估计器组件310、380基于平均信号加干扰信号幅度 来确定信号功率的估计，并基于信号加干扰信号幅度的方差 来确定干扰功率的估计。在传统的兼容UMTS的收发机中，为每个时隙提供估计 和 ，以下称为时隙平均估计。
如上所述，信号功率基于信号幅度的平方。可以在滤波之前或之后进行信号幅度的平方。如以下进一步所述，示出了可选平方组件315，该组件与平均信号幅度 的滤波、或者估计信号功率(即，平均信号幅度的平方)的滤波的选择相对应。如果不包括平方组件315，则在滤波器元件的输出处使用相应的平方组件315’；相反地，如果包括平方组件315，则在滤波器元件的输出处不包括平方组件315’。
根据本发明的一方面，假设已知或估计了信道统计，对信号幅度的估计(即，没有元件315)进行最佳地滤波。例如，如果已知或估计了由于移动发射机或接收机的速度而导致的多普勒扩散，则接收机可以估计时隙平均信号幅度μ(k)和能量变化的速率。特别地，如果已知或估计了噪声加干扰二阶统计，则可以通过使用具有系数f(i)的最佳预测滤波器对先前逐时隙的信号幅度估计 (i＝1，...，k)进行平滑，来估计第k时隙的信号幅度μ(k)，从而信号幅度估计由下式给出μ~(k)=Σi=1kf(i)μ^(i)---(11)]]>其中，选择滤波器系数f(i)，从而将估计的均方误差 最小化。由系数f(i)定义的滤波器f＝[f(k)...f(l)]T通常称为线性最小均方误差滤波器，并由下式给出f=bRμ^μ^-1rμ^μ(k)---(12)]]>其中Rμ^μ^=E{μ^(k)μ^(k)H}]]>表示与时隙1至时隙k相对应的信号幅度估计的向量μ^(k)=[μ^(k)...μ^(l)]T]]>的自相关矩阵；rμ^μ(k)=E{μ^(k)μ*(k)}]]>表示在第k时隙上平均的真实信号幅度μ*(k)和分别与时隙1至时隙k相对应的信号幅度估计的向量μ^(k)=[μ^(k)...μ^(l)]T]]>的互相关向量；以及
b是固定滤波器增益的实常数；典型地，设置b使得滤波器增益为单位一(unity)。
可选地，通过使用元件315、不使用元件315’，直接执行时隙平均信号功率估计的线性最小均方误差滤波，以将信号功率估计的均方误差 最小化。在等式(14)中，通过使用向量E^s(k)=[|μ^(k)|2...|μ^(l)|2]T]]>来替换向量μ^(k)=[μ^(k)...μ^(l)]T]]>，并使用Es(k)＝|μ(k)|2来替换要估计的量μ(k)，易于找到解决该问题的滤波器系数。
根据本发明的另一方面，使用具有系数g(i)的最佳线性预测滤波器来替换Sampath等教授的基于假设AWGN信道模型的上述指数平滑，使得σ~2(k)=Σi=1kg(i)σ^2(i)---(13)]]>其中，选择系数g(i)，从而将估计均方误差 最小化。通过系数g(i)来定义滤波器g＝[g(k)...g(l)]T，并如在以上的信号能量滤波器中，由下式给出g=dRσ^σ^-1rσ^σ(k)---(14)]]>其中，Rσ^σ^=E{σ^(k)σ^(k)H}]]>表示与时隙1至时隙k相对应的干扰加噪声功率估计的向量σ^(k)=[σ^(k)...σ^(l)]T]]>的自相关矩阵；rσ^σ(k)=E{σ^(k)σ*(k)}]]>表示在第k时隙上平均的真实干扰加噪声功率估计σ*(k)和与时隙1至时隙k相对应的干扰加噪声功率估计的向量σ^(k)=[σ^(k)...σ^(l)]T]]>的互相关向量；以及d是固定滤波器增益的实常数；典型地，设置d使得滤波器增益单一。
除法器元件350将滤波后的信号功率估计除以滤波后的干扰功率估计，以确定本发明的滤波后的SIR估计。如上所述，上述的滤波可以用于提供与相干、非相干和判决反馈时隙平均SIR估计中的每个相对应的滤波后的SIR估计。
在本发明的优选实施例中，通过考虑从时隙0至时隙k-1的观察，而不是从时隙1至时隙k的观察，使用经典的移动平均FIR维纳线性预测滤波器来体现等式(12)和(14)。也可以使用体现等式(12)和(14)的其它技术。例如，本领域技术人员将会理解，可以使用自回归IIR维纳滤波器，以及可以当在滤波操作中考虑仅过去、仅将来、或者过去和将来测量时，采用维纳滤波器来执行前向、后向或前后向线性预测。
可以基于对信号幅度估计 和干扰加噪声功率估计 (i＝1，..．，k)的观察、或者基于以信号幅度和干扰加噪声项为特征的参数的估计，以自适应的方式来推导出最佳滤波器系数f(i)和g(i)。此外，可以基于标准的递归“自适应”滤波技术来对最佳滤波器系数f(i)和g(i)进行估计，例如，通过使用本领域技术人员公知的最小均方或递归最小平方自适应算法技术，这些技术有效地利用了由等式(12)和(14)表示的矩阵和向量操作的结构，以降低计算复杂度并允许对最佳滤波器系数的连续递归白适应/跟踪(例如，见S.S.Haykin Adaptive filtertheory，Englewood-cliffs，NJPrentice Hall，1995，以及S.M.Kay，Fundamentals of statistical sighal processing estimation theory，Englewood-cliffs，NJPrentice Hall，1993)。与非递归自适应方式(其中，一次使用固定次数的测量来估计滤波器系数)进行对照，随着联系测量/观察次数随时间的增加，递归自适应技术提高了滤波器系数估计的准确性。可选地，可以采用相同的自适应技术来估计以信号幅度和干扰加噪声项的统计量为特征的参数，然后在第二步骤中基于这些估计来计算最佳滤波器系数。
由于最小均方误差滤波器的计算涉及的高复杂度，本领域的普通技术人员将会认识到，可以在更具启发性的基础上，采用最佳滤波器特征的近似值来简化实施例。例如，在许多应用中，干扰加噪声可能通过以高扩散因子的零均值AWGN来近似，以及可以使用由等式(9)表达的简单指数滤波器。可以期待，在多数情况下，通过相对于最佳滤波的近似值产生的衰退是可以接受的。可选地，由于信号幅度和功率很大程度上取决于移动速率和相应的多普勒扩散，所以可以期待使用如由等式(12)给出的最佳方式对信号幅度和功率进行估计，以使整体SIR估计准确性得以显著提高。
如本领域普通技术人员将进一步认识到的，可以使用次优滤波器来逼近由等式(12)表达的最佳滤波器，以降低对信号功率估计进行滤波的计算复杂度。例如，如果仅对与信号分量相关联的最大多普勒扩散进行了估计，则可以通过调整平滑滤波器带宽的带宽以适应信号的多普勒带宽，来为信号幅度估计适当地配置等式(9)形式的指数滤波器。
以上仅示出了本发明的原理。因此将会理解，尽管没有在这里明确描述或示出，但是本领域的技术人员将能够建议不同的设置，用于体现本发明的原理，因而在所附权利要求的精神和范围内。
在对这些权利要求进行解释的过程中，应当理解a)词“包括”并不排除其它元件的出现，或者表示比所给权利要求中列出的那些元件多；b)在元件之前的词“一”并不排除多个这种元件的出现；c)权利要求中的任何参考符号并不限制其范围；d)可以通过相同术语或实现结构或功能的硬件或软件来表示多个“装置”；e)每个公开的元件可以由硬件部分(例如，包括离散和集成的电子电路)、软件部分(例如，计算机编程)及其任意组合组成；f)硬件部分可以由模拟和数字部分中的一个或两个组成；g)除非特别指出，可以将所公开的设备或其部分中的任何一个组合在一起，或者分离为另一部分；以及h)除非特别指出，没有意欲要求特定顺序的动作。
权利要求
1.一种估计信干比的方法，包括确定平均信号功率的估计 确定平均干扰功率的估计 将所述平均信号功率的估计 除以所述平均干扰功率的估计 以获得信干比(SIR)的估计，其中所述平均信号功率的估计 和平均干扰功率的估计 中的至少一个基于一系列连续估计 的滤波后的平均，所述滤波后的平均包括应用于所述系列连续估计中的每一个的滤波器项(f(i)，g(i))，以及所述滤波器项(f(i)，g(i))被确定为实质上使与连续估计 相关联的均方误差最小化。
2.如权利要求1所述的方法，其中所述滤波器项(f(i)，g(i))实质上与移动平均FIR维纳线性预测滤波器项相对应。
3.如权利要求1所述的方法，其中所述滤波器项(f(i)，g(i))实质上与自回归IIR维纳滤波器项相对应。
4.如权利要求1所述的方法，其中所述平均干扰功率的估计 基于一系列干扰功率估计 的滤波后的平均，以及所述干扰功率估计 与信号加干扰幅度(r[n])的方差相对应。
5.如权利要求1所述的方法，其中所述平均信号功率的估计 基于一系列信号幅度估计 的滤波后的平均的平方，以及所述信号幅度估计 与信号加干扰幅度(r[n])的平均相对应。
6.如权利要求1所述的方法，其中所述平均信号功率的估计 基于一系列信号功率估计 的滤波后的平均，以及所述信号幅度估计 与信号加干扰幅度(r[n])的平均的平方相对应。
7.如权利要求1所述的方法，其中所述平均信号功率的估计 基于滤波后的平均，其中，滤波器项(f(i))实质上使均方误差最小化，以及所述平均干扰功率的估计 基于指数平滑。
8.如权利要求1所述的方法，其中所述滤波器项(f(i)，g(i))与 相对应，其中Rv^v^=E{v^(k)v^(k)11}]]>表示k个连续估计 的向量v^(k)=[v^(k)...v^(1)]T]]>的自相关矩阵；rv^v(k)=E{v^(k)v*(k)}]]>表示在第k连续估计上平均的真实估计v*(k)和向量v^(k)=[v^(k)...v^(1)]T]]>的互相关向量；以及b表示用于确定滤波器增益的实常数。
9.如权利要求1所述的方法，还包括基于递归自适应滤波技术来估计滤波器项(f(i)，g(i))。
10.如权利要求1所述的方法，其中使用自适应滤波技术对以连续估计 的统计为特征的参数进行估计，以及基于这些参数确定所述滤波器项(f(i)，g(i))。
11.一种SIR估计器(300)，包括第一估计器(310)，配置用于提供一系列信号幅度估计 第二估计器(310)，配置用于提供一系列干扰功率估计 第一滤波器(320，330，340)，配置用于根据应用于一系列信号幅度估计 中的每一个的滤波器项(f(i))，来提供与所述系列信号幅度估计 相对应的平均信号功率的估计 第二滤波器，配置用于提供与一系列干扰功率估计 相对应的平均干扰功率的估计 以及除法器(350)，配置用于提供平均信号功率 与平均干扰功率 的比率，作为信干比(SIR)的估计，其中所述滤波器项(f(i))被确定为实质上使与信号幅度估计 相关联的均方误差最小化。
12.如权利要求11所述的SIR估计器，其中所述第二滤波器配置用于根据应用于所述系列干扰功率估计 中的每一个的滤波器项(g(i))，来提供平均干扰功率的估计 以及所述滤波器项(g(i))被确定为实质上使与干扰功率估计 相关联的均方误差最小化。
13.如权利要求11所述的SIR估计器，其中所述第二滤波器配置用于根据对所述系列干扰功率估计 的指数平滑，来提供平均干扰功率的估计
14.如权利要求11所述的SIR估计器，还包括平方组件(315，315’)，配置用于提供以下之一所述第一滤波器(320，330，340)的输出的平方，用于提供平均信号功率的估计 或者所述第一滤波器(320，330，340)的输入的平方，用于提供与所述系列信号幅度估计 相对应的一系列信号功率估计
15.如权利要求11所述的SIR估计器，其中所述滤波器项(f(i)，g(i))实质上与移动平均FIR维纳线性预测滤波器项相对应。
16.如权利要求11所述的SIR估计器，其中所述滤波器项(f(i)，g(i))实质上与自回归IIR维纳滤波器项相对应。
17.如权利要求11所述的SIR估计器，其中所述第一估计器(310)基于输入的信号加干扰幅度(r[n])的平均来提供信号幅度估计
18.如权利要求11所述的SIR估计器，其中所述第二估计器(380)基于输入的信号加干扰幅度(r[n])的方差来提供干扰功率估计
19.如权利要求11所述的SIR估计器，其中所述滤波器项(f(i)，g(i))与 相对应，其中Rv^v^=E{v^(k)v^(k)11}]]>表示k个连续估计 的向量v^(k)=[v^(k)...v^(1)]T]]>的自相关矩阵；rv^v(k)=E{v^(k)v*(k)}]]>表示在第k连续估计上平均的真实估计v*(k)和向量v^(k)=[v^(k)...v^(1)]T]]>的互相关向量；以及b表示用于确定滤波器增益的实常数。
20.如权利要求11所述的SIR估计器，其中所述滤波器项(f(i)，g(i))基于递归自适应滤波技术。
全文摘要
对用于估计信干比(SIR)的估计后的功率电平进行滤波，从而将估计后的功率估计的均方误差(MSE)最小化。一阶无限冲激响应(IIR)滤波器用于对信号功率估计和噪声功率估计进行滤波。可选地，使用维纳线性预测滤波器对平均信号功率和平均干扰功率的估计进行滤波。该SIR估计适用于包括衰落和干扰的传输信道，并适用于BPSK、QPSK和其它调制系统。
文档编号H04B17/00GK101023591SQ200580031505
公开日2007年8月22日 申请日期2005年7月11日 优先权日2004年7月19日
发明者吉乌舍普·蒙塔巴洛 申请人:皇家飞利浦电子股份有限公司