专利名称：一种tdd系统对基站上行干扰的抵消方法
技术领域：
本发明涉及一种移动通信系统TDD模式下对基站上行干扰的抵消方 法，特别是涉及到具有智能天线系统中远距离基站下行信号对基站上行干 扰的抵消方法。
背景技术：
TDD时分双工是通信系统中较多采用的双工方式。在环境复杂的通信 系统中，反向链路上较前时间段的位置往往会受到干扰。特别是，当在某 些特殊的传播条件下(如出现大气波导时)，大气折射率的变化可以使无 线电波在空中以超出其正常覆盖距离的远距离进行低衰耗的传播，其效果 是本系统内其它远距离的基站的前向链路信号经过传输时延进入了本基 站的反向时隙，典型情况就是干扰反向链路的前几个符号，其信号强度一 般都强于正常的反向链路信号。以SCDMA和TD-SCDMA为例，反向链路的 前几个符号为接入试探序列，因此前几个符号的干扰严重影响用户的接 入。在采用了智能天线的系统中，利用信号和干扰的空间特征来进行干扰 抵消是很常用的方法。主要算法有基于最小均方误差(画SE)准则、最大 信噪比准则、最大似然准则和最小噪声方差准则的最优权向量算法，另外 还有基于最小均方(LMS)、递推最小二乘(RLS)的自适应算法。这几种 算法都需要有用户信号的先验知识，在很多系统中，这种先验知识通过终 端发送的训练序列而获得。但这种先验知识在上节所描述的大多数干扰系 统中都无法得到。还有一种干扰抵消的算法为智能天线的干扰零陷方法，零陷算法需要 知道千扰的空间特征。干扰的空间特征可以利用特殊的符号获得， 一种很 典型的做法就是在信号中插入空符号而获得，TD-SCDMA系统中可以利用 空的Preamble导频窗来估计，而SCDMA系统中可以利用一个码道来估计，
但这几种特殊的信号结构都无法估计前面所描述的干扰。而且由于系统设 计时都没有考虑到这种干扰，因此一般系统中都没有用来估计这种干扰的 专用符号。还有一种获取干扰空间特征的方法就是盲估计， 一般盲估计存 在两个缺点， 一是复杂度太高，然后就是需要足够多的干扰信号来求它的 统计量。发明内容为了解决上述问题，本发明提供了一种TDD系统远距离基站下行信号 对基站上行信号千扰的抵消方法，用于智能天线系统中，利用信号和千扰 的空间特征来进行干扰抵消，所述方法主要包括A. 基站通过第n帧或第n帧及第n帧之前的若干帧的接入试探序列时 隙的空时采样信号，获得干扰子空间和噪声子空间；同时，对第n帧及第 n帧之前的若干帧的上行业务时隙信号进行干扰深度U的检测，以获得 受干扰的符号；以及B. 对第n帧或第n + 1帧及其之后的若干帧中所述受千扰的符号进行 干扰零陷，获得干扰^^氏消后的信号；其中，n是^1的正整数。 优选地，所述的步骤A进一步包括Al.基站为当前第n帧求得接入试探序列时隙的千扰和用户信号空间 矩阵&其中，x'^示第!'组空间采样信号，x'为礼xl维向量，A^表示天线阵元数；A2.滤除接入试探序列的空间特征，获得千扰的空间矩阵5:;优选地，所述的步骤A2，可以通过对第n帧或第n帧及第n帧之前 的若干帧的&在T1时间周期内求算术平均或对每帧的&求滑动平均，滤 除接入试探序列的空间特征。A3.利用豆获得干扰子空间S,和噪声子空间S"。；
优选地，所述的步骤A3，进一步包括对5:进行特征值分解； RL =UWAU其中，A为矩阵&的特征值为对角的对角矩阵，U为对应特征值的特征向量构成的矩阵；根据独立千扰源的个数札，将札个较大特征值对应的特征向量构成 的子空间作为干扰子空间，将礼-礼个较小特征值对应的特征向量构成的 子空间作为噪声子空间，由此，获得千扰子空间矩阵s,和/或噪声子空间 矩阵s"。；其中，s'为u矩阵的前W/列，而s"。为u矩阵的后乂-iv,列。 若用上标"表示帧数，则RL表示第"帧的接入试探序列时隙的千扰和 用户信号空间矩阵。优选地，所述的步骤A还可以包括Al.对所述的第n帧的接入试探序列时隙的空时采样信号进行判断； 当所述时隙包含用户接入试探序列时，如果本帧内还有前一帧保留下来的干扰子空间，则将此干扰子空间作为有效干扰子空间；否则，进入步骤A2;当所述时隙不包含用户接入试4笨序列时，进入步骤A3; A2.把整个试探序列时隙分成W段，每段估计一个特征向量，将"个 特征向量确定一个礼维的千扰子空间，并作为有效的干扰子空间；其中，^ (A^ 21)为独立干扰源的个数；所述的每个特征向量都是札的线性组合；A3.把提取出的空时采样信号分成乂段，分别获取空间特征向量； A4.对W,个空间特征向量两两求相关，若有至少一个相关值大于设定好的门限值，则用前一帧的对应向量替代相关值大于门限的向量，并将乂个特征向量构成有效的干扰子空间；优选地，所述的步骤B进一步包括Bl.将受干扰的空时采样信号映射到所述的噪声子空间；其算法为，
其中，yo是需要处理的空时采样信号，为乂x乂维矩阵，礼为天线阵 元数，^为时域采样点，yi为干扰^t氏消后的空时采样信号，为(乂-维矩阵；B2.对y1求乂 - 维的空间特征矢量丽后，获得干扰抵消后的多路信号y2;y2 = vni^yl y2为lx 维信号。优选地，所述的步骤B进一步包括Bl '.获取用户信号的空间特征WWO ;B2'.根据，0和所述的干扰子空间的补空间获得零陷后的用户的信号空间特征，i ，进一步获得干扰抵消后的多路合成信号y3; 筒i-(、 -s,(s「s,)-'sn丽o其中，"为礼维的单位矩阵，丽0和丽1都为礼维空间特征矢量。优选地，所述的，o可采用未受千扰的用户数据获得。优选地，所述的wwO可采用受千扰的用户数据求，O，若采用受干扰 的用户数据求wwO ,当千扰太大时可以用全向的矢量来替代wwO 。优选地，所述的wwo还可以通过以下步骤获得d. 获取需要处理的空时采样信号中的少部分样点yso;e. 将yw映射到千扰子空间的补空间；ysl = (Iw,-S,(SfS,)-'S"ysO (9)其中，y"为经过零陷后的礼维空间信号；f. 通过y"获得wwo。本发明利用了一种半盲估计算法实现干扰空间特征的特点，并利用其 干扰的空间特征在短时间内基本不变、在很多帧上行信号的接入试探序列 基本上空间不相关、大多数帧在接入试探序列所在的时隙不存在用户信号的特点实现了 TDD系统下基站上行干扰的抵消，能大大提高干扰空间特征的估计精度，并且大大减小复杂度。
下面结合附图对本发明的具体实施方式
作进一步详细的描述。图1基于特征值分解的干扰零陷框图； 图2 —种干扰子空间的获取流程图；图3传输延迟增加造成TDD下行-上行干扰深度U示意图 图4 SCDMA中接入试探序列时隙的位置； 图5 TD-SCDMA中接入试探序列时隙的位置；具体实施方式
下面参照附图，详细说明本发明的实施方式及在SCDMA、 TD-SCDMA系统中的具体实现。本发明获得干扰子空间和噪声子空间的 一个实施方式如下所述 首先，根据基站在接入试探序列时隙的一倍采样或过采样信号求空间相关矩阵^其中x'^:示第i'组空间采样信号，x'为乂xl维向量，礼表示天线阵元数。R"为当前帧求得的接入试探序列时隙干扰和用户信号空间矩阵。用上标"表示帧数，则表示第"帧的接入试探序列时隙干扰和用户信号空间矩阵。中既包含千扰的空间特征又包含用户发送的接入试探序列的空间特征，为了提取千扰的空间特征，需要滤除接入试探序列的空间特征， 因为干扰是慢变化的，因此帧间的干扰空间特征基本上是相干的，而不同 的帧的接入试探序列发自不同的用户终端，因此帧间的接入试探序列的空间特征基本上不相关，因此在Tl (Tl至少为一帧持续的时间间隔)时间 周期内，对R:取多帧的平均就可以基本滤除接入试探序列的空间特征。(2) 式^l 平均需要储存 个相关矩阵，为了减小需要的储存空间， 应该尽量小，而为了滤除用户接入试探序列的空间特征， 应该尽量大， 同时为了确定 ，还应该考虑干扰的变化情况，当干扰变化快， 的取 值小，当干扰变化慢，W/的取值根据计算的杂度进行确定，因此 的确 定应该是这几方面的折中。当 =1时，蜕变为不求平均。为了减小储存量也可以采用(3)式来求平均=ax(R:) + (l — a)xR:i (3)(3) 式求平均实际上采用的是跌代的方法，这种方法只需要储存上 一帧求出的平均相关矩阵和当前帧求出的空间相关矩阵。其中0<"", 可以根据干扰的变化情况来确定，变化越快，"应该越大，当"-l时，(3) 式蜕变为不求平均。当在第"帧求得豆^后，可以把豆用做第"+ l帧以及第"+ l帧以后的若 干帧的干扰空间矩阵。求得5^以后，对5:进行特征值分解， RL=UWAU (4)其中A为矩阵^:的特征值为对角的对角矩阵，U为对应特征值的特征向量构成的矩阵。矩阵^包含较大特征值的个数对应的是干扰源的个数，较小特征值是由噪声产生的，设有W,个独立干扰源，则豆中有礼个较大 的特征值，有乂-乂较小特征值， 个较大特征值对应的特征向量构成的子空间为干扰子空间，而乂 -乂个较小特征值对应的特征向量构成的子空间为噪声子空间，用S/表示干扰子空间对应的矩阵，s"。表示噪声子空间对应的矩阵，则S,为U矩阵的前^列，而S"。为U矩阵的后乂一A^列。利用豆求出的干扰子空间s,和噪声子空间s"。可用于第"+ l帧以及第 "+ l帧以后的若千帧的干扰零陷。为了实现本发明的干扰零陷，在T1时间周期内获得第n帧及第n帧 之前的若干帧的干扰子空间和噪声子空间的同时，需要在T2 (T2至少为 一帧持续的时间间隔)时间周期内对第n帧的业务时隙信号进行千扰深度的检测，如图3即为需要检测的干扰深度ti的示意图，图中存在两个基 站的发射信号是严格同步的。由于存在传输延迟，在B基站天线处测量， A基站的信号相对B基站有一个滞后，其时间为t-D/c ，其中D为两个基 站的距离c为光速。由于基站设有保护时隙，因此如果滞后时间t比较小 不会对系统造成影响。如果t足够大，造成基站A的发射信号时隙进入基站B的接收时隙， 如图3所示，则会造成严重的同频干扰。如果传输时延t大于TDD保护时 隙时，基站A的下行发送信号在基站B的天线口与基站B的上行接收时隙 在时间上重合ti时^殳，造成该时段内的接收信号受到基站A的干扰。同 理，基站A也会受到基站B的干扰。此外，本文描述的上行干扰一般只存 在上行链路的前面若干个符号，典型的受干扰符号包括整个接入试探序列 时隙和接入试探序列时隙后的前几个符号，如果要对接入试探序列时隙后 面的信号进行干扰零陷抵消干扰，则只需要对受干扰的符号进行干扰零陷 抵消。因此本发明的干扰零陷方法需要有干扰深度ti的信息，由此获得 每帧上行信号受干扰的符号数。这个符号数可以由上层提供，也可以在物 理层通过特定的千扰深度的检测来提供。如果由上层提供，上层可以由特 定的检测方法检测得到，因此在本发明中需要通过千扰深度检测来提供需 要采用干扰零陷抵消的符号数，因为前面描述的干扰一般强度比较大，因 此检测干扰的长度的典型的方法就是检测基站接收到的信号强度，当然这 儿不排除采用其它的检测方法。此时，通过T2时间周期内在第n帧及第n帧之前的若干帧内获得的 ti，可用于第"+ l帧以及第"+ l帧以后的若干帧的干扰零陷。下面描述干扰零陷过程的实施方式假设yo是需要处理的空时采样信号，为乂x^维矩阵，其中乂为天线阵元数，^为时域采样点，时域采样可以为一倍采样，也可以为过采样。首先把受干扰的空时采样信号映射到噪声子空间yi-s:yo (5)其中，yi为干扰^^消以后的空时采样信号，为(夂-礼)x^维矩阵，y1 可以当做未受干扰的礼—乂维空间信号进行处理，对y1求乂 - 乂维的空间 特征矢量，假设求得的乂-礼维空间特征矢量为ww,则合并后的信号为ys为干扰4氐消以后的多路信号的合成，为"^维信号。(5H6)式的零陷算法能得到非常好的性能，但复杂度太高。另外一种简化的算法为先求用户信号的空间特征，^f叚设为wwO，根据vmO和千扰子空间的补空间可求得零陷后的用户的信号空间特征，1 ， 丽1 = (1&-S,(S、)-'S「)丽0 (7)其中，、为礼维的单位矩阵，，O和vwl都为乂维空间特征矢量，可得干扰抵消以后的多路合成信号为wwO可采用未受千扰的用户数据来求，因为前文描述的干扰只干扰上 行帧的前几个符号，因此用未受干扰的用户数据求wwO是可行的。当不能 采用未受千扰的用户数据求wwO时，可以采用受干扰的用户数据求wwO ,此时如果干扰太大则性能下降较大，干扰太大时可以用全向的矢量来替代 wM)。当不能采用未受干扰的用户数据求H^0，同时干扰强度又较大时， 不管采用受干扰的用户数据求丽o还是把全向矢量替代丽O ，系统的性能 都会有较大的下降。下面介绍一种既可以降低用(5)、 (6)式的复杂度， 同时又不会降低系统性能的零陷算法。取yo中的少部分样点,把y^映射到干扰子空间的补空间，ysl-(Iw,-S,(S，S,r'S。ysO (9)映射以后的y"仍然为乂维空间信号，对ysi可求得，o，利用(7 )、 ( 8) 式即可求得y3。图1为基于特征值分解(SVD)的干扰零陷框图，为了降低复杂度，千扰子空间s/和噪声子空间s"。可以多帧更新 一 次。本发明的另外 一种可以更简单的求取干扰子空间的方法如下上面描述的基于SVD分解求干扰子空间的方法利用了干扰慢变化的特性，因此可以大大降低复杂度，但总的来说，复杂度依然较高，本发明提 出的另外一种千扰子空间的方法能比上面描述的方法复杂度更低。我们知道接入试探序列时隙的使用率比较低，即大多数情况下接入试 探序列时隙并没有上行用户数据，此时就可以直接利用接入试探序列时隙 的采样信号求干扰空间特征。如果我们只需要估计单点干扰，则可以利用 整个试探序列接入时隙内的全部或部分采样信号估计干扰的空间特征。如 果需要估计礼(^")个独立干扰源，则可以把整个试探序列时隙分成礼 段，每段估计一个特征向量，每个特征向量都是礼的线性组合，因此W,个 特征向量可以确定一个W/维的子空间，这个子空间就是干扰子空间。礼的 确定可以根据接收到的信号的干扰情况动态调整，也可以在实际的网络中，凭网络的具体情况确定。具体获取干扰子空间流程框图如图2所示。 为了具体说明本发明在实际系统中的应用，下面以SCDMA和TDS-CDMA 系统为例来详细il明。图4为SCDMA中接入试探序列时隙的位置，图5为TD-SCDMA中接入 试探序列时隙的位置，在SCDMA中可以采用SYNC1时隙的空时采样信号进 行干扰空间特征的估计，而在TD-SCDMA系统中，可以采用UpPTS时隙的 空时采样信号进行干扰空间特征的估计。估计方法可以采用图1所示的基 于特征值分解(SVD)的方法，也可以采用图2所示的简单估计方法。在SCDMA系统中，最有可能受到前面所描述的干扰影响的是SYNC1时 隙和上行VCC、 ACC码道的前几个符号，如果需要对SYNC1部分进行千扰 抵消，则可以利用(7)、 (8)两式，(7)式中的wwO可以为全向的空间向 量或当前帧的SYNC1时隙内部分或全部空时采样信号的空间特征向量，也 可以为当前帧的SYNC1时隙内的部分信号通过(9)式映射后的信号求得 的空间特征向量。如果需要对ACC、 VCC受干扰的符号进行干扰抵消，也 采用(7)、 (8)两式，(7)式中丽0由VCC、 ACC码道中未受干扰的部分信 号求得。在TD-SCDMA系统中，最有可能受到干扰影响的是UpPTS时隙和后面 时隙中的前几个符号。如果需要对UpPTS部分进行干4尤4氐消，和SCDMA — 样，可以利用(7)、 (8)两式，(7)式中的wwO可以为全向的空间向量或
当前帧的UpPTS时隙内部分或全部空时采样信号的空间特4正向量，也可以 为当前帧的UpPTS时隙内的部分信号通过(9)式映射后的信号求得的空 间特征向量。如果需要对UpPTS后的受干扰符号进行干扰抵消，如果是时 隙的一部分受到干扰，则可以利用(7)、 (8)两式，(7)式中的wivO由未 受干扰的训练序列或用户信号求得。如果是整个时隙受到干扰，可以利用 (7)、 (8)两式，(7)式中的ww0可以为全向的空间向量或当前帧的UpPTS 时隙内部分或全部空时采样信号的空间特征向量，也可以为当前帧的 UpPTS时隙内的部分信号通过(9)式映射后的信号求得的空间特征向量。 不管是对SCDMA系统还是对TDS-CDMA系统，也不管是对哪一部分信 号进行干扰^l氐消，都可以采用(5)、 (6)两式直接处理，但复杂度较高。以上描述的干扰为远距离基站的下行信号对本基站上行链路的千扰， 因为基站的位置固定不变的，因此干扰的空间特征在短时间内基本不变， 只是由于天气等因素的变化才呈现非常慢的变化，干扰的短时间内基本不 变的特征可以在本方法中充分利用。很多系统，例如SCDMA和TDS-CDMA 上行的前几个符号为接入试探序列，接入试探序列的一个很重要的特点是 同一个用户终端在较长时间内只发送一帧，如果失败，则经过多帧以后再 发送，因此存在很多帧上行信号的接入试探序列基本上空间不相关。还有 一个很重要的特点就是大多数帧在接入试探序列所在的时隙并不存在用 户信号。本发明的千扰空间特征估计是一种半盲估计算法，本发明充分利用前 面描述的干扰和用户信号的特点，能大大提高估计精度，并且大大减小复 杂度。仅是出于进行说明和描述本发明的目的，给出了以上SCDMA系统及 TD-SCDMA系统的实例。但是，可以理解，本发明的方法也适用于其他TDD 模式下的CDMA移动通信系统。本领域普通技术人员可以在本发明的主旨 和范围之内对具体实施方式
进行修改而不背离本发明。
权利要求
1.一种TDD系统中远距离基站下行信号对基站上行信号干扰的抵消方法，用于智能天线系统中，利用信号和干扰的空间特征来进行干扰抵消，其特征在于，所述方法主要包括A.基站通过第n帧或第n帧及第n帧之前的若干帧的接入试探序列时隙的空时采样信号，获得干扰子空间和噪声子空间；同时，对第n帧或第n帧及第n帧之前的若干帧的上行业务时隙信号进行干扰深度ti的检测，以获得受干扰的符号数；以及B.对第n帧或第n+1帧及其之后的若干帧的每一帧的所述受干扰的符号进行干扰零陷，获得干扰抵消后的信号；其中，n是大于等于1的正整数。
2. 如权利要求1所述的方法，其特征在于，所述的步骤A进一步 包括Al.基站为当前第n帧求得接入试探序列时隙的干扰和用户信号空间 i 乂其中，、1良示第f组空间采样信号，x'为乂"维向量，礼表示天线阵元数；A2.滤除接入试探序列的空间特征，获得干扰的空间矩阵^s A3.利用豆^获得千扰子空间S,和噪声子空间S"。； 若用上标"表示帧数，则RL表示第"帧的接入试探序列时隙的千扰和 用户信号空间矩阵。
3. 如权利要求2所述的方法，其特征在于，所述的步骤A2，可以 通过对第n帧或第n帧及第n帧之前的若千帧的&在Tl时间周期内求算 术平均或对每帧的^求滑动平均，滤除接入试探序列的空间特征。
4. 如权利要求2所述的方法，其特征在于，所述的步骤A3，进一 步包括 对K"进行特征值分解； R: -U"AU其中，A为矩阵5:的特征值为对角的对角矩阵，U为对应特征值的特征向量构成的矩阵；根据独立干扰源的个数"，将礼个较大特征值对应的特征向量构成 的子空间作为干扰子空间，将(- 个较小特征值对应的特征向量构成的 子空间作为噪声子空间，由此，获得干扰子空间矩阵s,和/或噪声子空间矩阵S"o;其中，s'为u矩阵的前^列，而s"。为u矩阵的后乂-乂列。
5. 如权利要求1所述的方法，其特征在于，所述的步骤B进一步 包括Bl.将受干扰的空时采样信号映射到所述的噪声子空间；其算法为，其中，yo是需要处理的空时采样信号，为乂x乂维矩阵，礼为天线阵元数，^为时域采样点，"为干扰抵消后的空时采样信号，为(乂-乂)xW, 维矩阵；B2.对y1求^ -礼维的空间特征矢量，后，获得千扰抵消后的多路信 y2为ixjv'维信号。
6. 如权利要求1所述的方法，其特征在于，所述的步骤B进一步 包括Bl'.获取用户信号的空间特征，O;B2'.根据丽0和所述的千扰子空间的补空间获得零陷后的用户的信号空间特征wwi,进一步获得干扰抵消后的多路合成信号y3; 而1 = (、 -S,(SfS,)—'S"，O其中，^为礼维的单位矩阵，vwO和H^l都为夂维空间特征矢量。
7. 如权利要求6所述的方法，其特征在于，所述的wwo可采用未受 干扰的用户数据获得。
8. 如权利要求6所述的方法，其特征在于，所述的wwo可采用受干 扰的用户数据求而o，若采用受干扰的用户数据求，O,当千扰太大时可 以用全向的矢量来替代ww0 。
9. 如权利要求6所述的方法，其特征在于，所述的wWo还可以通过以 下步骤获得a. 获取需要处理的空时采样信号中的少部分样点ysO;b. 将y^映射到干扰子空间的补空间； ysl-(、-S,(SfS,)-'S、0 (9)其中，y"为经过零陷后的礼维空间信号；c. 通过y"获得wwo。
10. 如权利要求l、 5、 6、 7、 8、 9之一所述的方法，其特征在于， 所述的步骤A,在T2时间周期内，所述的对第n帧或第n帧及第n帧之 前的若干帧的上行业务时隙信号进行干扰深度ti的检测，以获得受千扰 的符号数，用于第"+ i帧以及第"+ i帧以后的若干帧的干扰零陷。
11. 如权利要求IO所述的方法，其特征在于，所述对千扰深度ti的 检测可通过检测基站接收到的信号强度来得到。
12. 如权利要求l、 5、 6、 7、 8、 9之一所述的方法，其特征在于， 所述的步骤A包括Al.对所述的第n帧的接入试探序列时隙的空时采样信号进行判断；当所述时隙包含用户接入试探序列时，如果本帧内还有前一帧保留下 来的干扰子空间，则将此千扰子空间作为有效干扰子空间；否则，进入步 骤A2;当所述时隙不包含用户接入试探序列时，进入步骤A3; A2.把整个试探序列时隙分成札段，每段估计一个特征向量，将 个 特征向量确定一个乂维的干扰子空间，并作为有效的千扰子空间； 其中， ( ")为独立干扰源的个数；所述的每个特征向量都是 的线性组合；A3.把提取出的空时采样信号分成乂段，分别获取空间特征向量； A4.对 个空间特征向量两两求相关，若有至少一个相关值大于设定好的门限值，则用前一帧的对应向量替代相关值大于门限的向量，并将 A个特征向量构成有效的千扰子空间，。
全文摘要
本发明提供了一种TDD系统中远距离基站下行信号对基站上行信号干扰的抵消方法，用于智能天线系统中，利用信号和干扰的空间特征来进行干扰抵消，该方法包括基站通过第n帧或第n帧及第n帧之前的若干帧的接入试探序列时隙的空时采样信号，获得干扰子空间和噪声子空间；同时，对第n帧及第n帧之前的若干帧的上行业务时隙信号进行干扰深度的检测，以获得受干扰的符号；以及，对第n帧或第n+1帧及其之后的若干帧中受干扰的符号进行干扰零陷，获得干扰抵消后的信号。本发明利用了前后帧接入试探序列空间的不相关性等特点实现了TDD系统下基站上行干扰的抵消，能提高干扰空间特征的估计精度和减小复杂度。
文档编号H04B7/26GK101132213SQ20061011169
公开日2008年2月27日 申请日期2006年8月23日 优先权日2006年8月23日
发明者森 王, 肖业平, 范永顺, 冰 邓 申请人:北京信威通信技术股份有限公司