; 当所述邻区的INR大于预设门限时，则确定所述邻区为BF模式。4. 根据权利要求3所述的干扰估计方法，其特征在于，所述根据所述DMRS信道估计的 结果，进行BF模式盲检，还包括： 对一发天线端口对应的一收天线端口，基于所述收天线端口的INR判断所述收天线端 口是否为BF模式； 基于所述发天线端口对应的所有收天线端口中是否为BF模式的判断结果，根据第一 预设规则判断所述发天线端口是否为BF模式； 基于所述邻区内所有发天线端口的判断结果，根据第二预设规则判断所述邻区是否为 BF模式。5. 根据权利要求1-4任一项所述的干扰估计方法，其特征在于，所述根据所述信道估 计的结果，进行BF模式盲检之后，还包括： 若BF模式盲检确定所述邻区为非BF模式，则基于CRS对所述邻区进行CRS信道估计； 根据邻区CRS信道估计的结果和接收信号，估计所述服务小区数据位置干扰的功率因 子与预编码矩阵； 根据所述功率因子与预编码矩阵，构建邻区的非BF模式干扰贡献矩阵，所述非BF模式 干扰贡献矩阵用于表征邻区TMl~TM6传输模式对所述服务小区数据产生的干扰； 根据所述服务小区CRS干扰消除后的干扰协方差矩阵和所述非BF模式干扰贡献矩阵， 获得所述服务小区的数据位置的干扰估计。6. 根据权利要求5所述的干扰估计方法，其特征在于，所述根据邻区CRS信道估计的结 果和接收信号，估计所述服务小区数据位置干扰的功率因子与预编码矩阵，包括： 根据所述服务小区CRS信道估计的结果，获得所述服务小区的信道相关矩阵； 根据接收信号，获得所述服务小区的数据相关矩阵； 根据所述邻区CRS信道估计的结果、所述服务小区CRS干扰消除后的干扰协方差矩阵、 所述信道相关矩阵和所述数据相关矩阵，估计所述服务小区数据位置干扰的功率因子与预 编码矩阵。7. 根据权利要求6所述的干扰估计方法，其特征在于，所述根据所述邻区CRS信道估计 的结果、所述服务小区CRS干扰消除后的干扰协方差矩阵、所述信道相关矩阵和所述数据 相关矩阵，估计所述服务小区数据位置干扰的功率因子与预编码矩阵，包括： 对于多个邻区的场景，采用M轮迭代，估计各邻区干扰的功率因子与预编码矩阵，所述 M为正整数； 对于第m轮迭代，采用以下方法估计各邻区干扰的功率因子与预编码矩阵： 依据所述多个邻区中CRS能量大小的降序顺序，依次对每一邻区执行以下步骤： 根据邻区CRS信道估计的结果，遍历所有功率因子与编码矩阵的可能组合，构建迭代 过程中的非BF模式干扰贡献矩阵； 根据所述多个邻区在迭代过程中的非BF模式干扰贡献矩阵、所述服务小区CRS干扰消 除后的干扰协方差矩阵、信道相关矩阵和数据相关矩阵，基于预设方法估计干扰的功率因 子与预编码矩阵，其中，m = 1，…，M，所述预设方法包括能量度量方法和/或似然概率度量 方法。8. 根据权利要求7所述的干扰估计方法，其特征在于，所述预设方法为所述能量度量 方法，所述基于预设方法估计干扰的功率因子与预编码矩阵，包括： 基于能量度量，选取所述邻区对应能量度量较小的T组参数对，所述参数对包括功率 因子与预编码矩阵，所述T为正整数。9. 根据权利要求7所述的干扰估计方法，其特征在于，所述预设方法为所述似然概率 度量方法，所述基于预设方法估计干扰的功率因子与预编码矩阵，包括： 基于似然概率度量，选取所述邻区对应似然概率度量较大的T组参数对，所述参数对 包括干扰的功率因子与预编码矩阵，所述T为正整数。10. 根据权利要求7所述的干扰估计方法，其特征在于，所述预设方法为所述能量度量 方法和所述似然概率度量方法的结合，所述基于预设方法估计干扰的功率因子与预编码矩 阵，包括： 基于能量度量，选取所述邻区对应能量度量较小的T1组参数对，所述参数对包括干扰 的功率因子与预编码矩阵，所述T1为正整数； 在所述T1组参数对中，基于似然概率度量，选取所述邻区对应似然概率度量较大的T 组所述参数对，所述T为正整数，所述T小于所述T1。11. 根据权利要求8-10任一项所述的干扰估计方法，其特征在于，所述根据所述功率 因子与预编码矩阵，构建邻区的非BF模式干扰贡献矩阵，包括： 对于多个邻区的场景，对各邻区选取出T组参数对，进行邻区间参数对联合检测，基于 能量度量或似然概率度量，选取对应度量较好的12组参数对，所述T 2为正整数，所述T 2小 于Tn，所述N表示所述邻区的个数； 根据所述!^组参数对，采用基于能量度量误差概率或似然概率作为加权因子，构建非 BF模式干扰总贡献矩阵，所述非BF模式干扰总贡献矩阵为所述多个邻区非BF模式干扰贡 献矩阵的和。12. -种干扰估计方法，其特征在于，包括： 将服务小区的数据资源单元RE分为至少两组RE，所述至少两组RE具有不同的干扰水 平； 基于小区参考信号CRS确定资源块RB级干扰估计矩阵或RB级白化矩阵； 基于所述RB级干扰估计矩阵或RB级白化矩阵，采用预设方法对所述至少两组RE中每 一组进行干扰估计修正，使每组干扰估计与实际遭受干扰场景匹配。13. 根据权利要求12所述的干扰估计方法，其特征在于，所述预设方法包括矩阵修正 法和标量修正法； 其中，所述矩阵修正法具体为：在所述RB级干扰估计矩阵上加一修正矩阵，所述修正 矩阵表示对应组RE实际遭受干扰与所述RB级干扰估计矩阵的干扰偏差矩阵； 所述标量修正法包括：基于所述RB级干扰估计矩阵的干扰估计矩阵标量修正和基于 所述RB级白化矩阵的白化矩阵标量修正，其中，所述干扰估计矩阵标量修正具体为：在所 述RB级干扰估计矩阵上乘以一标量修正因子，所述标量修正因子为对应组RE实际遭受干 扰与所述RB级干扰估计矩阵的干扰能量比值；所述白化矩阵标量修正具体为：在所述RB 级白化矩阵上乘以一标量修正因子，所述标量修正因子为对应组RE实际遭受干扰与所述 RB级干扰估计矩阵的干扰能量比值的-1/2次方。14. 一种干扰估计装置，其特征在于，适用于服务小区中小区参考信号CRS上的干扰与 数据上实际遭受的干扰不一致的场景，包括： 解调参考信号DMRS信道估计模块，用于基于DMRS，对服务小区的邻区进行DMRS信道估 计，所述服务小区为非波束赋形BF模式； BF模式盲检模块，用于根据所述DMRS信道估计模块输出的DMRS信道估计的结果，进行 BF模式盲检； 干扰贡献矩阵构建模块，用于若所述BF模式盲检模块确定所述邻区为BF模式，则基于 所述DMRS信道估计的结果，构建邻区的BF模式干扰贡献矩阵，所述BF模式干扰贡献矩阵 用于表征邻区TM7~TMlO传输模式对所述服务小区数据产生的干扰； 干扰估计模块，用于根据所述服务小区CRS干扰消除后的干扰协方差矩阵和所述干扰 贡献矩阵构建模块构建的所述BF模式干扰贡献矩阵，获得所述服务小区数据位置的干扰 估计。15. 根据权利要求14所述的干扰估计装置，其特征在于，所述DMRS信道估计模块以资 源块或资源块对为单位进行所述DMRS信道估计。16. 根据权利要求14或15所述的干扰估计装置，其特征在于，所述BF模式盲检模块具 体用于：根据DMRS信道估计的结果，计算所述邻区的干信比INR ;当所述邻区的INR大于预 设门限时，则确定所述邻区为BF模式。17. 根据权利要求16所述的干扰估计装置，其特征在于，所述BF模式盲检模块还用 于： 对一发天线端口对应的一收天线端口，基于所述收天线端口的INR判断所述收天线端 口是否为BF模式； 基于所述发天线端口对应的所有收天线端口是否为BF模式的判断结果，根据第一预 设规则判断所述发天线端口是否为BF模式； 基于所述邻区内所有发天线端口的判断结果，根据第二预设规则判断所述邻区是否为 BF模式。18. 根据权利要求14-17任一项所述的干扰估计装置，其特征在于，还包括CRS信道估 计丰吴块； 所述CRS信道估计模块，用于所述BF模式盲检模块确定所述邻区为非BF模式，则基于 CRS对所述邻区进行CRS信道估计； 相应地，所述干扰贡献矩阵构建模块包括： 功率因子与预编码矩阵估计单元，用于根据所述CRS信道估计模块输出的邻区CRS信 道估计的结果和接收信号，估计所述服务小区数据位置干扰的功率因子与预编码矩阵； 非BF模式干扰贡献矩阵构建单元，用于根据所述功率因子与预编码矩阵估计单元得 到的所述功率因子与预编码矩阵，构建邻区的非BF模式干扰贡献矩阵，所述非BF模式干扰 贡献矩阵用于表征邻区TMl~TM6传输模式所述服务小区数据产生的干扰； 相应地，所述干扰估计模块，还用于根据所述服务小区CRS干扰消除后的干扰协方差 矩阵和所述非BF模式干扰贡献矩阵，获得所述服务小区的数据位置的干扰估计。19. 根据权利要求18所述的干扰估计装置，其特征在于，所述功率因子与预编码矩阵 估计单元具体用于： 根据所述服务小区CRS信道估计的结果，获得所述服务小区的信道相关矩阵； 根据接收信号，获得所述服务小区的数据相关矩阵； 根据所述邻区CRS信道估计的结果、所述服务小区CRS干扰消除后的干扰协方差矩阵、 所述信道相关矩阵和所述数据相关矩阵，估计所述服务小区数据位置干扰的功率因子与预 编码矩阵。20. 根据权利要求19所述的干扰估计装置，其特征在于，所述功率因子与预编码矩阵 估计单元用于根据所述邻区CRS信道估计的结果、所述服务小区CRS干扰消除后的干扰协 方差矩阵、所述信道相关矩阵和所述数据相关矩阵，估计所述服务小区数据位置干扰的功 率因子与预编码矩阵时，具体为： 对于多个邻区的场景，采用M轮迭代，估计各邻区干扰的功率因子与预编码矩阵，所述 M为正整数； 对于第m轮迭代，采用以下方法估计干扰的功率因子与预编码矩阵： 依据所述多个邻区中CRS能量大小的降序顺序，依次对每一邻区执行以下步骤： 根据邻区CRS信道估计的结果，遍历所有功率因子与编码矩阵的可能组合，构建迭代 过程中的非BF模式干扰贡献矩阵； 根据所述多个邻区在迭代过程中的非BF模式干扰贡献矩阵、所述服务小区CRS干扰消 除后的干扰协方差矩阵、信道相关矩阵和数据相关矩阵，基于预设方法估计干扰的功率因 子与预编码矩阵，其中，m = 1，…，M，所述预设方法包括能量度量方法和/或似然概率度量 方法。21. 根据权利要求20所述的干扰估计装置，其特征在于，所述预设方法为所述能量度 量方法，所述功率因子与预编码矩阵估计单元用于基于预设方法估计干扰的功率因子与预 编码矩阵时，具体为： 基于能量度量，选取所述邻区对应能量度量较小的T组参数对，所述参数对包括功率 因子与预编码矩阵，所述T为正整数。22. 根据权利要求20所述的干扰估计装置，其特征在于，所述预设方法为所述似然概 率度量方法，所述功率因子与预编码矩阵估计单元用于基于预设方法估计干扰的功率因子 与预编码矩阵时，具体为： 基于似然概率度量，选取所述邻区对应似然概率度量较大的T组参数对，所述参数对 包括功率因子与预编码矩阵，所述T为正整数。23. 根据权利要求20所述的干扰估计装置，其特征在于，所述预设方法为所述能量度 量方法和所述似然概率度量方法的结合，所述功率因子与预编码矩阵估计单元用于基于预 设方法估计干扰的功率因子与预编码矩阵时，具体为： 基于能量度量，选取所述邻区对应能量度量较小的T1组参数对，所述参数对包括功率 因子和预编码矩阵，所述T1为正整数； 在所述T1组参数对中，基于似然概率度量，选取所述邻区对应似然概率度量较大的T 组所述参数对，所述T为正整数，所述T小于所述T1。24. 根据权利要求21-23任一项所述的干扰估计装置，其特征在于，所述功率因子与预 编码矩阵估计单元还用于：对于多个邻区的场景，对各邻区选取出T组参数对，进行邻区间 参数对联合检测，基于能量度量或似然概率度量，选取对应度量较好的1 2组参数对，所述T 2 为正整数，所述T2小于T N，所述N表示所述邻区的个数； 相应地，所述非BF模式干扰贡献矩阵构建单元，具体用于根据所述功率因子与预编码 矩阵估计单元得到的所述!^组参数对，采用基于能量度量误差概率或似然概率作为加权因 子，构建非BF模式干扰总贡献矩阵，所述非BF模式干扰总贡献矩阵为所述多个邻区非BF 模式干扰贡献矩阵的和。25. -种干扰估计装置，其特征在于，包括： 分组模块，用于将服务小区的数据资源单元RE分为至少两组RE，所述至少两组RE具有 不同的干扰水平； 干扰估计模块，用于基于小区参考信号CRS确定资源块RB级干扰估计矩阵或RB级白 化矩阵； 修正模块，用于基于所述RB级干扰估计矩阵或RB级白化矩阵，采用预设方法对所述至 少两组RE中每一组进行干扰估计修正，使每组干扰估计与实际遭受干扰场景匹配。26. 根据权利要求25所述的干扰估计装置，其特征在于，所述预设方法包括矩阵修正 法和标量修正法； 其中，所述矩阵修正法具体为：在所述RB级干扰估计矩阵上加一修正矩阵，所述修正 矩阵表示对应组RE实际遭受干扰与所述RB级干扰估计矩阵的干扰偏差矩阵； 所述标量修正法包括：基于所述RB级干扰估计矩阵的干扰估计矩阵标量修正和基于 所述RB级白化矩阵的白化矩阵标量修正，其中，所述干扰估计矩阵标量修正具体为：在所 述RB级干扰估计矩阵上乘以一标量修正因子，所述标量修正因子为对应组RE实际遭受干 扰与所述RB级干扰估计矩阵的干扰能量比值；所述白化矩阵标量修正具体为：在所述RB 级白化矩阵上乘以一标量修正因子，所述标量修正因子为对应组RE实际遭受干扰与所述 RB级干扰估计矩阵的干扰能量比值的-1/2次方。
【专利摘要】本发明实施例提供一种干扰估计方法及装置。本发明实施例基于DMRS，对服务小区的邻区进行BF模式盲检；若盲检确定为BF模式，则基于DMRS信道估计构建邻区的BF模式干扰贡献矩阵；若盲检确定为非BF模式，则基于CRS信道估计构建邻区的非BF模式干扰贡献矩阵；多小区非BF模式干扰贡献矩阵迭代刷新估计功率因子与预编码矩阵参量对，优选各邻区参量对小集合后进行联合估计，干扰估计矩阵基于最终联合优选的参量对构建的非BF模式干扰贡献矩阵加权平均获得；最后根据各邻区BF/非BF模式干扰贡献矩阵，获得服务小区数据位置的干扰估计。本发明实施例适用于服务小区为非BF模式，可实现服务小区数据位置干扰的准确估计。
【IPC分类】H04B17/345, H04L25/02
【公开号】CN105071876
【申请号】CN201510530237
【发明人】周恩, 陈建军, 朱莎莎
【申请人】华为技术有限公司
【公开日】2015年11月18日
【申请日】2015年8月26日