專利名稱：使用網(wǎng)絡用戶標識符的具有初始化的迭代投影的制作方法
技術領域：
本發(fā)明涉及一種用于半盲(semi-blind)的數(shù)字同信道信號的分離與檢測的方法和裝置。蜂窩移動通信網(wǎng)通常受到同信道干擾的限制，也就是說非常相同無線電鏈路的空間的重用受到同信道干擾的限制。無線電鏈路由它的頻率和/或它的時隙(在時分復用方法中)和/或它的代碼(在碼分復用方法中)定義。為了允許一個以上的用戶在相同的無線電通信信道上，建議使用基于空間劃分性和用戶信號的分離(SAMA，空分多址)的方法。因此，由基站有目的地產(chǎn)生和檢測同信道信號。
這些方法使用具有連接信號處理的群天線，通過形成天線輻射圖來降低對于各個用戶的同信道干擾。這種方法例如在美國專利US5515378(Roy和Ottersten)的說明書中敘述的?？梢詤^(qū)分為三種基本不同的方法。那些基于天線群的空間結構的知識(所謂的空間參考方法)，如R.Roy和R.Kailath在1989年7月，IEEE Tran.Acoust.,Speech,Signal Processing,Bd.37,第984-995頁的“ESPRIT-Estimation of Signal Parameters via Rotational InvarianceTechniques”一文中所描述；基于已知信號順序的知識的那些方法(所謂的時間參考方法)，由S.Ratnavel,A.Paulraj和A.G.Constantinides在Proc.Institute of electrical and Electronics engineers,IEEE,VehicularTechnology Conference,1996年，VTC’96,Atlanta,Georgia,第331-335頁的“MMSE Space-Time Equalization for GSM Cellular Systems”一文中說明的；以及用于分離和檢測的所謂盲(blind)方法，這種方法利用已知的信號特性。
在空間方法的情況下，借助于多種方法估算出不同用戶的各信號的入射角，所得到的信息用于對天線信號的組合進行最優(yōu)化。然后在一個單獨的接收機中檢測這些空間濾波信號。目前已知的方法對于角度的劃分有一個較低的限定，并且不能低于該限定。這是一個難題，因為理想地較低的限定應當為零度。
時間參考方法所帶來的嚴重的問題就是需要使已知的訓練序列與來自于用戶的輸入信號準確地同步。由于多通路和發(fā)射機與接收機之間未知的距離，無法預先知道準確的抽樣瞬間，并且對于每個測試信號也是不同的。只有在同步后才能將該方法應用到最終確定有效輻射圖的單個天線振子的加權參數(shù)。另一方面，同時同步和適配加權的天線參數(shù)在計算上相當大，如在1996年11月18-22日英國倫敦出版的IEEE Global Communication Conference，第575-580頁由J.Fuhl,D.J.Cichon和E.Bonek所著的“Optimum Antenna Topologies andAdaptation Strategies for SDMA”一文中說明的。
就所涉及的盲方法而言，這些方法使用了非常普通的信號特性，例如以一個固定的取樣率(FSR)進行發(fā)射，從一個有限字母長度(FA)中選擇將要發(fā)送的符號并發(fā)送具有恒定的包絡(恒定模塊，CM)的信號，這些在1997年10月7-10日ACTS Mobile Communication Summit,Aalborg,Denmark,第314-319頁由J.Laurila和E.Bonek所著的“SDMA Using Blind Adaptation”一文中或者在1996年5月的Proc.IEEE ICASSP’96,Atlanta,GA，第1073-1076頁A-J.van derVeen,A.Paulraj的Singular Value Analysis of Time-Space Equalization inthe GSM Mobile System一文中作出描述。這些計算量非常大，因此沒有被應用于當前的移動無線電通信中。在IEEE Trans.Signal Proc.,Vol44,pp.1184-1197,May 1996,由S.Talwar,M.Viberg,A.paulraj所著的題目為“Blind Separation of Synchronous Co-Channel Digital Signals Using anAntenna Array-part l:Algorithms”的一文中，描述了ISLP(迭代最小二乘方)方法，該方法是以有限數(shù)目的傳輸符號的假設問基礎的，它基本上適用于同信道信號的盲分離和檢測。然而，它高度依賴于迭代信號估算的初始值的精確度。當使用非線性的調(diào)制方法進行傳輸時，問題將變得更嚴重。這是當前的移動無線電系統(tǒng)的不幸的情況，如在GSM系統(tǒng)(全球移動通信系統(tǒng))和DECT系統(tǒng)(數(shù)字增強無繩通信系統(tǒng))使用非線性高斯濾波最小移移鍵控調(diào)制方法。在這種情況下，必須對上面所提到的方法補充利用信號的恒定包絡的算法，諸如在1996年5月IEEE Trans.on Signal Proc.,vol44,第1136-1155頁由A.J.vander Veen,A Paulraj在“An Analytical Constant Modulus Algorithm”中所提出的ACMA算法(解析的恒定模塊算法)。這就需要在本來就已經(jīng)很復雜的盲檢測和信號分離方法中增加更多的算法步驟。
美國專利說明書US5619533(Dent)和US5519727(Okanoue)描述了使用MLSE(最大似然序列估算)的均衡器，它從一個單極天線信號中獲得它的信息。當只有一個天線信號時，空間-時間均衡是不可能的，但是由于MLSE的中間步驟需要大量的存儲器，這也是很不利的。美國專利說明書US5432816(Gozzo)涉及一種校正，它與最小二乘方誤差方法一起提供信道的遞歸估算。這種均衡器方法也只能從一個單極天線信號中獲得其信息。使用這種均衡器的接收機只能建立在不準確的信道估算值的基礎上，因為例如它們無法利用發(fā)射信號的任何結構特征。
本發(fā)明根據(jù)需要提供一種半盲方法，用于分離和檢測同信道數(shù)字信號，包括步驟同時(共同的)空間-時間均衡，使用用戶標識符進行迭代投影的初始化，執(zhí)行上面提到的投影使一個符號矢量與信號子空間和與有限的字母表符號構象相匹配，在這兩種情況下都使用最小二乘方誤差算法，但是只執(zhí)行矩陣乘法而不進行特征值或奇異值分解。
最后一步是重復k次直到檢測的符號矢量的上一次迭代不再與前一次的不同。
第二步驟的初始化的時間同步通過相關各用戶標識與間隔所要求的矢量子空間的基本矢量是很容易地實現(xiàn)的。
本發(fā)明的另一方面是以一種去耦方式來實現(xiàn)該投影，在不同的用戶之間劃分它們。這允許在這些投影中只使用簡單的矩陣乘法并避免傳統(tǒng)過程需要的過多的計算。擴大的計算輸入矩陣的偽逆包括所要求的矢量子空間的歸一化正交基矢量只需要進行一次，即在初始化前。
同時執(zhí)行基于處理若干天線信號的時間均衡和空間均衡，導致明顯地改善同信道干擾抑制，可單獨通告一個天線信號的時間均衡。
現(xiàn)在利用附圖更詳細地說明該過程，其中

圖1示出了該過程的基本步驟，圖2描述了如何執(zhí)行圖1中該方法的最后兩部分，但是一般來說，接收信號矩陣A(200)并不一定需要包括歸一正交基矢量。該接收信號矩陣A(200)也可以作為一個輸入的事實使得程序步驟(60)是必要的。
本發(fā)明的最佳實施例
如圖1所示，多個公共信道信號的有噪輸入信號的矩陣X作為由該過程進一步處理的輸入數(shù)據(jù)記錄。矩陣X包括d個同信道信號的N個抽樣值，P次附加抽樣，該d個同信道信號來自于一組天線的M單個振子。
在程序步驟(10)中該接收信號矩陣X以已知方式同時進行空間和時間均衡，從而創(chuàng)建一個新的矩陣Y。在本發(fā)明的最佳實施例中，具有托普利茲形式(Block-Toeplitz-Form)的矩陣Y的行和符號矩陣S的行間隔相同的矢量子空間。對于該程序步驟(10)，可以使用奇異值分解或者可以使用除了次優(yōu)化子空間跟蹤方法以外的計算效率。然而在整個過程中這種大量的計算只需要進行一次。
在步驟(20)中，借助于網(wǎng)絡用戶標識符IDi進行投影矢量ti的初始化，該IDi包括在相應的(同信道)信號Si中。在每個TDMA移動無線電系統(tǒng)中，發(fā)送用于信道估計的一些已知符號(如GSM系統(tǒng)中的midamble)，這些符號可以被用作網(wǎng)絡用戶標識符。
在最后程序步驟(40)中，在矢量子空間和有限長度的已知符號字母上進行矩陣Y的另外投影。在這一步中僅僅是這個矩陣與矢量ti相乘和符號矢量進位到符號字母Ω的已知符號。此外，利用最小二乘方誤差算法同時進行符號矢量與矢量子空間的匹配和符號矢量與有限長度的符號數(shù)量的匹配。在K次迭代后，該最后程序步驟(40)提供包括用戶i的檢測符號的矢量。只要連續(xù)兩次迭代的符號矢量不再不同，則迭代停止。接著進行下一個用戶i+1，再次從步驟(20)開始運行程序。
參考圖2，在程序步驟(50)中計算Moore-Penrose偽逆矩陣A+。
如果矩陣A不是使用空間-時間均衡進行歸一化正交基矢量形成的，而是直接使用接收信號矩陣X，則程序步驟(60)必須分配干擾和干擾項在空間相同。這一過程稱為“預白化”。
在已知程序步驟(20)中，使用一個網(wǎng)絡用戶標識符IDi來選擇第Ⅰ個信號，并以此來初始化投影矢量ti。在初始化步驟(20)中，可以插入一個子步驟(22)來選擇最佳的同步瞬間，它可以從圖1中的第一過程步驟(10)導出的基本矢量和已知的網(wǎng)絡用戶標識符IDi之間的最大交叉相關的位置確定。
在程序步驟(70)中，計算對應第Ⅰ個信號的符號矢量，作為投影矢量和接收信號矩陣的乘積ti*A。利用最小二乘方誤差方法在矢量子空間和有限的已知符號集上投影該符號矢量。在數(shù)學上該程序步驟可以以Si(k)=proj[ti(k-1)A]計算。
利用符號矢量Si(k)的新的第k個值，根據(jù)Si(k)=proj[ti(k-1)A]，在步驟(80)中進行投影矢量t新的計算。繼續(xù)進行迭代直到達到收斂，即，直到符號矢量的一個估值不再與前一次迭代不同。繼續(xù)進行與對應另一信號的下一個符號矢量的估算。
應當指出，本過程的一個特別的優(yōu)點是這樣估算的信號的數(shù)目基本上不受限制。然而，每次只檢測一個信號，也就是說，該信號檢測總是與其他信號的檢測分開。如果在單元中用戶的數(shù)目是已知的，則在這些信號估算之后可以終止該程序。與空間參考過程相反，沒有必要估算所有的信號以判定是一個有用信號還是噪聲。事實上本過程的一個優(yōu)點就是可以在第一步中以精細的方式確定同信道信號的數(shù)目。
本過程的另一個特別的優(yōu)點是與所使用的調(diào)制方式無關。它還特別適合于目前經(jīng)常在移動通信中所使用的非線性調(diào)制方法。這種調(diào)制方式與已知的方法不同，不會導致計算時間的增加。此外，使用本方法還可以檢測非同步同信道信號。這個過程還有極強的抗干擾源的瞬時變化，這意味著在移動通信網(wǎng)中不需要同步。
還應當指出，本過程主要提供兩種不同的信號估算利用最小二乘方方法對矢量子空間的投影，提供一個“軟”估算(軟的信號估算)，而對信號字母表的投影結果提供一個“硬”估算(硬的信號估算)。軟估算的結果可以用于前向糾錯。
在實際的有限帶寬的系統(tǒng)中，單獨在時域內(nèi)的附加抽樣對于信號的盲分離提供不了什么信息。本過程的一個優(yōu)點是將來自于幾個或所有的天線的信號組合。這導致更強的抗同信道干擾并且允許在FIR-MIMO(有限脈沖響應，多路輸入，多路輸出)應用的所有同信道信號的估算。此外，本過程允許比傳統(tǒng)的射束形成方法簡單得多的硬件結構。因此，還有一個優(yōu)點就是信道脈沖響應的估算和符號檢測可以在一個步驟內(nèi)執(zhí)行。信道估算和符號檢測一般是分開進行的。
與使用MLSE(最大似然序列估計)和維特比算法的傳統(tǒng)檢測方法不同，本發(fā)明中的信號分離是基于迭代的估算。應用最小二乘方算法，使用已知的數(shù)據(jù)矩陣的估算的行空間投影的有限的調(diào)制符號。該過程計算上相當簡單。
傳統(tǒng)的接收機只使用發(fā)送信號序列(所謂的訓練序列)的最近已知部分來估算信道的脈沖響應。與此相反地，在我們的半盲過程中的數(shù)據(jù)和信道估算利用所有的發(fā)送符號進行。用這種方式實現(xiàn)了更高的估算精確度。
這種新過程的一個特別的優(yōu)點是用于同信道信號的半盲估算、分離和檢測的計算時間相對較短。考慮程序步驟(70)的第一部分，當矩陣A的大小為δ*N時，投影矢量ti與矩陣A的乘法需要進行2*9*N次算術運算，N為瞬時抽樣的次數(shù)，δ為投影矢量t的維數(shù)。通常，δ的值近以等于檢測到的信號的數(shù)目。在算術步驟(80)中用于投影矢量t的新的計算需要相同次數(shù)的運算。因此，共需要K*d*(4*δ*N)運算步驟，其中d為估算的信號的數(shù)目，K為每個信號所需要的迭代的次數(shù)。大量的計算模擬表明，如果已知的用戶標識符和已知的基本矢量用于初始化，則當k=2…3時我們認為已經(jīng)收斂。檢測要求的取樣值的數(shù)量N的范圍是40-60，它大約是一個單個GSM時隙的一半。利用這些參數(shù)，與具有相同誤碼率的空間參考算法相比，本過程只需要1/3的天線振子。
為了進一步減少根據(jù)圖2的實施例的計算時間同時增強對弱信號的估算的可靠性，在最后的檢測之后，可以從接收信號矩陣A中減去第一符號矢量S1。該過程被稱作串行干擾消除。如果為了降低功率而對接收信號進行估算，則將得到最佳效果。當該投影算法直接應用在沒有對矢量子空間進行任可估算的數(shù)據(jù)矩陣上時，通過串行干擾消除方法來提高估算的可靠生是最佳的。
因此，對其余同信道信號的檢測降低同信道干擾，并且減少了去相關步驟(50)的復雜生，子序列符號矢量的估算也更加可靠。
總的來說，這里所描述的過程不僅比傳統(tǒng)的過程減少了計算量，而且，使用基于用戶標識符的適當?shù)某跏蓟黠@增強了抗噪聲干擾和來自于鄰近單元的信號干擾的可靠性。
本發(fā)明的另一個有利的實施例根本不使用矢量子空間的預先估算。通常用于分離和檢測同信道信號的過程是很不可靠的。然而因為利用一個用戶標識符的初始化(20)提供了很好的初始值用于子序列迭代投影，在這種情況下，可以進行具有很好結果的計算，如大量的計算機模擬所表明的那樣。
實現(xiàn)所述過程的裝置是一個信號處理器。信號處理器，即使只有很低的處理能力，也足以用于目前的數(shù)字移動通信接收機。為了在一個信號處理器中適當?shù)膶崿F(xiàn)該過程，必須注意，接收信號矩陣X是高度對稱的。按照時間移位一列跟著前一列，同時增加另一單元。這種能夠進行時間均衡的對稱結構也能夠在第一程序步驟(10)中進行矩陣和/或它們的逆值的逐塊計算。這里的優(yōu)點是最大的，因為通過用于空間-時間均衡的必要的矩陣求逆，該過程的步驟占用了絕大部分的計算時間。
在符號字母Ω上的符號矢量Si的投影(70)的程序子步驟中，由于通過不同的編碼相位調(diào)制進行去旋轉從而使符號字母Ω的復元素變成實數(shù)，因此能夠進一步減少計算時間。所以，有可能實現(xiàn)信號處理器只處理實數(shù)值運算。
權利要求
1.一種用于數(shù)字同信道信號的半盲分離與檢測的方法，其特征在于同時進行空間時間均衡后，利用一個網(wǎng)絡用戶標識符IDi在一個矢量子空間和/或有限長度的符號字母Ω中檢測的符號矢量Si的迭代投影進行初始化，然后所述投影用于使所述符號矢量Si與該矢量子空間和該有限長度的符號字母Ω相匹配，在這兩種情況中都使用最小二乘方算法并且只完成矩陣乘法而不進行特征值或奇異值分解。
2.根據(jù)權利要求1的方法，其特征在于重復該投影及其最終計算直到最后迭代的檢測符號矢量不再與前一次不同。
3.根據(jù)權利要求1或2的方法，其特征在于對各同信道信號使用一個網(wǎng)絡用戶標識符序列IDi，執(zhí)行各個投影矢量ti的初始化用于每個同信道信號從所有其他信號中分離和去耦。
4.根據(jù)以上任意一個權利要求中的方法，其特征在于當確定根據(jù)圖1中的第一步驟(10)所決定的基本矢量和已知的網(wǎng)絡用戶IDi之間的交叉相關的峰值的位置作為最佳同步瞬間時，每個投影矢量ti的初始化被最佳同步。
5.根據(jù)以上一個或多個權利要求的方法，其特征在于在成功地檢測后，在下一個符號矢量被檢測前，以信號功率降低的順序，從接收信號矩陣X、Y或A中減去檢測到的符號矢量，使用信號匹配濾波(已知的訓練序列與接收數(shù)據(jù)的相關)估算檢測到的符號矢量。
全文摘要
一種用于數(shù)字同信道信號的半盲分離和檢測的方法,在同時空間時間均衡后,利用一個網(wǎng)絡用戶標識符ID
文檔編號H04B7/02GK1303545SQ99806871
公開日2001年7月11日 申請日期1999年6月8日 優(yōu)先權日1998年6月9日
發(fā)明者J·勞里拉, E·波尼克 申請人:諾基亞有限公司