Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
SIGNAL DETECTION METHOD AND DEVICE IN VAMOS MODE
Document Type and Number:
WIPO Patent Application WO/2013/078854
Kind Code:
A1
Abstract:
Disclosed are a signal detection method and device in VAMOS mode. The method comprises: receiving multiple multi-user signals, and performing space-time interference rejection for several times on the multiple multi-user signals to obtain multiple multi-user signals after the interference rejection and channel parameter estimation vectors after the interference rejection; performing a matched filtering operation and an equal gain combining operation on each multi-user signal after the interference rejection and the corresponding channel parameter estimation vector, to obtain a combined signal and a combined channel parameter estimation vector; performing parallel detection on the combined signals with reference to the combined parameter estimation vectors, and at the same time obtaining soft information values corresponding to bit sequences sent by all valid users. The present invention can effectively improve the demodulation performance of the VAMOS user without increasing the number of antennas, thereby improving the system performance.

Inventors:
ZHANG SHUJUAN (CN)
YANG FENG (CN)
LU QINBO (CN)
Application Number:
PCT/CN2012/077609
Publication Date:
June 06, 2013
Filing Date:
June 27, 2012
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
ZTE CORP (CN)
ZHANG SHUJUAN (CN)
YANG FENG (CN)
LU QINBO (CN)
International Classes:
H04L25/08
Foreign References:
CN102257779A2011-11-23
US20070161361A12007-07-12
CN102104562A2011-06-22
US20060063505A12006-03-23
Attorney, Agent or Firm:
KANGXIN PARTNERS, P.C. (CN)
北京康信知识产权代理有限责任公司 (CN)
Download PDF:
Claims:
权 利 要 求 书

1. 一种 VAMOS模式下的信号检测方法, 包括: 接收多路多用户信号, 对所述多路多用户信号进行多次时空干扰抑制, 得 到干扰抑制后的多路多用户信号和干扰抑制后的信道参数估计向量;

对每路所述干扰抑制后的多用户信号和其对应的所述干扰抑制后的信道参 数估计向量进行匹配滤波操作和等增益合并操作, 得到合并信号和合并后的信 道参数估计向量;

结合所述合并后的信道参数估计向量对所述合并信号进行并行检测, 同时 得到所有有效用户发送的比特序列所对应的软信息值。

2. 根据权利要求 1所述的方法, 其中, 对所述多路多用户信号进行多次时空干扰 抑制, 得到干扰抑制后的多路多用户信号和干扰抑制后的信道参数估计向量, 包括: 建立时空模型; 根据所述时空模型结合采样点分开、 实虚分开当作虚拟天线的方式对接收 的所述多路多用户信号进行两次白化操作, 得到所述干扰抑制后的多路多用户 信号和所述干扰抑制后的信道参数估计向量。

3. 根据权利要求 2所述的方法, 其中, 根据所述时空模型结合采样点分开、 实虚 分开当作虚拟天线的方式对接收的所述多路多用户信号进行两次白化操作, 得 到所述干扰抑制后的多路多用户信号和所述干扰抑制后的信道参数估计向量, 包括: 根据所述多路多用户信号中对应于预设的训练序列的部分构造接收信号矩 阵, 以及根据所述多路多用户信号中对应于所述训练序列的部分和所述训练序 列构造中间矩阵;

根据所述接收信号矩阵和所述中间矩阵得到第一白化矩阵, 通过所述第一 白化矩阵对所述多路多用户信号进行第一次白化操作, 得到第一次干扰抑制后 的多路信号和第一次白化后的信道参数估计向量;

根据所述第一次时空干扰抑制后的多路信号和所述第一次白化后的信道参 数估计向量得到多路噪声向量, 根据所述多路噪声向量得到第二白化矩阵, 根 据所述第二白化矩阵对所述第一次时空干扰抑制后的多路信号和所述第一次白 化后的信道参数估计向量分别进行第二次白化操作, 得到所述干扰抑制后的多 路多用户信号和所述干扰抑制后的信道参数估计向量。

4. 根据权利要求 1至 3中任一项所述的方法, 其中, 对每路所述干扰抑制后的多 用户信号和其对应的所述干扰抑制后的信道参数估计向量进行匹配滤波操作和 等增益合并操作, 得到合并信号和合并后的信道参数估计向量, 包括:

根据所述干扰抑制后的多用户信号和其对应的所述干扰抑制后的信道参数 估计向量进行匹配滤波操作,得到多路滤波信号和滤波后的信道参数估计向量; 对所述多路滤波信号和所述滤波后的信道参数估计向量进行等增益合并操 作, 得到所述合并信号和所述合并后的信道参数估计向量。

5. 根据权利要求 4所述的方法, 其中, 结合所述合并后的信道参数估计向量对所 述合并信号进行并行检测, 同时得到所有有效用户发送的比特序列所对应的软 信息值, 包括:

根据 Viterbi网格演进模式对所述合并信号进行并行检测, 在 Viterbi网格 演进过程中, 统筹每个演进时刻发生的所有状态转移, 得到每个所述有效用户 在该时刻发送的比特序列的唯一软信息值; 获取所述所有有效用户发送的比特序列所对应的软信息值。

6. 一种 VAMOS模式下的信号检测装置, 包括: 干扰抑制模块, 设置为接收多路多用户信号, 对所述多路多用户信号进行 多次时空干扰抑制, 得到干扰抑制后的多路多用户信号和干扰抑制后的信道参 数估计向量;

滤波模块, 设置为对每路所述干扰抑制后的多用户信号和其对应的所述干 扰抑制后的信道参数估计向量进行匹配滤波操作和等增益合并操作, 得到合并 信号和合并后的信道参数估计向量;

检测模块, 设置为结合所述合并后的信道参数估计向量对所述合并信号进 行并行检测, 同时得到所有有效用户发送的比特序列所对应的软信息值。

7. 根据权利要求 6所述的装置, 其中, 所述干扰抑制模块包括: 建立单元, 设置为建立时空模型; 白化单元, 设置为根据所述时空模型结合采样点分开、 实虚分开当作虚拟 天线的方式对接收的所述多路多用户信号进行两次白化操作, 得到所述干扰抑 制后的多路多用户信号和所述干扰抑制后的信道参数估计向量。

8. 根据权利要求 7所述的装置, 其中, 所述白化单元包括: 构造子单元, 设置为根据所述多路多用户信号中对应于预设的训练序列的 部分构造接收信号矩阵, 以及根据所述多路多用户信号中对应于所述训练序列 的部分和所述训练序列构造中间矩阵;

第一白化子单元, 设置为根据所述接收信号矩阵和所述中间矩阵得到第一 白化矩阵,通过所述第一白化矩阵对所述多路多用户信号进行第一次白化操作, 得到第一次干扰抑制后的多路信号和第一次白化后的信道参数估计向量;

第二白化子单元, 设置为根据所述第一次时空干扰抑制后的多路信号和所 述第一次白化后的信道参数估计向量得到多路噪声向量, 根据所述多路噪声向 量得到第二白化矩阵, 根据所述第二白化矩阵对所述第一次时空干扰抑制后的 多路信号和所述第一次白化后的信道参数估计向量分别进行第二次白化操作, 得到所述干扰抑制后的多路多用户信号和所述干扰抑制后的信道参数估计向

根据权利要求 8所述的装置, 其中, 所述滤波模块包括: 滤波单元, 设置为根据所述干扰抑制后的多用户信号和其对应的所述干扰 抑制后的信道参数估计向量进行匹配滤波操作, 得到多路滤波信号和滤波后的 信道参数估计向量;

合并单元, 设置为对所述多路滤波信号和所述滤波后的信道参数估计向量 进行等增益合并操作, 得到所述合并信号和所述合并后的信道参数估计向量。 根据权利要求 6至 9中任一项所述的装置, 其中, 所述检测模块包括: 检测单元, 设置为根据 Viterbi 网格演进模式对所述合并信号进行并行检 测, 在 Viterbi网格演进过程中, 统筹每个演进时刻发生的所有状态转移, 得到 每个所述有效用户在该时刻发送的比特序列的唯一软信息值;

获取单元, 设置为获取所述所有有效用户发送的比特序列所对应的软信息 值。

Description:
VAMOS模式下的信号检测方法及装置 技术领域 本发明涉及通信领域, 具体而言, 涉及一种 VAMOS模式下的信号检测方法及装 置。 背景技术 随着移动用户和语音业务的快速增长, 移动运营商面临很大的挑战, 他们希望能 够对现有设备进行扩容, 由此推进了 VAMOS (Vioce service over Adaptive Multi-user channels on One Slot, 单通道多用户语音通信)技术的诞生, 该技术可以在几乎不增加 硬件设备基础上, 在同一频点同一时隙同时承载多个不相关用户 , 从而大大提高了现 有设备的处理业务容量, 由于具备上述优点, VAMOS技术得到了越来越广泛的应用。 请参考图 1, 图 1是根据相关技术的 VAMOS技术的上行信号接收示意图, 如图 1 所示, 多个不相关用户在同一频点同一时隙同时发送 信号给一个接收端, 多个用户发 送的多个上行信号到达接收端时形成混合信号 , 接收端利用多天线接收上行信号, 形 成多路经过独立衰落的混合信号用于抵抗干扰 。 因此, 这种技术较常规的单用户单通 道模式必然引起接收端干扰信号的增多。 目前常用的方法是将 IRC ( Interference Rejection Combining, 干扰抑制合并) 技术 (一种干扰抑制方法) 禾 P SIC ( Successive Interference Can-cellation, 串行干扰消除)技术(一种串行检测方法)结 合使用, 但是 在该方法中, 当解调当前用户信号时, 同时存在两类干扰信号, 即: 同道中的其他用 户信号对当前用户信号的干扰, 以及位于邻小区的其他用户信号对当前用户信 号的同 频干扰。 由于 IRC的抗干扰能力有限, 不能有效地抵抗这两类干扰信号, 导致当前用 户信号不能被很好地检测, 进而影响下一个用户信号的解调, 从而使得 VAMOS用户 的通信质量不如单个用户使用一个时隙的通信 质量好, 为了提高通信性能就必须增加 接收天线的个数, 这样就必然导致硬件成本的增加。 针对相关技术中需要增加接收天线的个数才能 保证 VAMOS用户的通信质量和单 个用户使用一个时隙的通信质量相当的效果, 从而增加了硬件成本的问题, 目前尚未 提出有效的解决方案。 发明内容 本发明提供一种 VAMOS模式下的信号检测方法及装置, 以至少解决上述问题。 根据本发明的一个方面, 提供了一种 VAM0S模式下的信号检测方法, 包括: 接 收多路多用户信号, 对多路多用户信号进行多次时空干扰抑制, 得到干扰抑制后的多 路多用户信号和干扰抑制后的信道参数估计向 量; 对每路干扰抑制后的多用户信号和 其对应的干扰抑制后的信道参数估计向量进行 匹配滤波操作和等增益合并操作, 得到 合并信号和合并后的信道参数估计向量; 结合合并后的信道参数估计向量对合并信号 进行并行检测, 同时得到所有有效用户发送的比特序列所对应 的软信息值。 优选地, 对多路多用户信号进行多次时空干扰抑制, 得到干扰抑制后的多路多用 户信号和干扰抑制后的信道参数估计向量, 包括: 建立时空模型; 根据时空模型结合 采样点分开、 实虚分开当作虚拟天线的方式对接收的多路多 用户信号进行两次白化操 作, 得到干扰抑制后的多路多用户信号和干扰抑制 后的信道参数估计向量。 优选地, 根据时空模型结合采样点分开、 实虚分开当作虚拟天线的方式对接收的 多路多用户信号进行两次白化操作, 得到干扰抑制后的多路多用户信号和干扰抑制 后 的信道参数估计向量, 包括: 根据多路多用户信号中对应于预设的训练序列 的部分构 造接收信号矩阵, 以及根据多路多用户信号中对应于训练序列的 部分和训练序列构造 中间矩阵; 根据接收信号矩阵和中间矩阵得到第一白化矩 阵, 通过第一白化矩阵对多 路多用户信号进行第一次白化操作, 得到第一次干扰抑制后的多路信号和第一次白 化 后的信道参数估计向量; 根据第一次时空干扰抑制后的多路信号和第一 次白化后的信 道参数估计向量得到多路噪声向量, 根据多路噪声向量得到第二白化矩阵, 根据第二 白化矩阵对第一次时空干扰抑制后的多路信号 和第一次白化后的信道参数估计向量分 别进行第二次白化操作, 得到干扰抑制后的多路多用户信号和干扰抑制 后的信道参数 估计向量。 优选地, 对每路干扰抑制后的多用户信号和其对应的干 扰抑制后的信道参数估计 向量进行匹配滤波操作和等增益合并操作, 得到合并信号和合并后的信道参数估计向 量, 包括: 根据干扰抑制后的多用户信号和其对应的干扰 抑制后的信道参数估计向量 进行匹配滤波操作, 得到多路滤波信号和滤波后的信道参数估计向 量; 对多路滤波信 号和滤波后的信道参数估计向量进行等增益合 并操作, 得到合并信号和合并后的信道 参数估计向量。 优选地, 结合合并后的信道参数估计向量对合并信号进 行并行检测, 同时得到所 有有效用户发送的比特序列所对应的软信息值 , 包括: 根据 Viterbi网格演进模式对合 并信号进行并行检测, 在 Viterbi网格演进过程中, 统筹每个演进时刻发生的所有状态 转移, 得到每个有效用户在该时刻发送的比特序列的 唯一软信息值; 获取所有有效用 户发送的比特序列所对应的软信息值。 根据本发明的另一方面, 提供了一种 VAM0S模式下的信号检测装置, 包括: 干 扰抑制模块, 设置为接收多路多用户信号,对多路多用户信 号进行多次时空干扰抑制, 得到干扰抑制后的多路多用户信号和干扰抑制 后的信道参数估计向量; 滤波模块, 设 置为对每路干扰抑制后的多用户信号和其对应 的干扰抑制后的信道参数估计向量进行 匹配滤波操作和等增益合并操作, 得到合并信号和合并后的信道参数估计向量; 检测 模块, 设置为结合合并后的信道参数估计向量对合并 信号进行并行检测, 同时得到所 有有效用户发送的比特序列所对应的软信息值 。 优选地, 干扰抑制模块包括: 建立单元, 设置为建立时空模型; 白化单元, 设置 为根据时空模型结合采样点分开、 实虚分开当作虚拟天线的方式对接收的多路多 用户 信号进行两次白化操作, 得到干扰抑制后的多路多用户信号和干扰抑制 后的信道参数 估计向量。 优选地, 白化单元包括: 构造子单元, 设置为根据多路多用户信号中对应于预设 的训练序列的部分构造接收信号矩阵, 以及根据多路多用户信号中对应于训练序列的 部分和训练序列构造中间矩阵; 第一白化子单元, 设置为根据接收信号矩阵和中间矩 阵得到第一白化矩阵, 通过第一白化矩阵对多路多用户信号进行第一 次白化操作, 得 到第一次干扰抑制后的多路信号和第一次白化 后的信道参数估计向量; 第二白化子单 元, 设置为根据第一次时空干扰抑制后的多路信号 和第一次白化后的信道参数估计向 量得到多路噪声向量, 根据多路噪声向量得到第二白化矩阵, 根据第二白化矩阵对第 一次时空干扰抑制后的多路信号和第一次白化 后的信道参数估计向量分别进行第二次 白化操作, 得到干扰抑制后的多路多用户信号和干扰抑制 后的信道参数估计向量。 优选地, 滤波模块包括: 滤波单元, 设置为根据干扰抑制后的多用户信号和其对 应的干扰抑制后的信道参数估计向量进行匹配 滤波操作, 得到多路滤波信号和滤波后 的信道参数估计向量; 合并单元, 设置为对多路滤波信号和滤波后的信道参数估 计向 量进行等增益合并操作, 得到合并信号和合并后的信道参数估计向量。 优选地, 检测模块包括: 检测单元, 设置为根据 Viterbi网格演进模式对合并信号 进行并行检测, 在 Viterbi网格演进过程中, 统筹每个演进时刻发生的所有状态转移, 得到每个有效用户在该时刻发送的比特序列的 唯一软信息值; 获取单元, 设置为获取 所有有效用户发送的比特序列所对应的软信息 值。 通过本发明,采用对天线接收的信号进行较强 的时空干扰抑制、并行检测的方式, 解决了需要增加接收天线的个数才能保证 VAMOS用户的通信质量和单个用户使用一 个时隙的通信质量具有相当效果的问题, 进而达到了在不增加天线的情况下, 有效提 高 VAMOS用户的解调性能, 将解调软信息送入译码器提高译码性能, 从而提高系统 性能, 使得 VAMOS用户的通信质量和单个用户使用一个时隙 通信质量达到同样性 能的效果。 附图说明 此处所说明的附图用来提供对本发明的进一步 理解, 构成本申请的一部分, 本发 明的示意性实施例及其说明用于解释本发明, 并不构成对本发明的不当限定。 在附图 中: 图 1是根据相关技术的 VAMOS技术的上行信号接收示意图; 图 2是根据本发明实施例的 VAMOS模式下的信号检测方法的流程图; 图 3是根据本发明实施例的 GSM-FR业务的时隙结构图; 图 4是根据本发明实施例的并行检测 (JMLSE) 基本处理单元的蝶形图; 图 5是根据本发明实施例的 VAMOS模式下的信号检测装置的结构框图; 图 6是根据本发明优选实施例的 VAMOS模式下的信号检测装置的结构框图。 具体实施方式 下文中将参考附图并结合实施例来详细说明本 发明。 需要说明的是, 在不冲突的 情况下, 本申请中的实施例及实施例中的特征可以相互 组合。 图 2是根据本发明实施例的 VAMOS模式下的信号检测方法的流程图, 如图 2所 示, 该方法主要包括以下步骤 (步骤 S202-步骤 S206)。 步骤 S202, 接收多路多用户信号, 对多路多用户信号进行多次时空干扰抑制, 得 到干扰抑制后的多路多用户信号和干扰抑制后 的信道参数估计向量。 步骤 S204,对每路干扰抑制后的多用户信号和其对 的干扰抑制后的信道参数估 计向量进行匹配滤波操作和等增益合并操作, 得到合并信号和合并后的信道参数估计 向量。 步骤 S206, 结合合并后的信道参数估计向量对合并信号进 行并行检测, 同时得到 所有有效用户发送的比特序列所对应的软信息 值。 在本发明实施例的步骤 S202中,对多路多用户信号进行多次时空干扰 制,得到 干扰抑制后的多路多用户信号和干扰抑制后的 信道参数估计向量, 可以包括: 建立时 空模型; 根据时空模型结合采样点分开、 实虚分开当作虚拟天线的方式对接收的多路 多用户信号进行两次白化操作, 得到干扰抑制后的多路多用户信号和干扰抑制 后的信 道参数估计向量。 其中, 根据时空模型结合采样点分开、 实虚分开当作虚拟天线的方式对接收的多 路多用户信号进行两次白化操作, 得到干扰抑制后的多路多用户信号和干扰抑制 后的 信道参数估计向量, 可以包括: 根据多路多用户信号中对应于预设的训练序列 的部分 构造接收信号矩阵, 以及根据多路多用户信号中对应于训练序列的 部分和训练序列构 造中间矩阵; 根据接收信号矩阵和中间矩阵得到第一白化矩 阵, 通过第一白化矩阵对 多路多用户信号进行第一次白化操作, 得到第一次干扰抑制后的多路信号和第一次白 化后的信道参数估计向量; 根据第一次时空干扰抑制后的多路信号和第一 次白化后的 信道参数估计向量得到多路噪声向量, 根据多路噪声向量得到第二白化矩阵, 根据第 二白化矩阵对第一次时空干扰抑制后的多路信 号和第一次白化后的信道参数估计向量 分别进行第二次白化操作, 得到干扰抑制后的多路多用户信号和干扰抑制 后的信道参 数估计向量。 在本发明实施例的步骤 S204中,对每路干扰抑制后的多用户信号和其 应的干扰 抑制后的信道参数估计向量进行匹配滤波操作 和等增益合并操作, 得到合并信号和合 并后的信道参数估计向量, 可以包括: 根据干扰抑制后的多用户信号和其对应的干扰 抑制后的信道参数估计向量进行匹配滤波操作 , 得到多路滤波信号和滤波后的信道参 数估计向量; 对多路滤波信号和滤波后的信道参数估计向量 进行等增益合并操作, 得 到合并信号和合并后的信道参数估计向量。 在本发明实施例的步骤 S206中,结合合并后的信道参数估计向量对合 信号进行 并行检测, 同时得到所有有效用户发送的比特序列所对应 的软信息值, 可以包括: 根 据 Viterbi网格演进模式对合并信号进行并行检测 在 Viterbi网格演进过程中,统筹每 个演进时刻发生的所有状态转移, 得到每个有效用户在该时刻发送的比特序列的 唯一 软信息值; 获取所有有效用户发送的比特序列所对应的软 信息值。 例如, 可以采用以下方式实施上述方法: 假设干扰信号是具有向量自回归模型特 性的信号 (实际证明这是一个行之有效的假设)。 首先建立时空模型, 用时空干扰抑制方法对接收信号进行两次白化 , 再结合将接 收信号实虚分开、 采样点分开当作虚拟天线的方式最大程度抵抗 同频干扰, 具体地可 以包含以下三个步骤:

1、 利用已知的训练序列和各个接收天线接收信号 中对应训练序列部分构造矩阵 z,。

[r(" _ 1), · · · , r ("― Κ), 5, ("), l (n-Y),---,s l (n-L- K), 2 ("), 2 (n-Y),---,s 2 (n-L- K)] T , 其中, = 表示所有天线 "时 刻的接收信号构成的向量,其中, r/'(«)表示第 /根天线《时刻的第 个采样点,特别地, 当调制方式为 GMSK或者 BPSK方式时, r(n) = [Reir, 0 (")), ···, Re ( (")), Im ( (")),… , Im(¾T* ("))],其中, R e(x), Im(x)分 别表示 x的实部和虚部; 表示第 个有效用户《时刻(本发明中假设有两个有效 用 户) 对应的发送符号, J, 分别表示信道弥散长度和时间深度。 利用接收信号构造矩 阵 , 的每一列对应上面的向量 r^,其中, ne(TSC start +L + K + l SC end ), TSC start , rac^分别表示接收信号中训练序列对应的开始 刻和结束时刻。

2、 利用下式求解自相关矩阵和协方差矩阵。 H z , 再从此中间矩阵 得到白化后的信道矩阵 S和白化矩阵 。 利用此白化矩阵 对接收信号所构成的矩 阵 进行白化, 即; r ∞w = *;r, 其中, 的每一列对应 r^), 与矩阵;^不同的是此 时利用所有时刻的接收信号构造 而非如矩阵 仅仅利用训练序列对应的接收信号。

3、 最后利用 Cholesky分解的办法对上面时空白化后的信号进 二次白化, 即利 用 Τ 中训练序列对应的部分、 白化后的信道矩阵 S和两用户的训练序列求得残余干 扰项, 然后求得此残余干扰项的协方差矩阵, 对此矩阵进行 Cholesky分解得到新的白 化矩阵 ,用此白化矩阵对上面的 和信道矩阵 S进行二次白化, 即

X end = W inmr * X mw ,H end = W inmr * B得到最终白化后的信号和信道参数向量。 接着, 利用上面白化之后的 OTd 、 H OTd 得到匹配滤波结果, 并对所有天线信号进 行等增益合并。 最后, 利用 JMLSE原则, 用 Viterbi网格演进方法选择同时得到两用户发送 特 的最优序列, 其输入信息为上述匹配滤波模块的输出结果, 其输出为两用户传输比特 序列的软信息。 当 Viterbi网格演进到最后时刻, 即可得到用户 0、 1发送比特的软信 息, 将此软信息分别送入用户 0、 1的译码器, 可以有效提高译码器的性能, 从而有效 提高系统性能。 下面以 GSM系统的 VAMOS-FR业务为例结合图 3、 图 4对上述实施方式进行详 细描述。 图 3是根据本发明实施例的 GSM-FR业务的时隙结构图, 如图 3所示, 可以看到 一个时隙可以包含 148个有效符号, 其中, 第 62~87个符号对应训练序列部分, 如上 所述, 假设 表示所有天线 «时刻的接收信号所对应的向量, 其中, r/'(«)表示第 /根天线《时刻的第 个采样点, 特别地, 当调制方式为 GMSK或者 BPSK方式时, r(w) = [Ι^(η (")), ,将接收信号的实部和 虚部分开当作虚拟天线处理 r(«) = [Re(r»),Im(r»)], 其中, Re(x),Im(x)分别表示 x 的实部和虚部, 表示第 个有效用户《时刻(本发明中假设有两个有效 用户)对应 的发送符号。 由所有时刻的接收向量构成接收矩阵 = [ι^1),ι^2),···,ι^148)], 表 示向量 r的转置。 在下文中, J, 分别表示信道弥散长度和空时干扰抑制中的时 间深 度; [;Π;;Τ2]表示同结构矩阵; Π,;Τ2按行堆放, ; TO表示矩阵 的第《列, (/7,:;)表 示矩阵 的第《行, (:,e«6 ,;r(i^K/,:)分别表示矩阵 的最后一列和最后一行, (:, m: n X(m: n,:)分别表示矩阵 的 w至《列和 m至 n行。本实施例主要包含以下步 骤:

1、对接收信号进行深度白化得到白化后的 收信号 X end 和白化后的信道参数矩阵

H enc i。 由用户 0、 1的训练序列80 = [ (1), (2), ^。(26)]和81 = [ (1)^ 1 (2), ^ 1 (26)]以及 接收矩阵中对应训练序列部分构造矩阵 Ζ,,;^, 具体地,

X t = [r T (startn), r T (startn + Y),---,r T (endn)],其中, startn = 61 + L + K + 1, endn = 87 , 设 So ) = [s 0 (n), s 0 (n-l),-,s 0 (n-L- K)f , S, (n) = [s, (n), ^ (« - 1), · · · , ^ (« - J - K)f ; z(n) = [Χ :,η-\);Χ :,η-2);··-;Χ ( (:,η- K);S 0 (n + L + K -\);8^ + L + K -\)] , 贝 lj Z t = [z(2), z(3), ···, z(Len)], Len = endn - startn + 1。

2、 求加权矩阵和白化后的信道参数矩阵并对接收 信号进行白化。 具体地, 首先得到协方差矩阵 = *2 ,^=4*2 , 然后得到临时矩阵 则加权矩阵为: ^=[/ Χί „,υ: *;¾], 白化后的信道参数矩阵

B = A(:,K*Xtn + l :end), 7为矩阵;^的行数, / Χί „为; 维的单位矩阵; 对接收矩 阵进行白化得到 ^ w = *;r。

3、 对白化之后的信号进行二次白化。 具体地, 由于向量自回归模型只保证白化之后的干扰向 量 J(«)是时间白化的即 E(J H (n)J(n-k)) = QS(k), 并不能保证 J^)的自相关矩阵为单位矩阵, 所以此处对利 用向量自回归模型白化之后的信号进行二次白 化,使得白化之后的干扰向量 J'(«)的自 相关矩阵为单位矩阵, 为此进行如下操作: (1) 由于后续的矩阵求逆维数过高, 容易 导致累积误差, 所以此处首先将上面实虚分开的信号; r 和信道参数 s恢复成复数形 式, 具体的恢复方法就是 x + _y* ',x,_y, '分别表示相应变量的实部、虚部和基本虚部 位,设恢复之后的接收矩阵为 和信道参数矩阵为 si; (2)利用接收矩阵; r ∞wl 中对 应训练序列部分和用户 0、 1的训练序列 sO和 si求残余干扰向量, 具体地, 设 = ^ 0,62: 87) , 0 = [S 0 T (L + K + 1); S 0 T (L + K + 2);-;S 0 T (26)]; 1 = [^(Ζ + ^ + 1);^(Ζ + ^ + 2);···;^(26)] ; 可以得到残余干扰信号矩阵为: J = X t2 -([M0,MlVBl T f ; (3) 求干扰信号的自相关矩阵: J ∞v =J*J ff , 求内部白 化矩阵并对接收矩阵; T ∞wl 和信道参数矩阵 1进行白化, 具体地, 首先对 J rav 进行 Cholesky分解, 得到 J ∞v = R*R ff ,从而得到白化矩阵 = R— 1 ,然后对接收矩阵;^ wl 和信道参数矩阵 1进行白化,得到: =U^ wl ,H OTd

4、 对各路信号进行匹配滤波并用等增益合并方法 合并为一路。 具体地, 设; r ^的行数为 即有《路信号, 对于每路数据 x„=;r OTd («, : )在 H ^找 到相应行对应的信道参数向量/ ^。 ί = end (n -),从而得到用户 0和用户 1的信道参数向 量为 = h total (1, \ :L = h total (1, J + 1: end),然后匹配滤波得到: S _L0 tn = conv(h* (-«), h 0 («)), MF _ Re 0 tn = conv(h* (-«), x n );

S _ Ll tn = conv(1 (-«), («)), MF _ Re n = conv(h* (-«), x n );

S _L0\ tn = conv{hl (-«), f («)), S_J10 iw = conv(f (-«), Λ 0 («)); 其中, co«v(x(/ , y(n))表示序列 x(«), y(n)的卷积, 将所有行对应的 S _ L0 tn 累加起 来 并 取 其 实 部 得 到 S_J0 , 用 类 似 方 法 得 到 S_Zl,S_Z01,S_Z10, F_Re0, F_Rel。

5、 应用上述匹配滤波得到的结果, 利用 JMLSE原则, 用 Viterbi网格演进方法同 时得到用户 0、 1发送序列的软信息值。 具体地, 请参考图 4, 图 4是根据本发明实施例的并行检测 (JMLSE) 基本处理 单元的蝶形图, 如图 4所示, 每个时刻的状态由:

^^-\)^^-2\·--^^-Π)^^-\)^^-2\·--^^-η)] 表 示 , 其 中 ,

L\ = L + K, 图 4中, Jl = 5, (图 4中为简化 UP为此处的 A:-/)即第 个用户 时刻的发送信号), A线条从上到下分别表示分支度量: meas upO upO 、 meas upO downO meas downO upO meas_downO_downO; B线条对应分支度量: meas_upO_upl meas upO downl meas downO up 1 、 meas downO downl;

C线条对应分支度量: meas upl upO 、 meas up 1 do wnO meas_downl_upO meas down 1 downO;

D线条对应分支度量 meas upl upK meas up 1 down 1 meas downl upl meas_downl_downl。 当 Viterbi网格演进到 A + l时亥 lj,可以同时得到用户 0、 1对应 时刻发送比特 的软信息。具体地,每个时刻的的状态数为 StNum = 2 2 * L ,则 k时刻到 k + 1时刻有

4 个图 4所示的碟形图, 由所有这些碟形图中对应图 4中的 A线条和 B线条表示的状态 转移组成一个集合 T0 (即此集合包含 2*StMm个状态转移),对应 C线条和 D线条构 成集合 Tl, 在集合 TO中找到最优状态转移对应的分支度量 eo« reO, 在集合 T1中 找到最优状态转移对应的分支度量 Meo« rel, 则用户 0对应 时刻估计的发送比 特的软信息 Soft 0 (k) = Measured -Measure!; 类似地将 k 时刻到 k + 1时刻所有碟形图中 对应图 4 中的 A线条和 C 线条表示的状态转移组成一个集合 TO (即此集合包含 2 * StM m个状态转移), 对应 B线条和 D线条构成集合 Tl, 在集合 TO中找到最优状 态转移对应的分支度量 eo« reO, 在集合 T1 中找到最优状态转移对应的分支度量 Measure! , 则 用 户 1 对应 k _ L 时 刻 估 计 的 发 送 比 特 的 软 信 息 Soft, (k) = MeasureO -Measurel . 当 Viterbi网格演进到最后时刻, 同时得到用户 0、 1 发送比特序列软信息, 将此软信息分别送入用户 0、 1的译码器, 可以有效提高译码器 的性能, 从而有效提高系统性能。 通过仿真可以进一步证明, 通过实施本专利所述方 法和装置相对传统的 IRC和 SIC结合的解调方法能够大大提高译码性能。 采用上述实施例提供的 VAMOS模式下的信号检测方法, 采用对天线接收的信号 进行较强的时空干扰抑制、 并行检测的方式, 在不增加天线的情况下, 有效提高 VAMOS 用户的解调性能, 将解调软信息送入译码器提高译码性能, 从而提高系统性 能, 使得 VAMOS用户的通信质量和单个用户使用一个时隙 通信质量达到同样性能 的效果。 图 5是根据本发明实施例的 VAMOS模式下的信号检测装置的结构框图, 该装置 用以实现上述实施例提供的 VAMOS模式下的信号检测方法。 如图 5所示, 该装置包 括: 干扰抑制模块 10、 滤波模块 20、 以及检测模块 30。 其中, 干扰抑制模块 10, 设 置为接收多路多用户信号, 对多路多用户信号进行多次时空干扰抑制, 得到干扰抑制 后的多路多用户信号和干扰抑制后的信道参数 估计向量; 滤波模块 20, 连接至干扰抑 制模块 10, 设置为对每路干扰抑制后的多用户信号和其对 应的干扰抑制后的信道参数 估计向量进行匹配滤波操作和等增益合并操作 , 得到合并信号和合并后的信道参数估 计向量; 检测模块 30, 连接至滤波模块 20, 设置为结合合并后的信道参数估计向量对 合并信号进行并行检测, 同时得到所有有效用户发送的比特序列所对应 的软信息值。 图 6是根据本发明优选实施例的 VAMOS模式下的信号检测装置的结构框图, 如 图 6所示, 干扰抑制模块 10包括: 建立单元 12和白化单元 14。 其中, 建立单元 12, 设置为建立时空模型; 白化单元 14, 连接至建立单元 12, 设置为根据时空模型结合采 样点分开、实虚分开当作虚拟天线的方式对接 收的多路多用户信号进行两次白化操作, 得到干扰抑制后的多路多用户信号和干扰抑制 后的信道参数估计向量。 优选地, 在实际应用中, 白化单元 14可以包括: 构造子单元 142、 第一白化子单 元 144以及第二白化子单元 146。其中, 构造子单元 142, 设置为根据多路多用户信号 中对应于预设的训练序列的部分构造接收信号 矩阵, 以及根据多路多用户信号中对应 于训练序列的部分和训练序列构造中间矩阵; 第一白化子单元 144, 连接至构造子单 元 142, 设置为根据接收信号矩阵和中间矩阵得到第一 白化矩阵, 通过第一白化矩阵 对多路多用户信号进行第一次白化操作, 得到第一次干扰抑制后的多路信号和第一次 白化后的信道参数估计向量; 第二白化子单元 146, 连接至第一白化子单元 144, 设置 为根据第一次时空干扰抑制后的多路信号和第 一次白化后的信道参数估计向量得到多 路噪声向量, 根据多路噪声向量得到第二白化矩阵, 根据第二白化矩阵对第一次时空 干扰抑制后的多路信号和第一次白化后的信道 参数估计向量分别进行第二次白化操 作, 得到干扰抑制后的多路多用户信号和干扰抑制 后的信道参数估计向量。 优选地,滤波模块 20可以包括: 滤波单元 22和合并单元 24。其中,滤波单元 22, 设置为根据干扰抑制后的多用户信号和其对应 的干扰抑制后的信道参数估计向量进行 匹配滤波操作, 得到多路滤波信号和滤波后的信道参数估计向 量; 合并单元 24, 连接 至滤波单元 22, 设置为对多路滤波信号和滤波后的信道参数估 计向量进行等增益合并 操作, 得到合并信号和合并后的信道参数估计向量。 优选地,检测模块 30可以包括:检测单元 32和获取单元 34。其中,检测单元 32, 设置为根据 Viterbi网格演进模式对合并信号进行并行检测 在 Viterbi网格演进过程中, 统筹每个演进时刻发生的所有状态转移, 得到每个有效用户在该时刻发送的比特序列 的唯一软信息值; 获取单元 34, 连接至检测单元 32, 设置为获取所有有效用户发送的 比特序列所对应的软信息值。 采用上述实施例提供的 VAMOS模式下的信号检测装置, 采用对天线接收的信号 进行较强的时空干扰抑制、 并行检测的方式, 在不增加天线的情况下, 有效提高 VAMOS 用户的解调性能, 将解调软信息送入译码器提高译码性能, 从而提高系统性 能, 使得 VAMOS用户的通信质量和单个用户使用一个时隙 通信质量达到同样性能 的效果。 从以上的描述中, 可以看出, 本发明实现了如下技术效果: 用向量自回归模型对 干扰信号进行建模, 建立空时干扰抵消模型, 利用加强的空时干扰方法对接收信号进 行两次时空白化, 并且对向量自回归模型进行巧妙变换, 采用无结构模型进行求解, 能够有效减小累积误差,同时对于 GMSK或者 BPSK调制方式采用实虚分开以及采样 点分开当作虚拟天线的处理方式, 通过上述操作最大程度消除同频干扰信号, 然后利 用改进的并行检测技术 JMLSE对有用用户信号进行并行检测, 提高均衡送入信道译码 的软信息性能, 有效提高译码性能, 从而有效提高系统性能。 显然, 本领域的技术人员应该明白, 上述的本发明的各模块或各步骤可以用通用 的计算装置来实现, 它们可以集中在单个的计算装置上, 或者分布在多个计算装置所 组成的网络上, 可选地, 它们可以用计算装置可执行的程序代码来实现 , 从而, 可以 将它们存储在存储装置中由计算装置来执行, 并且在某些情况下, 可以以不同于此处 的顺序执行所示出或描述的步骤, 或者将它们分别制作成各个集成电路模块, 或者将 它们中的多个模块或步骤制作成单个集成电路 模块来实现。 这样, 本发明不限制于任 何特定的硬件和软件结合。 以上所述仅为本发明的优选实施例而已, 并不用于限制本发明, 对于本领域的技 术人员来说, 本发明可以有各种更改和变化。 凡在本发明的精神和原则之内, 所作的 任何修改、 等同替换、 改进等, 均应包含在本发明的保护范围之内。