CN102484624A - 符号估计方法和装置 - Google Patents

Abstract

一种新颖的符号估计方法通过检测干扰信道中的干扰符号来生成无符号间干扰的符号。对信道估计进行精化以获得附加的改进。所述方法可以适用串行或并行算法实现。所述符号估计方法包括：使用接收到的符号的初始估计，以及使用信道估计来计算所接收到的符号的精化估计。通过对进行精化的符号以外的符号所产生的符号间干扰进行参数化以及通过评估优化函数来为进行精化的符号选择精化值，来计算所述精化估计。在多个迭代中对符号估计进行精化，直到满足预定的迭代终止条件为止。通过减少精化操作中未知变量的总数，参数化其它符号对ISI的贡献带来了减少的计算量。

Description

符号估计方法和装置

对同时待审的专利申请的引用

本专利申请与2008年2月27日提交的、名称为“COHERENT SINGLEANTENNA INTERFERENCE CANCELLATION FOR GSM/GPRS/EDGE”的同时待审的美国专利申请No.12/038,724相关，该申请具有代理方案号No.071339/071341，该申请已转让给本申请的受让人，通过引用的方式将其明确地并入本文。

本专利申请与2008年8月19日提交的、名称为“ENHANCED GERANRECEIVER USING CHANNEL INPUT BEAMFORMING”的同时待审的美国专利申请No.12/193,995相关，该申请具有代理方案号No.072177，该申请已转让给本申请的受让人，通过引用的方式将其明确地并入本文。

本专利申请与2009年6月4日提交的、名称为“ITERATIVEINTERFERENCE CANCELLATION RECEIVER”的同时待审的美国专利申请No.12/478,195相关，该申请具有代理方案号No.072181，该申请已转让给本申请的受让人，通过引用的方式将其明确地并入本文。

本专利申请与2009年9月3日提交的、名称为“MULTI-STAGEINTERFERENCE SUPPRESSION”的同时待审的美国专利申请No.12/553,848相关，该申请具有代理方案号No.091494，该申请已转让给本申请的受让人，通过引用的方式将其明确地并入本文。

技术领域

概括地说，本发明涉及无线通信，具体地说，涉及对接收到的符号的估计进行精化。

背景技术

在利用GSM、GPRS、EDGE等的许多通信系统中，接收机对接收到的信号进行正确地解码的能力取决于接收机对接收到的信号中的符号进行准确地估计的能力。然而，随着无线通信变得越来越普遍，越来越多的干扰以及符号估计的实现复杂性可能不利地影响接收机进行这种符号估计的能力。

发明内容

在一个示例性方面中，公开了一种在接收机处实现的符号估计方法。所述方法包括：基于通信信道的估计和一组接收到的符号的初始估计，通过针对所述一组接收到的符号中的每个符号执行精化操作来计算所述一组接收到的符号精化估计。所述精化操作包括：针对所述每个符号，对所述一组接收到的符号中的剩余符号对符号间干扰(ISI)的贡献进行参数化；通过使用所述通信信道的估计以及来自所述一组接收到的符号的初始估计的一个或多个符号值来评估优化函数，来为所述每个符号选择精化估计值；以及至少部分地基于所述一组接收到的符号中的剩余符号对ISI的贡献以及所述通信信道的估计来计算为所述每个符号所选择的精化估计值的对数似然值。

在一个示例性方面中，公开了一种符号估计系统，其被配置为：基于通信信道的估计和一组接收到的符号的初始估计来计算所述一组接收到的符号的精化估计。所述系统包括：符号间干扰(ISI)参数化模块，其被配置为针对所述一组接收到的符号中的每个符号对所述一组接收到的符号中的剩余符号对ISI的贡献进行参数化；精化估计模块，其被配置为为所述一组接收到的符号中的每个符号选择精化估计值；优化模块，其被配置为使用所述通信信道的估计以及来自所述一组接收到的符号的初始估计的一个或多个符号值来评估优化函数；以及对数似然模块，其被配置为至少部分地基于所述一组接收到的符号中的剩余符号对ISI的贡献以及所述通信信道的估计来计算为所述一组接收到的符号中的每个符号所选择的精化估计值的对数似然值。

在一个示例性方面中，公开了一种机器可读介质，其包括用于在接收机处对符号进行估计的指令。所述指令包括用于基于通信信道的估计和一组接收到的符号的初始估计、通过针对所述一组接收到的符号中的每个符号执行精化操作来计算所述一组接收到的符号的精化估计的代码，所述精化操作包括：针对所述每个符号对所述一组接收到的符号中的剩余符号对符号间干扰(ISI)的贡献进行参数化；通过使用所述通信信道的估计以及来自所述一组接收到的符号的初始估计的一个或多个符号值来评估优化函数，来为所述每个符号选择精化估计值；以及至少部分地基于所述一组接收到的符号中的剩余符号对ISI的贡献以及所述通信信道的估计来计算为所述每个符号所选择的精化估计值的对数似然值。

在一个示例性方面中，公开了一种符号估计装置，其包括用于基于通信信道的估计和一组接收到的符号的初始估计、通过针对所述一组接收到的符号中的每个符号执行精化操作来计算所述一组接收到的符号的精化估计的模块，包括：用于针对所述每个符号，对所述一组接收到的符号中的剩余符号对符号间干扰(ISI)的贡献进行参数化的模块；用于通过使用所述通信信道的估计以及来自所述一组接收到的符号的初始估计的一个或多个符号值来评估优化函数，来为所述每个符号选择精化估计值的模块；以及用于至少部分地基于所述一组接收到的符号中的剩余符号对ISI的贡献以及所述通信信道的估计来计算为所述每个符号所选择的精化估计值的对数似然值的模块。

应当理解的是，根据以下详细描述，本技术的其它配置对于本领域的技术人员而言将变得显而易见，其中，本技术的各种配置是通过举例的方式示出和描述的。正如将会被认识到的，在不脱离本技术的范围的前提下，本技术能够采用其它的以及不同的配置，并且，其若干细节能够做出各种其它方面的修改。相应地，应当将附图和详细描述视为本质上是示例性的、而非限制性的。

附图说明

图1示出了根据本申请的某些配置的示例性通信系统；

图2示出了根据本申请的某些配置在GSM传输中的示例性帧和突发格式；

图3是根据本申请的某些配置的接收机的框图；

图4是根据本申请的某些配置的多流干扰消除器模块的框图；

图5示出了根据本申请的某些配置的符号估计过程的流程图；

图6示出了根据本申请的某些配置的多信道符号估计过程的流程图；

图7示出了根据本申请的某些配置的迭代多信道符号估计过程的流程图；

图8是示出了根据本申请的某些配置利用本技术的各个方面实现的帧差错率性能提高的图；

图9是示出了根据本申请的某些配置利用本技术的各个方面实现的符号差错率性能提高的图；

图10是示出了根据本申请的某些配置的接收机装置的框图；

图11是示出了根据本申请的某些配置的符号估计系统的框图；以及

图12是示出了根据本申请的某些配置的计算机系统的框图，采用该计算机系统可以实现本技术的某些方面。

具体实施方式

根据某些无线标准(例如GERAN)操作的接收机通常在信道上接收信号，其中该信道可以被特征化为衰落信道。接收机的操作通常涉及接收信号、从接收到的信号提取符号以及对符号进行解调以生成数据比特。为了帮助准确地生成数据比特，接收机还可以抑制(或消除)通信信道造成的信号失真、噪声、来自于不希望的发射机的干扰等等。通常通过对通信信道作出假定(例如，假定通信信道具有一定持续时间的有限冲激响应)以及对噪声信号作出假定(例如，假定噪声具有白谱)来设计接收机。基于所作的假定，本领域技术人员可以将接收机配置为通过使用例如最大似然(ML)检测、判决反馈均衡(DFE)，最小二乘估计(MLSE)以及其它熟知的算法来执行信道均衡化，以抑制信号失真。本领域技术人员已知，最大似然(ML)估计器具有提供理论上最佳性能的可能性。然而，在实际中，ML估计器在计算上可能是较复杂。

在某些方面中，本申请的配置提供了替换的信道均衡化技术，该技术通过执行符号估计来消除接收到的信号中的干扰，其中通过如下操作来执行符号估计：使用线性估计器的初始估计(例如，信道冲激响应)并迭代使用匹配的滤波器和干扰消除技术来推导“局部极大值”的最优解，从而从接收到的信号恢复符号。在某些配置中，该符号估计技术可以实现与ML估计器接近的性能，其计算复杂性却大大降低。

总体上一般而言，在某些方面中，本申请提供了干扰消除技术，该技术在低信号状况(低的信噪比值)下提供对于传统技术的改进。总体上一般而言，在某些方面中，本申请提供了针对二进制以及M进制调制的信号提高接收机性能的符号估计方法和系统。在某些配置中，调制方案是8PSK。在某些方面中，本申请提供了适用于多输入多输出(MIMO)信道的信号接收技术。在某些配置中，通过在接收机处具有多个接收天线来特征化MIMO信道，其中该多个接收天线被配置为从发射机处的多个发射天线接收信号。

贯穿本申请使用以下缩写词。

CCI＝同信道干扰

EDGE＝GSM演进的增强型数据速率

FER＝帧差错率

GERAN＝GSM EDGE无线接入网

GP＝保护时段

GSM＝全球移动通信标准(源自法语Groupe Mobil Special)

IC＝干扰消除/消除器

ISI＝符号间干扰

LLR＝对数似然比

MDD＝最小距离检测器

MEQ＝多流均衡器

MIMO＝多输入多输出

ML＝最大似然

MSIC＝多流符号间干扰消除

PHIC＝并行分层干扰消除

PSK＝相移键控

RLS＝递归最小二乘

SER＝符号差错率

SNR＝信噪比

TDMA＝时域多址

图1示出了根据本技术的一个方面的通信系统100。例如，通信系统100可以是基于GSM标准的无线通信系统。接收机102在耦接到接收机102的天线108处接收由站106发送的信号104。然而，如所示的，信号104可能受到妨碍，例如包括来自另一个基站112的传输110的同信道干扰(CCI)以及包括信号104的一个或多个反射114的符号间干扰(ISI)。相应地，在某些方面中，接收机102处理信号104以抑制CCI和ISI的影响，并通过估计接收到的符号来恢复由基站106发送的数据。

图2示出了GSM中的示例性帧和突发格式。将下行链路传输的时间线分成多帧。对于用于发送特定于用户的数据的业务信道而言，每个多帧(例如示例性多帧202)包括26个TDMA帧，其被标记为TDMA帧0到25。在每个多帧的TDMA帧0到11和TDMA帧13到24中发送业务信道，如由图2中的字母“T”所标识的。在TDMA帧12中发送控制信道，由字母“C”标识。空闲TDMA帧25(由字母“T”标识)中不发送数据，该空闲TDMA帧25由无线设备使用以对相邻的基站进行测量。

进一步将每个TDMA帧(例如示例性TDMA帧204)划分成八个时隙，其被标记为时隙0到7。在呼叫期间为每个活动的无线设备/用户分配一个时隙索引。每个无线设备的特定于用户的数据在分配给该无线设备的时隙中以及在用于业务信道的TDMA帧中被发送。

在GSM中每个时隙中的传输称为“突发”。每个突发(例如示例性突发206)包括两个尾部字段、两个数据字段、训练序列(或中间码)字段以及保护时段(GP)。在括号中示出了每个字段中的比特数目。GSM定义了可以在训练序列字段中发送的八个不同的训练序列。每个训练序列(例如中间码208)包含26个比特，并且定义该训练序列使得重复前五个比特，并重复第二个五个比特。还定义每个训练序列使得该序列与该序列的16比特截取版本的相关度：(a)对于为零的时移等于十六，(b)对于为±1，±2，±3，±4以及±5的时移等于零，以及(c)对于所有其它时移等于零或非零值。

图3是根据本申请的某些方面的接收机300的框图。接收机300包括短均衡器部分302、信道估计器部分304、长均衡器部分306、干扰消除器部分308、交织器部分310以及信道解码器部分312。图3中所示的接收机300按照共同拥有的、同时待审的专利申请号12/553,848(代理方案号为091494)中所公开的来进行操作，通过引用的方式将该申请全部内容并入本文。短均衡器部分302被配置为通过从接收到的符号突发(例如，中间码或前导码)中消除CCI和ISI来生成第一组均衡化符号。短均衡器部分302还生成接收到的符号突发在其上进行接收的信道的第一估计(例如，冲激响应系数)。短均衡器部分302使用盲信道估计算法来获取信道的第一估计并计算第一组均衡化符号。信道估计器部分304被配置为使用信道的第一估计以及第一组均衡化符号(输入322)来进一步估计信道，并进一步抑制来自第一组均衡化符号的ISI并输出一组ISI被抑制的符号(输出324)。长均衡器部分306使用该组ISI被抑制的符号来进一步均衡化信道和抑制ISI，并生成一组接收到的符号中的符号的估计(输出326)。长均衡器部分306还具有使用(也包括在输出326中的)该组ISI被抑制的符号来对信道进行重新估计的能力。干扰消除器部分308使用重新估计的信道和符号估计来对结果进行精化以改进符号判决。干扰消除器部分308生成符号判决和与符号判决相关联的对数似然值(一起以输出328来示出)。来自输出328的值进一步由接收机部分(例如解交织器310)使用以生成数据采样330，该数据采样330进一步由信道解码器312进行解码以生成解调的数据332。

再参照图3，一般而言，干扰消除器(IC)部分308用于通过将对IC部分308可用的符号估计和通信信道估计进行精化来估计接收到的信号中的符号。IC部分308还计算每个所估计符号的对数似然以及每个所估计符号的对数似然比(LLR)。将对数似然和LLR值提供给解交织器阶段310(例如Viterbi解交织器)，以协助解交织。在某些配置中，使用理论上最优的算法(例如最大似然(ML)估计器)来计算符号估计。然而，ML估计器的实现需要在多变量的搜索空间上搜索每个符号的最佳估计，这在计算成本上可能是很高的，这是因为ML估计器通常并不知道任何符号的值。

相应地，在某些配置中，当估计符号a_k时，通过对来自符号{a_i}(i≠k)的对符号间干扰的贡献进行参数化来简化符号估计过程。从而符号a_k的估计以及相应的对数似然大为简化。这种过程被称为多流干扰消除(MSIC)，这是因为，一般而言，该过程对输入符号的多个流进行操作。通过在每次迭代中对每个符号a_i进行估计，能够迭代地重复该过程，直到满足迭代终止条件为止。在某些配置中，迭代终止条件是对符号{a_i}的值的变化的测量(例如，从一次迭代到下一次迭代的值的变化的绝对值平方之和)。差错率(例如，帧差错率或符号差错率)计算的改进也可以用作迭代终止条件。

为了采用数学术语来描述某些配置，令D为正整数，其表示MSIC部分的输入处的符号流的数目。令d为正整数，其表示每流信道记忆。为了强调本技术的某些方面而不因复杂的数学公式而难于理解，下面的讨论假定每流信道记忆具有相同的值。本领域技术人员可以认识到的是，一般而言，可以使用不同的每流信道记忆来处理符号流。令N表示输入信号突发下面的数据的数据长度。

令h ⁱ为1×(d+1)的行向量，其表示MSIC输入处的第i个输入流的等价信道冲激响应(1≤i≤D)。令A为(d+1，N-d)的矩阵，其表示来自符号集{c_k}的输入符号，其中0≤k≤M-1，并且其中N为表示接收到的数据的长度的正整数。例如，对于二进制输入信号而言，输入符号集{c_k}可以等于{-1，+1}。例如，当在GSM网络中操作时，N可以等于26，其对应于中间码208。类似地，对于8PSK的输入调制而言，符号集{c_k}可以具有8个成员，其等于 $\left\{e^{\frac{\mathrm{jk\π}}{4}}\right\},k=0,...7.$

将输入符号流zⁱ(1×(N-d)的行向量)与信道响应hⁱ(1×(d+1)的行向量)之间的关系表示为z ⁱ＝h ⁱ A，其中A是接收到的符号估计的(d+1)×(N-d)的矩阵，由下面式的(1)表示。

令可能的符号值由包括M个可能符号值的符号集C来表示，其中C＝{c₀，c₁，...c_M-1}。例如，对于二进制调制而言，符号集C可以包括两个值C＝{+1，-1}。在某些配置中，可以使用在d+1个接收到的符号(d为信道记忆)中包含的关于符号a_k的信息以及使用MSIC部分的输入处的D个流，来计算关于在时间k处符号a_k的值等于符号集C中的一个成员的判决。该关系可以写成：

其中

是(d+1)×1的列向量。上面的式(2)可以以矩阵形式写成：

${\underset{\‾}{z}}_k^m=A_k{\underset{\‾}{h}}^m---\left(3a\right)$

为了强调(在MSIC部分的输入处的)接收到的符号值对与当前时间对应的符号值a_k、和过去及将来的符号值以及可用的滤波器估计h ^m的函数依赖性，可以将式(3a)重写为如下形式。

${\underset{\‾}{z}}_k^m=f(a_{k-d},....,a_k,...a_{k+d};{\underset{\‾}{h}}^m)---\left(3b\right)$

因此，符号a_k为c_n的似然可以写成：

$p\left({\underset{\‾}{z}}_k^m\right|a_k=c_n)=\underset{t=k}{\overset{k+d}{\mathrm{\Π}}}(\underset{i=1,a_k}{\overset{N_S}{\mathrm{\Σ}}}p\left(z_t^m\right|a_k=c_n,X_t={\mathrm{\ξ}}_{i,n})p(X_t={\mathrm{\ξ}}_{i,n})---\left(4\right)$

其中X_t＝[a_t....a_t-d]表示在时间t处移位寄存器的内容，ξ_i，n是具有a_k＝c_n(0≤n≤M-1)的一个具体实现，并且N_S＝M^d，其表示具有a_k＝c_n的状态X_i的总数目。可以看出，式(4)表示，为了估计符号a_k为c_n的似然，可能必须在所有可能的状态X_i上执行大量的计算。在实际中，对于计算资源和计算时间而言，其实现代价可能都是过高的。

通过对来自其它符号的对符号a_k的值的贡献进行参数化，来简化上面的表达式。正如本领域技术人员将会认识到的，这种贡献通常表示由于其它符号而引起的ISI。使用来自先前估计值{a_k}的值来执行参数化(例如，在先前的均衡器阶段306中执行的)。

$p\left({\underset{\‾}{z}}_k^m\right|a_k=c_n)=\underset{t=k}{\overset{k+d}{\mathrm{\Π}}}p\left(z_t^m\right|a_k=c_n,X_t={\mathrm{\ξ}}_t^{*},\underset{\‾}{h})---\left(5\right)$

上面的式(5)给出了评估较为简单的表达式，这是因为未知变量的数目大大减少了。假定移位寄存器的内容为

其中

表示一个具体的实现，在该实现中移位寄存器中的所有其它符号值对于其(先前的)估计值而言是固定的，并且对式(5)的右侧的概率的贡献来自于当前符号a_k。虽然上面式(5)的公式中假定只有一个符号a_k是未知的，但是在某些配置中，假定多于一个的符号是未知的。然而，为了清楚起见，下面给出的结果是关于在假定只有a_k是未知的符号的情况下的简化形式的。对两侧取自然对数，随后进行代数运算，可以将式(5)重写为如下形式：

$\ln p\left({\underset{\‾}{z}}_k^m\right|a_k=c_n)=\ln \left(\sqrt{2\mathrm{\π}}\mathrm{\σ}\right)-\frac{1}{2{\mathrm{\σ}}^2}{({\underset{\‾}{z}}_k^m-A_k{\underset{\‾}{h}}^m-c_n{\underset{\‾}{h}}^m)}^H({\underset{\‾}{z}}_k^m-A_k{\underset{\‾}{h}}^m-c_n{\underset{\‾}{h}}^m)---\left(6a\right)$

$=C-\frac{1}{2{\mathrm{\σ}}^2}({\underset{\‾}{z}}_k^{\mathrm{mH}}{\underset{\‾}{z}}_k^m+{\underset{\‾}{h}}^{\mathrm{mH}}{A_k}^H{A}_k{\underset{\‾}{h}}^m+c_n{c}_n^H{\underset{\‾}{h}}^{\mathrm{mH}}{\underset{\‾}{h}}^m-{\underset{\‾}{z}}_k^{\mathrm{mH}}{A}_k{\underset{\‾}{h}}^m-{\underset{\‾}{h}}^{\mathrm{mH}}{A_k}^H{\underset{\‾}{z}}_k^m-{\underset{\‾}{h}}^{\mathrm{mH}}{c}_n^H{\underset{\‾}{u}}_k^m-{\underset{\‾}{u}}_k^{\mathrm{mH}}{c}_n{\underset{\‾}{h}}^m)---\left(6b\right)$

上面的表达式(6b)可以进一步简化为独立于特定符号c_n的项以及依赖于c_n的值的项。

为了进一步简化式(6c)中的表达式，独立于符号c_n的项对于符号a_k的概率性质没有贡献，因此将其去掉。从而，符号a_k等于c_n的对数似然可以写为：

$L^m(a_k=c_n)=\frac{\mathrm{Re}\left({\underset{\‾}{h}}^{\mathrm{mH}}{c}_n^H{\underset{\‾}{u}}_k^m\right)}{{\mathrm{\σ}}^2}-\frac{{\left|c_n\right|}^2{\underset{\‾}{h}}^{\mathrm{mH}}{\underset{\‾}{h}}^m)}{2{\mathrm{\σ}}^2}---\left(7\right)$

通过考虑(D个可能的符号流中的)第m个符号流的贡献，能够将上式(7)解释为符号a_k等于c_n的简化的对数似然表达式。为了获得式(7)中的结果，式(5)中使用的参数化的符号矩阵表示来自{a_i}先前估计的贡献，其中对应于a_k的项设为零：

另外，引入了如下形式的中间变量

以简化(6a)：

$u_k^m={\underset{\‾}{z}}_k^m-A_k\left({\mathrm{\ξ}}_t^{*}\right){\underset{\‾}{h}}^m.---\left(9\right)$

因此，根据本技术的某些方面，通过考虑MSIC输入处的所有D个流，将a_k＝c_n的对数似然表示为：

$L(a_k=c_n)=\underset{m=1}{\overset{D}{\mathrm{\Σ}}}\frac{\mathrm{Re}\left({\underset{\‾}{h}}^{\mathrm{mH}}{c}_n^H{\underset{\‾}{u}}_k^m\right)}{{\mathrm{\σ}}^2}-\frac{{\left|c_n\right|}^2}{2{\mathrm{\σ}}^2}\underset{m=1}{\overset{D}{\mathrm{\Σ}}}{\underset{\‾}{h}}^{\mathrm{mH}}{\underset{\‾}{h}}^m.---\left(10\right)$

在某些配置中，接收到的信号包括相移键控(PSK)调制的符号。在这种配置中，所有符号具有相同的幅度。式(10)可以简化为：

$L(a_k=c_n)=\underset{m=1}{\overset{D}{\mathrm{\Σ}}}\frac{\mathrm{Re}\left({\underset{\‾}{h}}^{\mathrm{mH}}{c}_n^H{\underset{\‾}{u}}_k^m\right)}{{\mathrm{\σ}}^2}---\left(11\right)$

在使用二进制传输信号(例如，c_n＝+1或-1)的某些配置中，对数似然比LLR(a_k)等于表达式L(a_k＝+1)-L(a_k＝-1)。从而，使用式(11)的结果，将这种配置的LLR简化为：

$\mathrm{LLR}\left(a_k\right)=\frac{2}{{\mathrm{\σ}}^2}\underset{m=1}{\overset{D}{\mathrm{\Σ}}}\mathrm{Re}\left({\underset{\‾}{h}}^{\mathrm{mH}}{\underset{\‾}{u}}_k^m\right).---\left(12\right)$

以这种方式，式(10)和式(11)中示出的对数似然值可以以相对较低的代价进行计算并且可能需要相对较少的计算资源。

对由其它符号引起的ISI贡献进行参数化还用于简化关于a_k的值的判决。例如，使用上述结果，通过评估下列优化函数来进行判决(硬判决)：

${\hat{a}}_k=\underset{c_n}{\arg \min }\underset{m=1}{\overset{D}{\mathrm{\Σ}}}{|{\underset{\‾}{h}}^{\mathrm{mH}}{\underset{\‾}{u}}_k^m-c_n|}^2---\left(13a\right)$

以这种方式，式(13a)生成的结果接近于由最大似然检测器生成的结果。

在一些方面中，当接收到的信号包括PSK调制时，每个符号c_n的幅度是常数。使用这一点，当接收到的信号是PSK调制的时，优化函数可以重写为：

${\hat{a}}_k=\underset{c_n}{\arg \max }\mathrm{Re}\left\{c_n^{*}\underset{m=1}{\overset{D}{\mathrm{\Σ}}}{\underset{\‾}{h}}^{\mathrm{mH}}{\underset{\‾}{u}}_k^m\right\}---\left(13b\right)$

图4是根据本技术的某些方面由干扰消除器308执行的MSIC操作400的框图。输入Z 402表示输入流的值。输入

表示通信信道的初始估计，输入

表示一组(包括符号a_k的)接收到的符号的初始估计。为了清楚起见，在部分416中将输入流值Z 402示出为在时间上以及空间上均分开。在部分416中示出的各种信号中，上标索引对应于流索引(该索引具有从1到D的整数值，包括两个端点)。流索引表示采样与其相关联的流。下标索引表示采样的时间值。因此，在示出的实例中，在时间k处，示出了给定的流具有一直到时间索引k+d的值(d为信道记忆)。

再参照图4，每个部分404示出了在时刻k处对符号a_k的估计的一部分进行的计算，其通过从输入Z 402减去来自一组流采样的贡献而生成，其中该来自一组流采样的贡献已通过估计的信道滤波器

进行了滤波。因此，每个部分404的输出(其共同地示为元素406)表示符号a_k的估计的一部分，由相应的信道冲激响应系数进行缩放，再加上噪声n_k。噪声n_k表示来自信道噪声以及来自任何先前计算部分的计算误差的贡献。对于噪声n_k的统计特性没有进行任何具体的假设。然后由所估计的滤波器系数的复数共轭乘以每个输出406(乘法器408)。在一个方面中，乘法有助于将干扰被消除的符号值的总功率与输入符号值进行匹配。在求和部分410中将所有乘法408的结果相加，以生成符号a_k的精化估计。

图5示出了根据本申请的某些配置的、符号估计过程500的操作的流程图。图5的过程500包括：操作502，针对符号对一组接收到的符号中的剩余符号对符号间干扰(ISI)的贡献进行参数化。过程500还包括：操作504，通过使用通信信道的估计以及来自该组接收到的符号的初始估计的一个或多个符号值来评估优化函数以为该符号选择精化估计值。过程500还包括：操作506，至少部分地基于该组接收到的符号中的剩余符号对ISI的贡献以及通信信道的估计来计算该符号的精化估计值的对数似然值。

在某些配置中，过程500还包括下述操作(图5中未示出)：通过使用一次迭代中输出的一组接收到的符号的精化估计来作为用于下一次迭代的该组接收到的符号的初始估计，来迭代式地改进该组接收到的符号的精化估计，直到满足迭代终止条件为止。

图6是示出了根据本技术的某些方面可以实现的干扰消除过程600的流程图。可以看出，过程600包括：操作602，其中计算开始于符号时间k＝0。过程600还包括：操作604，其中对第一个符号流的估计(其中0≤i≤d)进行处理。过程600还包括：与过程604类似的另外的D-1个操作，使得在最后的操作606处，对符号估计

(其中0≤i≤d)进行处理。在第i个操作604中，按如下评估d个符号值：

$a_0^i\left(k\right)=z_k^i-h_1^i\hat{a}(k-1)-h_2^i\hat{a}(k-2).....-h_d^i\hat{a}(k-d),$ 到……

$a_d^i\left(k\right)=z_{k+d}^i-h_0^i\hat{a}(k+d)-h_1^i\hat{a}(k+d-1).....-h_{d-1}^i\hat{a}(k+1)$

过程600还包括：操作608，其中计算由于剩余符号(除了a_k以外的符号)引起的ISI的参数化贡献。在本技术的一个方面中，如先前关于式(9)所描述的来计算参数化贡献，将式(9)重写为下面的式(14)。

$u_k^m=\underset{j=0}{\overset{d}{\mathrm{\Σ}}}{h}_j^{m*}{a}_j^m\left(k\right)---\left(14\right)$

过程600还包括：操作610，其计算每个精化符号估计的对数似然。例如，如果使用了PSK调制，则使用式(10)或式(11)来执行操作610。过程600还包括：操作612，其中针对符号a_k来计算估计值

通过评估例如在式(13a)或式(13b)中给出的表达式来计算估计(也被称为硬判决)。一旦对符号a_k的值进行了硬判决

该计算出的值

就用于后续的符号估计，例如包括式(1)中示出的矩阵中的值。

各种优化函数都可以用于硬符号判决，例如包括式(13a)和式13(b)中示出的优化函数。对于式(13a)或式(13b)而言，将优化函数F()表示为

F(x)＝x，         (15a)

其指示将使用式(13a)或式(13b)所计算出的值本身用作对符号a_k进行硬判决中的优化函数。优化函数的多种其它选择也是可能的，其符合本申请的某些方面。例如，在某些配置中，优化函数是最小距离检测器，如由式(15b)所表示的。

F(x)＝MDD(x)        (15b)

在某些配置中，该函数为双曲正切函数，由下面的式(15c)所示。在一个方面中，当输入符号仅可以取两种可能值中的一个值时，式(15c)中给出的函数是合适的，这是本领域中熟知的。

$F\left(x\right)=\tanh \left(\frac{x}{2}\right)---\left(15c\right)$

图7是示出了用于示出根据本申请的某些配置的符号估计的迭代实现700的框图。第一迭代包括：MSIC部分702，之后为优化函数部分704，优化函数部分704通过评估关于上式(15a)-(15c)所讨论的优化函数来生成符号判决。来自函数部分704的符号判决706用作针对下一迭代的对MSIC部分710的输入。MSIC部分710之后为优化函数部分708。来自函数部分的输出符号判决706用作对下一MSIC部分的输入，以此类推。实现700在L次迭代后终止。每次迭代(例如，部分702和704)也被称为并行分层干扰消除(PHIC)阶段。最后的MSIC迭代的值L可以是预先固定的，也可以通过评估迭代终止条件在运行时期间决定。例如，在某些配置中，在每次迭代的结束时(例如，部分708、710)，对由新的符号估计所实现的改进进行确定。根据对估计

的变化的幅度(例如L₁、L₂或L_∞范式)来计算该改进。在其它方面中，根据作为新符号估计的结果的FER或SER以及相比于先前估计的改进是否超过预定的阈值来评估该改进。例如，在某些配置中，如果下一迭代中的改进对应于小于0.2dB SNR，则终止迭代。

图8是示出了根据本技术的某些配置可实现的示例性性能的图800。图800示出了针对在GSM TU50通信信道上操作的示例性接收机系统，在信号能量与噪声能量比(Eb/No)的范围内的帧差错率。从图800中可以看出，第二次迭代804的性能相比于第一次迭代802之后的性能改进了接近二分之一的dB Eb/No。

图9是示出根据本技术的某些配置可实现的示例性性能的图900。图900示出了针对使用8PSK调制在EDGE HT100通信信道上操作的示例性接收机系统，在信号能量与噪声能量比(Eb/No)的范围内的符号差错率。从图900中可以看出，第二次迭代904和第三次迭代906的性能相比于第一次迭代902之后的性能改进了多个dB Eb/No。从图900中还可以看出，由符号估计的连续迭代获得的性能改进提供了边际性递减的改进。

图10是示出了根据本技术的某些配置的示例性接收机装置1000的框图。接收机装置1000包括：模块1002，用于针对符号对一组接收到的符号中的剩余符号对符号间干扰(IS)的贡献进行参数化；模块1004，用于通过使用通信信道的估计以及来自该组接收到的符号的初始估计的一个或多个符号值来评估优化函数以为该符号选择精化估计值；以及模块1006，用于至少部分地基于该组接收到的符号中的剩余符号对ISI的贡献以及通信信道的估计来计算该符号的精化估计值的对数似然值。如图10中所示，模块1002、1004和1006通过通信模块1008相互进行通信。

图11是示出了根据本技术的某些配置的例性接收机系统1100的框图。接收机系统1100包括：ISI参数化模块1102，其被配置为针对符号对一组接收到的符号中的剩余符号对符号间干扰(IS)的贡献进行参数化。接收机系统1100还包括：精化估计模块1104，其被配置为通过使用通信信道的估计以及来自该组接收到的符号的初始估计的一个或多个符号值来评估优化函数以为该符号选择精化估计值。接收机系统1100还包括：优化函数模块1106，其被配置为通过评估优化函数来提供符号估计。接收机系统1100还包括：对数似然模块1108，其被配置为至少部分地基于该组接收到的符号中的剩余符号对ISI的贡献来计算该符号的精化估计值的对数似然值。如图11中所示，模块1102、1104、1106和1108通过通信模块1110进行通信。

图12是示出了计算机系统的框图，在该计算机系统上可以实现本技术的方面。计算机系统1200包括：总线1202或者用于传输信息的其它通信机制；以及处理器1204，其与总线1202耦接，用于处理信息。计算机系统1200还包括存储器1206，例如随机存取存储器(“RAM”)或者其它动态存储设备，其耦接到总线1202，用于存储信息和将由处理器1204执行的指令。存储器1206还可以用于在由处理器1204执行的指令的运行期间存储临时的变量或其它中间信息。计算机系统1200还包括：数据存储设备1210，例如磁盘或光盘，其耦接到总线1202，用于存储信息和指令。

计算机系统1200可以经由I/O模块1208耦接到显示设备(未示出)，例如阴极射线管(“CRT”)或者液晶显示器(“LCD”)，用于将信息显示给计算机用户。输入设备(例如，键盘或鼠标)也可以经由I/O模块1208耦接到计算机系统1200，用于将信息和命令选择传输给处理器1204。

根据一个方面，由计算机系统1200来执行干扰抑制，以作为对处理器1204执行包含在存储器1206中的一个或多个指令的一个或多个序列的响应。该指令可从其它机器可读介质(例如数据存储设备1210)读入存储器1206。执行包含在主存储器1206中的指令的序列使处理器1204执行本文描述的过程步骤。还可以使用多处理结构中的一个或多个处理器来执行包含在存储器1206中的指令的序列。在可替换的方面中，硬连接电路可用于替代或结合软件指令来实现各个方面。因此，多个方面并不限于硬件电路和软件的任何特定的组合。

本文使用的术语“机器可读介质”是指参与向处理器提供指令以用于执行的任何介质。该介质可采用许多形式，包括但不限于：非易失性介质、易失性介质以及传输介质。例如，非易失性介质包括光盘或磁盘，例如数据存储设备。易失性介质包括动态存储器。传输介质包括同轴电缆、铜导线以及光纤，包括导线，该导线包含连接处理器和存储器部分的总线。传输介质也可采取声波或光波的形式，例如在射频和红外数据通信期间所生成的。例如，机器可读介质的一般形式包括软盘、软磁盘、硬盘、磁带、任何其它磁性介质、CD-ROM、DVD、任何其它光学介质、穿孔卡片、纸带、具有孔模式的任何其它物理介质、RAM、PROM、EPROM、FLASHEPROM、任何其它存储码片或盒式磁带、载波或者计算机可从中读取的任何其它介质。

在一个方面中，本申请提供了一种与传统方法相比在计算上更为高效的符号估计方法。在一个方面中，对其它符号对符号间干扰的贡献进行参数化，以用于从接收到的信号来估计给定的符号。在一个方面中，参数化有益地减少了在为符号判决估计对数似然值的过程中要在其上执行搜索的未知变量的空间。在一个方面中，可以通过迭代地对符号估计进行精化来改进性能。

本领域技术人员将认识到，可以将本文所述的各种示例性的部分、模块、元件、组件、方法和算法实现为电子硬件、计算机软件或两者的组合。此外，这些还可以与所描述的不同地进行划分。为了说明硬件和软件的这种可互换性，在上文中已经根据各种示例性的部分、模块、元件、组件、方法和算法的功能来对其进行了整体描述。至于该功能是被实现为硬件还是软件取决于具体应用和施加在整个系统上的设计约束。技术人员可以针对每个具体的应用以变通的方式来实现所述的功能。

应当理解的是，所公开的过程中的步骤或部分的具体顺序或层次只是示例性方法的例子。应当理解的是，根据设计偏好，可以重新排列这些过程中的步骤或部分的具体顺序或层次。所附的方法权利要求按照示例性顺序给出了各个步骤的要素，但并不意味着受限于所给出的具体顺序或层次。

提供了前述描述，以使得本领域任何技术人员能够实现本文所述的各个方面。对这些面的各种修改对于本领域普通技术人员而言都将是显而易见的，并且本文所定义的总原理可以应用到其它方面。因此，权利要求不旨在受限于本文所示的方面，而是与符合书面权利要求的全部范围相一致，其中，除非具体地说明了，否则以单数形式提及元件不旨在意味着“一个并且仅有一个”，而是意味着“一个或多个”。除非具体另行说明了，否则术语“一些”是指一个或多个。男性代词(例如他的)包括女性和中性(例如，她的或它的)，反之亦然。贯穿本申请描述的各个方面的要素的所有结构和功能等价物以引用方式明确地并入本文中，并旨在由权利要求所涵盖，这些结构和功能等价物对于本领域普通技术人员来说是公知的或将要是公知的。此外，本文中没有任何公开内容是想要奉献给公众的，不管这样的公开内容是否明确记载在权利要求中。除非使用短语“用于......的模块”明确地表述要素，或者在方法权利要求的情况下，使用短语“用于......的步骤”来表述要素，否则权利要求的元素不能根据35U.S.C.§112条款的第六段作解释。

Claims (52)

1.一种在接收机处实现的符号估计方法，包括：

基于通信信道的估计和一组接收到的符号的初始估计，通过针对所述一组接收到的符号中的每个符号执行精化操作来计算所述一组接收到的符号的精化估计，所述精化操作包括：

针对所述每个符号，对所述一组接收到的符号中的剩余符号对符号间干扰(ISI)的贡献进行参数化；

通过使用所述通信信道的估计以及来自所述一组接收到的符号的初始估计的一个或多个符号值来评估优化函数，来为所述每个符号选择精化估计值；以及

至少部分地基于所述一组接收到的符号中的剩余符号对ISI的贡献以及所述通信信道的估计来计算为所述每个符号所选择的精化估计值的对数似然值。

2.根据权利要求1所述的方法，还包括：

通过将一次迭代中输出的所述一组接收到的符号的精化估计作为用于下一次迭代的所述一组接收到的符号的初始估计来使用，来迭代式地改进所述一组接收到的符号的所述精化估计，直到迭代终止条件被满足为止。

3.根据权利要求1所述的方法，其中，所述一组接收到的符号的初始估计中的每个符号具有相同的值。

4.根据权利要求1所述的方法，其中，所述精化操作还包括：

生成所述精化估计值的对数似然估计。

5.根据权利要求1所述的方法，其中，所述一组接收到的符号包括来自一组已知符号的一个或多个符号。

6.根据权利要求5所述的方法，其中，所述一组已知符号包括中间码。

7.根据权利要求1所述的方法，其中，在选择所述精化估计值的所述精化操作中，所述评估优化函数的步骤包括评估软判决。

8.根据权利要求1所述的方法，其中，在选择所述精化估计值的所述精化操作中，所述评估优化函数的步骤包括评估最小距离函数。

9.根据权利要求1所述的方法，其中，所述一组接收符号包括两个可能的值，并且其中，在选择所述精化估计值的所述精化操作中，所述评估优化函数的步骤包括评估双曲正切函数。

10.根据权利要求6所述的方法，还包括：将所述对数似然估计提供给Viterbi解码器。

11.根据权利要求1所述的方法，其中，所述剩余符号对ISI的贡献包括通过滤波器对所述剩余符号进行滤波的输出，所述滤波器包括所述通信信道的估计。

12.根据权利要求1所述的方法，其中，所述通信信道的估计是使用盲信道估计算法、使用来自所述一组接收到的符号的一个或多个符号来计算的。

13.根据权利要求1所述的方法，其中，所述一组接收到的符号的初始估计是使用盲信道估计算法、使用来自所述一组接收到的符号的一个或多个符号来计算的。

14.一种符号估计系统，其被配置为基于通信信道的估计和一组接收到的符号的初始估计来计算所述一组接收到的符号的精化估计，所述系统包括：

符号间干扰(ISI)参数化模块，其被配置为针对所述一组接收到的符号中的每个符号对所述一组接收到的符号中的剩余符号对ISI的贡献进行参数化；

精化估计模块，其被配置为为所述一组接收到的符号中的每个符号选择精化估计值；

优化模块，其被配置为使用所述通信信道的估计以及来自所述一组接收到的符号的初始估计的一个或多个符号值来评估优化函数；以及

对数似然模块，其被配置为至少部分地基于所述一组接收到的符号中的剩余符号对ISI的贡献以及所述通信信道的估计来计算为所述一组接收到的符号中的每个符号所选择的精化估计值的对数似然值。

15.根据权利要求14所述的系统，还包括：

迭代干扰消除模块，其被配置为通过将一次迭代中输出的所述一组接收到的符号的精化估计作为用于下一次迭代的所述一组接收到的符号的初始估计来使用，来迭代式地改进所述一组接收到的符号的精化估计，直到迭代终止条件被满足为止。

16.根据权利要求14所述的系统，其中，所述一组接收到的符号的初始估计中的每个符号具有相同的值。

17.根据权利要求14所述的系统，还包括：

对数似然估计模块，其被配置为生成所述精化估计值的对数似然估计。

18.根据权利要求14所述的系统，其中，所述一组接收到的符号包括来自一组已知符号的一个或多个符号。

19.根据权利要求18所述的系统，其中，所述一组已知符号包括中间码。

20.根据权利要求14所述的系统，其中，所述优化模块被配置为评估软判决。

21.根据权利要求14所述的系统，其中，所述优化模块被配置为评估最小距离函数。

22.根据权利要求14所述的系统，其中，所述一组接收符号包括两个可能的值，并且其中，所述优化模块被配置为评估双曲正切函数。

23.根据权利要求19所述的系统，其中，所述对数似然模块进一步被配置为将所述对数似然值提供给Viterbi解码器。

24.根据权利要求14所述的系统，其中，所述ISI参数化模块进一步被配置为对通过滤波器对所述剩余符号进行滤波的输出进行计算，所述滤波器包括所述通信信道的估计。

25.根据权利要求14所述的系统，其中，所述通信信道的估计是使用盲信道估计算法、使用来自所述一组接收到的符号的一个或多个符号来计算的。

26.根据权利要求14所述的系统，其中，所述一组接收到的符号的初始估计是使用盲信道估计算法、使用来自所述一组接收到的符号的一个或多个符号来计算的。

27.一种机器可读介质，其包括用于在接收机处对符号进行估计的指令，所述指令包括用于以下操作的代码：

基于通信信道的估计和一组接收到的符号的初始估计，通过针对所述一组接收到的符号中的每个符号执行精化操作来计算所述一组接收到的符号的精化估计，所述精化操作包括：

针对所述每个符号，对所述一组接收到的符号中的剩余符号对符号间干扰(ISI)的贡献进行参数化；

通过使用所述通信信道的估计以及来自所述一组接收到的符号的初始估计的一个或多个符号值来评估优化函数，来为所述每个符号选择精化估计值；以及

至少部分地基于所述一组接收到的符号中的剩余符号对ISI的贡献以及所述通信信道的估计来计算为所述每个符号所选择的精化估计值的对数似然值。

28.根据权利要求27所述的机器可读介质，其中，所述指令还包括用于以下操作的代码：

通过将一次迭代中输出的所述一组接收到的符号的精化估计作为用于下一次迭代的所述一组接收到的符号的初始估计来使用，来迭代式地改进所述一组接收到的符号的精化估计，直到迭代终止条件被满足为止。

29.根据权利要求27所述的机器可读介质，其中，所述一组接收到的符号的初始估计中的每个符号具有相同的值。

30.根据权利要求27所述的机器可读介质，其中，用于执行所述精化操作的代码还包括用于以下操作的代码：

生成所述精化估计值的对数似然估计。

31.根据权利要求27所述的机器可读介质，其中，所述一组接收到的符号包括来自一组已知符号的一个或多个符号。

32.根据权利要求27所述的机器可读介质，其中，所述一组已知符号包括中间码。

33.根据权利要求27所述的机器可读介质，其中，所述用于为所述每个符号选择精化估计值的代码包括用于评估软判决的代码。

34.根据权利要求27所述的机器可读介质，其中，所述用于为所述每个符号选择精化估计值的代码包括用于评估最小距离函数的代码。

35.根据权利要求27所述的机器可读介质，其中，所述一组接收符号包括两个可能的值，并且其中，所述用于选择精化估计值的代码包括用于评估双曲正切函数的代码。

36.根据权利要求32所述的机器可读介质，其中，所述指令还包括：用于将所述对数似然估计提供给Viterbi解码器的代码。

37.根据权利要求27所述的机器可读介质，其中，用于计算所述剩余符号对ISI的贡献的代码包括用于对通过滤波器对所述剩余符号进行滤波的输出进行计算的代码，所述滤波器包括所述通信信道的估计。

38.根据权利要求27所述的机器可读介质，其中，所述通信信道的估计是使用盲信道估计算法、使用来自所述一组接收到的符号的一个或多个符号来计算的。

39.根据权利要求27所述的机器可读介质，其中，所述一组接收到的符号的初始估计是使用盲信道估计算法、使用来自所述一组接收到的符号的一个或多个符号来计算的。

40.一种符号估计装置，包括：

用于基于通信信道的估计和一组接收到的符号的初始估计、通过针对所述一组接收到的符号中的每个符号执行精化操作来计算所述一组接收到的符号的精化估计的模块，包括：

用于针对所述每个符号对所述一组接收到的符号中的剩余符号对符号间干扰(ISI)的贡献进行参数化的模块；

用于通过使用所述通信信道的估计以及来自所述一组接收到的符号的初始估计的一个或多个符号值来评估优化函数，来为所述每个符号选择精化估计值的模块；以及

用于至少部分地基于所述一组接收到的符号中的剩余符号对ISI的贡献以及所述通信信道的估计来计算为所述每个符号所选择的精化估计值的对数似然值的模块。

41.根据权利要求40所述的装置，还包括：

用于进行以下操作的模块：通过将一次迭代中输出的所述一组接收到的符号的精化估计作为用于下一次迭代的所述一组接收到的符号的初始估计来使用，来迭代式地改进所述一组接收到的符号的精化估计，直到迭代终止条件被满足为止。

42.根据权利要求40所述的装置，其中，所述一组接收到的符号的初始估计中的每个符号具有相同的值。

43.根据权利要求40所述的装置，其中，用于执行所述精化操作的模块进一步包括：

用于生成所述精化估计值的对数似然估计的模块。

44.根据权利要求40所述的装置，其中，所述一组接收到的符号包括来自一组已知符号的一个或多个符号。

45.根据权利要求44所述的装置，其中，所述一组已知符号包括中间码。

46.根据权利要求40所述的装置，其中，在所述用于执行选择精化估计值的精化操作的模块中，所述用于评估优化函数的模块包括用于评估软判决的模块。

47.根据权利要求40所述的装置，其中，在所述用于执行选择精化估计值的精化操作的模块中，所述用于评估优化函数的模块包括用于评估最小距离函数的模块。

48.根据权利要求40所述的装置，其中，所述一组接收符号包括两个可能的值，并且其中，在所述用于执行选择精化估计值的精化操作的模块中，所述用于评估优化函数的模块包括用于评估双曲正切函数的模块。

49.根据权利要求45所述的装置，还包括：用于将所述对数似然估计提供给Viterbi解码器的模块。

50.根据权利要求40所述的装置，其中，所述剩余符号对ISI的贡献包括通过滤波器对所述剩余符号进行滤波的输出，所述滤波器包括所述通信信道的估计。

51.根据权利要求40所述的装置，其中，所述通信信道的估计是使用盲信道估计算法、使用来自所述一组接收到的符号的一个或多个符号来计算的。

52.根据权利要求40所述的装置，其中，所述一组接收到的符号的初始估计是使用盲信道估计算法、使用来自所述一组接收到的符号的一个或多个符号来计算的。

Images