通信接收机中的MMSE信道估计

摘要

本发明公开了用于计算信道响应以便用在接收信号处理中的方法和设备。在一个示例性实施例中，一种方法包括：基于从接收信号中的导频符号导出的所测量的信道响应来计算信道响应相关矩阵；以及基于对所述接收信号中的通信量符号的测量而形成(360)通信量数据相关矩阵。所述通信量数据相关矩阵、所述信道响应相关矩阵和所测量的信道响应被用在最小均方误差(MMSE)估计处理中，以便计算(370)所述信道响应估计。在一个或多个实施例中，所计算的信道响应估计包括对与G－RAKE接收机中的信号处理延迟相对应的净信道响应的估计。一种示例性接收机电路包括基带处理器(16)，其被配置成根据其中一种或多种所公开的方法来计算信道响应估计。

说明书

背景

本发明总体上涉及无线通信设备，并且更具体来说，本发明涉及计 算信道响应估计以用于接收信号处理。

在诸如码分多址(CDMA)或宽带CDMA(WCDMA)系统之类的 无线通信系统中发送的信号受到多个干扰和噪声源的影响，这是因为所 述信号是通过无线电信道传播的。影响无线通信系统中的信号发送和接 收的干扰和噪声分量被统称为损害。看起来独立的信号损害实际上可能 是相关的。几种公知的接收机(比如广义RAKE(G-RAKE)接收机及 其码片均衡器(CEQ)对应组件)使用关于损害相关的知识来改进接收 信号处理。G-RAKE接收机和CEQ在其接收信号处理中还使用对于多 径衰落信道响应的估计。

举例来说，G-RAKE接收机包括各信号“耙指”，其中每一个耙指 具有用来接收多径信号的特定图像的所分配的延迟以及用于对所接收 到的图像进行解扩的相关器。所述各信号耙指组合起来对所接收到的多 径信号的多个信号图像进行解扩，从而利用所述多径信道色散现象。通 常来说，耙指被置于与每一个多径分量相对应的延迟下，其中未被置于 各路径延迟处的附加耙指用于捕获损害相关信息。所述耙指输出被加权 并且被相干地组合，以便改进接收信号解调和/或对接收信号质量的估 计。在传统上把被分配给所述耙指输出的处理权重计算为所述信道响应 和损害相关的函数。相应地，关于信号损害的知识被用来改进接收信号 处理。按照类似的方式，CEQ利用损害相关信息来改进接收信号处理， 其中CEQ中的均衡化滤波器抽头的选择类似于G-RAKE接收机中的耙 指放置，并且均衡化滤波器系数的生成类似于G-RAKE组合权重的生 成。

参数化G-RAKE接收机利用一种建模方法来估计损害相关。所述模 型采用可以按照多种方式(比如最小二乘拟合)来估计的参数。所述参 数化损害相关建模处理依赖于相应的模型参数以及对所述信道响应的 估计。但是信号损害会影响所述信道响应估计处理，特别在所述损害严 重时尤其如此。因此，损害相关估计和信道响应估计通常是互相依赖的， 特别在干扰严重时尤其如此。

概要

根据这里所教导的方法和设备，对于接收机中的多个信号处理延迟 当中的每一个，利用最小均方误差(MMSE)估计处理来确定信道响应 估计。所述信道响应估计可以被用在接收信号处理中，比如用于解调或 信号质量接收估计，以及用于估计诸如小区间和小区内干扰之类的信号 损害。这里公开的方法通过考虑干扰受限环境中的信号损害与信道响应 之间的互相依赖性而提高了信道响应估计精度和可靠性。

在一个示例性实施例中，一种方法包括：基于从接收信号中的导频 符号导出的所测量的信道响应来计算信道响应相关矩阵；以及基于对所 述接收信号中的通信量符号的测量而形成通信量数据相关矩阵。所述通 信量数据相关矩阵、信道响应相关矩阵以及所测量的信道响应被用在最 小均方误差(MMSE)估计处理中，以便计算所述信道响应估计。在一 个或多个实施例中，所计算的信道响应估计包括对与G-RAKE接收机中 的信号处理延迟相对应的净信道响应的估计。

在一个或多个实施例中，计算所述信道响应相关矩阵包括：基于所 测量的信道响应计算对于所述接收信号的多个路径延迟当中的每一个 的中间信道响应估计；以及基于所述中间信道响应估计来计算所述信道 响应相关矩阵。在一些所述实施例当中，通过以下步骤来计算所述中间 信道响应估计：利用所述导频符号测量对于多个信号处理延迟当中的每 一个的净信道响应，以便获得所测量的响应；以及基于所测量的信道响 应和各路径延迟上的中间信道响应与所述各信号处理延迟上的净信道 响应相关的信息来计算所述中间信道响应估计。

根据接收机电路的一个实施例，所述接收机包括基带处理器。所述 基带处理器被配置成基于从接收信号中的导频符号导出的所测量的信 道响应来计算信道响应相关矩阵，以及基于对所述接收信号中的通信量 符号的测量来形成通信量数据相关矩阵。所述基带处理器进一步被配置 成在最小均方误差(MMSE)估计处理中使用所述通信量数据相关矩阵、 信道响应相关矩阵以及所测量的信道响应来计算所述信道响应估计。

当然，本发明不限于上面的特征和优点。在阅读了下面的详细描述 并观看了附图之后，本领域技术人员将认识到附加的特征和优点。

附图简述

图1是无线通信接收机的一个实施例的方框图，其具有被配置成计 算信道响应估计的基带处理器。

图2是示出了用于计算信道响应估计的一种示例性方法的流程图。

图3是示出了用于计算信道响应估计的另一种示例性方法的流程 图。

图4是被配置成计算信道响应估计的基带处理器的一个实施例的方 框图。

详细描述

图1示出了无线通信接收机10的实施例，其例如可以被包括在基 站、蜂窝电话或者其他移动通信终端或设备中。所述无线通信接收机10 包括一个或多个天线12、前端电路14、基带处理器16以及后处理器18。 所述一个(或多个)天线12接收通过一条或多条多径衰落信道传播的 信号能量，并且所述前端电路14对所接收到的信号进行滤波和下变换， 从而产生相应的基带信号。

在下面的讨论中，为了简化起见假设单一接收天线12。但是本领域 技术人员将认识到，这里描述的本发明的技术同样适用于多天线接收机 系统。实践者将认识到，可以按照直接明了的方式来扩展这里所给出的 公式，以用于根据传统方法的多天线处理。

在任何情况下，取决于无线通信接收机10是否被实施在移动终端 或基站中，一个(或多个)天线12可以接收来自下行链路通信信道(比 如采用高速分组接入技术的UMTS系统的高速下行链路共享信道 (HS-DSCH))或上行链路通信信道的信号。在任一种情况下，基带处 理器16(其可以包括G-RAKE接收机或码片均衡器)基于所述基带信 号产生软比特值或符号估计。后处理器18对所述软比特值执行其他信 号处理操作，比如纠错、硬决策解码等等。

基带处理器16包括参数估计单元20，其被配置成对于由所述 G-RAKE或码片均衡器所利用的多个信号处理延迟当中的每一个计算信 道响应估计。在几个实施例中，参数估计单元20还利用合并了所述信 道响应估计的参数化建模处理来生成损害相关估计。正如下面将示出的 那样，在由所述参数估计单元20生成的所述损害相关估计和信道响应 估计中都反映了损害相关与信道响应之间的互相依赖性，从而导致改进 了接收机性能。

在下面的公开内容中将讨论两种不同类型的信道系数或信道响应。 第一种类型是所述中间信道响应，其反映了所考虑的每一个多径衰落信 道延迟的响应。第二种类型是所述净信道响应，其反映了信号传输系统 关于各信号处理延迟的总体响应，其中包括了发射机、信道和接收机的 响应。在整个公开内容中将重复提到这两种类型的信道系数。所述中间 系数或中间信道响应将被表示为g，其中g是与由所述多径信号所采取 的L条无线电信道路径相关联的Lx1复数值矢量。所述净系数或净信道 响应将被表示为h，其中h是与M个接收机耙指相关联的Mx1复数值 矢量(M≥L)。

利用下面的表达式可以很容易地把中间信道响应系数转换成净信 道响应系数：

h＝Bg，                       (1)

其中B是MxL转换矩阵，其合并了表征发射机和接收机对所述复合或 净信道响应的贡献的信息。因此，B的(i，j)元素由下式给出：

b_i，j＝R_TX/RX(d_i-τ_j).        (2)

其中，R_TX/RX(λ)是在λ下评估的发射滤波器与接收滤波器的卷积，d_i是第 i个接收机耙指的延迟，τ_j是第j个路径延迟。从净系数到中间系数的相 应转换由下式给出：

g＝(B^HB)^-1B^Hh.                (3)

所述参数估计处理开始于从解扩导频符号、训练数据或者所述无线 通信接收机10先验地知道的其他信号获得所测量的净信道响应数据。 通常在单一时隙(在WCDMA中是2560个码片)上执行这些测量。在 一个实施例中，通过下式从对解扩导频符号的测量获得所测量的净信道 响应h_m：

$h_m=\frac{1}{N_P}\underset{k=0}{\overset{N_P-1}{\Sigma }}{x}_{\mathrm{pilot}}\left(k\right)s^{*}\left(k\right),---\left(4\right)$

其中x_pilot(k)是对于当前时隙中的第k个符号的解扩导频符号的矢量，s^*(k) 是对于该第k个符号的已知值的复数共轭，N_P是在所述测量中所使用的 符号数目。(在3GPP HSDPA系统中，由于每个时隙有10个导频符号， 因此N_P通常是10。)一旦从导频符号测量导出h_m，就可以利用等式(3) 计算对于所述中间信道响应的相应的估计：

g_m＝(B^HB)^-1B^Hh_m

在许多传统的接收机中，所测量的净信道响应h_m和相应的中间信 道响应估计g_m被用在后续的信号处理中以计算损害估计，从而估计接 收信号质量以及/或者计算组合权重以便生成用于解调通信量数据的决 策统计量。但是如上所述，所述信道响应估计和损害估计是互相依赖的。 通过把与损害有关的信息合并到所述估计处理中可以产生得到改进的 信道响应估计，从而改进接收机性能，特别是在干扰受限的环境中尤其 如此。

例如，考虑了信号损害的对于中间信道响应估计的最小均方误差 (MMSE)公式由下式给出：

g_MMSE＝R_gB^H(BR_gB^H+R_u/N_p)^-1h_m，                (5)

其中，R_g是中间系数相关矩阵(即E{gg^H})，R_u是损害协方差矩阵， h_m是所测量的净信道响应。该公式被用在2006年10月3日提交的 Bottomley等人的美国专利申请序列号No.11/538,074中，其标题为 “Method and Apparatus for Iteratively Calculating Channel Response Estimates(用于迭代地计算信道响应估计的方法和设备)”。在该 Bottomley申请中描述了一种用于通过改进信道估计来改进接收机性能 的迭代程序。在每一个迭代中，由下式给出MMSE信道估计：

h_MMSE＝BR_gB^H(BR_gB^H+R_u/N_p)^-1h_m.                (6)

g_MMSE＝(B^HB)^-1B^Hh_MMSE

在该Bottomley申请中，使用所述MMSE信道估计来连续细化对所 述损害协方差矩阵R_u的估计。在第一次迭代中，对R_u的估计忽略干扰 并且仅仅集中于白噪声(即R_u＝R_n，其中R_n的(i，j)元素由R_p(d_i-τ_j)给出， 并且R_p(λ)是在λ下评估的接收脉冲形状滤波器的自相关)。利用对R_u的该第一估计计算的所述MMSE信道估计随后被用来更新R_u的参数化 G-RAKE估计。(由Cairns等人在2004年3月12日提交的标题为 “Method and Apparatus for Parameter Estimation in a Generalized RAKE Reciever(用于广义RAKE接收机中的参数估计的方法和设备)”的美 国专利公开号No.2005/0201447公开了一种用于对接收信号损害相关进 行建模的方法，其被全文合并在此以作参考。)对R_u的该新的估计随 后被用在等式(6)中以便细化所述MMSE信道估计。这一程序可以被 重复必要多的次数。

在特定条件下，特别在干扰受限的信号环境中，用来改进信道估计 的现有技术方法可能无法产生所期望的改进。在一些事例中，根据所测 量的净信道响应系数和所测量的损害协方差矩阵来计算所述中间系数 相关矩阵R_g。这种方法无法为MMSE信道估计提供足够的精度。在其 他事例中，在迭代方法中利用仅有噪声的假设作为对R_u的起始估计这 一做法将产生不令人满意的结果，特别在SNIR较高并且白噪声贡献相 应地较小的情况下尤其如此。

因此，图2和3示出了用于确定信道响应估计的改进方法。每一种 方法都采用了MMSE估计。

图2的方法开始于块210，其中测量关于接收机的各信号处理延迟 的净信道响应。在G-RAKE实现方式中，这些净信道响应测量对应于所 述M个接收机耙指。如上面所讨论的那样，根据传统的措施(比如根据 等式(4))来取得这些测量，并且通常利用来自预定时间间隔(比如 时隙)的导频符号来进行所述测量。

在块220中计算导频数据相关矩阵。在一个实施例中，根据下式形 成所述导频数据相关矩阵：

${\hat{R}}_{d,\mathrm{pilot}}=\frac{1}{N_P}\underset{k=0}{\overset{N_P-1}{\Sigma }}{x}_{\mathrm{pilot}}\left(k\right)x_{\mathrm{pilot}}^H\left(k\right),---\left(7\right)$

其中使用了被用于块220的信道响应测量的相同导频符号测量，但是本 领域技术人员将认识到，也可以使用其他导频信道测量。类似地，还利 用对于一个或多个代码的通信量数据符号的测量来计算通信量数据相 关矩阵。在一个示例性实施例中：

${\hat{R}}_{d,\mathrm{traffic}}=\frac{1}{N_c{N}_T}\underset{q=0}{\overset{N_c-1}{\Sigma }}\underset{k=0}{\overset{N_T-1}{\Sigma }}{x}_{\mathrm{traffic}}^q\left(k\right){\left(x_{\mathrm{traffic}}^q\left(k\right)\right)}^H,---\left(8\right)$

其中，x_traffic^q(k)是对应于当前时隙中的第k个符号的第q个代码的解扩通 信量符号的矢量。N_c是被用来估计所述通信量数据相关矩阵的代码数 目，N_T是每个代码的符号数目。N_T通常可以是160，其对应于时隙中的 解扩因数为16的通信量数据符号的数目。

在块230中，从所述通信量数据相关矩阵和导频数据相关矩阵来计 算所估计的净信道响应相关矩阵

${\hat{R}}_h\left(n\right)=\mu {\hat{R}}_h(n-1)+(1-\mu )({\hat{R}}_{d,\mathrm{pilot}}-{\hat{R}}_{d,\mathrm{traffic}})---\left(9\right)$

其中，n索引当前时间间隔，μ是在0到1之间的参数，其用于在多个 时间间隔上平滑所述净信道响应相关矩阵。本领域技术人员将认识到， 对于第一时间间隔有${\hat{R}}_h={\hat{R}}_{d,\mathrm{pilot}}-{\hat{R}}_{d,\mathrm{traffic}}.$等式(9)近似实际的净信道响应 相关矩阵，这是因为：

R_d，traffic＝E_dhh^H+R_u，和

R_d，pilot＝E_phh^H+R_u.

在块240中利用来估计所述衰落相关矩阵R_g。在一个实施例中， 通过执行下面的最小平方拟合来确定拟合参数α、β、γ：

${\hat{R}}_{d,\mathrm{traffic}}\approx \alpha R_I\left(g_m\right)+\beta R_n+\gamma h_m{h}_m^H.---\left(10\right)$

参数γ被用来计算

${\hat{R}}_g=\left(\frac{1}{1-\gamma }\right){\left(B^{H}B\right)}^{-1}{B}^H{\hat{R}}_h{\left(B^{H}B\right)}^{-1}{B}^H.---\left(11\right)$

但是γ通常非常小，因此忽略项通常只有很小的误差。此外，由于 所述L条多径信道中的衰落通常可以被假设为是独立的，因此的非对 角元素可以有利地被设置到零。

在块250中，利用所测量的净信道响应和等式(3)来计算对应于 所述L个多径延迟的所述中间信道响应的初始估计：

$\hat{g}={\left(B^{H}B\right)}^{-1}{B}^H{h}_m.---\left(12\right)$

如上面所讨论的那样，B是合并了发射滤波器和接收滤波器的传输函数 的转换矩阵。随后在下面的迭代计算中更新对所述中间信道响应的该初 始估计。

在块252中初始化循环计数器之后，在块260中利用所估计的中间 信道响应来计算对所述损害协方差矩阵的估计在一个或多个实施 例中：

${\hat{R}}_u=\alpha R_I\left(\hat{g}\right),---\left(13\right)$

其中，R_l(g)是干扰相关项，其具有与所述中间信道响应相关联的各元素， α是上面在块240中确定的其中一个拟合参数。可以根据任何适当的公 式来确定各干扰相关项，比如在前面提到的Cairns公开中所给出的公 式。在该公开中，如下对所述损害相关R_u进行建模：

R_u＝αR_I+βR_n                    (14)

其中：

$R_I(d_1,d_2)=\underset{l=0}{\overset{L-1}{\Sigma }}\underset{q=0}{\overset{L-1}{\Sigma }}{g}_l{g_q}^{*}\underset{m=-\infty ,m\ne 0}{\overset{m=\infty }{\Sigma }}{R}_p(d_1-m{T}_c-{\tau }_l){R_p}^{*}(d_2-m{T}_c-{\tau }_q),$

R_n(d₁，d₂)＝R_p(d₁-d₂)

并且其中，$g\left(\tau \right)=\underset{l=0}{\overset{L-1}{\Sigma }}{g}_l\delta (\tau -{\tau }_l)$(复杂信道模型)，R_p(τ)是脉冲形状自相关 函数，T_c是码片周期，d_k是第k个G-RAKE耙指的延迟。本领域技术人 员将认识到，等式(13)的损害估计仅仅包括干扰分量；这一简化的模 型可以被用于在高SINR环境中细化信道响应估计的目的。

在块270中，所估计的损害相关矩阵被用来更新所述中间信道响 应估计，其中利用了MMSE估计处理：

$\hat{g}={\hat{R}}_g{B}^H{(B{\hat{R}}_g{B}^H+{\hat{R}}_u/N_p)}^{-1}{h}_m.---\left(15\right)$

如块280中所示，随后可以根据所述更新后的中间信道响应估计来计算 经过修正的净信道响应。在一个示例性实施例中：

$h_{\mathrm{MMSE}}=B\hat{g}.---\left(16\right)$

在块282中递增了所述循环计数器之后，可以对所述经过修正的净 信道响应估计进行测试，以便确定其是否优于所测量的信道响应。所述 测试可以包括评估对于所测量的信道响应的品质因数(figure of merit) 以及对于所述信道响应估计的相应品质因数。举例来说，如块284中所 示，可以利用所测量的净信道响应以及所述MMSE信道响应估计来计 算对于SINR的估计。可以对这些SINR估计进行比较，以便确定所述 MMSE估计处理是否产生改进。

首先可以根据传统的措施利用所测量的信道响应来计算所述 SINR。在一种示例性方法中，根据等式(14)并且利用在块240中计算 的拟合参数α、β来估计损害协方差矩阵随后通过求解下面的 等式获得初步组合权重w_conventional：

${\hat{R}}_{u,\mathrm{conventional}}{w}_{\mathrm{conventional}}=h_m.---\left(17\right)$

利用w_conventional和下式计算导频符号估计

${\hat{z}}_{\mathrm{pilot}}\left(m\right)=w^H{x}_{\mathrm{pilot}}\left(m\right),---\left(18\right)$

并且利用下式计算的样本均值和样本方差

${\bar{z}}_{\mathrm{pilot}}=\frac{1}{10}\underset{m=0}{\overset{9}{\Sigma }}{\hat{z}}_{\mathrm{pilot}}\left(m\right)---\left(19\right)$

${\sigma }_{\hat{z}}^2=\frac{1}{9}\underset{m=0}{\overset{9}{\Sigma }}({\hat{z}}_{\mathrm{pilot}}\left(m\right)-{\bar{z}}_{\mathrm{pilot}}){({\hat{z}}_{\mathrm{pilot}}\left(m\right)-{\bar{z}}_{\mathrm{pilot}})}^{*}$

利用传统的所测量的净信道响应的SINR于是如下：

${\mathrm{SINR}}_{\mathrm{conventional}}=\frac{{\bar{z}}_{\mathrm{pilot}}{\bar{z}}_{\mathrm{pilot}}^{*}-{\sigma }_{\hat{z}}^2/N_p}{{\sigma }_{\hat{z}}^2}.---\left(20\right)$

可以在根据下式获得组合权重之后按照完全相同的方式计算对于 所述MMSE信道响应估计的SINR：

${\hat{R}}_u{w}_{\mathrm{MMSE}}=h_{\mathrm{MMSE}},---\left(21\right)$

其中，是在块260中计算的损害矩阵，h_MMSE是在块280中计算的最 近更新的信道响应估计。如果SINR_conventional＞SINR_MMSE，则所测量的信 道响应估计更优，并且应当终止所述迭代处理。如果不是的话，则应当 保留所述迭代MMSE信道响应估计。

如果所述MMSE信道响应估计检出，则可以把对(块260)、(块270)和h_MMSE(块280)的估计重复一次或多次(直到在块286中 达到所述循环计数器极限为止)，以便进一步细化所述估计。随后可以 利用本领域技术人员所公知的技术使用所述MMSE信道估计h_MMSE来计 算组合权重、估计SINR等等。

在图3中示出了用于估计所述净信道响应的一种更为流线型的方 法。在该方法中，不是从参数化拟合处理获得对所述损害的初步估计， 而是把所计算的通信量数据相关矩阵R_d，traffic用作初步损害估计。

该方法与前面描述的方法一样开始于对接收机的各信号处理延迟 下的净信道响应h_m的传统测量。在块310中示出了这些测量，随后在 块320中根据等式3从h_m和所述转换矩阵B计算所述中间信道响应估 计g_m。

在块330中，从所述中间信道响应估计g_m直接估计所述衰落相关 矩阵R_g。首先计算下式：

${\hat{R}}_g={g_m}^H{g}_m---\left(22\right)$

由于可以假设所述L条多径衰落信道表现出独立的衰落，因此可以把的各非对角元素设置到零。在一些实施例中，可以在多个时隙上平滑如块340中所示。例如下式：

${\hat{R}}_g\left(n\right)=\lambda {\hat{R}}_g(n-1)+(1-\lambda ){\hat{R}}_g,---\left(23\right)$

其中，是对于时隙n的经过平滑的估计，是对于前一个时隙 的经过平滑的估计，是块330的时隙估计。λ是平滑参数，其值被选 择在0到1之间。

随后在块350中根据下式利用所述转换矩阵B把所述经过平滑的衰 落相关矩阵转换成对所述净信道响应相关矩阵的估计

${\hat{R}}_h=B{\hat{R}}_g\left(n\right)B^H.---\left(24\right)$

在块360中，利用对于一个或多个通信量码的通信量数据符号的测 量来计算通信量数据相关矩阵。在一个示例性实施例中有：

${\hat{R}}_{d,\mathrm{traffic}}=\frac{1}{N_c{N}_T}\underset{q=0}{\overset{N_c-1}{\Sigma }}\underset{k=0}{\overset{N_T-1}{\Sigma }}{x}_{\mathrm{traffic}}^q\left(k\right){\left(x_{\mathrm{traffic}}^q\left(k\right)\right)}^H,$

正如前面在等式(8)中所示出的那样。相应地，x_traffic^q(k)是对应于当前 时隙中的第k个符号的第q个代码的解扩导频符号的矢量。N_c是代码数 目，N_T是所使用的符号数目。同样地，N_T通常可以是160，其对应于一 个时隙中的解扩因数为16的通信量数据符号的数目。但是与图2的方 法不同，所述通信量数据相关矩阵在这里被用作对所述损害相关矩阵 R_u的初步估计。

因此，在块370中利用MMSE估计处理从以及所测量的 净信道响应h_m计算MMSE净信道响应估计h_MMSE。在一个实施例中有：

$h_{\mathrm{MMSE}}={\hat{R}}_h{({\hat{R}}_h+\frac{1}{N_P}{\hat{R}}_{d,\mathrm{traffic}})}^{-1}{h}_m.---\left(25\right)$

(本领域技术人员将认识到，这等效于等式(6)的公式。)

通常来说，与利用按照传统方式获得的所测量的净信道响应相比， 根据上面的方法计算的MMSE净信道响应估计产生更优的接收机性能。 因此通常不需要利用例如SINR估计来测试这些估计，但是也可以可选 地执行所述测试。类似地，通常不需要对h_MMSE进行迭代更新。但是本 领域技术人员将认识到，可以按照与块320和330中示出的类似方式使 用在块370中获得的所述MMSE信道响应估计来计算经过修正的衰落 相关矩阵其随后可以被用来更新所述净信道响应估计h_MMSE。

现在参照图4，其中提供了包括参数估计单元20的基带处理器16 的一个实施例的更加详细的图示。根据该实施例，参数估计单元20包 括延迟估计器24、信道响应估计器26以及损害相关估计器28。延迟估 计器24利用任何已知的技术生成对与从其中接收信号的一条或多条多 径衰落信道相关联的一组L个信道路径延迟τ的估计，例如通过在延迟 值范围内评估所述一条或(多条)信道的脉冲响应。延迟估计器24同 样也根据传统的方法生成一组M个信号处理延迟d，其被用于解扩接收 信号(例如G-RAKE耙指延迟或码片均衡器滤波器抽头位置)。本领域 技术人员将认识到，所述路径延迟可以是所述处理延迟的子集。所述信 号处理延迟值和路径延迟值被提供到所述信道响应估计器26和所述损 害相关估计器28，以用于分别生成信道响应估计和损害相关估计。

信道响应估计器26利用上面描述的其中一种方法或其变型计算对 应于所述路径延迟的中间信道响应估计g和对应于所述信号处理延迟的 MMSE净信道响应估计h_MMSE。所述中间信道响应估计和MMSE净信道 响应估计被所述损害相关估计器28使用来生成对所述损害相关矩阵的 估计

基带处理器16把所述MMSE净信道响应估计h_MMSE用于进一步的 信号处理。在一个实施例中，所述基带处理器16还包括处理权重计算 器40，其用于根据所述损害相关估计和所述MMSE净信道响应估计来 计算处理权重w(其可以包括G-RAKE组合权重或均衡器滤波器抽头系 数)：

$w={{\hat{R}}_u}^{-1}{h}_{\mathrm{MMSE}}.---\left(26\right)$

本领域技术人员将认识到，所述损害相关估计可以从MMSE中 间信道响应估计g_MMSE确定，其又可以从所述净信道响应估计h_MMSE直 接导出。举例来说，给定h_MMSE，则可以根据g_MMSE＝(B^HB)^-1B^Hh_MMSE来 计算所述中间信道响应估计。随后可以利用已知的技术根据 R_u＝αR_l(g_MMSE)+βR_n来对所述损害相关矩阵R_u进行建模，其中R_l(g_MMSE) 是干扰相关项，其具有与所述MMSE中间信道响应估计相关联的各元 素，R_n是噪声建模项，α和β是模型拟合参数。

所述处理权重随后可以被用来形成决策统计量。举例来说，各解扩 通信量符号x_traffic(k)可以被组合形成符号估计：

${\hat{z}}_{\mathrm{traffic}}\left(k\right)=w^H{x}_{\mathrm{traffic}}\left(k\right),---\left(27\right)$

其可以利用传统的检测方法被检测到。

基带处理器16还可以包括信号质量估计器42，其用于同样根据所 述损害相关估计和所述MMSE净信道响应估计来生成对接收信号质量 的估计，比如信干噪比(SINR)。在G-RAKE实施例中，信号质量估 计器42例如根据下式计算SINR：

$\mathrm{SINR}=h_{\mathrm{MMSE}}^H{R}_u^{-1}{h}_{\mathrm{MMSE}}.---\left(28\right)$

本领域技术人员将熟悉对于RAKE接收机和/或码片均衡器配置的相应 公式。

考虑到上面的变型和应用范围，应当理解的是本发明不受前面的描 述的限制，其也不受附图的限制。本发明仅由所附权利要求书及其等效 法律表述限制。