一种用于MBSFN系统的噪声估计方法和装置

摘要

本发明涉及一种用于MBSFN系统的噪声估计方法和装置，其基于MBSFN系统Preamble序列循环前缀为32码片，也即MBSFN组网时最大时延扩展控制在32码片以内的特点，把信道估计器输出的64码片的信道冲击响应后32码片作为干扰抽头计算干扰功率，并利用原始信道估计结果的后32个信道抽头上的平均功率来近似前32个信道抽头上的平均功率，从而可以得到总的噪声功率。由此，本发明实现更加简单，计算量更小。

说明书

技术领域

本发明涉及一种噪声估计方法，尤其涉及一种针对MBSFN系统而提出的快速估计信道噪声功率的方法和装置。

背景技术

参照图1所示，在TD-SCDMA系统中，每个突发时隙由两个数据块(Datasymbols)、一个训练序列(Midamble)和一个保护间隔(GP)组成。其中训练序列(Midamble)放在两个数据块(Data symbols)中间，训练序列(Midamble)可以用来进行信道估计。TD-SCDMA系统采用了B.Steiner等人提出的适合于同步CDMA系统的低代价的上、下行信道估计方法(Steiner B，Baier P W.LowCost Channel Estimation in the Uplink Receiver of CDMA Mobile RadioSystems[J].Frequenz，1993，47：11-12.)，该方法极大地简化了计算量和提高了估计速度，但是这种估计方法由于忽略了噪声的影响，使得估计出来的信道响应跟真实值有一定的误差。由于噪声的影响，原本没有值的抽头响应产生了较弱的抽头，这些较弱抽头可以认为是噪声。在实际处理中，终端从接收到的占用时隙数据中提取出Midamble码并进行信道估计，再对原始信道冲击响应的各个抽头进行功率排序，将较弱功率的抽头当作干扰响应，然后根据这些较弱功率的干扰响应来计算噪声功率，实现过程如图2所示。

MBSFN(Multicast Broadcast Single Frequency Network，多播/组播单频网络)系统是个广播系统，为了提供更广的小区覆盖和更高的频率利用率，MBSFN修改了TD-SCDMA的时隙结构，如图3所示，它采用更短但能抵抗更长时延扩展(32码片(chips))的引导序列(Preamble序列)用于信道估计，同时取消了时隙间的间隔(Gap)。由于MBSFN系统是个广播系统，所有用户所有时隙使用相同的引导序列，故信道估计比较简单，可以使用靠近数据部分的64码片引导序列来做信道估计，并利用原始信道冲击响应来计算噪声功率。

考虑到继承性，在MBSFN系统中，也可以通过类似于TD-SCDMA中的流程估计噪声功率。但是，如果沿用类似TD-SCDMA系统中的噪声估计方法，需要计算64个抽头的功率并进行功率比较，计算量比较大。

发明内容

本发明所要解决的技术问题是提供一种在MBSFN系统中快速估计噪声功率的方法和装置。

本发明为解决上述技术问题而采用的技术方案是提出一种用于MBSFN系统的噪声估计方法，包括以下步骤：

a.在处理MBSFN系统的一时隙的数据时，使用该时隙中与数据部分相邻的64码片引导序列进行信道估计，获得原始信道估计结果；

b.选取该原始信道估计结果中的后32个信道抽头用于计算干扰功率；

c.计算步骤b所选取的后32个信道抽头中每个抽头的干扰功率并累加；

d.计算后32个信道抽头中每个信道抽头的平均干扰功率；以及

e.根据该平均干扰功率计算总的噪声功率。

在本发明的一实施例中，获得原始信道估计结果h″的步骤包括：

h″＝IDFT(G^-1·DFT(e_P))；其中，G是对角矩阵，其对角线元素矢量为：g＝DFT(m_p)，其中，m_p＝{m₁，m₂，...，m_L}，L＝64是基本引导序列序列；

对h″进行窗调整，h″_j＝h″_{((j+W+L)％L)}，j＝0，1，…，L-1，其中W＝32为信道估计窗长度。

在本发明的一实施例中，步骤c中计算每个抽头的干扰功率的方法包括复数模平方。

在本发明的一实施例中，步骤e中总的噪声功率为该平均干扰功率乘以64。

在本发明的一实施例中，步骤a中使用Steiner信道估计器进行信道估计。

另一方面，本发明提供一种用于MBSFN系统的噪声估计装置，包括信道估计器、抽头选取单元、平均化单元和总和单元。信道估计器使用MBSFN系统的一时隙中与数据部分相邻的64码片引导序列进行信道估计，获得原始信道估计结果。抽头选取单元选取该原始信道估计结果中的后32个信道抽头用于计算干扰功率。运算单元计算所选取的后32个信道抽头中每个抽头的干扰功率并累加。平均化单元计算后32个信道抽头中每个信道抽头的平均干扰功率。总和单元根据该平均干扰功率计算总的噪声功率。

综上所述，本发明提供了一种在MBSFN系统中快速估计噪声功率的方法和装置，通过与理论计算得到的噪声功率进行比较，可以发现本发明能比较准确的估计出噪声功率，且实现更加简单，计算量更小。

附图说明

为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明，其中：

图1示出TD-SCDMA系统的突发时隙结构。

图2示出TD-SCDMA系统中的噪声估计流程。

图3示出MBSFN系统的MT突发时隙结构。

图4示出本发明一实施例的MBSFN系统中的噪声估计流程。

图5示出本发明一实施例的MBSFN系统中的噪声估计装置框图。

图6示出本发明实施例估计出的噪声功率与理论噪声功率的对比图。

具体实施方式

为让本发明的上述目的、特征和优点能更明显易懂，以下结合附图对本发明的具体实施方式作详细说明：

本发明实施例所提出的MBSFN(Multicast Broadcast Single FrequencyNetwork，多播/组播单频网络)系统中快速估计噪声功率的方法，是基于MBSFN系统Preamble序列(引导序列)循环前缀为32码片(chips)，也即MBSFN组网时最大时延扩展控制在32码片以内的特点，把Steiner估计器输出的64码片的信道冲击响应后32码片作为干扰抽头，计算噪声功率。

本发明的一实施例的估计噪声功率的方法参照图4，具体实现过程可分以下步骤进行：

步骤100，MBSFN系统采用Steiner信道估计器，在处理一个时隙的数据时，使用该时隙与数据部分相邻的64码片的引导序列数据进行信道估计，得到原始信道估计结果h″。计算过程的一个例子如下：

h″＝IDFT(G^-1·DFT(e_P))

其中，DFT，IDFT分别代表傅里叶变换和傅里叶逆变换，e_p代表接收到的与数据部分相邻的64码片，G是对角矩阵，其对角线元素矢量为：

g＝DFT(m_p)

其中，m_p＝{m₁，m₂，...，m_L}，L＝64是基本引导序列序列。

对h″进行窗调整，变换关系如下：

h″_j＝h″_{((j+W+L)％L)}，j＝0，1，…，L-1，其中W＝32为信道估计窗长度。

步骤102，由于MBSFN系统组网时最大时延扩展控制在32chips以内，故可以认为有效径分布在h″前32个信道抽头上，后32个抽头是由于噪声干扰而引入的抽头(在此称为干扰抽头)，可以选取这些干扰抽头h′来计算功率(在此称为干扰功率)。

h′＝[h′₀，h₁，…，h′_L-1-32]^T＝[h″₃₂，h″₃₃，…，h″_L-1]^T，L＝64

步骤104，计算抽头功率并累加。在一个例子中，具体而言，计算功率时采用的策略为复数模平方，利用选取出来的后32个干扰抽头计算每个抽头的干扰功率并累加。

${\sigma }^{\prime 2}=\underset{i=0}{\overset{L-1-32}{\Sigma }}{\left|h_i^{\prime }\right|}^2,L=64$

步骤106，计算每个抽头的平均干扰功率。

${\sigma }^{\prime \prime 2}=\frac{1}{L-32}\underset{i=0}{\overset{L-1-32}{\Sigma }}{\left|h_i^{\prime }\right|}^2,L=64$

步骤108，计算总噪声功率。利用原始信道估计结果的后32个信道抽头上的平均功率来近似前32个信道抽头上的平均干扰功率，从而可以得到总的噪声功率σ²。

σ²＝Lσ″²，L＝64

从另一方面看，本发明提供一种噪声估计装置，图5示出本发明一实施例的MBSFN系统中的噪声估计装置框图。参照图5所示，此噪声估计装置200包括信道估计器210、抽头选取单元220、运算单元230、平均化单元240和总和单元250。具体地说，信道估计器210将按照前述步骤100，使用MBSFN系统的一时隙中与数据部分相邻的64码片引导序列进行信道估计，获得原始信道估计结果h″。抽头选取单元220会按照前述步骤102选取该原始信道估计结果中的后32个信道抽头用于计算干扰功率。运算单元230会按照前述步骤103计算所选取的后32个信道抽头中每个抽头的干扰功率并累加。平均化单元240会按照前述步骤104计算后32个信道抽头中每个信道抽头的平均干扰功率。总和单元250会按照前述步骤105，根据该平均干扰功率计算总的噪声功率。

为了验证本发明的效果，图6示出采用本发明估计出的噪声功率与理论噪声功率的对比图。下表1示出仿真时使用的衰弱信道配置。

  相对延迟  [ns]  相对平均  噪声[dB]  0  0.0  310  -1.0  710  -9.0  1090  -10.0  1730  -15.0  2510  -20.0  5859  -6.8  6169  -7.8  6569  -15.8  6949  -16.8  7589  -21.8  10938  -13.3  11248  -14.3  11648  -22.3  12028  -23.3  15459  -15.0  15769  -16.0  16169  -24.0

表1MBSFN通道模式2

从图6可以看出，采用本发明所估计出的噪声功率与理论值非常接近，曲线基本重合，从而可以说明本发明实施例估计出的噪声功率非常准确。而本发明与传统噪声功率估计方法相比，还具有实现更简单，计算量更小的技术效果。

虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围内，当可作些许的修改和完善，因此本发明的保护范围当以权利要求书所界定的为准。