CN100425009C

CN100425009C - 快速联合检测

Info

Publication number: CN100425009C
Application number: CNB028090810A
Authority: CN
Inventors: 帕萨波拉汀·德; 潘俊霖; 艾拉利·莱尔
Original assignee: InterDigital Technology Corp
Current assignee: InterDigital Technology Corp
Priority date: 2001-04-30
Filing date: 2002-04-26
Publication date: 2008-10-08
Anticipated expiration: 2022-04-26
Also published as: DE60216274D1; KR20040015222A; ATE346427T1; NO20034813L; ES2275002T3; IL158529A0; US7447255B2; TW201316701A; KR100685762B1; TW200417185A; TWI388135B; US6625203B2; US6608859B2; CA2445956A1; KR100861736B1; TWI336176B; TW200950367A; EP1391048A4; JP2007060686A; US20030026325A1

Abstract

K个数据信号是于一码分多址(CDMA)通信系统中的一共享频谱上进行传输。一组合信号是接收及取样于此共享频谱上。此组合信号是具有该K个数据信号。一组合信道响应矩阵是使用该K个数据信号的数据码及脉冲响应以产生。一组合信道相关矩阵的一方块字段是使用此组合信道响应矩阵以决定。此方块字段的各个方块项目是一K×K矩阵。在各个频率点k，一K×K矩阵Λ^(k)是利用计算此方块字段的方块项目的傅立叶转换以决定。此K×K矩阵Λ^(k)的一逆矩阵是乘以此傅立叶转换的一结果。或者，前向及后向替代可以用来解决此系统。一逆傅立叶转换是用以自该K个数据信号中还原数据。

Description

快速联合检测

(1)技术领域

本专利申请案是主张美国临时专利申请案60/287431的优先权，其申请日是2001年4月30日。

本发明通常是有关于无线通信系统。特别是，本发明是有关于在一无线通信系统中的数据检测。

(2)背景技术

图1是一无线通信系统10的介绍。此通信系统10具有基地台12₁至12₅(12)，其是与使用者设备(UE)14₁至14₃(14)进行通信。各个基地台12具有一关连操作区域，并在此与其操作区域中的使用者设备(UE)14进行通信。

在部分通信系统中，诸如：使用码分多址的分频双工(FDD/CDMA)及使用码分多址的时分双工(TDD/CDMA)，多重通信是于相同频谱上进行传送。该通信是利用其信道码(channelization code)加以区别。为更有效地使用此频谱，使用码分多址的时分双工(TDD/CDMA)通信系统是使用分割为通信时槽的重复讯框。在此系统中的一通信将会被指派以单一或多重关连码及时槽。

由于多重通信可能在相同频谱上及在相同时间内传送，在此系统中的一接收器必须能够在多重通信间进行识别。检测该信号的一种手段是多重使用者检测(MUD)。在多重使用者检测(MUD)中，与所有使用者设备(UE)14，也即：使用者，关连的信号是同时加以检测。由一单一传输器检测一多重码传输的另一种手段是单一使用者检测(SUD)。在单一使用者检测(SUD)中，为了自接收器的多重码传输中还原数据，接收信号是通过一等化阶段、并且利用单一或多重码进行解扩(despread)。实施多重使用者检测(MUD)的手段及单一使用者检测(SUD)的等化阶段包括：使用一Cholesky或一近似Cholesky分解。该手段具有一高度复杂性。此高度复杂性会导致功率消耗的增加、并会造成使用者设备(UE)14的电池寿命缩短。

(3)发明内容

因此，本发明的目的便是提供检测接收数据的其它手段。

本发明的一种在一码分多址通信系统中一共享频谱上传输的K个数据信号中检测数据的方法，技术方案如下。一组合信号是接收及取样于此共享频谱上。此组合信号是具有该K个数据信号。一组合信道响应矩阵是使用该K个数据信号的数据码及脉冲响应以产生。一组合信道相关矩阵的一方块字段是使用此组合信道响应矩阵以决定。此方块字段的各个方块项目是一K×K矩阵。在各个频率点k，一K×K矩阵Λ^(k)是利用计算此方块字段的方块项目的傅立叶转换以决定。此K×K矩阵Λ^(k)的一逆矩阵是乘以此傅立叶转换的一结果。或者，前向及后向替代是可以用来解此系统。一逆傅立叶转换是用以自该K个数据信号中还原数据。

(4)附图说明

图1是一无线通信系统。

图2是一简化传输器及一快速联合检测接收器。

图3是一通信脉冲串的一介绍。

图4是快速联合检测的一较佳实施例的一流程图。

图5是指示扩充处理区域的一数据脉冲串的一介绍。

图6至图11是介绍其它数据检测手段的快速联合检测的仿真效能的图标。

(5)具体实施方式

图2是介绍在一使用码分多址的时分双工(TDD/CDMA)通信系统中使用快速联合检测的一简化传输器26及接收器28，虽然快速联合检测也可以应用于其它系统，诸如：使用码分多址的分频双工(CDMA/FDD)。在一典型系统中，一传输器26是位于各个使用者设备(UE)14中、且传送多重通信的多重传输电路26是位于各个基地台12中。联合检测接收器28是可以位于一基地台12中、使用者设备14中、或同时位于两者中。

此传输器26是在一无线放射信道30上传送数据。在此传输器26中的一数据产生器32是产生欲与此接收器28进行通信的数据。一调变/扩散/训练序列插入装置34是利用适当数据码以扩散数据、并将此扩散参考数据以适当指派时槽中的一中间文字训练序列进行时间多任务，进而产生一个或多个通信脉冲串。

一典型通信脉冲串16是具有一中间文字20、一看守周期18、以及两个数据场域22、24，如图3所示。此中间文字20是将此两个数据场域22、24分离、且此看守周期18是将该通信脉冲串分离，藉以考虑自不同传输器26传输脉冲串的到达时间差。此两个数据场域22、24是包含此通信脉冲串的数据。

此(等)通信脉冲串是利用一调变器36调变为射频(RF)。一天线38是经由此无线放射信道30以放射此射频(RF)信号至此接收器28的一天线40。传输通信所使用的调变类型是可以是任何熟悉本技术的人员所了解的类型，诸如：四相移位键控(QPSK)或正交振幅调变(QAM)。

此接收器28的天线40是接收各种射频信号。该接收信号是利用一解调器42进行解调，藉以产生一基频信号。此基频信号是利用一取样装置43，诸如：单一或多重模拟数字转换器、以该传输脉冲串的一倍芯片速率或复数倍芯片速率进行取样。该取样是在此时槽中，经由诸如一信道估算装置44及一快速联合检测装置46，利用指派给该接收脉冲串的适当数据码加以处理。此信道估算装置44是使用在该基频取样中的中间文字训练序列组件，藉以提供信道信息，诸如：信道脉冲响应。所有传输信号的信道脉冲响应是可以视作一矩阵H。此信道信息是为快速联合检测装置46所使用，藉以估算接收通信脉冲串的传输数据为软符号。

此快速联合检测装置46是使用此信道估算装置44所提供的信道信息及此传输器26所使用的已知扩展数据码，藉以估算预想接收通信脉冲串的数据。

虽然快速联合检测是使用第三代合作计划(3GPP)通用地面放射存取(UTRA)时分双工(TDD)系统解释为基本通信系统，此快速联合检测也可以应用于其它系统。此系统是一直接序列宽频码分多址(W-CDMA)系统，其中，上行链路及下行链路通信是局限于互斥时槽。

此接收器28是接收同时到达的全部K个脉冲串。该K个脉冲串是在一观察间隔中重叠于彼此上。对于第三代合作计划(3GPP)通用地面放射存取(UTRA)时分双工(TDD)系统而言，一时槽的各个数据场域是对应于一观察间隔。用于第k个脉冲串的数据码是表示为C^(K)。此K个脉冲串是可以源自K个不同传输器、或对多重数据码传输码而言，小于K个不同传输器。

一通信脉冲串的各个数据场域是具有一预定数目，N_S，的传输符号。各个符号是使用一预定数目的芯片进行传输，其是扩散因子，SF。因此，各个数据场域具有N_S×SF个芯片。待通过无线放射信道后，各个符号具有一脉冲响应，诸如：长度W芯片的脉冲响应。长度W的一典型数值是57。因此，各个接收场域是具有SF×N_S+W-1芯片或N_C芯片的一长度。

在一观察间隔中K个数据场域的各个第K场域是可以在接收器、利用等式(1)加以模型为：

r ^(k)＝A^(k) d ^(k)，k＝1，...，K 等式(1)

r ^(k)是第K场域的接收贡献。A^(k)是第K场域的组合信道响应。A^(k)是一N_c×N_S矩阵。在A^(k)的各个第j行是d ^(k)的第j组件符号响应S^(k)的一零点填补版本。此符号响应S^(k)是第k场域估算响应h ^(k)及此场域扩展数据码C^(k)的叠积(convolution)。d ^(k)是第k数据场域中的未知数据符号。h ^(k)是具有长度W芯片、且可以用等式(2)表示：

{\underset{&OverBar;}{h}}^{(k)} = {\underset{&OverBar;}{γ}}^{(k)} \cdot {h_{&OverBar;}^{~}}^{(k)}

等式(2)

γ ^(k)是反应传输器增益及路径损耗。

是信道脉冲响应。

对于上行链路通信而言，各个

及各个γ ^(k)是不同的。对于下行链路而言，所有场域是具有相同

但各个γ ^(k)是不同的。若传输多样性是用于下行链路中，则各个γ ^(k)及

是不同的。

在无线信道上传送、所有K个场域的全部接收向量r是根据等式(3)。

\underset{&OverBar;}{r} = Σ_{k = 1}^{K} {\underset{&OverBar;}{r}}^{(k)} + \underset{&OverBar;}{n}

等式(3)

n是一零平均噪声向量。

将所有数据场域的A^(k)组合至一整体响应矩阵A及将各个脉冲串d ^(k)的未知数据组合至一整体数据向量d，等式(1)便成为等式(4)。

r＝Ad+n 等式(4)

使用一人机系统工程(MMSE)解法以决定d是根据等式(5)

d＝R^-1(A^H r) 等式(5)

(.)^H是表示Hermetian函数(复共轭转置)。一人机系统工程(MMSE)的R是根据等式(6)。

R＝A^HA+σ²I 等式(6)

σ²是噪声变异，典型地是取自此信道估算装置44，且I是单位矩阵。

使用快速傅立叶转换(FFT)，虽然其它的傅立叶转换也可以使用，但该式最好是根据等式(7)求解。

〔F(d)〕_K＝〔Λ^(k)〕^-1〔F(A^H r)〕_k 等式(7)

F(.)是表示快速傅立叶转换(FFT)。〔.〕_k是表示该式是在各个频率点k求解。Λ^(k)是一方块对角矩阵Λ的大小K×K的方块项目。此方块对角矩阵Λ的推导说明如下。舍弃直接去解等式(7)，等式(7)可以利用前向及后向替代法求解。

图4是利用快速联合检测决定数据向量d的一较佳方法的一流程图。此组合信道响应矩阵A是使用估算响应h ^(k)及各个脉冲串c^(k)的扩展数据码c^(k)以决定，48。经由此组合信道相关矩阵，R＝A^HA，49。在各个频率点，一K×K矩阵Λ^(k)是经由计算一方块行R的方块项目的傅立叶转换以决定，50。较佳者，本实施例是使用一中心行，其与此矩阵R的左侧或右侧至少距离W行。

F〔A^H r〕_k是使用一矩阵乘法的一快速傅立叶转换(FFT)以决定，51。各个矩阵Λ^(k)的逆矩阵，〔Λ^(k)〕^-1，加以决定。为决定〔F(d)〕_k，〔Λ^(k)〕^-1及F〔A^H r〕_k是在各个频率点相乘。或者，〔F(d)〕_k是使用LU分解以决定。Λ^(k)是分解为一下三角矩阵L及一上三角矩阵U，52。使用前向替代，L_y＝〔F(A^H r)〕，53，及后向替代，U〔F(d)〕_k，54，〔F(d)〕_K加以决定。d是利用F(d)的一逆快速傅立叶转换以决定，55。

等式(7)的推导是说明如下。等式(4)的一最小均方差(MSE)解是根据等式(8)以决定。虽然等式(7)是根据一人机系统工程(MMSE)的解，快速联合检测可以使用其它手段以实施，诸如：一零力手段。

Rd＝(A^HA+σ²I)d＝A^H r 等式(8)

若使用一零力解，则σ²I项是由等式(8)中省略，诸如：Rd＝(A^HA)d＝A^H r。下列说明是此人机系统工程(MMSE)解的一推导，虽然一类似推导也可以用于一零力解。为介绍目的，一简化范例的R(其中，N_S＝10且W＝2)是根据等式(9)。此范例是可以延展至任何N_S及W。

R = [\begin{matrix} R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 & 0 & 0 & 0 & 0 \\ R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 & 0 & 0 & 0 \\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 & 0 & 0 \\ 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 & 0 \\ 0 & 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 \\ 0 & 0 & 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 \\ 0 & 0 & 0 & 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 \\ 0 & 0 & 0 & 0 & 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} \\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ 0 & 0 & 0 & 0 & 0 & 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} \\ 0 & 0 & 0 & 0 & 0 & 0 & 0 & R_{2} & R_{1} & R_{0} \end{matrix}]

等式(9)

此矩阵R的大小通常是(KN_S)×(KN_S)。在此矩阵R中的各个项目，R_i，是一K×K方块。在矩阵R的虚线内，此次矩阵是方块循环的，也即：一循环矩阵的一顺方块方向延伸。矩阵R的部分，非方块循环的部分，是取决于最大多重路径延展扩散，W。

在等式(9)中，此矩阵R的一方块循环延展，R_C，是根据等式(10)。

R_{C} = [\begin{matrix} R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 & 0 & 0 & R_{2} & R_{1} \\ R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 & 0 & 0 & R_{2} \\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 & 0 & 0 \\ 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 & 0 \\ 0 & 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 \\ 0 & 0 & 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 & 0 \\ 0 & 0 & 0 & 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} & 0 \\ 0 & 0 & 0 & 0 & 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} & R_{2}^{H} \\ \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot & \cdot \cdot \cdot \\ R_{2}^{H} & 0 & 0 & 0 & 0 & 0 & R_{2} & R_{1} & R_{0} & R_{1}^{H} \\ R_{1}^{H} & R_{2}^{H} & 0 & 0 & 0 & 0 & 0 & R_{2} & R_{1} & R_{0} \end{matrix}]

等式(10)

一“数字傅立叶转换(DFT)-类似“矩阵D加以决定，诸如：R_C＝DND^H。一种此类矩阵D是根据等式(11)。

D = [\begin{matrix} I & e^{\frac{j 2 π}{N_{s}}} I_{K} & e^{\frac{j 4 π}{N_{s}}} I_{K} & \cdot \cdot \cdot & \cdot \cdot \cdot & e^{\frac{j 18 π}{N_{s}}} I_{K} \\ I & e^{\frac{j 4 π}{N_{s}}} I_{K} & e^{\frac{j 8 π}{N_{s}}} I_{K} & \cdot \cdot \cdot & \cdot \cdot \cdot & e^{\frac{j 36 π}{N_{s}}} I_{K} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ I & e^{\frac{j 18 π}{N_{s}}} I_{K} & e^{\frac{j 36 π}{N_{s}}} I_{K} & \cdot \cdot \cdot & \cdot \cdot \cdot & e^{\frac{j 162 π}{N_{s}}} I_{K} \\ I & e^{\frac{j 20 π}{N_{s}}} I_{K} & e^{\frac{j 40 π}{N_{s}}} I_{K} & \cdot \cdot \cdot & \cdot \cdot \cdot & e^{\frac{j 180 π}{N_{s}}} I_{K} \end{matrix}]

等式(11)

I_K是一K×K单位矩阵。

乘积D^HD是根据等式(9)。

D^HD＝N_SI_KNs 等式(12)

I_KNs是一KN_S×KN_S的单位矩阵。此方块循环矩阵R_C是乘以此矩阵D，诸如：根据等式(13)。

等式(13)

R_CD的各个项目是一K×K方块。一方块对角矩阵Λ是根据等式(14)。

等式(14)

矩阵Λ的大小是(KN_S)×(KN_S)。此矩阵Λ的各个Λ⁽¹⁾是根据等式(15)。

Λ^{(i)} = [\begin{matrix} λ_{11}^{(i)} & λ_{1 K}^{(i)} \\ λ_{K 1}^{(i)} & λ_{KK}^{(i)} \end{matrix}]

等式(15)

Λ⁽ⁱ⁾是一K×K方块，且具有K²个非零项目。

此矩阵D是乘以此矩阵Λ，诸如：根据等式(16)。

DΛ = [\begin{matrix} Λ^{(1)} & Λ^{(2)} e^{\frac{j 2 π}{Ns}} & Λ^{(3)} e^{\frac{j 4 π}{Ns}} & \cdot \cdot \cdot & Λ^{(Ns - 1)} e^{\frac{j 16 π}{Ns}} & Λ^{(Ns)} e^{\frac{j 18 π}{Ns}} \\ Λ^{(1)} & Λ^{(2)} e^{\frac{j 4 π}{Ns}} & Λ^{(3)} e^{\frac{j 8 π}{Ns}} & \cdot \cdot \cdot & Λ^{(Ns - 1)} e^{\frac{j 32 π}{Ns}} & Λ^{(Ns)} e^{\frac{j 36 π}{Ns}} \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ Λ^{(1)} & Λ^{(2)} e^{\frac{j 14 π}{Ns}} & Λ^{(3)} e^{\frac{j 28 π}{Ns}} & \cdot \cdot \cdot & Λ^{(Ns - 1)} e^{\frac{j 112 π}{Ns}} & Λ^{(Ns)} e^{\frac{j 126 π}{Ns}} \\ Λ^{(1)} & Λ^{(2)} e^{\frac{j 16 π}{Ns}} & Λ^{(3)} e^{\frac{j 32 π}{Ns}} & \cdot \cdot \cdot & Λ^{(Ns - 1)} e^{\frac{j 128 π}{Ns}} & Λ^{(Ns)} e^{\frac{j 144 π}{Ns}} \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \end{matrix}]

等式(16)

在等式(16)中所示矩阵D的各个项目是一K×K方块。

经由等于矩阵R_CD的各列及矩阵D的各列所产生等式的系统是固定的。因此，同组等式是经由等于矩阵R_CD任何列及矩阵D相同列以产生。为介绍等式(13)，矩阵R_CD的第一列方块是根据等式(17)。

〔(R₀+R₁ ^H+R₂ ^H+R₁+R2)，(R₀e^j2π/Ns+R₁ ^He^j4π/Ns+R₂ ^He^j6π/Ns+R₂e^j18π/Ns+R₁e^j20π/Ns)，...，(R₀e^j16π/Ns+R₁ ^He^j32π/Ns+R₂ ^He^j48π/Ns+R₂e^j144π/Ns+R₁e^j160π/Ns)，(R₀e^j18π/Ns+R₁ ^He^j36π/Ns+R₂ ^He^j54π/Ns+R₂e^j162π/Ns+R₁e^j180π/Ns)〕等式(17)

矩阵D的第一列方块是根据等式(18)

〔Λ⁽¹⁾，Λ⁽²⁾e^j2π/Ns，Λ⁽³⁾e^j4π/Ns，...，Λ^(Ns-1)e^j16π/Ns，Λ^(Ns)e^j18π/Ns〕

等式(18)

相等此两列的项目，便可以得到等式(19)及等式(20)。

Λ⁽¹⁾＝(R₀+R₁ ^H+R₂ ^H+R₁+R₂) 等式(19)

Λ⁽¹⁾e^j2π/Ns＝(R₀e^j2π/Ns+R₁ ^He^j4π/Ns+R₂ ^He^j6π/Ns+R₂e^j18π/Ns+R₁e^j20π/Ns)

＝e^j2π/Ns(R₀+R₁ ^He^j2π/Ns+R₂ ^He^j4π/Ns+R₂e^-j4π/Ns+R₁e^-j2π/Ns)

等式(20)

因此，Λ⁽²⁾是根据等式(21)。

Λ⁽²⁾＝(R₀+R₁ ^He^j2π/Ns+R₁ ^He^j4π/Ns+R₂e^-j4π/Ns+R₁e^-j2π/Ns)等式(21)

同样地，Λ^(Ns-1)是根据等式(22)。

Λ^(Ns-1)＝(R₀+R₁ ^He^{j2(Ns-2)π/Ns}+R₁ ^He^{j4(Ns-2)π/Ns}+R₂e^{-j4(Ns-2)π/Ns}+R₁e^{-j2(Ns-2)π/Ns}) 等式(22)

Λ^(Ns)是根据等式(23)。

Λ^(Ns)＝(R₀+R₁ ^He^{j2(Ns-1)π/Ns}+R₁ ^He^{j4(Ns-1)π/Ns}+R₂e^{-j4(Ns-1)π/Ns}+R₁e^- ^{j2(Ns-1)π/Ns}) 等式(23)

虽然等式(17)至等式(23)是介绍使用矩阵R_CD及DΛ的第一列，但任何列均可以用来决定Λ⁽ⁱ⁾。

为介绍使用一中心列，第(Ns/2)列(或等式(7)的第五列)，Λ⁽¹⁾是根据等式(19)。

Λ⁽¹⁾＝(R₀+R₁ ^H+R₂ ^H+R₁+R₂) 等式(19)

等式(19)至等式(23)是K×K方块的快速傅立叶转换(FFT)。由于该方块是乘以纯量指数，此步骤是称之为一“方块快速傅立叶转换(FFT)“。计算快速傅立叶转换(FFT)的典型手段，诸如：Matlab软件的函数fft，是计算一单边序列的快速傅立叶转换(FFT)。由于各个Λ⁽ⁱ⁾是一双边序列，Λ⁽ⁱ⁾的计算是可以利用一傅立叶转换函数fft{0，0，...，R₂，R₁，R₀，R₁ ^H，R₂ ^H，...，0，0}、并将其乘以一中心列的一适当指数函数，诸如：根据等式(27)，加以实施。

e^j2(k-1)v，其中，v＝〔ceil(Ns/2)-1〕/Ns 等式(27)

如等式(17)至等式(27)所示，计算所有Λ⁽ⁱ⁾是可以使用矩阵R的一单一行以执行。因此，矩阵R_C并不需要加以决定。矩阵R的任何行均可以用来直接推导Λ⁽ⁱ⁾。较佳者，本实施例是使用距离矩阵R任意一边至少W列的一列，因为该列是具有一组完整R_i。

使用Λ⁽ⁱ⁾及矩阵D，方块循环矩阵R_C是可以重新表示为等式(28)及等式(29)。

R_cD＝DΛ 等式(28)

R_c＝(1/Ns)〔DΛD^H〕等式(29)

矩阵D及Λ是分别为大小(KNs)×(KNs)。

由于D^HD＝NsI_KNs，D^-1＝(1/Ns)D^H，因此便可以得到等式(30)。

R_C ^-1＝Ns〔(D^H)^-1Λ^-1(D)^-1〕＝Ns〔(D/Ns)Λ^-1(D^H/Ns)〕

等式(30)

此人机系统工程(MMSE)解法是根据等式(31)。

d＝R_c ^-1(A^H r) 等式(31)

检测的数据向量d是大小(NsK)×1。

此人机系统工程(MMSE)解法是根据等式(32)。

D^H d＝Λ^-1〔D^H(A^H r)〕等式(32)

矩阵Λ是大小(KNs)×(KNs)，其具有K×K方块，并且，矩阵Λ的逆矩阵是根据等式(33)。

等式(33)

此逆转换是需要K×K矩阵Λ^(k)的一逆矩阵。

因此，此数据向量d是根据等式(34)以决定。

〔F(d)〕＝〔Λ^(k)〕^-1〔F(A^H r)〕_k 等式(34)

等式(34)是可以同时应用于以一倍芯片速率及复数倍芯片速率，诸如：两倍芯片速率，取样此接收信号的接收器。对于复数倍芯片速率的接收器而言，对应复数字芯片速率的矩阵R是与等式(9)的形式相同，其是近似于方块循环的。

为降低决定F(Ahr)的复杂性，本实施例是可以使用对结构A有利的一种快速傅立叶转换(FFT)手段。结构A是具有一近似方块循环的结构。然而，结构A是一非方形矩阵，其大小为(NsSF)×(NsK)。一矩阵A的一介绍是根据等式(35)。

A = [\begin{matrix} [\begin{matrix} b_{1}^{(1)} (0) & b_{1}^{(K)} (0) \\ b_{SF}^{(1)} (0) & b_{SF}^{(K)} (0) \end{matrix}] & 0 & 0 & \cdot \cdot \cdot \\ [\begin{matrix} b_{1}^{(1)} (1) & b_{1}^{(K)} (1) \\ b_{SF}^{(1)} (1) & b_{SF}^{(K)} (1) \end{matrix}] & [\begin{matrix} b_{1}^{(1)} (0) & b_{1}^{(K)} (0) \\ b_{SF}^{(1)} (0) & b_{SF}^{(K)} (0) \end{matrix}] & 0 & \cdot \cdot \cdot \\ [\begin{matrix} b_{1}^{(1)} (2) & b_{1}^{(K)} (2) \\ b_{SF}^{(1)} (2) & b_{SF}^{(K)} (2) \end{matrix}] & [\begin{matrix} b_{1}^{(1)} (1) & b_{1}^{(K)} (1) \\ b_{SF}^{(1)} (1) & b_{SF}^{(K)} (1) \end{matrix}] & [\begin{matrix} b_{1}^{(1)} (0) & b_{1}^{(K)} (0) \\ b_{SF}^{(1)} (0) & b_{SF}^{(K)} (0) \end{matrix}] & \cdot \cdot \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \end{matrix}]

等式(35)

各个b_j ^(k)(i)是此信道响应h^(k)及此扩展数据码c^(k)的叠积，其是对应于在第i个符号间隔的第j个芯片间隔的第k个使用者。

使用方块B(.)，其中，各个方块是利用等式(35)中的括号表示，等式(35)是变成等式(36)。

A = [\begin{matrix} B (0) & 0 & 0 & 0 & \cdot \cdot \cdot & 0 \\ B (1) & B (0) & 0 & 0 & \cdot \cdot \cdot & 0 \\ B (2) & B (1) & B (0) & 0 & \cdot \cdot \cdot & 0 \\ \cdot & \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot & \cdot \\ 0 & 0 & \cdot \cdot \cdot & B (2) & B (1) & B (0) \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \end{matrix}]

等式(36)

如上式所示，矩阵A的一部分是方块循环的。矩阵A的一循环延展是标示为A_C。

矩阵A是可以根据等式(37)切割为三个矩阵分。

A＝D₁Λ₁D₂ ^H 等式(37)

D₁是一(NsSF)×(NsSF)矩阵。D₂是一(NsF)×(NsF)矩阵、且Λ₁是一大小(NsSF)×(NsK)的方块对角矩阵。

此方块对角矩阵Λ₁是具有与等式(14)相同的形式。然而，矩阵Λ₁的各个项目Λ₁ ⁽ⁱ⁾根据等式(38)是一SF×K方块。

{Λ_{1}}^{(i)} = [\begin{matrix} {λ_{1,1}}^{(I)} & \cdot \cdot \cdot & {λ_{1, K}}^{(I)} \\ \cdot & \cdot \\ \cdot & \cdot \\ \cdot & \cdot \\ {λ_{SF, 1}}^{(I)} & \cdot \cdot \cdot & {λ_{SF, K}}^{(I)} \end{matrix}]

等式(38)

D₂是与等式(11)中的矩阵D具有相同形式。D₁是等式(39)所示的形式。

D_{1} = [\begin{matrix} I & e^{\frac{j 2 π}{Ns}} I_{SF} & e^{\frac{j 4 π}{Ns}} I_{SF} & \cdot \cdot \cdot & \cdot \cdot \cdot & e^{\frac{j 18 π}{Ns}} I_{SF} \\ I & e^{\frac{j 4 π}{Ns}} I_{SF} & e^{\frac{j 8 π}{Ns}} I_{SF} & \cdot \cdot \cdot & \cdot \cdot \cdot & e^{\frac{j 36 π}{Ns}} I_{SF} \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot \\ I & e^{\frac{j 18 π}{Ns}} I_{SF} & e^{\frac{j 36 π}{Ns}} I_{SF} & \cdot \cdot \cdot & \cdot \cdot \cdot & e^{\frac{j 162 π}{Ns}} I_{SF} \\ I & e^{\frac{j 20 π}{Ns}} I_{SF} & e^{\frac{j 40 π}{Ns}} I_{SF} & \cdot \cdot \cdot & \cdot \cdot \cdot & e^{\frac{j 180 π}{Ns}} I_{SF} \end{matrix}]

等式(39)

I_SF是一SF×SF单位矩阵。

在相乘A_C及D₂时，形式，B(i)及e^j2π/Ns，的乘积是根据等式(40)以形成。

等式(40)

A_CD₂的大小是(NsSF)×(NsK)，且各个方块的大小是SF×K。

在相乘矩阵D₁及Λ₁时，形式，e^j2π/NsI_SF及Λ₁ ⁽ⁱ⁾，的乘积是加以形成。D₁Λ₁的大小是(NsSF)×(NsK)、且各个方块的大小是SF×K。比较矩阵A_CD₂任何列及矩阵D₁Λ₁相同列，便可以得到等式(41)。

Λ₁ ⁽¹⁾＝〔B(0)+B(1)+B(2)〕，

Λ₁ ⁽²⁾＝〔B(0)+B(1)e^-j2π/Ns+B(2)e^-j4π/Ns〕，

Λ₁ ^(Ns-1)＝〔B(0)+B(1)e^{-j2(Ns-2)π/Ns}+B(2)e^{-j4(Ns-2)π/Ns}〕，

Λ₁ ^(Ns)＝〔B(0)+B(1)e^{-j2(Ns-1)π/Ns}+B(2)e^{-j4(Ns-1)π/Ns}〕

等式(41)

因此，各个Λ₁ ^(k)是可以使用(SF×K)方块的一单边序列加以决定。使用等式(38)及D₂ ^HD₂＝NsI_KNs，便何以得到等式(42)、等式(43)及等式(44)。

A＝D₁Λ₁D₂ ^H 等式(42)

A^H r＝D₂Λ₁ ^H(D₁ ^H r) 等式(43)

D₂ ^H(A^H r)＝Ns〔Λ₁ ^H(D₁ ^H r)〕等式(44)

因此，〔F(A^H r)〕_k是根据等式(45)、使用快速傅立叶转换(FFT)加以决定。

〔F(A^H r)〕_k＝Ns〔Λ₁ ^(k)〕^H〔F(r)〕_k 等式(45)

同样地，由于矩阵A是近似方块循环的，R＝A^HA+σ²I也可以利用使用Λ₁的快速傅立叶转换(FFT)加以计算。

为降低复杂性，各个Λ⁽ⁱ⁾的逆矩阵，〔Λ⁽ⁱ⁾〕^-1，是可以使用LU分解加以执行。各个〔Λⁱ〕是一(K×K)矩阵，其LU分解是根据等式(46)。

Λ⁽ⁱ⁾＝LU 等式(46)

L是一下三角矩阵，且U是一上三角矩阵。等式(7)是根据等式(47)及等式(48)、使用前向及后向替代法求解。

〔Λ_g ^(k)〕y＝〔F(A^H r)〕_k 等式(47)

y＝〔Λ_g ^(k)〕^H〔F(d)〕_k 等式(48)

较佳者，为改善在各个数据场域22、24端点的数据符号的位误差率(BER)，来自中间文字部分20及看守周期18的取样是用于图5所示的数据检测中。为收集数据场域中最后符号的所有取样，用以决定r的取样是向中间文字20及看守周期18内延展W-1芯片(脉冲响应的长度)。此延展是考虑此场域最后符号的大体上所有组件以用于数据检测中。对于数据场域122而言，该取样是向中间文字内延展W-1芯片。此中间文字序列是在数据检测处理前、由中间文字20计算的取样中删去。对于数据场域224而言，该取样是向看守周期18内延展W-1芯片。

特定的快速傅立叶转换(FFT)实施是需要一特定场域长度以进行分析。该快速傅立叶转换(FFT)实施之一是一质数因子算法(PFA)。此质数因子算法(PFA)实施是需要此场域长度为一主要数目，诸如：六十一个。为方便质数因子算法(PFA)快速傅立叶转换(FFT)实施，用以决定r的取样是最好延展一预定质数因子算法(PFA)长度。如图5所示，数据场域1及数据场域2是延展P芯片至想要的质数因子算法(PFA)长度。或者，六十一个符号的方块快速傅立叶转换(FFT)是延展至长度六十四的方块快速傅立叶转换(FFT)，其是需要2ⁿ个快速傅立叶转换(FFT)计算。由于矩阵R至一方块循环矩阵的近似是得以减少，其效能典型地便会改善。

快速联合检测的计算复杂性的一分析说明如下。计算A的计算复杂性是K·SF·W。计算A^HA的计算复杂性是根据等式(49)。

((K²+K)/2)〔2(SF+W-1)-(n_max-1)〕(n_max/2)-((K²-K)/2)(SF+W-1)，其中，n_max＝min(Ns，((SF+W-1)/SF)+1)

等式(49)

一矩阵向量乘法是计算(A^H r)A以得到，其具有一复杂性KNs(SF+W-1)。计算矩阵R第j行方块的快速傅立叶转换(FFT)是需要K²·(Nslog₂Ns)个计算。计算A^H r的傅立叶转换是需要K·(Nslog₂Ns)个计算。各个矩阵〔Λ^(k)〕的逆矩阵，在不使用Cholesky分解的情况下，是需要K³个计算。对于Ns个频率点而言，整体计算数目是NsK³。计算〔F(d)〕_k＝〔Λ^(k)〕^-1〔F(A^H r)〕_k是需要K²个乘法(对于Ns个频率点而言)。因此，整体计算数目是NsK²个。〔F(d)〕的逆快速傅立叶转换(FFT)是需要K(Nslog₂Ns)个计算。

为介绍快速联合检测的复杂性，处理时分双工(TDD)脉冲串类型I(其具有Nc＝976、SF＝16、K＝8、Ns＝61及W＝57)的每秒百万实数运算(MROPs)加以决定。矩阵A、(A^HA)、矩阵R的一行方块、〔Λ^(k)〕^-1的计算是每个脉冲串执行一次(也即：每秒一百次)。A^H r、F〔A^H r〕的计算，〔F(d)〕_k及〔F(d)〕逆快速傅立叶转换(FFD)的计算是每个脉冲串执行两次(也即：每秒二百次。将一复数操作转换至一实数操作是需要四个计算。该结果是介绍于第一表中。

每个脉冲串执行一次的函数 MROPS

计算A 3.0

计算A^HA 4.4

计算F(〔R〕_j) 9.2614

计算〔Λ^(k)〕^-1 12.4928

每个脉冲串执行两次的函数 MROPS

计算A^Hr 28.11

计算F〔A^Hr〕 2.3154

计算F〔(d^)〕_k＝〔Λ^(k)〕^-1〔F(A^Hr)〕_k 3.1232

F〔(d^)〕的逆快速傅立叶转换 2.3154

快速联合检测所需的全部每秒百万实数操作(MROPS)数目 65.0182

第一表

注：在第一表中，(A^H r)是直接计算以作为一矩阵向量乘法。

若LU分解是用以决定〔Λ^(k)〕^-1，则复杂性是降低至54.8678每秒百万实数操作(MROPS)。若快速傅立叶转换(FFT)是用以决定(A^H r)，则复杂性是由65.0182每秒百万实数操作(MROPS)降低至63.9928每秒百万实数操作(MROPS)。

快速联合检测及其它检测技术的复杂性比较是说明如下。对于时分双工(TDD)脉冲串类型I(其具有SF＝16且K＝8)而言，下列三种技术的复杂性是根据第二表。

技术 MROPS

近似Cholesky基础联合检测(JDChol) 82.7

单一使用者检测：跟随一Hadamard转换

基础扩散(SDChol)的近似Cholesky基础等化 205.2276

快速联合检测(JDFFT) 65.0182

第二表

三种检测技术及一参考匹配滤波(MF)数据检测技术的效能是根据超过八百个时槽的仿真以进行比较。该仿真是使用软件Matlab所提供的精密度，也即：不考虑有限精密度效应。该仿真是使用宽频码分多址(W-CDMA)时分双工(TDD)第四组(WG4)所指定的信道；SF＝16且K＝8及12，且执行于没有传输多样性的下行链路，藉以方便与单一使用者检测(SUD)的比较。

如图6及图7分别所示，对于第一例及第三例而言，快速联合检测(JDFFT)的效能是非常接近于Cholesky基础联合检测(JDChol)。其它的数据检测方式的效能并未如Cholesky基础联合检测(JDChol)或快速联合检测(JDFFT)。对于图8所示的时分双工(TDD)第四组(WG4)的第二例信道而言，快速联合检测(JDFFT)相较于Cholesky基础联合检测(JDChol)似乎呈现某些衰退。此也同样发生于单一使用者检测(SUD)基础的Cholesky算法(SDChol)。对于一高数据速率服务而言，诸如：一2Mbps服务(如图9至图11所示)，快速联合检测(JDFFT)的表现是接近或略逊于Cholesky基础联合检测(JDChol)、但却优于其它方式。

Claims

1. 一种检测一共享频谱上所接收的多个码分多址通信数据信号中的数据的方法，该方法是包括：

接收及取样一组合信号，其具有在一共享频谱上的K个数据信号；

使用该K个数据信号的扩展数据码及脉冲响应来产生一组合信道响应矩阵；

使用该组合信道响应矩阵来决定一组合信道相关矩阵的一方块行，该方块行的各个方块项目是一K×K矩阵；

对该组合信道响应矩阵的复共轭转置乘以该组合信号的取样的乘积计算第一傅立叶转换；

将该方块行的各个方块项目的傅立叶转换的矩阵逆转换乘以第一傅立叶转换的结果，以产生一数据向量的傅立叶转换；以及

计算该数据向量的傅立叶转换的逆傅立叶转换，以产生该K个数据信号的数据。

2. 如权利要求1所述的方法，其特征在于，各方块项目的LU分解是用以决定该数据的。

3. 如权利要求1所述的方法，其特征在于，在一时分双工通信脉冲串的一数据场域时间周期上决定该数据，且该组合信号的取样延展超过该数据场域时间周期。

4. 如权利要求3所述的方法，其特征在于，该组合信号的取样的延展比该数据场域时间周期延伸超出了该脉冲响应的一长度。

5. 如权利要求3所述的方法，其特征在于，该组合信号的取样延展超过该数据场域时间周期，藉以使该组合信号的一长度是与一质数因子算法快速傅立叶转换兼容的一长度。

6. 一种用于检测一共享频谱上所接收的多个码分多址通信数据信号中的数据的接收器，该接收器包括：

一天线装置，用以接收一组合信号，其具有在一共享频谱上的K个数据信号；

一取样装置，用以取样该组合信号；

一信道估算器，用以估算该K个数据信号的脉冲响应；以及

一数据检测装置，其用以：

利用该K个数据信号的扩展数据码及脉冲响应来产生一组合信道响应矩阵；

利用该组合信道响应矩阵来决定一组合信道相关矩阵的一方块行，该方块行的各个方块项目是一K×K矩阵；

对该组合信道响应矩阵的一复共轭转置与该组合信号的取样的一乘积计算一第一傅立叶转换；

将该方块行的各个方块项目的傅立叶转换的矩阵逆转换乘以该第一傅立叶转换的结果，以产生一数据向量的傅立叶转换；以及

7. 如权利要求6所述的接收器，其特征在于，该数据检测装置使用各方块项目的LU分解来决定该数据。

8. 如权利要求6所述的接收器，其特征在于，该数据检测装置在一时分双工通信脉冲串的一数据场域时间周期上决定该数据，且该组合信号的取样延展超过该数据场域时间周期。

9. 如权利要求8所述的接收器，其特征在于，该组合信号的取样的延展比该数据场域时间周期延伸超出了该脉冲响应的一长度。

10. 如权利要求8所述的接收器，其特征在于，该组合信号的取样延展超过该数据场域时间周期，藉以使该组合信号的一长度是与一质数因子算法快速傅立叶转换兼容的一长度。

11. 一种基地台，包含如权利要求6至10中任一所述的接收器。

12. 一种使用者设备，包含如权利要求6至10中任一所述的接收器。

13. 一种由基地台所执行的如权利要求1至5中任一所述的方法。

14. 一种由使用者设备所执行的如权利要求1至5中任一所述的方法。