固定阈值干扰对消方法
阅读：153发布：2020-05-16
专利汇可以提供固定阈值干扰对消方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及码分多址移动通信系统中的干扰对消方法，公开了一种固定 阈值 干扰对消方法，使得基于固定阈值的判决方法更加精确，从而提高干扰对消方法的性能和码分多址系统的性能。这种固定阈值干扰对消方法包含以下步骤：A接收解调输出 信号 ；B根据本次解调之前的解调结果信息确定本次解调的符号先验概率值；C根据符号先验概率值计算第一判决 门 限和第二判决门限；D根据解调 输出信号 和第一判决门限以及第二判决门限的相对大小关系，确定判决结果。，下面是固定阈值干扰对消方法专利的具体信息内容。
1.一种固定阈值干扰对消方法，其特征在于，包含以下步骤：A接收解调输出信号；B根据本次解调之前的解调结果信息确定本次解调的符号先验概率值；C根据所述符号先验概率值计算第一判决门限和第二判决门限；D根据所述解调输出信号和所述第一判决门限以及第二判决门限的相对大小关系，确定判决结果。
2.根据权利要求1所述的固定阈值干扰对消方法，其特征在于，所述步骤D包含以下子步骤判断所述解调输出信号是否小于等于所述第一判决门限，如果是则所述置判决结果为-1；判断所述解调输出信号是否大于等于所述第二判决门限，如果是则置所述判决结果为1；判断所述解调输出信号是否大于所述第一判决门限并小于所述第二判决门限，如果是则置所述判决结果为0。
3.根据权利要求1所述的码分多址系统中固定阈值干扰对消方法，其特征在于，所述第一判决门限和所述第二判决门限用公式表示为T1=-σm,k22A(m,k)ln(3P1P-1)]]>T2=σm,k22A(m,k)ln(3P-1P1)]]>其中，T1为所述第一判决门限；T2为所述第二判决门限；σm，k2为解调后的信号中噪声的方差；A(m，k)为传输第m个符号时，信道衰落对所述符号造成的失真系数；P1、P-1分别为第k次解调时所述符号取值+1、-1的先验概率值；ln(·)是取自然对数运算。
4.根据权利要求3所述的码分多址系统中固定阈值干扰对消方法，其特征在于，所述确定符号先验概率值的方法为：取本次解调的符号先验概率值等于前一次解调结果的符号后验概率值，且所述符号后验概率值是通过假设前一次解调的符号先验概率均匀分布而计算所得的，第k次解调时所述符号先验概率值的比值表示为：其中，P1、P-1分别为第k次解调时所述符号取值+1、-1的先验概率值，A(m，k-1)为第m个符号的第k-1解调中信道的乘性失真系数，Y(m，k-1)为第m个符号的第k-1解调输出信号值，σm，k-1为第m个符号的第k-1解调后的信号中噪声的方差，ln(·)表示取自然对数运算。
5.根据权利要求3所述的码分多址系统中固定阈值干扰对消方法，其特征在于，所述确定符号先验概率值的方法为本次解调所需符号先验概率值之比取为前一次解调结果的符号后验概率值之比，且所述后验概率值通过多次迭代计算所得，用公式表示为：其中P1、P-1分别为第k次解调时所述符号取值+1、-1的先验概率值，P1(m，k-2)、P-1(m，k-2)分别为第k-2次解调时所述符号取值+1、-1的后验概率值，A(m，k-1)为第m个符号的第k-1解调中信道的乘性失真系数，Y(m，k-1)为第m个符号的第k-1次解调输出信号值，σm，k-1为第m个符号的第k-1解调后的信号中噪声的方差，ln(·)表示取自然对数运算。
固定阈值干扰对消方法
技术领域
本发明涉及码分多址移动通信系统中的干扰对消方法，特别涉及码分多址系统中固定阈值干扰对消方法。
背景技术
第三代移动通信系统是能够满足国际电信联盟提出的国际移动通信(International Mobile Telecommunication 2000，简称“IMT-2000”)/未来公众陆地移动电话系统(Future Public Land Mobile Telephone Systems，简称“FPLMTS”)标准的新一代移动通信系统，要求具有很好的网络兼容性，能够实现全球范围内多个不同系统间的漫游，不仅要为移动用户提供话音及低速率数据业务，而且要提供广泛的多媒体业务。根据这一标准，目前世界上已提出了宽带码分多址(Wideband Code Division Multiple Access，简称“WCDMA”)、码分多址(Code Division Multiple Access，简称“CDMA”)2000、时分码分多址(Time Division Code Division Multiple Access，简称“TD-CDMA”)、时分同步码分多址(Time Division Synchronous CodeDivision Multiple Access，简称“TD-SCDMA”)第三代移动通信系统方案。虽然这些方案不甚相同，但是全世界在第三代移动通信系统中采用CDMA技术已经达成共识。
CDMA移动通信系统具有高容量、高服务质量和保密性好等优点。但是相应的也存在许多缺点，比如多址干扰(Mutiple Access Interference，简称“MAI”)。在实际的CDMA通信系统中，各个用户信号之间存在一定的相关性，这就是多址干扰存在的根源。由个别用户产生的MAI固然很小，可是随着用户数的增加或信号功率的增大，MAI就成为CDMA通信系统的一个主要干扰，直接限制了CDMA系统容量、覆盖范围和性能的提高。
多用户检测技术(Multi-user Detection，简称“MUD”)是CDMA系统中克服干扰的关键技术，是提高CDMA系统容量、覆盖范围和性能的一种增强型技术。传统的检测技术完全按照经典直接序列扩频理论对每个用户的信号分别进行扩频码匹配处理，因而抗MAI干扰能力较差；多用户检测技术在传统检测技术的基础上，充分利用造成MAI干扰的所有用户信号信息对单个用户的信号进行检测，从而具有优良的抗干扰性能，解决了远近效应问题，降低了系统对功率控制精度的要求，因此可以更加有效地利用上行链路频谱资源，显著提高系统容量。
1986年Verdu提出以匹配滤波器加维特比算法来实现最大似然序列检测(Maxinum-Likelihood Sequence Detection，简称“MLS检测”)，适用于受符号间干扰(Inter Symbol Interference，简称“ISI”)影响的信道。不过维特比算法的复杂度仍然是用户数的指数幂级，即2的k次方，而且MLS检测器需要知道接收信号的幅度和相位，这要通过估计来得到。MLS检测过于复杂，不实用，大家都在寻找易于实现的次优多用户检测技术。次优多用户检测技术分为两类，即线性多用户检测和非线性多用户检测。前者对传统检测器的输出进行解相关或其它的线性变换以利于接收判决，包含解相关检测、最小均方误差检测、子空间斜投影检测和多项式扩展检测等方法；后者区别于前者，包含干扰对消(Interference Cancellation，简称“IC”)检测方法，干扰对消方法将期望用户的信号视为有用信号，将其他用户的信号视为干扰信号，先从接收信号中消除其他用户的干扰，得到期望用户的信号，然后对期望用户的信号进行检测，从而提高系统的性能。
干扰对消多用户检测方法又分为：串行干扰对消(Serial InterferenceCancellation，简称“SIC”)和并行干扰对消(Parallel Interference Cancellation，简称“PIC”)。SIC由多级组成，在每一级依次对所有用户的信号序列进行判决、再造、消除，以给下面的各级减轻MAI，各用户的操作顺序是根据信号功率的下降顺序来确定的。以第一级的第一次处理为例，它的输出是信号最强用户的数据判决和去除该用户造成的MAI以后的接收信号。随后的第一次的各次处理同理而为之。后续各级同理而为之。最后的结果是信号越弱得益越多。SIC在性能上比传统检测器有较大提高，而且在硬件上改变不大，易于实现，但是SIC延时较大，需要进行功率排序，计算量较大，对初始信号估计敏感。PIC具有多级结构，区别于SIC的是其每一级并行估计和去除各个用户造成的MAI干扰，然后进行数据判决。PIC的设计思想和SIC基本相同，但由于PIC是并行处理，克服了SIC大延时的缺点，而且无需在情况发生变化时进行重新排序，具有延时小，计算复杂性小的优点，在各种MUD中具有较高的实用价值，是目前最有可能实现的方法。
如上所述干扰对消方法，在对任一个用户的解调信号进行符号判决以后，都需要由该用户该符号的判决结果再生该用户信号，并且从接收信号中消除该用户的干扰，即减去该用户的再生信号，从而消除该用户信号对其他用户信号检测的影响。
目前的干扰对消方法采用的对用户的解调信号进行符号判决的方法有以下几种，如：硬判决方法，该方法直接根据接收端用户的解调信号的符号进行判决；再如：在美国专利说明书US5418814中提出的基于固定阈值的判决方法和软判决方法；又如：目前还有一种基于错误概率门限的判决方法，计算出两个门限值，如果判决结果值在这两个门限值之间，说明判决结果发生错误的可能性较大，则不参与对消处理。
这些方法的目的是：尽量减少错误的判决结果造成的噪声功率的增加。基于固定阈值的干扰对消方法假设符号的先验概率均匀分布，并根据计算所得的固定阈值进行判决。
上述基于固定阈值的干扰对消方法包含以下步骤：接收解调后的用户信号；用基于固定阈值的判决方法分别再生各个用户信号；
在所述多用户信号中对所述再生用户信号进行对消处理。
在实际应用中，上述方案存在以下问题：由于实际情况中符号的先验概率并不均匀分布，导致计算得到的判决门限不够合理，方法性能不够理想，影响了系统性能的提高。在用户某个符号的判决结果错误的情况下，硬判决方法会造成干扰对消以后的信号中该用户该符号功率不仅没有被对消掉，反而增加为原来的四倍，这对其他用户信号的检测很不利。
造成这种情况的主要原因在于，现有的基于固定阈值的判决方法事先假设了符号的先验概率均匀分布，而未对其实际分布进行估计。
CDMA移动通信系统具有高容量、高服务质量和保密性好等优点。但是相应的也存在许多缺点，比如多址干扰(Mutiple Access Interference，简称“MAI”)。在实际的CDMA通信系统中，各个用户信号之间存在一定的相关性，这就是多址干扰存在的根源。由个别用户产生的MAI固然很小，可是随着用户数的增加或信号功率的增大，MAI就成为CDMA通信系统的一个主要干扰，直接限制了CDMA系统容量、覆盖范围和性能的提高。
多用户检测技术(Multi-user Detection，简称“MUD”)是CDMA系统中克服干扰的关键技术，是提高CDMA系统容量、覆盖范围和性能的一种增强型技术。传统的检测技术完全按照经典直接序列扩频理论对每个用户的信号分别进行扩频码匹配处理，因而抗MAI干扰能力较差；多用户检测技术在传统检测技术的基础上，充分利用造成MAI干扰的所有用户信号信息对单个用户的信号进行检测，从而具有优良的抗干扰性能，解决了远近效应问题，降低了系统对功率控制精度的要求，因此可以更加有效地利用上行链路频谱资源，显著提高系统容量。
1986年Verdu提出以匹配滤波器加维特比算法来实现最大似然序列检测(Maxinum-Likelihood Sequence Detection，简称“MLS检测”)，适用于受符号间干扰(Inter Symbol Interference，简称“ISI”)影响的信道。不过维特比算法的复杂度仍然是用户数的指数幂级，即2的k次方，而且MLS检测器需要知道接收信号的幅度和相位，这要通过估计来得到。MLS检测过于复杂，不实用，大家都在寻找易于实现的次优多用户检测技术。次优多用户检测技术分为两类，即线性多用户检测和非线性多用户检测。前者对传统检测器的输出进行解相关或其它的线性变换以利于接收判决，包含解相关检测、最小均方误差检测、子空间斜投影检测和多项式扩展检测等方法；后者区别于前者，包含干扰对消(Interference Cancellation，简称“IC”)检测方法，干扰对消方法将期望用户的信号视为有用信号，将其他用户的信号视为干扰信号，先从接收信号中消除其他用户的干扰，得到期望用户的信号，然后对期望用户的信号进行检测，从而提高系统的性能。
干扰对消多用户检测方法又分为：串行干扰对消(Serial InterferenceCancellation，简称“SIC”)和并行干扰对消(Parallel Interference Cancellation，简称“PIC”)。SIC由多级组成，在每一级依次对所有用户的信号序列进行判决、再造、消除，以给下面的各级减轻MAI，各用户的操作顺序是根据信号功率的下降顺序来确定的。以第一级的第一次处理为例，它的输出是信号最强用户的数据判决和去除该用户造成的MAI以后的接收信号。随后的第一次的各次处理同理而为之。后续各级同理而为之。最后的结果是信号越弱得益越多。SIC在性能上比传统检测器有较大提高，而且在硬件上改变不大，易于实现，但是SIC延时较大，需要进行功率排序，计算量较大，对初始信号估计敏感。PIC具有多级结构，区别于SIC的是其每一级并行估计和去除各个用户造成的MAI干扰，然后进行数据判决。PIC的设计思想和SIC基本相同，但由于PIC是并行处理，克服了SIC大延时的缺点，而且无需在情况发生变化时进行重新排序，具有延时小，计算复杂性小的优点，在各种MUD中具有较高的实用价值，是目前最有可能实现的方法。
如上所述干扰对消方法，在对任一个用户的解调信号进行符号判决以后，都需要由该用户该符号的判决结果再生该用户信号，并且从接收信号中消除该用户的干扰，即减去该用户的再生信号，从而消除该用户信号对其他用户信号检测的影响。
目前的干扰对消方法采用的对用户的解调信号进行符号判决的方法有以下几种，如：硬判决方法，该方法直接根据接收端用户的解调信号的符号进行判决；再如：在美国专利说明书US5418814中提出的基于固定阈值的判决方法和软判决方法；又如：目前还有一种基于错误概率门限的判决方法，计算出两个门限值，如果判决结果值在这两个门限值之间，说明判决结果发生错误的可能性较大，则不参与对消处理。
这些方法的目的是：尽量减少错误的判决结果造成的噪声功率的增加。基于固定阈值的干扰对消方法假设符号的先验概率均匀分布，并根据计算所得的固定阈值进行判决。
上述基于固定阈值的干扰对消方法包含以下步骤：接收解调后的用户信号；用基于固定阈值的判决方法分别再生各个用户信号；
在所述多用户信号中对所述再生用户信号进行对消处理。
在实际应用中，上述方案存在以下问题：由于实际情况中符号的先验概率并不均匀分布，导致计算得到的判决门限不够合理，方法性能不够理想，影响了系统性能的提高。在用户某个符号的判决结果错误的情况下，硬判决方法会造成干扰对消以后的信号中该用户该符号功率不仅没有被对消掉，反而增加为原来的四倍，这对其他用户信号的检测很不利。
造成这种情况的主要原因在于，现有的基于固定阈值的判决方法事先假设了符号的先验概率均匀分布，而未对其实际分布进行估计。
发明内容
本发明要解决的技术问题是提供一种固定阈值干扰对消方法，使得基于固定阈值的判决方法更加精确，从而提高干扰对消方法的性能和码分多址系统的性能。
为了解决上述技术问题，本发明提供了一种固定阈值干扰对消方法，包含以下步骤：A接收解调输出信号；B根据本次解调之前的解调结果信息确定本次解调的符号先验概率值；C根据所述符号先验概率值计算第一判决门限和第二判决门限；D根据所述解调输出信号和所述第一判决门限以及第二判决门限的相对大小关系，确定判决结果。
其中，所述步骤D包含以下子步骤判断所述解调输出信号是否小于等于所述第一判决门限，如果是则所述置判决结果为-1；判断所述解调输出信号是否大于等于所述第二判决门限，如果是则置所述判决结果为1；判断所述解调输出信号是否大于所述第一判决门限并小于所述第二判决门限，如果是则置所述判决结果为0。
所述第一判决门限和所述第二判决门限用公式表示为T1=σm,k22A(m,k)ln(3P1P-1)]]>T2=σm,k22A(m,k)ln(3P-1P1)]]>其中，T1为所述第一判决门限；T2为所述第二判决门限；σm，k2为解调后的信号中噪声的方差；A(m，k)为传输第m个符号时，信道衰落对所述符号造成的失真系数；P1、P-1分别为第k次解调时所述符号取值+1、-1的先验概率值；ln(·)是取自然对数运算。
所述确定符号先验概率值的方法为：取本次解调的符号先验概率值等于前一次解调结果的符号后验概率值，且所述符号后验概率值是通过假设前一次解调的符号先验概率均匀分布而计算所得的，第k次解调时所述符号先验概率值的比值表示为：其中，P1、P-1分别为第k次解调时所述符号取值+1、-1的先验概率值，A(m，k-1)为第m个符号的第k-1解调中信道的乘性失真系数，Y(m，k-1)为第m个符号的第k-1解调输出信号值，σm，k-1为第m个符号的第k-1解调后的信号中噪声的方差，ln(·)表示取自然对数运算。
基于固定阈值的干扰对消方法，在确定符号先验概率时，本次解调所需符号先验概率值之比取为前一次解调结果的符号后验概率值之比，且所述后验概率值通过多次迭代计算所得，用公式表示为：其中P1、P-1分别为第k次解调时所述符号取值+1、-1的先验概率值，P1(m，k-2)、P-1(m，k-2)分别为第k-2次解调时所述符号取值+1、-1的后验概率值，A(m，k-1)为第m个符号的第k-1解调中信道的乘性失真系数，Y(m，k-1)为第m个符号的第k-1解调输出信号值，σm，k-1为第m个符号的第k-1解调后的信号中噪声的方差，ln(·)表示取自然对数运算。
通过比较可以发现，本发明的技术方案与现有技术的区别在于，在美国专利US5418814所公开的干扰对消方法基础上，本发明根据多次解调中本次解调之前的解调结果信息来确定本次解调的符号先验概率，并根据先验概率值进行判决门限计算，用于符号判决。
这种技术方案上的区别，带来了较为明显的有益效果，即通过对符号先验概率的精确估计，提高判决用门限值的精确度和判决方法的可靠性，进一步提高干扰对消方法的有效性，从而提高了整个码分多址移动通信系统的性能。
附图说明
图1是根据本发明的一个实施例的固定阈值干扰对消方法的判决方法流程图。
为了解决上述技术问题，本发明提供了一种固定阈值干扰对消方法，包含以下步骤：A接收解调输出信号；B根据本次解调之前的解调结果信息确定本次解调的符号先验概率值；C根据所述符号先验概率值计算第一判决门限和第二判决门限；D根据所述解调输出信号和所述第一判决门限以及第二判决门限的相对大小关系，确定判决结果。
其中，所述步骤D包含以下子步骤判断所述解调输出信号是否小于等于所述第一判决门限，如果是则所述置判决结果为-1；判断所述解调输出信号是否大于等于所述第二判决门限，如果是则置所述判决结果为1；判断所述解调输出信号是否大于所述第一判决门限并小于所述第二判决门限，如果是则置所述判决结果为0。
所述第一判决门限和所述第二判决门限用公式表示为T1=σm,k22A(m,k)ln(3P1P-1)]]>T2=σm,k22A(m,k)ln(3P-1P1)]]>其中，T1为所述第一判决门限；T2为所述第二判决门限；σm，k2为解调后的信号中噪声的方差；A(m，k)为传输第m个符号时，信道衰落对所述符号造成的失真系数；P1、P-1分别为第k次解调时所述符号取值+1、-1的先验概率值；ln(·)是取自然对数运算。
所述确定符号先验概率值的方法为：取本次解调的符号先验概率值等于前一次解调结果的符号后验概率值，且所述符号后验概率值是通过假设前一次解调的符号先验概率均匀分布而计算所得的，第k次解调时所述符号先验概率值的比值表示为：其中，P1、P-1分别为第k次解调时所述符号取值+1、-1的先验概率值，A(m，k-1)为第m个符号的第k-1解调中信道的乘性失真系数，Y(m，k-1)为第m个符号的第k-1解调输出信号值，σm，k-1为第m个符号的第k-1解调后的信号中噪声的方差，ln(·)表示取自然对数运算。
基于固定阈值的干扰对消方法，在确定符号先验概率时，本次解调所需符号先验概率值之比取为前一次解调结果的符号后验概率值之比，且所述后验概率值通过多次迭代计算所得，用公式表示为：其中P1、P-1分别为第k次解调时所述符号取值+1、-1的先验概率值，P1(m，k-2)、P-1(m，k-2)分别为第k-2次解调时所述符号取值+1、-1的后验概率值，A(m，k-1)为第m个符号的第k-1解调中信道的乘性失真系数，Y(m，k-1)为第m个符号的第k-1解调输出信号值，σm，k-1为第m个符号的第k-1解调后的信号中噪声的方差，ln(·)表示取自然对数运算。
通过比较可以发现，本发明的技术方案与现有技术的区别在于，在美国专利US5418814所公开的干扰对消方法基础上，本发明根据多次解调中本次解调之前的解调结果信息来确定本次解调的符号先验概率，并根据先验概率值进行判决门限计算，用于符号判决。
这种技术方案上的区别，带来了较为明显的有益效果，即通过对符号先验概率的精确估计，提高判决用门限值的精确度和判决方法的可靠性，进一步提高干扰对消方法的有效性，从而提高了整个码分多址移动通信系统的性能。
附图说明
图1是根据本发明的一个实施例的固定阈值干扰对消方法的判决方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
先描述本发明的一个实施例的基于固定阈值的判决方法。
从接收端解调输出的某用户的信号用Y(m，k)表示，m表示是第m个符号的相应解调输出，k表示是第k次解调的输出结果，则Y(m，k)可以由下式表示：式一 Y(m，k)＝A(m，k)a(m)+n(m，k)其中，a(m)为该用户的第m个符号，取值为+1或-1；A(m，k)是信道衰落对符号造成的乘性失真系数，A(m，k)＞0；n(m，k)为加性高斯白噪声，服从正太分布N(0，σm，k2)，均值为0，σm，k2为方差。
这里，正态分布的n(m，k)的概率密度函数为：f(x)=12πσm,kexp(-x22σm,k2)]]>其中，f为概率密度值，x为取值变量，exp(·)代表自然常数e的指数运算。
式一可以物理解释为：当符号a(m)从发送端发出经过信道到达接收端，信道使得该符号产生信道衰落的乘性失真(第一项)和高斯白噪声的加性失真(第二项)。这是一个公用的信道模型。
用户信号的第一次解调是对基带信号进行解调，此后的每次解调都是在前一次解调的干扰对消处理以后进行的，也即对前一次干扰对消以后的基带信号进行解调。
在本发明的一个实施例中，先假设在接收端符号a(m)取值为+1和-1的先验概率分别表示为P{a(m)＝1}＝P1，P{a(m)＝-1}＝P-1，其中P{·}代表括号中情况发生的概率值。
本发明采用本次解调之前的解调结果信息来计算本次解调所要用到的符号取值的先验概率P1、P-1。在本发明的一个较佳实施例中，采用根据前一次解调结果计算得到的符号后验概率值，来确定本次解调中计算判决门限所需的符号先验概率值，即P1、P-1。本文将在描述完判决门限的计算方法之后，再具体阐述计算符号先验概率值的方法。
当第k次解调输出信号Y(m，k)经过硬判决后的结果信号为d(m，k)，则d(m，k)表示为：式二 其中T1(m，k)和T2(m，k)分别是判决的左右阈值。
本发明基于贝叶斯准则，求解左右阈值，然后按照式二得到Y(m，k)的硬判决结果。具体方法如下：符号判决的判决代价为：C＝A2(m，k)(a(m)-d(m，k))2，基于贝叶斯准则，可以得到使判决代价的均值E(C)最小的左右阈值满足下式：式三T1(m,k)=-σm,k22A(m,k)ln(3P1P-1)]]>式四T2(m,k)=σm,k22A(m,k)ln(3P-1P1)]]>其中，P{a(m)＝1}＝P1、P{a(m)＝-1}＝P-1在美国专利US5418814中，设置了一个门限T，且T≥0。在美国专利US5418814中，用T和-T分别作为判决的左右阈值。按照a(m)取值为+1和-1的先验概率相等(P1=P-1=12)]]>推导出门限T的取值，从而得到固定阈值化方法中的阈值。并按照阈值和式二对每个符号的解调结果进行判决。当P1=P-1=12]]>时，式三和式四就退化为美国专利US5418814中的固定阈值方法。
在无法得到任何先验信息的情况下，只能作出a(m)取值为+1和-1的先验概率相等的假设。在该假设下的判决实际上是判决的最不利情况。因此，本发明中通过估计得到a(m)取值为+1和-1的先验概率，并利用该信息得到相应的左右判决阈值和判决公式，从而进一步提高判决的正确概率和干扰对消方法的性能。
在本发明中，当进行第k次判决时，用第(k-1)次判决时得到的后验概率P1(m，k-1)＝P{a(m)＝1|Y(m，k-1)}、P-1(m，k-1)＝P{a(m)＝-1|Y(m，k-1)}代替第k次判决时，式三和式四中使用的先验概率：P1、P-1。
然后按照下式计算后验概率P1(m，k-1)、P-1(m，k-1)：式五P1(m,k-1)=P{a(m)=1|Y(m,k-1)>0}]]>=P1f1(Y(m,k-1))P1f1(Y(m,k-1))+P-1f-1(Y(m,k-1))]]>式六P-1(m,k-1)=P{a(m)=-1|Y(m,k-1)<0}]]>=P-1f-1(Y(m,k-1))P1f1(Y(m,k-1))+P-1f-1(Y(m,k-1))]]>其中，f1(y)=12πσm,kexp(-(y-A(m,k))22σm,k2),]]>f2(y)=12πσm,kexp(-(y+A(m,k))22σm,k2)]]>由式五和式六，后验概率之比为：式七P-1(m,k-1)P1(m,k-1)=P-1P1·f-1(Y(m,k-1)f1(Y(m,k-1)]]>在上式计算后验概率之比时，我们可以采用两种具体做法：
第一种做法，假设：P1=12,]]>P-1=12,]]>则可以得到后验概率之比为：式八aP-1(m,k-1)P1(m,k-1)=f-1(Y(m,k-1))f1(Y(m,k-1)),]]>当k＞1。
=e-2A(m,k-1)Y(m,k-1)σm,k-12]]>当k＝1时，没有任何后验概率信息。为了与k＞1时的式八a一致，令式八bP-1(m,0)P1(m,0)=1]]>第二种做法，用第k-2次判决的后验概率之比代替式七中的先验概率之比，即令P-1P1=P-1(m,k-2)P1(m,k-2),]]>并带入式七，则可以得到如下后验概率之比的递推公式：式九aP-1(m,k-1)P1(m,k-1)=P-1(m,k-2)P1(m,k-2)·f-1(Y(m,k-1))f1(Y(m,k-1)),]]>当k＞1。
=P-1(m,k-2)P1(m,k-2)·e2A(m,k-1)Y(m,k-1)σm,k-12]]>当k＝1时，没有任何后验概率信息可以利用，同理令：式九bP-1(m,0)P1(m,0)=1]]>用式八或式九的值 代替式三和式四中的 就可以得到第k次判决的左右阈值。
式十T1(m,k)=σm,k22A(m,k)ln(P-1(m,k-1)3P1(m,k-1))]]>式十一T2(m,k)=σm,k22A(m,k)ln(3P-1(m,k-1)P1(m,k-1))]]>由式十和式十一计算得到判决的左右阈值，然后按照式二进行符号判决。判决结果用于信号再生。
在确定了判决阈值和判决方法后，具体的干扰对消方法如下：该干扰对消方法可以采用并行干扰对消的结构或串行干扰对消的结构；在符号判决时采用式二的判决方法，判决阈值由式八、式十和式十一给出，或者由式九、式十和式十一给出。
在本发明的一个较佳实施例中，当用户完成了第一次解调，并由第一次解调结果进行符号判决时，由于没有a(m)取值的任何先验信息，按照式八b、式十和式十一计算符号的左右阈值，按照式二进行符号判决，得到判决结果。然后按照式八a计算得到 该值用于第二次符号判决中左右阈值的计算。在得到用户符号的判决结果以后，由该判决结果进行该用户的信号再生和后续的干扰对消等处理。
在用户完成了第二次解调时，将第一次判决得到的 带入式十和式十一，计算得到该符号的左右阈值，然后按照式二进行判决，得到判决结果。然后按照式八a计算得到 该值用于第三次判决阈值的计算。
用户的其他后续符号判决过程进行完全相同的处理。
在本发明的另一个较佳实施例中，当用户完成了第一次解调，并由第一次解调结果进行符号判决时，由于没有a(m)取值的任何先验信息，按照式九b、式十和式十一计算判决的左右阈值，然后按照式二进行符号判决。并按照式九a计算得到 该值用于第二次符号判决中阈值的计算。在得到用户符号的判决结果以后，由该判决结果进行该用户的信号再生和后续的干扰对消等处理。
在用户完成了第二次解调时，将第一次判决得到的 带入式十和式十一，计算得到左右阈值，然后按照公式二进行符号判决。然后按照式九a计算得到 该值用于第三次判决阈值的计算。
用户的其他后续符号判决过程进行完全相同的处理。
下面根据该判决方法，并参照图1，详细描述对应某用户信号的干扰对消方法的第k次解调的判决方法的步骤。
如图1所示，首先进入步骤101，接收本次解调输出信号Y(m，k)。所述解调输出信号的表达式即式一。
接着进入步骤102，根据本次解调之前的解调结果信息来确定本次解调的符号先验概率值，计算方法见式八a或式九a，两式代表的计算方法的区别前面已述及；这里计算先验概率值时，需要用到前一次解调结果参数，而第一次时则假设先验概率均匀分布。
接着进入步骤103，根据所述符号先验概率值计算判决用门限值T1、T2。所述门限值的计算方法见式七、式八。
接着进入步骤104，判断Y(m，k)与T1、T2的关系，如果Y(m，k)≤T1则进入步骤105，置判决结果d(m，k)＝-1，如果T1＜Y(m，k)＜T2则进入步骤106，置判决结果d(m，k)＝0，如果Y(m，k)≥T2则进入步骤107，置判决结果d(m，k)＝1。
所述判决方法的步骤可以适用于各种不同结构的干扰对消方法，如串行干扰对消方法、并行干扰对消方法等，而对应的包含在干扰对消方法中的其他步骤与目前已用的技术方案相同。
所述干扰对消方法的步骤中，所用到的对消处理方法和机制可以应用现有的技术中存在的可行方案。
虽然通过参照本发明的某些优选实施例，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种各样的改变，而不偏离所附权利要求书所限定的本发明的精神和范围。
先描述本发明的一个实施例的基于固定阈值的判决方法。
从接收端解调输出的某用户的信号用Y(m，k)表示，m表示是第m个符号的相应解调输出，k表示是第k次解调的输出结果，则Y(m，k)可以由下式表示：式一 Y(m，k)＝A(m，k)a(m)+n(m，k)其中，a(m)为该用户的第m个符号，取值为+1或-1；A(m，k)是信道衰落对符号造成的乘性失真系数，A(m，k)＞0；n(m，k)为加性高斯白噪声，服从正太分布N(0，σm，k2)，均值为0，σm，k2为方差。
这里，正态分布的n(m，k)的概率密度函数为：f(x)=12πσm,kexp(-x22σm,k2)]]>其中，f为概率密度值，x为取值变量，exp(·)代表自然常数e的指数运算。
式一可以物理解释为：当符号a(m)从发送端发出经过信道到达接收端，信道使得该符号产生信道衰落的乘性失真(第一项)和高斯白噪声的加性失真(第二项)。这是一个公用的信道模型。
用户信号的第一次解调是对基带信号进行解调，此后的每次解调都是在前一次解调的干扰对消处理以后进行的，也即对前一次干扰对消以后的基带信号进行解调。
在本发明的一个实施例中，先假设在接收端符号a(m)取值为+1和-1的先验概率分别表示为P{a(m)＝1}＝P1，P{a(m)＝-1}＝P-1，其中P{·}代表括号中情况发生的概率值。
本发明采用本次解调之前的解调结果信息来计算本次解调所要用到的符号取值的先验概率P1、P-1。在本发明的一个较佳实施例中，采用根据前一次解调结果计算得到的符号后验概率值，来确定本次解调中计算判决门限所需的符号先验概率值，即P1、P-1。本文将在描述完判决门限的计算方法之后，再具体阐述计算符号先验概率值的方法。
当第k次解调输出信号Y(m，k)经过硬判决后的结果信号为d(m，k)，则d(m，k)表示为：式二 其中T1(m，k)和T2(m，k)分别是判决的左右阈值。
本发明基于贝叶斯准则，求解左右阈值，然后按照式二得到Y(m，k)的硬判决结果。具体方法如下：符号判决的判决代价为：C＝A2(m，k)(a(m)-d(m，k))2，基于贝叶斯准则，可以得到使判决代价的均值E(C)最小的左右阈值满足下式：式三T1(m,k)=-σm,k22A(m,k)ln(3P1P-1)]]>式四T2(m,k)=σm,k22A(m,k)ln(3P-1P1)]]>其中，P{a(m)＝1}＝P1、P{a(m)＝-1}＝P-1在美国专利US5418814中，设置了一个门限T，且T≥0。在美国专利US5418814中，用T和-T分别作为判决的左右阈值。按照a(m)取值为+1和-1的先验概率相等(P1=P-1=12)]]>推导出门限T的取值，从而得到固定阈值化方法中的阈值。并按照阈值和式二对每个符号的解调结果进行判决。当P1=P-1=12]]>时，式三和式四就退化为美国专利US5418814中的固定阈值方法。
在无法得到任何先验信息的情况下，只能作出a(m)取值为+1和-1的先验概率相等的假设。在该假设下的判决实际上是判决的最不利情况。因此，本发明中通过估计得到a(m)取值为+1和-1的先验概率，并利用该信息得到相应的左右判决阈值和判决公式，从而进一步提高判决的正确概率和干扰对消方法的性能。
在本发明中，当进行第k次判决时，用第(k-1)次判决时得到的后验概率P1(m，k-1)＝P{a(m)＝1|Y(m，k-1)}、P-1(m，k-1)＝P{a(m)＝-1|Y(m，k-1)}代替第k次判决时，式三和式四中使用的先验概率：P1、P-1。
然后按照下式计算后验概率P1(m，k-1)、P-1(m，k-1)：式五P1(m,k-1)=P{a(m)=1|Y(m,k-1)>0}]]>=P1f1(Y(m,k-1))P1f1(Y(m,k-1))+P-1f-1(Y(m,k-1))]]>式六P-1(m,k-1)=P{a(m)=-1|Y(m,k-1)<0}]]>=P-1f-1(Y(m,k-1))P1f1(Y(m,k-1))+P-1f-1(Y(m,k-1))]]>其中，f1(y)=12πσm,kexp(-(y-A(m,k))22σm,k2),]]>f2(y)=12πσm,kexp(-(y+A(m,k))22σm,k2)]]>由式五和式六，后验概率之比为：式七P-1(m,k-1)P1(m,k-1)=P-1P1·f-1(Y(m,k-1)f1(Y(m,k-1)]]>在上式计算后验概率之比时，我们可以采用两种具体做法：
第一种做法，假设：P1=12,]]>P-1=12,]]>则可以得到后验概率之比为：式八aP-1(m,k-1)P1(m,k-1)=f-1(Y(m,k-1))f1(Y(m,k-1)),]]>当k＞1。
=e-2A(m,k-1)Y(m,k-1)σm,k-12]]>当k＝1时，没有任何后验概率信息。为了与k＞1时的式八a一致，令式八bP-1(m,0)P1(m,0)=1]]>第二种做法，用第k-2次判决的后验概率之比代替式七中的先验概率之比，即令P-1P1=P-1(m,k-2)P1(m,k-2),]]>并带入式七，则可以得到如下后验概率之比的递推公式：式九aP-1(m,k-1)P1(m,k-1)=P-1(m,k-2)P1(m,k-2)·f-1(Y(m,k-1))f1(Y(m,k-1)),]]>当k＞1。
=P-1(m,k-2)P1(m,k-2)·e2A(m,k-1)Y(m,k-1)σm,k-12]]>当k＝1时，没有任何后验概率信息可以利用，同理令：式九bP-1(m,0)P1(m,0)=1]]>用式八或式九的值 代替式三和式四中的 就可以得到第k次判决的左右阈值。
式十T1(m,k)=σm,k22A(m,k)ln(P-1(m,k-1)3P1(m,k-1))]]>式十一T2(m,k)=σm,k22A(m,k)ln(3P-1(m,k-1)P1(m,k-1))]]>由式十和式十一计算得到判决的左右阈值，然后按照式二进行符号判决。判决结果用于信号再生。
在确定了判决阈值和判决方法后，具体的干扰对消方法如下：该干扰对消方法可以采用并行干扰对消的结构或串行干扰对消的结构；在符号判决时采用式二的判决方法，判决阈值由式八、式十和式十一给出，或者由式九、式十和式十一给出。
在本发明的一个较佳实施例中，当用户完成了第一次解调，并由第一次解调结果进行符号判决时，由于没有a(m)取值的任何先验信息，按照式八b、式十和式十一计算符号的左右阈值，按照式二进行符号判决，得到判决结果。然后按照式八a计算得到 该值用于第二次符号判决中左右阈值的计算。在得到用户符号的判决结果以后，由该判决结果进行该用户的信号再生和后续的干扰对消等处理。
在用户完成了第二次解调时，将第一次判决得到的 带入式十和式十一，计算得到该符号的左右阈值，然后按照式二进行判决，得到判决结果。然后按照式八a计算得到 该值用于第三次判决阈值的计算。
用户的其他后续符号判决过程进行完全相同的处理。
在本发明的另一个较佳实施例中，当用户完成了第一次解调，并由第一次解调结果进行符号判决时，由于没有a(m)取值的任何先验信息，按照式九b、式十和式十一计算判决的左右阈值，然后按照式二进行符号判决。并按照式九a计算得到 该值用于第二次符号判决中阈值的计算。在得到用户符号的判决结果以后，由该判决结果进行该用户的信号再生和后续的干扰对消等处理。
在用户完成了第二次解调时，将第一次判决得到的 带入式十和式十一，计算得到左右阈值，然后按照公式二进行符号判决。然后按照式九a计算得到 该值用于第三次判决阈值的计算。
用户的其他后续符号判决过程进行完全相同的处理。
下面根据该判决方法，并参照图1，详细描述对应某用户信号的干扰对消方法的第k次解调的判决方法的步骤。
如图1所示，首先进入步骤101，接收本次解调输出信号Y(m，k)。所述解调输出信号的表达式即式一。
接着进入步骤102，根据本次解调之前的解调结果信息来确定本次解调的符号先验概率值，计算方法见式八a或式九a，两式代表的计算方法的区别前面已述及；这里计算先验概率值时，需要用到前一次解调结果参数，而第一次时则假设先验概率均匀分布。
接着进入步骤103，根据所述符号先验概率值计算判决用门限值T1、T2。所述门限值的计算方法见式七、式八。
接着进入步骤104，判断Y(m，k)与T1、T2的关系，如果Y(m，k)≤T1则进入步骤105，置判决结果d(m，k)＝-1，如果T1＜Y(m，k)＜T2则进入步骤106，置判决结果d(m，k)＝0，如果Y(m，k)≥T2则进入步骤107，置判决结果d(m，k)＝1。
所述判决方法的步骤可以适用于各种不同结构的干扰对消方法，如串行干扰对消方法、并行干扰对消方法等，而对应的包含在干扰对消方法中的其他步骤与目前已用的技术方案相同。
所述干扰对消方法的步骤中，所用到的对消处理方法和机制可以应用现有的技术中存在的可行方案。
虽然通过参照本发明的某些优选实施例，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种各样的改变，而不偏离所附权利要求书所限定的本发明的精神和范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 人工智能认知阈值 | 2020-05-12 | 614 |
| 阈值选择方法及设备 | 2020-05-13 | 747 |
| 阈值基准电流产生电路 | 2020-05-13 | 378 |
| 波高阈值的选取方法 | 2020-05-13 | 1045 |
| 阈值计算方法及终端 | 2020-05-13 | 290 |
| 振幅阈值检测器 | 2020-05-11 | 259 |
| 一种多阈值场MOSFET和多阈值场MOSFET组 | 2020-05-12 | 98 |
| 阈值确定装置、阈值确定方法 | 2020-05-12 | 600 |
| 振幅阈值检测器 | 2020-05-11 | 743 |
| 神经阈值刺激仪 | 2020-05-12 | 467 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
阈值热门专利
QQ群二维码
意见反馈
意见反馈