CN1961548A - 一种ofdm系统中的信号处理方法和信号处理器 - Google Patents

Abstract

一种用于OFDM编码数字信号接收机的信号处理方法和信号处理器。该OFDM编码数字信号被作为数据子载波在几个频率信道上发送。所述子载波的一个子集以具有接收机已知的导频值(a_p)的导频子载波的形式存在。该方法包括利用信道估计方案从接收信号(y)中估计信道传递函数(H)和信道传递函数的导数(H′)。接着从所述接收信号(y)和所述信道传递函数(H)估计数据(a)。最后从所述数据(a)、所述信道传递函数的导数(H′)和所述接收信号(y)，通过移除载波间干扰(ICI)，通过考虑至少一个过去和将来的OFDM符号来估计原始的接收信号(y₂)，紧接着对上面提到的估计进行迭代。

Description

一种OFDM系统中的信号处理方法和信号处理器

本发明涉及一种在通信系统中处理OFDM编码数字信号的方法和相应的信号处理器。

本发明还涉及一种被安排用于接收OFDM编码信号的接收机，以及涉及一种被安排用于接收OFDM编码信号的移动设备。最后，本发明涉及一种包括这种移动设备的电信系统。该方法可以用于在采用具有导频子载波的OFDM技术的系统中，例如在陆地视频广播系统DVB-T或者DVB-H中获得改善的数据估计。移动设备可以是例如便携式T.V、移动电话、PDA(个人数字助理)或者例如是便携式PC(膝上型电脑)或者任何它们的组合。

在用于传输数字信息例如声音和视频信号的无线系统中，正交频分复用技术(OFDM)已得到广泛应用。OFDM可以用于对抗频率选择性衰落无线信道。数据的交织可以用于有效数据恢复和数据纠错方案的使用。

今天OFDM被用在例如数字音频广播(DAB)系统Eureka 147和陆地数字视频广播系统(DVB-T)中。DVB-T依靠调制和编码模式在8MHz带宽上支持5-30Mbps的净比特率。对于8K模式，使用具有1116Hz的子载波间隔的6817个子载波(总数为8192)。OFDM符号有用持续时间是896μs，而OFDM保护间隔是持续时间的1/4、1/8、1/16或者1/32。

然而，在移动环境例如汽车或者火车中，被接收机感知的信道传递函数是随时间关系的变化而变化。在OFDM符号内的传递函数的这种变化可能在OFDM子载波之间导致载波间干扰、ICI，例如接收信号的多普勒扩展。载波间干扰随着交通工具速度的增加而增加，且在没有对策的情况下不可能作出高于临界速度的可靠检测。

从WO02/067525、WO02/067526和WO02/067527中可以预先知道信号处理方法，其中信号 a以及OFDM符号的信道传递函数H及其时间的导数H’被计算出来用于考虑中的特定OFDM符号。

此外，US6,654,429公开了一种增加导频的信道估计方法，其中导频符号被插入到在已知位置上的每个数据分组，以便填满时间-频率空间内的预定位置。接收信号承受二维反向傅立叶变换、二维滤波和二维傅立叶变换来恢复导频符号以便估计信道传递函数。

本发明的一个目的是提供一种复杂性较小的信号处理方法。

本发明的更进一步的目的是提供一种用于估计信道传递函数的信号处理方法，其中估计通过移除导频感应(pilot-induced)干扰而得到进一步改进。

处理OFDM编码数字信号的方法满足这些和其它目的，其中所述OFDM编码数字信号被作为数据符号子载波在几个频率信道内进行发送，所述子载波的一个子集以具有已知导频值的导频子载波的形式。该方法包括：利用信道估计方案从信号中估计信道传递函数和信道传递函数的导数；从所述接收信号和所述信道传递函数估计数据；从所述数据、所述信道传递函数的导数和所述信号，通过移除载波间干扰，通过考虑至少一个过去和将来的OFDM符号来估计原始信号(cleaned signal)，以及对上面提到的估计进行迭代。以这种方式，得到高效的数据估计方法。

所述数据的估计可以通过一组M抽头的均衡器执行。对于每次迭代可以重新计算这种均衡器。均衡器的抽头的数目可以是1和3，并且迭代的次数对于1抽头均衡器可以是2，对于3抽头均衡器可以是1。

在本发明的一个实施例中，通过利用所述信道传递函数的导数( H’)和所述已知导频值(a_p)移除导频感应的载波间干扰。

在本发明的另一实施例中，导频值根据下面的公式从所述接收信号中移除：

y_1，p＝y_0，p-H_pa_p

其中p是所述导频子载波的索引。

在本发明的又另一个实施例中，该方法进一步包括：通过下面公式移除所述载波间干扰：

${\underset{\‾}{y}}_3={\underset{\‾}{y}}_1-\mathrm{\Ξ}\·\mathrm{diag}\left({\underset{\‾}{\overset{^}{H}}}_1^{\′}\right)\·{\underset{\‾}{\overset{^}{a}}}_1$

其中，Ξ是载波间干扰扩展矩阵，其可以由公式定义： ${\mathrm{\Ξ}}_{m,k}=\frac{1}{N^2\·f_s}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}(i-\mathrm{\δ})e^{-j\frac{2\mathrm{\π}(m-k)i}{N}},$ $\mathrm{\δ}=\frac{N-1}{2},$ 0≤k＜N

其中N是子载波数目，f_s是子载波间隔。

为了降低计算的复杂度，干扰扩展矩阵可以是通过下面公式定义的带状矩阵：

对于|m-k|＞L/2，0≤m＜N，0≤k＜N，Ξ_m，k＝0。

在本发明进一步的实施例中，信道传递函数( H)和所述的数据( a)的乘积通过具有L抽头和滤波器系数[Ξ_{N/2，N/2-L/2}…Ξ_{N/2，N/2+L/2}]的滤波器进行滤波，并且从所述接收信号减去滤波器的和以便得到原始的接收信号。

在本发明的另一个方面，它包括用于执行上面提到的方法步骤的信号处理器。

本发明进一步的目的、特征和优点通过参考附图阅读下面本发明的示范实施例的说明会更为明显，其中：

图1是示出了本发明的一般信号处理结构的示意框图；

图2是可使用本发明的完整信道估计方案的示意框图；

图3是示出数据估计方案的示意框图；

图4是示出根据本发明的简化了的移除载波间干扰的示意框图。

在移动环境中，由于交通工具的运动，接收机可见的信道随时间变化而变化。在采用OFDM的DVB-T系统中，这种变化导致载波间干扰(ICI)的发生。ICI级别随着交通工具速度的增加而增加。为了能够在快速移动的交通工具中接收，必须采用特殊计数器测量来获得可靠的检测。

在图1中示出了获得可靠检测的一般结构。数据估计方案补偿接收信号中的失真，并且根据它估计发送的符号。为达到这些目的，数据估计方案需要信道参数，其是由信道估计方案估计的。

在图2中示出了完整的信道估计方案。

信道估计方案是基于下面的信道模型。对于所有合理的交通工具速度，在频域收到的信号可以按下面公式近似得出：

y≈diag{ H}· a+Ξ·diag{ H′}· a+n    (1)

${\mathrm{\Ξ}}_{m,k}=\frac{1}{N^2\·f_s}\underset{i=0}{\overset{N-1}{\mathrm{\Σ}}}(i-\mathrm{\δ})e^{-j\frac{2\mathrm{\π}(m-k)i}{N}},$ $\mathrm{\δ}=\frac{N-1}{2},$ 0≤k＜N    (2)

其中，

y：接收到的信号

H：所有子载波的复合信道传递函数矢量

H’： H的时间导数

Ξ：固定ICI扩展矩阵

a：发送的符号矢量

n：复合循环白高斯噪声矢量

N：子载波的数目

f_s：子载波间隔

在本发明中，解决了在给出接收信号和来自信道估计方案的估计信道参数H和H’的情况下，如何估计已发送数据的问题。

一种可能的解决方案是对每个数据子载波使用N抽头均衡器得到已发送符号的估计。均衡器被设计成在均方检测中最小化估计误差。然而，在本发明中，公开了一种具有降低的复杂度的数据估计方案。

在图3中描述了建议的迭代数据估计方案。该方案由两个单元组成，即在前向馈送路径中的数据估计器和在反馈路径中的ICI移除单元。在第一次迭代中，将来自信道估计器的导频预移除的输出 y ₁、馈送给数据估计器。如果没有要求迭代，则数据估计器的输出

就是该方案的输出，其将被进一步馈送到限幅器中。如果还有迭代，则

被馈送到ICI移除单元，它同时被输入 和 y ₁，以产生原始的接收信号 y ₃。 y ₃接着被馈送到数据估计器以产生更好的数据估计值 。这种机制一直进行到预定的迭代次数。

数据估计器是一组M抽头均衡器。在每次迭代时，均衡器被重新计算，因为在每次迭代后 y ₃具有更少的ICI。建议的均衡器抽头数目是1和3。对于1抽头的情况，建议的迭代次数是2，而对于3抽头的情况，建议的迭代次数是1。

为了第一次迭代获得均衡器系数的计算解释如下。首先，公式(1)被重写。

y≈C· a+ n                         (3)

其中：

C＝diag{ H}+Ξ·diag{ H′}          (4)

应用于子载波k的1抽头均衡器如下使用维纳(Wiener)原理计算：

$E[(a_k-{\hat{a}}_k)y_k^{*}=0$

$E\left[a_k{y}_k^{*}\right]=E\left[{\hat{a}}_k{y}_k^{*}\right]$

$E\left[a_k\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{k,i}^{*}{a}_i^{*}\right]=E\left[w_k{y}_k{y}_k^{*}\right]$

$w_k=\frac{C_{k,k}^{*}\·E\left[a_k{a}_k^{*}\right]}{E\left[y_k{y}_k^{*}\right]}$

$=\frac{C_{k,k}^{*}\·E\left[a_k{a}_k^{*}\right]}{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left|C_{k,i}\right|}^{2}E\left[a_i{a}_i^{*}\right]+{\mathrm{\σ}}_n^2}$

$=\frac{C_{k,k}^{*}\·E\left[a_k{a}_k^{*}\right]}{{\left|C_{k,k}\right|}^{2}E\left[a_k{a}_k^{*}\right]+\underset{i=1,i\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|C_{k,i}\right|}^{2}E\left[a_i{a}_i^{*}\right]+{\mathrm{\σ}}_n^2}$

$=\frac{C_{k,k}^{*}\·E\left[a_k{a}_k^{*}\right]}{{\left|H_k\right|}^{2}E\left[a_k{a}_k^{*}\right]+\underset{i=1,i\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|{\mathrm{\Ξ}}_{k,i}\right|}^2{\left|H_i^{\′}\right|}^{2}E\left[a_i{a}_i^{*}\right]+{\mathrm{\σ}}_n^2}$

$=\frac{H_k^{*}\·E\left[a_k{a}_k^{*}\right]}{{\left|H_k\right|}^2\·E\left[a_k{a}_k^{*}\right]+{\mathrm{\σ}}_{\mathrm{ICI},k}^2+{\mathrm{\σ}}_n^2}$

其中

${\mathrm{\σ}}_{\mathrm{ICI},k}^2=\underset{i=1i\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|{\mathrm{\Ξ}}_{k,i}\right|}^2{\left|{\text{H}}_i^{\′}\right|}^2\·E\left[a_i{a}_i^{*}\right]---\left(6\right)$

${\hat{a}}_k=w_k{y}_k---\left(7\right)$

${\mathrm{\ϵ}}_k=E\left[{|a_k-{\hat{a}}_k|}^2\right]E\left[a_k{a}_k^{*}\right]\·(1-H_w{w}_k)---\left(8\right)$

$E\left[a_k{a}_k^{*}\right]=1$

在每个子载波上的ICI功率的计算需要3N次倍增(除了平方操作外)。这能够按下面进一步简化：

对于8k DVB-T模式，

${\mathrm{\σ}}_{\mathrm{ICI},k}^2\≈{\left|H_k^{\′}\right|}^2\underset{i=1,i\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|{\mathrm{\Ξ}}_{k,i}\right|}^{2}E\left[a_i{a}_i^{*}\right]\≈{\left|H_k^{\′}\right|}^{2}6.0843\·{10}^{-8}---\left(9\right)$

预计算总和。公式(9)中所示的值是在频带中间计算的总和的平均值。这个计算将复杂度降低到了每子载波2次倍增。

对于第1次迭代，项σ_ICI，k ²需要重新计算。按下面取近似值：

${\mathrm{\σ}}_{\mathrm{ICI},k}^2\≈\underset{i=1,i\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|{\mathrm{\Ξ}}_{k,i}\right|}^2{\left|H_i^{\′}\right|}^2\·E\left[{|a_i-{\hat{a}}_i|}^2\right]\≈{\left|H_k^{\′}\right|}^2\·{\mathrm{\ϵ}}_k\underset{i=1,i\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|{\mathrm{\Ξ}}_{k,i}\right|}^2---\left(10\right)$

因此对于子载波k的均衡器系数是

$w_k^{\left(1\right)}\≈\frac{C_{k,k}^{*}\·E\left[a_k{a}_k^{*}\right]}{{\left|H_k\right|}^{2}E\left[a_k{a}_k^{*}\right]+{\left|H_k^{\′}\right|}^2{\mathrm{\ϵ}}_k\underset{i=1,i\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|{\mathrm{\Ξ}}_{k,i}\right|}^2+{\mathrm{\σ}}_n^2}---\left(11\right)$

${\mathrm{\ϵ}}_k^{\left(1\right)}=E\left[{|a_k-{\hat{a}}_k|}^2\right]=E\left[a_k{a}_k^{*}\right]\·(1-H_k{w}_k^{\left(1\right)})---\left(12\right)$

对于第n次迭代，系数和MSE是

$w_k^{\left(n\right)}\≈\frac{C_{k,k}^{*}\·E\left[a_k{a}_k^{*}\right]}{{\left|H_k\right|}^{2}E\left[a_k{a}_k^{*}\right]+{\left|H_k^{\′}\right|}^2{\mathrm{\ϵ}}_k^{(n-1)}\underset{i=1,i\≠k}{\overset{N}{\mathrm{\Σ}}}{\left|{\mathrm{\Ξ}}_{k,i}\right|}^2+{\mathrm{\σ}}_n^2}---\left(13\right)$

${\mathrm{\ϵ}}_k^{\left(n\right)}=E\left[{|a_k-{\hat{a}}_k|}^2\right]=E\left[a_k{a}_k^{*}\right]\·(1-H_k{w}_k^{\left(n\right)})---\left(14\right)$

上面的计算基于已经精确知道H和H’的假定。对于估计的H和H’，两个附加因子必须被加到公式(5)、(11)和(13)的分母上，即γ_H是第2次H维纳滤波器的MSE，

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left|{\mathrm{\Ξ}}_{k,i}\right|}^2{\mathrm{\γ}}_{H^{\′}}E\left[a_i{a}_i^{*}\right]\≈{\mathrm{\γ}}_{H^{\′}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left|{\mathrm{\Ξ}}_{k,i}\right|}^{2}E\left[a_i{a}_i^{*}\right]\≈{\mathrm{\γ}}_{H^{\′}}6.0843\·{10}^{-8},$ 其中γ_H′是H’维纳滤波器的MSE。

一般的N抽头最佳维纳均衡器如下：

$\underset{\‾}{\overset{^}{a}}=W\·\underset{\‾}{y}---\left(15\right)$

$W=E\left[{\underset{\‾}{\mathrm{aa}}}^H\right]\·C^H\·{(C\·E[{\underset{\‾}{\mathrm{aa}}}^H]\·C^H+{\mathrm{\σ}}_n^2{I}_N)}^{-1}---\left(16\right)$

W是N×N矩阵。行k相应于子载波k的N抽头均衡器。

W的计算需要4个矩阵倍增和一个N×N矩阵求逆。这种复杂度超出了在实际实现中正常处理能力。在随后的部分，通过使用代替N的M抽头均衡器，其中M＜＜N，和通过降低倍增次数来降低复杂度。

对于子载波k的M抽头对称维纳均衡器按下面计算：

正交原理：

$E[(a_k-{\hat{a}}_k)y_{k-L}^{*}=0$



$E[(a_k-{\hat{a}}_k)y_{k+L}^{*}=0$

其中，

L＝M/2

${\hat{a}}_k=\underset{l=-L}{\overset{L}{\mathrm{\Σ}}}{W}_{k,l}{y}_{k-l}---\left(17\right)$

随后进行相同的推导，我们得到：

$\left[\begin{array}{c}E\left[a_k\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{k-L,i}^{*}{a}_i^{*}\right]\\ \·\\ \·\\ \·\\ E\left[a_k\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{k+L,i}^{*}{a}_i^{*}\right]\end{array}\right]=\left[\begin{array}{c}E\left[\underset{l=-L}{\overset{L}{\mathrm{\Σ}}}{W}_{k,l}{y}_{k=l}{y}_{k-L}^{*}\right]\\ \·\\ \·\\ \·\\ E\left[\underset{i=-L}{\overset{L}{\mathrm{\Σ}}}{W}_{k,l}{y}_{k-l}{y}_{k+L}^{*}\right]\end{array}\right]$

(18)

其中 $E\left[a_k{a}_k^{*}\right]=1.$

为减少计算，我们按下面近似求和：

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{k+l,i}{C}_{k+l,i}^{*}\·E\left[a_i{a}_i^{*}\right]={\left|H_{k+l}\right|}^2\·E\left[a_{k+l}{a}_{k+l}^{*}\right]+{\left|H_{k+l}^{\′}\right|}^2\underset{l=1,i\≠k+l}{\overset{N}{\mathrm{\Σ}}}{\left|{\mathrm{\Ξ}}_{k+l,i}\right|}^{2}E\left[a_i{a}_i^{*}\right]$

$={\left|H_{k+l}\right|}^2\·E\left[a_{k+l}{a}_{k+l}^{*}\right]+{\left|H_{k+l}^{\′}\right|}^2\·6.0843\·{10}^{-8},$ l∈[-L，L]                           (19)

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{k+l-p,i}{C}_{k+l,i}^{*}\·E\left[a_i{a}_i^{*}\right]\≈E\left[a_{k+l-p}{a}_{k+l-p}^{*}\right]\·H_{k+l-p}\left(H_{k+l}^{*}{\mathrm{\Ξ}}_{k+l,K+l-p}^{*}\right)$

$+E\left[a_{k+l}{a}_{k+l}^{*}\right]\·H_{k+l}^{*}\left(H_{k+l-p}^{\′}{\mathrm{\Ξ}}_{k+l-p,K+l}\right)+H_{k+l-p}^{\′}{H}_{k+l}^{\′*}\underset{i=1,i\≠k+l,i\≠k+l-p}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\Ξ}}_{k+l,i}^{*}\·\left[a_i{a}_i^{*}\right]---\left(22\right)$

其中l∈[-L，L]，p∈[0，-2L]。

并且：

注意由于Ξ矩阵的厄密共轭(Hermitian)特性，Ξ_k+l-p，k+l＝(Ξ_k+l，k+l-p)^*。此外，因为对于特定的p，Ξ矩阵是Toeplitz矩阵，Ξ_k+l-p，k+l＝Ξ_N-p，N，，对于所有的(k，l)成立。总和

$\underset{i=1,i\≠k+l,i\≠k+l-p}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\Ξ}}_{k+l-p,i}{\mathrm{\Ξ}}_{k+l,i}^{*}\·E\left[a_i{a}_i^{*}\right]$

因此能对所有的p预计算。

值得注意的是逆变换中的矩阵是厄密共轭，也就是说

$\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{k-l,i}{C}_{k+l,i}^{*}\·E\left[a_i{a}_i^{*}\right]={(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{C}_{k+l,i}{C}_{k-l,i}^{*}\·E[a_i{a}_i^{*}\left]\right)}^{*},$

因此只有较高或者较低的三角形需要计算。余下的可以通过利用三角形的共轭得到。

在第一次数据估计之前执行额外的操作(参见同时提出的专利申请并此附上参考ID696812，其内容在本说明书中引入作为参考)，以便确保在第二个H滤波器的输入上将残留ICI的白加噪声处理，即，从接收信号中移除导频感应的ICI。这种操作使用

和已知的导频符号a_p来重新产生由导频符号在所有子载波上引起的ICI，并且随后从 y ₀中删除它。

由于导频符号是已知的，所以能够将它们从接收信号中移除，也就是：

y_1，p＝y_0，p-H_pa_p，p是导频子载波的索引    (24)

对于M抽头均衡器，这种操作对于和导频邻接的子载波，也就是索引为p+1和p-1的载波是有利的，因为在缺少导频的情况下来自这两个子载波的干扰是最强的，因而在这两个子载波的均衡器都能从导频上的剩余信号获得额外信息。注意因为这种操作，必须修改等式(21)和(23)：对于所有的导频子载波，平均功率为零。

在ICI移除中执行的操作如下：

${\underset{\‾}{y}}_3={\underset{\‾}{y}}_1-\mathrm{\Ξ}\·\mathrm{diag}\left({\underset{\‾}{\overset{^}{H}}}_1^{\′}\right)\·{\underset{\‾}{\overset{^}{a}}}_1---\left(25\right)$

如果按照传统方式做法，这种操作需要N(N+1)次倍增，或者每个子载波的(N+1)次倍增。

根据本发明的建议如下。因为Ξ的有效值集中在主对角线，对于每个载波，不是移除源自所有子载波的干扰，而是只移除源自几个最接近子载波的干扰。而且，因为Ξ是Toeplitz矩阵，所以沿着每条对角线上的元素具有相同值。这意味着对于所有子载波，移除中包括的元素是相同的。因此倍增操作可以看作是用具有L抽头、其系数为Ξ_{N/2，N/2-L/2}，…Ξ_{N/2，N/2+L/2}的滤波器对

和 的元素乘积滤波。每个子载波倍增的次数是L+1。

图4示出了简化的操作。

本发明通常可以用于具有导频结构和遭受ICI的任何OFDM系统。

不同滤波器和操作可以由专门的数字信号处理器(DSP)并且以软件方式实现。可选地，该方法步骤的全部或者一部分可以以硬件或者硬件和软件结合的方式实现，例如ASIC：(特定用途集成电路)、PGA(可编程门阵列)等等。

应提及，“包括”这种表达不排除其它元件或者步骤，以及“一个”或者“一”不排除多个元件。而且权利要求中的参考标记不应被解释为对权利要求范围的限制。

在这里上文已经参考附图描述了本发明的几个实施例。读过这个说明书的技术人员能够预料到几种其它变形，并且这种变形应确定为在本发明的范围之内。除了这里特意提到的那些组合之外的其它组合也应确定为在本发明的范围之内。本发明仅由所附的专利权利要求书限制。

Claims (15)

1、一种处理OFDM编码数字信号的方法，其中所述OFDM编码数字信号被作为数据符号子载波在几个频率信道上发送，所述子载波的一个子集是具有已知导频值(a_p)的导频子载波，该方法包括：

-利用信道估计方案从接收信号( y)中估计信道传递函数( H)和信道传递函数的导数( H′)；

-从所述接收信号( y)和所述信道传递函数( H)估计数据( a)；

-从所述数据( a)、所述信道传递函数的导数( H′)和所述接收信号( y)，通过移除载波间干扰，通过考虑至少一个过去和将来的OFDM符号来估计原始的接收信号( y ₂)；

-对上面提到的估计进行迭代。

2、如权利要求1的方法，其中所述数据( a)的估计由一组M抽头均衡器执行。

3、如权利要求2的方法，其中为每次迭代重新计算所述均衡器。

4、如权利要求2或3的方法，其中所述均衡器抽头的数目是1或3，迭代次数对于1抽头均衡器是2，对于3抽头均衡器是1。

5、如前面任何一个权利要求的方法，进一步包括通过利用所述信道传递函数的导数( H’)和所述已知导频值(a_p)移除导频感应的载波间干扰。

6、如前面任何一个权利要求的方法，其中按下面的公式将所述导频值(a_p)从所述接收信号( y)中移除：

y_1，p＝y_0，p-H_pa_p，

其中p是所述导频子载波的索引。

7、如前面任何一个权利要求的方法，进一步包括：

通过下面公式移除所述载波间干扰：

${\underset{\‾}{y}}_3={\underset{\‾}{y}}_1-\mathrm{\Ξ}\·\mathrm{diag}\left({\underset{\‾}{\overset{^}{H}}}_1^{\′}\right)\·{\underset{\‾}{\overset{^}{a}}}_1$

其中，Ξ是载波间干扰扩展矩阵。

8、如权利要求7的方法，其中

${\mathrm{\&Xi;}}_{m,k}=\frac{1}{N^2\&CenterDot;f_s}\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}(i-\mathrm{\&delta;})e^{-j\frac{2\mathrm{\&pi;}(m-k)i}{N}},\mathrm{\&delta;}=\frac{N-1}{2},0\&le;k<N$

其中N是子载波数目，f_s是子载波间隔。

9、如权利要求8的方法，其中干扰扩展矩阵是通过下面公式定义的带状矩阵：

对于|m-k|＞L/2，0≤m＜N，0≤k＜N，Ξ_m，k＝0。

10、如权利要求9的方法，其中所述信道传递函数( H)和所述数据( a)的乘积通过具有L抽头和滤波器系数[Ξ_{N/2，N/2-L/2}...Ξ_{N/2，N/2+L/2}]的滤波器进行滤波，并且从所述接收信号( y)减去滤波器的和以便得到原始的接收信号( y ₂)。

11、一种被安排用于处理OFDM编码数字信号的信号处理器，其中所述OFDM编码数字信号被作为数据符号子载波在几个频率信道上发送，所述子载波的一个子集是以具有已知导频值(a_p)的导频子载波的形式，该信号处理器包括：

-信道估计器，被安排成利用信道估计方案从信号( y)中估计信道传递函数( H)和信道传递函数的导数( H’)；

-第一数据估计器，被安排成从所述信号( y)和所述信道传递函数( H)估计数据( a)；

-第二数据估计器，被安排成从所述数据( a)、所述信道传递函数的导数( H′)和所述接收信号( y)，通过移除载波间干扰，通过考虑至少一个过去和将来的OFDM符号来估计原始的接收信号( y ₂)；以及

-用于对上面提到的估计进行迭代的装置。

12、一种被安排用于接收OFDM编码数字信号的接收机，其中所述OFDM编码数字信号被作为数据子载波在几个频率信道上发送，所述子载波的一个子集是以具有已知导频值的导频子载波的形式，该接收机包括：

-信道估计器，被安排成利用信道估计方案从信号( y)中估计信道传递函数( H)和信道传递函数的导数( H′)；

-第一数据估计器，被安排成从所述信号( y)和所述信道传递函数( H)估计数据( a)；

-第二数据估计器，被安排成从所述数据( a)、所述信道传递函数的导数( H′)和所述接收信号( y)，通过移除载波间干扰，通过考虑至少一个过去和将来的OFDM符号来估计原始的接收信号( y ₂)；及

-用于对上面提到的估计进行迭代的装置。

13、一种被安排用于接收OFDM编码数字信号的移动设备，其中所述OFDM编码数字信号被作为数据子载波在几个频率信道上发送，所述子载波的一个子集是以具有已知导频值的导频子载波的形式，包括：

-信道估计器，被安排成利用信道估计方案从信号( y)中估计信道传递函数( H)和信道传递函数的导数( H′)；

-第一数据估计器，被安排成从所述信号( y)和所述信道传递函数( H)估计数据( a)；

-第二数据估计器，被安排成从所述数据( a)、所述信道传递函数的导数( H′)和所述接收信号( y)，通过移除载波间干扰，通过考虑至少一个过去和将来的OFDM符号来估计原始的接收信号( y ₂)；以及

-用于对上面提到的估计进行迭代的装置。

14、一种被安排用于接收OFDM编码数字信号的移动设备，其中所述OFDM编码数字信号被作为数据子载波在几个频率信道上发送，所述子载波的一个子集是以具有已知导频值的导频子载波的形式，其中该移动设备被安排来实现权利要求1-10的方法。

15、一种包括根据权利要求13或14的移动设备的电信系统。

Images