CN104702540A - 一种用于小区边缘终端的信号接收优化方法 - Google Patents

Abstract

本发明涉及无线通信技术领域，特别涉及一种提高小区边缘用户下行传输准确度的小区间干扰抑制的接收机算法。本发明通过最大期望算法得到目标小区和干扰小区的下行信道，然后利用该信道进行IRC，得到重构以后的目标小区传输符号和干扰符号以后，在接收信道中消除对应干扰后，再进行最大期望信道估计，提高估计精度，通过该迭代算法提高小区边缘用户的接收性能。本发明的有益效果为，在迭代信道估计和符号检测的处理过程下，可以联合目标小区和干扰小区处理，相较于以前的处理方式，在可以承受的复杂度的基础上，误码率性能更好本发明尤其适用于LTE小区边缘用户的信号接收优化方法。

Description

一种用于小区边缘终端的信号接收优化方法

技术领域

本发明涉及无线通信技术领域，特别涉及一种提高小区边缘用户下行传输准确度的小区间干扰抑制的接收机算法。

背景技术

随着用户对于数据传输速率和传输质量的要求的不断提高，基站的分布有着集中和小型化的趋势，越来越密集的基站分布使得处于小区边缘的用户在接收下行传输数据的同时会接收到相邻小区的下行信息，接收性能损耗明显。

针对以上问题，目前的解决方法有针对干扰环境下的信道估计技术，采用多参数下的最大似然估计原理，即把干扰功率和信道频率响应作为未知参数。但是在该算法下的信道频率响应估计存在需要导频数过多，以及计算结果不稳定的缺点，在实际环境下难以得到应用,而针对接收端在已知准确信道状态信息的基础上进行干扰抑制接收中，目前提出的利用接收数据进行计算相关的接收信道协方差矩阵用于IRC，由于协方差矩阵不准确，接收性能较差。

发明内容

本发明的目的，就是针对上述问题，提出一种用于小区边缘终端的信号接收优化方法。

本发明的技术方案：一种用于小区边缘终端的信号接收优化方法，其特征在于，包括以下步骤：

a.获取目标小区和干扰小区的下行信道；

b.根据获取的目标小区和干扰小区的下行信道，通过干扰抑制合并进行符号重构，获得目标小区的传输符号和干扰小区的干扰传输符号；

c.将获得的干扰传输符号从接收信道中消除；

d.重复步骤a至c，直至获得正确的目标小区下行传输信号。

进一步的，所述步骤a的具体方法为：

小区边缘用户接收目标小区的下行传输数据，设在目标小区的导频位置处的接收信号为y_jk＝x_jkh_j+I_jk+N_jk；其中，y_jk为第k OFDM符号上的第j个子载波上的接收信号，x_jk为目标小区基站的第k OFDM符号上的第j个子载波上的接收信号上的发送导频符号，h_j为第j个子载波上的目标小区信道增益，I_jk+N_jk为干扰基站在该接收样本上的数据干扰和噪声的叠加项；采用最大期望信道估计方法获取目标小区基站信道h_j的估计值

设在干扰小区的导频位置处的接收信号为y_j'k'＝I_j'k'+s_j'k'g_j'+N_j'k'；其中，y_j'k'为第k'OFDM符号上的第j'个子载波上的接收信号，s_j'k'为监听目标干扰基站的第k'OFDM符号上的第j'个子载波上的接收信号上的发送导频符号，g_j'为第j'个子载波上的干扰信道增益，I_j'k'+N_j'k'为目标基站在该接收样本上的数据干扰和噪声的叠加项；采用最大期望信道估计方法获取干扰小区基站信道g_j'的估计值

进一步的，所述采用最大期望信道估计方法获取目标小区基站信道h_j的估计值与采用最大期望信道估计方法获取干扰小区基站信道g_j'的估计值的方法是相同的，具体为：

a1.获取信估计道值具体方法为：设小区边缘用户的接收数据为X，导频数据为A，采用公式

$\hat{h}={\left(F^{H}F\right)}^{-1}{F}^{H}Y$

$Y=\frac{1}{k{\mathrm{\σ}}_s^2}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}^H\left(k\right)X\left(k\right)$

其中表示发送符号的平均功率，由于发送符号星座图一般都要功率归一化，所以经常取 ${\mathrm{\σ}}_s^2=1.$

获取信道h的信道估计值其中，F是相对应于信道h的P×L傅里叶变换矩阵，P为一个OFDM符号中作为导频的子载波的总数，L为对应的时域冲击响应的多径数目；

a2.对步骤a1中获取的信道估计值进行更新，具体方法为：根据步骤a1中获得的信道估计值通过公式

$Z_k(p,\hat{h})=X(n_p,k)-a(p,k)\underset{l=1}{\overset{L}{\mathrm{\Σ}}}h\left(l\right)e^{-j2\mathrm{pn}(l-1)/N}$

其中表示对时域信道估计值做福利叶变换处理，得到第k个子载波上的频域响应的值，e表示指数常量。

获取第k个OFDM符号上的第n_p个导频位置处的干扰和噪声的余量Z_k，根据干扰和噪声的余量Z_k通过公式

$C_i=\mathrm{diag}\{{\widehat{\mathrm{\σ}}}_i^2\left(n_p\right);1\≤p\≤P\}$

${\widehat{\mathrm{\σ}}}_i^2\left(n_p\right)=\frac{\mathrm{\λ}}{K}+\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}|Z_k(p,{\hat{h}}_i){|}^2,1\≤p\≤P$

获取干扰和噪声和的功率C_i；其中λ表示用来拟合干扰和噪声之和的功率的概率分布的参数，λ＝0.1；然后根据干扰和噪声和的功率C_i通过公式

$\hat{h}={\left(F^H{C}_i^{-1}F\right)}^{-1}{F}^H{C}_i^{-1}Y$

对步骤a1中的信估计道值进行更新。

进一步的，所述步骤b的具体方法为：

所述步骤b包括获取目标小区的发送符号的估计值和获取干扰小区的发送符号的估计值其中，获取目标小区的发送符号的估计值的方法为：

b11.根据a步骤中获得的目标小区的下行信道h([h₀,h₁,h₂........h_Nfft-1]，其中Nfft表示进行福利叶变换处理的总的子载波数)和干扰小区的下行信道h_Inter([g₀,g₁,g₂........g_Nfft-1]，利用该信道估计值通过公式

$\begin{array}{c}{R}_{w_1{w}_1}=h_{\mathrm{Inter}}E\left\{x_{\mathrm{Inter}}{x}_{\mathrm{Inter}}^{*}\right\}{h}_{\mathrm{Inter}}^H+E\left\{n_{\mathrm{RE}}{n}_{\mathrm{RE}}^H\right\}\\ =E_d{h}_{\mathrm{Inter}}{h}_{\mathrm{Inter}}^H+N_{0}I(E_d=1)\\ =h_{\mathrm{Inter}}{h}_{\mathrm{Inter}}^H+N_{0}I\end{array}$

w₁＝h_Interx_Inter+n_RE

获得噪声和干扰之和的协方差矩阵其中，x_Inter为干扰小区的发送符号，w₁为接收端收到的干扰分量和噪声分量的和；

b12.根据接收端收到的干扰分量和噪声分量的和的协方差矩阵通过公式

$W_{{\mathrm{IRC}}_1}=\frac{h^T{R}_{w_1{w}_1}^{-1}}{h^T{R}_{w_1{w}_1}^{-1}h}$

获得干扰抑制合并矩阵

b13.利用接收端多天线接收数据r_RE和b12求出来的干扰抑制合并矩阵通过公式

${\hat{x}}_{\mathrm{BS}}=\frac{h^T{R}_{w_1{w}_1}^{-1}}{h^T{R}_{w_1{w}_1}^{-1}h}{r}_{\mathrm{RE}}=W_{{\mathrm{IRC}}_1}{r}_{\mathrm{RE}}$

获得目标小区的发送符号的估计值

获取干扰小区的发送符号的估计值的方法为：

b21.根据a步骤中获得的目标小区的下行信道h([h₀,h₁,h₂........h_Nfft-1]，其中Nfft表示进行福利叶变换处理的总的子载波数)和干扰小区的下行信道h_Inter([g₀,g₁,g₂........g_Nfft-1]，利用该信道估计值通过公式

$\begin{array}{c}{R}_{w_2{w}_2}=\mathrm{hE}\left\{x_{\mathrm{Bs}}{x}_{\mathrm{Bs}}^{*}\right\}{h}^H+E\left\{n_{\mathrm{RE}}{n}_{\mathrm{RE}}^H\right\}\\ =E_d{\mathrm{hh}}^H+N_{0}I(E_d=1)\\ ={\mathrm{hh}}^H+N_{0}I\end{array}$

w₂＝hx_Bs+n_RE

获得接收端收到的目标小区符号经过信道以后的分量和噪声之和的协方差矩阵其中，x_Bs为目标小区的发送符号，w₂为接收端收到的目标小区符号经过信道以后的分量和噪声分量的和；

b22.根据接收端收到的目标小区符号经过信道以后的分量和噪声分量的和的协方差矩阵通过公式

$W_{{\mathrm{IRC}}_2}=\frac{h_{\mathrm{Inter}}^T{R}_{w_2{w}_2}^{-1}}{h_{\mathrm{Inter}}^T{R}_{w_2{w}_2}^{-1}{h}_{\mathrm{Inter}}}$

获得干扰抑制合并矩阵

b23.利用接收端多天线接收数据r_RE和b22求出来的干扰抑制合并矩阵通过公式

${\hat{x}}_{\mathrm{Inter}}=\frac{h_{\mathrm{Inter}}^T{R}_{w_2{w}_2}^{-1}}{h_{\mathrm{Inter}}^T{R}_{w_2{w}_2}^{-1}{h}_{\mathrm{Inter}}}{r}_{\mathrm{RE}}=W_{{\mathrm{IRC}}_2}{r}_{\mathrm{RE}}$

获得目标小区的发送符号的估计值

进一步的，所述步骤c的具体方法为：

采用公式

$\begin{array}{c}{y}_{\mathrm{jk}}-{\mathrm{Inter}}_{\mathrm{jk}}=y_{\mathrm{jk}}-{\hat{x}}_{\mathrm{Inter},\mathrm{jk}}{\hat{g}}_j\\ =x_{\mathrm{Bs},\mathrm{jk}}{h}_j+I_{\mathrm{jk}}+N_{\mathrm{jk}}-{\hat{x}}_{\mathrm{Inter},\mathrm{jk}}{\hat{g}}_j\\ =x_{\mathrm{Bs},\mathrm{jk}}{h}_j+{\hat{I}}_{\mathrm{jk}}+N_{\mathrm{jk}}\end{array}$

消除目标小区的导频位置处(第k个OFDM符号的第j个子载波处)的接收信号对应的干扰；

其中为经过b23中干扰抑制合并得到的干扰基站在目标基站的导频位置处的发送数据符号，为步骤a中获得的干扰基站的在第j个子载波上的信道增益；y_jk-Inter_jk的值用于更新步骤a中的目标小区的导频位置处的接收信号y_jk。

进一步的，所述步骤c还包括：

利用干扰抑制合并得到的目标基站在干扰基站的导频发送位置处的发送符号通过公式

$\begin{array}{c}{y}_{j^{\′}{k}^{\′}}-{\mathrm{Inter}}_{j^{\′}{k}^{\′}}=y_{j^{\′}{k}^{\′}}-{\hat{x}}_{\mathrm{Bs},j^{\′}{k}^{\′}}{\hat{h}}_{j^{\′}}\\ =I_{j^{\′}{k}^{\′}}+x_{\mathrm{Inter},j^{\′}{k}^{\′}}{g}_{j^{\′}}+N_{j^{\′}{k}^{\′}}-{\hat{x}}_{\mathrm{Bs},j^{\′}{k}^{\′}}\\ ={\hat{I}}_{j^{\′}{k}^{\′}}+x_{\mathrm{Inter},j^{\′}{k}^{\′}}{g}_{j^{\′}}+N_{j^{\′}{k}^{\′}}\end{array},{\hat{h}}_{j^{\′}}$

消去对于干扰基站的导频位置处(第k'个OFDM符号的第j'个子载波处)信道估计的影响；

其中为经过经过b13中干扰抑制合并得到的目标基站在干扰基站的导频位置处的发送数据符号，表示的是步骤a中获得的目标基站的在第j个子载波上的信道增益，y_j'k'-Inter_j'k'的值用于更新步骤a中的干扰小区的导频位置处的接收信号y_j'k'。

本发明的有益效果为，在该迭代信道估计和符号检测的处理过程下，可以联合目标小区和干扰小区处理，相较于以前的处理方式，在可以承受的复杂度的基础上，误码率性能更好。

附图说明

图1为本发明的方法流程示意图；

图2为本发明中获取下行信道的流程示意图；

图3为本发明中接收端干扰抑制合并重构发送信号的流程示意图；

图4为本发明中获取下行信道和干扰抑制合并迭代处理的流程示意图；

图5为不同条件下的迭代信道估计干扰抑制合并性能示意图

图6为COST231路径衰落模型下的迭代信道估计干扰抑制合并性能示意图。

具体实施方式

下面结合附图对本发明进行详细的描述

本发明通过最大期望算法得到目标小区和干扰小区的下行信道，然后利用该信道进行IRC，得到重构以后的目标小区传输符号和干扰符号以后，在接收信道中消除对应干扰后，再进行最大期望信道估计，提高估计精度，通过该迭代算法提高小区边缘用户的接收性能。

1.具体实现方法为：假设用户处于两个小区的中间，在接收目标小区的下行传输数据的同时，在目标小区的导频位置处的接收信号为：

y_jk＝x_jkh_j+I_jk+N_jk       (1)

其中y_jk表示在第k OFDM符号上的第j个子载波上的接收信号，x_jk表示的是目标小区基站的第k OFDM符号上的第j个子载波上的接收信号上的发送导频符号用作信道估计，h_j表示的是第j个子载波上的目标小区信道增益，是要估计的对象，I_jk+N_jk表示的是干扰基站在该接收样本上的数据干扰和噪声的叠加项，采用如图2所示的中的基于EM算法的信道估计技术进行初步计算出信道h_j的估计值：

$\hat{h}={\left(F^{H}F\right)}^{-1}{F}^{H}Y$

$Y=\frac{1}{k{\mathrm{\σ}}_s^2}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}^H\left(k\right)X\left(k\right)$

同时在干扰小区的导频位置处的接收信号为：

y_j'k'＝I_j'k'+s_j'k'g_j'+N_j'k'       (2)

其中y_j'k'表示在第k'OFDM符号上的第j'个子载波上的接收信号，s_j'k'表示的是监听目标干扰基站的第k'OFDM符号上的第j'个子载波上的接收信号上的发送导频符号用作信道估计，g_j'表示的是第j'个子载波上的干扰信道增益，为要估计的对象，I_j'k'+N_j'k'表示的是目标基站在该接收样本上的数据干扰和噪声的叠加项，经过图2的基于EM算法的信道估计算法同时得到了干扰基站信道g_j'的估计值。

2.再利用如图3所示的IRC接收机以及上一步中估计出来的目标小区和干扰小区的信道频率响应值进行干扰符号和目标小区下行传输符号的重构。当采用单层传输的配置的情况下：

${\hat{x}}_{\mathrm{BS}}=\frac{h^T{R}_{\mathrm{ww}}^{-1}}{h^T{R}_{\mathrm{ww}}^{-1}h}{r}_{\mathrm{RE}}=W_{\mathrm{IRC}}{r}_{\mathrm{RE}}---\left(3\right)$

其中w表示的是同频同时干扰和加性高斯噪声的叠加项：

$w=\underset{i\∈\mathrm{cell},i\≠\mathrm{BS}}{\mathrm{\Σ}}{x}_{\mathrm{Inter},i}{h}_{\mathrm{Inter},i}+n_{\mathrm{RE}}---\left(4\right)$

考虑到不同小区的单层传输信号之间是独立的，所以计算等效噪声w的协方差矩阵R_ww为：

$\begin{array}{c}{R}_{\mathrm{ww}}=\underset{i\∈\mathrm{cell},i\≠\mathrm{BS}}{\mathrm{\Σ}}{h}_{\mathrm{Inter},i}E\left\{x_{\mathrm{Inter},i}{x}_{\mathrm{Inter},i}^{*}\right\}{h}_{\mathrm{Inter},i}^H+E\left(n_{\mathrm{RE}}{n}_{\mathrm{RE}}^H\right)\\ =E_d\underset{i\∈\mathrm{cell},i\≠\mathrm{BS}}{\mathrm{\Σ}}{h}_{\mathrm{Inter},i}{h}_{\mathrm{Inter},i}^H+N_{0}I(E_d=1)\\ =\underset{i\∈\mathrm{cell},i\≠\mathrm{BS}}{\mathrm{\Σ}}{h}_{\mathrm{Inter}}{h}_{\mathrm{Inter},i}^H+N_{0}I\end{array}---\left(5\right)$

3.在经过上一步得到目标小区的下行传输符号和干扰小区的传输符号的初步估计重构值的基础上，利用该发送符号的估计重构值从对应接收样本中消去对应干扰：

$\begin{array}{c}{y}_{\mathrm{jk}}-{\mathrm{Inter}}_{\mathrm{jk}}=y_{\mathrm{jk}}-{\hat{s}}_{\mathrm{jk}}{\hat{g}}_j\\ =x_{\mathrm{jk}}{h}_j+I_{\mathrm{jk}}+N_{\mathrm{jk}}-{\hat{s}}_{\mathrm{jk}}{\hat{g}}_j\\ =x_{\mathrm{jk}}{h}_j+{\hat{I}}_{\mathrm{jk}}+N_{\mathrm{jk}}\end{array}---\left(6\right)$

其中代表的是如上所述的经过最大似然检测得到的干扰基站在目标基站的导频位置处(第k个OFDM符号的第j个子载波)的发送数据符号，表示的是在利用EM算法进行信道估计得到的干扰基站的在第j个子载波上的信道增益，从接收样本中将该干扰减去，在一定程度上可以减小干扰分量I_jk对于目标基站端的信道估计的影响。同理，利用最大似然检测得到的目标基站在干扰基站的导频发送位置处的发送符号可以消去对于干扰基站信道估计的影响：

$\begin{array}{c}{y}_{j^{\′}{k}^{\′}}-{\mathrm{Inter}}_{j^{\′}{k}^{\′}}=y_{j^{\′}{k}^{\′}}-{\hat{x}}_{j^{\′}{k}^{\′}}{\hat{h}}_{j^{\′}}\\ =I_{j^{\′}{k}^{\′}}+s_{j^{\′}{k}^{\′}}{g}_{j^{\′}}+N_{j^{\′}{k}^{\′}}-{\hat{x}}_{j^{\′}{k}^{\′}}{\hat{h}}_{j^{\′}}\\ ={\hat{I}}_{j^{\′}{k}^{\′}}+s_{j^{\′}{k}^{\′}}{g}_{j^{\′}}+N_{j^{\′}{k}^{\′}}\end{array}---\left(7\right)$

其中代表的是如上所述的经过最大似然检测得到的目标基站在干扰基站的导频位置处(第k'个OFDM符号上的第j'个子载波)的发送数据符号，表示的是在利用EM算法进行信道估计得到的目标基站的在第j'个子载波上的信道增益，从接收样本中将该干扰减去，在一定程度上可以减小干扰分量I_j'k'对于干扰基站端的信道估计的影响。

4.重复1,2,3过程若干次，信道估计的均方误差不再发生变化，干扰分量已经很小了，这个时候IRC接收机能够输出正确的目标小区下行传输符号，整个算法的迭代过程如图4所示。

其中由导频位置处的接收信号和已知的导频符号以及上一次迭代得到的信道估计值计算余量如下式：

$Z_k(p,\hat{h})=X(n_p,k)-a(p,k)\underset{l=1}{\overset{L}{\mathrm{\Σ}}}h\left(l\right)e^{-j2\mathrm{pn}(l-1)/N}---\left(8\right)$

利用该余量进行导频位置处的干扰功率估计如下式：

$C_i=\mathrm{diag}\{{\widehat{\mathrm{\σ}}}_i^2\left(n_p\right);1\≤p\≤P\}$

${\widehat{\mathrm{\σ}}}_i^2\left(n_p\right)=\frac{\mathrm{\λ}}{K}+\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}|Z_k(p,{\hat{h}}_i){|}^2,1\≤p\≤P---\left(9\right)$

利用本次迭代估计计算出来的导频位置处的干扰功率得到下一次迭代的信道估计值如下式所示：

$\begin{array}{c}{\hat{h}}_{i+1}={\left(F^H{C}_i^{-1}F\right)}^{-1}{F}^H{C}_i^{-1}Y\\ Y=\frac{1}{k{\mathrm{\σ}}_s^2}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}^H\left(k\right)X\left(k\right)\end{array}.$

实施例

为了验证发明中提出的基于迭代信道估计和符号检测的干扰抑制算法的性能，按照LTER10标准进行建模仿真，其中目标基站采用单流传输的16QAM调制方式，干扰小区基站采用单流传输的QPSK调制方式，两小区均采用小区专用参考信号(CRS)进行信道估计，之间有1个单位的小区编号偏移，在接收端采用如图2-4所示的迭代信道估计和符号检测的干扰抑制算法进行接收，将接收端的接收天线配置为4，在每一次迭代的过程中使用IRC接收机进行符号重构，然后利用该重构值和前一次迭代得到的信道估计值从每一根天线端口的接收数据上消去相关干扰，再进行EM信道估计，得到更为准确的信道估计值，三次迭代以后信道估计均方误差不再发生变化，同时IRC接收机也可以接收到正确的发送符号。在干扰严重的情况下(SIR＝0dB)接收端使用IRC接收机以后的接收误比特率如图5所示：线条中带三角形的为EM-IRC在第一次迭代时候的误码率性能曲线，线条中带圆形的为EM-IRC在第四次迭代时候的误码率性能曲线，线条中带正方形的为没有干扰情况下的干扰抑制合并接收的性能曲线，线条中带菱形的为接收端已知信道信息情况下的干扰抑制合并性能曲线，由图可得，在小区间干扰严重的条件(SIR＝0dB)下，可明显得到接收性能和完美信道估计条件下的干扰抑制合并性能吻合，由于在干扰抑制合并中等效噪声随着干扰增大而增大，使得和没有干扰条件下的干扰抑制合并在10^-2的误码率时仍然后5dBd的差距。

从图中可以看出第一次迭代EM-IRC性能较差，由于没有有效地干扰信息的消除处理，所以当信噪比增加的时候，主要起影响的是噪声分量，所以误比特率性能随着信噪比增加变化缓慢。当采用EM-IRC算法进行处理以后，当第4次迭代以后误比特率性能已经达到了完美信道估计时候的IRC性能，证明了该算法对于有干扰影响条件下的信道估计有明显的改善效果，同时用IRC算法代替ML算法进行干扰信号的重构，极大地减小了计算复杂度。

为了考虑具体的小区配置下的干扰强度对于监听用户和被监听用户在EM-IRC算法下的接收性能，使用COST-231路径衰落模型，假设目标小区和干扰小区的覆盖范围均为500m，在载波频率为2GHz，有效天线高度为100m的条件下使用公式：

PL(dB)＝46.3+33.9*logF-13.82*logH+(44.9-6.55*logH)*logD+C

进行路径衰落的计算，其中F表示载波频率，H表示有效天线高度，D表示接收机距离基站的距离，C表示的是与基站环境有关的常数，考虑两相关基站均处于开阔地，取该常数为-26。假设监听用户从距离小区400m处移动至两个小区的中间，距离小区500m处，考察在SNR和SIR发生改变的情况下时，传统的ZF信道估计和ZF-MIMO检测技术在有干扰和没干扰环境下的误比特率曲线，并和本发明提出的EM-IRC算法进行比较，其性能图如图6所示。

Claims (6)

1.一种用于小区边缘终端的信号接收优化方法，其特征在于，包括以下步骤：

a.获取目标小区和干扰小区的下行信道；

b.根据获取的目标小区和干扰小区的下行信道，通过干扰抑制合并进行符号重构，获得目标小区的传输符号和干扰小区的干扰传输符号；

c.将获得的干扰传输符号从接收信道中消除；

d.重复步骤a至c，直至获得正确的目标小区下行传输信号。

2.根据权利要求1所述的一种用于小区边缘终端的信号接收优化方法，其特征在于，所述步骤a的具体方法为：

小区边缘用户接收目标小区的下行传输数据，设在目标小区的导频位置处的接收信号为y_jk＝x_jkh_j+I_jk+N_jk；其中，y_jk为第k OFDM符号上的第j个子载波上的接收信号，x_jk为目标小区基站的第k OFDM符号上的第j个子载波上的接收信号上的发送导频符号，h_j为第j个子载波上的目标小区信道增益，I_jk+N_jk为干扰基站在该接收样本上的数据干扰和噪声的叠加项；采用最大期望信道估计方法获取目标小区基站信道h_j的估计值

设在干扰小区的导频位置处的接收信号为y_j'k'＝I_j'k'+s_j'k'g_j'+N_j'k'；其中，y_j'k'为第k'OFDM符号上的第j'个子载波上的接收信号，s_j'k'为监听目标干扰基站的第k'OFDM符号上的第j'个子载波上的接收信号上的发送导频符号，g_j'为第j'个子载波上的干扰信道增益，I_j'k'+N_j'k'为目标基站在该接收样本上的数据干扰和噪声的叠加项；采用最大期望信道估计方法获取干扰小区基站信道g_j'的估计值

3.根据权利要求2所述的一种用于小区边缘终端的信号接收优化方法，其特征在于，所述采用最大期望信道估计方法获取目标小区基站信道h_j的估计值与采用最大期望信道估计方法获取干扰小区基站信道g_j'的估计值的方法是相同的，具体为：

a1.获取信估计道值具体方法为：设小区边缘用户的接收数据为X，导频数据为A，采用公式

$\hat{h}={\left(F^{H}F\right)}^{-1}{F}^{H}Y$

$Y=\frac{1}{k{\mathrm{\σ}}_s^2}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{A}^H\left(k\right)X\left(k\right)$

获取信道h的信道估计值其中，F是相对应于信道h的P×L傅里叶变换矩阵，P为一个OFDM符号中作为导频的子载波的总数，L为对应的时域冲击响应的多径数目,其中表示发送符号的平均功率,

a2.对步骤a1中获取的信道估计值进行更新，具体方法为：根据步骤a1中获得的信道估计值通过公式

$Z_k(p,\hat{h})=X(n_p,k)-A(p,k)\underset{l=1}{\overset{L}{\mathrm{\Σ}}}h\left(l\right)e^{-j2\mathrm{\πn}(l-1)/N}$

获取第k个OFDM符号上的第n_p个导频位置处的干扰和噪声的余量Z_k，其中表示对时域信道估计值做福利叶变换处理用于得到第k个子载波上的频域响应值，e表示指数常量，根据干扰和噪声的余量Z_k通过公式

$C_i=\mathrm{diag}\{{\widehat{\mathrm{\σ}}}_i^2\left(n_p\right);1\≤p\≤P\}$

${\widehat{\mathrm{\σ}}}_i^2\left(n_p\right)=\frac{\mathrm{\λ}}{K}+\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{|Z_k(p,{\hat{h}}_i)}^2,1\≤p\≤P$

获取干扰和噪声和的功率C_i；其中λ表示用来拟合干扰和噪声之和的功率的概率分布参数，λ＝0.1；然后根据干扰和噪声和的功率C_i通过公式

$\hat{h}={\left(F^H{C}_i^{-1}F\right)}^{-1}{F}^H{C}_i^{-1}Y$

对步骤a1中的信估计道值进行更新。

4.根据权利要求2所述的一种用于小区边缘终端的信号接收优化方法，其特征在于，所述步骤b的具体方法为：

所述步骤b包括获取目标小区的发送符号的估计值和获取干扰小区的发送符号的估计值其中，获取目标小区的发送符号的估计值的方法为：

b11.根据a步骤中获得的目标小区的下行信道h([h₀,h₁,h₂........h_Nfft-1]和干扰小区的下行信道h_Inter([g₀,g₁,g₂........g_Nfft-1]，其中Nfft表示进行福利叶变换处理的总的子载波数，利用该信道估计值通过公式

$\begin{array}{c}{R}_{w_1{w}_1}=h_{\mathrm{Inter}}E\left[x_{\mathrm{Inter}}{x}_{\mathrm{Inter}}^{*}\right\}{h}_{\mathrm{Inter}}^H+E\left\{n_{\mathrm{RE}}{n}_{\mathrm{RE}}^H\right\}\\ =E_d{h}_{\mathrm{Inter}}{h}_{\mathrm{Inter}}^H+N_{0}I,(E_d=1)\\ =h_{\mathrm{Inter}}{h}_{\mathrm{Inter}}^H+N_{0}I\end{array}$

w₁＝h_Interx_Inter+n_RE

获得噪声和干扰之和的协方差矩阵其中，x_Inter为干扰小区的发送符号，w₁为接收端收到的干扰分量和噪声分量的和；

b12.根据接收端收到的干扰分量和噪声分量的和的协方差矩阵通过公式

$W_{{\mathrm{IRC}}_1}=\frac{h^T{R}_{w_1{w}_1}^{-1}}{h^T{R}_{w_1{w}_1}^{-1}h}$

获得干扰抑制合并矩阵

b13.利用接收端多天线接收数据r_RE和b12获得的干扰抑制合并矩阵通过公式

${\hat{x}}_{\mathrm{BS}}=\frac{h^T{R}_{w_1{w}_1}^{-1}}{h^T{R}_{w_1{w}_1}^{-1}h}{r}_{\mathrm{RE}}=W_{{\mathrm{IRC}}_1}{r}_{\mathrm{RE}}$

获得目标小区的发送符号的估计值

获取干扰小区的发送符号的估计值的方法为：

b21.根据a步骤中获得的目标小区的下行信道h([h₀,h₁,h₂........h_Nfft-1]和干扰小区的下行信道h_Inter([g₀,g₁,g₂........g_Nfft-1]，利用该信道估计值通过公式

$\begin{array}{c}{R}_{w_2{w}_2}=\mathrm{hE}\left\{x_{\mathrm{Bs}}{x}_{\mathrm{Bs}}^{*}\right\}{h}^H+E\left\{n_{\mathrm{RE}}{n}_{\mathrm{RE}}^H\right\}\\ =E_d{\mathrm{hh}}^H+N_{0}I,(E_d=1)\\ ={\mathrm{hh}}^H+N_{0}I\end{array}$

w₂＝hx_Bs+n_RE

获得接收端收到的目标小区符号经过信道以后的分量和噪声之和的协方差矩阵其中，x_Bs为目标小区的发送符号，w₂为接收端收到的目标小区符号经过信道以后的分量和噪声分量的和；

b22.根据接收端收到的目标小区符号经过信道以后的分量和噪声分量的和的协方差矩阵通过公式

$W_{{\mathrm{IRC}}_2}=\frac{h_{\mathrm{Inter}}^T{R}_{w_2{w}_2}^{-1}}{h_{\mathrm{Inter}}^T{R}_{w_2{w}_2}^{-1}{h}_{\mathrm{Inter}}}$

获得干扰抑制合并矩阵

b23.利用接收端多天线接收数据r_RE和b22求出来的干扰抑制合并矩阵通过公式

${\hat{x}}_{\mathrm{Inter}}=\frac{h_{\mathrm{Inter}}^T{R}_{w_2{w}_2}^{-1}}{h_{\mathrm{Inter}}^T{R}_{w_2{w}_2}^{-1}{h}_{\mathrm{Inter}}}{r}_{\mathrm{RE}}=W_{{\mathrm{IRC}}_2}{r}_{\mathrm{RE}}$

获得目标小区的发送符号的估计值

5.根据权利要求4所述的一种用于小区边缘终端的信号接收优化方法，其特征在于，所述步骤c的具体方法为：

采用公式

$\begin{array}{c}{y}_{\mathrm{jk}}-{\mathrm{Inter}}_{\mathrm{jk}}=y_{\mathrm{jk}}-{\hat{x}}_{\mathrm{Inter},\mathrm{jk}}{\hat{g}}_j\\ =x_{\mathrm{Bs},\mathrm{jk}}{h}_j+I_{\mathrm{jk}}+N_{\mathrm{jk}}-{\hat{x}}_{\mathrm{Inter},\mathrm{jk}}{\hat{g}}_j\\ =x_{\mathrm{Bs},\mathrm{jk}}{h}_j+{\hat{I}}_{\mathrm{jk}}+N_{\mathrm{jk}}\end{array}$

消除目标小区的导频位置处第k个OFDM符号的第j个子载波处的接收信号对应的干扰；

其中为经过b23中干扰抑制合并得到的干扰基站在目标基站的导频位置处的发送数据符号，为步骤a中获得的干扰基站的在第j个子载波上的信道增益；y_jk-Inter_jk的值用于更新步骤a中的目标小区的导频位置处的接收信号y_jk。

6.根据权利要求5所述的一种用于小区边缘终端的信号接收优化方法，其特征在于，所述步骤c还包括：

利用干扰抑制合并得到的目标基站在干扰基站的导频发送位置处的发送符号通过公式

$\begin{array}{c}{y}_{j^{\′}{k}^{\′}}-{\mathrm{Inter}}_{j^{\′}{k}^{\′}}=y_{j^{\′}{k}^{\′}}-{\hat{x}}_{\mathrm{Bs},j^{\′}{k}^{\′}}{\hat{h}}_{j^{\′}}\\ =I_{j^{\′}{k}^{\′}}+x_{\mathrm{Inter},j^{\′}{k}^{\′}}{g}_{j^{\′}}+N_{j^{\′}{k}^{\′}}-{\hat{x}}_{\mathrm{Bs},j^{\′}{k}^{\′}}{\hat{h}}_{j^{\′}}\\ ={\hat{I}}_{j^{\′}{k}^{\′}}+x_{\mathrm{Inter},j^{\′}{k}^{\′}}{g}_{j^{\′}}+N_{j^{\′}{k}^{\′}}\end{array}$

消去对于干扰基站的导频位置处第k'个OFDM符号的第j'个子载波处信道估计的影响；

其中为经过b13中干扰抑制合并得到的目标基站在干扰基站的导频位置处的发送数据符号，为步骤a中获得的目标基站的在第j个子载波上的信道增益，y_j'k'-Inter_j'k'的值用于更新步骤a中的干扰小区的导频位置处的接收信号y_j'k'。