CN1224198C - 使用有限脉冲响应矩阵滤波器的多用户检测方法 - Google Patents

Abstract

本发明公开了一种在CDMA通信系统中用有限脉冲响应矩阵滤波器的多用户检测的方法，包括的第一步是输入从通信系统信道接收到的多用户数据序列。接下来的第二步包括利用比帧长度更小的列数的系统矩阵，对代表无限脉冲响应矩阵滤波器的块卷积矩阵进行截断，从而得到有限脉冲响应滤波器均衡器。接下来的第三步包括用有限脉冲响应滤波器对接收到的多用户数据序列进行运算以获取对任何特定用户数据的估计。

Description

使用有限脉冲响应矩阵滤波器的多用户检测方法

技术领域

本发明一般涉及通信系统，尤其是涉及用于多用户通信系统接收机的检测器。

背景技术

 无线通信系统正被越来越多地用于传输语音和数据业务。这样的通信系统包括码分多址(CDMA)标准IS-95。CDMA系统的独特之处在于多个用户发出的信号同时交迭在一个信道内。因此，接收机必须处理从一个信道传来的复合信号并提取出发送给相关用户的信息。这种处理被称作多用户检测或联合检测(joint detection)。目前已经有最优的多用户检测方案，但是仍需加强其计算实现。

已经有一些次最优接收机技术，用于减少提取原始用户信号所需的计算量，同时在互相干涉的结果中进行寻址，以限制误差。

在这些检测技术中，包括归零线性均衡(zero-forcing linearequalization)、决策反馈均衡和最小均方差均衡，它们可以单独应用或者按照不同的组合应用。对于这些方法，Klein等人在论文“Zero-forcing and Minimum Mean-Square-Error Equalization for MultiuserDetection in Code-Division Multiple-Access Channels(用于码分多址信道中多用户检测的归零线性均衡与最小均方差均衡)”(IEEETransactions on Vehicular Technology，Vol.45，No.2，pp.276-287，May1996)中指出，最小均方差均衡法能够得到最好的性能，下文中将其称为MMSE-BLE(最小均方差数据块线性均衡器)，当扰频码为周期性的时候，它在CDMA系统中很有用。

MMSE-BLE技术仍需要大规模的处理和计算，涉及到用于定义CDMA数据块传输系统信道的全系统矩阵，例如用于已经提出的CDMA第三代时分双工(3G TDD)标准的下行链路。

在CDMA通信系统中需要一种改进的多用户检测，其在不牺牲性能的情况下减少计算的复杂性。而且，它还具有使用现有的硬件并减少处理器资源的优点。

附图说明

图1为3G TDD下行链路信道的简化方块图；

图2为表示3G TDD下行联路信道的等效块矩阵滤波器的简化方块图；

图3为根据本发明的对输入序列进行有限脉冲响应矩阵滤波以获取估计数据序列的简化方块图；

图4为根据本发明的有限脉冲响应矩阵均衡器的简化方块图；

图5为表示本发明带来的性能改进的图表。

具体实施方式

本发明提供了在CDMA通信系统中的多用户检测，其利用有限脉冲响应矩阵滤波器在不牺牲性能的情况下减少了计算的复杂性。无需引入附加的硬件，而且释放了全部处理器资源。可以用矩阵滤波估计器来进一步减少计算量。通过限制为可靠检测用户信号而执行的运算量，本发明的有利之处在于节约了通信接收设备的能量并降低了计算的复杂性。

在诸如图1所示的3G TDD下行链路信道的CDMA数据块传输系统中，在相同的时间窗内，多个用户同时访问相同的信道。向量d^(k)表示在一个长度为W的TDD帧内、在信道中第k个码上传输的N(比特/帧)数据点序列。向量c^(k)表示用于每个相应的有效编码的具有长度Q(一个码周期内的码片数)的扩频和扰频码的第k个特征序列(signature sequence)。在3G-CDMA TDD系统内，每个码用到16个码片。K代表一个信道内用到的有效编码个数。为达到本发明的目的，每个有效编码对应一个用户输入的数据，典型的情况是给一个用户分配一个有效编码。但是，在诸如多媒体应用的情况下，一个用户可以有超过一个的编码有效。在下面的说明中，(.)^T、(.)^H、(.)^-1分别代表矩阵的转置、共轭转置和逆。

在第k个特征序列c^(k)上的数据流d^(k)为

$d^{\left(k\right)}={(d_1^{\left(k\right)},d_2^{\left(k\right)},d_2^{\left(k\right)},...,d_N^{\left(k\right)})}^T---k=\mathrm{1,2},...,K$

式中，每个有效编码的数据码元d_n重复Q次，形成了一个特征序列的元素与元素相乘的Q维矩阵

$c^{\left(k\right)}={(c_1^{\left(k\right)},c_2^{\left(k\right)},...,c_Q^{\left(k\right)})}^T--k=\mathrm{1,2}...,K$

下行链路信道的信道脉冲响应(CIR)为

h＝(h₁，h₂，…，h_w)^T

它在一个码片间隔内有W个采样值。复合的CIR，b^(k)为特征序列与CIR的卷积

$b^{\left(k\right)}=c^{\left(k\right)}\⊗h={(b_1^{\left(k\right)},b_2^{\left(k\right)},...,b_{Q+W-1}^{\left(k\right)})}^T---k=\mathrm{1,2}...,K$

长度为K·N的复合数据向量具有全部K个数据向量，按照如下方式的串联

$d^{\left(k\right)}={(d_1^{\left(1\right)},d_1^{\left(2\right)},...,d_1^{\left(K\right)},d_k^{\left(1\right)},d_k^{\left(2\right)},...,d_k^{\left(K\right)},...,d_N^{\left(1\right)},d_N^{\left(2\right)},...{,d}_N^{\left(k\right)})}^T$

这就是基本地对源自不同数据流的数据的多路复用。假设噪声为方差为σ²的加性高斯白噪声(AWGN)，并且n定义为下面的零均值噪声向量

     n＝(n₁，n₂，…，n_N·l+W＝1)^T

然后将其加入复合数据向量中，从而形成接收信号向量

     e＝(e₁，e₂，…，e_N·Q+W-1)^T＝Ad+n

式中，A为(N·Q+W-1)×(K·N)阶系统矩阵，如下式

例如，若K＝2，N＝3，Q＝3，W＝4，系统矩阵A的结构如下式所示。

接收到的序列e在接收机内处理，以检测并获得判定传输的数据向量d^(k)，其中在接收机内已知用户的特征序列c^(k)，并且，由系统矩阵描述的CIR为已知的或者利用现有的技术计算。

在现有技术的MMSE-BLE技术中，传输的用户数据序列的解用下式估计

d^est＝(A^HA+σ²I)^-1A^He

该方法由Klein等人在论文“Zero-forcing and Minimum Mean-Square-Error Equalization for Multiuser Detection in Code-DivisionMultiple-Access Channels(用于码分多址信道中多用户检测的归零线性均衡与最小均方差均衡)”(IEEE Transactions on Vehicular Technology，Vol.45，No.2，pp.276-287，May 1996)中予以介绍。

解该方程直接的方法就是从头至尾地运算，包括求取一个矩阵的逆算子，并且将具有该算子的行与向量A^He相乘，这些行与分配给相关的用户的代码对应。可是不管这种方法多么有效，它的计算很复杂，因为其涉及到了一个大矩阵的逆运算。

MMSE-BLE技术通过对无限脉冲响应矩阵滤波器(A^HA+σ²I)进行Cholesky分解求解上述方程。Cholesky分解的方法为：首先定义

     z＝A^He

将上式代入MMSE-BLE解中，得到

      d^est＝(A^HA+σ²I)^-1z

Cholesky分解的步骤如下

     A^HA+σ²I＝LL^H

将上式代入MMSE-BLE解中，得到

     LL^Hd^est＝z

定义

     L^Hd^est＝w

将其代入前一方程中，得到

       Lw＝z

从而避免了对大矩阵求逆。上述方程中使用的一些项详细列于下式

$d^{\mathrm{est}}=\left[\begin{array}{c}{d}_1^{\mathrm{est}}\\ d_1^{\mathrm{est}}\\ \·\·\·\\ \·\·\·\\ d_N^{\mathrm{est}}\end{array}\right]w=\left[\begin{array}{c}{w}_1\\ w_2\\ \·\·\·\\ \·\·\·\\ w_N\end{array}\right]d_k^{\mathrm{est}}=\left[\begin{array}{c}{d}_k^{\left(1\right)\mathrm{est}}\\ d_k^{\left(2\right)\mathrm{est}}\\ \·\·\·\\ \·\·\·\\ d_k^{\left(K\right)\mathrm{est}}\end{array}\right]w_k=\left[\begin{array}{c}{w}_k^{\left(1\right)}\\ w_k^{\left(2\right)}\\ \·\·\·\\ \·\·\·\\ w_k^{\left(3\right)}\end{array}\right]$

其中，d_k ^(i)est为对第i个用户的第k个码元的估计。

在MMSE-BLE技术中，为了获得对1≤k≤N所有的d_k ^(i)est，即用户j的全部码元，首先需要解出w。特别地，必须求解出全部的w，这是由于用到无限脉冲响应(IIR)滤波器，而这其中不仅仅包括w中与用户j相关的分量。因此，需要全部分量来求解d^est。这是向后代入的过程。由于同样的原因，确定d^est又需要求解出d^est中全部的分量。这是向前代入的过程。无论是向前还是向后代入都与IIR矩阵滤波运算类似，这种方法在相关技术领域内众所周知，并且涉及到需要整体计算而不能部分计算的向量的反馈，因此，现有技术的MMSE-BLE技术没有对w与d^est中特别的分量进行求解。

在本发明中，系统矩阵A可以写为如下形式

$A=\left[\begin{array}{ccc}{A}_0& 0& 0\\ A_1& A_0& 0\\ 0& A_1& A_0\\ 0& 0& A_1\end{array}\right]$

其中A₀与A₁为QxK维的块，矩阵是一个块卷积矩阵。

一般情况下，系统矩阵A中有ρ+1个块，其中ρ定义为

$\mathrm{\ρ}=\left[\frac{W-1}{Q}\right]$

这是由于序列b^(k)的长度为Q+W-1。如果将其拆分成的Q维块，在为了使Q+W-1能够被Q整除而添加必须数量的零后，得到ρ+1个块。

参见图2，矩阵A的左乘可以被视为一个大小为ρ+1的矩阵滤波器(该滤波器在延迟环节D间的分支为矩阵)与大小为Kx1的向量的b^(k)序列的卷积。同样地，在上述方程中，e和n分别为输出和噪声向量，大小均为(N+ρ)Q。

在对滤波器进行解释后，可以把e视为一个大小为Qx1的(N+ρ)维向量的序列。因此，可以用矩阵滤波器的形式描述TDD CDMA系统的下行链路。滤波运算介绍如下。

与前述的MMBE-BLE技术不同，本发明的计算仅用到那些与用户相关的分量。它的求解与从IIR滤波器(A^HA+σ²I)^-1形成FIR滤波器类似，其中的脉冲响应被截尾至观测向量的长度。在损失性能最小的情况下形成FIR滤波器时，IIR滤波器可以被截断为几个分支。换句话说，前述的IIR矩阵滤波器运算被转化为FIR矩阵运算。这种方法具有优势，这时由于FIR滤波器不包含反馈，因此只有被分配给相关用户的Q个编码需要被解调，从而减少了计算的复杂性。而且，这种方法的优势还在于对IIR滤波器进行截断，以避免计算全部系数，这些系数的大部分不重要，因而截断引起的性能损失最小。

系统可以表示成图3所示的模型，其中FIR矩阵滤波器的系数F被确定为使误差方差达到最小。本发明的新颖之处是，并非象现有技术的MMSE-BLE技术那样试图对长度为N的整个块进行均衡，仅对长度为L的较小的块做均衡。典型的情况下，L相当于ρ+1。因此，系统方程变为

         e＝Cd+n

这里的矩阵C有L列，且被定义为下式。

$C=\left[\begin{array}{ccccc}{A}_0& 0& \·\·\·& 0& 0\\ A_1& A_0& \·\·\·& 0& 0\\ & & \·\·\·& & \\ 0& 0& \·\·\·& A_{\mathrm{\ρ}}& A_{\mathrm{\ρ}-1}\\ 0& 0& \·\·\·& 0& A_{\mathrm{\ρ}}\end{array}\right]$

在这种情况下，块的长度从N减小为L。向量d可以是具有帧中N个可用的向量中任何一个大小为Kx1的L个向量的块。这个方程式是不精确的，因为假设了在所考虑的数据块之前与之后的数据点为零，而且某些从矩阵方程得到的顶部和底部方程不精确。这个方程的解为

                   d^est＝(C^HC+σ²I)^-1C^He式中，矩阵(C^HC+σ²I)^-1C^H是一个块卷积矩阵，因为它是从两个块卷积矩阵得到的积。

本发明的一个新颖之处为，用复合块卷积矩阵的一个行或列获得有限脉冲响应(FIR)矩阵滤波器均衡器，用于均衡小于或等于输入数据帧长度的块。特别地，FIR滤波器均衡器由复合块卷积矩阵中间的一个行或列形成，因为边缘的行或列未能包含全部的滤波器系数因而不被选用。定义参数δ以决定选择哪个列(或行)作为FIR矩阵滤波器均衡器。如果定义

          h_δ＝[0 … I_QxQ … 0]^H

式中，h_δ中的单位矩阵在第δ行上，所要求的滤波器可以记做

          f^opt＝(C^HC+σ²I)^-1C^Hh_δ均衡过程如图4所示，该图表示根据本发明的FIR矩阵均衡器的方块图。矩阵块f^opt是大小为KxQ的均衡器分支，其通过延迟环节D作用在序列e上(进行卷积)以获得估计数据序列d^est。

在优选施例中，为了获得高效的计算，可以将FIR滤波器均衡器分解为两个FIR滤波器

               f₁＝C^Hh_δ1

和

               f₂＝(C^HC+σ²I)^-1C^Hh_δ2

式中

               h_δ1＝[0 … I_QxQ … 0]^H

和

               h_δ2＝[0 … I_KxK … 0]^H

在这种情况下，用两个滤波器f₁和f₂进行卷积，可以得到与用上述的复合卷积矩阵的一行或一列相同的结果，但是用到的计算较少。特别地，至少一个滤波器包括在与分配给相关的特定用户的编码对应的矩阵滤波器分支的行上将一个单位矩阵的共轭转置与矩阵C的共轭转置相乘。例如，在执行第二滤波运算时，特定的用户可以解调他们自己的数据而无须解调其它用户的数据。特别地，当执行第二滤波时，将一个大小为KxK的矩阵X与大小为Kx1的向量y相乘，得到一个大小为Kx1的向量，即d＝Xy。但是，如果只需要K中的第k个元素，所需要的只是将X中第k行与y相乘。因此节省了计算量。这可以通过只对矩阵滤波器分支的那些行与输入向量序列e进行卷积实现，这些行与分配给特定的用户(利用对有效代码的了解)代码对应。d^est基本上通过e与f₁的第一次卷积获取。称这个结果为x。然后，为完成整个过程，将x与f₂进行卷积。如上面所介绍，如果进行了与f₂的卷积则获得计算增益(computational gain)。

总之，本发明提供了一种在CDMA通信系统中使用有限脉冲响应矩阵滤波器的多用户检测的方法。方法包括的第一步是输入从通信系统信道接收到的多用户数据序列，其中用有效编码区分信道中每个特定用户。第二步包括对代表定义了信道系统方程的无限脉冲响应滤波器进行截断从而得到有限脉冲响应滤波器。下一步包括用有限脉冲响应滤波器对接收到的多用户数据序列进行运算以获取对任何特定用户数据的估计。

优选地，截断步骤中包括选取无限脉冲响应(IIR)滤波器中的一个中间列或行来定义有限脉冲响应均衡器，而且在运算步骤中包括用比IIR滤波器更小的块长度的有限脉冲响应滤波器对接收到的多用户数据序列进行运算。特别地，在这个步骤中包括通过使用由大小为QxK的块的L列规模较小的系统矩阵，应用比输入编码帧长度更少的列数的系统矩阵。

更好的情况是，在选取步骤中包括将FIR矩阵滤波器分解为两个FIR矩阵滤波器以减小计算复杂性。这种减小是在第二FIR矩阵滤波中实现的，方法是第一FIR矩阵滤波运算的输出向量序列仅与那些得到相关的用户的估计数据的那些第二FIR矩阵滤波器中的行进行卷积。运算步骤包括用第一滤波器对接收到的多用户数据序列进行运算，其中包括一个较小的系统矩阵C的共轭转置与位于相关用户的列中的单位矩阵的共轭转置相乘，然后通过与第二滤波器中那些对应于相关用户的有效编码的行的卷积对结果进行运算，这就得到了相关的用户的估计数据。用到哪些行由在有效编码中分配给用户的编码的知识所决定。

有利的是，本发明提供了一种改进，在分配给相关的用户的编码与总有效编码的总数之比较小的情况下考虑了计算的复杂性。总的来讲，由于必须计算的矩阵系数个数较少，本发明是对现有技术的改进。具体地说，由于需要求逆的矩阵维数少于现有技术，本发明更适合于定点实现。这是由于在这些情况下，利用Cholesky分解进行矩阵逆运算本质上是反馈运算，其具有误差传递的固有问题。因此，对较小矩阵求逆的误差传递较小。

实例

如在本发明的上面所介绍和在现有技术中，数据序列需要经过多个处理过程。包括一个或多个匹配滤波、A^HA的计算、快速Cholesky分解、向前/向后递归和FIR矩阵滤波。每个运算的计算量如下所述。上述全部的矩阵运算的计算复杂性可以估计。涉及到的运算包括一个或多个乘法与累积(MAC)运算、平方根运算和除法运算。匹配滤波运算由总计2NK(Q+W-1)次MAC运算组成。计算A^HA共需总计0.5K(K+1)(Q+W-1)+ρK²(W-0.5Q(ρ-1)-1)次MAC运算。快速Cholesky分解需要共计(2ρ+2/3)K³+ρK²-2K/3次MAC运算、2K次平方根运算和NK((ρ+0.5)K-1)次除法运算。向前和向后递归需要总计(LK-1)K((2ρ+1)K-2)次MAC运算和LK²次除法运算。最后，FIR矩阵滤波需要共计2NLKK'次MAC运算，其中K’是分配给感兴趣的用户的编码个数。

表1为执行本发明的FIR矩阵滤波均衡需要的总运算量与现有技术中MMSE-BLE方法的比较。假设ρ＝1，L＝2ρ+1，其中提供了多用户的情况。

表1

MOPS(每秒几百万次元算)

	MMSE-BLE	FIR矩阵滤波器
			12.2kbps  4users	82915500	64453500
12.2kbps  2users	31117500	28219500
			64kbps    2users	117052500	104146500
144kbps   1user	99277500	110139000

384kbps   1user

82915500

90805500

从表1中可以观察到，若分配给相关的用户的编码与总有效编码的总数之比较小时，本发明提供了减小计算复杂性的方法。

在本发明中，用有限脉冲响应矩阵滤波器均衡进行了数字仿真。结果介绍如下。所有的仿真中，用行业中为人熟知的信道-ITUPedestrian B仿真数据进行数字仿真。

图5所示为有五个有效编码(从十六种可能性中的)的运行环境下比特误差率(BER)与E_b/N_o(每比特能量/噪声功率密度)的对应关系，分别对应原有技术中MMSE-BLE模型和本发明的FIR均衡器(L＝5，δ＝2)。可见在较低的E_b/N_o情况下，相对于现有技术方法(上面的曲线)本发明的比特误差率(下面的曲线)得到改善。另外，如前所述，这是通过更少的计算来实现的。增加FIR矩阵的大小(例如L＞5)可以得到更好的性能，这以花费更多的计算为代价。然而，在更多个有效编码的环境中，本发明的性能开始下降，这必须通过减少处理所需要的节约来进行补偿。

回顾一下，本发明提供了在CDMA通信系统中的多用户检测的方法，利用有限脉冲响应矩阵滤波器在不牺牲性能的情况下减少了计算的复杂性。无需引入附加的硬件，而且释放了全部处理资源。

尽管已详细介绍了本发明的组成和功能，本领域的普通技术人员可以增减本发明的功能块，并且落在本发明的范围内。本发明仅由附加的权利要求书限定。

Claims (12)

1.一种在CDMA通信系统中利用有限脉冲响应矩阵滤波器的多用户检测的方法，包括如下步骤：

输入从通信系统信道接收到的多用户数据序列，用有效编码识别信道中的特定用户；

对代表定义了所述信道的系统方程的无限脉冲响应滤波器的块卷积矩阵进行截断，从而得到有限脉冲响应滤波器；和

用所述有限脉冲响应滤波器对所述接收到的多用户数据序列进行运算以获取对任何特定用户的用户数据的估计，

其中，所述截断步骤中包括：选取所述无限脉冲响应滤波器中的一中间列和一中间行来定义有限脉冲响应FIR矩阵滤波器均衡器，而且所述运算步骤包括用所述有限脉冲响应滤波器对所述接收到的多用户数据序列进行运算。

2.如权利要求1的所述方法，其中所述选取步骤包括：将所述FIR矩阵滤波器均衡器分解为两个FIR矩阵滤波器，至少一个所述滤波器包括仅与那些与分配给相关的特定用户的编码对应的那些矩阵滤波器分支的行进行的卷积，且所述运算步骤包括用第一滤波器对所述接收到的多用户数据序列进行运算，以及用第二滤波器对该结果进行运算。

3.如权利要求1的所述方法，其中所述截断步骤包括选取具有比编码帧长度更少的列数的较小的系统矩阵。

4.如权利要求3的所述方法，其中所述截断步骤包括将所述有限脉冲响应滤波器定义为矩阵(C^HC+σ²I)^-1C^H的一行或一列，

其中，C定义如下

$C=\left[\begin{array}{ccccc}{A}_0& 0& ...& 0& 0\\ A_1& A_0& ...& 0& 0\\ & & ...& & \\ 0& 0& ...& A_{\mathrm{\ρ}}& A_{\mathrm{\ρ}-1}\\ 0& 0& ...& 0& A_{\mathrm{\ρ}}\end{array}\right]$

，A_i为Q×K维的块，i＝0，1，...，ρ)。

5.如权利要求1的所述方法，其中所述截断步骤包括将所述有限脉冲响应滤波器分解为第一滤波器C^Hh_δ1，其中，h_δ1＝[0...I_Q×Q...0]^H，和第二滤波器(C^HC+σ²I)^-1h_δ2，其中，h_δ2＝[0...I_K×K...0]^H，而且其中所述运算步骤包括顺序用第一和第二滤波器对所述接收到的多用户数据序列进行运算。

6.如权利要求1的所述方法，所述选取步骤包括如下步骤：

从所述有限脉冲响应滤波器中得到两个滤波器，至少一个所述滤波器包括仅和那些与分配给用有效编码确定的相关特定用户的编码对应的那些矩阵滤波器分支的行与接收序列进行卷积；以及用第一滤波器对所述接收到的多用户数据序列进行运算，然后用第二滤波器对该结果进行运算，以获得对任何特定用户的用户数据的估计。

7.如权利要求6的所述方法，其中所述截断步骤包括选取比编码帧长度更少的列数的较小的系统矩阵。

8.如权利要求6的所述方法，其中所述截断步骤包括将有限脉冲响应滤波器定义为矩阵(C^HC+σ²I)^-1C^H的一行或一列，

其中矩阵C定义如下

$C=\left[\begin{array}{ccccc}{A}_0& 0& ...& 0& 0\\ A_1& A_0& ...& 0& 0\\ & & ...& & \\ 0& 0& ...& A_{\mathrm{\ρ}}& A_{\mathrm{\ρ}-1}\\ 0& 0& ...& 0& A_{\mathrm{\ρ}}\end{array}\right]$

，A_i为Q×K维的块，i＝0，1，...，ρ)。

9.如权利要求6的所述方法，其中所述截断步骤包括将所述有限脉冲响应滤波器分解为第一滤波器C^Hh_δ1，其中，h_δ1＝[0...I_Q×Q...0]^H，和第二滤波器(C^HC+σ²I)^-1h_δ2，其中，h_δ2＝[0...I_K×K...0]^H，而且其中所述运算步骤包括顺序用第一和第二滤波器对所述接收到的多用户数据序列进行运算。

10.如权利要求1的所述方法，其中，所述选取步骤包括如下步骤：

将所述有限脉冲响应滤波器分解为第一滤波器C^Hh_δ1，

其中，h_δ1＝[0...I_Q×Q...0]^H，和第二个滤波器(C^HC+σ²I)^-1h_δ2，其中，h_δ2＝[0...I_K×K...0]^H；和

用第一滤波器对所述接收到的多用户数据序列进行运算，然后用第二滤波器对该结果进行运算，以获得对任何特定用户数据的估计。

11.如权利要求10的所述方法，其中所述截断步骤中包括选取所述无限脉冲响应滤波器中的一中间列和一中间行来定义有限脉冲响应FIR矩阵滤波器均衡器，而且在所述运算步骤中包括用所述有限脉冲响应滤波器对所述接收到的多用户数据序列进行运算。

12.如权利要求11的所述方法，其中在所述选取步骤中包括将所述FIR矩阵滤波器分解为两个FIR矩阵滤波器，至少一个所述滤波器包括仅与那些与分配给相关的特定用户的编码对应的那些矩阵滤波器分支的行进行的卷积，其中的所述运算步骤包括用第一滤波器对所述接收到的多用户数据序列进行运算，以及用第二滤波器对该结果进行运算。