CN1604512A - 联合检测方法及装置 - Google Patents

Abstract

接收天线阵列中的每个天线单元分别接收了多个用户的所有信息，然后通过下变频器将射频信号转为基带信号，模数转换器将模拟信号转化为具有一定精度的数字信号后，输出的数据序列和训练序列被信号分割器分离，训练序列用于估计信道冲激响应，训练序列隔开的两部分数据序列同时注入联合检测器，同样的相关矩阵用于估计用户发送的数据符号，估计结果由相应的信道译码器处理后，通过和发送数据符号的比较来评价联合检测装置的性能。

Description

联合检测方法及装置

技术领域

本发明应用于无线通信领域，特别是基于直接序列扩频码分多址的多用户通信系统，具体涉及移动通信系统中采用的联合检测方法及装置，该方法和装置可应用于移动通信系统中的移动台或基站的接收机，用于同时检测同一传输单元中包含的同一小区不同用户发送的数据符号。

背景技术

在应用直接序列扩频码分多址(DS-CDMA：Direct Sequence-CodeDivision Multiple Access)技术的系统中，同一小区的用户用特定的用户码来标识，在发送端用户码之间是正交的。由于多径衰落的影响，用户码之间的正交性被破坏，从而导致接收端存在码间干扰，即所谓的多址干扰(MAI：Multi Access Interference)。传统的接收机把多址干扰看作噪声，导致接收端信干比(信号与干扰的功率比)减小，这等效于减少了系统的容量；而多用户检测技术把多址干扰按照有用信息来处理，这样等效于降低了用户之间的干扰，提高了接收端的信干比。联合检测(JD：JointDetection)专指应用于时分CDMA(TD-CDMA：Time Division-CDMA)系统的多用户检测技术，如3GPP(The 3^rd Generation Partnership Project)标准化的基于时分复用的宽带码分多址系统(UTRA-TDD：(UMTSterrestrial radio access-Time Division Duplex)，和中国无线通信标准组(CWTS：China Wireless Telecommunications Standard Committee)建议的时分同步码分多址系统(TD-SCDMA：Time Division-Synchronous CDMA)。

在TD-CDMA系统，JD是一种用于扩展系统容量的关键技术。它不仅能够消除同一小区内的多址干扰，还能够消除同一用户的符号间干扰。20世纪90年代，最早的关于JD的基本原理在文献[1]中得到体现，它揭示了JD所具有的双重功能，进而A.Klein和P.W.Baier改进并将这一技术扩展到TD-CDMA系统中[2]。现在，JD技术主要有4种方法，即迫零块线性均衡(ZF-BLE：Zero Forcing Block Linear Equalizer)，迫零块决策反馈均衡(ZF-BDFE：Zero Forcing Block Decision Feedback Equalizer)，最小均方误差块线性均衡(MMSE-BLE：Minimum Mean Square Error BlockLinear Equalizer)，最小均方误差块决策反馈均衡(MMSE-BDFE：MinimumMean Square Error Block Decision Feedback Equalizer)，关于这4种方法的详细说明可参考文献[3]及美国专利US 5,970,060 A和US 6,307,851 B1。

JD应用的瓶颈可以归纳为一个问题，即计算矩阵逆。计算矩阵逆的复杂度随着矩阵的维数和矩阵的特征的不同而服从不同的规律，如指数、平方、对数等。目前有一些方法，如文献[4]提出的逼近乔里斯基(Approximate Cholesky)分解方法，文献[5]提出的通用舒尔(GeneralizedSchur)分解方法，这些方法直接在时域内计算矩阵逆。文献[6]建议了另外一种在频域计算矩阵逆的方法。这些方法中，逼近乔里斯基分解方法复杂度最低。然而这些方法应用于UTRA-TDD和TD-SCDMA系统时，复杂度依然很高。本发明充分考虑了在联合检测中结构化矩阵的特性[7]，结合Kumar算法[8]给出了一种新的低复杂度的联合检测方法及装置。

美国专利

5970060 A  10/1999 Baier et al...................................370/342

6307851 B1 10/2001 Jung et al.....................................370/342

6339612 B1 1/2002 Stewart et al.....................................375/140

其它出版物

(1)Z.H.Xie，R.T.Short，and C.K.Rushforth，“A family of suboptimumdetectors for coherent multiuser communications，”IEEE JSAC，Vol.8，No.4，May 1990，pp.683-690.

(2)A.Klein，“Linear unbiased data estimation in mobile radio systemsapplying CDMA，”IEEE JSAC，Vol.11，No.7，Sept.1993，pp.1058-1066.

(3)P.Jung，J.Blanz，M.Naβhan，P.W.Baier，“Simulation of the uplinkof JD CDMA mobile radio systems with coherent receiver antenna diversity，”Wireless Personal Communication，vol.1，1994，pp.61-89.

(4)H.R.Karimi，N.W.Anderson，“A novel and efficient solution toblock-based Joint Detection using approximate cholesky factorization，”IEEEPIMRC98，Boston，MA，Sept.1998，pp.1340-1345

(5)M.Vollmer，M.Haardt，and J.Gotze，“Comparative study ofJoint-Detection techniques for TD-CDMA based mobile radio systems，”IEEE JSAC，Vol.19，No.8，Aug.2001，pp.1461-1475

(6)Nevio Benvenuto，Giovanna Sostrato，“Joint Detection with lowcomputational complexity for hybrid TD-CDMA systems，”IEEE JSAC，Vol.19，No.1，Jan.2001，pp.245-253

(7)Victor Y.Pan，Structured Matrices and Polynomials：UnifiedSuperfast Algorithm，Springer，New York，USA，2001.

(8)Rajendra Kumar，“A fast algorithm for solving a Toeplitz system ofequations，”IEEE Trans on ASSP，Vol.ASSP-33，No.1，February 1985，pp.254-267.

发明内容

本发明可用于任何基于DS-CDMA技术的多用户通信系统，特别是UTRA-TDD和TD-SCDMA系统。旨在进一步减少JD复杂度，以便在应用这一技术时，复杂度可以为当前的数字信号处理器件接受。

本发明用于检测和估计同一传输单元中接收到的来自同一小区的不同用户发送的数据符号。在应用联合检测技术前接收信号被分离为两部分，一部分是包含信道信息的训练序列，另一部分是传输的数据。根据训练序列估计信道冲激响应，并根据接收天线的分集数和用户数建立包含用户信息及信道状态的特定矩阵结构，并对这种矩阵结构进行专门的处理以降低运算的复杂度，同时应用一种快速算法来估计不同用户发送的数据符号。

根据本发明的一个方面，提供一种应用于直接序列扩频CDMA多天线分集接收通信系统的联合检测装置，包括：数据合并器，用于将来自不同天线的数据信息按照在传输单元中对应的数据块进行组合；主系统矩阵生成器，用于通过计算各个用户的用户码和信道冲击响应的卷积来获得主系统矩阵；主相关矩阵生成器，用于通过计算主系统矩阵的相关来获得主相关矩阵；数字匹配滤波器，用于对接收数据块进行联合检测前的预处理；主相关矩阵逆计算器，用于计算主相关矩阵的逆矩阵；数据估计器，用于根据数字匹配滤波后的数据和逆矩阵估计对应于不同用户的数据符号。

根据本发明的另一个方面，提供一种应用于直接序列扩频CDMA多天线分集接收通信系统的联合检测方法，包括以下步骤：将来自不同天线的数据信息按照在传输单元中对应的数据块进行组合；利用各个用户的用户码和信道冲击响应的卷积得到主系统矩阵；通过计算主系统矩阵的相关来获得主相关矩阵；对数据块进行数字匹配滤波；计算主相关矩阵的逆矩阵；根据滤波后的数据和逆矩阵估计对应于不同用户的数据符号。

根据本发明的另一个方面，提供一种使用上述联合检测装置的直接序列扩频CDMA多天线分集接收通信系统，该系统包括：用于独立接收来自所有用户发送信息的分集天线阵列；用于将射频信号转化为基带信号的下变频器；用于将接收基带信号转换为具有一定动态范围的数字基带信号的模数转换器；用于把数字基带信号分割为数据信息和训练序列的信号分割器；用于根据训练序列估计信道冲激响应的信道估计器；用于根据信道冲激响应和数据信息估计用户发送的数据符号的联合检测装置；用于根据估计结果恢复发送的数据符号的信道译码器。

附图说明

图1是应用联合检测的多天线分集接收无线通信系统的结构图。

图2是联合检测装置的结构图。

图3示出了发送信号的传输格式。

图4是联合检测前的信号抽取示意图。

图5示出了联合检测装置中主要矩阵之间的结构关系。

图6是联合检测装置的实现流程图。

具体实施方式

参照图1，在同一小区中，最多K个不同用户101通过M个不同的无线信道102发送的信号可以被接收机103检测到，信号的发送格式如图3所示。M个天线组成的阵列104分别接收所有K个用户的信号，根据图4所示方法通过信号分割器107抽取数据信息和训练序列信息后，应用图2所示的联合检测装置109估计K个用户发送的数据。图6给出了联合检测装置109的实现流程，在实现过程中矩阵之间的结构关系如图5所示。

参照图1，接收天线阵列104中的每个天线单元分别接收了来自K个用户的所有信息，然后通过下变频器105将射频信号转为基带信号，模数转换器106将模拟信号量化为具有一定精度的数字信号后，输出的数据信息和训练序列按照图4所示方法应用信号分割器107分离。其中，训练序列用于估计信道冲激响应，这一功能通过信道估计器108实现。训练序列隔开的两部分数据信息同时注入联合检测器109，它们应用同样的相关矩阵估计最后的相应于K个用户发送的数据信息。估计结果由相应的信道译码器110处理后，通过和发送信息符号的比较来评价联合检测装置的性能。

参照图2，主系统矩阵生成器202实现本地生成的K个用户码201和信道估计器108输出的信道冲激响的卷积，形成主系统矩阵。信道估计器108应用信号分割器107输出的训练序列来估计信道冲激响应。主相关矩阵生成器203用于计算系统矩阵的相关，从而生成主相关矩阵。矩阵逆204主要是计算主相关矩阵的逆。数据合并器207将来自不同天线的数据信息(由信号分割器107输出)按照在传输单元中对应的数据块组合，然后与主系统矩阵的共轭转置相乘实现数字匹配滤波206的功能。数据估计器205实际是一个矩阵乘法器，它的输出对应于估计的不同用户的数据符号。通过简单的数据分割后，输出到对应不同用户的信道译码器110。

参照图3，信号的发送顺序依次是数据块301，训练序列302和数据块303，在相邻的传输单元之间有一段空隙不发送任何有用信息，称作保护间隔304。由于用户发送信号经过无线信道传输后，天线接收下来的信号在传输单元中相互存在干扰，干扰程度可以通过信道冲激响应滤波器的记忆长度W来度量。在应用联合检测器前，要先抽取数据信息和训练序列，抽取的方法参照图4。用于联合检测的第一个数据序列由未受干扰的数据块401和干扰块402组成，其长度为发送数据序列长度加W-1，训练序列由干扰块402，未受干扰的训练块403和干扰块404组成，其长度和发送训练序列相同，第二个数据序列由干扰块404和未受干扰的数据块405组成，其长度为发送数据序列长度加W-1。保护间隔406避免了相邻两个传输单元中数据块之间的干扰。

图6示出了整个联合检测的流程，第601步表示从图4所示的传输单元中抽取的数据信息和训练序列，训练序列用于在第602步估计信道冲激响应，用户码603和信道冲激响用于在第604步计算主系统矩阵。接下来，首先在第605步对两个数据块分别进行数字匹配滤波，在第606步由主系统矩阵求相关得到相应的主相关矩阵，通过第607步构建相应的主循环矩阵，接下来在第608步分割多项式并在第609步计算主相关矩阵的逆，第610步实现对数据符号的估计。

本发明中参与运算的矩阵具有一定的特殊结构，图5示出了运算中这种结构的变化。从左至右依次是系统矩阵501、相关矩阵503和循环矩阵507。主相关矩阵504和505是主系统矩阵502求相关后得到的，而矩阵506是矩阵504的共轭转置。主系统矩阵502是一种块——希尔维斯特(Block-Sylvester)矩阵，即以块为单位度量矩阵的组成元素，所有非零块矩阵都集中在块主对角线上。它们所构成的相关矩阵503是一个块——托普利兹(Block-Toeplitz)矩阵，所有非零块都集中在块主对角线上和与它平行的块对角线上，而且分布在同一块对角线上的块是相同的。和相关矩阵503比较，循环矩阵507除了在块反对角线和与其平行的对交线上有非零块以外，其余空间均为零。

本发明选择ZF-BLE算法作为一个例子来说明低复杂度联合检测方法及装置的具体实施方式，该算法可用式(1)来表示。

d＝(A^HA)^-1A^He                      (1)

其中，d是应用联合检测器估计的K个用户发送的数据信息，e是M个天线接收的相应于K个用户的数据信息。(·)^H表示共轭转置，(·)^-1表示矩阵逆。A是系统矩阵，相关矩阵C用A^HA表示。相关矩阵的逆是该算法复杂度主要的贡献者。相关矩阵C首先是一个对称正定矩阵，也是一个块——希尔维斯特矩阵，还保持了系统矩阵的托普利兹特性。这些特性使得矩阵在运算时可以被进一步开发从而降低计算复杂度。

假设把包含零矩阵的块对角线数定义为块矩阵的宽度，简称块宽，如式(2)所示。

          P_cor＝2P_sys+1                  (2)

其中，P_cor表示相关矩阵的块宽，系统矩阵的块宽P_sys取决于信道冲激响应的长度，定义为(3)式。

符号

表示沿负无穷方向取整，Q是扩频因子，W是信道冲激响应的长度。

系统矩阵A定义为(4)式所示结构。

$A=\left[\begin{array}{cccc}{A}_{11}& A_{12}& \·\·\·& A_{1N}\\ A_{21}& A_{22}& \·\·\·& A_{2N}\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ A_{N1}& A_{N2}& \·\·\·& A_{\mathrm{NN}}\end{array}\right]----\left(4\right)$

矩阵块A_ij，i，j＝1，2，…，N，是组成系统矩阵A的元素，定义为式(5)。N是传输单元中一个数据块所容纳的发送符号数。

其中，Z表示零矩阵。计算系统矩阵A的复杂度等效于计算主系统矩阵的复杂度，主系统矩阵A的元素是通过计算用户码c^(k)和信道冲激响应h^(k，kn)的卷积得到的。主系统矩阵A共有K_a(Q+W-1)行K列。

$A=\[A_1,A_2,\·\·\·,A_{K_n}{\]}^{T_b}----\left(6\right)$

$A_{k_a}=c^k\⊗h^{(k,k_n)}----\left(7\right)$

其中，T_b表示块转置，c^(k)和h^(k，kn)分别是长度为Q和W的列向量，k＝1，2，…，K为每一个传输单元可容纳的用户码数，k_a＝1，2，…，K_a是接收天线数，_表示卷积运算。

相关矩阵C继承了系统矩阵的结构特征，是一个新的块——希尔维斯特矩阵。因为多址干扰MAI，系统矩阵块主对角线上的相邻块彼此交错(参照图5)，交错深度为W-1行。由公式(2)可知，相关矩阵C的稀疏程度比系统矩阵A要低。

$C=\left[\begin{array}{cccc}{C}_{11}& C_{12}& \·\·\·& C_{1N}\\ C_{21}& C_{22}& \·\·\·& C_{2N}\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ \·& \·& \·& \·\\ C_{N1}& C_{N2}& \·\·\·& C_{\mathrm{NN}}\end{array}\right]----\left(8\right)$

i＝1，2，…，N，j＝1，2，…，N-1，k＝1，2，…，N，l＝1，2，…，N-1.

如果应用于TD-SCDMA系统，公式(9)可以简化为公式(10)。

C_ij＝Z，|i-j|＞1      (10)

其中，|(·)|表示表达式(·)的绝对值。

事实上，任意一个主相关矩阵都是相关矩阵的子集，是对称正定矩阵。为了避免高复杂度，用主相关矩阵代替相关矩阵参与运算必然会导致估计误差。尽管这种误差可以通过其他诸如信道编码技术加以补偿，如何选择主相关矩阵仍然非常关键。

基于对相关矩阵结构的分析，参照公式(8)，最优的主相关矩阵应该由C_N，N，C_N-1，N和C_N，N-1组成，其中，后两个矩阵之间的关系可以定义为(11)式。

C_N-1，N＝[C_N，N-1]^H                           (11)

其中，上标H表示厄米特转置。

公式(12)定义了主相关矩阵C的结构。

$C=\left[\begin{array}{c}{C}_{N-1,N}\\ C_{N,N}\end{array}\right]----\left(12\right)$

事实上，没有必要计算相关矩阵C，只需按照公式(13)至(15)计算主相关矩阵C即可。

$a_{11}=A^H(1:K,1:K_a(Q+W-1)),b_{11}=A(1:\mathrm{Ka}(Q+W-1),1:K)$

$C_{N,N}=a_{11}\·b_{11}\stackrel{\mathrm{def}}{=}C1---\left(13\right)$

$a_{12}=A^H(1:K,K_{a}Q+1:K_a(Q+W-1)),b_{12}=A(1:\mathrm{Ka}(W-1),1-K),$

$C_{N-1,N}=a_{12}\·b_{12}\stackrel{\mathrm{def}}{=}C2----\left(14\right)$

$C_{N,N-1}={\[C_{N-1,N}\]}^H\stackrel{\mathrm{def}}{=}C3----\left(15\right)$

其中，符号

表示赋值运算。

基于主相关矩阵C1，C2和C3，维数为(N+1)×(N+1)的循环矩阵R的结构如(16)式所示。

R_1r＝[C1 C2…C3]                      (17)

$R_{1c}={\left[\begin{array}{cccc}C1& C3& \·\·\·& C2\end{array}\right]}^{T_b}----\left(18\right)$

公式(16)至(18)中，水平点化线和垂直虚线表示零矩阵Z，对角虚线表示相同的矩阵。循环矩阵R的第一块行表示为R_1r，第一块列表示为R_1c，R_1r和R_1c称为循环矩阵R的主循环矩阵，它的逆按照下述3步来计算。

应用快速傅立叶变换计算循环矩阵第一块列R_1c的特征矩阵λ_1c。

λ_1c＝FR_1c                             (19)

其中，F是形如(20)的傅立叶矩阵。

其中，ω＝2πi/(N+1)， $i=\sqrt{-1},$ 傅立叶矩阵F的维数为(N+1)×(N+1)。傅立叶矩阵的逆矩阵F^-1可直接通过计算傅立叶矩阵F中每一个标量元素的倒数来获得，即，F^-1(i，j)＝1/F(i，j)，i＝1，2，…，N+1，j＝1，2，…，N+1。

计算特征矩阵λ_1c的穆勒——彭罗斯(Moore-Penrose)逆。

η_1c＝λ_1c ⁺                        (21)

计算循环矩阵第一块行R_1r的穆勒——彭罗斯逆。

${\mathrm{CI}}_{R_{1c}}=F\·\mathrm{BlkDiag}\left({\mathrm{\η}}_{1c}\right)\·F^{-1}----\left(22\right)$

其中，BlkDiag(η_1c)表示块对角矩阵，块对角线上的矩阵为η_1c。最后，循环矩阵第一块列R_1c的逆CI_R1c如式(23)所示。

${\mathrm{CI}}_{R_{1c}}={\[B_1,B_2,\·\·\·,B_{N+1}\]}^{T_b}----\left(23\right)$

其中，B_i是K×K的块矩阵，i＝1，2，…，N+1。循环矩阵第一块行R_1r的逆CI_R1r如式(24)所示。

${\mathrm{CI}}_{R_{1r}}=\[B_1,B_{N+1},\·\·\·,B_2\]----\left(24\right)$

显然，循环矩阵的第一块行和第一块列由相同矩阵块组成。主相关矩阵的逆是根据主循环矩阵的逆来计算的，主相关矩阵的逆应用分割主循环矩阵逆多项式的方法来计算，首先计算块行矩阵和块列矩阵的解卷积，解卷积后的块多项式余项即为主相关矩阵的逆。这里，主循环矩阵逆多项式等同于一般意义的多项式，只是本发明中提到的多项式是以矩阵块作为系数的，而不是一般的以标量为系数的多项式。计算主相关矩阵逆的具体步骤如下：

主循环矩阵翻转

$B0=\mathrm{Rev}\left({\mathrm{CI}}_{R_{1r}}\right)=\[B_2,B_3,\·\·\·,B_{N+1},B_1\]----\left(25\right)$

$\mathrm{BI}=\mathrm{Rev}\left(C{I}_{R_{1c}}\right)={\[B_{N+1},B_N,\·\·\·,B_2,B_1\]}^{T_b}----\left(28\right)$

其中，Rev(·)是一个块翻转算子，在公式(25)-(26)中定义。主循环矩阵块解卷

E＝B0-F^-1{[inv(F·B1)·(F·B0)]·(F·B1)}         (27)

计算主相关矩阵逆主相关矩阵的逆G可以通过翻转块多项式余项E得到。

$G=\mathrm{Rev}\left(E\right)=\[S_1,S_2,\·\·\·,S_{P_{\mathrm{cor}}}\]----\left(28\right)$

相关矩阵的逆阵可以用主相关矩阵的逆G来构造。尽管相关矩阵的逆不是严格的数学意义上的块——托普利兹矩阵，但是在联合检测问题上可以近似看作块——托普利兹矩阵。相关矩阵逆的块宽P_ci不同于相关矩阵的块宽，P_ci定义为下式(29)。

P_ci＝2P_cor ^-1                      (29)

其中P_cor在公式(2)中定义。

本发明中，相关矩阵的逆阵是通过重新安排主相关矩阵和它的共轭实现的，这一过程几乎不涉及算术运算，所以对计算复杂度没有明显影响。

公式(30)显示了相关矩阵逆阵C^-1的结构，空白区域表示零矩阵，C^-1就是(A^HA)^-1。

接下来，根据公式(1)完成最后的数据估计。其中，通过计算A^He实现联合检测前的数据预处理，即所谓的数字匹配滤波。它不同于把多址干扰和符号间干扰当作噪声处理的传统的匹配滤波器，但是由于系统矩阵A是用户码和信道冲激响应的卷积，所以数字匹配滤波包含了匹配滤波的功能。

Claims (26)

1.一种应用于直接序列扩频CDMA多天线分集接收通信系统的联合检测装置，包括：

数据合并器，用于将来自不同天线的数据信息按照在传输单元中对应的数据块进行组合；

主系统矩阵生成器，用于通过计算各个用户的用户码和信道冲击响应的卷积来获得主系统矩阵；

主相关矩阵生成器，用于通过计算主系统矩阵的相关来获得主相关矩阵；

数字匹配滤波器，用于对接收数据块进行联合检测前的预处理；

主相关矩阵逆计算器，用于计算主相关矩阵的逆矩阵；

数据估计器，用于根据数字匹配滤波后的数据和逆矩阵估计对应于不同用户的数据符号。

2.根据权利要求1所述的联合检测装置，其中数据合并器组合的来自不同天线的数据信息是扩频后的数据流。

3.根据权利要求2所述的联合检测装置，其中数据合并器是将来自不同天线的数据信息顺序级联、而不破坏接收的数据信息的装置。

4.根据权利要求1所述的联合检测装置，其中主系统矩阵是一个符合块——希尔维斯特结构特性的矩阵。

5.根据权利要求1所述的联合检测装置，其中主系统矩阵共有K_a(Q+W-1)行K列，表示为

$A={[A_1,A_2,\·\·\·A_{K_a}]}^{T_b}$

$A_{k_a}=c^{\left(k\right)}\⊗h^{\left({k,k}_a\right)}$

其中，A表示主系统矩阵，T_b表示块转置，c^(k)和h^(k，ka)分别是长度为Q的用户码向量和长度为W的信道冲激响应向量，k＝1，2，…，K为每一个传输单元可容纳的用户码数，k_a＝1，2，…，K_a是接收天线数，Q是扩频因子，W是信道冲激响应的长度，_表示卷积运算。

6.根据权利要求1所述的联合检测装置，其中主相关矩阵由3个不同的矩阵C_N，N，C_N-1，N和C_N，N-1组成，如下列公式

$C_{N,N}\stackrel{\mathrm{def}}{=}{a}_{11}\·b_{11},C_{N-1,N}\stackrel{\mathrm{def}}{=}{a}_{12}\·b_{12},C_{N,N-1}\stackrel{\mathrm{def}}{=}{\left[C_{N-1,N}\right]}^H$

所示，其中，a₁₁＝A^H(1∶K，1∶K_a(Q+W-1))，b₁₁＝A(1∶Ka(Q+W-1)，1∶K)

a₁₂＝A^H(1∶K，K_aQ+1∶K_a(Q+W-1))，b₁₂＝A(1∶Ka(W-1)，1∶K)，

上标H表示厄米特转置，N是传输单元中一个数据块所容纳的发送符号数，符号 表示赋值运算。

7.根据权利要求1所述的联合检测装置，其中传输单元作为进行联合检测的基本单位，是突发、子帧和帧中的一种。

8.根据权利要求1所述的联合检测装置，其中主系统矩阵是系统矩阵中的一个非零矩阵，N是在一个传输单元中内所含的数据符号数。

9.根据权利要求1所述的联合检测装置，其中主相关矩阵是对称正定矩阵。

10.根据权利要求1所述的联合检测装置，其中数字匹配滤波器是将来自数据合并器的数据与主系统矩阵的共轭转置相乘的装置。

11.根据权利要求1所述的联合检测装置，主相关矩阵逆计算器包括以下装置：

用于利用主相关矩阵构造行主循环矩阵R_1r和列主循环矩阵R_1c的装置，表示为

R_1r＝[C_N，N  C_N-1，N…C_N，N-1]

$R_{1c}=[C_{N,N}{C}_{N,N-1}\·\·\·C_{N-1,N}{]}^{T_b}$

其中，T_b表示块转置，公式中的水平虚线表示零矩阵z，任一主循环矩阵包含N+1个矩阵块，N是在一个传输单元中内所含的数据符号数；

用于利用快速傅立叶变换计算行主循环矩阵的特征值矩阵的装置；

用于计算该特征值矩阵的穆勒——彭罗斯逆的装置；

用于根据列主循环矩阵计算行主循环矩阵的逆矩阵的装置；和

用于通过分割主循环矩阵逆多项式的方法来计算主相关矩阵逆矩阵的装置。

12.一种应用于直接序列扩频CDMA多天线分集接收通信系统的联合检测方法，包括以下步骤：

将来自不同天线的数据信息按照在传输单元中对应的数据块进行组合；

利用各个用户的用户码和信道冲击响应的卷积得到主系统矩阵；

通过计算主系统矩阵的相关来获得主相关矩阵；

对数据块进行数字匹配滤波；

计算主相关矩阵的逆矩阵；

根据滤波后的数据和逆矩阵估计对应于不同用户的数据符号。

13.根据权利要求12所述的联合检测方法，其中来自不同天线的数据信息是扩频后的数据流。

14.根据权利要求12所述的联合检测方法，其中组合步骤是将来自不同天线的数据信息顺序级联，不破坏接收的数据信息。

15.根据权利要求12所述的联合检测方法，其中主系统矩阵是一个符合块——希尔维斯特结构特性的矩阵。

16.根据权利要求12所述的联合检测方法，其中主系统矩阵共有K_a(Q+W-1)行K列，表示为

$A={[A_1,A_2,\·\·\·A_{K_a}]}^{T_b}$

$A_{k_n}=c^{\left(k\right)}\⊗h^{\left({k,k}_a\right)}$

其中，A表示主系统矩阵，T_b表示块转置，c^(k)和h^(k，ka)分别是长度为Q的用户码向量和长度为W的信道冲激响应向量，k＝1，2，…，K为每一个传输单元可容纳的用户码数，k_a＝1，2，…，K_a是接收天线数，Q是扩频因子，W是信道冲激响应的长度，_表示卷积运算。

17.根据权利要求12所述的联合检测方法，其中主相关矩阵由3个不同的矩阵C_N，N，C_N-1，N和C_N，N-1组成，如下列公式

$C_{N,N}\stackrel{\mathrm{def}}{=}{a}_{11}\·b_{11},C_{N-1,N}\stackrel{\mathrm{def}}{=}{a}_{12}\·b_{12},C_{N,N-1}\stackrel{\mathrm{def}}{=}{\left[C_{N-1,N}\right]}^H$

所示，其中，a₁₁＝A^H(1∶K，1∶K_a(Q+W-1))，b₁₁＝A(1∶Ka(Q+W-1)，1∶K)

a₁₂＝A^H(1∶K，K_aQ+1∶K_a(Q+W-1))，b₁₂＝A(1∶Ka(W-1)，1∶K)，

上标H表示厄米特转置，N是传输单元中一个数据块所容纳的发送符号数，符号

表示赋值运算。

18.根据权利要求12所述的联合检测方法，其中传输单元作为进行联合检测的基本单位，是突发、子帧和帧中的一种。

19.根据权利要求12所述的联合检测方法，其中主系统矩阵是由N个主系统矩阵组成的系统矩阵中的一个矩阵，N是在一个传输单元中内所含的数据符号数。

20.根据权利要求12所述的联合检测方法，其中主相关矩阵是对称正定矩阵。

21.根据权利要求12所述的联合检测方法，其中将来自数据合并器的数据与主系统矩阵的共轭转置相乘来进行数字匹配滤波。

22.根据权利要求12所述的联合检测方法，主相关矩阵逆的计算包括以下步骤：

利用主相关矩阵构造行主循环矩阵R_1r和列主循环矩阵R_1c，表示为

R_1r＝[C_N，N  C_N-1，N…C_N，N-1]

$R_{1c}={[C_{N,N}{C}_{N,N-1}\·\·\·C_{N-1,N}]}^{T_b}$

其中，T_b表示块转置，公式中的水平虚线表示零矩阵z，任一主循环矩阵的维数为N+1，N是在一个传输单元中内所含的数据符号数；

利用快速傅立叶变换计算行主循环矩阵的特征值矩阵；

计算该特征值矩阵的穆勒——彭罗斯逆；

根据行主循环矩阵计算列主循环矩阵的逆矩阵；和

通过分割主循环矩阵逆多项式的方法来计算主相关矩阵的逆矩阵。

23.根据权利要求22所述的联合检测方法，其中通过块解卷积来实现分割主循环矩阵逆多项式的方法。

24.根据权利要求23所述的联合检测方法，其中块解卷积包括以下步骤：

反转块行矩阵和块列矩阵中块的顺序；

计算块行矩阵和块列矩阵的快速傅立叶变换；

计算块行矩阵和块列矩阵快速傅立叶变换的商；

计算商的傅立叶逆变换；

计算余项。

25.权利要求12所述的联合检测方法，可用于任何需要信号检测和信号估计的多目标接收系统。

26.一种使用权利要求1所述的联合检测装置的直接序列扩频CDMA多天线分集接收通信系统，该系统包括：

用于独立接收来自所有用户发送信息的分集天线阵列；

用于将射频信号转化为基带信号的下变频器；

用于将模拟基带信号转换为具有一定动态范围的数字基带信号的模数转换器；

用于把数字基带信号分割为数据信息和训练序列的信号分割器；

用于根据训练序列估计信道冲激响应的信道估计器；

用于根据信道冲激响应和数据信息估计用户发送的数据符号的所述联合检测装置；

用于根据联合检测器估计结果恢复发送的数据符号的信道译码器。

Images