一种线性均衡方法、装置、设备及介质与流程

1.本公开涉及通信技术领域，尤其涉及一种线性均衡方法、装置、设备及介质。


背景技术：

2.在第五代移动通信技术新空口(5th generation mobile networks
‑
new radio，5g
‑
nr)系统中，提出了大规模多输入多输出(multiple
‑
input multiple
‑
output，mimo)技术。对于上行接收而言，当同频其他小区用户终端设备数比较多的时候，干扰会比较严重。当用户终端设备有多根天线接收时，可以用专门的接收算法来消除干扰，如可以利用最大似然检测(maximum likelihood detection，mld)算法进行干扰消除。虽然mld算法理论上有最佳性能，但属于非线性算法，复杂度比较高，实现起来比较复杂。


技术实现要素：

3.相关的线性均衡的实现方法主要是通过选择最大比合并(maximum ratio combining，mrc)算法和干扰抑制比合并(interference rejection combining，irc)算法进行均衡，以在有干扰的情况下获得irc算法的优势、在无干扰情况下获得mrc算法的优势；但在方法设计、装置设计上并不能达到最利于实现的状态，影响系统性能。
4.有鉴于此，本公开提供了一种线性均衡方法、装置、设备及介质，以提高线性均衡方案的抗干扰性，降低接收端的误码率，从而提高系统的吞吐量。
5.第一方面，本公开实施例提供了一种线性均衡方法，包括：
6.依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵，所述目标子载波带为所述数据符号所属的子载波带编号对应的子载波带；
7.依据所述目标子载波带对应的第一噪声和干扰协方差矩阵对所述数据符号进行均衡处理，得到信干噪比信息和第一均衡信号；
8.依据修复系数对所述第一均衡信号进行逆缩放修复，产生第二均衡信号，所述修复系数是依据所述信干噪比信息确定的系数；
9.依据第二均衡信号进行软解调处理，得到所述数据符号对应的软比特信息。
10.可选的，所述依据所述目标子载波带对应的第一噪声和干扰协方差矩阵对所述数据符号进行均衡处理，得到信干噪比信息和第一均衡信号，包括：
11.基于所述第一噪声和干扰协方差矩阵和所述数据符号对应的信道估计值进行计算，以将计算结果作为所述信干噪比信息；
12.依据所述信干噪比信息、所述第一噪声和干扰协方差矩阵、所述信道估计值对所述数据符号对应的接收天线信号进行信道均衡，得到所述第一均衡信号。
13.可选的，所述信干噪比信息用于对所述第一均衡信号的星座幅度进行缩放，所述依据修复系数对所述第一均衡信号进行逆缩放修复之前，还包括：基于所述信干噪比信息的实部数据，确定所述修复系数。
14.可选的，在得到信干噪比信息和第一均衡信号之后，还包括：依据所述信干噪比信
息进行功率比值估算，得到目标信干噪比；依据所述目标信干噪比对所述软比特信息进行加权处理，得到加权后的置信度信息。
15.可选的，所述依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵，包括：
16.提取所述数据符号所属的子载波带编号；
17.根据所述子载波带编号提取对应的噪声干扰协方差逆矩阵，以作为所述第一噪声和干扰协方差矩阵。
18.可选的，所述子载波带编号为子载波带的编号，所述依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵之前，还包括：
19.确定每一个子载波带的噪声干扰比值；
20.若子载波带的噪声干扰比值大于门限值，则依据最大比合并mrc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵；
21.若子载波带的噪声干扰比值不大于门限值，则依据干扰抑制比合并irc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵。
22.可选的，所述依据所述最大比合并mrc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵，包括：
23.对所述子载波带的噪声和干扰协方差矩阵中的每个主对角线元素求倒数，得到逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵。
24.可选的，所述依据所述干扰抑制比合并irc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵，包括：
25.确定天线数量；
26.若所述天线数量等于二，则利用行列式求逆法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到对应的逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵；
27.若所述天线数量大于二，则利用循环标号求逆法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到对应的逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵。
28.可选的，所述确定每一个子载波带的噪声干扰比值，包括：
29.针对每一个子载波带，将天线噪声干扰能量相关结果和天线干扰相关结果的比值确定为所述噪声干扰比值，所述天线噪声干扰能量相关结果为依据目标对角线上各元素的相互乘积之和，所述目标对角线为所述子载波带的噪声和干扰协方差矩阵的主对角线，所述天线干扰相关结果为所述子载波带的噪声和干扰协方差矩阵中的第一三角矩阵和第二三角矩阵中互相共轭的元素乘积之和，所述第一三角矩阵的元素和第二三角矩阵的元素均不包含所述主对角线上的元素。
30.可选的，所述确定每一个子载波带的噪声干扰比值之前，还包括：
31.依据分配给用户终端的资源块信息，对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带；
32.依据目标参考符号对应的噪声和干扰协方差矩阵，确定所述子载波带的噪声和干扰协方差矩阵，所述目标参考符号为所述子载波带所包含的参考符号。
33.可选的，所述资源块信息包含资源块大小信息和资源块位置信息，所述依据分配给用户终端的资源块信息，对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带，包括：
34.获取分配给用户终端的资源块大小信息和资源块位置信息；
35.基于所述资源块大小信息和资源块位置信息，按照子载波资源块数量对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带，所述子载波资源块数量为预设的一个频域带宽内的资源块数量。
36.可选的，所述依据目标参考符号对应的噪声和干扰协方差矩阵，确定所述子载波带的噪声和干扰协方差矩阵，包括：
37.基于子载波带编号确定属于所述子载波带的目标参考符号，所述目标参考符号所属的子载波带的子载波带编号与所述目标参考符号的子载波编号相关；
38.对所述子载波带内的目标参考符号对应的噪声和干扰协方差矩阵进行累加处理，得到所述子载波带的第二噪声和干扰协方差矩阵；
39.依据所述子载波带的第二噪声和干扰协方差矩阵进行时域滤波，得到所述子载波带的噪声和干扰协方差矩阵。
40.可选的，所述依据所述子载波带的第二噪声和干扰协方差矩阵进行时域滤波，得到所述子载波带的噪声和干扰协方差矩阵，包括：
41.获取当前时隙的子载波带协方差矩阵和参考时隙的子载波带协方差矩阵，所述当前时隙的子载波带协方差矩阵为当前时隙所述子载波带的第二噪声和干扰协方差矩阵，所述参考时隙的子载波带协方差矩阵为所述当前时隙的前一个时隙所述子载波带的第二噪声和干扰协方差矩阵；
42.依据预设的时域滤波系数，对所述当前时隙的子载波带协方差矩阵和参考时隙的子载带波协方差矩阵进行加权处理。
43.第二方面，本公开实施例提供了一种线性均衡装置，包括：
44.协方差矩阵获取模块，用于依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵，所述目标子载波带为所述数据符号所属的子载波带编号对应的子载波带；
45.均衡处理模块，用于依据所述目标子载波带对应的第一噪声和干扰协方差矩阵进行均衡处理，得到信干噪比信息和第一均衡信号；
46.逆缩放修复模块，用于依据修复系数对所述第一均衡信号进行逆缩放修复，产生第二均衡信号，所述修复系数是依据所述信干噪比信息确定的系数；
47.软解调处理模块，用于依据第二均衡信号进行软解调处理，得到所述数据符号对应的软比特信息。
48.第三方面，本公开实施例提供了一种通信设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现第一方面任一所述的线性均衡方法的步骤。
49.可选的，所述均衡处理模块可以包括如下子模块：
50.计算子模块，用于基于所述第一噪声和干扰协方差矩阵和所述数据符号对应的信道估计值进行计算，以将计算结果作为所述信干噪比信息；
51.信道均衡子模块，用于依据所述信干噪比信息、所述第一噪声和干扰协方差矩阵、所述信道估计值以及所述数据符号对应的接收天线信号进行信道均衡，得到所述第一均衡信号。
52.可选的，信干噪比信用于对所述第一均衡信号的星座幅度进行缩放，上述线性均衡装置还包括：修复系数确定模块，该修复系数确定模块用于基于所述信干噪比信息的实部数据，确定所述修复系数。
53.可选的，上述干扰估计装置还可以包括：功率比值估算模块和加权处理模块。其中，功率比值估算模块，用于依据所述信干噪比信息进行功率比值估算，得到目标信干噪比；加权处理，用于依据所述目标信干噪比对所述软比特信息进行加权处理，得到加权后的置信度信息。
54.可选的，协方差矩阵获取模块可以包括如下子模块：
55.子载波带编号提取子模块，用于提取所述数据符号所属的子载波带编号；
56.噪声干扰协方差逆矩阵提取子模块，用于根据所述子载波带编号提取对应的噪声干扰协方差逆矩阵，以作为所述第一噪声和干扰协方差矩阵。
57.可选的，所述子载波带编号为子载波带的编号，上述线性均衡装置还包括：
58.噪声干扰比值确定模块，用于确定每一个子载波带的噪声干扰比值；
59.第一求逆处理模块，用于在子载波带的噪声干扰比值大于门限值时，依据最大比合并mrc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵；
60.第二求逆处理模块，用于在子载波带的噪声干扰比值不大于门限值时，依据干扰抑制比合并irc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵。
61.可选的，第一求逆处理模块具体用于：对所述子载波带的噪声和干扰协方差矩阵中的每个主对角线元素求倒数，得到所述噪声和干扰协方差矩阵的逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵。
62.可选的，第二求逆处理模块具体用于：确定天线数量；若所述天线数量等于二，则利用行列式求逆法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到对应的逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵；若所述天线数量大于二，则利用循环标号求逆法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到对应的逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵。
63.可选的，噪声干扰比值确定模块具体用于：针对每一个子载波带，将天线噪声干扰能量相关结果和天线干扰相关结果的比值确定为所述噪声干扰比值，所述天线噪声干扰能量相关结果为依据目标对角线上各元素的相互乘积之和，所述目标对角线为所述子载波带的噪声和干扰协方差矩阵的主对角线，所述天线干扰相关结果为所述子载波带的噪声和干扰协方差矩阵中的第一三角矩阵和第二三角矩阵中互相共轭的元素乘积之和，所述第一三角矩阵的元素和第二三角矩阵的元素均不包含所述主对角线上的元素。
64.可选的，上述线性均衡装置还包括：
65.子载波划分模块，用于依据分配给用户终端的资源块信息，对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带；
66.子载波带协方差矩阵确定模块，用于依据目标参考符号对应的噪声和干扰协方差矩阵，确定所述子载波带的噪声和干扰协方差矩阵，所述目标参考符号为所述子载波带所包含的参考符号。
67.可选的，资源块信息可以包含资源块大小信息和资源块位置信息，所述子载波划分模块可以包括如下子模块：
68.资源块信息获取子模块，用于获取分配给用户终端的资源块大小信息和资源块位置信息；
69.子载波划分子模块，用于基于所述资源块大小信息和资源块位置信息，按照子载波资源块数量对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带，所述子载波资源块数量为预设的一个频域带宽内的资源块数量。
70.可选的，所述子载波带协方差矩阵确定模块可以包括如下子模块：
71.目标参考符号确定子模块，用于基于子载波带编号确定属于所述子载波带的目标参考符号，所述目标参考符号所属的子载波带的子载波带编号与所述目标参考符号的子载波编号相关；
72.累加处理子模块，用于对所述子载波带内的目标参考符号对应的噪声和干扰协方差矩阵进行累加处理，得到所述子载波带的第二噪声和干扰协方差矩阵；
73.时域滤波子模块，用于依据所述子载波带的第二噪声和干扰协方差矩阵进行时域滤波，得到所述子载波带的噪声和干扰协方差矩阵。
74.可选的，所述时域滤波子模块具体用于：获取当前时隙的子载波带协方差矩阵和参考时隙的子载波带协方差矩阵，所述当前时隙的子载波带协方差矩阵为当前时隙所述子载波带的第二噪声和干扰协方差矩阵，所述参考时隙的子载波带协方差矩阵为所述当前时隙的前一个时隙所述子载波带的第二噪声和干扰协方差矩阵；依据预设的时域滤波系数，对所述当前时隙的子载波带协方差矩阵和参考时隙的子载带波协方差矩阵进行加权处理。
75.第四方面，本公开实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一所述的线性均衡方法的步骤。
76.本公开实施例通依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵，并依据目标子载波带对应的第一噪声和干扰协方差矩阵进行均衡处理，得到信干噪比信息和第一均衡信号，从而可以根据信干噪比信息确定数据符号对应的修复系数，以依据修复系数对第一均衡信号进行逆缩放修复，去掉缩放带来的影响，使得均衡信号的星座幅度更准确；随后，可依据修复后产生的第二均衡信号进行软解调处理，减少了软解调过程中的除法运算，得到数据符号对应的软比特信息。进一步的，本公开实施可以依据信干噪比信息确定出数据符号对应的信干噪比，以依据所述信干噪比对软比特信息进行加权处理，提高混合自动重传请求((hybrid automatic repeat request，harq)合并时的置信度的准确性，从而提高软译码的性能，达到提升系统性能的目的。
附图说明
77.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
78.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
79.图1为本公开实施例提供的一种线性均衡方法的步骤流程图；
80.图2为本公开一个可选实施例提供的一种线性均衡方法的步骤流程图；
81.图3为本公开实施例中的一种子载波带划分的示意图；
82.图4为本公开实施例提供的一种线性均衡装置的结构框图；
83.图5为本公开实施例提供的一种线性均衡设备的结构示意图。
具体实施方式
84.为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
85.为了解决5g
‑
nr小基站在接收用户终端设备(user equipment，ue)发送的物理上行共享信道(physical uplink shared channel，pusch)信号时，由于多径信道衰落和其他小区的ue产生的同频干扰所造成的符号间干扰的情况，接收端需要对接收信号进行信道均衡。
86.本公开实施例的核心构思之一在于，提出一种改进的线性均衡方法，以能够在不知道其他同频小区干扰参数的情况下，对同频小区干扰进行抑制，提高小基站对于pusch信号的抗干扰能力，提高pusch接收系统的吞吐量。
87.参照图1，示出了本公开实施例提供的一种线性均衡方法的步骤流程图。本公开提供的线性均衡方法可以应用于信道均衡情况，具体可以包括如下步骤：
88.步骤110，依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵，所述目标子载波带为所述数据符号所属的子载波带编号对应的子载波带。
89.具体的，本公开实施例对于每一个数据符号，可以根据该数据符号所属于子载波带编号i确定出对应的子载波带，以作为目标子载波带，随后可根据子载波带编号提取对应的噪声和干扰的协方差矩阵，作为目标子载波带对应的第一噪声和干扰协方差矩阵。
90.在一个可选实施方式中，根据子载波带编号i提取到的对应的噪声和干扰的协方差矩阵可以是子载波带编号对应的噪声干扰协方差逆矩阵。进一步而言，本公开实施例依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵，具体可以包括：提取所述数据符号所属的子载波带编号；根据所述子载波带编号提取对应的噪声干扰协方差逆矩阵，以作为所述第一噪声和干扰协方差矩阵。其中，噪声干扰协方差逆矩阵可以是指子载波带的噪声和干扰协方差矩阵的逆矩阵。
91.在具体实现中，可以根据子载波带的噪声干扰比值选择合适的线性均衡算法，以作为该子载波带对应的目标线性均衡算法，从而可以按照目标线性均衡算法对该子载波带的噪声和干扰协方差矩阵进行求逆处理，得到噪声干扰协方差逆矩阵。进一步的，本公开实施例提供的的线性均衡方法在依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵之前，还包括：确定每一个子载波带的噪声干扰比值；若子载波带的噪声干扰比值大于门限值，则依据最大比合并mrc算法对所述子载波带的噪声和干扰协方差矩阵进行求
逆处理，得到所述噪声干扰协方差逆矩阵；若子载波带的噪声干扰比值不大于门限值，则依据干扰抑制比合并irc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵。可见，本公开实施例可以分别依据每个子载波带的噪声干扰比值确定每个子载波带对应的目标线性均衡算法；随后，可针对每一个子载波带，依据目标线性均衡算法对该子载波带的噪声和干扰协方差矩阵进行求逆处理，得到噪声干扰协方差逆矩阵，以便后续根据子载波带编号提取噪声干扰协方差逆矩阵，以作为目标子载波带对应的第一噪声和干扰协方差矩阵。其中，目标子载波带为子载波带编号对应的子载波带，子载波带编号为子载波带的编号。
92.步骤120，依据所述目标子载波带对应的第一噪声和干扰协方差矩阵进行均衡处理，得到信干噪比信息和第一均衡信号。
93.具体的，本公开实施例在获取到目标子载波带对应的第一噪声和干扰协方差矩阵后，可以基于该第一噪声和干扰协方差矩阵对接收数据进行均衡处理，得到均衡后的信号，以作为第一均衡信号，同时可以保留均衡过程中产生的信干噪比信息，以便后续可以依据该信干噪比信息于确定所述数据符号对应的修复系数。其中，信干噪比信息是指信号与噪声和干扰的功率比值信息。
94.步骤130，依据修复系数对所述第一均衡信号进行逆缩放修复，产生第二均衡信号，所述修复系数是依据所述信干噪比信息确定的系数。
95.具体而言，本公开实施例在得到信干噪比信息后，可以依据该信干噪比信息于确定出数据符号对应的修复系数，并可依据修复系数对第一均衡信号进行逆缩放修复，以去掉缩放带来的影响，使得均衡信号的星座幅度更准确。进一步而言，本公开实施例中的信干噪比信息可以用于对所述第一均衡信号的星座幅度进行缩放。可选的，本公开实施例在依据修复系数对所述第一均衡信号进行逆缩放修复之前，还可以包括基于所述信干噪比信息的实部数据，确定所述修复系数。
96.具体的，在均衡过程中，可以利用计算过程产生的信干噪比信息，可以计算出每个数据符号应该进行星座幅度修复的系数，即计算出数据符号对应的修复系数，以便后续可以利用数据符号对应的修复系数，对均衡后的信号(即第一均衡信号)进行逆缩放修复，产生第二均衡信号。其中，第二均衡信号可以是指依据修复系数对第一均衡信号进行逆缩放修复后产生的均衡信号。例如，可以按照星座幅度修复的计算公式：x2＝x1.*β，采用修复系数β对第一均衡信号进行星座幅度修复，得到第二均衡信号；需要说明的是，星座幅度修复是逆缩放修复中的其中一种；x2可以表示修复后产生的第二均衡信号，x1可以表示修复前的第一均衡信号，且公式中的.*可以表示矩阵点乘，修复系数β可以是星座幅度修复系数，本示例对此不作具体限制。
97.步骤140，依据第二均衡信号进行软解调处理，得到所述数据符号对应的软比特信息。
98.具体的，本公开实施例在得到依据修复系数对第一均衡信号进行逆缩放修复后产生的第二均衡信号后，可以基于该第二均衡信号，按照预设的软解调公式进行软解调处理，得到数据符号对应的软比特信息。该软比特信息可以用于表示软解调后的软比特，具体可以包含数据符号软解调之后的软比特信息。
99.例如，在信道均衡输出第二均衡信号x2的情况下，可以按照预设的软解调公式：
进行软解调处理，得到软比特信息b
i,t
。其中，软比特信息b
i,t
可以是第二均衡信号x2对应的发射信号第v层的接收信号的第i个位(bit)为0的概率的置信度；和可以分别表示第v层的发射符号的第i个比特位取值为1和0的向量集合。
100.可见，本公开实施例通依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵，并依据目标子载波带对应的第一噪声和干扰协方差矩阵进行均衡处理，得到信干噪比信息和第一均衡信号，从而可以根据信干噪比信息确定数据符号对应的修复系数，以依据修复系数对第一均衡信号进行逆缩放修复，去掉缩放带来的影响，使得均衡信号的星座幅度更准确；随后，可依据修复后产生的第二均衡信号进行软解调处理，减少了软解调过程中的除法运算，得到数据符号对应的软比特信息。
101.在具体实现中，可以利用均衡过程中产生的信干噪比信息确定出软比特信息对应的信干噪比，以便后续可以利用信干噪比对不同位置上的数据符号对应的软比特进行加权处理，提高不同harq过程冗余版本对应的软比特的置信度的准确性。进一步而言，本公开实施例提供的线性均衡方法在得到信干噪比信息和第一均衡信号之后，还可以包括：依据所述信干噪比信息进行功率比值估算，得到目标信干噪比；依据所述目标信干噪比对所述软比特信息进行加权处理，得到加权后的置信度信息。其中，目标信干噪比可以是指软比特信息对应的信干噪比。
102.具体而言，本实施例在信道均衡过程中计算得到的目标信干噪比可以代表了每个数据符号位置上的有用信号功率与干扰和噪声的功率的估计值，并可以是一种后验信息。这表示了不同位置上的数据符号软解调之后的软比特信息，应该具有不同的置信度，如信干噪比越大，该位置上对应的对数似然比(log likelihood ratio，llr)的置信度应该越大。本公开实施例在得到解调后的软比特信息后，可以依据述信干噪比对解调后的软比特信息进行加权处理，以将加权处理后的结果作为置信度信息，从而可以提高harq合并时的置信度的准确性，提高软译码的性能。
103.可见，本公开实施例通过依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵，并依据目标子载波带对应的第一噪声和干扰协方差矩阵进行均衡处理，得到信干噪比信息和第一均衡信号，从而可以根据信干噪比信息确定数据符号对应的修复系数和软比特信息对应的信干噪比，以依据修复系数对第一均衡信号进行逆缩放修复，去掉缩放带来的影响，使得均衡信号的星座幅度更准确；随后，可依据修复后产生的第二均衡信号进行软解调处理，减少了软解调过程中的除法运算，得到数据符号对应的软比特信息，并可依据信干噪比对软比特信息进行加权处理，提高harq合并时的置信度的准确性，从而提高软译码的性能，达到提升系统性能的目的。
104.在具体实现中，本公开实施例可以针对接收数据中的每一个所述数据符号，从信道估计结果中提取信道估计值，并可从正交频分复用(orthogonal frequency division multiplexing，ofdm)解调处理结果中提取接收天线信号，以依据信干噪比信息、第一噪声和干扰协方差矩阵、信道估计值以及接收天线信号进行信道均衡，得到第一均衡信号。可选的，在上述实施例的基础上，本公开实施例依据所述目标子载波带对应的第一噪声和干扰协方差矩阵进行均衡处理，得到信干噪比信息和第一均衡信号，具体可以包括：基于所述第
一噪声和干扰协方差矩阵和所述数据符号对应的信道估计值进行计算，以将计算结果作为所述信干噪比信息；依据所述信干噪比信息、所述第一噪声和干扰协方差矩阵、所述信道估计值以及所述数据符号对应的接收天线信号进行信道均衡，得到所述第一均衡信号。
105.在实际处理中，可以根据分配给用户终端的资源块信息，对用户终端的时频域资源进行子载波划分，得到一个或多个子载波带，以便后续可以根据子载波带的噪声和干扰协方差矩阵进行求逆处理，得到噪声干扰协方差逆矩阵，以作为子载波带对应的第一噪声和干扰协方差矩阵。可选的，在上述实施例的基础上，本公开实施例提供的线性均衡方法在确定每一个子载波带的噪声干扰比值之前，还可以包括：依据分配给用户终端的资源块信息，对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带；依据目标参考符号对应的噪声和干扰协方差矩阵，确定所述子载波带的噪声和干扰协方差矩阵，所述目标参考符号为所述子载波带所包含的参考符号。其中，分配给用户终端的资源块信息可以用于确定分配给用户终端的资源块(resource block，rb)的大小和位置，如可以包括有分配给用户终端的资源块大小信息、资源块位置信息等，本公开实施例对此不作具体限制。需要说明的是，分配给用户终端的资源块大小信息可以表示分配给用户终端的rb的大小；资源块位置信息可以表示分配给用户终端的rb的位置。
106.参照图2，示出了本公开一个可选实施例提供的一种线性均衡方法的步骤流程图。如图2所示，本公开实施的线性均衡方法具体可以包括如下步骤：
107.步骤210，依据分配给用户终端的资源块信息，对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带。
108.具体的，本公开实施例可以基于分配给用户终端的资源块信息，根据分配给用户终端的rb的大小和位置，对用户终端的时频域资源进行子载波带的划分，如在时域上以一个时隙为单位进行划分，得到两个或多个子载波带。
109.进一步而言，本公开实施例中的资源块信息可以包含资源块大小信息和资源块位置信息，上述依据分配给用户终端的资源块信息，对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带，具体可以包括如下子步骤：
110.子步骤2201，获取分配给用户终端的资源块大小信息和资源块位置信息；
111.子步骤2202，基于所述资源块大小信息和资源块位置信息，按照子载波资源块数量对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带，所述子载波资源块数量为预设的一个频域带宽内的资源块数量。
112.具体的，本公开实施例在获取分配给用户终端的资源块大小信息和资源块位置信息后，可以根据分配给用户终端的资源块大小信息和资源块位置信息，按照预设的一个频域带宽内的资源块数量，对用户终端的时频域资源进行子载波带的划分，从而可以划分得到若干个子载波带。
113.例如，在当前用户终端被分配的频域资源范围是rb
m
～rb
n
的情况下，若预先将一个子载波带内的rb数量设置为k，则可以在rb
m
～rb
n
的频域资源范围内，定义频域上每k个rb、时域上每一个时隙为一个子载波带。从而，可以计算得到子载波带编号的范围是并可将编号为i的子载波带对应的噪声和干扰协方差矩阵标记为r
uu
，i，且可以将各个子载波带对应的噪声和干扰协方差矩阵r
uu，i
的初始值设置为0。其
中，m和n分别是相对于当前资源网格的初始位置rb0的rb偏移。
114.以图3为例说明子载波带划分的情况，具体的，图3中的频域资源范围是子载波0～47，其对应的是4个rb，分别可以记录为rb0、rb1、rb2、rb3；在设置资源块数量k等于4的情况下，即在4个rb可以划分成一个子载波带时，可以将该子载波带的编号i记录为0，即i＝0，且该子载波带的时域长度可以是14个ofdm符号，频域长度可以是4个rb，从而可以将所有子载波编号在0～47范围内，ofdm符号编号在0～13范围内的数据符号或者参考符号，都确定为该子载波带所包含的数据。需要说明的是，图3中灰色的方框可以表示参考(rs)符号，图3中的白色方框可以表示数据(data)符号。
115.在实际处理中，若一个子载波带内的rb数量k的取值过大，则可能由于出现一个子载波内一些rb内有同频干扰一些rb内无同频干扰，导致子载波带内的各个rb之间，各自频域内的干扰情况不同；若一个子载波带内的rb数量k的取值过小，比如k＝1，则可能会由于子载波带内的参考符号数量过少，计算结果的不满足统计特性，因此可以将子载波资源块数量k设置为大于1的正整数，从而可以兼顾了更多参考符号带来的统计特性更准确、以及可能子载波带内rb各自受同频干扰情况的不同。
116.结合实际情况，优选的，一个子载波带内的rb数量k可以设置为4，从而可以兼顾了更多参考符号带来的统计特性更准确、以及可能子载波带内rb各自受同频干扰情况的不同。在实际使用过程，可以根据其他手段观测到的干扰的规律来对一个子载波带内的rb数量k进行调整，本公开实施例对此不作具体限制。
117.步骤220，依据目标参考符号对应的噪声和干扰协方差矩阵，确定所述子载波带的噪声和干扰协方差矩阵，所述目标参考符号为所述子载波带所包含的参考符号。
118.具体而言，本公开实施例在划分得到一个或多个子载波带后，可以针对每一个子载波带，对该子载波带内所包含的所有参考符号对应的噪声和干扰协方差矩阵进行统计，以将统计到的噪声和协方差矩阵添加到子载波带对应的噪声和协方差矩阵，并可对子载波带对应的噪声和协方差矩阵取期望，以将子载波带内的噪声和干扰协方差矩阵的期望值作为整个子载波带的噪声和干扰协方差矩阵。例如，可以统计子载波带内的参考符号对应的噪声和干扰协方差矩阵的期望值，以基于子载波带内所包含的参考符号对应的噪声和干扰协方差矩阵的期望值形成整个子载波带的噪声和干扰协方差矩阵。
119.进一步的，本公开实施例依据目标参考符号对应的噪声和干扰协方差矩阵，确定所述子载波带的噪声和干扰协方差矩阵，具体可以包括：基于子载波带编号确定属于所述子载波带的目标参考符号，所述目标参考符号所属的子载波带的子载波带编号与所述目标参考符号的子载波编号相关；对所述子载波带内的目标参考符号对应的噪声和干扰协方差矩阵进行累加处理，得到所述子载波带的第二噪声和干扰协方差矩阵；依据所述子载波带的第二噪声和干扰协方差矩阵进行时域滤波，得到所述子载波带的噪声和干扰协方差矩阵。其中，子载波带编号为子载波带的编号。
120.在实际处理中，可以按照划分子载波带的编号的公式i＝k
sc
/m*k，来确定参考符号所属子载波带的编号；其中，i可以表示为参考符号所属子载波带的编号；k
sc
可以表示为参考符号的子载波编号；k可以表示为一个子载波内的子载波资源块数量，且一个子载波内的子载波资源块数量可以是根据观测到的干扰规律自行配置的算法参数；m可以表示为一个资源块内的子载波数量，如在12个子载波为一个rb的情况下，m可以设置为12。该公式i＝
k
sc
/m*k同样可以用于计算数据符号所属子载波带的编号。
121.在确定参考符号所属子载波带的编号后，可以基于参考符号所属子载波带的编号，将子载波带内所包含的所有参考符号均确定为目标参考符号，随后可以通过每一个目标参考符号，以将每一个目标参考符号对应的噪声和干扰协方差矩阵加到其所属的子载波带的噪声和干扰协方差矩阵，从而可以确定出每一个子载波带的噪声和干扰协方差矩阵。例如，可以按照公式来计算子载波带内的噪声和干扰协方差矩阵；其中，r
uu，i
可以是编号为i的子载波带内的噪声和干扰协方差矩阵的期望值，n
i
是子载波带i内的参考符号的数量，r
uu，k
是子载波带i内的第k个参考符号对应的噪声和干扰的协方差矩阵。
122.作为本公开的一个示例，在计算每一个参考符号对应的子载波带编号时，对于一个子载波编号为k
sc
的参考符号，其所属的子载波带编号是i＝k
sc
/12*k，随后可将每一个参考符号的子载波带编号保存下来，以便后续可以基于子载波带编号确定出子载波内所包含的参考符号，即基于子载波带编号确定出该子载波带编号对应的标参考符号。需要说明的是，i＝k
sc
/12*k中的12是根据12个子载波为一个rb来设置的，即12个re(resource element，资源元素)为一个rb。
123.通过遍历每一个参考符号，可以将其对应的噪声和干扰协方差矩阵r
uu
，加到其所属的子载波带的噪声和干扰协方差矩阵累加之和r
uu，i，sum
中，即r
uu，i，sum
＝r
uu，i，sum
r
uu
，相当于r
uu，i，sum
为子载波带内的所有参考符号对应的r
uu
累加的结果。随后，可以通过遍历每个子载波带i∈0,1,2,
……
[(n
‑
m 1)/k]，对每个子载波带对应的噪声和干扰协方差矩阵累加之和r
uu，i，sum
取期望，公式可以体现为其中，n
i
可以表示编号为i的子载波带中含有的参考符号的数量；r
uu，i
为每个子载波带对应的噪声和干扰协方差矩阵的期望值。从而，可以基于每个子载波带对应的噪声和干扰协方差矩阵的期望值，确定出子载波带的第二噪声和干扰协方差矩阵。
[0124]
在具体实现中，可以遍历每一个子载波带，对每一个子载波带的第二噪声和干扰协方差矩阵进行时域滤波，以通过时域滤波，将上一个时隙当前子载波带的第二噪声和干扰协方差矩阵，与当前时隙当前子载波带的第二噪声和干扰协方差矩阵进行加权处理，得到当前时隙的协方差矩阵，以为干扰估计结果，从而可以提高干扰估计的准确性。其中，当前时隙的协方差矩阵可以表示计算得到的噪声干扰的协方差矩阵。
[0125]
可见，本示例可以通过灵活划分子载波带，统计子载波带内的噪声和干扰协方差矩阵的期望值，作为整个子载波带的噪声和干扰协方差矩阵，从而可以依据整个子载波带的噪声和干扰协方差矩阵进行时域滤波，解决了现有相关技术在频域上取一个rb为单位进行干扰估计所导致干扰估计准确性低的问题。
[0126]
综上，本公开实施例可以通过遍历每个子载波带，对每个子载波带的第二噪声和干扰协方差矩阵进行时域滤波，即在时域上进行了滤波处理，通过将上一个时隙当前子载波带的第二噪声和干扰协方差矩阵，与当前时隙当前子载波带的第二噪声和干扰协方差矩阵进行加权处理，提高了噪声和干扰估计的准确度。进一步而言，本公开实施例依据所述子载波带的第二噪声和干扰协方差矩阵进行时域滤波，得到所述子载波带的噪声和干扰协方差矩阵，包括：获取当前时隙的子载波带协方差矩阵和参考时隙的子载波带协方差矩阵，所
述当前时隙的子载波带协方差矩阵为当前时隙所述子载波带的第二噪声和干扰协方差矩阵，所述参考时隙的子载波带协方差矩阵为所述当前时隙的前一个时隙所述子载波带的第二噪声和干扰协方差矩阵；依据预设的时域滤波系数，对所述当前时隙的子载波带协方差矩阵和参考时隙的子载带波协方差矩阵进行加权处理。
[0127]
具体的，本公开实施例中的第二子载波带的噪声和干扰协方差矩阵可以包括有至少两个时隙子载波带的噪声和干扰协方差矩阵，如可以包含有当前时隙子载波带协方差矩阵和参考时隙子载波协方差矩阵，参考时隙子载波协方差矩阵可以是当前隙子对应的上一个时隙的子载波带的噪声和干扰协方差矩阵。本公开实施例可以基于依据预设的时域滤波系数a，将当前时隙的子载波带协方差矩阵与参考时隙的子载带波协方差矩阵进行加权处理，得到当前时隙的噪声和干扰协方差矩阵，以作为子载波带的噪声和干扰协方差矩阵。
[0128]
例如，可以按照时域滤波公式r
uu，i，t
＝a*r
uu，i，t
(1
‑
a)*r
uu，i，t
‑1,将上一个时隙当前子载波带的噪声和干扰协方差矩阵，与当前时隙当前子载波带的噪声和干扰协方差矩阵进行加权处理,得到当前时隙的噪声和干扰协方差矩阵，以作为干扰估计结果。其中，r
uu，i，t
是第t个时隙内编号为i的子载波带内的噪声干扰的协方差矩阵，r
uu，i，t
‑1是第t
‑
1个时隙内编号为i的子载波带内的噪声和干扰的协方差矩阵，a是时域滤波系数作为算法参数，如可以选取0.8作为时域滤波系数a，即a＝0.8，本示例对此不作限制。由此可见，本示例中的时域滤波的进行，对噪声和干扰的协方差矩阵在时域中也进行了统计，干扰在时域上的分布特性也得到了体现，从而提高了计算得到的噪声和干扰的协方差矩阵的准确性。
[0129]
可见，本公开实施例通依据分配给用户终端的资源块信息，对用户终端的时频域资源进行子载波划分，实现了灵活划分子载波带；并依据子载波带所包含的参考符号对应的噪声和干扰协方差矩阵，确定子载波带的噪声和干扰协方差矩阵，以依据子载波带的噪声和干扰协方差矩阵进行时域滤波，对噪声和干扰的协方差矩阵在时域中也进行了统计，使得干扰在时域上的分布特性也得到了体现，即在时域上进行了滤波处理，不仅考虑了频域上的统计特性，也兼顾了时域上的统计特性，进而提高了计算得到的噪声干扰的协方差矩阵的准确性，即提高了噪声和干扰估计的准确度，从而解决了现有干扰协方差矩阵的估计方法存在准确性低所导致的接收机检测性能差的问题。
[0130]
步骤230，确定每一个子载波带的噪声干扰比值。
[0131]
具体的，本公开实施例在确定出子载波带的噪声和干扰协方差矩阵后，可以根据子载波带的噪声和干扰协方差矩阵进行计算，如可以按照公式进行计算，以计算出子载波带内的噪声干扰比值nir。其中，|[r
uu，i
]
m,n
|可以表示求[r
uu，i
]
m,n
的复数模值，[r
uu，i
]
m,n
表示r
uu，i
的m行n列。
[0132]
在实际处理中，子载波带的噪声干扰比值可以是子载波带的噪声和干扰功率比例。本公开实施例可以根据该子载波带的噪声和干扰协方差矩阵计算出天线噪声干扰能量相关结果p1和天线干扰相关结果p2，从而可以将天线噪声干扰能量相关结果p1与天线干扰相关结果p2的比值确定为子载波带的噪声干扰比值nir，即其中，天线噪声干扰
能量相关结果p1可以表示不同天线上噪声的能量与干扰的能量之间的相关结果之和，具体可以根据子载波带的噪声和干扰协方差矩阵中的主对角线上各元素来确定；天线干扰相关结果p2可以表示不同天线之间的干扰互相关结果之和，具体可以根据子载波带的噪声和干扰协方差矩阵中的右上三角或左下三角(不包括主对角线)上各元素来确定。可选的，本实施例确定每一个子载波带的噪声干扰比值，具体可以包括：针对每一个子载波带，将天线噪声干扰能量相关结果和天线干扰相关结果的比值确定为所述噪声干扰比值，所述天线噪声干扰能量相关结果为依据目标对角线上各元素的相互乘积之和，所述目标对角线为所述子载波带的噪声和干扰协方差矩阵的主对角线，所述天线干扰相关结果为所述子载波带的噪声和干扰协方差矩阵中的第一三角矩阵和第二三角矩阵中互相共轭的元素乘积之和，所述第一三角矩阵的元素和第二三角矩阵的元素均不包含所述主对角线上的元素。
[0133]
例如，在子载波带的噪声和干扰协方差矩阵r
uu，i
的右上三角元素作为本公开实施例主的第一三角矩阵的元素，且子载波带的噪声和干扰协方差矩阵r
uu，i
的左下三角元素作为本公开实施例主的第二三角矩阵的元素的情况下，可以按照公式计算子载波带的噪声和干扰协方差矩阵r
uu，i
的主对角线上各元素的互相乘积之和，以作为天线噪声干扰能量相关结果p1；并可按照公式计算干扰协方差矩阵r
uu，i
的右上三角或左下三角(不包括主对角线)上各元素的互相乘积之和，以作为天线干扰相关结果p2。随后，可按照计算天线噪声干扰能量相关结果p1和天线干扰相关结果p2的比值，以作为子载波带的噪声干扰比值nir，并可比较子载波带的噪声和干扰比例nir和门限值的关系，以确定采用干扰抑制比合并算法irc或者最大比合并算法mrc，对该子载波带的噪声和干扰协方差矩阵进行求逆处理。
[0134]
具体的，可将该噪声干扰比值nir和门限值做比较，以根据比较结果选择根据比较结果选择最大比合并mrc算法或者干扰抑制比合并算法irc，对该子载波带的噪声和干扰协方差矩阵进行求逆处理。若子载波带的噪声干扰比值nir大于门限值，则执行步骤240，以依据最大比合并mrc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理；若子载波带的噪声干扰比值nir小于门限值，则跳转到步骤250执行，以依据干扰抑制比合并irc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理。若子载波带的噪声干扰比值nir等于门限值，则可以选择干扰抑制比合并irc算法，对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，本公开实施例对此不作具体限制。
[0135]
步骤240，若子载波带的噪声干扰比值大于门限值，则依据最大比合并mrc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵。
[0136]
具体的，本公开实施例在子载波带的噪声干扰比值nir大于门限值时，可以基于子载波带的噪声和干扰协方差矩阵r
uu，i
进行mrc合并算法，其出发点是最大比合并mrc算法把干扰当成白噪声，从而可以将不同干扰之间的相关值为0，使得求逆算法无论在多少接收天线的情况下，复杂度下降极大。例如，当某一个子载波带的噪声和干扰比例nir大于门限值时，对于这个子载波带内的所有数据符号，采用mrc合并算法，将噪声和干扰的协方差矩阵
的非主对角线元素置0，即将子载波带的噪声和干扰协方差矩阵r
uu，i
的非主对角线元素置0，从而可以将不同干扰之间的相关值为0，使得求逆算法无论在多少接收天线的情况下，复杂度下降极大。
[0137]
进一步而言，对于采用mrc合并算法的噪声和干扰的协方差矩阵，由于矩阵的特殊性，可以通过采用求倒数法求逆，简化计算量。可选的，本公开实施例依据所述最大比合并mrc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵，具体可以包括：对所述子载波带的噪声和干扰协方差矩阵中的每个主对角线元素求倒数，得到逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵。具体的，在进行mrc算法时，无论接收天线数是多少，本公开实施例通过直接对子载波带的噪声和干扰协方差矩阵r
uu，i
的每个主对角线元素求倒数，就可以得到该噪声和干扰协方差矩阵r
uu，i
的逆矩阵从而可以将逆矩阵作为子载波带对应的噪声干扰协方差逆矩阵。
[0138]
步骤250，若子载波带的噪声干扰比值不大于门限值，则依据干扰抑制比合并irc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵。
[0139]
具体而言，本公开实施例在子载波带的噪声干扰比值nir不大于门限值时，可以基于子载波带的噪声和干扰协方差矩阵r
uu，i
进行irc算法，如在某一个子载波带的噪声干扰比值nir不大于门限值时，对于这个子载波带内的所有数据符号，可以采用irc合并算法，并可根据天线数量进行不同的求逆计算，得到对应的逆矩阵以作为子载波带对应的噪声干扰协方差逆矩阵。
[0140]
需要说明的是，对于采用irc合并算法的噪声和干扰的协方差矩阵，可以采用一般的矩阵求逆算法，如在天线数为2时用公式法求逆，而在天线数大于2时用循环标号法求逆等，本公开实施例对此不作具体限制。
[0141]
进一步的，本公开实施例依据所述干扰抑制比合并irc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵，包括：确定天线数量；若所述天线数量等于二，则利用行列式求逆法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到对应的逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵；若所述天线数量大于二，则利用循环标号求逆法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到对应的逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵。其中，干扰抑制比合并irc算法可以把干扰当成有色噪声，不同干扰之间的相关值不为0。具体的，在进行干扰抑制比合并irc算法时，若天线数等于2，则可以利用行列式求逆法即可得到r
uu，i
的逆矩阵若天线数大于2，则利用循环标号求逆法即可得到r
uu，i
的逆矩阵
[0142]
可见，本公开实施例可以根据选择的不同算法以及天线数量进行不同的求逆计算，并且在子载波带的噪声干扰比值nir选择出属于mrc算法的时候，由于r
uu，i
的非主对角线元素置0，使得求逆算法无论在多少接收天线的情况下，复杂度下降极大，同时还可以保留了每个接收天线上噪声的功率(对应的特征为可以以矩阵r
uu
的形式做最小均方误差mmse运算)，从而在后续的均衡运算中对每根天线的接收值处理会更准确，即提高后续的均衡运算中对每根天线的接收值处理的准确度。
[0143]
步骤260，依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵。
[0144]
具体的，本公开实施例在提取数据符号所属的子载波带编号后，可以根据子载波带编号提取对应的噪声干扰协方差逆矩阵，以作为目标子载波带对应的第一噪声和干扰协方差矩阵。其中，所述目标子载波带为所述数据符号所属的子载波带编号对应的子载波带。
[0145]
步骤270，依据所述目标子载波带对应的第一噪声和干扰协方差矩阵进行均衡处理，得到信干噪比信息和第一均衡信号。
[0146]
在本公开实施例中，所述信干噪比信息可以用于确定所述数据符号对应的信干噪比和修复系数。具体的，本公开实施例可以针对接收数据中的每一个所述数据符号，从信道估计结果中提取所述信道估计值，并从正交频分复用ofdm解调处理结果中提取接收天线信号，以依据信干噪比信息、第一噪声和干扰协方差矩阵、信道估计值以及接收天线信号进行信道均衡，得到信干噪比信息和第一均衡信号，以便后续可以依据该信干噪比信息于确定所述数据符号对应的修复系数，以及可以依据信干噪比信息进行功率比值估算，得到软比特信息对应的信干噪比。
[0147]
进一步而言，本公开实施例中的信干噪比信息可以包含单位矩阵，所述单位矩阵可以用于对所述第一均衡信号的星座幅度进行缩放。为了去除信干噪比信息中的单位矩阵对最终的均衡结果的星座幅度进行缩放带来的影响，本公开实施例可以通过基于信干噪比信息确定出修复系数，以依据修复系数对第一均衡信号进行逆缩放修复，如对第一均衡信号的星座幅度进行逆缩放修复，以便后续依据修复后产生的均衡信号进行软解调处理，即执行步骤280。
[0148]
作为本公开的一个示例，基于mimo接收模型，在对噪声和干扰进行白化处理后，可以依据最小均方误差(minimum mean squared error，mmse)原则推导出mimo接收机的mmse接收公式，此公式可以同时对mrc算法和irc算法进行处理，可以表述为mmse
‑
mrc接收算法和mmse
‑
irc接收算法。例如，mmse
‑
mrc接收算法和mmse
‑
irc接收算法的具体计算公式为：其中,y是n
rx
×
1维接收信号，h是n
rx
×
v
rx
信道矩阵，x是v
rx
×
1维发射信号，r
uu，i
是数据符号所在的子载波带的噪声和干扰协方差矩阵。i是v
rx
×
v
rx
维单位矩阵。
[0149]
具体而言，在白噪声条件下，根据mmse准则，可以得到的均衡公式是需要说明的是，均衡公式中y可以表示为n
rx
×
1维数据符号接收天线上的信号，均衡公式中h可以表示为n
rx
×
v
rx
维数据符号位置对应的信道估计值，为v
rx
×
1维数据符号的信道均衡值，是噪声方差。均衡公式是白噪声条件下的公式，当把同频干扰考虑进来，该均衡公式是基于高斯白噪声的推导就不适用了。假设此时噪声和干扰的协方差矩阵是r
uu
，基于干扰白化的理论，对于这个模型y＝hx n i
itf
，变化为对此时的噪声和干扰求协方差得到
其中，i是单位矩阵,即噪声和干扰的协方差是单位阵。随后，结合mmse准则，可以推导出在干扰白化下的mmse均衡公式为：对于该公式若代入的是经过mrc处理的，则可以认为进行了mmse
‑
mrc均衡；若代入的是经过irc处理的,则认为进行了mmse
‑
irc均衡。此外，可以利用mmse的接收公式对接收数据进行均衡处理，得到均衡后的信号。其中，每个接收数据在mmse的接收公式中使用的噪声和干扰协方差矩阵，可以是数据符号所在的子载波带的噪声和干扰协方差矩阵，从而可以得到公式
[0150]
在实际处理中，公式针对不同资源位置上的数据符号，可以并行处理。具体的，在均衡过程中，可以将计算过程中间变量的作为信干噪比信息，以利用计算过程的中间变量按照公式计算出每个数据符号对应位置的信号与噪声和干扰的功率比例的估计值sinr，并可该估计值sinr确定为软比特信息对应的信干噪比，以便后续可以利用该估计值sinr对不同位置上的数据符号对应的软比特进行加权，从而提高不同harq过程冗余版本对应的软比特的置信度的准确性。例如，可以按照公式b＝b
×
sinr，利用估计值sinr对对应的软比特进行加权；其中，b表示v
rx
×
1维数据符号对应的m个软比特，m等于调制阶数。
[0151]
可见，本示例可以基于子载波带的第一噪声和干扰协方差矩阵和数据符号对应的信道估计值h进行计算，以将计算结果作为信干噪比信息；随后可依据信干噪比信息、第一噪声和干扰协方差矩阵信道估计值h以及所述数据符号对应的接收天线信号y进行信道均衡，得到第一均衡信号x1。
[0152]
此外，在在均衡过程中，可以利用计算过程的中间变量计算出每个符号应该进行星座幅度修复的系数，即确定星座幅度修复系数，如可以按照星座幅度修复系数的计算公式利用中间变量的实部数据确定出星座幅度修复系数β，以便后续可以利用星座幅度修复系数，对均衡后的第一信号进行星座幅度修复，产生第二均衡信号。
[0153]
步骤280，依据第二均衡信号进行软解调处理，得到数据符号对应的软比特信息，所述第二均衡信号为依据修复系数对第一均衡信号进行逆缩放修复后产生的均衡信号。
[0154]
步骤290，依据目标信干噪比对所述软比特信息进行加权处理，得到加权后的置信度信息。
[0155]
其中，目标信干噪比是所述软比特信息对应的信干噪比。具体的，在信道均衡过程中计算得到的软比特信息对应的信干噪比越大，该位置上对应的llr的置信度应该越大。同时由于5g
‑
nr上行pusch协议规定了harq过程的处理，对于同一个harq进程不同冗余版本的数据，需要进行软信息合并。在合并的时候，考虑到不同冗余版本的数据在传输时间上不一致，二者具有不同的信噪比，如果能对软信息进行加权，则可以在软译码环节得到更多的性能增益，并且可以提高harq合并的性能，从而降低误码率、提高系统吞吐量。本公开实施例通过对于软解调后的软比特信息，进行信干噪比加权，如可以按照公式b
m
＝b
m
×
sinr,m＝0,1,
……
，m
‑
1，利用信号与噪声和干扰的功率比例的估计值sinr来对软解调后的软比特信息进行加权，得到加权后的置信度信息，从而能够提高不同harq过程冗余版本对应的软比特的置信度的准确性。其中，b
m
表示v
rx
×
1维数据符号对应的第m个软比特，m的取值等于调制阶数
[0156]
作为本公开的一个示例，为了从噪声和干扰协方差矩阵和信道估计结果中获取到更多有用结果，可以根据计算sinr的具体公式估算每个数据符号位置对应的信号和干扰、噪声的功率比值sinr，以作为软比特信息对应的信干噪比，以便后续可以对软解调后的软比特信息进行sinr加权。
[0157]
在实际处理中，高斯白噪声条件下的软解调公式为：其中，b
i,v
是对应的发射信号第v层的接收信号的第i个bit为0的概率的置信度。和分别表示第v层的发射符号的第i个比特位取值为1和0的向量集合，不同的调制方式有不同的集合，是噪声方差。但是，软解调公式是基于高斯白噪声环境下推论。对于干扰(即有色噪声)存在的情况，不再满足上述软解调公式的实现推论条件。由于本公开实施例中采用了噪声和干扰白化技术，使得干扰从有色噪声变成了白噪声，且噪声方差即本公开实施例的信道均衡输出可以认为是在白噪声环节下的输出，其对应的软解调公式为：比起高斯白噪声的推导，更加符合在具有同频干扰条件下的软解调的统计特性，并且不需要做除法,即在软解调环节不需要除以信噪比。
[0158]
综上，本公开实施例中的均衡公式，对于mrc合并算法和irc合并算法都是一样的，达成了形式上的统一，使得信道均衡模块设计更加简单。此外，本公开实施例中的均衡公式，是基于干扰和噪声白化理论推导的，在存在干扰的情况下，出发点更符合理论与实际，并且减少了软解调过程中的除法运算，进而能够提高软解调效率。
[0159]
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组
合，但是本领域技术人员应该知悉，本公开实施例并不受所描述的动作顺序的限制，因为依据本公开实施例，某些步骤可以采用其他顺序或者同时进行。
[0160]
参照图4，示出了本公开实施例提供的一种线性均衡装置的结构框图。该线性均衡装置400可以包括如下模块：
[0161]
协方差矩阵获取模块410，用于依据数据符号获取目标子载波带对应的第一噪声和干扰协方差矩阵，所述目标子载波带为所述数据符号所属的子载波带编号对应的子载波带；
[0162]
均衡处理模块420，用于依据所述目标子载波带对应的第一噪声和干扰协方差矩阵进行均衡处理，得到信干噪比信息和第一均衡信号；
[0163]
逆缩放修复模块430，用于依据修复系数对所述第一均衡信号进行逆缩放修复，产生第二均衡信号，所述修复系数是依据所述信干噪比信息确定的系数；
[0164]
软解调处理模块440，用于依据第二均衡信号进行软解调处理，得到所述数据符号对应的软比特信息。
[0165]
可选的，所述均衡处理模块420可以包括如下子模块：
[0166]
计算子模块，用于基于所述第一噪声和干扰协方差矩阵和所述数据符号对应的信道估计值进行计算，以将计算结果作为所述信干噪比信息；
[0167]
信道均衡子模块，用于依据所述信干噪比信息、所述第一噪声和干扰协方差矩阵、所述信道估计值以及所述数据符号对应的接收天线信号进行信道均衡，得到所述第一均衡信号。
[0168]
可选的，本公开实施例中的信干噪比信用于对所述第一均衡信号的星座幅度进行缩放，上述线性均衡装置还包括修复系数确定模块，该修复系数确定模块用于基于所述信干噪比信息的实部数据，确定所述修复系数。
[0169]
可选的，在上述实施例的基础上，本公开实施例提供的的干扰估计装置还可以包括：其他模块，如还可以包括提取模块、功率比值估算模块、加权处理模块等，本公开实施例对此不作限制。其中，提取模块，用于针对接收数据中的每一个所述数据符号，从信道估计结果中提取所述信道估计值，并从正交频分复用ofdm解调处理结果中提取所述接收天线信号；功率比值估算模块，用于依据所述信干噪比信息进行功率比值估算，得到目标信干噪比；加权处理，用于依据所述目标信干噪比对所述软比特信息进行加权处理，得到加权后的置信度信息。
[0170]
可选的，协方差矩阵获取模块410可以包括如下子模块：
[0171]
子载波带编号提取子模块，用于提取所述数据符号所属的子载波带编号；
[0172]
噪声干扰协方差逆矩阵提取子模块，用于根据所述子载波带编号提取对应的噪声干扰协方差逆矩阵，以作为所述第一噪声和干扰协方差矩阵。
[0173]
可选的，所述子载波带编号为子载波带的编号，上述线性均衡装置400还包括：
[0174]
噪声干扰比值确定模块，用于确定每一个子载波带的噪声干扰比值；
[0175]
第一求逆处理模块，用于在子载波带的噪声干扰比值大于门限值时，依据最大比合并mrc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵；
[0176]
第二求逆处理模块，用于在子载波带的噪声干扰比值不大于门限值时，依据干扰
抑制比合并irc算法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到所述噪声干扰协方差逆矩阵。
[0177]
可选的，第一求逆处理模块具体用于：对所述子载波带的噪声和干扰协方差矩阵中的每个主对角线元素求倒数，得到所述噪声和干扰协方差矩阵的逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵。
[0178]
可选的，第二求逆处理模块具体用于：确定天线数量；若所述天线数量等于二，则利用行列式求逆法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到对应的逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵；若所述天线数量大于二，则利用循环标号求逆法对所述子载波带的噪声和干扰协方差矩阵进行求逆处理，得到对应的逆矩阵，以作为所述子载波带对应的噪声干扰协方差逆矩阵。
[0179]
可选的，噪声干扰比值确定模块具体用于：针对每一个子载波带，将天线噪声干扰能量相关结果和天线干扰相关结果的比值确定为所述噪声干扰比值，所述天线噪声干扰能量相关结果为依据目标对角线上各元素的相互乘积之和，所述目标对角线为所述子载波带的噪声和干扰协方差矩阵的主对角线，所述天线干扰相关结果为所述子载波带的噪声和干扰协方差矩阵中的第一三角矩阵和第二三角矩阵中互相共轭的元素乘积之和，所述第一三角矩阵的元素和第二三角矩阵的元素均不包含所述主对角线上的元素。
[0180]
可选的，上述线性均衡装置还包括：
[0181]
子载波划分模块，用于依据分配给用户终端的资源块信息，对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带；
[0182]
子载波带协方差矩阵确定模块，用于依据目标参考符号对应的噪声和干扰协方差矩阵，确定所述子载波带的噪声和干扰协方差矩阵，所述目标参考符号为所述子载波带所包含的参考符号。
[0183]
可选的，本公开实施例中的资源块信息可以包含资源块大小信息和资源块位置信息，所述子载波划分模块可以包括如下子模块：
[0184]
资源块信息获取子模块，用于获取分配给用户终端的资源块大小信息和资源块位置信息；
[0185]
子载波划分子模块，用于基于所述资源块大小信息和资源块位置信息，按照子载波资源块数量对所述用户终端的时频域资源进行子载波划分，得到至少两个子载波带，所述子载波资源块数量为预设的一个频域带宽内的资源块数量。
[0186]
可选的，所述子载波带协方差矩阵确定模块可以包括如下子模块：
[0187]
目标参考符号确定子模块，用于基于子载波带编号确定属于所述子载波带的目标参考符号，所述目标参考符号所属的子载波带的子载波带编号与所述目标参考符号的子载波编号相关；
[0188]
累加处理子模块，用于对所述子载波带内的目标参考符号对应的噪声和干扰协方差矩阵进行累加处理，得到所述子载波带的第二噪声和干扰协方差矩阵；
[0189]
时域滤波子模块，用于依据所述子载波带的第二噪声和干扰协方差矩阵进行时域滤波，得到所述子载波带的噪声和干扰协方差矩阵。
[0190]
可选的，所述时域滤波子模块具体用于：获取当前时隙的子载波带协方差矩阵和参考时隙的子载波带协方差矩阵，所述当前时隙的子载波带协方差矩阵为当前时隙所述子
载波带的第二噪声和干扰协方差矩阵，所述参考时隙的子载波带协方差矩阵为所述当前时隙的前一个时隙所述子载波带的第二噪声和干扰协方差矩阵；依据预设的时域滤波系数，对所述当前时隙的子载波带协方差矩阵和参考时隙的子载带波协方差矩阵进行加权处理。
[0191]
需要说明的是，上述提供的线性均衡装置400可执行本发明任意实施例所提供的线性均衡方法，具备执行方法相应的功能和有益效果。
[0192]
在具体实现中，上述线性均衡装置400可以集成在设备中，使得该设备作为线性均衡设备。如图5所示，本公开实施例提供了一种线性均衡设备，包括处理器111、通信接口112、存储器113和通信总线114，其中，处理器111，通信接口112，存储器113通过通信总线114完成相互间的通信，存储器113用于存放计算机程序；处理器111，用于执行存储器113上所存放的程序时，实现前述任意一个方法实施例提供的线性均衡方法的步骤。
[0193]
本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述任意一个方法实施例提供的线性均衡方法的步骤。
[0194]
需要说明的是，对于装置、设备、存储介质实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0195]
在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0196]
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。