[发明专利]用于使用近似逆矩阵来估计信号参数的信号处理器

说明书

技术领域

本技术领域为在处理信号时使用逆矩阵的技术应用。非限制性应 用包括接收机处理、均衡、接收信号质量确定、自适应波束成形、雷 达、声纳等。

背景技术

许多信号处理应用使用基于矩阵的计算。一个示例为无线通信中 的信道均衡。使用矩阵的示例均衡技术包括：线性均衡技术，如广义 Rake(G-Rake)和码片均衡、频域线性均衡、线性turbo均衡等、包 括线性前馈滤波器在内的判决反馈均衡(DFE)、以及例如在 GSM/EDGE、WiFi、WiMAX和LTE中使用的一种部分线性均衡形式 的前置滤波。除了无线系统，线性均衡技术还被用于有线调制解调器 和磁记录。另一矩阵驱动信号处理领域是涉及多个接收天线的天线阵 列处理。阵列处理和均衡通常一起执行。

考虑以下取自线性均衡和阵列处理上下文的示例滤波器和权重 计算，其是现代信号处理器必须计算的基于矩阵的计算的典型类型。 接收到的信号量(如来自不同时延和接收天线的采样)或经前置滤波 的量(如Rake组合值)能够被收集形成列向量x。该向量通常能够被 建模为

x＝hs+n，

其中，s是待恢复的调制符号，h是考虑了发射机、传输介质和接 收机前端效应的信道响应，并且n是噪声和干扰(减损)向量。软符 号估计能够通过对接收向量x施加滤波器或组合向量来获得，得到

s^=wHx]]>

其中，上标“H”表示厄密转置(共轭转置)。滤波或权重计算 涉及求解以下形式的方程组

Rw＝h，(1)

其中，R是数据或减损协方差矩阵，w是组合权重或滤波器系数 的向量，并且h是表示与R相关联的信道响应的信号。通常，以两种 方式之一求解等式(1)：

1)迭代，使用Gauss-Seidel、共轭梯度、或其他方法，或

2)非迭代，通过对R进行求逆(invert)或使用诸如Cholesky 因数分解或QR分解之类的因数分解。

由于第二种方法要求对矩阵R进行求逆，因此第二种方法是所关 心的。

反转矩阵(inverted matrix)计算还存在于某些信号质量估计计算 (如信号干扰噪声比(SINR)或仅仅SIR)中。可以针对多种应用估 计SINR，在无线通信的示例上下文中，包括功率控制、速率适配以 及作为用于处理延迟选择的度量。如果等式(1)中的权重w用在线 性接收机中，则信号质量能够被估计为

SINR＝h^HR^-1h＝w^Hh＝h^Hw    (2)

再次，必须计算反转矩阵R^-1。

除了均衡和某些必须对矩阵进行求逆的信号质量确定，线性多用 户检测技术(如线性最小均方误差(MMSE)和解相关器检测)也涉 及对矩阵进行求逆和将结果应用于码片采样或解扩符号以对所传送 的符号进行解调。在这种情况下，矩阵可以包括符号波形相关或码片 采样相关。

将权重或滤波器系数是与接收到的或其他输入信号结合的参数， 以便估计某种信息，如接收到的数据符号、SINR、位置、到达方向等。 另一参数估计应用是信道估计。某些信道估计技术涉及求解方程组或 对矩阵进行求逆。示例包括Wiener或MMSE信道估计以及递归信道 估计，如Kalman滤波和递归最小平方(RLS)滤波。采用自适应滤 波，通常递归地更新矩阵的逆。类似的参数估计问题出现在雷达和声 纳信号处理中。