CN102113381A - 用于小区导频检测的连续检测和消除 - Google Patents

Abstract

描述了采用连续检测和消除(SDC)来进行小区检测的技术。对于SDC而言，可以在用户设备(UE)处从接收到的信号中消除来自较强小区的导频，使得由于减小了来自该较强小区的干扰，因而可以检测到较弱的小区。在一个设计中，UE对接收到的信号进行处理以检测小区，并确定所检测到的小区是否足够强。如果该小区足够强，则UE从所接收到的信号中消除由于所检测到的小区而引起的干扰，并进一步对经过干扰消除的信号进行处理以检测另一小区。UE可以以顺序的次序从最强的小区到最弱的小区来检测小区集合中的小区。当检测到不够强的小区时或者当已经检测了该集合中的所有小区时，UE可以终止检测。

Description

用于小区导频检测的连续检测和消除

本申请要求享有2008年8月1日提交的、名称为“CELL PILOT DETECTION”的美国临时申请No.61/085,754的优先权，该临时申请已转让给本申请的受让人并以引用方式并入本申请。

技术领域

本公开一般而言涉及通信领域，具体而言涉及用于在无线通信网络中检测小区的技术。

背景技术

为了提供诸如语音、视频、分组数据、消息传递、广播等各种通信内容，广泛部署了无线通信网络。这些无线网络可以是能够通过共享可用的网络资源来支持多个用户的多址网络。这类多址网络的实例包括码分多址(CDMA)网络、时分多址(TDMA)网络、频分多址(FDMA)网络、正交FDMA(OFDMA)网络以及单载波FDMA(SC-FDMA)网络。

无线通信网络可以包括多个小区，其可以支持多个用户设备(UE)的通信。例如，取决于当前UE的位置，UE可以在任意给定时刻位于一个或多个小区的覆盖范围内。UE可能不了解位于哪些小区的覆盖范围内。UE可以进行搜索，以便检测小区并获得所检测到小区的定时和其它信息。希望以某一方式对小区进行检测以得到良好的性能，例如，检测尽可能多的小区。

发明内容

本申请描述了采用连续检测和消除(SDC)来进行小区检测的技术。对于SDC，可以在UE处从接收到的信号中消除来自较强小区的信号(例如，导频)，使得可以显著减少来自所述较强小区的干扰。由于减少了来自所述较强小区的干扰，所以可以检测到较弱的小区。

在一个设计中，UE可以处理接收到的信号以检测小区。所述UE可以处理所接收到的信号以检测由小区采用重用因子1发送的公共导频、由小区采用大于1的重用因子发送的低重用导频，等等。所述UE可以确定所检测到的小区是否足够强。如果所述小区足够强，则所述UE可以从所接收到的信号中消除由于所检测到的小区而引起的干扰以获得经过干扰消除的信号，并可以进一步处理所述经过干扰消除的信号以检测另一小区。在一个设计中，所述UE可以按照顺序的次序从最强的小区到最弱的小区来检测小区集合中的小区。所述UE可以处理所接收到的信号以检测所述集合中最强的小区，并可以处理所述经过干扰消除的信号以检测所述集合中次最强的小区。当检测到不够强的小区时或者当已经检测了所述集合中的所有小区时，所述UE可以终止检测。

下面进一步详细描述了本公开的多个方面和特征。

附图说明

图1示出了无线通信网络。

图2示出了采用SDC来检测小区的过程。

图3示出了采用SDC来检测小区的另一过程。

图4示出了基站和UE的方框图。

图5示出了导频处理器/搜索器的方框图。

图6示出了采用SDC来进行小区检测的过程。

图7示出了采用SDC来进行小区检测的装置。

具体实施方式

本申请描述的技术可以用于各种无线通信网络，例如CDMA、TDMA、FDMA、OFDMA、SC-FDMA及其它网络。术语“网络”和“系统”通常可互换使用。CDMA网络可以实现例如通用陆地无线接入(UTRA)、cdma2000等的无线电技术。UTRA包括宽带CDMA(WCDMA)和CDMA的其它变型。cdma2000涵盖IS-2000、IS-95和IS-856标准。TDMA网络可以实现例如全球移动通信系统(GSM)的无线电技术。OFDMA网络可以实现例如演进UTRA(E-UTRA)、超移动宽带(UMB)、IEEE 802.11(Wi-Fi)、IEEE 802.16(WiMAX)、IEEE 802.20、

等无线电技术。UTRA和E-UTRA是通用移动电信系统(UMTS)的一部分。3GPP长期演进(LTE)和高级LTE(LTE-A)是使用了E-UTRA的新的UMTS版本，其在下行链路上使用OFDMA并且在上行链路上使用SC-FDMA。UTRA、E-UTRA、UMTS、LTE、LTE-A和GSM在名为“第三代合作伙伴项目”(3GPP)的组织的文档中进行描述。cdma2000和UMB在名为“第三代合作伙伴项目2”(3GPP2)的组织的文档中进行描述。本申请描述的技术可用于上面提及的无线网络和无线电技术以及其它无线网络和无线电技术。

图1示出了具有多个基站110的无线通信网络100。基站可以是与UE通信的站，并且也可以称作节点B、演进节点B(eNB)、接入点等。每个基站110可为特定的地理区域提供通信覆盖。在3GPP中，术语“小区”可表示基站的覆盖区域和/或服务于该覆盖区域的基站子系统，这取决于使用该术语的上下文。在3GPP2中，术语“扇区”或“小区-扇区”可表示基站的覆盖区域和/或服务于该覆盖区域的基站子系统。为清楚起见，下文的描述中使用3GPP概念的“小区”。基站可以支持一个或多个(例如，3个)小区。

无线网络100可以是包括一种类型的基站的同构网络，例如，只有宏基站。无线网络100也可以是包括不同类型的基站的异构网络，例如，分别对宏小区、微微小区和/或毫微微小区提供覆盖的宏基站、微微基站和/或毫微微基站。宏基站可以覆盖相对大的地理区域(例如，半径为数千米)，并可以允许具有服务订阅的UE进行无限制的接入。微微基站可以覆盖相对小的地理区域，并可以允许具有服务订阅的UE进行无限制的接入。毫微微基站或家庭基站可以覆盖相对小的地理区域(例如，家庭)，并可以允许由与毫微微小区相关联的UE(例如，用于家庭中用户的UE)进行有限制的接入。无线网络100也可以包括中继站。本申请所述的技术可以用于同构和异构网络这两者。网络控制器130可以耦合至一组基站，并为这些基站提供协调和控制。

UE 120可以分散在整个无线网络100中，每个UE可以是固定的或移动的。UE还可以称作为移动站、终端、用户单元、站等。UE可以是蜂窝电话、个人数字助理(PDA)、无线调制解调器、无线通信设备、手持设备、膝上型计算机、无绳电话、无线本地回路(WLL)站等。UE可以经由下行链路和上行链路与基站进行通信。下行链路(或前向链路)是指从基站到UE的通信链路，而上行链路(或反向链路)是指从UE到基站的通信链路。在图1中，具有单箭头的实线表示UE从服务小区接收数据传输，具有单箭头的虚线表示UE从小区接收导频。在图1中没有示出上行链路传输。

无线网络100可以利用值为1的重用因子，这表示给定的频率信道可以由无线网络中的所有小区使用。使用值为1的重用因子可以改善频谱效率，并且还可以减少无线网络100中频率规划的复杂性。

无线网络100中的每个小区可以发送公共导频，其可以由UE用来进行小区检测、时间同步、信道估计等。导频是发射机和接收机事先已知的信号或传输。导频还可以称为参考信号、前导码等。公共导频是发送给所有UE的导频。公共导频还可以称为特定小区参考信号等。

由于来自最近小区的强干扰，UE可能在检测来自邻近小区的公共导频上有困难。该远近效应可能产生可测性(hearability)问题，其会减少基于蜂窝网络的UE定位的准确性。通过增加导频处理增益，例如，通过在更多的资源上发送更多用于公共导频的导频符号，可以减轻可测性问题。然而，由于物理资源限制和/或信道相干时间，导频处理增益可能不是针对远近效应问题的可行的解决办法。

根据一方面，UE可以进行连续检测和消除(SDC)来检测无线网络中的小区。对于SDC，UE可以处理接收到的信号以检测来自一个或多个小区的导频。UE可以估计由于所检测到小区(例如，检测到的最强小区)而引起的干扰，并可以从接收到的信号中消除所估计的干扰。通过消除由于来自所检测到小区的导频而引起的干扰，UE能够检测来自更多小区的(例如，来自较弱的小区的)导频。SDC可以改善较弱小区的可测性，并可以使UE能够检测更多的小区。SDC可以用于公共导频和低重用导频。

在给定的UE处，包括来自不同小区的导频信号的接收到的信号可以表示为：

$y\left(t\right)=\underset{k\∈\mathrm{\Ω}}{\mathrm{\Σ}}\underset{\left\{{\mathrm{\τ}}_k\right\}}{\mathrm{\Σ}}{\mathrm{\α}}_{{\mathrm{\τ}}_k}^k\·x_k(t-{\mathrm{\τ}}_k)+n\left(t\right),$ 对于0＜t＜T_s，式(1)

其中x_k(t)是在时间t来自小区k的导频信号，其对于UE是已知的，

y(t)是在UE处接收到的信号，

T_s是导频信号的长度，

τ_k是小区k的信道抽头的延迟，

是小区k在延迟τ_k处的信道抽头的复增益，

{τ_k}是小区k的抽头延迟的集合，

Ω是感兴趣小区的集合，例如待检测的小区，以及

n(t)是UE处的热噪声。

导频信号可以是小区签名承载导频符号，并可以跨越一个OFDM符号周期、一个时隙或者一些其它持续时间。可以针对不同系统以不同的方式生成导频信号。

可以假定信道抽头增益

为(i)具有零均值且方差为

的高斯分布，以及(ii)在导频信号的间隔[0，T_s]上是恒定的。可以假定热噪声n(t)为具有零均值且方差为

的加性高斯白噪声(AWGN)。热噪声与UE处的总接收功率相比是小的，为了简单起见，可在下面大部分说明中忽略热噪声。

UE可以使用搜索器来检测来自小区的导频。搜索器可以将接收到的信号与本地生成的小区k的导频信号进行关联，以检测小区k。搜索器针对小区k的输出可以表示为：

$z_k\left(\mathrm{\&tau;}\right)=\frac{1}{T_s}\underset{0<t<T_s}{\mathrm{\&Sigma;}}y(t+\mathrm{\&tau;})\&CenterDot;x_k^{*}\left(t\right)$

$=\frac{1}{T_s}\underset{0<t<T_s}{\mathrm{\&Sigma;}}(\underset{j\&Element;\mathrm{\&Omega;}}{\mathrm{\&Sigma;}}\underset{\left\{{\mathrm{\&tau;}}_j\right\}}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}_{{\mathrm{\&tau;}}_j}^j\&CenterDot;x_j(t+\mathrm{\&tau;}-{\mathrm{\&tau;}}_j)\&CenterDot;x_k^{*}\left(t\right)+n\left(t\right)),$ 式(2)

$=\frac{1}{T_s}\underset{j\&Element;\mathrm{\&Omega;}}{\mathrm{\&Sigma;}}\underset{\left\{{\mathrm{\&tau;}}_j\right\}}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}_{{\mathrm{\&tau;}}_j}^j\underset{0<t<T_s}{\mathrm{\&Sigma;}}{x}_j(t+\mathrm{\&tau;}-{\mathrm{\&tau;}}_j)\&CenterDot;x_k^{*}\left(t\right)+n\left(t\right)$

其中z_k(τ)是小区k对于时间偏移τ的搜索器输出，以及

“*”表示复共轭。

可以在搜索窗Φ上进行搜索，该搜索窗可以涵盖导频信号的持续时间。当τ≠τ_k时搜索器输出可表示为：

$z_0^k=\frac{\mathrm{\&zeta;}}{T_s}\underset{j\&Element;\mathrm{\&Omega;}}{\mathrm{\&Sigma;}}\underset{\left\{{\mathrm{\&tau;}}_j\right\}}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}_{{\mathrm{\&tau;}}_j}^j+n\left(t\right),$ 式(3)

其中ζ在下面进行定义。

当τ＝τ_k时搜索器输出可表示为：

$z_1^k=\frac{\mathrm{\&zeta;}}{T_s}\underset{j\&Element;\mathrm{\&Omega;}}{\mathrm{\&Sigma;}}\underset{{\mathrm{\&tau;}}_j\&NotEqual;{\mathrm{\&tau;}}_k}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}_{{\mathrm{\&tau;}}_j}^j+{\mathrm{\&alpha;}}_{{\mathrm{\&tau;}}_k}^k+n\left(t\right).$ 式(4)

式(3)和(4)作了如下假定：

式(5)

如果小区k的导频信号是基于伪随机数(PN)序列来生成的，则ζ＝-1。

和均为零均值的高斯分布，其方差分别为

和

可以表示为：

${\mathrm{\&sigma;}}_{z_0^k}^2={\left(\frac{\mathrm{\&zeta;}}{T_s}\right)}^2\underset{j\&Element;\mathrm{\&Omega;}}{\mathrm{\&Sigma;}}\underset{\left\{{\mathrm{\&tau;}}_j\right\}}{\mathrm{\&Sigma;}}{\mathrm{\&sigma;}}_{{\mathrm{\&tau;}}_j}^2+{\mathrm{\&sigma;}}_n^2,$ 以及                      式(6)

${\mathrm{\&sigma;}}_{z_1^k}^2={\mathrm{\&sigma;}}_{{\mathrm{\&tau;}}_k}^2+{\left(\frac{\mathrm{\&zeta;}}{T_s}\right)}^2\underset{j\&Element;\mathrm{\&Omega;}}{\mathrm{\&Sigma;}}\underset{{\mathrm{\&tau;}}_j\&NotEqual;{\mathrm{\&tau;}}_k}{\mathrm{\&Sigma;}}{\mathrm{\&sigma;}}_{{\mathrm{\&tau;}}_j}^2+{\mathrm{\&sigma;}}_n^2.$ 式(7)

如果下列条件为真，则UE可以断定检测到小区k：

|z_k(τ)|²＞λ_det，式(8)

其中λ_det是检测阈值。

检测概率

为当小区k存在时检测到小区k的概率，其可表示为：

$P_d^k=1-\exp \left(\frac{-\mathrm{\&lambda;}}{2{\mathrm{\&sigma;}}_{z_1^k}^2}\right).$ 式(9)

错误检测概率

为当小区k不存在时检测到小区k的概率，其可表示为：

$P_f^k=1-\exp \left(\frac{-\mathrm{\&lambda;}}{2{\mathrm{\&sigma;}}_{z_0^k}^2}\right).$ 式(10)

如果小区k远比其它小区要弱，例如，如果

且则检测到小区k的概率会很小，且

SDC可用于克服远近效应并增加小区的可测性。SDC的处理/搜索窗可以限制为[Δ，T_s-δ]，而不是整个导频信号间隔[0，T_s]，以避免符号间干扰。Δ是导频信号未用于SDC的开头部分，以避免来自先前间隔中的导频信号的时间延迟扩展。δ是导频信号的末尾部分，以便考虑潜在的定时误差，从而防止来自下一间隔中的导频信号的能量泄漏到搜索窗中。对于OFDM系统，导频信号可对应于OFDM符号，Δ可以等于循环前缀长度。为简明起见，在搜索窗中接收到的信号可定义为：

$r\left(t\right)=\underset{k}{\mathrm{\&Sigma;}}\underset{{\mathrm{\&tau;}}_k}{\mathrm{\&Sigma;}}{\mathrm{\&alpha;}}_{{\mathrm{\&tau;}}_k}^k\&CenterDot;s_k(t-{\mathrm{\&tau;}}_k),$ 对于0＜t＜T′_s，                    式(11)

其中r(t)＝y(t+Δ)，s(t)＝x(t+Δ)，T′_s＝T_s-Δ-δ。

在SDC的一个设计中，可通过针对每个小区扫描接收到的信号来首先检测最强的小区。对于每个小区k，接收到的信号可以在搜索窗中每个时间偏移处与小区k的导频信号进行关联。小区k的具有最大关联结果的时间偏移

可表示为：

${\widehat{\mathrm{\&tau;}}}_k=\arg \underset{\mathrm{\&tau;}\&Element;\mathrm{\&Phi;}}{\max }{|\underset{0\&le;t\&le;T_s^{\&prime;}}{\mathrm{\&Sigma;}}r\left(t\right)\&CenterDot;s_k^{*}(t-\mathrm{\&tau;})|}^2.$ 式(12)

小区k在时间偏移

处的信道增益

可表示为：

${\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_k}^k=\frac{1}{T_s^{\&prime;}}\underset{0\&le;t\&le;T_s^{\&prime;}}{\mathrm{\&Sigma;}}r\left(t\right)\&CenterDot;s_k^{*}(t-{\widehat{\mathrm{\&tau;}}}_k).$ 式(13)

来自小区k的由于时间偏移

处的信道抽头而引起的干扰i_k(t)可表示为：

$i_k\left(t\right)={\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_k}^k\&CenterDot;s_k(t-{\widehat{\mathrm{\&tau;}}}_k).$ 式(14)

可以从接收到的信号中消除来自小区k的干扰，以获得经过干扰消除的信号。残余干扰的方差

可以如下根据经过干扰消除的信号来进行估计：

${\widehat{\mathrm{\&sigma;}}}_{{\widehat{\mathrm{\&tau;}}}_k}^2=\frac{1}{T_s^{\&prime;}}\underset{0\&le;t\&le;T_s^{\&prime;}}{\mathrm{\&Sigma;}}{|r\left(t\right)-i_k\left(t\right)|}^2.$ 式(15)

小区k的信号与噪声和干扰比(SINR)可表示为：

${\mathrm{SINR}}_k=\frac{{\left|{\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_k}^k\right|}^2}{{\widehat{\mathrm{\&sigma;}}}_{{\widehat{\mathrm{\&tau;}}}_k}^2}.$ 式(16)

在一个设计中，如下所示，如果小区k的SINR超过SINR阈值λ，则可以认定小区k足够强：

SINR_k＞λ。式(17)

对于小区k是否足够强的测试还可以基于其它的度量，例如，小区k的检测到的能量，其可以是

如果小区k足够强，则可以如下来从接收到的信号中消除由于小区k而引起的干扰：

r_k(t)＝r(t)-i_k(t)，对于0＜t＜T′_s，式(18)

其中r_k(t)是经过干扰消除的信号，其中消除了来自小区k的干扰。

在一个设计中，可以基于小区k针对具有最大关联结果的时间偏移的SINR(或一些其它度量)来认定小区k是否足够强。如果小区k足够强，则可以从接收到的信号中消除由于小区k而引起的干扰。可以对小区k的信道简档进行估计，并将其用于位置确定，来估计UE的位置。

在另一设计中，可以基于小区k的总SINR(或一些其它度量)来认定小区k是否足够强，该总SINR可以基于具有足够大的关联结果的所有时间偏移来确定。在该设计中，针对小区k，SDC处理可以迭代多达I次，其中I可以是任何适当的值。在迭代i中，其中0＜i≤I，对于小区k，可以如下确定在具有最大关联结果的新的时间偏移

处的信道抽头：

${\widehat{\mathrm{\&tau;}}}_{k,i}=\arg \underset{\mathrm{\&tau;}\&Element;\mathrm{\&Phi;}}{\max }{|\underset{0\&le;t\&le;T_s^{\&prime;}}{\mathrm{\&Sigma;}}{q}_{k,i}\left(t\right)\&CenterDot;s_k^{*}(t-\mathrm{\&tau;})|}^2,$ 式(19)

其中q_k，i(t)是针对小区k的迭代i的接收到的信号。对于i＝1的第一迭代，(i)如果小区k是检测到的第一小区，则q_k，1(t)可以等于接收到的信号r(t)，或者(ii)在消除了来自先前检测到的小区的干扰后，q_k，1(t)可以等于经过干扰消除的信号。对于每个后续迭代，对于小区k，q_k，i(t)可以等于来自先前迭代的经过干扰消除的信号。

小区k在时间偏移处的信道增益

可表示为：

${\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_{k,i}}^k=\frac{1}{T_s^{\&prime;}}\underset{0\&le;\&le;T_s^{\&prime;}}{\mathrm{\&Sigma;}}{q}_{k,i}\left(t\right)\&CenterDot;s_k^{*}(t-{\widehat{\mathrm{\&tau;}}}_{k,i}).$ 式(20)

由于在时间偏移处的信道抽头而引起的来自小区k的干扰i_k，i(t)可表示为：

$i_{k,i}\left(t\right)={\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_{k,i}}^k\&CenterDot;s_k(t-{\widehat{\mathrm{\&tau;}}}_{k,i}).$ 式(21)

小区k在时间偏移

处的SINR可表示为：

${\mathrm{SINR}}_{k,i}=\frac{{\left|{\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_{k,i}}^k\right|}^2}{{\widehat{\mathrm{\&sigma;}}}_{{\widehat{\mathrm{\&tau;}}}_{k,i}}^2}=\frac{T_s^{\&prime;}{\left|{\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_{k,i}}^k\right|}^2}{\underset{0\&le;t\&le;T_s^{\&prime;}}{\mathrm{\&Sigma;}}{|q_{k,i}\left(t\right)-i_{k,i}\left(t\right)|}^2}.$ 式(22)

如果下列条件为真，则可以将在时间偏移

处的信道抽头认定为足够强：

SINR_k，i＞λ₁，式(23)

其中λ₁是用于识别足够强的信道抽头的阈值。

如果在时间偏移处的信道抽头足够强，则可以如下从接收到的信号中消除由于该信道抽头而引起的干扰：

q_k，i+1(t)＝q_k，i(t)-i_k，i(t)，对于0＜t＜T′_s，式(24)

其中q_k，i+1(t)是下一迭代的经过干扰消除的信号。否则，如果在时间偏移

处的信道抽头不够强，则对小区k的处理可以终止。

可以如下基于足够强的所有信道抽头来确定小区k的总SINR：

${\mathrm{SINR}}_{\mathrm{overall},k}=\underset{\left\{{\widehat{\mathrm{\&tau;}}}_{k,i}\right\}}{\mathrm{\&Sigma;}}\frac{{\left|{\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_{k,i}}^k\right|}^2}{{\widehat{\mathrm{\&sigma;}}}_{{\widehat{\mathrm{\&tau;}}}_{k,i}}^2}=\underset{\left\{{\widehat{\mathrm{\&tau;}}}_{k,i}\right\}}{\mathrm{\&Sigma;}}\frac{T_s^{\&prime;}{\left|{\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_{k,i}}^k\right|}^2}{\underset{0\&le;t\&le;T_s^{\&prime;}}{\mathrm{\&Sigma;}}{\left|q_{k,i}\left(t\right)\right|}^2},$ 式(25)

其中表示小区k具有足够高SINR的时间偏移集合。

可以如下将小区k的总SINR与阈值λ₂进行比较：

SINR_overall，k＞λ₂。式(26)

如果满足式(26)中的条件，则可以将小区k认定为足够强，并且可以从接收到的信号中消除由于小区k而引起的干扰。可以估计小区k的信道简档，并将其用于位置估计。

用于检测下一小区的经过干扰消除的信号可以表示为：

$r_k\left(t\right)=q_{k,1}\left(t\right)-\underset{\left\{{\widehat{\mathrm{\&tau;}}}_{k,i}\right\}}{\mathrm{\&Sigma;}}{\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_{k,i}}^k\&CenterDot;s_k(t-{\widehat{\mathrm{\&tau;}}}_{k,i}),$ 对于0＜t＜T′_s，式(27)

其中

表示小区k的足够强的信道抽头集合，以及

q_k，1(t)是用于检测小区k的强信道抽头的接收到的信号。

用于检测下一小区的经过干扰消除的信号还可以表示为：

$r_k\left(t\right)=r\left(t\right)-\underset{\left\{k\right\}}{\mathrm{\&Sigma;}}\underset{\left\{{\widehat{\mathrm{\&tau;}}}_{k,i}\right\}}{\mathrm{\&Sigma;}}{\widehat{\mathrm{\&alpha;}}}_{{\widehat{\mathrm{\&tau;}}}_{k,i}}^k\&CenterDot;s_k(t-{\widehat{\mathrm{\&tau;}}}_{k,i}),$ 对于0＜t＜T′_s，         式(28)

其中{k}表示已经检测到的小区集合。

可以针对集合Ω中的所有小区重复前面描述的SDC处理。对于位置确定/位置估计，可以仅对位于不同基站中的小区(即，非共位小区)感兴趣。在此情形下，可对检测到的小区进行检查，并可以仅提供属于不同基站的小区来进行位置确定。

为简明起见，前面描述了针对一个搜索窗的SDC处理。搜索窗可以覆盖在一个间隔中的导频信号，该一个间隔例如一个OFDM符号周期、一个时隙等。可以针对多个间隔进行SDC处理以获得时间分集并改善检测性能。可以提供在多个间隔上获得的检测到的小区来作为搜索结果。

图2示出了采用SDC来检测小区的过程200的设计。最初，可以进行搜索来找出集合Ω中最强的小区k(方框212)。针对不同系统可以按照不同的方式进行搜索。在一个设计中，可以在不同的时间偏移处对集合Ω中的每个小区进行关联，可以将具有最大关联结果的小区认定为最强的小区。还可以用其它方式以及基于各种度量来找出最强的小区。

可以确定小区k是否足够强(方框214)。这可以通过将小区k的SINR与阈值进行比较来完成，例如在式(17)中所示。还可以基于其它度量来认定小区k是否足够强。如果小区k足够强，则可以估计来自小区k的干扰并将其从接收到的信号中消除(方框216)。然后可以从集合Ω中删除小区k(方框218)。然后可以确定集合Ω是否为空(方框220)。如果集合Ω非空，则过程可以返回方框212来找出集合Ω中下一个最强的小区。否则，如果小区k不够强(如在方框214中所确定的)或者如果集合Ω为空(如在方框220中所确定的)，则过程终止。

对于图2中的设计，可以按照顺序次序来检测集合Ω中的小区，从最强的小区开始，然后是下一个最强的小区，等等。对于该设计，如果小区k不够强，则剩余的小区也将不够强，过程可终止。以顺序的次序来检测小区可以改善干扰消除。

图3示出了采用SDC来检测小区的过程300的设计。过程300基于小区的具有足够能量的所有信道抽头来确定该小区是否足够强。最初，可以进行搜索来找出集合Ω中最强的小区k(方框312)。然后可以以迭代方式来识别小区k的强信道抽头。

对于第一次迭代可以将迭代数的索引i初始化为1(方框314)。然后可以进行关联以便在搜索窗内在不同的时间偏移处检测小区k(方框316)。可以识别具有最强的信道抽头的时间偏移τ(方框318)。可以在时间偏移τ处针对小区k确定SINR(或一些其它度量)(方框320)。然后可以确定SINR是否足够高，例如大于阈值λ1(方框322)。如果SINR足够高，则小区k在时间偏移τ处的能量可以与其它强时间偏移(如果有的话)的能量进行合并(方框324)。在一个设计中，可以估计并消除在时间偏移τ处由于小区k而引起的干扰(方框326)。这可以改善针对小区k的下一信道抽头的检测。在另一设计中，不针对每个信道抽头进行干扰消除，而是在已经检测到所有信道抽头以后进行。在任一情形下，可以确定是否对于小区k已进行所有迭代(方框328)。如果结果为“否”，则可以将索引i增加(方框330)，并且处理可以返回方框316，来检测小区k的另一强信道抽头。

如果对于小区k已经完成了所有迭代(如在方框328中所确定的)或者如果小区k的最强时间偏移不够强(如在方框322中所确定的)，则可以基于小区k的所有足够强的信道抽头来确定小区k的总SINR(方框332)。然后可以确定总SINR是否足够高，例如大于阈值λ2(方框334)。如果总SINR足够高，则可以接受针对小区k的干扰消除(方框336)。否则，可以跳过针对小区k的干扰消除，并且用于在方框316中对小区k进行第一次迭代的接收到的信号可以用于下一小区。在任一情形下，可以从集合Ω中删除小区k(方框338)。然后可以确定集合Ω是否为空(方框340)。如果集合Ω非空，则过程可以返回方框312，来找出集合Ω中的下一个最强的小区。否则，过程终止。

图2和3示出了采用SDC进行小区检测的两个示例性设计。这些设计从最强的小区开始以顺序的次序来检测小区。如下面所描述的，还可以用其它方式来进行SDC。

SDC可用于小区发送的各种类型的导频。例如，SDC可用于公共导频，其可由小区采用重用因子1来定期地发送。SDC还可以用于低重用导频(LRP)，其可由小区采用大于1的重用因子来发送，使得仅一部分小区可以在给定的时间和/或频率资源上发送其低重用导频。例如，采用重用因子M，其中M＞1，每M个小区中仅有一个可以在给定的资源上发送其低重用导频。较高的重用因子(即，较大的M值)对应于较低的重用，反之亦然。来自小区的低重用导频可以观测到较少的来自其它小区的低重用导频的干扰，这可以使更多的UE能够检测到该低重用导频。低重用导频从而可比公共导频具有更宽的覆盖以及更好的可测性。基于由遥远的小区发送的低重用导频，UE能够检测这些遥远的小区。低重用导频还可以称为高度可检测导频(HDP)、定位辅助参考信号(PA-RS)、低重用前导码等。

在一个设计中，某些时隙可以保留给低重用导频或HDP。给定的小区x可在部分保留的时隙中发送其低重用导频。例如，在每个导频周期中可以将M个时隙保留给低重用导频。小区x可以伪随机地选择M个保留的时隙中的一个，并在所选择的时隙中发送其低重用导频。

在另一设计中，可以将某些子帧保留给低重用导频或PA-RS。小区x可在保留的子帧中的未用于参考信号或控制信息的每个符号周期中发送其PA-RS。在每个进行PA-RS传输的符号周期中，小区x可以以特定子载波开始在每个第六个子载波上发送PA-RS。在不同的PA-RS符号周期中可以使用不同的开始子载波，以允许在全部NFFT个子载波的所有或大多数子载波上发送PA-RS。开始子载波可以随时间而变化，以避免与来自相同强的相邻小区的PA-RS的连续冲突。小区x可以在可用于PA-RS的每个符号周期中生成包括该PA-RS传输的OFDM符号。

一般地，低重用导频使用复用来减少来自强小区的导频和来自弱小区的导频之间冲突的机会。这会增加测到弱的小区的机会。这要求无线网络对每个小区支持低重用导频。SDC可以在不需要无线网络协助的情况下提高弱小区的可测性。

通过计算机模拟来确定采用SDC和/或低重用导频进行检测的性能。计算机模拟对具有37个基站的蜂窝网络进行建模，其中每个基站具有3个小区，每个小区半径为750米。在该模拟中，每个小区以重用因子1来发送公共导频，以大于1的重用因子来发送低重用导频。多个UE随机地置于蜂窝网络中的整个中心小区内。每个UE可以在采用SDC或不采用SDC的情况下检测公共导频或低重用导频。

计算机模拟表明，在不采用SDC的情况下公共导频的可测性一般较差。由于来自给定小区x的强干扰，位于小区x中间附近的UE仅可以检测到一个或少数小区。由于来自小区x的干扰较少，位于小区x边缘的UE能够检测到更多的小区。计算机模拟表明，除了在接近小区x发射机的位置以外，采用SDC的可测性要好于采用低重用导频的可测性。计算机模拟还表明，相比于(i)不采用SDC情况下低重用导频的可测性和(ii)采用SDC情况下公共导频的可测性而言，采用SDC情况下低重用导频的可测性获得了很大改善。

因此，SDC可以用来提高检测性能，并且可以应用于公共导频和低重用导频。即使采用较小的重用因子，SDC也可提供良好的检测性能。可以证明，M＝4并采用SDC的低重用导频的检测性能要好于M＝8且不采用SDC的低重用导频的检测性能。因此，SDC可以用来提高检测性能和/或减少重用因子M。

本申请描述的小区检测技术可用于各种应用，例如对UE进行定位。UE可以采用SDC来检测来自不同小区的导频(例如，公共导频和/或低重用导频)以增加可检测到的小区数量。UE可以基于来自每个检测到的小区的导频来获得时间测量(例如，到达时间(TOA)测量)。可以基于所检测到的小区的时间测量及其已知的位置，使用三边测量来得出UE的位置估计。采用更多检测到的小区，可以提高位置估计的准确性并减少位置误差。

图4示出了基站110和UE 120的设计的方框图，其可以是图1中的一个基站和一个UE。基站110可以支持一个或多个小区。基站110可以配有T个天线434a到434t，UE 120可以配有R个天线452a到452r，其中通常T≥1且R≥1。

在基站110处，发送处理器420可以从数据源412接收一个或多个UE的数据，对每个UE的数据进行处理(例如，编码、交织和符号映射)，并提供所有UE的数据符号。发送处理器420还可以处理来自控制器/处理器440的控制信息并提供控制符号。发送处理器420还可以为基站110支持的每个小区生成公共导频、低重用导频和/或其它导频或参考信号的导频符号。发送(TX)多输入多输出(MIMO)处理器430可以对数据符号、控制符号和/或导频符号(如果适用的话)进行预编码。处理器430可以将T个输出符号流提供给T个调制器(MOD)432a到432t。每个调制器432可以处理各自的输出符号流(例如，针对OFDM、CDMA等)以获得输出采样流。每个调制器432可以进一步处理(例如，模拟变换、放大、滤波和上变频)输出采样流以获得下行链路信号。可以分别经由T个天线434a到434t发送来自调制器432a到432t的T个下行链路信号。

在UE 120处，天线452a到452r可以从基站110和其它基站接收下行链路信号，并且可以将接收到的信号分别提供给解调器(DEMOD)454a到454r。每个解调器454可以对各自的已接收信号进行调节(例如，滤波、放大、下变频和数字化)以获得输入采样。每个解调器454可以进一步处理输入采样(例如，针对OFDM、CDMA等)以获得已接收符号。MIMO检测器456可以从所有R个解调器454a到454r获得已接收符号，如果适用的话对接收符号进行接收机空间处理，并提供已检测符号。接收处理器458可以处理(例如，解调、解交织和解码)已检测符号，将UE 120的已解码数据提供给数据宿460，并将已解码控制信息提供给控制器/处理器480。如下面所述，导频处理器/搜索器484可以接收来自所有解调器454的输入采样，并且可以检测来自小区的导频。

在上行链路上，在UE 120处，发送处理器464可以接收并处理来自数据源462的数据以及来自控制器/处理器480的控制信息(例如，用于检测到的小区、时间测量等)。发送处理器464还可以生成导频符号。如果适用，来自发送处理器464的符号可以由TX MIMO处理器466进行预编码，由调制器454a到454r进一步进行处理，并发送给基站110。在基站110处，来自UE 120和其它UE的上行链路信号可以由天线434接收，由解调器432处理，由MIMO检测器436检测(如果适用的话)，并由接收处理器438进一步进行处理以获得UE发送的已解码数据和控制信息。

控制器/处理器440和480可以分别指示在基站110和UE 120处的操作。存储器442和482可以分别存储用于基站110和UE 120的数据和程序代码。调度器444可以调度UE以用于在下行链路和/或上行链路上的数据传输，并可以为所调度的UE提供资源准许。

图5示出了在图4中的UE 120处的导频处理器/搜索器484的设计的方框图。在该设计中，导频处理器484可以在多个阶段510中采用SDC进行小区检测。为简明起见，图5中仅示出了两个阶段510a和510b。

在第一阶段510a中，导频检测器512a可以从解调器454接收输入采样，基于输入采样来检测小区发送的导频(例如，公共导频和/或低重用导频)，并提供每个检测到的小区的强度和定时。导频检测器512a可以用如下方式来检测导频，该方式取决于小区如何生成并发送导频。在一个设计中，导频检测器512a可以在本地生成来自待检测小区的导频的采样序列，其在前面的描述中称为导频信号。在HRPD中本地生成的采样序列可以作为分配给小区的PN序列，在LTE中本地生成的采样序列可以作为包括PA-RS传输的OFDM符号，等等。导频检测器512a可以将输入采样与本地生成的采样序列在不同的时间偏移处进行关联，以针对该小区获得不同时间偏移的关联结果。如上所述，导频检测器512a可以基于关联结果来识别足够强的小区。在一个设计中，UE 120可以接收小区集合(例如，从服务小区)，并且导频检测器512a可以检测该集合中的每个小区。在另一设计中，导频检测器512a可以通过对所有可能的小区ID(例如，在LTE中为所有504个小区ID)进行循环来检测每个可能的小区。对于所有设计，导频检测器512a可以提供检测到的小区的列表、每个检测到的小区的SINR(或能量)和定时、和/或其它信息。

排序器514a可以从导频检测器512a接收搜索结果，并对检测到的小区的SINR进行排序。排序器514a可以选择一个或多个检测到的小区来进行干扰消除，并且可以将每个选择的小区的标识提供给干扰估计器516a。排序器514a可以选择最强的小区(或基于一个或多个标准来选择一个或多个小区)来进行干扰消除。

干扰估计器516a可以接收来自排序器514a的所选小区和输入采样，并且可以估计由于来自每个所选小区的导频而引起的干扰。为了估计由于给定的所选小区而引起的干扰，干扰估计器516a可以基于输入采样(例如，使用小区发送的公共导频)来得出所选小区的信道估计。干扰估计器516a可以按照与所选小区相同的方式来在本地生成来自该小区的导频，并且可以应用在本地通过信道估计生成的导频以获得干扰估计。干扰估计的准确性可能取决于信道估计的准确性，其中该信道估计的准确性对于强小区和/或在消除了来自强小区的干扰后会更好。

干扰消除器518a可以从干扰估计器516a接收输入采样和每个所选小区的估计的干扰。干扰消除器518a可以从输入采样中减去每个所选小区的估计的干扰，并且可以将经过干扰消除的采样提供给第二阶段510b。

第二阶段510b包括导频检测器512b、排序器514b、干扰估计器516b和干扰消除器518b，它们可以按照与第一阶段510a中对应的单元类似的方式对经过干扰消除的采样进行操作。导频检测器512b可以检测来自未检测到的小区或者未在第一阶段510a中消除的导频(例如，公共导频和/或低重用导频)。排序器514b可以选择一个或多个检测到的小区来进行干扰消除。干扰估计器516b可以估计由于每个所选小区而引起的干扰。干扰消除器518b可以从经过干扰消除的采样中消除每个所选小区的估计的干扰，并且可以将新的经过干扰消除的采样提供给下一阶段。

一般地，导频处理器484可以包括任何数量的阶段510，并且可以按照多种方式进行操作。对于SDC而言，导频处理器484可以在每个阶段中对所有检测到的小区的SINR(或能量)进行排序，并且可以选择检测到的最强的小区来用于在该阶段中进行干扰消除。通过在每个阶段中消除来自最强小区的干扰并且然后在下一阶段中对经过干扰消除的采样进行处理，可以提高检测性能。这样基于经过干扰消除的采样可以得到对来自在下一阶段检测到的最强小区的干扰的更准确的估计，其中所述经过干扰消除的采样具有来自在每个先前步骤检测到的最强小区的低干扰。

在另一设计中，导频处理器484可以在每个阶段中对所有检测到的小区进行干扰消除。对于每个阶段，导频处理器484可以估计由于每个在该阶段检测到的小区而引起的干扰，消除由于所有检测到的小区而引起的干扰，并将经过干扰消除的采样提供给下一阶段。在另一设计中，导频处理器484可以在每个阶段针对检测到的预定数量的最强小区进行干扰消除。在另一设计中，导频处理器484可以在每个阶段针对能量超过阈值的所有检测到的小区进行干扰消除。该阈值可以是能够提供良好性能的固定数值。该阈值还可以是可配置的数值，其可以设置为UE总接收能量的特定百分比。导频处理器484还可以用其它方式进行SDC。

例如，如图5中所示，导频处理器484可以在多个阶段采用SDC进行小区检测。导频处理器484可以在每个阶段提供一个或多个检测到的小区的搜索结果，还可以在每个阶段消除来自一个或多个所选小区的干扰。导频处理器484可以重复SDC处理，直到满足终止条件。该终止条件可以在以下情况中出现：当检测到目标数量的小区时，当已经检测了集合中的所有小区时，当导频处理器484不能再检测到任何小区时，等等。

图6示出了采用SDC进行小区检测的过程600的设计。过程600可以由UE(如下所述)或由其它实体来执行。UE可以处理接收到的信号以检测小区(方框612)。UE可以处理所接收到的信号以便检测：小区采用重用因子1发送的公共导频，小区采用大于1的重用因子发送的低重用导频或者小区发送的一些其它信号。UE可以确定所检测到的小区是否足够强(方框614)。如果所检测到的小区足够强，则UE可以从所接收到的信号中消除由于所检测到的小区而引起的干扰，以获得经过干扰消除的信号(方框616)。如果所检测到的小区足够强，则UE可以对经过干扰消除的信号进行处理以检测另一小区(方框618)。如果所检测到的小区不够强，则UE可以跳过对该小区的干扰消除。

在一个设计中，UE可以以顺序的次序从最强的小区到最弱的小区来检测小区集合中的小区。该小区集合可以是服务小区发送的候选集合、所有可能小区的集合等。对于方框612，UE可以检测该集合中最强的小区。对于方框618，UE可以对经过干扰消除的信号进行处理，以检测该集合中次最强的小区。UE可以确定该次最强的小区是否足够强。如果该次最强的小区足够强，则UE可以从经过干扰消除的信号中消除由于该次最强的小区而引起的干扰，以获得经过第二干扰消除的信号。然后，UE可以处理该经过第二干扰消除的信号，以检测该集合中下一最强的小区。当检测到不够强的小区时或者当已经检测了该集合中的所有小区时，UE可以终止检测。

在方框612的一个设计中，UE可以在不同的时间偏移处对接收到的信号进行关联，以识别小区的信道抽头。然后，UE可以基于所识别的信道抽头来检测小区。

在方框614的一个设计中，UE可以确定所检测到的小区的度量。该度量可以包括小区的SINR、小区的接收能量等。UE可以将该度量与阈值进行比较，并且如果该度量超过该阈值则可以断定小区足够强。在一个设计中，UE可以仅基于小区的最强信道抽头来确定小区的度量。在另一设计中，UE可以基于针对小区识别的所有足够强的信道抽头来确定小区的度量。UE可以基于信道抽头的第二度量(例如，SINR)和第二阈值来确定给定的信道抽头是否足够强。UE可以以顺序的次序从最强的信道抽头到最弱的信道抽头，来识别所检测到的小区的信道抽头，并且当所识别的信道抽头不够强时可以终止对所检测到的小区的处理。(i)在识别到每个足够强的信道抽头之后或者(ii)在识别到所有信道抽头之后，UE可以进行干扰消除。

在方框616的一个设计中，UE可以基于接收到的信号来得出所检测到的小区的信道估计。UE可以生成所检测到的小区的导频信号，并且可以基于所检测到的小区的该导频信号和该信道估计来估计由于所检测到的小区而引起的干扰。然后，UE可以从接收到的信号中消除所估计的干扰。

在一个设计中，UE可以获得多个检测到的小区的时间测量，并且可以基于时间测量来获得自身的位置估计。在另一设计中，UE可以识别多个检测到的小区，并且可以基于所检测到的小区的标识来获得自身的位置估计。对于这两种设计，由于采用SDC而检测到更高数量的小区，该位置估计具有改善的准确度。

图7示出了用于进行小区检测的装置700的设计。装置700包括：模块712，用于处理接收到的信号以检测小区；模块714，用于确定所检测到的小区是否足够强；模块716，用于如果所检测到的小区足够强则从所接收到的信号中消除由于所检测到的小区而引起的干扰以获得经过干扰消除的信号；以及模块718，用于如果所检测到的小区足够强则对经过干扰消除的信号进行处理以检测另一小区。

图7中的模块可以包括处理器、电子设备、硬件设备、电子部件、逻辑电路、存储器、软件代码、固件代码等或者其任意组合。

本领域技术人员应当理解，信息和信号可以使用多种不同的技术和方法中的任意一种来表示。例如，在贯穿上面的描述中提及的数据、指令、命令、信息、信号、比特、符号和码片可以用电压、电流、电磁波、磁场或磁粒子、光场或光粒子或者其任意组合来表示。

本领域技术人员还应当明白，结合本公开描述的各种示例性的逻辑方框、模块、电路和算法步骤均可以实现为电子硬件、计算机软件或其组合。为了清楚地表示硬件和软件之间的可交换性，上面对各种示例性的部件、方框、模块、电路和步骤均围绕其功能进行了总体描述。至于这种功能是实现为硬件还是实现为软件，取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以不同的方式实现所描述的功能，但是，这种实现决策不应解释为造成背离本公开的范围。

结合本公开所描述的各种示例性的逻辑方框、模块和电路可以采用用于执行本申请所述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立硬件部件或者其任意组合来实现或执行。通用处理器可以是微处理器，或者，该处理器也可以是任何常规的处理器、控制器、微控制器或者状态机。处理器也可以实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器与DSP内核的结合，或者任何其它此种结构。

结合本公开所述的方法或者算法的步骤可直接包含在硬件、由处理器执行的软件模块或者这两者的组合中。软件模块可以位于RAM存储器、闪速存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。或者，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。或者，处理器和存储介质也可以作为分立部件存在于用户终端中。

在一个或多个示例性设计中，所描述的功能可以实现在硬件、软件、固件或其任意组合中。如果在软件中实现，这些功能可以作为一个或多个指令或代码来在计算机可读介质上存储或传输。计算机可读介质包括计算机存储介质和通信介质，其包括有助于将计算机程序从一个位置转移到另一位置的任何介质。存储介质可以是可由通用或专用计算机存取的任何可用介质。通过示例性而非限制性的方式，该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储器、磁盘存储器或其它磁存储器件或者可以用于携带或存储指令或数据结构的形式的所需程序代码模块并且可以由通用或专用计算机或者由通用或专用处理器存取的任何其它介质。另外，将任何连接适当地称为计算机可读介质。例如，如果软件使用同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或者诸如红外、无线电和微波的无线技术从网站、服务器或其它远方来源来传输，那么同轴电缆、光纤电缆、双绞线、DSL或者诸如红外、无线电和微波的无线技术包括在介质的定义中。本申请所使用的磁盘和光盘包括紧凑型光盘(CD)、激光盘、光学盘、数字多功能盘(DVD)、软盘和蓝光盘，其中磁盘通常以磁的方式再现数据，而光盘采用激光以光学的方式再现数据。上述的组合也应当包括在计算机可读介质的范围内。

为使本领域技术人员能够实现或者使用本公开，上面围绕本公开进行了描述。对于本领域技术人员来说，对本公开的各种修改都是显而易见的，并且，本文定义的一般原理也可以在不脱离本公开的精神或范围的基础上适用于其它变型。因此，本公开并不限于本文描述的实例和设计，而是与本文公开的原理和新颖性特征的最广范围相一致。

Claims (30)

1.一种在无线网络中检测小区的方法，包括：

处理接收到的信号以检测小区；

确定所检测到的小区是否足够强；以及

如果所检测到的小区足够强，则

从所接收到的信号中消除由于所检测到的小区而引起的干扰以获得经过干扰消除的信号，以及

处理所述经过干扰消除的信号以检测另一小区。

2.根据权利要求1所述的方法，其中，所述处理所接收到的信号的步骤包括：处理所接收到的信号以检测小区集合中最强的小区。

3.根据权利要求2所述的方法，其中，所述处理所述经过干扰消除的信号的步骤包括：

处理所述经过干扰消除的信号以检测所述小区集合中次最强的小区，

确定所述次最强的小区是否足够强，以及

如果所述次最强的小区足够强，则

从所述经过干扰消除的信号中消除由于所述次最强的小区而引起的干扰以获得经过第二干扰消除的信号，以及

处理所述经过第二干扰消除的信号以检测所述小区集合中下一个最强的小区。

4.根据权利要求2所述的方法，其中，以顺序的次序从所述最强的小区到最弱的小区，来对所述集合中的小区进行检测，并且其中，当检测到不够强的小区时或者当已经检测了所述集合中的所有小区时检测终止。

5.根据权利要求1所述的方法，还包括：

如果所检测到的小区不够强则跳过对其进行干扰消除。

6.根据权利要求1所述的方法，其中，所述处理所接收到的信号的步骤包括：

在不同的时间偏移处对所接收到的信号进行关联以识别所述小区的信道抽头，以及

基于所识别的信道抽头来检测所述小区。

7.根据权利要求1所述的方法，其中，所述确定所检测到的小区是否足够强的步骤包括：

确定所检测到的小区的度量，

将所述度量与阈值进行比较，以及

如果所述度量超过所述阈值则断定所述小区足够强。

8.根据权利要求7所述的方法，其中，所述度量包括所述小区的信号与噪声和干扰比(SINR)。

9.根据权利要求7所述的方法，其中，所述度量包括所述小区的接收能量。

10.根据权利要求7所述的方法，其中，所述确定所检测到的小区的度量的步骤包括基于所述小区的最强的信道抽头来确定所述小区的度量。

11.根据权利要求7所述的方法，其中，所述确定所检测到的小区的度量的步骤包括基于针对所述小区识别的所有足够强的信道抽头来确定所述小区的度量。

12.根据权利要求11所述的方法，其中，所述确定所检测到的小区的度量的步骤还包括基于信道抽头的第二度量和第二阈值来确定所述信道抽头是否足够强。

13.根据权利要求11所述的方法，其中，以顺序的次序从最强的信道抽头到最弱的信道抽头，来识别所检测到的小区的信道抽头，并且其中，当识别的信道抽头不够强时对所检测到的小区的处理终止。

14.根据权利要求13所述的方法，还包括：

在识别出所检测到的小区的每个足够强的信道抽头之后进行干扰消除。

15.根据权利要求1所述的方法，其中，所述消除由于所检测到的小区而引起的干扰的步骤包括：

基于所接收到的信号来得出所检测到的小区的信道估计，

生成所检测到的小区的导频信号，

基于所检测到的小区的所述导频信号和所述信道估计来估计由于所检测到的小区而引起的干扰，以及

从所接收到的信号中消除所估计的干扰。

16.根据权利要求1所述的方法，其中，对所接收到的信号进行处理，以检测小区采用重用因子1发送的公共导频。

17.根据权利要求1所述的方法，其中，对所接收到的信号进行处理，以检测小区采用大于1的重用因子发送的低重用导频。

18.根据权利要求1所述的方法，还包括：

获得多个检测到的小区的时间测量；以及

基于所述多个检测到的小区的时间测量来获得用户设备(UE)的位置估计，由于采用干扰消除而检测到更高数量的小区，所述位置估计具有改善的准确度。

19.根据权利要求1所述的方法，还包括：

识别多个检测到的小区；以及

基于所述多个检测到的小区的标识来获得用户设备(UE)的位置估计，由于采用干扰消除而检测到更高数量的小区，所述位置估计具有改善的准确度。

20.一种用于无线通信的装置，包括：

用于处理接收到的信号以检测小区的模块；

用于确定所检测到的小区是否足够强的模块；

用于如果所检测到的小区足够强则从所接收到的信号中消除由于所检测到的小区而引起的干扰以获得经过干扰消除的信号的模块；以及

用于如果所检测到的小区足够强则处理所述经过干扰消除的信号以检测另一小区的模块。

21.根据权利要求20所述的装置，其中，所述用于处理所接收到的信号的模块包括用于处理所接收到的信号以检测小区集合中最强的小区的模块，并且其中，所述用于处理所述经过干扰消除的信号的模块包括：

用于处理所述经过干扰消除的信号以检测所述小区集合中次最强的小区的模块，

用于确定所述次最强的小区是否足够强的模块，

用于如果所述次最强的小区足够强则从所述经过干扰消除的信号中消除由于所述次最强的小区而引起的干扰以获得经过第二干扰消除的信号的模块，以及

用于如果所述次最强的小区足够强则处理所述经过第二干扰消除的信号以检测所述小区集合中下一个最强的小区的模块。

22.根据权利要求21所述的装置，其中，以顺序的次序从所述最强的小区到最弱的小区，来对所述集合中的小区进行检测，并且其中，当检测到不够强的小区时或者当已经检测了所述集合中的所有小区时检测终止。

23.根据权利要求20所述的装置，其中，所述用于确定所检测到的小区是否足够强的模块包括：

用于确定所检测到的小区的度量的模块，

用于将所述度量与阈值进行比较的模块，以及

用于如果所述度量超过所述阈值则断定所述小区足够强的模块。

24.根据权利要求23所述的装置，其中，所述用于确定所检测到的小区的度量的模块包括用于基于针对所述小区识别的所有足够强的信道抽头来确定所述小区的度量的模块。

25.一种用于无线通信的装置，包括：

至少一个处理器，用于：处理接收到的信号以检测小区，确定所检测到的小区是否足够强，如果所检测到的小区足够强则从所接收到的信号中消除由于所检测到的小区而引起的干扰以获得经过干扰消除的信号，以及如果所检测到的小区足够强则处理所述经过干扰消除的信号以检测另一小区。

26.根据权利要求25所述的装置，其中，所述至少一个处理器用于：处理所接收到的信号以检测小区集合中最强的小区，处理所述经过干扰消除的信号以检测所述小区集合中次最强的小区，确定所述次最强的小区是否足够强，如果所述次最强的小区足够强则从所述经过干扰消除的信号中消除由于所述次最强的小区而引起的干扰以获得经过第二干扰消除的信号，以及如果所述次最强的小区足够强则处理所述经过第二干扰消除的信号以检测所述小区集合中下一个最强的小区。

27.根据权利要求26所述的装置，其中，所述至少一个处理器用于：以顺序的次序从所述最强的小区到最弱的小区来对所述集合中的小区进行检测，以及当检测到不够强的小区时或者当已经检测了所述集合中的所有小区时终止检测所述小区。

28.根据权利要求25所述的装置，其中，所述至少一个处理器用于：确定所检测到的小区的度量，将所述度量与阈值进行比较，以及如果所述度量超过所述阈值则断定所述小区足够强。

29.根据权利要求28所述的装置，其中，所述至少一个处理器用于：基于针对所述小区识别的所有足够强的信道抽头来确定所述小区的度量。

30.一种计算机程序产品，包括：

计算机可读介质，所述计算机可读介质包括：

用于使至少一个计算机处理接收到的信号以检测小区的代码，

用于使所述至少一个计算机确定所检测到的小区是否足够强的代码，

用于如果所检测到的小区足够强，则使所述至少一个计算机从所接收到的信号中消除由于所检测到的小区而引起的干扰以获得经过干扰消除的信号的代码，以及

用于如果所检测到的小区足够强，则使所述至少一个计算机处理所述经过干扰消除的信号以检测另一小区的代码。

Images