随着最近几年互联网用户及手机用户的持续攀升，给国内三大通信运营商GSM网络带来了沉重的负荷。无法满足对驻留在2G网络上用户不同业务的需求，尤其是数据业务持续性的增长，需要运营商持续扩容网络、小区分裂，才能满足用户的需求。但是这样一来，GSM网络底部噪声就会不断抬升，这就需要更强的基站信号来保障通信网络的畅通。进而要建设更多的基站，提高通信网络技术。这样的恶性循环将会直接影响到手机用户的通话质量。

　　此外，移动GSM网络数据业务占用的无线资源已经超过语音业务，而数据业务没有开启下行功率控制，数据业务的大量使用也客观抬升了网络的底部噪声。对此，网优工程师正在积极寻找各种降低网络干扰、提高语音质量的办法，包括开通AMR、GPRS下行功控、动态数据资源调控等，其中上行分集接收技术中的空时干扰抑制合并算法STIRC可通过先进的信号处理算法降低底噪干扰，提高通话质量。

　　STIRC适用场景及试点试验

　　STIRC算法在高用户密度地区效果更明显，可明显提升上行通话质量，达到更高的平均用户吞吐量、更好的频谱效率，提高业务和控制信道性能。

　　在某市的试点中，网优人员选取了上行干扰较多的BSC1-14之中18个小区，采集早忙时和晚忙时时段的各项网管指标进行了采用STIRC算法前后的通话质量对比分析。

　　上行通话质量是衡量用户通话感受的重要指标，从图1中可以看出：STIRC实验参数修改后，UL0-2级和UL0-5都有所提升，提升幅度为1.33%和0.3%（UL0-2级指标平均保持在98%左右）。
有效利用分集接收技术

　　分集接收技术是一项典型的抗衰落技术，可以有效提高多径衰落信道下的传输可靠性。空间分集技术已成功应用于模拟移动通信系统，GSM系统的上行链路基站端，广泛采用分集接收技术，本文主要讨论在上行链路分集接收技术使用的算法。

　　空时干扰抑制合并算法（STIRC）是上行分集接收技术中干扰抑制合并算法（IRC）的增强版本。IRC是一种比较先进的干扰抑制算法，可以提高GSM系统中的信号接收质量；这一技术主要应用于基站的上行链路，通过天线的分集接收，接收到的信号通过“合并算法”给出不同的权值，经过加权合并后，输出到均衡器进行信道解码。对于上行信号合并，平均增益合并（EGC）最简单，但效果最差；最大比合并（MRC）比较简单，通过估计不同支路的信道状态，提供各支路的权值比例，可以获得3~5dB的C/I 增益。IRC 比MRC 复杂很多，但能够取得更优的效果，最高可以获得11dB 的C/I 增益。

　　STIRC算法主要针对2G基站上行分集接收，将终端发出的上行信号联合进行信号干扰消除处理，降低网络底部噪声，从而达到降低基站发射功率、提升上行链路通话质量（对端听到的声音）的目的。

　　STIRC与IRC的主要区别是：IRC首先检测并抑制各分支上的干扰，然后再对各分支采用MRC，即根据每条参与合并分支的信噪比加权，IRC对单干扰源（如共道或邻道干扰）是理想的干扰抑制技术；IRC通过分开的上行信号干扰消除处理，没有完全考虑互相关性，而STIRC将上行信号联合进行信号干扰消除处理，提升了去噪化的能力。
随着最近几年互联网用户及手机用户的持续攀升，给国内三大通信运营商GSM网络带来了沉重的负荷。无法满足对驻留在2G网络上用户不同业务的需求，尤其是数据业务持续性的增长，需要运营商持续扩容网络、小区分裂，才能满足用户的需求。但是这样一来，GSM网络底部噪声就会不断抬升，这就需要更强的基站信号来保障通信网络的畅通。进而要建设更多的基站，这样的恶性循环将会直接影响到手机用户的通话质量。

　　此外，移动GSM网络数据业务占用的无线资源已经超过语音业务，而数据业务没有开启下行功率控制，数据业务的大量使用也客观抬升了网络的底部噪声。对此，网优工程师正在积极寻找各种降低网络干扰、提高语音质量的办法，包括开通AMR、GPRS下行功控、动态数据资源调控等，其中上行分集接收技术中的空时干扰抑制合并算法STIRC可通过先进的信号处理算法降低底噪干扰，提高通话质量。