<Desc/Clms Page number 1>
Die Erfindung betrifft ein Verfahren zum Übertragen von Datenströmen über einen Kanal mit mehreren Ein- und Ausgängen, wobei die Datenströme an den Kanal-Eingängen in vorgegebener
Weise zu Sendesignalen moduliert werden und an den Kanal-Ausgängen aus den Empfangssigna- len durch Entzerrung entsprechende Datenströme hergeleitet werden. Eine bevorzugte Anwen- dung liegt dabei im Bereich von Mobilfunk- bzw. Mobiltelefonsystemen.
Eines der Ziele von Mobilfunksystemen der dritten und vierten Generation liegt darin, Benut- zern, die sich möglicherweise mit hoher Geschwindigkeit bewegen, breitbandige Datendienste zur
Verfügung zu stellen. Echtzeit-Multimediadienste, wie z. B. Videokonferenzen, benötigen Datenra- ten in der Grössenordnung von 2 bis 20 Mb/s. Derzeitig existierende Standards, wie z. B. GSM, unterstützen jedoch nur Datenraten, die um zwei bis drei Grössenordnungen geringer sind.
Andere Anwendungen, die auf hohe Datenraten angewiesen sind, sind moderne Büroanwen- dungen. So benötigen z. B. drahtlose Netzwerksanbindungen von tragbaren Rechnern (Laptops)
Datenraten in der Grössenordnung von 10 bis 100 Mb/s.
Bei tragbaren Geräten ist jedoch nicht nur die benötigte Datenrate von wesentlicher Bedeutung, sondern auch der Leistungsverbrauch, welcher sich in der Batterielebensdauer niederschlägt.
Es ist bekannt, dass die spektrale Effizienz (d. i. die Datenrate, die pro Frequenzbandbreite übertragen werden kann) bei gleichbleibender Sendeleistung durch Verwendung von mehreren
Sende- und Empfangsantennen (die hier betrachteten Kanäle mit jeweils mehreren Ein- und Aus- gängen werden auch "multi-input/multi-output"-Kanäle oder kurz MIMO-Kanäle genannt) sehr stark erhöht werden kann. So kann z.B. die spektrale Effizienz durch Verwendung von k Antennen sender- und empfängerseitig um einen Faktor, der grösser als die Anzahl k ist, erhöht werden.
Der Grossteil der derzeit bekannten Verfahren geht nun davon aus, dass der Kanal gedächtnis- frei (d. h. instantan mischend) ist, und dass der Kanal dem Empfänger in perfekter Weise bekannt ist. In der Praxis ist der Kanal dem Empfänger a priori aber nicht bekannt, so dass der Kanal mit
Hilfe von dem Empfänger bekannten sog. Trainingssymbolen, die z. B. in einer Mittambel gesendet werden, geschätzt werden muss. In der Regel steigt aber die Anzahl der Trainingssymbole, die nach dem Stand der Technik zur Kanalschätzung gebraucht werden, linear mit der Anzahl der
Sende/Empfangsantennen-Paare. So werden z. B. beim heute weit verbreiteten GSM-System pro
Datenburst mit einer Länge von 142 Symbolen 26 Trainingssymbole (also ca. 22 %) des Daten- bursts verwendet.
Nun ist aber das GSM-System für bloss ein Sende/Empfangsantennen-Paar entworfen worden, und es ist einleuchtend, dass es dann bei den komplexen MIMO-Kanal-
Systemen zu Situationen kommen kann, in denen die Hälfte des Datenbursts mit Trainingssymbo- len belegt werden muss. Überlegungen hierzu finden sich beispielsweise in T. Marzetta, "BLAST training : Estimating channel characteristics for high-capacity space-time wireless", Proc. 7th Allerton Conf. Commun., Contr., Comput., Sept. 1999.
Die momentan bekannten Verfahren zur Übertragung über MIMO-Kanäle lassen sich grob in drei Gruppen untergliedern: (1) die Gruppe der sog. Space-time-block-codes(Raum-Zeit-Block- Codes)-Verfahren ; vgl. z. B. S. M. Alamouti, "A simple transmit diversity technique for wireless communications", IEEE J.Sel.Areas Comm., vol. 16, pp. 1451-1458, Oct. 1998 ; die Gruppe der sog Space-time-trellis-codes(Raum-Zeit-Trellis-Codes)-Verfahren, vgl. z. B. V. Tarokh et al., "Space-time codes for high data rate wireless communications", IEEE Trans.Inf.Theory, vol. 44, pp.
744-765, March 1998 ; (3) eine Gruppe von Verfahren, die nicht in die zwei vorgenannten Gruppen passen, wie insbesondere Verfahren der sog. unitären space-time codes, vgl. z. B. B.
Hochwald et al., "Systematic design of unitary space-time constellations", IEEE Trans.Inform.Theory, vol. 46, no. 6, pp. 1962-1973, 2000.
Space-time-block-codes (1. Gruppe) sind einfach zu dekodieren, haben aber den grossen Nach- teil, dass sie für mehr als eine Empfangsantenne nicht mehr die Kanalkapazität erreichen können.
Ausserdem gehen sie empfängerseitig von idealer Kanalkenntnis aus.
Space-time-trellis-codes (2. Gruppe) stellen eine direkte Erweiterung der bekannten Kodie- rungsverfahren für ein Sende/Empfangsantennen-Paar auf MIMO-Kanäle dar. Sie sind prinzipiell geeignet, die Kanalkapazität eines MIMO-Kanales voll auszunützen, haben jedoch den Nachteil, dass die Dekodierungskomplexität exponentiell mit der Anzahl der Sendeantennen steigt. Deshalb findet man in der Literatur hauptsächlich Simulationen für bis zu bloss drei Sende/Empfangs- antennen-Paare. Auch diese Verfahren gehen empfängerseitig von idealer Kanalkenntnis aus, was aber wie erwähnt zu hohen Trainingssymbol-Anteilen in den Datenbursts führt.
<Desc/Clms Page number 2>
Die Verfahren der dritten Gruppe sind naturgemäss schwer zusammenzufassen. Interessant sind hier vor allem jene Verfahren, welche Empfänger-seitig keine Kanalkenntnis voraussetzen.
Die Methode der unitären space-time codes (s. Hochwald et al.; auch EP 1 009 124 A) sowie die dazu ähnliche differentielle space-time-Modulation (vgl. z. B. B.L.Hughes, "Differential space-time modulation", IEEE Trans.Inf.Theory, vol. 46, pp. 2567-2578, Nov. 2000) gehören zu diesen Verfah- ren. Bei dieser unitären space-time Modulation bzw. der differentiellen Form davon werden die
Daten allein durch ihre Zugehörigkeit zu einem gewissen Unterraum charakterisiert. Diese Verfah- ren haben jedoch beide den Nachteil, dass sie eine mit der Anzahl der Sendeantennen sowie mit der Übertragungsrate exponentiell ansteigende Dekodierkomplexität haben, d. h. sie sind äusserst
Rechner-aufwendig. Ausserdem ist die Anwendung dieser Verfahren auf instantan mischende
Kanäle beschränkt.
Zu erwähnen ist noch, dass in der EP 905 920 A ein Kommunikationssystem mit mehreren An- tennen beschrieben ist, bei dem aber der Kanal sowohl dem Empfänger als auch dem Sender bekannt sein muss.
Im Artikel von Harold Artes et al., "Blind Multiuser Equalization for Time-Varying Channels",
SPAWC '01, IEEE 2001, S. 102-105, ist eine Technik beschrieben, bei der die Empfänger-seitig zugrunde gelegte Struktur durch den Kanal entsteht. Für die Funktion dieses bekannten Verfah- rens muss der Übertragungskanal zeitvariant sein und das in diesem Artikel beschriebene bekann- te Verfahren trennt die Signale unterschiedlicher Benützer, welche jeweils eine Sendeantenne besitzen.
Aus der EP 801 473 A ist schliesslich eine Technik bekannt, bei der durch Modulation bzw. durch einen Frequenzversatz ein Kanal mit einem langsamen Schwund in einen Kanal mit einem schnellen Schwund umgewandelt werden kann, um an Diversität zu gewinnen. Die Modulation kann dabei adaptiv - in Bezug auf den gemessenen Kanal - ein- und ausgeschaltet werden. Dabei ist aber ebenfalls eine Kanalkenntnis vorausgesetzt.
Es ist nun Aufgabe der Erfindung, ein Verfahren der eingangs angeführten Art vorzusehen, wo- bei es nicht notwendig ist, den Kanal explizit zu schätzen, und bei dem wegen des Nichtbekannt- seins des Kanals trotzdem nur wenig Bandbreite verloren geht.
Zur Lösung dieser Aufgabe sieht die Erfindung ein Verfahren wie in Anspruch 1 definiert vor.
Vorteilhafte Ausgestaltungen und Weiterbildungen sind in den Unteransprüchen angegeben.
Bei der erfindungsgemässen Technik ist keine explizite Schätzung des Kanals erforderlich, da sie einem unbekannten Kanal gegenüber robust ist; implizit geht auch bei der erfindungsgemässen Technik etwas Bandbreite wegen des unbekannten Kanals verloren, da nämlich die Sender-seitig eingefügte Matrixmodulationsstruktur eine gewisse Redundanz enthalten muss. Das Ausmass dieser Redundanz kann jedoch auch im laufenden Betrieb sehr leicht den Erfordernissen ange- passt werden.
Des Weiteren kann die erfindungsgemässe Technik ausser für instantan mischende Kanäle auch für MIMO-Kanäle mit Gedächtnis verwendet werden. Ein Kanal "mit Gedächtnis" hat eine Impuls- antwortlange ("Gedächtnislänge"), die mit L bezeichnet wird, wobei bei einem solchen Kanal be- wirkt wird, dass zu einem Zeitpunkt n ein Gemisch von Symbolen, welche z. B. vom Zeitpunkt n-L bis zum Zeitpunkt n gesendet wurden, empfangen wird. Im Gegensatz dazu hängen bei einem Kanal ohne Gedächtnis (der im MIMO-Fall auch als instantan mischender Kanal bezeichnet wird) die zum Zeitpunkt n empfangenen Symbole nur von zum gleichen Zeitpunkt n gesendeten Symbo- len ab. Die physikalische Ursache für ein Gedächtnis eines Kanals kann z.B. Mehrwegeausbrei- tung, also das Vorhandensein mehrerer unterschiedlich langer Übertragungswege von Sender zu Empfänger, sein.
Das erfindungsgemässe Verfahren ermöglicht ferner eine verhältnismässig einfa- che Dekodierung und hat keine Einschränkung bezüglich der Anzahl der Empfangsantennen.
Das erfindungsgemässe Verfahren ist ein Matrixmodulationsverfahren für MIMO-Kanäle, wel- ches gegenüber unbekannten Kanälen robust ist, d. h. das Verfahren funktioniert unabhängig davon, ob der Kanal bekannt ist oder nicht. Gleichzeitig kann das Verfahren aber auch als blind und deterministisch eingestuft werden, da wie gerade erwähnt der Kanal nicht bekannt sein muss und auch zum Zwecke der Demodulation bzw. Entzerrung keine Statistiken geschätzt werden müssen. Mit der erfindungsgemässen Technik kann auch erreicht werden, dass die Demodulati- onskomplexität lediglich linear mit der Anzahl der Sendeantennen steigt.
Nachfolgend wird, wie auch in der Literatur zu deterministischen blinden Verfahren üblich, das
<Desc/Clms Page number 3>
Rauschen vernachlässigt. Simulationen zeigten jedoch, dass das vorliegende Verfahren äusserst robust gegen additives Kanalrauschen ist.
Das Verfahren beruht auf der Tatsache, dass dem zu übertragenden Signal Sender-seitig eine bekannte, zum jeweiligen Anwendungsfall passend gewählte Matrixstruktur aufgezwungen wird, von der gezeigt werden kann, dass sie stark genug ist, um die Daten beim Empfänger, allein aufgrund der bekannten Struktur, fehlerfrei zu rekonstruieren. Dabei ist es zweckmässig, wenn die als diagonale Datenmatrizen anzuschreibenden Datenströme mit Modulationsmatrizen multipliziert werden, deren jeweils einander entsprechende Spalten linear unabhängig sind, wobei die Modula- tionsmatrizen vorzugsweise einen vollen Rang aufweisen. Weiters sollten die Bedingungen erfüllt sein, dass die Anzahl der Kanäleingänge grösser als die Anzahl der Datenströme ist und dass die Länge des jeweiligen Sende- bzw.
Empfangssignalblocks der Bedingung
EMI3.1
wobei MT die Anzahl der Kanaleingänge und
K die Anzahl der Datenströme ist. Wenn die dadurch gegebene Mindestblocklänge N unter- schritten wird, könnte das vorliegende Verfahren zusammenbrechen.
Im Hinblick auf eine zusätzliche Reduzierung des Rechenaufwandes bei der Empfangssignal-
Demodulation(-Entzerrung) wird vorteilhaft ein Näherungsverfahren angewandt, bei dem die gesuchte Sendesignal-Matrix als Schnittmenge von zwei Signalräumen erhalten wird, von denen der eine Signalraum die Modulationsstruktur-Eigenschaft repräsentiert und der andere Signalraum eine Unterraum-Eigenschaft entsprechend der Bedingung repräsentiert, dass der Zeilenraum der
Empfangssignal-Matrix im Zeilenraum der Sendesignal-Matrix liegt, wobei gegebenenfalls diese
Zeilenräume einander gleich sind, wobei zur Ermittlung der Schnittmenge der beiden Signalräume eine abwechselnde Projektion von Schätzwerten für die Sendesignal-Matrix, ausgehend von einem vorgegebenen Sendesignal-Matrix-Startwert, auf die beiden Signalräume durchgeführt wird,
bis der zuletzt erhaltene Schätzwert für die Sendesignal-Matrix einem vorgegebenen Konvergenzkriterium entspricht. Wenn dann bei Übergang von einem Iterationsschritt zum nächsten der Unterschied zwischen den erhaltenen Sendesignal-Schätzwerten, d. h. "Sendesignal-Matrizen", unter einem vorgegebenen Maximalwert, dem sog. Konvergenz- oder Stoppkriterium, liegt, ist das Sendesignal mit der gewünschten Genauigkeit erhalten.
Von Vorteil ist es auch, wenn zur Berücksichtigung eines Gedächtnisses des jeweiligen Über- tragungskanals eine gegenüber der Länge des Empfangssignalblocks erhöhte Länge des Sende- signalblocks zu Grunde gelegt wird. Dadurch wird dem Umstand Rechnung getragen, dass in einem solchen Fall mehr Eingangssymbole auf den Block von Ausgangssymbolen Einfluss haben.
Für die Berechnungen ist es im Fall eines Kanals mit Gedächtnis ferner günstig, wenn die ein- zelnen Matrizen als Matrizen mit Block-Toeplitz-Struktur bzw. Block-Hankel-Struktur zu Grunde gelegt werden.
Zur Sendesignal-Ermittlung kann dabei auch derart vorgegangen werden, dass der Zeilenraum der Empfangssignal-Matrix berechnet und aus diesem der Zeilenraum der Sendesignal-Matrix, z.B. durch Singulärwertzerlegung, berechnet wird. Dabei wird zweckmässig die generierende Matrix der Sendesignal-Matrix aus deren Zeilenraum unter Auflösung der Matrixambiguität ermittelt. Anderer- seits kann in Hinblick auf eine hohe Recheneffizienz auch so vorgegangen werden, dass die Sen- designal-Matrix unter Erzwingen einer Block-Toeplitz-Struktur sowie einer Matrixmodulations-Struk- tur in einem einheitlichen Schritt aus dem Zeilenraum der Empfangssignal-Matrix hergeleitet wird.
Die Erfindung wird nachfolgend anhand von bevorzugten Ausführungsbeispielen unter Bezug- nahme auf die beiliegenden Zeichnungen noch weiter erläutert. Es zeigen : 1 schematisch eine Übertragungs-Einrichtung mit einem MIMO-Kanal; Fig. 2 in einem Ablaufdiagramm die Ermittlung von entzerrten Signalen in einem iterativen Verfahren ; Fig. 3 sowie 3A und 4 sowie 4A in ent- sprechenden Diagrammen und zugehörigen Detail-Diagrammen alternative Entzerrungsverfahren; und die Fig. 5 und 6 in Diagrammen die Empfangssignalqualität für einen instantan mischenden Kanal (Fig. 5) bzw. für einen MIMO-Kanal mit Gedächtnis (Fig. 6) bei Anwendung verschiedener Parameter.
<Desc/Clms Page number 4>
In Fig. 1 ist schematisch eine Übertragungseinrichtung 1 mit einem MIMO-Kanal 2 dargestellt, wobei K parallel zu übertragenden Datenströmen dk[n], mit k = 1,...,K, zugeführt werden ; diesenDatenströmen dk[nj wird in einem Modulator 3 entsprechend einem Matrixmodulationsverfahren die gewünschte Matrixmodulations-Struktur aufgeprägt, wodurch an MT Sendeantennen 4 MT Anten- neneingangssignale sk[n] (mit k = 1,...,MT) entstehen. Diese Signale Sk[n] werden uber den MIMO- Kanal 2 (mit der Übertragungsmatrix H ) übertragen und Empfänger-seitig von MR Antennen 5 empfangen. Die Empfangssignale xk[n] (mit k = 1,...,MR) werden sodann in einem Demodulator (Entzerrer) 6 zu Schätzwerten dk [n] der Datensignale dk[n] verarbeitet.
Als erstes soll der Fall der sog. instantan mischenden MIMO-Kanäle, d. h. MIMO-Kanäle ohne Gedächtnis, betrachtet werden. (Diese Einschränkung wird aber später fallengelasen werden. ) Es ist moglich, durch Anordnung der einzelnen Empfangswerte und Sendewerte zu einem Zeitpunkt n eine Vektor/Matrixwertige Ein/Ausgangsbeziehung
EMI4.1
EMI4.2
Eintrag h1,j jenen Kanalkoeffizienten, der die Übertragung von der j-ten Sendeantenne 4 zur i-ten Empfangsantenne 5 beschreibt.
Im Folgenden wird angenommen, dass immer nur ein Sende- bzw. Empfangssignalblock der Länge N betrachtet wird. Diese Annahme ist an sich üblich und in keiner Weise einschränkend, da einerseits die Blocklänge N beliebig gewählt werden kann und andererseits Blöcke aneinanderge- reiht werden können.
Der Sender-seitige Matrix-Modulator 3 (im Wesentlichen ein Rechner) erzeugt aus den K zu
EMI4.3
EMI4.4
EMI4.5
Modulationsstruktur - gemäss der vorstehenden Beziehung (2) - mit der Ein/Ausgangsbeziehung (1) kombiniert wird, erhält man eine gemeinsame Matrix-Ein/Ausgangsbeziehung für den Modulator 3 und den Kanal 4 wie folgt:
EMI4.6
Im Folgenden wird angenommen, dass der Empfänger (5,6) zwar die erzwungene Struktur, d. h., alle K Modulationsmatrizen Mk, kennt, dass aber sowohl der Kanal H als auch die Datense- quenzen dk[n] unbekannt sind.
Die nachfolgend im Einzelnen beschriebenen Verfahren setzen weiters voraus, dass jeweils die /-ten Spalten, (mit i = 1,...,N) aller Modulationsmatrizen Mk (k = 1,...,K) linear unabhängig sind.
Wenn also die i-te Spalte der k-ten Modulationsmatrix mit mk[i] bezeichnet wird, heisst das, dass
EMI4.7
muss.
Ausserdem wird K'# K < Rang{H} festgelegt, wobei K' die Anzahl der aktiven Datenströme und K die maximale Anzahl der Datenströme (s. (2)) bezeichnet. Experimentell wurde festgestellt, dass
EMI4.8
2Rang{H} erfüllt sein soll. Dies ist einleuchtend, da komplexwertige Vektoren doppelt so viele
<Desc/Clms Page number 5>
Freiheitsgrade haben, wie reellwertige.
EMI5.1
aufgespannten Raum ist. Nun wird eine Matrix W gebildet, deren erste (K'MT-K'K) Spalten das sog. Kronecker-Produkt m,[1] # bs[1] für alle (K'MT- K'K) möglichen Kombinationen (r, s) e {1, ..., K'} x {1,...,MT- K} enthält.
Die zweiten (K'MT- K'K) Spalten der Matrix W werden durch alle mögli-
EMI5.2
werden, dass der Rang von W gleich M2T-1 sein muss, um eine Matrixmodulations-Struktur zu erhalten, die stark genug ist, um Empfänger-seitig eine fehlerfreie Rekonstruktion zu ermöglichen.
Dabei hängt wiederum der Rang von W nur von den K Matrizen Mk und von den Parametern K' und N ab. So kann man z. B. erkennen, dass die Matrix liegend sein muss, um der Rang-
EMI5.3
MT-K macht.
Es wurde demgemäss für einige Fälle untersucht, wie man Modulationsmatrizen systematisch generieren kann, die der gerade beschriebenen Rang-Bedingung genügen. Dies schadet der Anwendbarkeit des Verfahrens jedoch nicht. Es wurde experimentell festgestellt, dass zufällig gewählte Modulationsmatrizen, welche die oben angegebenen notwendigen Abmessungen besit- zen, der Rang-Bedingung genügten und bei jeder durchgeführten Simulation die gewünschten Ergebnisse brachten.
Unter den oben beschriebenen Bedingungen ist die Sende-seitig im Matrix-Modulator 3 erzwun- gene Struktur von S (s. Gleichung (2)) jedenfalls stark genug, um eine bis auf einen gemeinsamen konstanten Faktor eindeutige Rekonstruktion (Demodulation) der Datensequenzen dk[n] aus der Empfangsmatrix X zu erlauben.
Mathematisch ausgedrückt heisst das, dass die Empfangsmatrix
EMI5.4
berücksichtigt, dass der Empfänger (5,6) mehr Datenströme erwarten könnte, als er tatsächlich vom Sender (3,4) erhält) nicht als H ¼k=1MkDk dargestellt werden kann, wobei abgesehen von
EMI5.5
dem Empfänger gelingt, Matrizen # und Dk , mit k = 1, ..., K zu finden, so dass
EMI5.6
gilt, daraus folgt, dass H# H = cl (hierbei wird mitI die Einheitsmatrix und mit ## die Pseudo- Inverse von # bezeichnet ; vgl. auch G.H. Golub et al., Matrix Computations. Baltimore: Johns Hopkins University Press, 3 ed., 1996) sowie weiters
EMI5.7
wobei c ¼ C (d. i. die Menge aller komplexen Zahlen) ein unbekannter konstanter Faktor ist.
Hierbei ist die bei fast allen blinden Verfahren vorkommende Tatsache, dass nur bis auf einen unbekann- ten konstanten Faktor demoduliert (entzerrt) werden kann, keine Einschränkung, da der konstante
<Desc/Clms Page number 6>
Faktor entweder wie z. B. bei differentieller Modulation (vgl. J. G. Proakis, Digital Communications.
New York: McGraw-Hill, 3rd ed., 1995) nicht gebraucht wird oder aber leicht mit Hilfe von zusätzli- chem Wissen, wie z. B. mit dem Wissen um das verwendete Symbolalphabet, geschätzt werden kann.
Nachfolgend werden nun zwei verschiedene Methoden zur Demodulation (Entzerrung) vorge- stellt, u. zw. eine exakte Methode, welche allerdings den Nachteil hat, dass sie - besonders für grosse Werte von N, MT und K - relativ rechenaufwendig ist, und eine iterative Methode, welche wesentlich recheneffizienter als die exakte Methode ist.
Zur einfacheren Beschreibung der Verfahren wird zunächst angenommen, dass H vollen Rang hat und gleich viele oder mehr Empfangsantennen wie Sendeantennen verwendet werden, d.h.
MR# MT. Abänderungen, welche fur eine singuläre Kanalmatrix H oder MR < MT notwendig sind, werden separat angemerkt.
Für die exakte Demodulationsmethode wird die vorstehende Gleichung (3) zunächst Spalte für Spalte zu
EMI6.1
umgeschrieben, wobei mk[n] die n-te Spalte der Modulationsmatrix Mk bezeichnet. Wird nun diese Gleichung (6) mit der Pseudoinversen H# der Kanalmatrix H von links multipliziert, so ergibt sich
EMI6.2
Dieser Satz von N linearen Gleichungen kann als Matrix-Vektorprodukt
EMI6.3
zusammengefasst werden. Hierbei ist die Matrix Q der Grösse MTN x (MTMR + KN) durch
EMI6.4
gegeben, wobei die (MT x MTMR)-Matrix Xq [n] durch
EMI6.5
EMI6.6
Vektor y, der insbesondere auch die gesuchten Datensignal-Grössen enthält, durch
EMI6.7
EMI6.8
dabei der jeweilige transponierte Vektor bezeichnet ; wird durch (H*)l.# das (i, y)-te Element
<Desc/Clms Page number 7>
der Pseudoinversen der Matrix H bezeichnet.
Die Gleichung (7) gilt wie erwähnt an sich nur für den rauschfreien Fall. Da aber in der Praxis immer Rauschen vorhanden ist, kann die Gleichung (7) nur näherungsweise, z. B. mit der Methode der minimalen Fehlerquadrate (least-squares, LS), gelöst werden. Die LS-Losung von (7), nämlich,
EMI7.1
Singularwert der Matrix Q gegeben.
Das Berechnen des gesuchten Singulärvektors ist jedoch für grosse MT oder N aufgrund der resultierenden grossen Abmessungen der Matrix Q relativ rechenaufwendig. In diesen Fällen ist das nächste vorgestellte iterative Verfahren wesentlich recheneffizienter.
Für einen gegebenen Empfangssignalblock X = HS und für bekannte Modulationsmatrizen Mk sind wie erläutert die Sendesignalmatrix S = ¼k k=1MkDk und damit auch die K Datenmatnzen Dk eindeutig (bis auf einen skalaren Faktor) bestimmt. Es kann gezeigt werden, dass für einen gege- benen Empfangssignalblock X die Matrix S auch schon eindeutig (bis auf einen unbekannten
Faktor) rekonstruiert ist, wenn man eine Matrix findet, die gleichzeitig die beiden folgenden Eigen- schaften erfüllt: K 1. S besitzt die gewünschte Modulationsstruktur, d. h., S = #k k=1MkDk mit diagonalen Matrizen
Dk; und
2. der Zeilenraum von S ist gleich dem Zeilenraum von X.
Die zweite Eigenschaft folgt aus X = HS, da angenommen wird, dass die Kanalmatrix H vollen
Rang hat.
Da beide der aufgezählten Eigenschaften implizit lineare Räume definieren, kann man die Re- konstruktion auch folgendermassen formulieren : sucht eine Matrix S, welche sowohl in einem Raum 14 entsprechend der Modulationsstruktur-Eigenschaft als auch in einem Raum B entspre- chend der Unterraum-Eigenschaft (Eigenschaft Nr. 2) liegt. Man sucht also S ¼ A n B. Da sowohl A als auch B lineare Unterräume von CMTxN (d. i. die Menge aller komplexwertigen Matrizen mit MT Zeilen und N Spalten) und damit auch konvex sind, kann man durch den Algorithmus der fortlau- fenden Projektionen auf konvexe Mengen (projections onto convex sets, sog. POCS-Methode, s.
P.L.Combettes, "The foundations of set theoretic estimation", Proc.IEEE, vol. 81, pp. 181-208, Feb.
1993) ein Element der Schnittmenge S ¼A n B und somit das gewünschte S berechnen.
Zur Berechnung wird gemäss Fig. 2 ein recheneffizientes iteratives Verfahren verwendet, wel- ches ausgehend von einem Startwert S(o) abwechselnd solange auf die beiden Räume A und B projiziert, (s. die Blöcke 10 und 11in Fig. 2), bis sich durch eine weitere Projektion keine signifikan- te Änderung mehr ergibt, d. h. bis der Schätzwert konvergiert, s. Abfrage-Schritt 12 in Fig. 2); die Konvergenz wird dabei mit einem sog. Stopp-Kriterium überprüft : die Änderung bei einer weiteren Iteration kleiner ist als das Stopp-Kriterium, wird das Verfahren abgebrochen. Dieses mathematische Projektionsverfahren ist an sich in der Literatur (s. oben) unter dem Namen "projec- tions onto convex sets", auch POCS genannt, bekannt. Der Wert des Stopp-Kriteriums ist je nach den Umstanden und Zielvorstellungen festzulegen.
Im Einzelnen wird dabei wie folgt vorgegangen.
EMI7.2
werden kann, dass die Diagonalelemente der Matrizen Dk(l) durch
EMI7.3
gegeben sind. Hierbei ist S(i-1) das Resultat der vorhergehenden Iteration (d. h. der vorhergehenden Projektion auf B), und die Matrizen Mk+der Grösse MT x N sind in einer Weise definiert, dass
EMI7.4
<Desc/Clms Page number 8>
EMI8.1
plex konjugierte von Mk ist.
2. Projektion auf B : Projektion auf B ergibt sich zu S(1) = B(1)X, wobei gezeigt werden kann, dass die zur Projektion benötigte Matrix B(1)
EMI8.2
ist. Hierbei ist S(1-1) das Resultat aus der vorhergehenden Iteration (d. h. die Projektion auf A) und X* ist die Pseudoinverse von X, welche nur ein einziges Mal vor Beginn des iterativen Verfahrens berechnet werden muss.
Es kann gezeigt werden, dass im vorliegenden Fall die Konvergenz des Verfahrens gegeben ist. Damit ist sichergestellt, dass für einen gegebenen Empfangssignalblock X und für eine gege- bene Modulationsstruktur (s. Gleichung 2) die Eingangsdatenströme dk[n] bis auf einen gemein- samen skalaren Faktor bestimmt sind.
Die Konvergenzgeschwindigkeit (aber nicht die Konvergenz selber) hängt vom Startpunkt S(0) der Iterationen ab. Ein Vorteil des Verfahrens ist, dass im semiblinden Fall, d. h. im Fall dass eine gewisse Anzahl der gesendeten Daten bekannt ist (vgl. z. B. die Mittambel bei bestehenden Stan- dards wie GSM oder UMTS), können die a priori bekannten Daten zur Berechnung eines guten Startwerts und somit zur beschleunigten Konvergenz und höheren Recheneffizienz verwendet werden. Eine weitere Methode, um die Konvergenzgeschwindigkeit des Verfahrens zu erhöhen, ist die sog. Relaxation, vgl. das vorstehend erwähnte Dokument von P.L.Combettes. Des Weiteren kann auch das Wissen um das verwendete Sendesymbolalphabet verwendet werden, um die Konvergenz, besonders gegen Ende der Iteration, zu beschleunigen; vgl. z. B.
S.Talwar et al. "Blind separation of synchronous co-channel digital signals using an antenna array - Part I: Algorithms"; IEEE Trans. Signal Processing, vol. 44, pp. 1184-1197, May 1996 für Algorithmen, die ein finites Symbolalphabet ausnützen. Dieser letzte Ansatz zur Konvergenzbeschleunigung hat jedoch den Nachteil, dass die Konvergenz nicht mehr garantiert werden kann.
Für grosse Werte von N und/oder von MT ist das vorstehend erläuterte, auf POCS basierende Verfahren wesentlich recheneffizienter als das davor vorgestellte Verfahren.
Wenn die Kanalmatrix H singulär wird oder MR < MT ist, so sind die Matrizen M+k, welche die dualen Basen enthalten, in jedem Iterationsschritt neu zu berechnen, wobei nun statt der Spalten
EMI8.3
müssen, um im rauschfreien Fall die Daten exakt zu rekonstruieren. Simulationen haben jedoch gezeigt, dass insbesondere bei niedrigem SNR das ursprüngliche Verfahren ohne die gerade genannten Änderungen nur geringfügig höhere Rekonstruktionsfehler verursacht als das abgeän- derte Verfahren.
Das beschriebene Matrixmodulationsverfahren kann auch ohne Veränderungen verwendet wer- den, um die K unabhängigen Datenströme dk[n] über einen MIMO-Kanal 2 mit Gedächtnis zu übertragen. Es sind jedoch für diesen Fall zur Demodulation und Entzerrung einige Erganzungen notwendig, welche im Folgenden beschrieben werden.
Für einen MIMO-Kanal 2 mit Gedächtnis lautet die Ein/Ausgangsbeziehung
EMI8.4
wobei die (MR x MT)-Matrizen H [m] die matrixwertige Impulsantwort des Kanals sind und (L-1) die maximale Verzogerung des Kanals darstellt.
Die Sender-seitige Matrixmodulation ist nach wie vor von der Form
EMI8.5
<Desc/Clms Page number 9>
jedoch wird die Sendesignalblocklänge (bei gleichbleibender Empfangsblocklänge N) auf N+L-1 erhöht, um dem Gedächtnis des Kanals 2 Rechnung zu tragen. Daraus folgt, dass die Sendematrix S = [s[-L + 1]...s[N - 1]] nunmehr die Grösse MT x (N + L 1) hat und dementsprechend die diago-
EMI9.1
Es ist wiederum möglich, die Ein/Ausgangsbeziehung (s. Gleichung 9) durch Anordnen der Empfangsvektoren x[n], der Kanalimpulsantwort H[m] und der Sendevektoren s[n] in Matrizen zu einer einzigen matrixwertigen Ein/Ausgangsbeziehung
X=HS (10) zusammenzufassen. Darin ist X die Ausgangsmatrix, die aus den empfangenen Signalen erstellt wird ; H die Kanalmatrix, die aus den Kanalimpulsantworten erhalten wird ; und S die Eingangsmatrix, die die zu ermittelnden gesendeten Signale enthält. Die Anordnung wird hier so gewählt, dass die einzelnen Matrizen die fur eine blinde Entzerrung gewünschte Block-Toeplitz-Struktur bzw. Block-Hankel-Struktur besitzen.
Eine mögliche Anordnung, von der im Weiteren ausgegangen wird, ist beispielsweise die Fol-
EMI9.2
womit schliesslich eine Kanal-Block-Matrix H der Grösse MRP x MT(L + p -1),in der H' p-mal, je- weils um MT Positionen verschoben, gestapelt wird (der Stapelparameter p wird in der Literatur auch als Glättungsparameter bezeichnet), als
EMI9.3
definiert werden kann, vgl. auch z.B. A.J.van der Veen et al., "A supspace approach to blind space- time signal processing for wireless communication systems", IEEE Trans. Signal Processing, vol.
45, pp. 173-190, Jan. 1997 ; undH.Liu et al., "Ciosed form blind symbol estimation in digital com- munications", IEEE Trans.Signal Processing, vo1.43, pp. 2714-2723, Nov. 1995. Es sind aber auch andere Anordnungen denkbar, die z. B. durch Vertauschen der Reihenfolge der Zeilen bzw. Spalten der einzelnen Matrizen entstehen, aber zur vorstehenden Anordnung äquivalent sind.
EMI9.4
EMI9.5
definiert. Diese Block-Matrix S hat eine Block-Toeplitz-Struktur und wird von den Spalten der Matrix S = [s[-L + 1]...s[/V - 1]] generiert, weshalb diese Matrix S als die generierende Matrix von S be- zeichnet wird. Schliesslich wird mit dem Ausgangsvektor x [n] diefolgende Empfangs-Block- Toeplitz-Matrix der Grösse MRP x (N-P + 1), nämlich
EMI9.6
definiert.
<Desc/Clms Page number 10>
In Fig. 3, mit den in Fig. 2 gezeigten Detailschritten gemäss Fig. 3A, ist dieser Schritt der Bildung der Empfangs- oder Ausgangsmatrix X bei Block 16 veranschaulicht. Es folgt dann ein drei-stufiges Verfahren zur Demodulation, wobei gemäss Block 17 zunächst die Berechnung des Zeilenraums der Empfangsmatrix X durchgeführt wird. Die Grössen der einzelnen Matrizen hängen von Parame- tern wie der Kanalimpulsantwortlänge L, der Anzahl der Sende- und Empfangsantennen 4,5, der Blocklange N und dem Glättungsfaktor p ab Unter der Bedingung, dass diese Parameter in einer solchen Weise gewählt werden, dass H stehend und S liegend ist (formal muss also
EMI10.1
MR -MT
Rang hat, ist jener Raum, der von den Zeilen der Empfangsmatrix X aufgespannt wird (der Zeilen- raum von X), gleich dem Zeilenraum von S. Es kann also der Zeilenraum der Sende-Block-Matrix S z.
B. mittels einer Singulärwertzerlegung der Empfangmatrix X berechnet werden. Dieser Schritt könnte aber auch durch andere, an sich bekannte Methoden, die weniger rechenaufwendig sind als die Singulärwertzerlegung, approximiert werden. (Eine Singulärwertzerlegung zerlegt eine
Matrix A in drei Matrizen U, D und V gemäss der Beziehung A = UDV, wobei U und V orthogonale
Spalten bzw. Zeilen besitzen, d.h. UHU = 1 und VHV = I, wobei 1 die Einheitsmatrix entsprechender
Dimension ist, und D eine Diagonalmatrix ist. ) Nach der Berechnung des Zeilenraums der Emp- fangsmatrix X erfolgt gemäss Block 18 in Fig. 3 die Berechnung der generierenden Matrix von S: Es ist bekannt, dass allein vom Zeilenraum einer liegenden Toeplitz-Matrix bzw. Hankel-Matrix die
Matrix selbst bis auf einen multiplikativen Faktor rekonstruiert werden kann.
Ist die Matrix jedoch eine Block-Toeplitz-Matrix, so kann von ihrem Zeilenraum die Matrix selbst im Allgemeinen nur bis auf eine Matrixambiguität bestimmt werden, da die Block-Zeilen im Allgemeinen keine Struktur besitzen.
Die Eingangsmatrix S ist eine liegende Block-Toeplitz-Matrix, welche wie erwähnt durch die ge- nerierende Matrix S bestimmt ist. Das gegebene Entzerrungsproblem kann also auch als die
Berechnung der generierenden Matrix S aus der Empfangsmatrix X formuliert werden.
In H. Liu et al., "Multiuser blind channel estimation and spatial channel pre-equalization", Proc.
IEEE ICASSP-95, (Detroit (MI)), pp. 1756-1759, May 1995 ; im vorerwähnten Dokument von A.J.van der Veen et al. sind zwei Verfahren beschrieben, wie S bis auf eine Matrixambiguität (also
SA = AS mit unbekannter invertierbarer MT x MT Matrix H) von einer Block-Toeplitz-Matrix berech- net werden kann. Des Weiteren könnte auch das aus E. Moulines et al., "Subspace methods for the blind identification of multichannel FIR filters", IEEE Trans. Signal Processing, vol. 32, no. 2, pp.
516-525,1995 bekannte Verfahren zur Lösung des vorliegenden Problems entsprechend einge- setzt werden. Allen Verfahren ist jedoch gemeinsam, dass entweder die Matrix X oder eine Matrix, deren Zeilenraum den Raum orthogonal zum Zeilenraum von X aufspannt, in eine "Supermatrix" gestapelt werden muss, um dann durch eine Singulärwertzerlegung von dieser Supermatrix auf SA schliessen zu können. Da der Rechenaufwand einer Singulärwertzerlegung aber mit der dritten Potenz der Abmessungen der zu zerlegenden Matrix steigt, sind diese Verfahren doch ziemlich rechenaufwendig, weshalb weiter unten eine Alternative (nämlich die sog. direkte Faktorisierung, vgl. Fig. 4) vorgeschlagen wird.
Im Schema gemäss Fig. 3 folgt nun gemäss Schritt 19 die Auflösung der Matrixambiguität, d.h. die Berechnung der generierenden Matrix S aus SA. Da aber die verbleibende Matrixambiguität vollkommen analog zu einem instantan mischenden Kanal X = HS (vgl. Gleichung (3)) ist, kann die Ambiguität mit den Demodulationsmethoden für den instantan mischenden Kanal, welche oben beschrieben wurden, aufgelöst werden, um die Daten dk[-L + 1], dk[-L + 2],...,dk[N - 1] bis auf einen unbekannten gemeinsamen konstanten Faktor zu rekonstruieren. Demgemäss ist in Fig. 3A die Auflösung der Matrixambiguität (Block 19 in Fig. 3) im Einzelnen mit Blöcken 10,11 und 12 herausgezeichnet, die jenen von Fig. 2 entsprechen.
Zur Demodulation (Entzerrung) kann auch eine direkte Faktorisierung verwendet werden, wie in Fig. 4 schematisch gezeigt, die ebenfalls auf der erwähnten POCS-Methode beruht, die aber die Berechnung der generierenden Matrix S und das Auflösen der Matrixambiguität in einem Schritt 20 (Fig. 4) vereint und dadurch recheneffizienter ist als die vorstehende Vorgangsweise. Gleichzeitig behält diese modifizierte Methode jedoch die Vorteile der ersten Methode, wie semiblinde Initiali- sierungsmöglichkeit, mögliche Relaxation, mögliches Verwenden von a priori-Wissen, die Möglich- keit unterschiedlich langer Subkanäle etc. Zusätzlich sind die gerade genannten Vorteile in ihrer Auswirkung bei der direkten Faktorisierung nicht nur auf die Auflösung der Matrixambiguität
<Desc/Clms Page number 11>
beschränkt, sondern für den gesammten Schritt 20 von Vorteil.
Die Berechnung der generierenden Matrix SA bis auf eine Ambiguitat ist, wie erwähnt, rechen- aufwendig. Dieser Schritt kann vermieden werden, wenn man erkennt, dass die Eingangsmatrix S bis auf einen skalaren Faktor eindeutig durch die folgenden zwei Eigenschaften bestimmt ist:
1. S ist eine Block-Toeplitz-Matrix, und ihre Generierende hat eine Modulationsstruktur, i.e., S = #k=1 MkDk mit diagonalen Matrizen Dk.; #k=1
2. der Zeilenraum der Matrix S gleicht dem Zeilenraum von X.
Anders ausgedrückt ist, S ¼A n B, worin A den linearen Unterraum aller Block-Toeplitz- Matrizen mit der generierenden Matrix S = #k MkDk (wobei die Matrizen Mk gegeben sind und #k=1MkDk die Matrizen Dk diagonal sind) bezeichnet. Weiters bezeichnet B den linearen Unterraum aller Matrizen, deren Zeilenraum im Zeilenraum von X liegt (d.h. aller Matrizen der Form BX mit beliebi- ger MT(L + p -1) x Mp-Matrix B). Diese Formulierung führt wieder zu einer POCS-Methode zum Berechnen von S, bei der die iterierte Version von S alternierend auf A und B projiziert wird:
1. Projektion auf A: (s. Block 21 in Fig. 4A): da S eine sog. linear strukturierte Matrix (vgl.
J. A.Cadzow, "Signal enhancement - A composite property mapping algorithm", IEEE Trans.
Acoust., Speech, Signal Processing, vol. 36, pp. 49-62, Jan. 1988) ist, kann gezeigt werden, dass die Projektion auf A durch die folgenden zwei Schritte bewerkstelligt werden kann :
Im ersten Schritt (Block 24 in Fig. 4A) wird die Block-Toeplitz-Struktur erzwungen : Es sei S(i-1) das Resultat der vorhergehenden Iteration (also der Projektion auf B). Von der Matrix S(i-1) welche keine Block-Toeplitz-Struktur besitzt, wird eine Kx (N + L -1)-"pseudo-generierende Matrix" #(i-1) wie folgt berechnet. Die erste der MT Zeilen von #(i-1) wird berechnet, indem man entsprechend verschobene und mit Nullen aufgefüllte Versionen der ersten, (MT + 1)-ten, (2MT + 1)-ten, etc.
EMI11.1
rechts und addiert sie dann zur (MT + 1)-ten Zeile von S("1), wobei wenn nötig Nullen angefügt werden.
Das Resultat wird wieder um eine Position nach rechts verschoben und zur (2MT + 1) -ten Zeile von S(i-1) addiert, etc. Schliesslich wird das j-te Element des resultierenden Zeilenvektors der Länge N+L-1 durch das j-te Element von (1, 2, MT, MT, ..., MT -dividiert, um die erste
EMI11.2
nun die zweite, (MT + 2)-te, (2MT + 2) -te, etc. Zeile von S(i-1) verwendet werden. In dieser Art und Weise werden alle MT Zeilen von #(i-1) berechnet.
Im zweiten Schritt (vgl. Block 25 in Fig. 4A) wird die Modulationsstruktur erzwungen. Dabei wird
EMI11.3
nalmatrix D(1) durch
EMI11.4
gegeben sind. Schliesslich wird die Block-Toeplitz-Matrix S(1) geformt, welche von S(1) generiert wird.
2. Projektion auf B (s. Block 22 in Fig. 4A): Die Projektion auf B kann durch S(1)gel= B(1)X ange- schrieben werden, wobei gezeigt werden kann, dass
EMI11.5
Hier ist S(i-1) das Resultat der vorhergehenden Iteration (also der Projektion auf A). Es ist anzu- merken, dass die Pseudoinverse X# nur einmal zu Beginn der iterativen Prozedur berechnet wer- den muss.
Wieder ist die Konvergenz (s. Block 23 in Fig. 4A, entsprechend Block 12 in Fig. 2) des POCS-
EMI11.6
<Desc/Clms Page number 12>
gezeigt werden, dass daher S(##)= cS, mit c e C, ist.
Die Geschwindigkeit der Konvergenz und damit die Recheneffizienz des Verfahrens hängt stark
EMI12.1
XS(0)# initialisiert werden.
Des Weiteren kann die Konvergenz wieder mit den oben beschriebenen Methoden beschleu- nigt werden.
Abschliessend sollen noch einige praktische Untersuchungen bzw. Simulationsergebnisse betreffend die Erfindung anhand der Fig. 5 und 6 vorgestellt werden.
Es wurde eine Anzahl von MT = 4 Sendeantennen gewählt, und es wurden K = 3 uncodierte QPSK-Datensignale dk[n] zu Grunde gelegt. Die Modulationsmatrizen Mk mit der Blocklänge N = 200 wurden folgendermassen konstruiert : Es wurden alle Matrixeinträge zufällig als Realisierung von unabhängig identisch verteilten Gauss'schen Zufallsvariablen gewählt, und danach wurden die entsprechenden Spalten aller Mk orthonormalisiert (es wurden also zufällige Modulationsmatrizen gewählt, deren entsprechende Spalten intermatriziell orthonormal waren). Die Kanalimpulsantwor- ten wurden für jeden Simulationsdurchlauf zufällig generiert, und die Empfangssignale x [n] durch weisses Gauss'sches Rauschen mit Varianz #2 gestört und über ein Intervall der Länge N = 200 beobachtet.
Zunächst wurden beispielhaft drei instantan mischende MIMO-Kanäle mit MR = 4, MR = 6 und MR = 8 Empfangsantennen betrachtet, s. die Kurven 30, 31 und 32 in Fig. 5 ; 5 zeigt dabei den normalisierten mittleren quadratischen Fehler (MSE) als Funktion des Signal-Rausch-Abstandes
EMI12.2
über alle Simulationsläufe definiert, wobei dk [n] der Schätzwert von dk[n] ist, der mit der entspre- chenden Methode erzielt wurde, und wobei c der "least-squares"-Schätzwert für den unbekannten Faktor c ist. Die Anzahl der Simulationsläufe, über die gemittelt wurde, variierte je nach SNR
EMI12.3
jeden Simulationslauf, über den gemittelt wurde, gleich. Die Simulationsergebnisse zeigen, dass eine zunehmende Anzahl von Empfangsantennen, entsprechend einer höheren Empfangsdiversi- tät, bessere Ergebnisse erzielt.
Sodann wurde ein MIMO-Kanal mit Gedächtnis (mit MR = 6 Empfangsantennen und mit einer Impulsantwortlänge von L=3) untersucht, s. Fig. 2. Fig. 6 zeigt dabei jenen normalisierten mittleren quadratischen Fehler (MSE), als Funktion des Signal-Rausch-Abstandes (SNR), der mit der Mehr- schrittmethode (Kurve 33) ermittelt wurde, sowie jenen (s. Kurve 34), der mit der direkten Faktorisierung erzielt wurde (Glättungsfaktor p = 5). Die Simulationsergebnisse zeigen, dass speziell für niedrige SNR-Werte die direkte Faktorisierung wesentlich bessere Ergebnisse erzielt als das Mehrschritt-Verfahren. Dieses schlechtere Abschneiden des Mehrschritt-Verfahrens dürfte daran liegen, dass im zweiten Schritt eine Zuordnung von Singulärvektoren zu einem Nutzsignal bzw. Rauschsignalraum erforderlich ist, bei welcher besonders im Fall von niedrigem SNR leicht Fehler auftreten.
Diese Zuordnung ist bei der direkten Faktorisierung nicht erforderlich.
Die erfindungsgemässe Technik ist somit geeignet, grosse Datenmengen bei geringer Sendelei- stung ohne Kapazitätsverluste durch Trainingssymbole über MIMO-Kanäle zu übertragen. Sie hat den Vorteil, durch eine Sender-seitig bewusst eingeführte Matrixmodulations-Struktur robust gegen einen unbekannten MIMO Kanal zu sein und weiters den MIMO-Kanal in mehrere unabhängig voneinander benutzbare "virtuelle" Kanäle mit einem Eingang und einem Ausgang zu trennen.
Dadurch kann dieses Verfahren mit herkömmlicher Kanalkodierung (für jeden virtuellen Kanal separat), welche wesentlich recheneffizienter zu dekodieren ist als für MIMO-Systeme entworfene Kanalcodes, kombiniert werden, was auch die Benutzung einer grossen Anzahl von Sende- und Empfangsantennen 4,5, bei relativ geringem Rechenaufwand im Vergleich zu einem nach dem
<Desc/Clms Page number 13>
Stand der Technik entworfenem System, erlaubt. Weiters ist es denkbar, das Verfahren mit einem Codierungsverfahren zu kombinieren, welches Sender-seitig erzeugte, bekannte Abhängigkeiten zwischen den einzelnen virtuellen Kanälen bei der Dekodierung ausnützt (sog. Turbodekodierung).
PATENTANSPRÜCHE:
1. Verfahren zum Übertragen von Datenströmen uber Kanäle mit jeweils mehreren Ein- und
Ausgängen, wobei die Datenströme (d[n] ) an den Kanal-Eingängen jeweils in vorgegebe- ner Weise zu Sendesignalen (s[n] ) moduliert werden und an den Kanal-Ausgangen aus den Empfangssignalen (x[n]) durch Entzerrung entsprechende Datenstrome (d[n]) herge- leitet werden, dadurch gekennzeichnet, dass an den Kanal-Eingängen den Datenströmen (d[n]) eine vorgegebene Matrixmodulations-Struktur aufgezwungen wird, wobei jeder der K zu übertragenden Datenströme dk[n] der Länge N als diagonale N x N-Datenmatrix Dk der
EMI13.1
tionsmatrix Mk der Grösse MT x N multipliziert wird, worin MT die Anzahl der Kanaleingänge angibt, und an den Kanal-Ausgängen die Entzerrung der Empfangssignale (x[n] )
auf Basis dieser bekannten vorgegebenen Matrixmodulation durchgeführt wird.