DE60102439T2

DE60102439T2 - Methode und Vorrichtung zum Erfassen von mehreren Benutzern in einem DS-CDMA Telekommunikationssystem

Info

Publication number: DE60102439T2
Application number: DE60102439T
Authority: DE
Inventors: Loic Brunel
Original assignee: Mitsubishi Electric Information Technology Corp; Mitsubishi Electric Information Technology Center Europe BV Nederlands
Current assignee: Mitsubishi Electric Information Technology Corp; Mitsubishi Electric R&D Centre Europe BV Netherlands
Priority date: 2000-12-20
Filing date: 2001-12-13
Publication date: 2004-08-19
Anticipated expiration: 2021-12-14
Also published as: FR2818468B1; DE60102439D1; JP4014079B2; US7349459B2; ATE262752T1; EP1221773B1; FR2818468A1; US20020114410A1; EP1221773A1; JP2002217870A

Description

Die vorliegende Erfindung betrifft eine Methode und eine Vorrichtung zum Er fassen von mehreren Benutzern bzw. Anwendern. Insbesondere betrifft die vorliegende Erfindung eine Methode und eine Vorrichtung zum Erfassen von mehreren Benutzern bzw. Anwendern bzw. Multibenutzer-Erfassen mit einem Wahrscheinlichkeitsmaximum für ein Telekommunikationssystem DS-CDMA (Direct Sequence Code Division Multiple Access).
Bei einem DS-CDMA-Mobilfunksystem erfolgt die Trennung der Kommunikationen, die von verschiedenen Benutzern kommen oder für sie bestimmt sind, durch Multiplizieren jedes komplexen Symbols eines Benutzers durch eine Streuungssequenz, die diesem letzteren eigen ist, und aus diesem Grund auch Signatur des Benutzers genannt wird. Da die Streuungsfrequenz (Chip Rate) größer als die Frequenz der Symbole ist, wird das von jedem Benutzer übertragene Signal im Frequenzbereich verteilt (oder gestreut). Das Verhältnis zwischen dem vom gestreuten Signal und vom Informationssignal belegten Band wird Streuungsfaktor genannt. Beim Empfang wird die Trennung eines gegebenen Benutzers dank einer an die entsprechende Signatur angepasste Filterung erzielt. Wenn der Übertragungskanal eine Vielzahl von Ausbreitungsbahnen aufweist, umfasst der Ausgang bzw. die Ausgabe der entsprechenden Filterung ebenso viele Koppelspitzen. Jede Bahn des Kanals kann durch einen komplexen Multiplikationskoeffizienten und eine Verzögerung modelliert werden. Die Signale, die sich gemäß verschiedener Bahnen ausgebreitet haben, können mittels komplexer konjugierter Koeffizienten der Bahnkoeffizienten gefluchtet und kombiniert werden, so dass eine an den Übertragungskanal angepasste Filterung durchgeführt wird. Um die Terminologie zu vereinfachen, schließen wir in den allgemeinen Ausdruck "An den Benutzer k angepasste Filterung" sowohl den an die Signatur des Benutzers k angepasste Filterungsoperation als auch die an den Übertragungskanal angepasste Filterung ein.
Um die Interferenz zwischen Signalen in Richtung zu (Aufwärtsverbindung) und von (Abwärtsverbindung) den verschiedenen Benutzern zu bekämpfen, wurden Methoden zum Erfassen von mehreren Benutzern vorgeschlagen, und insbesondere iterative Methoden zum Erfassen, wie zum Beispiel die, die unter der Bezeichnung PIC (Parallel Interference Cancellation) und SIC (Serial Interference Cancellation) bekannt sind. Sie beruhen auf der Iteration eines Eliminierungszyklus der Interferenzen, die die Schätzung der übertragenen Symbole, die Bewertung der Interferenzen und ihr Subtrahieren von den empfangenen Signalen umfasst. Obwohl diese Methoden leistungsfähig sind, sind sie insofern nicht optimal, als sie keine Schätzung im Sinne des Wahrscheinlichkeitsmaximums der von den verschiedenen Benutzern übertragenen Symbole umfassen.
Eine Methode zum Erfassen von mehreren Benutzern mit Wahrscheinlichkeitsmaximum in Anlehnung an den Algorithmus von Viterbi wurde von S. Verdu in einem Artikel mit dem Titel "Minimum probability of error for asynchronous Gaussian multiple access channels", veröffentlicht in IEEE Transaction on Information Theon, Seiten 85–96, Januar 1986 vorgeschlagen, aber ihre Komplexheit ist prohibitiv, denn sie variiert exponentiell mit der Anzahl der Benutzer.
Kürzlich wurde von L. Brunel et al. in einem Artikel mit dem Titel "Euclidian space lattice decoding for joint detection in CDMA system", veröffentlicht in Proceedings of ITW, Seite 129, Juni 1999, eine Methode zum Erfassen von mehreren Benutzern mit Wahrscheinlichkeitsmaximum vorgeschlagen, die eine Punktenetzdarstellung verwendet. Gemäß dieser Methode bestimmt man einen charakteristischen Vektor des empfangenen Signals, der eine Statistik darstellt, die für das Erfassen mit Wahrscheinlichkeitsmaximum der Symbole reicht, die von den verschiedenen Benutzern übertragen werden. Es wird unter verschiedenen Bedingungen gezeigt, dass der charakteristische Vektor als der Punkt eines Netzes dargestellt werden kann, das von einem Rauschen gestört wird. Das Erfassen besteht daher im Suchen des Punkts des Netzes, der dem entsprechenden Punkt des empfangenen Vektors am nächsten liegt. Da die Dimension des zu verwendenden Netzes jedoch 2K beträgt, wobei K die Anzahl der Benutzer ist, bleibt die Anzahl der Punkte noch sehr hoch.
Um das Erfassen zu vereinfachen, wurde vorgeschlagen, die Suche des nächsten Nachbarn auf die Netzpunkte zu beschränken, die zu einer Kugel gehören, die um den empfangenen Punkt zentriert ist. Wir legen unten diese vereinfachte Erfassungsmethode, "Erfassungsmethode durch Kugeln" dar:
Wir versetzen uns in den Kontext eines Funktelekommunikationssystems mit Vielfachzugriff mit spektraler Streuung durch direkte Sequenzen (DS-CDMA) mit K Benutzern, die synchron mit einer Bodenstation kommunizieren.
d_k(i) ist das komplexe Symbol, das vom Benutzer k im Augenblick i übertragen wird. Dieses Symbol gehört zu der Modulationskonstellation A_k, die vom Benutzer k verwendet wird, die man auch Symbolalphabet des Benutzers k nennt.
Jeder Benutzer k überträgt einen Block zu N Symbolen mit einer Amplitude des Signals a_k. Die Symbole werden von einer komplexen Signatur s_k(t) = s R / k(t) + j·s l / k(t) mit einer Dauer gleich der Symbolperiode T gestreut: sk(t) = 0 mit t ∊ [0, T]
Die K komplexen Symbole d_k(i) = d R / k(i) + j·d l / k(i), die im Augenblick i übertragen werden, werden in einen Zeilenvektor realer Werte d₂(i), der wie folgt definiert ist, platziert d2(i)=(dRl (i),dIl (i),dRk (i),dlk (i)) (1)
Aufgrund der Synchronisation der Benutzer, kann das entsprechende modulierte Signal in Abhängigkeit von der Zeit t wie folgt ausgedrückt werden:
Wir gehen davon aus, dass der Kanal ein idealer Kanal mit additivem Gaußschem weißem Rauschen ist. n = S_t + η_t ist das in der Zeit t empfangene Signal und n ist ein komplexes Gaußsches Rauschen mit dem Durchschnitt Null, dessen Komponenten eine Varianz N₀ sind.
Man hat die Zeilenvektoren y(i) = (y, (i), ..., y_k (i)) und y₂(i) = (y R / l(i), y I / l(i), ..., y R / k(i), y I / k(i)), wobei y_k(i) = y R / k(i) + j·y l / k(i) die komplexe Ausgabe im Augenblick i des an den Benutzer k angepassten Filters ist:
Es ist anzumerken, dass R(i) die Autokorrelationsmatrix der Streuungssequenzen ist.
Wenn man die komplexen Elemente von (3) in ihre Realteile und Imaginärteile zerlegt, erhält man folgendes:
A₂ = Diag(a₁, a₁, ..., a_k, a_k) und R₂ sind die Matrix der Größe 2K × 2K, wie zum Beispiel:
Die Gleichung (4) kann daher die folgende Matrixform haben: y2(i) = d2(i)M2 + n2(i) (6)wobei M₂ eine reale Matrix der Größe 2K × 2K ist, definiert durch M₂ = A₂R₂, und wobei der Rauschsignalvektor n₂ (i) = (n R / l(i), n I / l(i), ..., n R / K(i), n l / K(i)) für die Kovarianzmatrix N₀R₂ ist.
Wir weisen nachstehend nach, dass y₂(i), wie es aus der Gleichung (6) gegeben ist, als ein Punkt eines Netzes A₂ mit der Größe 2K mit erzeugender Matrix M₂ verschlechtert durch das Rauschen n₂ ist.
Wir nennen jede Einheit von Vektoren R^K ein reales Netz von Punkten A mit der Größe bzw. dem Maß κ, für welche Einheit folgendes gilt: x = b₁ν₁ + b₂ν₂ + ... +b_κν_κ wobei b_i ∊ Z, ∀i = 1, ..., κ gilt und wobei {ν₁, ν₂, ..., ν_κ} eine Basis bei R^κ ist.
Ein Beispiel für ein Punktenetz mit der Dimension 2 wurde in 1 dargestellt.
Die Punkte des Netzes bilden eine additive Abelsche Untergruppe von R^κ, wobei dies übrigens die kleinste Untergruppe von R^κ ist, die die Vektoren {ν₁, ν₂, ..., ν_κ} und ein Z-Modul von R^κ umfasst. Diese Basisvektoren bilden die Zeilen der erzeugenden Matrix G des Netzes. Man kann daher schreiben x = bG, wobei b = (b₁, ..., b_κ) ∊ Z^κ gilt. (7) Die von den Basisvektoren abgegrenzte Region wird fundamentales Parallelotop genannt und ihr Volumen, vol (Λ) oder det (Λ), wird Fundamentalvolumen genannt.
Dieses Fundamentalvolumen ist nichts anderes als das Modul des Vektorprodukts der κ Basisvektoren und ist daher gleich |det(G)|, wobei det die Determinante darstellt. Wenn es mehrere Auswahlmöglichkeiten für die erzeugende Matrix eines gleichen Netzes gibt, gibt es hingegen nur einen einzigen Wert für das Fundamentalvolumen.
Die Region bzw. der Bereich von Voronoi V oder die Zelle von Dirichlet eines Punktes x, der zum Netz gehört, ist die Einheit der Punkte von R^κ, die x näher als jeder andere Punkt des Netzes sind. Das Volumen dieser Region ist gleich dem Fundamentalvolumen.
Der Anhäufungsradius ρ des Netzes ist der Radius der größten Kugel, die in die Region von Voronoi eingeschrieben ist, und der Versorgungs- bzw. Deckungsradius ist der der kleinsten Kugel, die diese gleiche Region umgibt. Der Anhäufungsradius ist daher der Radius der Kugeln, deren Anhäufung das Punktenetz bildet, und der Deckungsradius ist derjenige der kleinsten Kugeln, die auf den Punkten des Netzes zentriert das Abdecken des ganzen Raums R^κ erlauben. Die Dichte des Netzes ist das Verhältnis zwischen dem Volumen der Kugel des Radius ρ und dem Fundamentalvolumen. Schließlich ist der Fehlerkoeffizient (Kissing Number) τ(Λ) des Netzes die Anzahl der an einer gleichen Kugel in der Häufung tangierenden Kugeln oder, mit anderen Worten, die Anzahl der Nachbarn eines Punkts des Netzes in der Mindestentfernung d_Emin = 2ρ gelegen.
Nehmen wir wieder die Gleichung (6). Die komplexen Zahlen dRk (i) + j·dlk (i) (8)gehören zu einem finiten Alphabet (oder einer Konstellation) A mit der Kardinalzahl:
Es wird zum Beispiel angenommen, dass die Komponenten d R / k(i) und d l / k(i) Modulationssymbole PAM der Ordnung M sind: dRk (i) ∊ {–M + 1,–M + 3, ..., M – 3, M – 1} und (9) dlk (i) ∊ {–M + 1, –M + 3, ..., M – 3, M – 1} (10)
Wenn man die Umwandlung durchführt, ergibt sich:
wobei ν_M = (M – 1, M – 1, ..., M – 1} gilt,
die Komponenten d' R / k(i) und d' l / k(i) Elemente von Z sind
und d'₂(i) daher ein Vektor von Z^2K ist.
Im Allgemeinen kann man dann, wenn es eine affine Umwandlung gibt, die die Komponenten d R / k(i) und d l / k(i) in Elemente von Z umwandelt, den Vektor d'₂(i) durch einen Vektor von Z^2K darstellen.
Auf ähnliche Weise führt man die entsprechende Umwandlung auf y₂(i) durch, das heißt:
Anhand dieser Umwandlung, die wir in weiterer Folge als implizit betrachten, gehört der Vektor d₂(i)M₂(i) daher zu einem Punktenetz Λ₂ mit der Dimension 2·K, wie das durch die Funktion (7) beschriebene, bei dem G = M₂(i) ist. Der Vektor y₂(i) kann daher als ein durch ein Rauschen n₂(i) verschlechterter Punkt des Netzes Λ₂ betrachtet werden.
Wenn man annimmt, dass die Komponenten des Rauschsignalvektors n₂(i) willkürliche, unabhängige, Gaußsche, zentrierte Variable sind, läuft das Problem des Erfassens im Sinne des Wahrscheinlichkeitsmaximums der von den ver schiedenen Benutzern übertragenen Signale auf die Suche des Punkts z₂ des Netzes Λ₂ hinaus, und zwar so, dass seine Entfernung zu y₂(i) minimal ist.
In Wirklichkeit sind die Komponenten des Rauschsignalvektors n₂(i) gekoppelt, und die Kovarianzmatrix von n₂(i) ist N₀R₂.
Um auf den entkoppelten Fall zurückzukommen, muss man zuerst vor dem Decodieren das Rauschen zu einem weißen Rauschen machen.
Da die Matrix R hermitesch ist, ist die Autokorrelationsmatrix R₂ symmetrisch definiert positiv und kann daher Gegenstand eine Cholesky-Faktorisierung sein: R2 = W2WT2 (13)wobei W₂ eine untere Dreiecksmatrix mit der Größe 2K × 2K ist.
Man definiert einen weiß gemachten Beobachtungsvektor: ỹ2(i) = y2(i)WT12 (14)sowie ein neues Punktenetz Ω₂ bestehend aus den Vektoren von Komponenten (x ~ R / l(i), x ~ I / l(i), ..., x ~ R / K(i), x ~ I / K(i)) mit x ~ ₂(i) = x₂(i)W T1 / 2, wobei x₂(i) ein Vektor von Komponenten (x R / l(i), x I / l(i), ..., x R / K(i), x l / K(i)) ist, der zu Λ₂ gehört.
Man kann leicht zeigen, dass die Kovarianzmatrix des gefilterten Rauschens n₂(i)W T1 / 2 nach dem Weißmachen gleich N₀I_2K ist, wobei I_2K die Identitätsmatrix mit der Dimension 2K ist.
Das Erfassen umfasst daher einen ersten Schritt des Weißmachens des Beobachtungsvektors, gefolgt von einem Schritt der Suche des nächsten Nachbarn innerhalb des Punktenetzes Ω₂.
Um die Anzahl der zu testenden Punkte zu verringern, kann man, wie es in 1 dargestellt ist, die Suche auf eine um den Punkt y₂ zentrierte Kugel beschränken. In der Praxis ergibt sich die Auswahl des Radius der Kugel aus einem Kompromiss: er darf nicht zu groß sein, um nicht zu einer zu hohen Anzahl von Punkten zu führen, und muss ausreichend groß sein, um mindestens den nächsten Nachbarn einzuschließen.
2 zeigt schematisch eine Vorrichtung zum Multibenutzer-Erfassen, die eine Methode zum Erfassen durch Kugeln verwendet. Das empfangene Signal n wird von einer Batterie von Filtern gefiltert, die an jeden der Benutzer 210₁ ..., 210_k angepasst sind. Die Real- und Imaginärkomponenten bzw. -teile des Beobachtungsvektors y₂(i) am Ausgang der entsprechenden Filter werden zu einer Matrixberechnungseinheit übertragen, die die spektrale Weißmachoperation gemäß der Funktion (14) ausführt. Die Real- und Imaginärteile des weiß gemachten Vektors y₂(i) werden dann zu einer Einheit zum Erfassen durch Kugeln übertragen, die den nächsten Nachbarn des empfangenen Punkts innerhalb des Netzes Ω₂ mit der Dimension 2·K sucht. Die Koordinaten des nächsten Nachbarn geben direkt Real- und Imaginärteile der geschätzten Symbole d_k(i) für die verschiedenen Benutzer.
Man kann zeigen, dass die Methode des Erfassens mit Kugeln, wie sie weiter oben dargelegt ist, eine Komplexität von O(K⁶) besitzt, was sich als sehr nachteilig erweisen kann, wenn die Anzahl von Benutzern groß ist.
Das Ziel der vorliegenden Erfindung besteht darin, unter bestimmten Bedingungen eine Vereinfachung der Methode zum Erfassen durch Kugeln anzubieten.
Dazu wird die Erfindung durch eine Methode zum Erfassen einer Vielzahl von Symbolen (d_k(i)) definiert, die von einer oder für eine Vielzahl von K Benutzern übertragen werden, wobei jedes Symbol zu einer Modulationskonstellation gehört und Gegenstand einer spektralen Streuung durch eine Streuungssequenz ist, wobei die Methode einen entsprechenden Filterschritt umfasst, um einen komplexen Vektor (y(i), ỹ(i)) zu liefern, der für das empfangene Signal charakteristisch ist, wobei der komplexe Vektor in einen ersten Vektor (y^R(i), ỹ^R(i)) und einen zweiten Vektor (y^l(i), ỹ^l(i)) aufgeteilt ist, und mindestens die nächsten Nachbarn des ersten und des zweiten Vektors innerhalb eines Punktenetzes (Λ, Ω) gesucht werden, das von den Modulationskonstellationen erzeugt wird, wobei die übertragenen Symbole ausgehend von den Komponenten der nächsten Nachbarn geschätzt werden.
Vorteilhafterweise bestehen die Streuungssequenzen (s_k(t)) aus multiplen Realen (s 0 / k(t)) eines gleichen komplexen Koeffizienten (σ).
Gemäß einer Ausführungsform der Erfindung ist die Suche auf eine erste Einheit von Punkten des Netzes beschränkt, die zu einer ersten vorbestimmten Zone (Σ_R) um den ersten Vektor gehören, und auf eine zweite Einheit von Punkten des Netzes, die zu einer zweiten vorbestimmten Zone (Σ₁) um den zweiten Vektor gehören.
Ebenso kann die Suche auf eine erste Einheit von Punkten des Netzes beschränkt werden, die zu einer ersten vorbestimmten Zone (Σ_R) um den Nullpunkt gehören, und auf eine zweite Einheit von Punkten des Netzes, die zu einer zweiten vorbestimmten Zone (Σ₁) um den Nullpunkt gehören.
Die vorbestimmte erste und zweite Zone sind zum Beispiel Kugeln.
Vorteilhaftennreise wird die Suche des nächsten Nachbarn des ersten Vektors an einer Vielzahl von Komponenten dieses letzteren durchgeführt, wobei die Suche für jede der Komponenten auf ein Intervall beschränkt ist, das von einer unteren Grenze und einer oberen Grenze definiert wird, wobei die Grenzen so ausgewählt werden, dass das Intervall keine Punkte enthält, die sich auf Symbole beziehen, die nicht zu einer Modulationskonstellation gehören können.
Ebenso kann die Suche des nächsten Nachbarn des zweiten Vektors an einer Vielzahl von Komponenten dieses letzteren durchgeführt werden, wobei die Suche für jede Komponente auf ein Intervall beschränkt wird, das von einer unteren Grenze und einer oberen Grenze definiert wird, wobei die Grenzen so ausgewählt werden, dass das Intervall keine Punkte enthält, die sich auf Symbole beziehen, die nicht zu einer Modulationskonstellation gehören können.
Vor der Suche des nächsten Nachbarn wird der erste Vektor (y_R(i)) einer Matrixverarbeitung unterzogen, die im Wesentlichen darauf abzielt, die verschiedenen Komponenten des Rauschens dieses letzteren zu entkoppeln.
Ebenso kann vor dem Suchen des nächsten Nachbarn der zweite Vektor (y^l(i)) einer Matrixverarbeitung unterzogen werden, die im Wesentlichen darauf ab zielt, die verschiedenen Komponenten des Rauschens dieses letzteren zu entkoppeln.
Gemäß einer Ausführungsvariante der Erfindung wird der Suchschritt auf eine erste Einheit von Punkten erweitert, die die nächsten Nachbarn des ersten Vektors sind und erste Nachbarn genannt werden, und auf eine zweite Einheit von Punkten, die die nächsten Nachbarn des zweiten Vektors sind und zweite Nachbarn genannt werden, und die übertragenen Symbole werden ausgehend von Symbolen anpassungsfähig geschätzt, die die ersten und zweiten Nachbarn erzeugen, und von Entfernungen, die die ersten Nachbarn des ersten Vektors einerseits und die zweiten Nachbarn des zweiten Vektors andererseits trennen.
Gemäß einer besonderen Ausführungsform der Erfindung bestimmt man ausgehend von den geschätzten Symbolen die Beiträge jedes Benutzers zu den Signalen, die durch den entsprechenden Filterschritt erzielt werden und eliminiert man für einen gegebenen Benutzer K am Ausgang des entsprechenden Filterschritts die Beiträge der anderen Benutzer, die den bereits geschätzten Symbolen entsprechen. Als Alternative bestimmt man die Beiträge jedes Benutzers zum empfangenen Signal ausgehend von den geschätzten Symbolen und eliminiert man für einen gegebenen Benutzer K am Eingang des entsprechenden Filterschritts die Beiträge der anderen Benutzer, die den bereits geschätzten Symbolen entsprechen.
Wenn die Symbole der K Benutzer synchron übertragen werden, hat das Punktenetz vorzugsweise die Dimension K.
Wenn die Symbole der Benutzer K asynchron übertragen werden und sich gemäß einer Vielzahl von Bahnen ausbreiten, ist die Dimension des Netzes vorzugsweise gleich der Anzahl von Symbolen der verschiedenen Benutzer, die interferieren können und noch nicht geschätzt sind.
Die vorliegende Erfindung wird auch durch eine Vorrichtung zum Erfassen einer Vielzahl von Symbolen (d_k(i)) definiert, die von oder zu einer Vielzahl von K Benutzern übertragen werden, wobei jedes Symbol zu einer Modulationskonstellation gehört und Gegenstand einer spektralen Streuung durch eine Streuungs sequenz ist, wobei die Vorrichtung Mittel umfasst, um das Anwenden der oben dargelegten Methode zu erlauben.
Diese Vorrichtung kann insbesondere in einem Empfänger eines DS-CDMA Mobilfunksystems verwendet werden.
Die oben genannten sowie weitere Merkmale der Erfindung ergeben sich deutlicher aus der Lektüre der folgenden Beschreibung, die sich auf die beigefügten Figuren bezieht, wobei:
1 ein Punktenetz darstellt, das für die Methode zum Erfassen nützlich ist, die in dem in 2 dargestellten Empfänger verwendet wird;
2 schematisch die Struktur eines DS-CDMA-Multibenutzer-Empfängers darstellt, der eine Methode zum Erfassen durch Kugeln verwendet;
3 – schematisch den Aufbau einer Vorrichtung zum Erfassen von Multibenutzern gemäß einer ersten Ausführungsform der Erfindung darstellt.
4 schematisch den Aufbau einer Vorrichtung zum zum Erfassen von Multibenutzern gemäß einer zweiten Ausführungsform der Erfindung darstellt.
Die Grundidee der Erfindung besteht darin, die Dimension des Punktenetzes zu verringern, indem man Streuungssequenzen eines besonderen Typs für die verschiedenen Benutzer verwendet.
Betrachten wir wieder ein Funkkommunikationssystem DS-CDMA mit K synchronen Benutzern. Wenn wir Streuungssequenzen s_k(t) mit realen Werten auswählen, sind die imaginären Ausdrücke der Matrix R2 und in weiterer Folge der Matrix M₂(i) gleich Null. Infolgedessen kann man das System durch ein reales Punktenetz A mit der Dimension K und der erzeugenden Matrix M(i) modellieren: yR(i) = dR(i)M(i) + nR(i) (15) yl(i) = dl(i)M(i) + nl(i) (16)wobei y^R(i), d^R(i), n^R(i) (bzw. y^l(i), d^l(i), n^l(i)) Vektoren sind, die aus Realteilen (bzw. Imaginärteilen) der Komponenten von y(i),d(i),n(i) bestehen; und wobei M(i) = AR(i) gilt, wobei R(i) die Matrix ist, die aus den Koeffizienten R_lk = ∫s_l(t)s_k(t)dt bestehen, und wobei A der Vektor der Amplituden der K Benutzen ist.
Die Beobachtungsvektoren y^R(i) und y^l(i) gehören zu R^K. Nach eventueller Umwandlung gemäß einer Beziehung des Typs der Zelle von (12), können die Vektoren y^R(i) und y^l(i) als Punkte eines Netzes A mit der erzeugenden Matrix M(i) verschlechtert durch Rauschen betrachtet werden.
Es ist einfach nachzuweisen, dass die Rauschsignalvektoren n^R(i) und n^l(i) beide als Kovarianzmatrix N₀·R(i) haben. Da R(i) eine symmetrische definierte positive Matrix ist, kann man, gemäß einer Cholesky-Zerlegung faktorisieren: R = WW^T, wobei W eine reale untere Dreiecksmatrix der Größe K × K ist. Um die Rauschsignalkomponenten zu entkoppeln, werden die realen Beobachtungsvektoren y^R(i) und y^l(i) zuerst einer Operation zum Weißmachen unterzogen: ỹR(i)= yR(i)WT–1 (17) ỹl(i) = yl(i)WT–1 (18)
Beim zweiten Schritt sucht man die nächsten Nachbarn der Vektoren ỹ^R(i) und ỹ^l(i), die zum Punktenetz Ω gehören, das aus den Vektoren x ~(i) = x(i)W^T–1 besteht, wobei x(i) zu A gehört. Man kann leicht zeigen, dass nach dem Weißmachen die Kovarianzmatrizen des gefilterten Rauschsignals n^R(i)W^T–1 und n^l(i)W^T–1 beide gleich N₀I_K sind, wobei I_K die Identitätsmatrix mit der Dimension K ist.
Man sieht also, dass die Tatsache, dass reale Signaturen verwendet werden, zu einer Suche zweier nächster Nachbarn in einem gleichen Netz mit der Dimension K führt, während im allgemeinen, komplexen Fall das Decodieren eine Suche in einem Netz mit der Dimension 2K erforderlich macht. Man kann näm lich leicht zeigen, dass sich das vorhergehende Ergebnis auf den ganzen Satz von Signaturen erstreckt, die von einer gleichen komplexen Zahl getragen werden, das heißt zum Beispiel: s_k(t) = σ·s o / k(t), wobei σ eine komplexe Zahl ist und s o / k(t) real ist. Das ist natürlich insbesondere der Fall, wenn alle Signaturen imaginär sind.
Da die Suche des nächsten Nachbarn für den Vektor ỹ^l(i) gemäß dem gleichen Konzept erfolgt wie für ỹ^R(i), erklären wie nur die erste. Diese Suche besteht darin, den Punkt x zu bestimmen, der die Metrik bzw. das Maß bzw. Ausmaß minimiert:
wobei ỹ^R = x + n^R gilt und x = (x₁, ..., x_κ) ein Punkt ist, der zum Netz Ω gehört.
Als Alternative ist zu anzumerken, dass der Vektor y^R(i) nicht weiß gemacht werden muss, wenn man eine Metrik verwendet, die auf der Kovarianzmatrix basiert: m(yR/x) = (yR – x)R–1(yR – x)T (20)
Im Folgenden wird aus Vereinfachungsgründen der weiß gemachte (ỹ^R(i)) oder der nicht weiß gemachte (y^R(i)) und der Metrik, die in der Funktion (19) oder (20) bewirkt wird, unterzogene Beobachtungsvektor z genannt.
Die Punkte des Netzes Ω bestehen aus Vektoren x, wie zum Beispiel x = bG, wobei G die erzeugende Matrix des Netzes ist und b = (b₁, ..., b_K), wobei die Komponenten b_i zum Ring der ganzen Zahlen Z gehören.
Der Detektor beschränkt vorteilhafterweise seine Metrikberechnung auf die Punkte, die sich im Inneren einer Zone der Konstellation befinden, die um den empfangenen Punkt liegt, vorzugsweise im Inneren einer Kugel mit dem gegebenen Radius √C, zentriert um den empfangenen Punkt z. Nur die Punkte des Netzes, die sich in einer quadratischen Entfernung kleiner als C des empfangenen Punkts befinden, werden daher für die Minimierung der Metrik berücksichtigt.
In der Praxis nimmt der Decodieren die folgende Minimierung vor:
Dazu sucht der Decodieren den kleinsten Vektor w in der verlagerten Einheit z – Ω. Man kann die Vektoren z und w wie folgt ausdrücken: z = ρG mit ρ = (ρ1, ..., ρκ) w = ξG mit ξ = (ξ1, ..., ξκ) (22)
Es ist wichtig anzumerken, dass ρ und ξ reale Vektoren sind. Da w = z – x ist, wobei x zum Netz Ω gehört, hat man die Funktion ξ_i = ρ_i – b_i für i = 1,..., K mit
Der Vektor w ist ein Punkt des Netzes, dessen Koordinaten ξ_i in der umgesetzten Kennzeichnung zentriert um den empfangenen Punkt z ausgedrückt sind. Der Vektor w gehört zu einer Kugel mit quadratischem Radius C zentriert um 0, wenn: ||w||2 = Q(ξ) = ξGGT ξT ≤ C (23)
Bei dem neuen von ξ definierten Koordinatensystem wird die Kugel mit quadratischem Radius C zentriert um y daher in eine im Nullpunkt zentrierte Ellipse umgewandelt. Die Cholesky-Faktorisierung der Matrix von Gram Γ = GG^T ergibt Γ = ΔΔ^T, wobei Δ eine untere Dreiecksmatrix von Elementen δ_ij ist.
Es ist zu beachten, dass, diese Faktorisierung nicht durchgeführt werden muss, wenn der Vektor y weiß gemacht wurde, denn die erzeugende Matrix von Ω entspricht AW und ist daher bereits eine untere Dreiecksmatrix. Sollte man jedoch vorab nicht weiß gemacht haben, ist die Cholesky-Zerlegung erforderlich. Auf jeden Fall kann man folgendes schreiben:
Nimmt man qii = δii 2 für i = 1,...,K
erhält man:
Wenn man sich zuerst mit dem Bereich der möglichen Variationen von ξ_κ befasst und dann die Komponenten nacheinander hinzufügt, erhält man die folgenden K Ungleichungen, die alle Punkte innerhalb der Ellipse definieren: qκκξ2 ≤ C qκ–1,κ–1(ξk–i + qκ,κ–1ξk)2 + gκκξk2 ≤ C (26)
Man kann zeigen, dass die Ungleichheiten (26) den ganzen Komponenten von b auferlegen, Folgendes zu erfüllen:

wobei ⌈x⌉ die kleinste ganze Zahl ist, die größer als die reale Zahl x ist, und ⌊x⌋ die größte ganze Zahl ist, die kleiner als die Reale Zahl x ist.
Der Decodieren besitzt K interne Zähler, nämlich einen Zähler pro Dimension, wobei jeder Zähler zwischen einer unteren und einer oberen Grenze zählt, wie es in (27) angegeben ist, wobei natürlich jeder Zähler mit einem Paar besonderer Grenzen verbunden ist. In der Praxis können diese Grenzen rekursiv aktualisiert werden.
Vorteilhafterweise werden alle Werte des Vektors b aufgelistet, für welche sich der entsprechende Punkt des Netzes x = bG über die quadratische Entfernung C des empfangenen Punkts hinaus befindet. Die Punkte des Netzes, die außerhalb der betrachteten Kugel liegen, werden nicht getestet. Vorteilhafterweise werden für jede Komponente 1, ..., K die obere und die untere Grenze der Suche so angepasst, dass sie nur Punkte enthalten, die sicher außerhalb der Konstellation liegen. Die Zähler verlieren daher keine Zeit mit dem Durchlaufen von Punkten, die ohnehin keine Lösungen sind. Wenn zum Beispiel alle Benutzer eine gleiche Modulationskonstellation PAM der Größe M verwenden, können die Suchgrenzen das Intervall [0, M – 1] nicht verlassen.
Außerdem kann die Suche innerhalb der Kugel beachtlich beschleunigt werden, indem der Radius √C mit der letzten euklidischen berechneten Norm ||w|| aktualisiert wird. Schließlich wird als bester Punkt x derjenige ausgewählt, der mit der kleinsten Norm ||w|| verbunden ist.
Um sicher zu gehen, dass der Decodieren mindestens einen Punkt des Netzes findet, wählt man vorteilhafterweise einen Suchradius aus, der größer ist als der Deckungsradius des Netzes. Man kann ihn zum Beispiel gleich der oberen Grenze von Rogens nehmen:
wobei V_k das Volumen einer Kugel mit Einheitsradius im realen Raum ist.
3 zeigt schematisch eine Vorrichtung zum Erfassen von Multibenutzern gemäß einer ersten Ausführungsform der Erfindung. Das empfangene Signal wird zuerst von einer Batterie von Filtern gefiltert, die an die verschiedenen Benutzer 310₁ ,..., 310_K angepasst sind. Der Beobachtungsvektor am Ausgang der entsprechenden Filter ist in einen realen Beobachtungsvektor y^R(i) = (y R / l(i), ..., y R / K(i)) und einen imaginären Beobachtungsvektor y^l(i) = (y I / l(i),..., y I / K(i)) zerlegt. Nach dem eventuellen Umwandeln vom Typ von (12) (nicht dargestellt) werden die Vektoren y^R(i) und y^l(i) spektral in 320 und 312 weiß gemacht, um die Rauschsignalproben zu entkoppeln: Die weiß gemachten Vektoren ỹ^R(i) und ỹ^l(i) sind danach anschließend das Objekt einer Suche des nächsten Nachbarn, wie es weiter oben bei den Erfassungen durch Kugeln 330 und 331 beschrieben ist. Der vom Detektor 330 gefundene Punkt ergibt (eventuell mittels einer inversen Umwandlung zu der von (12)) die realen Komponenten der geschätzten Symbole für die K Benutzer. Ebenso ergibt der Detektor 331 die imaginären Komponenten dieser geschätzten Symbole.
Statt direkt Symbole der Konstellation zu liefern, kann der Empfänger angepasst werden, um die Symbole in Form weicher Entscheidungen zu liefern. In diesem Fall beschränkt sich die Suche im Inneren der Erfassungskugel nicht mehr auf den nächsten Nachbarn, sondern ist auf eine Vielzahl nächster Nachbann des Punkts ausgedehnt, der sich auf das empfangene Signal bezieht.
Genauer genommen sind Σ_R und Σ_l jeweils um ỹ^R(i) und ỹ^l(i) zentrierte Kugeln. Man verbindet mit jedem Paar d^m,m'(i) = (ν_m, v_m') benachbarter Punkte, die zu (Σ_R, Σ_l) gehören, wie zum Beispiel die K Komponenten d m,m / k(i) zu den Modulationskonstellationen der Benutzer gehören, eine A-Posteriori-Wahrscheinlichkeit p^m,m', eine Wahrscheinlichkeit, dass der Vektor d m,m / k(i), der von diesem Punkt definiert wurde, übertragen wurde, aufgrund, der Beobachtung ỹ(i). Θ ist die Einheit dieser Paare. Es wird ein weiches Symbol eines Benutzers k als das Mk-uplet (π₁,..., π_Mk) definiert, wobei M_k die Kardinalzahl der Modulationskonstellation des Benutzers k ist und π_j die Wahrscheinlichkeit, dass das Symbol s_j übertragen wurde. Es ergibt sich:
Die A-Posteriori-Wahrscheinlichkeiten p^m,m' können zum Beispiel in Abhängigkeit von den Entfernungen λ_m und λ_m', die die Vektoren ỹ^R(i) und ỹ^l(i) von ν_m und ν_m, trennen, ausgedrückt werden.
Die Gleichung (2) setzte voraus, dass die Signale der verschiedenen Benutzer synchron waren. Wenn diese Annahme nicht gültig ist, kann ein gestreutes Symbol eines Benutzers k in einem gegebenen Augenblick mit zwei aufeinanderfolgenden gestreuten Symbolen eines anderen Benutzers k' interferieren. Wenn angenommen wird, dass die Dispersion der Übertragungsverzögerungen τ_k der verschiedenen Benutzer kleiner ist als eine Symbolperiode T, kann das Symbol eines Benutzers k, das im Augenblick i, d_k(i) übertragen wird, mit den Symbolen d_k'(i – 1) und d_k'(i + 1) eines Benutzers k' interferieren. Es kann ohne einen Verlust an Allgemeinheit angenommen werden, dass 0 ≤ τ₁ ≤ ... ≤ τ_κ ≤ ... ≤ τ_K < T gilt. Nachdem die Symbole d_k(i – 1) für alle Benutzer k = 1 ... K erfasst sind, beginnt man das Erfassen der Symbole, die sich auf den Augenblick i beziehen, indem man bei dem frühesten Benutzer beginnt (hier der Benutzer 1) und mit dem spätesten Benutzer (hier der Benutzer K) endet. Das Erfassen von d_k(i) hängt von drei Vektoren ab: vom Vektor d_P = (d₁(i), ..., d_k–1(i), d_k(i – 1), d_k+1(i – 1), ..., d_k(i – 1)), der sich auf bereits erfasste Symbole bezieht, vom Vektor d_F = (d₁(i + 1), ..., d_k–1(i + 1), d_k(i), d_k+1(i), ..., d_k(i)), der sich auf zukünftige Symbole bezieht, und vom Beobachtungsvektor y(i). Man kann zeigen, dass der komplexe Beobachtungsvektor in der Form eines vergangenen Beitrags und eines zukünftigen Beitrags ausgedrückt werden kann: y = dPARP + dFARF + n (30)wobei n ein Rauschsignalvektor der Kovarianzmatrix N-0R_F ist, wobei R_P und R_F jeweils die Korrelationsmatrix der Signaturen mit den vergangenen Signaturen und die Korrelationsmatrix der Signaturen mit den zukünftigen Signaturen ist.
Wenn die Signaturen reale Werte haben (oder allgemeinenreale Vielfache einer gleichen komplexen Zahl sind), kann sich die Gleichung (30) in Form von zwei Gleichungen zerlegen, die nur reale Vektoren heranziehen, und zwar analog zu den Gleichungen (15) und (16): yR = dP RARp + dF RARP + nR (31) yl = dP lARP + dF lARF + nl (32)
Statt das Erfassen durch Kugeln auf den Beobachtungsvektoren y^R und y^l durchzuführen, erfolgt dieses an den von Interferenzen aufgrund vergangener bereits geschätzter Symbole entledigten Vektoren nämlich: y^R -d ^ _P ^RAR_p und y_l – _P ^IAR_P.
Alternativ kann, statt das subtrahierende Eliminieren der Interferenzen auf der Ebene des Beobachtungsvektors durchzuführen, diese Eliminierung gleichwertig stromaufwärts an den gestreuten Signalen in Betracht gezogen werden. Die geschätzten Symbole werden spektral neu gestreut und die Beiträge der verschiedenen Benutzer am empfangenen Signal werden nacheinander einhergehend (im Laufe mit ihrer Streuung) am Eingang der entsprechenden Filter subtrahiert. Die Eingänge der entsprechenden Filter erhalten daher Signale, die von den vergangenen Beiträgen, nämlich n – I_k(t), gereinigt sind, wobei:
Der erste rechte Ausdruck in der Gleichung (33) stellt den Beitrag der Benutzer dar, die einen Vorsprung auf den Benutzer k haben und für welche eine Schätzung der Symbole d ^ _k(i) daher bereits verfügbar ist. Der zweite Ausdruck stellt den Beitrag der Benutzer dar, die im Vergleich zum Benutzer k verzögert sind: der Beitrag aufgrund der Symbole d_k(i) kann natürlich in dem Augenblick nicht geschätzt werden, in dem das Symbol d_k(i) entstreut wird. Hingegen kann der Beitrag aufgrund der vorhergehenden Symbole d_k(i – 1) geschätzt werden, denn eine Schätzung der Symbole d ^ _k(i – 1) ist bereits verfügbar.
Es muss hier angemerkt werden, dass anders als beim synchronen Fall, bei dem der Schritt der Erfassung durch Kugeln gleichzeitig alle Symbole d ^ _k(i) schätzte, im asynchronen Fall die Symbole der verschiedenen Benutzer nacheinander entsprechend ihrer Ankunftsreihenfolge geschätzt werden.
4 stellt eine zweite Ausführungsform der Erfindung dar, die eine subtrahierende Eliminierung der Interferenzen für asynchrone Benutzer darstellt. Um die Darstellung zu vereinfachen, wurde nur der Zweig des Erfassens dargestellt, der einen Benutzer k betrifft. Die Summe I_k(t) symbolisiert die Summe der Beiträge der anderen Benutzer und wird in 405_k vom Signal n am Eingang des entsprechenden Filters 410_k abgezogen. Das Erfassen durch Kugeln für den Benutzer k beginnt in dem Augenblick, in dem das Symbol d_k(i) entstreut wird. Es ist anzumerken, dass in diesem Augenblick die noch nicht geschätzten interferierenden Symbole der anderen Benutzer nur Gegenstand einer teilweisen Entstreuung waren (ausgenommen natürlich, wenn die interferierenden Symbole synchron sind). Das Modul 430_k (bzw. 431_k ) wirkt auf den Komponenten am Ausgang von 420_K (bzw. 421_k ). Abwechselnd können die Ausgänge aller Module 430_k (bzw. 431_k ) demultiplext werden, um von einem gemeinsamen Modul 440, das k mal schneller arbeitet, behandelt zu werden. Anders als bei 3, wird hier nur der k-te Ausgang der Module 430_k und 431_k verwendet, um das geschätzte Symbol d ^ _k(i) zu liefern. Das Symbol d ^ _k(i) wird danach erneut gestreut und der Beitrag a_k d ^ _k(i)s_k(t – iT – τ_k) des Benutzers k wird geschätzt und dann am Eingang jedes der entsprechenden Filter 410_k über I_k(t) subtrahiert.
Wenn die Übertragungskanäle verschiedene Benutzer des Multibahntyps sind, ist das Problem des Eliminierens der Interferenzen komplexer, denn es sind die Interferenzen zwischen allen Bahnen aller Benutzer zu berücksichtigen. Das empfangene Signal kann wie folgt ausgedrückt werden:
wobei P_k die Anzahl der Bahnen des Übertragungskanals des Benutzers k ist, τ_pk = τ_kθ_pk die angesammelte Verzögerung der Verzögerung (τ_k) beim Senden des Benutzers k und der Verzögerung (θ_pk) des Ausbreitens entlang der Bahn p des Kanals k ist und c_pk der komplexe Multiplikationsfaktor ist, der mit der Bahn verbunden ist. Es wird erneut angenommen, dass 0 ≤ τ₁ ≤ ... ≤ τ_k ≤ ... ≤ τ_K < T ist und dass außerdem die Dispersion der Bahnen geringer ist als die Symbolperiode ist: 0 ≤ θ_pk < T. Daraus ergibt sich, dass 0 ≤ τ_k < 2T gilt.
Die entsprechenden Filter 410_k führen dann auf der Signatur des Benutzers k und Übertragungskanal k durch MRC-Kombination (Maximum Ratio Combining) ein entsprechendes Filtern der Signale der verschiedenen Bahnen durch. Genauer genommen nimmt das Filter 310_k den folgenden Vorgang durch:
Aufgrund der Dispersion der Verzögerungen beträgt die für die Interferenz zwischen Benutzern zu berücksichtigende Dauer 2T und das Symbol eines Benutzers kann mit zwei aufeinanderfolgenden noch nicht geschätzten Symbolen eines anderen Benutzers interferieren. Das gemeinsame Erfassen erstreckt sich daher auf alle interferierenden und noch nicht geschätzten Symbole, wobei die geschätzten interferierenden Symbole für die subtrahierende Eliminierung geschätzt werden. Die Komplexität der Erfassung durch Kugeln ist größer als im asynchronen einbahnigen Fall, weil die Dimension des zu berücksichtigen Netzes 2K – 1 statt K ist.
Schließlich ist noch anzumerken, dass die Schätzung der interferierenden Beiträge im asynchronen einbahnigen oder multibahnigen Fall entweder ausgehend von Konstellationssymbolen (harte Entscheidungen) oder ausgehend von weichen Symbolen der verschiedenen Benutzer durchgeführt werden kann.
Obwohl bestimmte Ausführungsformen der Erfindung in Form funktionaler Module dargestellt wurde, ist es klar, dass die erfindungsgemäße Vorrichtung in Form eines programmierten Prozessors hergestellt werden kann, um die verschiedenen dargestellten Funktionen durchzuführen, oder in Form einer Vielzahl dedizierter Prozessoren, die eine oder mehrere dieser Funktionen umsetzen können.

Claims

Methode zum Erfassen einer Vielzahl von Symbolen (d_k(i)), die von einer oder für eine Vielzahl von K Benutzern übertragen werden, wobei jedes Symbol zu einer Modulationskonstellation gehört und Gegenstand einer spektralen Streuung durch eine Streuungssequenz ist, wobei die Methode einen entsprechenden Filterschritt (310₁ , ..., 310_K ) umfasst, um einen komplexen Vektor (y(i), ỹ(i)) zu liefern, der für das empfangene Signal charakteristisch ist, dadurch gekennzeichnet, dass der komplexe Vektor in einen ersten Vektor bestehend aus den Realteilen (y^R(i), ỹ^R(i)) und einen zweiten Vektor bestehend aus den Imaginärteilen (y^I(i), ỹ^I(i)) aufgeteilt ist, und dass mindestens die nächsten Nachbarn des ersten und des zweiten Vektors innerhalb eines Punktenetzes (Δ, Ω) gesucht werden (330, 331), das von den Modulationskonstellationen erzeugt wird, wobei die übertragenen Symbole ausgehend von den Komponenten der nächsten Nachbarn geschätzt werden.
Methode zum Erfassen nach Anspruch 1, dadurch gekennzeichnet, dass die Streuungssequenzen (s_k(t)) aus multiplen Realen (s 0 / k(t)) eines gleichen komplexen Koeffizienten (σ) bestehen.
Methode zum Erfassen nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Suche auf eine erste Einheit von Punkten des Netzes, die zu einer ersten vorbestimmten Zone (Σ_R) um den ersten Vektor gehören, und auf eine zweite Einheit von Punkten des Netzes, die zu einer zweiten vorbestimmten Zone (Σ_I) um den zweiten Vektor gehören, beschränkt ist.
Methode zum Erfassen nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass die Suche auf eine erste Einheit von Punkten des Netzes, die zu einer ersten vorbestimmten Zone (Σ_R) um den Nullpunkt gehören, und auf eine zweite Einheit von Punkten des Netzes, die zu einer zweiten vorbestimmten Zone (Σ_I) um den Nullpunkt gehören, beschränkt ist.
Methode zum Erfassen nach Anspruch 3 oder 4, dadurch gekennzeichnet, dass die vorbestimmte erste und zweite Zone Kugeln sind.
Methode zum Erfassen nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Suche des nächsten Nachbarn des ersten Vektors an einer Vielzahl von Komponenten dieses letzteren durchgeführt wird, wobei die Suche für jede der Komponenten auf ein Intervall beschränkt ist, das von einer unteren Grenze und einer oberen Grenze definiert wird, wobei die Grenzen so ausgewählt werden, dass das Intervall keine Punkte enthält, die sich auf Symbole beziehen, die nicht zu einer Modulationskonstellation gehören können.
Methode zum Erfassen nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die Suche des nächsten Nachbarn des zweiten Vektors an einer Vielzahl von Komponenten dieses letzteren durchgeführt wird, wobei die Suche für jede der Komponenten auf ein Intervall beschränkt wird, das von einer unteren Grenze und einer oberen Grenze definiert wird, wobei die Grenzen so ausgewählt werden, dass das Intervall keine Punkte enthält, die sich auf Symbole beziehen, die nicht zu einer Modulationskonstellation gehören können.
Methode zum Erfassen nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass vor dem Suchen des nächsten Nachbarn der erste Vektor (y^R(i)) einer Matrixverarbeitung (320) unterzogen wird, die im Wesentlichen darauf abzielt, die verschiedenen Komponenten des Rauschens diese letzteren zu entkoppeln.
Methode zum Erfassen nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass vor dem Suchen des nächsten Nachbarn der zweite Vektor (y^I(i)) einer Matrixverarbeitung (321) unterzogen wird, die im Wesentlichen darauf abzielt, die verschiedenen Komponenten des Rausches dieses letzteren zu entkoppeln.
Methode zum Erfassen nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Suchschritt auf den einer ersten Einheit von Punkten, die nächste Nachbarn des ersten Vektors sind, die erste Nachbarn genannt werden, und einer zweiten Einheit von Punkten nächster Nachbarn des zweiten Vektors, die zweite Nachbarn genannt werden, erweitert wird, und dass die übertragenen Symbole ausgehend von den Symbolen, die die ersten und zweiten Nachbarn bilden, und von den Entfernungen, die die ersten Nachbarn des ersten Vektors einerseits und die zweiten Nachbarn des zweiten Vektors andererseits trennen, anpassungsfähig geschätzt werden.
Methode zum Erfassen nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass man ausgehend von den geschätzten Symbolen die Beiträge jedes Benutzers zu den durch den entsprechenden Filterschritt erzielten Signalen bestimmt, und dass man für einen gegebenen Benutzer k beim Verlassen des entsprechenden Filterschritts die Beiträge der anderen Benutzer eliminiert; die den bereits geschätzten Symbolen entsprechen.
Methode zum Erfassen nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass man ausgehend von den geschätzten Symbolen die Beiträge jedes Benutzers zu dem empfangenen Signal bestimmt (340), und dass man für einen gegebenen Benutzer k beim Eintreten in den entsprechenden Filterschritt die Beiträge der anderen Benutzer eliminiert, die den bereits geschätzten Symbolen entsprechen.
Methode zum Erfassen nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass die Symbole der K Benutzer synchron übertragen werden, wobei das Punktenetz die Größe K hat.
Methode zum Erfassen nach einem der Ansprüche 11 oder 12, dadurch gekennzeichnet, dass die Symbole der K Benutzer asynchron übertragen werden und sich gemäß einer Vielzahl von Bahnen ausbreiten, wobei die Größe des Netzes gleich der Anzahl von Symbolen der verschiedenen Benutzer ist, die interferieren können und noch nicht geschätzt sind.
Vorrichtung zum Erfassen einer Vielzahl von Symbolen (d_k(i)), die von einer oder für eine Vielzahl von K Benutzern übertragen werden, wobei jedes Symbol zu einer Modulationskonstellation gehört und Gegenstand einer spektralen Streuung durch eine Streuungssequenz ist, wobei die Vorrichtung Mittel umfasst, um die gemäß einem der vorhergehenden Ansprüche beanspruchte Methode durchzuführen.
Empfänger für ein Mobiltelekommunikationssystem DS-CDMA, das eine Vorrichtung zum Erfassen nach Anspruch 15 umfasst.