EP3782290A1 - Interferenzdetektion und unterdrückung in nichtkoordinierten systemen - Google Patents

Interferenzdetektion und unterdrückung in nichtkoordinierten systemen

Info

Publication number
EP3782290A1
EP3782290A1 EP19720491.0A EP19720491A EP3782290A1 EP 3782290 A1 EP3782290 A1 EP 3782290A1 EP 19720491 A EP19720491 A EP 19720491A EP 3782290 A1 EP3782290 A1 EP 3782290A1
Authority
EP
European Patent Office
Prior art keywords
data receiver
signal
data
histogram
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP19720491.0A
Other languages
English (en)
French (fr)
Inventor
Gerd Kilian
Josef Bernhard
Karol Bieg
Eberhard Gamm
Clemens Korn
Jakob KNEISSL
Frank Obernosterer
Raimund Meyer
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Foerderung der Angewandten Forschung eV
Publication of EP3782290A1 publication Critical patent/EP3782290A1/de
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/06—Receivers
    • H04B1/10—Means associated with receiver for limiting or suppressing noise or interference
    • H04B1/1027—Means associated with receiver for limiting or suppressing noise or interference assessing signal quality or detecting noise/interference for the received signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/20—Arrangements for detecting or preventing errors in the information received using signal quality detector

Definitions

  • Embodiments relate to a data receiver and, more particularly, to a data receiver for receiving a signal having interference from an interference-prone channel. Further embodiments relate to a method of receiving a signal, and more particularly to a method of receiving a signal having interference from an interference-prone channel. Some embodiments relate to interference detection and cancellation in non-coordinated systems.
  • a telegram-splitting-based sensor network is known in which battery-operated sensor nodes divide a data packet (or message) to be transmitted to a plurality of sub-data packets which are each shorter than the data packet and corresponding to one Jump pattern distributed in time and / or frequency distributed, wherein the plurality of sub-data packets are each shorter than the data packet. There may be transmission pauses between the sub-data packets in which no transmission takes place.
  • Embodiments provide a data receiver, wherein the data receiver is adapted to receive a signal, the signal comprising interferences of an interference-prone transmission channel, the data receiver adapted to provide a histogram of reception information [e.g. Received powers, magnitudes of magnitudes, or magnitudes of nth roots of amplitudes] of a signal segment [e.g. a set of symbols or a set of samples] of the received signal, and to obtain from the histogram a mean reception information and / or a noise measure [e.g. Noise variance] [e.g. of the signal excerpt (e.g., the set of symbols or samples)].
  • a histogram of reception information e.g. Received powers, magnitudes of magnitudes, or magnitudes of nth roots of amplitudes
  • a signal segment e.g. a set of symbols or a set of samples
  • a noise measure e.g. Noise variance
  • the data receiver is configured to receive receive information of a set of received symbols or a set of samples [e.g. corresponding to the signal segment] of the received signal and to form the histogram over the detected received information of the set of received symbols or the set of samples.
  • the receive information of the signal excerpt is power information or amplitude information.
  • the power information is reception powers [e.g. a received power value per symbol or sample].
  • the data receiver is configured to obtain the amplitude information by means of a non-linear function.
  • the amplitude information amounts of amplitudes or
  • the data receiver is configured to provide the average receive information based on a maximum of a distribution [e.g. Gaussian curve] of reception information of the histogram.
  • a distribution e.g. Gaussian curve
  • the data receiver is configured to reduce the noise figure [e.g. the noise variance] starting from a maximum of a distribution [e.g. Gaussian curve] of reception information of the histogram based on a half width of the distribution [e.g. Gaussian curve] of reception information of the histogram.
  • the noise figure e.g. the noise variance
  • the data receiver is configured to provide resolution of the histogram by restricting the upper and / or lower bound [e.g. of reception information (x-axis)] of the histogram, until a half width of a distribution [e.g. Gaussian curve] of reception information of the histogram, a predetermined range [e.g. Width] in the histogram.
  • the upper and / or lower bound e.g. of reception information (x-axis)
  • a half width of a distribution e.g. Gaussian curve
  • a predetermined range e.g. Width
  • the data receiver is configured to iteratively adjust the resolution of the histogram by restricting the upper and / or lower bounds [of receive information] of the histogram by the following steps:
  • the data receiver is configured to perform nonlinear quantization of the receive information and to form the histogram over the non-linear quantized receive information.
  • the receive information is amounts of amplitudes of a set of received symbols or a set of samples [e.g. which correspond to the signal segment], where the nonlinear quantization corresponds to rooting of the amplitudes of the set of received symbols or the set of samples.
  • the data receiver is configured to filter the histogram [e.g. Low pass filter].
  • the data receiver is configured to filter the low-pass histogram.
  • the signal comprises at least one data packet or a plurality of sub-data packets transmitted over the interference-prone channel, wherein the data receiver is adapted to receive the determined average receive information and the noise measure for further processing the at least one data packet or the plurality of sub-data packets.
  • the data receiver is configured to form the histogram via receive information of a signal excerpt of the received signal composed of a plurality of sub-signal excerpts, the plurality of sub-signal excerpts comprising the plurality of sub-data packets.
  • the data receiver is configured to determine the noise variance from the histogram, wherein the data receiver is configured to provide a median of receive information [eg, receive powers, magnitude of amplitudes, or
  • Magnitudes of nth roots of amplitudes] of a signal segment [e.g. a set of symbols or a set of samples] of the received signal, and mean receiving information [e.g. of the signal excerpt (e.g., the set of symbols or samples)].
  • the signal comprises at least two data packets or sub-data packets transmitted over the interference-prone channel, between the at least two data packets or sub-data packets transmission pauses [e.g. Transmission pauses] are present, wherein the data receiver is designed to put the signal section in a transmission pause between the at least two data packets or partial data packets.
  • transmission pauses e.g. Transmission pauses
  • the signal section is composed of at least two partial signal sections, the data receiver being designed to place the at least two partial signal sections into different transmission intervals between the at least two partial data packets.
  • a maximum of a distribution of reception information of the histogram is zero.
  • the receive information is amplitudes of symbols or samples of the signal excerpt.
  • the data receiver is designed to determine only the noise figure from the histogram.
  • the data receiver is configured to determine, based on the determined average receive information and the noise variance, a mean value of a receive amplitude and a standard deviation of the noise, wherein the data receiver is configured to calculate based on the determined mean value [eg of the amount ] the reception amplitude and the standard deviation of the noise to determine a threshold [eg receive amplitude threshold], wherein the data receiver is adapted to symbols or samples of the signal excerpt, their receiving amplitudes [eg, their amounts of receive amplitudes] above the Thresholds are in a further processing [eg detection or decoding] [eg of received data packets or sub-data packets] not considered [eg
  • the data receiver is adapted to symbols or
  • Detection or decoding e.g. received data packets or sub-data packets
  • the data receiver is adapted to symbols or
  • a distribution e.g. Gaussian curve
  • the data receiver is configured to weight the symbols or samples of the signal excerpt based on the determined average receive information and / or the noise measure.
  • the signal comprises at least one data packet or sub-data packet transmitted over the interference-prone channel, the at least one data packet or sub-data packet having a synchronization sequence, the data receiver being configured to perform further iterative processing [eg synchronization and synchronization] / demodulation] of the at least one data packet or sub-data packet based on the synchronization sequence of the at least one data packet or sub-data packet, and to suppress interference of the interference-prone channel in at least one iteration step of the iterative further processing of the at least one data packet or sub-data packet in which the interferences of the interference-prone channel are suppressed by Symbols or samples of the synchronization sequence which are above the above threshold value are not taken into account,
  • the data receiver is configured to perform the iterative further processing [e.g. Synchronization and / or demodulation] of the at least one data packet or partial data packet by the following steps:
  • Performing a first synchronization e.g. Frequency and / or
  • Phase synchronization of the at least one received data packet or partial data packet while suppressing the interference of the interference-prone channel.
  • a data receiver wherein the data receiver is adapted to receive a signal, the signal comprising interference of an interference-prone transmission channel, the data receiver being adapted to provide a median of receive information [e.g. Received powers, magnitudes of magnitudes, or magnitudes of nth roots of amplitudes] of a signal segment [e.g. a set of symbols or a set of samples] of the received signal to provide mean reception information [e.g. of the signal excerpt (e.g., the set of symbols or samples)].
  • a median of receive information e.g. Received powers, magnitudes of magnitudes, or magnitudes of nth roots of amplitudes
  • a signal segment e.g. a set of symbols or a set of samples
  • mean reception information e.g. of the signal excerpt (e.g., the set of symbols or samples)].
  • the Data receiver is adapted to provide reliability information [eg LLR values] for the received data symbols of the at least one data packet or sub-data packet [eg per data packet or sub-data packet] based on a first symbol-based noise measurement estimate [eg AWGN-optimized LLR scaling] and / or a second symbol-based noise measurement estimate [eg, interference-optimized LLR scaling], wherein the data receiver is configured to generate a noise measure over a subset of the received data symbols of the at least one in the case of the first symbol-based noise measurement estimate [eg AWGN-optimized LLR scaling] Determine data packets or sub-data packets, wherein the subset comprises at least two symbols, wherein the data receiver is adapted to in the case of the second symbol-based noise measure estimation [eg, interference-optimized LLR scaling] for the received data symbols of the at least one data packet or sub-data packet symbol as [
  • the data receiver is adapted to be used in the case of the first symbol-based noise measure estimate [e.g. AWGN optimized LLR scaling] to determine the noise measure over noise values of the first subset of the received data symbols of the at least one data packet or sub-data packet [e.g. to mittein].
  • the first symbol-based noise measure estimate e.g. AWGN optimized LLR scaling
  • the data receiver is adapted to be used in the case of the first symbol-based noise measure estimate [e.g. AWGN-optimized LLR scaling] a first noise measure over a first subset [e.g. a first half] of the data symbols of the at least one data packet or partial data packet and a second noise measure over a second subset [e.g. a second half] of the data symbols of the at least one data packet or partial data packet.
  • the first symbol-based noise measure estimate e.g. AWGN-optimized LLR scaling
  • the data receiver is configured to be used in the case of the second symbol-based noise measure estimate [e.g. Interference-optimized LLR scaling] for the received data symbols of the at least one data packet or partial data packet symbolwise [e.g. for each symbol] to determine a noise measure based on [e.g. by sliding averaging over a noise value of the respective data symbol and at least one noise value of an adjacent data symbol.
  • the second symbol-based noise measure estimate e.g. Interference-optimized LLR scaling
  • the data receiver is configured to determine an interference rate of the interference-prone channel, and in dependence on the determined interference rate, the reliability information [eg, LLR values] for the received symbols of the at least one data packet or partial data packet based either on the first symbol-based noise measure estimate [eg, AWGN-optimized LLR scaling] or based on the second symbol-based noise measure estimate [eg, interference-optimized LLR scaling].
  • the reliability information eg, LLR values
  • the data receiver is adapted to the
  • Reliability information e.g. LLR values
  • the first noise measure estimate e.g. AWGN-optimized LLR scaling
  • Noise measurement estimate e.g. Interference-optimized LLR scaling
  • first reliability information and second reliability information e.g., decoding
  • the data receiver is adapted to the
  • Reliability information e.g. LLR values
  • first symbol-based noise measure estimate e.g. AWGN optimized LLR scaling
  • second symbol-based noise measure estimate e.g. Interference-optimized LLR scaling
  • the signal comprises a plurality of sub-data packets, wherein the data receiver is configured to determine impulse responses of the plurality of sub-data packets, wherein the data receiver is configured to determine the average impulse response based on the determined impulse responses.
  • the data receiver is configured to determine the impulse response of the respective sub-data packet by averaging the synchronization symbols and the received signal values containing the synchronization symbols.
  • the data receiver is configured to provide a smoke power of the respective sub-data packet based on the impulse response or a real-valued version of the impulse response [e.g. average reception power].
  • the data receiver is configured to determine the noise power of the respective sub-data packet based on a difference between received symbols [eg synchronization symbols] of the respective sub-data packet and a version of received symbols reconstructed based on the determined impulse response.
  • the data receiver is designed to determine the averaged impulse response based only on the determined impulse responses of those sub-data packets of the plurality of sub-data packets whose detected noise power does not exceed a predetermined noise power.
  • the data receiver is configured to sort the detected noise powers of the plurality of sub-packets in ascending order, wherein the data receiver is designed to iteratively determine a difference with the next highest noise power starting from the average of the L smallest noise power until an increase factor of the respective difference exceeds a predetermined threshold, wherein those partial data packets which have the respective next larger noise value, the gain of which exceeds the threshold, or a greater noise value than the respective next larger noise value, do not take into account in the determination of the averaged impulse response.
  • a data receiver wherein the data receiver is adapted to receive a signal, the signal comprising interferences of an interference-prone transmission channel, the data receiver being adapted to receive at least two histograms via received power information [e.g. Reception powers, logarithmic reception powers] of two different signal sections [e.g. a set of samples or a set of symbols] of the received signal [for example, a first histogram of received power information of a first signal section of the received signal and a second histogram of received power information of a second signal section of the received signal], wherein the data receiver is adapted to receive the at least two histograms [eg Distributing received power information of the at least two histograms] in a bin-wise manner [e.g. to obtain a combined histogram, the data receiver being adapted to obtain from the combined histogram a noise power information [e.g. Noise power] to determine.
  • received power information e.g. Reception powers, logarithmic reception powers
  • two different signal sections e
  • the data receiver is configured to receive receive power information [e.g. Receiving services, logarithmic
  • Receive powers] of at least two sets of samples or symbols determine at least two signal sections, and the at least two histograms on the determined received power information of the at least two sets of
  • the received power information is received power or logarithm received power.
  • the data receiver is configured to determine the noise power information based on a maximum of a distribution of combined received power information of the combined histogram.
  • a data receiver wherein the data receiver is adapted to receive a signal [e.g. a wideband signal], the signal having interference of an interference-prone transmission channel, the data receiver being arranged to convert the signal into a plurality of subband signals [e.g. a plurality of channels], the plurality of subband signals having different [e.g. partially overlapping] subbands of the signal, the data receiver being adapted to provide power information [e.g. Receiving powers, logarithmic reception powers] of samples or symbols of a same temporal signal excerpt of the plurality of subband signals [e.g.
  • a signal e.g. a wideband signal
  • the data receiver being arranged to convert the signal into a plurality of subband signals [e.g. a plurality of channels], the plurality of subband signals having different [e.g. partially overlapping] subbands of the signal
  • the data receiver being adapted to provide power information [e.g. Receiving powers, logarithmic reception powers] of samples or symbols of a
  • a two dimensional array of power information wherein a first dimension of the two dimensional array describes the plurality of subband signals, wherein a second dimension of the two dimensional array describes the sampling times]
  • the data receiver is configured to sum for each sample time of the signal excerpt about the respective performance information [eg of the two-dimensional array] to obtain a set of sum power information for the signal patch, and wherein the data receiver is configured to provide minimum formation [e.g. Minimum search] about the respective performance information [e.g.
  • the data receiver is adapted to form a sum histogram over the set of sum power information, the data receiver being adapted to provide a minimum histogram over the To make set of minimum performance information.
  • the determined power information forms a matrix of power information, with rows of the matrix forming the plurality of subband signals describe where columns of the matrix describe sampling times, wherein the
  • Data receiver is adapted to the summation over the respective
  • the data receiver is configured to determine a sum noise power from the sum histogram, wherein the data receiver is configured to determine a minimum noise power from the minimum histogram.
  • the data receiver is adapted to the
  • Data receiver is adapted to determine the minimum noise power based on a maximum of a distribution of minimum power information of the minium histogram.
  • the received power information is received power or logarithm received power.
  • Further embodiments provide a method for receiving a signal, wherein the signal comprises interference of an interference-prone transmission channel.
  • the method comprises a step of forming a histogram over a signal excerpt of the received signal.
  • the method comprises a step of determining a mean reception information and / or a noise measure from the histogram.
  • Further embodiments provide a method for receiving a signal, wherein the signal comprises interference of an interference-prone transmission channel.
  • the method includes a step of forming a median over receive information of a signal portion of the received signal to obtain average receive information.
  • Noise measure estimation and / or a second symbol-based noise measure estimate wherein in the case of the first symbol-based noise measure estimation, a noise measure over a subset of the received data symbols of the at least one data packet or sub-data packet is determined, wherein the subset comprises at least two symbols, wherein in the case of the second symbol-based noise measure estimation a noise measure is determined symbol-wise for the received data symbols of the at least one data packet or partial data packet.
  • Further embodiments provide a method for receiving a signal, wherein the signal comprises interference of an interference-prone transmission channel.
  • the method includes a step of forming at least two histograms of received power information from two different signal samples of the received signal. Further, the method includes a step of bin-vying the at least two histograms to obtain a combined histogram. Further, the method includes a step of determining noise power information from the combined histogram.
  • Further embodiments provide a method for receiving a signal, wherein the signal comprises interference of an interference-prone transmission channel.
  • the method includes a step of dividing the signal into a plurality of subband signals, the plurality of subband signals having different subbands of the signal.
  • the method comprises a step of determining power information of samples or symbols of a same time signal segment of the plurality of subband signals.
  • the method comprises a step of performing a summation for each sampling instant of the signal excerpt over the respective power information in order to obtain a set of summation power information for the signal excerpt.
  • the method comprises a step of performing a minimum formation for each sampling instant of the signal excerpt over the respective power information in order to obtain a set of minimum power information for the signal excerpt.
  • the method comprises a step of forming a sum histogram over the set of sum power information. Further, the method includes a step of forming a minimum histogram over the set of minimum power information.
  • FIG. 1 is a schematic block diagram of a system having a data transmitter and a data receiver, according to one embodiment of the present invention
  • Fig. 2 is a diagram of an occupancy of the transmission channel in the
  • Fig. 3 is a schematic block diagram of a data receiver, according to a
  • Fig. 4 is a diagram showing a course of a received signal, wherein the
  • Signal has a telegram and wherein the signal has no interference (interference) on;
  • FIG. 5 is a diagram showing a profile of a received signal, wherein the
  • Figures 8a-c are graphs of histograms of the detected powers of the samples or symbols of a received signal, the signal having additional interferences, the histograms having different upper and lower bounds of powers;
  • Samples or symbols of a received signal the signal having a low SNR; 10 shows in a diagram amplitude distributions of samples or symbols of two constellation points of a binary-modulated signal, wherein the signal
  • Fig. 1 1 in a diagram, a power distribution of
  • Fig. 14 is a diagram showing a distribution of the roots of the amplitudes with the
  • 15 is a diagram of a histogram over the determined amounts of the nth
  • 16a is a diagram showing an unfiltered histogram of the detected magnitudes of the nth roots of the amplitudes of the samples or symbols of a received signal, the signal having a low SNR;
  • Fig. 16b is a graph showing a filtered histogram of the detected magnitudes of the nth roots of the amplitudes of the samples or symbols of the received signal, the signal having a low SNR;
  • 17 is a graph showing a progression of the magnitudes of the amplitudes of a
  • Samples or symbols of a received signal, the received signal having interferences; 19 is a schematic view of a plurality of sub-data packets, wherein the
  • Partial data packets a pilot sequence (or synchronization sequence) with P pilot symbols (or synchronization symbols) and two data sequences with
  • 20a is a diagram showing a progression of sorted interference powers of received sub-data packets, wherein the sub-data packets are not disturbed by a disturber;
  • Fig. 20b shows in a diagram gradients of sorted interference power of received
  • Sub-data packets wherein a different number of sub-data packets are disturbed by a disturber
  • Fig. 21 is a schematic block diagram of a data receiver, according to a
  • Fig. 22 is a schematic view of one of the first symbol-based
  • Noise measurement estimate and the second symbol-based noise measure estimate upstream interference detection, for selecting the first symbol-based noise measure estimate or the second symbol-based noise measure estimate based on the interference rate, according to an embodiment
  • Fig. 23 is a schematic view of one of the first symbol-based
  • Fig. 24 is a schematic view of one of the first symbol-based
  • Fig. 25 is a schematic block diagram of a data receiver, according to a
  • FIG. 26 is a schematic block diagram of a data receiver, according to FIG.
  • Fig. 27 is a schematic block diagram of a packet detector of the
  • Fig. 28 is a diagram of intrinsic signals, extraneous signals and evaluated areas
  • 29 is a graph showing a normalized distributions of the power values for a
  • 31 is a schematic view of a calculation and evaluation of
  • Fig. 32a is a schematic view of an ordinary histogram calculation
  • 32b is a schematic view of a simplified histogram calculation, according to an embodiment
  • Fig. 33 is a diagram showing an example of a sum histogram resulting from the simplified histogram calculation of Fig. 32b;
  • FIG. 34 is a diagram showing an example of a minima histogram resulting from the simplified histogram calculation of Fig. 32b;
  • FIG. 35 is a schematic block diagram of a packet decoder of FIG.
  • 36 is a diagram of a schematic view of five sub-data packets, wherein two of the sub-data packets are disturbed by extraneous signals;
  • FIG. 37 is a flow chart of a method of receiving a signal, according to one embodiment.
  • 39 is a flowchart of a method for receiving a signal, according to another embodiment.
  • FIG. 40 is a flow chart of a method of receiving a signal according to another embodiment.
  • 41 shows a flowchart of a method for receiving a signal, according to a further exemplary embodiment.
  • the data transmitter 100 can be designed to transmit a signal 120, the signal 120 having at least two separate partial data packets 142.
  • the data receiver 110 may be configured to receive the signal 120 (or a transmission channel modified version of the signal 120) that includes the at least two separate sub-data packets 142.
  • the at least two separate sub-data packets 142 are separated from one another in time and / or in frequency.
  • the distribution of At least two separate partial data packets 142 in time and / or frequency can be made in accordance with a hopping pattern 140.
  • the data transmitter 100 may include a transmitter (or transmitter module or transmitter) 102 configured to transmit the signal 120.
  • the transmitting device 102 may be connected to an antenna 104 of the data transmitter 100.
  • the data transmitter 100 may further include a receiving device (or receiving module or receiver) 106 configured to receive a signal.
  • the receiving device 106 may be connected to the antenna 104 or to another (separate) antenna of the data transmitter 100.
  • the data transmitter 100 may also include a combined transceiver.
  • the data receiver 110 may include a receiver (or receiver module) 16 configured to receive the signal 120.
  • the receiving device 116 may be connected to an antenna 1 14 of the data receiver 110.
  • the data receiver 110 may include a transmitter (or transmitter module or transmitter) 12 configured to transmit a signal.
  • the transmitting device 1 12 may be connected to the antenna 1 14 or another (separate) antenna of the data receiver 1 10.
  • the data receiver 110 may also have a combined transceiver.
  • the data transmitter 100 may be a sensor node, while the data receiver 110 may be a base station.
  • a communication system comprises at least one data receiver 110 (base station) and a plurality of data transmitters (sensor nodes, such as heater meters).
  • the data transmitter 100 is a base station while the data receiver 110 is a sensor node.
  • both the data transmitter 100 and the data receiver 1 are 10 sensor nodes.
  • both the data transmitter 100 and the data receiver 1 are 10 base stations.
  • the data transmitter 100 and the data receiver 110 may be configured to process data using a telegram splitting method (dt.
  • Telegram sharing method to send or receive.
  • a data packet (or message) containing the data is split into a plurality of sub-data packets (or sub-data packets) 142 and the sub-data packets 142 are distributed in time and / or distributed in frequency in accordance with a hopping pattern 140
  • Data transmitter 100 transmitted to the data receiver 1 10, wherein the data receiver 1 10, the sub-data packets 142 reassembled (or combined) to obtain the actual data packet.
  • Each of the sub-data packets 142 contains only a portion of the data packet 120.
  • the data packet may further be channel-coded, so that not all sub-data packets 142 but only a portion of the sub-data packets 142 is required for error-free decoding of the data packet.
  • a time-hopping pattern may indicate a sequence of transmission times or transmission time intervals at which the partial data packets are transmitted. For example, a first partial data packet may be transmitted at a first transmission time (or in a first transmission time slot) and a second partial data packet at a second transmission time (or in a second transmission time slot), the first transmission time and the second transmission time being different.
  • the time jump pattern can define (or specify, or specify) the first transmission time and the second transmission time.
  • the time-jump pattern may indicate the first transmission time and a time interval between the first transmission time and the second transmission time.
  • the time jump pattern may also indicate only the time interval between the first time and the second transmission time. Between the sub-data packets transmission pauses may be present in which is not sent. The sub-data packets may also overlap in time (overlap).
  • a frequency hopping pattern may indicate a sequence of transmission frequencies or transmission frequency jumps with which the sub-data packets are sent. For example, a first partial data packet with a first transmission frequency (or in a first frequency channel) and a second partial data packet with a second transmission frequency (or in a second frequency channel) can be transmitted, wherein the first transmission frequency and the second transmission frequency are different.
  • the frequency hopping pattern can define (or specify, or specify) the first transmission frequency and the second transmission frequency.
  • the frequency hopping pattern may indicate the first transmission frequency and a frequency spacing (transmission frequency jump) between the first transmission frequency and the second transmission frequency.
  • the frequency hopping pattern may also indicate only the frequency spacing (transmission frequency hop) between the first transmission frequency and the second transmission frequency.
  • the plurality of sub-data packets 142 may also be transmitted in both time and frequency distributed from the data transmitter 100 to the data receiver 110.
  • the distribution of the plurality of sub-data packets in time and in frequency may be in accordance with a time-hopping pattern.
  • a time-hopping pattern may be the combination of a time-hopping pattern and a frequency hopping pattern, ie, a sequence of transmission times or transmission time intervals with which the sub-data packets 142 are transmitted, with transmission frequencies (or transmission frequency jumps) associated with the transmission times (or transmission time intervals).
  • FIG. 2 is a diagram showing an occupancy of the transmission channel in the transmission of a plurality of partial data packets 142 in accordance with a time-frequency hopping pattern.
  • the ordinate describes the frequency and the abscissa the time.
  • the plurality of sub-data packets 142 may include, in addition to data (data symbols 146 in FIG. 2), also pilot sequences (pilot symbols (or synchronization symbols) 144 in FIG. 2) based on which the data receivers 1 10 detect the sub-data packets 142 in a receive signal 120 or receive data stream.
  • Embodiments of the data receiver 110 which receives a signal 120 in such an interference-prone channel will now be described.
  • FIG. 3 shows a schematic block diagram of a data receiver 110 according to an exemplary embodiment.
  • the data receiver 110 is configured to receive a signal 120, the signal 120 having interferences 122 of an interference-prone transmission channel.
  • the data receiver 110 is configured to form a histogram 124 of receive information (eg, power information or amplitude information) of a signal excerpt 126 (eg, a set of symbols or a set of samples) of the received signal 120 and to obtain from the histogram 124 a mean Receive information and / or noise figure (eg, noise variance) (eg, signal segment 126 (eg, the set of symbols or samples)).
  • receive information eg, power information or amplitude information
  • a signal excerpt 126 eg, a set of symbols or a set of samples
  • noise figure eg, noise variance
  • the histogram 124 may be a graphical representation of the frequency distribution of the reception information, the reception information therefor being classifiable into, for example, constant or variable width classes.
  • the data receiver 110 may be configured to determine receive information (eg, power information or amplitude information) for a set of samples or symbols of the signal excerpt 126 and to form the histogram 124 over the detected receive information (eg, power information or amplitude information). For example, the data receiver 110 may be configured to receive, for each sample or symbol of the signal excerpt 126 of the received signal 120, receive information (eg, power information such as receive power, or
  • Amplitude information such as Magnitude of the amplitude or magnitude of the nth root of the amplitude
  • the data receiver 110 may be configured to determine the average receive information based on a maximum of a distribution 126 (e.g., Gaussian) of receive information of the histogram.
  • a distribution 126 e.g., Gaussian
  • the data receiver 110 may be configured to calculate the noise measure (eg, noise variance) from a maximum of a distribution (eg, Gaussian) of receive information of the histogram 124 based on a half width of the distribution 128 (eg, Gaussian) of receive information of the histogram 124 determine.
  • the noise measure eg, noise variance
  • the receive information may be power information or amplitude information, such as receive powers (eg, receive power value per symbol or sample), amounts of amplitudes, or amounts of nth roots of amplitudes (eg, an amount of amplitude or an amount of an nth, respectively) Root of an amplitude of the sample or symbol).
  • receive powers eg, receive power value per symbol or sample
  • amounts of amplitudes e.g, receive power value per symbol or sample
  • amounts of amplitudes eg, or amounts of nth roots of amplitudes (eg, an amount of amplitude or an amount of an nth, respectively) Root of an amplitude of the sample or symbol).
  • Embodiments assume a (quasi-) static channel, which means there is no / slight temporal change of the channel during a transmission. This is fulfilled, for example, if both data transmitter 100 and data receiver 1 10 are stationary or only move so slowly that the change of the channel is slower than the duration of a transmission
  • the use of the signal power and the noise variance is suitable in the static channel.
  • the detailed description of how these two parameters are used to determine the disturbed symbols is described below, eg in Chapter 3.
  • the determination of the signal power and the noise variance after the detection in the decoder, but even before the synchronization (frequency, time and phase estimation) take place. It can be assumed that a rough frequency and time estimation was made by the detection and the error is smaller than the following parameters:
  • T s is the symbol duration and f s is the symbol rate of the system.
  • a modulation method with the same amplitude for all constellation points should be used (eg MSK, M-PSK, FSK), for example, in addition to the pilot symbols and the unknown data symbols for determining the signal power and the noise variance be used.
  • the signal amplitude depends on the constellation point of the modulation method (eg QAM), it is possible to use only the pilot symbols.
  • the received amplitude can be normalized to the modulation point, so that all symbols have the same power in ideal transmission without noise.
  • the complex baseband samples before the matched filtering can be used instead of the symbols after the matched filtering. In this case, however, care must be taken to ensure that the oversampling of the signal is relatively small in order to limit the influence of noise outside the useful bandwidth.
  • a constant envelope method eg FSK or MSK
  • FIG. 4 shows a diagram of a profile of a received signal 120, wherein the signal has a telegram and wherein the signal 120 has no interferences.
  • the ordinate describes the amplitude and the abscissa the samples
  • Fig. 4 shows an example course of signal amplitudes of a telegram without interference. This is a complex baseband signal of MSK modulation (with frequency offset), where the signal power can be calculated by squaring the signal amplitude.
  • FIG. 5 shows a diagram of a profile of a received signal 120, the signal 120 having interferences 122.
  • the ordinate describes the amplitude and the abscissa the samples (engl samples).
  • FIG. 5 shows a case in which individual disturbances 122 have arrived at the data receiver 110 with in some cases significantly higher amplitudes. In this case, it is necessary to determine the signal line and the noise variance.
  • the signal powers are then due to noise, e.g. Gaussian distributed, wherein the peak of the Gaussian curve obtained depends on the channel attenuation and the width of the noise power.
  • noise e.g. Gaussian distributed, wherein the peak of the Gaussian curve obtained depends on the channel attenuation and the width of the noise power.
  • the powers of the received samples (English samples) or symbols can be calculated. This can be done, for example, by squaring the signal amplitudes.
  • the width of the curve or distribution can specify the noise variance.
  • the disturbed symbols Due to the random amplitude distribution of the interferers 122 (see FIG. 5), the disturbed symbols only have a very small influence on the distribution of the values in the histogram.
  • FIG. 6 is a graph showing a histogram 124 of the detected powers of the samples or symbols of a received signal 120 that does not have additional ones Interference (interference) has.
  • the ordinate describes the probability and the abscissa the power.
  • FIG. 6 shows a typical histogram of a received telegram without interference (histogram of a transmission with a received power of -100 dBm and a noise power of -120 dBm without additional interference).
  • the maximum can be determined, which represents the received power. From the half width of the Gaussian distribution of the noise, the noise variance s [3] and from this the noise power can be determined.
  • FIG. 7 is a graph showing a histogram 124 of the detected powers of the samples or symbols of a received signal 120, the signal 120 having additional interferences.
  • the ordinate describes the probability and the abscissa the power.
  • Fig. 7 shows another histogram having the same channel parameters (histogram of a transmission with a reception power of -100 dBm and a noise power of -120 dBm), but in this case, interference 122 is additionally present in the channel.
  • the position of the maxima and the half width do not change due to the disturbances.
  • a histogram 124 can be formed via the symbols / samples. From this histogram 124, the signal power and the noise power can be determined via the maximum and the half-width to the maximum.
  • the fluctuation of the amplitudes of the perturbations 122 may cause the resolution of the histogram 124 to be greatly reduced by the high dynamics of the perturbations in the region of the maximum. In this way, the exact maximum and the half-width can under certain circumstances only be determined very badly or not at all.
  • an iterative approximation to the maximum may be performed until the resolution of the histogram 124 is sufficiently accurate.
  • the half width may be 1/4 to 1/6 of the total resolution of the histogram 124.
  • the limits (upper and lower limit) of the allowable range for the histogram can be narrowed step by step.
  • the process may follow the scheme: 1. Formation of the initial histogram without limiting the limits (minimum and maximum)
  • FIGS. 8a to 8c show this scheme using the example of FIG. 7, where the disturbances 122 have a much greater dynamic range than the useful signal.
  • Figures 8a-8c are graphs of histograms 124 of the detected powers of the samples or symbols of a received signal 120, the signal 120 having additional interferences, the histograms 124 having different upper and lower limits of powers.
  • the ordinates describe the probabilities and the abscissas the achievements.
  • the boundaries of the histograms may be limited until the width of the Gaussian curve exceeds a certain threshold.
  • Fig. 9 shows in a diagram a histogram 124 of the detected powers of the samples or symbols of a received signal 120, wherein the signal 120 has a low SNR.
  • the ordinate describes the probability and the abscissa the power.
  • Fig. 9 is a graph showing a histogram 124 of the performance of a bad SNR telegram. This effect can be nicely demonstrated by the example of a binary modulation where the symbols are mapped to an amplitude of +1 and -1, respectively.
  • FIG. 10 shows in a diagram amplitude distributions of samples or symbols of two constellation points of a binary-modulated signal, the signal having noise.
  • the ordinate describes a number / probability and the abscissa the amplitude.
  • a first curve 129_1 describes the amplitude distribution of the samples or symbols of a first constellation point
  • a second curve 129_2 describes the amplitude distribution of the samples or symbols of a second constellation point.
  • a third curve 129_3 describes a superimposition of the first curve 129_1 and the second curve 129_2 (sum amplitude distribution).
  • Fig. 10 shows an amplitude distribution of the received samples or symbols in noise and a received power of -100 dBm.
  • the width of the Gaussian curves 129_1 and 129_2 is determined by the noise power. At relatively low noise, both curves 129__1 and 129__2 hardly or not at all overlap, with high noise (as seen in Figure 10) there is a significant overlap between the two curves 129_1 and 129_2. This overlay can lead to wrong decisions in the decoder.
  • FIG. 11 shows a diagram of a power distribution of the sum amplitude distribution from FIG. 10.
  • the ordinate describes a number / probability and the abscissa the power.
  • the maximum does not result at the location of the received power, but at zero. From this maximum it is no longer possible to determine the received power of the signal.
  • an input vector can be generated with signal amplitudes that increase linearly (eg, (1, 2, 3, 4, 5, 6, 7, ...) * 1e-5).
  • This vector can then be squared, which corresponds to power generation and is shown graphically in FIG. 12.
  • FIG. 12 shows a power distribution of an example telegram with a linear amplitude characteristic. The ordinate describes the number / probability and the abscissa the power.
  • the amounts of the signal amplitudes can be used instead of the powers in the histogram. If a new histogram with the magnitudes of the signal amplitudes is formed for the same input data of the histogram from FIG. 9, this results in FIG. 13.
  • Fig. 13 is a graph showing a histogram 124 of the detected magnitudes of the amplitudes of the samples or symbols of a received signal 120, the signal 120 having a low SNR.
  • the ordinate describes the probability and the abscissa the amplitudes.
  • a further resolution improvement can be achieved if, instead of the amounts of the amplitudes, the roots (or the nth root) of the magnitude of the amplitudes are used. This is shown in FIG. 14 for the input vector with linearly increasing amplitudes.
  • FIG. 14 shows in a diagram a distribution of the roots of the amplitudes with the data from FIG. 12.
  • the ordinate describes the number / probability and the abscissa the amplitudes.
  • FIG. 15 shows in detail a histogram 124 of the detected magnitudes of the nth roots of the amplitudes of the samples or symbols of a received signal 120, the signal 120 having a low SNR.
  • the ordinate describes the probability and the abscissa the nth roots of the amplitudes.
  • Fig. 15 shows a histogram 124 with the data of Fig. 9 with the amounts of roots from the signal amplitudes.
  • the signal amplitude and the noise variance can be extracted by inversion of the nth root.
  • the power is obtained by squaring the signal amplitude.
  • the amounts of the amplitudes or the amounts of the n-th root can be calculated.
  • the nth root must be calculated for each symbol / sample used to determine the received power and the noise. This represents a considerable amount of data for a considerable amount of data.
  • the quantization of the histogram bins (classes of the histogram) can be adjusted.
  • Bins near zero have a smaller width than bins at higher values.
  • the histogram bins (classes of the histogram) may have a non-linear distribution that may correspond, for example, to the nth rooting of the signal amplitudes.
  • the input data to the histogram 124 may be the magnitude of the amplitudes (samples or symbols).
  • the histogram may therefore be e.g. be filtered with a low pass filter.
  • the curve is smoothed and the determination of the maximum and the half width are simplified.
  • a comparison between an unfiltered and a filtered histogram 124 can be seen in Figures 16a and 16b.
  • Fig. 16a diagrammatically shows an unfiltered histogram 124 over the detected magnitudes of the nth roots of the amplitudes of the samples or symbols of a received signal 120, where the signal 120 has a low SNR
  • Fig. 16b shows a diagram filtered histogram 124 shows the detected amounts of the nth roots of the amplitudes of the samples or symbols of the received signal 120, the signal 120 having a low SNR.
  • the ordinate describes the probability in each case and the abscissa in each case the nth roots of the amplitudes.
  • the coefficients of the filter can be adjusted to the length of the histogram 124. Depending on the length of the input data, a more or less strong filtering may be necessary. After the calculation, the group delay of the filter can be taken into account or removed so as not to falsify the results. In the case of an iterative search, the filtering can also take place at all / specific histogram steps.
  • the result of the histogram formation may be subjected to filtering to allow easier reading of the two parameters (maxima and half width).
  • the data receiver 110 may be configured to determine the noise variance from the histogram 124, where the data receiver 110 may be configured to provide a median of receive information (eg, receive powers, magnitudes, or amounts of nth roots of amplitudes ) of a signal excerpt 126 (eg, a set of symbols or a set of samples) of the received signal 120, and a middle one Receive information (eg the signal excerpt (eg the set of symbols or
  • the signal power can thus also be determined by forming the median of all received symbol powers (as an alternative to the histogram formation from section 2). It can be assumed that less than half of the received symbols are disturbed, or that packets with more than 50% of disturbed symbols usually can not be decoded. Then the approximate signal power of the undisturbed symbols can roughly be estimated by the median value of all the symbol powers. This is possible because the great performance of the disturbed symbols is not as significant here as in averaging. If less than half of the received symbols are disturbed, the median value will always be in the range of the Gaussian curve of the undisturbed symbols, allowing a rough determination of their performance.
  • this estimate can also be made with the magnitudes of the amplitudes or the roots of the magnitude of the amplitudes.
  • the median value of the powers may be determined. This value can provide an estimate of the performance of the undisturbed receive symbols.
  • the signal 120 may comprise at least two data packets or partial data packets 142 transmitted over the interference-prone channel, with transmission pauses (eg transmission pauses) between the at least two data packets or partial data packets, wherein the data receiver 110 may be formed to place the signal segment 126 in a transmission interval between the at least two data packets or partial data packets 142.
  • transmission pauses eg transmission pauses
  • the noise power can also be determined from the received signal during a transmission pause.
  • the receive symbols are considered similar to Section 2, except that only noise and possibly interferers are received.
  • the mean value is now to be expected at zero amplitude, as a result of which the determination of the mean value of the symbol amplitudes analogously to section 2 is omitted.
  • the variance or the width of the histogram of the received powers (or Amplitudes). This can again be done analogously to section 2, where the limits of the histograms are iteratively restricted until a certain half width is reached.
  • the formation of the median of the receive amplitudes can provide a rough estimate of the noise power in the event of a disturbance.
  • a histogram of the symbols or samples at the time of a transmission pause may be formed. From this histogram, the noise power can be determined via the half-width to the maximum.
  • the data receiver 110 may be configured to determine an average value (eg, magnitude) of a receive amplitude and a standard deviation of the noise based on the determined average receive information and the noise variance, wherein the data receiver 110 may be configured to be based on the determined mean value (eg, the amount) of the reception amplitude and the standard deviation of the noise to determine a threshold value (eg receiving amplitude threshold), wherein the data receiver 1 10 may be formed to symbols or samples of the signal excerpt 126, their receive amplitudes (eg, their amounts of receive amplitudes) above of the threshold, in a further processing (eg detection or decoding) (eg of received data packets or sub-data packets) not to be considered, for example, to suppress interference of the interference-prone channel.
  • a threshold value eg receiving amplitude threshold
  • the performance of the FEC can be improved if it is known in interference channels which symbols are disturbed.
  • the receive amplitudes of all undisturbed symbols are only dependent on the noise and the channel attenuation, if a modulation method with the same amplitude for all constellation points (all symbols are on the unit circle) is used, eg. M-PSK, FSK, MSK. If a modulation method is used in which this does not apply, the following methodology can be used on the known pilot symbols if these are normalized according to the expected constellation point in the power.
  • Reception amplitude of the constellation point and s represents the standard deviation of the noise.
  • the magnitude of the receive amplitude can be used, so that 99.7% of all magnitudes of the receive amplitudes are within
  • a threshold value can be defined with the aid of the above-described theory, which defines whether the symbols / samples are within the noise variance or not.
  • the received power and the noise variance from section 2 can be converted into the mean value of the received amplitude and the standard deviation of the noise.
  • a threshold value can be determined, from which all symbols are marked as disturbed. These disturbed symbols can not be taken into account or set to zero when decoding the FEG.
  • Fig. 17 is a graph showing a progression of the magnitudes of the amplitudes of a packet clipping with noise.
  • the ordinate describes the amplitude and the abscissa the symbol number.
  • the line 130 describes the detected threshold, so that all symbols above this threshold are suspected of being disturbed.
  • the neighboring symbols of disturbed symbols can also be marked as disturbed. That is, if the previous and following symbols are disturbed, the current symbol is also considered disturbed.
  • a symbol can also be marked as disturbed if only the previous or the following symbol is marked as disturbed. This can be extended, so that the penultimate and the next but one symbol are included.
  • the symbols may be weighted according to the distance (eg a symbol closer to the current symbol has a higher weighting).
  • a decision can also be made, for example with the aid of a rule for the neighboring symbols, whether these are disturbed.
  • symbols that are below the threshold can also be marked as disturbed or weighted lower.
  • the rule may include the previous, the following, or both symbols. Optionally, several symbols can be used for the decision in the past and the future.
  • the data receiver 110 may be configured to receive symbols or samples of the signal segment 126 based on a distribution (eg, Gaussian) of receive information of the histogram for further processing (eg, decoding or detection) (eg, received data packets or sub-data packets) weights (eg to suppress interference from the interference-prone channel).
  • a distribution eg, Gaussian
  • decoding or detection e.g., received data packets or sub-data packets
  • weights eg to suppress interference from the interference-prone channel.
  • FIG. 18 is a graph showing a histogram 124 of received powers of samples or symbols of a received signal 120, the received signal 120 having interferences.
  • FIG. 18 shows the section of a histogram of the powers of the symbols of a received telegram with interference.
  • the Gaussian curve with the undisturbed symbols is distributed around the power 1 e-10.
  • the symbols whose powers can be seen on the far right in FIG. 18 are obviously disturbed and can be rejected.
  • the probability that a symbol is disturbed increases with the distance to the Gaussian curve. The higher the power, the higher the probability that it will be disturbed (applies to symbols with power higher than the mean of the Gaussian).
  • This information can be used in decoding for a weighting of each received symbol in the form of a soft-decision decoding (reliability information decoding).
  • each symbol can be weighted according to the probability that it is disturbed. For example, a symbol may be weighted the lower its power is from the center of the Gaussian curve. In embodiments, based on the distribution of the predetermined signal power and noise power in the channel, all symbols may be weighted according to their probability of being disturbed.
  • the signal 120 may comprise at least one data packet or sub-packet 142 transmitted over the interference-prone channel, the at least one data packet or sub-packet 142 having a synchronization sequence, which data receiver may be configured to perform further iterative processing (eg, synchronization and / or demodulation) of the at least one data packet or partial data packet 142 based on the synchronization sequence of the at least one data packet or sub-packet 142, and at least one iteration step of iteratively detecting the at least one data packet or sub-packet 142 To suppress interference from the interference-prone channel.
  • further iterative processing eg, synchronization and / or demodulation
  • interference from the interference-prone channel can be suppressed by disregarding symbols or samples of the synchronization sequence that are above a threshold (e.g., receive amplitude threshold).
  • a threshold e.g., receive amplitude threshold
  • the data receiver may be configured to obtain a mean value based on, for example, the detected average receive information and the noise variance. an amount of a reception amplitude and a standard deviation of the noise, and to determine the threshold value (e.g., reception amplitude threshold value) based on the detected mean value (e.g., the magnitude) of the reception amplitude and the standard deviation of the noise.
  • interference of the interference-prone channel can be suppressed by weighting less weighted symbols or samples of the synchronization sequence that do not meet a given distance to disturbed symbols.
  • the data receiver 110 may be configured to provide symbols or samples of the signal excerpt whose received amplitudes (eg, their magnitudes of receive amplitudes) are below the threshold and which are a predetermined distance (eg, one, two, three, or four symbols or samples) Have symbols or samples whose reception amplitudes (eg, their magnitudes of received amplitudes) are above the threshold value, to be ignored or weighted lower in a detection or decoding (eg of received data packets or sub-data packets) (eg as symbols or samples of the Signal excerpt whose received amplitudes (eg, the amounts of
  • interference of the interference-prone channel can be suppressed by weighting symbols or samples of the synchronization sequence.
  • the data receiver 110 may be configured to generate symbols or samples of the signal segment 126 based on a distribution (e.g., Gaussian) of
  • the algorithms may start after synchronization before synchronization.
  • synchronization (e.g., first) may also be performed in the event of a disturbed channel. If the synchronization is carried out on the basis of the input symbols before the disturbance detection, the disturbed symbols can give rise to estimation errors which, for example, can be so great that a subsequent decoding (also with a subsequent decoding) occurs
  • This process can be carried out in a multi-stage iterative manner, for example by the following steps:
  • one iteration step for time, frequency and phase estimation may be performed, or alternatively one iteration step for all three or only two synchronization types.
  • the frequency estimation it is advantageous if only pilot sequences are used which are not disturbed. It is important to note that there are enough pilot sequences left, as otherwise the frequency estimate is not sufficiently accurate. In embodiments, the frequency estimation may be performed with the remaining pilot sequences.
  • pilot sequences can be used, which are partially disturbed and thus only a part of the pilot symbols is available. However, it is advantageous that a previously defined minimum proportion of pilot symbols is present.
  • the time estimation can then be carried out with the remaining pilot sequences.
  • a single value can usually be calculated for each signal segment. Thus, if the pilot sequence for this section is completely or almost completely destroyed, there is no phase estimation parameter.
  • a multi-level iteratively a new synchronization can be performed.
  • a Störererkennung and Störerunterdrückung be performed and subsequently a new synchronization of the telegram can be performed, in which you information about disturbances of synchronization symbols is taken into account.
  • the symbols can be further processed in the data receiver. For example, with an MSK or M-PSK, the ISI can be removed.
  • the disturbance detection and suppression for the data symbols can be performed again in accordance with Section 3.
  • the pilot symbols can also be subjected to interference detection and suppression, but these are normally no longer needed for further processing.
  • the information about the disturbed pilot sequences obtained during the first disturbance detection can be used again. All data areas in which the pilot sequence is disturbed completely or beyond the defined value can be completely suppressed, since at least no phase estimate is present for these areas. If the telegram splitting method [1] is used, then such an area can typically comprise a sub-data packet 142 or, in the case of two pilot sequences, half of a sub-data packet.
  • the remaining symbols may be sent to the FEC for further processing and then decoding.
  • further disturbance detection and suppression may be performed after synchronization for the data symbols.
  • Previously detected (completely) disturbed pilot sequences can mark a complete area as disturbed.
  • the detection and synchronization can be carried out based on one of the embodiments of sections 2 to 7. However, it is equally possible that the detection and synchronization was not based on one of the embodiments of sections 2 to 7, but that a different detection and / or synchronization has taken place.
  • Embodiments of the present invention may be used in a radio based asynchronous packet transmission system in which the transmission pauses are significantly longer than the packet duration and in which Telegram Splitting (TSMA) is applied. Telegram splitting is described in DE 10 201 1 082098 B4 and [1].
  • Embodiments prove to be particularly robust in interference limited systems in which a plurality of data transmitters 100 emit uncoordinated telegrams which are received and decoded by a single data receiver 110
  • a plurality of data transmitters 100 emit uncoordinated telegrams which are received and decoded by a single data receiver 110
  • sensor networks and all future applications under the keyword Internet of Things (loT) is the case.
  • Embodiments essentially address the scaling of the soft-decision values (eg bits with reliability information) provided by the demodulator used in the decoding of various FEC (FEC) codes such as block codes, convolutional codes and their chained variants be needed [5], as in contrast to pure hard-decision values (eg hard-decision bits (without reliability information)) contain much more information and thus deliver a significantly lower packet error rate.
  • FEC FEC
  • the soft-decision values may be referred to, for example, as log-likelihood ratios (LLRs) [5].
  • each packet in A can be subdivided into sub-data packets 142 (also called sub-packets or hops), each sub-data packet 142 having its own pilot sequence (often referred to as a training sequence or synchronization sequence) with P, the data receiver 110 known modulation symbols may contain.
  • the pilot sequence is also called a preamble or midamble when it is at the beginning or in the middle of the sub-data packet 142.
  • a pilot sequence can also be distributed within the sub-data packet 142 in the form of two or more subsequences, between which the data symbols are transmitted. It is common practice to take the pilot symbols the same modulation alphabet as the data symbols.
  • FIG. 19 shows a schematic view of a plurality of sub-data packets 142, the sub-data packets 142 having a pilot sequence (or synchronization sequence) with P pilot symbols 144 (or synchronization symbols) and two data sequences with DL + DR data symbols 146.
  • FIG. 19 shows a possible structure of the A subpackets 142 (exemplary packet subdivision into sub-data packets 142 with midamble and data blocks).
  • the P symbols 144 of the pilot sequence are located approximately in the middle of the individual sub-data packets 142, surrounded by the two data blocks, which in turn may also have different lengths (labeled here with DL and DR).
  • the method described below requires a static channel, which means that no temporal change of the channel takes place during the transmission of all sub-data packets 142. This is approximately fulfilled, for example, if both data transmitter 100 and data receiver 1 10 are stationary. Furthermore, a modulation method with the same amplitude for all constellation points (all symbols lie on the unit circle, such. B. MSK or FSK) provided. Then, in addition to the known pilot symbols 144, the unknown data symbols 146 can also be used to determine the interference variance.
  • ADC analog-to-digital converter
  • Each sample may be complex-valued and have a real and an imaginary part.
  • the sampling can be done at least in the symbol clock or a multiple thereof (oversampling).
  • the impulse response for each of the A sub-data packets 142 it is possible in a first step, the impulse response for each of the A sub-data packets 142.
  • the index m refers to the symbol position within the sub-data packet 142 and the index a refers to the respective sub-data packet.
  • FIG. 20 a shows in a diagram a profile 132_1 of sorted interference powers of received sub-data packets 142, wherein the sub-data packets are not disturbed by a disturber.
  • FIGS. 20a and 20b show in a diagram gradients 132_2 and 132_3 of sorted interference powers of received sub-data packets 142, wherein a different number of sub-data packets 142 are disturbed by a disturber.
  • the ordinate in each case describes the interference power
  • a first curve 132_2 describes a history of sorted noise power in the event that a few sub-data packets 142 are disturbed by a interferer
  • a second curve 132_3 shows a history of sorted noise power in the case that many sub-data packets 142 are disturbed by a disturber.
  • FIGS. 20a and 20b show three schematic courses 132_1 to 132J3.
  • Fig. 20a shows the interference-free case
  • Fig. 20b shows two gradients 132_2 and 132_3 with different load. If a pilot sequence is disturbed by an interferer, the estimated interference power in this sub-data packet increases, and the greater, the more pilot symbols are disturbed by the interferer and depending on the interference power of the interferer (English interferers).
  • X increase factor
  • the comparison of the (L u + 2) -th disturbing power with the new X-weighted average value takes place again.
  • the maximum number of M SUb sub -data packets 142 is determined, which is not corrupted by interference.
  • Sub- data packets 142 selected via these M SUb can then finally be used to determine the final impulse response determine.
  • the undisturbed RX symbols are equal to +1 or -1.
  • the calculation of the symbol-based log likelihood ratios of all A (D L + D R ) data symbols of a partial data packet 142 takes place, for example, according to FIG where rk represents the undisturbed RX symbols and s ⁇ / 2 respectively the symbol-based noise variance of the guadrature component of real part and imaginary part.
  • Embodiments now address the question of how the noise variance s for each symbol clock k can best be estimated on the basis of the symbol-based and downwardly limited squared noise values n n.
  • All LLR values would then be scaled with this one value.
  • the uncoordinated transmission of data from many subscribers may at any time lead to disturbing superimpositions by signals from other subscribers, which can originate both from their own network as well as from other networks.
  • the disturbances in adjacent sub-data packets 142 are mostly independent of each other. In this respect, it is important to find the best possible LLR scaling for the more noisy AWGN interference, as well as for the strongly interference dominated case.
  • Fig. 21 shows a schematic block diagram of a data receiver 1 10, according to an embodiment.
  • the data receiver 110 may be configured to receive a signal 120 and to scale 160 (eg, using a scaler) with an averaged impulse response to obtain received symbols 162, the signal 120 having interference from an interfering transmission channel, the signal 120 at least a partial data packet 142 (eg, a plurality of sub-data packets) transmitted over the interference-prone channel.
  • a partial data packet 142 eg, a plurality of sub-data packets
  • the data receiver 110 may be configured to provide reliability information (eg LLR values) for the received data symbols 162 of the at least partial data packet 142 (eg per partial data packet 142) based on a first symbol-based noise measurement estimate 164 (eg by means of a first noise measure estimator) (eg eg AWGN-optimized LLR scaling) and / or a second symbol-based noise measurement estimate 166 (eg by means of a second noise measure estimator) (eg interference-optimized LLR scaling).
  • a first symbol-based noise measurement estimate 164 eg by means of a first noise measure estimator
  • a second symbol-based noise measurement estimate 166 eg by means of a second noise measure estimator
  • the data receiver 110 may be configured to generate a noise measure over a subset (eg the right or left data block in FIG. 19) of the received data symbols of the at least one subset.
  • the data receiver 110 may be designed to be in the case of the second symbol-based noise measurement estimate (eg, interference-optimized LLR scaling) for the received Data symbols of the at least one partial data packet 142 symbolwise (eg for each data symbol) to determine a noise measure.
  • the second symbol-based noise measurement estimate eg, interference-optimized LLR scaling
  • Embodiments of the first symbol-based noise measure estimate 164 e.g., AWGN-optimized LLR scaling
  • the second symbol-based noise measure estimate 166 e.g., interference-optimized LLR scaling
  • each one of the sub-data packets 142 may be considered separately and a separate averaging performed, respectively
  • the index k in these equations no longer refers to the complete packet indexing, but to the symbol index within each sub-data packet 142. If the lengths of the data blocks of DL and DR are not equal but different, then the difference in the different lengths of P be balanced so that the right and left total average length in the two equations is identical. 2A different noise variances are estimated per package. All LLRs in one of the 2A data blocks are scaled accordingly with a single value of noise variance. Packet error rate simulations with pure AWGN interference have shown that the difference between optimal AWGN scaling and block-by-block scaling is less than 0.2 dB for the case under consideration.
  • Interference optimization ILR scaling can be performed in the interference dominated case, since the disturbance conditions can change significantly from symbol to symbol.
  • a smoothing of adjacent values of ri k can be performed.
  • the best known smoothing is the polynomial smoothing according to Savitzky and Golay [6].
  • Fl R filter coefficients By using Fl R filter coefficients, the data is usually weighted by quadratic or cubic polynomials.
  • the method of Savitzky and Golay also allows the simplest smoothing method of measurement data, the (weighted) moving average.
  • the data points are replaced by the arithmetic mean of the neighboring points (or a weighted form of them):
  • the size of the sliding window is 2F + 1 and w ß are the associated weights.
  • F 4 and the window width is 9 values.
  • the first F values of the noise variance at the beginning and at the end of each partial data packet 142 each still require special treatment.
  • L m can assume a value of 13. Similar to Eq. (2) is also expressed in Eq. (4) does not try to make a single LLR value arbitrarily large. Such measures have a positive effect on the packet error rate.
  • the variants 1) to 4) are arranged according to their increasing complexity and should also show an ever better performance with increasing ranking.
  • the data receiver 110 may be configured in embodiments to determine an interference rate of the interference-prone channel, and in dependence on the determined interference rate, the reliability information (LLR values) for the received symbols of the at least one partial data packet 142 either based on the first symbol-based noise measure estimation (AWGN-optimized LLR scaling) or based on the second symbol-based noise measure estimate (interference-optimized LLR scaling), as shown in FIG. 22.
  • LLR values the reliability information for the received symbols of the at least one partial data packet 142 either based on the first symbol-based noise measure estimation (AWGN-optimized LLR scaling) or based on the second symbol-based noise measure estimate (interference-optimized LLR scaling), as shown in FIG. 22.
  • FIG. 22 shows a schematic view of one of the first symbol-based noise measurement estimate 164 and the second symbol-based noise measurement estimate 166 preceding interference detection 168 for selecting the first symbol-based one Noise estimate 164 or the second symbol-based noise measure estimate 166 based on the interference rate.
  • Fig. 22 shows a schematic view of an upstream noise or interference detection for selecting an option.
  • the variant 1 according to FIG. 22 attempts to make a selection with an evaluation, for example based on the exemplary embodiments of the sections 2 and 3, as to whether the partial data packet 142 is more disturbed by noise or interference. Accordingly, the first symbol-based noise measurement estimate (AWGN-optimized LLR scaling) or the second symbol-based noise measurement estimate (interference-optimized LLR scaling) are then run through. This harsh approach is likely to deliver the worst performance. To be deployed only with very limited computing resources.
  • the data receiver 110 may be configured in embodiments to provide the reliability information (eg, LLR values) for the received data symbols of the at least one sub-data packet 142 separately based on the first noise measurement estimate (AWGN-optimized LLR scaling) and the second noise measurement estimate (Interference Optimized LLR Scaling) to obtain first reliability information and second reliability information and, as shown in FIG. 23, for further processing (eg, decoding 172 (eg, FEC decoding or terbbo decoding) and Review 174 (eg CRC Check)) to combine 170.
  • the reliability information eg, LLR values
  • AWGN-optimized LLR scaling AWGN-optimized LLR scaling
  • the second noise measurement estimate Interference Optimized LLR Scaling
  • FIG. 23 shows a schematic view of one of the first symbol-based noise measurement estimate 164 and the second symbol-based noise measurement estimate 166 downstream combination 170 and further processing 172, 174 of the first reliability information provided by the first symbol-based noise measurement estimate 164 and that provided by the second symbol-based noise measurement estimate 166 second reliability information 167, according to one embodiment.
  • Fig. 23 shows LLR combining followed by decoding.
  • both LLR scaling variants 164 and 166 are run through and then a combination 170 is performed, such that the LLRs of both runs 164 and 166 (equivalent or differently weighted) are added up.
  • This second variant should perform much better at the packet error rate the first variant.
  • the third variant of the data receiver 1 10 may be formed to the
  • Reliability information eg, LLR values
  • LLR values for the received data symbols of the at least one partial data packet 142 separately based on the first symbol-based noise measurement estimate 164 (AWGN-optimized LLR scaling) and the second symbol-based noise measurement estimate 166 (interference-optimized LLR scaling) to obtain first reliability information 165 and second reliability information 167 and process them separately, as shown in FIG.
  • FIG. 24 shows a schematic view of one of the first symbol-based noise measurement estimate 164 and the second symbol-based noise measurement estimate 166 of separate further processing 176 and 178 of the first symbol-based noise measurement estimate 164 provided first
  • Reliability information 165 and the second reliability information 167 provided by the second symbol-based noise measurement estimate 166 according to one embodiment.
  • the further processing 176 may be the first one provided by the first symbol-based noise measurement estimate 164
  • Reliability information 165 includes a decode 172_1 (e.g., FEC decoding or tbo decoding) and a check 174_1 (e.g., CRC check).
  • the further processing 178 of the second reliability information 167 provided by the second symbol-based noise measure estimate 166 may include a decode 172_2 (eg, FEC decoding or tbo decoding) and a check 174_2 (eg, CRC check), outputting the values that pass the check ,
  • Fig. 24 shows 2-way parallel processing with post-selection.
  • each LLR scaling variant also has its own decoding pass with its own CRC check. If no CRC error occurs in at least one of the variants, then the partial data packet has been transmitted successfully.
  • This 2-way solution can be run sequentially. Starting with the interference-optimized scaling, its CRC value is checked. If unsuccessful, the next scaling variant (AWGN) is traversed and its CRC checked.
  • AWGN next scaling variant
  • This third (2-way) variant can be extended with the fourth variant by further branches, each with different parameter settings. For example, other LLR scaling variants may be used with others Window sizes and / or other weight factors are used, which show better performance, for example, at higher load.
  • the optimal scaling for the AWGN case with d WGN can also be included in the multi-branch variant. This is only dependent on the available processing resources.
  • the radio transmission system may comprise a large number of data transmitters 100 which send data packets in a non-coordinated manner which are to be received and evaluated by the data receiver 110.
  • Non-coordinated in this context means that the temporal and the frequency position of the data packet transmissions of the data transmitter 100 in the data receiver 1 10 is not known and there are no temporal or frequency relationships between the data packet transmissions of the data transmitter.
  • the uncertainty with respect to the frequency refers to the frequency position within a frequency band assigned to the radio transmission system, which is also used by other radio transmission systems. It follows that the received signal in the data receiver 1 10 of a data packet transmission of a particular data transmitter 100 may be disturbed in two ways:
  • a temporal and / or frequency overlap may occur with a data packet transmission from another data transmitter of the same system.
  • FIG. 25 shows a schematic block diagram of a data receiver 110 according to one exemplary embodiment.
  • the data receiver 110 is configured to receive a signal 120, the signal 120 having interferences 122 of an interference-prone transmission channel.
  • the data receiver 110 may include 10 (eg, a packet detector 180) configured to receive at least two histograms 124J and 124_2 of receive power information (eg, receive powers, logarithmic receive powers) from two different signal samples 126_1 and 126_2 (eg, a set of samples or a set of symbols) of the received signal.
  • receive power information eg, receive powers, logarithmic receive powers
  • the data receiver 110 may form a first histogram 124_1 of received power information of a first signal section 126__1 of the received signal and a second histogram 124_2 of received power information of a second signal section 126_2 of the received signal.
  • the data receiver may further be configured to bin-wise combine (eg, add) the at least two histograms 124__1 and 124_2 and distributions 128_1 and 128_2, respectively, of received power information of the at least two histograms 124_1 and 124_2 to obtain a combined histogram 182, and to obtain from the combined histogram 182 a noise power information (eg noise power).
  • a noise power information eg noise power
  • the data receiver 110 may be configured to determine first receive information (eg, receive powers, logarithm receive powers) for a set of samples or symbols of the first signal patch 126, and the first histogram 124__1 via the first receive information (eg, receive powers, logarithmic Receive services). For example, the data receiver 110 may be configured to determine, for each sample or symbol of the first signal segment 126_1 of the received signal 120, receive information (eg received powers, logarithmic received powers) in order to determine the detected values for the set of samples or symbols of the first signal segment 126_1 to obtain first reception information and to form the first histogram 124_1 via the detected first reception information.
  • receive information eg, receive powers, logarithm receive powers
  • the data receiver 110 may be configured to determine second receive information (eg, receive powers, logarithmic receive powers) for a set of samples or symbols of the second signal patch 126_2 and the second histogram 124_2 via the determined second receive information (eg, receive powers, logarithmic receive powers ) to build.
  • second receive information eg, receive powers, logarithmic receive powers
  • the data receiver 110 may be configured to determine, for each sample or symbol of the second signal segment 126_2 of the received signal 120, receive information (eg, received powers, logarithmic received powers) for the second set of samples or symbols of the second signal segment 126_2 to obtain detected second reception information, and to form the first histogram 124_1 via the detected second reception information.
  • receive information eg, received powers, logarithmic received powers
  • the receive power information may be receive powers or logarithm received powers.
  • the data receiver 110 may be configured to determine the noise power information based on a maximum of a distribution of combined received power information of the combined histogram 182.
  • FIG. 26 shows a schematic block diagram of a data receiver 110 according to one exemplary embodiment.
  • Fig. 26 shows processing in the data receiver 1 10.
  • a packet detector 180 processes the wideband signal at the input and detects existing packets; while the time and frequency position of the packets are approximately determined.
  • a packet decoder 184 extracts the time and frequency signal segments from the wideband signal required for processing the packet and subsequently processes them.
  • Both the packet detector 180 and the packet decoder 184 are preferably sufficiently resistant to interference.
  • the necessary measures in the packet detector 180 are not part of the present invention. It is therefore assumed in the following that the packets can be detected sufficiently accurately even under the influence of the expected interference.
  • some embodiments also pertain to the packet detector 180 because the measures required in the packet decoder 184 benefit from a knowledge of the noise power and the packet detector 180 can estimate this quantity much more simply and accurately than the packet decoder 184. In addition to the time Therefore, the packet detector 180 also supplies the noise power it estimates as metadata to the packet decoder 184. Referring to Fig. 27, there is shown the extension of the packet detector 180 for estimating the noise power.
  • FIG. 27 shows a schematic block diagram of a packet detector 180 of the data receiver 110, according to one exemplary embodiment.
  • the packet detector 180 of the data receiver 110 includes a filter bank (e.g., a polyphase filter bank) 190, a correlation and packet detection 192, and an estimate of the noise power PR 194.
  • a filter bank e.g., a polyphase filter bank
  • the estimation of the noise power in the packet detector 180 will first be described below. This is followed by the description of the processing in the packet decoder 184.
  • the packet detector 180 may include a high frequency resolution polyphase filter bank 190 that may be used to calculate the power density spectrum of the wideband signal.
  • the noise power PR is understood below to be the noise power in a channel of the filter bank 190, ie the product of the noise power density and the noise bandwidth of the filter. Their calculation can therefore be carried out without further scaling directly from the absolute squares of the output signals of the filter bank. As in the case of spectral analyzers, here too a temporal averaging over successive power density spectra takes place in order to reduce the variance of the values.
  • the averaging factor used for this purpose can be kept relatively low here, as must be expected with a high occupancy of the evaluated frequency band and a too large temporal averaging can prevent the formation of a recognizable noise floor.
  • an averaging factor M 4 is used.
  • the averaging is done by a weighted addition of M consecutive power density spectra. For the reasons already mentioned, there is no undersampling in the time direction, i. there is no additional temporal blur due to undersampling.
  • Fig. 28 is a diagram showing eigen signals 280, extraneous signals 282, and evaluated regions 284 (e.g., channels, band 1, band 2) of the wideband signal.
  • the ordinate describes the frequency and the abscissa the time.
  • Fig. 28 is a diagram showing an example of the evaluated areas including an example signal scenario.
  • the detected frequency range is at a sampling rate fs the interval [-fs / 2 fs / 2]
  • several sub-ranges can be used for the evaluation, usually a sub-range below the center frequency (Band 1) and a sub-range above the center frequency (Volume 2) ,
  • the regions at the edges (f ⁇ fi ,! Ow and f> f 2, h> gh ) are not evaluated since the frequency response of the wideband signal in these regions drops due to the preceding filtering of the wideband signal.
  • a narrow range around the center frequency (fi hig n ⁇ f ⁇ f2.i ow ), which may contain a disturbing DC component or interfering low-frequency signal components in certain receiver technologies.
  • the temporal and frequency resolution of the M-times averaged power density spectra is indicated by the grating.
  • the signal scenario consists of transmissions of the own radio system (own signals) and transmissions of other radio systems (external signals).
  • the eigensignals are narrowband compared to the bandwidths of the bands, while the extraneous signals may be narrow or broadband.
  • Broadband external signals usually have a shorter duration than the intrinsic signals, while narrowband extraneous signals usually have a longer duration.
  • all cells of the grid are marked, which are affected by the signals. In contrast, the signals themselves are generally neither in time nor in frequency direction in the grid.
  • the noise power PR can be determined by means of a histogram of the power values. In scenarios that contain significantly more signals than the example in FIG. 28, a clear maximum in the range of small power values is formed, the position of which can be used as an estimate of the noise power PR. This also applies in the case that it is only a local and not the global maximum of the histogram.
  • the measured histogram 124 is wider.
  • the maximum is not 0 dB, but something below.
  • a reference curve can be used and the position of the maximum determined by correlation of the values of the histogram 124 with the values of the reference curve (maximum likelihood method).
  • the values of the reference curve can be determined by a simulation in which a much longer signal length is used than in the concrete application.
  • the power values can be evaluated in blocks, as shown in FIG.
  • FIG. 31 shows a schematic view of a calculation and evaluation of the histograms, according to one exemplary embodiment.
  • the power values of all averaged power density spectrums occurring within a block duration T B can be combined into a block 126_1 to 126_N.
  • a separate histogram 124_1 to 124_N may be calculated.
  • N consecutive histograms 124_1 to 124_N are added 181 and evaluated.
  • the histograms can be described cyclically, ie for block N + 1 the histogram 1 124_1 is used again.
  • Successive values of the noise power PR result from the block-wise displacement indicated in FIG. 31, the implementation of which requires no special measures due to the cyclical use of the histograms.
  • the noise power PR is estimated by adding the N histograms 124_1 to 124_N and evaluating the resulting sum histogram 182 only when a packet has been detected and the noise power PR of FIG. 27 is actually needed.
  • a once estimated noise power PR then remains valid until a further block has been processed, ie the noise power PR is estimated only once per block duration T B , even with very many packet detections.
  • the logarithm of the power values can be used. Since the accuracy requirements for this logarithm formation are very low due to the granularity of the histogram, very rough approximations for the logarithm can be used.
  • the binary logarithm of the mantissa can also be easily determined since the mantissa is in the range of values
  • MSB most significant bits
  • a conversion into a representation with mantissa and exponent can first take place; For this, the number of leading zero bits of the fixed point value can be determined and the value can be shifted accordingly.
  • Many processors have a special instruction to determine the number of leading zero bits, e.g. CLZ (Count Leading Zeros).
  • the limitation of the precision to 1/16 corresponds to a resolution of the power values of 0.188 dB and is thus more than sufficient for the histogram calculation. Depending on the application, the accuracy can be reduced to 1/8 or 1/4 by rounding. Limiting accuracy also allows efficient calculation without prior range testing of the power values.
  • the fixed point result of the C function log2int4 is used either directly or after rounding to 3 or 2 decimal bits as an index into the histogram to be calculated.
  • the histogram in this case has the lengths and resolutions shown in the following table.
  • Histogram processing based on all available performance values can potentially lead to significant computational effort. For this reason, exemplary embodiments are described below with which a reduction of the computing time can be achieved under certain conditions.
  • all relevant power values of the averaged power density spectra are no longer included in the histogram calculation, but first characteristic values are formed and only these parameters are evaluated with the aid of histograms.
  • the parameters used are:
  • SIMD single instruction multiple data
  • Fig. 31 The processing shown in Fig. 31 is now performed in parallel for the sum values and the minima. However, the number of values to be processed in a block and thus the number of values in the histograms is reduced by a factor that corresponds to the number of relevant power values in a power density spectrum. In other words, the frequency dimension in Fig. 28 disappears and only two values are processed per journal.
  • Fig. 32a shows the ordinary histogram and Fig. 32b shows the simplified histogram calculation.
  • the data receiver 110 may be configured to provide power information (eg, receive powers, logarithmic receive powers) of samples or symbols of a same time signal excerpt of the plurality subband signals, for example, to obtain a two-dimensional array 200 of power information, wherein a first dimension (in FIG. 32b, the y-axis (frequency axis)) of the two-dimensional array 200 describes the plurality of subband signals, wherein a second dimension (FIG. in Fig. 32b, the x-axis (time axis)) of the two-dimensional array 200 describes the sampling timings.
  • power information eg, receive powers, logarithmic receive powers
  • the data receiver 110 e.g., the packet detector 180 of the data receiver 110
  • the data receiver 110 may be configured to receive a signal at each sampling instant of the signal excerpt
  • the determined power information may form a matrix of power information, wherein rows of the matrix describe the plurality of subband signals, columns of the matrix describing sampling instants, wherein the data receiver 110 may be configured to perform the summation over the respective power information in columns.
  • the data receiver 110 e.g., the packet detector 180 of the data receiver 110
  • the data receiver 110 may be configured to receive a signal at each sampling instant of the signal excerpt
  • Power information forms a matrix of power information, wherein rows of the matrix describe the plurality of subband signals, columns of the matrix describing sampling times, wherein the data receiver 110 may be configured to perform the minimum formation across the respective power information columns.
  • the noise power P R, SUm is highly accurate, but only coincides with the actual noise power P R if there are sufficient times or f-columns in which there are no or only weak intrinsic or extraneous signals. This is the case, for example, in the left part of the signal scenario shown in FIG. However, in the right part of the scenario shown in Fig. 28, too high a value is always estimated when the two horizontal foreign signals are active for a long time and together have a power that is in the range of the total noise power in the relevant bands or exceeds them. The same problem occurs when significantly more eigen-signals with comparatively high power are present. In this case, while there is no constant power as with the two extraneous signals, the power in the relevant bands is always higher than the total noise power. In both cases, the estimated noise power P R SUm is greater than the actual noise power P R.
  • the value resulting from the maximum can be divided by the number of values to obtain the noise power PR sum .
  • a correction factor is usually not required. 2.
  • the relationship is much more complicated.
  • Fig. 33 is a diagram showing an example of a sum histogram
  • Fig. 34 shows an example of a minima histogram.
  • the high-resolution with 4 decimal bits is used in the sum histogram
  • a resolution reduced to 2 decimal bits is used in the minima histogram.
  • FIGS. 33 and 34 show that this results in comparable conditions with respect to the determination of the maxima. It can also be seen that an accuracy of less than 0.1 dB can be expected in the sum histogram, while deviations in the range of 0.5 dB can be expected in the minima histogram.
  • FIG. 35 shows a schematic block diagram of a packet decoder 184 of the data receiver 110 according to an exemplary embodiment.
  • the packet decoder 184 includes a standard processing 210 comprising a signal extraction 212, a t / f synchronization 214, a symbol sample 216, a channel estimate 218, a symbol evaluation 220, and a channel decoder 222. Further, the packet decoder 184 includes an estimate of the signal power 230 configured to estimate a signal power to obtain an estimated signal power Ps and an estimate of the interferer threshold 232 configured to be based on the estimated signal power P s and the noise power P estimated by the packet detector 180 R to get a disturber threshold Pu m *.
  • the central parameter of the interferer suppression is the estimate of the interferer threshold Pumit from the estimated noise power PR taken over by the packet detector 180 and the estimated signal power Ps obtained from the relevant signal sections.
  • the relevant signal sections are provided by the signal extraction, which is based on the data provided by the packet detector 180 for the time ( ⁇ rkt, a) and frequency (fpK T .ci) position of the packet.
  • the value pair ( ⁇ rkt, a, ⁇ rkt.a) is representative of all the parameters required to locate the signal sections of the packet.
  • this also includes information on the position of the sub-data packets 142 or information on the jump patterns used, from which the position of the sub-data packets 142 can be derived ,
  • the signals of the DFT filter bank of the packet detector 180 are not used in the packet decoder 184 as a rule, but there is a separate processing on the basis of the wideband signal.
  • the provision of the relevant signal sections in the context of signal extraction is concrete, is irrelevant for further processing in the packet decoder 184 and thus also for the Störer-suppression.
  • the estimation of the signal power Ps is based on the power values of the relevant signal sections.
  • the same method as for determining the noise power PR in the packet detector 180 is used in the core.
  • only a single histogram is formed, in which all power values of the relevant signal sections are received.
  • the calculation of the interferer threshold Pumit takes place on the assumption of a Gaussian distribution of the power values, where the mean value m of the distribution through the root of the signal power Ps and the standard deviation s of the distribution through the root of the sum of the noise power PR and a "self-noise "PRS is given. In this case, it can be assumed that the probability of performance values representing the value
  • the processing in the packet decoder 184 it can be assumed that the intrinsic signals shown in the signal scenario in FIG. 28 in band 2 form a packet with 5 sub-data packets 142. This results in the signal sections shown in Fig. 36 in this case, the sections 1 and 4 are disturbed by extraneous signals. Disturbances due to intrinsic signals of other packages are also possible, but are not available here.
  • the perturbation threshold Pu with can now be used in the processing steps 214, 218, 220 applied with Pumit in FIG. 35 in order to exclude signal components or symbols whose power exceeds the interferer threshold from the processing. The way this happens depends on the processing step:
  • the symbols whose power exceeds the interferer threshold can be excluded from processing or set to zero.
  • the effectiveness of the interferer suppression depends on the performance of the interferers compared to the power of the relevant signal sections. If the interferers have a lower power, they can not be detected, but then usually do not have a serious impact. Have the disturbers significant performance, they sit down in the histogram to determine the signal power Ps significantly and are therefore subsequently also well above the jammer threshold Pu with. Critical are interferers whose performance is in the range of performance of the sub-data packets 142 or slightly higher. In this case, the portions in the histogram overlap and a correct determination of the signal power is no longer possible. In this case, however, an interference suppression by exclusion of certain signal components or symbols from the processing is practically no longer possible, so that the method is no longer suitable in this case anyway.
  • Embodiments provide a method for interferer suppression when receiving packets in packet-oriented radio transmission systems, characterized by a Estimation of the noise power by histogram formation on the basis of the output values of a filter bank according to FIG. 27.
  • Embodiments provide a method of interferer suppression when receiving packets in packet-oriented radio transmission systems, characterized by efficient calculation of the histograms using the binary number representation of the power values according to the above C program code.
  • Embodiments provide a method of interferer suppression when receiving packets in packet-oriented radio transmission systems, characterized by a sliding estimate of the noise power according to FIG. 31.
  • Embodiments provide a method of interferer suppression when receiving packets in packet-oriented radio transmission systems, characterized by an optional simplified calculation with separate histograms for the sums and the minima of the power values according to the arrangement shown in Figure 32b including the choice between the two estimated noise power values PR.sum and PR, min.
  • Embodiments provide a method for interferer suppression when receiving packets in packet-oriented radio transmission systems, characterized by a
  • Embodiments provide a method for interferer suppression when receiving packets in packet-oriented radio transmission systems, characterized by
  • Embodiments provide a method for interferer suppression when receiving packets in packet-oriented radio transmission systems, characterized by
  • FIG. 37 shows a flowchart of a method 400 for receiving a signal, wherein the signal comprises interference of an interference-prone transmission channel.
  • Method 400 includes a step 402 of forming a histogram over a signal portion of the received signal. Further, the method 400 includes a step 404 of determining a mean receive information and / or a noise measure from the histogram.
  • Fig. 38 shows a flow diagram of a method 410 for receiving a signal, the signal having interferences of an interference-prone transmission channel.
  • the method 410 includes forming a step 412 of forming a median over receive information of a signal portion of the received signal to obtain average receive information.
  • Fig. 39 shows a flow diagram of a method 420 for receiving a signal, the signal comprising interference of an interference-prone transmission channel, the signal comprising at least one data packet or sub-packet transmitted over the interference-prone channel.
  • the method 420 includes a step 422 of scaling the signal with an average impulse response to obtain normalized received data symbols.
  • the method 420 comprises a step 424 of determining reliability information for the received data symbols of the at least one data packet or partial data packet based on a first symbol-based noise measure estimate and / or a second symbol-based noise measure estimate, wherein in the case of the first symbol-based noise measure estimate, a noise measure over a subset the received data symbols of the at least one data packet or sub-data packet is determined, wherein the subset comprises at least two symbols, wherein in the case of the second symbol-based noise measurement estimate for the received data symbols of the at least one data packet or sub-data packet, a noise measure is determined symbol by symbol.
  • Fig. 40 shows a flow chart of a method 430 for receiving a signal, the signal having interference of an interference-prone transmission channel.
  • the method 430 includes a step 432 of forming at least two histograms of received power information from two different signal samples of the received signal. Further, the method 430 includes a step 434 of binarizing the at least two histograms to obtain a combined histogram. Further, the method 430 includes a step 436 of determining noise power information from the combined histogram.
  • FIG. 41 shows a flowchart of a method 440 for receiving a signal, wherein the signal comprises interferences of an interference-prone transmission channel.
  • the method 440 includes a step 442 of dividing the signal into a plurality of subband signals, the plurality of subband signals having different subbands of the signal. Further, the method 440 includes determining a step 444 of determining power information of samples or symbols of a same time segment of the plurality of subband signals. Further, the method 440 includes a step 446 of performing summation for each sampling instant of the signal excerpt over the respective power information to obtain a set of summed power information for the signal excerpt. Further, the method 440 includes a step 448 of performing a minimum formation for each sampling instant of the signal excerpt over the respective power information to obtain a set of minimum power information for the signal excerpt. Further, the method 440 includes a step 450 of forming a sum histogram about the set of sum power information. Further, the method 440 includes a step 452 of forming a minimum histogram over the set of minimum power information.
  • Embodiments of the present invention find application in a system for transmitting data from a transmitter to a receiver.
  • the concepts described herein are for any arbitrary transmission if the channel is not coordinated (ALOHA or slotted ALOHA access method) and / or the transmission is in a non-exclusive band (eg ISM band).
  • Embodiments of the present invention relate to the determination of the disturbed symbols of a transmission. There are different approaches here.
  • the transmission power and noise variance in static channels can be determined.
  • detection and suppression of interference in static channels may be based on transmit power and noise variance.
  • a two-stage detection and suppression of interference in application may occur before synchronization.
  • aspects have been described in the context of a device, it will be understood that these aspects also constitute a description of the corresponding method, so that a block or a component of a device is also to be understood as a corresponding method step or as a feature of a method step. Similarly, aspects described in connection with or as a method step also represent a description of a corresponding block or detail or feature of a corresponding device.
  • Some or all of the method steps may be performed by a hardware device (or using a hardware device). Apparatus), such as a microprocessor, a programmable computer or an electronic circuit. In some embodiments, some or more of the most important method steps may be performed by such an apparatus.
  • embodiments of the invention may be implemented in hardware or in software.
  • the implementation may be performed using a digital storage medium, such as a floppy disk, a DVD, a Blu-ray Disc, a CD, a ROM, a PROM, an EPROM, an EEPROM or FLASH memory, a hard disk, or other magnetic disk or optical memory are stored on the electronically readable control signals, which can cooperate with a programmable computer system or cooperate, that the respective method is performed. Therefore, the digital storage medium can be computer readable.
  • some embodiments according to the invention include a data carrier having electronically readable control signals capable of interacting with a programmable computer system such that one of the methods described herein is performed.
  • a data carrier having electronically readable control signals capable of interacting with a programmable computer system such that one of the methods described herein is performed.
  • Computer program product with a program code implemented, wherein the program code is effective to perform one of the methods when the computer program product runs on a computer.
  • the program code can also be stored, for example, on a machine-readable carrier.
  • inventions include the computer program for performing any of the methods described herein, wherein the computer program is stored on a machine-readable medium.
  • an embodiment of the method according to the invention is thus a computer program which has a program code for performing one of the methods described herein when the computer program runs on a computer.
  • a further embodiment of the inventive method is thus a data carrier (or a digital storage medium or a computer-readable medium) on which the computer program is recorded for carrying out one of the methods described herein.
  • the medium, the digital storage medium or the computer readable medium are typically representational and / or non-transitory.
  • a further embodiment of the method according to the invention is thus a data stream or a sequence of signals, which represent the computer program for performing one of the methods described herein.
  • the data stream or the sequence of signals may be configured, for example, to be transferred via a data communication connection, for example via the Internet.
  • Another embodiment includes a processing device, such as a computer or a programmable logic device, that is configured or adapted to perform one of the methods described herein.
  • a processing device such as a computer or a programmable logic device, that is configured or adapted to perform one of the methods described herein.
  • Another embodiment includes a computer on which the computer program is installed to perform one of the methods described herein.
  • Another embodiment according to the invention comprises a device or a
  • a system configured to transmit a computer program for performing at least one of the methods described herein to a receiver.
  • the transmission can be done for example electronically or optically.
  • the receiver may be, for example, a computer, a mobile device, a storage device or a similar device.
  • the device or system may include a file server for transmitting the computer program to the recipient.
  • a programmable logic device eg, a field programmable gate rarray, an FPGA
  • a field programmable gate array may cooperate with a microprocessor to perform one of the methods described herein.
  • the methods are performed by any hardware device. This may be a universal hardware such as a computer processor (CPU) or hardware specific to the process, such as an ASIC.
  • the devices described herein may be implemented, for example, using a hardware device, or using a computer, or using a combination of a hardware device and a computer.
  • the devices described herein, or any components of the devices described herein, may be implemented at least in part in hardware and / or software (computer program).
  • the methods described herein may be implemented using a hardware device, or using a computer, or using a combination of a hardware device and a computer.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Noise Elimination (AREA)

Abstract

Ausführungsbeispiele schaffen einen Datenempfänger, wobei der Datenempfänger ausgebildet ist, um ein Signal zu empfangen, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei der Datenempfänger ausgebildet ist, um ein Histogramm über Empfangsinformationen eines Signalausschnitts des empfangen Signals zu bilden, und um aus dem Histogramm eine mittlere Empfangsinformation und/oder ein Rauschmaß zu ermitteln.

Description

Interferenzdetektion und Unterdrückung in nichtkoordinierten Systemen
Beschreibung
Ausführungsbeispiele beziehen sich auf einen Datenempfänger und, im speziellen, auf einen Datenempfänger zum Empfangen eines Signals, welches Interferenzen eines interferenzbehafteten Kanals aufweist. Weitere Ausführungsbeispiele beziehen sich auf ein Verfahren zum Empfangen eines Signals, und im speziellen auf ein Verfahren zum Empfangen eines Signals, welches Interferenzen eines interferenzbehafteten Kanals aufweist. Manche Ausführungsbeispiele beziehen sich auf eine Interferenzdetektion und Unterdrückung in nichtkoordinierten Systemen.
Aus der DE 10 201 1 082 098 B4 ist ein Telegram-Splitting basiertes Sensornetzwerk bekannt, bei dem batteriebetriebene Sensorknoten ein zu übertragendes Datenpaket (oder Telegramm) auf eine Mehrzahl von Teil-Datenpaketen, die jeweils kürzer sind als das Datenpaket, aufteilen und entsprechend eines Sprungmusters in der Zeit und/oder Frequenz verteilt übertragen, wobei die Mehrzahl von Teil-Datenpaketen jeweils kürzer sind als das Datenpaket. Zwischen den Teil-Datenpaketen können Sendepausen vorhanden sein, in denen nicht übertragen wird.
In einem typischen Sensornetz können mehrere 100.000 Sensorknoten mit nur einer Basisstation abgedeckt werden. Da die Sensorknoten über nur sehr kleine Batterien verfügen, ist eine Koordination der Übertragungen in den meisten Fällen kaum möglich. Durch das Telegram Splitting Verfahren wird hierfür eine sehr hohe Übertragungssicherheit erreicht.
Bei der gleichzeitigen bzw. zeitlich überlappenden Aussendung einer Vielzahl von in Teil- Datenpaketen aufgeteilten Datenpaketen und/oder der zeitgleichen Übertragung von Datenpaketen von anderen Datensendern anderer Funksysteme über einen unkoordinierten Kanal (z.B. ALOHA oder Slotted-ALOHA Zugriffsverfahren), z.B. in einem nicht exklusivem Band (z. B. ISM-Band), kann während der Übertragung der Daten eine Interferenz zwischen Übertragungen unterschiedlicher Datensender auftrete n, z.B. desselben Funksystems oder von unterschiedlichen Funksystemen. Während dieser Störung kommt es zu einer Verfälschung der übertragenen Daten (Symbole). Diese gestörten Daten können mit Hilfe einer Vorwärtsfehlerkorrektur (engl forward error correction (FEG)) wiederhergestellt werden, wobei die Leistungsfähigkeit der Vorwärtsfehlerkorrektur stark davon abhängig ist, ob bekannt ist welche Daten gestört sind.
Der vorliegenden Erfindung liegt die Aufgabe zugrunde, eine Leistungsfähigkeit einer empfängerseitigen Rückgewinnung von Daten, die über einen interferenzbehafteten Kanal übertragen werden, zu verbessern.
Diese Aufgabe wird durch die unabhängigen Patentansprüche gelöst.
Vorteilhafte Weiterbildungen finden sich in den abhängigen Patentansprüchen.
Ausführungsbeispiele schaffen einen Datenempfänger, wobei der Datenempfänger ausgebildet ist, um ein Signal zu empfangen, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei der Datenempfänger ausgebildet ist, um ein Histogramm über Empfangsinformationen [z.B. Empfangsleistungen, Beträge von Amplituden, oder Beträge von n-ten Wurzeln von Amplituden] eines Signalausschnitts [z.B. eines Satzes von Symbolen oder eines Satzes von Abtastwerten] des empfangen Signals zu bilden, und um aus dem Histogramm eine mittlere Empfangsinformation und/oder ein Rauschmaß [z.B. Rauschvarianz] [z.B. des Signalausschnitts (z.B. des Satzes von Symbolen oder Abtastwerten)] zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um Empfangsinformationen eines Satzes von empfangen Symbolen oder eines Satzes von Abtastwerten [z.B. die dem Signalausschnitt entsprechen] des empfangenen Signals zu ermitteln, und um das Histogramm über die ermittelten Empfangsinformationen des Satzes von empfangenen Symbolen oder des Satzes von Abtastwerten zu bilden.
Bei Ausführungsbeispielen sind die Empfangsinformationen des Signalausschnitts Leistungsinformationen oder Amplitudeninformationen.
Bei Ausführungsbeispielen sind die Leistungsinformationen Empfangsleistungen [z.B. ein Empfangsleistungswert pro Symbol oder Abtastwert].
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die Amplitudeninformationen mittels einer nicht-linearen Funktion zu gewinnen. Bei Ausführungsbeispielen sind die Amplitudeninformationen Beträge von Amplituden oder
Beträge von n-ten Wurzeln von Amplituden oder n-te Wurzeln von Beträgen von Amplituden sind.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die mittlere Empfangsinformation basierend auf einem Maximum einer Verteilung [z.B. Gaußkurve] von Empfangsinformationen des Histogramms zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um das Rauschmaß [z.B. die Rauschvarianz] ausgehend von einem Maximum einer Verteilung [z.B. Gaußkurve] von Empfangsinformationen des Histogramms basierend auf einer Halbwertsbreite der Verteilung [z.B. Gaußkurve] von Empfangsinformationen des Histogramms zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um eine Auflösung des Histogramms durch Einschränkung der oberen und/oder unteren Grenze [z.B. von Empfangsinformationen (x-Achse)] des Histogramms iterativ anzupassen, bis eine Halbwertsbreite einer Verteilung [z.B. Gaußkurve] von Empfangsinformationen des Histogramms einen vorgegebenen Bereich [z.B. Breite] im Histogramm belegt.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die Auflösung des Histogramms durch Einschränken der oberen und/oder unteren Grenze [von Empfangsinformationen] des Histogramms iterativ durch folgende Schritte anzupassen:
1. Ermitteln eines Abstands zwischens eines Maximums und einer Halbwertsbreite oder einer anderen vorgegeben Breite [z.B. 1/10 des Maximums] der Verteilung [z.B. Gaußkurve] von Empfangsinformationen des aktuellen Histogramms [z.B. Allgemein gesprochen gibt es zwei Referenzpunkte, wobei die Grenzen dann so lange eingeschränkt werden, bis der Abstand zwischen beiden Referenzpunkten einen Schwellwert übersteigt],
2. Einschränken der oberen und/oder unteren Grenze [z.B. von Empfangsinformationen] des aktuellen Histogramms basierend auf dem ermittelten Abstand zwischen Maximum und der Halbwertsbreite der Verteilung [z.B. Gaußkurve] von Empfangsinformationen,
3. Bilden eines aktualisierten Histogramms mit einer aktualisieren Auflösung basierend auf der eingeschränkten oberen und/oder unteren Grenze [z.B. wobei bei dem Bilden des aktualisierten Histogramms Empfangsinformationen, die außerhalb der oberen und unteren Grenze [z.B. von Empfangsinformationen] liegen, nicht betrachtet werden], 4. Wiederholen der Schritte 1 bis 3 solange bis der im Schritt 1 ermittelte Abstand zwischen dem Maximum und der Halbwertsbreite oder einer anderen vorgegeben Breite der Verteilung [z.B. Gaußkurve] von Empfangsinformationen größer oder gleich eines vorgegebenen Werts ist.
Bei Ausführungsbeispiele ist der Datenempfänger ausgebildet, um eine nicht-lineare Quantisierung der Empfangsinformationen durchzuführen, und um das Histogramm über die nicht-linear quantisierten Empfangsinformationen zu bilden.
Beispielsweise können im Unterschied zur Wurzelbildung nicht die Empfangsinformation modifiziert werden, sondern die Histogrammbins. Dies ist dann vorteilhaft, wenn die Länge der Empfangsinformation sehr viel größer ist, als die Anzahl der Histogrammbins.
Bei Ausführungsbeispielen sind die Empfangsinformationen Beträge von Amplituden eines Satzes von empfangen Symbolen oder eines Satzes von Abtastwerten [z.B. die dem Signalausschnitt entsprechen], wobei die nicht-lineare Quantisierung einer Wurzelbildung der Amplituden des Satzes von empfangen Symbolen oder des Satzes von Abtastwerten entspricht.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um das Histogramm zu filtern [z.B. Tiefpass zu filtern].
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um das Histogramm Tiefpass zu filtern.
Bei Ausführungsbeispielen weist das Signal zumindest ein Datenpaket oder einer Mehrzahl von Teil-Datenpaketen auf, die über den interferenzbehafteten Kanal übertragen werden, wobei der Datenempfänger ausgebildet ist, um die ermittelte mittlere Empfangsinformation und das Rauschmaß für die weitere Verarbeitung des zumindest einen Datenpakets oder der Mehrzahl von Teil-Datenpaketen einzusetzen.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um das Histogramm über Empfangsinformationen eines Signalausschnitts des empfangen Signals zu bilden, der sich aus einer Mehrzahl von Teil-Signalausschnitten zusammensetzt, wobei die Mehrzahl von Teil-Signalausschnitten die Mehrzahl von Teil-Datenpaketen aufweisen. Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die Rauschvarianz aus dem Histogramm zu ermitteln, wobei der Datenempfänger ausgebildet ist, um einen Median über Empfangsinformationen [z.B. Empfangsleistungen, Beträge von Amplituden, oder
Beträge von n-ten Wurzeln von Amplituden] eines Signalausschnitts [z.B. eines Satzes von Symbolen oder eines Satzes von Abtastwerten] des empfangen Signals zu bilden, und eine mittlere Empfangsinformation [z.B. des Signalausschnitts (z.B. des Satzes von Symbolen oder Abtastwerten)] zu erhalten.
Bei Ausführungsbeispielen weist das Signal zumindest zwei Datenpakete oder Teil- Datenpakete auf, die über den interferenzbehafteten Kanal übertragen werden, wobei zwischen den zumindest zwei Datenpakete oder Teil-Datenpakete Übertragungspausen [z.B. Sendepausen] vorhanden sind, wobei der Datenempfänger ausgebildet ist, um den Signalausschnitt in eine Übertragungspause zwischen den zumindest zwei Datenpaketen oder Teil-Datenpaketen zu legen.
Bei Ausführungsbeispielen setzt sich der Signalausschnitt aus zumindest zwei Teil- Signalausschnitten zusammen, wobei der Datenempfänger ausgebildet ist, um die zumindest zwei Teil-Signalausschnitte in unterschiedliche Übertragungspausen zwischen den zumindest zwei Teil-Datenpaketen zu legen.
Bei Ausführungsbeispielen liegt ein Maximum einer Verteilung von Empfangsinformationen des Histogramms bei Null.
Bei Ausführungsbeispielen sind die Empfangsinformationen Amplituden von Symbolen oder Abtastwerten des Signalausschnitts.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um nur das Rauschmaß aus dem Histogramm zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um basierend auf der ermittelten mittleren Empfangsinformation und der Rauschvarianz einen Mittelwert [z.B. eines Betrags] einer Empfangsamplitude und eine Standardabweichung des Rauschens zu ermitteln, wobei der Datenempfänger ausgebildet ist, um basierend auf dem ermittelten Mittelwert [z.B. des Betrags] der Empfangsamplitude und der Standardabweichung des Rauschens einen Schwellwert [z.B. Empfangsamplitudenschwellwert] zu ermitteln, wobei der Datenempfänger ausgebildet ist, um Symbole oder Abtastwerte des Signalausschnitts, deren Empfangsamplituden [z.B. dessen Beträge von Empfangsamplituden] oberhalb des Schwellwerts liegen, bei einer weiteren Verarbeitung [z.B. Detektion oder Decodierung] [z.B. von empfangenen Datenpaketen oder Teil-Datenpaketen] nicht zu berücksichtigen [z.B. um
Interferenzen des interferenzbehafteten Kanals zu unterdrücken].
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um Symbole oder
Abtastwerte des Signalausschnitts, deren Empfangsamplituden [z.B. dessen Beträge von Empfangsamplituden] unterhalb des Schwellwerts liegen und die einen vorgegebenen Abstand [z.B. ein, zwei, drei, oder vier Symbole oder Abtastwerte] zu Symbolen oder Abtastwerten aufweisen, deren Empfangsamplituden [z.B. dessen Beträge von Empfangsamplituden] oberhalb des Schwellwerts liegen, bei einer weiteren Verarbeitung [z.B. Detektion oder Decodierung] [z.B. von empfangenen Datenpaketen oder Teil- Datenpaketen] nicht zu berücksichtigen oder niedriger zu gewichten [z.B. als Symbole oder Abtastwerte des Signalausschnitts, deren Empfangsamplituden (z.B. dessen Beträge von Empfangsamplituden) unterhalb des Schwellwerts liegen] [z.B. um Interferenzen des interferenzbehafteten Kanals zu unterdrücken].
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um Symbole oder
Abtastwerte des Signalausschnitts basierend auf einer Verteilung [z.B. Gaußkurve] von Empfangsinformationen des Histogramms für eine weitere Verarbeitung [z.B. Decodierung oder Detektion] [z.B. von empfangenen Datenpaketen oder Teil-Datenpaketen] zu gewichten [z.B. um Interferenzen des interferenzbehafteten Kanals zu unterdrücken].
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die Symbole oder Abtastwerte des Signalausschnitts basierend auf der ermittelten mittleren Empfangsinformation und/oder des Rauschmaßes zu gewichten.
Bei Ausführungsbeispielen weist das Signal zumindest ein Datenpaket oder Teil-Datenpaket aufweist, das über den interferenzbehafteten Kanal übertragen wird, wobei das zumindest eine Datenpaket oder Teil-Datenpaket eine Synchronisationssequenz aufweist, wobei der Datenempfänger ausgebildet ist, um eine iterative weitere Verarbeitung [z.B. Synchronisierung und/oder Demodulation] des zumindest einen Datenpakets oder Teil- Datenpakets basierend auf der Synchronisationssequenz des zumindest einen Datenpakets oder Teil-Datenpakets durchzuführen, und um bei zumindest einem Iterationsschritt der iterativen weiteren Verarbeitung des zumindest einen Datenpakets oder Teil-Datenpakets Interferenzen des interferenzbehafteten Kanals zu unterdrücken, wobei die Interferenzen des interferenzbehafteten Kanals unterdrückt werden indem Symbole oder Abtastwerte der Synchronisationssequenz nicht berücksichtigt werden, die oberhalb des obigen Schwellwerts liegen,
und/oder Symbole oder Abtastwerte der Synchronisationssequenz geringer gewichtet werden, die den obigen Abstand zu Symbolen oder Abtastwerten nicht aufweisen, und/oder Symbole oder Abtastwerte der Synchronisationssequenz gewichtet werden.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die iterative weitere Verarbeitung [z.B. Synchronisierung und/oder Demodulation] des zumindest einen Datenpakets oder Teil-Datenpakets durch folgende Schritte durchzuführen:
1. Durchführen einer ersten Synchronisation [z.B. Frequenz- und/oder
Phasensynchronisation] des zumindest einen empfangen Datenpakets oder Teil- Datenpakets unter Unterdrückung der Interferenzen des interferenzbehafteten Kanals,
2. Aktualisieren der Unterdrückung der Interferenzen des interferenzbehafteten Kanals unter Verwendung der Ergebnisse der ersten Synchronisation,
3. Durchführen einer zweiten Synchronisation [z.B. Frequenz- und/oder
Phasensynchronisation] des zumindest einen empfangen Datenpakets oder Teil- Datenpakets unter Unterdrückung der Interferenzen des interferenzbehafteten Kanals.
4. Aktualisieren der Unterdrückung der Interferenzen des interferenzbehafteten Kanals unter Verwendung der Ergebnisse der zweiten Synchronisation.
Weitere Ausführungsbeispiele schaffen einen Datenempfänger, wobei der Datenempfänger ausgebildet ist, um ein Signal zu empfangen, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei der Datenempfänger ausgebildet ist, um einen Median über Empfangsinformationen [z.B. Empfangsleistungen, Beträge von Amplituden, oder Beträge von n-ten Wurzeln von Amplituden] eines Signalausschnitts [z.B. eines Satzes von Symbolen oder eines Satzes von Abtastwerten] des empfangen Signals zu bilden, um eine mittlere Empfangsinformation [z.B. des Signalausschnitts (z.B. des Satzes von Symbolen oder Abtastwerten)] zu erhalten.
Weitere Ausführungsbeispiele schaffen einen Datenempfänger, wobei der Datenempfänger ausgebildet ist, um ein Signal zu empfangen und mit einer gemittelten Impulsantwort zu skalieren, um normierte empfangene Datensymbole zu erhalten, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei das Signal zumindest ein Datenpaket oder Teil-Datenpaket [z.B. eine Mehrzahl von Teil-Datenpaketen] aufweist, das über den interferenzbehafteten Kanal übertragen wird, wobei der Datenempfänger ausgebildet ist, um Zuverlässigkeitsinformationen [z.B. LLR-Werte] für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets [z.B. pro Datenpaket oder Teil-Datenpaket] basierend auf einer ersten symbolbasierten Rauschmaßschätzung [z.B. AWGN-optimierte LLR-Skalierung] und/oder einer zweiten symbolbasierten Rauschmaßschätzung [z.B. Interferenz-optimierte LLR-Skalierung] zu ermitteln, wobei der Datenempfänger ausgebildet ist, um im Falle der ersten symbolbasierten Rauschmaßschätzung [z.B. AWGN-optimierte LLR-Skalierung] ein Rauschmaß über eine Teilmenge der empfangenen Datensymbole des zumindest einen Datenpakets oder Teil- Datenpakets zu ermitteln, wobei die Teilmenge zumindest zwei Symbole umfasst, wobei der Datenempfänger ausgebildet ist, um im Falle der zweiten symbolbasierten Rauschmaßschätzung [z.B. Interferenz-optimierte LLR-Skalierung] für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets symbolweise [z.B. für jedes Symbol] ein Rauschmaß zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um im Falle der ersten symbolbasierten Rauschmaßschätzung [z.B. AWGN-optimierte LLR-Skalierung] das Rauschmaß über Rauschwerte der ersten Teilmenge der empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets zu ermitteln [z.B. zu mittein].
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um im Falle der ersten symbolbasierten Rauschmaßschätzung [z.B. AWGN-optimierte LLR-Skalierung] ein erstes Rauschmaß über eine erste Teilmenge [z.B. eine erste Hälfte] der Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets und ein zweites Rauschmaß über eine zweite Teilmenge [z.B. eine zweite Hälfte] der Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um im Falle der zweiten symbolbasierten Rauschmaßschätzung [z.B. Interferenz-optimierte LLR-Skalierung] für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets symbolweise [z.B. für jedes Symbol] ein Rauschmaß zu ermitteln basierend auf [z.B. durch gleitende Mittelung über] einem Rauschwert des jeweiligen Datensymbols und zumindest eines Rauschwerts eines benachbarten Datensymbols.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um eine Interferenzrate des interferenzbehafteten Kanals zu ermitteln, und um in Abhängigkeit von der ermittelten Interferenzrate die Zuverlässigkeitsinformationen [z.B. LLR-Werte] für die empfangenen Symbole des zumindest einen Datenpakets oder Teil-Datenpakets entweder basierend auf der ersten symbolbasierten Rauschmaßschätzung [z.B. AWGN-optimierte LLR-Skalierung] oder basierend auf der zweiten symbolbasierten Rauschmaßschätzung [z.B. Interferenz optimierte LLR-Skalierung] zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die
Zuverlässigkeitsinformationen [z.B. LLR-Werte] für die empfangenen Symbole des zumindest einen Datenpakets oder Teil-Datenpakets separat basierend auf der ersten Rauschmaßschätzung [z.B. AWGN-optimierte LLR-Skalierung] und der zweiten
Rauschmaßschätzung [z.B. Interferenz-optimierte LLR-Skalierung] zu ermitteln, um erste Zuverlässigkeitsinformationen und zweite Zuverlässigkeitsinformationen zu erhalten und für eine weitere Verarbeitung (z.B. Decodierung) zu kombinieren.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die
Zuverlässigkeitsinformationen [z.B. LLR-Werte] für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets separat basierend auf der ersten symbolbasierten Rauschmaßschätzung [z.B. AWGN-optimierte LLR-Skalierung] und der zweiten symbolbasierten Rauschmaßschätzung [z.B. Interferenz-optimierte LLR-Skalierung] zu ermitteln, um erste Zuverlässigkeitsinformationen und zweite Zuverlässigkeitsinformationen für eine separate weitere Verarbeitung (z.B. separate Decodierung) zu erhalten.
Bei Ausführungsbeispielen weist das Signal eine Mehrzahl von Teil-Datenpaketen auf, wobei der Datenempfänger ausgebildet ist, um Impulsantworten der Mehrzahl von Teil- Datenpaketen zu ermitteln, wobei der Datenempfänger ausgebildet ist, um die gemittelte Impulsantwort basierend auf den ermittelten Impulsantworten zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die Impulsantwort des jeweiligen Teil-Datenpakets durch Mittelung der Synchronisationssymbole und den die Synchronisationssymbole beinhaltende Empfangssignalwerten zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um eine Rauchleistung des jeweiligen Teil-Datenpakets basierend auf der Impuisantwort oder einer reelwertigen Version der Impulsantwort [z.B. mittlere Empfangsleistung] zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die Rauschleistung des jeweiligen Teil-Datenpakets zu ermitteln basierend auf einer Differenzbildung zwischen empfangenen Symbolen [z.B. Synchronisationssymbole] des jeweiligen Teil-Datenpakets und einer basierend auf der ermittelten Impulsantwort rekonstruierten Version von empfangenen Symbolen.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die gemittelte Impulsantwort nur basierend auf den ermittelten Impulsantworten derjenigen Teil- Datenpakete der Mehrzahl von Teil-Datenpaketen zu ermitteln, deren ermittelten Rauschleistungen eine vorgegebene Rauschleistung nicht überschreiten.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die ermittelten Rauschleistungen der Mehrzahl Teil-Paketen in aufsteigender Reihenfolge zu sortieren, wobei der Datenempfänger ausgebildet ist, um ausgehend vom Mittelwert der L kleinsten Rauschleistungen iterativ eine Differenz mit der jeweils nächstgrößeren Rauschleistung zu ermitteln bis ein Zuwachsfaktor der jeweiligen Differenz eine vorgegebene Schwelle überschreitet, wobei diejenigen Teil-Datenpakete, die den jeweiligen nächstgrößeren Rauschwert, dessen Zuwachsfaktor die Schwelle überschreiten, oder einen größeren Rauschwert als den jeweiligen nächstgrößeren Rauschwert aufweisen, bei der Ermittlung der gemittelten Impulsantwort nicht zu berücksichtigen.
Weitere Ausführungsbeispiele schaffen einen Datenempfänger, wobei der Datenempfänger ausgebildet ist, um ein Signal zu empfangen, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei der Datenempfänger ausgebildet ist, um zumindest zwei Histogramme über Empfangsleistungsinformationen [z.B. Empfangsleistungen, logarithmierte Empfangsleistungen] von zwei unterschiedlichen Signalausschnitten [z.B. eines Satzes Abtastwerten oder eines Satzes von Symbolen] des empfangenen Signals zu bilden [Beispielsweise ein erstes Histogramm über Empfangsleistungsinformationen eines ersten Signalausschnitts des empfangenen Signals und ein zweites Histogramm über Empfangsleistungsinformationen eines zweiten Signalausschnitts des empfangenen Signals], wobei der Datenempfänger ausgebildet ist, um die zumindest zwei Histogramme [z.B. Verteilungen von Empfangsleistungsinformationen der zumindest zwei Histogramme] binweise zu kombinieren [z.B. zu addieren], um ein kombiniertes Histogramm zu erhalten, wobei der Datenempfänger ausgebildet ist, um aus dem kombinierten Histogramm eine Rauschleistungsinformation [z.B. Rauschleistung] zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um Empfangsleistungsinformationen [z.B. Empfangsleistungen, logarithmierte
Empfangsleistungen] von zumindest zwei Sätzen von Abtastwerten oder Symbolen der zumindest zwei Signalausschnitte zu ermitteln, und um die zumindest zwei Histogramme über die ermittelten Empfangsleistungsinformationen der zumindest zwei Sätzen von
Abtastwerten oder Symbolen zu bilden.
Bei Ausführungsbeispielen sind die Empfangsleistungsinformationen Empfangsleistungen oder logarithmierte Empfangsleistungen.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die Rauschleistungsinformation basierend auf einem Maximum einer Verteilung von kombinierten Empfangsleistungsinformationen des kombinierten Histogramms zu ermitteln.
Weitere Ausführungsbeispiele schaffen einen Datenempfänger, wobei der Datenempfänger ausgebildet ist, um ein Signal [z.B. ein Breitbandsignal] zu empfangen, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei der Datenempfänger ausgebildet ist, um das Signal in eine Mehrzahl von Teilbandsignalen [z.B. eine Mehrzahl von Kanälen] aufzuteilen, wobei die Mehrzahl von Teilbandsignalen unterschiedliche [z.B. sich teilweise überlappende] Teilbänder des Signals aufweisen, wobei der Datenempfänger ausgebildet ist, um Leistungsinformationen [z.B. Empfangsleistungen, logarithmierte Empfangsleistungen] von Abtastwerten oder Symbolen eines gleichen zeitlichen Signalausschnitts der Mehrzahl von Teilbandsignalen zu ermitteln [z.B. um eine zwei dimensionales Array von Leistungsinformationen zu erhalten, wobei eine erste Dimension des zwei dimensionalen Arrays die Mehrzahl von Teilbandsignalen beschreibt, wobei eine zweite Dimension des zweidimensionalen Arrays die Abtastzeitpunkte beschreibt], wobei der Datenempfänger ausgebildet ist, um für jeden Abtastzeitpunkt des Signalausschnitts eine Summenbildung über die jeweiligen Leistungsinformationen [z.B. des zwei dimensionalen Arrays] durchzuführen, um für den Signalausschnitt ein Satz von Summenleistungsinformationen zu erhalten, und wobei der Datenempfänger ausgebildet ist, um für jeden Abtastzeitpunkt des Signalausschnitts eine Minimumbildung [z.B. Minimumsuche] über die jeweiligen Leistungsinformationen [z.B. des zwei dimensionalen Arrays] durchzuführen, um für den Signalausschnitt ein Satz von Minimumleistungsinformationen zu erhalten, wobei der Datenempfänger ausgebildet ist, um ein Summen-Histogramm über den Satz von Summenleistungsinformationen zu bilden, wobei der Datenempfänger ausgebildet ist, um ein Minimum-Histogramm über den Satz von Minimumleistungsinformationen zu bilden.
Bei Ausführungsbeispielen bilden die ermittelten Leistungsinformationen eine Matrix von Leistungsinformationen, wobei Zeilen der Matrix die Mehrzahl von Teilbandsignalen beschreiben, wobei Spalten der Matrix Abtastzeitpunkte beschreiben, wobei der
Datenempfänger ausgebildet ist, um die Summenbildung über die jeweiligen
Leistungsinformationen spaltenweise durchzuführen, wobei der Datenempfänger ausgebildet ist, um die Minimumbildung über die jeweiligen Leistungsinformationen spaltenweise durchzuführen.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um aus dem Summen- Histogramm eine Summenrauschleistung zu ermitteln, wobei der Datenempfänger ausgebildet ist, um aus dem Minimum-Histogramm eine Minimumrauschleistung zu ermitteln.
Bei Ausführungsbeispielen ist der Datenempfänger ausgebildet, um die
Summenrauschleistung basierend auf einem Maximum einer Verteilung von Summenleistungsinformationen des Summen-Histogramms zu ermitteln, wobei der
Datenempfänger ausgebildet ist, um die Minimumrauschleistung basierend auf einem Maximum einer Verteilung von Minimumleistungsinformationen des Minium-Histogramms zu ermitteln.
Bei Ausführungsbeispielen sind die Empfangsleistungsinformationen Empfangsleistungen oder logarithmierte Empfangsleistungen.
Weitere Ausführungsbeispiele schaffen ein Verfahren zum empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist. Das Verfahren umfasst einen Schritt des Bildens eines Histogramms über einen Signalausschnitt des empfangen Signals. Ferner umfasst das Verfahren einen Schritt des Ermittelns einer mittleren Empfangsinformation und/oder eines Rauschmaßes aus dem Histogramm.
Weitere Ausführungsbeispiele schaffen ein Verfahren zum empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist. Das Verfahren umfasst einen Schritt des Bildens eines Medians über Empfangsinformationen eines Signalausschnitts des empfangen Signals, um eine mittlere Empfangsinformation zu erhalten.
Weitere Ausführungsbeispiele schaffen ein Verfahren zum Empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei das Signal zumindest ein Datenpaket oder Teil-Datenpaket aufweist, das über den interferenzbehafteten Kanal übertragen wird. Das Verfahren umfasst einen Schritt des Skalierens des Signals mit einer gemittelten Impulsantwort, um normierte empfangene Datensymbole zu erhalten. Ferner umfasst das Verfahren einen Schritt des Ermittelns einer Zuverlässigkeitsinformationen für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets basierend auf einer ersten symbolbasierten
Rauschmaßschätzung und/oder einer zweiten symbolbasierten Rauschmaßschätzung, wobei im Falle der ersten symbolbasierten Rauschmaßschätzung ein Rauschmaß über eine Teilmenge der empfangenen Datensymbole des zumindest einen Datenpakets oder Teil- Datenpakets ermittelt wird, wobei die Teilmenge zumindest zwei Symbole umfasst, wobei im Falle der zweiten symbolbasierten Rauschmaßschätzung für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets symbolweise ein Rauschmaß ermittelt wird.
Weitere Ausführungsbeispiele schaffen ein Verfahren zum Empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist. Das Verfahren umfasst einen Schritt des Bildens von zumindest zwei Histogrammen über Empfangsleistungsinformationen von zwei unterschiedlichen Signalausschnitten des empfangenen Signals. Ferner umfasst das Verfahren einen Schritt des binweisen Kombinierens der zumindest zwei Histogramme, um ein kombiniertes Histogramm zu erhalten. Ferner umfasst das Verfahren einen Schritt des Ermittelns einer Rauschleistungsinformation aus dem kombinierten Histogramm.
Weitere Ausführungsbeispiele schaffen ein Verfahren zum Empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist. Das Verfahren umfasst einen Schritt des Aufteilens des Signals in eine Mehrzahl von Teilbandsignalen, wobei die Mehrzahl von Teilbandsignalen unterschiedliche Teilbänder des Signals aufweisen. Ferner umfasst das Verfahren einen Schritt des Ermittelns von Leistungsinformationen von Abtastwerten oder Symbolen eines gleichen zeitlichen Signalausschnitts der Mehrzahl von Teilbandsignalen. Ferner umfasst das Verfahren einen Schritt des Durchführens einer Summenbildung für jeden Abtastzeitpunkt des Signalausschnitts über die jeweiligen Leistungsinformationen, um für den Signalausschnitt ein Satz von Summenleistungsinformationen zu erhalten. Ferner umfasst das Verfahren einen Schritt des Durchführens einer Minimumbildung für jeden Abtastzeitpunkt des Signalausschnitts über die jeweiligen Leistungsinformationen, um für den Signalausschnitt ein Satz von Minimumleistungsinformationen zu erhalten. Ferner umfasst das Verfahren einen Schritt des Bildens eines Summen-Histogramms über den Satz von Summenleistungsinformationen. Ferner umfasst das Verfahren einen Schritt des Bildens eines Minimum-Histogramms über den Satz von Minimumleistungsinformationen. Ausführungsbeispiele der vorliegenden Erfindung werden bezugnehmend auf die beiliegenden Figuren näher beschrieben. Es zeigen:
Fig. 1 ein schematisches Blockschaltbild eines Systems mit einem Datensender und einem Datenempfänger, gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
Fig. 2 in einem Diagramm eine Belegung des Übertragungskanals bei der
Übertragung einer Mehrzahl von Teil-Datenpaketen entsprechend einem Zeitfrequenzsprungmuster;
Fig. 3 ein schematisches Blockschaltbild eines Datenempfängers, gemäß einem
Ausführungsbeispiel der vorliegenden Erfindung;
Fig. 4 in einem Diagramm einen Verlauf eines empfangenen Signals, wobei das
Signal ein Telegram aufweist und wobei das Signal keine Störungen (Interferenzen) auf weist;
Fig. 5 in einem Diagramm einen Verlauf eines empfangenen Signals, wobei das
Signal Störungen (Interferenzen) aufweist;
Fig. 6 in einem Diagramm ein Histogramm über die ermittelten Leistungen der
Abtastwerte oder Symbole eines empfangenen Signals, das keine zusätzlichen Störungen (Interferenzen) aufweist;
Fig. 7 in einem Diagramm ein Histogramm über die ermittelten Leistungen der
Abtastwerte oder Symbole eines empfangenen Signals, wobei das Signal zusätzliche Störungen (Interferenzen) aufweist;
Fig. 8a-c Diagramme von Histogrammen die ermittelten Leistungen der Abtastwerte oder Symbole eines empfangenen Signals, wobei das Signal zusätzliche Störungen (Interferenzen) aufweist, wobei die Histogramme unterschiedliche obere und untere Grenzen von Leistungen aufweisen;
Fig. 9 in einem Diagramm ein Histogramm über die ermittelten Leistungen der
Abtastwerte oder Symbole eines empfangenen Signals, wobei das Signal ein geringes SNR aufweist; Fig. 10 in einem Diagramm Amplitudenverteilungen von Abtastwerten oder Symbolen zweier Konstellationspunkte eines binär modulierten Signals, wobei das Signal
Rauschen aufweist;
Fig. 1 1 in einem Diagramm eine Leistungsverteilung der
Summenamplitudenverteilung aus Fig. 10;
Fig. 12 eine Leistungsverteilung eines Beispieltelegramms mit linearem
Amplitudenverlauf;
Fig. 13 in einem Diagramm ein Histogramm über die ermittelten Beträge der
Amplituden der Abtastwerte oder Symbole eines empfangenen Signals, wobei das Signal ein geringes SNR aufweist;
Fig. 14 in einem Diagramm eine Verteilung der Wurzeln der Amplituden mit den
Daten aus Fig. 12;
Fig. 15 in einem Diagramm ein Histogramm über die ermittelten Beträge der n-ten
Wurzeln der Amplituden der Abtastwerte oder Symbole eines empfangenen Signals, wobei das Signal ein geringes SNR aufweist;
Fig. 16a in einem Diagramm ein ungefiltertes Histogramm über die ermittelten Beträge der n-ten Wurzeln der Amplituden der Abtastwerte oder Symbole eines empfangenen Signals, wobei das Signal ein geringes SNR aufweist;
Fig. 16b in einem Diagramm ein gefiltertes Histogramm über die ermittelten Beträge der n-ten Wurzeln der Amplituden der Abtastwerte oder Symbole des empfangenen Signals, wobei das Signal ein geringes SNR aufweist;
Fig. 17 in einem Diagramm einen Verlauf der Beträge der Amplituden eines
Paketausschnitts mit Störungen;
Fig. 18 in einem Diagramm ein Histogramm über Empfangsleistungen von
Abtastwerten oder Symbolen eines empfangenen Signals, wobei das empfangene Signal Störungen (Interferenzen) aufweist; Fig. 19 eine schematische Ansicht einer Mehrzahl von Teil-Datenpaketen, wobei die
Teil-Datenpakete eine Pilotsequenz (oder Synchronisationssequenz) mit P Pilotsymbolen (oder Synchronisationssymbole) und zwei Datensequenzen mit
DL + DR Datensymbolen aufweisen;
Fig. 20a in einem Diagramm einen Verlauf von sortierten Störleistungen von empfangenen Teil-Datenpaketen, wobei die Teil-Datenpakete nicht durch einen Störer gestört sind;
Fig. 20b in einem Diagramm Verläufe von sortierten Störleistungen von empfangenen
Teil-Datenpaketen, wobei eine unterschiedliche Anzahl von Teil-Datenpakete durch einen Störer gestört sind;
Fig. 21 ein schematisches Blockschaltbild eines Datenempfängers, gemäß einem
Ausführungsbeispiel;
Fig. 22 eine schematische Ansicht einer der ersten symbolbasierten
Rauschmaßschätzung und der zweiten symbolbasierten Rauschmaßschätzung vorgeschalteten Interferenzdetektion, zur Auswahl der ersten symbolbasierten Rauschmaßschätzung oder der zweiten symbolbasierten Rauschmaßschätzung basierend auf der Interferenzrate, gemäß einem Ausführungsbeispiel;
Fig. 23 eine schematische Ansicht einer der ersten symbolbasierten
Rauschmaßschätzung und der zweiten symbolbasierten
Rauschmaßschätzung nachgeschalteten Kombination und weiteren Verarbeitung der von der ersten symbolbasierten Rauschmaßschätzung bereitgestellten ersten Zuverlässigkeitsinformationen und der von der zweiten symbolbasierten Rauschmaßschätzung bereitgestellten zweiten Zuverlässigkeitsinformationen, gemäß einem Ausführungsbeispiel;
Fig. 24 eine schematische Ansicht einer der ersten symbolbasierten
Rauschmaßschätzung und der zweiten symbolbasierten
Rauschmaßschätzung nachgeschalteten separaten Weiterverarbeitung der von der ersten symbolbasierten Rauschmaßschätzung bereitgestellten ersten Zuverlässigkeitsinformationen und der von der zweiten symbolbasierten Rauschmaßschätzung bereitgestellten zweiten Zuverlässigkeitsinformationen, gemäß einem Ausführungsbeispiel;
Fig. 25 ein schematisches Blockschaltbild eines Datenempfängers, gemäß einem
Ausführungsbeispiel;
Fig. 26 ein schematisches Blockschaltbild eines Datenempfängers, gemäß einem
Ausführungsbeispiel;
Fig. 27 ein schematisches Blockschaltbild eines Paket-Detektors des
Datenempfängers, gemäß einem Ausführungsbeispiel;
Fig. 28 in einem Diagramm Eigensignale, Fremdsignale sowie ausgewertete Bereiche
(z.B. Kanäle; Band 1 , Band 2) des Breitbandsignals;
Fig. 29 in einem Diagramm eine normierte Verteilungen der Leistungswerte für ein
Rauschsignal mit PR = 1 bzw. PR = 0 dB für verschiedene Mittelungsfaktoren M;
Fig. 30 in einem Diagramm ein gemessenes Histogramm 124 für PR = 0 dB und M =
4;
Fig. 31 eine schematische Ansicht einer Berechnung und Auswertung der
Histogramme, gemäß einem Ausführungsbeispiel;
Fig. 32a eine schematische Ansicht einer gewöhnlichen Histogramm-Berechnung;
Fig. 32b eine schematische Ansicht einer vereinfachten Histogramm-Berechnung, gemäß einem Ausführungsbeispiel;
Fig. 33 in einem Diagramm ein Beispiel für ein Summen-Histogramm, das aus der vereinfachten Histogramm-Berechnung von Fig. 32b resultiert;
Fig. 34 in einem Diagramm ein Beispiel für ein Minima-Histogramm, das aus der vereinfachten Histogramm-Berechnung von Fig. 32b resultiert; Fig. 35 ein schematisches Blockschaltbild eines Paket-Decoders des
Datenempfängers, gemäß einem Ausführungsbeispiel;
Fig. 36 in einem Diagramm eine schematische Ansicht von fünf Teil-Datenpaketen, wobei zwei der Teil-Datenpakete durch Fremdsignale gestört sind;
Fig. 37 ein Flussdiagramm eines Verfahrens zum Empfangen eines Signals, gemäß einem Ausführungsbeispiel;
Fig. 38 ein Flussdiagramm eines Verfahrens zum Empfangen eines Signals, gemäß einem weiteren Ausführungsbeispiel;
Fig. 39 ein Flussdiagramm eines Verfahrens zum Empfangen eines Signals, gemäß einem weiteren Ausführungsbeispiel;
Fig. 40 ein Flussdiagramm eines Verfahrens zum Empfangen eines Signals, gemäß einem weiteren Ausführungsbeispiel; und
Fig. 41 ein Flussdiagramm eines Verfahrens zum Empfangen eines Signals, gemäß einem weiteren Ausführungsbeispiel.
In der nachfolgenden Beschreibung der Ausführungsbeispiele der vorliegenden Erfindung werden in den Figuren gleiche oder gleichwirkende Elemente mit dem gleichen Bezugszeichen versehen, so dass deren Beschreibung untereinander austauschbar ist.
1. Telegram-Splitting basiertes Funkübertragungssystem
Fig. 1 zeigt ein schematisches Blockschaltbild eines Systems mit einem Datensender 100 und einem Datenempfänger 1 10. Der Datensender 100 kann ausgebildet sein, um ein Signal 120 zu senden, wobei das Signal 120 zumindest zwei separate Teil-Datenpakete 142 aufweist. Der Datenempfänger 1 10 kann ausgebildet sein, um das Signal 120 (oder eine durch den Übertragungskanal modifizierte Version des Signals 120)) zu empfangen, welches die zumindest zwei separaten Teil-Datenpakete 142 aufweist.
Wie in Fig. 1 zu erkennen ist, sind die zumindest zwei separaten Teil-Datenpakete 142 in der Zeit und/oder in der Frequenz voneinander separiert bzw. beabstandet. Die Verteilung der zumindest zwei separaten Teil-Datenpakete 142 in der Zeit und/oder Frequenz kann entsprechend eines Sprungmusters (engl hopping pattern) 140 erfolgen.
Bei Ausführungsbeispielen kann der Datensender 100 eine Sendeeinrichtung (oder Sendemodul, oder Transmitter) 102 aufweisen, die ausgebildet ist, um das Signal 120 zu senden. Die Sendeeinrichtung 102 kann mit einer Antenne 104 des Datensenders 100 verbunden sein. Der Datensender 100 kann ferner eine Empfangseinrichtung (oder Empfangsmodul, oder Receiver) 106 aufweisen, die ausgebildet ist, um ein Signal zu empfangen. Die Empfangseinrichtung 106 kann mit der Antenne 104 oder einer weiteren (separaten) Antenne des Datensenders 100 verbunden sein. Der Datensender 100 kann auch eine kombinierte Sendeempfangseinrichtung (Transceiver) aufweisen.
Bei Ausführungsbeispielen kann der Datenempfänger 110 kann eine Empfangseinrichtung (oder Empfangsmodul, oder Receiver) 1 16 aufweisen, die ausgebildet ist, um das Signal 120 zu empfangen. Die Empfangseinrichtung 116 kann mit einer Antenne 1 14 des Datenempfängers 110 verbunden sein. Ferner kann der Datenempfänger 1 10 eine Sendeeinrichtung (oder Sendemodul, oder Transmitter) 1 12 aufweisen, die ausgebildet ist, um ein Signal zu senden. Die Sendeeinrichtung 1 12 kann mit der Antenne 1 14 oder einer weiteren (separaten) Antenne des Datenempfängers 1 10 verbunden sein. Der Datenempfänger 1 10 kann auch eine kombinierte Sendeempfangseinrichtung (Transceiver) aufweisen.
Bei Ausführungsbeispielen kann der Datensender 100 ein Sensorknoten sein, während der Datenempfänger 1 10 eine Basisstation sein kann. Typischerweise umfasst ein Kommunikationssystem zumindest einen Datenempfänger 1 10 (Basisstation) und eine Vielzahl von Datensendern (Sensorknoten, wie z.B. Heizungszähler). Natürlich ist es auch möglich, dass der Datensender 100 eine Basisstation ist, während der Datenempfänger 1 10 ein Sensorknoten ist. Ferner ist es möglich, dass sowohl der Datensender 100 als auch der Datenempfänger 1 10 Sensorknoten sind. Des Weiteren ist es möglich, dass sowohl der Datensender 100 als auch der Datenempfänger 1 10 Basisstationen sind.
Der Datensender 100 und der Datenempfänger 1 10 können ausgebildet sein, um Daten unter Verwendung eines Telegram-Splitting-Verfahrens (dt.
Telegrammaufteilungsverfahrens) zu senden bzw. zu empfangen. Hierbei wird ein die Daten aufweisendes Datenpaket (oder Telegramm) in eine Mehrzahl von Teil-Datenpakete (oder Sub-Datenpakte) 142 aufgeteilt und die Teil-Datenpakete 142 entsprechend eines Sprungmusters 140 in der Zeit verteilt und/oder in der Frequenz verteilt von dem Datensender 100 zu dem Datenempfänger 1 10 übertragen, wobei der Datenempfänger 1 10 die Teil-Datenpakete 142 wieder zusammenfügt (oder kombiniert), um das eigentliche Datenpaket zu erhalten. Jedes der Teil-Datenpakete 142 enthält dabei nur einen Teil des Datenpakets 120. Das Datenpaket kann ferner kanalcodiert sein, so dass zum fehlerfreien Decodieren des Datenpakets nicht alle Teil-Datenpakete 142 sondern nur ein Teil der Teil- Datenpakete 142 erforderlich ist.
Die zeitliche Verteilung der Mehrzahl von Teil-Datenpaketen 142 kann, wie bereits erwähnt, entsprechend eines Zeit- und/oder Frequenzsprungmusters 140 erfolgen.
Ein Zeitsprungmuster kann eine Abfolge von Sendezeitpunkten oder Sendezeitabständen angeben, mit denen die Teil-Datenpakete gesendet werden. Beispielsweise kann ein erstes Teil-Datenpaket zu einem ersten Sendezeitpunkt (oder in einem ersten Sendezeitschlitz) und ein zweites Teil-Datenpaket zu einem zweiten Sendezeitpunkt (oder in einem zweiten Sendezeitschlitz) gesendet werden, wobei der erste Sendezeitpunkt und der zweite Sendezeitpunkt unterschiedlich sind. Das Zeitsprungmuster kann dabei den ersten Sendezeitpunkt und den zweiten Sendezeitpunkt definieren (oder vorgeben, oder angeben). Alternativ kann das Zeitsprungmuster den ersten Sendezeitpunkt und einen zeitlichen Abstand zwischen dem ersten Sendezeitpunkt und dem zweiten Sendezeitpunkt angeben. Natürlich kann das Zeitsprungmuster auch nur den zeitlichen Abstand zwischen dem ersten Zeitpunkt und dem zweiten Sendezeitpunkt angeben. Zwischen den Teil-Datenpaketen können Sendepausen vorhanden sein in denen nicht gesendet wird. Die Teil-Datenpakete können sich auch zeitlich überlappen (überschneiden).
Ein Frequenzsprungmuster kann eine Abfolge von Sendefrequenzen oder Sendefrequenzsprüngen angeben, mit denen die Teil-Datenpakete gesendet werden. Beispielsweise kann ein erstes Teil-Datenpaket mit einer ersten Sendefrequenz (oder in einem ersten Frequenzkanal) und ein zweites Teil-Datenpaket mit einer zweiten Sendefrequenz (oder in einem zweiten Frequenzkanal) gesendet werden, wobei die erste Sendefrequenz und die zweite Sendefrequenz unterschiedlich sind. Das Frequenzsprungmuster kann dabei die erste Sendefrequenz und die zweite Sendefrequenz definieren (oder vorgeben, oder angeben). Alternativ kann das Frequenzsprungmuster die erste Sendefrequenz und einen Frequenzabstand (Sendefrequenzsprung) zwischen der ersten Sendefrequenz und der zweiten Sendefrequenz angeben. Natürlich kann das Frequenzsprungmuster auch nur den Frequenzabstand (Sendefrequenzsprung) zwischen der ersten Sendefrequenz und der zweiten Sendefrequenz angeben. Natürlich können die Mehrzahl von Teil-Datenpaketen 142 auch sowohl in der Zeit- als auch in der Frequenz verteilt von dem Datensender 100 zu dem Datenempfänger 1 10 übertragen werden. Die Verteilung der Mehrzahl von Teil-Datenpaketen in der Zeit und in der Frequenz kann entsprechend einem Zeitfrequenzsprungmuster erfolgen. Ein Zeitfrequenzsprungmuster kann die Kombination aus einem Zeitsprungmuster und einem Frequenzsprungmuster sein, d.h. eine Abfolge von Sendezeitpunkten oder Sendezeitabständen mit denen die Teil-Datenpakete 142 übertragen werden, wobei den Sendezeitpunkten (oder Sendezeitabständen) Sendefrequenzen (oder Sendefrequenzsprünge) zugeordnet sind.
Fig. 2 zeigt in einem Diagramm eine Belegung des Übertragungskanals bei der Übertragung einer Mehrzahl von Teil-Datenpaketen 142 entsprechend einem Zeitfrequenzsprungmuster. Dabei beschreibt die Ordinate die Frequenz und die Abszisse die Zeit.
Wie in Fig. 2 zu erkennen ist, kann das Datenpaket 120 beispielhaft auf n = 7 Teil- Datenpakete 142 aufgeteilt werden und entsprechend eines Zeitfrequenzsprungmusters verteilt in der Zeit und der Frequenz von dem Datensender 100 zu dem Datenempfänger 1 10 übertragen werden.
Wie in Fig. 2 weiter zu erkennen ist, können die Mehrzahl von Teil-Datenpaketen 142 neben Daten (Datensymbole 146 in Fig. 2) auch Pilotsequenzen (Pilotsymbole (oder Synchronisationssymbole) 144 in Fig. 2) enthalten, basierend auf denen der Datenempfänger 1 10 die Teil-Datenpakete 142 in einem Empfangssignal 120 oder Empfangsdatenstrom detektieren.
Durch die unkoordinierte bzw. asynchrone Übertragung der Daten von vielen Teilnehmern kommt es während der Übertragung zu Überlagerungen der Signale zwischen den Teilnehmern. Weiterhin kann es bei Nutzung eines unlizenzierten Bandes zu Störungen mit Teilnehmern aus anderen Netzen kommen. Auf Grund der unkoordinierten Übertragung ist es nicht möglich am Empfänger eine sukzessive Interferenz-Auslöschung mittels decodieren des stärksten Signals und abziehen des re-enkodierten Signals durchzuführen, da der exakte Empfangszeitpunkt und die Frequenz nicht bekannt sind bzw. eine hinreichend genaue Schätzung in der Regel nicht möglich ist. Ähnliches gilt, für die Übertragung von anderen Systemen, da über die Fremdstörungen keine Information zu Datenrate und Modulationsverfahren vorliegt. Wie bereits eingangs erwähnt setzen die meisten Systeme jedoch eine FEC zur Fehierkorrektur ein, worauf diese Erfindung beruht. Sie befasst sich mit Techniken, die die Störfestigkeit von Systemen verbessert, die eine FEC einsetzen.
In diesen Fällen ist es, gerade bei FECs mit Soft-Decision-Input, von Vorteil zu wissen, welche Symbole mutmaßlich durch eine andere Übertragung gestört sind. Diese Symbole können dann vor der Zufuhr der FEC speziell gewichtet werden (man spricht von Skalierung der LLRs) um ihren Einfluss zu verringern oder zu eliminieren.
Im Folgenden werden Ausführungsbeispiele des Datenempfängers 1 10 beschrieben, der ein Signal 120 in einem solchen interferenzbehafteten Kanal empfängt.
2. Bestimmung der Signalleistung und Rauschvarianz im statischen Kanal
Fig. 3 zeigt ein schematisches Blockschaltbild eines Datenempfängers 1 10, gemäß einem Ausführungsbeispiel. Der Datenempfänger 110 ist ausgebildet, um ein Signal 120 zu empfangen, wobei das Signal 120 Interferenzen 122 eines interferenzbehafteten Übertragungskanals aufweist.
Der Datenempfänger 1 10 ist ausgebildet ist, um ein Histogramm 124 über Empfangsinformationen (z.B. Leistungsinformationen oder Amplitudeninformationen) eines Signalausschnitts 126 (z.B. eines Satzes von Symbolen oder eines Satzes von Abtastwerten) des empfangen Signals 120 zu bilden, und um aus dem Histogramm 124 eine mittlere Empfangsinformation und/oder ein Rauschmaß (z.B. Rauschvarianz) (z.B. des Signalausschnitts 126 (z.B. des Satzes von Symbolen oder Abtastwerten)) zu ermitteln.
Bei Ausführungsbeispielen kann das Histogramm 124 eine grafische Darstellung der Häufigkeitsverteilung der Empfangsinformationen sein, wobei die Empfangsinformationen hierfür beispielsweise in Klassen (engl bins) konstanter oder variabler Breite eingeteilt werden können.
Bei Ausführungsbeispielen kann der Datenempfänger 1 10 ausgebildet sein, um für einen Satz von Abtastwerten oder Symbolen des Signalausschnitts 126 Empfangsinformationen (z.B. Leistungsinformationen oder Amplitudeninformationen) zu ermitteln, und um das Histogramm 124 über die ermittelten Empfangsinformationen (z.B. Leistungsinformationen oder Amplitudeninformationen) zu bilden. Beispielsweise kann der Datenempfänger 1 10 ausgebildet sein, um für jeden Abtastwert oder jedes Symbol des Signalausschnitts 126 des empfangenen Signals 120 eine Empfangsinformation (z.B. eine Leistungsinformation, wie z.B Empfangsleistung, oder
Amplitudeninformation, wie z.B. Betrag der Amplitude oder Betrag der n-ten Wurzel der Amplitude) zu ermitteln, um für den Satz von Abtastwerten oder Symbolen des Signalausschnitts 126 die ermittelten Empfangsinformationen zu erhalten, und um das Histogramm 124 über die ermittelten Empfangsinformationen zu bilden.
Bei Ausführungsbeispielen kann der Datenempfänger 1 10 ausgebildet sein, um die mittlere Empfangsinformation basierend auf einem Maximum einer Verteilung 126 (z.B. Gaußkurve) von Empfangsinformationen des Histogramms zu ermitteln.
Bei Ausführungsbeispielen kann der Datenempfänger 1 10 ausgebildet sein, um das Rauschmaß (z.B. die Rauschvarianz) ausgehend von einem Maximum einer Verteilung (z.B. Gaußkurve) von Empfangsinformationen des Histogramms 124 basierend auf einer Halbwertsbreite der Verteilung 128 (z.B. Gaußkurve) von Empfangsinformationen des Histogramms 124 zu ermitteln.
Bei Ausführungsbeispielen können die Empfangsinformationen Leistungsinformationen oder Amplitudeninformationen sein, wie zum Beispiel Empfangsleistungen (z.B. ein Empfangsleistungswert pro Symbol oder Abtastwert), Beträge von Amplituden oder Beträge von n-ten Wurzeln von Amplituden (z.B. ein Betrag einer Amplitude bzw. einen Betrag einer n-ten Wurzel einer Amplitude des Abtastwerts oder Symbols).
Ausführungsbeispiele setzen einen (quasi-)statischen Kanal voraus, das bedeutet es gibt keine/geringe zeitliche Änderung des Kanals während einer Übertragung. Dies ist beispielsweise dann erfüllt, wenn sowohl Datensender 100 als auch der Datenempfänger 1 10 ortsfest sind oder sich nur so langsam bewegen, dass die Änderung des Kanals langsamer ist als die Dauer einer Übertragung
Um mutmaßlich gestörte Symbole erkennen zu können, ist es vorteilhaft zwischen verrauschten und gestörten Symbolen unterscheiden zu können. Für diese Unterscheidung eignet sich im statischen Kanal die Verwendung der Signalleistung und der Rauschvarianz. Die detaillierte Beschreibung wie aus diesen beiden Parametern die Bestimmung der gestörten Symbole erfolgt, wird unten z.B. in Kapitel 3 beschrieben. Bei Ausführungsbeispielen kann die Bestimmung der Signalleistung und der Rauschvarianz nach der Detektion im Decoder, jedoch noch vor der Synchronisation (Frequenz-, Zeit- und Phasenschätzung) erfolgen. Es kann angenommen werden, dass durch die Detektion eine grobe Frequenz- und Zeitschätzung erfolgt ist und der Fehler kleiner als folgende Parameter ist:
Wobei Ts die Symboldauer und fs die Symbolrate des Systems darstellt.
Die folgende Methodik funktioniert für beliebige Modulationsarten. Falls ein Modulationsverfahren mit gleicher Amplitude für alle Konstellationspunkte (alle Symbole liegen auf dem Einheitskreis) eingesetzt werden sollte (z. B. MSK, M-PSK, FSK), können beispielsweise neben den Pilotsymbolen auch die unbekannten Datensymbole zur Bestimmung der Signalleistung und der Rauschvarianz verwendet werden. Im Falle, dass die Signalamplitude vom Konstellationspunkt des Modulationsverfahrens abhängt (z. b. QAM), ist es möglich, nur die Pilotsymbole zu verwenden. Im zweiten Fall kann die Empfangsamplitude auf den Modulationspunkt normiert werden, so dass alle Symbole bei idealer Übertragung ohne Rauschen die gleiche Leistung aufweisen.
Wird ein Verfahren mit konstanter Einhüllender (z. B. FSK oder MSK) eingesetzt können im Folgenden anstelle der Symbole nach der Matched-Filterung auch die komplexen Basisbandsamples vor der Matched-Filterung verwendet werden. In diesem Fall ist jedoch dafür Sorge zu tragen, dass die Überabtastung des Signals relativ gering ist, um den Einfluss von Rauschen außerhalb der Nutzbandbreite einzugrenzen.
Der allgemeine Ansatz die Signalamplitude durch Mittelwertbildung zu bestimmen, funktioniert in Interferenzkanälen nicht, da die Störungen eine unbekannte Amplitude besitzen und somit das Ergebnis verfälschen.
Dieser Ansatz beruht weiterhin auf der Annahme, dass zumindest ein Teil der Symbole bzw. der Samples ungestört sind, was jedoch keine Einschränkung darstellt, denn wenn nahezu alle Symbole gestört sind ist es selbst bei idealer Kenntnis der gestörten Symbole nicht möglich die Daten mit Hilfe der FEC zu rekonstruieren. Fig. 4 zeigt in einem Diagramm einen Verlauf eines empfangenen Signals 120, wobei das Signal ein Telegram aufweist und wobei das Signal 120 keine Störungen (Interferenzen) aufweist. Dabei beschreibt die Ordinate die Amplitude und die Abszisse die Abtastwerte
(engl samples). Mit anderen Worten, Fig. 4 zeigt einen beispielhaften Verlauf von Signalamplituden eines Telegramms ohne Störungen. Es handelt sich hierbei um ein komplexes Basisbandsignal einer MSK-Modulation (mit Frequenzoffset), wobei die Signalleistung durch das Quadrieren des Signalamplituden errechnet werden kann.
Fig. 5 zeigt in einem Diagramm einen Verlauf eines empfangenen Signals 120, wobei das Signal 120 Störungen (Interferenzen) 122 aufweist. Dabei beschreibt die Ordinate die Amplitude und die Abszisse die Abtastwerte (engl samples). Mit anderen Worten, in Fig. 5 ist nun ein Fall zu sehen, bei dem einzelne Störungen 122 mit teilweise deutlich höheren Amplituden am Datenempfänger 1 10 eingetroffen sind. In diesem Fall gilt es die Signalleitung und die Rauschvarianz zu bestimmen.
Aufgrund der normierten Signalamplitude auf das Modulationsverfahren besitzen alle empfangenen Symbole/Samples die gleiche Signalleistung (ohne Rauschen). Am Datenempfänger 1 10 sind die Signalleistungen dann aufgrund des Rauschens z.B. gaußverteilt, wobei die Spitze der erhaltenen Gaußkurve von der Kanaldämpfung und die Breite von der Rauschleistung abhängt. Bei empfangenen Symbolen, deren Leistung weit außerhalb des Bereichs der Gaußkurve liegt, kann angenommen werden, dass diese höchstwahrscheinlich gestört sind und diese z.B. verworfen werden können.
Um diese Symbole zu erhalten können zunächst die Leistungen der empfangen Abtastwerte (engl samples) oder Symbole berechnet. Dies kann beispielsweise durch quadrieren der Signalamplituden erfolgen.
Wird ein Histogramm über die ermittelten Leistungen der empfangenen Abtastwerte oder Symbole gebildet, dann liegt das Maximum der Verteilung in dem Histogramm (z.B. exakt) bei der Empfangsleistung (= Sendeleistung - Kanaldämpfung). Die Breite der Kurve bzw. Verteilung kann die Rauschvarianz angeben.
Durch die zufällige Amplitudenverteilung der Störer 122 (siehe Fig. 5) haben die gestörten Symbole nur einen sehr geringen Einfluss auf die Verteilung der Werte im Histogramm.
Fig. 6 zeigt in einem Diagramm ein Histogramm 124 über die ermittelten Leistungen der Abtastwerte oder Symbole eines empfangenen Signals 120, das keine zusätzlichen Störungen (Interferenzen) aufweist. Dabei beschreibt die Ordinate die Wahrscheinlichkeit und die Abszisse die Leistung. Mit anderen Worten, Fig. 6 zeigt ein typisches Histogramm eines empfangenen Telegramms ohne Störungen (Histogramm einer Übertragung mit einer Empfangsleistung von -100 dBm und einer Rauschleistung von -120 dBm ohne zusätzliche Störungen). In dem Histogramm 124 kann das Maximum ermittelt werden, welches die Empfangsleistung darstellt. Aus der Halbwertsbreite der Gaußverteilung des Rauschens kann die Rauschvarianz s [3] und daraus die Rauschleistung bestimmt werden.
Fig. 7 zeigt in einem Diagramm ein Histogramm 124 über die ermittelten Leistungen der Abtastwerte oder Symbole eines empfangenen Signals 120, wobei das Signal 120 zusätzliche Störungen (Interferenzen) aufweist. Dabei beschreibt die Ordinate die Wahrscheinlichkeit und die Abszisse die Leistung. Mit anderen Worten, Fig. 7 zeigt ein weiteres Histogramm mit den gleichen Kanalparametern (Histogramm einer Übertragung mit einer Empfangsleistung von -100 dBm und einer Rauschleistung von -120 dBm), jedoch sind in diesem Fall zusätzlich Störungen 122 im Kanal vorhanden. Wie in Fig. 7 zu erkennen ist, ändert sich die Lage des Maxima und die Halbwertsbreite durch die Störungen nicht.
Bei Ausführungsbeispielen kann zur Bestimmung der Empfangsleistung der ungestörten Empfangssymbole und ihrer Rauschvarianz ein Histogramm 124 über die Symbole/Samples gebildet werden. Aus diesem Histogramm 124 kann über das Maximum und die Halbwertsbreite um das Maximum die Signalleistung und die Rauschleistung bestimmt werden.
Wie in Fig. 7 zu erkennen ist, kann es durch die Schwankung der Amplituden der Störungen 122 dazu kommen, dass die Auflösung des Histogramms 124 durch die hohe Dynamik der Störungen im Bereich des Maximums sehr stark reduziert. Hierdurch lässt sich das exakte Maximum und die Halbwertsbreite unter gewissen Umständen nur sehr schlecht bis gar nicht bestimmen.
Bei Ausführungsbeispielen kann daher eine iterative Annäherung an das Maximum durchgeführt werden, bis die Auflösung des Histogramms 124 hinreichend genau ist. Typischerweise kann die Halbwertsbreite 1/4 bis 1/6 der gesamten Auflösung des Histogramms 124 betragen. Hierzu können die Grenzen (Ober- und Untergrenze) des zulässigen Bereichs für das Histogramm schrittweise eingeengt werden.
Bei Ausführungsbeispielen kann der Ablauf folgendem Schema folgen: 1. Bildung des initialen Histogramms ohne Einschränkung der Grenzen (Minimum und
Maximum stellen das Minima und Maxima aus den Inputdaten dar),
2. Suche des Maxima und der ungefähren Halbwertsbreite,
3. Einschränkung der Grenzen(Minimum und Maximum),
4. Erneute Histogrammbildung mit den eingeschränkten Grenzen (alle Samples/Symbole außerhalb der Grenzen werden nicht betrachtet,
5. Wiederholen der Schritte 2-4 bis die Halbwertsbreite größer als eine definierte Breite des Histogramms darstellt.
Zur Veranschaulichung zeigt Fig. 8a bis 8c dieses Schema am Beispiel aus Fig. 7, wo die Störungen 122 einen sehr viel größeren Dynamikbereich besitzen als das Nutzsignal.
Im Detail zeigen Fig. 8a bis 8c Diagramme von Histogrammen 124 die ermittelten Leistungen der Abtastwerte oder Symbole eines empfangenen Signals 120, wobei das Signal 120 zusätzliche Störungen (Interferenzen) aufweist, wobei die Histogramme 124 unterschiedliche obere und untere Grenzen von Leistungen aufweisen. Dabei beschreiben die Ordinaten die Wahrscheinlichkeiten und die Abszissen die Leistungen.
Wie in Fig. 8a bis 8c zu erkennen ist, kann eine Schrittweise Annäherung erfolgen bis die Auflösung der Gaußkurve die gewünschte Breite erreicht hat.
Bei Ausführungsbeispielen können die Grenzen der Histogramme eingeschränkt werden, bis die Breite der Gaußkurve einen gewissen Schwellwert übersteigt.
Die oben beschriebene Methodik funktioniert problemlos, solange das SNR (SNR = signal- to-noise ratio, dt. Signalrauschverhältnis) des Nutzsignals gut ist. Wird das SNR jedoch geringer, kann es bei der Histogrammbildung jedoch unter gewissen Umständen dazu kommen, dass das Maximum des Histogramms der Leistungen der Abtastwerte oder Symbole nicht mehr bei der Empfangsleistung, sondern bei null liegt, wie dies in Fig. 9 gezeigt ist.
Im Detail zeigt Fig. 9 in einem Diagramm ein Histogramm 124 über die ermittelten Leistungen der Abtastwerte oder Symbole eines empfangenen Signals 120, wobei das Signal 120 ein geringes SNR aufweist. Dabei beschreibt die Ordinate die Wahrscheinlichkeit und die Abszisse die Leistung. Mit anderen Worten, Fig. 9 zeigt in einem Diagramm ein Histogramm 124 der Leistungen eines Telegramms bei schlechtem SNR. Dieser Effekt lässt sich sehr schön am Beispiel einer binären Modulation zeigen, wobei die Symbole auf eine Amplitude von +1 bzw. -1 abgebildet (gemappt) werden.
Werden für beide Konsteilationspunkte die Amplitudenverteilung inklusive Rauschen gebildet, lassen sich zwei Gaußkuven mit den Maxima an den jeweiligen Konstellationspunkten erkennen. Dies ist in Fig. 10 grafisch durch eine erste Kurve 129_1 und eine zweite Kurve 129_2 dargestellt.
Im Detail zeigt Fig. 10 in einem Diagramm Amplitudenverteilungen von Abtastwerten oder Symbolen zweier Konstellationspunkte eines binär modulierten Signals, wobei das Signal Rauschen aufweist. Dabei beschreibt die Ordinate eine Anzahl/Wahrscheinlichkeit und die Abszisse die Amplitude. In Fig. 10 beschreibt eine erste Kurve 129_1 die Amplitudenverteilung der Abtastwerte oder Symbole eines ersten Konstellationspunkts und eine zweite Kurve 129_2 die Amplitudenverteilung der Abtastwerte oder Symbole eines zweiten Konstellationspunkts. Ferner beschreibt in Fig. 10 eine dritte Kurve 129_3 eine Überlagerung der ersten Kurve 129_1 und der zweiten Kurve 129_2 (Summenamplitudenverteilung). Mit anderen Worten, Fig. 10 zeigt eine Amplitudenverteilung der empfangenen Abtastwerte oder Symbole bei Rauschen und einer Empfangsleistung von -100 dBm.
Die Breite der Gaußkurven 129_1 und 129_2 ist durch die Rauschleistung festgelegt. Bei verhältnismäßig geringem Rauschen überschneiden sich beide Kurven 129__1 und 129__2 kaum bzw. gar nicht, bei hohem Rauschen (wie in Fig. 10 zu sehen) gibt es eine signifikante Überlagerung zwischen den beiden Kurven 129_1 und 129_2. Diese Überlagerung kann im Decoder zu Fehlentscheidungen führen.
Fig. 1 1 zeigt in einem Diagramm eine Leistungsverteilung der Summenamplitudenverteilung aus Fig. 10. Dabei beschreibt die Ordinate eine Anzahl/Wahrscheinlichkeit und die Abszisse die Leistung. Wie in Fig. 1 1 zu erkennen ist, ergibt sich das Maximum nicht an der Stelle der Empfangsleistung, sondern bei null. Aus diesem Maximum lässt sich nicht mehr die Empfangsleistung des Signals bestimmen.
Um dieses Problem weiter zu analysieren, kann ein Eingangsvektor mit Signalamplituden erzeugt werden, die linear ansteigen (z. B. (1 , 2, 3, 4, 5, 6 ,7 ...)*1e-5). Dieser Vektor kann anschließend quadriert werden, was einer Leistungsbildung entspricht und grafisch in Fig. 12 gezeigt ist. Im Detail zeigt Fig. 12 eine Leistungsverteilung eines Beispieltelegramms mit linearem Amplitudenverlauf. Dabei beschreibt die Ordinate die Anzahl/Wahrscheinlichkeit und die Abszisse die Leistung.
Es zeigt sich eine Anhäufung der Signalleistungen im unteren Bereich, hervorgerufen durch das quadrieren der Signalamplituden. Angewandt auf die Histogrammbildung der Leistungen bedeutet das, das im Bereich der Null eine höhere Anhäufung als im oberen Bereich stattfindet und somit das Maxima bei relativ geringen Rauschleistungswerten bereits bei null liegt.
Bei Ausführungsbeispielen können daher anstelle der Leistungen im Histogramm die Beträge der Signalamplituden verwendet werden. Wird für die gleichen Eingangsdaten des Histogramms aus Fig. 9 ein neues Histogramm mit den Beträgen der Signalamplituden gebildet, ergibt dies Fig. 13.
Im Detail zeigt Fig. 13 in einem Diagramm ein Histogramm 124 über die ermittelten Beträge der Amplituden der Abtastwerte oder Symbole eines empfangenen Signals 120, wobei das Signal 120 ein geringes SNR aufweist. Dabei beschreibt die Ordinate die Wahrscheinlichkeit und die Abszisse die Amplituden.
Im Vergleich zu Fig. 9 ist die Auflösung um das Maximum herum deutlich besser, das absolute Maximum liegt jedoch immer noch nahe/an der Null.
Eine weitere Auflösungsverbesserung kann erreicht werden, wenn anstelle der Beträge der Amplituden, die Wurzeln (oder die n-te Wurzel) der Beträge der Amplituden verwendet werden. Dies zeigt Fig. 14 für den Eingangsvektor mit linear ansteigenden Amplituden.
Im Detail zeigt Fig. 14 in einem Diagramm eine Verteilung der Wurzeln der Amplituden mit den Daten aus Fig. 12. Dabei beschreibt die Ordinate die Anzahl/Wahrscheinlichkeit und die Abszisse die Amplituden.
Wie in Fig. 14 zu erkennen ist, gibt nun keine Anhäufung mehr um Null herum, sondern mit ansteigendem Amplitudenwert. Wird damit erneut ein Histogramm mit den Daten aus Fig. 9 gebildet, lässt sich nunmehr das Maximum und die Breite des Rauschens aus dem Histogramm ablesen, wie dies in Fig. 15 gezeigt ist. Im Detail zeigt Fig. 15 in einem Diagramm ein Histogramm 124 über die ermittelten Beträge der n-ten Wurzeln der Amplituden der Abtastwerte oder Symbole eines empfangenen Signals 120, wobei das Signal 120 ein geringes SNR aufweist. Dabei beschreibt die Ordinate die Wahrscheinlichkeit und die Abszisse die n-ten Wurzeln der Amplituden. Mit anderen Worten, Fig. 15 zeigt ein Histogramm 124 mit den Daten aus Fig. 9 mit den Beträgen der Wurzeln aus den Signalamplituden.
Nach der Bestimmung der Wurzel der Empfangsamplitude und der n-ten Wurzel der Rauschvarianz aus dem Histogramm kann die Signalamplitude und die Rauschvarianz durch eine Inversion der n-ten Wurzel extrahiert werden. Die Leistung ergibt sich durch Quadrieren der Signalamplitude.
Bei Ausführungsbeispielen können für die Histogrammbildung anstelle der Leistungen die Beträge der Amplituden oder die Beträge der n-ten Wurzel berechnet werden.
Mit der oben beschrienen Technik muss für jedes Symbol/Sample, welches für die Bestimmung der Empfangsleistung und des Rauschens herangezogen wird die n-te Wurzel berechnet werden. Dies stellt bei großen Datenmengen einen nicht erheblichen Rechenaufwand dar.
Bei Ausführungsbeispielen kann daher anstelle der Berechnung der Wurzeln die Quantisierung der Histogrammbins (Klassen des Histogramms) angepasst werden.
Bisher hatten alle Bins die gleiche Quantisierung und die Abstände waren somit linear. Es kann nun eine Quantisierung vorgenommen werden, die der Wurzelbildung der Signalamplituden entspricht und zum gleichen Ergebnis führt. Hierbei haben die Bins nahe der Null eine kleinere Breite als die Bins die bei höheren Werten liegen.
Bei Ausführungsbeispielen können die Histogrammbins (Klassen des Histogramms) eine nichtlineare Verteilung aufweisen, die beispielsweise der n-ten Wurzelbildung der Signalamplituden entsprechen kann. Die Eingangsdaten in das Histogramm 124 können die Beträge der Amplituden (der Abtastwerte oder Symbole) sein.
Aus den vorherigen Histogrammen 124 lässt sich erkennen, dass durch die begrenzte Anzahl an zur Verfügung stehenden Symbolen oder Abtastwerten unter gewissen Umständen kein streng monotoner Verlauf vom Maximum nach außen gewährleistet werden kann. Außerdem ist es unter gewissen Umständen möglich, dass das Maximum leicht versetzt und nicht am korrekten Wert auftritt. Aus solchen Histogrammen ist es unter gewissen Umständen relativ schwer bzw. nicht möglich das Maximum und die Halbwertsbreite korrekt zu bestimmen.
Bei Ausführungsbeispielen kann das Histogramm daher z.B. mit einem Tiefpassfilter gefiltert werden. Dadurch wird die Kurve geglättet und die Bestimmung des Maximum und der Halbwertsbreite vereinfacht. Ein Vergleich zwischen einem ungefilterten und einem gefilterten Histogramm 124 ist in Fig. 16a und 16b zu sehen.
Im Detail zeigt Fig. 16a in einem Diagramm ein ungefiltertes Histogramm 124 über die ermittelten Beträge der n-ten Wurzeln der Amplituden der Abtastwerte oder Symbole eines empfangenen Signals 120, wobei das Signal 120 ein geringes SNR aufweist, während Fig. 16b in einem Diagramm ein gefiltertes Histogramm 124 über die ermittelten Beträge der n- ten Wurzeln der Amplituden der Abtastwerte oder Symbole des empfangenen Signals 120 zeigt, wobei das Signal 120 ein geringes SNR aufweist. Dabei beschreibt in Fig. 16a und 16b die Ordinate jeweils die Wahrscheinlichkeit und die Abszisse jeweils die n-ten Wurzeln der Amplituden.
Die Koeffizienten des Filters können an die Länge des Histogramms 124 angepasst werden. Entsprechend der Länge der Eingangsdaten kann eine mehr oder weniger starke Filterung notwendig sein. Nach der Berechnung kann die Gruppenlaufzeit des Filters berücksichtigt bzw. entfernt werden, um die Ergebnisse nicht zu verfälschen. Im Falle einer iterativen Suche kann die Filterung auch bei allen/bestimmten Histogramm-Schritten erfolgen.
Bei Ausführungsbeispielen kann das Ergebnis der Histogrammbildung einer Filterung unterzogen werden, um eine einfachere Ablesung der beiden Parameter (Maxima und Halbwertsbreite) zu ermöglichen.
3. Bestimmung der Signalleistung im statischen Kanal
Bei Ausführungsbeispielen kann der Datenempfänger 1 10 ausgebildet sein, um die Rauschvarianz aus dem Histogramm 124 zu ermitteln, wobei der Datenempfänger 110 ausgebildet sein kann, um einen Median über Empfangsinformationen (z.B. Empfangsleistungen, Beträge von Amplituden, oder Beträge von n-ten Wurzeln von Amplituden) eines Signalausschnitts 126 (z.B. eines Satzes von Symbolen oder eines Satzes von Abtastwerten) des empfangen Signals 120 bilden, und eine mittlere Empfangsinformation (z.B. des Signalausschnitts (z.B. des Satzes von Symbolen oder
Abtastwerten)) zu erhalten.
Bei Ausführungsbeispielen kann somit (alternativ zur Histogrammbiidung aus Abschnitt 2) die Signalleistung auch durch Bildung des Medians aller empfangener Symbolleistungen ermittelt werden. Es ist anzunehmen, dass weniger als die Hälfte der empfangenen Symbole gestört sind, beziehungsweise, dass Pakete mit mehr als 50 % gestörten Symbolen üblicherweise nicht decodiert werden können. Dann lässt sich die ungefähre Signalleistung der ungestörten Symbole durch den Medianwert aller Symbolleistungen grob abschätzen. Das ist möglich, da die großen Leistungen der gestörten Symbole hier nicht mehr so stark ins Gewicht fallen wie bei der Mittelwertbildung. Wenn weniger als die Hälfte der empfangenen Symbole gestört sind, wird der Medianwert immer im Bereich der Gaußkurve der ungestörten Symbole liegen, was eine grobe Bestimmung ihrer Leistungen zulässt.
Diese Schätzung kann natürlich auch mit den Beträgen der Amplituden oder den Wurzeln der Beträge der Amplituden erfolgen.
Bei Ausführungsbeispielen kann auf Basis der Leistungen der empfangenen Symbole oder Abtastwerte der Medianwert der Leistungen bestimmt werden. Dieser Wert kann eine Schätzung der Leistung der ungestörten Empfangssymbole liefern.
4. Bestimmung der Rauschvarianz im statischen Kanal aus den Sendepausen
Bei Ausführungsbeispielen kann das Signal 120 zumindest zwei Datenpakete oder Teil- Datenpakete 142 aufweisen, die über den interferenzbehafteten Kanal übertragen werden, wobei zwischen den zumindest zwei Datenpakete oder Teil-Datenpakete Übertragungspausen (z.B. Sendepausen) vorhanden sind, wobei der Datenempfänger 1 10 ausgebildet sein kann, um den Signalausschnitt 126 in eine Übertragungspause zwischen den zumindest zwei Datenpaketen oder Teil-Datenpaketen 142 zu legen.
Bei Ausführungsbeispielen kann somit (alternativ zum Ansatz in Abschnitt 2) die Rauschleistung auch aus dem Empfangssignal während einer Sendepause ermittelt werden. Hierzu werden die Empfangssymbole ähnlich wie in Abschnitt 2 betrachtet, nur mit dem Unterschied, dass nur Rauschen und eventuell Störer empfangen werden. Der Mittelwert ist nun bei der Amplitude Null zu erwarten, wodurch die Bestimmung des Mittelwertes der Symbolamplituden analog zu Abschnitt 2 entfällt. Um die Rauschvarianz zu bestimmen kann nun die Varianz bzw. die Breite des Histogramms der Empfangsleistungen (oder - Amplituden) bestimmt werden. Dies kann wieder analog zu Abschnitt 2 geschehen, wo iterativ die Grenzen der Histogramme eingeschränkt werden bis eine gewisse Halbwertsbreite erreicht wird. Alternativ/Zusätzlich kann auch hier im Falle einer Störung die Bildung des Medians der Empfangsamplituden eine grobe Abschätzung der Rauschleistung liefern.
Bei Ausführungsbeispielen kann zur Bestimmung der Rauschvarianz ungestörter Empfangssymbol ein Histogramm über die Symbole oder Abtastwerte zur Zeit einer Sendepause gebildet werden. Aus diesem Histogramm kann über die Halbwertsbreite um das Maximum die Rauschleistung bestimmt werden.
5. Detektion der gestörten Symbole in statischen Kanälen auf Basis der Sendeleistung und Rauschvarianz
Bei Ausführungsbeispiele kann der Datenempfänger 1 10 ausgebildet sein, um basierend auf der ermittelten mittleren Empfangsinformation und der Rauschvarianz einen Mittelwert (z.B. eines Betrags) einer Empfangsamplitude und eine Standardabweichung des Rauschens zu ermitteln, wobei der Datenempfänger 1 10 ausgebildet sein kann, um basierend auf dem ermittelten Mittelwert (z.B. des Betrags) der Empfangsamplitude und der Standardabweichung des Rauschens einen Schwellwert (z.B. Empfangsamplitudenschwellwert) zu ermitteln, wobei der Datenempfänger 1 10 ausgebildet sein kann, um Symbole oder Abtastwerte des Signalausschnitts 126, deren Empfangsamplituden (z.B. dessen Beträge von Empfangsamplituden) oberhalb des Schwellwerts liegen, bei einer weiteren Verarbeitung (z.B. Detektion oder Decodierung) (z.B. von empfangenen Datenpaketen oder Teil-Datenpaketen) nicht zu berücksichtigen, beispielsweise um Interferenzen des interferenzbehafteten Kanals zu unterdrücken.
Wie bereits einleitend beschrieben kann die Performance der FEC verbessert werden, wenn in Interferenzkanälen bekannt ist, welche Symbole gestört sind.
In einem (quasi) statischen Kanal sind die Empfangsamplituden aller ungestörten Symbole nur vom Rauschen und der Kanaldämpfung abhängig, falls ein Modulationsverfahren mit gleicher Amplitude für alle Konstellationspunkte (alle Symbole liegen auf dem Einheitskreis) eingesetzt wird, z. B. M-PSK, FSK, MSK. Wird ein Modulationsverfahren eigesetzt, bei dem das nicht gilt, kann die folgende Methodik auf den bekannten Pilotsymbolen eingesetzt werden, wenn diese entsprechend des erwarteten Konstellationspunktes in der Leistung normiert werden.
Aus der Theorie ist bekannt, dass bei einem normalverteilten Rauschen (siehe z. B. [4]) 99,7% aller Amplituden innerhalb von m±3s liegen, wobei m den Mittelwert der
Empfangsamplitude des Konstellationspunktes und s die Standardabweichung des Rauschens darstellt.
Um die Abhängigkeit des Mittelwertes vom Konstellationspunkt zu eliminieren, kann der Betrag der Empfangsamplitude verwendet werden, damit gilt dass 99,7% aller Beträge der Empfangsamplituden innerhalb von |m|±3s liegen.
Ist der Mittelwert des Betrages der Empfangsamplitude und die Standardabweichung bekannt (z. B. aus Abschnitt 2) kann mit Hilfe der oben beschriebenen Theorie ein Schwellwert festgelegt werden, welcher definiert ob die Symbole/Samples innerhalb der Rauschvarianz liegen oder nicht.
Die Empfangsleistung und die Rauschvarianz aus Abschnitt 2 kann in den Mittelwert der Empfangsamplitude und der Standardabweichung des Rauschens umgerechnet werden.
Alle Symbole welche nicht innerhalb des Schwellwertes liegen, sind somit mutmaßlich gestört und können zu Null gesetzt werden. Diese Symbole haben damit keinen Einfluss auf die folgende Decodierung der FEC.
Aufgrund der Tatsache, dass 99,7% aller ungestörten Symbole innerhalb der Grenze liegen, werden 0,3% aller Symbole die keine Störung erfahren haben werden fälschlicherweise als gestört angenommen und verworfen, was jedoch keinen großen Einfluss auf die Performance hat.
In der Praxis hat sich gezeigt, dass bei der Bestimmung des Mittelwertes des Betrages der Empfangsamplitude und der Standardabweichung Schätzfehler auftreten können. Somit ist es in manchen Szenarien sinnvoller den Schwellwert leicht anzupassen, z. B. wird statt dem idealen Schwellwert |m|±3s ein leicht höherer Schwellwert von z. B. 11.2 m|±4s gewählt.
Es ist auch möglich mehrere Schwellwerte iterativ zu verwenden, bis der Decoder beispielsweise eine korrekte CRC meldet. Bei Ausführungsbeispielen kann auf Basis des Mittelwertes der Empfangsamplitude und der Standardabweichung des Rauschens ein Schwellwert bestimmt werden, ab welchem alle Symbole als gestört markiert werden. Diese gestörten Symbole können bei der Decodierung der FEG nicht berücksichtigt bzw. auf null gesetzt werden.
Fig. 17 zeigt in einem Diagramm einen Verlauf der Beträge der Amplituden eines Paketausschnitts mit Störungen. Dabei beschreibt die Ordinate die Amplitude und die Abszisse die Symbolnummer. In Fig. 17 beschreibt die Linie 130 den ermittelten Schwellwert, so dass alle Symbole über diesem Schwellwert mutmaßlich gestört sind.
Wie Fig. 17 zu erkennen ist, gibt es zwischen den gestörten Symbolen ein paar Symbole, welche unter dem Schwellwert liegen. Kurze Störungen die nur für ein bis zwei Symbole andauern, treten in der Regel jedoch nicht oder nur sehr selten auf, so dass davon auszugehen ist, dass das Symbol zwischen zwei gestörten Symbolen ebenfalls gestört ist.
Durch die unbekannte Modulationsart und die unbekannte Modulationsrate des Störers kann es durchaus Vorkommen, dass durch die Filterung im Datenempfänger 1 10 ein gestörtes Symbol eine Empfangsamplitude besitzt, welche im zulässigen Bereich liegt.
Damit diese Symbole bei der Decodierung der FEC ebenfalls unterdrückt werden, kann eine „Median-Filterung“ eingesetzt werden.
Bei dieser Filterung können die Nachbarsymbole von gestörten Symbolen ebenfalls als gestört markiert werden. Das heißt wenn das vorherige und das folgende Symbol gestört sind, gilt das aktuelle Symbol ebenfalls als gestört.
Alternativ kann ein Symbol auch als gestört markiert werden, falls nur das vorherige oder das folgende Symbol als gestört markiert ist. Dies kann noch erweitert werden, so dass auch das vorletzte und das übernächste Symbol einbezogen werden.
Beim Einsatz von mehr als einem Symbol in der Vergangenheit/Zukunft kann eine Gewichtung der Symbole entsprechend dem Abstand erfolgen (z. B hat ein Symbol welches näher an dem aktuellen Symbol liegt eine höhere Gewichtung).
Bei Ausführungsbeispielen kann auf Basis der als gestört markierten Symbole ebenfalls eine Entscheidung getroffen werden, z.B. mit Hilfe einer Vorschrift für die Nachbarsymbole, ob diese gestört sind. Hierbei können Symbole, die unterhalb des Schwellwertes liegen, ebenfalls als gestört markiert bzw. niedriger gewichtet werden.
Die Vorschrift kann das vorherige, das folgende oder beide Symbole beinhalten. Optional können für die Entscheidung auch mehrere Symbole in die Vergangenheit und die Zukunft eingesetzt werden.
6. Gewichtung der gestörten Symbole in statischen Kanälen auf Basis der Sendeleistung und Rauschvarianz entsprechend der Wahrscheinlichkeit, dass sie gestört sind
Bei Ausführungsbeispielen kann der Datenempfänger 1 10 ausgebildet sein, um Symbole oder Abtastwerte des Signalausschnitts 126 basierend auf einer Verteilung (z.B. Gaußkurve) von Empfangsinformationen des Histogramms für eine weitere Verarbeitung (z.B. Decodierung oder Detektion) (z.B. von empfangenen Datenpaketen oder Teil-Datenpaketen) zu gewichten (z.B. um Interferenzen des interferenzbehafteten Kanals zu unterdrücken).
Fig. 18 zeigt in einem Diagramm ein Histogramm 124 über Empfangsleistungen von Abtastwerten oder Symbolen eines empfangenen Signals 120, wobei das empfangene Signal 120 Störungen (Interferenzen) aufweist. Mit anderen Worten, Fig. 18 zeigt den Ausschnitt eines Histogramms der Leistungen der Symbole eines empfangenen Telegramms mit Störungen.
Wie in Fig. 18 zu erkennen ist, ist die Gaußkurve mit den ungestörten Symbolen um die Leistung 1 e-10 verteilt. Die Symbole, deren Leistungen in Fig. 18 ganz rechts zu sehen sind, sind offensichtlich gestört und können verworfen werden. Bei Symbolen, deren Leistungen näher an der Gaußkurve der ungestörten Symbole sind, kann nicht eindeutig bestimmt werden, ob diese gestört oder ungestört sind. Es kann angenommen werden, dass die Wahrscheinlichkeit, dass ein Symbol gestört ist mit dem Abstand zur Gaußkurve steigt. Je höher die Leistung ist, desto höher ist die Wahrscheinlichkeit, dass dieses gestört ist (gilt für Symbole mit Leistung höher als der Mittelwert der Gaußkurve). Diese Information kann bei Decodierung für eine Gewichtung jedes empfangenen Symbols genutzt werden in Form einer Soft-Decision-Decodierung (Decodierung mit Zuverlässigkeitsinformationen). Hierbei kann jedes Symbol entsprechend der Wahrscheinlichkeit gewichtet werden, dass es gestört ist. Beispielsweise kann ein Symbol umso niedriger gewichtet werden, desto weiter seine Leistung vom Zentrum der Gaußkurve entfernt ist. Bei Ausführungsbeispielen können auf Basis der Verteilung der vorher bestimmten Signalleistung und Rauschleistung im Kanal alle Symbole entsprechend ihrer Wahrscheinlichkeit gewichtet werden, dass sie gestört sind.
7. Mehrstufige Stördetektion vor und nach der Synchronisation
Bei Ausführungsbeispielen kann das Signal 120 zumindest ein Datenpaket oder Teil- Datenpaket 142 aufweisen, das über den interferenzbehafteten Kanal übertragen wird, wobei das zumindest eine Datenpaket oder Teil-Datenpaket 142 eine Synchronisationssequenz aufweist, wobei der Datenempfänger ausgebildet sein kann, um eine iterative weitere Verarbeitung (z.B. Synchronisierung und/oder Demodulation) des zumindest einen Datenpakets oder Teil-Datenpakets 142 basierend auf der Synchronisationssequenz des zumindest einen Datenpakets oder Teil-Datenpakets 142 durchzuführen, und um bei zumindest einem Iterationsschritt der iterativen Detektion des zumindest einen Datenpakets oder Teil-Datenpakets 142 Interferenzen des interferenzbehafteten Kanals zu unterdrücken.
Beispielsweise können die Interferenzen des interferenzbehafteten Kanals unterdrückt werden indem Symbole oder Abtastwerte der Synchronisationssequenz nicht berücksichtigt werden, die oberhalb eines Schwellwerts (z.B. Empfangsamplitudenschwellwert) liegen. Zum Beispiel kann der Datenempfänger ausgebildet sein, um basierend auf der ermittelten mittleren Empfangsinformation und der Rauschvarianz einen Mittelwert z.B. eines Betrags einer Empfangsamplitude und eine Standardabweichung des Rauschens zu ermitteln, und um basierend auf dem ermittelten Mittelwert (z.B. des Betrags) der Empfangsamplitude und der Standardabweichung des Rauschens den Schwellwert (z.B. Empfangsamplitudenschwellwert) zu ermitteln.
Beispielsweise können die Interferenzen des interferenzbehafteten Kanals unterdrückt werden indem Symbole oder Abtastwerte der Synchronisationssequenz geringer gewichtet werden, die einen vorgegebenen Abstand zu gestörten Symbolen nicht einhalten. Zum Beispiel kann der Datenempfänger 1 10 ausgebildet sein, um Symbole oder Abtastwerte des Signalausschnitts, deren Empfangsamplituden (z.B. dessen Beträge von Empfangsamplituden) unterhalb des Schwellwerts liegen und die einen vorgegebenen Abstand (z.B. ein, zwei, drei, oder vier Symbole oder Abtastwerte) zu Symbolen oder Abtastwerten aufweisen, deren Empfangsamplituden (z.B. dessen Beträge von Empfangsamplituden) oberhalb des Schwellwerts liegen, bei einer Detektion oder Decodierung (z.B. von empfangenen Datenpaketen oder Teil-Datenpaketen) nicht zu berücksichtigen oder niedriger zu gewichten (z.B. als Symbole oder Abtastwerte des Signalausschnitts, deren Empfangsamplituden (z.B. dessen Beträge von
Empfangsamplituden) unterhalb des Schwellwerts liegen).
Beispielsweise können die Interferenzen des interferenzbehafteten Kanals unterdrückt werden indem Symbole oder Abtastwerte der Synchronisationssequenz gewichtet werden. Zum Beispiel kann der Datenempfänger 110 ausgebildet sein, um Symbole oder Abtastwerte des Signalausschnitts 126 basierend auf einer Verteilung (z.B. Gaußkurve) von
Empfangsinformationen des Histogramms für eine weitere Verarbeitung (z.B. Decodierung oder Detektion) (z.B. von empfangenen Datenpaketen oder Teil-Datenpaketen) zu gewichten.
Bei Ausführungsbeispielen können (wie in Abschnitt 2 beschrieben) die Algorithmen nach der Detektion jedoch noch vor der Synchronisation ansetzen.
Da die Frequenz-, Zeit und Phasenoffsets im Allgemeinen unbekannt sind, kann die Synchronisation (z.B. zunächst) auch im Falle eines gestörten Kanals durchgeführt werden. Wird die Synchronisation auf Basis der Eingangssymbole vor der Stördetektion durchgeführt, können durch die gestörten Symbole Schätzfehler entstehen, welche beispielsweise so groß sein können, dass eine anschließende Decodierung (auch mit anschließender
Unterdrückung der Störer) nicht möglich ist.
Es ist somit hilfreich, die Störer-Unterdrückung vor der Synchronisation durchzuführen oder nach der Synchronisation erneut durchzuführen (unter Berücksichtigung möglicher Störungen von Synchronisationssymbolen). Dabei gibt es (entsprechend Abschnitt 5 und Abschnitt 6) wieder zwei Möglichkeiten, Wissen über gestörte Synchronisationssymbole auszunutzen:
Komplette Unterdrückung gestörter Synchronisationssymbole mithilfe eines Schwellwertes (Abschnitt 5), und/oder
Gewichtung der Synchronisationssymbole entsprechend ihrer Zuverlässigkeit (Abschnitt 6).
Dieser Prozess kann mehrstufig iterativ durchgeführt werden, beispielsweise durch folgende Schritte:
Störererkennung und -Unterdrückung,
neue Phasen-Synchronisation,
neue Störererkennung und -Unterdrückung anhand der neu phasensynchronisierten Empfangssymbole, neue Frequenzsynchronisation,
neue Störererkennung und -Unterdrückung anhand der neu frequenzsynchronisierten
Empfangssymbole,
neue Störererkennung und -Unterdrückung anhand der neu Frequenzsynchronisierten Empfangssymbole,
neue Zeitsynchronisation,
neue Störererkennung und -Unterdrückung anhand der neu zeitsynchronisierten Empfangssymbole,
- endgültige Decodierung der Informationssymbole.
Bei Ausführungsbeispielen kann je ein Iterationsschritt für Zeit-, Frequenz und Phasenschätzung durchgeführt werden oder alternativ ein Iterationsschritt für alle drei oder nur zwei Synchronisationsarten.
Außerdem können auch für eine Synchronisationsart mehrere Iterationsschritte durchgeführt werden, wie zum Beispiel:
Störererkennung und -Unterdrückung,
neue Phasen-Synchronisation,
neue Störererkennung und -Unterdrückung anhand der neu phasensynchronisierten
Empfangssymbole,
erneute Phasen-Synchronisation.
Es kann notwendig sein, bereits vor der Synchronisation eine Unterdrückung der mutmaßlichen Störungen vorzunehmen. Durch die Unterdrückung von gestörten Symbolen stehen dann zwar weniger Symbole zur Verfügung, jedoch ist die Wahrscheinlichkeit hoch, dass diese nicht gestört sind.
Wird dies durchgeführt können folgende Fälle auftreten:
Pilotsequenz nicht gestört,
Pilotsequenz teilweise gestört, oder
Pilotsequenz voll gestört
Für die Frequenzschätzung ist es vorteilhaft, wenn nur Pilotsequenzen verwendet werden, welche nicht gestört sind. Hierbei ist es gilt es zu beachten, dass genügend Pilotsequenzen übrig sind, da die Frequenzschätzung sonst nicht hinreichend genau ist. Bei Ausführungsbeispielen kann mit den verbleibenden Pilotsequenzen die Frequenzschätzung durchgeführt werden.
Bei der Zeit und Phasenschätzung können auch Pilotsequenzen eingesetzt werden, welche teilweise gestört sind und somit nur ein Teil der Pilotsymbole zur Verfügung steht. Jedoch ist es vorteilhaft, dass ein zuvor definierter Mindestanteil an Pilotsymbolen vorhanden ist.
Mit den verbleibenden Pilotsequenzen kann dann die Zeitschätzung durchgeführt werden. Für die Phasenschätzung kann in der Regel für jeden Signalabschnitt ein einzelner Wert berechnet werden. Somit liegt bei einer komplett oder nahezu vollständigen Zerstörung der Pilotsequenz für diesen Abschnitt kein Phasenschätzparameter vor.
Alle Sequenzen die vollständig oder bei denen mehr als der zuvor definierte Anteil an Symbolen zerstört sind, können als komplett gestört markiert werden. Diese Information kann im weiteren Verlauf benötigt werden.
Bei Ausführungsbeispielen kann eine mehrstufig iterativ eine neue Synchronisation durchgeführt werden. In jedem Iterationsschritt kann zunächst eine Störererkennung und Störerunterdrückung durchgeführt werden und im Anschluss daran kann eine neue Synchronisation des Telegramms durchgeführt werden, bei der dir Information über Störungen von Synchronisationssymbolen berücksichtigt wird.
Nachdem die Synchronisation erfolgt ist, können im Datenempfänger die Symbole weiterverarbeitet werden. So kann beispielsweise bei einer MSK oder M-PSK das ISI entfernt werden.
Nachdem dies geschehen ist, kann gemäß Abschnitt 3 erneut die Stördetektion und Störerunterdrückung für die Datensymbole durchgeführt werden. Die Pilotsymbole können ebenfalls der Stördetektion und Unterdrückung unterzogen werden, jedoch werden diese im Normalfall für die weitere Verarbeitung nicht mehr benötigt.
Nachdem alle Datensymbole der Stördetektion unterzogen wurden, kann die bei der ersten Stördetektion gewonnene Information über die gestörten Pilotsequenzen wieder zum Einsatz kommen. Es können alle Daten-Bereiche, in denen die Pilotsequenz vollständig oder über den definierten Wert hinaus gestört ist, vollständig unterdrückt werden, da für diese Bereiche zumindest keine Phasenschätzung vorliegt. Wird das Telegramm-Splitting Verfahren [1] eingesetzt, dann kann so ein Bereich typischerweise ein Teil-Datenpaket 142 oder bei zwei Pilotsequenzen die Hälfte eines Teil- Datenpakets umfassen.
Nachdem dieser Schritt durchgeführt wurde, können die verbleibenden Symbole der weiteren Verarbeitung und anschließend der Decodierung der FEC zugeführt werden.
Bei Ausführungsbeispielen kann eine weitere Stördetektion und Unterdrückung nach der Synchronisation für die Datensymbole durchgeführt werden. Zuvor erkannte (vollständig) gestörte Pilotsequenzen können einen kompletten Bereich als gestört markieren.
8. Optimierte LLR-Skalierung beim Statischen Kanal für AWGN- und
Interferenzstörung
Bei den folgenden Ausführungsbeispielen wird davon ausgegangen, dass die bereits oben angesprochene Detektion und Synchronisation bzgl. Zeit-, Frequenz- und Phasenlage erfolgt ist. Die Detektion und Synchronisation kann dabei basierend auf einem der Ausführungsbeispiele der Abschnitte 2 bis 7 erfolgt sein. Es ist jedoch genauso möglich, dass die Detektion und Synchronisation nicht basierend auf einem der Ausführungsbeispiele der Abschnitte 2 bis 7 erfolgt ist, sondern dass eine andere Detektion und/oder Synchronisation erfolgt ist.
Bei einer asynchronen Übertragung sind diese Aufgaben vor der kohärenten Demodulation für jedes Paket, unabhängig von den vorher empfangenen Paketen durchzuführen. Hierbei kann beispielsweise eines der oben beschriebenen Ausführungsbeispiele aus Abschnitt 4 zur Verbesserung der Frequenz- und Phasensynchronisation zum Einsatz kommen, wobei auch andere Verfahren anwendbar sind.
Ausführungsbeispiele der vorliegenden Erfindung können in einem funkbasierten System mit asynchroner Paketübertragung eingesetzt werden, in dem die Sendepausen erheblich länger sind als die Paketdauer und in denen Telegrammsplitting (TSMA) angewendet wird. Telegrammsplitting ist in der DE 10 201 1 082098 B4 und [1 ] beschrieben.
Ausführungsbeispiele erweisen sich als besonders robust in interferenzbegrenzten Systemen, in denen eine Vielzahl von Datensendern 100 unkoordiniert Telegramme aussenden, die von einem einzelnen Datenempfänger 1 10 empfangen und dekodiert werden sollen, wie es beispielsweise in Telemetriesystemen, Sensornetzen sowie allen zukünftigen Anwendungen unter dem Stichwort Internet of Things (loT) der Fall ist.
Ausführungsbeispiele befassen sich im Wesentlichen mit der Skalierung der vom Demodulator gelieferten Soft-Decision-Werte (z.B. Bits mit Zuverlässigkeitsinformationen), die bei der Decodierung verschiedener FEC (FEC = forward error correction, dt. Vorwärtsfehlerkorrektur) Codes wie Blockcodes, Faltungscodes sowie deren verketteten Varianten benötigt werden [5], da sie im Gegensatz zu reinen Hard-Decision-Werten (z.B. hart entschiedene Bits (ohne Zuverlässigkeitsinformation)) deutlich mehr Information enthalten und damit eine deutlich niedrigere Paketfehlerrate liefern. Die Soft-Decision-Werte können beispielsweise als Log-Likelihood-Ratios (LLRs) bezeichnet werden [5]
Beim Telegrammsplitting kann jedes Paket in A Teil-Datenpakete 142 (auch Sub-Pakete oder Hops genannt) aufgeteilt werden, wobei jedes Teil-Datenpaket 142 eine eigene Pilotsequenz (oft auch als Trainingssequenz oder Synchronisationssequenz bezeichnet) mit P, dem Datenempfänger 1 10 bekannten Modulationssymbolen enthalten kann. Die Pilotsequenz wird auch Präambel bzw. Midambel genannt, wenn sie sich am Anfang bzw. in der Mitte des Teil-Datenpakets 142 befindet. Eine Pilotsequenz kann aber auch innerhalb des Teil-Datenpakets 142 in Form zweier oder mehrerer Teilsequenzen verteilt sein, zwischen denen die Datensymbole übertragen werden. Dabei ist es gängige Praxis, die Pilotsymbole demselben Modulationsalphabet wie die Datensymbole zu entnehmen.
Fig. 19 zeigt eine schematische Ansicht einer Mehrzahl von Teil-Datenpaketen 142, wobei die Teil-Datenpakete 142 eine Pilotsequenz (oder Synchronisationssequenz) mit P Pilotsymbolen 144 (oder Synchronisationssymbole) und zwei Datensequenzen mit DL + DR Datensymbolen 146 aufweisen. Mit anderen Worten, Fig. 19 zeigt eine mögliche Struktur der A Teilpakete 142 (exemplarische Paketaufteilung in Teil-Datenpakete 142 mit Midambel und Datenblöcken). Die P Symbole 144 der Pilotsequenz befinden sich näherungsweise in der Mitte der einzelnen Teil-Datenpakete 142, umgeben von den beiden Datenblöcken, die ihrerseits auch wieder unterschiedliche Länge (hier mit DL und DR gekennzeichnet) haben können.
Das im Folgenden beschriebene Verfahren setzt einen statischen Kanal voraus, was bedeutet, dass keine zeitliche Änderung des Kanals während der Übertragung aller Teil- Datenpakete 142 erfolgt. Dies ist beispielsweise dann näherungsweise erfüllt, wenn sowohl Datensender 100 als auch Datenempfänger 1 10 ortsfest sind. Weiterhin wird ein Modulationsverfahren mit gleicher Amplitude für alle Konstellationspunkte (alle Symbole liegen auf dem Einheitskreis, wie z. B. bei MSK oder FSK) vorausgesetzt. Dann können neben den bekannten Pilotsymbolen 144 auch die unbekannten Datensymbole 146 zur Bestimmung der Störvarianz verwendet werden.
In neueren Datenempfängern 1 10 von funkbasierten Systemen ist es übliche Praxis, das Empfangssignal 120 nach einer Bandpassfilterung ins Basisband herunterzumischen und mittels eines Analog-Digital-Konverters (ADC) zeitlich äquidistant abzutasten und zu quantisieren. Jeder Abtastwert kann komplex-wertig sein und einen Real- und einen Imaginärteil aufweisen. Die Abtastung kann dabei mindestens im Symboltakt oder einem Vielfachen davon (Überabtastung) erfolgen. Mit den P bekannten Pilotsymbolen p 144 und den Empfangssignalwerten r an diesen Stellen, ist es in einem ersten Schritt möglich, die Impulsantwort zu schätzen und zwar für jedes der A Teil-Datenpakete 142. Dabei bezieht sich der Index m auf die Symbolposition innerhalb des Teil-Datenpakets 142 und der Index a auf das jeweilige Teil-Datenpaket. Weiterhin kann davon ausgegangen werden, dass der komplexe Koeffizient der Impulsantwort die Länge 1 besitzt und somit keine Intersymbolinterferenzen vorliegen. Eine Schätzung der Rauschleistung je Teil-Datenpaket 142 kann anhand der Differenzsignalbildung von Empfangssignal und rekonstruiertem Signal erfolgen gemäß
Im Falle einer reinen weißen gaußverteilten AWGN-Rauschstörung (AWGN = additive white Gaussian noise, dt. additives weißes Gaußsches Rauschen) wären alle A geschätzten Störleistungen im Rahmen ihrer Mittelungsgenauigkeit in etwa gleich (siehe auch Fig. 20a). Allerdings kann nicht davon ausgegangen werden, dass sämtliche A Pilotsequenzen frei von Interferenzstörungen sind. In Abhängigkeit von der Last werden immer mehr Pilotsequenzen durch Interferenz gestört sein. Um die Anzahl der durch Interferenz gestörten Pilotsequenzen zu schätzen, können die je Teil-Datenpaket 142 geschätzten Störleistungen N ^ in aufsteigender Reihenfolge sortiert werden Fig. 20a zeigt in einem Diagramm einen Verlauf 132_1 von sortierten Störleistungen von empfangenen Teil-Datenpaketen 142, wobei die Teil-Datenpakete nicht durch einen Störer gestört sind. Fig. 20b zeigt in einem Diagramm Verläufe 132_2 und 132_3 von sortierten Störleistungen von empfangenen Teil-Datenpaketen 142, wobei eine unterschiedliche Anzahl von Teil-Datenpakete 142 durch einen Störer gestört sind. Dabei beschreibt in Fig 20a und 20b die Ordinate jeweils die Störleistung und die Abszisse jeweils den Index. In Fig. 20b beschreibt eine erste Kurve 132_2 einen Verlauf von sortierten Störleistungen für den Fall, dass wenig Teil-Datenpakete 142 durch einen Störer gestört sind, während eine zweite Kurve 132_3 einen Verlauf von sortierten Störleistungen für den Fall zeigt, dass viele Teil- Datenpakete 142 durch einen Störer gestört sind.
Mit anderen Worten, Fig. 20a und 20b zeigen drei schematische Verläufe 132_1 bis 132J3. Fig. 20a zeigt den interferenzfreien Fall, während Fig. 20b zwei Verläufe 132_2 und 132_3 mit unterschiedlicher Last zeigt. Ist eine Pilotsequenz durch einen Störer (engl interferer) gestört, so steigt die geschätzte Störleistung in diesem Teil-Datenpaket an, und zwar umso größer, je mehr Pilotsymbole durch den Störer (egnl. Interferer) gestört sind und in Abhängigkeit von der Störleistung des Störers (engl interferers).
Wie aus Fig. 20a und 20b ersichtlich ist, gilt es daher die Msub e Lu A - 1 Teilpakete zu bestimmen, die nicht von Interferenz korrumpiert sind. Ohne Einschränkung der Allgemeinheit kann davon ausgegangen werden, dass nicht sämtliche A Teilpakete durch Interferenz gestört sind, sondern eine Mindestanzahl von Lu Teilpaketen nur durch AWGN gestört sind.
Für die Bestimmung von MSUb gibt es nun verschiedene Möglichkeiten. Beispielsweise kann über die ersten Lu sortierten Werte von ein initialer Mittelwert Nvar gebildet werden. Dieser Mittelwert kann dann mit einem Zuwachsfaktor X (beispielsweise X=2.5) multipliziert werden und anschließend mit der sortierten ( Lu +1 )-ten Störleistung verglichen werden. Ist diese (Lu +1 )-te Störleistung größer als der mit X gewichtete Mittelwert, dann wird die Schleife abgebrochen und es gilt: Msub Lu . Im anderen Fall kann der Schleifenzähler von Lu auf Lu+ 1 erhöht und ein neuer Mittelwert Nvar gebildet werden und zwar jetzt über die ersten (Lu +1 ) sortierten Werte von N^t . Anschließend erfolgt erneut der Vergleich der ( Lu +2)-ten Störleistung mit dem mit X gewichtete neuen Mittelwert. Über diese Schleife, die bis maximal A-1 laufen kann, wird die größtmögliche Anzahl von MSUb Teil-Datenpaketen 142 bestimmt, die nicht durch Interferenz korrumpiert ist. Über diese MSUb selektierte Teil- Datenpakete 142 lässt sich dann abschließend die finale Impulsantwort bestimmen. Anschließend lässt sich dann das Empfangssignal r 120 derart mit dem komplexen Skalar ifh skalieren, dass die dann resultierende Impulsantwort zu h=1 wird.
Im rauschfreien Fall sind dann die ungestörten RX-Symbole gleich +1 oder -1. Eine Schätzung der symbol-basierten quadrierten Rauschwerte für jeden Symboltakt k kann dann mit für alle Pilot- und Datensymbole eines Teil-Datenpakets erfolgen. Aus praktischen Gründen erweist es sich als sinnvoll, die quadrierten Rauschwerte mittels einer Schwelle 0 < Q (beispielsweise Q = 0.1) nach unten zu begrenzen: nk = ma x (_nk,0)
(2)
Die Berechnung der symbol-basierten Log-Likelihood-Ratios aller A-(DL+DR) Datensymbole eines Teil-Datenpakets 142 erfolgt z.B. gemäß wobei rk die ungestörten RX-Symbole und s^/2 jeweils die symbol-basierte Rauschvarianz der Guadraturkomponente von Realteil und Imaginärteil darstellt.
Ausführungsbeispiele befassen sich nun mit der Frage, wie sich ausgehend von den symbol- basierten und nach unten begrenzten quadrierten Rauschwerten n« die Rauschvarianz s für jeden Symboltakt k am besten schätzen lässt.
Im Falle einer reinen weißen gaußverteilten Rauschstörung (AWGN) wäre eine Mittelung über alle Rauschwerte eines vollständigen Pakets, also A - (DL + DR + P) Werte, am günstigsten:
Sämtliche LLR-Werte würden dann mit diesem einen Wert skaliert werden. Allerdings kann es durch die unkoordinierte Übertragung der Daten von vielen Teilnehmern jederzeit zu störenden Überlagerungen durch Signale von anderen Teilnehmern kommen, die sowohl aus dem eigenen wie auch aus anderen Netzen entstammen können. Derartige Interferenzstörungen setzen zu unbekannten Zeitpunkten ein und können auch eine unterschiedlich lange Zeitdauer haben. Es ist aber davon auszugehen, dass die Störungen in benachbarten Teil-Datenpaketen 142 meist unabhängig voneinander sind. Insofern gilt es, sowohl für die mehr rauschartige AWGN-Störung eine möglichst optimale LLR-Skalierung zu finden, wie auch für den stark interferenzdominierten Fall.
Fig. 21 zeigt ein schematisches Blockschaltbild eines Datenempfänger 1 10, gemäß einem Ausführungsbeispiel. Der Datenempfänger 1 10 kann ausgebildet sein, um ein Signal 120 zu empfangen und mit einer gemittelten Impulsantwort zu skalieren 160 (z.B. mittels eines Skalierers), um empfangene Symbole 162 zu erhalten, wobei das Signal 120 Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei das Signal 120 zumindest ein Teil-Datenpaket 142 (z.B. eine Mehrzahl von Teil-Datenpaketen) aufweist, das über den interferenzbehafteten Kanal übertragen wird.
Der Datenempfänger 1 10 kann ausgebildet sein, um Zuverlässigkeitsinformationen (z.B. LLR-Werte) für die empfangenen Datensymbole 162 des zumindest Teil-Datenpakets 142 (z.B. pro Teil-Datenpaket 142) basierend auf einer ersten symbolbasierten Rauschmaßschätzung 164 (z.B. mittels eines ersten Rauschmaßschätzers) (z.B. AWGN- optimierte LLR-Skalierung) und/oder einer zweiten symbolbasierten Rauschmaßschätzung 166 (z.B. mittels eines zweiten Rauschmaßschätzers) (z.B. Interferenz-optimierte LLR- Skalierung) zu ermitteln.
Der Datenempfänger 1 10 kann ausgebildet sein, um im Falle der ersten symbolbasierten Rauschmaßschätzung 164 (z.B. AWGN-optimierte LLR-Skalierung) ein Rauschmaß über eine Teilmenge (z.B. der rechte oder linke Datenblock in Fig. 19) der empfangenen Datensymbole des zumindest einen Teil-Datenpakets 142 zu ermitteln, wobei die Teilmenge zumindest zwei Symbole umfasst,
Der Datenempfänger 1 10 kann ausgebildet sein, um im Falle der zweiten symbolbasierten Rauschmaßschätzung (z.B. Interferenz-optimierte LLR-Skalierung) für die empfangenen Datensymbole des zumindest einen Teil-Datenpakets 142 symbolweise (z.B. für jedes Datensymbol) ein Rauschmaß zu ermitteln.
Im Folgenden werden Ausführungsbeispiele der ersten symbolbasierten Rauschmaßschätzung 164 (z.B. AWGN-optimierte LLR-Skalierung) und der zweiten symbolbasierten Rauschmaßschätzung 166 (z.B. Interferenz-optimierte LLR-Skalierung) näher beschrieben.
AWGN-optimierte LLR-Skalierung
Bei Ausführungsbeispielen kann die rechte und linke Hälfte jedes einzelnen der Teil- Datenpakete 142 getrennt betrachtet werden und jeweils eine getrennte Mittelung durchgeführt werden, nämlich
für den linken Datenblock eines jeden Teil-Datenpakets 142, sowie
für den rechten Datenblock je Teil-Datenpaket. Der Index k bezieht sich in diesen Gleichungen nicht mehr auf die vollständige Paketindizierung, sondern auf den Symbolindex innerhalb jedes Teil-Datenpakets 142. Sind die Längen der Datenblöcke von DL und DR nicht gleich sondern unterschiedlich, so kann die Differenz bei den unterschiedlichen Längen von P derart ausgeglichen werden, dass die rechte und linke Gesamtmittelungslänge in den beiden Gleichungen identisch ist. Pro Paket werden damit 2A verschiedene Rauschvarianzen geschätzt. Alle LLRs in einem der 2A Datenblöcke werden entsprechend mit einem einzigen Wert einer Rauschvarianz skaliert. Paketfehlerraten-Simulationen mit reiner AWGN-Störung haben gezeigt, dass der Unterschied zwischen einer optimalen AWGN-Skalierung bzw. der datenblockweisen Skalierung für den betrachteten Fall kleiner als 0.2 dB ist.
Interferenz-optimieite ILR-Skalierung Bei Ausführungsbeispielen kann im interferenzdominierten Fall eine symbolweise LLR- Skalierung durchgeführt werden, da sich die Störverhältnisse von Symbol zu Symbol signifikant ändern können. Dazu kann eine Glättung benachbarter Werte von rik durchgeführt werden. Die bekannteste Glättung ist die Polynomglättung nach Savitzky und Golay [6]. Durch die Verwendung von Fl R-Filterkoeffizienten werden die Daten üblicherweise mittels quadratischer bzw. kubischer Polynome gewichtet. Das Verfahren von Savitzky und Golay ermöglicht aber auch die einfachste Glättungsmethode von Messdaten, die (gewichtete) gleitende Mittelung. Dabei werden die Datenpunkte durch den arithmetischen Mittelwert der Nachbarpunkte (oder einer gewichteten Form davon) ersetzt:
Die Größe des gleitenden Fensters ist dabei 2F+1 und wß sind die zugehörigen Gewichte. In unserem Beispiel ist F=4 und die Fensterbreite beträgt damit 9 Werte. Die ersten F Werte der Rauschvarianz zu Beginn und am Ende eines jeden Teil-Datenpakets 142 bedürfen jeweils noch einer Sonderbehandlung. Die Rauschvarianzen der ersten F=4 Symbole in jedem Teilpaket errechnen sich gemäß: während die letzten F=4 Rauschvarianzen eine entsprechend abnehmende Fensterbreite aufweisen und sich in entsprechend analoger Weise berechnen lassen. Würde die Fensterbreite F vergrößert oder verkleinert, so müsste die Anzahl der Sonderfälle zu Beginn und am Ende entsprechend angepasst werden.
Weitere Ve rarbeitung
Bevor die ermittelten LLRs eines Pakets dem Interleaver und dann dem FEC-Decoder zugeführt werden, kann noch eine Begrenzung der Soft-Output-Werte, ein sogenanntes Clipping, durchgeführt werden: Beispielhaft kann Lm einen Wert von 13 annehmen. Ähnlich wie in Gl. (2) wird auch in Gl. (4) versucht einen einzelnen LLR-Wert nicht beliebig groß werden zu lassen. Derartige Maßnahmen wirken sich positiv auf die Paketfehlerrate aus.
Sämtliche Freiheitsgrade, wie der Schwellwert Q und Lm aus Gl. (2) bzw. Gl. (4), sowie die Fenstergröße F und die Gewichtsfaktoren wfi, sind aufgrund von Simulationen derart zu wählen, dass die Paketfehlerraten für die geforderten Lastszenarien und den unterschiedlichen Beschaltungsvarianten jeweils möglichst gering werden.
Es ist klar, dass nur durch eine entsprechende Zusammenschaltung der beiden Skalierungsvarianten (AWGN-optimierte LLR-Skalierung und Interferenz-optimierte LLR- Skalierung) eine zufriedenstellende Paketfehler-Performance sowohl im reinen AWGN-Fall wie auch im interferenzdominierten und lastabhängigen Fall erreicht wird. Im Wesentlichen gibt es vier verschiedene Kombinationsvarianten:
1 ) Vorgeschaltete Detektion zur Auswahl einer Option (Fig. 22)
2) LLR-Combining mit anschließender Dekodierung (Fig. 23)
3) 2-Wege Verarbeitung mit nachgeschalteter Auswahl (engl „post-selection“) (Fig.
24)
4) Mehr-Wege Verarbeitung mit nachgeschalteter Auswahl (engl „post-selection“)
Die Varianten 1 ) bis 4) sind nach ihrer steigenden Komplexität angeordnet und sollten mit zunehmendem Ranking auch eine immer bessere Performance aufweisen.
Gemäß der ersten Variante, kann der Datenempfänger 1 10 bei Ausführungsbeispielen ausgebildet sein, um eine Interferenzrate des interferenzbehafteten Kanals zu ermitteln, und um in Abhängigkeit von der ermittelten Interferenzrate die Zuverlässigkeitsinformationen (LLR-Werte) für die empfangenen Symbole des zumindest einen Teil-Datenpakets 142 entweder basierend auf der ersten symbolbasierten Rauschmaßschätzung (AWGN- optimierte LLR-Skalierung) oder basierend auf der zweiten symbolbasierten Rauschmaßschätzung (Interferenz-optimierte LLR-Skalierung) zu ermitteln, wie dies in Fig. 22 gezeigt ist.
Im Detail zeigt Fig. 22 eine schematische Ansicht einer der ersten symbolbasierten Rauschmaßschätzung 164 und der zweiten symbolbasierten Rauschmaßschätzung 166 vorgeschalteten Interferenzdetektion 168, zur Auswahl der ersten symbolbasierten Rauschmaßschätzung 164 oder der zweiten symbolbasierten Rauschmaßschätzung 166 basierend auf der Interferenzrate.
Mit anderen Worten, Fig. 22 zeigt eine schematische Ansicht einer vorgeschalteten Rausch- bzw. Interferenzerkennung zur Auswahl einer Option. Die Variante 1 nach Fig. 22 versucht mit einer Auswertung, beispielsweise basierend auf den Ausführungsbeispielen der Abschnitte 2 und 3 eine Auswahl zu treffen, ob das Teil-Datenpaket 142 mehr rausch- oder interferenzgestört ist. Entsprechend wird dann die erste symbolbasierte Rauschmaßschätzung (AWGN-optimierte LLR-Skalierung) oder die zweite symbolbasierte Rauschmaßschätzung (Interferenz-optimierte LLR-Skalierung) durchlaufen. Dieser hart geschaltete Ansatz dürfte die schlechteste Performance erzielen. Einzusetzen nur bei ganz begrenzten Rechenressourcen.
Gemäß der zweiten Variante kann der Datenempfänger 1 10 bei Ausführungsbeispielen ausgebildet sein, um die Zuverlässigkeitsinformationen (z.B. LLR-Werte) für die empfangenen Datensymbole des zumindest einen Teil-Datenpakets 142 separat basierend auf der ersten Rauschmaßschätzung (AWGN-optimierte LLR-Skalierung) und der zweiten Rauschmaßschätzung (Interferenz-optimierte LLR-Skalierung) ermitteln, um erste Zuverlässigkeitsinformationen und zweite Zuverlässigkeitsinformationen zu erhalten und, wie dies in Fig. 23 gezeigt ist, für eine weitere Verarbeitung (z.B. Decodierung 172 (z.B. FEC Decodierung oder T urbo-Decodierung) und Überprüfung 174 (z.B. CRC Check)) zu kombinieren 170.
Im Detail zeigt Fig. 23 zeigt eine schematische Ansicht einer der ersten symbolbasierten Rauschmaßschätzung 164 und der zweiten symbolbasierten Rauschmaßschätzung 166 nachgeschalteten Kombination 170 und weiteren Verarbeitung 172, 174 der von der ersten symbolbasierten Rauschmaßschätzung 164 bereitgestellten ersten Zuverlässigkeitsinformationen und der von der zweiten symbolbasierten Rauschmaßschätzung 166 bereitgestellten zweiten Zuverlässigkeitsinformationen 167, gemäß einem Ausführungsbeispiel.
Mit anderen Worten, Fig. 23 zeigt eine LLR-Kombinierung mit anschließender Dekodierung. Wie in Fig. 23 zu erkennen ist, werden bei der zweiten Variante beide LLR- Skalierungsvarianten 164 und 166 durchlaufen und anschließend eine Kombination 170 durchgeführt, derart, dass die LLRs beider Durchläufe 164 und 166 (gleichwertig oder unterschiedlich gewichtet) aufaddiert werden. Diese zweite Variante sollte bei der Paketfehlerrate deutlich besser abschneiden die erste Variante. Gemäß der dritten Variante kann der Datenempfänger 1 10 ausgebildet sein, um die
Zuverlässigkeitsinformationen (z.B. LLR-Werte) für die empfangenen Datensymbole des zumindest einen Teil-Datenpakets 142 separat basierend auf der ersten symbolbasierten Rauschmaßschätzung 164 (AWGN-optimierte LLR-Skalierung) und der zweiten symbolbasierten Rauschmaßschätzung 166 (Interferenz-optimierte LLR-Skalierung) zu ermitteln, um erste Zuverlässigkeitsinformationen 165 und zweite Zuverlässigkeitsinformationen 167 zu erhalten und diese, wie dies in Fig. 24 gezeigt ist, separat weiter zu verarbeiten.
Im Detail zeigt Fig. 24 eine schematische Ansicht einer der ersten symbolbasierten Rauschmaßschätzung 164 und der zweiten symbolbasierten Rauschmaßschätzung 166 nachgeschalteten separaten Weiterverarbeitung 176 und 178 der von der ersten symbolbasierten Rauschmaßschätzung 164 bereitgestellten ersten
Zuverlässigkeitsinformationen 165 und der von der zweiten symbolbasierten Rauschmaßschätzung 166 bereitgestellten zweiten Zuverlässigkeitsinformationen 167, gemäß einem Ausführungsbeispiel.
Wie in Fig. 24 zu erkennen ist, kann die weitere Verarbeitung 176 der von der ersten symbolbasierten Rauschmaßschätzung 164 bereitgestellten ersten
Zuverlässigkeitsinformationen 165 eine Decodierung 172_1 (z.B. FEC Decodierung oder T urbo-Decodierung) und eine Überprüfung 174_1 (z.B. CRC Check) umfassen. Die weitere Verarbeitung 178 der von der zweiten symbolbasierten Rauschmaßschätzung 166 bereitgestellten zweiten Zuverlässigkeitsinformationen 167 kann eine Decodierung 172_2 (z.B. FEC Decodierung oder T urbo-Decodierung) und eine Überprüfung 174_2 (z.B. CRC Check) umfassen, wobei die Werte ausgeben werden, die die Überprüfung bestehen.
Mit anderen Worten, Fig. 24 zeigt eine 2-Wege Parallelverarbeitung mit mit nachgeschalteter Auswahl (engl „post-selection“). Bei der dritten Variante besitzt jede LLR- Skalierungsvariante auch einen eigenen Dekodier-Durchlauf mit eigener CRC Überprüfung. Wenn bei mindestens einer der Varianten kein CRC Fehler auftritt, dann ist das Teil- Datenpaket erfolgreich übertragen worden. Diese 2-Wege-Lösung kann sequenziell durchlaufen werden. Beginnend mit der interferenz-optimierten Skalierung wird dessen CRC- Wert überprüft. Wenn kein „erfolgreich“ vorliegt, wird die nächste Skalierungsvariante (AWGN) durchlaufen und deren CRC geprüft. Diese dritte (2-Wege) Variante kann mit der vierten Variante um weitere Zweige mit jeweils anderen Parametereinstellungen erweitert werden. Beispielsweise können andere LLR-Skalierungsvarianten mit anderen Fenstergrößen und/oder anderen Gewichtsfaktoren verwendet werden, die beispielsweise bei höherer Last eine bessere Performance zeigen. Auch die für den AWGN-Fall optimale Skalierung mit d WGN kann in die Mehr-Zweige-Variante aufgenommen werden. Dies ist lediglich abhängig von den zur Verfügung stehenden Verarbeitungsressourcen.
9. Rauschleistungsbestimmung aus dem Breitbandsignal
Bei Ausführungsbeispielen erfolgt eine Unterdrückung von Störern im Datenempfänger 1 10 eines Funkübertragungssystems mit Paket-Übertragung. Das Funkübertragungssystem kann eine hohe Anzahl an Datensendern 100 aufweisen, die auf nicht-koordinierte Weise Datenpakete aussenden, die von dem Datenempfänger 1 10 zu empfangen und auszuwerten sind. Nicht-koordiniert bedeutet in diesem Zusammenhang, dass die zeitliche und die frequenzmäßige Lage der Datenpaket-Aussendungen der Datensender 100 im Datenempfänger 1 10 nicht bekannt ist und auch keine zeitlichen oder frequenzmäßigen Beziehungen zwischen den Datenpaket-Aussendungen der Datensender bestehen. Die Unsicherheit bezüglich der Frequenz bezieht sich dabei auf die frequenzmäßige Lage innerhalb eines dem Funkübertragungssystem zugewiesenen Frequenzbandes, das auch von anderen Funkübertragungssystemen genutzt wird. Daraus folgt, dass das im Datenempfänger 1 10 eintreffende Empfangssignal einer Datenpaket-Aussendung eines bestimmten Datensenders 100 auf zweifache Weise gestört sein kann:
1. Es kann eine zeitliche und/oder frequenzmäßige Überlappung mit einer Datenpaket- Aussendung eines anderen Datensenders desselben Systems auftreten.
2. Es kann eine zeitliche und/oder frequenzmäßige Überlappung mit einer Aussendung eines anderen Systems auftreten.
In Systemen mit koordinierten Aussendungen stehen für den ersten Fall besondere Verfahren zur Unterdrückung der wechselseitigen Störungen überlappender Aussendungen zur Verfügung. Im hier vorliegenden Fall sind die dazu notwendigen Voraussetzungen jedoch nicht gegeben.
Des Weiteren gibt es Verfahren, mit denen im Rahmen der Symbolverarbeitung im Datenempfänger 1 10 Störungen erkannt und unterdrückt werden können. Dies setzt allerdings eine ausreichend genaue Synchronisation bezüglich Frequenz, Phase und Zeit voraus. Durch die Störungen werden jedoch auch die zur Synchronisation verwendeten Algorithmen gestört, so dass auch hier die Voraussetzungen nicht ohne Weiteres gegeben sind. Benötigt wird demnach ein Konzept, mit dem in allen relevanten Verarbeitungsschritten im Datenempfänger 1 10 eine Erkennung und Unterdrückung von Störungen erfolgen kann. Im Folgenden werden Ausführungsbeispiele beschrieben, die die gestellten Anforderungen in allen Szenarien erfüllen, bei denen der Empfangspegel eines empfangenen Datenpakets während der Paketdauer nur unwesentlich variiert, d.h. kein sogenanntes Fading vorliegt.
Fig. 25 zeigt ein schematisches Blockschaltbild eines Datenempfängers 1 10, gemäß einem Ausführungsbeispiel. Der Datenempfänger 1 10 ist ausgebildet, um ein Signal 120 zu empfangen, wobei das Signal 120 Interferenzen 122 eines interferenzbehafteten Übertragungskanals aufweist.
Bei Ausführungsbeispielen kann der Datenempfänger 1 10 (z.B. ein Paket-Detektor 180 aufweisen, der) ausgebildet sein kann, um zumindest zwei Histogramme 124J und 124_2 über Empfangsleistungsinformationen (z.B. Empfangsleistungen, logarithmierte Empfangsleistungen) von zwei unterschiedlichen Signalausschnitten 126_1 und 126_2 (z.B. eines Satzes Abtastwerten oder eines Satzes von Symbolen) des empfangenen Signals zu bilden.
Beispielsweise kann der Datenempfänger 1 10 (oder der Paket-Detektor 180) ein erstes Histogramm 124_1 über Empfangsleistungsinformationen eines ersten Signalausschnitts 126__1 des empfangenen Signals und ein zweites Histogramm 124_2 über Empfangsleistungsinformationen eines zweiten Signalausschnitts 126_2 des empfangenen Signals bilden.
Der Datenempfänger kann ferner ausgebildet sein, um die zumindest zwei Histogramme 124__1 und 124_2 bzw. Verteilungen 128_1 und 128_2 von Empfangsleistungsinformationen der zumindest zwei Histogramme 124_1 und 124_2 bin-weise zu kombinieren (z.B. zu addieren), um ein kombiniertes Histogramm 182 zu erhalten, und um aus dem kombinierten Histogramm 182 eine Rauschleistungsinformation (z.B. Rauschleistung) zu ermitteln.
Bei Ausführungsbeispielen kann der Datenempfänger 1 10 ausgebildet sein, um für einen Satz von Abtastwerten oder Symbolen des ersten Signalausschnitts 126_1 erste Empfangsinformationen (z.B. Empfangsleistungen, logarithmierte Empfangsleistungen) zu ermitteln, und um das erste Histogramm 124__1 über die ermittelten ersten Empfangsinformationen (z.B. Empfangsleistungen, logarithmierte Empfangsleistungen) zu bilden. Beispielsweise kann der Datenempfänger 1 10 ausgebildet sein, um für jeden Abtastwert oder jedes Symbol des ersten Signalausschnitts 126_1 des empfangenen Signals 120 eine Empfangsinformation (z.B. Empfangsleistungen, logarithmierte Empfangsleistungen) zu ermitteln, um für den Satz von Abtastwerten oder Symbolen des ersten Signalausschnitts 126_1 die ermittelten ersten Empfangsinformationen zu erhalten, und um das erste Histogramm 124_1 über die ermittelten ersten Empfangsinformationen zu bilden.
Bei Ausführungsbeispielen kann der Datenempfänger 110 ausgebildet sein, um für einen Satz von Abtastwerten oder Symbolen des zweiten Signalausschnitts 126_2 zweite Empfangsinformationen (z.B. Empfangsleistungen, logarithmierte Empfangsleistungen) zu ermitteln, und um das zweite Histogramm 124_2 über die ermittelten zweiten Empfangsinformationen (z.B. Empfangsleistungen, logarithmierte Empfangsleistungen) zu bilden.
Beispielsweise kann der Datenempfänger 1 10 ausgebildet sein, um für jeden Abtastwert oder jedes Symbol des zweiten Signalausschnitts 126_2 des empfangenen Signals 120 eine Empfangsinformation (z.B. Empfangsleistungen, logarithmierte Empfangsleistungen) zu ermitteln, um für den zweiten Satz von Abtastwerten oder Symbolen des zweiten Signalausschnitts 126_2 die ermittelten zweiten Empfangsinformationen zu erhalten, und um das erste Histogramm 124_1 über die ermittelten zweiten Empfangsinformationen zu bilden.
Bei Ausführungsbeispielen können die Empfangsleistungsinformationen Empfangsleistungen oder logarithmierte Empfangsleistungen sein.
Bei Ausführungsbeispielen kann der Datenempfänger 1 10 ausgebildet sein, um die Rauschleistungsinformation basierend auf einem Maximum einer Verteilung von kombinierten Empfangsleistungsinformationen des kombinierten Histogramms 182 zu ermitteln.
Im Folgenden werden detaillierte Ausführungsbeispiele des Datenempfängers 1 10 beschrieben.
Fig. 26 zeigt ein schematisches Blockschaltbild eines Datenempfängers 1 10, gemäß einem Ausführungsbeispiel. Mit anderen Worten, Fig. 26 zeigt eine Verarbeitung im Datenempfänger 1 10. Ein Paket-Detektor 180 verarbeitet das Breitbandsignal am Eingang und detektiert vorhandene Pakete; dabei werden die zeit- und frequenzmäßige Lage der Pakete näherungsweise bestimmt. Auf der Basis dieser Informationen über die Lage entnimmt ein Paket-Decoder 184 die zur Verarbeitung des Pakets erforderlichen zeit- und frequenzmäßigen Signalausschnitte aus dem Breitbandsignal und verarbeitet diese anschließend.
Sowohl der Paket-Detektor 180 als auch der Paket-Decoder 184 sind vorzugsweise ausreichend resistent gegenüber Störungen. Die erforderlichen Maßnahmen im Paket- Detektor 180 sind nicht Bestandteil der vorliegenden Erfindung. Es wird deshalb im Folgenden davon ausgegangen, dass die Pakete auch unter dem Einfluss der zu erwartenden Störungen ausreichend genau detektiert werden können.
Manche Ausführungsbeispiele betreffen dennoch auch den Paket-Detektor 180, da die erforderlichen Maßnahmen im Paket-Decoder 184 von einer Kenntnis der Rauschleistung profitieren und der Paket-Detektor 180 diese Größe wesentlich einfacher und genauer schätzen kann als der Paket-Decoder 184. Neben der zeit- und frequenzmäßigen Lage eines detektierten Pakets übergibt der Paket-Detektor 180 deshalb auch die von ihm geschätzte Rauschleistung als Metadaten an den Paket-Decoder 184. Fig. 27 zeigt die Erweiterung des Paket-Detektors 180 zur Schätzung der Rauschleistung.
Im Detail zeigt Fig. 27 ein schematisches Blockschaltbild eines Paket-Detektors 180 des Datenempfängers 1 10, gemäß einem Ausführungsbeispiel. Der Paket-Detektor 180 des Datenempfängers 1 10 umfasst eine Filterbank (z.B. eine Polyphasenfilterbank) 190, eine Korrelation und Paket-Detektion 192 und eine Schätzung der Rauschleistung PR 194.
Im Folgenden wird zunächst die Schätzung der Rauschleistung im Paket-Detektor 180 beschrieben. Daran schließt sich die Beschreibung der Verarbeitung im Paket-Decoder 184 an.
Sch ätzunq der Rauschleistung im erweiterten Paket-Detektor
Bei Ausführungsbeispielen kann der Paket-Detektor 180 eine Polyphasen-Filterbank 190 mit hoher Frequenzauflösung aufweisen, die zur Berechnung des Leistungsdichtespektrums des Breitbandsignals verwendet werden kann. Unter der Rauschleistung PR wird im Folgenden die Rauschleistung in einem Kanal der Filterbank 190 verstanden, also das Produkt aus der Rauschleistungsdichte und der Rauschbandbreite des Filters. Ihre Berechnung kann deshalb ohne weitere Skalierung direkt aus den Betragsquadraten der Ausgangssignale der Filterbank erfolgen. Wie bei Spektralanalysatoren erfolgt auch hier zunächst eine zeitliche Mittelung über aufeinanderfolgende Leistungsdichtespektren, um die Varianz der Werte zu verringern. Der dazu verwendete Mittelungsfaktor kann hier jedoch verhältnismäßig gering gehalten werden, da mit einer hohen Belegung des ausgewerteten Frequenzbandes gerechnet werden muss und eine zu große zeitliche Mittelung die Ausbildung eines erkennbaren Rauschgrundes verhindern kann. Darüber hinaus ist in den vorgesehenen Frequenzbändern mit vergleichsweise kurzen, breitbandigen Störungen durch andere Systeme zu rechnen, die sehr dicht aufeinander folgen können und zeitlich aufgelöst werden müssen, damit sich ein auswertbarer Rauschgrund ausbilden kann. Im vorliegenden Fall wird deshalb ein Mittelungsfaktor M = 4 verwendet.
Die Mittelung erfolgt durch eine gewichtete Addition von M aufeinander folgenden Leistungsdichtespektren. Aus den bereits genannten Gründen erfolgt dabei keine Unterabtastung in Zeitrichtung, d.h. es ergibt sich keine zusätzliche, durch eine Unterabtastung bedingte zeitliche Unschärfe.
Fig. 28 zeigt in einem Diagramm Eigensignale 280, Fremdsignale 282 sowie ausgewertete Bereiche 284 (z.B. Kanäle; Band 1 Band 2) des Breitbandsignals. Dabei beschreibt die Ordinate die Frequenz und die Abszisse die Zeit.
Mit anderen Worten, Fig. 28 zeigt in einem Diagramm ein Beispiel für die ausgewerteten Bereiche inklusive einem beispielhaften Signalszenario. Der erfasste Frequenzbereich beträgt bei einer Abtastrate fs das Intervall [-fs / 2 fs / 2] In diesem Bereich können mehrere Teilbereiche zur Auswertung herangezogen werden, üblicherweise ein Teilbereich unterhalb der Mittenfrequenz (Band 1 ) und ein Teilbereich oberhalb der Mittenfrequenz (Band 2). Die Bereiche an den Rändern (f < fi,!ow und f > f2,h>gh) werden nicht ausgewertet, da der Frequenzgang des Breitbandsignals in diesen Bereichen aufgrund der vorausgehenden Filterung des Breitbandsignals abfällt. Ebenfalls nicht ausgewertet wird ein schmaler Bereich um die Mittenfrequenz (fi.hign < f < f2.iow), der bei bestimmten Empfänger-T opologien einen störenden Gleichanteil bzw. störende niederfrequente Signalanteile enthalten kann.
Die zeitliche und frequenzmäßige Auflösung der M-fach gemittelten Leistungsdichtespektren wird durch das Gitter angedeutet. Das Signalszenario setzt sich aus Aussendungen des eigenen Funksystems (Eigensignale) und Aussendungen anderer Funksysteme (Fremdsignale) zusammen. Die Eigensignale sind schmalbandig im Vergleich zu den Bandbreiten der Bänder, während die Fremdsignale schmal- oder breitbandig sein können. Breitbandige Fremdsignale haben in der Regel eine kürzere Dauer als die Eigensignale, während schmalbandige Fremdsignale in der Regel eine längere Dauer haben. In Fig. 28 sind alle Zellen des Gitters markiert, die durch die Signale beeinflusst werden. Die Signale selbst liegen dagegen im Allgemeinen weder in Zeit- noch in Frequenzrichtung im Gitter.
Aus der Darstellung in Fig. 28 folgt, dass es immer eine gewisse Anzahl an nicht von den Signalen beeinflusste Zellen gibt, in denen unter der Voraussetzung eines konstanten Rauschgrundes (sogenanntes weißes Breitbandrauschen) sehr ähnliche Leistungswerte auftreten, deren Erwartungswert der gesuchten Rauschleistung PR entspricht. In den durch die Signale beeinflussten Zellen liegen dagegen in der Regel stark unterschiedliche Leistungswerte vor. Daraus folgt, dass die Rauschleistung PR mit Hilfe eines Histogramms der Leistungswerte ermittelt werden kann. Dabei bildet sich auch in Szenarien, die wesentlich mehr Signale enthalten als das Beispiel in Fig. 28, ein deutliches Maximum im Bereich kleiner Leistungswerte aus, dessen Lage als Schätzwert für die Rauschleistung PR verwendet werden kann. Das gilt auch für den Fall, dass es sich dabei nur um ein lokales und nicht um das globale Maximum des Histogramms handelt.
Fig. 29 zeigt in einem Diagramm eine normierte Verteilungen der Leistungswerte für ein Rauschsignal mit PR = 1 bzw. PR = 0 dB für verschiedene Mittelungsfaktoren M. Dabei beschreibt die Ordinate die PDF (PDF = probability density funktion, dt. Wahrscheinlichkeitsdichtefunktion) und die Abszisse die Leistung.
Für sehr hohe Mittelungsfaktoren resultiert bei logarithmischer Darstellung der Leistung bzw. linearer Darstellung der Leistung in dB näherungsweise eine Gauß-Verteilung. Dies ist für M = 100 der Fall. Für M = 4 ist die Verteilung dagegen unsymmetrisch. Aus Fig. 29 kann ferner entnommen werden, dass die Auflösung des Histogramms für M = 4 in der Größenordnung von 0.5 dB liegen sollte; in diesem Fall liegen etwa 8 Werte im Bereich zwischen -2 dB und 2 dB.
Fig. 30 zeigt in einem Diagramm ein gemessenes Histogramm 124 für PR = 0 dB und M = 4, Dabei ergeben sich im Vergleich zu Fig. 29 zwei Abweichungen:
1. Das gemessene Histogramm 124 ist breiter.
2. Das Maximum liegt nicht bei 0 dB, sondern etwas darunter.
Beide Abweichungen werden durch die Korrelation der gemessenen Leistungswerte in Zeit- und in Frequenzrichtung verursacht. Während die größere Breite unbedeutend ist, erfordert die Verschiebung des Maximums eine Korrektur mit einem konstanten Faktor, der per Simulation ermittelt werden muss, da kein analytischer Ausdruck verfügbar ist. Das Maximum kann durch eine Parabel-Approximation durch die Werte in der Umgebung des Maximums bestimmt werden. Dabei tritt durch die Unsymmetrie der Verteilung ein geringer Fehler auf, der ebenfalls durch den oben genannten Korrekturfaktor korrigiert werden kann.
Bei besonders hohen Anforderungen an die Genauigkeit kann eine Referenzkurve verwendet werden und die Lage des Maximums durch Korrelation der Werte des Histogramms 124 mit den Werten der Referenzkurve bestimmt werden (Maximum- Likelyhood -Verfahren). Dabei können die Werte der Referenzkurve durch eine Simulation bestimmt werden, in der eine wesentlich größere Signallänge verwendet wird als in der konkreten Anwendung.
In der Praxis wird mit langsamen Änderungen der Rauschleistung PR gerechnet. Um diesen Änderungen folgen zu können, können bei Ausführungsbeispielen die Leistungswerte blockweise ausgewertet werden, wie dies in Fig. 31 gezeigt ist.
Fig. 31 zeigt eine schematische Ansicht einer Berechnung und Auswertung der Histogramme, gemäß einem Ausführungsbeispiel. Wie in Fig. 31 zu erkennen ist, können die Leistungswerte aller innerhalb einer Blockdauer TB anfallenden gemittelten Leistungsdichtespektren zu einem Block 126_1 bis 126_N zusammengefasst werden. Für jeden Block 126_1 bis 126_N kann ein separates Histogramm 124_1 bis 124_N berechnet werden. Anschließend werden N aufeinanderfolgende Histogramme 124_1 bis 124_N addiert 181 und ausgewertet. Dabei können die Histogramme zyklisch beschrieben, d.h. für den Block N+1 wird wieder das Histogramm 1 124_1 verwendet. Aufeinander folgende Werte der Rauschleistung PR ergeben sich durch die in Fig. 31 angedeutete blockweise Verschiebung, zu deren Realisierung aufgrund der zyklischen Verwendung der Histogramme keine besonderen Maßnahmen erforderlich sind.
In der Praxis erfolgt die Schätzung der Rauschleistung PR durch Addition der N Histogramme 124_1 bis 124_N und Auswertung des resultierenden Summen-Histogramms 182 allerdings nur, wenn ein Paket detektiert wurde und die Rauschleistung PR gemäß Fig. 27 tatsächlich benötigt wird. Eine einmal geschätzte Rauschleistung PR bleibt dann auch gültig, bis ein weiterer Block verarbeitet wurde, d.h. die Rauschleistung PR wird auch bei sehr vielen Paket- Detektionen nur einmal pro Blockdauer TB geschätzt. Für die Berechnung der Histogramme 124_1 bis 124_N kann der Logarithmus der Leistungswerte verwendet werden. Da die Genauigkeitsanforderungen an diese Logarithmus-Bildung aufgrund der Granularität des Histogramms sehr gering sind, können sehr grobe Näherungen für den Logarithmus zur Anwendung kommen. Aufgrund der binären Darstellung von Festkomma- und Gleitkomma-Zahlenwerten in Prozessoren bietet es sich an, anstelle des dekadischen Logarithmus den binären Logarithmus mit der Basis 2 zu verwenden. Bei Gleitkomma-Zahlenwerten ist dies besonders einfach möglich, da diese Werte bereits in der Darstellung
Wert = Mantisse · 2ExP°nent
vorliegen und die Mantisse und der Exponent mit einfachen Bit-Operationen aus der binären Darstellung extrahiert werden können. Es gilt:
log2(Wert) = Exponent + log2(Mantisse)
Der binäre Logarithmus der Mantisse kann ebenfalls leicht bestimmt werden, da die Mantisse auf den Wertebereich
0.5 < Mantisse < 1
beschränkt ist. In der Praxis entnimmt man dazu die höchstwertigen Bits (MSB) der Mantisse und bildet diese über eine Korrekturtabelle ab. Der implementierte Zusammenhang lautet dann:
log2(Wert) = Exponent + Tabelle(MSB(Mantisse))
Der folgende C-Programmcode realisiert dieses Verfahren für den Fall, dass die 8 höchstwertigen Bits der Mantisse als Index in eine Korrekturtabelle mit 256 Werten verwendet werden und das resultierende Ergebnis über 4 Nachkomma-Bits verfügt, d.h. der binäre Logarithmus ist auf 1/16 genau. int LogApprox: :log2FracTab[256] =
{
0, 0, 0, 0, 0, 0,
1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 , 1 ,
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3
4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4,
5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5, 5,
6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6,
7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7,
8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8, 8 8, 8,
9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9,
10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10, 10,
11, 11, 11, 11, 11, 11, 11, 11, 11,
11, 11, 11, 11, 11, 11, 11, 11, 11,
12, 12, 12, 12, 12, 12, 12, 12, 12,
12, 12, 12, 12, 12, 12, 12, 12, 12,
13, 13, 13, 13, 13, 13, 13, 13, 13, 13,
13, 13, 13, 13, 13, 13, 13, 13, 13, 13,
14, 14, 14, 14, 14, 14, 14, 14, 14, 14,
14, 14, 14, 14, 14, 14, 14, 14, 14, 14,
15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15,
15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15,
16, 16, 16, 16, 16, 16, 16, 16, 16, 16
}; int log2int (float x)
{
union
{
int32_t i;
float f;
}xif; xif.f = x;
return ((xif.i » 19) & 4080)
+ log2FracTab[(xif.i » 15) & 255];
}
Bei Festkomma-Zahlenwerten kann zunächst eine Umwandlung in eine Darstellung mit Mantisse und Exponent erfolgen; dazu kann die Anzahl der führenden Null-Bits des Festkomma-Wertes ermittelt werden und der Wert entsprechend verschoben werden. Viele Prozessoren verfügen über einen speziellen Befehl zur Ermittlung der Anzahl der führenden Null-Bits, z.B. CLZ (Count Leading Zeros).
Die Begrenzung der Genauigkeit auf 1/16 entspricht einer Auflösung der Leistungswerte von 0.188 dB und ist damit für die Histogramm-Berechnung bereits mehr als ausreichend. Je nach Anwendung kann die Genauigkeit durch Runden auf 1/8 oder 1/4 reduziert werden. Die Begrenzung der Genauigkeit ermöglicht zudem eine effiziente Berechnung ohne vorherige Bereichsprüfung der Leistungswerte. Dabei wird das Festkomma-Ergebnis der C- Funktion log2int4 entweder direkt oder nach Rundung auf 3 oder 2 Nachkomma-Bits als Index in das zu berechnende Histogramm verwendet. Das Histogramm hat in diesem Fall die in der folgenden Tabelle gezeigten Längen und Auflösungen.
Diese Längen gelten allerdings nur für die eigentliche Berechnung. Zur Speicherung in den in Fig. 31 gezeigten N Histogramm-Speichern kann der Wertebereich eingeschränkt werden; die N Histogramm-Speicher enthalten dann nur den relevanten Ausschnitt des berechneten Histogramms und einen Verschiebungswert. Die Addition der N Histogramme erfolgt in diesem Fall unter Berücksichtigung der Verschiebungswerte. Zur Auswahl des jeweils relevanten Ausschnitts gibt es mehrere effiziente Verfahren, die nicht Gegenstand der Idee sind.
Vereinfachte Schätzung der Rauschleistung
Eine Histogramm-Verarbeitung auf der Basis sämtlicher zur Verfügung stehender Leistungswerte kann unter Umständen zu einem erheblichen Rechenaufwand führen. Deshalb werden im Folgenden Ausführungsbeispiele beschrieben, mit denen unter bestimmten Voraussetzungen eine Reduktion der Rechenzeit erzielt werden kann.
Bei Ausführungsbeispielen fließen nicht mehr alle relevanten Leistungswerte der gemittelten Leistungsdichtespektren in die Histogramm-Berechnung ein, sondern es werden zunächst Kenngrößen gebildet und nur diese Kenngrößen mit Hilfe von Histogrammen ausgewertet. Als Kenngrößen werden verwendet:
1. Die Summe der relevanten Leistungswerte.
2. Das Minimum der relevanten Leistungswerte.
Die Wahl dieser Größen ist durch die Verarbeitungsmöglichkeiten in modernen Prozessoren mit SIMD-Befehlssatz (Single Instruction Multiple Data) motiviert. Die Berechnung der Leistungswerte durch Betragsquadrat-Bildung der komplex-wertigen Ausgangswerte der DFT-Filterbank, die Mittelung mit M = 4, die Bildung der Summe und die Ermittlung des Minimums können unter Nutzung von SIMD-Befehlen sehr effizient erfolgen. Dies erfordert allerdings eine spezielle Assembler-Programmierung.
Die in Fig. 31 dargestellte Verarbeitung wird nun parallel für die Summenwerte und die Minima durchgeführt. Dabei reduziert sich jedoch die Anzahl der in einem Block zu verarbeitenden Werte und damit auch die Anzahl der Werte in den Histogrammen um einen Faktor, der der Anzahl der relevanten Leistungswerte in einem Leistungsdichtespektrum entspricht. Mit anderen Worten: Die Frequenz-Dimension in Fig. 28 verschwindet und es werden pro Zeitschrift nur noch zwei Werte verarbeitet. Fig. 32a zeigt die gewöhnliche und Fig. 32b die vereinfachte Histogramm-Berechnung.
Wie in Fig. 32b zu erkennen ist, kann bei Ausführungsbeispielen der Datenempfänger 1 10 (z.B. der Paket- Detektor 180 des Datenempfängers 1 10) ausgebildet sein, um Leistungsinformationen (z.B. Empfangsleistungen, logarithmierte Empfangsleistungen) von Abtastwerten oder Symbolen eines gleichen zeitlichen Signalausschnitts der Mehrzahl von Teilbandsignalen zu ermitteln, beispielsweise um eine zwei dimensionales Array 200 von Leistungsinformationen zu erhalten, wobei eine erste Dimension (in Fig. 32b die y-Achse (Frequenzachse)) des zwei dimensionalen Arrays 200 die Mehrzahl von Teilbandsignalen beschreibt, wobei eine zweite Dimension (in Fig. 32b die x-Achse (Zeitachse)) des zweidimensionalen Arrays 200 die Abtastzeitpunkte beschreibt.
Ferner kann der Datenempfänger 110 (z.B. der Paket-Detektor 180 des Datenempfängers 1 10) ausgebildet sein, um für jeden Abtastzeitpunkt des Signalausschnitts eine
Summenbildung über die jeweiligen Leistungsinformationen des zwei dimensionalen Arrays 200 durchzuführen, um für den Signalausschnitt einen Satz von
Summenleistungsinformationen zu erhalten, und um ein Summen-Histogramm über den Satz von Summenleistungsinformationen zu bilden. Beispielsweise können die ermittelten Leistungsinformationen eine Matrix von Leistungsinformationen bilden, wobei Zeilen der Matrix die Mehrzahl von Teilbandsignalen beschreiben, wobei Spalten der Matrix Abtastzeitpunkte beschreiben, wobei der Datenempfänger 1 10 ausgebildet sein kann, um die Summenbildung über die jeweiligen Leistungsinformationen spaltenweise durchzuführen.
Ferner kann der Datenempfänger 1 10 (z.B. der Paket-Detektor 180 des Datenempfängers 1 10) ausgebildet sein, um für jeden Abtastzeitpunkt des Signalausschnitts eine
Minimumbildung (z.B. Minimumsuche) über die jeweiligen Leistungsinformationen des zwei dimensionalen Arrays 200 durchzuführen, um für den Signalausschnitt einen Satz von Minimumleistungsinformationen zu erhalten, und um ein Minimum-Histogramm über den Satz von Minimumleistungsinformationen zu bilden. Beispielsweise können die ermittelten
Leistungsinformationen eine Matrix von Leistungsinformationen bilden, wobei Zeilen der Matrix die Mehrzahl von Teilbandsignalen beschreiben, wobei Spalten der Matrix Abtastzeitpunkte beschreiben, wobei der Datenempfänger 1 10 ausgebildet sein kann, um die Minimumbildung über die jeweiligen Leistungsinformationen spaltenweise durchzuführen.
Mit anderen Worten, wie in Fig. 32b zu erkennen ist, kann die Schätzung der Rauschleistung PR nun durch parallele Schätzung von zwei Rauschleistungen erfolgen:
1. Rauschleistung PR,Sum aus den N Summen-Histogrammen
2. Rauschleistung PR,,™ aus den N Minima-Histogrammen
Die Rauschleistung PR,SUm ist hochgenau, stimmt aber nur dann mit der tatsächlichen Rauschleistung PR überein, wenn es ausreichend viele Zeitpunkte bzw. f-Spalten gibt, in denen keine oder nur schwache Eigen- oder Fremdsignale vorliegen. Das ist z.B. im linken Teil des in Fig. 28 gezeigten Signalszenarios der Fall. Im rechten Teil des in Fig. 28 gezeigten Szenarios wird jedoch immer dann ein zu hoher Wert geschätzt, wenn die beiden horizontal verlaufenden Fremdsignale für eine längere Zeit aktiv sind und zusammen eine Leistung haben, die im Bereich der Gesamt-Rauschleistung in den relevanten Bändern liegt oder diese übersteigt. Dasselbe Problem tritt auf, wenn wesentlich mehr Eigensignale mit vergleichsweise hoher Leistung vorhanden sind. In diesem Fall liegt zwar keine konstante Leistung wie bei den beiden Fremdsignalen vor, jedoch ist die Leistung in den relevanten Bändern zu jedem Zeitpunkt höher als die Gesamt-Rauschleistung. In beiden Fällen ist die geschätzte Rauschleistung PR SUm größer als die tatsächliche Rauschleistung PR.
In den genannten Problemfällen dient die Rauschleistung PR, min als Ersatzwert. Sie ist deutlich weniger genau; deshalb erfolgen der Vergleich mit der Rauschleistung PR SUm und die Auswahl unter Verwendung eines Schwellen-Faktors kp = 1.2 ... 1 .4:
if (PR.sum > kp · PR,min)
PR = PR. min
eise
PR — PR.sum
end
Zwischen den aus den N addierten Summen- bzw. Minima-Histogrammen bestimmten Maxima und den Leistungen PR,SUm bzw. PR, mm bestehen folgende Zusammenhänge:
1. Für die Summen-Histogramme wurden alle Werte in einer f-Spalte addiert.
Entsprechend kann der sich aus dem Maximum ergebende Wert durch die Anzahl der Werte dividiert werden, um die Rauschleistung PR sum zu erhalten. Ein Korrekturfaktor ist dabei in der Regel nicht erforderlich. 2. Bei den Minima-Histogrammen ist der Zusammenhang wesentlich komplizierter. Zahlreiche Simulationen legen zwar einen Faktor der Form
(Anzahl Werte)K mit K = 0.4 ... 0.45 nahe, jedoch empfiehlt es sich, den Faktor per Simulation zu bestimmen.
Fig. 33 zeigt in einem Diagramm ein Beispiel für ein Summen-Histogramm, während Fig. 34 ein Beispiel für ein Minima-Histogramm zeigt. Bei den Beispielen aus Fig. 33 und 34 wird im Summen-Histogramm die hohe Auflösung mit 4 Nachkomma-Bits und im Minima- Histogramm eine auf 2 Nachkomma-Bits reduzierte Auflösung verwendet. Die Fig. 33 und 34 zeigen, dass sich dadurch bezüglich der Bestimmung der Maxima vergleichbare Verhältnisse ergeben. Man erkennt ferner, dass man im Summen-Histogramm eine Genauigkeit von unter 0.1 dB erwarten darf, während man im Minima-Histogramm mit Abweichungen im Bereich von 0.5 dB rechnen kann.
Die Entscheidung, ob das vereinfachte oder das im vorausgegangenen Abschnitt beschriebene gewöhnliche Verfahren verwendet werden soll, hängt von den Umständen ab. Bei Szenarien mit sehr vielen Eigen- und Fremdsignalen muss mit Hilfe von adäquaten Störer-Modellen geprüft werden, wie sich die mit dem vereinfachten Verfahren geschätzte Rauschleistung bei einer zunehmenden Auslastung des Frequenzbandes verhält. Das hängt stark von den Signal-Rausch-Abständen (SNR) der Signale ab. Signale mit hohem SNR bilden sich in den Histogrammen rechts der gesuchten Maxima ab und beeinflussen die Auswertung praktisch nicht. Dagegen gehen Signale mit einem SNR im Bereich um 0 dB in den für die Auswertung relevanten Bereich ein.
Verarbeitung im Paket-Decoder
Fig. 35 zeigt ein schematisches Blockschaltbild eines Paket-Decoders 184 des Datenempfängers 1 10, gemäß einem Ausführungsbeispiel. Der Paket-Decoder 184 umfasst eine Standardverarbeitung 210 umfassend eine Signalextraktion 212, eine t/f- Synchronisation 214, eine Symbolabtastung 216, eine Kanalschätzung 218, eine Symbolauswertung 220 und eine Kanaldecodierung 222. Ferner umfasst der Paket-Decoder 184 eine Schätzung der Signalleistung 230, die ausgebildet ist, um eine Signalleistung zu schätzen, um eine geschätzte Signalleistung Ps zu erhalten, und eine Schätzung der Störer- Schwelle 232, die ausgebildet ist, um basierend auf der geschätzten Signalleistung Ps und der vom Paket-Detektor 180 geschätzten Rauschleistung PR eine Störer-Schwelle Pum* zu erhalten. Zentrale Größe der Störer-Unterdrückung ist die Schätzung der Störer-Schwelle Pumit aus der geschätzten Rauschleistung PR, die vom Paket-Detektor 180 übernommen wird, und der geschätzten Signalleistung Ps, die aus den relevanten Signalabschnitten gewonnen wird. Die relevanten Signalabschnitte werden von der Signalextraktion bereitgestellt, die sich dabei auf die vom Paket-Detektor 180 bereitgestellten Angaben zur zeitlichen (ίrkt,a) und frequenzmäßigen (fpKT.ci) Lage des Paketes stützt. Das Wertepaar (ίrkt,a,ίrkt.a) steht dabei stellvertretend für alle Parameter, die zur Lokalisierung der Signalabschnitte des Paketes benötigt werden. Bei Paketen, die sich aus in Zeit- und Frequenzrichtung verteilten Teil- Paketen zusammensetzen, gehören dazu auch Angaben zur Lage der Teil-Datenpakete 142 bzw. Angaben zu den verwendeten Sprung-Mustern, aus denen die Lage der Teil- Datenpakete 142 abgeleitet werden kann.
Aus verarbeitungstechnischen Gründen werden im Paket-Decoder 184 in der Regel nicht die Signale der DFT-Filterbank des Paket-Detektors 180 verwendet, sondern es erfolgt eine separate Verarbeitung auf der Basis des Breitbandsignals. Wie die Bereitstellung der relevanten Signalabschnitte im Rahmen der Signalextraktion konkret erfolgt, ist für die weitere Verarbeitung im Paket-Decoder 184 und damit auch für die Störer-Unterdrückung unerheblich.
Die Schätzung der Signalleistung Ps erfolgt auf der Basis der Leistungswerte der relevanten Signalabschnitte. Dazu wird im Kern dasselbe Verfahren wie zur Bestimmung der Rauschleistung PR im Paket-Detektor 180 verwendet. Hier wird allerdings nur ein einzelnes Histogramm gebildet, in das alle Leistungswerte der relevanten Signalabschnitte eingehen.
Die Berechnung der Störer-Schwelle Pumit erfolgt unter der Annahme einer Gauß-förmigen Verteilung der Leistungswerte, wobei der Mittelwert m der Verteilung durch die Wurzel der Signalleistung Ps und die Standardabweichung s der Verteilung durch die Wurzel aus der Summe der Rauschleistung PR und einem„Eigenrauschen“ PRS gegeben ist. In diesem Fall kann angenommen werden, dass die Wahrscheinlichkeit für Leistungswerte, die den Wert
Pumit = (m + 3 · s)2 = (sqrt(Ps) + 3 · sqrt(PR + PRS))2 überschreiten, vernachlässigbar gering ist. In der Praxis dient dieser Zusammenhang jedoch nur als Ausgangspunkt für eine Optimierung per Simulation. Die optimalen Werte hängen von der Modulation der Pakete und der Robustheit der Verarbeitungsschritte gegenüber Schätzfehlern der Störer-Schwelle ab. Als Beispiel für die Verarbeitung im Paket-Decoder 184 kann angenommen werden, dass die im Signalszenario in Fig. 28 im Band 2 dargestellten Eigensignale ein Paket mit 5 Teil- Datenpaketen 142 bilden. Daraus ergeben sich die in Fig. 36 dargestellten Signalabschnitte in diesem Fall sind die Abschnitte 1 und 4 durch Fremdsignale gestört. Störungen durch Eigensignale anderer Pakete sind ebenfalls möglich, liegen hier aber nicht vor.
Die Störer-Schwelle Pumit kann nun in den in Fig. 35 mit Pumit beaufschlagten Verarbeitungsschritten 214, 218, 220 verwendet werden, um Signalanteile oder Symbole, deren Leistung die Störer-Schwelle überschreitet, von der Verarbeitung auszuschließen. Die Art und Weise, wie dies geschieht, hängt vom Verarbeitungsschritt ab:
• In der t/f-Synchronisation können die Teile der Signalabschnitte, deren Leistung die Störer-Schwelle überschreitet, von der Verarbeitung ausgeschlossen werden. Bei Paketen mit vielen Teil-Datenpaketen 142, bei denen jedes Teil-Datenpaket 142 Synchronisationssymbole enthält, kann man alternativ alle Teil-Datenpakete 142, in denen das Signal die Störer-Schwelle im Bereich der Synchronisationssymbole überschreitet, vollständig von der t/f-Synchronisation ausschließen.
• In der Kanalschätzung kann man die Symbole, deren Leistung die Störer- Schwelle überschreitet, von der Verarbeitung ausschließen oder auf null setzen.
• In der Symbolauswertung kann man die Log Likelyhood Ratios (LLR) der Symbole, deren Leistung die Störer-Schwelle überschreitet, auf null setzen.
Die Wirksamkeit der Störer-Unterdrückung hängt davon ab, welche Leistung die Störer im Vergleich zur Leistung der relevanten Signalabschnitte besitzen. Haben die Störer eine geringere Leistung, können sie nicht erkannt werden, wirken sich dann aber in der Regel auch nicht gravierend aus. Haben die Störer eine deutlich höhere Leistung, setzen sie sich im Histogramm zur Bestimmung der Signalleistung Ps deutlich ab und liegen deshalb in der Folge auch deutlich über der Störer-Schwelle Pumit. Kritisch sind Störer, deren Leistung im Bereich der Leistung der Teil-Datenpakete 142 oder geringfügig darüber liegen. In diesem Fall überlagern sich die Anteile im Histogramm und eine korrekte Bestimmung der Signalleistung ist nicht mehr möglich. In diesem Fall ist jedoch eine Störer-Unterdrückung durch Ausschluss bestimmter Signalanteile oder Symbole von der Verarbeitung praktisch nicht mehr möglich, so dass das Verfahren in diesem Fall ohnehin nicht mehr tauglich ist.
Ausführungsbeispiele schaffen ein Verfahren zur Störer-Unterdrückung beim Empfang von Paketen in paket-orientierten Funkübertragungssystemen, gekennzeichnet durch eine Schätzung der Rauschleistung mittels Histogramm-Bildung auf der Basis der Ausgangswerte einer Filterbank gemäß Fig. 27.
Ausführungsbeispiele schaffen ein Verfahren zur Störer-Unterdrückung beim Empfang von Paketen in paket-orientierten Funkübertragungssystemen, gekennzeichnet durch eine effiziente Berechnung der Histogramme unter Rückgriff auf die binäre Zahlendarstellung der Leistungswerte gemäß obigem C-Programmcode.
Ausführungsbeispiele schaffen ein Verfahren zur Störer-Unterdrückung beim Empfang von Paketen in paket-orientierten Funkübertragungssystemen, gekennzeichnet durch eine gleitende Schätzung der Rauschleistung gemäß Fig. 31.
Ausführungsbeispiele schaffen ein Verfahren zur Störer-Unterdrückung beim Empfang von Paketen in paket-orientierten Funkübertragungssystemen, gekennzeichnet durch eine optionale vereinfachte Berechnung mit getrennten Histogrammen für die Summen und die Minima der Leistungswerte gemäß der in Fig. 32b dargestellten Anordnung inklusive der genannten Auswahl zwischen den beiden geschätzten Rauschleistungswerten PR.sum und PR, min.
Ausführungsbeispiele schaffen ein Verfahren zur Störer-Unterdrückung beim Empfang von Paketen in paket-orientierten Funkübertragungssystemen, gekennzeichnet durch eine
Schätzung der Signalleistung mittels Histogramm-Bildung auf der Basis der relevanten Signalabschnitte gemäß Fig. 35.
Ausführungsbeispiele schaffen ein Verfahren zur Störer-Unterdrückung beim Empfang von Paketen in paket-orientierten Funkübertragungssystemen, gekennzeichnet durch die
Ermittlung einer Störer-Schwelle gemäß Fig. 35.
Ausführungsbeispiele schaffen ein Verfahren zur Störer-Unterdrückung beim Empfang von Paketen in paket-orientierten Funkübertragungssystemen, gekennzeichnet durch die
Verwendung der Störer-Schwelle in den relevanten Verarbeitungsschritten eines Paket- Decoders mit dem Ziel, gestörte Signalabschnitte bzw. Symbole von der Verarbeitung auszuschließen oder auf null zu setzen.
10. Weitere Ausführungsbeispiele Fig. 37 zeigt ein Flussdiagram eines Verfahrens 400 zum empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist. Das
Verfahren 400 umfasst einen Schritt 402 des Bildens eines Histogramms über eines Signalausschnitts des empfangen Signals. Ferner umfasst das Verfahren 400 einen Schritt 404 des Ermittelns einer mittleren Empfangsinformation und/oder eines Rauschmaßes aus dem Histogramm.
Fig. 38 zeigt ein Flussdiagram eines Verfahrens 410 zum empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist. Das Verfahren 410 umfasst einen Schritt 412 des Bildens eines Medians über Empfangsinformationen eines Signalausschnitts des empfangen Signals zu bilden, um eine mittlere Empfangsinformation zu erhalten.
Fig. 39 zeigt ein Flussdiagram eines Verfahrens 420 zum Empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei das Signal zumindest ein Datenpaket oder Teil-Datenpaket aufweist, das über den interferenzbehafteten Kanal übertragen wird. Das Verfahren 420 umfasst einen Schritt 422 des Skalierens des Signals mit einer gemittelten Impulsantwort, um normierte empfangene Datensymbole zu erhalten. Ferner umfasst das Verfahren 420 einen Schritt 424 des Ermittelns einer Zuverlässigkeitsinformationen für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets basierend auf einer ersten symbolbasierten Rauschmaßschätzung und/oder einer zweiten symbolbasierten Rauschmaßschätzung, wobei im Falle der ersten symbolbasierten Rauschmaßschätzung ein Rauschmaß über eine Teilmenge der empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets ermittelt wird, wobei die Teilmenge zumindest zwei Symbole umfasst, wobei im Falle der zweiten symbolbasierten Rauschmaßschätzung für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets symbolweise ein Rauschmaß ermittelt wird.
Fig. 40 zeigt ein Flussdiagram eines Verfahrens 430 zum Empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist. Das Verfahren 430 umfasst einen Schritt 432 des Bildens von zumindest zwei Histogrammen über Empfangsleistungsinformationen von zwei unterschiedlichen Signalausschnitten des empfangenen Signals. Ferner umfasst das Verfahren 430 einen Schritt 434 des binweisen Kombinierens der zumindest zwei Histogramme, um ein kombiniertes Histogramm zu erhalten. Ferner umfasst das Verfahren 430 einen Schritt 436 des Ermittelns einer Rauschleistungsinformation aus dem kombinierten Histogramm. Fig. 41 zeigt ein Flussdiagram eines Verfahrens 440 zum Empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist. Das Verfahren 440 umfasst einen Schritt 442 des Aufteilens des Signals in eine Mehrzahl von Teilbandsignalen, wobei die Mehrzahl von Teilbandsignalen unterschiedliche Teilbänder des Signals aufweisen. Ferner umfasst das Verfahren 440 einen Schritt 444 des Ermittelns von Leistungsinformationen von Abtastwerten oder Symbolen eines gleichen zeitlichen Signalausschnitts der Mehrzahl von Teilbandsignalen zu ermitteln. Ferner umfasst das Verfahren 440 einen Schritt 446 des Durchführens einer Summenbildung für jeden Abtastzeitpunkt des Signalausschnitts über die jeweiligen Leistungsinformationen, um für den Signalausschnitt ein Satz von Summenleistungsinformationen zu erhalten. Ferner umfasst das Verfahren 440 einen Schritt 448 des Durchführens einer Minimumbildung für jeden Abtastzeitpunkt des Signalausschnitts über die jeweiligen Leistungsinformationen, um für den Signalausschnitt ein Satz von Minimumleistungsinformationen zu erhalten. Ferner umfasst das Verfahren 440 einen Schritt 450 des Bildens eines Summen-Histogramms über den Satz von Summenleistungsinformationen. Ferner umfasst das Verfahren 440 einen Schritt 452 des Bildens eines Minimum-Histogramms über den Satz von Minimumleistungsinformationen.
Ausführungsbeispiele der vorliegenden Erfindung finden Anwendung in einem System zur Übertragung von Daten von einem Sender zu einem Empfänger. Die hier beschriebenen Konzepte gelten für jede beliebige Übertragung, falls der Kanal nicht koordiniert (ALOHA oder Slotted-ALOHA Zugriffsverfahren) ist und/oder die Übertragung in einem nicht exklusivem Band (z. B. ISM-Band) stattfindet.
In diesen Fällen kann während der Übertragung der Daten eine Interferenz mit einem anderen Teilnehmer des gleichen Netzes oder mit Teilnehmern einer anderen Übertragung stattfinden.
Während dieser Störung durch den anderen Teilnehmer kommt es zu einer Verfälschung der übertragenen Daten (Symbole). Diese gestörten Daten können mit Hilfe einer FEC (forward error correction) wiederhergestellt werden, wobei die Leistungsfähigkeit der FEC stark davon abhängig ist, ob bekannt ist welche Daten gestört sind.
Ausführungsbeispiele der vorliegenden Erfindung beziehen sich auf die Bestimmung der gestörten Symbole einer Übertragung. Hierbei gibt es verschiedene Ansätze. Bei Ausführungsbeispielen kann die Sendeleistung und Rauschvarianz in statischen Kanälen ermittelt werden.
Bei Ausführungsbeispieien kann eine Detektion und Unterdrückung von Störungen in statischen Kanälen auf Basis der Sendeleistung und Rauschvarianz erfolgen.
Bei Ausführungsbeispielen kann eine zweistufige Detektion und Unterdrückung von Störungen bei Anwendung vor der Synchronisation erfolgen.
Obwohl manche Aspekte im Zusammenhang mit einer Vorrichtung beschrieben wurden, versteht es sich, dass diese Aspekte auch eine Beschreibung des entsprechenden Verfahrens darstellen, sodass ein Block oder ein Bauelement einer Vorrichtung auch als ein entsprechender Verfahrensschritt oder als ein Merkmal eines Verfahrensschrittes zu verstehen ist. Analog dazu stellen Aspekte, die im Zusammenhang mit einem oder als ein Verfahrensschritt beschrieben wurden, auch eine Beschreibung eines entsprechenden Blocks oder Details oder Merkmals einer entsprechenden Vorrichtung dar. Einige oder alle der Verfahrensschritte können durch einen Hardware-Apparat (oder unter Verwendung eines Hardware-Apparats), wie zum Beispiel einen Mikroprozessor, einen programmierbaren Computer oder eine elektronische Schaltung ausgeführt werden. Bei einigen Ausführungsbeispielen können einige oder mehrere der wichtigsten Verfahrensschritte durch einen solchen Apparat ausgeführt werden.
Je nach bestimmten Implementierungsanforderungen können Ausführungsbeispiele der Erfindung in Hardware oder in Software implementiert sein. Die Implementierung kann unter Verwendung eines digitalen Speichermediums, beispielsweise einer Floppy-Disk, einer DVD, einer Blu-ray Disc, einer CD, eines ROM, eines PROM, eines EPROM, eines EEPROM oder eines FLASH-Speichers, einer Festplatte oder eines anderen magnetischen oder optischen Speichers durchgeführt werden, auf dem elektronisch lesbare Steuersignale gespeichert sind, die mit einem programmierbaren Computersystem derart Zusammenwirken können oder Zusammenwirken, dass das jeweilige Verfahren durchgeführt wird. Deshalb kann das digitale Speichermedium computerlesbar sein.
Manche Ausführungsbeispiele gemäß der Erfindung umfassen also einen Datenträger, der elektronisch lesbare Steuersignale aufweist, die in der Lage sind, mit einem programmierbaren Computersystem derart zusammenzuwirken, dass eines der hierin beschriebenen Verfahren durchgeführt wird. Allgemein können Ausführungsbeispiele der vorliegenden Erfindung als
Computerprogrammprodukt mit einem Programmcode implementiert sein, wobei der Programmcode dahin gehend wirksam ist, eines der Verfahren durchzuführen, wenn das Computerprogrammprodukt auf einem Computer abläuft.
Der Programmcode kann beispielsweise auch auf einem maschinenlesbaren Träger gespeichert sein.
Andere Ausführungsbeispiele umfassen das Computerprogramm zum Durchführen eines der hierin beschriebenen Verfahren, wobei das Computerprogramm auf einem maschinenlesbaren Träger gespeichert ist.
Mit anderen Worten ist ein Ausführungsbeispiel des erfindungsgemäßen Verfahrens somit ein Computerprogramm, das einen Programmcode zum Durchführen eines der hierin beschriebenen Verfahren aufweist, wenn das Computerprogramm auf einem Computer abläuft.
Ein weiteres Ausführungsbeispiel der erfindungsgemäßen Verfahren ist somit ein Datenträger (oder ein digitales Speichermedium oder ein computerlesbares Medium), auf dem das Computerprogramm zum Durchführen eines der hierin beschriebenen Verfahren aufgezeichnet ist. Der Datenträger, das digitale Speichermedium oder das computerlesbare Medium sind typischerweise gegenständlich und/oder nichtvergänglich bzw. nichtvorübergehend.
Ein weiteres Ausführungsbeispiel des erfindungsgemäßen Verfahrens ist somit ein Datenstrom oder eine Sequenz von Signalen, der bzw. die das Computerprogramm zum Durchführen eines der hierin beschriebenen Verfahren darstellt bzw. darstellen. Der Datenstrom oder die Sequenz von Signalen kann bzw. können beispielsweise dahin gehend konfiguriert sein, über eine Datenkommunikationsverbindung, beispielsweise über das Internet, transferiert zu werden.
Ein weiteres Ausführungsbeispiel umfasst eine Verarbeitungseinrichtung, beispielsweise einen Computer oder ein programmierbares Logikbauelement, die dahin gehend konfiguriert oder angepasst ist, eines der hierin beschriebenen Verfahren durchzuführen.
Ein weiteres Ausführungsbeispiel umfasst einen Computer, auf dem das Computerprogramm zum Durchführen eines der hierin beschriebenen Verfahren installiert ist. Ein weiteres Ausführungsbeispiel gemäß der Erfindung umfasst eine Vorrichtung oder ein
System, die bzw. das ausgelegt ist, um ein Computerprogramm zur Durchführung zumindest eines der hierin beschriebenen Verfahren zu einem Empfänger zu übertragen. Die Übertragung kann beispielsweise elektronisch oder optisch erfolgen. Der Empfänger kann beispielsweise ein Computer, ein Mobilgerät, ein Speichergerät oder eine ähnliche Vorrichtung sein. Die Vorrichtung oder das System kann beispielsweise einen Datei-Server zur Übertragung des Computerprogramms zu dem Empfänger umfassen.
Bei manchen Ausführungsbeispielen kann ein programmierbares Logikbauelement (beispielsweise ein feldprogrammierbares Gatte rarray, ein FPGA) dazu verwendet werden, manche oder alle Funktionalitäten der hierin beschriebenen Verfahren durchzuführen. Bei manchen Ausführungsbeispielen kann ein feldprogrammierbares Gatterarray mit einem Mikroprozessor Zusammenwirken, um eines der hierin beschriebenen Verfahren durchzuführen. Allgemein werden die Verfahren bei einigen Ausführungsbeispielen seitens einer beliebigen Hardwarevorrichtung durchgeführt. Diese kann eine universell einsetzbare Hardware wie ein Computerprozessor (CPU) sein oder für das Verfahren spezifische Hardware, wie beispielsweise ein ASIC.
Die hierin beschriebenen Vorrichtungen können beispielsweise unter Verwendung eines Hardware-Apparats, oder unter Verwendung eines Computers, oder unter Verwendung einer Kombination eines Hardware-Apparats und eines Computers implementiert werden.
Die hierin beschriebenen Vorrichtungen, oder jedwede Komponenten der hierin beschriebenen Vorrichtungen können zumindest teilweise in Hardware und/oder in Software (Computerprogramm) implementiert sein.
Die hierin beschriebenen Verfahren können beispielsweise unter Verwendung eines Hardware-Apparats, oder unter Verwendung eines Computers, oder unter Verwendung einer Kombination eines Hardware-Apparats und eines Computers implementiert werden.
Die hierin beschriebenen Verfahren, oder jedwede Komponenten der hierin beschriebenen Verfahren können zumindest teilweise durch Hardware und/oder durch Software ausgeführt werden.
Die oben beschriebenen Ausführungsbeispiele stellen lediglich eine Veranschaulichung der Prinzipien der vorliegenden Erfindung dar. Es versteht sich, dass Modifikationen und Variationen der hierin beschriebenen Anordnungen und Einzelheiten anderen Fachleuten einleuchten werden. Deshalb ist beabsichtigt, dass die Erfindung lediglich durch den Schutzumfang der nachstehenden Patentansprüche und nicht durch die spezifischen Einzelheiten, die anhand der Beschreibung und der Erläuterung der Ausführungsbeispiele hierin präsentiert wurden, beschränkt sei.
Abkürzunqsverzeichnis FEC Forward error correction
LLR Log likelihood ratio
Literaturverzeichnis
[1 ] G. Kilian, H. Petkov, R. Psiuk, H. Lieske, F. Beer, J. Robert, and
A. Heuberger, “Improved coverage for low-power telemetry Systems using telegram Splitting," in Proceedings of 2013 European Conference on Smart Objects, Systems and Technologies (SmartSysTech), 2013
[2] G. Kilian, M. Breiling, H. H. Petkov, H. Lieske, F. Beer, J. Robert, and A. Heuberger, “Increasing Transmission Reliability for Telemetry Systems Using Telegram Splitting,” IEEE Transactions on Communications, vol. 63, no. 3, pp. 949-961 , Mar. 2015.
[3] https://de.wikipedia.org/wiki/Halbwertsbreite. zuletzt aufgerufen: 31.01.2018
[4] https://de.wikipedia.org/wiki/Normalverteilung. zuletzt aufgerufen: 05.02.2018
[5] B. Friedrichs, „Kanalcodierung. Grundlagen und Anwendungen in modernen
Kommunikationssystemen“, Springer-Verlag, 1994.
[6] Hans Lohninger: Savitzky-Golay-Filter - Koeffizienten. Grundlagen der Statistik, 19
März 201 1
[7] DE102001 1082098.1
[8] PCT/EP2015/053947

Claims

Patentansprüche
1. Datenempfänger (1 10), wobei der Datenempfänger (110) ausgebildet ist, um ein Signal (120) zu empfangen, wobei das Signal (120) Interferenzen (122) eines interferenzbehafteten Übertragungskanals aufweist, wobei der Datenempfänger (1 10) ausgebildet ist, um ein Histogramm (124) über Empfangsinformationen eines Signalausschnitts (126) des empfangen Signals zu bilden, und um aus dem Histogramm (124) eine mittlere Empfangsinformation und/oder ein Rauschmaß zu ermitteln, wobei der Datenempfänger (1 10) ausgebildet ist, um eine Auflösung des Histogramms (124) durch Einschränkung der oberen und/oder unteren Grenze des Histogramms iterativ anzupassen, bis eine Halbwertsbreite einer Verteilung (128) von Empfangsinformationen des Histogramms (124) einen vorgegebenen Bereich im Histogramm belegt.
2. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei der Datenempfänger (1 10) ausgebildet ist, um Empfangsinformationen eines Satzes von empfangen Symbolen oder eines Satzes von Abtastwerten des empfangenen Signals zu ermitteln, und um das Histogramm (124) über die ermittelten Empfangsinformationen des Satzes von empfangenen Symbolen oder des Satzes von Abtastwerten zu bilden.
3. Datenempfänger (110) nach einem der vorangehenden Ansprüche, wobei die Empfangsinformationen des Signalausschnitts (126) Leistungsinformationen oder Amplitudeninformationen sind.
4. Datenempfänger (1 10) nach Anspruch 3, wobei die Leistungsinformationen Empfangsleistungen sind.
5. Datenempfänger (110) nach Anspruch 3, wobei der Datenempfänger (110) ausgebildet ist, um die Amplitudeninformationen mittels einer nicht-linearen Funktion zu gewinnen.
6. Datenempfänger (110) nach eine der Ansprüche 3 und 5, wobei die Amplitudeninformationen Beträge von Amplituden oder Beträge von n-ten Wurzeln von Amplituden oder n-te Wurzeln von Beträgen von Amplituden sind.
7. Datenempfänger (110) nach einem der vorangehenden Ansprüche, wobei der Datenempfänger (110) ausgebildet ist, um die mittlere Empfangsinformation basierend auf einem Maximum einer Verteilung (128) von Empfangsinformationen des Histogramms (124) zu ermitteln.
8. Datenempfänger (110) nach einem der vorangehenden Ansprüche, wobei der Datenempfänger (110) ausgebildet ist, um das Rauschmaß ausgehend von einem Maximum einer Verteilung von Empfangsinformationen des Histogramms (124) basierend auf einer Halbwertsbreite der Verteilung (128) von Empfangsinformationen des Histogramms (124) zu ermitteln.
9. Datenempfänger (110) nach einem der vorangehenden Ansprüche, wobei der Datenempfänger (1 10) ausgebildet ist, um die Auflösung des Histogramms (124) durch Einschränken der oberen und/oder unteren Grenze des Histogramms (124) iterativ durch folgende Schritte anzupassen:
1. Ermitteln eines Abstands zwischens eines Maximums und einer Halbwertsbreite oder einer anderen vorgegeben Breite der Verteilung von Empfangsinformationen des aktuellen Histogramms,
2. Einschränken der oberen und/oder unteren Grenze des aktuellen Histogramms basierend auf dem ermittelten Abstand zwischen Maximum und der Halbwertsbreite der Verteilung von Empfangsinformationen,
3. Bilden eines aktualisierten Histogramms mit einer aktualisieren Auflösung basierend auf der eingeschränkten oberen und/oder unteren Grenze,
4. Wiederholen der Schritte 1 bis 3 solange bis der im Schritt 1 ermittelte Abstand zwischen dem Maximum und der Halbwerts breite oder einer anderen vorgegeben Breite der Verteilung von Empfangsinformationen größer oder gleich eines vorgegebenen Werts ist.
10. Datenempfänger (1 10) nach einem der vorangehenden Ansprüche, wobei der Datenempfänger (1 10) ausgebildet ist, um eine nicht-lineare Quantisierung der Histogrammbins durchzuführen.
1 1. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei die Empfangsinformationen Beträge von Amplituden eines Satzes von empfangen Symbolen oder eines Satzes von Abtastwerten sind, wobei der Datenempfänger ausgebildet ist, um eine nicht-lineare Quantisierung der Histogrammbins basierend auf einer Wurzelbildung durchzuführen.
12. Datenempfänger (110) nach einem der vorangehenden Ansprüche, wobei der Datenempfänger (110) ausgebildet ist, um das Histogramm (124) zu filtern.
13. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei der Datenempfänger (1 10) ausgebildet ist, um das Histogramm (124) Tiefpass zu filtern.
14. Datenempfänger (110) nach einem der vorangehenden Ansprüche, wobei das Signal (120) zumindest ein Datenpaket oder einer Mehrzahl von Teil- Datenpaketen (142) aufweist, die über den interferenzbehafteten Kanal übertragen werden, wobei der Datenempfänger (110) ausgebildet ist, um die ermittelte mittlere Empfangsinformation und das Rauschmaß für die weitere Verarbeitung des zumindest einen Datenpakets oder der Mehrzahl von Teil-Datenpaketen (142) einzusetzen.
15. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei der Datenempfänger (1 10) ausgebildet ist, um das Histogramm (124) über Empfangsinformationen eines Signalausschnitts des empfangen Signals zu bilden, der sich aus einer Mehrzahl von Teil-Signalausschnitten (126) zusammensetzt, wobei die Mehrzahl von Teil-Signalausschnitten (126) die Mehrzahl von Teil- Datenpaketen aufweisen.
16. Datenempfänger (1 10) nach einem der vorangehenden Ansprüche, wobei der Datenempfänger (1 10) ausgebildet ist, um die Rauschvarianz aus dem Histogramm (124) zu ermitteln, wobei der Datenempfänger (110) ausgebildet ist, um einen Median über Empfangsinformationen eines Signalausschnitts (126) des empfangen Signals zu bilden, und eine mittlere Empfangsinformation zu erhalten.
17. Datenempfänger (110) nach einem der vorangehenden Ansprüche, wobei das Signal (120) zumindest zwei Datenpakete oder Teil-Datenpakete (142) aufweist, die über den interferenzbeh aftete n Kanal übertragen werden, wobei zwischen den zumindest zwei Datenpaketen oder Teil-Datenpaketen (142) Übertragungspausen vorhanden sind, wobei der Datenempfänger (1 10) ausgebildet ist, um den Signalausschnitt (126) in eine Übertragungspause zwischen den zumindest zwei Datenpaketen oder Teil- Datenpaketen zu legen.
18. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei sich der Signalausschnitt (126) aus zumindest zwei Teil-Signalausschnitten zusammensetzt, wobei der Datenempfänger (110) ausgebildet ist, um die zumindest zwei Teil- Signalausschnitte in unterschiedliche Übertragungspausen zwischen den zumindest zwei Teil-Datenpaketen (142) zu legen.
19. Datenempfänger (110) nach einem der Ansprüche 17 bis 18, wobei ein Maximum einer Verteilung (128) von Empfangsinformationen des Histogramms (124) bei Null liegt.
20. Datenempfänger (110) nach einem der Ansprüche 17 bis 19, wobei die Empfangsinformationen Amplituden von Symbolen oder Abtastwerten des Signalausschnitts (126) sind.
21. Datenempfänger (110) nach einem der Ansprüche 17 bis 20, wobei der Datenempfänger (1 10) ausgebildet ist, um nur das Rauschmaß aus dem Histogramm (124) zu ermitteln.
22. Datenempfänger nach einem der vorangehenden Ansprüche, wobei der Datenempfänger (1 10) ausgebildet ist, um basierend auf der ermittelten mittleren Empfangsinformation und der Rauschvarianz einen Mittelwert einer Empfangsamplitude und eine Standardabweichung des Rauschens zu ermitteln, wobei der Datenempfänger (110) ausgebildet ist, um basierend auf dem ermittelten Mittelwert der Empfangsamplitude und der Standardabweichung des Rauschens einen Schwellwert zu ermitteln, wobei der Datenempfänger (110) ausgebildet ist, um Symbole oder Abtastwerte des Signalausschnitts (126), deren Empfangsamplituden oberhalb des Schwellwerts liegen, bei einer weiteren Verarbeitung nicht zu berücksichtigen.
23. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei der Datenempfänger (110) ausgebildet ist, um Symbole oder Abtastwerte des Signalausschnitts (126), deren Empfangsamplituden unterhalb des Schwellwerts liegen und die einen vorgegebenen Abstand zu Symbolen oder Abtastwerten aufweisen, deren Empfangsamplituden oberhalb des Schwellwerts liegen, bei einer weiteren Verarbeitung nicht zu berücksichtigen oder niedriger zu gewichten.
24. Datenempfänger (110) nach einem Ansprüche 1 bis 21 , wobei der Datenempfänger (110) ausgebildet ist, um Symbole oder Abtastwerte des Signalausschnitts (126) basierend auf einer Verteilung (128) von Empfangsinformationen des Histogramms (124) für eine weitere Verarbeitung zu gewichten.
25. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei der Datenempfänger (1 10) ausgebildet ist, um die Symbole oder Abtastwerte des Signalausschnitts (126) basierend auf der ermittelten mittleren Empfangsinformation und/oder des Rauschmaßes zu gewichten.
26. Datenempfänger (110) nach einem der vorangehenden Ansprüche, wobei das Signal (120) zumindest ein Datenpaket oder Teil-Datenpaket (142) aufweist, das über den interferenzbehafteten Kanal übertragen wird, wobei das zumindest eine Datenpaket oder Teil-Datenpaket (142) eine Synchronisationssequenz aufweist, wobei der Datenempfänger (1 10) ausgebildet ist, um eine iterative weitere Verarbeitung des zumindest einen Datenpakets oder Teil-Datenpakets (142) basierend auf der Synchronisationssequenz des zumindest einen Datenpakets oder Teil-Datenpakets (142) durchzuführen, und um bei zumindest einem Iterationsschritt der iterativen weiteren Verarbeitung des zumindest einen Datenpakets oder Teil- Datenpakets (142) Interferenzen des interferenzbehafteten Kanals zu unterdrücken, wobei die Interferenzen des interferenzbehafteten Kanals unterdrückt werden indem
Symbole oder Abtastwerte der Synchronisationssequenz nicht berücksichtigt werden, die oberhalb des Schwellwerts nach Anspruch 23 liegen,
- und/oder Symbole oder Abtastwerte der Synchronisationssequenz geringer gewichtet werden, die den Abstand zu Symbolen oder Abtastwerten nach Anspruch 24 nicht aufweisen, - und/oder Symbole oder Abtastwerte der Synchronisationssequenz nach Anspruch 25 oder 26 zu gewichtet werden.
27. Datenempfänger (1 10) nach dem vorangehenden Anspruch, wobei der Datenempfänger (1 10) ausgebildet ist, um die iterative weitere Verarbeitung des zumindest einen Datenpakets oder Teil-Datenpakets (142) durch folgende Schritte durchzuführen:
1. Durchführen einer ersten Synchronisation des zumindest einen empfangen Datenpakets oder Teil-Datenpakets unter Unterdrückung der Interferenzen des interferenzbehafteten Kanals,
2. Aktualisieren der Unterdrückung der Interferenzen des interferenzbehafteten Kanals unter Verwendung der Ergebnisse der ersten Synchronisation,
3. Durchführen einer zweiten Synchronisation des zumindest einen empfangen Datenpakets oder Teil-Datenpakets (142) unter Unterdrückung der Interferenzen des interferenzbehafteten Kanals,
4. Aktualisieren der Unterdrückung der Interferenzen des interferenzbehafteten Kanals unter Verwendung der Ergebnisse der zweiten Synchronisation.
28. Datenempfänger (110), wobei der Datenempfänger (1 10) ausgebildet ist, um ein Signal (120) zu empfangen, wobei das Signal (120) Interferenzen (122) eines interferenzbehafteten Übertragungskanals aufweist, wobei der Datenempfänger (110) ausgebildet ist, um ein Histogramm (124) über Empfangsinformationen eines Signalausschnitts (126) des empfangen Signals zu bilden, und um aus dem Histogramm (124) eine mittlere Empfangsinformation und/oder ein Rauschmaß zu ermitteln, wobei die Empfangsinformationen des Signalausschnitts Amplitudeninformationen sind wobei der Datenempfänger (110) ausgebildet ist, um die Amplitudeninformationen mittels einer nicht-linearen Funktion zu gewinnen.
29. Datenempfänger (1 10), wobei der Datenempfänger (1 10) ausgebildet ist, um ein Signal (120) zu empfangen und mit einer gemittelten Impulsantwort zu skalieren, um normierte empfangene Datensymbole (146) zu erhalten, wobei das Signal (120) Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei das Signal (120) zumindest ein Datenpaket oder Teil-Datenpaket (142) aufweist, das über den interferenzbehafteten Kanal übertragen wird, wobei der Datenempfänger (110) ausgebildet ist, um Zuverlässigkeitsinformationen für die empfangenen Datensymbole (146) des zumindest einen Datenpakets oder Teil-Datenpakets (142) basierend auf einer ersten symbolbasierten Rauschmaßschätzung (164) und/oder einer zweiten symbolbasierten Rauschmaßschätzung (166) zu ermitteln, wobei der Datenempfänger (110) ausgebildet ist, um im Falle der ersten symbolbasierten Rauschmaßschätzung (164) ein Rauschmaß über eine Teilmenge der empfangenen Datensymbole (146) des zumindest einen Datenpakets oder Teil- Datenpakets (142) zu ermitteln, wobei die Teilmenge zumindest zwei Symbole umfasst, wobei der Datenempfänger (110) ausgebildet ist, um im Falle der zweiten symbolbasierten Rauschmaßschätzung (166) für die empfangenen Datensymbole (146) des zumindest einen Datenpakets oder Teil-Datenpakets (142) symbolweise ein Rauschmaß zu ermitteln.
30. Datenempfänger (110) nach Anspruch 29, wobei der Datenempfänger (1 10) ausgebildet ist, um im Falle der ersten symbolbasierten Rauschmaßschätzung (164) das Rauschmaß über Rauschwerte der ersten Teilmenge der empfangenen Datensymbole (146) des zumindest einen Datenpakets oder Teil-Datenpakets (142) zu ermitteln.
31. Datenempfänger (110) nach einem der Ansprüche 29 bis 30, wobei der Datenempfänger (110) ausgebildet ist, um im Falle der ersten symbolbasierten Rauschmaßschätzung (164) ein erstes Rauschmaß über eine erste Teilmenge der Datensymbole (146) des zumindest einen Datenpakets oder Teil- Datenpakets (142) und ein zweites Rauschmaß über eine zweite Teilmenge der Datensymbole (146) des zumindest einen Datenpakets oder Teil-Datenpakets (142) zu ermitteln.
32. Datenempfänger (110) nach Anspruch 29, wobei der Datenempfänger (1 10) ausgebildet ist, um im Falle der zweiten symbolbasierten Rauschmaßschätzung (166) für die empfangenen Datensymbole (146) des zumindest einen Datenpakets oder Teil-Datenpakets (142) symbolweise ein Rauschmaß zu ermitteln basierend auf einem Rauschwert des jeweiligen Datensymbols und zumindest eines Rauschwerts eines benachbarten Datensymbols.
33. Datenempfänger (110) nach einem der Ansprüche 29 bis 32, wobei der Datenempfänger (110) ausgebildet ist, um eine Interferenzrate des interferenzbehafteten Kanals zu ermitteln, und um in Abhängigkeit von der ermittelten Interferenzrate die Zuverlässigkeitsinformationen für die empfangenen Symbole des zumindest einen Daten pakets oder Teil-Datenpakets entweder basierend auf der ersten symbolbasierten Rauschmaßschätzung (164) oder basierend auf der zweiten symbolbasierten Rauschmaßschätzung (166) zu ermitteln.
34. Datenempfänger (110) nach einem der Ansprüche 29 bis 32, wobei der Datenempfänger (110) ausgebildet ist, um die
Zuverlässigkeitsinformationen für die empfangenen Symbole des zumindest einen Datenpakets oder Teil-Datenpakets (142) separat basierend auf der ersten Rauschmaßschätzung (164) und der zweiten Rauschmaßschätzung (166) zu ermitteln, um erste Zuverlässigkeitsinformationen und zweite Zuverlässigkeitsinformationen zu erhalten und für eine weitere Verarbeitung (z.B. Decodierung) zu kombinieren.
35. Datenempfänger nach einem Ansprüche 29 bis 32, wobei der Datenempfänger (110) ausgebildet ist, um die
Zuverlässigkeitsinformationen für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets (142) separat basierend auf der ersten symbolbasierten Rauschmaßschätzung (164) und der zweiten symbolbasierten Rauschmaßschätzung (166) zu ermitteln, um erste Zuverlässigkeitsinformationen und zweite Zuverlässigkeitsinformationen für eine separate weitere Verarbeitung zu erhalten.
36. Datenempfänger (110) nach einem der Ansprüche 29 bis 35, wobei das Signal eine Mehrzahl von Teil-Datenpaketen (142) aufweist, wobei der Datenempfänger (1 10) ausgebildet ist, um Impulsantworten der Mehrzahl von Teil-Datenpaketen (142) zu ermitteln, wobei der Datenempfänger (110) ausgebildet ist, um die gemittelte Impulsantwort basierend auf den ermittelten Impulsantworten zu ermitteln.
37. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei der Datenempfänger (1 10) ausgebildet ist, um die Impulsantwort des jeweiligen Teil-Datenpakets (142) durch Mittelung der Synchronisationssymbole und den die Synchronisationssymbole beinhaltende Empfangssignalwerten zu ermitteln.
38. Datenempfänger (1 10) nach dem vorangehenden Anspruch, wobei der Datenempfänger (110) ausgebildet ist, um eine Rauchleistung des jeweiligen Teil-Datenpakets (142) basierend auf der Impulsantwort oder einer reelwertigen Version der Impulsantwort zu ermitteln.
39. Datenempfänger (1 10) nach dem vorangehenden Anspruch, wobei der Datenempfänger (110) ausgebildet ist, um die Rauschleistung des jeweiligen Teil-Datenpakets (142) zu ermitteln basierend auf einer Differenzbildung zwischen empfangenen Symbolen des jeweiligen Teil-Datenpakets und einer basierend auf der ermittelten Impulsantwort rekonstruierten Version von empfangenen Symbolen.
40. Datenempfänger (110) nach einem der Ansprüche 38 bis 39, wobei der Datenempfänger (110) ausgebildet ist, um die gemittelte Impulsantwort nur basierend auf den ermittelten Impulsantworten derjenigen Teil-Datenpakete (142) der Mehrzahl von Teil-Datenpaketen (142) zu ermitteln, deren ermittelten Rauschleistungen eine vorgegebene Rauschleistung nicht überschreiten.
41. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei der Datenempfänger (110) ausgebildet ist, um ausgehend vom Mittelwert der L kleinsten Rauschleistungen iterativ eine Differenz mit der jeweils nächstgrößeren Rauschleistung zu ermitteln bis ein Zuwachsfaktor der jeweiligen Differenz eine vorgegebene Schwelle überschreitet, wobei diejenigen Teil-Datenpakete (142), die den jeweiligen nächstgrößeren Rauschwert, dessen Zuwachsfaktor die Schwelle überschreiten, oder einen größeren Rauschwert als den jeweiligen nächstgrößeren Rauschwert aufweisen, bei der Ermittlung der gemittelten Impulsantwort nicht zu berücksichtigen.
42. Datenempfänger (110), wobei der Datenempfänger (1 10) ausgebildet ist, um ein Signal (120) zu empfangen, wobei das Signal (120) Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei der Datenempfänger (110) ausgebildet ist, um ein kombiniertes Histogramm über Empfangsinformationen von zumindest zwei unterschiedlichen Signalausschnitten (126_1 ,126_2) des empfangenen Signals zu bilden, wobei der Datenempfänger (1 10) ausgebildet ist, um aus dem kombinierten Histogramm (182) eine Rauschleistungsinformation zu ermitteln, wobei der Datenempfänger (110) ausgebildet ist, um zumindest zwei Histogramme (124_1 ,124_2) über Empfangsinformationen der zwei unterschiedlichen Signalausschnitten (126_1 , 126_2) des empfangenen Signals zu bilden, wobei der Datenempfänger (110) ausgebildet ist, um die zumindest zwei Histogramme (124_1 ; 124_2) bin-weise zu kombinieren, um das kombinierte Histogramm (182) zu erhalten.
43. Datenempfänger (1 10) nach dem vorangehenden Anspruch, wobei der Datenempfänger (110) ausgebildet ist, um Empfangsinformationen von zumindest zwei Sätzen von Abtastwerten oder Symbolen der zumindest zwei Signalausschnitte (126_1 ,126_2) zu ermitteln, und um die zumindest zwei Histogramme (124_1 ,124_2) über die ermittelten Empfangsinformationen der zumindest zwei Sätzen von Abtastwerten oder Symbolen zu bilden.
44. Datenempfänger (1 10) nach einem der vorangehenden Ansprüche, wobei die Empfangsinformationen Empfangsleistungsinformationen oder Empfangsamplitudeninformationen sind.
45. Datenempfänger (1 10) nach Anspruch 44, wobei die Empfangsleistungsinformationen Empfangsleistungen oder logarithmierte Empfangsleistungen sind.
46. Datenempfänger (110) nach Anspruch 44, wobei die Empfangsamplitudeninformationen Beträge von Amplituden oder Beträge von n-ten Wurzeln von Amplituden oder n-te Wurzeln von Beträgen von Amplituden sind.
47. Datenempfänger (110) nach einem der vorangehenden Ansprüche 42 bis 46, wobei der Datenempfänger (1 10) ausgebildet ist, um die Rauschleistungsinformation basierend auf einem Maximum einer Verteilung von kombinierten Empfangsinformationen des kombinierten Histogramms (182) zu ermitteln.
48. Datenempfänger (110), wobei der Datenempfänger (1 10) ausgebildet ist, um ein Signal (120) zu empfangen, wobei das Signal (120) Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei der Datenempfänger (110) ausgebildet ist, um das Signal (120) in eine Mehrzahl von Teilbandsignalen aufzuteilen, wobei die Mehrzahl von Teilbandsignalen unterschiedliche Teilbänder des Signals (120) aufweisen, wobei der Datenempfänger (1 10) ausgebildet ist, um Leistungsinformationen von Abtastwerten oder Symbolen eines gleichen zeitlichen Signalausschnitts der Mehrzahl von Teilbandsignalen zu ermitteln, wobei der Datenempfänger (110) ausgebildet ist, um für jeden Abtastzeitpunkt des Signalausschnitts eine Summenbildung über die jeweiligen Leistungsinformationen durchzuführen, um für den Signalausschnitt einen Satz von Summenleistungsinformationen zu erhalten, und wobei der Datenempfänger (110) ausgebildet ist, um für jeden Abtastzeitpunkt des Signalausschnitts eine Minimumbildung über die jeweiligen Leistungsinformationen durchzuführen, um für den Signalausschnitt einen Satz von Minimumleistungsinformationen zu erhalten, wobei der Datenempfänger (1 10) ausgebildet ist, um ein Summen-Histogramm über den Satz von Summenleistungsinformationen zu bilden, wobei der Datenempfänger (110) ausgebildet ist, um ein Minimum-Histogramm über den Satz von Minimumleistungsinformationen zu bilden.
49. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei die ermittelten Leistungsinformationen eine Matrix von Leistungsinformationen bilden, wobei Zeilen der Matrix die Mehrzahl von Teilbandsignalen beschreiben, wobei Spalten der Matrix Abtastzeitpunkte beschreiben, wobei der Datenempfänger (1 10) ausgebildet ist, um die Summenbildung über die jeweiligen Leistungsinformationen spaltenweise durchzuführen, wobei der Datenempfänger (1 10) ausgebildet ist, um die Minimumbildung über die jeweiligen Leistungsinformationen spaltenweise durchzuführen.
50. Datenempfänger (110) nach einem der Ansprüche 48 bis 49, wobei der Datenempfänger (1 10) ausgebildet ist, um aus dem Summen-Histogramm eine Summenrauschleistung zu ermitteln, wobei der Datenempfänger (110) ausgebildet ist, um aus dem Minimum-Histogramm eine Minimumrauschleistung zu ermitteln.
51. Datenempfänger (110) nach dem vorangehenden Anspruch, wobei der Datenempfänger (110) ausgebildet ist, um die Summenrauschleistung basierend auf einem Maximum einer Verteilung von Summenleistungsinformationen des Summen-Histogramms zu ermitteln, wobei der Datenempfänger (1 10) ausgebildet ist, um die Minimumrauschleistung basierend auf einem Maximum einer Verteilung von Minimumleistungsinformationen des Minium-Histogramms zu ermitteln.
52. Datenempfänger (1 10) nach einem der Ansprüche 50 und 51 , wobei der Datenempfänger ausgebildet ist, um eine Rauschleitung basierend auf der Summenrauschleistung und der Minimumrauschleistung zu ermitteln.
53. Datenempfänger (110) nach einem der Ansprüche 48 bis 52, wobei die Empfangsleistungsinformationen Empfangsleistungen oder logarithmierte Empfangsleistungen sind.
54. Verfahren zum empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei das Verfahren aufweist:
Bilden eines Histogramms über einen Signalausschnitt des empfangen Signals, und
Ermitteln einer mittleren Empfangsinformation und/oder eines Rauschmaßes aus dem Histogramm, wobei beim Bilden des Histogramms eine Auflösung des Histogramms durch Einschränkung der oberen und/oder unteren Grenze des Histogramms iterativ angepasst wird, bis eine Halbwertsbreite einer Verteilung von Empfangsinformationen des Histogramms einen vorgegebenen Bereich im Histogramm belegt.
55. Verfahren zum empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei das Verfahren aufweist:
Bilden eines Histogramms über einen Signalausschnitt des empfangen Signals, und
Ermitteln einer mittleren Empfangsinformation und/oder eines Rauschmaßes aus dem Histogramm, wobei die Empfangsinformationen des Signalausschnitts Amplitudeninformationen sind, wobei die Amplitudeninformationen mittels einer nicht-linearen Funktion gewonnen werden.
56. Verfahren zum Empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei das Signal zumindest ein Datenpaket oder Teil-Datenpaket aufweist, das über den interferenzbehafteten Kanal übertragen wird,
Skalieren des Signals mit einer gemittelten Impulsantwort, um normierte empfangene Datensymbole zu erhalten,
Ermitteln einer Zuverlässigkeitsinformationen für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets basierend auf einer ersten symbolbasierten Rauschmaßschätzung und/oder einer zweiten symbolbasierten Rauschmaßschätzung, wobei im Falle der ersten symbolbasierten Rauschmaßschätzung ein Rauschmaß über eine Teilmenge der empfangenen Datensymbole des zumindest einen Datenpakets oder Teil-Datenpakets ermittelt wird, wobei die Teilmenge zumindest zwei Symbole umfasst, wobei im Falle der zweiten symbolbasierten Rauschmaßschätzung für die empfangenen Datensymbole des zumindest einen Datenpakets oder Teil- Datenpakets symbolweise ein Rauschmaß ermittelt wird.
57. Verfahren zum Empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei das Verfahren aufweist:
Bilden von zumindest zwei Histogrammen über Empfangsleistungsinformationen von zwei unterschiedlichen Signalausschnitten des empfangenen Signals, bin-weises Kombinieren der zumindest zwei Histogramme, um ein kombiniertes Histogramm zu erhalten,
Ermitteln einer Rauschleistungsinformation aus dem kombinierten Histogramm, wobei zumindest zwei Histogramme über Empfangsinformationen der zwei unterschiedlichen Signalausschnitte des empfangenen Signals gebildet werden, wobei die zumindest zwei Histogramme bin-weise kombiniert werden, um das kombinierte Histogramm zu erhalten.
58. Verfahren zum Empfangen eines Signals, wobei das Signal Interferenzen eines interferenzbehafteten Übertragungskanals aufweist, wobei das Verfahren aufweist:
Aufteilten des Signals in eine Mehrzahl von Teilbandsignalen, wobei die Mehrzahl von Teilbandsignalen unterschiedliche Teilbänder des Signals aufweisen,
Ermitteln von Leistungsinformationen von Abtastwerten oder Symbolen eines gleichen zeitlichen Signalausschnitts der Mehrzahl von Teilbandsignalen,
Durchführen einer Summenbildung für jeden Abtastzeitpunkt des Signalausschnitts über die jeweiligen Leistungsinformationen, um für den Signalausschnitt ein Satz von Summenleistungsinformationen zu erhalten,
Durchführen einer Minimumbildung für jeden Abtastzeitpunkt des Signalausschnitts über die jeweiligen Leistungsinformationen, um für den Signalausschnitt ein Satz von Minimumleistungsinformationen zu erhalten, Bilden eines Summen-Histogramms über den Satz von
Summenleistungsinformationen, Bilden eines Minimum-Histogramms über den Satz von
Minimumleistungsinformationen.
Computerprogramm zur Durchführung Verfahrens nach einem der Ansprüche 54 bis 58, wenn das Computerprogramm auf einem Computer oder Mikroprozessor abläuft.
EP19720491.0A 2018-04-20 2019-04-17 Interferenzdetektion und unterdrückung in nichtkoordinierten systemen Pending EP3782290A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018206162.9A DE102018206162B3 (de) 2018-04-20 2018-04-20 Interferenzdetektion und Unterdrückung in nichtkoordinierten Systemen
PCT/EP2019/059939 WO2019202000A1 (de) 2018-04-20 2019-04-17 Interferenzdetektion und unterdrückung in nichtkoordinierten systemen

Publications (1)

Publication Number Publication Date
EP3782290A1 true EP3782290A1 (de) 2021-02-24

Family

ID=66334420

Family Applications (1)

Application Number Title Priority Date Filing Date
EP19720491.0A Pending EP3782290A1 (de) 2018-04-20 2019-04-17 Interferenzdetektion und unterdrückung in nichtkoordinierten systemen

Country Status (7)

Country Link
US (1) US11923881B2 (de)
EP (1) EP3782290A1 (de)
JP (1) JP2021521716A (de)
CN (1) CN112236945B (de)
DE (1) DE102018206162B3 (de)
MY (1) MY208848A (de)
WO (1) WO2019202000A1 (de)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017206236A1 (de) * 2017-04-11 2018-10-11 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Spezifische hoppingmuster für telegram-splitting
CN114374985B (zh) * 2020-10-14 2023-09-19 Oppo广东移动通信有限公司 超带宽信号的接收信号强度修正方法与装置、电子设备
KR102542126B1 (ko) * 2021-04-01 2023-06-13 주식회사 솔리드뷰 라이다 센서 및 그의 노이즈 제거 방법
US11664837B2 (en) * 2021-04-07 2023-05-30 Raytheon Company Mitigating strong non-Gaussian interference in SS receivers
US11646777B2 (en) * 2021-04-30 2023-05-09 Qualcomm Incorporated Detecting static channels
CN117178525A (zh) * 2021-05-04 2023-12-05 华为技术有限公司 用于脏纸编解码方案的设备和方法
US20240172137A1 (en) * 2021-05-11 2024-05-23 Qualcomm Incorporated A method to limit tx transmit power for fdd hpue
US11728843B2 (en) * 2021-10-19 2023-08-15 L3Harris Technologies, Inc. Frequency hopping interference detection using decoder codeword metrics
CN114257256B (zh) * 2021-12-15 2023-08-15 哲库科技(北京)有限公司 噪声估计方法、装置、设备和可读存储介质
CN120034209B (zh) * 2022-06-21 2026-01-06 华为技术有限公司 一种应用于超宽带系统的信号同步的方法和通信装置
TWI835593B (zh) * 2023-03-16 2024-03-11 瑞昱半導體股份有限公司 無線通訊裝置與干擾偵測方法
CN119051805B (zh) * 2024-08-20 2025-10-21 武汉高德红外股份有限公司 译码器llr权重获取方法、译码方法、系统、设备及介质
CN119535366B (zh) * 2024-11-26 2025-11-14 河南大学 基于匹配滤波的星载合成孔径雷达散射波互干扰抑制方法、系统、存储介质与电子设备
CN120415485B (zh) * 2025-06-23 2025-10-21 北京广厦网络技术股份公司 一种基于透明天线的5g模组通讯装置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5267272A (en) 1988-10-24 1993-11-30 Hughes Aircraft Company Receiver automatic gain control (AGC)
JP2002290344A (ja) 2001-03-27 2002-10-04 Denso Corp Ｓｉｒ測定装置および測定方法
AU2003218091A1 (en) * 2002-03-19 2003-10-08 M2 Networks, Inc. Dynamic channel selection in wireless modems
US7408907B2 (en) * 2002-09-11 2008-08-05 Cisco Technology, Inc. System and method for management of a shared frequency band using client-specific management techniques
US7738848B2 (en) * 2003-01-14 2010-06-15 Interdigital Technology Corporation Received signal to noise indicator
FI20055368A0 (fi) * 2005-06-30 2005-06-30 Nokia Corp Vastaanotin ja menetelmä vastaanotetun datan käsittelemiseksi
US8019155B2 (en) * 2007-03-26 2011-09-13 Eastman Kodak Company Digital object information via category-based histograms
US9113434B2 (en) * 2010-09-10 2015-08-18 Nokia Technologies Oy Signal strength profiling
CN102780656A (zh) * 2011-05-11 2012-11-14 中兴通讯股份有限公司 一种多符号子载波干扰消除联合信道估计方法和装置
US8750726B2 (en) * 2011-08-16 2014-06-10 Cisco Technology, Inc. Histogram-based chromatic dispersion estimation
DE102011082098B4 (de) 2011-09-02 2014-04-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Batteriebetriebene stationäre Sensoranordnung mit unidirektionaler Datenübertragung
US9762351B2 (en) * 2013-03-20 2017-09-12 Zte (Usa) Inc. Statistics adaptive soft decision forward error correction in digital communication
KR101559521B1 (ko) * 2013-04-10 2015-10-14 한국과학기술원 소프트웨어 기반의 동기화된 진폭 히스토그램을 이용한 광신호의 품질 감시 방법 및 장치
EP3055444A4 (de) 2013-10-09 2017-06-07 United Technologies Corporation Wärmedämmschicht mit verbesserter haftung
EP2914039A1 (de) 2014-02-26 2015-09-02 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Datensendeanordnung, Datenempfänger und Verfahren zum Betreiben derselben
CN103869298B (zh) * 2014-03-21 2016-10-05 中国人民解放军海军航空工程学院 一种分布式mimo天波超视距雷达海杂波仿真方法
US9577798B1 (en) * 2014-04-30 2017-02-21 Keysight Technologies, Inc. Real-time separation of signal components in spectrum analyzer
US20150347351A1 (en) * 2014-05-30 2015-12-03 Apple Inc. Determining Location System Signal Quality
CN105491669B (zh) * 2016-02-02 2020-03-06 深圳市蜂联科技有限公司 一种自动评估无线信道干扰程度的方法和装置
DE102016220886B3 (de) 2016-10-24 2018-03-08 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Interleaving für die Übertragung von Telegrammen mit variabler Subpaketanzahl und sukzessiver Decodierung

Also Published As

Publication number Publication date
US11923881B2 (en) 2024-03-05
US20210036727A1 (en) 2021-02-04
DE102018206162B3 (de) 2019-09-19
JP2021521716A (ja) 2021-08-26
CA3097604A1 (en) 2019-10-24
WO2019202000A1 (de) 2019-10-24
CN112236945B (zh) 2022-08-26
MY208848A (en) 2025-06-03
CN112236945A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
DE102018206162B3 (de) Interferenzdetektion und Unterdrückung in nichtkoordinierten Systemen
DE60007487T2 (de) Anordnung und Verfahren zum Bestimmen der Datenrate in einem drahtlosen Kommunikationssystem
EP1130867A2 (de) Empfänger und Verfahren zum Detektieren und Dekodieren eines DQPSK-modulierten und kanalkodierten Empfangssignals
EP3876491B1 (de) Sender und empfänger und entsprechende verfahren
EP0829990B1 (de) Verfahren zur Demodulation von höherstufigen MQAM-Signalen ohne Kenntnis der übertragenen Symbole
WO2003019802A1 (de) Adaptives filterverfahren und filter zum filtern eines funksignals in einem mobilfunk-kommunikationssystem
DE602005003835T2 (de) Sir-schätztechniken
DE102018010284B3 (de) Interferenzdetektion und Unterdrückung in nichtkoordinierten Systemen
DE102018010283B3 (de) Interferenzdetektion und Unterdrückung in nichtkoordinierten Systemen
EP1396089B1 (de) Verfahren zur kompensation einer stufenförmigen dc-störung in einem digitalen basisbandsignal eines homodyn-funkempfängers
EP3756290B1 (de) Empfänger, sender, verfahren und system zum empfangen und senden eines kombinationssignals
DE102018202649A1 (de) Empfänger und Verfahren zum Empfangen eines Kombinationssignals unter Verwendung getrennter Inphase- und Quadraturkomponente
EP3756320B1 (de) Empfänger und verfahren zum empfangen eines kombinationssignals unter verwendung von wahrscheinlichkeitsdichtefunktionen
DE112010002685T5 (de) Verfahren und Vorrichtung zum Dekodieren von Signalen die über nachlassende (fading) Kanäle mit multiplizierendem Rauschen übertragen werden
EP1316182B1 (de) Verbesserte kanalentzerrung für mobilfunkempfänger
DE102019209800B4 (de) Empfänger zum Empfangen eines Kombinationssignals mit Berücksichtigung einer Inter-Symbol-Interferenz, Verfahren zum Empfangen eines Kombinationssignals und Computerprogramm
WO2019202031A1 (de) Paket-korrelator für ein funkübertragungssystem
DE102020110188A1 (de) Verfahren und Vorrichtung zum Decodieren von Mehrfachübertragungen zeitbezogener Daten und Verfahren zum Überprüfen einer Vorrichtung zum Decodieren von Mehrfachübertragungen zeitbezogener Daten
DE102015008020B4 (de) Digitale Störgrößenmodulation zur Maximierung des erzielbaren Datendurchsatzes von Nachrichtenübertragungssystemen
DE112021007068T5 (de) Empfangsvorrichtung, übertragungsvorrichtung, steuerschaltung, speichermedium, empfangsverfahren und übertragungsverfahren
DE102014115527B4 (de) Erfassung von aktiven Spreizcodes und Modulationsschemata
EP3994856B1 (de) Empfänger zum empfangen eines kombinationssignals mit berücksichtigung einer inter-symbol-interferenz und niedriger komplexität, verfahren zum empfangen eines kombinationssignals und computerprogramm
EP2647249B1 (de) Verfahren und vorrichtung zur kalkulation des grundrauschens
WO2009095001A2 (de) Verfahren und vorrichtung zur schätzung von kanalparametern
DE10342193B3 (de) Verfahren zur Rekonstruktion von Nulldurchgangsinformation von verrauschten winkelmodulierten Signalen nach einer Limiter-Diskriminator-Signalverarbeitung

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20201026

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

AX Request for extension of the european patent

Extension state: BA ME

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
RAP3 Party data changed (applicant data changed or rights of an application transferred)

Owner name: FRAUNHOFER-GESELLSCHAFT ZUR FOERDERUNG DER ANGEWANDTEN FORSCHUNG E.V.

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

17Q First examination report despatched

Effective date: 20230414