FI100041B - Menetelmä signaalin ja kohinan laadun estimoimiseksi ja vastaanotin - Google Patents

Menetelmä signaalin ja kohinan laadun estimoimiseksi ja vastaanotin Download PDF

Info

Publication number
FI100041B
FI100041B FI956359A FI956359A FI100041B FI 100041 B FI100041 B FI 100041B FI 956359 A FI956359 A FI 956359A FI 956359 A FI956359 A FI 956359A FI 100041 B FI100041 B FI 100041B
Authority
FI
Finland
Prior art keywords
correlation
value
receiver
signal
vector
Prior art date
Application number
FI956359A
Other languages
English (en)
Swedish (sv)
Other versions
FI956359A (fi
FI956359A0 (fi
Inventor
Qin Liu
Original Assignee
Nokia Telecommunications Oy
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 Nokia Telecommunications Oy filed Critical Nokia Telecommunications Oy
Publication of FI956359A0 publication Critical patent/FI956359A0/fi
Priority to FI956359A priority Critical patent/FI100041B/fi
Priority to PCT/FI1996/000700 priority patent/WO1997024816A2/en
Priority to AU11977/97A priority patent/AU714343B2/en
Priority to US08/913,068 priority patent/US6137824A/en
Priority to EP96943149A priority patent/EP0812499B1/en
Priority to JP9524049A priority patent/JPH11504188A/ja
Priority to AT96943149T priority patent/ATE244471T1/de
Priority to CN96192623A priority patent/CN1084093C/zh
Priority to DE69628915T priority patent/DE69628915D1/de
Publication of FI956359A publication Critical patent/FI956359A/fi
Priority to NO973959A priority patent/NO973959L/no
Application granted granted Critical
Publication of FI100041B publication Critical patent/FI100041B/fi

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B1/00Details 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
    • H04B1/69Spread spectrum techniques
    • H04B1/707Spread spectrum techniques using direct sequence modulation
    • H04B1/709Correlator structure
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B1/00Details 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
    • H04B1/69Spread spectrum techniques
    • H04B1/707Spread spectrum techniques using direct sequence modulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Transmission System (AREA)
  • Noise Elimination (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)
  • Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
  • Synchronisation In Digital Transmission Systems (AREA)
  • Peptides Or Proteins (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Description

100041
Menetelmä signaalin ja kohinan laadun estimoimiseksi ja vastaanotin
Tekniikan ala 5 Keksinnön kohteena on menetelmä signaalin laadun estimoimiseksi, jota menetelmää käytetään hajaspektrira-diojärjestelmässä, jossa toimii useita lähettimiä ja vastaanottimia ja jossa jokainen lähetetty signaali on vale-kohinakoodattu omalla hajotuskoodillaan laajakaistaiseksi 10 ja joka signaali on muunnettu vektorimuotoisiksi modulaa-tiosymboleiksi, jotka ovat ennalta tunnetun, oleellisesti ortogonaalisen muunnosmatriisin alimatriiseja, jotka on valittu lähetettävien bittien kombinaation perusteella, joka signaali kerrotaan hajotuskoodilla vastaanottimessa, 15 jossa vastaanotettujen modulaatiosymbolien ja ennalta tunnetun muunnosmatriisin välillä muodostetaan korrelaatio, jonka tuloksena syntyy korrelaatiovektoreita, jotka käsittävät korrelaatioarvoja ja joita käyttäen signaali ilmaistaan.
20 Keksinnön kohteena on myös menetelmä kohinan laadun estimoimiseksi, jota menetelmää käytetään hajaspektrira-diojärjestelmässä, jossa toimii useita lähettimiä ja vastaanottimia ja jossa jokainen lähetetty signaali on vale-kohinakoodattu omalla hajotuskoodillaan laajakaistaiseksi 25 ja joka signaali on muunnettu vektorimuotoisiksi modulaa-tiosymboleiksi, jotka ovat ennalta tunnetun, oleellisesti ortogonaalisen muunnosmatriisin alimatriiseja, jotka on valittu lähetettävien bittien kombinaation perusteella, joka signaali kerrotaan hajotuskoodilla vastaanottimessa, 30 jossa vastaanotettujen modulaatiosymbolien ja ennalta tunnetun muunnosmatriisin välillä muodostetaan korrelaatio, jonka tuloksena syntyy korrelaatiovektoreita, jotka käsittävät korrelaatioarvoja ja joita käyttäen signaali ilmaistaan.
35 Keksinnön kohteena on lisäksi hajaspektriradiojär- 2 100041 jestelmän vastaanotin, joka järjestelmä käsittää useita lähettimiä ja vastaanottimia, ja jossa järjestelmässä jokainen lähetetty signaali on valekohinakoodattu omalla hajotuskoodillaan laajakaistaiseksi ja käsittää vektori-5 muotoisia modulaatiosymboleita, jotka ovat ennalta tunnetun, oleellisesti ortogonaalisen muunnosmatriisin alimat-riiseja, jotka on valittu lähetettävien bittien kombinaation perusteella, joka signaali kerrotaan hajotuskoodilla vastaanottimessa, joka käsittää korrelaattorin vastaan-10 otettujen modulaatiosymbolien ja ennalta tunnetun muunnos-matriisin välisen korrelaation muodostamiseksi, jonka korrelaation tuloksena on korrelaatiovektoreita, jotka käsittävät korrelaatioarvoja ja joita käyttäen signaali ilmaistaan.
15 Tekniikan taso
Hajaspektriradiojärjestelmässä ja erityisesti CDMA-tekniikassa käyttäjän kapeakaistainen datasignaali moduloidaan datasignaalia laajakaistaisemmalla hajotuskoodilla suhteellisen laajalle kaistalle. Tunnetuissa CDMA-koejär-20 jestelmissä on käytetty esimerkiksi 1,25 MHz, 10 MHz sekä 50 MHz kaistanleveyksiä. Hajotuskoodi muodostuu tavanomaisesti pitkästä valesatunnaisesta bitti-sekvenssistä. Hajo-tuskoodin bittinopeus on paljon suurempi kuin datasignaa-lin ja erotukseksi databiteistä ja -symboleista hajotus-25 koodin bittejä kutsutaan chipeiksi. Jokainen käyttäjän da-tasymboli kerrotaan kaikilla hajotuskoodin chipeillä. Tällöin kapeakaistainen datasignaali leviää hajotuskoodin käyttämälle taajuuskaistalle. Jokaisen käyttäjän signaalilla on oma hajotuskoodinsa. Useat käyttäjät lähettävät 30 signaaleitaan samanaikaisesti samalla taajuuskaistalla ja datasignaalit erotetaan toisistaan vastaanottimissa va-lesatunnaisen hajotuskoodin perusteella.
Tehokkaasta hajaspektritekniikkaan perustuvasta häiriö- ja häipymäsuojauksesta huolimatta radiojärjestelmässä 35 tukiaseman ja tilaajapäätelaitteen välisen yhteyden laatu, s i. . jaa lii· i ! i di 3 100041 johon vaikuttaa signaalin ja kohinana laatu, vaihtelee jatkuvasti. Tämä vaihtelu johtuu radiotiellä esiintyvistä häiriötekijöistä sekä radioaaltojen vaimenemisesta etäisyyden ja ajan funktiona häipyvässä kanavassa. Yhteyden 5 laatua voidaan mitata esimerkiksi tarkkailemalla vastaanotettua tehoa. Tehonsäädöllä voidaan osittain kompensoida yhteyden laadun vaihteluita.
Digitaalisessa radiojärjestelmässä, joka käyttää sellaista monitasoista ortogonaalista modulointia kuten 10 Walsh-Hadamard -muunnosta, tarvitaan tehonmittausta tarkempi menetelmä yhteyden laadun estimoimiseksi. Lisäksi usein on tärkeä tietää, tuleeko vastaanottimelle signaalia vai vain pelkkää kohinaa, koska kohinaa ei kannata viedä vastaanottimen ilmaisimelle. Tällöin kohinan amplitudi-15 vaihtelu on hyödyllinen tieto. Yhteyden tunnettuina laatu-parametreina ovat esimerkiksi bittivirhesuhde (BER, Bit Error Rate) ja signaalikohinasuhde.
Ennestään tunnettua on hyödyntää Viterbi-ilmaisun päätöksiä vastaanotetun signaalin signaalikohinasuhteen 20 estimoimisessa. Koska Viterbi-algoritmi on kuitenkin usein liian vaativa toimenpide digitaaliselle signaalinkäsitte-lyohjelmalle, sitä varten joudutaan käyttämään erillistä Viterbi-kovoa. Tätä on selostettu tarkemmin julkaisussa J. Hagenauer, P. Hoeher: A Viterbi Algorithm with Soft-de-25 cision Outputs and its Applications, IEEE GLOBECOM 1989, Dallas, Texas, November 1989, joka otetaan tähän viitteeksi .
Signaalikohinasuhdetietoa tarvitaan tunnetusti käytettäessä erilaisia diversiteettivastaanottimia, joissa 30 eri diversiteettihaaroista tullut signaali yhdistetään.
• * Esimerkiksi RAKE-periaatteella toimivassa monitievastaan- ottimessa useita vastaanottohaaroja, joista kukin voi tah-distua monitiesignaalin eri signaalikomponenttiin. Siten vastaanotin pystyy vastaanottamaan useita signaaleja sa-35 manaikaisesti. RAKE-vastaanottimia käytetään erityisesti 4 100041 CDMA-järjestelmässä.
Monitievastaanotossa tavallisimmat diversiteettivas-taanottimet yhdistävät signaalit ennen tai jälkeen ilmaisun ja ne käsittävät esimerkiksi valikoivan yhdistelyn 5 (Selective combining), maksimaalisen suhteen yhdistelyn (Maximal-ratio combining) ja tasavahvistetun yhdistelyn (Equal-gain combining). Monitiesignaalit ilmaistaan tavallisesti käyttäen Viterbi-ilmaisua, jolloin signaalien yhdistäminen tapahtuu ilmaisun jälkeen, koska Viterbi-ilmai-10 su tuottaa tarvittavan signaalikohinasuhteen estimaatin. Signaalit olisi kuitenkin edullisinta yhdistää ennen ilmaisua, koska tällöin saavutettaisiin suurempi signaalin vahvistus. Sellaista diversiteettihaaraa, johon ei tule signaalia, ei kuitenkaan kannata käyttää yhdistelyssä.
15 Tällöin esimerkiksi RAKE-haarojen oikea allokointi on tärkeää. Diversiteettivastaanottimia on selitetty tarkemmin esimerkiksi kirjassa William C. Y. Lee: Mobile Communications Engineering, kappale 10, Combining technology, sivut 291 - 336, McGraw-Hill, USA, 1982, joka otetaan tähän 20 viitteeksi.
Keksinnön tunnusmerkit
Esillä olevalla keksinnöllä on tarkoitus toteuttaa menetelmä, jolla voidaan estimoida signaalikohinasuhdetta suoraan vastaanotetusta signaalista käyttämättä raskasta • 25 Viterbi-ilmaisua tähän tarkoitukseen. Lisäksi tarkoitukse na on mahdollistaa signaalien yhdistäminen diversiteetti-vastaanottimissa ennen ilmaisua. Keksinnön mukaisella menetelmällä on myös tarkoitus helpottaa monitievastaanotti-men RAKE-allokointia.
30 Tämä saavutetaan johdannossa esitetyn tyyppisellä signaalin laatua estimoivalla menetelmällä, jolle on tunnusomaista, että kerrottaessa vastaanotettu signaali omalla hajotuskoodillaan signaalin laatua kuvaava estimaatti muodostetaan vertaamalla korrelaatiovektorin yhden tai 35 useamman korrelaatioarvon keskiarvoa korrelaatiovektorin e i «Uit II·· lliq 5 100041 suurimpaan arvoon, missä yhden tai useamman korrelaatioar-von keskiarvo käsittää muut korrelaatioarvot kuin suurimman korrelaatioarvon.
Johdannossa esitetyn tyyppiselle kohinan laatua es-5 timoivalle menetelmälle on tunnusomaista, että kerrottaessa vastaanotettu signaali hajotuskoodilla, joka on olennaisesti ortogonaalinen kaikkien vastaanotettujen signaalien hajotuskoodien kanssa, kohinan laatua kuvaava estimaatti muodostetaan vertaamalla korrelaatiovektorin yhden 10 tai useamman korrelaatioarvon keskiarvoa korrelaatiovektorin suurimpaan arvoon, missä yhden tai useamman korrelaatioarvon keskiarvo käsittää muut korrelaatioarvot kuin suurimman korrelaatioarvon.
Keksinnön mukaiselle vastaanottimelle on taas tun-15 nusomaista, että vastaanotin käsittää signaalin laatua kuvaavan estimaatin muodostamiseksi vertailuvälineen, joka on sovitettu vertaamaan yksittäisen korrelaatiovektorin yhden tai useamman muun kuin suurimman korrelaatioarvon keskiarvoa korrelaatiovektorin suurimpaan arvoon ja joka 20 on sovitettu toimimaan kerrottaessa signaali omalla hajo-tuskoodillaan.
Keksinnön mukaiselle vastaanottimelle on myös tunnusomaista, että vastaanotin käsittää kohinan laatua kuvaavan estimaatin muodostamiseksi vertailuvälineen, joka 25 on sovitettu vertaamaan yhden tai useamman muun kuin suurimman korrelaatioarvon keskiarvoa korrelaatiovektorin suurimpaan arvoon ja joka on sovitettu toiminaan kerrottaessa signaali hajotuskoodilla, joka on olennaisesti ortogonaalinen kaikkien vastaanotettujen signaalien hajotus-30 koodien kanssa.
Keksinnön mukaisella menetelmällä saavutetaan huomattavia etuja. Välttämällä Viterbi-algoritmin käyttö sig-naalikohinasuhteen estimoinnissa säästetään muistia ja laskemiseen käytettävää aikaa. Estimaatin avulla saatua 35 signaalikohinasuhteen arvoa voidaan käyttää hyväksi kana- 6 100041 van tilan arvioinnissa, apuna huonojen kehysten estimoin-timenetelmissä ja ML-metriikan (maximum likelyhood metrics) skaalauksessa. Estimaattia voidaan käyttää myös parantamaan pehmeän päätöksen (Soft Decision) dekoodausta.
5 Lisäksi signaalikohinasuhdetta voidaan käyttää hyväksi diversiteettiyhdistelyssä mm. RAKE-vastaanottimissa ja se on erityisesti käyttökelpoinen, kun monitiesignaalien yhdistely tehdään ennen ilmaisua. Menetelmän avulla voidaan myös päätellä, milloin vastaanottimeen tai vastaanottimen 10 haaraan on tulossa signaalia eikä vain kohinan aiheuttamaa signaalin kaltaisesti vaihtelevaa häiriötä. Tämä mahdollistaa RAKE-allokoinnin.
Keksinnön mukaisten menetelmien edulliset suoritusmuodot ilmenevät myös oheisista epäitsenäisistä patentti-15 vaatimuksista ja keksinnön mukaisen vastaanottimien edulliset toteutusmuodot ilmenevät oheisista vastaanottimiin liittyvistä epäitsenäisistä patenttivaatimuksista.
Kuvioiden selitys
Seuraavassa keksintöä selitetään tarkemmin viitaten 20 oheisten piirustusten mukaisiin esimerkkeihin, joissa kuvio 1 esittää CDMA-järjestelmän aikaväliä ja kor-relaatiovektoreita, kuvio 2 esittää esimerkkiä korrelaatiovektorin kor-relaatioarvojen jakaumasta, 25 kuvio 3 esittää keksinnön mukaista erästä vastaan otinta oleellisilta osiltaan ja kuvio 4 esittää keksinnön mukaista erästä vastaanotinta oleellisilta osiltaan.
Edullisten toimintamuotojen kuvaus 30 Tarkastellaan aluksi hieman keksinnön teoreettista taustaa. Solukkoradiojärjestelmässä tukiasemavastaanotti-men pitäisi muodostaa tieto signaalin tehotasosta ja laadusta, jotta se pystyisi tehokkaaseen signaalien painotukseen diversiteettiyhdistelyssä, suljetun silmukan tehosää-35 dössä jne. Aikaisimmassa vastaanotetun signaalin käsitte- li' M<t IM n;? n 7 100041 lyvaiheessa Walsh-Hadamard-muunnos käsittää tiedon vääristymättömän informaation signaalin laadusta eli eräänlaisesta signaalikohinasuhteesta. Siten on mahdollista muodostaa signaalin laatua kuvaava estimaatti signaalin kä-5 sittelyn alkuvaiheessa ja siirtää tämä tieto myöhempiin signaalin käsittelyvaiheisiin, esimerkiksi Viterbi-ilmai-suun ja diversiteettiyhdistelyyn. Signaalin laatua kuvaavan estimaatin laskemisen yleinen periaate käsittää suurimman korrelaatioarvon vertaamisen johonkin muuhun tai 10 joihinkin muihin korrelaatioarvoihin. Tällöin suurin kor-relaatioarvo liittyy lähetettyyn informaatioon ja muut korrelaatioarvot liittyvät kohinaan ja muuhun signaalin vääristymään.
Menettämättä tarkastelun yleispätevyyttä oletetaan 15 yksi näyte chippiä eli hajotuskoodin bittiä kohti staattisessa (Gaussin) kanavassa. Binaarinen signaali konvoluu-tiokoodataan, ja kuusi databittiä määrittää Walsh-symbolin eli yleisemmin modulaatiosymbolin. Valekohinan eli va-lesatunnaiskohinan hajotuksen tekijällä 4 jokainen Walsh-20 alkio muuttuu neljäksi laajakaistaiseksi valekohina-chi-piksi I-haarassa ja neljäksi valekohina-chipiksi Q-haaras-sa. Vastaanotossa valekohina puretaan muuttamalla signaali kapeakaistaiseksi ja tehdään Walsh-Hadamard-käänteismuun-nos.
25 Oletetaan että Walsh-alkio ennen valekohinaa on Skl, jossa k tarkoittaa krnnetta Walsh-symbolia ja i tarkoittaa i:nnettä alkioita. Walsh-Hadamard-muunnoksen jälkeen alkion amplitudi on 30 amp . / [ [£ (2sw*w) s^]2 * [£ws^]2] , (1) missä Nj on kohina, jonka tuottaa PN1 χ ^ ja PN° χ nQ, PN1 on hajotuskoodi I-haaralle ja PN° on hajotuskoodi Q-haaral-le, nr ja nQ ovat riippumattomia Gaussin kohinoita I- ja 35 Q-haaroissa. N2 on kohina, jonka tuottaa PN1 χ nQ ja PN0 χ 8 100041 rv Tässä oletetaan, että Walsh-symboli käsittää 64 Walsh-alkiota, mutta Walsh-symbolin pituus voi olla myös suurempi yleisessä tapauksessa. Voidaan osoittaa että ja N2 ovat Gaussin-jakautuneita keskiarvolla nolla ja varianssi 5 on puolet kanavan kohina-varianssista (δ2). Kun j*k eli verrataan kahta eri Hadamard-matriisin alimatriisia eli riviä eli Walsh-symbolia toisiinsa, tämä tapahtuu tyypillisesti vastaanotossa, saadaan ys.. - 0, koska rivit ovat ortogonaalisia, jolloin odotusarvoksi E(amp) saadaan 10 E(amp) = E (v/[w2j * w22] ) , (2) missä NX1 ja N22 ovat Gaussin jakautuneita keskiarvolla nolla ja varianssi on 64δ2/2 . Koska NX1 ja N22 eivät ole riip-15 pumattomia ja koska neliöjuuri on epälineaarinen operaatio, odotusarvoksi E(amp) ei tule ^[64δ2] . Tietokonesimulaatiolla voidaan todentaa, että kaavan (2) lausekkeeksi tulee E(amp) = \/[64αδ2], (3) 20 missä a on likimäärin 0,78 CDMA-järjestelmässä. Siten kohinan varianssi eli tehollinen arvo δ2 on δ2 - —i— E2 (arap) , (4) 64a 25
Kun j = k eli lasketaan Hadamard-matriisin rivin korrelaatio itsensä kanssa, analyysi on samanlainen, mutta lopputulokseksi tulee 30 E(amp) = \/[1282 * 64αδ2] , (5) Tämä on suurin amplitudi ja vastaanotossa tämä tulos liittyy lähetettyyn informaatioon. Näin voidaan näyttää, että kohinan varianssi eli tehollinen arvo ja signaalin tehol-35 linen arvo voidaan muodostaa Walsh-Hadamard-muuntimen muo- 9 100041 dostamien korrelaatiovektorien avulla ja näistä tuloksista voidaan muodostaa signaalin laatua kuvaava estimaatti. Vastaavanlainen tulos saadaan, kun Walsh-Hadamatd-muunnoksen tilalla käytetään mitä tahansa muunnosmatriisia, jonka 5 alimatriisit ovat oleellisesti ortogonaalisia.
Seuraavassa keksintöä selitetään CDMA-tekniikan avulla. Esimerkin mukaisessa CDMA-tekniikan solukkoradio-järjestelmässä lähetys tapahtuu TDMA-kehyksissä, jotka käsittävät kuusitoista aikaväliä. Jokainen aikaväli käsit-10 tää tyypillisesti kuusi modulaatiosymbolia. Modulaatiosym-bolit ovat yleisesti kanavakoodaukseen liittyviä muunnos-matriisin alimatriiseja. Kun lähetyksessä käytetään Walsh-Hadamard -muunnosta, aikaväli käsittää tavallisesti kuusi vektorimuotoista modulaatiosymbolia, joista jokainen sym-15 boli käsittää kuusikymmentäneljä Walsh-alkiota (Walsh chip). Modulaatiosymbolit muodostetaan CDMA-järjestelmän lähettimessä tunnetun tekniikan mukaisesti siten, että lähetettävät bitit muutetaan kuuden bitin ryhmissä numeroiksi välillä 0-63, joita kutakin käytetään osoittamaan 20 yhteen Hadamard-matriisin kuudestakymmenestäneljästä rivistä. Koska Hadamard-matriisi, joka on yksi lukemattomista ortogonaalisista muunnosmatriiseista, on kuusikymmentänel jä kertaa kuusikymmentäneljä Walsh-alkiota käsittävä matriisi, jokaisessa lähetettävässä rivissä eli modulaa-25 tiosymbolissa on kuusikymmentäneljä Walsh-alkiota. Vas-taanottimessa modulaatiosymbolit muunnetaan korrelaa-tiovektoreiksi, joiden avulla vastaanotettu informaatio edelleen ilmaistaan.
Kuviossa 1 on esitetty yhden aikavälin käsittämiä 30 modulaatiosymboleita vastaavat korrelaatiovektorit 101 -106, jotka käsittävät korrelaatioarvoja 111. Korrelaa-tiovektori 101 - 106 muodostetaan vastaanottimessa siten, että Hadamard-matriisin rivi eli modulaatiosymboli kerrotaan vastaanottimessa Hadamard-matriisilla. Matemaattisena 35 formulointina tämä on esitetty kaavassa (1) ^ · 10 100041
ml T Hl 1,1) HU,2) H( 1,3) ... //(1,64) Cl T
m2 //(2,1) Hl 2,2) Hl 2,3) ... //(2,64) C2 m3 //(3,1) //(3,1) Hl 3,3) ... //(3,64) C3 ' x . . . ... . (1)^ 5 . . . .....
m64] [//(64,1) //(64,2) //(64,3) ... //(64,64)] [c64 missä alkiot ml, m2, m3,..., m64 ovat jonkun modulaa- 10 tiosymbolin alkioita, H(x,y)-alkioista koostuva matriisi on muunnosmatriisi ja edellisten tulona muodostuu korre-laatiovektori, joka koostuu korrelaatioarvoista Cl,..., C64 (kuviossa 1 arvot 111). Modulaatiosymbolin alkiot ovat edullisesti Walsh-alkioita ja muunnosmatriisi on edulli-15 sesti Hadamard-matriisi, jolloin modulaatiosymbolin ja korrelaatiovektorin 101 - 106 korrelaatioarvojen lii määrä on edullisesti 64. Kertominen vastaa Hadamard-matriisin ja modulaatiosymbolin välistä korrelaatiota, jolloin korrelaatiovektorin 101 - 106 maksimiarvon paikka eli indeksi 20 vastaa lähetettyjen kuuden bitin arvoa. Kertomisen kanssa ekvivalenttista on muodostaa korrelaatio modulaatiosymbolin ja jotain Hadamard-matriisin riviä vastaavan vektorin kanssa erikseen.
Kuviossa 2 tarkastellaan lähemmin kahden korrelaa-25 tiovektorin 101 - 106 korrelaatioarvoj en 111 jakaumaa.
Jakaumat on tarkoitettu havainnollistamaan keksintöä ja siitä syystä siinä esitetyt arvot ja jakaumat eivät esitä mittaustulosta, vaan toimintaan liittyvää esimerkkiä. Poikkiviivoitetut pylväät kuvaavat tilannetta, jossa vas-30 taanotettu signaali on kerrottu hajotuskoodilla, jolla ei : ole lähetetty mitään vastaanottimen kuuntelualueella ole vaa signaalia. Hajotuskoodin bittien järjestys ja/tai vaihe on siis sellainen, jollaisella ei ole lähetystä. Tällöin signaalia ei havaita ja korrelaatiovektori täyttyy 35 korrelaatioarvoista, jotka edustavat kohinaa.
11 100041
Pistekuvioiset pylväät edustavat tilannetta, jossa lähettäjä on lähettänyt signaalia ja vastaanotossa laajakaistainen signaali on kerrottu omalla hajotuskoodillaan kapeakaistaiseksi. Walsh-Hadamard -muunnoksen jälkeen suu-5 ri korrelaatioarvon indeksi määrittää lähetetyn informaation. Koska muunnosmatriisina käytetty Hadamard-matriisi käsittää toisistaan riippumattomia eli ortogonaalisia ali-matriiseja, joita ovat matriisin rivit eli vektorit, modu-laatiosymbolin ja Hadamard-matriisin korrelaatio saa pie-10 niä ja satunnaisia arvoja aina, kun modulaatiosymboli ei liity lähetettyyn informaatioon. Tällaisia korrelaatioar-voja ovat Cl - C47 ja C49 - C64. Korrelaatioarvo on kuitenkin suuri, kun modulaatiosymboli liittyy lähetettyyn informaatioon. Kuvion 2 suurin arvo on C48 eli 48. korre-15 laatioarvo. Siitä, että 48. korrelaatioarvo on suurin, voidaan esimerkiksi päätellä muuntamalla luku 48 binaariseen muotoon, että lähetetty kuuden bitin kombinaatio on ollut 110000.
20 Signaalin laadun estimointi
Tarkastellaan nyt lähemmin keksinnön mukaista menetelmää estimoida signaalin laatua käyttäen hyväksi kuvioita 1 ja 2. Tällöin vastaanottimessa laajakaistainen sig-25 naali kerrotaan omalla hajotuskoodillaan, jolloin sen va-lesatunnainen kohina eli valekohinakoodaus katoaa ja siitä tulee kapeakaistainen signaali. Signaali edelleen muunnetaan edullisesti Walsh-Hadamard -muunnoksella, jolloin korrelaatiovektorit syntyvät. Keksinnön mukaisessa mene-30 telmässä signaalin laatua kuvaava estimaatti muodostetaan vertaamalla yksittäisen korrelaatiovektorin 101 - 106 yhtä tai useampaa muuta kuin suurinta korrelaatioarvoa korrelaatiovektorin 101 - 106 suurimpaan arvoon ja edullisesti keskimääräistämällä kunkin yksittäisen korrelaatiovektorin 35 101 - 106 vertailutulos suhteessa vertailussa käytettyjen 12 100041 korrelaatiovektorien 101 - 106 määrään. Kuviossa 2 piste-kuvioisen korrelaatiovektorin suurin korrelaatioarvo on C48, joka todennäköisimmin liittyy lähetettyyn informaatioon. Muut pistekuvioisen korrelaatiovektorin arvot Cl -5 C47 ja C49 - C64 edustavat kohinaa ja epäortogonaalisuut- ta. Kun näin muodostuneita kohinaan ja signaaliin/infor-maatioon liittyviä korrelaatioarvoja verrataan toisiinsa saadaan signaalikohinasuhteeseen läheisesti liittyvä estimaatti. Yhden korrelaatiovektorin 101 - 106 osalta muut 10 kuin suurin arvo Cl - C47 ja C49 - C64 voidaan yhdistää esimerkiksi summaamalla tai laskemalla keskimääräinen arvo, jota verrataan suurimpaan arvoon C48 estimaatin muodostuksessa. Toisena vaihtoehtona on, että valitaan jokin yksittäinen arvo, jota verrataan suurimpaan arvoon. Esti-15 maatin nopeita vaihteluja voidaan vähentää ja tulosta tarkentaa ottamalla huomioon useiden korrelaatiovektorien es-timointitulokset ja laskemalla niistä estimaatti keskimääräisenä arvona.
Korrelaatiovektorin 101 - 106 suurinta korrelaatio-20 arvoa voidaan verrata edullisesti saman korrelaatiovektorin toiseksi suurimpaan korrelaatioarvoon. Kuviossa 2 toiseksi suurin korrelaatioarvo on C14. Koska toiseksi suurin korrelaatioarvo C14 edustaa suurinta häiriötä lähetetyssä, vertaamalla suurinta korrelaatioarvoa toiseksi suurimpaan 25 arvoon saadaan huonointa mahdollista signaalikohinasuhdet-ta kuvaava estimaatti, joka kuvaa signaalin laatua. Toiseksi suurimman korrelaatioarvon vertaaminen suurimpaan arvoon tapahtuu edullisesti jakamalla mainitut arvot keskenään, jolloin jakamisen tuloksena syntyy signaalin laa-30 tua kuvaava estimaatti. Toisessa keksinnön mukaisessa edullisessa ratkaisussa vertaaminen tapahtuu laskemalla suurimman ja toiseksi suurimman korrelaatioarvon erotus, joka edustaa myös signaalin laatua kuvaavaa estimaattia. Estimaatin keskimääräinen arvo jollakin ajanjaksolla tai 35 korrelaatiovektorimäärällä on edullisempi kuin yhteen kor- 13 100041 relaatiovektoriin liittyvä signaalin laatua kuvaava estimaatti. Tästä syystä estimaatin muodostaminen suurimman ja toiseksi suurimman korrelaatioarvon erotus- ja jakotulok-sena on edullista keskimääräistää yhdelle aikavälille.
5 Keksinnön edullisessa toteutustavassa korrelaatio- vektorikohtainen signaalin laatua kuvaava estimaatti muodostetaan siten, että korrelaatiovektorin 101 - 106 suurin korrelaatioarvo C48 jaetaan muiden kuin suurimman korrelaatioarvon korrelaatioarvojen Cl - C47 ja C49 - C64 kes-10 kimääräisellä arvolla. Toisena vaihtoehtona on, että lasketaan suurimman korrelaatioarvon ja muiden korrelaatioarvojen paitsi suurimman korrelaatioarvon keskimääräisen arvon erotus. Korrelaatioarvojen keskimääräistämisessä huomioidaan edullisesti kaikki muut korrelaatioarvot pait-15 si suurin korrelaatioarvo. Keskiarvon sijasta voidaan käyttää myös mediaania tai jotain muuta lineaarista tai epälineaarista funktiota, joka painottaa tulosta laskennassa käytettyjen suurimman ja pienimmän arvon välille.
Kun signaalin lähetys tapahtuu esimerkiksi solukko-20 radiojärjestelmässä CDMA-tekniikan mukaisissa aikaväleis sä, estimaatin muodostamisessa käytetään edullisesti kaikkia aikavälien käsittämiä korrelaatiovektoreita 101 - 106. Esimerkin mukainen solukkoradiojärjestelmän aikaväli käsittää kuusi modulaatiosymbolia, joista muodostuu kuusi '1 25 korrelaatiovektoria aikaväliä kohti. Täten CDMA-tekniikas sa keksinnön mukainen signaalin laatua kuvaava estimaatti muodostetaan keskiarvoistamalla kuudesta korrelaatiovekto-rikohtaisesta estimaatista signaalin laatua koko aikavälillä kuvaava estimaatti. Tässäkin tapauksessa keskiar-30 voistamisen sijasta voidaan käyttää mediaania tai muuta : keskimääräistävää funktiota.
Estimaattia on edullista käyttää diversiteettivas-taanottimessa, jollainen on esimerkiksi RAKE-vastaanotin, diversiteettihaarojen painokertoimena, mikä mahdollistaa 35 monitiesignaalin yhdistelyn jo ennen ilmaisua. Estimaatin 14 100041 perusteella voidaan valita laadultaan parhaan haaran signaali ilmaistavaksi. Aina kun estimaatti muodostetaan, esimerkiksi aikaväleittäin, parhaan haaran signaali valitaan ilmaisuun ja siten kaikkien haarojen signaaleilla on 5 mahdollisuus tulla valituksi ilmaisuun. Yhdistettäessä eri diversiteettihaarojen signaaleita voidaan tehdä siten, että summasignaali, joka ilmaistaan, muodostetaan yhdistämällä eri haarojen estimaatilla painotetut signaalit. Näin saadaan ilmaistuksi todennäköisin signaali.
10 Tarkastellaan nyt lähemmin keksinnön mukaista vas taanotinta, jossa muodostetaan signaalin laadun estimaatti. Kuviossa 3 oleva vastaanotin käsittää kaksi diversi-teettihaaraa 1 ja 2. Keksinnön mukainen ratkaisu ei kuitenkaan rajoita diversiteettihaarojen lukumäärää ja vas-15 taanottimelle riittää, että siinä on käytössä yksikin di-versiteettihaaroista 1 ja 2, jolloin luonnollisesti ei tarvita diversiteettiyhdistelyä. Kumpikin haara l ja 2 käsittää antennin 301, signaalin esikäsittelyvälineet 302, hajotuskoodivälineen 302a, korrelaattorin 303, välineet 20 304 määrittää korrelaatiovektorin maksimikorrelaatioarvo, välineet 305 määrittää korrelaatiovektorin toiseksi suurin korrelaatioarvo, vertailuvälineet 307 ja signaalin jälki-käsittelyvälineet 308. Signaalin esikäsittelyvälineet 302 koostuvat esimerkiksi radiotaajuusosista, joissa signaali 25 muutetaan välitaajuudelle ja muunninosasta, jossa signaali A/D-muunnetaan. Lisäksi esikäsittelyväline 302 käsittää myös hajotuskoodivälineen 302a, joilla vastaanotetun signaalin valesatunnainen kohina poistetaan. Tällöin signaali kerrotaan omalla hajotuskoodillaan siten, että siitä tulee 30 kapeakaistainen signaali, jolle voidaan tehdä esimerkiksi Walsh-Hadamart -muunnos ja ilmaista lähetetty informaatio. Signaalin jälkikäsittelyvälineet 308 käsittävät esimerkiksi diversiteettiyhdistelyvälineet, lomituksen purkuväli-neet ja Viterbi-ilmaisimen. Signaali otetaan vastaan an-35 tennilla 301, josta signaali 311 etenee esikäsittelyväli- 15 100041 neille 302. Korrelaattori 303 muodostaa esikäsittelyväli-neiden ulostulosignaalista 312 kussakin haarassa korrelaa-tiovektorin 101 - 106, joka etenee edelleen jälkikäsitte-lyvälineille 308. Korrelaatiovektorit 101 - 106 etenevät 5 myös välineelle 304, joka määrittää korrelaatiovektorin suurimman arvon. Korrelaatiovektorit 101 - 106 etenevät myös välineelle 305, joka määrittää korrelaatiovektorin toiseksi suurimman arvon. Sekä korrelaatiovektorin suurin arvo 313 että toiseksi suurin arvo 314 etenevät keksinnön 10 mukaiselle vertailuvälineelle 307, jossa suurimman 313 ja toiseksi suurimman 314 vertaaminen tapahtuu tyypillisesti joko laskemalla niiden erotus tai suhde, jolloin kussakin diversiteettihaarassa vertailuvälineiden 307 lähtönä on signaalin laatua kuvaava estimaatti 315. Väline 307 on 15 sovitettu muodostamaan useista, tyypillisesti yhden aikavälin korrelaatiovektoreista 101 - 106 signaalin laatua kuvaava estimaatti 315, jolloin estimaatti 315 vastaa kes-kiarvoistamalla useista korrelaatiovektoreista 101 - 106 muodostettua estimaattia. Estimaatin 315 avulla voidaan 20 eri haarojen l ja 2 signaalit yhdistää edullisesti tunnetun tekniikan mukaisesti jälkikäsittelyvälineiden 308 di-versiteettiyhdistelyvälineissä.
Tarkastellaan nyt lähemmin toista keksinnön mukaista vastaanotinta. Kuviossa 4 oleva vastaanotin käsittää kaksi 25 diversiteettihaaraa 3 ja 4. Keksinnön mukainen ratkaisu ei kuitenkaan rajoita diversiteettihaarojen lukumäärää. Kumpikin haara käsittää antennin 301, signaalin esikäsittely-välineet 302, hajotuskoodivälineen 302a, korrelaattorin 303, välineet 304 määrittää korrelaatiovektorin maksimi-30 korrelaatioarvo, välineet 305 keskimääräistää yksi tai !. useampi muu paitsi suurin korrelaatioarvo, vertailuväli- neet 307 ja signaalin jälkikäsittelyvälineet 308. Signaalin esikäsittelyvälineet 302 koostuvat esimerkiksi ra-diotaajuusosista, joissa signaali muutetaan välitaajuudel-35 le ja muunninosasta, jossa signaali A/D-muunnetaan. Esikä- 16 100041 sittelyvälineen 302 käsittämä hajotuskoodiväline 302a on sovittu toimimaan niin, että hajotuskoodi on sama kuin lähetyksestä vastaanotetun signaalin, jolloin signaali muuttuu kapeakaistaiseksi ja tällöin korrelaattorin 303 5 muodostaman korrelaatiovektorin 101 - 106 suurin korrelaa-tioarvo 313 edustaa lähetettyä informaatiota. Signaalin jälkikäsittelyvälineet käsittävät esimerkiksi diversiteet-tiyhdistelyvälineet, lomituksen purkuvälineet ja Viterbi-ilmaisimen. Signaali otetaan vastaan antennilla 301, josta 10 signaali 211 etenee esikäsittelyvälineille 302. Korrelaat-tori 303 muodostaa esikäsittelyvälineiden ulostulosignaalista 312 kussakin haarassa korrelaatiovektorin 101 - 106, joka etenee edelleen jälkikäsittelyvälineille 308. Korre-laatiovektorit 101 - 106 etenevät myös välineelle 304, 15 joka määrittää korrelaatiovektorin suurimman arvon. Korre-laatiovektorit 101 - 106 etenevät myös välineelle 400, joka muodostaa korrelaatiovektorin muiden kuin suurimman arvon keskimääräisen arvon. Sekä suurin arvo 313 että muodostettu keskimääräinen arvo 401 etenevät vertailuväli-20 neille 307, joka muodostaa signaalin laatua kuvaavan estimaatin 315 tyypillisesti laskemalla suurimman arvon 313 ja keskimääräisen arvon 401 erotuksen tai suhteen. Väline 307 on sovitettu muodostamaan useista korrelaatiovektoreista 101 - 106 signaalin laatua kuvaava estimaatti 315, jolloin 25 estimaatti 315 vastaa keskiarvoistamalla useista korrelaatiovektoreista 101 - 106 muodostettua estimaattia. Estimaatin 315 avulla voidaan eri haarojen 3 ja 4 signaalit yhdistää edullisesti tunnetun tekniikan mukaisesti jälki-käsittelyvälineiden 308 diversiteettiyhdistelyvälineissä.
30 Kaikki vastaanottimen käsittämät välineet 301 - 308 ovat tunnetun tekniikan mukaisia elektronisia komponentteja tai laitteita, joilla käsitellään analogista tai digitaalista signaalia. Erityisesti keksinnön kannalta tärkeät välineet 304, 305, 307 ja 400 on edullisesti toteutettu ohjelmalli-35 sesti prosessorilla tai ne ovat prosessoriohjattuja elekt- * .· ' HiMUR * ♦ *# 4# 17 100041 ronisia komponentteja. Tarkemmin määriteltynä nämä välineet voidaan toteuttaa digitaalisella signaaliprosessorilla eli DSP.-llä tai ASIC-piirillä.
5 Kohinan laadun estimointi
Tarkastellaan nyt lähemmin keksinnön mukaista menetelmää kohinan laadun estimoimiseksi käyttäen hyväksi kuvioita 1 ja 2. Vastaanottimessa laajakaistainen signaali 10 kerrotaan valekohinaisella hajotuskoodilla, joka ei ole käytössä vastaanottimen kuuluvuusalueella. Tällöin vastaanotettu signaali ei muutu kapeakaistaiseksi eikä edullisesti Walsh-Hadamard -muunnoksella muodostetusta korre-laatiovektorista löydy lähettäjän informaatioon liittyvää 15 suurta korrelaatioarvoa, vaan kaikki korrelaatioarvot edustavat kohinaa. Keksinnön mukaisessa menetelmässä kohinan laatua kuvaava estimaatti muodostetaan samaan tapaan kuin signaalin laatua kuvaava estimaattikin vertaamalla yksittäisen korrelaatiovektorin 101 - 106 yhtä tai useam-20 paa muuta kuin suurinta korrelaatioarvoa korrelaatiovektorin 101 - 106 suurimpaan arvoon ja keskimääräistämällä kunkin yksittäisen korrelaatiovektorin 101 - 106 vertailu-tulos suhteessa vertailussa käytettyjen korrelaatiovekto-rien 101 - 106 määrään. Kuviossa 2 viivoitetun korrelaa-25 tiovektorin kaikki arvot edustavat kohinaa, koska vastaanotossa käytetty hajotuskoodi on sellainen, jollaista ei ole käytetty lähetyksessä vastaanottimen kuuluvuusalueella. Suurin kohinan aiheuttama korrelaatioarvo on täten C36. Yhden korrelaatiovektorin 101 - 106 osalta muut kuin 30 suurin arvo Cl - C35 ja C37 - C64 voidaan yhdistää esimer-* kiksi surmaamalla tai laskemalla keskimääräinen arvo, jota verrataan suurimpaan arvoon C36 estimaatin muodostuksessa. Toisena vaihtoehtona on, että valitaan jokin yksittäinen arvo, jota verrataan suurimpaan arvoon. Estimaatin nopeita 35 vaihteluja voidaan vähentää ja tulosta tarkentaa ottamalla 18 100041 huomioon useiden korrelaatiovektorien estimointitulokset ja laskemalla niistä estimaatti keskimääräisenä arvona.
Korrelaatiovektorin 101 - 106 suurinta korrelaatio-arvoa voidaan verrata edullisesti saman korrelaatiovekto-5 rin toiseksi suurimpaan korrelaatioarvoon. Kuviossa 2 viivoitetun korrelaatiovektorin toiseksi suurin korrelaatio-arvo on C23. Koska sekä suurin C36 että toiseksi suurin korrelaatioarvo C23 edustavat kohinaa, vertaamalla suurinta korrelaatioarvoa toiseksi suurimpaan arvoon saadaan 10 kynnys, jota suurempi ero suurimman ja toiseksi suurimman korrelaatioarvon välillä tarkoittaa, että kanavassa on signaali. Toiseksi suurimman korrelaatioarvon vertaaminen suurimpaan arvoon tapahtuu edullisesti jakamalla mainitut arvot keskenään, jolloin jakamisen tuloksena syntyy kohi-15 nan laatua kuvaava estimaatti. Toisessa keksinnön mukaisessa edullisessa ratkaisussa vertaaminen tapahtuu laskemalla suurimman ja toiseksi suurimman korrelaatioarvon erotus, joka edustaa myös kohinan laatua kuvaavaa estimaattia. Estimaatin keskimääräinen arvo jollakin ajanjak-20 solia tai korrelaatiovektorimäärällä on edullisempi kuin yhteen korrelaatiovektoriin liittyvä kohinan laatua kuvaava estimaatti. Tästä syystä estimaatin muodostaminen suurimman ja toiseksi suurimman korrelaatioarvon erotus- ja jakotuloksena on edullista keskimääräistää yhdelle aikavä-25 lille tai tarvittaessa useammallekin aikavälille edellyttäen, että kanava ei muutu oleellisesti keskimääräistämi-sen aikana.
Keksinnön edullisessa toteutustavassa korrelaa-tiovektorikohtainen kohinan laatua kuvaava estimaatti muo-30 dostetaan siten, että korrelaatiovektorin 101 - 106 suurin : korrelaatioarvo C36 jaetaan muiden korrelaatioarvojen Cl - C64 keskimääräisellä arvolla. Jos keskimääräistyksessä käytetään vain muutamaa korrelaatioarvoa tai erityisesti, jos käytetään vain yhtä korrelaatioarvoa, keskimääräistyk-35 sestä voidaan jättää pois suurin arvo C36. Toisena vaih- i> i «an li·m i i l a* 19 100041 toehtona on, että lasketaan suurimman korrelaatioarvon ja muiden korrelaatioarvojen keskimääräisen arvon erotus. Keskiarvon sijasta voidaan käyttää myös mediaania tai jotain muuta lineaarista tai epälineaarista funktiota, joka 5 painottaa tulosta laskennassa käytettyjen suurimman ja pienimmän arvon välille.
Kun signaalin lähetys tapahtuu esimerkiksi solukko-radiojärjestelmässä CDMA-tekniikan mukaisissa aikaväleissä, estimaatin muodostamisessa käytetään edullisesti kaik-10 kia aikavälien käsittämiä korrelaatiovektoreita 101 - 106. CDMA-tekniikan mukainen solukkoradiojärjestelmän aikaväli käsittää kuusi modulaatiosymbolia, joista muodostuu kuusi korrelaatiovektoria aikaväliä kohti. Täten CDMA-tekniikassa keksinnön mukainen signaalin laatua kuvaava estimaatti 15 muodostetaan keskiarvoistamalla kuudesta korrelaatiovekto-rikohtaisesta estimaatista kohinan laatua koko aikavälillä kuvaava estimaatti. Tässäkin tapauksessa keskiarvoistani -sen sijasta voidaan käyttää mediaania tai muuta keskimää-räistävää funktiota.
20 Tarkastellaan nyt hieman keksinnön mukaista vastaan otinta, jossa muodostetaan kohinan laadun estimaatti. Kuvioissa 3 ja 4 oleva vastaanotin toimii kohinan laadun estimoijana aivan samalla tavalla kuin signaalin laadun estimoijanakin. Ainoa ero on vastaanottimen esikäsittely-25 välineessä 302, jonka käsittämä osa 302a on sovitettu toimimaan niin, ettei se tahdistu minkään vastaanottimen kuuluvuusalueella olevan signaalin hajotuskoodiin, jolloin vastaanottimen korrelaattorin 303 muodostamassa korrelaa-tiovektorissa 101 - 106 olevat korrelaatioarvot edustavat 30 vain kohinaa. Tällöin kussakin diversiteettihaarassa vertai luvälineiden 307 lähtönä on keksinnöllisen menetelmän mukainen, kohinan laatua kuvaava estimaatti 315.
Kohinan estimaattia on edullista käyttää diversi-teettivastaanottimessa diversiteettihaarojen signaalin 35 olemassaoloa tutkittaessa. Estimaatin perusteella tiede- 20 100041 tään myös, milloin signaali ylittää pelkän kohinan aiheuttaman korrelaatioarvojen vaihtelun. Tätä voidaan käyttää hyväksi esimerkiksi RAKE-allokoinnissa.
Myös tässä keksinnöllisessä ratkaisussa vastaanotti-5 men käsittämät välineet 301 - 308 ovat tunnetun tekniikan mukaisia elektronisia komponentteja tai laitteita, joilla käsitellään analogista tai digitaalista signaalia. Erityisesti keksinnön kannalta tärkeät välineet 304, 305, 307 ja 400 on edullisesti toteutettu ohjelmallisesti prosessoril-10 la tai ne ovat prosessoriohjattuja elektronisia komponentteja. Tarkemmin määriteltynä nämä välineet voidaan toteuttaa digitaalisella signaaliprosessorilla eli DSP:llä tai ASIC-piirillä.
Vaikka keksintöä on edellä selostettu viitaten 15 oheisten piirustusten mukaiseen esimerkkiin, on selvää, ettei keksintö ole rajoittunut siihen, vaan sitä voidaan muunnella monin tavoin oheisten patenttivaatimusten esittämän keksinnöllisen ajatuksen puitteissa.
I· · mu i:ih i :a

Claims (23)

1. Menetelmä signaalin laadun estimoimiseksi, jota menetelmää käytetään hajaspektriradiojärjestelmässä, jossa 5 toimii useita lähettimiä ja vastaanottimia ja jossa jokainen lähetetty signaali on valekohinakoodattu omalla hajo-tuskoodillaan laajakaistaiseksi ja joka signaali on muunnettu vektorimuotoisiksi modulaatiosymboleiksi, jotka ovat ennalta tunnetun, oleellisesti ortogonaalisen muunnos-10 matriisin alimatriiseja, jotka on valittu lähetettävien bittien kombinaation perusteella, joka signaali kerrotaan hajotuskoodilla vastaanottimessa, jossa vastaanotettujen modulaatiosymbolien ja ennalta tunnetun muunnosmatriisin välillä muodostetaan korrelaatio, jonka tuloksena syntyy 15 korrelaatiovektoreita (101 - 106), jotka käsittävät korre-laatioarvoja (lii) ja joita käyttäen signaali ilmaistaan, tunnettu siitä, että kerrottaessa vastaanotettu signaali omalla hajotuskoodillaan signaalin laatua kuvaava estimaatti (315) muodostetaan vertaamalla korrelaatiovek-20 torin (101 - 106) yhden tai useamman korrelaatioarvon keskiarvoa (314 tai 401) korrelaatiovektorin (101 - 106) suurimpaan arvoon (313), missä yhden tai useamman korrelaatioarvon (314 tai 401) keskiarvo käsittää muut korrelaa-tioarvot (111) kuin suurimman korrelaatioarvon (313).
2. Menetelmä kohinan laadun estimoimiseksi, jota menetelmää käytetään hajaspektriradiojärjestelmässä, jossa toimii useita lähettimiä ja vastaanottimia ja jossa jokainen lähetetty signaali on valekohinakoodattu omalla hajotuskoodillaan laajakaistaiseksi ja joka signaali on muun-30 nettu vektorimuotoisiksi modulaatiosymboleiksi, jotka ovat ennalta tunnetun, oleellisesti ortogonaalisen muunnosmat-riisin alimatriiseja, jotka on valittu lähetettävien bittien kombinaation perusteella, joka signaali kerrotaan hajotuskoodilla vastaanottimessa, jossa vastaanotettujen 35 modulaatiosymbolien ja ennalta tunnetun muunnosmatriisin 100041 22 välillä muodostetaan korrelaatio, jonka tuloksena syntyy korrelaatiovektoreita (101 - 106), jotka käsittävät korre-laatioarvoja (111) ja joita käyttäen signaali ilmaistaan, tunnettu siitä, että kerrottaessa vastaanotettu 5 signaali hajotuskoodilla, joka on olennaisesti ortogonaa-linen kaikkien vastaanotettujen signaalien hajotuskoodien kanssa, kohinan laatua kuvaava estimaatti (315) muodostetaan vertaamalla korrelaatiovektorin (101 - 106) yhden tai useamman korrelaatioarvon keskiarvoa (314 tai 401) korre- 10 laatiovektorin (101 - 106) suurimpaan arvoon (313), missä yhden tai useamman korrelaatioarvon (314 tai 401) keskiarvo käsittää muut korrelaatioarvot (111) kuin suurimman korrelaatioarvon (313).
3. Patenttivaatimuksen 2 mukainen menetelmä, t u n - 15. e t t u siitä, että kahden tai useamman korrelaatioarvon keskiarvo muodostetaan käyttäen mitä tahansa korrelaatiovektorin (101 - 106) käsittämiä korrelaatioarvoja.
4. Patenttivaatimuksen 1 tai 2 mukainen menetelmä, tunnettu siitä, että vertaaminen tapahtuu siten, 20 että korrelaatiovektorin (101 - 106) toiseksi suurinta korrelaatioarvoa (314) verrataan korrelaatiovektorin (101 - 106) suurimpaan arvoon (313).
5. Patenttivaatimuksen 1 tai 2 mukainen menetelmä, tunnettu siitä, että vertaaminen tapahtuu siten, 25 että korrelaatiovektorin (101 - 106) suurin korrelaatioar-vo (313) jaetaan muiden kuin suurimman korrelaatioarvon korrelaatioarvojen (411) keskimääräisellä arvolla (401).
6. Patenttivaatimuksen 5 mukainen menetelmä, tunnettu siitä, että vertaaminen tapahtuu siten, että 30 korrelaatiovektorin (101 - 106) suurimasta korrelaatioar-" vosta (313) vähennetään muiden kuin suurimman korrelaatio- arvon korrelaatioarvojen (411) keskimääräinen arvo (401) .
7. Patenttivaatimuksen 4 mukainen menetelmä, tunnettu siitä, että vertaaminen tapahtuu siten, että 35 toiseksi suurin korrelaatioarvo (314) jaetaan suurimmalla Rh I4i| im 1114« · ( 23 100041 korrelaatioarvolla (313).
8. Patenttivaatimuksen 4 mukainen menetelmä, tunnettu siitä, että vertaaminen tapahtuu siten, että suurimmasta korrelaatioarvosta (313) vähennetään toiseksi 5 suurin korrelaatioarvo (314).
9. Patenttivaatimuksen 1 tai 2 mukainen menetelmä, tunnettu siitä, että estimaatti (315) muodostetaan keskiarvona useista yksittäisten korrelaatiovektoreiden estimaateista.
10. Patenttivaatimuksen 9 mukainen menetelmä, tunnettu siitä, että signaalin lähetyksen tapahtuessa aikaväleissä estimaatti (315) muodostetaan ainakin yhden aikavälin käsittämien kaikkien korrelaatiovektoreiden (101 - 106) estimaattien keskiarvona.
11. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että vastaanottimen ollessa diver-siteettivastaanotin, joka käsittää useita diversiteetti-haaroja, muodostettua estimaattia (315) käytetään paino-kertoimena diversiteettihaarojen signaalien yhdistelyssä.
12. Hajaspektriradiojärjestelmän vastaanotin, joka järjestelmä käsittää useita lähettimiä ja vastaanottimia, ja jossa järjestelmässä jokainen lähetetty signaali on valekohinakoodattu omalla hajotuskoodillaan laajakaistaiseksi ja käsittää vektorimuotoisia modulaatiosymboleita, .‘ 2 5 jotka ovat ennalta tunnetun, oleellisesti ortogonaalisen muunnosmatriisin alimatriiseja, jotka on valittu lähetettävien bittien kombinaation perusteella, joka signaali kerrotaan hajotuskoodilla vastaanottimessa, joka käsittää korrelaattorin (303) vastaanotettujen modulaatiosymbolien 30 ja ennalta tunnetun muunnosmatriisin välisen korrelaation muodostamiseksi, jonka korrelaation tuloksena on korrelaa-tiovektoreita (101 - 106), jotka käsittävät korrelaatioar-voja (111) ja joita käyttäen signaali ilmaistaan, tunnettu siitä, että vastaanotin käsittää signaalin laa-35 tua kuvaavan estimaatin (315) muodostamiseksi vertailuvä- 24 100041 lineen (307), joka on sovitettu vertaamaan yksittäisen korrelaatiovektorin (101 - 106) yhden tai useamman muun kuin suurimman korrelaatioarvon keskiarvoa (314 tai 401) korrelaatiovektorin (101 - 106) suurimpaan arvoon (313)ja 5 joka on sovitettu toimimaan kerrottaessa signaali omalla haj otuskoodillaan.
13. Hajaspektriradiojärjestelmän vastaanotin, joka järjestelmä käsittää useita lähettimiä ja vastaanottimia, ja jossa järjestelmässä jokainen lähetetty signaali on 10 valekohinakoodattu omalla hajotuskoodillaan laajakaistaiseksi ja käsittää vektorimuotoisia modulaatiosymboleita, jotka ovat ennalta tunnetun, oleellisesti ortogonaalisen muunnosmatriisin alimatriiseja, jotka on valittu lähetettävien bittien kombinaation perusteella, joka signaali 15 kerrotaan hajotuskoodilla vastaanottimessa, joka käsittää korrelaattorin (303) vastaanotettujen modulaatiosymbolien ja ennalta tunnetun muunnosmatriisin välisen korrelaation muodostamiseksi, jonka korrelaation tuloksena on korrelaa-tiovektoreita (101 - 106), jotka käsittävät korrelaatioar-20 voja (111) ja joita käyttäen signaali ilmaistaan, tunnettu siitä, että vastaanotin käsittää kohinan laatua kuvaavan estimaatin (315) muodostamiseksi vertailuvälineen (307), joka on sovitettu vertaamaan yhden tai useamman muun kuin suurimman korrelaatioarvon keskiarvoa (314 tai 25 401) korrelaatiovektorin (101 - 106) suurimpaan arvoon (313) ja joka on sovitettu toiminaan kerrottaessa signaali hajotuskoodilla, joka on olennaisesti ortogonaalinen kaikkien vastaanotettujen signaalien hajotuskoodien kanssa.
14. Patenttivaatimuksen 12 tai 13 mukainen vastaan-30 otin, tunnettu siitä, että vastaanotin käsittää välineen (304) määrittää korrelaatiovektorin (101 - 106) suurin korrelaatioarvo (313).
15. Patenttivaatimuksen 12 tai 13 mukainen vastaanotin, tunnettu siitä, että vastaanotin käsittää 35 välineen (305) määrittää korrelaatiovektorin (101 - 106) 25 100041 toiseksi suurin korrelaatioarvo (314).
16. Patenttivaatimuksen 12 tai 13 mukainen vastaanotin, tunnettu siitä, että vastaanotin käsittää välineen (400) laskea korrelaatiovektorin (101 - 106) yh- 5 den tai useamman korrelaatioarvon korrelaatioarvojen keskimääräisen arvon (401), missä yhden tai useamman korrelaatioarvon (314 tai 401) keskiarvo käsittää muut korre-laatioarvot (lii) kuin suurimman korrelaatioarvon (313).
17. Patenttivaatimuksen 12 tai 13 mukainen vastaan- 10 otin, tunnettu siitä, että vastaanottimen käsittämä vertailuväline (307) on sovitettu jakamaan korrelaatiovektorin (101 - 106) toiseksi suurin korrelaatioarvo (314) korrelaatiovektorin (101 - 106) suurimmalla arvolla (313) .
18. Patenttivaatimuksen 12 tai 13 mukainen vastaan otin, tunnettu siitä, että vastaanottimen käsittämä vertailuväline (307) on sovitettu vähentämään korrelaatiovektorin (101 - 106) toiseksi suurin korrelaatioarvo (314) korrelaatiovektorin (101 - 106) suurimmasta arvosta 20 (313).
19. Patenttivaatimuksen 12 tai 13 mukainen vastaanotin, tunnettu siitä, että vastaanottimen käsittämä vertailuväline (307) on sovitettu jakamaan korrelaatiovektorin (101 - 106) yhden tai useamman korrelaatioar- 25 von keskimääräinen arvo (401) korrelaatiovektorin (101 - 106. suurimmalla arvolla (313) .
20. Patenttivaatimuksen 12 tai 13 mukainen vastaanotin, tunnettu siitä, että vastaanottimen käsittämä vertailuväline (307) on sovitettu vähentämään korrelaa- 30 tiovektorin (101 - 106) yhden tai useamman korrelaatioarvon keskimääräinen arvo (401) korrelaatiovektorin (101 -106) suurimmasta arvosta (313).
21. Patenttivaatimuksen 16 mukainen vastaanotin, tunnettu siitä, että väline (400) laskea korrelaa- 35 tioarvojen keskimääräinen arvo (401) on sovitettu muodos- 26 100041 tamaan keskiarvo kahdesta tai useammasta korrelaatiovekto-rin mistä tahansa korrelaatioarvosta.
21 100041
22. Patenttivaatimuksen 12 tai 13 mukainen vastaanotin, tunnettu siitä, että lähetyksen käsittäessä 5 aikavälejä vertailuväline (307) on sovitettu käyttämään ainakin yhden aikavälin kaikkia korrelaatiovektoreita (101 - 106).
23. Patenttivaatimuksen 12 mukainen vastaanotin, tunnettu siitä, että vastaanotin on diversiteetti- 10 vastaanotin, joka on sovitettu käyttämään muodostettua estimaattia (315) painokertoimena diversiteettihaarojen signaalien yhdistelyssä. 27 100041
FI956359A 1995-12-29 1995-12-29 Menetelmä signaalin ja kohinan laadun estimoimiseksi ja vastaanotin FI100041B (fi)

Priority Applications (10)

Application Number Priority Date Filing Date Title
FI956359A FI100041B (fi) 1995-12-29 1995-12-29 Menetelmä signaalin ja kohinan laadun estimoimiseksi ja vastaanotin
EP96943149A EP0812499B1 (en) 1995-12-29 1996-12-27 A method for estimating signal and noise quality, and a receiver
AU11977/97A AU714343B2 (en) 1995-12-29 1996-12-27 A method for estimating signal and noise quality, and a receiver
US08/913,068 US6137824A (en) 1995-12-29 1996-12-27 Method for estimating signal and noise quality, and a receiver
PCT/FI1996/000700 WO1997024816A2 (en) 1995-12-29 1996-12-27 A method for estimating signal and noise quality, and a receiver
JP9524049A JPH11504188A (ja) 1995-12-29 1996-12-27 信号品質およびノイズの質を推定する方法および受信機
AT96943149T ATE244471T1 (de) 1995-12-29 1996-12-27 Verfahren zur schätzung der signal-und rauschqualität und empfänger
CN96192623A CN1084093C (zh) 1995-12-29 1996-12-27 一种估算信号和噪声质量的方法和一种接收机
DE69628915T DE69628915D1 (de) 1995-12-29 1996-12-27 Verfahren zur schätzung der signal-und rauschqualität und empfänger
NO973959A NO973959L (no) 1995-12-29 1997-08-28 Fremgangsmåte for estimering av signal- og stöykvalitet, samt mottaker

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI956359A FI100041B (fi) 1995-12-29 1995-12-29 Menetelmä signaalin ja kohinan laadun estimoimiseksi ja vastaanotin
FI956359 1995-12-29

Publications (3)

Publication Number Publication Date
FI956359A0 FI956359A0 (fi) 1995-12-29
FI956359A FI956359A (fi) 1997-06-30
FI100041B true FI100041B (fi) 1997-08-29

Family

ID=8544636

Family Applications (1)

Application Number Title Priority Date Filing Date
FI956359A FI100041B (fi) 1995-12-29 1995-12-29 Menetelmä signaalin ja kohinan laadun estimoimiseksi ja vastaanotin

Country Status (10)

Country Link
US (1) US6137824A (fi)
EP (1) EP0812499B1 (fi)
JP (1) JPH11504188A (fi)
CN (1) CN1084093C (fi)
AT (1) ATE244471T1 (fi)
AU (1) AU714343B2 (fi)
DE (1) DE69628915D1 (fi)
FI (1) FI100041B (fi)
NO (1) NO973959L (fi)
WO (1) WO1997024816A2 (fi)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI956358A (fi) * 1995-12-29 1997-06-30 Nokia Telecommunications Oy Menetelmä tiedonsiirtonopeuden tunnistamiseksi ja vastaanotin
US6694154B1 (en) * 1997-11-17 2004-02-17 Ericsson Inc. Method and apparatus for performing beam searching in a radio communication system
US6175587B1 (en) 1997-12-30 2001-01-16 Motorola, Inc. Communication device and method for interference suppression in a DS-CDMA system
FI112739B (fi) 1998-05-25 2003-12-31 Nokia Corp Menetelmä ja laitteisto häiritsevän signaalin havaitsemiseen radiovastaanottimessa
US6795580B1 (en) * 1998-09-10 2004-09-21 Tektronix, Inc. Picture quality measurement using blockiness
JP4557331B2 (ja) * 1999-05-20 2010-10-06 キヤノン株式会社 情報処理装置、情報処理システム、動作制御方法、及びコンピュータ読み取り可能な記録媒体
US6714527B2 (en) * 1999-09-21 2004-03-30 Interdigital Techology Corporation Multiuser detector for variable spreading factors
CA2385082C (en) * 1999-09-21 2008-04-08 Interdigital Technology Corporation Multiuser detector for variable spreading factors
JP4316759B2 (ja) * 2000-01-13 2009-08-19 株式会社日立国際電気 パス認定方法、cdma方式無線通信端末およびcdma方式無線通信システム
JP3805205B2 (ja) * 2000-04-06 2006-08-02 株式会社エヌ・ティ・ティ・ドコモ Cdmaセルラ方式における通信品質測定方法およびその装置
JP2002043990A (ja) * 2000-07-21 2002-02-08 Mitsubishi Electric Corp 無線通信用受信装置
US7177319B2 (en) * 2001-12-27 2007-02-13 Interdigital Technology Corporation Insertion sorter
US6947715B2 (en) * 2002-03-30 2005-09-20 Broadcom Corporation VOFDM receiver correlation matrix processing using factorization
JP4118599B2 (ja) * 2002-05-20 2008-07-16 三菱電機株式会社 ダイバーシチ受信機および受信方法
US7190741B1 (en) 2002-10-21 2007-03-13 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Real-time signal-to-noise ratio (SNR) estimation for BPSK and QPSK modulation using the active communications channel
US6920193B2 (en) * 2002-12-19 2005-07-19 Texas Instruments Incorporated Wireless receiver using noise levels for combining signals having spatial diversity
US20070234178A1 (en) * 2003-02-26 2007-10-04 Qualcomm Incorporated Soft information scaling for interactive decoding
TWI244275B (en) * 2003-03-05 2005-11-21 Winbond Electronics Corp A rake receiver employable in multipath environment and method for mitigating the multipath interference
US7453900B2 (en) 2003-03-05 2008-11-18 Cisco Technology, Inc. System and method for monitoring noise associated with a communication link
US7437135B2 (en) 2003-10-30 2008-10-14 Interdigital Technology Corporation Joint channel equalizer interference canceller advanced receiver
US7400692B2 (en) 2004-01-14 2008-07-15 Interdigital Technology Corporation Telescoping window based equalization
EP1564650A1 (en) * 2004-02-17 2005-08-17 Deutsche Thomson-Brandt Gmbh Method and apparatus for transforming a digital audio signal and for inversely transforming a transformed digital audio signal
US7388929B2 (en) * 2004-07-29 2008-06-17 Interdigital Technology Corporation Method and apparatus for providing service availability information in a wireless communication system
US9402187B2 (en) 2009-06-30 2016-07-26 Nokia Technologies Oy Apparatus, method, computer program for communication and system thereof
CN102271008B (zh) * 2011-07-28 2014-01-01 上海华为技术有限公司 信道噪声的检测方法及系统
WO2013131966A2 (en) * 2012-03-06 2013-09-12 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Receiving stage and method for receiving
WO2020197452A1 (en) * 2019-03-26 2020-10-01 Telefonaktiebolaget L M Ericsson (Publ) Method and system for determining signal quality indications

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5224122A (en) * 1992-06-29 1993-06-29 Motorola, Inc. Method and apparatus for canceling spread-spectrum noise
US5488629A (en) * 1993-02-17 1996-01-30 Matsushita Electric Industrial Co., Ltd. Signal processing circuit for spread spectrum communications
FI932605A (fi) * 1993-06-07 1994-12-08 Nokia Telecommunications Oy Tukiasemavastaanotinlaitteisto
US5623484A (en) * 1993-09-24 1997-04-22 Nokia Telecommunications Oy Method and apparatus for controlling signal quality in a CDMA cellular telecommunications
US5440597A (en) * 1993-11-23 1995-08-08 Nokia Mobile Phones Ltd. Double dwell maximum likelihood acquisition system with continuous decision making for CDMA and direct spread spectrum system
US5768307A (en) * 1996-09-13 1998-06-16 Telefonaktiebolaget Lm Ericsson Coherent demodulation with decision-directed channel estimation for digital communication

Also Published As

Publication number Publication date
CN1084093C (zh) 2002-05-01
AU1197797A (en) 1997-07-28
WO1997024816A3 (en) 1997-08-21
EP0812499A2 (en) 1997-12-17
FI956359A (fi) 1997-06-30
WO1997024816A2 (en) 1997-07-10
FI956359A0 (fi) 1995-12-29
CN1179244A (zh) 1998-04-15
US6137824A (en) 2000-10-24
NO973959D0 (no) 1997-08-28
AU714343B2 (en) 1999-12-23
EP0812499B1 (en) 2003-07-02
ATE244471T1 (de) 2003-07-15
JPH11504188A (ja) 1999-04-06
DE69628915D1 (de) 2003-08-07
NO973959L (no) 1997-10-29

Similar Documents

Publication Publication Date Title
FI100041B (fi) Menetelmä signaalin ja kohinan laadun estimoimiseksi ja vastaanotin
FI106166B (fi) Vähentävän demodulaation CDMA
KR100383208B1 (ko) 다운링크cdma신호를복조하기위한방법및시스템
Li et al. Design and Analysis of an OFDM-based Differential Chaos Shift Keying Communication System.
AU748392B2 (en) Receiving device and signal receiving method
US5754599A (en) Method and apparatus for coherent channel estimation in a communication system
JPH098776A (ja) 受信装置および受信方法、ならびにマルチパス成分チャネル係数評価装置
KR0145982B1 (ko) 수신기에서의 경로 이득 평가
US20030123408A1 (en) CDMA receiving apparatus
US6324160B1 (en) Adaptive receiver for CDMA base stations
Alouini et al. RAKE reception with maximal-ratio and equal-gain combining for DS-CDMA systems in Nakagami fading
JP5211305B2 (ja) ノイズ分散を推定するための方法および装置
EP0988706B1 (en) Reception method and receiver
CN110995364B (zh) 一种提升双差分扩频水声通信系统通信速率的通信方法
KR20030030640A (ko) 다중레벨 변조방식을 지원하는 이동통신 시스템의복조방법 및 장치
KR100329972B1 (ko) 통신시스템의데이터심볼검출장치및그방법
JPH0884105A (ja) 周波数ダイバーシチ通信方式
Kaddoum et al. Performance of DCSK system with blanking circuit for power-line communications
Tomiuk et al. Maximal ratio combining with channel estimation errors
JP2008283514A (ja) 雑音成分推定装置及び受信機
JP4534038B2 (ja) 符号ダイバーシチ通信方法及び符号ダイバーシチ通信システム
Alsharef M-ary chirp modulation for data transmission
EP1511187A2 (en) Transmission power control for multiple codes multiple antennas system
Efthymoglou et al. Performance analysis of noncoherent binary DS/CDMA systems in a Nakagami multipath channel with arbitrary parameters
Wei Estimated bit error probability of DS-SSMA/MDPSK with differential phase detector on satellite mobile channel

Legal Events

Date Code Title Description
FG Patent granted

Owner name: NOKIA TELECOMMUNICATIONS OY