JP2000512116A - チャンネル等化及びデコード装置 - Google Patents

Abstract

(57)【要約】 本発明は、チャンネル等化と、ソースデータ項目の重畳コーディングに対応するコード化データ項目から構成されるコード信号を表す連続観測値の形で表示され、伝送チャンネルにより送信される受信信号のデコードとを行う装置において、観測ベクトルの形の少なくとも二つの連続観測値からなるシーケンスをまとめてグループ化する手段（４１）であって、観測値は、そのすべてが少なくとも二つのソースデータ項目からなる共通の一組から得られるように選択される手段（４１）と、前記観測ベクトルが供給され、前記一組のソースデータ項目を形成するソースデータ項目の評価によって構成されるデコード済みベクトルを送出するプロセッサ手段（４３）とを含む装置に関する。

Description

【発明の詳細な説明】 チャンネル等化及びデコード装置 本発明の分野は、ディジタル信号、特に伝送チャンネルにより送信され、時間 が経過するにつれ乱れるかまたは変動するような信号の受信の分野である。より 正確には、本発明は、このような信号の処理に関し、具体的には、チャンネル等 化及びデコード操作に関する。 本発明は、多くの通信放送システムに適用することができ、いかなるタイプの 受信機でも実現することかできる。本発明は、特に移動体との無線通信用のシス テム（例えば、移動通信用のグローバルシステム（ＧＳＭ））、ラジオメッセー ジシステム、信号同報システム（データ、音声、画像のいずれを同報するかは問 わない）などに適用される。 このようなシステムでは、伝送チャンネルにより送信された信号の大きな乱れ が発生する可能性があることが分かっている。従って、乱れの影響を制限するよ うに受信信号を処理し、受信信号から有用な情報を抽出することが必要である。 従来、この ような処理は、チャンネル等化とデコードという二つの操作を含む可能性がある 。 送信側では、有用なデータの復旧をより容易にするために送信信号に冗長性を 含めるような仕方でチャンネルコーディングが行われる。特に、ブロックコーデ ィングまたは重畳コーディングの使用が可能である。 重畳コーディングの一般原理は、送信すべき現在ソースデータ項目ａ_tを該現 在データ項目ａ_tの値だけでなく一つまたは複数の以前のソースデータ項目ａ_t-1 、ａ_t-2、...の関数である一つまたは複数のデータ項目ｄｎｔに関連付けること にある。デコードは対称手法を用いる。すなわち、各受信値を一連の受信値の関 数としてデコードする。この既知の技術については、特にViterbiによって説明 されている（デコードトレリスによりデコード済みデータに至る最適経路を探す ）。 また、チャンネルデコードの前に受信信号の等化も行われることが多い。この 操作は、伝送チャンネルによる乱れを評価し（例えば、受信した基準シーケンス と受信機にとって既知のシーケンスとを比較することによる）、伝送チャンネル の評価プロファイルの逆であるフィルタプロファイルを使用して受信信 号に対して適応フィルタ処理を行うことにある。 等化は、符号間干渉を補償する働きをする。従って、これは、特にデータ転送 速度が伝送チャンネルのコヒーレンス帯域幅と同じであるかまたはそれより大き いときに実施される。 既知のシステムでは、等化がこのように行われ、それにより、ハード決定の場 合に一連のコード化記号をチャンネルデコーダに提供するか、またはソフト決定 の場合にコード化記号について可能な各候補に関する信頼情報を提供する。 この「ソフト」の場合は、個別にコード化された記号のそれぞれについて最大後方 （ＭＡＰ）確率を生成する隠れマルコフモデル（例えば、Robert Balletに よる文献「MAP detection on the Baum-Welch identification algorithm in digital communications」（Signal Processing IV‐Theories on A pplications、１９９２年）を参照されたい）を用いる等化器を用いることがで きる。 他のオプションとしては、必要な計算が少なく、記号に関するソフト決定とと もにチャンネルの最大尤度に関するハード決定を生成する、ソフト決定アルゴリ ズム（ＳＯＶＡ）（例えば、Peter Hoeherによる文献「TCM on frequency-se lective fading channels: a comparison of soft-output probabilistic equali zers」（Proc．ITG Conference Stochastic Hodels in Inform.Techn.、ドイ ツ Nurenberg、１９８９年４月を参照されたい）という文献の２２５〜２３２ペ ージを参照）を使用する。 非線形等化器の主な利点は、雑音の増加またはエラー伝播が発生しないことで ある。 このような等化器をソフト決定チャンネルデコーダに結合することにより、デ コードエラーの確率を最小限にするチャンネルデコード結果を得ることが可能で ある。 しかし、この特徴は、チャンネルを介して送信されたシーケンスが統計的に同 一に分布するような状況にのみ適用される。このシーケンスはコード化記号シー ケンスであるので、送信機が非常に深い理想的なインタレーサを実現するような 状況に限り、この条件が満足される。 それにもかかわらず、実際には、インタレースの使用がいつでも可能であるわ けではない。例えば、チャンネルのコヒーレント通過帯域がブロックエラーを回 避するためにインタレースを必要としないときがそうである（例えば、「加入者 線路」、 ＧＳＭシステムの同報共通チャンネル（ＢＣＣＨ）など）。このような場合、上 記の技術的性能によってコーディングがまったく行われない場合より悪い結果が 発生することも考えられる。従って、この問題を解決するために、最終的に伝送 品質を劣化させるようなインタレースを使用することは望ましくない。 また、インタレースを使用し、その結果、インタレース解除を使用すると、受 信時の処理の複雑さが増し、大量のデータの格納が必要になる。これは、常に望 まれるものではなく、特に低コスト受信機を製造するためには、望ましいことで はない。 コーディングのために、等化を最適な仕方で行うことができないので、チャン ネルデコーダによって供給される情報を考慮に入れて等化を行うことによって全 体的なシステムパフォーマンスを改善することが考えられてきた。この手法に依 存する解決法がいくつかすでに提案されている。 従って、Ralf Mehlan及びHeinrich Meyerによる文献「Combined equalizatio n/decoding of trellis-codedmodulation on frequency selective fadin g channels」（Proc．of the International Workshop on Digital Comm unications、１９９１年９月）では、オンラインで動作す る決定フィードバック等化器（ＤＦＥ）を使用して符号間干渉を除去する提案が 行われている。等化器の後に適応デコーダがある。 この文献に記載された技術の新規性は、所与の瞬間の評価符号間干渉を計算す るために使用する所与のコード化記号評価値を絶えず更新することであり、その 更新はチャンネルデコーダによって引き渡される情報を使用して行われる。従っ て、次のステップで等化器は、デコーダが提供する訂正の一部を考慮に入れるこ とができる。 しかし、このような訂正はコーディングレートによって決まる所与の遅延後に のみ実施できるので、等化器は信号対雑音比が低い場合にエラー伝播現象を回避 することができない。従って、この技術は、エラー伝播及びパフォーマンス損失 を回避する働きをしない。なぜなら、チャンネルが統計的に同一に分布していな いからである（時間が経過すると空白になるシーケンス：送信された記号は互い に無関係である）。 従って、チャンネルデコード操作を等化操作に直接統合することが望ましい。 このタイプの第一の解決策は、トレリスコード化変調（ＴＣ Ｍ）を実施する信号の使用に基づく「スーパトレリス」という名前で提案される ものである。この技術については、特にP．Nohalraj、D.D．Falconer、Kwasniew skiによる文献「Baseband trellis-coded modulation with combined equa lization/decoding for high bit rate digital subscriber loops」（Pr oc．ICC、１９９０年）の８０７．３．１〜８０７．３．４ページならびにP.R． Chevillat及びE．Leftheriouによる文献「Decoding of trellis-encoded sig nals in the presence of intersymbol interference on noise」（Pro c．of ICC、１９８８年）の２３．１．１〜２３．１．６ページに記載されてい る。これは、Ｍ^N（Ｍはチャンネルメモリであり、Ｎは送信した記号シーケンス について可能な状態の数である）というサイズのチャンネルトレリスと、Ｍ＝２^L （Ｌはコードの制約長である）というサイズのコーディングトレリスとを組み 合わせることにある。 従って、この技術は大量の複雑な処理を発生させ、これは通常実行不可能であ る。このような「スーパトレリス」の複雑さは２^{N ×L}になる。 このような複雑さを低減するための技術はすでに提案されて いる。従って、複雑さをかなり制限するものの、大幅な品質損失をもたらすよう なＭアルゴリズムを使用することが提案なされている。 本発明の特定の目的は、現状の技術の様々な欠点を緩和することにある。 より正確には、本発明の一目的は、実行する必要がある操作の数を制限しなが ら、操作を最適化するようなチャンネル等化及びデコードのための装置及び方法 を提供することにある。すなわち、本発明は、低減された操作を使用してチャン ネル等化及びデコードを同時に実行し、これにより、タイプの受信機とも互換性 を有する方法及び装置を提供することを目的とする。 当然のことながら、本発明の他の目的は、（複雑さが等しい場合に）公知の技 術より誤り率が低い装置及び方法を提供することにある。 本発明の他の目的は、送信データのインタレースの回避を可能にし、それによ り、受信時の処理を単純化するような装置及び方法を提供することである。 本発明の特定の目的は、伝送チャンネルのインパルス応答を知る必要のない、 オンラインで実現可能な装置及び方法を提供 することにある。 本発明のさらに他の目的は、誤った極小について処理の初期設定が行われたと きでも急速に収束する装置及び方法を提供することにある。 上記の目的及び以下に示す他の目的は、本発明により、チャンネル等化と、ソ ースデータ項目の重畳コーディングに対応するコード化データ項目から構成され るコード信号を表す連続観測値の形で供給され、伝送チャンネルにより送信され る受信信号のデコードとを行うための装置により達成される。この装置は、観測 ベクトルの形の少なくとも二つの連続観測値からなるシーケンスをまとめてグル ープ化する手段であって、該観測値は、そのすべてが少なくとも二つのソースデ ータ項目からなる共通の一組から得られるように選択される手段と、前記観測ベ クトルが供給され、前記一組のソースデータ項目を形成するソースデータ項目の 評価によって構成されるデコード済みベクトルを送出するプロセッサ手段とを含 む。 すなわち、本発明は、特に、受信信号の複数の連続観測値が同じ組の非コード 化ソースビットの関数になるという観測結果を用いる。従って、情報の冗長性を 利用し、その結果、チャン ネル等化及びデコードを最適化することが可能になる。 有利には、前記観測ベクトルはｌ個の連続観測値を含み、ｌは、商Ｎ／ｎの整 数部である。 ・Ｎは前記伝送チャンネルのメモリを表し、 ・ｎは前記重畳コーディングのコーディングレートを表し、ｎ はＮより小さい。 また、好ましくは、前記デコード済みベクトルはＬ個の評価値を含み、Ｌは前 記重畳コーディングの制約長である。 この場合、連続観測値｛ｙ_nk，ｙ_nk-1，...，ｙ_nk-l+1｝は同じ組の非コード 化ビット｛ａ_k，ａ_k-1，...，ａ_k-L-l+1｝の関数である。 有利には、前記処理手段は、 ・一組の可能なデコード済みベクトルを定義する手段と、 ・確率を計算し、前記可能なベクトルのそれぞれを一つの観測ベクトルに対応 する確率値に関連付ける手段と、 ・最大確率値をデコード済みベクトルとして供給するベクトルを選択する手段 とを含む。 本発明の第一の有利な実施形態では、前記定義手段は完全な一組の可能なベク トルを供給する。 本発明は、実行する必要がある操作の数を大幅に削減することも可能にする。 従って、本発明の第二の有利な実施形態では、前記定義手段は、完全な一組の 可能なベクトルから選択された可能なベクトルのサブセットを提供するために、 少なくとも一つの先行デコード済みベクトルを考慮に入れる。 すなわち、本発明により、不可能な状況を除去するためのコーディングが考慮 される。 この場合、前記定義手段は、以下のような式に基づいて隠れマルコフシーケン スを実現する。 Ａ^t＝Ｔ・Ａ_t-1＋ａ_t ^*［１ ０...０］^T Ａ_t及びＡ_t-1はｔ及びｔ−１という瞬間にそれそれデコードされるベクトルで あり、 Ｔはシフト演算子であり、 ａ_tはｔという瞬間に対応するソースデータ項目である。 従って、本発明は、受信した観測値に対する特定の手法を提供し、マルコフ技 術の実現を可能にする。 前記伝送チャンネルのインパルス応答を決定する手段が前記処理手段とは無関 係に使用可能である従来のケースでは、前記 処理手段は、前記ソースデータ項目の値の後方（ｐｏｓｔｅｒｉｏｒｉ）確率計 算を実現することができる。 特に、前記後方確率計算は、ビタビアルゴリズムまたはフォワードバッタワー ド手順に基づいて行うことができる。 すなわち、本発明は、通常のオフラインタイプの手法を使用して実施すること ができる。その有効性及びその簡潔性により、オンライン処理の実施も可能にな る。 この第二の有利な手法では、前記処理手段は、前記観測ベクトル及び前記デコ ード済みベクトルの関数として前記伝送チャンネルを評価する手段を含む。 この場合、前記評価手段は、特に評価最大化アルゴリズムを実施することがで きる。 本発明は、対応のチャンネル等化及びデコード方法も提供する。 このような方法は、特に、 ・観測ベクトルの形の少なくとも二つの連続観測値からなるシーケンスをまと めてグループ化するステップであって、観測値は、そのすべてが少なくとも二つ のソースデータ項目からなる共通の一組から得られるように選択されるステップ と、 ・前記一組のソースデータ項目を形成するソースデータ項目の評価値の形式で デコード済みベクトルを供給するために、前記観測ベクトルを処理するステップ とを含む。 最後に、本発明は、前記装置を含むか、または前記方法を実施するための受信 機を提供する。 本発明の他の特徴及び利点は、添付図面に関連して例示及び非限定例としての み示した本発明の好ましい実施形態に関する以下の説明を読めば、より明瞭にな るであろう。 ・第１図は、データ信号伝送システムの概略図である。 ・第２図は、第１図の伝送システムで実現可能であり、本発明の装置によって デコードされる重畳チャンネルコーダの一例を示す。 ・第３図は、第２図の重畳コーダに対応するコーディングトレリスを示す。 ・第４図は、本発明の一般原理についての簡略化された図である。 ・第５Ａ図及び第５Ｂ図は、第２図のコーダに対応する一例のチャンネルの入 口トレリスを示し、コーディングを考慮していない場合（第５Ａ図）とコーディ ングを考慮した場合（第５ Ｂ図）をそれそれ示す。 ・第６Ａ図及び第６Ｂ図は、従来の技術（第６Ａ図）及び本発明の技術（第６ Ｂ図）を使用した、極小付近の状況を示す。 ・第７図は、オフライン処理の場合に従来の方法と本発明の方法との間で信号 対雑音比として得られる結果を比較する。 ・第８図は、オンライン処理の場合に従来の方法と本発明の方法との間で信号 対雑音比として得られる結果を比較する。 従って、第１図は、データ伝送システムの概略を示す図である。 以下に記載する実施形態では、伝送時に実施されるコーディングは、１／ｎと いうレートとＬという制約長を有する重畳コード１１に依存するものと仮定する 。コーダへの入力は、伝送すべきソースビットシーケンス｛ａｋ｝である。その 結果、コーダからの出力は、以下のように長さｎのベクトルのシーケンスになる 。 Ｄ_k＝［ｄ_nk ｄ_nk-1...ｄ_nk-n-1］^T ただし、Ｖ^TはベクトルＶの置換を示す。 ベクトルＤ_kの各成分Ｄ_k（ｉ）は以下のように表される。 式中、 係数ｃ _l は１または０の値を取り、 すなわち、ベクトルＤ_kは以下の式から得られる。 （１） Ｄ_k＝Ｇ^*Ａ_k 式中、 Ａ_k＝［Ａ_kａ_k-1...ａ_k-L-1］^Tはコーダ１１に供給する状態ベクトルであり、 Ｇはコード生成マトリックスであり、 ^*で表される（１）内のすべての演算はモジュロ２で実行されるするものと仮 定する。 例として、コーダ１１は、第２図に示すように（２，１，２）タイプの従来の コードを実現する。 このコーダは、二つの遅延器２１及び２２と、二つのモジュロ２加算器２３及 び２４とを有する。各ソースデータビットａ_tは両方の加算器２３及び２４と第 一の遅延器２１とに供給される。遅延器２１からの出力は第二の遅延器２２と加 算器２４とに供給される。第二の遅延器２２からの出力は両方の加算器２３及び ２４に供給される。 すなわち、い。 第３図は、第２図の（２，１，２）コーダに対応するトレリス図を示している 。 本発明の説明を簡単にするために、伝送すべき記号のストリングｘ_nkを提供す るため、二進位相シフトキーイング（ＢＰＳＫ）１２を使用してビットｄ_nk-1が 後で変調されるものと仮定する。 これらの記号は次に伝送チャンネル１３に送られ、該チャンネルは分散付加ガ ウスホワイトノイズを注入する。従って、受信時に得られる観測値は以下の式に よって記述することができる。 （２）ｙ_t＝θ^TＤ_t＋ｎ_t 式中、 ｙ_tは受信時に観測される信号を表し、 θ＝（θ₀，θ₁，...，θ_N-1）^Tはチャンネルのインパルス応答のサンプル｛ θ_i｝のベクトルであり、 Ｎは伝送チャンネルの長さであり、 Ｄ_tは以下のように瞬間ｔでチャンネルメモリ（Ｎ個の値）によって検出され る送信された記号のシーケンスのベクトルであり、 Ｄ_t＝［ｄ_t ｄ_t-1...ｄ_t-N-1］^T 式中、ｄ_t∈｛−１；＋１｝であり、 ｎ_tは雑音を表す。 コードレートｎはチャンネルのメモリＮより小さいものと仮定し、Ｎをｎで割 ったユークリッドの除算の整数部はｌと表される。 発明者は、このような条件下で連続観測値｛ｙ_nk，ｙ_nk-1，...，ｙ_nk-l+1｝ が同じ組の非コード化ビット｛ａ_k，ａ_k-1，...，ａ_k-L-l+1｝の関数であること を示しており、すなわち、 ｙ_nk＝Ｆ₀（ａ_k，ａ_k-1，...，ａ_k-L-l+1）＋ｂ_nk ｙ_nk-1＝Ｆ₁（ａ_k，ａ_k-1，...，ａ_k-L-l+1）＋ｂ_nk-1 ... ｙ_{nk- l +1}＝Ｆ_l-1（ａ_k，ａ_k-1，...， ａ_k-L-l+1）＋ｂ_nk-l+1 式中、 Ｆ_i（ａ_k，ａ_k-1，...，ａ_k-L-l+1）は、チャンネル及びコーディングのパラ メータによって決まる関数である。 本発明の新規の手法では、送信された情報の冗長性を利用することが可能であ ることが分かっている。これにより、複数のチャンネルを等化するという従来の 問題と同じ仕方でデコード及び等化の問題を処理することが可能になる。 この手法を第４図に概略で示す。これは、 ・観測ベクトル４２を生成する複数（１）の観測値をまとめてグループ化する ステップ４１と、 ・ベクトル４２からチャンネル等化とデコードが同時に行われる処理ステップ ４３という二つの本質的なステップを含む。 この図は、グループ化手段４１と処理手段４３という本発明の装置内で実現され る手段を象徴的に示していることが分かるであろう。 特に、前述の文献「Symbol by symbol MAP detection and the Baum-Welch identification algorithm in digital communications」に記載されている ように、隠れマルコフモデ ル（ＨＭＭ）に基づいて処理を実施することが可能である。 この文献では、コード化データのマルコフ状態｛Ｄ_t｝がＨＭＭを定義すると 考えられている。フォワードバックワード手順により、状態の後方確率、従って 、各コード化データ項目の後方確率を得ることが可能である。これらの確率はソ フト決定デコーダに供給される。 この技術により、信号対雑音比の点で最適な結果を得ることが可能になる。し かしながら、すでに冒頭で述べたように、それはインタレースの使用を前提とし ており、チャンネルメモリ、コーダが提供する冗長係数、コードの制約長によっ て処理の複雑さとメモリの両方の要件が指数関数的に増加することを意味する。 しかも、インタレースの使用により、オンラインデコードの実行を可能にしない 。 従来の等化器は、伝送チャンネルにより送信されたコード化データの評価値を 出力する。これに対して、本発明の新規の手法による等化器は、送信された（非 コード化）ソースデータシーケンスを直接送出する。 このため、式（２）は、隠れマルコフモデルを明示するように新しい形式に書 き直されるが、その場合、ソースデータはマ ルコフ過程に対応し、チャンネル出口で得られる観測値から直接導出可能である 。 重畳コードによって提供される冗長性のため、隠れ確率過程｛Ａ_f｝はマルコ フ過程ではない。 次に以下のように一組の観測値によって形成されるベクトルについて検討する 。 Ｙ_t＝［ｙ_nt ｙ_nt-1 ... ｙ_nt-(n-1)］^T 以下の式の要素の一次結合の形式でベクトルの各成分を表すことが可能である ことが確認されている。 Ｘ_t＝［ｄ_nt ｄ_nt-1 ... ｄ_nt-(n-1)-r+2］ 従って、前述のように以下の式のようにベクトルの各成分の一次結合の形式で表 すことができる。 （３）Ａ_t＝［ａ_t ａ_t-1 ... ａ_t-1-L+1］^T その結果、以下の式が得られる。 （４）Ｙ_t＝Ｈ（Ｘ_t）＋Ｂ_t＝Ｈ（Ｇ^*Ａ_t）＋Ｂ_t 式中、 Ｈはチャンネルのインパルス応答に依存する係数を有するマトリックスであり 、 Ｇはコード生成マトリックス及び変調に依存するマトリック スである。 マトリックスＧは、隠れ過程Ａ_tの実施形態に対応するベクトルＸ_tのマッピン グを生成する。従って、エラーの確率は、Ｘ_tについて可能なすべての実施形態 を系統的に考慮に入れたときに得られるものより小さくなる。 式（４）はオーバサンプリング済みシステムの観測式であると解釈できること が分かる。すなわち、本発明の公式化により、コーダによってもたらされる冗長 性を利用することが可能になり、複数の観測値が同じ組の非コード化ソースデー タ項の関数になる。 従って、以下の式で表すことができる定常一次マルコフ過程である状態Ａ_tに よって隠れマルコフモデルを定義することが可能である。 （５）Ａ_t＝ＴＡ_t-1＋ａ_t ^*［１ ０ ... ０］^T 式中、 Ｔはシフト演算子である。 一般に、付加雑音はガウスホワイトノイズであり、平均値がゼロで、分散σ² が分かっているものとここでは仮定する。 本発明の技術により、オフラインデコードまたはオンライン デコードの実施が可能になる。両方の手法について、以下に続けて説明する。 オフライン手法では、例えば、規則正しく送信される基準信号を分析すること により、チャンネルのインパルス応答Ｈが分かるものと仮定する。 ソースビットのシーケンスは、Ａ＝（ａ₁，ａ₂，...，ａ_T）のように表される 。ａはすべての可能なシーケンスＡ（ｋ）＝［ｌ ₁，（ｋ） ｌ ₂（ｋ） ... ｌ_T（ｋ）］からなるサイズ２^Tのセットであり、ｌ _i（ｋ）∈［０，１］であり 、（６）することが可能である。 ソースビットのシーケンスは統計的に同一に分布しているので、以下のようにな る。 この問題については、L．Rabinerによる文献「A tutorial on hidden Markov models and selected applications in speech reco gnition」（Proc．IEEE V．77、No．2、２５７〜２８５ページ、１９８９年）に おいて「HMM problem 1」の名前で述べられている。観測値のストリング（Ｙ₁， Ｙ₂，...，Ｙ_T）の場合、問題は最適ソースデータストリング（ａ₁，a₂，...， ａ_T）を決定することにある。 ビタビアルゴリズムを使用するかまたは「フォワードバックワード」手順を使 用することにより、この問題の解を得ることができる。これらの手順により、過 程Ａ_tの可能な実施形態ξ_iごとに、Ｐｒ（Ａ_t＝ξ_i｜Ｙ₁，...，Ｙ_T）のように 式（５）で定義された各状態Ａ_tの後方確率を得ることが可能になる。 従って、非コード化ソースビットａ_tの後方確率は以下の式を使用して得られ る。 「フォワードバックワード」手順のより詳細な説明を以下に示す。観測値（Ｙ₁ ，...，Ｙ_t）の場合、「フォワード」（または将来の）処理については以下の 文献に記載されている。 ・前述の「A tutorial on hidden Markov models and selected applications in speech recognition」 ・V．Krishnamurthy及びJ.B．Mooreによる「On-line estimation of hidden M arkov model parameters based on the Kullback-Leibler information measure 」（IEEE Trans．SP Vol．41、No．8、１９９３年８月） ・L.B．White及びV．Krishnamurthyによる「Adaptive blind equalization of FIR channels using hidden Markov models」(IEEE ICC、ジュネーヴ、１９９ ３年） ・前述の「Symbol by symbol MAP detection and the Baum-Welch identifica tion algorithm in digital communications」 解くべき式は以下の通りである。 式（４）に関連して、ベクトルＢ_tがサイズｎのガウスベクトルであることを 考慮に入れると、以下が導出される。 （１１）Ｐ（Ｙ₁｜Ａ₁＝ξ_i）＝ Ｎ（｜Ｙ_t−Ｈ（Ｇ^*ξ_i）｜） 式中、Ｎ（）はｎ次のガウス分布を表す。 同様に（過去への）「バックワード」帰納は以下のように表される。 従って、各状態の後方確率は以下の式（１３）によって表される。 式中、Ｎ_tは瞬間ｔの正規化定数である。 実行される処理の複雑さの点で本発明の技術が非常に有利であることは容易に 分る。 前述の文献「Symbol by symbol HAP detection and the Baum-Welch identif ication algorithm in digital communications」に記載されている技術で は、次数がｎ^*Ｔ^* ２^(N+1)＋Ｔ^*２^(n-L+1)である複雑さを有するソフト決定デコードの前に等化を 行う。これは、実行される二つのトレリスのサイズの加算に対応する。即ち、 ・２^Nは等化器への可能な入力状態の数であり、 ・処理すべきデータ項目の数はｎ^*Ｔであり、 ・２^L+1は、出力の可能な２ⁿ通りの組み合せのそれそれについての可能な入力 状態の数である。 これに対して、本発明では、考慮すべきマルコフ状態は長さがＬ＋ｌであり、 Ｎ＝ｌ ^*ｎ＋ｒである。従って、可能な状態の数は２^(L+l)である。さらに、各状 態Ａ_tはＹ_t＝［ｙ_ntｙ_nt-1 ... ｙ_nt-n+l ］であるｎ個の連続観測値のベクト ルに関連するので、（ｎ^*Ｔではなく）Ｔ回だけのフォワード及びバックワード 再帰が行われる。 従って、複雑さはＴ^*２^(L+l)の次数にすぎない。複雑さの低減は、実行すべき 再帰の数の低減ならびに第４Ａ図及び第４Ｂ図が示すようにコーダによって禁止 される（Ｄ_nt-n+1，Ｄ_nt-n+2，...，Ｄ_nt）という状態間の遷移の数の低減に対 応する。 この例では、１／２の比と２の制約長を有する第２図のコー ダのケースを検討する。第３図は、コーダの出口状態（Ｄ_2t-1，Ｄ_2t）の許可さ れた遷移を示している。また、チャンネルメモリの長さがＮ＝３であることも仮 定されている。 第５Ａ図及び第５Ｂ図は、コーディングを考慮していない場合（第５Ａ図）と コーディングを考慮した場合（第５Ｂ図）のチャンネルの入口トレリスをそれそ れ示している。 これらの図を簡略化するため、すべてのビット（ａ₁，ａ₂，ａ₃，ａ₄）がゼロ であり、従って、対応するコードシーケンス（Ｄ₁，Ｄ₂，Ｄ₃，Ｄ₄）が（０，０ ，０，０）であるものと仮定する。その結果、チャンネルの入口トレリスの最初 の二通りの状態（Ｄ₃，Ｄ₂，Ｄ₁）及び（Ｄ₁，Ｄ₃，Ｄ₂）はいずれも（０，０， ０）になる。 また、トレリスの開始状態も（Ｄ₄，Ｄ₃，Ｄ₂）であると仮定する。 従って、次の瞬間には、いずれのトレリスでもそのトレリスの可能な状態は（ ０，０，０）及び（１，０，０）になる。 第一のケースでは、Ｄ₅が値０を取り、コーディングトレリスの対応する唯一 の状態（Ｄ₅，Ｄ₆）は（０，０）になる。これは、次の瞬間にチャンネル入力の 可能な唯一の状態が（Ｄ₆ ，Ｄ₅，Ｄ₄）＝（０，０，０）となり（第５Ａ図を参照）、等化器がチャンネ ルコーディングを考慮しないときに（第５Ｂ図を参照）状態（１，０，０）も考 慮されることを意味する。 従って、本発明の方法により、無意味な計算の実行を回避でき、そのためにそ の複雑さが小さくなることが分かる。 さらに、デコードを行う前に後方確率を格納する必要がないので、メモリ要件 が大幅に低減されることが分かる。 以下の表Ｉは、本発明が必要とするデコードの複雑さがソフト決定を伴う従来 の最適デコードより小さいことを示す様々な数値例を示している。この場合、コ ーダのメモリの長さはＬ＝３であると仮定する。 以下の説明はオンライン処理に関するものである。上記の状況とは異なり、チ ャンネルのインパルス応答が分かっていないケースを検討する。これは、例えば 、（移動局との通信の場合 に該当するように）時間が経過するにつれチャンネルが変動するようなシステム に適用される。このようなシステムでは、データブロックを処理している間にチ ャンネルが変動する可能性があるときには、オフライン技術はあまり有効ではな い。 このような状況では、チャンネルのインパルス応答の時間による変動を追跡す るオンライン手法を用いることが望ましい。チャンネルパラメータの評価と同時 に逐次チャンネルデコードを行う際の問題は、隠れマルコフモデルに基づく公式 に適用された逐次評価最大化アルゴリズムを使用して解決することができる。 前述の文献「Adaptive blind equalization of FIR channels using hid den Markov models」に記載されているように、非コード化ビットの逐次検出を 行うために、それ自体についてフォワード再帰を実行することができる。これは 、オフライン技術に比べ、信号対雑音比の点でパフォーマンスの低下を引き起こ すが、シミュレーションによれば、このような損失はそれほど大きくないことが 分かった。 評価最大化アルゴリズムについては、特に以下の文献に記載されている。 ・A.P．Dempster、N.M．Laird、及びD.B.Rubinによる「Maximum likelihood from incomplete data via the EM algorithm」（J．Roy，Soc.、Vol． 6、１９７７年） ・前述の「On-line estimation of hidden Markov model parameters based on the Kullback-Leibler information measure」 ・前述の「Adaptive blind equalization of FIR channelsusing hidden Mark ov models」 ・L.B．White、P．Duhamelによる「Reduced computation blinde qualizatio n for FIR channel input Markov models」（Proceedings of ICC、１９９５年 ６月、米国シアトル） 評価ステップは、完全なデータ項目に関する尤度関数の 対数の評価として定義される、瞬間ｔにおけるKullback-Leibler（ＫＬ）関数を 評価することに対応する。 論文「Maximum likelihood from incomplete data via the EM algorithm」の 用語を使用すると、瞬間ｔにおける完全データベクトルはＺ_t＝（Ｙ_t，Ａ_t）に なり、以下のように最大尤度を表すベクトルＨを見つけることが必要である。 式中、 Ｑ_t（）は、観測値及びチャンネル評価についての対数−尤度条件の期待値で ある。 最大化ステップは、以下のようにＨの関数として最大化することにある。なぜなら、この最大化は、前述の文献「Maximum likelihood from incomplete d ata via the EM algorithm」に示されるように、観測値の尤度を増大するからで ある。 該文献によれば、最大化すべき関数Ｌは以下のように評価される。 オンラインアルゴリズムは、時間とともに変動するパラメータの変動を追跡で きなければならない。このため、この評価には以下のように「忘却」定数λが取 り入れられている。 「Maximum likelihood from incomplete data via the EM algorithm 」に記載されているように、最大化ステップは以下のように帰納的に行われる。 式中、Ｒ_t及びＳは以下のように定義される。 計算後、以下の更新された式が得られる。ただし、 この計算で得られる単純化に加え、本発明により、極小に関連する複数の問題 の解決が可能になることが分かる。 初期設定が極小に近い場合、適応過程（式（２１））により、それを回避する ことが可能になる。これを、第６Ａ図及び第６Ｂ図に示す。第６Ａ図は従来の等 化中に検出される状況を示し、式６１は伝送チャンネル６３ではなく極小６２を 追跡するものである。 これに対して、本発明（第６Ｂ図）の式６４はチャンネル６５で収束する。 また、本発明の技術は、従来の非線形等化器によって挙動の劣化が発生するよ うな特殊な場合にも有利である。 第７図及び第８図は、以下の式で信号対雑音比による本発明の有効性を示して いる。 ・チャンネルメモリ：Ｎ＝３ ・インパルス応答：θ＝［０．５ ０．７ ０．５］^T ・コード長：３ ・コード率：１／２ 第７図は、ビタビアルゴリズムを使用する場合（７１）、ハード決定デコーダ を使用する場合（７２）、ソフト決定デコーダ及びインタレースを使用する場合 （１１、１２）（７３）、本発明による場合（７４）のオフライン状況をそれぞ れ示して いる。 本発明により、インタレースを必要とせずに、ソフト決定デコード及びインタ レースによって得られるものと同様のパフォーマンスか得られることが分かる。 第８図は、オンラインの態様を示している。曲線８１は、等化器の後にデコー ダが続く従来のケースを示している。曲線８２及び８３は、本発明の技術を使用 して得られるものである。最良の結果（８３）は、前述の文献「Adaptive blin d equalization of FIR channels using hidden Markovmodels」に記載 された「固定遅延平滑化」技術を実施する場合に対応する。

Claims (1)

1. 【特許請求の範囲】 １．チャンネル等化と、ソースデータ項目の重畳コーディングに対応するコード 化データ項目から構成されるコード信号を表す連続観測値の形で表され、伝送チ ャンネルにより送信される受信信号のデコードとを行うための装置であって、 観測ベクトルの形の少なくとも二つの連続観測値からなるシーケンスをまとめ てグループ化する手段（４１）を有しており、前期観測値は、そのすべてが少な くとも二つのソースデータ項目からなる共通の一組から得られるように選択され る、該装置は更に、 前記観測ベクトルが供給され、前記一組のソースデータ項目を形成するソース データ項目の評価によって構成されるデコード済みベクトルを送出するプロセッ サ手段（４３）を含むことを特徴とする装置。 ２．前記観測ベクトルが１個の連続観測値を含み、１は、商Ｎ／ｎの整数部であ り、 ・Ｎは前記伝送チャンネルのメモリを表し、 ・ｎは前記重畳コーディングのレートを表し、ｎはＮより小 さいことを特徴とする、請求の範囲第１項に記載の装置。 ３．前記デコード済みベクトルがＬ個の評価値を含み、Ｌは前記重畳コーディン グの制約長であることを特徴とする請求の範囲第１項または第２項に記載の装置 。 ４．前記処理手段が、 ・一組の可能なデコード済みベクトルを定義する手段と、 ・確率を計算し、前記可能なベクトルのそれぞれを一つの観測ベクトルに対応 する確率値に関連付ける手段と、 ・最大確率値をデコード済みベクトルとして提示するベクトルを選択する手段 とを含むことを特徴とする請求の範囲第１項から第３項のいずれか一項に記載の 装置。 ５．前記定義手段が完全な一組の可能なベクトルを送出することを特徴とする請 求の範囲第４項に記載の装置。 ６．前記定義手段が、完全な一組の可能なベクトルから選択された可能なベクト ルのサブセットを提供するために、少なくとも一つの先行デコード済みベクトル を考慮に入れることを特徴とする、請求の範囲第４項に記載の装置。 ７．前記定義手段が、以下の式に基づいて隠れマルコフシーケンスを実現し、 Ａ_t＝Ｔ・Ａ_t-1＋ａ_t ^*［１ ０...０］^T ここで、Ａ_t及びＡ_t-1はｔ及びｔ−１の瞬間にそれぞれデコードされたベクト ルであり、 Ｔはシフト演算子であり、 ａ_tはｔの瞬間に対応するソースデータ項目であることを特徴とする、請求の 範囲第６項に記載の装置。 ８．前記処理手段とは無関係に、前記伝送チャンネルのインパルス応答を決定す る手段を含むタイプのものであり、 前記処理手段が、前記ソースデータ項目の値の後方確率計算を実行することを 特徴とする請求の範囲第１項から第７項のいずれか一項に記載の装置。 ９．前記後方確率計算が、ビタビアルゴリズム及び／又はフォワードバックワー ド手順に基づいて行われることを特徴とする請求の範囲第８項に記載の装置。 １０．前記処理手段が、前記観測ベクトル及び前記デコード済みベクトルの関数 として前記伝送チャンネルを評価する手段を含むことを特徴とする請求の範囲第 １項から第７項のいずれか一項に記載の装置。 １１．前記評価手段が、評価−最大化アルゴリズムを実行する ことを特徴とする請求の範囲第１０項に記載の装置。 １２．チャンネル等化と、ソースデータ項目の重畳コーディングに対応するコー ド化データ項目から構成されるコード化信号の連続観測値の形で提示され、伝送 チャンネルにより送信される受信信号のデコードとを行う方法であって、 ・観測ベクトルの形の少なくとも二つの連続観測値からなるシーケンスをまと めてグループ化するステップを有し、該観測値は、そのすべてが少なくとも二つ のソースデータ項目からなる同じ一組から得られるように選択され、該方法は更 に、 ・前記一組のソースデータ項目を形成するソースデータ項目の評価の形でデコ ード済みベクトルを送出するために、前記観測ベクトルを処理するステップ（４ ３）とを含むことを特徴とする方法。 １３．ソースデータ項目の重畳コーディングに対応するコード化データ項目から 構成されるコード化信号を表す連続観測値の形で表され、伝送チャンネルにより 送信される受信信号の受信機であって、チャンネル等価及びデコード手段を有し ており、該手段は、 ・観測ベクトルの形の少なくとも二つの連続観測値からなる シーケンスをまとめてグループ化する手段（４１）を有しており、該観測値は、 そのすべてが少なくとも二つのソースデータ項目からなる同じ一組から得られる ように選択され、該受信機は更に、 ・前記観測ベクトルが供給され、前記一組のソースデータ項目を形成するソー スデータ項目の評価の形でデコード済みベクトルを送出する処理手段（４３）を 含むことを特徴とする受信機。