JP2004147126A

JP2004147126A - Multi-carrier communication method and multi-carrier communication device

Info

Publication number: JP2004147126A
Application number: JP2002310312A
Authority: JP
Inventors: Masaya Ota; 太田　正哉; Katsumi Yamashita; 山下　勝己
Original assignee: Osaka Industrial Promotion Organization
Current assignee: Osaka Industrial Promotion Organization
Priority date: 2002-10-24
Filing date: 2002-10-24
Publication date: 2004-05-20
Anticipated expiration: 2022-10-24
Also published as: JP4073753B2

Abstract

<P>PROBLEM TO BE SOLVED: To provide a multi-carrier communication method which is capable of making communications by properly suppressing the peak power, in a state of maintaining proper transmission capability and communication quality and is capable of realizing miniaturization of an amplifier, and to provide a multi-carrier communication device. <P>SOLUTION: The peak power is suppressed, on the basis of a suppression performance evaluation function of the peak power of transmission signals. A target function for calculating the phase inversion amount of each data symbol, after serial/parallel conversion is defined. The combinational optimization problem of phase inversion amount is solved by a neural network, by using the phase inversion amount of the data symbol as the output of neuron. Then communication is conducted by makaing the data symbol phase inverted by the calculated phase inversion amount. <P>COPYRIGHT: (C)2004,JPO

Description

【０００１】
【発明の属する技術分野】
本発明は、ＯＦＤＭ（Ｏｒｔｈｏｇｏｎａｌ　Ｆｒｅｑｕｅｎｃｙ　Ｄｉｖｉｓｉｏｎ　Ｍｕｌｔｉｐｌｅ）方式を適用するマルチキャリア通信方法及びその実施に用いるマルチキャリア通信装置に関し、詳しくは携帯電話機等の送受信、デジタルＴＶ放送等の送受信、無線ＬＡＮ等の送受信に適用されるマルチキャリア通信方法及びその実施に用いるマルチキャリア通信装置に関する。
【０００２】
【従来の技術】
ＯＦＤＭ方式は、複数の直交する周波数の波に複数の情報を乗じて加算し、同時に送信する方式であるが、乗じる情報によっては加算した送信信号に極めて高いピークが生じ、これを送信するためには広い領域で線形性を保つ増幅器が必要とされており、装置の拡大化を招いていた。このピーク電力を抑圧する方法として、下記の論文及び特許出願が公開されている。
論文１（非特許文献１）には、送信情報を所定の変調方式に対応させてデジタル変調し、デジタル変調して得られたデータシンボル時系列を直並列変換し、直並列変換した各データシンボルの位相をランダムに回転させた状態で逆離散フーリエ変換し、得られた送信信号のピーク電力を測定して、基準を満たす位相回転量の組み合わせを採用して送信するマルチキャリア通信方法が記載されている。
この方法は、ＳＬＭ法と呼ばれ、位相回転量は、ｓｉｄｅ　ｉｎｆｏｒｍａｔｉｏｎと呼ばれる別チャネルを用いて送信される。
【０００３】
論文２（非特許文献２）に記載されたピーク電力抑圧通信方法においては、各データシンボルを逆離散フーリエ変換部（ＩＤＦＴ部）により逆離散フーリエ変換した後のＩＤＦＴ部からの出力をそれぞれブロック化し、各ブロック毎に位相を回転させてピークを抑圧する。この方法においては、ブロック数を少なくすることで、全ての回転の組合せについてピークを測定することが可能となる。そして、最小ピークに対応する位相回転を実施して送信する。この方法はＰＴＳ法と呼ばれる。
【０００４】
論文３（非特許文献３）には、ＳＬＭ法、ＰＴＳ法を改良したものであり、位相回転量を所定の範囲に限定することで、計算量を削減するマルチキャリア通信方法が記載されている。
【０００５】
論文４（非特許文献４）には、ＰＴＳ法を改良したピーク電力抑圧方法が記載されている。この方法においては、パイロット信号を挿入することで、ｓｉｄｅ　ｉｎｆｏｒｍａｔｉｏｎを用いることなく、位相回転量の情報を送信することができる。
【０００６】
また、特開平９−０９８１４６号公報（特許文献１）、特開平９−０９８１４７号公報（特許文献２）、特開平９−１１６５２１号公報（特許文献３）及び特開２００１−３３９３６１号公報（特許文献４）には、論文１と同様に、所定のピーク電力を得るまで位相反転量を試行錯誤的に算出する方法が開示されている。
特開平９−１０７３４５号公報（特許文献５）には、論文２と同様に、ＩＤＦＴ部の出力後にブロック化し、ブロック毎にピーク電力を検出し、所定値以上のピーク電力が検出された場合には、他のブロックの極性を所定値以上のピーク電力を打ち消す方向に設定するピーク電力抑圧方法が開示されている。
特開２００２−０９４４７９号公報（特許文献６）には、ピーク電力が小さくなるように、直並列変換したデータシンボルを間引いて送信する方法が開示されている。
【０００７】
【特許文献１】
特開平９−０９８１４６号公報
【特許文献２】
特開平９−０９８１４７号公報
【特許文献３】
特開平９−１１６５２１号公報
【特許文献４】
特開２００１−３３９３６１号公報
【特許文献５】
特開平９−１０７３４５号公報
【特許文献６】
特開２００２−０９４４７９号公報
【非特許文献１】
アール・ダブリュー・ボーム，アール・エフ・エッチ・フィッシャー，ジェイ・ビー・ヒューバー（Ｒ．Ｗ．Ｂａｕｍｌ，Ｒ．Ｆ．Ｈ．Ｆｉｓｃｈｅｒ　ａｎｄ　Ｊ．Ｂ．Ｈｕｂｅｒ　），「リデューシング・ザ・ピーク・ツー・アヴァリッジ・パワー・レイショ・オブ・マルチキャリア・モデュレーション・バイ・セレクティッド・マッピンング」（Ｒｅｄｕｃｉｎｇ　ｔｈｅ　ｐｅａｋ−ｔｏ−ａｖｅｒａｇｅ　ｐｏｗｅｒ　ｒａｔｉｏ　ｏｆ　ｍｕｌｔｉｃａｒｒｉｅｒ　ｍｏｄｕｌａｔｉｏｎ　ｂｙ　ｓｅｌｅｃｔｅｄ　ｍａｐｐｉｎｇ）　，エレクトロニクス（Ｅｌｅｃｔｒｏｎｉｃｓ）　レター（Ｌｅｔｔ．），Ｖｏｌ．３２，Ｎｏ．２２，ｐｐ．２０５６−２０５７，１９９６
【非特許文献２】
エス・エッチ・ミューラー，アール・ダブリュー・ボーム，アール・エフ・エッチ・フィッシャー，ジェイ・ビー・ヒューバ（Ｓ．Ｈ．Ｍｕｌｌｅｒ，Ｒ．Ｗ．Ｂａｕｍｌ，Ｒ．Ｆ．Ｈ．Ｆｉｓｃｈｅｒ　ａｎｄ　Ｊ．Ｂ．Ｈｕｂｅｒ），　「オウ・エフ・ディー・エム・ウイズ・リデュースト・ピーク・ツー・アヴァリッジ・パワー・レイショ・バイ・マルチプル・シグナル・リプリゼンテーション」（ＯＦＤＭ　ｗｉｔｈ　Ｒｅｄｕｃｅｄ　Ｐｅａｋ−ｔｏ−Ａｖｅｒａｇｅ　ＰｏｗｅｒＲａｔｉｏ　ｂｙ　Ｍｕｌｔｉｐｌｅ　Ｓｉｇｎａｌ　Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ）　，アナルズ・オブ・テレコミュニケーションズ（Ａｎｎａｌｓ　ｏｆ　Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ），Ｖｏｌ．５２，Ｎｏ．１−２，ｐｐ５８−６７，１９９７
【非特許文献３】
レオナルド・ジェイ・チミニ，ネルソン・アール・ゾーレンバーガー（Ｌｅｏｎａｌｄ　Ｊ．Ｃｉｍｉｎｉ，Ｎｅｌｓｏｎ　Ｒ．Ｓｏｌｌｅｎｂｅｒｇｅｒ），「ピーク・ツー・アヴァリッジ・パワー・レイショ・リダクション・オブ・アン・オウ・エフ・ディー・エム・シグナル・ユージング・パーシャル・トランスミット・シーケンス」Ｐｅａｋ−ｔｏ−Ａｖｅｒａｇｅ　Ｐｏｗｅｒ　Ｒａｔｉｏ　Ｒｅｄｕｃｔｉｏｎ　ｏｆ　ａｎ　ＯＦＤＭ　Ｓｉｇｎａｌ　Ｕｓｉｎｇ　Ｐａｒｔｉａｌ　Ｔｒａｎｓｍｉｔ　Ｓｅｑｕｅｎｃｅ），アイ・イー・イー・イー・コミュニーションズ・レターズ（ＩＥＥＥ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　Ｌｅｔｔｅｒｓ，Ｖｏｌ．４，Ｎｏ．３，２０００
【非特許文献４】
タケオ・フジイ，マサオ・ナカガワ（Ｔａｋｅｏ　Ｆｕｊｉｉ，Ｍａｓａｏ　Ｎａｋａｇａｗａ），「ウエイティング・ファクター・エスティメーション・メソッズ・フォア・パーシャル・トランスミット・シーケンシーズ・オウ・エフ・ディー・エム・ツー・リデュース・ピーク・パワー（Ｗｅｉｇｈｔｉｎｇ　Ｆａｃｔｏｒ　Ｅｓｔｉｍａｔｉｏｎ　Ｍｅｔｈｏｄｓ　ｆｏｒ　Ｐａｒｔｉａｌ　Ｔｒａｎｓｍｉｔ　Ｓｅｑｕｅｎｃｅｓ　ＯＦＤＭ　ｔｏ　Ｒｅｄｕｃｅ　Ｐｅａｋ　Ｐｏｗｅｒ　，アイ・イー・アイ・シー・イー・トランズ・コミュン（ＩＥＩＣＥ　ＴＲＡＮＳ．ＣＯＭＭＵＮ．）　，　Ｖｏｌ．Ｅ８５−Ｂ，Ｎｏ．１，２００２
【０００８】
【発明が解決しようとする課題】
上述の論文１、特開平９−０９８１４６号公報、特開平９−０９８１４７号公報、特開平９−１１６５２１号公報及び特開２００１−３３９３６１号公報に開示されたピーク電力抑圧方法においては、ピーク電力抑圧性が不十分であるとともに、ランダムに位相反転量を設定するのを複数回繰り返し、ピーク電力が最小となる位相反転量のパターンを選択するので、多くの試行錯誤が必要であり、計算量の増大を招いていた。
論文２及び特開平９−１０７３４５号公報に開示されたピーク電力抑圧方法においては、各ブロック毎に位相反転量を設定するのを前提とし、全ての位相反転の組合せを全探索して最適な位相反転量を決定する。
また、ブロック数が少ない場合には計算量は少ないが、ピーク抑圧性が低下する。ピーク抑圧性が低い場合、増幅器で増幅した場合に、増幅器の上限利得に対応して信号のピーク部分が削られてしまい、通信品質が劣化する。大型の増幅器を用いた場合、装置全体が大型化するという問題が生じる。
ブロック数が多い場合、指数関数的に組合せの数が増えるので、全探索すると所定の時間内に処理を終了させることができないという問題があった。
【０００９】
論文３及び論文４のピーク電力抑圧方法は、論文１及び２を改良するものとして提案されているが、上述の問題は解決されおらず、ピーク電力の抑圧性は不十分であった。
特開２００２−０９４４７９号公報に開示されたピーク電力抑圧方法においては、デジタルを変調する方法としてＢＰＳＫ（Ｂｉｎａｒｉｐｈａｓｅ　Ｐｈａｓｅ　Ｓｈｉｆｔ　Ｋｅｙｉｎｇ）が提案されているが、デジタルＴＶ放送で用いられる６４ＱＡＭ（Ｑｕａｄｒａｔｕｒｅ　Ａｍｐｌｉｔｕｄｅ　Ｍｏｄｕｌａｔｉｏｎ）　では１波当たりの伝送ｂｉｔ数が多く、この方法のようにデータシンボルを間引く方法では、伝送能力が低下するという問題があった。
【００１０】
本発明は斯かる事情に鑑みてなされたものであり、送信信号のピーク電力を抑圧するデータシンボルの位相反転量を求めることを目的とする目的関数の最小化問題を、ニューラルネットワークにより解くことにより、良好な伝送能力及び通信品質を維持した状態でピーク電力を良好に抑圧して通信することができ、増幅器の小型化を図ることができるマルチキャリア通信方法及びマルチキャリア通信装置を提供することを目的とする。
【００１１】
また、本発明は、前記位相反転量をブロックごとに決定することにより、ニューロンの数を減じ、ニューロンの内部状態の更新時間を短縮し、ニューロンを動作させるための手段を小型化することができるマルチキャリア通信方法及びマルチキャリア通信装置を提供することを目的とする。
さらに、本発明は、送信情報をデジタル変調する前に、送信情報の時系列をブロック毎に分割し、その先頭にパイロット信号を挿入することにより、ｓｉｄｅ　ｉｎｆｏｒｍａｔｉｏｎを用いることなく、位相反転量情報を送信情報と同時に送信することができるマルチキャリア通信方法及びマルチキャリア通信装置を提供することを目的とする。
【００１２】
そして、本発明は、評価関数の値を確実に小さくし、かつ、ニューラルネットワークを構成し易い式を変形した目的関数につき、その最小化問題をニューラルネットワークにより解くことにより、さらに良好な解が得られ、ピーク電力をさらに良好に抑圧することができるマルチキャリア通信方法を提供することを目的とする。
【００１３】
さらに、本発明は、前記最小化問題をホップフィールドニューラルネットワークにより解くことにより、ニューロンの出力が収束することが保障されているので、内部状態の更新毎に、より良好な解であるか否かの判断をすることを要しないマルチキャリア通信方法を提供することを目的とする。
【００１４】
また、本発明は、前記最小化問題をカオスニューラルネットワークにより解くことにより、局所最適解から脱出する能力を有するので、さらに良好な近似解が得られてピーク電力を良好に抑圧することができるマルチキャリア通信方法を提供することを目的とする。
【００１５】
【課題を解決するための手段】
第１発明のマルチキャリア通信方法は、デジタル変調した送信情報を直並列変換して得られた各データシンボルにつき、位相反転量を決定し、決定した位相反転量に基づいて位相を反転させた後、全データシンボルを逆離散フーリエ変換し、変換後の各データを並直列変換して得られた送信信号時系列に対して、Ｄ／Ａ変換及び直交変調を含む処理を施し、該処理により得られた信号を所定の周波数帯にアップコンバージョンして送信し、送信した前記信号をダウンコンバージョンし、直交復調及びＡ／Ｄ変換を含む処理を施して得られた受信信号時系列を直並列変換し、離散フーリエ変換して得られた各データシンボルにつき、前記位相反転量の情報に基づき位相を復元した上で並直列変換し、該変換により得られたデータシンボル時系列をデジタル復調して受信情報を復調するマルチキャリア通信方法において、予め、逆離散フーリエ変換後の各送信信号の絶対値の最大値に基づく送信信号のピーク電力の抑圧性評価関数に基づいて、前記ピーク電力を抑圧する前記位相反転量を求めるための目的関数を定義し、位相反転量は、各データシンボルを反転させるとき−１、反転させないとき＋１をとる２値変数とした上で、各データシンボルの位相反転量をニューロンの出力に見立てて、前記位相反転量の組合せ最適化問題をニューラルネットワークにより解くために、前記目的関数の位相反転量に対する微分と、前記ニューラルネットワークのエネルギー関数のニューロンの出力に対する微分とが一致するように定義した、ニューロンの内部状態の動作式に従ってニューロンを動作すべく構成しておき、デジタル変調した送信情報を直並列変換して得られた各データシンボルが出力された場合に、前記データシンボルの実数部及び虚数部に基づき、前記動作式の助変数を求める過程と、該過程により求めた助変数に基づきニューロンを動作させ、ニューロンの状態更新を所定回数繰り返すニューロン動作過程と、該ニューロン動作過程により得られた各ニューロンの出力に基づき、前記位相反転量を決定する位相反転量決定過程と、該位相反転量決定過程により決定された位相反転量に、データシンボルを乗じてデータシンボルの位相を反転させる過程と、前記離散フーリエ変換して得られた各データシンボルに、前記位相反転量を乗じてデータシンボルの位相を反転させる過程とを含むことを特徴とする。
【００１６】
第２発明のマルチキャリア通信方法は、デジタル変調した送信情報を直並列変換して得られた各データシンボルにつき、位相反転量を決定し、決定した位相反転量に基づいて位相を反転させた後、全データシンボルを逆離散フーリエ変換し、変換後の各データを並直列変換して得られた送信信号時系列に対して、Ｄ／Ａ変換及び直交変調を含む処理を施し、該処理により得られた信号を所定の周波数帯にアップコンバージョンして送信し、送信した前記信号をダウンコンバージョンし、直交復調及びＡ／Ｄ変換を含む処理を施して得られた受信信号時系列を直並列変換し、離散フーリエ変換して得られた各データシンボルにつき、前記位相反転量の情報に基づき位相を復元した上で並直列変換し、該変換により得られたデータシンボル時系列をデジタル復調して受信情報を復調するマルチキャリア通信方法において、予め、送信情報をデジタル変調して得られたデータシンボルを直並列変換してブロック毎に出力すべく構成し、逆離散フーリエ変換後の各送信信号の絶対値の最大値に基づく送信信号のピーク電力の抑圧性評価関数に基づいて、前記ピーク電力を抑圧するブロック毎の位相反転量を求めるための目的関数を定義し、前記位相反転量は、ブロック内のデータシンボルを反転させるとき−１、反転させないとき＋１をとる２値変数とした上で、前記位相反転量をニューロンの出力に見立てて、前記位相反転量の組合せ最適化問題をニューラルネットワークにより解くために、前記目的関数の位相反転量に対する微分と、前記ニューラルネットワークのエネルギー関数のニューロンの出力に対する微分とが一致するように定義した、ニューロンの内部状態の動作式に従ってニューロンを動作すべく構成しておき、デジタル変調した送信情報を直並列変換して得られた各データシンボルがブロック毎に出力された場合に、前記データシンボルの実数部及び虚数部に基づき、前記動作式の助変数を求める過程と、該過程により求めた助変数に基づきニューロンを動作させて、ニューロンの状態更新を所定回数繰り返すニューロン動作過程と、該ニューロン動作過程により得られた各ニューロンの出力に基づき、前記位相反転量を決定する位相反転量決定過程と、該位相反転量決定過程により決定された各ブロックの位相反転量に、当該ブロックの各データシンボルを乗じてデータシンボルの位相を反転させる過程と、前記離散フーリエ変換して得られた各データシンボルをブロック毎に出力する離散フーリエ変換過程と、該離散フーリエ変換過程により出力された各ブロックの各データシンボルに、当該ブロックの位相反転量を乗じてデータシンボルの位相を反転させる過程とを含むことを特徴とする。
【００１７】
第３発明のマルチキャリア通信方法は、第２発明において、送信情報をデジタル変調する前に、前記送信情報の時系列をＬＱ−ｑビット毎のブロックに分割し、その先頭のｑビットにパイロット信号を挿入する過程と、前記離散フーリエ変換により出力された各ブロックの先頭シンボルに対して仮のデジタル復調を施し、パイロット信号に乗じられた各ブロックの位相反転量情報を復調して出力する位相反転量情報復調過程と、前記離散フーリエ変換過程により出力された各ブロックの各データシンボルに、前記位相反転量情報復調過程により得られた当該ブロックの位相反転量を乗じて、データシンボルの位相を反転させる過程と、受信情報を復調した後に、パイロット信号を除去する過程とを含むことを特徴とする。但し、Ｌ：ブロックのデータシンボル数、Ｑ：１データシンボル当たりのビット数、ｑ：１以上Ｑ以下の整数とする。
【００１８】
第４発明のマルチキャリア通信方法は、第１乃至第３発明のいずれかにおいて、前記ニューロン動作過程は、ニューラルネットワークの繰り返し計算回数ｔを０に初期化し、各ニューロンの出力に−１から１までの範囲の乱数を初期値として与える過程と、前記助変数に基づきニューロンを動作させて、ｔ回目の各ニューロンの出力を得る状態更新過程と、前記出力が収束したか否かを判断する第１判断過程と、該第１判断過程により前記出力が収束していないと判断した場合に、ｔが予め設定した所定値であるか否かを判断する第２判断過程と、前記第２判断過程によりｔが前記所定値でないと判断した場合に、状態更新を繰り返す過程とを含み、前記位相反転量決定過程は、前記第１判断過程により前記出力が収束したと判断した場合に、又は前記第２判断過程によりｔが前記所定値であると判断した場合に、前記出力に基づき前記位相反転量を決定することを特徴とする。
【００１９】
第５発明のマルチキャリア通信方法は、第１乃至第３発明のいずれかにおいて、前記ニューロン動作過程は、ニューラルネットワークの繰り返し計算回数ｔを０に初期化し、各ニューロンの出力に−１から１までの範囲の乱数を初期値として与える過程と、前記助変数に基づきニューロンを動作させて、ｔ回目の各ニューロンの出力を得る状態更新過程と、該状態更新過程により得られた前記出力に基づき前記位相反転量を仮決定する過程と、該過程により仮決定した位相反転量に基づいて前記評価関数の値を求める過程と、該過程により得られた前記評価関数の値が、これまでに保存された位相反転量に基づく評価関数の値の最良値より良いか否かを判断する過程と、該過程により最良値より良いと判断した場合に、前記位相反転量を保存する保存過程と、ｔが予め設定した所定値であるか否かを判断する判断過程と、該判断過程によりｔが前記所定値でないと判断した場合に、状態更新を繰り返す過程とを含み、前記位相反転量決定過程は、前記判断過程によりｔが前記所定値であると判断した場合に、前記保存過程により保存された前記最良値に対応する位相反転量を実際に使用する位相反転量に決定する過程であることを特徴とする。
【００２０】
第１乃至第５発明においては、送信信号のピーク電力を抑圧する各データシンボルの位相反転量を求めることを目的とする目的関数の最小化問題を、ニューラルネットワークにより解くので、ピーク電力を良好に抑圧できる位相反転量を求めることができる。従って、データシンボルを間引くことなく、良好な通信品質及び良好な伝送能力を有した状態で、ピーク電力を良好に抑圧して通信することができ、増幅器の小型化を図ることができる。
【００２１】
第２発明においては、ブロック毎に位相反転量を決定するので、ニューロンの数を減じ、ニューロンの内部状態の更新時間を短縮し、ニューロンを動作させるための手段を小型化することができる。
第３発明においては、各ブロックの先頭にパイロット信号を挿入するので、ｓｉｄｅ　ｉｎｆｏｒｍａｔｉｏｎを用いることなく、位相反転量の情報を送信情報と同時に送信することができる。
【００２２】
第６発明のマルチキャリア通信方法は、第１乃至第５発明のいずれかにおいて、前記目的関数は、次の式を元関数とすることを特徴とする。
【００２３】
【数２】

【００２４】
第６発明においては、評価関数の値を確実に小さくし、かつ、ニューラルネットワークを構成し易い、上述の式を変形した目的関数につき、その最小化問題をニューラルネットワークにより解くので、さらに良好な解が得られ、ピーク電力をさらに良好に抑圧することができる。
【００２５】
第７発明のマルチキャリア通信方法は、第１乃至第６発明のいずれかにおいて、前記ニューラルネットワークは、ホップフィールドニューラルネットワークであることを特徴とする。
【００２６】
第７発明においては、ニューロンの出力が収束することが保障されているので、内部状態の更新毎に、より良好な解であるか否かの判断をすることを要しない。
【００２７】
第８発明のマルチキャリア通信方法は、第１乃至第３、第５及び第６発明のいずれかにおいて、前記ニューラルネットワークは、カオスニューラルネットワークであることを特徴とする。
【００２８】
第８発明においては、局所最適解から脱出する能力を有するので、良好な近似解が得られる。
【００２９】
第９発明のマルチキャリア通信装置は、デジタル変調した送信情報を直並列変換して得られた各データシンボルにつき、位相反転量を決定し、決定した位相反転量に基づいて位相を反転させた後、全データシンボルを逆離散フーリエ変換し、変換後の各データを並直列変換して得られた送信信号時系列に対して、Ｄ／Ａ変換及び直交変調を含む処理を施し、該処理により得られた信号を所定の周波数帯にアップコンバージョンして送信し、送信した前記信号をダウンコンバージョンし、直交復調及びＡ／Ｄ変換を含む処理を施して得られた受信信号時系列を直並列変換し、離散フーリエ変換して得られた各データシンボルにつき、前記位相反転量の情報に基づき位相を復元した上で並直列変換し、該変換により得られたデータシンボル時系列をデジタル復調して受信情報を復調すべく構成されているマルチキャリア通信装置において、逆離散フーリエ変換後の各送信信号の絶対値の最大値に基づく送信信号のピーク電力の抑圧性評価関数に基づいて、前記ピーク電力を抑圧する位相反転量を求めるための目的関数を定義し、位相反転量は、各データシンボルを反転させるとき−１、反転させないとき＋１をとる２値変数とした上で、各データシンボルの位相反転量をニューロンの出力に見立てて、前記位相反転量の組合せ最適化問題をニューラルネットワークにより解くために、前記目的関数の位相反転量に対する微分と、前記ニューラルネットワークのエネルギー関数のニューロンの出力に対する微分とが一致するように定義した、ニューロンの内部状態の動作式に従ってニューロンを動作させて、ニューロンの状態更新を所定回数繰り返すニューロン動作手段と、デジタル変調した送信情報を直並列変換して得られた各データシンボルが出力された場合に、前記データシンボルの実数部及び虚数部に基づき、前記動作式の助変数を求め、該助変数を前記ニューロン動作手段手段へ出力する手段と、前記ニューロン動作手段により得られた各ニューロンの出力に基づき、前記位相反転量を決定する位相反転量決定手段と、該位相反転量決定手段により決定された位相反転量に、各データシンボルを乗じてデータシンボルの位相を反転させる手段と、前記離散フーリエ変換して得られた各データシンボルに、前記位相反転量を乗じてデータシンボルの位相を反転させる手段とを備えることを特徴とする。
【００３０】
第１０発明のマルチキャリア通信装置は、デジタル変調した送信情報を直並列変換して得られた各データシンボルにつき、位相反転量を決定し、決定した位相反転量に基づいて位相を反転させた後、全データシンボルを逆離散フーリエ変換し、変換後の各データを並直列変換して得られた送信信号時系列に対して、Ｄ／Ａ変換及び直交変調を含む処理を施し、該処理により得られた信号を所定の周波数帯にアップコンバージョンして送信し、送信した前記信号をダウンコンバージョンし、直交復調及びＡ／Ｄ変換を含む処理を施して得られた受信信号時系列を直並列変換し、離散フーリエ変換して得られた各データシンボルにつき、前記位相反転量の情報に基づき位相を復元した上で並直列変換し、該変換により得られたデータシンボル時系列をデジタル復調して受信情報を復調すべく構成されているマルチキャリア通信装置において、送信情報をデジタル変調して得られたデータシンボルを直並列変換してブロック毎に出力する手段と、逆離散フーリエ変換後の各送信信号の絶対値の最大値に基づく送信信号のピーク電力の抑圧性評価関数に基づいて、前記ピーク電力を抑圧するブロック毎の位相反転量を求めるための目的関数を定義し、前記位相反転量は、ブロック内のデータシンボルを反転させるとき−１、反転させないとき＋１をとる２値変数とした上で、前記位相反転量をニューロンの出力に見立てて、前記位相反転量の組合せ最適化問題をニューラルネットワークにより解くために、前記目的関数の位相反転量に対する微分と、前記ニューラルネットワークのエネルギー関数のニューロンの出力に対する微分とが一致するように定義した、ニューロンの内部状態の動作式に従ってニューロンを動作させて、ニューロンの状態更新を所定回数繰り返すニューロン動作手段と、デジタル変調した送信情報を直並列変換して得られた各データシンボルがブロック毎に出力された場合に、前記データシンボルの実数部及び虚数部に基づき、前記動作式の助変数を求め、求めた助変数を前記ニューロン動作手段へ出力する手段と、前記ニューロン動作手段により得られた各ニューロンの出力に基づき、前記位相反転量を決定する位相反転量決定手段と、該位相反転量決定手段により決定された各ブロックの位相反転量に、当該ブロックの各データシンボルを乗じてデータシンボルの位相を反転させる手段と、前記離散フーリエ変換して得られた各データシンボルをブロック毎に出力する離散フーリエ変換手段と、該離散フーリエ変換手段により出力された各ブロックの各データシンボルに、当該ブロックの位相反転量を乗じてデータシンボルの位相を反転させる手段とを備えることを特徴とする。
【００３１】
第１１発明のマルチキャリア通信装置は、第１０発明において、送信情報をデジタル変調する前に、前記送信情報の時系列をＬＱ−ｑビット毎のブロックに分割し、その先頭のｑビットにパイロット信号を挿入する手段と、前記離散フーリエ変換手段により出力された各ブロックの先頭シンボルに対して仮のデジタル復調を施し、パイロット信号に乗じられた位相反転量情報を復調して出力する位相反転量情報復調手段と、前記離散フーリエ変換手段により出力された各ブロックのデータシンボルに、前記位相反転量情報復調手段により得られた当該ブロックの位相反転量を乗じて、データシンボルの位相を反転させる手段と、受信情報を復調した後に、パイロット信号を除去する手段とを含むことを特徴とする。
但し、Ｌ：ブロックのデータシンボル数、Ｑ：１データシンボル当たりのビット数、ｑ：１以上Ｑ以下の整数とする。
【００３２】
第９乃至第１１発明においては、送信信号のピーク電力を抑圧する各データシンボルの位相反転量を求めることを目的とする目的関数の最小化問題を、ニューラルネットワークにより解くべく構成されているので、ピーク電力を良好に抑圧することができる位相反転量を求めることができる。従って、データシンボルを間引くことなく、良好な通信品質及び良好な伝送能力を有した状態で、ピーク電力を良好に抑圧して通信することができ、増幅器の小型化を図ることができる。
【００３３】
第１０発明においては、ブロック毎に位相反転量を決定すべく構成されているので、ニューロンの数を減じ、ニューロンの内部状態の更新時間を短縮し、ニューロンを動作させるための手段を小型化することができる。
第１１発明においては、ブロック毎にパイロット信号を挿入すべく構成されているので、ｓｉｄｅ　ｉｎｆｏｒｍａｔｉｏｎを用いることなく、位相反転量の情報を送信情報と同時に送信することができる。
【００３４】
【発明の実施の形態】
以下、本発明をその実施の形態を示す図面に基づき具体的に説明する。
実施の形態１．
図１は、実施の形態１に係るマルチキャリア通信装置の送信機を示すブロック図である。
この送信機は、デジタル変調部１、Ｓ／Ｐ（直並列）変換部２、最適位相反転量算出部３、位相反転部４、逆離散フーリエ変換部（ＩＤＦＴ部）５、Ｐ／Ｓ変換部６、反転情報変調部（ＰＭ部）７、並びにＤ／Ａ変換部及び高周波回路８を備える。
【００３５】
デジタル変調部１は、送信情報（０又は１の２値データ）を予め決めておいた複素平面上の点（信号点）に写像し、複素シンボル（データシンボル）を生成する。
図２は、デジタル変調の一例としてＱＰＳＫ（Ｑｕａｄｒａｔｕｒｅ　Ｐｈａｓｅ　Ｓｈｉｆｔ　Ｋｅｙｉｎｇ　）の信号点配置を示した図である。ＱＰＳＫの場合、送信したい情報を２ｂｉｔ　ずつの組にし、図２の複素平面上の信号点配置に従って、それぞれに対応する複素シンボルを決定する。送信情報が０，０，１，０，１，１…の場合、それぞれ１＋ｊ，１−ｊ，−１−ｊ，…（ｊ＝√−１。それぞれの複素数を複素シンボルという）に変調される。本実施の形態に係るマルチキャリア通信装置のデジタル変調部１においては、ＱＰＳＫに限らず、ＢＰＳＫ、８ＰＳＫ、１６ＱＡＭ、６４ＱＡＭ、２５６ＱＡＭ等の種々のデジタル変調方式に対応可能である。
【００３６】
Ｓ／Ｐ変換部２は、デジタル変調部１により得られた複素シンボル時系列を、Ｎ個を１つの組として並列に出力する。以後、この組をフレームという。Ｘ_ｎを複素シンボルを表すものとし、各フレームをＸ＝（Ｘ_０，Ｘ_１，…　，Ｘ_Ｎ−１）と表記する。
Ｓ／Ｐ変換部２の出力をＩＤＦＴ部５に入力するときに、各シンボルに適当な位相反転を施すと、最終の送信信号のピークを低く抑えることができる。最適位相反転量算出部３は、この反転量のｐ＝（ｐ_０，ｐ_１，…，ｐ_Ｎ−１）（ｐ_ｎは複素シンボルＸ_ｎを反転させるとき−１、反転させないとき＋１をとる２値変数）をＳ／Ｐ変換部２の出力Ｘより算出する。この演算はニューラルネットワークにより実現される。演算の詳細は後述する。
【００３７】
位相反転部４は、最適位相反転量算出部３によって算出された位相反転量ｐに従って複素シンボルＸをそれぞれ反転させる。具体的には、乗算回路からなり、（ｐ_０Ｘ_０，ｐ_１Ｘ_１，…，ｐ_Ｎ−１Ｘ_Ｎ−１）を出力する。
ＩＤＦＴ部５は、位相反転部４により得られた信号（ｐ_０Ｘ_０，ｐ_１Ｘ_１，…，ｐ_Ｎ−１Ｘ_Ｎ−１）を入力として、次式によって定義される線形変換を実行し、送信信号ベクトルＹ＝（Ｙ_０，Ｙ_１，…　，Ｙ_Ｎ−１）を算出して出力する。
【００３８】
【数３】

【００３９】
Ｐ／Ｓ変換部６は、ＩＤＦＴ部５により得られた１フレームの送信信号ベクトルＹ＝（Ｙ_０，Ｙ_１，…　，Ｙ_Ｎ−１）を時系列に並べて出力する。
反転情報変調部（ＰＭ部）７は、位相反転量ｐ＝（ｐ_０，ｐ_１，…，ｐ_Ｎ−１）を受信側に送信するために、所定のデジタル変調を施す。
【００４０】
Ｄ／Ａ変換部及び高周波回路８は、Ｐ／Ｓ変換部６により得られた送信信号時系列に対しＤ／Ａ変換、直交変調等の必要な処理を施し、アップコンバータを介して所定の周波数帯（Ａ）で送信する。また、同時に反転情報変調部７の出力に同様にＤ／Ａ変換等を施し、（Ａ）と異なる周波数帯（Ｂ）にアップコンバージョンして送信する。
【００４１】
図３は、実施の形態１に係るマルチキャリア通信装置の受信機を示すブロック図である。
受信機は、高周波回路及びＡ／Ｄ変換部１１、Ｓ／Ｐ変換部１２、離散フーリエ変換部（ＤＦＴ部）１３、反転情報復調部（ＰＤ部）１４、位相反転部１５、Ｐ／Ｓ変換部１６、デジタル復調部１７を備える。
【００４２】
高周波回路及びＡ／Ｄ変換部１１は、周波数帯（Ａ）の信号をダウンコンバージョンし、直交復調とＡ／Ｄ変換を施し、受信信号時系列を生成する。
Ｓ／Ｐ変換部１２は、周波数帯（Ａ）から得られた受信信号時系列をＮ個１組のチルダＹ＝（チルダＹ_０，チルダＹ_１，…　，チルダＹ_Ｎ−１）として並列にし、ＤＦＴ部１３へ出力する。
反転情報復調部（ＰＤ）１４は、高周波回路及びＡ／Ｄ変換部１１が、周波数帯（Ｂ）の信号をダウンコンバージョンし、直交復調等の処理を施して生成したデータをデジタル復調し、位相反転量チルダｐ＝（チルダｐ_０，チルダｐ_１，…，チルダｐ_Ｎ−１）を生成する。位相反転量チルダｐは、位相反転量ｐと同一の値を示す。
【００４３】
ＤＦＴ部１３は、離散フーリエを実行する。具体的な計算は、次の位相反転部１５における計算と合わせて定義する。
位相反転部１５は、次式に従い、ＤＦＴ部１３の出力に反転情報復調部１４の出力を乗じ、算出したチルダＸ＝（チルダＸ_０，チルダＸ_１，…　，チルダＸ_Ｎ−１）を出力する。
【００４４】
【数４】

【００４５】
Ｐ／Ｓ変換部１６は、チルダＸ＝（チルダＸ_０，チルダＸ_１，…　，チルダＸ_Ｎ−１）を複素シンボル時系列に整列する。
デジタル復調部１７は、Ｐ／Ｓ変換部１６により得られた複素シンボル時系列をデジタル復調し、受信情報を復調する。
【００４６】
以下に、最適位相反転量算出部３が、ＩＤＦＴ部５により生成される送信信号ベクトルＹのピーク電力を十分に抑圧できる位相反転量ｐを算出する方法について説明する。
ピーク電力は、次式ＰＡＰＲ（Ｐｅａｋ−ｔｏ−ａｖｅｒａｇｅ　ｐｏｗｅｒ　ｒａｔｉｏ）　によって評価される。このＰＡＰＲ値が小さくなるように位相反転量ｐを決定することでピークを抑圧することができる。
【００４７】
【数５】

【００４８】
ＰＡＰＲ値が小さくなる位相反転量ｐを決定するために、次式の実数値関数を定義する。ここで、ｐ_ｎ（ｎ＝０，…，Ｎ−１）（ｐ_ｎは複素数）の大きさは１となるように決定する。
【００４９】
【数６】

【００５０】
この関数を目的関数として、Ｊ（　ｐ^＊）　＝０を満たすｐ^＊を発見できれば、ピーク電力を最も抑圧する位相反転量であることが保障される。しかしこの関数は多峰性であるので、原理的には全探索以外に解を探索できない。従って効率的な大域探索手法が必要である。
ところで、ｐ_ｎを複素数ではなく、実数ｐ_ｎ＝＋１又はｐ_ｎ＝−１のいずれかであると限定することで、この目的関数の最小化問題は組合せ最適化問題となる。目的関数Ｊ（ｐ）は、係数が全て実数であるようなｐ_ｎに関する４次多項式として次式のように再定義できる。
【００５１】
【数７】

【００５２】
ここで、Ａ_ｎｍ，Ｂ_ｎｍ，ｃは、次式で定義される実数である。
【００５３】
【数８】

【００５４】
組合せ最適化問題の近似解法としてホップフィールドニューラルネットワーク（Ｈｏｐｆｉｅｌｄ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ，　ＨＮＮ）と、カオスニューラルネットワーク（Ｃｈａｏｔｉｃ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ，ＣＮＮ）とがある。
ニューラルネットワークは多入力１出力素子であるニューロンが多数結合した構造を有する。ＨＮＮの各ニューロンは次式の動作式により並列にその状態を更新する。
【００５５】
【数９】

【００５６】
ここで、ｘ_ｉ（ｔ）、ｕ_ｉ（ｔ）は第ｉ番目のニューロンの時刻ｔ（計算回数ｔ回目）における出力及び内部状態、Ｔ_ｉｍは第ｍ番目のニューロンから第ｉ番目のニューロンへの結合荷重（シナプス結合）、Ｉ_ｉは第ｉ番目ニューロンのしきい値を示すパラメータ、εは所定の定数である。
このネットワークにおいて、Ｔ_ｉｍ＝Ｔ_ｍｉ（対称結合）とＴ_ｉｉ＝０（自己結合なし）の条件が全てのニューロンについて満たされているとき、次式で定義されるエネルギー関数がニューロンの状態更新に伴って必ず減少する（正確には非増加）ことが保障されている。
【００５７】
【数１０】

【００５８】
これは、ニューロンの内部状態の動作式がエネルギー関数を用いて次のように表現できることに起因する。
【００５９】
【数１１】

【００６０】
また、各ニューロンの出力は＋１又は−１であり、かつエネルギー関数の極小点であるような点に収束することが保障されている。従って、この性質を利用して組合せ最適化問題を解くことができる。
【００６１】
ニューラルネットワークのエネルギーが組合せ最適化問題の目的関数と同じであれば、このネットワークを動作させ、収束後のニューロンの状態を取り出すだけでその状態に対応する点が目的関数の極小点であるといえる。多くの場合、目的関数は多くの谷を持つ。ニューラルネットワークは必ずエネルギーを減少させる方向にしか状態更新できないので（最急降下法と同等である）、最初のネットワークの状態により必ず最小点を探索できるという保障はないが、所定の処理により良好な近似解を得ることができる。
【００６２】
上述のエネルギー関数はニューロンの出力ｘ_ｉ（ｔ）に関する２次関数として定義されているが、ｘ_ｉ（ｔ）の二乗以上の項（ｘ_ｉ ^ｋ（ｔ），ｋ≧２）を含まない高次の多項式の関数である場合、上述の性質を有し、組合せ最適化問題の解法に利用できる。二乗項以上の項を削除しない場合、ｘ_ｉ（ｔ）が必ず＋１又は−１に収束するとは保障できず、組合せ最適化問題の解として無意味な解（無効解）を出力してしまうことがある。
【００６３】
Ｊ（ｐ）はｐ_ｉに関する４次関数である。この多項式からｐ_ｉ ^２，ｐ_ｉ ^３，ｐ_ｉ ^４の項を省くことができればＨＮＮを用いてＪ（ｐ）を最小とするｐを発見できる可能性がある。単純に二乗項以上の項を削除すると当然目的関数が変形し、問題の意味が変質するが、この目的関数のｐ_ｉの取り得る値は＋１又は−１であり、ｐ_ｉ ^２及びｐ_ｉ ^４は必ず１であるので、単純な式変形により二乗項を削除することができる。
例えば、２ｐ_ｉ ^２ｐ_ｍｐ_ｋのような項があれば、ｐ_ｉ ^２＝１であるので、２ｐ_ｍｐ_ｋのように変形しても元の目的関数の意味を変質させない。このような変形を行ってできた関数をバーＪ（ｐ）とすると、この関数からＨＮＮの動作式は次式で定義できる。
【００６４】
【数１２】

【００６５】
この動作式に従って、Ｎ個のニューロンを動作させれば、ｘ（ｔ）（ｔは無限大）をｐとすればＪ（ｐ）を十分に小さくすることができ、ピーク電力を抑圧できる。
【００６６】
次に、目的関数の二乗項を削除する変形及びＨＮＮの動作式の導出方法について説明する。
Ｎ＝３の場合
例としてＮ＝３の場合の目的関数の変形方法及びＨＮＮの導出方法について説明する。
まず、変形前の目的関数Ｊ（ｐ）は数７の式より次式のように定義できる。
【００６７】
【数１３】

【００６８】
ここで、Σ内の第１、２、３、７、８、９項はｐ_０ ^２、ｐ_１ ^２、ｐ_２ ^２を含み、ｐ_０ ^２＝ｐ_１ ^２＝ｐ_２ ^２＝１であるので、次式のように変形できる。
【００６９】
【数１４】

【００７０】
次に、次式のようにＤ_ｎｉｊを定義する。
【００７１】
【数１５】

【００７２】
これを用いて式を展開すると、次式のようになる。
【００７３】
【数１６】

【００７４】
ここで、第２式から第３式への変形にはｐ_０ ^２＝ｐ_１ ^２＝ｐ_２ ^２＝１を用いる。
数１６の式の目的関数は定数項としてＤ_ｎ０１ ^２＋Ｄ_ｎ１２ ^２＋Ｄ_ｎ２０ ^２を有しているが、この項を省略した次の目的関数バーＪ（ｐ）を考えると、この関数の最小点を与える（ｐ_０，ｐ_１，ｐ_２）は数１６の式の目的関数のそれと当然一致する。
【００７５】
【数１７】

【００７６】
従って、この関数をピーク電力抑圧問題の目的関数と再定義し、これを用いてＨＮＮを構成する。２つのニューロンｘ_０、ｘ_１、ｘ_２を用意し、次式
【００７７】
【数１８】

【００７８】
より次の動作式によって動作させる。
【００７９】
【数１９】

【００８０】
ｘ_ｉ（０）（ｉ＝０，１，２）に適当な初期値を与え、ｘ_ｉ（ｔ）が収束するまで上述の微分方程式に従って状態更新を繰り返すと、Ｊ（ｐ）の準最適解ｐ＝ｘ（∞）が得られる。
【００８１】
一般のＮの場合
二乗項を削除する前の目的関数は数７の式より次式のように表される。
【００８２】
【数２０】

【００８３】
二乗項を削除した目的関数は次式のように表される。
【００８４】
【数２１】

【００８５】
ＨＮＮの動作式は、次式のように表される。
【００８６】
【数２２】

【００８７】
上述のように二乗項の削除のために状態更新式は極めて複雑になる。
ＨＮＮは上述したように原理的には最急降下法と同等であるので、局所最適解に一旦陥るとそこから脱出できず、解の精度が悪い。ＣＮＮはカオス的な振る舞いによって局所最適解から脱出する能力を有しているので、ＨＮＮと比較して良好な近似解を得ることができる。ＣＮＮの動作式を次式に示す。ここで、ｒは０から１までの間の定数、ε_１，ε_２は所定の定数である。
【００８８】
【数２３】

【００８９】
ＣＮＮは、その動作方程式内に自己結合の項が内在するので、ＨＮＮのように目的関数の二乗項を削除する必要はない。また、ＣＮＮは解を発見しても必ず収束するとは限らないので、状態更新毎に解であるか否かの判定を要する。
【００９０】
次に、最適位相反転量算出部３で実行される具体的なアルゴリズムについて説明する。
〔実施例１〕
図４は、実施例１における最適位相反転量算出部３の位相反転量の算出処理を示すフローチャートである。
まず、最適位相反転量算出部３は、Ｓ／Ｐ変換部２から入力した複素シンボルベクトルＸ＝（Ｘ_０，Ｘ_１，…　，Ｘ_Ｎ−１）を用いて、Ａ_ｎｍ，Ｂ_ｎｍ（ｎ，ｍ＝０，…，Ｎ−１）及びｃを求め、パラメータ（助変数）を設定する（ステップＳ１）。
【００９１】
【数２４】

【００９２】
次に、ニューラルネットワークの繰り返し計算回数ｔを０に初期化し、実数変数ｘ_ｉ（ｔ），ｕ_ｉ（ｔ）（ｉ＝０，…，Ｎ−１）に−１から＋１の範囲の乱数を初期値として与える（ステップＳ２）。ｘ_ｉ（ｔ）は第ｉ番目のニューロンの出力に対応する。
【００９３】
そして、ｔ＝ｔ＋１とし（ステップＳ３）、次式に従って、ｘ_ｉ（ｔ）（ｉ＝０，…，Ｎ−１）の状態更新を行う（ステップＳ４）。
ここで、バーＪ（ｐ）は上述した目的関数である。
【００９４】
【数２５】

【００９５】
バーＪ（ｐ）のｐ_ｉによる偏微分は、次式で表される。
【００９６】
【数２６】

【００９７】
次に、次式
【００９８】
【数２７】

【００９９】
か否かを判定し、ｘが収束しているか否かを判断する（ステップＳ５）。
ステップＳ５において、ｘが収束したと判断した場合、ステップＳ４で得られたｘ（ｔ）＝（ｘ_０（ｔ），…，ｘ_Ｎ−１（ｔ））から位相反転量ｐ＝（ｐ_０，ｐ_１，…，ｐ_Ｎ−１）を次式により決定して（ステップＳ６）を処理を終了する。
【０１００】
【数２８】

【０１０１】
ステップＳ５において、ｘが収束していないと判断した場合、ｔが予め設定した繰り返し計算回数の上限であるか否かを判断する（ステップＳ７）。
ステップＳ７において、ｔが繰り返し計算回数の上限であると判断した場合、処理をステップＳ６に進める。
ステップＳ７において、ｔが繰り返し計算回数の上限でないと判断した場合、処理をステップＳ３に戻す。
【０１０２】
〔実施例２〕
〔実施例１〕のステップＳ３における式を次式に置き換えて処理を実施する。この動作式による場合はｘの収束性が向上する。ここで、ε′は正の定数である。
【０１０３】
【数２９】

【０１０４】
〔実施例３〕
図５は、実施例３における最適位相反転量算出部３の位相反転量の算出処理を示すフローチャートである。
まず、〔実施例１〕と同様にして、パラメータを設定する（ステップＳ１１）。
次に、〔実施例１〕と同様にして、ニューラルネットワークの初期化を実施する（ステップＳ１２）。また、ＰＡＰＲ_ｂｅｓｔ＝∞とする。
そして、ｔ＝ｔ＋１とし（ステップＳ１３）、次式に従って、ｘ_ｉ（ｔ）（ｉ＝０，…，Ｎ−１）の状態更新を行う（ステップＳ１４）。
【０１０５】
【数３０】

【０１０６】
ステップＳ１４で得られたｘ（ｔ）＝（ｘ_０（ｔ），…，ｘ_Ｎ−１（ｔ））から位相反転量ｐ′（ｔ）＝（ｐ_０′（ｔ），…，ｐ_Ｎ−１′（ｔ））を次式により仮決定する（ステップＳ１５）。
【０１０７】
【数３１】

【０１０８】
ｐ′（ｔ）を用いて数３の式よりＹ_ｎを求め、数５の式よりＰＡＰＲを求めてＰＡＰＲ（ｔ）とする（ステップＳ１６）。
ステップＳ１７において、ＰＡＰＲ（ｔ）がＰＡＰＲ_ｂｅｓｔより小さいか否かを判断する。
ステップＳ１７において、ＰＡＰＲ（ｔ）がＰＡＰＲ_ｂｅｓｔより小さいと判断した場合、そのＰＡＰＲ（ｔ）をＰＡＰＲ_ｂｅｓｔとして保存し、また、そのｐ′（ｔ）を位相反転量ｐとして保存し（ステップＳ１８）、ステップＳ１９に処理を進める。
ステップＳ１７において、ＰＡＰＲ（ｔ）がＰＡＰＲ_ｂｅｓｔより大きいと判断した場合、ステップＳ１９に処理を進める。
【０１０９】
ステップＳ１９において、ｔが予め設定した繰り返し計算回数の上限であるか否かを判断する。
ｔが繰り返し計算回数の上限である場合、処理をステップＳ２０に進める。
ｔが繰り返し計算回数の上限でない場合、処理をステップＳ１３に戻す。
【０１１０】
ステップＳ２０において、保存されたｐの最良解を解として決定し、処理を終了する。
【０１１１】
〔実施例４〕
〔実施例３〕のステップＳ１４における式を次式に置き換えて処理を実施する。この動作式による場合は計算量が削減する。
【０１１２】
【数３２】

【０１１３】
〔実施例５〕
ＣＮＮを用いる。
〔実施例３〕のステップＳ１４における式を次式に置き換えて処理を実施する。ここで、ｒは０から１までの間の定数である。また、ε_１、ε_２は所定の定数である。
【０１１４】
【数３３】

【０１１５】
〔実施例６〕
ＣＮＮを用いる。
〔実施例３〕のステップＳ１４における式を次式に置き換えて処理を実施する。ここで、ｒは０から１までの間の定数である。また、ε_１、ε_２は所定の定数である。
【０１１６】
【数３４】

【０１１７】
図６乃至図８は、実施の形態１のマルチキャリア通信装置を用いて、Ｐｒ｛ＰＡＰＲ＞ＰＡＰＲ_ｔｈ｝とＰＡＰＲ_ｔｈとの関係を調べた結果を示したグラフである。
サブチャネル数Ｎは、図６、図７、図８それぞれ１２８、２５６、１０２４である。また、図６、図７、図８は、それぞれ実施例２、実施例５、実施例５のマルチキャリア通信装置を用いて、Ｐｒ｛ＰＡＰＲ＞ＰＡＰＲ_ｔｈ｝とＰＡＰＲ_ｔｈとの関係を調べたものである。
ここで、ＰＡＰＲ_ｔｈとはＰＡＰＲを増幅器の利得（単位ｄＢ）に換算したものであり、Ｐｒ｛ＰＡＰＲ＞ＰＡＰＲ_ｔｈ｝はＰＡＰＲが所定のＰＡＰＲ_ｔｈ値を超える確率である。ＰＡＰＲ値が小さい程、ピーク電力抑圧性が良好であり、増幅器の倍率を小さくし、増幅器を小型化できることを示す。図中、実線は実施の形態１のマルチキャリア通信装置を用いて、ＨＮＮ法又はＣＮＮ法により位相反転量を決定した場合の結果、破線は従来のマルチキャリア通信装置を用いて、ＳＬＭ法により位相反転量を決定した場合の結果を示す。Ｍは、ＳＬＭ法については試行錯誤の回数、ＣＮＮ法については繰り返し計算回数を表す。
【０１１８】
図６乃至図８より、本発明のマルチキャリア通信装置を用いてＨＮＮ法又はＣＮＮ法により位相反転量を決定することにより、ＳＬＭ法以上にピーク電力を抑圧できることが判る。特に、ＣＮＮ法においては、Ｍの数が同一である場合、より小さいＰＡＰＲ_ｔｈ値について、ＰＡＰＲが該ＰＡＰＲ_ｔｈ値を超える確率が小さくなっており、ピーク電力の抑圧性が向上して増幅器を小型化することができることが判る。
【０１１９】
実施の形態２．
図９は実施の形態２に係るマルチキャリア通信装置の送信機を示すブロック図である。図中、図１と同一部分は同一符号を付してある。
【０１２０】
この実施の形態に係るマルチキャリア通信装置の送信機は、パイロット信号挿入部（ＰＳ部）９を有する。
パイロット信号挿入部９は、送信情報にパイロット信号を挿入する。送信情報の時系列をＬＱ−１〔ｂｉｔ（ビット）〕毎のブロックに分割し、その先頭にパイロット信号（ＰＳ）「１」を挿入する。ここで、Ｑは後段のデジタル変調部１の変調率〔ｂｉｔ／ｓｉｍｂｏｌ〕を、Ｌは位相反転部４のブロックサイズを示す。
【０１２１】
Ｓ／Ｐ変換部２は、デジタル変調部１が出力した複素シンボル時系列をＮ個を１組として取り込み、これを要素数ＬのＭ個のブロックに分割し（Ｎ＝Ｍ×Ｌ）、このＭ個のブロックを並列に出力するように構成されている。
以下、Ｎ個の複素シンボルの組をフレームと呼び、要素をＬ個ずつ分割したものをブロックという。フレーム内の第ｎ番目の（ｎ＝０，１，…，Ｎ−１）の複素シンボルをＸ_ｎと表し、フレーム全体をＸ＝（Ｘ_０，Ｘ_１，…　，Ｘ_Ｎ−１）と表記する。この表記によると、フレーム内の第ｍ番目の複素シンボルＸ_ｍは、第
【０１２２】
【数３５】

【０１２３】
ブロックに属すると表現でき、第ｋ番目のブロックに属する複素シンボルは、（Ｘ_ｋＬ，Ｘ_ｋＬ＋１，…　　，Ｘ_{ｋＬ＋Ｌ−１}）と表現できる。簡単のためにＮはＬで割り切れるように選ぶ。
【０１２４】
最適位相反転量算出部３は、各ブロック毎の位相反転量ｐ＝（ｐ_０，ｐ_１，…，ｐ_Ｍ−１）をＳ／Ｐ変換部２の出力Ｘより算出する。ここで、ｐ_ｋは第ｋ番目のブロックに属する複素シンボル（Ｘ_ｋＬ，Ｘ_ｋＬ＋１，…　　，Ｘ_{ｋＬ＋Ｌ−１}）を反転させるとき−１、反転させないとき＋１をとる２値変数である。最適位相反転量算出部３はニューラルネットワークにより実現される。具体的な実現方法は後述する。
【０１２５】
位相反転部４は、最適位相反転量算出部３によって算出された位相反転量ｐ＝（ｐ_０，ｐ_１，…，ｐ_Ｍ−１）に従って、複素シンボルＸ＝（Ｘ_０，Ｘ_１，…　，Ｘ_Ｎ−１）をそれぞれ反転させる。具体的には、単純な乗算回路によって実現され、複素シンボルＸ_ｍは、位相反転量
【０１２６】
【数３６】

【０１２７】
によって反転させられ、
【０１２８】
【数３７】

【０１２９】
として出力される。
【０１３０】
ＩＤＦＴ部５は、位相反転部４で得られた信号
【０１３１】
【数３８】

【０１３２】
を入力して、次式によって定義される線形変換を実行し、出力Ｙ＝（Ｙ_０，Ｙ_１，…　，Ｙ_Ｎ−１）を出力する。
【０１３３】
【数３９】

【０１３４】
Ｄ／Ａ変換部及び高周波回路部８は、Ｐ／Ｓ変換部６により得られた送信信号時系列に対しＤ／Ａ変換、直交変調等の必要な処理を施し、アップンバータを介して所定の周波数帯で送信する。
【０１３５】
図１０は実施の形態２に係るマルチキャリア通信装置の受信機を示すブロック図である。図中、図１と同一部分は同一符号を付してある。
この受信機の高周波回路及びＡ／Ｄ変換部１１は、周波数帯の信号をダウンコンバージョンし、直交復調とＡ／Ｄ変換を施し、受信信号時系列を生成する。
【０１３６】
反転情報復調部（ＰＤ部）１４は、ＤＦＴ部１３から得られた複素シンボル時系列をＬシンボル毎にＭ個のブロックに分割し、各ブロックの先頭シンボルに対して仮のデジタル復調を施し、先頭ビットを位相反転量チルダｐ＝（チルダｐ_０，チルダｐ_１，…，チルダｐ_Ｍ−１）として復調する。
位相反転部１５は、次式に従い、ＤＦＴ部１３の出力にＰＤ部１４の出力を乗じ、チルダＸ＝（チルダＸ_０，チルダＸ_１，…　，チルダＸ_Ｎ−１）を出力する。
【０１３７】
【数４０】

【０１３８】
パイロット信号除去部（ＲＰ部）１８は、デジタル復調部１７の出力時系列内にＬｂｉｔ　毎に挿入されているパイロット信号を除去し、情報信号のみを出力する。
【０１３９】
以下に、最適位相反転量算出部３が、ＩＤＦＴ部５により生成される送信信号ベクトルＹのピーク電力を十分に抑圧できる位相反転量ｐを算出する方法について説明する。
実施の形態２においては、実施の形態１と比較して、複素シンボルをＭ個のブロックに分割し、それぞれのブロックに対して位相反転量を決定するため、目的関数を、次のように再定義する。
【０１４０】
【数４１】

【０１４１】
ここで、Ａ_ｎｍ，Ｂ_ｎｍ，ｃは、数８の式により定義される。Ａ_ｎｍ′，Ｂ_ｎｍ′は次式で定義される実数である。
【０１４２】
【数４２】

【０１４３】
次に、最適位相反転量算出部３で実行される具体的なアルゴリズムについて説明する。
〔実施例７〕
実施例７における最適位相反転量算出部３の位相反転量の算出処理は、実施の形態１の図５に示すフローチャートの処理と同様にして実施する。実施の形態１と比較して、パラメータが異なり、ニューロンの出力を各ブロックの位相反転量に見立てる点が異なる。
まず、最適位相反転量算出部３は、Ｓ／Ｐ変換部２から入力した複素シンボルベクトルＸ＝（Ｘ_０，Ｘ_１，…　，Ｘ_Ｎ−１）を用いて、数４２の式によりＡ_ｎｍ′，Ｂ_ｎｍ′（ｎ＝０，…，Ｎ−１，ｍ＝０，…，Ｍ−１）及びｃを求め、パラメータ（助変数）を設定する（ステップＳ１１）。
【０１４４】
次に、ニューラルネットワークの繰り返し計算回数ｔを０に初期化し、実数変数ｘ_ｉ（ｔ），ｕ_ｉ（ｔ）（ｉ＝０，…，Ｍ−１）に−１から＋１の範囲の乱数を初期値として与える（ステップＳ１２）。ｘ_ｉ（ｔ）は第ｉ番目のニューロンの出力に対応する。
そして、ｔ＝ｔ＋１とし（ステップＳ１３）、次式に従って、ｘ_ｉ（ｔ）（ｉ＝０，…，Ｍ−１）の状態更新を行う（ステップＳ１４）。
【０１４５】
【数４３】

【０１４６】
ステップＳ１４で得られたベクトルｘ（ｔ）＝（ｘ_０（ｔ），…，ｘ_Ｍ−１（ｔ））から位相反転量ｐ′（ｔ）＝（ｐ_０′（ｔ），…，ｐ_Ｍ−１′（ｔ））を次式により仮決定する（ステップＳ１５）。
【０１４７】
【数４４】

【０１４８】
ｐ′（ｔ）を用いて数３の式よりＹ_ｎを求め、数５の式よりＰＡＰＲ（ｔ）を算出し（ステップＳ１６）、ＰＡＰＲ（ｔ）がＰＡＰＲ_ｂｅｓｔより小さいか否か判断する（ステップＳ１７）。ステップＳ１７において、ＰＡＰＲ（ｔ）がＰＡＰＲ_ｂｅｓｔより小さいと判断した場合、そのＰＡＰＲ（ｔ）をＰＡＰＲ_ｂｅｓｔとして保存し、また、その位相反転量ｐ′（ｔ）を位相反転量ｐとして保存し（ステップＳ１８）、ステップＳ１９に処理を進める。
ステップＳ１７において、ＰＡＰＲ（ｔ）がＰＡＰＲ_ｂｅｓｔより大きいと判断した場合、ステップＳ１９に処理を進める。
【０１４９】
ステップＳ１９において、ｔが予め設定した繰り返し計算回数の上限であるか否かを判断する。
ｔが繰り返し計算回数の上限である場合、処理をステップＳ２０に進める。
ｔが繰り返し計算回数の上限でない場合、処理をステップＳ１３に戻す。
【０１５０】
ステップＳ２０において、保存されたｐの最良解を解として決定し、処理を終了する。
【０１５１】
〔実施例８〕
実施例８においては、実施例７の数４３の式を次式に置き換えて処理を実施する。この動作式による場合は、実施例７より計算量が削減する。
【０１５２】
【数４５】

【０１５３】
〔実施例９〕
ＣＮＮを用いる。
実施例７の数４３の式を次式に置き換えて処理を実施する。ここで、ｒは０から１までの間の定数である。また、ε_１、ε_２は所定の定数である。
【０１５４】
【数４６】

【０１５５】
〔実施例１０〕
ＣＮＮを用いる。
実施例７の数４３の式を次式に置き換えて処理を実施する。ここで、ｒは０から１までの間の定数である。また、ε_１、ε_２は所定の定数である。
【０１５６】
【数４７】

【０１５７】
実施の形態１においては、位相反転量情報を送信するために周波数帯（Ｂ）を用いているが、実施の形態２においては、パイロット信号を送信情報に挿入させることにより周波数帯（Ｂ）が不要となる。
この実施の形態２においても、ピーク電力を良好に抑圧できることが確認された。
【０１５８】
なお、実施の形態２においては、送信情報の時系列をＬＱ−１ビット毎のブロックに分割し、その先頭にパイロット信号を挿入する場合につき説明しているが、これに限定されるものではなく、前記時系列をＬＱ−ｑビット毎のブロックに分割し、その先頭のｑ（１以上Ｑ以下の整数）ビットにパイロット信号を挿入することにしてもよい。
【０１５９】
また、実施の形態２においては、最適位相反転量算出部３の位相反転量の算出処理を、実施の形態１の図５に示すフローチャートの処理と同様にして行った場合につき説明しているが、これに限定されるものではなく、位相反転量の算出処理を、実施の形態１の図４に示すフローチャートの処理と同様にして行うことにしてもよい。
【０１６０】
以上のように、本発明においては、送信信号のピーク電力を抑圧する複素シンボルの位相反転量を求めることを目的とする目的関数の最小化問題を、ニューラルネットワークにより解く過程を含むので、良好な伝送能力及び通信品質を維持した状態でピーク電力を良好に抑圧して通信することができ、増幅器の小型化を図ることができる。
【０１６１】
なお、実施の形態１及び２においては、送信機及び受信機の各構成部（Ｓ／Ｐ変換部２及び位相反転部４等）をハードウエアにより構成した場合につき説明しているがこれに限定されるものではなく、ソフトウエアを用いて構成することにしてもよい。
【０１６２】
【発明の効果】
以上、詳述したように、第１乃至第５発明による場合は、送信信号のピーク電力を抑圧する各データシンボルの位相反転量を求めることを目的とする目的関数の最小化問題を、ニューラルネットワークにより解くので、ピーク電力を良好に抑圧できる位相反転量を求めることができる。従って、データシンボルを間引くことなく、良好な通信品質及び良好な伝送能力を有した状態で、ピーク電力を良好に抑圧して通信することができ、増幅器の小型化を図ることができる。
【０１６３】
第２発明による場合は、ブロック毎に位相反転量を決定するので、ニューロンの数を減じ、ニューロンの内部状態の更新時間を短縮し、ニューロンを動作させるための手段を小型化することができる。
第３発明による場合は、各ブロックの先頭にパイロット信号を挿入するので、ｓｉｄｅ　ｉｎｆｏｒｍａｔｉｏｎを用いることなく、位相反転量情報を送信情報と同時に送信することができる。
【０１６４】
第６発明による場合は、評価関数の値を確実に小さくし、かつ、ニューラルネットワークを構成し易い、上述の式を変形した目的関数につき、その最小化問題をニューラルネットワークにより解くので、さらに良好な解が得られ、ピーク電力をさらに良好に抑圧することができる。
【０１６５】
第７発明による場合は、ホップフィールドニューラルネットワークにより組合せ最適化問題を解くので、ニューロンの出力が収束することが保障されており、内部状態の更新毎に、より良好な解であるか否かの判断をすることを要しない。
【０１６６】
第８発明による場合は、カオスニューラルネットワークにより組合せ最適化問題を解くことで、局所最適解から脱出する能力を有するので、良好な近似解が得られる。
【０１６７】
第９乃至第１１発明による場合は、送信信号のピーク電力を抑圧する各データシンボルの位相反転量を求めることを目的とする目的関数の最小化問題を、ニューラルネットワークにより解くので、ピーク電力を良好に抑圧できる位相反転量を求めることができる。従って、データシンボルを間引くことなく、良好な通信品質及び良好な伝送能力を有した状態で、ピーク電力を良好に抑圧して通信することができ、増幅器の小型化を図ることができる。
【０１６８】
第１０発明による場合は、ブロック毎に位相反転量を決定すべく構成されているので、ニューロンの数を減じ、ニューロンの内部状態の更新時間を短縮し、ニューロンを動作するための手段を小型化することがきる。
第１１発明による場合は、ブロック毎にパイロット信号を挿入すべく構成されているので、ｓｉｄｅ　ｉｎｆｏｒｍａｔｉｏｎを用いることなく、位相反転量情報を送信情報と同時に送信することができる。
【図面の簡単な説明】
【図１】本発明の実施の形態１に係るマルチキャリア通信装置の送信機を示すブロック図である。
【図２】デジタル変調の一例としてＱＰＳＫの信号点配置を示した図である。
【図３】本発明の実施の形態１に係るマルチキャリア通信装置の受信機を示すブロック図である。
【図４】本発明の実施例１における最適位相反転量算出処理を示すフローチャートである。
【図５】本発明の実施例３における最適位相反転量算出処理を示すフローチャートである。
【図６】実施の形態１のマルチキャリア通信装置を用いて、ＨＮＮ法により位相反転量を決定して通信した場合のＰｒ｛ＰＡＰＲ＞ＰＡＰＲ_ｔｈ｝とＰＡＰＲ_ｔｈとの関係を調べた結果を示したグラフである。
【図７】実施の形態１のマルチキャリア通信装置を用いて、ＣＮＮ法により位相反転量を決定して通信した場合のＰｒ｛ＰＡＰＲ＞ＰＡＰＲ_ｔｈ｝とＰＡＰＲ_ｔｈとの関係を調べた結果を示したグラフである。
【図８】実施の形態１のマルチキャリア通信装置を用いて、ＣＮＮ法により位相反転量を決定して通信した場合のＰｒ｛ＰＡＰＲ＞ＰＡＰＲ_ｔｈ｝とＰＡＰＲ_ｔｈとの関係を調べた結果を示したグラフである。
【図９】本発明の実施の形態２に係るマルチキャリア通信装置の送信機を示すブロック図である。
【図１０】本発明の実施の形態２に係るマルチキャリア通信装置の受信機を示すブロック図である。
【符号の説明】
１　　デジタル変調部
２　　Ｓ／Ｐ変換部
３　　最適位相反転量算出部
４　　位相反転部
５　　ＩＤＦＴ部
６　　Ｐ／Ｓ変換部
７　　ＰＭ部
９　　ＰＳ部
１２　Ｓ／Ｐ変換部
１３　ＤＦＴ部
１４　ＰＤ部
１５　位相反転部
１６　Ｐ／Ｓ変換部
１７　デジタル復調部
１８　ＲＰ部[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a multicarrier communication method to which an OFDM (Orthogonal Frequency Division Multiple) method is applied and a multicarrier communication apparatus used to execute the method. The present invention relates to a multi-carrier communication method applied to a multi-carrier communication method and a multi-carrier communication device used for implementing the method.
[0002]
[Prior art]
The OFDM system is a system in which a plurality of orthogonal frequency waves are multiplied by a plurality of pieces of information and added, and then transmitted at the same time. Depending on the multiplied information, an extremely high peak occurs in the added transmission signal. Requires an amplifier that maintains linearity over a wide area, which has led to an increase in the size of the device. The following papers and patent applications have been published as methods for suppressing this peak power.
Thesis 1 (Non-Patent Document 1) discloses that transmission information is digitally modulated in accordance with a predetermined modulation method, and a data symbol time series obtained by digital modulation is subjected to serial-parallel conversion. A multi-carrier communication method is described in which inverse discrete Fourier transform is performed in a state where the phase is randomly rotated, the peak power of the obtained transmission signal is measured, and a combination of a phase rotation amount satisfying a criterion is adopted and transmitted. ing.
This method is called an SLM method, and the amount of phase rotation is transmitted using another channel called side @ information.
[0003]
In the peak power suppression communication method described in the article 2 (Non-Patent Document 2), the output from the IDFT unit after each data symbol is subjected to inverse discrete Fourier transform by an inverse discrete Fourier transform unit (IDFT unit) is divided into blocks. The peak is suppressed by rotating the phase for each block. In this method, peaks can be measured for all combinations of rotations by reducing the number of blocks. Then, the phase rotation corresponding to the minimum peak is performed and transmitted. This method is called a PTS method.
[0004]
Thesis 3 (Non-Patent Document 3) describes a multi-carrier communication method which is an improvement of the SLM method and the PTS method and reduces the amount of calculation by limiting the amount of phase rotation to a predetermined range. .
[0005]
Paper 4 (Non-Patent Document 4) describes a peak power suppression method obtained by improving the PTS method. In this method, by inserting a pilot signal, information on the amount of phase rotation can be transmitted without using side @ information.
[0006]
Also, JP-A-9-098146 (Patent Document 1), JP-A-9-098147 (Patent Document 2), JP-A-9-116521 (Patent Document 3), and JP-A-2001-339361 (Patent Reference 4) discloses a method of calculating the amount of phase inversion by trial and error until a predetermined peak power is obtained, similarly to the case of the article 1.
Japanese Patent Application Laid-Open No. 9-107345 (Patent Literature 5) discloses that, as in Reference 2, a block is formed after the output of the IDFT unit, a peak power is detected for each block, and a peak power not less than a predetermined value is detected. Discloses a peak power suppression method in which the polarity of another block is set in a direction to cancel the peak power of a predetermined value or more.
Japanese Patent Laying-Open No. 2002-094479 (Patent Document 6) discloses a method of decimating and transmitting data symbols subjected to serial / parallel conversion so as to reduce peak power.
[0007]
[Patent Document 1]
JP-A-9-098146
[Patent Document 2]
JP-A-9-098147
[Patent Document 3]
JP-A-9-116521
[Patent Document 4]
JP 2001-339361 A
[Patent Document 5]
JP-A-9-107345
[Patent Document 6]
JP-A-2002-094479
[Non-patent document 1]
RW Bauml, RFH Fischer {and {JB Huber}, RW Baume, RHF Fisher, "Reducing the Peak Two" "Average Power Rating of Multi-Carrier Modulation by Selected Mapping" (Reducing@the-peak-to-average-power-ratio-of-multi-carrier-modulation-by-selected-electronics.lettering.com). . 32, No. 22, pp. 2056-2057, 1996
[Non-patent document 2]
S. H. Müller, R. W. Baume, R. F. H. Fisher, J. B. Huber (SH Muller, RW Bauml, RFH Fischer @ and @ JB. Huber), "OFDM With Reduced Peak-to-Average Power-Ratio-by-Multiple-Signal-Representation" (OFDM \ with \ Reduced \ Peak-to-Average \ PowerRatio \ Multiple \ Multiple). Representation) @, Anals \ of \ Telecommunications, Vol. 52, no. 1-2, pp58-67, 1997
[Non-Patent Document 3]
Leonard J. Chimini, Nelson R. Sollenberger, Nelson R. Sollenberger, "Peak to average power ratio reduction of an out of fm. Signal Using Partial Transmit Sequence, Peak-to-Average \ Power \ Ratio \ Reduction \ of \ an \ OFDM \ Signal \ Usaging \ Partial \ Transmission \ Sequence, E.E.E.Communications. , No. 3,2000
[Non-patent document 4]
Takeo Fujii, Masao Nakagawa, “Weighting Factor Estimation Methods for Partial Transmit Sequences of DFM to Reduce Peak Power (Weighting Factor Estimation Methods For Partial Transmit Sequences OFDM to Reduce Reduce Peak Power, I.I.C.E.I.E., TRANSI.COM, TRANS.
[0008]
[Problems to be solved by the invention]
In the peak power suppression method disclosed in the above-mentioned article 1, JP-A-9-098146, JP-A-9-098147, JP-A-9-116521 and JP-A-2001-339361, peak power suppression is performed. In addition to the lack of performance, the setting of the amount of phase inversion is repeated several times, and the pattern of the amount of phase inversion that minimizes the peak power is selected. Was causing an increase.
In the peak power suppression method disclosed in the article 2 and Japanese Patent Laid-Open No. 9-107345, it is assumed that the amount of phase inversion is set for each block. Determine the amount of reversal.
When the number of blocks is small, the amount of calculation is small, but the peak suppression performance is reduced. When the peak suppression is low, when the signal is amplified by the amplifier, the peak portion of the signal is cut off in accordance with the upper limit gain of the amplifier, and the communication quality deteriorates. When a large amplifier is used, there is a problem that the entire device becomes large.
When the number of blocks is large, the number of combinations increases exponentially, so that there is a problem that the process cannot be completed within a predetermined time when performing a full search.
[0009]
The peak power suppression methods of

Papers

3 and 4 have been proposed to improve

Papers

1 and 2, but the above problems have not been solved, and the suppression of peak power has been insufficient.
In the peak power suppression method disclosed in Japanese Patent Application Laid-Open No. 2002-094479, BPSK (Binariphase Phase Shift Keying) is proposed as a method of modulating digital, but 64QAM (Quadrature Amplitude Modulation) used in digital TV broadcasting. In this case, the number of transmission bits per wave is large, and the method of thinning out data symbols like this method has a problem that the transmission capability is reduced.
[0010]
The present invention has been made in view of such circumstances, and solves a problem of minimizing an objective function for obtaining a phase inversion amount of a data symbol for suppressing a peak power of a transmission signal by using a neural network. It is an object of the present invention to provide a multi-carrier communication method and a multi-carrier communication apparatus capable of performing communication while favorably suppressing peak power while maintaining good transmission performance and communication quality and reducing the size of an amplifier. Aim.
[0011]
Further, according to the present invention, by determining the phase inversion amount for each block, the number of neurons can be reduced, the update time of the internal state of the neurons can be reduced, and the means for operating the neurons can be downsized. It is an object to provide a multicarrier communication method and a multicarrier communication device.
Further, according to the present invention, before digitally modulating the transmission information, the time series of the transmission information is divided into blocks and a pilot signal is inserted at the beginning of the transmission information, so that the phase inversion amount information can be obtained without using side information. It is an object of the present invention to provide a multi-carrier communication method and a multi-carrier communication device capable of transmitting simultaneously with transmission information.
[0012]
Further, the present invention ensures that the value of the evaluation function is reduced, and solves the minimization problem of the objective function obtained by modifying the expression that easily forms the neural network by using the neural network, thereby obtaining a better solution. It is another object of the present invention to provide a multi-carrier communication method capable of further suppressing peak power.
[0013]
Further, the present invention solves the minimization problem by a Hopfield neural network, so that the output of the neuron is guaranteed to converge. It is an object of the present invention to provide a multi-carrier communication method that does not need to make a determination.
[0014]
In addition, the present invention has the ability to escape from the local optimal solution by solving the minimization problem with a chaotic neural network, so that a better approximate solution can be obtained and the peak power can be suppressed well. An object is to provide a carrier communication method.
[0015]
[Means for Solving the Problems]
The multicarrier communication method according to the first aspect of the present invention determines the amount of phase inversion for each data symbol obtained by serial-to-parallel conversion of digitally modulated transmission information, and after inverting the phase based on the determined amount of phase inversion. Perform a process including D / A conversion and quadrature modulation on a transmission signal time series obtained by performing an inverse discrete Fourier transform on all data symbols and performing parallel-to-serial conversion on the converted data, and The obtained signal is up-converted to a predetermined frequency band and transmitted, the transmitted signal is down-converted, and the received signal time series obtained by performing processing including quadrature demodulation and A / D conversion is subjected to serial-parallel conversion. For each data symbol obtained by the discrete Fourier transform, the phase is restored based on the information of the phase inversion amount, and then the data symbol is subjected to parallel-serial conversion. In a multicarrier communication method for demodulating received information by digital demodulation, the method further comprises the step of: determining a peak power based on a peak power suppression function based on a maximum value of an absolute value of each transmission signal after inverse discrete Fourier transform. An objective function for determining the amount of phase inversion for suppressing power is defined. The amount of phase inversion is a binary variable that takes -1 when inverting each data symbol and +1 when not inverting each data symbol. In order to solve the optimization problem of the combination of the phase inversions by a neural network, assuming the phase inversion amount of the neuron as an output of the neuron, the differentiation of the objective function with respect to the phase inversion amount and the output of the neuron of the energy function of the neural network A neuron is defined according to the operation equation of the internal state of the neuron, defined so that the derivative of When each data symbol obtained by serial-to-parallel conversion of digitally modulated transmission information is output, based on the real part and imaginary part of the data symbol, , A neuron is operated based on the auxiliary variable obtained by the process, and a neuron operation process in which the state of the neuron is updated a predetermined number of times, and the phase inversion is performed based on the output of each neuron obtained in the neuron operation process. A phase inversion amount determining step of determining the amount, a step of multiplying the phase inversion amount determined in the phase inversion amount determination step by a data symbol to invert the phase of the data symbol, and the discrete Fourier transform. Multiplying each data symbol by the phase inversion amount to invert the phase of the data symbol.
[0016]
A multicarrier communication method according to a second aspect of the present invention determines the amount of phase inversion for each data symbol obtained by serial-to-parallel conversion of digitally modulated transmission information, and inverts the phase based on the determined amount of phase inversion. Perform a process including D / A conversion and quadrature modulation on a transmission signal time series obtained by performing an inverse discrete Fourier transform on all data symbols and performing parallel-to-serial conversion on the converted data, and The obtained signal is up-converted to a predetermined frequency band and transmitted, the transmitted signal is down-converted, and the received signal time series obtained by performing processing including quadrature demodulation and A / D conversion is subjected to serial-parallel conversion. For each data symbol obtained by the discrete Fourier transform, the phase is restored based on the information of the phase inversion amount, and then the data symbol is subjected to parallel-serial conversion. In a multi-carrier communication method for demodulating received information by digital demodulation, in advance, a data symbol obtained by digitally modulating transmission information is configured to be serial-parallel-converted and output for each block, and after the inverse discrete Fourier transform, Based on a peak power suppression performance evaluation function based on the maximum value of the absolute value of each transmission signal, an objective function for determining the amount of phase inversion for each block for suppressing the peak power is defined, and the phase inversion is defined. The amount is a binary variable that takes -1 when the data symbol in the block is inverted and +1 when the data symbol in the block is not inverted. To solve the objective function by the amount of phase inversion of the objective function and the energy function of the neural network The neuron is configured to operate in accordance with the operation equation of the internal state of the neuron, which is defined so that the derivative with respect to the output of the neuron coincides, and each data symbol obtained by serial-to-parallel conversion of the digitally modulated transmission information is obtained. When output for each block, a step of obtaining an auxiliary variable of the operation formula based on the real part and the imaginary part of the data symbol, and operating the neuron based on the auxiliary variable obtained in the process, to obtain a state of the neuron A neuron operation process in which updating is repeated a predetermined number of times, a phase inversion amount determination process for determining the phase inversion amount based on an output of each neuron obtained in the neuron operation process, and a phase inversion amount determined in the phase inversion amount determination process. Multiplying the phase inversion amount of the block by each data symbol of the block to invert the phase of the data symbol; A discrete Fourier transform process of outputting each data symbol obtained by the discrete Fourier transform for each block, and multiplying each data symbol of each block output by the discrete Fourier transform process by a phase inversion amount of the block. Inverting the phase of the data symbol.
[0017]
In the multicarrier communication method according to a third invention, in the second invention, before digitally modulating the transmission information, the time series of the transmission information is divided into blocks of LQ-q bits, and a pilot signal is provided in the first q bits. And performing temporary digital demodulation on the first symbol of each block output by the discrete Fourier transform, and demodulating and outputting phase inversion amount information of each block multiplied by a pilot signal. Invert the phase of the data symbol by multiplying each data symbol of each block output by the amount information demodulation step and the discrete Fourier transform step by the phase inversion amount of the block obtained by the phase inversion amount information demodulation step. And demodulating the received information and removing the pilot signal. Here, L is the number of data symbols in the block, Q is the number of bits per data symbol, and q is an integer equal to or larger than Q and equal to or smaller than Q.
[0018]
A multicarrier communication method according to a fourth aspect of the present invention is the multicarrier communication method according to any one of the first to third aspects, wherein in the neuron operation process, the number of iterations t of the neural network is initialized to 0, and the output of each neuron ranges from -1 to 1. , A step of operating the neuron based on the auxiliary variable to obtain a t-th output of each neuron, and a first step of determining whether the output has converged. A determining step, a second determining step of determining whether or not t is a predetermined value when it is determined that the output has not converged in the first determining step; repeating the state update when it is determined that t is not the predetermined value, wherein the phase inversion amount determining step is performed when it is determined that the output has converged in the first determining step. Or if the t is the second determination step determines that said predetermined values, and determines the phase inversion amount based on the output.
[0019]
A multicarrier communication method according to a fifth aspect of the present invention is the multi-carrier communication method according to any one of the first to third aspects, wherein the neuron operation process initializes the number of iterations t of the neural network to 0, and outputs -1 to 1 to each neuron output. A random number in the range of as an initial value, a neuron is operated based on the auxiliary variable, a state updating step of obtaining a t-th output of each neuron, and a state updating step is performed based on the output obtained in the state updating step. The step of tentatively determining the amount of phase inversion, the step of determining the value of the evaluation function based on the amount of phase inversion tentatively determined in the step, and the value of the evaluation function obtained by the step are stored so far. Determining whether the value of the evaluation function based on the amount of phase inversion is better than the best value, and storing the amount of phase inversion when it is determined that the value is better than the best value by the process. A step of determining whether or not t is a predetermined value set in advance, and a step of repeating the state update when it is determined that t is not the predetermined value in the determination step. The phase inversion amount determining step determines the phase inversion amount corresponding to the best value stored in the storing step as a phase inversion amount to be actually used when t is determined to be the predetermined value in the determining step. It is characterized by the process of doing.
[0020]
In the first to fifth aspects of the present invention, the problem of minimizing the objective function for obtaining the amount of phase inversion of each data symbol for suppressing the peak power of the transmission signal is solved by a neural network. The amount of phase inversion that can be suppressed can be obtained. Therefore, it is possible to perform communication while suppressing peak power satisfactorily in a state having good communication quality and good transmission capability without thinning out data symbols, and it is possible to reduce the size of the amplifier.
[0021]
In the second aspect, since the amount of phase inversion is determined for each block, the number of neurons can be reduced, the time required for updating the internal state of the neurons can be reduced, and the means for operating the neurons can be reduced in size.
In the third aspect, since the pilot signal is inserted at the head of each block, the information of the amount of phase inversion can be transmitted simultaneously with the transmission information without using the side information.
[0022]
In a multicarrier communication method according to a sixth aspect of the present invention, in any one of the first to fifth aspects, the objective function is based on the following equation.
[0023]
(Equation 2)

[0024]
According to the sixth aspect of the present invention, a minimization problem is solved by the neural network with respect to the objective function obtained by modifying the above-described equation, which reliably reduces the value of the evaluation function and easily forms a neural network. Is obtained, and the peak power can be more favorably suppressed.
[0025]
A multicarrier communication method according to a seventh aspect is based on any one of the first to sixth aspects, wherein the neural network is a Hopfield neural network.
[0026]
In the seventh aspect, since the output of the neuron is guaranteed to converge, it is not necessary to determine whether or not a better solution is obtained every time the internal state is updated.
[0027]
The multi-carrier communication method according to an eighth aspect of the present invention is the multi-carrier communication method according to any one of the first to third, fifth and sixth aspects, wherein the neural network is a chaotic neural network.
[0028]
In the eighth invention, a good approximation solution can be obtained because it has the ability to escape from the local optimum solution.
[0029]
The multicarrier communication apparatus according to the ninth aspect determines a phase inversion amount for each data symbol obtained by serial-to-parallel conversion of digitally modulated transmission information, and after inverting a phase based on the determined phase inversion amount. Perform a process including D / A conversion and quadrature modulation on a transmission signal time series obtained by performing an inverse discrete Fourier transform on all data symbols and performing parallel-to-serial conversion on the converted data, and The obtained signal is up-converted to a predetermined frequency band and transmitted, the transmitted signal is down-converted, and the received signal time series obtained by performing processing including quadrature demodulation and A / D conversion is subjected to serial-parallel conversion. For each data symbol obtained by the discrete Fourier transform, the phase is restored based on the information of the phase inversion amount, and then the data symbol is subjected to parallel-serial conversion. In a multi-carrier communication apparatus configured to demodulate received information by digital demodulation, based on a suppression performance evaluation function of a peak power of a transmission signal based on a maximum value of an absolute value of each transmission signal after inverse discrete Fourier transform. , An objective function for determining the amount of phase inversion for suppressing the peak power, and the amount of phase inversion is a binary variable that takes -1 when each data symbol is inverted and +1 when not inverted. In order to solve the problem of optimizing the combination of the phase inversions by using a neural network, considering the amount of phase inversion of the data symbol as the output of the neuron, the differentiation of the objective function with respect to the amount of phase inversion and the neuron of the energy function of the neural network According to the action equation of the internal state of the neuron, defined so that the derivative with respect to the output of And a neuron operation means for repeating the state update of the neuron a predetermined number of times by operating the data symbol, and when each data symbol obtained by serial-parallel conversion of the digitally modulated transmission information is output, the real part of the data symbol and Means for obtaining the auxiliary variable of the operation equation based on the imaginary part, outputting the auxiliary variable to the neuron operation means, and determining the phase inversion amount based on the output of each neuron obtained by the neuron operation means. Means for determining the amount of phase inversion to be performed, means for multiplying the amount of phase inversion determined by the means for determining phase inversion by each data symbol to invert the phase of the data symbol, and each data obtained by the discrete Fourier transform. Means for inverting the phase of the data symbol by multiplying the symbol by the amount of phase inversion.
[0030]
The multicarrier communication apparatus according to the tenth aspect determines a phase inversion amount for each data symbol obtained by serial-to-parallel conversion of digitally modulated transmission information, and after inverting a phase based on the determined phase inversion amount. Perform a process including D / A conversion and quadrature modulation on a transmission signal time series obtained by performing an inverse discrete Fourier transform on all data symbols and performing parallel-to-serial conversion on the converted data, and The obtained signal is up-converted to a predetermined frequency band and transmitted, the transmitted signal is down-converted, and the received signal time series obtained by performing processing including quadrature demodulation and A / D conversion is subjected to serial-parallel conversion. For each data symbol obtained by the discrete Fourier transform, the phase is restored based on the information of the phase inversion amount, and then the data symbol is subjected to parallel-serial conversion. A multicarrier communication apparatus configured to digitally demodulate the received information to demodulate the received information, a means for serially / parallel converting a data symbol obtained by digitally modulating the transmitted information and outputting for each block, and an inverse discrete Fourier Based on the peak power suppression performance evaluation function of the transmission signal based on the maximum value of the absolute value of each converted transmission signal, define an objective function to determine the amount of phase inversion for each block to suppress the peak power, The phase inversion amount is a binary variable that takes −1 when data symbols in a block are inverted and +1 when not inverted, and considers the phase inversion amount as an output of a neuron to combine the phase inversion amounts. To solve the optimization problem by the neural network, the derivative of the objective function with respect to the phase inversion amount and the energy of the neural network Neuron operation means for operating the neuron in accordance with the operation expression of the internal state of the neuron, which is defined such that the derivative of the function with respect to the output of the neuron matches, and neuron operation means for repeating the update of the neuron state a predetermined number of times; When each data symbol obtained by parallel conversion is output for each block, an auxiliary variable of the operation equation is obtained based on a real part and an imaginary part of the data symbol, and the obtained auxiliary variable is used as the neuron operation means. A phase inversion amount determining means for determining the amount of phase inversion based on the output of each neuron obtained by the neuron operation means; and a phase inversion of each block determined by the phase inversion amount determining means. Means for multiplying the quantity by each data symbol of the block to invert the phase of the data symbol; A discrete Fourier transform unit for outputting each data symbol obtained by the Rier transform for each block; and a data symbol obtained by multiplying each data symbol of each block output by the discrete Fourier transform unit by a phase inversion amount of the block. Means for inverting the phase of
[0031]
The multicarrier communication apparatus according to an eleventh aspect is the multicarrier communication apparatus according to the tenth aspect, wherein before digitally modulating the transmission information, the time series of the transmission information is divided into blocks of LQ-q bits, and a pilot signal is provided in the first q bits. Means for performing a tentative digital demodulation on the first symbol of each block output by the discrete Fourier transform means, demodulating the phase inversion amount information multiplied by the pilot signal, and outputting the phase inversion amount information Demodulation means, and means for inverting the phase of the data symbol by multiplying the data symbol of each block output by the discrete Fourier transform means by the phase inversion amount of the block obtained by the phase inversion amount information demodulation means. And means for removing the pilot signal after demodulating the received information.
Here, L is the number of data symbols in the block, Q is the number of bits per data symbol, and q is an integer equal to or larger than Q and equal to or smaller than Q.
[0032]
In the ninth to eleventh inventions, since the objective function minimization problem for obtaining the phase inversion amount of each data symbol for suppressing the peak power of the transmission signal is solved by a neural network, The amount of phase inversion that can favorably suppress peak power can be obtained. Therefore, it is possible to perform communication while suppressing peak power satisfactorily in a state having good communication quality and good transmission capability without thinning out data symbols, and it is possible to reduce the size of the amplifier.
[0033]
In the tenth invention, since the phase inversion amount is determined for each block, the number of neurons is reduced, the update time of the internal state of the neurons is reduced, and the means for operating the neurons is downsized. be able to.
In the eleventh invention, since a pilot signal is inserted for each block, information on the amount of phase inversion can be transmitted simultaneously with transmission information without using side @ information.
[0034]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, the present invention will be specifically described with reference to the drawings showing the embodiments.
Embodiment 1 FIG.
FIG. 1 is a block diagram showing a transmitter of the multicarrier communication apparatus according to Embodiment 1.
The transmitter includes a digital modulator 1, an S / P (serial / parallel) converter 2, an optimal phase inversion amount calculator 3, a phase inverter 4, an inverse discrete Fourier transformer (IDFT unit) 5, and a P / S converter. 6, an inverted information modulating section (PM section) 7, a D / A converting section and a high frequency circuit 8.
[0035]
The digital modulator 1 maps transmission information (binary data of 0 or 1) to a predetermined point (signal point) on a complex plane to generate a complex symbol (data symbol).
FIG. 2 is a diagram illustrating a signal point arrangement of QPSK (Quadrature Phase Shift Keying) as an example of digital modulation. In the case of QPSK, information to be transmitted is grouped by 2 bits, and complex symbols corresponding to each are determined according to the signal point arrangement on the complex plane in FIG. When the transmission information is 0, 0, 1, 0, 1, 1,..., They are modulated into 1 + j, 1-j, -1-j,... (J = √-1; each complex number is referred to as a complex symbol). . The digital modulation section 1 of the multicarrier communication apparatus according to the present embodiment can cope with various digital modulation schemes such as BPSK, 8PSK, 16QAM, 64QAM, 256QAM as well as QPSK.
[0036]
The S / P converter 2 outputs the complex symbol time series obtained by the digital modulator 1 in parallel as N sets of one. Hereinafter, this set is called a frame. X_nRepresents a complex symbol, and each frame is represented by X = (X₀, X₁, ..., X_N-1).
When the output of the S / P conversion unit 2 is input to the IDFT unit 5, if the appropriate phase inversion is applied to each symbol, the peak of the final transmission signal can be suppressed low. The optimum phase inversion amount calculation unit 3 calculates the inversion amount p = (p₀, P₁, ..., p_N-1) (P_nIs the complex symbol X_nIs calculated from the output X of the S / P conversion unit 2). This calculation is realized by a neural network. Details of the calculation will be described later.
[0037]
The phase inverting unit 4 inverts the complex symbol X according to the phase inversion amount p calculated by the optimal phase inversion amount calculating unit 3. Specifically, it is composed of a multiplication circuit, and (p₀X₀, P₁X₁, ..., p_N-1X_N-1) Is output.
The IDFT unit 5 outputs the signal (p₀X₀, P₁X₁, ..., p_N-1X_N-1) Is input, a linear transformation defined by the following equation is performed, and the transmission signal vector Y = (Y₀, Y₁, ..., Y_N-1) Is calculated and output.
[0038]
(Equation 3)

[0039]
The P / S converter 6 converts the transmission signal vector Y of one frame obtained by the IDFT unit 5 into Y = (Y₀, Y₁, ..., Y_N-1) Are output in chronological order.
The inversion information modulating unit (PM unit) 7 calculates the phase inversion amount p = (p₀, P₁, ..., p_N-1) Is transmitted to the receiving side by performing a predetermined digital modulation.
[0040]
The D / A conversion unit and the high-frequency circuit 8 perform necessary processing such as D / A conversion and quadrature modulation on the transmission signal time series obtained by the P / S conversion unit 6, and perform a predetermined frequency conversion via an up-converter. Transmission is made in band (A). At the same time, the output of the inversion information modulator 7 is similarly subjected to D / A conversion and the like, and is up-converted to a frequency band (B) different from (A) and transmitted.
[0041]
FIG. 3 is a block diagram illustrating a receiver of the multicarrier communication apparatus according to Embodiment 1.
The receiver includes a high-frequency circuit and an A / D converter 11, an S / P converter 12, a discrete Fourier transformer (DFT) 13, an inverted information demodulator (PD) 14, a phase inverter 15, a P / S converter. And a digital demodulation unit 17.
[0042]
The high-frequency circuit and A / D converter 11 down-converts the signal in the frequency band (A), performs quadrature demodulation and A / D conversion, and generates a received signal time series.
The S / P converter 12 converts the received signal time series obtained from the frequency band (A) into N sets of tilde Y = (tilde Y₀, Tilde Y₁, ..., tilde Y_N-1) And output to the DFT unit 13.
The inversion information demodulation unit (PD) 14 digitally demodulates data generated by the high-frequency circuit and the A / D conversion unit 11 by down-converting the signal in the frequency band (B) and performing processing such as quadrature demodulation. Inversion amount tilde p = (tilde p₀, Tilde p₁, ..., tilde p_N-1). The phase inversion amount tilde p indicates the same value as the phase inversion amount p.
[0043]
The DFT unit 13 performs a discrete Fourier. The specific calculation is defined together with the calculation in the next phase inverting section 15.
The phase inverting unit 15 multiplies the output of the DFT unit 13 by the output of the inverted information demodulating unit 14 according to the following equation, and calculates tilde X = (tilde X₀, Tilde X₁, ..., tilde X_N-1) Is output.
[0044]
(Equation 4)

[0045]
The P / S converter 16 determines that the tilde X = (tilde X₀, Tilde X₁, ..., tilde X_N-1) Are arranged in a complex symbol time series.
The digital demodulation unit 17 digitally demodulates the complex symbol time series obtained by the P / S conversion unit 16 and demodulates received information.
[0046]
Hereinafter, a method in which the optimum phase inversion amount calculation unit 3 calculates the phase inversion amount p that can sufficiently suppress the peak power of the transmission signal vector Y generated by the IDFT unit 5 will be described.
The peak power is evaluated by the following formula: PAPR (Peak-to-average {power} ratio). The peak can be suppressed by determining the phase inversion amount p so that the PAPR value becomes small.
[0047]
(Equation 5)

[0048]
In order to determine the phase inversion amount p at which the PAPR value decreases, a real-valued function of the following equation is defined. Where p_n(N = 0,..., N-1) (p_nIs a complex number).
[0049]
(Equation 6)

[0050]
Using this function as the objective function, J (p^*P) that satisfies ０ = 0^*Is found, it is guaranteed that the amount of phase inversion is the most suppressed peak power. However, since this function is multimodal, in principle, it cannot search for a solution other than full search. Therefore, an efficient global search method is needed.
By the way, p_nIs not a complex number, but a real p_n= + 1 or p_nBy limiting the value to any of −1, the problem of minimizing the objective function becomes a combination optimization problem. The objective function J (p) is p such that the coefficients are all real numbers._nCan be redefined as a fourth order polynomial as
[0051]
(Equation 7)

[0052]
Where A_nm, B_nm, C are real numbers defined by the following equation.
[0053]
(Equation 8)

[0054]
Hopfield neural networks (Hopfield @ neural @ network, @HNN) and chaotic neural networks (Chaotic @ neural @ network, CNN) are approximate solutions of the combinatorial optimization problem.
The neural network has a structure in which a large number of neurons, which are multiple-input one-output elements, are connected. Each neuron of the HNN updates its state in parallel by the following operation equation.
[0055]
(Equation 9)

[0056]
Where x_i(T), u_i(T) is the output and internal state of the i-th neuron at time t (t-th calculation), T_imIs the connection weight (synaptic connection) from the m-th neuron to the i-th neuron, I_iIs a parameter indicating the threshold value of the i-th neuron, and ε is a predetermined constant.
In this network, T_im= T_mi(Symmetric coupling) and T_iiWhen the condition of = 0 (no self-coupling) is satisfied for all neurons, it is guaranteed that the energy function defined by the following equation always decreases (not exactly increases) with the update of the neuron state. ing.
[0057]
(Equation 10)

[0058]
This is because the operation equation of the internal state of the neuron can be expressed as follows using the energy function.
[0059]
[Equation 11]

[0060]
Also, it is guaranteed that the output of each neuron is +1 or -1 and converges to a point that is the minimum point of the energy function. Therefore, the combination optimization problem can be solved using this property.
[0061]
If the energy of the neural network is the same as the objective function of the combinatorial optimization problem, simply operating this network and extracting the state of the neuron after convergence can be said to be the minimum point of the objective function corresponding to that state. . In many cases, the objective function has many valleys. Since the neural network can only update the state in the direction of decreasing energy (equivalent to the steepest descent method), there is no guarantee that the minimum point can be searched for by the state of the first network, but a better approximation by predetermined processing A solution can be obtained.
[0062]
The above energy function is the output x of the neuron_iAlthough defined as a quadratic function for (t), x_i(T) squared or more term (x_i ^kIf the function is a function of a higher-order polynomial that does not include (t), k ≧ 2), it has the properties described above and can be used for solving a combination optimization problem. If you do not want to remove the squared term or more, x_iIt cannot be guaranteed that (t) always converges to +1 or -1, and a meaningless solution (ineffective solution) may be output as a solution to the combination optimization problem.
[0063]
J (p) is p_iIs a quartic function. From this polynomial, p_i ², P_i ³, P_i ⁴If the term can be omitted, there is a possibility that p that minimizes J (p) can be found using HNN. Simply deleting the squared term or more will naturally deform the objective function and alter the meaning of the problem._iIs +1 or -1 and p_i ²And p_i ⁴Is always 1, the square term can be eliminated by a simple equation transformation.
For example, 2p_i ²p_mp_kIf there is a term such as_i ²= 1, so 2p_mp_kDoes not change the meaning of the original objective function. Assuming that a function obtained by performing such a modification is a bar J (p), an operation equation of HNN can be defined by the following equation from this function.
[0064]
(Equation 12)

[0065]
By operating N neurons according to this operation equation, if x (t) (t is infinite) is p, J (p) can be made sufficiently small, and peak power can be suppressed.
[0066]
Next, a description will be given of a modification for deleting the square term of the objective function and a method of deriving the operation formula of HNN.
When N = 3
As an example, a method of deforming the objective function and a method of deriving the HNN when N = 3 will be described.
First, the objective function J (p) before deformation can be defined as the following equation from the equation (7).
[0067]
(Equation 13)

[0068]
Here, the first, second, third, seventh, eighth and ninth terms in Σ are p₀ ², P₁ ², P₂ ²And p₀ ²= P₁ ²= P₂ ²Since = 1, it can be transformed as follows.
[0069]
[Equation 14]

[0070]
Next, D_nijIs defined.
[0071]
[Equation 15]

[0072]
When this is used to expand the equation, the following equation is obtained.
[0073]
(Equation 16)

[0074]
Here, the transformation from the second equation to the third equation is p₀ ²= P₁ ²= P₂ ²= 1 is used.
The objective function of the equation (16) is D as a constant term._n01 ²+ D_n12 ²+ D_n20 ²However, considering the next objective function bar J (p) omitting this term, the minimum point of this function is given (p₀, P₁, P₂) Naturally matches that of the objective function in equation (16).
[0075]
[Equation 17]

[0076]
Therefore, this function is redefined as the objective function for the peak power suppression problem, and the HNN is configured using this. Two neurons x₀, X₁, X₂Prepare the following equation
[0077]
(Equation 18)

[0078]
The operation is performed according to the following operation formula.
[0079]
[Equation 19]

[0080]
x_i(0) (i = 0, 1, 2) is given an appropriate initial value, and x_iIf the state update is repeated according to the above differential equation until (t) converges, a suboptimal solution p = x (ｘ) of J (p) is obtained.
[0081]
General N
The objective function before the elimination of the square term is represented by the following equation from the equation (7).
[0082]
(Equation 20)

[0083]
The objective function from which the squared term has been deleted is represented by the following equation.
[0084]
(Equation 21)

[0085]
The operation equation of HNN is expressed as the following equation.
[0086]
(Equation 22)

[0087]
As described above, the state update formula becomes extremely complicated due to the elimination of the square term.
As described above, since the HNN is equivalent to the steepest descent method in principle, once falling into a local optimum solution, it cannot escape from the local optimum solution and the accuracy of the solution is poor. Since CNN has the ability to escape from the local optimal solution by chaotic behavior, a better approximate solution can be obtained as compared with HNN. The operation equation of CNN is shown in the following equation. Where r is a constant between 0 and 1, ε₁, Ε₂Is a predetermined constant.
[0088]
[Equation 23]

[0089]
The CNN does not need to delete the square term of the objective function unlike the HNN because the term of the self-coupling is included in its operation equation. Further, since the CNN does not always converge even if it finds a solution, it is necessary to determine whether the solution is a solution every time the state is updated.
[0090]
Next, a specific algorithm executed by the optimal phase inversion amount calculation unit 3 will be described.
[Example 1]
FIG. 4 is a flowchart illustrating a phase inversion amount calculation process performed by the optimum phase inversion amount calculation unit 3 in the first embodiment.
First, the optimal phase inversion amount calculation unit 3 calculates the complex symbol vector X = (X₀, X₁, ..., X_N-1) Using A_nm, B_nm(N, m = 0,..., N−1) and c are obtained, and parameters (auxiliary variables) are set (step S1).
[0091]
(Equation 24)

[0092]
Next, the number of iterations t of the neural network is initialized to 0, and the real variable x_i(T), u_i(T) A random number in the range of -1 to +1 is given to (i = 0,..., N-1) as an initial value (step S2). x_i(T) corresponds to the output of the i-th neuron.
[0093]
Then, t = t + 1 is set (step S3), and x is calculated according to the following equation._i(T) The state of (i = 0,..., N−1) is updated (step S4).
Here, the bar J (p) is the objective function described above.
[0094]
(Equation 25)

[0095]
P of bar J (p)_iIs represented by the following equation.
[0096]
(Equation 26)

[0097]
Then,
[0098]
[Equation 27]

[0099]
It is determined whether or not x has converged (step S5).
If it is determined in step S5 that x has converged, x (t) = (x₀(T), ..., x_N-1(T)), the phase inversion amount p = (p₀, P₁, ..., p_N-1) Is determined by the following equation (step S6), and the process ends.
[0100]
[Equation 28]

[0101]
If it is determined in step S5 that x has not converged, it is determined whether or not t is the upper limit of the preset number of repetition calculations (step S7).
If it is determined in step S7 that t is the upper limit of the number of repetition calculations, the process proceeds to step S6.
If it is determined in step S7 that t is not the upper limit of the number of repeated calculations, the process returns to step S3.
[0102]
[Example 2]
The processing is performed by replacing the equation in step S3 of [Embodiment 1] with the following equation. In this case, the convergence of x is improved. Here, ε 'is a positive constant.
[0103]
(Equation 29)

[0104]
[Example 3]
FIG. 5 is a flowchart illustrating a phase inversion amount calculation process performed by the optimum phase inversion amount calculation unit 3 according to the third embodiment.
First, parameters are set in the same manner as in the first embodiment (step S11).
Next, the neural network is initialized in the same manner as in the first embodiment (step S12). Also, PAPR_best= ∞.
Then, t = t + 1 is set (step S13), and x is calculated according to the following equation._i(T) The state of (i = 0,..., N−1) is updated (step S14).
[0105]
[Equation 30]

[0106]
X (t) obtained in step S14 = (x₀(T), ..., x_N-1(T)), the phase inversion amount p ′ (t) = (p₀'(T), ..., p_N-1'(T)) is provisionally determined by the following equation (step S15).
[0107]
(Equation 31)

[0108]
Using p ′ (t), Y_nIs calculated, and PAPR is calculated from the equation (5) and set as PAPR (t) (step S16).
In step S17, PAPR (t) becomes PAPR_bestIt is determined whether it is smaller than.
In step S17, PAPR (t) becomes PAPR_bestIf it is determined that the PAPR is smaller than the_bestIs stored as p ′ (t) as the phase inversion amount p (step S18), and the process proceeds to step S19.
In step S17, PAPR (t) becomes PAPR_bestIf it is determined that it is larger, the process proceeds to step S19.
[0109]
In step S19, it is determined whether or not t is a preset upper limit of the number of repetition calculations.
If t is the upper limit of the number of repetition calculations, the process proceeds to step S20.
If t is not the upper limit of the number of repetitions, the process returns to step S13.
[0110]
In step S20, the stored best solution of p is determined as a solution, and the process ends.
[0111]
[Example 4]
The processing is performed by replacing the equation in step S14 of [Embodiment 3] with the following equation. In the case of using this operation formula, the amount of calculation is reduced.
[0112]
(Equation 32)

[0113]
[Example 5]
Use CNN.
The processing is performed by replacing the equation in step S14 of [Embodiment 3] with the following equation. Here, r is a constant between 0 and 1. Also, ε₁, Ε₂Is a predetermined constant.
[0114]
[Equation 33]

[0115]
[Example 6]
Use CNN.
The processing is performed by replacing the equation in step S14 of [Embodiment 3] with the following equation. Here, r is a constant between 0 and 1. Also, ε₁, Ε₂Is a predetermined constant.
[0116]
(Equation 34)

[0117]
FIGS. 6 to 8 show the case where Pr ｛PAPR> PAPR using the multicarrier communication apparatus according to the first embodiment._th｝ And PAPR_th5 is a graph showing the result of examining the relationship with.
The number N of subchannels is 128, 256, and 1024 in FIGS. 6, 7, and 8, respectively. FIGS. 6, 7, and 8 show Pr ｛PAPR> PAPR using the multicarrier communication apparatuses of the second, fifth, and fifth embodiments, respectively._th｝ And PAPR_thThis is a study of the relationship between
Here, PAPR_thIs a value obtained by converting PAPR into a gain (unit: dB) of an amplifier, and Pr ｛PAPR> PAPR_th｝ Means that the PAPR is a predetermined PAPR_thThe probability of exceeding the value. It shows that the smaller the PAPR value, the better the peak power suppression property, the smaller the magnification of the amplifier, and the smaller the amplifier. In the figure, the solid line shows the result when the amount of phase inversion is determined by the HNN method or the CNN method using the multicarrier communication apparatus of the first embodiment. The result when the reversal amount is determined is shown. M represents the number of trial and error for the SLM method, and the number of repeated calculations for the CNN method.
[0118]
From FIG. 6 to FIG. 8, it is understood that the peak power can be suppressed more than the SLM method by determining the amount of phase inversion by the HNN method or the CNN method using the multicarrier communication apparatus of the present invention. In particular, in the CNN method, when the number of M is the same, the smaller PAPR_thFor the value, PAPR is the PAPR_thIt can be seen that the probability of exceeding the value is small, and the suppression of peak power is improved, and the amplifier can be downsized.
[0119]
Embodiment 2 FIG.
FIG. 9 is a block diagram showing a transmitter of the multicarrier communication apparatus according to Embodiment 2. In the figure, the same parts as those in FIG. 1 are denoted by the same reference numerals.
[0120]
The transmitter of the multicarrier communication apparatus according to this embodiment has pilot signal insertion section (PS section) 9.
Pilot signal insertion section 9 inserts a pilot signal into transmission information. The time series of the transmission information is divided into blocks for each LQ-1 [bit (bit)], and a pilot signal (PS) "1" is inserted at the beginning. Here, Q indicates the modulation rate [bit / symbol] of the digital modulation unit 1 at the subsequent stage, and L indicates the block size of the phase inversion unit 4.
[0121]
The S / P converter 2 fetches the complex symbol time series output from the digital modulator 1 as N sets as a set, divides it into M blocks of L elements (N = M × L), and It is configured to output M blocks in parallel.
Hereinafter, a set of N complex symbols is referred to as a frame, and an L-divided element is referred to as a block. The n-th (n = 0, 1,..., N−1) complex symbol in the frame is represented by X_nX = (X₀, X₁, ..., X_N-1). According to this notation, the m-th complex symbol X in the frame_mIs the
[0122]
(Equation 35)

[0123]
The complex symbol belonging to the k-th block is represented by (X_kL, X_{kL + 1}, ..., X_{kL + L-1}). For simplicity, N is chosen to be divisible by L.
[0124]
The optimum phase inversion amount calculation unit 3 calculates the phase inversion amount p = (p₀, P₁, ..., p_M-1) Is calculated from the output X of the S / P converter 2. Where p_kIs a complex symbol belonging to the k-th block (X_kL, X_{kL + 1}, ..., X_{kL + L-1}) Is -1 when inverted, and +1 when not inverted. The optimum phase inversion amount calculation unit 3 is realized by a neural network. A specific implementation method will be described later.
[0125]
The phase inversion unit 4 calculates the phase inversion amount p = (p₀, P₁, ..., p_M-1), The complex symbol X = (X₀, X₁, ..., X_N-1) Is inverted. More specifically, the complex symbol X is realized by a simple multiplication circuit._mIs the amount of phase inversion
[0126]
[Equation 36]

[0127]
Inverted by
[0128]
(37)

[0129]
Is output as
[0130]
The IDFT unit 5 outputs the signal obtained by the phase inversion unit 4
[0131]
[Equation 38]

[0132]
To perform a linear transformation defined by the following equation, and output Y = (Y₀, Y₁, ..., Y_N-1) Is output.
[0133]
[Equation 39]

[0134]
The D / A conversion unit and the high-frequency circuit unit 8 perform necessary processing such as D / A conversion and quadrature modulation on the transmission signal time series obtained by the P / S conversion unit 6 and perform predetermined processing via an upverter. Transmit in the frequency band.
[0135]
FIG. 10 is a block diagram showing a receiver of the multicarrier communication apparatus according to Embodiment 2. In the figure, the same parts as those in FIG. 1 are denoted by the same reference numerals.
The high-frequency circuit and the A / D converter 11 of the receiver down-convert a signal in a frequency band, perform quadrature demodulation and A / D conversion, and generate a received signal time series.
[0136]
The inverted information demodulation unit (PD unit) 14 divides the complex symbol time series obtained from the DFT unit 13 into M blocks for each L symbol, and performs tentative digital demodulation on the first symbol of each block. Set the first bit to the phase inversion amount tilde p = (tilde p₀, Tilde p₁, ..., tilde p_M-1).
The phase inverting unit 15 multiplies the output of the DFT unit 13 by the output of the PD unit 14 according to the following equation, and tilde X = (tilde X₀, Tilde X₁, ..., tilde X_N-1) Is output.
[0137]
(Equation 40)

[0138]
Pilot signal removing section (RP section) 18 removes a pilot signal inserted for each Lbit # in the output time series of digital demodulating section 17 and outputs only an information signal.
[0139]
Hereinafter, a method in which the optimum phase inversion amount calculation unit 3 calculates the phase inversion amount p that can sufficiently suppress the peak power of the transmission signal vector Y generated by the IDFT unit 5 will be described.
In the second embodiment, as compared with the first embodiment, a complex symbol is divided into M blocks, and the amount of phase inversion is determined for each block. Define.
[0140]
(Equation 41)

[0141]
Where A_nm, B_nm, C are defined by equation (8). A_nm', B_nm'Is a real number defined by the following equation.
[0142]
(Equation 42)

[0143]
Next, a specific algorithm executed by the optimal phase inversion amount calculation unit 3 will be described.
[Example 7]
The process of calculating the phase inversion amount by the optimum phase inversion amount calculation unit 3 in the seventh embodiment is performed in the same manner as the process of the flowchart shown in FIG. As compared with the first embodiment, the parameters are different, and the difference is that the output of the neuron is regarded as the phase inversion amount of each block.
First, the optimal phase inversion amount calculation unit 3 calculates the complex symbol vector X = (X₀, X₁, ..., X_N-1), A_nm', B_nm'(N = 0,..., N-1, m = 0,..., M-1) and c are obtained, and parameters (auxiliary variables) are set (step S11).
[0144]
Next, the number of iterations t of the neural network is initialized to 0, and the real variable x_i(T), u_i(T) A random number in the range of -1 to +1 is given to (i = 0,..., M-1) as an initial value (step S12). x_i(T) corresponds to the output of the i-th neuron.
Then, t = t + 1 is set (step S13), and x is calculated according to the following equation._i(T) The state of (i = 0,..., M−1) is updated (step S14).
[0145]
[Equation 43]

[0146]
The vector x (t) obtained in step S14 = (x₀(T), ..., x_M-1(T)), the phase inversion amount p ′ (t) = (p₀'(T), ..., p_M-1'(T)) is provisionally determined by the following equation (step S15).
[0147]
[Equation 44]

[0148]
Using p ′ (t), Y_nIs calculated, and PAPR (t) is calculated from equation (5) (step S16)._bestIt is determined whether or not it is smaller (step S17). In step S17, PAPR (t) becomes PAPR_bestIf it is determined that the PAPR is smaller than the_bestAnd the phase inversion amount p ′ (t) is stored as the phase inversion amount p (step S18), and the process proceeds to step S19.
In step S17, PAPR (t) becomes PAPR_bestIf it is determined that it is larger, the process proceeds to step S19.
[0149]
In step S19, it is determined whether or not t is a preset upper limit of the number of repetition calculations.
If t is the upper limit of the number of repetition calculations, the process proceeds to step S20.
If t is not the upper limit of the number of repetitions, the process returns to step S13.
[0150]
In step S20, the stored best solution of p is determined as a solution, and the process ends.
[0151]
Example 8
In the eighth embodiment, the processing is performed by replacing the equation (43) in the seventh embodiment with the following equation. In the case of using this operation formula, the calculation amount is reduced as compared with the seventh embodiment.
[0152]
[Equation 45]

[0153]
[Example 9]
Use CNN.
The processing is performed by replacing the equation of Equation 43 in the seventh embodiment with the following equation. Here, r is a constant between 0 and 1. Also, ε₁, Ε₂Is a predetermined constant.
[0154]
[Equation 46]

[0155]
[Example 10]
Use CNN.
The processing is performed by replacing the equation of Equation 43 in the seventh embodiment with the following equation. Here, r is a constant between 0 and 1. Also, ε₁, Ε₂Is a predetermined constant.
[0156]
[Equation 47]

[0157]
In the first embodiment, the frequency band (B) is used to transmit the phase inversion amount information, but in the second embodiment, the frequency band (B) is changed by inserting a pilot signal into the transmission information. It becomes unnecessary.
Also in the second embodiment, it was confirmed that the peak power could be satisfactorily suppressed.
[0158]
Although Embodiment 2 describes a case where the time series of transmission information is divided into LQ-1 bit blocks and a pilot signal is inserted at the beginning, the present invention is not limited to this. , The time series may be divided into blocks of LQ-q bits, and a pilot signal may be inserted into the first q (an integer of 1 or more and Q or less) bits.
[0159]
Further, in the second embodiment, a case is described in which the phase inversion amount calculation processing of the optimum phase inversion amount calculation unit 3 is performed in the same manner as the processing in the flowchart shown in FIG. 5 of the first embodiment. However, the present invention is not limited to this, and the process of calculating the amount of phase inversion may be performed in the same manner as the process of the flowchart shown in FIG.
[0160]
As described above, the present invention includes a process of solving the objective function minimization problem for obtaining the phase inversion amount of the complex symbol that suppresses the peak power of the transmission signal by using a neural network. Communication can be performed with peak power satisfactorily suppressed while maintaining transmission performance and communication quality, and the size of the amplifier can be reduced.
[0161]
In the first and second embodiments, a case has been described in which each component (the S / P converter 2 and the phase inverter 4 and the like) of the transmitter and the receiver is configured by hardware, but is not limited thereto. Instead, it may be configured using software.
[0162]
【The invention's effect】
As described above in detail, in the first to fifth aspects, the problem of minimizing the objective function for obtaining the phase inversion amount of each data symbol for suppressing the peak power of the transmission signal is described by a neural network. Thus, the amount of phase inversion that can favorably suppress the peak power can be obtained. Therefore, it is possible to perform communication while suppressing peak power satisfactorily in a state having good communication quality and good transmission capability without thinning out data symbols, and it is possible to reduce the size of the amplifier.
[0163]
In the case of the second aspect, since the amount of phase inversion is determined for each block, the number of neurons can be reduced, the update time of the internal state of the neurons can be reduced, and the means for operating the neurons can be downsized.
In the case of the third aspect, since the pilot signal is inserted at the head of each block, the phase inversion amount information can be transmitted simultaneously with the transmission information without using the side @ information.
[0164]
In the case of the sixth aspect, the minimization problem is solved by the neural network with respect to the objective function obtained by modifying the above-mentioned equation, which can surely reduce the value of the evaluation function and easily form a neural network. A solution is obtained, and the peak power can be suppressed even better.
[0165]
In the case of the seventh invention, since the combination optimization problem is solved by the Hopfield neural network, it is guaranteed that the output of the neuron converges, and each time the internal state is updated, it is determined whether or not a better solution is obtained. No need to judge.
[0166]
In the case of the eighth aspect, since the combination optimization problem is solved by the chaotic neural network to have the ability to escape from the local optimal solution, a good approximate solution can be obtained.
[0167]
According to the ninth to eleventh aspects, the problem of minimizing the objective function for obtaining the amount of phase inversion of each data symbol for suppressing the peak power of the transmission signal is solved by a neural network. Can be obtained. Therefore, it is possible to perform communication while suppressing peak power satisfactorily in a state having good communication quality and good transmission capability without thinning out data symbols, and it is possible to reduce the size of the amplifier.
[0168]
According to the tenth aspect, since the phase inversion amount is determined for each block, the number of neurons is reduced, the update time of the internal state of the neurons is reduced, and the means for operating the neurons is downsized. I can do it.
In the case of the eleventh aspect, since a pilot signal is inserted for each block, the phase inversion amount information can be transmitted at the same time as the transmission information without using side @ information.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a transmitter of a multicarrier communication apparatus according to Embodiment 1 of the present invention.
FIG. 2 is a diagram showing a signal point arrangement of QPSK as an example of digital modulation.
FIG. 3 is a block diagram showing a receiver of the multicarrier communication apparatus according to Embodiment 1 of the present invention.
FIG. 4 is a flowchart illustrating an optimal phase inversion amount calculation process according to the first embodiment of the present invention.
FIG. 5 is a flowchart illustrating an optimal phase inversion amount calculation process according to the third embodiment of the present invention.
FIG. 6 shows a relation of Pr ｛PAPR> PAPR when communication is performed using the multicarrier communication apparatus according to the first embodiment with the phase inversion determined by the HNN method._th｝ And PAPR_th5 is a graph showing the result of examining the relationship with.
FIG. 7 shows the case where Pr ｛PAPR> PAPR when communication is performed using the multicarrier communication apparatus according to the first embodiment and the phase inversion amount is determined by the CNN method._th｝ And PAPR_th5 is a graph showing the result of examining the relationship with.
FIG. 8 shows a case where Pr ｛PAPR> PAPR when communication is performed using the multicarrier communication apparatus according to the first embodiment to determine the amount of phase inversion by the CNN method._th｝ And PAPR_th5 is a graph showing the result of examining the relationship with.
FIG. 9 is a block diagram showing a transmitter of a multicarrier communication apparatus according to Embodiment 2 of the present invention.
FIG. 10 is a block diagram showing a receiver of a multicarrier communication apparatus according to Embodiment 2 of the present invention.
[Explanation of symbols]
1 Digital modulator
2 S / P converter
3 Optimal phase inversion amount calculation unit
4 phase inversion unit
5 IDFT section
6 P / S converter
7 PM section
9 PS section
12 S / P converter
13 DFT section
14 PD section
15 ° phase inversion unit
16 P / S converter
17 Digital demodulation unit
18 RP section

Claims

For each data symbol obtained by serial-to-parallel conversion of the digitally modulated transmission information, the amount of phase inversion is determined, and after inverting the phase based on the determined amount of phase inversion, all data symbols are subjected to inverse discrete Fourier transform. A process including D / A conversion and quadrature modulation is performed on a transmission signal time series obtained by parallel-to-serial conversion of each converted data, and a signal obtained by the process is uploaded to a predetermined frequency band. Convert and send,
The transmitted signal is down-converted, the received signal time series obtained by performing a process including quadrature demodulation and A / D conversion is subjected to serial-parallel conversion, and discrete phase Fourier transform is performed on each data symbol. In the multi-carrier communication method of demodulating the received information by digitally demodulating the data symbol time series obtained by performing the parallel / serial conversion after restoring the phase based on the inversion amount information and the data symbol time series obtained by the conversion,
In advance, based on the peak power suppression performance evaluation function of the transmission signal based on the maximum value of the absolute value of each transmission signal after the inverse discrete Fourier transform, the objective function for obtaining the phase inversion amount to suppress the peak power The phase inversion amount is defined as a binary variable that takes -1 when each data symbol is inverted and +1 when not inverted, and assumes the phase inversion amount of each data symbol as an output of a neuron, In order to solve the quantity combination optimization problem by a neural network, the internal state of the neuron is defined such that the derivative of the objective function with respect to the phase inversion amount and the derivative of the energy function of the neural network with respect to the output of the neuron match. Is configured to operate the neuron according to the operation formula of
When each data symbol obtained by serial-to-parallel conversion of the digitally modulated transmission information is output, based on the real part and the imaginary part of the data symbol, a step of obtaining an auxiliary variable of the operation equation,
A neuron operation process in which the neuron is operated based on the parameter obtained by the process and the state of the neuron is updated a predetermined number of times;
A phase inversion amount determining step of determining the phase inversion amount based on an output of each neuron obtained in the neuron operation process;
Multiplying each data symbol by the phase inversion amount determined in the phase inversion amount determination step to invert the phase of the data symbol;
Multiplying each data symbol obtained by the discrete Fourier transform by the phase inversion amount to invert the phase of the data symbol.

For each data symbol obtained by serial-to-parallel conversion of the digitally modulated transmission information, the amount of phase inversion is determined, and after inverting the phase based on the determined amount of phase inversion, all data symbols are subjected to inverse discrete Fourier transform. A process including D / A conversion and quadrature modulation is performed on a transmission signal time series obtained by parallel-to-serial conversion of each converted data, and a signal obtained by the process is uploaded to a predetermined frequency band. Convert and send,
The transmitted signal is down-converted, the received signal time series obtained by performing a process including quadrature demodulation and A / D conversion is subjected to serial-parallel conversion, and discrete phase Fourier transform is performed on each data symbol. In the multi-carrier communication method of demodulating the received information by digitally demodulating the data symbol time series obtained by performing the parallel / serial conversion after restoring the phase based on the inversion amount information and the data symbol time series obtained by the conversion,
In advance, the data symbol obtained by digitally modulating the transmission information is configured to be serial-parallel converted and output for each block,
Based on an evaluation function for suppressing the peak power of the transmission signal based on the maximum value of the absolute value of each transmission signal after the inverse discrete Fourier transform, an objective function for obtaining the phase inversion amount for each block for suppressing the peak power is defined as The amount of phase inversion is defined as a binary variable that takes −1 when data symbols in a block are inverted and +1 when not inverted, and considers the amount of phase inversion as an output of a neuron. In order to solve a quantity combination optimization problem by a neural network, the internal state of the neuron is defined such that the derivative of the objective function with respect to the phase inversion amount and the derivative of the energy function of the neural network with respect to the output of the neuron match. Is configured to operate the neuron according to the operation formula of
When each data symbol obtained by serial-to-parallel conversion of the digitally modulated transmission information is output for each block, based on the real part and the imaginary part of the data symbol, a step of obtaining an auxiliary variable of the operation equation,
A neuron operation process in which the neuron is operated based on the parameter obtained by the process and the state update of the neuron is repeated a predetermined number of times;
A phase inversion amount determining step of determining the phase inversion amount based on an output of each neuron obtained in the neuron operation process;
Multiplying the phase inversion amount of each block determined in the phase inversion amount determination step by each data symbol of the block to invert the phase of the data symbol; and converting each data symbol obtained by the discrete Fourier transform to A discrete Fourier transform process that outputs for each block;
Multiplying each data symbol of each block output by the discrete Fourier transform process by the amount of phase inversion of the block to invert the phase of the data symbol.

Before digitally modulating the transmission information, dividing the time series of the transmission information into blocks of LQ-q bits, and inserting a pilot signal into the first q bits of the time series;
A phase inversion amount information demodulating step of performing tentative digital demodulation on the first symbol of each block output by the discrete Fourier transform and demodulating and outputting phase inversion amount information of each block multiplied by a pilot signal;
Multiplying each data symbol of each block output by the discrete Fourier transform process by the phase inversion amount of the block obtained in the phase inversion amount information demodulation process, inverting the phase of the data symbol and receiving information. 3. The multicarrier communication method according to claim 2, further comprising: removing a pilot signal after demodulation.
Here, L is the number of data symbols in the block, Q is the number of bits per data symbol, and q is an integer equal to or larger than Q and equal to or smaller than Q.

The neuron operation process includes:
Initializing the number of iterations t of the neural network to 0, and giving a random number ranging from -1 to 1 as an initial value to the output of each neuron;
A state updating step of operating a neuron based on the parameter to obtain a t-th output of each neuron;
A first determining step of determining whether the output has converged;
A second determining step of determining whether or not t is a predetermined value when the output is determined not to converge in the first determining step;
Repeating the state update when it is determined that t is not the predetermined value in the second determination step,
The phase inversion amount determining step is based on the output when the first determining step determines that the output has converged, or when the second determining step determines that t is the predetermined value. 4. The multicarrier communication method according to claim 1, wherein the step of determining the amount of phase inversion is performed.

The neuron operation process includes:
Initializing the number of iterations t of the neural network to 0, and giving a random number ranging from -1 to 1 as an initial value to the output of each neuron;
A state updating step of operating a neuron based on the parameter to obtain a t-th output of each neuron;
Temporarily determining the phase inversion amount based on the output obtained in the state update process;
Obtaining a value of the evaluation function based on the phase inversion amount provisionally determined by the process,
Determining whether the value of the evaluation function obtained by the process is better than the best value of the evaluation function based on the amount of phase inversion stored so far;
A storing step of storing the phase inversion amount when it is determined that the phase inversion is better than the best value,
a determining step of determining whether or not t is a predetermined value set in advance;
Repeating the state update when it is determined that t is not the predetermined value in the determining step,
In the phase inversion amount determining step, when the determination step determines that t is the predetermined value, the phase inversion amount corresponding to the best value stored in the storing step is used as a phase inversion amount to be actually used. 4. The multi-carrier communication method according to claim 1, wherein the step of determining is a step of determining.

The multi-carrier communication method according to claim 1, wherein the objective function uses the following equation as an original function.

7. The multicarrier communication method according to claim 1, wherein said neural network is a Hopfield neural network.

The multi-carrier communication method according to claim 1, wherein the neural network is a chaotic neural network.

For each data symbol obtained by serial-to-parallel conversion of the digitally modulated transmission information, the amount of phase inversion is determined, and after inverting the phase based on the determined amount of phase inversion, all data symbols are subjected to inverse discrete Fourier transform. A process including D / A conversion and quadrature modulation is performed on a transmission signal time series obtained by parallel-to-serial conversion of each converted data, and a signal obtained by the process is uploaded to a predetermined frequency band. Convert and send,
The transmitted signal is down-converted, the received signal time series obtained by performing a process including quadrature demodulation and A / D conversion is subjected to serial-parallel conversion, and discrete Fourier transform is performed on each data symbol obtained. In the multi-carrier communication device configured to demodulate the received information by digitally demodulating the data symbol time series obtained by performing the parallel-to-serial conversion after restoring the phase based on the amount information,
Based on the evaluation function for suppressing the peak power of the transmission signal based on the maximum value of the absolute value of each transmission signal after the inverse discrete Fourier transform, an objective function for determining the phase inversion amount for suppressing the peak power is defined. The amount of phase inversion is a binary variable that takes -1 when each data symbol is inverted and +1 when not inverted, and considers the amount of phase inversion of each data symbol as an output of a neuron. In order to solve a combinatorial optimization problem by a neural network, the operation of the internal state of the neuron is defined such that the derivative of the objective function with respect to the phase inversion amount and the derivative of the energy function of the neural network with respect to the output of the neuron match. Neuron operation means for operating the neuron according to the formula and repeating the state update of the neuron a predetermined number of times;
When each data symbol obtained by serial-to-parallel conversion of the digitally modulated transmission information is output, based on the real part and the imaginary part of the data symbol, the auxiliary variable of the operation equation is obtained, and the auxiliary variable is Means for outputting to neuron operation means means;
Phase inversion amount determination means for determining the phase inversion amount based on the output of each neuron obtained by the neuron operation means,
Means for inverting the phase of the data symbol by multiplying each data symbol by the phase inversion amount determined by the phase inversion amount determining means;
Means for multiplying each data symbol obtained by the discrete Fourier transform by the amount of phase inversion to invert the phase of the data symbol.

For each data symbol obtained by serial-to-parallel conversion of the digitally modulated transmission information, the amount of phase inversion is determined, and after inverting the phase based on the determined amount of phase inversion, all data symbols are subjected to inverse discrete Fourier transform. A process including D / A conversion and quadrature modulation is performed on a transmission signal time series obtained by parallel-to-serial conversion of each converted data, and a signal obtained by the process is uploaded to a predetermined frequency band. Convert and send,
The transmitted signal is down-converted, the received signal time series obtained by performing a process including quadrature demodulation and A / D conversion is subjected to serial-parallel conversion, and discrete phase Fourier transform is performed on each data symbol. In a multi-carrier communication device configured to demodulate the received information by digitally demodulating the data symbol time series obtained by performing the parallel / serial conversion after restoring the phase based on the inversion amount information and the data symbol time series obtained by the conversion,
Means for serially / parallel converting a data symbol obtained by digitally modulating the transmission information and outputting for each block,
Based on an evaluation function for suppressing the peak power of the transmission signal based on the maximum value of the absolute value of each transmission signal after the inverse discrete Fourier transform, an objective function for obtaining the phase inversion amount for each block for suppressing the peak power is defined as The phase inversion amount is defined as a binary variable that takes −1 when data symbols in a block are inverted and +1 when not inverted, and considers the phase inversion amount as an output of a neuron. In order to solve the quantity combination optimization problem by a neural network, the internal state of the neuron is defined such that the derivative of the objective function with respect to the phase inversion amount and the derivative of the energy function of the neural network with respect to the output of the neuron match. A neuron operation method that operates a neuron according to the operation equation of And,
When each data symbol obtained by serial-to-parallel conversion of digitally modulated transmission information is output for each block, based on the real part and the imaginary part of the data symbol, the auxiliary variable of the operation equation is obtained and obtained. Means for outputting a parameter to the neuron operation means;
Phase inversion amount determination means for determining the phase inversion amount based on the output of each neuron obtained by the neuron operation means,
Means for inverting the phase of the data symbol by multiplying the phase inversion amount of each block determined by the phase inversion amount determination means by each data symbol of the block; and for converting each data symbol obtained by the discrete Fourier transform Discrete Fourier transform means for outputting for each block,
Means for multiplying each data symbol of each block output by said discrete Fourier transform means by the amount of phase inversion of the block to invert the phase of the data symbol.

Means for dividing the time series of the transmission information into blocks each of LQ-q bits and inserting a pilot signal into the first q bits before digitally modulating the transmission information;
A phase inversion amount information demodulation unit that performs tentative digital demodulation on the first symbol of each block output by the discrete Fourier transform unit, and demodulates and outputs phase inversion amount information multiplied by the pilot signal.
A means for inverting the phase of a data symbol by multiplying each data symbol of each block output by the discrete Fourier transform means by the phase inversion amount of the block obtained by the phase inversion amount information demodulation means and receiving information. The multicarrier communication apparatus according to claim 10, further comprising: means for removing a pilot signal after demodulation.
Here, L is the number of data symbols in the block, Q is the number of bits per data symbol, and q is an integer equal to or larger than Q and equal to or smaller than Q.