JP2005538619A - 拡張アルゴリズムデータ推定器 - Google Patents

Abstract

切り詰めアルゴリズム（ＴＡ）に優先して拡張アルゴリズム（ＥＡ）を使用するＴＤＤＣＤＭＡシステムその他のシステムのためのデータ推定の方法。ＥＡは、適切な拡張行列を選択することにより実装誤差を回避し、１つのハードウェアを使用することを許容する。ＥＡは、それぞれのデータフィールド（２１５）のテイルのマルチパス信号の損失を未然に防ぎ、Toeplitz行列から循環行列への変換による誤差混入を回避する。

Description

本発明は、ワイヤレス通信システムにおけるデータ推定に関する。特に、本発明は、ワイヤレス通信システムにおけるデータ推定のための拡張アルゴリズム（ＥＡ）に関する。

提案されているワイヤレスシステムの中には、データがブロック単位でワイヤレスで伝送され、連続するブロックとブロックとの間に区切インターバルが挿入されるものがある。そこで、符号間干渉（ＩＳＩ）および多元アクセス干渉（ＭＡＩ）を抑制するため、受信器において、ジョイント検出（joint detection、ＪＤ）を適用される。シングルダウンリンクチャネル上の信号のデータを推定するため、ＳＵＤ（single user detector）が使用される。ＳＵＤの利点は、Toeplitz正方行列は対応する同じサイズの循環行列として近似できるという理論的根拠に基づき、ＦＦＴ（fast Fourier transform）により効率よく実装できるという点にある。

Toeplitz行列を、行または列のうち長い方を短くして正方行列にし、対応する循環行列で置き換えると、近似誤差が生じる。この誤差は、行列のヘッド（head）とテイル（tail）に最も多く存在する。多くのシステムにおいては、ヘッドとテイルに関連付けられたデータは、当該受信機に必須のシステム情報、例えば、パワー制御ビットと、提案されている３ＧＰＰ（third generation partnership project）ＷＣＤＭＡ（wideband code division multiple access）ＴＤＤ（time division duplex）システムのＴＦＣＩ（transport format combination indicator）と、を有する。これは、このようなシステムにおいてデータ推定が高くなるため、望ましい。

本発明は、ＦＤＤ(frequency division duplex）またはＴＤＤ(time division duplex）ＣＤＭＡ(code division multiple access）システムなどのシステムのデータ推定器の計算効率のよい、正確な実装を提供する。

本明細書で説明されているのは、推定に関して重要なデータが循環近似誤差の著しい影響を受けないデータ推定器を実装する方法である。これを実現するために、正方循環行列はすべて拡張される。拡張方式の利点は、（１）それぞれのデータフィールドのテイル内のマルチパス信号の損失の回避、および（２）Toeplitz行列−循環行列変換による誤差混入の回避という２つの態様にある。その結果、ＥＡを実装するときに長い離散フーリエ変換（ＤＦＴ）またはＦＦＴが実行される。ＤＦＴによる必要な計算を最小限に抑えるため、拡張サイズは、特定のデータブロック長およびチャネルの遅延拡散に応じて下限まで動的に制限されるのが好ましい。しかし、主因子アルゴリズム（ＰＦＡ）が使用される場合、通常、ＦＦＴ長を増やしても、計算の複雑度は大きくならない。ある範囲内で適切なＦＦＴ長を選択することにより計算を最小限に抑えることができることに留意されたい。この場合、最長ブロック長と遅延拡散とを考慮することにより、固定された単一長ＦＦＴが望ましい。ＰＦＡとともに単一長ＦＦＴを使用すると、１つのアルゴリズムだけで、データブロックの異なる長さ（バーストタイプ）をサポートすることが可能になる。これにより、１つのハードウェアで単一のアルゴリズムを処理すればよいので、実装はさらに簡単になる。

本発明のさらに詳細な内容は、実施例としてのみ用意されている好ましい実施形態の以下の説明から理解することができ、また付属の図面を参照しつつ理解すべきである。

本発明は、一般に、ＣＤＭＡシステム、例えば、３ＧＰＰ ＴＤＤモードと、ＴＤ−ＳＣＤＭＡ（time division synchronous code division multiple access）とにおけるデータ推定に、適用可能である。しかし、以下の説明では、一例として、ＴＤＤ ＣＤＭＡシステムのモデルおよびアルゴリズムを参照する。本例においては、仮に複合拡散信号（composite spread signal）が送信側から受信側に送信される場合には、受信信号ｒは、単一チャネルＨを通じて受け渡される複合拡散信号ｓである。Ｈは、チャネル応答行列である。このプロセスは、ｒ＝Ｈｓ＋ｎと表すことができる。ここに、ｎはノイズベクトルである。Ｗをチャネル応答の長さとすると、Ｈは式１のようになる。

Ｈは、サイズが（Ｌ＋Ｗ−１）×Ｌである。Ｌは、注目している期間、例えばデータフィールド（ブロック）におけるチップの数を表す。複合拡散信号ｓは、ｓ＝Ｃｄと表すことができる。ここで、シンボルベクトルｄと、符号行列Ｃは、式２のようになる。

Ｔは、転置を表し、Ｃは式３により与えられる。

Ｃ＝｜Ｃ ^（１），Ｃ ^（２），…，Ｃ ^（Ｋ）｜
式３
それぞれのＣ^（Ｋ）は式４により与えられる。

Ｑ、Ｋ、およびＮ_ｓ（＝Ｌ／Ｑ）は、それぞれ、拡散係数（ＳＦ）と、アクティブ符号の個数と、各チャネライゼーション符号で伝送されるシンボルの個数と、を表す。
ＳＵＤプロセスには、（ａ）チャネル等化と、（ｂ）逆拡散と、の２つのステップが含まれる。第１のステップでは、複合拡散信号ｓは、ｒ＝Ｈｓ＋ｎから推定されるが、その際に、最小平均平方誤差（ＭＭＳＥ）等化器またはZero-forcingソリューション（zero forcing solution）を使用するのが好ましい。

ＭＭＳＥ等化器は、式５によって与えられる。

Zero-forcingソリューションは、式６によって与えられる。

Ｉは、単位行列、Ｒ_Ｈ＝Ｈ ^Ｈ Ｈは、式７による、サイズＬのToeplitz正方行列である。

「＊」は、共役演算を表す。第２ステップでは、単純な逆拡散プロセスを実行し、式８により、シンボル系列ｄ、

を推定する。

式５を効率的に実装するため、アルゴリズムを適切に近似することが望ましい。そうするために、まず、Toeplitz行列Ｈを（Ｌ＋Ｗ−１）×Ｌのサイズから（Ｌｍ＋Ｗ−１）×Ｌｍのサイズに拡張し、そして、行列のbanded Toeplitz構造を変えずに、正方行列Ｒ_ＨをサイズＬからＬｍ≧Ｌ＋Ｗ−１を満たすＬｍに拡張する。仮にベクトルｒの長さがＬｍ未満である場合には、ベクトルｒは、ゼロパディングにより長さＬｍに拡張される。他のベクトル／行列をパディング拡張することにより、ベクトルｓおよびｎは、事実上自動的に拡張される。行列およびベクトルＨ、Ｒ_Ｈ、ｓ、ｒ、およびｎの拡張されたものは、それぞれ、Ｈ _Ｅ、Ｒ_Ｅ、ｓ _Ｅ、ｒ _Ｅ、およびｎ _Ｅと表される。Ｒ_Ｅは次のようになる。

ｓ _Ｅの最後のＬｍ−Ｌ要素は、すべて、０とみなすことができるが、これは、実装誤差の回避を理解するうえで重要なことである。これらの表記を使って、式５を式９に書き直すことができる。

ｒ _Ｅ は、ｒ _Ｅ＝Ｈ _Ｅ ｓ _Ｅ＋ｎ _Ｅと表される。式９は、式５を拡張したものであるので、

の最初のＬ個の要素のみについては、差異はない。Ｈ_Ｅの最後のＷ−１個の行は、Ｈ _ｓで表される、サイズＬｍの新しい正方行列を得るため、カットされる。Ｒ_ＣｉｒおよびＨ _Ｃｉｒは、それぞれ、Ｒ_ＥおよびＨ _ｓの対応する循環行列を表す。Ｒ_ＣｉｒおよびＨ _Ｃｉｒは、Ｒ_ＥおよびＨ _ｓから、式１０および式１１に従って構成される。

Ｒ_ＣｉｒおよびＨ _Ｃｉｒ は、共に、サイズＬｍの正方行列である。ｓ _Ｅの最後のＬｍ−Ｌ個の要素は０なので、ｒ _Ｅ＝Ｈ _ｓ ｓ _Ｅ＋ｎ _Ｅとなる。式９において、Ｒ_Ｅ、

、およびｒ _Ｅを、それぞれＲ_Ｃｉｒ、

、およびＨ _ｓ ｓ _Ｅ＋ｎ _Ｅで置き換えると、式１２が得られる。

Ｈ _ｓ＝Ｈ _Ｃｉｒ−Ｈ _Δ（Ｈ _Δは誤差行列）と仮定すると、式１２は式１３と表すことができる。

は、長さＬｍの列ベクトルであり、誤差行列Ｈ _Δは、式１４によって与えられる。

非ゼロ要素は、最初のＷ−１個の行と、最後のＷ−１個の列と、の間の三角形の領域に存在する。第３の項がない場合には、式１３は、最初のＬ個の要素については、機能の面で、式５と非常によく似ている。ベクトルｙを評価する。行列

およびＨ _Δの構造により、行列

は、式１５で与えられる構造を持つサイズＬｍの正方行列となる。

ｘで表される非ゼロ要素は、（１）最初のＷ−１個の行と最後のＷ−１個の列との間の三角形の領域と、（２）最後のＷ−１個の行と列の間に挟まれた正方形領域の２つの領域にのみ配置される。ｓ _Ｅの最後の（Ｌｍ−Ｌ）個の要素は０なので、Ｌｍ≧Ｌ＋Ｗ−１であれば、

のすべての要素は０である。Ｌｍ≧Ｌ＋Ｗ−１の場合、式１６が得られる。

最初のＬ個の推定値のみ考慮すれば、式１６は式５のよい近似になっている。式１６の最初の部分は、ＥＡと呼ばれる。同様に、データフィールドのヘッドおよびテイルは、行列拡張を行わず直接、Toeplitz行列を式５における対応する循環行列で置き換えることにより著しい影響を受ける。行列拡張を行わない実装アルゴリズムは、切り詰めアルゴリズム（truncated algorithm、ＴＡ）と呼ばれる。ＴＡを使用する場合、Ｌｍ＝Ｌであることを除き、式９から式１５まではそのまま有効である。理由としては２つある。第１には、式５の中のＨをサイズＬのＨ _Ｃｉｒで置き換える場合に、受信信号ベクトルｒはＬに制限されるのが好ましいという点である。このため、データフィールドのテイルにあるデータのマルチパス信号が失われる。したがって、影響を受けるデータの推定値は非常に悪くなる。第２には、Ｌｍ＝Ｌである場合には、ｙは長さＬの列ベクトルとなり、この場合、最初と最後のＷ−１個の要素は非ゼロ要素となる。Ｂ_Ｃｉｒ＝Ｒ_Ｃｉｒ＋σ^２Ｉは対角線にそってbanded構造を持つため、Ｂ_Ｃｉｒの逆行列もほぼ同じ構造を持つ。したがって、列ベクトル

の比較的大きな値は、最初と最後のＷ−１個の列に置かれ、ヘッドとテイルの両方の領域における

の推定値に影響を及ぼす。前述の第２の理由においては、影響を受ける推定値の個数がチャネル応答長Ｗに依存する。チャネルの遅延拡散（Ｗ）が大きいほど、影響を受ける推定値は多くなるのである。

さらに、式１６で与えられる実装アルゴリズムは、オーバサンプリングを利用できるように拡張可能である。オーバサンプリングを使用すれば、タイミング誤差の影響が緩和される。サンプリングレートをチップレートのＭ倍と仮定した場合には、ｍ＝１，２，…，Ｍについて

で表されるＭ個の受信信号ベクトルが使用可能である。ただし、それぞれの

内の２つの連続するサンプル間の時間間隔は、チップ持続時間である。同様に、ｍ＝１，２，…，Ｍについてｈ ^（ｍ）＝（ｈ_０，ｍ，ｈ_１，ｍ，…，ｈ_{Ｗ−ｌ，ｍ}）で表されるチャネル応答のＭ個のセットもある。これらのチャネル応答を使用すると、ｍ＝１，２，…，Ｍについて合計２Ｍ個の循環行列Ｈ _{Ｃｉｒ，ｍ}およびＲ _{Ｃｉｒ，ｍ}を構成できる。したがって、オーバサンプリングによる実装アルゴリズムは、式１７のように書くことができる。

は、ｍ番目の入力ベクトル

に対応するノイズ分散である。

実装をする前に、Ｌｍの値を決定する。Ｌｍは、Ｌ＋Ｗ−１よりも大きいので、Ｌｍは式１８により選択される。

Ｌｍ＝ｍａｘ｛Ｌ｝＋ｍａｘ｛Ｗ｝＋ε 式１８
ｍａｘ｛.｝は、｛.｝の最大値であり、εは、ＬｍをＦＦＴ実装にちょうどよい長さにするために使用される正数である。例えば、ＵＴＲＡワイドバンドＴＤＤシステム（ＷＴＤＤ）においては、ｍａｘ｛Ｌ｝＝１１０４であり、ｍａｘ｛Ｗ｝＝１１４である。Ｌｍ＝１２３２にするため、εとして、１４を選択する。この長さにあっては、１２３２は１２３２＝７×１１×１６と因数分解できるので、ＦＦＴはＰＦＡにより非常に効率よく実行できる。複素入力では、１２３２ポイントＦＦＴに必須の実乗算と加算は、それぞれ、８８３６と、４４２２８である。式１８から、Ｌｍは特定のシステム設計に依存する。しかし、本明細書における実装方法は、ＵＴＲＡナローバンドＴＤＤシステム（ＴＤ−ＳＣＤＭＡ）のような他のＴＤＤシステムにも適用可能である。

以下では、式１７の好ましい実装手順を、ＦＦＴの長さＰが、選択されたＬｍに等しいとの仮定の下で、方法ステップとして説明する。

循環行列

の第１の列ｇは、推定されたチャネル応答およびノイズパワーに基づいて計算され、式１９が得られる。

ＦＦＴ領域内の循環行列

は、分解され、式２０が得られる。

Ｄ_μおよび

は、式２１により定義されているＰポイントＦＦＴと、逆ＦＦＴ（ＩＦＦＴ）行列である。

Λ_Ｒは、対角成分がＤ_ｐ ｇであるサイズＰの対角行列である。Λ_Ｒは、Λ_Ｒ＝ｄｉａｇ（Ｄ_ｐ ｇ）と表される。

とＤ_Ｐの関係は、

で表される。

循環行列Ｈ _{Ｃｉｒ，ｍ}は、ＦＦＴ領域において分解され、式２２が得られる。

は、ｕ _ｍ＝［ｈ_０，ｍ，ｈ_１，ｍ，…，ｈ_{Ｗ−１，ｍ}，０，…，０］^ＴがＨ _{Ｃｉｒ，ｍ}の第１の列である対角成分がＤ_ｐ ｕ _ｍであるサイズＰの対角行列である。

受信信号ベクトルｒ ^（ｍ）をゼロパディングで再構成し、長さＰの拡張信号ベクトル

を得る。

複合拡散信号ベクトル

を計算して、周波数領域において式２３または式２４を導く。

演算子

および／は、それぞれ、要素毎に実行されるベクトル乗算および除算を表す。

の最後のＰ−Ｌ個の要素を切り捨てて、長さＬのもう１つのベクトル

を得る。

複合拡散信号

を逆拡散し、

を導く。

図１は、システム１００のブロック図である。オーバサンプリングされたシステムでは、Ｍ個のサンプリングされた系列が処理される、つまりｒ ^（１）…ｒ ^（Ｍ）およびｈ ^（１）…ｈ ^（Ｍ）である。チップレートサンプリング系列については、サンプリング系列は１つだけ処理される、つまりｒ ^（１）およびｈ ^（１）である。システム１００は、入力１０５_１…１０５_Ｍ（１０５）から信号ｒ ^（１）…ｒ ^（Ｍ）を受信し、入力１１０_１…１１０_Ｍ（１１０）からチャネルインパルス応答ｈ ^（１）…ｈ ^（Ｍ）を受信する。受信信号は、ｒ ^（１）…ｒ ^（Ｍ）は、それぞれの系列の長さがＬｍになるまで、ゼロパディングデバイス１１５_１…１１５_Ｍ（１１５）により、テイルに０がパディングされる。ゼロパディング後の拡張系列は、

として表され、これは出力１２０_１…１２０_Ｍ（１２０）を介してブロック１１５から出る。チャネルインパルス応答ｈ ^（１）…ｈ ^（Ｍ）は、拡張系列の長さがＬｍになるまで、ゼロパディングデバイス１２５_１…１２５_Ｍ（１２５）によりテイルにゼロがパディングされる。ゼロパディング後の拡張系列は、ｕ _１…ｕ _Ｍとして表され、これは、出力１３０_１…１３０_Ｍ（１３０）を介してゼロパディングデバイス１２５から出て行く。ＤＦＴまたはＦＦＴブロック１３５_１…１３５_Ｍ（１３５）は、ゼロパディングデバイス１１５から出力１２０を受け取り、

に対しＤＦＴまたはＦＦＴを実行する。ＤＦＴまたはＦＦＴブロック１４０_１…１４０_Ｍ（１４０）は、ゼロパディングデバイス１２５から出力１３０を受け取り、ｕ _１…ｕ _Ｍ、Ｆ（ｕ _１）…Ｆ（ｕ _Ｍ）に対しＤＦＴまたはＦＦＴを実行する。共役デバイス１４５_１…１４５_Ｍ（１４５）は、Ｆ（ｕ _１）…Ｆ（ｕ _Ｍ）の共役をとり、Ｆ（ｕ _１）^＊…Ｆ（ｕ _Ｍ）^＊が得られる。要素毎の乗算１５０_１…１５０_Ｍ（１５０）で、系列

およびＦ（ｕ _１）^＊…Ｆ（ｕ _Ｍ）^＊、

を乗算する。

、Ｍ＝１，２，…，Ｍを使用し、加算器１７５によりＭ個のサンプリング系列結果のすべてを要素毎に加算する。チャネル相関ベクトルｇは、拡張チャネル応答系列ｕ _１，…，ｕ _Ｍを使用してチャネル相関発生器１８０により生成され、

が得られる。

ＭＭＳＥアルゴリズムを使用することにより、ノイズ分散

をベクトルｇ ^（ｍ）の第１の要素に加算する。ｕ _ｍを使用して、ベクトルｇ ^（ｍ）を生成する。ｍ番目のサンプリング系列に対するベクトルｇ ^（ｍ）のｉ番目の要素は、まず、ｉ−１個の要素をダウンシフトして共役ベクトルｕ ^＊ _ｍを循環させ、シフトされたベクトルｕ ^＊ _ｍにベクトルｕ _ｍを乗算して、

になるようにすることにより、計算される。ＤＦＴまたはＦＦＴデバイス１８５は、チャネル相関ベクトルｇに対しＤＦＴまたはＦＦＴを実行して、Ｆ（ｇ）を得る。除算器１９０は、要素毎に、加算器１７５の出力をＤＦＴまたはＦＦＴデバイス１８５の出力で除算し、

とする。逆ＤＦＴまたは逆ＦＦＴデバイス１９４が、除算器１９０の出力に対してパフォームされ、

を得る。逆ＤＦＴまたは逆ＦＦＴデバイス１９４の出力は、複合拡散信号

の推定である。逆拡散器１９８は、逆ＤＦＴまたは逆ＦＦＴデバイス１９４の出力を逆拡散し、推定データシンボル

を得る。

次に、図２Ａ、２Ｂ、および２Ｃを参照して、本発明の好ましい実施形態によりＥＡを実行する手順を説明する。

ステップ２０５において、システム１００は、入力１０５で信号ｒ ^（１）を受信し、入力１１０でチャンネルインパルス応答ｈ ^（１）を受信する。

ステップ２１０で、受信信号ｒ ^（１）は、系列の長さがＬｍになるまで、ゼロパディングデバイス１１５によりテイルに０がパディングされる。ゼロパディング後の拡張系列は、

と表され、これは出力１２０を介してブロック１１５から出て行く。

ステップ２１５で、チャネルインパルス応答ｈ ^（１）は、拡張系列の長さがＬｍになるまで、ゼロパディングデバイス１２５によりテイルに０がパディングされる。ゼロパディング後の拡張系列は、ｕ _１として表され、これは出力１３０を介してゼロパディングデバイス１２５から出て行く。

ステップ２２０で、ＤＦＴまたはＦＦＴブロック１３５は、ゼロパディングデバイス１１５から出力１２０を受け取り、ＤＦＴまたはＦＦＴを

に実行し、

を得る。ＤＦＴまたはＦＦＴブロック１４０は、ゼロパディングデバイス１２５から出力１３０を受け取り、ＤＦＴまたはＦＦＴをｕ _１に実行し、Ｆ（ｕ _１）を得る。

ステップ２２５で、共役デバイス１４５は、Ｆ（ｕ _１）の共役Ｆ（ｕ _１）^＊をとる。

ステップ２３０で、要素毎の乗算器１５０で、系列

およびＦ（ｕ _１）^＊の乗算を行い、

を出力する。

ステップ２３５で、Ｍ個のサンプリング系列を使用するオーバサンプリングシステムでは、ステップ２１０から２３０を、ｍ＝２，…，Ｍについてサンプリング系列２，…，Ｍ，

に対し繰り返す。

ステップ２４０で、ステップ２３０および２３５で得られたＭ個のサンプリング系列の結果すべてを、ｍ＝１，２，…，Ｍについて、加算器１７５、

により要素毎に加算する。

ステップ２４５で、チャネル相関ベクトルｇは、拡張チャネル応答系列ｕ _１，…，ｕ _Ｍを使用してチャネル相関発生器１８０により生成され、

が得られる。

ステップ２５０で、ＤＦＴまたはＦＦＴ１８５は、チャネル相関ベクトルｇに対しＤＦＴまたはＦＦＴを実行して、Ｆ（ｇ）を得る。

ステップ２５５で、除算器１９０は、ステップ２５０で得られた結果によりステップ２４０の結果を要素毎に除算し、

が得られる。

ステップ２６０で、逆ＤＦＴまたは逆ＦＦＴ １９４が、ステップ２５５の結果に対して実行され

、推定複合拡散信号

が出力される。

ステップ２６５で、逆拡散器１９８は、ステップ２６０の出力を逆拡散して、推定されたデータシンボル

を得る。

シミュレーションにおいては、説明されているモデルはＫ＝１２に基づいており、その符号は、等しい符号パワーにより伝送され、第２のデータフィールドに対するミッドアンブル信号の影響が完全に相殺された。それぞれの符号はＳＦ＝１６である。データフィールド内では合計１１０４個のチップが仮定される（ＷＴＤＤにおいてバーストタイプ２）。ＷＴＤＤのタイムスロットには２つのデータフィールドがあるため、第１のデータフィールドの最後の８ビット（４個の複合シンボル）と、第２のデータフィールドの第１の８ビットとが、それぞれ、ＴＦＣＩ−１およびＴＦＣＩ−２として定義される。２つのアルゴリズム、すなわち、ＴＡとＥＡとが採用されている。ＴＦＣＩ−１、ＴＦＣＩ−２のＲＡＷビット誤差とともに、すべてのビットが、チップレートサンプリングで、ＥＡとＴＡの両方について評価される。ＳＮＲ点毎に、１０００個のタイムスロットが累計される。このシミュレーションは、ＷＧ４ Ｃａｓｅ−１および２チャネルに対して行われる。

図３および図４は、ＥＡおよびＴＡが使用される場合のＷＧ４ Ｃａｓｅ−１チャネルにおけるＴＦＣＩ−１およびＴＦＣＩ−２のパフォーマンスを示す。ＥＡとＴＡとのパフォーマンスのギャップは、図３に示すように、大きい。ＴＦＣＩ−１が第１のデータフィールドのテイルに位置しているから、ＴＡによるＴＦＣＩ−１のパフォーマンスは、次の２つの理由、すなわち、（１）ＴＦＣＩ−１マルチパス信号が失われること、（２）ＷＧ４ Ｃａｓｅ−１チャネルに対しチャネル応答長Ｗが小さい（Ｗ＝４）ので、本実装においては、Toeplitz行列から循環行列に置換されること、によって低下する。この結論は、図４に示されている結果により確認される。図４のパフォーマンスは、第２のデータフィールドのヘッダに配置するＴＦＣＩ−２に対するものなので、ＴＡによるパフォーマンスに影響を及ぼす最もあり得そうな理由は、第２の理由、つまり行列置換、でなければならない。図４からは、ＥＡおよびＴＡによるＴＦＣＩ−２のパフォーマンスがほぼ等しい、ことが分かる。これは、行列置換によってＴＡに入り込む推定誤差は、ＷＧ４ Ｃａｓｅ−１チャネルのＷの値が小さいため、かなり限定される、ことを意味する。例えば、Ｗ＝４である場合には、第１のシンボルの１／４のみが影響を受けるが、これは、ＳＦ＝１６という関係があるからである。

図５は、アルゴリズムがＥＡおよびＴＡであるときのすべてのビットのrawＢＥＲを示す。ＥＡと比較するに、ＴＡによるすべてのビットのrawＢＥＲの損失に対する主要な寄与要因は、各スロットにおけるＴＦＣＩ−１である。

図６および図７は、ＥＡおよびＴＡが採用されている場合のＷＧ４ Ｃａｓｅ−２チャネルにおけるＴＦＣＩ−１およびＴＦＣＩ−２のパフォーマンスを示す。Ｃａｓｅ−２チャネルが、Ｃａｓｅ−１チャネルと、遅延拡散がかなり大きい（Ｗ＝４６）点で異なり、同様に、マルチパス信号のパワーが強い点で異なる。図６から、ＴＡによるＴＦＣＩ−１は、マルチパス信号の損失と行列置換との両方により、ほとんど破壊されていることがわかる。図７では、ＴＡによるＴＦＣＩ−２のパフォーマンスは、ＥＡによるパフォーマンスよりも大幅に劣るが、これは、行列置換のみに起因する。この場合、Ｗ＝４６であるから、第１の３つのシンボル（６ビット）はかなり影響を受ける。図８は、Ｃａｓｅ−２チャネルでのＥＡおよびＴＡのすべてのビットのrawＢＥＲを示す。

本実装においてＴＡ（trancated algorithm）が使用されている場合には、データフィールドのヘッダとテイルのデータは、２つの態様、すなわち、チャネル応答行列を切り詰めて正方行列にすることによってマルチパス信号の情報が失われること、Toeplitz行列を循環行列に置き換えることによって誤差が生じること、により、著しい影響を受ける。この問題を克服するため、ＥＡが使用されている。このＥＡは、拡張行列のサイズを適切に選択することにより、実装誤差を回避する。ＤＦＴとともに、ＥＡを実装するには、動的な長さのＥＡが望ましいが、ＰＦＡのＦＦＴによるＥＡの場合には、固定長のアプローチの方が適切である。固定長のアプローチでは、ある範囲内で適切なＰＦＡ長を選択することにより、計算の複雑度を最小限に抑えることができる。固定長ＥＡでは、１つのアルゴリズムのみで異なるデータブロック長（バーストタイプ）に対応できる。固定長ＥＡを使用すると、１つのハードウェアで単一のアルゴリズムを処理すればよいので、実装はさらに簡単になる。シミュレーション結果からは、ＥＡのパフォーマンスは、ＴＡのパフォーマンスに比べてかなり優れており、これは、データフィールドのヘッダおよびテイルのデータについては、特にそうである、ことが分かる。

本発明は、基地局またはＷＴＲＵ（wireless transmit / receive unit）に実装することができる。以下、ＷＴＲＵには、ユーザ機器、移動局、固定またはモバイルサブスクライバユニット、ページャー、又はワイヤレス環境で動作可能なその他のタイプのデバイスが含まれるが、これらに限定されるものではない。以下、基地局には、基地局、ノードＢ、サイトコントローラ、アクセスポイント、又はワイヤレス環境でのその他のインタフェースデバイスが含まれるが、これらに限定されるものではない。

図９Ａおよび図９Ｂは、拡張アルゴリズムデータ検出を使用する受信機の実装の例を示す。図９Ａを参照すると、ＲＦ（radio frequency）信号がアンテナ３００により受信される。サンプリングデバイス３０５は、チップレート受信ベクトルｒを出力する。チャネル推定デバイス３２５は、受信ベクトルに対するチャネルインパルス応答ｈを決定する。ＳＵＤ（single user detector）３１０は、受信ベクトルｒおよびチャネルインパルス応答ｈを使用して、拡張アルゴリズムを使用することによりデータベクトルｄを推定する。受信ベクトルｒは、チャネル等化器３１５により処理され、その際にチャネルインパルス応答ｈを使用して拡散ベクトルｓを決定する。伝送符号Ｃを使用することで逆拡散器３２０は、拡散ベクトルｓを逆拡散し、データベクトルｄを推定する。

図９Ｂを参照すると、ＲＦ信号はアンテナ３００により受信される。サンプリングデバイス３０５は、チップレートのＭ倍のレートで受信信号をサンプリングし、Ｍ個の受信ベクトル系列ｒ _１…ｒ _ｍを出力する。チャネル推定デバイス３２５は、各受信ベクトルｒ _１…ｒ _ｍに対応するチャネルインパルス応答ｈ _１…ｈ _ｍを決定する。ＳＵＤ３１０は、受信ベクトル系列ｒ _１…ｒ _ｍおよびチャネルインパルス応答ｈ _１…ｈ _ｍを使用して、拡張アルゴリズムを使用することによりデータベクトルｄを推定する。受信ベクトルｒ _１…ｒ _ｍは、チャネル等化器３１５により処理され、その際にチャネルインパルス応答ｈ _１…ｈ _ｍを使用して拡散ベクトルｓを決定する。伝送符号Ｃを使用することで逆拡散器３２０は、拡散ベクトルｓを逆拡散し、データベクトルｄを推定する。

本発明は、好ましい実施形態に関して説明したが、請求項で述べているように、本発明の範囲内であれば、他の変更形態も当業者にとっては明白なことであろう。

本発明の好ましい一実施形態に従ってオーバサンプリングによりＥＡを実装するために使用されるシステムのブロック図である。 図１のＥＡにより実装される方法ステップを例示する流れ図である。 図１のＥＡにより実装される方法ステップを例示する流れ図である。 図１のＥＡにより実装される方法ステップを例示する流れ図である。 ケース１のチャネルにおけるＴＦＣＩ−１のrawＢＥＲとＳＮＲとの対比を示す図である（ＴＦＣＩは、トランスポートフォーマットコンビネーションインジケータを表す）。 ケース１のチャネルにおける１符号あたりのＴＦＣＩ−２のrawＢＥＲとＳＮＲとの対比を示す図である。 ケース１のチャネルにおける１符号あたりの全ビットのrawＢＥＲとＳＮＲとの対比を示す図である。 ケース２のチャネルにおける１符号あたりのＴＣＦＩ−１のrawＢＥＲとＳＮＲとの対比を示す図である。 ケース２のチャネルにおける１符号あたりのＴＣＦＩ−２のrawＢＥＲとＳＮＲとの対比を示す図である。 ケース２のチャネルにおける１符号あたりの全ビットとＳＮＲとの対比を示す図である。 拡張アルゴリズムデータ検出を使用する受信機実装の図である。 拡張アルゴリズムデータ検出を使用する受信機実装の図である。

Claims (23)

1. 共有スペクトルで受信された複数の信号であって同様のチャネル応答を受ける複数の信号からデータを復元する方法において、
   前記受信された複数の信号を含む複合信号をサンプリングし、受信ベクトルを生成するステップと、
   前記複合信号のチャネル応答を推定するステップと、
   前記受信ベクトルを拡張するステップと、
   前記チャネル応答を拡張するステップと、
   前記拡張されたチャネル応答を使用して前記受信ベクトルをチャネル等化し、拡散ベクトルを生成するステップと、
   前記複数の信号のデータを生成するため前記拡散ベクトルを逆拡散するステップと
   を備えたことを特徴とする方法。
2. 請求項１において、拡張された各受信ベクトル内の２つの連続するサンプル間の時間間隔は、チップ持続時間であることを特徴とする方法。
3. 請求項１において、拡張された各受信ベクトル内の２つの連続するサンプル間の時間間隔は、チップ持続時間未満の時間であることを特徴とする方法。
4. 請求項１において、
   推定されたチャネル応答とノイズパワーとに基づいて循環行列の第１列をコンピューティングするステップと、
   ＦＦＴ（fast Fourier transform）領域において受信ベクトル循環行列を分解するステップと、
   前記ＦＦＴ領域においてチャネル応答循環行列を分解するステップと、
   前記受信ベクトルから拡張ベクトルを再構築するステップと、
   前記複合拡散信号ベクトルをコンピューティングするステップと、
   前記複合拡散信号を逆拡散するステップと
   をさらに備えたことを特徴とする方法。
5. 通信受信機を含む基地局において、
   前記受信機は、
   ＲＦ（radio frequency）信号を受信するためのアンテナと、
   前記アンテナに結合したサンプリングデバイスであってチップレートで受信ベクトルを生成するサンプリングデバイスと、
   前記サンプリングデバイスに結合したチャネル推定デバイスであって前記受信ベクトルに対するチャネルインパルス応答を決定するチャネル推定デバイスと、
   前記サンプリングデバイスと前記チャネル推定デバイスとに結合したＳＵＤ（single user detector）であって、前記受信ベクトルと前記チャネルインパルス応答とを拡張する拡張アルゴリズムを使用してデータベクトルを推定するＳＵＤと
   を備えたことを特徴とする基地局。
6. 請求項５において、前記ＳＵＤは、
   前記チャネルインパルス応答を使用して拡散ベクトルを決定するチャネル等化器と、
   前記チャネル等化器に結合した逆拡散器であって、前記データベクトルを推定するため前記拡散ベクトルを逆拡散する逆拡散器と
   を備えたことを特徴とする基地局。
7. 通信受信機を含むＷＴＲＵ（wireless transmit/receive unit）において、
   前記受信機は、
   ＲＦ（radio frequency）信号を受信するためのアンテナと、
   前記アンテナに結合したサンプリングデバイスであって、チップレートで受信ベクトルを生成するサンプリングデバイスと、
   前記サンプリングデバイスに結合したチャネル推定デバイスであって、前記受信ベクトルに対するチャネルインパルス応答を決定するチャネル推定デバイスと、
   前記サンプリングデバイスと前記チャネル推定デバイスに結合したＳＵＤ（single user detector）であって、前記受信ベクトルと前記チャネルインパルス応答とを拡張する拡張アルゴリズムを使用してデータベクトルを推定するＳＵＤと
   を備えたことを特徴とするＷＴＲＵ。
8. 請求項７において、前記ＳＵＤは、
   前記チャネルインパルス応答を使用して拡散ベクトルを決定するチャネル等化器と、
   前記チャネル等化器に結合した逆拡散器であって、前記データベクトルを推定するため前記拡散ベクトルを逆拡散する逆拡散器と
   を備えたことを特徴とするＷＴＲＵ。
9. 通信受信機を含む基地局において、
   前記受信機は、
   ＲＦ（radio frequency）信号を受信するためのアンテナと、
   前記アンテナに結合したサンプリングデバイスであって、Ｍ個の受信ベクトル系列を出力するため、前記チップレートのＭ倍のレートで前記受信信号をサンプリングするサンプリングデバイスと、 前記サンプリングデバイスに結合したチャネル推定デバイスであって、各受信ベクトルに対するチャネルインパルス応答を決定するチャネル推定デバイスと、
   前記サンプリングデバイスと前記チャネル推定デバイスとに結合したＳＵＤ（single user detector）であって、前記受信ベクトルと前記チャネルインパルス応答とを拡張する拡張アルゴリズムを使用してデータベクトルを推定するＳＵＤと
   を備えたことを特徴とする基地局。
10. 請求項９において、前記ＳＵＤは、
    チャネルインパルス応答を使用して拡散ベクトルを決定するチャネル等化器と、
    前記チャネル等化器に結合した逆拡散器であって、前記データベクトルを推定するため、前記受信信号内の伝送符号を使用して前記拡散ベクトルを逆拡散する逆拡散器と
    を備えたことを特徴とする基地局。
11. 通信受信機を含むＷＴＲＵ（wireless transmit/receive unit）において、
    前記受信機は、
    ＲＦ（radio frequency）信号を受信するためのアンテナと、
    前記アンテナに結合したサンプリングデバイスであって、前記チップレートのＭ倍で前記受信信号をサンプリングし、Ｍ個の受信ベクトル系列を生成するサンプリングデバイスと、
    前記サンプリングデバイスに結合したチャネル推定デバイスであって、各受信ベクトルに対するチャネルインパルス応答を決定するチャネル推定デバイスと、
    前記サンプリングデバイスと前記チャネル推定デバイスとに結合したＳＵＤ（single user detector）であって、前記受信ベクトルと前記チャネルインパルス応答とを拡張する拡張アルゴリズムを使用してデータベクトルを推定するＳＵＤと
    を備えたことを特徴とするＷＴＲＵ。
12. 請求項１１において、前記ＳＵＤは、
    チャネルインパルス応答を使用して拡散ベクトルを決定するチャネル等化器と、
    前記チャネル等化器に結合した逆拡散器であって、前記受信信号内の伝送符号を使用して前記データベクトルを推定するため、前記拡散ベクトルを逆拡散する逆拡散器と
    を備えたことを特徴とするＷＴＲＵ。
13. （ａ）最小平均平方誤差（ＭＭＳＥ）等化器を使用して複合拡散信号が推定されるチャネル等化段と、
    （ｂ）前記ＳＵＤにより検出されたシンボル系列を推定する逆拡散段と
    を備えたことを特徴とするＳＵＤ（single user detector）。
14. 基地局と、
    該基地局と通信するＷＴＲＵ（wireless transmit/receive unit）であって、
    ＲＦ（radio frequency）信号を受信するためのアンテナと、
    前記アンテナに結合したサンプリングデバイスであって、チップレート受信ベクトルを生成するサンプリングデバイスと、
    前記サンプリングデバイスに結合したチャネル推定デバイスであって、前記受信ベクトルに対するチャネルインパルス応答を決定するチャネル推定デバイスと、
    前記サンプリングデバイスと前記チャネル推定デバイスに結合したＳＵＤ（single user detector）であって、拡張アルゴリズムを使用してデータベクトルを推定するＳＵＤと
    を備えたＷＴＲＵと
    を備えたことを特徴とする通信システム。
15. 請求項１４において、前記ＳＵＤは、
    前記チャネルインパルス応答を使用して拡散ベクトルを決定するチャネル等化器と、
    前記チャネル等化器に結合した逆拡散器であって、前記受信信号内の伝送符号を使用して前記データベクトルを推定するため、前記拡散ベクトルを逆拡散する逆拡散器と
    を備えたことを特徴とする通信システム。
16. ＷＴＲＵ（wireless transmit/receive unit）と、
    該ＷＴＲＵと通信する基地局であって、
    ワイヤレス周波数（ＲＦ）信号を受信するためのアンテナと、
    チップレート受信ベクトルを出力するため前記アンテナに結合されているサンプリングデバイスと、
    前記受信ベクトルに対するチャネルインパルス応答を決定するために前記サンプリングデバイスに結合されているチャネル推定デバイスと、
    拡張アルゴリズムを使用してデータベクトルを推定するため前記サンプリングデバイスおよび前記チャネル推定デバイスに結合されている単一ユーザ検出器（ＳＵＤ）と
    を備えた基地局と
    を備えたことを特徴とする通信システム。
17. 請求項１６において、前記ＳＵＤは、
    前記チャネルインパルス応答を使用して拡散ベクトルを決定するチャネル等化器と、
    前記チャネル等化器に結合した逆拡散器であって、前記受信信号内の伝送符号を使用して前記データベクトルを推定するため、前記拡散ベクトルを逆拡散する逆拡散器と
    を備えたことを特徴とする通信システム。
18. ワイヤレス通信システムにおいて、オーバサンプリングにより拡張アルゴリズム（ＥＡ）を実行する方法であって、
    （ａ）前記ワイヤレス通信システムが、第１入力から信号ｒ ^（１）を受信し、第２入力からチャネルインパルス応答ｈ ^（１）を受信するステップと、
    （ｂ）系列の長さがＬｍに達するまで受信信号ｒ ^（１）のテイルにゼロパディングし、ゼロパディング後の前記拡張系列を
    

    

    と表すステップと、
    （ｃ）前記拡張系列の長さがＬｍに達するまでチャネルインパルス応答ｈ ^（１）のテイルにゼロパディングし、ゼロパディング後の前記拡張系列をｕ _１と表すステップと、
    （ｄ）ＤＦＴ（discrete Fourier transform）またはＦＦＴ（fast Fourier transform）を
    

    

    に対し実行し、
    

    

    とするステップと、
    （ｅ）ＤＦＴまたはＦＦＴをｕ _１に対し実行し、Ｆ（ｕ _１）とするステップと、
    （ｆ）Ｆ（ｕ _１）の共役をとり、Ｆ（ｕ _１）^＊とするステップと、
    （ｇ）系列
    

    

    およびＦ（ｕ _１）^＊を乗算して、
    

    

    とし、Ｍ個のサンプリング系列について、ステップ（ｂ）〜（ｇ）をサンプリング系列２，…，Ｍについて繰り返し、ｍ＝２，…，Ｍについて
    

    

    とするステップと
    を備えたことを特徴とする方法。
19. 請求項１８において、ステップ（ｂ）〜（ｇ）で得られた前記Ｍ個のサンプリング系列結果のすべてを要素毎に加算して
    

    

    とすることを特徴とする方法。
20. 請求項１９において、さらに、
    （ｈ）拡張チャネル応答系列ｕ _１，…，ｕ _Ｍを使用して
    

    

    となるようなチャネル相関ベクトルｇを生成するステップと、
    （ｉ）ＤＦＴまたはＦＦＴをチャネル相関ベクトルｇに対し実行し、Ｆ（ｇ）とするステップと、
    （ｊ）ステップ（ｇ）の前記結果をステップ（ｉ）の前記結果で要素毎に除算して、
    

    

    とするステップと、
    （ｋ）逆ＤＦＴまたは逆ＦＦＴをステップ（ｊ）の前記結果に対し実行して、
    

    

    とするステップと、
    （ｌ）ステップ（ｋ）の前記結果を逆拡散して、前記推定されたデータシンボル
    

    

    を得るステップと
    を備えたことを特徴とする方法。
21. オーバサンプリングにより拡張アルゴリズム（ＥＡ）を実行するワイヤレス通信システムにおいて、
    （ａ）第１入力から信号ｒ ^（１）を受信し、第２入力からチャネルインパルス応答ｈ ^（１）を受信する手段と、
    （ｂ）系列の長さがＬｍに達するまで受信信号ｒ ^（１）のテイルにゼロパディングし、ゼロパディング後の前記拡張系列を
    

    

    と表す手段と、
    （ｃ）前記拡張系列の長さがＬｍに達するまでチャネルインパルス応答ｈ ^（１）のテイルにゼロパディングし、ゼロパディング後の前記拡張系列をｕ _１と表す手段と、
    （ｄ）ＤＦＴ（discrete Fourier transform）またはＦＦＴ（fast Fourier transform）を
    

    

    に対し実行し、
    

    

    とする手段と、
    （ｅ）ＤＦＴまたはＦＦＴをｕ _１に対し実行し、Ｆ（ｕ _１）とする手段と、
    （ｆ）Ｆ（ｕ _１）の共役をとり、Ｆ（ｕ _１）^＊とする手段と、
    （ｇ）系列
    

    

    およびＦ（ｕ _１）^＊を乗算して、
    

    

    とし、Ｍ個のサンプリング系列について、ステップ（ｂ）〜（ｇ）をサンプリング系列２，…，Ｍについて繰り返し、
    

    

    とする手段と
    を備えたことを特徴とするシステム。
22. 請求項２１において、前記Ｍ個のサンプリング系列結果のすべてを要素毎に加算して
    

    

    とすることを特徴とするシステム。
23. 請求項２２において、さらに、
    （ｈ）拡張チャネル応答系列ｕ _１，…，ｕ _Ｍを使用して
    

    

    となるようなチャネル相関ベクトルｇを生成する手段と、
    （ｉ）ＤＦＴまたはＦＦＴをチャネル相関ベクトルｇに対し実行し、Ｆ（ｇ）とする手段と、
    （ｊ）ステップ（ｇ）の前記結果をステップ（ｉ）の前記結果で要素毎に除算して、
    

    

    とする手段と、
    （ｋ）逆ＤＦＴまたは逆ＦＦＴをステップ（ｊ）の前記結果に対し実行して、
    

    

    とする手段と、
    （ｌ）ステップ（ｋ）の前記結果を逆拡散して、前記推定されたデータシンボル
    

    

    を得る手段と
    を備えたことを特徴とするシステム。
    

Images