JP2006505227A - 送信ビーム形成がある場合のチャネル推定のための方法 - Google Patents

Abstract

本発明は、共通チャネルおよび専用物理チャネルと呼ばれる２つの論理チャネル（ＣＰＩＣＨ、ＤＰＣＨ）の構造を反映し、対応する伝播チャネル群の共通構造に基づく、受信器内で送信ビーム形成がある場合に伝播チャネルを推定するための方法であって、前記ＤＰＣＨチャネルが２つのサブチャネル（ＤＰＤＣＨ、ＤＰＣＣＨ）を含み、前記伝播チャネル群が、ＷＳＳＵＳ（uncorrelated-scattering wide-sense stationary）モデルに従って有限個の離散マルチパス成分の線形重畳としてモデル化され、マルチパス成分が、時変マルチパス複素係数および遅延によって特徴付けられる方法に関する。使用方法：レイク受信器

Description

本発明は、送信ビーム形成がある場合に伝播チャネルを推定するための方法に関する。本発明はさらに、前記方法を実施する推定器に関する。

前記方法は、特にＵＭＴＳ標準内で、具体的には従来のレイク（ＲＡＫＥ）受信器内で使用するのに好適である。

参照により本明細書に組み込まれるＵＭＴＳ標準（「3GPP Technical Specifications, Rel.99, http://www.3gpp.org/specs/specs.html」参照）に規定されているＵＭＴＳ通信システムは、少なくとも基地局（ＢＳ）と、本書全体にわたってユーザ機器（ＵＥ）と称する移動電話端末とを備える。ＢＳとＵＥは共に、送信器と受信器を含む。ＢＳは、ＢＳ送信器によって、ダウンリンクでＵＥ受信器に信号を送信する。ＵＥは、ＵＥ送信器によって、アップリンクでＢＳ受信器に信号を送信する。アップリンクおよびダウンリンク通信において、ＵＥとＢＳは共に、送信すべきデータを論理チャネル内にマップする。

具体的には、ＵＭＴＳ標準は、ダウンリンク通信について２つの論理チャネル、すなわち、連続する一連の既知のパイロット・シンボルからなる、共通パイロット・チャネル（ＣＰＩＣＨ）と呼ばれる第１のチャネルと、専用物理チャネル（ＤＰＣＨ）と呼ばれる第２の論理チャネルとを提供する。前記第２の論理チャネルＤＰＣＨは、注目のユーザに対して意図された情報データ・シンボルを搬送する、専用物理データチャネル（ＤＰＤＣＨ）と呼ばれる第１の論理サブチャネルが、既知のユーザ専用パイロット・シンボルを搬送する、専用物理制御チャネル（ＤＰＣＣＨ）と呼ばれる第２の論理サブチャネルと共に時間多重されたものからなる。

送信ビーム形成をダウンリンク通信中にＢＳ部で使用し、ＵＥ部での、論理チャネルＤＰＤＣＨ内にマップされたユーザ情報データの受信を改善することができる。ＢＳは、送信ビーム形成を実行するために、複数のアンテナを備えることを必要とする。このようにして、注目のユーザの方向でビームを整形し、一方、他のユーザに対する干渉を緩和するために他のユーザ方向でヌルを設定することによって、最適な空間フィルタリングを実現することが可能である。したがって、送信ビーム形成の使用により、スペクトルの使用における効率が著しく改善される可能性があり、改善されたユーザ専用データ受信と干渉の低減のおかげで、多数のユーザが同じスペクトルを共用することができる。送信ビーム形成は、論理チャネルＤＰＣＨの送信のために使用されるが、すべてのユーザに対して時間と空間において（すなわち、すべての方向で）均一にブロードキャストすべき論理チャネルＣＰＩＣＨ送信に適していない。ＵＥ受信器から見ると、論理チャネルＤＰＣＨの送信は、ビーム形成アンテナ・システムを含むＢＳ送信器チェーンと、ＢＳからＵＥへの実際の伝播チャネルと、ＵＥ受信器チェーンとのカスケードからなる、いわゆるＤＰＣＨ伝播チャネルを介して行われる。論理チャネルＣＰＩＣＨと異なり、ダウンリンク送信は、ビーム形成アンテナ・システムの代わりに全方向性アンテナ・システムを含むＢＳ送信器チェーンと、ＢＳからＵＥへの実際の伝播チャネルと、受信器チェーンとのカスケードからなる、いわゆるＣＰＩＣＨ伝播チャネルを介して行われる。簡潔にするために、本書全体にわたって、ＤＰＣＨチャネルとＣＰＩＣＨチャネル、および上記のＤＰＣＨ伝播チャネルとＣＰＩＣＨ伝播チャネルがそれぞれ参照されることになる。ＵＥ受信器は、ＤＰＤＣＨ内に含まれる情報データを復調、復号、回復するために、ＤＰＣＨチャネルを推定することを必要とする。送信ビーム形成がない場合、（ＤＰＤＣＨ論理チャネル、ＤＰＣＣＨ論理チャネル、ＣＰＩＣＨ論理チャネルに割り振られた異なる送信電力による、影響力のない実数スカラ・ファクタ（uninfluential real scalar factor）まで）ＣＰＩＣＨチャネルとＤＰＣＨチャネルは同じである。ＣＰＩＣＨ論理チャネルの既知のパイロット・シンボルの連続供給は、ＵＥ受信器部で使用することが容易であり、ＤＰＣＨチャネルと同じであるＣＰＩＣＨチャネルを推定し、次いでこの推定をＤＰＤＣＨ情報データ回復に使用することができる。残念ながら、送信ビーム形成が適用されているとき、ＣＰＩＣＨ論理チャネルの既知のパイロットは依然としてＣＰＩＣＨチャネルについて推定値を提供するが、これらの推定値は、ＣＰＩＣＨチャネルと異なるＤＰＣＨチャネルのためのチャネル推定値として直接適用することができない。したがって、ＵＥ受信器は、情報データを回復するために、異なる技法に依拠し、ＤＰＤＣＨチャネルを推定しなければならない。

したがって、本発明の目的は、論理チャネルＤＰＣＨおよびＣＰＩＣＨから使用可能な情報すべてを最適に利用し、一方、計算上の複雑さを制限する、送信ビーム形成がある場合のＤＰＤＣＨチャネル推定のための方法、ならびに前記方法を実施する関連の推定器を提供することである。

この目的で、本発明の第１の目的によれば、特許請求の範囲第１項に記載されているように、送信ビーム形成がある場合に伝播チャネルを推定するための方法が提供される。

さらに、本発明の第２の目的によれば、特許請求の範囲第１５項に記載されているように、送信ビーム形成がある場合に伝播チャネルを推定するための推定器が提供される。

本発明の第１の非限定的な実施形態では、本方法は、特許請求の範囲第２項に記載されているように特徴付けられる。

本発明の第２の非限定的な実施形態では、本方法は、特許請求の範囲第３項に記載されているように特徴付けられる。

本発明の第１の非限定的な実施形態では、本推定器は、特許請求の範囲第１６項に記載されているように特徴付けられる。

本発明の第２の非限定的な実施形態では、本推定器は、特許請求の範囲第１７項に記載されているように特徴付けられる。

後で詳しく説明するように、この方法は、ＵＥ部で使用可能なＣＰＩＣＨ論理チャネル情報とＤＰＣＨ論理チャネル情報を一緒に利用することにより、ＵＥ受信器が、ＤＰＣＨ送信に適用された送信ビーム形成に対処することを可能にする。本方法の第１の実施形態は、当業者に周知であるＭＡＰ（maximum-a-posteriori）基準に従ってこの情報を最適に利用し、上述のようにＤＰＤＣＨ伝播チャネル・マルチパス係数（multipath coefficients）を推定する。筆者らは、送信ビーム形成がある場合、ＤＰＣＨチャネルの各マルチパス成分係数が、ビーム形成複素ファクタ（beamforming complex factor）とすでに呼ばれている未知の複素スケール・ファクタ（complex scale factor）だけＣＰＩＣＨチャネルの、対応するマルチパス成分係数と異なることを示す。本発明の第２の実施形態は、そのビーム形成複素ファクタの推定値を提供する。次いで、ＤＰＤＣＨ伝播チャネルのマルチパス成分係数の推定値が、ＣＰＩＣＨチャネルの各マルチパス成分係数推定値を関連の複素スケール・ファクタ推定値で乗算することによって構築される。このようにして、第１の方法に関して、かなりの計算の節約が可能である。さらに、ＣＰＩＣＨチャネル推定値の使用は、前記ＣＰＩＣＨ論理チャネルの既知のパイロット・シンボルの連続供給のおかげで、ＵＥの運動によって生成されるドップラー・スプレッドによる、時間に伴うチャネル変動を連続的に追跡することを可能にする。

本発明と、任意選択で使用し本発明を有利に実施することができる追加の特徴とは、以下述べられる図面から明らかであり、それらを参照して説明される。

１．導入
以下の説明では、本発明を不必要に不明瞭にすることになるため、当業者に周知の機能または構造について詳細に述べない。

本発明は、情報データがビーム形成システムを介して送信されたとき、通信システム内で伝播チャネルを推定するための方法および実施形態に関する。前記方法は、情報データが基地局ＢＳからユーザ機器ＵＥ、本明細書では移動電話に送信されるとき、ＵＭＴＳ標準内で、レイク受信器内で実施するのに特に好適である。

ＵＭＴＳ標準は、ダウンリンク通信について２つの論理チャネル、すなわち、連続する一連の既知のパイロット・シンボルからなる、共通パイロット・チャネル（ＣＰＩＣＨ）と呼ばれる第１のチャネルと、専用物理チャネル（ＤＰＣＨ）と呼ばれる第２の論理チャネルとを提供する。前記第２の論理チャネルＤＰＣＨは、注目のユーザに対して意図された情報データを搬送する、専用物理データチャネル（ＤＰＤＣＨ）と呼ばれる第１の論理サブチャネルが、既知のユーザ専用パイロット・シンボルを搬送する、専用物理制御チャネル（ＤＰＣＣＨ）と呼ばれる第２の論理サブチャネルと共に時間多重されたものからなる。タイム・スロットごとにＤＰＣＨが割り振られる。すなわち、ＤＰＤＣＨデータ・フィールドと、それに続くＤＰＣＣＨパイロット・フィールドが割り振られる。

送信ビーム形成をダウンリンク通信中に基地局部で使用し、ＵＥ部での、論理チャネルＤＰＤＣＨ内にマップされたユーザ情報データの受信を改善することができる。ＢＳは、送信ビーム形成を実行するために、複数のアンテナを備えることを必要とする。このようにして、注目のユーザの方向でビームを整形し、一方、他のユーザに対する干渉を緩和するために他のユーザ方向でヌルを設定することによって、最適な空間フィルタリングを実現することが可能である。したがって、送信ビーム形成の使用により、スペクトルの使用における効率が著しく改善される可能性があり、改善されたユーザ専用データ受信と干渉の低減のおかげで、多数のユーザが同じスペクトルを共用することができる。送信ビーム形成は、論理チャネルＤＰＣＨの送信のために使用されるが、すべてのユーザに対して時間と空間において（すなわち、すべての方向で）均一にブロードキャストすべき論理チャネルＣＰＩＣＨ送信に適していない。ＵＥ受信器から見ると、論理チャネルＤＰＣＨの送信は、ビーム形成アンテナ・システムを含むＢＳ送信器チェーンと、ＢＳからＵＥへの実際の伝播チャネルと、ＵＥ受信器チェーンとのカスケードからなる、いわゆるＤＰＣＨチャネルを介して行われる。それとは対照的に、論理チャネルＣＰＩＣＨは、ビーム形成アンテナ・システムの代わりに全方向性アンテナ・システムを含むＢＳ送信器チェーンと、ＢＳからＵＥへの実際の伝播チャネルと、受信器チェーンとのカスケードからなる、いわゆるＣＰＩＣＨチャネルを介して送信される。ＵＥ受信器は、ＤＰＤＣＨ内に含まれる情報データを復調、復号、回復するために、ＤＰＣＨチャネルを推定することを必要とする。送信ビーム形成がない場合、（ＤＰＤＣＨ論理チャネル、ＤＰＣＣＨ論理チャネル、ＣＰＩＣＨ論理チャネルに割り振られた異なる送信電力による実数スカラ・ファクタまで）ＣＰＩＣＨチャネルとＤＰＣＨチャネルは同じである。ＣＰＩＣＨ論理チャネルの既知のパイロット・シンボルの連続供給は、ＵＥ受信器部で使用することが容易であり、ＤＰＣＨチャネルと同じであるＣＰＩＣＨチャネルを推定し、次いでこの推定をＤＰＤＣＨ情報データ回復に使用することができる。残念ながら、送信ビーム形成が適用されているとき、ＣＰＩＣＨ論理チャネルの既知のパイロットは依然としてＣＰＩＣＨチャネルについて推定値を提供するが、これらの推定値は、ＤＰＣＨチャネルがＣＰＩＣＨチャネルと異なるため、ＤＰＣＨチャネルのためのチャネル推定値として直接適用することができない。

２．ＤＳ−ＣＤＭＡでのデータ送受信に関する基礎
あるユーザ専用の情報を送信するために、ソース情報データは、ソース符号化技法により、バイナリ・アルファベット、すなわちビットに適正にマップされる。次いで、これらのビットは、送信中にあらゆる減損原因（雑音、干渉）から情報ビットを保護するために、好適なチャネル符号を使用することによってチャネル符号化される。次いで、チャネル符号化ビットは、ある種の変調方式（たとえば、当業者に周知のＱＰＳＫ変調）に従ってシンボル内にビットをマップすることによって変調される。この場合、各シンボルは１つまたは複数のビットによって表される（ＱＰＳＫ変調では、各シンボルが２ビットによって表される）。次いで、ＤＳ−ＣＤＭＡシステムでは、特定の拡散シーケンスでフィルタリングすることにより、前記シンボルが、より広い帯域幅にわたって拡散される。本書では、拡散シンボルがチップと呼ばれる。チップ周期（chip period）の持続時間は、拡散動作の帯域幅膨張率（expansion factor）にほぼ等しいファクタだけ、シンボル周期（symbol period）の持続時間より短いことに留意されたい。前記ファクタは、シンボル周期当たりのチップ数に等しく、拡散率と呼ばれる。数人のユーザが同じ帯域幅を共用するために、また、受信器が、ユーザ特有の拡散シーケンスについての知識に基づいて所望のユーザのシンボル・シーケンスを弁別し回復することができるように、異なるソースからの情報ビットを搬送するシンボル・シーケンスは、異なる拡散シーケンスで拡散される。次いで、得られたチップは、パルス波形（pulse-shape）フィルタ（ＵＭＴＳの場合、ルートレイズド（root-raised）コサイン・フィルタ）によってフィルタリングされ、デジタル−アナログ（Ｄ／Ａ）変換される。次いで、得られたアナログ信号は、無線周波数に変調され、ＢＳアンテナ（群）によって送信される。同様に、送信ビーム形成が使用されているとき、pulse-shapeフィルタによってフィルタリングされたチップの同じシーケンスが、アンテナ特有の複素重みファクタで乗算された後、アンテナすべてに送られる。アンテナ特有の重みファクタは、いわゆるビーム形成重みベクトルにまとめることができる。前記ビーム形成重みベクトルの選択により、振幅および位相で表して、ＢＳの多重アンテナ・システムの放射図の形状が決定される。アンテナから送信された信号は、ＢＳアンテナからＵＥ受信器アンテナへの実際の伝播チャネルを介して、いくつかの散乱、回折、反射現象を受ける。他のユーザや近隣のＢＳからの雑音や干渉がさらに、注目のＵＥにとって有用な信号を減損することの一因となる。ＵＥアンテナ部で受信された無線周波数信号は、ベースバンド（または中間周波数ＩＦ）に復調され、デジタル・ベースバンド信号を生成するためにアナログ−デジタル（Ａ／Ｄ）変換される。ＵＥ受信器は、注目のユーザに対して意図された有用な情報データを回復するために、このベースバンド信号を処理する。このために、受信器は、有用なデータの送信に関連する、送信器チェーン、実際のワイヤレス伝播チャネル、受信器チェーンのカスケードを、Ａ／Ｄ変換まで推定することを必要とする。本書では、このカスケードが全体的に、単にチャネルと呼ばれる。以下では、上記動作が詳細に数学的に説明される。

３．信号およびチャネル・モデル
一般的なＤＳ−ＣＤＭＡ信号およびチャネル・モデルが提供される。次いで、そのようなモデルは、ＵＭＴＳ ＣＰＩＣＨ信号およびチャネルならびにＤＰＣＨ信号およびチャネルの具体的な場合に適用されることになる。

３．１．一般的な信号モデル
ｈインパルス応答ｈ（ｔ，τ）を有するマルチパス・チャネルを介した信号ｓ（ｔ）の送信の一般的な場合を考えてみる。受信器部でのＡ／Ｄ変換前の連続時間複素ベースバンド受信信号は、
ｙ（ｔ）＝ｘ（ｔ）＋ｖ（ｔ） （１）
としてモデル化され、上式で、ｘ（ｔ）は、有用なデータを含む受信信号の一部を表し、ｖ（ｔ）は、雑音プラス干渉項を示す。信号ｘ（ｔ）は、

によって与えられる。上式で、ｈ（ｔ，τ）は、時変チャネル・インパルス応答を表し、

は、送信器部でのＤ／Ａ変換後の送信信号を表し、Ｔ_ｃはチップ周期を示し、

であり、Ｍは拡散率を示し、

は、フローリング演算子を示す。さらに、ｓ（ｎ）は、ｎ番目の変調シンボル（たとえば、ＱＰＳＫ）を表し、ｄ（ｋ）は、拡散シーケンスのｋ番目のチップを示し、ψ（ｔ）は、システム帯域幅を制限するパルス波形フィルタを表す。このモデルは、参照により本明細書に組み込まれる標準ＵＭＴＳ、ＩＭＴ−２０００およびＩＳ−９５（「IMT-2000, http://www.imt-2000.org/portal/index.asp」参照）によって規定されるＤＳ−ＣＤＭＡシステムのような、いくつかの拡散レイヤを有するシステムによって使用することができる。

チャネルｈ（ｔ，τ）は、「J.G.Proakis Digital Communications、ニューヨーク: McGraw-Hill、第３版、１９９５年」に述べられている、レイリー・フェージングとマルチパス応答を有するＷＳＳＵＳ（wide-sense stationary uncorrelated scattering）モデルに従うと仮定される。

上式で、Ｐは、マルチパス成分の数を示し、ｃ_ｐ（ｔ）およびτ_ｐは、ｐ番目のマルチパス成分に関連する時変複素係数および伝播遅延を示す。経路複素係数ｃ_ｐ（ｔ）は、ＢＳに対するＵＥの、また周囲の散乱物体（たとえば、建築物、また他の移動物体）の速度に応じて変わる。ＢＳが、送信ビーム形成のためにＱ本のアンテナを使用しているとき、（４）によって表現されたチャネル・モデルは、

に一般化され、上式で、
− ｗ＝［ｗ_０，．．．，ｗ_Ｑ−１］^Ｔは、送信ビーム形成重みベクトルを示し、
− ａ（θ）＝［ａ_０（θ），．．．，ａ_Ｑ−１（θ）］^Ｔは、方向θでのアンテナ応答ベクトルを示す。
上付き（．）^Ｔおよび（．）^Ｈは、それぞれ転置およびエルミート転置を示す。実際の実施では、ベクトルｗが一般に、多くてもスロット・レートで変わる可能性があるため、表記のために、時間に伴うその変動は、式（５）内で明示的に考慮されない。

式（４）および式（５）を調べることにより、タイム・スロット中に、送信ビーム形成は、複素ファクタｗ^Ｈａ（θ_ｐ）だけ経路時変複素係数ｃ_ｐ（ｔ）の大きさに影響を及ぼすだけであり、遅延τ_ｐには影響を及ぼさないことに気付くことができる。換言すれば、チャネルの時間構造は、アンテナ応答ベクトルによっても、送信ビーム形成によっても影響を受けない。したがって、経路時変複素係数β_ｐｃ_ｐ（ｔ）＝ｗ^Ｈａ（θ_ｐ）ｃ_ｐ（ｔ）およびｃ_ｐ（ｔ）は、前述のビーム形成複素ファクタを表す複素ファクタβ_ｐ＝ｗ^Ｈａ（θ_ｐ）まで、（４）および（５）の場合で共に同じである。したがって、（５）によるチャネル推定は、ｐ＝１，．．．，Ｐについて、遅延τ_ｐの、また係数ｃ_ｐ（ｔ）の、またβ_ｐの推定値から構築することができる。

３．２．ＤＰＣＨおよびＣＰＩＣＨのための受信信号モデル
次に、ＣＰＩＣＨチャネルとＤＰＣＨチャネルが重畳されたＵＭＴＳの場合を考えて、先の一般チャネル・モデルをＤＰＣＨチャネルおよびＣＰＩＣＨチャネルに適用してみる。次いで、連続時間複素ベースバンド受信信号（１）は、
ｙ（ｔ）＝ｘ_{ｃｐｉｃｈ}（ｔ）＋ｘ_ｄｐｃｈ（ｔ）＋ｖ（ｔ） （６）
として書き表すことができ、上式で、ｘ_{ｃｐｉｃｈ}（ｔ）およびｘ_ｄｐｃｈ（ｔ）は、それぞれＣＰＩＣＨチャネルおよびＤＰＣＨチャネルに関連する信号成分であり、

によって与えられ、上式で、

であり、また、

であり、上式で、

− ｓ_{ｃｐｉｃｈ}（ｎ）、ｓ_ｄｐｃｈ（ｉ）は、それぞれＣＰＩＣＨに関連するｎ番目の変調シンボル、ＤＰＣＨに関連するｉ番目の変調シンボルを示し、ｄ_{ｃｐｉｃｈ}（ｋ）、ｄ_ｄｐｃｈ（ｋ）は、それぞれＣＰＩＣＨ拡散シーケンスとＤＰＣＨ拡散シーケンスのｋ番目のチップを示す。

３．３．所見
拡散率Ｍは、ＣＰＩＣＨ論理チャネルとＤＰＣＨ論理チャネルについて同じでない可能性があることに留意されたい。ＵＭＴＳ標準では、ＣＰＩＣＨは、２５６に等しい固定拡散率を有し、一方、ＤＰＣＨは、集合｛４、１６、３２、６４、１２８、２５６、５１２｝内の値を取ることができる拡散率を有する。

さらに、ＣＰＩＣＨシンボルは、すべて同じ、すなわち、任意のｎについてｓ_{ｃｐｉｃｈ}（ｎ）＝Ａ（１＋ｊ）であり、ただし、Ａは、ＢＳがＣＰＩＣＨ論理チャネルに割り当てる電力を考慮して、実数振幅ファクタである。ＵＥ受信器部での、ＣＰＩＣＨを含むシンボルについての事前（a-priori）知識を利用し、（４）によって表現されているようにチャネルｈ_{ｃｐｉｃｈ}を推定することができる。ＤＰＣＨに対して送信ビーム形成がない場合にはｈ_{ｃｐｉｃｈ}＝ｈ_ｄｐｃｈであり、その結果、ＣＰＩＣＨシンボルに基づくそのような推定値は、受信器がＤＰＣＨ上の所望のユーザの情報シンボルを回復するのに十分となる。これに対して、送信ビーム形成がＤＰＣＨに適用されている場合、ＣＰＩＣＨシンボルについての事前知識により、依然として（４）によって表現されているようにチャネルｈ_{ｃｐｉｃｈ}を容易に推定することができるが、未知の係数β_ｐがあるためにｈ_{ｃｐｉｃｈ}と異なる、（５）によって表現されたＤＰＣＨに関連するチャネルｈ_ｄｐｃｈを推定することはできない。したがって、ＤＰＤＣＨを介して送信された情報シンボルを回復するために必要なチャネルｈ_ｄｐｃｈを推定するために、他の手法に対処することが必要である。

上記では、ベースバンド信号がＡ／Ｄ変換後に処理されるデジタル・ベースバンド受信器を暗黙に仮定している。換言すれば、（６）によって表された信号は、あらゆるベースバンド処理の前にＡ／Ｄ変換される。具体的には、ＵＥ受信器が離散時間レイク受信器であるものと考えている（参照により本明細書に組み込まれるJ.G.Proakis Digital Communications、ニューヨーク: McGraw-Hill、第３版、１９９５年参照）。しかし、本明細書で対処される方法は、チャネル推定に依拠するあらゆるタイプのベースバンド受信器に適用することができることに留意されたい。

４．チャネル推定
遅延τ_ｐは、送信ビーム形成があることによって影響を受けないため、遅延は、通常の遅延推定／追跡技法（たとえば遅延ロック・ループ、参照により本明細書に組み込まれる、また、ＣＰＩＣＨシンボルについての知識を利用するJ.G.Proakis Digital Communications、ニューヨーク: McGraw-Hill、第３版、１９９５年参照）によってすでに回復済みであると仮定し、チャネル経路係数ｃ_ｐ（ｔ）およびβ_ｐの推定に焦点を合わせる。これらの係数を推定するために、ＣＰＩＣＨとＤＰＣＨを共に逆拡散した後で、レイク受信器の各フィンガ部の信号を考えてみる。

わかりやすくするために、処理を単一の経路／フィンガの場合に限定することにし、多重フィンガの場合は、それを簡単に一般化したものである。したがって、下付きｐを落とし、以下、経路フェージング係数、または単に経路係数とも呼ばれる時変複素係数ｃ_ｐ（ｔ）を示す。さらに、簡潔にするために、以下では、「ｃｈａｎｎｅｌ ｅｓｔｉｍａｔｉｏｎ（チャネル推定）」と「ｃｈａｎｎｅｌ ｅｓｔｉｍａｔｅ（チャネル推定）」をそれぞれチャネル経路係数推定（ｅｓｔｉｍａｔｉｏｎおよびｅｓｔｉｍａｔｅ）と呼ぶ。

さらに、第１の例では、やはり解析を、ＤＰＣＨ拡散率ＭがＣＰＩＣＨの拡散率と等しい場合に限定する。その解析を順に他の拡散率に一般化する。

さらに、前述の干渉および雑音項をモデル化することが必要とされる。具体的には、多重アクセス干渉は、異なるユーザの間の干渉や、ＤＰＣＨの上のＣＰＩＣＨによる、かつ／または同じユーザ専用の異なるデータ・フローによる干渉から生じ、経路間（inter-path）干渉は、異なる遅延τの経路に関連するインパルス応答間の干渉によるものである。

干渉および雑音全体が、ゼロ平均複素円対称加法的白色ガウス雑音（ＡＷＧＮ）としてモデル化されると仮定すると、レイク・フィンガ部でのＣＰＩＣＨ逆拡散信号およびＤＰＣＨ逆拡散信号はそれぞれ、
ｙ_{ｃｐｉｃｈ}（ｎ）＝ｃ（ｎ）ｓ_{ｃｐｉｃｈ}（ｎ）＋ｖ_{ｃｐｉｃｈ}（ｎ）
ｙ_ｄｐｃｈ（ｎ）＝ｗ^Ｈａ（θ）ｃ（ｎ）ｓ_ｄｐｃｈ（ｎ）＋ｖ_ｄｐｃｈ（ｎ） （７）
によって与えられ、上式で、ｖ_ｄｐｃｈ（ｎ）およびｖ_{ｃｐｉｃｈ}（ｎ）は、独立であるものと仮定して、それぞれＤＰＣＨおよびＣＰＩＣＨに関連する雑音プラス干渉項を示し、ｃ（ｎ）は、先にｃ（ｔ）またはｃ_ｐ（ｔ）と示された経路時変複素係数のシンボル・レートでの離散時間表現であり、ｓ_ｄｐｃｈ（ｎ）およびｓ_{ｃｐｉｃｈ}（ｎ）は、シンボル時間ｎでの、それぞれＤＰＣＨ論理チャネルおよびＣＰＩＣＨ論理チャネルのシンボルを示す。ＣＰＩＣＨチャネルおよびＤＰＣＨチャネルがシンボル時間ｎごとに変わる可能性があると、また、干渉および雑音をゼロ平均ＡＷＧＮとしてモデル化することができると仮定して、次のように、シンボル時間ｎごとに、最尤（ＭＬ）静的瞬間（static instantaneous）チャネル推定を構築する。

上式で、ｓ^＊（ｎ）は、ｓ（ｎ）の複素共役されたものを示し、ｖ_{ｃｐｉｃｈ}（ｎ）およびｖ_ｄｐｃｈ（ｎ）は、それぞれＣＰＩＣＨチャネルおよびＤＰＣＨチャネルに関連するＡＷＧＮを表し、ただし、一般性を失うことなしに、両チャネルのシンボルが、｜ｓ_ｄｐｃｈ（ｎ）｜＝｜ｓ_{ｃｐｉｃｈ}（ｎ）｜＝１であるように正規化されると仮定した。推定値（８）を計算するために、送信されたシンボルＳ^＊ _ｄｐｃｈ（ｎ）およびＳ^＊ _{ｃｐｉｃｈ}（ｎ）を知ることが必要とされる。シンボルＳ^＊ _{ｃｐｉｃｈ}（ｎ）は、受信器部ですべて既知である。ＤＰＣＨ内では、ＤＰＣＣＨを含む専用パイロット・シンボルＳ^＊ _{ｄｐｃｃｈ}（ｎ）だけ既知であるが、ＤＰＤＣＨを含むデータ・シンボルは既知でない。したがって、ＤＰＤＣＨシンボルＳ^＊ _{ｄｐｄｃｈ}（ｎ）が（８）内で使用される場合、最初に、たとえば直接判断（decision-direct）技法によってそれらを推定することが必要とされる。したがって、ＭＬ推定値（８）は、ＣＰＩＣＨおよびＤＰＣＣＨの場合について、事前に既知のパイロット・シンボルがあるときデータ支援（ＤＡ）の形で、また、ＤＰＤＣＨについて未知のデータ・シンボルがある場合、直接判断（ＤＤ）の形で、フィンガの出力部での観察値ｙ_{ｃｐｉｃｈ}およびｙ_ｄｐｃｈから形成される。ＤＤ手法は、パイロット・シンボルとして、レイク受信器出力部でＤＰＤＣＨに対して行われる硬判定の使用を必要とする。したがって、（８）から、ＤＰＣＣＨの場合（ＤＡ）について、

ＤＰＤＣＨの場合（ＤＤ）について

が得られ、上式で、

は、レイク受信器出力部で行われた硬判定として構築されたｎ番目のＤＰＤＣＨシンボルの推定を表す。式（８）〜（１０）は、以下で対処されるＤＰＤＣＨチャネル推定アルゴリズムの導出のための根拠を表す。次の導出をサポートするために、ＣＰＩＣＨチャネルおよびＤＰＣＨチャネルについての物理的挙動および関連モデルに関してさらに詳細が提供される。

４．１．ＣＰＩＣＨおよびＤＰＣＨフェージング・チャネル・モデルの物理的解釈
ＵＭＴＳ Ｗ−ＣＤＭＡシステムの大帯域幅により、ＢＳからＵＥへのチャネルは、１組の離散マルチパス成分を含むものとしてモデル化することができる。具体的には、チャネル・インパルス応答を、式（４）および式（５）によって表現されているように有限個の独立したマルチパス成分の線形重畳として近似することが可能である。先に、マルチパス成分をも単にチャネル経路と称した。経路は、遅延と複素係数によって特徴付けられる。ＵＥ（および／または任意の他の散乱物体）がＢＳに対して運動中であるとき、各経路複素係数は、時間と共に変わる可能性がある。したがって、チャネル・インパルス応答全体もまた、式（４）および以下によって表現されているように、時間と共に変わる。この現象は、通信において送信器または受信器がもう一方に対して移動したとき生じるドップラー効果から、一般にドップラー・スプレッドと呼ばれる。チャネル・ドップラー・スプレッドは、チャネル・インパルス応答が変わるレートを、あるいは、チャネル経路に焦点を合わせて、経路複素係数が時間と共に変わるレートを表す。ドップラー・スプレッドは、ＢＳに対するＵＥの速度と共に増大する。物理的に見て、ＣＰＩＣＨチャネルの各経路は、同じ遅延τおよび同じドップラー・スプレッドを有するが異なる複素経路振幅、すなわち、式（４）および式（５）によれば、それぞれｃ（ｎ）およびβｃ（ｎ）を有するＤＰＣＨチャネル上の経路に対応する。次いで、ファクタβが一定である限り、ＣＰＩＣＨチャネル経路とＤＰＣＨチャネル経路は、共にｃ（ｎ）のレートで変わる、すなわち、同じドップラー・スプレッドを共用する。したがって、この２つの複素経路の振幅時間変動は同じであり、一方、ビーム形成重みベクトルｗと、その経路の方向θに対応するアンテナ・アレイ応答ａ（θ）とのスカラ積によって決定されるビーム形成複素ファクタβだけ常に異なる。

４．２．最適結合ＭＡＰ ＣＰＩＣＨ−ＤＰＣＨベースのＤＰＤＣＨチャネル推定
最適結合ＣＰＩＣＨ−ＤＰＣＨ ＭＡＰ ＤＰＤＣＨチャネル推定問題は、参照により本明細書に組み込まれる「J.Baltersee、G.Fock、P.Schultz-Rittich、H. Meyr、「Performance analysis of phasor estimation algorithms for FDD-UMTS RAKE receiver」IEEE 6^th Symp. on Spread Spectrum Techonologies and Applications、NJIT、ニュージャージー、２０００年９月」で対処されている、より単純なＣＰＩＣＨ ＭＡＰチャネル推定問題の直接拡張として公式化される。

ＭＡＰ最適化基準の一般公式は、次の最適化問題に対応し、

すなわち、

は、（７）によって表現されている観察値ｙ_{ｃｐｉｃｈ}（ｎ）およびｙ_ｄｐｃｈ（ｎ）のベクトルｙと、パイロット・シンボルｓ_{ｃｐｉｃｈ}（ｎ）およびｓ_ｄｐｃｈ（ｎ）のベクトルｓとが与えられると、ｃ（ｋ）の事後確率密度関数ｐ（ｃ（ｋ）｜ｙ，ｓ）を最大化する引数である。

最適ＭＡＰ ＤＰＤＣＨチャネル推定は、概して、現実的なＵＥ内での実装を実現可能にするにはあまりにも計算上の要求が多いが、それを導出することにより、さらにある種の最適基準に従って、ＤＰＤＣＨチャネルのための他の複雑さ低減型推定器のために適正なガイドラインが提供される。

チャネル経路がガウス複素ランダム・プロセス（Gaussian complex random process）であると仮定して、時刻ｋでの最大事後確率（ＭＡＰ）ＤＰＤＣＨチャネル経路係数推定値は、ｍ≠ｋ、および式（８）〜（１０）に従って定義された

として、使用可能なＭＬ瞬間チャネル経路係数推定値

すべてを含む観察列ベクトル

が与えられると、

の期待値

による条件文によって与えられる。すなわち、

式（１１）は、式（８）〜（１０）によるＭＬ推定値

が、依然として、真のＤＰＤＣＨチャネルｃ_{ｄｐｄｃｈ}（ｋ）＝βｃ（ｋ）によって与えられる平均と、雑音項ｖ_ｄｐｃｈ（ｋ）の分散によって与えられる分散を有するガウス複素ランダム変数であることを観察することによって単純に説明することができる。ＭＡＰ推定を達成するために、

の事後確率密度関数（すなわち、

に調整された（conditioned）

の確率密度関数）を最大化しなければならない。ガウス確率密度関数の最大には、分布の平均値に対応して達することが周知である。今後は、期待式（１１）を取ることにより、条件付き確率密度関数が最大化され、ＭＡＰチャネル推定値が生じる。ＭＡＰ最適チャネル推定（１１）は、次のように１組の瞬間ＭＬチャネル推定値（８）を低域フィルタリングすることによって構築することができることを示すことができる（たとえば、参照により本明細書に組み込まれるH.Meyr、M.Moeneclay、S.Fetchel、「Digital Communication Receivers: Synchronization, channel estimation and signal processing」John Wiley & Sons、ニューヨーク、１９９８年参照）。

上式で、（１２）内のｆ＝［ｆ（Ｎ−１）．．．ｆ（０）］^Ｔは、低域フィルタ係数のベクトルであり、Ｎ＝Ｋ_{ｃｐｉｃｈ}＋Ｋ_ｄｐｃｈであり、Ｋ_ｄｐｃｈおよびＫ_{ｃｐｉｃｈ}は、それぞれＤＰＣＨ

の、またＣＰＩＣＨ

の使用可能なＭＬ瞬間チャネル推定値の数である。チャネル経路がレイリー・フェージングであるという先の仮定の下で、ＭＡＰチャネル推定値を生じる最適なフィルタｆ＝［ｆ（Ｎ−１）．．．ｆ（０）］^Ｔは、

によって与えられ、上式で、

は、ＭＬチャネル推定値の共分散行列を表し、

は、時刻ｋでのＭＬチャネル推定値と真のＤＰＤＣＨチャネルとの間の相互相関のベクトルを表す。

式（１３）によって与えられる最適なフィルタｆは、線形予測フィルタとしても知られる周知のウィナー・フィルタに対応する。ベクトル

が、ＤＰＤＣＨチャネルｃ_{ｄｐｄｃｈ}（ｋ）に関して形態（８）〜（１０）の、過去だけの、それとも将来だけの、それとも過去と将来両方のＭＬ瞬間チャネル推定値を含むかどうかに応じて、式（１３）は、それぞれ前向き（forward）、後向き（backward）、または前向き−後向き線形予測フィルタを生じる。

最適線形予測フィルタｆはまた、参照により本明細書に組み込まれるH.Meyr、M.Moeneclay、S.Fetchel、「Digital Communication Receivers: Synchronization, channel estimation and signal processing」John Wiley & Sons、ニューヨーク、１９９８年に非常に詳しく示されているように、ライス（Rice）フェージング・チャネルのより一般的な場合において容易に計算することができる。理論が、上記で示されているようにＭＡＰチャネル推定の問題に対する最適解について閉じた式を示す事実にかかわらず、そのような最適な推定器の実際の実施には、実用ＵＥアーキテクチャ内におけるその実現可能性を概して妨げるいくつかの複雑さ問題がある。次節では、ＭＡＰチャネル推定器の実装に対処する。この目的で、ウィナー・フィルタリング、線形予測、ならびに、フェージング・チャネル・モデルと共にＭＡＰチャネル推定指向の適応およびＬＭＳカルマン（LMS-Kalman）フィルタリングの概念に依拠するが、これらは当業者に周知であると考えられる。

４．２．１．最適ＤＰＤＣＨ ＭＡＰチャネル推定の実施
最適結合CPICH-DPCH MAP DPDCHチャネル推定器を実用ＵＥ内に実装するために、最適ウィナーＦＩＲフィルタ係数ｆ＝［ｆ（Ｎ−１）．．．ｆ（０）］^Ｔが計算される。この計算が可能となるために、観察値

の、また真のチャネルｃ_{ｄｐｄｃｈ}（ｋ）の統計がＵＥ部で必要とされる。これらの量は、構造化されたチャネルおよび信号モデル、たとえばＪａｋｅｓのフェージング・モデル（参照により本明細書に組み込まれるJ.G.Proakis Digital Communications、ニューヨーク: McGraw-Hill、第３版、1995年参照）、ならびに、雑音および干渉項についてＡＷＧＮモデルを仮定して推定することができる。次いで、モデル・パラメータ、すなわち、ドップラー・スプレッド（またはＢＳに対するＵＥ速度）、信号電力、および干渉プラス雑音電力スペクトル密度の推定が必要とされる。計算を節約するために、ＵＥは、統計チャネル・モデルのパラメータの推定値に基づいて、１組の予め計算されたフィルタ係数から最適ウィナーＦＩＲフィルタを選択することができる。残念ながら、パラメータ推定によって必要とされる複雑さを無視しても、この手法は実現不可能である。実際、記憶すべきフィルタ係数の数は、現実のＵＥのメモリ記憶容量に比べて圧倒的に多くなるはずである。最適に満たない解決策は、（シンボル持続時間に関して正規化された）最大の想定されるチャネル・ドップラー・スプレッドに対処することができる、縮小された１組のウィナー・フィルタを使用することからなるはずである。もはやドップラー・スプレッド推定に基づかず、信号対雑音プラス干渉比（ＳＩＮＲ）推定だけに基づいて、様々なフィルタが選択されることになる。実際、ドップラー・スペクトルを推定することは、一般に、ＳＩＮＲを推定することよりはるかに困難である。さらに、ＳＩＮＲ推定値は、閉ループ電力制御を実行するために、どうしても必要とされる。所与の拡散率について、最大ドップラー・スプレッドで情報損失が発生しないことを保証するために、これらのフィルタは、最も広い想定されるドップラー帯域幅に対処するように設計することを必要とする。この解決策は、低いドップラー・スプレッド（すなわち、低ＵＥ速度）および／または低拡散率で著しく最適に満たない性能を引き起こす。というのは、フィルタ帯域幅が、これらの場合にチャネル経路プロセスの帯域幅よりはるかに大きく、不十分な雑音抑圧に通じるからである。

代替の手法は、特定の統計モデルを仮定せずに、観察共分散行列

およびチャネル自己相関シーケンス

の構造化されない推定値を構築することからなる。そのような推定値が使用可能になった後で、

および

をそれらの推定値と置き換えることによって、式（１３）に従って、線形予測フィルタｆを構築することができる。実際には、

の推定値を反転することの複雑さを回避するために、

の逆数を直接推定することが、より好都合となるはずである。このために、いくつかの技法が本書で使用可能である。

既知のパイロットの、すなわち、ＤＰＣＣＨおよび／またはＣＰＩＣＨに関するものがある、あるいは、ＤＰＤＣＨに関してＤＤ機構を介して行われた信頼性の高い硬判定が使用可能であるとき、より実用的な解決策は、十分なトレーニングによって、適応的な形でウィナー・フィルタ係数を直接推定することからなる。適応フィルタリングは、本来、短期および長期チャネル変動の追跡を実現する。予測フィルタの追跡および適応は、連続的な形で、または、たとえばスロットごとにＦＩＲ予測フィルタを適合させることによって、ブロックごとに実行することができる。

ＦＩＲウィナーＦＩＲ線形フィルタリングより複雑さの少ない手法は、線形予測器として１次ＩＩＲ ＬＭＳカルマンを使用することからなる。ＩＩＲループ利得ファクタは、ＩＩＲフィルタを安定にするために１より小さくすることを必要とする。パラメトリック・チャネル統計モデルを仮定して、最適なループ利得ファクタが、依然として雑音プラス干渉項およびチャネル経路統計に依存することを示すことができる。さらに、参照により本明細書に組み込まれるJ.Baltersee、G.Fock、P.Schultz-Rittich、H. Meyr、「Performance analysis of phasor estimation algorithms for FDD-UMTS RAKE receiver」IEEE 6^th Symp. on Spread Spectrum Techonologies and Applications、NJIT、ニュージャージー、２０００年９月に示されているように、最適なループ利得は、高いドップラー・スプレッドおよび大きな拡散率のために１より小さくすることができない。したがって、安定にするために、ＬＭＳカルマン線形予測器は、これらの場合に、もはや最適とすることができない。しかし、ＬＭＳカルマン線形予測器は、依然として、低いＵＥ移動性（２２２Ｈｚより小さいドップラー・スプレッド）および小さい拡散率（１２８未満）のために最適な解決策である。

上記の考慮すべき点により、最適な予測フィルタの計算によって必要とされる複雑さの量を推定することができる。この複雑さは、現実のＵＥ内でＭＡＰチャネル推定器の実装を実現可能にするための大きな障害物を表し、その結果、他の、最適に満たないがあまり計算集約的でない解決策に対処することが必要とされる。式（１１）によって表現されているＭＡＰ推定器内に期待演算子があることは、任意の最適に満たない推定器が、式（８）〜（１０）によって表現されている瞬間ＭＬチャネル推定値を低域フィルタリングすべきであることを示す。最適なウィナー・フィルタの代わりにＭＬチャネル推定値（８）〜（１０）について最適に満たない低域フィルタを設計および実施する上では、最適なＭＡＰ推定器に対して、複雑さの除外と性能劣化の間で兼ね合いをとらなければならない。複雑さを著しく低減して、最も実用的な状況でほぼ最適な性能を達成するために、非常に単純な低域フィルタ構造を示すことができる。これらの考慮すべき点はすべて、実現可能なＵＥに好適なチャネル推定機構の実際上の設計についてのものである。先の導出の点から、筆者らは、複雑さが少ないが、依然としてほぼ最適なＤＰＤＣＨチャネル推定アルゴリズムを紹介する。

４．３．結合ＣＰＩＣＨ−ＤＰＣＨベースの複雑さの少ないＤＰＤＣＨチャネル推定
３．１節では、ＣＰＩＣＨおよびＤＰＣＨに関連するチャネル経路が、共通の構造を共用することを見てきた。具体的には、ＣＰＩＣＨおよびＤＰＣＨに関連する両チャネルが、送信ビーム形成による前記ビーム形成複素ファクタβまで、同じように挙動することが示されている。チャネル経路すべてについての前記複素ファクタβの知識は、ＣＰＩＣＨチャネルの推定値からＤＰＤＣＨチャネルの推定値を構築することを可能にする。このようにして、ＤＰＤＣＨ推定問題は、２つの同様な推定問題、すなわち１つはβの推定、もう１つはＣＰＩＣＨチャネルｃ（ｋ）の推定に分かれる。完全な結合ＣＰＩＣＨ−ＤＰＣＨ ＭＡＰ ＤＰＤＣＨチャネル推定問題に対して複雑さを著しく低減してＣＰＩＣＨチャネルｃ（ｋ）を推定するために、最適なＭＡＰチャネル推定を考えることができる。時刻ｋでの最適なＭＡＰ ＣＰＩＣＨチャネル推定は、ｎ≠ｋの場合、形態

の使用可能なＭＬ瞬間ＣＰＩＣＨ推定値すべてが与えられると、ＭＬ瞬間ＣＰＩＣＨ推定の期待値

によって与えられる。この問題に対する解は、（１２）および（１３）と同じ形態を有し、ただし、観察列ベクトル

は、ＣＰＩＣＨ ＭＬ瞬間チャネル推定値（８）〜（１０）だけを含み、ＤＰＣＨ ＭＬ瞬間チャネル推定値（８）〜（１０）を含まないように再定義され、式（１３）の相互相関ベクトルは、

と再定義される。ＭＡＰ ＣＰＩＣＨチャネル推定器の詳細な導出は、前記参照文献J.Baltersee、G.Fock、P.Schultz-Rittich、H. Meyr、「Performance analysis of phasor estimation algorithms for FDD-UMTS RAKE receiver」IEEE 6th Symp. on Spread Spectrum Techonologies and Applications、NJIT、ニュージャージー、２０００年９月に提供されている。４．３節で述べられているものと同様な考慮すべき点は、この場合にも当てはまる。ＵＥが依然としてＭＡＰ ＣＰＩＣＨチャネル推定の複雑さを受け入れることができない場合、最適な線形予測フィルタの代わりに、最適に満たない低域フィルタリングを採用することによって、より複雑さの少ない手法を追求することができる。以下では、推定に使用される低域フィルタにかかわらず、

をＣＰＩＣＨチャネルの推定値と称する。ＣＰＩＣＨチャネルｃ（ｋ）の推定値

と共に、ＵＥは、前記複素ファクタβの推定値

を計算し、

としてＤＰＤＣＨチャネルの推定値を構築しなければならない。この目的で、ＤＰＣＣＨパイロット・シンボルをＤＡの形で、かつ／または、ＤＰＤＣＨデータをＤＤの形でどちらも、式（８）〜（１０）に従ってＣＰＩＣＨによって提供されるパイロット・シンボルと共に利用することができる、βのための最適なＭＬ推定器を導出することにする。

４．３．１．ビーム形成複素ファクタβの最尤推定
ファクタβについてＭＬ推定値を構築するために、ＤＰＣＨとＣＰＩＣＨ瞬間ＭＬチャネル推定値間の相互相関の、また、ＣＰＩＣＨ瞬間ＭＬチャネル推定値の自己相関のＭＬ推定値を構築することが必要とされる。このために、ＭＬ瞬間ＤＰＣＨおよびＣＰＩＣＨチャネル推定の式（８）〜（１０）に依拠することになる。ＤＰＣＨ−ＣＰＩＣＨ ＭＬチャネル推定相互相関およびＣＰＩＣＨ ＭＬチャネル推定自己相関のための理論式は、それぞれ、

および

であり、上式で、以下で示されることになるように、相関ラグｌ≠０が、雑音抑圧のために選択される。式（８）より、

が得られ、上式で、β＝ｗ^Ｈａ（θ）と示す。雑音項ｖ_{ｃｐｉｃｈ}（ｎ）およびｖ_ｄｐｃｈ（ｎ）が、独立したゼロ平均加法的白色ガウス雑音であると仮定して、ｌ≠０の場合、式（１４）および（１５）は、それぞれ、

および

に譲歩する。したがって、複素ファクタβは、

によって容易に与えられる。実際の実施では、期待演算子Ｅ｛．｝を、相互相関および自己相関（１４）および（１５）についてそれぞれ推定値

および

を生じる実現可能な推定器によって置き換え、式（１６）に従ってβのための推定値

を構築することが必要とされる。φ_ｄｃ（ｌ）およびφ_ｃｃ（ｌ）について単純かつ有効な推定値は、サンプル時間平均、すなわち

および

によって与えられ、上式で、ｎ＝ｍは、平均（１７）および（１８）がそこから開始する時刻を示す。ｌ＞０の場合、Ｋ_{ｃｐｉｃｈ}≧Ｋ_ｄｐｃｈ＋ｌであることが必要とされることに留意されたい。推定値（１７）および（１８）は一貫した推定値であり、一般にサンプル推定器として知られる。これらはまた、我々の場合のようにガウス観察値を仮定して、相互相関および自己相関（１４）および（１５）のＭＬ推定値であると知られている（本明細書に組み込まれる参照文献「B.Porat、Digital processing of random signals、Englewood Cliffs、ニュージャージー、Prentice-Hall、１９９４年」参照）。これらはまた、有限Ｋ_ｄｐｃｈについて偏った推定値であると知られており、Ｋｄｐｃｈが無限に進むとき、漸近不偏、すなわち不偏となる。さらに、２つのＭＬ推定値の比が依然としてＭＬ推定値であることは周知である。したがって、βについてのＭＬ推定値は、

によって与えられ、上式で、ラグｌの依存性は、実用上使用可能な有限個のシンボルＫ_ｄｐｃｈおよびＫ_{ｃｐｉｃｈ}によるものである。Ｋ_{ｃｐｉｃｈ}＝Ｋ_ｄｐｃｈおよびの場合、推定器（１９）は、

の形態を取ることに留意されたい。推定値（２０）は、比Ｋ_{ｃｐｉｃｈ}／Ｋ_ｄｐｃｈを計算する必要を回避するという利点を有し、したがって、一般推定器（１９）に対して複雑さが低減される。推定器（２０）の複雑さをさらに制限するために、式（１０）に従ってＤＰＤＣＨに関してＭＬ瞬間チャネル推定値を構築するためのＤＤ機構の存在を回避することができる。この場合、ＤＰＣＣＨを含む既知のパイロット・シンボルだけを使用し、式（９）によって表現されているＤＰＣＣＨ ＭＬ瞬間チャネル推定値を形成することになり、Ｋ_ｄｐｃｈ＝Ｋ_{ｄｐｃｃｈ}となるはずである。

式（１６）は、任意のｌ≠０について当てはまるため、（１９）および（２０）によって表現されている

は、任意のｌ≠０についてβのＭＬ推定値を表す。ＭＬ推定値の１次結合が依然としてＭＬ推定値であることもまた周知である。したがって、好ましい非限定的な実施形態では、βの推定値を改善するために、異なる相関ラグｌでの相互相関および自己相関のＭＬ推定値の加重和、すなわち、

を考えることができ、上式で、係数ａ_ｌおよびｂ_ｌは、各ＭＬ推定値

および

の（平均２乗誤差によって表現された）精度に従って選択される（B.Porat、「Digital processing of random signals」Englewood Cliffs、ニュージャージー、Prentice-Hall、１９９４年参照）。

さらに、推定器（１７）および（１８）は、第１の相関ラグ

についてだけ漸近効率（asymptotically efficient）であり、ただし、

は、ランダム・プロセス

および

の統計特性に依存する（すなわち、

の場合、推定値内の分散は、漸近的にもクラメール・ラオの下限（Cramer-Rao lower bound）を達成せず、これは前記参照文献B.Porat、「Digital processing of random signals」Englewood Cliffs、ニュージャージー、Prentice-Hall、１９９４年で本明細書に示されているように、当業者に周知の概念である。

他の好ましい非限定的な実施形態では、次のＭＬ推定値の加重和を考えることができる。

上式で、Ｋは、相互相関および自己相関（１７）および（１８）が推定される最大相関ラグを表す。推定器（２１）と同様に、最適な重み係数γ_ｌは、各ＭＬ推定値

の（平均２乗誤差によって表現された）精度に基づいて計算することができる。実際には、γ_ｌは、推定値

の精度と共に上昇することになり、和（２１）に対する最も精度の高い推定値の貢献を、より精度の低い推定値の貢献より顕著にする。推定器（２１）と同様に、推定値

の効率は、ラグｌが増大するにつれて低下することになる。したがって、やはりこの推定器において、推定値

を漸近効率とするために、最大ラグ

を決定することができ（前記参照文献：B.Porat、「Digital processing of random signals」Englewood Cliffs、ニュージャージー、Prentice-Hall、１９９４年参照）、ただし、概して

となるはずであることに注意する。最適な重み係数ａ_ｌおよびｂ_ｌ、あるいは理論上の関心であるがγ_ｌの導出は、現実的な実施に好適な、単純な閉じた式を可能にするには、あまりにも複雑なことになり、したがって、本発明の範囲を越えている。しかし、推定値

の精度、ならびに推定値φ_ｄｃ（ｌ）およびφ_ｃｃ（ｌ）の精度は、概して相関ラグ_ｌが増大するにつれて低下するため、係数γ_ｌならびにａ_ｌおよびｂ_ｌもそれに応じて低下することになることは示すことができる。

上記の考慮すべき点に照らして、最大の推定精度を有する最も複雑でないＭＬ推定器は、ｌ＝１を有する式（２０）のものである。すなわち、

推定器（２３）もまた、それぞれ分子部と分母部で相互相関および自己相関を計算するために必要とされる遅延を最小限に抑え、複雑さと追加メモリ記憶の必要を削減する利点を有することに留意されたい。

４．３．２．ビーム形成ファクタ推定を改善および追跡するための実用手段
ビーム形成ファクタβがいくつかのスロット周期にわたって一定のままであることができる実際上の状況が存在する可能性がある。これは、ＢＳが、経路角度θ_ｐおよび経路の平均エネルギーに基づいてビーム形成重みベクトルｗを最適化するとき発生する可能性がある。そのような場合には、これらの量は、いくつかのスロット周期にわたってほぼ一定のままであることができるため、ＢＳはビーム形成重みベクトルｗを修正しないことになり、その結果、ｐ＝１，．．．，Ｐの場合、ファクタβ_ｐ＝ｗ^Ｈａ（θ_ｐ）は、同じ時間の間、ほぼ一定のままとなる。このことを使用し、連続するスロット周期にわたって、すなわち、ファクタβが一定である周期にわたって計算された、固定ラグｌ≠０での相互相関および自己相関（１７）および（１８）の推定値を平均化／フィルタリングすることによって、推定値（１９）〜（２３）の精度を改善することができる。次いで、その平均化−フィルタリング動作を適正に実施するために、経路の角度が変化した、かつ／または、ＵＥが平均化−フィルタ・メモリをリセット／初期化するためにＢＳがビーム形成重みベクトルｗを修正したため、ビーム形成ファクタβが突然修正されたときはいつでも、ＵＥに通知しなければならない。実際、平均化／フィルタ・メモリがリセットされない場合、ＵＥは、古くなったビーム形成ファクタβに対応する相互相関および自己相関推定値（１６）〜（１７）を反映することになる。しかし、ビーム形成ファクタβの変動が緩慢な場合には、平均化−フィルタ・メモリをリセットする必要がない可能性があることに気付くことができる。実際、連続する相互相関および自己相関推定値（１７）および（１８）の適切なフィルタリングは、本来、ビーム形成ファクタβの緩慢な変動の追跡を行う。このために、筆者らは、適した忘却ファクタ（forgetting factor）を有する、複雑さの少ない１次低域ＩＩＲフィルタの実装を提案する（１次ＩＩＲフィルタリングは、当業者に周知である）。しかし、最終的には、ＢＳが送信ビーム形成の突然の変化についてＵＥに通知するために、シグナリング・オーバーヘッドが必要である。考察中の標準、たとえばＵＭＴＳが、ＢＳからＵＥへのそのようなシグナリングを想定していない場合、平均化フィルタを取り除かなければならない、あるいは、ＵＥは、平均化フィルタ・メモリをリセットすべきかどうか判断するために、突然の変化が発生したかどうかを検出することができる追加機構を実装することを必要とする。そのような追加検出機構ならびに相互相関および自己相関平均化−フィルタは、明らかに、ＵＥ設計に影響を及ぼす可能性のある複雑さの増大という代価を払う。しかし、複雑さの制限により平均化−フィルタが実装されない場合、ＢＳは、突然のビーム形成ファクタ変化をＵＥに伝える必要がなく、追加のネットワーク・オーバーヘッドが回避されることになる。次いで、ＵＥは、先のスロット推定値から独立して、スロットごとにビーム形成ファクタの推定値を更新することになる。さらに、この場合には、送信ビーム形成があることから独立してさえも、ＵＥがファクタβを推定し続けることができることを観察することができる。実際、ＢＳ部で送信ビーム形成が実行されないとき、βは、ＣＰＩＣＨとＤＰＣＨの間の送信振幅オフセットを表す実数ファクタと同じになる。

４．３．３．様々なＤＰＣＨシンボル・レートでのＤＰＤＣＨチャネル推定
これまでは、簡潔にするために、導出において、ＤＰＣＨおよびＣＰＩＣＨが同じシンボル・レート（すなわち、シンボル当たり同数のチップ）を有するように、特定の例で、ＤＰＣＨの拡散率が２５６に等しいと仮定してきた。しかし、前述のように、ＤＰＣＨの拡散率は、その拡散率が常に２５６に固定されているＣＰＩＣＨのシンボル・レートとＤＰＣＨシンボル・レートが概して異なるように、集合｛２、４、８、１６、３２、６４、１２８、２５６、５１２｝内の値を取ることができる。したがって、好ましい非限定的な実施形態では、瞬間ＭＬチャネル推定値（８）〜（１０）は、次のように一般化される。

上式で、ＤＰＣＨ拡散率Ｍが与えられると、インデックスｉは、Ｍチップを介して拡散されるｉ番目のＤＰＣＨシンボルに対応し、ｎは、２５６チップを介して常に拡散されるｎ番目のＣＰＩＣＨシンボルに対応する。次いで、どのＣＰＩＣＨシンボルも２５６／Ｍ ＤＰＣＨシンボルに対応するので、先のアルゴリズムを使用するために、ＣＰＩＣＨまたはＤＰＣＨ ＭＬチャネルを、他のチャネル推定値のシンボル・レートに合致するように内挿しなければならない。

さらに、ＭＬ瞬間チャネル推定値（８）〜（１０）を導出する際に、ＣＰＩＣＨチャネルとＤＰＣＨチャネルは共に、２つのチャネルのより長いシンボル周期にわたって一定であるものと暗黙に仮定され、すなわち、ドップラー・スプレッドは、注目の標準によって許される最も低いシンボル・レートより著しく低いと常に仮定される。筆者らは、ＵＭＴＳ標準の場合を考えることによって、この仮定が実用上当てはまることを手短に示す。実際、最も低いシンボル・レートは、拡散率が最大であるとき、すなわちＭ＝５１２の場合に生じる。ＵＭＴＳ標準では、チップ・レートは、３．８４ＭＨｚに固定されており（参照により本明細書に組み込まれる「3GPP Technical Specifications, Rel.99, http://www.3gpp.org/specs/specs.html」参照）、その結果、ＤＰＣＨについて最も低いシンボル・レートは、３．８４ＭＨｚ／５１２＝７．５ｋＨｚに等しくなる。ＵＭＴＳ標準はまた、ＵＥ速度が５００ｋｍ／時までとすることができるワイヤレス移動サービス、すなわち、上記の仮定を有効とするために依然として７．５ｋＨｚを大きく下回る、多くとも１ｋＨｚに等しいドップラー・スプレッドがある場合をサポートすることを想定している。次いで、好ましい非限定的な実施形態では、内挿が行われ、ＭＬ瞬間ＣＰＩＣＨおよびＤＰＣＨ推定値を、前記ＣＰＩＣＨとＤＰＣＨの間で最も低いシンボル・レートに適合させる。具体的には、ＤＰＣＨ拡散率Ｍが２５６より小さいとき、ＣＰＩＣＨシンボル・レートに対する内挿は、ＤＰＣＨ ＭＬ静的チャネル推定値を２５６／Ｍに等しいいくつかのシンボルに関して平均することによって得られ、一方、Ｍ＝５１２のとき、ＣＰＩＣＨのシンボル・レートより低いＤＰＣＨシンボル・レートとなり、平均は、２回の連続するＭＬ瞬間チャネル推定に関してＣＰＩＣＨに対して取られる。この実施形態は、推定雑音を着色しない利点を有する、すなわち、内挿後の雑音サンプルは依然として相関されず、その結果、式（１６）は依然として当てはまることに気付くことができる。

４．４．ＤＰＤＣＨチャネル推定アルゴリズム
この節では、それぞれ４．２節および４．３節で導出された結合CPICH-DPCH MAP DPDCHチャネル推定アルゴリズム、ならびに結合ＣＰＩＣＨ−ＤＰＣＨ低複雑性ＤＰＤＣＨチャネル推定アルゴリズムの諸ステップについて要約する。

４．４．１．最適な結合ＤＰＣＨ−ＣＰＩＣＨ ＭＡＰ ＤＰＤＣＨチャネル推定アルゴリズム
この節では、上述の最適な結合DPCH-CPICH MAP DPDCHチャネル推定アルゴリズムを実施する主な諸ステップを要約する。以下のステップは、（１１）に従って最適なＭＡＰ ＤＰＤＣＨ推定値を提供するために実施される。

１．式（８）〜（１０）および一般化（２３）に従って、ＭＬ瞬間ＣＰＩＣＨおよびＤＰＣＨチャネル推定値

および

を計算する。

２．前記ＤＰＣＨおよびＣＰＩＣＨの最も低いシンボル・レートに対して、上記で得られたＭＬ瞬間ＤＰＣＨおよびＣＰＩＣＨチャネル推定値の内挿を実行する。すなわち、
・ＤＰＣＨ拡散率Ｍ＜２５６の場合、ＣＰＩＣＨシンボル・レートに合致するために、ＤＰＣＨ ＭＬチャネル推定値が内挿され、
・ＤＰＣＨ拡散率Ｍ＝５１２の場合、ＤＰＣＨシンボル・レートに合致するために、ＣＰＩＣＨ ＭＬチャネル推定値が内挿され、
・ＤＰＣＨ拡散率Ｍ＝２５６の場合、内挿は必要とされない。
このように内挿されたＭＬ瞬間チャネル推定値が、ベクトル

内で収集される。複雑さをさらに低減するために、推定値

をＤＰＣＣＨに関する推定値

に制限し、ＤＰＤＣＨに関してパイロット・シンボル推定値を提供するために必要なＤＤ機構の実装を回避する。ベクトル

が形成される。

３．節４．３に述べられている技法の１つを実施することによって、式（１３）に従って最適線形予測フィルタｆを構築する。

４．ステップ３で得られたＭＬ瞬間チャネル推定値

を、ステップ４で計算された線形予測フィルタを用いて、式（１２）に従ってフィルタリングし、ＭＡＰ ＤＰＤＣＨチャネル推定値

を得る。

５．ＤＰＣＨ拡散率Ｍ＜２５６の場合、上記のＤＰＤＣＨチャネル推定値

が、適正に使用されるＤＰＣＨシンボル・レートで内挿される。複雑さの最も少ない内挿技法は、Ｍ≦２５６の場合、推定

を２５６／Ｍ回繰り返し、Ｍ＝５１２の場合、２回の連続する推定

に関して平均することからなる。一般的な好ましい実施形態では、より洗練された内挿技法（たとえば、線形内挿、２次内挿、スプライン内挿）を採用することができる。

６．レイク受信器フィンガに割り当てられた経路ｐ＝１，．．．，Ｐすべてについてステップ１から６を繰り返す。

４．４．２．結合ＣＰＩＣＨ−ＤＰＣＨ低複雑性ＤＰＤＣＨチャネル推定アルゴリズム
この節では、低複雑性結合ＣＰＩＣＨ−ＤＰＣＨ ＭＬ最適ＤＰＤＣＨチャネル推定アルゴリズムの主な諸ステップを要約する。以下のステップは、ＵＥ内で時間ｋでＤＰＤＣＨチャネル

を推定するために実施される。

１．式（８）〜（１０）および一般化（２３）に従って、ＭＬ瞬間ＣＰＩＣＨおよびＤＰＣＨチャネル推定値

および

を計算する。

２．前記ＤＰＣＨおよびＣＰＩＣＨの最も低いシンボル・レートに対して、上記で得られたＭＬ瞬間ＤＰＣＨおよびＣＰＩＣＨチャネル推定値の内挿を実行する。すなわち、
・ＤＰＣＨ拡散率Ｍ＜２５６の場合、ＣＰＩＣＨシンボル・レートに合致するために、ＤＰＣＨ ＭＬチャネル推定値が内挿され、
・ＤＰＣＨ拡散率Ｍ＝５１２の場合、ＤＰＣＨシンボル・レートに合致するために、ＣＰＩＣＨ ＭＬチャネル推定値が内挿され、
・ＤＰＣＨ拡散率Ｍ＝２５６の場合、内挿は必要とされない。

３．このように内挿されたＭＬ瞬間チャネル推定値が、ｌ＞０でベクトル

内で収集される。我々の実施形態では、ｌ＝１およびＫ_{ｃｐｉｃｈ}＝Ｋ_ｄｐｃｈを設定する。複雑さをさらに低減するために、推定値

をＤＰＣＣＨに関する推定値

に制限し、ＤＰＤＣＨに関してパイロット・シンボル推定値を提供するために必要なＤＤ機構の実装を回避する。

４．形態（１７）および（１８）の、ラグｌ＞０でのＣＰＩＣＨ自己相関およびＤＰＣＨ ＣＰＩＣＨ相互相関、すなわち

および

を構築する。

５．ビーム形成複素ファクタβのＭＬ推定値を、

として構築し、ただし、式（２３）に従ってｌ＝１を設定する。

６．ＭＬ ＣＰＩＣＨ瞬間チャネル推定値

を適切に低域フィルタリングすることによって、真のＣＰＩＣＨチャネルｃ_{ｃｐｉｃｈ}（ｋ）の正確な（たとえば、ＭＡＰ）ＣＰＩＣＨチャネル推定値

を構築する。推定フィルタの複雑さを低減するために、低域フィルタリングのためにＭＬ ＣＰＩＣＨ瞬間チャネル推定値のベクトル

の一部だけ考えることができる。

７．真のＤＰＤＣＨチャネルのＤＰＤＣＨチャネル推定値

を

として構築する。

８．ＤＰＣＨ拡散率Ｍ＜２５６の場合、上記のＤＰＤＣＨチャネル推定値

が、適正に使用されるＤＰＣＨシンボル・レートで内挿される。上述のように、複雑さの最も少ない内挿技法は、Ｍ≦２５６の場合、推定

を２５６／Ｍ回繰り返し、Ｍ＝５１２の場合、２回の連続する推定

に関して平均することからなる。一般的な好ましい実施形態では、より洗練された内挿技法（たとえば、線形内挿、２次内挿、スプライン内挿）を採用することができる。

９．レイク受信器フィンガに割り当てられた経路ｐ＝１，．．．，Ｐすべてについてステップ１から８を繰り返す。

非限定的な好ましい実施形態では、ステップ６のＣＰＩＣＨマルチパス係数の推定は、たとえば、（参照により本明細書に組み込まれる）J.Bsltersee、G.Fock、P.Schultz-Rittich、and H. Meyr、「Performance analysis of phasor estimation algorithms for FDD-UMTS RAKE receiver」IEEE 6^th Symp. on Spread Spectrum Techonologies and Applications、NJIT、ニュージャージー、２０００年９月に述べられているように、線形予測によって行われる。

４．４．３．ＤＰＣＣＨベースのＤＰＤＣＨチャネル推定に対する関係
一部の著者（たとえば、http://www.3gpp.org/ftp/tsg_ran/WG4_Radio/TSGR4_17で入手可能な、参照により本明細書に組み込まれる「TSG RAN WG4 meeting #17、R4-010594 Ericsson、Dedicated Pilots、２００１年５月」「TSG RAN WG4 meeting #17、R4-010528 Nokia、Proposal for user-specific beamforming for UTRA FDD、２００１年５月」およびその中の参照を参照）が、送信ビーム形成がある場合のＤＰＤＣＨチャネル推定の問題に対処している。主に、これらの著者は、送信ビーム形成によってＤＰＣＨだけ影響を受けるため、これらの状況下では、ＤＰＣＨチャネルから使用可能な情報だけＤＰＤＣＨチャネル推定に使用すべきであると結論している。具体的には、複雑さの制限によりＤＤ ＤＰＤＣＨ ＭＬチャネル推定値を使用することができないとき、ＤＰＣＣＨパイロット・シンボルの事前知識を利用するだけでＤＰＤＣＨチャネル推定を実行することを推奨している。それが実行可能であるとき、ＣＰＩＣＨとＤＰＣＣＨの両方から使用可能な情報を利用することによる、本明細書に述べられているアルゴリズムには、ＤＰＣＣＨパイロットに基づくだけのＤＰＤＣＨチャネル推定に対して２つの大きな利点があることに気付くことになる。第１に、ＤＰＣＣＨによって提供されるパイロット・シンボルが乏しいことにより（スロット・フォーマットに応じて１から最大１６、本明細書に組み込まれる参照文献「3GPP Technical Specifications, Rel.99, http://www.3gpp.org/specs/specs.html」参照）、十分な雑音／干渉抑圧を欠くため、ＤＰＤＣＨチャネル推定の精度が制限される。第２に、上述のように、ＤＰＣＨタイムスロット内では、ＤＰＣＣＨパイロット・シンボルは、ＣＰＩＣＨパイロット・シンボルのように連続的に送信されず、ＤＰＤＣＨを含む未知のデータ・シンボルと時間多重される。高いドップラー・スプレッドがある場合、すなわち、高いＵＥ速度では、ＤＰＣＨタイムスロットのそのような構造は、連続的に送信されるＣＰＩＣＨパイロット・シンボルもまた利用されない限り、ＤＰＤＣＨ周期中のように既知のパイロット・シンボルがない間にチャネル経路係数ｃ_{ｄｐｄｃｈ}（ｋ）を推定するという問題を提起する可能性がある。実際、ドップラー・スプレッドがスロット・レートと比較して非常に低い場合、チャネルｃ_{ｄｐｄｃｈ}（ｋ）は、スロット周期内で非常に緩慢に変化し、その周期全体にわたってほぼ一定と考えることができる。したがって、ＤＰＣＣＨに関して提供されたチャネル推定値は、ＤＰＤＣＨ周期全体に対して有効と考えることができる。換言すれば、ＤＰＤＣＨチャネル推定値をスロット・レートより高いレートで更新する実用上の必要はない。これに反して、ドップラー・スプレッドがスロット・レートと同程度の大きさのもの、あるいはより大きなものである場合、ＤＰＤＣＨチャネルがスロット周期全体にわたってほぼ一定であるという仮定は、もはや有効でない。たとえば、ＵＭＴＳ標準を参照すると、スロットは、１．５ｋＨｚのスロット・レートを生じる２５６０チップ周期を含み、一方、極端な場合の下では、システムは、１ｋＨｚまでのドップラー・スプレッドに対処することが仮定されている。したがって、そのような場合には、ＤＰＣＣＨに関して推定されたチャネルが、連続するＤＰＤＣＨ周期全体について真のチャネルｃ_{ｄｐｄｃｈ}（ｋ）の有効な近似と考えることはできない。これらの状況下では、内挿および予測技法に頼るか、やはり、既知のパイロット・シンボルの２つの連続するＤＰＣＣＨバースト間でＤＰＤＣＨ周期全体にわたって適切なレートでチャネル推定値を更新するために、ＤＰＤＣＨデータ・シンボルに対して行われた硬判定を既知のパイロットとして使用し、チャネル推定値を更新する、前述のものに似たＤＤ機構を実装するべきである。チャネル推定値のためのそのような追跡機構を含むＤＰＤＣＨチャネル推定器は、あまりにも計算上の要求が多く実現可能でない可能性が高い。したがって、ＤＰＣＣＨ論理チャネルがスロット当たり単一のパイロット・シンボルだけからなるときなど、ある実際の状況下では、そのような手法は、明らかに不十分な性能をもたらすことになる。結合ＣＰＩＣＨ−ＤＰＣＨ ＭＡＰ ＤＰＤＣＨチャネル推定アルゴリズムは、実際のドップラー・スプレッドとＤＰＣＣＨの既知のパイロット・シンボルの数とに予測フィルタを適合させて、使用可能な情報全体に基づいて、暗黙に真のＤＰＤＣＨチャネルの予測を実行するので、この問題に対する解決策を表す。また、同様に、本明細書で提案されている第２の複雑さの少ないアルゴリズムは、本来、ＤＰＣＣＨ論理チャネルとＣＰＩＣＨ論理チャネル両方の上に既知のパイロット・シンボルがあることを利用し、ドップラー・スプレッドが高くても、ＤＰＤＣＨチャネル変動の追跡を可能にする。しかし、後者のアルゴリズムの結果は、実際の実施から見て、必要とされる複雑さが少なく、ほぼ最適な性能により、より魅力的なものである。実際、第２のＤＰＤＣＨチャネル推定アルゴリズムは、その複雑さの最も少ない例でさえも、ＤＰＣＣＨおよびＣＰＩＣＨ使用可能情報（すなわち、使用可能な知己のパイロット・シンボルすべて）を共に反映して、ビーム形成複素ファクタβの推定値

を構築し、推定されたファクタ

を、ＣＰＩＣＨパイロット・シンボルに依拠して計算されたチャネル推定値

で乗算することによって、ＤＰＤＣＨチャネルの最新推定値を提供する。ＣＰＩＣＨチャネルの上の既知のパイロット・シンボルの連続供給は、ＵＥによって利用することが容易であり、ＣＰＩＣＨチャネル推定値

を連続的に更新することによって、チャネル経路係数ｃ（ｋ）のドップラー・スプレッドによる変動を追跡することができる。ＤＰＤＣＨチャネルの追跡は、本来、積

として得られる。最後に、我々の第２のアルゴリズム内では、ＤＰＣＣＨパイロットは、ＤＰＤＣＨチャネル推定値を計算するために直接使用されず、ファクタβの推定値を計算するためだけに使用される。必要な場合、および／または、ＵＥが、行われた複雑さ増大に関する硬判定を受け入れることができる場合、ＤＰＤＣＨをパイロット・シンボルとして使用し、上記で導出された式によって表されるようにβの推定値を改善することができる。

４．４．４．アルゴリズムの使用限界（working limitations）
任意の移動通信システムにおいて通信をセットアップするために、移動端末ＵＥは、電源投入時に、ネットワークを聴取し、通信事業者、そのＵＥが通信を開始するＢＳ、必要とされるサービスのタイプなどに関するいくつかのパラメータを獲得することを必要とする。有用なデータ送信の前に、ＵＥはまず、ＢＳを獲得するために、ある種の同期手順を実行しなければならない。移動端末ＵＥ部で受信器としてレイクを実装するのに好適なＤＳ−ＣＤＭＡシステムの一般的な枠組み内では、他のパラメータおよび時間参照推定値と共に、やはり時間遅延τ_ｐの推定値と、注目のＢＳからのチャネル・インパルス応答を含む経路に関連する平均エネルギーとを提供する予備同期段階が存在する。ＵＭＴＳ標準では、移動端末ＵＥは、一般に、ＣＰＩＣＨを利用することによって、経路と平均エネルギー両方の遅延を推定する。これらの推定値に基づいて、当業者に周知であるように、レイク受信器フィンガを適正にセットアップすることができる。上述の本発明の方法によれば、受信器が、同期機構の期間中に、経路を検出し、ＣＰＩＣＨ上の関連遅延を推定することができるとき、複素振幅は異なるが、同じ遅延で対応する経路がＤＰＣＨ上に存在することを、暗黙に仮定している。見てきたように、この仮定により、複雑さが少なく、良好な性能と高い柔軟性を有するＤＰＤＣＨチャネル推定アルゴリズムを導出することができ、送信ビーム形成がある場合のＤＰＤＣＨチャネル推定の問題に対処することができた。

上記の点から、ある状況下では、経路に関連するエネルギーが、ＣＰＩＣＨチャネル全体にわたって高く、ＤＰＣＨチャネル全体にわたってかなり低くなる可能性があることに留意されたい。具体的には、経路は、同期機構によってＣＰＩＣＨチャネルの上で検出されるように十分強くすることができ、一方、ＤＰＣＨチャネルの上では非常に弱く検出されない。これに反して、ＤＰＣＨチャネル上で有意な有用信号エネルギーを搬送する経路は、実際には、ＣＰＩＣＨチャネル上で検出不能であり、したがって、ＣＰＩＣＨチャネルだけに基づいて動作する同期機構によって検出可能でないことが起こる可能性がある。第１の場合は、非常に小さい大きさのβの推定値に通じることになる。したがって、上述のアルゴリズムは、依然として適正に動作することになり、レイク受信器は、対応するＤＰＣＨチャネル経路のエネルギーが非常に小さくなったとき、単にフィンガを落とすことになる。第２の場合は、ＣＰＩＣＨチャネルだけに基づいて動作する同期機構によって提供される情報を利用する方法がないはずであるため、はるかにクリティカルである。これらの状況下では、２つのＤＰＤＣＨチャネル推定アルゴリズムのどちらかが適正に動作するはずであり、最初に、ＤＰＣＣＨに基づく同期機構を実装することによってＤＰＣＨチャネルに関連する経路を探索するべきである。そのようなさらなる同期機構は、いくつかの実時間管理の複雑さと共に著しい複雑さ増大を伴うことになり、先に見てきたように、スロット当たり限られた数のＤＰＣＣＨパイロット・シンボルにより不十分な性能に通じる可能性が高いことになる。

５．ＤＰＤＣＨチャネル推定器アーキテクチャ
この節では、前述のＤＰＤＣＨチャネル推定アルゴリズムを実装するためのアーキテクチャ概要を提供する。

５．１．最適結合ＤＰＣＨ−ＣＰＩＣＨ ＭＡＰ ＤＰＤＣＨチャネル推定アルゴリズム・アーキテクチャ
図３は、０節に述べられているステップ１〜５によって要約されたアルゴリズムを使用する、提案されているＤＰＤＣＨチャネル推定器を備えるレイク受信器を実装するための概略アーキテクチャを表す。具体的には、図３は、以下を備えるレイク受信器の単一フィンガの一部分について述べている。

・注目のフィンガに割り当てられた経路に関連する遅延を補償する、ＤＥＬＡＹ＿ＲＥＣＯＶＥＲと示された遅延回復ブロック。

・ＤＥＳＣＲＡＭＢと示されたスクランブル解除ブロック。

・ＣＰＩＣＨ＿ＤＥＳＰＲＥＡＤと示されたＣＰＩＣＨチャネルに関連するＣＰＩＣＨ逆拡散ブロック。

・ＤＰＣＨ＿ＤＥＳＰＲＥＡＤと示されたＤＰＣＨチャネルに関連するＤＰＣＨ逆拡散ブロック。

・ｎ番目のＣＰＩＣＨパイロット・シンボルによって変調を除去する、ＣＰＩＣＨ＿ＤＥＲＯＴと示されたＣＰＩＣＨシンボル・デローテーション・ブロック。

・現行のＤＰＣＨスロット・フォーマットに従って、ＤＰＣＣＨを含むパイロット・シンボルを回復するための、また、復号すべきＤＰＤＣＨを含むデータ・シンボルを分離するための、ＤＥＭＵＸと示されたデマルチプレクサ・ブロック。

・ｉ番目のＤＰＣＣＨパイロット・シンボルによって変調を除去する、ＤＰＣＣＨ＿ＤＥＲＯＴと示されたＤＰＣＣＨシンボル・デローテーション・ブロック。

・１つはＩＮＴＥＲＰ１と示されたＣＰＩＣＨのための、またもう１つはＩＮＴＥＲＰ２と示されたＤＰＣＨのための２つの内挿ブロック。第１の内挿ブロックＩＮＴＥＲＰ１は、ＤＰＣＨ拡散率Ｍ＝５１２のとき動作可能にされる。第２の内挿ブロックＩＮＴＥＲＰ２は、ＤＰＣＨ拡散率Ｍ＜２５６のときだけ動作可能にされる。Ｍ＝２５６のとき、どの内挿ブロックも動作可能にされない（４．４．１節ステップ２参照）。

・Ｌ個のＣＰＩＣＨシンボル周期の遅延を含み、４．４．１節のステップ４に従って推定値

を提供する、ＤＰＤＣＨ＿ＭＡＰ＿ＣＨ＿ＥＳＴと示された結合ＣＰＩＣＨ−ＤＰＣＨ ＭＡＰ ＤＰＤＣＨチャネル推定低域フィルタ。

・ＭＡＰ ＤＰＤＣＨチャネル推定値

をＤＰＤＣＨデータ・シンボルと時間的に位置合わせするために必要な、ＤＥＬＡＹと示されたＬ（２５６／Ｍ）ＤＰＣＨシンボル周期の遅延ライン。

・４．４．１節のステップ５に従って、ＣＰＩＣＨシンボル・レートでの推定値をＤＰＣＨシンボル・レートに適合させるための、ＩＮＴＥＲＰ３と示された内挿ブロック。

・当業者に周知であるように、レイク・コンバイナにとって必要な、ブロックＩＮＴＥＲＰ３の出力部でＤＰＣＨシンボル・レートに内挿した後でＭＡＰ ＤＰＤＣＨチャネル推定値の複素共役を計算する、ＣＭＰＬＸ＿ＣＮＪと示されたブロック。

・時間で位置合わせされたＤＰＤＣＨシンボルと、対応する複素共役ＤＰＤＣＨチャネル推定値との積を計算する、ＤＰＤＣＨ＿ＣＨＥＳＴ＿ＤＡＴＡ＿ＭＵＬＴと示された乗算器ブロック。次いで、積の結果は、ＲＡＫＥ＿ＣＯＭＢＩＮＥＲと示されたレイク受信器コンバイナに送られる。

図３に示されているスキームは、レイク・フィンガすべてについて複製される。各フィンガの乗算器ブロックＤＰＤＣＨ＿ＣＨＥＳＴ＿ＤＡＴＡ＿ＭＵＬＴの出力は、レイク・コンバイナＲＡＫＥ＿ＣＯＭＢＩＮＥＲによって合計され、当業者に周知であるように、レイク受信器の出力を形成する。

実際には、好ましい実施形態では、複雑さと性能の兼ね合いによってこの目的のために適正な解決策となることが示されているように、内挿ブロックＩＮＴＥＲＰ１、ＩＮＴＥＲＰ２、ＩＮＴＥＲＰ３すべてを実装するために、最近隣内挿が採用されることになる。最近隣内挿は、複雑さの最も少ない内挿法である。最近隣内挿は、実際に、より洗練された内挿技法で得られるものより高い信号歪みという代価を払って複雑さを除外する。しかし、その内挿法によって生じる信号歪みの実際量は、信号、干渉、雑音レベルの実用範囲のための雑音および干渉を著しく下回ることを示すことができる。したがって、最近隣内挿による追加の信号歪みは、実際には、受信器性能に影響を及ぼさないような雑音および干渉の作用と比較して無視することができる。

５．２．結合ＣＰＩＣＨ−ＤＰＣＨ低複雑性ＤＰＤＣＨチャネル推定アルゴリズム・アーキテクチャ
図４は、４．４．２節に述べられているステップ１〜８によって要約されたアルゴリズムを使用する、提案されているＤＰＤＣＨチャネル推定器を備えるレイク受信器を実装するための概略アーキテクチャを表す。具体的には、図４は、以下を備えるレイク受信器の単一フィンガの一部分について述べている。

・注目のフィンガに割り当てられた経路に関連する遅延を補償する、ＤＥＬＡＹ＿ＲＥＣＯＶＥＲと示された遅延回復ブロック。

・ＤＥＳＣＲＡＭＢと示されたスクランブル解除ブロック。

・ＣＰＩＣＨ＿ＤＥＳＰＲＥＡＤと示されたＣＰＩＣＨチャネルに関連するＣＰＩＣＨ逆拡散ブロック。

・ＤＰＣＨ＿ＤＥＳＰＲＥＡＤと示されたＤＰＣＨチャネルに関連するＤＰＣＨ逆拡散ブロック。

・ｎ番目のＣＰＩＣＨパイロット・シンボルによって変調を除去する、ＣＰＩＣＨ＿ＤＥＲＯＴと示されたＣＰＩＣＨシンボル・デローテーション・ブロック。

・現行のＤＰＣＨスロット・フォーマットに従って、ＤＰＣＣＨを含むパイロット・シンボルを回復するための、また、復号すべきＤＰＤＣＨを含むデータ・シンボルを分離するための、ＤＥＭＵＸと示されたデマルチプレクサ・ブロック。

・ｉ番目のＤＰＣＣＨパイロット・シンボルによって変調を除去する、ＤＰＣＣＨ＿ＤＥＲＯＴと示されたＤＰＣＣＨシンボル・デローテーション・ブロック。

・Ｌ個のＣＰＩＣＨシンボル周期の遅延を含み、４．４．２節のステップ６に従って推定値

を提供する、ＣＰＩＣＨ＿ＣＨ＿ＥＳＴと示された結合ＣＰＩＣＨチャネル推定器低域フィルタ。

・１つはＩＮＴＥＲＰ１と示されたＣＰＩＣＨのための、またもう１つはＩＮＴＥＲＰ２と示されたＤＰＣＨのための２つの内挿ブロックを備える、ビーム形成ファクタβの実際の推定器。第１の内挿ブロックＩＮＴＥＲＰ１は、ＤＰＣＨ拡散率Ｍ＝５１２のとき動作可能にされる。第２の内挿ブロックＩＮＴＥＲＰ２は、ＤＰＣＨ拡散率Ｍ＜２５６のときだけ動作可能にされる。Ｍ＝２５６のとき、どの内挿ブロックも動作可能にされない。４．４．２節ステップ２参照。

・ＣＰＩＣＨチャネル推定値

をビーム形成ファクタβの最新推定値

と時間的に位置合わせするために必要な、ＤＥＬＡＹ１と示されたＬ ＣＰＩＣＨシンボル周期の遅延ライン。

・ＣＰＩＣＨチャネル推定値

をＤＰＤＣＨデータ・シンボルと時間的に位置合わせするために必要な、ＤＥＬＡＹ２と示されたＬ（２５６／Ｍ）ＤＰＣＨシンボル周期の遅延ライン。

・ＵＥが、ビーム形成ファクタβが一定のままであることを認識しているとき動作可能にされる、ＤＰＣＨ−ＣＰＩＣＨ相互相関推定値のための、ＬＰＦ１と示された低域フィルタと、ＣＰＩＣＨ自己相関のための、ＬＰＦ２と示されたＬＰＦ。ＬＰＦメモリは、ＵＥが、（ＢＳからのシグナリングを介して、またはＵＥ内に実装された適切な検出機構を介して）ビーム形成複素ファクタが突然変化したことを検出したときリセットされる。ＵＥがビーム形成複素ファクタの突然の変化を検出するための手段を有していない場合、フィルタＬＰＦ１とＬＰＦ２は共に使用されない。

・積

を計算する、ＢＥＴＡ＿ＣＰＩＣＨ＿ＣＨ＿ＥＳＴ＿ＭＵＬＴと示された乗算器。

・４．４．２節のステップ８に従って、ステップ７で得られたＣＰＩＣＨシンボル・レート

での推定値をＤＰＣＨシンボル・レートに適合させるための、ＩＮＴＥＲＰ３と示された内挿ブロック。

・当業者に周知であるように、レイク・コンバイナにとって必要な、ブロックＩＮＴＥＲＰ３の出力部でＤＰＣＨシンボル・レートに内挿した後でＤＰＤＣＨチャネル推定値の複素共役を計算する、ＣＭＰＬＸ＿ＣＮＪと示されたブロック。

・時間で位置合わせされたＤＰＤＣＨシンボルと、対応する複素共役ＤＰＤＣＨチャネル推定値との積を計算する、ＤＰＤＣＨ＿ＣＨＥＳＴ＿ＤＡＴＡ＿ＭＵＬＴと示された乗算器ブロック。次いで、積の結果は、ＲＡＫＥ＿ＣＯＭＢＩＮＥＲと示されたレイク受信器コンバイナに送られる。

図４に示されているスキームは、レイク・フィンガすべてについて複製される。各フィンガの乗算器ブロックＤＰＤＣＨ＿ＣＨＥＳＴ＿ＤＡＴＡ＿ＭＵＬＴの出力は、レイク・コンバイナＲＡＫＥ＿ＣＯＭＢＩＮＥＲによって合計され、当業者に周知であるように、レイク受信器の出力を形成する。

実際には、好ましい実施形態では、やはりこの場合でも、複雑さと性能の兼ね合いによってこの目的のために適正な解決策となることが示されているように、内挿ブロックＩＮＴＥＲＰ１、ＩＮＴＥＲＰ２、ＩＮＴＥＲＰ３すべてを実装するために、最近隣内挿が採用されることになる。実際、結合ＣＰＩＣＨ−ＤＰＣＨ ＭＡＰ ＤＰＤＣＨチャネル推定アルゴリズムについて０節で行われた最近隣内挿についての同じ考察が、結合ＣＰＩＣＨ−ＤＰＣＨ低複雑性ＤＰＤＣＨチャネル推定アルゴリズムの場合にも当てはまる。

６．結びの所見
本発明は、前述の実施形態および変形形態に限定されず、添付の特許請求の範囲に規定されている本発明の精神および範囲から逸脱することなしに修正を加えることができることを理解されたい。この点で、以下で結びを述べる。

本発明は、前述のＵＭＴＳ応用例に限定されないことを理解されたい。本発明は、通信標準が、２つの論理チャネル、すなわち、移動端末ＵＥ部で既知のシンボルまたは信号波形を含む共通パイロット・チャネルと、未知のデータ・シンボルを、また好ましい、しかし限定しない実施形態では、専用の既知のパイロット・シンボルまたは信号波形をも含む専用チャネルとがあることを想定しているＤＳ−ＣＤＭＡのどの応用例の中でも使用することができる。

本発明は、移動端末ＵＥが送信ビーム形成を使用するとき、移動端末ＵＥから基地局ＢＳへのアップリンク通信において適用することができることを理解されたい。

本発明による方法は、前述の実施に限定されないことを理解されたい。ハードウェアまたはソフトウェアの単一のアイテムがいくつかの機能を実施することができるならば、ハードウェアまたはソフトウェアの諸アイテム、あるいはその両方を用いて本発明による方法の機能を実施する多数の方法がある。機能を実行するハードウェアまたはソフトウェアあるいは両方の諸アイテムのアセンブリを除外しない。たとえば、本発明による送信ビーム形成の場合のチャネル推定の方法を修正することなしに、アルゴリズム・ステップ同士を組み合わせ、したがって単一の機能を形成することができる。

そのようなハードウェアまたはソフトウェア・アイテムは、それぞれ、有線電子回路によって、または適切にプログラムされた集積回路によってなど、いくつかの形で実施することができる。集積回路は、コンピュータ内に、または移動通信ハンドセット内に、または基地局内に、または任意の他の通信システム・デバイス内に容れることができる受信器の一部とすべきである。前記受信器は、あるタイプの通信サービスをサポートするために必要な動作（すなわち、スクランブル解除、逆拡散などの動作）すべてを行うように適合された受信器の手段を備え、前記手段は、上述のようなハードウェアまたはソフトウェア・アイテムである。同様に、受信器内の第１の推定器は、前述のように、ステップ１およびステップ３のＭＬ瞬間推定を行うように適合された最尤推定手段と、ステップ２におけるようにレート合致を行うように適合された内挿手段と、ステップ４のＤＰＤＣＨ推定を行うように適合された最適なＭＡＰ ＤＰＤＣＨチャネル・マルチパス係数推定手段と、ステップ５におけるようにレート合致を行うように適合された内挿手段とを備え、前記手段は、上述のようなハードウェアまたはソフトウェア・アイテムである。同様に、受信器内の第２の推定器は、前述のように、ステップ１およびステップ３のＭＬ瞬間推定を行うように適合された最尤推定手段と、ステップ２におけるようにレート合致を行うように適合された内挿手段と、ステップ４の相関推定を行うように適合された相互推定手段と、ステップ５のファクタ複素推定を行うように適合されたビーム形成複素ファクタ推定手段と、ステップ６のＣＰＩＣＨマルチパス係数推定を行うように適合された第１のマルチパス係数推定手段と、ステップ７のＤＰＤＣＨマルチパス係数推定を行うように適合された第２のマルチパス係数推定手段と、ステップ８におけるようにレート合致を行うように適合された内挿手段とを備え、前記手段は、上述のようなハードウェアまたはソフトウェア・アイテムである。当然ながら、上述のように、前記手段は、機能を実行するハードウェアまたはソフトウェアあるいは両方の諸アイテムのアセンブリとすることも、いくつかの機能を実行する単一のアイテムとすることもできる。

集積回路は、１組の命令を備える。したがって、たとえばコンピュータ・プログラミング・メモリ内に、または独立した受信器メモリ内に含まれる前記１組の命令は、推定方法の様々なステップをコンピュータまたは受信器に実行させることができる。

その組の命令は、たとえばディスクなど、データ・キャリアを読み取ることによってプログラミング・メモリ内にロードすることができる。また、サービス・プロバイダは、たとえばインターネットなど、通信ネットワークを介してその組の命令を使用可能にすることができる。

以下の特許請求の範囲内の参照符号は、その請求項を限定するものと解釈すべきでない。動詞「ｔｏ ｃｏｍｐｒｉｓｅ（含む、備える）」とその活用の使用は、任意の請求項に規定されているもの以外に任意の他のステップまたは要素があることを除外しないことは自明であろう。要素またはステップに先行する冠詞「ａ」または「ａｎ」は、複数のそのような要素またはステップがあることを除外しない。

本発明によるＤＰＤＣＨチャネル推定のための前記第１の方法の主な諸ステップを示す図である。 本発明によるＤＰＤＣＨチャネル推定のための前記第２の方法の主な諸ステップを示す図である。 図１の本発明によるＤＰＤＣＨチャネル推定のための第１の方法を実施するアーキテクチャ図である。 図２の本発明によるＤＰＤＣＨチャネル推定のための第２の方法を実施するアーキテクチャ図である。

Claims (19)

1. ２つの論理チャネルの構造を反映し、対応する伝播チャネル群の共通構造に基づく、送信ビーム形成がある場合に伝播チャネルを推定するための方法であって、前記第２論理チャネルが２つのサブチャネルを含み、前記伝播チャネル群が、ＷＳＳＵＳ（uncorrelated-scattering wide-sense stationary）モデルに従って有限個の離散マルチパス成分（ｐ＝１，．．．，Ｐ）の線形重畳としてモデル化され、マルチパス成分が、時変マルチパス複素係数（ｃ_ｐ（ｔ）およびβ_ｐｃ_ｐ（ｔ））および遅延によって特徴付けられる方法。
2. 前記伝播チャネルが第１サブチャネルに対応すること、および、以下の処理ステップ、すなわち、
   １．第２チャネルおよび第１チャネル瞬間最尤ＭＬチャネル・マルチパス複素係数推定値（
   

   

   および
   

   

   ）を構築するステップと、
   ２．上記で得られたＭＬ瞬間第２および第１チャネル・マルチパス複素係数推定値（
   

   

   および
   

   

   ）の、前記第２および第１論理チャネルの最も低いシンボル・レートに対する内挿を行うステップと、
   ３．結合第２および第１チャネルＭＡＰ（maximum-a-posteriori）基準に従って最適な線形予測フィルタを計算するステップと、
   ４．ＭＡＰ第１サブチャネルマルチパス係数推定値（
   

   

   ）を得るために、ステップ２で得られた内挿済みＭＬ瞬間第２および第１チャネル・マルチパス複素係数推定値を、前記最適な線形予測フィルタでフィルタリングするステップと、
   ５．第２論理チャネルシンボル・レートが第１論理チャネルシンボル・レートより低いとき、前記ＭＡＰ第１サブチャネルマルチパス係数推定値（
   

   

   ）を前記第２論理チャネルシンボル・レートに内挿するステップとを介して、ＭＡＰ（maximum-a-posteriori）最適化基準に従って各マルチパス成分（ｐ＝１，．．．，Ｐ）複素係数（β_ｐｃ_ｐ（ｔ））の推定値を提供し、前記論理チャネルおよび対応する伝播チャネルに関連する使用可能な情報全体を反映し、ステップ１からステップ５が、マルチパス成分（ｐ＝１，．．．，Ｐ）複素係数（β_ｐｃ_ｐ（ｔ））すべてについて繰り返されることを特徴とする、請求項１に記載の送信ビーム形成がある場合に伝播チャネルを推定するための方法。
3. 送信ビーム形成がある場合に伝播チャネルを推定するための第２の方法であって、前記伝播チャネルが第１サブチャネルに対応すること、および、以下の処理ステップ、すなわち、
   １．第２チャネルおよび第１チャネル瞬間最尤ＭＬチャネル・マルチパス複素係数推定値（
   

   

   および
   

   

   ）を構築するステップと、
   ２．前記ＭＬ瞬間第１および第２チャネル・マルチパス複素係数推定値（
   

   

   および
   

   

   ）の、前記第２および第１論理チャネルの最も低いシンボル・レートに対する内挿を行うステップと、
   ３．第１チャネル・マルチパス係数（ｃ_{ｃｐｉｃｈ}（ｋ））の最適なＭＡＰ（maximum-a-posteriori）推定値（
   

   

   ）を構築するステップと、
   ４．雑音抑圧のためにゼロでない相関ラグ（ｌ≠０）で、ステップ２で得られた第１と第２チャネル・マルチパス係数瞬間最尤推定値（
   

   

   および
   

   

   ）間の相互相関の推定値（
   

   

   ）を、また、ステップ１および２のチャネル・マルチパス係数瞬間最尤推定値（
   

   

   ）同士の間の自己相関の推定値（
   

   

   ）を構築するステップと、
   ５．前記相互相関および自己相関推定値からビーム形成複素ファクタ（β）の推定値（
   

   

   ）を構築するステップと、
   ６．ステップ３で得られた推定値（
   

   

   ）とステップ５で得られた推定値（
   

   

   ）の積として、第１サブチャネルマルチパス係数推定値（
   

   

   ）を構築するステップと、
   ７．第２論理チャネルシンボル・レートが第１論理チャネルシンボル・レートより低いとき、前記第１サブチャネルマルチパス係数推定値（
   

   

   ）を前記第２論理チャネル・シンボル・レートに内挿するステップとを介して、前記論理チャネルおよび対応する伝播チャネルに関連する使用可能な情報全体を反映する各マルチパス成分（ｐ＝１，．．．，Ｐ）複素係数の推定値を提供し、ステップ１からステップ７が、マルチパス成分（ｐ＝１，．．．，Ｐ）複素係数（β_ｐｃ_ｐ（ｔ））すべてについて繰り返されることを特徴とする方法。
4. 第１論理チャネル最尤チャネル・マルチパス係数推定値（
   

   

   ）が、前記第１論理チャネルを形成するいくつかのパイロット・シンボルの事前知識に基づいて計算されることを特徴とする、請求項２および３に記載の方法。
5. 第２サブチャネルに関係する第２論理チャネル最尤チャネル・マルチパス係数推定値（
   

   

   ）が、前記第２サブチャネルを形成するパイロット・シンボルの事前知識に基づいて計算されることを特徴とする、請求項２および３に記載の方法。
6. 第１サブチャネルに関係する第２論理チャネル最尤チャネル・マルチパス係数推定値（
   

   

   ）が、直接判断機構によって計算されることを特徴とする、請求項２および３に記載の方法。
7. ステップ２の内挿が、最近隣内挿によって行われることを特徴とする、請求項２および３に記載の方法。
8. 結合第２および第１チャネルＭＡＰ（maximum-a-posteriori）第１サブチャネルマルチパス係数推定値（
   

   

   ）によって最適を提供するために、前記第１および第２論理チャネルに関係する内挿済み最尤チャネル・マルチパス係数推定値（
   

   

   および
   

   

   ）に基づいて、ＭＡＰ（maximum-a-posteriori）最適化基準に従って最適線形予測フィルタが構築されることを特徴とする、請求項２に記載の方法。
9. 第２の対応する伝播チャネルおよび第１の対応する伝播チャネル相互相関の最尤推定値（
   

   

   ）と、第１の対応する伝播チャネル自己相関の最尤推定値（
   

   

   ）とが、ステップ１および２の第１および第２チャネル最尤推定値（
   

   

   および
   

   

   ）のサンプル・モーメント（
   

   

   および
   

   

   ）に基づいて計算されることを特徴とする、請求項３に記載の方法。
10. 異なる相関ラグ（ｌ＝１，２，．．．，Ｌ）での、第２論理チャネルおよび第１論理チャネルの対応する伝播チャネル相互相関と第１論理チャネルの対応する伝播チャネル自己相関最尤推定値（
    

    

    および
    

    

    ）とが、１次結合される（
    

    

    および
    

    

    ）ことを特徴とする前記複素ビーム形成ファクタ（β）の推定値の計算のための、請求項３に記載の方法。
11. 第２論理チャネルおよび第１論理チャネル相互相関と、第１論理チャネル自己相関連続推定値（
    

    

    および
    

    

    ）が、固定ラグで取られ、前記複素ファクタ（β）の推定値の計算のために低域フィルタリングされることを特徴とする、請求項３に記載の方法。
12. 前記複素ファクタ（β）の推定値が、あるラグでの、第２論理チャネルおよび第１論理チャネルの対応する伝播チャネル相互相関と第１論理チャネルの対応する伝播チャネル自己相関推定値との比として計算されたビーム形成複素ファクタ推定値の１次結合として構築される、すなわち、ｌ＝１，２，．．．，Ｋで（
    

    

    ）であることを特徴とする、請求項３に記載の方法。
13. 前記複素ファクタ（β）の推定値が、１に等しいラグに制限されることを特徴とする、請求項１０、１１、または１２のいずれか一項に記載の方法。
14. 請求項１、２、または３のいずれか一項に記載の前記方法を使用する受信器。
15. 共通チャネルおよび専用物理チャネルと呼ばれる２つの論理チャネルの構造を反映し、対応する伝播チャネル群の共通構造に基づく、送信ビーム形成がある場合に伝播チャネルを推定するための推定器であって、前記専用物理チャネルが２つのサブチャネルを含み、前記伝播チャネル群が、ＷＳＳＵＳ（uncorrelated-scattering wide-sense stationary）モデルに従って有限個（ｐ＝１，．．．，Ｐ）の離散マルチパス成分の線形重畳としてモデル化され、マルチパス成分が、時変マルチパス複素係数（ｃ_ｐ（ｔ）およびβ_ｐｃ_ｐ（ｔ））および遅延（τ_ｐ）によって特徴付けられる推定器。
16. 前記伝播チャネルが第１サブチャネルに対応すること、および、
    第２および第１論理チャネルの対応する伝播チャネル瞬間最尤ＭＬチャネル・マルチパス係数推定値（
    

    

    および
    

    

    ）を構築する手段と、
    上記で得られたＭＬ瞬間第２および第１論理チャネルの対応する伝播チャネル・マルチパス係数推定値（
    

    

    および
    

    

    ）の、前記第２および第１論理チャネルの最も低いシンボル・レートに対する内挿を行うための手段と、
    結合第２および第１チャネルＭＡＰ（maximum-a-posteriori）基準に従って最適な線形予測フィルタを構築するための手段と、
    ステップ２で得られた内挿済みＭＬ瞬間第２および第１論理チャネルの対応する伝播チャネル・マルチパス係数推定値（
    

    

    および
    

    

    ）と共に、前記最適な線形予測フィルタでフィルタリングすることによって、第１サブチャネルマルチパス係数推定値（
    

    

    ）を構築するための手段と、
    第２論理チャネルシンボル・レートが第１論理チャネルシンボル・レートより低いとき、前記第１サブチャネルマルチパス係数推定値（
    

    

    ）を前記第２論理チャネル・シンボル・レートに内挿するための手段とを備えることを特徴とする、送信ビーム形成がある場合に伝播チャネルを推定するための請求項１５に記載の推定器。
17. 前記伝播チャネルが第１サブチャネルに対応すること、および、
    第２および第１論理チャネルの対応する伝播チャネル瞬間最尤ＭＬチャネル・マルチパス係数推定値（
    

    

    および
    

    

    ）を構築するための手段と、
    上記で得られたＭＬ瞬間第２および第１論理チャネルの対応する伝播チャネル・マルチパス係数推定値（
    

    

    および
    

    

    ）の、前記第２および第１論理チャネルの最も低いシンボル・レートに対する内挿を行うための手段と、
    第１論理チャネルマルチパス係数（ｃ_{ｃｐｉｃｈ}（ｋ））の最適なＭＡＰ（maximum-a-posteriori）推定値（
    

    

    ）を構築するための手段と、
    雑音抑圧のためにゼロでない相関ラグ（ｌ≠０）で、請求項３のステップ１および２の、第１と第２論理チャネルの対応する伝播チャネル・マルチパス係数瞬間最尤推定値（
    

    

    および
    

    

    ）間の相互相関（
    

    

    ）の推定値（
    

    

    ）を、また、第１論理チャネルの対応する伝播チャネル・マルチパス係数瞬間最尤推定値（
    

    

    ）同士の間の自己相関（
    

    

    ）の推定値（
    

    

    ）を構築するための手段と、
    前記相互相関および自己相関推定値（
    

    

    および
    

    

    ）からビーム形成複素ファクタ（β）を推定するための手段と、
    第１チャネルマルチパス係数の最適なＭＡＰ（maximum-a-posteriori）推定値（
    

    

    ）と相互相関および自己相関推定値（
    

    

    および
    

    

    ）の積として、第１サブチャネルマルチパス係数推定値（
    

    

    ）を構築する手段と、
    第２論理チャネルシンボル・レートが第１論理チャネルシンボル・レートより低いとき、前記第１サブチャネルマルチパス係数推定値（
    

    

    ）を前記第２論理チャネル・シンボル・レートに内挿する手段とを備えることを特徴とする、送信ビーム形成がある場合に伝播チャネルを推定するための請求項１５に記載の推定器。
18. 請求項１５に記載の推定器を備える受信器。
19. 情報データがビーム形成システムを介して送信されるとき、請求項１に記載の送信ビーム形成がある場合に伝播チャネルを推定するための方法を使用する通信システム。

Images