JP2007524313A - マルチ入力マルチ出力フィルタを用いたシーケンス推定のための装置及び方法 - Google Patents

Abstract

受信シーケンスに基づいて送信シーケンスの推定を提供する装置は、フィルタされ並べ替えられたシーケンスを得るために、受信シーケンスを処理するためのプロセッサ（１０１）を備える。プロセッサ（１０１）は、チャネル情報及び並べ替え情報を使用して受信シーケンスを処理する。該装置は、送信シーケンスの推定に関連付けられた推定誤りに関する情報を提供するための手段（１０９）と、推定誤りを使用して並べ替え情報を計算するための手段（１１１）であって、送信シーケンスの推定値に関連付けられた推定誤り値が所定の順序になるようにするため、フィルタされ並べ替えられたシーケンス値がある順序になるように、並べ替え情報を計算するための手段（１１１）と、送信シーケンスの推定値を提供するために、フィルタされ並べ替えられたシーケンスを使用して減算を実行することにより干渉を低減するための干渉キャンセラ（１０７）とを更に備える。本発明に係る推定方法は、複雑度及び推定誤りをともに低減する。

Description

本発明は、電気通信の分野に関し、特に受信機が複数の送信アンテナから信号を受信するマルチ入力シナリオにおける均等化の分野に関する。

今日及び将来の移動無線のアプリケーションに必要な高いデータレートに対する着実に増加しつつある要望により、利用可能な帯域幅、言い換えれば、実現可能なチャネル容量を効果的に利用する高いデータレートの伝送技術が必要とされている。したがって、マルチ入力マルチ出力（ＭＩＭＯ）伝送システムは、近年、著しく重要になってきた。ＭＩＭＯシステムは、各々が送信アンテナを有する複数の送信ポイントと、各々が受信アンテナを有し、異なる通信チャネルを介して複数の送信ポイントから送信される信号を受信する複数の受信ポイントとを用いる。

例えば、散乱の多い環境では、マルチ入力マルチ出力チャネルで巨大な容量の増加を実現することができる。容量の増加は、送信アンテナの数が受信アンテナの数を超過しなければ、送信アンテナの数に対し線形である。このようなシステムで信頼性の高い通信を可能にするためには最尤検出が最適であるが、送信アンテナの数が増加するにつれて、受信機の複雑度が問題となる。

送信アンテナ数の増加に伴う受信機の複雑度の増加は、更なる複数の受信アンテナが受信した信号から複数の送信アンテナが送信した情報を検出するために、増加する複数の通信チャネルを考慮することにより生じる。Ｐ．Ｗ．Ｗｏｌｎｉａｎｓｋｙ，Ｇ．Ｊ．Ｆｏｓｃｈｉｎｉ，Ｇ．Ｄ．Ｇｏｌｄｅｎ、Ｒ．Ａ．Ｖａｌｅｎｚｕｅｌａらによる「Ｖ−Ｂｌａｓｔ：Ａｎ Ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ Ｒｅａｌｉｚｉｎｇ Ｖｅｒｙ Ｈｉｇｈ Ｄａｔａ Ｒａｔｅｓ Ｏｖｅｒ ｔｈｅ Ｒｉｃｈ−Ｓｃａｔｔｅｒｉｎｇ Ｗｉｒｅｌｅｓｓ Ｃｈａｎｎｅｌ」、ＵＲＳＩ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｙｍｐｏｓｉｕｍ ｏｎ Ｓｉｇｎａｌｓ，Ｓｙｓｔｅｍｓ，ａｎｄ Ｅｌｅｃｔｒｏｎｉｃｓ，Ｓｅｐｔｅｍｂｅｒ １９９８，ｐｐ．２９５−３００には、複雑度を低減したＶ−Ｂｌａｓｔ（ｖｅｒｔｉｃａｌ ｂｅｌｌ ｌａｂｓ ｌａｙｅｒｅｄ ｓｐａｃｅ−ｔｉｍｅ）検出方法が記載されている。レイヤと呼ばれる、異なる送信アンテナに関連付けられた独立のデータストリームは、一連の方法で互いに別のレイヤの干渉を除去することにより受信機で検出される。

更に、各々の検出段階で最小の推定誤りに関連する送信信号値推定値が提供される、一連の干渉除去に非常に重要な最適検出オーダリングを実行することが提案されている。

前述のＶ−Ｂｌａｓｔ検出方法は、ゼロフォーシング（ＺＦ）規準に基づいてヌルベクトルを計算する。Ｓ．Ｂｏｅｒｏ，Ｇ．Ｂａｕｃｈ，Ａ．Ｐａｖｌｉｃ，Ａ．Ｓｅｍｍｅｒｌらによる「Ｉｍｐｒｏｖｉｎｇ ＢＬＡＳＴ Ｐｅｒｆｏｒｍａｎｃｅ ｕｓｉｎｇ Ｓｐａｃｅ−Ｔｉｍｅ Ｂｌｏｃｋ Ｃｏｄｅｓ ａｎｄ Ｔｕｒｂｏ Ｄｅｃｏｄｉｎｇ，」、Ｐｒｏｃ．ＩＥＥＥ Ｇｌｏｂａｌ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｃｏｎｆｅｒｅｎｃｅ（ＧＬＯＢＥＣＯＭ ２０００），ｖｏｌ．２，Ｎｏｖ／Ｄｅｃ ２０００，ｐｐ．１０６７−１０７１、及びＡ．Ｂｅｎｊｅｂｂｏｕｒ，Ｈ．Ｍｕｒａｔａ，Ｓ．Ｙｏｓｈｉｄａらによる「Ｃｏｍｐａｒｉｓｏｎ ｏｆ Ｏｒｄｅｒｅｄ Ｓｕｃｃｅｓｓｉｖｅ Ｒｅｃｅｉｖｅｒｓ ｆｏｒ Ｓｐａｃｅ−Ｔｉｍｅ Ｔｒａｎｓｍｉｓｓｉｏｎｓ，」、Ｐｒｏｃ．ＩＥＥＥ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｎｆｅｒｅｎｃｅ（ＶＴＣ ２００１−Ｆａｌｌ），Ａｔｌａｎｔｉｃ Ｃｉｔｙ，ＵＳＡ，Ｏｃｔｏｂｅｒ ２００１，ｐｐ．２０５３−２０５７には、最小平均２乗誤差（ＭＭＳＥ）規準をＶ−Ｂｌａｓｔアーキテクチャへ適応させ、パフォーマンスが改善した検出方法が記載されている。これらの検出方法では、各々の検出段階、即ち、レイヤ検出の全てのステップにおいて、行列の疑似逆行列（ＺＦ Ｖ−Ｂｌａｓｔ）又は逆行列（ＭＭＳＥ Ｖ−Ｂｌａｓｔ）の計算が必要となる。これは、依然として計算コストが高く、データストリームが多数の場合には問題となる。したがって、前述した検出方法に関連する推定の複雑度は非常に大きい。

ＺＦ規準については、複雑度の低減が可能である。Ｄ．Ｗｕｅｂｂｅｎ，Ｒ．Ｂｏｅｈｎｋｅ，Ｊ．Ｒｉｎａｓ，Ｖ．Ｋｕｅｈｎ、Ｋ．Ｄ．Ｋａｍｍｅｙｅｒらによる「Ｅｆｆｉｃｉｅｎｔ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｄｅｃｏｄｉｎｇ Ｌａｙｅｒｅｄ Ｓｐａｃｅ−Ｔｉｍｅ Ｃｏｄｅｓ，」 ＩＥＥ Ｅｌｅｃｔｒｏｎｉｃｓ Ｌｅｔｔｅｒｓ，ｖｏｌ．３７，ｎｏ．２２，ｐｐ．１３４８−１３５０，Ｏｃｔｏｂｅｒ ２００１、及びＤ．Ｗｕｅｂｂｅｎ，Ｊ．Ｒｉｎａｓ，Ｒ．Ｂｏｅｈｎｋｅ，Ｖ．Ｋｕｅｈｎ、Ｋ．Ｄ．Ｋａｍｍｅｙｅｒらによる「Ｅｆｆｉｃｉｅｎｔ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｄｅｃｏｄｉｎｇ Ｌａｙｅｒｅｄ Ｓｐａｃｅ−Ｔｉｍｅ Ｃｏｄｅｓ，」、Ｐｒｏｃ．Ｏｆ ４．ＩＴＧ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｏｕｒｃｅ ａｎｄ Ｃｈａｎｎｅｌ Ｃｏｄｉｎｇ，Ｂｅｒｌｉｎ，Ｊａｎｕａｒｙ ２００２，ｐｐ．３９９−４０５において、次善検出オーダリングを伴うＱＲ分解に基づいた計算低減方法が提案されている。

Ｗ．Ｚｈａ、Ｓ．Ｄ．Ｂｌｏｓｔｅｉｎらによる「Ｍｏｄｉｆｉｅｄ Ｄｅｃｏｒｒｅｌａｔｉｎｇ Ｄｅｃｉｓｉｏｎ−Ｆｅｅｄｂａｃｋ Ｄｅｔｅｃｔｉｏｎ ｏｆ ＢＬＡＳＴ Ｓｐａｃｅ−Ｔｉｍｅ Ｓｙｓｔｅｍ，」、Ｐｒｏｃ．ＩＥＥＥ Ｉｎｔ．Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＩＣＣ ２００２），ｖｏｌ．１，Ｎｅｗ Ｙｏｒｋ，ＵＳＡ，Ａｐｒ．／Ｍａｙ ２００２，ｐｐ．３３５−３３９には、最適なオーダリングをもたらす、全ての検出段階におけるユニタリ変換によるリオーダリングとともに利用するコレスキー分解が記載されている。

ＭＭＳＥ規準のＱＲ分解に基づく類似の投稿が、Ｒ．Ｂｏｅｈｎｋｅ，Ｄ．Ｗｕｅｂｂｅｎ，Ｖ．Ｋｕｅｈｎ，Ｋ．Ｄ．Ｋａｍｍｅｙｅｒらによる「Ｒｅｄｕｃｅｄ Ｃｏｍｐｌｅｘｉｔｙ ＭＭＳＥ Ｄｅｔｅｃｔｉｏｎ ｆｏｒ ＢＬＡＳＴ Ａｒｃｈｉｔｅｃｔｕｒｅ，」、Ｐｒｏｃ．ＩＥＥＥ Ｇｌｏｂａｌ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｃｏｎｆｅｒｅｎｃｅ（ＧＬＯＢＥＣＯＭ ２００３），ｖｏｌ．４，Ｓａｎ Ｆｒａｎｃｉｓｃｏ，ＵＳＡ，Ｄｅｃｅｍｂｅｒ ２００３，ｐｐ．２２５８−２２６２に記載されている。そこに記載されているオーダリングは最適とは言えず、検出誤りが増加してしまう。

Ｂ．Ｈａｓｓｉｂｉによる「Ａｎ Ｅｆｆｉｃｉｅｎｔ Ｓｑｕａｒｅ−Ｒｏｏｔ Ａｌｇｏｒｉｔｈｍ ｆｏｒ ＢＬＡＳＴ，」、Ｐｒｏｃ．ＩＥＥＥ Ｉｎｔ．Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ，ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ．（ＩＣＡＳＳＰ’００），ｖｏｌ．２，Ｉｓｔａｎｂｕｌ，Ｊｕｎｅ ２０００，ｐｐ．ＩＩ７３７−ＩＩ７４０では、リオーダリングのためのユニタリ変換が記載されている。Ｅ．Ｂｉｇｌｉｅｒｉ，Ｇ．Ｔａｒｉｃｃｏ、Ａ．Ｔｕｌｉｎｏらによる「Ｄｅｃｏｄｉｎｇ Ｓｐａｃｅ−Ｔｉｍｅ Ｃｏｄｅｓ Ｗｉｔｈ ＢＬＡＳＴ Ａｒｃｈｉｔｅｃｔｕｒｅｓ，」 ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，ｖｏｌ．５０，ｎｏ．１０，ｐｐ．２５４７−２５５２，Ｏｃｔｏｂｅｒ ２００２では、コレスキー分解が開示されているが、オーダリングの手法は含まれておらず、したがって最適なパフォーマンスが得られない。

言い換えると、従来技術のアプローチは、増加する推定誤りをもたらす、次善の検出オーダリングに関連した複雑度の低減、又は増加した複雑度のコストを伴う推定誤りを低減する最適なリオーダリングを開示している。

図１０は、ＭＩＭＯチャネルのシステムモデルを示している。システムは、Ｎ_T個の送信アンテナ及びＮ_R個の受信アンテナを備えている。ここで、Ｎ_T≦Ｎ_Rである。以下、信号がナローバンドであって、非分散性フェージングチャネルが存在するものとする。更に、図１０は、等価な複素ベースバンドにおける離散時間型システムモデルを示している。

チャネル入力ｘ_i，ｉ＝１，．．．，Ｎ_Tは、複素数値ベースバンド信号であり、Ｎ_T個のアンテナから同時に送信される。言い換えれば、各々の送信アンテナは、チャネル入力シーケンスのチャネル入力値を送信する。送信アンテナｉから受信アンテナｊへのチャネルタップゲインは、ｈ_j,iで表されている。

これらのチャネルタップは、等しい分散Ｅ［｜ｈ_j,i｜²］＝１の独立ゼロ平均複素ガウス変数である。独立パスのこの仮定は、アンテナ間隔が十分に大きく、システムが散乱の多い環境にある場合に成り立つ。受信アンテナｊにおける信号は、次式によって表すことができる。

ここで、ｙ＝Ｈｘ＋ｎは、受信アンテナｊにおける付加ノイズである。Ｎ_R個の受信アンテナの場合、上記式によって決まる受信信号値を集めることにより、受信信号を行列形式で簡潔に表すことができる。
ｙ＝Ｈｘ＋ｎ_j
ここで、

である。（・）^Tは、転置行列を表す。

図１１は、Ｖ−Ｂｌａｓｔの検出手順を示している。ベクトルである受信信号ｙ＝ｙ₁は、係数

を有するフィルタによってフィルタされ、ｘの計Ｎ_T個の成分の中で最も信頼性のある推定値、即ち、この第１の段階で最小のＭＳＥを有する推定値であるｋ₁番目のデータストリームが推定される。出力は、Ｑ（・）によって量子化され、判定が

について行われる。この判定が正しい

とすると、受信信号ｙ₁への

の寄与は、Ｈの第ｋ₁列ベクトルである、対応するチャネルインパルス応答

を

へ乗じることによって減じられる。この手順は、ｘの全ての成分が検出されるまで、Ｎ_T回反復される。

以下、前述の従来技術のアプローチに従った詳細なフィルタ計算及びオーダリング方法を説明する。

線形フィルタＦ^Hの誤り信号は、次式によって表される。
∈＝Ｆ^Hｙ−ｘ

線形ＭＭＳＥフィルタは、直交性の原理、即ち、Ｅ［∈ｙ^H］＝０を適用することにより求めることができる。前述の式より、解は次式によって与えられる。
Ｆ^H＝Φ_xxＨ^H（ＨΦ_xxＨ^H＋Φ_nn）^-1
ここで、チャネル入力及びノイズの共分散行列は、次式によって定義される。
Φ_xx＝Ｅ［ｘｘ^H］、及び、Φ_nn＝Ｅ［ｎｎ^H］

上記の共分散行列が可逆行列であるとすると、線形フィルタに関する上述の式は、次のように別の形式で表すことができる。

ここで、上記の式を得るために既知の逆行列補題が２回適用されている。上記から、誤り共分散行列は次のようになる。

Φ∈∈の対角成分は、ＭＳＥ、即ち、

であることに注意しなければならない。したがって、Φ∈∈の最小対角成分を有するｋ₁番目のデータストリームは、ＭＭＳＥの意味で最も信頼できると考えることができ、誤りの伝搬を避けるため最初の段階で検出されなければならない。これは前述した最適なオーダリングに対応している。

対応するフィルタ

は、Ｆ^Hの第ｋ₁行に対応している。第２の段階で、ｘのｋ₁番目の成分が検出されたので、チャネル行列Ｈの第ｋ₁列を無視することができる。これにより、Ｎ_T−１個だけの送信アンテナを伴う最新のシステムが導かれる。

手順を一般化するため、Ｈの列ｋ₁，．．．，ｋ_i-1をｉ＝２，．．．，Ｎ_Tについてゼロで置き換え、

であるデフレートチャネル行列Ｈ⁽ⁱ⁾を導入する。ｉ番目の段階で、

及びＦ^(i),Hは、ＨをＨ⁽ⁱ⁾で置換することにより上記の式から求められる。したがって、最適な検出方法は、次式のように表現できる。

ここで、ｅ_kは、サイズＮ_Tの単位行列の第ｋ列であり、最後のステップは上式に続いて行われる。したがって、ＭＭＳＥ−Ｖ−Ｂｌａｓｔは手順を反復し、各々の受信シーケンスについて逆行列の計算をＮ_T回必要とする。これは計算コストが高い。言い換えると、前述した検出方法は、最適なオーダリングを適用して、生じる推定誤りが低減されるようにする。しかし、この誤りの低減は、非常に大きい計算の複雑度に関連するものである。

Ｅ．Ｂｉｇｌｉｅｉ，ｇ．Ｔａｒｉｃｃｏ、Ａ．Ｔｕｌｉｎｏらによる「Ｄｅｃｏｄｉｎｇ Ｓｐａｃｅ−Ｔｉｍｅ Ｃｏｄｅｓ Ｗｉｔｈ ＢＬＡＳＴ Ａｒｃｈｉｔｅｃｔｕｒｅｓ，」 ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，ｖｏｌ．５０，ｎｏ．１０，ｐｐ．２５４７−２５５２，Ｏｃｔｏｂｅｒ ２００２、及びＧ．Ｇｉｎｉｓ、Ｊ．Ｍ．Ｃｉｏｆｆｉらによる「Ｏｎ ｔｈｅ Ｒｅｌａｔｉｏｎ Ｂｅｔｗｅｅｎ Ｖ−ＢＬＡＳＴ ａｎｄ ｔｈｅ ＧＤＦＥ，」 ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，ｖｏｌ．５，ｎｏ．９，ｐｐ．３６４−３６６，Ｓｅｐｔｅｍｂｅｒ ２００１では、バックワードフィルタ構造にある制約を有する一対のフォワード及びバックワードのブロックフィルタによって、Ｖ−Ｂｌａｓｔアーキテクチャを説明している。その結果得られるブロック図は、図１２に示されている。

図１２に示されているシーケンス推定器は、フォワードフィルタ１２０１を備えている。フォワードフィルタ１２０１は、受信アンテナの数に対応する複数の入力及び減算器１２０３に接続した複数の出力を有している。減算器１２０３は、複数の出力１２０５及び複数の更なる入力１２０７を有している。言い換えれば、フィルタ１２０１は、前述したフォワードフィルタである。減算器１２０３の出力１２０５は、硬判定を行う量子化器１２０９へ接続している。量子化器は、送信アンテナ（又は複数のチャネル入力）の数に対応する複数の出力１２１１を有している。複数の出力１２１１は、受信アンテナの数に対応する複数の出力を有するバックワードフィルタ１２１３へフィードバックされている。バックワードフィルタ１２１３の複数の出力は、減算器１２０３の複数の更なる入力１２０７へ接続している。

送信シーケンスの推定値は、量子化器１２０９の複数の出力１２１１を介して提供される。量子化器１２０９によって検出された推定値は、バックワードフィルタ１２１３によりフィルタされ、検出及びフィルタされた推定値は、シンボル間干渉を低減するため、フォワードフィルタ１２０１により提供されるフィルタされた値から減じられる。したがって、図１２に示されている構造は、判定フィードバックイコライザ（ＤＦＥ）構造として考えることができる。これは、図１１の構造と等価である。

フィードバックフィルタＢ^Hは、単位下（又は上）三角でなければならず、したがってＢ^H−１の出力は、既に検出された信号から減じられることはない。これは、一連の干渉除去手順を適切に表現するために必要な因果律の制約である。ここで、単位下（上）三角行列は、主対角に沿って値「１」を有する下（上）三角行列である。

しかし、上記のアプローチは、検出のオーダリングが考慮されないという欠点を有している。言い換えれば、図１２に示されているアプローチは、検出のオーダリングが既に最適であると仮定している。これは、常にそうであるとは限らない。図１２に示されている構造に関連する検出方法は、図１１の推定方法に関して複雑度を低減しているが、非最適判定オーダリングの場合、即ち判定のオーダリングが最適になるように入力シーケンス値がリオーダリングされない場合、推定誤りが増加するという欠点を有している。

本発明の目的は、低い複雑度及び最適な検出オーダリングを伴う送信シーケンスの推定についての効果的なコンセプトを提供することである。

この目的は、請求項１に係る送信シーケンスの推定（ｅｓｔｉｍａｔｅ）を提供する装置、又は請求項２８に係る送信シーケンスの推定を提供する方法、又は請求項２９に係るコンピュータプログラムによって達成できる。

本発明は、最適な検出オーダリングを実現できるように、値の集合の中の値のリオーダリングを表す並べ替え情報が推定方法を最適化するため明示的に含まれているときに、効果的な推定方法又は言い換えると効果的な検出方法が実現できるという見地に基づいている。

本発明によれば、並べ替え情報は、送信シーケンスの推定値に関連付けられた推定誤りに関する情報から導き出される。送信シーケンスの推定値は、送信シーケンスを受信したバージョン、即ち受信シーケンスに基づいて得られる。検出された値を並べ替える、即ちリオーダリングするための並べ替え情報は、推定誤りに関する情報から導き出されるので、最適な検出オーダリングをもたらす最適な並べ替えを実行することができる。例えば、推定誤りに関する情報は、送信シーケンスの推定値の各々の値に関連付けられた平均２乗誤差を含んでいる。前述したように、検出された後続の値に関連付けられた推定誤りが昇順、即ち第１の誤り値がその第１の誤り値に続く第２の誤り値よりも小さい場合に、最適な検出オーダリングが得られる。したがって、並べ替え情報は、誤り情報から直接導き出され、オーダリングされた値は検出前にリオーダリングされ、その結果必要とされている最適な検出オーダリングが実現できる。

図１２の実施形態とは対照的に、図２は、並べ替えを含む本発明の仕組みを示している。一例として、フォワードフィルタ２０１の係数及びバックワードフィルタ２０７の係数が、並べ替え行列２０３及び２０５によって表されている並べ替え情報を明示的に使用することによって同時に計算及び最適化されるときに、推定誤り及び複雑度を同時に低減し、複雑度の低減及び最適な検出オーダリング、即ち、推定誤りの低減を同時に実現することができる。更に図２の実施形態を参照すると、一例として、フィードフォワード及びバックワードのフィルタ、及び最適な検出オーダリングがともに最適化される。例えば、並べ替え行列でもよい並べ替え情報によって表されているオーダリングは、図２に示されているフィードフォワードフィルタ及びバックワードフィルタを備えた干渉キャンセラの最適化を明確にするため明示的に含められている。

本発明は、一般的に、マルチ入力マルチ出力シナリオにおいて、受信シーケンスに基づいて送信シーケンスを推定するコンセプトを提供する。本発明によれば、受信シーケンスは、並び換えられたフィルタシーケンスを取得するためプロセッサによって処理される。例えば、本発明に係るプロセッサは、フィルタと並べ替え操作を同時に実行する。フィルタは、好ましくはチャネル情報を用いて実行され、並べ替えは、並べ替え情報を用いて実行される。したがって、プロセッサは、従来の意味でのフィルタではない。なぜなら、並べ替え情報によって決まる値のリオーダリング及びフィルタが実行されるからである。

並べ替え情報を得るため、本発明は、送信シーケンスの推定値に関連付けられた推定誤りに関する情報を提供するための手段を提供する。送信シーケンスの推定値に関連付けられた複数の推定誤り値を含むベクトルとして表される推定誤りは、例えば、前述した直交性の原理に基づく手法により得られる。例えば、一例として、ウィーナー最適化方程式を最小平均２乗誤差の意味で解く。この場合、推定誤りは、例えば送信信号電力、ノイズ電力、及び、例えばＭＩＭＯチャネルを表現するチャネル行列によって表される通信チャネルに依存する。したがって、推定誤りは、例えば以下の理由で送信シーケンスの推定値を知る必要がなく前もって決定できる。送信信号電力は、通常所与の通信システムについて事前に知られている。ノイズ電力は、例えば、常に推定可能な受信シーケンスの共分散から受信機で決定できる。通信チャネルに関する情報、例えば前述したチャネル行列は、通常チャネル推定器によって受信機で推定される。例えば、チャネル推定器は、チャネルを推定するため送信ポイントから受信ポイントへ送信されたパイロットシーケンスに基づいてチャネル行列の推定値を提供する。

必要な並べ替え情報を計算して最適な検出オーダリング及び複雑度の低減を実現するため、本発明は、更に、好ましくは推定誤りのみを使用して並べ替え情報を計算するための手段を提供する。例えば、並べ替え情報を計算するための手段は、フィルタ行列と組み合わせる並べ替え行列を計算し、フィルタされ並べ替えられて本発明に係るプロセッサから提供されたシーケンス値が、最適な検出オーダリングが実現できるような順序、即ち、送信シーケンスの推定値に関連付けられた推定誤り値が所定の順序、例えば前述した昇順になるような順序にされる。

フィルタされ並べ替えられて本発明に係るプロセッサから提供されたシーケンスは、実際に送信シーケンスの可能な推定値を表しているため、簡単な硬判定検出器を設け送信シーケンスの推定値について判定を行うことができる。

しかし、前述した検出値は、更に通信チャネルによって生じた更なる送信信号値の干渉を含んでいるかも知れない。この干渉は、実際に、フィルタされ並べ替えられてプロセッサから提供されたシーケンスの中に含まれている。干渉を低減し、前述した本発明に係るアプローチと比較して低減された推定誤りを有する送信シーケンスの推定値を提供するため、本発明は、更に干渉キャンセラを提供する。干渉キャンセラは、フィルタされ並べ替えられたシーケンスを使用し減算を実行することによって干渉を低減し、送信シーケンスの推定値を提供する。更に具体的には、減算による干渉の低減に必要な全てのオペランドは、フィルタされ並べ替えられたシーケンスから導くことができる。例えば、干渉キャンセラはフィードバックループを備えており、送信シーケンスの推定値又はそれに重み付けしたものが、フィルタされ並べ替えられたシーケンスから減じられる。

本発明の利点は、従来技術のアプローチと比較して、本発明に係る推定方法が、低減された複雑度及び同時に低減された推定誤りを有していることである。なぜなら、最適な検出オーダリングは、並べ替え情報の導入によって実現できるからである。

更に、次善検出オーダリングが可能ならば、複雑度を更に低減することができる。

しかし、本発明に係る複雑度の低減は、パフォーマンスの低下によって影響を受けることはなく、最適な検出オーダリングに依存する従来技術のアプローチと比較して、複雑度を非常に低くしても同じパフォーマンスを達成することができる。

図面を参照して、本発明の更なる実施形態を詳細に説明する。

図１に示されている装置は、Ｎ_R個の入力を有するプロセッサ１０１を備えている。ここで、Ｎ_Rは受信ポイントの数であり、受信ポイントの各々は受信アンテナを備えている。プロセッサは、更に第１の入力１０３、第２の入力１０５及び複数の出力を備えている。

プロセッサ１０１の複数の出力は、干渉キャンセラ１０７に接続している。干渉キャンセラ１０７は、複数の出力を有している。干渉キャンセラ１０７の出力の数は、プロセッサ１０１の出力の数に対応している。

図１の装置は、更に推定誤りに関する情報を提供するための手段１０９を備えている。情報を提供するための手段１０９は、並べ替え情報を計算するための手段１１１へ接続した出力を有している。計算するための手段１１１は、プロセッサ１０１の第２の入力へ接続した出力を有している。

図１に示されているように、プロセッサ１０１の入力に提供された受信シーケンスは、Ｎ_R個の受信シーケンス値を含んでいる。各々の受信シーケンス値は、プロセッサ１０１の異なる入力へ提供される。更に受信シーケンスは、図１に示されているＮ_T個の送信ポイントからＮ_R個の受信ポイントへ送信可能な送信シーケンスのバージョンである。受信ポイントの各々は、受信シーケンスを提供するため、受信アンテナ及び図１には示されていない複数のアナログ及びディジタル処理手段、例えば帯域通過フィルタ及びアナログディジタル変換器を備えている。

更に具体的には、送信シーケンス値は、Ｎ_T個の送信ポイントの１つから複数の通信チャネルの１つを介してＮ_R個の受信ポイントの１つへ送信できる。ここで、通信チャネルは、送信ポイントから受信ポイントへ延びている。しかし、受信ポイントは、更に、更なる送信ポイントから受信ポイントへ延びる更なる通信チャネルを介して、更なる送信ポイントから送信可能な更なる送信シーケンスを受信する。その結果干渉が起こる。したがって、受信シーケンスは、送信シーケンス値及びチャネル影響の干渉を含んでいる。更に、受信シーケンスはチャネルノイズによって悪影響を受ける。

本発明に係るプロセッサ１０１は、フィルタされ並べ替えられたシーケンスを得るために、受信シーケンスを処理する。プロセッサ１０１は、前述したように、チャネル情報及び並べ替え情報を用いて受信シーケンスを処理する。チャネル情報は第１の入力１０３を介して提供され、並べ替え情報は計算するための手段１１１によって計算されることによって、送信シーケンスの推定値に関連付けられた推定誤りに関する情報が使用される。計算するための手段１１１は、フィルタされ並べ替えられたシーケンス値が、干渉キャンセラ１０７によって提供される送信シーケンスの推定値に関連付けられる推定誤り値が所定の順序、例えば、昇順又は降順となるような順序になるように並べ替え情報を計算する。

干渉キャンセラ１０７は、前述したように、複数の出力を介して送信シーケンスの推定値を提供するために、プロセッサ１０１によりフィルタされ並べ替えられたシーケンスを受信し、このフィルタされ並べ替えられたシーケンスを用いて減算を行うことにより干渉を低減する。

本発明によれば、推定誤りに関する情報は、誤り行列、例えば、誤り共分散行列の要素という形で推定誤りに関する情報として提供可能である。ここで誤り行列の対角成分が推定誤り値を含んでいる。この状況では、推定誤り値は、送信シーケンスの推定値に関連付けられた推定誤りを表している。各々の推定誤り値は、例えば、前述したように平均２乗誤差（ＭＳＥ）又は最小平均２乗誤差（ＭＭＳＥ）であってよい。したがって、推定誤りに関する情報を提供するための手段１０９は、推定誤り値がＭＳＥ値となるように、例えばフィルタされ並べ替えられたシーケンスと送信シーケンスの推定値との平均ＭＳＥの最小化により誤り行列を計算することができる。前述したように、推定誤りに関する情報、例えば、誤り行列は、伝達されたシーケンスの推定値を参照することなく計算可能である。この問題は後で取り扱う。

次に、本発明に係るコンセプトを説明する。

更に具体的には、本発明に係る、推定誤りに関する情報を提供するための手段１０９は、誤り行列を計算し、誤り行列が、送信シーケンス電力を含む送信シーケンス共分散行列、ノイズ電力を含むノイズ共分散行列、又は送信ポイントから受信ポイントへ延びる複数の通信チャネルのチャネルインパルス応答を含むチャネル行列を含むようにする。

次に、本発明に係るコンセプトを詳細に説明する。明瞭性及び一貫性を目的として、図１２に示されている従来技術の構造が起点として役立ち、本発明に係る最適化された推定方法を導くことができる。

図１２に示されているアプローチとは対照的に、本発明は、前述したように最適化において検出オーダリングを明示的に含んでいる。

図２は、並べ替え行列Ｐによって表される判定オーダリングを考慮に入れたＭＭＳＥブロック判定フィードバックイコライザのサブシーケンスの導出に用いるシステムモデルを示している。並べ替え行列は並べ替え情報を表すものである。

図２の装置は、前述したプロセッサ１０１に対応するフィルタ２０１を備えている。フィルタ２０１は、受信シーケンスｙを受信する複数の入力、及び減算器１２０３へ接続した複数の出力を有している。減算器１２０３の複数の出力は、並べ替え手段２０３へ接続している。並べ替え手段２０３は、一例として、判定器１２０９へ接続した複数の出力を有している。判定器１２０９の複数の出力は、更なる並べ替え手段２０５及び重み付け手段２０７を介して減算器へフィードバックされる。手段２０７は、図１２の実施形態に関して説明したように、例えばフィルタ処理を行うことができる。

前述したように、図２に示されている装置は、並べ替え行列Ｐによって与えられる並べ替え情報を明示的に利用する。図２に示されているように、更なる並べ替え手段２０５は、並べ替え行列Ｐを送信シーケンスの推定値へ適用する。それに対し、並べ替え手段２０３は行列Ｐの転置行列を適用し、減算器１２０３によって提供された値の集合の中の値を並べ替え、即ちリオーダリングする。

ここで、並べ替え行列Ｐは、行がリオーダリングされている単位行列であり、次の関係が成り立つ。
ＰＰ^T＝Ｐ^TＰ＝１

次に、本発明に係るフィルタ２０１の係数、重み付け手段２０７によって使用される係数、及び並べ替え行列Ｐの係数が決まる。

前述したように、Ｐは検出オーダリングを表すために導入されるものである。本発明によれば、推定された信号

が最適化され、次式で表される。

ここで、添字ｐは、変数が並べ替え行列Ｐによって並べ替えられていることを表している。

の所望の信号はチャネル入力ｘであるが、それは並べ替えられる。したがって、誤りベクトルは次のようになる。

直交性の原理、即ち、Ｅ［∈_p ｙ^H］＝０により、フィードフォワードフィルタとして考えられるフィルタ２０１の係数は、フィードバックフィルタを用いて表すことができる。

ここで、共分散行列は次のように定義される。
Φ_xy＝Ｅ［ｘｙ^H］＝Φ_xxＨ^H
Φ_yy＝Ｅ［ｙｙ^H］＝ＨΦ_xxＨ^H＋Φ_nn

上述の式から、このケースでオーダリングを有する誤り共分散行列である誤り行列は、次のように表される。

Φ∈∈_,Pの対角成分は、オーダリングされたデータストリームのＭＳＥを表している。

Φ∈∈は対称行列であり、それが更に正定値であると仮定すれば、並べ替え行列Ｐ_O、単位下三角行列Ｌ、及び対角行列Ｄが存在する。これらは次の関係を有する。

キーとなる式として上記の式は、本発明に係る並べ替え情報を表す並べ替え行列Ｐ_Oが、一般的に、例えば対称置換を有するΦ∈∈のコレスキー分解から導出できることを表しているということに注意しなければならない。コレスキー分解は、Ｇ．Ｈ．Ｇｏｌｕｂ、Ｃ．Ｆ．Ｖ．Ｌｏａｎらによる「Ｍａｔｒｉｘ Ｃｏｍｐｕｔａｔｉｏｎｓ」，３^rd ｅｄ．Ｔｈｅ Ｊｏｈｎｓ Ｈｏｐｋｉｎｓ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ．１９９６に記載されている。

上記の式を使用して、オーダリングを有する誤り共分散行列は、次のように書き直すことができる。

本発明によれば、検出オーダリング及びフィードバックフィルタの係数、即ち本発明に係る重み付け手段２０７によって使用される係数の下記の選択
Ｐ＝Ｐ_O 及び Ｂ^H＝Ｌ^-1
は、ホワイトである誤り共分散行列を導く。

対角成分

は、オーダリングされたデータストリームのＭＳＥである。

並べ替え行列の係数を決定するキーとなる式は、例えば反復的に解くことができる。

図３には、前述した本発明に係るコンセプトがまとめられている。本発明に係る目的は、Ｆ^H、Ｂ^H、及びＰを同時に最適化することである。並べ替え情報Ｐを含む誤り共分散行列を決定するため、キーとなる式を考慮する。キーとなる式の最適な解、即ち前述した検出オーダリング及びフィードバックフィルタの選択は、本発明に係る最適な検出オーダリング及び本発明に係る複雑度の低減をもたらす。Ｐ_O及びＬを決定するため、キーとなる式の左辺に現れる行列が分解され、データストリームのＭＳＥが得られる。本発明によれば、分解は、キーとなる式の全ての反復で最小のｄ_iを見つけるように実行される。

図３には、反復方向が明示的に示されている。前述したように、キーとなる式は反復的に解くことができ、複数回の反復ステップの後、対角行列Ｄが得られる。対角行列Ｄを得るため、本発明は、更に後で説明する分解方法を提供する。

上記の方程式から、フィードフォワードフィルタ２０１の係数は、次のように計算される。

フィルタされ並べ替えられたシーケンスを得るため、受信信号は、チャネルに適合したノイズデコレレータによってフィルタされ、信号は本発明に係る最適な検出オーダリングに従って並べ替えられる。更に、フォワード方向でのＬ^Hによる重み付け処理が実行される。ここで、Ｌ^Hは上三角行列である。次に、実数値対角行列Ｄによってゲインが制御される。フィードバックにおいては、適切なオーダリングの後、バックワード方向で干渉のキャンセルが実行される。ここで、Ｌ^-1−１は、完全下三角行列である。

本発明によれば、推定誤りに関する情報を提供するための手段１０９は、次式から誤り共分散行列Φ∈∈を計算する。

ここで、

は、送信シーケンス共分散行列の逆行列であり、

は、ノイズ共分散行列の逆行列であり、Ｈはチャネル行列である。（・）^Hは共役と転置（ｃｏｎｊｕｇａｔｉｏｎ ａｎｄ ｔｒａｎｓｐｏｓｉｔｉｏｎ）を表す。

最適な解を発見するため、推定誤りに関する情報を提供するための手段１０９は、上記の式に現れる逆行列の計算を実行することができる。しかし、この逆行列の計算は、受信シーケンス当たり１回だけ実行するべきである。もし送信シーケンスを無相関プロセスと考えることができれば、送信シーケンス共分散行列は対角行列である。この場合、送信シーケンス共分散行列の逆行列を計算するコストは高くない。同じことがノイズ共分散行列の逆行列の場合にも適用される。

本発明の更なる態様によれば、推定誤りに関する情報を提供するための手段１０９は、既に計算された誤り共分散行列又はその逆行列、並びにチャネル行列に関する最新情報又は送信シーケンス共分散行列に関する最新情報又はチャネルノイズ共分散行列に関する最新情報から、誤り共分散行列又はその逆行列を反復的に計算することができる。したがって、現在の受信シーケンスに使用される誤り共分散行列は、前の受信シーケンスについて既に計算された誤り共分散行列を更新したものである。

上記で説明したように、本発明に係る並べ替え情報を計算するための手段１１１は、前述したキーとなる式、即ち、

に基づいて並べ替え行列Ｐ_Oを並べ替え情報として計算するか、又は次の式、

に基づいて並べ替え情報を計算する。ここで、

は、推定誤りに関する情報としての誤り共分散行列（誤り行列）の逆行列であり、Ｌは対角成分に１を含む下三角行列であり、Ｄは、前述したように所定の順序で推定誤り値を含む対角行列である。

本発明によれば、並べ替え情報は、更に誤り逆行列が、推定誤りに関する情報として使用されるときに得られる。この場合、前述した逆行列の計算を省略し、更なる複雑度の低減を得ることができる。このアプローチは、誤り行列をチャネル情報として使用する上記の最適な検出オーダリングアプローチとは異なるので、以下次善アブローチと呼ぶ。この問題は、以下詳細に説明する。

誤り共分散行列を用いた行列分解に基づく、提案された最適なオーダリングアプローチは、前述した行列の逆行列を計算して誤り共分散行列を決定することを導く。分解は、前述したコレスキーアプローチによって実行できる。この逆行列の計算を避けるため、行列分解、例えば、

の対称置換を有するコレスキー分解は、次のようになる。

ここで、Ｒは単位上三角行列である。上記の式は、前述した式

に対応する。ＲはＬ^Hであり、Ｄ’はＤであり、Ｐ_O’はＰ_Oである。ここで注意すべきは、例えば、上記の式の分解から得られた行列Ｒは、最適な検出オーダリングのケースで計算される行列Ｌ^Hとは異なる可能性があるということである。

もし図２に示されている重み付け手段２０７によって使用されているフィードバックフィルタＢ^Hが、単位下三角行列ではなく単位上三角行列であると仮定すると、前述した方法と同じように、最適なフィードバック及び検出オーダリングは、次式のように見つけることができる。
Ｂ^H＝Ｒ 及び Ｐ＝Ｐ_O’
処理を実行する、本発明に係るフィードフォワードフィルタは、以下のようになる。

更に具体的には、上記の式は、本発明に係るプロセッサ１０１によって実行される処理方法を決定し、次善のケースについてフィルタされ並べ替えられたシーケンスを提供する。

Ｒ及びＰについて上述のように選択すると、オーダリングを伴う誤り共分散行列（誤り行列）は、次のようになる。

ここで再び、上記の式の対角成分はデータストリームのＭＳＥを表している。例えば、対称置換を有するコレスキー分解の反復アルゴリズムは、

からスタートする対角成分を決定する。しかし、フィードバックフィルタの上三角構造は、オーダリングされたデータストリームを最後から検出することを示唆している。したがって、最適化の方向は逆になる。最悪のもの（最初に検出されるデータストリーム）のＭＳＥを最小化する最適なケースとは対照的に、本発明に係る次善のケースは、最良のもの（最後に検出されるデータストリーム）のＭＳＥを最大化する。なぜなら、最後のデータストリームは、他のデータストリームへの誤り伝搬を生じないからである。その結果、このアプローチに必要な計算量は更に少なくなるが、最適な検出オーダリングを導くことはできない。しかし、例えば、ユニタリ変換による追加のリオーダリングを実行して、追加の計算コストを抑えつつパフォーマンスを更に改善することができる。

図４には、最適なケースの本発明に係るアプローチがまとめられている。最初に、誤り共分散行列を計算する。次のステップでは、対称置換と共にコレスキー分解を実行する。次のステップでは、Ｌの逆行列を計算する。このアルゴリズムは、図４で検出される計算の複雑度を有する。この複雑度は、更に図４で示されているように、元の計算の複雑度よりも明らかに低い。

図５は、本発明に係る最適な（ｏｐｔｉｍｕｍ）ケースと本発明に係る次善の(ｓｕｂｏｐｔｉｍｕｍ)アプローチとの相違を示している。誤り行列の代わりに、その逆行列を使用し、対称置換を有するコレスキー分解が、誤り共分散行列の逆行列を含む行列に関して実行される。次のステップでは、行列Ｌの逆行列を計算する。

本発明に係る並べ替え情報を計算するための手段１１１は、並べ替え行列Ｐ_Oを計算し、前述したように対角行列であるＤが所定の順序として昇順又は降順の推定誤り値を含むようにすることができる。この問題については下記で取り扱う。

Ｇ．Ｈ．Ｇｏｌｕｂ、Ｃ．Ｆ．Ｖ．Ｌｏａｎらによる「Ｍａｔｒｉｘ Ｃｏｍｐｕｔａｔｉｏｎｓ，３ｒｄ ｅｄ．Ｔｈｅ Ｊｏｈｎｓ Ｈｏｐｋｉｎｓ Ｕｎｉｖｅｒｓｉｔｙ Ｐｒｅｓｓ．１９９６」において、行列分解を実行する反復アルゴリズムが開示されている。そこで開示されているアルゴリズムは、ｄ₁から始めて各々の反復及び対応する必要な並べ替えにより最大の対角成分を見つける。最大対角成分のこの選択は、数値を安定させて半正値システムの分解を計算することを目的としている。しかし、本発明に係るアプローチは、それとは反対である。本発明に係るシステムで使用される行列Ｄの対角成分は、オーダリングされたデータストリームのＭＳＥであるため、本発明に係る選択は反対である。更に具体的には、各々の反復で、最小ＭＳＥに対応する最小対角成分が選択される。

図６ａ、図６ｂ、図６ｃ及び図６ｄは、本発明に係る行列分解アプローチを示している。

図６ａは、最適なケースについて検出オーダリングを有するブロックＤＦＥフィルタの本発明に係る計算を示している。最初に、符号６０１で示されているように、誤り共分散行列が決定される。符号６０２で示されている次のステップでは、並べ替え行列及び行列Ｄの初期値が設定される。次のステップでは、Ｎ_T回の反復が実行される。６０３で示されている反復の始めに、誤り共分散行列の中の最小対角成分を検索する。次のステップ６０４では、単位行列のｉ番目及びｑ番目の行が交換される。次のステップでは、６０５で示されているように、並べ替え行列が更新される。６０６で示されている次のステップでは、誤り共分散行列の更新が行われる。次のステップ６０７では、行列Ｄのｉ番目の対角成分が、更新された誤り共分散行列のｉ番目の対角成分から得られる。次のステップ６０８では、更新された誤り共分散行列が、行列Ｄのｉ番目の対角成分による除法によって再び更新される。次のステップ６０９では、新しい誤り共分散行列が計算される。新しい誤り共分散行列は、更なる反復ステップで実際の誤り共分散行列として使用される。Ｎ_T回の反復の後、行列Ｌが、誤り共分散行列の下三角部分として得られる。これは６１０で示されている。次のステップ６１１では、本発明に係るフィルタの係数が計算される。

図６ｂは、本発明に係る最適なケースのブロックＤＦＥ検出を示している。検出は、一例としてＮ_T回の反復によって実行される。最初の反復ステップ６１２では、１に等しいｉ番目の成分が並べ替え行列の中で検索され、その成分の位置を示すインデックスｑが取得される。次のステップ６１３では、送信シーケンスの推定値を含む値の集合へ適用される硬判定によって、ｑ番目の推定値が得られる。ここで、Ｑは判定動作を示している。

次のステップ６１４では、前述した干渉を除去する減算が実行される。

図６ｃは、次善のケースについて検出オーダリングを有するブロックＤＦＥフィルタの本発明に係る計算を示している。説明を簡単にするため、図６ａの実施形態との相違のみを示している。最初に誤り共分散行列の逆行列が計算される。更に誤り共分散行列の全てが、その逆行列で置換される。ステップ１３では、誤り共分散行列の逆行列の上三角部分として行列Ｒが計算される。ステップ１４では、本発明に係るフィルタ及び本発明に係る重み付け手段の係数が計算される。

図６ｄは、次善のケースについて本発明に係るブロックＤＦＥ検出を示している。説明を簡単にするため、図６ｂの実施形態との相違のみを示している。更に具体的には、反復変数ｉが、Ｎ_Tから始めて１で終わるように上向きにカウントされる。

前述したように並べ替え情報は、コレスキー分解を実行することによって反復的に決定することができる。しかし、本発明によれば、任意の行列分解を実行して並べ替え行列を得ることができる。

本発明の更なる態様によれば、本発明に係る並べ替え情報を計算するための手段１１１は、コレスキー分解のような行列分解から並べ替え行列を計算し、Ｄが所定の順序として昇順で推定誤り値を含むようにする。更に具体的には、本発明に係る並べ替え情報を計算するための手段１１１は、このケースにおいて、分解する行列の最小対角成分を検索する最小サーチャと、リオーダリングされた行列における最初の対角成分が最小の対角成分となるようにリオーダリングされた行列を提供するために、行列をリオーダリングする手段と、リオーダリングされた行列の分解を実行する手段とを備えている。

本発明に係るプロセッサ１１１を再び参照すると、本発明に係るフィルタの係数は、上記で決定された行列を組み合わせて決定することができる。本発明に係るフィルタは並べ替えのフィルタを実行するため、この動作は本発明に係るプロセッサによって実行される処理のルールを定義する。しかし、処理のルールは、本発明で得られるものを部分的にのみ適用することで生じ得る。更に具体的には、本発明に係るプロセッサは、本発明の更なる態様に従って受信シーケンスをフィルタして並べ替え、処理のルール
Ｐ_OＨ^H
に従って、フィルタされ並べ替えられたシーケンスを提供することができる。ここで、Ｈはフィルタのチャネル行列である。このチャネル行列は、チャネル情報を含む複数の通信チャネルのチャネルインパルス応答を含んでいる。ここでＰ_Oは、並べ替え動作を含む並べ替え行列である。

更に、本発明に係るプロセッサ１０１は、
ＤＬ^HＰ_OＨ^H
のように定義された処理のルールを実行することができる。ここでＤは、所定の順序として昇順又は降順で推定誤り値を含む対角行列であり、行列Ｌは前述した行列である。

更に、本発明に係るプロセッサ１１１は、フィルタされたシーケンスを提供するために、Ｈ^Hによって決定されたフィルタ係数を使用して受信シーケンスをフィルタするフィルタと、並べ替えられたシーケンスを提供するために、Ｐ_Oによって決定された並べ替え係数を使用してフィルタされたシーケンスを並べ替える並べ替え器と、重み付けされたシーケンスを提供するために、Ｌ^Hによって定義された重み付け係数を使用して、並べ替えられたシーケンスを重み付けする手段と、フィルタされ並べ替えられたシーケンスを提供するために、Ｄによって定義された重み付け係数を使用して重み付けシーケンスを重み付けする手段とを備えることができる。

更に、プロセッサ１１１は、

によって定義された処理ルールに従って、ノイズ情報を使用し受信シーケンスをフィルタすることができる。

言い換えれば、本発明に係るプロセッサ１０１は、上記の式によって定義されたフィルタ係数を含むフィルタを有するフィルタである。

しかし、本発明に係るプロセッサ１０１は、更にノイズフィルタを備えていてもよい。このフィルタはノイズデコレレーションフィルタであり、受信シーケンスをフィルタして、受信シーケンスとしてノイズフィルタされたシーケンスを提供する。ノイズフィルタは、ノイズ共分散行列の逆行列である次の式

によって決定されるフィルタ係数を使用して受信シーケンスをフィルタする。

更に、本発明に係るプロセッサ１０１は、フィルタ係数を決定する手段を備えていてもよい。決定する手段は、フィルタ係数の前述した式を計算する。

前述したように、除去される干渉は、送信シーケンスへの複数の通信チャネルの影響から生じる。したがって、受信ポイントによって受信可能な受信シーケンス値は、通信チャネルを介して送信ポイントから受信ポイントへ送信可能な送信シーケンス値を含んでいる。送信シーケンス値は、更なる通信チャネルを介して更なる送信ポイントから受信ポイントへ送信可能な更なる送信シーケンスにより干渉される。

本発明に係る干渉キャンセラは、フィルタされ並べ替えられ本発明に係るプロセッサから提供されたシーケンスからフィードバックシーケンスを減じて干渉を低減し、干渉を低減されたシーケンスを提供する減算器、及び干渉を低減されたシーケンスから送信シーケンスの推定値を提供する判定器を備えている。判定器は、干渉を低減されたシーケンスの中の値から送信シーケンスの推定値を判定する。更に、干渉キャンセラは、判定器によって提供された送信シーケンスの推定値を重み付けし、減算器によって要求されるフィードバックシーケンスを提供して干渉を低減するフィードバック要素を備えていてもよい。

判定器は、更に、プロセッサによって実行される並べ替えを考慮に入れるための並べ替え器（並べ替える手段）を備えていてもよい。更に具体的には、並べ替える手段は、干渉を低減されたシーケンスを並べ替え、並べ替え動作を使用して、並べ替えられた干渉を低減されたシーケンスを提供する。判定器は、更に干渉を低減され並べ替えられたシーケンス値から送信シーケンス値を検出し、送信シーケンスの推定値を提供する検出器を備えていてもよい。

フィードバック要素は、並べ替え情報を使用して送信シーケンスの推定値、即ち推定値に含まれる値を並べ替え（リオーダリングし）、送信シーケンスの並べ替えられた推定値を提供する更なる並べ替え手段（更なる並べ替え器）を備えていてもよい。フィードバック要素は、更に送信シーケンスの並べ替えられた推定値を重み付けしてフィードバックシーケンスを提供するための手段を備えていてもよい。

判定器に備えられる検出器は、硬判定検出器又は軟判定検出器であってよい。検出器は硬判定検出器であることが望ましい。

図７は、本発明の更なる実施形態に従って送信シーケンスの推定値を提供する装置を示している。

図７に示されている装置は、ノイズデコレレーションフィルタ７０７を備えている。フィルタ７０７は、受信シーケンスを受信する入力及びデコレレートされたシーケンスをフィルタ７０９へ提供する出力を有している。フィルタ７０９は、Ｈ^Hで示されているチャネル情報を使用してフィルタする。フィルタ７０９は、並べ替え手段７１１へ接続した出力を有している。並べ替え手段は、並べ替え行列Ｐ_Oを並べ替え情報として使用する。並べ替え手段７１１は、重み付け手段７１３へ接続した出力を有している。重み付け手段７１３は、行列Ｌ^Hによって定義された重み付け係数を使用する。重み付け手段７１３は、更なる重み付け手段７１５へ接続した出力を有している。更なる重み付け手段７１５は、行列Ｄによって決定された重み付け係数を使用する。更なる重み付け手段７１５は、フィルタされ並べ替えられたシーケンスを提供する出力を有している。

注意しなければならないのは、要素７０７、７０９、７１１、７１３及び７１５が本発明に係るプロセッサに備えられているということである。

図７に示されている装置は、更に減算器７１７を備えた干渉キャンセラを備えている。減算器７１７は、フィードバックシーケンスを受信する複数の更なる入力及び重み付け手段７１９へ接続した複数の出力を有している。重み付け手段７１９は、並べ替え行列を使用し、減算器によって提供された、干渉を低減されたシーケンスを重み付けする。この並べ替え行列は、並べ替え行列Ｐ_Oの転置行列である。並べ替え手段７１９は、検出器７２１へ接続している。検出器７２１は、送信シーケンスの推定値を提供するための出力を有している。

注意しなければならないのは、要素７１９及び７２１が、前述した本発明に係る判定要素に備えられているということである。

干渉キャンセラは、更にフィードバックループを備えている。フィードバックループは、更なる並べ替え手段７２２を備えている。更なる並べ替え手段７２２は、検出器７２１の複数の出力が接続する複数の入力を有している。並べ替え手段７２２は、本発明に係る並べ替え行列Ｐ_Oによって決定された並べ替え係数を使用して並べ替える。並べ替え手段７２２の複数の出力は、重み付け手段７２３へ接続している。重み付け手段７２３は、減算器７１７の更なる複数の入力へ接続しフィードバックシーケンスを提供するための複数の出力を有している。重み付け手段７２３は、更なる並べ替え手段７２２によって提供される送信シーケンスの並べ替えられた推定値と、
Ｌ^-1−１
によって定義された行列とを掛け合わせる。ここで、Ｌ^-1は、前述した行列Ｌの逆行列である。

行列Ｌの逆行列を得るため、送信シーケンスの推定値を提供する装置は、更に行列Ｌの逆行列を求め、その逆行列を提供するインバータを備えていてもよい。

図８は、本発明の更なる実施形態に係る干渉キャンセラの図を示している。図８において、簡略化のため、フィルタされ並べ替えられたシーケンスが、並べ替えられた３つのシーケンス値を含むケースを考慮する。しかし、下記の説明は、一般的にフィルタされ並べ替えられたシーケンス値の数が任意の場合にも適用できる。

図８の干渉キャンセラは、入力及び出力を有する第１の検出器８０１と、入力及び出力を有する第２の検出器８０３と、入力及び出力を有する第３の検出器８０５とを備えている。一般的に、干渉キャンセラはＮ個の検出器を備えている。Ｎは、このケースでは３に等しい。

第１の検出器８０１の出力は、乗算器８０７へ接続している。乗算器８０７は、更なる入力及び減算器８０９へ接続した出力を有している。減算器８０９は、入力及び第２の検出器８０３の入力へ接続した出力を有している。遅延要素８１１の出力は、減算器８０９の入力へ接続している。遅延要素８１１は入力を有している。

更に、第１の検出器８０１の出力は、乗算器８１３を介して減算器８１５へ接続している。減算器８１５は、減算器８１７の入力へ接続した出力を有している。減算器８１７は、第３の検出器８０１へ接続した出力を有している。減算器８１５は更なる入力を有している。この入力へ、更なる遅延要素８１９の出力が接続している。更なる遅延要素８１９は入力を有している。

第２の検出器８０３の出力は、更なる乗算器８２１を介して減算器８１７の更なる入力へ接続している。減算器８１７は、第３の検出器８０５へ接続した出力を有している。

検出器８０１、８０３及び８０５は、送信シーケンスの推定値を並列に検出する。前述の実施形態とは反対に、干渉キャンセラは並べ替えを明示的には実行しない。その代わりに、並べ替えは、図８に示されている本発明に係る配線方法によって考慮され、結果として同じ効果が得られる。乗算器８０７、８１３及び８２１は、重み付け行列Ｌ^-1−１の係数を送信シーケンスのそれぞれの推定値に乗じる。明瞭にするため、重み付け行列も図８に示されている。

処理の遅延を考慮に入れ、得られるシステムが因果律に従うようにするために、遅延要素８１１及び８１９が導入されている。一般的に言えば、図８に示されている乗算器は、本発明に係るフィードバック要素に備えられている。検出された、干渉を低減されたシーケンスがＮ個の場合、フィードバック要素は、送信シーケンスの最初のＮ−１個の推定値を重み付け係数で乗じるための（Ｎ²−Ｎ）／２個の乗算器を備えており、図８に示されている減算器へ提供されるフィードバックシーケンスを提供することができる。重み付け係数は、前述したように決定される。

フィルタされ並べ替えられたシーケンスの第１の値は、検出器８０１へ直接提供される。なぜならば、フィルタされ並べ替えられたシーケンスはリオーダリングされて、最適な検出オーダリングが提供されるからである。こうして、送信シーケンスの第１の推定値が、最小のＭＳＥに関連付けられる。

もしフィードバックシーケンスがＮ個の値を含んでいるならば、減算器は、フィルタされ並べ替えられたシーケンスの最後のＮ−１個の値からフィードバックシーケンスのＮ個の値を減じ、検出された干渉を低減されたシーケンスを提供する。このケースは、図８に示されている。フィードバックシーケンスは、第１のフィードバックシーケンス値と、第２のフィードバックシーケンス値と、第３のフィードバックシーケンス値とを含んでいる。第１のフィードバックシーケンス値は、フィードバックシーケンスの第１の推定値を第１の重み付け係数で乗じることから生じ、第２のフィードバックシーケンス値は、送信シーケンスの第１の推定値を第２の重み付け係数で乗じることから生じ、第３のフィードバックシーケンス値は、送信シーケンスの第２の推定値を第３の重み付け係数で乗じることから生じる。図８に示されているように、減算器は、遅延される第２のフィルタされ並べ替えられたシーケンス値から第１のフィードバックシーケンス値を減じる第１の減算要素と、図８に示されているように、遅延され得る第３のフィルタされ並べ替えられたシーケンス値から生じる第３のフィードバックシーケンス値から第２のフィードバックシーケンス値を減じる第２及び第３の減算要素とを備えている。

図９ａ及び図９ｂは、コンピュータのパフォーマンスのシミュレーションを示している。図９ａは、Ｎ_T＝２及びＮ_R＝２であるときのビット誤り率のパフォーマンスの比較を示している。図９ｂは、Ｎ_T＝８及びＮ_R＝８であるときのビット誤り率（ＢＥＲ）のパフォーマンスの比較を示している。

コンピュータのシミュレーションにおいて、一般的な入力及びノイズは白色であると仮定する。即ち、

及び

であるとする。パフォーマンス推定のために、ビット誤り率（ＢＥＲ）は、Ｅ_b／Ｎ₀に関して計算する。ここでＥ_b及びＮ₀は、それぞれ情報ビット当たりの平均受信エネルギー及び片側ノイズ電力スペクトル密度である。信号対ノイズ比（ＳＮＲ）は、次式のように全ノイズ電力に対する全受信電力の比として定義される。

したがって、次式のようにＥ_b／Ｎ₀に関係している。

ここで、Ｍは、チャネル入力当たりのビット数である。

図９ａ及び図９ｂに示されているシミュレーション結果は、それぞれ送信機及び受信器の双方で２個及び８個のアンテナを有するケースについてのものである。これらの図から分かるように、提案された最適オーダリングコレスキー法のパフォーマンスは、最適ＭＭＳＥ Ｖ−ＢＬＡＳＴと同じくらい良好である。次善オーダリングコレスキーアプローチは、２個のアンテナの場合は最適なアプローチと同じくらいの良好な性能であるが、８個のアンテナ及びＳＮＲが高い場合は、各々のパフォーマンスが低下する。しかし、依然として、オーダリングを伴わないコレスキーアプローチと比較すると、オーダリングによる利点を得ることができる。ＳＮＲが低い場合は、最適なアプローチと次善アプローチとの間のパフォーマンスの差は小さくなる。したがって、そのような環境では、更なる低減された複雑度を有する次善アプローチが最適な選択であるかも知れない。

本発明に係る方法は、著しい計算量の低減を実現する。元々提案されていたＶ−ＢＬＡＳＴ方法は、２つの（疑似）逆行列の計算をＮ回必要とする。ここで、Ｎは送信アンテナ又はデータストリームの数である。（疑似）逆行列の計算の複雑度は、Ｎ³のオーダーである。これはＮ回実行され、結果としてＶ−ＢＬＡＳＴの全体の複雑度は、Ｎ⁴のオーダーとなる。一方、本発明に係る方法の複雑度は、Ｎ³のオーダーである。

更に、本発明に係る推定方法は、Ｄ．ＷｕｅｂｂｅｎらによるＭＭＳＥ Ｅｘｔｅｎｓｉｏｎ ｏｆ Ｖ−Ｂｌａｓｔ ｂａｓｅｄ ｏｎ ｓｏｒｔｅｄ ＱＲ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ，Ｐｒｏｃｅｅｄｉｎｇｓ ＩＥＥＥ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｎｆｅｒｅｎｃｅ（ＶＴＣ’２００３−Ｆａｌｌ），Ｄｅｃｅｍｂｅｒ ２００３に開示されている既知の最高速の従来技術による方法よりも速い。この文献には、ソートされたＱＲ分解（ＳＱＲＤ）及びＰＳＡアルゴリズムが開示されている。特に、提案されたコレスキー次善方法は、次善ＳＱＲＤの約２倍速く、パフォーマンスは双方の方法で同じ（次善）である。本発明に係るコレスキー最適方法は、更に前記文献に開示されている最適ＳＱＲＤ＋ＰＳＡの約２倍であり、双方のパフォーマンスは最適である（複雑度の点でコストが高いＭＭＳＥ Ｖ−ＢＬＡＳＴと同じである）。更に、本発明に係るコレスキー最適方法は、次善ＳＱＲＤよりも速い。

本発明に係る方法の複雑度は、既知のＳＱＲＤ及びＳＱＲＤ＋ＰＳＡアプローチと比較して小さい。

無相関ノイズ及びＮ_T＝Ｎ_Rの場合、既知のＳＱＲＤ及びＳＱＲＤ＋ＰＳＡ方法の複雑度は、以下のようになる。

これに対し、本発明に係る次善コレスキー方法及び最適コレスキー方法の複雑度は、以下のようになる。
次善コレスキー

最適コレスキー

相関ノイズの場合、既知のＳＱＲＤ及びＳＱＲＤ＋ＰＳＡ方法の複雑度は、以下のようになる。

これに対し、本発明に係る次善コレスキー方法及び最適コレスキー方法の複雑度は、以下のようになる。
次善コレスキー

最適コレスキー

双方のケースについて、複雑度の順位は次のようになる。
本発明に係る次善コレスキー ＜ 本発明に係る最適コレスキー ＜ ＳＱＲＤ ＜ ＳＱＲＤ＋ＰＳＡ（最悪のケース）

本発明に係る次善コレスキー方法のパフォーマンスは、ＳＱＲＤ方法のパフォーマンスに相当する。したがって、本発明に係るコレスキー最適方法、ＳＱＲＤ＋ＰＳＡ方法及びＭＭＳＥ Ｖ−ＢＬＡＳＴ方法のパフォーマンスは同じである。もっとも、本発明に係るコレスキー最適方法は、複雑度がより低いものである。

著しく計算量を低減するにも関わらず、本発明に係る方法のパフォーマンスは、前述したようにＶ−ＢＬＡＳＴと同じである。パフォーマンスの低下は、コンピュータシミュレーション結果から見受けられない。したがって、巨大な容量上の利点を残すものである。更に、本発明により得られる受信機の構造は単純であり、単純かつ低コストのハードウェアを実現することができる。

本発明に係る方法のある実施要件に依存して、ハードウェア又はソフトウェアで同じものを実施することができる。実施は、プログラム可能なコンピュータシステムと協調できるディジタル記憶メディア、特に電子的に読み取り可能な制御信号を記憶したディスク又はＣＤを使用して行うことができ、その結果本発明に係る方法が実行できる。したがって、一般的に、本発明は機械的に読み取り可能キャリア上にプログラムコードを記憶したコンピュータプログラム製品である。このプログラムコードは、コンピュータ上で本発明に係る方法を実行する。したがって、言い換えれば、本発明に係る方法は、コンピュータ上で本発明に係る方法を達成するプログラムコードを有するコンピュータプログラムである。

本発明の第１の実施形態に係る送信シーケンスの推定値を提供する本発明に係る装置のブロック図である。 本発明の更なる態様に係る送信シーケンスの推定値を提供する装置のブロック図である。 図２の実施形態について、並べ替え情報を使用した本発明に係る同時最適化を示す。 最適検出オーダリングのケースについて、本発明に係るアプローチを示す。 次善検出オーダリングのケースについて、本発明に係るアプローチを示す。 並べ替え情報及びフィルタパラメータの本発明に係る同時決定を示す。 並べ替え情報及びフィルタパラメータの本発明に係る同時決定を示す。 並べ替え情報及びフィルタパラメータの本発明に係る同時決定を示す。 並べ替え情報及びフィルタパラメータの本発明に係る同時決定を示す。 本発明の更なる実施形態に係る送信シーケンスの推定値を提供する本発明に係る装置のブロック図である。 本発明に係る干渉キャンセラの実施形態を示す。 本発明に係るアプローチのパフォーマンスを示す。 本発明に係るアプローチのパフォーマンスを示す。 ＭＩＭＯ通信チャネルのシステムモデルを示す。 Ｖ−Ｂｌａｓｔ構造を示す。 ブロックＤＦＥ構造を示す。

Claims (29)

1. 受信シーケンスに基づいて送信シーケンスの推定を提供する装置であって、
   前記送信シーケンスは、Ｎ_T個の送信シーケンス値を含むものであり、
   ある送信シーケンス値は、Ｎ_T個の送信ポイントのうちの１つから複数の通信チャネルのうちのある通信チャネルを介してＮ_R個の受信ポイントのうちのある受信ポイントへ送信可能であり、
   前記通信チャネルは、ある送信ポイントからある受信ポイントへ延びており、
   前記受信シーケンスは、送信シーケンス値の干渉を含むものであって、
   フィルタされ並べ替えられたシーケンスを得るために、前記受信シーケンスを処理するためのプロセッサ（１０１）であって、チャネル情報及び並べ替え情報を使用して前記受信シーケンスを処理するためのプロセッサ（１０１）と、
   前記送信シーケンスの推定に関連付けられた推定誤りに関する情報を提供するための手段（１０９）と、
   前記推定誤りを使用して前記並べ替え情報を計算するための手段（１１１）であって、前記送信シーケンスの推定値に関連付けられた推定誤り値が所定の順序になるようにするため、フィルタされ並べ替えられたシーケンス値がある順序になるように、前記並べ替え情報を計算するための手段（１１１）と、
   前記送信シーケンスの推定を提供するために、前記フィルタされ並べ替えられたシーケンスを使用して干渉を低減するための干渉キャンセラ（１０７）と
   を備える装置。
2. 前記推定誤りに関する情報を提供するための手段（１０９）は、誤り行列を前記推定誤りに関する情報として計算し、前記誤り行列の対角成分が推定誤り値を含むようにするものであり、
   推定誤り値は、前記送信シーケンスの推定に関連付けられた推定誤りを表すものである、
   請求項１に記載の装置。
3. 前記推定誤りに関する情報を提供するための手段（１０９）は、前記フィルタされ並べ替えられたシーケンスと前記送信シーケンスの推定との間の平均２乗誤差の最小化により前記誤り行列を計算し、前記推定誤り値が平均２乗誤り値であるようにするものである、請求項２に記載の装置。
4. 前記推定誤りに関する情報を提供するための手段（１０９）は、前記誤り行列を計算し、前記誤り行列が送信シーケンス共分散行列、ノイズ共分散行列又はチャネル行列を含むようにするものであって、前記チャネル行列が、複数の通信チャネルの通信チャネルインパルス応答を含む、請求項２又は３に記載の装置。
5. 前記推定誤りに関する情報を提供するための手段（１０９）は、次式から前記誤り共分散行列Φ∈∈を計算するものであり、
   

   

   ここで、
   

   

   はある送信シーケンス共分散行列の逆行列であり、
   

   

   はノイズ共分散行列の逆行列であり、Ｈは前記チャネル行列であり、（・）^Hは共役と転置を表す、請求項４に記載の装置。
6. 前記推定誤りに関する情報を提供するための手段（１０９）は、既に計算された誤り共分散行列又はその逆行列、及び、前記送信シーケンス共分散行列又は前記チャネル行列又は前記ノイズ共分散行列に関する情報の最新のものから、前記誤り共分散行列又はその逆行列を反復的に計算するものである、請求項４又は５に記載の装置。
7. 並べ替え情報を計算するための手段（１１１）は、
   

   

   又は
   

   

   に基づいて、並べ替え行列Ｐ_Oを前記並べ替え情報として計算するものであり、ここで
   

   

   が、前記推定誤りに関する情報としての前記誤り行列の逆行列であり、Ｌが対角成分に１を含む下三角行列であり、Ｄが推定誤り値を所定の順序で含む対角行列である、請求項１〜６のいずれか一項に記載の装置。
8. 前記並べ替え情報を計算するための手段（１１１）は、前記並べ替え行列Ｐ_Oを計算し、Ｄが昇順又は降順を所定の順序として推定誤り値を含むようにするものである、請求項７に記載の装置。
9. 前記並べ替え情報を計算するための手段（１１１）は、行列の分解から前記並べ替え行列を計算し、Ｄが昇順を所定の順序として推定誤り値を含むようにするものであり、
   前記並べ替え情報を計算するための手段（１１１）は、
   前記行列における最小の対角成分を検索するための最小サーチャと、
   リオーダリングされた行列における最初の対角成分が前記最小の対角成分となるように前記リオーダリングされた行列を提供するために前記行列をリオーダリングするための手段と、
   前記リオーダリングされた行列の分解を実行するための手段と
   を備えるものである、
   請求項７又は８に記載の装置。
10. 前記プロセッサ（１０１）は、
    Ｐ_OＨ^H
    で定義された処理のルールに従って前記受信シーケンスをフィルタして並べ替え、前記フィルタされ並べ替えられたシーケンスを提供するものであり、
    ここでＨが、前記チャネル情報を含む前記複数の通信チャネルのチャネルインパルス応答を含む、フィルタするためのチャネル行列であり、（・）^Hが共役と転置を表し、Ｐ_Oが前記並べ替え情報を含む並べ替え行列である、請求項１〜９のいずれか一項に記載の装置。
11. 前記プロセッサ（１０１）は、
    ＤＬ^HＰ_OＨ^H
    で定義された処理のルールに従って前記受信シーケンスをフィルタし、並べ替え、及び重み付けするものであり、ここでＤが、昇順又は降順を所定の順序として推定誤り値を含む対角行列であり、Ｌが対角成分に１を含む下三角行列である、請求項１０に記載の装置。
12. 前記プロセッサ（１０１）は、
    フィルタされたシーケンスを提供するために、Ｈ^Hによって定義されたフィルタ係数を使用して前記受信シーケンスをフィルタするためのフィルタと、
    並べ替えられたシーケンスを提供するために、Ｐ_Oによって定義された並べ替え係数を使用して前記フィルタされたシーケンスを並べ替えるための並べ替え器と、
    重み付けされたシーケンスを提供するために、Ｌ^Hによって定義された重み付け係数を使用して、前記並べ替えられたシーケンスを重み付けするための手段と、
    フィルタされ並べ替えられたシーケンスを提供するために、行列Ｄによって定義された前記重み付け係数を使用して前記重み付けされたシーケンスを重み付けするための更なる手段と
    を備えるものである、請求項１１に記載の装置。
13. 前記プロセッサ（１０１）は、
    

    

    で定義された処理のルールに従ってノイズ情報を使用して前記受信シーケンスをフィルタするものであって、
    

    

    がノイズ共分散行列の逆行列である、請求項１０又は１１に記載の装置。
14. 前記プロセッサ（１０１）は、ノイズフィルタされたシーケンスを前記受信シーケンスとして提供するために、前記受信シーケンスをフィルタするためのノイズフィルタを更に備えるものであり、ここで前記ノイズフィルタは、ノイズ共分散行列の逆行列によって定義されたフィルタ係数を使用して前記受信シーケンスをフィルタするものである、請求項１２に記載の装置。
15. 前記プロセッサ（１０１）は、
    前記フィルタされ並べ替えられたシーケンスを提供するために、前記受信シーケンスをフィルタするためのフィルタ係数を含むフィルタと、
    

    

    から前記フィルタ係数を計算するための、前記フィルタ係数を決定するための手段と
    を備えるものである、請求項１３に記載の装置。
16. 前記干渉は、前記送信シーケンス値に関する前記複数の通信チャネルの影響から生じるものであり、
    その結果ある受信ポイントによって受信可能な受信シーケンス値は、ある送信ポイントから前記受信ポイントへある通信チャネルを介して送信可能な送信シーケンス値を含むものであり、
    前記送信シーケンス値は、更なる送信ポイントから更なる通信チャネルを介して前記受信ポイントへ送信可能な更なる送信シーケンス値に干渉されるものであり、
    前記干渉キャンセラは、
    干渉を低減されたシーケンスを提供するために、前記干渉を低減するため、前記フィルタされ並べ替えられたシーケンスからフィードバックシーケンスを減ずるための減算器と、
    前記干渉を低減されたシーケンスから前記送信シーケンスの推定における推定値を提供するための判定器であって、前記干渉を低減されたシーケンスのある値から前記送信シーケンスの推定を判定する判定器と、
    前記フィードバックシーケンスを提供するために、前記送信シーケンスの推定に重み付けするためのフィードバック要素と
    を備えるものである、
    請求項１〜１５のいずれか一項に記載の装置。
17. 前記判定器は、
    干渉を低減され並べ替えられたシーケンスを提供するために、前記並べ替え情報を使用して前記干渉を低減されたシーケンスを並べ替えるための手段と、
    前記送信シーケンスの推定を提供するために、干渉を低減され並べ替えられたシーケンス値から前記送信シーケンス値を検出するための検出器と
    を備えるものである、請求項１６に記載の装置。
18. 前記並べ替えるための手段は、前記並べ替え行列Ｐ_Oの転置である行列を、前記干渉を低減されたシーケンスへ乗じるものである、請求項１７に記載の装置。
19. 前記フィードバック要素は、
    前記送信シーケンスの並べ替えられた推定を提供するために、前記並べ替え情報を使用して前記送信シーケンスの推定を並べ替えるための更なる手段と、
    前記フィードバックシーケンスを提供するために、前記送信シーケンスの並べ替えられた推定に重み付けするための手段と
    を備えるものである、請求項１６〜１８に記載の装置。
20. 前記送信シーケンスの推定を並べ替えるための手段は、前記送信シーケンスの推定に前記並べ替え行列Ｐ_Oを乗じるものであって、前記並べ替え行列が前記並べ替え情報を含む、請求項１９に記載の装置。
21. 前記送信シーケンスの並べ替えられた推定に重み付けするための手段は、
    Ｌ^-1−１
    によって定義された行列を、前記送信シーケンスの並べ替えられた推定に乗じるものであって、Ｌ^-1が、対角成分に１を含む下三角行列Ｌの逆行列であって、１が単位行列である、請求項１９又は２０に記載の装置。
22. 前記下三角行列Ｌの逆行列を提供するために、前記下三角行列Ｌをインバートするためのインバータを更に備える請求項２１に記載の装置。
23. 前記干渉キャンセラは、前記フィルタされ並べ替えられたシーケンスを使用して減算を実行することにより干渉を低減するものである、請求項２１に記載の装置。
24. 前記干渉を低減されたシーケンスは、Ｎ個の値を含むものであり、
    前記判定器は、前記送信シーケンスのＮ個の推定値を検出するためのＮ個の検出器を備えるものである、
    請求項１６に記載の装置。
25. 前記フィードバック要素は、前記フィードバックシーケンスを提供するために、前記送信シーケンスの最初のＮ−１個の推定値に前記重み付け係数を乗ずるための乗算器を（Ｎ²−Ｎ）／２個備えるものであり、
    前記重み付け係数は、行列Ｌ^-1−１の係数であり、ここでＬ^-1は対角成分に１を含む下三角行列Ｌの逆行列である、
    請求項２４に記載の装置。
26. 前記フィードバックシーケンスがＮ個の値を含むものであり、
    前記減算器は、前記干渉を低減されたシーケンスを提供するために、前記フィルタされ並べ替えられたシーケンスの最後のＮ−１個の値から前記フィードバックシーケンスのＮ個の値を減ずるものである、
    請求項２５に記載の装置。
27. 前記フィードバックシーケンスは、第１のフィードバックシーケンス値と、第２のフィードバックシーケンス値と、第３のフィードバックシーケンス値とを含むものであり、
    前記第１のフィードバックシーケンス値は、前記フィードバックシーケンスの第１の推定値に第１の重み付け係数を乗じることにより得られるものであり、
    前記第２のフィードバックシーケンス値は、前記送信シーケンスの第１の推定値に第２の重み付け係数を乗じることにより得られるものであり、
    前記第３のフィードバックシーケンス値は、前記送信シーケンスの第２の推定値に第３の重み付け係数を乗じることにより得られるものであり、
    前記減算器は、フィルタされ並べ替えられた第２のシーケンス値から前記第１のフィードバックシーケンス値を減ずるための第１の減法要素と、フィルタされ並べ替えられた第３のシーケンス値から前記第２のフィードバックシーケンス値と前記第３のフィードバックシーケンス値とを減ずるための第２及び第３の減算要素とを備えるものである、
    請求項２６に記載の装置。
28. 受信シーケンスに基づいて送信シーケンスの推定を提供するための方法であって、
    前記送信シーケンスは、Ｎ_T個の送信シーケンス値を含むものであり、
    ある送信シーケンス値は、Ｎ_T個の送信ポイントのうちの１つから複数の通信チャネルのうちのある通信チャネルを介してＮ_R個の受信ポイントのうちのある受信ポイントへ送信可能であり、
    前記通信チャネルは、ある送信ポイントからある受信ポイントへ延びており、
    前記受信シーケンスは、送信シーケンス値の干渉を含むものであって、
    チャネル情報及び並べ替え情報を使用してフィルタされ並べ替えられたシーケンスを得るために前記受信シーケンスを処理するステップと、
    前記送信シーケンスの推定に関連付けられた推定誤りに関する情報を提供するステップと、
    前記送信シーケンスの推定値に関連付けられた推定誤り値が所定の順序になるようにするため、前記フィルタされ並べ替えられたシーケンス値がある順序になるように、前記推定誤りを使用して前記並べ替え情報を計算するステップと、
    前記送信シーケンスの推定を提供するために、前記フィルタされ並べ替えられたシーケンスを使用して干渉を低減するための、干渉をキャンセルするステップと
    を含む方法。
29. コンピュータ上で、請求項２８に記載の方法を実行するためのプログラムコードを有するコンピュータプログラム。

Images