JP2009513079A - 通信チャネル推定の方法および装置 - Google Patents

Abstract

未受信信号周波数のチャネル推定を予測する方法および装置は、未受信周波数の伝播チャネル特性に関する知識を提供する。一実施形態では測定するダウンリンク（またはアップリンク）チャネル推定に基づきアップリンク（またはダウンリンク）チャネル推定を予測し、これは異なるアップリンクおよびダウンリンク周波数を持つシステムにおいて有利である。別の実施形態では受信ＯＦＤＭサブキャリア周波数のチャネル応答の測定に基づき、未受信ＯＦＤＭサブキャリア周波数のチャネル応答を予測する。このような処理は、例えば、受信ＯＦＤＭパイロットサブキャリアのチャネル応答を測定するステップと、パイロットサブキャリア間隔に対応する周波数間隔におけるチャネル応答を予測するステップと、データサブキャリア周波数におけるチャネル応答を予測するためにこれらの値の間で内挿を行うステップと、を含み得る。未受信信号周波数のチャネル周波数応答の予測は自己回帰モデルを使用して行う。

Description

本発明は、一般に通信システムおよび信号に関し、詳細には通信チャネルの推定に関するものである。

信頼性のあるデータの受信は正確なチャネル推定に依存する。例えばチャネル推定を使用して、未知の受信データシンボルに予期するチャネル歪みを補正することができ、それによりシンボルの復調を改善する。チャネル推定はまたチャネル品質の推定において重要な役割を果たし、チャネル品質の推定は広帯域符号分割多元接続（ＷＣＤＭＡ）システムなどの発展する無線通信システムにおける速度および／または電力制御に関する益々重要な側面である。

一般的前提として、伝播チャネルには周波数選択性がある、即ち所与の伝播チャネルのチャネル推定は周波数に依存すると仮定することができる。周波数依存性はチャネル推定を複雑にし、チャネル推定では関心を持つ複数の周波数のチャネル推定値を有するのは有用である。例えば直交周波数分割多重（ＯＦＤＭ）伝送は所与の周波数範囲に亘って分散する複数のサブキャリアを使用し、所与の周波数範囲ではサブキャリアは互いに直交する。ＯＦＤＭは無線ローカル・エリア・ネットワーク（ＷＬＡＮ）の８０２．１１ａ／ｇ規格などの多様なシステムに使用されている。ユニバーサル移動地上システム（ＵＭＴＳ）規格などの発展する広域エリア通信規格でもＯＦＤＭの使用を考慮する。

ＯＦＤＭの幾つかの側面は多元接続システムにおける無線伝送にとってＯＦＤＭを特に有利にする。例えばサブキャリアのデータ速度は可変でありえ、サブキャリアに亘って変化する周波数に依存するチャネル条件に適合することができる。さらに異なるサブキャリアの異なるサブセットを使用して種々のユーザにサービスを提供し、無線通信システムにおける潜在的に多くの異なるユーザへ／ユーザからの同時伝送を可能にする。

一方このように、ＯＦＤＭの使用はチャネル推定に関して幾つかの課題を提示する。例えば特定のユーザに割り当てる特定のサブキャリアはそのユーザに対する最適な割り当てを表さないことがある、即ちチャネル条件の周波数依存性を仮定すれば、他のサブキャリアがより良い性能を提供することがある。一方割り当てを行わない周波数に対するチャネル推定が利用可能でなければ、ユーザへのサブキャリア割り当ての最適化は可能ではない。

本明細書で教示する方法および装置によれば、無線または有線通信を構成する通信受信機は自己回帰予測法を使用して未受信信号周波数のチャネル推定を生成する。一実施形態では、未受信信号周波数のチャネル推定を決定する方法は複数の受信信号周波数の複数のチャネル周波数応答を決定するステップ、複数のチャネル周波数応答を使用して自己回帰モデルの自己回帰係数を計算するステップ、および自己回帰モデルを使用して受信信号周波数外の１以上の周波数のチャネル周波数応答を予測するステップを含む。本方法は１以上の受信機回路において実施することができ、例えば専用または汎用マイクロプロセッサ、デジタル信号プロセッサ、ＡＳＩＣ、ＦＰＧＡまたは同類上で実行するためのコンピュータコードを含むことができる。

１以上の実施形態において、チャネル予測（周波数および／または時間予測）のための自己回帰モデルの使用を内挿および／または外挿処理と結合するように、受信機回路を構成する。例えば受信機回路は外挿を使用して受信信号周波数の範囲外のチャネル応答を取得することができ、内挿を使用して測定または予測するチャネル応答間におけるチャネル応答を予測することができる。

未受信周波数のチャネル応答の予測は幾つかのアプリケーションにおいて利点をもたらす。非限定的例により、このような方法を使用して受信するダウンリンク信号周波数に対して取得するチャネル応答の測定に基づき、アップリンク信号周波数のチャネル応答、またはその逆を予測することができる。

別の例として、有線または無線でありうる複数の通信受信機のそれぞれの受信機にＯＦＤＭデータサブキャリアのサブセットを割り当てる方法にチャネル応答の予測を使用することができる。一実施形態では各無線通信受信機について、本方法は通信受信機に現在割り当てているＯＦＤＭサブキャリア周波数のチャネル推定を測定するステップ、および測定されたチャネル推定に基づき自己回帰のモデル化により通信受信機に現在割り当てていないＯＦＤＭサブキャリア周波数のチャネル推定を予測するステップ、通信受信機の測定し予測したチャネル推定を共に評価するステップ、および前記合同評価に基づき特定の通信受信機に特定のＯＦＤＭデータサブキャリアを割り当てるステップを含む。

一実施形態では、受信ＯＦＤＭサブキャリア周波数のチャネル応答を測定するステップに基づき未受信ＯＦＤＭサブキャリア周波数のチャネル応答を予測するように、受信機回路を構成する。このような処理は、例えば受信ＯＦＤＭパイロットサブキャリアのチャネル応答を測定するステップ、パイロットサブキャリアの間隔に対応する周波数間隔におけるチャネル応答を予測するステップ、およびこれらの値の間で内挿または外挿してデータサブキャリア周波数におけるチャネル応答を予測するステップを含むことができる。

勿論、本発明は以上の特徴および利点に限定されない。実際以下の詳細な説明を読み、添付する図面を見ると、当業者はさらなる特徴および利点を認識するであろう。

図１は、１つ以上の第１の送受信機１０および１つ以上の第２の送受信機１２を含む無線通信ネットワークまたはシステム８を部分的に示す。送受信機１２の多数のインスタンスを１２−１、１２−２などとして示す。一実施形態では、送受信機１０は基地局を含み、送受信機１２はセル無線電話機またはその他のタイプのアクセス端末などの移動通信デバイスを含む。

非限定的例により、送受信機１０は広帯域ＣＤＭＡ（ＷＣＤＭＡ）基地局（例えば無線ネットワークコントローラおよび対応するノードＢ送受信機システム）を含むことができる。その他の実施形態では、送受信機１０および１２は８０２．１１ａ／ｇ送受信機などのＷＬＡＮ送受信機を含む。その他の実施形態では、送受信機１０および１２はデジタル放送送信機／受信機を含み、ＤＶＢ−Ｔ、ＤＶＢ−ＨまたはＤＡＢ規格用に構成することができる。

何れにしろ、本明細書で教示する方法および装置によれば、未受信信号周波数の、本明細書ではチャネル周波数応答とも呼ぶチャネル推定を予測するように、任意の１以上の送受信機１０および１２を構成する。例えば送受信機１０は直交周波数分割多重（ＯＦＤＭ）伝送用に構成することができ、ＯＦＤＭ伝送では異なる周波数に各サブキャリアを持つ異なるデータサブキャリアを使用して、送受信機１０は送受信機１２のそれぞれにデータを送信する。

より詳細には、ＯＦＤＭ送信機は潜在的に多数のサブキャリアにおいて並列にデータを送信し、サブキャリアは周波数領域において互いに直交する。ＯＦＤＭ（情報）シンボルは大きさＮの逆高速フーリエ変換（ＩＦＦＴ）を使用して共通に生成し、ここでＮの典型的な値は６４≦Ｎ≦８１９２である。ＯＦＤＭ伝送はＩＦＦＴの入力の異なるバッファに異なる送信データを効率的に配置する、即ち異なるサブキャリア即ちサブキャリアのセットを使用して異なるデータを送信する。

従って、無線伝播チャネルが周波数選択性であれば、異なる周波数のサブキャリアは劇的に異なるチャネル効果を経験することがある。従って、本明細書で教示する方法および装置を使用して現在受信していないＯＦＤＭサブキャリア周波数のチャネル推定を予測することができる。勿論、チャネル周波数応答の予測はＯＦＤＭのアプリケーションに限定されない。

例えば送受信機１０から送受信機１２への送信は「ダウンリンク」送信と考えることができ、一方送受信機１２のそれぞれから送受信機１０への送信は「アップリンク」送信と考えることができる。周波数分割複信（ＦＤＤ）のアプリケーションでは、アップリンクおよびダウンリンクチャネル周波数は無線周波数スペクトラムにおいて異なる周波数帯を占める。従って、ダウンリンクに対して行うチャネル周波数応答の測定に基づき、チャネル周波数応答の予測を送受信機１２において使用してアップリンクのチャネル周波数応答を予測することができる。アップリンクとダウンリンクが隣接した周波数帯を占める場合、このような予測は特に適切である。

図２は、チャネル周波数予測の処理を幅広く示し、この処理は送受信機１０および１２の何れかまたは全てにおいてハードウェア、ソフトウェアまたはその任意の組み合わせを使用して実施することができる。少なくとも１つの実施形態では図２の処理論理または図示する論理の変形を、適切に構成する汎用または専用マイクロプロセッサ、デジタル信号プロセッサまたはその他のこのような処理回路上において実行するためのコンピュータコードを含むコンピュータ製品として実施する。限定しないが、一実施形態ではチャネル周波数予測を受信する信号の処理に関連するベースバンド信号処理プロセッサにおいて実装する。

何れにしろ図２の処理は、１つ以上の受信信号周波数のチャネル周波数応答を決定するステップにより始まる（ステップ１００）。考察のコンテキストとして送受信機１２−１を使用して、送受信機１２−１が２つ以上の周波数において送受信機１０から信号を受信し、受信信号サンプルの処理に基づきこれらの周波数のチャネル推定を決定すると仮定することができる。

処理は所与の自己回帰（ＡＲ）モデルの自己回帰（ＡＲ）係数を決定するステップにより継続し、ＡＲモデルの定義パラメータは送受信機１２−１のメモリ回路に統計的または動的に蓄積することができる。（幾つかの実施形態では、ＡＲモデルを決定するためのデフォルトパラメータを不揮発性メモリに蓄積し、一方デフォルトパラメータおよび／または動的に調整するパラメータのコピーでありうる作業パラメータは作業メモリに蓄積する。）受信信号周波数に対して決定する、（測定する）チャネル周波数応答の少なくとも一部を使用してＡＲモデルを決定し、このような測定をまた使用して決定するＡＲモデルの係数を初期化する。その決定する係数をもつＡＲモデルを次いで使用して１以上の未受信信号周波数のチャネル周波数応答を予測する（ステップ１０４）。

図２を考慮し、非限定的例により、図３は本明細書で教示するようなチャネル周波数応答の予測と関連して使用することができる機能回路を示す。図３は、チャネル予測回路２２を含む１つ以上のチャネル予測処理回路２０を示し、チャネル予測回路は１以上のメモリ回路２４、および選択可能なモデルコントローラ２６を含むか、またはこれらと連結する。さらに処理回路２０を含むか、または処理回路２０と連結するのはチャネル推定回路３０であり、チャネル推定回路は選択可能なサンプルフィルタ３４を通じて受信信号サンプルのメモリ３２と結合する。特に、デジタル信号プロセッサまたは同類が実行可能なプログラム命令の形式のコンピュータコードを提供することによるように、チャネル予測処理回路２０はハードウェアおよび／またはソフトウェアにおいて実装することができる。

動作においては、サンプルメモリ３２に保持する受信信号サンプルに基づき、チャネル推定回路３０は幾つかの受信信号周波数のチャネル推定（測定するチャネル周波数応答（ＣＦＲ））を生成する。選択肢として、測定するチャネル周波数応答を選択可能なフィルタ３６によりフィルタリングを行い、その後測定したチャネル周波数応答をチャネル予測処理回路２０に供給する。このようなフィルタリングを実装し、信号対雑音比（ＳＮＲ）を改善することができる。このコンテキストでは、サンプルフィルタリングは平均化処理と理解することができる。サンプル平均化は、サンプル値が平均化時間に亘って大きくは変動しない場合には良く動作する。従ってサンプル平均化を使用して伝播チャネル条件が緩やかに変動している（緩やかなフェージング条件）時間の間のＳＮＲを改善することができる。逆に、速いフェージング条件の間のサンプルのフィルタリングは歪みを導入することがある。処理回路２０はチャネル条件の関数としてフィルリングの是非を選択するように構成し、処理回路２０はチャネル条件がより緩やかにまたはより速く変化しているかに応じて、可変量のフィルタリングを適用するように構成することができる。チャネル推定回路３０からの出力の評価はこのような調整の基礎を提供する。また少なくとも幾つかの実施形態では適用するフィルタリング量またはフィルタリング有無の選択の基礎として、予測するチャネル特性の精度を直接または間接的に評価することができる。

次いで、チャネル予測回路２２はＡＲ処理（アルゴリズム）を実装し、ＡＲ処理においてチャネル予測回路はチャネル推定回路３０からの測定したチャネル周波数応答を使用してＡＲモデルを決定する。ＡＲモデルを決定した後に、測定したチャネル周波数応答の一部を使用してモデルを初期化する。関係するパラメータ、例えば望ましいモデルの次数はメモリに蓄積することができる。非限定的例として、チャネル予測回路２２はフィルタしたまたはフィルタしない１００の測定したチャネル周波数応答サンプルを受信し、その幾つかの数を使用してＡＲモデルを決定し、その幾つかの（より小さな）数を使用してモデルを初期化する。

チャネル予測回路２２は次いで初期化したモデルを使用して関心を持つ１以上の未受信信号周波数のチャネル周波数応答を予測する。例えば隣接周波数への外挿を行うことができる。さらに一度予測されたチャネル推定が利用可能であると、内挿処理を使用して関心を持つ初期周波数間の周波数の追加チャネル周波数応答を予測するように、処理回路２０を構成することができる。例えば受信するパイロットトーンを使用してＡＲモードを決定し、初期化するために測定したチャネル周波数応答を生成すれば、その場合ＡＲモデルを使用して同じ周波数間隔のチャネル周波数応答を予測することができるが、パイロットトーン間隔間のデータ・トーン・チャネル周波数応答を予測するように、処理回路２０を構成することができる。

処理回路２０の以上の構成によれば、例えば複数の信号周波数においてデータを受信し、受信周波数のチャネル推定を生成し、次いで未受信信号周波数のチャネル推定を予測するように、アクセス端末またはその他の無線通信デバイスまたはシステムを構成することができる。図４は、処理回路２０の実施形態を含む、無線通信デバイス４０を示し、図１においてより一般的に示す送受信機１２の一実施形態を表すと理解することができる。

より詳細には、無線通信デバイス４０はセル無線電話機、無線ページャ、携帯デジタルアシスタント（ＰＤＡ）、ラップトップまたはパームトップコンピュータ、またはその中の通信カード、またはその他のタイプの移動通信デバイスを含むと理解すべきである。図示する実施形態では、無線通信デバイス４０は送信／受信アンテナ４２、スイッチおよび／またはデュプレクサ４４、受信機フロントエンド回路４６、送信機回路４８、１つ以上のベースバンド処理回路５０、システムコントローラ５２、入力／出力（Ｉ／Ｏ）回路５４、およびユーザインタフェース５６を含み、ユーザインタフェースはオーディオ入力／出力、キーパッド、ディスプレイなどを含むことができる。図示する構成および回路が無線通信デバイス４０の意図する目的により変化しうることを、当業者は理解するであろう。１つ以上の実施形態では、無線通信デバイス４０はＯＦＤＭを受信するように構成し、例えばセル無線電話機またはその他の携帯通信デバイスを含むことができる。

チャネル周波数応答の予測をより詳細に理解するのに、マルチパス（多重経路）受信に関して、受信する複素ベースバンド信号を次式のように表しうることを見るのは有用である。

ここで、サブインデックスｎは信号経路ｎに対応し、Ｎは経路の総数、即ちマルチパス信号のコピーを表す。ベースバンドチャネルは時間ｔ−τにおいて次式のように与えられる等価ベースバンドインパルス応答を持つ線形時間変動フィルタとしてモデル化できることを、式（１）は意味する。

ここで、ｔは実時間を表し、τはインパルス応答内の時間を表す。

チャネルの時間変動周波数は、以下に与えられるようにτに関するフーリエ変換を行うことにより得られる。

ここで、α_ｎ（ｔ）は（マルチパス）減衰を表し、ｆ_Ｄｎ（ｔ）＝ｆ_ｃｖ／ｃ・ｃｏｓβ_ｎ（ｔ）はドップラシフトを表し、τ_ｎ（ｔ）＝Ｌ_ｎ（ｔ）／ｃは過剰（マルチパス）遅延を表す。

式（３）は、周波数範囲に亘るＮ個のｃｏｓ（）とｓｉｎ（）関数の和を表すと理解できる。例えばキャリア周波数ｆ_ｃ＝２ＧＨｚ、車両（デバイス）速度ｖ＝１１０ｋｍ／ｈであれば、その場合最大ドップラ周波数ｆ_Ｄｍａｘ＝２００Ｈｚである。何れにしろ、式は時間と周波数依存の双対性を示す、即ち式に現れるｆＤ_ｎ（ｔ）ｔとτ_ｎ（ｔ）ｆとの積により、ｆＤ_ｎ（ｔ）≠０またはτ_ｎ（ｔ）≠０であれば周波数応答は変化する。また、この表現は種々のドップラおよび過剰遅延差、ｆＤ_ｎ（ｔ）−ｆＤ_ｍ（ｔ） τ_ｎ（ｔ）−τ_ｍ（ｔ）および位相θ_ｎ−θ_ｍによるｃｏｓ（・）とｓｉｎ（・）の和であると見ることができる。

限られた時間ウインドウに亘り、例えば所与の瞬時にではあるが、周波数範囲に亘ってチャネルを観測すると仮定すると、チャネルが周波数に亘って変化する程度は種々の遅延に依存する。また、複素振幅および遅延をＮ個の経路の全てについて完全に推定することができれば、その場合チャネルの伝達関数は全ての周波数について完全に既知であろうことが注目される。即ち式（３）において与えられるベースバンドチャネル周波数応答の表現により、その周波数におけるチャネル周波数応答の予測には、関心を持つ所与の周波数を式における値ｆにより代置することを必要とするのみである。

シンボル速度および（パイロット）サブキャリア間隔によりサンプルする

を表すＣ［ｍ、ｋ］により、伝達関数は以下のように表すことができる。

ここで、Ｒ［ｍ、ｋ］は受信シンボルを表し、Ｃ［ｍ、ｋ］はチャネル周波数応答を表し、Ｓ［ｍ、ｋ］は送信シンボルを表し、Ｎ［ｍ、ｋ］は雑音と干渉の和を表す。パイロットサンプル速度において、即ち、パイロットサブキャリア周波数間隔において、およびパイロットが１つに等しく、およびチャネルパラメータが比較的短い時間間隔に亘って時間に関して変動しないと仮定すると、Ｒ［ｎ］からＡＲモデルを導出することができ、ここでｎ＝１，．．．，Ｌであり、時間インデックスは表記上の都合のため削除した。即ち、Ｌ個の受信パイロットに関するチャネル周波数応答の測定を使用して、ＡＲモデルを決定することができ、その決定により１以上の未受信周波数に対するチャネル周波数応答を予測する基礎を提供する。

単一のパイロットおよびパイロットサブキャリアを周波数｛Ｎ，Ｎ−１，．．．，Ｎ＋１−ｐ｝において受信すると仮定すると、次の隣接（受信しないが）パイロットサブキャリア周波数のチャネル周波数応答である

は次数ｐのＡＲモデルを使用して以下のように予測することができる。

ここで、｛ａ［１］，ａ［２］，．．．，ａ［ｐ］｝はＡＲモデルの係数である。パイロットサブキャリア周波数間隔において予測するチャネル周波数応答をさらに得るために、以下のように前の反復から得られる結果を使用してＡＲモデルを反復することができる。

従って式（５）および式（６）を考慮すると、受信信号サンプルを使用して受信信号周波数のチャネル周波数応答を計算することができ、これら測定する応答を使用して第ｐの次数のＡＲモデルのＡＲモデル係数を決定することができることがわかる。受信信号周波数のチャネル周波数応答を使用してこのように決定するモデル係数により、ＡＲモデルをついで使用して１以上の未受信周波数のチャネル周波数応答を予測することができる。

１以上の実施形態では、自己回帰モデルの次数を望ましい予測深度の関数として設定する。例えば、未受信信号周波数応答を予測する、受信信号周波数から離れる周波数距離（周波数”深度”）により、モデルの次数を設定することができる。さらに、本明細書で教示する自己回帰ベースの予測法および回路を伝播チャネル時間特性に代替として、または追加して使用することができ、時間距離（時間「深度」）をまた使用して、望ましい自己回帰モデルの次数を設定することができる。

時間ベースのチャネル予測をより詳細に見ると、一実施形態では関心を持つ伝播チャネルの変化する速さを決定するように、処理回路２０を構成する。これは例えば、チャネルが速くフェージングするか、または緩やかにフェージングすると考えるべきかの決定を構成上含むことができよう。２つの特性間の閾値は、例えば５０Ｈｚのドップラ速度または３０ｋｍ／ｈの車両速度でありえよう。ただ２つよりむしろ１０の異なるドップラ速度を使用することによるような本質的に連続ベースにおいて、チャネルが変化する速さをまた評価することができよう。

何れにしろ、推定されたドップラの全体または一部基づいて、ＡＲモデルに適するモデル次数を決定することができ、ＡＲ係数の決定に使用する受信信号サンプル数、およびそのようなサンプル間の間隔など、その他の複雑さの制約をまた考慮することができる。サンプルを使用してＡＲモデルを決定し、その係数を初期化し、初期化するモデルを次いで使用してチャネルの時間予測を行う。予測間隔の間の時間にチャネル推定が必要であれば内挿を使用することができ、予測間隔はモデルの決定および初期化に使用する測定するサンプルの間隔に関係する。

従って、時間ベースのＡＲ予測のために、チャネル推定を予測する方法の一実施形態は受信信号サンプルに基づき幾つかのチャネル推定を計算するステップ、複数のチャネル推定を使用して自己回帰モデルの自己回帰係数を計算するステップ、自己回帰モデルを使用して１つ以上の将来時間のチャネル推定を予測するステップ、およびチャネル条件の関数として自己回帰モデルを適合させるステップを含む。計算するチャネル推定は所与の時間ウインドウに亘って受信するサンプルまたは所与の数の時間間隔に基づくことができ、このような計算の時間フレームはまたチャネル条件の関数として調整することができる。非限定的例として、チャネル推定器３０が生成するチャネル推定はチャネル条件を決定するための基礎として評価することができる。

時間および周波数予測の双方は伝送パラメータの調整が、その他では既知でないであろうチャネル条件、即ち、未受信周波数のチャネル条件および／または将来時間におけるチャネル条件に適合するのを可能にする。その意味で、時間および周波数予測の双方は相補的に使用することができる。例えば、１つの基地局および１つの移動局を持ち、基地局および移動局のそれぞれに１０ＭＨｚの伝送帯域幅を割り当てる通信システムを想定しよう。さらに、移動局に割り当てる１０ＭＨｚのスペクトラムが基地局に割り当てる１０ＭＨｚのスペクトラムに隣接すると想定しよう。このコンテキストにおいて、本明細書で教示する予測法および回路を使用して、基地局への送信に移動局が使用すべき送信パラメータを予測することができる。

一実施形態では、関心を持つ周波数帯において受信する基地局は現時間のチャネルを決定し、ＡＲベースの時間予測を使用して移動局が次に送信するときのチャネルの様子を予測する。基地局は移動局にチャネル予測を送信し、次に移動局は時間予測を使用して予測される時間における送信に使用するであろう送信パラメータを決定する。ここでの１つの利点は、基地局が正しい周波数に対する時間予測を実行することである。

別の実施形態では、隣接する（または少なくとも近い）関心を持つ１以上の周波数である１以上の周波数において、移動局は基地局の送信を受信し、受信した１以上の周波数を使用して関心を持つ１以上の周波数の１以上のチャネルを予測する。ここでの１つの利点は、基地局を含まないので予測処理に含む遅延が殆ど無いことである。従ってアップリンク／ダウンリンク周波数が無線チャネルを平坦と考えるに足るほど接近していれば、周波数ベースのチャネル予測が好ましいであろう。他方、受信周波数が関心を持つ周波数からさらに離れている場合、時間ベースのチャネル予測が好ましいであろう。勿論、必要であるかまたは望ましい場合、２つの手法を共に使用することができる。

周波数予測および／または時間予測の何れを実装するにせよ、ＡＲモデルを決定する特定の方法の選択に関する設計の選択および実装要求条件の問題として、選択肢が存在する。考察する１つの基準は、１以上の受信信号のシヌソイドが持つ周波数または過剰遅延を最良に推定する方法を決定することである。非限定的例により、ＡＲモデルを決定する可能性のある方法は最大エントロピ、自己相関、共分散、修正分散、およびＢｕｒｇの方法を含む。特にＢｕｒｇの方法は、少なくとも幾つかの状況においてＡＲモデルの決定に関する有利な方法である。例えば、次の環境に関する仮定（最大過剰遅延拡散τ_ｍａｘ＝５μｓ、最大ドップラ周波数ｆ_Ｄｍａｘ＝２００Ｈｚ、およびＯＦＤＭサブキャリア間隔＝１５ｋＨｚ）に従い動作するセル通信ハンドセットには、Ｂｕｒｇの方法が好ましいであろう。

このようなモデルの決定の考察を考慮すると、予測の長さおよび計算負荷に影響する３つのパラメータ（サンプリング周波数、モデルの次数ｐおよびモデル化ウインドウ長）に、ＡＲモデルの計算は本質的に依存する。時間ベースのＡＲ予測、即ち測定時間外の時間に対するチャネル推定の予測の場合、サンプリング周波数はドップラ周波数に依存する。周波数予測の場合、適切なサンプリング周波数はチャネルの最大過剰遅延拡散に関係する。モデルの次数に関して、その選択は性能と複雑さの間のトレードオフを表す。最後に、モデル化ウインドウ長に関して、Ｂｕｒｇの方法におけるモデルの次数はウインドウの規模により制限されることに注意すべきである。モデル化ウインドウが長ければ、比較的緩やかなフェーディング条件の性能を改善するが、速いフェーディング条件において長いモデル化ウインドウを使用する場合、ＡＲベースのチャネル予測モデル化の実効性能は悪くなりうる。

未受信信号周波数のチャネル推定に関するＡＲベースの予測に関してＢｕｒｇの方法または別の方法を使用して実装するにせよ、１以上の実施形態では無線通信デバイス４０をＯＦＤＭベースの通信用に構成し、一様に間隔を保つサブキャリア周波数の複数のデータサブキャリア内に分散するパイロットサブキャリアに式（５）および式（６）の処理を使用する。図５はこのような処理の一実施形態を示す。

図５は、パイロットサブキャリア周波数｛Ｒ［Ｎ］、Ｒ［Ｎ−１］，．．．，Ｒ［Ｎ＋１−ｐ］｝について測定したチャネル周波数応答を使用する、無線通信デバイス４０の予測回路２０によるＡＲモデルの決定を示す。ＡＲモデルの決定およびモデル係数｛ａ［１］，ａ［２］，．．．，ａ［ｐ］｝の初期化後、１以上の未受信パイロットサブキャリア周波数、例えば｛Ｃ［Ｎ＋１］，Ｃ［Ｎ＋２］，．．．，Ｃ［Ｎ＋ｍ］｝のチャネル周波数応答を予測することにより処理は継続する。

さらに広く、複数の受信信号周波数の複数のチャネル周波数応答を決定するステップ、複数のチャネル周波数応答を使用して自己回帰モデルの自己回帰係数を計算するステップ、および自己回帰モデルを使用して受信信号周波数外の１以上の周波数のチャネル周波数応答を予測するステップを含む、未受信信号周波数のチャネル推定を決定する方法を実装するように、処理回路２０を構成することができる。少なくとも一実施形態では、チャネル周波数応答を決定するステップは少なくとも幾つかの受信信号周波数の受信信号サンプルから幾つかの周波数応答サンプルを取得するステップを含む。

オプションとして、処理回路２０はフィルタリングを適用し、フィルタリングした周波数応答サンプルを自己回帰係数の計算に使用するようにする。何れにしろ、ＡＲモデルの複雑さは許容される複雑さにより制限することができ、許容される複雑さは蓄積する値、チャネルの遅延拡散として表すことができ、チャネルの遅延拡散は動的に更新する値、または構成する値、および／またはチャネル周波数応答の予測に使用する周波数帯域幅でありうる。

少なくとも一実施形態では、複数のチャネル周波数応答を決定するステップは複数の受信ＯＦＤＭサブキャリアにおける少なくとも幾つかのサブキャリアのチャネル周波数応答を決定するステップを含む。例えば、処理回路２０は１以上の受信パイロットサブキャリアのチャネル周波数応答を決定し、受信パイロットサブキャリアについて決定したチャネル周波数応答の少なくとも一部を使用してｐ次の自己回帰モデルを決定する。換言すれば、少なくとも幾つかの受信パイロットサブキャリアのチャネル周波数応答を決定するように、処理回路２０を構成することができ、次いでこれらの測定結果を使用してＡＲモデルを決定、初期化し、ＡＲモデルを次いで使用してＡＲベースの予測に使用する周波数間隔に整合する周波数の刻みでチャネル周波数応答を予測する。パイロットトーン間の周波数トーンにおけるデータサブキャリアに対するなどの追加周波数は内挿を通じて予測することができる。

以上を考慮すると、ＯＦＤＭシステムに対する例の値は以下の通りでありうる（全帯域幅２０ＭＨｚ、サブキャリア間隔１５ｋＨｚ）。サブキャリア間隔は６７μｓのシンボル継続時間を与える。予測に使用するパイロットサブキャリア間の距離は：９０ｋＨｚ（６番目のキャリアはそれぞれパイロットである）。多いドップラ、例えば２００Ｈｚの場合、周波数方向の予測は幾つかの受信ＯＦＤＭシンボルに亘って平均化するよりむしろ１つのＯＦＤＭシンボルのみのデータに基づく。少ないドップラ、例えば１０Ｈｚ程度の場合、１０個のＯＦＤＭシンボルに亘って決定するサンプルを使用して雑音を削減することができる。ＡＲモデルを得るのに使用するウインドウの妥当な大きさは１００個でありうる、即ち１００個のパイロットサブキャリアを使用してＡＲモデルを決定する。妥当なモデルの次数は３０である。一度ＡＲモデルが得られると（９０ｋＨｚ間隔で送信する１００個のパイロットを使用して）、チャネルは９０ｋＨｚの格子、即ちＡＲモデルに使用するのと同じ間隔で予測する。最後に、９０ｋＨｚだけ離れて予測するチャネルの値を内挿して１５ｋＨｚの格子において予測するチャネル推定を生じる。

広く、１以上の実施形態では、内挿を使用してパイロットサブキャリア周波数間に位置する１以上のデータサブキャリア周波数のチャネル周波数応答予測を得るように、予測回路２０を構成する。例えば内挿を使用して予測されたＣ［Ｎ＋１］とＣ［Ｎ＋２］のパイロット・サブキャリア・チャネル周波数応答間のデータサブキャリアのチャネル周波数応答を予測することができる。一実施形態では内挿処理にＷｉｅｎｅｒフィルタを実装し、フィルタのパラメータをチャネル統計から導出する。

未受信信号周波数のチャネル推定を予測する能力は幾つかの伝送最適化の基礎を提供する。例えば、図６は予測するチャネル推定を使用してサブキャリア送信電力割り当ての基礎を形成するための処理論理を示す。

所与の予測するチャネル推定について、処理は対応する周波数の信号対雑音比（ＳＮＲ）の予測により開始する（ステップ１１０）。関心を持つ周波数は、例えば利用可能なデータサブキャリア周波数を含み、利用可能なデータサブキャリア周波数のチャネル周波数応答はパイロットサブキャリア周波数間の内挿により予測した。処理はＳＮＲが低閾値の下（例えば１ｄＢの下）にあるかを評価することにより継続する（ステップ１１２）。下にあれば、関心を持つ周波数は使用不可能と思われ、送信電力はその周波数における送信に割り当てない（ステップ１１４）。一方、ＳＮＲが低閾値の上にあれば、処理は予測するＳＮＲに基づき関心を持つ周波数における送信に対する変調および符号化方式（ＭＣＳ）の選択により継続する（ステップ１１６）。非限定的例により、以下のテーブルは予測するＳＮＲに基づくＭＣＳの選択を示す。

各データビット誤り確率に対して、シンボルセットは満たさなければならないデータビット当りの最低ＳＮＲを有する。チャネルの雑音が白色と考えれば、シンボル当りのＳＮＲであるＥ_ｓ／Ｎ_０は、データビット当りのＳＮＲであるＥ_ｂ／Ｎ_０から次式により計算することができる。

ここで、Ｒは符号化率であり、Ｍはセットサイズ、Ｎ_０は雑音分散、Ｅ_ｓおよびＥ_ｂはそれぞれシンボルおよびビット当りのエネルギである。一定の誤り確率を持つデータ伝送を必要とすれば、このＳＮＲは超えなければならない閾値である。まず通常の予測手順を実行し、次いでシンボル（即ち周波数ビン）当りの予測する瞬時ＳＮＲを次式のように導出することにより、予測するＳＮＲを計算する。

ここで

はチャネルの平均ＳＮＲであり、平均ＳＮＲはＭＣＳの対応付けにおいて使用する量である。

前提となる仮定は変化しうるが、以上に示す電力割り当て処理ではそれぞれ異なるシンボル、即ち波形は同じ量のエネルギを持ち、複数のＯＦＤＭサブキャリア、またはこのようなキャリアの定義するサブセットにおいて送信する総エネルギは一定であるはずであると仮定する。それぞれのサブキャリアにおいて送信するシンボルにより、総送信エネルギは以下の通りである。

最もロバストとなるように符号化および変調を選択してもある周波数では成功することが期待できないことを予測が示せば、例えば幾つかのｋの値に対して

であれば、対応するエネルギは代わりに他の利用可能なサブキャリアに分配することができる。例えばｋ_０個のサブキャリアを除外すれば、その場合残るＫ−ｋ_０個のシンボルのエネルギはＫ／（Ｋ−ｋ_０）だけ増加しうる。

以上の送信電力割り当て処理を無線通信デバイス４０により実行し、測定するダウンリンクチャネル周波数応答から予測するチャネル周波数応答に基づきそのアップリンク送信に使用するサブキャリアを選択することができる。一方例えば図１を参照すると、複数の遠隔送受信機から受信する予測されたチャネル推定に基づき、送受信機１０（例えば基地局）は複数の遠隔送受信機１２（例えば遠隔アクセス端末）の送信電力割り当てを実行することができることが理解されるであろう。

図７は予測するチャネル周波数応答を使用して複数の送信周波数に亘る送信を最適化する方法をさらに示す。さらに詳細には、図７は複数の無線通信受信機におけるそれぞれの受信機にＯＦＤＭデータサブキャリアのサブセットを割り当てる方法を示す。それは、本明細書で教示するチャネル推定予測法が受信しない信号周波数のチャネル周波数応答の推定を所与の受信機に可能にするからである。このように、サポート（ネットワーク）送信機は遠隔受信機に最良の周波数を決定することができる。

例として図１の実施形態を参照して、送受信機１０はＯＦＤＭベースまたはその他のタイプの無線通信ネットワーク基地局を含み、送受信機１２は遠隔アクセス端末（例えばセル通信ハンドセット）を含む。各送受信機１２が現在割り当てられている（そして受信される）ＯＦＤＭサブキャリア周波数のチャネル推定を測定し、これらの測定結果を使用してＡＲモデル化により未受信ＯＦＤＭサブキャリア周波数のチャネル推定を予測するという仮定により、処理は始まる。一実施形態では、送受信機１２は個別に自己回帰を使用してパイロットサブキャリア周波数を受信する範囲外の１以上のパイロットサブキャリア周波数のチャネル周波数応答を予測し、パイロットサブキャリア周波数に対して予測するチャネル周波数応答間における内挿により１以上の未受信データサブキャリア周波数のチャネル推定を予測する。

何れにしろ、複数の利用可能なＯＦＤＭサブキャリアについて測定し、予測するチャネル推定は複数の送受信機１２に利用可能であり、従ってＯＦＤＭサブキャリアの割り当て処理は測定され予測されたチャネル推定を合同評価することにより開始することを仮定する（ステップ１２０）。合同評価に基づき特定の送受信機１２への特定のＯＦＤＭデータサブキャリアの割り当てにより、処理は始まる（ステップ１２２）。即ち、周波数選択性フェージングにより、幾つかのサブキャリア周波数は送受信機１２の特定の送受信機への送信により良く適するであろう。

勿論、本発明は上述の議論により限定されることはなく、また添付する図面により制限されることもない。真に、本発明は添付する特許請求の範囲およびその法的等価物によってのみ限定される。

本明細書で教示するチャネル推定予測のために構成する１以上の送受信機を含む無線通信ネットワークの一実施形態の部分的ブロック図である。 マイクロプロセッサ回路または同類により実行するためのコンピュータコードとして実装され得るチャネル予測処理論理の一実施形態の論理フローチャートである。 チャネル予測処理回路の一実施形態のブロック図である。 チャネル予測のために構成する無線通信デバイスの一実施形態のブロック図である。 周波数間隔を持つパイロットサブキャリアのチャネル測定およびチャネル予測の一実施形態の信号図である。 予測されたチャネル応答に基づく送信電力割り当て処理論理の一実施形態の論理フローチャートである。 予測されたチャネル応答に基づく送信周波数（サブキャリア）割り当て処理論理の一実施形態の論理フローチャートである。

Claims (28)

1. 未受信信号周波数のチャネル推定値を決定する方法であって、
   複数の受信信号周波数の複数のチャネル周波数応答を決定するステップと、
   前記複数のチャネル周波数応答を使用して自己回帰モデルの自己回帰係数を計算するステップと、
   前記自己回帰モデルを使用して１以上の未受信信号周波数のチャネル周波数応答を予測するステップと、
   を含むことを特徴とする方法。
2. 複数のチャネル周波数応答を決定する前記ステップは、少なくとも幾つかの前記受信信号周波数の受信信号サンプルから幾つかの周波数応答サンプルを取得するステップを含むことを特徴とする請求項１に記載の方法。
3. 周波数応答サンプルを取得する前記ステップは、自己回帰係数を計算する前記ステップにおいてフィルタされた周波数応答サンプルが使用されるように、前記少なくとも幾つかの受信信号周波数に対するフィルタされた周波数応答サンプルを取得するステップを含むことを特徴とする請求項２に記載の方法。
4. 自己回帰モデルを使用して１以上の未受信信号周波数のチャネル周波数応答を予測する前記ステップは、前記自己回帰モデルを使用して前記受信信号周波数外の１以上の信号周波数のチャネル周波数応答を予測するステップを含むことを特徴とする請求項１に記載の方法。
5. 前記自己回帰モデルの次数は、許容される複雑さ、チャネルの遅延拡散、チャネル周波数応答を予測するステップで使用される周波数帯域幅の１以上に基づくことを特徴とする請求項１に記載の方法。
6. 所望の予測深度の関数として前記自己回帰モデルの次数を設定するステップをさらに含むことを特徴とする請求項１に記載の方法。
7. 複数のチャネル周波数応答を決定する前記ステップは、複数の受信直交周波数分割多重（ＯＦＤＭ）サブキャリアにおける少なくとも幾つかのサブキャリアのチャネル周波数応答を決定するステップを含むことを特徴とする請求項１に記載の方法。
8. 複数の受信直交周波数分割多重（ＯＦＤＭ）サブキャリアにおける少なくとも幾つかのサブキャリアのチャネル周波数応答を決定する前記ステップは、１以上の受信パイロットサブキャリアのチャネル周波数応答を決定するステップを含み、自己回帰係数を計算する前記ステップは、前記受信パイロットサブキャリアに対して決定する前記チャネル周波数応答の少なくとも一部を使用してｐ次の自己回帰モデルを決定するステップを含むことを特徴とする請求項７に記載の方法。
9. 複数のチャネル周波数応答を決定する前記ステップは、複数の受信ＯＦＤＭサブキャリアにおける受信パイロットサブキャリアのチャネル周波数応答を決定するステップを含むことを特徴とする請求項１に記載の方法。
10. 自己回帰係数を計算する前記ステップは、前記受信パイロットサブキャリアに対して決定する前記複数のチャネル周波数応答の少なくとも一部を使用してｐ次の自己回帰モデルを決定するステップを含むことを特徴とする請求項９に記載の方法。
11. 前記自己回帰モデルの係数を初期化するために、前記受信パイロットサブキャリアに対して決定された前記複数のチャネル周波数応答の一部を使用するステップをさらに含むことを特徴とする請求項１０に記載の方法。
12. 自己回帰モデルを使用して１以上の未受信信号周波数のチャネル周波数応答を予測する前記ステップは、１以上の未受信パイロットサブキャリア周波数のチャネル周波数応答を予測するために自己回帰モデルを使用するステップと、前記パイロットサブキャリア周波数間の周波数にあるデータサブキャリアに対する予測されたチャネル周波数応答を取得するために必要に応じて予測されたチャネル周波数応答間において内挿を行うステップと、を含むことを特徴とする請求項１０に記載の方法。
13. 複数の無線通信受信機における個々の受信機により決定されたように予測されたチャネル周波数応答を評価するステップと、前記評価に基づいて利用可能なデータサブキャリアのセットにおける特定のデータサブキャリアを前記無線通信受信機の各々に割り当てるステップと、をさらに含むことを特徴とする請求項１に記載の方法。
14. 未受信信号周波数のチャネル推定値を決定するコンピュータ製品であって、該コンピュータ製品は、
    複数の受信信号周波数の複数のチャネル周波数応答を決定するコンピュータコードと、
    前記複数のチャネル周波数応答を使用して自己回帰モデルの自己回帰係数を計算するコンピュータコードと、
    前記自己回帰モデルを使用して１以上の未受信信号周波数のチャネル周波数応答を予測するコンピュータコードと、
    を含むことを特徴とするコンピュータ製品。
15. 未受信信号周波数のチャネル推定値を決定するように構成された受信機回路であって、該受信機回路は、
    複数の受信信号周波数の複数のチャネル周波数応答を決定し、
    前記複数のチャネル周波数応答を使用して自己回帰モデルの自己回帰係数を計算し、
    前記自己回帰モデルを使用して１以上の未受信信号周波数のチャネル周波数応答を予測する、
    ように構成された１以上の処理回路を含むことを特徴とする受信機回路。
16. 前記受信機回路は、少なくとも幾つかの前記受信信号周波数の受信信号サンプルから幾つかの周波数応答サンプルを取得することにより前記複数のチャネル周波数応答を決定するように構成されることを特徴とする請求項１５に記載の受信機回路。
17. 前記受信機回路は、自己回帰係数の前記計算においてフィルタされた周波数応答サンプルが使用されるように、前記少なくとも幾つかの受信信号周波数に対するフィルタされた周波数応答サンプルを取得することにより前記周波数応答サンプルを取得するように構成されることを特徴とする請求項１６に記載の受信機回路。
18. 前記受信機回路は、自己回帰モデルを使用して１以上の未受信信号周波数のチャネル周波数応答を予測するように、前記自己回帰モデルを使用して前記受信信号周波数外の１以上の信号周波数のチャネル周波数応答を予測するように構成されることを特徴とする請求項１５に記載の受信機回路。
19. 前記自己回帰モデルの次数は、許容される複雑さ、チャネルの遅延拡散、チャネル周波数応答の予測で使用される周波数帯域幅の１以上に基づくことを特徴とする請求項１５に記載の受信機回路。
20. 前記受信機回路は、所望の予測深度の関数として前記自己回帰モデルの次数を設定するように構成されることを特徴とする請求項１５に記載の受信機回路。
21. 前記受信機回路は、複数の受信直交周波数分割多重（ＯＦＤＭ）サブキャリアにおける少なくとも幾つかのサブキャリアのチャネル周波数応答を決定することにより前記複数のチャネル周波数応答を決定するように構成されることを特徴とする請求項１５に記載の受信機回路。
22. 前記受信機回路は、前記複数のチャネル周波数応答を使用するｐ次の自己回帰モデルを初期化することにより前記自己回帰係数を計算するように構成されることを特徴とする請求項２１に記載の受信機回路。
23. 前記受信機回路は、複数の受信ＯＦＤＭサブキャリアにおける１以上のパイロットサブキャリアのチャネル周波数応答を決定することにより前記複数のチャネル周波数応答を決定するように構成されることを特徴とする請求項１５に記載の受信機回路。
24. 前記受信機回路は、前記受信パイロットサブキャリアに対して決定された前記複数のチャネル周波数応答の少なくとも一部を使用してｐ次の自己回帰モデルを決定することにより前記自己回帰係数を計算するように構成されることを特徴とする請求項２３に記載の受信機回路。
25. 前記受信機回路は、前記受信パイロットサブキャリアに対して決定された前記複数のチャネル周波数応答の少なくとも一部を使用して前記ｐ次の自己回帰モデルの係数を初期化するように構成されることを特徴とする請求項２４に記載の受信機回路。
26. 前記受信機回路は、１以上の未受信パイロットサブキャリア周波数のチャネル周波数応答を予測するために前記自己回帰モデルを使用し、前記パイロットサブキャリア周波数間の周波数にあるデータサブキャリアに対する予測されたチャネル周波数応答を取得するために必要に応じて予測されたチャネル周波数応答間において内挿を行うことにより、１以上の未受信信号周波数のチャネル周波数応答を予測するように構成されることを特徴とする請求項２４に記載の受信機回路。
27. チャネル推定値を予測する方法であって、
    受信信号サンプルに基づき幾つかのチャネル推定値を計算するステップと、
    前記複数のチャネル推定値を使用して自己回帰モデルの自己回帰係数を計算するステップと、
    前記自己回帰モデルを使用して１つ以上の将来時間に対するチャネル推定値を予測するステップと、
    チャネル条件の関数として前記自己回帰モデルを適合させるステップと、
    を含むことを特徴とする方法。
28. 複数の無線通信受信機の各々にＯＦＤＭデータサブキャリアのサブセットを割り当てる方法であって、
    無線通信受信機の各々について、前記無線通信受信機に現在割り当てられているＯＦＤＭデータサブキャリア周波数のチャネル推定値を測定し、前記測定されたチャネル推定値に基づいて自己回帰モデル化により前記無線通信受信機に現在割り当てていないＯＦＤＭデータサブキャリア周波数のチャネル推定値を予測するステップと、
    前記無線通信受信機に対する測定され予測されたチャネル推定値を合同評価するステップと、
    前記合同評価に基づいて特定の無線通信受信機に特定のＯＦＤＭデータサブキャリアを割り当てるステップと、
    を含むことを特徴とする方法。

Images