JP2012029305A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2012029305A5 JP2012029305A5 JP2011180517A JP2011180517A JP2012029305A5 JP 2012029305 A5 JP2012029305 A5 JP 2012029305A5 JP 2011180517 A JP2011180517 A JP 2011180517A JP 2011180517 A JP2011180517 A JP 2011180517A JP 2012029305 A5 JP2012029305 A5 JP 2012029305A5
- Authority
- JP
- Japan
- Prior art keywords
- filter
- estimate
- feedback
- sinr
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Description
開示された実施形態のこれまでの説明は、本技術分野に知識のあるいかなる者でも、本発明を作成し、使用することを可能にするために提供される。これらの実施形態に対する各種の変形は、本技術分野に知識のある者に、容易に実現されるであろう。そして、ここで規定された一般的な原理は、本発明の精神若しくは範囲から逸脱することなく他の実施形態にも適用されることができる。それゆえ、本発明は、ここに示された実施形態に制限されることを意図したものではなく、ここに開示された原理及び新規な特性と整合する広い範囲に適用されるものである。
以下に他の実施形態を示す。
[1]複数の係数によってそれぞれが規定されるフィードフォワード・フィルタ及びフィードバック・フィルタを有する判定フィードバック・イコライザ中のフィルタ係数を決定することによるハイブリッド判定フィードバック等化に関する方法、前記方法は:
前記判定フィードバック・イコライザに関するコスト関数を選択すること、前記コスト関数は、エラー・フリー・フィードバックを仮定するイコライザ出力と目標イコライザ出力足す前記フィードバック・フィルタ係数のエネルギーの変形された測定値との間の平均二乗誤差(MSE)である;及び
収束条件が満たされるまで前記複数の係数を調節すること、を具備する、
ここにおいて、前記収束条件は、前記コスト関数を最小にすることである、
方法。
[2][1]の方法、ここにおいて、前記複数の係数は、複数のフィルタ・タップに対応する、そしてここにおいて、前記エネルギーの変形された測定値は、前記フィルタ・タップのうちの少なくとも1つの関数である。
[3][1]の方法、ここにおいて、 前記コスト関数は、次式として与えられるMSEである:
ここにおいて、y n は送信されたシンボルであり、Nは受信したシンボルの数に対応し、X n は時刻nにおける前記フィードフォワード・フィルタの内容であり、Z n はエラー・フリー・フィードバックを仮定する前記フィードバック・フィルタの内容であり、fは前記フィードフォワード・フィルタに関するフィルタ係数であり、bはフィードバック・フィルタに関するフィルタ係数であり、そして、
は前記フィードバック・フィルタ係数のエネルギーの前記変形された測定値である。
[4][3]の方法、ここにおいて、前記変形された測定値αは、次式として与えられる: α=1+λ Q 2 −2ρ Q 、
ここにおいて、ρ Q はスライサ・モデルの入力と出力のクロス相関の測定値であり、及びここにおいて、λ Q 2 はスライサ・モデルの平均出力エネルギーの測定値である。
[5][3]の方法、ここにおいて、前記コスト関数は、最小平均二乗アルゴリズムを使用して最小にされる。
[6][3]の方法、前記方法は:
イコライザ出力と目標イコライザ出力との間で前記MSEの推定値を生成すること;及び
前記MSEの前記推定値の関数としてαを選択すること、
をさらに具備する。
[7][3]の方法、前記方法は:
前記イコライザの出力における信号対干渉及びノイズ比(SINR)の推定値を生成すること;及び
前記SINRの前記推定値の関数としてαを選択すること、
をさらに具備する。
[8][3]の方法、ここにおいて、α=2 m 、m=整数である。
[9][3]の方法、ここにおいて、前記変形された測定値αは、次式として規定される: α=1+λ Q 2 −2ρ Q
ここにおいて:
ここにおいて、Q(y 〜 |y)はスライサ・チャネル・モデルであり、y 〜 はスライサ出力であり、そしてyはスライサ入力である。
[10][9]の方法、ここにおいて、前記スライサ・チャネル・モデルは、次式として規定される:
Q(y 〜 |y)=Pr{σ(y+Z)=y 〜 }
ここにおいて、σ(.)は最小距離スライシング関数を表し、Zはゼロ平均ガウス・ランダム変数であり、yはスライサ入力であり、そして、y 〜 はスライサ出力である。
[11][9]の方法、前記方法は:
イコライザの出力におけるパイロット信号の信号対干渉及びノイズ比(SINR)を推定すること、
を具備する。
[12][3]の方法、ここにおいて、前記コスト関数最適化は、
フィルタ係数及びエラー項を決定するため及び次式を反復して演算するために最小平均二乗(LMS)アルゴリズムを使用すること、を具備する:
ここにおいて、fはフィードフォワード・フィルタのフィルタ係数を表し、bはフィードバック・フィルタのフィルタ係数を表し、Xはフィードフォワード・フィルタ係数を表し、αはフィードバック・フィルタ係数のエネルギーを変形する要素を表し、eはエラー項を表し、Zはエラー・フリー・フィードバックを仮定するフィードバック・フィルタの内容を表し、yは所望のシンボルを表し、そしてμはLMSステップ・サイズを表す。
[13][3]の方法、ここにおいて、前記コスト関数は、帰納的最小二乗アルゴリズムを使用して最小にされる。
[14]ハイブリッド判定フィードバック・イコライザであって、下記を具備する:
複数のフィルタ・タップを有するフィードフォワード・フィルタ、前記フィルタ・タップは対応するフィルタ係数を有する;
複数のフィルタ・タップを有するフィードバック・フィルタ、前記フィルタ・タップは対応するフィルタ係数を有する;
前記フィードフォワード・フィルタ及び前記フィードバック・フィルタに接続され、前記フィードフォワード・フィルタ及び前記フィードバック・フィルタの前記フィルタ係数を更新するように適応して、予め決められたコスト関数を最小にする係数発生器、ここにおいて、前記コスト関数は、エラー・フリー・フィードバックを仮定するイコライザ出力と目標イコライザ出力との間の平均二乗誤差(MSE)であり、前記フィードバック・フィルタ係数のエネルギーの変形された測定値を加える;
前記フィードフォワード・フィルタの出力及び前記フィードバック・フィルタの出力に接続されたサミング・ノード、前記サミング・ノードは前記フィードフォワード・フィルタの前記出力から前記フィードバック・フィルタの前記出力を引き算するように、そしてオリジナルの送信されたシンボルの推定値を生成するように構成される;及び
前記サミング・ノードに接続されたスライサ、を具備し、前記スライサは前記推定値を受信しそして前記オリジナルの送信されたシンボルを決定するように適応される、
ハイブリッド判定フィードバック・イコライザ。
[15][14]の判定フィードバック・イコライザ、ここにおいて、前記係数発生器は: 前記判定フィードバック・イコライザの出力におけるパイロット信号の信号対干渉及びノイズ比(SINR)を推定する;及び
次式として規定された変形された測定値αを決定する:
α=1+λ Q 2 −2ρ Q
ように適応される、ここにおいて:
ここにおいて、Q(y 〜 |y)はスライサ・チャネル・モデルであり、y 〜 はスライサ出力である、
ここにおいて、前記スライサ・チャネル・モデルは、次式として規定される:
Q(y 〜 |y)=Pr{σ(y+Z)=y 〜 }
ここにおいて、σ(.)は最小距離スライシング関数を表し、Zはゼロ平均ガウス・ランダム変数であり、yはスライサ入力であり、そして、y 〜 はスライサ出力である。
[16][15]の判定フィードバック・イコライザ、ここにおいて、前記係数発生器は: SINRの関数として変形された測定値を記憶するメモリ記憶デバイスを使用して前記変形された測定値を決定するように、さらに適応される。
[17][15]の判定フィードバック・イコライザ、ここにおいて、前記係数発生器は: エラー・フリー・フィードバックを仮定するイコライザの出力と目標イコライザ出力との間の平均二乗誤差(MSE)を推定する;及び
次式として規定された変形された測定値αを決定する:
α=1+λ Q 2 −2ρ Q
ように適応される、ここにおいて:
[18][17]の判定フィードバック・イコライザ、ここにおいて、前記係数発生器は: MSEの関数として変形された測定値を記憶するメモリ記憶デバイスを使用して前記変形された測定値を決定するように、さらに適応される。
[19]判定フィードバック・イコライザ中のフィルタ係数を決定するための方法、前記判定フィードバック・イコライザは複数の係数によってそれぞれが規定されたフィードフォワード・フィルタ及びフィードバック・フィルタを有する、前記方法は:
前記判定フィードバック・イコライザに関するコスト関数を選択すること、前記コスト関数はエラー・フリー・フィードバックを仮定するイコライザ出力と目標イコライザ出力足す前記フィードバック・フィルタ係数のエネルギーの変形された測定値との間の平均二乗誤差(MSE)である;及び
帰納的最小二乗(RLS)アルゴリズムにしたがって前記複数の係数を調節すること、を具備する方法。
[20]ハイブリッド判定フィードバック・イコライザ装置であって:
処理ユニット;及び
前記処理ユニットに接続されたメモリ記憶ユニット、前記メモリ記憶ユニットはコンピュータ読み取り可能な命令を記憶する、前記メモリ記憶ユニットは:
前記判定フィードバック・イコライザに関するコスト関数を選択することによって、複数の係数によりそれぞれが規定されるフィードフォワード・フィルタ及びフィードバック・フィルタを有する判定フィードバック・イコライザ中のフィルタ係数を決定するための命令の第1のセット、前記コスト関数はエラー・フリー・フィードバックを仮定するイコライザ出力と目標イコライザ出力足す前記フィードバック・フィルタ係数のエネルギーの変形された測定値との間の平均二乗誤差(MSE)として規定される;及び
収束条件を満足するまで前記複数の係数を調節するための命令の第2のセット、を具備する、ここにおいて、前記収束条件は、前記コスト関数を最小にすることである、
を具備する、ハイブリッド判定フィードバック・イコライザ装置。
[21]ハイブリッド判定フィードバック・イコライザ装置であって:
処理ユニット;及び
前記処理ユニットに接続されたメモリ記憶ユニット、前記メモリ記憶ユニットはコンピュータ読み取り可能な命令を記憶する、前記メモリ記憶ユニットは:
フィードバック・フィルタ及びフィードフォワード・フィルタを有する差分フィードバック・イコライザのフィルタ係数及び次式を繰り返し演算するために最小平均二乗(LMS)アルゴリズムの適用によりエラー項、を決定するための命令の第1のセット、を具備する:
ここにおいて、fは前記フィードフォワード・フィルタのフィルタ係数を表し、bは前記フィードバック・フィルタのフィルタ係数を表し、Xはフィードフォワード・フィルタの内容を表し、ρは前記差分フィードバック・イコライザのスライサ出力と送信された信号との間の相関を表し、eはエラー項を表し、Zはエラー・フリー・フィードバックを仮定するフィードバック・フィルタの内容を表し、yは受信したサンプルを表し、そしてμはLMSステップ・サイズを表す、
を具備する、ハイブリッド判定フィードバック・イコライザ装置。
[22]送信されたシンボルを推定するための方法、前記送信されたシンボルはコンステレーション・マップにマッピングされる、前記方法は:
サンプルを受信すること;
前記サンプルの信号対干渉及びノイズ比(SINR)を推定すること;
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定すること、を具備する方法。
[23][22]の方法、ここにおいて、前記送信されたシンボルを推定することは:
下記の関係式によって規定される前記受信したサンプルの変動を計算すること:
σ 2 =1/2(SINR)
及び、次式として条件付き平均値を評価すること、を具備する:
ここにおいて、Y^はソフト・スライサへの入力サンプルを表し、yは前記コンステレーション・マッピングΨに属する前記送信されたシンボルを表す。
[24][22]の方法、ここにおいて、推定値は、メモリ記憶ユニット中に記憶される、ここにおいて、前記コンステレーション・マップの各領域は、対応する推定値を有する。
[25][22]の方法、前記方法は:
前記コンステレーション・マップの領域に対する第1の値を生成するために前記シンボルを量子化すること;及び
前記コンステレーション・マップの前記領域に対応する推定値を決定すること、
をさらに具備する。
[26][25]の方法、前記方法は:
N個の値のセットから選択された第1の値に前記シンボルを量子化すること;
前記第1の値及び前記SINRに対応する前記メモリ記憶ユニットのエントリを決定すること、
をさらに具備する。
[27][26]の方法、ここにおいて、前記シンボルを量子化することは:
最小ユークリッド距離基準(Minimum Euclidean Distance criterion)を使用して前記シンボルを量子化すること、
を具備する。
[28][25]の方法、ここにおいて、前記推定値は、SINR値のセットに関する前記メモリ記憶ユニット中に記憶される、そしてここにおいて、前記方法は:
第1のSINR値に関する第1の推定値を決定するためにメモリ記憶ユニット中のエントリを補間すること、ここにおいて、前記第1のSINR値は、前記SINR値のセット中にない、
をさらに具備する。
[29][25]の方法、ここにおいて、各領域は、長方形である。
[30][24]の方法、ここにおいて、前記メモリ記憶ユニットは、前記SINR及び前記推定値によって識別されたエントリを含む。
[31][22]の方法、前記方法は:
前記SINR及び前記受信したサンプルに基づいて第1の推定値を決定すること;及び 前記第1の推定値、前記SINR、及び前記受信したサンプルの組み合わせに基づいて第2の推定値を決定すること、
をさらに具備する。
[32][31]の方法、ここにおいて、前記第1の推定値は、最小距離スライサを使用して計算される。
[33][31]の方法、ここにおいて、前記第2の推定値は、前記最1の推定値足す補正項に等しい。
[34][33]の方法、ここにおいて、前記第1の推定値は、次式として規定される:
σ 1 (y^ i )
そして、前記第2の推定値は、次式で与えられる:
σ 1 (y^ i )+(y^−y^ i )σ 2 (y^ i )
ここにおいて、各σはある推定値へのサンプル値の固有マッピングを表し、y^は前記受信したサンプルを表し、そしてy^ i は前記受信したサンプルの量子化された版を表す。
[35][34]の方法、ここにおいて、前記第1の推定値を決定することは:
前記受信したサンプルを量子化して、量子化されたサンプルを形成すること;
前記量子化したサンプルに基づいて第1の推定値を生成すること;及び
前記第1の推定値に基づいて第2の推定値を生成すること、
を具備する。
[36]判定フィードバック・イコライザ中のフィルタ係数を決定するための方法、前記判定フィードバック・イコライザは複数の係数によってそれぞれが規定されるフィードフォワード・フィルタ及びフィードバック・フィルタを有する、前記方法は:
前記判定フィードバック・イコライザに関するコスト関数を選択すること、前記コスト関数は、エラー・フリー・フィードバックを仮定するイコライザ出力と目標イコライザ出力足す前記フィードバック・フィルタ係数のエネルギーの変形された測定値との間の平均二乗誤差(MSE)である;及び
収束条件が満たされるまで前記複数の係数を調節すること、を具備する、
ここにおいて、前記収束条件は、前記コスト関数を最小にすることであり、ここにおいて、前記MSEは次式として与えられる:
ここにおいて、y n は受信したシンボルであり、Nはマッピング・コンステレーション中の点の数に対応し、X n は時刻nにおけるフィードフォワード・フィルタの内容であり、Z n はエラー・フリー・フィードバックを仮定する前記フィードバック・フィルタの内容であり、fは前記フィードフォワード・フィルタに関するフィルタ係数であり、bは前記フィードバック・フィルタに関するフィルタ係数であり、そして、αは前記フィードバック・フィルタ係数のエネルギーの変形された測定値である、
ここにおいて、前記変形された測定値αは、次式として規定される:
α=1+λ Q 2 −2ρ Q
ここにおいて;
ここにおいて、Q(y 〜 |y)はスライサ・チャネル・モデルであり、y 〜 はスライサ出力であり、そしてyはスライサ入力である、
ここにおいて、スライサ・チャネル・モデルは、次式として規定される:
Q(y 〜 |y)=Pr{σ(y+Z)=y 〜 }
ここにおいて、σ(.)はソフト・スライシング関数を表し、Zはゼロ平均ガウス・ランダム変数であり、ここにおいて、変動は、次式の関係によって規定される:
σ 2 =1/2(SINR)、及び
ここにおいて、残留干渉及びノイズは、各々が変動σ 2 を有し、独立した実数部及び虚数部を有するゼロ平均複素ガウス・ランダム変数Zとしてモデル化される。
[37]送信されたシンボルを推定するための装置、前記送信されたシンボルはコンステレーション中の点である、前記方法は:
サンプルを受信するための手段;
前記サンプルの信号対干渉及びノイズ比(SINR)を推定するための手段;
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定するための手段、
を具備する。
[38][37]の装置、ここにおいて、前記送信されたシンボルを推定するための前記手段は:
下記の関係式によって規定される前記受信したサンプルの変動を計算するための手段: σ 2 =1/2(SINR)
をさらに具備する、
ここにおいて、残留干渉及びノイズは、各々が変動σ 2 を有し、独立した実数部及び虚数部を有するゼロ平均複素ガウス・ランダム変数Zとしてモデル化され、及び
次式として条件付き平均を評価すること:
ここにおいて、Y^はソフト・スライサへの入力サンプルを表し、yは前記コンステレーション・マッピングΨに属する前記送信されたシンボルを表す。
[39][37]の装置、ここにおいて、推定値は、メモリ記憶ユニット中に記憶される、そしてここにおいて、前記コンステレーション・マップの各領域は、対応する推定値を有する。
[40][39]の装置、前記装置は:
前記コンステレーション・マップの領域に対する第1の値を生成するために前記シンボルを量子化するための手段;及び
前記コンステレーション・マップの前記領域に対応する推定値を決定するための手段、をさらに具備する。
[41][40]の方法、前記方法は:
N個の値のセットから選択された第1の値に前記シンボルを量子化するための手段; 前記第1の値及び前記SINRに対応する前記メモリ記憶ユニットのエントリを決定するための手段、
をさらに具備する。
[42][41]の装置、ここにおいて、前記シンボルを量子化するための手段は:
最小ユークリッド距離基準を使用して前記シンボルを量子化するための手段、
を具備する。
[43][40]の方法、ここにおいて、前記推定値は、SINR値のセットに関する前記メモリ記憶ユニット中に記憶される、そしてここにおいて、前記装置は:
前記メモリ記憶ユニット中のエントリを補間して、第1のSINR値に関する第1の推定値を決定するための手段、をさらに具備する、ここにおいて、前記第1のSINR値は、前記SINR値のセット中にない。
[44][40]の装置、ここにおいて、前記コンステレーション・マップの各領域は、長方形形状を有する。
[45][39]の装置、ここにおいて、前記メモリ記憶ユニットは、SINR及び推定値によって識別されたエントリを含む。
[46][37]の装置、前記装置は:
前記SINR及び前記受信したサンプルに基づいて第1の推定値を決定するための手段;及び
前記第1の推定値、前記SINR、及び前記受信したサンプルの組み合わせに基づいて第2の推定値を決定するための手段、
をさらに具備する。
[47][46]の装置、ここにおいて、前記第1の推定値は、最小距離スライサを使用して計算される。
[48][46]の装置、ここにおいて、前記第2の推定値は、前記最1の推定値足す補正項に等しい。
[49][46]の方法、ここにおいて、前記第1の推定値は、次式として規定される:
σ 1 (y^ i )
そして、前記第2の推定値は、次式として与えられる:
σ 1 (y^ i )+(y^−y^ i )σ 2 (y^ i )
ここにおいて、各σは推定値へのサンプル値の固有のマッピングを表し、y^は前記受信したサンプルを表し、そしてy^ i は前記受信したサンプルの量子化された版を表す。
[50][49]の方法、ここにおいて、前記第1の推定値を決定するための手段は:
前記受信したサンプルを量子化して、量子化されたサンプルを形成するための手段; 前記量子化されたサンプルに基づいて第1の推定値を生成するための手段;及び
前記第1の推定値に基づいて第2の推定値を生成するための手段、
を具備する。
[51]メモリ記憶デバイス;及び
前記メモリ記憶デバイスに接続され、
送信されたシンボルに対応するサンプルを受信する、ここで、前記送信されたシンボルはコンステレーション・マップにマッピングされる、
前記サンプルの信号対ノイズ比(SINR)を推定する;
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定する、
ように適応された処理ユニット、
を具備する装置。
以下に他の実施形態を示す。
[1]複数の係数によってそれぞれが規定されるフィードフォワード・フィルタ及びフィードバック・フィルタを有する判定フィードバック・イコライザ中のフィルタ係数を決定することによるハイブリッド判定フィードバック等化に関する方法、前記方法は:
前記判定フィードバック・イコライザに関するコスト関数を選択すること、前記コスト関数は、エラー・フリー・フィードバックを仮定するイコライザ出力と目標イコライザ出力足す前記フィードバック・フィルタ係数のエネルギーの変形された測定値との間の平均二乗誤差(MSE)である;及び
収束条件が満たされるまで前記複数の係数を調節すること、を具備する、
ここにおいて、前記収束条件は、前記コスト関数を最小にすることである、
方法。
[2][1]の方法、ここにおいて、前記複数の係数は、複数のフィルタ・タップに対応する、そしてここにおいて、前記エネルギーの変形された測定値は、前記フィルタ・タップのうちの少なくとも1つの関数である。
[3][1]の方法、ここにおいて、 前記コスト関数は、次式として与えられるMSEである:
[4][3]の方法、ここにおいて、前記変形された測定値αは、次式として与えられる: α=1+λ Q 2 −2ρ Q 、
ここにおいて、ρ Q はスライサ・モデルの入力と出力のクロス相関の測定値であり、及びここにおいて、λ Q 2 はスライサ・モデルの平均出力エネルギーの測定値である。
[5][3]の方法、ここにおいて、前記コスト関数は、最小平均二乗アルゴリズムを使用して最小にされる。
[6][3]の方法、前記方法は:
イコライザ出力と目標イコライザ出力との間で前記MSEの推定値を生成すること;及び
前記MSEの前記推定値の関数としてαを選択すること、
をさらに具備する。
[7][3]の方法、前記方法は:
前記イコライザの出力における信号対干渉及びノイズ比(SINR)の推定値を生成すること;及び
前記SINRの前記推定値の関数としてαを選択すること、
をさらに具備する。
[8][3]の方法、ここにおいて、α=2 m 、m=整数である。
[9][3]の方法、ここにおいて、前記変形された測定値αは、次式として規定される: α=1+λ Q 2 −2ρ Q
ここにおいて:
[10][9]の方法、ここにおいて、前記スライサ・チャネル・モデルは、次式として規定される:
Q(y 〜 |y)=Pr{σ(y+Z)=y 〜 }
ここにおいて、σ(.)は最小距離スライシング関数を表し、Zはゼロ平均ガウス・ランダム変数であり、yはスライサ入力であり、そして、y 〜 はスライサ出力である。
[11][9]の方法、前記方法は:
イコライザの出力におけるパイロット信号の信号対干渉及びノイズ比(SINR)を推定すること、
を具備する。
[12][3]の方法、ここにおいて、前記コスト関数最適化は、
フィルタ係数及びエラー項を決定するため及び次式を反復して演算するために最小平均二乗(LMS)アルゴリズムを使用すること、を具備する:
[13][3]の方法、ここにおいて、前記コスト関数は、帰納的最小二乗アルゴリズムを使用して最小にされる。
[14]ハイブリッド判定フィードバック・イコライザであって、下記を具備する:
複数のフィルタ・タップを有するフィードフォワード・フィルタ、前記フィルタ・タップは対応するフィルタ係数を有する;
複数のフィルタ・タップを有するフィードバック・フィルタ、前記フィルタ・タップは対応するフィルタ係数を有する;
前記フィードフォワード・フィルタ及び前記フィードバック・フィルタに接続され、前記フィードフォワード・フィルタ及び前記フィードバック・フィルタの前記フィルタ係数を更新するように適応して、予め決められたコスト関数を最小にする係数発生器、ここにおいて、前記コスト関数は、エラー・フリー・フィードバックを仮定するイコライザ出力と目標イコライザ出力との間の平均二乗誤差(MSE)であり、前記フィードバック・フィルタ係数のエネルギーの変形された測定値を加える;
前記フィードフォワード・フィルタの出力及び前記フィードバック・フィルタの出力に接続されたサミング・ノード、前記サミング・ノードは前記フィードフォワード・フィルタの前記出力から前記フィードバック・フィルタの前記出力を引き算するように、そしてオリジナルの送信されたシンボルの推定値を生成するように構成される;及び
前記サミング・ノードに接続されたスライサ、を具備し、前記スライサは前記推定値を受信しそして前記オリジナルの送信されたシンボルを決定するように適応される、
ハイブリッド判定フィードバック・イコライザ。
[15][14]の判定フィードバック・イコライザ、ここにおいて、前記係数発生器は: 前記判定フィードバック・イコライザの出力におけるパイロット信号の信号対干渉及びノイズ比(SINR)を推定する;及び
次式として規定された変形された測定値αを決定する:
α=1+λ Q 2 −2ρ Q
ように適応される、ここにおいて:
ここにおいて、前記スライサ・チャネル・モデルは、次式として規定される:
Q(y 〜 |y)=Pr{σ(y+Z)=y 〜 }
ここにおいて、σ(.)は最小距離スライシング関数を表し、Zはゼロ平均ガウス・ランダム変数であり、yはスライサ入力であり、そして、y 〜 はスライサ出力である。
[16][15]の判定フィードバック・イコライザ、ここにおいて、前記係数発生器は: SINRの関数として変形された測定値を記憶するメモリ記憶デバイスを使用して前記変形された測定値を決定するように、さらに適応される。
[17][15]の判定フィードバック・イコライザ、ここにおいて、前記係数発生器は: エラー・フリー・フィードバックを仮定するイコライザの出力と目標イコライザ出力との間の平均二乗誤差(MSE)を推定する;及び
次式として規定された変形された測定値αを決定する:
α=1+λ Q 2 −2ρ Q
ように適応される、ここにおいて:
[19]判定フィードバック・イコライザ中のフィルタ係数を決定するための方法、前記判定フィードバック・イコライザは複数の係数によってそれぞれが規定されたフィードフォワード・フィルタ及びフィードバック・フィルタを有する、前記方法は:
前記判定フィードバック・イコライザに関するコスト関数を選択すること、前記コスト関数はエラー・フリー・フィードバックを仮定するイコライザ出力と目標イコライザ出力足す前記フィードバック・フィルタ係数のエネルギーの変形された測定値との間の平均二乗誤差(MSE)である;及び
帰納的最小二乗(RLS)アルゴリズムにしたがって前記複数の係数を調節すること、を具備する方法。
[20]ハイブリッド判定フィードバック・イコライザ装置であって:
処理ユニット;及び
前記処理ユニットに接続されたメモリ記憶ユニット、前記メモリ記憶ユニットはコンピュータ読み取り可能な命令を記憶する、前記メモリ記憶ユニットは:
前記判定フィードバック・イコライザに関するコスト関数を選択することによって、複数の係数によりそれぞれが規定されるフィードフォワード・フィルタ及びフィードバック・フィルタを有する判定フィードバック・イコライザ中のフィルタ係数を決定するための命令の第1のセット、前記コスト関数はエラー・フリー・フィードバックを仮定するイコライザ出力と目標イコライザ出力足す前記フィードバック・フィルタ係数のエネルギーの変形された測定値との間の平均二乗誤差(MSE)として規定される;及び
収束条件を満足するまで前記複数の係数を調節するための命令の第2のセット、を具備する、ここにおいて、前記収束条件は、前記コスト関数を最小にすることである、
を具備する、ハイブリッド判定フィードバック・イコライザ装置。
[21]ハイブリッド判定フィードバック・イコライザ装置であって:
処理ユニット;及び
前記処理ユニットに接続されたメモリ記憶ユニット、前記メモリ記憶ユニットはコンピュータ読み取り可能な命令を記憶する、前記メモリ記憶ユニットは:
フィードバック・フィルタ及びフィードフォワード・フィルタを有する差分フィードバック・イコライザのフィルタ係数及び次式を繰り返し演算するために最小平均二乗(LMS)アルゴリズムの適用によりエラー項、を決定するための命令の第1のセット、を具備する:
を具備する、ハイブリッド判定フィードバック・イコライザ装置。
[22]送信されたシンボルを推定するための方法、前記送信されたシンボルはコンステレーション・マップにマッピングされる、前記方法は:
サンプルを受信すること;
前記サンプルの信号対干渉及びノイズ比(SINR)を推定すること;
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定すること、を具備する方法。
[23][22]の方法、ここにおいて、前記送信されたシンボルを推定することは:
下記の関係式によって規定される前記受信したサンプルの変動を計算すること:
σ 2 =1/2(SINR)
及び、次式として条件付き平均値を評価すること、を具備する:
[24][22]の方法、ここにおいて、推定値は、メモリ記憶ユニット中に記憶される、ここにおいて、前記コンステレーション・マップの各領域は、対応する推定値を有する。
[25][22]の方法、前記方法は:
前記コンステレーション・マップの領域に対する第1の値を生成するために前記シンボルを量子化すること;及び
前記コンステレーション・マップの前記領域に対応する推定値を決定すること、
をさらに具備する。
[26][25]の方法、前記方法は:
N個の値のセットから選択された第1の値に前記シンボルを量子化すること;
前記第1の値及び前記SINRに対応する前記メモリ記憶ユニットのエントリを決定すること、
をさらに具備する。
[27][26]の方法、ここにおいて、前記シンボルを量子化することは:
最小ユークリッド距離基準(Minimum Euclidean Distance criterion)を使用して前記シンボルを量子化すること、
を具備する。
[28][25]の方法、ここにおいて、前記推定値は、SINR値のセットに関する前記メモリ記憶ユニット中に記憶される、そしてここにおいて、前記方法は:
第1のSINR値に関する第1の推定値を決定するためにメモリ記憶ユニット中のエントリを補間すること、ここにおいて、前記第1のSINR値は、前記SINR値のセット中にない、
をさらに具備する。
[29][25]の方法、ここにおいて、各領域は、長方形である。
[30][24]の方法、ここにおいて、前記メモリ記憶ユニットは、前記SINR及び前記推定値によって識別されたエントリを含む。
[31][22]の方法、前記方法は:
前記SINR及び前記受信したサンプルに基づいて第1の推定値を決定すること;及び 前記第1の推定値、前記SINR、及び前記受信したサンプルの組み合わせに基づいて第2の推定値を決定すること、
をさらに具備する。
[32][31]の方法、ここにおいて、前記第1の推定値は、最小距離スライサを使用して計算される。
[33][31]の方法、ここにおいて、前記第2の推定値は、前記最1の推定値足す補正項に等しい。
[34][33]の方法、ここにおいて、前記第1の推定値は、次式として規定される:
σ 1 (y^ i )
そして、前記第2の推定値は、次式で与えられる:
σ 1 (y^ i )+(y^−y^ i )σ 2 (y^ i )
ここにおいて、各σはある推定値へのサンプル値の固有マッピングを表し、y^は前記受信したサンプルを表し、そしてy^ i は前記受信したサンプルの量子化された版を表す。
[35][34]の方法、ここにおいて、前記第1の推定値を決定することは:
前記受信したサンプルを量子化して、量子化されたサンプルを形成すること;
前記量子化したサンプルに基づいて第1の推定値を生成すること;及び
前記第1の推定値に基づいて第2の推定値を生成すること、
を具備する。
[36]判定フィードバック・イコライザ中のフィルタ係数を決定するための方法、前記判定フィードバック・イコライザは複数の係数によってそれぞれが規定されるフィードフォワード・フィルタ及びフィードバック・フィルタを有する、前記方法は:
前記判定フィードバック・イコライザに関するコスト関数を選択すること、前記コスト関数は、エラー・フリー・フィードバックを仮定するイコライザ出力と目標イコライザ出力足す前記フィードバック・フィルタ係数のエネルギーの変形された測定値との間の平均二乗誤差(MSE)である;及び
収束条件が満たされるまで前記複数の係数を調節すること、を具備する、
ここにおいて、前記収束条件は、前記コスト関数を最小にすることであり、ここにおいて、前記MSEは次式として与えられる:
ここにおいて、前記変形された測定値αは、次式として規定される:
α=1+λ Q 2 −2ρ Q
ここにおいて;
ここにおいて、スライサ・チャネル・モデルは、次式として規定される:
Q(y 〜 |y)=Pr{σ(y+Z)=y 〜 }
ここにおいて、σ(.)はソフト・スライシング関数を表し、Zはゼロ平均ガウス・ランダム変数であり、ここにおいて、変動は、次式の関係によって規定される:
σ 2 =1/2(SINR)、及び
ここにおいて、残留干渉及びノイズは、各々が変動σ 2 を有し、独立した実数部及び虚数部を有するゼロ平均複素ガウス・ランダム変数Zとしてモデル化される。
[37]送信されたシンボルを推定するための装置、前記送信されたシンボルはコンステレーション中の点である、前記方法は:
サンプルを受信するための手段;
前記サンプルの信号対干渉及びノイズ比(SINR)を推定するための手段;
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定するための手段、
を具備する。
[38][37]の装置、ここにおいて、前記送信されたシンボルを推定するための前記手段は:
下記の関係式によって規定される前記受信したサンプルの変動を計算するための手段: σ 2 =1/2(SINR)
をさらに具備する、
ここにおいて、残留干渉及びノイズは、各々が変動σ 2 を有し、独立した実数部及び虚数部を有するゼロ平均複素ガウス・ランダム変数Zとしてモデル化され、及び
次式として条件付き平均を評価すること:
[39][37]の装置、ここにおいて、推定値は、メモリ記憶ユニット中に記憶される、そしてここにおいて、前記コンステレーション・マップの各領域は、対応する推定値を有する。
[40][39]の装置、前記装置は:
前記コンステレーション・マップの領域に対する第1の値を生成するために前記シンボルを量子化するための手段;及び
前記コンステレーション・マップの前記領域に対応する推定値を決定するための手段、をさらに具備する。
[41][40]の方法、前記方法は:
N個の値のセットから選択された第1の値に前記シンボルを量子化するための手段; 前記第1の値及び前記SINRに対応する前記メモリ記憶ユニットのエントリを決定するための手段、
をさらに具備する。
[42][41]の装置、ここにおいて、前記シンボルを量子化するための手段は:
最小ユークリッド距離基準を使用して前記シンボルを量子化するための手段、
を具備する。
[43][40]の方法、ここにおいて、前記推定値は、SINR値のセットに関する前記メモリ記憶ユニット中に記憶される、そしてここにおいて、前記装置は:
前記メモリ記憶ユニット中のエントリを補間して、第1のSINR値に関する第1の推定値を決定するための手段、をさらに具備する、ここにおいて、前記第1のSINR値は、前記SINR値のセット中にない。
[44][40]の装置、ここにおいて、前記コンステレーション・マップの各領域は、長方形形状を有する。
[45][39]の装置、ここにおいて、前記メモリ記憶ユニットは、SINR及び推定値によって識別されたエントリを含む。
[46][37]の装置、前記装置は:
前記SINR及び前記受信したサンプルに基づいて第1の推定値を決定するための手段;及び
前記第1の推定値、前記SINR、及び前記受信したサンプルの組み合わせに基づいて第2の推定値を決定するための手段、
をさらに具備する。
[47][46]の装置、ここにおいて、前記第1の推定値は、最小距離スライサを使用して計算される。
[48][46]の装置、ここにおいて、前記第2の推定値は、前記最1の推定値足す補正項に等しい。
[49][46]の方法、ここにおいて、前記第1の推定値は、次式として規定される:
σ 1 (y^ i )
そして、前記第2の推定値は、次式として与えられる:
σ 1 (y^ i )+(y^−y^ i )σ 2 (y^ i )
ここにおいて、各σは推定値へのサンプル値の固有のマッピングを表し、y^は前記受信したサンプルを表し、そしてy^ i は前記受信したサンプルの量子化された版を表す。
[50][49]の方法、ここにおいて、前記第1の推定値を決定するための手段は:
前記受信したサンプルを量子化して、量子化されたサンプルを形成するための手段; 前記量子化されたサンプルに基づいて第1の推定値を生成するための手段;及び
前記第1の推定値に基づいて第2の推定値を生成するための手段、
を具備する。
[51]メモリ記憶デバイス;及び
前記メモリ記憶デバイスに接続され、
送信されたシンボルに対応するサンプルを受信する、ここで、前記送信されたシンボルはコンステレーション・マップにマッピングされる、
前記サンプルの信号対ノイズ比(SINR)を推定する;
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定する、
ように適応された処理ユニット、
を具備する装置。
Claims (74)
- 各々が複数の係数により定義されたフィードフォワードフィルタおよびフィードバックフィルタを有する判定フィードバックイコライザにおいてフィルタ係数を決定する方法において、前記方法は、
前記判定フィードバックイコライザに関するコスト関数(a cost function)を選択することと、ここにおいて、前記コスト関数はエラーフリーフィードバックを想定したイコライザ出力と、ターゲットイコライザ出力との間の平均二乗誤差(MSE)プラス前記フィードバックフィルタ係数のエネルギの修正された測定値である、
収束条件が満足されるまで前記複数の係数を調整することと、ここにおいて、前記収束条件は前記コスト関数を最小にすることである、
を具備する方法。 - 前記複数の係数は複数のフィルタタップに対応する、ここにおいて、前記エネルギの修正された測定値は前記フィルタタップの少なくとも1つの関数である、請求項1の方法。
- 前記修正された測定値αQは、次式として与えられる:
αQ=1+λQ 2−2ρQ、
ここにおいて、ρQはスライサ・モデルの入力と出力のクロス相関の測定値であり、及びここにおいて、λQ 2はスライサ・モデルの平均出力エネルギの測定値である、請求項3の方法。 - 前記コスト関数は、最小平均二乗アルゴリズムを使用して最小にされる、請求項3の方法。
- イコライザ出力と目標イコライザ出力との間で前記MSEの推定値を生成することと、
前記MSEの前記推定値の関数としてαQを選択することと、
をさらに具備する、請求項3の方法。 - 前記イコライザの出力における信号対干渉及びノイズ比(SINR)の推定値を生成することと、
前記SINRの前記推定値の関数としてαQを選択することと、
をさらに具備する請求項3の方法。 - αQ=2m、m=整数である、請求項3の方法。
- 前記スライサ・チャネル・モデルは、次式として規定される:
Q(y〜|y)=Pr{σ(y+Z)=y〜}
ここにおいて、σ(.)は最小距離スライシング関数を表し、Zはゼロ平均ガウス・ランダム変数であり、yはスライサ入力であり、そして、y〜はスライサ出力である、請求項9の方法。 - イコライザの出力におけるパイロット信号の信号対干渉及びノイズ比(SINR)を推定すること、
を具備する、請求項9の方法。 - 前記コスト関数は、帰納的最小二乗アルゴリズムを使用して最小にされる、請求項3の方法。
- 判定フィードバックイコライザにおいて、
複数のフィルタタップを有するフィードフォワードフィルタと、ここにおいて、前記フィルタタップは対応するフィルタ係数を有する、
複数のフィルタタップを有するフィードバックフィルタと、ここにおいて、前記フィルタタップは対応するフィルタ係数を有する、
前記フィードフォワードフィルタ及び前記フィードバックフィルタに接続され、前記フィードフォワードフィルタ及び前記フィードバックフィルタの前記フィルタ係数を更新するように適応して、予め決められたコスト関数を最小にする係数発生器と、ここにおいて、前記コスト関数は、エラーフリーフィードバックを仮定するイコライザ出力と目標イコライザ出力との間の平均二乗誤差(MSE)プラス前記フィードバックフィルタ係数のエネルギの修正された測定値である、
前記フィードフォワードフィルタの出力及び前記フィードバックフィルタの出力に接続されたサミングノードと、ここにおいて、前記サミングノードは前記フィードフォワードフィルタの前記出力から前記フィードバックフィルタの前記出力を引き算するように、そしてオリジナルの送信されたシンボルの推定値を生成するように構成される、
前記サミングノードに接続されたスライサと、ここにおいて、前記スライサは前記推定値を受信しそして前記オリジナルの送信されたシンボルを決定するように適応される、
を具備する、判定フィードバックイコライザ。 - 前記係数発生器は、
前記判定フィードバックイコライザの出力におけるパイロット信号の信号対干渉及びノイズ比(SINR)を推定する、
次式として規定された修正された測定値αQを決定する、
αQ=1+λQ 2−2ρQ
ように適応される、ここにおいて:
ここにおいて、前記スライサチャネルモデルは、次式として規定される:
Q(y〜|y)=Pr{σ(y+Z)=y〜}
ここにおいて、σ(.)は最小距離スライシング関数を表し、Zはゼロ平均ガウス・ランダム変数であり、yはスライサ入力であり、そして、y〜はスライサ出力である、請求項14の判定フィードバックイコライザ。 - 前記係数発生器は、SINRの関数として変形された測定値を記憶するメモリ記憶デバイスを使用して前記修正された測定値を決定するようにさらに適応される、請求項15の判定フィードバックイコライザ。
- 前記係数発生器は、MSEの関数として変形された測定値を記憶するメモリ記憶デバイスを使用して前記変形された測定値を決定するように、さらに適応される、請求項17の判定フィードバックイコライザ。
- 各々が複数の係数によってそれぞれが規定されたフィードフォワードフィルタ及びフィードバックフィルタを有する判定フィードバックイコライザのフィルタ係数を決定するための方法において、
前記判定フィードバックイコライザに関するコスト関数を選択することと、ここにおいて、前記コスト関数はエラーフリーフィードバックを想定したイコライザ出力と目標イコライザ出力との間の平均二乗誤差(MSE)プラス前記フィードバックフィルタ係数のエネルギーの修正された測定値である、
帰納的最小二乗(RLS)アルゴリズムにしたがって前記複数の係数を調節することと、
を具備する方法。 - 処理ユニットと、
前記処理ユニットに接続されたメモリ記憶ユニットと、ここにおいて、前記メモリ記憶ユニットはコンピュータ読み取り可能な命令を記憶する、ここにおいて、前記コンピュータ読取可能な命令は、
前記判定フィードバックイコライザに関するコスト関数を選択することによって、複数の係数によりそれぞれが規定されるフィードフォワードフィルタ及びフィードバックフィルタを有する判定フィードバックイコライザ中のフィルタ係数を決定するための命令の第1のセットと、ここにおいて、前記コスト関数はエラーフリーフィードバックを仮定するイコライザ出力と目標イコライザ出力との間の平均二乗誤差(MSE)プラス前記フィードバックフィルタ係数のエネルギの変形された測定値として規定される、
収束条件を満足するまで前記複数の係数を調節するための命令の第2のセットと、ここにおいて、前記収束条件は、前記コスト関数を最小にすることである、
を具備する、装置。 - 処理ユニットと、
前記処理ユニットに接続されたメモリ記憶ユニットと、ここにおいて、前記メモリ記憶ユニットはコンピュータ読み取り可能な命令を記憶する、前記コンピュータ読取可能な命令は、
フィードバックフィルタ及びフィードフォワードフィルタを有する差分フィードバックイコライザのフィルタ係数及び次式を繰り返し演算するために最小平均二乗(LMS)アルゴリズムの適用によりエラー項、を決定するための命令の第1のセット、
を具備する、装置。 - 前記送信されたシンボルがコンステレーションマップにマッピングされる、送信されたシンボルを推定するための方法において、
サンプルを受信することと、
前記サンプルの信号対干渉及びノイズ比(SINR)を推定することと、
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定することと、ここにおいて、前記送信されたシンボルを推定することは、
以下の関係式により定義された受信されたサンプルの分散を計算し、
σ2=1/2(SINR)
及び、次式として条件付き平均値を評価すること、を具備する:
とを具備する方法。 - 前記送信されたシンボルがコンステレーションマップにマッピングされる、送信されたシンボルを推定するための方法において、
サンプルを受信することと、
前記サンプルの信号対干渉及びノイズ比(SINR)を推定することと、
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定することと、ここにおいて、推定値は、メモリ記憶ユニット中に記憶される、ここにおいて、前記コンステレーションマップの各領域は、対応する推定値を有する、
前記コンステレーションマップの領域に対する第1の値を生成するために前記シンボルを量子化することと、
前記コンステレーションマップの前記領域に対応する推定値を決定することと、
を具備する、方法。 - N個の値のセットから選択された第1の値に前記シンボルを量子化することと、
前記第1の値及び前記SINRに対応する前記メモリ記憶ユニットのエントリを決定することと、
をさらに具備する、請求項23の方法。 - 前記シンボルを量子化することは、最小ユークリッド距離基準(Minimum Euclidean Distance criterion)を使用して前記シンボルを量子化することを具備する、請求項24の方法。
- 前記推定値は、SINR値のセットに関する前記メモリ記憶ユニット中に記憶され、前記方法は、
第1のSINR値に関する第1の推定値を決定するためにメモリ記憶ユニット中のエントリを補間すること、ここにおいて、前記第1のSINR値は、前記SINR値のセット中にない、
をさらに具備する、請求項23の方法。 - 各領域は、長方形である、請求項23の方法。
- 前記メモリ記憶ユニットは、前記SINR及び前記推定値によって識別されたエントリを含む、請求項23の方法。
- 送信されたシンボルがコンステレーションマップにマッピングされる、送信されたシンボルを推定するための方法において、
サンプルを受信することと、
前記サンプルの信号対干渉及びノイズ比(SINR)を推定することと、
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定することと、
前記SINR及び前記受信したサンプルに基づいて第1の推定値を決定することと、
前記第1の推定値、前記SINR、及び前記受信したサンプルの組み合わせに基づいて第2の推定値を決定することと、
を具備し、
前記第1の推定値は、次式として規定される、
σ1(y^i)
前記第2の推定値は、次式で与えられる、
σ1(y^i)+(y^−y^i)σ2(y^i)
ここにおいて、各σはある推定値へのサンプル値の固有マッピングを表し、y^は前記受信したサンプルを表し、そしてy^iは前記受信したサンプルの量子化された版を表す、方法。 - 前記第1の推定値は、最小距離スライサを使用して計算される、請求項29の方法。
- 前記第2の推定値は、前記最1の推定値足す補正項に等しい、請求項29の方法。
- 前記第1の推定値を決定することは、
前記受信したサンプルを量子化して、量子化されたサンプルを形成することと、
前記量子化したサンプルに基づいて第1の推定値を生成することと、
前記第1の推定値に基づいて第2の推定値を生成することと、
を具備する、請求項29の方法。 - 複数の係数によって各々が規定されるフィードフォワードフィルタ及びフィードバックフィルタを有する判定フィードバック・イコライザ中のフィルタ係数を決定するための方法において、
前記判定フィードバックイコライザに関するコスト関数を選択することと、ここにおいて、前記コスト関数は、エラーフリーフィードバックを仮定するイコライザ出力と目標イコライザ出力足す前記フィードバックフィルタ係数のエネルギーの修正された測定値との間の平均二乗誤差(MSE)である、
収束条件が満たされるまで前記複数の係数を調節することと、ここにおいて、前記収束条件は、前記コスト関数を最小にすることであり、ここにおいて、前記MSEは次式として与えられる:
ここにおいて、前記修正された測定値αQは、次式として規定される:
αQ=1+λQ 2−2ρQ
ここにおいて;
ここにおいて、スライサチャネルモデルは、次式として規定される:
Q(y〜|y)=Pr{σ(y+Z)=y〜}
ここにおいて、σ(.)はソフトスライシング関数を表し、Zはゼロ平均ガウス・ランダム変数であり、ここにおいて、変動は、次式の関係によって規定される:
σ2=1/2(SINR)、
ここにおいて、残留干渉及びノイズは、各々が変動σ2を有し、独立した実数部及び虚数部を有するゼロ平均複素ガウス・ランダム変数Zとしてモデル化される、方法。 - 送信されたシンボルがコンステレーション中の点である、送信されたシンボルを推定するための装置において、
サンプルを受信するための手段と、
前記サンプルの信号対干渉及びノイズ比(SINR)を推定するための手段と、
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定するための手段と、
を具備し、
前記送信されたシンボルを推定する手段は、
下記の関係式によって規定される前記受信したサンプルの変動を計算するための手段: σ2=1/2(SINR)
をさらに具備する、
ここにおいて、残留干渉及びノイズは、各々が変動σ2を有し、独立した実数部及び虚数部を有するゼロ平均複素ガウス・ランダム変数Zとしてモデル化され、及び
次式として条件付き平均を評価すること:
- 送信されたシンボルがコンステレーション中の点である、送信されたシンボルを推定するための装置において、
サンプルを受信するための手段と、
前記サンプルの信号対雑音比(SINR)を推定するための手段と、
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定するための手段と、ここにおいて、少なくとも1つのシンボルまたはSINR値は、メモリ記憶ユニット中に記憶される、ここにおいて、前記コンステレーションマップの各領域は、対応する推定値を有する、
前記コンステレーションマップの領域に対する第1の値を生成するために前記シンボルを量子化するための手段と、
前記コンステレーションマップの前記領域に対応する推定値を決定するための手段と、
を具備する、装置。 - N個の値のセットから選択された第1の値に前記シンボルを量子化するための手段と、
前記第1の値及び前記SINRに対応する前記メモリ記憶ユニットのエントリを決定するための手段と、
をさらに具備する、請求項35の装置。 - 前記シンボルを量子化するための手段は、最小ユークリッド距離基準を使用して前記シンボルを量子化するための手段を具備する、請求項36の装置。
- 前記推定値は、SINR値のセットに関する前記メモリ記憶ユニット中に記憶される、ここにおいて、前記装置は、前記メモリ記憶ユニット中のエントリを補間して、第1のSINR値に関する第1の推定値を決定するための手段をさらに具備し、前記第1のSINR値は、前記SINR値のセット中にない、請求項35の装置。
- 前記コンステレーションマップの各領域は、長方形形状を有する、請求項35の装置。
- 前記メモリ記憶ユニットは、SINR及び推定値によって識別されたエントリを含む、請求項35の装置。
- 送信されたシンボルがコンステレーション中の点である、送信されたシンボルを推定するための装置において、
サンプルを受信するための手段と、
前記サンプルの信号対雑音比(SINR)を推定するための手段と、
前記SINR及び前記サンプルに基づいて前記送信されたシンボルを推定するための手段と、
前記SINR及び前記受信したサンプルに基づいて第1の推定値を決定するための手段と、
前記第1の推定値、前記SINR、及び前記受信したサンプルの組み合わせに基づいて第2の推定値を決定するための手段と、
を具備し、
前記第1の推定値は、次式として規定される、
σ1(y^i)
前記第2の推定値は、次式として与えられる:
σ1(y^i)+(y^−y^i)σ2(y^i)
ここにおいて、各σは推定値へのサンプル値の固有のマッピングを表し、y^は前記受信したサンプルを表し、そしてy^iは前記受信したサンプルの量子化された版を表す、装置。 - 前記第1の推定値は、最小距離スライサを使用して計算される、請求項41の装置。
- 前記第2の推定値は、前記最1の推定値足す補正項に等しい、請求項41の装置。
- 前記第1の推定値を決定するための手段は、
前記受信したサンプルを量子化して、量子化されたサンプルを形成するための手段と、
前記量子化されたサンプルに基づいて第1の推定値を生成するための手段と、
前記第1の推定値に基づいて第2の推定値を生成するための手段と、
を具備する、請求項41の装置。 - 送信されたシンボルがコンステレーションマップΨにマップされる、ソフトスライザを用いた、送信されたシンボルを推定する方法において、
サンプルを受信することと、
前記サンプルの信号対干渉プラス雑音比SINRを推定することと、
前記SINRと前記サンプルとに基づいて前記送信されたシンボルを推定することと、
を具備し、
前記送信されたシンボルを推定することは、
以下の関係式により定義される、前記受信されたサンプルの分散を計算することと、
を具備する方法。 - 推定値はメモリ記憶装置に格納され、前記コンステレーションマップの各領域は対応する推定値を有する、請求項45の方法。
- 前記シンボルを量子化して前記コンステレーションマップの領域に第1の値を生成することと、
前記コンステレーションマップの領域に対応する推定値を決定することと、
をさらに具備する、請求項46の方法。 - 前記シンボルをNの値のセットから選択された第1の値に量子化することと、
前記第1の値および前記SINRに対応する前記メモリ記憶装置のエントリを決定することと、
をさらに具備する請求項47の装置。 - 前記シンボルを量子化することは最小ユークリッド距離基準(a Minimum Euclidean Distance criterion)を用いて前記シンボルを量子化することを具備する、請求項48の方法。
- SINR値のセットに関して前記推定値が前記メモリ記憶装置に格納され、前記方法は、
前記メモリ記憶装置内のエントリを補間して第1のSINR値に関する第1の推定値を決定することをさらに具備し、前記第1のSINR値は前記SINR値のセット内に無い、請求項47の方法。 - 各領域は長方形である、請求項47の方法。
- 送信されたシンボルがコンステレーションマップΨにマップされる、ソフトスライザを用いた、送信されたシンボルを推定する装置において、
サンプルを受信する手段と、
前記サンプルの信号対雑音比SINRを推定する手段と、
前記SINRと前記サンプルとに基づいて前記送信されたシンボルを推定する手段と、
を具備し、
前記送信されたシンボルを推定する手段は、
以下の関係式により定義される、前記受信されたサンプルの分散を計算する手段と、
を具備する装置。 - 推定値はメモリ記憶装置に格納され、前記コンステレーションマップの各領域は対応する推定値を有する、請求項52の装置。
- 前記シンボルを量子化して前記コンステレーションマップの領域に第1の値を生成手段、
前記コンステレーションマップの領域に対応する推定値を決定する手段と、
をさらに具備する、請求項53の装置。 - コンピュータ上で実行されると、請求項45乃至51のいずれかの方法のステップを実行する、コンピュータ実行可能な命令を記憶するコンピュータ読み取り可能記録媒体。
- 前記コンピュータプログラムがコンピュータ上で実行されると、請求項45乃至51のいずれかの方法のステップを実行するコンピュータ実行可能な命令を具備するコンピュータプログラム。
- 各々が複数の係数により定義されたフィードフォワードフィルタおよびフィードバックフィルタを有する判定フィードバックイコライザにおいてフィルタ係数を決定することによる判定フィードバックイコライゼーションの方法において、
スライサ(a slicer)を用いてオリジナルの送信されたシンボルの推定値を受信し、前記オリジナルの送信されたシンボルを決定することと、
判定フィードバックイコライザに関するコスト関数(a cost function)を選択することと、ここにおいて、前記コスト関数はエラーフリーフィードバックを想定した第1のイコライザ出力と、目標イコライザ出力プラス前記フィードバックフィルタ係数のエネルギの修正された測定値との間の平均二乗誤差(MSE)である、
前記コスト関数を最小にするために収束条件が満足されるまで前記複数の係数を調整することと、
を具備し、
前記フィードバックフィルタ係数のエネルギの前記修正された測定値は、前記スライサに関するチャネルモデルの入出力の相関値の測定値と前記モデルの前記平均出力エネルギの測定値を具備する、方法。 - 前記複数の係数は複数のフィルタタップに対応し、前記エネルギの修正された測定値は前記フィルタタップの少なくとも1つの関数である、請求項57の方法。
- 前記修正された測定値αQは以下の式で与えられ、
αQ=1+λQ 2-2ρQ,
ここにおいて、ρQは前記スライサモデルの入力および出力の相互相関の測定値であり、λQ 2は前記スライサモデルの平均出力エネルギの測定値である、請求項59の方法。 - 前記コスト関数は最小平均二乗誤差アルゴリズムを用いて最小化される、請求項59の方法。
- イコライザ出力と目標イコライザ出力との間の前記MSEの推定値を生成することと、
前記MSEの前記推定値の関数としてαQを選択することと、
をさらに具備する請求項59の方法。 - 前記イコライザの出力における信号対干渉および雑音比(SINR)の推定値を生成することと、
前記SINRの推定値の関数としてαQを選択することと、
をさらに具備する、請求項59の方法。 - αQ=2mであり、mは整数である、請求項59の方法。
- 前記スライサチャネルモデルは以下のように定義され、
Q(y~|y)=Pr{σ(y+Z)=y~}
ここにおいて、σ(.)は最小距離スライシング関数を示し、Zはゼロ平均ガウスランダム変数であり、yはスライサ入力であり、y~はスライサ出力である、請求項65の方法。 - イコライザの出力におけるパイロット信号の信号対干渉および雑音比(SINR)を推定することを具備する、請求項65の補法。
- 前記コスト関数は帰納的最小二乗アルゴリズム(Recursive Least Square algorithm)を用いて最小化される、請求項59の方法。
- 判定フィードバックイコライザにおいて、
複数のフィルタタップを有するフィードフォワードフィルタと、ここにおいて前記フィルタタップは対応するフィルタ係数を有する、
複数のフィルタタップを有するフィードバックフィルタと、ここにおいて、前記フィルタタップは対応するフィルタ係数を有する、
前記フィードフォワードフィルタと前記フィードバックフィルタとに接続され、所定のコスト関数を最小にするために前記フィードフォワードフィルタと前記フィードバックフィルタの前記フィルタ係数を更新するように適合された係数発生器と、ここにおいて、前記コスト関数はエラーフリーフィードバックを想定した第1のイコライザ出力と目標イコライザ出力との間の平均二乗誤差(MSE)プラス前記フィードバックフィルタ係数のエネルギの修正された測定値である、
前記フィードフォワードフィルタの出力と全器フィードバックフィルタの出力とに接続された加算ノードと、ここにおいて前記加算ノードは前記フィードフォワードフィルタの出力から前記フィードバックフィルタの出力を減算してオリジナルの送信されたシンボルの推定値を発生するように構成される、
前記加算ノードに接続されたスライサと、ここにおいて、前記スライサは、前記推定値を受信し前記オリジナルの送信されたシンボルを決定するように適合される、
を具備し、
前記フィードバックフィルタ係数のエネルギの前記修正された測定値は、前記スライサに関するチャネルモデルの入力および出力の相関の測定値と、前記モデルの平均
出力エネルギの測定値を具備する、判定フィードバックイコライザ。 - 前記係数発生器は前記判定フィードバックイコライザの出力におけるパイロット信号の信号対干渉および雑音比(SINR)を推定し、
以下のように定義された修正された測定値αQを決定するように適合される、
αQ=1+λQ 2-2ρQ
ここにおいて、前記スライサチャネルモデルは、次式として規定される:
Q(y〜|y)=Pr{σ(y+Z)=y〜}
ここにおいて、σ(.)は最小距離スライシング関数を表し、Zはゼロ平均ガウス・ランダム変数であり、yはスライサ入力であり、そして、y〜はスライサ出力である、
請求項70の判定フィードバックイコライザ。 - 前記係数発生器はさらに、SINRの関数として修正された測定値を記憶するメモリ記憶装置を用いて前記修正された測定値を決定するようにさらに適合される、請求項71の判定フィードバックイコライザ。
- 前記係数発生器は、
MSEの関数として修正された測定値を記憶するメモリ記憶装置を用いて前記修正された測定値を決定する、
ようにさらに適合される、請求項73の判定フィードバックイコライザ。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/199,158 | 2002-07-18 | ||
US10/199,159 | 2002-07-18 | ||
US10/199,158 US7035329B2 (en) | 2002-07-18 | 2002-07-18 | Soft slicer in a hybrid decision feedback equalizer |
US10/199,159 US7046726B2 (en) | 2002-07-18 | 2002-07-18 | Method and apparatus for hybrid decision feedback equalization |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009132927A Division JP4902696B2 (ja) | 2002-07-18 | 2009-06-02 | ハイブリッド判定フィードバック等化に関する方法及び装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013122368A Division JP5694444B2 (ja) | 2002-07-18 | 2013-06-11 | ハイブリッド判定フィードバック等化に関する方法及び装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2012029305A JP2012029305A (ja) | 2012-02-09 |
JP2012029305A5 true JP2012029305A5 (ja) | 2012-03-29 |
JP5405541B2 JP5405541B2 (ja) | 2014-02-05 |
Family
ID=30772526
Family Applications (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004523610A Expired - Fee Related JP4373330B2 (ja) | 2002-07-18 | 2003-07-18 | ハイブリッド判定フィードバック・イコライゼーションに関する方法及び装置 |
JP2009132927A Expired - Fee Related JP4902696B2 (ja) | 2002-07-18 | 2009-06-02 | ハイブリッド判定フィードバック等化に関する方法及び装置 |
JP2011180517A Expired - Fee Related JP5405541B2 (ja) | 2002-07-18 | 2011-08-22 | ハイブリッド判定フィードバック等化に関する方法及び装置 |
JP2013122368A Expired - Fee Related JP5694444B2 (ja) | 2002-07-18 | 2013-06-11 | ハイブリッド判定フィードバック等化に関する方法及び装置 |
JP2014161197A Expired - Fee Related JP5855716B2 (ja) | 2002-07-18 | 2014-08-07 | ハイブリッド判定フィードバック等化に関する方法及び装置 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004523610A Expired - Fee Related JP4373330B2 (ja) | 2002-07-18 | 2003-07-18 | ハイブリッド判定フィードバック・イコライゼーションに関する方法及び装置 |
JP2009132927A Expired - Fee Related JP4902696B2 (ja) | 2002-07-18 | 2009-06-02 | ハイブリッド判定フィードバック等化に関する方法及び装置 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013122368A Expired - Fee Related JP5694444B2 (ja) | 2002-07-18 | 2013-06-11 | ハイブリッド判定フィードバック等化に関する方法及び装置 |
JP2014161197A Expired - Fee Related JP5855716B2 (ja) | 2002-07-18 | 2014-08-07 | ハイブリッド判定フィードバック等化に関する方法及び装置 |
Country Status (15)
Country | Link |
---|---|
EP (5) | EP2254295B1 (ja) |
JP (5) | JP4373330B2 (ja) |
KR (1) | KR101013628B1 (ja) |
CN (1) | CN100583853C (ja) |
AT (3) | ATE527792T1 (ja) |
AU (1) | AU2003256623C1 (ja) |
BR (1) | BRPI0312747B1 (ja) |
CA (1) | CA2493106C (ja) |
DE (2) | DE60336903D1 (ja) |
ES (1) | ES2365730T3 (ja) |
IL (2) | IL165868A0 (ja) |
MX (1) | MXPA05000707A (ja) |
NO (1) | NO20050863L (ja) |
RU (2) | RU2328081C2 (ja) |
WO (1) | WO2004010665A2 (ja) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2254295B1 (en) * | 2002-07-18 | 2011-10-05 | Qualcomm Incorporated | Method for decision feedback equalization |
US20050260528A1 (en) * | 2004-05-22 | 2005-11-24 | Hynix Semiconductor Inc. | Liquid composition for immersion lithography and lithography method using the same |
KR100708482B1 (ko) * | 2005-03-04 | 2007-04-18 | 삼성전자주식회사 | 채널 등화기 및 채널 등화 방법 |
US7522663B2 (en) | 2005-03-10 | 2009-04-21 | Stmicroelectronics, Inc. | Burst error limiting feedback equalizer system and method for multidimensional modulation systems |
US8098722B2 (en) | 2005-03-29 | 2012-01-17 | Qualcomm Incorporated | Method and apparatus for equalization control |
US8615035B2 (en) | 2005-03-29 | 2013-12-24 | Qualcomm Incorporated | Method and apparatus for block-wise decision-feedback equalization for wireless communication |
US8218615B2 (en) | 2005-03-29 | 2012-07-10 | Qualcomm Incorporated | Method and apparatus for block-wise decision-feedback equalization for wireless communication |
CN1845539B (zh) * | 2005-04-08 | 2010-12-29 | 上海奇普科技有限公司 | 一种具有重叠结构的时域自适应均衡器 |
ATE449475T1 (de) * | 2005-08-02 | 2009-12-15 | Alcatel Lucent | Empfänger eines optischen signals |
US7590197B2 (en) | 2005-12-20 | 2009-09-15 | Research In Motion Limited | Correction circuit for improving performance in a channel decoder |
EP1802061B1 (en) * | 2005-12-20 | 2008-08-20 | Research In Motion Limited | Correction circuit for improving performance in a channel decoder |
US7826523B2 (en) * | 2006-03-31 | 2010-11-02 | Intel Corporation | Effective adaptive filtering techniques |
US8116364B2 (en) * | 2007-04-18 | 2012-02-14 | Mediatek Inc. | Selective slicing equalizer |
KR101096769B1 (ko) | 2009-12-31 | 2011-12-21 | 한국산업기술대학교산학협력단 | Dtv 방송 시스템 환경에서 동일 채널 중계기를 위한 다중 레벨 상관 lms 기반의 채널 등화 방법 및 장치 |
RU2465725C1 (ru) * | 2011-04-21 | 2012-10-27 | Открытое акционерное общество "Концерн "Созвездие" | Широкополосная система радиосвязи кв диапазона |
US8913901B2 (en) * | 2012-02-20 | 2014-12-16 | Tyco Electronics Subsea Communications Llc | System and method for blind equalization and carrier phase recovery in a quadrature amplitude modulated system |
GB2503073B (en) * | 2013-03-27 | 2014-04-23 | Imagination Tech Ltd | Efficient tracking of decision-feedback equaliser coefficients |
RU2558609C2 (ru) * | 2013-06-18 | 2015-08-10 | Федеральное государственное бюджетное учреждение науки Научно-исследовательский институт системных исследований Российской академии наук (НИИСИ РАН) | Передатчик со следящей обратной связью |
WO2014209326A1 (en) * | 2013-06-27 | 2014-12-31 | Intel Corporation | Low power equalizer and its training |
DE102014201233B4 (de) * | 2014-01-23 | 2023-12-14 | Rohde & Schwarz GmbH & Co. Kommanditgesellschaft | Entzerrungsfilter |
US9768913B1 (en) * | 2016-03-09 | 2017-09-19 | Samsung Electronics Co., Ltd | System and method for multiple input multiple output (MIMO) detection with soft slicer |
CN108111182A (zh) * | 2016-11-25 | 2018-06-01 | 晨星半导体股份有限公司 | 错误限制方法、错误限制器以及数字接收电路 |
US10135645B1 (en) * | 2017-10-18 | 2018-11-20 | Cisco Technology, Inc. | Equalizer optimization for FEC-protected communication links |
CN112166558A (zh) * | 2018-05-18 | 2021-01-01 | 麦克姆技术解决方案控股有限公司 | 限幅器的动态星座适应 |
DE102018208210A1 (de) * | 2018-05-24 | 2019-11-28 | Siemens Aktiengesellschaft | Einrichtung und Verfahren zum Ermitteln eines Zeitversatzes zwischen zwei Zeitbasen |
KR102192377B1 (ko) * | 2018-12-05 | 2020-12-18 | 서울여자대학교 산학협력단 | 두개악안면영상에서의 자동 치아 분리방법 및 시스템 |
CN110138696A (zh) * | 2019-05-28 | 2019-08-16 | 科大讯飞股份有限公司 | 信道均衡方法及装置 |
CN111131101B (zh) * | 2019-12-28 | 2022-02-08 | 芯动微电子科技(珠海)有限公司 | 一种反馈均衡电路 |
CN116187064B (zh) * | 2023-02-14 | 2024-03-12 | 中国科学院国家空间科学中心 | 一种连续信号时间序列二阶导数的数值仿真方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3269933B2 (ja) * | 1995-03-20 | 2002-04-02 | 富士通株式会社 | キャリア再生回路 |
JP3660068B2 (ja) * | 1996-09-12 | 2005-06-15 | 株式会社ルネサステクノロジ | 位相比較器 |
BR9901056A (pt) * | 1998-04-30 | 2000-01-18 | Lucent Technilogies Inc | Estimação de canal usando realimentação de decisão temporária. |
JP2000315957A (ja) * | 1999-04-30 | 2000-11-14 | Jisedai Digital Television Hoso System Kenkyusho:Kk | 復号装置 |
US7023931B2 (en) | 2001-11-05 | 2006-04-04 | Texas Instruments Incorporated | System and method for soft slicing |
EP2254295B1 (en) * | 2002-07-18 | 2011-10-05 | Qualcomm Incorporated | Method for decision feedback equalization |
-
2003
- 2003-07-18 EP EP10175826A patent/EP2254295B1/en not_active Expired - Lifetime
- 2003-07-18 ES ES03765773T patent/ES2365730T3/es not_active Expired - Lifetime
- 2003-07-18 WO PCT/US2003/022594 patent/WO2004010665A2/en active Application Filing
- 2003-07-18 AT AT10175826T patent/ATE527792T1/de not_active IP Right Cessation
- 2003-07-18 EP EP10175823A patent/EP2254294A3/en not_active Withdrawn
- 2003-07-18 EP EP08010035A patent/EP1956783B1/en not_active Expired - Lifetime
- 2003-07-18 AU AU2003256623A patent/AU2003256623C1/en not_active Ceased
- 2003-07-18 EP EP03765773A patent/EP1525727B1/en not_active Expired - Lifetime
- 2003-07-18 CA CA2493106A patent/CA2493106C/en not_active Expired - Fee Related
- 2003-07-18 BR BRPI0312747A patent/BRPI0312747B1/pt not_active IP Right Cessation
- 2003-07-18 CN CN03816692A patent/CN100583853C/zh not_active Expired - Fee Related
- 2003-07-18 DE DE60336903T patent/DE60336903D1/de not_active Expired - Lifetime
- 2003-07-18 DE DE60336863T patent/DE60336863D1/de not_active Expired - Lifetime
- 2003-07-18 MX MXPA05000707A patent/MXPA05000707A/es active IP Right Grant
- 2003-07-18 RU RU2005104433/09A patent/RU2328081C2/ru not_active IP Right Cessation
- 2003-07-18 AT AT03765773T patent/ATE507639T1/de not_active IP Right Cessation
- 2003-07-18 EP EP10175819A patent/EP2254293A3/en not_active Withdrawn
- 2003-07-18 JP JP2004523610A patent/JP4373330B2/ja not_active Expired - Fee Related
- 2003-07-18 KR KR1020057000645A patent/KR101013628B1/ko active IP Right Grant
- 2003-07-18 AT AT08010035T patent/ATE506792T1/de not_active IP Right Cessation
-
2004
- 2004-12-19 IL IL16586804A patent/IL165868A0/xx not_active IP Right Cessation
-
2005
- 2005-02-17 NO NO20050863A patent/NO20050863L/no not_active Application Discontinuation
- 2005-06-30 RU RU2005120491/09A patent/RU2407197C2/ru not_active IP Right Cessation
-
2009
- 2009-06-02 JP JP2009132927A patent/JP4902696B2/ja not_active Expired - Fee Related
- 2009-11-16 IL IL202168A patent/IL202168A/en not_active IP Right Cessation
-
2011
- 2011-08-22 JP JP2011180517A patent/JP5405541B2/ja not_active Expired - Fee Related
-
2013
- 2013-06-11 JP JP2013122368A patent/JP5694444B2/ja not_active Expired - Fee Related
-
2014
- 2014-08-07 JP JP2014161197A patent/JP5855716B2/ja not_active Expired - Fee Related
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2012029305A5 (ja) | ||
JP2005533457A5 (ja) | ||
TWI383625B (zh) | 用來估計傳送符號的方法及設備及用來確定在決策回授等化器中之濾波器係數的方法 | |
JP5855716B2 (ja) | ハイブリッド判定フィードバック等化に関する方法及び装置 | |
US9225501B2 (en) | Non-linear modeling of a physical system using look-up table with polynomial interpolation | |
TW200414726A (en) | Method and apparatus for hybrid decision feedback equalization | |
CN112511473B (zh) | 一种自动步长lms时域均衡滤波器及其实现方法 | |
Song et al. | Variable forgetting factor linear least squares algorithm for frequency selective fading channel estimation | |
WO2018153178A1 (zh) | 一种基于mimo系统的信号检测方法及装置、存储介质 | |
US20170170992A1 (en) | Sign-based adaptive control with automatically-selected filter patterns | |
Diversi | Bias‐eliminating least‐squares identification of errors‐in‐variables models with mutually correlated noises | |
US6684233B1 (en) | Adaptive filter, control method of adaptive filter and storage medium storing therein program thereof | |
JP6987299B2 (ja) | 受信装置、無線通信システム、干渉電力推定方法、制御回路および記憶媒体 | |
JP5920477B2 (ja) | 受信品質測定装置及び受信品質測定方法 | |
JP2000124840A (ja) | 適応等化器 | |
KR960020134A (ko) | 디지틀 통신시스팀의 판정에러 정정 방법 및 이를 실현하기 위한 디지틀 통신시스팀 | |
CN113507130A (zh) | 基于dpmu的实时数据通信系统的电网状态估计方法及系统 | |
US7864901B2 (en) | System, apparatus, and method for cancelling interferences of received signals | |
JP2019198061A (ja) | 位相ノイズ補償装置及び方法、受信機 | |
WO2014169774A1 (zh) | 非线性补偿装置及其方法、发射机和通信系统 | |
CN111294125B (zh) | 信噪比估计方法及装置、计算机可读存储介质 | |
TWI650965B (zh) | 通道估計裝置及通道估計方法 | |
JP3804496B2 (ja) | 適応ステップサイズ制御適応フィルタ、および適応スケール係数制御方法 | |
JP4795274B2 (ja) | 適応等化装置 | |
JP2006005619A (ja) | 適応等化器、適応等化方法および記録媒体 |