JP2013225859A - 情報信号の有／無の検出 - Google Patents

Abstract

【課題】ＧＰＳ受信機等において、受信値ｘ[ｔ]から、雑音ｎ[ｔ]内の情報信号ｓ[t]の有/無を検出すること、すなわちｘ[ｔ]＝ｎ[ｔ]であるかｘ[ｔ]＝ｓ[ｔ]＋ｎ[ｔ]であるかを検出することを可能にする。
【解決手段】受信信号を拡散コードに対して相関させ、相関後、相関させられた信号は、周波数領域内の複数の信号へと変換され、各信号は、特定の周波数領域(周波数ビン)を占有する。各周波数ビンに関し、信号はコヒーレントに積分(累積的に合計)され、次いでパワー値に変換されて合計(非コヒーレントに積分)される。非コヒーレント積分の結果１３は、その周波数ビンにおける信号の有無を識別するべく、判定エンジン１４によって処理され、これにより周波数ロックが得られる。
【選択図】図１

Description

本発明の実施形態は、情報信号の有/無を検出することに関する。

発明の背景

値x[t]から、「雑音」n[t]内の情報信号s[t]の有/無を検出すること、すなわちx[t]＝n[t]であるかx[t]＝s[t]＋n[t]であるかを検出することが望まれる。

このことは、信号対雑音比s[t]/n[t]が小さい場合には困難となり得る。さらに、広範にわたる信号対雑音比に対処可能な単一のアルゴリズムを見いだすことも困難になる。

発明の簡単な説明

本発明の一実施形態によれば、入力を受信することと、入力の期待分散を算出することと、入力が信号を含むという第１仮説を検定することと、を含む方法が提供される。

本発明の別の実施形態によれば、受信入力の期待分散を算出する手段と、入力が信号を含むという第１仮説を検定する手段と、を含む判定エンジンが提供される。

本発明の別の実施形態によれば、コンピュータ・プログラム命令を含んだコンピュータ・プログラムが提供され、このコンピュータ・プログラム命令は、プロセッサへロードされると、プロセッサに、受信入力の期待分散の算出、および入力が信号を含むという第１仮説の検定を可能にさせる。

本発明の別の実施形態によれば、受信入力の期待分散を算出する手段と、信号を検出するために、入力が信号を含むという第１仮説を検定する手段と、を含む検出器が提供される。

本発明をより深く理解するために、以下、単なる例示として添付の図面を参照する。

発明の実施形態の詳細な説明

図1は、値x[t]から、雑音n[t]内の情報信号s[t]の有/無を検出する、すなわちx[t]＝n[t]であるかx[t]＝s[t]＋n[t]であるかを検出する回路10を含む装置を概略的に示している。

回路10は、入力値11としてx[t₀]，x[t₁]，x[t₂]，・・・，x[t_m−1]，x[t_m]の一連の値を受信する。汎用的に、n番目の値x[t_n]をx_nと称する。

パワー変換器12は、入力値x_nを2乗してn番目のパワー値13であるx_n ²を生成し、この値を、判定エンジン14へ提供する。入力値x_nは、例えばx_n＝｛y₁，y₂，y₃，・・・，y_j｝など多次元の値でもよく、ここでj＝1，2，・・・，またはmであり、この場合、パワー値p_n＝y₁ ²＋y₂ ²＋y₃ ²＋・・・＋y_j ²である。パワー値p_nは、複素信号I＋jQの絶対値を表すのに用いることもできる。

判定エンジン14は、図2に概略的に示した方法20を実行する。

判定エンジン14は、パワー値13の仮定された統計的分布に基づく代数的処理を使用する。

パワー値x_n ² 13は、非心カイ2乗分布（non-central Chi squared distribution）を有すると仮定される。

この仮定の結果、入力値(x_n)の平均値、パワー値(x_n ²)の平均値、およびパワー値(x_n ²)の分散が、多数の代数的関係によって関係付けられるようになる。代数的関係は以下の通りである：

雑音のパワーが1であると仮定する。そのとき、

ａ）パワー値の平均は、1と、入力値11の平均値の2乗との和に等しく、すなわち以下の通りである。

mean(x_n ²)＝1＋mean(x_n)² （式1）

ｂ）パワー値の分散は、2と、入力値11の平均値の2乗の4倍との和に等しく、すなわち以下の通りである。

variance(x_n ²)＝2＋4^＊mean(x_n)² （式2）

方法20は、プロセスのステップまたはコンピュータ・プログラムの部分に相当し得る、逐次的な一連のブロック群を含む。

ブロック22で、判定エンジン14が、最新のパワー値x_n ²13を受信する。

次にブロック24で、判定エンジン14は、最新のパワー値x_n ²を用いてmean(x²)の値を更新する。この例において判定エンジンは、パワー値の最新の平均値が、最新のパワー値を含むパワー値全ての累積和をこの和に含まれているパワー値の数で割ったものに等しくなるという、アルゴリズムを用いる。すなわち、以下の通りである。

mean(x_n ²)＝((n−1)^＊mean(x_n−1 ²)＋x_n ²)/n

次にブロック26で、判定エンジン14は、パワー値の最新の平均値を用いて、式1および2を使ってパワー値の期待分散を算出する。なお、このステップは、分散の総当たり的な計算ではなく、或る特定の統計的分布を仮定した上で求められた代数式に基づいていることに留意されたい。

まずサブブロック26Aで、判定エンジン14は、mean(x_n ²)の値を用いて、式1を使って代数的にmean(x_n)²を算出する。

mean(x_n)²＝Max[0，mean(x_n ²)−1]

次いでサブブロック26Bで、判定エンジン14は、mean(x_n)²の値を用いて、式2を使って代数的にvariance(x_n ²)を算出する。

variance(x_n ²)＝variance(x_n−1 ²)＋2＋4^＊mean(x_n)²

あるいはブロック26で、判定エンジン14は、mean(x_n ²)の値を用いて、直接variance(x_n ²)を代数的に算出することもできると考えられる。

variance(x_n ²)＝variance(x_n−1 ²)＋4^＊mean(x_n ²)−2

次にブロック28で、判定エンジン14は、パワー値の期待分散を用いて、パワー値の平均値の期待分散を代数的に算出する。

variance(mean(x_n ²))＝variance(x_n ²)/n

〔仮説−入力値は信号を含む〕

次にブロック30で、判定エンジン14は、入力値が情報信号を含むという第１仮説を検定する。

信号を含む場合にmean(x_n ²)が取り得る値の範囲は、以下のように表されるか、

mean(x_n ²)＋/−Factor^＊[variance(mean(x_n ²))]^1/2

または、その等価な表現として、以下のように表される。

mean(x_n ²)＋/−Factor^＊[variance(x_n ²)/n]^1/2

判定エンジン14は、サブブロック30Aで、上記の範囲が閾値T_signalよりも上にあるかどうかを判断する。例えば、mean(x_n ²)−Factor^＊[variance(x_n ²)/n]^1/2＞T_signalであれば、入力値11は情報信号を含むと仮定することができる。

「Factor」は、平均値からの標準偏差の数を表す。一部の実施形態においては、これを一定の実数Fとしてもよい。別の実施形態では、nが増加するにつれてFactorの値が小さくなるように、「Factor」をnの関数としてもよい。この場合、nが増加するにつれて信号のテキストが厳しくなくなるという結果になる。

例えば、Factorは、0.45＜α＜0.55である値F/n^αを有しているとよい。ここには、α＝0.5となる特定の場合が含まれており、このときFactorは値F/n^1/2となる。

一部の実施形態においては、閾値T_signalが、実定数であってもよい。別の実施形態では、閾値T_signalは、信号を含まない場合にmean(x_n ²)が取り得る値の範囲の上限に依存していてもよく、すなわち、以下の通りである。

T_signal＝1＋F[2/n]^1/2

ここで、信号を含まない場合にmean(x_n ²)の取り得る値の範囲は、以下のように表すことができる。

mean(x_n ²)＋/−Factor^＊[variance(x_n ²)/n]^1/2

これは、以下のように変換される。

mean(x_n ²)＋/−F^＊[2/n]^1/2

これは、雑音信号の場合、かかる信号に関するmean(x_n)はゼロであるので、式2の結果としてvariance(x_n ²)＝2となるためである。

使用される閾値T_signalが簡潔になると、方法30の複雑さも減る。

〔仮説−入力値は信号を含まない〕

ブロック30で判定が下されなかったら、方法はブロック32へ移行し、ここで判定エンジン14によって、入力値は情報信号を含まないという第２仮説が検定される。

信号を含まない場合にmean(x_n ²)の取り得る値の範囲は、以下のように表される。

mean(x_n ²)＋/−F^＊[2/n]^1/2

サブブロック32Aで、判定エンジン14は、上記の範囲が閾値T_noiseよりも下にあるかどうかを判断する。例えば、mean(x_n ²)−F^＊[2/n]^1/2＜T_noiseであれば、入力値11は情報信号を含まないと仮定することができる。

T_noiseは、信号の無い場合、すなわち式1の結果が1の場合は、期待平均値mean(x_n＋1 ²)などの定数に設定されてもよい。

使用される閾値T_noiseが簡潔になると、方法30の複雑さも減る。

方法30は、受信する入力値11各々に対して実行することができる。従って、判定はできるだけ早い機会に行われればよい。判定の信頼度は、信号対雑音比と実質的に無関係としてもよい。

前述の通り、方法30は、判定エンジン14において実施される。判定エンジン14は、適切ないかなる方法で実現されてもよく、例えばハードウェアとして、あるいはファームウェアまたはソフトウェアとして実装されたコンピュータ・プログラム命令として、実現することができる。

ハードウェア実装は、例えば特定用途向け集積回路(ASICs：application specific integrated circuits)などの専用回路、またはフィールド・プログラマブル・ゲート・アレイ(FPGAs：field programmable gate arrays)などのプログラマブル回路としてもよい。

図3は、コンピュータ・プログラム命令を用いた実装を概略的に図示している。プロセッサ40が、メモリ44および入力/出力デバイス42と接続している。プロセッサ40は、入力/出力デバイス42から入力値11を受信するように、さらにメモリ44に対する読み出しおよび書き込みを行うように配列されている。

メモリ44は、第１コンピュータ・プログラム46を格納し、このコンピュータ・プログラムは、プロセッサ40へロードされるとプロセッサ40にパワー変換器12の機能を実行できるようにさせる、コンピュータ・プログラム命令を含む。

メモリ44は、第２コンピュータ・プログラム48を格納し、このコンピュータ・プログラムは、プロセッサ40へロードされるとプロセッサ40に判定エンジン14の機能、言い換えれば方法30を実行できるようにさせる、コンピュータ・プログラム命令を含む。

コンピュータ・プログラム46、48は、電磁気搬送波信号を介して装置に到来してもよいし、あるいはコンピュータ・プログラム製品、メモリ・デバイス、またはCD−ROMもしくはDVDなどの記録媒体といった、物理的実体50からコピーされてもよい。

本発明は、多数の用途を有する。値x[t]から、雑音n[t]内の情報信号s[t]の有/無を検出すること、すなわちx[t]＝n[t]であるかx[t]＝s[t]＋n[t]であるかを検出することが必要なあらゆる用途において、本発明を使用するとよい。

１つの用途として、符号分割多元接続(cdma：code division multiple access)受信機における用途がある。個別の例としては、全地球測位システム(GPS：global positioning system)受信機などの衛星測位受信機がある。GPS受信機においては、受信信号を拡散コードに対して相関させ、受信信号を符号化するのに用いた拡散コードの検出、および/または伝搬時間(擬似距離)の指標となる拡散コードの位相オフセットの検出を行うとよい。

相関後、相関させられた信号は、周波数領域内の複数の信号へと変換される。各信号は、特定の周波数領域(周波数ビン)を占有する。各周波数ビンに関し、信号はコヒーレントに積分(累積的に合計)され、次いでパワー値に変換されて合計(非コヒーレントに積分)される。非コヒーレント積分の結果13は、その周波数ビンにおける信号の有無を識別するべく、判定エンジン14によって処理されるとよい。これにより、周波数ロックが得られるようになる。

別の用途は、雑音中のクロック信号を検出することである。

別の用途の例は、複数のセンサからの出力を処理して、信号s[t]を検出したセンサがもしあればそれがどのセンサであるのかを判断することである。

別の用途の例は、無線受信機が送信の搬送波周波数にロックしようとする場合に、無線受信機内で生成される信号を処理することである。

上記の各項にて、本発明の実施形態を多様な例に関連させて説明してきたが、当然のことながら、請求される本発明の範囲を逸脱することなく、提示された例に変更を加えることが可能である。判定エンジンは、任意のm次元の入力値11から生じたパワー値13を用いて、信号の検出に使用することができる。判定エンジンは、信号の無い状況におけるパワー値の分散が、信号の有る状況におけるパワー値の分散とは相違する定量化できる値を有する場合に使用するとよい。判定エンジンは、信号の無い状況において、入力値の平均値がゼロの値を有する場合に使用するとよい。判定エンジンは、信号s[t]が、GPS衛星信号のように＋Sと−Sとの間を周期的に変動する信号など、ゼロの期待平均値を伴った周期定常なランダム過程である場合に使用するとよい。

上述の明細書における本発明の特徴に関心を引きつけるための取り組みは特に重要であると考えられる一方で、当然のことながら、出願人は、上記に言及された、および/または図面に示されたあらゆる特許性のある特徴および特徴の組み合わせについて、そこに特に重点が置かれたか否かに関わらず、保護することを請求する。

参考のために、原出願（特願2008-530654）に関し、出願当初に記載の本願発明の好適な実施形態の例について、以下に載せておく。
（１）入力を受信することと、
前記入力の期待分散を算出することと、
前記入力が信号を含むという第１仮説を検定することと、
を含む、方法。
（２）前記入力がパワー値である、（１）に記載の方法。
（３）前記入力の前記期待分散を代数的に算出するために、前記入力の平均値を用いることをさらに含む、（１）または（２）に記載の方法。
（４）前記代数的に算出することが、前記入力に関するカイ２乗分布の仮定に基づいている、（３）に記載の方法。
（５）前記入力の前記期待分散を算出するために、所定の定数に前記入力の前記平均値の倍数を加算することをさらに含む、（３）または（４）に記載の方法。
（６）前記入力の最新の期待分散を算出するために、前記入力の前記平均値の倍数および所定の定数を、前記入力の以前の期待分散へ加算することをさらに含む、（５）に記載の方法。
（７）前記入力の前記期待分散を得るために、入力を代数式において使用することを含む、（１）から（６）のいずれかに記載の方法。
（８）前記入力の前記平均値の前記期待分散を代数的に算出するために、前記入力の前記期待分散を用いることをさらに含む、（１）から（７）のいずれかに記載の方法。
（９）前記入力が情報信号を含むという第１仮説を検定することをさらに含む、（１）から（８）のいずれかに記載の方法。
（１０）前記入力の前記平均値の取り得る値の範囲が閾値より上にあるかどうかを判断することをさらに含む、（１）から（９）のいずれかに記載の方法。
（１１）前記範囲が、前記入力の前記平均値からの標準偏差であって、定数である、（１０）に記載の方法。
（１２）前記範囲が、前記入力の前記平均値からの標準偏差であって、減少していく数である、（１０）に記載の方法。
（１３）前記閾値が定数である、（１０）、（１１）または（１２）に記載の方法。
（１４）前記閾値は、前記入力が信号を含まない場合には、前記入力の前記平均値の前記取り得る値の範囲の上限に依存する、（１０）、（１１）または（１２）に記載の方法。
（１５）前記入力が情報信号を含まないという第２仮説を検定することをさらに含む、（１）から（１４）のいずれかに記載の方法。
（１６）前記入力の前記平均値の取り得る値の範囲が閾値より下にあるかどうかを判断することをさらに含む、（１）から（１５）のいずれかに記載の方法。
（１７）前記範囲が、前記入力の前記平均値からの標準偏差であって、定数である、（１５）に記載の方法。
（１８）前記閾値が定数である、（１５）または（１６）に記載の方法。
（１９）信号の無い場合には、前記定数が前記入力の前記期待平均値である、（１７）に記載の方法。
（２０）前記信号が周期定常である、（１）から（１９）のいずれかに記載の方法。
（２１）前記信号がゼロの平均値を有する、（１）から（２０）のいずれかに記載の方法。
（２２）受信した入力の期待分散を算出する手段と、
前記入力が信号を含むという第１仮説を検定する手段と、
を含む、判定エンジン。
（２３）コンピュータ・プログラム命令を含むコンピュータ・プログラムであって、該コンピュータ・プログラム命令が、プロセッサへロードされると、前記プロセッサに、
受信した入力の期待分散を算出することと、
前記入力が信号を含むという第１仮説を検定することと、
を可能にさせる、コンピュータ・プログラム。
（２４）（１）から（１５）のいずれか１つの前記方法をコンピュータに実行させるためのプログラム命令を含む、コンピュータ・プログラム。
（２５）（２２）または（２３）に記載の前記コンピュータ・プログラムを具現化している、物理的実体。
（２６）受信した入力の期待分散を算出する手段と、
前記入力が信号を含むという第１仮説を信号を検出するために検定する手段と、
を含む、検出器。

装置を概略的に示した図である。 判定の方法を概略的に示した図である。 コンピュータ・プログラム命令を用いる実装を概略的に示した図である。

Claims (1)

1. 入力を受信することと、
   前記入力の期待分散を算出することと、
   前記入力が信号を含むという第１仮説を検定することと、
   を含む、方法。

Images