JP2013514707A - ハイブリッド相関及び最小二乗チャネル推定 - Google Patents

Abstract

無線通信システムの受信機のためのハイブリッド型のチャネル推定器が、相関ベースのチャネル推定器及び最小二乗ベースのチャネル推定器の双方を含む。相関推定器は、信号品質が低く又はノイズが有色である場合に使用される。最小二乗推定器は、信号品質が高く又はノイズが白色である場合に使用される。干渉抑圧フィルタは、受信信号内の干渉を抑圧することにより信号品質を改善する。一般には、信号品質が低くノイズが有色である場合に、相関チャネル推定がまず実行され、干渉抑圧フィルタリングが実行され、干渉のある部分が除外されて障害スペクトルの全体が白色化されることにより、信号品質が上昇する。これらは、繰返し行われてよい。信号品質が改善すると、やはり繰り返されてもよい最小二乗チャネル推定が実行される。トレーニングシーケンス及びノイズは、最小二乗チャネル推定の実行に先立って白色化されてもよく、最小二乗チャネル推定は、チャネル推定値が復調器へ転送される前の最後の動作である。
【選択図】図１

Description

本発明は、一般に、無線通信ネットワークに関し、より具体的には、相関及び最小二乗計算のアプローチの双方を利用するチャネル推定のシステム及び方法に関する。

無線通信システムは、データを電磁的なキャリアへ変調し、当該データを、１つ以上の送信アンテナからエアインタフェースを介して１つ以上の受信アンテナへ送信する。そして、受信機における処理回路及びソフトウェアは、データ、干渉及びノイズを含む受信信号からデータを復元することを試行する。干渉及びノイズを推定して抑圧することにより、データは、より正確に復元され得る。よって、干渉の除去（cancellation）は、（基地局、ノードＢ又はアクセスポイントとして様々に知られる）固定されるネットワーク送信サイト及び移動するユーザ機器（移動局としても知られるＵＥ）の双方において、無線通信システムの無線受信機のどこにでもある特徴である。干渉を正確に推定し（及びそして除去する）ために、チャネルの推定値（estimates）は、まず、Ｌ＋１タップを有する時間変化するＦＩＲフィルタとして良好にモデル化されて定式化されなければならない。干渉除去受信機内のチャネル推定は、動作キャリア対干渉比（Ｃ／Ｉ：operating carrier to interference ratio）が非常に低い可能性があるために、困難な課題である。

チャネル推定についての２つの既知のアプローチ（共に、ここでより詳細に検討される）は、相関ベースのチャネル推定、及び最小二乗ベースのチャネル推定である。相関チャネル推定は、受信信号内の既知のトレーニングシーケンスとその既知の値との相関をとり、様々なオフセットでその複素共役との積を計算し、その相関のピーク値がチャネル推定となる。最小二乗チャネル推定は、受信信号と、ＦＩＲフィルタを通過する既知のトレーニングシーケンスシンボルである予測される信号との間の差異の二乗誤差量の合計を最小化する。

チャネル推定器は、バイアスと共に特性化され（characterized）、又はバイアス無しで特性化され得る。推定器は、その統計的な期待値が推定される真の値と等しくない場合に、バイアスされる。その期待値が推定される真の値である場合には、推定器はバイアスされない。また、その数学的な構造に加えて、推定器がバイアスされるかされないかは、白色ノイズ及び干渉を含むチャネル障害（channel impairment）の統計に依存する。障害は、実質的に均一なスペクトルパワー密度を有する場合、即ちいずれの帯域幅においても等しいパワーを有するフラットな周波数スペクトルを示す場合に、“白色（white）”と言及される。逆に、障害は、不均一なスペクトルパワー密度を有する場合に、“有色（colored）”と言及される。障害が白色であれば、最小二乗チャネル推定はバイアスされず、相関チャネル推定はバイアスされる。

干渉を除去するために、受信機は、時空間白色化フィルタをも推定しなければならない。２つの異なるアプローチが存在する。ＳＴ−ＩＲＣ（Spatial-Temporal Interference Rejection Combining）及びｉＧＬＳ（indirect Generalized Least Squares）において、無線チャネル及び白色化フィルタは、結合的に（jointly）推定される。その代わりに、繰返し型のチャネル推定では、まずチャネルが推定され、そしてチャネル推定値を用いて白色化フィルタが推定される。

結合チャネル推定は、干渉除去がチャネル推定の一部であるため、繰返し型のチャネル推定よりも良好な性能を有する。その欠点は、高い計算上の複雑性である。結合推定において、多くのパラメータが同時に推定され、大規模な行列の逆行列演算が要求される。これは、例えば１６ビットの固定小数点型のＤＳＰデバイスなどの利用可能なプロセッサを用いて実装するには、計算の面で困難である。

対照的に、繰返し型のチャネル推定は、計算の面での要求が大幅に小さく、よって、より容易に且つ安価に実装され得る。ｉＧＬＳについての１３×１３の行列に対して、繰返し型のチャネル推定では、例えば２×２などの小さい行列についてのみ逆行列演算が必要となる。しかしながら、初期のチャネル推定は干渉除去を伴うことなく行われるため、受信機は、干渉除去又は白色化の後にチャネルを再推定しなければならない。

低い複雑性及び数字上の安定性に起因して、繰返し型のチャネル推定は、ネットワーク基地局及び移動するＵＥの双方において使用される。双方の解決策は、干渉除去のために、ＷＷＲＡ（Whittle-Wiggins-Robinson Algorithm）を用いる時空間白色化を使用する。多くのケースで、ＵＥ内での繰返し型のチャネル推定は、相関ベースである。なぜなら、その手法が低Ｃ／Ｉ条件下で良好な性能を生み出すからである。高Ｃ／Ｉでは、相関チャネル推定はバイアスされるが、それは低減することのできないビットエラーの底値（bit error floor）の原因となる。エラー訂正符号化なしでは、データスループットは、パケットの再送の増加に起因して、大幅に下落するであろう。基地局における繰返し型のチャネル推定は、多くの場合、高Ｃ／Ｉで良好な性能を生み出す最小二乗ベースである。Ｃ／Ｉが低く、少ない数の強い干渉源によってしか障害が支配されていなければ（即ち、有色障害）、最小二乗チャネル推定は、相関チャネル推定よりも大幅に劣悪にしか動作しない。その原因は、既知のトレーニングシーケンスシンボルから構築される畳み込み行列をＳとして、ファクタ（Ｓ^ＨＳ）^−１により生じる歪みである。よって、全ての条件下で最適となる技術はなく、しかし、無線通信システムの受信機は、（基地局で又はＵＥにおいて配備されるかによらず）データを正確に受信しなければならず、よって全てのチャネル条件下で正確なチャネル推定を実行しなければならない。

ここで開示され請求される本発明の実施形態によれば、無線通信システムの受信機のためのハイブリッド型のチャネル推定器は、相関ベースのチャネル推定器及び最小二乗ベースのチャネル推定器の双方を含む。相関ベースのチャネル推定器は、信号品質が低く又はノイズが有色である場合に使用される。最小二乗ベースのチャネル推定器は、信号品質が高く又はノイズが白色である場合に使用される。相関ベースのチャネル推定器と最小二乗ベースのチャネル推定器との間で、干渉抑圧フィルタは、受信信号内の干渉を抑圧することにより信号品質を改善する。一般には、信号品質が低い場合に、相関ベースのチャネル推定がまず実行され、干渉抑圧フィルタリングが実行されて、信号品質が上昇する。これらは、信号品質が所定のレベルを超えて改善されるまで複数回繰返し行われてよく、そして、最小二乗ベースのチャネル推定が利点と共に実行され得る。必要であれば、トレーニングシーケンス及びノイズは、最小二乗ベースのチャネル推定の実行に先立って白色化されてもよく、最小二乗チャネル推定は、チャネル推定値がコヒーレント復調のために復調器へ転送される前の最後の動作である。

１つの実施形態は、無線通信受信機におけるハイブリッド型のチャネル推定の方法に関する。無線で送信される、トレーニングシーケンスを含む信号が受信される。受信信号について相関チャネル推定が実行され、相関ベースのチャネル推定値が生成される。当該初期のチャネル推定値を用いて、白色化フィルタが推定され、白色化フィルタを選択的に受信信号に適用して信号品質を改善することができる。但し、白色化フィルタを受信信号に実際に適用する前に、元の及びフィルタリングされた信号の１つ以上のノイズメトリックが、既知のトレーニングシーケンスにわたって評価される。元の及びフィルタリングされた信号の当該ノイズメトリックを分析し及び比較することにより、受信信号を白色化するか否かの決定がなされる。いずれのケースでも、元の又はフィルタリングされた信号は、最終的なチャネル推定値を生成するために、最小二乗ベースのチャネル推定器へ受け渡される。

他の実施形態は、無線通信受信機のためのハイブリッド型のチャネル推定器に関する。当該推定器は、ノイズ及び干渉を含む受信信号のベースバンドサンプルを受け取り、チャネル推定値を出力する。ハイブリッド型のチャネル推定器は、相関ベースのチャネル推定器と、最小二乗ベースのチャネル推定器と、制御機能とを含む。制御機能は、信号品質及びノイズの色を推定するように動作可能である。当該制御機能は、信号品質が所定の閾値を下回り又はノイズが有色である場合に、相関ベースのチャネル推定器を選択し、信号品質が所定の閾値を上回り又はノイズが白色である場合に、最小二乗ベースのチャネル推定器を選択するように動作可能である。

無線通信受信機の各部の機能ブロック図である。 チャネル推定のハイブリッド型の方法のフロー図である。 図１の受信機の性能シミュレーションを示すグラフである。 図１の受信機の性能シミュレーションを示すグラフである。

相関チャネル推定は、複素値の受信信号ｘ（ｎ）と既知のトレーニングシーケンスシンボルｔ（ｋ）との間の相互相関Ｃ（ｊ）に基づいており、ここで、ｋ＝０，１，…Ｎ−１、ｊは探索ウィンドウ内のサンプルインデックス、Ｎはトレーニングシンボルの数である。

シンク位置（sync position）ｊに対応するＬ＋１個の複素値のチャネルタップは、次の通りである。

最小二乗チャネル推定アルゴリズムでは、シンク位置ｊについてのＬ＋１個の複素値のチャネルタップは、次の通りである。

ここで、

ＷＷＲＡを用いる白色化フィルタ推定において、受信信号ｘ（ｎ）は、同相（Ｉ）及び直交位相（Ｑ）の成分に分割される。

Ｌ＋１個のチャネルタップが与えられると、Ｉ及びＱブランチ上の障害ν（ｎ）＝［ν_ｉ（ｎ）ν_ｑ（ｎ）］^Ｔを推定することができ、遅延０−Ｋにおけるその自己相関行列Ｐ（０），Ｐ（１），…Ｐ（Ｋ）が計算される。上記障害は、Ｋ次のベクトル自己回帰（ＶＡＲ：vector auto-regressive）プロセスとしてモデル化され、そこからユール・ウォーカー方程式が導かれ、効率的なＷＷＲＡアルゴリズムを用いてフィルタＢが取得される。なお、Ｂ（ｋ）は、受信信号が２ｘ分オーバーサンプリングされるかに依存して、４×４又は２×２の実行列である。

白色化フィルタ推定は、残余の障害共分散行列Ｑ＝Ｅ｛ν（ｎ）ν^Ｔ（ｎ）｝をも算出し、ここで開示される実施形態によれば、当該行列を、各ステージにおいて信号を白色化すべきであるかを判定するために使用することができる。信号の白色化は、受信信号ｒ（ｎ）でＢをコンボリューションすることにより行われる。

図１は、基地局又はＵＥに配備され得る無線通信受信機１０の関係する部分を示している。いずれのケースでも、受信機１０は、簡明さのために図１には示されていない多くの追加的な機能モジュールを含む。受信機１０は、１つ以上のアンテナ１１において無線信号を受信し、当該信号は、フロントエンド回路１２、ハイブリッドチャネル推定器１４、復調器１６及びチャネル復号器１８を含む受信チェーンにおいて処理される。無線フロントエンド回路１２において、受信信号は、低ノイズ増幅され、ベースバンドにダウンコンバートされ、デジタル変換され、フィルタリングされて、シンボル又は半シンボル分の間隔のサンプルとなり、それがハイブリッドチャネル推定器１４への入力として使用される。ハイブリッドチャネル推定器１４は、ここでより詳しく開示されるように、チャネル推定値を最も効率的且つ正確に生成するために、受信信号のノイズ特性に応じて、相関ベースのチャネル推定技術及び最小二乗ベースのチャネル推定技術の双方を活用する。復調器１６は、送信ビットについてのソフト値を推定し、当該ソフト値は、復号器１８によるチャネル復号のために使用される。単一のアンテナ１１と関連付けられる単一のチェーン内で図示されているものの、ハイブリッドチャネル推定器１４は、複数の複素値の受信信号を生成する複数の無線フロントエンド回路１２を有するマルチアンテナ受信機１０にも適用可能である。

図２において、ハイブリッドチャネル推定器１４により実行されるハイブリッドチャネル推定の方法２０が示されている。ハイブリッドチャネル推定器１４は、無線フロントエンド回路１２から、複素信号ｘ（ｎ）を受け取る。推定されるべきチャネルタップ数Ｌ＋１は、受信信号と既知のトレーニングシーケンスとの間のＬ個の異なる仮定（hypothesis）での相互相関を計算し、相関エネルギーを比較し、より大きいエネルギーを有するＬ＋１個を選択することにより、決定される（ブロック２２）。探索ウィンドウ内のシンク位置ｊごとの相関ベースのチャネルタップｈ_ｊ（ｋ）、ｋ＝０，１，２，…，Ｌが推定される（ブロック２４）。各シンク位置ｊについて、時空間白色化フィルタＢ_ｊ＝［Ｂ_ｊ（０）Ｂ_ｊ（１）…Ｂ_ｊ（Ｋ）］及び残余の障害共分散行列Ｑ_ｊが、ブロック２４において推定されたチャネルタップｈ_ｊ（ｋ）、ｋ＝０，１，２，…，Ｌを用いて推定される（ブロック２６）。同期位置ｊ_０は、障害共分散行列の行列式の値が最小となるシンク位置を見つけ出すことにより決定される。

そして、ノイズメトリックを評価して信号を白色化すべきかが決定される。１つの実施形態において、λを予め定義される閾値、ｄｅｔ（Ｑ_ｊ０）及びｔｒ（Ｐ_ｊ０（０））をそれぞれＱ_ｊ０の行列式及びＰ_ｊ０のトレースとして、ｄｅｔ（Ｑ_ｊ０）＜λ｛ｔｒ（Ｐ_ｊ０（０））｝^２である場合（ブロック２８）、白色化が実行される（ブロック３０）。λの値は、干渉除去と受信機の感度との間のトレードオフを最適化するように選択される。受信信号ｒ（ｎ）は、白色化フィルタＢ_ｊ０＝［Ｂ_ｊ０（０）Ｂ_ｊ０（１）…Ｂ_ｊ０（Ｋ）］でコンボリューションされる。

そして、白色化フィルタＢ_ｊ０＝［Ｂ_ｊ０（０）Ｂ_ｊ０（１）…Ｂ_ｊ０（Ｋ）］が元のトレーニングシーケンスとコンボリューションされて白色化トレーニングシーケンスＰ_ｉが取得され、当該シーケンスは、白色化が必要であると判定された場合（ブロック２８）に、後続する最小二乗チャネル推定器により使用される（ブロック３２）。元のトレーニングシーケンスの代わりに白色化されたものを使用することにより、チャネル推定のノイズを低減することができる。

白色化された信号ｒ_ｗ（ｎ）が十分な信号品質（例えばＣ／Ｉ）を示し、ノイズスペクトルが十分に白色化されている場合（ブロック３１）、最小二乗推定が実行される（ブロック３２）。そうでなければ、あらためて相関チャネル推定器を通過し（ブロック２４）、白色化フィルタが実行される（ブロック２６）。受信信号は、最小二乗ベースのチャネル推定が有利に適用可能となり、又は最大実行回数に到達するまで、相関チャネル推定器及び白色化フィルタにより複数回繰り返し処理されてよい。

最小二乗チャネル推定値ｈ_ＬＳ−ｗは、白色化トレーニングシーケンスｈ_ＬＳ−ｗ＝（Ｗ^ＨＷ）^−１Ｗ^Ｈｙを用いて計算される（ブロック３２）。ここで、次の通りである。

１つの実施形態において、白色化信号ｒ_ｗ（ｎ）及びチャネル推定値ｈ_ＬＳ−ｗは、復調器１６へ転送される。他の実施形態において、最小二乗チャネル推定は、信号品質及び／又はノイズスペクトルが所定の閾値を満たすまで、繰返し実行されてもよい（この繰り返しは、図２には示されていない）。

ブロック２８において、さらなる白色化が必要でないことをノイズメトリックが示している場合には、最小二乗チャネル推定ｈ_ＬＳは、元のトレーニングシーケンスを用いて計算される。

元の受信信号ｒ（ｎ）及びチャネル推定値ｈ_ＬＳは、復調器１６へ転送される。よって、元のトレーニングシーケンスに基づく最小二乗チャネル推定プロセスは、１回だけ実行される（ブロック３６）。

いくつかの実施形態では、ブロック２８において算入されるノイズメトリックは、信号対ノイズ及び干渉比（ＳＮＩＲ）又はキャリア対干渉比（Ｃ／Ｉ）などの、ノイズパワー又は信号品質の指標を含み得る。例えば、Ｃ／Ｉが低ければフローはブロック２８からブロック３０へ進み、Ｃ／Ｉが高ければフローはブロック３４へ進む。上述した他の実施形態において、ブロック２８におけるノイズメトリックの評価は、例えば障害共分散行列の非対角成分の値を検査（inspect）することで、ノイズが白色であるか有色であるかを判定することを含み得る。白色ノイズであればフローはブロック２８から３４へ進み、有色ノイズであればフローはブロック３０へ進む。他の実施形態において、ノイズパワー及びノイズの色の組合せが用いられてもよい。一般には、当業者は、本開示の教示が与えられれば、固有の実装にとって適切な判定用の変数を容易に実装し得る。

図２はハイブリッドチャネル推定器１４を通る１つの“パス”のみを示しているが、当業者は、例えば、採用すべき最小二乗チャネル推定の種類を選択するためにノイズの色を評価するに先立って、相関ベースのチャネル推定及び干渉抑圧フィルタリング（即ち、ブロック２４〜２６）を２回以上繰り返し実行し、干渉を抑圧することにより信号品質を逐次的に改善してもよいことを理解するであろう。同様に、判定機能内で計算されるノイズメトリックに依存して、最小二乗チャネル推定を複数回実行して干渉をより強く抑圧することもできる。なお、当該判定機能は、一般には複数回実行されるが、相関チャネル推定から最小二乗チャネル推定への切替えの判定は、受信機の性能の観点で重要なものである。

シミュレーション結果は、ハイブリッドチャネル推定器１４が低Ｃ／Ｉ及び高Ｃ／Ｉの双方において受信機の性能を大幅に改善することができることを示している。図３は、ＧＰＲＳにおいて使用されるＣＳ４についてのフレームエラーレート（ＦＥＲ）の性能を示している。高Ｃ／Ｉ（例えば、２０ｄＢ以上）においては、双方のステージでの相関チャネル推定の使用（ＣＲ−ＣＲ）がチャネル推定のバイアスに起因して最悪の性能を有することを見て取ることができる。双方のステージでの最小二乗チャネル推定の使用（ＬＳ−ＬＳ）は、１０％のＦＥＲにおいてＣＲ−ＣＲよりも２ｄＢ良好である。それに対し、相関チャネル推定を第１のステージで、最小二乗チャネル推定を第２のステージで用いるハイブリッド型の方法２０（ＣＲ−ＷＬＳ）は、相関のみよりも３．５ｄＢ、最小二乗のみよりも０．５ｄＢ良好な、最良の性能を有する。

図４は、１．０ｄＢ近辺の非常に低いＣ／Ｉで動作するＧＳＭフルレートスピーチ（ＦＳ）チャネルのＦＥＲを示している。最小二乗チャネル推定のみの使用（ＬＳ−ＬＳ）が低Ｃ／Ｉにおける最小二乗チャネル推定の歪みに起因して最悪の性能を有することを見て取ることができる。双方のステージでの相関ベースの手法（ＣＲ−ＣＲ）は、最小二乗のみよりも１．５ｄＢ良好である。ここでも、相関チャネル推定を第１のステージで、最小二乗チャネル推定を第２のステージで用いるハイブリッド型の方法２０（ＣＲ−ＷＬＳ）は、最小二乗のみよりも１．８ｄＢ、相関のみよりも０．３ｄＢ良好な、最良の性能を有する。様々な論理チャネル、Ｃ／Ｉレンジ及びフェージングチャネルプロファイルにわたる他のシミュレーションも、従来技術と比較して、ハイブリッド型の方法２０の改善された性能を実証している。

当然ながら、本発明は、発明の本質的な特徴から離れることなく、ここで具体的に説明されたものとは異なる形で実行されてよい。呈示された実施形態は、あらゆる観点で説明のためのものであって限定的なものではなく、添付の特許請求の範囲の意義及び均等の範囲内の全ての変更は、そこに包含されるものと意図される。

元の受信信号ｒ（ｎ）及びチャネル推定値ｈ_ＬＳは、復調器１６へ転送される。よって、元のトレーニングシーケンスに基づく最小二乗チャネル推定プロセスは、１回だけ実行される（ブロック３４）。

Claims (18)

1. 無線通信受信機におけるハイブリッド型のチャネル推定の方法であって、
   無線で送信される、トレーニングシーケンスを含む信号を受信することと、
   前記受信信号について相関チャネル推定を実行して、相関ベースのチャネル推定値を生成することと、
   前記相関ベースのチャネル推定値に基づいて、前記受信信号をフィルタリングして、フィルタリングされた信号を生成することと、
   前記フィルタリングされた信号の１つ以上のノイズメトリックを評価することと、
   ノイズメトリックに応じて、前記フィルタリングされた信号についてノイズ白色化フィルタリングを選択的に実行することと、
   前記フィルタリングされた信号について最小二乗ベースのチャネル推定を実行して、最終的なチャネル推定値を生成することと、
   を含む方法。
2. 前記受信信号についてノイズ白色化フィルタリングが実行されない場合には、前記最小二乗ベースのチャネル推定は、元の前記トレーニングシーケンス及び元の前記受信信号を用いて実行される、請求項１の方法。
3. 前記受信信号についてノイズ白色化フィルタリングが実行される場合には、前記最小二乗ベースのチャネル推定は、白色化されたトレーニングシーケンス及び白色化された受信信号を用いて実行される、請求項１の方法。
4. 前記受信信号をフィルタリングすることは、前記受信信号について干渉除去を実行することを含む、請求項１の方法。
5. 前記受信信号について相関ベースのチャネル推定を実行することは、前記受信信号内のトレーニングシーケンスと既知の値との相関を計算することを含む、請求項１の方法。
6. 前記フィルタリングされた信号の１つ以上のノイズメトリックを評価することは、前記フィルタリングされた信号の１つ以上のノイズメトリックを、対応する１つ以上の所定の閾値と比較することを含む、請求項１の方法。
7. 前記ノイズメトリックは、キャリア対干渉比（Ｃ／Ｉ）を含む、請求項１の方法。
8. 前記ノイズメトリックは、信号対ノイズ及び干渉比（ＳＮＩＲ）を含む、請求項１の方法。
9. 前記ノイズメトリックは、ノイズのスペクトル相関の指標を含む、請求項１の方法。
10. ノイズメトリックに応じて、前記相関ベースのチャネル推定及びフィルタリングのステップを繰り返すこと、をさらに含む、請求項１の方法。
11. ノイズメトリックに応じて、前記ノイズ白色化フィルタリング及び最小二乗ベースのチャネル推定のステップを繰り返すこと、をさらに含む、請求項１の方法。
12. 無線通信受信機のためのハイブリッド型のチャネル推定器であって、
    ノイズ及び干渉を含む受信信号のベースバンドサンプルを受け取り、チャネル推定値を出力し、
    相関ベースのチャネル推定器と、
    最小二乗ベースのチャネル推定器と、
    信号品質及びノイズの色を推定するように動作可能であり、信号品質が所定の閾値を下回り又はノイズが有色である場合に、前記相関ベースのチャネル推定器を選択するように動作可能であり、信号品質が所定の閾値を上回り又はノイズが白色である場合に、前記最小二乗ベースのチャネル推定器を選択するように動作可能である、制御機能と、
    を備える、
    ハイブリッド型のチャネル推定器。
13. 干渉抑圧フィルタをさらに備え、前記制御機能は、信号品質を改善するために前記干渉抑圧フィルタを選択するようにさらに動作可能である、請求項１２のチャネル推定器。
14. 前記制御部は、信号品質を逐次的に改善するために、前記相関ベースのチャネル推定器及び干渉抑圧フィルタを繰り返し選択し、そして、前記信号品質が所定の閾値を上回ると、前記最小二乗ベースのチャネル推定器を選択するようにさらに動作可能である、請求項１３のチャネル推定器。
15. 前記制御部は、ノイズの色に応じて、前記最小二乗ベースのチャネル推定器を繰り返し選択するようにさらに動作可能である、請求項１２のチャネル推定器。
16. 前記信号品質は、信号対ノイズ及び干渉比（ＳＮＩＲ）である、請求項１２のチャネル推定器。
17. 前記信号品質は、信号キャリア対干渉比（Ｃ／Ｉ）である、請求項１２のチャネル推定器。
18. 前記制御機能は、障害共分散行列の非対角の及び対角の要素を検査し及び比較することにより、ノイズの色を推定する、請求項１２のチャネル推定器。
    

Images