JP2738470B2 - 適応最尤系列推定器 - Google Patents
適応最尤系列推定器Info
- Publication number
- JP2738470B2 JP2738470B2 JP15354591A JP15354591A JP2738470B2 JP 2738470 B2 JP2738470 B2 JP 2738470B2 JP 15354591 A JP15354591 A JP 15354591A JP 15354591 A JP15354591 A JP 15354591A JP 2738470 B2 JP2738470 B2 JP 2738470B2
- Authority
- JP
- Japan
- Prior art keywords
- impulse response
- transmission
- transmission path
- estimated value
- estimation
- 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.)
- Expired - Fee Related
Links
Landscapes
- Error Detection And Correction (AREA)
- Dc Digital Transmission (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、ディジタル通信の受信
機等において、伝送路の歪みを補償する等化器として使
用される適応最尤系列推定器に関するものである。
機等において、伝送路の歪みを補償する等化器として使
用される適応最尤系列推定器に関するものである。
【０００２】
【従来の技術】従来、このような分野の技術としては、
例えば次のような文献に記載されるものがあった。
例えば次のような文献に記載されるものがあった。
【０００３】文献；J.G.Proakis “ディジタル コミュ
ニケーションズ（Digital Communications）”（１９８
３）McGraw-Hill （米）Ｐ．５４８−５５４、６１０−
６１６、６２４−６２７、６４２−６４８ 近年、ディジタル移動通信の開発が急速に行われている
が、陸上移動通信では遅延を伴う多数の干渉波と移動端
末が高速に移動することにより、周波数選択性フェージ
ング（fading）が発生して受信信号波形が著しく歪むた
め、等化器によってこの歪みを補償する必要がある。こ
の等化器を構成するための最尤系列推定は、周波数選択
性フェージングのように、伝送路の遅延特性に起因して
歪んだ受信信号波形から、正しい送信データを得るため
の最も有効な等化方式の一つである。
ニケーションズ（Digital Communications）”（１９８
３）McGraw-Hill （米）Ｐ．５４８−５５４、６１０−
６１６、６２４−６２７、６４２−６４８ 近年、ディジタル移動通信の開発が急速に行われている
が、陸上移動通信では遅延を伴う多数の干渉波と移動端
末が高速に移動することにより、周波数選択性フェージ
ング（fading）が発生して受信信号波形が著しく歪むた
め、等化器によってこの歪みを補償する必要がある。こ
の等化器を構成するための最尤系列推定は、周波数選択
性フェージングのように、伝送路の遅延特性に起因して
歪んだ受信信号波形から、正しい送信データを得るため
の最も有効な等化方式の一つである。
【０００４】まず、図２及び図３を参照しつつ、ディジ
タル移動通信について簡単に説明する。ディジタル移動
通信では、限られた周波数帯域を効率的に利用するた
め、また、固定通信網で実施されているＩＳＤＮ（Inte
gratedService Digital Network、ディジタル総合ネッ
トワーク）サービスと容易に接続できるようにするた
め、時分割多重方式（Time Division Multiple Access;
ＴＤＭＡ）が用いられる見込みである。このＴＤＭＡの
フレームフォーマットの例を図２に示す。
タル移動通信について簡単に説明する。ディジタル移動
通信では、限られた周波数帯域を効率的に利用するた
め、また、固定通信網で実施されているＩＳＤＮ（Inte
gratedService Digital Network、ディジタル総合ネッ
トワーク）サービスと容易に接続できるようにするた
め、時分割多重方式（Time Division Multiple Access;
ＴＤＭＡ）が用いられる見込みである。このＴＤＭＡの
フレームフォーマットの例を図２に示す。
【０００５】図２において、ＴＤＭＡは１フレームを６
〜８個程のタイムスロットＳｌｏｔ１〜ｎに分割し、一
つまたは二つのタイムスロットを一加入者に割り当て
る。各タイムスロットＳｌｏｔ１〜ｎは、等化器が伝送
路のインパルス応答を推定するための複数ビットのトレ
ーニング系列ＴＲを、多ビットのデータ系列ＤＡの前に
付加して構成される。
〜８個程のタイムスロットＳｌｏｔ１〜ｎに分割し、一
つまたは二つのタイムスロットを一加入者に割り当て
る。各タイムスロットＳｌｏｔ１〜ｎは、等化器が伝送
路のインパルス応答を推定するための複数ビットのトレ
ーニング系列ＴＲを、多ビットのデータ系列ＤＡの前に
付加して構成される。
【０００６】図３は、ディジタル移動通信の送受信機を
示す構成ブロック図である。
示す構成ブロック図である。
【０００７】この送受信機では、送信機１０の出力側
に、伝送路２０を介して受信機３０が接続されている。
送信機１０は、符号化器１１、送信ローパスフィルタ
（ＬＰＦ）１２、及び変調器１３等で構成されている。
受信機３０は、復調器３１、受信ローパスフィルタ（Ｌ
ＰＦ）３２、適応等化器３３、及び復号器３４等で構成
されている。
に、伝送路２０を介して受信機３０が接続されている。
送信機１０は、符号化器１１、送信ローパスフィルタ
（ＬＰＦ）１２、及び変調器１３等で構成されている。
受信機３０は、復調器３１、受信ローパスフィルタ（Ｌ
ＰＦ）３２、適応等化器３３、及び復号器３４等で構成
されている。
【０００８】この送受信機の機能を説明する。
【０００９】送信機１０では、入力データｂm を符号化
器１１で送信シンボルｘn に変換し、送信ローパスフィ
ルタ１２によって帯域制限して送信複素ベースバンド信
号ｓ（ｔ）を生成する。変調器１３では、送信複素ベー
スバンド信号ｓ（ｔ）を搬送波によって変調し、信号ｓ
c （ｔ）として伝送路２０へ送信する。
器１１で送信シンボルｘn に変換し、送信ローパスフィ
ルタ１２によって帯域制限して送信複素ベースバンド信
号ｓ（ｔ）を生成する。変調器１３では、送信複素ベー
スバンド信号ｓ（ｔ）を搬送波によって変調し、信号ｓ
c （ｔ）として伝送路２０へ送信する。
【００１０】受信機３は、伝送路２０を通った信号ｒc
（ｔ）を復調器３１で複素ベースバンド信号ｒ（ｔ）に
変換し、さらに受信ローパスフィルタ３２を通して帯域
制限された受信複素ベースバンド信号ｙ（ｔ）を得る。
この信号ｙ（ｔ）をシンボル間隔Ｔでサンプリングす
る。適応等化器３３では、信号ｙ（ｔ）のサンプル値ｙ
ｎから、周波数選択性フェージングによる伝送路２０の
特性を補償し、送信シンボルを推定する。最後に、復号
器３４で、送信シンボルの推定値Ｅｘn （但し、Ｅは推
定を意味する）を復号し、送信されたデータＥｂm を得
る。
（ｔ）を復調器３１で複素ベースバンド信号ｒ（ｔ）に
変換し、さらに受信ローパスフィルタ３２を通して帯域
制限された受信複素ベースバンド信号ｙ（ｔ）を得る。
この信号ｙ（ｔ）をシンボル間隔Ｔでサンプリングす
る。適応等化器３３では、信号ｙ（ｔ）のサンプル値ｙ
ｎから、周波数選択性フェージングによる伝送路２０の
特性を補償し、送信シンボルを推定する。最後に、復号
器３４で、送信シンボルの推定値Ｅｘn （但し、Ｅは推
定を意味する）を復号し、送信されたデータＥｂm を得
る。
【００１１】次に、前記文献に記載された適応最尤系列
推定について説明する。
推定について説明する。
【００１２】適応最尤系列推定は、ある有限区間での受
信信号系列ｙN ＝｛ｙ1 ，ｙ2 ，…，ｙN ｝が得られた
ときに、伝送路のインパルス応答ｈ（ｔ）を既知として
ｙN を実現する確率（尤度）の最も大きい送信シンボル
系列ｘN ＝｛ｘ1 ，ｘ2 ，…，ｘN ）を推定するもので
あり、畳み込み符号の復号法として知られるビタビ・ア
ルゴリズム（Viterbi algorithm ）を用いて効率的に計
算される。
信信号系列ｙN ＝｛ｙ1 ，ｙ2 ，…，ｙN ｝が得られた
ときに、伝送路のインパルス応答ｈ（ｔ）を既知として
ｙN を実現する確率（尤度）の最も大きい送信シンボル
系列ｘN ＝｛ｘ1 ，ｘ2 ，…，ｘN ）を推定するもので
あり、畳み込み符号の復号法として知られるビタビ・ア
ルゴリズム（Viterbi algorithm ）を用いて効率的に計
算される。
【００１３】以下、適応最尤系列推定におけるビタビ・
アルゴリズムの原理について簡単に説明する。
アルゴリズムの原理について簡単に説明する。
【００１４】まず、送信された可能性のあるシンボル系
列の部分系列により、時刻ｎ−１の状態 を定義する。但し、伝送路のインパルス応答長を（Ｌ＋
１）Ｔとしている。
列の部分系列により、時刻ｎ−１の状態 を定義する。但し、伝送路のインパルス応答長を（Ｌ＋
１）Ｔとしている。
【００１５】例えば、Ｍ相位相変調やＭレベルの振幅変
調の場合、可能な状態数はＭL 個あり、時刻ｎ−１の状
態Ｓn-1 から時刻ｎにおける状態Ｓn への遷移を考える
と、ＭL 個の状態Ｓn の各々に対してＭ通りの状態Ｓ
n-1 からの遷移がある。ここで、状態Ｓn の各々に至る
経路をパスと呼ぶ。
調の場合、可能な状態数はＭL 個あり、時刻ｎ−１の状
態Ｓn-1 から時刻ｎにおける状態Ｓn への遷移を考える
と、ＭL 個の状態Ｓn の各々に対してＭ通りの状態Ｓ
n-1 からの遷移がある。ここで、状態Ｓn の各々に至る
経路をパスと呼ぶ。
【００１６】ビタビ・アルゴリズムは、次式（２）に基
づき、各時刻毎に、各状態におけるＭ通りの可能なパス
についてパスメトリック（経路規準）を計算し、最も値
の大きいパスを選択する。 但し、 ｈj ＝ｈ（ｔ−ｊＴ） （ｊ＝０，１，…，Ｌ） 従って、各時刻毎に常にＭL 通りのパスが残され、過去
のパスは次第に一つに絞られてくる。最終的に一つに収
束したパスより、送信シンボル系列の推定値が得られ
る。
づき、各時刻毎に、各状態におけるＭ通りの可能なパス
についてパスメトリック（経路規準）を計算し、最も値
の大きいパスを選択する。 但し、 ｈj ＝ｈ（ｔ−ｊＴ） （ｊ＝０，１，…，Ｌ） 従って、各時刻毎に常にＭL 通りのパスが残され、過去
のパスは次第に一つに絞られてくる。最終的に一つに収
束したパスより、送信シンボル系列の推定値が得られ
る。
【００１７】図４は、伝送路の変化に応じて適応的に最
尤系列推定を行う従来の適応最尤系列推定器の構成例を
示すブロック図である。
尤系列推定を行う従来の適応最尤系列推定器の構成例を
示すブロック図である。
【００１８】この適応最尤系列推定器は、ビタビ・アル
ゴリズム処理部４０と伝送路推定部５０とから構成され
ている。ビタビ・アルゴリズム処理部４０では、受信信
号のサンプル値ｙn を入力し、前記ビタビ・アルゴリズ
ムの原理に従って送信シンボルの推定を行い、該推定値
｛Ｅｘn ｝を出力する。この際、実際の伝送路のインパ
ルス応答が未知であるため、伝送路推定部５０でこれを
推定し、その推定値｛Ｅｈj ｝をビタビ・アルゴリズム
処理部４０に与える。
ゴリズム処理部４０と伝送路推定部５０とから構成され
ている。ビタビ・アルゴリズム処理部４０では、受信信
号のサンプル値ｙn を入力し、前記ビタビ・アルゴリズ
ムの原理に従って送信シンボルの推定を行い、該推定値
｛Ｅｘn ｝を出力する。この際、実際の伝送路のインパ
ルス応答が未知であるため、伝送路推定部５０でこれを
推定し、その推定値｛Ｅｈj ｝をビタビ・アルゴリズム
処理部４０に与える。
【００１９】図５は、図４中の伝送路推定部５０の回路
図である。この伝送路推定部５０は、トレーニング系列
ＴＲまたは送信シンボルの推定値系列Ｅｘn-M のいずれ
か一方を切換え入力するための接点１０１ａ，１０１ｂ
を有するスイッチ１０１と、受信信号ｙn または遅延受
信信号ｙn-M のいずれか一方を切換え入力するための接
点１０２ａ，１０２ｂを有するスイッチ１０２と、受信
信号ｙn を遅延させて遅延受信信号ｙn-M を接点１０２
ｂへ送るレジスタからなる遅延回路１０３とを、備えて
いる。
図である。この伝送路推定部５０は、トレーニング系列
ＴＲまたは送信シンボルの推定値系列Ｅｘn-M のいずれ
か一方を切換え入力するための接点１０１ａ，１０１ｂ
を有するスイッチ１０１と、受信信号ｙn または遅延受
信信号ｙn-M のいずれか一方を切換え入力するための接
点１０２ａ，１０２ｂを有するスイッチ１０２と、受信
信号ｙn を遅延させて遅延受信信号ｙn-M を接点１０２
ｂへ送るレジスタからなる遅延回路１０３とを、備えて
いる。
【００２０】スイッチ１０１には、トレーニング系列Ｔ
Ｒまたは送信シンボルの推定値系列Ｅｘn-M を格納する
複数のレジスタ（Ｔ）１１０−０〜１１０−Ｌが縦続接
続され、その各レジスタ１１０−０〜１１０−Ｌの出力
側に、乗算器１１１−０〜１１１−Ｌ、インパルス応答
の推定値を格納するレジスタ１１２−０〜１１２−Ｌ、
加算器１１３−０〜１１３−Ｌ、及び乗算器１１４−０
〜１１４−Ｌがそれぞれ接続されている。各乗算器１１
１−０〜１１１−Ｌの出力側は、加算器１２０の入力側
に接続され、その加算器１２０の出力側とスイッチ１０
２とが減算器１２１の入力側に接続されている。減算器
１２１の出力側と、ステップサイズと呼ばれる正の定数
βとが、乗算器１２２の入力側に接続され、その乗算器
１２２の出力側が、各乗算器１１４−０〜１１４−Ｌの
入力側に接続されている。
Ｒまたは送信シンボルの推定値系列Ｅｘn-M を格納する
複数のレジスタ（Ｔ）１１０−０〜１１０−Ｌが縦続接
続され、その各レジスタ１１０−０〜１１０−Ｌの出力
側に、乗算器１１１−０〜１１１−Ｌ、インパルス応答
の推定値を格納するレジスタ１１２−０〜１１２−Ｌ、
加算器１１３−０〜１１３−Ｌ、及び乗算器１１４−０
〜１１４−Ｌがそれぞれ接続されている。各乗算器１１
１−０〜１１１−Ｌの出力側は、加算器１２０の入力側
に接続され、その加算器１２０の出力側とスイッチ１０
２とが減算器１２１の入力側に接続されている。減算器
１２１の出力側と、ステップサイズと呼ばれる正の定数
βとが、乗算器１２２の入力側に接続され、その乗算器
１２２の出力側が、各乗算器１１４−０〜１１４−Ｌの
入力側に接続されている。
【００２１】次に、動作を説明する。まず、スイッチ１
０１，１０２をそれぞれ接点１０１ａ，１０２ａ側に
し、乗算器１１１−０〜１１１−Ｌと加算器１２０によ
り、時刻ｎのトレーニングシンボルｘn 、及びレジスタ
１１０−０〜１１０−Ｌに格納されたトレーニング系列
｛ｘn-1 ，…ｘn-L ｝と、レジスタ１１２−０〜１１２
−Ｌに格納された時刻ｎ−１における伝送路のインパル
ス応答の推定値Ｅｈj n-1 （ｊ＝０，１，…，Ｌ）とか
ら、（３）式の受信信号の推定値Ｅｙn を発生する。 これを、次式（４）に従い、減算器１２１で受信信号ｙ
n から差し引いて推定誤差ＥＲn を得る。 次に、加算器１１３−０〜１１３−Ｌ、及び乗算器１
１４−０〜１１４−Ｌ，１２２は、次式（５）に従って
時刻ｎ−１の伝送路のインパルス応答の推定値を更新
し、時刻ｎの推定値Ｅｈj n （ｊ＝０，１，…，Ｌ）と
してレジスタ１１２−０〜１１２−Ｌに格納する。 但し、ｊ＝０，１，…，Ｌ ＊；複素共役 β；正の定数（ステップサイズ） さらに、トレーニングの後、フェージングによる伝送路
の変化に追随するため、データ部分（データ系列ＤＡ）
でも伝送路のインパルス応答の推定を行う。このため、
スイッチ１０１，１０２を今度はそれぞれ接点１０１
ｂ，１０２ｂ側にし、ビタビ・アルゴリズム処理部４０
で時刻ｎにおいて収束している時刻ｎ−Ｍまでのパスの
部分から得られる送信シンボルの推定値Ｅｘn-M と、遅
延回路１０３にによってＭシンボル間隔だけ遅延された
受信信号ｙn-M とを用い、トレーニングと同様の動作を
行い、伝送路のインパルス応答の推定を続ける。
０１，１０２をそれぞれ接点１０１ａ，１０２ａ側に
し、乗算器１１１−０〜１１１−Ｌと加算器１２０によ
り、時刻ｎのトレーニングシンボルｘn 、及びレジスタ
１１０−０〜１１０−Ｌに格納されたトレーニング系列
｛ｘn-1 ，…ｘn-L ｝と、レジスタ１１２−０〜１１２
−Ｌに格納された時刻ｎ−１における伝送路のインパル
ス応答の推定値Ｅｈj n-1 （ｊ＝０，１，…，Ｌ）とか
ら、（３）式の受信信号の推定値Ｅｙn を発生する。 これを、次式（４）に従い、減算器１２１で受信信号ｙ
n から差し引いて推定誤差ＥＲn を得る。 次に、加算器１１３−０〜１１３−Ｌ、及び乗算器１
１４−０〜１１４−Ｌ，１２２は、次式（５）に従って
時刻ｎ−１の伝送路のインパルス応答の推定値を更新
し、時刻ｎの推定値Ｅｈj n （ｊ＝０，１，…，Ｌ）と
してレジスタ１１２−０〜１１２−Ｌに格納する。 但し、ｊ＝０，１，…，Ｌ ＊；複素共役 β；正の定数（ステップサイズ） さらに、トレーニングの後、フェージングによる伝送路
の変化に追随するため、データ部分（データ系列ＤＡ）
でも伝送路のインパルス応答の推定を行う。このため、
スイッチ１０１，１０２を今度はそれぞれ接点１０１
ｂ，１０２ｂ側にし、ビタビ・アルゴリズム処理部４０
で時刻ｎにおいて収束している時刻ｎ−Ｍまでのパスの
部分から得られる送信シンボルの推定値Ｅｘn-M と、遅
延回路１０３にによってＭシンボル間隔だけ遅延された
受信信号ｙn-M とを用い、トレーニングと同様の動作を
行い、伝送路のインパルス応答の推定を続ける。
【００２２】ところで、（５）式の適応アルゴリズムは
Least MeanSquare （ＬＭＳ）アルゴリズムと呼ばれ、
収束速度は速くないが、簡単であるため、一般に広く用
いられている。これに対し、収束速度が速く、推定精度
も良い適応アルゴリズムとして、Recursive Least Squa
re（ＲＬＳ）アルゴリズムがある。
Least MeanSquare （ＬＭＳ）アルゴリズムと呼ばれ、
収束速度は速くないが、簡単であるため、一般に広く用
いられている。これに対し、収束速度が速く、推定精度
も良い適応アルゴリズムとして、Recursive Least Squa
re（ＲＬＳ）アルゴリズムがある。
【００２３】今、時刻ｎにおける伝送路の推定インパル
ス応答ベクトルを（６）式で、送信シンボルの部分系列
ベクトルを（７）式でそれぞれ定義する。 n n n ＥＢｈn ＝｛Ｅｈo ，Ｅｈl ，…，ＥｈL ｝T …（６） Ｂｘn ＝｛ｘn ，ｘn-1 ，…，ｘn-L ｝T …（７） 但し、Ｅ；推定 Ｂ；ベクトル Ｔ；ベクトルの転置 すると、ＲＬＳアルゴリズムでは、次式（８）〜（10）
により、インパルス応答を推定する。 * T * Ｂｋn ＝ＢＰn-1 ・Ｂｘn （Ｂｘn ・ＢＰn-1 ・Ｂｘn ＋λ）-1 …（８） T ＢＰn ＝（ＢＰn-1 −Ｂｋn ・Ｂｘn ・ＢＰn-1 ）／λ …（９） ＥＢｈn ＝ＥＢｈn-1 ＋Ｂｋn ・ＥＲn …（10） 但し、 λ；忘却係数 ＢＰn ；誤差信号ＥＲn の共分散行列 Ｂｋn ；カルマンゲインベクトル
ス応答ベクトルを（６）式で、送信シンボルの部分系列
ベクトルを（７）式でそれぞれ定義する。 n n n ＥＢｈn ＝｛Ｅｈo ，Ｅｈl ，…，ＥｈL ｝T …（６） Ｂｘn ＝｛ｘn ，ｘn-1 ，…，ｘn-L ｝T …（７） 但し、Ｅ；推定 Ｂ；ベクトル Ｔ；ベクトルの転置 すると、ＲＬＳアルゴリズムでは、次式（８）〜（10）
により、インパルス応答を推定する。 * T * Ｂｋn ＝ＢＰn-1 ・Ｂｘn （Ｂｘn ・ＢＰn-1 ・Ｂｘn ＋λ）-1 …（８） T ＢＰn ＝（ＢＰn-1 −Ｂｋn ・Ｂｘn ・ＢＰn-1 ）／λ …（９） ＥＢｈn ＝ＥＢｈn-1 ＋Ｂｋn ・ＥＲn …（10） 但し、 λ；忘却係数 ＢＰn ；誤差信号ＥＲn の共分散行列 Ｂｋn ；カルマンゲインベクトル
【００２４】このＲＬＳアルゴリズムは、行列演算を行
うために演算量が非常に大きく、実際には適応最尤系列
推定器の伝送路推定としてはほとんど用いられていな
い。
うために演算量が非常に大きく、実際には適応最尤系列
推定器の伝送路推定としてはほとんど用いられていな
い。
【００２５】
【発明が解決しようとする課題】しかしながら、従来の
適応最尤系列推定器では、トレーニング系列ＴＲによる
伝送路のインパルス応答の推定にも、収束の遅いＬＭＳ
アルゴリズムを用いているため、伝送路のインパルス応
答の推定値が正しい値に収束していなくても、ビタビ・
アルゴリズム処理を行わなければならず、最尤系列推定
が誤る場合がある。これを防止するため、伝送路のイン
パルス応答の適応推定アルゴリズムにＲＬＳアルゴリズ
ムを用いると、トレーニング系列ＴＲによる伝送路のイ
ンパルス応答の推定値は正しい値に素早く収束する。と
ころが、データ部分（データ系列ＤＡ）では、ビタビ・
アルゴリズム自体比較的演算量が大きいのに加えて、伝
送路推定の演算量も非常に大きく、全体として膨大な演
算量となってしまい、実現が困難であった。
適応最尤系列推定器では、トレーニング系列ＴＲによる
伝送路のインパルス応答の推定にも、収束の遅いＬＭＳ
アルゴリズムを用いているため、伝送路のインパルス応
答の推定値が正しい値に収束していなくても、ビタビ・
アルゴリズム処理を行わなければならず、最尤系列推定
が誤る場合がある。これを防止するため、伝送路のイン
パルス応答の適応推定アルゴリズムにＲＬＳアルゴリズ
ムを用いると、トレーニング系列ＴＲによる伝送路のイ
ンパルス応答の推定値は正しい値に素早く収束する。と
ころが、データ部分（データ系列ＤＡ）では、ビタビ・
アルゴリズム自体比較的演算量が大きいのに加えて、伝
送路推定の演算量も非常に大きく、全体として膨大な演
算量となってしまい、実現が困難であった。
【００２６】本発明は、前記従来技術が持っていた課題
として、実現できる適応アルゴリズムではトレーニング
系列による伝送路の推定インパルス応答の収束が遅く、
収束の速い適応アルゴリズムは演算量が大きくなるため
に実現が困難であるという点について解決した適応最尤
系列推定器を提供するものである。
として、実現できる適応アルゴリズムではトレーニング
系列による伝送路の推定インパルス応答の収束が遅く、
収束の速い適応アルゴリズムは演算量が大きくなるため
に実現が困難であるという点について解決した適応最尤
系列推定器を提供するものである。
【００２７】
【課題を解決するための手段】第１の発明は前記課題を
解決するために、ビタビ・アルゴリズム処理部と伝送路
推定部とを備えた適応最尤系列推定器において、次のよ
うな手段を講じている。
解決するために、ビタビ・アルゴリズム処理部と伝送路
推定部とを備えた適応最尤系列推定器において、次のよ
うな手段を講じている。
【００２８】ここで、ビタビ・アルゴリズム処理部は、
伝送路のインパルス応答推定値に基づきビタビ・アルゴ
リズムに従って受信信号から送信シンボルの推定値を求
める機能を有している。伝送路推定部は、トレーニング
系列または前記送信シンボルの推定値と時刻ｎ−１の前
記伝送路のインパルス応答推定値とから前記受信信号の
推定値を計算する受信信号推定値計算手段、及び前記受
信信号から前記受信信号の推定値を差し引いて推定誤差
を算出する推定誤差算出手段を有し、該推定誤差を用い
て適応アルゴリズムにより伝送路のインパルス応答を更
新して時刻ｎの前記伝送路のインパルス応答推定値を前
記ビタビ・アルゴリズム処理部に与える機能を有してい
る。
伝送路のインパルス応答推定値に基づきビタビ・アルゴ
リズムに従って受信信号から送信シンボルの推定値を求
める機能を有している。伝送路推定部は、トレーニング
系列または前記送信シンボルの推定値と時刻ｎ−１の前
記伝送路のインパルス応答推定値とから前記受信信号の
推定値を計算する受信信号推定値計算手段、及び前記受
信信号から前記受信信号の推定値を差し引いて推定誤差
を算出する推定誤差算出手段を有し、該推定誤差を用い
て適応アルゴリズムにより伝送路のインパルス応答を更
新して時刻ｎの前記伝送路のインパルス応答推定値を前
記ビタビ・アルゴリズム処理部に与える機能を有してい
る。
【００２９】そして、この第１の発明において前記伝送
路推定部は、前記受信信号におけるトレーニング区間中
はＲＬＳアルゴリズムを用い、データ区間中はＬＭＳア
ルゴリズムを用いて前記伝送路のインパルス応答を推定
する構成にしている。
路推定部は、前記受信信号におけるトレーニング区間中
はＲＬＳアルゴリズムを用い、データ区間中はＬＭＳア
ルゴリズムを用いて前記伝送路のインパルス応答を推定
する構成にしている。
【００３０】第２の発明は、第１の発明の伝送路推定部
を、前記受信信号のトレーニング区間におけるトレーニ
ング系列から予め計算したカルマンゲインベクトルを記
憶するカルマンゲインベクトル記憶手段と、前記カルマ
ンゲインベクトル記憶手段に記憶されたトレーニング区
間中の時刻ｎのカルマンゲインベクトルと時刻ｎの前記
推定誤差とを乗ずる乗算手段とを備え、前記トレーニン
グ区間中においては前記乗算手段の出力を時刻ｎ−１の
前記伝送路のインパルス応答推定値に加えて時刻ｎの前
記伝送路のインパルス応答推定値を求める構成にしてい
る。
を、前記受信信号のトレーニング区間におけるトレーニ
ング系列から予め計算したカルマンゲインベクトルを記
憶するカルマンゲインベクトル記憶手段と、前記カルマ
ンゲインベクトル記憶手段に記憶されたトレーニング区
間中の時刻ｎのカルマンゲインベクトルと時刻ｎの前記
推定誤差とを乗ずる乗算手段とを備え、前記トレーニン
グ区間中においては前記乗算手段の出力を時刻ｎ−１の
前記伝送路のインパルス応答推定値に加えて時刻ｎの前
記伝送路のインパルス応答推定値を求める構成にしてい
る。
【００３１】
【作用】第１の発明によれば、以上のように適応最尤系
列推定器を構成したので、ビタビ・アルゴリズム処理部
と適応アルゴリズムによって伝送路のインパルス応答を
推定する伝送路推定部とを有する適応最尤系列推定器に
おいて、伝送路推定部は、適応アルゴリズムとしてトレ
ーニング区間中はＲＬＳアルゴリズムを用い、データ区
間中はＬＭＳアルゴリズムを用いて伝送路のインパルス
応答を推定し、その推定値をビタビ・アルゴリズム処理
部へ与える。
列推定器を構成したので、ビタビ・アルゴリズム処理部
と適応アルゴリズムによって伝送路のインパルス応答を
推定する伝送路推定部とを有する適応最尤系列推定器に
おいて、伝送路推定部は、適応アルゴリズムとしてトレ
ーニング区間中はＲＬＳアルゴリズムを用い、データ区
間中はＬＭＳアルゴリズムを用いて伝送路のインパルス
応答を推定し、その推定値をビタビ・アルゴリズム処理
部へ与える。
【００３２】ビタビ・アルゴリズム処理部は、受信信号
を入力し、伝送路推定部から与えられるインパルス応答
の推定値に基づき、ビタビ・アルゴリズムの原理に従っ
て送信シンボルの推定値を求める。これにより、従来と
同じ演算量で伝送路のインパルス応答の適応推定が行
え、さらにトレーニング区間における推定の収束速度の
向上を図る。
を入力し、伝送路推定部から与えられるインパルス応答
の推定値に基づき、ビタビ・アルゴリズムの原理に従っ
て送信シンボルの推定値を求める。これにより、従来と
同じ演算量で伝送路のインパルス応答の適応推定が行
え、さらにトレーニング区間における推定の収束速度の
向上を図る。
【００３３】第２の発明によれば、ＲＬＳアルゴリズム
のカルマンゲインベクトルをトレーニング系列を用いて
予め計算してカルマンゲインベクトル記憶手段に記憶し
ておく。そして、トレーニング区間中において、乗算手
段により、カルマンゲインベクトル記憶手段に記憶され
たトレーニング区間中のカルマンゲインベクトルと推定
誤差とを乗算し、その乗算結果を伝送路のインパルス応
答推定値に加えて該インパルス応答の更新を行う。これ
により、伝送路のインパルス応答の適応更新を少ない演
算量で行える。従って、前記課題を解決できるのであ
る。
のカルマンゲインベクトルをトレーニング系列を用いて
予め計算してカルマンゲインベクトル記憶手段に記憶し
ておく。そして、トレーニング区間中において、乗算手
段により、カルマンゲインベクトル記憶手段に記憶され
たトレーニング区間中のカルマンゲインベクトルと推定
誤差とを乗算し、その乗算結果を伝送路のインパルス応
答推定値に加えて該インパルス応答の更新を行う。これ
により、伝送路のインパルス応答の適応更新を少ない演
算量で行える。従って、前記課題を解決できるのであ
る。
【００３４】
【実施例】図１は、本発明の一実施例を示す適応最尤系
列推定器の機能ブロック図であり、従来の図４及び図５
中の要素と共通の要素には共通の符号が付されている。
列推定器の機能ブロック図であり、従来の図４及び図５
中の要素と共通の要素には共通の符号が付されている。
【００３５】この適応最尤系列推定器は、従来の図４中
のものと同一のビタビ・アルゴリズム処理部４０と、従
来の図４中のものと異なる伝送路推定部５０Ａとを備
え、大規模集積回路（ＬＳＩ）等の個別回路、或いはプ
ロセッサによるプログラム制御等によって構成される。
のものと同一のビタビ・アルゴリズム処理部４０と、従
来の図４中のものと異なる伝送路推定部５０Ａとを備
え、大規模集積回路（ＬＳＩ）等の個別回路、或いはプ
ロセッサによるプログラム制御等によって構成される。
【００３６】ビタビ・アルゴリズム処理部４０は、受信
信号ｙn を入力し、インパルス応答の推定値｛Ｅｈy ｝
に基づき、前記ビタビ・アルゴリズムの原理に従って送
信シンボルの推定値Ｅｘn-M を求める機能を有し、ブラ
ンチメトリック計算手段、及びパスメトリック計算手段
等で構成されている。
信号ｙn を入力し、インパルス応答の推定値｛Ｅｈy ｝
に基づき、前記ビタビ・アルゴリズムの原理に従って送
信シンボルの推定値Ｅｘn-M を求める機能を有し、ブラ
ンチメトリック計算手段、及びパスメトリック計算手段
等で構成されている。
【００３７】伝送路推定部５０Ａは、実際の伝送路のイ
ンパルス応答を推定し、その推定値｛Ｅｈj ｝をビタビ
・アルゴリズム処理部４０へ与える機能を有している。
この伝送路推定部５０Ａは、図５中に示す従来の伝送路
推定部５０に、乗算手段である乗算器２００−０〜２０
０−Ｌ、接点２０１ａ，２０１ｂをそれぞれ有するスイ
ッチ２０１−０〜２０１−Ｌ、及びランダム・アクセス
・メモリ（ＲＡＭ）等のカルマンゲインベクトル記憶手
段２１０が付加された構成である。
ンパルス応答を推定し、その推定値｛Ｅｈj ｝をビタビ
・アルゴリズム処理部４０へ与える機能を有している。
この伝送路推定部５０Ａは、図５中に示す従来の伝送路
推定部５０に、乗算手段である乗算器２００−０〜２０
０−Ｌ、接点２０１ａ，２０１ｂをそれぞれ有するスイ
ッチ２０１−０〜２０１−Ｌ、及びランダム・アクセス
・メモリ（ＲＡＭ）等のカルマンゲインベクトル記憶手
段２１０が付加された構成である。
【００３８】即ち、伝送路推定部５０Ａは、トレーニン
グ系列ＴＲまたは送信シンボルの推定値系列Ｅｘn-M の
いずれか一方を切換え入力するスイッチ１０１と、受信
信号ｙn または遅延受信信号ｙn-M のいずれか一方を切
換え入力するスイッチ１０２と、受信信号ｙn を遅延さ
せて遅延受信信号ｙn-M をスイッチ１０２の接点１０２
ｂへ送る遅延回路１０３とを、備えている。
グ系列ＴＲまたは送信シンボルの推定値系列Ｅｘn-M の
いずれか一方を切換え入力するスイッチ１０１と、受信
信号ｙn または遅延受信信号ｙn-M のいずれか一方を切
換え入力するスイッチ１０２と、受信信号ｙn を遅延さ
せて遅延受信信号ｙn-M をスイッチ１０２の接点１０２
ｂへ送る遅延回路１０３とを、備えている。
【００３９】スイッチ１０１には、トレーニング系列Ｔ
Ｒまたは送信シンボルの推定値系列Ｅｘn-M を格納する
複数のレジスタ（Ｔ）１１０−０〜１１０−Ｌが縦続接
続され、その各レジスタ１１０−０〜１１０−Ｌの出力
側に、乗算器１１１−０〜１１１−Ｌ，１１４−０〜１
１４−Ｌの入力側がそれぞれ接続されている。各乗算器
１１４−０〜１１４−Ｌの出力側は、スイッチ２０１−
０〜２０１−Ｌの各接点２０１ｂ、及び加算器１１３−
０〜１１３−Ｌを介してレジスタ（Ｔ）１１２−０〜１
１２−Ｌの入力側にそれぞれ接続されている。各レジス
タ１１２−０〜１１２−Ｌの出力側は、乗算器１１１−
１〜１１１−Ｌ及び加算器２０１−０〜２０１−Ｌの入
力側にそれぞれ接続され、その各乗算器１１１−０〜１
１１−Ｌの出力側が加算器１２０の入力側に共通接続さ
れている。乗算器１１１−０〜１１１−Ｌ及び加算器１
２０は、受信信号ｙn の推定値Ｅｙn を計算する受信信
号推定値計算手段を構成している。
Ｒまたは送信シンボルの推定値系列Ｅｘn-M を格納する
複数のレジスタ（Ｔ）１１０−０〜１１０−Ｌが縦続接
続され、その各レジスタ１１０−０〜１１０−Ｌの出力
側に、乗算器１１１−０〜１１１−Ｌ，１１４−０〜１
１４−Ｌの入力側がそれぞれ接続されている。各乗算器
１１４−０〜１１４−Ｌの出力側は、スイッチ２０１−
０〜２０１−Ｌの各接点２０１ｂ、及び加算器１１３−
０〜１１３−Ｌを介してレジスタ（Ｔ）１１２−０〜１
１２−Ｌの入力側にそれぞれ接続されている。各レジス
タ１１２−０〜１１２−Ｌの出力側は、乗算器１１１−
１〜１１１−Ｌ及び加算器２０１−０〜２０１−Ｌの入
力側にそれぞれ接続され、その各乗算器１１１−０〜１
１１−Ｌの出力側が加算器１２０の入力側に共通接続さ
れている。乗算器１１１−０〜１１１−Ｌ及び加算器１
２０は、受信信号ｙn の推定値Ｅｙn を計算する受信信
号推定値計算手段を構成している。
【００４０】加算器１２０の出力側とスイッチ１０２と
は、減算器１２１の入力側に接続されている。減算器１
２１は、受信信号ｙn またはｙn-M から受信信号推定値
Ｅｙn を差し引いて推定誤差ＥＲn を算出する推定誤差
算出手段としての機能を有している。減算器１２１の出
力側とステップサイズβとは、乗算器１２２の入力側に
接続され、該乗算器１２２の出力側が各乗算器１１４−
０〜１１４−Ｌの入力側に接続され、減算器１２１の出
力側が各乗算器２００−０〜２００−Ｌの入力側に共通
接続されている。さらに、各乗算器２００−０〜２００
−Ｌには、カルマンゲインベクトルがそれぞれ入力さ
れ、その各乗算器２００−０〜２００−Ｌの出力側が、
スイッチ２０１−０〜２０１−Ｌの各接点２０１ａを介
して加算器１１３−０〜１１３−Ｌの入力側にそれぞれ
接続されている。
は、減算器１２１の入力側に接続されている。減算器１
２１は、受信信号ｙn またはｙn-M から受信信号推定値
Ｅｙn を差し引いて推定誤差ＥＲn を算出する推定誤差
算出手段としての機能を有している。減算器１２１の出
力側とステップサイズβとは、乗算器１２２の入力側に
接続され、該乗算器１２２の出力側が各乗算器１１４−
０〜１１４−Ｌの入力側に接続され、減算器１２１の出
力側が各乗算器２００−０〜２００−Ｌの入力側に共通
接続されている。さらに、各乗算器２００−０〜２００
−Ｌには、カルマンゲインベクトルがそれぞれ入力さ
れ、その各乗算器２００−０〜２００−Ｌの出力側が、
スイッチ２０１−０〜２０１−Ｌの各接点２０１ａを介
して加算器１１３−０〜１１３−Ｌの入力側にそれぞれ
接続されている。
【００４１】カルマンゲインベクトル記憶手段２１０
は、ＴＤＭＡのトレーニング系列ＴＲから予め計算した
カルマンゲインベクトルを記憶しておき、それを各乗算
器２００−０〜２００−Ｌに与える機能を有している。
は、ＴＤＭＡのトレーニング系列ＴＲから予め計算した
カルマンゲインベクトルを記憶しておき、それを各乗算
器２００−０〜２００−Ｌに与える機能を有している。
【００４２】即ち、ＲＬＳアルゴリズムのカルマンゲイ
ンベクトルＢｋn は、（８）、（９）式で示される通
り、受信信号ｙn と無関係に送信シンボルベクトルＢｘ
n だけで計算することができる。そこで、トレーニング
区間中の各時刻ｎにおけるカルマンゲインベクトルを、
（８）、（９）式によりトレーニング系列ＴＲを用いて
予め計算し、カルマンゲインベクトル記憶手段２１０に
記憶しておく。ここで、時刻ｎにおけるカルマンゲイン
ベクトルを次式で定義する。 n n n Ｂｋn ＝｛ｋ0 ，ｋ1 ，…，ｋL ｝T …（11） 但し、 ｎ＝１，２，…，Ｎｔ Ｎｔ；トレーニング系列の数 次に、図１の動作について説明する。トレーニング区間
中は、スイッチ１０１，１０２を接点１０１ａ，１０２
ａ側にすると共に、スイッチ２０１−０〜２０１−Ｌを
２０１ａ側に切換える。すると、従来と同様に、乗算器
１１１−０〜１１１−Ｌと加算器１３０により、時刻ｎ
のトレーニングシンボルｘn 及びレジスタ１１０−０〜
１１０−Ｌに格納されたトレーニング系列｛ｘn-1 ，
…，ｘn-L ｝と、レジスタ１１２−０〜１１２−Ｌに格
納された時刻ｎ−１における伝送路のインパルス応答の
推定値Ｅｈj n-1（ｊ＝０，１，…，Ｌ）とから、
（３）式に示す受信信号推定値Ｅｙn を発生し、これを
減算器１２１で受信信号ｙn から差し引いて推定誤差Ｅ
Ｒn を得る。
ンベクトルＢｋn は、（８）、（９）式で示される通
り、受信信号ｙn と無関係に送信シンボルベクトルＢｘ
n だけで計算することができる。そこで、トレーニング
区間中の各時刻ｎにおけるカルマンゲインベクトルを、
（８）、（９）式によりトレーニング系列ＴＲを用いて
予め計算し、カルマンゲインベクトル記憶手段２１０に
記憶しておく。ここで、時刻ｎにおけるカルマンゲイン
ベクトルを次式で定義する。 n n n Ｂｋn ＝｛ｋ0 ，ｋ1 ，…，ｋL ｝T …（11） 但し、 ｎ＝１，２，…，Ｎｔ Ｎｔ；トレーニング系列の数 次に、図１の動作について説明する。トレーニング区間
中は、スイッチ１０１，１０２を接点１０１ａ，１０２
ａ側にすると共に、スイッチ２０１−０〜２０１−Ｌを
２０１ａ側に切換える。すると、従来と同様に、乗算器
１１１−０〜１１１−Ｌと加算器１３０により、時刻ｎ
のトレーニングシンボルｘn 及びレジスタ１１０−０〜
１１０−Ｌに格納されたトレーニング系列｛ｘn-1 ，
…，ｘn-L ｝と、レジスタ１１２−０〜１１２−Ｌに格
納された時刻ｎ−１における伝送路のインパルス応答の
推定値Ｅｈj n-1（ｊ＝０，１，…，Ｌ）とから、
（３）式に示す受信信号推定値Ｅｙn を発生し、これを
減算器１２１で受信信号ｙn から差し引いて推定誤差Ｅ
Ｒn を得る。
【００４３】次に乗算器２００−０〜２００−Ｌ及び加
算器１１３−０〜１１３−Ｌにより、推定誤差ＥＲn と
カルマンゲインベクトル記憶手段２１０に記憶された時
刻ｎのカルマンゲインベクトルＢｋj とから、（10）式
に従い、ｎ−１の伝送路のインパルス応答の推定値を更
新し、時刻ｎの推定値Ｅｈj n （ｊ＝０，１，…，Ｌ）
としてレジスタ１１２−０〜１１２−Ｌに格納する。
算器１１３−０〜１１３−Ｌにより、推定誤差ＥＲn と
カルマンゲインベクトル記憶手段２１０に記憶された時
刻ｎのカルマンゲインベクトルＢｋj とから、（10）式
に従い、ｎ−１の伝送路のインパルス応答の推定値を更
新し、時刻ｎの推定値Ｅｈj n （ｊ＝０，１，…，Ｌ）
としてレジスタ１１２−０〜１１２−Ｌに格納する。
【００４４】トレーニングの後、フェージングによる伝
送路の変化に追随するため、データ部分（データ系列Ｄ
Ａ）でも伝送路のインパルス応答の推定を行う。このた
め、スイッチ１０１，１０２，２０１−０〜２０１−Ｌ
をそれぞれ接点１０１ｂ，１０２ｂ，２０１ｂ側に切換
える。そして、従来と同様に、ビタビ・アルゴリズム処
理部４０で時刻ｎにおいて収束している時刻ｎ−Ｍまで
のパスの部分から得られる送信シンボルの推定値Ｅｘ
n-M と、遅延回路１０３によってＭシンボル間隔だけ遅
延された受信信号ｙn-M とを用い、トレーニングと同様
の動作を行い、伝送路のインパルス応答の推定を行う。
送路の変化に追随するため、データ部分（データ系列Ｄ
Ａ）でも伝送路のインパルス応答の推定を行う。このた
め、スイッチ１０１，１０２，２０１−０〜２０１−Ｌ
をそれぞれ接点１０１ｂ，１０２ｂ，２０１ｂ側に切換
える。そして、従来と同様に、ビタビ・アルゴリズム処
理部４０で時刻ｎにおいて収束している時刻ｎ−Ｍまで
のパスの部分から得られる送信シンボルの推定値Ｅｘ
n-M と、遅延回路１０３によってＭシンボル間隔だけ遅
延された受信信号ｙn-M とを用い、トレーニングと同様
の動作を行い、伝送路のインパルス応答の推定を行う。
【００４５】以上のように、本実施例では、次のような
利点を有してる。
利点を有してる。
【００４６】本実施例の伝送路推定部５０Ａでは、トレ
ーニング区間中はＲＬＳアルゴリズムを用い、データ区
間中はＬＭＳアルゴリズムを用いて伝送路のインパルス
応答を推定し、その推定値をビタビ・アルゴリズム処理
部４０へ与える。さらに、ＲＬＳアルゴリズムのカルマ
ンゲインベクトルをトレーニング系列ＴＲを用いて予め
計算してカルマンゲインベクトル記憶手段２１０に記憶
しておく。そのため、伝送路推定部５０Ａでは、従来と
同じ演算量で、伝送路のインパルス応答の適応推定が行
える。しかも、トレーニング区間における推定が素早く
収束する。そのため、ビタビ・アルゴリズム処理部４０
で行う最尤系列推定の誤り率を改善できる。
ーニング区間中はＲＬＳアルゴリズムを用い、データ区
間中はＬＭＳアルゴリズムを用いて伝送路のインパルス
応答を推定し、その推定値をビタビ・アルゴリズム処理
部４０へ与える。さらに、ＲＬＳアルゴリズムのカルマ
ンゲインベクトルをトレーニング系列ＴＲを用いて予め
計算してカルマンゲインベクトル記憶手段２１０に記憶
しておく。そのため、伝送路推定部５０Ａでは、従来と
同じ演算量で、伝送路のインパルス応答の適応推定が行
える。しかも、トレーニング区間における推定が素早く
収束する。そのため、ビタビ・アルゴリズム処理部４０
で行う最尤系列推定の誤り率を改善できる。
【００４７】なお、本発明は上記実施例に限定されず、
種々の変形が可能である。その変形例としては、例えば
次のようなものがある。
種々の変形が可能である。その変形例としては、例えば
次のようなものがある。
【００４８】（ｉ）図１において、ビタビ・アルゴリズ
ム処理部４０の受信信号入力側に、整合フィルタや白色
化整合フィルタを挿入し、該整合フィルタの出力を、該
ビタビ・アルゴリズム処理部４０に入力する回路構成に
することも可能である。このような構成の適応最尤系列
推定器では、ビタビ・アルゴリズム処理部４０内のパス
メトリック計算手段で実行されるパスメトリックの計算
式が本実施例と異なるだけであり、これらの構成の適応
最尤系列推定器にも、上記実施例を適用することが可能
である。
ム処理部４０の受信信号入力側に、整合フィルタや白色
化整合フィルタを挿入し、該整合フィルタの出力を、該
ビタビ・アルゴリズム処理部４０に入力する回路構成に
することも可能である。このような構成の適応最尤系列
推定器では、ビタビ・アルゴリズム処理部４０内のパス
メトリック計算手段で実行されるパスメトリックの計算
式が本実施例と異なるだけであり、これらの構成の適応
最尤系列推定器にも、上記実施例を適用することが可能
である。
【００４９】（ii）図１では、スイッチ１０１，１０２
及び遅延回路１０３を伝送路推定部５０Ａ内に設けてい
るが、これらを該伝送路推定部５０Ａ外に設ける等、該
伝送路推定部５０Ａの回路構成を図示以外の構成に変更
しても良い。
及び遅延回路１０３を伝送路推定部５０Ａ内に設けてい
るが、これらを該伝送路推定部５０Ａ外に設ける等、該
伝送路推定部５０Ａの回路構成を図示以外の構成に変更
しても良い。
【００５０】(iii)上記実施例では、ディジタル移動通
信に適応される等化器を構成する適応最尤系列推定器に
ついて説明したが、固定通信網におけるデータ通信の等
化器としても当然、適用可能である。
信に適応される等化器を構成する適応最尤系列推定器に
ついて説明したが、固定通信網におけるデータ通信の等
化器としても当然、適用可能である。
【００５１】
【発明の効果】以上詳細に説明したように、第１の発明
によれば、ビタビ・アルゴリズム処理部と適応アルゴリ
ズムによって伝送路のインパルス応答を推定する伝送路
推定部とを有する適応最尤系列推定器において、伝送路
推定部ではトレーニング区間中はＲＬＳアルゴリズムを
用い、データ区間中はＬＭＳアルゴリズムを用いて伝送
路のインパルス応答を推定するようにしたので、トレー
ニング区間における推定が素早く収束するため、ビタビ
・アルゴリズム処理部で行う最尤系列推定の誤り率を改
善できる。
によれば、ビタビ・アルゴリズム処理部と適応アルゴリ
ズムによって伝送路のインパルス応答を推定する伝送路
推定部とを有する適応最尤系列推定器において、伝送路
推定部ではトレーニング区間中はＲＬＳアルゴリズムを
用い、データ区間中はＬＭＳアルゴリズムを用いて伝送
路のインパルス応答を推定するようにしたので、トレー
ニング区間における推定が素早く収束するため、ビタビ
・アルゴリズム処理部で行う最尤系列推定の誤り率を改
善できる。
【００５２】第２の発明によれば、カルマンゲインベク
トル記憶手段と乗算器とを伝送路推定部に設け、ＲＬＳ
アルゴリズムのカルマンゲインベクトルをトレーニング
系列を用いて予め計算してカルマンゲインベクトル記憶
手段に記憶しておき、その記憶値と推定誤差とを乗算手
段で乗算し、その乗算結果に基づき伝送路のインパルス
応答推定値を更新するようにしたので、該伝送路のイン
パルス応答の適応推定を従来と同じ演算量で伝送路のイ
ンパルス応答の適応推定が行え、かつ高速に精度よく行
える。従って、ビタビ・アルゴリズム処理部で行う最尤
系列推定精度を向上できる。
トル記憶手段と乗算器とを伝送路推定部に設け、ＲＬＳ
アルゴリズムのカルマンゲインベクトルをトレーニング
系列を用いて予め計算してカルマンゲインベクトル記憶
手段に記憶しておき、その記憶値と推定誤差とを乗算手
段で乗算し、その乗算結果に基づき伝送路のインパルス
応答推定値を更新するようにしたので、該伝送路のイン
パルス応答の適応推定を従来と同じ演算量で伝送路のイ
ンパルス応答の適応推定が行え、かつ高速に精度よく行
える。従って、ビタビ・アルゴリズム処理部で行う最尤
系列推定精度を向上できる。
【図１】本発明の実施例を示す適応最尤系列推定器の機
能ブロック図である。
能ブロック図である。
【図２】ＴＤＭＡのフレームフォーマット図である。
【図３】従来のディジタル移動通信の送受信機を示す構
成ブロック図である。
成ブロック図である。
【図４】従来の適応最尤系列推定器の構成ブロック図で
ある。
ある。
【図５】図４中の伝送路推定部の回路図である。
４０ ビタビ・アルゴリズム処理部 ５０Ａ 伝送路推定部 １０１，１０２，２０１−０〜２０１−Ｌ スイッチ １０３ 遅延回路 １１０−０〜１１０−Ｌ，１１２−０〜１１２−Ｌ レジスタ １１１−０〜１１１−Ｌ，１１４−０〜１１４−Ｌ，１
２２，２００−０〜２ ００−Ｌ 乗算器 １１３−０〜１１３−Ｌ，１２０ 加算器 １２１ 減算器 ２１０ カルマンゲインベクトル記憶手段
２２，２００−０〜２ ００−Ｌ 乗算器 １１３−０〜１１３−Ｌ，１２０ 加算器 １２１ 減算器 ２１０ カルマンゲインベクトル記憶手段
Claims (2)
- 【請求項１】 伝送路のインパルス応答推定値に基づき
ビタビ・アルゴリズムに従って受信信号から送信シンボ
ルの推定値を求めるビタビ・アルゴリズム処理部と、ト
レーニング系列または前記送信シンボルの推定値と時刻
ｎ−１の前記伝送路のインパルス応答推定値とから前記
受信信号の推定値を計算する受信信号推定値計算手段、
及び前記受信信号から前記受信信号の推定値を差し引い
て推定誤差を算出する推定誤差算出手段を有し、該推定
誤差を用いて適応アルゴリズムにより伝送路のインパル
ス応答を更新して時刻ｎの前記伝送路のインパルス応答
推定値を前記ビタビ・アルゴリズム処理部に与える伝送
路推定部とを、備えた適応最尤系列推定器において、前
記伝送路推定部は、前記受信信号におけるトレーニング
区間中はリカーシブ・ラースト・スクウェア（ＲＬＳ）
アルゴリズムを用い、データ区間中はラースト・ミーン
・スクウェア（ＬＭＳ）アルゴリズムを用いて前記伝送
路のインパルス応答を推定する構成にしたことを特徴と
する適応最尤系列推定器。 - 【請求項２】 請求項１記載の適応最尤系列推定器にお
いて、前記伝送路推定部は、前記受信信号のトレーニン
グ区間におけるトレーニング系列から予め計算したカル
マンゲインベクトルを記憶するカルマンゲインベクトル
記憶手段と、前記カルマンゲインベクトル記憶手段に記
憶されたトレーニング区間中の時刻ｎのカルマンゲイン
ベクトルと時刻ｎの前記推定誤差とを乗ずる乗算手段と
を備え、前記トレーニング区間中においては前記乗算手
段の出力を時刻ｎ−１の前記伝送路のインパルス応答推
定値に加えて時刻ｎの前記伝送路のインパルス応答推定
値を求める構成にしたことを特徴とする適応最尤系列推
定器。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15354591A JP2738470B2 (ja) | 1991-06-25 | 1991-06-25 | 適応最尤系列推定器 |
| US07/904,337 US5303263A (en) | 1991-06-25 | 1992-06-24 | Transmission channel characteristic equalizer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15354591A JP2738470B2 (ja) | 1991-06-25 | 1991-06-25 | 適応最尤系列推定器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH053438A JPH053438A (ja) | 1993-01-08 |
| JP2738470B2 true JP2738470B2 (ja) | 1998-04-08 |
Family
ID=15564856
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP15354591A Expired - Fee Related JP2738470B2 (ja) | 1991-06-25 | 1991-06-25 | 適応最尤系列推定器 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2738470B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3560991B2 (ja) * | 1993-09-20 | 2004-09-02 | 株式会社東芝 | 適応型最尤系列推定装置 |
-
1991
- 1991-06-25 JP JP15354591A patent/JP2738470B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH053438A (ja) | 1993-01-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5579344A (en) | Adaptive maximum likelihood sequence estimation apparatus and adaptive maximum likelihood sequence estimation method | |
| US5325402A (en) | Method and arrangement for estimating data sequences transmsitted using Viterbi algorithm | |
| US5175747A (en) | Equalizer | |
| EP0426026B1 (en) | Equalizer | |
| US4468786A (en) | Nonlinear equalizer for correcting intersymbol interference in a digital data transmission system | |
| WO1995012926A1 (fr) | Procede de demodulation adaptative produisant des repliques et demodulateur l'utilisant | |
| WO1993026106A1 (en) | Maximum likelihood sequence estimating device and method therefor | |
| JPH1198066A (ja) | 復調器及び復調方法 | |
| US5448590A (en) | Equalization technique for compensating for degradation to the transmission of digitally modulated signals | |
| JP3391373B2 (ja) | 適応等化器 | |
| JPH1013262A (ja) | アダプティブ・アレー受信機 | |
| AU6102098A (en) | A reception method and a receiver | |
| JP2738470B2 (ja) | 適応最尤系列推定器 | |
| JP2000315968A (ja) | 適応型信号推定器 | |
| JP3663562B2 (ja) | 干渉キャンセラ及びチャネル推定方法 | |
| JPH05152894A (ja) | 適応等化器 | |
| JP3180240B2 (ja) | 適応等化器 | |
| JPH10173573A (ja) | 適応等化器 | |
| JPH10336083A (ja) | アダプティブアレイ受信機 | |
| JPH057128A (ja) | 等化器 | |
| JPH03145827A (ja) | 等化器 | |
| JP3244722B2 (ja) | 最尤系列推定器 | |
| JP3424724B2 (ja) | 干渉キャンセラ | |
| JP3109710B2 (ja) | 予測形同期検波器 | |
| JPH0738470A (ja) | 適応等化器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19980106 |
|
| LAPS | Cancellation because of no payment of annual fees |