JP4709204B2 - スペクトラム拡散システムにおける障害相関推定 - Google Patents

Description

本発明は、一般に、無線通信システムにおいて受信信号を処理するための信号処理パラメータに関し、特に、受信信号の複数のイメージの信号障害相関の推定に関する。

通信技術においては、符号分割多元接続（ＣＤＭＡ）システム等のスペクトラム拡散システムにおける無線受信機がよく知られている。通常、スペクトラム拡散システムで動作する無線受信機にはＲＡＫＥ受信機等があり、これは、受信したマルチパス信号の複数の信号イメージを復調する役割を果たす。一般に、基地局又は移動局におけるＲＡＫＥ受信機は、他の基地局及び移動局又はそれらのいずれかに対する、あるいはいずれかから送信されてくる他の干渉信号が存在する状態において、所望の信号を受信する。計算された重み因子を使用して所望の受信信号に対応する関連するシンボルをコヒーレントに合成することにより、ＲＡＫＥ受信機は、マルチパス受信を使用して受信マルチパス信号の信号対雑音比（ＳＮＲ）を改善する。

従来のＲＡＫＥ受信機は、チャネルパス雑音、受信機の雑音等を低減するのに効果的であるため、受信したマルチパス信号のＳＮＲを改善するのにも効果的である。しかし、従来のＲＡＫＥ受信機は、通常、自己干渉、マルチユーザアクセス干渉等による干渉雑音に対しては効果的ではない。雑音及び干渉に対処するために、汎用ＲＡＫＥ（Ｇ‐ＲＡＫＥ）受信機が、従来のＲＡＫＥ受信機の代わりに使用されてもよい。これについては、本発明の出願と同一のBottomleyに譲渡された２００２年３月２６日発行の米国特許第６，３６３，１０４号「Method and Apparatus for Interference Cancellation in a RAKE Receiver」において説明される。ＲＡＫＥ受信機と同様に、Ｇ‐ＲＡＫＥ受信機は、受信信号イメージを互いに関連付け、重み因子を使用して、互いに関連付けた信号イメージに重み付けを行ない、重み付けした信号イメージをコヒーレントに合成する。しかし、ＲＡＫＥ受信機とは異なり、Ｇ‐ＲＡＫＥの重み因子は推定された障害相関に基づく。雑音及び干渉を抑制するために、Ｇ‐ＲＡＫＥ合成器は、重み因子に基づく障害相関を使用して、関連付けた信号イメージに重み付けを行い且つ重み付けしたイメージをコヒーレントに合成する。以下に更に説明するように、Ｇ‐ＲＡＫＥ受信機において干渉の抑制が正常に行なわれるか否かは、障害相関の正確な推定に依存する。

本発明は、マルチパスチャネルの複数のパスを介して無線受信機において受信される信号を処理するために障害相関行列を取得する方法及び装置を含む。受信機は、受信信号のシンボルを逆拡散し、逆拡散したシンボルからチャネル推定値を判定する。第１の障害相関推定器及び第２の障害相関推定器は、逆拡散シンボルに基づいて第１の障害相関行列及び第２の障害相関行列を推定する。相関プロセッサは、第１の障害相関行列及び第２の障害相関行列に基づいて障害相関行列を取得する。

受信機は、取得した障害相関行列を使用して、受信信号を処理するための１つ以上の処理パラメータを生成する。一実施形態において、重み計算機は、取得した障害相関行列に基づいて重み因子を計算する。逆拡散シンボルをコヒーレントに合成し、受信信号の雑音及び干渉を抑制するために、計算された重み因子が使用される。別の実施形態において、信号対干渉比（ＳＩＲ）計算機は、取得した障害干渉行列に基づいてＳＩＲ推定値を計算する。推定されたＳＩＲは、速度適応に対して使用されてもよく、あるいは基地局又は移動局の送信電力制御の一部として使用されてもよい。

図１は、スペクトラム拡散無線通信システム１０の一例を示す。無線通信システム１０は、少なくとも１つの基地局２０と、少なくとも１つの移動局３０と、可能性として１つ以上の干渉物４０を含む。本明細書において使用されるように、用語「移動局」は、マルチラインディスプレイを有する又は有さない携帯無線電話と、携帯無線電話をデータ処理、ファクシミリ及びデータ通信機能と組み合わせるパーソナル移動通信システム（ＰＣＳ）端末と、無線電話やページャ、インターネット／イントラネットアクセス、ウェブブラウザ、オーガナイザ、カレンダ及び全地球測位システム（ＧＰＳ）受信機またはそれらのうち少なくともいずれかを含むパーソナルデータアシスタント（ＰＤＡ）と、従来のラップトップ及びパームトップ受信機又はそれらのいずれか、あるいは無線電話トランシーバを含む他の機器を含んでもよい。移動局を「普及型コンピューティング」デバイスと呼んでもよい。

基地局２０は、１つ以上のシンボルを含むスペクトラム拡散信号を移動局３０と送受信するために、１つ以上のアンテナ２２を含む。送信された信号は、通常、トラフィック信号及びパイロット信号を含む。干渉物４０等の物体は、送信されたシンボルの複数のエコーが異なる時間に移動局３０に到着する原因となる。移動局３０において、受信機３４は複数の信号イメージを処理する。同様に、移動局３０は、１つ以上のアンテナ３２を介して、シンボルを複数のパスに沿って基地局２０に送信してもよく、受信機２４は、複数の受信シンボルイメージを処理する。

図２は、基地局２０及び移動局３０又はそのいずれかに対する受信機２４、３４の一例を示す。受信機２４、３４は、受信信号のシンボルを受信して処理し、受信シンボル推定値を生成する。好適な受信機２４、３４は、フロントエンド５０、ベースバンドプロセッサ１００及び追加プロセッサ５２を含む。フロントエンド５０は、通常、受信信号をベースバンド信号に変換するためのフィルタ及びミキサ又はそのいずれかと、ベースバンド信号に対応する一連のデジタル化ベースバンド信号のサンプルr(t)を生成するためのアナログデジタル変換器等の変換回路とを含む。ベースバンドプロセッサ１００は、ベースバンド信号のサンプルr(t)を復調し、受信信号に対応するシンボル推定値を生成する。それらのシンボル推定値は、必要に応じて追加プロセッサ５２において更に処理される。例えば、追加プロセッサ５２は、ベースバンドプロセッサ１００により提供されたシンボル推定値に基づいて情報ビット値を判定するターボ復号器（不図示）を含んでもよい。それらの情報ビット値は、その後、音声、画像等に変換されてもよい。

図３に示すように、ベースバンドプロセッサ１００は、雑音及び干渉を抑制して所望のシンボル推定値を判定するためにＧ‐ＲＡＫＥ受信機を含んでもよい。好適なＧ‐ＲＡＫＥ受信機は、１つ以上の相関装置１０２、合成回路１０４、フィンガ配置プロセッサ１０６及びパラメータプロセッサ１１０を含む。フィンガ配置プロセッサ１０６は、ベースバンド信号r(t)に基づいて、マルチパスチャネルの信号パスに対応する１つ以上の遅延d_k及び余分な干渉抑制遅延を識別し選択する。選択された各遅延d_kは、相関装置１０２に提供される。相関装置１０２は、提供された遅延d_kに基づいてベースバンド信号r(t)に存在する１つ以上のトラフィックチャネル信号を逆拡散する。本明細書で使用されるように、トラフィックチャネル信号は、ブロードキャスト信号、制御信号及び個別データ信号又はそのいずれかを含む。選択された遅延d_kは、パラメータプロセッサ１１０に更に提供される。パラメータプロセッサ１１０は、各遅延d_kに対する重み因子w_kを計算し且つオプションでＳＩＲ推定値を計算する。合成回路１０４は、逆拡散された各トラフィックチャネル信号y_k及び対応する重み因子w_kを受信し、従来技術における周知の方法に従って、逆拡散トラフィックチャネル信号y_kに対して重み付けを行い且つコヒーレントに合成することによりシンボル推定値▲S＾▼(m)を生成する。

図３に示すように、パラメータプロセッサ１１０は、ベースバンド信号r(t)及び選択された遅延d_kに基づいて重み因子w_kを計算する。図４は、本発明によるパラメータプロセッサ１１０の一例を示す。パラメータプロセッサ１１０は、パイロット相関装置１１２、変調除去器１１４、チャネルトラッカ１１６、重み計算機１１８、障害相関推定器１２０及びオプションとしてＳＩＲ計算機１１９を含む。パイロット相関装置１１２は、フィンガ配置プロセッサ１０６により提供される遅延d_kを使用して、ベースバンド信号r(t)に存在する１つ以上のパイロットチャネル信号を逆拡散する。変調除去器１１４は、例えば逆拡散された各パイロットシンボルp_kと既知の値の複素共役とを乗算することにより、逆拡散パイロットシンボルp_kからシンボル変調を除去して、復調／逆拡散パイロットシンボルを提供する。従来技術において周知のように、高次変調を含むシステムでは、変調除去器１１４は、逆拡散パイロットシンボルp_kをパイロットシンボル値で除算してもよい。また、データシンボル及び判定帰還が使用されてもよい。

チャネルトラッカ１１６は、復調／逆拡散パイロットシンボルを使用してチャネルの応答係数を推定し、その結果、チャネル推定値を生成する。変調除去器１１４からの復調／逆拡散パイロットシンボル、並びにチャネルトラッカ１１６からのチャネル推定値に基づいて、障害相関推定器１２０は、受信機２４、３４により処理される遅延パスのセットに対応する１つ以上の障害相関値を有する障害相関行列Rを推定する。尚、障害相関行列Rの障害相関値は、雑音相関及び干渉相関の双方の条件に基づく。「共分散」はゼロ平均を有する「相互相関」の特別な場合であることは、当業者には理解されるであろう。従って、ここで使用される用語「相関」及び「共分散」は、説明される中で２つの用語の区別を明示しない限り同義の用語であることが理解されるべきである。

重み計算機１１８は、障害相関行列Rの障害相関値及びチャネル推定値を使用して、受信機２４、３４の遅延パスに対応する重み因子を計算する。トラフィック逆拡散値を合成してシンボル推定値を形成するために、重み因子が使用される。上述したように、正確な重み因子w_kがＧ‐ＲＡＫＥ受信機において正確な干渉抑制を行なうために重要である。重み因子w_kが推定した障害相関行列Rに直接関係するため、Ｇ‐ＲＡＫＥ受信機における干渉抑制は、障害相関行列Rの正確な推定に依存する。

図５Ａは、本発明による障害相関行列を推定する障害相関推定器１２０の一例を示す。障害相関推定器１２０は、第１の障害相関推定器１３０、第２の障害相関推定器１４０及び相関プロセッサ１６０を含む。第１の障害相関推定器１３０は、チャネル推定値及び逆拡散値に基づいて第１の障害相関行列R_Aを生成する。同様に、第２の障害相関推定器１４０は、チャネル推定値及び逆拡散値に基づいて第２の障害相関行列R_Bを生成する。相関プロセッサ１６０は、第１の障害相関行列R_A及び第２の障害相関行列R_Bに基づいて最終的な障害相関行列Rを取得する。

第１の障害相関推定器１３０及び第２の障害相関推定器１４０は、障害相関行列を推定する任意の障害推定器でもよい。好適な第１の障害相関推定器１３０及び第２の障害相関推定器１４０は、米国特許第６，３６３，１０４号（「Method and Apparatus for Interference Cancellation in a Rake Receiver」２００２年３月２６日発行）、米国特許出願第０９／３４４，８９９号（「RAKE Combining Methods and Apparatus Using Weighting Factors Derived from Knowledge of Spread Spectrum Signal Characteristics」１９９９年６月２５日出願）及び米国特許出願第１０／８００，１６７号（「Method and Apparatus for Parameter Estimation in a Generalized RAKE Receiver」２００４年３月１２日出願）において説明される障害相関推定器等でもよい。更に、Bottomley他「Approaches for Fast Adaptive Generalized RAKE Reception」Research Disclosure、２００３年１１月；Suard他「Performance of CDMA Mobile Communication Systems Using Antenna Arrays」Proc. IEEE ICASSP、１９９３年４月２７〜３０日、ＩＶ‐１５３〜ＩＶ‐１５６ページ；及びChoi「Pilot Channel-aided Techniques to Compute the Beamforming Vector for CDMA Systems with Antenna Array」IEEE Trans. Veh. Technol.、vol. 49、１７６０〜１７７５ページ、２０００年９月においても、障害相関推定器について説明されている。

本発明の一実施形態において、第１の障害相関推定器１３０及び第２の障害相関推定器１４０は、異なる設定でプログラムされた同等の障害相関推定器でもよい。あるいは、本発明の別の実施形態において、第１の障害相関推定器１３０及び第２の障害相関推定器１４０は、異なる種類の障害相関推定器でもよい。例えば、図５Ｂに示すように、第１の障害相関推定器１３０はパラメトリック推定器１３０でもよく、第２の障害相関推定器１４０はノンパラメトリック推定器１４０でもよい。これらの推定器は、最初の処理ステップを共有する。最初の処理ステップにおいて、チャネル推定値及び変調除去された逆拡散値が、信号除去器１２２に提供される。信号除去器１２２は、変調除去された逆拡散値からチャネル推定値を減算し、エラーベクトルeを形成する。本実施形態において、相関プロセッサ１６０は、パラメトリック障害相関行列R_A及びノンパラメトリック障害相関行列R_Bから最終的な障害相関行列Rを取得する。以下において、パラメトリック推定器１３０及びノンパラメトリック推定器１４０に関して本発明の障害相関推定器１２０を説明するが、第１の障害相関推定器１３０及び第２の障害相関推定器１４０が従来技術において周知の任意の障害相関推定器で構成されてもよいことは、当業者には理解されるだろう。

本発明の更なる説明を容易にするために、図６はパラメトリック推定器１３０の一例を示し、図７はノンパラメトリック推定器１４０の一例を示す。パラメトリック推定器１３０は、受信信号に基づいて１つ以上の干渉源をモデル化し、それら干渉モデルに基づいてパラメトリック障害相関行列R_Aを生成する。米国特許出願第１０／８００，１６７号（「Method and Apparatus for Parameter Estimation in a Generalized RAKE Receiver」２００４年３月１２日出願）において説明され且つ図６に示されるように、好適なパラメトリック推定器１３０は、相関コンピュータ１３２、構成要素コンピュータ１３４、スケーリングパラメータ推定器１３６及び障害相関計算機１３８を含む。相関コンピュータ１３２は、信号除去器１２２からエラーベクトルeを受信し、エラーベクトルeの中の値に基づいて相関測定値を生成する。一般に、相関コンピュータ１３２は、エラーベクトルeの中の各エラー値と別のエラー値の共役とを乗算し、相関測定値を生成する。それら相関測定値は、例えば、ＣＤＭＡタイムスロットにわたり平均化されたいくつかの積の結果でもよい。

構成要素コンピュータ１３４は、パラメトリック障害相関モデルの構成を規定する「構成」要素を作成する。典型的な構成要素コンピュータ１３４は、干渉構成要素R₁及び雑音構成要素R₂を作成する。構成要素R₁及びR₂は、チャネルトラッカ１１６により提供されるチャネル推定値に基づいて、パラメトリック障害モデルに従って構成要素コンピュータ１３４により計算される。すなわち、干渉構成要素R₁の値は、チャネル推定値及び受信機パルス波形の認識に基づき、雑音構成要素R₂は、周知の受信機パルス波形に依存する値で構成される。

相関コンピュータ１３２からの相関測定値及び構成要素コンピュータ１３４からの構成要素R₁、R₂に基づいて、スケーリングパラメータ推定器１３６は、各構成要素に対するスケーリングパラメータα及びβを取得する。スケーリングパラメータα及びβ、並びに構成要素R₁及びR₂を使用して、障害相関計算機１３８は構成要素を合成し、パラメトリック障害相関行列R_Aを推定する。好適なパラメトリック推定器１３０によると、障害相関計算機１３８は、以下の式に従って構成要素を合成する。

R_A = αR₁ + βR₂ （式１）
パラメトリック障害相関行列R_Aがチャネル推定値に依存するため、パラメトリック推定器１３０は、モデル化された干渉の急速な変化、特に自身のセルの干渉雑音相関の急速な変化を追跡できる。しかし、パラメトリック推定器１３０は全ての形態の干渉をモデル化するわけではないため、いくつかの障害相関が障害相関行列R_Aに対して適切に考慮されない場合もある。

この問題に対処するために、図５Ｂの第２の障害相関推定器１４０は、ノンパラメトリック推定器１４０で構成されてもよい。図７に示すように、ノンパラメトリック推定器１４０は、相関コンピュータ１４２及び平滑化フィルタ１４４を含む。パラメトリック推定器１３０と同様に、ノンパラメトリック推定器１４０の相関コンピュータ１４２は、エラーベクトルeの中のエラー値に基づいて相関測定値を生成する。相関測定値は、ある期間にわたり、例えば受信ＣＤＭＡ信号の複数のＣＤＭＡタイムスロットにわたり、平滑化フィルタ１４４においてフィルタリングされ、ノンパラメトリック障害相関行列R_Bを生成する。

ノンパラメトリック障害相関行列R_Bの精度は、相関測定値を平滑化するのに使用される期間に直接関係するため、ノンパラメトリック推定器１４０は、干渉の急速な変化を正確に追跡できない。しかし、ノンパラメトリック障害相関行列R_Bは、特定の干渉モデルに依存せず受信信号から直接取得されるため、全ての形態の干渉を必ず含む。従って、本発明の障害相関推定器１２０は、パラメトリック障害相関行列R_A及びノンパラメトリック障害相関行列R_Bに基づいて障害相関行列Rを取得することにより、干渉の急速な変化を追跡できると同時に受信信号中に存在する全ての形態の干渉を含む障害相関行列Rを生成する。

相関プロセッサ１６０は、任意の好適な方法に従って、パラメトリック障害相関行列及びノンパラメトリック障害相関行列に基づいて最終的な障害相関行列を取得してもよい。第１の実施形態において、図８Ａに示すように、相関プロセッサ１６０は選択器１６０で構成されてもよい。選択器１６０は、どちらの障害相関行列が干渉抑制等の所定の基準を最も満足するかに応じて、各ＣＤＭＡタイムスロットに対してパラメトリック障害相関行列R_A又はノンパラメトリック障害相関行列R_Bのいずれかを選択する。例えば、ＳＩＲ計測値M(R)は、障害相関行列R_A及びR_Bの各々に対して、以下の式に従って計算されてもよい：
M(R) = c^HR^-1c （式２）
式中、cはチャネル推定値のベクトルであり、c^Hはチャネル推定値のベクトルのエルミート転置を表す。選択器１６０は、ＳＩＲ計測値M(R)を最大にする障害相関行列を選択してもよい。

図８Ｂに示す別の実施形態において、相関プロセッサ１６０は、平滑化フィルタ１６２、減算器１６４及び加算器１６６を含んでもよい。本実施形態において、平滑化フィルタ１６２は、パラメトリック障害相関行列R_Aをフィルタリングし、ノンパラメトリック障害相関推定器１４０により使用されたフィルタリングと同様のフィルタリングを含むフィルタリングされたパラメトリック障害相関行列▲R▼_Aを生成する。減算器１６４は、ノンパラメトリック障害相関行列R_Bからフィルタリングされたパラメトリック障害相関行列▲R▼_Aを減算し、残差相関行列R_Cを生成する。残差相関行列R_Cは、ノンパラメトリック推定器１４０により検出された障害相関に対応し且つパラメトリック推定器１３０によりモデル化されない障害相関値を含む。加算器１６６において残差相関行列R_Cをパラメトリック障害相関行列R_Aに加算することにより、モデル化干渉及び非モデル化干渉の双方を含む最終的な障害相関行列Rが取得される。

パラメトリック推定器１３０が有効な干渉源をモデル化しない場合、非モデル化干渉源により、スケーリングパラメータα及びβの推定に偏りが起きる可能性がある。相関プロセッサ１６０は、非モデル化干渉源に関する項をパラメトリック推定器１３０に戻し且つその項に基づいて干渉モデルを改善することにより、偏りの影響を緩和してもよい。その緩和の効果を実現するために、図８Ｃ及び図８Ｄの相関プロセッサ１６０は、残差相関行列R_Cのフィルタリングされたバージョン又は最終バージョン▲R^▼_Cを生成する追加の平滑化フィルタ１６８を含む。フィルタリングされた残差相関行列▲R^▼_Cをパラメトリック推定器１３０に戻すことにより、フィルタリングされた残差相関行列▲R^▼_Cは、パラメトリック障害相関行列R_Aを拡大する。例えば、フィルタリングされた残差相関行列▲R^▼_Cは、パラメトリック推定器１３０の障害相関計算機１３８及びスケーリングパラメータ推定器１３６の双方に提供されてもよい。それに応答して、スケーリングパラメータ推定器１３６は追加のスケーリング因子γに加え、α及びβを推定してもよい。その後、障害相関計算機１３８は、以下の式に従ってパラメトリック障害相関行列R_Aを拡大する。

R'_A = αR₁+βR₂+γ▲R^▼_C （式３）
式中、R'_Aは拡大パラメトリック障害相関行列を表す。尚、パラメトリック推定器１３０は、式３の拡大行列R'_Aを使用してα、β及びγを判定する。それらのフィッティングパラメータは、式１及び式３で使用され、R_A及びR'_Aを判定する。図８Ｃの相関プロセッサ１６０の場合、式１で計算され且つスケーリングパラメータ推定器１３６により提供された新しいα及びβに基づくR_Aは、加算器１６６において残差相関行列R_Cに加算され、最終的な障害相関行列Rを生成する。図８Ｄの相関プロセッサ１６０の場合、拡大行列R'_Aが最終的なＲ行列として使用されてもよい。

図９は、図８Ｃ又は図８Ｄの相関プロセッサ１６０を使用して図５Ｂの障害相関推定器１２０を実現する方法の一例を示す。障害相関推定処理は、フィルタリングした残差相関行列▲R^▼_Cをゼロに初期化することにより（ブロック２１０）開始する（ブロック２０５）。パラメトリック推定器１３０は、式１及び式３を使用して上述したように、パラメトリック障害相関行列R_A及び「拡大」パラメトリック障害相関行列R'_Aを推定する（ブロック２１５）。ノンパラメトリック推定器１４０は、図７を参照して上述したように、ノンパラメトリック障害相関行列R_Bを推定する（ブロック２２０）。フィルタリングした残差相関行列▲R^▼_Cがゼロに初期化されたため、拡大パラメトリック障害相関行列R'_Aの初期推定は、式１のパラメトリック障害相関行列R_Aと同一である。

パラメトリック障害相関行列R_Aをフィルタリングした後（ブロック２２５）、残差相関行列R_Cは、フィルタリングしたパラメトリック障害相関行列▲R▼_Aをノンパラメトリック障害相関行列R_Bから減算することにより生成される（ブロック２３０）。平滑化フィルタ１６８は、残差相関行列R_Cをフィルタリングし（ブロック２３５）、フィルタリングした残差相関行列▲R^▼_Cを生成する。フィルタリングした残差相関行列▲R^▼_Cは、パラメトリック推定器１３０に戻され、初期化されたフィルタリングした残差相関行列▲R^▼_Cを置き換える。

拡大パラメトリック障害相関行列R'_A及び非拡大パラメトリック障害相関行列R_Aを生成するステップ（ブロック２１５）、ノンパラメトリック障害相関行列R_Bを生成するステップ（ブロック２２０）、残差相関行列R_Cを生成するステップ（ブロック２２５及び２３０）及びフィルタリングした残差相関行列▲R^▼_Cを生成するステップ（ブロック２３５）は、終了条件が満たされるまで（ブロック２４０）繰り返される。例えば、終了条件は、単純に２回又は３回等の所望の繰り返し数により規定されてもよい。あるいは、終了条件は、残差相関行列▲R^▼_Cが収束するかを確認するためのフィルタリングした▲R^▼_Cの評価及びスケーリング因子α、β、γが収束するかを確認するためのそれらスケーリング因子の評価又はそのいずれかに基づいてもよい。いずれの場合においても、繰り返しが十分に行なわれると（ブロック２４０）、最終的な障害相関行列Rは、図８Ｄに示すように、拡大パラメトリック障害相関行列R'_Aとして計算され（ブロック２４５）、処理は終了する（ブロック２５０）。この処理は、受信信号の１つ以上のタイムスロットに対して繰り返される。尚、最終的な障害相関行列Rは、図８Ｃで行われるように、パラメトリック障害相関行列R_Aを残差相関行列R_Cに加算することにより計算されてもよい。

本発明の別の実施形態において、障害相関推定器１２０は、図１０に示されるように実現されてもよい。図１０の障害相関推定器１２０は、信号除去器１２２、パラメトリック推定器１３０、ノンパラメトリック推定器システム１５０、相関プロセッサ１６０及びオプションとして制御装置１２４を含む。上述したように、パラメトリック推定器１３０は、信号除去器１２２により提供されるエラーベクトルeからパラメトリック障害相関行列R_Aを生成する。しかし、上述したノンパラメトリック推定器１４０とは異なり、図１０のノンパラメトリック推定器システム１５０は、パラメトリック障害相関行列R_Aに基づいてノンパラメトリック障害相関行列R_Dを生成する。相関プロセッサ１６０は、パラメトリック推定器１３０により生成されるパラメトリック障害相関行列R_A及びノンパラメトリック推定器システム１５０により生成されたノンパラメトリック相関行列R_Dから最終的な障害相関行列を取得する。

図１０に示すように、ノンパラメトリック推定器システム１５０は、白色化行列装置１５２、行列乗算器１５４及びノンパラメトリック推定器１４０を含む。白色化行列装置１５２は、パラメトリック障害相関行列R_Aから白色化行列F^-1を算出する。好適な実施形態において、白色化行列F^-1は、パラメトリック障害相関行列R_Aの平方根の逆数から取得される。ここで、従来技術においてよく理解されているように、平方根は、コレスキー因数分解を介して取得される。特に、パラメトリック障害相関行列R_Aがコレスキー分解を使用して因数分解される場合、R_Aは以下のように表されてもよい。

R_A = FF^H （式４）
式中、「H」はエルミート転置演算を表す。白色化行列は、F^-1で示されるFの逆行列である。白色化行列を取得する技術は、従来技術において周知であり、例えば１９９５年にAcademic Pressにより出版されたR.N. McDonough及びA.D. Whalenによる「Detection of Signals in Noise, 2nd Edition」の第６．６節において更に説明される。R_Aが対角的である場合、コレスキー因数分解の単純な形式が使用されてもよく、それにより各対角要素の平方根を取得し、行列Fを生成することは理解されるだろう。白色化行列F^-1は、各対角要素の逆数を得ることにより取得される。白色化行列装置１５２は、従来技術において周知の任意の手段に従って、パラメトリック障害相関行列R_Aが対角的であるかを判定してもよい。例えば、白色化行列装置１５２は、非対角要素の大きさの平方の合計を閾値と比較することにより、パラメトリック障害相関行列R_Aが対角的であることを判定してもよい。合計が閾値を超える場合、R_Aは対角的ではない。あるいは、白色化行列装置１５２は、対角要素を含むR_Aを使用して第１のＳＩＲを算出し、対角要素を含まないR_Aを使用して第２のＳＩＲを算出してもよい。第１のＳＩＲ及び第２のＳＩＲの比を閾値と比較することにより、パラメトリック障害相関行列R_Aが対角的であるかを判定する。

いずれの場合においても、行列乗算器１５４は、以下の式に従ってエラーベクトルeと白色化行列F^-1とを乗算し、白色化エラーベクトルxを生成する。

x = F^-1e （式５）
図７のノンパラメトリック推定器１４０に対応するノンパラメトリック推定器１４０は、白色化エラーベクトルxに基づいてノンパラメトリック障害相関行列R_Dを推定する。

相関プロセッサ１６０は、パラメトリック障害相関行列R_A、白色化逆行列F及びノンパラメトリック障害相関行列R_Dに基づいて最終的な障害相関行列Rを取得する。これを達成するために、好適な相関プロセッサ１６０は、図１１に示すように変換器１７０及び合成器１７２を含んでもよい。変換器１７０は、白色化逆行列Fをノンパラメトリック障害相関行列R_Dに適用し、最終的な残差相関行列▲R^▼_Cを生成する。好適な実施形態において、変換器１７０は、以下の式に従って最終的な残差相関行列▲R^▼_Cを生成する。

▲R^▼_C = F(R_D-I)F^H （式６）
合成器１７２は、パラメトリック障害相関行列R_Aと最終的な残差相関行列▲R^▼_Cとを加算することによりその２つの行列を合成し、最終的な障害相関行列Rを取得する。

あるいは、図１２に示すように、相関プロセッサ１６０は、拡大パラメトリック障害相関行列R'_A、白色化逆行列F及びノンパラメトリック障害相関行列R_Dに基づいて、最終的な障害相関行列Rを取得してもよい。本実施形態において、図１３に示すように、図１２の相関プロセッサ１６０は変換器１７０を含む。図１１の変換器１７０と同様に、図１３の変換器１７０は、白色化逆行列Fをノンパラメトリック障害相関行列R_Dに適用し、最終的な残差相関行列▲R^▼_Cを生成する。その後、最終的な残差相関行列▲R^▼_Cは、パラメトリック推定器１３０に戻される。パラメトリック推定器１３０は、最終的な残差相関行列▲R^▼_Cを使用して拡大パラメトリック障害相関行列R'_Aを生成する。拡大パラメトリック障害相関行列R'_Aは、上述したように、式３にしたがって最終的な残差相関行列から取得されてもよい。その後、相関プロセッサ１６０は、最終的な障害相関行列Rを拡大パラメトリック障害相関行列R'_Aから直接取得する。

図１４は、図１３の相関プロセッサ１６０を使用して図１２の障害相関推定器１２０を実現する方法の一例を示す。障害相関推定処理は、最終的な残差相関行列▲R^▼_Cをゼロに初期化することにより（ブロック３１０）開始する（ブロック３０５）。パラメトリック推定器１３０は、式１及び式３を使用して上述したように、フィッティングパラメータを取得し且つそれらフィッティングパラメータを適用することにより、パラメトリック障害相関行列R_A及び「拡大」パラメトリック障害相関行列R'_Aを形成する（ブロック３１５）。白色化行列装置１５２は、上述したように、パラメトリック障害相関行列R_Aから白色化行列F^-1及び白色化逆行列Fを生成する（ブロック３２０）。行列乗算器１５４及びノンパラメトリック推定器１４０は、上述したように、ノンパラメトリック障害相関行列R_Dを生成する（ブロック３２５）。変換器１７０は、白色化逆行列Fをノンパラメトリック障害相関行列R_Dに適用して最終的な残差相関行列▲R^▼_Cを生成し（ブロック３３０）、初期化された最終的な残差相関行列▲R^▼_Cを新たに計算された最終的な残差相関行列▲R^▼_Cで置換し（ブロック３３５）、▲R^▼_Cをパラメトリック推定器１３０に提供する。

パラメトリック障害相関行列R_A及びR'_Aを生成するステップ（ブロック３１５）、ノンパラメトリック障害相関行列R_Dを生成するステップ（ブロック３２０及び３２５）及び最終的な残差相関行列▲R^▼_Cを生成するステップ（ブロック３３０及び３３５）は、終了条件が満たされるまで（ブロック３４０）繰り返される。例えば、終了条件は、単純に２回又は３回等の所望の繰り返し数により規定されてもよい。あるいは、終了条件は、最終的な残差相関行列▲R^▼_Cが収束するかを確認するための▲R^▼_Cの評価、及びスケーリング因子α、β及びγが収束するかを確認するためのそれらスケーリング因子の評価、又はそのいずれかに基づいてもよい。いずれの場合においても、繰り返しが十分に行なわれると（ブロック３４０）、最終的な障害相関行列Rは、拡大パラメトリック障害相関行列R'_Aとして規定され（ブロック３４５）、処理は終了する（ブロック３５０）。この処理は、受信信号の１つ以上のタイムスロットに対して繰り返される。

図１０及び図１２に示すように、障害相関推定器１２０のいくつかの実施形態では、制御装置１２４を含んでもよい。上述したように、制御装置１２４は、白色化行列の計算を簡単化してもよい。更に、制御装置１２４は、本発明の障害相関行列推定処理をタイムスロットに高度に適用することにより、基地局２０又は移動局３０に関連する電力を節約できる。例えば、受信したスペクトラム拡散信号の各タイムスロットに対して、制御装置１２４は、現在のパラメトリック障害相関行列R_A（非拡大）を評価し、現在のタイムスロットの現在の障害相関行列R_A中に存在する色を判定する。制御装置１２４は、所定の色基準と比較して、特定のタイムスロットの現在の障害相関行列R_Aが十分な色を含むと判定した場合、節電するためにノンパラメトリック推定器システム１５０と相関プロセッサ１６０の変換器１７０とを一時的に停止し、パラメトリック障害相関行列R_Aをそのタイムスロットに対する最終的な障害相関行列Rとして識別する。１つの好適な色基準は、更なる相関ソースがシステム１５０により取得されるかを判定するのに使用される測定した相関とR_Aとの間の適応度基準であってもよい。例えば、適応度基準が、R_Aが測定した相関を十分にモデル化することを示す場合、ノンパラメトリック推定器は必要ない。適応度基準が、R_Aが測定した相関を十分にモデル化しないことを示す場合、ノンパラメトリック推定器は、パラメトリック推定器によりモデル化されていない色に対処するために必要である。

無線受信機において、自己干渉、マルチユーザアクセス干渉等のモデル化干渉及び非モデル化干渉の変化を正確に追跡するために、第１の障害相関行列及び第２の障害相関行列から障害相関行列Rを取得する方法及び装置について上述した。無線受信機は、基地局及び移動局又はそのいずれか等の任意の無線通信端末に配置されてもよい。無線受信機のパラメータプロセッサ１１０は、取得した障害相関行列Rを使用して、種々の信号処理パラメータを計算してもよい。例えば、重み因子w_kは、上述の任意の処理に従って取得された最終的な障害相関行列Rを使用して、任意の周知の方法に従って重み計算機１１８で計算されてもよい。例えば、１つ以上の重み因子w_kを含む重みベクトルwは、以下の式に従って計算されてもよい。

w = R^-1c （式７）
あるいは、重みベクトルwは、以下の式に従って計算されてもよい。

W = (F^-1)^HR_D ^-1F^-1C+R_A ^-1C （式８）
更に別の方法によると、以下の式を使用して、逆拡散値は白色化され合成される。

W = R_D ^-1F^-1C （式９）
いずれの場合においても、上述したように、重みベクトルwの重み因子w_kは、受信機の性能を向上するためにＧ‐ＲＡＫＥ受信機において使用される。

更に、信号対干渉比（ＳＩＲ）は、上述した任意の処理に従って取得された最終的な障害相関行列Rを使用して、任意の周知の方法に従ってＳＩＲ計算機１１９により推定されてもよい。例えば、ＳＩＲは、以下の式に従って推定されてもよい。

SIR_est = c^HR^-1c （式１０）
ＳＩＲ推定は、電力制御の一部であり、通信リンクを維持するのに必要な送信電力を制御する。また、ＳＩＲ推定は、リンク適応において使用され、特定の電力バジェットに対する可能な最高データ速度を提供する。いずれの場合においても、改善されたＳＩＲ推定値を提供することにより送信機に関連する電力制御処理を改善するために、本発明の最終的な障害相関行列Rが使用されてもよい。

障害相関行列推定処理及び装置について上述される。先の説明を簡単にするために、特定の例が提供される。しかし、それらの例は限定することを意図しない。例えば、本発明を説明するためにＧ‐ＲＡＫＥ受信機が使用されるが、本発明はＧ‐ＲＡＫＥ受信機に限定されず、障害相関値を推定する任意のスペクトラム拡散受信機に適用可能であることは、当業者には理解されるであろう。例えば、本発明は、２００３年９月２６日出願の米国特許出願第１０／６７２，１２７号「Method and Apparatus for RAKE Receiver Combining Weight Generation」において説明される受信機にも適用可能である。更に、上述の障害相関推定器１２０はパラメトリック推定器及びノンパラメトリック推定器を使用するが、任意の障害相関推定器がパラメトリック推定器及びノンパラメトリック推定器又はそのいずれかの代わりに使用されてもよいことは、当業者には理解されるであろう。上述され図示されるように、２つの障害相関推定器は異なる種類の障害相関推定器でもよく、あるいは、それら障害相関推定器は異なる設定でプログラムされた同等の障害相関推定器でもよい。また、最終的な障害相関行列Rを取得するために、３つ以上の障害相関推定器が本発明に従って使用されてもよいことは、当業者には理解されるであろう。

更に、上述の障害相関行列推定処理が１つ以上の送信アンテナ及び受信アンテナ又はそのいずれかを有する無線通信システムに適用されてもよいことは、当業者には理解されるであろう。例えば、複数の送信アンテナを含む無線通信システムは、送信アンテナ毎にパラメトリック推定器１３０を含む障害相関推定器１２０を有する受信機を使用してもよい。複数の受信アンテナを含む無線通信システムは、Ｇ‐ＲＡＫＥ受信機の全てのフィンガにわたり障害相関を推定するノンパラメトリック推定器システム１５０を有してもよい。ここで、各フィンガは、遅延、アンテナ又はその双方の点で異なってもよい。

当然、本発明は、本発明の本質的な特徴から逸脱せずに、本明細書で特に示した方法以外の方法で実行されてもよい。本発明の実施形態は、全ての点において例示として考えられ、限定するものではない。また、添付の請求の範囲の趣旨及び同等の範囲内における全ての変更は、本発明に含まれることが意図される。また、用語「具備する」は、本明細書において使用される場合、記載された特徴、ステップ、又は構成要素の存在を特定するために使用されるが、１つ以上の他の特徴、ステップ、構成要素又はそれらの集合の存在又は追加を除外するわけではない。

マルチパス無線通信システムの一例を示す図である。 無線通信システムの受信機の一例を示す図である。 本発明のベースバンドプロセッサの一例を示す図である。 本発明のパラメータプロセッサの一例を示す図である。 本発明による障害相関推定器の一例を示す図である。 本発明による障害相関推定器の別の例を示す図である。 パラメトリック推定器の一例を示す図である。 ノンパラメトリック推定器の一例を示す図である。 、 、 、 図５Ａ及び図５Ｂの障害相関推定器に対する相関プロセッサの例を示す図である。 本発明に従って障害相関行列を取得する方法の一例を示すフローチャートである。 本発明による障害相関推定器の別の例を示す図である。 図１０の障害相関推定器に対する相関プロセッサの一例を示す図である。 本発明による障害相関推定器の別の例を示す図である。 図１２の障害相関推定器に対する相関プロセッサの一例を示す図である。 本発明に従って障害相関行列を取得する方法の別の例を示すフローチャートである。

Claims (41)

1. 障害相関行列を推定するスペクトラム拡散無線受信機において障害相関行列を推定する方法であって、
   マルチパスチャネルの複数のパスを介して受信される逆拡散シンボルに基づいて第１の障害相関行列を推定する工程と、
   前記逆拡散シンボルに基づいて第２の障害相関行列を推定する工程と、
   前記第１の障害相関行列及び前記第２の障害相関行列に基づいて最終的な障害相関行列を取得する工程とを有する方法。
2. 前記第１の障害相関行列及び前記第２の障害相関行列に基づいて前記最終的な障害相関行列を取得する工程は、前記第１の障害相関行列及び前記第２の障害相関行列のうち一方を前記最終的な障害相関行列として選択する工程を含む請求項１記載の方法。
3. 前記第１の障害相関行列及び前記第２の障害相関行列のうち一方を前記最終的な障害相関行列として選択する工程は、前記第１の障害相関行列の色が所定の色基準を満たすか又は超える場合、前記第１の障害相関行列を前記最終的な障害相関行列として選択する工程を含む請求項２記載の方法。
4. 前記第１の障害相関行列及び前記第２の障害相関行列から前記最終的な障害相関行列を取得する工程は、前記第１の障害相関行列及び前記第２の障害相関行列を合成する工程を含む請求項１記載の方法。
5. 前記第１の障害相関行列及び前記第２の障害相関行列を合成する工程は、
   前記第２の障害相関行列から前記第１の障害相関行列のフィルタリングしたバージョンを減算して、残差相関行列を生成する工程と、
   前記残差相関行列を前記第１の障害相関行列に加算して、前記最終的な障害相関行列を取得する工程とを含む請求項４記載の方法。
6. 前記第１の障害相関行列及び前記第２の障害相関行列から前記最終的な障害相関行列を取得する工程は、
   前記第２の障害相関行列から前記第１の障害相関行列のフィルタリングしたバージョンを減算して、残差相関行列を生成する工程と、
   前記残差相関行列をフィルタリングする工程と、
   前記フィルタリングした残差相関行列に基づいて前記第１の障害相関行列を拡大して、拡大相関行列を生成する工程と、
   前記拡大相関行列に基づいて前記最終的な障害相関行列を取得する工程とを含む請求項１記載の方法。
7. 前記逆拡散シンボルに基づいて前記第２の障害相関行列を推定する工程は、前記第１の障害相関行列に基づいて前記第２の障害相関行列を推定する工程を含む請求項１記載の方法。
8. 前記第１の障害相関行列及び前記第２の障害相関行列に基づいて前記最終的な障害相関行列を取得する工程は、
   前記第１の障害相関行列に基づいて白色化行列を算出する工程と、
   前記白色化行列の逆行列を前記第２の障害相関行列に適用して、最終的な残差相関行列を生成する工程と、
   前記第１の障害相関行列を前記最終的な残差相関行列と合成して、前記最終的な障害相関行列を取得する工程とを含む請求項７記載の方法。
9. 前記第１の障害相関行列及び前記第２の障害相関行列に基づいて前記最終的な障害相関行列を取得する工程は、
   前記第１の障害相関行列に基づいて白色化逆行列を算出する工程と、
   前記白色化逆行列を前記第２の障害相関行列に適用して、最終的な残差相関行列を生成する工程と、
   前記最終的な残差相関行列に基づいて前記第１の障害相関行列を拡大して、拡大相関行列を生成する工程と、
   前記拡大相関行列に基づいて前記最終的な障害相関行列を取得する工程とを含む請求項７記載の方法。
10. 前記第１の障害相関行列に基づいて前記第２の障害相関行列を推定する工程は、
    前記第１の障害相関行列に基づいて白色化行列を生成する工程と、
    前記白色化行列に基づいて白色化エラーベクトルを算出する工程と、
    前記白色化エラーベクトルに基づいて前記第２の障害相関行列を推定する工程とを含む請求項７記載の方法。
11. 前記逆拡散値に基づいて逆拡散エラーベクトルを生成する工程を更に含み、
    前記白色化行列に基づいて白色化エラーベクトルを算出する工程は、前記逆拡散エラーベクトルと前記白色化行列とを乗算する工程を含む請求項１０記載の方法。
12. 前記逆拡散値に基づいて逆拡散エラーベクトルを生成する工程を更に含み、
    前記逆拡散シンボルに基づいて前記第１の障害相関行列及び前記第２の障害相関行列を推定する工程は、前記逆拡散エラーベクトルに基づいて前記第１の障害相関行列及び前記第２の障害相関行列を推定する工程を含む請求項１記載の方法。
13. 前記逆拡散シンボルに基づいて前記第１の障害相関行列を推定する工程は、
    前記逆拡散シンボルに基づいてチャネル推定値を判定する工程と、
    前記チャネル推定値に基づいてパラメトリック障害相関行列を推定する工程とを含む請求項１記載の方法。
14. 前記逆拡散シンボルに基づいて前記第２の障害相関行列を推定する工程は、前記逆拡散シンボルに基づいてノンパラメトリック障害相関行列を推定する工程を含む請求項１記載の方法。
15. 前記最終的な障害相関行列に基づいて重み因子を生成する工程と、
    前記重み因子を使用してトラフィック逆拡散シンボルを合成し、干渉を抑制する工程とを更に含む請求項１記載の方法。
16. 前記最終的な障害相関行列に基づいて信号対干渉比を推定する工程を更に含む請求項１記載の方法。
17. 前記第１の障害相関行列及び前記第２の障害相関行列を推定する工程は、受信信号の複数のタイムスロットに対して前記第１の障害相関行列及び前記第２の障害相関行列を推定する工程を含み、
    前記第１の障害相関行列及び前記第２の障害相関行列に基づいて前記最終的な障害相関行列を取得する工程は、前記第１の障害相関行列の色が所定の色基準を満たすか又は超える場合、前記第１の障害相関行列を前記タイムスロットに対する前記最終的な障害相関行列として選択する工程を含む請求項１記載の方法。
18. 前記スペクトラム拡散無線受信機は、ＲＡＫＥ受信機を含む請求項１記載の方法。
19. 前記スペクトラム拡散無線受信機は、移動局及び基地局の少なくとも一方に配置される請求項１記載の方法。
20. 前記第１の障害相関行列及び前記第２の障害相関行列を推定する工程は、
    前記逆拡散シンボルに基づいてチャネル推定値を判定する工程と、
    前記チャネル推定値に基づいて前記第１の障害相関行列及び前記第２の障害相関行列の少なくとも一方を推定する工程とを含む請求項１記載の方法。
21. 障害相関行列を推定するスペクトラム拡散無線受信機における障害相関推定器であって、
    マルチパスチャネルの複数のパスを介して受信される逆拡散シンボルに基づいて第１の障害相関行列を推定する第１の相関推定器と、
    前記逆拡散シンボルに基づいて第２の障害相関行列を推定する第２の相関推定器と、
    前記第１の障害相関行列及び前記第２の障害相関行列に基づいて最終的な障害相関行列を取得する相関プロセッサと
    を具備する障害相関推定器。
22. 前記相関プロセッサは、前記第１の障害相関行列及び前記第２の障害相関行列のうち一方を前記最終的な障害相関行列として選択する選択器を具備する請求項２１記載の障害相関推定器。
23. 前記相関プロセッサは、前記第１の障害相関行列及び前記第２の障害相関行列を合成して、前記最終的な相関行列を取得する合成器を具備する請求項２１記載の障害相関推定器。
24. 前記合成器は、
    前記第１の障害相関行列を平滑化する平滑化フィルタと、
    前記第２の障害相関行列から前記平滑化した第１の障害相関行列を減算して、残差相関行列を生成する減算器と、
    前記残差相関行列を前記第１の障害相関行列と合成して、前記最終的な障害相関行列を取得する加算器とを具備する請求項２３記載の障害相関推定器。
25. 前記相関プロセッサは、
    前記第１の障害相関行列を平滑化する平滑化フィルタと、
    前記第２の障害相関行列から前記平滑化した第１の障害相関行列を減算して、残差相関行列を生成する減算器と、
    前記残差相関行列をフィルタリングし且つ前記フィルタリングした残差相関行列に基づいて前記第１の障害相関行列を拡大して、拡大相関行列を生成するフィードバックループと、
    前記拡大相関行列に基づいて最終的な障害相関行列を取得する手段とを具備する請求項２１記載の障害相関推定器。
26. 前記第２の相関推定器は、前記第１の障害相関行列に基づいて前記第２の障害相関行列を更に推定する請求項２１記載の障害相関推定器。
27. 前記相関プロセッサは、
    白色化行列の逆行列を前記第２の障害相関行列に適用して、最終的な残差相関行列を生成する変換器と、
    前記第１の障害相関行列を前記最終的な残差相関行列と合成して、前記最終的な障害相関行列を取得する合成器とを具備する請求項２６記載の障害相関推定器。
28. 前記相関プロセッサは、白色化行列の逆行列を前記第２の障害相関行列に適用して、最終的な残差相関行列を生成する変換器を具備し、
    前記第１の相関推定器は、前記最終的な残差相関行列を前記第１の障害相関行列に適用して拡大相関行列を生成し、前記相関プロセッサは、前記拡大相関行列から前記最終的な障害相関行列を取得する請求項２６記載の障害相関推定器。
29. 前記第２の相関推定器は、
    前記第１の障害相関行列に基づいて白色化行列を生成する白色化行列装置と、
    前記白色化行列、前記逆拡散シンボル及びチャネル推定値に基づいて白色化エラーベクトルを生成する乗算器と、
    前記白色化エラーベクトルに基づいて前記第２の障害相関行列を推定する障害推定器とを具備する請求項２６記載の障害相関推定器。
30. 前記逆拡散シンボル及びチャネル推定値に基づいて逆拡散エラーベクトルを判定する信号除去器を更に具備し、
    前記乗算器は、前記逆拡散エラーベクトルと前記白色化行列とを乗算して、前記白色化エラーベクトルを生成する請求項２９記載の障害相関推定器。
31. 前記逆拡散シンボル及び前記チャネル推定値に基づいて逆拡散エラーベクトルを生成する信号除去器を更に具備し、
    前記第１の推定器及び前記第２の推定器は、前記逆拡散エラーベクトルに基づいて前記第１の障害相関行列及び前記第２の障害相関行列を推定する請求項２１記載の障害相関推定器。
32. 前記第１の相関推定器はパラメトリック推定器であり、前記第１の障害相関行列はパラメトリック障害相関行列である請求項２１記載の障害相関推定器。
33. 前記パラメトリック推定器は、
    前記逆拡散値に基づいて障害相関を測定する相関コンピュータと、
    チャネル推定値に基づいて障害モデルの構成要素を判定する構成要素コンピュータと、
    前記構成要素及び前記測定した障害相関に基づいてモデルフィッティングパラメータを判定するパラメータ推定器と、
    前記モデルフィッティングパラメータ及び前記構成要素に基づいて前記第１の障害相関行列を計算する障害相関計算機とを具備する請求項３２記載の障害相関推定器。
34. 前記障害相関計算機は、α及びβがモデルフィッティングパラメータであり、R₁及びR₂が１つ以上の障害モデルに対応する構成要素である場合、
    R_A = αR₁ + βR₂
    上記の式に従って前記パラメトリック障害相関行列R_Aを計算する請求項３３記載の障害相関推定器。
35. 前記第２の相関推定器はノンパラメトリック推定器であり、前記第２の障害相関行列はノンパラメトリック障害相関行列である請求項２１記載の障害相関推定器。
36. 前記ノンパラメトリック推定器は、
    前記逆拡散値に基づいて障害相関を測定する相関コンピュータと、
    受信信号の複数のタイムスロットにわたり前記障害相関測定値をフィルタリングするフィルタとを具備する請求項３５記載の障害相関推定器。
37. 前記逆拡散シンボル及びチャネル推定値に基づいて逆拡散エラーベクトルを判定する信号除去器を更に具備し、
    前記相関コンピュータは、前記逆拡散エラーベクトルの逆拡散エラー値と前記逆拡散エラーベクトルの他の逆拡散エラー値の共役とを乗算して、前記測定された障害相関を生成する請求項３６記載の障害相関推定器。
38. 前記第１の障害相関行列の色を評価する制御装置を更に具備する請求項２１記載の障害相関推定器。
39. 前記第１の障害相関行列の前記色が所定の色基準を満たすか又は超える場合、前記制御装置は、少なくとも前記第２の相関推定器を無効にする請求項３８記載の障害相関推定器。
40. 前記無線受信機は、移動局及び基地局の少なくとも一方に配置される請求項２１記載の障害相関推定器。
41. 請求項１乃至２０のいずれか１項に記載の方法をコンピュータに実行させるためのプログラムを記録したことを特徴とするコンピュータ可読記録媒体。

Images