JP4782781B2 - 無線受信機におけるｓｉｒ推定 - Google Patents

Description

本発明は概して無線ネットワークにおける信号処理に関し、特には無線受信機における信号対干渉比（ＳＩＲ）の推定に関する。

無線ネットワーク内の受信機は通常、受信機の評価及び／又は所定のネットワークレベルパラメータを見積もるために、送信電力、データレート等のパフォーマンスパラメータを算出している。スペクトラム拡散方式を採用したネットワークにおける無線受信機にとって、特別な関心のある１つのパフォーマンスパラメータは、受信信号に関する信号対干渉比（ＳＩＲ）である。従来の受信機は一般に、受信信号に関するＳＩＲを算出し、この算出したＳＩＲを用いて、ネットワークレベルパラメータをその時点におけるチャネル状態に適合させている。例えば、算出されたＳＩＲは、移動機の送信電力、データ伝送速度、移動機スケジューリング等を制御するために使用されうる。

現在のチャネル状態へのネットワーク適合の精度は、ＳＩＲ推定結果を生成するために必要な時間のみならず、ＳＩＲ推定結果の精度にも依存する。現在、スペクトラム拡散方式を採用したネットワークにおいて、ＳＩＲを推定するための方法には様々なものがある。例えば、受信機は、ＳＩＲの推定にチップサンプルと逆拡散シンボルの組み合わせを用いうる。この方法はタイムリーに正確なＳＩＲ推定結果を与えうるが、チップサンプルと逆拡散値の両方へアクセスするという複雑な受信機アーキテクチャが必要となる。

また、別の受信機は、ＳＩＲの推定に、ＲＡＫＥ受信機出力によって与えられるシンボル推定を用いうる。しかし、ＲＡＫＥ出力シンボルは、かなり前に受信したシンボルに対応するので、得られるＳＩＲは現状の受信機パフォーマンス及びチャネル状態には対応しない。従って、この方法によれば、受信機アーキテクチャはずっと簡単で済む反面、リアルタイム動作（電力制御、レートアダプテーション等）には不十分なＳＩＲ推定結果しか得られない。

さらに別の受信機は、ＲＡＫＥ受信機の各フィンガーについてのフィンガーＳＩＲを生成するため、逆拡散シンボル（パイロット又はデータ）を用いうる。フィンガーＳＩＲを加算することにより得られるＳＩＲ推定結果は、リアルタイム動作に利用できるであろう。しかし、逆拡散シンボルは一般にかなりの量のノイズを含んでいるので、得られるＳＩＲ推定結果にもバイアスがかかっていることが多い。従来のネットワークは、現在のＳＩＲ推定結果からバイアスの推定結果を差し引いて、このバイアスを除去することができる。しかし、バイアス推定処理はバイアスを過推定しうる。その結果、バイアス除去のための減算結果が負となることがあり得る。その場合、ＳＩＲ推定結果もまた不正確となる。

欧州公開特許第 EP 1 239 615 A号公報

本発明は信号対干渉比（ＳＩＲ）の初期推定結果からバイアスを除去する方法及び装置について説明する。例示的な実施形態において、無線受信機のＳＩＲ推定器内のＳＩＲプロセッサは、初期ＳＩＲ計算器、平均ＳＩＲ計算器及びバイアス除去器を備える。初期ＳＩＲ計算器は、無線受信機が受信した信号に基づいて初期ＳＩＲを算出する。また、平均ＳＩＲ計算器は平均ＳＩＲを算出する。平均ＳＩＲを用い、バイアス除去器は初期ＳＩＲからバイアスを除去する。

例示的な実施形態において、ＳＩＲ推定器は、ベースバンド信号r(t)から逆拡散値を得る。ＳＩＲ推定器は逆拡散値を用いてチャネル推定値及びノイズ統計値を生成し、ＳＩＲ計算器はこれらの値を用いて初期及び平均ＳＩＲ推定値を算出する。

さらに、本発明の例示的な実施形態によれば、バイアス除去器は平均ＳＩＲ及びオフセットパラメータに基づいて倍率を生成する。なお、オフセットパラメータは、無線受信機によって処理される逆拡散値の計数(count)によって得られる。この実施形態において、バイアス除去器は倍率を生成するコンバータと、初期ＳＩＲに倍率を乗じて初期ＳＩＲからバイアスを除去する乗算器とを備える。

図１は、スペクトラム拡散方式を採用した例示的な無線通信ネットワーク１０を示す。無線通信ネットワーク１０は、少なくとも１つの基地局１２、少なくとも１つの移動機２０、そして１つ又はもっと多いかもしれない干渉物体１８を含んでいる。なお、本明細書において、”移動機”という語は、マルチラインディスプレイを有しても有していなくても良いセルラ無線電話機、セルラ無線電話機にデータ処理機能、ファクシミリ機能及びデータ通信機能を合体したものであってよいパーソナル通信システム（ＰＣＳ）端末、無線電話機、ポケットベル、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、カレンダー、及び／又はＧＰＳ受信機を含みうる携帯情報端末（ＰＤＡ）及び、無線電話送受信機を含む、従来のラップトップ及び／又はパームトップ受信機又は他の電気機器を含みうる。移動機はまた、「拡散的コンピューティング(pervasive computing)」装置とも呼ばれうる。

基地局１２は、移動機２０と、１つ又は複数のシンボルを用いてスペクトラム拡散信号を送信／受信するための１つ又は複数のアンテナ１４を含む。送信信号は通常、トラフィック信号及びパイロット信号を含む。干渉物体１８のような、物体は、送信されたシンボルの複数の「反響」又は遅延バージョンが、何度も移動機２０に到達する原因となる。受信機１６は移動機２０で複数のシンボルイメージを処理する。同様に、移動機２０は１つ又は複数のアンテナ２２を介して、複数の経路によって基地局１２へシンボルを送信しうる。基地局１２において受信機１６は多重受信されたシンボルイメージを処理する。

図２は、基地局１２及び／又は移動機２０用の例示的な受信機１６を示す図である。受信機１６は受信信号のシンボルを受信及び処理し、受信シンボル推定値を生成する。例示的な受信機１６は受信機フロントエンド２６、ベースバンドプロセッサ３０及び付加プロセッサ２８を含む。受信機フロントエンド２６は通常、フィルタ、ミクサ及び／又は、アナログディジタル変換器のような変換回路を含み、受信信号に対応する、ディジタル化されたベースバンド信号サンプルr(t)列を生成する。ベースバンドプロセッサ３０は、ベースバンド信号r(t)を復調し、受信した信号に対応するシンボル推定Ｓ^(m)を生成する。シンボル推定値Ｓ^(m)は必要に応じて付加プロセッサ２８でさらに処理される。例えば、付加プロセッサ２８は、情報ビット値をベースバンドプロセッサ３０によって供給されるシンボル推定値に基づいて判別するターボデコーダ（図示せず）を含みうる。これらの情報ビット値はその後音声、画像等に変換されうる。

図２に示すように、ベースバンドプロセッサ３０は、ベースバンド信号r(t)からＳＩＲを推定する信号対干渉比（ＳＩＲ）推定器３２を含みうる。図３は、ＳＩＲ推定器３２ａを示し、ＳＩＲ推定器３２ａは逆拡散部３４、チャネル推定器３６、絶対値二乗(magnituide squared)計算器３８、ノイズ電力推定器４０、ディバイダ４２及び累算器４４を含む。逆拡散部３４は受信信号を逆拡散し、逆拡散シンボル又は逆拡散値のベクトルｙを生成する。逆拡散シンボルのベクトルｙの各要素は、マルチパスチャネルの異なる信号パスに関する異なる時間オフセットに対応する。逆拡散シンボルのベクトルｙの各要素に基づいて、チャネル推定器３６はチャネル推定値のベクトルｃを生成する。絶対値二乗計算器３８は、チャネル推定値のベクトルｃの各要素に基づいて、信号電力推定値のベクトルＳ^を生成する。さらに、ノイズ電力推定器４０は、逆拡散シンボルｙ及びチャネル推定値ｃに基づいて、ノイズ電力推定値のベクトルＮ^を生成する。ディバイダ４２は、信号電力推定値のベクトルＳ^の各要素を、ノイズ電力推定値のベクトルＮ^の対応する要素で除し、初期フィンガーＳＩＲ推定値のベクトルＳＩＲ_initを生成する。初期フィンガーＳＩＲ推定値のベクトルＳＩＲ_initの要素は、累算器４４で累算され、ベースバンド信号r(t)に対応する最終ＳＩＲ推定値ＳＩＲ_finalを生成する。図３のＳＩＲ推定器３２ａはリアルタイム動作に適したＳＩＲ_finalを生成するが、ＳＩＲ_finalの生成に用いられる、ノイズの多いチャネル推定によるバイアスへの対処は行っていない。

ＳＩＲ推定値に付随するバイアスを削減するための一方法は、ＳＩＲ推定値の生成に用いられるチャネル推定値ｃに存在するノイズを削減することである。ドップラー拡散が少ない場合、これはチャネル推定値ｃをある期間にわたって平滑化することによって達成される。しかし、正確なＳＩＲ推定値に依存する、時間に厳しいネットワーク動作は、チャンネル推定値ｃの平滑化に要する時間を待つことができないことが良くある。従って、この方法は時間に厳しい動作については役に立たない。

バイアスを削減する別の方法は、初期ＳＩＲ推定値を生成し、初期ＳＩＲ推定値からバイアスを除去することである。「受信信号の訂正及び干渉推定」というタイトルを有するWO01/65717は、初期ＳＩＲ推定値からバイアスを除去するのに利用可能なＳＩＲ推定器３２を記載している。この公報を参照により本明細書に組み入れる。図４は、このＳＩＲ推定器３２ａを示している。本実施形態において、ＳＩＲ推定器３２ａは、信号電力推定器４６、信号結合器４８、ノイズ電力推定器５０、ノイズ結合器５２及びディバイダ５４を含んでいる。信号電力推定器４６及びノイズ電力推定器５０はそれぞれ、ベースバンド信号r(t)から、信号電力推定値Ｓ^及びノイズ電力推定値Ｎ^を直接生成する。しかし、図３のＳＩＲ推定器３２ａとは異なり、図４のＳＩＲ推定器３２ａは、信号結合器４８において信号電力推定値Ｓ^から信号バイアスの推定値を減算することにより信号バイアスを除去し、修正信号電力推定値Ｓ'^を生成する。同様に、ノイズ結合器５２は、ノイズ電力推定値Ｎ^からノイズバイアスの推定値を減算し、修正ノイズ電力推定値Ｎ'^を生成する。ディバイダ５４は修正信号電力推定値Ｓ'^を修正ノイズ電力推定値Ｎ'^で除算し、ベースバンド信号r(t)に対応する最終ＳＩＲ推定値（ＳＩＲ_final）を生成する。本実施形態ではバイアスに対処したが、本実施形態は信号又はノイズバイアス項の過推定によるエラーを起こしやすく、負のＳＩＲ_finalが得られることがある。

図５は、本発明に係る例示的なＳＩＲ推定器３２ｂを示すブロック図である。ＳＩＲ推定器３２ｂは、これまでのＳＩＲ推定方法に起因した減算誤差を生成することなしにバイアスに対処する最終ＳＩＲ推定値（ＳＩＲ_final )を提供する。ＳＩＲ推定器３２ｂは、逆拡散部３４、チャネル推定器３６、ノイズ統計値推定器５６及びＳＩＲプロセッサ１００を備える。逆拡散部３４はベースバンド信号r(t)を逆拡散し、逆拡散シンボルのベクトルｙを生成する。本技術分野に属する当業者が理解するように、逆拡散シンボルのベクトルの各要素は、マルチパスチャネルの異なる信号パスに関する異なるタイミングオフセットに対応する。逆拡散シンボルに基づいて、チャネル推定器３６は周知な任意な手段に従って、チャネル推定値のベクトルｃを生成する。例えば、チャネル推定値ベクトルｃは、以下の式に従って得ることができる。

ここで、Ｋは受信機１６によって処理されるパイロットシンボルの数を表す。b(i)はｉ番目のシンボル期間に対する既知のパイロットシンボルを表す。b*(i)はb(i)の複素共役を表す。さらに、y(i)はｉ番目のシンボル期間に対する、異なる経路遅延からの逆拡散シンボル又は逆拡散値のベクトルを表す。

逆拡散値ｙはチャネル推定値ｃとともに、ノイズ統計値推定器５６へ供給される。ノイズ統計値推定器５６は、異なる経路遅延からの逆拡散シンボルｙ間のノイズ統計値を推定する。ノイズ統計値は、逆拡散シンボルについてのノイズ間の二次統計値又は相関値のような、逆拡散シンボルのノイズ成分を表す任意の統計値であってよい。本技術分野に属する当業者は、”共分散”が、”相互相関”の平均値０となる特別な場合であることを理解するであろう。従って、本明細書における”相関”及び”共分散”という語が、それらを明確に区別していない限り、交換可能なものとして理解されるべきである。

例示的な実施形態において、ノイズ統計値推定器５６は、以下の式２Ａ又は２Ｂのいずれかによって、逆拡散シンボルｙについての障害間の相関行列Ｍを推定する。

ここで、上付きの”Ｈ”は共役転置を示す。ここではノイズ相関行列Ｒ_Nと示すノイズ統計値行列は、例えば、Ｒ_NをＭと等しく設定することによって得ることができる。あるいは、ノイズ相関行列Ｒ_Nは、過去のＭの値を指数関数フィルタ(exponential filter)を用いて平滑化した後、Ｒ_Nを平滑化したＭと等しく設定することによって得ることができる。なお、ＭとＲ_Nはエルミート対称(Hermitian symmetric)なので、これら行列の上側又は下側の三角形部分のみを算出すれば良く、計算の複雑さを大幅に単純化することが可能であることが理解されよう。

本技術分野に属する当業者は、本発明が上述したノイズ統計値算出方法に限定されないことを理解するであろう。実際、ノイズ相関行列Ｒ_Nは、本技術分野において周知のいかなる手段によっても算出することが可能である。例示的な方法は、2004年3月29日に出願された、米国特許出願第10/811699号、「スペクトラム拡散システムにおける障害相関推定」や、2004年3月12日に出願された、米国特許出願第10/800167号、「汎用ＲＡＫＥ受信機におけるパラメータ推定方法及び装置」に開示されている。これらを引用することにより、その内容を本明細書に組み入れる。

ＳＩＲプロセッサ１００は、以下に説明するように、チャネル推定値ｃ及びノイズ相関行列Ｒ_NからＳＩＲ_finalを得る。一部ネットワーク動作に対するＳＩＲ推定値は時間に厳しいため、チャネル推定値ｃはＳＩＲ推定のための短期間データを用いて形成することのできる値を参照することが理解されよう。そのため、ＳＩＲ推定用チャネル推定値ｃは、時間にそれほど厳しくない復調器に対して算出されるチャネル推定とは異なりうる。その結果、ベースバンドプロセッサ３０内の復調器（図示せず）は、例えば長期データに基づく、異なるチャネル推定値を生成する別のチャネル推定器を用いうる。本発明は復調器と異なるチャネル推定値を用いるＳＩＲプロセッサ１００を説明するが、本技術分野に属する当業者は、受信機の構成を簡単にするため、ＳＩＲプロセッサ１００と復調器とが、１つのチャネル推定器が与えるチャネル推定値を共用しうることを理解するであろう。

図６は、本発明に係るＳＩＲプロセッサ１００の例示的な実施形態を示す図である。図６のＳＩＲプロセッサ１００は、分散的なチャネル干渉及び／又は受信機フロントエンド２６におけるフィルタによって生じうる逆拡散シンボルｙについてのノイズが相関を有するものと仮定している。ＳＩＲプロセッサ１００は、初期ＳＩＲ計算器１０２、平均ＳＩＲ計算器１０４及びバイアス除去器１０６を備えている。初期ＳＩＲ計算器１０２は、チャネル推定値ｃ及びノイズ相関行列Ｒ_Nに基づいて初期ＳＩＲ推定値（ＳＩＲ_init）を得るために、重み計算器１０８、信号電力推定器１１０、ノイズ電力推定器１１６及びディバイダ１２０を含んでいる。

そのため、重み計算器１０８は、任意の既知の方法に従い、チャネル推定値ｃに基づいて重み係数ｗのベクトルを算出する。例えば、受信機１６が従前(traditional)のＲＡＫＥ受信機を含んでいる場合、重み係数ｗは式３に従って近似されうる。

しかし、受信機が汎用ＲＡＫＥ(G-RAKE)受信機を含んでいる場合、重み計算器１０８は、以下に示すように、重み係数ｗの算出にチャネル推定値ｃとノイズ相関行列Ｒ_Nの両方を用いる。

（G-RAKE受信機についてさらなる情報が必要であれば、G. Bottomley, T. Ottosson, 及び Y. -P. E. Wang等による”干渉抑制のための汎用ＲＡＫＥ受信機”，IEEE Journal Selected Areas Communications, 18: 1536-1545，2000年８月を参照されたい） あるいは、重み係数ｗは、2003年9月26日に出願された、米国特許出願第10/672127号、「ＲＡＫＥ受信機に重み生成機能を組み合わせる方法及び装置」に記載されるような他の方法によっても算出されうる。この方法によれば、重い計数ｗは、以下の式に従って算出することができる。

ここで、Ｆはチャネル及びノイズ統計値に依存する。いずれにしても、チャネル推定値と同様、重み係数ｗはＳＩＲ推定のための短期間データを用いて形成することのできる値を参照することが理解されよう。そのため、ＳＩＲ推定用重み係数ｗは、時間にそれほど厳しくない復調器に対して算出される重み係数とは異なりうる。その結果、本発明のＳＩＲプロセッサ１００は、復調器が使用する重み係数とことなる重み係数ｗを得ることのできる重み計算器１０８を含む。しかし、本技術分野に属する当業者は、受信機の構成を簡単にするため、ＳＩＲ推定器３２ｂと復調器とが、１つの重み計算器が与える重み係数を共用しうることを理解するであろう。

算出された重み係数ｗに基づき、初期ＳＩＲ計算器１０２はＳＩＲ_initの算出に用いられる信号及びノイズ電力推定値を算出する。より具体的には、信号電力推定器１１０が、本技術分野で周知な任意の方法により、チャネル推定値ｃ及び重み係数ｗに基づいて送信号電力の推定値Ｓ^を生成する。図６Ａは、例示的な信号電力推定器１１０を示す図である。信号電力推定器１１０は内積計算器１１２と絶対値二乗計算器１１４を含んでいる。絶対値二乗計算器１１４は、式６に示すように、内積計算器１１２が与えるチャネル推定値ｃと重み係数ｗの内積の大きさ(magnitude)を二乗し、信号電力推定値Ｓ^を生成する。

ノイズ電力推定器１１６が、本技術分野で周知な任意の方法により、ノイズ相関行列Ｒ_N及び重み係数ｗに基づいて、総ノイズ電力の推定値Ｎ^を生成する。図６Ｂに示すように、例示的なノイズ電力推定器１１６は二次(quadratic)計算器１１８を備え、式７に従って、ノイズ相関行列Ｒ_N及び重み係数ｗからノイズ電力推定値Ｎ^を得ることができる。

ディバイダ１２０は信号電力推定値Ｓ^を、ノイズ電力推定値Ｎ^で割り、初期ＳＩＲ推定値ＳＩＲ_initを生成する。バイアス除去器１０６は、平均ＳＩＲ計算器１０４が生成する平均ＳＩＲ推定値（ＳＩＲ￣）を用い、ＳＩＲ_initからバイアスを除去してＳＩＲ_initの精度を向上させる。好ましい実施形態において、バイアス除去器１０６は、初期ＳＩＲ推定値ＳＩＲ_initに平均ＳＩＲ推定値ＳＩＲ￣から得られる倍率ｆを乗じるための乗算器を有する。ＳＩＲ_initに平均ＳＩＲに基づく倍率ｆを乗じることにより、バイアス除去器１０６は初期ＳＩＲ推定値ＳＩＲ_initからバイアスを除去し、最終ＳＩＲ推定値ＳＩＲ_finalを生成する。

図６Ｃは、図６のＳＩＲプロセッサ１００用の例示的な平均ＳＩＲ計算器１０４を示す図である。平均ＳＩＲ計算器１０４は信号統計値推定器１２２、信号二次(quadratic)計算器１２４、ノイズ二次計算器１２６及びディバイダ１２８を含む。図６Ｃは平均信号及びノイズ電力をそれぞれ算出する別個の二次計算器１２４，１２６を示しているが、本技術分野に属する当業者は、これら二次計算器１２４，１２６を、平均信号及びノイズ電力の両方を算出する１つの二次計算器にまとめうることを理解するであろう。

信号統計値推定器１２２は、信号相関行列Ｑを、チャネル推定値ｃ及びノイズ相関行列Ｒ_Nに基づいて算出する。例示的な信号統計値推定器１２２を図６Ｄに示す。信号統計値推定器１２２は、外積計算器１３２、平滑フィルタ１３４、乗算器１３６及び結合器１３８を備える。平滑フィルタ１３４は、外積計算器１３２が与えるチャネル推定値ｃの外積をある期間にわたって平滑化し、式８に示すチャネル推定相関行列Ｐを生成する。

ここで、Ｅ｛｝は期待値である。Ｐはハミルトニアン対称なので、チャネル推定相関行列の上側又は下側の三角形のみを算出すれば良く、本発明の計算の複雑性を大幅に簡単化することができる。

チャネル推定値ｃは推定誤差によるノイズを含むので、チャネル推定相関行列Ｐはバイアスされた信号相関行列Ｑを表している。そのため、バイアスを除去するため、信号統計値推定器１２２は、式９に示すように、乗算器１３６が与える変倍されたノイズ相関行列を結合器１３８で減算し、信号相関行列Ｑを生成する。

ここで、βは、チャネル推定値のベクトルｃの推定に用いられる逆拡散シンボルの数（Ｋ）に依存する。Ｋはまた、パイロット及びトラフィックデータ間の相対電力又はエネルギーレベルを含みうる。Ｋが多ければ、あるいは、演算を単純化したければ、ＱをＰと等しく設定することができる。

信号統計値推定器１２２は信号二次計算器１２４に信号相関行列Ｑを与え、信号二次計算器１２４は以下の式１０に従って平均信号電力Ｓ￣を算出する。

同様に、ノイズ二次計算器１２６は、ノイズ相関行列Ｒ_Nを用い、式１１に従って平均ノイズ電力Ｎ￣を算出する。

ディバイダ１２８は、平均信号電力Ｓ￣を平均ノイズ電力Ｎ￣で割って平均ＳＩＲ（ＳＩＲ￣）を生成する。

図６Ｅは図６のＳＩＲプロセッサ１００用の例示的なバイアス除去器１０６を示す図である。バイアス除去器１０６はコンバータ１３０及び乗算器１３１を含む。コンバータ１３０は、平均ＳＩＲ計算器１０４の出力によって与えられる平均ＳＩＲ推定値ＳＩＲ￣から、下式のように倍率ｆを得る。

ここで、αは、チャネル推定値のベクトルｃの推定に用いられる（Ｋ）個の逆拡散シンボルから得られるオフセットパラメータを表す。Ｋはまた、パイロット及びトラフィックデータ間の相対電力又はエネルギーレベルを含みうる。好ましい実施形態において、オフセットパラメータαはα＝１／Ｋによって算出されうる。乗算器１３１は、コンバータ１３０が与える倍率ｆを用いて初期ＳＩＲ推定値ＳＩＲ_initを変倍することにより、初期ＳＩＲ推定値ＳＩＲ_initからバイアスを除去し、最終ＳＩＲ推定値ＳＩＲ_finalを生成する

図７は、例示的なＳＩＲプロセッサ１００の別の実施形態を示す図である。図６のＳＩＲプロセッサ１００と同様、図７のＳＩＲプロセッサ１００は、初期ＳＩＲ計算器１５０、バイアス除去器１５４及び平均ＳＩＲ計算器１５６を備える。本実施形態においては、重み係数が式４によって算出されるG-RAKE受信機が使用されるものと仮定する。従って、初期ＳＩＲ計算器１５０は、下式に従って初期ＳＩＲ推定値ＳＩＲ_initを算出するため、逆二次(inverse quadratic)計算器１５２を用いることができる。

注：本技術分野に属する当業者は、上述の計算を単純化する多くの方法を認識するであろう。例えば、ガウス−ザイデル(Gauss-Seidel)法を用いてＲ_N ^-1ｃを先に求めても良い。

第１の実施形態と同様、バイアス除去器１５４は平均ＳＩＲ計算器１５６が与える平均ＳＩＲ推定値ＳＩＲ￣を用い、ＳＩＲ_initからバイアスを除去する。図７Ａは、図７のＳＩＲプロセッサ１００用の例示的な平均ＳＩＲ計算器１５６を示す図である。平均ＳＩＲ計算器１５６は、上述した信号相関行列Ｑを生成する信号統計値推定器１５８を備える。平均ＳＩＲ計算器１５６は、信号相関行列Ｑとノイズ相関行列Ｒ_Nとを用い、下式に従って平均ＳＩＲ推定値ＳＩＲ￣を算出する平均ＳＩＲプロセッサ１６０をさらに備える。

ここで、Ｔｒ｛｝はＲ_N ^-1とＱの積のトレースである。行列のトレースは様々な方法のいずれかによって算出することができる。例えば、Ｒ_N ^-1とＱとの積のトレースを算出する１方法は、積の列(column)を以下の式を解くことによって得ることである。

ここで、ｑはＱの列である。式１５は、例えばガウス−ザイデル法又はガウス−ジョーダン反復法を用いて解くことができる。

式１５を解く別の方法であって、Ｒ_N ^-1とＱとの積のトレースを近似する方法は、ノイズ相関行列Ｒ_Nと信号相関行列Ｑとが対角(diagonal)であると仮定することである。これは、Ｒ_N及びＱの非対角要素を無視するか、非対角要素を０に設定することの少なくとも一方によって達成することができる。いずれの場合も、平均ＳＩＲ推定値ＳＩＲ￣は遅延経路ＳＩＲ値の合計として近似することができる。ここで、遅延経路ＳＩＲ値は、式１６に示すように、Ｑ（遅延経路信号電力）の対角要素を、Ｒ_N（遅延経路ノイズ電力）の対角要素で除すことによって得られる。

ここで、Ｊは受信機で処理される遅延経路の数を表す。非対角要素は無視（又は０に設定）されるので、Ｑの非対角要素は計算する必要が無く、処理時間を節約することができる。このＳＩＲ推定方法は、ベースバンドプロセッサが従前のＲＡＫＥ受信機を含み、異なる逆拡散シンボルに現れるノイズの相関性がない場合に特に効果的である。なお、ノイズ相関行列Ｒ_Nが対角であるという仮定により、ＳＩＲ_initの算出も簡単になることが理解されよう。この結果、式１３は遅延経路ＳＩＲ値の合計によって近似することができ、各フィンガーが自身の平均信号及びノイズ電力を有する。

Ｒ_N ^-1とＱとの積のトレースを近似するさらに別の方法は、ノイズ相関行列Ｒ_Nが対角であると仮定するとともに、受信機によって処理される各遅延経路に関するノイズが定常ノイズ、即ち同一のノイズ電力Ｎを有すると仮定することである。この結果、ノイズ相関行列Ｒ_Nの対角要素が等しくなる。従って、ＳＩＲ￣は下式に従って算出可能である。

ここで、Ｊは受信機で処理されるフィンガー又は遅延経路の数を表す。なお、ノイズ相関行列Ｒ_Nが対角であるという仮定により、ＳＩＲ_initの算出も簡単になることが理解されよう。この結果、式１３はフィンガー信号電力値をノイズ電力Ｎで除した値の合計に簡単化することができる。

ＳＩＲ￣が算出されると、バイアス除去器１５４は平均ＳＩＲ推定値ＳＩＲ￣を用い、初期ＳＩＲ推定値ＳＩＲ_initからバイアスを除去する。例示的な実施形態において、バイアス除去器１５４はＳＩＲ￣から得られる倍率をＳＩＲ_initに乗じる乗算器を備える。この実施形態において、バイアス除去器１５４はＳＩＲ￣に基づく倍率ｆを、図６Ｅのコンバータ１３０において下式に従って算出することができる。

ここで、αはα＝Ｊ／Ｋにより算出できるオフセットパラメータであり、Ｊは受信機によって処理される遅延経路の数、Ｋはチャネル推定値ｃの算出に用いられるシンボル数をそれぞれ表す。

図８は、ＳＩＲプロセッサ１００のさらに別の例示的な実施形態を示す図である。本実施形態は、結合重み(combining weights)を形成する際、ノイズの多いチャネルの推定に対処するために用いられるG-RAKEの拡張であるジョイントスケーリングの近似形を用いる。上述の実施形態と同様、図８のＳＩＲプロセッサ１００もまた、初期ＳＩＲ計算器１７０、平均ＳＩＲ計算器１８０、バイアス除去器１９０を含んでいる。しかし、本実施形態において初期ＳＩＲ計算器１７０はＳＩＲ_initを算出する前にチャネル推定値ｃの精度を向上させる。

そのため、初期ＳＩＲ計算器１７０はチャネル推定プロセッサ１７４及び逆二次計算器１７２を備える。図８Ａに示すチャネル推定プロセッサ１７４は、チャネル推定行列計算器１７６及び行列乗算器１７８を含む。チャネル推定行列計算器１７６は、チャネル推定行列Ａを下式に従って算出する。

ここで、Ｋはチャネル推定値ｃの算出に用いられる逆拡散シンボルの数を表し、さらにパイロット及びトラフィックデータ間の電力レベル差の影響を含みうる。図１９に示すように、チャネル推定行列Ａは信号統計値Ｑ及びノイズ統計値Ｒ_Nに依存するので、チャネル推定行列ＡはＭＭＳＥ（最小平均二乗誤差）チャネル推定の形式を与える。

チャネル推定プロセッサ１７４は行列乗算器１７８においてチャネル推定値ｃにチャネル推定行列Ａを適用し、修正チャネル推定ｃ~を生成して元のチャネル推定値ｃの精度を向上させる。そして、初期ＳＩＲ計算器１７０は式２０に示すように、修正チャネル推定値ｃ~を用いて逆二次計算器１７２で初期ＳＩＲ推定値ＳＩＲ_initを算出する。

式２０に示すように、図８の実施形態は図７の実施形態と類似している。主な違いは、修正チャネル推定値ｃ~を生成するチャネル推定行列Ａによるチャネル推定値ｃの修正である。

さらに、チャネル推定行列Ａは平均ＳＩＲ推定値ＳＩＲ￣も修正する。図８Ｂは、図８のＳＩＲプロセッサ１００用の例示的な平均ＳＩＲ計算器１８０を示す図である。図７Ａの平均ＳＩＲ計算器１５６と同様、図８Ｂの平均ＳＩＲ計算器１８０は、信号統計値推定器１８２を備える。加えて、平均ＳＩＲ計算器１８０は、行列二乗(matrix squared)計算器１８４と、図７Ａの平均ＳＩＲプロセッサ１６０を置換える修正平均ＳＩＲプロセッサ１８６とを含んでいる。図８Ｂの実施形態において、修正平均ＳＩＲプロセッサ１８６は２つの平均ＳＩＲ推定値、ＳＩＲ₁￣及びＳＩＲ₂￣を算出する。第１の平均ＳＩＲ推定値ＳＩＲ₁￣は式１４と等しい式２１に従って算出される。

第２のＳＩＲ推定値ＳＩＲ₂￣は、信号相関行列Ｑ及びノイズ相関行列Ｒ_Nに加え、行列二乗計算器１８４が与えるチャネル推定行列Ａの二乗結果とから、式２２に示されるようにして得られる。

式２２に示すように、ＳＩＲ₂￣は本質的にチャネル推定行列Ａに依存する削減因子(scaling down factor)を有し、この因子はチャネル推定値ｃにおけるノイズに直感的に(intuitively)対処する。

図８Ｃは、図８のＳＩＲプロセッサ１００用の例示的なバイアス除去器１９０を示す図である。バイアス除去器１９０は、ＳＩＲ₁￣及びＳＩＲ₂￣を用いてＳＩＲ_initからバイアスを除去する。バイアス除去器１９０は、コンバータ１８８と乗算器１８９を含む。平均ＳＩＲ計算器１８０が与えるＳＩＲ₁￣及びＳＩＲ₂￣を用い、コンバータ１８８は倍率ｆを下式に従って得る。

ここで、αはα＝（１／Ｋ）Ｔｒ｛Ａ^HＡ｝によって計算することができる。一部の実施形態においては、ＳＩＲ₁￣及びＳＩＲ₂￣に係る計算を簡単化する必要があるかもしれない。その場合、Ａ^HＡを単位行列(identity matrix)で近似し、ＳＩＲ₁￣及びＳＩＲ₂￣を図７を参照して上述した方法に従って算出することができる。いずれにせよ、乗算器１８９は、コンバータ１８８が与える倍率ｆを用いて初期ＳＩＲ推定値ＳＩＲ_initを変倍することにより、ＳＩＲ_initからバイアスを除去し、最終ＳＩＲ推定値ＳＩＲ_finalを生成する。

以上、最終ＳＩＲ推定値ＳＩＲ_finalを算出するために初期ＳＩＲ推定値ＳＩＲ_initからバイアスを除去するための方法及び装置を説明した。図９は、本発明を実施するための例示的な方法を示す図である。本発明によれば、ＳＩＲプロセッサ１００は初期ＳＩＲ推定値ＳＩＲ_initを受信信号に基づいて算出する（ブロック２００）。さらに、ＳＩＲプロセッサ１００は、受信信号に基づいて平均ＳＩＲ推定値ＳＩＲ￣を生成する（ブロック２１０）。平均ＳＩＲ推定値ＳＩＲ￣を用い、ＳＩＲプロセッサ１００は初期ＳＩＲ推定値ＳＩＲ_initからバイアスを除去し、最終ＳＩＲ推定値ＳＩＲ_finalを生成する（ブロック２２０）。

様々な個別構成要素を有する本発明のＳＩＲプロセッサ１００を示したが、本技術分野に属する当業者は、これら構成要素の２つ又は３つ以上を、同じ機能を有する１つの回路にまとめうることを理解するであろう。さらに、本技術分野に属する当業者は、これら回路の１つ又は複数が、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートウェイ(FPGA)等を含む、ハードウェア及び／又はソフトウェア（ファームウェア、ソフトウェア、マイクロコード等を含む）によって実現可能であることも理解するであろう。本発明を実施するためのソフトウェア又はコードは、既知のコンピュータ読み取り可能媒体のいずれにも格納されうる。

図６〜８及び上述の説明に示したように、倍率ｆは、ベースバンド信号r(t)から得られる平均ＳＩＲ推定値ＳＩＲ￣から得ることができる。その結果、本発明のＳＩＲプロセッサ１００は、ＳＩＲ_initに現れるノイズを、平均ＳＩＲ推定値ＳＩＲ￣を用いて除去する。ＳＩＲ￣の算出方法をいくつか説明したが、本発明は上述した方法に限定されない。例えば、ＳＩＲ￣は過去の最終ＳＩＲ値を平滑化することによって近似されても良い。さらに、電力制御ループにおいて用いられる目標ＳＩＲ、公称(nominal)ＳＩＲ又は最悪(worst case)ＳＩＲを、ＳＩＲとして規定することができ、倍率ｆの算出に用いることもまた理解されるよう。

上述の方法及び装置は比較的瞬時にＳＩＲ_finalを算出することができるので、得られる最終ＳＩＲ推定値ＳＩＲ_finalを、電力制御やレートアダプテーションのようなリアルタイム動作に用いることができる。さらに、従来の手法と異なり、初期ＳＩＲ推定値ＳＩＲ_initに倍率ｆを乗じてバイアスを除去することにより、本発明は負の最終ＳＩＲ推定値ＳＩＲ_finalの問題を回避することができる。予備試験によれば、標準的なＲＡＫＥ受信機について、本発明の情報アプローチは従来の減算アプローチと比較して、最終ＳＩＲ推定値の精度を２０％向上しうることが示されている。2003年9月2日出願の米国特許出願第10/653679号、”ＤＳ−ＣＤＭＡ ＲＡＫＥ受信機におけるフィンガー配置方法及び装置”に記載されるような、フィンガー配置のためのグリッドアプローチを用いる受信機では、ずっと大きな（４０％−７０％）の精度向上が示される。このように、時間に厳しい動作のための精度良い最終ＳＩＲ推定値を提供するための、改良された方法及び装置が本発明によって開示される。

実時間処理のための最終ＳＩＲ推定値ＳＩＲ_finalを算出することについて上述したが、本技術分野に属する当業者は、最終ＳＩＲ推定値を長期ＳＩＲの測定にも用いうることを理解するであろう。例えば、１つ又は複数のフレームに渡って算出した最終ＳＩＲ推定値を平均して長期ＳＩＲ推定値を生成することが可能である。この長期ＳＩＲ推定値は、長期品質指標として基地局又は他のネットワークエンティティに与えられうる。さらに、一旦長期ＳＩＲ推定値が算出されたならば、ＳＩＲプロセッサ１００がこの長期ＳＩＲ推定値を倍率ｆの算出に使用する平均ＳＩＲ推定値として用いることも可能である。

これまで、ベースバンド信号r(t)から得られる逆拡散シンボルｙに関して本発明を説明した。本技術分野に属する当業者は、これら逆拡散シンボルがパイロットシンボル、データシンボル及び／又は、パイロットシンボルの連続した列として取り扱われるパイロットチャネルに基づきうることを理解するであろう。さらに、シンボルの数及び／又はシンボルの形式を、現状のチャネル状況に基づいて選択的に変更することも可能である。例えば、チャネルがどれくらい急速に変化しているかを調べるため、ドップラー拡散推定器を用いることができる。チャネルが急速に変化しているのであれば、例えば１つのタイムスロットからのシンボルのみを使用するようにしても良い。チャネルの変化が緩やかであれば、複数の過去のスロットからのシンボルを使用することができる。緩やかに変化するチャネルについては、チャネル推定器３６及び／又はノイズ統計値推定器５６が古いスロットからの寄与を指数的に重み付けしたり、電力制御による送信電力の変化について、各スロットを補償したりすることの１つ以上を行っても良い。

上述の無線ネットワークは、１つの送信及び／又は受信アンテナに関して説明したが、本発明はこのようなものに限定されず、複数の送信及び／又は受信アンテナを用いるネットワークにも適用可能である。この場合、スペクトル拡散受信機のフィンガーは、所定の複数のアンテナからの所定の経路に割り当てされる。従って、逆拡散シンボル、チャネル推定値等のベクトル量は、依然としてベクトルにまとめることができる。しかし、複数の送信／受信アンテナを用いるシステムにおいては、ベクトルの要素が経路とアンテナインデックスの両方を有する。例えば、２つの受信アンテナがある場合、各アンテナが２つの異なる経路から信号を受信し、従ってベクトル量の長さは４となり、行列は４×４のサイズとなる。さらに、スクランブルされた異なる拡散符号が異なる送信アンテナを用いて送信されるような、複数の送信アンテナを有するシステムについては、ノイズ及びフェージング項の相関がないものと仮定するのが通常は合理的であろう。その結果、ＳＩＲプロセッサ１００は、各送信信号について初期ＳＩＲ推定値を個別に生成し、個々の初期ＳＩＲ推定値を合計して全体的な初期ＳＩＲ推定値ＳＩＲ_initを得るであろう。このシナリオでは、バイアス除去は合計の前又は後のいずれかに行いうる。本発明は送信ダイバーシチシステムとともに用いることが可能であることが理解されよう。

もちろん、本発明は、発明の本質的な特徴を逸脱することなく、かつここで具体的に説明した方法以外の方法によって実施することが可能である。上述の実施形態はあらゆる点において例示として解釈されるべきであり、限定的なものと解釈すべきではない。また、添付の特許請求の範囲の意味及びその等価範囲に含まれるいかなる変更も、特許請求の範囲に包含されることが意図されている。

例示的な無線ネットワークを示す図である。 図１の無線ネットワークにおける例示的な無線受信機を示す図である。 ＳＩＲ推定器を示すブロック図である。 別のＳＩＲ推定器を示すブロック図である。 本発明に係る例示的なＳＩＲ推定器を示すブロック図である。 図５のＳＩＲ推定器のための例示的なＳＩＲプロセッサを示すブロック図である。 図６のＳＩＲプロセッサのための例示的な信号電力推定器を示すブロック図である。 図６のＳＩＲプロセッサのための例示的なノイズ電力推定器を示すブロック図である。 図6のＳＩＲ推定器のための例示的な平均ＳＩＲ計算器を示すブロック図である。 図６Ｃの平均ＳＩＲ計算器のための例示的な信号統計値推定器を示すブロック図である。 図6のＳＩＲ推定器のための例示的なバイアス除去器を示すブロック図である。 図５のＳＩＲ推定器のための別の例示的なＳＩＲプロセッサを示すブロック図である。 図７のＳＩＲプロセッサのための例示的な平均ＳＩＲ計算器を示すブロック図である。 図５のＳＩＲ推定器のための別の例示的なＳＩＲプロセッサを示すブロック図である。 図８のＳＩＲプロセッサのための例示的なチャンネル推定プロセッサを示すブロック図である。 図８のＳＩＲプロセッサのための例示的な平均ＳＩＲ計算器を示すブロック図である。 図８のＳＩＲプロセッサのための例示的なバイアス除去器を示すブロック図である。 本発明の方法についての例示的なフローチャートである。

Claims (34)

1. 無線受信機が生成する初期信号対干渉比からバイアスを除去する方法であって、
   前記無線受信機によって受信された信号に基づいて、前記初期信号対干渉比を算出するステップと、
   平均信号対干渉比を生成するステップと、前記初期信号対干渉比から前記バイアスを除去するために、前記平均信号対干渉比を用いるステップとを有することを特徴とする方法。
2. 前記平均信号対干渉比を生成するステップが、前記平均信号対干渉比を、前記受信された信号から得られるチャネル推定値及びノイズ統計値に基づいて算出するステップを含むことを特徴とする請求項１記載の方法。
3. 前記初期信号対干渉比から前記バイアスを除去するために前記平均信号対干渉比を用いるステップが、
   前記平均信号対干渉比に基づいて倍率を生成するステップと、
   前記バイアスを除去するために前記初期信号対干渉比に前記倍率を乗じるステップとを有することを特徴とする請求項２記載の方法。
4. 前記平均信号対干渉比に基づいて倍率を生成するステップが、前記平均信号対干渉比をオフセットパラメータによって修正するステップを含むことを特徴とする請求項３記載の方法。
5. 前記平均信号対干渉比を生成するステップが、
   前記チャネル推定値に基づいて信号相関行列を算出するステップと、
   前記平均信号対干渉比を、前記信号相関行列に基づいて算出するステップとを含むことを特徴とする請求項４記載の方法。
6. 前記平均信号対干渉比に基づいて倍率を生成するステップが、前記倍率を、以下の式に従って生成するステップを含むことを特徴とする請求項５記載の方法。
   

   

   ここで、ＳＩＲ￣は前記平均信号対干渉比を表し、αは前記オフセットパラメータを表す。
7. 前記オフセットパラメータが、前記無線受信機が前記チャネル推定値を生成するために処理する逆拡散値の数と、前記無線受信機が処理するマルチパスチャネルの経路数の少なくとも１つから得られることを特徴とする請求項６記載の方法。
8. 前記平均信号対干渉比を、前記信号相関行列及び前記ノイズ統計値に基づいて算出するステップが、
   前記チャネル推定値に基づいて重み係数を算出するステップと、
   前記信号相関行列及び前記重み係数に基づいて平均信号電力を算出するステップと、前記ノイズ統計値及び前記重み係数に基づいて平均ノイズ電力を算出するステップと、
   前記平均信号電力及び前記平均ノイズ電力に基づいて、前記平均信号対干渉比を算出するステップとを有することを特徴とする請求項５記載の方法。
9. 前記平均信号対干渉比に基づいて倍率を生成するステップが、前記倍率を、以下の式に従って生成するステップを含むことを特徴とする請求項８記載の方法。
   

   

   ここで、ＳＩＲ￣は前記平均信号対干渉比を表し、αは前記オフセットパラメータを表す。
10. 前記オフセットパラメータが、前記無線受信機が前記チャネル推定値を生成するために処理する逆拡散値の数と、前記無線受信機が処理するマルチパスチャネルの経路数の少なくとも１つから得られることを特徴とする請求項９記載の方法。
11. 前記ノイズ統計値及び前記信号相関行列に基づいてチャネル推定行列を算出するステップと、
    前記チャネル推定行列に基づいて別の平均信号対干渉比を算出するステップとをさらに有し、
    前記平均信号対干渉比に基づいて前記倍率を生成するステップが、両方の平均信号対干渉比を処理して前記倍率を算出するステップを有することを特徴とする請求項５記載の方法。
12. 前記両方の平均信号対干渉比を処理して前記倍率を生成するステップが、前記倍率を、以下の式に従って生成するステップを含むことを特徴とする請求項１１記載の方法。
    

    

    ここで、ＳＩＲ₁￣は前記平均信号対干渉比を表し、ＳＩＲ₂￣は前記別の平均信号対干渉比を表し、αは前記オフセットパラメータを表す。
13. 前記オフセットパラメータが、前記チャネル推定行列と、前記無線受信機が前記チャネル推定値を生成するために処理する逆拡散値の数の少なくとも１つから得られることを特徴とする請求項１２記載の方法。
14. 前記受信された信号に基づいて初期信号対干渉比を算出するステップが、前記受信された信号から得られるチャネル推定値及びノイズ統計値に基づいて前記初期信号対干渉比を算出するステップを含むことを特徴とする請求項１記載の方法。
15. 前記チャネル推定値及び前記ノイズ統計値に基づいて前記初期信号対干渉比を算出するステップが、
    前記チャネル推定値に基づいて重み係数を算出するステップと、
    前記重み係数に基づいて信号電力推定値を生成するステップと、
    前記重み係数に基づいてノイズ電力推定値を生成するステップと、
    前記生成された信号及びノイズ電力推定値に基づいて前記初期信号対干渉比を算出するステップとを含むことを特徴とする請求項１４記載の方法。
16. 前記チャネル推定値及び前記ノイズ統計値に基づいて前記初期信号対干渉比を算出するステップが、前記チャネル推定値及び前記ノイズ統計値を逆二次計算器で結合して前記初期信号対干渉比を算出するステップを有することを特徴とする請求項１４記載の方法。
17. 前記チャネル推定値に基づいて信号相関行列を算出するステップと、
    前記信号相関行列及び前記ノイズ統計値に基づいてチャネル推定行列を算出するステップと、
    前記チャネル推定行列に基づいて修正チャネル推定値を算出するステップとをさらに有し、
    前記チャンネル推定値と前記ノイズ統計値を前記逆二次計算器で結合するステップが、前記修正チャネル推定値及び前記ノイズ統計値を前記逆二次計算器で結合して前記初期信号対干渉比を算出するステップを有することを特徴とする請求項１６記載の方法。
18. 初期信号対干渉比からバイアスを除去するための、無線受信機における信号対干渉比プロセッサであって、
    前記無線受信機によって受信された信号に基づいて前記初期信号対干渉比を算出する初期信号対干渉比計算器と、
    平均信号対干渉比を生成する平均信号対干渉比計算器と、
    前記平均信号対干渉比を用いて、前記初期信号対干渉比から前記バイアスを除去するバイアス除去器とを有することを特徴とする信号対干渉比プロセッサ。
19. 前記平均信号対干渉比計算器が、前記平均信号対干渉比を、前記受信された信号から得られるチャネル推定値及びノイズ統計値に基づいて生成することを特徴とする請求項１８記載の信号対干渉比プロセッサ。
20. 前記バイアス除去器が、
    前記平均信号対干渉比に基づいて倍率を生成するコンバータと、
    前記倍率を前記初期信号対干渉比に乗じて前記バイアスを除去する乗算器とを有することを特徴とする請求項１９記載の信号対干渉比プロセッサ。
21. 前記コンバータが、前記平均信号対干渉比をオフセットパラメータによって修正することにより前記倍率を生成することを特徴とする請求項２０記載の信号対干渉比プロセッサ。
22. 前記平均信号対干渉比計算器が、
    前記チャネル推定値に基づいて信号相関行列を推定する信号統計値推定器と、
    前記信号相関行列及び前記ノイズ統計値とに基づいて、前記平均信号対干渉比を算出する平均信号対干渉比推定器とを有することを特徴とする請求項２１記載の信号対干渉比プロセッサ。
23. 前記オフセットパラメータが、前記無線受信機が処理する逆拡散値の数と、前記無線受信機が処理するマルチパスチャネルの遅延経路数の少なくとも１つから得られることを特徴とする請求項２２記載の信号対干渉比プロセッサ。
24. 前記平均信号対干渉比推定器が、前記チャネル推定値に基づいて平均信号電力を算出するとともに、前記ノイズ統計値に基づいて平均ノイズ電力を算出する少なくとも１つの二次計算器を有することを特徴とする請求項２２記載の信号対干渉比プロセッサ。
25. 前記オフセットパラメータが、前記無線受信機が処理する逆拡散値の数と、前記無線受信機が処理するマルチパスチャネルの経路数の少なくとも１つから得られることを特徴とする請求項２４記載の信号対干渉比プロセッサ。
26. 前記平均信号対干渉比推定器が、前記信号相関行列及び前記ノイズ統計値から得られるチャネル推定行列を二乗する行列乗算器をさらに有し、前記平均信号対干渉比推定器が、前記二乗されたチャネル推定行列に基づいて別の平均信号対干渉比を推定することを特徴とする請求項２２記載の信号対干渉比プロセッサ。
27. 前記初期信号対干渉比計算器が、前記初期信号対干渉比を、前記受信された信号から得られるチャネル推定値及びノイズ統計値に基づいて算出することを特徴とする請求項１８記載の信号対干渉比プロセッサ。
28. 前記初期信号対干渉比計算器が、
    前記チャネル推定値に基づいて重み係数を算出する重み計算器と、
    前記重み係数に基づいて信号電力推定値及びノイズ電力推定値を生成する１つ又は複数の電力推定器と、
    前記信号電力推定値及び前記ノイズ電力推定値から前記初期信号対干渉比を得る結合器を有することを特徴とする請求項２７記載の信号対干渉比プロセッサ。
29. 前記初期信号対干渉比計算器が、前記初期信号対干渉比を前記チャネル推定値及び前記ノイズ統計値に基づいて算出する逆二次計算器を有することを特徴とする請求項２７記載の信号対干渉比プロセッサ。
30. 前記初期信号対干渉比計算器が、前記チャネル推定値に基づいて修正チャネル推定値を算出するチャネル推定プロセッサをさらに有し、前記逆二次計算器は、前記修正チャネル推定値及び前記ノイズ統計値に基づいて前記初期信号対干渉比を生成することを特徴とする請求項２９記載の信号対干渉比プロセッサ。
31. 前記チャネル推定プロセッサが、
    前記ノイズ統計値に基づいてチャネル推定行列を算出するチャネル推定行列計算器と、
    前記チャネル推定値及び前記チャネル推定行列に基づいて前記修正チャネル推定値を生成する乗算器とを有することを特徴とする請求項３０記載の信号対干渉比プロセッサ。
32. 前記無線受信機が、移動機及び基地局の少なくとも一方に配置されることを特徴とする請求項１８記載の信号対干渉比プロセッサ。
33. 信号対干渉比推定値からバイアスを除去するための命令セットを格納する、無線通信装置に格納されるコンピュータ読み取り可能な記録媒体であって、前記命令セットが、
    前記無線通信装置によって受信された信号に基づいて初期信号対干渉比を算出するための命令と、
    平均信号対干渉比を生成するための命令と、
    前記バイアスを前記初期信号対干渉比から除去するために前記平均信号対干渉比を用いるための命令とを含むことを特徴とするコンピュータ読み取り可能な記録媒体。
34. 前記無線通信装置が移動機又は基地局を含むことを特徴とする請求項３３記載のコンピュータ読み取り可能な記録媒体。

Images