JP5038500B2

JP5038500B2 - マルチ信号通信チャネルにおいて雑音電力レベルを推定するシステム及び方法

Info

Publication number: JP5038500B2
Application number: JP2010520351A
Authority: JP
Inventors: アールビードル，エドワード
Original assignee: Harris Corp
Current assignee: Harris Corp
Priority date: 2007-08-27
Filing date: 2008-08-26
Publication date: 2012-10-03
Anticipated expiration: 2028-08-26
Also published as: WO2009029628A3; WO2009029628A2; JP2010536276A; EP2204000A2; CA2695648A1; US7555064B2; US20090060015A1

Description

本発明は、通信に関し、より具体的に、本発明は、雑音レベルが盲目的に推定され且つこの推定が適応変調システムで使用され得るところのマルチ信号環境での通信に関する。

同一出願人による同時係属の米国出願公開第２００６／０２６９０２７号明細書（特許文献１）であって、その全文を参照により本願に援用される文献は、整合フィルタと、この整合フィルタの出力へ結合されるＭ−ｏｆ−Ｎ検出器とを有する受信器を開示する。検出器は、Ｎ個の連続的な機会に少なくともＭ回発生する潜在的な同期パルスを決定するために用いられる。この特許文献に関連する同時係属出願の必須要素は、ＣＦＡＲ（Constant False Alarm Rate）検出器のためのオンライン雑音推定処理のそれである。特許文献１で開示される雑音推定器は、有意な非雑音成分を含むと思われるデータレコードからサンプルを削除するために、異常値棄却スキームを用いている。このアプローチは、受信器が、雑音のみであって且つ１又はそれ以上の信号成分を含むサンプル間の比較的大きな差に依存しうる場合（例えば、信号対雑音比（ＳＮＲ）が高い場合）に、適切に機能することができる。

米国出願公開第２００６／０２６９０２７号明細書

しかし、提案されている方法は幾つかの欠点を有している。例えば、集められたデータレコードのかなりの部分が信号により品質が劣化している場合に、先行技術は、ＣＦＡＲ検出スキームをサポートするよう雑音電力推定の目的で雑音処理を回復することができない。

新たな改善が必要である。例えば、本開示で、ブラインド（blind）信号処理を導入する態様が用いられる（この場合に、語「ブラインド」は、信号及び雑音が受信器に標識されないことを意味する。）。更に、スカラー（すなわち、非アレイ）システムしか考えられない。このことは、従来のアレイ処理技術（例えば、ビーム形成及びゼロ化（nulling））が雑音推定に役立つよう適用可能でないことを意味する。最後に、雑音電力推定のための処理は、オンラインで、又はインサービス（in-service）の推定器として、実行される。この特性の値は、当業者にはよく知られているが、要約すれば、それは、リンクが、適切な受信器又はリンク性能を設定するために必要とされる雑音処理を推定するよう、単に信号受信を助けるための如何なる特殊なリソースもとっておく必要がない、ことを意味する。

リンク雑音がインサービス又はオンラインで盲目的に推定され得るとすると、この推定は、適応変調を可能にするだけでなく、例えば、Ｎ個のソースが、二次の統計値しか用いないＮ個のセンサによって分離されることを可能にすることによって可能にする幾つかのブラインド・リソース信号分離方法を改善するためにも、通信システムの効率又はスループットを改善するとともに、複数の干渉信号の存在下で、種々の品質インジケータにより、ロバスト信号検出のためのブランド適応閾値化を改善するために、使用され得る。

システムは、スカラー及び場合によりマルチ信号通信チャネルにおける雑音電力を推定する。データサンプラ、例えば、アナログ−デジタルコンバータ（ＡＤＣ）は、スカラー通信チャネルから受信される通信信号からＮ個の連続的なデータサンプルを時間的に収集する。“計算”モデルは、Ｎ個のデータサンプルを使用する時間的な共分散行列（covariance matrix）を形成する。

Ｎ個のサンプルは、２つの連続するブロックで累積される。一方のブロックのサイズはＫであり、他方のブロックのサイズＸである。Ｋ個のサンプルの最初のブロックは、Ｋ個のサンプルデータの組のモデル次数（model order）ｐ（すなわち、存在する非雑音信号の数）を推定するために使用される。この推定は、それが、開示される処理に必要とされる相関行列Ｒｘｘのディメンジョンを下回る（lower bounds）場合に、必要である。一般的な用途で、信号環境はいつまでも静的（固定されたｐ）ではないと信じられるので、設計者の判断により、あるルールに従って（例えば、周期的に、ランダムな不規則スケジュールで）Ｎサンプルブロックを収集することが行われる。更に、システムは、Ｎが、例えば、推定されるモデル次数に依存して、変化することを潜在的に可能にするという恩恵をもたらす。これは、当業者には明らかである。従って、Ｎはデータ収集の各時点で固定されている必要ないことが提供される。

モデル次数選択（例えば、信号列挙（enumeration））は当該技術で適切に確立されており、典型的なよく知られているアプローチは、例えば、ＭＵＳＩＣ（Multiple Signal Classifier）、ＰＨＤ（Pisarenko Harmonic Decomposition）、ＡＲ（Auto-Regressive approaches）、ＢＩＣ（Bayesian Information Criterion）、ＡＩＣ（Akaike’s Information Criterion）及びＭＤＬ（Minimum Description Length）アルゴリズムである。同様に、他のアプローチが多数存在する。夫々の方法はよく知られている性能利点及びその限界を有し、適切な方法の選択は、技術文献を通して知られているように、設計者の判断次第である。

ここで採られるアプローチにおける重要な特徴は、相関行列Ｒｘｘのサイジングである。それは過度に小さくされ得ず（すなわち、ｐ×ｐより小さい。）、さもなければ、雑音処理電力は当該方法によって回復され得ない。これは、雑音による寄与が、次元がｐ×ｐを越える場合は、一意にのみ利用可能であるからである。他方で、実際には、相関行列の次元は過度に大きくされ得ず、さもなければ、計算に伴う課題（例えば、数値線形代数による計算負荷、処理速度、メモリ）が問題となる。

相関行列のサイズに対する下界に影響を与える主な要因は、モデル次数選択処理（例えば、バイアス、ランダムエラー、等）の特性である。例えば、ＡＩＣは一般的にモデル次数を低く見積もることがよく知られている（すなわち、ｐ_ｅｓｔ＜ｐ）。従って、ＡＩＣが選択されたならば、設計者は、相関行列の次元が、モデル次数選択手法によって、十分であるとして示された相関行列の潜在的なアンダーサイジングをカバーするよう増大することを保証することを望んでいる。従って、我々は、セイフティ・“マージン”Ｍを導入する。

Ｍの値は、実際上の未知の値ｐの期待される過小評価エラーを越える（over bound）よう選択されるべきである。Ｍを適切にサイジングするよう、設計者は、選択される特定のモデル次数選択と、その性能により与えられる、設計者に供給されるデータレコードサイズＫと、その用途のための信号環境のタイプ（例えば、ｐ個のナローバンド・シヌソイド）とを考慮する必要がある。これらの要因及び交換（trades）は技術文献で実証されている。

入来データについて雑音電力推定を行うために用いられる、雑音空間への保証されたアクセスを提供するよう、相関行列Ｒｘｘでの（最小）雑音ディメンジョンｖの先験的な限定が設定される。相関行列での雑音空間は、モデル次数選択処理の静的な特性により留保されるｖディメンジョンを超えて拡大することが可能である。しかし、最低限、我々は、一定サイズ（ｖ）の雑音サブ空間を保証される。

通例、Ｎは、一般的に、基調をなす時間共分散行列Ｒｘｘの良好な推定を形成するようデータサポートを提供するために、ｐ、Ｍ及びｖの和よりもずっと大きい。しかし、共分散を利用する幾つかのアプリケーションとは違って、我々は、最大の可能な相関行列（すなわち、Ｎ×Ｍ）を形成していない。我々は、雑音ディメンジョンへのアクセスを保証するのに適したディメンジョンの行列しか作らない。

相関行列を形成した後、モジュールは、共分散行列の固有値分解を計算し、得られた固有値を最小値から最大値まで順位付けして（すなわち、サイズ順）、雑音電力の決定（例えば、推定される時間相関行列から見つけられるｖ個の最小固有値の平均化）を支援すると決める。

本発明の他の目的、特徴及び利点は、添付の図面を考慮に入れて考えられる場合に、以下の本発明の詳細な説明から明らかになるであろう。

本発明の限定されない例に従う使用のために適合されうるＣＦＡＲ検出器を有する受信器のアーキテクチャの機能ブロック図である。２つの受信器（意図せぬ受信器及び対象の受信器）及びそれらと通信を行う衛星を図式的に表すとともに、低ＣＦＡＲ及び不利な信号対雑音比に関連するシナリオを表す。図１に示されるＣＦＡＲ検出器に組み込まれ、本発明の限定されない例に従って通信チャネルでのブラインド雑音推定を行うことが可能な雑音推定器回路のブロック図である。単一チャネルデータによるモデル次数ｐ、マージンＭ、及び留保される雑音ディメンジョン（reserved noise dimension）ｖの選択結果に基づくＮ個のデータサンプルの共分散行列を表す。サイズによる固有値順序付けも、推定される固有値のサンプル標識化及びグランド・トルース（ground truth）とともに表されている。本発明の限定されない例に従うサンプル実行結果及び関連する計算を示す表である。どのように送信器がチャネルステータス（ステート）情報（ＣＳＩ）（例えば、信号対雑音比（Ｅｂ／Ｎｏ））を要求するのかを表すとともに、本発明の限定されない例に従って図３に示される雑音レベル推定器を用いてチャネルの最適使用を行い且つ符号化レート、符号化スキーム、シンボルレート及び／又は変調フォーマットを選択する点を除いて、図２に示されるのと同じ通信システムの他の略図である。本発明の限定されない例に従う通信システムのブロック図であって、チャネルステート情報（ＣＳＩ）を送信器にあるリンク・リソース・アロケータへ送るよう逆方向の制御リンクとともに動作するブラインド雑音推定器及びリンク品質メトリクス発生器を有する受信器を示す。本発明の限定されない例として帯域効率平面を示すとともに選択領域を示すグラフである。

以下、様々な実施形態が、添付の図面を参照してより詳細に記載される。図面には、好ましい実施形態が示されている。多種多様な形態が挙げられてよく、記載される実施形態は、ここに挙げられている実施形態に限定して解釈されるべきではない。むしろ、これらの実施形態は、本開示が完璧であるように提供されるものであり、当業者に適用範囲を十分に伝えることを目的とする。同じ参照符号は全体を通して同じ要素を表す。

当業者には当然のことながら、記載されるアプローチは、如何なる特定の通信規格（無線その他）にも限定されず、多数の無線（又は有線）の通信規格（例えば、ＥＤＧＥ（Enhanced Data rates for GSM Evolution）、ＧＰＲＳ（General Packet Radio Service）又はＥＧＰＲＳ（Enhanced GPRS）、拡張データレート・ブルートュース、ＷＣＤＭＡ（Wideband Code Division Multiple Access）、無線ＬＡＮ（ＷＬＡＮ）、ＵＷＢ（Ultra Wideband）、同軸ケーブル、レーダー、光、等）とともに使用されるよう適合され得る。更に、本発明は、特定のＰＨＹ又は無線タイプとともに使用されることに限定されず、他の互換性のある技術にも適用可能である。

本明細書の全体を通して、語「通信装置」は、媒体を通してデータを送信し、受信し、又は送受信するよう適合されているあらゆる機器又はメカニズムとして定義される。通信装置は、何らかの適切な媒体（例えば、ＲＦ、無線、赤外線、光、有線、マイクロ波、等）を介して通信を行うよう適合される。無線通信の場合に、通信装置は、ＲＦ送信器、ＲＦ受信器、又はそれらのいずれかの組合せを有してよい。無線通信には、無線周波数通信、マイクロ波通信（例えば、高指向性アンテナを介する長距離視野方向（long-range line-of-sight）若しくは短距離通信）、及び／又は赤外線（ＩＲ）短距離通信がある。アプリケーションには、ポイント・ツー・ポイント通信、ポイント・ツー・マルチポイント通信、ブロードキャスティング、携帯電話ネットワーク及び他の無線ネットワークがある。

当業者には明らかであるように、方法、データ処理システム、又はコンピュータ・プログラム・プロダクトは、本発明の限定されない例に従う様々な例を具現する。しかるに、これらの部分は、全体にハードウェアの実施形態、全体にソフトウェアの実施形態、又はソフトウェア態様及びハードウェア態様を組み合わせた実施形態の形をとってよい。更に、部分は、コンピュータ読取可能なプログラムコードを有するコンピュータ使用可能な記憶媒体上のコンピュータ・プログラム・プロダクトであってよい。静的記憶装置及び動的記憶装置、ハードディスク、光学記憶装置、並びに磁気記憶装置を含め、しかし、これらに限定されることなく、あらゆる適切なコンピュータ読取可能な媒体が使用されてよい。

以下で与えられる記載は、本発明の実施形態に従う方法、システム、及びコンピュータ・プログラム・プロダクトのフローチャート説明図を参照して適用することができる。説明図のブロック、及び説明図中のブロックの組合せは、コンピュータ・プログラム命令によって実施され得ることが理解されうる。これらのコンピュータ・プログラム命令は、汎用コンピュータ、特別の目的のコンピュータ、又は他のプログラム可能なデータ処理装置のプロセッサに提供されてよく、これにより、コンピュータ又は他のプログラム可能なデータ処理装置のプロセッサを介して実行する命令は、１以上のブロックで指定される機能を実施するような機械を形成する。

これらのコンピュータ・プログラム命令は、また、コンピュータ又は他のプログラム可能なデータ処理装置に、１以上のフローチャート・ブロックで指定される機能を実施する命令を含む製品がコンピュータ読取可能なメモリに記憶されている命令により得られるような特定の様式で機能するよう指示することができるコンピュータ読取可能なメモリに記憶されてよい。コンピュータ・プログラム命令は、また、コンピュータ又は他のプログラム可能なデータ処理装置上にロードされてよく、コンピュータ又は他のプログラム可能な装置で実行する命令が、１以上のフローチャート・ブロックで指定される機能を実施するためのステップ与えるように、コンピュータ実施の処理を生じさせる。

図１を参照されたし。図１は、特許文献１で開示されるＣＦＡＲ検出器のアーキテクチャの機能ブロック図である。記載上、語「ＣＦＡＲフィルタ」及び「検出器」は同義的に使用される。ＣＦＡＲフィルタは、動作状態の変化に対してロバストであるとともに、所望の信号の検出確率（ＰＤ（Probability of Detection））を可能な限り高くしながら、誤報確率（ＰＦＡ（Probability of False Alarms））を小さくする（任意に、最小限とする）。この目的のために、ＣＦＡＲ処理は、集められたデータを鑑みて信号検出閾値を適応してプログラムするために、雑音推定器を用いる。先に開示されているように、あらゆるＣＦＡＲ処理のカギは、雑音のみの分散（noise-only variance）の正確な推定を生成することである。

入来する（受信される）信号ｓ（ｔ）が受信器端末のフロントエンドから適用されるＣＦＡＲフィルタの入力部は、（同期パルス波形合致）整合フィルタ４０１、（逆同期パルス波形合致）直交フィルタ４０２、及び雑音電力推定器４０２の夫々へ並列に結合されている。理想的な（すなわち、雑音がない）場合に、（同期パルス）整合フィルタ４０１が最大出力を供給するまさにその時、直交フィルタ４０２はゼロ出力を供給する。このようにして、直交フィルタ４０２は、受信される同期パルスの中心及び到着時間を決定するためのメカニズムを設ける。同期パルスの検出は、ピーク検出器４０９によって実行されるように、夫々のフィルタ４０１及び４０２の出力信号のピーク差に基づく。ピーク検出器４０９には、フィルタ４０１及び４０２の出力部と、クラスタ検出器４０８の出力部とが結合されている。

整合フィルタ４０１の出力部は関連する非コヒーレント積分器４０４へ結合されており、一方、直交フィルタ４０２の出力部は関連する非コヒーレント積分器４０５へ結合されている。各積分器は、瞬時電力の累積和を導出し且つ積分と同等の離散時間を提供し、所定の擬似的な観測間隔の範囲内の仮定時間ごとに総エネルギを累算する。非コヒーレント積分器４０４の出力部は、非コヒーレント積分器４０４の出力が信号プラス雑音、又は雑音のみから成るかどうかを決定するＣＦＡＲ検出器４０６へ結合されている。ＣＦＡＲ検出器４０６は、複数の同期パルスサンプルの潜在的な到着時間を収集し、信号サンプルを雑音電力のみに基づく閾値と比較することによって潜在的な同期パルス検出の数を減らす。ＣＦＡＲ閾値を超えないエネルギを有するサンプルは捨てられる。このようにして、ＣＦＡＲ検出器４０６はランダムな雑音イベントを抑制する。

雑音のみ分散の指標を得ることは推定動作を必要とする。推定動作は、インサービスの推定器に関して、理想的に、検出される信号の存在下で行われる。なぜなら、当業者には明らかであるように、もっぱら受信器がバックグランド雑音を推定するのを助けるために、如何なるリンク・リソース（例えば、リンク容量、エネルギ、計算サイクル、等）もコミットすることを回避することが極めて望ましい。従って、情報を有する信号（information bearing signal）（及び、場合により、干渉信号）が常に存在する。推定処理で雑音以外の他の信号の影響により生じうる性能劣化を回避するよう、雑音電力推定器４０３は異常値検出器として動作し、所定のデータ依存の雑音フロア又は閾値を超えるあらゆる“信号”プラス雑音を雑音電力推定処理から効果的に除く。しかし、このアプローチは、一定数の雑音のみサンプルが利用可能であることを必要とし、従って、このアプローチは、主に、パルス通信システム（例えば、オン−オフ・キーイング（ＯＯＫ）信号）に適用可能である。情報を有する信号が連続的に作用しているシステムは、先に開示されている雑音推定器に伴う課題をもたらす。雑音電力推定器４０３の出力は、以下：

のように定義され得る閾値γ_ｔである。

この式で、
［外１］

は推定される雑音電力であり、丸括弧内の式を増減し、ｋ_Ｔは多項式から計算され、ＣＦＡＲ閾値γ_ｔは予め計算されて、値の表に記憶されてよい。

ＣＦＡＲ検出器４０６の出力部は、２進積分器４０７及びクラスタ検出器４０８のカスケード配置へ結合されている。これらは、サイドローブ及びデータホップ（すなわち、集中的なデータ信号）の拒否を行う。２進積分器４０７は、あらゆる大きな干渉パルス信号イベント及びデータパルスを含む付加的なランダムイベントを除き、一方、クラスタ検出器４０８は、受信される入力が有効な同期パルスでないほど狭すぎたり又は広すぎたりするかどうかを決定する。クラスタ検出器４０８の出力部はピーク検出器４０９へ結合されている。ピーク検出器４０９は、また、上述されるように、非コヒーレント積分器４０４及び４０５の出力を受け取るよう結合されている。検出器４０９は、整合フィルタ４０１の積分出力と直交フィルタ４０２の積分出力との間の信号差が最大である点を見つける。ピーク検出器４０９の出力は有効な同期パルスに相当し、下流の信号プロセッサ４１０への入力を構成する。

選択的に誤報を除くようＣＦＡＲフィルタによって用いられる閾値の値は、ブロック単位で適応調整される。

上記から明らかであるように、意図的な又は意図的でない情報を有する信号が連続して作用している動作状態で誤報を検出する確率は、先に開示されているＣＦＡＲ検出原理を複雑にする。当然、雑音推定器及び処理は改善され得る。

［Ｉ．ブラインド型インサービス雑音レベル推定器］
本発明の限定されない例に従って、ブラインド型ＣＦＡＲ雑音推定器は、（場合により）マルチ信号環境を伴うスカラー・チャネルにインサービスの推定器を提供する。ブラインド型雑音推定器は、検出閾値が検出確率及び誤報率を満足するよう設定されることを可能にする。雑音推定は、ある最大サイズの時間相関行列の分解から得られる。信号混成の問題は、使用される行列のサイズのために回避される。

図２は、対象の受信器７０４及び意図されぬ受信器７０６と通信を行う衛星７０２を示す通信システム７００の断片的な環境的考察である。図１に示される通信システム及び回路を用いると、低いが、インサイチュ（in-situ）の雑音フロアの何らかの認識を必要とするＣＦＡＲを有することが望ましい。更に、受信器７０６には場合により“不利な”信号対雑音比（ＳＮＲ）が存在する。このことは、的確な閾値（すなわち、雑音フロアの正確な推定）が誤報を回避するために必要とされることを意味する。多くの誤報は、受信器７０６と同じ場所に配置された無線処理リソースの“渋滞（clogging）”又は“枯渇（draining）”のマイナス効果を有しうる。

通常、信号環境は未知であり、送信器プラットフォーム７０２と受信器７０４及び７０６との間で時間的に変化する。従って、変化する又は予測不可能な状態に適応するための設備が含まれる。更に、上述されるように、送信器プラットフォーム７０２から発せられる信号は協調的に無視されず、先験的な既知の特徴（例えば、トレーニング・シーケンス及びプリアンブル）を提供しない。この最後の事実は、可能な非連携同一チャネル干渉（un-coordinated co-channel interference）と結合される場合に、マルチ信号環境におけるで、特に、受信システムがアレイベースでない場合は、極めてオーバーロードのアプリケーションの恐れを生じさせるよう結合する。

結果として、問題はマルチ信号環境でアンテナ要素と関連したものとなる。この問題は、もっぱら、本発明の限定されない例に従い且つ図１の雑音電力推定器内に組み込まれるブラインド（blind）型雑音推定器（例えば、図３の回路により示される例）によって解決される。

図３は、本発明の限定されない例に従う雑音推定器を参照符号７２０で表すとともに、データサンプル（例えば、１０マイクロ秒のデータ毎ブロック）で動作可能な回路要素を示す。

受信器アンテナ７２２は、通常、無線周波数（ＲＦ）信号の低レベル信号振幅の目的で、低雑音増幅器（ＬＮＡ）７２４へ接続されている。続く典型的なＲＦ受信回路は、参照符号７２６で示されるダウンコンバータ（Ｄ／Ｃ）及びアナログ−デジタルコンバータ（ＡＤＣ）である。ダウンコンバータは、当業者によく知られている適切なデジタル化のために周波数のバンドに対して周波数シフト、増幅及びフィルタリングを行うための特有の回路を有する。アナログ−デジタルコンバータ７２６は、典型的な限定されない例において適切な中間周波数（ＩＦ）入力周波数で動作し、考慮中であるシステムのために適切なビット分解能を有する。

データコンバータの出力には“信号＋雑音”７２７との表記が付されている。この信号は、図３に詳述されている雑音推定ブロック７２０によって処理される。図３に示されるように、Ｎ個のデジタイザ（すなわち、ＡＤＣ）出力のシーケンスは２つの連続するブロックに区割りされる。各ブロックのサイズはＫ及びＸであり、従って、デジタイザ出力シーケンスのサイズはＫ＋Ｘ＝Ｎである。Ｎ個のデータサンプルの連続するブロックは、特定のアプリケーション及び設計者の裁量に依存して、重複しない状態から、ほぼ完全に重複している状態まで定義され得る。Ｎ個のサンプルの連続的なブロックについて後述される処理を実行することが考えられるが、システム設計者が処理リソースを節約し、従って、雑音バックグラウンドを“まばらに”推定したいと望むこともあり得る。この場合に、Ｎ個のサンプルのブロックは、“任意に”いくらか取られ、何らかのアプリケーション依存のルールに従って定期的な又はランダムな間隔で集められてよい。

また、データブロックは一様でないサイズを有することが可能である。システムが信号環境を探る場合に、Ｎがブロック適応可能であると期待することは理に適っている。Ｎが小さければ小さいほど、変化する環境へのより速い適応が可能であり、計算リソースは制限される。他方で、Ｎが大きければ大きいほど、相関行列エントリの精度は改善される。設計者は、成功した個々のアプリケーションのためのトレードスペース（trade-space）のバランスを取るべきである。

データ収集に戻ると、Ｋ個のサンプルのブロックが、（移動）データブロック（Ｋ）７２８（例えば、Ｋ＝１００又はそれ以上のサンプル）として、連続して取られる。データサンプルの他のブロック、すなわち、Ｎ個のサンプルブロックを形成するＸ、が取られうる。Ｋ個のブロックは、モデル次数選択モジュール７３０及び“マージン”ファクタモジュール７３２のためのトレーニング・サンプル（training sample）として扱われ得る。モデル次数ｐ_ｅｓｔはモジュール７３０で選択される。値ｐ_ｅｓｔの精度は、２、３例を挙げると、選択されるモデル次数推定ルール、期待されるＳＮＲ、期待される信号タイプ、いくつの信号が期待され得るか、対象に割り当てるべき計算リソース、を含む幾つかの要因に基づく。

モデル次数選択は推定処理であると認めると、そのようなものとして、様々な統計的な変動の問題を前提として、“マージンファクタ”Ｍはモジュール７３２内で生成される。適切な“マージンファクタ”の選択に寄与する要因は上記のものと同様である。“マージンファクタ”Ｍは、７３４で形成される相関行列が信号＋雑音空間を捕らえるのに十分なサイズを有することを保証するよう、推定されるモデル次数に付加される。これにより、ｖ個の列を加えることが、雑音のみ空間にアクセスするよう保証される。同等に、“マージンファクタ”Ｍは、条件Ｍ＋ｐ_ｅｓｔ−１＞ｐを保証するよう選択される。また、Ｍは、モデル次数“ｐ”で得られないマルチパス、混変調及び高調波成分のためのマージンを含めるために使用されてよい。

単一のチャネルデータを用いるモデル次数選択に基づくＮ個のデータサンプルのサンプル相関関係（又は共分散行列Ｒｘｘ）は、典型的な推定方法によりプロセッサ７３４内で計算される。この行列Ｒｘｘは、データのＮ個のサンプルの時間的な共分散行列である。モジュール７３６は、相関行列の通常の固有値分解を計算する。固有値は、比較器モジュール７３８内で、（サイズによって）最小値から最大値まで順位付けされる。ブロック７４０で、最小のｖ個の固有値が取られ、共分散行列Ｒｘｘにおいて雑音のみ空間を表すディメンジョンとして割り当てられる。この割当は、モジュール７４２からの予め割り当てられている“雑音”ディメンジョンｖに基づく。当然、この処理で用いられる共分散行列のディメンジョンは一般的に大きいが、データサンプルの数（Ｎ）よりはるかに小さい。従って、我々は、集められるデータの全体（すなわち、Ｎ個のサンプル）を鑑みて計算され得る共分散行列全体を計算していない。計算される共分散行列は、雑音推定へのアクセスを提供することと整合性がとれた最小限のサイズであるよう意図される。

相関行列の固有値に戻ると、我々は、最大の固有値が実際の信号を表し、最小の固有値が雑音のみを表す傾向があることを指摘する。示される“ｖ”個の最小固有値は雑音ディメンジョンにある。例となる共分散行列Ｒｘｘ及び関連する図４の計算に示されるように、ｖ個の最小固有値は雑音推定のための所望の固有値である。原理上、ｖは１ほど小さく選択されてよいが、経験によれば、統計的且つ数値的な作用により、おおよそ３に等しいｖを選択することは良好な結果をもたらし、様々な動作条件に対してロバストであることが分かっている。

雑音推定器７２０について記載される回路は、信号の品質劣化が（場合により）存在する間、関心のあるバンドでの雑音フロア（又は全雑音）の推定を形成する。この関心のあるバンドには、未知であるが有限数の通信信号が存在する。それらの全てが未知のパラメータ（例えば、電力、極性化、位相、等）を有してよい。信号は、また、全て、個別に設定される電力を有してよい。通常、一般的に、単一チャネルデータに係る単一の時間レコードが存在する。すなわち、システムはアレイ処理の問題を考慮されず、代わりに、ブラインド雑音推定の問題を考慮される。信号は、少なくとも二次に固定されていると、すなわち、ＷＳＳ（wide-sense stationary）信号であると考えられてよい。

信号環境を有すると考えられる信号モデルに依存して、モデル次数選択のための多数の技術が選択されてよい。例えば、ピサレンコ高調波分解（ＰＨＤ（Pisarenko Harmonic Decompression））が選択されるとする。一般的に、これは、システム設計者が、白色雑音でシヌソイド（sinusoids）の組として設定される信号をモデル化しようとしていることを意味する。例えば、データ生成モデルは、

として現れうる。ここで、ｚ［ｎ］はゼロ平均（zero mean）及び分散１の複素ガウス雑音であり、Ｐｉはｐ個の複素シヌソイドの夫々の電力を設定する。

推定システムブロック７２０（図３）は先験的にｐを知らないが、推定システムが、雑音推定を達成するよう、デジタル化されたデータを処理する場合は、このことは重要ではない。雑音ディメンジョンｖ及びマージンＭの付加は、相関行列において雑音のみディメンジョンへのアクセスを可能にすべき点を思い起こされたし。

処理システムブロック７２０は、それが（Ｍ＋ｐ_ｅｓｔ＋ｖ）によって適切なディメンジョン（Ｍ＋ｐ_ｅｓｔ＋ｖ）のサンプル時間共分散行列Ｒｘｘを形成することができるという事実を利用する。これにより、（原理上）雑音電力に等しい少なくともｖ個の固有値が存在する。

実際上、雑音固有値には小さな広がりが見られるが、これはデータレコード長によって（少なくとも部分的に）制御され得る。より長いレコード及びＮの増大は、雑音固有値のクラスタリングを改善すべきである。また、システムが妥当な信号対雑音比（ＳＮＲ）（一般的に３〜６ｄＢ）を有するとすると、信号＋雑音空間固有値がいくらかより大きくなるにつれ、雑音固有値は相当に容易に識別されるべきである。一般に、信号対雑音比が大きければ大きいほど、距離はますます広がる。従って、ＳＮＲがより高いアプリケーションでは、“マージンファクタ”固有値の一部でさえ、必要に応じて、雑音ディメンジョンへとパース（parse）されてよい。

以下、本発明の限定されない例に従って雑音電力を推定するために使用され得るステップのシーケンスについて記載する。当然、異なるステップ及び介在するステップが使用されてよいが、以下の実例は、必要に応じて変更又は拡張をされ得る全体的な手順を与えるものである。

［Ｓｔｅｐ１．モデル次数の推定］
あらゆるモデル次数推定プロシージャが、場合により、推定モデル次数を得るために使用されてよく、その推定モデル次数をｐ_ｅｓｔと呼ぶ。可能なプロシージャには、ＰＨＤ、ＭＵＳＩＣ、ＡＲモデリング、ＭＤＬ、ＢＩＣ、ＡＩＣ又はその他が含まれるが、これらに限定されない。

［Ｓｔｅｐ２．サンプルＲｘｘ（完全な共分散行列でない）の形成］
一般に、システムは、期待される信号の数より多い２、３余分の列を必要とする。システムは、“余分のディメンジョン”（すなわち、Ｍ及びｖ）を選択する。Ｍは、上述されるように、推定されるモデル次数を越える（overbound）よう選択され、ｖは、一定数の雑音のみディメンジョンを保証するよう選択される。良好な性能は、ｖ＝３（ｐが適切に推定されたとする）により得られている。ｖを選択する際の制限要因は、信号＋雑音空間値とは異なる繰り返し値（repeated value）を有することを確かめるためにシステムが必要とする“同じ”固有値がいくつかあるか、である。また、システムは、Ｍ、ｐ_ｅｓｔ及びｖが増大するにつれて、ますます大きな行列の全固有値分解を必要としうるので、必要とされる計算を制限するようｖ（及び“マージン”Ｍ）を制限することが望ましい。

モデル次数推定技術が低く偏っていると知られ、又は疑われる場合は、システム設計者は、（共分散行列における余分の“バッファ”列に関して）あるセイフティ・マージンを加え、行列Ｒｘｘのサイズを増す。これは、ｐ個の信号＋雑音固有値及びｖ個のノイズのみ固有値の分離を保証することができる。例えば、システムは、
Ｄｉｍ＝ｐ_ｅｓｔ＋ａｂｓ（“最大モデル次数バイアス”）＋ｖ
と、Ｒｘｘのディメンジョンを選択することができる。

［Ｓｔｅｐ３．Ｒｘｘの固有値分解の計算］
行列Ｒｘｘの“従来の”固有値分解を計算する。

［Ｓｔｅｐ４．雑音のみ空間及び非雑音のみ空間への固有値の組のパース］
システムは最小値から始める。これは、アプリケーションで有意な結果を提供するよう、雑音フロア値に対して十分に選択されてよい。しかし、限定されない例として、より良いアプローチは、ｖ個の最小固有値を、例えば、それらを平均化することによって、使用することである。平均化は、単一の固有値を選択することから雑音推定の分散を減らす傾向がある。また、ポイント推定を精緻化するよう統計値の一群を処理する多数の他の方法も存在する（例えば、ｖ個の最小値の中央値を使用すること）。１の方法が全ての場合で好ましいというわけではない。

また、雑音推定におけるより一層の精緻化が行われる場合、ｖ個より多い最小固有値が使用されうるが、付加されたセイフティ・マージンが存在するｐ_ｅｓｔ個の信号があるために、どこで“カットオフ”すべきかに関する問題が生ずる。

［任意のステップ５］
システムはパラメータｐを増やすとともに、最小固有値がおおよそ同じままであるかどうかを決定するよう処理を繰り返すことができる。これは、システムが前のステップから既に計算されたＲｘｘに単一の行及び列を付加するので、多くの付加的な計算を伴わず単純である。従って、それはほぼ帰納的である。

夫々が約６ｄＢの信号対雑音比及び１０００個のサンプルを有する２つの信号の場合について（ｆ＝０．２５Ｆｓ及び０．３５Ｆｓ。ＦｓはＡＤＣサンプリング周波数である。）、シミュレーションで、システムは下記を得た。

１つの限定されない例で、（推定としての）モデル次数選択は、データに作用する方法のデータベースの使用に基づいてよい。モデル次数を選択し且つ精緻化するよう“要求に応じて（on demand）”利用可能な多数のルールが存在することを意味する。好ましい実施形態は、データに基づくモデル次数選択を用いる。従って、ほとんどの設計者が関心を持つ主な候補は、ＭＵＳＩＣ（Multiple Signal Classifier）アルゴリズム、ＰＨＤ（Pisarenko Harmonic Decomposition）、ＡＩＣ、ＢＩＣ又はＭＤＬである。技術文献で知られている多数の他の技術が使用されてよい。データに基づくシステムは、変化する信号環境条件にシステムが適応することを可能にするので、好ましい。

例えば、送信器での可能な個々の信号の最大数を超えるよう単純に“妥当な大きい数”を選択する等の、データに基づかない方法もあるが、これは、計算及びデータ収集の要件が、たとえあるとしても稀に起こる最悪の場合のシナリオによって定められるので、それほど魅力がない。

図５は、サンプル結果を示す表である。チャート中の列２〜６は、サイズ順に順位付けされている相関行列の固有値である。表中一番上のデータブロックは、“ｐ”として２つの信号及び６ｄＢの信号対雑音比を有して、固定Ｎ（及び“マージン”Ｍ＝０）での行列における雑音ディメンジョン“ｖ”の増大の効果を示す。雑音ディメンジョンは、ｐ＝２、Ｍ＝０及びＮ＝１０００サンプルを有して１、２及び３と増大する。この場合に、ｖの影響を表すよう透視（clairvoyant）モデル次数推定を考える。ｖが増大するにつれて雑音固有値がシミュレーションにおける真の所望値（すなわち、１）にますます近づくことは明白である。

表の第２、すなわち、真ん中の部分は、２つの信号を用いるサブスペース及び雑音マージンを示し、“マージン”Ｍ及び雑音ディメンジョンｖの和は１０に等しい。下の段に行くにつれて、マージンは小さくなり、雑音ディメンジョンは大きくなる。列２〜５で、最小のｖ個の固有値が示されている（最大で４）。列７は、全てのｖ個の固有値の平均を用いることによる雑音推定を示す（ｖ個の固有値のうち一部は、スペースの都合上、表に示されていない。）。その場合に、ｖが増大するので、雑音推定（列７）は極めて正確である。しかし、ｖ＝３の場合で、多数のアプリケーションの適切な精度が達成されている。この表は、データ収集をＮ＝１０００サンプルに制限した。ｖ＝３による性能はほとんどの実際の状況にとって良好であるから、第３の表は、Ｍ及びｖを一定に保ち且つブロックごとのサンプル数を増大させるよう生成される。

表の第３、すなわち、一番下の部分は、Ｍ＝７及びｖ＝３を有してＮを増大させる効果を示す。留意すべきは、真ん中のチャートに比べて、少なくとも１００００サンプルまでＮを増大させることは、ｖ＝３の最小固有値を用いる雑音推定を、ほぼ１の理想値へと改善する（Ｍ＝７及びｖ＝３の場合について、真ん中の表の行３を参照）。Ｎの更なる増大は、マージン改善しか提供せず、サンプル推定を行うための甚だしく増大した処理についての費用を強いる。

試験結果は、“低”ＳＮＲ（例えば、３〜６ｄＢ）アプリケーションについてｖは名目上３に設定されるべきであり、Ｎは約１００００を選択され得、Ｍは期待される実際のモデル次数ｐの４倍近くに無事に選択され得ることを示す。

本発明の限定されない例に従う実施形態は、低ディメンジョンＲｘｘを用いながら、環境が低信号対雑音比でさえ変化して変化に適応することを可能にする。以下で説明されるように、雑音推定器は適応変調システムへ結合されてよい。システムは、高マルチパスでさえ適応ＣＦＡＲ検出機能を提供するよう、閾値計算とともに雑音推定を使用する。この“ブラインド”型ＣＦＡＲシステムは、信号の存在下で信号環境、マルチパス環境、雑音環境又は検知アンテナシステムの認識なしに動作する。多数の従来のＣＦＡＲ技術（例えば、レーダーシステム）は、“ターゲット”がないことを仮定する。他のＣＦＡＲシステムは波形特性（例えば、直交性）を利用して、複数の信号から雑音を分離するようアレイによらず動作する。本発明の限定されない例に従うシステムは、様々な適応レートをサポートするよう、適応可能なデータバッファサイズ“Ｎ”を有して、約３〜６ｄＢ範囲の（又はそれより低い）低ＳＮＲで動作することができる。

［ＩＩ．ブラインド型インサービス雑音レベル推定を用いる適応変調システムのための自動リンク品質メトリクス測定］
本発明の限定されない例に従って、適応変調通信システムは、上記のブラインド型インサービス雑音推定器を組み込み、“信号”電力推定器及びリンク・リソース・アロケータ（allocator）を有する。このシステムで、チャネルは、一般に、マルチ信号アプリケーション及びマルチユーザアプリケーションについてスカラーである（すなわち、非アレイに基づく）。本発明の限定されない例に従うシステム及び方法は、信号及び雑音の推定を適用して、利用可能なチャネル容量を最大限使用するとともに、変化するチャネル条件に適応するよう、波形を選択する。

図６は、送信器７５２及び受信器７５４として２つの局を有する通信システムを示すとともに、例えば信号対雑音比（ＳＮＲ）のようなチャネルステータス（ステート）情報（ＣＳＩ）を搬送する順方向のデータチャネル７５６及び更なる限定チャネル７５８を示す断片的な環境的考察である。送信器は、チャネルの“最適”な使用を行うよう、例えば信号対雑音比（又はＥｂ／Ｎｏ（Energy per bit（Ｅｂ） to Spectral Noise Density（Ｎｏ）））のようなチャネルステータス情報を必要とする。この場合に“最適”とは、最大限チャネルを利用するよう変調方法を選択すること（すなわち、最良のエラーのないスペクトル効率を達成すること）を言う。概念的な観点において、これは、可能な場合に、所望のビットエラーレート（ＢＥＲ）を達成することとの整合性がとれた最高次の変調フォーマットを選択することを意味する。より具体的に、送信器でのＳＮＲＣＳＩの認識により、適応変調スキームは、通信ストリームの全ての態様（限定されない例で、例えば、符号化レート（例えば、１／２、３／４、等）、符号化スキーム（例えば、畳み込み、ブロック、連結、ターボ）、シンボルレート、変調フォーマット（例えば、ＢＰＳＫ、ＱＰＳＫ、ＱＡＭ、ＦＳＫ、等）及び適応システムのための他の要素）を選択する。

当然、最新の通信リンクは、信号の時間的に変化する混合を有してよく、その混合は、共有媒体アクセススキーム（例えば、ＦＤＭＡ、ＴＤＭＡ、ＣＭＤＡ、等）で１又はそれ以上のデータソースによってネットワークへ提供される負荷の変動に起因して、時間とともに変化しうる。変化する負荷に対して、チャネルにある波形の特性（例えば、シンボルレート、変調タイプ、等）は、ＢＯＤ（Bandwidth-On-Demand）システム又はＤＡＭＡ（Demand Assignment Multiple Access）システムで見られるように変化してよい。従って、多数の波形のうちいずれかがいずれかの所与の時点で受信されるとすると、リンク品質メトリクス（すなわち、ＳＮＲＣＳＩ）は、受信器での同期（例えば、タイミング及びキャリア回復）にも、リンク上の信号タイプの明確な認識にも依存すべきでない。これは、ハードウェア回路の多数のインスタンス（instances）を保つよう、又はプログラム可能であるよう、サイズ、重さ及び電力に関して、過度の性能に不利な条件を招きうると考えられる。従って、多数の波形タイプにわたって非同期にＳＮＲＣＳＩを得ることが極めて好ましい。

更に、受信器での雑音レベルに基づく品質メトリクスを得るようチャネルリソースを要求することを回避することが望ましい。例えば、幾つかのシステムはトレーニング・シーケンスを送信するが、本発明の限定されない例に従うシステムでは、トレーニング・シーケンス又はパイロット信号を送信する必要がない。提案されるアプローチの利点は、チャネルの容量が、情報を有する信号に由来する測定のために、知られており、又は（例えば、ＳＮＲの測定から）容易に推定され得る場合に、適応変調システムは、必要に応じて、“最適”なリンク・リソース（例えば、チャネルバンド幅、電力、等）の利用に対応することができる。

例えば、ＳＮＲＣＳＩを用いないと、通信システムは、デフォルトで、レート１／２符号を使用する。レート１／２符号は、エネルギ情報ソースビットについて２チャネルビット（１ビットは情報用、残り１ビットはエラー訂正用）が存在するように、構成される。エラー訂正ビットは、有料顧客からの利益を生じさせない。符号ビットは、チャネルにおける雑音による偶発的エラーを補正するために“冗長”データとして使用される。しかし、ＳＮＲＣＳＩが利用可能である場合は、おそらく十分なＳＮＲが存在し、符号レートはレート７／８へ変更されてよい。この場合に、７つの情報ビットは単一のエラー訂正符号ビットとともに送信される。上記と同じシンボルレートを考えると、通信サービスプロバイダは、リンクがより高い時間比率で情報に利用されるので、より多くの利益を生み出すことができる。このように、本発明の一態様で、サービスプロバイダの更なる利益は、そのチャネルにＳＮＲＣＳＩを展開することと、状況が変化を保証する場合に送信器での符号化スキームが変化することを可能にすることとによって、得られる。ＣＳＩの検出される変化に対応するようシステム設計者によって制御されることを望まれる変調若しくはシンボルレート又はいずれかの他のパラメータの選択肢は、上記の限定されない例に整合的である。当然、受信器は送信器で生じた如何なる変化も認識可能なければならないので、適切な復号化が行われ得る。多数の先行技術の通信リンクは、このようなデータを交換するための順方向及び逆方向の制御チャネルを用いる。

図７は、本発明の限定されない例に従う通信システム７６０に含まれる基本構成要素を示すとともに、送信器７６２及び受信器７６４を示すブロック図である。受信器７６４は、プログラム可能復調器７６６と、上記のブラインド型雑音推定器７６８と、リンク品質メトリクス発生器７７０とを有する。リンク品質メトリクス発生器７７０は、送信器７６２のリンク・リソース・アロケータ７７２と通信を行う。リンク・リソース・アロケータ７７２はプログラム可能復調器７７４と通信を行う。受信器７６４の復調器７６６は、受信される信号の解析に基づいて信号メトリクスを提供する。例えば、入来信号の単純な総エネルギ（又は総平均電力）測定が行われてよい。語「総（total）」は、信号＋雑音（Ｓ＋Ｎ）信号が使用されることを暗示する。これは、ある時間期間にわたって積分回路により容易に達成され得る。積分器アプローチの利点は、シンボル同期が必要とされないことである。しかし、タイミングが得られるならば、当業者によく知られている他のメトリクスも使用されてよい。１つの更なる要因は特筆に値する。すなわち、通信信号に選択される如何なる変調の自動補正機能も、受信器７６４でのデジタイザ・サンプルレートに対して比較的に幅広くなければならない（例えば、１０倍）。これは、多数のタイミング関連の問題を軽減し、同期要求を取り除き、マルチキャリア動作も可能にすることができる。

しかし、限定されない例に戻って、タイミングが利用可能でないとすると、リンク品質メトリクス発生器７７０は、例えば、Ｓ＋Ｎと表される復調器７６６からの総エネルギ（又は電力）と、雑音推定器７６８からのＮと表される雑音電力との比をとることができる。これにより（Ｓ＋Ｎ）／ＮのＳＮＲメトリクスが得られ、トータルでの雑音電力の“バイアス（bias）”は、（Ｓ＋Ｎ）／Ｎ−１＝Ｓ／Ｎを明示的に計算することによって補正され得る。通信理論でよく知られているように、雑音バンド幅はシンボルレートと等しいと考えられ（Ｓ／Ｎ＝Ｅｂ／Ｎｏ）、Ｅｂ／Ｎｏは、所与の変調フォーマットのためのシンボルエラーレートを予測するために使用されるメトリクスである。これは、言い換えると、例えば、選択されるエラー訂正符号化スキームに影響を与える。これにより、順方向データチャネル７７８での情報伝送は、所望の全体的な最大エラーレートを有して設計者の割当時間で完了され得る。

他の限定されない例で、変調波形が受信器で知られている場合は、整合フィルタ検出器が設計され得、従って、復調器７６６からＥｂ／Ｎｏのメトリクスが直接的に受信される。雑音電力（場合により、Ｎｏを得るようバンド幅に正規化される）の指標が、明示の波形認識により、又はそれによらずに、雑音推定器７６８から入手可能である。このように、ＳＮＲのためのリンクＣＳＩは、リンクがフェードしたか（すなわち、低下した受信エネルギＥｂ）、又はよりノイジーになったのか（すなわち、Ｎｏの増大）、あるいは夫々のいずれかであるのかどうかに関して診断され得、適切なリンク利用を続けるための適切な指標がこれらの別個の事情においてとられ得る。

システム動作を続けると、リンク・リソース・アロケータ７７２は、リンク品質メトリクス発生器７７０から逆方向の制御リンク７８０を介してＣＳＩを受信し、順方向データチャネル７７８での動作バンドごとにリンク品質（例えば、信号対雑音比（ＳＮＲ））をモニタする。リソース・アロケータ７７２は、例えば、無線ＩＰネットワークを用いて、“ポリシー”（例えば、ＡＴＭ又は最大ユーザ経験（maximized user experience））によって、ビットレート／ソースを割り当てることができる。データレートに加えて、リンク・リソース・アロケータ７７２は、また、通信システムのための典型的な実施選択に加えてユーザ又はその他限られたリソースごとに電力を割り当てるよう選択してよい。例えば、リンク・リソース・アロケータ７７２は、確かに、必要とされるデータを割当時間に必要とされる量で確実に送信するよう変調及び符号化スキームを送信器７６２で選択する。

限定されない例として、リンク・リソース・アロケータ７７２は、ＳＮＲが増大すると変調次数（Ｍ）が増大するように、信号対雑音比についての測定される時間的変化に基づいてプログラム可能復調器７７４で利用可能なＭ−ａｒｙＰＳＫ（Phase Shift Keying）変調スキームのうち１つを選択してよい。その利点は、ソースから宛先へ情報を送信する回数を減らして、固定のスキームが用いられる場合よりも多くのユーザを潜在的に扱うようリンクを開放することである。サービスプロバイダにとっての利点は、先と同じく、利益を生み出すようリンクの稼働率を高めることである。

特定の実施及び関連するトレードオフ（例えば、実施費用対動作上の利点）に依存して、我々は、時間スロットごとの、個々のユーザと同期した変調の変化が、例えば、有効である、と考えることができる。

当業者には明らかであるように、特定のアプリケーションについて考えるための多数の可能な交換及び組合せが存在し、上記は幾つかの限定されない例にのみ着目している。

一般的に、ブラインド型雑音推定器７６８は、データチャネル７７８と順方向制御チャネル７７６との間に分離が存在するように動作する。そのような分離は物理的（例えば、配線、周波数）又は論理的であってよい。示されるデータリンクは、データについてシンプレックスであってよく、一方、制御は、一般的に、シンプレックス、ハーフ・デュプレクス、又はフル・デュプレクスであってよい。図はシンプレックス・データ送信しか表さないが、これは限定されない例であり、より複雑な通信システム（例えば、ハーフ・デュプレクス／フル・デュプレクス、対称／非対称伝送、及び任意数のデータ）がこの“プロトタイプ”の概略例から構成され得る。

図８は、本発明の限定されない例に従うバンド幅効率平面のよく知られている表示を示すとともに、選択領域を示すグラフである。例えば、“１６ｄＢ”の信号対雑音比（すなわち、Ｅｂ／Ｎｏ）が生ずる場合に、何らかの変調フォーマットが実線曲線と破線曲線との間（すなわち、選択領域）で選択され得る。この例を用いると、例えば、Ｍ＝４が選択される場合に、リンクはＱＰＳＫとして通信媒体にアクセスする。Ｍ＝１６の点が選択される場合に、１６−ａｒｙＱＡＭが使用されうる。ＱＡＭを選択する利点は、ビット／秒／ヘルツに対する、より高い未加工の（すなわち、符号化されていない）スペクトル効率である。しかし、十分に示されないものは、ビットエラーレートについてのパラメトリック曲線である。エラーレートは、右下方から左上方へと移動するにつれて増大する傾向があり、従って、エラー訂正符号化の付加的なオーバーヘッドは、より高次の（すなわち、スペクトル効率が高い）変調を使用するよう、必要に応じて、リンク・リソース・アロケータ７７２（図７）で考慮されるべきである。符号化のオーバーヘッドは、当業者によく知られているリソースを用いて、実用的な重要性の場合において、直接的に計算され得る。

我々は、目下の概念を多数のキャリア波形へと拡張することができる。この場合に、この受信器は、制御チャネルでのハンドシェイキングに基づいて、送信器からの、例えばｐ個のキャリアを期待することが分かっている。この場合に、システムが如何なる技術も変更することなく単一キャリア及びマルチキャリア（ｐ）信号に作用することができるようなアルゴリズム的利点がある。“ｐ”は変化してよく、例えば、１、２、３又は４（あるいは、それ以上）であってよい。ｐが受信器で知られる場合に、“マージン”ＭはＭ＝０に設定され得る。しかし、制御リンクのバンド幅を保つよう、ｐの値が受信器に知られていない場合は、ｐ＋Ｍ＋ｖに係る先に開示されている制限が順守されるべきである。いずれの場合にも、システムは波形非依存型であり、特定の波形又は波形クラス及びタイミングとは無関係である。

本開示で提示されるシステムは時間適応可能であり、リンク・リソースの消費を必要とすることなく（例えば、パイロットトーンやトレーニングを用いることなく）、変化するｐ（ｐ＞１）及び波形混合を有する。システムは、図８のグラフに示されるシャノン・キャパシティ（Shannon capacity）に対してリンク利用を最大限とするよう波形を選択する能力を提供する。システムは、リンクに多数の信号が存在する場合でさえ、アレイが必要とされない範囲内においてシステムアンテナ開口の選択に対して鈍感である。アンテナは、無線システムのための、あるいは、同等に、有線システム（例えば、送信媒体はファイバであってよい。）のための、単一要素であってよい。従って、システムは、無線又は有線システムに等しく適用可能である。いずれの場合にも、雑音推定は、アレイなしで同時マルチキャリア（マルチ信号）システムで達成可能である。結果として、多数の信号が、雑音のみに利用可能である留保された多数のディメンジョン及び１つの信号として扱われ得る。システムはそれらの信号を分離する必要がない。これは、復調器が後にそのタスクを遂行することができるからである。

マルチキャリア実施及び動作には、例えば大規模遅延拡散が生ずる屋内又は都市環境等のマルチパス環境での動作を可能にすることに基づいて、最小限の“マージン”Ｍ（又はガード）が包含される。共分散行列（Ｒｘｘ）のディメンジョンはノイズのみ固有値の分離に対処し、計算を制限する。“Ｍ”は、雑音のみディメンジョンからの信号及びマルチパス成分の分離を提供するほど十分に大きく選択されるべきである。

更に、サンプル信号（Ｎ）に適応可能なデータバッファサイズを用いることによって、システムは、適応変調システムにとって有利である種々の適応レートをサポートすることができる。

Claims

スカラーマルチ信号通信チャネルで雑音電力を推定するシステムであって、
前記通信チャネルから受信される通信信号からＮ個のデータサンプルを収集するデータサンプラと、
モデル次数推定に基づいて前記Ｎ個のデータサンプルの時間的な共分散行列を形成するモジュールと、
前記時間的な共分散行列の固有値分解を計算し、得られた固有値を最小値から最大値まで順位付けして前記雑音電力を決定するモジュールと
を有し、
前記時間的な共分散行列はＭ＋ｐ＋ｖに等しいディメンジョンを有し、Ｍは雑音マージンファクタであり、ｐはモデル次数推定であり、ｖは雑音電力に等しい固有値である、
システム。
送信器からの個々の信号の最大数を越える数に基づいてモデル次数を推定するモジュールを更に有する、請求項１に記載のシステム。
少なくともＭＵＳＩＣ（Multiple Signal Classifier）、ＰＨＤ（Pisarenko Harmonic Decomposition）、ＡＲ（Auto-Regression）、Pade Approximation、ＢＩＣ（Bayesian Information Criterion）、ＡＩＣ（Akaike’s Information Criterion）及びＭＤＬ（Minimum Description Length）のうち１つに基づいてモデル次数を推定するモジュールを更に有する、請求項１に記載のシステム。
スカラーマルチ信号通信チャネルにわたってデータ及び同期パルスを有する通信信号を受信する信号入力部と、同期パルスに整合される第１フィルタと、前記同期パルスに逆整合される第２フィルタと、前記第１フィルタ及び前記第２フィルタからの出力に基づいて前記同期パルスを決定する検出器とを有する受信器を更に有し、
雑音電力推定器が前記検出器へ結合され、前記雑音電力を推定し、前記モデル次数推定に基づいて信号入力の前記Ｎ個のデータサンプルから形成される共分散行列を用いて入力信号を基に雑音閾値を設定する、請求項１に記載のシステム。
スカラーマルチ信号通信チャネルを介してデータ及び同期パルスを有する通信信号を受信する受信する信号入力部と、
同期パルスに整合される第１フィルタと、
前記同期パルスに逆整合される第２フィルタと、
前記第１フィルタ及び前記第２フィルタからの出力に基づいて前記同期パルスを決定する検出器と、
前記検出器へ結合され、雑音電力を推定し、モデル次数推定に基づいて信号入力のＮ個のデータサンプルから形成される共分散行列を用いて入力信号を基に雑音閾値を設定する雑音電力推定器と
を有し、
前記共分散行列はＭ＋ｐ＋ｖに等しいディメンジョンを有し、Ｍは雑音マージンファクタであり、ｐはモデル次数推定であり、ｖは雑音電力に等しい固有値である、
受信器。
前記雑音電力推定器は、前記共分散行列の固有値分解を計算し、得られた固有値を最小値から最大値まで順位付けして前記雑音電力を決定するよう動作する、請求項５に記載の受信器。
前記雑音電力推定器は、送信器からの個々の信号の最大数を越える数を選択するよう動作する、請求項５に記載の受信器。
スカラーマルチ信号通信チャネルで雑音電力を推定する方法であって、
前記通信チャネル内で受信される通信信号からＮ個のデータサンプルを収集するステップと、
モデル次数推定に基づいて前記Ｎ個のデータサンプルの共分散行列を形成するステップと、
固有値を得るよう前記共分散行列の固有値分解を計算するステップと、
前記雑音電力を決定するよう前記固有値を最小値から最大値まで順位付けするステップと
を有し、
前記共分散行列はＭ＋ｐ＋ｖに等しいディメンジョンを有し、Ｍは雑音マージンファクタであり、ｐはモデル次数推定であり、ｖは雑音電力に等しい固有値である、
方法。
単一のチャネルデータを用いて前記共分散行列を形成するステップを更に有する、請求項８に記載の方法。
前記雑音電力を決定するよう最小の固有値を平均化するステップを更に有する、請求項８に記載の方法。