JP6566974B2 - 帯域内オンチャネルラジオ受信機のチャネル状態情報（ｃｓｉ）推定及びアプリケーション - Google Patents

Description

本発明は、帯域内オンチャネルラジオ信号を受信及び処理する方法及び装置に関しており、より具体的には、チャネル状態情報を推定する方法及び装置に関する。

アイビクイティデジタルコーポレイション（iBiquity Digital Corporation）のＨＤラジオ（登録商標）システムは、現在のアナログ振幅変調（ＡＭ）及び周波数変調（ＦＭ）無線から完全なデジタル帯域内オンチャネル（digital in-band on-channel）（ＩＢＯＣ）システムへのスムーズな進化ができるように設計されている。このシステムは、既存の中波（ＭＦ）及び高周短波（ＶＨＦ）の無線帯域において、地上局の送信機（terrestrial transmitter）からモバイル、ポータブル、及び固定の受信機にデジタルオーディオ及びデータサービスを提供する。

ＩＢＯＣ信号は、複数のデジタル変調サブキャリアと組み合わされたアナログ変調キャリアを含むハイブリッド形式、又は、アナログ変調キャリアが使用されていない完全デジタル形式で伝送できる。ハイブリッド形式を使用することで、放送局は、より高品位でよりロバストなデジタル信号を同時に用いてアナログＡＭ及びアナログＦＭの送信を継続しながら、現在の周波数割り当てを維持しつつ、聴取者がアナログからデジタル無線に転換することを可能とする。ＩＢＯＣハイブリッド及び完全デジタル波形は、米国特許第７，９３３，３６８号にて説明されており、当該特許は、引用により本明細書の一部となる。

チャネル状態情報（ＣＳＩ）は、ラジオ受信機でデジタル信号を復号するための役に立つ。信号対ノイズ比（ＳＮＲ）としてのＣＳＩは、関連するデジタルシンボルの信頼性を伝え、チャネル利得、振幅及び位相の推定は、復調器がそれらを除去又は補償することを可能にする。正確でタイムリーなＣＳＩ推定は、信頼できる復号性能を最大にするために重要である。

ＨＤラジオ受信機のためにＣＳＩ推定の精度及び適時性を改善することが望まれている。

第１の実施形態は、デジタル変調された複数の基準サブキャリアを含む帯域内オンチャネルラジオ信号のチャネル状態情報を推定する方法を含む。当該方法は、基準サブキャリアで送信されたシンボルを受信する工程と、基準サブキャリアのシンボルを既知の基準シーケンス共役（conjugate）と組み合わせて複数のサンプルを生成する工程と、サンプルをメディアンフィルタリングして、フィルタリングされたサンプルを生成する工程と、複数の基準サブキャリアにわたって、基準サブキャリアの各々についてサンプルを平滑化して、各サブキャリアについて複素チャネル利得推定値を生成する工程と、バイアス補正関数を使用して、メディアンフィルタリングによる複素チャネル利得推定値の推定バイアス誤差を補償する工程と、を含んでいる。

別の実施形態は、デジタル変調された複数の基準サブキャリアを含む帯域内オンチャネルラジオ信号の受信機を含む。当該受信機は、基準サブキャリアで送信されたシンボルを受信するための入力と、チャネル状態情報を推定するための処理回路であって、基準サブキャリアシンボルを既知の基準シーケンス共役と合成して複数のサンプルを生成し、サンプルをメディアンフィルタリングして、フィルタリングされたサンプルを生成し、複数の基準サブキャリアにわたって、基準サブキャリアの各々についてサンプルを平滑化して、各サブキャリアについて複素チャネル利得推定値を生成し、バイアス補正関数を使用して、メディアンフィルタリングによる複素チャネル利得推定値の推定バイアス誤差を補償するように構成されている処理回路と、を含んでいる。

図１は、本発明を適用できるハイブリッド波形のスペクトルの概略図である。

図２は、本発明を適用できる拡張ハイブリッド波形のスペクトルの概略図である。

図３は、本発明を適用できる完全デジタル波形のスペクトルの概略図である。

図４は、第１のタイプの周波数パーティション配列（Frequency Partition-Ordering）の概略図である。

図５は、第２のタイプの周波数パーティション配列の概略図である。

図６は、下側サイドバンド基準サブキャリアスペクトルマッピング（Lower Sideband Reference Subcarrier Spectral Mapping）の概略図である。

図７は、上側サイドバンド基準サブキャリアスペクトルマッピング（Upper Sideband Reference Subcarrier Spectral Mapping）の概略図である。

図８は、本発明の一実施形態に基づいて信号を処理できる受信機のブロック図である。

図９は、基準及びノイズ推定プロセスのブロック図である。

図１０は、過剰経路利得（excess path gain）のグラフである。

図１１は、ノイズ係数のグラフである。

図１２は、ＣＳＩ推定及びワープ補償である。

図１３は、基準サブキャリアＣＳＩから導かれたＳＮＲのグラフである。

以下の記載は、ＩＢＯＣラジオシステムにおいてチャネル状態情報（ＣＳＩ）推定の改善をもたらす方法及び装置の様々な実施形態を説明する。改善は、チャネル利得及びノイズ分散（variance）の推定におけるバイアス誤差を補正することを含んでいる。これらの改善により、モバイル環境でのブレンディング（blending）、ダイバーシチスイッチング、及びチャネルスキャンについてキャリア対ノイズ密度比（Ｃｄ／Ｎｏ）とデジタル信号品質メトリック（digital signal quality metrics）が改善される一方で、処理要件が削減される。

図１は、本発明を適用できるハイブリッドＦＭ ＩＢＯＣ波形５０のスペクトルの概略図である。この波形は、放送チャンネル５４の中心に位置するアナログ変調信号５２と、上側波帯５８にある第１の複数の等間隔直交周波数分割多重化サブキャリア５６と、下側波帯６２にある第２の複数の等間隔直交周波数分割多重化サブキャリア６０とを含んでいる。デジタル変調サブキャリアは、所望のチャンネル信号マスクに合わせるためにアナログ変調キャリアよりも低い出力レベルで放送される。これらのデジタル変調サブキャリアは複数のパーティションに分割されており、種々のサブキャリアが基準サブキャリアとして指定されている。１つの周波数パーティションは、１８個のデータサブキャリアと１個の基準サブキャリアを含む１９個のＯＦＤＭサブキャリアの集まりである。

ハイブリッド波形は、アナログＦＭ変調信号と、デジタル変調一次メインサブキャリアとを含んでいる。デジタル信号は、ハイブリッド波形のアナログＦＭ信号の両側の一次メイン（ＰＭ）側波帯で送信される。各側波帯の出力レベルは、アナログＦＭ信号の全出力よりもかなり低い。アナログ信号は、モノラル又はステレオであってよく、下位通信許可権（Subsidiary Communications Authorization）（ＳＣＡ）チャネルを含んでいてよい。

サブキャリアの周波数は、等間隔に離間して配置されている。サブキャリアの位置には、−５４６乃至＋５４６の番号が付されている。図１の波形では、サブキャリアは、＋３５０乃至＋５４６と、−３５０乃至＋５４６の位置にある。この波形は、完全デジタル波形への変換に先立つ初期移行段階中に通常使用されるであろう。

一次メイン側波帯の各々は、１０個の周波数パーティションからなっており、これらは、サブキャリア３５６乃至５４５又はサブキャリア−３５６乃至−５４５の間に割当てられている。一次メイン側波帯に含まれるサブキャリア５４６及び−５４６は、付加的な基準サブキャリアである。各サブキャリアの振幅は、振幅スケール係数によりスケーリングできる。

ハイブリッド波形では、デジタル信号は、アナログＦＭ信号の両側にある一次メイン（ＰＭ）側波帯で送信される。各側波帯の出力レベルは、アナログＦＭ信号の全出力よりもかなり低い。アナログ信号は、モノラル又はステレオであってよく、下位通信許可権（ＳＣＡ）チャネルを含んでいてよい。

図２は、本発明を適用できる拡張ハイブリッド波形の概略図である。拡張ハイブリッド波形では、ハイブリッド側波帯の帯域幅は、アナログＦＭ信号に向けて延ばされて、デジタル容量（digital capacity）が増加されてよい。この付加的なスペクトルは、各一次メイン側波帯に割り当てられており、一次拡張（Primary Extended）（ＰＸ）側波帯と呼ばれる。

拡張ハイブリッド波形は、図２に示すように、ハイブリッド波形に存在する一次メイン側波帯に一次拡張側波帯を付加することで生成される。サービスモードに応じて、１、２又は４つの周波数パーティションが各一次メイン側波帯の内側エッジに付加される。

図２は、拡張ハイブリッドＦＭ ＩＢＯＣ波形７０の概略図である。拡張ハイブリッド波形は、ハイブリッド波形に存在する一次メイン側波帯に一次拡張側波帯７２、７４を付加することで生成される。サービスモードに応じて、１、２又は４つの周波数パーティションが、各一次メイン側波帯の内側エッジに付加される。

拡張ハイブリッド波形は、アナログＦＭ信号に加えて、デジタル変調一次メインサブキャリア（サブキャリア＋３５６乃至＋５４６及びサブキャリア−３５６乃至−５４６）と、一部又は全ての一次拡張サブキャリア（サブキャリア＋２８０乃至＋３５５及びサブキャリア−２８０乃至−３５５）とを含んでいる。この波形は、完全デジタル波形への変換に先立つ初期移行段階中に通常利用される。

各一次メイン側波帯は、サブキャリア３５６乃至５４６又はサブキャリア−３５６乃至−５４６に及んでいる１０個の周波数パーティションと、１つの付加的な基準サブキャリアとを含んでいる。上側一次拡張側波帯は、サブキャリア３３７乃至３５５（１つの周波数パーティション）、サブキャリア３１８乃至３５５（２つの周波数パーティション）、又はサブキャリア２８０乃至３５５（４つの周波数パーティション）である。下側一次拡張側波帯は、サブキャリア−３３７乃至−３５５（１つの周波数パーティション）、サブキャリア−３１８乃至−３５５（２つの周波数パーティション）、又はサブキャリア−２８０乃至−３５５（４つの周波数パーティション）である。各サブキャリアの振幅は、振幅スケール係数によりスケーリングされてよい。

図３は、本発明を適用できる完全デジタル波形のスペクトルの概略図である。図３は、完全デジタルＦＭ ＩＢＯＣ波形８０の概略図である。完全デジタル波形は、アナログ信号を無くして、一次デジタル側波帯８２、８４の帯域幅を完全に拡張し、アナログ信号が空けたスペクトルに低電力の二次側波帯８６、８８を付加することにより構成されている。図示の実施例の完全デジタル波形は、サブキャリア位置−５４６乃至＋５４６にデジタル変調サブキャリアを含んでおり、アナログＦＭ信号はない。

１０個のメイン周波数パーティションに加えて、全４つの拡張周波数パーティションが、完全デジタル波形の各一次側波帯に存在する。各二次側波帯は、１０個の二次メイン（Secondary Main）（ＳＭ）周波数パーティションと、４つの二次拡張（Secondary Extended）（ＳＸ）周波数パーティションとを有している。しかしながら、一次側波帯とは異なり、二次メイン周波数パーティションはチャンネル中心近くにマッピングされており、拡張周波数パーティションは中心からさらに離れている。

各二次側波帯はまた、１２個のＯＦＤＭサブキャリアと、基準サブキャリア２７９及び−２７９とを含む小さな二次保護（Secondary Protected）（ＳＰ）領域９０、９２もサポートする。これらの側波帯は、アナログ又はデジタル干渉により影響を受ける可能性が最も少ないスペクトル領域に位置することから、「保護」側波帯と称される。チャンネルの中心（０）には別の基準サブキャリアが配置されている。ＳＰ領域は周波数パーティションを含まないことから、ＳＰ領域の周波数パーティションの順序は適用されない。

各二次メイン側波帯は、サブキャリア１乃至１９０又はサブキャリア−１乃至−１９０に及ぶ。上側二次拡張側波帯は、サブキャリア１９１乃至２６６を含んでおり、上側二次保護側波帯は、サブキャリア２６７乃至２７８と、付加基準サブキャリア２７９とを含んでいる。下側二次拡張側波帯は、サブキャリア−１９１乃至−２６６を含み、下側二次保護側波帯は、サブキャリア−２６７乃至−２７８と、付加基準サブキャリア−２７９とを含んでいる。完全デジタルスペクトル全体の周波数スパンの合計は、３９６，８０３Ｈｚである。各サブキャリアの振幅は、振幅スケール係数によりスケーリングできる。二次側波帯の振幅スケール係数は、ユーザーによる選択可能である。二次側波帯に加えるものとして４つのうちの１つが選択され得る

３つの波形タイプは全て、現在割当てられている電波放射スペクトルマスクに適合している。デジタル信号は直交周波数分割多重化（ＯＦＤＭ）方式により変調される。ＯＦＤＭは、データストリームが、同時に送信される多数の直交サブキャリアを変調する並行変調方式である。ＯＦＤＭは、本質的に柔軟性を有しており、種々なサブキャリア群への論理チャンネルのマッピングを容易にする。

ＯＦＤＭサブキャリアは、複数の周波数パーティションで組み立てられる。図４は、図４は、第１のタイプの周波数パーティション配列の概略図である。図５は、第２のタイプの周波数パーティション配列の概略図である。各周波数パーティションは、図４（配列Ａ）及び図５（配列Ｂ）に示すように、１８個のデータサブキャリアと、１つの基準サブキャリアとからなる。基準サブキャリアの位置（配列Ａ又は配列Ｂ）は、スペクトル内の周波数パーティションの場所で異なっている。

各周波数パーティション内にある基準サブキャリアに加えて、最大５つの付加的基準サブキャリアが、サービスモードに応じて、スペクトル内のサブキャリア番号−５４６、−２７９、０、２７９、５４６に挿入される。その全体的な効果は、スペクトルを通して基準サブキャリアが規則的に分布されることである。表示上の便宜のため、各基準サブキャリアには、０と６０の間で固有の識別番号が割当てられる。全ての下側波帯基準サブキャリアが図６に示されている。全ての上側波帯基準サブキャリアが図７に示されている。これらの図は、基準サブキャリアの番号と、ＯＦＤＭサブキャリアの番号との間の関係を示している。

図１乃至３は、サブキャリア番号と、幾つかの主要なＯＦＤＭサブキャリアの中心周波数とを示している。サブキャリアの中心周波数は、サブキャリア番号にＯＦＤＭサブキャリア間隔Δｆを乗算することにより計算される。サブキャリア０の中心は、０Ｈｚにある。これに関連して、中心周波数は、ラジオ周波数（ＲＦ）割当てチャンネルに応じて相対的である。例えば、上側一次メイン側波帯は、サブキャリア３５６とサブキャリア５４６を境界としており、サブキャリア３５６とサブキャリア５４６の中心周波数は夫々、１２９，３６１Ｈｚと９８，４０２Ｈｚである。一次メイン側波帯の周波数スパンは、６９，０４１Ｈｚ（１９８，４０２−１２９，３６１）である。

図８は、本発明の実施形態によるＩＢＯＣラジオ信号を処理することができる受信機１００のブロック図である。この実施形態では、ＨＤ Ｒａｄｉｏ（登録商標）信号がアンテナ１０２で受信される。帯域通過プレセレクトフィルタ１０４は、周波数ｆ_ｃで所望の信号を含む対象の周波数帯域を通過させるが、（低側帯波インジェクション局部発振器のために）ｆ_ｃ−２ｆ_ｉｆにて影像信号を排除する。低ノイズ増幅器１０６は信号を増幅する。増幅信号は、ミキサ１０８において、可変局部発振器１１２によってライン１１０に供給された局部発振器信号ｆ_ｌｏと混合される。これにより、和（ｆ_ｃ＋ｆ_ｌｏ）信号と差（ｆ_ｃ−ｆ_ｌｏ）信号とがライン１１４に生成される。中間周波数フィルタ１１６は、中間周波数信号ｆ_ｉｆを受信して、対象である変調信号の帯域幅以外の周波数を減衰させる。アナログ−デジタル変換器１１８は、クロック信号ｆ_ｓを用いて動作し、レートｆ_ｓでライン１２０にデジタルサンプルを生成する。デジタルダウンコンバータ１２２は、信号を周波数シフトし、フィルタリングし、デシメーションして、ライン１２４及び１２６にサンプルレートがより低い同相信号及び直交信号を生成する。次に、デジタル信号プロセッサ１２８が、上述のコヒーレントトラッキングを含む追加の信号処理を提供して、出力装置１３２へとライン１３０に出力信号を出力する。

チャネル状態情報（ＣＳＩ）は、ＩＢＯＣラジオ信号のようなデジタル信号の復号に有用である。ＣＳＩを使用して、チャネルの大きさ及び位相を推定することができる。これは、コヒーレント復調のために位相基準を作り、その後のビタビ復号のためにチャネル状態に基づいて、復調された軟判定を重み付けし、デジタル信号の信頼性を伝えるためにＳＮＲメトリックを作ることによって達成できる。

コヒーレント基準及びノイズ推定処理の機能ダイヤグラムを図９に示す。図９の機能及びアルゴリズムは、図９は、ノイズ分散（σ^２）又は干渉の推定値と共に、コヒーレントなチャネル複素（共役）利得

の推定値を提供する。これらの推定値は、移動する自動車のような移動環境における動的選択的フェージングチャネルエクスペリエンス（dynamic selective fading channel experience）に適応するために、時間及び周波数（サブキャリア位置）について局所的である。これらの推定値は、受信して復調された信号から取られた基準サブキャリアのシンボルから導出されて、Ｓ_ｒ，ｎ個の複素値としてライン１５０に入力される。これらのシンボルを変調するために使用されるデータは、既に既知であり、ライン１５４の瞬時複素チャネル利得値ａ２_ｒ、ｎを生成するために、最初の共役乗算演算（乗算器１５２によって示される）によってこれらのシンボルから取り出される。後続のメディアンフィルタリング１５６は、アンテナスイッチングによるステップ変化を維持する一方で追ってノイズを低減して、ライン１５８に中間値ａ１_ｒ，ｎを生成する。これらの中間値は、ブロック１６０に示すように、基準サブキャリア（周波数）にわたってさらにフィルタリング（平滑化）され、最終的な複素チャネル利得値ａ_ｒ，ｎが生成される。これらのａ_ｒ，ｎ利得値は後で、ＱＡＭシンボル復調のために、データ保有（data-bearing）シンボルの信号配置を一般的な方法で処理（等化し、ブランチメトリック情報を提供）するために、このアルゴリズムの外部で使用される。

このプロセスにおける次のステップは、これら複素チャネル利得値の各々に関するノイズを推定することである。瞬時ノイズサンプルは、加算点１６２によって示されるように、（適切に遅延された）ノイズのある対応する入力サンプルａ２_{ｒ，ｎ−２}からａ_{ｒ，ｎ−２}値を減算することによって推定される。ブロック１６４に示すように、これらの複素ノイズサンプルから振幅二乗された値が計算されて、ライン１６６の瞬時ノイズ分散推定値ｖａｒ_ｎ−２が得られる。これら瞬時ノイズ分散サンプルは、局所的な（時間及び周波数）ノイズの推定値が悪く、有用なノイズ分散推定値を生成するためには処理及びフィルタリングを必要とする。これら瞬時ノイズ分散推定値の誤差を低減するために、より単純な時間及び周波数フィルタリングが通常使用されるであろうが、このタイプのフィルタリングは、フェージング、ＡＧＣ動作や、アンテナ切替えによるステップ変化に起因して変化するノイズに効果的に対応しないであろう。故に、メディアンフィルタ１６８が使用されて、これら瞬時分散サンプルをインタイムでフィルタリングしてサンプルｖａｒｆｌｔ_ｎ−１６が生成され、従来の（線形ＩＩＲ又はＦＩＲフィルタ１７０）フィルタリングが使用されて、周波数（サブキャリア）にわたって更に平滑化し、最終的な分散推定値σ^２ _{ｒ，ｎ−１８}が上記の複素チャネル利得推定値と同様に計算される。更なるフィードフォワード経路１７２が設けられており、アンテナスイッチングに起因して生じる比較的大きなノイズインパルスが捕捉される。（ブロック１７４に示すように係数０．５でスケーリングされた）これらの値がメディアンフィルタリングされた推定値を超える場合、次に、これらのより大きな値が、ブロック１７６に示す最大選択関数によって、周波数平滑化フィルタへの出力として選択される。これらの値は、次に、ブロック１７８に示すように、基準サブキャリアにわたって平滑化される。これは、ノイズインパルスが大きいこの情報を利用するブランチメトリックを続いて形成する際に重要である。

［ＳＮＲバイアス補正］
上記の既存のＣＳＩ重み推定は、特にノイズが多い環境でＳＮＲを過大に評価する傾向がある。このバイアス誤差に寄与する幾つかのソースが存在している。それらには、信号利得

の加算バイアス項と、ノイズ分散σ^２の推定における２つの乗算バイアス係数とが含まれる。図９のダイヤグラムに示すように、バイアス誤差は、「ＣＳＩ重み計算」と付されたブロック１８０で補正される。バイアス誤差を補正する方法は、本明細書で説明される。これらのバイアス誤差は、チャネル利得推定誤差を最初として、以下のセクションで検討される。

［チャネル利得推定誤差］
複素チャネル利得推定値

は、信号（存在するのであれば）に加えてノイズ成分を含んでいる。例えば、信号が存在しない場合には、チャネル利得の平均値はゼロであると予想できる。しかしながら、実際には、有限のフィルタスパンにわたったノイズの平均値は、一般的にゼロではない。即ち、信号がない場合、ＣＳＩ重みは一般的にゼロではない。この不正確さは、バイアス補正機能で補償できる。振幅二乗チャネル利得ａの推定値は、フィルタリング後の基準サブキャリアのシンボルの残留ノイズの分散によって増加する。入力ノイズσ^２は、メディアンフィルタと、

の最終推定値における基準サブキャリアにわたったフィルタリングとに起因して係数ｒ_ａで低減する。バイアスされた振幅二乗チャネル利得の期待値は、

である。

この説明で使用される表記において、上付きのアスタリスクは、ａの複素共役を示す。ａ上の「⌒」は、それがａの単なる（バイアスされているであろう）推定値であることを示しておる。

バイアスは、バイアスされていない｜ａ｜^２の値を求めることによって補正できる。

バイアス補正された振幅二乗チャネル利得に関する上記の式は、そのバイアスされた推定値と、ノイズ分散低減係数ｒ_ａと、実際のバイアスされていないノイズ分散との関数である。

５タップメディアンフィルタ及び有限インパルス応答（ＦＩＲ）フィルタの組合せが使用されて基準サブキャリアにわたって平滑化されることで、分散低減係数ｒ_ａがもたらされる。ある実施形態では、５タップ複素メディアンフィルタの入力サンプルのノイズ分散に対するフィルタ出力サンプルのノイズ分散の比は、約０．２８６（−５．４４ｄＢ）である。これは、フィルタスパンにわたって一定の利得パラメータａと、加法性ホワイトガウスノイズ（ＡＷＧＮ）による破損とを仮定している。この実施形態では、基準サブキャリアにわたって推定値を平滑化するために使用されるフィルタは、９タップを有している。それらの和は単位元（unity）になるように正規化されており、１のｄｃ利得を生じる。

このＦＩＲフィルタの分散減少は、正規化されたフィルタ係数の２乗の和

に等しい。このフィルタの分散減少は、約０．１９６又は約−７．０７ｄＢである。５タップの複素メディアンフィルタ及び９タップＦＩＲフィルタの複合分散減少は、約ｒ_ａ＝０．０５６（−１２．５ｄＢ）である。しかしながら、現在のレシーバ実装で使用されるノイズ分散の推定値も偏りがあり、前記の式で使用するために修正する必要がある。これについては、以下で説明される。

［ノイズ分散推定誤差］
ノイズ分散推定プロセスは、平均ではなく、サンプルの中央値に関するノイズ分散を測定する。故に、実際のノイズ分散を、図９に示す技術を用いて推定されたノイズ分散に関連付けることは有用である。

［メディアンフィルタの特性］
７タップメディアンフィルタは、線形ＩＩＲフィルタリングと周波数（基準サブキャリア）にわたったフィルタリングとに先立ってノイズ二乗サンプルを前処理するために使用される。この場合、メディアンフィルタは、ノイズ二乗サンプルの非対称確率密度関数（ＰＤＦ）に起因した偏差のバイアスされた推定値を生成する。このバイアスは、ノイズ推定プロセスにおけるその後の計算のために調整されてよい。具体的には、メディアンフィルタに対する各複素入力サンプルｘは、ゼロ平均ガウスノイズサンプルの二乗の対（Ｉ及びＱ）の和からなると仮定する。ここで、ｘ＝ｖ^２＋ｗ^２である。これは、２自由度のカイ２乗分布である。ノイズサンプルｕ及びｖのガウスＰＤＦは、

である。

カイ二乗分布ｘの累積分布関数は、次のように、変数の変更と積分することによって分かる。

そして、ｘのＰＤＦは、Ｐ（ｘ）を微分することで分かる。

ノイズ分散は、ｘの平均として定義される。

ｘの中央値は、以下の式でｍｅｄｘを得ることによって分かる。

線形ＦＩＲフィルタは、入力信号の平均を推定する。しかしながら、メディアンアンフィルタの推定バイアス係数は、非対称ＰＤＦのために、平均に対する中央値の比として見出される。

したがって、中央値は、ガウスノイズ分散をｌｎ（２）のファクタだけ過小に見積もる。このバイアスは、ノイズ分散推定プロセスにおける平均推定値を置き換えるために使用される場合には明らかにされるべきである。

ビタビ復号器に示される全てのシンボルの全てのノイズ推定値が同じ係数によってスケーリングされるならば、中央値バイアス係数によるノイズ推定のスケーリングは一般に問題にはならないであろう。しかしながら、フィードフォワード過剰ノイズ推定経路は、スケーリングが問題となる一例に過ぎない。さらに、ブランチメトリックを形成する際の非線形性（例えば、固定小数点量子化（fixed-point quantization）やオーバーフロー）は、ＩＩＲフィルタ特性を有していてもよい。

次に、分散推定プロセスにおけるＩＩＲフィルタの特徴について説明する。このＩＩＲフィルタは、メディアンフィルタの推定ノイズを低減するために使用される。しかしながら、中央値又はスケーリングは影響を受けない。２極ＩＩＲ損失器積分フィルタの各出力サンプルｙ_ｎは、新しい入力サンプルｘ_ｎと２つの従前の出力との関数である。

フィルタ式は、１のｄｃ利得を有し、そのインパルス応答（時間）は、パラメータβに依存する。

このフィルタの遅延は、過剰ノイズ経路を適切に遅延させるために決定されなければならない。インパルス応答（モード）のピークは、群遅延の半分の時間で現れ、群遅延はステップ応答時間をより示している。平均遅延及びモード遅延は、パラメータβの関数として計算できる。フィルタの有効遅延は、少なくともモード遅延であるが、最高で群遅延までであるべきである。この遅延は、ブランチメトリックを形成する際にノイズ推定値を適用する場合に、適切に補償されるべきである。

βの値が１／８である場合、ｇｒｏｕｐ＿ｄｅｌａｙ＝１４、ｍｏｄｅ＿ｄｅｌａｙ＝７である。１３の値が、ここでは使用される。

ガウスノイズ抑圧機能は、ＦＩＲフィルタと同様の方法で評価することができ、入力から出力へのノイズ推定値の分散減少は、正規化されたフィルタ係数の二乗の和である（ｄｃ利得＝１）。この分散減少は、ノイズ分散の推定値の誤差分散に関連しており、ノイズ出力の分散減少ではないことに留意のこと。ＩＩＲフィルタの場合、実質的に無限の等価ＦＩＲ係数を有すると、この計算は、連続フィルタインパルス応答のｚ変換に対してより都合よく実行され、スペクトルに近づく大きなＮの極限を取ってパーセバルの定理を適用する。ＩＩＲフィルタのｚ変換に、ｚ＝ｅｘｐ（ｊ・２・π・ｎ／Ｎ）代入すると、

となって、その大きさは、

となる。

入力サンプルから出力サンプルへの推定分散減少係数ｒ_ＩＩＲは、パーセバルの定理を使用して次のように計算できる。

極限では、合計は、以下のように積分できる。

そして、ｒ_ＩＩＲは、積分後、ＩＩＲフィルタパラメータβの関数として示される。

β＝１／８である場合にＩＩＲフィルタで得られるＡＷＧＮの分散減少係数ｒ_ＩＩＲは、約ｒ_ＩＩＲ＝−１４．７５ｄＢである。

周波数にわたったフィルタリングは、

についての同じフィルタ設計を以前に使用して示されているように、ＡＷＧＮのノイズ低減においてさらに７ｄＢをもたらす。その結果、ＩＩＲフィルタと周波数フィルタのみのノイズ推定誤差は、フィルタに入力された単一ノイズサンプルの分散よりも約２２ｄＢ良くなる。これは、フィルタ入力ノイズ分散の約８％の標準偏差を有するノイズ分散推定誤差、又は、約１５０個のノイズサンプルにわたって均等に平均化するノイズ分散推定誤差をもたらす。これにより、中央値フィルタバイアス周りのノイズは減少するが、バイアス自体は減少しないことに留意のこと。

［過剰ノイズフィードフォワード経路］
純粋なＡＷＧＮチャネルでは、最適な受信機は、フィードフォワード過剰ノイズ経路を選択せず、最適ノイズフィルタは、線形（例えば、ＩＩＲ又はＦＩＲ）であって長い期間に及ぶであろう。過剰ノイズ経路は、インパルス性ノイズ、又はスイッチング過渡等によるコヒーレント基準誤差を処理するためにのみ提供される。これらの場合、過剰ノイズ経路は、ＩＩＲフィルタによって提供される長期間分散推定値を損なうことなく、大きなノイズバーストの不定期な影響を緩和する。フィードフォワード過剰ノイズ経路は、Ｇでスケーリングされ、一部のノイズ入力サンプルが、メディアンフィルタリングされた経路の中央値を超えて、これらは、ノイズ推定値経路の「ＳＥＬＥＣＴ ＭＡＸ ＩＮＰＵＴ」関数によって選択されるであろう。スケーリングが小さい場合、過剰ノイズ経路はより少ない頻度で選択され、ＡＷＧＮの場合における損失を最小にするであろう。過剰経路が選択される確率は、入力ノイズ二乗サンプルｘのＧ倍が中央値を超える確率にほぼ等しい。

過剰経路を選択することに起因したノイズ推定分散の増加は、中央値経路が寄与するノイズと過剰ノイズの寄与の、中央値に対する比として、計算される。

幾つかの項を解くと、

及び、ｍｅｄｉａｎ（ｘ）＝ｍｅａｎ（ｘ）・ｌｎ（ｘ）＝２・ｌｎ（ｘ）・σ^２であり、代入すると、

であり、

と簡単化される。

図１０のプロットは、フィードフォワード過剰ノイズ利得Ｇに対する、過剰ノイズ経路を選択する確率と、ノイズ分散推定値の増加とを示す。Ｇ＝０．５の値は、過剰ノイズ利得の合理的な妥協値であると経験的に決定された。この値は、ＡＷＧＮの場合で損失を最少にするが、スイッチング過渡による損失の最小化にも有効である。さらに、高速ＡＧＣ及び／又は最初に隣接するＦＭ干渉での性能が改善される。

Ｇ＝０．５のノイズ分散の増加は、ｒａｔｉｏ（Ｇ）＝１．１８又は０．７２ｄＢである。

［複合バイアス補正］
「複合バイアス（composite bias）」は、以下に最初に導入され、先の幾つかの節で導出された全ての３つのバイアス誤差の組合せである。ノイズ分散バイアスは、メディアンフィルタの場合はｌｎ（２）、過剰ノイズ経路の場合はｒａｔｉｏ（Ｇ）である係数を用いて補正できる。このＳＮＲ係数補正は、バイアスオフセットについてのみ問題となる。これは、乗法係数が、相対メトリック値が重要であるビタビ復号プロセスとは無関係であるためである。ＣＳＩ重み

についてのｒの分析値は、故に、

好ましい値にｒ_ａ＝０．０５６，Ｇ＝０．５について、ｒ_{ａｎａｌｙｔｉｃ}＝０．０６８
となる。

一方の側波帯上の信号のない各基準サブキャリアの

を測定することによって、ｒの分析値は、実在の受信機のシミュレーションによって検証された。この値は、基準サブキャリアの各々についてのＳＮＲ推定値でバイアスを補正するために使用されるであろう。図１１は、一次メイン基準サブキャリア番号に対するシミュレーションした受信機で測定されたｒの値を示す。

図１１に示すように、シミュレーションされたｒの値は、外側の基準サブキャリアを除いては、分析値と非常に密接に一致する。この不一致は、エンドポイントでのフィルタリングによる損失に起因している。 結果として、実用的なｒの値は、ｒ_{ａｎａｌｙｔｉｃ}よりも若干大きく選択される。よりこの大きいｒ値は、低ＳＮＲでの推定ノイズエラーを抑制するのにも有用であり得る。ｒ＝０．０８。

次に、このバイアスを補正するための式を導出する。表記が乗法係数の形であると便利であり、ＳＮＲとＣＳＩ重みの両方に適用できる。まず、補正されていないバイアスされたＳＮＲは、

である。

補正されたＳＮＲについて解くと、

が得られる。

この表記は、元のＳＮＲにサブキャリアワープ係数（ｗａｒｐｓｃ）を掛けた形で示すことができる。

ｗａｒｐｓｃの表現は、正の値に適切に制限されることに留意のこと。このＳＮＲ値は、レート−２／５−符号化データのＥｂ／Ｎｏに等しい。ＣＳＩ重みのバイアスも、同じワープ係数を使用して訂正できる。

米国特許第７，７２４，８５０Ｂ２号に記載されているような、コヒーレントチャネル複素（共役）利得及びノイズ分散を推定するためにこれまで使用された非線形演算は、ノイズ過渡現象を緩和するのに有効であるが、バイアス誤差も導入してしまう。これらの推定バイアス誤差は、非線形演算（例えば、メディアンフィルタ、過剰ノイズ経路選択や信号利得推定のノイズ汚染）によって引き起こされる。本明細書にて説明する方法は、（訂正されていない）ＣＳＩ＿ｗｅｉｇｈｔの計算における不完全な推定値に起因したバイアス誤差の３つのソースを補償する。

図１２は、簡単なＳＮＲ計算、バイアス誤差、及びバイアス補正されたＳＮＲのプロットである。
それらのプロットは、カスケードされたメディアンフィルタとＦＩＲフィルタとを用いており、ｒ＝０．０８としたＡＷＧＮによるシミュレーションの結果である。個々の結果は、プロットを明確に示すために、１０，０００個の推定値にわたって平均化された。これらのプロットは、バイアス補正されたＳＮＲが理想的なＳＮＲと密接に一致することを示している。

［実行ＳＮＲ］
信号全体のＳＮＲを推定する、以前に存在していた技術は単に、ＯＦＤＭシンボルにわたってデータサブキャリアのＳＮＲの二乗を平均化する工程を含んでいる。具体的には、同相ＱＰＳＫ成分及び直交ＱＰＳＫ成分の２乗が、データサブキャリアの各データシンボルをＣＳＩ重み付けした後、ＯＦＤＭシンボル毎に合計される。これは、ＣＳＩ加重ソフトシンボルの二乗平均平方根（ＲＭＳ）エネルギー比を計算することに似ている。しかしながら、基準サブキャリアシンボルは、本明細書に記載の改良方法とのより良い比較のために置き換えられ得る。

このＳＮＲ結果の対数は、適切な係数による乗算と適切なｄＢオフセットの加算の後、Ｃｄ／Ｎｏ（ｄＢ−Ｈｚ）に変換される。その結果は、全てのサブキャリアにわたってデジタルキャリア対ノイズ密度比（Ｃｄ／Ｎｏ ｄＢ−Ｈｚ）を表すことを意図している。しかしながら、このＳＮＲ推定値は、全てのサブキャリアがほぼ同じＳＮＲを有する場合にのみ正確である。更に、個々のサブキャリアの２乗が平均化されることから、推定値は平均ＳＮＲの尺度にすらならない。サブキャリアのＳＮＲの絶対値がそれらの２乗の代わりに使用されると、平均ＳＮＲが評価されるであろう。

従って、信号品質を評価するための技術の改善の目標は、ＳＮＲがＡＷＧＮにて全てのサブキャリアにわたって均一である場合に、正確な平均ＳＮＲをもたらす推定技術を定めることである。サブキャリアのＳＮＲが不均一である場合、推定された全体のＳＮＲは、符号化利得損失を考慮して、平均よりも小さくなければならない。

単純に基準サブキャリアのＳＮＲを平均する代わりに、全ての基準サブキャリアにわたるＳＮＲの平均から基準サブキャリアＳＮＲの標準偏差の近似値を減算することによって、「実効」ＳＮＲに符号化利得損失の影響を含めることができるであろう。この手法とその幾つかのバリエーションが分析され、シミュレーションされ、評価された。その結果として、実効ＳＮＲ（又は、Ｃｄ／Ｎｏ）を推定する手法を提示する。

図１３は、ゼロにされる基準サブキャリアの数を変数とする、幾つかのＳＮＲ推定値をプロットしている。２２個の一次メイン基準サブキャリア（例えば、ＭＰ１）が推定に使用されており、アクティブな基準サブキャリアには１のＳＮＲが割り当てられ、その他はゼロである。これらのプロットは、２２個の基準サブキャリアが全てアクティブである場合、予想通り、全体的なＳＮＲ推定値の全てが１であることを示している。アクティブな基準サブキャリアの数が０から２２まで変化する場合、これもまた予想通り、全体的なＳＮＲ推定値は０から１の範囲である。

各サイドバンドに１１個の基準サブキャリアが存在しており、１０個の符号ビットパーティションを区切っており、符号ビットは、２０ビットのパンクチャ（puncture）パターンから慎重に選択されて、最も可能性のある干渉シナリオにおける復号性能を向上させている。レート２／５のＦＥＣコードが使用されるので、８個未満のパーティションが残っている場合には、信号は復号不能であって、その結果、符号レートは１より大きい。

既存のＳＮＲ推定（点線）は、全てのデータ保持サブキャリアのＳＮＲのＲＭＳ値を計算する。既存の手法は、全てのサブキャリアが同じＳＮＲを有する場合にのみ正確である。実効ＳＮＲはゼロであるべきなので、９個未満のアクティブな基準サブキャリアが存在する場合には、ＳＮＲ推定誤差は大きい。

全体的な平均ＳＮＲプロット（破線）は、当然ながら、アクティブなサブキャリアの数と共に線形に増加する。推定誤差は既存の方法よりも小さいが、依然として、９個未満のアクティブな基準サブキャリアが存在する場合と同じ問題がある。

実効ＳＮＲについての１つの簡単な式は、２２個の基準サブキャリアのＳＮＲの平均値（ＳＮＲｓｃ）から標準偏差を減算することで決定される。９個未満のアクティブな基準サブキャリアが存在する場合、パラメータｘを調整して、ＳＮＲ推定値をゼロにできる。

ｘ＝０．８を推奨。

しかしながら、これは、フルサイドバンドがアクティブである場合、実効ＳＮＲの良好な推定値をもたらさない。曲線は、より凸状であるべきである。実効ＳＮＲのより良い推定値は、次の式で表される。

これは、より適切な推定値をもたらし、一方で、符号化利得損失をより適切に説明している。故に、この表現は、デジタル信号全体の実効ＳＮＲを推定するために推奨される。このＳＮＲの結果はほぼ、レート２／５の符号についてＥｂ／Ｎｏの単位である。好ましい値であるｘ＝３を代入すると、

となる。

実効キャリア対ノイズ密度比の推定値は、Ｅｂ／Ｎｏの推定値であるＳＮＲｅｆｆから導出できる。

ここで、ｂｐｓは、ｒ＝２／５の畳み込み符号化を用いたＰ１論理チャネルの情報伝達速度（１００ｋｂｐｓ）である。Ｃｄ／Ｎｏは、以下のようにｄＢ−Ｈｚで表される。

０．１の項は、負の無限大の結果を防ぐために追加されている。

実効ＳＮＲを決定するために基準サブキャリアのみを使用することで、正確な結果がもたらされて、処理要件が限定されるが、各シンボルについて生成される個々のＳＮＲ推定値には、幾分ノイズが多いことがある。これらの値を時間にわたってフィルタリングすることで、そのノイズを低減し、結果を滑らかにできるであろう。或いは、基準サブキャリアに加えてデータサブキャリアが使用されると、ノイズを低減できるであろう。

ＳＮＲ（及びＣｄ／Ｎｏ）推定値を計算する既存の技術は、多くの理由で、主として、全てサブキャリアがほぼ同じＳＮＲを持つ場合にのみ正確であることから、不十分である。既存のＣｄ／Ｎｏ推定値は、純粋なＡＷＧＮ環境では信頼できるが、モバイル環境で通常発生する選択的フェージングや干渉では駄目になる。説明された新しい方法は、基準サブキャリアのＳＮＲを単純に平均化するのではなく、標準偏差の近似値を減算することで符号化利得損失の影響を含めている。

ＳＮＲ及びＣｄ／Ｎｏを推定するための改善されたこの技術は、典型的なモバイル環境でははるかに信頼性が高く、基準サブキャリアのみを使用するので、必要とされる処理がより少ないはずである。善されたブレンディングアルゴリズム（ブレンド決定など）では、Ｃｄ／Ｎｏが主メトリックであることから、このアルゴリズムの実装は、リスナの体験をさらに向上させるために重要であろう。また、改善されたＳＮＲメトリックを、ダイバーシチスイッチング及びチャネルスキャンについて、デジタル信号品質メトリック（ＤＳＱＭ−Ｌｉｔｅ）の代わりに使用することで、信頼性を高め、プロセッサスループットを削減することができる。

上述した様々な信号処理方法は、ラジオ信号を受信するための入力と、プロセスを実施するのに必要な信号処理を実行するように構成された１又は複数のプロセッサ若しくは他の処理回路とを有するラジオ受信機或いは他の装置において実施できる。

本発明の幾つかの実施形態に関して説明してきたが、特許請求の範囲の記載された発明の範囲から逸脱することなく、開示された実施形態に様々な変更が加えられてよいことは当業者には理解されるであろう。

Claims (18)

1. デジタル変調された複数の基準サブキャリアを含む帯域内オンチャネルラジオ信号のチャネル状態情報を推定する方法であって、
   複数の基準サブキャリアで送信されたシンボルを受信する工程と、
   複数の基準サブキャリアのシンボルを既知の基準シーケンス共役と組み合わせて複数のサンプルを生成する工程と、
   複数のサンプルをメディアンフィルタリングしてフィルタリングされた複数のサンプルを生成する工程と、
   複数の基準サブキャリアの各々について複数のサンプルを複数の基準サブキャリアにわたって平滑化して、複数の基準サブキャリアの各々について複素チャネル利得推定値を生成する工程と、
   バイアス補正関数を使用して、メディアンフィルタリングによる複素チャネル利得推定値の推定バイアス誤差を補償する工程と、
   帯域内オンチャネルラジオ信号の複数の基準サブキャリアの信号対ノイズ比を平均化し、複数の基準サブキャリアの信号対ノイズ比の標準偏差の近似値を減算することにより、帯域内オンチャネルラジオ信号の実効信号対ノイズ比を推定する工程と、
   を含む方法。
2. バイアス補正関数は、ノイズ分散バイアス補正コンポーネントを含む、請求項１に記載の方法。
3. 複数のサンプルと、複数のサブキャリアの各々についての複素チャネル利得推定値とを使用して、複数のノイズ二乗サンプルを生成する工程と、
   複数のノイズ二乗サンプルをフィルタリングしてノイズ分散推定値を生成する工程と、
   複数のノイズ二乗サンプルとノイズ分散推定値との間で選択して、選択されたノイズ分散推定値を決定する工程と、
   複数の基準サブキャリアにわたって複数の基準サブキャリアの各々について、選択されたノイズ分散推定値を平滑化して、複数の基準サブキャリアの各々についてノイズ分散推定値を生成する工程と、
   ノイズ分散推定値のバイアス誤差を補償する工程と、
   を含む、請求項１に記載の方法。
4. ノイズ分散推定値のバイアス誤差を補償する工程は、ノイズ二乗サンプルの非線形処理工程に起因したバイアス誤差を補償する、請求項３に記載の方法。
5. ノイズ分散推定値のバイアス誤差を補償する工程は、ノイズ二乗サンプルのメディアンフィルタバイアス誤差を補償する、請求項４に記載の方法。
6. ノイズ分散推定値におけるバイアス誤差を補償する工程は、ノイズ分散推定値における過剰ノイズフィードフォワード非線形バイアス誤差を補償する、請求項３に記載の方法。
7. バイアス補正関数は、乗法係数補償関数を含む、請求項１に記載の方法。
8. 実効信号対ノイズ比を用いて実効キャリア対ノイズ密度比を導出する工程を更に含む、請求項１に記載の方法。
9. 複数の基準サブキャリアに加えて複数のデータサブキャリアが使用される、請求項１に記載の方法。
10. デジタル変調された複数の基準サブキャリアを含む帯域内オンチャネルラジオ信号の受信機であって、
    複数の基準サブキャリアで送信されたシンボルを受信するための入力と、
    チャネル状態情報を推定するための処理回路であって、複数の基準サブキャリアのシンボルを既知の基準シーケンス共役と組み合わせて複数のサンプルを生成し、複数のサンプルをメディアンフィルタリングして、フィルタリングされたサンプルを生成し、複数の基準サブキャリアにわたって複数の基準サブキャリアの各々について複数のサンプルを平滑化して、複数のサブキャリアの各々について複素チャネル利得推定値を生成し、バイアス補正関数を使用して、メディアンフィルタリングに起因した複素チャネル利得推定値の推定バイアス誤差を補償するように構成されている処理回路と、
    を備えており、
    処理回路は更に、帯域内オンチャネルラジオ信号の複数の基準サブキャリアの信号対ノイズ比を平均化し、複数の基準サブキャリアの信号対ノイズ比の標準偏差の近似値を減算することにより、帯域内オンチャネルラジオ信号の実効信号対ノイズ比を推定するように構成されている、受信機。
11. バイアス補正関数は、ノイズ分散バイアス補正コンポーネントを含む、請求項１０に記載の受信機。
12. 処理回路は更に、複数のサンプルと、複数のサブキャリアの各々についての複素チャネル利得推定値とを使用して、複数のノイズ二乗サンプルを生成し
    複数のノイズ二乗サンプルをフィルタリングしてノイズ分散推定値を生成し、
    ノイズ分散推定値と複数のノイズ二乗サンプルとの間で選択して、選択されたノイズ分散推定値を決定し、
    複数の基準サブキャリアにわたって複数の基準サブキャリアの各々について、選択されたノイズ分散推定値を平滑化して、複数の基準サブキャリアの各々についてノイズ分散推定値を生成し、
    ノイズ分散推定値のバイアス誤差を補償するように構成されている、請求項１０に記載の受信機。
13. 処理回路は更に、ノイズ二乗サンプルのフィルタリング工程に起因したバイアス誤差を補償することで、ノイズ分散推定値のバイアス誤差を補償するように構成されている、請求項１２に記載の受信機。
14. 処理回路は更に、ノイズ分散推定値のバイアス誤差を補償することで、ノイズ分散推定値のバイアス誤差を補償するように構成されている、請求項１３に記載の受信機。
15. 処理回路は更に、ノイズ分散推定値のバイアス誤差を補償することで、ノイズ分散推定値のバイアス誤差を補償するように構成されている、請求項１２に記載の受信機。
16. バイアス補正関数は、乗法係数補償関数を含む、請求項１０に記載の受信機。
17. 処理回路は更に、実効信号対ノイズ比を用いて実効キャリア対ノイズ密度比を導出するように構成されている、請求項１０に記載の受信機。
18. 複数の基準サブキャリアに加えて複数のデータサブキャリアが使用される、請求項１０に記載の受信機。

Images