KR100579889B1

KR100579889B1 - 부호 순열 필터링을 이용한 적응 등화 장치 및 방법

Info

Publication number: KR100579889B1
Application number: KR1020017003369A
Authority: KR
Inventors: 김영택; 이명환
Original assignee: 삼성전자주식회사
Priority date: 1998-10-16
Filing date: 1999-10-15
Publication date: 2006-05-12
Also published as: MY119871A; WO2000024170A1; CN1193558C; US6704354B1; JP2003523644A; CN1359579A; KR20010075137A; EP1121789A1

Abstract

본 발명은 통신 시스템에서 신호를 등화하기 위한 시스템 및 방법이다. 신호는 순시적 샘플들로 표현되고, 샘플들은 부호 순열 필터를 이용해 필터링된다. 신호의 추정치는 상응하는 가중치를 갖는 샘플들의 선형 조합에 의해 정해진다. 그리고나서 추정치의 에러가 계산된다. 가중치들은 에러를 최소화하기 위해 갱신 회로에 의해 갱신된다.

Description

부호 순열 필터링을 이용한 적응 등화 장치 및 방법{Method and apparatus of providing adaptive equalization using sign permutation filtering}

본 발명은 일반적 통신 시스템에 관한 것으로서, 보다 상세하게는 비선형 디지털 필터를 이용한 적응 등화 장치 및 방법에 관한 것이다.

디지털 통신 시스템에 일반적으로 사용되는 하나의 신호 처리 기술이 채널 등화이다. 등화의 기본적인 목적은 채널 노이즈, 채널 왜곡, 다중 경로 및 멀티-유저 간섭에 직면한 통신 시스템의 성능을 향상시키기 위한 것이다. 채널 등화의 응용은 가전기기, 예를 들어 디지털 TV 및 개인 통신 시스템들에서 찾아볼 수 있으며, 여기에는 다양한 등화기들이 사용되어 입력되는 신호의 신호 대 잡음비를 증가시키고(또는) 입력되는 신호의 비트 에러율을 감소시킨다.

통상적인 등화기법은 일반적으로 선형 필터의 사용에 의존한다. 그러나, 통신 채널들은 임펄스 노이즈와 비선형 왜곡의 존재로 인해 보통 비선형 특성을 나타낸다. 그러한 비선형성에 대해, 선형 필터 이론에 기반한 등화기는 빈약하게 동작하며, 이는 결과적으로 시스템 성능 감소라는 결과를 낳는다.

따라서, 상술한 여러가지 문제점들을 극복하기 위해, 통신 시스템에서 적응 등화를 제공하는 방법 및 장치에 대한 기술이 필요하게 된다. 또한 강력한 주파수 트래킹을 제공하고 통신 중 잡음에 견디는 비선형 필터를 사용한 적응 등화를 제공하기 위한 기술 역시 필요하게 된다.

본 발명은 통신 시스템의 신호 등화를 위한 방법 및 장치이다. 신호는 순시 샘플들(samples at a time instant)로 표현되고, 샘플들은 부호 순열 필터(sign permutation filter)를 사용하여 필터링된다. 신호 추정은 해당 가중치를 갖는 샘플들의 선형 결합에 의해 결정된다. 그리고나서 추정 에러가 계산된다. 가중치들은 에러를 최소화시키기 위한 갱신 회로에 의해 갱신된다.

도 1은 본 발명을 구현하는 통신 시스템의 일실시예를 도시한다.

도 2는 본 발명의 원리에 따라 제공된, 도 1의 적응 등화의 일실시예를 도시한다.

도 3은 본 발명의 원리에 따라 도 2의 부호 순열 필터(210)의 일실시예를 도시한다.

도 4는 본 발명의 원리에 따라 제공되는, 도 2의 추정기(220)의 일실시예를 도시한다.

도 5는 본 발명의 원리에 따라 제공되는, 도 2의 갱신 팩터 산출기(230)의 일실시예를 도시한다.

도 6은 본 발명의 원리에 따라 제공되는, 도 2의 갱신 회로(240)의 일실시예를 도시한다.

도 7은 전송되는 초기 신호 시퀀스의 예를 도시한다.

도 8은 도 7의 전송된 신호에 상응하는 수신 신호를 도시한다.

도 9는 N=11일 때, MSE에 있어서 상이한 J의 값들을 가진 통상적인 등화기들의 성능을 도시한 것이다.

도 10은 N=11일 때 J의 어떤 값들에 있어서, 본 발명의 부호 순열 필터를 이용해 필터링하는 해당 출력 신호들을 도시한 것이다.

본 발명은 부호 순열 필터들로 나타내는 새로운 모듈라급의 비선형 디지털 필터를 사용하여 신호를 등화시키는 방법 및 장치이다. 본 발명은 기본 신호에 삽입된 부호 순열 정보를 이용하여 강력한 주파수 트래킹을 제공하는 출력 신호를 발생하는 구성 방법을 제공하고 있다. 그 결과에 따른 출력 신호는 또한 간섭에도 견디게 된다.

이하의 설명에서, 본 발명의 철저한 이해를 돕기 위해 여러기지 세부사항들이 설명된다. 그러나, 당업자들에게 이러한 구체적인 세부사항들이 본 발명을 실시하기 위해 필수적인 것은 아니라는 것은 자명한 것이다. 기타 예들에 있어서, 잘 알려진 전기적 구조 및 회로들은 본 발명을 모호하게 하지 않기 위해 블록 다이어그램으로 도시된다.

동작의 원리

n 이라는 순간적인 시간에 수신된 샘플이 x(n)이라 하고, 그것과 관련된 N 길이 관찰 벡터를 x(n)이라 하자. 관찰 벡터는 다음의 수학식 1과 같이 주어질 수 있다.

여기서 T는 역행렬을 나타낸다. 위치 패러미터 n이 표기의 단순성을 위해 시퀀스의 표기에서 생략되면, 관찰 벡터의 요소들은

로서 색인된다.

i 번째 샘플의 부호 지시 벡터는 다음의 수학식 2와 같이 정의된다.

여기서 sgn(x_i)는 다음의 수학식 3과 같이 정의된다.

부호 지시 벡터는 단순히 관련 샘플의 부호만을 가리킨다는 것을 알아야 한다.

예 1: x=[-2,4,5]^T라고 할 때, 부호 지시 벡터들은 다음과 같이 표현될 것이다:

S₁=[0,1]^T, S₂=[1,0]^T및 S₃=[1,0]^T.

선택된 공간 위치에 있는 일련의 샘플들의 종합적(joint) 부호 상태를 특징 짓기 위해, 이들 부가적인 샘플들의 부호 지시 벡터들이 S_i에 덧붙여져야 한다. 따라서, J 차(order J)의 부호 순열 지시 벡터는 다음의 수학식 4와 같이 정의된다.

i=1, 2,..., N이고,

는 다음의 수학식 5와 같이 정의되는 크로네커(Kronecker) 곱 행렬을 나타낸다.

여기서 b는 임의의 벡터이고,

는 모듈로(Modulo) N 가산, 즉 a

b (a+b) Mod N을 나타내고, 여기서 정의된 상기 모듈로 N 연산은 {1, 2,..., N}의 그룹내에 있으므로, (N Mod N = N) 그리고 ((N+1) Mod N =1)이다.

예 2: x=[-2, 4, 5]^T가 주어질 때, 부호 지시 벡터는 S₁=[0,1]^T, S₂=[1,0]^T및 S₃=[1,0]^T로 표현될 수 있다. 또한, J=2 일 때, x₁ 샘플에 대한 부호 순열 벡터는 다음의 수학식 6에서와 같이 구할 수 있다.

수학식 4의 P ^J _i 는 2 ^J 의 길이를 가지며, 2 ^J 개의 서로 다른 부호 순열들 중에서 샘플들

의 각각의 부호 순열을 효과적으로 구분한다. 한편, P ^J _i 의 1의 위치는 샘플들

의 종합적 부호 순열의 한 특정 사건에 해당한다.

여기서 제시된 부호 순열 필터는 수학식 4에서 정의된 부호 순열 지시자 P ^J _i 를 활용한다. 이들이 다음의 수학식 7에 정의된 바와 같이 J 차의 N2 ^J 길이 부호 순열 벡터 X _J 의 기초를 형성한다.

그러면 부호 순열 필터의 출력은 다음의 수학식 8과 같이 주어지게 된다.

여기서 W_J는 가중치 벡터이며, 다음의 수학식 9와 같이 나타내어진다.

여기서, i=1, 2,...,N에 대한

는 2^J 길이 탭 가중치 벡터들이다. 수학식 8에서 수학식 7을 이용하여, 부호 순열 필터의 출력을 다음의 수학식 10과 같이 표현할 수 있다.

따라서, 출력은 입력 샘플들의 선형 결합으로 얻어지게 되며, 이때 각 샘플 x_i에 할당되는 가중치는 부호 순열 지시자 P ^J _i 에 의해 결정된다. 패러미터 J는 추정시 활용될 부호 정보의 량을 선택한다. J=0에 있어서, 어떤 부호 정보도 사용되지 않으며 재구성은 일시적인 정보만이 활용되는 FIR 필터로 감소된다. J=1에 있어서, x_i의 부호 정보와 일시적 위치는 이웃하는 샘플들을 더 고려하지 않고도 이용된다. J는 모든 샘플들의 일시적 부호 순서가 이용되는 J=N 까지의 모듈라 형태로 증가된다.

앞서 설명한 바와 같이, 부호 순열 필터는 수학식 4에서 주어진 정의로부터 알 수 있는 P^J _i의 1의 위치에 의해 샘플들

의 종합적 부호 순열을 구분한다. 샘플들

의 부호 순열과 관련된, I_i를 P^J _i의 1의 위치로 설정함으로써, 수학식 10에서 주어진 부호 순열 필터의 출력은 다음의 수학식 11과 같이 나타내어질 수 있다.

수학식 10의

뒤의 연산이 추출되어 샘플들

의 부호 순열에 따라, 가중치 벡터 w_i로부터 샘플 x_i에 가중치를 할당해야 한다.

수학식 4에 주어진 부호 순열 벡터의 정의와 관련하여, P^J _i의 0이 아닌 요소의 위치를 다음의 수학식 12와 같이 간단하게 계산할 수 있다.

본 발명의 기능적 구조는 도 1에 도시되어 다음과 같이 설명되는데, 이때 위치 패러미터들인 I ₁ , I ₂ 및 I _N 은 어느 가중치 집합이 입력 샘플들에 적용되는지를 결정하는데 사용된다. 보다 상세히 말하면,

이 계수 뱅크1 410₁(도 4)으로부터 선택되는데 여기에는 가중치 벡터

가 포함되어 샘플 x_i에 곱해진다. 이와 유사하게,

및

가 선택되어져 각각 입력 샘플 X₂및 X_N에 곱해진다.

실제 어플리케이션에 본 발명의 부호 순열 필터를 적용하기 위한 부호 순열 필터의 최적화가 다음에 제공된다. 필터는 X_J의 요소들의 선형 조합으로 이뤄져 있기 때문에 선형 필터법의 이론은 부호 순열 필터의 최적화에 직접적으로 적용될 수 있다. 따라서, 평균 제곱 에러(mean square error; MSE) 기준에 따라 최적 부호 순열 필터가 다음의 수학식 13과 같이 구해질 수 있음을 간단히 볼 수 있다.

이때,

R _J =E{X _J X _j ^T

이고,

P _J=E{dX _J}

이다. d는 원하는 출력을 나타내고 E()는 통계적 기대치를 나타낸다. 수학식 14에 수학식 7을 이용하면, 교차 상관 행렬(cross correlation matrix) R_J가 다음의 수학식 16과 같이 추정될 수 있다.

그리고 수학식 15에 수학식 7을 대입하면 다음의 수학식 17이 나올 수 있다.

R_J의 비특이성(non-singularity)과 p=1, 2, ..., J일 때 w_J ^opt 및 w_j-p ^opt 사이의 선형 변환을 위한 조건들이 Y.T.Kim과 G.R.Arce가 1994년 9월 신호처리에 관한 IEEE Trans에 발표한 "Permutation Filter Lattices: Ageneral Order Statistic Filtering Framework"와 1999년 9월 이미지 처리에 관한 IEEE Trans.에 발표한 "Inverse Halftoning Using Permutation Filters"에 논의되어 있다.

재구성 알고리즘에 요구되는 통계적 순간들이 수학식 14 및 15에 보여지는 바와 같이 추정될 수 있음에도 불구하고 Widrow의 LMS 알고리즘에 기초한 보다 간단한 방법이 이후에 도출되었고 이것이 많은 어플리케이션에서 적응 부호 순열 필터링을 가능하게 한다.

앞서 언급한 바와 같이, 부호 순열 필터의 출력은 X_J에 있는 샘플들의 선형 조합이며, 이것은 부호 순열 필터가 벡터 X _J 에 대해 선형 필터임을 의미한다. 그러므로, 수학식 3에서 보여질 수 있는 LMS 적응 알고리즘을 이용하면, 부호 순열 필터의 가중치 벡터의 갱신이 다음의 수학식 18과 같이 쓰여질 수 있다.

여기서

은 m번째 반복시의 추정 에러이고, μ는 알고리즘의 수렴성의 정도를 제어하는 스텝 사이즈이다. 독립 가정하에서, 수렴성을 위해 스텝 사이즈는

가 행렬 R_J의 최대 고유값(eigenvalue)일 때

를 만족해야 한다. 부호 순열 지시 벡터들의 구조적 특성을 이용함으로써, 수학식 18의 갱신은 각각의 반복시 갱신될 가중치 패러미터들의 개수 관점에서 더 단순화될 수 있다.

모든 P^J _i가 i=1, 2, ...N에 대해 1인 0이 아닌 단 하나의 요소를 가짐을 주목해야 한다. 따라서 X _J 에서 값 1인 0이 아닌 요소들은 N개 뿐이다. X_J(m)에서 N 개의 0이 아닌 항들에 상응하는 가중치로 갱신치를 한정함으로써, 수학식 18의 LMS 적응은 매우 단순화될 수 있다. 다시, P^J _i에서 0이 아닌 항의 위치를 I_i라고 하면, 갱신 수식은 다음과 같이 쓰여질 수 있다.

은 m번째 반복시 서브-가중치 벡터 w ^J _i 의 I _i 번째 요소를 나타낸다. 수학식 19의 가중치 벡터 갱신이 단지 N 패러미터들의 갱신만을 필요로하는 데 반해 수학식 18은 N2 ^J 패러미터들의 갱신을 필요로 한다. 따라서, 수학식 19의 적응은 각 주기마다의 갱신 개수의 면에 있어서 선형 필터의 복잡 정도와 동일한 복잡도를 가진다.

실시예 및 응용예

도 1은 본 발명을 구현하는 통신 시스템(100)의 일실시예를 도시한 것이다. 시스템(100)은 수신기(110), 복조기(120), 샘플러 및 양자화기(130), 및 적응 등화기(140)를 포함한다.

수신기(110)는 전송기(미도시)로부터 전송된 입력 신호를 수신한다. 입력 신호는 다수의 소스들, 예를 들어 라디오나 텔레비젼 방송국과 같은 곳으로부터 발생될 것이다. 입력 신호는 오디오 신호이거나 비디오 신호이다. 수신기(110)는 수신기 안테나 및 무선 주파수(RF) 회로들을 포함한다. 복조기(120)는 수신된 신호를 복조하여 그 신호를 기본대역 신호로 변환한다. 복조기(120)는 또한 적합한 필터를 포함하여 원치않는 주파수 성분을 제거하고 중요 신호(signal of interest;SOI)를 포함하는 기본 대역 주파수 성분들을 유지한다. 샘플러 및 양자화기(130)는 적절한 샘플링 주파수에 따라 기본 대역 신호를 샘플링하고 샘플링된 신호를 적합한 워드 길이를 갖는 디지털 데이터로 양자화한다.

적응 등화기(140)는 입력된 기본대역 신호 샘플들의 디지털 데이터를 수신하 고 부호 순열 필터를 이용하여 적응 등화를 수행한다. 적응 등화기(140)는 입력된 기본대역 신호의 부호 순열 활용에 기반한 일군의 비선형 디지털 필터들을 실질적으로 형성한다. 적응 등화기(140)는 입력된 기본 대역 신호에 삽입된 제로-크로싱 주파수 또는 부호 순열 정보를 설정 및 활용한다. 적응 등화기(140)의 비선형 특성은 통신 채널의 비선형 특성에 대한 선형 등화기의 결점을 커버한다.

도 2는 본 발명의 원리에 따른 도 1의 적응 등화기(140)의 일실시예를 도시한다. 적응 등화기(140)는 부호 순열 필터(210), 추정기(220), 에러 산출기(230), 및 갱신 회로(240)를 포함한다.

부호 순열 필터(210)는 부호 순열 지시자를 이용하여 입력 샘플들 X(n)에 대해 필터링을 수행한다. 추정기(220)는 일군의 가중치들 또는 계수들(222) 및 선형 조합 로직(224)을 이용하여 입력된 샘플을 추정한다. 에러 산출기(230)는 추정기(220)에 의해 산출된 추정 샘플의 에러를 계산한다. 갱신 회로(240)는 입력된 샘플들, 가중치들, 및 에러 지시자를 수신하여 일군의 가중치들(222)에 대한 갱신치를 산출한다.

도 3은 본 발명의 원리에 따른 도 2의 부호 순열 필터(210)의 일실시예를 도시하고 있다. 부호 순열 필터(210)는 N개의 부호 요소들(310 ₁ ~ 310 _N )과 부호 순열 지시자(320)를 포함한다.

부호 요소들(310 ₁ ~ 310 _N )은 N개의 입력된 샘플들을 처리하여 부호 값들을 추출한다. 부호 요소(310 _i (i=1,...,N))는 수학식 2 및 3에 보여진 바와 같이 N 시점 에서 i번째 샘플 x _i (n)의 부호 벡터를 계산한다.

일실시예에서, i=1,...,N(즉, 310 ₁ ~ 310 _N )일 때, 부호 요소(310_i)는 비교기를 이용하여 구현될 수 있다. 선택적으로, 만일 샘플 x_i가 부호 비트를 갖는 부호화된 형식, 예를 들어 2의 보수로 표현된다면, 그 부호 비트는 부호 요소의 출력으로서 사용될 수 있다.

부호 순열 지시자(320)는 I₁ 에서 I_N까지의 값을 발생한다. 값 I _i (i=1,...,N)는 수학식 12에서 보여진 바와 같이 산출된다.

부호 순열 지시자는 부호 순열 벡터화기를 포함하여 J가 양의 정수인 2^J벡터 길이를 갖는 벡터를 발생한다. 관련 부호 순열이 이용되어 2^J개의 서로 다른 부호 순열들 중에서 샘플들의 관련 부호 순열을 결정한다.

도 4는 본 발명의 원리에 따라 제공된 추정기(220)의 일실시예를 도시한다. 추정기(220)는 가중치 저장기(222) 및 선형 조합 로직(224)을 포함한다.

가중치 저장기(222)는 일련의 가중치들 410₁ 에서 410_N은 입력된 샘플을 추정하는데 사용되는 가중치들 또는 계수들을 나타낸다. 가중치들 410₁ 에서 410_N은 갱신 회로(240)에 의해 갱신된다. 가중치들 410₁ 에서 410_N은 부호 순열 필터(210)(도 2)에서 발생된 것과 같은 위치 패러미터들인 I₁에서 I_N들을 수신하여 어떤 일련 의 가중치들이 사용될지를 결정한다. 일실시예에서, 가중치 410_i(i=1,...,N)는 가중치가 상응하는 입력 샘플 x_i와 함께 사용되지 않으면 0 가중치를 선택하는 멀티플렉서를 포함한다. 일실시예에서 각 가중치 410₁ 내지 410_N은 두 개의 쓰기 포트를 가진 저장 소자(가령, 램(RAM))로서 구현되며, 한 포트는 부호 순열 필터(210)로부터의 I _i 를 위한 것이고 한 포트는 갱신 회로(240)로부터의 갱신치 u _i 를 위한 것이다.

선형 조합 로직 회로(224)는 곱셈기(420₁~420_N) 및 합산기(430)를 포함한다. 각각의 곱셈기(420_i, i=1,...,N)는 해당 가중치(410_i, i=1,..., N)에 의해 선택된 가중치들을 상응하는 입력 샘플들 x_i에 곱하여

인 곱 P_i를 발생한다. 합산기(430)는 모든 곱 P_i들을 더하여 합 d(n)을 발생한다. 곱셈기 420₁ 및 420_N과 합산기(430)는 수학식 11에 따라 입력 샘플들에 대해 선형 조합을 수행한다. 선형 조합 로직(224)은 추정 샘플

을 발생한다.

도 5는 본 발명의 일실시예에 따른 에러 산출기(230)를 도시한 블록도이다. 에러 산출기(230)는 감산기(510), 곱셈기(520) 및 선택적 결정 로직(530)을 포함한다.

감산기(510)는 샘플 d(n)으로부터 추정 샘플

을 감산한다. 샘플 d(n)은 여러가지 방법들로 산출될 수 있다. 일실시예에서, 트레이닝(training) 샘플이 이용된다. 다른 실시예에서, 결정 로직(530)에 의해 제공된 결정 과정이 이용될 수 있다. 일실시예에서 결정 로직(530)은 입력을 소정의 이산 신호 레벨들로 양자화하는 양자화기이다. 감산기(510)는 추정 샘플

과 기대 샘플 d(n) 사이의 에러 e(n)을 발생한다.

곱셈기(520)는 에러 e(n)와 스텝 사이즈로 언급되는 상수를 곱한다. 스텝 사이즈 μ는 수렴 정도를 제어한다. 일실시예에서 이 상수는

가 행렬 R _J 의 최대 고유값이고

일 때의 2μ이다. 곱셈기(520)는 갱신 팩터 h(n)을 발생한다.

도 6은 본 발명의 원리에 따라 제공된 도 2의 갱신 회로(240)의 일실시예를 도시한다. 갱신 회로(240)는 곱셈기(610₁~610_N) 및 가산기(620₁~620_N)를 포함한다. 갱신 회로(240)는 수학식 19에 따른 가중치기(410₁~410_N)에 저장된 가중치들의 새 값을 계산한다.

곱셈기들(610₁~610_N)은 입력 샘플들에 갱신 회로(240)에서 발생된 갱신 팩터 h(n)를 곱하여 각각의 곱 r₁(n) 내지 r_N(n)을 발생시킨다. 가산기(620₁~620_N)는 그 곱들 r₁(n) 내지 r_N(n)을 가중치기들의 상응하는 출력(222)에 더한다. 갱신의 결과는 일련의 갱신된 값 u₁ 내지 u_N을 포함한다. 그리고나서 이 갱신치들은 가중치 저장기(222)로 전달되어 옛 가중치들을 대체한다.

결과

실제 어플리케이션들에서 앞서 설명된 본 발명의 성능을 보이기 위해, 표준 지상 디지털 TV 전송으로서 현재 채택된 베스티지얼 측대역(Vestigial Sideband;VSB) 변조 시스템의 예를 이용한다. 심볼간 간섭 및 채널 노이즈 억제를 위한 본 발명의 적응 부호 순열 등화기에서, 유한한 길이의 트레이닝 시퀀스가 VSB 복조 시스템과 함께 구현된다. 간섭은 0.6+0.4_Z ^-4로 주어진 임펄스 응답으로 모델링되고, 채널 노이즈는 1의 분산을 가진 추가의 평균 제로 가우시안 노이즈와 15% 임펄스들의 합으로서 발생되었다. 요망된 신호는 랜덤한 8-레벨 VSB 시퀀스로 주어졌다. 10,000개의 샘플로 된 데이터 집합이 발생되었고 원래의 신호와 에러가 생긴 신호들 사이의 MSE는 10.15이다. 도 7은 원래의 시퀀스 중 한 부분이고 도 8은 수신된 신호를 나타낸다. 도 9는 N=11이 사용된 MSE의 항에서 서로 다른 J의 값들을 가진 등화기들의 성능을 보인다. MSE가 적을 수록 시스템의 비트 에러율이 보다 적어진다는 직접적인 연관성을 알 수 있다. 서로 다른 J의 값에 대한 관련 출력 신호들이 도 10에 보여진다.

이러한 결과는 본 발명의 부호 순열 등화기들의 성능이 선형 필터 이론을 기반으로 하는 적응 등화기들에 비해 월등함을 분명하게 증명한다.

따라서 본 발명은 부호 순열 필터링을 이용하여 신호에 대해 적응 등화를 수행하기 위한 기술을 제공한다. 이 기술은 비선형 노이즈가 있는 채널의 신호를 처리하고, 강력한 주파수 트래킹을 제공하며 통신 중 간섭에 견디게 한다.

본 발명은 예시적 실시예들을 참조하여 설명되었지만, 이러한 설명은 한정적 인 의미로 해석되게 의도된 것이 아니다. 본 발명이 속하는 분야의 당업자에게 명확한 본 발명의 다른 실시예들과 마찬가지로, 상술한 실시예들의 다양한 변형이 본 발명의 정신과 범위안에 있을 수 있다고 판단된다.

본 발명은 부호 순열 필터링을 이용하여 신호에 대한 적응 등화를 수행하는 기술을 제공한다. 그 기술은 비선형 노이즈 채널의 신호를 처리하고, 강력한 주파수 트랙킹을 제공하며 통신 중의 간섭에 견딜 수 있게 한다.

Claims

디지털 시스템에서 순시적 샘플들로 나타내어지는 신호를 등화하는 방법에 있어서,

부호 순열 필터를 사용하여 상기 샘플들을 필터링하는 단계;

상기 샘플들의 부호 순열들을 이용하여 상응하는 가중치들을 가진 샘플들의 선형 조합에 따른 신호의 추정치를 결정하는 단계;

추정 에러에 기반하여 갱신 팩터를 정하는 단계; 및

에러를 최소화하기 위해 갱신 팩터에 따라 가중치를 갱신하는 단계를 포함함을 특징으로 하는 디지털 시스템의 신호 등화 방법.
제1항에 있어서, 상기 샘플들을 필터링하는 단계는

샘플들에 상응하는 부호 지시자들을 계산하는 단계를 포함함을 특징으로 하는 디지털 시스템의 신호 등화 방법.
제2항에 있어서, 상기 추정치를 정하는 단계는

부호 지시자들에 기반하여 가중치들을 선택하는 단계; 및

선택된 가중치들을 이용하여 샘플들의 선형 조합을 계산하여 추정치를 산출하는 단계를 포함함을 특징으로 하는 디지털 시스템의 신호 등화 방법.
제1항에 있어서, 상기 갱신 팩터를 정하는 단계는,

기대하는 샘플을 얻는 단계;

상기 기대하는 샘플에서 상기 추정치를 감산하여 에러를 산출하는 단계; 및

상기 에러에 스텝 사이즈를 곱하여 갱신 팩터를 산출하는 단계를 포함함을 특징으로 하는 디지털 시스템의 신호 등화 방법.
제4항에 있어서, 상기 기대하는 샘플은 트레이닝(training) 샘플과 결정 샘플 중 하나임을 특징으로 하는 디지털 시스템의 신호 등화 방법.
제5항에 있어서, 상기 트레이닝 샘플은 트레이닝 과정으로부터 얻어짐을 특징으로 하는 디지털 시스템의 신호 등화 방법.
제5항에 있어서, 상기 결정 샘플은 소정 이산 레벨에서의 추정치를 양자화한 값임을 특징으로 하는 디지털 시스템의 신호 등화 방법.
제1항에 있어서, 상기 가중치를 갱신하는 단계는,

입력 샘플들을 갱신 팩터와 곱함으로써 갱신 곱들을 산출하는 단계; 및

갱신 곱들을 해당 가중치들에 더하여 갱신된 가중치들을 발생하는 단계를 포함함을 특징으로 하는 디지털 시스템의 신호 등화 방법.
제2항에 있어서, 상기 부호 지시자들을 계산하는 단계는,

해당 부호 지시자에 대해 부호 값을 할당하기 위해 상기 샘플 값으로부터 부호 비트를 추출함을 특징으로 하는 디지털 시스템의 신호 등화 방법.
제9항에 있어서,

2 ^J 의 벡터 길이를 가지는 부호 순열 벡터를 정하는 단계; 및

2 ^J 개의 서로 다른 부호 순열들 사이에서 샘플들의 관련 부호 순열을 정하는 단계를 더 구비함을 특징으로 하는 디지털 시스템의 신호 등화 방법.
순시 샘플들로 나타내어지는 신호를 등화하는 통신 시스템의 장치에 있어서,

상기 샘플들을 필터링하기 위한 부호 순열 필터;

상기 필터에 연결되어, 상응하는 가중치를 가진 샘플들의 선형 조합에 의해 신호의 추정치를 결정하는 추정기;

상기 추정기에 결합되어, 추정 에러에 기반하여 갱신 팩터를 결정하기 위한 갱신 팩터 산출기; 및

상기 추정기 및 갱신 팩터 산출기에 결합되어, 에러를 최소화하도록 갱신 팩터에 따라 가중치들을 갱신하기 위한 갱신 회로를 포함함을 특징으로 하는 통신 시스템의 신호 등화 장치.
제11항에 있어서, 상기 필터는,

입력 샘플들의 부호을 계산하기 위해 입력 샘플들을 수신하도록 연결된 부호 지시자들을 포함함을 특징으로 하는 통신 시스템의 신호 등화 장치.
제12항에 있어서, 상기 추정기는,

부호 순열 필터에 연결되어 상기 부호 지시자들에 의해 가중치들을 선택하는 가중치 선택기; 및

가중치 선택기에 연결되어, 선택된 가중치들을 이용하여 샘플들의 선형 조합을 계산하도록 추정치를 산출하는 선형 조합 회로를 포함함을 특징으로 하는 통신 시스템의 신호 등화 장치.
제11항에 있어서, 상기 갱신 팩터 산출기는,

에러를 산출하기 위해 기대되는 샘플로부터 추정치를 감산하는 감산기; 및

상기 감산기에 연결되어 상기 에러에 스텝 사이즈를 곱하여 갱신 팩터를 산출하는 곱셈기를 포함함을 특징으로 하는 통신 시스템의 신호 등화 장치.
제14항에 있어서, 상기 기대되는 샘플은 트레이닝 샘플 및 결정 샘플 중 하나임을 특징으로 하는 통신 시스템의 신호 등화 장치.
제15항에 있어서, 상기 트레이닝 샘플은 트레이닝 과정으로부터 구해짐을 특 징으로 하는 통신 시스템의 신호 등화 장치.
제15항에 있어서, 상기 결정 샘플은 소정 이산 레벨에서의 양자하된 추정치임을 특징으로 하는 통신 시스템의 신호 등화 장치.
제11항에 있어서, 상기 갱신 회로는,

갱신 팩터 산출기에 연결되어, 입력 샘플들에 갱신 팩터를 곱한 갱신 곱을 산출하는 곱셈기; 및

상기 곱셈기에 연결되어 상기 갱신 곱들을 상응하는 가중치들에 더하여 갱신된 가중치를 산출하는 가산기를 포함함을 특징으로 하는 통신 시스템의 신호 등화 장치.
제12항에 있어서, 상기 부호 지시자들은,

샘플 값이 각각 음이 아닌 것과 음인 것일 때 부호 지시자에 각각 제1부호 값과 제2부호값을 할당하는 부호 비트 추출기를 포함함을 특징으로 하는 통신 시스템의 신호 등화 장치.
제19항에 있어서,

부호 추출기에 연결되어 2 ^J 의 벡터 길이를 가진 부호 순열 벡터를 정하는 부호 순열 벡터화기; 및

상기 순열 벡터화기에 연결되어 2 ^J 개의 서로 다른 부호 순열들 사이에서 샘플들의 관련 부호 순열을 결정하는 관련 부호 순열기를 더 포함함을 특징으로 하는 통신 시스템의 신호 등화 장치.
신호를 수신하는 수신기;

수신기에 연결되어 상기 신호를 디지털 샘플들로 샘플링 및 양자화하는 샘플러 및 양자화기; 및

샘플러 및 양자화기에 연결되어 신호를 등화하는 등화기를 포함하고,

이때 상기 등화기는,

샘플들을 필터링하는 부호 순열 필터;

상기 필터에 연결되어, 상응하는 가중치들을 가진 샘플들의 선형 조합에 의해 신호의 추정치를 정하는 추정기;

상기 추정기에 연결되어 추정치의 에러에 따라 갱신 팩터를 정하는 갱신 팩터 산출기; 및

상기 추정기 및 갱신 팩터 산출기에 연결되어 에러를 최소화하기 위해 갱신 팩터에 따라 가중치들을 갱신하는 갱신 회로를 포함함을 특징으로 하는 시스템.
제21항에 있어서, 상기 필터는,

입력 샘플들의 부호를 계산하기 위해 입력 샘플들을 수신하도록 연결된 부호 지시기들을 포함함을 특징으로 하는 시스템.
제22항에 있어서, 상기 추정기는,

상기 부호 순열 필터에 연결되어 부호 지시자에 따라 가중치들을 선택하는 가중치 선택기; 및

가중치 선택기에 연결되어, 선택된 가중치들을 이용하여 샘플들의 선형 조합을 계산하여 추정치를 산출하는 선형 조합 회로를 포함함을 특징으로 하는 시스템.
제21항에 있어서, 상기 갱신 팩터 산출기는,

에러를 산출하기 위해 기대되는 샘플로부터 추정치를 감산하는 감산기; 및

상기 감산기에 연결되어, 갱신 팩터를 산출하기 위해 상기 에러에 스텝 사이즈를 곱하는 곱셈기를 포함함을 특징으로 하는 시스템.
제24항에 있어서, 상기 기대되는 샘플은 트레이닝 샘플 및 결정 샘플 중 하나임을 특징으로 하는 시스템.
제25항에 있어서, 상기 트레이닝 샘플은 트레이닝 과정으로부터 구해짐을 특징으로 하는 시스템.
제25항에 있어서, 상기 결정 샘플은 소정 이산 레벨에서의 추정치의 양자화 된 값임을 특징으로 하는 시스템.
제21항에 있어서, 상기 갱신 회로는,

상기 갱신 팩터 산출기에 연결되어, 입력 샘플들에 갱신 팩터를 곱하여 갱신 곱들을 발생하는 곱셈기; 및

상기 곱셈기에 연결되고, 상기 갱신 곱들을 상응하는 가중치에 더하여 갱신된 가중치를 발생하는 가산기를 포함함을 특징으로 하는 시스템.
제22항에 있어서, 상기 부호 지시자들은,

샘플 값이 음이 아니거나 음인 경우 각각 제1부호값과 제2부호값을 상기 부호 지시기에 할당하는 부호 비트 추출기를 포함함을 특징으로 하는 시스템.
제29항에 있어서,

상기 부호 비트 추출기에 연결되고, 2 ^J 의 벡터 길이를 가진 부호 순열 벡터를 정하기 위한 부호 순열 벡터화기; 및

상기 순열 벡터화기에 연결되고, 2 ^J 개의 서로 다른 부호 순열들 사이에서 샘플들의 관련 부호 순열을 결정하기 위한 관련 부호 순열기를 포함함을 특징으로 하는 시스템.