KR100732674B1 - 에러 전파를 최소화한 채널등화장치 및 그 방법 - Google Patents

Abstract

에러 전파를 최소화한 채널등화장치 및 그 방법이 제안된다. 본 발명에 따르면, 수신된 신호에 대하여 채널을 추정하고, 추정한 채널로부터 기준 탭과 이 기준 탭의 위치를 선택하며, 추정한 채널, 기준 탭, 및 기준 탭의 위치에 기초하여, 탭 계수를 추정해서, 추정된 탭 계수를 이용하여 수신된 신호를 등화한다.

에러 전파, 채널 추정, 기준 탭 위치, 채널 등화

Description

에러 전파를 최소화한 채널등화장치 및 그 방법{Minimize error propagation of channel equalizer apparatus and method thereof}

도 1은 본 발명의 일 실시 예에 따른 채널등화장치의 구성 블럭도,

도 2는 본 발명의 일 실시 예에 따른 채널추정부의 구성 블럭도,

도 3는 본 발명의 일 실시 예에 따른 훈련 등화부의 상세한 구성도,

도 4은 본 발명의 일 실시 예에 따른 판정부의 구성 블럭도,

도 5은 본 발명의 일 실시 예에 따른 채널등화방법의 설명에 제공되는 흐름도,

도 6a와 도 6b는 본 발명의 일 실시 예에 따른 브라질 A 및 D 채널에서의 RMSE(Root Mean Square Error)를 나타낸 그래프,

도 7a 내지 도 7d는 본 발명의 일 실시 예에 따른 브라질 A, C, D, 및 E채널에서 등화부의 신호대 잡음+간섭비율(SINR: Signal to Interface plus Ratio)을 나타낸 그래프, 및

도 8a 내지 도 8c은 본 발명의 일 실시 예에 따른 브라질 E 및 C 채널에서 등화부의 SER(Symbol Error Rate)를 나타낸 그래프이다.

* 도면의 주요 부분에 대한 설명 *

301: 버퍼 303: 채널 추정부

305: 훈련 등화부 307: 피드-포워드 필터(FFF)

309: 감산기 311: 판정부

313: 피드-백 필터(FBF) 315: 판정 피드백 등화부

501: 상관부 503: 노이즈 제거부

505: LMS부 507: 선택부

본 발명은 채널등화장치 및 그 방법에 관한 것으로, 더욱 상세하게는 에러전파를 최소화한 채널등화장치 및 그 방법에 관한 것이다.

무선 통신 시스템에서 버스트 에러 플로어(burst error floor)와 같은 에러 전파(error propagation)로 인한 등화기의 성능 열화를 극복하기 위한 노력해 왔다. 이와 같은 에러 전파는, 주로 잘못된 판정 심볼이 피드-백 필터(FBF: Feedback Filter)를 통과하면서 발생된다. 따라서, 에러 전파를 방지 하기 위해 제안된 기술들의 대부분은 DFE 기반의 비터비(Viterbi-based DFE)를 적용하여 판정 에러 확률을 줄이는 것이다. 그러나, 에러 전파는 크기가 큰 프리커서들에 의해서도 유발될 수 있다. 이러한, 에러 전파는 추정된 채널의 임퍼스 응답(CIR)으로부터 얻어지는 기준 탭(DFE의 심볼 타이밍)과 기준 탭의 위치(예를 들면, 판정 딜레이(Decision error propagation))와 관련하여 피드-포워드 필터(FFF: Feedforward filter)에서 유발된다.

종래의 기준 탭은 등화 이전에 수행되는 심볼 리커버리에 의해 얻을 수 있었다. 다르게는,기준 탭을 등화기의 훈련(training)기간 동안 선택될 수 있었지만, 이 방법은 무선 통신 시스템에 대하여 광역 등화를 한다는 점을 고려하면 너무 복잡하여 사용하기 힘들다. 통상적으로 기준 탭은 FFF의 중앙, FFF의 가장 오른쪽, 또는 광범위한 시뮬레이션을 통해서 찾은 FFF에서의 임의의 위치에 고정된다. 이처럼 기준탭을 고정시키는 기술들은 매우 간단한 반면에, 성능이 딜레이 스프레드와 멀티패스의 크기와 같은 채널 조건들에 의존한다. 따라서, 이러한 기술들은 알려지지 않은 채널 환경들에 대하여는 적절하지 못하다.

본 발명은 상술한 바와 같은 필요에 부응하기 위해 제안된 것으로서, 기준 탭의 위치를 채널의 특성에 따라서 변화시킴으로써, 에러전파를 최소화한 채널등화장치 및 그 방법을 제공하는 것이다.

상기 목적을 달성하기 위해, 본 발명에 따른 에러 전파를 최소화한 채널등화장치는, 수신된 신호에 대하여 채널을 추정하고, 추정한 채널로부터 임계값보다 큰 크기를 가진 채널을 기준 탭으로 선택하고, 선택한 기준 탭 신호의 크기의 1/2보다 큰 채널이 위치된 곳을 기준 탭의 위치로 선택하는 채널 추정부; 상기 추정한 채널, 기준 탭, 및 기준 탭의 위치에 기초하여, 탭 계수를 추정하는 훈련 등화부(DFE); 및 추정된 상기 탭 계수를 이용하여 수신된 신호를 등화하는 등화부(DFE: Decision Feedback Equalizer);를 포함하는 것이 바람직하다.

또한, 상기 채널 추정부는, 수신된 신호에 대하여 상관 알고리즘을 적용하여 채널을 추정하는 상관부; 상기 상관부가 추정한 채널의 노이즈를 제거하는 노이즈 제거부; 수신된 신호와 상기 노이즈가 제거된 채널에 MA-VSS(Moving-Average Variable Step-Size) LMS 알고리즘을 적용하여 채널을 추정하는 LMS 부; 및 상기 LMS 부가 추정한 채널 중에서 기준 탭 과 기준 탭 위치를 선택하는 선택부;를 더 포함하는 것을 특징으로 하는 것이 바람직하다.

여기서, 상기 선택부는, 상기 LMS 부가 추정한 채널 중에서, 임계값보다 큰 크기를 가진 채널을 기준 탭으로 선택하고, 선택한 기준 탭 신호의 크기의 1/2보다 큰 채널이 위치된 곳을 기준 탭의 위치로 선택하는 것을 특징으로 하는 것이 바람직하다.

상기 목적을 달성하기 위해, 본 발명에 따른 에러 전파를 최소화한 채널등화방법은, a) 수신된 신호에 대하여 채널을 추정하고, 추정한 채널로부터 임계값보다 큰 크기를 가진 채널을 기준 탭으로 선택하고, 선택한 기준 탭 신호의 크기의 1/2보다 큰 채널이 위치된 곳을 기준 탭의 위치로 선택하는 단계; b) 상기 추정한 채널, 기준 탭, 및 기준 탭의 위치에 기초하여, 탭 계수를 추정하는 단계; 및 c) 추정된 상기 탭 계수를 이용하여 수신된 신호를 등화하는 단계;를 포함하는 것이 바람직하다.

여기서, 상기 a) 단계는, 수신된 신호에 대하여 상관 알고리즘을 적용하여 채널을 추정하는 단계; 상기 추정한 채널의 노이즈를 제거하는 노이즈 제거 단계; 수신된 신호와 상기 노이즈가 제거된 채널에 MA-VSS(Moving-Average Variable Step-Size) LMS 알고리즘을 적용하여 채널을 추정하는 단계; 및 상기 LMS 알고리즘을 적용하여 추정한 채널 중에서 기준 탭 과 기준 탭 위치를 선택하는 단계;를 포함할 수 있다.

본 발명의 다른 목적 및 추가적인 특징은 첨부 도면과 함께 후술하는 상세한 설명을 읽으면 명확해질 것이다.

도 1은 본 발명의 일 실시 예에 따른 채널등화장치의 구성 블럭도이다.

도 1을 참조하면, 채널등화장치는 버퍼(301), 채널추정부(303), 훈련 등화부(305), 및 등화부(315)를 포함한다.

버퍼(301)는 수신된 신호를 저장할 수 있다.

채널 추정부(303)는 상기 저장된 신호를 수신하고 상관 알고리즘을 적용하여 채널을 추정할 수 있다. 본 발명의 일 실시 예에 따른 채널 추정부(303)는 추정한 채널로부터 기준 탭과 기준 탭의 위치를 선택할 수 있다.

상세하게, 채널 추정부(303)는, 수신한 신호에 대하여 상관 알고리즘을 적용하여 채널을 추정하여 추정한 채널의 노이즈를 제거하고, 수신한 신호와 상기 노이즈가 제거된 채널에 MA-VSS(Moving-Average Variable Step-Size) LMS 알고리즘을 적용하여 채널을 추정하며, 이 추정된 채널 중에서 기준 탭과 기준 탭 위치를 소정의 기준에 의해 선택할 수 있다.

훈련 등화부(305)는 상기 추정된 채널의 탭 계수를 산출할 수 있다. 바람직하게는, 훈련 등화부(305)는 상기 채널 추정부가 추정한 채널, 기준 탭, 및 기준 탭의 위치에 기초하여 탭 계수를 추정할 수 있다. 훈련 등화부(305)에 의해 추정되는 탭 계수는, 피드-포워드 필터의 탭 계수(307)와 피드-백 필터의 탭계수(313)이다.

등화부(307, 315)는, 상기 훈련 등화부(305)에 의해 추정된 탭 계수들을 사 용하여 수신된 신호를 등화할 수 있다.

등화부(307, 315)는, 심볼간 간섭(inter-symbol interference: 이하 "ISI"라 한다)를 제거한다. 이러한 ISI는 통상적으로 프리 커서(precursor) ISI 와 포스트 커서(post cursor) ISI로 구분된다.

도 1을 참조하면, 등화부(315)는 피드-포워드 필터(Feed-Forward Filter: 이하 "FFF") 필터(307), 판정 피드백 등화부(Decision Feedback equalization: 이하 "DFE"라 한다)(315)를 포함한다.

FFF(307)는 전송 채널로부터 수신되는 신호를 필터링하여 프리 커서 ISI를 제거하며, DFE는 주로 포스트 커서 ISI를 제거한다. DFE는 포스트 커서 ISI 만을 제거하는 것은 아니며 프리 커서 ISI도 같이 제거할 수 있다.

FFF(307)는, 훈련 등화부(305)가 제공하는 FFF 필터 탭 계수를 사용한다.

DFE(315)는 예를 들면 널리 알려진 MMSE-DFE equalizer(Minimum mean square error decision feed-back equalizer)일 수 있다. 도 1을 참조하면, DFE(315)는, 감산부(309), 판정부(315), 및 피드-백 필터(Feed-Back Filter: 이하 "FBF"라 한다)(313)를 포함한다.

감산부(309)는 FFF(307)가 필터링한 신호와 FBF(313)가 필터링한 신호를 감산하여 출력한다. 당해 출력신호는 수신기에 수신되는 신호로부터 프리 커서 ISI 와 포스트 커서 ISI 가 제거된 신호가 된다.

판정부(315)는 감산기(309)로부터 출력되는 신호를 심볼로 판정하여 당해 판정값을 출력할 수 있다. 판정부(315)로는 예를 들면 널리 알려진 Schimtt trigger circuit가 사용될 수 있다. 판정부(315)는 감산기(309)로부터 출력되는 신호를 8레벨 심볼로 판정할 수 있다. 등화된 신호는 추가적인 처리를 위해서 디코더(미도시)에 제공될 수 있다.

상기 FBF(313)는 판정부(315)에 의해 판정된 신호를 입력받아서 필터링을 수행한다. FBF(313)는, 예를 들면, 다음과 같은 식으로 표현될 수 있다.

여기서, g_i는 FFF(313)의 필터 계수이고, S_{k -N}은 판정부(311)의 출력이고, L은 FBF(313)의 차수(order)이고, N은 FFF의 차수(order)이다.

도 2는 본 발명의 일 실시 예에 따른 채널추정부(303)의 구성 블럭도이다.

도 2를 참조하면, 채널추정부(303)는 상관부(501), 노이즈 제거부(503), LMS부(505) 및 선택부(507)를 포함한다.

본원 발명에 따른 채널 추정부(303)는, 바람직하게는 채널 추정의 범위가 충분히 크다는 조건과 채널을 정확하게 추정한다는 조건하에 채널 추정을 수행한다.

상관부(501)는 수신된 신호에 대하여 상관 알고리즘을 적용하여 채널을 추정하고, 노이즈 제거부(503)는 상관부(501)가 추정한 채널에서 노이즈를 제거하며, LMS부(505)는 상기 버퍼(301)에 의해 수신된 신호와 상기 노이즈 제거부(503)에 의해 노이즈가 제거된 채널 MA-VSS(Moving-Average Variable Step-size) LMS 알고리즘을 적용하여 채널을 추정하며, 선택부(507)는 LMS부(505)가 추정한 채널 중에서 기준 탭과 기준 탭 위치를 선택한다.

채널 추정부(303)의 구성요소들을 보다 상세히 설명하기 전에, 필요한 몇 가지 사항들에 대하여 기술한다.

8 VSB DTV 시스템의 프레임 구조는, 두 개의 데이터 필드를 포함하며, 각각의 데이터 필드는 한 필드의 세그먼트와 313개의 데이터 세그먼트를 포함한다. 각 데이터 세그먼트는 832개의 심볼을 포함하며, 이 832개의 심볼에서 각 필드의 첫번째 세그먼트는 필드 동기(field sync) 또는 훈련 열(TS)를 위해 사용된다. 이러한 데이터 필드의 구조에서 알 수 있듯이, 훈련열은 데이터 열(DS)보다 상대적으로 적다.

백색잡음(AWGN)과 멀티패스 채널을 통해서 등화 장치에 수신되는 신호는 하기 수학식 1로 나타낼 수 있다.

여기서

과

은 각각, 시간

(T는 심볼 주기)에서 샘플링된 수신 신호와 전송 신호이다.

는 물리적인 멀티패스 채널, 전송 필터, 및 수신 필터를 포함한 채널 임펄스 응답(CIR)을 나타내고,

는 전체 채널 메모리 길이 를 나타내고,

은 AWGN 샘플이며, 이것은 통계적으로 i.i.d로 가정된다. 전송 시퀀스

은 2-레벨 펄스 진폭 변조(2-PAM) 심볼

(예를 들면 훈련 열(TS)과 세그먼트 동기)으로 구성되며, 8-PAM 데이터 시퀀스(DS)

은 하기 식 2와 같다.

여기서, A는 PAM 심볼을 나타낸다.

출력

은 기준 탭

에서 계산되며, 이 기준탭의 위치는 FFF의 가장 오른쪽으로부터 d 만큼 떨어진 곳에 위치된다. 그리고,

은 하기 식 (3)으로 표현될 수 있다.

여기서 {

,

}는 각각

, ..., -d, 및 m=1, ...,

에 대한 FFF 및 FBF의 계수이다. {

,

}는 각 필터의 탭 길이이고,

은 판정부에 의해 판정된 심볼을 나타낸다.

이제, 채널 추정부(303)의 구성요소들을 보다 상세히 설명한다.

상관부(501)는, 버퍼(301)가 수신한 신호에 대하여 다음과 같은 수학식 4로 정의되는 상관 알고리즘을 적용하여 채널을 추정한다. 수학식 4과 같이 정의되는 상관 알고리즘은, 채널 메모리보다 훈련 시퀀스(TS)가 충분히 크다는 전제하에서는, 상기 채널 추정의 범위가 충분히 크다는 조건을 충족할 수 있다.

여기서

은 CIR(채널 임펄스 응답: Channel Impulse Response)을 나타내고, r_a(0)은 상관관계 놈(correlation norm)

을 나타내며, (*)는 공액 복소수(complex conjugate)를 나타낸다. 한편, 상관 알고리즘만으로 채널을 추정하는 것은 상관 노이즈 때문에 채널 추정의 정확성이 떨어질 수 있다. 따라서, 본 실시 예에서는 다음에서 설명하는 과정이 채널추정부(303)에서 추가적으로 수행된다.

노이즈 제거부(503)는, 상관부(501)가 추정한 CIR에서 노이즈를 제거한다. 상관 노이즈의 영향은, 다음과 같이 수식 5에 의해 나타낼 수 있다.

수학식 5는, 수학식 4에 상기 수학식 1을 삽입한 것이다.

수학식 5에서, 첫 번째 부분은 원하는 CIR을 나타내고, 두 번째 및 세 번째 부분은 상관 노이즈를 나타낸다. 만약

의 크기가 상관 노이즈보다 작으면,

은 상관 노이즈 아래 묻힐수 있다(buried). 정확한 채널 추정을 위해서는, 묻힌

이 복원되어야 한다.

본 발명의 일 실시 예에 따르면,

복원을 위해서, 임계치 방법(threshold method)과 적응적 채널 추정(adaptive channel estimation)을 사용한다.

우선 상관 노이즈는 하기 수학식 6로 정의되는 임계 방법으로 제거될 수 있 다.

여기서 T _ch 는 상관 노이즈를 제거하기 위한 소정의 임계값이다. 만약 n=0,...,Nc-1에 대하여 |

|이 T _ch 보다 작으면,

은 제로로 설정된다. 수학식 6에서, 임계값 T _ch 의 크기가 수학식 1의

의 성능에 영향을 주지 않으면서 결정되어야 한다.

상기 수학식 4과 수학식 6의 임계화된 상관 알고리즘을 사용함으로써, 그럴듯한 채널 탭들만을 잔존시킬 수 있다.

노이즈 제거부(503)는, 상기 임계값 T _ch 의 크기 보다 작은

은 상관 노이즈로 취급하여 제거한다. 상세하게는, 상술한 수학식 4과 수학식 6의 임계화된 상관 알고리즘을, 상기 상관부(501)가 추정한 채널에 적용하여 상관 노이즈를 제거한다.

한편, 버려진 채널 탭들(discarded channel taps)을 복원할 필요가 있다.

LMS(Least-mean-square)부(505)는, 버려진 채널의 탭을 Moving Average Variable step-size(MA-VSS) LMS 알고리즘을 적용하여 되살려 낼 수 있다. LMS(Least-mean-square)부(505)에서는, 훈련열(TS)이 반복적으로 사용되어 LMS 알고리즘이 충분히 수렴(converge)하도록 한다.

LMS 채널부(505)는 하기 수학식 7에 의해 정의될 수 있다.

여기서

은, 시간 n에서dml 채널 추정기의 N_f×1 계수 백터이며,

는 식(4)가 적용된 후 남은 채널 탭으로 초기화 된다. a(n)은 N_f×1 입력 훈련렬(TS) 벡터이며, r(n)은 수신받은 신호 샘플들이다. 윗 첨자 T는 백터의 트랜스포즈(transpose)이고, e(n)은 에러 추정이다. 식 7에서, μ(n)은 하기 수학식 8에 정의된바 와 같은 MA-VSS(Moving-average variable step-size) 알고리즘을 이용하여 업데이트 된다.

여기서 브래킷(bracket)은

인 제약조건을 나타내고, {α, β, γ}는 LMS 알고리즘의 추적(tracking) 특성을 제어하기 위한 상수들이다. L은 MA 프로세싱을 위한 창 크기(window size)로서, 그 값은 충분히 커야 한다. 에러 거동(behavior)이 평균을 함(average function)으로써 충분히 획득될 수 있어야 하기 때문이다. 한편으로는, 훈련 열(TS)이 반복되는 동안에는 스텝 사이즈가 충분히 업데이트 되도록, L값은 작아야 한다. 결국, 스텝 사이즈가 에러를 자승함(squared error)으로써 업데이트 될 때, 수학식 8에서의

부분에 대한 평균화에 의해, 수학식 1에서의 독립적인(independent) 노이즈의 효과가 부드럽게 감소될 것이다. MA-VSS 알고리즘은, LMS 채널 추정기를 위해 훈련 열(TS)의 적은 횟수의 반복과 빠른 수렴 속도를 제공한다.

선택부(507)는, LMS부(505)가 추정한 채널 중에서 기준 탭과 기준 탭 위치를 선택한다.

우선, FBF의 탭 길이(N _b )가 하기 수학식 9을 만족한다고 가정한다. 이 수학식 9을 사용함으로써, CIR의 비등화된 부분에 의해 야기된 ISI는 발생하지 않을 것이다.

여기서, △는

에서 기준 탭의 위치를 나타낸다.

선택부(507)는 하기 수학식 10과 같은 간단한 기술을 사용함으로써 기준 탭을 선택할 수 있다.

여기서,

은

중에서 선택된 기준 탭을 나타낸다.

은

를 선택하기 위한 임계값들

의 룩업 데이블이고, N은 임계값의 개수(個數)이다.

임계값들은, 크기가 큰 프리커서들의 영향이 최소화되도록 선택되며, 예를 들면 브라질 채널하에서는 하기 수학식 11에 의해 선택될 수 있다.

은, 채널 상기 수학식 10을 만족하는 채널 탭

이 k=1, 2,에 대해서 존재하면,

으로 선택된다. 만약 존재하지 않는다면, 가장 크기가 큰

이

으로 선택된다.

큰 프리커서에 의해 야기된 에러 전파를 최소화하기 위해서, FFF에서의 기준 탭의 위치는 하기 수학식 12에 의해 선택될 수 있다.

여기서,

은, 상기 조건을 만족하는

과

간의 샘플 딜레이를 나타낸다. 따라서, FFF에서의 판정 딜레이는

이다. 수학식 10를 살펴보면,

는

에 기초하여 변화됨을 알 수 있다.

도 3는 본 발명의 일 실시 예에 따른 훈련 등화부의 상세한 구성도이다.

훈련 등화부(305)는 채널 추정부(303)에 의해 추정된 채널, 기준 탭, 및 기준 탭의 위치에 기초하여 FFF와 FBF의 탭 계수를 산출할 수 있다. 산출된 기준 탭과 기준 탭 위치는 FFF 탭 계수와 함께, FFF로 제공되며, FBF 탭 계수는 FBF로 제공된다. 본원 명세서에서는, 도 3과 같이 구현된 본원 발명의 일 실시 예에 따른 훈련 등화부(305)를 GT-DFE(General Training DFE)로 부르며, 통상적인 종래의 기술에 따른 훈련 등화부를 CT-DFE로 부른다. 본원 발명의 일 실시 예에 따른 채널등화장치(예를 들면 도1)는 GT-DFE와 CT-DFE를 모두 사용할 수 있다. 양자는 선택적으로 본원 발명의 일 실시 예에 따른 채널등화장치에 사용될 수 있다. 본원 명세서에서, GT-DFE와 CT-DFE를 특별히 구분할 필요가 있는 경우에는 서로 달리 호칭하지만 구분의 실익이 없는 경우에는 훈련 등화부로서 부른다,

GT-DFE(305)는 도3에 나타나 있듯이 안티-코우절 FFF(GT-FFF), 코우절 FBF(GT-FBF), 추가적인 코우절 FBF(GT-aFBF)를 포함한다.

GT-DFE(305)는 채널추정부(303)의 추정 정보 {

, △,

} 와 버퍼(301)에서의

에 대응되는 수신된 신호 샘플들 r_n을 수신한다. 만약

가 영이 아니라면, 다음과 같은 수학식 13처럼 메트릭스 형태로 바꿔 쓸 수 있다.

일반성(generality)을 유지하기 위해서, 본 발명의 일 실시 예에 따른 GT-DFE(305)의 출력

은,

와

로 주어진 GT-FFF에서의 기준 탭

의 위치에서 계산된다. 따라서, {r, a, w}는 추정된 {△,

}에 의해 하기 수학식 14, 15, 16, 및 17 처럼 기술할 수 있다.

여기서, {r, w}는

벡터이고, a는 시간 n에서

벡터이다. 상기 수학식 13의

채널 H 는, 상기 수학식 17에서 주어진 서브 메트릭스들 H ₁, H ₂, 및 H ₃로 주어진다. GT-DFE(305)에서, 채널 출력 벡터 r은 GT-FFF로 제공되어,

로부터 야기되는 포스트 커서 ISI를 제외한 포스트 커서 ISI 일부분이 제거되며, 이

는 상기 수학식 12에서

와

사이의 채널 탭들에 해당한다.

여기서, 콜론에 의해 분리된 첫 번째와 두 번째 첨자는 GT-FBF의 출력과 벡터의 구성성분들을 나타낸 것이며, GT-FFF의 입력 벡터

는 하기 수학식 19처럼 정의된다.

식 (18)에서, GT-FBF의 탭 길이는 GT-FFF의 탭 길이와 동등하다면(예를 들면

), 부분적인 포스트커서 ISI인

는

인 경우

라고 가정하면 다음 수학식 20와 같이 나타낼 수 있다.

여기에서,

은 시간 n에서의 V (n) 구성 요소이다. 상기 수학식 18에 상기 수학식 13을 대입하고 채널 매트릭스 H ₃가 완벽하게 추정될 수 있다고 가정하면, 상기 수학식 (18)을 하기 수학식 21처럼 재기술될 수 있다.

상기 수학식 13과 수학식 21로부터, 채널 매트릭스 H의 유효 디멘션 (effective dimension)은

채널 메트릭스

로 감소 된다. 따라서,

에서 원치 않는 채널 탭에 의해 야기된 ISI는 도 2의 GT-FFF와 GT-aFBF에 의해 제거될 수 있다.

채널 디멘션 감소는, GT-DFE에 의해 출력되는 신호의 SINR(Signal to interference plus noise ratio)와 수렴 속도에 영향을 미친다. 즉, GT-DFE의 SINR은 CT-DFE의 SINR보다 더 높은

이다. 결과적으로, GT-DFE의 수렴 속도는 증가한다. GT-DFE의 출력

하기 수식 22처럼 나타낼 수 있다.

여기서,

와

에 대한

는 GT-FFF와 GT-FBF 각각의 계수이다. GT-FBF의 계수는 도 2에 나타낸 것처럼

에 대하여

로 설정된다.

k=△+1, ...,

를 위한

로 설정될 수 있다. 상기 수학식 22에서, 상기 수학식 20과 관련된

는, GT-FFF 이전에, 하기 수학식 23과 같이 정의되는 시프트 특성에 의해 제거될 수 있다.

본 수학식 23은, GT-FBF의 탭 길이가 GF-FFF의 탭 길이보다 길다는 전제에 정의된 것이다. 채널 추정이 완벽하다면,

이고, 상기 수학식 22는 하기 수학식 24처럼 재 기술될 수 있다.

상기 수학식 24에서,

가 제로(0)인 경우, GT-DFE의 출력은 CT-DFE의 값과 동일함에 주목하라. 이러한 사실로부터, GT-DFE의 구조는

에 따라 달라질 수 있으므로, CT-DFE의 구조보다 플렉서블하다는 것을 알 수 있다.

훈련 열(TS)이 짧은 단점을 극복하기 위해서, GT-FFF의

가

로 초기화된 후에 GT-DFE가 수렴하도록 훈련 열(TS)는 여러 번 반복된다. 훈련 동안에, GT-DFE의 계수들은, 하기 수학식 25와 같은 LMS 알고리즘을 사용하여 업데이트 된다.

여기서,

는 각각 GT-FFF의

계수 벡터이고, GT-aFBF 의

계수 벡터이다. a(n)은 GT-aFBF 의

입력 벡터이고, 스텝 사이 즈

은 상기 수학식 8의 MA-VSSS 알고리즘에 의해 업데이트 된다.

훈련이 완결된 후에, GT-FFF의 계수

는 FFF의 계수들을 위해서 저장되고(save), GT-aFBF 의 계수

는 사용되지 않는다. 상기 수학식 3의 FBF의 계수는 하기 수학식 26의 관계식을 사용하여 계산된다.

도3의 GT-DFE 의 구조로부터, 상기 수학식 17에서 서브 매트릭스 H2와 관련된 크기가 큰 포스트 커서들의 영향이 GT-aFBF 및 GT-FFF에 의해 제거됨을 알 수 있다. 결과적으로, 상기 수학식 26에서

의 크기는 에러 전파를 방지되도록 하는 조건을 대략적으로 만족하면서 작아지게 된다.

GT-DFE에 의해 FFF(307)와 FBF(313)의 계수들이 초기화되면, 버퍼(301)에 저장된 수신된 신호 샘플들은 FFF(307)과 DFE(315)로 공급되어 복원된다. 미세한 튜닝(fining tuning)은, 수신된 신호들 중에서 훈련 열(TS)에 해당하는 신호들에 의해 수행된다. FFF(307)와 FBF(313)의 계수들을 업데이트 하기 위해서, MA-VSS LMS 알고리즘이 훈련 기간("TS 모드") 동안 적용되며, 변형된 스탑 앤 고우(stop and go) 알고리즘(참조문헌: M. Ghosh, blind Decision Feedback Equalization for Terrestrial Television Receivers,"in Processings of the IEEE, vol.86, no.10, Oct. 1998.) 이 데이터 열 등화 기간("DS 모드")에 사용된다. 변형된 스탑 앤 고우 알고리즘에서는, 고정된 스텝 사이즈가 MAVSS 알고리즘으로 대치된 것이다.

후술하는 본원 발명의 일 실시 예인 도4의 판정부를 사용하는 경우, 판정 에러 확률을 감소시킬 뿐만 아니라 과거 부정확한 판정 심볼들을 교정함으로써 에러 전파를 감소시킬 수 있게 된다.

도 4는 본 발명의 일 실시 예에 따른 판정부의 구성 블럭도이다.

본 발명의 일 실시 예에 따른 판정부는, 감산기 출력(yn)에 대한 판정 에러 확률을 줄이고 FBF에서의 과거 판정 심볼을 정정함으로써 포스트 커서 ISI를 최소화하는 FBF 와 Viterbi decoder의 결합 구조이다.

도 4를 참조하면, FBF는 12 개의 비터비 코더를 병렬로 사용하며, 각 비터비 디코더의 입력은 심볼 디 인터리버(Symbol de-interleaver)(601)에 의해 재구성된다. 심볼 디 인터리버(601)는 트렐리스 코더 인터리버의 정확히 반대되는 기능을 수행하며, 트렐리스 코더로 인터리빙되는 않은 다른 모든 심볼들은 통과시킨다. 도 4의 필터 저장부들(603a 내지 603T)은 비터비 디코드 동작후에 심볼 인터리버로서의 기능을 수행하며, 이러한 기능은 임의의 비터비 디코더의 판정 심볼들을 각각의 필터 뱅크의 첫 번째 위치에 위치시켜 과거 판정 심볼들을 정정함으로써 수행된다. 여기서, 필터 뱅크의 각각은 12개의 symbol spaced-register V으로 구성된다.

도 4의 비터비 디코더의 각각은 시간(time) n에 다음과 같은 주요 단계들을 수행함으로써 시험 판정 심볼(tentative decision symbol)을 출력한다.

1) 브랜치 메트릭 발생(branch methric generation)

2) 서바이버 패스(survivor path)와 모든 상태에 대한 패스 메트릭 업데이트(path metric update)

3) 가장 바람직한 패스(most likely path)를 역 추적(trace back)

임의의 비터비 디코더에서, 세 번째 단계를 통과하여 결정된 심볼들은 하기 수학식 27로 표현된다.

여기서

은 도 4의 i번째 비터비 디코더의 판정 심볼 벡터를 나타낸다. i번째 비터비 디코더는 도 4의 i번째 트렐리스 인코더에 대응된다.

는 비터비 디코더의 역 추적(trace back) 길이를 나타내며,

는 i번째 비터비 디코더의 j 번째 패스(path)의 역 추적에서의 판정된 심볼을 나타낸다.

≥15에 대하여 비터비 디코더는 최적화된 비터비 디코더에 비교할 때 무시할 만한 성능 열화를 가져온다. 그러나,

≥의 조건이 8VSB DTV 시스템에 적용되면, 판정 딜레이 12(

-1)가 12개의 비터비 디코더에 의해 생긴다. 이로 인하여, DFE의 초기 수렴(Initial convergence)에 영향을 미친다. 따라서, 본 발명에서는 판정 딜레이로 인한 영향을 없애기 위해서 초기 12(

-1) 심볼 주기 동안

=1인 비터비 디코더를 사용한다. 도 4에서, 각각의 디터비 디코더로(311)부터 FBF(313)까지의 정정 과정은, 심볼 디 인터리버가 송신기에서의 트렐리스 코드 인터리버와 완벽히 동기화 된다는 전제하에, 통상적으로 다음 세 가지 경우로 수행된다.

경우 1: 본 과정은 임의의 필드의 첫 번째 세그먼트가 수신된 후에 적용된다. 두 번째 세그먼트의 세그먼트 동기 입력(segment sync input) 동안, 도3의 심볼 디 인터리버의 암(arm)은 송신기의 재배열(reordering)와 매칭되도록 회전(circulation)한다. 이후에, i 번째 트렐리스 인코더의 출력심볼에 대응하여 yn에 대한 I번 째 비터비 디코더가 동작되고, (16)식의

중 첫 번째 판정 심볼

은, 비-트렐리스 코딩된 심볼들이

번째 필터 뱅크를 통과할 때까지, 첫 번째 필터 뱅크로 전달되기만 한다. 경우 1은, 12(

-1) 심볼 동안 FBF에서의 정정없이

=1 인 비터비 디코더와 유사한 과정을 가진다.

경우 2: 비-트렐리스 코딩된 심볼들이

-필터 뱅크를 통과한 후에, 후속하는 입력 심볼들에 대한 i번째 비터비 디코더의 판정 심볼 벡터

가 FBF로 전달되어 마지막 832-12(

-1) 심볼들 동안에 과거 판정 심볼을 하기 수학식 28과 같이 정정한다.

여기서, 수식

은 i번째 트렐리스 코더의 출력 심볼들에 대한 과거 판정 심볼 벡터이고,

은 시간 n에서 k번째 필터 뱅크의 첫 번째 심볼이다. 따라서,

에 대하여

이면,

은

에 의해 정정된다.

경우 3: 본 과정은 임의의 필드의 세 번째 세그먼트부터 적용되며, 송신기의 멀티플렉서의 구조, 예를 들면 세그먼트들사이에 삽입된 세그먼트의 동기(sinc)와 3개의 세그먼트의 패턴들에 의존한다. 즉, 세그먼트 동기가 수신되면, 4개의 비터비 디코더들은 입력없이 순환(cycle)하며 이로써 스킵된(skipped) 4개의 비터비 디코더들은 다음 순환시에 correction ordering을 변화시킨다. 스킵된 i 번째 비터비 디코더에 의한 FBF의 정정 과정에서, 세그먼트 동기의 영향은 다음 수학식 29처럼 반영된다.

여기서,

은 시간 n에서 k 번째 필터 뱅크의 첫 번째 위치에 위치하는 세그먼트 동기를 나타낸다. 상기 식 29는, 28식에서

부터

까지에 대응하는 과거 판정 심볼들을 필트 뱅크 하나 더 만큼 예를 들면

부터

까지 시프트하는 것을 보여준다. 따라서, 식 28의 정정 과정은, 세그먼트 동기 입력에 앞서서 판정된 심볼들에는 적용될 수 없으며, 수행될 딜레이된 정정과정은 다음과 같다.

만약 (k+1)=j,에 대하여

이면,

은

에 의해 정정된다. 그리고, k번째 필터 뱅크에서는 정정이 수행되지 않는다. 이 것은 상기 식 29에서 ‘0’으로 나타난다. 이 딜레이된 정정 과정은 세그먼트 동기가

번째 필터 뱅크를 통과할 때까지 계속되며, 그 후에 식 28의 정정과정은, 모든 비터비 디코드들에 대하여 이상적으로 적용된다. 경우 3의 정정 패턴은, 필드의 311 데이터 세그먼트를 통해서 반복된다. 경우 1부터 경우 3까지의 정정 과정은 또한 연속적인 데이터 필드에 대하여 정확히 반복된다.

도 5는 발명의 일 실시 예에 따른 채널등화방법의 설명에 제공되는 흐름도이다.

도 5 및 도 1을 참조하면, 버퍼(301)는 수신 신호를 저장한다(S701). 채널 추정부(303)의 상관부(501)는 상기 버퍼(301)에 저장된 수신신호에 상관 알고리즘을 적용하여 채널 추정을 한다(S703). 노이즈 제거부(503)는 상관 알고리즘을 적용함으로써 나타나는 상기 채널의 상관 노이즈를 제거한다(S705). LMS부(505)는 상관 노이즈가 제거된 상기 채널에 버퍼(301)에 저장된 수신 신호를 참조하여 MA-VSS LMS 알고리즘을 적용하여 채널 추정을 한 후(S707), 선택부(507)는 LMS부(505)가 추정한 채널 중에서, 임계값보다 큰 크기를 가진 채널을 기준 탭으로 선택하고, 선 택한 기준 탭 신호의 크기의 1/2보다 큰 채널이 위치된 곳을 기준 탭의 위치로 선택한다(S709). 훈련 등화부(305)는 채널추정부(303)에서 추정한 채널, 기준 탭, 및 기준 탭의 위치에 기초하여, 탭 계수를 추정한다(S711). 만약 훈련 등화부(305)의 출력 SINR이 15dB 이상인 경우(S713: Y), 등화부(315)는 버퍼(301)에 저장된 수신 신호에 훈련 등화부(305)의 탭 계수를 이용하여 채널 등화 수행한다(S715). 판정부(311)는 등화된 신호의 출력에 대해 신뢰성을 판정한다(S717). 한편, 훈련 등화기(305)의 출력 SINR이 15dB 미만인 경우(S713: N), 채널 추정부(303)의 선택부(507)는 LMS부(505)가 추정한 채널 중에서, 또 다른 기준 탭과 그 위치를 선택한다(S709).

하기 표1과 같은 스태틱(static) 및 변형된 브라질 채널에서, 본원 발명의 실시 예들을 컴퓨터 시뮬레이션하였다.

표 1에서, 변형된 브라질 채널의 path4는 0dB 크기와 0.05Hz 도플러 위상 시프트를 가지는 반면, 브라질 채널의 path4는 -0.1 dB 크기와 0 도 위상을 가지는 점에 주목하라. 즉, pate4는, 그 크기가 0.05 Hz 사이클이 되는, 플랫한 패이딩 환경(flat fading environment)을 생성하였다. 변형된 채널 D에서, 0.15㎲에 위치한 path1은 0.05 Hz의 도플러 위상 시프트를 가진 프랫한 패이딩 환경을 생성한다. 성능은 dB 스케일의 RMSE(root mean square error)와 dB 스케일의 SINR, 및 SER(Symbol error rate)로 측정하였다. SINR 과 SER의 결과는 40필드(약 10⁷ 개의 심볼)에 대하여 50번 독립적으로 측정하여 평균한 것이다. 일반적으로, RMSE는 채널 추정기의 성능을 비교하는데 있어서 mean-square-error보다 적합하다. 추정된 CIR의 크기 옵셋(offset)은 채널 추정에 기초하여 등화기의 계수를 계산하는데 영향을 미친다. SINR은 등화기의 수렴 속도를 비교하는데 좋은 수단이다. SER은 0.2의 TOV(threshold of visibility)를 만족하데 필요한 SNR을 측정하는데 사용될 수 있다.

도 6a와 도 6b는 본 발명의 일 실시 예에 따른 브라질 A 및 D 채널에서의 RMSE(Root Mean Square Error)를 나타낸 그래프이다. 도 6a 내지 6b와 도 8a 내지 8c에서 A, B, C, D, E, F, G는 각각 다음을 의미한다.

A : DFE

B : DFE with VD-TBl-1

C : DFE with VD-TBl-15

D : CT-DFE based DFE with VD-TBL-1

E : CT-DFE based DFE with VD-TBL-15

F : GT-DFE based DFE with VD-TBL-1

G : GT-DFE based DFE with VD-TBL-15

여기서, VD-TBL-1는 비터비 디코더의 트레이스 백의 길이가 1임을 나타내며, VD-TBL-15는 비터비 디코더의 트레이스 백의 길이가 15임을 나타낸다.

도 6a와 도 6b에서는, 4가지의 서로 다른 채널 추정 기법들 즉, (a) correlation, (b) MA-VSS LMS 알고리즘, (c) correlation 과 MA-VSS LMS 알고리즘, 및 (d) 본원 발명의 일 실시예(수학식 6에서 4개의 서로 다른 임계값들

로 행함) 등으로 RMSE의 성능을 비교하였다. MA-VSS LMS 알고리즘의 파라미터의 파라미터는, 다음과 같다.

도 6a 와 도 6b에서 알 수 있듯이, 임계값(

)을 사용하지 않은 경우(예를 들면 (a), (c))에는 상관 노이즈 때문에 성능 열화가 발생한다. MA-VSS LMS 알고리즘의 RMSE는 불충분한 훈련 열 길이에 기인한 성능 손실 때문에 브라질 D와 같은 채널에서 증가된다. 한편, 본원 발명의 실시예들에서는, MA-VSS LMS 알고리즘의 계수들을 thresholded 상관 알고리즘 적용후에 잔존한 탭들로 초기화하였으므로, 훈련 열의 길이가 짧음으로 인한 단점을 극복하였다.

도 6b를 참조하면, 본원 발명의 실시예들은,

의 크기에 따라서 다른 성능을 보여줌을 알 수 있다.

가 0.2 인 경우는

={0.1, 0.3, 0.4}인 경우보다, 입력되는 SNR이 증가됨에 따라서, RMSE가 더 작아진다.

=0.1 인 경우와

={0.3, 0.4}인 경우는, 각각 잔류 상관 노이즈와 버려진 큰 채널 탭들로부터 기인한 MA-VSS LMA 알고리즘의 불충분한 초기화 때문이다. 따라서,

=0.2 인 경우가 이상적이다.

도 7a 내지 도 7d는 본 발명의 일 실시 예에 따른 브라질 A, C, D, 및 E채널에서 등화부의 신호대 잡음+간섭비율(SINR: Signal to Interface plus Ratio)을 나타낸 그래프이다. 도 7a 내지 도7d에서, A : DFE, B : CT-DFE-based DFE, C : GT-DFE-based DFE를 나타낸다.

등화부의 수렴 특성 예를 들면 start-up SINR, 수렴 속도, 및 수렴 후의 SINR을 각각 다음의 경우들에서 비교하였다.

가) GT-DFE based 등화부

나) CT-DFE based 등화부

다) GT-DFE가 없는 등화부

CT-DFE based 등화부에서는, 기준 탭이 채널 특성에 따라서 선택된 후, 기준 탭이 CT-DFE의 FFF의 최우측에 위치된다. 탭 400개의 FFF와 탭620개의 FBF가 사용된다. 탭 400개의 GT-FFF와 CT-FFF도 사용되며 GT-aFBF 의 탭 길이는

에 따라서 변화된다. GT-DFE, CT-DFE 및 DFE의 MA-VSS LMS 알고리즘의 파라미터 값들은 하기 표2로 요약하였다.

표2에서, (*) 마크를 가진 파라미터들은 CT-DFE에서 사용되지 않았다. GT-DFE와 CT-DFE의 훈련이 수렴하도록 하기 위해서, 훈련 열에 해당되는 신호 샘플들을 18회 반복하였다. 사용된 비터비 디코더의 추적 백 길이(trace back length)는 15이다. 후술하는 도7a-7d에서 등화부의 SINR 곡선은, 심볼 개수(個數)의 함수로서 주어지며, 각 점(point)은 1000개 이상의 심볼의 평균을 나타낸다.

도 7a 내지 도 7d 참조하면, 기준 탭의 위치는 DFE의 초기화를 위해서 주의 깊게 선별되어야 하고, CT-DFE에서는 에러 전파에 의한 SINR 손실이 FBF가 없는 SINR 이득보다 더 크며, GT-DFE는 빠른 start-up, 수렴 속도, 고출력 SINR 을 보여준다. 결과적으로, 계수들의 초기화는 등화부를 광대역화하는 데 필요하고, GT-DFE는 CT-DFE보다 8VSB DTV에 적합하다.

도 8a 내지 도 8c은 본 발명의 일 실시 예에 따른 브라질 E 및 C 채널에서 등화부의 SER(Symbol Error Rate)를 나타낸 그래프이다.

GT-DFE based 등화부, CT-DFE based 등화부, 등화부의 SER 성능을 입력 SNR의 함수로서 비교하였다. SER은 10,000개의 심볼에 대하여 계산되었다.

도 8a를 참조하면, 브라질 E 채널에서 SER은 커브를 형성한다. 도 8a에서, GT-DFE based DFE는 입력 SNR이 23 dB보다 큰 경우에는 DFE 보다 더 낮은 SER을 보여준다. 특히, 주목할 것은 E(GT-DFE based DFE)의 경우가 G의 경우(DFE)보다 성능이 좋다는 점이다. 입력 SNR의 크기가 23dB이 상인 경우, 비터비 디코드의 트레이스 백의 길이가 15인 경우(E, G)가 1인 경우(A, F)보다 약 1dB 정도 입력 SNR이 개선된다는 것을 알 수 있다. 이와 반대로, CT-DFE based DFE는, 도7d에 나타난 것처럼, 에러 전파 때문에 최악의 SER 성능을 보여준다. 도8a에서, GT-DFE based DFE는 입력 SNR이 22 dB 이상인 경우에는 TOV를 만족한다.

도 8b 및 도 8c를 참조하면, 변형된 브라질 C 및 D 채널에서의 SER 성능을 보여준다. 이들 채널에서, GT-DFE에서의 기준 탭과 그 위치는브라질 채널 C와 D채널의 것과 동일하다. 도 8b는, 비터비 디코더의 트레이스 백의 길이가 15인 경우 GT-DFE based DFE가 다른 것들과 비교할 때 최상의 성능을 보여 줌을 나타내며, 반면에 비터비 디코더의 트레이스 백의 길이가 1인 경우의 GT-DFE based DFE는 비터비 디코더의 트레이스 백의 길이가 1인 경우의 DFE 와 유사한 성능을 보여준다. CT-DFE based DFE의 성능 열화는 도 7b로부터 분석될 수 있다. 도 8c를 참조하면, 비터비 디코더의 트레이스 백의 길이가 15인 등화장치는, 비터비 디코더의 트레이스 백의 길이가 1인 등화장치보다 나은 성능을 보여준다. 기준 탭의 효과는 비터비 디코더의 트레이스 백의 길이가 15로 함으로써 최소화 될 수 있다. 도 8b 와 8c로부터, 입력 SNR이 20dB 인 경우, TOV를 매우 잘 만족함을 알 수 있다.

상술한 바와 같이 본 발명의 채널등화장치 및 그 방법에 따르면, 기준 탭의 위치를 채널의 특성에 따라서 변화시킴으로써, 에러 전파를 최소화한다.

비록 실시 예가 첨부된 도면을 참고로 설명되었지만 본 방법은 상술한 실시 예에 국한되지 않고 다양한 다른 변화 및 변경이 당업자에 의해 본 발명의 정신 및 범위를 벗어나지 않고 이루어질 수 있을 것이다. 그러한 모든 변화 및 변경은 첨부된 청구범위에 의해 정의된 본 발명의 범위 내에 포함되도록 한다.

Claims (5)

1. 수신된 신호에 대하여 채널을 추정하고, 추정한 채널로부터 임계값보다 큰 크기를 가진 채널을 기준 탭으로 선택하고, 선택한 기준 탭 신호의 크기의 1/2보다 큰 채널이 위치된 곳을 기준 탭의 위치로 선택하는 채널 추정부;

   상기 추정한 채널, 기준 탭, 및 기준 탭의 위치에 기초하여, 탭 계수를 추정하는 훈련 등화부(DFE); 및

   추정된 상기 탭 계수를 이용하여 수신된 신호를 등화하는 등화부(DFE: Decision Feedback Equalizer);를 포함하는 에러 전파를 최소화한 채널등화장치.
2. 제1항에 있어서,

   상기 채널 추정부는,

   수신된 신호에 대하여 상관 알고리즘을 적용하여 채널을 추정하는 상관부;

   상기 상관부가 추정한 채널의 노이즈를 제거하는 노이즈 제거부;

   수신된 신호와 상기 노이즈가 제거된 채널에 MA-VSS(Moving-Average Variable Step-Size) LMS 알고리즘을 적용하여 채널을 추정하는 LMS 부; 및

   상기 LMS 부가 추정한 채널 중에서 기준 탭 과 기준 탭 위치를 선택하는 선택부;를 더 포함하는 것을 특징으로 하는 에러 전파를 최소화한 채널등화장치.
3. 제2항에 있어서,

   상기 선택부는,

   상기 LMS 부가 추정한 채널 중에서, 임계값보다 큰 크기를 가진 채널을 기준 탭으로 선택하고, 선택한 기준 탭 신호의 크기의 1/2보다 큰 채널이 위치된 곳을 기준 탭의 위치로 선택하는 것을 특징으로 하는 에러 전파를 최소화한 채널등화장치.
4. a) 수신된 신호에 대하여 채널을 추정하고, 추정한 채널로부터 임계값보다 큰 크기를 가진 채널을 기준 탭으로 선택하고, 선택한 기준 탭 신호의 크기의 1/2보다 큰 채널이 위치된 곳을 기준 탭의 위치로 선택하는 단계;

   b) 상기 추정한 채널, 기준 탭, 및 기준 탭의 위치에 기초하여, 탭 계수를 추정하는 단계; 및

   c) 추정된 상기 탭 계수를 이용하여 수신된 신호를 등화하는 단계;를 포함하는 에러 전파를 최소화한 채널등화방법.
5. 제4항에 있어서,

   상기 a) 단계는,

   수신된 신호에 대하여 상관 알고리즘을 적용하여 채널을 추정하는 단계;

   상기 추정한 채널의 노이즈를 제거하는 노이즈 제거 단계;

   수신된 신호와 상기 노이즈가 제거된 채널에 MA-VSS(Moving-Average Variable Step-Size) LMS 알고리즘을 적용하여 채널을 추정하는 단계; 및

   상기 LMS 알고리즘을 적용하여 추정한 채널 중에서 기준 탭 과 기준 탭 위치를 선택하는 단계;를 포함하는 것을 특징으로 하는 에러 전파를 최소화한 채널등화 방법.

Images