KR100880993B1

KR100880993B1 - 직교주파수 분할다중 무선통신 시스템에서의 채널 추정방법 및 장치

Info

Publication number: KR100880993B1
Application number: KR1020070098871A
Authority: KR
Inventors: 성준현
Original assignee: 삼성전자주식회사
Priority date: 2006-09-29
Filing date: 2007-10-01
Publication date: 2009-02-03
Also published as: EP2067332A1; US20080080630A1; KR20080029948A; US7801232B2; EP2067332A4; WO2008039026A1

Abstract

본 발명은 직교주파수 분할다중 무선통신 시스템에서 블록 형태의 트레이닝 시퀀스를 이용한 채널 추정 알고리즘을 구현하는 방법 및 장치에 관한 것이다. 이를 위해 미리 지정된 복수의 부반송파 각각에서 트레이닝 시퀀스를 수신하고, 상기 트레이닝 시퀀스 각각에 대해 LS 알고리즘에 의한 1차 채널 추정을 수행한다. 그리고 상기 복수의 부반송파를 미리 결정된 수로 그룹핑하여 복수의 서브 그룹으로 분류하고, 상기 1차 채널 추정에 의해 부반송파 각각에 대응하여 획득한 채널 추정 값을 기반으로 상기 서브 그룹 별로의 선형 필터 계수를 획득한다. 상기 서브 그룹별로의 선형 필터 계수를 기반으로 MMSE 알고리즘을 수행하여 상기 복수의 부반송파 각각에 대응한 2차 채널 추정을 수행함으로써, 최종 채널 추정 결과를 획득한다.

OFDM 무선통신시스템, 채널 추정 알고리즘, LS 알고리즘, MMSE 알고리즘, Split-MMSE 알고리즘

Description

직교주파수 분할다중 무선통신 시스템에서의 채널 추정 방법 및 장치{CHANNEL ESTIMATION METHOD AND APPARUTUS IN AN OFDM WIRELESS COMMUNICATION SYSTEM}

본 발명은 직교주파수 분할다중(Orthogonal Frequency Division Multiplexing, 이하 "OFDM"이라 한다) 무선통신 시스템에서의 채널 추정 방법 및 장치에 관한 것으로, 특히 블록 형태의 트레이닝 시퀀스를 이용한 채널 추정 알고리즘을 구현하는 방법 및 장치에 관한 것이다.

통상적으로 채널 추정은 트레이닝 시퀀스에 기초하여 이루어진다. 상기 트레이닝 시퀀스의 구조는 블록 형태를 갖는다. 이러한 트레이닝 시퀀스는 IEEE 802.11 표준에서 제안하고 있는 트레이닝 시퀀스의 구조와 같다.

간단한 채널 추정 알고리즘으로 LS (Least-Square) 알고리즘이 있다. 상기 LS 알고리즘은 실제로 매우 널리 쓰인다. MMSE 알고리즘은 LS 알고리즘의 성능을 더욱 향상시킨 채널 추정 알고리즘이다. 그러나, 상기 MMSE 알고리즘은 상기 LS 알 고리즘에 비해 복잡도가 높다는 단점이 있다.

상기 2 가지의 채널 추정 알고리즘에 관한 특징을 정리하면 다음과 같다.

- LS 알고리즘 : 복잡도는 매우 간결하나 낮은 신호대 잡음비 (SNR ; Signal to Noise Ratio)에서 비트 오류 율 성능이 열악함.

- MMSE 알고리즘 : 복잡도는 매우 높으나 낮은 신호대 잡음비 (SNR ; Signal to Noise Ratio)에서 비트 오류 율 성능이 양호함.

전술한 예와 같이 채널 추정 알고리즘에서 복잡도와 성능 사이에는 서로 모순된 트레이드 오프 (trade off) 관계가 있다. 즉 복잡도를 줄이면 성능이 감소하고, 성능을 높이면 복잡도가 증가한다.

따라서 복잡도를 낮추면서도 성능이 좋은 채널 추정 알고리즘에 관한 연구가 지속적으로 이루어지고 있으나 그 구현에 많은 어려움이 있었다.

따라서 본 발명에서는 낮은 복잡도를 가지면서도 양호한 성능을 얻을 수 있는 채널 추정 알고리즘의 구현 방법 및 장치를 제공한다.

또한 본 발명에서는 블록 형태의 트레이닝 시퀀스를 사용하는 OFDM 무선통신시스템에서 채널 추정에 따른 복잡도를 감소시키기 위한 채널 추정 알고리즘 장치 및 방법을 제공한다.

또한 본 발명에서는 블록 형태의 트레이닝 시퀀스를 사용하는 OFDM 무선통신시스템에서 LS 알고리즘이 갖는 복잡도와 MMSE 알고리즘이 갖는 성능에 근접하는 채널 추정 방법 및 장치를 제공한다.

또한 본 발명에서는 낮은 복잡도를 유지하면서 MMSE 알고리즘에 근접한 성능을 획득할 수 있는 Split-MMSE 알고리즘을 실제로 구현 가능하도록 하는 채널 추정 방법 및 장치를 제공한다.

본 발명은 전술한 바를 달성하기 위한 제1견지에 있어, 미리 지정된 복수의 부반송파 각각에서 트레이닝 시퀀스를 수신하는 과정과, 상기 트레이닝 시퀀스 각각에 대해 LS 알고리즘에 의한 1차 채널 추정을 수행하는 과정과, 상기 복수의 부반송파를 미리 결정된 수로 그룹핑하여 복수의 서브 그룹으로 분류하고, 상기 1차 채널 추정에 의해 부반송파 각각에 대응하여 획득한 채널 추정 값을 기반으로 상기 서브 그룹 별로의 선형 필터 계수를 획득하는 과정 및 상기 서브 그룹 별로의 선형 필터 계수를 기반으로 MMSE 알고리즘을 수행하여 상기 복수의 부반송파 각각에 대응한 2차 채널 추정을 수행하는 과정을 포함하는 직교주파수 분할다중 무선통신 시스템에서의 채널 추정 방법을 제안한다.

본 발명은 전술한 바를 달성하기 위한 제2견지에 있어, 미리 지정된 복수의 부반송파 각각에서 수신되는 트레이닝 시퀀스를 제로 포싱하여 1차 채널 추정을 수행하는 LS 채널 추정부와, 상기 복수의 부반송파를 미리 결정된 수로 그룹핑하여 복수의 서브 그룹으로 분류하고, 상기 1차 채널 추정에 의해 부반송파 각각에 대응하여 획득한 채널 추정 값을 기반으로 상기 서브 그룹에 대응한 상관 행렬을 추정하는 상관행렬 추정부와, 상기 추정한 상관 행렬과 미리 알고 있는 잡음 분산을 기반으로 선형 필터 계수를 계산하는 필터 계산부 및 상기 서브 그룹 별로 상기 계산된 선형 필터 계수를 적용한 MMSE 알고리즘을 수행하여 상기 복수의 부반송파 각각에 대응한 2차 채널 추정을 수행하는 MMSE 채널 추정부를 포함하는 직교주파수 분할다중 무선통신 시스템에서의 채널 추정 장치를 제안한다.

전술한 바와 같이 본 발명에서는 채널 추정이 LS 알고리즘과 MMSE 알고리즘에 의해 분할 처리되도록 함으로써, MMSE 알고리즘을 단독으로 사용하는 경우에 비해 복잡도를 줄일 수 있다. 또한 LS 알고리즘을 단독으로 사용하여 채널 추정을 수행하는 경우에 비해 양호한 성능을 얻을 수 있다. 뿐만 아니라 본 발명에서 제안하는 채널 추정 알고리즘은 다양한 통신 방식에 적용할 수 있는 장점을 가진다.

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예에 대한 동작원리를 상세히 설명한다. 도면상에 표시된 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조부호로 나타내었으며, 다음에서는 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술 되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

후술 될 본 발명의 실시 예에서 송신기는 채널 추정을 위한 트레이닝 시퀀스를 전송한다. 상기 트레이닝 시퀀스는 미리 지정된 부반송파 대역 내의 각 부반송파에서 전송된다. 상기 트레이닝 시퀀스는 미리 지정된 부반송파 대역 내에서 소정 주기에 의해 전송될 수도 있다. 이와 같이 미리 지정된 부반송파 대역 내의 각 부반송파에서 전송되는 부반송파의 집합을 ‘블록 형태의 부반송파’라 한다.

한편 후술될 본 발명의 실시 예에서 수신기는 미리 지정된 부반송파 대역 내의 각 부반송파에서 트레이닝 시퀀스를 수신하고, 상기 각 트레이닝 시퀀스에 대한 제로-포싱 (Zero-Forcing)을 통해 채널을 추정하는 LS (Least Square) 알고리즘을 수행한다.

그리고 상기 수신기는 LS 알고리즘에 의해 각 부반송파에서의 트레이닝 시퀀스에 대응한 채널 추정 값을 획득한다. 상기 수신기는 획득한 채널 추정 값을 기반 으로 하여 서브 그룹별로의 선형 필터 계수를 산출한다. 상기 서브 그룹는 트레이닝 시퀀스가 수신되는 부반송파들을 소정 개수 (S)로 그룹핑한 부반송파의 묶음이다.

그 후 상기 수신기는 각 서브 그룹에 대응하여 산출한 선형 필터 계수를 기반으로 MMSE 알고리즘을 수행한다. 상기 수신기는 상기 MMSE 알고리즘의 수행에 의해 상기 트레이닝 시퀀스가 수신된 각 부반송파에 대응한 채널 추정 값을 획득한다.

도 1은 OFDM 방식을 지원하는 송신장치의 구조를 보이고 있다. 도 1에서 보이고 있는 송신장치는 QAM 매핑부 (100), MIMO 처리부 (110), IFFT부 (120) 및 CP 삽입부 (130)에 의해 구성된다.

도 1을 참조하면, 전송하고자 하는 비트 스트림은 QAM 매핑부(100)로 제공된다. 상기 비트 스트림은 데이터 스트림뿐만 아니라 채널 추정을 위해 사전에 약속된 트레이닝 시퀀스를 포함한다.

상기 QAM 매핑부 (100)는 소정의 변조방식에 의해 상기 비트 스트림을 변조하여 QAM 심볼 열을 생성한다. MIMO 처리부 (110)는 다중 안테나 시스템의 송신장치에서 복수의 안테나를 통해 데이터를 전송하기 위해 요구되는 구성이다. 상기 MIMO 처리부 (110)는 상기 QAM 심볼 열을 입력으로 하며, 상기 QAM 심볼 열에 대한 시공간 부호 또는 공간 다중화를 통해 각 안테나별로 QAM 심볼을 분배한다. 만약 단일 안테나 시스템의 경우라면, 상기 QAM 심볼 열을 전송할 안테나로의 출력을 제외한 나머지 출력으로는 단순히 널 (null) 블록을 출력한다.

한편 각 안테나별로 출력되는 QAM 심볼 열은 FFT 크기에 도달할 때까지 보호 대역과 DC 부반송파들과 함께 버퍼링된다. 상기 DC 부반송파는 기지국 또는 단말의 RF 중심 주파수와 동일한 주파수를 갖는 부반송파를 의미한다.

상기 버퍼링에 의해 각 안테나별로 출력되는 FFT 크기의 심볼 열은 IFFT 부 (120)로 제공된다. 상기 IFFT 부 (120)는 상기 심볼 열에 대한 역 고속 푸리에 변환 (IFFT ; Inverse Fast Fourier Transform)을 수행하여 시간 영역에서의 신호를 출력한다. CP 삽입부 (130)는 각 안테나에 대응하여 제공되는 시간 영역 신호의 전단에 CP (Cyclic Prefix)를 부가한다. 그리고 상기 CP 가 부가된 신호는 다중 안테나에 의해 형성되는 다중 채널을 통해 수신장치로 전송된다.

전술한 바와 같이 송신장치는 QAM 신호를 다중 안테나에 대응한 공간 스트림으로 생성하고, 상기 각 공간 스트림에 대한 IFFT를 수행한 후 다중 안테나를 통해 전송하기 전에 CP를 부가한다.

도 2는 OFDM 방식을 지원하는 수신장치의 구조를 보이고 있다. 도 2에서 보이고 있는 수신장치는 CP 제거부 (210), FFT 부 (220), 채널 추정부 (230), MIMO 검출부 (240) 및 QAM 디매핑부 (250)에 의해 구성된다.

도 2를 참조하면, 다중 채널을 통해 송신장치로부터 전송된 신호는 CP 제거부 (210)로 제공된다. 상기 CP 제거부 (210)로 제공된 수신신호는 시간 동기화 및 주파수 동기화가 선행된다. 상기 CP 제거부 (210)는 상기 시간 동기화 및 주파수 동기화가 이루어진 신호로부터 CP를 제거한다. 상기 CP가 제거된 수신신호는 FFT 크기에 도달할 때까지 버퍼링된다.

그리고 상기 버퍼링을 통해 FFT 크기로 출력되는 수신신호는 FFT 부 (220)로 제공된다. 상기 FFT 부 (220)는 상기 FFT 크기의 수신신호에 대한 고속 푸리에 변환 (FFT ; Fast Fourier Transform)을 수행하여 주파수 영역의 신호를 출력한다.

상기 주파수 영역의 신호는 채널 추정부 (230)와 MIMO 검출부 (240)로 제공된다. 상기 채널 추정부 (230)는 다중 안테나에 의해 형성되는 채널별로의 채널 상태를 추정하고, 상기 각 채널에 대응한 채널 추정 값을 출력한다.

통상적으로 SISO (Single-Input Single-Output) OFDM 시스템에서는, 다양한 채널 추정 알고리즘이 제안되었다. 그러나, 가장 주목받는 알고리즘은 간결성에 기인한 LS (Least Square) 알고리즘이다. 상기 LS 알고리즘은 각 부반송파에서 수신되는 트레이닝 시퀀스에 대한 제로-포싱 (Zero-Forcing)을 수행함으로써, 채널 추정이 이루어진다. 하지만 앞에서도 밝힌 바와 같이 상기 LS 알고리즘은 비트 오류 율의 성능이 빈약하다는 단점이 있다.

따라서 본 발명에서는 바람직한 채널 추정 알고리즘으로써, 분할 (Split) MMSE 알고리즘을 제안한다. 상기 분할 MMSE 알고리즘은 상기 MMSE 알고리즘의 수행을 위해서는 일차적으로 수행된 LS 알고리즘에 의한 채널 추정 결과 값이 사용된다. 일차적으로 LS 알고리즘에 의한 채널 추정을 수행하고, 이차적으로 MMSE 알고리즘에 의한 채널 추정을 수행한다. 상기 분할 MMSE 알고리즘은 복잡도를 낮추면서도 채널 추정 성능을 향상시키는 장점을 갖는다. 상기 분할 MMSE 알고리즘에 대한 구체적인 설명은 후술 될 것이다.

상기 MIMO 검출부 (240)는 상기 FFT 부 (220)로부터 각 안테나에 대응하여 제공되는 시간 영역의 신호와 상기 채널 검출부 (230)로부터 각 채널에 대응하여 제공되는 채널 추적 값에 의해 QAM 신호를 생성한다. 상기 QAM 신호는 QAM 디매핑부 (250)로 제공된다. 한편 단일 안테나의 경우, 상기 MIMO 검출부 (240)는 단순히 주파수 영역 원-탭 (one-tap) 등화기로 구현이 가능하다. 상기 QAM 디매핑부 (250)는 상기 QAM 신호를 비트들에 디매핑함으로써, 원 신호 (source signal)를 출력한다. 상기 원 신호는 송신장치에 의해 전송이 이루어진 비트 스트림에 해당한다.

전술한 바와 같이 수신장치는 각 수신 스트림으로부터 CP를 제거하고, 상기 CP가 제거된 각 수신 스트림에 대해 FFT를 수행한다. 그리고 상기 FFT가 이루어진 신호는 심볼간 간섭 (ISI ; Inter Symbol Interference)에 대하여 자유롭다. 그리고 다중 안테나에 의한 공간 간섭은 MIMO 검출에 의해 제거되거나 줄어든다.

도 3은 본 발명에서 바람직한 실시 예로써 제안하는 분할 MMSE 알고리즘에 따른 채널 추정 절차를 개략적으로 보이고 있다. 도 3에서는 N개의 부반송파를 통해 트레이닝 시퀀스를 수신하고, 각 서브 그룹이 4개의 부반송파의 묶음으로 그룹핑된 예를 가정하고 있다.

도 3을 참조하면, 부반송파 (h₀, h₁, h₂, …, h_N _?1) 별로 수신된 각 트레이닝 시퀀스에 대한 ZF을 수행하여 LS 알고리즘에 의한 채널 추정 값 (

, 여기서 ‘0 ≤ n ≤ N-1’이고, N은 트레이닝 시퀀스를 전송하기 위해 사용된 부반송파의 수)을 획득한다 (참조번호 300, 310, 320). 상기 LS 알고리즘에 의해 획득한 채널 추정 값

은 각 부반송파에 수신된 신호에 대해서 독립적이다.

그리고 상기 획득한 채널 추정 값

에 의해 선형 필터 계수 (K)를 산출한다. 각 부반송파에 대응한 선형 필터 계수 (K)는 하기 <수학식 1>에 의해 산출할 수 있다.

K　= R_hh(R_hh　+ N₀I)^-1

여기서, R_hh 는 채널 h의 상관 행렬 (correlation matrix)이고, N₀는 잡음 분산이며, I는 항등 행렬이다.

상기 <수학식 1>에 의해 선형 필터 계수 (K)를 산출하기 위해서는 상관행렬 R_hh 및 잡음 분산 N₀ 에 관한 정보가 요구된다. 따라서 전술한 바에 의해 선형 필터 계수 (K)를 산출할 경우, 채널 추정의 정확성을 향상시킬 수는 있으나 R_hh의 차원이 매우 크기 때문에 행렬의 역에 기인하여 매우 높은 복잡도를 갖는다. 예컨대, 64 FFT를 사용할 경우, 사용된 부반송파의 수는 52이다. 따라서 선형 필터 계수 (K)를 산출하기 위해서는 52 X 52 행렬의 역이 필요하다.

전술한 바를 고려할 때, 복잡도는 상관 행렬 R_hh의 크기를 줄임으로써 상당히 감소시킬 수 있음을 예상할 수 있다. 따라서 본 발명에서는 모든 부반송파에 대해 MMSE 필터를 적용하는 대신에 전체 부반송파를 소정 크기 (S)를 갖는 서브 그룹으로 분리하고, 서브 그룹별로 선형 필터 계수 (K_S)를 산출할 것을 제안한다. 즉 하 기 <수학식 2>에 의해 서브 그룹 별 선형 필터 계수 (K_S)를 산출한다.

K_S　= R_hh _,S(R_hh _,S　+ N₀I_S)^-1

여기서, R_hh _,S는 크기 S의 서브 그룹 내에서 채널 h의 상관 행렬이고, N₀는 잡음 분산이며, I_S는 항등 행렬이다.

상기 <수학식 2>에 의해 산출되는 선형 필터 계수 (K_S)는 각 서브 그룹별로 적용된다. 즉 상기 <수학식 2>에 의한 선형 필터 계수 (K_S)의 산출을 위해서는 S X S 행렬의 역만이 필요하다. 따라서 복잡도는 상기 <수학식 1>에 의해 선형 필터 계수를 산출하는 경우에 비해 상당히 감소시킬 수 있다. 예컨대, S=4일 때, 행렬 차원이 52 X 52부터 4 X 4로 줄어든다. 그리고 각 서브 그룹별로 산출한 선형 필터 계수 (K_S)는 동일한 것으로 MMSE 알고리즘에 의한 채널 추정을 생성하기 위해 LS 알고리즘에 의한 채널 추정에 적용된다.

하지만 복잡도만을 고려하여 S를 줄이면, 성능이 저하를 야기하게 된다. 따라서 복잡도와 성능을 충분히 고려하여 S를 결정하는 것이 반드시 필요할 것이다. 앞에서 일 예로 제시한 S를 4로 설정하는 것이 복잡도와 성능을 모두 고려한 좋은 선택이라 판단된다. 이에 대해서는 후술 될 실험 데이터에 의해 설명에서 구체적으로 보일 것이다.

한편 상기 <수학식 2>에 의해 선형 필터 계수 (K_S)를 산출하기 위해서는 추가로 고려해야 할 사항들이 존재한다. 즉 상기 <수학식 1>에 의해 완전한 MMSE 알고리즘의 적용을 위한 선형 필터 계수 (K) 및 상기 <수학식 2>에 의해 분할 MMSE 알고리즘의 적용을 위한 선형 필터 계수 (K_S)를 계산하기 위해서 잡음 분산 N₀ 및 상관 행렬 R_hh 을 알아야 한다.

따라서 수신장치가 잡음 분산 N₀를 알고 있다고 가정할 시, 상관 행렬 R_hh의 계산에 초점을 둔다. 일 예로 S=4 인 경우, 상관 행렬 R_hh _,S는 하기 <수학식 3>과 같은 구조를 갖는다.

상기 <수학식 3>에서 알 수 있는 바와 같이 오직 4개의 상관 계수만을 추정함으로써, 상관 행렬 R_hh _,S를 획득할 수 있다. 상기 상관 계수의 추정은 하기 <수학식 4>에 의해 이루어진다.

ρ₀　= average[h_k ^LSh_k ^LS ^*] - N₀

ρ_m　= average[h_k ^LSh_k ₊ _m ^LS ^*]

상기 <수학식 4>에서는 낮은 신호대 잡음비 (SNR)에서 잡음 효과를 줄이기 위해, 모든 부반송파들에 대해 평균을 구한다. 그리고 다중 안테나에 대해서도 안테나들에 대한 평균을 고려한다. 상기 평균은 내부에 사용되는 패킷들에 대해서 변경되지 않은 채널 통계에 따라 상기 <수학식 4>에 의해 구할 수 있다.

한편 상기 <수학식 2>에 의해 R_hh _,S를 계산할 때, 유한해 계산(finite-resolution computation)은 특이성 문제를 유발할 수 있다. 이러한 문제를 해결하기 위해서는 하기 <수학식 5>에 의해 서브 그룹 별 선형 필터 계수 (K_S)를 산출하는 것이 바람직하다.

K_S　= N₀ ^-1I_S　-　N₀ ^-2U(N₀ ^-1I + S^-1)^-1U^*

여기서, R_hh _,S　= USU^*은 R_hh _,S의 아이겐디콤포지션 (eigendecoposition)이고, R_hh,S는 크기 S의 서브 그룹 내에서 채널 h의 상관 행렬이고, N₀는 잡음 분산이며, I 및 I_S는 항등 행렬이다.

한편 상기 <수학식 5>는 수학적으로 <수학식 2>와 동일하지만, 유한-정밀 계산 (finite-precision computation)에 좀 더 안정적이다.

전술한 바에 의해 상기 서브 그룹별로 산출된 선형 필터 계수는 각 부반송파 에 대응하여 수행되는 MMSE 알고리즘에 의한 채널 추정에 사용된다 (참조번호 340). 그리고 상기 MMSE 알고리즘에 의한 채널 추정된 결과 (

, 여기서 ‘0 ≤ n ≤ N-1’이고, N은 트레이닝 시퀀스를 전송하기 위해 사용된 부반송파의 수)를 획득하게 된다.

도 4는 본 발명에서 제안하는 채널 추정 알고리즘에 의해 채널 추정을 수행하는 채널 추정부 (230)의 일 예를 보이고 있다. 도 4에서 보이고 있는 바와 같이 채널 추정부 (230)는 LS 채널 추정부 (400), 상관행렬 추정부 (410), 필터 계산부 (420) 및 MMSE 채널 추정부 (430)에 의해 구성된다.

도 4를 참조하면, CP가 제거되고, FFT에 의해 주파수 영역으로 변환된 트레이닝 시퀀스는 LS 채널 추정부 (400)로 제공된다. 상기 트레이닝 시퀀스로부터 CP를 제거하거나 FFT를 수행하는 것은 도 2를 참조하여 이미 설명하였음에 따라 구체적인 설명은 생략한다.

상기 LS 채널 추정부 (400)는 트레이닝 시퀀스에 대해 LS 알고리즘에 의한 대략적인 추정 (coarse estimate)을 수행한다. 즉 상기 LS 채널 추정부 (400)는 각 부반송파에 의해 수신된 트레이닝 시퀀스 별로 ZF에 의한 채널 추정을 통해 1차적 채널 추정 값 (

)을 획득한다. 상기 1차적 채널 추정 값 (

)은 MMSE 채널 추정부 (430)와 상관행렬 추정부 (410)로 제공된다.

상기 상관행렬 추정부 (410)는 상기 1차적 채널 추정 값 (

)을 기반으로 상관 행렬을 추정한다. 이때, 평균은 부반송파들에 대하여 취해진다. 또한 가능 한 수신 안테나들과 OFDM 심볼들에 대해서도 평균이 취해진다. 상기 상관 행렬은 상기 <수학식 3>의 구조를 갖는다. 한편 상기 상관 행렬을 추정하기 위해서는 소정 개수의 상관 계수에 대한 추정이 선행되어야 한다. 상기 상관 계수는 상기 <수학식 4>에 의해 추정한다. 이때 상기 1차적 채널 추정 값 (

)이 사용된다.

상기 상관행렬 추정부 (410)에 의해 추정된 상관 행렬은 필터 계산부 (420)로 제공된다. 상기 필터 계산부 (420)는 잡음 분산 추정을 이용하여 상기 추정된 상관 행렬로부터 서브 그룹 별 선형 필터 계수 (K_S)를 산출한다. 상기 서브 그룹별 선형 필터 계수 (K_S)는 상기 <수학식 2> 또는 상기 <수학식 5>에 의해 산출한다. 상기 산출된 서브 그룹별 선형 필터 계수 (K_S)는 상기 MMSE 채널 추정부 (430)로 제공된다.

상기 MMSE 채널 추정부 (430)는 상기 LS 채널 추정부 (400)로부터 제공된 1차적 채널 추정 값 (

)과 상기 서브 그룹별 선형 필터 계수 (K_S)를 고려하여 채널 추정을 수행한다. 즉 미리 분리된 부반송파의 각 그룹에 해당 선형 필터 계수를 적용하여 MMSE 알고리즘에 의한 채널 추정을 수행한다. 수신장치는 상기 MMSE 알고리즘에 의해 각 부반송파 별로의 최종 채널 추정 값 (

)을 획득한다.

도 5는 본 발명에서 제안하는 채널 추정 알고리즘에 의한 채널 추정 절차를 보이고 있는 제어 흐름도이다.

도 5를 참조하면, 채널 추정부는 500단계에서 각 부반송파 별로 수신된 트레 이닝 시퀀스 각각에 대해 LS 알고리즘에 의한 채널 추정을 수행한다. 상기 LS 알고리즘에 의한 채널 추정은 상기 트레이닝 시퀀스 각각에 대해 독립적으로 이루어진다. 즉 부반송파 마다 독립적으로 LS 알고리즘에 의한 채널 추정을 수행한다. 따라서 상기 채널 추정부는 500단계에서 트레이닝 시퀀스 별로의 1차적 채널 추정 값 (

)을 획득한다.

상기 채널 추정부는 510단계에서 상기 트레이닝 시퀀스 별로의 추정된 1차적 채널 추정 값 (

)을 기반으로 상관 행렬을 산출한다. 이때, 평균은 부반송파들에 대하여 취해진다. 또한 가능한 수신 안테나들과 OFDM 심볼들에 대해서도 평균이 취해진다. 상기 채널 추정부는 상기 상관 행렬의 추정을 위해 상기 1차적 채널 추정 값 (

)을 사용하여 소정 개수의 상관 계수를 추정한다. 상기 상관 계수는 상기 <수학식 4>에 의해 추정한다.

상기 채널 추정부는 520단계에서 상기 추정된 상관 행렬을 이용하여 서브 그룹별 선형 필터 계수 (K_S)를 계산한다. 상기 서브 그룹 별 선형 필터 계수 (K_S)는 상기 <수학식 2> 또는 상기 <수학식 5>에 의해 계산한다. 상기 채널 추정부는 530단계에서 상기 1차적 채널 추정 값 (

)과 상기 서브 그룹 별 선형 필터 계수 (K_S)를 고려하여 MMSE 알고리즘에 의한 채널 추정을 수행한다. 따라서 각 부반송파 별로의 최종 채널 추정 값 (

)을 획득한다.

도 6은 본 발명에서 제안하는 채널 추정 알고리즘을 수행하기 위한 무선 근 거리 통신 시스템에서 수신장치의 구현 예를 보이고 있다. 도 6에서 보이고 있는 수신장치는 CP 제거부 (600), FFT 부 (610), 정규화부 (620), HT-LTF 결합부 (630), LS 채널 추정부 (640), CS 효과 취소부 (650), 상관행렬 추정부 (660), 필터 계산부 (670), MMSE 채널 추정부 (680) 및 CS 효과 재개부 (690)로 구성된다. 상기 구성들 중 도 2, 도 3에서 이미 설명되었거나 무선 근거리 통신 시스템에서 통상적인 구성에 대한 상세한 설명은 생략한다. 즉, 도 6에서 CP 제거부 (600), FFT 부 (610), 정규화부 (620), LS 채널 추정부 (640), 상관행렬 추정부 (660), 필터 계산부 (670), MMSE 채널 추정부 (680)의 기능에 관한 구체적인 설명은 생략한다.

도 6을 참조하면, 트레이닝 시퀀스는 HT-LTF (High-Throughput Long Training Field) 내에 놓인다. 다중 안테나가 채용되고, 코드분할 다중화된 트레이닝 시퀀스가 HT-LTF 내에 있을 때, 수신된 HT-LTF 시퀀스는 LS 추정 이전에 HT-LTF 결합부 (630)에 의해 결합하여야 한다. LS 채널 추정부 (640)는 사용된 부반송파들 상에서 LS 알고리즘에 의한 채널 추정을 수행한다. 반면에 보호대역 및 DC 부반송파는 생략된다.

한편 근거리 무선 통신 망에서 CS (Cyclic Shift)는 비고의적인 빔포밍을 피하기 위해 수행된다. 이러한 CS 처리는 매우 민감하게 주파수 상관에 영향을 준다. 그로 인해 MMSE 알고리즘에 의한 채널 추정을 방해한다. 이러한 문제의 해결을 위해서 CS 효과는 MMSE 알고리즘에 의한 채널 추정 전에 제거되어야 하며, 원 신호들로 되돌아가는 것을 반복해야 한다. 또한 상관 행렬 추정은 CS 효과를 중화한 후에 수행된다. 따라서 무선 근거리 통신 시스템의 수신장치 내에서 채널 추정 및 상관행렬 추정을 위한 블록 다이어그램은 도 6에 나타낸 바와 같다. 그리고 CS 효과 제거 및 반복은 CS 효과 취소부 (650) 및 CS 효과 재개부 (690)에서 수행된다.

이하 본 발명에서 제안하는 상관 행렬 추정이 적용된 Split-MMSE 알고리즘의 MSE (Mean Squared Error)에 대한 시뮬레이션 결과를 살펴보면 다음과 같다. 이를 위해 64개의 부반송파를 가진 2 X 2 MIMO OFDM 시스템을 고려하였으며, 상관 행렬의 크기를 결정하는 S를 4로 가정하였다.

도 7은 본 발명의 실시 예에 따른 이상적인 상관 행렬에 따라 채널 행렬을 추정할 때 Split-MMSE 추정의 성능을 나타낸 그래프이다. 이때 비교 기준으로서 LS 알고리즘 및 MMSE 알고리즘의 MSE 성능이 제시되어 있다.

도 7을 참조할 때, 상관 행렬 추정은 낮은 신호대잡음비 (SNR)에서 거의 완전함을 나타낸다. 그리고 높은 신호대잡음비에서는 불안정한 행렬의 역계산으로 인하여 약간의 저하가 존재한다. 이때 평균은 부반송파들, 안테나들 및 패킷들 전체에 대하여 이루어졌다.

도 8은 본 발명의 실시 예에 따른 패킷들이 발생하는데 따른 MSE를 나타낸 그래프이다.

도 8을 참조할 때, 낮은 신호대잡음비에서 상관 행렬 추정은 이상적인 경우와 마찬가지로 수행된다. 이 경우, 패킷 평균은 생략될 수 있다. 그리고 결과를 검토해 보면, 시작점에서 SNR은 30dB이고, 채널 상관 행렬을 추정할 때 작은 저하가 존재하며, 시간이 지남에 따라 이상적인 경우로 수렴한다.

도 9는 본 발명의 실시 예에 따른 <수학식 5>가 <수학식 2> 보다 더욱 안정적임을 보이고 있는 그래프이다. 도 9에서는 특이성에 기인하여, <수학식 2>는 시작점에서 상당한 MSE를 산출하고 있고, <수학식 4>는 합리적인 수준에서 MSE를 유지한다.

도 1은 OFDM 방식을 지원하는 송신장치의 구조를 보이고 있는 도면,

도 2는 OFDM 방식을 지원하는 수신장치의 구조를 보이고 있는 도면,

도 3은 본 발명에서 바람직한 실시 예로써 제안하는 분할 MMSE 알고리즘에 따른 채널 추정 절차를 개략적으로 보이고 있는 도면,

도 4는 본 발명에서 제안하는 채널 추정 알고리즘에 의해 채널 추정을 수행하는 채널 추정부의 일 예를 보이고 있는 도면,

도 5는 본 발명에서 제안하는 채널 추정 알고리즘에 의한 채널 추정 절차를 보이고 있는 제어 흐름도,

도 6은 본 발명에서 제안하는 채널 추정 알고리즘을 수행하기 위한 무선 근거리 통신 시스템에서 수신장치의 구현 예를 보이고 있는 도면,

도 7은 본 발명의 실시 예에 따른 이상적인 상관 행렬에 따라 채널 행렬을 추정할 때 Split-MMSE 추정의 성능을 나타낸 그래프,

도 8은 본 발명의 실시 예에 따른 패킷들이 발생하는데 따른 MSE를 나타낸 그래프, 및

도 9는 본 발명의 실시 예에 따른 <수학식 5>가 <수학식 2> 보다 더욱 안정적임을 보이고 있는 그래프.

Claims

직교주파수 분할다중 무선통신 시스템에서의 채널 추정 방법에 있어서,

미리 지정된 복수의 부반송파 각각에서 트레이닝 시퀀스를 수신하는 과정;

상기 트레이닝 시퀀스 각각에 대해 LS 알고리즘에 의한 1차 채널 추정을 수행하는 과정;

상기 복수의 부반송파를 미리 결정된 수로 그룹핑하여 복수의 서브 그룹으로 분류하고, 상기 1차 채널 추정에 의해 부반송파 각각에 대응하여 획득한 채널 추정 값을 기반으로 상기 서브 그룹 별로의 선형 필터 계수를 획득하는 과정; 및

상기 서브 그룹별로의 선형 필터 계수를 기반으로 MMSE 알고리즘을 수행하여 상기 복수의 부반송파 각각에 대응한 2차 채널 추정을 수행하는 과정을 포함하는 채널 추정 방법.
제1항에 있어서, 상기 선형 필터 계수를 획득하는 과정은,

상기 1차 채널 추정에 의해 부반송파 각각에 대응하여 획득한 채널 추정 값에 의해 복수의 상관 계수를 추정하고;

상기 추정된 복수의 상관 계수에 의해 상기 서브 그룹을 구성하는 부반송파의 개수를 고려한 상관 행렬을 획득하며;

상기 획득한 상관 행렬과 미리 알고 있는 잡음 분산을 기반으로 상기 선형 필터 계수를 계산함을 특징으로 하는 채널 추정 방법.
삭제
제2항에 있어서, 상기 복수의 상관 계수는, ρ₀　= average[h_k ^LSh_k ^LS*] - N₀와 ρ_m　= average[h_k ^LSh_k+m ^LS*]에 의해 추정되며, 여기서
(0 ≤ n ≤ N-1)는 부반송파 각각에 대응하여 획득한 채널 추정 값이고, N은 트레이닝 시퀀스를 전송하기 위해 사용된 부반송파의 수이며, N₀는 잡음 분산임을 특징으로 하는 채널 추정 방법.
제4항에 있어서, 상기 상관 계수의 추정을 위한 평균은, 낮은 신호대 잡음비에서 잡음 효과를 줄이기 위해 부반송파들, 수신 안테나들 및 패킷들에 대해 취함을 특징으로 하는 채널 추정 방법.
제5항에 있어서, 상기 상관 행렬은,
의 구조를 가짐을 특징으로 하는 채널 추정 방법.
직교주파수 분할다중 무선통신 시스템에서의 채널 추정 장치에 있어서,

미리 지정된 복수의 부반송파 각각에서 수신되는 트레이닝 시퀀스를 제로 포싱하여 1차 채널 추정을 수행하는 LS 채널 추정부;

상기 복수의 부반송파를 미리 결정된 수로 그룹핑하여 복수의 서브 그룹으로 분류하고, 상기 1차 채널 추정에 의해 부반송파 각각에 대응하여 획득한 채널 추정 값을 기반으로 상기 서브 그룹에 대응한 상관 행렬을 추정하는 상관행렬 추정부;

상기 추정한 상관 행렬과 미리 알고 있는 잡음 분산을 기반으로 선형 필터 계수를 계산하는 필터 계산부; 및

상기 서브 그룹 별로 상기 계산된 선형 필터 계수를 적용한 MMSE 알고리즘을 수행하여 상기 복수의 부반송파 각각에 대응한 2차 채널 추정을 수행하는 MMSE 채널 추정부를 포함하는 채널 추정 장치.
제7항에 있어서, 상기 상관 행렬 추정부는,

상기 1차 채널 추정에 의해 부반송파 각각에 대응하여 획득한 채널 추정 값 에 의해 복수의 상관 계수를 추정하고, 상기 추정된 복수의 상관 계수에 의해 상기 서브 그룹을 구성하는 부반송파의 개수를 고려한 상관 행렬을 획득함을 특징으로 하는 채널 추정 장치.
제8항에 있어서, 상기 복수의 상관 계수는, ρ₀　= average[h_k ^LSh_k ^LS ^*] - N₀와 ρ_m　= average[h_k ^LSh_k ₊ _m ^LS ^*]에 의해 추정되며, 여기서
(0 ≤ n ≤ N-1)는 부반송파 각각에 대응하여 획득한 채널 추정 값이고, N은 트레이닝 시퀀스를 전송하기 위해 사용된 부반송파의 수이며, N₀는 잡음 분산임을 특징으로 하는 채널 추정 장치.
제9항에 있어서, 상기 상관 계수의 추정을 위한 평균은, 낮은 신호대 잡음비에서 잡음 효과를 줄이기 위해 부반송파들, 수신 안테나들 및 패킷들에 대해 취함을 특징으로 하는 채널 추정 장치.
제10항에 있어서, 상기 상관 행렬은,
의 구조를 가짐을 특징으로 하는 채널 추정 장치.
삭제