KR101014474B1

KR101014474B1 - Ｅｄｇｅ 무선 시스템에서의 비트 오류 확률(ｂｅｐ) 추정

Info

Publication number: KR101014474B1
Application number: KR1020087001655A
Authority: KR
Inventors: 카우시크 고시
Original assignee: 콸콤 인코포레이티드
Priority date: 2005-06-22
Filing date: 2006-06-22
Publication date: 2011-02-14
Also published as: CN101238675B; WO2007002417A1; US8532232B2; CN101238675A; JP4834088B2; ATE518322T1; EP1908204A1; JP2008547327A; US20100290512A1; EP1908204B1; EP2182668A1; KR20080027362A; US20060291591A1

Abstract

분포 파라미터 매핑(distribution parameter mapping)은 EDGE 표준에 기술된 변조 및 코딩 방식(MCS)을 이용하여 기지국으로부터 이동국으로 전송되는 버스트(burst)의 비트 오류 확률(bit error probability, BEP)을 결정한다. 상기 버스트의 멀티-비트(multi-bit) 연판정(soft decision)들이 가우스(Gaussian) 분포 또는 라이시안(Rician) 분포에 가장 유사한지에 따라서, 통계 파라미터들 μ와 σ 또는 Α와 σ가 결정된다. 비율 μ/σ 또는 Α/σ은, 각각 가우시안 또는 라이시안 룩업 테이블(lookup table)에서 경험적으로 결정되는 BEP로 매핑된다. 상기 BEP들은 MCS의 코드 리던던시(code redundancy)의 정도에 영향을 받지 않는다. 그리고 나서 EDGE 표준에 따라서 무선 블록(radio block)의 4개의 버스트들에 대한 BEP들이 에버리징(average)되고, 필터링되며 양자화된다. 평균 BEP의 양자화 레벨이 기지국에 보고되어 이후의 무선 블록들이 추정된 BEP에 적절한 MCS를 이용하여 전송될 수 있다.

Description

ＥＤＧＥ 무선 시스템에서의 비트 오류 확률(ＢＥＰ) 추정{ESTIMATING BIT ERROR PROBABILITY(BEP) IN AN EDGE WIRELESS SYSTEM}

본 명세서는 일반적으로 무선 통신 장치들 그리고, 더 특정하게는, 기지국과 이동국 간의 무선 채널에서 비트 오류 확률(bit error probability, BEP)을 추정하는 방법에 대한 것이다.

이동 통신이 진화함에 따라, 이동국들로의 데이터 전송 속도 증가는 새로운 종류의 서비스들이 이동 가입자들에게 제공될 수 있게 하여 준다. 이에, 이러한 서비스들의 이용은 앞으로 증가하는 데이터율(data rate)들에 대한 수요를 발생시킨다. 유럽 전기 통신 표준 협회(European Telecommunications Standards Institute, ETSI)는 일반 패킷 무선 서비스(General Packet Radio Service, GPRS)를 이동통신 세계화 시스템(Global System for Mobile communications, GSM)에 기초하여 이동국들에 패킷-교환 데이터를 제공함으로써 데이터율을 증가시키기 위한 초기 표준으로서 도입하였다. 그리고 나서 GSM 데이터 서비스들에 대한 보강으로, ETSI는 Enhanced Data rates for GSM Evolution(EDGE) 표준을 공표하였으며, 이는 Enhanced GPRS(EGPRS)로 불리는 패킷-교환 부분을 갖는다. 이와 함께, EDGE 및 EGPRS는 미국 통신 산업 협회(Telecommunications Industry Association, TIA)에 의해 발간된 TIA/EIA-136-370 표준에 기재된다. GSM에 기초한 고-속 데이터 전송에 대한 추가적인 개선들은 서드 제네레이션 파트너십 프로젝트(3GPP)에 의해 특정되는 GSM/EDGE radio access network(GERAN) 표준을 포함한다. TIA는 EGPRS-136 표준에 대해 TIA/EIA-136-370-A 개정판에서 GERAN 개선(enhancement)들을 기술하였다. 간소화를 위해, EDGE, EGPRS, TIA/EIA-136-370 및 TIA/EIA-136-370-A 표준들이 통칭하여 여기서 "EDGE 표준"으로서 지칭된다.

EDGE 표준에서 패킷 데이터 트래픽에 전용되는 물리 계층은 패킷 데이터 채널(Packet Data Channel, PDCH)로 지칭된다. EDGE 표준의 물리 계층은 ETSI 표준 TS 145.008(3GPP TS 45.008)에 기술되어 있다. 시그널링 및 트래픽 채널들 모두가 상기 PDCH를 통해 전송된다. 상기 시그널링 채널들 중 하나는 패킷 연관 제어 채널(Packet Associated Control Channel, PACCH)이다. 상기 PDCH를 통해 전송되는 트래픽 채널은 패킷 데이터 트래픽 채널(Packet Data Traffic Channel, PDTCH)로 지칭된다.

기본 GSM과 달리, GSM의 수 개의 고속 버전들은 다중 데이터율(data rate)들로 데이터를 전송한다. 예를 들어, 데이터는 PDTCH를 통해 9개의 상이한 데이터율들로 전송된다. "링크 적응(link adaptation)"으로 지칭되는 프로세스에서, 상기 무선 채널을 통한 데이터율은 채널 상태(channel condition)에 기초하여 조정된다. 상기 채널 상태가 양호하고 무선 채널의 신호-대-잡음 비(signal-to-noise ratio)가 높을 때, 데이터는 더 높은 데이터율들로 전송될 수 있다. 반대로, 상기 채널 상태가 불량하고 상기 신호-대-잡음 비가 낮을 때, 데이터는 더 낮은 데이터율들로 전송되어야 한다. 채널의 신호-대-잡음 비에 대해 너무 높은 특정 변조 및 코딩 방식(MCS)을 이용하여 데이터를 전송하는 것은 데이터 손실을 가져올 수 있다. 링크 적응은 무선 채널 상에서 시시각각으로 존재하는 신호-대-잡음 비에서 특정 MCS를 이용하여 신뢰할 수 있게 지원될 수 있는 최고 데이터율을 이용함으로써 전체 데이터 스루풋(throughput)을 증가시킨다. EDGE 표준은 이동국에게 PACCH에서 채널 상태를 기지국에 주기적으로 보고할 것을 요구한다. 기지국과 이동국 간의 채널 상태는 비트 오류 확률(bit error probability, BEP)에 의하여 표현된다. BEP는 무선 채널을 통해 이동국에 의해 수신되는 신호의 실제 비트 오류율(Bit Error Rate, BER)의 기대값이다. 그리고 나서 기지국은 PACCH에서 지시되는 바와 같은 채널 상태에 따라서 적절한 데이터율로 PDTCH에서 이동국으로 데이터를 전송한다.

링크 적응은 이동국이 가장 정확하게 실제 BER을 추정하는 BEP를 보고할 때 가장 효율적으로 수행될 수 있다. 상기 BEP를 추정하는 한가지 방법은 BER 자체를 계산하려고 하는 것이다. "재-인코딩(re-encoding)" 방법은 디코딩 프로세스에서 정정되는 비트 오류들의 수를 결정하는 것에 기초한다. 컨벌루셔널 디코더(convolutional decoder)에 의해 수행되는 것과 같은, 오류 제어 디코딩(error control decoding)은 무선 채널에서 야기되는 비트 오류들을 정정하려고 한다. 이동국의 블록 디인터리버(block deinterleaver) 및 컨벌루셔널 디코더로부터 출력되는 프레임들은 재-인코딩(re-encode)되고 재-인터리빙(re-interleave)된다. 결과적인 재-인코딩된 비트들이 상기 블록 디인터리버에 의해 수신된 비트들과 비교되어 정정된 비트 오류들의 수를 결정한다. 그러나, 상기 재-인코딩 방법은 부정확 한 결과들을 가져오는데 이는 상기 오류 제어 디코딩이 무선 채널에 의해 유입된 모든 오류들을 정정한다는 가정에 의존하기 때문이다. 그러므로, 상기 재-인코딩 방법을 이용하여 획득된 BEP는 무선 채널을 통해 비트들을 전송하는데 이용되는 다양한 MCS 방식들에 의해 채택되는 리던던시(redundancy)의 정도에 따라서 변화한다. 불량한 채널 상태에서조차, 데이터의 높은 리던던시 레벨이 상기 에러 제어 디코딩으로 하여금 모든 비트들을 정확히 디코딩하게 하여주며 따라서 더 정확한 추정 BER을 산출한다. 반면, 채널 상태가 불량하고 데이터의 리던던시 레벨이 낮다면, 상기 에러 제어 디코딩은 모든 잘못된 비트들을 정정할 수 없으며, BER의 부정확한 추정이 초래된다. 따라서, MCS5와 같은, 더 높은 리던던시 MCS 방식을 이용하는 것보다, MCS9와 같은, 더 낮은 리던던시 MCS 방식을 이용하여 BER을 정확하게 추정하는데 더 나은 채널 품질이 요구된다.

도 1(종래 기술)은 데이터의 상이한 리던던시 레벨들에서 상이한 MCS들로써 변조되는 두 개의 채널들로부터의 데이터에 재-인코딩 방법을 이용하여 획득된 추정 BEP를 비교한다. 더 높은 리던던시 코드로써 변조된 채널에 의해 더 적은 오류가 초래된다. 곡선(10)은 리던던시 레벨 1.89에서 가우스 최소 편이 변조(Gaussian minimum shift keying, GMSK)로써 변조된 채널의 BEP와 신호-대-잡음 비 간의 관계를 도시한다. 다른 곡선(11)은 리던던시 레벨 1.0에서 GMSK로써 변조된 채널의 BEP와 신호-대-잡음 비 간의 관계를 도시한다. 상기 재-인코딩 방법은 더 높은 잡음 레벨에서 1.0인 리던던시 레벨에서 변조된 채널의 BEP가 더 낮으며 따라서 리던던시 레벨 1.89에서 변조된 채널의 BEP보다 덜 정확하다는 것을 나타낸 다. 따라서, 주어진 신호-대-잡음 비에서 추정된 BEP는, EDGE 명세에서 요구되는 바와 같이, 데이터의 리던던시 레벨과 독립적이지 않다.

도 2(종래 기술)는 3개의 상이한 리던던시 레벨들에서 전송되고 8진(octal) 위상 편이 변조(8-PSK로써 변조되는) 데이터에 상기 재-인코딩 방법을 이용하여 획득되는 BEP를 비교한다. 곡선(12)은 리던던시 레벨 2.70인 채널에 대한 BEP와 신호-대-잡음 비 간의 관계를 도시한다. 곡선(13)은 리던던시 레벨 1.32인 채널에 대한 BEP와 신호-대-잡음 비 간의 관계를 도시한다. 곡선(14)은 리던던시 레벨 1.0인 채널에 대한 BEP와 신호-대-잡음 비 간의 관계를 도시한다. 곡선들(12-14)은 상기 재-인코딩 방법이, 리던던시 레벨이 감소함에 따라, BEP가 감소하고, 그리고 채널 상태가 개선되는 점을 부정확하게 나타낸다는 점을 도시한다.

BEP를 추정하는 제 2의 방법은 먼저 PDCH를 반송(carry)하는 무선 주파수(RF)의 신호-대-잡음 비를 측정하는 것을 포함한다. 이동국에 의해 수신되는 상기 PDCH의 BER과 상기 측정되는 신호-대-잡음비 간의 관계는 실험실에서 실험적으로 결정된다. 그리고 나서 상기 측정된 신호-대-잡음 비의 함수로서 변화하는 BER의 값들이 이동국의 룩업 테이블(lookup table)에 저장된다. 본 방법은 상기 이동국이 RF 신호의 신호-대-잡음 비의 추정기(estimator)를 구비할 것을 필요로 한다. 상기 BEP는 룩업 테이블 내의 대응하는 BER을 찾아 보기 위해 상기 추정된 신호-대-잡음 비를 이용함으로써 결정된다. 본 방법에서 BEP의 정확도는 RF 신호의 추정된 신호-대-잡음 비의 정확도에 의존한다. 채널 상태가 신호 간섭 및 페이딩(fading)에 영향을 받는 경우에, RF 신호의 신호-대-잡음 비의 정확한 결정이 어 려울 수 있으며, BEP 추정은 부정확하기 쉽다.

RF 신호의 신호-대-잡음 비의 직접 추정을 요구하지 않고 그리고 이동국의 컨벌루셔널 디코더의 출력을 재-인코딩하지 않고 비트 오류 확률(BEP)을 정확하게 결정하기 위한 방법이 요망된다. 또한, 무선 채널을 통해 데이터를 전송하는데 이용되는 변조 및 코딩 방식(MCS)에 있어서 리던던시의 정도에 영향을 받지 않는 BEP를 결정하기 위한 방법이 요망된다.

분포 파라미터 매핑(distribution parameter mapping) 방법은 EDGE 표준에 기술되는 9개의 변조 및 코딩 방식(MCS)들 중 하나를 이용하여 기지국에서 이동국으로의 무선 주파수(RF)에서 전송되는 버스트(burst) 내의 비트들의 비트 오류 확률(BEP)을 추정한다. 상기 분포 파라미터 매핑을 이용하여 추정되는 BEP는 RF 신호에 대해 데이터를 변조하는데 이용되는 특정 MCS에서의 코드 리던던시(code redundancy)의 정도에 영향받지 않는다. 회로는 상기 버스트의 복조된 I 및 Q 샘플들로부터 등화된 멀티-미트(multi-bit) 연판정(soft decision)들이 가우스 분포(Gaussian distribution) 또는 라이시안 분포(Rician distribution)에 가장 유사한지를 결정한다. 평균(μ)과 분산(σ)에 대한 통계적 파라미터들이 가우스 분포를 갖는 연판정들에 대해 결정된다. 통계 파라미터들 Α 및 σ는 라이시안 분포를 갖는 연판정들에 대해 결정된다. RF 신호의 신호-대-잡음 비는 연 판정들의 가우스 분포에 대한 비(ratio) μ/σ에 의해 그리고 연판정들의 라이시안 분포에 대한 비 Α/σ에 의해 표현된다. 연판정들의 가우스 분포를 갖는 버스트에 대한 BEP는 상기 비 μ/σ를 이동국의 비-휘발성 메모리에 저장된 가우시안(Gaussian) 룩업 테이블 내의 실험적으로 결정된 BEP에 매핑(map)함으로써 결정된다. 라이시안 분포에 대해, 상기 비 Α/σ가 라이시안 룩업 테이블 내의 실험적으로 결정된 BEP에 매핑된다. 그리고 나서 각각의 무선 블록(radio block)의 4개의 버스트들에 대한 추정된 BEP들이 에버리징(average)되고, 필터링되며 EDGE 표준에 따른 34개의 레벨들 중 하나로 양자화된다. 그리고 나서 평균 BEP의 양자화 레벨이 기지국에 보고되어 상기 기지국이 상기 신호의 추정된 BEP에 대해 적합한 MCS를 이용하여 이후의 무선 블록들을 전송하게 하여 준다.

BEP를 추정하기 위해 분포 파라미터 매핑을 수행하는 이동국의 회로는 등화기(equalizer), 분포 분석기(analyzer), BEP-추정기, 룩업 테이블들, 에버러져(averager), 필터 및 비-선형 양자화기를 포함한다. 상기 등화기는 이동국의 복조기로부터의 버스트들 내에 수신된 복조된 I 및 Q 샘플들에서 심볼간(intersymbol) 간섭을 제거한다. 각각의 버스트에 대해, 상기 등화기는 이동국에 의해 이후에 처리되는 멀티-비트 연판정들의 분포를 데이터의 프레임들을 포함하는 단일-비트(single-bit) 경판정(hard decision)들로 출력한다. 분포 분석기는 상기 등화기로부터의 멀티-비트 연판정들의 분포를 수신하고 멀티-비트 연판정들의 분포가 유사한 분포의 종류를 결정한다. 예를 들어, 멀티-비트 연판정들의 분포는 가우스 분포 또는 라이시안 분포에 유사할 수 있다. 분포 분석기는 분포 종류 식별자(distribution type identifier)를 출력한다.

BEP 추정기는, 상기 분포 분석기로부터 분포 종류 식별자와 더불어, 등화기로부터 멀티-비트 연판정들의 분포를 수신한다. BEP 추정기는, 분포의 종류에 따라서, 멀티-비트 연판정들의 분포의 다양한 통계적 파라미터들을 계산한다. 상기 연판정들이 가우스 분포를 가질 때, BEP 추정기는 평균(μ) 및 분산(σ)에 대한 통계적 파라미터들을 계산한다. 연판정들이 라이시안 분포를 가질 때, BEP 추정기는 통계적 파라미터들 Α와 σ를 계산한다. 또한 BEP 추정기는 가우스 분포에 대한 비 μ/σ 및 라이시안 분포에 대한 비 Α/σ를 계산한다. 상기 비들 μ/σ 및 Α/σ는 I와 Q 샘플들의 신호-대-잡음 비들에 상관된다.

BEP 추정기는 상기 비 μ/σ를 이동국에 저장된 가우시안 룩업 테이블 내의 실험적으로 결정된 BEP에 매핑함으로써 멀티-비트 연판정들의 가우스 분포를 포함하는 버스트의 BEP를 추정한다. 멀티-비트 연판정들의 라이시안 분포를 포함하는 버스트의 BEP는 비 Α/σ를 이동국에 저장된 라이시안 룩업 테이블 내의 실험적으로 결정된 BEP에 매핑함으로써 추정된다.

그리고 나서 에버러저는 4개의 버스트들로부터 상기 추정된 BEP들을 에버리징하고 평균_BEP(MEAN_BEP)를 발생시킨다. 필터는 상기 평균_BEP를 필터링하고 필터링된 평균_BEP를 출력한다. 비-선형 양자화기는 상기 필터링된 평균_BEP를 34개의 레벨들 중 하나로 양자화하고 대수 스케일(logarithmic scale)로 상기 4개의 버스트들의 BEP를 나타내는 값(평균_BEP_0 내지 평균_BEP_31)을 출력한다.

다른 실시예들 및 이점들이 이하의 실시예에 기재된다. 본 상세한 설명이 본 발명을 한정하고자 하는 것이 아니다. 본 발명은 청구의 범위에 의해 한정된다.

동일한 부호들이 동일한 구성요소를 지시하는 첨부된 도면들은 본 발명의 실시예를 나타낸다.

도 1(종래 기술)은 각각 상이한 코드 리던던시 레벨을 갖는, 두 개의 상이한 GMSK 변조 및 코딩 방식(MCS)들로써 변조된 데이터의 다양한 신호-대-잡음 비들에서 재-인코딩 방법을 이용하여 획득되는 비트 오류 확률(BEP)을 플로팅한 다이어그램이다;

도 2(종래 기술)는 각각 상이한 코드 리던던시 레벨을 갖는, 3개의 상이한 8-PSK MCS들로써 변조된 데이터의 다양한 신호-대-잡음 비들에서 재-인코딩 방법을 이용하여 획득된 BEP를 플로팅한 다이어그램이다;

도 3은 분포 파라미터 매핑을 이용하여 BEP를 결정하는 회로의 간소화된 블록도이다;

도 4는 도 3의 회로에 의해 채택되는 분포 파라미터 매핑을 수행하는 단계들의 순서도이다;

도 5는 EDGE 표준에 기술되는 9개의 MCS들의 데이터 전송율들을 열거하는 테이블이다;

도 6은 분포 파라미터 매핑에 이용되는 가우스 및 라이시안 분포들의 통계적 파라미터들의 유도를 나타내는 등식들의 다이어그램이다;

도 7은 무선 블록들의 4개의 버스트들에 대한 양자화되고, 필터링된, 평균 BEP를 획득하는데 이용되는 도 4의 분포 파라미터 매핑 방법의 특정 단계들을 도시 하는 순서도이다;

도 8은 MCS4(GMSK 방식)로써 변조된 정적 채널(static channel)에 대해 분포 파라미터 매핑을 이용하여 획득된 다양한 신호-대-잡음 비들에서의 BEP를 플로팅한 다이어그램이다;

도 9는 도 8의 4개의 연속적인 BEP 값들의 그룹들로부터 획득되는 다양한 신호-대-잡음 비들에서 양자화된, 평균 BEP를 플로팅한 다이어그램이다;

도 10은 다양한 신호-대-잡음 비들에서 도 9의 양자화된, 평균 BEP가 정확한 양자화 레벨 내에 속하는 확률의 다이어그램이다;

도 11은 MCS9(8-PSK 방식)로써 변조된 정적 채널에 대해 분포 파라미터 매핑을 이용하여 획득된 다양한 신호-대-잡음 비들에서의 BEP를 플로팅하는 다이어그램이다;

도 12는 MCS9로써 변조된 정적 채널에 대해 분포 파라미터 매핑을 이용하여 획득된 다양한 신호-대-잡음 비들에서의 BEP값들을 플로팅한 다이어그램이며, 상기 BEP 값들은 BEP값들이 각각의 신호-대-잡음 비에서 추정된 많은 버스트들 중에서 가장 유력한 수 개의 BEP 값들의 평균을 나타낸다;

도 13은 도 11의 4개의 연속적인 BEP 값들의 그룹으로부터 획득된 다양한 신호-대-잡음 비들에서의 양자화된, 평균 BEP를 플로팅하는 다이어그램이다;

도 14는 도 13의 상기 양자화된, 평균 BEP가 정확한 양자화 레벨 내에 속하는 다양한 신호-대-잡음 비들에서의 확률의 다이어그램이다; 그리고

도 15는 MCS9로써 변조된 페이딩 채널에 대해 분포 파라미터 매핑을 이용하 여 획득된 다양한 신호-대-잡음 비들에서 BEP를 플로팅하는 다이어그램이다.

이제 본 발명의 일부 실시예들을 상세히 참조하게 되며, 이들의 예시들은 첨부된 도면들에 도시된다.

도 3은 비트 오류 확률(bit error probability, BEP)을 결정하기 위해 분포 파라미터 매핑(distribution parameter mapping)을 수행하는 이동국 내의 회로(20)의 간소화된 블록도이다. BEP는 EDGE 표준에 따르는 다양한 변조 및 코딩 방식(MCS)들을 이용하여 기지국에서 이동국으로 무선 주파수(RF)를 통해 전송되는 패킷 데이터 채널(Packet Data Channel, PDCH)의 비트 오류율(bie error rate, BER)의 추정이다.

도 4는 회로(20)가 분포 파라미터 매핑을 이용하여 BEP를 결정하는 단계들을 도시하는 순서도이다. 상기 분포 파라미터 매핑 방법은 RF 신호를 통해 데이터를 변조하는데 이용되는 MCS들의 리던던시의 정도에 영향받지 않는다. 도 3에 도시된 바와 같은, 회로(20)의 개별 구성요소들의 동작은 도 4에 열거되는 단계들과 함께 상세히 설명된다. 초기 단계(21)에서, 입력 RF 신호(22)가 회로(20)를 포함하는 이동국의 안테나(23)에 의해 수신된다. 단계(24)에서, RF 수신기(25)는 입력 RF 신호(22)를 이후의 디지털 기저대역 처리를 위해 디지털 동-상(in-phase)(I) 및 직교(quadrature)(Q) 샘플들(26)로 변환한다. 도 3의 실시예에서, 상기 디지털 기저대역 계층-1 처리(digital baseband layer-1 processing)는 디지털 기저대역 처리기(27)에 의해 수행된다. 디지털 기저대역 처리기(27)는 디지털 이동국 모뎀(28) 의 일부이다. RF 수신기(25)는 디지털 이동국 모뎀(28)과 독립된 RF 아날로그 칩(29)에 삽입된다.

회로(20)에 의해 결정되는 BEP는 입력 RF 신호(22)를 통해 전송되는 PDCH의 채널 상태의 지시이다. EDGE 물리 계층 명세(ETSI 표준 TS 145.008; 3GPP 표준 TS 45.008)는 이동국이 패킷 연관 제어 채널(Packet Associated Control Channel, PACCH)에서 PDCH의 채널 상태를 기지국에 주기적으로 보고하는 것을 규정한다. 기지국은 채널 상태에 대해 이동국에 폴링(poll)한다. PACCH는 출력 RF 신호(30)를 통해 기지국으로 반대로 전송된다. 이동국은 BEP를 이용하여 기지국에 보고되는 채널 상태를 획득한다. 채널 상태는 34개의 BEP 레벨들 중 하나로서 표현된다. 그리고 나서 기지국은 PDCH를 통해 PDTCH 내의 데이터를 PACCH에서 지시되는 BEP 레벨에 따른 적합한 데이터율로 이동국에 반대로 전송한다.

BEP 레벨에 따라서, 데이터는 EDGE 표준의 9개의 상이한 데이터율들로 전송된다. 도 5는 상기 9개의 데이터 율들에 관련된 9개의 MCS들을 열거한다. 첫 4개의 MCS들(MCS1-MCS4)은 기본 GSM에 의해 이용되는 가우스 최소 편이 변조(Gaussian minimum shift keying, GMSK) 변조를 채택한다. 더 높은 데이터 율들을 지원하기 위한 GSM 표준에 대한 주요 보강은, 8 위상 편이 변조(8-PSK)로 알려진, 더 높은-레벨의 변조 방식을 EDGE 표준에 도입하는 것이었다. 최고 5개의 MCS들(MCS5-MCS9)은 8-PSK 변조를 이용한다. EDGE 표준은 주파수 분할 다중 접속(FDMA) 및 시분할 다중접속(TDMA)의 조합을 이용하는 협대역 시스템을 기술한다. EDGE 전송들에 할당되는 주파수 대역은 먼저 다양한 200-kHz 반송파 신호들로 분할된다. 도 5 는 단일 200-kHz 반송파 및 하나의 시간슬롯(timeslot)을 이용할 때 열거된 변조 및 코딩 방식들로써 달성가능한 데이터율들을 열거한다. 상기 데이터율들은 다수의 200-kHz 반송파들, 예컨대, 6개의 반송파들을 동시에 이용함으로써 증가될 수 있다. 그리고 나서 상기 반송파 신호들이 변조되고, 입력 RF 신호(22) 및 출력 RF 신호(30)와 같은, RF 신호를 통해 전송된다. 각각의 반송파 신호는 8개의 시간슬롯들로 분할된다. 데이터율들은 다수의 시간슬롯들, 예를 들어, 모든 8개의 시간슬롯들을 이용함으로써 더 증가될 수 있다. EDGE는 패킷-교환(packet-switched) 데이터의 전송을 규정한다. 각 패킷은 프레임들로 구성되며 데이터 메시지 및 제어 정보를 포함한다. 이번에는 각 프레임이 적절한 시간슬롯 동안 버스트로서 전송된다. 프레임들은 무선 블록들 내의 반송파 신호를 통해 전송된다. 각각의 무선 블록은 4개의 버스트들의 시퀀스로서 전송되는 4개의 프레임들이다. 각각의 버스트는 4.615ms이며, 각각의 무선 블록은 20ms이다.

상기 첫 4개의 MCS들은 코딩 없음(no coding)(MCS4)에서 고도로 리던던트(redundant)한 코딩(MSC1)까지를 제공하는 상이한 코딩 방식들을 포함한다. 도 5에 열거된 코드율(code rate)은 상기 코드 리던던시(code redundancy)의 역수(inverse)이다. 더 높은 코드 리던던시는 채널 페이딩에 불구하고 데이터가 인식되게 하여주지만, 더 낮은 데이터율을 초래한다. 예를 들어, MSC1은 채널 당 9.05 kbps의 데이터율을 가지며, MSC4는 채널 당 21.4 kbps의 데이터율을 갖는다. 더 낮은 페이딩 및 잡음 기간(period)들 동안 코드 리던던시를 동적으로 감소시킴으로써, 더 높은 네트워크 성능이 달성될 수 있다. 채널 상태에 따라서 코드 리던 던시 및 변조 기술을 적응시켜 스루풋을 최대화하는 것은 "링크 적응(Link Adaptation)"으로 불리운다.

최고의 5개의 MCS들은 더 높은 데이터율들을 지원하는데 이는 8-PSK 신호들이 GMSK를 이용한 심볼 당 일(1) 비트 대신 변조된 심볼 당 3개의 비트들을 반송(carry)할 수 있기 때문이다. 따라서, 8-PSK를 채택한 MCS들의 데이터율들은 근사적으로 3배 빠르다. 그러나, 8-PSK를 이용한 신호 전파(propagation)는, GMSK에 비교하여 감소된다. 그러므로 8-PSK 변조의 더 높은 데이터율들을 채택한 신호들로써 달성되는 커버리지 영역이 더 작다.

링크 적응의 일 모드에서, 이동국은 일시적인 블록 플로우(temporary block flow, TBF)의 8개의 시간슬롯들 각각에 대한 평균 BEP에 기초하여 BEP 레벨을 보고한다. 도 4의 방법은 특정 시간슬롯에 대한 평균 BEP에 기초하여 BEP 레벨을 결정하는 것을 기술한다. 링크 적응의 제 2 모드에서, 이동국은 이전 메시지 이래로 가장 많은 수의 무선 블록들을 이동국이 수신한 변조에 대한 평균 BEP에 기초하여 BEP 레벨을 보고한다. 상기 BEP 레벨은 TBF의 모든 시간슬롯들 도안 에버리징되는 주요(primary) 변조에 대한 BEP 측정들의 분산의 계수 및 평균에 기초한다. EDGE 표준은 단일 MCS가 모든 시간슬롯들에 대한 집합적인 채널 상태 측정들에 기초하여 TBF의 반송파(carrier)에 할당되는 모든 시간슬롯들에 대해 이용되는 것으로 규정한다.

디지털 기저대역 처리기(27)는 RF 수신기(25)로부터 I 및 Q 샘플들을 수신하고 단일-비트(single-bit) 경판정(hard decision)들(31)을 포함하는 프레임들을 출 력한다. 상기 단일-비트 경판정들(31)은, 비터비(Viterbi) 디코더와 같은, 컨벌루셔널 디코더(convolutional decoder)(32)에 의해 출력된다. 상기 프레임들은 데이터로서 처리되며 음성 디코더에서 스피치(speech)로서 분석된다. 회로(20)는 컨벌루셔널 디코더(32)의 출력을 재-인코딩하지 않고 입력 RF 신호(22)를 통해 전송되는 PDCH의 신호-대-잡음 비를 추정한다. 대신 회로(20)는 PDCH의 신호-대-잡음 비를 추정하기 위해 디지털 기저대역 계층-1 처리의 일부로서 발생되는 멀티-비트 연판정들(33)을 분석한다.

단계(34)에서, 변조 검출기(35)는 RF 수신기(25)로부터 I 및 Q 샘플들(26)을 수신하여 데이터가 입력 RF 신호(22) 상의 반송파 신호를 통해 변조된 변조 방식의 종류를 결정한다. EDGE 표준에 따라, 상기 변조 방식은 GMSK 또는 8-PSK이다. 검출 알고리듬을 이용하여 GMSK 및 8-PSK 변조들의 상이한 위상 특성들에 기초하여 GMSK 또는 8-PSK로써 변조된 I 및 Q 샘플들을 구분한다. 예를 들어, 한가지 검출 방법은 먼저 데이터가 GMSK로써 변조된다고 가정하고 그리고 나서 π/4 회전(π-by-4 rotation)을 수행한다. 그리고 나서 신호-대-잡음 비가 이러한 GMSK 가정에 대해 추정된다. 그리고 나서 회전(rotation)은 상기 데이터가 8-PSK로써 변조된다고 가정하여 수행되며, 상기 신호-대-잡음 비가 다시 추정된다. 본 방법은 상기 변조 방식이 신호-대-잡음 비가 최대였던 변조 가정에 대응한다고 결정한다.

단계(36)에서, I 및 Q 샘플들(26)이 복조된다. 단계(34)에서 식별되는 상기 변조 방식에 따라, I 및 Q 샘플들(26)이 GMSK 복조기(37) 또는 8-PSK 복조기(38)에 의해 복조된다. GMSK 복조기(37)는, GMSK를 채택하는, MCS1 내지 MCS4로써 변조된 I 및 Q 샘플들을 복조한다. 8-PSK 복조기(38)는, 8-PSK를 채택하는, MCS5 내지 MCS9로써 변조된 I 및 Q 샘플들을 복조한다. 도 3의 실시예에서, GMSK 복조기(37) 및 8-PSK 복조기(38)는 디지털 기저대역 처리기(27) 내부의 전용 하드웨어이다. 다른 실시예들에서, GMSK 복조기(37) 및 8-PSK 복조기(38)에 의해 수행되는 상기 GMSK 및 8-PSK 복조는 디지털 기저대역 처리기(27)의 일부인 디지털 신호 처리기 또는 마이크로제어기(microcontroller)에 의해 수행된다.

GMSK 복조기(37)에 의해 출력되는 상기 복조된 I 및 Q 샘플들(41) 및 8-PSK 복조기(38)에 의해 출력되는 복조된 I 및 Q 샘플들은 기저대역의 심볼들을 구성한다. 변조 방식에 따라, 복조된 샘플은, 예를 들어, 1, 2, 또는 10인, 다양한 수의 비트들을 가질 수 있다. 상기 복조된 샘플들은 GMSK에서 양수 및 음수들을 그리고 8-PSK에서 실수 및 허수들을 나타낸다. 심볼 비트 당 하나의 동상(in-phase) 샘플 및 하나의 직교(quadrature) 샘플이 존재한다. GMSK에서, 무선 블록의 4개의 버스트들 각각에 116 개의 심볼들이 존재한다. 8-PSK에서, 버스트 당 348 심볼들(3 x 116)이 존재한다.

단계(39)에서, 등화기(40)는 복조된 I 및 Q 샘플들(41 및 42)을 등화하고 멀티-비트 연판정들(33)을 출력한다. 따라서, 각각의 I 및 Q 샘플 비트는 멀티-비트 연판정 값들을 할당받는다. 상기 멀티-비트 연판정들(33)은 심볼-간(inter-symbol) 간섭이 제거된 심볼들을 구성한다. 심볼-간 간섭은 하나의 심볼이 일시적으로 다른 심볼에 더하여 복조될 때 유래된다. 일례로, 각각의 멀티-비트 연판정들(33)은 16-비트 2의 보수 부호화(16-bit 2's complement signed) 디지털 값이다.

회로(20)는 상기 멀티-비트 연판정들(33)에 기초하여 BEP를 추정한다. 또한 상기 멀티-비트 연판정들(33)은 디지털 기저대역 처리기(27)에 의해 추가로 처리되어 음성 및 데이터 정보를 포함하는 프레임들에 포함되는 단일-비트 경판정들(31)을 획득한다. 양자화기(41)는 상기 멀티-비트 연판정들(33)을 상기 멀티-비트 연판정들(33)의 비트 수로부터 이용가능한 디지털 상태(digital state)들의 수보다 더 작은 수의 레벨들로 양자화한다. 블록 디인터리버(deinterleaver)(42)는 양자화기(41)로부터 양자화된 심볼들(43)을 수신하고 디인터리빙된 심볼들(44)을 출력한다. 컨벌루셔널 디코더(32)는 상기 디인터리빙된 심볼들(44)을 디코딩하여 단일-비트 경판정들(31)을 출력한다.

BEP를 추정하는 상기 분포 파라미터 매핑 방법으로 돌아가면, 다음에 회로(20)는 멀티-비트 연판정들(33)의 통계 분포의 종류를 결정한다. 단계(25)에서, 분포 분석기(46)는 각각의 버스트의 연판정들(33)이 대응하는 통계 분포의 종류를 결정한다. 그리고 나서 분포 분석기(46)는 대응 분포 타입 식별자(distribution type identifier)(47)를 출력한다. 예를 들어, 상기 멀티-비트 연판정들(33)의 값들의 분포는 다음의 분포 타입들 중 하나와 유사할 수 있다: 가우스 분포, 라이스(Rice)(라이시안(Rician)) 분포, 레일리(Rayleigh) 분포, 포아송(Poisson) 분포 또는 라플라스(Laplace) 분포. 멀티-비트 연판정들(33)의 분포는 전형적으로 가우스 또는 라이시안 분포 중 하나에 유사하다. 신호-대-잡음 비가 현저하게 개선되거나 악화되지 않는 통계 채널에서, 멀티-비트 연판정들(33)의 분포는 전형적으로 가우스 분포에 유사하다. 반면, 기지국과 이동국 사이에 가시 경로가 있다면, 무 선 채널은 통상적으로 라이시안 페이딩 모델로써 기술되며, 멀티-비트 연판정들(33)의 분포는 전형적으로 라이시안 분포에 유사하다. 분포 분석기(46)는 잘-알려진 알고리듬들을 이용하여 멀티-비트 연판정들(33)이 가장 근접하게 유사한 통계적 분포 종류를 결정한다. 예를 들어, 분포의 종류는 분포의 최대값, 분포 내의 최대값의 위치, 및 분포의 전개(spread)로써 인지될 수 있다.

BEP 추정기(48)는 등화기(40)에 의해 출력되는 각각의 버스트에 대한 연판정들(33)을 수신한다. 추가로, BEP 추정기(47)는 분포 타입 식별자(47)를 수신한다. 결정 단계(49)에서, BEP 추정기(48)는 어느 통계적 파라미터들을 계산할 것인지를 결정한다. 상기 분포 타입 식별자(47)가 상기 연판정들(33)이 가우스 분포에 유사하다고 지시한다면, BEP 추정기(48)는 단계(50)로 진행하여 통계 파라미터들 μ(mu) 및 σ(sigma)를 계산한다. 상기 분포 타입 식별자(47)가 상기 연판정들(33)이 라이시안 분포에 유사하다고 지시한다면, BEP 추정기(48)는 단계(51)로 진행하여 통계 파라미터들 Α와 σ를 계산한다.

다음의 단계(50)의 예에서, 결정 단계(49)에서 분포가 가우스 분포에 유사한 것으로 발견된 연판정들로부터 통계 파라미터들 μ와 σ가 계산된다. 따라서, 연판정들의 분포는 도 6에 도시된 가우시안 확률 밀도 함수(probability density function, PDF)(52)에 유사하다. 가우시안 PDF(52)에서, μ는 평균을 나타내고, σ는 상기 분포 p(x)의 분산을 나타낸다. 본 예시에서, 등화기(40)에 의해 출력되는 각각의 멀티-비트 연판정들(33)은 4-비트 2의 보수 부호화(4-bit 2's complement signed) 디지털 값이다. 하나의 버스트에 116개의 연판정들이 존재하 는데 이는 상기 연판정들(33)이 GMSK로써 변조된 I 및 Q 샘플들로부터 등화되었기 때문이다. 116개의 값들은 다음과 같다: 15 x [1100]; 30 x [1101]; 15 x [1110]; 15 x [0000]; 30 x [0001]; 11 x [0010], 여기서 [1100]=-4; [1101]=-3; [1110]=-2; [0000]=0; [0001]=1; 그리고 [0010]=2 이다. 통계적 파라미터들 μ 및 σ는 먼저 표본 분포에 대한 가우시안 DPF의 제 2 및 제 4 적률(moment)들을 결정함으로써 계산된다. 상기 제 2 적률은, 상기 분포의 엘리먼트들의 수에 의해 나눠지는, 각각의 제곱된 엘리먼트의 합으로서 정의된다. 제 4 적률은, 상기 분포의 엘리먼트들의 수에 의해 나누어지는, 4제곱(the fourth power)에 대한 각 엘리먼트의 합으로서 정의된다. 상기 열거된 116개의 연판정들의 표본 분포에 대해, 상기 제 2 적률은 5.552이고, 상기 제 4 적률은 57.897이다. 상기 제 2 및 제 4 적률들은 평균(μ)과 분산(σ)에 의해 표현될 수도 있다.

도 6은 제 2 적률에 대한 등식(53)과 제 4 적률에 대한 등식(54)을 도시하며, 각각은 μ와 σ에 의해 표현된다. 평균(μ)와 분산(σ)은 두 개의 변수들이 있는 이러한 두 개의 등식들을 풀어서 결정된다. 등식(55)은 상기 제 2 및 제 4 적률들에 의해 μ를 표현한다. 등식(56)은 상기 제 2 및 제 4 적률들에 의해 σ를 표현한다. 상기 열거된 116 연판정들의 표본 분포에 대해, μ는 2.039인 것으로 결정되며, σ는 1.181인 것으로 결정된다.

도 4의 다음 단계로 돌아가면, BEP는 단계(57)에서 비율(quotient) μ/σ를 룩업 테이블의 BEP 값으로 매핑함으로써 결정된다. 평균(μ) 나누기 분산(σ)의 상기 비율은 분포를 포함하는 데이터의 신호-대-잡음 비를 지시한다. 표본 가우스 분포에 대해, 비율 μ/σ는 1.727이다. 데이터가 가우스 분포에 유사한 채널들에 대한 BER과 비율 μ/σ간의 관계는 실험실에서 실험적으로 결정된다. 그리고 나서 그 결과들이, 도 3에 도시된 바와 같은, 처리기-판독가능 매체(processor-readable medium)(59)의 가우시안 룩업 테이블(58)에 저장된다. 그리고 나서 상기 룩업 테이블을 이용하여 상기 비율 μ/σ에 의해 추정되는 신호-대-잡음 비에 기초하여 BEP를 추정한다. BEP 추정기(48)는 버스트의 멀티-비트 연판정들(33)의 각각의 분포에 대한 BEP 값(60)을 결정한다. 표본 가우스 분포의 1.727의 신호-대-잡음 비에 대해, BEP 값(60)은 0.050으로 결정된다.

결정 단계(61)에서, 회로(20)는 무선 블록 내의 4개의 버스트들 각각의 BEP 값(60)이 결정되었는지를 결정한다. 4개의 BEP 값들이 아직 결정되지 않았다면, BEP 추정기(48)는 다음의 GMSK 버스트 상에서 116개의 연판정들의 다음 분포에 대한 BEP를 결정한다. 상기 버스트가 8-PSK로써 변조되는 경우, BEP 추정기(48)는 버스트 당 348개의 연판정들을 포함하는 분포에 대한 BEP를 결정한다.

단계(51)로 돌아가면, 통계적 파라미터들 Α 및 σ는 상기 열거된 연판정들의 표본 분포로부터 상기 분포가 결정 단계(49)에서 라이시안 분포에 유사한 것으로 발견된다고 가정하여 계산된다. 따라서, 본 예시에서, 표본 분포는 도 6에 도시된 라이시안 확률 밀도 함수(probability density function, PDF)(62)와 유사한 것으로 얻어진다. 통계 파라미터들 Α 및 σ는 먼저 상기 표본 분포에 대한 라이시안 DPF의 제 2 및 제 4 적률(moment)들을 결정함으로써 계산된다. 분포의 제 2 및 제 4 적률들의 값들은 상기 분포가 다른 종류의 분포와 유사한 것으로 보여질 때는 변경되지 않는다. 그러므로, 상기 라이시안 분포의 제 2 및 제 4 적률들은 가우스 분포에 대해 상기 계산된 것과 동일하다.

도 6은 각각 Α와 σ에 의해 표현되는, 상기 제 2 적률에 대한 등식(63) 및 제 4 적률에 대한 등식(64)을 도시한다. 두 개의 변수들에 관한 이러한 두 개의 등식들을 풀어서 제 2 및 제 4 적률들에 의해 A를 표현하는 등식(65)을 얻는다. 추가로, 등식(66)은 제 2 및 제 4 적률들에 의한 σ를 표현한다. 상기 열거된 116개의 연판정들의 표본 분포가 라이시안 분포와 유사하다고 가정하면, Α는 1.391로 결정되며, σ는 1.345로 결정된다.

단계(67)에서, BEP는 비율 Α/σ를 룩업 테이블 내의 BEP 값으로 매핑함으로써 결정된다. 상기 표본 라이시안 분포에 대해, 상기 비 Α/σ는 1.035이다. 또한 데이터가 라이시안 분포와 유사한 채널들에 대한 BER 및 상기 비 Α/σ는 실험실에서 실험적으로 결정된다. 그리고 나서 상기 실험적인 결정 결과들이 처리기-판독가능 매체(59)의 라이시안 룩업 테이블(68)에 저장된다. 그리고 나서 라이시안 룩업 테이블(68)은 비율 Α/σ에 기초하여 BEP를 추정하는데 이용된다. 표본 라이시안 분포의 비 Α/σ가 본 예시에서 1.035에 해당할 경우, BEP 값(60)은 0.079인 것으로 결정된다.

단계(69)에서, 에버러져(averager)(70)는 회로(20)가 결정 단계(61)에서 무선 블록 내의 상기 4개의 버스트들 각각의 BEP가 결정되었다고 결정할 때 4개의 BEP 값들(60)의 평균을 계산한다. 에버러져(70)는 상기 4개의 BEP 값들(60)의 평균을 나타내는 신호 평균_BEP(MEAN_BEP)(71)를 출력한다.

단계(72)에서, 필터(73)는 상기 평균_BEP(71)를 수신하고 필터링한다. 필터(73)는 무한 임펄스 응답(IIR) 필터와 같은, 디지털 저역 통과 필터이다. 필터(73)는 필터링된 평균_BEP(74)를 출력한다.

단계(75)에서, 비-선형 양자화기(76)는 상기 필터링된 평균_BEP(74)를 34개의 비-선형 레벨들 또는 인터벌들 중 하나로 양자화한다. 비-선형 양자화기(76)는 상기 평균, 필터링된 BEP를 대수 스케일(logarithmic scale)로 나타내는 32개의 값들 평균_BEP_0 내지 평균_BEP_31(77) 중 하나를 출력한다. 그리고 나서 양자화된 평균_BEP(77)는 RF 아날로그 칩(29) 상의 RF 송신기(78)에 의해 수신된다. 일 실시예로, 대부분의 디지털 기저대역 처리기(27)의 회로는 디지털 신호 처리기(DSP)(79)의 일부이며, 분포 분석기(46), BEP 추정기(48), 에버러져(70), 필터(73) 및 비-선형 양자화기(76)를 포함한다.

단계(80)에서, 상기 평균 BEP의 레벨의 양자화된 평균_BEP(77)(평균_BEP_0-평균_BEP_31)가 출력 RF 신호(30)를 통해 PACCH에서 기지국으로 다시 전송된다. 기지국은 상기 양자화된 평균_BEP(77)에 기초하여 선택된 MCS를 이용하여 이후의 무선 블록들을 전송한다. 예를 들어, 기지국은 양자화된 평균_BEP(77)에 의해 기술되는 채널 상태 하에서 지원될 수 있는 가장 빠른 데이터율을 갖는 MCS를 선택한다.

도 7은 무선 블록에 대한 양자화된 평균_BEP(77)를 획득하기 위해 회로(20)에 의해 수행되는 다양한 단계들을 나타내는 순서도이다. 도 7은 (GMSK에 대한) 단계들(50 및 57)과 (8-PSK에 대한) 단계들(51 및 67)이 무선 블록의 4개의 버스트 들 각각에 대해 수행되는 반면, 단계들(69(에버리징), 72(필터링) 및 75(양자화))은 무선 블록 당 단 한 번 수행되는 것을 나타낸다.

도 8은 -6 dB로부터 10 dB까지 범위의 신호-대-잡음 비들에서 MCS4로써 변조되는 채널에 대한 BEP 값들을 결정하기 위해 분포 파라미터 매핑을 이용하는 결과들을 나타낸다. BEP 값들은 페이딩을 보이지 않는 일정 신호 강도를 갖는 정적 채널을 통해 전송되는 버스트들로부터 추정된다. 따라서, 멀티-비트 연판정들(33)의 분포는 가우스 분포와 유사한 BEP 값들을 유도하는데 이용된다. BEP 값들은 단계(50)까지의 도 4의 방법을 이용하여 얻어지며, BEP 값들(60)은 비율 μ/σ을 가우시안 룩업 테이블(58)의 BEP 값들에 매핑함으로써 결정된다. 곡선(81)은 -6 dB로부터 10 dB까지의 신호-대-잡음비들의 범위에 걸쳐서 채널의 실제 비트 오류율(BER)을 도시한다. 실제 BER은 수천 개의 무선 블록들을 통해 알려진 비트 시퀀스를 전송하고 복조된 I 및 Q 샘플들로부터의 비트들을 알려진 비트 시퀀스와 비교함으로써 결정된다. 곡선(82)은 분포 파라미터 매핑을 이용하여 각각의 신호-대-잡음 비에서 얻어지는 추정된 BEP 값(60)을 나타낸다. 각각의 신호-대-잡음 비에 대한 도 8에 플로팅되는 추정 BEP 값(60)은 상기 알려진 비트 시퀀스가 전송되었던 수천 개의 버스트들 중에서 가장 여러 번 나타난 BEP 값이다.

도 9는 도 8의 4개의 연속적인 BEP값들(60)의 그룹으로부터 얻어지는 양자화된 평균_BEP(77)의 값들을 나타낸다. 더 낮은 신호-대-잡음 비들에서, 상기 양자화된 평균_BEP(77)는 영(zero)에 더 가까운 값을 할당받는다. 더 높은 신호-대-잡음 비들에서, 상기 양자화된 평균_BEP(77)는 32에 더 가까운 값을 할당받는다. 곡 선(83)은 분포 파라미터 매핑을 이용하여 얻어지는 추정되는, 양자화된 평균 BEP 값들을 도시한다. 곡선(84)은 실제 BER을 나타내는 복조된 I 및 Q 샘플들을 이용하여 출력되는 양자화 레벨들의 값들을 나타낸다.

도 10은 -6 dB에서 10 dB까지의 신호-대-잡음비들에서, 평균_BEP 값(71)이 정확하게 결정되고 정확한 양자화 레벨로서 기지국에 보고될 확률을 도시한다. EDGE 표준은 양자화 레벨들의 값들을 발생시키는 회로를 어떻게 시험할 것인지를 기술한다. 상기 시험은 이동국에 의해 보고되는 양자화된 평균_BEP 값들(77)의 어떠한 백분율이 정확한 양자화 레벨들의 좁은 범위, 예를 들어, 3 양자화 레벨들 내에 있을 것을 요구한다. 예를 들어, 5 dB의 신호-대-잡음 비에서, 상기 시험을 통과하기 위해, 적어도 65%의 양자화된 평균_BEP 값들(77)이 양자화 레벨들 평균_BEP_11, 평균_BEP_12 및 평균_BEP_13 중 하나에 속해야만 한다. 점으로 된 곡선(85)은 EDGE 표준에 부합하기 위해 MCS1 내지 MCS4(GMSK)로써 변조된 채널의 BEP를 추정할 때 허용가능한 양자화 레벨을 달성할 최소 확률을 나타낸다. 곡선(86)은 분포 파라미터 매핑을 이용하여 얻어지는 양자화된 평균_BEP(77)가 허용가능한 양자화 레벨 내에 속할 확률을 나타낸다.

도 11은 8-PSK를 채택하는 MCS9로써 변조된 채널로부터 얻어지는 BEP 값들을 결정하기 위해 분포 파라미터 매핑을 이용하는 결과들을 나타낸다. BEP 값들은 페이딩을 보이지 않는 정적 채널을 통해 전송되는 버스트들로부터 추정된다. 도 8에서와 같이, BEP 값들(60)은 비 μ/σ를 가우시안 룩업 테이블(58)의 BEP 값들로 매핑함으로써 결정된다. 곡선(87)은 -1 dB로부터 20 dB까지의 신호-대-잡음 비들의 범위에 걸쳐 채널의 실제 BER을 나타낸다. 곡선(88)은 분포 파라미터 매핑을 이용하여 각각의 신호-대-잡음 비에서 얻어지는 BEP 값(60)을 나타낸다. 각각의 신호-대-잡음 비에 대해 도 11에 플로팅되는 추정 BEP 값들(60)은 알려진 비트 시퀀스가 전송되었던 수천 개의 버스트들 중에서 가장 여러 번 얻어진 BEP 값이다.

도 12는 도 11과 동일한 신호-대-잡음 비에 걸쳐 MCS9로써 변조된 채널로부터 얻어지는 BEP 값들을 나타낸다. 그러나, BEP 값들 및 실제 BER의 값들은 각각의 신호-대-잡음비에서 상이한 버스트들에 걸쳐 동요한다. 도 12에 플로팅된 실제 BER의 값들 및 BEP 값들은 알려진 비트 시퀀스가 특정 신호-대-잡음 비에서 전송된 다수의 버스트들에서 가장 압도적인(prevalent) 3개의 BEP 또는 BER 값들의 평균을 나타낸다. 곡선(89)은 -1 dB에서 20 dB의 신호-대-잡음 비 각각에서의 실제 BER을 나타낸다. 곡선(90)은 분포 파라미터 매핑을 이용하여 각각의 신호-대-잡음 비에서 얻어진 BEP 값을 도시한다.

도 13은 도 11의 BEP 값들(60)로부터 얻어진 양자화된 평균_BEP(77)의 값들을 나타낸다. 상기 양자화된 평균_BEP(77)의 값들은 영(zero)에서 32까지이다. 곡선(91)은 추정된, 분포 파라미터 매핑을 이용하여 얻어지는 양자화된 평균 BEP를 나타낸다. 곡선(92)은 실제 BER의 값들로부터 얻어지는 양자화 레벨들을 나타낸다.

도 14는 -1 dB에서 20 dB의 신호-대-잡음 비들에서 평균_BEP 값(71)이 채널로부터 정확하게 결정되어 정확한 양자화 레벨로서 기지국에 보고될 확률을 나타낸다. 점으로 된 곡선(93)은 EDGE 표준에 부합하기 위해 각각의 신호-대-잡음 비에 서 달성되어야 하는 최소 확률을 나타낸다. 점으로 된 곡선(93)은 MCS5 내지 MCS9(8-PSK)로써 변조된 채널들로부터의 평균 BEP 값들로부터 얻어지는 양자화 레벨들에 적용된다. 곡선(94)은 분포 파라미터 매핑을 이용하여 얻어지는 양자화된 평균_BEP(77)가 EDGE 표준에 기술된 시험을 이용한 정확한 양자화 레벨에 있을 확률을 나타낸다.

도 15는 MCS9로써 변조된 채널로부터 얻어지는 BEP 값들을 결정하기 위해 분포 파라미터 매핑을 이용하는 결과들을 나타낸다. 도 11에 도시된 결과들과 달리, 도 15의 BEP 값들은 페이딩 채널을 통해 전송되는 버스트들로부터 추정된다. 도 15에서 분석되는 채널은 TU50 채널이며, 이는 이동국이 50 km/hr로 이동하는 전형적인 도심 환경에서의 채널이다. 따라서, BEP 값들을 유도하는데 이용되는 멀티-비트 연판정들(33)의 분포는 라이시안 분포와 유사하다. 상기 BEP 값들은 단계(51)까지의 도 4의 방법을 이용하여 얻어지며, 상기 BEP 값들(60)은 비율 Α/σ를 라이시안 룩업 테이블(68)의 BEP 값들로 매핑함으로써 결정된다. 곡선(95)은 - 1 dB에서 27 dB까지의 신호-대-잡음 비들의 범위에 걸쳐 채널의 실제 BER을 도시한다. 곡선(96)은 분포 파라미터 매핑을 이용하여 각각의 신호-대-잡음 비에서 얻어지는 BEP 값(60)을 나타낸다. 대략 7 dB 이상의 신호-대-잡음 비들에서, 도 15의 페이딩 채널의 BER은 도 11의 정적 채널의 BER보다 크며, 여기서 두 채널 모두가 MCS9를 이용하여 변조된다. 각각의 신호-대-잡음 비에 대해 도 15에서 플로팅되는 추정된 BEP 값들(60)은 알려진 비트 시퀀스가 전송된 수천 개의 버스트들 중 가장 여러 번 얻어진 BEP 값이다.

본 발명이 설명 목적들을 위해 어떠한 특정 실시예들에 관련하여 기재되었을지라도, 본 발명이 이에 한정되는 것은 아니다. 디지털 기저대역 처리기(27)의 대부분의 회로는 DSP(79)의 일부로서 상기 기재되어 있다. 다른 실시예들에서, 회로(20)의 일부 소자들은 DSP(79)와 분리된 처리기 상에서 동작하는 명령(instruction)들의 세트들로서 구현된다. 예를 들어, 별도의 처리기는 ARM 처리기(ARM processor)일 수 있다. 상기 명령들은 처리기-판독가능 매체(59)에 저장되며, 상기 별도의 처리기는 상기 명령들을 수행하기 전에 처리기-판독가능 매체(59)로부터 상기 명령들을 판독한다. 따라서, 처리기-판독가능 매체(59)는 가우시안 룩업 테이블(58) 및 라이시안 룩업 테이블(68) 뿐 아니라, 프로그램 명령들도 저장한다. 이 경우, 처리기-판독가능 매체(59)는, 읽기 전용 메모리(ROM)와 같은, 비-휘발성 메모리 종류이다. 일 실시예로, 예를 들어, 각각의 등화기(40), 분포 분석기(46), BEP 추정기(48), 에버러져(70), 필터(73) 및 비-선형 양자화기(76)는 상기 별도의 처리기 상에서 동작하는 명령들의 세트로서 구현된다.

개시된 실시예들의 전술 내용은 당해 기술분야에서 통상의 지식을 가진 임의의 자로 하여금 본 발명을 실시 또는 이용하게 하기 위해 제공된다. 이러한 실시예들에 대한 다양한 변형들은 당해 기술분야에서 통상의 지식을 가진 자들에게 분명히 명백할 것이며, 여기 정의된 일반 원리들은 본 발명의 사상 또는 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 따라서, 본 발명을 여기에 제시되는 실시예들에 한정하고자 하는 것이 아니라 여기 개시된 원리들과 신규한 특징들에 따라서 가장 광범위하게 해석되어야 한다.

Claims

(a) 비트 오류율(bit error rate, BER)을 나타내는 I 및 Q 샘플들을 수신하는 단계; 및

(b) 상기 BER을 추정하기 위해 분포 파라미터 매핑(distribution parameter mapping)을 이용하는 단계를 포함하는 방법.
제 1 항에 있어서,

상기 I 및 Q 샘플들은 Enhanced Data rates for GSM Evolution(EDGE)에 대한 표준을 따르는 변조 및 코딩 방식(modulation and coding scheme, MCS)을 이용하여 변조 및 코딩되는, 방법.
제 1 항에 있어서,

(a)와 (b) 단계 사이에:

(c) 복조된 I 및 Q 샘플들을 획득하기 위해 상기 I 및 Q 샘플들을 복조하는 단계; 및

(d) 연판정 비트(soft decision bit)들을 획득하기 위해 상기 복조된 I 및 Q 샘플들을 등화(equalize)시키는 단계를 더 포함하며, 상기 연판정 비트들은 통계 분포(statistical distribution)를 가지고, 그리고 (b)에서 상기 분포 파라미터 매핑을 이용하는 단계는 상기 통계 분포의 종류(type)를 결정하는 단계를 포함하는, 방법.
제 3 항에 있어서,

상기 통계 분포의 종류는: 가우스 분포(Gaussian distribution), 라이스 분포(Rice distribution), 레일리 분포(Rayleigh distribution), 포아송 분포(Poisson distribution) 및 라플라스 분포(Laplace distribution)로 구성되는 그룹으로부터 선택되는, 방법.
(a) 복수의 멀티-비트 연판정(multi-bit soft decision)들을 획득하기 위해 복조된 I 및 Q 샘플들을 등화(equalize)시키는 단계 ― 상기 복조된 I 및 Q 샘플들은 비트 오류 확률(bit error probability, BEP)을 나타내고, 상기 복수의 멀티-비트 연판정들은 분포를 가지며, 상기 분포는 평균(mean) 및 분산(variance)을 가짐 ―;

(b) 분포(distribution)의 종류를 결정하는 단계;

(c) 상기 분포의 상기 평균 및 상기 분산을 계산하는 단계; 및

(d) 상기 분포의 상기 평균 및 상기 분산에 기초하여 상기 BEP를 추정하는 단계를 포함하고,

상기 (d) 단계는 상기 I 및 Q 샘플들에 의해 나타내지는 상기 BEP를 추정하기 위해 분포 파라미터 매핑을 이용하는 단계를 더 포함하는, 방법.
제 5 항에 있어서,

(c)에서 상기 평균 및 상기 분산을 계산하는 단계는 상기 분포의 종류에 기초하여 수행되는, 방법.
제 5 항에 있어서,

상기 분포의 종류는: 가우스 분포(Gaussian distribution) 및 라이시안 분포(Rician distribution)로 구성되는 그룹으로부터 선택되는, 방법.
제 5 항에 있어서,

(e) 상기 복수의 멀티-비트 연판정들을 디인터리빙(deinterleave)하는 단계; 및

(f) 단일-비트 경판정(single-bit hard decision)들을 획득하기 위해 상기 디인터리빙된 복수의 멀티-비트 연판정들을 컨벌루션하게 디코딩(convolutionally decode)하는 단계를 더 포함하는, 방법.
제 5 항에 있어서,

상기 멀티-비트 연판정들은 심볼(symbol)들을 포함하며, 각각의 심볼은 3개의 비트들을 포함하는, 방법.
제 5 항에 있어서,

프레임 페이로드(frame payload)는 상기 복수의 멀티-비트 연판정들을 포함하는, 방법.
제 5 항에 있어서

무선 블록(radio block)은 4개의 복수의 멀티-비트 연판정들을 포함하는, 방법.
제 5 항에 있어서,

(d)에서 상기 BEP를 추정하는 단계는 상기 평균 나누기 상기 분산인 비(ratio)를 이용하여 룩업 테이블(lookup table)에서 상기 BEP를 찾는(find) 단계를 포함하는, 방법.
제 5 항에 있어서,

(a) 단계 이전에:

(e) 상기 복조된 I 및 Q 샘플들을 획득하기 위해 I 및 Q 샘플들을 복조하는 단계를 더 포함하며, 상기 복조하는 단계는: 가우스 최소 편이 변조(Gaussian minimum shift keying, GMSK) 및 8 위상 편이 변조(octal phase shift keying, 8-PSK)로 구성되는 그룹으로부터 선택되는 변조 방식을 포함하는, 방법.
제 5 항에 있어서,

(e) 제 2 복수의 멀티-비트 연판정들을 획득하기 위해 제 2 복조된 I 및 Q 샘플들을 등화(equalize)시키는 단계 ― 상기 제 2 복조된 I 및 Q 샘플들은 제 2 BEP를 나타냄 ―;

(f) 평균 BEP를 결정하는 단계 ― 상기 평균 BEP는 복수의 비트 오류 확률(bit error probability)들의 평균이며, 상기 복수의 비트 오류 확률들은 적어도 상기 BEP 및 상기 제 2 BEP를 포함함 ―; 및

(g) 필터링된 평균 BEP를 획득하기 위해 상기 평균 BEP를 필터링하는 단계를 더 포함하는, 방법.
제 14 항에 있어서,

(h) 상기 필터링된 평균 BEP를 양자화하는 단계를 더 포함하는, 방법.
(a) 복수의 멀티-비트 연판정들을 획득하기 위해 복조된 I 및 Q 샘플들을 등화시키고 ― 상기 복조된 I 및 Q 샘플들은 비트 오류 확률(BEP)을 나타내고, 상기 복수의 멀티-비트 연판정들은 분포를 가지며, 상기 분포는 평균 및 분산을 가짐 ―;

(b) 상기 분포의 종류를 결정하고;

(c) 상기 분포의 평균 및 분산을 계산하고; 그리고

(d) 상기 분포의 상기 평균 및 상기 분산에 기초하여 상기 BEP를 추정하도록 무선 장치에서 동작가능한 명령들을 저장하고,

상기 (d)는 상기 I 및 Q 샘플들에 의해 나타내지는 상기 BEP를 추정하기 위해 분포 파라미터 매핑을 이용하는, 컴퓨터 판독가능 매체.
제 16 항에 있어서,

상기 평균 및 상기 분산은 상기 분포의 종류에 기초하여 (c)에서 계산되는, 컴퓨터 판독가능 매체.
제 16 항에 있어서,

(e) 상기 복수의 멀티-비트 연판정들을 디인터리빙하고; 그리고

(f) 단일-비트 경판정들을 획득하기 위해 상기 디인터리빙된 복수의 멀티-비트 연판정들을 컨벌루션하게 디코딩하도록 상기 무선 장치에서 동작가능한 명령들을 추가로 저장하는, 컴퓨터 판독가능 매체.
제 16 항에 있어서,

상기 BEP는 상기 평균 나누기 상기 분산인 비(ratio)를 이용하여 룩업 테이블(lookup table)에서 상기 BEP를 찾음(find)으로써 (d)에서 추정되는, 컴퓨터 판독가능 매체.
제 16 항에 있어서,

(e) 상기 복조된 I 및 Q 샘플들을 획득하기 위해 I 및 Q 샘플들을 복조하도록 상기 무선 장치에서 동작가능한 명령들을 추가로 저장하고, 상기 I 및 Q 샘플들은: 가우스 최소 편이 변조(Gaussian minimum shift keying, GMSK) 및 8 위상 편이 변조(octal phase shift keying, 8-PSK)로 구성되는 그룹으로부터 선택되는 변조 방식을 이용하여 복조되는, 컴퓨터 판독가능 매체.
제 16 항에 있어서,

(e) 제 2 복수의 멀티-비트 연판정들을 획득하기 위해 제 2 복조된 I 및 Q 샘플들을 등화시키고 ― 상기 제 2 복조된 I 및 Q 샘플들은 제 2 BEP를 나타냄 ―;

(f) 평균 BEP를 결정하고 ― 상기 평균 BEP는 복수의 비트 오류 확률들의 평균이며, 상기 복수의 비트 오류 확률들은 적어도 상기 BEP 및 상기 제 2 BEP를 포함함 ―; 그리고

(g) 필터링된 평균 BEP를 획득하기 위해 상기 평균 BEP를 필터링하도록 상기 무선 장치에서 동작가능한 명령들을 추가로 저장하는, 컴퓨터 판독가능 매체.
제 21 항에 있어서,

(h) 상기 필터링된 평균 BEP를 양자화하도록 상기 무선 장치에서 동작가능한 명령들을 추가로 저장하는, 컴퓨터 판독가능 매체.
(a) 복수의 멀티-비트 연판정들을 획득하기 위해 복조된 I 및 Q 샘플들을 등화시키기 위한 수단 ― 상기 복조된 I 및 Q 샘플들은 비트 오류 확률(BEP)을 나타내고, 상기 복수의 멀티-비트 연판정들은 분포를 가지며, 상기 분포는 평균 및 분산을 가짐 ―;

(b) 상기 분포의 종류를 결정하기 위한 수단;

(c) 상기 분포의 상기 평균 및 상기 분산을 계산하기 위한 수단; 및

(d) 상기 분포의 상기 평균 및 상기 분산에 기초하여 상기 BEP를 추정하기 위한 수단을 포함하며,

상기 BEP를 추정하기 위한 수단은 상기 (I) 및 (Q) 샘플들에 의해 나타내지는 상기 BEP를 추정하기 위해 분포 파라미터 매핑을 이용하는, 장치.
제 23 항에 있어서,

(c)의 상기 수단은 상기 분포의 종류에 기초하여 상기 평균 및 상기 분산을 계산하는, 장치.
제 23 항에 있어서,

(e) 상기 복수의 멀티-비트 연판정들을 디인터리빙하기 위한 수단; 및

(f) 단일-비트 경판정들을 획득하기 위해 상기 디인터리빙된 복수의 멀티-비트 연판정들을 컨벌루션하게 디코딩하기 위한 수단을 더 포함하는 장치.
제 23 항에 있어서,

(e) 상기 복조된 I 및 Q 샘플들을 획득하기 위해 I 및 Q 샘플들을 복조하기 위한 수단을 더 포함하며, 상기 (e)의 상기 수단은: 가우스 최소 편이 변조(Gaussian minimum shift keying, GMSK) 및 8 위상 편이 변조(octal phase shift keying, 8-PSK)로 구성되는 그룹으로부터 선택되는 변조 방식을 이용하여 상기 I 및 Q 샘플들을 복조하는, 장치.
제 23 항에 있어서,

(e) 제 2 복수의 멀티-비트 연판정들을 획득하기 위해 제 2 복조된 I 및 Q 샘플들을 등화시키기 위한 수단 ― 상기 제 2 복조된 I 및 Q 샘플들은 제 2 BEP를 나타냄 ― ;

(f) 평균 BEP를 결정하기 위한 수단 ― 상기 평균 BEP는 복수의 비트 오류 확률들의 평균이며, 상기 복수의 비트 오류 확률들은 적어도 상기 BEP 및 상기 제 2 BEP를 포함함 ― ; 및

(g) 필터링된 평균 BEP를 획득하기 위해 상기 평균 BEP를 필터링하기 위한 수단을 더 포함하는, 장치.
멀티-비트 연판정들의 분포를 수신하는 분포 분석기(distribution analyzer) ― 상기 멀티-비트 연판정들의 분포는 분포 종류를 나타내며, 상기 분포 분석기는 상기 분포 종류를 결정함 ― ;

상기 멀티-비트 연판정들의 분포를 수신하는 비트 오류 확률 추정기(bit error probability estimator) ― 상기 비트 오류 확률 추정기는 상기 멀티-비트 연판정들의 분포의 통계 파라미터(statistical parameter)들을 계산함 ―; 및

룩업 테이블(lookup table)을 포함하며, 상기 비트 오류 확률 추정기는 상기 통계적 파라미터들을 상기 룩업 테이블의 비트 오류 확률(bit error probability, BEP)에 매핑함으로써 상기 BEP를 결정하는, 회로.
제 28 항에 있어서,

상기 멀티-비트 연판정들의 분포의 상기 통계 파라미터들은 상기 멀티-비트 연판정들의 신호-대-잡음 비를 근사화(approximate)하며, 상기 룩업 테이블은 상기 멀티-비트 연판정들의 분포의 상기 통계 파라미터들을 상기 멀티-비트 연판정들의 비트 오류 확률(bit error probability)들에 상관시키는, 회로.
제 28 항에 있어서,

상기 분포 종류는 라이시안(Rician)이고, 상기 통계 파라미터들은 평균(Α) 및 분산(sigma)을 포함하며, 상기 비트 오류 확률 추정기는 Α/sigma의 몫(quotient A/sigma)을 상기 룩업 테이블의 상기 BEP에 매핑함으로써 상기 BEP를 결정하는, 회로.
제 28 항에 있어서,

상기 분포 종류는 가우시안(Gaussian)이고, 상기 통계 파라미터들은 평균(mu) 및 분산(sigma)을 포함하며, 상기 비트 오류 확률 추정기는 mu/sigma의 몫(quotient mu/sigma)을 상기 룩업 테이블의 상기 BEP에 매핑함으로써 상기 BEP를 결정하는, 회로.
제 28 항에 있어서,

상기 분포 분석기 및 상기 비트 오류 확률 추정기는 디지털 기저대역 처리기(digital baseband processor) 내의 전용 하드웨어(dedicated hardware)인, 회로.
제 28 항에 있어서,

상기 비트 오류 확률 추정기는 처리기-판독가능 매체(processor-readable medium)에 저장되는 명령들을 실행하는 처리기인, 회로.
제 28 항에 있어서,

상기 멀티-비트 연판정들의 분포를 출력하는 등화기(equalizer)를 더 포함하는 회로.
제 28 항에 있어서,

상기 멀티-비트 연판정들에 기초하여 경판정(hard decision) 비트들을 출력하는 컨벌루셔널 디코더(convolutional decoder)를 더 포함하는 회로.
복조된 I 및 Q 샘플들을 수신하고 멀티-비트 연판정들을 출력하는 등화기; 및

상기 멀티-비트 연판정들에 기초하여 비트 오류 확률(bit error probability, BEP)을 추정하기 위한 수단을 포함하고,

상기 추정하기 위한 수단은 상기 I 및 Q 샘플들에 의해 나타내지는 상기 BEP를 추정하기 위해 분포 파라미터 매핑을 추가적으로 이용하는, 회로.
제 36 항에 있어서,

상기 수단은 상기 멀티-비트 연판정들의 통계 분포에 기초하여 상기 BEP를 추정하는, 회로.
제 36 항에 있어서,

상기 복조된 I 및 Q 샘플들은 Enhanced Data rates for GSM Evolution(EDGE)에 대한 표준에 따르는 변조 및 코딩 방식(modulation and coding scheme, MCS)을 이용하여 복조되는, 회로.