KR101854980B1 - 트랜시버 디바이스 및 신호를 프로세싱하는 방법 - Google Patents

트랜시버 디바이스 및 신호를 프로세싱하는 방법 Download PDF

Info

Publication number
KR101854980B1
KR101854980B1 KR1020160064293A KR20160064293A KR101854980B1 KR 101854980 B1 KR101854980 B1 KR 101854980B1 KR 1020160064293 A KR1020160064293 A KR 1020160064293A KR 20160064293 A KR20160064293 A KR 20160064293A KR 101854980 B1 KR101854980 B1 KR 101854980B1
Authority
KR
South Korea
Prior art keywords
vector
parameter
elements
signal
input signal
Prior art date
Application number
KR1020160064293A
Other languages
English (en)
Other versions
KR20170001572A (ko
Inventor
펭 슈에
양석 최
슈-핑 예
쉴파 탈와르
로야 두스트네자드
Original Assignee
인텔 코포레이션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 인텔 코포레이션 filed Critical 인텔 코포레이션
Publication of KR20170001572A publication Critical patent/KR20170001572A/ko
Application granted granted Critical
Publication of KR101854980B1 publication Critical patent/KR101854980B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/40—Circuits
    • H04B1/50—Circuits using different frequencies for the two directions of communication
    • H04B1/52—Hybrid arrangements, i.e. arrangements for transition from single-path two-direction transmission to single-direction transmission on each of two paths or vice versa
    • H04B1/525—Hybrid arrangements, i.e. arrangements for transition from single-path two-direction transmission to single-direction transmission on each of two paths or vice versa with means for reducing leakage of transmitter signal into the receiver
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
    • H04B1/40—Circuits
    • H04B1/44—Transmit/receive switching
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/10—Monitoring; Testing of transmitters
    • H04B17/11—Monitoring; Testing of transmitters for calibration
    • H04B17/14—Monitoring; Testing of transmitters for calibration of the whole transmission and reception path, e.g. self-test loop-back
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B15/00—Suppression or limitation of noise or interference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B15/00—Suppression or limitation of noise or interference
    • H04B15/02—Reducing interference from electric apparatus by means located at or near the interfering apparatus
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/20—Monitoring; Testing of receivers
    • H04B17/21—Monitoring; Testing of receivers for calibration; for correcting measurements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Transceivers (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

신호를 프로세싱하는 방법은, 입력 신호 벡터 및 출력 신호 벡터에 기초하여, 공분산 행렬 및 상관 벡터를 계산하는 단계, 미리 정의된 기준에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하는 단계 ―파라미터 벡터는 입력 신호 벡터와 출력 신호 벡터 사이의 관계를 설명함―, 복수의 엘리먼트를 갖는 감소된 파라미터 업데이트 벡터를 생성하기 위해, 선형 시스템에 대한 솔루션을 계산하는 단계 ―선형 시스템은, 파라미터 벡터의 복수의 결정적 엘리먼트, 공분산 행렬, 및 상관 벡터에 기초함―, 업데이트된 파라미터 벡터를 생성하기 위해, 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 복수의 결정적 엘리먼트를 업데이트하는 단계 ―감소된 파라미터 업데이트 벡터는 파라미터 벡터보다 적은 엘리먼트를 가짐―, 및 업데이트된 파라미터 벡터를 이용하여, 입력 신호 벡터와 연관된 하나 이상의 신호를 프로세싱하는 단계를 포함할 수 있다.

Description

트랜시버 디바이스 및 신호를 프로세싱하는 방법{TRANSCEIVER DEVICE AND METHOD OF PROCESSING SIGNALS}
다양한 실시예는 일반적으로 트랜시버 디바이스 및 신호를 프로세싱하는 방법에 관한 것이다.
많은 종래의 무선 디바이스는 무선 송신 및 수신 둘 모두를 수행하고, 따라서, 송신기 및 수신기 컴포넌트 둘 모두(즉, 트랜시버)를 포함한다. 트랜시버 설계는, 이러한 송신기 및 수신기 컴포넌트가 서로 매우 근접하게 배열되는 것을 포함할 수 있고, 컴포넌트 사이에서 일 레벨의 간접적인 또는 공유된 커플링이 종종 존재할 수 있다. 그 결과, 많은 트랜시버 설계는, 송신기 체인과 수신기 체인 사이의 누설에 취약할 수 있다.
누설은 특히, 송신기 및 수신기 체인 둘 모두가 듀플렉싱 회로에 커플링될 수 있는 단일의 또는 공유된 안테나 시스템에서 지배적일 수 있다. 따라서, 송신기 체인으로부터 수신기 체인으로의 누설은, 송신에 의도된 신호가 수신 신호에 부여되는 자체-간섭을 초래할 수 있다.
송신된 신호가 트랜시버에서 공지되기 때문에, 수신기에서의 신호로부터 누설 신호를 제거하기 위해, 송신기 체인과 수신기 체인 사이의 경로를 모델링하는 것이 가능할 수 있다.
도면에서, 유사한 참조 부호는 일반적으로, 상이한 도면 전반에 걸쳐 동일한 부분을 지칭한다. 도면은 반드시 축척대로 도시될 필요가 없고, 그 대신, 일반적으로 본 발명의 원리를 예시하는 것에 대해 강조된다. 하기 설명에서, 본 발명의 다양한 실시예는, 하기 도면을 참조하여 설명된다.
도 1은, 모바일 디바이스에 대응하는 블록도를 도시한다.
도 2는, 선택적인 최적화 프로세스를 예시하는 흐름도를 도시한다.
도 3은, 통신 단말의 내부 컴포넌트를 예시하는 블록도를 도시한다.
도 4는, 신호를 프로세싱하는 방법을 예시하는 흐름도를 도시한다.
하기 상세한 설명은, 본 발명이 실시될 수 있는 특정 세부사항 및 실시예를 예시의 방식으로 도시하는 첨부된 도면을 참조한다.
용어 "예시적인"은, "예, 예증 또는 예시로 기능하는"을 의미하도록 본 명세서에서 사용된다. 본 명세서에서 "예시적인" 것으로 설명되는 임의의 실시예 또는 설계는, 반드시 다른 실시예 또는 설계에 비해 선호되거나 유리한 것으로 해석될 필요는 없다.
설명 및 청구항에서 용어 "복수" 및 "다수"는, 존재한다면, 하나보다 많은 수량을 명시적으로 지칭하기 위해 사용된다. 따라서, 오브젝트의 수량을 지칭하고 명시적으로 전술된 단어로 시작하는 임의의 구(예를 들어, "복수의 [오브젝트]", "다수의 [오브젝트]")는 상기 오브젝트 중 하나보다 많은 것을 명시적으로 지칭하도록 의도된다. 설명 및 청구항에서 용어 "그룹" "세트", "집합", "시리즈", "시퀀스", "그룹화", "선택" 등 및 이와 유사한 것은, 존재한다면, 하나와 동일하거나 그보다 큰 수량, 즉, 하나 이상을 지칭하기 위해 사용된다. 따라서, 본 명세서에서 오브젝트의 수량과 관련하여 사용되는 구 "[오브젝트]의 그룹", "[오브젝트]의 세트", "[오브젝트]의 집합", "[오브젝트]의 시리즈", "[오브젝트]의 시퀀스", "[오브젝트]의 그룹화", "[오브젝트]의 선택", "[오브젝트] 그룹", "[오브젝트] 세트", "[오브젝트] 집합", "[오브젝트] 시리즈", "[오브젝트] 시퀀스", "[오브젝트] 그룹화", "[오브젝트] 선택" 등은 상기 오브젝트 중 하나 이상의 수량을 지칭하도록 의도된다. 명시적으로 언급된 복수의 수량(예를 들어, "2개의 [오브젝트]", "[오브젝트] 중 3개", "10개 이상의 [오브젝트]", "적어도 4개의 [오브젝트]" 등)으로 직접 언급되거나, 단어 "복수", "다수" 또는 유사한 구의 이용을 표현하지 않으면, 오브젝트의 수량에 대한 참조는 상기 오브젝트 중 하나 이상을 지칭하도록 의도됨이 인식된다.
본 명세서에서 활용되는 임의의 벡터 및/또는 행렬 표기는 본질적으로 예시적이고, 오직 설명을 위해서만 이용됨이 인식된다. 따라서, 본 개시에서 상세화되는 접근법은 오직 벡터 및/또는 행렬을 이용하여 구현되는 것으로 제한되는 것은 아니며, 연관된 프로세스 및 연산은 데이터, 관측, 정보, 신호 등의 세트, 시퀀스, 그룹 등과 관련하여 동등하게 수행될 수 있음이 이해된다.
또한, "벡터"에 대한 참조는 임의의 크기 또는 배향의 벡터, 즉, 1x1 벡터(예를 들어, 스칼라), 1xM 벡터(예를 들어, 행 벡터) 및 Mx1 벡터(예를 들어, 열 벡터)를 포함하는 벡터를 지칭할 수 있음이 인식된다. 유사하게, "행렬"에 대한 참조는 임의의 크기 또는 배향의 행렬, 즉, 1x1 행렬(예를 들어, 스칼라), 1xM 행렬(예를 들어, 행 벡터) 및 Mx1 행렬(예를 들어, 열 벡터)를 포함하는 행렬을 지칭할 수 있음이 인식된다.
본 명세서에서 사용되는 바와 같이, "회로"는 임의의 종류의 로직 구현 엔티티로 이해될 수 있고, 이는, 메모리, 펌웨어 또는 이들의 임의의 조합에 저장되는 소프트웨어를 실행하는 특수 목적 회로 또는 프로세서일 수 있다. 또한, "회로"는, 하드-와이어드 로직 회로 또는 프로그래밍가능 프로세서와 같은 프로그래밍가능 로직 회로, 예를 들어, 마이크로프로세서(예를 들어, CISC(Complex Instruction Set Computer) 프로세서 또는 RISC(Reduced Instruction Set Computer) 프로세서)일 수 있다. "회로"는 또한, 소프트웨어, 예를 들어, 임의의 종류의 컴퓨터 프로그램, 예를 들어, Java와 같은 가상 머신 코드를 이용하는 컴퓨터 프로그램을 실행하는 프로세서일 수 있다. 아래에서 더 상세히 설명될 각각의 기능에 대한 임의의 다른 종류의 구현이 또한 "회로"로 이해될 수 있다. 설명된 회로 중 임의의 2개(또는 그 이상)가 하나의 회로로 결합될 수 있음이 또한 이해될 수 있다.
모바일 통신 네트워크의 액세스 포인트에 대한 참조로 사용되는 용어 "기지국"은 매크로 기지국, 마이크로 기지국, 노드 B, 이볼브드 NodeB(eNB), 홈 eNodeB, 원격 라디오 헤드(RRH), 중계 포인트 등으로 이해될 수 있다.
본 명세서에서 사용되는 바와 같이, 전기통신 상황에서의 "셀"은 기지국에 의해 서빙되는 섹터로 이해될 수 있다. 따라서, 셀은, 기지국의 특정 섹터화에 대응하는 지리적으로 함께 위치된 안테나의 세트일 수 있다. 따라서, 기지국은 하나 이상의 "셀"(또는 섹터)을 서빙할 수 있고, 여기서 각각의 셀은 별개의 통신 채널로 특성화된다.
도 1은, 모바일 디바이스(100)의 내부 컴포넌트를 예시하는 블록도를 도시한다. 모바일 디바이스(100)는, 예를 들어, 라디오 액세스 네트워크를 통해 무선 통신을 수행하도록 구성되는 모바일 단말 디바이스일 수 있다. 예를 들어, 모바일 디바이스(100)는, 예를 들어, GSM(Global System for Mobile Communications) 네트워크, UMTS(Universal Mobile Telecommunications System) 네트워크 또는 LTE(Long Term Evolution) 네트워크와 같은 3세대 파트너쉽 프로젝트(3GPP) 무선 네트워크에 따라 동작하도록 구성될 수 있다. 모바일 디바이스(100)는, 다수의 다른 라디오 액세스 기술에 따라 동작하도록 추가로 구성될 수 있고, 따라서 본 명세서에 상세화된 개시는 임의의 수의 상이한 라디오 액세스 기술에 적용될 수 있음이 인식된다.
모바일 디바이스(100)는, 안테나(102), 듀플렉서(104), 수신기(RX) 체인(106), 송신기(TX) 체인(108), 모델링 로직(110), 제거 로직(112) 및 파라미터 추정 로직(114)을 포함할 수 있다. 도 1에 도시된 바와 같이, 안테나(102)는, 무선 수신 및 송신 둘 모두를 수행하기 위해, RX 체인(106)과 TX 체인(108) 사이에서 공유될 수 있다. 안테나(102)가 단일 안테나로 도시되어 있지만, 안테나(102)는 복수의 안테나를 포함하는 안테나 어레이로 유사하게 구현될 수 있음이 인식된다.
모바일 디바이스(100)의 전술된 컴포넌트 및 로직 회로는, 도 1에 예시된 바와 같이, 별개의 하드웨어 컴포넌트 또는 별개의 회로, 예를 들어, 별개의 집적 회로로 구현될 수 있다. 그러나, 회로 중 일부 또는 전부는, 예를 들어, 마이크로프로세서와 같은 공통 프로그래밍가능 프로세서에 의해 구현될 수 있음이 이해된다. 따라서, 전술된 컴포넌트 중 하나 이상의 기능 중 일부 또는 전부는 단일 하드웨어 컴포넌트로 통합될 수 있다. 또한, 무선 라디오 통신의 다양한 추가적인 동작을 지원하기 위해, 모바일 디바이스(100)는, 하드웨어, 프로세서, 메모리 및 다른 특수 또는 범용 하드웨어/프로세서/회로 등을 포함하는 다수의 추가적인 컴포넌트를 포함할 수 있음이 이해된다. 모바일 디바이스(100)는 추가적으로, 모바일 통신 애플리케이션을 수행 및/또는 지원하는데 전용되는 하나 이상의 프로세서와 같은 코어 하드웨어를 포함할 수 있다. 모바일 디바이스(100)는 또한, 디스플레이, 키패드, 터치스크린, 스피커, 외부 버튼 등과 같은 다양한 사용자 입력/출력 디바이스를 포함할 수 있다.
듀플렉서(104)는, 안테나(102)를 이용하여 RX 체인(106)에 의한 무선 수신 및 TX 체인(108)에 의한 무선 송신 둘 모두를 용이하게 하기 위해 활용될 수 있다. 예를 들어, 안테나(102)는 하나 이상의 다운링크 신호를 무선으로 수신하고, 결과적 다운링크 신호를 듀플렉서(104)에 제공할 수 있다. 듀플렉서(104)는 다운링크 신호를 RX 체인(106)에 제공할 수 있다. RX 체인(106)은, 예를 들어, 저잡음 증폭기(LNA), 자동 이득 제어기(AGC) 및 하향변환기/아날로그-디지털 변환기(ADC)를 이용하여 다운링크 신호를 프로세싱하고, 결과적 신호 y(t)를 출력할 수 있다.
TX 체인(108)은 업링크 신호를 듀플렉서(104)에 제공할 수 있고, 그 다음, 듀플렉서(104)는 무선 송신을 위해 업링크 신호를 안테나(102)에 제공할 수 있다. 예를 들어, TX 체인은, 업링크 송신으로 의도된 신호 X(t)를 수신하고, 예를 들어, 프로세싱 회로 및 전력 증폭기를 이용하여, 신호 X(t)에 대해 송신 프로세싱 및 증폭을 수행할 수 있다. 그 다음, TX 체인(108)은 결과적 신호를, 안테나(102)에 의한 후속적 무선 송신을 위해 듀플렉서(104)에 제공할 수 있다. X(t)는, 예를 들어, 복수의 이진 비트를 표현하는 송신 심볼과 같은, 단일 값 또는 복수의 단일 값의 그룹화일 수 있음이 인식된다.
따라서, RX 체인(106) 및 TX 체인(108) 둘 모두는, 각각 다운링크 신호를 수신하고 업링크 신호를 송신하기 위해, 듀플렉서(104)에 대한 공통 접속을 공유할 수 있다. 불완전한 분리로 인해, TX 체인(108)에 의해 제공되는 업링크 신호는 RX 체인(106)으로 누설되어, RX 체인(106)에 의해 생성되는 수신 신호를 잠재적으로 손상시킬 수 있다. 도 1에 도시된 바와 같이, RX 체인(106)은 신호 y(t)를 출력할 수 있고, 여기서 y(t) = y1(t) + yDL(t)이고, y1(t)는 X(t)에 대응하는 누설 신호이고, yDL(t)는, 안테나(102)에 의한, 원하는 다운링크 신호 수신기에 대응하는 수신 다운링크 신호이다. TX 체인(108)과 RX 체인(106) 사이에 추가적인 누설 경로가 존재할 수 있음이 인식된다.
따라서, RX 체인(106)에 의해 출력되는 y(t)는 yDL(t) 및 y1(t)에서 2개의 별개의 성분을 포함할 수 있고, 여기서 yDL(t)는 원하는 정보를 포함하는 수신 다운링크 신호에 대응하고, y1(t)은 TX 체인(108)으로부터 누설되는 신호 X(t)에 대응한다. 따라서, y(t)는 y1(t)의 존재에 의해 손상될 수 있다.
"자체-간섭"으로 또한 공지되는 누설 y1(t)의 존재는, 수신기측에서 상당한 성능 악화를 초래할 수 있다. y1(t)와 같은 누설은, 별개의 송신 및 수신 주파수 대역을 활용하는 주파수 듀플렉싱 시스템 또는 별개의 시간 기간 동안 송신 및 수신하는 시간 듀플렉싱 시스템의 경우에도 이러한 자체-간섭을 초래할 수 있는 것으로 인식된다. 기본적인 자체-간섭 문제는 전용(즉, 공유되지 않는) 안테나의 이용에 의해서도 유사하게 해결되지 않는데, 이는, RX 체인과 TX 체인 사이의 다양한 간접 커플링 경로를 통해 여전히 누설이 발생할 수 있기 때문이다.
TX 체인 누설에 의해 초래되는 자체-간섭은, RX 체인에 의해 생성되는 신호의 누설(즉, y(t)의 y1(t))을 추정하고, 추정된 누설을 제거함으로써 처리될 수 있다. 누설 소스 신호 X(t)가 모바일 디바이스(100)에 공지되기 때문에, 따라서, x(t)로부터 y1(t)를 추정하여 누설 추정
Figure 112016050424129-pat00001
를 획득하기 위해, TX 체인(108)으로부터 RX 체인(106)으로의 경로를 모델링하는 것이 가능할 수 있다. X(t)와 y1(t) 사이의 관계를 모델링하기 위해, 파라미터화된 선형 모델이 이용될 수 있다. 모델의 출력에 기초하여, 누설 신호 y1(t)는, 누설 추정
Figure 112016050424129-pat00002
의 이용을 통해 RX 체인 신호 y(t)로부터 제거될 수 있다.
도 1에 도시된 바와 같이, TX 체인 입력 신호 X(t)는 모델링 로직(110)에 제공될 수 있다. 모델링 로직(110)은 누설 추정
Figure 112016050424129-pat00003
를 제거 로직(112)에 출력할 수 있고, 그 다음, 제거 로직(112)은, 제공된 누설 추정
Figure 112016050424129-pat00004
에 기초하여, RX 체인 입력 신호 y(t)로부터 누설을 제거할 수 있다. 모델링 로직(110)은, 입력 신호 X(t)와 누설 신호 y1(t) 사이의 관계를 모델링하기 위해, 파라미터 벡터 W를 활용함으로써 누설 추정
Figure 112016050424129-pat00005
를 결정할 수 있다. 파라미터 추정 로직(114)은, 실시간의 정확한 모델 특성화를 제공하여, 모바일 디바이스(100)가 누설 신호 y1(t)의 정확한 추정
Figure 112016050424129-pat00006
를 획득할 수 있게 하기 위해, 모델링 로직(110)의 파라미터 벡터 W의 모델 파라미터를 연속적으로 업데이트할 수 있다.
모델링 로직(110)은, 파라미터 벡터 W를 이용하여 누설 추정
Figure 112016050424129-pat00007
를 생성하기 위해 X(t)와 y1(t) 사이의 관계를 다음과 같이 모델링할 수 있다:
Figure 112016050424129-pat00008
(1)
여기서, W'는, W의 전치(transpose)이고,
Figure 112016050424129-pat00009
는 RX 체인 입력 신호 벡터 X(t) = {X(t), X(t-1),...X(t-T0)}에 포함된 현재 및 과거의 입력 샘플의 함수이고, 여기서 T0은 모델의 메모리 길이이다. 앞서 상세화된 바와 같이, X(t)는 단일 값을 표현할 수 있거나, 송신 심볼과 같은 복수의 단일 값의 그룹화일 수 있다.
함수
Figure 112016050424129-pat00010
는 "커널화(kernelization)" 또는 "맵핑" 함수일 수 있고, y1(t)와 TX 체인 입력 신호 X(t) 사이의 비선형 관계를 보상하기 위해 활용될 수 있다. 이러한 비선형성은, 임의의 다수의 소스, 예를 들어, 상이한 송신 및 수신 주파수 대역, 전력 증폭기와 같은 비선형 컴포넌트, 및 필터 및 지연과 같은 다수의 추가적인 컴포넌트로 인해 TX 체인(108)으로부터 RX 체인(106)으로의 누설 경로에 도입될 수 있다. 그 결과, 누설 신호 y1(t)는 현재 및 과거의 TX 체인 입력 신호 X(t) := {X(t), X(t-1),...X(t-T0)}의 비선형 함수일 수 있다.
따라서, 커널화 함수
Figure 112016050424129-pat00011
는 원래의(즉, 맵핑되지 않은) 입력 신호 X(t), X(t-1),...X(t-T0)를 누설 신호 y1(t)에 대응하는 선형 공간으로 전환하기 위해 이용될 수 있다. 그 다음, 파라미터 벡터 W의 추정에 기초하여 파라미터화된 선형 모델은, 식 (1)에 기초하여 X(t)로부터 누설 추정
Figure 112016050424129-pat00012
를 추정하기 위해 활용될 수 있다.
따라서, 자체-간섭 제거 문제에 대한 솔루션은, 파라미터 벡터 W의 선형 파라미터 추정을 통해 제공될 수 있다. TX 체인 입력 신호 X(t)와 누설 신호 y1(t) 사이의 관계를 정확하게 특성화하는 파라미터 벡터 W의 유지보수는, 누설 추정
Figure 112016050424129-pat00013
를 추정하는 효과적인 수단을 제공한다. X(t)와 y1(t) 사이의 관계가 복잡하기 때문에, 파라미터 벡터 W는 수백개의 파라미터를 포함할 수 있다. 충분히 포괄적인 모델을 유지하기 위해, W는 TX 체인 입력 신호 X(t)와 RX 체인 입력 신호 Y(t)의 관측에 기초하여 일정하게 업데이트되어야 한다.
파라미터 벡터 W를 추정하고, 이에 후속하여 커널화 함수
Figure 112016050424129-pat00014
를 이용하여 X(t)를 y1(t)의 선형 도메인으로 전환하기 위해, 선형 제곱 평균(linear mean square; LMS) 및 순환 선형 제곱(recursive linear square; RLS)와 같은 전통적인 방법이 활용될 수 있다. 그러나, 이러한 전통적인 방법은, 이러한 전통적인 방법의 컨버전스 속력, 복잡도, 및 전력 소모 요건과 관련된 다양한 우려를 겪을 수 있다. LMS는 단순한 구현(즉, 비교적 낮은 복잡도)을 제공하지만, 느린 컨버전스 속력을 겪는다. 반대로, RLS는 빠른 컨버전스 속력을 제공하지만, 많은 실시간 구현에 대해 너무 복잡한 것으로 증명되었다.
복잡도를 실용적 레벨까지 감소시키기 위해, RLS 접근법에 대해 몇몇 단순화가 제공되었다. 그러나, 이러한 단순화는, 자체-간섭 제거의 제안된 시나리오와 같이 동적 시나리오에서 몇몇 결점에 직면한다. 복잡도에서 큰 감소를 제공하는 방법은, 종종 너무 단순한 것으로 판명하여 추정 및/또는 제거에서 스파이크(spike)를 회피하지 못하는 한편, 더 복잡한 방법은 과도한 문제를 겪고 정확한 오프라인 파라미터 세팅을 요구한다.
예를 들어, CD(coordinate descent)는 전술된 전통적인 방법에 비해 복잡도에서 극적인 감소를 제공한다. W의 모든 파라미터를 업데이트하는 것과는 반대로, CD 알고리즘은 오직 단일 파라미터만을 업데이트한다. 이러한 접근법은 복잡도에서 예측가능한 감소를 제공하지만, 컨버전스 속력은 허용불가능하게 느려질 수 있다.
전통적 접근법에서 다른 제안된 단순화는 CG(conjugate gradient)이고, 여기서는, W에 대한 각각의 파라미터 업데이트는, 2차 비용 함수에 기초하고, 선형 시스템의 가정에 기초하여 결정된 최적의 스텝-사이즈로 최적의 방향을 따라 감소된다. 최적화된 업데이트 방향성으로 인해, CG는 다양한 구현에서 빠른 컨버전스를 제공할 수 있다. 그러나, 많은 경우에서, 전반적인 복잡도는 RLS와 유사할 것이다.
따라서, 모바일 디바이스(100)에 의한 무선 신호의 수신은, 높은 정확도, 비교적 빠른 컨버전스 속력 및 감소된 복잡도를 제공하는, 누설 신호 y1(t)를 추정할 때 이용하기 위한 파라미터 벡터 W에 대한 파라미터 업데이트 방식의 구현을 통해 개선될 수 있다.
W의 업데이트는, TX 체인 입력 신호 X(t) 및 RX 체인 입력 신호 Y(t)의 각각의 새로운 관측이 주어지면 필수적일 수 있다. 앞서 상세화된 바와 같이, TX 체인 입력 신호 X(t)로부터 추정된 누설
Figure 112016050424129-pat00015
를 모델링하는 관계는,
Figure 112016050424129-pat00016
(식 (1) 참조)로 표기될 수 있고, 여기서,
Figure 112016050424129-pat00017
는 현재 및 과거의 TX 체인 입력 신호 X(t) := {X(t), X(t-1),...X(t-T0)}를
Figure 112016050424129-pat00018
의 선형 도메인에 맵핑하는 Nx1 벡터이다.
Figure 112016050424129-pat00019
의 각각의 엘리먼트는, X(t)의 하나 이상의 과거의 TX 체인 입력 신호의 비선형 함수일 수 있다. 따라서, X(t)의 각각의 새로운 관측(즉, 각각의 후속적으로 송신된 TX 체인 입력 신호)은 벡터
Figure 112016050424129-pat00020
의 업데이트를 요구할 수 있는데, 이는
Figure 112016050424129-pat00021
의 하나 이상의 엘리먼트가 가장 최근에 송신된 TX 체인 신호 X(t)에 의존할 수 있기 때문이다.
명확화를 위해,
Figure 112016050424129-pat00022
를 표기하기 위해 u(t)가 이용될 수 있다. 주어진 시간 t에, 식 (1)은 다음과 같이 표현될 수 있다.
Figure 112016050424129-pat00023
Figure 112016050424129-pat00024
...
Figure 112016050424129-pat00025
이것은, 다음과 같이, 행렬 U(t) 및 Y1(t)를 이용하여 컴팩트한 형태로 기록될 수 있다.
Figure 112016050424129-pat00026
(2)
여기서, U(t) := (u(t),..., u(1)) 이고, Y1(t) := (y1(t),..., y1(t))' 이다.
최소 제곱 평균 에러(MMSE)를 달성하는 파라미터 벡터 W가 통상적으로 최적의 솔루션이다. MMSE를 달성하는 벡터 W는 추가적으로 다음과 같이 식 (3)에 대한 솔루션임을 볼 수 있다.
Figure 112016050424129-pat00027
(3)
그 다음, R(t)는,
Figure 112016050424129-pat00028
Figure 112016050424129-pat00029
으로 정의될 수 있고, 이것은, 커널화된 입력 신호 벡터의 실험적 공분산 행렬(
Figure 112016050424129-pat00030
, k = 1, 2, ..., t)이고, 여기서 벡터 X(k) = (X(k), X(k-1),...X(k-T0))이다. 유사하게, β(t)는
Figure 112016050424129-pat00031
로 정의될 수 있고, 이는 커널화된 입력 신호 벡터
Figure 112016050424129-pat00032
와 관측 벡터 Y1 사이의 상관이다.
그 다음, 식 (3)은 R(t) 및 β(t)를 이용하여 재기록될 수 있다.
Figure 112016050424129-pat00033
(4)
따라서, 식 (4)는,
Figure 112016050424129-pat00034
와 y1(t) 사이의 관계를 정확하게 모델링하는 파라미터 벡터 W를 획득하여, RX 체인 입력 신호 y(t)로부터의 누설을 효과적으로 제거하기 위해 누설
Figure 112016050424129-pat00035
를 추정하는 모델을 제공하기 위해 W에 대해 해결될 수 있다. W는, 결과적으로 장래의 송신에서 누설의 추정 및 제거에 이용될 수 있다.
식 (4)에서 W에 대한 잠재적인 솔루션은, R(t)의 역을 컴퓨팅함으로써 실현될 수 있다. 그러나, R(t)는 100 x 100보다 큰 차원을 갖고, 이는, 결국 점점 더 복잡한 역 연산을 제시한다. 따라서, 전술된 파라미터 추정 접근법, 예를 들어, LMS, RLS, CD 및 CG는 감소된 복잡도를 제공하는 대안으로 제공되었다.
예를 들어, 2차 비용 함수 및 최적의 스텝-사이즈에 기초하여 W의 각각의 엘리먼트를 업데이트하는 것을 수반하는, 식 (4)를 충족하는 W를 컴퓨팅하기 위해, CG가 활용될 수 있다. 그러나, 이러한 접근법은, W가 종종 100 x 1보다 큰 차원을 가질 것이기 때문에 과도하게 복잡할 수 있고, 따라서, 이의 CG 추정을 완료하기 위해, 동등한 수의 업데이트를 요구할 것이다.
앞서 상세화된 바와 같은 CD는, 오직 W의 단일 엘리먼트의 업데이트만을 수반한다. 그러나, 복잡도에서의 극적인 감소는, 이 솔루션이 적용되면, 누설의 추정 및/또는 제거 시에 스파이크에 대한 증가된 취약성을 초래할 수 있다.
도 2는, 파라미터 벡터 W의 업데이트를 수행하기 위한 방법(200)을 예시하는 흐름도를 상세화한다. 방법(200)은 자체-간섭 제거 애플리케이션에서 누설을 추정하는 것과 관련하여 설명될 것이지만, 여기서 상세화된 방법 및 구현은 다양한 다른 애플리케이션에서 활용될 수 있음이 인식된다. 예를 들어, 이러한 접근법은 유사한 선형 추정 문제를 요구하는 임의의 수의 시스템에 적용될 수 있음이 인식된다. 따라서, 방법(200)은, 다수의 LMS, RLS, CD 또는 CG 파라미터 추정 접근법에 대한 대안으로 적용될 수 있다.
방법(200)은, 식 (4)에서와 같은 시스템으로 시작할 수 있다. 자체-간섭 제거에서, 방법(200)은, 도 1에 관해 상세화된 바와 같이, 커널화된 입력 신호 벡터
Figure 112016050424129-pat00036
와 누설 y1(t) 사이의 관계를 정확하게 추정하기 위해 파라미터 벡터 W를 발견하는 것을 목적으로 할 수 있다. 따라서, 시스템
Figure 112016050424129-pat00037
을 해결하는 솔루션 W(t)를 발견함으로써, 시스템
Figure 112016050424129-pat00038
에 대한 적절한 W가 획득될 수 있고, 여기서 R(t)는, 커널화된 RX 체인 입력 신호 벡터
Figure 112016050424129-pat00039
의 공분산 행렬이고, β(t)는, 커널화된 TX 체인 입력 신호 벡터
Figure 112016050424129-pat00040
와 RX 체인 입력 신호 벡터 Y1(t) 사이의 상관이다.
방법(200)은, 반복적 알고리즘으로 구현될 수 있고, 새로운 관측에 기초하여 파라미터 벡터 W에 대한 연속적인 업데이트를 수행할 수 있다. 예를 들어, 방법(200)은 각각의 반복 동안 X(t) 및 Y(t)에 대한 새로운 관측을 수신할 수 있고, 후속적으로, 각각의 반복 동안 새로운 관측에 기초하여 파라미터 벡터 W에 대한 업데이트를 수행할 수 있다.
따라서, 방법(200)은, 과거의 값 R(t-1), β(t-1) 및 W(t-1), 즉, 방법(200)의 이전 반복으로부터의 R, β 및 W에 대한 값으로 시간 t에서 시작할 수 있다. 202에서, 방법(200)은 새로운 관측 X(t) 및 y(t)를 획득할 수 있다. 예를 들어, 방법(200)은, TX 체인(108)을 통한 송신을 위해 스케줄링되는 다음 TX 신호, 즉 X(t)를 관측할 수 있다. 그 다음, 방법(200)은, 다음 TX 신호 X(t)를 포함하도록 입력 신호 벡터 X(t)를 업데이트할 수 있고, 후속적으로, 커널화된 입력 신호 벡터
Figure 112016050424129-pat00041
를 업데이트할 수 있다. 방법(200)은 또한, 관측 y(t)를 수신하고 관측 벡터 Y(t)를 업데이트할 수 있다.
따라서, 방법(200)은, 204에서, 즉, 가장 새로운 관측 x(t)(
Figure 112016050424129-pat00042
의 형태) 및 y(t)를 R(t-1) 및 β(t-1)에 적용함으로써, 공분산 행렬 R(t) 및 상관 벡터 β(t)를 업데이트할 수 있다. 따라서, 방법(200)은, W(t-1), R(t) 및 β(t)에 기초하여 적절한 업데이트된 W(t)를 결정해야 한다. 따라서, 방법(200)은, 선형 관계
Figure 112016050424129-pat00043
에 W(t)를 적용하여, 자체-간섭 제거에서 이용하기 위한 누설 추정
Figure 112016050424129-pat00044
의 생성을 가능하게 하기 위해 정확한 현재의 W(t)를 획득하려 시도할 수 있다.
W의 모든 엘리먼트를 업데이트하는 것과는 반대로, 방법(200)은, 그 대신 W에서 업데이트할 엘리먼트의 서브세트를 선택할 수 있다. 즉, 방법(200)은 W의 업데이트할 복수의 결정적 엘리먼트를 식별할 수 있다. 그 다음, 방법(200)은, W의 결정적 엘리먼트 각각에 대해 적절한 업데이트를 결정 및 적용할 수 있다. 방법(200)은, 방법의 각각의 반복 동안 업데이트 벡터 δW를 결정할 수 있고, 시간 t에 W(t) = W(t-1) + δW로서 W를 업데이트할 수 있다. 업데이트 벡터 δW는 오직 D 위치에서 넌-제로일 수 있고, 결과적으로, 방법(200)의 각각의 반복 동안 W의 오직 D 위치에서 업데이트될 수 있다. 따라서, W의 D개의 결정적 엘리먼트 전체는 방법(200)의 각각의 반복 동안 업데이트될 수 있다. 파라미터 D는, 예를 들어, D = 2, 4, 6 등과 같이 시스템 다이나믹스에 따라 선택될 수 있다. D의 더 큰 값은, 업데이트될 W의 엘리먼트의 수에서의 증가로 인해 증가된 복잡도를 요구할 수 있지만, 정확도를 개선할 수 있다. 반대로, D의 더 작은 값은, 복잡도를 감소시키지만 유사하게 정확도를 감소시켜, 자체-간섭 제거를 스파이크에 취약하게 할 수 있다.
따라서, 방법(200)은 W의 업데이트할 D개의 결정적 엘리먼트를 식별하는 것을 목적으로 할 수 있다. 따라서, D는, W의 업데이트될 결정적 엘리먼트의 수량을 결정하는 미리 정의된 수량일 수 있다. W의 D개의 결정적 엘리먼트를 식별하기 위해, 204는, "나머지" 벡터 r(t)를 r(t) = R(t)W(t-1) - β(t)로 결정할 수 있다. 따라서, 나머지 벡터 r(t)는, R(t)(N x N), β(t)(N x 1) 및 W(N x 1)의 차원에 대응하는 차원 N x 1을 가질 수 있다.
나머지 벡터 r(t)를 결정한 후, 206에서, 미리 정의된 기준에 따라 r(t)의 N개의 엔트리를 랭킹할 수 있다. 미리 정의된 기준은, 예를 들어, 크기일 수 있고, 따라서 각각의 r(t)의 엘리먼트는 각각의 엘리먼트의 절대값에 따라 랭킹될 수 있다. r(t)의 최고-랭킹되는 엘리먼트를 식별하기 위해 다수의 상이한 랭킹 기준이 활용될 수 있음이 인식된다.
r(t)의 엘리먼트를 랭킹한 후, 208에서, 최고-랭킹된 D개의 엘리먼트에 대응하는 r(t)의 엔트리를 선택할 수 있다. 즉, 208에서, 미리 정의된 기준이 크기인 구현에서, 최고 크기를 갖는 r(t)의 D개의 엔트리를 선택할 수 있다.
따라서, r(t)의 최고-랭킹된 D개의 엘리먼트에 대응하는 W(t-1)의 엔트리가 업데이트되도록 선택될 수 있는데, 즉, r(t)의 최고 랭킹된 D개의 엘리먼트에 대응하는 W(t-1)의 엔트리가 W의 결정적 엘리먼트로 식별될 수 있다. 206 및 208은, W(t-1)의 결정적 엘리먼트, 즉, 업데이트에 대한 가장 큰 필요성을 갖는 W(t-1)의 엘리먼트를 식별하도록 기능할 수 있음이 인식된다. 따라서, W(t-1)의 결정적 엘리먼트는 W(t)에 도달하도록 업데이트를 위해 선택될 수 있는 한편, W(t-1)의 덜-필수적 엘리먼트는 업데이트되지 않을 수 있다. 따라서, 방법(200)은 필수적인 업데이트가 완료되는 것을 보장하면서, W에 대한 업데이트 프로세스에서 수반되는 전반적인 복잡도를 감소시킬 수 있다.
나머지 벡터 r(t)에 기초하여 W의 D개의 결정적 엘리먼트를 식별한 후, 방법(200)은, 이들의 대응하는 업데이트를 컴퓨팅하는 것으로 진행할 수 있다. 앞서 상세화된 바와 같이, 방법(200)은, 업데이트 벡터 δW를 컴퓨팅하고, 후속적으로 W(t)를 W(t) = W(t-1) + δW로서 계산함으로써, W(t-1)로부터 현재의 W(t)로 W를 업데이트할 수 있다. 따라서, D개의 넌-제로 엔트리를 갖는 업데이트 벡터 δW는, 업데이트될 W의 D개의 결정적 엘리먼트와 일치하도록 획득될 수 있다.
따라서, 210에서는, 208에서 식별된 r(t)의 D개의 결정적 엔트리에 기초하여, R(t)로부터 대응하는 D x D 하위-행렬 RD(t) 및 r(t)로부터 대응하는 D x 1 하위-벡터 rD(t)를 결정할 수 있다. 구체적으로, rD(t)를 도출하기 위해 r(t)에서 위치 (j1, j2,..., jD)가 결정적인 것으로 선택되면, RD(t)는 R(t)의 엔트리 {(a, b), 여기서 a 및 b는 (j1, j2,..., jD)에 있음}로 이루어질 것이다.
따라서, 210에서, RD(t) 및 rD(t)를 도출할 수 있다. 그 다음, 212에서, 감소된 차원의 새로운 시스템을 생성하기 위해, 결정된 하위-행렬 RD(t) 및 하위-벡터 rD(t)를 다음과 같이 적용할 수 있고:
Figure 112016050424129-pat00045
(5)
여기서, δWD는 D x 1의 미지의 벡터이다. δWD의 D개의 엘리먼트 각각은 W(t)의 D개의 결정적 엔트리 중 하나에 대응함이 인식된다.
그 다음, 212에서, 예를 들어, 선형 추정 알고리즘을 이용함으로써, δWD에 대한 식 (5)의 방정식을 해결할 수 있다. 식 (5)의 엘리먼트가 상당히 선형인 것으로 간주되기 때문에, 식 (5)에 대한 효과적인 솔루션을 결정하기 위해 임의의 수의 선형 추정 접근법이 적용될 수 있다. 예를 들어, 식 (5)의 D-차원 시스템에 대해 전술된 CG 알고리즘이 적용될 수 있다. CG는 100+-차원 시스템인 R(t)W = β(t)에 대해 극도로 복잡한 것으로 증명될 수 있지만, 예를 들어, 2, 4, 6 등과 같은 적절히 선택된 D를 갖는 식 (5)의 시스템은 비교적 관리가능할 수 있다. 상당히 더 작은 시스템에 대해 최적화가 적용되고 있기 때문에, 방법(200)은, 완전한-차원의 시스템 R(t)W = β(t)에 대해 동작하는 최적화 알고리즘에 비해 복잡도에서 상당한 감소를 제공할 수 있다. CD, RLS, LMS 등을 포함하는 다양한 선형 추정 방법 중 임의의 방법과 같이 임의의 수의 대안적인 최적화 알고리즘이 유사하게 적용될 수 있음이 인식된다.
212에서 식 (5)에 CG를 적용하는 것은, 결과적으로, 솔루션 δWD를 결정할 수 있고, 여기서 솔루션 δWD는 식 (5)의 선형 시스템에 대한 대략적 솔루션인 것으로 이해된다. 그 다음, 214에서, δWD의 D개의 전체 엔트리를 δW의 대응하는 D개의 결정적 엔트리에 맵핑할 수 있다. 구체적으로, δW는 초기에 δW = 0Nx1로 정의될 수 있다. 그 다음, δW의 엔트리들은 δW(jk) = δWD(k), k = 1, ..., D로 파퓰레이팅될 수 있어서, δWD의 D개의 엔트리를 δW에 맵핑한다. 따라서, δWD의 나머지 N-D개의 엔트리는 제로로 설정될 것인데, 이는, 이러한 엔트리가, 208에서, 나머지 벡터 r(t)에 적용된 랭킹 기준에 따라 W의 결정적 엔트리로 선택되지 않았기 때문이다.
그 다음, 216에서는, 214에서 획득된 업데이트 벡터 δW를 이용하여 파라미터 벡터 W의 업데이트를 W(t) = W(t-1) + δW로 수행할 수 있다. 따라서, W의 D개의 엘리먼트는 방법(200)의 단일 반복에서, 즉 CG와 같은 최적화 알고리즘에 의해 업데이트될 수 있고, 여기서 D개의 엘리먼트는, 업데이트를 위해 결정적 필요성을 갖는 결정적 엔트리인 것으로 식별되었다. CG가 오직 D-차원 시스템에 적용되기 때문에, 복잡도는 상당히 감소된다. 그러나, W의 결정적 엔트리는 각각의 관측 시에 여전히 업데이트되어, 파라미터 벡터 W의 업데이트에서 높은 정도의 정확도를 유지할 수 있다.
그 다음, 방법(200)은, 식 (6)에 따라, 자체-간섭 제거를 위한 누설을 추정하기 위해, 업데이트된 W를 적용할 수 있고:
Figure 112016050424129-pat00046
(6)
여기서
Figure 112016050424129-pat00047
은, TX 체인(108)을 통해 송신될 다음 송신 심볼 X(t+1)에 대응하는 누설 추정이고,
Figure 112016050424129-pat00048
는, 새로운 관측 X(t+1)에 기초하여 업데이트된 커널화된 입력 신호 벡터이고, W(t)는 216에서 결정된 업데이트된 파라미터 벡터 W이다.
그 다음, 누설 추정
Figure 112016050424129-pat00049
은, 수신 신호 X(t)로부터 TX 신호 X(t+1)의 후속 송신으로 인해 TX 체인(108)에서 발신하는 누설을 제거하기 위해 활용될 수 있다. 따라서, 누설 신호 y1(t+1)은 수신 신호 y(t)로부터 실질적으로 제거 또는 상당히 감소될 수 있어서, 원하는 다운링크 신호 yDL(t+1)로 실질적으로 구성되는 깨끗한 신호의 수신을 허용한다.
도 2에 도시된 바와 같이, 방법(200)은 반복적 프로세스로 구현될 수 있고, 모바일 디바이스에서 자체-간섭을 연속적으로 감소시키기 위해, 시간 t+1, t+2, ...에서 연속적으로 반복될 수 있다. 따라서, W의 D개의 위치가 각각의 반복 동안 선택될 수 있고, 앞서 설명된 바와 같이, 감소된 D-차원 시스템을 이용하여 후속적으로 업데이트될 수 있다. 업데이트를 위해 선택된 W의 D개의 결정적 엔트리는, 206 및 208에 의해 수행되는 랭킹 및 선택에 따라, 각각의 반복에 대해 변하기 쉬울 것임이 인식된다.
방법(200)의 각각의 반복은 업데이트 벡터 δWD를 컴퓨팅하기 위해 CG와 같은 복잡한 최적화 알고리즘을 활용할 수 있지만, 적용된 시스템의 감소된 차원으로 인해 복잡도는 관리가능하게 유지될 수 있다. 따라서, 방법(200)은, 종래의 스마트 폰, 태블릿 및 다른 모바일 디바이스와 같은 다양한 디바이스에 쉽게 통합될 수 있다.
파라미터 D는 동적일 수 있고, 따라서 적응가능할 수 있음이 인식된다. 예를 들어, 앞서-상세화된 선택적 최적화 프로세스를 구현하는 모바일 디바이스(100)와 같은 모바일 디바이스는, 예를 들어, 수신 신호 y(t)에 기초하여 신호대 잡음비를 주기적으로 측정하거나 에러 정정 레이트를 분석함으로써, 수신 특성을 측정하도록 구성될 수 있다. 그 다음, 모바일 디바이스(100)는, 수신 품질이 상당히 열악한 것으로 결정할 수 있고, 따라서, 자체-간섭 제거를 위해 더 정확한 누설 추정
Figure 112016050424129-pat00050
를 잠재적으로 획득하기 위해 D의 값을 더 높은 값으로 증가시킬 수 있다. 대안적으로, 모바일 디바이스(100)는, 수신 품질이 상당히 높은 것으로 결정할 수 있고, 따라서, 최적화 알고리즘 프로세싱에 수반되는 프로세싱 요건을 추가로 감소시키기 위해 D의 값을 감소시킬 수 있다. 따라서, 방법(200)은, 필요하다면, 이러한 수신 품질의 분석 및 대응하는 D에 대한 업데이트를 포함하도록 수정될 수 있다.
도 3은 통신 단말(300)을 도시한다. 통신 단말(300)은, 적어도, 안테나(302), 송신 체인(306) 및 수신 체인(308)을 포함하는 트랜시버(304), 프로세싱 회로(310), 코어 중앙 처리 장치(CPU)(312), 메모리(314) 및 사용자 입력/출력(316)을 포함할 수 있다.
통신 단말(300)은, 안테나(302) 및 트랜시버(304)를 이용하여 무선 신호를 송신 및 수신할 수 있다. 구체적으로, 트랜시버(304)의 송신 체인(306) 및 수신 체인(308)은, 예를 들어, 듀플렉싱 회로를 활용함으로써, 각각, 통신 단말(300)로부터 신호를 송신하고 통신 단말(300)에서 신호를 수신하기 위해 안테나(302)를 활용할 수 있다. 안테나(302)는 단일 안테나일 수 있거나, 복수의 안테나로 구성되는 안테나 어레이일 수 있음이 인식된다.
통신 단말(300)은, 다수의 상이한 라디오 액세스 기술 중 임의의 기술에 따라 무선 통신을 수행하도록 구성될 수 있다. 예를 들어, 통신 단말(300)은, 3GPP 무선 네트워크, 예를 들어, GSM, UMTS 또는 LTE와 같은 셀룰러 통신 프로토콜에 따라 무선 통신을 수행하도록 구성될 수 있다. 통신 단말(300)은 추가적으로 또는 대안적으로, WiFi 또는 블루투스와 같은 단거리 통신 프로토콜에 따라 무선 통신을 수행하도록 구성될 수 있다.
코어 CPU(312)는, 예를 들어, 하나 이상의 라디오 액세스 기술을 지원함으로써, 통신 단말(300)의 코어 기능을 지원하기 위해 활용될 수 있다. 따라서, 코어 CPU(312)는, 하나 이상의 지원되는 라디오 액세스 기술에 따라 프로토콜 스택을 실행하도록 구성될 수 있다. 코어 CPU(312)는, 오디오 인코딩 및/또는 오디오 디코딩 회로와 같은 오디오 프로세싱 회로를 포함할 수 있다. 코어 CPU(312)는 제어기를 동작시킬 수 있고, 통신 단말(300)의 추가적인 컴포넌트 중 하나 이상을 제어하도록 구성될 수 있다. 코어 CPU(312)는, 예를 들어, 마이크로프로세서 또는 임의의 다른 타입의 프로그래밍가능 로직으로 구현될 수 있다. 본 개시의 예시적인 양상에서, 프로세싱(310)은 코어 CPU(312)의 일부로서 통합될 수 있다.
도 3에 도시된 바와 같이, 통신 단말(300)은 메모리(314)를 더 포함할 수 있다. 메모리(314)는, 예를 들어, 판독 전용 메모리(ROM) 및/또는 랜덤 액세스 메모리(RAM)로 구성될 수 있다. 메모리(314)는 추가적으로, 몇몇 별개로 구현된 메모리 컴포넌트로 구성될 수 있고, 통신 단말(300)의 하나 이상의 추가적인 컴포넌트에 의한 이용을 위해 이용가능할 수 있다. 메모리(314)는 추가적으로, 코어 CPU(312) 및/또는 프로세싱 회로(310)를 제어하기 위해 활용되는 프로그램 코드와 같은 프로그램 코드의 하나 이상의 세트를 저장할 수 있다. 메모리(314)는 추가적으로, 수신 체인(308)에 의해 수신된 데이터 및/또는 송신 체인(306)에 의한 송신을 위해 의도되는 데이터와 같은 무선 통신 데이터를 저장하기 위해 활용될 수 있다.
통신 단말(314)은 추가적으로, 사용자 입력/출력(316)과 같은, 사용자와 상호작용하기 위한 컴포넌트를 포함할 수 있다. 사용자 입력/출력(316)은, 키패드, 물리적 버튼, 디스플레이, 터치 감응 디스플레이, 확성기, 마이크로폰, 카메라 등과 같은 하나 이상의 입력 및/또는 출력 디바이스를 포함할 수 있다.
통신 단말(300)의 내부 컴포넌트는, 예를 들어, 하나 이상의 데이터 버스와 같은 하나 이상의 라인을 통해 서로 커플링될 수 있다. 따라서, 통신 단말(300)의 내부 컴포넌트 중 하나 이상은, 서로 데이터를 교환함으로써 서로 상호작용할 수 있다. 통신 단말(300)의 내부 컴포넌트 내에서의 데이터 교환은 예를 들어, 코어 CPU(312)에 의해 제어될 수 있다.
모바일 디바이스(100)와 유사하게, 통신 단말(300)이 트랜시버 컴포넌트(트랜시버(304))를 포함할 수 있기 때문에, 통신 단말(300)은 송신 체인(306)으로부터 수신 체인(308)으로의 누설에 취약할 수 있다. 따라서, 통신 단말(300)은, 수신 체인(308)에 의해 수신되는 신호로부터의 송신 체인 누설을 완화 및/또는 제거하도록 구성될 수 있다.
따라서, 통신 단말(300)은, 송신 체인(306)을 통한 송신에 대해 의도되는 신호에 기초하여, 추정된 누설 신호를 생성하도록 구성될 수 있다. 그 다음, 통신 단말(308)은, 수신 체인(308)에 의해 수신된 신호로부터 실제 누설 신호를 완화 및/또는 제거하기 위해, 추정된 누설 신호를 활용할 수 있다.
따라서, 통신 단말(300)에는, 프로세싱 회로(310)가 제공될 수 있고, 프로세싱 회로(310)는, 수신 체인(308)에 의해 수신된 신호로부터의 누설을 완화 및/또는 제거하기 위해 송신 체인(306) 및 수신 체인(308)과 상호작용할 수 있다.
따라서, 송신 체인(306)은 하나 이상의 송신 신호를 송신하도록 구성될 수 있다. 수신 체인(308)은 하나 이상의 수신 신호를 수신하도록 구성될 수 있다.
프로세싱 회로(310)는, 방법(200)의 선택적인 최적화 프로세스와 같이, 송신 체인(306)과 수신 체인(308) 사이에서 누설을 추정하는 파라미터 벡터의 선택적인 최적화를 구현하도록 구성될 수 있다. 구체적으로, 프로세싱 회로(310)는, 하나 이상의 송신 신호 및 하나 이상의 수신 신호에 기초하여, 공분산 행렬을 계산하도록 구성될 수 있다. 구체적으로, 프로세싱 회로(310)는, 송신 신호 중 하나 이상을 포함하는 송신 신호 벡터를 먼저 식별하도록 구성될 수 있다. 그 다음, 프로세싱 회로(310)는, 커널화된 송신 신호 벡터를 생성하기 위해, 송신 신호 벡터에서 송신 신호 중 하나 이상에 대해 커널화 기능을 적용할 수 있다. 그 다음, 프로세싱 회로(310)는, 커널화된 송신 신호 벡터의 공분산 행렬로서 공분산 행렬을 계산할 수 있다.
프로세싱 회로(310)는 또한, 수신 신호 중 하나 이상을 포함하는 수신 신호 벡터를 식별할 수 있다. 그 다음, 프로세싱 회로(310)는, 커널화된 송신 신호 벡터와 수신 신호 벡터 사이의 상관 벡터를 생성할 수 있다. 프로세싱 회로(310)는, 커널화된 송신 신호 벡터의 엘리먼트와 수신 신호 벡터의 엘리먼트 사이의 상관을 결정함으로써 상관 벡터를 계산할 수 있다.
프로세싱 회로(310)는, 송신 체인(306)에 의해 최근에 송신된 신호 및 수신 체인(308)에 의해 최근에 수신된 신호를 획득할 때, 새로운 공분산 행렬 및 새로운 상관 벡터를 연속적으로 계산할 수 있다. 즉, 프로세싱 회로(310)는, 송신 체인(306) 및 수신 체인(308) 중 하나 또는 둘 모두로부터 새로운 관측을 수신할 때, 업데이트된 공분산 행렬 및 업데이트된 상관 벡터를 계산할 수 있다. 프로세싱 회로(310)는, 새로운 송신 신호 관측을 획득할 때, 커널화된 송신 신호 벡터를 업데이트할 수 있고, 새로운 수신 신호 관측을 수신할 때, 수신 신호 벡터를 업데이트할 수 있다.
송신 체인(306)으로부터 수신 체인(308)으로의 누설을 근사화하기 위해, 프로세싱 회로(310)는 송신 신호 벡터와 수신 신호 벡터 사이의 관계, 예를 들어, 수신 신호 벡터와 연관된 타겟 신호 성분과 송신 신호 벡터 사이의 관계를 표현하는 파라미터 벡터를 결정할 수 있다. 프로세싱 회로(310)는, 커널화된 송신 신호 벡터와 수신 신호 벡터에 포함된 신호 누설 사이의 선형 관계를 근사화하는 파라미터 벡터를 결정할 수 있다.
프로세싱 회로(310)는, 송신 체인(306) 및 수신 체인(308)으로부터의 새로운 관측을 반영하기 위해, 시간에 걸쳐 파라미터 벡터에 대한 연속적인 업데이트를 유사하게 수행할 수 있다. 프로세싱 회로(310)는, 송신 체인(306) 및/또는 수신 체인(308)으로부터의 새로운 관측에 기초하여, 공분산 행렬 및 상관 벡터를 먼저 업데이트함으로써 파라미터 벡터를 업데이트할 수 있다. 그 다음, 프로세싱 회로(310)는, 송신 체인(306)과 수신 체인(308) 사이의 누설을 추정하기 위해, 업데이트된 파라미터 벡터를 활용할 수 있고, 후속적으로, 수신 체인(308)에 의해 수신된 신호에 존재하는 실제 누설을 제거하기 위해, 추정된 누설을 이용할 수 있다.
업데이트된 파라미터 벡터를 계산하기 위해 파라미터 벡터를 업데이트하기 위해, 프로세싱 회로(310)는, 업데이트할 기존의 파라미터 벡터의 복수의 결정적 엘리먼트를 식별할 수 있다. 복수의 결정적 엘리먼트를 식별하기 위해, 프로세싱 회로(310)는, 기존의 파라미터 벡터, 업데이트된 공분산 행렬 및 업데이트된 상관 벡터에 기초하여, 파라미터 나머지 벡터를 계산할 수 있다. 프로세싱 회로(310)는, 예를 들어, 공분산 행렬, 상관 벡터 및 기존의 파라미터 벡터의 선형 결합으로서 파라미터 나머지 벡터를 계산함으로써, 파라미터 나머지 벡터를 계산하기 위해 기존의 파라미터 벡터와 함께 공분산 행렬 및 상관 벡터를 활용할 수 있다.
그 다음, 프로세싱 회로(310)는 파라미터 나머지 벡터를 평가하기 위해, 미리 정의된 기준을 활용할 수 있다. 프로세싱 회로(310)는, 예를 들어, 크기에 기초하여 파라미터 나머지 벡터의 엘리먼트를 랭킹하는 것과 같이, 파라미터 나머지 벡터의 엘리먼트를 랭킹하기 위해, 미리 정의된 랭킹 기준을 활용할 수 있다. 그 다음, 프로세싱 회로(310)는 복수의 최고 랭킹된 엘리먼트를 선택할 수 있고, 여기서 복수의 최고 랭킹된 엘리먼트의 최고 랭킹된 엘리먼트의 수는 미리 정의된다. 예를 들어, 프로세싱 회로(310)는, 파라미터 나머지 벡터의 최고 랭킹된 엘리먼트의 정수 수량을 복수의 최고 랭킹된 엘리먼트로서 선택할 수 있다.
그 다음, 프로세싱 회로(310)는, 파라미터 나머지 벡터의 복수의 최고 랭킹된 엘리먼트의 인덱스에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별할 수 있다. 예를 들어, 프로세싱 회로(310)는, 복수의 결정적 엘리먼트 각각의 인덱스가 파라미터 나머지 벡터의 복수의 최고 랭킹된 엘리먼트 중 하나의 인덱스에 대응하도록, 복수의 결정적 엘리먼트 각각을 선택할 수 있다. 따라서, 프로세싱 회로(310)는, 업데이트될 파라미터 벡터의 복수의 결정적 엘리먼트를 식별할 수 있다.
그 다음, 프로세싱 회로(310)는, 파라미터 벡터에 대한 적절한 업데이트를 결정하기 위해 선형 시스템에 대한 솔루션을 계산할 수 있다. 선형 시스템은, 파라미터 나머지 벡터의 복수의 최고 랭킹된 엘리먼트와 공분산 행렬의 대응하는 엘리먼트 사이의 선형 관계일 수 있다. 따라서, 프로세싱 회로(310)는, 공분산 행렬의 대응하는 엘리먼트를 포함하는 감소된 공분산 행렬을 생성할 수 있다. 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트 각각은 파라미터 벡터의 복수의 결정적 엘리먼트 중 하나에 대응할 수 있다. 프로세싱 회로(310)는, CG, CD, RLS, LMS 등과 같은 선형 추정 방법을 이용하여 선형 시스템을 해결할 수 있다. 프로세싱 회로(310)는, 선형 시스템에 대한 솔루션으로서, 감소된 파라미터 업데이트 벡터를 생성할 수 있다.
선형 시스템이 복수의 결정적 엘리먼트의 결정적 엘리먼트의 수에 대응하는 차원을 갖기 때문에, 선형 시스템은, 커널화된 송신 신호 벡터와 수신 신호 벡터 사이에서 원래의 선형 시스템의 차원에 비해 감소된 차원을 갖는다. 따라서, 선형 시스템은 상당히 더 적은 프로세싱을 요구할 수 있다.
그 다음, 프로세싱 회로(310)는, 선형 시스템에 대한 솔루션으로 결정된 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터를 업데이트할 수 있고, 감소된 파라미터 업데이트 벡터는 파라미터 벡터보다 더 적은 엘리먼트를 갖는다. 프로세싱 회로(310)는, 감소된 파라미터 업데이트 벡터의 각각의 엘리먼트를 복수의 결정적 엘리먼트의 대응하는 엘리먼트에 맵핑함으로써 파라미터 벡터를 업데이트할 수 있다. 프로세싱 회로(310)는, 예를 들어, 감소된 파라미터 업데이트 벡터의 각각의 엘리먼트를, 파라미터 벡터의 복수의 결정적 엘리먼트의 대응하는 결정적 엘리먼트로 엘리먼트별로 추가하는 것을 수행할 수 있다. 프로세싱 회로(310)는 업데이트된 파라미터 벡터를 획득할 수 있다.
그 다음, 프로세싱 회로(310)는 수신 체인(308)으로부터 신호 누설을 제거하기 위해, 업데이트된 파라미터 벡터를 적용할 수 있다. 예를 들어, 프로세싱 회로(310)는 송신 체인(308)에 의한 송신을 위해 스케줄링된 다음 송신 신호를 획득할 수 있다. 그 다음, 프로세싱 회로(310)는 다음 송신 신호에 기초하여 커널화된 송신 신호 벡터를 업데이트할 수 있고, 그 다음, 예를 들어, 커널화된 송신 신호 벡터와 파라미터 벡터와의 벡터 곱셈을 수행함으로써, 업데이트된 커널화된 송신 신호 벡터에 업데이트된 파라미터 벡터를 적용할 수 있다.
따라서, 프로세싱 회로(310)는 추정된 누설 신호를 획득할 수 있다. 그 다음, 프로세싱 회로(310)는 수신 체인(308)에 의해 수신된 다음 수신 신호를 수신할 수 있고, 깨끗한 수신 신호를 생성하기 위해 다음 수신 신호로부터 실제 누설을 제거하도록 추정된 누설 신호를 활용할 수 있다. 그 다음, 프로세싱 회로(310)는, 추가적인 프로세싱을 위해 통신 단말(300)의 하나 이상의 추가적인 컴포넌트에, 예를 들어, 코어 CPU(312)에 깨끗한 수신 신호를 제공할 수 있다.
따라서, 프로세싱 회로(310)는, 수신 체인(308)에 의해 수신된 신호로부터 누설을 효과적으로 제거할 수 있다. 송신 신호와 수신 신호 사이의 관계를 근사화하기 위해 활용되는 선형 추정이 감소된-차원 시스템 상에서 수행되기 때문에, 프로세싱 요건은 상당히 감소될 수 있다. 그러나, 업데이트될 파라미터 벡터의 결정적 엘리먼트의 적절한 식별은, 프로세싱 회로(310)가, 송신 체인 대 수신 체인 누설 관계를 정확하게 근사화하여, 신호 누설을 효과적으로 완화 및/또는 제거하도록 허용할 수 있다.
통신 단말(300)은, 하나보다 많은 트랜시버, 예를 들어, 트랜시버(304)에 추가로 하나 이상의 트랜시버를 포함할 수 있음이 인식된다. 트랜시버 중 하나 이상은 상이한 라디오 액세스 기술과 연관될 수 있고, 따라서, 통신 단말(300)은 복수의 라디오 액세스 기술에 따라 동작하도록 구성될 수 있다. 앞서 상세화된 바와 같은 신호 누설은 상이한 라디오 액세스 기술 사이에서, 예를 들어, 제 1 라디오 액세스 기술에 대한 트랜시버의 송신 체인과 제 2 라디오 액세스 기술에 대한 트랜시버의 수신 체인 사이에서 발생할 수 있음이 인식되고, 여기서 제 1 라디오 액세스 기술은 제 2 라디오 액세스 기술과는 상이하다. 통신 단말(300)은 유사하게, 예를 들어, 제 1 라디오 액세스 기술에 대한 트랜시버에 의해 제 2 라디오 액세스 기술에 대한 트랜시버에 초래되는 신호 누설 사이의 관계를 설명하는 파라미터 벡터를 선택적으로 업데이트함으로써, 임의의 결과적 신호 누설을 완화 및/또는 제거하기 위해, 앞서 상세화된 접근법을 적용할 수 있다.
도 4는, 방법(400)을 예시하는 흐름도를 도시한다. 방법(400)은, 본 개시의 양상에 따라 신호를 프로세싱하는 방법일 수 있다.
방법(400)은, 402에서, 입력 신호 벡터 및 출력 신호 벡터에 기초하여 공분산 행렬 및 상관 벡터를 계산할 수 있다. 구체적으로, 방법(400)은, 미리 정의된 비선형 맵핑 함수를 입력 신호 벡터에 적용함으로써, 커널화된 입력 신호 벡터를 계산할 수 있다. 방법(400)은, 공분산 행렬을, 커널화된 입력 신호 벡터의 공분산 행렬로서 계산할 수 있고, 상관 벡터를, 커널화된 입력 신호 벡터와 출력 신호 벡터 사이의 상관 벡터로서 계산할 수 있다.
그 다음, 방법(400)은, 404에서, 미리 정의된 기준에 기초하여 파라미터 벡터의 복수의 결정적 엘리먼트를 식별할 수 있다. 파라미터 벡터는 입력 신호 벡터와 출력 신호 벡터 사이의 관계를 표현할 수 있다. 구체적으로, 파라미터 벡터는 커널화된 입력 신호 벡터와 출력 신호 벡터의 타겟 신호 성분 사이의 선형 관계를 표현할 수 있다. 신호 누설 애플리케이션에서, 파라미터 벡터는, 커널화된 입력 신호 벡터와 출력 신호 벡터에 포함된 신호 누설 사이의 선형 관계를 설명할 수 있다.
방법(400)은, 복수의 결정적 엘리먼트를 결정하기 위해, 파라미터 나머지 벡터를, 파라미터 벡터, 공분산 행렬 및 상관 벡터의 선형 결합으로서 계산할 수 있다. 그 다음, 방법(400)은, 미리 정의된 기준에 따라 파라미터 벡터의 대응하는 결정적 엘리먼트를 식별하기 위해, 파라미터 나머지 벡터의 엘리먼트에 대해 엘리먼트별 분석을 수행할 수 있다.
예를 들어, 미리 정의된 기준은 크기에 기초할 수 있다. 따라서, 404에서, 최고 크기를 갖는 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 식별할 수 있다. 그 다음, 404에서, 예를 들어, 미리 정의된 수량의 엘리먼트 각각을 감소된 파라미터 나머지 벡터에 있도록 선택함으로써, 미리 정의된 수량의 엘리먼트에 기초하여 감소된 파라미터 나머지 벡터를 생성할 수 있다.
그 다음, 방법(400)은, 406에서 감소된 파라미터 업데이트 벡터를 결정하기 위해 선형 시스템을 해결하기 위한 감소된 파라미터 나머지 벡터를 활용할 수 있고, 여기서, 감소된 파라미터 업데이트 벡터는 파라미터 벡터보다 더 적은 엘리먼트를 갖는다. 감소된 파라미터 벡터는 또한 복수의 엘리먼트를 갖는다. 방법(400)은, 파라미터 벡터에서 복수의 결정적 엘리먼트에 대응하는 공분산 행렬의 엘리먼트를 식별함으로써 감소된 공분산 행렬을 생성할 수 있고, 따라서 감소된 공분산 행렬은, 감소된 파라미터 나머지 벡터의 엘리먼트에 대응할 수 있다.
따라서, 선형 시스템은 감소된 파라미터 나머지 벡터 및 감소된 공분산 행렬을 포함할 수 있다. 406에서, 감소된 파라미터 업데이트 벡터를 생성하기 위해 선형 시스템에 대한 솔루션을 근사화할 수 있고, 여기서 감소된 파라미터 업데이트 벡터가 선형 시스템에 대한 솔루션이다.
406에서, 선형 시스템에 대한 솔루션을 근사화하기 위해 임의의 선형 근사화 방법을 이용할 수 있다. 예를 들어, 406에서, 선형 시스템에 대한 솔루션에 도달하기 위해, CG, CD, LMS, RLS 등을 활용할 수 있다.
406에서, 감소된 파라미터 업데이트 벡터를 결정한 후, 방법(400)은, 업데이트된 파라미터 벡터를 생성하기 위해, 408에서, 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 복수의 결정적 엘리먼트를 업데이트할 수 있고, 여기서 감소된 파라미터 업데이트 벡터는 파라미터 벡터보다 적은 엘리먼트를 갖는다. 408에서, 업데이트된 파라미터 벡터의 나머지 엘리먼트가 파라미터 벡터로부터 불변으로 유지되는 동안, 업데이트된 파라미터 벡터를 생성하기 위해 파라미터 벡터의 복수의 결정적 엘리먼트만을 업데이트할 수 있다.
그 다음, 방법(400)은, 410에서, 업데이트된 파라미터 벡터를 이용하여 입력 신호 벡터와 연관된 하나 이상의 신호를 프로세싱할 수 있다. 하나 이상의 신호는, 입력 신호 벡터의 입력 신호와 동일한 소스로부터 발신될 수 있다.
예를 들어, 입력 신호 벡터는, 트랜시버의 송신 체인에 의해 이전에 송신된 하나 이상의 송신 신호에 기초할 수 있고, 출력 신호 벡터는, 트랜시버의 수신 체인에 의해 이전에 수신된 하나 이상의 수신 신호에 기초할 수 있다. 파라미터 벡터는, 예를 들어, 입력 신호 벡터에 기초한 커널화된 입력 신호 벡터와 신호 누설 사이의 선형 관계를 설명하는, 하나 이상의 수신 신호에 포함된 신호 누설과 하나 이상의 송신 신호 사이의 관계를 설명할 수 있다.
따라서, 파라미터 벡터는, 송신 체인으로부터 수신 체인으로의 신호 누설을 추정하기 위해 활용될 수 있다. 따라서, 410에서 방법(400)은, 하나 이상의 수신 신호에서 신호 누설을 근사화하기 위해, 커널화된 입력 신호 벡터에 파라미터 벡터를 적용할 수 있다. 그 다음, 410에서, 신호 누설 근사화를 이용하여 신호 누설을 완화 또는 제거하기 위한 프로세싱을 수행할 수 있다.
406에서 동작되는 선형 시스템은 복수의 결정적 엘리먼트에 대응하는 감소된 차원을 갖기 때문에, 방법(400)은, 선형 시스템에 대한 솔루션을 획득하기 위해 더 적은 프로세싱 전력을 활용할 수 있다. 따라서, 파라미터 벡터의 모든 엘리먼트를 업데이트하기 위해 선형 시스템을 해결하는 것에 비해, 방법(400)은 그 대신, 파라미터 벡터의 오직 결정적 엘리먼트만을 식별하고, 이러한 결정적 엘리먼트에 대한 업데이트를 수행하기 위해 감소된-차원의 선형 시스템을 해결할 수 있다. 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 조절하는 것은, 선형 시스템의 차원을 결정하여, 선형 시스템을 해결할 때 수반되는 복잡도에 유사하게 영향을 미칠 수 있음이 인식된다.
앞서-상세화된 선택적 최적화 접근법은 임의의 수의 최적화 시나리오에 확장될 수 있음이 인식된다. 예를 들어, 상기 개시는 자체-간섭 제거 접근법에 초점을 맞추지만, 파라미터 벡터의 선택적 업데이트를 통해 임의의 수의 최적화 애플리케이션이 개선될 수 있음이 이해된다. 예를 들어, 앞서-상세화된 선택적 최적화 접근법은 식 (1)과 유사한 형태로 표현가능한 임의의 비선형 방정식 시스템을 근사화하기 위해 적용될 수 있고, 여기서, Φ와 같은 맵핑 함수가 선형 관계를 근사화하기 위해 이용될 수 있다. 또한, 앞서-상세화된 선택적 최적화 접근법은 선형 방정식 시스템을 근사화하기 위해 추가적으로 적용될 수 있고, 여기서 공지된 파라미터는 선형이고, 따라서 Φ와 같은 어떠한 선형 맵핑 함수도 필요하지 않을 수 있다. 따라서, 본 개시의 선택적 최적화 접근법을 활용하여 임의의 수의 방정식 시스템에 대한 솔루션이 근사화될 수 있음이 인식된다. CG 또는 CD를 활용하는 추정 시나리오가 특히 관련될 수 있는데, 이는, 본 명세서에 상세화된 선택적 최적화 접근법이 CD와 연관된 문제가 되는 스파이크를 회피하면서 CG에 비해 감소된 복잡도를 제공할 수 있기 때문이다. 따라서, 견고한 추정 결과와 함께 바람직한 컨버전스 시간을 제공하기 위해, 선택적 최적화가 적용될 수 있다.
하기 예는 본 개시의 추가적인 양상과 관련된다:
예 1은 신호를 프로세싱하는 방법이다. 방법은, 입력 신호 벡터 및 출력 신호 벡터에 기초하여, 공분산 행렬 및 상관 벡터를 계산하는 단계, 미리 정의된 기준에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하는 단계 ―파라미터 벡터는 입력 신호 벡터와 출력 신호 벡터 사이의 관계를 표현함―, 복수의 엘리먼트를 갖는 감소된 파라미터 업데이트 벡터를 생성하기 위해, 선형 시스템에 대한 솔루션을 계산하는 단계 ―선형 시스템은, 파라미터 벡터의 복수의 결정적 엘리먼트, 공분산 행렬, 및 상관 벡터에 기초함―, 업데이트된 파라미터 벡터를 생성하기 위해, 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 복수의 결정적 엘리먼트를 업데이트하는 단계 ―감소된 파라미터 업데이트 벡터는 파라미터 벡터보다 적은 엘리먼트를 가짐―, 및 업데이트된 파라미터 벡터를 이용하여, 입력 신호 벡터와 연관된 하나 이상의 신호를 프로세싱하는 단계를 포함한다.
예 2에서, 예 1의 요지는 선택적으로, 미리 정의된 기준에 기초하여 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하는 단계가, 파라미터 벡터의 미리 정의된 수량의 엘리먼트를 복수의 결정적 엘리먼트로 선택하는 단계를 포함하는 것을 포함할 수 있다.
예 3에서, 예 2의 요지는 선택적으로, 업데이트된 파라미터 벡터를 생성하기 위해 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 복수의 결정적 엘리먼트를 업데이트하는 단계가, 파라미터 벡터의 오직 복수의 결정적 엘리먼트만을 업데이트하는 단계를 포함하는 것을 포함할 수 있다.
예 4에서, 예 1 내지 3 중 어느 하나의 요지는 선택적으로, 트랜시버의 송신 체인을 이용하여 하나 이상의 송신 신호를 송신하는 단계, 및 트랜시버의 수신 체인을 이용하여 하나 이상의 수신 신호를 수신하는 단계를 더 포함하고, 입력 신호 벡터는 하나 이상의 송신 신호에 기초하고, 출력 신호 벡터는 하나 이상의 수신 신호에 기초하는 것을 포함할 수 있다.
예 5에서, 예 4의 요지는 선택적으로, 업데이트된 파라미터 벡터를 이용하여, 입력 신호 벡터와 연관된 하나 이상의 신호를 프로세싱하는 단계가, 추정된 누설 신호를 생성하기 위해, 트랜시버의 송신 체인에 의한 송신을 위해 의도된 새로운 입력 신호에 업데이트된 파라미터 벡터를 적용하는 단계 ―추정된 누설은 트랜시버의 송신 체인으로부터 수신 체인으로의 신호 누설을 근사화함―, 및 트랜시버의 수신 체인에 의해 수신된 수신 신호로부터 실제 누설 신호를 제거하기 위해, 추정된 누설 신호를 활용하는 단계를 포함하는 것을 포함할 수 있다.
예 6에서, 예 5의 요지는 선택적으로, 추정된 누설 신호를 생성하기 위해, 트랜시버의 송신 체인에 의한 송신을 위해 의도된 새로운 입력 신호에 업데이트된 파라미터 벡터를 적용하는 단계가, 업데이트된 입력 신호 벡터를 생성하기 위해, 새로운 입력 신호에 기초하여 입력 신호 벡터를 업데이트하는 단계, 커널화된 입력 신호 벡터를 생성하기 위해, 업데이트된 입력 신호 벡터에 맵핑 함수를 적용하는 단계 ―파라미터 벡터는, 커널화된 입력 신호 벡터와 신호 누설 사이의 선형 관계를 설명함―; 및 추정된 누설 신호를 생성하기 위해, 커널화된 입력 신호 벡터에 업데이트된 파라미터 벡터를 적용하는 단계를 포함하는 것을 포함할 수 있다.
예 7에서, 예 1 내지 6 중 어느 하나의 요지는 선택적으로, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하는 단계가, 파라미터 벡터의 미리 정의된 수량의 엘리먼트를 파라미터 벡터의 복수의 결정적 엘리먼트로 식별하는 단계를 포함하는 것을 포함할 수 있다.
예 8에서, 예 1 내지 7 중 어느 하나의 요지는 선택적으로, 커널화된 입력 신호 벡터를 생성하기 위해, 입력 신호 벡터에 미리 정의된 맵핑 함수를 적용하는 단계를 더 포함하는 것을 포함할 수 있다.
예 9에서, 예 8의 요지는 선택적으로, 커널화된 입력 신호 벡터를 생성하기 위해 입력 신호 벡터에 미리 정의된 맵핑 함수를 적용하는 단계가, 입력 신호 벡터에 비선형인 미리 정의된 맵핑 함수를 적용하는 단계를 포함하고, 파라미터 벡터는, 커널화된 입력 신호 벡터와 출력 신호 벡터와 연관된 타겟 신호 성분 사이의 선형 관계를 설명하는 것을 포함할 수 있다.
예 10에서, 예 9의 요지는 선택적으로, 트랜시버의 송신 체인을 이용하여 하나 이상의 송신 신호를 송신하는 단계, 및 트랜시버의 수신 체인을 이용하여 하나 이상의 수신 신호를 수신하는 단계를 더 포함하고, 입력 신호 벡터는, 트랜시버의 송신 체인에 의해 이전에 송신된 하나 이상의 송신 신호에 기초하고, 출력 신호 벡터는 트랜시버의 수신 체인에 의해 이전에 수신된 하나 이상의 수신 신호에 기초하는 것을 포함할 수 있다.
예 11에서, 예 10의 요지는 선택적으로, 파라미터 벡터가, 커널화된 입력 신호 벡터와 하나 이상의 수신 신호에 포함된 신호 누설 사이의 선형 관계를 표현하는 것을 포함할 수 있다.
예 12에서, 예 8의 요지는 선택적으로, 공분산 행렬이, 커널화된 입력 신호 벡터의 공분산 행렬이고, 상관 벡터가, 커널화된 입력 신호 벡터와 출력 신호 벡터 사이의 상관 벡터인 것을 포함할 수 있다.
예 13에서, 예 1 내지 12 중 어느 하나의 요지는 선택적으로, 미리 정의된 기준에 기초하여 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하는 단계가, 파라미터 벡터, 공분산 행렬 및 상관 벡터에 대한 선형 연산을 수행함으로써 파라미터 나머지 벡터를 생성하는 단계, 미리 결정된 기준에 따라 파라미터 나머지 벡터의 미리 정의된 수량의 최고-랭킹된 엘리먼트를 선택하는 단계, 및 미리 정의된 수량의 최고-랭킹된 엘리먼트의 각각의 최고-랭킹된 엘리먼트에 각각 대응하는 파라미터 벡터의 엘리먼트를, 파라미터 벡터의 복수의 결정적 엘리먼트로서 선택하는 단계를 포함하는 것을 포함할 수 있다.
예 14에서, 예 13의 요지는 선택적으로, 미리 정의된 기준에 따라 파라미터 나머지 벡터의 미리 정의된 수량의 최고-랭킹된 엘리먼트를 선택하는 단계가, 파라미터 벡터의 엘리먼트의 수량보다 적은, 파라미터 나머지 벡터의 미리 정의된 수량의 최고-랭킹된 엘리먼트를 선택하는 단계를 포함하는 것을 포함할 수 있다.
예 15에서, 예 13의 요지는 선택적으로, 미리 정의된 기준이 크기에 기초하고, 미리 정의된 기준에 따라 파라미터 나머지 벡터의 미리 정의된 수량의 최고-랭킹된 엘리먼트를 선택하는 단계가, 최고 크기를 갖는 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 미리 정의된 수량의 최고-랭킹된 엘리먼트로서 선택하는 단계를 포함하는 것을 포함할 수 있다.
예 16에서, 예 13의 요지는 선택적으로, 감소된 파라미터 나머지 벡터를 생성하기 위해, 파라미터 나머지 벡터의 미리 정의된 수량의 최고-랭킹된 엘리먼트를 선택하는 단계를 더 포함하고, 감소된 파라미터 나머지 벡터는, 파라미터 나머지 벡터의 오직 미리 정의된 수량의 최고-랭킹된 엘리먼트만을 포함하는 것을 포함할 수 있다.
예 17에서, 예 16의 요지는 선택적으로, 감소된 공분산 행렬을 생성하기 위해, 파라미터 벡터의 복수의 결정적 엘리먼트에 대응하는 공분산 행렬의 엘리먼트를 선택하는 단계를 더 포함하는 것을 포함할 수 있다.
예 18에서, 예 17의 요지는 선택적으로, 복수의 결정적 엘리먼트를 갖는 감소된 파라미터 업데이트 벡터를 생성하기 위해 선형 시스템에 대한 솔루션을 계산하는 단계가, 감소된 파라미터 나머지 벡터 및 감소된 공분산 행렬을 포함하는 선형 시스템에 대한 솔루션을 계산하는 단계를 포함하는 것을 포함할 수 있다.
예 19에서, 예 18의 요지는 선택적으로, 선형 시스템이, 감소된 파라미터 나머지 벡터와 감소된 공분산 행렬 사이의 선형 관계를 설명하고, 감소된 파라미터 업데이트 벡터를 생성하기 위해 선형 시스템에 대한 솔루션을 계산하는 단계가, 선형 시스템에 대한 솔루션으로서 감소된 파라미터 업데이트 벡터를 획득하기 위해 선형 근사화를 수행하는 단계를 포함하는 것을 포함할 수 있다.
예 20에서, 예 19의 요지는 선택적으로, 선형 시스템에 대한 솔루션으로서 감소된 파라미터 업데이트 벡터를 획득하기 위해 선형 근사화를 수행하는 단계가, 선형 시스템에 대해 콘주게이트 그레디언트 추정을 수행하는 단계를 포함하는 것을 포함할 수 있다.
예 21에서, 예 19의 요지는 선택적으로, 업데이트된 파라미터 벡터를 생성하기 위해 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 복수의 결정적 엘리먼트를 업데이트하는 단계가, 업데이트된 파라미터 벡터를 생성하기 위해 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 오직 복수의 결정적 엘리먼트만을 업데이트하는 단계를 포함하는 것을 포함할 수 있다.
예 22에서, 예 1 내지 21 중 어느 하나의 요지는 선택적으로, 업데이트된 파라미터 벡터를 생성하기 위해 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 복수의 결정적 엘리먼트를 업데이트하는 단계가, 업데이트된 파라미터 벡터를 생성하기 위해 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 오직 복수의 결정적 엘리먼트만을 업데이트하는 단계를 포함하는 것을 포함할 수 있다.
예 23에서, 예 1 내지 22 중 어느 하나의 요지는 선택적으로, 미리 정의된 기준에 기초하여 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하는 단계가, 파라미터 벡터, 공분산 행렬 및 상관 벡터에 기초하여 파라미터 나머지 벡터를 생성하는 단계, 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트를 식별하기 위해 파라미터 나머지 벡터에 미리 정의된 기준을 적용하는 단계, 및 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트의 각각의 엘리먼트에 각각 대응하는 파라미터 벡터의 엘리먼트를, 파라미터 벡터의 복수의 결정적 엘리먼트로서 선택하는 단계를 포함하는 것을 포함할 수 있다.
예 24에서, 예 23의 요지는 선택적으로, 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트의 각각의 엘리먼트에 각각 대응하는 파라미터 벡터의 엘리먼트를, 파라미터 벡터의 복수의 결정적 엘리먼트로서 선택하는 단계가, 복수의 결정적 엘리먼트를 선택하는 단계를 포함하고, 파라미터 벡터의 복수의 결정적 엘리먼트 각각은, 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트의 각각의 최고-랭킹된 엘리먼트의 벡터 인덱스에 대응하는 벡터 인덱스를 갖는 것을 포함할 수 있다.
예 25에서, 예 23의 요지는 선택적으로, 미리 정의된 기준이 크기에 기초하고, 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트를 식별하기 위해 파라미터 나머지 벡터에 미리 정의된 기준을 적용하는 단계가, 최고-크기를 갖는, 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트로서 선택하는 단계를 포함하는 것을 포함할 수 있다.
예 26에서, 예 23의 요지는 선택적으로, 선형 시스템이, 감소된 파라미터 나머지 벡터와, 감소된 파라미터 나머지 벡터의 엘리먼트에 대응하는 공분산 행렬의 복수의 엘리먼트 사이의 선형 관계를 설명하고, 파라미터 벡터보다 적은 엘리먼트를 갖는 감소된 파라미터 업데이트 벡터를 생성하기 위해 선형 시스템에 대한 솔루션을 계산하는 단계가, 선형 시스템에 대한 솔루션으로서 감소된 파라미터 업데이트 벡터를 획득하기 위해, 콘주게이트 그레디언트 추정을 적용하는 단계를 포함하는 것을 포함할 수 있다.
예 27에서, 예 1의 요지는 선택적으로, 입력 신호 벡터의 하나 이상의 엘리먼트에 미리 정의된 맵핑 함수를 적용함으로써 커널화된 입력 신호 벡터를 생성하는 단계를 더 포함하고, 파라미터 벡터가, 커널화된 입력 신호 벡터와 출력 신호 벡터의 타겟 신호 성분 사이의 실질적으로 선형인 관계를 설명하는 것을 포함할 수 있다.
예 28에서, 예 27의 요지는 선택적으로, 입력 신호 벡터 및 출력 신호 벡터에 기초하여 공분산 행렬 및 상관 벡터를 계산하는 단계가, 공분산 행렬을, 커널화된 입력 신호 벡터의 공분산 행렬로서 계산하는 단계, 및 상관 벡터를, 커널화된 입력 신호 벡터와 출력 신호 벡터 사이의 상관 벡터로서 계산하는 단계를 포함하는 것을 포함할 수 있다.
예 29에서, 예 1의 요지는 선택적으로, 업데이트된 파라미터 벡터를 이용하여 입력 신호 벡터와 연관된 하나 이상의 신호를 프로세싱하는 단계가, 입력 신호 벡터에 기초하여 맵핑된 입력 신호 벡터를 생성하는 단계 ―업데이트된 파라미터 벡터는, 맵핑된 입력 신호 벡터와 출력 신호 벡터와 연관된 타겟 신호 성분 사이의 선형 관계를 설명함―, 및 출력 신호 벡터와 연관된 타겟 신호 성분을 추정하기 위해, 맵핑된 입력 신호 벡터에 업데이트된 파라미터 벡터를 적용하는 단계를 포함하는 것을 포함할 수 있다.
예 30에서, 예 29의 요지는 선택적으로, 입력 신호 벡터가 트랜시버의 송신 체인에 의해 이전에 송신된 하나 이상의 송신 신호에 기초하고, 출력 신호 벡터가 트랜시버의 수신 체인에 의해 이전에 수신된 하나 이상의 수신 신호에 기초하고, 업데이트된 파라미터 벡터가, 맵핑된 입력 신호 벡터와, 하나 이상의 수신 신호에 포함된 단일 누설 성분 사이의 선형 관례를 설명하는 것을 포함할 수 있다.
예 31은 트랜시버 디바이스이다. 트랜시버 디바이스는, 하나 이상의 송신 신호를 송신하도록 구성되는 송신 체인, 하나 이상의 수신 신호를 수신하도록 구성되는 수신 체인, 및 프로세서를 포함하고, 프로세서는, 하나 이상의 송신 신호 및 하나 이상의 수신 신호에 기초하여, 공분산 행렬 및 상관 벡터를 계산하고, 미리 정의된 기준에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하고 ―파라미터 벡터는 하나 이상의 송신 신호와 하나 이상의 수신 신호 사이의 관계를 표현함―, 복수의 엘리먼트를 갖는 감소된 파라미터 업데이트 벡터를 생성하기 위해, 선형 시스템에 대한 솔루션을 계산하고 ―선형 시스템은, 복수의 결정적 엘리먼트, 공분산 행렬, 및 상관 벡터에 기초함―, 업데이트된 파라미터 벡터를 생성하기 위해, 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터를 업데이트하고 ―감소된 파라미터 업데이트 벡터는 파라미터 벡터보다 적은 엘리먼트를 가짐―, 그리고 업데이트된 파라미터 벡터를 이용하여, 하나 이상의 송신 신호 중 적어도 하나를 프로세싱하도록 구성된다.
예 32에서, 예 31의 요지는 선택적으로, 프로세서가 파라미터 벡터로부터 복수의 엘리먼트를 복수의 결정적 엘리먼트로 선택함으로써, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하도록 구성되고, 복수의 결정적 엘리먼트의 수량은 파라미터 벡터의 엘리먼트의 수량보다 적고, 프로세서가, 파라미터 벡터의 오직 복수의 결정적 엘리먼트만을 업데이트함으로써, 업데이트된 파라미터 벡터를 생성하기 위해, 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터를 업데이트하도록 구성되는 것을 포함할 수 있다.
예 33에서, 예 31의 요지는 선택적으로, 파라미터 벡터의 복수의 결정적 엘리먼트 각각이, 감소된 파라미터 업데이트 벡터의 각각의 엘리먼트에 대응하고, 프로세서가, 업데이트된 파라미터 벡터를 생성하기 위해 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 오직 복수의 결정적 엘리먼트만을 업데이트함으로써, 파라미터 벡터를 업데이트하도록 구성되는 것을 포함할 수 있다.
예 34에서, 예 33의 요지는 선택적으로, 프로세서가, 파라미터 벡터, 공분산 행렬 및 상관 벡터에 기초하여 파라미터 나머지 벡터를 생성하고, 미리 정의된 랭킹 기준에 따라, 최고 크기를 갖는, 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 식별하고, 그리고 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트에 대응하는 파라미터 벡터의 엘리먼트를, 파라미터 벡터의 복수의 결정적 엘리먼트로서 선택함으로써, 미리 정의된 기준에 기초하여 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하도록 구성되는 것을 포함할 수 있다.
예 35에서, 예 34의 요지는 선택적으로, 프로세서가, 감소된 파라미터 나머지 벡터를 생성하기 위해, 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 선택하도록 구성되고, 감소된 파라미터 나머지 벡터는, 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트로 이루어지는 것을 포함할 수 있다.
예 36에서, 예 35의 요지는 선택적으로, 프로세서가, 감소된 공분산 행렬을 생성하기 위해, 파라미터 벡터의 복수의 결정적 엘리먼트에 대응하는 공분산 행렬의 엘리먼트를 선택하도록 구성되는 것을 포함할 수 있다.
예 37에서, 예 36의 요지는 선택적으로, 선형 시스템이 감소된 파라미터 나머지 벡터 및 감소된 공분산 행렬을 포함하고, 선형 시스템이, 감소된 파라미터 나머지 벡터와 감소된 공분산 행렬 사이의 선형 관계를 표현하고, 프로세서가, 선형 시스템에 대한 솔루션으로서 감소된 파라미터 업데이트 벡터를 획득하기 위해 선형 근사화를 수행함으로써, 감소된 파라미터 업데이트 벡터를 생성하기 위해 선형 시스템에 대한 솔루션을 계산하도록 구성되는 것을 포함할 수 있다.
예 38에서, 예 37의 요지는 선택적으로, 프로세서가, 선형 시스템에 대해 콘주게이트 그레디언트 추정을 수행함으로써, 선형 시스템에 대한 솔루션으로서 감소된 파라미터 업데이트 벡터를 획득하기 위해 선형 근사화를 수행하도록 구성되는 것을 포함할 수 있다.
예 39에서, 예 37의 요지는 선택적으로, 프로세서가, 업데이트된 파라미터 벡터를 생성하기 위해 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 오직 복수의 결정적 엘리먼트만을 업데이트함으로써, 업데이트된 파라미터 벡터를 생성하기 위해 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터를 업데이트하도록 구성되는 것을 포함할 수 있다.
예 40에서, 예 34의 요지는 선택적으로, 프로세서가, 파라미터 나머지 벡터를, 파라미터 벡터, 공분산 행렬 및 상관 벡터의 선형 결합으로서 생성하도록 구성되는 것을 포함할 수 있다.
예 41에서, 예 31 내지 40 중 어느 하나의 요지는 선택적으로, 프로세서가, 파라미터 벡터의 미리 정의된 수량의 엘리먼트를 파라미터 벡터의 복수의 결정적 엘리먼트로 식별함으로써, 미리 정의된 기준에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하도록 구성되는 것을 포함할 수 있다.
예 42에서, 예 31 내지 41 중 어느 하나의 요지는 선택적으로, 업데이트된 파라미터 벡터가, 송신 체인과 수신 체인 사이의 신호 누설을 추정하고, 프로세서가, 추정된 누설 신호를 생성하기 위해, 하나 이상의 송신 신호를 포함하는 입력 신호 벡터에 업데이트된 파라미터 벡터를 적용하고, 그리고 하나 이상의 수신 신호 중 적어도 하나로부터 신호 누설을 완화시키기 위해, 하나 이상의 수신 신호 중 적어도 하나에 추정된 누설 신호를 적용함으로써, 업데이트된 파라미터 벡터를 이용하여 하나 이상의 송신 신호 중 적어도 하나를 프로세싱하도록 구성되는 것을 포함할 수 있다.
예 43에서, 예 31 내지 42 중 어느 하나의 요지는 선택적으로, 프로세서가, 선형 시스템에 대한 솔루션으로서 감소된 파라미터 업데이트 벡터를 획득하기 위해, 선형 시스템에 콘주게이트 그레디언트 추정을 적용함으로써, 감소된 파라미터 업데이트 벡터를 생성하기 위해 선형 시스템에 대한 솔루션을 계산하도록 구성되는 것을 포함할 수 있다.
예 44에서, 예 31 내지 43 중 어느 하나의 요지는 선택적으로, 프로세서가, 하나 이상의 송신 신호 중 적어도 하나에 미리 정의된 맵핑 함수를 적용함으로써 커널화된 입력 신호 벡터를 생성하도록 추가로 구성되고, 파라미터 벡터가, 커널화된 입력 신호 벡터와, 하나 이상의 수신 신호에 포함된 신호 누설 사이의 선형 관계를 표현하는 것을 포함할 수 있다.
예 45에서, 예 44의 요지는 선택적으로, 프로세서가, 하나 이상의 송신 신호 중 적어도 하나에 비선형인 미리 정의된 맵핑 함수를 적용함으로써, 커널화된 입력 신호 벡터를 생성하도록 구성되는 것을 포함할 수 있다.
예 46에서, 예 44의 요지는 선택적으로, 프로세서가, 공분산 행렬을, 커널화된 입력 신호 벡터의 공분산 행렬로서 계산하고, 상관 벡터를, 커널화된 입력 신호 벡터와, 하나 이상의 수신 신호 중 적어도 하나를 포함하는 출력 신호 벡터 사이의 상관 벡터로서 계산함으로써, 하나 이상의 송신 신호 및 하나 이상의 수신 신호에 기초하여 공분산 행렬 및 상관 벡터를 계산하도록 구성되는 것을 포함할 수 있다.
예 47은 트랜시버 디바이스이다. 트랜시버 디바이스는, 하나 이상의 송신 신호를 송신하도록 구성되는 송신 체인, 하나 이상의 수신 신호를 수신하도록 구성되는 수신 체인, 및 프로세서를 포함하고, 프로세서는, 하나 이상의 송신 신호 및 하나 이상의 수신 신호에 기초하여, 공분산 행렬 및 상관 벡터를 계산하고, 미리 정의된 기준에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하고 ―파라미터 벡터는 하나 이상의 송신 신호와 하나 이상의 수신 신호 사이의 관계를 설명함―, 복수의 엘리먼트를 갖는 감소된 파라미터 업데이트 벡터를 생성하기 위해, 콘주게이트 그레디언트 추정을 이용하여 선형 시스템에 대한 솔루션을 계산하고 ―선형 시스템은, 복수의 결정적 엘리먼트, 공분산 행렬, 및 상관 벡터에 기초함―, 업데이트된 파라미터 벡터를 생성하기 위해, 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터를 업데이트하고 ―감소된 파라미터 업데이트 벡터는 파라미터 벡터보다 적은 엘리먼트를 가짐―, 그리고 하나 이상의 송신 신호에 업데이트된 파라미터 벡터를 적용함으로써, 추정된 누설 신호를 생성하고, 그리고 수신 신호 중 적어도 하나로부터 누설 신호를 제거하기 위해, 추정된 누설 신호를 활용하도록 구성된다.
예 48에서, 예 47의 요지는 선택적으로, 프로세서가, 파라미터 벡터의 복수의 결정적 엘리먼트 중 미리 정의된 수량의 결정적 엘리먼트를 선택함으로써, 미리 정의된 기준에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하도록 구성되는 것을 포함할 수 있다.
예 49에서, 예 47의 요지는 선택적으로, 프로세서가, 파라미터 벡터의 오직 복수의 결정적 엘리먼트만을 업데이트함으로써, 업데이트된 파라미터 벡터를 생성하기 위해 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 결정적 엘리먼트를 업데이트하도록 구성되는 것을 포함할 수 있다.
예 50에서, 예 47의 요지는 선택적으로, 프로세서가, 업데이트된 파라미터 벡터를 생성하기 위해 감소된 파라미터 업데이트 벡터를 이용하여 파라미터 벡터의 오직 복수의 결정적 엘리먼트만을 업데이트함으로써, 파라미터 벡터를 업데이트하도록 구성되는 것을 포함할 수 있다.
예 51에서, 예 47 내지 50 중 어느 하나의 요지는 선택적으로, 프로세서가, 하나 이상의 송신 신호의 새로운 송신 신호를 이용하여 맵핑된 입력 신호 벡터를 계산하고 ―파라미터 벡터는, 맵핑된 입력 신호 벡터와 송신 체인으로부터 수신 체인으로의 신호 누설 사이의 실질적으로 선형인 관계를 설명함―, 그리고 추정된 누설 신호를 생성하기 위해, 맵핑된 입력 신호 벡터에 업데이트된 파라미터 벡터를 적용함으로써, 추정된 누설 신호를 생성하도록 구성되는 것을 포함할 수 있다.
예 52에서, 예 47 내지 51 중 어느 하나의 요지는 선택적으로, 프로세서가, 파라미터 벡터, 공분산 행렬 및 상관 벡터에 기초하여 파라미터 나머지 벡터를 생성하고, 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트를 식별하기 위해, 파라미터 나머지 벡터에 미리 정의된 기준을 적용하고, 그리고 파라미터 벡터의 복수의 결정적 엘리먼트를, 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트에 대응하는 파라미터 벡터의 엘리먼트로서 선택함으로써, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하도록 구성되는 것을 포함할 수 있다.
예 53에서, 예 52의 요지는 선택적으로, 미리 정의된 기준이 크기에 기초하고, 프로세서가, 최고-크기를 갖는, 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트로서 선택함으로써, 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트를 식별하기 위해 파라미터 나머지 벡터에 미리 정의된 기준을 적용하도록 구성되는 것을 포함할 수 있다.
예 54에서, 예 47의 요지는 선택적으로, 프로세서가, 커널화된 송신 신호 벡터를 생성하기 위해 하나 이상의 송신 신호에 미리 정의된 맵핑 함수를 적용하도록 추가로 구성되고, 파라미터 벡터가, 하나 이상의 송신 신호와, 하나 이상의 수신 신호에 포함된 신호 누설 사이의 선형 관계를 설명하는 것을 포함할 수 있다.
예 55에서, 예 54의 요지는 선택적으로, 프로세서가, 하나 이상의 송신 신호에 비선형인 미리 정의된 맵핑 함수를 적용함으로써, 커널화된 송신 신호 벡터를 생성하기 위해 하나 이상의 송신 신호에 미리 정의된 맵핑 함수를 적용하도록 구성되는 것을 포함할 수 있다.
예 56에서, 예 54의 요지는 선택적으로, 프로세서가, 공분산 행렬을, 커널화된 송신 신호 벡터의 공분산 행렬로서 계산하고, 상관 벡터를, 커널화된 송신 신호 벡터와, 하나 이상의 수신 신호 중 적어도 하나를 포함하는 수신 신호 벡터 사이의 상관 벡터로서 계산함으로써, 하나 이상의 송신 신호 및 하나 이상의 수신 신호에 기초하여 공분산 행렬 및 상관 벡터를 계산하도록 구성되는 것을 포함할 수 있다.
예 57에서, 예 47 내지 56 중 어느 하나의 요지는 선택적으로, 프로세서가, 파라미터 벡터의 미리 정의된 수량의 엘리먼트를 파라미터 벡터의 복수의 결정적 엘리먼트로 선택함으로써, 미리 정의된 기준에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하도록 구성되는 것을 포함할 수 있다.
예 58에서, 예 47의 요지는 선택적으로, 프로세서가, 파라미터 벡터, 공분산 행렬 및 상관 벡터에 대해 선형 연산을 수행하고, 미리 정의된 기준에 따라, 최고 크기를 갖는, 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 식별하고, 그리고 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트의 각각의 엘리먼트에 각각 대응하는 파라미터 벡터의 엘리먼트를, 파라미터 벡터의 복수의 결정적 엘리먼트로서 식별함으로써, 파라미터 나머지 벡터를 생성하는 것에 의한 미리 정의된 기준에 기초하여 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하도록 구성되는 것을 포함할 수 있다.
예 59에서, 예 47의 요지는 선택적으로, 프로세서가, 감소된 파라미터 나머지 벡터를 생성하기 위해 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 선택하고, 감소된 공분산 행렬을 생성하기 위해 파라미터 벡터의 복수의 결정적 엘리먼트에 대응하는 공분산 행렬의 복수의 엘리먼트를 선택하도록 추가로 구성되고, 선형 시스템이, 감소된 파라미터 나머지 벡터 및 감소된 공분산 행렬을 포함하는 것을 포함할 수 있다.
예 60에서, 예 59의 요지는 선택적으로, 선형 시스템이, 감소된 파라미터 나머지 벡터와 감소된 공분산 행렬 사이의 선형 관계를 설명하고, 프로세서가, 선형 시스템에 대한 솔루션으로서 감소된 파라미터 업데이트 벡터를 획득하기 위해 선형 시스템에 대해 콘주게이트 그레디언트 추정을 수행함으로써, 감소된 파라미터 업데이트 벡터를 생성하기 위해 콘주게이트 그레디언트 추정을 이용하여 선형 시스템에 대한 솔루션을 계산하도록 구성되는 것을 포함할 수 있다.
예 61에서, 예 59의 요지는 선택적으로, 프로세서가, 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 감소된 파라미터 나머지 벡터로서 선택함으로써, 감소된 파라미터 나머지 벡터를 생성하도록 구성되는 것을 포함할 수 있다.
예 62에서, 예 47 내지 61 중 어느 하나의 요지는 선택적으로, 프로세서가, 추정된 누설 신호를 생성하기 위해, 하나 이상의 송신 신호에 기초하여 송신 신호 벡터에 업데이트된 파라미터 벡터를 적용함으로써, 하나 이상의 송신 신호에 업데이트된 파라미터 벡터를 적용함으로써 추정된 누설 신호를 생성하도록 구성되는 것을 포함할 수 있다.
예 63에서, 예 62의 요지는 선택적으로, 프로세서가, 하나 이상의 송신 신호에 미리 정의된 맵핑 함수를 적용함으로써 송신 신호 벡터를 생성하도록 추가로 구성되고, 파라미터 벡터가, 송신 신호 벡터와 누설 신호 사이의 실질적으로 선형인 관계를 설명하는 것을 포함할 수 있다.
예 64에서, 예 47의 요지는 선택적으로, 프로세서가, 수신 신호 중 적어도 하나로부터, 송신 체인으로부터 발생하는 누설 신호를 제거하기 위해 누설 추정된 누설 신호를 활용함으로써, 수신 신호 중 적어도 하나로부터 누설 신호를 제거하기 위해 추정된 누설 신호를 활용하도록 구성되는 것을 포함할 수 있다.
본 발명은 특정 실시예를 참조하여 상세하게 도시되고 설명되었지만, 첨부된 청구항에 의해 정의되는 본 발명의 사상 및 범주를 벗어남이 없이, 본 발명에 대해 형태 및 세부사항에서 다양한 변경이 행해질 수 있음은 당업자에 의해 이해되어야 한다. 따라서, 본 발명의 범주는, 첨부된 청구항에 의해 표시되고, 따라서 청구항의 균등물의 의미 및 범위 내에 속하는 모든 변경이 포함되는 것으로 의도된다.

Claims (20)

  1. 신호 프로세싱 방법으로서,
    입력 신호 벡터 및 출력 신호 벡터에 기초하여, 공분산 행렬 및 상관 벡터를 계산하는 단계와,
    미리 정의된 기준에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트(critical elements)를 식별하는 단계 ―상기 파라미터 벡터는 상기 입력 신호 벡터와 상기 출력 신호 벡터 사이의 관계를 표현함― 와,
    복수의 엘리먼트를 갖는 감소된 파라미터 업데이트 벡터를 생성하기 위해, 선형 시스템에 대한 솔루션을 계산하는 단계 ―상기 선형 시스템은, 상기 파라미터 벡터의 상기 복수의 결정적 엘리먼트, 상기 공분산 행렬, 및 상기 상관 벡터에 기초함― 와,
    업데이트된 파라미터 벡터를 생성하기 위해, 상기 감소된 파라미터 업데이트 벡터를 이용하여, 상기 파라미터 벡터의 상기 복수의 결정적 엘리먼트를 업데이트하는 단계 ―상기 감소된 파라미터 업데이트 벡터는 상기 파라미터 벡터보다 적은 엘리먼트를 가짐― 와,
    상기 업데이트된 파라미터 벡터를 이용하여, 상기 입력 신호 벡터와 연관된 하나 이상의 신호를 프로세싱하는 단계를 포함하는
    신호 프로세싱 방법.
  2. 제 1 항에 있어서,
    상기 업데이트된 파라미터 벡터를 생성하기 위해, 상기 감소된 파라미터 업데이트 벡터를 이용하여 상기 파라미터 벡터의 상기 복수의 결정적 엘리먼트를 업데이트하는 단계는,
    상기 파라미터 벡터의 오직 상기 복수의 결정적 엘리먼트만을 업데이트하는 단계를 포함하는
    신호 프로세싱 방법.
  3. 제 1 항에 있어서,
    트랜시버의 송신 체인을 이용하여 하나 이상의 송신 신호를 송신하는 단계와,
    상기 트랜시버의 수신 체인을 이용하여 하나 이상의 수신 신호를 수신하는 단계를 더 포함하고,
    상기 입력 신호 벡터는 상기 하나 이상의 송신 신호에 기초하고, 상기 출력 신호 벡터는 상기 하나 이상의 수신 신호에 기초하는
    신호 프로세싱 방법.
  4. 제 3 항에 있어서,
    상기 업데이트된 파라미터 벡터를 이용하여, 상기 입력 신호 벡터와 연관된 하나 이상의 신호를 프로세싱하는 단계는,
    추정된 누설 신호를 생성하기 위해, 상기 트랜시버의 송신 체인에 의한 송신을 위해 의도된 새로운 입력 신호에 상기 업데이트된 파라미터 벡터를 적용하는 단계 ―추정된 누설은 상기 트랜시버의 상기 송신 체인으로부터 상기 수신 체인으로의 신호 누설을 근사화함―와,
    상기 트랜시버의 상기 수신 체인에 의해 수신된 수신 신호로부터 실제 누설 신호를 제거하기 위해, 상기 추정된 누설 신호를 활용하는 단계를 포함하는
    신호 프로세싱 방법.
  5. 제 4 항에 있어서,
    상기 추정된 누설 신호를 생성하기 위해, 상기 트랜시버의 상기 송신 체인에 의한 송신을 위해 의도된 새로운 입력 신호에 상기 업데이트된 파라미터 벡터를 적용하는 단계는,
    업데이트된 입력 신호 벡터를 생성하기 위해, 상기 새로운 입력 신호에 기초하여 상기 입력 신호 벡터를 업데이트하는 단계와,
    커널화된 입력 신호 벡터를 생성하기 위해, 상기 업데이트된 입력 신호 벡터에 맵핑 함수를 적용하는 단계 ―상기 파라미터 벡터는, 상기 커널화된 입력 신호 벡터와 상기 신호 누설 사이의 선형 관계를 설명함― 와,
    상기 추정된 누설 신호를 생성하기 위해, 상기 커널화된 입력 신호 벡터에 상기 업데이트된 파라미터 벡터를 적용하는 단계를 포함하는
    신호 프로세싱 방법.
  6. 제 1 항에 있어서,
    상기 미리 정의된 기준에 기초하여 상기 파라미터 벡터의 상기 복수의 결정적 엘리먼트를 식별하는 단계는,
    상기 파라미터 벡터, 상기 공분산 행렬 및 상기 상관 벡터에 기초하여 파라미터 나머지 벡터를 생성하는 단계와,
    상기 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트를 식별하기 위해, 상기 파라미터 나머지 벡터에 상기 미리 정의된 기준을 적용하는 단계와,
    상기 파라미터 나머지 벡터의 상기 복수의 최고-랭킹된 엘리먼트의 각각의 엘리먼트에 각각 대응하는 상기 파라미터 벡터의 엘리먼트를, 상기 파라미터 벡터의 상기 복수의 결정적 엘리먼트로서 선택하는 단계를 포함하는
    신호 프로세싱 방법.
  7. 제 6 항에 있어서,
    상기 미리 정의된 기준은 크기에 기초하고,
    상기 파라미터 나머지 벡터의 상기 복수의 최고-랭킹된 엘리먼트를 식별하기 위해 상기 파라미터 나머지 벡터에 상기 미리 정의된 기준을 적용하는 단계는,
    최고-크기를 갖는, 상기 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 상기 파라미터 나머지 벡터의 상기 복수의 최고-랭킹된 엘리먼트로서 선택하는 단계를 포함하는
    신호 프로세싱 방법.
  8. 제 6 항에 있어서,
    상기 선형 시스템은, 감소된 파라미터 나머지 벡터와, 상기 감소된 파라미터 나머지 벡터의 엘리먼트에 대응하는 상기 공분산 행렬의 복수의 엘리먼트 사이의 선형 관계를 설명하고,
    상기 파라미터 벡터보다 적은 엘리먼트를 갖는 상기 감소된 파라미터 업데이트 벡터를 생성하기 위해 상기 선형 시스템에 대한 솔루션을 계산하는 단계는,
    상기 선형 시스템에 대한 솔루션으로서 상기 감소된 파라미터 업데이트 벡터를 획득하기 위해, 콘주게이트 그레디언트 추정(conjugate gradient estimation)을 적용하는 단계를 포함하는
    신호 프로세싱 방법.
  9. 제 1 항에 있어서,
    상기 입력 신호 벡터의 하나 이상의 엘리먼트에 미리 정의된 맵핑 함수를 적용함으로써 커널화된 입력 신호 벡터를 생성하는 단계를 더 포함하고,
    상기 파라미터 벡터는, 상기 커널화된 입력 신호 벡터와 상기 출력 신호 벡터의 타겟 신호 성분 사이의 실질적으로 선형인 관계를 설명하는
    신호 프로세싱 방법.
  10. 제 9 항에 있어서,
    상기 입력 신호 벡터 및 상기 출력 신호 벡터에 기초하여 상기 공분산 행렬 및 상기 상관 벡터를 계산하는 단계는,
    상기 공분산 행렬을, 상기 커널화된 입력 신호 벡터의 공분산 행렬로서 계산하는 단계와,
    상기 상관 벡터를, 상기 커널화된 입력 신호 벡터와 상기 출력 신호 벡터 사이의 상관 벡터로서 계산하는 단계를 포함하는
    신호 프로세싱 방법.
  11. 트랜시버 디바이스로서,
    하나 이상의 송신 신호를 송신하도록 구성된 송신 체인과,
    하나 이상의 수신 신호를 수신하도록 구성된 수신 체인과,
    프로세서를 포함하되,
    상기 프로세서는,
    상기 하나 이상의 송신 신호 및 상기 하나 이상의 수신 신호에 기초하여, 공분산 행렬 및 상관 벡터를 계산하고,
    미리 정의된 기준에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하고 ―상기 파라미터 벡터는 상기 하나 이상의 송신 신호와 상기 하나 이상의 수신 신호 사이의 관계를 표현함―,
    복수의 엘리먼트를 갖는 감소된 파라미터 업데이트 벡터를 생성하기 위해, 선형 시스템에 대한 솔루션을 계산하고 ―상기 선형 시스템은, 상기 복수의 결정적 엘리먼트, 상기 공분산 행렬, 및 상기 상관 벡터에 기초함―,
    업데이트된 파라미터 벡터를 생성하기 위해, 상기 감소된 파라미터 업데이트 벡터를 이용하여 상기 파라미터 벡터를 업데이트하고 ―상기 감소된 파라미터 업데이트 벡터는 상기 파라미터 벡터보다 적은 엘리먼트를 가짐―,
    상기 업데이트된 파라미터 벡터를 이용하여, 상기 하나 이상의 송신 신호 중 적어도 하나를 프로세싱하도록 구성되는
    트랜시버 디바이스.
  12. 제 11 항에 있어서,
    상기 파라미터 벡터의 상기 복수의 결정적 엘리먼트 각각은, 상기 감소된 파라미터 업데이트 벡터의 각각의 엘리먼트에 대응하고,
    상기 프로세서는, 상기 업데이트된 파라미터 벡터를 생성하기 위해 상기 감소된 파라미터 업데이트 벡터를 이용하여 상기 파라미터 벡터의 오직 상기 복수의 결정적 엘리먼트만을 업데이트함으로써, 상기 파라미터 벡터를 업데이트하도록 구성되는
    트랜시버 디바이스.
  13. 제 12 항에 있어서,
    상기 프로세서는,
    상기 파라미터 벡터, 상기 공분산 행렬 및 상기 상관 벡터에 기초하여 파라미터 나머지 벡터를 생성하고,
    미리 정의된 랭킹 기준에 따라, 최고 크기를 갖는, 상기 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 식별하고,
    상기 파라미터 나머지 벡터의 상기 미리 정의된 수량의 엘리먼트에 대응하는 상기 파라미터 벡터의 엘리먼트를, 상기 파라미터 벡터의 상기 복수의 결정적 엘리먼트로서 선택함으로써,
    상기 미리 정의된 기준에 기초하여 상기 파라미터 벡터의 상기 복수의 결정적 엘리먼트를 식별하도록 구성되는
    트랜시버 디바이스.
  14. 제 11 항에 있어서,
    상기 업데이트된 파라미터 벡터는, 상기 송신 체인과 상기 수신 체인 사이의 신호 누설을 추정하고,
    상기 프로세서는,
    추정된 누설 신호를 생성하기 위해, 상기 하나 이상의 송신 신호를 포함하는 입력 신호 벡터에 상기 업데이트된 파라미터 벡터를 적용하고,
    상기 하나 이상의 수신 신호 중 적어도 하나로부터 신호 누설을 완화시키기 위해, 상기 하나 이상의 수신 신호 중 적어도 하나에 상기 추정된 누설 신호를 적용함으로써,
    상기 업데이트된 파라미터 벡터를 이용하여 상기 하나 이상의 송신 신호 중 적어도 하나를 프로세싱하도록 구성되는
    트랜시버 디바이스.
  15. 제 11 항에 있어서,
    상기 프로세서는, 상기 선형 시스템에 대한 솔루션으로서 상기 감소된 파라미터 업데이트 벡터를 획득하기 위해, 상기 선형 시스템에 콘주게이트 그레디언트 추정을 적용함으로써, 상기 감소된 파라미터 업데이트 벡터를 생성하기 위해 상기 선형 시스템에 대한 솔루션을 계산하도록 구성되는
    트랜시버 디바이스.
  16. 트랜시버 디바이스로서,
    하나 이상의 송신 신호를 송신하도록 구성된 송신 체인과,
    하나 이상의 수신 신호를 수신하도록 구성되는 수신 체인과,
    프로세서를 포함하되,
    상기 프로세서는,
    상기 하나 이상의 송신 신호 및 상기 하나 이상의 수신 신호에 기초하여, 공분산 행렬 및 상관 벡터를 계산하고,
    미리 정의된 기준에 기초하여, 파라미터 벡터의 복수의 결정적 엘리먼트를 식별하고 ―상기 파라미터 벡터는 상기 하나 이상의 송신 신호와 상기 하나 이상의 수신 신호 사이의 관계를 설명함―,
    복수의 엘리먼트를 갖는 감소된 파라미터 업데이트 벡터를 생성하기 위해, 콘주게이트 그레디언트 추정을 이용하여 선형 시스템에 대한 솔루션을 계산하고 ―상기 선형 시스템은, 상기 복수의 결정적 엘리먼트, 상기 공분산 행렬, 및 상기 상관 벡터에 기초함―,
    업데이트된 파라미터 벡터를 생성하기 위해, 상기 감소된 파라미터 업데이트 벡터를 이용하여 상기 파라미터 벡터를 업데이트하고 ―상기 감소된 파라미터 업데이트 벡터는 상기 파라미터 벡터보다 적은 엘리먼트를 가짐―, 그리고
    상기 하나 이상의 송신 신호에 상기 업데이트된 파라미터 벡터를 적용함으로써, 추정된 누설 신호를 생성하고,
    상기 수신 신호 중 적어도 하나로부터 누설 신호를 제거하기 위해, 상기 추정된 누설 신호를 활용하도록 구성되는
    트랜시버 디바이스.
  17. 제 16 항에 있어서,
    상기 프로세서는, 상기 파라미터 벡터의 오직 상기 복수의 결정적 엘리먼트만을 업데이트함으로써, 업데이트된 파라미터 벡터를 생성하기 위해, 상기 감소된 파라미터 업데이트 벡터를 이용하여 상기 파라미터 벡터를 업데이트하도록 구성되는
    트랜시버 디바이스.
  18. 제 16 항에 있어서,
    상기 프로세서는,
    상기 하나 이상의 송신 신호의 새로운 송신 신호를 이용하여 맵핑된 입력 신호 벡터를 계산하고 ―상기 파라미터 벡터는, 상기 맵핑된 입력 신호 벡터와 상기 송신 체인으로부터 상기 수신 체인으로의 신호 누설 사이의 실질적으로 선형인 관계를 설명함―,
    상기 추정된 누설 신호를 생성하기 위해, 상기 맵핑된 입력 신호 벡터에 상기 업데이트된 파라미터 벡터를 적용함으로써,
    상기 추정된 누설 신호를 생성하도록 구성되는
    트랜시버 디바이스.
  19. 제 16 항에 있어서,
    상기 프로세서는,
    상기 파라미터 벡터, 상기 공분산 행렬 및 상기 상관 벡터에 기초하여 파라미터 나머지 벡터를 생성하고,
    상기 파라미터 나머지 벡터의 복수의 최고-랭킹된 엘리먼트를 식별하기 위해, 상기 파라미터 나머지 벡터에 상기 미리 정의된 기준을 적용하고,
    상기 파라미터 벡터의 상기 복수의 결정적 엘리먼트를, 상기 파라미터 나머지 벡터의 상기 복수의 최고-랭킹된 엘리먼트에 대응하는 상기 파라미터 벡터의 엘리먼트로서 선택함으로써,
    상기 파라미터 벡터의 상기 복수의 결정적 엘리먼트를 식별하도록 구성되는
    트랜시버 디바이스.
  20. 제 19 항에 있어서,
    상기 미리 정의된 기준은 크기에 기초하고,
    상기 프로세서는, 최고-크기를 갖는, 상기 파라미터 나머지 벡터의 미리 정의된 수량의 엘리먼트를 상기 파라미터 나머지 벡터의 상기 복수의 최고-랭킹된 엘리먼트로서 선택함으로써, 상기 파라미터 나머지 벡터의 상기 복수의 최고-랭킹된 엘리먼트를 식별하기 위해 상기 파라미터 나머지 벡터에 상기 미리 정의된 기준을 적용하도록 구성되는
    트랜시버 디바이스.
KR1020160064293A 2015-06-26 2016-05-25 트랜시버 디바이스 및 신호를 프로세싱하는 방법 KR101854980B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/751,181 2015-06-26
US14/751,181 US9537530B1 (en) 2015-06-26 2015-06-26 Transceiver device and method of processing signals

Publications (2)

Publication Number Publication Date
KR20170001572A KR20170001572A (ko) 2017-01-04
KR101854980B1 true KR101854980B1 (ko) 2018-05-04

Family

ID=56148093

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160064293A KR101854980B1 (ko) 2015-06-26 2016-05-25 트랜시버 디바이스 및 신호를 프로세싱하는 방법

Country Status (5)

Country Link
US (2) US9537530B1 (ko)
EP (1) EP3110024B1 (ko)
KR (1) KR101854980B1 (ko)
CN (1) CN106301459B (ko)
BR (1) BR102016011772A8 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10108581B1 (en) * 2017-04-03 2018-10-23 Google Llc Vector reduction processor
CN109981156A (zh) * 2019-02-28 2019-07-05 展讯通信（上海）有限公司 多无线射频系统的数据传输方法及装置、存储介质、终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080095279A1 (en) * 2006-10-19 2008-04-24 Andres Reial Method and Apparatus for Selecting a Subset of Modeled Impairment Correlation Terms for Use in Received Signal Processing
US20110080879A1 (en) 2009-10-07 2011-04-07 Stephen Grant Reduced-complexity coordinated multipoint reception
US20130044791A1 (en) * 2011-08-18 2013-02-21 Qualcomm Incorporated Joint linear and non-linear cancellation of transmit self-jamming interference
US20150171902A1 (en) 2013-12-12 2015-06-18 Nokia Solutions And Networks Oy Receiver Sensitivity

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6990137B2 (en) * 2001-05-17 2006-01-24 Qualcomm, Incorporated System and method for received signal prediction in wireless communications systems
EP2410705B1 (en) * 2010-07-20 2015-08-19 NTT DoCoMo, Inc. Apparatus and method for calculating receive parameters for an MIMO system
CN103675768B (zh) * 2013-12-17 2015-10-21 中国人民解放军国防科学技术大学 一种星载sar射频干扰抑制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080095279A1 (en) * 2006-10-19 2008-04-24 Andres Reial Method and Apparatus for Selecting a Subset of Modeled Impairment Correlation Terms for Use in Received Signal Processing
US20110080879A1 (en) 2009-10-07 2011-04-07 Stephen Grant Reduced-complexity coordinated multipoint reception
US20130044791A1 (en) * 2011-08-18 2013-02-21 Qualcomm Incorporated Joint linear and non-linear cancellation of transmit self-jamming interference
US20150171902A1 (en) 2013-12-12 2015-06-18 Nokia Solutions And Networks Oy Receiver Sensitivity

Also Published As

Publication number Publication date
CN106301459A (zh) 2017-01-04
KR20170001572A (ko) 2017-01-04
CN106301459B (zh) 2019-07-30
BR102016011772A8 (pt) 2018-02-27
US9537530B1 (en) 2017-01-03
US20160380666A1 (en) 2016-12-29
US20170111079A1 (en) 2017-04-20
US9866264B2 (en) 2018-01-09
EP3110024B1 (en) 2019-02-20
EP3110024A1 (en) 2016-12-28

Similar Documents

Publication Publication Date Title
US20230344614A1 (en) Methods and Devices for Self-Interference Cancelation
US9923658B2 (en) Interference cancelation
WO2020226538A1 (en) Methods, distributed base station system, remote radio unit and base band unit system for handling uplink signals
KR20190123442A (ko) 통신 시스템에서 자기 간섭 신호의 제거 방법 및 장치
WO2017074405A1 (en) Lattice reduction-aided symbol detection
TWI826352B (zh) 訊號雜訊比估計方法與裝置、製造方法及建構方法
KR101854980B1 (ko) 트랜시버 디바이스 및 신호를 프로세싱하는 방법
US20190319653A1 (en) Non-linear interference detection
JP2017518688A (ja) チャネル測定方法、チャネル測定装置、ユーザ機器およびシステム
KR20150016875A (ko) 셀룰러 네트워크에서 간섭 정렬 방법 및 장치
US9667292B2 (en) Method of processing signals, data processing system, and transceiver device
US20180054224A1 (en) Preparing Transmission Signals for Transmission
KR101500922B1 (ko) 적응필터를 이용한 분산 추정방법 및 장치
CN106233638B (zh) 无线通信系统及用于其中的回声消除的方法、装置和介质
US20180084438A1 (en) Antenna array uplink sector level sweep to allow coexistence with other in-device radios
WO2022036682A1 (en) Methods, apparatuses, and computer readable media for controlling transmit power
CN109996267B (zh) 用于抑制干扰信号的方法和装置
JP2018506209A (ja) 指向性ビームベースの開ループマルチストリーム送信方法および基地局
KR20170075632A (ko) 송수신 신호 분리 장치 및 방법
JP2017152845A (ja) 情報予測方法、情報予測システムおよび情報予測プログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right