KR20020067731A - 배열 스마트 안테나 시스템에서 적응 배열 스마트안테나의 신호 처리 방법 - Google Patents

Abstract

가. 청구범위에 기재된 발명이 속한 기술분야

적응 빔 방식의 스마트 안테나에서 적응 빔 알고리즘에 관한 기술이다.

나. 발명이 해결하고자 하는 기술적 과제

적응 빔 방식의 스마트 안테나에서 constant envelope 특성에 관계없이 안정되고 우수한 성능을 제공할 수 있고 데이터의 처리를 실시간으로 처리할 수 있으며, 많은 연산량이 발생하지 않는 적응 빔 방식의 스마트 안테나 장치에서 적응빔 알고리즘을 제공한다.

다. 발명의 해결방법의 요지

본 발명의 제1실시 예에 따른 방법은 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법으로서, 배열 안테나들로부터 수신되는 입력신호를 수신하여 소정 횟수만큼 수신하여 입력신호 행렬을 생성하는 제1과정과, 초기 값으로 주어진 조정(steering) 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 계산하는 제2과정과, 상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 상기 코스트 함수를 최소화하는 조정 행렬을 계산한 후 상기 조정 행렬을 단위 원 상에 사상하여 상기 사상된 값을 조정행렬을 설정하는 제3과정과, 상기 조정 행렬을 표준화한 후 상기 조정 행렬의 수렴 여부를 검사하는 제4과정과, 상기 조정 행렬이 수렴할 경우 상기 계산된 전송신호 행렬로 데이터를 복조하는 제5과정으로 이루어진다.

또한 상기 제5과정은 상기 조정 행렬이 수렴할 경우 상기 조정 행렬로부터 가중치를 계산하고 상기 계산된 값을 이용하여 전송신호 행렬을 재계산하여 데이터를 복조하여 수행하도록 구성할 수도 있다.

그리고 상기 조정 행렬이 수렴하지 않을 경우 상기 조정 행렬이 수렴할 때까지 상기 제2과정 내지 상기 제3과정을 반복 수행한다.

라. 발명의 중요한 용도

적응 빔 방식의 스마트 안테나에 사용할 수 있다.

Description

배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법{METHOD FOR PROCESSING SIGNAL OF ADAPTIVE ARRAY SMART ANTENNA IN ARRAY SMART ANTENNA SYSTEM}

본 발명은 안테나 장치 및 그 제어 방법에 관한 것으로, 특히 스마트 안테나 장치 및 그 제어 방법에 관한 것이다.

통상적으로 안테나 장치는 소정의 주파수를 가지는 신호를 수신하기 위한 장치이다. 이러한 안테나는 원거리 통신을 위해 개발되어 현재에는 이동통신 시스템의 기지국 및 단말기 등에 다양하게 사용되고 있다. 이러한 안테나의 비약적인 발전으로 인하여 현재 스마트 안테나(smart antenna)란 개념이 등장하기에 이르렀다. 스마트 안테나란 기지국이나 이동통신 단말의 안테나의 빔(beam) 형성 과정에서 특정 목적으로 신호처리를 거쳐 빔을 형성하는 지능형 안테나를 말한다. 이러한 스마트 안테나는 IMT-2000(International Mobile Telecommunication - 2000)에서 사용이 거의 확실시되고 있으며, 스마트 안테나를 사용하여 시스템을 구성할 경우 시스템의 용량이 증가시킬 수 있다.

이러한 스마트 안테나는 가용 주파수 자원의 부족을 해결해 줄 대안으로 떠오르고 있다. 특히 스마트 안테나를 사용할 경우 적은 전력으로도 기존의 시스템과 동일한 혹은 그 이상의 성능을 낼 수 있어 시스템의 용량을 증대시킬 수 있다. 상기한 스마트 안테나의 기본 원리는 간섭신호 속에서 원하는 신호만을 추출해 내는 것으로, 원하는 신호의 방향으로는 큰 이득을 주고 다른 방향으로는 적은 이득을 주어서 동일한 전송 전력에 대해 송수신단이 더 많은 전력을 얻도록 하는 것이다. 즉, 원하는 가입자가 있는 곳에서는 보강간섭이 일어나도록, 그리고 원치 않는 가입자는 간섭신호로 작용하여 상쇄간섭이 일어나도록 동작을 하는 방식인데 이러한 방식을 빔성형(Beamforming) 이라고 한다.

상기 스마트 안테나 사용 시 장점은 크게 3가지로 설명할 수 있다.

첫째로, 신호가 분산되지 않고 원하는 곳으로 모이므로 신호의 이득(Gain)을 증가시킬 수 있다. 따라서 기지국 당 커버(cover)할 수 있는 영역이 증가하며, 또한 이득이 증가함으로 인해 단말기의 전력 소비를 줄일 수 있고, 이로 인하여 배터리 사용시간도 증가시킬 수 있다.

둘째로, 원하지 않는 방향의 신호는 효과적으로 제거되므로 간섭신호의 제거가 가능하다. 특히 코드분할다중접속(CDMA : Code Division Multiple Access) 시스템과 같이 간섭신호에 약한 시스템에서는 큰 효과를 기대할 수 있다. 따라서 코드분할다중접속 시스템에서 음성 통신의 경우에는 보다 많은 가입자를 수용할 수 있고, 데이터 통신의 경우에는 고속 데이터 통신을 가능하게 된다.

셋째로, 스마트 안테나는 공간적인 필터 효과도 아울러 수행하기 때문에 다중경로(Multipath)의 효과를 많이 감소시킬 수 있다.

빔성형 방식에 근거하여 스마트 안테나의 방식을 분류하면 고정 빔 방식(switched beam smart antenna)과 적응 빔 방식(adaptive beam smart antenna)으로 분류할 수 있다. 고정 빔 방식은 안테나의 빔 패턴이 고정되어 있는 것을 사용하는 방식으로, 안테나 패턴과 패턴 사이에 사용자가 위치하게 되면 성능이 감소하는 결과를 가지고 올 수도 있다. 반면 적응 빔 방식은 안테나의 패턴이 시간이나 혹은 주위 환경에 따라서 변하게 하는 것으로, 고정 빔에 비하여 좀더 지능적으로 환경에 적응하도록 하는 것이 가능하며, 사용자에게 직접 빔을 형성할 수 있는 장점이 있다. 따라서 스마트 안테나의 알고리즘은 크게 고정 빔 방식의 알고리즘과 적응 빔 방식의 알고리즘으로 구분할 수 있다.

고정 빔 방식 스마트 안테나는 신호가 강한 방향을 찾아 그 방향의 빔을 선택하는 것이 주 연구 대상이다.

적응 빔 방식 스마트 안테나의 알고리즘은 크게 3가지 알고리즘으로 접근할수 있다.

첫째는 직접 도착 알고리즘(DOA(Direction of Arrival) based algorithm)이다. 상기 직접 도착 알고리즘은 방향탐지 알고리즘을 사용하여 신호의 입사 방향을 찾은 후 찾은 방향에 대하여 빔성형을 수행하는 방식이다. 방향탐지 알고리즘에는 MUSIC, Pisarenko, ESPRIT, ML 방식 등이 있으며, 빔성형 방식은 conventional beamforming, LCMV 등이 있다.

둘째는 연속 훈련 알고리즘(training sequence based algorithm)이 있다. 상기 training sequence에서 알 수 있는 바와 같이 사전에 미리 알고 있는 신호를 근거로 하여 빔 패턴(beam pattern)을 결정하는 방법이다. 이 방식에는 SMI, LMS, RLS 등이 있으며, training sequence를 사용하므로 제한적이기는 하지만 구현이 비교적 용이한 장점이 있다.

마지막은 블라인드 스마트 안테나 알고리즘(blind smart antenna algorithm)이다. 상기 방법은 training sequence를 사용하지 않고 다만 신호의 특성만을 이용하여 빔 패턴(beam pattern)을 결정하는 방식이다. 여기에는 신호의 배열(constellation)의 특성을 이용한 CMA(constant modulus algorithm) 및 FA(finite alphabet) 알고리즘과, 오버 샘플링 특성을 이용한 cyclo-stationary 방법 및 high order statistic 방법이 있다. 블라인드 스마트 안테나 알고리즘은 training sequence와 같은 overhead나 제한조건이 없는 장점이 있으나 복잡한 단점이 있다.

적응 빔 방식 중 블라인드 스마트 안테나 방식에 대한 많은 방법이 연구되고있으며, 또한 제안되고 있다. 상기 블라인드 스마트 안테나 방식은 크게 스펙트럼 추정 방식(spectral estimation)과 매개변수 추정 방식(parameter estimation)으로 분류할 수 있다.

스펙트럼 추정 방식은 power maximization 방식과 LS-SCORE(least square spectral self coherence restoral)방식이 대표적이다. 또한 상기 방식들 중 대부분 고유치 분리법(eigen decomposition)에 근간을 둔 방식들이며, 그 중에서도 MCGM(modified conjugate gradient method) 방식은 실시간 처리가 가능하면서도 비교적 좋은 성능을 보인다.

매개변수 추정 방식은 ML(maximum likelihood) 방식, ILSP(iterative least square projection) 방식 등이 대표적이다. ML(maximum likelihood) 방식은 최초로 사용된 방법으로 우수한 성능을 가지나 계산량이 너무 많아 사용하기가 어렵다는 문제가 있다. ILSP(iterative least square projection) 방식은 ML 방식의 least square 해를 반복(iterative)하게 계산함으로써 계산량을 현격히 줄였으나 여전히 실시간 처리에는 적용하기 어렵다는 문제점을 가지고 있다. 상기 ILSP 방식은 신호의 constant envelope 특성을 이용하는 정율 알고리즘(CMA : constant modulus algorithm) 방식과 함께 사용하여 계산량을 크게 줄일 수 있다.

따라서 상기한 방식들을 함께 사용한 ILSP-CMA(iterative least square projection based constant modulus algorithm) 방식은 신호의 constant envelope 특성을 이용하여 반복(iterative)하게 해를 구하는 방식으로 안정된 동작을 보이며 우수한 성능을 보인다. 그러나 ILSP-CMA 방식은 신호의 constant envelope 특성을이용하므로 constant envelope 특성을 갖지 않는 신호에 대해서는 적용이 어렵다. 또한 ILSP-CMA 방식은 N snapshot에 대한 입력을 수신한 후에 MxN 입력신호 행렬을 생성하여 이를 블록 처리(block processing)를 수행하는 방식이다. 따라서 이 방식은 latency가 발생하는 문제점이 있으며 또한 순간적으로 많은 연산량과 메모리가 요구되는 문제가 있다.

그러면 이하에서 ILSP-CMA 방식에서 수행되는 알고리즘에 대하여 배열 안테나의 구성을 이용하여 더 상세히 설명한다.

도 1은 전형적인 적응 배열 안테나의 구조를 도시한 블록 구성도이다. 그러면 도 1의 구성에 대하여 설명한다.

배열 안테나(101)는 M개의 안테나들로 구성되며, 각 안테나들은 동일한 특성을 가진다. 상기 배열 안테나(101)에 구비되어 있는 각 안테나들의 간격은 d 만큼 균등하게 위치하며, k번째 신호원에서 안테나로 입사되는 신호의 입사각은 θ_k가 된다. 상기 배열 안테나(101)에서 수신된 신호는 빔성형 전처리부(Pre-beamforming block)(102)로 입력된다. 상기 빔성형 전처리부(102)는 post-beam forming의 결과나 사전 정보를 이용하여 개략적인 빔성형(beamforming)을 수행한다. 따라서 상기 빔성형 전처리부(102)는 필요한 경우에 둘 수도 있는 선택적인 블록(optional block)이다. 상기 빔성형 전처리부(102)에서 개략적인 빔성형이 이루어진 신호는 역확산부(De-spreader)(103)로 입력된다. 상기 역확산부(103)는 코드분할다중접속 시스템인 경우에 필요한 것이다. 상기 역확산부(103)는 역확산을 먼저 수행하여 타신호원인 간섭신호의 크기를 줄임으로써 신호처리를 용이하게 하기 위해 구비된다. 이러한 역확산부(103)는 상기 도 1에 도시한 바와 같이 위치하도록 구성할 수도 있으며, 후술되는 적응 배열 처리부(105)의 후단에 위치하도록 구성할 수도 있다. 또한 상기 역확산부(103)는 코드분할다중접속 시스템에서 사용되는 것이므로 코드분할다중접속 시스템이 아닌 경우에는 필요하지 않다. 상기 적응 배열 처리부(105)로 입력되는 신호는 상기 M개의 배열 안테나들로부터 수신되는 신호이므로 [X1, X2, …, XM]으로 M개의 신호가 된다.

그러면 상기 수신된 신호들이 상기 적응 배열 처리부(105)에서 처리되는 과정을 설명한다. 상기 적응 배열 처리부(105)는 M개의 신호들마다 각각 가중치를 적용하기 위한 가중치 연산기들(108, 109, …, 110)과 상기 가중치 연산기들(108, 109, …, 110)의 출력을 더하는 가산기(111)와 오차 발생기(107) 및 적응 알고리즘 처리기(106)로 구성된다. 그러면 상기 적응 배열 처리부(105)에서 수신된 신호가 처리되는 과정을 설명한다. 상기 적응 배열 처리부(105)의 출력된 신호(112)와 기준 신호 S_k(113)는 오차 발생기(107)로 입력된다. 상기 오차 발생기(107)는 입력된 두 신호를 이용하여 오차 신호를 생성하여 적응 알고리즘 처리기(106)로 출력한다. 상기 적응 알고리즘 처리기(106)는 입력된 오차신호로부터 소정의 알고리즘에 따라 각 입력신호들(X₁, X₂, …, X_M)(104)의 가중치(weight factor)들(W₁, W₂, …, W_M)을 계산하여 가중치 연산기들(108, 109, …, 110)로 출력한다. 이에 따라 가중치 연산기들(108, 109, …, 110)은 역확산부로부터 수신되는 각 입력신호들(X₁, X₂, …, X_M)(104)을 상기 적응 알고리즘 처리기(106)로부터 수신된 가중치들(W₁, W₂, …, W_M)을 이용하여 연산한다. 이와 같이 연산된 값들은 모두 가산기(111)로 입력된다. 상기 가산기(111)는 입력된 신호들을 가산하여 출력한다.

그러면 상기 적응 배열 처리부(105)의 전형적인 동작을 좀 더 살펴본다.

전체 K개의 신호원으로부터 전송되는 신호는 배열 안테나부(101)의 M개의 안테나에서 m번째 안테나로 수신되는 신호는 하기 <수학식 1>과 같다.

상기 <수학식 1>에서 s_k(t)는 k번째 신호원으로부터 전송된 신호이다. 그리고 θ_k는 k번째 신호원으로부터 안테나로 수신되는 입사각이며, v_m(t)는 m번째 안테나에 가산된 백색잡음이다. 이때 상기 안테나들 사이의 간격 d를 λ/2로 하면 상기 <수학식 1>은 하기 <수학식 2>와 같이 변경된다.

상기 <수학식 1>과 상기 <수학식 2>는 K개의 신호원과 N개의 snapshot에 대하여 행렬 형태로 도시하면 하기 <수학식 3>과 같이 구성할 수 있다.

상기 <수학식 3>에서 X는 배열 안테나로 입력되는 신호행렬로 M×N 크기를 나타내며, A는 steering 행렬로 M×K 크기를 나타내고, S는 신호원의 전송신호 행렬로 K×N 크기를 나타내며, V는 M×N 크기를 나타내는 잡음 행렬이다. 따라서 상기 <수학식 3>의 X, S, A는 하기 <수학식 4>와 같이 도시할 수 있다.

상기 <수학식 4>에서 X(n)은 n번째 배열 안테나로 입력된 신호이며, S_K는 k번째 신호원의 전송신호이고, A_k는 k번째 steering 벡터로 이들을 다시 수학식으로 표시하면 하기 <수학식 5>와 같이 도시할 수 있다.

만일 상기 시스템이 코드분할 다중접속 시스템인 경우에는 수신단에서 역확산부(103)를 통해 역확산이 이루어진다. 이때 원하지 않는 다른 신호원의 신호는 제거되므로 원하는 특정한 k번째 신호원만이 있는 시스템으로 간략하게 모델링 될 수 있으므로 상기 <수학식 5>에서 S와 A는 하기 <수학식 6>과 같이 간략화 할 수 있다.

적응 배열 안테나 시스템은 상기 <수학식 4>를 이용하여 최적의 해를 갖는 steering 행렬 A를 구하는 것으로 상기 도 1의 적응 배열 처리부(105)에서 이를 구하게 된다. 그런데 상기 X=AS에서 알고 있는 값은 상기 <수학식 4>의 입력신호 행렬 X가 되며, 신호원의 전송행렬 S와 steering 행렬 A는 알 수 없다. 입력 신호 행렬 X로부터 전송행렬 S와 steering 행렬 A를 추정(estimation)하기 위하여 대표적으로 사용되는 방법은 최대 우도율(MA : maximum likelihood) 추정이다. 상기 ML 추정은 하기 <수학식 7>의 cost function F(A, S)를 하기 <수학식 8>과 같이 최소화시키는 문제가 된다.

상기 <수학식 7> 내지 상기 <수학식 8>에서는 squared Frobenius form이다. 그러면 이하에서 도 2를 참조하여 상기 <수학식 7> 내지 상기 <수학식 8>의 최적의 해를 반복(iterative)하여 구하기 위한 방법 중 대표적인 방법인 ILSP-CMA 방법에 대하여 설명한다.

도 2는 squared Frobenius form의 최적의 해를 구하기 위한 ILSP-CMA 방법의 순서도이다. 이하 도 1 내지 도 2를 참조하여 ILSP-CMA 방법에 대하여 설명한다.

ILSP-CMA(iterative least square projection based constant modulus algorithm) 방식은 상기 <수학식 7> 및 <수학식 8>에서 입력신호 행렬 X로부터 최적의 A와 S를 구하기 위해, 행렬 S가 constant envelope 특성을 가지는 것으로 가정한다. 그리고 이로부터 반복적으로 해를 구하는 방법이다.

200단계에서 반복계수 i를 0으로, steering 행렬 A를 초기치 A⁰로 설정한다. 그리고 202단계로 진행하여 스넵샷(snapshot)이 N개 수신될 때까지 대기한다. 이는 N개의 스넵샷을 수신하여 입력신호 행렬 X를 생성하기 위함이다. 따라서 202단계에서 N개의 스넵샷을 수신하면 204단계로 진행하여 반복계수 i를 1 증가시킨다. 그리고 206단계로 진행한다. 206단계로 진행하면 steering 행렬 A^i-1을 이용하여 F(A,S:X)를 최소화시키는 전송신호 행렬 Sⁱ를 하기 <수학식 9>와 같이 least square의 해를 구한다.

상기 <수학식 9> 및 이하에서 ()^H는 Hermitian operation을 나타낸다.

상기 전송신호는 constant envelope 특성을 가지므로 전송신호 행렬 Sⁱ를 가장 가까운 단위 원(unit circle) 상에 사상(mapping)한다. 상기한 바와 같이 사상이 완료되면 208단계로 진행하여 상기 구해진 전송신호 행렬 Sⁱ를 이용하여 F(A, S:X)를 최소화시키는 steering 행렬 Aⁱ를 하기 <수학식 10>과 같이 least square를 이용하여 구한다.

상기 steering 행렬 Aⁱ의 각 열(column)의 원소(element)를 Aⁱ의 각 열 벡터(vector)의 첫 번째 원소로 나누어 표준화한다. 상기와 208단계에서 표준화를 수행한 이후에 210단계로 진행하여 steering 행렬 Aⁱ가 수렴(converge)하는가를 검사한다. 상기 검사결과 steering 행렬이 수렴을 하면 반복을 종료하고 212단계로 진행한다. 그러나 steering 행렬이 수렴하지 않는 경우 204단계로 진행하여 상기한204단계 내지 210단계의 과정을 되풀이하게 된다. 212단계로 진행하면 전송신호 행렬 S를 이용하여 데이터를 복조거나 또는 steering 행렬 A를 이용하여 가중치 팩터(weighting factor) W를 계산하고, 이를 이용하여 전송신호 행렬 S를 계산함으로써 데이터를 복조한다.

상기한 방법의 ILSP-CMA 방식은 신호의 constant envelope 특성을 이용하여 반복하여 해를 구하는 방법이다. 따라서 co-channel interference 환경에서도 안정된 동작을 보이며, 우수한 성능을 가진다.

그러나 상기 ILSP-CMA 방법은 constant envelope 특성을 가지지 않는 신호의 경우에 적용이 어렵다는 문제가 있다. 또한 상기 ILSP-CMA 방법에서는 입력신호 X는 M×N 크기의 행렬로 N 스넵샷에 대한 입력을 수신한 후 M×N의 입력신호를 생성해야 한다. 그런 후 이를 단위 블록으로 하여 블록 처리를 수행해야 한다. 따라서 블록 처리를 수행하기 위해 적어도 블록 크기 이상의 메모리를 항상 구비하고 있어야 한다. 또한 블록이 입력된 후 입력된 블록에 대하여 연산을 수행할 경우 순간적으로 많은 연산량이 발생하게 되는 문제가 발생한다. 따라서 이를 저장하기 위한 메모리가 요구되는 문제가 있었다.

따라서 본 발명의 목적은 constant envelope 특성에 관계없이 안정되고 우수한 성능을 제공할 수 있는 스마트 안테나 장치 및 그 제어 방법을 제공함에 있다.

본 발명의 다른 목적은 데이터의 처리를 실시간으로 처리할 수 있는 스마트안테나 장치 및 방법을 제공함에 있다.

본 발명의 또 다른 목적은 많은 연산량이 발생하지 않으며 메모리의 크기를 줄일 수 있는 스마트 안테나 장치 및 방법을 제공함에 있다.

상기한 목적들을 달성하기 위한 본 발명의 제1실시 예에 따른 방법은 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법으로서, 배열 안테나들로부터 수신되는 입력신호를 수신하여 소정 횟수만큼 수신하여 입력신호 행렬을 생성하는 제1과정과, 초기 값으로 주어진 조정(steering) 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 계산하는 제2과정과, 상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 상기 코스트 함수를 최소화하는 조정 행렬을 계산한 후 상기 조정 행렬을 단위 원 상에 사상하여 상기 사상된 값을 조정행렬을 설정하는 제3과정과, 상기 조정 행렬을 표준화한 후 상기 조정 행렬의 수렴 여부를 검사하는 제4과정과, 상기 조정 행렬이 수렴할 경우 상기 계산된 전송신호 행렬로 데이터를 복조하는 제5과정으로 이루어진다.

또한 상기 제5과정은 상기 조정 행렬이 수렴할 경우 상기 조정 행렬로부터 가중치를 계산하고 상기 계산된 값을 이용하여 전송신호 행렬을 재계산하여 데이터를 복조하여 수행하도록 구성할 수도 있다.

그리고 상기 조정 행렬이 수렴하지 않을 경우 상기 조정 행렬이 수렴할 때까지 상기 제2과정 내지 상기 제3과정을 반복 수행한다.

상기한 목적들을 달성하기 위한 본 발명의 제2실시 예에 따른 방법은 적응배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법으로서, 배열 안테나들로부터 수신되는 입력신호를 수신하여 소정 횟수만큼 수신하여 입력신호 행렬을 생성하는 제1과정과, 초기 값으로 주어진 조정(steering) 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 계산한 후 상기 전송신호 행렬을 단위 원 상에 사상하는 제2과정과, 상기 사상된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 상기 코스트 함수를 최소화하는 조정 행렬을 계산한 후 상기 조정 행렬을 단위 원 상에 사상하여 상기 사상된 값을 조정행렬로 설정하는 제3과정과 상기 설정된 조정 행렬을 표준화하여 한 후 상기 조정 행렬의 수렴 여부를 검사하는 제4과정과, 상기 조정 행렬이 수렴할 경우 상기 계산된 전송신호 행렬로 데이터를 복조하는 제5과정으로 이루어진다.

또한 상기 제5과정은 상기 조정 행렬이 수렴할 경우 상기 조정 행렬로부터 가중치를 계산하고 상기 계산된 값을 이용하여 전송신호 행렬을 재계산하여 데이터를 복조하여 수행할 수도 있다.

또한 상기 조정 행렬이 수렴하지 않을 경우 상기 조정 행렬이 수렴할 때까지 상기 제2과정 내지 상기 제3과정을 반복 수행한다.

상기한 목적들을 달성하기 위한 본 발명의 제3실시 예에 따른 방법은 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법으로서, 초기 시에 조정 행렬과 전송 신호 행렬과 입력신호 행렬을 미리 설정된 초기 값으로 설정하는 제1과정과, 상기 제1과정 후 배열 안테나로부터 입력 신호가 수신되면 상기 입력 신호 행렬을 갱신하는 제2과정과, 상기 갱신된 입력신호 행렬과 상기 조정 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 계산하는 제3과정과, 상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 조정 행렬을 계산하고 상기 조정행렬을 단위원상에 사상하여 상기 사상된 값을 조정행렬로 설정하고 상기 조정 행렬을 표준화하여 갱신하는 제4과정과, 상기 전송신호 행렬을 이용하여 입력된 데이터를 복조하는 제5과정으로 이루어진다.

또한 상기 제5과정은 상기 조정 행렬을 이용하여 가중치를 계산한 후 이를 이용하여 전송신호 행렬을 계산하고, 상기 계산된 전송신호 행렬을 이용하여 데이터를 복조하여 수행할 수도 있다.

본 발명에 따른 제4실시 예에서는 상기한 방법에 MA(moving average) 방법을 더 적용하여 수행하며, 본 발명에 따른 제5실시 예에서는 상기 제3실시 예에 FM(forgetting factor)의 방법을 이용하여 구성한다.

도 1은 전형적인 적응 배열 안테나의 구조를 도시한 블록 구성도,

도 2는 squared Frobenius form의 최적의 해를 구하기 위한 ILSP-CMA 방법의 순서도,

도 3은 스마트 안테나의 특정 조건에 따른 steering 행렬의 성상도,

도 4는 본 발명의 제1실시 예에 따라 적응 배열 처리부에서 수행되는 흐름도,

도 5는 본 발명의 ILSP-SVM 방법과 ILSP-CMA 방법 및 ILSP-SVMCMA 방법간의 성능에 대한 시뮬레이션 결과 그래프,

도 6은 본 발명의 제2실시 예에 따라 적응 배열 처리부에서 수행되는 흐름도,

도 7은 블록 프로세싱을 처리하는 ILSP 방법에 따라 적응 배열 처리부에서 수행되는 흐름도,

도 8은 본 발명의 제3실시 예에 따라 적응 배열 처리부에서 수행되는 흐름도,

도 9는 본 발명의 제4실시 예에 따라 적응 배열 처리부에서 수행되는 흐름도,

도 10은 본 발명의 제5실시 예에 따라 적응 배열 처리부에서 수행되는 흐름도,

도 11은 SLSP-MA 방식과 SLSP-FM 방식의 steering 벡터의 수렴속도를 시뮬레이션 한 결과에 따른 그래프,

도 12는 본 발명의 제2실시 예와 제4실시 예 및 제5실시 예의 빔 패턴을 시뮬레이션 한 결과도,

도 13은 M=10, BPSK 변조, 코드분할다중접속 시스템의 처리이득 PG=63인 경우 AWGN 환경 하에서 사용자별 BER performance 시뮬레이션 그래프.

이하 첨부된 도면을 참조하여 본 발명을 상세히 설명한다.

먼저 본 발명의 제1 실시 예에 따라 상기 도 1의 적응 배열 처리부(105)에서 수행되는 방식을 설명한다. 본 발명의 제1실시 예에서는 ILSP-SVM(iterative least square projection based steering vector mapping) 방식을 이용한다. 상기 방법은 constant envelope 특성을 이용하지 않는다. 따라서 신호의 특성에는 어떠한 제한 조건도 가해지지 않는다. 즉, 종래기술에서 살펴본 ILSP-CMA 방식과 같은 신호 특성의 제한을 받지 않는다. 본 발명의 제1실시 예에 따른 방법에서는 신호를 처리함에 있어서, 입력 신호 X는 N개의 스넵샷에 대한 입력을 수신한 후에 M×N 입력 신호 행렬을 생성한다. 그리고 이를 단위로 블록으로 처리한다. 따라서 본 발명의 제1실시 예에서는 순간적으로 많은 연산량이 발생하는 것과 메모리를 필요로 하는 것과 같은 문제점을 해결하지는 못한다. 그러면 본 발명의 제1실시 예에 따른 과정을 전반적으로 설명하면 하기와 같다.

본 발명의 제1실시 예에 따른 ILSP-SVM 방식은 상기 <수학식 7>과 상기 <수학식 8>에서 입력신호 행렬 X로부터 최적의 A와 S를 구하기 위해 배열 안테나의 기하학적(geometric)인 특성을 이용한다. 즉, 상기 방식은 steering 행렬 A를 배열 안테나의 기하학적인 특성을 이용하여 매핑을 수행한다. 이를 예를 들어 설명한다. 상기 배열 안테나부(101)의 구성이 등간격 선형 배열(Uniform linear arry) 방식의 배열 안테나를 사용한다고 가정하면, steering 행렬 사이의 위상차(phase difference)의 특성으로부터 steering 행렬을 단위 원(unit circle) 상에 사상하는 것이 가능하다. 이를 도 3을 참조하여 설명하면 하기와 같다.

도 3은 배열 안테나의 개수 M을 10개, 입사각을 11.5°(degree)로 가정하였을 때의 steering 행렬의 성상도(constellation of Steering Matrix)이다. 상기 도 3에 보여지는 바와 같이 steering 행렬의 각 원소들이 단위 원 상에 존재함을 알 수 있다. 상기 도 3의 성상도에 도시된 바와 같이 steering 행렬은 (0.0)의 중점을 중심으로 반지름 1의 단위 원을 구성하는 점들로 이루어진다. 또한 이 특성을 이용하여 steering 행렬 Aⁱ를 사상하여 적응 알고리즘을 수행한다. 그러면 이러한 특성을 가지는 ILSP-SVM에 따라 처리되는 과정을 도 4를 참조하여 상세히 살펴본다.

도 4는 본 발명의 제1실시 예에 따라 적응 배열 처리부에서 수행되는 흐름도이다. 이하 도 1 내지 도 4를 참조하여 본 발명의 제1 실시 예에 따라 적응 배열 처리부(105)에서 수행되는 과정을 상세히 설명한다.

300단계에서 반복계수 i를 0으로, steering 행렬 A를 초기치 A⁰로 설정한다. 그리고 302단계로 진행하여 스넵샷(snapshot)이 N개 수신될 때까지 대기한다. 이는 N개의 스넵샷을 수신하여 입력신호 행렬 X를 생성하기 위함이다. 따라서 302단계에서 N개의 스넵샷을 수신하면 304단계로 진행하여 반복계수 i를 1 증가시킨다. 그리고 306단계로 진행한다. 306단계로 진행하면 steering 행렬 A^i-1을 이용하여 F(A,S:X)를 최소화시키는 전송신호 행렬 Sⁱ를 상기 <수학식 9>와 같이 least square의 해를 구한다. 그런 후 308단계로 진행하면 전송신호 행렬 Sⁱ를 이용하여 F(A, S:X)를 최소화시키는 steering 행렬 Aⁱ를 상기 <수학식 10>과 같이 least square의 해를 구한다. 상기 steering 행렬 Aⁱ는 단위 원 상에 존재하므로 이 특성을 이용하여 Aⁱ를 가장 가까운 단위 원(unit circle) 상에 사상(mapping)한다. 그리고 Steering 행렬 Aⁱ의 각 열(column)의 원소(element)를 Aⁱ의 각 열 벡터(vector)의첫 번째 원소로 나누어 표준화한다.

상기한 표준화 작업이 종료되면 310단계로 진행하여 Steering 행렬 Aⁱ가 수렴(converge)하는가를 검사한다. 상기 검사결과 행렬 Aⁱ가 수렴하는 경우 312단계로 진행하고, 수렴하지 않는 경우 304단계로 진행하여 상술한 304단계 내지 308단계를 반복 수행한다. 이는 상기한 steering 행렬이 수렴할 때까지 이루어진다.

상기 과정을 통해 수렴이 이루어져 312단계로 진행하면, 전송신호 행렬 S를 이용하여 데이터를 복조하거나, 또는 Steering 행렬 A로부터 가중치(weighting factor) W를 구하고 이로부터 전송신호 행렬 S를 계산하여 데이터를 복조한다.

만약 코드분할다중접속 시스템인 경우에 전송하는 신호원은 다수이나 역확산부(103)에서 역확산이 이루어진 후에는 간섭 신호인 타 신호원은 제거되고 원하는 신호원 1개만 존재하게 된다. 따라서 상기한 성질을 이용하면 상기 <수학식 9> 및 상기 <수학식 10>에서 steering 행렬 A와 전송신호 행렬 S는 각각 Mx1 및 1xN과 같이 일차원 배열이 된다. 그러므로 pseudo-inverse의 결과와 Hermitian의 결과가 같아진다. 따라서 이 경우에는 상기 <수학식 9>와 상기 <수학식 10>은 하기의 <수학식 11>과 <수학식 12>와 같이 간단히 계산하는 것이 가능하다. 그러므로 상기 <수학식 11>과 <수학식 12>의 결과를 상술한 도 4의 흐름도에 적용하는 것이 가능하다.

이와 같이 코드분할 다중접속 시스템의 경우에는 역확산을 수행한 후에 신호의 특성을 이용하면 상기 <수학식 11>과 상기 <수학식 12>와 같이 행렬 S 및 행렬 A를 간단하게 계산할 수 있게 되어 계산을 빠르게 간편하게 수행할 수 있게 된다.

또한 본 발명의 제1실시 예인 ILSP-SVM 방법에서와 같이 steering vector의 특성을 이용하여 해를 구하는 방식은 등 간격 선형 배열 (Uniform linear array) 방식의 antenna 배치에 뿐만이 아니라 타 antenna 배치 방식에도 적용이 가능하다.

도 5는 본 발명의 제1실시 예인 ILSP-SVM 방법과 종래기술에서 언급한 ILSP-CMA 방법과의 성능을 컴퓨터 시뮬레이션을 통하여 성능을 비교한 그래프이다. 상기 두 방법간의 성능 비교 시 조건은 각각 20°(degree) 및 50°(degree)로 입사되는 2명의 사용자가 임의의 데이터(random data)를 BPSK 변조하는 것을 가정하였을 경우이다. 상기 도 5의 (a)는 상기 20°로 입사되는 사용자에 대하여 BER(bit error rate) 성능을 비교한 경우의 그래프이다. 또한 도 5의 (b)는 기지국으로부터 동일한 거리에 두 사용자가 위치할 경우 SOI(Signal over interference) 성능을 비교한 경우의 그래프이다. 그리고 도 5의 (c)는 기지국으로부터 사용자 1이 사용자 2보다2배 가까운 거리에 있을 때의 SOI를 비교한 경우의 그래프이다.

상기 도 5에서 알 수 있는 바와 같이 ILSP-SVM 방법을 사용할 경우 종래기술에서 설명된 ILSP-CMA 방법보다 성능이 우수함을 알 수 있다. 더욱이 ILSP-SVM 방식은 steering vector의 특성을 이용하므로 전송신호가 constant envelope 특성을 가지 BPSK 변조신호에서는 물론이고 constant envelope 특성을 가지지 않는 경우에도 적용이 가능하게 된다.

다음으로 본 발명의 제2실시 예에 대하여 설명한다.

본 발명의 제2실시 예에서는 ILSP-SVMCMA(iterative least square projection based steering vector mapping and constant modulus algorithm) 방법으로 배열 안테나부(101)의 기하학적(geometric)인 특성과 함께 신호의 constant envelope 특성을 동시에 이용하는 방식이다. ILSP-SVMCMA 방식은 신호처리를 함에 있어서 ILSP-CMA 방식과 같이 입력신호 X는 N개의 스넵샷(snapshot)에 대한 입력을 수신한 후에 MxN 입력신호 행렬을 생성하고, 이를 단위 블록으로 블록 처리를 수행하는 방식이다. 따라서 이와 같은 블록 처리(block processing)를 수행하므로 블록 처리로 인하여 적어도 블록 크기 이상의 메모리를 필요로 한다.

본 발명에서 제안하는 ILSP-SVMCMA 방법의 스마트 안테나의 구조와 동작을 설명하면 하기와 같다. ILSP-SVMCMA 방법은 상기 <수학식 7> 및 <수학식 8>에서 입력신호 행렬 X로부터 최적의 A와 S를 구하기 위해 배열 안테나의 기하학적인 특성과 전송신호의 constant envelope 특성을 동시에 이용한다. 즉, 상기 방법은steering 행렬 A를 배열 안테나의 기하학적인 특성을 이용하여 매핑하고 전송신호 행렬 S를 constant envelope 특성을 이용하여 mapping 한다.

이를 예를 들어 설명하면 하기와 같다. 등 간격 선형 배열 (Uniform linear array) 방식의 배열 안테나를 사용한다고 가정하면, 전송신호 행렬 S을 단위 원(unit circle) 상에 매핑한다. 그리고 steering 행렬 사이의 위상차(phase difference)의 특성으로부터 steering 행렬을 단위 원(unit circle) 상에 매핑한다. 그러면 도 6을 참조하여 본 발명의 제2실시 예에 따른 흐름을 상세히 살펴본다.

도 6은 본 발명의 제2실시 예에 따라 적응 배열 처리부에서 수행되는 흐름도이다. 이하 도 1 내지 도 6을 참조하여 본 발명의 제2실시 예에 따라 적응 배열 처리부에서 수행되는 과정들을 상세히 설명한다.

400단계에서 반복계수 i를 0으로, steering 행렬 A를 초기치 A⁰로 설정한다. 그리고 402단계로 진행하여 스넵샷(snapshot)이 N개 수신될 때까지 대기한다. 이는 N개의 스넵샷을 수신하여 입력신호 행렬 X를 생성하기 위함이다. 따라서 402단계에서 N개의 스넵샷을 수신하면 404단계로 진행하여 반복계수 i를 1 증가시킨다. 그리고 406단계로 진행한다. 406단계로 진행하면, Steering 행렬 A^i-1을 이용하여 F(A,S:X)를 최소화시키는 전송신호 행렬 Sⁱ를 상기 <수학식 9>를 이용하여 least square의 해를 구한다. 이는 상기 도 2 또는 도 4에서 설명한 바와 같다.. 그런 후상기 전송신호는 constant envelope 특성을 가지므로 전송신호 행렬 Sⁱ를 가장 가까운 단위 원 상에 사상한다.

상기한 과정을 수행한 후 408단계로 진행하여 전송신호 행렬 Sⁱ를 이용하여 F(A,S:X)를 최소화시키는 steering 행렬 Aⁱ를 상기 <수학식 10>을 이용하여 least square의 해를 구한다. 상기 Steering 행렬 Aⁱ는 단위 원 상에 존재하므로 이 특성을 이용하여 Aⁱ를 가장 가까운 단위 원 상에 사상한다. 그런 후 Steering 행렬 Aⁱ의 각 열 원소를 Aⁱ의 각 열 벡터의 첫 번째 원소로 나누어 표준화한다. 상기한 과정을 수행한 후 410단계로 진행하여 Steering 행렬 Aⁱ가 수렴하는가를 검사한다. 사기 검사결과 steering 행렬 Aⁱ가 수렴하는 경우 412단계로 진행하고, 수렴하지 않는 경우 404단계로 진행하여 상기 steering 행렬 Aⁱ가 수렴할 때까지 상기 404단계 내지 408단계를 반복 수행한다.

상기 412단계로 진행하면 전송신호 행렬 S를 이용하여 데이터를 복조하거나, 또는 Steering 행렬 A를 이용하여 가중치(weighting factor) W를 구하고 이로부터 전송신호 행렬 S를 계산하여 데이터를 복조한다.

이상에서 기술한 바와 같이 ILSP-SVMCMA 방식 역시 코드분할 다중접속 시스템의 경우 역확산(de-spreading)을 수행하면 상기 제1실시 예에서 설명한 바와 같이 간섭신호원인 타 신호원은 제거되고 신호원 1개만 존재한다. 따라서 상기 <수학식 9>와 상기 <수학식 10>은 <수학식 11>과 <수학식 12>와 같이 행렬 S 및 행렬 A를 간단히 계산할 수 있다. 즉, 이를 이용하여 계산을 간단하게 수행할 수 있게 된다.

또한 본 발명의 ILSP-SVM 방법에서와 같이 steering vector의 특성을 이용하여 해를 구하는 방식은 등 간격 선형 배열 (Uniform linear array) 방법의 안테나 배치에 뿐만이 아니라 다른 안테나 배치 방식에도 적용이 가능하다. 상기 도 5에서 도시된 바와 같이 본 발명의 제2실시 예에 따른 방식과 종래기술에서 설명한 ILSP-CMA 방식과의 성능이 개선됨을 알 수 있다.

본 발명의 제2실시 예에서는 배열 안테나의 기하학적인 특성과 함께 신호의 constant envelope 특성을 동시에 이용하므로 종래기술의 ILSP-CMA 방식이나 제1실시 예로 설명한 ILSP-SVM 방식 보다 성능이 우수해 진다. 또한 코드분할다중접속 시스템의 경우 역확산을 수행하므로 역확산의 성질을 이용하면 행렬 S와 행렬 A의 계산이 간단해짐을 알 수 있다. 즉, 계산이 간단해지므로 계산이 더욱 빠르게 수행되므로 실시간성의 확보가 용이해진다.

그러면 상기 본 발명에 따른 방법 및 종래기술에서 언급되고 있는 ILSP 방법에 대하여 도 7의 흐름도를 참조하여 설명한다.

도 7은 블록 프로세싱을 처리하는 ILSP 방법에 따라 적응 배열 처리부에서 수행되는 흐름도이다. 이하 도 1 내지 도 7을 참조하여 ILSP 방법에 따라 적응 배열 처리부에서 수행되는 과정들을 상세히 설명한다.

또한 설명의 편의를 위해 사용되는 시스템이 코드분할다중접속 시스템의 경우로 가정한다. 따라서 역확산 후의 신호의 특성을 이용하여 상기 <수학식 11> 및 상기 <수학식 12>와 같이 행렬 S 및 행렬 A를 계산하는 방법에 대한 예를 보인 것이다. 따라서 코드분할다중접속 시스템이 아닌 경우에는 동일한 개념을 <수학식 11> 및 <수학식 12> 대신에 상기 <수학식 9> 및 상기 <수학식 10>을 적용할 수 있음을 밝혀 둔다.

500단계에서 반복계수 i를 0으로, steering 행렬 A를 초기치 A_k^0로 설정한다. 상기 행렬 A는 하기 <수학식 13>과 같이 도시할 수 있다.

상기 <수학식 13>과 같이 초기 값을 설정 한 후 502단계로 진행하여 N개의 스넵샷을 수신하여 입력신호 행렬 X를 생성한다. 상기 502단계에서 N개의 스넵샷을 수신하면 504단계로 진행하여 반복 계수 i를 1 증가시킨다. 그런 후 506단계로 진행한다.

506단계로 진행하면, Steering 행렬 A^i-1을 이용하여 F(A,S:X)를 최소화시키는 전송신호 행렬 Sⁱ를 하기 <수학식 14>와 같이 least square의 해를 구한다.

일반적으로 전송신호는 constant envelope 특성을 가지므로 상기 특성을 가지는 전송신호인 경우에 전송신호 행렬 Sⁱ를 가장 가까운 단위 원 상에 사상한다. 이는 전송신호가 constant envelope 특성을 가지는 경우로 한정된다. 만일 상기 특성을 가지지 않는 경우는 이를 수행하지 않는다.

상기 506단계를 수행한 후 508단계로 진행하면 상기 504단계에서 구해진 전송신호 행렬 Sⁱ를 이용하여 F(A,S:X)를 최소화시키는 steering 행렬 Aⁱ를 하기 <수학식 15>를 이용하여 least square의 해를 구한다.

상기 Steering 행렬 Aⁱ는 단위 원 상에 존재한다. 따라서 이 특성을 이용하여 Aⁱ를 가장 가까운 단위 원 상에 사상한다. 그리고 Steering 행렬 Aⁱ의 각 열의 원소를 Aⁱ의 각 열 벡터(vector)의 첫 번째 원소로 나누어 표준화한다.

상기한 과정을 수행한 후 510단계로 진행하여 Steering 행렬 Aⁱ가 수렴하는가를 검사한다. 상기 검사결과 steering 행렬 Aⁱ가 수렴하면 512단계로 진행하고 그렇지 않은 경우 504단계로 진행하여 상기 504단계 내지 508단계를 반복 수행한다.

상기한 과정을 통해 수렴이 이루어지는 경우 512단계로 진행하면 전송신호 행렬 S를 이용하여 데이터를 복조하거나, 또는 Steering 행렬 A로부터 가중치(weighting factor) W를 구하고 이로부터 전송신호 행렬 S를 계산하여 데이터를 복조한다.

상술한 예에서는 매 N개의 스넵샷을 입력한 후에 steering 행렬 A와 전송신호 행렬 S를 추정한다. 또한 초기에 steering 행렬이 정상상태에 있다고 하더라도 평균 3~4번의 반복을 수행해야 steering 행렬 A가 수렴하게 되어 M개의 steering 벡터와 N개의 전송신호를 복원할 수 있다. 만약 평균 반복 횟수를 3번으로 가정하면 계산량은 3MN에 비례하는 연산이 필요하다.

그러면 본 발명의 제3실시 예에 따른 SLSP(Sequential least square projection) 방법에 대하여 살펴본다. 본 발명의 제3실시 예에 따른 방법은 매 1개의 입력신호에 대해 순차적으로 해를 구하는 방식이다. 상기 방법은 ILSP 방법들과는 달리 반복적으로 해를 구하지 않고 순차적으로 계산을 하므로 고속처리가 가능하며 실시간 처리에 적합하며, 성능도 우수한 특징을 가진다. 또한 SLSP 방식은 신호처리를 함에 있어서 ILSP 방식과 달리 입력신호 X는 N개의 스넵샷(snapshot)에대한 입력을 수신한 후에 MxN 입력신호 행렬을 생성하여 이를 단위 블록으로 블록 처리를 수행하는 방식이 아니다. 즉, 단지 하나의 입력신호 샘플을 수신한 후에 신호처리를 수행하는 방식이다. 따라서 종래의 블록 처리를 수행하는 경우 발생하는 적어도 블록 크기 이상의 latency가 발생하는 문제점이나, 블록이 입력된 후 상기 입력된 블록에 대하여 블록 처리를 해야 문제가 없어진다. 그러므로 본 발명의 제3실시 예에서는 순간적으로 많은 연산량이 요구되는 문제점을 해결할 수 있다. 다시 말해서 본 발명의 제3실시 예에 따른 방법은 하나의 입력 신호 샘플에 대하여 블록 처리를 수행하므로 순간적으로 많은 계산을 필요로 하지 않고 매 샘플마다 상대적으로 매우 작은 일정한 연산을 계산을 수행하므로 연산을 분산하여 처리할 수 있어 실시간 처리에 매우 적합하다.

도 8은 본 발명의 제3실시 예에 따라 적응 배열 처리부에서 수행되는 흐름도이다. 이하 도 1 및 도 8을 참조하여 본 발명의 제3실시 예에 따라 적응 배열 처리부에서 수행되는 과정들을 상세히 설명한다.

이하의 설명에서 설명을 용이하게 하기 위하여 코드분할다중접속 시스템의 경우로 가정하여 설명하며, 역확산 후의 신호의 특성을 이용하여 수행되는 것으로 가정한다. 따라서 시스템이 코드분할다중접속 시스템인 경우 상기 <수학식 11> 및 <수학식 12>와 같이 행렬 S 및 행렬 A를 계산하는 방법을 사용할 수 있다. 또한 코드분할 다중접속 시스템이 아닌 경우에는 동일한 개념의 상기 <수학식 9> 및 <수학식 10>을 사용한다.

먼저 600단계에서 적응 알고리즘 처리기(105)에 처리가 초기 상태인가를 검사한다. 즉 초기화 과정에서 출발하는 경우 602단계로 진행하여 초기화 과정을 수행한다. 그러나 초기 상태가 아닌 경우 604단계로 진행한다. 초기화 과정에서 시작되는 경우 602단계로 진행하여 A를 A_k^0로 설정한다. 이때 상기 A는 상술한 <수학식 13>과 같이 설정되는 것이다. 또한 602단계에서 S를 S_k^0로 설정한다. 상기 S 또한 초기 값이므로 상기 A와 같이 표시되며, 이를 도시하면 하기 <수학식 16>과 같이 도시된다.

그리고 X를 X⁰로 설정하며, 이를 수학식으로 도시하면 하기 <수학식 17>과 같이 도시할 수 있다.

상기 <수학식 13>, <수학식 16> 내지 <수학식 17>에 도시한 바와 같이 초기 값을 설정한 후 604단계로 진행한다. 상기 604단계로 진행하면, 1개 스넵샷의 입력신호 X_in이 수신되는가를 검사한다. 상기 검사결과 입력 신호 X_in이 수신되는 경우 606단계로 진행하고 그렇지 않은 경우 신호가 입력될 때까지 대기한다. 즉, 하나의 입력 신호에 대한 처리를 수행하는 것이다.

606단계로 진행하면, 일련번호(Sequence number) i를 1 증가시킨다. 그리고입력신호 행렬 X를 갱신한다. 즉, 상기 X의 초기 값에 입력되는 샘플에 따라 하기 <수학식 18>과 같이 도시된다.

즉, 상기 <수학식 18>에 도시된 바와 같이 하나의 입력이 존재할 때마나 하나씩 원소가 증가하게 된다. 이와 같이 신호가 입력되어 입력신호 행렬 X를 갱신한 후 608단계로 진행한다. 상기 608단계에서 Steering 행렬 A^i-1를 이용하여 F(A,S:X)를 최소화시키는 전송신호 행렬 S를 하기 <수학식 19>와 같이 least square의 해를 구한다.

이때 행렬 S=S_k는 상기 <수학식 19>와 같이 s_k(n=N+i) 에 대해서만 계산을 한다. 또한 전송신호가 constant envelope 특성을 가지는 경우에 상기 전송신호 행렬 S를 가장 가까운 단위 원 상에 사상한다. 따라서 상기 전송신호가 constant envelope 특성을 가지지 않는 경우에는 이를 수행하지 않는다. 상기 전송신호가constant envelope 특성을 가지는 경우 S의 매핑 역시 n=N+i에 대해서만 수행한다. 이를 수학식으로 도시하면 하기 <수학식 20>과 같이 도시할 수 있다.

즉, 상기 <수학식 20>에서 볼 수 있는 바와 같이 새로이 입력되는 전송신호에 대하여만 매핑을 수행한다. 그리고 이러한 매핑이 완료되면 610단계로 진행한다. 610단계로 진행하면, 전송신호 행렬 S를 이용하여 F(A,S:X)를 최소화시키는 steering 행렬 Aⁱ를 하기 <수학식 21>과 같이 least square의 해를 구한다.

이때 행렬 A~ = ~ A_k^i는 <수학식 21>과 같이 n=N+i 에 대해서만 고려하여 계산한다.

또한 상기 Steering 행렬 Aⁱ는 단위 원 상에 존재하므로 이 특성을 이용하여 Aⁱ를 가장 가까운 단위 원 상에 사상한다. Steering 행렬 Aⁱ의 각 열 원소를 Aⁱ의 각열 벡터의 첫 번째 원소로 나누어 표준화 한다. 이와 같이 표준화가 완료되면, 612단계로 진행한다. 즉, 이전에 살펴본 ILSP방법과 달리 수렴 여부를 고려하여 반복 계산을 수행하지 않는다.

612단계로 진행하면, 전송신호 행렬 S를 이용하여 데이터를 복조하거나, 또는 Steering 행렬 A를 이용하여 가중치(weighting factor) W를 구하고 이를 이용하여 전송신호 행렬 S를 계산하여 데이터를 복조한다.

상술한 바에서 알 수 있듯이 본 발명의 제3실시 예에서는 1개의 스넵샷이 입력될 때마다 새로운 steering 벡터를 계산한다. 이 계산을 위해서 이전 steering 벡터와 현재 입력된 1개의 스넵샷 신호만을 사용하므로 계산량은 M에 비례하는 연산만이 필요하다. 즉, 연산량이 매우 작게 된다.

이를 상술하면 본 발명의 제3실시 예인 SLSP(Sequential least square projection) 방법은 매 1개의 입력신호에 대해서 순차적으로 해를 구한다. 따라서 ILSP 방식들과는 달리 반복적으로 해를 구하지 않고 순차적으로 계산을 하므로 고속처리가 가능하며 실시간 처리를 수행할 수 있다. 또한 제3실시 예에 따르면 입력신호 X는 N개의 스넵샷에 대한 입력을 수신한 후에 MxN 입력신호 행렬을 생성하여 이를 단위 블록으로 블록 처리를 수행하는 방식이 아니라, 단지 하나의 입력신호 샘플(sample)만을 수신한 후에 신호처리를 수행한다. 따라서 종래의 블록 처리를 수행하는 방법에 비하여 블록 처리를 위해 블록 크기 이상의 latency가 발생하는 문제점을 해결 할 수 있다. 뿐만 아니라 블록 처리를 수행하지 않으므로 블록이 이 입력된 후 입력된 블록에 대해서 블록 처리를 해야 하므로 순간적으로 발생하는 많은 연산량이 요구되지 않는다.

다음으로 본 발명의 제4실시 예를 살펴본다. 본 발명의 제4실시 예인 SLSP-MA(Sequential least square projection with moving average) 방법은 매 1개의 입력신호에 대해서 이동평균치(MA : moving average)를 이용하여 순차적으로 해를 구하는 방법이다.

상기 제4실시 예는 ILSP 방식들과는 달리 반복적으로 해를 구하지 않고 순차적으로 계산을 수행하므로 고속처리가 가능하며 실시간 처리에 적합하다. SLSP-MA 방식은 상기의 SLSP 방식의 개념은 그대로 사용하되 매 새로운 입력신호가 입력되면 전체 N개의 스넵샷에 대한 MA를 이용하여 해를 구하는 방식이다. 또한 SLSP-MA 방식은 신호처리를 함에 있어서 단지 하나의 입력신호 샘플을 수신한 후에 신호처리를 수행하는 방식이다. 따라서 종래의 블록 처리를 수행하므로 블록 처리에 의해 발생하는 블록 크기 이상의 latency가 발생하는 문제점이나, 블록이 입력된 후 입력된 블록에 대해서 플록 처리를 수행으로 인하여 순간적으로 많은 연산량이 요구되는 문제점을 해결할 수 있다.

도 9는 본 발명의 제4실시 예에 따라 적응 배열 처리부에서 수행되는 흐름도이다. 이하 도 1 및 도 9를 참조하여 본 발명의 제4실시 예에 따라 적응 배열 처리부에서 수행되는 과정들을 상세히 설명한다.

이하에서 본 발명의 제4실시 예를 설명함에 있어서, 설명의 편의를 위해 사용되는 시스템이 코드분할다중접속 시스템의 경우로 가정한다. 즉, 코드분할다중접속 시스템을 사용하므로 역확산 후의 신호 특성을 이용하여 상기 <수학식 11> 및 <수학식 12>와 같이 행렬 S 및 행렬 A를 계산할 수 있다. 또한 만일 사용되는 시스템이 코드분할다중접속 시스템이 아닌 경우에는 상기 수학식들과 동일한 개념인 <수학식 9> 및 <수학식 10>을 적용할 수 있다.

먼저 700단계에서 적응 알고리즘 처리기(105)에 처리가 초기 상태인가를 검사한다. 즉 초기화 과정에서 출발하는 경우 702단계로 진행하여 초기화 과정을 수행한다. 그러나 초기 상태가 아닌 경우 704단계로 진행한다. 초기화 과정에서 시작되는 경우 702단계로 진행하여 일련번호 I를 0으로 하고, A를 A_k^0로 설정한다. 이때 상기 A는 상술한 <수학식 13>과 같이 설정되는 것이다. 또한 702단계에서 S를 S_k^0로 설정한다. 상기 S 또한 초기 값이므로 상기 A와 같은 방법으로 표시할 수 있다. 이와 같이 표시되는 A는 상기 도 8의 설명 시에 사용된 <수학식 16>과 같다. 그런 후 그리고 X를 X⁰로 설정한다. X 또한 상기 기술된 <수학식 17>과 같다.

상기 <수학식 13>, <수학식 16> 및 <수학식 17>와 같이 초기 값을 설정한 후 704단계로 진행한다. 상기 704단계로 진행하면, 1개 스넵샷의 입력신호 X_in이 수신되는가를 검사한다. 상기 검사결과 입력 신호 X_in이 수신되는 경우 706단계로 진행하고 그렇지 않은 경우 신호가 입력될 때까지 대기한다. 즉, 하나의 입력 신호에 대한 처리를 수행하는 것이다.

상기 704단계에서 하나의 스넵샷 입력신호가 수신되면 706단계로 진행하여 일련번호(Sequence number) i를 1 증가시킨 후 입력신호 행렬 X를 갱신한다. 이와같이 갱신이 이루어지면 상기 입력신호 행렬 X는 하기 <수학식 22>와 같이 표현된다. 그런 후 708단계로 진행한다.

708단계로 진행하면 Steering 행렬 A^i-1를 이용하여 F(A,S:X)를 최소화시키는 전송신호 행렬 S를 하기 도시된 <수학식 23>을 이용하여 least square의 해를 구한다. 이때 행렬 S=S_k는 하기 <수학식 23>과 같이 s_k(n=N+i)에 대해서만 계산을 수행한다.

이때 전송신호가 constant envelope 특성을 가지는 경우 전송신호 행렬 S를 가장 가까운 단위 원 상에 사상한다. 이때 S의 매핑 또한 상기 <수학식 20>과 같이 n=N+i에 대해서만 수행한다.

상기한 과정을 마치면 710단계로 진행하여 전송신호 행렬 S를 이용하여 F(A,S:X)를 최소화시키는 steering 행렬 Aⁱ를 하기 <수학식 24>와 같이 leastsquare의 해를 구한다. 이때 행렬 A ~ = ~ A_k^i는 n=N+i 에 대해서만 고려하여 계산한다.

또한 Steering 행렬 Aⁱ는 단위 원 상에 존재하므로 이 특성을 이용하여 Aⁱ를 가장 가까운 단위 원 상에 사상할 수 있다. 또한 상기 710단계에서 Steering 행렬 Aⁱ의 각 열 원소 Aⁱ의 각 열 벡터의 첫 번째 원소로 나누어 표준화한다. 그리고, 712단계로 진행한다.

712단계에서 전송신호 행렬 S를 이용하여 데이터를 복조하거나, 또는 Steering 행렬 A로부터 가중치(weighting factor) W를 구하고 이로부터 전송신호 행렬 S를 계산하여 데이터를 복조한다.

이상에서 살펴본 바와 같이 본 발명의 제4실시 예인 SLSP-MA 방법에서는 steering 벡터를 갱신하는 과정에서 N+i번째의 새로운 신호가 입력되었을 때 가장 오래된 정보인 i 번째 신호의 영향은 제거하고, N+i 번째 신호의 영향을 추가하게 된다. 따라서 상기 계산은 전송신호 행렬 S를 갱신하기 위해서 M개의 복소 곱셈과M-1개의 복소 덧셈이 필요하다. 그리고 steering 행렬 A를 갱신하기 위해서 M개의 복소 곱셈과 2M개의 복소 덧셈이 필요하다. 따라서 총 계산량은 2M개의 복소 곱셈과 3M-1개의 복소 덧셈에 비례하는 연산량을 갖는다.

마지막으로 본 발명의 제5실시 예에 대하여 살펴본다. 본 발명의 제5실시 예에서는 SLSP-FM(Sequential least square projection with forgetting memory) 밥으로 망각 factor(forgetting factor)를 이용하는 방식이다. 상기 제4실시 예의 SLSP-FM 방식 역시 매 1개의 입력신호에 대해서 순차적으로 계산을 수행한 것과 같이 실시간 처리에 적합한 방식이다. 상기 제5실시 예의 방법은 망각인자(forgetting factor)를 이용한다. 또한 SLSP-FM 방식은 신호처리를 함에 있어서 하나의 입력신호 샘플을 수신한 후에 신호처리를 수행한다. 따라서 블록 처리를 수행하는 방식의 문제점들을 해결할 수 있다.

도 10은 본 발명의 제5실시 예에 따라 적응 배열 처리부에서 수행되는 흐름도이다. 이하 도 1 및 도 10을 참조하여 본 발명의 제5실시 예에 따라 적응 배열 처리부에서 수행되는 과정들을 상세히 설명한다.

이하에서 본 발명의 제5실시 예를 설명함에 있어서, 설명의 편의를 위해 사용되는 시스템이 코드분할다중접속 시스템의 경우로 가정한다. 즉, 코드분할다중접속 시스템을 사용하므로 역확산 후의 신호 특성을 이용하여 상기 <수학식 11> 및 <수학식 12>와 같이 행렬 S 및 행렬 A를 계산할 수 있다. 또한 만일 사용되는 시스템이 코드분할다중접속 시스템이 아닌 경우에는 상기 수학식들과 동일한 개념인 <수학식 9> 및 <수학식 10>을 적용할 수 있다.

먼저 800단계에서 적응 알고리즘 처리기(105)에 처리가 초기 상태인가를 검사한다. 즉 초기화 과정에서 출발하는 경우 802단계로 진행하여 초기화 과정을 수행한다. 그러나 초기 상태가 아닌 경우 804단계로 진행한다. 초기화 과정에서 시작되는 경우 802단계로 진행하여 A를 A_k^0로 설정한다. 이때 상기 A는 상술한 <수학식 13>과 같이 설정되는 것이다. 또한 802단계에서 S를 S_k^0로 설정한다. 상기 S 또한 초기 값이므로 상기 A와 같은 방법으로 표시할 수 있다. 이와 같이 표시되는 A는 상기 도 8 또는 도 9의 설명 시에 사용된 <수학식 16>과 같다. 그런 후 그리고 X를 X⁰로 설정한다. X 또한 상기 기술된 <수학식 17>과 같다.

상기 <수학식 13>, <수학식 16> 및 <수학식 17>과 같이 초기 값을 설정한 후 804단계로 진행한다. 상기 804단계로 진행하면, 1개 스넵샷의 입력신호 X_in이 수신되는가를 검사한다. 상기 검사결과 입력 신호 X_in이 수신되는 경우 806단계로 진행하고 그렇지 않은 경우 신호가 입력될 때까지 대기한다. 즉, 하나의 입력 신호에 대한 처리를 수행하는 것이다.

상기 804단계에서 하나의 스넵샷 입력신호가 수신되면 806단계로 진행하여 일련번호(Sequence number) i를 1 증가시킨 후 입력신호 행렬 X를 갱신한다. 이와 같이 갱신이 이루어지면 상기 입력신호 행렬 X는 상기 <수학식 22>와 같이 표현된다. 그런 후 708단계로 진행한다.

708단계로 진행하면 Steering 행렬 A^i-1를 이용하여 F(A,S:X)를 최소화시키는 전송신호 행렬 S를 상기 도시된 <수학식 23>을 이용하여 least square의 해를 구한다. 이때 행렬 S=S_k는 상기 <수학식 23>과 같이 s_k(n=N+i)에 대해서만 계산을 수행한다. 이때 전송신호가 constant envelope 특성을 가지는 경우 전송신호 행렬 S를 가장 가까운 단위 원 상에 사상한다. 그리고 S의 매핑 또한 상기 <수학식 20>과 같이 n=N+i에 대해서만 수행한다.

상기한 과정을 마치면 810단계로 진행하여 전송신호 행렬 S를 이용하여 F(A,S:X)를 최소화시키는 steering 행렬 Aⁱ를 하기 <수학식 25>와 같이 least square의 해를 구한다. 이때 행렬 A ~ = ~ A_k^i는 n=N+i 에 대해서만 고려하여 계산한다.

또한 Steering 행렬 Aⁱ는 단위 원 상에 존재하므로 이 특성을 이용하여 Aⁱ를 가장 가까운 단위 원 상에 사상할 수 있다. 또한 상기 810단계에서 Steering 행렬Aⁱ의 각 열 원소 Aⁱ의 각 열 벡터의 첫 번째 원소로 나누어 표준화한다. 그리고, 812단계로 진행한다.

812단계에서 전송신호 행렬 S를 이용하여 데이터를 복조하거나, 또는 Steering 행렬 A로부터 가중치(weighting factor) W를 구하고 이로부터 전송신호 행렬 S를 계산하여 데이터를 복조한다.

이상에서 살핀 바와 같이 본 발명의 제5실시 예인 SLSP-FM 방식에서는 steering 벡터를 갱신하는 과정에서 이전의 steering 벡터에 망각인자 f를 곱한 후 새로운 신호로 갱신만을 수행하므로 별도의 기억소자가 필요 없는 이점이 있다. 즉, N+i번째 새로운 신호가 입력되었을 때 가장 오래된 정보인 i번째 신호의 영향을 제거하기 위해서 망각인자를 사용하는 방법이다. 상기 방법을 사용한 계산은 전송신호 행렬 S를 갱신하기 위해서 M개의 복소 곱셈과 M-1개의 복소 덧셈이 필요하고, steering 행렬 A를 갱신하기 위해서 1.25M개의 복소 곱셈과 M개의 복소 덧셈이 필요하다. 따라서 총 계산량은 2.25M개의 복소 곱셈과 2M-1개의 복소 덧셈에 비례하는 연산량을 갖는다.

그러면 이상에서 살펴본 본 발명의 각 실시 예들에 대한 성능의 시뮬레이션 결과들을 첨부된 도면을 참조하여 살펴본다. 먼저 도 11을 참조하여 살펴본다.

도 11은 SLSP-MA 방식과 SLSP-FM 방식의 steering 벡터의 수렴속도를 시뮬레이션 한 결과에 따른 그래프를 도시한 도면이다. 상기 도 11에서는 Fb/No=-4[dB],N=100인 경우에 대한 결과이다. 상기 도 11에서 볼 수 있는 바와 같이 대략 100 스넵샷 이후부터 수렴이 되는 것을 알 수 있다.

도 12는 본 발명의 제2실시 예와 제4실시 예 및 제5실시 예의 빔 패턴을 시뮬레이션 한 결과도이다. 상기 도 12의 시뮬레이션 조건은 하기와 같다. 신호원이 30°(degree)로 입사하고 Eb/No=-4dB, M=10 인 경우 코드분할다중접속 시스템에서 처리이득이 PG=63인 경우에 대한 시뮬레이션 결과이다. 각 방식이 빔 형성 동작을 잘 수행함을 볼 수 있다.

도 13은 BER 성능을 시뮬레이션 한 결과로 도 13의 (a)는 신호원 및 간섭 신호가 정지해 있는 경우에 시뮬레이션 한 결과이고, 도 13의 (b)는 간섭신호는 정지해있고 신호원이 이동하는 경우를 도시하였다. 또한 상기 도 13은 M=10, BPSK 변조, 코드분할다중접속 시스템의 처리이득 PG=63인 경우 AWGN 환경 하에서의 결과이다.

이상에서 상술한 바와 같이 본 발명에 따른 알고리즘을 스마트 안테나에 적용할 경우 속도를 향상시켜 실시간 처리가 가능해지는 이점이 있다. 또한 constant envelope 특성에 관계없이 안정되고 우수한 성능의 스마트 안테나를 제공할 수 있는 이점이 있다. 뿐만 아니라 많은 연산량이 발생하지 않으며 메모리의 크기를 줄일 수 있는 이점이 있다.

Claims (26)

1. 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법에 있어서,

   배열 안테나들로부터 수신되는 입력신호를 수신하여 소정 횟수만큼 수신하여 입력신호 행렬을 생성하는 제1과정과,

   초기 값으로 주어진 조정(steering) 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 계산하는 제2과정과,

   상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 상기 코스트 함수를 최소화하는 조정 행렬을 계산한 후 상기 조정 행렬을 단위 원 상에 사상하여 상기 사상된 값을 조정행렬을 설정하는 제3과정과,

   상기 조정 행렬을 표준화한 후 상기 조정 행렬의 수렴 여부를 검사하는 제4과정과,

   상기 조정 행렬이 수렴할 경우 상기 계산된 전송신호 행렬로 데이터를 복조하는 제5과정으로 이루어짐을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
2. 제1항에 있어서,

   상기 조정 행렬이 수렴하지 않을 경우 상기 조정 행렬이 수렴할 때까지 상기제2과정 내지 상기 제3과정을 반복 수행하도록 함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
3. 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법에 있어서,

   배열 안테나들로부터 수신되는 입력신호를 수신하여 소정 횟수만큼 수신하여 입력신호 행렬을 생성하는 제1과정과,

   초기 값으로 주어진 조정(steering) 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 계산하는 제2과정과,

   상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 상기 코스트 함수를 최소화하는 조정 행렬을 계산한 후 상기 조정 행렬을 단위 원 상에 사상하여 상기 사상된 값을 조정행렬을 설정하는 제3과정과,

   상기 조정 행렬을 표준화한 후 상기 조정 행렬의 수렴 여부를 검사하는 제4과정과,

   상기 조정 행렬이 수렴할 경우 상기 조정 행렬로부터 가중치를 계산하고 상기 계산된 값을 이용하여 전송신호 행렬을 재계산하여 데이터를 복조하는 제5과정으로 이루어짐을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
4. 제3항에 있어서,

   상기 조정 행렬이 수렴하지 않을 경우 상기 조정 행렬이 수렴할 때까지 상기 제2과정 내지 상기 제3과정을 반복 수행하도록 함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
5. 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법에 있어서,

   배열 안테나들로부터 수신되는 입력신호를 수신하여 소정 횟수만큼 수신하여 입력신호 행렬을 생성하는 제1과정과,

   초기 값으로 주어진 조정(steering) 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 계산한 후 상기 전송신호 행렬을 단위 원 상에 사상하는 제2과정과,

   상기 사상된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 상기 코스트 함수를 최소화하는 조정 행렬을 계산한 후 상기 조정 행렬을 단위 원 상에 사상하여 상기 사상된 값을 조정행렬로 설정하는 제3과정과

   상기 설정된 조정 행렬을 표준화하여 한 후 상기 조정 행렬의 수렴 여부를 검사하는 제4과정과,

   상기 조정 행렬이 수렴할 경우 상기 계산된 전송신호 행렬로 데이터를 복조하는 제5과정으로 이루어짐을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
6. 제5항에 있어서,

   상기 조정 행렬이 수렴하지 않을 경우 상기 조정 행렬이 수렴할 때까지 상기 제2과정 내지 상기 제3과정을 반복 수행하도록 함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
7. 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법에 있어서,

   배열 안테나들로부터 수신되는 입력신호를 수신하여 소정 횟수만큼 수신하여 입력신호 행렬을 생성하는 제1과정과,

   초기 값으로 주어진 조정(steering) 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 계산한 후 상기 전송신호 행렬을 단위 원 상에 사상하는 제2과정과,

   상기 사상된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 상기 코스트 함수를 최소화하는 조정 행렬을 계산한 후 상기 조정 행렬을 단위 원 상에 사상하여 상기 사상된 값을 조정행렬로 설정하는 제3과정과

   상기 설정된 조정 행렬을 표준화하여 한 후 상기 조정 행렬의 수렴 여부를 검사하는 제4과정과,

   상기 조정 행렬이 수렴할 경우 상기 조정 행렬로부터 가중치를 계산하고 상기 계산된 값을 이용하여 전송신호 행렬을 재계산하여 데이터를 복조하는 제5과정으로 이루어짐을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
8. 제7항에 있어서,

   상기 조정 행렬이 수렴하지 않을 경우 상기 조정 행렬이 수렴할 때까지 상기 제2과정 내지 상기 제3과정을 반복 수행하도록 함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
9. 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법에 있어서,

   초기 시에 조정 행렬과 전송 신호 행렬과 입력신호 행렬을 미리 설정된 초기 값으로 설정하는 제1과정과,

   상기 제1과정 후 배열 안테나로부터 입력 신호가 수신되면 상기 입력 신호 행렬을 하기 <수학식 26>과 같이 갱신하는 제2과정과,

   상기 갱신된 입력신호 행렬과 상기 조정 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 하기 <수학식 27>과 같이 계산하는 제3과정과,

   상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 조정 행렬을 하기 <수학식 28>과 같이 계산하고 상기 조정 행렬을 표준화하여 갱신하는 제4과정과,

   상기 전송신호 행렬을 이용하여 입력된 데이터를 복조하는 제5과정으로 이루어짐을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
10. 제9항에 있어서, 제3과정에서,

    상기 전송신호가 일정한 규격(constant envelope)의 특성을 가지는 경우 상기 계산된 전송신호 행렬의 원소를 가장 가까운 단위 원에 사상하는 제6과정을 더 구비함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
11. 제9항 또는 제10항에 있어서, 제4과정에서,

    상기 계산된 조정 행렬을 가장 가까운 단위 원 상에 사상하여 표준화를 수행하도록 함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
12. 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법에 있어서,

    초기 시에 조정 행렬과 전송 신호 행렬과 입력신호 행렬을 미리 설정된 초기 값으로 설정하는 제1과정과,

    상기 제1과정 후 배열 안테나로부터 입력 신호가 수신되면 상기 입력 신호 행렬을 하기 <수학식 29>와 같이 갱신하는 제2과정과,

    상기 갱신된 입력신호 행렬과 상기 조정 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 하기 <수학식 30>과 같이 계산하는 제3과정과,

    상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 조정 행렬을 하기 <수학식 31>과 같이 계산하고 상기 조정 행렬을 표준화하여 갱신하는 제4과정과,

    상기 조정 행렬을 이용하여 가중치를 계산한 후 이를 이용하여 전송신호 행렬을 계산하고, 상기 계산된 전송신호 행렬을 이용하여 데이터를 복조하는 제5과정으로 이루어짐을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
13. 제12항에 있어서, 제3과정에서,

    상기 전송신호가 일정한 규격(constant envelope)의 특성을 가지는 경우 상기 계산된 전송신호 행렬의 원소를 가장 가까운 단위 원에 사상하는 제6과정을 더 구비함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
14. 제12항 또는 제13항에 있어서, 제4과정에서,

    상기 계산된 조정 행렬을 가장 가까운 단위 원 상에 사상하여 표준화를 수행하도록 함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
15. 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법에 있어서,

    초기 시에 조정 행렬과 전송 신호 행렬과 입력신호 행렬을 미리 설정된 초기 값으로 설정하는 제1과정과,

    상기 제1과정 후 배열 안테나로부터 입력 신호가 수신되면 상기 입력 신호 행렬을 하기 <수학식 32>와 같이 갱신하는 제2과정과,

    상기 갱신된 입력신호 행렬과 상기 조정 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 하기 <수학식 33>과 같이 계산하는 제3과정과,

    상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 조정 행렬을 하기 <수학식 34>와 같이 계산하고 상기 조정 행렬을 표준화하여 갱신하는 제4과정과,

    상기 전송신호 행렬을 이용하여 입력된 데이터를 복조하는 제5과정으로 이루어짐을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의신호 처리 방법.
16. 제15항에 있어서, 제3과정에서,

    상기 전송신호가 일정한 규격(constant envelope)의 특성을 가지는 경우 상기 계산된 전송신호 행렬의 원소를 가장 가까운 단위 원에 사상하는 제6과정을 더구비함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
17. 제15항 또는 제16항에 있어서, 제4과정에서,

    상기 계산된 조정 행렬을 가장 가까운 단위 원 상에 사상하여 표준화를 수행하도록 함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
18. 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법에 있어서,

    초기 시에 조정 행렬과 전송 신호 행렬과 입력신호 행렬을 미리 설정된 초기 값으로 설정하는 제1과정과,

    상기 제1과정 후 배열 안테나로부터 입력 신호가 수신되면 상기 입력 신호 행렬을 하기 <수학식 35>와 같이 갱신하는 제2과정과,

    상기 갱신된 입력신호 행렬과 상기 조정 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 하기 <수학식 36>과 같이 계산하는 제3과정과,

    상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 조정 행렬을 하기 <수학식 37>과 같이 계산하고 상기 조정 행렬을 표준화하여 갱신하는 제4과정과,

    상기 조정 행렬을 이용하여 가중치를 계산한 후 이를 이용하여 전송신호 행렬을 계산하고, 상기 계산된 전송신호 행렬을 이용하여 데이터를 복조하는 제5과정으로 이루어짐을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
19. 제18항에 있어서, 제3과정에서,

    상기 전송신호가 일정한 규격(constant envelope)의 특성을 가지는 경우 상기 계산된 전송신호 행렬의 원소를 가장 가까운 단위 원에 사상하는 제6과정을 더 구비함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
20. 제18항 또는 제19항에 있어서, 제4과정에서,

    상기 계산된 조정 행렬을 가장 가까운 단위 원 상에 사상하여 표준화를 수행하도록 함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
21. 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법에 있어서,

    초기 시에 조정 행렬과 전송 신호 행렬과 입력신호 행렬을 미리 설정된 초기 값으로 설정하는 제1과정과,

    상기 제1과정 후 배열 안테나로부터 입력 신호가 수신되면 상기 입력 신호 행렬을 하기 <수학식 38>과 같이 갱신하는 제2과정과,

    상기 갱신된 입력신호 행렬과 상기 조정 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 하기 <수학식 39>와 같이 계산하는 제3과정과,

    상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 조정 행렬을 하기 <수학식 40>과 같이 계산하고 상기 조정 행렬을 표준화하여 갱신하는 제4과정과,

    상기 전송신호 행렬을 이용하여 입력된 데이터를 복조하는 제5과정으로 이루어짐을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
22. 제21항에 있어서, 제3과정에서,

    상기 전송신호가 일정한 규격(constant envelope)의 특성을 가지는 경우 상기 계산된 전송신호 행렬의 원소를 가장 가까운 단위 원에 사상하는 제6과정을 더 구비함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
23. 제21항 또는 제22항에 있어서, 제4과정에서,

    상기 계산된 조정 행렬을 가장 가까운 단위 원 상에 사상하여 표준화를 수행하도록 함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
24. 적응 배열 스마트 안테나 장치의 적응 배열 처리부에서 신호를 처리하기 위한 방법에 있어서,

    초기 시에 조정 행렬과 전송 신호 행렬과 입력신호 행렬을 미리 설정된 초기 값으로 설정하는 제1과정과,

    상기 제1과정 후 배열 안테나로부터 입력 신호가 수신되면 상기 입력 신호 행렬을 하기 <수학식 41>과 같이 갱신하는 제2과정과,

    상기 갱신된 입력신호 행렬과 상기 조정 행렬을 이용하여 코스트 함수를 최소화하는 전송신호 행렬을 하기 <수학식 42>와 같이 계산하는 제3과정과,

    상기 계산된 전송신호 행렬과 상기 입력신호 행렬을 이용하여 코스트 함수를 최소화하는 조정 행렬을 하기 <수학식 43>과 같이 계산하고 상기 조정 행렬을 표준화하여 갱신하는 제4과정과,

    상기 조정 행렬을 이용하여 가중치를 계산한 후 이를 이용하여 전송신호 행렬을 계산하고, 상기 계산된 전송신호 행렬을 이용하여 데이터를 복조하는 제5과정으로 이루어짐을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
25. 제24항에 있어서, 제3과정에서,

    상기 전송신호가 일정한 규격(constant envelope)의 특성을 가지는 경우 상기 계산된 전송신호 행렬의 원소를 가장 가까운 단위 원에 사상하는 제6과정을 더 구비함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.
26. 제24항 또는 제25항에 있어서, 제4과정에서,

    상기 계산된 조정 행렬을 가장 가까운 단위 원 상에 사상하여 표준화를 수행하도록 함을 특징으로 하는 배열 스마트 안테나 시스템에서 적응 배열 스마트 안테나의 신호 처리 방법.