KR20020095228A - 감소된 복잡성 채널 응답 추정을 갖는 멀티캐리어 전송시스템 - Google Patents

Abstract

전송기(10)로부터 수신기(20)로 멀티캐리어 신호를 전송하기 위한 전송 시스템이 설명된다. 상기 수신기(20)는 상기 서브캐리어들의 진폭들을 추정하고 상기 진폭들의 시ㅏㄴ 미분들을 추정하기 위한 채널 추정기(28)를 포함한다. 또한 상기 수신기(20)는 상기 추정된 진폭들 및 미분들(29)에 의존하여 상기 수신된 멀티캐리어 신호에 포함된 인터캐리어 간섭을 제거하기 위한 등화기(24)를 포함한다. 채널 추정기(28)는 수신된 심볼들의 벡터들(23) 및 추정된 심볼들의 벡터들(27)로부터 상기 추정된 진폭들 및 미분들(29)유도하기 위한 감소된 복잡성 필터를 포함한다. 상기 감소된 복잡성 필터는 서로 다른 서브캐리어들의 진폭들 사이의 진폭 상호관계 이용 및/또는 서로 다른 서브캐리어들의 미분들 사이의 미분적 상호관계를 이용하기 위해 배열될 수 있다.

Description

감소된 복잡성 채널 응답 추정을 갖는 멀티캐리어 전송 시스템{Multicarrier transmission system with reduced complexity channel response estimation}

OFDM 및 MC-CDMA와 같은 멀티캐리어 신호 변조 방법들은 현재까지 얼마동안 주위에 있어왔다. OFDM(Orthogonal Frequency Division Multiplexing)은 서로 다른 서브캐리어들을 이용하여 병렬로 복수의 사용자 심볼들이 전송되는 1970년대에 설계된 변조 방법이다. 신호 웨이브형태들이 직교적임에도 불구하고, 이러한 서브캐리어들은 오버랩핑(sinc-모양의) 스펙트럼들을 갖는다. BPSK, QPSK 또는 MSK와 같은 변조 방법들과 비교해서, OFDM은 상대적으로 긴 시간 지속(long time duration)을 갖지만, 좁은 대역폭을 갖는 심볼들을 전송한다. 대부분, OFDM 시스템들은 그렇게 설계되어 각각의 서브캐리어는 주파수-플랫 페이딩(frequency-flat fading)을 경험할 정도로 대역폭에 있어서 충분히 작다. 이것은 또한, (적당하게) 주파수 선택적(frequency selective) 그러나 시변 채널(time varying channel)을 통해 수신될 때 상기 서브캐리어들이 직교적으로 유지되는 것을 확실히 한다. 만일 OFDM 신호가 그러한 채널을 통해 수신된다면, 각각의 서브캐리어는 서로 다른 감쇠(attenuation)를 경험하지만 어떤 분산(dispersion)도 경험하지 않는다.

OFDM의 상기 언급된 특성들은 탭 지연선 등화기(tapped delay line equalizer)에 대한 필요를 회피하고 DAB(Digital Audio Broadcasting), DVB(Digital Video Broadcasting standard)의 일부인 DTTB(Digital Terrestrial Television Broadcast), 및 더 최근에 무선 로컬 지역 네트워크 표준 HIPERLAN/2와 같은 몇몇 표준들에서 OFDM 변조 방법들을 사용하기 위한 주된 동기가 되어왔다. 특히 DAB 및 DTTB 애플리케이션들에서, 주파수 및 시간 분산을 둘 모두 갖는 불리한 채널 상태들 하에서의 이동 수신이 예상된다. 텔레비전의 이동 수신은 지금까지 주된 시장으로 여겨지지 않았다. 그럼에도, DVB 시스템은 이동 멀티미디어 및 인터넷 서비스들을 위한 높은 속도의 전달 메커니즘(delivery mechanism)이 될 것을 약속한다. IFA '99 Consumer Electronics trade show에서, Nokia, Deutsche Telecom 및 ZDF이 컨소시엄은 GSM 리턴 채널을 가지고 OFDM DVB 링크를 통해 이동 웹 브라우징, 이메일 엑세스 및 텔레비전 시청을 시연했다. 8k OFDM 서브캐리어들을 가지고, 공중을 통해 DVB 수신은 50mph 까지의 이동수단 속도에 대해 올바르게 기능했다. 특별히 OFDM 시스템들 및 일반적으로 멀티캐리어 전송 시스템들과 관련된 문제들 중 하나를, 이동 수신, 즉 도플러(Doppler)를 갖는 채널들을 통한 수신은 널리 퍼뜨리고 대응하는 시간 분산은 유지한다. 반면에 주파수 선택성에 반한 그것의 견고성은 OFDM의 이점으로서 보여지고, 상기 채널의 시변 특성은 시스템 성능을 제한하는 것으로 알려져 있다. 시간 변화들(시변들)은 OFDM 서브캐리어 웨이브형태들의 직교성을 훼손하는 것으로 알려져 있다. 그러한 경우에, 하나의 서브캐리어로부터의 신호 요소들이 다른, 대부분 이웃하는, 서브캐리어들로 간섭을 유발하기 때문에 인터캐리어 간섭(Intercarrier Interferece, ICI, 인터채널 간섭 또는 FFT 누설로서 또한 일컬어지는)이 발생한다.

Master Thesis in Radiocommunication from the Royal Institute of Technology, Stockholm, by Guillaume Geslin, April 1998인 서면 "Equalization of FFT-leakage in mobile DVB-T"에서, 멀티캐리어 전송 시스템이 공개된다. 상기 알려진 전송 시스템에서 ICI는 등화기를 통해 수신기에서 제거된다(canceled, 즉, 수신된 멀티캐리어 신호로부터 검출되고 삭제된다.). 상기 등화기는 수신된 심볼들의 벡터로부터 추정된 심볼들의 벡터를 유도한다. 상기 등화기의 동작은 서브캐리어들의 진폭들 및 그들의 시간 미분들이 ICI를 가리키는 채널 모델에 기초한다. 상기 수신기는 이러한 진폭들 및 미분들의 추정들을 발생시키고 이러한 추정들을 등화기에 공급하는 채널 추정기를 포함한다. 그리고 나서 상기 추정기는 상기 진폭들 및 미분들의 추정들에 의존해서 ICI를 제거한다. 알려진 전송 시스템에서의 채널 추정기는 상대적으로 복잡하다. 즉, 상대적으로 큰 수의 계산들이 채널 추정기를 구현하기 위해 필요로 된다.

본 발명은 전송기로부터 수신기로 멀티캐리어 신호를 전송하기 위한 전송 시스템에 관한 것이다.

본 발명은 또한, 전송기로부터 멀티캐리어(multicarrier) 신호를 수신하기 위한 수신기, 멀티캐리어 신호에 포함된 서브캐리어들(subcarriers)의 진폭들(amplitudes)을 추정하고 상기 진폭들의 시간 미분들을 추정하기 위한 채널 추정기, 및 멀티캐리어 신호에 포함된 서브캐리어들의 진폭들을 추정하고 상기 진폭들의 시간 미분들을 추정하기 위한 방법에 관한 것이다.

본 발명의 상기 목적 및 특징들은 도면들을 참조하여 바람직한 실시예들의 다음 설명으로부터 더 명백해질 것이다.

도1은 본 발명에 따른 전송 시스템의 블록 다이아그램.

도2는 본 발명에 따른 채널 응답 추정기/감소된 복잡성 필터의 블록 다이아그램.

계산 부담이 실질적으로 감소된 서문에 따른 전송 시스템을 제공하는 것이 본 발명의 목적이다. 상기 목적은 본 발명에 따른 전송 시스템에서 달성되고, 상기 전송 시스템은 전송기로부터 수신기로 멀티캐리어 신호를 전송하기 위해 배열되고, 상기 멀티캐리어 신호는 복수의 서브캐리어들을 포함하고, 상기 수신기는 서브캐리어들의 진폭들을 추정하고 상기 진폭들의 시간 미분들을 추정하기 위한 채널 추정기를 포함하고, 또한 상기 수신기는 추정된 진폭들 및 미분들에 의존해서 상기 수신된 멀티캐리어 신호에 포함된 인터캐리어 간섭을 제거하기 위한 등화기를 포함하고, 상기 채널 추정기는 수신된 심볼들의 벡터들 및 추정된 심볼들의 벡터들로부터 상기 추정된 진폭들 및 미분들의 벡터들을 유도하기 위한 감소된 복잡성 필터를 포함한다. 본 발명은 채널 추정기/필터의 복잡성이 심각하게 ICI 제거 절차에 영향을 미침이 없이 실질적으로 감소될 수 있다는 인식에 기초한다.

본 발명에 따른 전송 시스템의 실시예에서, 감소된 복잡성 필터는 서로 다른 서브캐리어들의 진폭들 사이의 진폭 상호관계(corelation) 이용 및/또는 서로 다른 서브캐리어들의 미분들 사이의 미분 상호관계를 이용하기 위해 배열된다. 상기 채널 모델이 2N 파라미터들(N은 서브캐리어들의 수)에 의해 특징 지워진다고 할 지라도, 자유의 독립 정도들의 수(the number of of independent degrees of freedom)는 실질적으로 실제에 있어서 더 작다. 이러한 특성은 진행 지연 스프레드(propagation delay spread)가 워드 지속(word duration)보다 훨씬 더 작다는 사실로부터 유래한다. 상기 특성은 또한, 추정된 진폭들의 벡터에 있는 엔트리들(entries)이 강하게 상호관련되어 있고 그래서 진폭들의 공분산 매트릭스(covariance matrix) C_a는 로우-랭크 매트릭스(low-rank matrix)에 의해 정확하게 개략화될 수 있다는 것을 의미한다. 유사하게, 미분들의 벡터에 있는 엔트리들은 강하게 상호 관계되어 있고 상기 미분들의 공분산 매트릭스 C_d도 역시 로우-랭크 매트릭스에 의해 정확하게 개략화될 수 있다. 채널 추정기/필터에서 이러한 로우-랭크 매트릭스들을 사용하는 것은 복잡성의 실질적인 감소로 귀결한다.

본 발명에 따른 전송 시스템의 또 다른 실시예에서 진폭 상호관계 및/또는 미분 상호관계는 N ×N 매트릭스 C에 의해 특징지워진다. 여기에서 N은 서브캐리어들의 수이고, 여기에서 C=UΛU^H, 그리고 U는 C의 아이겐벡터들의 N ×N 유니터리(unitary) 매트릭스가 되고 Λ은 C의 아이겐밸류들 {Λ₁,...,Λ_N}의 N ×N 포지티브 대각선 매트릭스이다. 그리고 여기에서 Λ는 {Λ₁,...,Λ_r,0,...0}에 의해 개략화된다. 여기에서 r≪N이다. 공분산 매트릭스 C_a및 C_d는 매트릭스 C=UΛU^H에 의존한다. 아이겐밸류들 {Λ₁,...,Λ_N}의 시퀀스는 비제로(non-zero) 값들 {Λ₁,...,Λ_r,0,...0}의 상대적으로 작은 수 r로 정확하게 개략화된다.

본 발명에 따른 전송 시스템의 또 다른 실시예에서 감소된 복잡성 필터는 N ×N 누설 매트릭스(leakage matrix) Ξ에 의한 곱셈을 포함한다. 여기에서 상기 곱셈은 N-포인트 IFFT 및 N 포인트와이즈(pointwise) 곱셈기의 조합에 의해 구현된다. 부가적인 복잡성 감소는, 누설 매트릭스 Ξ가 퓨리에 원리(fourier basis)에 의해 대각선화된다는 사실에 의해 유발된다. 즉, Ξ=FΔF^H, 여기에서 F는 정규화된 컬럼들을 갖는 N-포인트 FFT 매트릭스이고 Δ는 포지티브 대각선 매트릭스이다. 그래서, N ×N 매트릭스 Ξ에 의한 곱셈은 N-포인트 IFFT 및 N 포인트와이즈 곱셈들 및 N-포인트 FFT의 조합에 의해 구현될 수 있고, 그럼으로써 실질적으로 복잡성을 감소시킬 수 있다.

본 발명은 단순하고 신뢰할 만한 채널 표현의 개발(development)에 기초한다. f_s에 의해 공간구분된(spaced) N 서브캐리어들을 갖는 멀티캐리어 전송 시스템, 예를 들어 OFDM 또는 MC-CDMA 전송 시스템을 고려하자. 각각의 서브캐리어는 유한길이의 직각 엔빌롭(rectangular envelop)을 갖고, 순환적 연장(cyclic extention)을 포함하며, (1/f_s)를 초과한다. s=[s₁,...,s_N]^T가 N개의 전송된 심볼들의 벡터라고하면, 전송된 연속 시간 베이스밴드 신호는 다음과 같이 쓰여질 것이다.:

(1)

주파수 선택적 시변 에디티브 화이트 가우스 노이즈(AWGN, additive white Gaussian noise) 채널의 경우에, 상기 수신된 연속 시간 신호는 다음과 같이 쓰여질 수 있다.:

(2)

여기에서 계수 H_k(t)는 k번째(1≤k≤N) 서브캐리어에서의 시변 주파수 응답을 나타내고, 여기에서 n(t)는 신호 대역폭 내의 AGWN이다. 우리는, 채널이 천천히 변화해서 단지 제1 차 변화(first order variation)가 단일 데이터 블록 지속(single data block duration) 내에서 고려될 수 있다고 예측한다. 다시 말해서, 우리는 모든 H_k(t)는 다음에 의해 정확하게 개략화된다고 예측한다.

(3)

여기에서 H'_k(t)는 H_k(t)의 제1 차 미분이고, 여기에서 t_r은 수신된 데이터 블록 내의 레퍼런스 시간이다. 시변 채널 H_k(t)는 또한, 정밀하지 않은(coarse) 주파수 동기화 후, 레지듀얼 주파수 오프셋(residual frequency offset)으로 고려될 수 있다는 것을 주목하라.

상기 수신된 베이스밴드 신호는 샘플링 오프셋 t₀및 비율(rate) Nf_s로 샘플링된다. 그리고 N개의 후속 샘플들 [y(t₀),y(t₀+T),...,y(t₀+(N-1)T)]()의 블록은 사이즈 N의 빠른 퓨리에 변환(fast fourier transformation, FFT)을 겪는다. y=[y₁,...,y_N]^T가 N FFT 샘플들의 벡터가 되게 하고 그래서

(4)

식(2)를 식(4)에 대입한 후 개략값 식(3)을 이용하면, 우리는

(5), (6), (7)

을 얻는다.

여기에서 n_k(1≤k≤N)는 임의의 공분산 σ²을 갖는 AWGN의 샘플들이다. 클로스 매트릭스 형태(close matrix form)로 상기 결과 (5)를 다시 쓰는 것은 편리하다. 이를 위해, 우리는 대각선 매트릭스들 A=diag(a₁,...,a_N), D=diag{d₁,...,d_N} 및 N ×N 매트릭스를 규정한다.

(8)

이러한 표기법으로, 표현 (5)는 다음과 같다.

y=As+ΞDs+n (9)

여기에서 n=[n₁,...,n_N]^T은 AWGN의 N ×1 벡터이다. 채널 모델 (9)에서, 상기 채널의 효과는 N 파라미터들 a=[a₁,...,a_N]^T및 d=[d₁,...,d_N]^T의 2개의 집합들로 표현된다.를 체크하라. 그래서 계수들 a_k(1≤k≤N)들은 샘플링 페이즈(sampling phase) exp(i2πf_slt₀)에 의해 회전된 채널 주파수 응답의 컴플렉스 진폭들과 동일하다. 유사하게, 계수들 d_k(1≤k≤N)는 샘플링 주기 T에 의해 스케일링되고 동일한 샘플링 페이즈 exp(i2πf_slt₀)에 의해 회전된 채널 주파수 응답의 컴플렉스 진폭들의 시간-도메인 미분들과 동일하다.

채널 응답이 시간에 있어서 변할 때(즉, d≠0) 인터-캐리어 간섭이 발생한다는 것을 주목하라. 상기 간섭은 고정된 N ×N 매트릭스 Ξ뿐 아니라 벡터 d에 의해서도 규정된다. 식(8)에 따라 후자의 매트릭스가 Toeplitz Hermitian 매트릭스라는 것이 쉽게 보여질 수 있다. 그래서

더 나중의 본 서면에서, 우리는 a를 진폭들(의 벡터), d를 미분들(의 벡터) 및 Ξ를 누설 매트릭스로 부를 것이다.

수신된 신호를 처리하기 위해서, 채널 파라미터들 a 및 d의 세트는 추정되어야 한다. 만일 채널의 통계적 특성들이 사용된다면 이러한 2N 스칼라 파라미터들의 추정 정확성은 강화될 수 있다. 무엇보다, 우리는, 채널 변화들이 H_k'(t)가 심볼의 지속 내에서 실질적으로 변화하지 않을 만큼 충분히 느리다는 것을 예측한다. 이러한 경우에, 우리는 식(6) 및 식(7)을 다음과 같이 다시 쓸 수 있다.:

(10)

퀀티티들(quantities) a, d 및 진행 채널(propagation channel)의 물리적 파라미터들, 즉, 그것의 K 진행 지연들 {τ₀,...,τ_K}의 세트, 대응 도플러 쉬프트들(Doppler shifts {f₀,...,f_K}, 및 컴플렉스 진폭들 {h₀,...,h_N} 사이의 관계성을 분석하자. 채널 주파수 응답의 통계적 특성들은 상대적인 지연들 및 도플러 쉬프트들에 의존하고, 반면에 그룹 지연 및/또는 도플러 쉬프트는 h_k(1≤k≤N)의 회전들로 귀결한다.; 이러한 회전들은 시간 및 캐리어 동기화/트랙킹(synchronization/tracking)에 의해 다루어 진다. 그래서, 우리는 τ₀=0 및 f₀=0라는 보편성(generality)의 손실 없이 예측할 수 있다. 이제, 채널 주파수 응답 H_l및 그것의 미분 H_l'이 다음과 같이 쓰여질 수 있다.:

(11)

관계성들 식(10) 및 식(11)은 진폭들 a 및 미분들 d의 통계적 특성들을 추론하기 위해 쉽게 사용될 수 있다. 진행 경로들의 수가 충분히 클 때마다(이상적으로 K≫N), 계수들 {H_l(t),H_l'(t)}_1≤l≤N의 세트는 공동으로 가우스 분포된 것으로 고려될 수 있다. 더욱이, 세트들 {h_k}_1≤k≤K및 {f_k}_1≤k≤K이 통계적으로 독립적이고 도플러 스펙트럼이 대칭 형태를 가질 때 세트들 {H_l(t)}_1≤l≤N및 {H_l'(t)}_1≤l≤N이 서로 상호 관련되지 않는다는 것을 볼 수 있다. 이러한 경우에, 벡터들 a 및 d는 제로 평균 및 공분산 매트릭스를 갖는 통계적으로 독립적인 다변수 가우스로 예측될 수 있다.

E{aa^H}=C_a, E{dd^H}=C_d(12)

여기에서 E{}는 수학적 기대값 오퍼레이터를 의미하고 C_a, C_d는 N ×N Hermitian 비-네커티브 확정 매트릭스들(non-negative definite metrices)이다.

1974년에 John Wiley & Sons, Inc에서 출판된 C. Jakes에 의한 Microwave Mobile Communications라는 책에서 설명되어 있다시피, C_a및 C_d의 중요한 특별 케이스는 이동 채널들에 대한 표준 모델에 대응한다. 상기 모델(Jakes 모델로서 알려진)은 서로 다른 진행 경로들, 지수적 지연 프로필 및 서로 다른 경로들에 대한 입사의 균일하게 분포된 각도들의 독립된 분포들을 예측한다. 이러한 경우에 다음과 같은 것을 살펴볼 수 있다.

(13)

여기에서 f_Δ는 도플러 스프레드(Doppler spread)의 크기이고 T_Δ는 제곱 평균 진행 지연 스프레드이다. 마지막 2개의 파라미터들은 이동 속도 및 진행 환경에 각각 의존한다.

윤곽이 그려진 채널 모델이 2N 파라미터들에 의해 특징지워진다고 할지라도, 자유의 독립 정도들의 수(the number of independent degrees of freedom)는 실질적으로 실제에서 더 작다. 이러한 특성은, 진행 지연 스프레드가 워드 지속 보다 훨씬 더 작다는 사실로부터 유래한다. 이러한 특성은, 공분산 매트릭스 C_a는 로우-랭크 매트릭스에 의해 정확하게 개략화될 수 있는 정도까지, a의 엔트리들이 강하게 상호 관련되어 있다는 것을 또한 의미한다. 유사하게, d의 엔트리들은 강하게 상호 관련되어 있고 공분산 매트릭스 C_d는 로우-랭크 매트릭스에 의해 또한 정확하게 개략화될 수 있을 것이다. 그래서 Jakes 모델 및 식(13)을 고려하자. C의 아이겐디컴포지션(eigendecomposition)을 다음과 같이 정의하자.:

C=UΛU^H(14)

여기에서 U는 C의 아이겐벡터들의 N ×N 유니터리 매트릭스이고 Λ는 그것의 아이겐밸류들 {Λ₁,...,Λ_N}의 N ×N 포지티브 대각 매트릭스이다. 아이겐밸류들이 배열되어 시퀀스 {Λ₁,...,Λ_N}이 비증가(non-increasing)한다는 것을 예측한다. Jakes 모델 하에서, 상기 시퀀스의 요소들은 지수적으로 감소하는 프로필을 갖는다. :

(15)

그래서, 아이겐밸류들의 시퀀스는 비-제로(ono-zero) 값들의 상대적으로 작은 수 r로 정확하게 개략화될 수 있다.: {Λ₁,...,Λ_N}≒{Λ₁,...,Λ_r,0...0}

우리의 목적은 수신된 신호들 y로부터 진폭들 a 및 미분들 d를 추정하는 것이다. 우리는 입력 심볼들 s가 알려진 것으로 예측할 것이다. 진폭들 및 미분들의 총 숫자는 서브캐리어들의 수의 2배정도 크기인 2N과 같다는 것을 인식하는 것은 쉽다. 이것은 자유의 r 정도들(r degrees of freedom)만에 의해 벡터들 a 및 d의 정확한 근사치를 산출한다. 다시 말해서, 우리는 다음과 같이 쓸 수 있다.

a≒Vh, d≒Vg, (16)

여기에서 h 및 g는 진폭들 및 미분들에 각각 대응하는 프리 파라미터들(free parameters)을 쌓는 r ×1 벡터들이다. 반면에 N ×r 매트릭스 V는 U의 제1 r 컬럼들로 만들어진다. 이러한 개략화로, a 및 d의 조인트 추정은 h 및 g의 조인트 추정과 동일하게 된다. 그래서 프리 파라미터들의 전체 숫자는 2N 대신에 2r이 된다. 이러한 관찰은 상대적으로 작은 r이 실제적으로 충분해서 r≪N이라는 것을 고려하는 중대한 의미를 갖는다.

부가적인 복잡성 감소는 누설 매트릭스 Ξ가 퓨리에 원리에 의해 대각화된다는 사실 때문이다. 즉,

Ξ=FΔF^H(17)

여기에서 F는 정규화된 컬럼들을 갖는 N-포인트 FFT 매트릭스이고 Δ는 포지티브 대각선 매트릭스이다. 매트릭스 Ξ의 이전에 언급된 특성은 식(8)로부터 즉시따른다. Δ의 대각선 값들은 정수들 {0,1,2,...,N-1}에 의해 주어진다. 그래서, N ×N 매트릭스 Ξ에 의한 곱셈은 N-포인트 FFT(IFFT) 및 N 포인트와이즈 곱셈들의 조합에 의해 구현될 수 있다. 그럼으로써 실질적으로 복잡성을 감소시킨다.

개략화 식(16)은, 표현 식(17)과 함께 다음 문장들에서 유도되는 최적 최소 스퀘어 추정 절차로 나아간다.

두 개의 N ×1 벡터들 : 진폭들에 대한 a 및 미분들에 대한 d에 있는 채널 파라미터들을 집중시키기 위해 표현 식(9)를 다시 써본다. :

y=Sa+ΞSd+n (18)

여기에서 S는 그것의 대각선에 값들를 갖는 N ×N 대각선 매트릭스이다. 유한 차 채널 개략화(finite order channel approximation)를 사용하기 위해, 우리는 식(16)을 식(18)로 대체할 것이다. 더 나아가, 누설 매트릭스 Ξ의 구조를 고려하기 위해, 우리는 또한 식(17)을 식(18)로 대체할 것이다. 상기 2개의 대체들의 결과는 다음과 같다.:

y=SVh+FΔF^HSVg+n (19)

식(19)의 계산적으로 매력적인 가변(variant)은 주파수 도메인으로부터 시간 도메인으로 움직임으로써 얻어질 수 있다. 즉, N ×1 벡터y=F^Hy는 서브캐리어들의 벡터의 IFFT이다. 그래서 그것은 시간 도메인에서의 수신된 신호를 의미한다(정규화까지). 유사하게, 우리는 노이즈 n의 N ×1 벡터를 시간 도메인에서 정의한다.상기 노이즈는 주파수 도메인에서 뿐 아니라 시간 도메인에서의 파워 σ²의 AWGN이라는 것을 기억하라.

IFFT를 식(19)에 적용한 후, 우리는 다음을 얻는다.

(20)

여기에서 P는 N ×r 매트릭스이다. 대략적인 MMSE 추정을 유도하기 위해, 우리는 식(12), 식(13) 및 식(14)에 따라 그리고 주어진 근사치 차(order) r, h 및 g의 공분산 매트릭스(식(16)에 정의된 바와 같이)는 다음을 만족한다.

(21)

여기에서Λ는 대각선 값들 {Λ₁,...,Λ_r}을 갖는 r ×r 대각선 매트릭스이다. 데이터 모델 (20)-(21)을 가정하면, 파라미터들 h 및 g의 MMSE 추정기는 {h,g} 를 통해 최소화함으로써 얻어진 추정들 h^ 및 g^를 산출한다.

(22)

앞서 언급된 문제는 다음 표현에 의해 얻어진 명시적 해결책을 허용한다. :

(23)

끝으로, 다음을 통해서, 식(16)에 따라, 진폭들 및 미분들의 경험적인 벡터들이 계산된다.

(24)

식(23) 및 식(24)에 요약된 알고리즘은 도2에 도식적으로 나타난다. Δ는 대각선 매트릭스라는 것을 상기하라. 즉, 이러한 매트릭스를 벡터에 적용시키는 것은 N 곱셈들만을 산출한다. 그래서, 중간정도의 r에 대해서, 주된 계산 노력은 P^HP, P^HΔP 및 P^HΔ²P를 계산하는 것과 관련된다.

도1은 본 발명에 따른 전송 시스템의 블록 다이아그램을 보여준다. 상기 전송 시스템은 전송기 10 및 수신기 20을 포함한다. 상기 전송 시스템은 또 다른 전송기들 10 및 수신기들 20을 포함할 수 있다. 상기 전송기 10은 무선 채널을 통해 멀티캐리어 신호를 수신기 20으로 전송한다. 멀티캐리어 신호는 OFDM 신호 또는 MC-CDMA 신호가 될 수 있다. 수신기 20은 상기 수신된 멀티캐리어 신호 23을 디모듈레이팅(demodulating)하기 위한 디모듈레이터 22를 포함한다. 상기 수신된 멀티캐리어 신호 23은 수신된 심볼들 23의 벡터들을 포함한다. 디모듈레이터 22는 FFT에 의해 구현될 수 있을 것이다. 디모듈레이팅된 멀티캐리어 신호는 모듈레이터 22에 의해 등화기 24로 공급된다. 상기 등화기 24는 상기 수신된 멀티캐리어 신호에 포함될 수 있는 인터캐리어 간섭을 제거시킨다. 등화기 24는 추정된 심볼들 25의 벡터들(수신된 심볼들의 벡터들로부터 유도된)을 (소프트) 슬라이서(slicer) 26으로 출력한다. 슬라이서 26은 소프트 매트릭스(소프트 결정들) 및/또는 예를 들어 FEC 디코더와 같은 수신기(보여지지 않음)의 또 다른 신호 부분들에서 사용되는 (코딩된) 비트들의 이진 추정들(binary estimates, hard decisions(하드 결정들))을생성한다. 슬라이서 26의 출력 신호는 또한 추정된 심볼들 27을 포함하는 것으로 여겨질 수 있다. 또한 수신기 20은 서브캐리어들의 진폭들 29를 추정하고 진폭들의 시간 미분들 29를 추정하기 위한 채널 추정기 28을 포함한다. 등화기 24는, 채널 추정기 28에 의해 등화기 24로 공급된 추정된 진폭들 및 미분들 29에 의존하여 수신된(디모듈레이팅된) 멀티캐리어 신호에 포함된 인터캐리어 간섭을 제거시킨다. 채널 추정기 28은, 수신된 심볼들 23의 벡터들 및 추정된 심볼들 27의 벡터들로부터의 추정된 진폭들 및 미분들 29의 벡터들을 유도하기 위한 감소된 복잡성 필터를 포함한다.

추정기 28은 방정식들 (23)-(24)에 의해 설명된다. : 그것의 블록-다이아그램은 도2에 보여진다. N개의 추정된 심볼들 27의 벡터의 벡터 요소들은 N ×r 매트릭스 V의 N 로우들(rows)을 로우-와이즈 곱셈기 40으로 곱한다. 결과적인 N ×r 매트릭스의 r 컬럼들(columns)은 IFFT 42를 겪는다. 결과적인 N ×r 매트릭스 P는 매트릭스 곱셈기 46, 매트릭스 곱셈기 44 및 매트릭스 곱셈기 52로 공급된다. 매트릭스 곱셈기 46은, Δ의 N 대각선 엔트리들에 의한 N ×r 매트릭스 P의 로우-와이즈(row-wise) 곱셈인 프로덕트(product) ΔP를 계산한다. 결과적인 N ×r 매트릭스는 매트릭스 곱셈기 48로 공급된다. 상기 매트릭스 곱셈기 48에서 매트릭스 곱셈기 46의 출력의 r×N Hermitian conjugate P^HΔ 는 수신된 신호들 23의 N ×1 벡터에 의해 곱해진다. 매트릭스 곱셈기 48의 출력 신호는 스택커(stacker) 56의 제1 입력으로 공급된다.

매트릭스 곱셈기 44에서 프로덕트들(products) P^HP, P^HΔP 및 P^HΔ²P는 IFFT 42 및 매트릭스 곱셈기 46 각각의 출력들 P 및 ΔP로부터 계산된다. 퀀티티들및매트릭스 덧셈기 50에서 블록들 P^HP 및 P^HΔ²P 각각으로 더해진다. 매트릭스 덧셈기 50의 출력 신호는 방정식 (23)에 나타나는 2r ×2r 매트릭스이다. 상기 매트릭스는 매트릭스 인버터 54에서 인버팅되고 결과적인 인버팅된 매트릭스는 매트릭스 곱셈기 58로 공급된다.

매트릭스 곱셈기 52에서 IFFT 42의 출력의 r ×N Hermitian conjugate P^H는 수신된 신호들 23의 N ×1 벡터에 의해 곱해진다. 결과적인 신호는 스택커 56의 제2 입력으로 공급된다. 스택커 56은 그것의 제1 r ×1 및 제2 r ×1 입력 벡터에 공급되는 신호들을 쌓고 상기 쌓인 2r ×1 벡터는 그 후 그것을 2r ×2r 인버팅된 매트릭스와 곱하는 매트릭스 곱셈기 58로 공급된다. 매트릭스 곱셈기 58의 출력 2r ×1 신호는 다음으로 그것을 2개의 r ×1 벡터들로 스플릿팅하는(spliting) 스플릿터 60으로 공급된다. 그 후 이러한 2개의 벡터들의 각각은 매트릭스 곱셈기 62 및 64에 있는 매트릭스 V에 의해 곱해진다. 결과적인 출력 r ×1 벡터들은 추정된 진폭들 및 미분들 29이다.

제안된 채널 추정기는 시간 도메인에 있는 수신된 심볼들의 N ×1 벡터y(즉, OFDM 반변조) 및 전송된 심볼들 또는 그들의 추정들의 N ×1 벡터 s를 사용한다. 상기 알고리즘은 또한 Δ에 집중된 누설 매트릭스 특성들 뿐 아니라 V 및 Λ에의해 표현되는 채널 통계를 사용한다. 이러한 3개의 퀀티티들은 미리 계산될 수 있음을 주목하라.

제안된 절차의 복잡성을 간단히 분석하자. 상기 방식의 가장 계산적으로 광범위한 블록들은 매트릭스 곱셈기 44 및 매트릭스 인버터 54이다. 매트릭스 곱셈기 44는 2개의 N ×r 매트릭스(예를 들어 P^HP, P^HΔ²P)의 오토- 및 크로스-프로덕트들로 만들어진 2r ×2r 매트릭스를 계산한다. 이러한 동작들은 3r(r+1)N/2 복소값의 곱셈들을 요구한다. 매트릭스 인버터 54는 2r ×2r 매트릭스를 인버팅하고, 대략 2/3(2r)³=16r³/3 복소 곱셈들을 산출한다. 그래서, 전체 복잡성은 서브캐리어들의 수 N을 따라 단지 선형적으로 성장한다. 마지막 특징은 특히 DVB-T에 대해 매력적이고 여기에서 N은 2K-모드에서 2048부터 8K-모드에서 8192까지 분포된다.

시뮬레이션들은, 채널 파라미터들이 알려져 있는 상황과 비교하여 r=5일 때 a 및 d의 제안된 추정은 대략 1.5dB의 손실을 산출한다는 것을 보여주었다. 상기 손실은 r=10일 때 무시할 수 있게 된다.

제안된 채널 응답 추정 알고리즘은 적어도 하나의 OFDM 블록에 대한 입력 심볼들의 전체 세트의 지식에 의존한다. s가 수신기에 알려지는 경우(즉, 트레이닝 페이즈(training phase) 동안), 상기 알고리즘의 애플리케이션은 똑바르게 된다(straightforward). 데이터 전송 페이즈 동안, 레퍼런스 신호를 얻기 위한 다음의 방법들이 고려될 것이다. :

(A)패스트 채널 변화들: 이러한 시나리오에서, 채널 간섭 시간(channelcoherence time)은 더 작거나 이웃한 OFDM 블록들 사이에 시간 지연에 비교될 수 있다. 이러한 경우에, 우리는 주어진 블록에 대응하는 채널 추정은 만족스러운 방법으로 다음 블록 동안 다시 사용될 수 없고 즉, 그래서 요구되는 로우 레벨 BER은 유지된다는 것을 예측한다. 우리는 이전 블록으로부터의 및 단순화된 MMSE 솔루션과 함께 추정을 사용하거나 전송된 심볼들의 추정 s^를 얻기 위해 전통적인 OFDM 처리를 적용하도록 제안할 수 있다. 이러한 추정은 후속적으로 채널 추정을 리프레시(refresh)하기 위해 사용된다. 입력 심볼들 s^가 어느 정도의 오류들과 함께 검출되었다고 하더라도, 추정 정확성 상의 이러한 오류들의 임팩트는 그다지 중요하지 않다. 사실상, 이러한 오류들은 관찰 노이즈의 파워에 견줄만한 평균 파워를 갖는 동등한 부가적 노이즈로 귀결한다. 추정 정확성 상의 부가적 노이즈의 임팩트는, 관찰 샘플들의 수 N이 실질적으로 추정될 프리 파라미터들(free parameters)의 수 2r보다 더 크다는 사실에 의해 완화된다.

(B)슬로우 채널 변화들: 이러한 경우에 우리는 채널 간섭 시간이 이웃한 OFDM블록들 사이의 시간 지연보다 실질적으로 더 크다는 것을 예측한다. 그래서, 현재의 OFDM 블록으로부터의 채널 추정은 많은 후속 블록들에 대해 다시 사용될 수 있다. 이러한 경우에, 상기 채널 추정은 상기 규정된 절차에 따라 정기적으로 계산된다. 상기 추정은 현재의 OFDM 블록에 대응하는 검출된 데이터를 사용하고 후속하는 OFDM블록들을 위해 이용될 것이다. 상기 추정의 정기성은 채널 간섭 시간에 의해 규정될 수 있다. 몇몇 연속적인 OFDM 블록들의 지속과 동일한 처리 지연이 가능하기 때문에 상기 방식은 상대적으로 저렴한 실시간 구현을 가능하게 한다.

상기 설명된 추정 절차에서, 단일 OFDM 블록은 채널 추정을 위해 사용된다. 단일 블록이 DVB-T에서 다소 좋은 추정 정확성을 가능하게 한다고 할지라도(서브캐리어들의 수가 2K 및 8K 모드 둘 모두에서 프리 채널 파라미터들의 수보다 훨씬 더 크다는 사실 때문에), 복수의 OFDM 블록들의 사용이 또한 고려될 수 있다. 복수의 블록들의 경우로의 확장은 좀더 직접적이다. : 그것은 대응하는 OFDM 블록들로부터 계산된 매트릭스들 P의 수를 스태킹하는 것으로 구성된다. 상기 절차의 나머지는 바뀌지 않은 채로 유지된다. 계산 복잡성에 있어서의 대응하는 증가는 포함된 블록들의 수에 대해 선형적이다.

위에서 주로 OFDM 전송 시스템이 설명되었다하더라도, 본 발명은 또한 동등하게 MC-CDMA 전송 시스템들과 같은 다른 멀티캐리어 전송 시스템들에 잘 적용된다. 상기 감소된 복잡성 필터는 디지털 하드웨어를 통해 또는 디지털 신호 프로세서 또는 범용 프로세서에 의해 실행되는 소프트웨어를 통해 구현될 수 있다.

본 발명의 범위는 명시적으로 공개된 실시예들에 한정되지는 않는다. 본 발명은 각각의 새로운 특성 및 각각의 특성들의 조합에 있어서 구현된다. 어떤 레퍼런스 사인들도 청구항들의 범위를 제한하지 않는다. 단어 "구성되다, 포함하다"는 청구항에 열거된 것들 외의 다른 요소들 또는 단계들의 존재를 배제하지 않는다. 어떤 요소에 선행하는 단어 "a" 또는 "an"의 사용은 복수의 그러한 요소들의 존재를 배제하지 않는다.

Claims (16)

1. 전송기(10)로부터 수신기(20)로 멀티캐리어 신호를 전송하기 위한 전송 시스템에 있어서,

   상기 멀티캐리어 신호는 복수의 서브캐리어들을 포함하고, 상기 수신기(20)는 상기 서브캐리어들의 진폭들을 추정하고 상기 진폭들의 시간 미분들을 추정하기 위한 채널 추정기(28)를 포함하고, 또한 상기 수신기(20)는 상기 추정된 진폭들 및 미분들(29)에 의존하여 상기 수신된 멀티캐리어 신호에 포함된 인터캐리어 간섭을 제거하기 위한 등화기(24)를 포함하고, 상기 채널 추정기(28)는 수신된 심볼들의 벡터들(23) 및 추정된 심볼들의 벡터들(27)로부터 상기 추정된 진폭들 및 미분들의 벡터들(29)을 유도하기 위한 감소된 복잡성 필터를 포함하는, 멀티미디어 신호 전송 시스템.
2. 제1 항에 있어서,

   상기 감소된 복잡성 필터는 서로 다른 서브캐리어들의 진폭들 사이의 진폭 상호관계 이용 및/또는 서로 다른 서브캐리어들의 미분들 사이의 미분 상호관계를 이용하기 위해 배열된, 멀티미디어 신호 전송 시스템.
3. 제2 항에 있어서,

   상기 진폭 상호관계 및/또는 미분 상호관계는 N ×N 매트릭스 C에 의해 특징지워지고, 상기 N은 서브캐리어들의 수이고, C=UΛU^H이고, U는 C의 아이겐벡터들의 N ×N 유니터리(unitary) 매트릭스이고, Λ는 C의 아이겐밸류들 {Λ₁,...,Λ_N}의 N ×N 포지티브 대각선 매트릭스이고, Λ는 {Λ₁,...,Λ_r,0,...0}에 의해 개략화되고, r≪N인, 멀티미디어 신호 전송 시스템.
4. 제2 항 또는 제3 항에 있어서,

   상기 감소된 복잡성 필터는 N ×N 누설 매트릭스 Ξ에 의한 곱셈을 포함하고, 상기 곱셈은 N-포인트 IFFT(42) 및 N 포인트와이즈 곱셈기(46)의 조합에 의해 구현되는, 멀티미디어 신호 전송 시스템.
5. 전송기(10)로부터 멀티캐리어 신호를 수신하기 위한 수신기(20)에 있어서,

   상기 멀티캐리어 신호는 복수의 서브캐리어들을 포함하고, 상기 수신기(20)는 상기 서브캐리어들의 진폭들을 추정하고 상기 진폭들의 시간 미분들을 추정하기 위한 채널 추정기(28)를 포함하고, 또한 상기 수신기(20)는 상기 추정된 진폭들 및 미분들(29)에 의존하여 상기 수신된 멀티캐리어 신호에 포함된 인터캐리어 간섭을 제거하기 위한 등화기(24)를 포함하고, 상기 채널 추정기(28)는 수신된 심볼들의 벡터들(23) 및 추정된 심볼들의 벡터들(27)로부터 상기 추정된 진폭들 및 미분들(29)을 유도하기 위한 감소된 복잡성 필터를 포함하는, 멀티캐리어 신호 수신기.
6. 제5 항에 있어서,

   상기 감소된 복잡성 필터는 서로 다른 서브캐리어들의 진폭들 사이의 진폭 상호관계 이용 및/또는 서로 다른 서브캐리어들의 미분들 사이의 미분 상호관계를 이용하기 위해 배열된, 멀티캐리어 신호 수신기.
7. 제6 항에 있어서,

   상기 진폭 상호관계 및/또는 미분 상호관계는 N ×N 매트릭스 C에 의해 특징 지워지고, 상기 N은 서브캐리어들의 수이고, C=UΛU^H이고, U는 C의 아이겐벡터들의 N ×N 유니터리(unitary) 매트릭스이고, Λ는 C의 아이겐밸류들 {Λ₁,...,Λ_N}의 N ×N 포지티브 대각선 매트릭스이고, Λ는 {Λ₁,...,Λ_r,0,...0}에 의해 개략화되고, r≪N인, 멀티캐리어 신호 수신기.
8. 제6 항 또는 제7 항에 있어서,

   상기 감소된 복잡성 필터는 N ×N 누설 매트릭스 Ξ에 의한 곱셈을 포함하고, 상기 곱셈은 N-포인트 IFFT(42) 및 N 포인트와이즈 곱셈기(46)의 조합에 의해 구현되는, 멀티캐리어 신호 수신기.
9. 멀티캐리어 신호에 포함된 서브캐리어들의 진폭들을 추정하고 상기 진폭들의시간 미분들을 추정하기 위한 채널 추정기(28)에 있어서,

   상기 채널 추정기(28)는 수신된 심볼들의 벡터들(23) 및 추정된 심볼들의 벡터들(27)로부터 상기 추정된 진폭들 및 미분들의 벡터들(29)을 유도하기 위한 감소된 복잡성 필터를 포함하는, 채널 추정기.
10. 제9 항에 있어서,

    상기 감소된 복잡성 필터는 서로 다른 서브캐리어들의 진폭들 사이의 진폭 상호관계 이용 및/또는 서로 다른 서브캐리어들의 미분들 사이의 미분 상호관계를 이용하기 위해 배열된, 채널 추정기.
11. 제10 항에 있어서,

    상기 진폭 상호관계 및/또는 미분 상호관계는 N ×N 매트릭스 C에 의해 특징 지워지고, 상기 N은 서브캐리어들의 수이고, C=UΛU^H이고, U는 C의 아이겐벡터들의 N ×N 유니터리(unitary) 매트릭스이고, Λ는 C의 아이겐밸류들 {Λ₁,...,Λ_N}의 N ×N 포지티브 대각선 매트릭스이고, Λ는 {Λ₁,...,Λ_r,0,...0}에 의해 개략화되고, r≪N인, 채널 추정기.
12. 제10 항 또는 제11 항에 있어서,

    상기 감소된 복잡성 필터는 N ×N 누설 매트릭스 Ξ에 의한 곱셈을 포함하고, 상기 곱셈은 N-포인트 IFFT(42) 및 N 포인트와이즈 곱셈기(46)의 조합에 의해 구현되는, 채널 추정기.
13. 멀티캐리어 신호에 포함된 서브캐리어들의 진폭들 추정 및 상기 진폭들의 시간 미분들을 추정하기 위한 방법에 있어서,

    상기 방법은 상기 추정된 진폭들 및 미분들의 벡터들(29)을 유도하기 위해 감소된 복잡성 필터로 수신된 심볼들의 벡터들(23) 및 추정된 심볼들의 벡터들(27)을 필터링하는 단계를 포함하는, 진폭 및 진폭의 시간 미분 추정 방법.
14. 제13 항에 있어서,

    상기 감소된 복잡성 필터는 서로 다른 서브캐리어들의 진폭들 사이의 진폭 상호관계 이용 및/또는 서로 다른 서브캐리어들의 미분들 사이의 미분 상호관계를 이용하기 위해 배열된, 진폭 및 진폭의 시간 미분 추정 방법.
15. 제14 항에 있어서,

    상기 진폭 상호관계 및/또는 미분 상호관계는 N ×N 매트릭스 C에 의해 특징 지워지고, 상기 N은 서브캐리어들의 수이고, C=UΛU^H이고, U는 C의 아이겐벡터들의 N ×N 유니터리(unitary) 매트릭스이고, Λ는 C의 아이겐밸류들 {Λ₁,...,Λ_N}의 N ×N 포지티브 대각선 매트릭스이고, Λ는 {Λ₁,...,Λ_r,0,...0}에 의해 개략화되고,r≪N인, 진폭 및 진폭의 시간 미분 추정 방법.
16. 제14 항 또는 제15 항에 있어서,

    상기 감소된 복잡성 필터는 N ×N 누설 매트릭스 Ξ에 의한 곱셈을 포함하고, 상기 곱셈은 N-포인트 IFFT(42) 및 N 포인트와이즈 곱셈기(46)의 조합에 의해 구현되는, 진폭 및 진폭의 시간 미분 추정 방법.