KR20050120633A - 복잡도가 감소된 슬라이딩 윈도우 기반의 등화기 - Google Patents

Abstract

슬라이딩 윈도우 기반의 데이터 추정이 수행된다. 전송된 신호와 수신된 신호간의 관계를 모델링하는 통신에 대한 데이터 추정시에 에러가 도입된다. 추정된 데이터에서의 에러를 보상하기 위해, 이전 슬라이딩 윈도우 단계에서 추정된 데이터(58) 또는 기타의 경우 노이즈로서 절삭되었을 항들이 사용된다. 이들 기법들(50, 52, 54, 56, 58, 60, 62, 및 64)은 추가 처리 이전에 데이터가 절삭되는 것을 허용하여 윈도우의 데이터를 감축시킨다.

Description

복잡도가 감소된 슬라이딩 윈도우 기반의 등화기{REDUCED COMPLEXITY SLIDING WINDOW BASED EQUALIZER}

본 발명은 대체로 무선 통신 시스템에 관한 것으로, 특히, 이와 같은 시스템에서의 데이터 검출에 관한 것이다.

개선된 수신기 성능에 대한 수요 증가로 인해, 많은 진보된 수신기들이 제로 포싱(ZF) 블럭 선형 등화기와 최소 평균 자승 오차(MMSE) 등화기를 사용한다.

이들 양 접근법에서, 수신된 신호는 전형적으로 수학식 1에 의해 모델링된다.

r = Hd + n (수학식 1)

r은 수신된 벡터이고, 수신된 신호의 샘플들을 포함한다.

H는 채널 응답 행렬이고, d는 데이터 벡터이다. 코드 분할 다중 액세스(CDMA) 시스템과 같은 확산 스펙트럼 시스템들에서, d는 확산 데이터 벡터이다. CDMA 시스템들에서, 각각의 개개 코드에 대한 데이터는, 추정된 데이터 벡터 d를 그 코드로 확산시켜 생성된다. n은 노이즈 벡터이다.

ZF 블럭 선형 등화기에서, 데이터 벡터는 수학식 2에 의해 추정된다.

d = (H) ^-1 r (수학식 2)

(ㆍ)^H는 복소 공액 트랜스포즈(또는 헤메시안(Hermetian)) 연산이다. MMSE 블럭 선형 등화기에서, 데이터 벡터는 수학식 3에 따라 추정된다.

d = (H ^H H + σ ² I) ^-1 r (수학식 3)

다중경로 전파(multupath propagation)를 겪는 무선 채널에서, 이들 접근법들을 사용하여 데이터를 정확하게 검출하기 위해서는, 무한한 갯수의 수신 샘플들이 사용될 것이 요구된다. 복잡도를 줄이기 위한 한 접근법은 슬라이딩 윈도우 접근법(aliding window approach)이다. 슬라이딩 윈도우 접근법에서, 수신된 샘플들의 사전설정된 윈도우와 채널 응답들이 데이터 검출에서 사용된다. 초기 검출 이후, 이 윈도우는 샘플들의 다음 윈도우로 미끄러진다. 이러한 프로세스는 통신이 중단될 때까지 계속된다.

무한 갯수의 샘플들을 사용하지 않음으로써, 데이터 검출에는 에러가 유입된다. 무한 시퀀스의 실효 절삭부(effectively truncated portion)들이 가장 큰 충격을 갖게 되는 윈도우의 시작과 끝에서, 이러한 에러가 가장 현저하다. 이들 에러들을 줄이기 위한 한 접근법은, 큰 윈도우 크기를 이용하고 윈도우의 시작과 끝에서 그 결과를 절삭하는 것이다. 윈도우의 절삭부들은 이전 및 후속 윈도우들에서 결정된다. 이 접근법은 상당한 복잡도를 가진다. 큰 윈도우 크기는, 데이터 추정에서 사용되는 행렬과 벡터들의 차원을 크게 한다. 또한, 이 접근법은, 윈도우의 시작과 끝에서의 데이터 검출 및 그 데이터의 폐기에 의해 계산적으로 효율적이지 않다.

따라서, 데이터 검출을 위한 대안적인 접근법이 필요하다.

도 1은 대역화된 채널 응답 행렬을 나타내는 도면이다.

도 2는 대역화된 채널 응답 행렬의 중간 부분을 도시하는 도면이다.

도 3은 일례로서 분할된 데이터 벡터 윈도우를 도시한 도면이다.

도 4는 분할된 신호 모델을 도시하는 도면이다.

도 5는 과거 보정 계수를 이용한 슬라이딩 윈도우 데이터 검출의 플로차트이다.

도 6은 과거 보정 계수를 이용한 슬라이딩 윈도우 데이터 검출을 이용한 수신기이다.

도 7은 노이즈 오토-코릴레이션 보정 계수를 이용한 슬라이딩 윈도우 데이터 검출의 플로차트이다.

도 8은 노이즈 오토-코릴레이션 보정 계수를 이용한 슬라이딩 윈도우 데이터 검출을 사용하는 수신기이다.

무선 통신 시스템에서 데이터 추정이 수행된다.

수신 벡터(received vector)가 생성된다. 수신 벡터의 희망 데이터 부분의 추정에 사용하기 위해, 채널 추정 행렬의 과거부(past portion), 중심부(center portion), 및 미래부(future portion)가 결정된다. 과거부는 희망 데이터 부분 이전에 수신된 신호 부분과 연관된다. 미래부는 희망 데이터 부분 이후의 수신 벡터의 부분과 연관되고, 중심부는 희망 데이터 부분과 연관된 수신 벡터 부분과 연관된다. 검출된 데이터의 실효 절삭없이 희망 데이터 부분이 추정된다. 희망 데이터 부분의 추정은, 채널 추정 행렬의 중심부와 수신 벡터 부분을 입력으로 갖는 최소 평균 자승 오차 알고리즘을 사용한다. 채널 추정 행렬의 과거부 및 미래부는 최소 평균 자승 오차 알고리즘에서 계수들을 조절하는데 사용된다.

이하, 무선 전송/유닛(WTRU)은 사용자 장비, 이동국, 고정 또는 이동형 가입자 유닛, 페이저, 또는 무선 환경에서 동작할 수 있는 임의의 다른 유형의 장치를 포함하지만, 이에 한정되는 것은 아니다. 이하에서 언급할 때, 기지국은 노드-B, 싸이트 제어기, 액세스 포인트, 또는 무선 환경 내의 임의 유형의 인터페이싱 장치를 포함하지만, 이에 한정되는 것은 아니다.

비록 복잡도가 감소된 슬라이딩 윈도우 등화기가, CDMA2000 및 UMTS FDD(Universal Mobile Terrtrial System Frequency Division Duplex), 시분할 듀플렉스(TDD) 모드 및 시분할 동기 CDMA(TD-SCDMA)와 같은 양호한 무선 코드 분할 다중 액세스 통신 시스템과 연계하여 설명되지만, 다양한 통신 시스템, 특히, 다양한 무선 통신 시스템에도 적용될 수 있다. 무선 통신 시스템에서, 이 등화기는, 기지국으로부터 발생하여 WTRU에 의해 수신되는 전송에 적용될 수 있으며, 하나 또는 복수의 WTRU로부터 발생하여 기지국에 의해 수신되는 전송이나, 애드 혹(ad hoc) 모드의 동작에서와 같이, 한 WTRU로부터 발생되어 또 다른 WTRU에 의해 수신되는 전송에도 적용될 수 있다.

이하, 양호한 MMSE 알고리즘을 이용하여 복잡도가 감소된 슬라이딩 윈도우 기반의 등화기의 구현에 대해 설명한다. 그러나, 제로 포싱과 같은 다른 알고리즘도 이용할 수 있다. h(ㆍ)는 채널의 임펄스 응답이다. d(k)는 확산 코드를 사용하여 심볼을 확산시킴으로써 발생되는 k번째 전송된 샘플이다. 이것은, 직교 코드(orthogonal code)와 같은 한 세트의 코드를 이용하여 한 세트의 심볼들을 확산시킴으로써 발생된 칩(chip)들의 합계일 수도 있다. r(ㆍ)은 수신된 신호이다. 시스템의 모델은 수학식 4에 의해 표현될 수 있다.

(수학식 4)

n(t)는 부가적 노이즈와 간섭(셀내 간섭 및 셀간 간섭)의 합계이다. 비록 칩 레이트(chip rate)의 배수와 같은 다른 샘플링 레이트가 사용될 수 있지만, 간략성을 위해, 수신기에서 칩 레이트 샘플링이 사용된다고 가정할 것이다. 샘플링된 수신된 신호는 수학식 5에 의해 표현될 수 있다.

(수학식 5)

T _c 는 간략한 표기를 위해 생략되었다.

h(ㆍ)는 유한 지원(finite support)을 가지며 시불변(time invariant)이다. 이것은, 이산 시간 도메인(discrete-time domain)에서, 인덱스 L은 h(i) = 0 (i < 0고 i≥L)이 되도록 존재한다는 것을 의미한다. 그 결과, 수학식 5는 수학식 6과 같이 다시 씌어질 수 있다.

(수학식 6)

수신된 신호는 M개의 수신된 신호들 r(0), ..., r(M-1)을 가진다는 점을 고려하면, 수학식 7은 결과적으로 하기와 같이 된다.

(수학식 7)

벡터 d의 부분은 근사식을 이용하여 결정될 수 있다. M > L이라고 가정하고, N = M - L + 1이라 정의하면, 벡터 d는 수학식 8이다.

(수학식 8)

수학식 7에서 H 행렬은 대역화된 행렬(banded matrix)로서, 도 1의 도면과 같이 표현될 수 있다. 도 1에서, 음영진 영역의 각 행은, 수학식 7에 도시된 바와 같은, 벡터 [h(L-1),h(L-2),...,h(1),h(0)]를 나타낸다.

d 내의 모든 요소를 추정하는 것 대신에, d의 중간 N개 요소들만이 추정된다. 는 수학식 9에 따른 중간 N개 요소들이다.

(수학식 9)

r에 대해 동일한 규칙을 사용하여, r와 간의 근사적 선형 관계는 수학식 10에 의한 것과 같다.

(수학식 10)

행렬 는 도 2의 도면이나 수학식 11에 도시된 바와 같이 표시될 수 있다.

(수학식 11)

도시된 바와 같이, r의 처음 L-1과 마지막 L-1 요소들은 수학식 10의 우변에서 동일하지 않다. 그 결과, 벡터 의 2개 끝에서의 요소들은 중심에 가까운 요소들보다 덜 정확하게 추정된다. 이러한 속성으로 인해, 슬라이딩 윈도우 접근법은, 칩들과 같은, 전송된 샘플들의 추정에 양호하게 사용된다.

슬라이딩 윈도우 접근법의 각각의 k번째 단계에서, 소정 갯수의 수신된 샘플들은 차원 N + L - 1의 r[k]에 유지된다. 이들은 수학식 10을 사용하는 차원 N의 한 세트의 전송된 데이터 를 추정하는데 사용된다. 벡터 가 추정된 후에, 추정된 벡터 의 "중간(middle)" 부분만이 역확산(despreading)과 같은 추가의 데이터 처리에 사용된다. 의 "하위" 부분(시간적으로 나중 부분)은 슬라이딩 윈도우 프로세스의 다음 단계에서 다시 한번 추정된다. 여기서, r[k+1]은 요소들 r[k] 중 일부와 새로이 수신된 샘플들 일부를 가진다. 즉, r[k]의 시프트(슬라이드) 버전이다.

비록, 양호하게는, 윈도우 크기 N과 슬라이딩 단계 크기는, (채널의 지연 확산(L), 데이터 추정의 정확도 요건, 및 구현시의 복잡도 제한에 기초한) 설계 파라미터들이지만, 이하에서는 예시적 목적을 위해 수학식 12의 윈도우 크기를 사용한다.

(수학식 12)

SF는 확산 계수이다. 전형적인 윈도우 크기는, 비록 다른 크기가 이용가능하긴 하지만, 채널 임펄스 응답보다 5 내지 20배 정도 더 크다.

수학식 12의 윈도우 크기에 기초한 슬라이딩 단계 크기는, 양호하게는 2N _s ×SF이다. N _s ∈ {1, 2, ...}는 양호하게는, 설계 파라미터로서 남겨진다. 또한, 각각의 슬라이딩 단계에서, 역확산기에 전송되는 추정된 칩들은, 추정된 의 중간에 있는 2N _s × SF개의 요소들이다. 이 프로시져는 도 3에 도시되어 있다.

데이터 검출의 한 알고리즘은 MMSE 알고리즘을 사용하고, 그 모델 에러 보정은 수학식 10의 시스템 모델과 슬라이딩 윈도우 기반의 접근법을 사용한다.

근사화로 인해, 칩들과 같은 데이터의 추정은 에러를 가지는데, 특히, 각각의 슬라이딩 단계에서의 데이터 벡터의 양끝에서 에러를 갖는다. 이 에러를 보정하기 위해, 수학식 7의 H 행렬은 수학식 13에 따라 블럭 행 행렬(block row matrix)로 분할된다(단계 50).

(수학식 13)

첨자 "p"는 "과거"를 나타내고, "f"는 "미래"를 나타낸다. 는 수학식 10에 따른다. H _p 는 수학식 14에 따른다.

(수학식 14)

H _f 는 수학식 15에 따른다.

(수학식 15)

벡터 d는 수학식 16에 따라 블럭들로 분할된다.

(수학식 16)

는 수학식 8에 따르고, d _p 는 수학식 17에 따른다.

(수학식 17)

d _f 는 수학식 18에 따른다.

(수학식 18)

원래의 시스템 모델은 수학식 19에 따르며, 도 4에 도시되어 있다.

(수학식 19)

수학식 19를 모델링하기 위한 한 접근법은 수학식 20에 따른다.

여기서, 이고, 이다. (수학식 20)

MMSE 알고리즘을 이용하여, 추정된 데이터 벡터 는 수학식 21에 따른다.

(수학식 21)

수학식 21에서, 는 수학식 22에 따른 칩 에너지이다.

(수학식 22)

은 수학식 23에 따른다.

(수학식 23)

는 이전의 슬라이딩 윈도우 단계에서 의 추정의 일부이다. 은 의 오토-코릴레이션 행렬이다. 즉, 이다. 만일 H _f d _f 및 n이 언코릴레이트된다고 가정하면, 수학식 24의 결과가 나온다.

(수학식 24)

의 신뢰성은 (채널 지연 스팬 L 에 관한) 슬라이딩 윈도우 크기와 슬라이딩 단계 크기에 의존한다.

이 접근법은 또한 도 5의 플로차트, 및 WTRU나 기지국으로 구현될 수 있는 도 6의 양호한 수신기 컴포넌트들과 연계하여 기술된다. 도 6의 회로는 주문형 집적 회로(ASIC)과 같은 하나의 집적 회로(IC) 상에 구현되거나, 개별적인 컴포넌트들 또는 IC와 개별적인 컴포넌트들과의 조합과 같은 복수의 IC들 상에 구현될 수 있다.

채널 추정 장치(20)는 수신 벡터 r을 처리하여 채널 추정 행렬 부분들, , 및 H _f 를 생성한다(단계 50). 미래 노이즈 오토-코릴레이션 장치(24)는 미래 노이즈 오토-코릴레이션 계수, 를 결정한다(단계 52). 노이즈 오토-코릴레이션 장치(22)는 노이즈 오토-코릴레이션 계수, E{nn ^H}를 결정한다(단계 54). 합산기(26)는 2개의 계수들을 합산하여 를 생성한다(단계 56).

과거 입력 보정 장치(28)는, 채널 응답 행렬 H _p 의 과거 부분과 데이터 벡터 의 과거의 사전설정된 부분을 취하여, 과거 보정 계수 를 생성한다(단계 58). 감산기(30)는 수신 벡터로부터 과거 보정 계수를 감산하여, 수정된 수신 벡터 를 생성한다(단계 60). MMSE 장치(34)는 수학식 21에 따른 수신 데이터 벡터 중심부 를 결정하기 위해 ,및를 사용한다(단계 62). 의 부분을 다음 윈도우 결정에서의로서 사용하여 동일한 방식으로 다음 윈도우가 결정된다(단계 64). 이 접근법에서 설명된 바와 같이, 관심 부분에 대한 데이터 만이 결정되어, 데이터 검출 및 데이터 벡터의 원치 않는 부분의 절삭에 연관된 복잡도를 줄이게 된다.

데이터 검출에 대한 다른 접근법에서, 노이즈 항(noise term)만이 보정된다. 이 접근법에서, 시스템 모델은 수학식 25에 따른다.

(수학식 25)

MMSE 알고리즘을 사용하여, 추정된 데이터 벡터 는 수학식 26에 따른다.

(수학식 26)

H _p d _p , H _f d _f 및 n은 언코릴레이트된 것으로 가정하여, 수학식 27이 결과로서 생긴다.

(수학식 27)

수학식 27을 사용하여 수학식 26을 풀기 위한 복잡도를 줄이기 위해, 및 에 대한 전체 행렬 곱셈은 필요하지 않다. 이는 H _p 및 H _f 의 상위 및 하위 코너만이 대개 0이 아니기 때문이다.

이러한 접근법은, 또한 도 7의 플로차트, 및 WTRU나 기지국으로 구현될 수 있는 도 8의 양호한 수신기의 컴포넌트들과 연계하여 설명된다. 도 8의 회로는, 주문형 집적 회로(ASIC)와 같은 하나의 집적 회로(IC) 상에 구현되거나, 개별적인 컴포넌트들 또는 IC와 개별적인 컴포넌트들과의 조합과 같은 복수의 IC상에 구현될 수 있다.

채널 추정 장치(36)는 수신 벡터를 처리하여, 채널 추정 행렬 부분 , 및 H _f 를 생성한다(단계 70). 노이즈 오토-코릴레이션 장치(38)는 채널 응답 행렬의 미래부 및 과거부를 사용하여 노이즈 오토-코릴레이션 보정 계수 를 결정한다(단계 72). 노이즈 오토-코릴레이션 장치(40)는 노이즈 오토-코릴레이션 계수 E{nn ^H}을 결정한다(단계 74). 합산기(42)는 노이즈 오토-코릴레이션 계수에 노이즈 오토-코릴레이션 보정 계수를 가산하여 를 생성한다(단계 76). MMSE 장치(44)는 데이터 벡터 의 중심 부분을 추정하기 위해 채널 응답 행렬 의 중심 부분, 수신 벡터 r, 및 를 사용한다(단계 78). 이러한 접근법의 한 잇점은, 검출된 데이터를 사용하는 피드백 루프가 필요하지 않다는 것이다. 그 결과, 상이한 슬라이드 윈도우 버전이, 순차적 방식이 아니라 병렬로 결정될 수 있다.

Claims (32)

1. 무선 통신 시스템에서 데이터 추정을 위한 방법에 있어서,

   수신 벡터(received vector)를 생성하는 단계;

   상기 수신 벡터의 희망 데이터 부분(a desired portion of data)을 추정하는데 사용하기 위해, 채널 추정 행렬의 과거부(past portion), 중심부(center portion), 및 미래부(future portion)를 결정하는 단계로서, 상기 과거부는 상기 희망 데이터 부분 이전에 수신된 신호 부분과 연관되어 있고, 상기 미래부는 상기 희망 데이터 부분 이후의 수신 벡터 부분과 연관되어 있고, 상기 중심부는 상기 희망 데이터 부분과 연관된 상기 수신 벡터 부분과 연관되어 있는 것인, 상기 결정하는 단계;

   검출된 데이터의 실효 절삭(effectively truncating)없이 상기 희망 데이터 부분을 추정하는 단계로서, 상기 희망 데이터 부분의 추정은 상기 채널 추정 행렬의 중심부와 상기 수신 벡터 부분을 입력으로서 갖는 최소 평균 자승 오차 알고리즘(minimum mean square error algorithm)을 이용하는 것인, 상기 희망 데이터 부분을 추정하는 단계; 및

   상기 최소 평균 자승 오차 알고리즘 내의 계수들을 조절하기 위해 상기 채널 추정 행렬의 상기 과거부 및 미래부를 이용하는 단계

   를 포함하는, 데이터 추정 방법.
2. 제1항에 있어서, 상기 수신 벡터는 적어도 하나의 코드 분할 다중 액세스 신호를 포함하고, 상기 추정된 희망 데이터 부분은 확산 데이터 벡터 부분을 생성하는 것인, 데이터 추정 방법.
3. 제1항에 있어서, 상기 채널 추정 행렬의 과거부, 및 상기 채널 추정 행렬의 과거부와 연관된 상기 수신 벡터 부분에 대해 앞서 추정된 데이터를 사용하여, 최소 평균 자승 오차 알고리즘에 수신 벡터를 입력하기 이전에 상기 수신 벡터를 조절하는 단계를 더 포함하는, 데이터 추정 방법.
4. 제3항에 있어서, 상기 수신 벡터를 조절하는 단계는, 상기 채널 추정 행렬의 과거부와 상기 앞서 추정된 데이터와의 곱을 상기 수신 벡터로부터 감산하는 것에 의한 것인, 데이터 추정 방법.
5. 제1항에 있어서, 상기 데이터 추정은 슬라이딩 윈도우 접근법을 사용하여 수행되고, 상기 수신 벡터의 희망 데이터 부분은 상기 윈도우의 중심부인 것인, 데이터 추정 방법.
6. 제1항에 있어서, 상기 과거 채널 추정 행렬, 상기 미래 채널 추정 행렬, 및 노이즈의 오토-코릴레이션을 이용하여 노이즈 계수를 생성하는 단계를 더 포함하고, 상기 최소 평균 자승 오차 알고리즘으로의 입력은 노이즈 계수, 상기 채널 추정 행렬의 중심부, 및 상기 수신 벡터 부분인 것인, 데이터 추정 방법.
7. 무선 전송/수신 유닛에 있어서,

   수신 벡터를 생성하기 위한 수단;

   상기 수신 벡터의 희망 데이터 부분을 추정하는데 사용되며, 채널 추정 행렬의 과거부, 중심부, 및 미래부를 결정하기 위한 수단으로서, 상기 과거부는 상기 희망 데이터 부분 이전에 수신된 신호 부분과 연관되어 있고, 상기 미래부는 상기 희망 데이터 부분 이후의 수신 벡터 부분과 연관되어 있고, 상기 중심부는 상기 희망 데이터 부분과 연관된 상기 수신 벡터 부분과 연관되어 있는 것인, 상기 결정하기 위한 수단;

   검출된 데이터의 실효 절삭없이 희망 데이터 부분을 추정하기 위한 수단으로서, 상기 희망 데이터 부분의 추정은 상기 채널 추정 행렬의 중심부와 상기 수신 벡터 부분을 입력으로서 갖는 최소 평균 자승 오차 알고리즘을 사용하는 것인, 상기 희망 데이터 부분을 추정하기 위한 수단; 및

   상기 최소 평균 자승 오차 알고리즘 내의 계수들을 조절하기 위해 상기 채널 추정 매트릭스의 과거부 및 미래부를 사용하는 수단

   을 포함하는, 무선 전송/수신 유닛.
8. 제7항에 있어서, 상기 수신 벡터는 적어도 하나의 코드 분할 다중 액세스 신호를 포함하고, 상기 추정된 희망 데이터 부분은 확산 데이터 벡터 부분을 생성하는 것인, 무선 전송/수신 유닛.
9. 제7항에 있어서, 상기 수신 벡터는, 상기 채널 추정 행렬의 과거부, 및 상기 채널 추정 행렬의 과거부와 연관된 상기 수신 벡터 부분에 대해 앞서 추정된 데이터를 사용하여, 상기 최소 평균 자승 오차 알고리즘에 입력되기 이전에 조절되는 것인, 무선 전송/수신 유닛.
10. 제9항에 있어서, 상기 수신 벡터를 조절하는 단계는, 상기 채널 추정 행렬의 과거부와 상기 앞서 추정된 데이터와의 곱을 상기 수신 벡터로부터 감산하는 것에 의한 것인, 무선 전송/수신 유닛.
11. 제7항에 있어서, 상기 데이터 추정은 슬라이딩 윈도우 접근법을 사용하여 수행되고, 상기 수신 벡터의 희망 데이터 부분은 상기 윈도우의 중심부인 것인, 무선 전송/수신 유닛.
12. 제7항에 있어서, 상기 과거 채널 추정 행렬, 상기 미래 채널 추정 행렬, 및 노이즈의 오토-코릴레이션을 이용하여 노이즈 계수가 생성되고, 상기 최소 평균 자승 오차 알고리즘으로의 입력은 상기 노이즈 계수, 상기 채널 추정 행렬의 중심부, 및 상기 수신 벡터의 부분인 것인, 무선 전송/수신 유닛.
13. 적어도 하나의 신호를 수신하여 수신 벡터를 생성하는 무선 전송/수신 유닛에 있어서,

    상기 수신 벡터의 희망 데이터 부분의 추정에 사용되고, 채널 추정 행렬의 과거부, 중심부, 및 미래부를 결정하기 위한 채널 추정 장치로서, 상기 과거부는 상기 희망 데이터 부분 이전에 수신된 신호 부분과 연관되어 있고, 상기 미래부는 상기 희망 데이터 부분 이후의 수신 벡터 부분과 연관되어 있고, 상기 중심부는 상기 희망 데이터 부분과 연관된 상기 수신 벡터 부분과 연관되어 있는 것인, 상기 채널 추정 장치;

    검출된 데이터의 실효 절삭없이 상기 희망 데이터 부분을 추정하기 위한 최소 평균 자승 오차 장치로서, 상기 희망 데이터 부분의 추정은, 상기 채널 추정 행렬의 중심부와 상기 수신 벡터 부분을 입력으로서 갖는 최소 평균 자승 오차 알고리즘을 이용하고, 상기 채널 추정 행렬의 과거부 및 미래부는 최소 평균 자승 오차 알고리즘 내의 계수들을 조절하기 위해 사용되는 것인, 상기 최소 평균 자승 오차 장치

    를 포함하는, 무선 전송/수신 유닛.
14. 제13항에 있어서, 상기 수신 벡터는 적어도 하나의 코드 분할 다중 액세스 신호를 포함하고, 상기 추정된 희망 데이터 부분은 확산 데이터 벡터 부분을 생성하는 것인, 무선 전송/수신 유닛.
15. 제13항에 있어서, 상기 수신 벡터는, 상기 채널 추정 행렬의 과거부, 및 상기 채널 추정 행렬의 과거부와 연관된 상기 수신 벡터 부분에 대해 앞서 추정된 데이터를 사용하여, 상기 최소 평균 자승 오차 알고리즘에 입력되기 이전에 조절되는 것인, 무선 전송/수신 유닛.
16. 제15항에 있어서, 상기 수신 벡터의 조절은, 상기 채널 추정 행렬의 과거부와 상기 앞서 추정된 데이터와의 곱을 상기 수신 벡터로부터 감산하는 것에 의한 것인, 무선 전송/수신 유닛.
17. 제13항에 있어서, 상기 데이터 추정은 슬라이딩 윈도우 접근법을 사용하여 수행되고, 상기 수신 벡터의 희망 데이터 부분은 상기 윈도우의 중심부인 것인, 무선 전송/수신 유닛.
18. 제13항에 있어서, 상기 과거 채널 추정 행렬, 상기 미래 채널 추정 행렬, 및 노이즈의 오토-코릴레이션을 이용하여 노이즈 계수가 생성되고, 상기 최소 평균 자승 오차 알고리즘으로의 입력은 상기 노이즈 계수, 상기 채널 추정 행렬의 중심부, 및 상기 수신 벡터 부분인 것인, 무선 전송/수신 유닛.
19. 기지국에 있어서,

    수신 벡터를 생성하기 위한 수단;

    상기 수신 벡터의 희망 데이터 부분을 추정하는데 사용되고, 채널 추정 행렬의 과거부, 중심부, 및 미래부를 결정하기 위한 수단으로서, 상기 과거부는 상기 희망 데이터 부분 이전에 수신된 신호 부분과 연관되어 있고, 상기 미래부는 상기 희망 데이터 부분 이후의 수신 벡터 부분과 연관되는 있고, 상기 중심부는 상기 희망 데이터 부분과 연관된 상기 수신 벡터 부분과 연관되어 있는 것인, 상기 결정하기 위한 수단;

    검출된 데이터의 실효 절삭없이 희망 데이터 부분을 추정하기 위한 수단으로서, 상기 희망 데이터 부분의 추정은 상기 채널 추정 행렬의 중심부와 상기 수신 벡터 부분을 입력으로서 갖는 최소 평균 자승 오차 알고리즘을 사용하는 것인, 상기 희망 데이터 부분을 추정하기 위한 수단; 및

    상기 최소 평균 자승 오차 알고리즘 내의 계수들을 조절하기 위해 상기 채널 추정 매트릭스의 과거부 및 미래부를 사용하는 수단

    을 포함하는, 기지국.
20. 제19항에 있어서, 상기 수신 벡터는 적어도 하나의 코드 분할 다중 액세스 신호를 포함하고, 상기 추정된 희망 데이터 부분은 확산 데이터 벡터 부분을 생성하는 것인, 기지국.
21. 제19항에 있어서, 상기 수신 벡터는, 상기 채널 추정 행렬의 과거부, 및 상기 채널 추정 행렬의 과거부와 연관된 상기 수신 벡터 부분에 대해 앞서 추정된 데이터를 사용하여, 상기 최소 평균 자승 오차 알고리즘에 입력되기 이전에 조절되는 것인, 기지국.
22. 제21항에 있어서, 상기 수신 벡터의 조절은, 상기 채널 추정 행렬의 과거부와 상기 앞서 추정된 데이터와의 곱을 상기 수신 벡터로부터 감산하는 것에 의한 것인, 기지국.
23. 제19항에 있어서, 상기 데이터 추정은 슬라이딩 윈도우 접근법을 사용하여 수행되고, 상기 수신 벡터의 희망 데이터 부분은 상기 윈도우의 중심부인 것인, 기지국.
24. 제19항에 있어서, 상기 과거 채널 추정 행렬, 상기 미래 채널 추정 행렬, 및 노이즈의 오토-코릴레이션을 이용하여 노이즈 계수가 생성되고, 상기 최소 평균 자승 오차 알고리즘으로의 입력은 상기 노이즈 계수, 상기 채널 추정 행렬의 중심부, 및 상기 수신 벡터 부분인 것인, 기지국.
25. 적어도 하나의 신호를 수신하여 수신 벡터를 생성하는 기지국에 있어서,

    상기 수신 벡터의 희망 데이터 부분의 추정에 사용되고, 채널 추정 행렬의 과거부, 중심부, 및 미래부를 결정하기 위한 채널 추정 장치로서, 상기 과거부는 상기 희망 데이터 부분 이전에 수신된 신호 부분과 연관되어 있고, 상기 미래부는 상기 희망 데이터 부분 이후의 수신 벡터 부분과 연관되어 있고, 상기 중심부는 상기 희망 데이터 부분과 연관된 상기 수신 벡터 부분과 연관되어 있는 것인, 상기 채널 추정 장치;

    검출된 데이터의 실효 절삭없이 상기 희망 데이터 부분을 추정하기 위한 최소 평균 자승 오차 장치로서, 상기 희망 데이터 부분의 추정은, 상기 채널 추정 행렬의 중심부와 상기 수신 벡터 부분을 입력으로서 갖는 최소 평균 자승 오차 알고리즘을 이용하고, 상기 채널 추정 행렬의 과거부 및 미래부는 최소 평균 자승 오차 알고리즘 내의 계수들을 조절하기 위해 사용되는 것인, 상기 최소 평균 자승 오차 장치

    를 포함하는, 기지국.
26. 제25항에 있어서, 상기 수신 벡터는 적어도 하나의 코드 분할 다중 액세스 신호를 포함하고, 상기 추정된 희망 데이터 부분은 확산 데이터 벡터 부분을 생성하는 것인, 기지국.
27. 제25항에 있어서, 상기 수신 벡터는, 상기 채널 추정 행렬의 과거부, 및 상기 채널 추정 행렬의 과거부와 연관된 상기 수신 벡터 부분에 대해 앞서 추정된 데이터를 사용하여, 상기 최소 평균 자승 오차 알고리즘에 입력되기 이전에 조절되는 것인, 기지국.
28. 제27항에 있어서, 상기 수신 벡터의 조절은, 상기 채널 추정 행렬의 과거부와 상기 앞서 추정된 데이터와의 곱을 상기 수신 벡터로부터 감산하는 것에 의한 것인, 기지국.
29. 제25항에 있어서, 상기 데이터 추정은 슬라이딩 윈도우 접근법을 사용하여 수행되고, 상기 수신 벡터의 희망 데이터 부분은 상기 윈도우의 중심부인 것인, 기지국.
30. 제25항에 있어서, 상기 과거 채널 추정 행렬, 상기 미래 채널 추정 행렬, 및 노이즈의 오토-코릴레이션을 이용하여 노이즈 계수가 생성되고, 상기 최소 평균 자승 오차 알고리즘으로의 입력은 상기 노이즈 계수, 상기 채널 추정 행렬의 중심부, 및 상기 수신 벡터 부분인 것인, 기지국.
31. 집적 회로에 있어서,

    수신 벡터를 수신하도록 구성된 입력;

    상기 수신 벡터를 이용하여 채널 응답 행렬의 과거부, 중심부, 및 미래부를 생성하는 채널 추정 장치;

    상기 채널 응답 행렬의 미래부를 수신하여 미래 노이즈 오토-코릴레이션 계수를 생성하기 위한 미래 노이즈 오토-코릴레이션 장치;

    상기 수신 벡터를 이용하여 노이즈 오토-코릴레이션 계수를 생성하는 노이즈 오토-코릴레이션 장치;

    상기 미래 노이즈 오토-코릴레이션 계수와 상기 노이즈 오토-코릴레이션 계수를 합산하기 위한 합산기;

    상기 채널 응답 행렬의 과거부와 앞서 검출된 데이터를 수신하여 과거 입력 보정 계수를 생성하기 위한 과거 입력 보정 장치;

    상기 수신 벡터로부터 상기 과거 입력 보정 계수를 감산하기 위한 감산기; 및

    상기 합산기의 출력, 상기 감산기의 출력, 및 상기 채널 추정 행렬의 중심부를 수신하여, 추정된 데이터를 생성하기 위한 최소 평균 자승 오차 장치

    를 포함하는 집적 회로.
32. 집적 회로에 있어서,

    수신 벡터를 수신하도록 구성된 입력;

    상기 수신 벡터를 이용하여 채널 응답 행렬의 과거부, 중심부, 및 미래부를 생성하는 채널 추정 장치;

    상기 채널 응답 행렬의 미래부 및 과거부를 수신하여 노이즈 오토-코릴레이션 보정 계수를 생성하기 위한 노이즈 오토-코릴레이션 보정 장치;

    상기 수신 벡터를 이용하여 노이즈 오토-코릴레이션 계수를 생성하는 노이즈 오토-코릴레이션 장치;

    상기 노이즈 오토-코릴레이션 계수와 상기 노이즈 오토-코릴레이션 보정 계수를 합산하기 위한 합산기;

    상기 합산기의 출력, 상기 채널 응답 행렬의 중심부, 및 상기 수신 벡터를 수신하여, 추정된 데이터를 생성하는 최소 평균 자승 오차 장치

    를 포함하는 집적 회로.