KR20060076189A

KR20060076189A - 개선된 블라인드 신호대 잡음비 추정 방법

Info

Publication number: KR20060076189A
Application number: KR1020050112956A
Authority: KR
Inventors: 폴 에이. 엠. 뷰네
Original assignee: 알까뗄
Priority date: 2004-12-28
Filing date: 2005-11-24
Publication date: 2006-07-04
Also published as: EP1677445B1; DE602004002304T2; JP2006191565A; WO2006069846A1; EP1677445A1; DE602004002304D1; RU2005141120A; MXPA05012543A; ATE397850T1; US20060140312A1; CN1798120A; JP4331716B2

Abstract

데이터 심볼 성분(s _n )과 잡음 성분(n _n )을 포함하는 변조된 통신 신호(r _n )의 신호대 잡음비(SNR:

)를 추정하는 방법으로서, 데이터 지원의 최대 우도 추정으로부터 상기 변조된 통신 신호의 중간 SNR 값(

)를 유도하고, 상기 지원하는 데이터는 미리 알려져 있지 않으나, 상기 변조된 통신 신호(r _n )의 샘플들로부터 재구성되며, 상기 중간 SNR 값(

)의 통제된 비선형 변환(controlled non-linear conversion)에 의해 추정된 SNR 값(

)을 판정하는 것을 특징으로 한다. 본 방법은 적은 수의 처리 샘플들로도 높은 정확도로 SNR 추정이 이루어지도록 한다.

Kurtosis, 최대 우도 SNR 추정, 반복적 추정, 블라인드 추정, 근사화

Description

개선된 블라인드 신호대 잡음비 추정 방법{IMPROVED BLIND SNR ESTIMATION}

도 1은 본 발명에 따른 방법에서 사용하기 위한 노이즈가 있는 채널을 갖는이진 송신 시스템을 나타낸 도면.

도 2는 BPSK 실제 채널에 대한 추정 편차 함수(Ψ(

))와 본 발명에 따라 상기 함수 및 그 역함수들을 근사화한 쌍곡선 함수(Ψ _HA (

))를 나타낸 그래프.

도 3a은 실제 SNR 값들에 대한 추정된 SNR 값들의 정규화된 평균 제곱 오차를, 표준 RDA 최대 우도 SNR 추정기법(종래 기술), 본 발명의 RDA-ER 기법 및 본 발명의 RDA-ERHA 기법에 대하여, SNR 추정에 100개의 샘플을 처리하여, 실제 SNR 값의 함수로 나타낸 도면.

도 3b는 SNR 추정에 1000 개의 샘플을 처리한 도 3a에 상응하는 도면.

도 4a는 실제 SNR 값들에 대한 추정된 SNR 값들의 정규화된 평균 제곱 오차를, 표준 RDA 최대 우도 SNR 추정기법(종래 기술), 본 발명의 RDA-ER, 반복적인 방법(종래 기술) 및 Kurtosis 방법(종래 기술)에 대하여, SNR 추정에 100개의 샘플을 처리하여, 실제 SNR 값의 함수로 나타낸 도면.

도 4b는 SNR 추정에 1000개의 샘플을 처리한 도 4a에 상응하는 도면.

본 발명은 데이터 심볼 성분(s_n)과 잡음 성분(n_n)을 포함하는 변조된 통신 신호(r_n)의 신호대 잡음비(SNR)을 추정하는 방법에 관한 것이다.

SNR 추정 기법에 대한 개요가 D.R. Pauluzzi, N.C. Beaulieu, IEEE Trans. Comm. Vol. 48, Nr. 10, P. 1681-1691(October 2000)에 개시되어 있다.

개선된 모바일 무선 모듈에 최적의 기능을 제공하기 위하여, 변조된 통신 신호들의 신호대 잡음비(SNR)의 정확한 추정이 필요하다. 물리 계층상에서는, 최대비 조합 및 터보-디코딩(maximum-ratio combining and turbo-decoding)에서 SNR 값들이 사용된다. 보다 상위 계층들에서는, 콜 셋업(call setup), 매크로 다이버시티(macrodiversity), 및 핸드오버 제어(handover control)를 위해 SNR 값들이 사용된다.

모바일 무선 네트워크와 같은 SNR이 변화하는 환경에서는, SNR 값의 판정이 보다 빨라야 한다.

SNR 값(

)은 신호 전력과 잡음 전력의 비로 정의된다. 즉,

SNR 추정은 데이터가 지원되는 방식(data-assisted: DA) 또는 데이터가 지원되지 않는 방식(Non-data assisted: NDA) 방식으로 이루어질 수 있다. 후자를 "블 라인드(blind)" 추정이라고도 한다.

데이터 지원 방식의 SNR 추정기법의 경우, 일련의 샘플들(하나의 샘플은 통상 하나의 비트에 해당함)이 미리 알려진다. 일련의 샘플들을 송신한 후, 데이터 지원 방식의 최대 우도 추정(maximum likelihood estimation)을 통해서 수신된 데이터와 원래의 데이터가 비교된다. 알려진 일련의 샘플들은 프리앰블(preamble) 또는 트레이닝 시퀀스(training sequence) 일 수 있다.

상기 송신된 일련의 샘플들이 미리 알려져 있지 않다면, 블라인드 추정 알고리즘이 적용되어야 한다. 블라인드 SNR 추정의 알려진 알고리즘으로는, a) 표준 수신 데이터 지원방식(received data aided: RDA)의 최대 우도 SNR 추정기법 (D. Pauluzzi, N. Beaulieu, IEEE Trans. Comm., Vol 48, No 10, pp. 1681 - 1691, October 2000), b) 반복 SNR 추정기법(B. Li et al., IEEE Commun. Lett. Vol 6, No 11, pp. 469-471, November 2002), 및 c) Kurtosis SNR 추정 기법 (. R. Matzner, K. Letsch, Proc. IEEE-IMS Workshop on Information Theory and Statistics, Alexandria/VA, USA, p. 68ff, October 1994)을 포함한다.

그러나, 이러한 알고리즘들은 적은 수의 샘플에서는 다소 부정확하다. 또한, 특히 반복적인 SNR 추정기법은 성가시고, 시간이 많이 소모된다.

본 발명의 목적은, 변조된 통신 신호에 대하여 강건한(robust) SNR 추정 방법으로서, 처리되는 샘플들의 수가 적은 경우에도 높은 정확도를 갖는 방법을 제공하는 것이다.

이러한 목적은, 도입부에서 도입된 바와 같이, 데이터 지원의 최대 우도 추정으로부터 상기 변조된 통신 신호의 중간 SNR 값(

)를 유도하고, 상기 지원하는 데이터는 미리 알려져 있지 않으나, 변조된 통신 신호(r _n )의 샘플들로부터 재구성되며, 중간 SNR 값(

)을 판정하는 것을 특징으로 하는 신호대 잡음비 추정 방법으로 성취된다.

본 발명의 방법은 중간 SNR 값의 변환에 의해 변조된 통신 신호의 SNR을 추정한다. 변조된 통신 신호의 표준 RDA 최대 우도 SNR 추정에 의해 중간 SNR 값이 얻어진다. 중간 SNR 값(

)은 실제 SNR 값(

)으로부터 편차가 있다. 특히, 실제 SNR 값(

)이 작은 값인 경우, 즉

→ 0 인 경우,

는

보다 훨씬 크다. 이러한 편차는 중간 SNR 값의 통제된 비선형 변환에 의해 보상된다.

통제된 비선형 변환은,

와

사이의 실험적으로 미리 정해진 상관에 기초한 변환 테이블에 의해 이루어질 수 있다. 그러나,

와

사이의 상관을 수학적으로 모델링하고, 변환을 위해 모델링된 상관값을 사용하는 것이 바람직하다. 모델링을 위하여, 변조된 통신 신호의 특성에 대한 적당한 가정 및/또는 정보가 유용하다. 특히, 변조의 형태는 알고 있어야 한다. BPSK에 의해 변조된 신호들은 본 발명의 방법에 의해 매우 잘 핸들링 될 수 있음을 발견하였다. 또한, 변조된 통신 신호 내의 잡음의 종류는 가우시안 분포를 갖는 것으로 가정할 수 있다.

광범위한 SNR 범위에 대하여 매우 정확하고 강건한 추정된 SNR 값을 취득함으로 인하여, 본 발명에 의해 판정되는 바와 같이, 수신기 성능을 개선시킬 수 있어서, 예컨대 네트워크 설계, 특히, UL/DL 전송 전력의 요구사항이 낮고, 기지국들, 노드들(B) 간의 거리가 넓은 경우 등에 있어서, 마진을 줄일 수 있도록 해준다.

본 발명의 방법의 바람직한 변형예에서는, 통제된 비선형 변환은 수정함수 Ψ^-1에 의해 수행되며(

), 여기서, 수정함수 Ψ^-1 는 추정된 편차 함수(Ψ)의 역함수로서, 추정 편차 함수(Ψ)는

로부터

의 편차를 상관시켜 실제 편차 함수(Ψ _true )를 근사화(즉,

, 및

)하는 것이다. 통상, 추정 편차 함수는 수학적 모델링으로 결정된다. 그 역함수, 즉 상관 함수는 좌표계의 일사분면의 이등분선에서 추정 편차 함수를 대칭 이동함으로써 얻어질 수 있다. 추정 편차 함수가 충분히 간단하면, 그 역함수는 해석적으로(analytically) 계산될 수 있다. 추정 편차 함수(Ψ(

))는, 중간 SNR 신호와 동일하게 설정하여 계산될 수 있으며, 이는 변조된 통신 신호의 추정 잡음 전력과 추정 신호 전력의 비이다. 추정 신호 전력 및 추정 잡음 전력은

의 함수로 표현되어야 하며, 여기서 추정 잡음 전력은, 처리되어야할 샘플의 수가 무한하다는 등의 적절한 가정을 요한다.

본 발명의 방법의 바람직한 개선예에서, Ψ는, N이 큰 수 인 경우(즉, N → ∞, N은 처리되는 상기 변조된 통신 신호(r _n )의 샘플들의 수),

가 되도록 선택된다. 그 후, 이러한 방식으로 발견되는 추정 편차 함수는 무한 수의 샘플을 갖는 데이터에도 적용된다. 많은 경우에 있어서, 특히 BPSK 변조와 가우시안 잡음 분포에 있어서, N → ∞ 일 때, Ψ _true (

) 이 정확하게 판정될 수 있다. 후자의 가정은 샘플들의 수가 충분히 큰 경우에 가장 실제적인 상황에서 정의된다. 특히, 100 개 이상의 샘플들이 충분하다.

본 발명의 방법의 상기 변형예의 또 다른 바람직한 개선예에서, Ψ(

)은,

이다. 이러한 Ψ(

)의 선택은 변조된 통신 신호가 BPSK 변조인 경우 매우 정확한 결과를 가져온다.

변형예의 또 다른 개선예로서, Ψ^-1 은 근사화 테이블에 의해 적용된다. 근사화 테이블은 테이블에 일람된 수정 함수의 값에 매우 빠른 접근을 제공한다. 대안으로서, 수정 함수의 값의 온라인 수치 또는 분석적 계산이 또한 가능하지만, 시간이 더 소모된다.

상기 변형예를 개선하면 더욱 바람직한데, Ψ(

)은,

이다. BPSK 변조의 경우, 이러한 쌍곡선 함수가 Ψ _true (

)의 좋은 근사화이다. 그 역은

인 경우,

, 및

인 경우,

로서, 곧바로 계산될 수 있다. 그러므로, 수정 함수가 해석적으로 활용가능하며, 이는 추정 SNR 값(

)의 판정을 간략화하고 가속시킨다.

본 발명의 방법의 또 다른 변형예에서는, 처리되는 변조된 통신 신호(r _n )의 샘플들의 수(N)는 500 이하, 바람직하게는 100 이하이다. 이러한 경우, 본 발명의 방법은 높은 정확도의 추정 SNR 값을 제공하는 반면, 공지된 방법은 낮은 정확도를 나타낸다. N이 1000 이상과 같이, N 이 큰 경우, 본 발명의 방법은 공지된 방법들과 같이 동일하게 정확한 추정 SNR 값들을 제공하지만, 일반적으로 보다 적은 수고로 이루어진다.

또한, 본 발명의 범주로서, 본 발명의 방법에 따라 변조된 통신 신호(r _n )의 신호대 잡음비(

)를 추정하는 컴퓨터 프로그램이 있다. 컴퓨터 프로그램은 기억 장치, 특히 하드 디스크 또는 하드 디스크 등의 이동성 저장매체에 기억될 수도 있다.

또한, 본 발명은 본 발명의 방법에 따라 변조된 통신 신호(r _n )의 신호대 잡 음비(

)를 추정하는 수신기 시스템을 포함한다. 수신기 시스템은 수신기 유닛을 포함한다. 수신기 유닛은 예컨대 무선 또는 광화이버 라인에 의해 전송이 이루어지도록 하여, 전송된 신호들을 수신할 수 있다. 본 발명의 방법은 수신된 전송 신호들로 곧바로, 즉 수신기 유닛에서 수행될 수 있다. 대안으로서, 본 발명의 방법은 수신된 전송 신호들에 대한 터보 디코딩과 같은 채널 디코딩 후에 적용될 수 있다. 후자의 경우, 본 발명의 방법은 "소프트"신호들로 수행된다.

또한, 본 발명은 전술한 바와 같은 본 발명의 컴퓨터 프로그램 및/또는 본 발명의 수신기 시스템을 구비하는 장치, 특히 기지국 또는 이동국에서 구현될 수 있다. 일반적인 이동국은 모바일 폰이다. 본 발명의 장치는 3G 또는 B3G 네트워크의 일부일 수 있으며, 특히, UMTS 네트워크 또는 WLAN 네트워크의 일부 일 수 있다.

상세한 설명과 첨부된 도면으로부터 또 다른 장점들이 도출될 수 있다. 전술한 그리고 이하의 특징들은 본 발명에 따라 개별적으로 또는 집합적으로 어떠한 조합형태로든 사용될 수 있다. 설명하는 실시예들은 본 발명의 설명에 대하여 일일히 열거하는 것으로 이해되어서는 않되며, 일례의 특징을 갖는 것으로 이해되어야 한다.

본 발명은 무선 전화 네트워크와 같은 송신 시스템에서의 SNR 값들의 추정을 다룬다. 본 발명에서 사용되는 송신 시스템이 도 1에 개략적으로 도시되어 있다. 소스(S)에서, 이진 데이터가 생성된다. 이진 데이터는, 예컨대 전화 통화에 대한 정보를 포함할 수 있다. 이진 데이터는 0 내지 N-1 까지의 복수의 비트들 b _n (여기서 n은 비트들의 인덱스 번호, N은 이진 데이터의 전체 비트 수)로 구성된다. 각각의 비트는 0 또는 1의 값을 가질 수 있다. 이진 데이터를 전송하기 위하여, 변조기(M)에서 변조된다. 일반적인 변조방법으로는 +1 또는 -1의 데이터 심볼 성분 값들(S_n)을 가져오는, BPSK(binary phase shift keying) 변조가 있다. 통상 반송파 주파수를 인가하는 데이터 심볼 성분(s _n )의 물리적인 전송에 있어서, 데이터 심볼 성분(s _n )은 α의 인자 만큼 증폭된다. 또한, 잡음(n _n )이 증폭된 데이터 심볼 성분 αㆍs _n 에 채널에 의해 중첩된다. 증폭 인자 α 및 잡음 레벨은 초기에는 미지의 상태이다. 따라서, 전체적으로, 변조된 통신 신호

가 생성되고, 수신기 시스템에서의 검지할 준비가 된다. 수신기 시스템은 예컨대 모바일 폰의 일부일 수 있다. 물리전인 전송 중에는, 다른 주파수 범위 및/또는 다른 (확산) 코드 범위에서 동시에 다른 데이터 심볼 성분들이 전송될 수 있다. 이러한 다른 데이터 심볼 성분들은 잡음 성분(n _n )에 영향을 미칠 수도 있겠으나, 본 발명과 관련하여서는 무시될 수 있다.

이하에 있어서, BPSK 변조가 실제 채널에서 가우시안 타입의 잡음 확률 밀도 함수(probability density funcion: PDF)

를 갖는 것으로 가정한다(여기서, σ는 표준 편차 또는 잡음 진폭). 그러나, 본 발명에 있어서, 기타의 신호 특성들도 가능하다.

데이터 지원의(Data-aided: DA) 최대 우도 SNR 추정기법을 적용하는 경우, 파일럿 s _n 이 알려져 있다면, 즉 일련의 N개의 데이터 심볼성분 값들이 알려져 있다면, 진폭의 추정값

는 이하와 같이 계산된다.

(여기서, s _n = {+1, -1})

상기의 모자모양의 표시(∧)는 추정된 값임을 나타내며, E는 입력값들의 평균값을 판정하는 추정 연산이다. 잡음 전력의 추정값

(2차 모멘트)은 이하와 같이 계산된다.

여기서,

는 종래 기술 D.R. Pauluzzi, N.C. Beaulieu, I.c.에 따라 선택되는 상수로서, σ²추정을 위한 최대 우도에 있어서

=0 이고, σ²추정을 위한 바이어스 소거에 있어서,

=1이고, σ²추정을 위한 최대 MSE에 있어서,

=-1이고,

추정을 위한 바이어스 소거에 있어서,

=3이고,

추정을 위한 최대 MSE에 있어서,

=5이다. 그러면, 데이터 지원의 SNR 추정 기법은 이하의 결과를 가져온다.

블라인드인 경우, 즉 수신 데이터 지원의(received-data-aided: RDA) 최대 우도 SNR 추정 기법의 경우, 제1 절대 모멘트(first absolute moment)와 같이 수신기의 판정에 기초하여 "파일럿"이 추정된다. 추정된 증폭 인자

는 이하와 같이 계산된다.

이에 따라, 잡음 전력이 추정된다(상기 DA를 비교함). 이에 따라, SNR 값이 추정된다.

이 값

는 종래 기술에 공지된 바와 같이, 표준 RDA 최대 우도 SNR 추정(standard RDA maximum likelihood SNR estimation)의 결과이다.

그러나, 실제의 데이터 심볼 성분값 s _n 대신에, 추정된 데이터 심볼 성분값

을 사용하여, 에러가 도입된다. 충분히 큰 SNR 값(

)인 경우,

가

를 매우 잘 근사화하지만, 작은 값의

인 경우, 추정된

는 너무 크다.

본 발명에 따르면,

값은 추정된 편차함수 Ψ(

)와 동일하게 설정 된다. 이를 위하여,

의 항은 이하의 근사화와 가정을 통해서 실제 SNR 값(

)의 함수로 표현된다.

특히, 도입부에 정의된 바와 같이, 일차원 가우시안 형태의 잡음 확률밀도함수(PDF)가 본 계산에 도입되며, BPSK 변조에 기초한 것이다 (인덱스 BPSK1에 표시됨. 여기서, "1"은 실제 채널과 그 잡음의 일차원성을 나타냄).

표준 RDA 최대 우도 추정의 결과(

)는 본 발명에 따른 추정 SNR 값 (

)의 실제 계산의 시작점으로 사용된다. 이러한 이유로,

는 중간 SNR 값이라고 한다.

의 인덱스 "ER"은 확장된 범위(extanded range: ER), 즉 본 발명의 적용으로 개선된 범위를 나타낸다.

의 계산을 위하여, 추정 편차함수 Ψ(

)의 역함수가(Ψ^-1)가 판정되고, 중간 SNR 값

이 Ψ^-1에 주어진다.

여기서,

≤

인 경우, Ψ^-1(

)=0 이다.

= Ψ(

)의 상관은

항으로

를 표현하기 위하여 필요한 가정과 간략화로 인하여, 실제적이고 정확한 상관의 근사화일 뿐이다 (

=Ψ _true (

)). 본 발명에 따르면, Ψ(

)가 Ψ _true (

)을 더욱 잘 근사화할수록, 추정된 SNR 값 (

)이 더욱 더 정확하게 된다.

실제 채널상에서 상기와 같이 계산된 경우의 BPSK에 있어서, 추정된 편차함수(Ψ)가 닫혀진 형태의 역함수로 전환될 수 없으므로, 수치 계산이 필요하다. 그러나, 간략화를 위하여, 추정된 편차함수(Ψ)는 역함수로 전환하기 쉬운 쌍곡선 함수 Ψ _HA 에 의해 이하와 같이 근사화될 수 있다.

그러면, 본 발명의 추정 SNR 값은 이하와 같이 계산될 수 있다.

도 2에는 함수

뿐만 아니라, 이를 근사화하는 함수

가 비교를 위해 도시되어 있다. 그 최대 차는 절대치로서 약 0.2, 비교치로서 10% 이다. 일사분면의 이등분선(심볼없는 쇄선)에서 점들을 대칭이동(mirroring)함으로써 이루어지는 그 역함수들이 또한 도 2에 도시되어 있다.

본 발명에 따른 변조된 통신 신호들의 SNR 값들을 추정하는 방법의 정확도를 정량화하기 위하여, 종래 기술의 SNR 추정 방법과 본 발명에 따른 SNR 추정 방법을 시험하였다.

각 방법에 대하여 N_t 회의 시험이 수행되었다. 각 테스트는 비연속적인 일련의 N개의 심볼(비트, 샘플)들로 수행된다. 각 셋트의 해당 변조 통신 신호들 r _n (n은 0에서 N-1까지)은 알려진 실제 SNR 값(

)를 갖는다. 각 테스트에 있어서, 시험되는 셋트의 추정된 SNR 값(

)은 현재의 시험 방법에 의해 판정된다(m은 0 내지 N _t-1 의 테스트 인덱스(또는 시험되는 셋트의 인덱스)). 추정된 SNR 값(

)과 비 교한, 추정된 SNR 값(

)의 분산은

의 정규화된 평균 제곱 에러(mean square error)를 계산함으로써 분석된다.

각 방법에 있어서, NMSE 값들은 실제 SNR 값(

)의 함수와 각 셋트의 샘플들(N)의 수의 함수이다.

테스트 결과가 도 3a에 도시되어 있다. 횡좌표는 실제 SNR(

)을 dB로 나타낸 것이며, 종좌표는 3개의 다른 방법(즉, 종래 기술의 표준 RDA 최대 우도 추정 기법, 도 2에 도시된 바와 같이 추정된 편차 함수(Ψ)를 갖는 본 발명의 RDA-ER 최대 우도 추정 기법, 및 도 2에 도시된 바와 같이 추정된 편차 함수(Ψ _HA )를 갖는 본 발명의 RDA-ERHA 최대 우도 추정 기법)에 있어서의 추정된 SNR 값들의 NMSE 값들을 로그 스케일로 나타낸 것이다. 본 도면에 있어서, SNR 추정별로 N=100개의 샘플로서, 10⁶ SNR 추정치(테스트)들이 모두 계산되었다.

낮은 SNR 값들(0dB 이하)에 있어서, 본 발명의 RDA-ER 및 RDA-ERHA 방법의 NMSE 값들은 종래 기술의 표준 RDA 방법의 SMSE 값들 보다 훨씬 작다. 즉, 본 발명의 방법은 그 범위에 있어서 더욱 정확하다. 특히, -10dB 및 -5dB 에서 본 발명의 방법은 표준 RDA 기법 보다 약 10배 더 정확하다. 상기 범위에 있어서, RDA-ER NMSE 값들은 RDA-ERHA NMSE 값들의 약 절반이다. 더 높은 SNR 값들(5dB 이상)에 있어서, 세 방법 모두 동일하게 대략 정확하다.

도 3b에 있어서, SNR 추정 마다 N=1000개의 샘플로서 도 3a와 같이 동일한 테스트가 수행되었다. 종래 기술의 RDA 기법과 본 발명의 RDA-ER 및 RDA-ERHA 기법간의 정확도의 비교적인 차이가 훨씬 크므로, 본 발명의 방법에 의한 개선을 나타낸다.

도 4a에 있어서, SNR 추정 마다 N=100개의 샘플로서 도 3a와 같이 동일한 테스트가 다시 수행되었다. 종래 기술의 표준 RDA 최대 우도 추정 방법, 본 발명의 RDA-ER 최대 우도 추정 방법, 종래 기술의 반복적 방법, 및 종래 기술의 Kurtosis 방법에 대하여 추정된 SNR 값들의 NMSE 값들이 도시되어 있다. 본 발명의 RDA-ER 방법은 매우 광범위한 SNR 범위에 대하여 최고로 낮은 NMSE 값들을 가져, 높은 정확도를 나타낸다. 0dB 내지 5dB의 범위에 있어서, 반복적인 방법인 본 발명의 RDA-ER 방법과 대략 동일하다.

도 4b에 있어서, SNR 추정 마다 N=1000개의 샘플로서 도 4a와 같이 동일한 테스트가 수행되었다. 낮은 SNR 값(0dB 이하)에서, 본 발명의 RDA-ER 방법, 반복적 방법 및 Kurtosis 방법은 동일하게 정확하다. 10dB 이상의 SNR 값에 있어서, 본 발명의 RDA-ER 방법은 반복적 방법 보다 명확하게 우수하다. 또한, 본 발명의 RDA-ER 방법은 0dB 및 15dB 사이에 Kurtosis 방법 보다 우수하다.

요약하면, 실제 AWGN 채널상에서 BPSK 채녈에 대하여 본 발명의 SNR 추정 방법이 시험되었다. 본 발명의 방법은 알려진 블라인드 SNR 추정 알고리즘 보다 적어도 동등하거나 우수하다. 본 발명의 방법은 실제의 복잡한 채널상에서 기타의 신호 변조방법과 함께 쉽게 사용될 수 있다. 본 발명의 방법은 제한된 노력만을 필요로 한다(공지된 최대 우도 데이터 지원 추정 기법 보다 약간 많음); 특히, 본 발명의 방법은 반복을 요하지도 않으며, 보호되는 데이터를 디코딩/리디코딩(re-decoding)할 것을 요하지도 않는다. 결국, 최적의 보간 곡선(Ψ^-1)의 저장과 취급을 피하기 위하여, 쌍곡선 근사화를 활용하여, 최소의 성능 저하만으로 즉각적인 연산을 하도록 한다.

Claims

데이터 심볼 성분(s _n )과 잡음 성분(n _n )을 포함하는 변조된 통신 신호(r _n )의 신호대 잡음비(SNR:
)를 추정하는 방법으로서,

데이터 - 상기 지원하는 데이터는 미리 알려져 있지 않으나, 상기 변조된 통신 신호(r _n )의 샘플들로부터 재구성됨 - 지원의 최대 우도 추정으로부터 상기 변조된 통신 신호의 중간 SNR 값(
)을 유도하고 ,

상기 중간 SNR 값(
)의 통제된 비선형 변환(controlled non-linear conversion)에 의해 추정된 SNR 값(
)을 판정하는 것을 특징으로 하는 신호대 잡음비 추정 방법.
제1항에 있어서,

상기 통제된 비선형 변환은 수정함수 Ψ^-1에 의해 수행되며(
),

여기서, 수정함수 Ψ^-1 는 추정된 편차 함수(Ψ)의 역함수로서, 추정된 편차 함수(Ψ)는
로부터
의 편차를 상관시켜 실제 편차 함수(Ψ _true )를 근사화(즉,
, 및
)하는 것을 특징으로 하는 신호대 잡음비 추정 방 법.
제2항에 있어서,

상기 Ψ는, N이 큰 수인 경우(즉, N → ∞, N은 처리되는 상기 변조된 통신 신호(r _n )의 샘플들의 수),
가 되도록 선택되는 것을 특징으로 하는 신호대 잡음비 추정 방법.
제2항에 있어서,

상기 Ψ(
)은,

인 것을 특징으로 하는 신호대 잡음비 추정 방법.
제2항에 있어서,

상기 Ψ^-1 은 근사화 테이블에 의해 적용되는 것을 특징으로 하는 신호대 잡음비 추정 방법.
제2항에 있어서,

상기 Ψ(
)은,

인 것을 특징으로 하는 신호대 잡음비 추정 방법.
제1항에 있어서,

상기 처리되는 변조된 통신 신호(r _n )의 샘플들의 수(N)는 500 이하, 바람직하게는 100 이하인 것을 특징으로 하는 신호대 잡음비 추정 방법.
제1항의 방법에 따라서 상기 변조된 통신 신호(r _n )의 신호대 잡음비(
)를 추정하는 컴퓨터 프로그램.
제1항의 방법에 따라서 상기 변조된 통신 신호(r _n )의 신호대 잡음비(
)를 추정하는 수신기 시스템.
제8항에 따른 컴퓨터 프로그램 및/또는 제9항에 따른 수신기 시스템을 구비하는 장치로서, 특히, 기지국 또는 이동국인 장치.