KR20080068927A

KR20080068927A - 추정 에러를 감소시키기 위하여 잡음 추정을 필터링하는방법 및 장치

Info

Publication number: KR20080068927A
Application number: KR1020087014509A
Authority: KR
Inventors: 곡한 머겐; 파바타나탄 서브라만야; 비자야라제이 알리라가타-칸타라제이; 니틴 카스투리
Original assignee: 콸콤 인코포레이티드
Priority date: 2005-11-15
Filing date: 2006-11-15
Publication date: 2008-07-24
Also published as: CN102255830A; US7986756B2; US8406359B2; EP2464071A1; JP2012151865A; US20070110201A1; CN102148781A; EP2464070A1; CN101361334A; JP5405117B2; US20100158175A1; EP1949627A1; US7746970B2; WO2007059522A1; JP2009516484A; JP2012147455A; KR101019853B1; US20100273427A1; CN101361334B

Abstract

추정 에러들을 감소시키기 위하여 잡음 추정치들을 필터링하는 기술들이 기술된다. (예컨대, 초기 채널 임펄스 응답 추정(CIRE)을 위한) 입력값들의 시퀀스는 (예컨대, 필터링된 CIRE를 위한) 출력값들의 시퀀스를 획득하기 위하여 적어도 하나의 계수를 가진 무한 임펄스 응답(IIR) 필터로 필터링된다. 계수(들)는 적응 필터, 예측 필터들의 뱅크 또는 정규화된 변이 기술을 사용하여 입력 값들의 시퀀스에 기초하여 업데이트된다. 적응 필터를 사용하여 계수(들)을 업데이트하기 위하여, 예측된 값의 시퀀스는 입력값들의 시퀀스에 기초하여 유도된다. 예측된 값들의 시퀀스 및 입력값들의 시퀀스사이의 예측 에러들은 필터링된 예측 에러들을 획득하기 위하여 결정 및 필터링된다. 그 다음에, IIR 필터의 계수(들)은 예측 에러들 및 필터링된 예측 에러들에 기초하여 업데이트된다.

Description

추정 에러를 감소시키기 위하여 잡음 추정을 필터링하는 방법 및 장치{METHOD AND APPARATUS FOR FILTERING NOISY ESTIMATES TO REDUCE ESTIMATION ERRORS}

본 출원은 "개선된 채널 추정을 위하여 파일럿 필터 계수들의 예측 기반 최적 적응"이라는 명칭으로 2005년 11월 15일에 출원된 미국 가출원번호 제60/737,256호의 우선권을 주장하며, 이 출원은 본 발명의 양수인에게 양도되고 여기에 참조로 통합된다.

본 발명은 일반적으로 통신, 특히 필터링 기술에 관한 것이다.

무선 통신 시스템에서, 송신기는 전형적으로 데이터 심볼들을 생성하기 위하여 트래픽 데이터를 처리한다(예컨대, 인코딩 및 변조한다). 코히어런트 시스템에 있어서, 송신기는 데이터 심볼들과 파일럿 심볼들을 다중화하며, 무선 주파수(RF) 신호를 생성하기 위하여 다중화된 데이터 및 파일럿 심볼들을 처리하며, 무선 채널을 통해 RF 신호를 전송한다. 무선 채널은 채널 응답과 함께 전송된 RF 신호를 왜곡시키며, 잡음 및 간섭으로 신호의 품질을 추가로 저하시킨다.

수신기는 전송된 RF 신호를 수신하고, 샘플들을 획득하기 위하여 수신된 RF 신호를 처리한다. 코히어런트 데이터 검출동안, 수신기는 수신된 파일럿에 기초하 여 무선 채널의 응답을 추정하고, 채널 추정치를 유도한다. 그 다음에, 수신기는 송신기에 의하여 전송된 데이터 심볼들의 추정치들인 심볼 추정치들을 획득하기 위하여 채널 추정을 사용하여 샘플들에 대하여 데이터 검출(예컨대, 등화)을 수행한다. 그 다음에, 수신기는 디코딩된 데이터를 획득하기 위하여 심볼 추정치들을 처리한다(예컨대, 복조 및 디코딩한다).

채널 추정의 품질은 데이터 검출 성능에 크게 영향을 미칠 수 있으며, 심볼 추정치들의 품질 뿐만아니라 디코딩된 데이터의 신뢰성에 영향을 미칠 수 있다. 따라서, 무선 통신 시스템에서 고품질 채널 추정치를 유도하기 위한 기술에 대한 필요성이 요망된다.

추정 에러들을 감소시키고 고품질 추정치들을 획득하기 위하여 잡음 추정치들을 필터링하는 기술들이 여기에 개시된다. 이들 기술들은 다양한 응용들을 위하여 사용될 수 있으며, 잡음 추정치들은 임의의 스칼라, 벡터 또는 매트릭스일 수 있다. 기술들중 하나의 예시적인 응용은 통신 채널의 시간-영역 응답인 채널 임펄스 응답(CIR)의 잡음 추정치들을 필터링하는 것이다.

일 실시예에 있어서, 입력값들의 시퀀스는 출력값들의 시퀀스를 획득하기 위하여 적어도 하나의 계수를 가진 무한 임펄스 응답(IIR) 필터로 필터링된다. 입력값들의 시퀀스는 초기 채널 임펄스 응답 추정(CIRE)을 위한 것일 수 있으며, 출력값들의 시퀀스는 필터링된 CIRE를 위한 것일 수 있다. IIR 필터의 계수(들)는 여기에서 설명된 업데이트 기술들중 하나를 사용하여 입력값들의 시퀀스에 기초하여 업데이트된다. IIR 필터는 알파(alpha)로 언급된 단일 계수를 가질 수 있다.

일 실시예에 있어서, IIR 필터의 계수(들)는 적응 필터(adaptive filter)에 기초하여 업데이트된다. 이러한 실시예에서, 예측된 값들의 시퀀스는 입력값들의 시퀀스에 기초하여 유도되며, 출력값들의 시퀀스의 지연된 버전과 동일할 수 있다. 예측된 값들의 시퀀스 및 입력값들의 시퀀스간의 예측 에러들은 필터링된 예측 에러들을 획득하기 위하여 결정 및 필터링된다(예컨대 IIR 필터의 계수(들)를 사용하여). 그 다음에, IIR 필터의 계수(들)는 예측 에러들 및 필터링된 예측 에러들에 기초하여 업데이트된다.

다른 실시예에 있어서, IIR 필터의 계수(들)는 예측 필터들의 뱅크(bank)에 기초하여 업데이트된다. 이러한 실시예에서, 입력값들의 시퀀스는 예측된 값들의 다중 시퀀스들을 획득하기 위하여 다중 예측 필터들을 사용하여 필터링된다. 각각의 예측 필터는 적어도 하나의 계수의 다른 세트를 가진다. 다중 예측 필터들중에서 가장 작은 예측 에러를 가진 예측 필터가 식별된다. 식별된 예측 필터에 대한 계수(들)의 세트는 입력값들의 시퀀스를 필터링하는데 사용하기 위하여 선택된다.

또 다른 실시예에 있어서, IIR 필터의 계수(들)는 정규화된 변이 기술(normalized variation technique)에 기초하여 업데이트된다. 이러한 실시예에서, 실제 샘플들의 시퀀스의 변화량(예컨대, CIR)은 입력값들의 시퀀스에 기초하여 추정된다. 이는 입력값들의 시퀀스의 에너지를 추정하고, 입력값들의 시퀀스의 잡음을 추정하고, 입력 샘플들의 시퀀스의 변화량을 추정함으로서 달성될 수 있다. 그 다음에, 실제 샘플들의 시퀀스의 변화량은 입력값들의 추정된 에너지, 추정된 잡음 및 추정된 변화량에 기초하여 추정될 수 있다. IIR 필터의 계수(들)는 예컨대 룩업 테이블을 사용하여 또는 직접 계산에 의하여 실제 샘플들의 추정된 변화량에 기초하여 결정된다.

본 발명의 다양한 양상들 및 실시예들은 이하에서 더 상세히 설명될 것이다.

본 발명의 특징들 및 성질들은 동일한 도면부호가 동일한 엘리먼트를 나타내는 도면들을 참조로하여 이하의 상세한 설명을 고찰할때 더욱더 명백해 질 것이다.

도 1은 무선 통신 시스템에서의 전송을 도시한다.

도 2는 기지국 및 무선장치의 블록도이다.

도 3은 무선 장치의 등화기를 도시한 블록도이다.

도 4는 채널 IIR 필터의 블록도이다.

도 5는 3개의 속도 시나리오들에 대한 스루풋 대 알파의 플롯을 도시한다.

도 6, 도 7 및 도 8은 각각 적응 필터, 예측 필터들의 뱅크 및 정규화된 전이 기술에 기초하여 알파를 업데이트한 유닛을 도시한 도면이다.

도 9는 잡음 추정치들을 필터링하는 프로세스를 도시한 도면이다.

도 10, 도 11 및 도 12는 각각 적응 필터, 예측 필터들의 뱅크, 및 정규화된 전이 기술에 기초하여 알파를 업데이트하는 프로세스들을 기술한 도면이다.

용어 "예시적으로"는 "예로서의 사용"을 의미하기 위하여 여기에서 사용된다. "예시적으로"로 여기에서 기술된 실시예 또는 설계는 반드시 다른 실시예들 또는 설계들에 비하여 바람직하거나 또는 유리한 것으로 해석되지 않아야 한다.

도 1은 무선 통신 시스템에서의 예시적인 전송을 도시한다. 단순화를 위하여, 도 1은 단지 하나의 기지국(110) 및 하나의 무선장치(120)를 도시한다. 기지국은 일반적으로 무선장치들과 통신하며, 노드 B, 액세스 포인트, 베이스 트랜시버 국(BTS) 또는 임의의 다른 기술용어로 지칭될 수 있는 고정국이다. 무선장치는 고정 또는 이동국일 수 있으며, 사용자 장비(UE), 이동국, 사용자 단말, 가입자 유닛 또는 임의의 다른 기술용어로 지칭될 수 있다. 무선장치들은 셀룰라 전화, 개인휴대단말(PDA), 무선 모뎀 카드, 핸드헬드 장치 또는 임의의 다른 장치 또는 장비일 수 있다.

기지국(110)은 RF 신호를 무선 장치(120)에 전송한다. 이러한 RF 신호는 직접 경로 및/또는 반사 경로들을 포함할 수 있는 하나 이상의 신호 경로들을 통해 무선장치(120)에 도달할 수 있다. 반사 경로들은 무선 환경에서 장애물들(예컨대, 빌딩, 나무, 차량 및 다른 구조물들)로 인한 무선 파의 반사들에 의하여 생성된다. 무선장치(120)는 전송된 RF 신호의 다중 인스턴스들 또는 복제들을 수신할 수 있다. 각각의 수신된 신호 인스턴스는 다른 신호 경로를 통해 획득되며, 이 신호경로에 의하여 결정된 특정 시간지연 및 특정 복소 이득(complex gain)을 가진다. 무선장치(120)에서 수신된 RF 신호는 무선장치에서 모든 수신된 신호 인스턴스들의 중첩이다. 무선장치(120)는 또한 도 1의 대시선에 의하여 도시된 다른 전송 국들로부터의 간섭 전송들을 수신할 수 있다.

여기에서 설명된 필터링 기술들은 코드분할 다중접속(CDMA) 시스템, 시분할 다중접속(TDMA) 시스템, 주파수 분할 다중접속(FDMA) 시스템, 직교 주파수 분할 다중접속(OFDMA) 시스템, 단일-캐리어 FDMA(SC-FDMA) 시스템 등과 같은 다양한 통신 시스템들을 위하여 사용될 수 있다. CDMA 시스템은 광역-CDMA(W-CDMA), cdma2000 등과 같은 하나 이상의 무선 기술들을 구현할 수 있다. cdma 2000는 IS-2000, IS-856 및 IS-95 표준들을 커버한다. TDMA 시스템은 이동전화 세계화 시스템(GSM: Global System for Mobile Communications)와 같은 무선 기술을 구현할 수 있다. 이들 다양한 무선 기술들 및 표준들은 "3세대 파트너십 프로젝트(3GPP: 3rd Generation Partnership Project)"라 불리는 기구의 문헌들에 개시되어 있다. cdma2000은 "3세대 파트너십 프로젝트 2(3GPP2: 3rd Generation Partnership Project 2"이라 불리는 기구로부터 발행된 문헌들에 개시되어 있다. 3GPP 및 3GPP2는 공개적으로 이용가능하다. OFDMA 시스템은 OFDM을 사용하여 직교 서브캐리어들을 통해 주파수 영역의 변조 심볼들을 전송한다. SC-FDMA 시스템은 직교 서브캐리어들을 통해 시간영역의 변조 심볼들을 전송한다.

여기에 기술된 필터링 기술들은 무선 장치 뿐만아니라 기지국을 위하여 사용될 수 있다. 명확화를 위하여, 이들 기술들은 W-CDMA 시스템 또는 cdma2000 시스템일 수 있는 CDMA 시스템의 무선 장치와 관련하여 이하에 기술된다.

도 2는 기지국(110) 및 무선장치(120)의 블록도를 도시한다. 기지국(110)에서, 송신(TX) 데이터 프로세서(2100는 서비스되는 무선장치들에 대한 트래픽 데이터를 수신하며, 데이터 심볼들을 생성하기 위하여 트래픽 데이터를 처리한다(예컨대, 인코딩하고, 인터리빙하며 심볼 매핑한다). 여기에서 사용된 바와같이, 데이 터 심볼은 데이터에 대한 변조 심볼이며, 파일럿 심볼은 파일럿에 대한 변조 심볼이며, 변조 심볼은 신호 성좌표(constellation)(예컨대, M-PSK 또는 M-QAM)의 포인트에 대한 복소수 값이며, 파일럿은 기지국 및 무선 장치에 의하여 사전에 알려진 데이터이다. CDMA 변조기(220)는 데이터 심볼들 및 파일럿 심볼들을 처리하며, 송신기(TMTR)(230)에 출력 칩들을 제공하다. 송신기(230)는 출력 칩들을 처리하며(예컨대, 아날로그로 변환하며, 증폭하며, 필터링하며, 주파수 상향 변환하며), 안테나(232)로부터 전송되는 RF 신호를 생성한다.

무선장치(120)에서, 안테나(252)는 직접 및/또는 반사 경로를 통해 전송된 RF 신호를 수신하며, 수신된 RF 신호를 수신기(RCVR)(254)에 제공한다. 수신기(254)는 수신된 샘플들을 획득하기 위하여 수신된 RF 신호를 처리한다(예컨대, 필터링하고, 증폭하며, 주파수 하향 변환하며, 디지털화한다). 수신기(254)는 수신된 샘플들에 대하여 전처리(pre-processing)를 수행할 수 있으며, 등화기/레이크 수신기(260)에 입력 샘플들을 제공할 수 있다. 전처리(pre-processing)는 예컨대 자동 이득 제어(AGC), 주파수 정정, 디지털 필터링, 샘플 레이트 변환 등을 포함할 수 있다. 등화기/레이트 수신기(260)는 입력 샘플들을 처리하며(예컨대, 등화기 또는 레이트 수신기를 사용하여) 출력 샘플들을 제공한다. CDMA 복조기(Demod)(270)는 CDMA 변조기(220)에 의한 처리와 상호 보완적인 방식으로 출력 샘플들을 처리하며, 기지국(110)에 의하여 무선장치(120)에 전송된 데이터 심볼들의 추정치들인 심볼 추정치들을 제공한다. 레이크 수신기 및 CDMA 복조기는 또한 결합될 수 있다. 수신(RX) 데이터 프로세서(280)는 심볼 추정치들을 처리하며(예 컨대, 심볼 디매핑하고, 디인터리빙하며, 디코딩하며) 디코딩된 데이터를 제공한다. 일반적으로, CDMA 복조기(270) 및 RX 데이터 프로세서(280)에 의한 처리는 각각 기지국(110)에서 CDMA 변조기(230) 및 TX 데이터 프로세서(210)에 의한 처리와 상호 보완적이다.

제어기들/프로세서들(240, 290)은 각각 기지국(110) 및 무선장치(120)의 다양한 처리 유닛들의 동작을 제어한다. 메모리들(242, 292)은 각각 기지국(110) 및 무선장치(120)에 대한 데이터 및 프로그램 코드들을 저장한다.

무선장치(120)에서, 수신기(254)로부터의 입력 샘플들은 다음과 같이 표현될 수 있다.

수식(1)

여기서,

는 무선장치(120)에 대한 관심있는 신호성분이며,

는 기지국(110)으로부터의 파일럿이며,

는 기지국(110) 및 무선장치(120)사이의 무선채널의 시간-영역 임펄스 응답이며;

는

및

에 의하여 관찰된 전체 잡음 및 간섭이며,

는 무선장치(120)에서의 입력 샘플이며,

는 컨벌루션을 나타낸다.

수식(1)에서,

는 무선장치(120)에서 관심 물리채널에 대한 신호성분일 수 있다.

는 기지국(110)으로부터 다른 물리 채널들에 대한 신호 성분, 다양한 소스들로부터의 잡음, 및 다른 전송국들로부터의 간섭을 포함할 수 있다. 단순화를 위하여,

는

의 분산 및 제로 평균을 가진 가산 백색 가우시안 잡음 (AWGN: additive white Gaussian noise)인 것으로 가정된다. 입력 샘플들

은 원하는 신호

의 추정치를 획득하기 위하여 등화기로 처리될 수 있다.

도 3은 도 2의 등화기/레이크 수신기(260)의 실시예인 등화기(260a)의 블록도를 도시한다. 이러한 실시예에서, 수신기(254)로부터의 입력 샘플들

은 채널 추정기(310) 및 데이터 유한 임펄스 응답(FIR: finite impulse response) 필터(360)에 제공된다. 채널 추정기(310)는 기지국(110) 및 무선장치(120)사이의 무선 채널에 대한 채널 임펄스 응답 추정치(CIRE)

를 유도한다. 계산유닛(350)은 CIRE

를 수신하며, 이러한 CIRE에 기초하여 그리고 예컨대 선형 최소 평균 자승 에러(LMMSE: Linear Minimum Mean Square Error), 최소 평균자승(LMS: Least Mean Square), 순환 최소 자승(RLS: Recursive Least Square), 직접 매트릭스 인버젼(DMI: Direct Matrix Inversion), 제로-포싱(Zero-Forcing) 또는 임의의 다른 기술을 사용하여 등화기 계수들을 유도한다. FIR 필터(360)는 등화기 계수들을 사용 하여 입력 샘플들

을 필터링하며, 원하는 신호

의 추정치들인 출력 샘플들

을 제공한다.

기지국(110) 및 무선장치(120)간의 시간-영역 채널 임펄스 응답(CIR)은 L개의 채널 탭들

내지

을 가지는 것으로 고려될 수 있으며, 여기서 L은 임의의 값이며, 예컨대 L=64일 수 있다. 각각의 채널 탭

(

)은 특정 복소수값 및 특정 시간 지연을 가지며, 이들 둘다는 무선 환경에 의하여 결정된다. CIR은 다음과 같이 벡터 형식으로 주어질 수 있다.

, 수식(2)

여기서,

은 시간 간격 n에서 CRI에 대한 L×1이며,

는 전치행렬을 나타낸다.

무선장치(120)는 CIR에서 L 채널 탬들의 정확한 추정치들을 유도하기 시작한다. 채널 추정기(310)내에서, 초기 채널 추정기(320)는 기지국(110)으로부터 수신된 파일럿에 기초하여 초기 CIRE를 유도한다. 일 실시예에서, 초기 CIRE는 다음과 같이 유도될 수 있다.

,

에 대하여 수식(3)

여기서,

은 시간 간격 n에서 채널 탭

의 초기 추정치이다.

는 누적 길이이다.

는 복소 공액을 나타낸다.

수식(3)에서

는 0 대신에 1에서 시작하는 인덱스

때문이다.

수식(3)에서, 채널 탭

은 l-1의 시간 오프셋에서 파일럿 시퀀스

를 사용하여 시간영역의 입력 샘플들

를 역확산시킴으로서 추정된다. L 다른 채널 탭들은 L 다른 시간 오프셋들로 추정될 수 있다. 각각의 시간 오프셋에 대한 역확산은 복소 공액 파일럿 칩들

과 시간 오프셋동안 입력 샘플들

을 곱하고 K 칩들에 대한 결과치들을 누산함으로서 달성될 수 있다. K는 파일럿에 대하여 사용된 직교 코드의 길이의 정수배이다. 파일럿 직교 코드는 W-CDMA에서 256 칩들의 길이를 가지고 cdma 2000에서 128 칩들의 길이를 가진다. K는 하나의 파일럿 심볼, 다중 파일럿 심볼들, 하나의 슬롯, 다중 슬롯들, 하나의 프레임 또는 임의의 다른 기간과 동일할 수 있다. 하나의 슬롯은 W-CDMA에서 2560 칩들 및 10개의 파일럿 심볼들을 커버하며, cdma2000에서 768개의 칩들 및 6개의 파일럿 심볼들을 커버한다.

초기 CIRE는 각각의 시간간격 n동안 유도될 수 있다. 시간간격은 슬롯, 프레임 또는 임의의 다른 기간일 수 있다. 초기 CIRE는 L개의 채널 칩 추정치들로 구성되며,

로 주어질 수 있다. 초기 CIRE는 추정 에러들 및 잡음을 포함하며, 추정 에러들 및 잡음을 감소시키기 위하여 다중 시간간격들 전반에 걸쳐 필터링될 수 있다.

도 3에 도시된 실시예에서, 채널 IIR 필터(330)는 다음과 같이 초기 CIRE를 필터링한다.

수식(4)

여기서,

는 시간간격 n에서 필터링된 CIRE에 대한 L×1 벡터이며,

는 시간간격 n에 대한 계수이다.

수식(4)에서 IIR 필터링은 L 채널 탭들의 각각에 대하여 별도로 수행된다. 계수 계산 유닛(340)은 IIR 필터(330)에 대한 계수

를 유도한다.

도 4는 도 3에서 채널 IIR 필터(330)의 실시예에 대한 블록도이다. 이러한 실시예에서, 채널 IIR 필터(330)는 L 채널 탭들에 대하여 L 1-탭 IIR 필터들(410a 내지 410l)을 포함한다. 각각의 IIR 필터(410)는 하나의 탭 인덱스에 대하여 필터링을 수행한다. 탭 인덱스 l(여기서, l∈{1,...,L})에 대한 1-탭 IIR 필터내에서, 곱셈기(412)는 초기 채널 탭 추정치

를 수신하여 계수

와 곱한다. 합산기(414)는 1.0으로부터 계수

를 감산하여

를 제공한다. 곱셈기(416)는 레지스터(420)로부터의 지연된 채널 탭 추정치를

과 곱한다. 합산기(4180는 곱셈기들(412, 416)의 출력들을 합산하고 필터링된 채널 탭 추정치

를 제공한다. 레지스터(420)는 다음 시간간격에서 사용하기 위하여 필터링된 채널 탭 추정치

를 저장한다.

수식(4)에서의 필터링은 잡음을 감소시키고 추정 정확성을 개선시킨다. 그러므로, 필터링된 CIRE

는 일반적으로 CIR

의 개선된 추정치이다. 계수

는 필터링량을 결정한다. 일반적으로,

이며, 여기서 큰

는 작은 필터링에 대응하다(이의 역도 가능함). 다음의 설명에서 계수

는 알파(alpha)로서 언급된다.

개선된 성능은 다른 동작 시나리오들에서 초기 CIRE에 대하여 다른 필터링량으로 달성될 수 있다는 것을 알 수 있다. 알파에 대한 양호한 값은 속도, 수신된 신호 품질 및 가능한 경우에 다른 팩터(factor)들에 따를 수 있다.

도 5는 3가지 다른 속도 시나리오에서 스루풋 대 알파의 플롯들을 도시한다. 플롯(510)은 120 Km/hr의 빠른 속도 시나리오에서 스루풋 대 알파를 도시하며, 플롯(512)은 30 Km/hr의 중간속도 시나리오에서 스루풋 대 알파를 도시하며, 플롯(514)은 3Km/hr의 느린 속도 시나리오에서 스루풋 대 알파를 도시한다. 이들 플롯들은 빠른 속도 시나리오에서 0.8 내지 1.0의 알파, 중간 속도 시나리오에서 0.5 내지 0.7의 알파, 느린 속도 시나리오에서 0.2 내지 0.3의 알파로 달성될 수 있다.

도 5는 알파의 양호한 선택이 이동도(mobility)에 따른다는 것을 기술한다. 보다 작은 알파(더 큰 필터링)가 느리게 변화하는 채널에 대하여 양호한 반면에, 큰 알파(적은 필터링)가 빠르게 변화하는 채널에 대하여 양호한다. 알파의 양호한 선택은 또한 수신된 신호 품질에 따른다는 것을 알 수 있다. 주어진 속도에 대하 여, 보다 작은 알파(더 큰 필터링)은 수신된 낮은 신호 품질에 대하여 양호한 반면에, 큰 알파(작은 필터링)은 수신된 높은 신호 품질에 대하여 양호하다. 도 5의 플롯들에 의하여 제안된 바와같이, 성능은 알파에 대하여 부적절한 값이 사용되는 경우에 약간 저하될 수 있다.

여기에 기술된 필터링 기술들은 다양한 동작 시나리오들에서 추정 에러들을 감소시키고 양호한 성능을 제공할 수 있다. 이들 기술들은 예측 기반 기술들 및 정규화된 변이 기술을 포함한다. 예측 기반 기술들은 적응 필터 또는 예측 필터들의 뱅크로 구현될 수 있다.

예측 기반 기술들의 실시예에서, 알파는 적응 필터를 사용하여 작은 스텝들에서 업데이트된다. 일 실시예에서, 수식(4)에서 IIR 필터는 다음 시간간격에 대한 채널 탭들을 예측하는 예측 필터로서 사용된다. 그러므로, 시간간격 n-1에서, IIR 필터에 의하여 생성된 필터링된 CIRE

는 시간간격 n에서 예측된 CIRE로서 사용된다.

초기 CIRE 및 예측된 CIRE사이의 예측 에러들은 다음과 같이 표현될 수 있다.

수식(5)

여기서, 는 시간간격 n에서 L 예측된 채널 탭들의 L×1이다.

알파는 다음과 같이 각각의 시간간격 n에서 적응적으로 업데이트될 수 있다.

수식(5)

여기서,

는 예측 에러 벡터의 노름 자승(norm square)이며,

는 알파에 대한 적응속도(rate of adaptation)를 결정하는 계수이다.

수식(6)은 예측 에러들의 노름 자승을 최소화하여 최소 평균 자승 에러(MMSE)를 달성시키기 위하여 알파를 업데이트한다. 초기 도함수 항

은 에러 기울기(error gradient)를 지시한다. 알파는 노름 자승 예측 에러의 기울기의 반대방향에서 이 기울기에 기초하여 업데이트된다. 적응 속도는 양호한 성능을 제공하기 위하여 선택될 수 있는 계수

에 의하여 결정된다. 계수

는 0.01 또는 임의의 다른 값으로 세팅될 수 있다.

수식(6)에서 부분 도함수 항은 다음과 같은 표현될 수 있다.

수식(7)

여기서,

는 공액 전치행렬을 나타낸다.

수식(7)에서 항

은 다음과 같이 표현될 수 있다.

수식(8)

여기서,

는 시간간격 n에서 L 채널 탭들에 대한 필터링된 예측 에러들의 L×1 벡터이다.

수식(7)은 항

이 현재의 시간간격 n에서 계산된 예측 에러들

과 현재의 시간간격 n에서 필터링된 예측 에러들

에 기초하여 유도될 수 있다는 것을 지시한다.

그 다음에, 수식(6)에서 부분 도함수 항은 다음과 같이 표현될 수 있다.

수식(9)

그 다음에, 알파는 다음과 같이 업데이트될 수 있다.

수식(10)

수식(6) 내지 수식(10)에 기술된 실시예에서, 단일 알파는 모든 L 채널 탭들에 대하여 사용되며, 이러한 알파는 모든 L 채널 탭들에 기초하여 업데이트된다. 다른 실시예에서, 개별 알파는 각각의 채널 탭에 대하여 사용되며, 다음과 같이 이 채널 탭에 대한 예측 에러에 기초하여 업데이트될 수 있다.

및

알파는 다음과 같이 적응 필터에 기초하여 업데이트될 수 있다. 초기에, 필터링된 CIRE

및 필터링된 예측 에러

는 0으로 초기화된다. 알파는 대부분의 동작 시나리오들에 대하여 양호한 성능을 제공하는 값으로 초기화될 수 있으며, 예컨대

으로 초기화될 수 있다. 그 다음에, 알파는 다음과 같이 각각의 시간간격 n에서 업데이트될 수 있다.

1. 예컨대 수식(3)에 기술된 바와같이 초기 CIRE

를 획득한다.

2. 수식(5)에 기술된 바와같이 예측 에러들

을 계산한다.

3. 수식(9)에 기술된 바와같이, 예측 에러들

및 필터링된 예측 에러들

에 기초하여 부분 도함수 항

을 계산한다.

4. 수식(10)에 기술된 바와같이 부분 도함수 항 및 스텝 크기

에 기초하 여 알파를 업데이트한다.

5. 수식(8)에 기술된 바와같이, 예측 에러

및 업데이트된 알파

에 기초하여 필터링된 예측 에러들을 업데이트한다.

업데이트된 알파

는 다음 시간간격에서 초기 CIRE를 필터링하기 위하여 사용될 수 있다.

도 6은 적응 필터를 사용하여 알파를 업데이트하는 계수 계산 유닛(340a)의 실시예를 도시한다. 채널 IIR 필터(330)는 현재의 알파

를 사용하여 초기 CIRE

를 필터링하고, 필터링된 CIRE

를 제공한다. 유닛(340a)내에서, 예측 에러 계산 유닛(610)은 레지스터(616)로부터 초기 CIRE

및 예측된 CIRE

를 수신한다. 유닛(610)은 수식(5)에 기술된 바와같이 예측 에러

를 계산한다. 알파 업데이트 유닛(614)은 예측 에러들

및 필터링된 예측 에러들

을 수신하고, 수식(9) 및 (10)에 기술된 바와같이 알파를 업데이트하며, 다음 시간 간격동안 업데이트된 알파

를 제공한다. 필터(612)는 수식(8)에 기술된 바와같이 예측 에러들

을 필터링하며, 다음 시간 간격동안 필터링된 예측 에러들을 제공한다. 레지스터(616)는 다음 시간간격에서 예측된 CIRE로서 사용되는 필터링된 CIRE

를 수신하여 저장한다.

알파를 업데이트하기 위하여 적응 필터를 사용하면 다양한 장점들이 제공된 다. 첫째, 필터링된 CIRE, 필터링된 예측 에러들 및 알파는 비교적 작은 계산량 및 메모리를 사용하여 유도될 수 있다. 둘째, 수식(8)에 기술된 바와같이 필터링된 예측 에러들이 가변 IIR 필터에 기초하여 획득되기 때문에 고속 수렴속도가 달성될 수 있다. 셋째, 적응 속도는 계수

에 대한 적절한 값을 선택함으로서 제어될 수 있다.

예측 기반 기술들의 다른 실시예에 있어서, 알파는 다른 알파들을 가진 예측 필터들의 뱅크중에서 선택된다. 이러한 실시예에서, 초기 CIRE는 다음과 같이 M개의 다른 예측 필터들을 사용하여 필터링될 수 있다.

,

에 대하여, 수식(11)

여기서,

는 시간간격 m에서 예측 필터 m으로부터 예측된 CIRE에 대한 L×1 벡터이며,

는 예측 필터 m에 대한 알파이다.

M개의 다른 알파들은 M개의 예측 필터들을 위하여 사용될 수 있으며, 여기서 일반적으로

이다. 일 실시예에서, M개의 알파들은 0에서 1까지 균일하게 분포되며, 예컨대

이다. 예컨대, M은 10과 동일할 수 있으며, 10개의 예측 필터들은 0.1, 0.2, ..., 1.0의 10개의 균일하게 이격된 알파들로 구현될 수 있다. M개의 알파들은 또한 다른 값들로 세팅될 수 있으며, 예컨대 무선 장치가 동작하는 것으로 예측된 임의의 범위내에 더 집중될 수 있다.

각각의 예측 필터에 대한 예측 에러들은 다음과 같이 표현될 수 있다.

,

에 대하여 수식(12)

여기서,

는 시간간격 n에서 예측 필터 m에 대한 예측 에러들의 L×1 벡터이다.

각각의 시간간격 n에서, M개의 알파들중 하나는 다음과 같이 사용을 위하여 선택될 수 있다.

수식(13)

수식(14)

여기서,

는 예측 연산을 나타내고,

는 예측 필터 m에 대한 예측 평균 자승 에러(MSE)이며,

는 최소 예측 MSE를 가진 예측 필터의 인덱스이다.

수식(13)에서는 모든 L 채널 탭들에 대하여 최소 예측 MSE를 제공한 예측 필터가 선택된다. 수식(14)에서, 선택된 예측 필터에 대한 알파는 초기 CIRE를 필터링하기 위하여 사용된 알파로서 제공된다.

예측 MSE는 다음과 같이 각각의 예측 필터 m에 대하여 추정될 수 있다.

수식(15)

여기서,

는 시간간격 n에서 예측 필터 m에 대한 추정된 예측 MSE이며,

는 예측 MSE에 대한 평균량을 결정하는 계수이다. 계수

는 0.05 도는 임의의 다른 값으로 세팅될 수 있다.

알파는 다음과 같이 예측 필터들의 뱅크에 기초하여 유도될 수 있다. 초기에, M개의 예측 필터들의 각각에 대한, 예측된 CIRE

및 추정된 예측 MSE

은 0으로 초기화된다. 그 다음에, 알파는 다음과 같이 각각의 시간간격 n에서 선택될 수 있다.

1. 예컨대 수식(3)에 기술된 바와같이, 초기 CIRE

를 획득한다.

2. 수식(12)에 기술된 바와같이, 각각의 예측 필터에 대한 예측 에러들

를 계산한다.

3. 수식(15)에 기술된 바와같이, 예측 에러들

에 기초하여 각각의 예측 필터에 대한 추정된 예측 MSE,

를 계산한다.

4. 수식(13) 및 (14)에 기술된 바와같이, 가장 작은 추정된 예측 MSE를 가진 예측 필터의 알파를 선택한다.

5. 수식(11)에 기술된 바와같이, 각각의 예측 필터를 업데이트한다.

도 7은 예측 필터들의 뱅크에 기초하여 알파를 유도하는 계수 계산 유닛(340b)의 실시예를 도시한다. 유닛(340b)은 M개의 다른 알파에 대한 M개의 처리 섹션들(710a 내지 710m), 검출기(720), 및 선택기(730)를 포함한다.

각각의 처리 섹션(710)내에서, 예측 필터(712)는 수식(11)에 기술된 바와같이 할당된 알파

를 가진 CIRE

를 필터링하며, 필터링된 CIRE

를 제공한다. 레지스터(714)는 다음 시간간격에서 예측된 CIRE로서 사용되는 필터링된 CIRE

를 저장한다. 유닛(716)은, 수식(12)에 기술된 바와같이, 초기 CIRE

및 예측된 CIRE

를 수신하고 예측 에러들

를 계산한다. MSE 추정기(718)는 수식(15)에 기술된 바와같이 예측 에러들

에 기초하여 추정된 예측 MSE를 유도한다.

검출기(720)는 모든 M개의 MSE 추정기들(718a 내지 718m)로부터 추정된 예측 MSE들을 수신하고, 가장 작은 수신된 예측 MSE를 가진 최상의 예측 필터를 식별하며, 다음 시간간격에 대한 알파

로서 최상의 예측 필터에 대한 알파를 제공한다. 선택기(730)는 필터링된 CIRE

로서 최상의 예측 필터로부터의 필터링된 CIRE를 제공한다.

일 실시예에 있어서, 개별 채널 IIR 필터가 유지되며, 이러한 IIR 필터에 대한 알파는 각각의 시간간격에서 최상의 예측 필터의 알파에 기초하여 업데이트된 다. 다른 실시예에 있어서, 최상의 예측 필터로부터의 필터링된 CIRE는 필터링된 CIRE

로서 제공된다. 이러한 실시예에 있어서, 예측 필터들중 하나는 각각의 시간간격에서 채널 IIR 필터로서 작동한다.

알파를 유도하기 위하여 예측 필터들의 뱅크를 사용하면 여러 장점들이 제공된다. 첫째, 필터 뱅크는 최상의 알파 값으로 빠르게 안정된다. 둘째, 필터 뱅크는 수식(15)에서 예측 MSE를 추정하기 위하여 사용된 IIR 필터에 따르는 수렴 지연(convergence delay)을 가진 변화하는 채널 조건들에 적응될 수 있다. 그러나, 필터 뱅크는 일반적으로 앞서 기술된 적응 필터보다 더 많은 계산 및 메모리를 사용한다.

정규화된 변이 기술의 실시예에서, 알파는 무선 채널의 추정된 변화량에 기초하여 유도된다. 무선 채널은 "메모리"를 가지도록 모델링될 수 있으며, 이는 초기 CIRE에 대한 필터링의 시상수와 관련된다. 무선채널의 변화량은 채널의 메모리와 반비례한다. 그러므로, 채널의 변화량 또는 채널의 메모리는 알파에 대한 양호한 값을 결정하기 위하여 추정되어 사용될 수 있다.

초기 CIRE는 CIR의 잡음 추정치이며, 다음과 같이 표현될 수 있다.

수식(16)

여기서,

는 시간간격 n에서 잡음 및 추정 에러들의 L×1 벡터이다.

무선 채널의 정규화된 변화량은 다음과 같이 정의될 수 있다.

수식(17)

여기서,

는 시간간격 n에서 CIR의 예상된 차이이며,

는 시간간격 n에서 예상된 채널 에너지이며,

NV는 무선 채널의 정규화된 변화량이다.

수식(17)에서 정규화된 변화량은 다음과 같이 다시 쓰여질 수 있다.

(수식18)

여기서,

는 시간간격 n에서 초기 CIRE의 예상된 차이이며,

는 시간간격 n에서 초기 CIRE의 예상된 에너지이며,

는 시간간격 n에서 예상된 잡음 에너지이다.

수식(18)에서 3가지 다른 예상량의 각각은 초기 CIRE에 기초하여 추정될 수 있다.

를 추정하기 위하여,

는 우선 다음과 같이 계산될 수 있다.

수식(19)

여기서,

는 시간간격 n 및 n-1에 대한 초기 채널 탭 추정치들간의 차이들의 노름 자승이다.

차 노름 자승

은 다음과 같이 필터링될 수 있다.

수식(20)

여기서,

는

의 추정치이고,

는

에 대한 평균량을 결정하는 계수이다.

계수

는 0.5 또는 임의의 다른 값으로 세팅될 수 있다.

을 추정하기 위하여,

는 우선 다음과 같이 계산될 수 있다.

수식(21)

여기서,

는 시간간격 n에서 초기 채널 탭 추정치들의 노름 자승이다.

채널 노름 자승

는 다음과 같이 필터링될 수 있다.

수식(22)

여기서,

는

의 추정치이다.

를 추정하기 위하여, 초기 CIRE중 한 끝 또는 양 끝에서의 일부 채널 탭들은 순수 잡음을 포함하고 신호를 포함하지 않는 것으로 가정될 수 있다.

로서 지시된 시간 간격 n에 대한 잡음 에너지는 다음과 같이 표현될 수 있다.

수식(23)

수식(23)은 첫번째 A 초기 채널 탭 추정치들 뿐만아니라 마지막 B 초기 채널 탭 추정치들이 순수 잡음이라고 가정한다. A 및 B는 양호한 잡음 추정 성능을 달성하도록 선택될 수 있다. 일 실시예에서, L=64 및 A=B=4이다. 다른 값들은 또한 L, A 및 B와 관련하여 사용될 수 있다. 잡음 에너지는 또한 예컨대 낮은 에너지를 가진 초기 채널 탭 추정치들에 기초하여 다른 방식으로 추정될 수 있다.

잡음 에너지

는 다음과 같이 필터링될 수 있다.

수식(24)

여기서,

는

의 추정치이다.

동일한 계수

는 각각 수식(20), (22) 및 (24)에 기술된 바와같이 모든 3개의 양

,

, 및

를 유도하기 위하여 사용될 수 있다. 선택적으로, 다른 양들에 대하여 다른 계수들이 사용될 수 있다.

무선 채널은 다음과 같이 가우스-마르코프 채널 모델로 표현될 수 있다.

수식(25)

여기서,

는 무선채널의 메모리로서 보여질 수 있으며,

는 독립적으로 식별가능하게 분포된 (i.i.d) 가우시안 랜덤 변수들의 L×1 벡터이다.

랜덤 메모리

는 무선 채널에서 파라미터화 도플러 효과(parameterizing Doppler effect)의 다른 방식을 제공한다.

의 큰 값은 무선 채널이 더 큰 필터링에 대응하는 큰 메모리를 가진다는 것을 의미한다.

수식(17) 및 (25)를 결합하면, 정규화된 변화량은 다음과 같이 주어질 수 있다.

수식(26)

그 다음에, 채널 메모리는 다음과 같이 표현될 수 있다.

수식(27)

수식(18)에서 정규화된 변화량의 3가지 예상량은 앞서 기술된 바와같이 추정될 수 있다. 그 다음에, 채널 메모리는 다음과 같이 추정될 수 있다.

수식(28)

여기서,

는 시간간격 n에서 추정된 채널 메모리이다.

일 실시예에서, 알파는 채널 메모리

의 다른 값들 또는 정규화된 변화량 NV에 대하여 결정되며(예컨대, 컴퓨터 시뮬레이션, 계산 및/또는 실험적 측정에 기초하여), 룩업 테이블에 저장된다. 그 다음에, 채널 메모리 및 정규화된 변화량은 앞서 기술된 바와같이 추정되며, 룩업-테이블에 제공될 수 있다. 그 다음에, 룩업 테이블은 초기 CIRE를 필터링하는데 사용하기 위하여 알파 값을 리턴한다.

다른 실시예에서, 알파는 직접 계산된다. 필터는 다음과 같이 정의될 수 있다.

수식(29)

여기서, a 및 b는 2개의 계수이다.

,

및

이 주어지면, a 및 b의 값들은 예측된 추정 에러

가 최소화되도록 결정될 수 있다.

앞의 기준에 대한 솔루션은 다음과 같이 유도될 수 있다. 변수

및

는 다음과 같이 정의될 수 있다.

및 수식(30)

수식(31)

그 다음에, 앞의 기준을 만족하는 a 및 b의 값들은 다음과 같이 주어질 수 있다.

및 수식(32)

수식(33)

그 다음에, 알파는 다음과 같이 표현될 수 있다.

수식(34)

알파는 다음과 같은 정규화된 변이 기술들에 기초하여 유도될 수 있다. 초기에,

,

, 및

는 0으로 초기화된다. 그 다음에, 알파는 다음과 같은 각각의 시간간격 n에서 유도될 수 있다.

1. 수식(3)에 기술된 바와같이 초기 CIRE

를 획득한다.

2. 수식(19) 내지 (24)에 기술된 바와같이 초기 CIRE에 기초하여

,

및

를 계산한다.

3. 수식(28)에 기술된 바와같이 채널 메모리의 추정치

를 계산한다.

4.

로서

의 추정치를 계산한다.

5. 수식(31)에 기술된 바와같이

의 추정치를 계산한다.

6. 수식(32) 및 (33)에 기술된 바와같이 a 및 b의 추정치들을 계산한다.

7. 수식(34)에 기술된 바와같이 알파를 계산한다.

계산된 알파

도 8은 정규화된 변이 기술에 기초하여 알파를 유도하는 계수 계산 유닛(340c)의 실시예를 도시한다. 유닛(340c)내에서, 초기 CIRE

는 유닛들(810, 812, 814) 및 레지스터(816)에 제공된다. 레지스터(816)는

를 저장하고

를 제공한다. 유닛(810)은 수식(21) 및 (22)에 기술된 바와같이

의 추정치를 유도하며, 이러한 추정치를

로서 제공한다. 유닛(812)은 수식(23) 및 (24)에 기술된 바와같이

의 추정치를 유도하며 이러한 추정치를

로서 제공한다. 유닛(814)은 또한 수식(19) 및 (20)에 기술된 바와같이 레지스터(816)로부터

를 수신하고

의 추정치를 유도하며, 이러한 추정치를

로서 제공한다.

일 실시예에서, 채널 메모리 추정기(820)는 수식(28)에 기술된 바와같이

,

및

에 기초하여 채널 메모리를 추정하며, 추정된 채널 메모리

를 제공한다. 룩업 테이블(822)은 추정된 채널 메모리를 수신하고, 다음 시간간격동안 알파

를 제공한다. 다른 실시예에 있어서, 계산 유닛(830)은 수식(30) 및 (34)에 기술된 바와같이

,

및

를 수신하고 알파

를 계산한다.

명확화를 위하여, 필터링 기술들은 특히 추정 에러들을 감소시키기 위하여 초기 CIRE를 필터링하기 위하여 기술되었다. 일반적으로, 이들 기술들은 임의의 타입의 스칼라, 벡터 및 매트릭스를 필터링하기 위하여 사용될 수 있다. 예컨대, 파라미터 i의 다른 값들에 대하여 벡터

이 시퀀스가 획득될 수 있다. 파라미터 i는 시간, 주파수 등일 수 있다. 벡터

의 시퀀스는 추정 에러들을 감소시키고 개선된 특징들을 가진 벡터들의 출력 시퀀스를 획득하기 위하여 앞서 기술된 기술들중 일부에 기초하여 필터링될 수 있다.

도 9는 잡음 추정치들을 필터링하는 프로세스(9000의 실시예를 도시한다. 입력 값들의 시퀀스는 출력값들의 시퀀스를 획득하기 위하여 적어도 하나의 계수를 가진 IIR 필터로 필터링된다(블록(910)). 일 실시예에서, 입력값들의 시퀀스는 초기 CIRE에 관한 것이며, 출력값들의 시퀀스는 필터링된 CIRE에 관한 것이다. 다른 실시예에 있어서, 입력값들의 시퀀스는 초기 주파수-영역 채널 주파수 응답 추정치에 관한 것이며, 출력값들의 시퀀스는 필터링된 채널 주파수 응답 추정치에 관한 것이다. 입력 및 출력값들은 또한 다른 양들에 관한 것이다. IIR 필터의 적어도 하나의 계수는 예컨대 여기에 기술된 기술들중 일부를 사용하여 입력값들의 시퀀스에 기초하여 업데이트된다(블록(920)).

도 10은 적응 필터를 사용하여 IIR 필터의 적어도 하나의 계수를 업데이트하는 프로세스(920a)의 실시예를 도시한다. 프로세스(920a)는 도 9의 블록(920)과 관련하여 사용될 수 있다. 예측된 값들의 시퀀스는 입력값들의 시퀀스에 기초하여 유도된다(블록(1012)). 예측된 값들의 시퀀스는 적절하게 지연된 출력값들의 시퀀스와 동일할 수 있다. 예측된 값들의 시퀀스 및 입력값들의 시퀀스사이의 예측 에러들이 결정된다(블록(1014)). 예측 에러들은 필터링된 예측 에러들을 획득하기 위하여 필터링된다(예컨대, IIR 필터의 계수(들)를 사용하여)(블록(1016)). IIR 필터의 계수(들)는 예측 에러들 및 필터링된 예측 에러들에 기초하여 업데이트된다(블록1018)). 예측 에러들의 에러 기울기는 또한 다른 방식으로 결정될 수 있으며, IIR 필터의 계수(들)은 에러 기울기에 기초하여 업데이트될 수 있다.

도 11은 예측 필터들의 뱅크를 사용하여 IIR 필터의 적어도 하나의 계수를 유도하는 프로세스(920b)의 실시예를 도시한다. 프로세스(920a)는 또한 도 9의 블록(920)과 관련하여 사용될 수 있다. 입력값들의 시퀀스는 예측된 값들의 다중 시퀀스들을 획득하기 위하여 다중 예측 필터들을 사용하여 필터링된다(블록(1112)). 각각의 예측 필터는 적어도 하나의 계수의 다른 세트를 가진다. 다중 예측 필터들중에서 가장 작은 예측 에러를 가진 예측 필터가 식별된다. 이는 각각의 예측값에 대하 입력값들의 시퀀스 및 예측된 값들의 시퀀스사이의 에러들을 계산하고(블 록(1114)), 예측 필터에 대한 에러들에 기초하여 각각의 예측 필터에 대한 평균 자승 에러를 결정하며(블록(1116)), 가장 작은 평균 자승 에러를 가진 예측 필터를 식별함으로서(블록(1118)) 달성될 수 있다. 식별된 예측 필터에 대한 적어도 하나의 계수의 세트는 입력값들의 시퀀스를 필터링하는데 사용하기 위하여 선택된다(블록(1120)).

도 12는 정규화된 변이 기술에 기초하여 IIR 필터의 적어도 하나의 계수를 업데이트하는 프로세스(920c)의 실시예를 도시한다. 프로세스(920c)는 또한 도 9의 블록(920)과 관련하여 사용될 수 있다. 입력 샘플들의 시퀀스는 실제 값들의 시퀀스의 잡음 추정치이다. 실제 샘플들의 시퀀스의 변화량은 입력 값들의 시퀀스에 기초하여 추정된다. 이는 입력값들의 시퀀스의 에너지를 추정하는 단계(블록(1212)), 입력값들의 시퀀스에서 잡음을 추정하는 단계(블록(1214)), 및 입력 샘플들의 시퀀스의 변화량을 추정하는 단계(블록(1216))에 의하여 달성될 수 있다. 실제 샘플들의 시퀀스의 변화량은 입력값들의 시퀀스의 추정된 에너지, 추정된 잡음 및 추정된 변화량에 기초하여 추정될 수 있다(블록(1218)). 그 다음에, IIR 필터의 적어도 하나의 계수는 예컨대 룩업 테이블을 사용하여 또는 직접 계산에 의하여 실제 샘플들의 시퀀스의 추정된 변화량에 기초하여 결정된다(블록(1220)).

여기에서 기술된 필터링 기술들은 다양한 수단들에 의하여 구현될 수 있다. 예컨대, 이들 기술들은 하드웨어, 펌웨어, 소프트웨어 또는 이들의 조합으로 구현될 수 있다. 하드웨어 구현에 있어서, 필터링 및 업데이트를 수행하는데 사용된 처리 유닛들은 하나 이상의 주문형 집적회로(ASIC), 디지털 신호 프로세서(DSP), 디지털 신호 처리 장치(DSPD), 프로그램 가능 논리장치(PLD), 필드 프로그램 가능 게이트 어레이(FPGA), 프로세서, 제어기, 마이크로제어기, 마이크로프로세서, 전자장치, 여기에 기술된 기능을 수행하도록 설계된 다른 전자장치 또는 이들의 조합내에서 구현될 수 있다.

펌웨어 및/또는 소프트웨어 구현에 있어서, 기술들은 여기에 기술된 기능들을 수행하는 모듈들(예컨대, 프로시저, 함수 등)로 구현될 수 있다. 펌웨어 및/또는 소프트웨어 코드는 메모리(예컨대, 도 2의 메모리(292))에 저장되고 프로세서(예컨대, 프로세서(290))에 의하여 실행될 수 있다. 메모리는 프로세서내에 또는 프로세서 외부에서 구현될 수 있다.

기술된 실시예들의 이전 설명은 당업자로 하여금 본 발명을 실시 또는 사용하도록 하기 위하여 제공된다. 이들 실시예들에 대한 다양한 수정들은 당업자에게 명백할 것이며, 여기에서 한정된 일반적인 원리들은 본 발명의 사상 또는 범위로부터 벗어나지 않고 다른 실시예들에 적용될 수 있다. 따라서, 본 발명은 여기에 기술된 실시예들에 제한되지 않고 여기에 기술된 원리들 및 신규한 특징들과 일치하는 가장 넓은 범위를 따른다.

Claims

출력값들의 시퀀스를 획득하기 위하여 적어도 하나의 계수를 가진 무한 임펄스 응답(IIR: Infinite Impulse Response) 필터를 사용하여 입력값들의 시퀀스를 필터링하고, 상기 입력값들의 시퀀스에 기초하여 적어도 하나의 계수를 업데이트하도록 구성된 적어도 하나의 프로세서; 및

상기 적어도 하나의 프로세서에 접속된 메모리를 포함하는, 장치.
제 1항에 있어서, 상기 입력값들의 시퀀스는 초기 채널 임펄스 응답 추정치(CIRE)에 관한 것이며, 상기 출력값들의 다른 시퀀스는 필터링된 CIRE에 관한 것인, 장치.
제 1항에 있어서, 상기 IIR 필터는 단일 계수를 가지는, 장치.
제 1항에 있어서, 상기 적어도 하나의 프로세서는 상기 입력값들의 시퀀스에 기초하여 예측된 값들의 시퀀스를 유도하고, 상기 예측된 값들의 시퀀스 및 상기 입력값들의 시퀀스사이의 예측 에러들을 결정하며, 상기 예측 에러들에 기초하여 상기 적어도 하나의 계수를 업데이트하도록 구성되는, 장치.
제 4항에 있어서, 상기 적어도 하나의 프로세서는 예측된 값들의 시퀀스로서 출력값들의 시퀀스를 사용하도록 구성되는, 장치.
제 4항에 있어서, 상기 적어도 하나의 프로세서는 필터링된 예측 에러들을 획득하기 위하여 상기 예측 에러들을 필터링하고, 상기 예측 에러들 및 상기 필터링된 예측 에러들에 기초하여 상기 적어도 하나의 계수를 업데이트하도록 구성되는, 장치.
제 6항에 있어서, 상기 적어도 하나의 프로세서는 상기 필터링된 예측 에러들을 획득하기 위하여 상기 IIR 필터의 적어도 하나의 계수를 사용하여 상기 예측 에러들을 필터링하도록 구성되는, 장치.
제 4항에 있어서, 상기 적어도 하나의 프로세서는 상기 예측 에러들의 에러 기울기(error gradient)를 결정하고 상기 에러 기울기에 기초하여 상기 적어도 하나의 계수를 업데이트하도록 구성되는, 장치.
제 1항에 있어서, 상기 적어도 하나의 프로세서는 예측된 값들의 다중 시퀀스들을 획득하기 위하여 다중 예측 필터들을 사용하여 상기 입력값들의 시퀀스를 필터링하고― 상기 각각의 예측 필터는 적어도 하나의 계수의 다른 세트를 가짐 ―, 상기 다중 예측 필터들중에서 가장 작은 예측 에러를 가진 예측 필터를 식별하며, 상기 식별된 예측 필터에 대한 적어도 하나의 계수의 세트를 사용하여 상기 입 력 값들의 시퀀스를 필터링하도록 구성되는, 장치.
제 9항에 있어서, 상기 적어도 하나의 프로세서는 상기 각각의 예측 필터에 대한 입력값들의 시퀀스 및 예측된 값들의 시퀀스사이의 에러들을 계산하고, 상기 예측 필터에 대한 에러들에 기초하여 각각의 예측 필터에 대한 평균 자승 에러(mean square error)를 결정하며, 가장 작은 평균 자승 에러를 가진 예측 필터를 식별하도록 구성되는, 장치.
제 9항에 있어서, 상기 각각의 예측 필터는 단일 계수를 가지며, 상기 다중 예측 필터들은 다른 계수들을 가지는, 장치.
제 1항에 있어서, 상기 입력 샘플들의 시퀀스는 실제 값들의 시퀀스의 잡음 추정치이며,

상기 적어도 하나의 프로세서는 상기 입력값들의 시퀀스에 기초하여 실제 샘플들의 시퀀스의 변화량(variation)을 추정하며, 상기 실제 샘플들의 시퀀스의 추정된 변화량에 기초하여 상기 적어도 하나의 계수를 결정하도록 구성되는, 장치.
제 12항에 있어서, 상기 적어도 하나의 프로세서는 상기 입력값들의 시퀀스의 에너지를 추정하고, 상기 입력값들의 시퀀스에서 잡음을 추정하며, 상기 입력 샘플들의 시퀀스의 변화량을 추정하며, 상기 입력값들의 시퀀스의 추정된 에너지, 추정된 잡음 및 추정된 변화량에 기초하여 실제 샘플들의 시퀀스의 변화량을 추정하도록 구성되는, 장치.
제 12항에 있어서, 상기 적어도 하나의 프로세서는 상기 실제 샘플들의 시퀀스의 추정된 변화량에 기초하여 그리고 룩업 테이블을 사용하여 상기 적어도 하나의 계수를 결정하도록 구성되는, 장치.
제 1항에 있어서, 상기 입력 샘플들의 시퀀스는 실제 값들의 시퀀스의 잡음 추정치이며,

상기 적어도 하나의 프로세서는 상기 입력값들의 시퀀스에 기초하여 통신 채널의 메모리를 추정하며 상기 추정된 채널 메모리에 기초하여 상기 적어도 하나의 계수를 결정하도록 구성되는, 장치.
출력값들의 시퀀스를 획득하기 위하여 적어도 하나의 계수를 가진 무한 임펄스 응답(IIR) 필터를 사용하여 입력값들의 시퀀스를 필터링하는 단계; 및

상기 입력값들의 시퀀스에 기초하여 상기 적어도 하나의 계수를 업데이트하는 단계를 포함하는, 방법.
제 16항에 있어서, 적어도 하나의 계수를 업데이트하는 상기 단계는,

상기 입력값들의 시퀀스에 기초하여 예측된 값들의 시퀀스를 유도하는 단계;

상기 예측된 값들의 시퀀스 및 상기 입력값들의 시퀀스사이의 예측 에러들을 결정하는 단계;

필터링된 예측 에러들을 획득하기 위하여 상기 예측 에러들을 필터링하는 단계; 및

상기 예측 에러들 및 상기 필터링된 예측 에러들에 기초하여 상기 적어도 하나의 계수를 업데이트하는 단계를 포함하는, 방법.
제 16항에 있어서, 상기 적어도 하나의 계수를 업데이트하는 상기 단계는,

예측된 값들의 다중 시퀀스들을 획득하기 위하여 다중 예측 필터들을 사용하여 상기 입력값들의 시퀀스를 필터링하는 단계 ― 상기 각각의 예측 필터는 적어도 하나의 계수의 다른 세트를 가짐 ―;

상기 다중 예측 필터중에서 가장 작은 예측 에러를 가진 예측 필터를 식별하는 단계; 및

상기 적어도 하나의 계수로서 상기 식별된 예측 필터에 대한 적어도 하나의 계수의 세트를 선택하는 단계를 포함하는, 방법.
제 18항에 있어서, 상기 가장 작은 예측 에러를 가진 예측 필터를 식별하는 상기 단계는,

각각의 예측 필터에 대한 상기 입력값들의 시퀀스 및 상기 예측된 값들의 시퀀스사이의 에러들을 계산하는 단계;

상기 예측 필터에 대한 에러들에 기초하여 각각의 예측 필터에 대한 평균 자승 에러를 결정하는 단계; 및

가장 작은 평균 자승 에러를 가진 예측 필터를 식별하는 단계를 포함하는, 방법.
제 16항에 있어서, 상기 적어도 하나의 계수를 업데이트하는 상기 단계는,

상기 입력값들의 시퀀스에 기초하여 실제 샘플들의 시퀀스의 변화량을 추정하는 단계; 및

상기 실제 샘플들의 시퀀스의 추정된 변화량에 기초하여 상기 적어도 하나의 계수를 결정하는 단계를 포함하는, 방법.
제 20항에 있어서, 실제 샘플들의 시퀀스의 변화량을 추정하는 상기 단계는,

상기 입력값들의 시퀀스의 에너지를 추정하는 단계;

상기 입력값들의 시퀀스에서 잡음을 추정하는 단계;

상기 입력 샘플들의 시퀀스의 변화량을 추정하는 단계; 및

상기 입력값들의 추정된 에너지, 상기 추정된 잡음 및 상기 추정된 변화량에 기초하여 상기 실제 샘플들의 시퀀스의 변화량을 추정하는 단계를 포함하는, 방법.
출력값들의 시퀀스를 획득하기 위하여 적어도 하나의 계수를 가진 무한 임펄스 응답(IIR) 필터를 사용하여 입력값들의 시퀀스를 필터링하는 수단; 및

상기 입력값들의 시퀀스에 기초하여 상기 적어도 하나의 계수를 업데이트하는 수단을 포함하는, 장치.
제 22항에 있어서, 적어도 하나의 계수를 업데이트하는 상기 수단은,

상기 입력값들의 시퀀스에 기초하여 예측된 값들의 시퀀스를 유도하는 수단;

상기 예측된 값들의 시퀀스 및 상기 입력값들의 시퀀스사이의 예측 에러들을 결정하는 수단;

상기 필터링된 예측 에러들을 획득하기 위하여 상기 예측 에러들을 필터링하는 수단; 및

상기 예측 에러들 및 상기 필터링된 예측 에러들에 기초하여 상기 적어도 하나의 계수를 업데이트하는 수단을 포함하는, 장치.
제 22항에 있어서, 상기 적어도 하나의 계수를 업데이트하는 상기 수단은,

예측된 값들의 다중 시퀀스를 획득하기 위하여 다중 예측 필터들을 사용하여 입력값들의 시퀀스를 필터링하는 수단 ― 상기 각각의 예측 필터는 적어도 하나의 계수의 다른 세트를 가짐 ―;

상기 다중 예측 필터중에서 가장 작은 에측 에러를 가진 예측 필터를 식별하는 수단; 및

상기 적어도 하나의 계수로서 상기 식별된 예측 필터에 대한 적어도 하나의 계수의 세트를 선택하는 수단을 포함하는, 장치.
제 24항에 있어서, 상기 가장 작은 예측 에러를 가진 예측 필터를 식별하는 상기 수단은,

각각의 예측 필터에 대한 입력값들의 시퀀스 및 예측된 값들의 시퀀스사이의 에러들을 계산하는 수단;

상기 예측 필터에 대한 에러들에 기초하여 상기 각각의 예측 필터에 대한 평균 자승 에러를 결정하는 수단; 및

가장 작은 평균 자승 에러를 가진 예측 필터를 식별하는 수단을 포함하는, 장치.
제 22항에 있어서, 상기 적어도 하나의 계수를 업데이트하는 상기 수단은,

상기 입력값들의 시퀀스에 기초하여 실제 샘플들의 시퀀스의 변화량을 추정하는 수단; 및

상기 실제 샘플들의 시퀀스의 추정된 변화량에 기초하여 상기 적어도 하나의 계수를 결정하는 수단을 포함하는, 장치.
제 26항에 있어서, 실제 샘플들의 시퀀스의 변화량을 추정하는 상기 수단은,

상기 입력값들의 시퀀스의 에너지를 추정하는 수단;

상기 입력값들의 시퀀스에서 잡음을 추정하는 수단;

상기 입력 샘플들의 시퀀스의 변화량을 추정하는 수단; 및

상기 입력값들의 시퀀스의 추정된 에너지, 상기 추정된 잡음 및 상기 추정된 변화량에 기초하여 상기 실제 샘플들의 시퀀스의 변화량을 추정하는 수단을 포함하는, 장치.
무선 장치에서 동작가능한 명령들을 저장하는 프로세서 판독가능 매체로서,

상기 명령들은,

상기 출력값들의 시퀀스를 획득하기 위하여 적어도 하나의 계수를 가진 무한 임펄스 응답(IIR) 필터를 사용하여 입력값들의 시퀀스를 필터링하며,

상기 입력값들의 시퀀스에 기초하여 상기 적어도 하나의 계수를 업데이트하는, 프로세서 판독가능 매체.
필터링된 채널 임펄스 응답 추정치(CIRE)를 획득하기 위하여 계수를 가진 무한 임펄스 응답(IIR) 필터를 사용하여 초기 CIRE를 필터링하고, 상기 초기 CIRE에 기초하여 예측된 CIRE를 유도하며, 상기 초기 CIRE 및 상기 예측된 CIRE사이의 에러들을 결정하며, 필터링된 에러들을 획득하기 위하여 상기 에러들을 필터링하며, 상기 에러들 및 상기 필터링된 에러들에 기초하여 상기 계수를 업데이트하도록 구성된 적어도 하나의 프로세서; 및

상기 적어도 하나의 프로세서에 접속된 메모리를 포함하는, 장치.
제 29항에 있어서, 상기 적어도 하나의 프로세서는 상기 예측된 CIRE로서 상 기 필터링된 CIRE를 사용하고, 상기 필터링된 에러들을 획득하기 위하여 상기 IIR 필터의 계수를 사용하여 상기 에러들을 필터링하도록 구성되는, 장치.
제 29항에 있어서, 상기 적어도 하나의 프로세서는 다른 시간 오프셋들에서 의사-난수(PN: pseudo-random number) 시퀀스를 사용하여 입력 샘플들을 역확산시킴으로서 상기 초기 CIRE를 유도하도록 구성된, 장치.