KR20080098485A

KR20080098485A - 통신 시스템에서의 채널 추정 시스템 및/또는 방법

Info

Publication number: KR20080098485A
Application number: KR1020087017489A
Authority: KR
Inventors: 슈앙취앤 왕; 알리 압디
Original assignee: 뉴저지 인스티튜트 오브 테크놀로지
Priority date: 2006-01-20
Filing date: 2007-01-19
Publication date: 2008-11-10
Also published as: CN101529735A; JP2009524330A; US20060274841A1; EP1974491A2; WO2007083284A2; WO2007083284A3; US7929563B2

Abstract

채널 상태 정보를 추정하기 위한 방법, 장치, 및/또는 시스템들의 실시예들이 개시된다.

Description

통신 시스템에서의 채널 추정 시스템 및/또는 방법{System and/or method for channel estimation in communication systems}

본 특허 출원은, 이 출원의 양수인에게 양도된 2005년 1월 20일자, "MIMO Channel Estimation using Complimentary Sets of Sequences in Multiuser Environments"라는 제목하에 출원된 미국 가출원 번호 60/645,526을 우선권 주장한다.

본 출원의 내용은 통신과 관련된 것이다.

통신 시스템이, MIMO 통신 시스템에서와 같이 채널 추정을 수행하는 기능을 가지는 것이 바람직할 것이다.

발명의 주제는 명세서의 종결 부분에 특정하게 지시되고 분명하게 청구될 것이다. 그러나, 청구된 주제는 그 목적, 특징 및 이점과 함께 동작 체계 및 방법 양쪽 모두와 관련해, 이하의 상세 설명을 참조하여 첨부된 도면과 함께 파악할 때 가장 잘 이해될 수 있을 것이다.

도 1a 및 1b는 일실시예에 따른 MIMO 시스템을 위한 트레이닝 블록들의 프레 임 구조들이다.

도 2는 통신 시스템에서 활용될 수 있는 필터 구조의 일실시예를 예시한 개략도이다.

도 3은 통신 시스템에 활용될 수 있는 채널 추정기의 일실시예를 예시한 개략도이다.

도 4는 채널 추정을 위한 통신 시스템의 일실시예를 예시한 개략도이다.

도 5는 채널 추정 방법의 여러 실시예들을 이용하여 시뮬레이션한 성능 결과들을 도시한 그래프이다.

도 6은 채널 추정 방법의 여러 실시예들을 이용하여 시뮬레이션한 성능 결과들을 도시한 그래프이다.

이하의 상세한 설명에서, 청구된 주제에 대한 철저한 이해를 제공하기 위해 수많은 구체적인 세부사항들이 설명될 것이다. 그러나, 이 분야의 당업자라면, 이러한 특정 세부사항들 없이도 청구된 주제가 실시될 수 있다는 것을 알 수 있을 것이다. 다른 경우들에 있어서, 잘 알려진 방법, 절차, 컴포넌트 및/또는 회로들은 여기 청구된 주제를 모호하게 만들지 않도록 여기서 상세히 기술되지 않았다.

이어지는 상세 설명의 몇몇 부분들은 컴퓨터 및/또는 컴퓨팅 시스템 메모리 같은 컴퓨팅 시스템 안에 저장되는 데이터 비트들 및/또는 바이너리 디지털 신호들에 대한 연산 알고리즘 및/또는 심볼 표현을 사용해 제시된다. 이러한 알고리즘 내용 및/또는 표현들은 이 분야의 당업자가 이 분야의 다른 당업자들에게 자신들의 작업 내용을 전달하기 위해 사용하는 기술들이다. 알고리즘은 일반적으로 원하는 결과에 도달하기 위한 연산 및/또는 유사 프로세싱의 자기 모순 없는 (self-consistent) 시퀀스라고 간주된다. 연산 및/또는 프로세싱은 물리적 수량의 물리적 처리를 수반할 수 있다. 통상적으로, 반드시 필요한 것은 아니지만, 이러한 수량들은 저장, 전송, 결합, 비교 및/또는 다른 경우 조작될 수 있는 전기 및/또는 자기 신호들의 형태를 취할 수 있다. 때때로, 주로 일반적 사용이라는 구실을 위해 이러한 신호들을 비트, 데이터, 값, 엘리먼트 (elements), 심볼, 캐릭터, 용어 (terms), 숫자, 수치 등등으로 언급하는 것이 편리하다고 증명되어 왔다. 그러나, 이러한 용어들 및 유사 용어들 전부는 적절한 물리적 수량과 결부되어야 하는 것으로 단지 편리한 라벨들에 불과하다는 것을 알아야 한다.

이 명세서 전체에 걸친 "일실시예"라는 말은 그 실시예와 관련해 개시된 특정한 구성, 구조, 또는 특징들이 청구된 주제의 적어도 한 실시예에 포함된다는 것을 의미한다. 따라서, 이 명세서 전체에 걸쳐 여러 곳에서 "일실시예에서"라고 한 문구의 형식이 모두 반드시 동일한 실시예를 의미하는 것은 아니다. 또, 특정 구성, 구조, 및/또는 특징들이 하나 이상의 실시예들 안에 결합 될 수도 있다.

특별히 다르게 기술된 것이 아니라면, 아래의 논의로부터, 이 명세서 전체에 걸쳐 "산출한다", "판단한다" 등등의 용어를 쓴 논의들은, 컴퓨팅 플랫폼의 프로세서들, 메모리들, 레지스터들, 및/또는 다른 정보 저장부, 전송, 수신 및/또는 디스플레이 장치들 내에서 물리적, 전자 및/또는 자기적 수량 및/또는 다른 물리적 수량들로서 표현되는 데이터를 조작 및/또는 변환하는 컴퓨터나 그 유사 전자 컴퓨팅 장치같은 컴퓨팅 플랫폼에 의해 수행될 수 있는 액션들 및/또는 프로세스들을 의미하는 것임을 알 수 있을 것이다. 그에 따라, 컴퓨팅 플랫폼이란 시그널 형식의 데이터를 처리 및/또는 저장하는 능력을 가진 시스템 또는 장치를 의미한다. 따라서, 이러한 문맥하에서 컴퓨팅 플랫폼은 하드웨어, 소프트웨어, 펌웨어 및/또는 이들의 임의의 조합을 포함할 수 있다. 또, 특별히 다르게 기술되지 않는다면, 흐름도들 또는 기타사항을 참조하여 여기 기술된 프로세스 역시 컴퓨팅 플랫폼에 의해 전체 혹은 일부가 실행 및/또는 제어될 수 있을 것이다.

이하의 논의는 여러 가지 가능한 실시예들을 상세히 기술하고 있지만, 이들은 단지 예들일 뿐 청구된 주제의 범위를 제한하도록 의도된 것은 아니다. 다른 예로서, 일 실시예는 가령 장치나 장치들이 조합된 것 상에서 동작하도록 구현되는 것과 같이 하드웨어 상에 있을 수 있는 반면, 다른 실시예는 소프웨어 상에 있을 수 있다. 마찬가지로, 한 실시예는 펌웨어나, 하드웨어, 소프트웨어, 및/또는 펌웨어 등의 임의의 조합을 통해 구현될 수 있다. 이와 같이, 이러한 점에서 청구된 주제의 범위가 제한되는 것은 아니나, 일 실시예는 저장 매체나 저장 매체들 같은 하나 이상의 품목들을 구비할 것이다. 하나 이상의 CD-ROM들 및/또는 디스크들같은 이러한 저장 매체 상에는 명령들이 저장되어 있을 수 있고, 이 명령들은 컴퓨터 시스템, 컴퓨팅 플랫폼, 또는 다른 시스템 등과 같은 시스템에 의해 실행될 때, 가령 앞서 설명한 실시예들 중 한가지 같이, 청구된 주제의 실행에 따른 방법의 한 실시예가 될 수 있다. 실시예들은 가령 셀폰, PDA (personal digital assistants), 랩탑 컴퓨터, 미디어 플레이어 등을 포함하는 다양하게 있을 수 있는 통신 장치들 상에서 활용될 수도 있다. 물론, 청구된 주제가 이러한 예들에만 국한되는 것은 아니다.

무선 통신 시스템에서의 안테나 어레이들의 활용은 시스템 내 공간 다이버시티 (diversity)를 존재하게 할 수 있다. 이를테면, MIMO (Multiple Input, Multiple Output) 시스템은 송신기들 및/또는 수신기들로서 복수의 안테나 어레이들을 이용할 수 있다. 공간 다이버시티는 시스템의 달성가능한 용량 및/또는 시스템의 안정성 증가를 제공할 수 있다. 안테나 어레이들을 이용하는 무선 통신 시스템들에서, 채널 상태 정보 (CSI)가 요망될 수 있다. 그러나, CSI는 이용이 불가할 수도 있으므로, 시스템의 하나 이상의 채널들에 대해 추정될 것이다. MIMO 시스템에 대한 통상적인 시스템 모델들은 알려지거나 미리 정해진 CSI의 추정에 의존할 수 있다. 예를 들어, 1998년 Wireless Personal Commun., 6권 311-335 페이지들에 나온 G.J. Foschini와 M.J. Gans의 "On Limits of Wireless Communications in a Fading Environment" (이제부터 참증 [1]이라 칭함)이나, 1998년 IEEE J. Select. Areas Commun,, 16권, 1451-1458 페이지들에 나온 S.M. Alamouti의 "A simple transmit diversity technique for wireless communications" (이제부터 참증 [2]로 칭함)를 참조할 수 있다. 그러나, 실제 어플리케이션들에서는, 하나 이상의 추정 방식들을 사용하여 CSI를 추정하는 것이 바람직할 수도 있다.

적어도 두 가지 일반 타입의 추정 방식들이 CSI 추정 기능을 제공할 수 있다. 블라인드 (Blind) 추정은 가령 수신 신호의 구조에 기초해 수행될 수 있는 채널 추정을 포함할 수 있다. 블라인드 추정은 복잡할 수 있고, 무선 통신 시스템 등의 성능에 영향을 줄 수 있다. 트레이닝 기반 (Training-based) 추정은 가령 시스템의 트레이닝 주기 도중, 하나 이상의 트레이닝 신호들의 제공을 포함할 수 있다. 트레이닝 신호들은 무선 통신 시스템의 하나 이상의 송신기들로부터 하나 이상의 수신기들로 제공될 것이다. 트레이닝 신호들은 수신기에 의해 인지될 수 있고, 프레임 같은 것에 내장되는 것과 같이 신호 안에 내장될 수도 있다. 트레이닝 기반 추정은 복잡도를 낮추고/거나 무선 통신 시스템 등의 성능을 개선할 수 있다. 트레이닝 기반 추정 방식을 디자인할 때 트레이닝 신호들을 디자인하기 위한 어떤 지침들이 활용될 수 있다. 예를 들어, 2003년 IEEE Trans.Inform, Theory 49권, 951-963 페이지에 나온 B. Hassibi와 B.M. Hochwald의 "How much training is needed in multiple-antenna wireless links?" (이제부터 참증 [3]이라 칭함) 또는 IEEE Trans. Signal Processing, 52권, 3265-3267 페이지들에 나온 O. Simeone와 U. Spagnolini의 "Lower bound on training-based channel estimation error for frequency-selective block-fading Rayleigh MIMO channels" (이하 참증 [4]라 칭함)를 참조할 수 있다. 그 외에, 트레이닝 기반 채널 추정 방식의 트레이닝 신호들의 디자인은, 통신 시스템의 PAPR (Peak-to-Average-Power-Ratio, 피크치 대 평균 전력 비율) 등의 고려를 수반할 수 있다. 예를 들어, 캐나다 몬트리올에서 열린 ICASSP'04 회의 중, L. Yang, X. Ma, 그리고 G.B. Giannakis의 "Optimal training for MIMO fading channels with time- and frequency-selectivity" (이하 참증 [5]라 칭함)를 참조할 수 있다.

보편성을 상실함이 없이, 트레이닝 신호들은 수신기로 주어지고, 트레이닝 블록들을 포함할 것이며, 그 블록들은 일련의 시퀀스들을 포함할 것이다. 그러나, 청구되는 주제가 이러한 점에 한정되는 것은 아니라는 것을 주지할 가치가 있다. 도 1a는 복수의 송신 안테나들

에 대한 프레임 형식의 블록들을 예시한 것이다. 도 1a에서 예시한 바와 같이, 트레이닝 블록들은 바이너리 (binary) 트레이닝 블록들을 포함하거나, 달리 말해, 프리앰블 (preamble)과 포스트앰블 (postamble)을 구비한 한 프레임과 같은 두 사이드 (two-sided) 구조를 포함하고, 하나 이상의 갭들을 포함할 수 있다. 도시되지는 않았으나, 트레이닝 블록들이 셋 이상의 사이드 트레이닝 블록들을 포함할 수도 있으며, 가령, 적어도 일 실시예상에서 하나 이상의 미드앰블 (midamble)들을 포함할 수도 있다. 이 외에, 도 1b에는 예를 들어 MIMO-ISI 시스템 같은 MIMO 시스템에서 구현될 수 있는 트레이닝 블록의 프레임 구조가 예시된다. 도 1b에 예시된 시퀀스들은 이를테면, 적어도 프리앰블 a와 포스트앰블 b를 포함하는 순환 접두형 (cyclic prefixed, CP) 직교 상보형 (orthogonal complementary) 시퀀스들의 세트들을 구비할 수 있다.

트레이닝 기반 채널 추정을 위한 트레이닝 신호 디자인은 하다마드 (Hadamard) 매트릭스 및/또는 골레이 (Golay) 상보 시퀀스들 같은 디자인 모델들을 이용할 수 있다. 예를 들어, 1961년 IEEE Trans. Inform, Theory, 7권 82-87 페이지에 나온 M.J. E. Goay의 "Complementary series" (이하 참증 [6]이라 칭함) 및, 애리조나 버밍햄에서 열린 IEEE Vehic. Technol. Conf. 중에 K. Niu, S, -Q. Wang 등의 "A novel matched filter for primary synchronization channel in W-CDMA" (이하 참증 [7]이라 칭함)를 참조할 수 있다. 그러나, 청구되는 주제가 이렇게 참조 된 디자인 모델들 등과 관련해 한정되는 것은 아니다.

트레이닝 기반 채널 추정을 위한 트레이닝 신호들을 디자인할 때, 참증 [8]에 규정된 메리트 팩터 같은 메리트 팩터 및/또는 CRLB (Cramer-Rao Lower Bound)를 고려하는 것이 바람직할 수 있다. 그 외에, 주파수 추정을 위한 트레이닝 방식의 구현은 순환 컨볼루션 (circular convolution) 및/또는 고속 푸리에 변환 (FFT)를 이용할 수 있으나, 청구되는 주제가 여기 개시된 방식들을 구현하는 특정 방법과 관련해 제한되는 것은 아니며, 다른 수많은 계산 방식들 및/또는 기술들이 청구되는 주제의 실시예들에서 사용될 수 있다는 것을 알 수 있을 것이다.

청구된 주제에 대한 일실시예에서, 채널 추정의 한 방식이 심볼간 간섭 (ISI, Inter-Symbol Interference)을 가진 MIMO 통신 시스템에 적용될 수 있다. 그러나, 청구된 주제가 그렇게 한정되는 것은 아니다. 예를 들어, 여기 개시된 방식들 중 적어도 일부는 주파수 선택형 채널들, 주파수 선택형 페이딩 채널들 및/또는 여기에 자세히 설명되지 않은 다른 타입들 및/또는 카테고리의 채널들과 함께하는 MIMO 통신 시스템들에서 구현될 수 있다. 앞서 언급했듯이, 트레이닝 기반 추정 방식은 추정 에러를 감소시키고/거나 블라인드 추정 같은 다른 추정 방식들의 복잡도를 줄일 수 있다. 그러한 접근방식은, 이를테면, MIMO-UWB (Ultra Wide Band), MIMO-OFDM (Orthogonal Frequency Division Multiplexing) 부합 시스템들, 및/또는 현재 존재하거나 미래에 개발될 MIMO를 활용할 수 있는 다른 시스템들 같이, MIMO 채널들을 활용할 수 있는 멀티-사용자 시스템들 및 기타 시스템들 안에서 활용될 수 있다.

MIMO 통신 시스템의 MIMO 주파수 선택형 채널을 고려해 보자. 이 실시예에서, 채널은 블록 페이딩을 포함할 수 있다. 달리 말해, CSI는 MIMO 채널의 한 블록 안에서는 불변할 것이지만, 블록 하나하나 마다는 변할 수 있다. 예를 들어, 실내 MIMO 시스템은 적어도 부분적으로 실내 MIMO 시스템의 이동 특성으로 인해 그러한 특성들을 포함할 수 있다. 예를 들어, 뉴저지 프린스턴에서 열린 Samoff'04 회의 중 S. Wang 등의 "Indoor MIMO channels: A parameter correlation model and experimental results"를 참조할 수 있다. 이 실시예에서

가 MIMO 주파수 선택형 채널의 이산-시간 (discrete-time) 채널 임펄스 응답 (CIR, channel impulse response)를 포함하게 하자. 여기서

은 MIMO CIR의 ㅣ번째 탭으로서 아래의 매트릭스로서 주어질 수 있을 것이다:

여기서,

은 MIMO 통신 시스템의 n_r 번째 수신기 안테나와 n_t 번째 송신 안테나 간 CIR의 l 번재 탭이다. 이 실시예에서, 시스템의 하나 이상의 서브 채널들이 단위 전력을 갖춘다는 가정이 이뤄질 수 있고, 아니면 다음과 같은 식으로서 보여질 수 있다:

위에서

는 기대치 (expectation) 연산자일 수 있다.

트레이닝 블록에 해당하는 수신된 신호는 추가적으로 다음과 같이 재작성될 수 있다:

X는 아래의 매트릭스로 주어질 것이다:

이다.

이 실시예에서,

는 n_t 번째 송신 안테나에 의해 주어지는 트레이닝 신호를 포함할 것이다. 그 트레이닝 신호는, 이를테면 상보적일 수 있는 복수의 트레이닝 블록들을 포함할 것이다. 트레이닝 신호는 n 시점에 주어질 것이며,

은 시점 n에 n_r 번째 수신 안테나를 통해 수신되는 신호를 포함할 수 있다.

은

안에 든 추가 잡음 성분을 포함할 수 있고, SNR은 신호대 잡음 비를 포함한다.

다른 선택사항으로서, X가 아래의 매트릭스로 주어질 수도 있다:

이다.

순서 N의 포워드-쉬프트 (forward-shift) 순열 (permutation) 매트릭스

는 다음과 같이 보여질 수 있다:

이고, 수학식 8의 매트릭스는 다음과 같이 재작성될 수 있다:

트레이닝 기반 채널 추정 방식들을 위한 트레이닝 시퀀스들의 디자인은, 특별한 특징들을 가진 시퀀스들의 세트들을 디자인하는 것을 포함할 수 있다. 이를테면, 시퀀스들의 세트들에는 상보형 (complimentary) 시퀀스 세트들, 비상관 주기적 상보형 (uncorrelated periodic complimentary) 시퀀스들의 세트들 및/또는 직교형 주기적 상보형 (orthogonal periodic complimentary) 시퀀스들의 세트들이 단지 몇 가지 예들로서 포함될 수 있다. 그러나, 이러한 시퀀스 세트들은 예로서 나열된 것일 뿐이고, 청구되는 주제는 이러한 면에 한정되는 것은 아니라는 것을 주지할 필요가 있다. 일 실시예에서, 상보형 시퀀스 세트들은 디자인, 정의 및/또는 구성 기준에 따라 디자인 및/또는 구성될 수 있다.

예를 들어, 상보형 시퀀스 세트를 정의하기 위한 아래의 기준들을 고려할 수있다:

는 1들 및 -1들로 된 시퀀스를 포함하도록 하고,

는 시퀀스

의 불규칙한 자동상관을 포함한다. 한 시퀀스들의 세트

는,

인 경우 상보형 시퀀스들을 포함한다. 일 실시예에서, 동일한 길이 N을 가진 시퀀스들이 고려될 것이고, 이때

이다. 추가 논의는 가령, 1972년 IEEE 회보 Inform. Theory, 18권 644-652 페이지에 나온 C.C. Tseng과 C.L. Liu의 "Complimentary sets of sequences" (이제부터 참증 [11]이라 칭함)에서, 상보형 시퀀스 세트들에 관하여 찾아볼 수 있을 것이다.

일 실시예에서, 길이가 N=2ⁿ, n≥1인 골레이 상보형 시퀀스 쌍 (Golay compimentary sequence pair)가 아래의 귀납적 접근방식에 따라 구성될 수 있다:

여기서,

이며,

이다. 이것이 길이 N인 상보형 시퀀스 세트

와

를 제공할 것이다.

다른 실시예에서, 주기적인 상보형 시퀀스 세트들이 디자인 및/또는 구성 기준에 따라 디자인 및/구성될 수 있다. 주기적인 상보형 시퀀스들은 하나 이상의 실시예들에서 직교형 및/또는 비상관된 주기적 시퀀스들일 수 있다. 예를 들어, 상보형 시퀀스 세트를 정의하기 위해 아래와 같은 기준을 고려할 수 있다:

는 1들 및 -1들로 이뤄진 시퀀스를 포함하도록 하고,

는 시퀀스

의 주기적인 비상관을 포함할 것이다. 시퀀스들의 세트

는

인 경우 주기 적인 상보형이 된다. 일 실시예에서, 주기 N을 가진 시퀀스들이 고려될 수 있고, 이때

이다. 다시, 추가 논의는 가령, 1972년 IEEE 회보 Inform. Theory, 18권 644-652 페이지에 나온 C.C. Tseng과 C.L. Liu의 "Complimentary sets of sequences" (이제부터 참증 [11]이라 칭함)에서, 상보형 시퀀스 세트들에 관하여 찾아볼 수 있을 것이다.

그러나, 다른 시퀀스들의 세트

가 주기적인 상보형이고,

이며, 이때

이면

은

에 대응할 것이다.

추가적으로, 주기적인 상보형 시퀀스 집합들의 콜렉션

은 이 콜렉션 내 매 두개의 상보형 시퀀스 세트들이 서로에 대해 대응할 때 상호 비 상관된다 (mutually uncorrelated). 해당하는 시퀀스 세트들에 대한 논의는 가령, 참증 [11]에서 더 논의되어 있을 것이다.

다른 실시예에서, 길이

,

인 골레이 상보형 시퀀스 쌍이 다음과 같이 구성될 수 있다:

이때

이다. 이 실시예에서,

는 단위 증폭도의 복소수를 포함한다. n 회의 인터랙션 후에, 한 쌍의 상보형 시퀀스들인

과

이 길이 N을 가진 것으로 생성될 수 있다. 그외에,

과

은 상보적이다. 또, 이것이 (a, b)가 상보형 세트인 경우

가 대응하는 세트가 되고, 이것 역시 짝으로 칭해질 수 있는, 일반적인 결론에 이르게 한다. 일례로서, 수학식 10 및 11에 기초할 때, N=16인 경우,

은 가령 두 개의 싱보형의 시퀀스 세트들을 포함할 수 있다.

적어도 일 실시예에서, 상보형 시퀀스 세트들의 최대 개수는 정의되지 않을 것이다. 그러나, 이진수인 경우에는 각각의 세트가 단 두 개의 시퀀스들만을 가질 때 두 개의 비상관 세트들이 존재하는데, 이것이 어플리케이션들을 MIMO 시스템들에 한정시킬 것이다. 그러나, 이 문제는 다음과 이진수인 경우의 접근방식들 가운데 하나 이상을 취함으로써 다뤄질 수 있다:

1) 서로 다른 위상을 가진 전송 안테나 쌍들에 시퀀스들을 할당.

2) 각각의 상보형 세트 내 시퀀스들의 개수 확장 (가령 참증 [11] 참조).

3) 상보형 세트들에 기초해 ZCW (zero correlation window)를 가진 더 많은 시퀀스들을 구성.

그러나, 이러한 것들은 다만 전형적인 접근방식들일 뿐이고, 청구되는 주제가 거기에 한정되는 것은 아니라는 것을 알 필요가 있다.

트레이닝 기반 채널 추정 방식들을 위한 트레이닝 시퀀스들의 디자인은 디자인 기준을 병합할 수 있다. 이를테면, 최대 우도 추정 (MLE, maximum likelihood estimatin), 최소 제곱 추정 (LSE, least-square estimation) 및/또는 선형 최소 평균 제곱 에러 (LMMSE, linear minimum mean-square error)가 디자인 기준으로 사용될 수 있다. 예를 들어, 수학식 3은 다음과 같이 재작성될 수 있다:

여기서

는 크로네커 곱 (Kronecker product)이 되고,

이고,

는 한 칼럼 벡터 내 독립변수들 (arguments)로 된 칼럼들 전부를 합한다 (stack). 이 시시예에서, e는 각 성분에 대한 단위 분산 (unit variance)을 포함하는 복소수 AWGN 벡터가 된다. 이 실시예에서, h의 MLE는 H의 LSE로 감축될 수 있다. 이것이 다음과 같이 주어질 것이다:

또, 매트릭스의 공분산 (covariance) 및

의 MSE는 각각

및

이다. 일 실시예에서,

의 MSE는 트레이닝 시퀀스들이

라는 조건을 만족시킬 때 최소가 될 것이다. 이 실시예에서 이러한 조건이 만족되면, h의 MLE는 감축된 CRLB (Cramer-Rao lower bound)를 달성하는 분산을 가질 수 있다. 예를 들어, 감축된 CRLB는 아래의 식을 만족하는 두 개의 바이너리 트레이닝 블록들을 구성함으로써 얻어질 수 있다.

또, H의 LMMSE는 아래와 같이 주어질 것이다:

의 공분산 매트릭스 및 MSE는 각각

및

이 될 수 있다.

의 MSE를 최소화하는 것은

라는 조건을 만족시키는 일을 수반할 수 있다. 이 조건이 만족되면, MIMO 시스템의 하나 이상의 안테나의 트레이닝 시퀀스는 가령 실질적으로 직교형이 될 것이다.

채널 추정 알고리즘은 적어도 부분적으로 하나 이상의 상술한 기준에 기초해 디자인될 수 있다. 이 실시예에서,

과

가 서로 직교한다고 가정하고,

라고 전제한다. 또, 이 실시예에서,

와

은 각각 송신 안 테나

와

의 프리앰블을 포함한다. 또한,

과

는 각각 송신 안테나

와

의 포스트앰블을 포함한다. 이 실시예에서,

이고, 따라서 H의 LSE는,

이며, 이것은 프리앰블 및 포스트앰블 할당에 기초해 다음과 같이 재작성될 수 있다:

다른 실시예에서,

는 서로 비상관한다고 전제된다. 또,

는 짝수라고 전제한다. 상보형 시퀀스들의 세트 (a, b)를 위한, 송신 안테나

에 대해 아래의 할당이 이뤄질 수 있다:

위에서

은 1 엘리먼트씩 시퀀스 x를 왼편으로 주기적으로 이동시킬 수 있다. 또,

가 홀수인 경우, 아래의 할당이 이뤄질 수 있다:

또한, 추가적으로, 마지막 안테나

에 아래와 같은 다른 상보 시퀀스들의 쌍이 할당될 수 있다:

예를 들어, 조건

이 만족될 때, 경로 간 (inter-pathe) 간섭이 실질적으로 줄어들거나 제거된다. 또, 아래의 식을 보임으로써,

H의 LSE가 다음과 같이 나타날 수 있다:

상기 할당들이 활용될 대, 아래와 같은 식으로 나타날 수 있다.

따라서, H의 LMMSE 추정치는 아래와 같이 나타날 수 있다:

채널 추정기에 대한 일 실시예는 필터 구조를 활용할 수 있다. 예를 들어, 이제 한 필터 구조(102)가 도시된 도 2를 참조할 수 있다. 필터 구조(102)는 수학식 10의 양 변에 Z 변환을 취함으로써 수학적으로 모델링될 수 있다. 그것은 다음과 같은 결과를 도출할 수 있다:

여기서,

이다.

다른 선택사항으로서, 도 2에 도시된 필터 구조는 MIMO 시스템의 복수의 안테나들 상에서 구출될 수 있다. 이것이 병렬 프로세싱을 가능하게 할 것이며, 그 러한 것이 가령 추정 기능 수행 속도를 개선시킬 것이다. 일 실시예에서, 포스트앰블 프로세싱은 수신된 데이터에 대해 LIFO (last in first out; 나중에 입력한 것을 먼저 빼기) 방식을 이용하여, 프리앰플 프로세스에 사용한 것과 같은 필터를 사용가능하게 할 수 있다. 또, 효과적 골레이 상관기 (EGC, efficient Golay correlator)가 사용될 수 있다. 예를 들어, 1999년 Electorn. Lett., 35권 1427-1428페이지에 나온 B.M. Popovic의 "Efficient Golay Correlator" (이하 참증 [12]라고 칭함)를 참조할 수 있다.

일 실시예에서, 한 트레이닝 시퀀스가 A로 규정될 수 있다. A는

를 포함할 수 있으며, 이때

는 수신된 신호를 포함하고,

는 앞서 설명한 하나 이상의 트레이닝 블록들 같은 트레이닝 블록을 포함한다. 예를 들어, 일 실시예에서,

는 순환 (circulant) 매트릭스가 될 수 있다. 이 실시예에서,

는 FFT를 통해 효율적으로 구현될 수 있다. 예를 들어, C가 순환 매트릭스라고 가정한다. 이 예에서, C는

인 푸리에 변환 매트릭스

에 의해 대각화 (diagonalized)되어,

로서 나타날 수 있다.

MIMO 시스템 안에서 트레이닝 블록들의 구현은 도 3을 참조해 보다 상세히 설명될 것이다. 도 3에는 적어도 일 실시예에 따른 채널 추정기의 고속 푸리에 구현이 도시되어 있다. 이 실시예에서, FFT 연산 포인트들의 개수가 N이 될 것이고, N은 시퀀스들의 주기가 된다. 스위치가 사용되어 추정 방법을 선택하도록 할 수 있다. 예를 들어, 스위치가 오픈상태이면, LM이 이용될 수 있고, 스위치가 닫혀 있을 때는 LMMSE가 활용될 수 잇다. 물론, 청구되는 주제가 이러한 면에만 한정되는 것은 아니다.

이 실시예에서, MIMO 시스템의 n_r번째 안테나

가 다음과 같이 정의될 수 있다:

O는 하다마드 (Hadamard) 곱이고, *는 켤레 (conjugate)를 의미한다. 짝수 의 칼럼들은 다음과 같이 정의될 수 있다:

의 홀수 칼럼들은 다음과 같이 정의될 수 있다:

의 짝수 칼럼들은 다음과 같이 정의될 수 있다:

일 실시예에서, 채널 추정 방식은 MIMO-OFDM 시스템과 같은 직교 주파수 분할 다중화 (OFDM, orthogonal frequency division multiplexing) 시스템 안에서 이용될 수 있다. 이 실시예에서, 채널 추정은 적어도 일부가 시간 도메인 추정 및/또는 주파수 도메인 추정에 기반해 수행될 수 있다. 한 채널 추정 방식의 구현이 도 4에 도시될 수 있다. 도 4에는 채널 추정 방식의 구현 예가 도시되었고, 여기서 주파수 도메인 채널 임펄스 응답은 FFT 변환으로부터 도출될 수 있다. 물론, 청구되는 주제가 이 양태에만 한정되는 것은 아니다.

상보형 시퀀스들의 각 세트가 p 개의 주기적 상보형 시퀀스들을 포함하는 한 실시예에서, i 번째 트레이닝 블록에 해당하는 수신 신호는 다음과 같이 예시될 수 있다:

여기서 E_i는 AWGN을 포함한다. 또, H의 CIR의 MLE는 다음을 포함할 수 있다:

CIR H의 LMMSE는 다음을 포함할 수 있다:

비상관된 주기적 상보형 시퀀스 세트들이 사용될 때, 수학식 32는 다음과 같 이 단순화될 수 있다:

수학식 33은 다음과 같이 단순화될 수 있다:

도 5 및 도6에는 다른 대안적 방식들의 채널 추정의 MSE를 도시한 그래프들이 보여진다. 도 5는 상보형 시퀀스 세트 및/또는 직교형 주기적 상보형 새퀀스 세트의 MSE를 보인 그래프이다. 이 그래프에서, L=15인데, 이것은 각각의 서브 채널 안에 16 개의 탭들이 존재한다는 것을 의미하는 것이며,

=2,

=2, 그리고 N=16이다. 정규화된 이론상의 최소 CRLB는

및 시뮬레이션 된 채널 추정의 MSE

대 (versus) 다른 SNR 레벨들로서 표시될 수 있고, 이때

는 프로베니우스 (Frobenius) 놈(norm)을 가리킬 수 있다. 도 3의 그래프는 이 예에서, 최소 CRLB가 달성될 수 있다는 것을 보인다.

이제 도 6을 참조하면, 이 그래프에서, L=15,

=4,

=4 그리고 N=32이다. 정규화된 이론상의 최소 CRLB는,

및 MLE 및LMMSE의 정규화된 MSE

대 다른 SNR 레벨들로 표시될 수 있고, 이때

는 산술적 평균을 의미한다. 도 3의 그래프는 이 예에서, 최소 CRLB가 달성될 수 있음을 보인다.

앞의 내용에서, 청구되는 주제에 대한 다양한 양태들이 기술되었다. 설명의 목적으로, 시스템들 및 구성들은 청구되는 주제의 철저한 이해를 제공하기 위해 서술되었다. 그러나, 이 명세서에 개시된 내용에서 이익을 향유하는 기술분야의 당업자라면, 청구되는 주제가 특정 세부사항 없이도 실시될 수 있다는 것을 알 수 있을 것이다. 다른 예들에서, 청구되는 주제를 모호하게 하지 않도록 잘 알려진 구성들은 생략 및/또는 간략화되었다. 특정 구성들이 여기에 예시 및/또는 기술되었지만, 이 분야의 당업자에게는, 수많은 변형, 치환, 변경 및/또는 등치가 일어날 수 있을 것이다. 따라서, 첨부된 청구항들은 청구되는 주제의 실제 개념 안에 들어오는 그러한 변형 및/또는 변경들을 모두 커버하도록 의도되었음을 알아야 한다.

Claims

MIMO 방식을 활용하는 수신기에서 채널 상태 정보를 추정하는 방법에 있어서,

적어도 일부가 상보형 (complementary) 트레이닝 시퀀스들의 세트를 포함하는 트레이닝 신호를 수신하는 단계; 및

제공된 트레이닝 신호에 적어도 일부 기초하여, 수신기의 적어도 한 채널에 대한 채널 상태 정보를 추정하는 단계를 포함함을 특징으로 하는 방법.
제1항에 있어서, 상기 상보형 트레이닝 시퀀스들의 세트는, 직교형 주기적 상보형 (orthogonal periodic complementary) 시퀀스들의 세트를 더 포함함을 특징으로 하는 방법.
제1항에 있어서, 상기 상보형 트레이닝 시퀀스들의 세트는, 비상관된 주기적 상보형 (uncorrelated periodic complementary) 시퀀스들의 세트를 더 포함함을 특징으로 하는 방법.
제1항에 있어서, 상기 트레이닝 시퀀스들은 상기 트레이닝 신호의 적어도 한 프레임 안에서 구현됨을 특징으로 하는 방법.
제1항에 있어서, 상기 추정하는 단계는, 하나 이상의 고속 푸리에 변환 (FFT) 연산을 활용함을 특징으로 하는 방법.
제1항에 있어서, 상기 트레이닝 신호는 적어도 한 프리앰블 (preamble) 및 한 포스트앰블 (postamble)을 구비한 하나 이상의 트레이닝 블록들을 포함함을 특징으로 하는 방법.
장치에 있어서,

송신기;

MIMO 방식을 이용하고 적어도 한 채널을 갖춘 수신기를 포함하고,

상기 송신기는 트레이닝 신호를 상기 수신기로 제공하도록 구성되고,

상기 트레이닝 신호의 적어도 일부는 상보형 트레이닝 시퀀스들의 세트를 포함하고,

상기 수신기는 제공된 상기 트레이닝 신호의 적어도 일부에 기초해, MIMO 시스템의 상기 적어도 한 채널에 대한 채널 상태 정보를 추정하도록 구성됨을 특징으로 하는 장치.
제7항에 있어서, 상기 송신기는 복수의 송신 안테나를 구비한 송신기 어레이를 포함하고, 상기 수신기는 복수의 수신 안테나를 구비한 수신기 어레이를 포함함을 특징으로 하는 장치.
제7항에 있어서, 상기 수신기는, MIMO-ISI 방식, 주파수 선택형 채널 방식 및/또는 주파수 선택형 페이딩 (fading) 채널 방식 중 적어도 하나를 추가 이용함을 특징으로 하는 장치.
제7항에 있어서, 상기 상보형 트레이닝 시퀀스들의 세트는, 직교형 주기적 상보형 시퀀스들의 세트를 더 포함함을 특징으로 하는 장치.
제7항에 있어서, 상기 상보형 트레이닝 시퀀스들의 세트는, 비상관 주기적 상보형 시퀀스들의 세트를 더 포함함을 특징으로 하는 장치.
제7항에 있어서, 상기 수신기는, 하나 이상의 고속 푸리에 변환 (FFT) 연산들을 이용하도록 구성됨을 특징으로 하는 장치.
제7항에 있어서, 상기 트레이닝 신호는 적어도 한 프리앰블 및 포스트 앰블을 구비한 하나 이상의 트레이닝 블록들을 포함함을 특징으로 하는 장치.
제7항에 있어서, 상기 수신기는 실질적으로 IEEE 802.11의 양태들에 부합함을 특징으로 하는 장치.
제7항에 있어서, 상기 수신기는, 셀 폰, PDA (personal digital assistant), 랩 탑 컴퓨터, 미디어 플레이어 장치 중 적어도 한 가지 안에 포함됨을 특징으로 하는 장치.
장치에 있어서,

컴퓨팅 기기를 포함하고,

상기 컴퓨팅 기기는 상보형 트레이닝 시퀀스들의 세트를 포함하는 트레이닝 신호를 수신하고, 그 수신된 트레이닝 신호의 적어도 일부에 기초해 통신 시스템의 적어도 한 채널에 대한 채널 상태 정보를 추정하도록 구성됨을 특징으로 하는 장치.
제16항에 있어서, 상기 상보형 트레이닝 시퀀스들의 세트는 직교형 주기적 상보형 시퀀스들의 세트를 더 포함함을 특징으로 하는 장치.
제16항에 있어서, 상기 상보형 트레이닝 시퀀스들의 세트는, 비상관 주기적 상보형 시퀀스들의 세트를 더 포함함을 특징으로 하는 장치.
제16항에 있어서, 상기 컴퓨팅 기기는, 하나 이상의 고속 푸리에 변환 (FFT) 연산들을 이용하도록 구성됨을 특징으로 하는 장치.
제16항에 있어서, 상기 트레이닝 신호는 적어도 한 프리앰블 및 포스트 앰블을 구비한 하나 이상의 트레이닝 블록들을 포함함을 특징으로 하는 장치.
제16항에 있어서, 상기 컴퓨팅 기기는 실질적으로 IEEE 802.11의 양태들에 부합함을 특징으로 하는 장치.
제16항에 있어서, 상기 컴퓨팅 기기는, 셀 폰, PDA (personal digital assistant), 랩 탑 컴퓨터, 미디어 플레이어 장치 중 적어도 한 가지 안에 포함됨을 특징으로 하는 장치.