KR20090061881A - 다중 안테나 시스템에서 변조 및 코딩 방식 결정 방법 - Google Patents

Abstract

다중 안테나 시스템에서 변조 및 코딩 방식 결정 방법을 제공한다. 상기 방법은 채널의 MRC(Maximun Ratio Combining) SINR(Signal-to-Interference plus Noise Ratio) σ_MRC와 MMSE(Minimum Mean Square Error) 수신기의 SINR σ_MMSE로부터 ML(Maximum Likelihood) SINR σ_MLD를 구하는 단계, 상기 ML SINR σ_MLD로부터 BER(Bite Error Rate)를 추정하는 단계 및 상기 BER를 이용하여 MCS(Modulation and Coding Scheme)을 결정하는 단계를 포함한다. ML(Maximum Likelihood) 수신기를 가진 MIMO 시스템에 AMC를 적용시키기 위해 필요한 SINR을 계산하고, 계산된 SINR을 바탕으로 최대 전송률을 확보하기 위한 MCS를 결정할 수 있다.

Description

다중 안테나 시스템에서 변조 및 코딩 방식 결정 방법{Method of determining modulation and coding scheme in multiple antenna system}

본 발명은 무선 통신에 관한 것으로, 보다 상세하게는 링크 성능을 향상시키는 다중 안테나 시스템에서 변조 및 코딩 방식 결정 방법에 관한 것이다.

차세대 무선 통신 시스템에서 기존의 채널 환경에서 보다 안정적인 데이터 전송을 요구한다. 현재 이러한 조건을 만족시키기 위해 주목받는 기술 중의 하나가 다중 전송 안테나, 다중 수신 안테나를 이용한 MIMO(Multiple Input Multiple Output) 기법이다. MIMO 기법을 사용하면 전송 안테나의 개수가 늘어남에 따라 채널 용량(channel capacity)을 선형적으로 증가시킬 수 있다. MIMO 시스템을 위한 전제 조건은 전송 안테나 별로 독립적인 채널 환경을 겪는 것이다. 이를 위해서는 채널이 충분한 스케터링(rich scattering) 환경이어야 한다.

MIMO 기법은 공간 분할 다중화(Space Division Multiplexing; SDM)과 시공간 코딩(Space Time Coding; STC)으로 나눌 수 있다. SDM에 의하면 각 전송 안테나에 독립적인 데이터 스트림을 전송하여 시스템의 처리율(throughput)을 증가시킨다. 디코딩 알고리즘의 예로는 BLAST(Bell-labs LAyered Space Time architecture)가 있다. BLAST에 의하면, 수신 알고리즘이 간단하면서 처리율을 높일 수 있는 장점이 있으나, 전송 안테나의 개수보다 수신 안테나의 개수가 같거나 많아야 하는 제약조건이 따른다.

STC에 의하면 코딩(coding)을 이용하여 채널에서 다이버시티(diversity) 이득을 얻는다. STC는 일반적으로 STBC(Space Time Block Coding)과 STTC(Space Time Trellis Coding)으로 나눌 수 있다. STBC는 한 전송 주기 동안 각 전송 안테나에 같은 스트림을 적절히 조정해주어 다이버시티를 얻는 방법으로 시스템의 다이버시티는 안테나 개수에 선형적으로 비례하여 증가하지만, 처리율은 증가하지 않는다. 또한, STTC는 트렐리스 코딩(Trellis coding)을 기반으로 하여 다음에 전송될 신호를 결정하는 방식으로, 수신기의 복잡도가 STBC 보다는 크다.

또 다른 STC인 ST-BICM(Space-Time Bit Interleaved Coded Modulation)은 SDM과 마찬가지로 각 전송 안테나에 독립적인 스트림을 전송하여 시스템의 처리율 (throughput)을 증가시키면서, 수신기에서 MIMO 복조기 및 반복 디코딩(Iterative Decoding) 기법을 이용하여 다이버시티까지 얻을 수 있는 방법이다.

MIMO 시스템은 채널 환경에 따라 다이버시티 이득과 공간 다중화(spatial multiplexing) 이득이 서로 다르게 나타난다. 수신 신호의 위상 분산(angle spread)이 큰 실내나 충분한 스캐터링 환경에서는 STC 기법을 통해 다이버이티 이득을 최대화할 수 있는 반면, 수신 신호의 위상 분산이 적고 LOS(Line-of Sight)가 보장되는 환경에서는 SDM 기법을 통하여 처리율을 최대화할 수 있다. 다시 말하면, 사용자의 주어진 환경에 따라 만족시켜야 할 사용자의 요구사항이 다르기 때문에 STC 기법이나 SDM 기법 하나만으로는 사용자의 요구사항을 100% 만족시킬 수 없다.

적응적 변조 및 코딩(Adaptive Modulation and Coding; 이하 AMC) 기법은 현재의 CSI(Channel state inforamtion)를 이용하여 전송기에서 전송 파워 레벨, 변조 차수(modulation order) 및/또는 코드율(code rate)을 조절하여 링크 성능을 증가시키는 기술이다. 채널 상태가 좋은 경우에는 처리율을 높이고 채널의 열화가 있는 경우에는 처리율을 낮춤으로써 효율적인 전송을 지원하고, 결과적으로 평균 처리율을 증가시킬 수 있다.

AMC 기법이 주어진 채널환경에 따라 적절하게 MCS(modulation and coding scheme)을 조절하듯이, MIMO 시스템 역시 사용자의 환경을 파악하고, 그에 적절한 MIMO 기법이 적용되어 사용자의 요구사항을 최대한 만족시켜 줄 수 있도록 유연성(flexibility)을 가지고 있어야 한다.

본 발명의 목적은 다중 안테나 시스템에서 채널 상태에 따라 적응적으로 변조 및 코딩 방식을 결정하는 방법을 제공하는 데 있다.

다중 안테나 시스템에서 변조 및 코딩 방식 결정 방법을 제공한다. 상기 방법은 채널의 MRC(Maximun Ratio Combining) SINR(Signal-to-Interference plus Noise Ratio) σ_MRC와 MMSE(Minimum Mean Square Error) 수신기의 SINR σ_MMSE로부터 ML(Maximum Likelihood) SINR σ_MLD를 구하는 단계, 상기 ML SINR σ_MLD로부터 BER(Bite Error Rate)를 추정하는 단계 및 상기 BER를 이용하여 MCS(Modulation and Coding Scheme)을 결정하는 단계를 포함한다.

ML(Maximum Likelihood) 수신기를 가진 MIMO 시스템에 AMC를 적용시키기 위해 필요한 SINR을 계산하고, 계산된 SINR을 바탕으로 최대 전송률을 확보하기 위한 MCS를 결정할 수 있다. 채널 용량 간 차이를 이용하여 MRC SINR과 MMSE SINR의 관계를 바탕으로 수신 SINR을 계산하므로, 간단한 SINR 계산법을 통해서 시스템의 전송률을 최대화할 수 있다.

도 1은 무선통신 시스템을 나타내는 예시도이다.

도 1을 참조하면, 무선통신 시스템은 기지국(10, base station; BS)과 다수의 단말(20, user equipment; UE)을 포함한다. 이동통신 시스템은 음성, 패킷 데이터 등과 같은 다양한 통신 서비스를 제공하기 위해 널리 배치된다.

기지국(10)은 일반적으로 단말(20)과 통신하는 고정된 지점(fixed station)을 말하며, 노드-B(node-B), BTS(base transceiver system), 액세스 포인트(access point) 등 다른 용어(terminology)로 불릴 수 있다. 단말(20)은 고정되거나 이동성을 가질 수 있으며, MS(mobile station), UT(user terminal), SS(subscriber station), 무선기기(wireless device) 등 다른 용어로 불릴 수 있다.

이하에서 하향링크(downlink)는 기지국(10)에서 단말(20)로의 통신을 의미하며, 상향링크(uplink)는 단말(20)에서 기지국(10)으로의 통신을 의미한다. 하향링크에서 송신기(transmitter)는 기지국(10)의 일부분일 수 있고, 수신기(receiver)는 단말기(20)의 일부분일 수 있다. 이와 반대로 상향링크에서 송신기는 단말기(20)의 일부분일 수 있고, 수신기는 기지국(10)의 일부분일 수 있다. 기지국(10)은 다수의 수신기와 다수의 송신기를 포함할 수 있고, 단말기(20)는 다수의 수신기와 다수의 송신기를 포함할 수 있다.

도 2는 본 발명의 일 실시예에 따른 전송기를 나타내는 블록도이다.

도 2를 참조하면, 전송기(100)는 채널 인코더(110), 맵퍼(120), MIMO 처리기(130), OFDM(Orthogonal Frequency Division Multiplexing) 변조기(140) 및 제어기(180)를 포함한다. 채널 인코더(110)는 입력되는 스트림을 정해진 코딩 방식에 따라 인코딩하여 부호화된 데이터(coded word)를 형성한다. 맵퍼(120)는 부호화된 데이터를 신호 성상(signal constellation) 상의 위치를 표현하는 데이터 심벌로 맵핑한다. 맵퍼(130)에서의 변조 방식(modulation scheme)에는 제한이 없으며, m-PSK(m-Phase Shift Keying) 또는 m-QAM(m-Quadrature Amplitude Modulation)일 수 있다. MIMO 처리기(130)는 입력 심벌을 전송 안테나(190-1,…,190-Nt)에 따른 MIMO 방식으로 처리한다. OFDM 변조기(140)는 입력 심벌을 OFDM 방식으로 변조하여 OFDM 심벌을 출력한다. OFDM 변조기(140)는 입력 심벌에 대해 IFFT(Inverse fast Fourier transform)을 수행할 수 있다. OFDM 심벌은 각 전송 안테나(190-1,…,190-Nt)를 통해 송신된다.

제어기(180)는 채널 정보를 통해 변조 및 코딩 방식(Modulation and Coding Scheme; 이하 MCS)을 결정하고, 이를 채널 인코더(110)와 맵퍼(120)로 전달하여 스트림이 정해진 코딩 방식과 변조 방식에 따라 변조 및 코딩되도록 한다. 수신기(미도시)로부터 귀환되는 채널 정보는 수신 SINR(Signal-to-Interference plus Noise Ratio) 또는 MCS 레벨 등 다양한 형태가 될 수 있다.

이제 BER(Bit Error Rate) 및/또는 FER(Bit Error Rate)를 추정하는 방법에 대해 기술한다.

AMC(Adaptive Modulation and Coding) 기법을 적용시키기 위해서는 주어진 채널 환경 및 MCS 레벨에 따른 링크 성능을 우선적으로 알아야 한다. 링크 성능은 스트림의 순간적인 에러율(error rate), 즉 심벌에 대한 채널 오차로부터 알 수 있다.

주파수 선택적 채널 환경에서 i번째 전송 안테나에 대한 BER P_{B ,i}은 다음과 같이 구할 수 있다.

여기서, p는 사용되는 RCPC(Rate Compatible Punctured Convolutional Codes)의 천공 주기(puncturing period), d_H는 최소 해밍거리(Hammming distance), Nv(d)는 해밍거리 d에서 오차 이벤트(error event)의 총 입력 가중치(total input weight), P(d,ρ)는 해밍거리 d에서 코드워드(codeword)들 간의 평균 코드워드 PEP(pairwise error probability)이다.

단일 반송파 시스템에서 채널이 레일리(Rayleigh) 또는 라이시안(Rician) 분포로 모델링되는 경우 P(d,ρ)는 정확하게 계산할 수 있다. 그런데 OFDM 기반의 시스템에서 P(d,ρ)는 채널의 주파수 선택성으로 인해 정확히 계산하는 것은 매우 복잡할 수 있다. P(d,ρ)는 다음과 같이 추정할 수 있다.

여기서, Nc는 부채널의 수이다. Q(x)를 로 정의할 때, 다음 과 같이 간략화할 수 있다.

변조 차수 M에서 측정된 SINR ρ를 이용하여 B_M(ρ)는 QPSK(M=4)에서 B₄(ρ)=Q₁+Q₂, 16-QAM(M=16)에서 B₁₆(ρ)=3(2Q₁+3Q₂)/8, 64-QAM(M+64)에서 B₆₄(ρ)=(28Q₁+49Q₂)/48로 구할 수 있다. Q₁과 Q₂는 각각 다음과 같이 정의된다.

하나의 프레임이 Ni개의 정보 비트로 구성되어 있다고 하면, 상기에서 계산된 BER을 이용하여 i번째 전송 안테나에 대한 FER P_{F ,i}는 다음과 같이 구할 수 있다.

따라서, 최대 전송률을 목표로 하는 AMC 기법에 의하면, 먼저 FER P_F, 변조 차수 M 및 코드률 Rc를 이용하여 사용가능한 MCS 집합의 전송률을 구한다.

예를 들어, MCS 집합이 총 l_max MCS 레벨을 지원한다고 가정한다. 각 MCS 레벨 l (l=1,...,l_max)는 코드률 Rc∈{R₁, ..., R_v}와 변조 차수 log₂M∈{1,..., m_max}인 M-QAM 신호 집합으로 이루어진다고 한다. MCS 레벨 l에 의해 지원되는 주파수 효율(spectral efficiency) R_T(l)은 Rclog₂M로 구할 수 있다. 주파수 효율이 클수록 전송률은 높아진다.

가장 높은 전송률을 나타내는 변조 차수와 코드률을 선택하여 스트림을 전송하는 것을 다음과 같이 수식으로 나타낼 수 있다.

BER 및/또는 FER는 수신 SINR을 이용하여 계산되므로, 정확한 BER 및/또는 FER의 계산을 위해 신뢰성있는 수신 SINR을 구해야 한다.

이제 다중 안테나 시스템에서 SINR을 구하는 방법에 대해 기술한다.

Nt개의 전송 안테나와 Nr개의 수신 안테나를 갖는 MIMO 시스템의 기본 모델은 다음과 같다.

여기서, y는 Nr×1 수신신호 벡터, H는 Nr×Nt 채널 행렬, s는 Nt×1 전송 신호 벡터, w는 Nr×1 잡음 신호 벡터이다. 이때, E[ss ^H] = σ_s ² I _Nt, E[ww ^H] = σ_w ² I _Nr이다. I _N은 N×N 단위 행렬(identity matrix), (.)^H는 허미션 전치(Hermitian transpose)를 나타낸다.

위와 같은 채널 모델에서 채널간 간섭 현상이 일어나지 않는다면, 각각의 스트림은 해당 채널의 MRC(Maximum Ratio Combining) 이득을 얻게 된다. 즉, MIMO 채널이 서로 독립적이거나, 각 MIMO 채널의 상관도가 매우 낮다면 MRC 이득을 얻는다.

h _i를 채널행렬 H의 i번째 열(column) 벡터라고 할 때, i번째 전송 안테나에 대한 해당 스트림에서 얻을 수 있는 최대 SINR σ_{MRC ,i}은 다음과 정의될 수 있다.

MMSE (Minimum Mean Square Error) 수신기를 사용하면 신호간 간섭현상을 제거할 수 있다. MMSE 수신기 필터 G는 다음과 같다.

MMSE 선형 수신기를 사용하면 각각의 스트림은 SISO(Single Input Single Output) 채널을 겪게 되고, 해당 스트림의 SINR σ_{MMSE ,i}은 다음과 같이 계산된다.

여기서, g _i는 G의 i번째 행(row) 벡터이다.

MMSE 선형 수신기는 신호간 간섭현상을 적절히 제거한 후, 개별적으로 신호를 검출하기 때문에 ML(Maximum Likelihood) 수신기에 비해 성능이 떨어진다. ML 수신기의 SINR을 σ_{MLE ,i}라고 할 때, 다음의 조건이 성립한다.

채널 행렬의 모든 열벡터들이 직교성을 가지면. 등호가 성립한다.

상기 조건에 따르면 상위 경계(upper bound)인 σ_{MRC ,i}와 하위 경계(lower bound)인 σ_{MMSE ,i} 값을 적절히 조합하면 구하고자 하는 σ_{MLE ,i}를 도출할 수 있음을 보여준다.

주어진 채널 행렬 H에 대해 개루프(open loop) 방식에서의 채널 용량 C_open, MMSE 수신기에서의 채널 용량 C_MMSE, MRC 수신기에서의 채널 용량 C_MRC은 각각 다음과 같다.

각 신호 처리 방식에 따른 채널 용량 차이의 비 β를 다음과 같이 정의한다.

채널용량 차이의 비는 생성된 채널에 따라 변하는 값이다.

도 3은 안테나의 수를 달리할 때 용량 차이 대 CDF(Cummulative Distribution Function)를 나타낸 그래프이고, 도 4는 3×3 MIMO 시스템에서 다양한 SNR에 따라 용량 차이 대 CDF를 나타낸 그래프이다. 도 3은 전송 안테나의 수와 수신 안테나의 수가 같은 상황에서 안테나의 개수를 2개부터 6개까지 증가시켰을 때 나타나는 분포를 평균 수신 SNR이 낮은 경우(SNR=0dB)와 높은 경우(SNR=20dB)에 대해 나타내고 있다. 도 4는 송신 안테나의 수와 수신 안테나의 수가 각각 3개인 경우 다양한 평균 수신 SNR에 따른 CDF 분포를 나타낸다.

도 3 및 4를 참조하면, 채널용량 차이의 비의 분포는 안테나의 개수와 평균 수신 SNR 값에 따라 서로 다른 분포를 나타내고 있다. 이 중 가장 특이한 경우가 바로 안테나를 2개를 사용할 때의 분포이다. 2×2 시스템을 제외한 다른 시스템의 경우 평균 수신 SNR 에 따라 분포가 변하는 반면, 2×2 시스템의 경우는 평균 수신 SNR 값에 상관없이 항상 일정한 비율(β=1)을 유지하고 있다.

채널 용량 관점에서 SM(Spatial Multiplexing) 기법의 다중화 이득(multiplexing gain)이 동일하다는 점을 이용하여 채널 용량 차이의 비를 다음과 같이 SINR 차이의 비로 다시 표현할 수 있다.

여기서, 가중치 η=σ_MRC-σ_MLD이다. 가중치 η는 0≤η≤1의 값을 갖는다.

따라서, ML 수신기의 SINR은 다음과 같이 표현할 수 있다.

즉, ML SINR σ_MLD을 σ_MRC와 σ_MMSE를 이용하여 구하되, 가중치를 이용하여 그 비중을 달리할 수 있다.

2×2 시스템의 경우 도 3의 그래프에 나타난 바와 같이 평균 수신 SNR에 상관없이 항상 같은 비율을 가지고 있기 때문에, η 역시 수신 SNR과 채널에 의해 변하지 않는 상수 값을 가진다. 2×2 시스템에서 시스템 전송률을 최대화하기 위한 η은 모의 실험을 통해 0.7의 값을 도출할 수 있다.

표 1은 모의 실험(simulation)에 사용되는 MCS 레벨 테이블이다.

표 2는 모의 실험에서 BER 계산에 사용되는 RCPC 코드이다.

도 5는 2×2 MIMO-OFDM 시스템에서 주어진 MCS 레벨을 이용하였을 때 얻을 수 있는 최대 전송율(goodput)을 나타낸 그래프이고, 도 6은 도 5의 최대 전송률에 따른 FER을 나타낸 그래프이다. 부채널의 수(FFT 크기)는 64이다. 'exhaustive search'는 주어진 모든 MCS 레벨을 전송하여 얻어진 전송율 중 가장 큰 경우를 선택했을 경우의 전송율과 FER을 나타낸 것으로 가장 이상적인 상태를 나타낸다. 'MMSE'는 MMSE 수신기를 사용하고, 각 스트림의 ρ_MMSE를 바탕으로 MCS 레벨을 선택했을 때 최대로 얻을 수 있는 전송율과 그때의 FER을 나타낸다.

도 5 및 6을 참조하면, 'MMSE BL-AMC'와 'MMSE exhaustive search'의 전송률이 SNR 15dB 이상의 범위에선 거의 일치함을 볼수 있는데, 이는 BL-AMC에서 제안하는 BER 계산법이 매우 정교함을 나타낸다. BL-AMC 기법을 바탕으로 η=0.7을 이용하여 ML SINR을 계산하여 적용시키면, MMSE 수신기를 사용한 시스템에 비해 약 2dB (전송률 관점에서 10% 정도)의 이득을 얻을 수 있다.

도 7은 OFDM의 부채널 수가 128인 경우의 결과 그래프이다.

도 7을 참조하면, η=0.7을 이용하여 ML SINR을 계산하여 적용시키면, MMSE 수신기를 사용한 시스템에 비해 약 2dB의 이득을 얻을 수 있음을 보여준다.

η=0.7을 이용한 ML SINR 은 시스템의 최대 전송률을 타겟으로 연구된 결과이기 때문에, QoS(Quality of Service) 제약(constraint)이 주어진 시스템에 적용하기 어려울 수 있다. QoS 제약이 주어진 AMC 시스템에서 중요한 부분은 정확한 BER(또는 FER) 예측 방법이다.

도 8은 특정 채널에 대한 BER을 제안된 ML SINR에 매칭시킨 그래프이다. 각 색깔별로 점선(dotted line)으로 그려진 부분이 η=0.7을 이용하여 계산한 SINR 대비 실제 BER이고, 검정 굵은 선이 AWGN(Additive White Gaussian Noise) 채널에서의 기준 BER이다.

도 8을 참조하면, 고정된 η로 SINR을 계산하면 기준 BER과 실제 BER이 정확히 일치하지 않는다. 다시 말하면, 기준 BER과 계산된 SINR을 이용하여 정확한 BER을 유추할 수 없다. 그런데, 고정된 η를 이용할 때 항상 기준 BER 그래프와 실제 BER이 미스매치되는 것은 아니다.

2×2 시스템에서 MMSE 필터를 거친 잡음 신호의 공분산(covariance) 행렬 Co는 다음과 같다.

기준 BER과 실제 BER과의 미스매치는 |b|가 a 또는 b 보다 큰 경우에 발생한다. 왜냐하면, ρ_MMSE가 상대적으로 낮은 값으로 계산되어 ML SINR이 기준보다 훨씬 낮은 값으로 얻어지기 때문이다. 따라서, η를 공분산의 정도에 따라 가변적으로 변화를 준다면 이득을 얻을 수 있다.

공분산 계수 δ를 다음과 같이 정의한다.

η'=η(1-|δ|)로 조정하고 ML SINR을 계산한다. 0≤η'≤1이다. 공분산 계수 δ가 커지면 ρ_MMSE의 비중을 크게 한다. 공분산 계수 δ가 커지면 채널의 상관도가 커지므로 채널의 상관도가 큰 경우에 효율이 좋은 MMSE 수신기의 비중이 커지도록 조절한다. 이 때 i번째 전송 안테나에 대한 ML SINR ρ_{MLD ,i}은 다음과 같이 구할 수 있다.

채널의 상관도가 커지면 가중치 η'이 작아지므로, MMSE SINR ρ_MMSE의 비중이 커진다.

도 8의 실선 (solid line)과 파선(dashed line)으로 표시한 것이 제안된 보정된 η'을 이용한 그래프이다. 실선은 공분산 행렬을

으로 계산한 것이고, 파선은 공분산 행렬을

으로 계산한 것이다. η를 고정한 경우에 비해 기준 BER에 보다 근접함을 보이고 있다.

본 발명은 하드웨어, 소프트웨어 또는 이들의 조합으로 구현될 수 있다. 하드웨어 구현에 있어, 상술한 기능을 수행하기 위해 디자인된 ASIC(application specific integrated circuit), DSP(digital signal processing), PLD(programmable logic device), FPGA(field programmable gate array), 프로세서, 제어기, 마이크로 프로세서, 다른 전자 유닛 또는 이들의 조합으로 구현될 수 있다. 소프트웨어 구현에 있어, 상술한 기능을 수행하는 모듈로 구현될 수 있다. 소프트웨어는 메모리 유닛에 저장될 수 있고, 프로세서에 의해 실행된다. 메모리 유닛이나 프로세서는 당업자에게 잘 알려진 다양한 수단을 채용할 수 있다.

이상, 본 발명의 바람직한 실시예에 대해 상세히 기술하였지만, 본 발명이 속하는 기술분야에 있어서 통상의 지식을 가진 사람이라면, 첨부된 청구 범위에 정의된 본 발명의 정신 및 범위를 벗어나지 않으면서 본 발명을 여러 가지로 변형 또는, 변경하여 실시할 수 있음을 알 수 있을 것이다. 따라서, 본 발명의 앞으로의 실시예들의 변경은 본 발명의 기술을 벗어날 수 없을 것이다.

도 1은 무선통신 시스템을 나타내는 예시도이다.

도 2는 본 발명의 일 실시예에 따른 전송기를 나타내는 블록도이다.

도 3은 안테나의 수를 달리할 때 용량 차이 대 CDF를 나타낸 그래프이다.

도 4는 3×3 MIMO 시스템에서 다양한 SNR에 따라 용량 차이 대 CDF를 나타낸 그래프이다.

도 5는 2×2 MIMO-OFDM 시스템에서 주어진 MCS 레벨을 이용하였을 때 얻을 수 있는 최대 전송율을 나타낸 그래프이다.

도 6은 도 5의 최대 전송률에 따른 FER을 나타낸 그래프이다.

도 7은 OFDM의 부채널 수가 128인 경우의 결과 그래프이다.

도 8은 특정 채널에 대한 BER을 제안된 ML SINR에 매칭시킨 그래프이다.

Claims (6)

1. 다중 안테나 시스템에서 변조 및 코딩 방식 결정 방법에 있어서,

   채널의 MRC(Maximun Ratio Combining) SINR(Signal-to-Interference plus Noise Ratio) σ_MRC와 MMSE(Minimum Mean Square Error) 수신기의 SINR σ_MMSE로부터 ML SINR σ_MLD를 구하는 단계;

   상기 ML SINR σ_MLD로부터 BER(Bite Error Rate)를 추정하는 단계; 및

   상기 BER를 이용하여 MCS(Modulation and Coding Scheme)을 결정하는 단계를 포함하는 것을 특징으로 하는 변조 및 코딩 방식 결정 방법.
2. 제 1 항에 있어서,

   상기 ML SINR σ_MLD은

   

   로 구해지고, 가중치 η'는 0≤η'≤1인 것을 특징으로 하는 변조 및 코딩 방식 결정 방법.
3. 제 2 항에 있어서,

   상기 가중치 η'는 채널의 상관도에 따라 달라지는 것을 특징으로 하는 변조 및 코딩 방식 결정 방법.
4. 제 3 항에 있어서,

   상기 가중치 η'는 채널의 상관도가 커짐에 따라 그 값이 작아지는 것을 특징으로 하는 변조 및 코딩 방식 결정 방법.
5. 제 1 항에 있어서,

   상기 BER P_B은

   

   과 같이 구해지는 것을 특징으로 하는 변조 및 코딩 방식 결정 방법.

   여기서, p는 사용되는 RCPC(Rate Compatible Punctured Convolutional Codes)의 천공 주기(puncturing period), d_H는 최소 해밍거리(Hammming distance), Nv(d)는 해밍거리 d에서 오차 이벤트(error event)의 총 입력 가중치(total input weight), P(d,σ_MLD)는 해밍거리 d에서 코드워드(codeword)들 간의 평균 코드워드 PEP(pairwise error probability)이다.
6. 제 1 항에 있어서,

   상기 BER과 주어진 MCS 집합으로부터 전송률을 최대화하도록 MCS를 결정하는 것을 특징으로 하는 변조 및 코딩 방식 결정 방법.

Images