KR20120093246A

KR20120093246A - 커플링 매트릭스에 의한 신호 품질 추정

Info

Publication number: KR20120093246A
Application number: KR1020127011274A
Authority: KR
Inventors: 그레고리 이. 보톰리; 이-핀 에릭 왕
Original assignee: 텔레호낙티에볼라게트 엘엠 에릭슨(피유비엘)
Priority date: 2009-10-02
Filing date: 2010-09-28
Publication date: 2012-08-22
Also published as: EP2486680A2; WO2011039705A2; TWI501594B; EP2486680B1; TW201138336A; CA2773516A1; CL2010001039A1; KR101655502B1; PL2486680T3; US20110080982A1; US8724741B2; CN102640436A; WO2011039705A3; CN102640436B

Abstract

비선형 수신기에서 수신된 신호의 심볼들과 다른 심볼들의 상호작용 및/또는 수신된 신호의 손상(노이즈 및 간섭)의 상호작용을 나타내는 커플링 매트릭스 G 또는 Q를 사용하여 수신된 신호의 품질이 추정된다. 커플링 매트릭스는 또한 결합 검출에도 유용하다. 신호 품질 추정치는, 예를 들어 최소 고유값 및 커플링 매트릭스의 행렬식과 트레이스 같은 그 밖의 함수들을 포함할 수 있다. 롱코드 스크램블링을 사용하는 CDMA 시스템에서와 같이 G 또는 Q가 블록마다 변화하는 경우, 실수부 및 허수부의 RMS 값들 또는 평균 크기들의 매트릭스 같은 대표 매트릭스가 사용될 수 있다. 신호 품질 추정치는 BER로 표현될 수 있다.

Description

커플링 매트릭스에 의한 신호 품질 추정{SIGNAL QUALITY ESTIMATION FROM COUPLING MATRIX}

본 발명은 무선 통신 네트워크에 관한 것으로, 특히 비선형 수신기(non-linear receiver)에서 커플링 매트릭스에 의해 수신된 신호의 품질을 추정하는 방법 및 장치에 관한 것이다.

최신 무선 통신 네트워크에서의 전력 제어(power control), 전송율 적응(rate adaptation), 링크 모니터링(link monitoring) 등과 같은 많은 시스템 작업은 신호 품질 추정치(estimates)를 근간으로 한다. 일반적으로, 수신기는 신호 품질의 메트릭(metric)으로서 SINR(Signal-to-Interference-plus-Noise Ratio)을 생성하고, 이러한 SINR을 네트워크에 통보한다. 실제값들 대신 파라미터 추정치들을 사용하고 닫힌(closed-form) 이론 수식들(theoretical expressions)을 통해 선형 수신기(linear receivers)에서 SINR을 추정할 수 있다. 이러한 방식은 Gregory E. Bottomley에 의해 발명되고 본 출원의 출원인에 양도되었으며, 2004년 6월 16일 출원되어 동시 계류중인(co-pending) "SIR Estimation in a Wireless Receiver"라는 제목의 미국 특허출원 제10/869,456호에 개시되어 있으며, 본 발명에 참고 문헌으로 그 전체가 인용된다.

하지만, 이러한 방식은 더 진보된 비선형 수신기에서 잘 동작하지 않는다. 예를 들면, WCDMA(Wideband CDMA)에서 HSPA(High Speed Packet Access)는 {본 기술분야에서 다중부호 전송(multicode transmission)으로도 알려진} 병렬 전송된 심볼들(symbols)의 결합 검출(joint detection)과 블록 등화(block equalization)를 사용한다. G. Bottomley 및 Y-P. E. Wang에 의해 발명되고 본 출원의 출원인에게 양도되었으며, 2008년 2월 22일 출원되어 동시 계류중인, "Method and Apparatus for Block-Based Signal Demonstration"이라는 제목의 미국 특허출원 제12/035,846호를 참조할 수 있으며, 또한 본 발명에 참고 문헌으로 그 전체가 인용된다.

범용 이동 통신 시스템(UMTS: Universal Mobile Telecommunications System)에서 진보된 기술인 HSPA 및 LTE(Long Term Evolution) 모두에, MIMO(Multiple-Input, Multiple-Output) 기술이 사용된다. MIMO는 다수의 송신 안테나(transmit antennas)가 송신기에 사용되고, 또한 가능한 한 다수의 수신 안테나(receive antennas)가 수신기에 사용되는 통신 기술이다. MIMO 기술은 추가적인 대역폭(bandwidth) 또는 전송 전력(transmit power) 없이도, 향상된 데이터 처리능력(throughput) 및 범위(range)를 제공한다. 이는 더 높은 스펙트럼 효율(spectral efficiency)과 링크 다이버시티(link diversity)에 기인한다. MIMO 전송에서는 다수의, 중첩되는 데이터 스트림(data streams)이 전송된다. 결합 검출은 동시에 수신된 심볼들을 복원하는 하나의 방식이며, 2003년 10월 6일부터 9일까지 올랜도에서 개최된 IEEE Vehicular Technology Conf.(VTC 2003-Fall)의 회보에 공개된 "Generalized RAKE receivers for MIMO systems"라는 제목의 S. J. Grant, K. J. Molnar 및 G. E. Bottomley의 논문에 서술되어 있고, 본 발명에 참고 문헌으로 그 전체가 인용된다. 게다가, 전송들이 중첩되는 경우 동일 채널 신호들(co-channel signals)의 결합 검출은 HSPA 및 LTE 모두에 사용될 수 있다.

결합 검출을 사용하는 비선형 수신기에서는, 출력 SINR의 복조를 위한 간단한 닫힌 수식이 없다. 따라서, 이러한 비선형 수신기에서 필수적인 네트워크 최적화 작업들을 수행하는데 사용하기 위한 신호 품질의 추정은 문제점으로 인식된다.

여기에 서술되고 주장되는 하나 이상의 실시예에 따라, 수신된 신호의 심볼들과 다른 심볼들의 상호작용 및/또는 수신된 신호에서 (노이즈 및 간섭과 같은) 손상(impairment)의 상호작용을 나타내는 커플링 매트릭스(coupling matrix) G 또는 Q를 사용하여, 비선형 수신기에서 수신된 신호의 품질이 추정된다. 커플링 매트릭스는 또한 결합 검출에도 유용하다. 신호 품질 추정치는, 예를 들어 최소 고유값(minimum eigenvalue) 및 커플링 매트릭스의 행렬식(determinant)과 트레이스(trace) 같은 그 밖의 함수들을 포함할 수 있다. 롱코드 스크램블링(longcode scrambling)을 사용하는 CDMA 시스템에서와 같이 G 또는 Q가 각각의 블록마다 변하는 경우에, 실수부 및 허수부의 RMS(root-mean-square) 값들 또는 평균 크기들(magnitudes)의 매트릭스와 같은 대표 매트릭스가 사용될 수 있다. 신호 품질 추정치는 선형 수신기에 대한 BER(Bit Error Rate) 또는 유효(effective) SINR로 표현될 수 있다.

도 1은 무선 통신 네트워크의 기능블록도.
도 2는 도 1의 무선 통신 네트워크에서 동작하는 송신기 및 수신기의 기능블록도.
도 3은 도 2에 도시되는 수신기의 기저대역 프로세서(baseband processor) 내의 회로 모듈들의 기능블록도.
도 4는 도 2에 도시되는 수신기에서 수신된 신호의 품질을 추정하는 방법의 흐름도.
도 5는 도 4에 도시되는 방법에 따른 신호 품질 추정치와 대체 복조기(alternative demodulator)에 대한 신호 품질 추정치를 비교함으로써 신호의 품질을 추정하는 방법의 흐름도.
도 6은 다수의 스크램블링 코드 구현물(scrambling code realizations)을 이용하여 신호 품질을 추정하는 몬테카를로 방법의 흐름도.
도 7은 도 4의 방법에 의해 추정된 신호 품질과 유효 신호 품질을 비교하는 그래프.
도 8은 도 5의 방법에 의해 추정된 신호 품질과 유효 신호 품질을 비교하는 그래프.

도 1에 대표적인 무선 통신 네트워크(10)가 도시된다. UMTS에 대한 LTE 확장(extensions)의 맥락으로 여기에 서술되나, 네트워크(10)는 비선형 수신기가 사용되는 임의의 프로토콜(protocol)에 따라 동작할 수 있다. 그 밖의 네트워크들에서, 도 1에 도시되는 네트워크(10) 구성요소들은 도시되는 바와 다르게 구성되거나 또는 다르게 표시될 수 있다. 하지만, 당업자가 LTE 관점에서 서술된 본 개시의 내용을 읽는다면 그 밖의 네트워크들에 대한 본 발명의 적용에 대해서도 쉽게 파악할 수 있을 것이다.

무선 통신 네트워크(10)는 PSTN(Public Switched Telephone Network), 인터넷 등과 같은 하나 이상의 다른 네트워크(14)에 연결되어 통신할 수 있는 CN(Core Network; 12)을 포함한다. 하나 이상의 RNC(Radio Network Controllers; 16)가 CN(12)에 연결되어 통신이 이루어지는데, 하나 이상의 RNC는 하나 이상의 NodeB 또는 eNodeB(enhanced NodeB) 국(stations; 18)을 제어한다. 기지국(base station)으로도 알려진 NodeB(18)는 지형적 영역, 즉 셀(cell; 22) 내의 하나 이상의 사용자 기기(User Equipment; 20)와 무선 통신을 할 수 있도록 RF(Radio Frequency) 장치 및 안테나들을 포함한다. 도시된 바와 같이, NodeB(18) 및 사용자 기기(20)는 MIMO 기술, 멀티캐스트(multicast) 등을 사용하여 동시에 둘 이상의 데이터 스트림을 통해 통신할 수 있다.

결합 검출 기술에 따르면, 전송되는 심볼들이 커플링 매트릭스 G 또는 Q에 따르는 메트릭들을 생성함으로써 수신기에서 결합 검출된다. 이러한 매트릭스는 수신된 신호에서 심볼들 간의 상호작용 및/또는 수신된 신호에서의 (노이즈 및 간섭과 같은) 손상의 상호작용을 나타낸다. 여기에 서술된 본 발명의 실시예들에 따라, 신호 품질 추정치는 커플링 매트릭스로부터 도출된다. 이러한 신호 품질 추정치는, 예를 들면 최소 고유값 및 행렬식과 트레이스 같은 기타 함수들을 포함할 수 있다. 롱코드 스크램블링을 사용하는 CDMA 시스템에서와 같이 G 또는 Q가 각각의 블록마다 변하는 경우에, 실수부 및 허수부의 RMS 값들 또는 평균 크기들의 매트릭스와 같은 대표 매트릭스가 사용될 수 있다.

도 2에 송신기(30) 및 수신기(38)를 포함하는 예시적 시스템의 기능블록도가 도시된다. 하향링크 전송(downlink transmissions)의 경우 송신기(30)가 NodeB 또는 eNodeB(18)에 구현될 수 있고 수신기(36)는 사용자 기기(20)에 구현될 수 있으며, 상향링크 전송(uplink transmissions)의 경우 이와 반대임을 당업자는 쉽게 인식할 수 있을 것이다. 어느 경우에나, 송신기(30)는 신호(33)를 인코딩(encodes), 변조(modulates) 및 증폭(amplifies)하여, 하나 이상의 안테나(32)를 통해 다수의 중첩되는 스트림으로 전송한다. 전송되는 신호(33)는 다중경로 페이딩 채널(multipath fading channel)과 같은 전송 매체(transmission medium; 34)를 통과하여, 수신기(38)에서 하나 이상의 수신 안테나(36)를 통해 수신된다.

신호(33)는 MIMO 신호를 포함할 수 있고, 다양한 다중경로 성분을 포함할 수 있으며, 증폭(amplify), 필터링(filter), 디지털화(digitize) 및 신호를 기저대역(baseband)으로 하향 변환(down-convert) 동작하는 프론트 엔드 무선 수신 회로(front-end RF receiver circuit; 40)에 의해 처리(process)될 수 있다. 결과적인 기저대역 신호는 기저대역 프로세서(42)로 제공되며, 기저대역 프로세서(42)는 수신된 신호의 심볼들에 대응하는 하드(hard) 또는 소프트(soft) 정보를 복원한다. FEC(Forward Error Correction) 디코딩 등과 같은 회로들(44)에서의 추가적 처리를 진행하기 위해, 기저대역 프로세서(42)는 복원된 심볼들을 출력한다.

도 3에 기저대역 프로세서(42)에 대한 일 실시예가 도시된다. 프로세서(42)는 검출 통계 컴퓨터(detection statistics computer; 46), 결합 심볼 검출기(joint symbol detector; 48), 파라미터 추정기(parameter estimator; 50) 및 신호 품질 추정기(signal quality estimator; 52)를 포함한다. 검출 통계 컴퓨터(46)는 수신된 신호의 심볼들에 대한 검출 통계를 생성하도록 구성된다. 예를 들면, 정합 필터(matched filter) 또는 레이크 출력(rake outputs)이 생성될 수 있다. 검출 통계는 다음과 같이 모델링될 수 있는 벡터 z로 표현될 수 있다:

(1)

여기서 H는 응답 매트릭스(response matrix), s는 관심 대상의 K개 심볼의 벡터, 그리고 u는 공분산(covariance) R을 갖는 손상이다. R은 손상에 대한 커플링 매트릭스로 파악될 수도 있다. OFDM 시스템에서, 응답 매트릭스 H는 채널 추정치들에 따라 달라진다. CDM 또는 CDMA 시스템에서, H는 스크램블드 확산 시퀀스들(scrambled spreading sequences)에 따라 또한 달라진다. R을 추정하는 방식들은 잘 알려져 있다. 예를 들면, 앞서 인용된 바 있는 미국 특허출원 제12/035,846호를 참조할 수 있다.

결합 심볼 검출기(48)는 서로 다른 심볼 조합들에 대해 가설을 세우고(hypothesizing) 메트릭을 최적화하는 조합을 선택함으로써 K개 심볼을 결합 검출하도록 구성된다. 극대화하기 위한 전형적인 결합 검출 메트릭은 다음의 형태를 갖는다:

(2)

여기서 a는 가설로 세워진 심볼 값들의 벡터이고 위첨자 H는 에르미트 전치(Hermitian transpose)를 나타낸다. 이러한 메트릭을 확장하고 a와 관계없는 항들을 제거하면 등가의 메트릭을 얻을 수 있다:

(3)

여기서

(4a)

(4b)

만일 G가 적절히 스케일링되면, 이는 성능이 Q의 요소들(elements)과 연관될 수 있다는 점에서 SINR 매트릭스 Q = f G에 대응된다.

파라미터 추정기(50)는 수신된 신호(33)로부터 도출된 파라미터 추정치들을 제공한다. 파라미터 추정기(50)는, 예를 들어 결합 심볼 검출기(48)에 의해 사용되는 H 및 R을 추정할 수 있다. 게다가, 파라미터 추정기(50)는 커플링 매트릭스 G 또는 Q를 생성할 수 있다. 다음, 신호 품질 추정기(52)는 이러한 파라미터 추정치들로부터 신호 품질 추정치를 생성한다. 신호 품질 추정치는 "유효 SINR"의 형태를 가질 수 있어 에러율(error-rate) 성능이 추론될 수 있다. 예를 들면, BPSK(Binary Phase Shift Keying) 변조에서, BER이 아래와 같이 주어지도록 유효 SINR을 정하는 것이 바람직하다.

(5)

여기서 erfc는 상보적 에러 함수(complimentary error function)이다.

본 기술분야에서 성능은 Q의 고유값들과 관계있는 것으로 알려져 있다. 예를 들면, S. Verdu, Multiuser Detection, Cambridge University Press, 1998, section 4.3.2, pp. 186-195를 참조할 수 있고, 본 발명의 참고 문헌으로 그 전체가 인용된다. 예를 들면, 에러 이벤트들(error events)에 대한 최소 거리는 Q의 최소 고유값과 관련된다. 결합 검출이 사용될 수 있는 높은 SINR에서, 성능은 최소 거리에 의해 지배된다. 따라서, 일 실시예에서, SINR은 Q의 최소 고유값을 사용하여 추정된다. 수학적으로는 다음과 같다.

(6a)

최소 고유값은 고유값 추정에 대한 표준 방식들을 사용하여 결정될 수 있다. 이러한 방식들은 전형적으로 가장 큰 고유값을 추정하고, 다음 두 번째로 큰 고유값 등을 추정한다. 일 실시예에서, Q가 우선 반전되고(inverted), 가장 큰 고유값이 추정되며, 다음 그 역(reciprocal)이 취해진다.

등가적으로, G의 최소 고유값이 사용될 수 있고, 스케일링이 적용되면 다음과 같다.

(6b)

커플링 매트릭스는 결합 심볼 검출기(48) 및 신호 품질 추정기(52) 모두에 공유될 수 있다.

만일 결합 검출이 신호 품질 추정에 추가하여 수행되는 경우, 수신된 신호는 검출 통계 컴퓨터(46)에 의해 처리되어 검출 통계를 생성한다. 해당 처리는 CDMA 수신기에서의 역확산(despreading) 및 레이크 결합(Rake combining)과 같은 선형 필터링(linear filtering)을 포함할 수 있다. OFDM 수신기에서, FFT의 수행과 같은 처리가 수반된다. 이를 통해 방정식 (1)의 z 또는 방정식 (4a)의 y와 같은 통계가 산출된다. 이러한 통계들은 심볼 추정치들을 결정하기 위해, 결합 심볼 검출기(48)에서 방정식 (2) 또는 (3)의 메트릭들과 같은 메트릭을 생성하는데 사용된다. 심볼 추정치들은 심볼 우도(symbol likelihoods) 또는 비트 로그 우도 비율(bit log-likelihood ratios)과 같은 소프트 정보뿐만 아니라, 하드 심볼(hard symbol) 또는 비트 판정들(decisions)의 형태일 수도 있다.

메트릭 생성에 있어, 파라미터 추정기(50)에 의해 제공되는 파라미터 추정치들이 또한 사용된다. 방정식 (2)의 메트릭의 경우, H 및 R의 추정치들이 제공된다. 방정식 (3)의 메트릭의 경우, 파라미터 추정기(50)는 H 및 R을 독립적으로 제공하거나, 방정식 (4b)에서 주어지는 G를 제공할 수 있다. 이러한 파라미터 추정치들은 신호 품질 추정기(52)에 의해 또한 사용되어 SINR과 같은 신호 품질 추정치를 생성한다.

도 4에 수신기(38)에서 수신된 신호(33)의 신호 품질을 추정하는 방법(100)이 도시된다. 신호는 하나 이상의 안테나(36)를 통해 수신된다(블록 102). 응답 매트릭스 H 및 신호 손상의 공분산 R과 같은 파라미터 추정치들은 수신된 신호로부터 생성된다(블록 104). 커플링 매트릭스 G 또는 Q는 파라미터 추정치들에 기초하여 생성된다(블록 106). 다음, SINR 척도와 같은 신호 품질은 커플링 매트릭스로부터 추정된다(블록 108). 신호 품질은 예를 들어 Q의 최소 고유값을 (또는 G의 스케일링된 최소 고유값을) 포함할 수 있다. 소정의 실시예들에서, 결합 심볼 검출은 파라미터 추정치들에 기초하여 또한 수행될 수 있다. 본 방법(100)은 (예를 들어, CDMA, OFDM, 등과 같은) 동작 신호 프로토콜에 따라, K개 심볼의 블록마다 반복된다.

도 4에 도시되는 방법(100)으로 신호 품질의 부정적인 추정치들(pessimistic estimates)이 산출될 수 있다. 일 실시예에서, 추정된 신호 품질은 한계치(bound)에 비교되고, 한계치는 더 높을 때 선택된다. 이러한 방법(112)은 도 5를 참조하여 서술되며, 여기서 추가적인 단계들은 대체 복조기에 대한 신호 품질 추정치를 생성하는 단계(블록 114) 및 두 개의 신호 품질 추정치를 비교하는 단계(블록 116)를 포함한다. 일 실시예에서, 한계치는 선형 복조기 또는 SSD(Single Symbol Detection)를 구비한 비선형 복조기와 같은 또 다른 복조기의 SINR 추정치이다. 더 큰 신호 품질 값이 수신기(38)의 유효 신호 품질로 취해진다(블록 118). 그 밖의 실시예들에서, 추정된 신호 품질은 방법(100)에 내재하는 네거티브 바이어스(negative bias)를 제거하기 위해 스케일링될 수 있다.

예를 들면, SSD 기반의 BDFE(Block Decision Feedback Estimator)를 위한 피드포워드 필터(feedforward filter)가 표준 방식들을 사용하여 대체의 SINR 추정치를 생성하는데 사용될 수 있다(블록 114). (데이터를 복조하는데 실제로 사용되는 것과 같은) 결합 검출 기반의 BDFE를 위한 피드포워드 필터가 최소 고유값 방식 또는 바이어스된 방식들 중 하나를 사용하여 두 번째 SINR 추정치를 결정하는데 사용될 수 있다(블록 108). 이러한 값들은 비교되고(블록 116), 최종 SINR 추정치는 이러한 두 개의 값의 최대치로 취해진다(블록 118).

위에 서술된 방법들(100, 112)은 적당히 복잡한 과정을 통해 정확한 신호 품질 추정치들을 산출한다. 그 밖의 실시예들에서, 더 간단한 Q의 함수들을 사용하여 정확성 측면에서 손해를 보는 대신 계산상의 복잡성을 줄일 수 있다. 이론상으로, ｜Q｜로 표시되는 Q의 행렬식은 모든 고유값들의 곱이다. K×K 매트릭스 Q에서, 행렬식의 K 번째 근(root)은 고유값들의 기하평균이 된다. 기하평균은 가장 작은 요소에 의해 지배되는 경향이 있으므로, 결과는 최소 고유값에 가깝다. 따라서, 또 다른 추정치는 다음과 같다.

(7)

이는 다음과 같이 로그(log) 영역에서 다음과 같이 계산될 수 있다.

(8)

일 실시예에서, 2×2 매트릭스의 특별한 경우에, 고유값들에 대한 닫힌 수식을 구할 수 있다. 행렬식에 대해 두 개의 고유값의 곱을 산출할 수 있고, 트레이스에 대해 두 개의 고유값의 합을 산출할 수 있다. 이러한 두 개의 방정식은 Q의 요소들의 함수로서 고유값들을 구하는데 사용될 수 있다. 이는 다음과 같이 표현된다.

(9)

여기서 T는 Q의 트레이스를 표시하고 D는 Q의 행렬식을 나타낸다. 방정식 (9)의 수식이 2×2 경우에 대한 최소 고유값인 반면, 이는 더 큰 매트릭스들에 대한 SINR 추정의 형태로 사용될 수 있다. 따라서, SINR 추정치는 Q 매트릭스의 트레이스 및 행렬식의 함수이다.

또 다른 실시예에서, 고유값들의 기하평균 및 산술평균은 품질 척도를 생성하는데 사용된다. 행렬식은 고유값들의 곱이므로, 기하 평균은 다음의 수식으로 얻어질 수 있다.

(10)

트레이스는 고유값들의 합이므로, 산술평균은 다음의 수식을 사용하여 얻어질 수 있다.

(11)

이러한 두 개의 평균은 모든 고유값들이 동일한 경우에, 서로 동일하고 최소 고유값과 같을 것이다. 그렇지 않으면, 산술평균이 더 클 것이다. 이러한 두 개의 평균의 차이 또는 비율은 방정식 (6)의 정확성을 나타낸다. 예를 들어, 다음의 비율이 생성될 수 있다:

(12)

여기서 r은 0에서 1 사이이다. 만일 r이 1에 가깝다면, 기하평균(또는 산술평균)은 최소 고유값에 가깝다. 만일 r이 0에 가깝다면, 기하평균은 최소 고유값보다 클 것이고, 이는 방정식 (7) 및 (8)의 추정기가 높게 바이어스되었을 수 있음을 나타낸다. 이러한 바이어스는 r을 사용하여 보정될 수 있다. 예를 들면, 방정식 (8)은 다음의 수식으로 대체될 수 있다.

(13)

여기서 C는 보정계수(correction factor)이고, 보정계수 값은 시뮬레이션을 기초로 정해질 수 있다. 보정계수는 채널 분산성(dispersiveness)뿐만 아니라 신호 및 노이즈 레벨의 함수일 수 있다.

만일 나머지 고유값들 대부분이 훨씬 더 크다면 최소 고유값이 성능을 전적으로 지배하지 않을 수 있으므로, 보정은 필요하지 않을 수도 있다. 이러한 상황에서, C는 음의 값을 가질 수 있으며, 따라서 방정식 (13)을 사용하는 경우 방정식 (8)로부터 추정된 SINR이 증가할 수 있다.

닫힌 수식이 없는 경우에 공지된 추정 방법이 몬테카를로 시뮬레이션(Monte Carlo simulation)이고, 이는 2005년 11월 IEEE Sig. Proc. Mag.에 게재된 A. Doucet 및 X. Wang의 "Monte Carlo Methods for Signal Processing [A review in the statistical signal processing context]"에 서술되는데, 본 발명에 참고 문헌으로 그 전체가 인용된다. 몬테카를로 시뮬레이션은 Q 매트릭스를 사용하여 유효 SINR을 추정하는데 사용될 수 있다. 일 실시예에서, 방정식 (1)을 사용하여, 심볼 벡터들(symbol vectors) s를 무작위로 생성하고, 이들을 H의 추정치를 사용하여 스케일링하며, u의 무작위 생성된 구현물을 더함으로써, z 값들이 무작위로 생성된다. 다음, 결합 검출은 s의 추정치를 생성하는데 적용될 수 있다. 이러한 추정치는 생성된 값과 비교되어 얼마나 많은 심볼들 또는 비트들이 에러였는지 결정한다. 이러한 처리가 반복되어, 정확한 에러율이 측정될 수 있다. 다음, 방정식 (5) 또는 유사한, 변조 의존형(modulation-dependent) 수식을 사용하여, 유효 SINR이 결정될 수 있다. 일 실시예에서, 방정식 (5)는 SINR 및 BER 값들의 테이블을 생성하는데 사용된다. 내삽법(interpolation)을 이용하여, 측정된 BER 및 테이블로부터 유효 SINR을 구한다. 이러한 방식이 다소 복잡하지만, 에러율을 측정하는데 사용되는 구현물들의 수가 증가할수록 그 정확성은 계속 높아진다.

HSPA에서, H는 (느리게 변화하는) 채널 추정치들 및 (빠르게 변화하는) 롱코드 스프램블링의 함수이다. 일 실시예에서, 롱코드 스크램블링의 무작위 구현물들을 포함시켜, H의 무작위 구현물들을 또한 얻게 된다. 결과물들은 스크램블링 코드 구현물들에 걸쳐 또한 평균으로 계산된다.

도 6에 개량된 몬테카를로 시뮬레이션 방식을 사용하여, 무선 통신 수신기(38)에서 수신된 신호(33)의 품질을 추정하는 방법(120)이 도시되며, 여기서 HSPA에 대한 무작위 구현물들의 양은 H 또는 Q의 구현물들만 생성하는 만큼으로 감소한다. 신호는 하나 이상의 안테나(36)로부터 얻어진다(블록 102). 매트릭스 H의 채널 응답 부분 및 신호 손상 u의 공분산 R과 같은 파라미터 추정치들은 수신된 신호로부터 생성된다(블록 104). 루프(loop) 내에서, 무작위 스크램블링 코드 구현물이 생성되고(블록 122), 매트릭스 H 내의 채널 추정치들 및 스크램블링 코드 구현물을 포함하는 파라미터 추정치들에 기초하여 커플링 매트릭스 Q가 생성된다(블록 124). 여기에 서술된 기술들 중 하나를 사용하여 각각의 구현물에 대해 SINR이 결정되고, SINR은 방정식 (5) 또는 유사한 수식을 사용하여 에러율로 변환된다(블록 126). 다수의 반복 과정을 거쳐 에러율이 축적되어 평균으로 계산된다(블록 128). 충분한 수의 스크램블링 코드 구현물들이 생성되고 대응하는 에러율들이 계산된 경우(블록 130), 축적된 에러율들은 반복 횟수에 근거하여 평균으로 계산되고, 그 다음 유효 SINR로 변환된다(블록 132).

일 실시예에서, 무작위 생성은 난수 생성기(random number generator)를 통해 "동시적으로(on the fly)" 수행된다. 또 다른 실시예에서, 난수들은 오프라인(off-line)으로 생성되고, 수신기(38)의 메모리의 테이블에 저장된다. 또 다른 실시예에서, 무작위 값들의 테이블에 액세스하는 방식과 무작위로 생성된 인덱스(index)를 사용하는 방식의 두 가지 방식을 혼합하여 사용한다.

평균으로 계산되어야 할 많은 H 또는 Q 매트릭스가 있는 HSPA의 경우, 여기에 서술된 실시예들에서는 대표적인 H 또는 Q 매트릭스를 대신 사용할 수 있다. 많은 응용에서, 비대각 행렬요소들(off-diagonal elements)의 평균은 전형적으로 결합 검출이 필요하지 않음을 나타내는 0이므로, 간단한 평균값은 그렇게 유용하지 않다. 이는 너무 긍정적(optimistic)이다. 일 실시예에서, RMS 값이 매트릭스 내의 각 항(term)에 대해 계산된다. RMS 값들은 요소들에 대한 식들을 도출하고, 크기를 제곱하며, 기대값을 구하고, 제곱근(square root)을 취함으로써 구할 수 있다. 또 다른 실시예에서, 평균 크기 값이 매트릭스의 각 항에 대해 계산된다. 이러한 경우에, 실수부 및 허수부의 크기를 독립적으로 평균하는 것이 제곱근을 피할 수 있어 더 간단하다.

{시불변(time-invariant) 포워드 필터(FF)는 특수한 경우이므로} 시변(time varying)이고 칩 수준에서 포워드 필터(forward filter)의 일반적인 경우를 상정해서, 결합 검출을 근간으로 하는 BDFE를 포함하는 BLE(Block Linear Equalizer)에 대한 상세한 예가 제시되며, 이는 위에 언급한 바 있는 동시 계류중인 미국 특허출원 제12/035,846호, "Method and Apparatus for Block-Based Signal Demodulation"에 서술되어 있다. 시간 t = n ₀ T _c + d _j T _c 에서 칩 샘플들(ship samples)의 (안테나 신호들이 쌓인) 벡터는 수신된 신호 벡터 r(t)를 칩 펄스 쉐이프(chip pulse shape) p(t)에 정합된 필터에 통과시켜 필터링한 것으로 표현될 수 있다.

(14)

여기서 r(t)는 기저대역에 상응하는(baseband-equivalent) 수신 신호, d _j 는 {예를 들어, FF 탭 로케이션(tab location)과 같은} 프로세싱 딜레이(processing delay), T _c 는 칩 피리어드(chip period) 그리고 T _s 는 샘플 피리어드이다.

우선, 칩 추정치들은 다음의 수식을 통해 구한다.

(15)

여기서 W _j ( n _o )는 칩 피리어드 n _o 에 따라 변화하는 j번째 탭 로케이션에 대응하는 가중치들(weights)을 결합한 부벡터(subvector)이다.

이러한 칩 추정치들은 서로 다른 코드들 k _o 에 대해 역확산되며, 이에 따라 초기 검출 통계가 생성된다.

(16)

여기서 c _k _,j (n)은 다중코드(multicode) k, 심볼 피리어드 j 및 칩 피리어드 n에 대응하는 확산 코드 칩 값이다.

벡터 z로 모여진 이러한 초기 통계는 방정식 (1)에서와 같이 모델링될 수 있다. 심볼 가설(symbol hypothesis) s=a 와 관련된 최대 우도(maximum likelihood) 결합 검출 메트릭은 방정식 (2)에 의해 주어지며, 이는 방정식 (3)에서의 형태로 단순화될 수 있다. 따라서, H 및 R에 대한 수식들이 G에 대한 수식을 구하기 위해 필요하다.

방정식 (1)로부터 알 수 있는 바와 같이, H는 z의 요소들을 심볼 s에 연관시킨다. H의 요소는 다음과 같다.

(17)

여기서 R _p (t)는 펄스 쉐이프 자기상관(pulse shape autocorrelation) 함수{또는 송신 및 수신 필터들의 컨벌루션(convolution)}이고, 무선 채널 응답(radio channel response)은 지연들 τ _l 및 계수들 g _l을 갖는 L 탭들(tabs)로 모델링될 수 있다. n 및 n ₀ 에 대한 합산들(summations)은 매트릭스의 행들(rows) 및 열들(columns)에 대한 합산으로 해석될 수 있다.

대신 대각선들(인덱스 m)을 따라서 합산하면, 대체적 표현을 얻을 수 있다:

(18)

여기서 m이 음인 경우, A(m) = -m 및 B(m) = N-1 이고, m이 양인 경우, A(m) = 0 및 B(m) = N-1-m 이다.

일 실시예에서, 시변 가중치들이 사용되면 다음과 같다.

(19)

(20)

일 실시예에서, 시불변 가중치들이 사용되면 다음과 같다.

(21)

그리고, 방정식 (18)은 다음과 같이 간단히 표현될 수 있다:

(22)

여기서

(23)

상기 수식은 비주기 코드 상호상관 함수(aperiodic code cross-correlation function)이다.

코드 평균(code averaging)을 하면, R은 식별 매트릭스(identity matrix)에 비례하게 되고 따라서,

(24)

여기서

(25)

그리고, R _υ는 w 설계와 관련된 손상 공분산 매트릭스이다.

특히, ML 설계에 있어서는,

(26)

여기서 h는 채널 응답 벡터이다. 방정식 (18) 및 (22)는 총 채널 응답 벡터들(net channel response vectors)로 표현될 수 있고, 이는 2008년 6월 5일 출원되고 본 출원의 출원인에 양도되었으며 동시 계류 중인, Cairns 등에 의한 "Method and Apparatus for Efficient Estimation of Interference in a Wireless Receiver"라는 제목의 미국 특허출원 제12/133,636호에 개시되었으며, 본 발명에 참고 문헌으로 그 전체가 인용된다.

방정식 (19) 또는 (24)는 무작위 스크램블링 마스크(random scrambling mask) 및 Walsh 확산 코드들(Walsh spreading codes)의 함수로서 Q 매트릭스에 대한 수식들을 도출하는 식이다. 대표값을 생성하기 위해 서로 다른 스크램블링 마스크 서브시퀀스들(subsequences)이 고려되고, 이에 따라 RMS 값을 생성하기 위한 서로 다른 Q 매트릭스들을 얻는다.

일 실시예에서, 가능한 매트릭스들의 완전 목록(exhaustive list)이 고려된다. 일 비제한적인(non-limiting) 예로서, 4개의 칩의 블록과 QPSK 스크램블링의 경우, 4⁴= 256개의 가능한 스크램블링 시퀀스가 존재한다. 제시된 대표 매트릭스들에 대해, 공통 위상 회전(common phase rotation)은 결과를 변화시키지 않는다. 따라서, 칩 값들 중 하나는 고정될 수 있어 단지 64개의 시퀀스가 가능하다. 이러한 64개의 시퀀스는 64개의 Q 매트릭스를 생성하는데 사용될 수 있고, 이를 통해 RMS 값 또는 절대값(absolute value) 매트릭스가 정해질 수 있다. 일 실시예에서, 완전 목록 대신에 대표 부분 집합(representative subset)이 사용된다.

또 다른 실시예에서, 대표 Q 매트릭스는 특정한 스크램블링 시퀀스로부터 생성된 Q 매트릭스들을 사용하여 구할 수 있다. 비제한적인 예로서, HSPA 상향링크 슬롯(slot)은 4개의 칩의 640개의 블록으로 구성된다. 일 실시예에서, 만일 슬롯이 어떻게든지 복조되는 경우, 이러한 슬롯에 대해 생성된 G 매트릭스들은 대표 Q 매트릭스를 얻는데 사용된다. 만일 복조할 슬롯이 없는 경우, 수신기는 슬롯을 복조하는 것을 에뮬레이션할 수 있다.

일 실시예에서, MIMO 및 결합 검출 기반의 GRake의 경우, 동일한 확산 코드를 사용하는 심볼들만 공동으로 검출된다. 이러한 경우, 평균은 결합 검출의 필요성을 없애지 않으므로, 간단한 평균 Q 매트릭스가 대표 매트릭스로서 사용될 수 있다. 의사 램덤(pseudo-random) 스크램블링에 대해 평균이 이루어지고, 페이딩 채널 계수들(fading channel coefficients)에 대해서는 평균이 이루어지지 않는다.

일반적으로, 결합 검출에 사용되는 매트릭스 Q는 G에 비례한다. 따라서, 추가적인 스케일링이 G를 SINR 매트릭스로 변환하기 위해 필요할 수 있다. 스케일링을 하면, 비대각 행렬요소들이 0에 SINR 값들인 대각 행렬요소들(diagonal elements)을 얻게 된다.

예를 들면, 심볼 에너지(symbol energy) Ep 또는 진폭(amplitude) Ap =

을 갖는 파일럿 심볼들(pilot symbols) 또는 파일럿 채널(pilot channel)을 사용하여 채널이 추정되는 경우를 상정한다. 채널 추정치들은 전형적으로 채널 추정치의 일부로서 심볼 진폭(symbol amplitude)을 포함하며, 따라서 방정식 (17)에서,

가 생략되고, g에 대한 값들은 Ap 요소를 포함하며, N에 의한 나눗셈이 포함된다. 파일럿의 SINR 추정치를 얻기 위해, 방정식 (24)에서 추가적인 스케일링은 필요하지 않다. 하지만, 트래픽 채널(traffic channel)의 SINR 추정치를 얻기 위해서는, 방정식 (24)의 결과를 파일럿에 대한 트래픽 전력비(traffic-to-pilot power ratio)로 스케일링할 필요가 있을 것이다. 코드 파워(code powers)를 추정하기 위한 공지 기술들을 사용하여 이러한 비율을 얻을 수 있다. WCDMA 상향링크에서, 전송 포맷(transport format)을 검출함으로써 파일럿 파워에 대한 트래픽 비율을 알 수 있다.

방법(100)에 따라 커플링 매트릭스로부터 신호 품질을 추정하는 최소 고유치 방식은 HSPA 상향링크, 16-QAM인 경우에 대해 RMS 커플링 매트릭스를 사용하여 시뮬레이션되었다. 추정된 SINR은 몬테카를로 방식에 의해 얻어진 유효 SINR과 비교되었다. 페이딩 채널 구현물(fading channel realization) 각각에 대해, 대표 Q 매트릭스(RMS 값들)가 생성되었고, 최소 고유값이 추출되었다. 도 7에 추정된 SINR 및 (보정된) 유효 SINR의 산점도(scatter plot)가 도시되며, 여기서 각각의 점(point)은 서로 다른 페이딩 구현물에 해당한다. 대부분의 추정치들은 유효값의 1dB 내에 위치한다. 도 8에 방법(112)을 통해 얻은, 대체 복조기에 대한 신호 품질 추정치와 비교한 유사한 그래프가 도시된다. 결과들은 도 7에 도시되는 것들보다 덜 부정적(pessimistic)이다.

본 발명은 CDMA 시스템의 관점에서 서술되었으나, 본 발명은 이러한 시스템에 제한되지 않는다. 본 발명은 임의의 결합 검출 또는 임의의 최대 우도(ML: Maximum Likelihood) 수신기에 적용 가능하다. 이는 LTE 하향링크에서의 MIMO OFDM 심볼들의 ML 검출, LTE 상향링크에서의 TDM 심볼들의 ML 검출 및 HSPA 상향링크에서의 TDM 및 CDM 심볼들의 ML 검출을 포함한다.

도 2를 참조하면, 당업자는 수신기(38)가 하드웨어, 소프트웨어 또는 이들의 임의의 결합으로 구현될 수 있는 하나 이상의 처리 회로(40, 42, 44)를 포함함을 쉽게 인식할 수 있다. 특히, 도 3에서 도시되는 바와 같이, 기저대역 프로세서(42) 또는 그 구성 모듈들(46, 48, 50, 52)은 하드웨어, 소프트웨어, 또는 이들의 임의의 결합으로 구현될 수 있다. 일 실시예에서, 기저대역 프로세서(42)는 그에 연관된 또는 그에 포함된 메모리 소자 내에 저장된 컴퓨터 프로그램 명령어들을 실행하는 DSP(Digital Signal Processor) 또는 그 밖의 마이크로 프로세서 기반의(microprocessor-based) 회로에 적어도 부분적으로 구현될 수 있다. 또 다른 실시예에서, 기저대역 프로세서(42)의 적어도 일부분은 FPLA(Field Programmable Logic Array) 또는 ASIC(Application Specific Integrated Circuit) 내의 디지털 처리 소자들(digital processing elements)을 포함할 수 있는 하드웨어로 구현된다.

본 발명은, 물론 본 발명의 필수적인 특징들을 벗어나지 않는 범위에서 여기에 특정하여 제시된 방식들과 다른 방식들로 구현될 수 있다. 본 실시예들은 모든 측면에서 제한적이 아닌 예시적인 것으로 받아들여져야 하며, 첨부되는 청구항들의 동일 및 균등 영역 내에서 가능한 모든 변형들이 실시예들에 포괄된다.

Claims

무선 통신 수신기에서 수신된 신호의 신호 품질을 추정하는 방법으로서,
신호를 수신하는 단계;
상기 수신된 신호로부터 하나 이상의 파라미터를 추정하는 단계;
상기 파라미터 추정치들(parameter estimates)로부터 적어도 하나의 커플링 매트릭스(coupling matrix)를 생성하는 단계; 및
상기 적어도 하나의 커플링 매트릭스를 사용하여 신호 품질을 추정하는 단계를 포함하고,
상기 커플링 매트릭스는 다른 심볼들(symbols) 및 간섭(interference) 중의 하나와 심볼 상호작용(symbol interaction)을 기술하는, 방법.
제1항에 있어서, 상기 추정되는 파라미터는 채널 응답 매트릭스(channel response matrix)를 포함하는, 방법.
제1항에 있어서, 상기 추정되는 파라미터는 상기 수신된 신호에 대한 손상(impairments)의 공분산(covariance)을 포함하는, 방법.
제1항에 있어서, 상기 커플링 매트릭스는 RMS 값들의 매트릭스를 포함하는, 방법.
제1항에 있어서, 상기 커플링 매트릭스는 실수부 및 허수부의 평균 크기들(magnitudes)의 매트릭스를 포함하는, 방법.
제1항에 있어서, 상기 신호 품질은 상기 커플링 매트릭스의 최소 고유값(minimum eigenvalue)을 포함하는, 방법.
제1항에 있어서, 상기 신호 품질은 상기 커플링 매트릭스의 고유값들의 기하평균(geometric average)을 포함하는, 방법.
제7항에 있어서, 상기 커플링 매트릭스의 고유값들의 기하평균은, K×K 매트릭스의 경우, 상기 커플링 매트릭스의 행렬식(determinant)의 K번째 루트(root)를 포함하는, 방법.
제1항에 있어서, 상기 신호 품질은 상기 커플링 매트릭스의 트레이스(trace) 및 행렬식의 함수인, 방법.
제1항에 있어서, 상기 신호 품질은 상기 커플링 매트릭스의 고유값들의 산술평균(arithmetic average)에 대한 기하평균의 비율(ratio)을 포함하는, 방법.
제10항에 있어서, 상기 고유값들의 산술평균에 대한 기하평균의 비율이 0에 가까울 경우, 신호 품질을 추정함에 있어 보정계수(correction factor)를 적용하는 단계를 더 포함하는 방법.
제1항에 있어서,
대체 복조기(alternative demodulator)에 대해 신호 품질을 추정하는 단계;
상기 커플링 매트릭스를 이용하여 추정된 신호 품질을 상기 대체 복조기에 대해 추정된 신호 품질과 비교하는 단계; 및
상기 수신기의 신호 품질로서 최대 신호 품질 값을 취하는 단계를 더 포함하는 방법.
제12항에 있어서, 상기 대체 복조기는 선형 복조기(linear demodulator)인, 방법.
제12항에 있어서, 상기 대체 복조기는 싱글 심볼 디텍션(single symbol detection) 기반의 비선형 복조기(nonlinear demodulator)인, 방법.
제1항에 있어서, 부정적 바이어스(pessimistic bias)를 없애기 위해 상기 추정된 신호 품질을 스케일링(scaling)하는 단계를 더 포함하는 방법.
제1항에 있어서, 상기 파라미터 추정치들로부터 적어도 하나의 커플링 매트릭스를 생성하는 단계는, 다수의 반복(iterations) 각각에 대해,
스크램블링 코드 구현물(scrambling code realization)을 무작위로 생성하는 단계;
상기 스크램블링 코드 구현물을 파라미터 추정치들과 결합하는 단계;
상기 스크램블링 코드 구현물을 포함하는 파라미터 추정치들에 기초하여 커플링 매트릭스를 생성하는 단계;
상기 스크램블링 코드 구현물에 기초한 상기 커플링 매트릭스를 사용하여 반복적인 신호 품질 추정치를 생성하는 단계;
상기 반복적인 신호 품질 추정치를 에러율(error rate)로 변환하는 단계;
상기 에러율을 축적하는(accumulating) 단계를 포함하고,
상기 적어도 하나의 커플링 매트릭스를 사용하여 신호 품질을 추정하는 단계는 상기 축적된 에러율을 전체 신호 품질 추정치(overall signal quality estimate)로 변환하는 단계를 포함하는, 방법.
제16항에 있어서, 상기 스크램블링 코드 구현물을 무작위로 생성하는 단계는 난수 생성기의 출력에 기초하여 스크램블링 코드 구현물을 생성하는 단계를 포함하는, 방법.
제16항에 있어서, 상기 스크램블링 코드 구현물을 무작위로 생성하는 단계는 난수 값들을 저장한 테이블에 기초하여 스크램블링 코드 구현물을 생성하는 단계를 포함하는, 방법.
제18항에 있어서, 상기 스크램블링 코드 구현물을 무작위로 생성하는 단계는 동적인 난수 값(dynamic random value)을 생성하는 단계 및 상기 동적인 난수 값을 이용하여 저장 테이블을 인덱스(index)하는 단계를 포함하는, 방법.
무선 통신 네트워크에서 동작하는 수신기로서,
복수의 심볼(symbols)을 포함하는 통신 신호를 수신하고 상기 수신된 신호를 기저대역(baseband)으로 하향 변환(downconvert)하도록 동작하는 무선 프론트 엔드(radio front end);
상기 무선 프론트 엔드로부터 기저대역 신호를 수신하고;
상기 기저대역 신호로부터 하나 이상의 파라미터를 추정하고;
상기 파라미터 추정치들로부터 적어도 하나의 커플링 매트릭스를 생성하고 - 상기 커플링 매트릭스는 다른 심볼들 및 간섭(interference) 중의 하나와 심볼 상호작용을 기술함 - ;
상기 적어도 하나의 커플링 매트릭스를 사용하여 신호 품질을 추정하도록 동작하는 기저대역 프로세서(baseband processor)를 포함하는 수신기.
제20항에 있어서, 상기 기저대역 프로세서는,
상기 기저대역 신호로부터 하나 이상의 파라미터를 추정하도록 동작하는 파라미터 추정기(parameter estimator); 및
상기 파라미터 추정치들로부터 커플링 매트릭스를 생성하도록 동작하고, 또한 상기 커플링 매트릭스를 사용하여 상기 수신된 신호의 품질을 추정하도록 동작하는 신호 품질 추정기(signal quality estimator)를 포함하는, 수신기.
제21항에 있어서, 상기 기저대역 프로세서는,
상기 기저대역 신호로부터 검출 통계(detection statistics)를 생성하도록 동작하는 검출 통계 컴퓨터; 및
상기 검출 통계 및 상기 파라미터 추정치들에 기초하여 심볼들을 결합 검출(jointly detect)하도록 동작하는 결합 심볼 검출기(joint symbol detector)를 더 포함하는, 수신기.