KR20220145389A

KR20220145389A - 잡음이 있는 과부하된 무선 통신 시스템에서의 이산 디지털 신호의 복구 방법

Info

Publication number: KR20220145389A
Application number: KR1020227033312A
Authority: KR
Inventors: 곤잘레스 데이비드 곤잘레스; 안드레아스 앙드레; 오스발도 곤사; 히로키 이이모리; 데 아브레유 쥬세페 타듀 프레이타스; 라즈반-안드레이 스토이카
Original assignee: 콘티넨탈 오토모티브 테크놀로지스 게엠베하
Priority date: 2020-04-03
Filing date: 2021-04-01
Publication date: 2022-10-28
Also published as: KR20220143130A; CN115336209A; EP4128599A1; DE112021000825T5; JP2023520538A; DE112021000830T5; DE112021000831T5; KR20220143131A; US20230198811A1; JP2023520245A; US20230171023A1; WO2021198407A1; US20230144250A1; EP4128600A1; WO2021198404A1; CN115336208A; JP2023520539A; EP4128598A1; WO2021198406A1; CN115362645A

Abstract

복소수 계수들의 채널 행렬에 의해 특성화되는 잡음이 있는 과부하된 무선 통신 시스템에서의 이산 디지털 신호의 컴퓨터 구현 복구 방법으로서, 방법은 신호 검출기에 의해 채널로부터 신호를 수신하는 단계, 수신기에서의 잡음 전력 추정기에 의해 잡음 전력을 측정하는 단계, 송신된 심볼을 추정하는 디코더로 검출된 신호 및 잡음 전력 추정치를 보내는 단계를 포함하며, 디코더의 추정이 아마도 송신되었을 수 있는 심볼을 생성하며, 상기 심볼은 디맵퍼로 보내지며, 디맵퍼는 추정된 송신 신호 및 상응하는 추정된 심볼에 상응하는 비트 추정치들을 추가 처리를 위해 마이크로프로세서로 출력한다.

Description

잡음이 있는 과부하된 무선 통신 시스템에서의 이산 디지털 신호의 복구 방법

본 발명은 잡음이 있는 환경에서 이산 디지털 신호화 알파벳(예를 들어, 성상)으로부터 샘플링되는 심볼을 추정하는 문제를 다루는 과부하된 시나리오에서의 디지털 무선 시스템의 분야에 관한 것이다.

Shannon이 샤논 웨버 통신 모델을 개발했던 때부터, 이산 알파벳들(예를 들어, 성상, 인덱스, 코드북)로 정보성 비트를 임베딩하는 것은 실현 가능한 신호 처리 시스템의 필수적인 특징이었다. 높은 데이터 속도에 대한 언제나 더 많은 수요에 응하여 그리고 (송수신기가 더 많은 수의 안테나를 채용하는) 더 높은 주파수 대역에서 무선 시스템을 작동시키는 경향 때문에, 그러한 이산 알파벳 시스템은 빠르게 확장되고 있어, 다차원적인 이산 신호 검출 문제를 과거 어느 때보다 더 유의미하게 한다. 더욱이, 최근에 보여지는 무선으로 연결되는 통신 디바이스의 수의 빠른 성장은 장래의 무선 시스템의 수신기가 결정되지 않은 시스템 조건을 처리할 수 있을 필요성을 시사한다.

"리소스 과부하" 또는 "과부하된 통신 채널"이란 표현들은 전형적으로 수명의 사용자, 또는 수(N_T)가 수신기(R)의 수(N_R)보다 더 많은 송신기(T)에 의해 동시에 사용되는 통신 채널을 지칭한다. 수신기에서, 다수의 송신되는 신호는 하나의 중첩된 신호로서 나타날 것이다. 채널은 심볼들의 중첩을 송신함으로써 "통상적인" 직교 송신 방식으로 이용 가능한 채널 리소스들을 넘어서는 단일 송신기에 의해 과부하될 수도 있다. 따라서, "과부하"는 단일 송신기가 채널에 배타적으로 액세스하는 방식들과 비교해 볼 때 직교 송신 방식들에서 찾을 수 있는 바와 같이, 예를 들어 일정 시간 슬롯 등 동안 일어난다. 과부하된 채널들은, 예를 들어 비직교 다중 액세스(NOMA) 및 결정되지 않은 다중 입력 다중 출력(MIMO) 채널들을 이용하는 무선 통신 시스템들에서 발견될 수 있다.

도 1 및 도 2는 직교 다중 액세스 및 비직교 다중 액세스의 기본 특성들을 각각 도시한다. 도 1은, 예를 들어 무선 통신 시스템에서 공유된 송신 매체의 채널들에 대한 송신 리소스들의 순서화된 액세스의 하나의 예시적인 실시예를 도시한다. 이용 가능한 주파수 대역은 다수의 채널로 분할된다. 단일 채널 또는 인접하거나 인접하지 않은 채널들의 조합은 한 번에 임의의 하나의 송신기에 의해 사용될 수 있다. 상이한 해싱 패턴들로 나타내어지는 상이한 송신기들은 이산 시간 슬롯들에서 또는 수개의 이후의 시간 슬롯들에서 송신할 수 있고, 이들이 각각의 송신을 위해 송신하는 채널들 또는 채널들의 조합을 변경할 수 있다. 도 1에 도시된 바와 같이, 임의의 송신기가 더 오랜 주기를 통해 하나의 채널 리소스를 사용할 수 있는 반면에, 다른 송신기가 동시에 2개 이상의 채널 리소스를 사용할 수 있고, 또 다른 송신기가 더 오랜 주기를 통해 2개 이상의 채널 리소스를 사용하여 둘 다일 수 있다는 점을 주목해야 한다. 어떠한 경우에도, 하나만의 송신기가 한 번에 임의의 채널 리소스 또는 이들의 조합을 이용하고, 각각의 송신기로부터 신호들을 검출하고 디코딩하는 것이 비교적 용이하다.

도 2a는 도 1에 도시된 것과 동일한 주파수 대역을 도시하지만, 송신기로의 하나 이상의 개별 채널의 임시 배타적인 할당이 항상 있지는 않을 수 있다. 오히려, 주파수 대역의 적어도 일부가 복수의 송신기에 의해 동시에 사용될 수 있고, 개별 송신기들로부터 신호들을 검출하고 디코딩하는 것이 훨씬 더 어렵다. 이는 상이한 해싱의 박스들로 나타내어진다. 좌측에서 시작해서, 처음에 3개의 송신기가 직교 방식으로 임시 배타적인 채널 리소스들을 사용하지만, 다음 시기에서, 2개의 송신기가 부분적으로 중첩되는 채널들에서 송신한다. 수평 해싱 패턴으로 나타내어지는 송신기는 도면의 하단에 도시된 채널에 배타적으로 액세스하는 반면에, 이러한 송신기에 의해 사용되는 다음 3개의 채널은 파선 타원형의 사선 해싱 패턴으로 나타내어지는 다른 송신기에 의해 또한 사용된다. 중첩이 사선으로 교차된 해싱 패턴으로 나타내어진다. 2개의 송신기 각각이 2개의 채널 리소스를 배타적으로 사용하는 반면에, 둘 다가 제3의 채널 리소스를 공유하는 유사한 상황이 그 다음의 시기에서 일어난다. 2개 초과의 송신기 각각이 사용하는 일부의 또는 모든 채널 리소스를 2개 초과의 송신기가 적어도 임시로 공유할 수 있다는 점이 주목되어야 한다. 이러한 상황들은 부분적 과부하, 또는 부분적 NOMA라 일컬어질 수 있다. 상이한 표현으로, 도 2b는 도 2와 동일한 주파수 대역을 도시한다. 송신기에 대한 하나 이상의 개별 채널의 어떤 분명한 임시 배타적인 할당도 없고, 주파수 대역의 적어도 일부가 복수의 송신기에 의해 적어도 임시로 동시에 사용되므로, 개별 송신기들로부터 신호들을 검출하고 디코딩하는 것의 어려움이 임의의 단일 송신기를 식별하는 것을 가능하게 하지 않는 회색 채움 패턴으로 나타내어진다.

C. Qian, J. Wu, Y. R. Zheng, and Z. Wang in "결정되지 않은 다중 입력 다중 출력 시스템들에 대한 2단계 리스트 스피어 디코딩(Two-stage list sphere decoding for under-determined multiple-input multiple-output systems)", IEEE Transactions on Wireless Communication, vol. 12, no. 12, pp. 6476-6487, 2013; N개의 송신 안테나 및 M<;N개의 수신 안테나를 채용하는 결정되지 않은 다중 입력 다중 출력(UD-MIMO) 시스템들에 대한 2단계 리스트 스피어 디코딩(LSD) 알고리즘이 제안된다. 2단계 LSD 알고리즘은 N개의 검출층을 2개의 그룹으로 분할함으로써 UD-MIMO 시스템들의 고유 구조를 활용한다. 그룹 1은 대칭적 MIMO 시스템과 유사한 구조를 갖는 층 1 내지 층 M을 포함하는 반면에; 그룹 2는 채널 그램 행렬의 랭크 부족에 기여하는 층 M+1 내지 층 N을 포함한다. 트리 탐색 알고리즘들은 그룹들 둘 다에 이용되지만, 상이한 탐색 반경들을 갖는다. 수신된 신호들의 통계학적 특성들에 기반하여 그룹 2의 트리 탐색 반경을 순응적으로 조정하는 새로운 방법이 제안된다. 순응적 트리 탐색의 채용은 계산 복잡성을 상당히 감소시킬 수 있다. 랭크 부족 문제를 방지하는 변경된 채널 그램 행렬을 또한 제안하고, 이는 일반화된 스피어 디코딩(GSD) 알고리즘에 이용되는 일반화된 그램 행렬보다 더 양호한 성능을 제공한다. 시뮬레이션 결과들은 제안된 2단계 LSD 알고리즘이 비트 오류율(BER) 성능의 0.1 ㏈ 미만의 저하로 1 내지 2 자릿수만큼 복잡성을 감소시킬 수 있다는 것을 나타낸다. 이러한 참조는 본 출원의 본 설명에서의 참조 [1]로서 이용될 것이다.

R. Hayakawa, K. Hayashi, and M. Kaneko in "슬랩 디코딩 및 래티스 감소를 갖는 과부하된 MIMO 신호 검출 방식(An overloaded MIMO signal detection scheme with slab decoding and lattice reduction)", Proceedings APCC, Kyoto, Japan, Oct. 2015, pp. 1-5는 과부하된 MIMO(다중 입력 다중 출력) 시스템들에 대한 감소된 복잡성 신호 검출 방식을 제안한다. 제안된 방식은 첫째로 수신 안테나의 수와 동일한 수의 신호 요소를 포함하는 사후 선출 벡터, 및 나머지 요소들을 포함하는 사전 선출 벡터인, 2개의 부분으로 송신된 신호들을 분할한다. 둘째로, 제안된 방식은 사전 선출 벡터의 해결책 후보들을 감소시키기 위해 슬랩 디코딩을 이용하고 래티스 감소 보조 MMSE(최소 평균 제곱 오차)-SIC(연속 간섭 소거) 검출에 의해 각각의 사전 선출 벡터 후보에 대한 사후 선출 벡터들을 결정한다. 시뮬레이션 결과들은 제안된 방식이, 필요한 계산 복잡성을 대폭 감소시키면서 최적의 ML(최대 가능성) 검출과 거의 동일한 성능을 달성할 수 있는 것을 나타낸다. 이러한 참조는 본 출원의 본 설명에서의 참조 [2]로서 이용될 것이다.

T. Datta, N. Srinidhi, A. Chockalingam, and B. S. Rajan, "결정되지 않은 거대 MIMO 시스템들에의 낮은 복잡성 근접 최적 신호 검출(Low complexity near-optimal signal detection in underdetermined large MIMO system)", in Proc. NCC, Feb. 2012, pp. 1-5는 n_t × n_r개의 결정되지 않은 MIMO(UD-MIMO) 시스템에서의 고려된 신호 검출이며, 여기서, i) n_t > n_r이며, 여기서, 과부하 인자 α = n_t이며, n_r > 1이고, ii) n_t개의 심볼이 공간적 다중화를 통한 채널 사용마다 송신되고, iii) n_t, n_r은 크다(수십의 범위이다). 반응적 타부 탐색에 기반하는 낮은 복잡성 검출 알고리즘이 고려된다. 낮은 복잡성으로 거대 UD-MIMO 시스템들에서 근접 최적 성능을 제공하는 가변 임계 기반 중단 기준이 제안된다. 거대 UD-MIMO 시스템들의 최대 가능성(ML) 비트 오류 성능 상의 하부 경계가 또한 비교를 위해 얻어진다. 4-QAM(32 bps/㎐)을 갖는 16 × 8 V-BLAST UD-MIMO 시스템에서 10^-2의 코딩되지 않은 BER에서의 0.6 ㏈ 내의 ML 하부 경계에 근접한 BER 성능을 달성하는 제안된 알고리즘이 나타내어진다. 4-QAM/16-QAM을 갖는 32 × 16, 32 × 24 V-BLAST UD-MIMO에 대해 유사한 근접 ML 성능 결과들이 또한 나타내어진다. UD-MIMO에 대한 제안된 알고리즘과 λ 일반화 스피어 디코더(λ-GSD) 알고리즘 사이의 성능 및 복잡성 비교는 제안된 알고리즘이 상당히 더 적은 복잡성으로이지만 λ-GSD의 거의 동일한 성능을 달성하는 것을 나타낸다. 이러한 참조는 본 출원의 본 설명에서의 참조 [3]으로서 이용될 것이다.

Y. Fadlallah, A. A

ssa-El-Bey, K. Amis, D. Pastor and R. Pyndiah, "희소 분해를 이용한 MIMO 송신의 새로운 반복 검출기(New Iterative Detector of MIMO Transmission Using Sparse Decomposition)", IEEE Transactions on Vehicular Technology, vol. 64, no. 8, pp. 3458―3464, Aug. 2015는 대규모 다중 입력-다중 출력(MIMO) 시스템들에서의 디코딩의 문제를 다룬다. 이러한 경우에, 최적의 최대 가능성(ML) 검출기는 신호 및 성상 치수들이 갖는 복잡성의 기하 급수적 증가로 인해 비실용적이게 된다. 이러한 문서는 허용할 수 있는 복잡성 정도를 갖는 반복 디코딩 전략을 도입시킨다. 유한 성상을 갖는 MIMO 시스템을 고려하고 이것을 희소 신호 소스들을 갖는 시스템으로 모델링한다. 디코딩된 신호의 일정한 1-기준을 보존하면서, 수신된 신호와의 유클리드 거리를 최소화하는 ML 완화 검출기를 제안한다. 검출 문제가 다항 시간에서 해결 가능한 볼록 최적화 문제와 동등하다는 것이 또한 나타내어진다. 이러한 참조는 본 출원의 본 설명에서의 참조 [4]로서 이용될 것이다.

T. Wo and P. A. Hoeher, "심하게 지연 확산된 MIMO 채널들에 대한 단순한 반복 가우시안 검출기(A simple iterative gaussian detector for severely delay-spread MIMO channels)", in Proc. IEEE ICC, Glasgow, UK, 2007은 이러한 문서에서, 극심한 지연 확산을 갖는 다중 입력 다중 출력(MIMO) 채널들에 대한 낮은 복잡성 고성능 검출 알고리즘이 제안되는 것을 설명한다. 이러한 알고리즘은 독립 근사치뿐만 아니라 가우시안 근사치를 적용시키는 인수 그래프들을 통한 반복 데이터 검출을 수행한다. 이러한 알고리즘이 극심한 지연 확산을 갖는 코딩된 MIMO 시스템들에 대한 근접 최적 BER 성능을 달성한다는 것이 나타내어진다. 이러한 알고리즘의 계산 복잡성은 다수의 송신 안테나, 다수의 수신 안테나, 그리고 다수의 비제로 채널 계수에서 엄격하게 선형이다. 이러한 참조는 본 출원의 본 설명에서의 참조 [5]로서 이용될 것이다.

A. A

ssa-El-Bey, D. Pastor, S. M. A. Sba

, and Y. Fadlallah, "결정되지 않은 선형 시스템들에 대한 한정 알파벳 해결책들의 희소성 기반 복원(Sparsity-based recovery of finite alphabet solutions to underdetermined linear systems)", IEEE Trans. Inf. Theory, vol. 61, no. 4, pp. 2008-2018, Apr. 2015는 결정되지 않은 측정치들(y = Af, 여기서, A는 주어진 (무작위) n × N 행렬임)로부터 결정론적인 한정 알파벳 벡터(f)를 추정하는 문제가 설명되는 것을 기술한다. 1-기준 최소화를 통한 한정 알파벳 신호들의 복원에 대해 2가지의 볼록 최적화 방법이 도입된다. 제1 방법은 정규화에 기반한다. 제2 접근법에서, 문제는 적절한 희소 변환 이후의 희소 신호들의 복원으로서 공식화된다. 정규화 기반 방법은 변환 기반 방법보다 덜 복잡하다. 알파벳 크기(p)가 2이고 (n, N)이 비례해서 성장할 때, 신호가 높은 확률로 복원될 조건들은 2가지의 방법에 대해 동일하다. p > 2일 때, 변환 기반 방법의 작용이 확립된다. 이러한 참조는 본 출원의 본 설명에서의 참조 [6]으로서 이용될 것이다.

M. Nagahara, "절댓값들의 합에 의한 이산 신호 복구(Discrete signal reconstruction by sum of absolute values)", IEEE Signal Process. Lett., vol. 22, no. 10, pp. 1575-1579, Oct. 2015; 불완전한 선형 측정치들로부터 한정 알파벳의 값들을 취하는 알려지지 않은 이산 신호를 복구하는 문제를 고려한다. 이러한 문제의 어려움은 복구의 계산 복잡성이 그대로 기하 급수적이라는 것이다. 이러한 어려움을 극복하기 위해, 압축 감지의 발상을 확장시키고, 가중화된 절댓값들의 합을 최소화함으로써 문제를 해결하는 것을 제안한다. 알파벳 상에서 한정되는 확률 분포가 인지된다고 가정하고, 선형 프로그래밍으로서 복구 문제를 공식화한다. 예들은 제안된 방법이 효과적이라는 것을 예시하는 것으로 나타내어진다. 이러한 참조는 본 출원의 본 설명에서의 참조 [7]로서 이용될 것이다.

R. Hayakawa and K. Hayashi, "거대 과부하된 MIMO 시스템들에 대한 볼록 최적화 기반 신호 검출(Convex optimization-based signal detection for massive overloaded MIMO systems)", IEEE Trans. Wireless Commun., vol. 16, no. 11, pp. 7080-7091, Nov. 2017은 수신 안테나의 수가 송신된 스트림의 수 미만인 거대 다중 입력 다중 출력(MIMO) 시스템들에 대한 신호 검출 방식들을 제안한다. 실질적인 기저 대역 디지털 변조를 가정하고, 송신된 심볼들의 불연속을 이용하여, 절댓값의 합(SOAV) 최적화라 일컬어지는 볼록 최적화 문제로서 신호 검출 문제를 공식화하였다. 더욱이, SOAV 최적화를 가중화된 SOAV(W-SOAV) 최적화로 확장시키고 목적 함수에서의 가중치들을 업데이트하는 것으로 W-SOAV 최적화를 해결하는 반복 접근법을 제안한다. 더욱이 코딩된 MIMO 시스템들의 경우, 송신된 심볼들의 로그 우도율들(LLRs)이 MIMO 검출기와 채널 디코더 사이에서 반복하여 업데이트되는 공동 검출 및 디코딩 방식을 또한 제안한다. 게다가, W-SOAV 최적화로 얻어지는 추정 오류의 크기의 상부 경계에 관하여 이론적 성능 분석이 제공된다. 시뮬레이션 결과들은 제안된 방식의 비트 오류율(BER) 성능이, 특히 대규모 과부하된 MIMO 시스템들에서 통상적 방식들의 비트 오류율(BER) 성능보다 더 양호하다는 것을 나타낸다. 이러한 참조는 본 출원의 본 설명에서의 참조 [8]로서 이용될 것이다.

R. Hayakawa and K. Hayashi, "희소 정규화기들로의 볼록 최적화를 통한 복소수 이산값 벡터의 복구(Reconstruction of complex discrete-valued vector via convex optimization with sparse regularizers)", IEEE Access, vol. 6, pp. 66 499-66 512, Oct. 2018은 수신 안테나의 수가 송신된 스트림의 수 미만인 거대 다중 입력 다중 출력(MIMO) 시스템들에 대한 신호 검출 방식들을 제안한다. 실질적인 기저 대역 디지털 변조를 가정하고, 송신된 심볼들의 불연속을 이용하여, 절댓값의 합(SOAV) 최적화라 일컬어지는 볼록 최적화 문제로서 신호 검출 문제가 공식화된다. 더욱이, SOAV 최적화를 가중화된 SOAV(W-SOAV) 최적화로 확장시키고 목적 함수에서의 가중치들을 업데이트하는 것으로 W-SOAV 최적화를 해결하는 반복 접근법을 제안한다. 더욱이 코딩된 MIMO 시스템들의 경우, 송신된 심볼들의 로그 우도율들이 MIMO 검출기와 채널 디코더 사이에서 반복하여 업데이트되는 공동 검출 및 디코딩 방식이 제안된다. 게다가, W-SOAV 최적화로 얻어지는 추정 오류의 크기의 상부 경계에 관하여 이론적 성능 분석이 제공된다. 이러한 참조는 본 출원의 본 설명에서의 참조 [9]로서 이용될 것이다.

Z. Hajji, A. Aissa-El-Bey, and K. A. Cavalec, "대규모 MIMO 시스템들에 대한 한정 알파벳 신호들의 단순성 기반 복원(Simplicity-based recovery of finite-alphabet signals for large-scale MIMO systems)", Digital Signal Process., vol. 80, pp. 70-82, 2018; 이러한 문서에서, 결정되고 결정되지 않은 대규모 시스템들 둘 다에서의 한정 알파벳 소스 분리의 문제가 고려된다. 우선, 잡음 없는 경우를 다루고 박스 제약들과 결합되는 l₁-최소화에 기반하는 선형 기준을 제안한다. 성공적인 복원을 보장하는 시스템 조건들을 또한 조사한다. 다음에, 잡음이 있는 거대 MIMO 송신에 대한 접근법을 적용시키고 2차 기준 기반 검출기를 제안한다. 시뮬레이션 결과들은 다양한 QAM 변조 및 MIMO 구성에 대한 제안된 검출 방법들의 효율을 나타낸다. 성상 크기가 증가할 때, 계산 복잡성에서 어떤 변화도 없다는 점을 언급한다. 더욱이, 제안된 방법은 종래의 최소 평균 제곱 오차(MMSE) 기반 검출 알고리즘들을 능가한다. 이러한 참조는 본 출원의 본 설명에서의 참조 [10]으로서 이용될 것이다.

H. Iimori, G. Abreu, D. Gonzal

z G., and O. Gonsa, "혼합-기준 이산 벡터 디코딩을 통한 거대 과부하된 무선 시스템들에서의 공동 검출(Joint detection in massive overloaded wireless systems via mixed-norm discrete vector decoding)", in Proc. Asilomar CSSC, Pacific Grove, USA, 2019는 최대 가능성(ML) 검출의 불연속이 분획 프로그래밍(FP)을 통하여 이후에 볼록화되는 연속적인 l₀-기준 제약으로 변환되는 비직교 다중 액세스(NOMA) 및 결정되지 않은 다중 입력 다중 출력(MIMO)과 같은 과부하된 무선 시스템들에 대한 새로운 `l₀-기준 기반 다차원 신호 검출 방식을 제안한다. 결과적으로, 제안된 신호 검출 알고리즘은 비용의 부분에서 가중치 파라미터들을 적절하게 조정함으로써 비트 오류율(BER)의 면에서 ML과 같은 성능을 달성할 가능성을 보유한다. SotA를 능가하는 제안된 방법의 능력, 그리고 가중치 파라미터들의 최적화를 통한 ML과 같은 성능 쪽으로의 추가 개선의 가능성들 둘 다의 면에서 제안된 방법의 효과성을 예시하는 최근 기술(SotA) 대안들과의 시뮬레이션 비교들이 주어진다. 이러한 참조는 본 출원의 본 설명에서의 참조 [11]로서 이용될 것이다.

H. Iimori, R.-A. Stoica, G. T. F. de Abreu, D. Gonzal

z G., A. Andrae, and O. Gonsa, "과부하된 MIMO 시스템들에 대한 불연속 인지 수신기들(Discreteness-aware receivers for overloaded MIMO systems)", CoRR, vol. abs/2001.07560, 2020. [Online]. Available: https://arxiv.org/abs/2001.07560은 수신기에서의 통상적인 완전한 채널 상태 정보(CSI) 가정 시에 설계되는 대규모이고 과부하된 다차원 무선 통신 시스템들의 심볼 검출에 적절한 3개의 고성능 수신기를 설명한다. 이러한 통상적 가정을 이용하여, 상이한 성능 복잡성 트레이드오프를 제공하도록 3가지의 별개의 방식으로 l₀-기준이 l₁-기준으로 완화되지 않는 2차 변환(QT)으로 지칭되는 최근에 제안된 분획 프로그래밍(FP) 기법을 이용하여 이후에 변환되는 `0-기준 기반 최적화 문제에 관하여 최대 가능성(ML) 검출 문제가 우선 공식화된다. 불연속 인지 페널티 부과 제로 강제(DAPZF) 수신기가 더빙된 제1 알고리즘은, 계산 복잡성을 최소화하면서 최근 기술들(SotAs)을 능가하는 것을 목적으로 한다. 불연속 인지 확률론적 소프트 양자화 검출기(DAPSD)로 지칭되는 제2 해결책은 소프트 양자화 방법을 통하여 복원 성능을 개선하도록 설계되고, 수치적 시뮬레이션들을 통하여 찾게 되어 3개 중 가장 양호한 성능을 달성한다. 마지막으로, 불연속 인지 일반화된 고유치 검출기(DAGED)로 명명된 제3 방식은 다른 방식들과 비교하여 성능과 복잡성 사이의 트레이드오프를 제공할 뿐만 아니라, 최적화된 오프라인이도록 페널티화 파라미터를 요구하지 않음으로써 다른 방식들과 다르기도 하다. 시뮬레이션 결과들은 상당히 더 낮은 복잡성을 나타내는 DAPZF로 모든 3가지의 방법이 최근 기술 수신기들을 능가한다는 것을 입증한다. 이러한 참조는 본 출원의 본 설명에서의 참조 [12]로서 이용될 것이다.

Boyd, S., & Vandenberghe, L. (2004). Convex Optimization. Cambridge: Cambridge University Press. doi:10.1017/CBO9780511804441은 강의 서적으로서 볼록 최적화에 대한 이론적 근거를 설명한다. 이러한 참조는 본 출원의 본 설명에서의 참조 [13]으로서 이용될 것이다.

K. Shen and W. Yu in "통신 시스템들에 대한 분획 프로그래밍 - 파트 I: 전력 제어 및 빔 형성(Fractional programming for communication systems - Part I: Power control and beamforming)", IEEE Trans. Signal Process., vol. 66, no. 10, pp. 2616-2630, May 2018은 통신 시스템들의 설계 및 최적화에서의 FP의 사용을 분석한다. 이러한 문서의 파트 I은 FP 이론 및 연이은 문제들을 해결하는 것에 중점을 둔다. 주요 이론적인 기여는 주로 단일 비율 또는 최대 대 최소 비율 경우만을 다룰 수 있는 통상적 FP 기법들과 대조적으로 다중 비율 오목 내지 볼록 FP 문제를 다루는 새로운 2차 변환 기법이다. 시스템 레벨 설계가 흔히 다중 신호 대 간섭 더하기 잡음비 항들을 수반하므로, 다중 비율 FP 문제들은 통신 네트워크들의 최적화에 중요하다. 이러한 문서는, 특히 전력 제어, 빔 형성 및 에너지 효율 최대화에 대한 통신 시스템 설계에서의 연이은 문제들을 해결하는 것에 대한 FP의 적용들을 고려한다. 이러한 적용 경우들은 제안된 2차 변환이 볼록 문제들의 시퀀스로서 본래의 비볼록 문제를 재구성함으로써 비율들을 수반하는 최적화를 크게 용이하게 할 수 있다는 것을 예시한다. 이러한 FP 기반 문제 재공식화는 정류점으로의 입증 가능한 수렴을 갖는 효율적인 반복 최적화 알고리즘을 야기한다. 이러한 참조는 본 출원의 본 설명에서의 참조 [14]로서 이용될 것이다.

Kai-Kit Wong, Member and Arogyaswami Paulraj in "과부하된 MIMO 안테나 시스템들에 대한 효율적인 고성능 디코딩(Efficient High-Performance Decoding for Overloaded MIMO Antenna Systems)" IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS, VOL. 6, NO. 5, MAY 2007은 전방향 오류 정정 코드들(예를 들어, 시공간 터보 코드들)을 달성하는 능력의 실질적인 난제가 상기 코드들의 최적의 공동 최대 가능성(ML) 디코딩에 의해 연관된 엄청난 복잡성을 극복하는 것이라는 것을 기술한다. 이러한 이유로, 감당할 수 있는 복잡성으로 최적의 ML 디코딩 성능에 접근하도록 반복 소프트 디코딩이 연구되었다. 다중 입력 다중 출력(MIMO) 채널들에서, 신중한 디코딩 전략은: 1) 스피어 디코딩의 리스트 버전 또는 이의 변형예들을 이용하여 소프트 비트들을 추정하고, 2) 반복 소프트 디코딩을 통해 소프트 비트들을 업데이트하는 2개의 단계로 구성된다. MIMO 디코더는, 반복 소프트 디코딩이 수행되기 전에 제1 단계에서 신뢰 가능한 소프트 비트 추정치들을 생성하는 데 필요하다. 이러한 문서에서, 수신 안테나의 수가 공간 도메인에서 다중화되는 신호의 수 미만인 과부하된(또는 비대한) MIMO 안테나 시스템들에 중점이 두어진다. 이러한 시나리오에서, 본래의 형태의 스피어 디코딩은 본질적으로 적용 가능하지 않고 본 목적은 과부하된 검출에 대응하도록 스피어 디코딩을 기하학적으로 일반화하는 것이다. 제안되는 이른바 슬랩 스피어 디코딩(SSD)은, 복잡성을 크게 감소시키면서 정확한 ML 하드 검출을 얻는 것을 보장한다. SSD의 리스트 버전과 함께, 이러한 문서는 기대되는 성능을 위해 반복 소프트 디코딩에 대한 입력들로서 감당할 수 있는 복잡성으로의 신뢰 가능한 소프트 비트 추정치들을 보장할 수 있는 효율적인 MIMO 소프트 디코더를 제안한다. 이러한 참조는 본 출원의 본 설명에서의 참조 [15]로서 이용될 것이다.

G.D. Golden, C.J. Foschini, R.A. Valenzuela and P.W. Wolniansky in "V-BLAST 시공간 통신 아키텍처를 이용한 검출 알고리즘 및 초기 실험실 결과들(Detection algorithm and initial laboratory results using V-BLAST space-time communication architecture)" ELECTRONICS LETTERS 7th January 7999 Vol. 35 No. I; 수직 BLAST(Bell 실험실 계층화 시공간) 무선 통신 아키텍처의 신호 검출 알고리즘을 설명한다. 이러한 공동 시공간 접근법을 이용하여, 20 내지 4O 비트/초/㎐의 범위의 스펙트럼 효율들이 실내 페이딩 속도들로의 수평 페이딩 조건들 하에서 실험실에서 입증되었다. 최근의 정보 이론 연구는, 다중 경로가 적절하게 활용되면, 강렬한 산란 무선 채널이 막대한 이론적 능력들이 가능하다는 것을 나타내었다. D-BLAST로서 현재 알려져 있는 Foschini에 의해 제안된 사선으로 계층화되는 시공간 아키텍처는, 송신기 및 수신기 둘 다에서의 다중 요소 안테나 어레이들, 그리고 코드 블록들이 시공간에서 사선들에 걸쳐 산재되는 정연한 사선으로 계층화되는 코딩 구조를 이용한다. 독립된 레일리 산란 환경에서, 이러한 처리 구조는 송신 안테나의 수로 선형으로 성장되는 이론적 속도들로 이어지며, 이러한 속도들은 샤논 능력의 90%에 접근한다. 그러나, 사선 접근법은 초기 구현을 부적절하게 하는 특정 구현 복잡성을 겪는다. 실험실에서 실시간으로 구현되었던 수직 BLAST 또는 V-BLAST로서 알려져 있는 BLAST 검출 알고리즘의 단순화된 버전을 설명한다. 본 실험실 프로토타입을 이용하여, 실내 느린 페이딩 환경에서 40 비트/초/㎐만큼 높은 스펙트럼 효율들을 입증하였다. 이러한 참조는 본 출원의 본 설명에서의 참조 [16]으로서 이용될 것이다.

다차원 이산 신호 검출 문제들이 오디오 및 비디오 시스템, 통신 시스템, 제어 시스템 등을 포함하는 신호 처리와 관련되는 현대 전기 공학 기술의 다양한 영역에서 또한 발생한다. 일반적으로, 목적은 무작위이더라도(인지되지 않더라도), 수신기에 인지되는 체계적인 모델(코딩 북, 성상 등)에 따라 소스들로부터 생성되는 정보성 양들(심볼들)을 무작위 왜곡, 잡음 및 간섭을 겪게 되는 신호의 제한된 수의 관측되는 측정치 중에서 추출하는 것이다.

그러한 거대하고 가능하게는 결정되지 않은 시스템들의 주된 문제들 중 하나는 성능 복잡성 트레이드오프이다. 실제로 한편으로는, ML 수신기, 및 스피어 디코더들과 같은 ML 수신기의 종래의 근접 최적 대안들 [1,2]은 입력 변수의 수 및 소스의 성상의 기수로 기하 급수적으로 성장되어, 문제의 결합 공식화들을 비교적 작은 설정들에 대해서도 다루기 어려워지게 하는 금제의 계산 복잡성을 겪는다. 다른 한편으로는, 통상적인 낮은 복잡성 선형 추정기들(즉, 제로 강제(ZF) 및 최소 평균 제곱 오차(MMSE))은 결정되지 않은 경우들에서 극심한 비트 오류율(BER) 성능 저하와 연관된다. 수개의 낮은 복잡성 대응물이 지난 [3 내지 5]에 제안되었지만, 비교적 높은 계산 복잡성으로 인한 측정 가능성 또는 적당한 검출 능력으로 인한 성능에 대한 이들의 한계들을 찾을 수 있다.

최근에, 다차원 이산 신호 검출의 맥락에서, [6, 7]에 의해 제안된 다항 시간에서 해결 가능한 새로운 한정 알파벳 신호 정규화 기법으로 이어지는 압축 감지(CS) 방법들의 도입의 덕분으로 이러한 영역에서 많은 진전이 이루어졌다. 자세히 설명하면, 불연속 인지로 지칭되는 이러한 새로운 개념의 핵심 발상은 볼록함을 유지하므로 최적의 해결책들이 효율적으로 얻어지는 것을 가능하게 하도록 탐색 공간의 연속성을 유지하면서 CS 방법들 중에서 최근에 출현하였던 기법들을 이용하여 그럴듯한 신호들의 탐색을 이산 성상 세트 쪽으로 편향시키는 것이다.

이러한 맥락으로, 불연속 인지 수신기 설계들이 수개의 최근의 논문에서 추구되었다. [6, 7]에서 예를 들어, 심하게 과부하된 거대 시스템들에서도 이산 신호 복원의 실행 가능성을 입증하는 무잡음의 결정되지 않은 선형 시스템들에 대한 새로운 희소성 기반 복원 방법들이 제안되었다.

수신기에서의 디코딩 성능에 대한 잡음의 영향을 고려하기 위해, [8 내지 10]은 통상적 선형 ZF 및 MMSE 추정기들뿐만 아니라 그래프 기반 반복 가우시안 검출기(GIGD) [5], 쿼드 민(Quad-min) [4] 및 강화된 반응적 타부 탐색(ERTS) [3]을 포함하는 이전 최근 기술들(SotAs)도 상당히 능가하는 것으로 나타내어졌던 복소수 희소 정규화기들의 합(SCSR) 및 단순함 기반 복원(SBR)이 각각 절댓값의 합(SOAV)으로서 더빙되는 새로운 불연속 인지 수신기들을 개발하였다. 그러나, 후자 접근법들은 검출 성능을 개선할 가능성을 나타내는 입력 신호의 불연속을 캡처하기 위해 본래의 불연속 인지 수신기에서 나타나게 되는 l₀-기준 비볼록 함수를 대체하는 데 널리 알려져 있는 l₁-기준 근사치에 의존하였다.

이러한 난제를 다루기 위해, [11, 12]의 저자들은 제안된 방법들이 다른 SotA들(즉, SOAV, SCSR 및 SBR)을 능가할 뿐만 아니라 이론적 성능 경계에 접근하기도 한다는 것을 입증하였던 통상적 볼록 헐 완화에 의지하지 않고 새로운 타입의 불연속 인지 수신기들을 개발하였다. 이들의 핵심 구성 요소들은 2요소로 된: 볼록 문제들의 시퀀스로 다루기 어려운 l₀-기준 최소화를 구성하여, 근사치 갭을 타이트하게 하는 적응 가능한 l₀-기준 근사치 및 분획 프로그래밍(FP)이다.

불연속 인지 페널티 부과 제로 강제(DAPZF)로 지칭되는 새로운 불연속 인지 수신기가 다른 SotA 불연속 인지 검출기들, 즉, 앞서 언급된 SOAV, SCSR 및 SBR을 상당히 능가하였던 것이 [12]에 나타내어졌으며, 이는 DAPZF가 더 양호한 성능을 야기하는 신고안품이라는 것을 나타내지만, DAPZF뿐만 아니라 다른 SotA들은, 이들의 검출 프로세스를 설계할 때 수신기에서의 잡음의 영향을 충분히 고려하지 않았다. 즉, 이전 불연속 인지 검출 알고리즘들 중 어떤 것도 널리 알려져 있는 가능한 잡음 증폭을 피하기 위해 잡음의 일부 널리 알려진 작용(예를 들어, 분산)을 이용하지 않아 성능 저하로 이어져, 추가 개선을 위한 가능성을 남겼다.

따라서, 본 발명은, 즉 특히 과부하된 통신 채널들에서의 잡음이 있는 환경들 하에서 송신 이산 심볼 벡터들을 추정하는 방법을 제공하기 위해 잡음 문제를 다룬다.

디지털 통신들에 사용되는 심볼들이 궁극적으로 아날로그, 즉 연속적인 도메인에서의 아날로그 신호들로서 송신되고, 감쇠, 상호 변조, 왜곡 및 모든 유형의 오류들이 송신기로부터 아날로그 통신 채널을 통해 수신기로의 신호들의 경로에서 신호들을 불가피하게 변경하고 있으므로, 수신기에서의 송신된 심볼의 "검출"은 이용되는 방법과 관계 없이 맨 먼저 송신된 신호의 "추정치"가 남아 있다는 점을 본 발명은 인지한다. 신호들은 대부분의 경우에서, 신호 진폭 및 신호 위상에 의해, 송신된 신호의 벡터의 추정치에 대해 나타내어진다. 그러나 본 명세서의 맥락에서, "검출하는" 및 "추정하는"이란 용어들은, 이들 사이의 구별이 각각의 맥락에 의해 나타내어지지 않는다면 상호 교환 가능하게 사용된다. 추정된 송신된 신호들이 결정되면, 이는 추정된 송신된 심볼로 변환되고, 추정된 송신된 심볼을 송신된 데이터 비트들로 맵핑하는 디코더에 궁극적으로 제공된다.

이하의 본 발명에서 언급되는 모든 특허 출원 및 특허는 그 전체가 참조로 본원에 포함된다:

"과부하된 통신 채널에서 송신 심볼 벡터들을 추정하는 방법(Method of estimating transmit Symbol Vectors in an overloaded Communication Channel)"이란 명칭을 갖는 PCT/EP2019/079532.

"거대 다차원 무선 시스템들에 대한 무선 X2X 액세스 및 수신기들에 대한 방법(Method for Wireless X2X Access and Receivers for Large Multidimensional Wireless Systems)"이란 명칭을 갖는 PCT/EP2020/082987.

이하의 것을 포함하는 본원에 개시되는 모든 공개는 그 전체가 참조로 포함된다:

참조 [11]로서의 H. Iimori, G. Abreu, D. Gonzal

z G., and O. Gonsa, "혼합-기준 이산 벡터 디코딩을 통한 거대 과부하된 무선 시스템들에서의 공동 검출(Joint detection in massive overloaded wireless systems via mixed-norm discrete vector decoding)", in Proc. Asilomar CSSC, Pacific Grove, USA

참조 [12]로서의 H. Iimori, R.-A. Stoica, G. T. F. de Abreu, D. Gonzal

z G., A. Andrae, and O. Gonsa, "과부하된 MIMO 시스템들에 대한 불연속 인지 수신기들(Discreteness-aware receivers for overloaded MIMO systems)", CoRR, vol. abs/2001.07560, 2020

Mohamed A. Suliman, Ayed M. Alrashdi, Tarig Ballal, and Tareq Y. Al-Naffour "가우시안 행렬들로의 선형 시스템들에서의 SNR 추정(SNR Estimation in Linear Systems with Gaussian Matrices)". Available: 1708.01466.pdf (arxiv.org). 이러한 논문은 무작위 행렬 이론을 이용하여 SNR을 추정하는 현대 메커니즘을 설명한다. 신호의 전력이 인지된다는(파일럿들) 가정 하에서, 잡음 전력이 추정될 수 있다.

G. E. Prescott, J. L. Hammond and D. R. Hertling, "디지털 통신 채널에서의 송신 왜곡의 순응적 추정(Adaptive estimation of transmission distortion in a digital communications channel)", in IEEE Transactions on Communications, vol. 36, no. 9, pp. 1070-1073, Sept. 1988, doi: 10.1109/26.7519.

본 명세서 및 청구항들의 맥락에서, 통신 채널은 복소수 계수들의 세트 또는 행렬에 의해 특성화된다. 채널 행렬은 대문자 H에 의해 지칭될 수도 있다. 통신 채널은 임의의 적절한 매체, 예를 들어 전자기, 음향 및/또는 광파들을 전하는 매체로 확립될 수 있다. 채널 특성들이 인지되고 각각의 심볼 송신 주기/시간 동안 일정하며, 즉 채널 특성들이 시간이 지남에 따라 달라질 수 있지만, 각각의 심볼의 송신은 일정한 채널을 겪는다는 점이 가정된다.

"심볼"이라는 표현은 심볼들의 성상(C)을 형성하는 이산 심볼들(c_i)의 세트의 일원 또는 보다 통속적으로, 송신을 구성하는 데 이용되는 알파벳을 지칭한다. 심볼은 하나 이상의 비트의 데이터를 나타내고 성상(C)을 이용하여 시스템에서 한 번에 송신될 수 있는 최소량의 정보를 나타낸다. 송신 채널에서, 심볼은 아날로그 상태들의 조합, 예를 들어 반송파의 진폭 및 위상에 의해 나타내어질 수 있다. 진폭 및 위상은, 예를 들어 복소수, 또는 데카르트 공간에서 가로 좌표에 걸친 세로 좌표값들로 지칭될 수 있고 벡터로서 취급될 수 있다. 심볼의 벡터는 소문자 s에 의해 본원에 언급된다. 각각의 송신기는 데이터를 송신하는 데 동일한 성상(C)을 이용할 수 있다. 그러나, 송신기들이 상이한 성상들을 이용하는 것이 마찬가지로 가능하다. 수신기가 각각의 송신기에서 사용되는 성상들에 대한 인지를 갖는다는 점이 가정된다.

볼록 함수는 함수 상의 임의의 2개의 지점이 함수 그 자체 위에 전부 그대로 있는 직선에 의해 연결될 수 있는 함수 [13]이다. 볼록 도메인은 임의의 차원수를 가질 수 있고, 4초과 차원 도메인에서의 직선의 발상이 시각화하기 어려울 수 있다는 점을 발명자들은 인지한다.

"성분(component)" 또는 "요소(element)"라는 용어들은, 특히 벡터들을 언급할 때 이하의 명세서 전체에 걸쳐 동의어로 사용될 수 있다.

모든 앞선 것이 동기가 되어, 잡음 영향을 본 발명의 검출 방식의 신호 검출 절차로 완전히 포함시키므로, 이산 신호 검출 성능의 면에서 SotA들을 능가하는 본 발명의 검출 방식의 이론적 기반을 제공한다.

결정된 시나리오들 하에서의(가능하게는 아래에서의) 단방향 통신 링크를 고려하며, 이는 이하로서 모델링되며,

(1)

여기서, N_t 및 N_r은 각각 입력 및 출력 신호들의 치수들이어서, 시스템의 과부하 비율이

에 의해 주어진다.

앞선 것에서,

는 수신기에서 완벽하게 인지된 것으로 가정되는 입력과 출력 사이의 측정 행렬이고, 기수(2b)의 동일한 성상 세트 C={c₁,c_2b}로부터 샘플링되는 요소들로 구성되는 정규화된 입력 심볼 벡터를

으로서 설명하며, 여기서, b는 심볼 당 비트의 수를 나타내고, 마지막으로

은 제로 평균 및 공분산 행렬

(여기서, ρ는 기본 신호 대 잡음비(SNR)임)을 갖는 독립되고 동일하게 분포된 (i.i.d.) 원형 대칭적 복소수 AWGN 벡터를 나타낸다. SNR은 잡음에 대하여 원하는/송신되는 신호의 전력비를 나타낸다. 도 3에 도시된 바와 같이, ρ(잡음 분산/전력)는 블록(212)에 의해 주기적으로 샘플링되고 신호 디코더(블록 210)로 보내진다. 이러한 부가 단계는 식 (4)에서 볼 수 있는 바와 같은 수학적/최적화 공식화로 캡처된다.

식 (1)을 고려해 볼 때, 상응하는 ML 검출이 이하와 같이 손쉽게 표현될 수 있으며,

(2)

이는 이하로서 재기록될 수 있다.

(3)

통상적인 검출기들에서, ML 검출이 수신된 신호(y)에 대한 송신 신호 벡터를 추정하는 데 이용될 수 있다. ML 검출은 수신된 신호 벡터(y)와 성상(C)의 심볼들(c_i)의 심볼 벡터들(x) 각각 사이의 거리들을 결정하는 것을 필요로 한다. 송신기(T)의 수(N _t )로 계산의 횟수가 기하 급수적으로 증가한다.

우선, 해결책 s ∈ C이면 그리고 이어야만, 식 (3)에서의 정규화 제약이 만족된다는 점을 인지해야 한다. 그러나, 제약이 s에서 C의 요소들의 모든 별개의 조합을 테스트함으로써만 검증될 수 있으므로, 제약은 공통 원소를 갖지 않아, 현실적인 거대 무선 시스템들에서 문제를 다루기 어렵게 한다. 대안으로서, 식 (3)은 정규화된 제약되지 않은 최소화 문제, 즉 이하의 형태로 기록될 수 있으며,

(4)

일부 페널티 파라미터의 경우, λ≥0이고, 여기서 잡음 인지 수신기 설계로서 인지될 수 있는 H의 나쁜 조건화에 의해 야기되는 잡음 증폭을 피하기 위해 상기 항이 도입되었다.

식 4, 특히 최적화 공식화에 추가되었던 제2 항의 의미는 잡음 증폭을 피하기 위한 척도로서 볼 수 있다.

s가 최적화 변수라는 것을 고려하여, 잡음의 영향(식 4에서 N_t/ρ로 나타내어짐)을 직접 최소화하는 방식으로 s가 선택되며, 이는, 특히 상기 영향이 크므로, 잡음에 대한 강건성을 생성할 때 현재 명확히 나타난다.

식 (4)에 주어진 ML과 같은 공식화에서의 l₀-기준의 다루기 어려운 비볼록함을 다루기 위해, 이하의 순응적 l₀-기준 근사치를 도입하며,

(5)

여기서, x는 길이 N의 임의적인 희소 벡터를 나타내고 및 α > 0은 자유 선택 파라미터이며, 이의 규모가 근사치의 타이트함을 제어한다.

(5)를 (4)로 치환하고 s의 각각의 요소에 상응하는 선험적 인지를 고려하여, 이하를 가져오며,

(6)

여기서, w_i,_j는 s_j가 c_i, 및

와 일치할 확률에 상응하는 가능성 추정치를 나타낸다.

이 시점에서, 식 (6)의 목적이 [14]에 의해 나타내었던 바와 같이 분획 프로그래밍 이론에서의 2차 변환(QT)으로 지칭되는 기법을 통하여 볼록화될 수 있는 비볼록 비율들의 합 함수라는 것을 강조한다. QT를 고려하여, 식 (6)에 주어진 페널티 부과되는 제약되지 않은 최소화 문제는 이하로서 추가로 재기록될 수 있으며,

(7)

여기서,

그리고

이다.

일부 사소한 대수 이후에, 식 (7)의 표현은 이하로 가져오게 될 수 있다.

(8)

식 (8)의 문제의 목적이 s의 볼록 2차 함수라는 점을 주목할 수 있으며, 이로부터 위링거 도함수를 제로와 동등하게 설정함으로써 이하를 얻는다.

(9)

λ = 0으로 설정함으로써, 식 (9)가 다차원 수신기에 대한 널리 알려져 있는 표준 LMMSE 필터로 정리되며, 이것이 그러므로 여기서 제공되는 알고리즘의 특정 경우로 볼 수 있다는 점을 주목해야 한다. 다른 한편으로는, 식 (4)에서 볼 수 있는 바와 같이, λ > 0으로 증가시키는 것은 해결책이 α의 규모에 반비례하게 하려는 그러한 시행의 "압박"으로 s의 모든 요소가 이산 세트(C)에 속하도록 하는 것이라는 것을 강조하도록 한다. 이러한 특징으로 인해, 제안된 방법을 불연속 인지 LMMSE 추정기로 언급한다.

따라서, 복소수 계수들의 채널 행렬(H)에 의해 특성화되는 과부하된 통신 채널에서 송신되는 송신 심볼 벡터들을 추정하는 본 발명에 따른 컴퓨터 구현 방법은 수신기(R)에서, 수신된 신호 벡터(

)에 의해 나타내어지는 신호를 수신하는 단계를 포함한다. 수신된 신호 벡터(y)는 하나 이상의 송신기(T)로부터 송신되는 심볼들(c_i)의 성상(C) 더하기 채널에 의해 추가되는 임의의 왜곡 및 잡음으로부터 선택되는 송신된 심볼 벡터들(s)을 나타내는 신호들의 중첩에 상응한다.

하나 초과의 송신기의 경우에, 송신기들(T)은 시간적으로 동기화되며, 즉 송신기들(T)과 수신기(R) 사이의 공통 시간 기반이 가정되어, 수신기(R)는 상이한 송신기들(T)로부터 심볼들의 송신들을 실질적으로 동시에, 예를 들어 미리 정해진 시간 윈도우 내에서 수신한다. 심볼들이 동시에 또는 미리 정해진 시간 윈도우 내에서 수신되는 것은, 송신기(T)가 심볼들의 시퀀스를 하나씩 송신한다면, 이후의 심볼들이 수신되기 전에, 모든 시간적으로 동기화된 송신된 심볼이 수신기(R)에서 수신되는 것을 의미한다. 이는, 송신기들(T)이 송신기들(T)의 송신의 시작 시간을 조정하여, 송신기(T)와 수신기(R) 사이의 거리에 의존하는 전파 지연이 보정되는 설정들을 포함할 수 있다. 이는 이후의 심볼들을 송신하는 것 사이에 시간 갭이 제공되는 것을 포함할 수도 있다.

방법은 [6 내지 12]를 포함하는 다른 SotA 불연속 인지 수신기들과 달리 잡음 인지를 신호 검출 프로세스로 포함시키면서, 정규화기에 의해 이산 성상 지점들 쪽으로 강하게 편향되는 수신된 신호 벡터(y) 및 성상(C)의 모든 심볼(c_i)에 대한 송신 심볼 벡터들(s)의 성분들을 적어도 포함하는 볼록 탐색 공간(즉, 식 (4)의 제3 항)을 한정하는 단계를 더 포함한다.

제공되는 발명의 이러한 잡음 인지 특징은 잡음 증폭이 충분히 억제될 수 있도록 다른 정규화 항을 도입시킴으로써 도달되는 다른 SotA들을 능가하는 핵심 이점이며, 이는 이산 입력들에 대한 통상적 선형 최소 평균 제곱 오차(LMMSE)의 일반화로서 제공되는 발명을 야기한다.

통신 시스템의 수신기는 프로세서, 휘발성 및/또는 비휘발성 메모리, 및 통신 채널에서의 신호를 수신하도록 구성되는 적어도 하나의 인터페이스를 갖는다. 비휘발성 메모리는 마이크로프로세서에 의해 실행될 때, 본 발명에 따른 방법의 하나 이상의 실시예를 구현하도록 수신기를 구성하는 컴퓨터 프로그램 명령어들을 저장할 수 있다. 휘발성 메모리는 작동하는 동안 파라미터들 및 다른 데이터를 저장할 수 있다. 프로세서는 제어기, 마이크로제어기, 마이크로프로세서, 마이크로컴퓨터 등 중 하나로 일컬어질 수 있다. 그리고, 프로세서는 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 임의의 조합들을 이용하여 구현될 수 있다. 하드웨어에 의한 구현에서, 프로세서는 ASIC(주문형 반도체), DSP(디지털 신호 프로세서), DSPD(디지털 신호 처리 디바이스), PLD(프로그램 가능 로직 디바이스), FPGA(필드 프로그램 가능 게이트 어레이) 등으로서 본 발명을 구현하도록 구성되는 디바이스가 구비될 수 있다.

한편, 펌웨어 또는 소프트웨어를 이용하여 본 발명의 실시예들을 구현하는 것의 경우에, 펌웨어 또는 소프트웨어는 본 발명의 상술한 함수들 또는 연산들을 수행하기 위한 모듈들, 절차들 및/또는 기능들을 포함하도록 구성될 수 있다. 그리고, 본 발명을 구현하도록 구성되는 펌웨어 또는 소프트웨어는 프로세서에 로딩되거나 프로세서에 의해 구동되는 메모리에 저장된다.

개시된 방법들을 도시하는 흐름도들은 컴퓨터 소프트웨어 명령어들 또는 명령어들의 그룹들을 나타낼 수 있는 "처리 블록들" 또는 "단계들"을 포함한다. 대안적으로, 처리 블록들 또는 단계들은 개시된 방법들을 수행하도록 소프트웨어 명령어들로 프로그래밍되는 디지털 신호 프로세서(DSP), 필드 프로그램 가능 게이트 어레이(FPGA), 주문형 반도체(ASIC), 또는 그래픽 처리 장치(GPU) 또는 컴퓨터 처리 유닛(CPU)과 같은 기능적으로 동등한 회로들에 의해 수행되는 단계들을 나타낼 수 있다. 본원에 달리 지시되지 않는다면, 설명하는 단계들의 특정 시퀀스가 단지 예시적이고 달리 될 수 있다는 점이 당업자에 의해 이해될 것이다. 달리 진술되지 않는다면, 본원에 설명하는 단계들은 순서화되지 않으며, 단계들이 임의의 편리하거나 바람직한 순서로 수행될 수 있다는 것을 의미한다.
본 발명을 도면들을 참조하여 추가로 설명할 것이다.
도 1은 공유 매체에 대한 직교 다중 액세스의 단순화된 개략 표현을 도시한다.
도 2는 공유 매체에 대한 비직교 다중 액세스의 단순화된 개략 표현을 도시한다.
도 3은 잡음이 있는 통신 채널을 통해 통신하는 송신기 및 수신기의 예시적인 일반화된 블록도를 도시한다.
도 4는 이전/기존 방식들과의 비교를 포함하는 제안된 잡음 인지 비직교 다중 액세스의 성능 평가를 도시한다.

도 1 및 도 2는 앞서 추가로 논의되었고 여기서 다시 논의되지 않는다.

도 3은 통신 채널(208)을 통해 통신하는 송신기(T) 및 수신기(R)의 예시적인 일반화된 블록도를 도시한다. 송신기(T)는 무엇보다도 송신되게 될 디지털 데이터의 소스(202)를 포함할 수 있다. 소스(202)는 인코더(204)에 디지털 데이터의 비트들을 제공하며, 인코더(204)는 심볼들로 인코딩된 데이터 비트들을 변조기(206)로 보낸다. 변조기(206)는, 예를 들어 하나 이상의 안테나 또는 임의의 다른 유형의 신호 방사체(미도시)를 통하여 통신 채널(208)로 변조된 데이터를 송신한다. 변조는, 예를 들어 송신될 심볼들이 송신되는 신호의 진폭 및 위상에 의해 나타내어지는 직교 진폭 변조(QAM)일 수 있다.

채널(208)은 무선 채널일 수 있다. 그러나, 일반화된 블록도는 유선 또는 무선의 임의의 타입의 채널에 유효하다. 본 발명의 맥락에서, 매체는 공유되는 매체이며, 즉 다수의 송신기 및 수신기가 동일한 매체에 액세스하고, 보다 상세하게는, 채널이 다수의 송신기 및 수신기에 의해 공유된다.

수신기(R)는, 예를 들어 하나 이상의 안테나 또는 임의의 다른 유형의 신호 수신기(미도시)를 통하여 통신 채널(208)을 통해 신호를 수신한다. 통신 채널(208)은 잡음을 송신된 신호로 도입시켰을 수 있고, 신호의 진폭 및 위상은 채널에 의해 왜곡되었을 수 있다. 왜곡은, 예를 들어 통신 채널을 통해 송신되는 알려진 특성들을 갖는 파일럿 심볼들을 분석하는 것을 통해 얻어질 수 있는 채널 특성들에 기반하여 제어되는 수신기(미도시)에서 제공되는 등화기에 의해 보정될 수 있다. 마찬가지로, 잡음이 수신기(미도시)에서의 필터에 의해 감소되거나 제거될 수 있다.

신호 검출기(212)는 채널로부터 신호를 수신하고 이전 송신들을 통해 누적되는 일련의 수신된 신호들로부터 잡음 분산을 추정하려 시도한다. 신호 검출기(212)는 추정된 신호를 추정된 심볼로 디코딩하는 디코더(214)로 추정된 신호를 보낸다. 디코딩이 아마도 송신되었을 수 있는 심볼을 생성하면, 상기 심볼은 디맵퍼(216)로 보내지며, 디맵퍼(216)는 추정된 송신 신호 및 상응하는 추정된 심볼에 상응하는 비트 추정치들을, 예를 들어 추가 처리를 위해 마이크로프로세서(218)로 출력한다.

신호 검출기(210)는 채널로부터 신호를 수신하고 수신된 신호로부터, 어느 신호가 채널로 송신되었는지를 추정하려 시도한다. 신호 검출기(210)는 추정된 신호를 추정된 심볼로 디코딩하는 디코더(212)로 추정된 신호를 보낸다. 디코딩이 아마도 송신되었을 수 있는 심볼을 생성하면, 상기 심볼은 디맵퍼(214)로 보내지며, 디맵퍼(216)는 추정된 송신 신호 및 상응하는 추정된 심볼에 상응하는 비트 추정치들을, 예를 들어 추가 처리를 위해 마이크로프로세서(216)로 출력한다. 그렇지 않으면, 디코딩이 송신되었을 것 같은 심볼을 생성하지 않으면, 추정된 신호를 있음직한 심볼로 디코딩하는 성공하지 못한 시도는 상이한 파라미터들로 신호 추정을 반복하기 위해 신호 검출기로 피드백된다. 송신기의 변조기에서의 그리고 수신기에서의 복조기의 데이터의 처리는 서로 상보적이다.

도 3의 송신기(T) 및 수신기(R)가 일반적으로 알려져 있는 것으로 나타나지만, 수신기(R), 그리고 보다 상세하게는 본 발명에 따른 수신기의 신호 검출기(210) 및 디코더(212)는 후술하는 본 발명의 방법을 수행하도록 구성되므로 알려져 있는 신호 검출기들과 상이하게 작동한다.

도 4는 최근 기술 수신기들과 비교되는 성능 평가를 기술한다.

제안된 방법은 도 4에 도시된 바와 같이, 실질적으로 관심 있는 특히 8 ㏈을 넘는 작동 체계에 대해 종래 기술에 대하여 복잡성을 증가시키지 않고 신뢰성(즉, BER)의 면에서 성능 이득을 제공한다.

5G 및 5G 이후를 실현하기 위해, 거대 다중 입력 다중 출력(MIMO), 협력 MIMO, 밀리미터파(mmWave) 통신, NOMA, 디바이스 대 디바이스(D2D), 근접 서비스(ProSe), 모바일 중계기, 공중 중계기, 소프트웨어 정의 네트워킹, 포그 컴퓨팅 및 분산형 인공 지능(AI)을 포함하는 다양한 기술이 제안된다. 이러한 제안된 방법의 도움으로, 방대한 수의 사용자 디바이스의 레이턴시를 감소시키고, 커버리지를 확장시키고, 다목적성을 강화시키고, 계산 리소스들을 활용하기 위해 네트워크측에 많은 인프라 구조체 기능이 후원될 수 있다. 모바일 에지 컴퓨팅(MEC)은 모바일 디바이스들로부터 오프로딩되는 계산적으로 집중적인 작업들을 지체 없이 처리하므로, 엔드 투 엔드 레이턴시를 감소시킬 수 있다. 에지 컴퓨팅 모듈들은 송수신기 기지국, 중계기 또는 사용자 장비에 있을 수 있다.

본원에 개시되는 양태들은 무선 표준들에 폭넓게 적용 가능하고, 셀룰러, 모바일 광대역, 차량 관련 애드 혹 네트워크, 고정형 광대역, 사물 인터넷(IoT), 피어 투 피어 네트워크, 메시 네트워크, 무선 개인 영역 네트워크(WPAN), 무선 로컬 영역 네트워크(WLAN), 무선 센서 네트워크, 공중 네트워크, 위성 네트워크, 네트워크 패브릭, 소프트웨어 정의 네트워크(SDN) 및 하이브리드 네트워크를 포함하는(그러나 이에 제한되지 않는) 본원에 개시되는 사례군들을 이용한다.

Claims

복소수 계수들의 채널 행렬에 의해 특성화되는 잡음이 있는 과부하된 무선 통신 시스템에서의 이산 디지털 신호의 컴퓨터 구현 복구 방법으로서:
- 신호 검출기(212)에 의해 채널(208)로부터 신호를 수신하는 단계;
- 수신기(210)에서의 잡음 전력 추정기에 의해 잡음 전력을 측정하는 단계;
- 송신된 심볼(s)을 추정하는 디코더(214)로 검출된 신호 및 잡음 전력 추정치를 보내는 단계
를 포함하되, 상기 디코더(214)의 추정이 아마도 송신되었을 수 있는 심볼을 생성하며, 상기 심볼은 디맵퍼(216)로 보내지며, 디맵퍼(216)는 추정된 송신 신호 및 상응하는 추정된 심볼에 상응하는 비트 추정치들을 추가 처리를 위해 마이크로프로세서(218)로 출력하는, 이산 디지털 신호의 컴퓨터 구현 복구 방법.
제1항에 있어서,
상기 디코더(214)는 잡음 증폭의 영향을 최소화하는 방식으로 디코딩 프로세스 내에서 잡음 전력 추정치를 명확히 이용하는, 이산 디지털 신호의 컴퓨터 구현 복구 방법.
제1항 또는 제2항에 있어서,
잡음 증폭의 영향을 최소화하는 것이 송신 심볼의 추정치에서의 잡음 전력 측정치를 직접 고려함으로써 행해지는, 이산 디지털 신호의 컴퓨터 구현 복구 방법.
제1항 내지 제3항 중 어느 한 항에 있어서,
이하의 송신 신호(s)를 추정하는 데 사용되는 제1 함수(EQ), 제2 함수(EQ), 제3 함수(EQ)를 통한 최소화 공식화에 따라 잡음 증폭의 영향을 최소화하는, 이산 디지털 신호의 컴퓨터 구현 복구 방법:

.
제4항에 있어서,
분획 프로그래밍 알고리즘은 상기 제1 함수의 전역 최소값 미만인 상기 제3 함수의 값을 구하는 것을 목표로 하는, 이산 디지털 신호의 컴퓨터 구현 복구 방법.
제4항에 있어서,
상기 제1 함수는 수신된 신호의 벡터를 중심으로 이루어지는 유클리드 기하학적 거리 함수인, 이산 디지털 신호의 컴퓨터 구현 복구 방법.
제4항에 있어서,
상기 제2 함수는 추정된 잡음 전력 및 송신 신호 전력의 곱인, 이산 디지털 신호의 컴퓨터 구현 복구 방법.
제4항에 있어서,
상기 제3 함수는
-기준에 기반하거나 이것을 타이트하게 근사화하는 함수인, 이산 디지털 신호의 컴퓨터 구현 복구 방법.
프로세서, 휘발성 및/또는 비휘발성 메모리, 통신 채널(208)에서의 신호를 수신하도록 구성되는 적어도 하나의 인터페이스를 갖는 통신 시스템의 수신기(R)로서,
상기 비휘발성 메모리는 마이크로프로세서에 의해 실행될 때, 제1항 내지 제8항 중 한 항 이상의 방법을 구현하도록 수신기를 구성하는 컴퓨터 프로그램 명령어들을 저장하는 것인, 수신기.
컴퓨터 상에서 실행될 때, 제1항 내지 제8항 중 어느 한 항의 방법을 상기 컴퓨터가 수행하게 하는 컴퓨터 실행 가능 명령어들을 포함하는 컴퓨터 프로그램 제품.
제10항의 컴퓨터 프로그램 제품을 저장하고/하거나 송신하는 컴퓨터 판독 가능 매체.