TWI483592B - 連續序列散射體評估 - Google Patents
連續序列散射體評估 Download PDFInfo
- Publication number
- TWI483592B TWI483592B TW099118003A TW99118003A TWI483592B TW I483592 B TWI483592 B TW I483592B TW 099118003 A TW099118003 A TW 099118003A TW 99118003 A TW99118003 A TW 99118003A TW I483592 B TWI483592 B TW I483592B
- Authority
- TW
- Taiwan
- Prior art keywords
- channel
- channel frequency
- scatterer
- scatterer parameters
- frequency response
- Prior art date
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/022—Channel estimation of frequency response
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0222—Estimation of channel variability, e.g. coherence bandwidth, coherence time, fading frequency
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L25/03012—Arrangements for removing intersymbol interference operating in the time domain
- H04L25/03019—Arrangements for removing intersymbol interference operating in the time domain adaptive, i.e. capable of adjustment during data reception
- H04L25/03082—Theoretical aspects of adaptive time domain methods
- H04L25/03101—Theory of the Kalman algorithm
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0224—Channel estimation using sounding signals
- H04L25/0228—Channel estimation using sounding signals with direct estimation from sounding signals
- H04L25/023—Channel estimation using sounding signals with direct estimation from sounding signals with extension to other symbols
- H04L25/0236—Channel estimation using sounding signals with direct estimation from sounding signals with extension to other symbols using estimation of the other symbols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/024—Channel estimation channel estimation algorithms
- H04L25/0242—Channel estimation channel estimation algorithms using matrix methods
- H04L25/0248—Eigen-space methods
Description
本發明大體而言係關於頻道評估,且更特定而言係關於追蹤用於在一發射器及/或接收器於一無線頻道內移動時判定頻道評估值之散射體參數,其中該等散射體參數特徵化該頻道中之散射物件。
在一無線通信系統中,一所發射之信號被環境中之物件(例如,建築物、山丘等)(本文中稱作散射物件)反射。該等反射自不同方向且以不同延遲到達一接收器。可由一路徑延遲及一複延遲係數來特徵化該等反射或多路徑。該等複延遲係數顯示由於載具之行動性所致的快速時間變化,而該等路徑延遲在大量OFDM符號週期上相對恆定。
頻道評估係特徵化無線電頻道對所發射之信號之影響之過程。近似頻道對所發射之信號之影響之頻道評估值可用於干擾消除、多樣性組合、ML偵測及其他目的。通用之諸多頻道評估技術不產生供較高階調變使用之足夠準確之頻道評估值。而且,由於載具之行動性,難以預測頻道將如何改變。因此,需要將產生用於較高階調變之較準確頻道評估值且達成頻道預測及追蹤的新頻道評估技術。
以引用方式併入本文中之第12/478,473號共同待決申請案基於對散射物件之準確特徵化來提供一經改良之頻道評估方法。12/478,473申請案藉由基於自在一評價週期上所接收之信號導出之信號樣本判定一組散射體參數來特徵化該等散射物件。該等散射體參數包括特徵化無線頻道中之散射物件之路徑延遲以及散射係數及相關聯都卜勒頻率。本發明擴展12/478,473申請案之教示內容以包括在散射物件特徵化由於發射器及/或接收器在無線頻道內之移動而改變時追蹤該等散射物件特徵化。更特定而言,本發明使得接收器能夠基於自在初始評價週期之後所接收之信號導出之信號樣本來追蹤該等散射體參數,而不需要該接收器重複12/478,473申請案之整個計算過程。因此,本發明使得該接收器能夠使用自新接收之信號所導出之信號樣本來更新一組現有散射體參數。
概括地講,根據本發明之一無線接收器基於自在一個或多個先前時間間隔期間所接收之信號導出之信號樣本判定一第一組散射體參數,評估一隨後時間間隔之一頻道頻率回應,且基於所評估之頻道頻率回應來更新該第一組中之散射體參數以判定該隨後時間間隔之一組經更新之散射體參數。該接收器可使用該組經更新之散射體參數來判定無線頻道之頻道評估值。在一項實例性實施例中,該接收器使用一連續序列更新過程(例如,一每符號週期逆普洛尼過程)來更新該等散射體參數。在另一實例性實施例中,該接收器使用一積分都卜勒方法來更新該等散射體參數。
在連續序列更新實施例中,該接收器藉由更新針對一初始評價週期所判定之雜訊白化頻道頻率回應來更新該等散射體參數。該接收器使用經更新之雜訊白化頻道頻率回應來更新該第一組散射體參數。更特定而言,該接收器基於自在包含複數個時間間隔之一初始評價週期期間所接收之信號導出之信號樣本來判定一第一組雜訊白化頻道頻率回應,且基於該第一組雜訊白化頻道頻率回應判定該初始評價週期之一第一組散射體參數。隨後,該接收器基於自在一隨後時間間隔期間所接收之信號導出之信號樣本來判定一第二組雜訊白化頻道頻率回應,且基於該第一組雜訊白化頻道頻率回應及該第二組雜訊白化頻道頻率回應來判定一組經更新之雜訊白化頻道頻率回應。然後該接收器基於經更新之雜訊白化頻道頻率回應來更新該第一組散射體參數以判定該組經更新之散射體參數。該接收器可使用該組經更新之散射體參數來判定新頻道評估值。
在積分都卜勒實施例中,該接收器首先基於先前所判定之散射體參數來預測隨後時間間隔之散射體參數,且基於自所預測之散射體參數導出之頻道頻率回應與自在隨後時間間隔期間所接收之一信號之樣本所導出之頻道頻率回應之間的差來校正預測中之誤差。該接收器可使用該等經更新之散射體參數來判定新頻道評估值。
行進穿過無線通信頻道之所發射之信號在到達一接收器之前通常遇到數個散射物件,例如建築物,山脈,樹木等。如本文所使用,術語「散射物件」係指單個散射物件及太近而不能分開之散射物件群集兩者。頻道評估係特徵化此等散射物件對所發射之信號之影響之過程。接收器通常所使用之頻道評估值可包括若干等距延遲(例如,一CDMA(分碼多重存取)系統中之等距碼片延遲)處之頻道脈衝回應之複係數,以及指示若干等距頻率(例如,一OFDM(正交分頻多工)系統中之等距副載波頻率)處之頻道頻率回應之複係數。該接收器可將近似頻道對所發射之信號之影響之頻道評估值用於干擾消除、多樣性組合、ML偵測及其他目的。
為特徵化散射物件,該接收器判定對應於該等散射物件之路徑延遲、複延遲係數及/或都卜勒參數。理想地,多路徑頻道中之每一散射物件對應於一不同路徑延遲。然而,存在其中即使所反射之信號橫穿不同路徑不同散射物件亦致使該等所反射之信號具有相同路徑延遲之情形。舉例而言,圖1顯示環繞一發射器12及一接收器14之複數個橢圓,其中發射器12及接收器14標記該等橢圓之焦點,其中一散射物件10落在該等橢圓中之一者上,且其中不同橢圓對應於不同路徑延遲。因此,沿相同橢圓定位之不同散射物件10之路徑具有相同路徑延遲,而沿不同橢圓定位之不同散射物件10之路徑具有不同路徑延遲。舉例而言,散射物件10a、10b兩者皆落在橢圓2上,而散射物件10c落在橢圓1上。因此,與路徑18c相關聯之路徑延遲不同於與路徑18a或路徑18b相關聯之路徑延遲,其中路徑18a及路徑18b兩者具有相同路徑延遲。由於散射物件10a及10b將相同路徑延遲施加至一所發射之信號,因此接收器14無法僅使用路徑延遲而將與路徑18a相關聯之散射物件10a和與路徑18b相關聯之散射物件10b區分開。
由於無法僅使用路徑延遲來特徵化散射物件10,因此接收器14可使用另一特徵化參數(例如,一都卜勒參數)來進一步特徵化並區分不同散射物件10。舉例而言,在相同延遲橢圓上之不同角位置處的具有相同延遲之物件10展示出用於使一發射器12及/或接收器14移動之不同都卜勒移位。因此,接收器14可判定都卜勒移位(或等效延遲改變率)以進一步在具有同樣路徑延遲之散射物件10之間進行區分。圖2顯示在一特定時刻與相對於一移動中接收器14之散射物件相關聯之不同都卜勒頻率向量之一實例。藉由判定都卜勒效應如何隨時間(例如,在多個OFDM符號週期上)改變複延遲係數,接收器14可區分具有相同路徑延遲但由不同散射物件10導致的不同路徑18。
因此,本發明之接收器14判定特徵化不同散射物件10之一組散射體參數。實例性散射體參數包含路徑延遲、複散射係數及由於接收器14及/或發射器12之移動所致的改變率(例如,都卜勒頻率或延遲改變率)。頒予當前申請人之美國專利申請案第12/478,473號提供一種用於在一評價週期(例如,多個OFDM符號週期)上判定多個散射物件之散射體參數之實例性手段。12/478,473申請案在一評價週期上判定一無線頻道中之複數個散射物件之一組散射體參數。該組所判定之散射體參數包含路徑延遲中之每一者之一組散射係數及相關聯改變率(例如,都卜勒頻率或延遲改變率)。每一組散射係數對應於具有相同路徑延遲之一個或多個散射物件10。接收器14可使用該等散射體參數來判定評價週期之時間間隔之頻道評估值。
在發射器12及/或接收器14於頻道內移動時,個別散射物件10之散射體參數可改變。接收器14可藉由針對每一新評價週期獨立地判定一組新散射體參數(例如,如在12/478,473申請案中所闡述)來追蹤該等散射體參數。然而,此一努力所需要之處理功率可未必大且未必重複。因此,期望用於追蹤散射體參數之一替代性方法。
圖3顯示接收器14所實施之用於追蹤散射體參數之一項實例性方法50。接收器14基於在一個或多個先前時間間隔期間所接收之一個或多個信號樣本判定一第一組散射體參數(區塊52),且評估一隨後時間間隔之一頻道頻率回應(區塊54)。基於該第一組散射體參數、在隨後時間間隔期間所接收之一組新信號樣本及所評估之頻道頻率回應,接收器14更新該第一組中之一個或多個散射體參數以判定該隨後時間間隔之一組經更新之散射體參數(區塊56)。本發明提供用於實施區塊54及56之評估及更新過程之數個方法。在一項實施例中,可使用一連續序列更新過程(例如,一每符號週期逆普洛尼過程)來追蹤散射體參數。在另一實施例中,可使用一積分都卜勒方法來追蹤散射體參數。下文依據在多個OFDM符號週期上所接收之OFDM符號中之OFDM信號樣本來闡述兩種方法。然而,將瞭解,本發明適用於對應於一評價週期之多個時間間隔之任何經分頻多工信號樣本,其中接收器使用該等信號樣本來特徵化一無線通信頻道及/或該無線通信頻道中之散射物件。
圖4顯示連續序列更新過程60之一項實例性實施例,其中接收器14使用自最近所接收之OFDM符號獲得之資訊來更新該組散射體參數。概括地講,如以上所引用之12/478,473專利申請案所闡述,接收器14判定第一評價週期之一第一組散射體參數,且當新符號到達接收器14時更新該第一組散射體參數。更特定而言,接收器14判定該第一評價週期之一累積雜訊白化矩陣,其中雜訊白化矩陣之元素表示多個路徑延遲之雜訊白化頻道頻率回應(區塊62)。然後接收器14基於該累積雜訊白化矩陣來判定該第一評價週期之該第一組散射體參數(區塊64)。當一新OFDM符號到達接收器14時,接收器14基於該新OFDM符號中之信號樣本來更新累積雜訊白化矩陣(區塊66),且基於經更新之累積雜訊白化矩陣來判定一組新散射體參數(區塊68)。
在最簡單之實施例中,接收器14基於自新接收之符號導出之新信號樣本來判定新雜訊白化頻道頻率回應,且將該等新雜訊白化頻道頻率回應加至先前所判定之雜訊白化頻道頻率回應上以更新累積雜訊白化矩陣。雖然此實施例最簡單,但亦考量對應於所有先前所接收之OFDM符號之頻道頻率回應。因此,此一「永遠累積」方法對最新OFDM符號及最舊OFDM符號賦予相等考量。
在另一實施例中,接收器14藉由使用一固定大小之滑動窗更新累積雜訊白化矩陣而消除最舊OFDM符號之影響。更特定而言,接收器14針對該等新信號樣本來判定新雜訊白化頻道頻率回應。隨後,接收器14藉由將該等新頻道頻率回應加至先前所判定之累積雜訊白化矩陣上且自該先前所判定之累積雜訊白化矩陣減去最舊頻道頻率回應來更新累積雜訊白化矩陣。
在又一實施例中,接收器14使用指數遺忘來更新累積雜訊白化矩陣。藉助指數遺忘,接收器14漸進地對較舊頻道頻率回應解除加權以使得經更新之累積雜訊白化矩陣更多地考量針對較新近所接收之OFDM符號所判定之頻道頻率回應。因此,接收器14以小於一之一因數按比例調整一當前累積雜訊白化矩陣按比例,且然後藉由將基於新OFDM符號所判定之新頻道頻率回應加至經按比例調整之累積雜訊白化矩陣上來產生一經更新之累積雜訊白化矩陣。
本發明之一替代性實施例使用一積分都卜勒方法來追蹤不同散射物件之散射體參數。此實施例不依賴於或維持先前所論述之散射體參數組,而是使用追蹤路徑延遲及其導數之一卡爾曼追蹤過程。卡爾曼追蹤過程基於自所預測散射體參數導出之所預測頻道頻率回應與自新接收之信號樣本導出之實際頻道頻率回應進行比較之結果來相繼精化散射體參數評估值。
在積分都卜勒方法之一項實施例中,一新符號週期之散射體參數係依據散射係數、其對應路徑延遲及其針對一先前符號週期所判定之導數來預測。隨後,接收器14基於所預測散射體參數來預測新符號週期之頻道頻率回應,且比較所預測頻道頻率回應與針對該新符號週期所觀測之實際頻道頻率回應。基於所得之差,接收器14校正所預測散射體參數以便減小未來預測之誤差。
本發明亦提供追蹤無線頻道中之散射物件10之方法。在長時間週期上,在對應散射物件10變得較遠時,一被追蹤之散射體參數可弱化,而在對應散射物件變得較近時,其他新散射體參數加強。為解決此問題,本發明可使用積分都卜勒方法來追蹤一組現有散射物件之散射體參數,且使用連續序列更新過程之一版本來搜尋且然後添加或移除分別對應於較強或較弱散射物件之散射體參數。
在闡述本發明之追蹤過程之細節之前,下文提供與12/478,473申請案相關聯之細節。概括地講,12/478,473發明判定一無線頻道中之複數個散射物件之實際路徑延遲及都卜勒參數資訊。基於該路徑延遲及都卜勒頻率資訊,該接收器判定用於較高階調變處理、頻道預測等之頻道評估值。更特定而言,接收器14對在複數個OFDM符號週期上接收之複數個OFDM副載波信號樣本應用一頻率至時間變換以判定一組非等距路徑延遲及一組相關聯複延遲係數。此外,接收器14對針對多個OFDM符號週期上之個別路徑延遲所判定之複延遲係數應用一時間至頻率變換以判定包含個別路徑延遲之複數個非等距都卜勒頻率及其對應散射係數之一組都卜勒參數。
由於12/478,473發明之變換操作不約束於以等距時間或頻率間隔判定輸出值,因此非等距路徑延遲、相關聯複延遲係數及相關聯都卜勒參數組具有比習用技術所產生之彼等誤差少之誤差。因此本文所闡述之變換操作全面特徵化散射物件10,同時避免先前技術之準確性問題。所得之散射物件特徵化之增加的準確性使得接收器14能夠更好地追蹤頻道評估值。
為便於以下詳細闡釋,圖5及6首先分別顯示一實例性OFDM發射器12及OFDM接收器14之簡化內部細節。發射器12包含一天線13、逆傅立葉變換單元20、並列至串列轉換器22、調變器24及功率放大器26。一般而言,該發射器使用一逆離散傅立葉變換(IDFT)來編碼符號,且該接收器使用一離散傅立葉變換(DFT)來解碼信號。然而,該IDFT與DFT可互換,且係如此類似以至於本文簡單地稱其為傅立葉變換單元20。將欲發射之信號值(S1
...Sn
)輸入至傅立葉變換單元20,該傅立葉變換單元可係一專門的經硬接線FFT(或IFFT)電路或一DSP實施方案。傅立葉變換單元20將n
個輸入值變換成至少n
個輸出值。使用多於n
個輸出值(稱為「過度取樣」)係有利的。舉例而言,可使用一1024點FFT將n
=700個輸入值變換成m
=1024個輸出值。將524個未使用之輸入設定至零,從而表示用於700個輸入值之700個頻譜頻率倉(bin)之任一側上之262個空頻譜頻率倉。過度取樣簡化限制頻外頻譜能量所需之隨後去假信號濾波。
並列至串列單元22藉由以一固定次序相繼選擇傅立葉變換單元20之輸出值將其轉換成串列形式。每一值係複值,因此串列串流包含一實數部分串流及一虛數部分串流(亦即,一(I,Q)值串流)。藉由調變器24內之數位至類比轉換及濾波將I值串流及Q值串流轉換成連續時間I及Q信號。使對應於所使用之頻譜頻率倉(例如,以上所例示之700個頻率倉)之頻率通過同時使超過實例性1024個頻率倉之頻率衰減需要濾波器頻率回應。因此,過度取樣在所需通頻與所需阻頻之間留下一裕量,以使得具有一不可能陡峭的截止率不需要濾波器。調變器24進一步使用連續時間I及Q信號來分別調變餘弦及正弦波載波頻率信號以產生一經OFDM調變射頻信號,該信號在放大器26中被放大至一發射功率位準且經由天線13被發射。
圖6顯示根據本發明之一項實例性實施例之一接收器14。接收器14包含一天線15、前端接收器元件(例如,放大器30、降頻轉換器32、串列至並列轉換器34及傅立葉變換單元36)、頻道處理器38及信號處理器40。前端接收器元件產生對應於來自經由天線15所接收之一信號之複數個頻率之複數個信號樣本。更特定而言,放大器30放大經由天線15所接收之一OFDM符號,且降頻轉換器32將經放大之OFDM符號降頻轉換成複數位基頻。降頻轉換器32可包含具有以下構件之任一已知降頻轉換器:選擇一操作頻率之構件、對所接收之信號進行濾波以選擇集中於選定操作頻率上之信號頻寬之構件,以及對經濾波信號進行取樣及類比至數位轉換以產生複數位I、Q信號之構件。舉例而言,降頻轉換器32可包含一零IF或零差降頻轉換器、一低IF降頻轉換器或一習用超外差降頻轉換器,其中藉由在一正交混頻器配置中混合餘弦與正弦參考信號波形來解調最終IF信號。實例性降頻轉換器包括美國專利第5,048,059號(其作為RE37,138重新頒佈)、第5,084,669號及第5,070,303號所闡述之彼等降頻轉換器。
如在發射器12之情形下一樣,對經濾波信號進行過度取樣以准許信號選擇濾波器之一不嚴格規格係有用的。然後藉由串列至並列轉換器34將來自I、Q降頻轉換器之數位I、Q樣本組合成一區塊,該串列至並列轉換器可(例如)包含一DSP記憶體。然後傅立葉變換單元36對該區塊進行傅立葉變換,其為發射傅立葉變換單元20之相反或共軛過程。傅立葉變換單元36之輸出包含與輸入區塊中相同數目之樣本,在過度取樣之情形下,該數目大於n
。然而,僅使用n
個樣本,且不捨棄對應於未被信號選擇濾波器完全抑制之頻外頻譜分量之剩餘部分。輸出樣本至對應於輸入至發射器12之樣本,其外加了發射雜訊及傳播頻道所導致的任何畸變效應。頻道處理器38處理樣本至以判定頻道評估值。信號處理器40使用該等頻道評估值來處理(例如,解碼)樣本至以恢復所發射之資料符號S1至Sn
。
更特定而言,頻道處理器38對樣本至內之導頻樣本應用一頻率至時間變換以判定一組非等距路徑延遲及對應複延遲係數。將瞭解,頻率至時間變換可聯合地應用於自多個OFDM符號週期獲得之一導頻符號矩陣以判定一複延遲係數矩陣,其中該延遲係數矩陣之一給定列對應於一給定OFDM符號週期,且其中該延遲係數矩陣之一給定行對應於該組非等距路徑延遲內之一給定路徑延遲。將進一步瞭解,另一選擇為,可用一個別操作來替換該聯合操作,其中該頻率至時間變換個別地應用於來自個別OFDM符號週期之個別組之導頻樣本。在此情形下,該延遲係數矩陣之不同列係由應用於來自個別OFDM符號之信號樣本之個別頻率至時間變換操作產生,其中該矩陣之不同列對應於不同OFDM符號週期。所得之矩陣之每一行中之複延遲係數一般對應於一共同路徑延遲加上或減去一小路徑延遲差。將瞭解,儘管聯合地判定應用於多個不同OFDM符號週期上之一組共同非等距延遲之操作表示一較佳實施方案,但本發明之其他實施方案可針對每一OFDM符號週期獨立地判定延遲值。
隨後,頻道處理器38對該延遲係數矩陣之個別行應用一時間至頻率變換以判定每一路徑延遲之一都卜勒頻譜。依據一給定路徑延遲之一延遲係數行來判定一都卜勒頻譜假定該路徑延遲係為該行之所有OFDM符號週期所共有,且因此在該接收器聯合地判定多個不同OFDM符號週期上之路徑延遲時係最佳的。然而,對路徑延遲之個別判定可用於每一OFDM符號週期,只要在對複延遲係數行進行都卜勒分析之前使所得之矩陣之個別行中之延遲係數符合相同路徑延遲即可。可藉由將每一延遲係數之相位角旋轉W o dT
來達成此符合操作,其中W o
表示信號之中心頻率,且dT
表示使一特定行中之一複延遲係數之路徑延遲符合彼行之一共同延遲所需要之延遲改變量。
在任一情形下,每一都卜勒頻譜包含一組所判定之都卜勒參數,其每一者包含複數個非等距都卜勒頻率及其對應複散射係數。與聯合判定不同OFDM符號週期上之路徑延遲不同,判定都卜勒頻譜並非係在不同路徑延遲上之一聯合操作。而是,頻道處理器38針對一給定路徑延遲(例如,延遲行)個別地判定都卜勒頻譜。將針對非等距路徑延遲中之不同者所判定之不同組都卜勒參數收集到一矩陣中產生一都卜勒參數矩陣,其中該都卜勒參數矩陣之一給定行提供來自該組非等距路徑延遲之一給定路徑延遲之一組都卜勒參數,且其中該都卜勒參數矩陣中之每一項目包含一特定路徑延遲之至少一都卜勒頻率及一相關聯複係數。頻道處理器38使用該等非等距路徑延遲及對應都卜勒參數來特徵化該頻道(例如)以如本文所闡述或根據任何已知手段判定頻道評估值。由於該等路徑延遲及都卜勒參數比自習用方法獲得之彼等路徑延遲及都卜勒參數具有顯著更大之準確性,因此所得之頻道評估值亦顯著更準確,如以上所論述。
故意以與圖5之簡化發射器12相同之形式來圖解說明圖6之簡化接收器14以闡釋發射器12與接收器14過程實質上係彼此之反演,結果係輸入至發射器12之n
個複樣本(S
1、S
2、…、Sn
)出現在接收器輸出處,從而有效地建立n
個平行通信頻道。通常採用此等通信頻道來發送數位資訊,從而使用一適合調變星象圖將位元型樣映射至複I、Q平面中之點。一實際OFDM通信系統包含比圖5及6中所顯示的更多之細節,例如脈衝塑形、循環前置項、等化器及雖然對理解本發明並非必不可少但可在本申請人在美國申請之以下發明中找到之細節:「Method and Apparatus for Communicating with Root-Nyquist,Self-Transform Pulse Shapes」(2007年5月25日申請之美國專利臨時申請案第60/924673號,及2008年5月23日申請之隨後PCT申請案第PCT/US08/64743號),「Use of Pilot Code in OFDM and Other Non-CDMA Systems」(2008年10月21日申請之美國專利申請案第12/255343號),及「Compensation of Diagonal ISI in OFDM Signals」(2008年3月10日申請之美國專利申請案第12/045157號),所有該等發明特此以引用方式藉此併入本文中。
將使用一實例性OFDM發射方案做出對經改良之方法之一詳細闡述。在以下闡述中,將參考不同時間週期及間隔。因此,首先將給出對所涉及之不同時間週期之一闡明,之後係與本文所闡述之發明性變換相關聯之細節。
在可稱作一調變間隔、一碼片週期等等之一短週期中,藉由以一快速改變之時間波形調變一載波頻率來產生一寬頻信號。此係所涉及之最短時間週期。一OFDM符號包含大量此種調變間隔-至少與OFDM符號中所存在之副載波頻率一樣多。藉由對一組相位與振幅進行逆傅立葉變換來計算在時間上由調變間隔隔開之調變樣本組,每一副載波頻率一個相位與振幅。藉由某一所選調變方案(例如256 QAM)將資料符號編碼成對每一相位與振幅之選擇,以使得每一副載波頻率攜載一資料符號。
由IFT輸出之時間波形之總持續時間等於副載波頻率間距之倒數,且稱作OFDM符號週期。可藉由附加一所謂的循環前置項來延長此持續時間,但某些OFDM系統(稱作脈衝形OFDM)不需要延長OFDM符號之持續時間以容納一循環前置項。實際上,准許脈衝形OFDM符號中之OFDM符號之循環重複重疊於毗鄰符號上,且因此不添加一時間附加項。因此,該論述之剩餘部分忽略對一循環前置項之潛在使用。可在一總分析時間間隔上將若干OFDM符號收集在一起,因此該總分析時間間隔係整數個OFDM符號週期。
將參考本文中亦闡明之各種時域及頻域。信號之頻域包含自所使用之第一個至最後一個OFDM副載波頻率之頻率跨度。OFDM信號亦以一時間波形之形式存在於信號時域中,該信號時域藉由傅立葉變換而與該信號頻域相關。
由於相對於通信站具有不同速度,因此當觀察經由自具有不同都卜勒移位之不同物件接收之經散射射線到達之信號之變化時,出現一第二頻域。若移除資料符號調變,則仍將因此而感知任一副載波頻率上之信號隨時間變化,且因此該信號具有有限寬度之一頻譜。此都卜勒頻譜亦存在於頻域中,但即使與一單個OFDM副載波頻率間距相比仍極窄。舉例而言,一典型副載波頻率間距係15 kHz,而一典型都卜勒頻譜僅係100 Hz至200 Hz寬。引起都卜勒頻譜之信號時間變化係自一個OFDM符號週期至下一個OFDM符號週期,且解析該都卜勒頻譜需要諸多OFDM符號週期之一總分析間隔。
忽略資料符號調變,一給定OFDM符號中之一給定副載波頻率之振幅與相位之值係不同相位與振幅之諸多經散射波之和之結果,且此等經散射波可建設性地或破壞性地添加於每一副載波頻率頻率倉中。若繪製所得之相位與振幅對副載波頻率,其將展示出作為頻道頻率回應之一頻率變化。若該頻道頻率回應係經變換之逆頻率,則將獲得頻道脈衝回應。該脈衝回應極近似地指示,複合信號包含若干相對延遲射線之和,且係相位與振幅對延遲之一曲線圖。因此,此稱作延遲域。
正交分頻多工(OFDM)係一種減小在一多路徑頻道中以高資料速率進行通信所需要之等化方法之複雜性之方法。使用以上所闡述之發射器12及接收器14,將自一OFDM發射器12所接收之信號施加至傅立葉變換單元36以在每一OFDM區塊週期之複數個副載波頻率頻率倉中之每一者中產生一複數值。舉例而言,接收器14可處理包含具有15 kHz副載波頻率間距之一1296副載波OFDM系統之資料,因此每一OFDM符號週期之持續時間係近似66.7 μs(15 kHz之倒數)。此一信號之總佔有頻寬係稍高於1296×15 kHz或19.44 MHz,且因此,符號週期係1/19.44 MHz或51.44 ns。為了產生並分析此一信號,可使用一2048點傅立葉變換單元36,從而留下用於濾波之一裕量,如以上所闡述。在以上之測試系統中,每四個副載波頻率含有一已知導頻符號,此意味著將導頻副載波頻率之相位設定至接收器14與發射器12之間預先商定的值。因此,每66.7 μs之OFDM符號間隔發射324個導頻符號。該等導頻符號用於藉由在頻域及時域兩者中進行內插來評估毗鄰頻道中之相位。為了自測試系統收集資料,在8個相繼OFDM符號週期上對針對每一導頻副載波頻率所接收之複值求平均值以每8×66.7=533 μs給出一個值。此對於發射器12與接收器14之間的適度相對速度而言係足夠的取樣密度。因此,作為使頻道評估值變平滑中之一第一步驟,採用沿著對應於頻域中之相同頻率之樣本之時域之一平均值。此係習用頻道評估方法而非根據本發明之較佳實施方案所特有的。
若自接收器傅立葉變換單元36之輸出擷取324個導頻符號且移除預先商定的導頻符號型樣之已知相位旋轉,則結果係對發射頻道相位及在沿頻域間隔開60 kHz之等距點處之衰減之一評估。此等點可係經變換以產生複延遲係數之逆頻率。在一些CDMA及TDMA系統中,此等複延遲係數可表示頻道之頻道脈衝回應之一第一評估。
在一些系統中,導頻符號在副載波之一第一半部及副載波之一第二半部兩者中係等間距的,但該第一半部與第二半部之間的間距不勻稱。此可藉由將第一半部及第二半部符號看作兩個單獨符號來處置,其中在一個半部之導頻與另一半部之導頻之間有頻率位移。本文所闡述之方法可處置一個符號或部分符號之導頻與另一符號或部分符號之導頻之間的一任意頻率位移,且仍聯合地對其進行處理以揭露一組共同散射體延遲。此外,當計算中包括已經被解碼之符號時,可使用所有OFDM副載波頻率,而不僅是具有已知導頻符號之彼等OFDM副載波頻率。
圖7顯示依據在驅車穿過瑞典斯德哥爾摩(Stockholm,Sweden)時所記錄之現場測試資料所計算之脈衝回應量值之典型值。圖7中僅顯示每一延遲頻率倉之值的量值,但該等值實際上係複值。一旦已知頻道脈衝回應,即可使用其來計算存在於導頻頻道之間的其他副載波頻率之頻道相位及振幅。然後,使用此等值作為用於解碼經資料調變副載波頻率中所攜載之資料符號之頻道相位參考。如以上所論述,此等相位參考中之雜訊及其他減損可阻礙對較高階調變(例如256 QAM)之使用及/或對未來時間間隔之頻道評估值之預測。
來自相繼時間間隔之複延遲係數可經儲存以形成一二維陣列。對與個別延遲相關聯之延遲係數組應用一個別時間至頻率變換產生每一延遲之一都卜勒頻譜。可將不同延遲之不同都卜勒頻譜收集到稱作都卜勒參數矩陣之一新2-D陣列中。由於現在信號分量係藉由延遲及接收器14(或發射器12)相對於其散射物件10之相對速度(其與接收器14和散射物件10之間的方位有關)兩者分開,因此現在散射物件10在兩個空間維度(距離及角度)上分開,其中預期個別散射物件10現在將變得可解析。此的確看似如此,如圖8之繪圖中所顯示,圖8繪製來自現場測試資料之一短段之都卜勒參數矩陣中之信號射線之強度,該現場測試資料包含40,324個副載波頻率、在一21.32 ms之週期上收集之8-符號經部分預先平滑之頻道評估值。
然而,在使用先前技術頻率至時間或時間至頻率域變換來實施以上內容中存在若干問題。一個問題係,習用變換操作依賴於路徑延遲將落入至等距時間頻率倉中且同樣地都卜勒頻率將落入至等距頻率頻率倉中之假定。舉例而言,傅立葉分析中之一基本假定是,經變換之整個函數係一共同基本頻率之諧波之和,此意味著假定該函數係以彼共同基本頻率之倒數之一重複週期而重複。因此,使用樣本1至N
(其包括樣本k
)上之一函數之傅立葉分析來預測未來樣本N
+k
之函數之嘗試將僅返回與樣本k
相同之值,此實際上沒用。
稱作普洛尼演算法之演算法實施可用於在不假定等距路徑延遲或都卜勒頻率之情形下產生都卜勒參數矩陣之一時間至頻率變換。傳統上,普洛尼演算法已應用於各種各樣的領域,例如線性預測語音寫碼、使用天線陣列之測向及核磁諧振譜學中之頻譜分析。使用有限領域算術中稱作梅西-伯力肯普(Massey-Berlekamp)演算法之一版本來解碼裏德一所羅門(Reed-Solomon)錯誤校正碼。普洛尼演算法基本上係一種不假定頻譜落入至整體相關之頻率頻率倉中之頻譜分析方法。
與其他變換不同,普洛尼演算法經具體公式化以對一信號之有限時間段進行頻譜分析,且因此給出精確結果。普洛尼演算法將該信號段分解成指數衰變、指數增長或靜態正弦曲線之歸納,該等正弦曲線均由以下表達式闡述:
C
e( α + j ω ) t
, (1)
其中C
係指示相位與振幅之一複係數,α係指數增長(+)或衰變(-)率因數,且ω係角頻率。普洛尼表達根據下式之一信號S(t)
:
當在等距時間間隔idt
處記錄信號波形時,方程式(2)變成:
設,則方程式(3)變成:
已報告普洛尼演算法之諸多變化或改良,且可在Debasis Kundu之著作「Computational Aspects in Statistical Signal Processing」之第14章中找到此等技術之一良好概要。在以上參考中報告了Kundu及Mitra對普洛尼演算法所做的經調適以偵測無阻尼正弦曲線之一修正。
12/478,473發明提供用於一項實例性頻率至時間變換之一逆經修正普洛尼演算法,其中該逆經修正普洛尼演算法經調適以接受包含在沿頻域之等距樣本頻率處提取之頻道值(如在以上所闡述之OFDM測試系統中一樣)之一輸入,且產生包含非等距延遲及其相關聯複延遲係數(一經延遲信號之相位與振幅)之延遲域參數之一輸出。所得之非等距路徑延遲不限於任一特定時間間隔(例如,一51.44 ns信號取樣週期)之倍數。
本文所闡述之逆經修正普洛尼演算法不同於以上方程式(2)所通常表達之演算法。通常,若人們已使用普洛尼分析方法獲得頻率Z k
及其相關聯振幅/相位係數C k
,則反演(亦即,在所期望時間t
(而非給定時間idt
)判定信號)將涉及將所判定之頻率及係數代換至方程式(2)中。因此方程式(2)表示普洛尼頻率分析程序之習用反演。
方程式(2)亦可依據Z k
寫成:
相反,本文稱作一逆經修正普洛尼演算法之本文所闡述之頻率至時間變換包含用於判定如下方程式中之延遲T i
及其相關聯複延遲係數S i , q
之一演算法:
給出在時刻q
在N
個等距樣本頻率ω k
=ω o
+(k
-1)Δω,k
=1,...,N
處之頻道頻率回應C k , q
,則方程式(6)變成:
定義及,則方程式(7)變成:
方程式(8)尚未表示本文所闡述之逆經修正普洛尼演算法,但其確實表示逆經修正普洛尼演算法之反演。逆經修正普洛尼演算法係在給出C k
之情形下針對Z i
及A i , q
求解(例如,反演)方程式(8)且一旦已判定了Z i
即使用方程式(9)來判定路徑延遲T i
之一方法。
只要Z i
約束於純虛數,方程式(9)即針對T i
提供純實數值。此意味著Z i
應位於單位圓(亦即,量值=1)上,以使得其對數將具有一零實數部分。
以上內容表示約束普洛尼演算法以僅求出無阻尼正弦曲線(例如,在方程式(2)中所有α k
=0)之時間頻率反演。首先,設法調適普洛尼方法來求解方程式(8)。此藉由設T i
為一多項式P(T)
之根而繼續進行,其中i
=1,
...,M
。給出T i
,可藉由乘以所有因數(T
-T 1
)(T
-T 2
)...(T
-T M
)求出此多項式之係數(p 0 ,p 1 ,p 2 ,...,p M
)。相反,給出係數(p 0 ,p 1 ,p 2 ,...,p M
),可藉由發展良好、可靠且快速之求根程式求出T i
。
形成
且依據方程式(8)代換C k , q
獲得:
藉由互換求和次序,方程式(11)變成:
然而,藉由z i
係P
(z
)之根之定義,且因此所有P
(z i
)等於零。因此,p 0 C 1, q
+p 1 C 2, q
+p 2 C 3, q
…+p M C M +1, q
=0表示針對係數P
之一個方程式。由於此同樣適用於C k , q
之任何M
+1個相繼值,因此可獲得其他方程式以求解該等係數,從而導致:
為簡單起見,已自方程式(13)之矩陣中之C
值略去索引q
。然而,應理解該矩陣中之所有C
值屬於相同(第q
個)符號週期。由於多項式在被以一任意因數按比例調整之情形下皆給出相同根,因此普洛尼繼續僅設方程式(13)中p 0
=1,從而將其移動至該方程式之右手邊,且然後求解剩餘p
值。
在標題為「An Improved Prony Algorithm for Exponential Analysis」之「Mathematical Notes,Note 59」中,Harold J. Price聲稱根據普洛尼之上述解決方案並非最佳的。由於所接收之信號上之雜訊(其使所觀測之C
值不可靠),方程式(13)將不被準確地滿足而應為:
然後,所期望之解應最小化誤差向量ε之長度。由於其係p
向量之方向而非判定多項式之根之長度,因此使用方程式(14)來搜尋最佳p
應僅搜尋方向空間同時保持p
之長度不變,例如,設定∣p
∣=1。
經平方之誤差向量長度由ε # ε
=p #
[C
] #
[C
]p
。若p
藉由除以自身之長度而被正規化至單位長度,則
相對於p
對以上求微分(例如,相對於p
計算梯度)且將該梯度設定至零提供在表達式(p # p
)2[C
] #
[C
]p
-(p #
[C
] #
[C
]p
)2p
=0之最大值及最小值處滿足之一方程式,從而導致:
其中係一實數標量。方程式(16)表示一矩陣之一特徵向量之定義,亦即該矩陣與一向量之乘積產生僅一長度以λ按比例調整之彼相同向量。因此,當p
係[C
] #
[C
]之一特徵向量時,出現ε # ε
之最大值及最小值,且相關聯特徵值係彼點處之ε # ε
之值。因此,藉由將p選擇為與[C
] #
[C
]之最小特徵值相關聯之特徵向量來獲得絕對最小值。
首先可藉由要求P
(z
)之所有根具有單位量值來簡化方程式(13)及(14)。此在物理上係合理的,此乃因一經延遲射線加至一未經延遲射線上之效應係沿頻域產生頻道頻率回應之一正弦變化,且此正弦曲線具有恆定振幅,亦即,無阻尼。在以上所參考的Debasis Kundu之著作中,在所有根對應於無阻尼正弦曲線且位於單位圓上之情形下,將多項式P
(z
)顯示為一共軛回文。亦即,該多項式具有形式p M-i
=p * i
。為顯示此形式,考量一單個因數可寫成形式z
-e- jφ
,或等效地寫為e jφ /2 z
-e- jφ /2
=bz
-b *
=(b
,b *
)。因此,一單個因數明顯地係一共軛回文。藉由歸納方法,若一N
階共軛回文多項式在藉由乘以一個額外因數(例如(b
,b *
))而擴展至N
+1階時仍為回文,則任一數目個此等因數之乘積產生一共軛回文。
探究P
(z
)之共軛回文性質係藉由依據其分別由R
及I
指示之實數及虛數部分寫出方程式(14)而最佳達成,如下:
在M
係偶數之情形下,方程式(17)具有以上形式。當M
係奇數時,由於該共軛回文多項式之中心係數係實數而存在一輕微修正。方程式(17)具有兩倍於之前多的具有相同數目個變數之方程式,但所有量係實數。將方程式(17)中之矩陣稱作Q
,且藉由q
表示如在方程式(17)中排列之p
值之向量,當q
係與最小特徵值相關聯之Q # Q
之特徵向量時,現在誤差ε
係最小化的。因此,本文所闡述之逆經修正普洛尼演算法簡化以求出一實數矩陣之特徵向量,由於該實數矩陣之方塊斜對稱性及該等方塊具有漢克爾結構之事實,該實數矩陣比在沒有結構之一矩陣之情形下可准許一更有效解。若需要,則可藉由反向定序PR 0
...PR M / 2
與PI 0
...PI M / 2
來重寫方程式(17),此使得每一矩陣之四個分區係托普利茲而非漢克爾。
一旦求出特徵向量q
,即可構造共軛回文多項式P(Z)
且求出其根Z i
。然後使用方程式(9)求出延遲T i
。然後必定求出方程式(8)中之振幅/相位係數A i
。方程式(8)可寫成:
其表示用於使具有M
個係數A
之一多項式與一組N
+1個資料點C
最佳擬合之方程式。藉由Z
表示方程式(18)中之矩陣,解由以下方程式給出:
A
=[Z # Z
]-1 Z # C
. (19)
針對每一OFDM符號週期(或在值C k
係若干相繼符號週期上之平均值之情形下,每隔幾個符號週期)求解方程式(19)以針對每一符號週期給出具有所判定延遲之信號之振幅/相位係數。
由於期望沿相繼時間週期(例如,沿相繼OFDM符號週期)進一步分析每一路徑延遲之相位及振幅值,我們強加額外約束:逆經修正普洛尼演算法應針對每一時間週期(至少針對一總評價週期)產生相同路徑延遲評估值,在該總評價週期上可假定該等延遲改變了可忽略不計之量。舉例而言,由於發射器12或接收器14移動5英尺而可發生5 ns之一延遲改變,該移動將以60 mph在56.8 ms之相對長時間間隔上發生。儘管要求所判定之路徑延遲在評價週期上應相同,但逆經修正普洛尼演算法仍允許針對該評價週期內之每一相繼時間間隔獨立地判定每一延遲值之信號之振幅與相位。因此,我們想要藉由包括該評價週期中之所有OFDM符號之所有導頻符號振幅/相位值C k
來根據方程式(13)、(14)及(17)求出P
(z
),所得之路徑延遲係最佳地闡釋所有OFDM符號中之信號之彼等路徑延遲。此係藉由針對每一符號週期將區塊垂直加至方程式(13)、(14)及(17)之矩陣上而完成。針對符號週期1用Q1
表示方程式(17)中之矩陣,針對符號週期2用Q2
,等等,我們尋求之解q
係與以下方程式之最小特徵值相關聯之特徵向量:
然後其將產生最佳地擬合所有L
個相繼符號週期之延遲值。然後方程式(19)可與共同Z
根但與其個別C
值一起使用以針對每一符號週期單獨地判定振幅/相位係數A
。
在判定L
個相繼OFDM符號之延遲T i
及其相關聯振幅/相位係數A i,q
之後,可根據以下方程式計算原始振幅/相位值S i,q
之值:
對於每一OFDM符號週期,q
=1,
...,L
,從而獲得二維延遲/時間陣列S i ,q
。藉由沿時間維度q
=1,
...,L
執行對每一延遲之一分析,可獲得都卜勒參數。此係圖8中所顯示之內容。不期望將都卜勒頻率約束於離散頻率倉。因此,普洛尼頻率分析程序之一應用提供都卜勒分析之一較佳方法。可能對用於評估延遲曲線之逆經修正普洛尼演算法及用於評估都卜勒頻譜之普洛尼演算法兩者進行進一步修正。舉例而言,論文「Exact Maximum Likelihood Parameters Estimation of Superimposed Exponential Signals in Noise」(Bresler及Macovksi,關於聲學及信號處理之電氣與電子工程師協會會報(1986),第34卷,第1081-1089頁)開發了一種稱作迭代二次方程式最大似然評估(IQML)之演算法。此演算法係藉由注意到以下內容而自普洛尼演算法導出:首先藉由針對最小平方誤差ε#
ε求解方程式(14)來判定多項式P(z)
之後使用方程式(19)判定最佳係數A
並不保證當在方程式(18)中使用方程式(19)之解時,多項式係數之一不同選擇不可能產生一較低殘差最小平方誤差。為了對此進行矯正,按照Bresler及Macovski,若來自方程式(19)之解A
用於方程式(8)中,則所獲得之最小平方誤差由C #
[I
-Z
(Z # Z
)-1 Z #
]C
給出。現在,如下定義具有大小N x(N-M)
之一帶狀矩陣G
:
可顯示[I
-Z
(Z # Z
)-1 Z #
]=G
(G # G
)-1 G #
。此外,C # G
可由g #
[C
]#
替換,其中[C
]包含由以下給出之一(N
-M
)×(M
+1)矩陣:
其係與方程式(13)中相同之矩陣,且其中g #
=(p 0
,p 1
,p 2
,...,p M
)。因此,C #
[I
-Z
(Z # Z
)-1 Z #
]C
=g #
[C
]#
(G # G
)-1
[C
]g
。最小化此表達式意指g
應被選擇為與[C
]#
(G # G
)-1
[C
]之最小特徵值相關聯之特徵向量,此與Howard J. Price參考中所提出之對普洛尼演算法之上述改良中之[C
]#
[C
]相反。
由於G
相依於g
,因此程序係使用(例如)普洛尼方法或普賴斯方法求出g
之一初始近似值(此等效於將G # G
初始化至I
)且然後使用g
之彼值來計算G
,之後係迭代。亦期望將P
及因此g
限制為共軛回文,例如,若M
係偶數,則
且若M
係奇數,則
其中中心係數p M / 2
係實數。因此,當M
係奇數時,除了PI
值以外,方程式(17)亦將具有要求出的又一個值PR
。
一旦求出矩陣[C
]#
(G # G
)-1
[C
],如方程式(17)中之矩陣[C
]那樣將其分拆以求解回文多項式係數之實數及虛數部分,且然後迭代。此外,期望相同延遲曲線應保持L
個相繼OFDM符號週期之一評價週期,類似於方程式(20)。亦即,設QL
等於自符號週期L
獲得之矩陣[C
],則應使用來自方程式(20)之表達式獲得g
之開始值作為與其最小特徵值相關聯之特徵向量。然後g
應經相繼精化以成為與以下方程式之最小特徵值相關聯之特徵向量:
在進行每一迭代時,應如方程式(17)中之矩陣[C
]那樣分拆以上矩陣以求解共軛回文特徵向量g
之實數及虛數部分。然後針對下一迭代重新計算G
。此構成12/478,473發明之逆經修正普洛尼演算法之較佳版本,其用於判定跨越L
個OFDM符號週期之一評價週期而一致的非等距路徑延遲之一延遲曲線。
圖9提供根據12/478,473發明之一項實例性實施例用於判定路徑延遲及都卜勒參數之一過程100。概括地講,過程100包括對對應於複數個頻率之複數個所接收信號樣本(例如,一OFDM符號中之OFDM信號樣本)應用一頻率至時間變換以判定一組非等距路徑延遲及一組相關聯複延遲係數(區塊110)。該等非等距路徑延遲中之每一者及其相關聯複延遲係數對應於無線通信頻道之一個或多個散射物件。針對一評價週期中之多個OFDM符號判定複延遲係數及路徑延遲以提供一複延遲係數矩陣。該矩陣之一給定行中之複延遲係數對應於該組非等距路徑延遲中之一給定路徑延遲,且一給定列中之複延遲係數對應於該評價週期中之一給定OFDM符號。
隨後,過程100對該延遲係數矩陣之一行中之複延遲係數應用一時間至頻率變換以判定彼路徑延遲之一組都卜勒參數(區塊150)。該等都卜勒參數包含複數個非等距都卜勒頻率及其對應複散射係數,其中每一都卜勒頻率/複散射係數對對應於一散射物件。將都卜勒參數組收集到一都卜勒參數矩陣中,其中該都卜勒參數矩陣之一給定行對應於該組非等距路徑延遲中之一給定路徑延遲。
圖10A及10B顯示根據一項實例性實施例用於分別實施頻率至時間變換(區塊110)及時間至頻率變換(區塊150)之細節。在圖10A之實施例中,頻率至時間變換包含以上所論述之逆經修正普洛尼演算法。在圖10B之實施例中,時間至頻率變換包含以上所論述之普洛尼演算法。然而,將瞭解,本發明不限於本文所論述之普洛尼演算法。而是,可使用在不將時間與頻率資料限制於等距及預定義頻率倉之情形下判定實際時間與頻率資料之任何變換。
圖10A顯示12/478,473發明之逆經修正普洛尼過程110。在該過程開始之前,頻道處理器38初始化一計數器(區塊112)以追蹤評價週期之OFDM符號。然後頻道處理器38使該計數器遞增(區塊114)、接收OFDM符號q
(區塊116)並使用傅立葉分析來處理OFDM符號以判定符號週期中之k
=1,...,N
個導頻符號之複振幅與相位係數C k , q
(區塊118)。頻道處理器38依據方程式(14)之矩陣排列符號週期q
之N
個C
值以獲得矩陣Q q
(區塊120)。然後該頻道處理器重複區塊114至120之過程直至q
=L
為止(區塊122)。
在已針對評價週期之L
個OFDM符號形成Q q
之後,頻道處理器38形成矩陣和,且如在方程式(17)中那樣將該結果分拆成托普利茲+漢克爾矩陣之和(區塊124)。隨後,頻道處理器38求出共軛回文多項式係數g
之初始值作為與最小特徵值相關聯之托普利茲+漢克爾矩陣分拆之特徵向量(區塊126),使用g
來形成矩陣G
,且計算(G # G
)-1
(區塊128)。然後頻道處理器38形成矩陣和,且如在方程式(17)中那樣分拆該結果(區塊130)。表達式Q #
(G # G
)-1 Q
表示一雜訊白化頻道頻率回應,且表達式表示一累積雜訊白化頻道頻率回應。可以諸多不同方式評價該等矩陣表達式。舉例而言,在針對托普利茲矩陣之乘法中使用FFT技術且以不同次序評價矩陣向量表達式可產生在一些情形中係矩陣且在其他情形中係向量之中間量。然而,在所有情形中,最終結果體現實體Q #
(G # G
)-1 Q
,其可稱作「雜訊白化頻道頻率回應自相關矩陣」。本發明使用縮略術語「雜訊白化頻道頻率回應」作為在計算頻道頻率回應值之矩陣或向量組合或頻道頻率回應值Q
之矩陣及多項式係數g
或多項式係數G
之矩陣中出現之中間實體之一通用名稱。在求出共軛回文多項式係數g
之經改良值作為針對區塊130形成之經分拆矩陣之與最小特徵值相關聯之特徵向量(區塊132)之後,頻道處理器38重複區塊126至132直至獲得g
之一收斂值為止(區塊134)。
區塊126至134所闡述之迭代程序具有一新而獨特且期望的性質。亦即,倘若將針對每一OFDM符號週期單獨地判定每一延遲之振幅/相位係數,則此迭代程序判定為L
個OFDM符號週期所共有的一組路徑延遲,該組路徑延遲以最小的總最小平方誤差闡釋L
個所觀測之頻率回應。此乃因以下事實:在針對OFDM週期q
=1選擇最佳振幅/相位係數之後,當使用g
所暗指之路徑延遲時,係週期q
=1之平方誤差。同樣地,在針對OFDM週期q
=2選擇最佳振幅/相位係數之後,當使用g
所暗指之路徑延遲時,係週期q
=2之平方誤差,等等。因此,倘若已針對每一符號週期單獨地最佳化與每一延遲相關聯之振幅/相位係數,則當使用g
所暗指之路徑延遲時,係在所有L
個符號週期上相加之平方誤差。提出作為一共同因數之g
給出。因此,求出g
作為與累積雜訊白化頻道頻率回應之最小特徵值相關聯之特徵向量(如區塊130至134所闡述)給出具有所期望性質之解。
返回至逆經修正普洛尼過程110,頻道處理器38求出共軛回文多項式P
(z
)之根z k
,該多項式之係數由來自區塊134之g
的收斂值給出(區塊136)。頻道處理器38排列根z k
之冪以形成方程式(18)之矩陣[Z
],且因此計算[Y
]=[Z # Z
]-1 Z
(區塊138)。頻道處理器38使用針對區塊138所計算之矩陣[Y
]以使用方程式(19)自針對區塊118獲得之符號週期q
的對應係數C k , q
求出符號週期q
之N
個係數A i , q
(區塊140)。亦即A i , q
=[Y
]C ; , q
,其中「;」對應於MATLAB記法且指示排列所有k
=1,
...,N
之C k , q
值以形成具有大小N
×1之一向量。最後,頻道處理器38藉由使用方程式(21)將係數向量值A i , q
轉換成對應複延遲係數值S i , q
(區塊142)。注意:若導頻符號不在每一OFDM符號週期中之相同副載波頻隙中,而是以可藉由使用每一OFDM符號之一不同基頻率ω o
而計及之一方式位移,則q
個符號週期中之每一者之不同ω o
值應在此步驟中用於方程式(21)。
圖10A之區塊112至142詳述逆經修正普洛尼演算法,其提供求出闡釋一個或多個OFDM符號週期之所觀測之頻道頻率回應之路徑延遲及相關聯複延遲係數之一經改良方法。藉由使用一第二變換(亦即,例如普洛尼演算法所提供之一時間至頻率變換)在諸多符號週期上執行對每一路徑延遲之複延遲係數之一都卜勒頻率分析來達成進一步改良。
圖10B證明實例性普洛尼過程150之細節。概括地講,頻道處理器38對對應於一個路徑延遲之L
個複延遲係數S i , q
應用普洛尼演算法。更特定而言,頻道處理器38將路徑延遲i
之L
個S
值排列成一矩陣(區塊152),如方程式(27)所顯示。
然後頻道處理器38求出與[S
]#
[S
]之最小特徵值相關聯之特徵向量h
(區塊154),藉由使用h
替代方程式(22)中之g
來構造一L
×L
矩陣[H
](區塊156),且求出h
之一經改良版本作為與[S
]#
[H # H
]-1
[S
]之最小特徵值相關聯之特徵向量(區塊158)。頻道處理器38重複區塊156至158直至h
收斂為止(區塊160)。隨後,頻道處理器38針對具有收斂h
之係數之多項式之k
=1,...,m
求出根w k
(區塊162),且藉由使用根w k
替代方程式(18)中之z k
來形成L
×m
矩陣[W]
,且因此計算[X
]=[W # W
]-1 W
(區塊164)。最後,頻道處理器38依據D i
=[X
]S i , ;
求出路徑延遲i
之m
個都卜勒係數D i
=(d
1,d
2,d
3,...,dm
)#
,其中「;」意指q
=1,
...,L
個符號週期之值係垂直堆疊以形成一1
×L
向量(區塊166)。
存在可用於減少執行圖10A及10B之變換所需要之計算努力之諸多數學裝置。舉例而言,在區塊158中,矩陣[H # H
]係赫密特-對稱托普利茲,僅具有表示h
*與h
之自相關函數之2(L
-m
)-1個相異元素值。根據已知理論,可藉由用零填補h
且使用一FFT來快速計算該自相關。而且,可在使用特蘭持演算法之操作中實施赫密特-對稱托普利茲矩陣[H # H
]之反演。此外,其反演須與其列為彼此之移位之另一托普利茲/漢克爾矩陣S
相乘。亦可藉助於眾所習知之一FFT且藉由使用該反演之Gohberg-Semencul形式而使用較少操作來執行此乘法。可保存產生S
之序列之托普利茲之傅立葉變換且當結果預先乘以S #
時再次使用該變換。
在區塊166結束時,我們具有M
個路徑延遲中之每一者之m
個都卜勒參數,從而形成一二維m
×M
陣列,其係圖8之都卜勒延遲圖示。之前已自蜂巢式電話信號獲得了都卜勒延遲圖示,如在「Estimation of scatterer locations from urban array channel measurements at 1800MHz」(Henrik Asplundh及Jan-Erik Berg,Radio Vetenskap och Kommunikation(RVK99)之會議記錄,第136至140頁,1999年6月,瑞典,卡爾斯克魯納)中所報告。此等圖示係使用較多習用變換操作獲得的。預期使用普洛尼頻率分析及本文所闡述之逆經修正普洛尼演算法來計算為數個相繼OFDM符號所共有的一延遲曲線之延遲-都卜勒分析會產生優於先前所獲得之彼等結果之結果。由於增加之準確性,藉由12/478,473發明獲得之路徑延遲及都卜勒參數可用於判定具有處理較高階調變(例如,256 QAM)信號及/或準確地預測未來頻道評估值所必需之準確性之頻道評估值。
判定較準確之延遲-都卜勒分析之一目標係達成用於解碼資料之較精確頻道評估。在獲得較準確延遲-都卜勒曲線後,現在藉由一個或其他方法對其進行濾波以減少或消除雜訊。舉例而言,可將對應於不可能高之都卜勒值之元素設定至零。同樣地,可消除例如負延遲之不可能延遲,如同樣可消除不太可能高之值的延遲。而且,可基於預定準則來選擇某一數目個頻譜係數。舉例而言,可選擇N
個最大頻譜係數,或可使用一臨限值來選擇該等頻譜係數。
在又一實施例中,可對都卜勒參數矩陣應用一最小均方誤差(MMSE)程序。對MMSE之一簡化闡釋如下。可藉由再處理最近經解碼資料以判定資料符號上之雜訊位準或藉由觀察根據不可能或不太可能之都卜勒及延遲消除之值來評估延遲-都卜勒圖示中之一雜訊位準。在剩餘值中,並不知曉與所評估雜訊之RMS值係相同數量級之一值是一真正散射體還是雜訊。假設該值係d
。然後,當使用延遲-都卜勒曲線來預測一所接收符號值時使用一值ad
替代d
將產生一預期之平方信號評估誤差(1-α)2
|d
|2
乘以信號功率S
,而雜訊功率比重(contribution)將減少至α2
乘以雜訊功率N
。因此總誤差係(1-α)2
|d
|2 S 2
+α2 N
。相對於α進行微分且等於零產生給出最小平方誤差的α之值,如下:
其中可將N
/S
識別為量值|d
|=1之一都卜勒-延遲值上將存在之信雜比之倒數。因此,可得出結論:都卜勒延遲值應相依於其信雜比及其振幅而按比例縮小,以使得較小值比較大值減小得更多。此係一「較軟」方法,而不僅僅將值消減到低於一臨限值。可使用MMSE方法之其他變化形式以慮及誤差源之間的相關矩陣。當採用藉由MMSE按比例調整之延遲-都卜勒係數來重新計算任一OFDM符號週期及副載波頻率之頻道評估時,頻道評估上雜訊之實質減少將顯而易見。
在如以上選擇都卜勒-延遲係數或給其加權後,藉由將包含在相位上旋轉參考時間與某一期望時刻(例如,過去、現在或未來)之間的時間差乘以都卜勒頻率之都卜勒-延遲係數之項相加來計算該期望時刻之一延遲係數之值。然後,為了求出任一OFDM副載波頻率之頻道評估,計算各項之和,該等項中之每一者係期望時刻之在相位上旋轉副載波頻率乘以相關聯路徑延遲之乘積之剛求出之延遲係數。當期望時刻係一未來片刻時,如之前所提及,對用於預測一函數之習用變換(亦即,傅立葉變換)之使用返回與該函數之一過去值相同之值。先前技術之此缺點係由於針對延遲、都卜勒頻率或兩者使用等距頻率倉所致。藉由使用非等距頻率倉,不假定函數係重複且因此一未來預測不僅僅返回一過去值。
因此,12/478,473發明之一個應用係減少頻道評估上之雜訊以便於使用較高階調變來增加資料速率。該發明亦可用於其他目的,舉例而言,用於預測某一未來符號之頻道頻率回應,或用於藉由執行對在一網路站自一行動發射器接收之信號之發明性分析來判定該行動發射器之位置以識別散射物件10之一型樣,然後使用一型樣辨識演算法比較該型樣與散射物件型樣之一先前所儲存之資料庫。
當考量在一延長之時間週期上進行例如以上之演算法之操作時,可採用各種操作模式。舉例而言,可在一逐區塊基礎上使用以上方法,例如藉由連同當前OFDM符號之信號樣本聯合地處理先前OFDM符號波形樣本之一區塊以判定與彼區塊有關之一組散射物件10。然而,若不期望增加處理當前符號中之延時,則將需要與先前符號一起處理每一OFDM符號,從而導致多次再處理先前符號資料。此一方法存在至少一個優點,亦即,現在可能已對與當前符號波形樣本一起經再處理之較舊符號進行了錯誤校正解碼且因此可使用資料以及導頻符號來評估該等較舊符號之頻率回應。包括已解碼之資料亦將與下文所闡述之連續追蹤演算法一起加以考量。
現在針對連續情形尋求對處理效率之改良。以上普洛尼演算法之再一變化形式可稱作「連續序列逆普洛尼演算法」(CSIPA)。CSIPA之特性在於其在不等待一資料區塊之收集之情形下針對每一OFDM符號週期操作。其類似於首先由高斯發明之序列最小平方解,且類似於稱作一卡爾曼濾波器之連續最小平方過程。稍後將顯示使用一卡爾曼濾波器來連續地追蹤散射體參數。
可設想CSIPA之至少兩個版本:移動窗及指數遺忘。為了獲得具有指數遺忘之CSIP演算法,將方程式(26)重寫成具有對較舊值之指數解除加權之一無窮和,如方程式(29)中所顯示。
在以上方程式中,λ
係小於一之一因數,其藉由針對更過去的每一連續符號週期減小λ
的因數來解除較陳舊誤差的加權。當前符號週期(L
)未被解除加權,此乃因針對q
=L
,λ
之冪係零。
亦可假定矩陣G
僅在一定程度上自一個符號週期改變至下一符號週期。此係合理的,此乃因在區塊公式化中,假定G
在該區塊上恆定,且假定延遲在該區塊上不漂移。因此哪一假定更準確地表示現實有待商榷。此外,即使省略了(G # G
)-1
,傳統普洛尼分析亦可成功。因此,針對每一符號週期使用用下標q
加下標之G
的值因此係在傳統普洛尼方法上之一改良且接近於最佳。因此,我們獲得:
其即刻導致:
可藉由在該區塊之一個端處加上比重同時自另一端減去最舊比重來類似地獲得一移動窗上之CSIP演算法,從而獲得:
現在,由於我們尚未具有週期L
之g
,因此我們不具有G L
。此可藉由以使用G L -1
獲得g L
之一第一值開始且然後由此形成G L
並迭代來求解,或者可以以下方式獲得一初始G L
之一較佳近似值。假定每一延遲值僅包含一個主要散射體且因此僅包含一個都卜勒移位,則注意,彼散射體在週期L
之延遲將係其針對週期L
-1
所判定之延遲減去在一個符號週期期間沿其方向移動之距離除以光速之差。以波長為單位之所移動距離僅為都卜勒頻率乘以過去之時間,例如
其中T i
(L
)表示OFDM符號週期L
內第i
個散射體之延遲,T i
(L
-1)表示OFDM符號週期L
-1內第i
個散射體之延遲,T表示ODFM符號週期,Δω i
表示第i
個散射體之都卜勒移位,ω o
且表示發射頻率。因此,使用針對一散射體所判定之都卜勒頻率,可針對在前的週期準確地更新其延遲。使用該經更新之延遲,然後可藉由與對應於該等經更新之延遲之一階因數相乘來形成多項式g L
。使用g L
之此值在對於方程式(31)而言係足夠之準確性上形成G L
以產生其最小特徵值/向量g L
,可進一步對其進行迭代(若視為或判定為有益)。
若每一延遲值包含(例如)不同都卜勒移位Δω q 1,
Δω q 2
之兩個散射物件10(每一者給時間週期L
-1之總延遲係數S i,L -1
貢獻一複部分D 1,q1
及D 1,q 2
),則在ΔT
之後,可針對週期L
將其對時間週期L
之比重更新至及。圖11顯示所得之向量如何改變一量θ
(其可藉由向量算術計算),且然後角度改變係歸因於時間延遲T i
之一改變ΔT i
,其中ΔT i
=θ
/ω,ω係中心頻率。
實際上,當一經延遲射線係由於不同都卜勒之數個不同散射物件10之組合所致時,至少只要散射物件10之延遲不偏離至變成被認為係不同延遲之程度,以上方法即給出定義平均延遲改變之一方法。後者可藉由藉助方程式(33)維持個別散射物件10之經更新之延遲且判定一個群組之任一散射體之經更新之延遲是否已變得更接近於一第二群組中之散射物件10之延遲(此時可使用類似向量組合程序自該第一群組移除其比重且將其添加至該第二群組)來偵測。
注意,在以上程序中已兩次慮及過去歷史。首先,使用先前所判定之延遲之相關聯都卜勒移位來對其進行更新。然後經由藉由一程序判定g L
獲得該等延遲之經校正值,在該程序中再次慮及以指數方式給過去歷史解除加權。使用歷史值之一個或其他手段在以上程序中看似係冗餘的。自一數值角度上講,消除計算方程式(31)之較複雜矩陣程序比消除使用都卜勒移位(其亦可能較準確,此乃因其係波長相關的)更新先前延遲之不重要程序更令人感興趣。
因此,一替代性程序係將經修正逆普洛尼過程視作僅提供延遲朝向其正確位置之長期校正或「輕推」,而對該等延遲之短期校正係藉由對其都卜勒移位進行積分所提供。此類似於其中藉由使用速度乘以時間之航位推算同時藉助一臨時絕對位置鎖定自彼開環過程消除漂移誤差來計算短期位置改變之一導航系統。因此,原則上,可使用一每符號週期經修正逆普洛尼演算法來評估延遲(或g
係數),且然後使用藉由都卜勒更新之先前值所評估之g
係數朝向普洛尼值移動。
每符號週期逆經修正普洛尼之一侷限性在於所評估之路徑延遲之數目不可超過OFDM符號中之副載波之數目(例如,對於324-副載波測試系統,約為160)的一半。因此,使用過去歷史之一混合方法可係執行一移動矩形窗上之CSIPA,從而使用結果作為對就在該窗之前獲得的已使用積分都卜勒更新之值進行漂移校正之一手段。若使用積分都卜勒來更新延遲,則此基於符號至符號相位變化來代替更新都卜勒,且然後將需要自符號週期至符號週期地評估都卜勒之一額外手段。此最佳闡述於使用呈一卡爾曼過程之形式之一積分都卜勒方法追蹤延遲及其導數(其可在形式上等同於都卜勒移位)之上下文中。
可藉由假定處於頻率ω下之頻道由在時間qT
來自個別散射物件10之強度S i,q
之經散射波之一和闡釋來構造一卡爾曼追蹤過程。每一經散射波因傳播穿過一延遲T i
而在相位上延遲,假定該延遲由於行動站在其方向上之解析速度而隨時間線性地改變,從而產生時間qT
時之延遲之公式,如下:
其中ΔT
係(OFDM)符號週期。因此,
其中下標「i
」涉及所有散射物件10。由於現在相位由延遲闡釋,且都卜勒(其係相位改變率)由延遲改變率闡釋,因此看似不再需要散射體參數S i,q
為複參數,且其將看似可簡化至一實數信號強度因數。然而,保留複散射參數值之一原因在於行動站天線型樣可完全畸變,且相依於至散射體的視線之方向而具有一變化之相位。歸因於至稍微不同的散射體位置(以不同的毫米數量級)的相位係一小不準確性,但藉由保留複散射體參數而避免。
一卡爾曼追蹤濾波器試圖基於在當前時間q
時在不同頻率下之頻道頻率回應觀測值之一頻道頻率回應向量C
(ω)相繼精化散射體參數之評估值。圖12中顯示對應於一卡爾曼追蹤濾波器之操作之一實例性積分都卜勒過程200。頻道處理器38預測與時間q
相關聯之新符號週期之散射體參數及對應頻道頻率回應(區塊210)。舉例而言,頻道處理器38藉由預測S i,q
及T' i,q
(其可共同地由來自時間q
-1時之U
之值的一向量U
指示)之值來預測散射體參數。此可僅藉由假定S i,q
=S i,q -1
、及T i,q
=T i,q - 1
+ΔT
來完成。通常可為T i,q
選擇一按比例調整約定以使得包括因數ΔT
,從而排除對一乘法之需要。隨後,頻道處理器38使用對S i,q
及T i,q
之預測來預測時間q
之下一頻道頻率回應向量C
(ω)。然後頻道處理器38基於在時間q
時所接收之OFDM符號來計算一所觀測之頻道頻率回應向量C
(ω)(區塊220),且計算所預測之C
(ω)與所觀測之C
(ω)之間的一誤差向量ε(區塊230)。隨後頻道處理器38以減少誤差向量ε之此一方式校正散射體參數預測(區塊240)。
區塊210之散射體參數預測可寫成如下矩陣形式:
方程式(36)中之矩陣通常用Φ指示。在區塊240中,在區塊210中所做出之對預測之校正包含對共變異數矩陣(通常由P
指示)之反演之使用。由於最初P
亦係未知的,因此亦基於對新觀測值之接收來預測並校正P
。
可使用不同手段來預測P
。舉例而言,可使用以下方程式來預測P
:
P q
=ΦP q -1
Φ#
+Q
, (37)
該方程式在參數S
、T
及T'
可經歷隨機遊蕩且Q
闡述其如此做之傾向之情形下係適當的。另一選擇為,可使用以下方程式來預測P
:
P q
=λ -1
ΦP q - 1
Φ#
, (38)
其適用於對過去歷史以指數方式解除加權,其中λ
<1表示一指數遺忘因數。在又一實例中,可使用以下方程式來預測P
:
P q
=ΦP q - 1
Φ#
, (39)
其在「永遠最小平方」之情形下係適當的,其中使用所有過去歷史且不期望任何解除加權。
在區塊240中所實施之校正使用觀測值頻道頻率回應向量相對於參數S
及T
之向量之導數(例如,梯度),參數S
及T
之向量係自方程式(35)且使用T i,q
=T i,o
+作為以下方程式而獲得:
且相對於T'
之導數為零。因此,
當針對其將觀測到C
(ω)之每一ω之梯度向量並排堆疊時,結果係一3m
×N
矩陣,其中N
表示散射物件10之數目且m
表示觀測到C
之頻率之數目。當如以上梯度不恆定而是隨參數(S
及T
)而變時,該過程稱作一「線性化的」或「擴展的」卡爾曼濾波器過程。
在區塊240中所實施之校正包含使用以下方程式更新由U
指示之參數之向量:
在以上更新步驟中,通常可選擇對Q
矩陣之按比例調整,該Q
矩陣表示所追蹤參數展示出一隨機漫步之趨勢,以使得表示觀測值向量上之雜訊之共變異數之矩陣R
係單位向量I
。
經擴展之卡爾曼濾波器之另一變化形式可係藉由將所預測與所觀測之C
(ω)向量之間的誤差定義為標量ε#
ε而導出。然後新的梯度向量將為2ε#
GRAD(C
(ω))。此公式化之益處在於避免矩陣反演[R
+GRAD# P
GRAD]-1
,從而使得其藉由除以一標量1+εGRAD# P
GRADε而替換。
以上經擴展之卡爾曼濾波器可用於追蹤散射體參數(例如延遲、都卜勒(延遲改變率)及已識別之散射物件10之信號強度)且即使當不同散射物件10之經更新之延遲在值上彼此穿過而移動時亦起作用。最終,一所追蹤之散射體可變得遠離且微弱,而一先前未追蹤之散射體變得較近且較強。因此,意欲操作達長時間週期(例如,達數分鐘或數小時)之一程序應包括捨棄已變得不重要之散射物件10且偵測新散射物件10之出現且然後追蹤新散射物件10之方式。
在一項實例性實施例中,本發明之頻道評估器38可使用以上所闡述之經擴展之卡爾曼濾波器來追蹤已知散射物件10,減去其對所接收信號之比重以留下將被預期為包含雜訊及未追蹤之散射物件10之一殘差,並使用圖10A及10B之基於普洛尼之演算法處理該殘差以識別新的散射物件10。週期性地,比較藉由普洛尼演算法識別之任何散射物件10與藉由卡爾曼演算法追蹤之彼等散射物件在強度上。在一普洛尼所偵測之散射體變得更強之情形下,頻道評估器38用該普洛尼所偵測之散射體替換一微弱的卡爾曼所追蹤之散射體。
添加或刪除依據卡爾曼演算法追蹤之一散射體係藉由刪除或添加P
、Q
及Φ矩陣之適當列及行而發生。舉例而言,若正在追蹤128個散射物件10,且期望捨棄散射物件編號79,則自P
、Q
及Φ矩陣刪除編號為3×78+1、3×78+2及3×78+3之列及行。相反,若正在追蹤127個散射物件10且期望添加一第128個散射物件,則將Q
及Φ
矩陣之列及行1、2及3複製至列及行3×128+1、3×128+2及3×128+3,從而將維數擴展3。P
矩陣亦自3×127正方形擴展三個列及行而成為3×128正方形。在各處將額外列及行初始化至零,惟在主對角線上除外。將該主對角線初始化至相反地指示第128個散射物件10之參數S
、T
及T'
之初始值之置信度之值。若該等值係依據對以上所提及之殘差信號進行普洛尼分析而獲得,且被視為適度準確,則可將三個新的對角線P
元素初始化至零,或初始化至散射物件1至127之對應P
矩陣元素之均值。使用普洛尼程序之區塊公式化可係適當的,以便在若干OFDM符號週期上收集以上所定義之信號殘差且整體地對其進行處理以偵測新散射物件10之出現。預期新的散射物件10出現或消失之時間係行動站移動幾米所需之時間之數量級,按70 mph算,其將約為100 ms。此外,在彼時間週期中,可能已對較舊OFDM符號進行了錯誤校正解碼,從而使得不僅在導頻符號之副載波頻率下且亦在資料符號頻率下皆可獲得C
(ω)之觀測值。實際上,故意在與一個或多個錯誤校正碼區塊(例如一渦輪碼區塊)對準之一區塊週期上收集信號殘差可係明智之舉,以使得使用在導頻及資料副載波頻率兩者下之頻道觀測值來執行區塊普洛尼程序。比較藉此識別之任何新的散射物件10與經擴展之卡爾曼濾波器所正追蹤之散射物件10,且在刪除或不刪除對應於已變得微弱之散射物件10之散射體參數之情形下藉由添加新的散射體參數將該等新的散射物件自普洛尼結果轉移至卡爾曼追蹤程序。
以下顯示用於基於以上所揭示之演算法之一集合來處理連續接收之一信號之一程序。
(a) 發生一開啟電源同步階段,其中接收站將接收來自發射站之信號且藉助於導頻符號及可插入至所發射串流中之其他預先商定的線索來判定符號及區塊邊界。
(b) 發生一初始頻道識別階段,其中藉助於導頻符號來判定頻道頻率回應(例如,一個或多個組之等距頻率ω=ω+k
Δω下之複值C
(ω))。
(c) 使用普洛尼方法之針對延遲及都卜勒解析度兩者經專門調適之版本來解析個別散射物件10,如本文所闡述及12/478,473申請案中所請求。
(d) 自用於藉由一經擴展之卡爾曼濾波器追蹤之步驟(c)之普洛尼演算法擷取散射體參數,該經擴展之卡爾曼濾波器經調適以追蹤延遲、延遲改變率及散射體信號振幅,其可係實數或複數。
(e) 使用所追蹤之散射體參數,出於解調資料符號之目的提供對頻道複頻率回應之經改良評估。
(f) 在錯誤校正碼區塊上收集資料符號且執行錯誤校正解碼。
(g) 結合對頻道複頻率回應之該等評估使用經正確解碼之資料符號及已知導頻符號,重構可能接收之信號且將其自實際接收之信號減去以獲得一殘差信號。
(h) 在一個或多個錯誤校正寫碼區塊週期上收集該殘差信號且使用與步驟(c)中相同之普洛尼程序對其進行再處理以識別除了在步驟(d)中正追蹤之彼等散射物件以外之散射物件10。
(i) 比較在步驟(h)中所識別之散射物件10之強度與在步驟(d)中正追蹤之散射物件之強度。頻道處理器40將在步驟(h)中所識別之比在步驟(d)中正追蹤之最弱散射物件10強之任何散射物件10之參數轉移至卡爾曼追蹤程序。為了維持相同數目個散射體參數,可刪除由於最弱散射物件10所致的散射體參數。
注意,使用除了OFDM信號之外的信號(在其經適當構造之情形下)來執行步驟(a)至(i)之程序。舉例而言,可以以上方式處理使用經疊加之導頻碼以准許頻道評估之一CDMA信號。在對本發明之以上闡述中,為更好地解碼在一行動站與一網路站之間發射之資料,已揭示了可與先前所揭示或此項技術中已知之其他演算法一起以各種組合形式使用之若干演算法。資料發射之方向並不重要,該方法適用於對由一行動站發射且一由固定網路站接收(或反之亦然)之信號之經改良解碼。
當然,除本文具體陳述之彼等方式外,還可以其他方式實施本發明而此並不背離本發明之實質特性。在所有態樣中皆應將本發明實施例視為說明性而非限定性,且歸於隨附申請專利範圍之含義及等效範圍內之所有改變皆意欲包括於隨附申請專利範圍內。
1...橢圓
2...橢圓
10a...散射物件
10b...散射物件
10c...散射物件
12...發射器
13...天線
14...接收器
15...天線
18a...路徑
18b...路徑
18c...路徑
20...逆傅立葉變換單元
22...並列至串列轉換器
24...調變器
26...功率放大器
30...放大器
32...降頻轉換器
34...串列至並列轉換器
36...傅立葉變換單元
38...頻道處理器
40...信號處理器
圖1顯示相對於一無線系統中之一發射器及接收器之不同散射物件與不同路徑延遲之間的關係;
圖2顯示在一特定時刻與相對於接收器之散射物件相關聯之實例性都卜勒頻率向量;
圖3顯示根據本發明之一項實例性實施例用於追蹤散射體參數之一個過程;
圖4顯示根據本發明之一項實例性實施例用於追蹤散射體參數之一個CSIPA過程;
圖5顯示一實例性發射器;
圖6顯示根據本發明之一實例性實施例之一實例性接收器;
圖7顯示自現場測試資料所獲得之經量測頻道脈衝回應;
圖8繪製都卜勒域中信號射線之強度;
圖9顯示根據本發明用於判定路徑延遲及對應都卜勒參數之一實例性方法;
圖10A及10B顯示用於實施圖7之變換方法之細節;
圖11顯示由於時間延遲差所致的θ之改變;及
圖12顯示根據本發明之一項實例性實施例用於追蹤散射體參數之一個積分都卜勒過程。
12...發射器
13...天線
20...傅立葉變換單元
22...並列至串列轉換器
24...調變器
26...功率放大器
Claims (12)
- 一種由一無線接收器實施之方法,該無線接收器追蹤用於判定一無線頻道之頻道評估值之散射體參數,該方法包含:基於在一個或多個先前時間間隔期間所接收之一個或多個組之信號樣本來判定一第一組散射體參數,其中該第一組散射體參數包含:一組非等距路徑延遲;一組對應非等距改變率,其中改變率包含一都卜勒頻率;及一組對應複(complex)散射係數,其中每一散射係數對應於一散射物件;其中判定該第一組散射體參數進一步包含:基於在包含一個或多個先前時間間隔之一第一評價週期期間所接收之該一個或多個組之信號樣本來判定一第一組雜訊白化頻道頻率回應;及基於該第一組雜訊白化頻道頻率回應來判定該第一評價週期之該第一組散射體參數,其中該第一組散射體參數之元素包含非等距路徑延遲中之每一者之一都卜勒頻譜,且其中每一都卜勒頻譜包含與對應散射物件相關聯之複數個散射係數及相關聯非等距都卜勒頻率;在一隨後時間間隔期間經由該無線頻道接收信號樣本; 評估該隨後時間間隔之一頻道頻率回應,其中評估該隨後時間間隔之該頻道頻率回應進一步包含:基於在該隨後時間間隔期間所接收之該等信號樣本來判定一第二組雜訊白化頻道頻率回應;及基於該第一組雜訊白化頻道頻率回應及該第二組雜訊白化頻道頻率回應來判定一組經更新之雜訊白化頻道頻率回應;及其中更新該第一組中之一個或多個散射體參數包含基於該組經更新之雜訊白化頻道頻率回應來更新該第一組散射體參數,以判定該組經更新之散射體參數;及基於該所評估之頻道頻率回應更新該第一組中之該等散射體參數中之一者或多者,以判定該隨後時間間隔之一組經更新之散射體參數。
- 如請求項1之方法,其中判定該組經更新之雜訊白化頻道頻率回應包含:將該第二組雜訊白化頻道頻率回應加至該第一組雜訊白化頻道頻率回應。
- 如請求項2之方法,其中判定該組經更新之雜訊白化頻道頻率回應進一步包含:自該組經更新之雜訊白化頻道頻率回應減去對應於最舊時間間隔中之一者之一組舊雜訊白化頻道頻率回應。
- 如請求項1之方法,其中判定該組經更新之雜訊白化頻道頻率回應包含:以小於一之一預定按比例調整因數按比例調整該第一組雜訊白化頻道頻率回應以產生一組經按比例調整之雜 訊白化頻道頻率回應;及將該第二組雜訊白化頻道頻率回應加至該組經按比例調整之雜訊白化頻道頻率回應。
- 一種由一無線接收器實施之方法,該無線接收器追蹤用於判定一無線頻道之頻道評估值之散射體參數,該方法包含:基於在一個或多個先前時間間隔期間所接收之一個或多個組之信號樣本來判定一第一組散射體參數,其中該第一組散射體參數包含:一組非等距路徑延遲;一組對應非等距改變率;及一組對應複散射係數,其中每一散射係數對應於一散射物件;在一隨後時間間隔期間經由該無線頻道接收信號樣本;評估該隨後時間間隔之一頻道頻率回應,其中評估該隨後時間間隔之該頻道頻率回應進一步包含:基於該第一組散射體參數判定該隨後時間間隔之一組所預測之散射體參數;及基於該組所預測之散射體參數預測該隨後時間間隔之一組頻道頻率回應;及基於在該隨後時間間隔期間所接收之新信號樣本來判定一組所觀測之頻道頻率回應;比較該組所預測之頻道頻率回應與該組所觀測之頻 道頻率回應以判定一預測誤差;及校正該組所預測之頻道頻率回應以減少該預測誤差;及基於該所評估之頻道頻率回應更新該第一組中之該等散射體參數中之一者或多者,以判定該隨後時間間隔之一組經更新之散射體參數;其中判定該組經更新之散射體參數包含:基於該組經校正之頻道頻率回應來判定該組經更新之散射體參數;及藉由用對應於逐漸接近之散射物件之散射體參數來替換該第一組散射體參數或該組經更新之散射體參數中對應於逐漸遠離之散射物件之散射體參數來追蹤該無線頻道內之散射物件。
- 如請求項5之方法,其中基於該組經校正之頻道頻率回應來判定該組經更新之散射體參數包含使用一卡爾曼追蹤過程來判定該組經更新之散射體參數,且其中追蹤該等散射物件包含使用一連續序列更新過程來搜尋新散射物件,並用對應於該等新散射物件之散射體參數來替換該第一組散射體參數或該組經更新之散射體參數中對應於逐漸遠離之散射物件之散射體參數。
- 一種無線接收器,其經組態以追蹤用於判定一無線頻道之頻道評估值之散射體參數,該無線接收器包含一頻道處理器,該頻道處理器經組態以:基於在一個或多個先前時間間隔期間所接收之一個或多個組之信號樣本來判定一第一組散射體參數,其中該第一組散射體參數包含: 一組非等距路徑延遲;一組對應非等距改變率,其中該改變率包含一都卜勒頻率;及一組對應複散射係數,且其中每一散射係數對應於一散射物件;評估一隨後時間間隔之一頻道頻率回應;及基於該所評估之頻道頻率回應更新該第一組中之該等散射體參數中之一者或多者以判定該隨後時間間隔之一組經更新之散射體參數;其中該頻道處理器經組態以藉由以下步驟判定該第一組散射體參數:基於在包含一個或多個先前時間間隔之一第一評價週期期間所接收之該一個或多個組之信號樣本來判定一第一組雜訊白化頻道頻率回應;及基於該第一組雜訊白化頻道頻率回應來判定該第一評價週期之該第一組散射體參數,其中該第一組散射體參數之元素包含該等非等距路徑延遲中之每一者之一都卜勒頻譜,且其中每一都卜勒頻譜包含與對應散射物件相關聯之複數個散射係數及相關聯非等距都卜勒頻率;其中該頻道處理器經組態以藉由以下步驟評估該隨後時間間隔之該頻道頻率回應:基於在該隨後時間間隔期間所接收之信號樣本來判定一第二組雜訊白化頻道頻率回應;及基於該第一組雜訊白化頻道頻率回應及該第二組雜訊 白化頻道頻率回應來判定一組經更新之雜訊白化頻道頻率回應;及其中更新該第一組中之一個或多個散射體參數包含基於該組經更新之雜訊白化頻道頻率回應來更新該第一組散射體參數以判定該組經更新之散射體參數。
- 如請求項7之無線接收器,其中該頻道處理器經組態以藉由將該第二組雜訊白化頻道頻率回應加至該第一組雜訊白化頻道頻率回應來判定該組經更新之雜訊白化頻道頻率回應。
- 如請求項8之無線接收器,其中該頻道處理器進一步經組態以藉由自該組經更新之雜訊白化頻道頻率回應減去對應於最舊時間間隔中之一者之一組舊雜訊白化頻道頻率回應來判定該組經更新之雜訊白化頻道頻率回應。
- 如請求項9之無線接收器,其中該頻道處理器經組態以藉由以下步驟判定該組經更新之雜訊白化頻道頻率回應:以小於一之一預定按比例調整因數按比例調整該第一組雜訊白化頻道頻率回應以產生一組經按比例調整之雜訊白化頻道頻率回應;及將該第二組雜訊白化頻道頻率回應加至該組經按比例調整之雜訊白化頻道頻率回應。
- 一種無線接收器,其經組態以追蹤用於判定一無線頻道之頻道評估值之散射體參數,該無線接收器包含一頻道處理器,該頻道處理器經組態以: 基於在一個或多個先前時間間隔期間所接收之一個或多個組之信號樣本來判定一第一組散射體參數,其中該第一組散射體參數包含:一組非等距路徑延遲;一組對應非等距改變率;及一組對應複散射係數,且其中每一散射係數對應於一散射物件;評估一隨後時間間隔之一頻道頻率回應,其中該頻道處理器經組態以藉由以下步驟評估該隨後時間間隔之該頻道頻率回應:基於該第一組散射體參數判定該隨後時間間隔之一組所預測之散射體參數;及基於該組所預測之散射體參數預測該隨後時間間隔之一組頻道頻率回應;及基於該所評估之頻道頻率回應更新該第一組中之該等散射體參數中之一者或多者以判定該隨後時間間隔之一組經更新之散射體參數,其中該頻道處理器進一步經組態以藉由以下步驟評估該隨後時間間隔之該頻道頻率回應:基於在該隨後時間間隔期間所接收之新信號樣本來判定一組所觀測之頻道頻率回應;比較該組所預測之頻道頻率回應與該組所觀測之頻道頻率回應以判定一預測誤差;及校正該組所預測之頻道頻率回應以減少該預測誤差; 其中該頻道處理器經組態以基於該組經校正之頻道頻率回應判定該組經更新之散射體參數;及其中該頻道處理器進一步經組態以藉由用對應於逐漸接近之散射物件之散射體參數替換該第一組散射體參數或該組經更新之散射體參數中對應於逐漸遠離之散射物件之散射體參數來追蹤該無線頻道內之散射物件。
- 如請求項11之無線接收器,其中該頻道處理器經組態以基於該組經校正之頻道頻率回應而使用一卡爾曼追蹤過程來判定該組經更新之散射體參數,且其中該頻道處理器經組態以使用一連續序列更新過程來搜尋新散射物件且用對應於該等新散射物件之散射體參數來替換該第一組散射體參數或該組經更新之散射體參數中對應於逐漸遠離之散射物件之散射體參數。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/478,520 US8116710B2 (en) | 2009-06-04 | 2009-06-04 | Continuous sequential scatterer estimation |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201132059A TW201132059A (en) | 2011-09-16 |
TWI483592B true TWI483592B (zh) | 2015-05-01 |
Family
ID=43298254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW099118003A TWI483592B (zh) | 2009-06-04 | 2010-06-03 | 連續序列散射體評估 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8116710B2 (zh) |
EP (1) | EP2438723B1 (zh) |
ES (1) | ES2433919T3 (zh) |
TW (1) | TWI483592B (zh) |
WO (1) | WO2010140131A2 (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11394436B2 (en) | 2004-04-02 | 2022-07-19 | Rearden, Llc | System and method for distributed antenna wireless communications |
US10985811B2 (en) | 2004-04-02 | 2021-04-20 | Rearden, Llc | System and method for distributed antenna wireless communications |
US11451275B2 (en) | 2004-04-02 | 2022-09-20 | Rearden, Llc | System and method for distributed antenna wireless communications |
DE102008040003A1 (de) * | 2008-08-27 | 2009-01-29 | Siemens Aktiengesellschaft | Magnetresonanzgerät, Lokalspulenpositioniereinrichtung und Lokalspule |
KR101354470B1 (ko) * | 2009-06-22 | 2014-01-24 | 알까뗄 루슨트 | 송신을 위해 결합되는 다수의 요소 반송파들을 실행하기 위한 방법 및 디바이스 |
JP5873980B2 (ja) * | 2011-06-08 | 2016-03-01 | パナソニックIpマネジメント株式会社 | 通信装置および通信方法 |
CN102437981B (zh) * | 2011-09-09 | 2015-04-08 | 京信通信系统(中国)有限公司 | 校正提取信号方法、装置及基站系统 |
DE202012000418U1 (de) | 2012-01-17 | 2013-04-22 | Iwis Motorsysteme Gmbh & Co. Kg | Dauerfestigkeits- und verschleißoptimierte Zahnkette |
US11189917B2 (en) * | 2014-04-16 | 2021-11-30 | Rearden, Llc | Systems and methods for distributing radioheads |
US10194346B2 (en) | 2012-11-26 | 2019-01-29 | Rearden, Llc | Systems and methods for exploiting inter-cell multiplexing gain in wireless cellular systems via distributed input distributed output technology |
US11190947B2 (en) | 2014-04-16 | 2021-11-30 | Rearden, Llc | Systems and methods for concurrent spectrum usage within actively used spectrum |
TWI463477B (zh) * | 2012-12-26 | 2014-12-01 | Univ Nat Cheng Kung | 用以組成光源組之點光源的料碼配量方法與其電腦程式產品 |
US10164698B2 (en) | 2013-03-12 | 2018-12-25 | Rearden, Llc | Systems and methods for exploiting inter-cell multiplexing gain in wireless cellular systems via distributed input distributed output technology |
RU2767777C2 (ru) | 2013-03-15 | 2022-03-21 | Риарден, Ллк | Системы и способы радиочастотной калибровки с использованием принципа взаимности каналов в беспроводной связи с распределенным входом - распределенным выходом |
US11290162B2 (en) | 2014-04-16 | 2022-03-29 | Rearden, Llc | Systems and methods for mitigating interference within actively used spectrum |
CN104635109A (zh) * | 2015-01-23 | 2015-05-20 | 云南电网有限责任公司电力科学研究院 | 一种从故障录波数据中直接计算提取电网暂态非周期分量幅值和时间常数的高精度方法 |
US9628309B1 (en) | 2016-02-05 | 2017-04-18 | Qualcomm Inc. | Demodulation with variable remembrance factor |
CN107070823A (zh) * | 2017-05-12 | 2017-08-18 | 重庆大学 | 基于卡尔曼滤波的参数模型信道估计方法 |
CN108037361B (zh) * | 2017-12-05 | 2020-02-07 | 南京福致通电气自动化有限公司 | 一种基于滑动窗dft的高精度谐波参数估计方法 |
CN111224754B (zh) * | 2018-11-23 | 2021-05-18 | 华为技术有限公司 | 通信方法、装置、设备、系统及存储介质 |
CN111313680B (zh) * | 2020-03-20 | 2022-06-03 | 苏州浪潮智能科技有限公司 | 一种功率因数校正的控制方法、装置、设备及存储介质 |
CN114513849B (zh) * | 2022-02-16 | 2023-06-09 | 重庆邮电大学 | 一种基于散射区模型的室外非视距传播单站定位方法 |
CN117705091B (zh) * | 2024-02-05 | 2024-04-16 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于大量程石英挠性加速度计的高精度姿态测量方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030162505A1 (en) * | 2001-06-27 | 2003-08-28 | Timo Rantalainen | Methods for determing times and changes of times of transmission, radio communications system and processor |
US20040203468A1 (en) * | 2001-07-26 | 2004-10-14 | Dent Paul W. | Transmit diversity and separating multiple loopback signals |
US20070110200A1 (en) * | 2005-11-15 | 2007-05-17 | Gokhan Mergen | Equalizer for a receiver in a wireless communication system |
US20070171847A1 (en) * | 2003-12-23 | 2007-07-26 | Koninklijke Philips Electronics N.V. | Decoding method and device |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2916285C2 (de) | 1979-04-21 | 1984-02-23 | Robert Bosch Gmbh, 7000 Stuttgart | Verfahren zur Entflammung magerer Kraftstoff/Luftgemische |
SE463540B (sv) | 1988-09-19 | 1990-12-03 | Ericsson Telefon Ab L M | Saett foer att i ett radiokommunikationssystem digitalisera godtyckliga radiosignaler samt anordning foer utoevande av saettet |
US5084669A (en) | 1990-03-08 | 1992-01-28 | Telefonaktiebolaget L M Ericsson | Direct phase digitization |
US5070303A (en) | 1990-08-21 | 1991-12-03 | Telefonaktiebolaget L M Ericsson | Logarithmic amplifier/detector delay compensation |
US6795424B1 (en) * | 1998-06-30 | 2004-09-21 | Tellabs Operations, Inc. | Method and apparatus for interference suppression in orthogonal frequency division multiplexed (OFDM) wireless communication systems |
US6470047B1 (en) * | 2001-02-20 | 2002-10-22 | Comsys Communications Signal Processing Ltd. | Apparatus for and method of reducing interference in a communications receiver |
US7609786B2 (en) * | 2004-01-28 | 2009-10-27 | Qualcomm Incorporated | Channel estimation for a communication system using spectral estimation |
US8295775B2 (en) * | 2008-05-01 | 2012-10-23 | Broadcom Corporation | Determining a handoff metric |
-
2009
- 2009-06-04 US US12/478,520 patent/US8116710B2/en not_active Expired - Fee Related
-
2010
- 2010-06-02 WO PCT/IB2010/052470 patent/WO2010140131A2/en active Application Filing
- 2010-06-02 ES ES10729941T patent/ES2433919T3/es active Active
- 2010-06-02 EP EP10729941.4A patent/EP2438723B1/en not_active Not-in-force
- 2010-06-03 TW TW099118003A patent/TWI483592B/zh not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030162505A1 (en) * | 2001-06-27 | 2003-08-28 | Timo Rantalainen | Methods for determing times and changes of times of transmission, radio communications system and processor |
US20040203468A1 (en) * | 2001-07-26 | 2004-10-14 | Dent Paul W. | Transmit diversity and separating multiple loopback signals |
US20070171847A1 (en) * | 2003-12-23 | 2007-07-26 | Koninklijke Philips Electronics N.V. | Decoding method and device |
US20070110200A1 (en) * | 2005-11-15 | 2007-05-17 | Gokhan Mergen | Equalizer for a receiver in a wireless communication system |
Also Published As
Publication number | Publication date |
---|---|
ES2433919T3 (es) | 2013-12-13 |
EP2438723B1 (en) | 2013-08-07 |
WO2010140131A2 (en) | 2010-12-09 |
TW201132059A (en) | 2011-09-16 |
US20100311350A1 (en) | 2010-12-09 |
EP2438723A2 (en) | 2012-04-11 |
WO2010140131A3 (en) | 2011-05-05 |
US8116710B2 (en) | 2012-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI483592B (zh) | 連續序列散射體評估 | |
US20100226448A1 (en) | Channel extrapolation from one frequency and time to another | |
CN102111205B (zh) | 具有多个发射天线的通信系统的信道估计 | |
CN102497337B (zh) | 一种基于稀疏度自适应的压缩感知无线通信信道估计方法 | |
US11977176B2 (en) | Position determination system having a deconvolution decoder | |
RU2733419C1 (ru) | Передатчик и приемник и соответствующие способы | |
EP2438724B1 (en) | Improved mobile radio channel estimation | |
US6658261B1 (en) | Method for sinusoidal modeling and prediction of fast fading processes | |
US20190204409A1 (en) | Position determination system having a deconvolution decoder using a joint snr-time of arrival approach | |
CN113708859B (zh) | 一种超分辨多径数量及时延联合估计方法 | |
CN111431823B (zh) | 一种分路径水声信道跟踪方法 | |
KR20050007432A (ko) | 시변수 채널을 통해 전송된 데이터 신호의 등화 및 복조방법 | |
Cao et al. | A hardware decoding algorithm for long-distance transmission for well logging | |
Liu | Advanced Signal Processing Techniques for Underwater Acoustic Communication Networks | |
He et al. | Based on reverse mirror research on lossless transmission technology of modulated signal in wireless spread spectrum communication | |
CN107276951B (zh) | 载波同步方法和装置 | |
Kumar et al. | Performance Comparison of Sparse Multipath Channel Estimation Models for B5G Network | |
Sachan et al. | Sparse channel estimation using hybrid approach for OFDM transceiver | |
CN107276956B (zh) | 载波同步方法和装置 | |
Hedström et al. | Data Compression using Time-Frequency masking for TDOA localization of Radio Transmitters | |
Rouseff et al. | Propagation physics effects on coherent underwater acoustic communications: results from KauaiEx 2003 | |
Zheng | Adaptive explicit time delay, frequency estimations in communications systems | |
JP2017153013A (ja) | 受信装置及び受信方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |