Beschreibung
VERFAHREN UND VORRICHTUNG ZUM ABSCHÄTZEN DER ZUGEHÖRIGKEIT VON SIGNALEN AUS EIN EM DATENSTROM ZU DEN ENTSPRECEHENDEN ÜBERTRAGUNGSKANÄLEN MITTELS CLUSTER-ANALY SE
Die vorliegende Erfindungsmeldung betrifft ein Verfahren 10 zum Abschätzen der Zugehörigkeit von Signalen aus einem Datenstrom zu den entsprechenden, die jeweiligen Signale übertragenden Kanälen, wobei die Signale Nutzdaten und Identifikationsdaten enthalten, und wobei den besagten Identifikationsdaten jeweils eine Kanalschätzung des das 15 jeweilige Signal übertragenden Kanals zugeordnet wird.
Des weiteren betrifft die Erfindung eine entsprechende Vorrichtung sowie dem Verfahren entsprechende Computerprogramme sowie ein entsprechendes Computerprogramm-Erzeugnis .
20
Ein Verfahren der eingangs genannten Art soll beispielsweise bekanntermaßen bei einem Mobilfunksystem der dritten Generation eingesetzt werden, welches nach dem TDD-Mode ( Time Division Mul tiplex) des Mobilfunkstandards UMTS ( Uni -
25 versal Mobile Telecommunications System) arbeitet, s. hierzu: WCDMA for UMTS - Radio Access For Third Generation Mobile Communications, H. Holma, A. Toskala, John iley & Sons, New York, 2000. Durch Code-Vielfachzugriff (CDMA, Code Division Multiple Access) lassen sich mehrere Daten-
30 ströme für verschiedene Teilnehmer ( User) gleichzeitig über ein gemeinsames Frequenzband übertragen, s. hierzu: Analyse und Entwurf digitaler Mobilfunksysteme, P. Jung, B.G. Teub- ner, Stuttgart, 1997) . In Fig. 1 ist die Codierung eines Nutzdatensignals dargestellt, wobei auf den Nutzdaten eine
35 Exklusiv-Oder- (XOR-) Verknüpfung mit einer Pseudo-Noise-
Sequenz (PN-code) bzw. einem sog. Spreizungscode durchgeführt wird. In diesem Beispiel entspricht das Nutzdatensymbol der Periode eines Bits. Die Pseudo-Noise-Sequenz bzw. der Spreizungscode besteht aus kleineren Teilen, den sog. Chips . Das resultierende kodierte Signal ist in Fig. 1 unter den beiden miteinander zu verknüpfenden Signalen dargestellt.
Beim UMTS TDD-Mode ist ein physikalischer Kanal durch Spreizungscode, Zeitschlitz und Frequenzkanal bestimmt.
Jedem Spreizungscode wird hierbei ein Referenzsignal, die sog. Midamble zugeordnet, das mitgesendet wird. In Fig. 2 ist ein Beispiel einer Burststruktur eines dedizierten physikalischen Kanals (DPCH, Dedicated Physical Channels) im UMTS TDD-Mode dargestellt, s. hierzu: Mobilfunknetze und ihre Protokolle, Band 1, S. 415 ff., B. Walke, B.G. Teub- ner, 2000. Der DPCH existiert auf der Aufwärts- und der Abwärtsstrecke und dient zur Übertragung von Nutz- und Steuerdaten. Jeder Burst besteht aus zwei Nutzdatenfeldern, zwischen denen sich das besagte Steuerdatenfeld bzw. Referenzsignal zur Kanalschätzung, d.h. die Midamble, befindet.- Um Laufzeitunterschiede zwischen den verschiedenen Teilnehmersignalen ausgleichen zu können, ist ein Burst 96 Chips kürzer als ein Zeitschlitz (GP, Guard Period) .
Die mit verschiedenen Spreizungscodes gleichzeitig übertragenen Datenströme über das gemeinsame Frequenzband stören sich i.a. gegenseitig. Zum einen führt Mehrwegeausbreitung zur Überlagerung von nacheinander gesendeten Datensymbolen (ISI, Inter Symbol Interference) . CDMA-Kodierung und
Mehrwegeausbreitung sind die Ursache von Mehrfachnutzerinterferenz (MAI, Mul tiple Access Interface) . Zur näheren Erläuterung hinsichtlich ISI und MAI s. das obige Buch von P. Jung. ISI und MAI lassen sich im Empfänger durch gemein-
same Detektion (JD, Joint Detection) eliminieren. Dabei werden aus dem Empfangssignal die Daten aller Teilnehmer zugleich geschätzt, auch wenn nur die Daten eines Teilnehmers von Interesse sind.
Im Empfänger hat also der JOint- etectioπ-Algorithmus (JD- Algorithmus) zum Ziel, zu jedem Spreizungscode das dazugehörige Nutzsignal aus dem gesamten Datenstrom herauszurechnen. Dazu benötigt der JD-Algorithmus sogenan- nte KanalSchätzungen, die ihm ein vorgeschalteter Kanalschätzer liefert. Der Kanalschätzer ermittelt zu jedem Spreizungscode mit Hilfe der dazu gehörenden Midamble die Kanalschätzung. Die dabei ermittelte Kanalschätzung ist - da eine Schätzung - fehlerbehaftet .
Es ist des weiteren bekannt, daß zu einem Teilnehmer mehrere Spreizungscodes gehören können, wobei sich die Anzahl für jeden Teilnehmer nach dem Bedarf für die momentante Übertragung richtet. Für diesen Teilnehmer werden demnach mehrere, i.a. nicht exakt gleiche, sondern vielmehr ähnliche und somit fehlerbehaftete Kanalschätzungen berechnet. Die Information, daß einem Teilnehmer mehrere Spreizungscodes zugeordnet sind bzw. von diesem verwendet werden, steht dem JD-Algorithmus im mobilen Empfänger jedoch nicht zur Verfügung.
Die Sachlage, daß ein Teilnehmer mehrere Spreizungscodes nutzen kann, wird umso komplizierter, wenn die Teilnehmerinformationen im Festsender so aufbereitet werden, daß diese Informationen über mehrere Sendeantennen übertragen werden. Dieser Vorgang wird Beamforming genannt. Beim Beamforming werden N Antennen so angesteuert, daß eine räumlich gerichtete Übertragung zu einem Empfänger möglich ist. Jeder Antenne ist hierbei ein bestimmter Antennenkoef-
fizient zugeordnet, der für verschiedene Teilnehmer unterschiedlich ist, aber für alle von einem Teilnehmer genutzten/verwendeten Spreizungscodes gleich ist. Für alle Spreizungscodes eines Teilnehmers gelten die gleichen Antennen- koeffizienten. In Fig. 3 ist eine solche Zuordnung von zwei Teilnehmern 1 und 2 zu jeweils zwei bzw. drei verschiedenen Spreizungscodes mit den Bezeichnungn 11, 12, 13 bzw. 21, 22 und zwei Sendeantennen mit den Antennenkoeffizienten α und ß dargestellt. Den drei Spreizungscodes 11, 12 und 13 des Teilnehmers 1 ist für die Antenne 1 der Antennenkoeffizient OCi und für die Antenne 2 der Antennenkoeffizient ßi zugeordnet, den zwei Spreizungscodes 21, 22 des Teilnehmers 2 für die Antenne 1 der Antennenkoeffizient und für die Antenne 2 der Antennenkoeffizient ß .
Die Teilnehmerinformationen/Teilnehmersignale können für jede Antenne die gleichen, also „Kopien" sein oder eine „große" Information in mehreren Teilen enthalten.
Durch den beim Beamforming sehr geringen Abstand der Antennen (in der Größenordnung der halben Wellenlänge) sind die Eigenschaften für die Ausbreitung der elektromagnetischen Wellen von jeder Sendeantenne zur Empfangsantenne so ähnlich, daß man von deren Identität ausgeht. Der Mobil- funkkanal , der durch die Kanalschätzung geschätzt wird, umfaßt zusätzlich noch die der Hochfrequenztechnik (HF) spezifischen Eigenschaften und den genannten Einfluß der Antennenkoeffizienten. Dies bedeutet, daß die Signale von jeder Antenne zwar den gleichen Ausbreitungseigenschaf en unterliegen, durch die Gewichtung mit den Koeffizienten erscheint nach der KanalSchätzung aber der Ausbreitungsweg von jeder Sendeantenne zur Empfangsantenne etwas unterschiedlich zu sein.
Der Grund hierfür liegt darin, daß die KanalSchätzung z.B. durch Korrelation des empfangenen Signals (bzw. dem Teil des Signals, das die Midamble enthält) mit der dem Spreizungscode zugeordneten Midamble erfolgt. Da bei den Sen- deantennen die Midamble als Teil des kompletten Bursts aber noch mit den antennenspezifischen Koeffizienten gewichtet wird, werden über den eigentlich identischen Kanal unterschiedliche Midambles übertragen. Durch die Korrelation mit der ursprünglichen Midamble ergeben sich demzufolge auch unterschiedliche Kanalschätzungen.
Fig. 4 faßt das bekannte Verfahren noch einmal anschaulich zusammen. Mehrere Datenbursts bestehend aus Nutzdaten und Midambles (der Anzahl K) werden in einem Empfänger empfan- gen. Jede Midamble wird in einem Kanalschätzer einem Übertragungskanal zugeordnet und dem JD-Algorithmus zugeführt, dem auf einem anderen Weg ebenfalls die Nutzdaten bereitgestellt werden. Der JD-Algorithmus berechnet aus dem gesamten Datenstrom zu jeder Midamble K (also zu jedem Sprei- zungscode) bzw. zu dem entsprechend geschätzten Kanal das dazugehörige Nutzsignal.
Nachteilig bei dem bekannten Verfahren ist, daß die vom Kanalschätzer gelieferten Kanalschätzungen vom JD- Algorithmus benutzt werden, ohne daß dieser eine Information dahingehend erhielte, daß mehrere Kanalschätzungen zu einem einzigenTeilnehmer gehören. Der JD-Algorithmus geht vielmehr von unterschiedlichen Teilnehmern aus und ermittelt pro Spreizungscode und damit pro Signal eine Kanal- Schätzung.
Es ist Aufgabe der vorliegenden Erfindung, ein Verfahren, eine entsprechende Vorrichtung sowie entsprechende Computerprogramme und ein Computerprogramm-Erzeugnis der ein-
gangs genannten Art zur Verfügung zu stellen, so daß dem JD-Algorithmus im Empfänger des Mobilfunkgerätes eine zuverlässigere KanalZuordnung bereitgestellt wird, damit der JD-Algorithmus eine verbesserte Signaldetektion gewährleis- ten kann. Allgemeiner stellt sich die Aufgabe einer verbesserten KanalZuordnung auch in anderen Gebieten, z.B. der Sprachsignalverarbeitung.
Diese Aufgabe wird bei einem der Verfahren der eingangs genannten Art dadurch gelöst, daß die besagten Kanalschätzungen anhand mindestens eines Ähnlichkeitsmaßes in Gruppen zu einem oder mehrerer, als ähnlich eingestufter KanalSchätzungen geordnet werden, wobei zumindest einige der KanalSchätzungen in je einer Gruppe zur Ermittlung einer die Gruppe repräsentierende Kanalschätzung heranziehbar sind.
Des weiteren wird diese Aufgabe bei einer Vorrichtung dadurch gelöst, daß die Vorrichtung einen Prozessor auf- weist, der derart eingerichtet ist, daß von ihm die erfindungsgemäßen Verfahrensschritte durchführbar sind.
Weiterhin wird diese Aufgabe durch Computerprogramme gemäß der Ansprüche 22 und 23 sowie ein Computerprogramm- Erzeugnis gemäß Anspruch 24 gelöst.
Die Vorteile der Erfindung sind insbesondere darin zu sehen, daß - im Falle des Empfangs von mittels des UMTS TTD- Mode gesendeten und empfangenen Daten - die zu den Sprei- zungscodes gehörenden KanalSchätzungen, die der Kanalschätzer liefert, auf Ähnlichkeit untersucht und so vor Bereitstellung für den JD-Algorithmus aufbereitet werden. Auf diese Weise können die Informationen, daß mehrere Kanalschätzungen zu einem Teilnehmer gehören, trotz unter-
schiedlicher Spreizungscodes und ggf. Antennen-Beamforming auch im Empfänger zur Verfügung stehen, ohne daß diese Information explizit übertragen wird. Eine adäquate Weiterverarbeitung der zueinander gehörenden KanalSchätzungen liefert dann einen genaueren Eingangswert für den JD- Algorithmus, da die KanalSchätzungen weniger fehlerbehaftet sind und somit bessere Detektionsresultate für jeden Teilnehmer als Ergebnis des JD-Algorithmus erhalten werden können.
Bei derart durchgeführten Ähnlichkeitsuntersuchungen zwischen den KanalSchätzungen ist es möglich und/oder wahrscheinlich, daß Gemeinsamkeiten zwischen einer Anzahl KanalSchätzungen detektiert werden, die auf die Herkunft der Signale von einem Teilnehmer schließen lassen. Die weitere Verarbeitung mit dem JD-Algorithmus wird - wie oben erwähnt - dadurch vereinfacht .
Insgesamt können somit dem JD-Algorithmus verbesserte Kanalschätzungen für den einen Teilnehmer bereitgestellt und damit die anschließende Detektionsresultate verbessert werden. Es werden dabei sowohl Intersymbol- als auch Mehrfachnutzer-Interferenz (ISI, MAI) eliminiert.
Die Bestimmung der Ähnlichkeit von KanalSchätzungen kann vorzugsweise durch Vergleich von KanalSchätzungen untereinander, also relativ, oder durch Verlgeich der Kanalschätzungen mit einem absoluten Wert erfolgen.
Bei der relativen ÄhnlichkeitsbeStimmung werden vorzugsweise mehrere und besonders bevorzugt jeweils zwei Kanalschätzungen hinsichtlich des Ähnlichkeitsmaßes miteinander verglichen, wobei hierzu zweckmäßigerweise ein Ähnlichkeitswert als Grundlage für die besagte Gruppierung
ermittelt wird. Es bietet sich hierbei an, als Ähnlichkeitsmaß den euklidischen Abstand - im folgenden kurz Abstand genannt - zwischen je zwei KanalSchätzungen heranzuziehen. Der Ähnlichkeitswert würde dann zweckmäßi- gerweise als Zahl ausgedrückt werden. Werden mehr als zwei KanalSchätzungen zugleich miteinander verglichen, können entsprechend dimensionale Matritzen mit einzelnen Ähnlichkeitswerten als den Matrixelementen konstruiert werde .
Prinzipiell lassen sich verschiedenste Ähnlichkeitsmaße - ausgedrückt in Ähnlichkeitswerten - definieren. Im folgenden wird speziell auf den Beispielfall der Verwendung des euklidischen Abstandes von Kanalschätzungen als Ähnlichkeitsmaß eingegangen, ohne daß hierdurch eine entsprechende Einschränkung erfolgen würde .
Wird also der Abstand zweier KanalSchätzungen als Ähnlichkeitsmaß verwendet, wird bei einer bevorzugten Vari- ante ein Abstands-Schwellenwert definiert, über- bzw. unterhalb welchem die beiden KanalSchätzungen als ähnlich oder unähnlich eingestuft werden. Der Schwellenwert wird entweder zu Beginn des Vergleichs der Kanalschätzungen definiert oder aber nach einem ersten (vollständigen oder teilweisen) oder mehreren Vergleichsdurchläufen der Kanalschätzungen auf Grundlage der in diesen Vergleichen ermittelten Abstände festgelegt, z.B. als Bruchteil oder Vielfaches des mittleren Abstandes der Kanalschätzungen.
Die letztgenannte Variante ist ein Beispiel für eine statistische Auswertung der Abstände der KanalSchätzungen (allgemein der Ähnlichkeitswerte bzgl. eines Ähnlichkeitsmaßes) . Es bietet sich bei statistischen Auswertungen an, den Schwellenwert in Abhängigkeit von der jeweiligen
Auswertungsmethode hinsichtlich der Einstufung der Kanalschätzungen als ähnlich oder unähnlich zu bestimmen.
Vorzugsweise wird als Schwellenwert ein Extremwert bei einer statistischen Aufstellung der ermittelten Abstände herangezogen, vorzugsweise bei der Gegenüberstellung der Häufigkeit des Auftretens der einzelnen Abstände als Funktion dieser Abstände. Vorteilhaf erweise wird hierbei das erste Minimum in dieser Funktion als Schwellenwert verwen- det.
Besonders bevorzugt wird aus mindestens einer, vorzugsweise allen aufgestellten Gruppen von Kanalschätzungen eine die Gruppe repräsentierende KanalSchätzung ausgewählt, um diese dann dem besagten JD-Algorithmus zuzuführen. Es bietet sich hierbei an, als Auswahlkriterium für diese, jeweils eine Gruppe repräsentierende KanalSchätzung den arithmetischen Durchschnitt aller KanalSchätzungen in dieser Gruppe zu wählen. Durch die Mittelung kann somit eine Verkleinerung der Fehler in der KanalSchätzung realisiert werden.
Vorteilhafte Weiterbildungen sich durch die Merkmale der Unteransprüche gekennzeichnet .
Im folgenden wird die Erfindung anhand der Zeichnung näher erläutert. Es zeigen:
Fig. 1 eine Darstellung der bekannten Generierung eines CDMA-Signals durch Multiplikation eines Nutzer- daten-Signals mit einer PN-Sequenz;
Fig. 2 ein bekanntes Beispiel einer Burststruktur im UMTS TDD-Mode;
Fig. 3 eine bekannte prinzipielle Darstellung einer
Zuordnung von Teilnehmern zu Spreizungscodes und Antennen;
Fig. 4 eine Ermittlung der KanalZuordnung entsprechend dem Stand der Technik;
Fig. 5 eine erfindungsgemäße Ermittlung der Kanalzuordnung, und
Fig. 6 ein Histogramm mit einer Auftragung der Anzahl der ermittelten jeweiligen KanalSchätzungen als Funktion der verschiedenen Abstandswerte.
In Fig. 5 ist das erfindungsgemäße Verfahren für den Fall einer Datendetektion im UMTS TDD-Modus schematisch dargestellt. Gegenüber dem bekannten, in Fig. 4 dargestellten Verfahren ist dem Kanalschätzer, der K verschiedene Kanal- schätzungen liefert, eine Nachbearbeitung nachgeschaltet. In dieser werden die K Kanalschätzungen einer Ähnlichkeitsuntersuchung unterworfen und - je nachdem, ob das Ähnlichkeitsmaß bzw. Ähnlichkeitskriterium - erfüllt wird, einer Gruppe von untereinander ähnlichen KanalSchätzungen zugeordnet oder nicht. Das Ergebnis dieser Ähnlichkeitsun- tersuchung wird dann nachfolgend einem JD-Algorithmus zugeführt bzw. bereitgestellt.
Nachfolgend wird ein Beispiel der erfindungsgemäßen Ähnlichkeitsuntersuchung der Kanalschätzungen einschießlich einer entsprechenden Gruppierung, die beide vorzugsweise mittels eines Computerprogramms im Empfänger eines Mo- bilkommunikationsgerätes realisiert werden, Schritt für Schritt vorgestellt:
Schritt 1: Es wird ein Ähnlichkeitsmaß, wie z.B. der euklidische Abstand, zwischen zwei beliebigen KanalSchätzungen definiert.
Schritt 2 : Es wird zwischen allen möglichen Paaren von
KanalSchätzungen das Ähnlichkeitsmaß ermittelt. Im folgenden wird als Ähnlichkeitsmaß der euklidische Abstand - kurz: Abstand - gewählt. Wird ein bestimmter Schwellenwert unterschritten oder, je nach Definition des Abstandes, überschritten, so werden die zwei Kanalschätzungen als „ähnlich" oder als „unähnlich" bewertet.
Schritt 3 : Mit einem bestimmten Verfahren werden dann die als ähnlich angesehenen KanalSchätzungen gruppiert. Eine Kanalschätzung kann maximal zu einer einzigen Gruppe gehören, und eine Gruppe repräsentiert einen Kanal bzw. einen Teilnehmer.
Beispielhaft wird im folgenden ein Verfahren für Schritt 3 erläutert, in dem Gruppen mit ähnlichen KanalSchätzungen ermittelt werden:
Schritt 3a: Es wird aus allen KanalSchätzungen, die noch nicht zu einer Gruppe gehören, ein Paar herausgesucht, das nach dem gewählten Ähnlichkeitsmaß am ähnlichsten ist, d.h. den kleinsten (bzw. größten, s.o.) Abstand hat. Diese zwei Kanalschätzungen bilden eine neue Gruppe. Existiert ein solches Paar nicht, so können keine weiteren Gruppen gebildet werden.
Schritt 3b: Es werden alle Kanalschätzungen, die ähnlich zu den bisher in der Gruppe befindlichen Kanalschätzungen sind, gesucht. Trifft dies für genau eine Kanalschätzung zu, so wird diese in die Gruppe aufgenommen. Trifft dies
für mehr als eine KanalSchätzung zu, so wird die Kanal- Schätzung mit der kleinsten (bzw. größten, s.o.) Summe der Abstände zu den bisher in der Gruppe befindlichen Kanal- Schätzungen in die Gruppe aufgenommen. Trifft dies für keine KanalSchätzung zu, so kann die Gruppe nicht vergrößert werden. Die Gruppe ist damit festgelegt, es kann mit der Suche nach einer weiteren Gruppe bei Schritt 3a fortgesetzt werden.
Schritt 3c: Es wird sukzessive mit der Vergrößerung der Gruppe bei Schritt 3b fortgesetzt.
Das Resultat des Verfahrens ist, daß alle KanalSchätzungen, die zueinander ähnlich sind, eine Gruppe bilden. Dabei muß in dem gewählten Ausführungsbeispiel jede Kanalschätzung in einer Gruppe zu allen anderen Kanalschätzungen in der gleichen Gruppe ähnlich sein. Falls Ki, K , K3 Kanalschätzungen sind, und Ki ist ähnlich zu K , K2 ist ähnlich zu K3, aber Ki ist nicht ähnlich zu K3, so werden diese drei KanalSchätzungen nicht als eine Gruppe festgelegt.
Nachdem nun die Gruppen mit ähnlichen KanalSchätzungen ermittelt wurden, wird zu jeder Gruppe die durchschnittliche KanalSchätzung berechnet, um diese dem JD-Algorithmus zur Verfügung zu stellen. Es werden dann pro Gruppe alle KanalSchätzungen vorzugsweise durch die dazugehörige durchschnittliche Kanalschätzung ersetzt.
Im folgenden werden anhand zweier konkreter Aus- führungsbeispiele mit beispielhaften Zahlenwerten die obigen Schritte 1, 2, 3a, 3b und 3c näher erläutert:
Seien Hl, ...,H6 sechs KanalSchätzungen, die der Kanalschätzer zu sechs genutzten Spreizungscodes liefert. Das
Ähnlichkeitsmaß, das in Schrittl definiert wird, liefert folgende Werte für die Abstände (Schritt2) :
Die Schwelle, an der zwischen „ähnlich" und „unähnlich" getrennt wird (s. Schritt 2), soll in dem ersten Aus- führungsbeispiel mit 3 festgelegt werden.
In dem zweiten Ausführungsbeispiel wird der Abstandswert, ab dem zwei KanalSchätzungen als ähnlich eingestuft werden, an Hand der Statistik der Abstände der Kanalschätzungen gewählt. Die Statistik der Abstände wird durch das in Fig. 6 dargestellte Histogramm beschrieben. Die Schwelle, an der zwischen „ähnlich" und „unähnlich" getrennt wird (siehe Schritt2), wird in diesem Ausführungsbeispiel festgelegt als der Abstand eines ausgeprägten Minimums im Histogramm. Das Histogramm hat beim Abstand 4 bzw. 5 ein solches ausgeprägtes Mininmum. Daher werden alle Kan lSchätzungen mit einem Abstand kleiner als 4 bzw. 5 als ähnlich angesehen.
Im dritten Ausführungsbeispiel wird die Ähnlichkeitsschwelle festgelegt, indem ein Bruchteil oder ein Vielfaches des mittleren Abstandes der KanalSchätzungen als Schwelle definiert wird. Für das obige Zahlenbeispiel beträgt der mittlere Abstand 5,13.
In allen drei Ausführungsbeispielen folgt nun das Bilden von Gruppen mit ähnlichen Kanalschätzungen (Schritt3) nach dem oben erläuterten Vefahren:
Das Paar, das „ähnlich" ist und den kleinsten Abstand hat, ist (H1,H4) mit dem Wert 1 (s. Schritt 3a). Zu Hl und H4 sind die KanalSchätzungen H2 und H6 sowohl gemäß dem ersten Ausführungsbeispiel „ähnlich" (Abstand kleiner oder gleich 3) als auch gemäß dem zweiten Ausführungsbeispiel (Abstand kleiner oder gleich 4 bzw. 5) . Dies gilt auch für das dritte Ausführungsbeispiel (Abstand kleiner oder gleich 5,13) . Die Summe der Abstände zu Hl und H4 ergeben für H2 den Wert 4, für H6 den Wert 5. Damit wird H2 zur Gruppe hinzugefügt (s. Schritt 3b). Die Ähnlichkeitsuntersuchung wird nun mit allen noch nicht eingruppierten KanalSchätzungen im Hinblick auf die Gruppe mit den Elementen Hl, H4 und H2 fortgesetzt (s. Schritt 3b). Die Suche nach Kanalschätzungen, die ähnlich zu Hl, H4 und H2 sind, ist allerdings erfolglos . Die Gruppe kann deshalb nicht weiter vergrößert werden und ist damit sowohl gemäß dem ersten, zweiten als auch dritten Ausführungsbeispiel festgelegt.
Im weiteren Verlauf werden die Kanalschätzungen aus der ersten Gruppe (Hl, H4, H2 ) nicht mehr berücksichtigt. Daher kann obige Tabelle übersichtlicher dargestellt werden:
Auf diese restlichen KanalSchätzungen wird das Verfahren erneut angewendet:
Das Paar, das ähnlich ist und den kleinsten Abstand hat, ist (H3,H5) mit dem Wert 3. Da es keine KanalSchätzung gibt, die ähnlich zu H3 und H5 ist, kann die Gruppe gemäß aller drei Ausführungsbeispiele nicht vergrößert werden und ist somit festgeigt.
Streicht man nun auch noch die Kanalschätzungen H3 und H5, so bleibt lediglich die KanalSchätzung H6 übrig. Somit kann keine weitere Gruppe gebildet werden, das Verfahren ist abgeschlossen. Das Ergebnis lautet: Es wurden drei Gruppen gefunden. Die erste Gruppe besteht aus den KanalSchätzungen Hl, H2 und H4. Die zweite Gruppe besteht aus den Kanalschätzungen H3 und H5, und die dritte Gruppe enthält lediglich die KanalSchätzung H6.
Da gemäß der Ähnlichkeitsuntersuchung angenommen wird, daß die Kanalschätzungen aus einer Gruppe alle zum gleichen Teilnehmer und damit zum gleichen Kanal gehören, können die Kanalschätzungen in den Gruppen entsprechend nachbereitet werden, bevor sie in den JD-Algorithmus einfließen:
Für die erste Gruppe seien die Kanalschätzungen reel und 4- di ensionale Vektoren mit z.B. Hl = (1, 10, 2, 0); H2 = (1, 11, 1, 1); H4 = (0, 10, 1, 2). Deren Durchschnitt ergibt die KanalSchätzung (0.66, 10.33, 1.33, 1). Die Kanalschätzungen Hl, H2 und H4 werden durch diese durchschnittliche KanalSchätzung ersetzt, bevor sie in den JD- Algorithmus einfließen.
Für die zweite Gruppe seien die Kanalschätzungen ebenfalls reel und 4-dimensionale Vektoren mit z.B. H3 = (8, 6, 1, 0); H5 = (9, 6, 1, 1). Deren Durchschnitt liefert die Kanalschätzung (8.5, 6, 1, 0.5). Die Kanalschätzungen H3
und H5 werden durch diese durchschnittliche Kanalschätzung ersetzt, bevor sie in den JD-Algorithmus einfließen.
Die KanalSchätzung H6 als dritte Gruppe fließt unverändert in den JD-Algorithmus ein.
Gemäß der vorliegenden Erfindung kann demnach durch mindestens eine Ähnlichkeitsuntersuchung bestimmt werden, welche KanalSchätzungen zum gleichen Teilnehmer gehören. Anhand der Ähnlichkeitsuntersuchung können somit zusätzliche Informationen aus den Kanalschätzungen extrahiert werden. Die dementsprechende Informationslücke beim Empfänger kann geschlossen werden, wodurch bessere Detektionsresultate realisiert werden können. Zusätzliche Übertragungsressour- cen für diese Informationen werden nicht benötigt.
Die Erfindung ist gleichfalls auf eine Vorrichtung mit einem Prozessor gerichtet, mittels dem die erfindungsgemäßen Verfahrensschritte realisierbar sind. Ist die Vorrichtung als mobiles Telekommunikationsendgerät ausgebildet, umfaßt sie neben einem Empfangsmodul bevorzugt auch ein Sendemodul . Das Empfangsmodul ist ausgelegt zum Empfang der Signale, welche erfindungsgemäß aufbereitet werden.
Das erfindungsgemäße Verfahren wird bevorzugt mittels entsprechender Computerprogramme sowie einem Computerprogramm- Erzeugnis realisiert.
Die vorliegende Erfindung ist nicht nur auf das näher beschriebene Verfahren in der Mobilkommunikation und insbesondere beim Senden, Übertragen und Empfangen im UMTS TDD- Modus anwendbar, sondern auch auf andere Ähnlichkeitsunter- suchungsmethoden, die auf einer Schwellenwertentscheidung
für Kanalschätzungsähnlichkeiten beruhen, wie z.B. andere Klusteranalyse-Verfahren.