急速な分散性フェージングチャンネルのためのチャンネル推定
本発明は、急速なフェージング通信チャンネルにおける、特にＯＦＤＭシステムに関するチャンネル推定の問題に取組む。本発明は、ＷＬＡＮ及びＷｉＭａｘ等の既存及び将来のシステムにおける広範な用途を見出す。特に、本発明は、高い移動性による急速な分散型フェージングチャンネルに関するチャンネル推定及びデータ検出の方法に関する。本発明は、受信された送信のシンボルからパイロットトーンを抽出し、パイロットトーンを用いて、反復最大尤度チャンネル推定過程によりチャンネル周波数応答における変化を推定することにより、受信された送信のシンボルを復号する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、急速なフェージング通信チャンネルにおける、特にＯＦＤＭシステムに関するチャンネル推定の問題に取組む。本発明は、ＷＬＡＮ及びＷｉＭａｘ等の既存及び未来のシステムにおける広い用途を見出す。特に本発明は、高い移動性に起因した急速な分散性フェージングチャンネルのためのチャンネル推定及びデータ検出の方法に関係する。他の局面において、本発明は、方法を実行するよう設計された受信器及びソフトウェアに関する。
【背景技術】
【０００２】
直交周波数分割多重（ＯＦＤＭ）変調は、次世代無線移動通信の送信に必要な高いデータ伝送速度を達成するのに有望な手法である。ＯＦＤＭは、デジタルオーディオブロードキャスティング（ＤＡＢ）、デジタルビデオブロードキャスティング（ＤＶＢ−Ｔ）、ＩＥＥＥ８０２．１１ａローカルエリアネットワーク（ＬＡＮ）規格、及びＩＥＥＥ８０２．１６ａメトロポリタンエリアネットワーク（ＭＡＮ）規格等のいくつかの無線規格において採用されてきた。
【０００３】
ＯＦＤＭは、Ｎ個の情報データからなるブロックがＮ個の副搬送波上で同時に送信される、ブロック変調スキームである。特に、ＯＦＤＭ変調器は、Ｎ個の情報シンボルからなるブロック上で逆離散型フーリエ変換（ＩＤＦＴ）の後にデジタル−アナログ変換（ＤＡＣ）として実行される。Ｎ個の情報データからなるブロックは通常、時間領域における１つのＯＦＤＭシンボルとして言及される。ＯＦＤＭシンボルの持続時間は、単一の搬送波システムのそれよりも１０倍ある。この特徴により、ＯＦＤＭシステムは、周波数選択フェージングチャンネル環境に対して強固である。
【０００４】
ＯＦＤＭの１つの利点は、周波数選択フェージングチャンネルを周波数平面フェージングサブチャンネルの同時コレクションへ変換できることである。もう１つの利点は、各ＯＦＤＭシンボルのサイクリックプレフィックス（ＣＰ）がシンボル相互干渉（ＩＣＩ）効果を完全に消すことである。ＯＦＤＭのもう１つの利点は、スペクトル効率である。副搬送波は、対応する時間領域波形の直交性を維持するのに必要な最小の周波数分離を有し、結果として、異なる副搬送波に対応する信号スペクトルが周波数において重なり合う。また、ＯＦＤＭは、送信器及び受信器において、逆高速フーリエ変換（ＩＦＦＴ）及び高速フーリエ変換（ＦＦＴ）等の高速信号処理アルゴリズムによって実行できる。
【０００５】
チャンネル状態情報の知識を用いて、コヒーレントな検出は、ディファレンシャル検出手法による信号対ノイズ比（ＳＮＲ）における３ｄＢ利得を備えたＯＦＤＭシステム上で実行可能である。現在のＯＦＤＭシステムは、チャンネルが１つのＯＦＤＭフレーム内で静的であると仮定し、プリアンブルから求めたチャンネル推定を用いて、フレーム内の残りデータシンボルを回復する。しかし、この手法は、高い移動性を備えた急速な分散性フェージングチャンネルには不十分である。単一のＯＦＤＭシンボル内でさえも、チャンネルの時間変化は、高いドップラー拡散状態で生じ、これは、搬送波相互干渉（ＩＣＩ）を導くことがあり、副搬送波間の直交性を損なう。従って、時間及び周波数の両方の選択性を備えた急速な分散性フェージングチャンネルは、ＯＦＤＭシステムにおいて、チャンネル推定及び追跡を、取組むべき課題にしている。
【０００６】
ＯＦＤＭに対する正確なチャンネル推定及び追跡の目的のため、パイロットシンボルがしばしば、送信前にブロックへ多重化される。その後、チャンネル推定は、補間により受信器において実行できる。多数の手法が以下のように提案されてきた。
基本的に全パイロット副搬送波上で最小二乗（ＬＳ）手法の、時間領域における最大尤度推定器（ＭＬＥ）。
単一の特異値分解（ＳＶＤ）又は周波数領域フィルタリングに基づくチャンネル推定器。また、時間領域フィルタリングは、チャンネル推定器をさらに改善するのに提案されてきた。
異なる時間及び周波数におけるチャンネル周波数応答の相関を探索する手法。時間領域における強固な最小平均二乗誤り（ＭＭＳＥ）チャンネル推定器（ＭＭＳＥＥ）、ここでチャンネル周波数応答は、一時的チャンネル推定のＦＦＴをとることで求められる。この作業は、時空間符号化を用いて送信器の多様性を備えたＯＦＤＭシステムに拡張されてきた。
チャンネル推定のさらなる単純化は、マトリックス反転を回避するために、先のＯＦＤＭシンボルにおいて離間トレーニングシーケンス及びチャンネル推定を用いて提案されてきた。
また、エンハンスドチャンネル推定が提案され、多数の入力及び多数の出力（ＭＩＭＯ）における推定されたチャンネル遅延プロフィールを利用する。
しかし、上記全てのチャンネル推定手法は、チャンネルが少なくとも一つのＯＦＤＭシンボル持続時間に一定のままであることを前提とする。
【０００７】
この前提に従わない、他の手法が、例えば以下のように提案されてきた。
線形ＭＭＳＥ（ＬＭＭＳＥ）チャンネル推定器は、所定の時間スロットにある全副搬送波をパイロットに割り当てる時間領域において提案されてきた。
線形補間方法は、遅変化マルチパスフェージングチャンネルにおける隣接ＯＦＤＭシンボルの二つのチャンネル推定間でチャンネルインパルス応答を推定するのに提案されてきた。
部分チャンネル情報の線形補間とＬＳ手法とに基づくチャンネル推定器。
受信器で離散変換の代わりに連続フーリエ変換を利用するウィーナーフィルタリング手法。
ＭＭＳＥベースの検出を用いて二次元多項式表面関数としてチャンネル応答をモデル化。
基本的拡張モデル（ＢＥＭ）でチャンネルを表現し、離散直交レジェンド多項式を用いて部分チャンネル情報の補間からチャンネルインパルス応答を求めることにより、ＬＭＭＳＥ推定を近似する。
低い複雑性を達成するためにＦＦＴ及び特定の時間領域パイロット信号を用いてチャンネルを推定する。しかし、時間領域パイロット信号に対する既存の利用が原因で、それは、既存のＯＦＤＭ規格との互換性がないことがある。
【０００８】
データ生成チャンネル推定が提案され、ハード決定データをフィードバックし、そのデータは“０”又は“１”の値を有する復号化ビットであり、チャンネル状態情報を再び推定する。この方法は、ハード決定データ情報を用いて、比較的少ないパイロットを必要とする。しかし、現在のＯＦＤＭシンボルの再検出というよりは次のＯＦＤＭシンボルに対する初期のチャンネル推定において、再び推定されたチャンネル情報のみ使用され、ハード決定データは、チャンネル推定前に再符号化及び再変調されねばならない。また、チャンネル推定の確実性は、エラー伝搬を回避するために、ハード決定データシンボルの精度に依存する。
【０００９】
実施の観点では、ＭＭＳＥベースのチャンネル推定手法は、チャンネル状態情報の時間及び周波数統計の両方を必要とし、それは、（時変的で）ランダムな量であり、通常予め知られない。また、この手法は、必要な周波数マトリックス反転に従って複雑化される。
【００１０】
他方で、ＭＬＥベースの手法は、未知の決定論的量としてチャンネル状態情報を扱い、チャンネル統計又は動作ＳＮＲ上で必要な情報はなく、それが実際的である。ＭＬＥは、クレーマーラオ下界（ＣＲＬＢ）を達成する最小分散不偏（ＭＶＵ）推定器を提供する。平均二乗誤り（ＭＳＥ）に対するさらなる改善は、チャンネル状態情報が決定論的量として扱われる限り不可能である。ＭＭＳＥベースの手法と比較して、ＭＬＥは、理論的に低い性能を有するものの、より実際的である。しかし、ＭＬＥは、最大チャンネル遅延拡散により決定される最小パイロット数を必要とする。
【００１１】
本明細書で用いる表記は以下の通りである。マトリックス及びベクトルは、太字の記号により示され、（・）＊、（・）Ｔ及び（・）Ｈは、複素共役、置換及びエルミート置換を示す。Ｅ｛・｝は、統計的期待値を意味する。［Ｘ］ｉ，ｊは、行列Ｘの（ｉ、ｊ）番目の要素を示し、同様に、［ｘ］ｊは、ベクトルｘの要素ｉを示す。最後に、｛ｘ｝は、シーケンスｘを示す。
【発明の開示】
【課題を解決するための手段】
【００１２】
マルチパスチャンネル上に送信するためのチャンネル推定とデータ検出との方法であって、通信チャンネル上の送信を受信する過程であって、前記送信は、一連のフレームを具備し、各フレームは、情報データからなる一連のブロック又はシンボルを具備し、各シンボルは、多数のサンプルに分割され、多数のサンプルは、多数の副搬送波を用いて同時に送信され、パイロットトーンは、各シンボルに挿入され、チャンネル推定とデータ検出とを支援する、過程と、前記受信された送信のシンボルからパイロットトーンを抽出し、前記パイロットトーンを用いて、反復最大尤度チャンネル推定過程によりチャンネル周波数応答における変化を推定することによって前記受信された送信のシンボルを復号する過程であって、前記推定過程が第１の反復において、パイロットトーンから求めたシンボルに関するチャンネル周波数応答の推定から、信頼値又はそれに関連する信頼性を有する情報であるソフト復号データ情報を導出する段階と、少なくとも第２の反復において、前記パイロットトーンと同時に仮想パイロットトーンとして前記ソフト復号データ情報を用いて、前記シンボルに関する前記チャンネル周波数応答を再び推定する段階とを具備する、過程と、を具備する。
【００１３】
前記第１の反復、初期推定段階において、粗いチャンネル周波数応答は、パイロット位置で求めたチャンネルダイナミクスの低域フィルタリングを介して前記チャンネル変化を追跡することによって求められる。周波数領域移動平均窓（ＭＡＷ）フィルタリングが適用されて推定ノイズを低減する。
【００１４】
前記第２の反復、反復推定段階において、パイロットシンボル及びソフト復号データ情報の両方を用いて、チャンネル周波数応答を結合的に推定する。再び、周波数領域ＭＡＷフィルタリングが適用され、前記推定ノイズを低減する。
【００１５】
最大率結合（ＭＲＣ）原理を用いて、周波数領域及び時間領域ＭＡＷフィルタリングにおけるチャンネル推定に関する最適重み値を導出する。
【００１６】
前記第２及び後続の反復後、最大尤度（ＭＬ）原理を用いて、最後のチャンネル推定を求める。
【００１７】
代わりに、前記第２及び後続の反復後、最小平均二乗誤り（ＭＭＳＥ）原理を用いて、前記最後のチャンネル推定を求める。
【００１８】
反復過程は、周波数領域で実行されてもよく、その場合、従来の時間領域チャンネル推定で見られるような、チャンネルインパルス応答からチャンネル周波数応答へ変換することにより導出される追加の複雑性がない。
【００１９】
各々の場合において、時間領域ＭＡＷフィルタリングが周波数領域フィルタリングの後に適用されてもよく、推定ノイズをさらに低減する。フィルタリング重み値は、連続シンボル間の相関によって決定されてもよい。
【００２０】
この手順は、選択された終端に到達するまで、少なくとも第３の反復まで繰返されてもよい。
【００２１】
プリアンブルは、各送信フレームに含まれてもよい。プリアンブル、パイロット及びソフト復号データを全て用いて、シンボル毎にチャンネル周波数応答を追跡してもよい。チャンネル推定は、かなり多数のパイロットトーンの挿入が不必要になるように、これら３つの属性のうち、重み付け及び平均化を組み合わせてもよい。
【００２２】
畳み込み符号又は低濃度パリティチェック（ＬＤＰＣ）の代わりであるターボ符号は、データ復号化で使用されてもよい。ター部符号は通常、少なくとも２つ又はそれ以上のシステマティックコードの連なりからなる。システマティックコードは、シンボルからなる情報ビットから２つ以上のビットを生成し、これら２つのビットのうち１つは、情報ビットと同じである。ターボ符号化に用いるシステマティックコードは通常、帰納的畳み込み符号であり、構成コードと呼ばれる。各構成コードは、少なくとも１つのパリティデータビットを１つのシステマティック又は情報ビットに関連付ける符号器によって生成される。パリティデータビットは、線形結合から、即ちシステマティックビットと一つ以上の先のシステマティックビットとの畳み込みから、符号器によって生成される。各符号器に提供されるシステマティックビットのビット順は、インタリーバによって最初の符号器のそれに関してランダム化されるので、送信信号は、異なる時間スロットにおいて同じ情報ビット含む。異なる時間スロットにおける同じ情報ビットをインタリーブすることは、パリティビット上に無相関なノイズをもたらす。パーサは、システマティックビットのストリームに含まれてもよく、システマティックビットのストリームを、各インタリーバ及び符号器に提供されるシステマティックビットからなるサブセットの並列ストリームに分割する。並列構成符号は、ターボ符号を、又は代わりに、パースされた並列連結畳み込み符号を形成するよう連結される。
【００２３】
パイロット及びソフト符号データが受信信号に相関されシンボルを復号化するので、提案された手法においてマトリックス反転は不必要である。
【００２４】
本発明は、比較的長いＯＦＤＭシンボル持続時間と対象となる高いＳＮＲ領域とに起因する深刻なＩＣＩを持つ急速な分散型フェージングチャンネルに適用可能である。また、本発明は、送信器及び受信器の相違を備えたＭＩＭＯ−ＯＦＤＭ又はＭＣ−ＣＤＭＡに適用可能である。
【００２５】
また、周波数オフセット及びタイミングオフセット推定及び追跡は、反復チャンネル推定内に組込むことができる。
【００２６】
シミュレーションは、提案された反復チャンネル推定手法が、少数の反復内で完全なチャンネル状態情報を備えたそれらの性能に取組むことが可能であることを示す。さらには、提案されたシステムが機能するのに必要なパイロットトーンの数が少なく、無視できるスループット損失をもたらす。
【００２７】
本発明のもう１つの局面は、チャンネルの変化を推定し、多数のチャンネル上で受信されたデータを検出できる受信器であって、通信チャンネル上で送信を受信するための受信部であって、前記送信は、一連のフレームを具備し、各フレームは、情報データからなる一連のブロック又はシンボルを具備し、各シンボルは、多数のサンプルに分割され、多数のサンプルは、多数の副搬送波を用いて同時に送信され、パイロットトーンは、各シンボルに挿入され、チャンネル推定及びデータ検出を支援する、受信部と、前記受信された送信のシンボルからパイロットトーンを抽出し、パイロットトーンを用いて、反復最大尤度チャンネル推定過程により前記チャンネル周波数応答における変化を推定することによって、前記受信された送信のシンボルを復号化するための復号プロセッサであって、前記復号プロセッサが第１の反復において、パイロットトーンから求めたシンボルに関するチャンネル周波数応答の推定から、信頼値又はそれに関連する信頼性を有する情報であるソフト復号データ情報を導出する段階と、少なくとも第２の反復において、前記パイロットトーンと同時に仮想パイロットトーンとして前記ソフト復号データ情報を用いて、前記フレームに関する前記チャンネル周波数応答を再び推定する段階とを具備する前記推定過程を実行する、前記復号プロセッサと、を具備する。
【００２８】
本発明のさらなる局面は、方法を実行するコンピュータソフトウェアである。
【発明を実施するための最良の形態】
【００２９】
Ｎ個の副搬送波を備えた離散時間型ＯＦＤＭシステム１０のブロック図が、図１に示されている。情報ビット｛ｂ（ｉ）｝は先ず１２において、符号化ビットシーケンス｛ｄ（ｉ）｝に符号化され、ここでｉは、時間インデックスである。これら符号化ビットは１４において、｛ｃ（ｉ）｝からなる新たなシーケンスにインタリーブされ、１６において、Ｍ−ａｒｙ複素シンボルにマッピングされ、１８において、｛（Ｘ）（ｉ）ｄ｝からなるデータシーケンスにシリアル−パラレル（Ｓ／Ｐ）変換される。パイロットシーケンス｛Ｘ（ｉ）Ｐは２０において、位置Ｐ（ｐ）でデータシーケンス｛（Ｘ）（ｉ）ｄ｝に挿入され、ベクトルＸ（ｉ）＝［Ｘ（ｉ）（０），Ｘ（ｉ）（１），．．．，Ｘ（ｉ）（Ｎ−１）］Τで示すＮ個の周波数領域信号からなるＯＦＤＭシンボルを形成する。ＩＤＦＴ２２を｛（Ｘ）（ｉ）｝に適用すると、以下の式が与えられ
【００３０】
【数１】
ここで、０≦ｎ≦Ｎ−１である。長さＧを備えるＣＰを２６で加算した後、ＯＦＤＭシンボルは、時間領域サンプルベクトルＸ（ｉ）＝［ｘ（ｉ）（−Ｇ），ｘ（ｉ）（−Ｇ＋１），．．．，ｘ（ｉ）（Ｎ−１）］Τに変換される。これら時間領域サンプルは３０において、デジタル−アナログ変換され、マルチパスフェージングチャンネル４０で送信される。
【００３１】
マルチパスフェージングチャンネルは、時変離散インパルス応答ｈ（ｉ）（ｎ，ｌ）としてモデル化でき、ｈ（ｉ）（ｎ，ｌ）は、ｉ番目のＯＦＤＭシンボルに関して時間ｎにおけるｌ番目のパスからなるフェージング係数を示す。フェージング係数は、ゼロ平均複素ガウスランダム変数としてモデル化される。広義の定常無相関散乱（ＷＳＳＵＳ）仮定に基づき、各種パスにおけるフェージング係数は、統計的に独立している。しかし特定のパスに関して、フェージング係数は、時間において相関し、以下に与えられるドップラーパワースペクトル濃度を有し、
【００３２】
【数２】
ここで、ｆｍ＝ｖ／λは、移動速度ｖにおける最大ドップラー周波数であり、λは、搬送周波数ｆｃにおける波長である。故に、ｈ（ｉ）（ｎ，ｌ）の自己相関関数は、以下に与えられ
【００３３】
【数３】
ここで、Ｊ０（・）は、ゼロ次の第１種ベッセル関数である。Ｔｓ＝１／ＢＷは、サンプル時間であり、ＢＷは、ＯＦＤＭシステムの帯域幅である。α１は、ｌ番目パスのパワーであり、以下のように正規化され
【００３４】
【数４】
ここで、フェージングタップ数Ｌは、τｍａｘ／Ｔｓである。
【００３５】
以上までが、システムの送信側の従来技術である。以下の分析は、受信器設計に対する新たな手法が実現可能であることを示している。
【００３６】
ＣＰが最大チャンネル遅延拡散Ｌより大きいか又は少なくとも等しい、即ちＬ≦Ｇと仮定すると、４４においてＣＰを除去された後に受信器端において、サンプル化された受信信号は、以下のタップ遅延線モデルで特徴付けられ
【００３７】
【数５】
ここで、ｗ（ｉ）（ｎ）は、ゼロ平均及び変数σ２ｗを備えた加算型白色ガウスノイズ（ＡＷＧＮ）である。０≦ｎ≦Ｎ−１の範囲で、受信信号ｙ（ｉ）（ｎ）は、ガードインターバル（ＧＩ）として時間領域サンプルに加算されたＣＰにより、先のＯＦＤＭシンボルから損傷をうけない。故に、ＣＰを除去した後の時間領域における受信信号は、以下のように表せる。
【００３８】
【数６】
【００３９】
周波数領域における復調信号は、ｙ（ｉ）（ｎ）のＤＦＴ４８を以下のようにとることによって求められ
【００４０】
【数７】
ここで
【００４１】
【数８】
【００４２】
【数９】
および
【００４３】
【数１０】
は、所望の副チャンネルにおける乗積型歪であり、それぞれＤＦＴに続き、ＩＣＩ及びＡＷＧＮである。
【００４４】
【数１１】
は、ｉ番目のＯＦＤＭシンボルで時間ｎにおける副搬送波ｍに関するチャンネル周波数応答である。チャンネルがＯＦＤＭシンボル期間に時変であると仮定すると
【００４５】
【数１２】
は、式（９）で一定であり、Ｈ（ｉ）ｍ，ｋが消える。このとき、式（７）のＹ（ｉ）（ｍ）は、乗積型歪を含むのみで、チャンネル状態情報が周知の場合に１タップ周波数領域等化器によって補正される。
【００４６】
簡便マトリクス形式で記述し、Ｎ×１ベクトルｙ（ｉ）＝［ｙ（ｉ）（０），ｙ（ｉ）（１），．．．，ｙ（ｉ）（Ｎ−１）］ＴとしてＣＰを除去した後の受信時間領域信号を表すと、Ｎ×Ｎマトリクスとして時間領域チャンネルマトリクスが以下のように示され、
【００４７】
【数１３】
Ｎ×ＮのＩＤＦＴマトリクスが
【００４８】
【数１４】
であり
Ｎ×１のベクトルとしてＡＷＧＮが
【００４９】
【数１５】
であり、式（６）は以下のように記述できる。
【００５０】
【数１６】
【００５１】
Ｎ×１のベクトルＹ（ｉ）＝［Ｙ（ｉ）（０），Ｙ（ｉ）（１），．．．，Ｙ（ｉ）（Ｎ−１）］ＴとしてＤＦＴ後の受信周波数領域信号を表すと、式（７）は、以下のようになり
【００５２】
【数１７】
ここで、Ｈ（ｉ）＝ＦＨｈ（ｉ）Ｆ及びＷ（ｉ）＝ＦＨＷ（ｉ）である。上記の通り、時変チャンネルの場合、Ｈ（ｉ）は、式（８）で与えられる［Ｈ（ｉ）］ｍ，ｍを備えた対角マトリクスである。他方、時変チャンネルにおいて、Ｈ（ｉ）は、式（９）によって与えられる非自明な非対角要素［Ｈ（ｉ）］ｍ，ｋを有する。
【００５３】
中心極限定理のアーギュメントは、ガウスランダム過程としてＩＣＩをモデル化するのに使用される。従って、対角な項［Ｈ（ｉ）］ｍ，ｍを推定するのみ必要である。ＩＣＩをもたらす非対角な項［Ｈ（ｉ）］ｍ，ｋは、信号対干渉比（ＳＩＲ）が２０ｄＢより高いので、ｆｍＴｓｙｍ≦０．０８の場合において、推定の際に無視できる。このことを証明するために、以下のように、Ｈ（ｉ）マトリクスにおける任意の要素間の相互相関を計算する。
【００５４】
【数１８】
【００５５】
特定の副搬送波ｍに関するＩＣＩの平均パワーは、以下により測定され
【００５６】
【数１９】
ＯＦＤＭシンボルに対するＩＣＩの平均パワーは、以下により与えられる。
【００５７】
【数２０】
図２は、５ＧＨｚの中心周波数及び２５６個の副搬送波を備えた各種移動速度におけるＩＭＴ−２０００車両Ａチャンネルに関するＩＣＩパワーを示している。ほとんどの特定のドップラー拡散における移動チャンネルによるＩＣＩは、深刻ではないことが分かる。この事実を用いて、受信器で使用されるチャンネル推定手法をかなり簡易化できる。
【００５８】
受信器は、多数の反復受信アルゴリズムを用いて、同一の一組の受信データ上でデータ検出とタスクの復号化とを繰返し、復号器からのフィードバック情報は、検出過程に組込まれる。この方法は、連結畳み込み符号用に元々開発された名前のものに類似する原理と共通点があるので、“ターボ原理”と呼ばれる。この反復受信の原理は最近、トレリスコード（ＴＣＭ）及び符号分割多重アクセス（ＣＤＭＡ）等、各種通信システムに適応されてきている。全てのこれらシステムにおいて、帰納的最大確率（ＭＡＰ）ベースの手法、例えばＢＣＪＲアルゴリズムは、データ検出と復号化との両方に専ら使用される。
【００５９】
再び図１を参照すると、チャンネル推定で用いるターボ過程に対する受信器構造が示されている。この例において、符号化データビットの確率を推定するフィードバック情報は、チャンネル推定器６０にフィードバックされる。
【００６０】
一般にターボ原理において、対数尤度率（ＬＬＲ）は、以下のように定義され
【００６１】
【数２１】
１又は０であるビットｘの尤度を表す。データ検出又は等化から開始すると、等化器は、予め推定されたチャンネル周波数応答と受信シンボルとを前提として、副搬送波ｍにおける経験的確率（ＡＰＰ）
【００６２】
【数２２】
を計算し、事前ＬＬＲを式（１７）から引くことにより外部ＬＬＲを出力する。
【００６３】
【数２３】
【００６４】
符号化ビットｃの発生確率に関する事前情報を示す事前ＬＬＲは、復号器７０によってフィードバックループに提供される。
【００６５】
初めのデータ検出について、利用できる事前情報がないので
【００６６】
【数２４】
【００６７】
ＬＬＲ（ｃ（ｉ））が８０において復調されると、ＬＬＲ（Ｘ（ｉ）ｄ）に対するＭ−ａｒｙ復号化ＬＬＲシーケンスとなり、ＬＬＲ（ｄ（ｉ））は、８２でデインタリーブされた後にＬＬＲ（ｃ（ｉ））に関するデインタリーブシーケンスである。ＬＬＲ（ｃ（ｉ））がＬＬＲ（ｄ（ｉ））に対して独立しているのが重要であり、この重要点及び事前情報としてフィードバックを扱う考えは、ターボ原理の２つの不可欠な特徴である。復号器７０は、ＡＰＰ
【００６８】
【数２５】
を計算し、以下のような差をデータ検出器に出力する。
【００６９】
【数２６】
復号器７０は、情報ビットの推定値も計算する。
【００７０】
【数２７】
【００７１】
受信シンボルのブロックを初めに検出して復号化した後に、ターボ原理を適用すると、ブロック単位のデータ復号化及び検出は、フィードバックループの動作によって、同じ一組の受信データ上で実行される。特定の基準が満たされる時、反復過程が停止する。例えば、最大反復数を超過するか、又はビット誤り率（ＢＥＲ）が必要レベルを下回るか、又はＭＳＥが十分小さいことが挙げられる。
【００７２】
反復ターボチャンネル推定において、プリアンブル、パイロット及びソフト符号化データシンボルが、３段階で使用され、それは、初期の粗い推定段階（initial coarse estimation stage）、反復推定段階、及び最終最大尤度又は最小平均２乗誤り推定段階と呼ばれる。ＯＦＤＭシンボルは、フレームベースで連続的に送信されると仮定する。各ＯＦＤＭフレームは、プリアンブルとして働くＯＦＤＭシンボルに続き、多数の他のＯＦＤＭデータシンボルからなる。ＯＦＤＭデータシンボルにおいて、パイロットトーンは、全ての利用可能な副搬送波にわたって均一に分配される。
【００７３】
初期推定段階
初期の粗い推定段階は、第１の反復において実行される。周波数及び時間領域ＭＡＷフィルタリングは、プリアンブルシンボルからの推定で実行され、パイロットトーンは、初期の粗いチャンネル周波数応答を求めるために適用される。パイロットシンボルを送信するためのシステムモデルは以下により与えられ
【００７４】
【数２８】
ここで、Ｅｐ及びＥｄはそれぞれ、パイロットとデータシンボルとのエネルギーである。パイロット支援チャンネル周波数応答は、以下のようなＬＳ手法により求められる。
【００７５】
【数２９】
【００７６】
パイロット及びデータシンボルが独立であり、ＩＣＩが、対象の信号対ノイズ比（ＳＮＲ）におけるノイズと比較して十分小さいと仮定すると、以下のように表せる。
【００７７】
【数３０】
及び
【００７８】
【数３１】
【００７９】
パイロットが占めるチャンネルとデータが占めるそれらとの間の相関により、パイロット支援チャンネル推定は、効率的に働くことができる。例えば、ＯＦＤＭチャンネルの場合、副搬送波ｒとｑとの間における統計上の相関関係は以下に与えられ、ｒ＝ｓ及びｐ＝ｑと置くと、式（１４）は以下のように簡易化できる。
【００８０】
【数３２】
【００８１】
図３は、中心搬送周波数５ＧＨｚを備えた３３３ｋｍｈにおけるＩＭＴ−２０００車両Ａチャンネルに関する他の副搬送波に対する副搬送波５におけるチャンネル周波数応答の正規化相関の一例を示す。隣接副搬送波におけるチャンネル周波数応答は、かなり相関していることが分かる。従って、補間及び移動平均窓（ＭＡＷ）等のような低域フィルタリング手法を用いて、パイロットシンボルからの全チャンネル応答を再構成することができる。
【００８２】
時間領域ＭＡＷフィルタリングは、以下により与えられる推定ノイズをさらに低減するのに適用可能である。
【００８３】
【数３３】
【００８４】
図４は、中心搬送周波数５ＧＨｚを備えた３３３ｋｍｈにおけるＩＭＴ−２０００車両Ａチャンネルに関する連続ＯＦＤＭシンボルとＯＦＤＭシンボル１０との間の副搬送波５におけるチャンネル周波数応答の相関を示す。この場合、隣接ＯＦＤＭシンボルは、かなり相関されている。故に、時間領域におけるＭＡＷの大きさは、３に設定可能であり、フィルタ係数は、正規化相関値、即ち｛０．９３３１，１，０．９３３１｝／（０．９３３１＋１＋０．９３３１）から求めることができる。
【００８５】
推定チャンネル周波数応答の場合、Ｍ−ａｒｙシンボルＬＬＲ（Ｘ（ｉ）ｄ（ｍ））における送信ビットｃの確率は、以下のように計算され
【００８６】
【数３４】
【００８７】
【数３５】
はデータシンボルＸ（ｉ）ｄ（ｍ）におけるビット
【００８８】
【数３６】
の推測的情報である。式（２７）の確率を用いて、式（１７）によりＬＬＲ（Ｘ（ｉ）ｄ（ｍ））を計算し、５０においてシーケンスＬＬＲ（Ｘ（ｉ）ｄ）を形成し、８０においてＭ−ａｒｙ復調し、８２においてデインタリーブし、７０において復号する。復号器７０は、シーケンス
【００８９】
【数３７】
を出力し、
【００９０】
【数３８】
としてインタリーブ７２とＭ−ａｒｙ変調７４とを用いてチャンネル推定器６０にそれをフィードバックする。チャンネル推定器６０は、参照のため本明細書中に組込まれている１９９９年７月 ＩＥＥＥ Ｔｒａｎｓ．Ｃｏｍｍｕｎ ｖｏｌ．４７ Ｎｏ．７ ｐｐ．１０４６−１０６１ Ｘ．Ｄ．Ｗａｎｇ及びＨ．Ｖ．Ｐｏｏｒによる“Iterative (turbo) soft interference cancellation and decoding for coded cdma”に見られるような
【００９１】
【数３９】
に基づくソフト符号化データ情報を計算する。
【００９２】
ＢＰＳＫに関して、ソフト符号化データは以下により与えられ
【００９３】
【数４０】
グレイ符号化ＱＰＳＫに関して、ソフト符号化データは以下により与えられる。
【００９４】
【数４１】
【００９５】
データパケットの初めに送信される参照信号、即ちプリアンブルを用いて、チャンネル状態情報の初期推定を求めることができる。周波数領域又は時間領域における多数のスキームでは、チャンネル推定は、プリアンブル信号が利用可能な時間又は周波数位置において求めることができる。また、方法は、プリアンブル情報なしで動作可能である。補間及び低域フィルタリングを用いて、ユビキタスチャンネル推定を得ることができ、推定誤りをさらに低減できる。以下では、ＯＦＤＭシステムのダウンリンクを、プリアンブルベースのチャンネル推定手法を説明する一例として用いる。方法が利用可能なこの例に対する多数のバリエーションがある。プリアンブルがインデックス、偶数副搬送波の受信信号ＹＰｒｅ＝ＸＰｒｅＨＰｒｅ＋ＷＰｒｅを有すると仮定すると、時間領域においてプリアンブルの二つの同一部分を生成するために、奇数副搬送波の送信データはない。ＹＰｒｅは、Ｎｕｓｅ／２×１ベクトルである。ＸＰｒｅは（Ｎｕｓｅ／２）×（Ｎｕｓｅ／２）プリアンブルデータ対角マトリックスである。ＨＰｒｅは、偶数副搬送波におけるＮｕｓｅ／２×１ベクトルチャンネル周波数応答である。Ｗｐｒｅは、白色ガウスノイズのＮｕｓｅ／２×１及び変数を備えたＩＣＩである。ＬＳ推定が適用される。
【００９６】
【数４２】
全ての副搬送波において低い誤りでチャンネル周波数応答を求めるために、以下の２つの段階が実行される。
１）線形補間
【００９７】
【数４３】
ここで、ｋは奇数である。
【００９８】
仮想（ヌル又はガード）副搬送波が２つのエッジで使用されるので、チャンネル周波数応答は、単に隣接パイロットトーンの繰返しである。
２）移動平均平滑化、窓の大きさがＫに設定される。
【００９９】
【数４４】
【０１００】
プリアンブルシンボルに続くデータシンボルに関し、以下に与えられる、パイロット信号を用いて時間上でチャンネル変化を追跡する。
【０１０１】
【数４５】
ここで
【０１０２】
【数４６】
は、パイロット位置におけるチャンネル応答の推定された一時的な差であり
【０１０３】
【数４７】
は、パイロット位置における差
【０１０４】
【数４８】
に基づき、２つのＯＦＤＭシンボル間の推定チャンネル差であり、特定の低域フィルタリング動作を受ける。例えば、ＭＭＳＥフィルタは、チャンネル遅延プロフィールの統計が周知の場合
【０１０５】
【数４９】
に適用できる。あまり複雑ではない２つのフィルタリング動作は、以下のように与えられる。
１）補間、ここでデータ位置上のチャンネルダイナミックは、適切な補間、例えば最も隣接するパイロット位置上におけるそれらの間の線形補間によって求められる。
２）最大尤度原理による疑似逆フィルタリング。ＯＦＤＭシナリオでは、そのようなフィルタは、フィルタ（・）＝Ｇ（ＢＨＢ）−１ＢＨによって与えられる。Ｎｕｓｅ×ＮＰＦＦＴマトリックスは、副搬送波が使用される行におけるＮ×ＮＦＦＴマトリックスから抽出され、ここでＮＰは、パイロットトーン数である。フィルタリングマトリックス フィルタ（・）＝Ｇ（ＢＨＢ）−１ＢＨは、予め計算可能であり、複雑性を大いに保存する点に注意すべきである。
【０１０６】
基本チャンネルが高速な時分散であり、又はパケットが多数のデータシンボルを含むシナリオでは、パケットの初めに受けたチャンネルは、パケットの終わりに受けたそれとはかなり異なることがある。従って、パイロットの支援をうけてチャンネル変化を追跡するのが重要である。この方法は、始めの反復で特に役立ち、そこでは、ソフト復号化データは、チャンネル推定を更新するために利用可能ではない。
【０１０７】
反復推定段階
２回目の反復に進むと、チャンネル推定器は、反復推定段階に入る。パイロットトーンに類似して、データシンボル送信のためのシステムモデルは、以下に与えられる。
【０１０８】
【数５０】
【０１０９】
ここで、ソフト符号化データ情報を用いて、以下のチャンネルを推定すると
【０１１０】
【数５１】
ここで、
【０１１１】
【数５２】
は、ＭＡＷにおけるソフト符号化データ情報の平均エネルギーである。それは、以下のように示せる。
【０１１２】
【数５３】
及び
【０１１３】
【数５４】
【０１１４】
ＭＡＷフィルタリングは、パイロット信号とソフト符号化データ情報との両方からチャンネル推定を得る。ＭＡＷ内でチャンネル応答がかなり相関している、即ち
【０１１５】
【数５５】
であると仮定すると、副搬送波ｍにおけるチャンネル周波数応答に関する加重平均は、以下により与えられ
【０１１６】
【数５６】
ここで、ＮＰ及びＮｄは、ＭＡＷ内のパイロット数、及びデータシンボル数であり
【０１１７】
【数５７】
【０１１８】
最適重み値｛ωｐ，ωｄ｝は、最大率結合原理（maximum ratio combining principle）を用いて求めることができ、その原理は、以下のラグランジュ乗算問題に対して数学的に系統立てられ
【０１１９】
【数５８】
ここで、λはラグランジュ乗数である。故に、最適重み値｛ωｐ，ωｄ｝は以下のように求められる。
【０１２０】
【数５９】
【０１２１】
【数６０】
【０１２２】
故に、重み付けされたＭＡＷの後、チャンネル応答は、ソフト符号化データ情報とパイロットシンボルとによって再び推定される。提案された重み付けＭＡＷ方法は、周波数及び時間領域の両方に適用され、２つの次元におけるチャンネル応答の相関を利用することができる。始めの推定段階に類似して、周波数及び時間フィルタリングの両方の後に、チャンネル周波数応答は、同じ１組の受信信号Ｙ（ｉ）に対するデータ検出で再び使用される。次の反復では、復号器は、チャンネル推定器に再び
【０１２３】
【数６１】
をフィードバックする。この過程は、多数の反復に関して続く。この反復ターボ方法の利点は、データの復号が反復の進行とともにより確実になる時、ソフト符号化データ情報は、新たな“パイロット”として動作する点である。最後の反復前において、復号化されたＯＦＤＭシンボルは、プリアンブルのように見えるはずである。
【０１２４】
最後の反復において、復号化データ情報がかなり確実になる時、より向上されたフィルタを用いてさらにチャンネル推定の性能を改善することができる。以下において、最大尤度（ＭＬ）及びＭＭＳＥ原理に基づき、２つの例を提案する。説明の目的で、ＯＦＤＭ変調を仮定する。
【０１２５】
最終最大尤度（ＭＬ）推定段階
ガウスランダム過程としてＯＦＤＭシンボル内でのチャンネル変化により引起されるＩＣＩをモデル化することにより、均等なＯＦＤＭシステムモデルが以下のように得られる。
【０１２６】
【数６２】
ここで、Ｘ´（ｉ）＝ｄｉａｇ（Ｘ（ｉ））は、Ｎ×Ｎ対角マトリックスであり、その対角要素は、全副搬送波上に送信されるデータである。Ｇは、Ｎ×Ｌマトリックスであり、要素［Ｇ］ｎ，ｌ＝ｅ−ｊ２πｎｌ／Ｎを備え、０≦ｎ≦Ｎ−１及び０≦ｌ≦Ｌ−１である。ｈ´（ｉ）は、均等なＬ×１チャンネルインパルス応答ベクトルｈ´（ｉ）＝［ｈ´（ｉ）０，ｈ´（ｉ）１，．．．，ｈ´（ｉ）Ｌ−１］Ｔであり、ここで、ｈ´（ｉ）ｌは、式（８）に示す通り、以下により与えられる。
【０１２７】
【数６３】
Ｗ´（ｉ）は、σ２ｗ´＝σ２ｗ＋σ２ＩＣＩを備えた均等なＮ×１ノイズベクトルである。Ｘ´（ｉ）がプリアンブルの場合に周知であるとすると、ＬＳ推定は以下により与えられ
【０１２８】
【数６４】
ＭＬＥは以下により与えられる。
【０１２９】
【数６５】
故に、符号化ソフトデータ情報が最後の反復において確実になると、ＯＦＤＭシンボルは、プリアンブルのように動作する。反復最大尤度チャンネル推定の最終出力は、以下により与えられ
【０１３０】
【数６６】
ここで
【０１３１】
【数６７】
は、パイロットトーンを備えた最後から２番目の反復からのソフト符号化ＯＦＤＭシンボルである。
【０１３２】
代替最終最小平均二乗誤り（ＭＭＳＥ）推定段階
ガウスランダム過程としてＯＦＤＭシンボル内のチャンネル変化によって引起されるＩＣＩをモデル化することにより、以下のように均等なＯＦＤＭシステムモデルを得る。
【０１３３】
【数６８】
ここで、Ｘ´（ｉ）＝ｄｉａｇ（Ｘ（ｉ））は、Ｎ×Ｎ対角マトリックスであり、その対角要素は、全副搬送波上に送信されたデータである。Ｇは、要素［Ｇ］ｎ，ｌ＝ｅ−ｊ２πｎｌ／Ｎを備えたＮ×Ｌマトリックスであり、０≦ｎ≦Ｎ−１及び０≦ｌ≦Ｌ−１である。ｈ´（ｉ）は、均等なＬ×１チャンネルインパルス応答ベクトルｈ´（ｉ）＝［ｈ´（ｉ）０，ｈ´（ｉ）１，．．．，ｈ´（ｉ）Ｌ−１］Ｔであり、ここでｈ´（ｉ）１は、式８に示す通り、以下により与えられる。
【０１３４】
【数６９】
Ｗ´（ｉ）は、均等なＮ×１ノイズベクトルσ２ｗ´＝σ２ｗ＋σ２ＩＣＩである。プリアンブルの場合に周知であると、ＬＳ推定は、以下により与えられ
【０１３５】
【数７０】
ＭＭＳＥは以下により与えられ
【０１３６】
【数７１】
ここでＲｈ´ｈ´＝Ｅ｛ｈ´ｈ´Ｈ｝＝ｄｉａｇ（αｌ）は、ＷＳＳＵＳ仮定に基づきｈ´からなるＬ×Ｌ共分散マトリックスであり、各種パスにおけるフェージング係数は、統計的に独立したゼロ平均複素ガウスランダム変数である。ＩＬは、Ｌ×Ｌ単位マトリックスであり、ＧＨＧ＝ＮＩＬである。
【０１３７】
故に、符号化ソフトデータ情報が最後の反復において確実になると、ＯＦＤＭシンボルは、プリアンブルのように動作する。反復ＭＭＳＥチャンネル推定の最終出力は、以下により与えられ
【０１３８】
【数７２】
ここで
【０１３９】
【数７３】
は、パイロットトーンを備えた最後から２番目の反復からのソフト符号化ＯＦＤＭシンボルである。
【０１４０】
反復ターボ最大尤度チャンネル推定（ＭＬＥ）の平均二乗誤り分析
提案された反復ターボ最大尤度チャンネル推定のＭＳＥを分析することは、ソフト情報とＭＡＰ復号器との変更のため、困難である。その代わり、ＭＬＥに対して比較的低い制約のＭＳＥを導く。ＭＬＥは、ＭＶＵ推定器として知られ、それは、決定的な量に対する最適な推定器である。ＭＬＥの性能は、ＣＲＬＢにより比較的低く制約される。提案された反復ターボ最大尤度チャンネル推定がＣＲＬＢを達成できる場合、更に改善することが不可能であることを示す。式（４３）から展開すると
【０１４１】
【数７４】
となる。
【０１４２】
ＭＬＥに関して、Ｎ×１ベクトルＨ（ｉ）は、一定であるとみなされ、期待値は、白色ガウスノイズにわたって得られ、即ち
【０１４３】
【数７５】
故に
【０１４４】
【数７６】
の共分散マトリックスは、以下により与えられる。
【０１４５】
【数７７】
【０１４６】
平均ＭＳＥは、以下により与えられ
【０１４７】
【数７８】
ここでＴｒ（・）は、トレース演算である。
【０１４８】
反復ターボ最大尤度チャンネル推定の複雑性分析
提案された反復ターボ最大尤度チャンネル推定に対する計算の複雑性は、３つの段階にわたる複合乗算の数により近似される。全部でＭ回の反復があると仮定する。始めの推定段階において、パイロット推定は、ＮＰ個の複合乗算を必要とし、ここでＮＰは、パイロットトーンの数である。データトーンにおける粗いチャンネル周波数応答を求めるために、パイロットトーン間の線形補間は、２×（Ｎ−ＮＰ）個の複合乗算を必要とする。周波数領域フィルタリングにおいて、平滑平均動作は、Ｎ個の複合乗算を必要とするだけである。時間領域フィルタリングにおいて、ＮＴＤＭＡＷ複合乗算は、副搬送波毎に必要とされ、ここでＮＴＤＭＡＷは、時間領域ＭＡＷの大きさである。
【０１４９】
反復推定段階において、全ての反復は、同じ計算の複雑性を必要とする。特に、各反復において、ソフトデータチャンネル推定は、Ｎ−ＮＰ個の複合乗算を必要とする。副搬送波毎に、ωＰ，ωｄ係数の計算は、Ｎ個の乗算を必要とし、周波数領域フィルタリングは、ＮＦＤＭＡＷ個の複合乗算を必要とし、ここでＮＦＤＭＡＷは、周波数領域ＭＡＷの大きさであり、時間領域フィルタリングは、ＮＴＤＭＡＷ複合乗算を必要とする。
【０１５０】
最終最大尤度推定段階において、ソフトデータチャンネル推定及びＭＬＥ動作のみが実行される。反復推定段階に類似して、ソフトデータチャンネル推定は、Ｎ−ＮＰ個の複合乗算を必要とする。ＭＬＥ動作は、Ｎ２個の複合乗算を必要とする。
【０１５１】
表Ｉは、段階毎の複合乗算の数を要約したものである。表ＩＩは、従来のパイロット支援ＭＬＥ及びＭＭＳＥチャンネル推定の複雑性を示し、ここでＮＣＰは、ＣＰの長さであり、最大チャンネル遅延拡散を表す。計算の複雑性は、提案された反復最大尤度チャンネル推定に関するＯ（Ｎ２）であり、パイロット専用の全副搬送波を備えた従来のＭＬＥとほぼ同じであることが明らかである。即ち、同じ計算の複雑性を用いて、提案された反復最大尤度チャンネル推定は、プリアンブルの場合におけるＭＬＥの性能を達成することができ、それは、達成可能な最良の性能である。一方、複雑性は、パイロットトーンの数が増えるときに低減される。また、関連するマトリックス反転がないので、提案された反復最大尤度チャンネル推定に対する計算の複雑性は、従来のＭＭＳＥチャンネル推定よりかなり低い。図５は、上記３つのチャンネル推定技法を複雑性について比較したものであり、ここでＭ＝６、Ｎ＝２５６、ＮＴＤＭＡＷ＝３、ＮＦＤＭＡＷ＝９及びＮＣＰ＝６４である。
【０１５２】
【表１】
【０１５３】
【表２】
【０１５４】
シミュレーション
シミュレーション設定
このセクションでは、提案された反復ターボ最大尤度チャンネル推定技法の性能を証明するために、Ｎ＝２５６の副搬送波と８個のパイロットトーンとを備えたＯＦＤＭシステムを考える。搬送周波数は、５ＧＨｚであり、帯域幅は、５ＭＨｚである。ＩＭＴ−２０００車両Ａチャンネル［７］は、Ｊａｋｅｓモデルによって生成され、指数関数的減衰パワープロフィールが｛０、−１、−９、−１０、−１５、−２０｝ｄＢであり、相対パス遅延が｛０，３１０、７１０、１０９０、１７３０、２５１０｝ｎｓである。車両速度は、３３３ｋｍｈであり、ドップラー周波数に変換するとｆｍ＝１５４０．１２５Ｈｚである。ＣＰ持続時間は、２．８μｓである。故に、ＯＦＤＭシンボルの持続時間は、Ｔｓｙｍ＝ＮＴＳ＋ＣＰ＝５４μｓである。ｆｍＴｓｙｍは約０．０８であり、シンボル持続時間は、チャンネルコヒーレント時間のうち約８％である。故に、移動によるＩＣＩは、対象となるＳＮＲ領域に関する白色ガウスノイズとして扱うことができる。
【０１５５】
割合−１／２（５，７）８畳み込み符号は、チャンネル符号化に使用される。ランダムインタリーバは、シミュレーションで適合され、変調スキームは、ＱＰＳＫである。反復の最大数は、６に設定される。フレーム送信毎に１０個のＯＦＤＭシンボルがあり、それは、プリアンブルが１０個のＯＦＤＭシンボル毎に挿入されることを意味する。パイロットシンボルのエネルギーは、データシンボルと同じである。パイロットトーンは、３２のパイロット間隔で副搬送波上に挿入され、均一に分配される。周波数領域ＭＡＷの大きさは、９に設定され、時間領域ＭＡＷの大きさは、３に設定され、ＭＡＷ内のチャンネル周波数応答の相関が十分に高いことを保証する。提案された反復チャンネル推定技法を備えたＯＦＤＭシステムはまた、６４個のパイロットトーンを用いて従来のパイロット支援チャンネル推定と比較される。性能比較は、ＯＦＤＭ ＢＥＲ、シンボル誤り率（ＳＥＲ）、フレーム誤り率（ＦＥＲ）及び以下に定義するＭＥＳに関して行われる。
【０１５６】
【数７９】
【０１５７】
反復ターボＭＬＥの場合、ＭＳＥの性能は、全副搬送波がパイロットトーンに分配される時、ＣＲＬＢと比較される。即ち、それは、ＭＬＥが達成できる最高の性能を有するプリアンブルケースである。類似に、反復ターボＭＭＳＥＥの場合、ＭＳＥの性能は、プリアンブルの場合と比較される。
【０１５８】
数字的結果
図６は、多数の反復に関する提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムの性能を示す。図６（ｄ）に示す通り、最後の反復において、提案された反復ターボＭＬチャンネル推定のＭＳＥは、ＣＲＬＢに取組む。これは、ＢＥＲ、ＳＥＲ及びＦＥＲが、それぞれ図６（ａ）、図６（ｂ）及び図６（ｃ）に示す通り、完全なチャンネル情報とともにそれらに取組むことを保証する。これは、提案された反復ターボＭＬチャンネル推定がプリアンブル、パイロット及びソフト符号化データシンボルを利用して、チャンネル周波数応答を推定するからである。反復が進行するにつれ、ソフト符号化データシンボルは、より確実になり、それは、次の反復において新たな“パイロット”シンボルとして作動する。他方で、従来のＭＬＥは、パイロットトーンの制限された数のみ使用する。
【０１５９】
図７は、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムと、６４個のパイロットトーンを持つ従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間のＢＥＲ、ＳＥＲ，ＦＥＲ及びＭＳＥの性能を示す。性能曲線は、プリアンブル及びパイロットトーンに起因したＳＮＲ損失を補償するように遷移する。それは、提案された反復ターボＭＬチャンネル推定が常に比較的良好な性能を有することを示す。この観測はまた、提案された反復ターボＭＬチャンネル推定がパワー及びスペクトルの両方で効率的なことを意味する。
【０１６０】
図８は、多数の反復にわたる提案された反復ターボＭＭＳＥＥチャンネル推定を備えたＯＦＤＭシステムの性能を示す。図９は、提案された反復ターボＭＭＳＥＥチャンネル推定を備えたＯＦＤＭシステムと、６４個のパイロットトーンを持つ従来のパイロット支援ＭＭＳＥＥチャンネル推定を備えたＯＦＤＭシステムとの間のＢＥＲ、ＳＥＲ、ＦＥＲ及びＭＳＥの性能を示す。同じ結果が描かれうる。
【図面の簡単な説明】
【０１６１】
【図１】図１は、反復ターボチャンネル推定を備えたＯＦＤＭシステムのブロック図である。
【図２】図２は、５ＧＨｚの中央周波数及び２５６個の副搬送波を備えたＩＭＴ−２０００車両Ａチャンネルに関するＩＣＩパワーを示すグラフである。
【図３】図３は、副搬送波５におけるチャンネル周波数応答と中央周波数５ＧＨｚを備えた３３３ｋｍｈにおけるＩＭＴ−２０００車両Ａチャンネルに関する他の副搬送波との間の正規化相関を示すグラフである。
【図４】図４は、ＯＦＤＭシンボル１０と、中央周波数５ＧＨｚを備えた３３３ｋｍｈにおけるＩＭＴ−２０００車両Ａチャンネルに関する連続ＯＦＤＭシンボルとの間の副搬送波５におけるチャンネル周波数応答の正規化相関を示すグラフである。
【図５】図５は、反復ターボＭＬＥ、従来のパイロット支援ＭＬＥ及び従来のパイロット支援ＭＭＳＥ間の複雑性比較を示すグラフである。
【図６ａ】図６ａは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、ビット誤り率を示す。
【図６ｂ】図６ｂは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、シンボル誤り率を示す。
【図６ｃ】図６ｃは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、フレーム誤り率を示す。
【図６ｄ】図６ｄは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、平均二乗誤りを示す。
【図７ａ】図７ａは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、ビット誤り率を示す。
【図７ｂ】図７ｂは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、シンボル誤り率を示す。
【図７ｃ】図７ｃは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、フレーム誤りを示す。
【図７ｄ】図７ｄは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、平均二乗誤りを示す。
【図８ａ】図８ａは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、ビット誤り率を示す。
【図８ｂ】図８ｂは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、シンボル誤り率を示す。
【図８ｃ】図８ｃは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、フレーム誤り率を示す。
【図８ｄ】図８ｄは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、平均二乗誤りを示す。
【図９ａ】図９ａは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、ビット誤り率を示す。
【図９ｂ】図９ｂは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、シンボル誤り率を示す。
【図９ｃ】図９ｃは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、フレーム誤り率を示す。
【図９ｄ】図９ｄは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、平均二乗誤りを示す。
【符号の説明】
【０１６２】
５０ 等化
７０ 復号器
８２ デインタリーバ
【技術分野】
【０００１】
本発明は、急速なフェージング通信チャンネルにおける、特にＯＦＤＭシステムに関するチャンネル推定の問題に取組む。本発明は、ＷＬＡＮ及びＷｉＭａｘ等の既存及び未来のシステムにおける広い用途を見出す。特に本発明は、高い移動性に起因した急速な分散性フェージングチャンネルのためのチャンネル推定及びデータ検出の方法に関係する。他の局面において、本発明は、方法を実行するよう設計された受信器及びソフトウェアに関する。
【背景技術】
【０００２】
直交周波数分割多重（ＯＦＤＭ）変調は、次世代無線移動通信の送信に必要な高いデータ伝送速度を達成するのに有望な手法である。ＯＦＤＭは、デジタルオーディオブロードキャスティング（ＤＡＢ）、デジタルビデオブロードキャスティング（ＤＶＢ−Ｔ）、ＩＥＥＥ８０２．１１ａローカルエリアネットワーク（ＬＡＮ）規格、及びＩＥＥＥ８０２．１６ａメトロポリタンエリアネットワーク（ＭＡＮ）規格等のいくつかの無線規格において採用されてきた。
【０００３】
ＯＦＤＭは、Ｎ個の情報データからなるブロックがＮ個の副搬送波上で同時に送信される、ブロック変調スキームである。特に、ＯＦＤＭ変調器は、Ｎ個の情報シンボルからなるブロック上で逆離散型フーリエ変換（ＩＤＦＴ）の後にデジタル−アナログ変換（ＤＡＣ）として実行される。Ｎ個の情報データからなるブロックは通常、時間領域における１つのＯＦＤＭシンボルとして言及される。ＯＦＤＭシンボルの持続時間は、単一の搬送波システムのそれよりも１０倍ある。この特徴により、ＯＦＤＭシステムは、周波数選択フェージングチャンネル環境に対して強固である。
【０００４】
ＯＦＤＭの１つの利点は、周波数選択フェージングチャンネルを周波数平面フェージングサブチャンネルの同時コレクションへ変換できることである。もう１つの利点は、各ＯＦＤＭシンボルのサイクリックプレフィックス（ＣＰ）がシンボル相互干渉（ＩＣＩ）効果を完全に消すことである。ＯＦＤＭのもう１つの利点は、スペクトル効率である。副搬送波は、対応する時間領域波形の直交性を維持するのに必要な最小の周波数分離を有し、結果として、異なる副搬送波に対応する信号スペクトルが周波数において重なり合う。また、ＯＦＤＭは、送信器及び受信器において、逆高速フーリエ変換（ＩＦＦＴ）及び高速フーリエ変換（ＦＦＴ）等の高速信号処理アルゴリズムによって実行できる。
【０００５】
チャンネル状態情報の知識を用いて、コヒーレントな検出は、ディファレンシャル検出手法による信号対ノイズ比（ＳＮＲ）における３ｄＢ利得を備えたＯＦＤＭシステム上で実行可能である。現在のＯＦＤＭシステムは、チャンネルが１つのＯＦＤＭフレーム内で静的であると仮定し、プリアンブルから求めたチャンネル推定を用いて、フレーム内の残りデータシンボルを回復する。しかし、この手法は、高い移動性を備えた急速な分散性フェージングチャンネルには不十分である。単一のＯＦＤＭシンボル内でさえも、チャンネルの時間変化は、高いドップラー拡散状態で生じ、これは、搬送波相互干渉（ＩＣＩ）を導くことがあり、副搬送波間の直交性を損なう。従って、時間及び周波数の両方の選択性を備えた急速な分散性フェージングチャンネルは、ＯＦＤＭシステムにおいて、チャンネル推定及び追跡を、取組むべき課題にしている。
【０００６】
ＯＦＤＭに対する正確なチャンネル推定及び追跡の目的のため、パイロットシンボルがしばしば、送信前にブロックへ多重化される。その後、チャンネル推定は、補間により受信器において実行できる。多数の手法が以下のように提案されてきた。
基本的に全パイロット副搬送波上で最小二乗（ＬＳ）手法の、時間領域における最大尤度推定器（ＭＬＥ）。
単一の特異値分解（ＳＶＤ）又は周波数領域フィルタリングに基づくチャンネル推定器。また、時間領域フィルタリングは、チャンネル推定器をさらに改善するのに提案されてきた。
異なる時間及び周波数におけるチャンネル周波数応答の相関を探索する手法。時間領域における強固な最小平均二乗誤り（ＭＭＳＥ）チャンネル推定器（ＭＭＳＥＥ）、ここでチャンネル周波数応答は、一時的チャンネル推定のＦＦＴをとることで求められる。この作業は、時空間符号化を用いて送信器の多様性を備えたＯＦＤＭシステムに拡張されてきた。
チャンネル推定のさらなる単純化は、マトリックス反転を回避するために、先のＯＦＤＭシンボルにおいて離間トレーニングシーケンス及びチャンネル推定を用いて提案されてきた。
また、エンハンスドチャンネル推定が提案され、多数の入力及び多数の出力（ＭＩＭＯ）における推定されたチャンネル遅延プロフィールを利用する。
しかし、上記全てのチャンネル推定手法は、チャンネルが少なくとも一つのＯＦＤＭシンボル持続時間に一定のままであることを前提とする。
【０００７】
この前提に従わない、他の手法が、例えば以下のように提案されてきた。
線形ＭＭＳＥ（ＬＭＭＳＥ）チャンネル推定器は、所定の時間スロットにある全副搬送波をパイロットに割り当てる時間領域において提案されてきた。
線形補間方法は、遅変化マルチパスフェージングチャンネルにおける隣接ＯＦＤＭシンボルの二つのチャンネル推定間でチャンネルインパルス応答を推定するのに提案されてきた。
部分チャンネル情報の線形補間とＬＳ手法とに基づくチャンネル推定器。
受信器で離散変換の代わりに連続フーリエ変換を利用するウィーナーフィルタリング手法。
ＭＭＳＥベースの検出を用いて二次元多項式表面関数としてチャンネル応答をモデル化。
基本的拡張モデル（ＢＥＭ）でチャンネルを表現し、離散直交レジェンド多項式を用いて部分チャンネル情報の補間からチャンネルインパルス応答を求めることにより、ＬＭＭＳＥ推定を近似する。
低い複雑性を達成するためにＦＦＴ及び特定の時間領域パイロット信号を用いてチャンネルを推定する。しかし、時間領域パイロット信号に対する既存の利用が原因で、それは、既存のＯＦＤＭ規格との互換性がないことがある。
【０００８】
データ生成チャンネル推定が提案され、ハード決定データをフィードバックし、そのデータは“０”又は“１”の値を有する復号化ビットであり、チャンネル状態情報を再び推定する。この方法は、ハード決定データ情報を用いて、比較的少ないパイロットを必要とする。しかし、現在のＯＦＤＭシンボルの再検出というよりは次のＯＦＤＭシンボルに対する初期のチャンネル推定において、再び推定されたチャンネル情報のみ使用され、ハード決定データは、チャンネル推定前に再符号化及び再変調されねばならない。また、チャンネル推定の確実性は、エラー伝搬を回避するために、ハード決定データシンボルの精度に依存する。
【０００９】
実施の観点では、ＭＭＳＥベースのチャンネル推定手法は、チャンネル状態情報の時間及び周波数統計の両方を必要とし、それは、（時変的で）ランダムな量であり、通常予め知られない。また、この手法は、必要な周波数マトリックス反転に従って複雑化される。
【００１０】
他方で、ＭＬＥベースの手法は、未知の決定論的量としてチャンネル状態情報を扱い、チャンネル統計又は動作ＳＮＲ上で必要な情報はなく、それが実際的である。ＭＬＥは、クレーマーラオ下界（ＣＲＬＢ）を達成する最小分散不偏（ＭＶＵ）推定器を提供する。平均二乗誤り（ＭＳＥ）に対するさらなる改善は、チャンネル状態情報が決定論的量として扱われる限り不可能である。ＭＭＳＥベースの手法と比較して、ＭＬＥは、理論的に低い性能を有するものの、より実際的である。しかし、ＭＬＥは、最大チャンネル遅延拡散により決定される最小パイロット数を必要とする。
【００１１】
本明細書で用いる表記は以下の通りである。マトリックス及びベクトルは、太字の記号により示され、（・）＊、（・）Ｔ及び（・）Ｈは、複素共役、置換及びエルミート置換を示す。Ｅ｛・｝は、統計的期待値を意味する。［Ｘ］ｉ，ｊは、行列Ｘの（ｉ、ｊ）番目の要素を示し、同様に、［ｘ］ｊは、ベクトルｘの要素ｉを示す。最後に、｛ｘ｝は、シーケンスｘを示す。
【発明の開示】
【課題を解決するための手段】
【００１２】
マルチパスチャンネル上に送信するためのチャンネル推定とデータ検出との方法であって、通信チャンネル上の送信を受信する過程であって、前記送信は、一連のフレームを具備し、各フレームは、情報データからなる一連のブロック又はシンボルを具備し、各シンボルは、多数のサンプルに分割され、多数のサンプルは、多数の副搬送波を用いて同時に送信され、パイロットトーンは、各シンボルに挿入され、チャンネル推定とデータ検出とを支援する、過程と、前記受信された送信のシンボルからパイロットトーンを抽出し、前記パイロットトーンを用いて、反復最大尤度チャンネル推定過程によりチャンネル周波数応答における変化を推定することによって前記受信された送信のシンボルを復号する過程であって、前記推定過程が第１の反復において、パイロットトーンから求めたシンボルに関するチャンネル周波数応答の推定から、信頼値又はそれに関連する信頼性を有する情報であるソフト復号データ情報を導出する段階と、少なくとも第２の反復において、前記パイロットトーンと同時に仮想パイロットトーンとして前記ソフト復号データ情報を用いて、前記シンボルに関する前記チャンネル周波数応答を再び推定する段階とを具備する、過程と、を具備する。
【００１３】
前記第１の反復、初期推定段階において、粗いチャンネル周波数応答は、パイロット位置で求めたチャンネルダイナミクスの低域フィルタリングを介して前記チャンネル変化を追跡することによって求められる。周波数領域移動平均窓（ＭＡＷ）フィルタリングが適用されて推定ノイズを低減する。
【００１４】
前記第２の反復、反復推定段階において、パイロットシンボル及びソフト復号データ情報の両方を用いて、チャンネル周波数応答を結合的に推定する。再び、周波数領域ＭＡＷフィルタリングが適用され、前記推定ノイズを低減する。
【００１５】
最大率結合（ＭＲＣ）原理を用いて、周波数領域及び時間領域ＭＡＷフィルタリングにおけるチャンネル推定に関する最適重み値を導出する。
【００１６】
前記第２及び後続の反復後、最大尤度（ＭＬ）原理を用いて、最後のチャンネル推定を求める。
【００１７】
代わりに、前記第２及び後続の反復後、最小平均二乗誤り（ＭＭＳＥ）原理を用いて、前記最後のチャンネル推定を求める。
【００１８】
反復過程は、周波数領域で実行されてもよく、その場合、従来の時間領域チャンネル推定で見られるような、チャンネルインパルス応答からチャンネル周波数応答へ変換することにより導出される追加の複雑性がない。
【００１９】
各々の場合において、時間領域ＭＡＷフィルタリングが周波数領域フィルタリングの後に適用されてもよく、推定ノイズをさらに低減する。フィルタリング重み値は、連続シンボル間の相関によって決定されてもよい。
【００２０】
この手順は、選択された終端に到達するまで、少なくとも第３の反復まで繰返されてもよい。
【００２１】
プリアンブルは、各送信フレームに含まれてもよい。プリアンブル、パイロット及びソフト復号データを全て用いて、シンボル毎にチャンネル周波数応答を追跡してもよい。チャンネル推定は、かなり多数のパイロットトーンの挿入が不必要になるように、これら３つの属性のうち、重み付け及び平均化を組み合わせてもよい。
【００２２】
畳み込み符号又は低濃度パリティチェック（ＬＤＰＣ）の代わりであるターボ符号は、データ復号化で使用されてもよい。ター部符号は通常、少なくとも２つ又はそれ以上のシステマティックコードの連なりからなる。システマティックコードは、シンボルからなる情報ビットから２つ以上のビットを生成し、これら２つのビットのうち１つは、情報ビットと同じである。ターボ符号化に用いるシステマティックコードは通常、帰納的畳み込み符号であり、構成コードと呼ばれる。各構成コードは、少なくとも１つのパリティデータビットを１つのシステマティック又は情報ビットに関連付ける符号器によって生成される。パリティデータビットは、線形結合から、即ちシステマティックビットと一つ以上の先のシステマティックビットとの畳み込みから、符号器によって生成される。各符号器に提供されるシステマティックビットのビット順は、インタリーバによって最初の符号器のそれに関してランダム化されるので、送信信号は、異なる時間スロットにおいて同じ情報ビット含む。異なる時間スロットにおける同じ情報ビットをインタリーブすることは、パリティビット上に無相関なノイズをもたらす。パーサは、システマティックビットのストリームに含まれてもよく、システマティックビットのストリームを、各インタリーバ及び符号器に提供されるシステマティックビットからなるサブセットの並列ストリームに分割する。並列構成符号は、ターボ符号を、又は代わりに、パースされた並列連結畳み込み符号を形成するよう連結される。
【００２３】
パイロット及びソフト符号データが受信信号に相関されシンボルを復号化するので、提案された手法においてマトリックス反転は不必要である。
【００２４】
本発明は、比較的長いＯＦＤＭシンボル持続時間と対象となる高いＳＮＲ領域とに起因する深刻なＩＣＩを持つ急速な分散型フェージングチャンネルに適用可能である。また、本発明は、送信器及び受信器の相違を備えたＭＩＭＯ−ＯＦＤＭ又はＭＣ−ＣＤＭＡに適用可能である。
【００２５】
また、周波数オフセット及びタイミングオフセット推定及び追跡は、反復チャンネル推定内に組込むことができる。
【００２６】
シミュレーションは、提案された反復チャンネル推定手法が、少数の反復内で完全なチャンネル状態情報を備えたそれらの性能に取組むことが可能であることを示す。さらには、提案されたシステムが機能するのに必要なパイロットトーンの数が少なく、無視できるスループット損失をもたらす。
【００２７】
本発明のもう１つの局面は、チャンネルの変化を推定し、多数のチャンネル上で受信されたデータを検出できる受信器であって、通信チャンネル上で送信を受信するための受信部であって、前記送信は、一連のフレームを具備し、各フレームは、情報データからなる一連のブロック又はシンボルを具備し、各シンボルは、多数のサンプルに分割され、多数のサンプルは、多数の副搬送波を用いて同時に送信され、パイロットトーンは、各シンボルに挿入され、チャンネル推定及びデータ検出を支援する、受信部と、前記受信された送信のシンボルからパイロットトーンを抽出し、パイロットトーンを用いて、反復最大尤度チャンネル推定過程により前記チャンネル周波数応答における変化を推定することによって、前記受信された送信のシンボルを復号化するための復号プロセッサであって、前記復号プロセッサが第１の反復において、パイロットトーンから求めたシンボルに関するチャンネル周波数応答の推定から、信頼値又はそれに関連する信頼性を有する情報であるソフト復号データ情報を導出する段階と、少なくとも第２の反復において、前記パイロットトーンと同時に仮想パイロットトーンとして前記ソフト復号データ情報を用いて、前記フレームに関する前記チャンネル周波数応答を再び推定する段階とを具備する前記推定過程を実行する、前記復号プロセッサと、を具備する。
【００２８】
本発明のさらなる局面は、方法を実行するコンピュータソフトウェアである。
【発明を実施するための最良の形態】
【００２９】
Ｎ個の副搬送波を備えた離散時間型ＯＦＤＭシステム１０のブロック図が、図１に示されている。情報ビット｛ｂ（ｉ）｝は先ず１２において、符号化ビットシーケンス｛ｄ（ｉ）｝に符号化され、ここでｉは、時間インデックスである。これら符号化ビットは１４において、｛ｃ（ｉ）｝からなる新たなシーケンスにインタリーブされ、１６において、Ｍ−ａｒｙ複素シンボルにマッピングされ、１８において、｛（Ｘ）（ｉ）ｄ｝からなるデータシーケンスにシリアル−パラレル（Ｓ／Ｐ）変換される。パイロットシーケンス｛Ｘ（ｉ）Ｐは２０において、位置Ｐ（ｐ）でデータシーケンス｛（Ｘ）（ｉ）ｄ｝に挿入され、ベクトルＸ（ｉ）＝［Ｘ（ｉ）（０），Ｘ（ｉ）（１），．．．，Ｘ（ｉ）（Ｎ−１）］Τで示すＮ個の周波数領域信号からなるＯＦＤＭシンボルを形成する。ＩＤＦＴ２２を｛（Ｘ）（ｉ）｝に適用すると、以下の式が与えられ
【００３０】
【数１】
ここで、０≦ｎ≦Ｎ−１である。長さＧを備えるＣＰを２６で加算した後、ＯＦＤＭシンボルは、時間領域サンプルベクトルＸ（ｉ）＝［ｘ（ｉ）（−Ｇ），ｘ（ｉ）（−Ｇ＋１），．．．，ｘ（ｉ）（Ｎ−１）］Τに変換される。これら時間領域サンプルは３０において、デジタル−アナログ変換され、マルチパスフェージングチャンネル４０で送信される。
【００３１】
マルチパスフェージングチャンネルは、時変離散インパルス応答ｈ（ｉ）（ｎ，ｌ）としてモデル化でき、ｈ（ｉ）（ｎ，ｌ）は、ｉ番目のＯＦＤＭシンボルに関して時間ｎにおけるｌ番目のパスからなるフェージング係数を示す。フェージング係数は、ゼロ平均複素ガウスランダム変数としてモデル化される。広義の定常無相関散乱（ＷＳＳＵＳ）仮定に基づき、各種パスにおけるフェージング係数は、統計的に独立している。しかし特定のパスに関して、フェージング係数は、時間において相関し、以下に与えられるドップラーパワースペクトル濃度を有し、
【００３２】
【数２】
ここで、ｆｍ＝ｖ／λは、移動速度ｖにおける最大ドップラー周波数であり、λは、搬送周波数ｆｃにおける波長である。故に、ｈ（ｉ）（ｎ，ｌ）の自己相関関数は、以下に与えられ
【００３３】
【数３】
ここで、Ｊ０（・）は、ゼロ次の第１種ベッセル関数である。Ｔｓ＝１／ＢＷは、サンプル時間であり、ＢＷは、ＯＦＤＭシステムの帯域幅である。α１は、ｌ番目パスのパワーであり、以下のように正規化され
【００３４】
【数４】
ここで、フェージングタップ数Ｌは、τｍａｘ／Ｔｓである。
【００３５】
以上までが、システムの送信側の従来技術である。以下の分析は、受信器設計に対する新たな手法が実現可能であることを示している。
【００３６】
ＣＰが最大チャンネル遅延拡散Ｌより大きいか又は少なくとも等しい、即ちＬ≦Ｇと仮定すると、４４においてＣＰを除去された後に受信器端において、サンプル化された受信信号は、以下のタップ遅延線モデルで特徴付けられ
【００３７】
【数５】
ここで、ｗ（ｉ）（ｎ）は、ゼロ平均及び変数σ２ｗを備えた加算型白色ガウスノイズ（ＡＷＧＮ）である。０≦ｎ≦Ｎ−１の範囲で、受信信号ｙ（ｉ）（ｎ）は、ガードインターバル（ＧＩ）として時間領域サンプルに加算されたＣＰにより、先のＯＦＤＭシンボルから損傷をうけない。故に、ＣＰを除去した後の時間領域における受信信号は、以下のように表せる。
【００３８】
【数６】
【００３９】
周波数領域における復調信号は、ｙ（ｉ）（ｎ）のＤＦＴ４８を以下のようにとることによって求められ
【００４０】
【数７】
ここで
【００４１】
【数８】
【００４２】
【数９】
および
【００４３】
【数１０】
は、所望の副チャンネルにおける乗積型歪であり、それぞれＤＦＴに続き、ＩＣＩ及びＡＷＧＮである。
【００４４】
【数１１】
は、ｉ番目のＯＦＤＭシンボルで時間ｎにおける副搬送波ｍに関するチャンネル周波数応答である。チャンネルがＯＦＤＭシンボル期間に時変であると仮定すると
【００４５】
【数１２】
は、式（９）で一定であり、Ｈ（ｉ）ｍ，ｋが消える。このとき、式（７）のＹ（ｉ）（ｍ）は、乗積型歪を含むのみで、チャンネル状態情報が周知の場合に１タップ周波数領域等化器によって補正される。
【００４６】
簡便マトリクス形式で記述し、Ｎ×１ベクトルｙ（ｉ）＝［ｙ（ｉ）（０），ｙ（ｉ）（１），．．．，ｙ（ｉ）（Ｎ−１）］ＴとしてＣＰを除去した後の受信時間領域信号を表すと、Ｎ×Ｎマトリクスとして時間領域チャンネルマトリクスが以下のように示され、
【００４７】
【数１３】
Ｎ×ＮのＩＤＦＴマトリクスが
【００４８】
【数１４】
であり
Ｎ×１のベクトルとしてＡＷＧＮが
【００４９】
【数１５】
であり、式（６）は以下のように記述できる。
【００５０】
【数１６】
【００５１】
Ｎ×１のベクトルＹ（ｉ）＝［Ｙ（ｉ）（０），Ｙ（ｉ）（１），．．．，Ｙ（ｉ）（Ｎ−１）］ＴとしてＤＦＴ後の受信周波数領域信号を表すと、式（７）は、以下のようになり
【００５２】
【数１７】
ここで、Ｈ（ｉ）＝ＦＨｈ（ｉ）Ｆ及びＷ（ｉ）＝ＦＨＷ（ｉ）である。上記の通り、時変チャンネルの場合、Ｈ（ｉ）は、式（８）で与えられる［Ｈ（ｉ）］ｍ，ｍを備えた対角マトリクスである。他方、時変チャンネルにおいて、Ｈ（ｉ）は、式（９）によって与えられる非自明な非対角要素［Ｈ（ｉ）］ｍ，ｋを有する。
【００５３】
中心極限定理のアーギュメントは、ガウスランダム過程としてＩＣＩをモデル化するのに使用される。従って、対角な項［Ｈ（ｉ）］ｍ，ｍを推定するのみ必要である。ＩＣＩをもたらす非対角な項［Ｈ（ｉ）］ｍ，ｋは、信号対干渉比（ＳＩＲ）が２０ｄＢより高いので、ｆｍＴｓｙｍ≦０．０８の場合において、推定の際に無視できる。このことを証明するために、以下のように、Ｈ（ｉ）マトリクスにおける任意の要素間の相互相関を計算する。
【００５４】
【数１８】
【００５５】
特定の副搬送波ｍに関するＩＣＩの平均パワーは、以下により測定され
【００５６】
【数１９】
ＯＦＤＭシンボルに対するＩＣＩの平均パワーは、以下により与えられる。
【００５７】
【数２０】
図２は、５ＧＨｚの中心周波数及び２５６個の副搬送波を備えた各種移動速度におけるＩＭＴ−２０００車両Ａチャンネルに関するＩＣＩパワーを示している。ほとんどの特定のドップラー拡散における移動チャンネルによるＩＣＩは、深刻ではないことが分かる。この事実を用いて、受信器で使用されるチャンネル推定手法をかなり簡易化できる。
【００５８】
受信器は、多数の反復受信アルゴリズムを用いて、同一の一組の受信データ上でデータ検出とタスクの復号化とを繰返し、復号器からのフィードバック情報は、検出過程に組込まれる。この方法は、連結畳み込み符号用に元々開発された名前のものに類似する原理と共通点があるので、“ターボ原理”と呼ばれる。この反復受信の原理は最近、トレリスコード（ＴＣＭ）及び符号分割多重アクセス（ＣＤＭＡ）等、各種通信システムに適応されてきている。全てのこれらシステムにおいて、帰納的最大確率（ＭＡＰ）ベースの手法、例えばＢＣＪＲアルゴリズムは、データ検出と復号化との両方に専ら使用される。
【００５９】
再び図１を参照すると、チャンネル推定で用いるターボ過程に対する受信器構造が示されている。この例において、符号化データビットの確率を推定するフィードバック情報は、チャンネル推定器６０にフィードバックされる。
【００６０】
一般にターボ原理において、対数尤度率（ＬＬＲ）は、以下のように定義され
【００６１】
【数２１】
１又は０であるビットｘの尤度を表す。データ検出又は等化から開始すると、等化器は、予め推定されたチャンネル周波数応答と受信シンボルとを前提として、副搬送波ｍにおける経験的確率（ＡＰＰ）
【００６２】
【数２２】
を計算し、事前ＬＬＲを式（１７）から引くことにより外部ＬＬＲを出力する。
【００６３】
【数２３】
【００６４】
符号化ビットｃの発生確率に関する事前情報を示す事前ＬＬＲは、復号器７０によってフィードバックループに提供される。
【００６５】
初めのデータ検出について、利用できる事前情報がないので
【００６６】
【数２４】
【００６７】
ＬＬＲ（ｃ（ｉ））が８０において復調されると、ＬＬＲ（Ｘ（ｉ）ｄ）に対するＭ−ａｒｙ復号化ＬＬＲシーケンスとなり、ＬＬＲ（ｄ（ｉ））は、８２でデインタリーブされた後にＬＬＲ（ｃ（ｉ））に関するデインタリーブシーケンスである。ＬＬＲ（ｃ（ｉ））がＬＬＲ（ｄ（ｉ））に対して独立しているのが重要であり、この重要点及び事前情報としてフィードバックを扱う考えは、ターボ原理の２つの不可欠な特徴である。復号器７０は、ＡＰＰ
【００６８】
【数２５】
を計算し、以下のような差をデータ検出器に出力する。
【００６９】
【数２６】
復号器７０は、情報ビットの推定値も計算する。
【００７０】
【数２７】
【００７１】
受信シンボルのブロックを初めに検出して復号化した後に、ターボ原理を適用すると、ブロック単位のデータ復号化及び検出は、フィードバックループの動作によって、同じ一組の受信データ上で実行される。特定の基準が満たされる時、反復過程が停止する。例えば、最大反復数を超過するか、又はビット誤り率（ＢＥＲ）が必要レベルを下回るか、又はＭＳＥが十分小さいことが挙げられる。
【００７２】
反復ターボチャンネル推定において、プリアンブル、パイロット及びソフト符号化データシンボルが、３段階で使用され、それは、初期の粗い推定段階（initial coarse estimation stage）、反復推定段階、及び最終最大尤度又は最小平均２乗誤り推定段階と呼ばれる。ＯＦＤＭシンボルは、フレームベースで連続的に送信されると仮定する。各ＯＦＤＭフレームは、プリアンブルとして働くＯＦＤＭシンボルに続き、多数の他のＯＦＤＭデータシンボルからなる。ＯＦＤＭデータシンボルにおいて、パイロットトーンは、全ての利用可能な副搬送波にわたって均一に分配される。
【００７３】
初期推定段階
初期の粗い推定段階は、第１の反復において実行される。周波数及び時間領域ＭＡＷフィルタリングは、プリアンブルシンボルからの推定で実行され、パイロットトーンは、初期の粗いチャンネル周波数応答を求めるために適用される。パイロットシンボルを送信するためのシステムモデルは以下により与えられ
【００７４】
【数２８】
ここで、Ｅｐ及びＥｄはそれぞれ、パイロットとデータシンボルとのエネルギーである。パイロット支援チャンネル周波数応答は、以下のようなＬＳ手法により求められる。
【００７５】
【数２９】
【００７６】
パイロット及びデータシンボルが独立であり、ＩＣＩが、対象の信号対ノイズ比（ＳＮＲ）におけるノイズと比較して十分小さいと仮定すると、以下のように表せる。
【００７７】
【数３０】
及び
【００７８】
【数３１】
【００７９】
パイロットが占めるチャンネルとデータが占めるそれらとの間の相関により、パイロット支援チャンネル推定は、効率的に働くことができる。例えば、ＯＦＤＭチャンネルの場合、副搬送波ｒとｑとの間における統計上の相関関係は以下に与えられ、ｒ＝ｓ及びｐ＝ｑと置くと、式（１４）は以下のように簡易化できる。
【００８０】
【数３２】
【００８１】
図３は、中心搬送周波数５ＧＨｚを備えた３３３ｋｍｈにおけるＩＭＴ−２０００車両Ａチャンネルに関する他の副搬送波に対する副搬送波５におけるチャンネル周波数応答の正規化相関の一例を示す。隣接副搬送波におけるチャンネル周波数応答は、かなり相関していることが分かる。従って、補間及び移動平均窓（ＭＡＷ）等のような低域フィルタリング手法を用いて、パイロットシンボルからの全チャンネル応答を再構成することができる。
【００８２】
時間領域ＭＡＷフィルタリングは、以下により与えられる推定ノイズをさらに低減するのに適用可能である。
【００８３】
【数３３】
【００８４】
図４は、中心搬送周波数５ＧＨｚを備えた３３３ｋｍｈにおけるＩＭＴ−２０００車両Ａチャンネルに関する連続ＯＦＤＭシンボルとＯＦＤＭシンボル１０との間の副搬送波５におけるチャンネル周波数応答の相関を示す。この場合、隣接ＯＦＤＭシンボルは、かなり相関されている。故に、時間領域におけるＭＡＷの大きさは、３に設定可能であり、フィルタ係数は、正規化相関値、即ち｛０．９３３１，１，０．９３３１｝／（０．９３３１＋１＋０．９３３１）から求めることができる。
【００８５】
推定チャンネル周波数応答の場合、Ｍ−ａｒｙシンボルＬＬＲ（Ｘ（ｉ）ｄ（ｍ））における送信ビットｃの確率は、以下のように計算され
【００８６】
【数３４】
【００８７】
【数３５】
はデータシンボルＸ（ｉ）ｄ（ｍ）におけるビット
【００８８】
【数３６】
の推測的情報である。式（２７）の確率を用いて、式（１７）によりＬＬＲ（Ｘ（ｉ）ｄ（ｍ））を計算し、５０においてシーケンスＬＬＲ（Ｘ（ｉ）ｄ）を形成し、８０においてＭ−ａｒｙ復調し、８２においてデインタリーブし、７０において復号する。復号器７０は、シーケンス
【００８９】
【数３７】
を出力し、
【００９０】
【数３８】
としてインタリーブ７２とＭ−ａｒｙ変調７４とを用いてチャンネル推定器６０にそれをフィードバックする。チャンネル推定器６０は、参照のため本明細書中に組込まれている１９９９年７月 ＩＥＥＥ Ｔｒａｎｓ．Ｃｏｍｍｕｎ ｖｏｌ．４７ Ｎｏ．７ ｐｐ．１０４６−１０６１ Ｘ．Ｄ．Ｗａｎｇ及びＨ．Ｖ．Ｐｏｏｒによる“Iterative (turbo) soft interference cancellation and decoding for coded cdma”に見られるような
【００９１】
【数３９】
に基づくソフト符号化データ情報を計算する。
【００９２】
ＢＰＳＫに関して、ソフト符号化データは以下により与えられ
【００９３】
【数４０】
グレイ符号化ＱＰＳＫに関して、ソフト符号化データは以下により与えられる。
【００９４】
【数４１】
【００９５】
データパケットの初めに送信される参照信号、即ちプリアンブルを用いて、チャンネル状態情報の初期推定を求めることができる。周波数領域又は時間領域における多数のスキームでは、チャンネル推定は、プリアンブル信号が利用可能な時間又は周波数位置において求めることができる。また、方法は、プリアンブル情報なしで動作可能である。補間及び低域フィルタリングを用いて、ユビキタスチャンネル推定を得ることができ、推定誤りをさらに低減できる。以下では、ＯＦＤＭシステムのダウンリンクを、プリアンブルベースのチャンネル推定手法を説明する一例として用いる。方法が利用可能なこの例に対する多数のバリエーションがある。プリアンブルがインデックス、偶数副搬送波の受信信号ＹＰｒｅ＝ＸＰｒｅＨＰｒｅ＋ＷＰｒｅを有すると仮定すると、時間領域においてプリアンブルの二つの同一部分を生成するために、奇数副搬送波の送信データはない。ＹＰｒｅは、Ｎｕｓｅ／２×１ベクトルである。ＸＰｒｅは（Ｎｕｓｅ／２）×（Ｎｕｓｅ／２）プリアンブルデータ対角マトリックスである。ＨＰｒｅは、偶数副搬送波におけるＮｕｓｅ／２×１ベクトルチャンネル周波数応答である。Ｗｐｒｅは、白色ガウスノイズのＮｕｓｅ／２×１及び変数を備えたＩＣＩである。ＬＳ推定が適用される。
【００９６】
【数４２】
全ての副搬送波において低い誤りでチャンネル周波数応答を求めるために、以下の２つの段階が実行される。
１）線形補間
【００９７】
【数４３】
ここで、ｋは奇数である。
【００９８】
仮想（ヌル又はガード）副搬送波が２つのエッジで使用されるので、チャンネル周波数応答は、単に隣接パイロットトーンの繰返しである。
２）移動平均平滑化、窓の大きさがＫに設定される。
【００９９】
【数４４】
【０１００】
プリアンブルシンボルに続くデータシンボルに関し、以下に与えられる、パイロット信号を用いて時間上でチャンネル変化を追跡する。
【０１０１】
【数４５】
ここで
【０１０２】
【数４６】
は、パイロット位置におけるチャンネル応答の推定された一時的な差であり
【０１０３】
【数４７】
は、パイロット位置における差
【０１０４】
【数４８】
に基づき、２つのＯＦＤＭシンボル間の推定チャンネル差であり、特定の低域フィルタリング動作を受ける。例えば、ＭＭＳＥフィルタは、チャンネル遅延プロフィールの統計が周知の場合
【０１０５】
【数４９】
に適用できる。あまり複雑ではない２つのフィルタリング動作は、以下のように与えられる。
１）補間、ここでデータ位置上のチャンネルダイナミックは、適切な補間、例えば最も隣接するパイロット位置上におけるそれらの間の線形補間によって求められる。
２）最大尤度原理による疑似逆フィルタリング。ＯＦＤＭシナリオでは、そのようなフィルタは、フィルタ（・）＝Ｇ（ＢＨＢ）−１ＢＨによって与えられる。Ｎｕｓｅ×ＮＰＦＦＴマトリックスは、副搬送波が使用される行におけるＮ×ＮＦＦＴマトリックスから抽出され、ここでＮＰは、パイロットトーン数である。フィルタリングマトリックス フィルタ（・）＝Ｇ（ＢＨＢ）−１ＢＨは、予め計算可能であり、複雑性を大いに保存する点に注意すべきである。
【０１０６】
基本チャンネルが高速な時分散であり、又はパケットが多数のデータシンボルを含むシナリオでは、パケットの初めに受けたチャンネルは、パケットの終わりに受けたそれとはかなり異なることがある。従って、パイロットの支援をうけてチャンネル変化を追跡するのが重要である。この方法は、始めの反復で特に役立ち、そこでは、ソフト復号化データは、チャンネル推定を更新するために利用可能ではない。
【０１０７】
反復推定段階
２回目の反復に進むと、チャンネル推定器は、反復推定段階に入る。パイロットトーンに類似して、データシンボル送信のためのシステムモデルは、以下に与えられる。
【０１０８】
【数５０】
【０１０９】
ここで、ソフト符号化データ情報を用いて、以下のチャンネルを推定すると
【０１１０】
【数５１】
ここで、
【０１１１】
【数５２】
は、ＭＡＷにおけるソフト符号化データ情報の平均エネルギーである。それは、以下のように示せる。
【０１１２】
【数５３】
及び
【０１１３】
【数５４】
【０１１４】
ＭＡＷフィルタリングは、パイロット信号とソフト符号化データ情報との両方からチャンネル推定を得る。ＭＡＷ内でチャンネル応答がかなり相関している、即ち
【０１１５】
【数５５】
であると仮定すると、副搬送波ｍにおけるチャンネル周波数応答に関する加重平均は、以下により与えられ
【０１１６】
【数５６】
ここで、ＮＰ及びＮｄは、ＭＡＷ内のパイロット数、及びデータシンボル数であり
【０１１７】
【数５７】
【０１１８】
最適重み値｛ωｐ，ωｄ｝は、最大率結合原理（maximum ratio combining principle）を用いて求めることができ、その原理は、以下のラグランジュ乗算問題に対して数学的に系統立てられ
【０１１９】
【数５８】
ここで、λはラグランジュ乗数である。故に、最適重み値｛ωｐ，ωｄ｝は以下のように求められる。
【０１２０】
【数５９】
【０１２１】
【数６０】
【０１２２】
故に、重み付けされたＭＡＷの後、チャンネル応答は、ソフト符号化データ情報とパイロットシンボルとによって再び推定される。提案された重み付けＭＡＷ方法は、周波数及び時間領域の両方に適用され、２つの次元におけるチャンネル応答の相関を利用することができる。始めの推定段階に類似して、周波数及び時間フィルタリングの両方の後に、チャンネル周波数応答は、同じ１組の受信信号Ｙ（ｉ）に対するデータ検出で再び使用される。次の反復では、復号器は、チャンネル推定器に再び
【０１２３】
【数６１】
をフィードバックする。この過程は、多数の反復に関して続く。この反復ターボ方法の利点は、データの復号が反復の進行とともにより確実になる時、ソフト符号化データ情報は、新たな“パイロット”として動作する点である。最後の反復前において、復号化されたＯＦＤＭシンボルは、プリアンブルのように見えるはずである。
【０１２４】
最後の反復において、復号化データ情報がかなり確実になる時、より向上されたフィルタを用いてさらにチャンネル推定の性能を改善することができる。以下において、最大尤度（ＭＬ）及びＭＭＳＥ原理に基づき、２つの例を提案する。説明の目的で、ＯＦＤＭ変調を仮定する。
【０１２５】
最終最大尤度（ＭＬ）推定段階
ガウスランダム過程としてＯＦＤＭシンボル内でのチャンネル変化により引起されるＩＣＩをモデル化することにより、均等なＯＦＤＭシステムモデルが以下のように得られる。
【０１２６】
【数６２】
ここで、Ｘ´（ｉ）＝ｄｉａｇ（Ｘ（ｉ））は、Ｎ×Ｎ対角マトリックスであり、その対角要素は、全副搬送波上に送信されるデータである。Ｇは、Ｎ×Ｌマトリックスであり、要素［Ｇ］ｎ，ｌ＝ｅ−ｊ２πｎｌ／Ｎを備え、０≦ｎ≦Ｎ−１及び０≦ｌ≦Ｌ−１である。ｈ´（ｉ）は、均等なＬ×１チャンネルインパルス応答ベクトルｈ´（ｉ）＝［ｈ´（ｉ）０，ｈ´（ｉ）１，．．．，ｈ´（ｉ）Ｌ−１］Ｔであり、ここで、ｈ´（ｉ）ｌは、式（８）に示す通り、以下により与えられる。
【０１２７】
【数６３】
Ｗ´（ｉ）は、σ２ｗ´＝σ２ｗ＋σ２ＩＣＩを備えた均等なＮ×１ノイズベクトルである。Ｘ´（ｉ）がプリアンブルの場合に周知であるとすると、ＬＳ推定は以下により与えられ
【０１２８】
【数６４】
ＭＬＥは以下により与えられる。
【０１２９】
【数６５】
故に、符号化ソフトデータ情報が最後の反復において確実になると、ＯＦＤＭシンボルは、プリアンブルのように動作する。反復最大尤度チャンネル推定の最終出力は、以下により与えられ
【０１３０】
【数６６】
ここで
【０１３１】
【数６７】
は、パイロットトーンを備えた最後から２番目の反復からのソフト符号化ＯＦＤＭシンボルである。
【０１３２】
代替最終最小平均二乗誤り（ＭＭＳＥ）推定段階
ガウスランダム過程としてＯＦＤＭシンボル内のチャンネル変化によって引起されるＩＣＩをモデル化することにより、以下のように均等なＯＦＤＭシステムモデルを得る。
【０１３３】
【数６８】
ここで、Ｘ´（ｉ）＝ｄｉａｇ（Ｘ（ｉ））は、Ｎ×Ｎ対角マトリックスであり、その対角要素は、全副搬送波上に送信されたデータである。Ｇは、要素［Ｇ］ｎ，ｌ＝ｅ−ｊ２πｎｌ／Ｎを備えたＮ×Ｌマトリックスであり、０≦ｎ≦Ｎ−１及び０≦ｌ≦Ｌ−１である。ｈ´（ｉ）は、均等なＬ×１チャンネルインパルス応答ベクトルｈ´（ｉ）＝［ｈ´（ｉ）０，ｈ´（ｉ）１，．．．，ｈ´（ｉ）Ｌ−１］Ｔであり、ここでｈ´（ｉ）１は、式８に示す通り、以下により与えられる。
【０１３４】
【数６９】
Ｗ´（ｉ）は、均等なＮ×１ノイズベクトルσ２ｗ´＝σ２ｗ＋σ２ＩＣＩである。プリアンブルの場合に周知であると、ＬＳ推定は、以下により与えられ
【０１３５】
【数７０】
ＭＭＳＥは以下により与えられ
【０１３６】
【数７１】
ここでＲｈ´ｈ´＝Ｅ｛ｈ´ｈ´Ｈ｝＝ｄｉａｇ（αｌ）は、ＷＳＳＵＳ仮定に基づきｈ´からなるＬ×Ｌ共分散マトリックスであり、各種パスにおけるフェージング係数は、統計的に独立したゼロ平均複素ガウスランダム変数である。ＩＬは、Ｌ×Ｌ単位マトリックスであり、ＧＨＧ＝ＮＩＬである。
【０１３７】
故に、符号化ソフトデータ情報が最後の反復において確実になると、ＯＦＤＭシンボルは、プリアンブルのように動作する。反復ＭＭＳＥチャンネル推定の最終出力は、以下により与えられ
【０１３８】
【数７２】
ここで
【０１３９】
【数７３】
は、パイロットトーンを備えた最後から２番目の反復からのソフト符号化ＯＦＤＭシンボルである。
【０１４０】
反復ターボ最大尤度チャンネル推定（ＭＬＥ）の平均二乗誤り分析
提案された反復ターボ最大尤度チャンネル推定のＭＳＥを分析することは、ソフト情報とＭＡＰ復号器との変更のため、困難である。その代わり、ＭＬＥに対して比較的低い制約のＭＳＥを導く。ＭＬＥは、ＭＶＵ推定器として知られ、それは、決定的な量に対する最適な推定器である。ＭＬＥの性能は、ＣＲＬＢにより比較的低く制約される。提案された反復ターボ最大尤度チャンネル推定がＣＲＬＢを達成できる場合、更に改善することが不可能であることを示す。式（４３）から展開すると
【０１４１】
【数７４】
となる。
【０１４２】
ＭＬＥに関して、Ｎ×１ベクトルＨ（ｉ）は、一定であるとみなされ、期待値は、白色ガウスノイズにわたって得られ、即ち
【０１４３】
【数７５】
故に
【０１４４】
【数７６】
の共分散マトリックスは、以下により与えられる。
【０１４５】
【数７７】
【０１４６】
平均ＭＳＥは、以下により与えられ
【０１４７】
【数７８】
ここでＴｒ（・）は、トレース演算である。
【０１４８】
反復ターボ最大尤度チャンネル推定の複雑性分析
提案された反復ターボ最大尤度チャンネル推定に対する計算の複雑性は、３つの段階にわたる複合乗算の数により近似される。全部でＭ回の反復があると仮定する。始めの推定段階において、パイロット推定は、ＮＰ個の複合乗算を必要とし、ここでＮＰは、パイロットトーンの数である。データトーンにおける粗いチャンネル周波数応答を求めるために、パイロットトーン間の線形補間は、２×（Ｎ−ＮＰ）個の複合乗算を必要とする。周波数領域フィルタリングにおいて、平滑平均動作は、Ｎ個の複合乗算を必要とするだけである。時間領域フィルタリングにおいて、ＮＴＤＭＡＷ複合乗算は、副搬送波毎に必要とされ、ここでＮＴＤＭＡＷは、時間領域ＭＡＷの大きさである。
【０１４９】
反復推定段階において、全ての反復は、同じ計算の複雑性を必要とする。特に、各反復において、ソフトデータチャンネル推定は、Ｎ−ＮＰ個の複合乗算を必要とする。副搬送波毎に、ωＰ，ωｄ係数の計算は、Ｎ個の乗算を必要とし、周波数領域フィルタリングは、ＮＦＤＭＡＷ個の複合乗算を必要とし、ここでＮＦＤＭＡＷは、周波数領域ＭＡＷの大きさであり、時間領域フィルタリングは、ＮＴＤＭＡＷ複合乗算を必要とする。
【０１５０】
最終最大尤度推定段階において、ソフトデータチャンネル推定及びＭＬＥ動作のみが実行される。反復推定段階に類似して、ソフトデータチャンネル推定は、Ｎ−ＮＰ個の複合乗算を必要とする。ＭＬＥ動作は、Ｎ２個の複合乗算を必要とする。
【０１５１】
表Ｉは、段階毎の複合乗算の数を要約したものである。表ＩＩは、従来のパイロット支援ＭＬＥ及びＭＭＳＥチャンネル推定の複雑性を示し、ここでＮＣＰは、ＣＰの長さであり、最大チャンネル遅延拡散を表す。計算の複雑性は、提案された反復最大尤度チャンネル推定に関するＯ（Ｎ２）であり、パイロット専用の全副搬送波を備えた従来のＭＬＥとほぼ同じであることが明らかである。即ち、同じ計算の複雑性を用いて、提案された反復最大尤度チャンネル推定は、プリアンブルの場合におけるＭＬＥの性能を達成することができ、それは、達成可能な最良の性能である。一方、複雑性は、パイロットトーンの数が増えるときに低減される。また、関連するマトリックス反転がないので、提案された反復最大尤度チャンネル推定に対する計算の複雑性は、従来のＭＭＳＥチャンネル推定よりかなり低い。図５は、上記３つのチャンネル推定技法を複雑性について比較したものであり、ここでＭ＝６、Ｎ＝２５６、ＮＴＤＭＡＷ＝３、ＮＦＤＭＡＷ＝９及びＮＣＰ＝６４である。
【０１５２】
【表１】
【０１５３】
【表２】
【０１５４】
シミュレーション
シミュレーション設定
このセクションでは、提案された反復ターボ最大尤度チャンネル推定技法の性能を証明するために、Ｎ＝２５６の副搬送波と８個のパイロットトーンとを備えたＯＦＤＭシステムを考える。搬送周波数は、５ＧＨｚであり、帯域幅は、５ＭＨｚである。ＩＭＴ−２０００車両Ａチャンネル［７］は、Ｊａｋｅｓモデルによって生成され、指数関数的減衰パワープロフィールが｛０、−１、−９、−１０、−１５、−２０｝ｄＢであり、相対パス遅延が｛０，３１０、７１０、１０９０、１７３０、２５１０｝ｎｓである。車両速度は、３３３ｋｍｈであり、ドップラー周波数に変換するとｆｍ＝１５４０．１２５Ｈｚである。ＣＰ持続時間は、２．８μｓである。故に、ＯＦＤＭシンボルの持続時間は、Ｔｓｙｍ＝ＮＴＳ＋ＣＰ＝５４μｓである。ｆｍＴｓｙｍは約０．０８であり、シンボル持続時間は、チャンネルコヒーレント時間のうち約８％である。故に、移動によるＩＣＩは、対象となるＳＮＲ領域に関する白色ガウスノイズとして扱うことができる。
【０１５５】
割合−１／２（５，７）８畳み込み符号は、チャンネル符号化に使用される。ランダムインタリーバは、シミュレーションで適合され、変調スキームは、ＱＰＳＫである。反復の最大数は、６に設定される。フレーム送信毎に１０個のＯＦＤＭシンボルがあり、それは、プリアンブルが１０個のＯＦＤＭシンボル毎に挿入されることを意味する。パイロットシンボルのエネルギーは、データシンボルと同じである。パイロットトーンは、３２のパイロット間隔で副搬送波上に挿入され、均一に分配される。周波数領域ＭＡＷの大きさは、９に設定され、時間領域ＭＡＷの大きさは、３に設定され、ＭＡＷ内のチャンネル周波数応答の相関が十分に高いことを保証する。提案された反復チャンネル推定技法を備えたＯＦＤＭシステムはまた、６４個のパイロットトーンを用いて従来のパイロット支援チャンネル推定と比較される。性能比較は、ＯＦＤＭ ＢＥＲ、シンボル誤り率（ＳＥＲ）、フレーム誤り率（ＦＥＲ）及び以下に定義するＭＥＳに関して行われる。
【０１５６】
【数７９】
【０１５７】
反復ターボＭＬＥの場合、ＭＳＥの性能は、全副搬送波がパイロットトーンに分配される時、ＣＲＬＢと比較される。即ち、それは、ＭＬＥが達成できる最高の性能を有するプリアンブルケースである。類似に、反復ターボＭＭＳＥＥの場合、ＭＳＥの性能は、プリアンブルの場合と比較される。
【０１５８】
数字的結果
図６は、多数の反復に関する提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムの性能を示す。図６（ｄ）に示す通り、最後の反復において、提案された反復ターボＭＬチャンネル推定のＭＳＥは、ＣＲＬＢに取組む。これは、ＢＥＲ、ＳＥＲ及びＦＥＲが、それぞれ図６（ａ）、図６（ｂ）及び図６（ｃ）に示す通り、完全なチャンネル情報とともにそれらに取組むことを保証する。これは、提案された反復ターボＭＬチャンネル推定がプリアンブル、パイロット及びソフト符号化データシンボルを利用して、チャンネル周波数応答を推定するからである。反復が進行するにつれ、ソフト符号化データシンボルは、より確実になり、それは、次の反復において新たな“パイロット”シンボルとして作動する。他方で、従来のＭＬＥは、パイロットトーンの制限された数のみ使用する。
【０１５９】
図７は、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムと、６４個のパイロットトーンを持つ従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間のＢＥＲ、ＳＥＲ，ＦＥＲ及びＭＳＥの性能を示す。性能曲線は、プリアンブル及びパイロットトーンに起因したＳＮＲ損失を補償するように遷移する。それは、提案された反復ターボＭＬチャンネル推定が常に比較的良好な性能を有することを示す。この観測はまた、提案された反復ターボＭＬチャンネル推定がパワー及びスペクトルの両方で効率的なことを意味する。
【０１６０】
図８は、多数の反復にわたる提案された反復ターボＭＭＳＥＥチャンネル推定を備えたＯＦＤＭシステムの性能を示す。図９は、提案された反復ターボＭＭＳＥＥチャンネル推定を備えたＯＦＤＭシステムと、６４個のパイロットトーンを持つ従来のパイロット支援ＭＭＳＥＥチャンネル推定を備えたＯＦＤＭシステムとの間のＢＥＲ、ＳＥＲ、ＦＥＲ及びＭＳＥの性能を示す。同じ結果が描かれうる。
【図面の簡単な説明】
【０１６１】
【図１】図１は、反復ターボチャンネル推定を備えたＯＦＤＭシステムのブロック図である。
【図２】図２は、５ＧＨｚの中央周波数及び２５６個の副搬送波を備えたＩＭＴ−２０００車両Ａチャンネルに関するＩＣＩパワーを示すグラフである。
【図３】図３は、副搬送波５におけるチャンネル周波数応答と中央周波数５ＧＨｚを備えた３３３ｋｍｈにおけるＩＭＴ−２０００車両Ａチャンネルに関する他の副搬送波との間の正規化相関を示すグラフである。
【図４】図４は、ＯＦＤＭシンボル１０と、中央周波数５ＧＨｚを備えた３３３ｋｍｈにおけるＩＭＴ−２０００車両Ａチャンネルに関する連続ＯＦＤＭシンボルとの間の副搬送波５におけるチャンネル周波数応答の正規化相関を示すグラフである。
【図５】図５は、反復ターボＭＬＥ、従来のパイロット支援ＭＬＥ及び従来のパイロット支援ＭＭＳＥ間の複雑性比較を示すグラフである。
【図６ａ】図６ａは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、ビット誤り率を示す。
【図６ｂ】図６ｂは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、シンボル誤り率を示す。
【図６ｃ】図６ｃは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、フレーム誤り率を示す。
【図６ｄ】図６ｄは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、平均二乗誤りを示す。
【図７ａ】図７ａは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、ビット誤り率を示す。
【図７ｂ】図７ｂは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、シンボル誤り率を示す。
【図７ｃ】図７ｃは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、フレーム誤りを示す。
【図７ｄ】図７ｄは、提案された反復ターボＭＬチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、平均二乗誤りを示す。
【図８ａ】図８ａは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、ビット誤り率を示す。
【図８ｂ】図８ｂは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、シンボル誤り率を示す。
【図８ｃ】図８ｃは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、フレーム誤り率を示す。
【図８ｄ】図８ｄは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムの性能を示す一連のグラフであって、平均二乗誤りを示す。
【図９ａ】図９ａは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、ビット誤り率を示す。
【図９ｂ】図９ｂは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、シンボル誤り率を示す。
【図９ｃ】図９ｃは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、フレーム誤り率を示す。
【図９ｄ】図９ｄは、提案された反復ターボＭＭＳＥチャンネル推定を備えたＯＦＤＭシステムと、従来のパイロット支援ＭＬチャンネル推定を備えたＯＦＤＭシステムとの間の性能を示す一連のグラフであって、平均二乗誤りを示す。
【符号の説明】
【０１６２】
５０ 等化
７０ 復号器
８２ デインタリーバ
【特許請求の範囲】
【請求項１】
マルチパスチャンネル上に送信するためのチャンネル推定とデータ検出との方法であって、
通信チャンネル上の送信を受信する過程であって、前記送信は、一連のフレームを具備し、各フレームは、情報データからなる一連のブロック又はシンボルを具備し、各シンボルは、多数のサンプルに分割され、多数のサンプルは、多数の副搬送波を用いて同時に送信され、パイロットトーンは、各シンボルに挿入され、チャンネル推定とデータ検出とを支援する、過程と、
前記受信された送信のシンボルからパイロットトーンを抽出し、前記パイロットトーンを用いて、反復最大尤度チャンネル推定過程によりチャンネル周波数応答における変化を推定することによって前記受信された送信のシンボルを復号する過程であって、前記推定過程が
第１の反復において、パイロットトーンから求めたシンボルに関するチャンネル周波数応答の推定から、信頼値又はそれに関連する信頼性を有する情報であるソフト復号データ情報を導出する段階と、
少なくとも第２の反復において、前記パイロットトーンと同時に仮想パイロットトーンとして前記ソフト復号データ情報を用いて、前記シンボルに関する前記チャンネル周波数応答を再び推定する段階とを具備する、過程と、
を具備することを特徴とする方法。
【請求項２】
前記第１の反復において、粗いチャンネル周波数応答は、パイロット位置で求めたチャンネルダイナミクスの低域フィルタリングを介して前記チャンネル変化を追跡することによって求められることを特徴とする請求項１に記載の方法。
【請求項３】
周波数領域移動平均窓（ＭＡＷ）フィルタリングは、前記第１の反復後に適用されて前記推定ノイズを低減することを特徴とする請求項２に記載の方法。
【請求項４】
前記第２の反復において、パイロットシンボル及びソフト復号データ情報の両方を用いて、チャンネル周波数応答を結合的に推定することを特徴とする請求項１、２又は３に記載の方法。
【請求項５】
時間及び周波数領域ＭＡＷフィルタリングは、前記第２の反復後に適用され、前記推定ノイズを低減することを特徴とする請求項４に記載の方法。
【請求項６】
最大率結合（ＭＲＣ）原理を用いて、周波数領域及び時間領域ＭＡＷフィルタリングにおけるチャンネル推定に関する最適重み値を導出することを特徴とする請求項３又は５に記載の方法。
【請求項７】
前記第２及び後続の反復後、最大尤度（ＭＬ）原理を用いて、最後のチャンネル推定を求めることを特徴とする請求項１〜６に記載の方法。
【請求項８】
前記第２及び後続の反復後、最小平均二乗誤り（ＭＭＳＥ）原理を用いて、前記最後のチャンネル推定を求めることを特徴とする請求項１から６のうち何れか１項に記載の方法。
【請求項９】
前記反復過程は、前記周波数領域で実行されることを特徴とする請求項１〜８に記載の方法。
【請求項１０】
時間領域ＭＡＷフィルタリングが前記周波数領域のフィルタリングの後に適用される場合の各々において、前記推定ノイズをさらに低減することを特徴とする請求項１〜９に記載の方法。
【請求項１１】
前記フィルタリングの重み値は、連続シンボル間の相関によって決定されることを特徴とする請求項１０に記載の方法。
【請求項１２】
前記手順は、第３の反復に関して繰返されることを特徴とする請求項１〜１１に記載の方法。
【請求項１３】
プリアンブルは、各送信フレームに含まれ、前記プリアンブル、パイロット及びソフト復号データを全て用いて、シンボル毎のチャンネル周波数応答を追跡することを特徴とする請求項１〜１２に記載の方法。
【請求項１４】
前記チャンネル推定は、これら３つの属性のうち、結合的な重み付け及び平均化であることを特徴とする請求項１３に記載の方法。
【請求項１５】
畳み込み符号の代わりであるターボ符号は、データの復号化で使用されることを特徴とする請求項１〜１４に記載の方法。
【請求項１６】
畳み込み符号の代わりである低濃度パリティチェック（ＬＤＰＣ）符号は、データの復号化で使用されることを特徴とする請求項１から１４のうちいずれか１項に記載の方法。
【請求項１７】
ＯＦＤＭ、ＭＩＭＯ−ＯＦＤＭ又はＭＣ−ＣＤＭＡに適用される、請求項１〜１６に記載の方法。
【請求項１８】
周波数オフセット及びタイミングオフセット推定及び追跡は、前記反復チャンネル推定内に組込まれることを特徴とする請求項１〜１７に記載の方法。
【請求項１９】
チャンネルの変化を推定し、多数のチャンネル上で受信されたデータを検出できる受信器であって、
通信チャンネル上で送信を受信するための受信部であって、前記送信は、一連のフレームを具備し、各フレームは、情報データからなる一連のブロック又はシンボルを具備し、各シンボルは、多数のサンプルに分割され、多数のサンプルは、多数の副搬送波を用いて同時に送信され、パイロットトーンは、各シンボルに挿入され、チャンネル推定及びデータ検出を支援する、受信部と、
前記受信された送信のシンボルからパイロットトーンを抽出し、パイロットトーンを用いて、反復最大尤度チャンネル推定過程により前記チャンネル周波数応答における変化を推定することによって、前記受信された送信のシンボルを復号化するための復号プロセッサであって、前記プロセッサが
第１の反復において、パイロットトーンから求めたシンボルに関するチャンネル周波数応答の推定から、信頼値又はそれに関連する信頼性を有する情報であるソフト復号データ情報を導出する段階と、
少なくとも第２の反復において、前記パイロットトーンと同時に仮想パイロットトーンとして前記ソフト復号データ情報を用いて、前記シンボルに関する前記チャンネル周波数応答を再び推定する段階とを具備する前記推定過程を実行する、前記プロセッサと、
を具備することを特徴とする受信器。
【請求項２０】
請求項１から１８のうち何れか１項に記載の方法を実行するためのコンピュータソフトウェア。
【請求項１】
マルチパスチャンネル上に送信するためのチャンネル推定とデータ検出との方法であって、
通信チャンネル上の送信を受信する過程であって、前記送信は、一連のフレームを具備し、各フレームは、情報データからなる一連のブロック又はシンボルを具備し、各シンボルは、多数のサンプルに分割され、多数のサンプルは、多数の副搬送波を用いて同時に送信され、パイロットトーンは、各シンボルに挿入され、チャンネル推定とデータ検出とを支援する、過程と、
前記受信された送信のシンボルからパイロットトーンを抽出し、前記パイロットトーンを用いて、反復最大尤度チャンネル推定過程によりチャンネル周波数応答における変化を推定することによって前記受信された送信のシンボルを復号する過程であって、前記推定過程が
第１の反復において、パイロットトーンから求めたシンボルに関するチャンネル周波数応答の推定から、信頼値又はそれに関連する信頼性を有する情報であるソフト復号データ情報を導出する段階と、
少なくとも第２の反復において、前記パイロットトーンと同時に仮想パイロットトーンとして前記ソフト復号データ情報を用いて、前記シンボルに関する前記チャンネル周波数応答を再び推定する段階とを具備する、過程と、
を具備することを特徴とする方法。
【請求項２】
前記第１の反復において、粗いチャンネル周波数応答は、パイロット位置で求めたチャンネルダイナミクスの低域フィルタリングを介して前記チャンネル変化を追跡することによって求められることを特徴とする請求項１に記載の方法。
【請求項３】
周波数領域移動平均窓（ＭＡＷ）フィルタリングは、前記第１の反復後に適用されて前記推定ノイズを低減することを特徴とする請求項２に記載の方法。
【請求項４】
前記第２の反復において、パイロットシンボル及びソフト復号データ情報の両方を用いて、チャンネル周波数応答を結合的に推定することを特徴とする請求項１、２又は３に記載の方法。
【請求項５】
時間及び周波数領域ＭＡＷフィルタリングは、前記第２の反復後に適用され、前記推定ノイズを低減することを特徴とする請求項４に記載の方法。
【請求項６】
最大率結合（ＭＲＣ）原理を用いて、周波数領域及び時間領域ＭＡＷフィルタリングにおけるチャンネル推定に関する最適重み値を導出することを特徴とする請求項３又は５に記載の方法。
【請求項７】
前記第２及び後続の反復後、最大尤度（ＭＬ）原理を用いて、最後のチャンネル推定を求めることを特徴とする請求項１〜６に記載の方法。
【請求項８】
前記第２及び後続の反復後、最小平均二乗誤り（ＭＭＳＥ）原理を用いて、前記最後のチャンネル推定を求めることを特徴とする請求項１から６のうち何れか１項に記載の方法。
【請求項９】
前記反復過程は、前記周波数領域で実行されることを特徴とする請求項１〜８に記載の方法。
【請求項１０】
時間領域ＭＡＷフィルタリングが前記周波数領域のフィルタリングの後に適用される場合の各々において、前記推定ノイズをさらに低減することを特徴とする請求項１〜９に記載の方法。
【請求項１１】
前記フィルタリングの重み値は、連続シンボル間の相関によって決定されることを特徴とする請求項１０に記載の方法。
【請求項１２】
前記手順は、第３の反復に関して繰返されることを特徴とする請求項１〜１１に記載の方法。
【請求項１３】
プリアンブルは、各送信フレームに含まれ、前記プリアンブル、パイロット及びソフト復号データを全て用いて、シンボル毎のチャンネル周波数応答を追跡することを特徴とする請求項１〜１２に記載の方法。
【請求項１４】
前記チャンネル推定は、これら３つの属性のうち、結合的な重み付け及び平均化であることを特徴とする請求項１３に記載の方法。
【請求項１５】
畳み込み符号の代わりであるターボ符号は、データの復号化で使用されることを特徴とする請求項１〜１４に記載の方法。
【請求項１６】
畳み込み符号の代わりである低濃度パリティチェック（ＬＤＰＣ）符号は、データの復号化で使用されることを特徴とする請求項１から１４のうちいずれか１項に記載の方法。
【請求項１７】
ＯＦＤＭ、ＭＩＭＯ−ＯＦＤＭ又はＭＣ−ＣＤＭＡに適用される、請求項１〜１６に記載の方法。
【請求項１８】
周波数オフセット及びタイミングオフセット推定及び追跡は、前記反復チャンネル推定内に組込まれることを特徴とする請求項１〜１７に記載の方法。
【請求項１９】
チャンネルの変化を推定し、多数のチャンネル上で受信されたデータを検出できる受信器であって、
通信チャンネル上で送信を受信するための受信部であって、前記送信は、一連のフレームを具備し、各フレームは、情報データからなる一連のブロック又はシンボルを具備し、各シンボルは、多数のサンプルに分割され、多数のサンプルは、多数の副搬送波を用いて同時に送信され、パイロットトーンは、各シンボルに挿入され、チャンネル推定及びデータ検出を支援する、受信部と、
前記受信された送信のシンボルからパイロットトーンを抽出し、パイロットトーンを用いて、反復最大尤度チャンネル推定過程により前記チャンネル周波数応答における変化を推定することによって、前記受信された送信のシンボルを復号化するための復号プロセッサであって、前記プロセッサが
第１の反復において、パイロットトーンから求めたシンボルに関するチャンネル周波数応答の推定から、信頼値又はそれに関連する信頼性を有する情報であるソフト復号データ情報を導出する段階と、
少なくとも第２の反復において、前記パイロットトーンと同時に仮想パイロットトーンとして前記ソフト復号データ情報を用いて、前記シンボルに関する前記チャンネル周波数応答を再び推定する段階とを具備する前記推定過程を実行する、前記プロセッサと、
を具備することを特徴とする受信器。
【請求項２０】
請求項１から１８のうち何れか１項に記載の方法を実行するためのコンピュータソフトウェア。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６ａ】
【図６ｂ】
【図６ｃ】
【図６ｄ】
【図７ａ】
【図７ｂ】
【図７ｃ】
【図７ｄ】
【図８ａ】
【図８ｂ】
【図８ｃ】
【図８ｄ】
【図９ａ】
【図９ｂ】
【図９ｃ】
【図９ｄ】
【図２】
【図３】
【図４】
【図５】
【図６ａ】
【図６ｂ】
【図６ｃ】
【図６ｄ】
【図７ａ】
【図７ｂ】
【図７ｃ】
【図７ｄ】
【図８ａ】
【図８ｂ】
【図８ｃ】
【図８ｄ】
【図９ａ】
【図９ｂ】
【図９ｃ】
【図９ｄ】
【公表番号】特表２００９−５３２９５７（Ｐ２００９−５３２９５７Ａ）
【公表日】平成２１年９月１０日（２００９．９．１０）
【国際特許分類】
【出願番号】特願２００９−５０３３６９（Ｐ２００９−５０３３６９）
【出願日】平成１９年３月３０日（２００７．３．３０）
【国際出願番号】ＰＣＴ／ＡＵ２００７／０００４１５
【国際公開番号】ＷＯ２００７／１１２４８９
【国際公開日】平成１９年１０月１１日（２００７．１０．１１）
【出願人】（５０７０７４１３３）ナショナル・アイシーティ・オーストラリア・リミテッド (10)
【Ｆターム（参考）】
【公表日】平成２１年９月１０日（２００９．９．１０）
【国際特許分類】
【出願日】平成１９年３月３０日（２００７．３．３０）
【国際出願番号】ＰＣＴ／ＡＵ２００７／０００４１５
【国際公開番号】ＷＯ２００７／１１２４８９
【国際公開日】平成１９年１０月１１日（２００７．１０．１１）
【出願人】（５０７０７４１３３）ナショナル・アイシーティ・オーストラリア・リミテッド (10)
【Ｆターム（参考）】
[ Back to top ]