超分解能ブラインドチャネルモデル化の方法
【課題】広帯域チャネルの一部、具体的には非重複周波数サブバンドにおける測定しか利用可能でないときに、広帯域チャネルの周波数応答を推定し、チャネルモデルを抽出する方法を提供する。
【解決手段】対象となる広帯域チャネルの非重複サブバンドにおける測定から伝播チャネルが再構成される。サブバンドにおいてのみ送信されるサウンディング信号に基づいてマルチパスパラメーターの高分解能でサブバンドにおける遅延を推定し、遅延に基づいてサブバンドのチャネルインパルス応答を求め、その結果の適切なソフト結合を使用することによって、測定されたサブバンド間を正確に補間するチャネル推定値及びチャネルモデルを抽出することができる。
【解決手段】対象となる広帯域チャネルの非重複サブバンドにおける測定から伝播チャネルが再構成される。サブバンドにおいてのみ送信されるサウンディング信号に基づいてマルチパスパラメーターの高分解能でサブバンドにおける遅延を推定し、遅延に基づいてサブバンドのチャネルインパルス応答を求め、その結果の適切なソフト結合を使用することによって、測定されたサブバンド間を正確に補間するチャネル推定値及びチャネルモデルを抽出することができる。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、包括的には、無線チャネルのチャネル測定、チャネル推定、及びチャネルモデル化に関する。
【背景技術】
【０００２】
無線伝播チャネルの正確な特性評価は、高性能無線システムを設計する際に極めて重要な役割を果たす。シャノンの独創的な研究で実証されているように、無線伝送の基本的な性能限界は無線チャネル特性によって決まる。したがって、基礎と成るチャネルを掘り下げて理解することによって、システムアーキテクトが実際の無線システムの設計、最適化、及びその後の解析を行うことを容易にすることができる。
【０００３】
システム開発においては、測定に基づくチャネルモデルが必要不可欠である。従来、チャネル測定は、対象となる周波数帯域全体にわたってサウンディング信号を送信して測定することにより行われている。しかしながら、対象となる周波数帯域全体ではなく、そのいくつかの部分にわたってしかサウンディング信号を送信することができない課題のある状況が存在することが多い。このような課題は、規制上の制約、干渉を有する測定、及び狭帯域測定の再利用を含む多くの実際の状況で起こる。
【０００４】
まず第１に、アナログＴＶ放送等のいくつかのレガシー無線サービスが特定の周波数帯域から除去又は再配置されると、解放された帯域は、さまざまな放送サービスを提供するように再グループ化することができる。したがって、これらの広帯域(wideband)チャネルのチャネルモデルは、レガシーサービスが終了する前であっても、今後のアプリケーションを開発するのに必要とされる。しかしながら、チャネル特性の測定は、レガシーサービスがまだ運用されている間は、存在するチャネル間の「余白」においてしか行うことができない。
【０００５】
第２に、多くの測定において、所望の帯域幅全体にわたって干渉がないことを保証することは不可能である。このことは、ＩＳＭ(産業科学医療)帯域がライセンスフリーの運用であることから、ＩＳＭ帯域に特に当てはまる。従来、干渉の帯域幅が測定帯域幅よりも多くの場合小さいにもかかわらず、干渉によって品質低下を引き起こしたすべての測定を廃棄しなければならない。チャネル測定中に被る高いコストを考えると、所望の周波数帯域のいくつかの部分にわたる干渉のない測定からチャネルモデルを直接導出することができれば非常に望ましい。
【０００６】
第３に、無線データシステムの各世代は、前の世代よりも多くの帯域幅を占有し、したがって、よりブロードバンドなチャネルモデルを必要とする。このようなブロードバンドチャネルモデルは新しい測定キャンペーンを通じて導出することができるが、膨大な労力を招くことから、隣接する周波数帯域において既存の狭帯域測定を再利用することができるか否かを調べることは価値がある。
【０００７】
以下の表記法がこの発明で使用される。ベクトル及び行列はボールド体文字によって表される。(・)†、(・)Ｔ、及び(・)Ｈは、それぞれムーア・ペンローズ疑似逆行列、転置演算、及びエルミート共役転置を表す。｜・｜は、囲まれた複素数量(enclosed complex-valued quantity)を示す一方、
【０００８】
【数１】
【０００９】
はｘよりも小さい最大整数である。さらに、
【００１０】
【数２】
【００１１】
は、行列Ａの第ｉ行第ｊ列のエントリを示すのに対して、
【００１２】
【数３】
【００１３】
は行列
【００１４】
【数４】
【００１５】
の第ｑ列を示す。最後に、
【００１６】
【数５】
【００１７】
はＮ×Ｎ単位行列である一方、
【００１８】
【数６】
【００１９】
はエントリ
【００２０】
【数７】
【００２１】
０≦ｎ，ｋ≦Ｎ−１について
【００２２】
を有するＮ点離散フーリエ変換(ＤＦＴ)行列である。
【発明の概要】
【発明が解決しようとする課題】
【００２３】
この発明の実施の形態は、広帯域チャネルの一部、具体的には非重複(disjoint)の狭い周波数サブバンドにおける測定しか利用可能でないときに、広帯域チャネルの周波数応答を推定し、その後、チャネルモデルを抽出する方法を提供する。
【００２４】
従来のチャネルモデル化技法は、サウンディング信号が利用可能でない帯域の部分をモデル化することができない。すなわち、これらの技法は、従来の補間を使用する場合、性能が低下するという難点がある。
【課題を解決するための手段】
【００２５】
この障害を回避するために、実施の形態は、３ステップ超分解能ブラインド方法を提供する。第１に、各サブバンドの伝達関数に基づく超分解能方法を使用することによってパス遅延が別々に推定される。分解能は、チップ期間のフラクション(fraction)であり、推定値は、非重複周波数サブバンドにおいてのみ送信されるサウンディング信号に基づいている。
【００２６】
本方法は、このような遅延推定値のセットを利用して、未測定のサブバンドにわたってチャネル推定を行い、その後、広帯域チャネル全体にわたる周波数応答を導出する。サウンディング信号は未測定のサブバンドにわたって送信されないので、このチャネル推定は「ブラインド」であると言われる。
【００２７】
最後に、異なるサブバンドから導出された推定値はソフト結合技法を介して結合される。超分解能ブラインド方法は、従来の方法を上回る大幅な性能利得を達成することができる。
【発明の効果】
【００２８】
この発明は、対象となる周波数帯域の非重複サブバンドにおける測定から伝播チャネルを再構成する方法を提供する。マルチパスパラメーターの高分解能の推定及び結果の適切な結合を使用することによって、測定されたサブバンド間を正確に補間するモデルが導出されている。
【図面の簡単な説明】
【００２９】
【図１】この発明の実施の形態による超分解能ブラインドチャネルモデル化システムのブロック図である。
【図２】Ｋ＝２の場合の測定チャネルの概略図である。
【図３】この発明の実施の形態による３ステップ超分解能ブラインドチャネルモデル化方法のブロック図である。
【図４】この発明の実施の形態によるロールオフ係数βの異なる値を有する二乗余弦パルス形状のＰＮ系列の自己相関関数のグラフである。
【図５】この発明の実施の形態によるｙ(ｋ)(ｔ)を利用することによる超分解能遅延推定の概略図である。
【図６】この発明の実施の形態によるソフト結合に用いられる例示的な重み係数のグラフである。
【発明を実施するための形態】
【００３０】
この発明の実施の形態は、広帯域チャネルの一部、具体的には非重複周波数サブバンドにおける測定しか利用可能でないときに、広帯域チャネルの周波数応答を推定し、その後、チャネルモデルを抽出する方法を提供する。
【００３１】
図１に示すように、システムは、無線チャネル１１５によって接続される送信機(ＴＸ)１１０及び受信機(ＲＸ)１２０を含む。システムは、ガードバンド(ブラインド領域とも呼ばれる)によって分離されたＫ個の非重複狭帯域サブバンド１０１を使用する。図２は、Ｋ＝２個のサブバンドを有する特定の場合を示す。各サブバンド、すなわちガードバンドの帯域幅は異なることができることに留意されたい。
【００３２】
図１に示されるように、Ｇ個の繰り返される疑似雑音(ＰＮ)系列１１１から成るサウンディング信号が、平方根二乗余弦フィルター等のパルス形状フィルターｈＴ(ｔ)１１３に供給される前にまずアップサンプリングされる(１１２)。その後、このパルス形状信号は、ｆｋにアップコンバートされ、ｋ番目のサブバンドを通じて送信される。その結果、送信信号ｓ(ｔ)は、異なる非重複の狭い周波数サブバンドにわたって送信された複数の狭帯域サウンディング信号を重ね合わせたものである。
【００３３】
Ｌ個の離散ＭＰＣで構成される周波数選択チャネルを考えることにする。したがって、チャネルインパルス応答は、
【００３４】
【数８】
【００３５】
として表すことができる。ここで、δ(・)はデルタ関数である一方、αｌ及びτｌはそれぞれｌ番目のＭＰＣのパス利得及び遅延である。チャネルはＧ個のＰＮ系列にわたってほぼ静的な状態を維持するものと暗黙的に仮定されていることに留意されたい。
【００３６】
受信機は、照合フィルター１２１及び以下で詳述されるこの発明の実施の形態による超分解能ブラインドチャネルモデル化方法３００を含む。受信信号は、ｓ(ｔ)及びｈ(ｔ)の畳み込みとして記述することができ、
【００３７】
【数９】
【００３８】
と示される。ここで、ｗ(ｔ)はゼロ平均複素ガウス雑音
ＣＮ(０，σ２)
としてモデル化される。
【００３９】
受信機は、ｒ(ｔ)を受信すると、まず、各サブバンドの受信信号をベースバンドにダウンコンバートし、ダウンコンバートされた信号をｈＲ(ｔ)と照合フィルタリングする(１２１)。照合フィルタリングの後、その結果のｋ番目のサブバンド受信信号は、ｋ＝１，２，…，Ｋについてのｙ(ｋ)(ｔ)となる。
【００４０】
遅延τの後の送信信号は、
ｘ(ｔ−τ)
である。
【００４１】
ｈ(ｔ)の周波数応答をＨ(ｆ)によって示すことにする。明らかに、Ｈ(ｆ)の簡単な最小二乗(ＬＳ)推定値は以下の通りに導出することができる。
【００４２】
【数１０】
【００４３】
ここで、Ｒ(ｆ)及びＳ(ｆ)は、それぞれｒ(ｔ)及びｓ(ｔ)のフーリエ変換である。
【００４４】
図２に示されるように、チャネル全体の応答２０１は、周波数帯域において送信されたサウンディング信号ＳＩＧ１＝ｆ１及びＳＩＧ２＝ｆ２から推定される。ブラインド領域２００にわたってＳ(ｆ)≒０であるので、式(３)から導出された推定値
【００４５】
【数１１】
【００４６】
は、ブラインド領域にわたって相当な推定誤差を受ける。従来の方法は、測定されたサブチャネル間の線形(又は他の)補間に基づく技法によってわずかに改善することができると言える。しかしながら、この改善は、ブラインド領域の幅がチャネルのコヒーレント帯域幅よりも長い場合に小さい。以下、式(３)に示される方法は従来方法と呼ばれる。
【００４７】
以下に、非重複サブバンドにおいてサウンディング信号を利用することによりチャネル周波数応答Ｈ(ｆ)を導出する超分解能ブラインド方法を説明する。表現を明確にするために、図１に示されるように、Ｋ＝２の場合に的を絞ることにする。しかしながら、以下の議論はＫ＞２に簡単に拡張することができることが強調されるべきである。
【００４８】
ステップ１：超分解能遅延推定
図３は、この発明のチャネルモデル化方法を示す。第１のステップ３０１において、超分解能遅延推定が、変更された遅延ドメインＭＵＳＩＣ方法又は周波数ドメインＥＳＰＲＩＴ方法によって行われる。ＴＣ及びＵによって、それぞれＰＮ系列チップ期間及び１つのＰＮ系列当たりのチップ数を示すことにする。
【００４９】
パス遅延推定の分解能がＴＣによって制限される従来のＰＮ相関方法とは対照的に、本超分解能遅延推定は、ＴＣのフラクションの分解能の推定値を提供することができる。詳細には、ＥＳＰＲＩＴ方法は、全数検索を必要としないので、ＭＵＳＩＣよりも計算上有利である。
【００５０】
この発明の方法は、ＥＳＰＲＩＴ方法を次の通りに改良する。(１)パルス形状を考慮に入れること、及び(２)これまで提案されたように受信信号にＥＳＰＲＩＴを直接適用するのではなく、受信信号を送信ＰＮ系列と相関させた後にのみＥＳＰＲＩＴ方法を適用することの２つの重要な相違が、この発明の方法とＥＳＰＲＩＴとを区別する。従来のＭＵＳＩＣ及びＥＳＰＲＩＴは、米国特許第７，６０９，７８６号明細書及び米国特許第４，７５０，１４７号明細書に説明されている。これらの米国特許は参照により本明細書に援用される。
【００５１】
図５により詳細に示されるように、照合フィルタリング後のｋ番目のサブバンドの受信信号ｙ(ｋ)(ｔ)５０１及びτ遅延送信信号ｘ(ｔ−τ)５０２は、周波数ｆＳ＝１／(ＤＴＣ)５２０において、それぞれＤ倍オーバーサンプリングされる(５１１〜５１２)。次に、ｙ(ｋ)［ｎ］はｘτ［ｎ］と相関され、ＤＵ個のサンプルの１つのＰＮ系列にわたって合計される。その結果のｚ(ｋ)(τ)は次の形を取る。
【００５２】
【数１２】
【００５３】
ここで、ｖ(τ)はパルス形状ＰＮ系列の自己相関関数であり、ψ(ｋ)(τ)は相関後の付加雑音である。
【００５４】
図４は、ロールオフ係数βの異なる値(１、０．５、及び０．１)を有する二乗余弦パルス形状ＰＮ系列の関数ｖ(τ)を示す。小さなロールオフ係数βに関連した自己相関関数ほど、理想的な自己相関関数と比較して［−１，＋１］の外側により大きなリップルを伴っていることが図４から観察されることは興味深い。換言すれば、ロールオフ係数が小さくなると、その結果、超分解能遅延推定について、干渉がより多くなることを犠牲にして帯域制限性能はより良くなる。
【００５５】
次に、以下の通りに、周波数に基づく遅延推定を行う前にｚ(ｋ)(τ)を周波数領域に変換することができる。逆畳み込みの後、
【００５６】
【数１３】
【００５７】
が得られる。ここで、
【００５８】
【数１４】
【００５９】
であり、ｚ(ｋ)(ｆ)、Ｖ(ｆ)、及びΨ(ｋ)(ｆ)は、それぞれｚ(ｋ)(τ)のフーリエ変換、ｖ(τ)のフーリエ変換、及びψ(ｋ)(τ)のフーリエ変換である。Ｊ(ｋ)(ｆ)のＮ個のサンプルが、ｆ＝０，Δ，２Δ，…，(Ｎ−１)Δにおけるそのメインローブから取られる。雑音相関行列が、
【００６０】
【数１５】
【００６１】
によって与えられることを示すことができる。ここで、０≦ｐ，ｑ≦Ｎ−１であり、
【００６２】
【数１６】
【００６３】
は、
【００６４】
【数１７】
【００６５】
を有するパルス形状雑音共分散行列である。
【００６６】
式(６)を周波数領域ＥＳＰＲＩＴ方法に代入すると、
【００６７】
【数１８】
【００６８】
によって示されるパス遅延の超分解能推定値を抽出することができる。ここで、ｑ＝１，２，…，Ｑであり、Ｑ≧Ｌである。
【００６９】
ステップ２：ブラインドチャネル推定
第２のステップ３０２において、
【００７０】
【数１９】
【００７１】
を得た後、２つの手法、すなわち遅延領域手法及び周波数領域手法を利用して、チャネルインパルス応答を導出することができる。
【００７２】
遅延領域手法では、ベクトル
【００７３】
【数２０】
【００７４】
を形成する前に、まずＩ個のサンプルが収集される。
【００７５】
式(４)から、ｚ(ｋ)を以下の行列形式に書き直すことができることを示すことは簡単である。
【００７６】
【数２１】
【００７７】
ここで、
【００７８】
【数２２】
【００７９】
である。
【００８０】
その結果、αのＬＳ推定値は
【００８１】
【数２３】
【００８２】
として導出することができる。
【００８３】
しかしながら、遅延領域手法に関連した１つの起こり得る欠点は、式(８)から導出されるチャネル周波数応答がｋ番目のサブバンドにわたって式(３)で推定されたものから大きなずれを示す可能性があるということである。このような動機付けから、次に、式(３)から導出された推定値を利用することによってチャネル振幅を抽出する周波数領域手法を説明することにする。
【００８４】
第１に、チャネルインパルス応答ベクトルが、
【００８５】
【数２４】
【００８６】
と定義される。ここで、Ｌ個の要素のみが非ゼロである。以下では、
【００８７】
【数２５】
【００８８】
であることが利用される。ここで、
【００８９】
【数２６】
【００９０】
は、
【００９１】
【数２７】
【００９２】
のＬ個の非ゼロの要素のみを含み、
【００９３】
【数２８】
【００９４】
は、その第ｌ(エル)列が
【００９５】
【数２９】
【００９６】
の第
【００９７】
【数３０】
【００９８】
列であるＮ×Ｌ行列である。したがって、
【００９９】
【数３１】
【０１００】
は、対応する列のみを有する
【０１０１】
【数３２】
【０１０２】
の部分行列である。｛τｌ｝は利用可能でないので、｛τｌ｝を
【０１０３】
【数３３】
【０１０４】
と置き換え、式(９)は、
【０１０５】
【数３４】
【０１０６】
となる。ここで、
【０１０７】
【数３５】
【０１０８】
は付加雑音であり、
【０１０９】
【数３６】
【０１１０】
は、その第ｑ列が
【０１１１】
【数３７】
【０１１２】
の第
【０１１３】
【数３８】
【０１１４】
列であるＮ×Ｑ行列である。したがって、
【０１１５】
【数３９】
【０１１６】
が得られる。
【０１１７】
しかしながら、式(３)から導出された
【０１１８】
【数４０】
【０１１９】
の推定値が、ｋ番目のサブバンドにわたってのみ信頼性があることを思い出されたい。したがって、式(１１)において、式(３)から導出されたｋ番目のサブバンドにわたってのみ
【０１２０】
【数４１】
【０１２１】
のＭ(ｋ)＞Ｑ個のサンプルを取ることにする。最後に、式(１０)への
【０１２２】
【数４２】
【０１２３】
の代入の結果、そのサブバンドにわたる
【０１２４】
【数４３】
【０１２５】
の推定値が得られる。
【０１２６】
ステップ３：ソフト結合
第３のステップ３０３は、
【０１２７】
【数４４】
【０１２８】
を結合して、広帯域チャネル全体にわたる正確なチャネル推定値を提供する。明らかに、その結果の推定値は、少なくとも以下の２つの要件を充足しなければならない。
【０１２９】
第１に、結合された推定値は、チャネル全体にわたって連続的な周波数応答を表すべきである。
【０１３０】
第２に、結合された推定値は、測定サブバンドだけでなくブラインド領域にわたっても良好な推定値を提供すべきである。ソフト結合手法は、以下の通りに確立することができる。
【０１３１】
【数４５】
【０１３２】
ここで、ρｋ(ｆ)≧０は、図６に示されるように、周波数ｆにおける重み係数であり、
【０１３３】
【数４６】
【０１３４】
である。すなわち、ソフト結合は確率的である。
【０１３５】
｛ρｋ(ｆ)｝は、
【０１３６】
【数４７】
【０１３７】
の信頼性を正確に反映するように設計されるべきであることは容易に理解される。
【０１３８】
【数４８】
【０１３９】
は、ｆがｋ番目のサブバンドから遠くなるにつれて信頼性が低くなることに留意されたい。この観察結果に触発されて、｛ρｋ(ｆ)｝の単純ではあるが効率的な設計例が図６に示されている。図６では、ρｋ(ｆ)はｋ番目のサブバンドにわたって１のままであり、ブラインド領域にわたって０に直線的に減少する。
【技術分野】
【０００１】
この発明は、包括的には、無線チャネルのチャネル測定、チャネル推定、及びチャネルモデル化に関する。
【背景技術】
【０００２】
無線伝播チャネルの正確な特性評価は、高性能無線システムを設計する際に極めて重要な役割を果たす。シャノンの独創的な研究で実証されているように、無線伝送の基本的な性能限界は無線チャネル特性によって決まる。したがって、基礎と成るチャネルを掘り下げて理解することによって、システムアーキテクトが実際の無線システムの設計、最適化、及びその後の解析を行うことを容易にすることができる。
【０００３】
システム開発においては、測定に基づくチャネルモデルが必要不可欠である。従来、チャネル測定は、対象となる周波数帯域全体にわたってサウンディング信号を送信して測定することにより行われている。しかしながら、対象となる周波数帯域全体ではなく、そのいくつかの部分にわたってしかサウンディング信号を送信することができない課題のある状況が存在することが多い。このような課題は、規制上の制約、干渉を有する測定、及び狭帯域測定の再利用を含む多くの実際の状況で起こる。
【０００４】
まず第１に、アナログＴＶ放送等のいくつかのレガシー無線サービスが特定の周波数帯域から除去又は再配置されると、解放された帯域は、さまざまな放送サービスを提供するように再グループ化することができる。したがって、これらの広帯域(wideband)チャネルのチャネルモデルは、レガシーサービスが終了する前であっても、今後のアプリケーションを開発するのに必要とされる。しかしながら、チャネル特性の測定は、レガシーサービスがまだ運用されている間は、存在するチャネル間の「余白」においてしか行うことができない。
【０００５】
第２に、多くの測定において、所望の帯域幅全体にわたって干渉がないことを保証することは不可能である。このことは、ＩＳＭ(産業科学医療)帯域がライセンスフリーの運用であることから、ＩＳＭ帯域に特に当てはまる。従来、干渉の帯域幅が測定帯域幅よりも多くの場合小さいにもかかわらず、干渉によって品質低下を引き起こしたすべての測定を廃棄しなければならない。チャネル測定中に被る高いコストを考えると、所望の周波数帯域のいくつかの部分にわたる干渉のない測定からチャネルモデルを直接導出することができれば非常に望ましい。
【０００６】
第３に、無線データシステムの各世代は、前の世代よりも多くの帯域幅を占有し、したがって、よりブロードバンドなチャネルモデルを必要とする。このようなブロードバンドチャネルモデルは新しい測定キャンペーンを通じて導出することができるが、膨大な労力を招くことから、隣接する周波数帯域において既存の狭帯域測定を再利用することができるか否かを調べることは価値がある。
【０００７】
以下の表記法がこの発明で使用される。ベクトル及び行列はボールド体文字によって表される。(・)†、(・)Ｔ、及び(・)Ｈは、それぞれムーア・ペンローズ疑似逆行列、転置演算、及びエルミート共役転置を表す。｜・｜は、囲まれた複素数量(enclosed complex-valued quantity)を示す一方、
【０００８】
【数１】
【０００９】
はｘよりも小さい最大整数である。さらに、
【００１０】
【数２】
【００１１】
は、行列Ａの第ｉ行第ｊ列のエントリを示すのに対して、
【００１２】
【数３】
【００１３】
は行列
【００１４】
【数４】
【００１５】
の第ｑ列を示す。最後に、
【００１６】
【数５】
【００１７】
はＮ×Ｎ単位行列である一方、
【００１８】
【数６】
【００１９】
はエントリ
【００２０】
【数７】
【００２１】
０≦ｎ，ｋ≦Ｎ−１について
【００２２】
を有するＮ点離散フーリエ変換(ＤＦＴ)行列である。
【発明の概要】
【発明が解決しようとする課題】
【００２３】
この発明の実施の形態は、広帯域チャネルの一部、具体的には非重複(disjoint)の狭い周波数サブバンドにおける測定しか利用可能でないときに、広帯域チャネルの周波数応答を推定し、その後、チャネルモデルを抽出する方法を提供する。
【００２４】
従来のチャネルモデル化技法は、サウンディング信号が利用可能でない帯域の部分をモデル化することができない。すなわち、これらの技法は、従来の補間を使用する場合、性能が低下するという難点がある。
【課題を解決するための手段】
【００２５】
この障害を回避するために、実施の形態は、３ステップ超分解能ブラインド方法を提供する。第１に、各サブバンドの伝達関数に基づく超分解能方法を使用することによってパス遅延が別々に推定される。分解能は、チップ期間のフラクション(fraction)であり、推定値は、非重複周波数サブバンドにおいてのみ送信されるサウンディング信号に基づいている。
【００２６】
本方法は、このような遅延推定値のセットを利用して、未測定のサブバンドにわたってチャネル推定を行い、その後、広帯域チャネル全体にわたる周波数応答を導出する。サウンディング信号は未測定のサブバンドにわたって送信されないので、このチャネル推定は「ブラインド」であると言われる。
【００２７】
最後に、異なるサブバンドから導出された推定値はソフト結合技法を介して結合される。超分解能ブラインド方法は、従来の方法を上回る大幅な性能利得を達成することができる。
【発明の効果】
【００２８】
この発明は、対象となる周波数帯域の非重複サブバンドにおける測定から伝播チャネルを再構成する方法を提供する。マルチパスパラメーターの高分解能の推定及び結果の適切な結合を使用することによって、測定されたサブバンド間を正確に補間するモデルが導出されている。
【図面の簡単な説明】
【００２９】
【図１】この発明の実施の形態による超分解能ブラインドチャネルモデル化システムのブロック図である。
【図２】Ｋ＝２の場合の測定チャネルの概略図である。
【図３】この発明の実施の形態による３ステップ超分解能ブラインドチャネルモデル化方法のブロック図である。
【図４】この発明の実施の形態によるロールオフ係数βの異なる値を有する二乗余弦パルス形状のＰＮ系列の自己相関関数のグラフである。
【図５】この発明の実施の形態によるｙ(ｋ)(ｔ)を利用することによる超分解能遅延推定の概略図である。
【図６】この発明の実施の形態によるソフト結合に用いられる例示的な重み係数のグラフである。
【発明を実施するための形態】
【００３０】
この発明の実施の形態は、広帯域チャネルの一部、具体的には非重複周波数サブバンドにおける測定しか利用可能でないときに、広帯域チャネルの周波数応答を推定し、その後、チャネルモデルを抽出する方法を提供する。
【００３１】
図１に示すように、システムは、無線チャネル１１５によって接続される送信機(ＴＸ)１１０及び受信機(ＲＸ)１２０を含む。システムは、ガードバンド(ブラインド領域とも呼ばれる)によって分離されたＫ個の非重複狭帯域サブバンド１０１を使用する。図２は、Ｋ＝２個のサブバンドを有する特定の場合を示す。各サブバンド、すなわちガードバンドの帯域幅は異なることができることに留意されたい。
【００３２】
図１に示されるように、Ｇ個の繰り返される疑似雑音(ＰＮ)系列１１１から成るサウンディング信号が、平方根二乗余弦フィルター等のパルス形状フィルターｈＴ(ｔ)１１３に供給される前にまずアップサンプリングされる(１１２)。その後、このパルス形状信号は、ｆｋにアップコンバートされ、ｋ番目のサブバンドを通じて送信される。その結果、送信信号ｓ(ｔ)は、異なる非重複の狭い周波数サブバンドにわたって送信された複数の狭帯域サウンディング信号を重ね合わせたものである。
【００３３】
Ｌ個の離散ＭＰＣで構成される周波数選択チャネルを考えることにする。したがって、チャネルインパルス応答は、
【００３４】
【数８】
【００３５】
として表すことができる。ここで、δ(・)はデルタ関数である一方、αｌ及びτｌはそれぞれｌ番目のＭＰＣのパス利得及び遅延である。チャネルはＧ個のＰＮ系列にわたってほぼ静的な状態を維持するものと暗黙的に仮定されていることに留意されたい。
【００３６】
受信機は、照合フィルター１２１及び以下で詳述されるこの発明の実施の形態による超分解能ブラインドチャネルモデル化方法３００を含む。受信信号は、ｓ(ｔ)及びｈ(ｔ)の畳み込みとして記述することができ、
【００３７】
【数９】
【００３８】
と示される。ここで、ｗ(ｔ)はゼロ平均複素ガウス雑音
ＣＮ(０，σ２)
としてモデル化される。
【００３９】
受信機は、ｒ(ｔ)を受信すると、まず、各サブバンドの受信信号をベースバンドにダウンコンバートし、ダウンコンバートされた信号をｈＲ(ｔ)と照合フィルタリングする(１２１)。照合フィルタリングの後、その結果のｋ番目のサブバンド受信信号は、ｋ＝１，２，…，Ｋについてのｙ(ｋ)(ｔ)となる。
【００４０】
遅延τの後の送信信号は、
ｘ(ｔ−τ)
である。
【００４１】
ｈ(ｔ)の周波数応答をＨ(ｆ)によって示すことにする。明らかに、Ｈ(ｆ)の簡単な最小二乗(ＬＳ)推定値は以下の通りに導出することができる。
【００４２】
【数１０】
【００４３】
ここで、Ｒ(ｆ)及びＳ(ｆ)は、それぞれｒ(ｔ)及びｓ(ｔ)のフーリエ変換である。
【００４４】
図２に示されるように、チャネル全体の応答２０１は、周波数帯域において送信されたサウンディング信号ＳＩＧ１＝ｆ１及びＳＩＧ２＝ｆ２から推定される。ブラインド領域２００にわたってＳ(ｆ)≒０であるので、式(３)から導出された推定値
【００４５】
【数１１】
【００４６】
は、ブラインド領域にわたって相当な推定誤差を受ける。従来の方法は、測定されたサブチャネル間の線形(又は他の)補間に基づく技法によってわずかに改善することができると言える。しかしながら、この改善は、ブラインド領域の幅がチャネルのコヒーレント帯域幅よりも長い場合に小さい。以下、式(３)に示される方法は従来方法と呼ばれる。
【００４７】
以下に、非重複サブバンドにおいてサウンディング信号を利用することによりチャネル周波数応答Ｈ(ｆ)を導出する超分解能ブラインド方法を説明する。表現を明確にするために、図１に示されるように、Ｋ＝２の場合に的を絞ることにする。しかしながら、以下の議論はＫ＞２に簡単に拡張することができることが強調されるべきである。
【００４８】
ステップ１：超分解能遅延推定
図３は、この発明のチャネルモデル化方法を示す。第１のステップ３０１において、超分解能遅延推定が、変更された遅延ドメインＭＵＳＩＣ方法又は周波数ドメインＥＳＰＲＩＴ方法によって行われる。ＴＣ及びＵによって、それぞれＰＮ系列チップ期間及び１つのＰＮ系列当たりのチップ数を示すことにする。
【００４９】
パス遅延推定の分解能がＴＣによって制限される従来のＰＮ相関方法とは対照的に、本超分解能遅延推定は、ＴＣのフラクションの分解能の推定値を提供することができる。詳細には、ＥＳＰＲＩＴ方法は、全数検索を必要としないので、ＭＵＳＩＣよりも計算上有利である。
【００５０】
この発明の方法は、ＥＳＰＲＩＴ方法を次の通りに改良する。(１)パルス形状を考慮に入れること、及び(２)これまで提案されたように受信信号にＥＳＰＲＩＴを直接適用するのではなく、受信信号を送信ＰＮ系列と相関させた後にのみＥＳＰＲＩＴ方法を適用することの２つの重要な相違が、この発明の方法とＥＳＰＲＩＴとを区別する。従来のＭＵＳＩＣ及びＥＳＰＲＩＴは、米国特許第７，６０９，７８６号明細書及び米国特許第４，７５０，１４７号明細書に説明されている。これらの米国特許は参照により本明細書に援用される。
【００５１】
図５により詳細に示されるように、照合フィルタリング後のｋ番目のサブバンドの受信信号ｙ(ｋ)(ｔ)５０１及びτ遅延送信信号ｘ(ｔ−τ)５０２は、周波数ｆＳ＝１／(ＤＴＣ)５２０において、それぞれＤ倍オーバーサンプリングされる(５１１〜５１２)。次に、ｙ(ｋ)［ｎ］はｘτ［ｎ］と相関され、ＤＵ個のサンプルの１つのＰＮ系列にわたって合計される。その結果のｚ(ｋ)(τ)は次の形を取る。
【００５２】
【数１２】
【００５３】
ここで、ｖ(τ)はパルス形状ＰＮ系列の自己相関関数であり、ψ(ｋ)(τ)は相関後の付加雑音である。
【００５４】
図４は、ロールオフ係数βの異なる値(１、０．５、及び０．１)を有する二乗余弦パルス形状ＰＮ系列の関数ｖ(τ)を示す。小さなロールオフ係数βに関連した自己相関関数ほど、理想的な自己相関関数と比較して［−１，＋１］の外側により大きなリップルを伴っていることが図４から観察されることは興味深い。換言すれば、ロールオフ係数が小さくなると、その結果、超分解能遅延推定について、干渉がより多くなることを犠牲にして帯域制限性能はより良くなる。
【００５５】
次に、以下の通りに、周波数に基づく遅延推定を行う前にｚ(ｋ)(τ)を周波数領域に変換することができる。逆畳み込みの後、
【００５６】
【数１３】
【００５７】
が得られる。ここで、
【００５８】
【数１４】
【００５９】
であり、ｚ(ｋ)(ｆ)、Ｖ(ｆ)、及びΨ(ｋ)(ｆ)は、それぞれｚ(ｋ)(τ)のフーリエ変換、ｖ(τ)のフーリエ変換、及びψ(ｋ)(τ)のフーリエ変換である。Ｊ(ｋ)(ｆ)のＮ個のサンプルが、ｆ＝０，Δ，２Δ，…，(Ｎ−１)Δにおけるそのメインローブから取られる。雑音相関行列が、
【００６０】
【数１５】
【００６１】
によって与えられることを示すことができる。ここで、０≦ｐ，ｑ≦Ｎ−１であり、
【００６２】
【数１６】
【００６３】
は、
【００６４】
【数１７】
【００６５】
を有するパルス形状雑音共分散行列である。
【００６６】
式(６)を周波数領域ＥＳＰＲＩＴ方法に代入すると、
【００６７】
【数１８】
【００６８】
によって示されるパス遅延の超分解能推定値を抽出することができる。ここで、ｑ＝１，２，…，Ｑであり、Ｑ≧Ｌである。
【００６９】
ステップ２：ブラインドチャネル推定
第２のステップ３０２において、
【００７０】
【数１９】
【００７１】
を得た後、２つの手法、すなわち遅延領域手法及び周波数領域手法を利用して、チャネルインパルス応答を導出することができる。
【００７２】
遅延領域手法では、ベクトル
【００７３】
【数２０】
【００７４】
を形成する前に、まずＩ個のサンプルが収集される。
【００７５】
式(４)から、ｚ(ｋ)を以下の行列形式に書き直すことができることを示すことは簡単である。
【００７６】
【数２１】
【００７７】
ここで、
【００７８】
【数２２】
【００７９】
である。
【００８０】
その結果、αのＬＳ推定値は
【００８１】
【数２３】
【００８２】
として導出することができる。
【００８３】
しかしながら、遅延領域手法に関連した１つの起こり得る欠点は、式(８)から導出されるチャネル周波数応答がｋ番目のサブバンドにわたって式(３)で推定されたものから大きなずれを示す可能性があるということである。このような動機付けから、次に、式(３)から導出された推定値を利用することによってチャネル振幅を抽出する周波数領域手法を説明することにする。
【００８４】
第１に、チャネルインパルス応答ベクトルが、
【００８５】
【数２４】
【００８６】
と定義される。ここで、Ｌ個の要素のみが非ゼロである。以下では、
【００８７】
【数２５】
【００８８】
であることが利用される。ここで、
【００８９】
【数２６】
【００９０】
は、
【００９１】
【数２７】
【００９２】
のＬ個の非ゼロの要素のみを含み、
【００９３】
【数２８】
【００９４】
は、その第ｌ(エル)列が
【００９５】
【数２９】
【００９６】
の第
【００９７】
【数３０】
【００９８】
列であるＮ×Ｌ行列である。したがって、
【００９９】
【数３１】
【０１００】
は、対応する列のみを有する
【０１０１】
【数３２】
【０１０２】
の部分行列である。｛τｌ｝は利用可能でないので、｛τｌ｝を
【０１０３】
【数３３】
【０１０４】
と置き換え、式(９)は、
【０１０５】
【数３４】
【０１０６】
となる。ここで、
【０１０７】
【数３５】
【０１０８】
は付加雑音であり、
【０１０９】
【数３６】
【０１１０】
は、その第ｑ列が
【０１１１】
【数３７】
【０１１２】
の第
【０１１３】
【数３８】
【０１１４】
列であるＮ×Ｑ行列である。したがって、
【０１１５】
【数３９】
【０１１６】
が得られる。
【０１１７】
しかしながら、式(３)から導出された
【０１１８】
【数４０】
【０１１９】
の推定値が、ｋ番目のサブバンドにわたってのみ信頼性があることを思い出されたい。したがって、式(１１)において、式(３)から導出されたｋ番目のサブバンドにわたってのみ
【０１２０】
【数４１】
【０１２１】
のＭ(ｋ)＞Ｑ個のサンプルを取ることにする。最後に、式(１０)への
【０１２２】
【数４２】
【０１２３】
の代入の結果、そのサブバンドにわたる
【０１２４】
【数４３】
【０１２５】
の推定値が得られる。
【０１２６】
ステップ３：ソフト結合
第３のステップ３０３は、
【０１２７】
【数４４】
【０１２８】
を結合して、広帯域チャネル全体にわたる正確なチャネル推定値を提供する。明らかに、その結果の推定値は、少なくとも以下の２つの要件を充足しなければならない。
【０１２９】
第１に、結合された推定値は、チャネル全体にわたって連続的な周波数応答を表すべきである。
【０１３０】
第２に、結合された推定値は、測定サブバンドだけでなくブラインド領域にわたっても良好な推定値を提供すべきである。ソフト結合手法は、以下の通りに確立することができる。
【０１３１】
【数４５】
【０１３２】
ここで、ρｋ(ｆ)≧０は、図６に示されるように、周波数ｆにおける重み係数であり、
【０１３３】
【数４６】
【０１３４】
である。すなわち、ソフト結合は確率的である。
【０１３５】
｛ρｋ(ｆ)｝は、
【０１３６】
【数４７】
【０１３７】
の信頼性を正確に反映するように設計されるべきであることは容易に理解される。
【０１３８】
【数４８】
【０１３９】
は、ｆがｋ番目のサブバンドから遠くなるにつれて信頼性が低くなることに留意されたい。この観察結果に触発されて、｛ρｋ(ｆ)｝の単純ではあるが効率的な設計例が図６に示されている。図６では、ρｋ(ｆ)はｋ番目のサブバンドにわたって１のままであり、ブラインド領域にわたって０に直線的に減少する。
【特許請求の範囲】
【請求項１】
チャネル全体の周波数応答を推定する方法であって、該チャネルは広帯域チャネルであり、該チャネルの一部の測定のみが利用可能であり、該一部はサブバンドであり、該サブバンドは非重複の狭い周波数であり、該方法は、
前記サブバンドにおいてのみ送信されるサウンディング信号に基づいてチップ期間のフラクションである分解能で前記サブバンドにおける遅延を推定すること、
前記遅延に基づいて前記サブバンドのチャネルインパルス応答を求めること、及び
前記チャネルインパルス応答を確率的に結合することであって、前記チャネル全体のモデルを抽出すること、
を含む、方法。
【請求項２】
前記サブバンドの帯域幅は異なる、請求項１に記載の方法。
【請求項３】
前記推定することは、
照合フィルタリング後に各ｋ番目の前記サブバンドの受信信号ｙｋ(ｔ)をオーバーサンプリングすること、
遅延τを有する遅延送信信号ｘ(ｔ−τ)をオーバーサンプリングすること、
相関された受信信号と前記遅延送信信号とを合計することであり、結果の信号ｚｋ(ｔ)を生成すること、及び
前記遅延τを推定すること、
をさらに含む、請求項１に記載の方法。
【請求項４】
前記推定することを行う前に、前記結果の信号ｚ(ｋ)(τ)を周波数領域に変換すること、をさらに含む、請求項３に記載の方法。
【請求項５】
前記推定することは遅延領域において行われる、請求項１に記載の方法。
【請求項６】
前記推定することは周波数領域において行われる、請求項１に記載の方法。
【請求項７】
前記結合することは重み係数を使用する、請求項１に記載の方法。
【請求項１】
チャネル全体の周波数応答を推定する方法であって、該チャネルは広帯域チャネルであり、該チャネルの一部の測定のみが利用可能であり、該一部はサブバンドであり、該サブバンドは非重複の狭い周波数であり、該方法は、
前記サブバンドにおいてのみ送信されるサウンディング信号に基づいてチップ期間のフラクションである分解能で前記サブバンドにおける遅延を推定すること、
前記遅延に基づいて前記サブバンドのチャネルインパルス応答を求めること、及び
前記チャネルインパルス応答を確率的に結合することであって、前記チャネル全体のモデルを抽出すること、
を含む、方法。
【請求項２】
前記サブバンドの帯域幅は異なる、請求項１に記載の方法。
【請求項３】
前記推定することは、
照合フィルタリング後に各ｋ番目の前記サブバンドの受信信号ｙｋ(ｔ)をオーバーサンプリングすること、
遅延τを有する遅延送信信号ｘ(ｔ−τ)をオーバーサンプリングすること、
相関された受信信号と前記遅延送信信号とを合計することであり、結果の信号ｚｋ(ｔ)を生成すること、及び
前記遅延τを推定すること、
をさらに含む、請求項１に記載の方法。
【請求項４】
前記推定することを行う前に、前記結果の信号ｚ(ｋ)(τ)を周波数領域に変換すること、をさらに含む、請求項３に記載の方法。
【請求項５】
前記推定することは遅延領域において行われる、請求項１に記載の方法。
【請求項６】
前記推定することは周波数領域において行われる、請求項１に記載の方法。
【請求項７】
前記結合することは重み係数を使用する、請求項１に記載の方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図２】
【図３】
【図４】
【図５】
【図６】
【公開番号】特開２０１１−２０５６３１（Ｐ２０１１−２０５６３１Ａ）
【公開日】平成２３年１０月１３日（２０１１．１０．１３）
【国際特許分類】
【外国語出願】
【出願番号】特願２０１１−４６６０１（Ｐ２０１１−４６６０１）
【出願日】平成２３年３月３日（２０１１．３．３）
【出願人】（５９７０６７５７４）ミツビシ・エレクトリック・リサーチ・ラボラトリーズ・インコーポレイテッド (484)
【住所又は居所原語表記】２０１ ＢＲＯＡＤＷＡＹ， ＣＡＭＢＲＩＤＧＥ， ＭＡＳＳＡＣＨＵＳＥＴＴＳ ０２１３９， Ｕ．Ｓ．Ａ．
【Ｆターム（参考）】
【公開日】平成２３年１０月１３日（２０１１．１０．１３）
【国際特許分類】
【出願番号】特願２０１１−４６６０１（Ｐ２０１１−４６６０１）
【出願日】平成２３年３月３日（２０１１．３．３）
【出願人】（５９７０６７５７４）ミツビシ・エレクトリック・リサーチ・ラボラトリーズ・インコーポレイテッド (484)
【住所又は居所原語表記】２０１ ＢＲＯＡＤＷＡＹ， ＣＡＭＢＲＩＤＧＥ， ＭＡＳＳＡＣＨＵＳＥＴＴＳ ０２１３９， Ｕ．Ｓ．Ａ．
【Ｆターム（参考）】
[ Back to top ]