JP4187968B2 - Adaptive equalization method and adaptive equalizer - Google Patents

Description

【０００１】
【発明の属する技術分野】
この発明は、例えば移動通信におけるフェージングの影響を抑圧するために用いられる適応等化方法及び適応等化器に関する。
【０００２】
【従来の技術】
移動通信環境では、移動局から送信された信号は周囲の建物、樹木などの影響を受け、様々な方向からの信号が基地局に到来する。このようなマルチパス伝搬路において遅延時間差が大きい遅延波が到来することにより生じる符号間干渉の影響が、移動通信を行う上で大きな問題となる。符号間干渉による信号の波形歪みの影響を軽減する技術として伝送路の特性を推定し、その推定した特性から等化を行う等化技術がある。等化技術で用いられる等化アルゴリズムの一つとして、低ＳＮＲにおいて非常に良い誤り率特性を実現するターボ符号技術を応用した方式である繰返し等化がある。ターボ符号化方法は、情報理論で存在のみが示されている通信路符号化法の限界に近い誤り率特性を、現実的な符号化・復号処理量で実現することができる。ターボ符号化方法は、情報系列及びそれを並び替えた系列をそれぞれ符号化して送信し、受信側でそれらを交互に繰返し復号を行う。このターボ符号化における畳み込み符号の符号化系列生成の過程は、マルチパス伝搬における符号間干渉発生の過程と等価であるため、ターボ符号技術の復号処理を遅延波の等化処理に応用することができる。
【０００３】
図１にDaryl Reynolds and Xiaodongによる文献 Wang, "Low Complexity Turbo-Equalization for Diversity Channels", http://ee.tamu.edu/〜reynolds/に示されている繰返し等化における送受信器の構成例を示す。送信器１０では情報ビット系列d(i)の符号化が符号化器１１で行われ、その符号化出力系列がインタリーバ１２で並び替えられた後、変調器１３で搬送波を変調し、その変調出力ビット列b(i)が伝送路１４を通して送信される。受信器２０では受信信号r(t)に対しSISO（Soft-Input Soft-Output) 等化器２１により遅延波の等化が行われ、受信信号r(t)に対し各符号化ビットb(i)が＋１である確率と−１である確率の対数尤度比Λ₁ （LLR：Log-Likelihood Ratio）が次式(1) により導出される。
【０００４】
【数５】

式（１）の第一項目のλ₁[b(i)]はSISO等化器２１の出力である対数尤度比Λ₁[b(i)]から減算器２６により事前情報λ₂[b(i)]を減算して導出された外部情報である。式（１）の第二項目のλ₂[b(i)]は前回の繰返し処理においてSISO復号器２３により出力された対数尤度比Λ₂[b(n)]から減算器２４によりλ₁[b(n)]を減算し、得られたλ₂[b(n)]をインタリーバ２５で並び替えたものであり、λ₂[b(n)]の初期値は０である。λ₂[b(i)]は符号化ビット列｛b(i)｝の事前LLR値として使用される。外部情報であるλ₁[b(i)]はデインタリーバ２２により元に並び替えてλ₁[b(n)]とされ、SISO復号器２３における事前情報として入力される。この事前情報を用いてSISO復号器２３は符号化ビット列｛b(i)｝の事後LLR値Λ₂ を次式(2) により導出する。
【０００５】
Λ₂[b(n)]＝λ₂[b(n)]＋λ₁[b(n)] (2)
２回目以降の処理では、SISO復号器２３によって導出された事後LLR値Λ₂ からλ₁[b(n)]を減算器２４で減算して外部情報λ₂[b(n)]を求め、これはインタリーバ２５を介して事前情報λ₂[b(i)]としてSISO等化器２１へ与えられる。このように等化と復号の処理を繰返し行うことにより、ＬＬＲ値が更新され、より確からしいLLR値が導出される。つまりディジタル受信信号に対する１回目の適応等化処理により第１対数尤度比Λ₁を求め、その第１対数尤度比を復号処理して、第２対数尤度比Λ₂を求め、その第２対数尤度比Λ₂を用いて上記ディジタル受信信号に対し２回目の適応等化処理を行って、第１対数尤度比Λ₁を求め、その第１対数尤度比を復号処理して復号結果を出力する。
【０００６】
この繰返し等化においてSISO等化器・復号器において用いられるアルゴリズムは、シンボル単位で最適な復号を行うＭＡＰ（Maximum A-posteriori Probability）アルゴリズムとそれに基づくLog-MAPアルゴリズム、近似計算を用いることによって等化・復号処理の演算量を削減したMax-Log-MAPアルゴリズムがある。またＭＡＰアルゴリズムとは異なり、系列単位で最適な復号を行いながらビットの信頼度情報を出力するSOVA（Soft-Output Viterbi Algorithm）がある。しかし、これらのアルゴリズムを等化器の等化アルゴリズムとして用いる場合、等化器において考慮する最大遅延シンボル数に対してアルゴリズムの複雑度が指数関数的に増加してしまい、演算量は非常に多くなってしまう。例えば、変調方式としてBPSKを用いた場合、１つの受信チャネルの記憶容量が１０シンボル（等化器の考慮する最大遅延シンボル数を１０シンボル）とすると状態数は2¹⁰＝1024となってしまい、これによって現実的な演算量（処理量）を超えてしまう。そこで繰返し等化で用いられる等化器の等化処理において線形等化器を用いることにより演算量を削減することができる。
【０００７】
図２に線形等化器の代表的な構成例を示す。この等化器はサンプルされた受信信号を遅延素子（τ秒間隔の遅延）３１の縦続接続に供給して順次τ秒遅れた信号を得、それらを係数適応化回路３４により係数が設定された可変重み付け回路３２と加算器３３とにより重み付け合成して等化を実現している。τとしては一般的にサンプル周期Ｔ又はＴ／２が選ばれる。等化器を１つのフィルタと考え、フィルタの特性で考えると、線形等化は受信信号を判定するのに都合の良いフィルタ特性を実現することにより、等化を実現していることになる。このフィルタは基本的には伝送路歪みの逆特性を実現することになる。
【０００８】
このような線形等化器を等化・復号処理を繰返し行う繰返し等化の等化処理に用いる場合、出力として軟判定値を導出することが必要となる。線形等化器を用いて軟判定値を導出することにより、従来の繰返し等化で用いられていたＭＡＰ、ＳＯＶＡ等のアルゴリズムよりも少ない演算量で繰返し等化を行う方式について前述のDaryl Reynolds and Xiaodong Wangの文献に述べられている。その文献ではチャネルモデルとして以下の離散時間モデルを想定し、その上で線形等化器を適用した場合について述べられている。受信信号サンプルr(n)を次式
【０００９】
【数６】

のように表す。Ｍをチャネルの出力数としてr(n) ＝[r₀(n) r₁(n) …r_M-1(n)]^T はそれぞれのチャネルの時点ｎにおける受信サンプル値を表すベクトルである。 ^Tは転置行列を示す。例えば、複数のアンテナを用いる場合、Ｍはアンテナ数に対応する。b(n)は符号化ビットを表し、式(4) のv(n) は平均０の複素ベクトルであり、雑音を表している。式(5) のh(n;J) はチャネルのタップ重み係数を表すベクトルである。またＪは考慮する符号間干渉（ISI：Inter-Symbol Interference)の最大のシンボル数である。ここで、受信信号ベクトルR(n)，雑音ベクトルV(n)，符号化ビットベクトルB(n)，チャネル行列H_m(n)について以下のように定義する。
【００１０】
【数７】

【００１１】
【数８】

式(6), (7)で表されるベクトルR(n), V(n)はMJ行１列の行列、即ちMJ次元の縦ベクトルである。B(n)は(2J-1)次元の縦ベクトルであり、H(n)はＭ行Ｊ列の行列であり、H_m(n)はMJ行(2J-1)列の行列である。以上から式（３）は下記のようになる。
R(n) ＝H_m(n)B(n) ＋σV(n) (11)
次に、符号化ビット列b(i)の事前ＬＬＲ値λ₂[b(k)]を用いて、符号化ビット列の尤度を以下の式で定義する。
【００１２】
b'(k) ＝tanh[λ₂[b(k)]/2]，n−(J-1) ＜ｋ＜ n＋(J-1) (12)
式(12)は、ハイパボリック関数tanhｘの変数ｘが０からずれると急速に１又は−１に漸近する性質を有しており、尤度b'(k)はb(k)の推定符号を表している。更に、受信信号ベクトルR(n)において、時点ｎの符号化ビットb(n)に符号間干渉として影響を与える符号化ビットの推定値ベクトルを次式

とする。B'(n)は受信信号ベクトルR(n)から符号化ビットb(n)に対する符号間干渉成分を差し引くために用いる推定値ベクトルであるため、B'(n)ベクトルのb(n)に相当する要素は０とおく。この符号化ビットの推定値ベクトルB'(n)を用いて、受信信号ベクトルR(n)から符号間干渉成分レプリカを引いた差分ベクトルR_c(n)を以下のように定義する。
【００１３】
R_c(n)=R(n)-H_m(n)B'(n) = H_m(n)[B(n)-B'(n)]+σv(n) (14)
このR_c(n)をタップ係数G(n)の線形フィルタにより次式で表されるフィルタ処理する。
Z(n) = G(n)^HR_c(n) (15)
ここで、 ^Hは共役転置行列である。このタップ係数G(n)は次式で示すように符号化ビットB(n)とフィルタ出力Z(n)の平均二乗誤差を最小にするように決められる。
【００１４】

arg min E｛ ｝はＪ次元のすべてのベクトルGについての｛ ｝内が最小のものを表わす。
式(16)の第一項目と第二項目を展開すると以下のようになる。
E｛R_c(n)R_c(n)^H｝＝H_m(n)Λ(n)H_m(n)^H ＋σ²I (17)
E[b(n)R_c(n)]＝H_m(n)e_J (18)
ただし、Iは単位行列、Λ(n)は

となる。ここで、Covは共分散行列を、diagは対角行列を表す。e_J は長さ2J-1のベクトルでありＪ番目の要素が１、それ以外の要素は０である。ここで最適なタップ係数G(n)は、式(16)の右辺の勾配ベクトルを０とし、正規方程式を解き、式(17), (18)を代入することによって以下のように与えられる。
【００１５】
G(n)＝[H_m(n)Λ(n)H_m(n)^H＋σ²I]^-1H_m(n)e_J (20)
導出したG(n)を式(15)に代入し、Z(n)を計算すると
Z(n)＝e_J ^TH_m(n)^H[H_m(n)Λ(n)H_m(n)^H＋σ²I]^-1[R(n)−H_m(n)B(n)] (21)
となる。ここで、H_m(n)がフルコラムランクとなる必要があるので、少なくともアンテナ数Ｍは２もしくはそれ以上必要となる。
式(21)のZ(n)はフィルタの出力がガウス分布で近似できると仮定すると以下のように書くことができる（文献：V.Poor and S.Verdu，"Probability of Error in MMSE Multiuser Detection"，IEEE Trans. Information Theory.,vol.IT-43,
No.3, pp.858-871, May 1997を参照）。
【００１６】
Z(n)＝μ(n)b(n)＋η(n) (22)
ただし、μ(n)は出力信号の等価振幅であり、η(n)は平均０、分散ν²(n)のガウス分布を表す。よって、μ(n)とν(n)は以下のように表すことができる。
μ(n)＝E｛Z(n)b(n)｝
＝[H_m(n)^H[H_m(n)Λ(n)H_m(n)^H＋σ²I]^-1H_m(n)]_J,J (23)
[ ]_J,J は行列中のＪ行Ｊ列番目の要素を示す
ν² ＝var｛Z(n)｝＝μ(n)−μ²(n) (24)
以上から、線形等化器により導出される外部情報は以下の式から導きだすことができる。
【数９】

【発明が解決しようとする課題】
しかし、この導出法では最適なタップ係数G(n)を導出するためには各時点毎に式(20)における以下の式で示される逆行列演算を行う必要があり、演算処理に多大な時間を要する。
Φ(n) = [H_m(n)Λ(n)H_m(n)^H + σ²I]^-1 (26)
線形等化器を用いた繰返し等化において従来の方法ではタップ係数を更新するために各時点毎に逆行列演算を行う必要があるために、演算処理に多大な時間を要するという問題がある。
【００１７】
この発明は、繰返し等化で用いられる線形等化器のタップ係数を導出するために必要な演算量を削減し、演算処理に要する時間を削減することができる適応等化方法及びその装置を提供することを目的とする。
【００１８】
【課題を解決するための手段】
この発明の第１の観点によれば、受信信号サンプル値と既知信号からその伝送路のインパルス応答を推定し、また受信信号サンプル値系列から適応的に線形フィルタのタップ係数を計算し、そのタップ係数を用いて受信信号サンプル値系列を線形フィルタ処理し、その線形フィルタ処理結果と前記インパルス応答推定値とを用いて軟判定値を導出する。
この構成によれば、線形等化器を繰返し等化に用いた場合において、受信信号サンプル値系列を入力として適応的に線形フィルタのタップ係数を導出しているため、逆行列演算を行う従来の方法と比較して演算量を削減することができる。
【００１９】
この発明の第２の観点によれば、等化と復号の繰返し処理を行う適応繰返し等化器において２回目以後の処理で復号器からの軟判定値からその尤度を用いた符号化ビットの推定ベクトルをインパルス応答推定値H_m(n)から線形フィルタ処理して、受信信号のレプリカを生成し、受信信号からレプリカを差し引いて符号間干渉成分の除去された差分信号R_c(n)を生成し、符号間干渉成分がゼロであるとみなして近似したインパルス応答推定値ベクトルH_L(n)から、例えばMatrix Inversion Lemma（逆行列の補助定理）を用いて線形フィルタのタップ係数を計算し、そのタップ係数を用いて差分信号R_c(n)を線形フィルタ処理し、その線形フィルタ処理の結果と、上記インパルス応答推定値ベクトルとを用いて軟判定値を導出する。
【００２０】
この構成によれば、線形等化器を繰返し等化に用いた場合において２回目以降の線形フィルタのタップ係数を例えばMatrix Inversion Lemmaを用いて計算することができ、式(20)の逆行列演算を行う従来の方法と比較して演算量を削減することができる。
この発明の第３の観点によれば、受信信号サンプル値と既知信号を用いて伝送路のインパルス応答を推定し、閾値を設け、推定されたインパルス応答推定値ベクトルの中から閾値以下の値を持つ成分を削除し、即ちインパルス応答推定値ベクトルの次元を小さくする。更に受信信号サンプル値系列から計算した線形フィルタのタップ係数と受信信号ベクトルに対して、インパルス応答推定値において削除された閾値以下の値を持つ成分に対応した成分を削除する。これにより、線形フィルタのタップ係数及び受信信号ベクトルの次元も小さくする。以上のようにベクトルの次元を小さくしたインパルス応答推定値ベクトル及び線形フィルタのタップ係数、受信信号ベクトルを用いて軟判定値を導出する。
この構成によれば、線形等化器を繰返し等化に用いた場合において、軟判定値導出に必要な演算処理を削減することができる。
【００２１】
この発明の第４の観点によれば、等化と復号の繰返し処理を行う適応繰返し等化器において2回目以後の処理で復号器からの軟判定値の尤度を求め、1回目の処理で次元が下げられ記憶されたインパルス応答推定値ベクトルから、例えばMatrix Inversion Lemma (逆行列の補助定理) を用いて線形フィルタのタップ係数を計算し、そのタップ係数を用いて符号間干渉成分を差し引いた差分信号を線形フィルタ処理し、その線形フィルタ処理の結果と上記インパルス応答推定値を用いて軟判定値を導出する。
この構成によれば、線形等化器を繰返し等化に用いた場合において2回目以降の処理においても、軟判定値導出に必要な演算処理を削減することができる。
【００２２】
【発明の実施の形態】
第１実施例
繰返し等化に線形等化器を用いた前述の文献による方法では、式(12)により符号化ビット列の事前ＬＬＲ値₂[b(k)]を用いて符号化ビットの尤度b'(k)を求める。１回目の等化処理においては、事前情報を持たないため、式(12)の事前ＬＬＲ値λ₂[b(k)]は０であるので、b'(n)は以下に示すように全て０である。
B'(n) ＝[00…0…00]^T
よって、式(14)の差分ベクトルR_c(n)は
R_c(n) ＝R(n)−H_m(n)B'(n) ＝R(n) (27)
となり、Λ(n)は以下のような対角成分が全て１をとる(2J-1)((2J-1)行列となる。
【００２３】
Λ(n) ＝ Cov[B(n)−B'(n)]＝diag[1,1,…,1,…,1,1] (28)
従って、式(20)による線形フィルタの最適なタップ係数G(n)は以下の計算を行うことによって導出することができる。
G(n)＝ [H_m(n)H_m(n)^H＋σ²I]^-1H_m(n)e_J (29)
式(29)よりタップ係数G(n)の値は伝送路のインパルス応答と対応する値H_m(n)により決まる。ここで、伝送速度が速い等の要因により、伝送路の時間変動が少ない場合は、つまり受信バースト波の時間が短時間であり、その間に受信信号の伝搬特性が変動しないと考えられる場合は、G(n)もほぼ一定となる。従って、情報シンボル区間の処理を行う前に、予めG(n)を導出しておいて、その値を各情報シンボルにおける処理において用いることにより、各時点の情報シンボル毎にG(n)を導出する従来の方式と比べて、演算量を削減することができる。更に式(29)のタップ係数計算においても、前記時間変動が無視できるため、適応アルゴリズムを用いることができ、これにより、G(n)の導出の際に逆行列演算を行う必要がなくなるため、演算量を削減することができる。
【００２４】
そこで、この発明による第１実施例では、情報シンボル区間における処理を行う前の既知信号区間、例えばトレーニング信号区間にタップ係数計算を適応アルゴリズムにより行ってG(n)の導出を行い、得られた値を用いて情報シンボル区間における処理を行う。これにより、逆行列演算を行う必要がなくなり、かつ情報シンボルの各時点毎におけるG(n)の導出を行う必要がなくなるので、従来の方式と比較して演算量を削減することができる。
図３，４にこの発明の第１実施例による適応等化器の１回目と２回目以降の等化処理における機能構成例を示す。この適応等化器は、図１における等化器２１に対応している。図３は１回目の等化処理、図４は２回目以降の等化処理を示す。図４中の点線は現時点（２回目以降の等化処理）では使用されず、１回目の等化処理において使用した部分を示している。
【００２５】
この第１実施例の適応等化器は、インパルス応答推定部100と、線形フィルタ部110と、軟判定値計算部120と、スイッチ101と、尤度計算部130と、スイッチ160とから構成されている。インパルス応答推定部100はトランスバーサルフィルタ103と、減算器105と、適応推定部106とから構成され、線形フィルタ部110はトランスバーサルフィルタ111と、タップ係数計算部112と、減算器113とから構成されている。
まず、図３を参照して繰返し等化における１回目の等化処理について述べる。この場合は切替スイッチ101は既知信号、例えばトレーニング信号の入力端子102側に接続され、スイッチ160は入力端子104側に接続される。インパルス応答推定部100では、トレーニング信号入力端子102からの既知パターンであるトレーニング信号系列b(n)と、入力端子104からの受信信号サンプル値系列R(n)からトランスバーサルフィルタ103の出力レプリカH_m(n)b(n)を減算器105で差し引いた差分値（ベクトル）R_c(n)とから適応推定部106の計算部106Aで伝送路のインパルス応答H_m(n)を推定する。このインパルス応答推定計算は通常の適応等化器で行われている適応アルゴリズムによりR_c(n)の２乗が最小になるようにすればよい。トレーニング信号系列b(n)が終了した時点の収束したインパルス応答推定値H_m(n)は記憶部106Bに記憶する。
【００２６】
一方、線形フィルタ部110においてはその線形フィルタとしてのトランスバーサルフィルタ111に受信信号サンプル値系列R(n)が入力され、タップ係数計算部112で計算されたタップ係数G(n)により線形フィルタ処理され、その出力Z(n)= G^H(n)R(n)をトレーニング信号系列b(n)から減算器113で差し引き、その差をタップ係数計算部112に入力して線形フィルタのタップ係数G(n)の更新を行う。この更新計算は適応アルゴリズムを用いて行う。つまり、１回目の等化処理では式(27)からR(n)=R_c(n)なので、式(16)から‖b(n)−G(n)^HR(n)‖² が最小になるように適応アルゴリズムによりタップ係数G(n)を決める。このため従来式(20)による逆行列計算を行う場合と比較してタップ係数G(n)の計算量が少なくて済む。このタップ係数G(n)の更新はトレーニング信号系列b(n)の終了で停止し、その時のタップ係数を保持する。
【００２７】
トレーニング信号系列b(n)が終了後の受信信号、つまり情報シンボルの受信信号サンプル系列R(n)を、トランスバーサルフィルタ111により、最終的に更新されたタップ係数G(n)を用いて線形フィルタ処理する。この線形フィルタ処理出力Z(n)と最終的に得られたインパルス応答推定値H_m(n)とにより軟判定値計算部120で式(25)の軟判定値λ₁[b(n)]を１回目の等化出力として計算する。１回目の等化処理においては、事前情報λ₂[b(n)]=0なので、Λ₁[b(n)]=λ₁[b(n)]となる。このλ₁[b(n)]はデインタリーバ２２（図１参照）へ供給されることになる。
次に、まず繰返し等化における２回目以降の等化処理の原理について述べ、その後に図４を参照して具体的な等化処理を説明する。２回目以降の等化処理においては、１回目の処理に用いた受信信号R(n)が再び入力される。一方、１回目の処理の結果に対する図１における復号器２３の出力、より正確には、インタリーバ２５の出力である符号化ビットの軟判定値λ₂[b(n)]から、式(12)により尤度b'(n)が計算されると、この尤度b'(n)は、Eb/No（ビットエネルギー対ノイズ比）が大きい場合、ほぼ+1か-1のいずれかとなる。つまり、式(13)の符号化ビットの推定値ベクトルは次式のように近似できる。
【００２８】
B'(n)≒[±1,±1,…,±1,0,±1,…,±1,±1]^T (30)
この近似したb'(n)を用いることにより、式(19)は次式
Λ(n)＝Cov[B(n)−B'(n)]＝diag[0,0,…,0,1,0,…,0,0] (31)
に近似できる。式(31)を式(20)に代入すると、線形フィルタのタップ係数G(n)は以下の計算を行うことによって導出することができる。
G(n)＝[H_L(n)H_L ^H(n) ＋σ²I]^-1H_L (32)
ただし、H_L(n)は

のMＪ行１列のベクトルとなる。
【００２９】
この場合、式(32)の線形フィルタのタップ係数G(n)の計算においてMatrix Inversion Lemma（逆行列の補助定理）を用いることによって線形フィルタのタップ係数G(n)の導出に要する演算量を削減することができる。このように符号化ビットの推定値ベクトルB(n)を式(30)のように近似することによって、H_L(n)はMJ行１列のベクトルとなるため、逆行列演算を行う必要がなく、従来方式と比較して演算量を大幅に削減することができる。そこで、この発明の実施形態では繰返し等化の２回目以降の等化処理において式(31)による近似とMatrix Inversion Lemmaを適用することにより線形フィルタのタップ係数G(n)を導出するタップ係数計算部での演算処理を削減することができる。
【００３０】
図４に第１実施例の適応等化器による２回目以降の等化処理における機能構成例を示す。切替スイッチ101は尤度計算部130の出力側に接続され、スイッチ160は減算器105の出力側に接続される。前回の繰返し処理の復号器２３の出力（インタリーバ２５の出力）である、符号化系列の個々のビットの軟判定値λ₂ [b(n)]が端子131より尤度計算部130に入力され、式(12)の計算を行うことにより尤度b'(n)が出力される。記憶部106Bに記憶してあるインパルス応答推定値H_m(n)を用い、その尤度b'(n)をトランスバーサルフィルタ103でフィルタ処理して式(14)におけるH_m(n)B'(n)を受信信号R(n)中の符号間干渉成分のレプリカとして得る。このトランスバーサルフィルタ103の出力レプリカを受信信号サンプル値系列R(n)から、減算器105で差し引いて式(14)の差分値R_c(n)を導出する。
【００３１】
線形フィルタのタップ係数G(n)は、１回目の線形フィルタのタップ係数の導出法とは異なり、記憶部106Bに記憶してあるインパルス応答推定値H_L(n)のみを入力として式(32)により計算する。
この計算に先に述べた逆行列の補助定理を用いる。つまりこの定理はＡ，Ｂを（Ｍ，Ｍ）の正値行列、Ｃを（Ｍ，Ｎ）行列、Ｄを（Ｎ，Ｎ）の正値行列とし、A＝B^-1＋CD^-1C^H で表される場合、Ａの逆行列は、
A^-1＝B−BC(D＋C^HBBC)^-1C^HB (33)
で与えられる。式(32)中の逆行列計算の部分にこの定理を適用すると、

となり、これらを用いて式(33)を計算すれば式(32)中の逆行列計算が求まる。なお式(33)中にも逆行列計算(D＋C^HBBC)^-1が含まれるが、この逆行列もスカラとなるから同様の手法により計算することができる。
【００３２】
このタップ係数計算値G(n)を用いて差分値R_c(n)をトランスバーサルフィルタ111により線形フィルタ処理し、その処理結果Z(n)と記憶部106B内のインパルス応答推定値H_L(n)を用いて軟判定値計算部120で、式(25)を計算して軟判定値Λ₁[b(n)]を導出する。式(25)における等価振幅μ(n)は式(23)のΛ(n)に式(31)を導入することにより次式

で与えられる。なお１回目の等化処理における線形フィルタ部110のタップ係数計算部112においても前記逆行列の補助定理を用いてタップ係数G(n)を計算してもよい。
【００３３】
上述のように、この第１実施例によれば、繰返し等化で用いられる線形等化器のタップ係数を導出するのに要する演算量を削減することができる。一例として線形等化器を繰返し等化に用いた場合のタップ係数を導出するための適応アルゴリズムとして、収束特性が良好な逐次最小２乗法（ＲＬＳ：Recursive Least Squares algorithm)を用いた場合の計算機シミュレーションにより得られた誤り率特性を図５に示す。
図５において、縦軸は平均誤り率（BER：Bit Error Ratio ）であり、横軸は、Eb/No（ビットエネルギー対ノイズ比）である。変調方式はBPSK（２相位相シフト）を用い、情報伝送速度は１２Mbps、フェージング変動の速さを示す最大ドップラー周波数は1000Hzとした。また、フレーム構成は最初の128シンボルが既知パターンであるユニークワードとしてインパルス応答H_m(n)の推定を行い、その後に情報シンボルとして128シンボルを付加した。インパルス応答推定アルゴリズムにはＲＬＳアルゴリズムを用いた。伝搬路は等レベルの５波レイリーフェージング伝搬路として、受信側では２ブランチダイバーシチを行い、５タップの線形フィルタを用いて繰返し等化を行うこととした。また、繰返し等化で用いられる復号処理にはSOVA（Soft-Output Viterbi Algorithm)を用い、繰返し回数は２回とした。
【００３４】
図５の曲線A0，A1は繰返し回数を１，２回とした時の、線形フィルタのタップ係数を各時点毎に逆行列演算を行い求めた場合の結果であり、曲線B0，B1はこの発明の前記実施形態の方法によって曲線B0は適応アルゴリズムを用い、曲線B1は繰返し回数２回の時、Matrix Inversion Lemmaを用いてタップ係数G(n)を導出した結果である。この発明は、各時点毎に逆行列演算を行い求めた場合と比較して、約0.1dB程度しか劣化していなく、ほぼ同等程度であり、式(26)で示される逆行列演算を行う必要がなく、繰返し等化で用いられる線形等化器のタップ係数の導出に必要な演算量を大幅に削減することができる。なお既知パターンが128シンボル、情報シンボルが256の場合、既知パターンが128シンボル、情報シンボルが512の場合も、前記例と同様であることを確認した。このことはこれらの情報シンボル長の時間の程度の短時間のバースト波（フレーム長）の場合は、伝搬路のインパルス応答の変動は無視でき、各シンボル時点毎に逆行列演算を行う場合と同程度の誤り率が得られ、しかも計算量が少なくても済むことを示している。演算量については、アンテナ（チャネル）の数をＭ、符号間干渉の長さ（線形フィルタ111のタップ数）をＪとすると、従来の各時点毎に逆行列演算を行う場合は(MJ)³ 程度であるが、前記の発明の実施形態では(MJ)² 程度となり大幅に削減できる。
【００３５】
図３，４においては、機能構成を分かりやすくするために、２つのトランスバーサルフィルタ103, 111を設けた構成について説明したが、実際の装置は１つとすることもでき、また、タップ係数計算部112及び、適応推定部106においても、それぞれ別のブロック構成となっているが、トランスバーサルフィルタと同様に装置としては１つで機能させることもできる。
また先に述べたように、この発明の一形態は、短時間では伝送路のインパルス応答がそれ程変動していないことを利用したものであるから、受信バースト波（フレーム）の先頭のトレーニング信号、つまり既知の信号により、インパルス応答推定値H_m(n)を求め、その後の処理は、そのインパルス応答推定値H_m(n)を利用することに特徴がある。
【００３６】
また、この第１実施例の他の形態は２回目の処理において、式(31)で表されるように符号化ビットベクトルB(n)と符号化ビットの推定値ベクトルB'(n)との差の共分散行列である対角行列のＪ番目の要素のみを１とし、他の全ての対角要素を０に近似することにより、タップ係数G(n)は式(32)のようにベクトル演算となり、逆行列演算を行う必要がないので計算量を削減できる。１回目の処理には必ずしも既知の信号（トレーニング信号）を使用しなくてもよく、例えば、図３中に破線で示すようにトランスバーサルフィルタ103の出力を識別部150により２値の何れかに識別し、その出力を、切替スイッチ101の出力よりの信号の代りに入力してもよい。この１回目の処理により最終的に得られたインパルス応答推定値H_m(n)を２回目以降の処理に利用する。
第２実施例
上述の図３，４の第１実施例では、式(5), (6), (8)〜 (11), (15), (25)からもわかるように、入力端子104に異なるパスを経由して到達したいわゆるマルチパス受信信号R(n)の、考慮する最大遅延シンボル数Ｊ内の全てのパスに対し、等化処理を行う。しかしながら、信号伝播路の伝搬路環境によっては、図６にマルチパス成分d₁, d₂, ... で示すように受信電力が比較的大きいパスが他のパスより時間的に離れて到来する場合もあり、このような伝搬路環境においても、前述の実施例の等化処理は全ての受信されたパスに対して等化処理をおこなっている。
【００３７】
つまり、最大遅延シンボル数Ｊ内の受信電力が非常に小さいパス、極端には、受信電力が０のマルチパス成分に対しても等化処理を行い、演算処理に多大な時間を要してしまう。以下では、このような受信電力が無視できる程度に小さいマルチパス成分については、それらに対応する次元を省略することによりベクトル及び行列のサイズを小さくし、演算量、従って演算時間を削減するように更に改善した場合の実施例を説明する。
前述の実施例の2回目の等化処理と同様に、1回目の処理の結果Λ₁[b(n)]に対する復号器出力である符号化ビット列b(n)についての軟判定値λ₂[b(n)]の尤度b'(n)を式(12)により求めると、その値はほぼ+1又は-1となることを利用して、符号化ビットの推定値ベクトルB'(n)を式(30)のように近似することによって線形フィルタ111のタップ係数G(n)はMatrix Inversion Lemma (逆行列の補助定理)を適用するができ、以下のように求めることができる。
【００３８】

ただし、以下に示すようにH_L(n)は長さM(Jの縦ベクトルである。

出力信号の等価振幅μ(n) も式(23)におけるΛ(n)が式(31)のように近似されることにより、式(34)のように計算される。
一方、Z(n)は式(15)と同様に
Z(n) = G(n)^HR_c(n) (37)
で与えられる。式(37)で得られた線形フィルタ出力Z(n)を式(25)に使用することにより、線形等化器により導出される外部情報値Λ₁[b(n)]を２回目以降の等化処理結果として得ることができる。
【００３９】
ここで、以下に示すようなことを仮定する。等化器の考慮する最大遅延シンボル数Ｊにおいてj=1からj=J-2までのパスは到来しておらず、j=0とj=J-1のパスのみが到来しているものとする。仮に伝送路のインパルス応答を正確に推定することができたならば、有効パス以外の成分はh(n;1),h(n;2),…,h(n;J-2) ≡ 0となる。よって式(36)から、
H_L(n)=[h₀(n;J-1)…h_M-1(n;J-1)0…0…0…0h₀(n;0)
…h_M-1(n;0)]^T (38)
となる。
【００４０】
線形フィルタのタップ係数G(n)は式(35)に示すようにH_L(n)から求められるため、
G(n)=[g₀(n;J-1)…g_M-1(n;J-1) 0…0 g₀(n;0)…g_M-1(n;0)]^T (39)
となる。
線形等化器の式(25)による軟判定値Λ₁[b(n)]導出のために必要な計算としては、式(34)の出力信号の等価振幅μ(n)と式(37)の線形フィルタ出力Z(n)である。μ(n)及び、Z(n)は以下に示すように計算される。
μ(n)=H_L(n)^HG(n)
=h₀(n;J-1)×g₀(n;J-1)+…+h_M-1(n;J-1)×g_M-1(n;J-1)+…+0×0
+……+0×0+…+h₀(n;0)×g₀(n;0)+…+h_M-1(n;0)×g_M-1(n;0)
(40)
ここで、H_L(n)^H 、G(n)の0の要素を省く、即ち以下に示すようにH_L(n)^H及びG(n)の次元を下げた場合においてもμ(n)の値は当然等しくなる。
【００４１】

また、Z(n)は、

となる。
【００４２】
式(44)においてG(n)^Hは0の要素を有しているため、以下に示すようにその0の要素に対応したR_c(n)の値はZ(n)の導出において必要がなくなる。

このように、上記のようにR_c(n)の次元を下げることができることから、式(14)より受信信号ベクトルR(n)の次元も下げることができる。また、符号間干渉成分レプリカH_m(n)B'(n)の次元も下げることができることから、チャネル行列H_m(n)の次元も下げることができる。
【００４３】
上記のように線形等化器の外部情報値導出に伴う計算において到来していないパス成分に関する計算を省くことができることが分かる。即ち、伝送路のインパルス応答推定値、線形フィルタのタップ係数G(n)及び、受信信号ベクトルR(n)、受信信号ベクトルから符号間干渉成分を差し引いたR_c(n)において到来していないパス成分のベクトルもしくは行列の要素を省くことができる。従って、線形等化器の軟判定値導出に伴う計算に必要なベクトル成分の次元及び、行列の要素数を下げることができる。
しかし、伝送路のインパルス応答推定誤差によってインパルス応答推定値は0とはならない。そのため、以下に示すようにある閾値h_thを設け、比較し判別することになる。例えば、h(n;1),h(n;2),…,h(n;J-2)≦h_th ならばh(n;1),h(n;2),…,h(n;J-2)≡0と見なす。Lを閾値h_th以上の受信有効パス数とすると以下に示すように遅延シンボル幅Ｊ内の全インパルス応答推定値を表すインパルス応答推定ベクトルH_L(n)はMJ次元ベクトルからML次元ベクトルH_L'(n)へ次元を下げることができる。
【００４４】
H_L(n)=[h₀(n;J-1)…h_M-1(n;J-1)0…0h₀(n;0)…h_M-1(n;0)]^T (47)
H_L'(n)=[h₀(n;J-1)…h_M-1(n;J-1)h₀(n;0)…h_M-1(n;0)]^T (48)
また、チャネル行列H_m(n)の行方向の要素数を2J-1から2L-1へと次元を下げることができる。
【００４５】
【数１０】

(49)
【数１１】

繰返し処理2回目の線形フィルタのタップ係数ベクトルG(n)は
h(n;1), h(n;2),…, h(n;J-2) ≦ h_th
ならば
g₀(n;1)…g_M-1(n;1), g₀(n;2)…g_M-1(n;2),…, g₀(n;J-2)…g_M-1(n;J-2) ≡ 0とし、
G'(n)=[g₀(n;J-1)…g_M-1(n;J-1) g₀(n;0)…g_M-1(n;0)]^T (51)
となる。これはH_L'(n)^HH_L'(n)の計算において式(35)から明らかである。また、G(n)においてもMJのベクトルからM×LのベクトルG'(n)へと次元を下げることができる。
【００４６】
同様に、受信信号ベクトルR(n)及び差分ベクトルR_c(n)においてもMJのベクトルからMLのベクトルへと次元を下げることができる。
出力信号の等価振幅μ(n)は式(43)によりH_L'(n)^HとG'(n)から求めることができ、 線形フィルタ出力Z'(n)は式(46)によりG'(n)^HとR_c'(n)から求めることができるので、いずれも少ない次元ベクトルの演算により導出することができるようになる。
更に、以下に示すようにインパルス応答推定値から生成される式(50)のチャネル行列H_m'(n)において0と見なしたパスの位置の列方向の要素数の次元を下げることができ、式(25)による軟判定値導出に必要なチャネル行列の次元も下げることができる。j=0とj=Jのパスのみを有効パスとした例では、列方向の要素数を(2J-1)から(2L-1)の次元へ下げることができることを示している。
【００４７】
【数１２】

図７，８にこの発明による第２実施例の1回目と2回目以降の等化処理における機能構成例を示す。この実施例は、図３，４の第１実施例における機能構成例に対して新たに判別部140とスイッチ170が追加され、タップ係数計算部112を計算部112Aと、記憶部112Bと、判別部112Cとにより構成し、適応推定部106にも判別部106Cを追加した構成となっている。
【００４８】
最初にスイッチ101は端子102側に接続されており、スイッチ160及び170は端子104側に接続されている。繰返し等化における1回目の等化処理でインパルス応答推定値H_m(n)とタップ係数G(n)を得るまでの処理は第１実施例と同様である。この第２実施例では、更に図７において、トレーニング信号が終了した時点の収束したインパルス応答推定値H_m(n)から有効なパスを判別部106Cにより判別する。例えば、図９に示すように最大遅延シンボル数Ｊ内でそれぞれのシンボル遅延時間でのインパルス応答推定値が得られたものとする。判別方法は、例えば図１０に示すようにある閾値h_thを設けそれ以上のパスを選択するればよい。閾値h_thとして例えば全受信パスの平均電力を使用し、その平均電力以上の受信パスを選択する方法等が可能である。あるいは閾値を設けず、受信電力の高いものからパスを選択してもよい。判別された有効パスを例えば遅延シンボル数で表し、そのタップ係数値ｈと共に記憶部106Bに記憶する。保存データとしては、式(48)のベクトルH_L'(n)のデータとして保存してもよいし、式(50)の行列H_m'(n)のデータとして保存してもよく、必要に応じて一方のデータから他方のデータを容易に構成することができる。また、トレーニング信号の終了時点で得られた線形フィルタ111のタップ係数ベクトルG(n)から、インパルス応答推定部100の判定部106Cにおいて判定された有効パスに対応するもののみ、線形フィルタ111のタップ係数ベクトルG'(n)として記憶部112Bに記憶する。
【００４９】
更に、スイッチ160を判別部140側に切り替えて、判別部140によりトレーニング信号が終了後の受信信号、つまり情報シンボル受信信号R(n)中の、有効パスに対応する情報シンボル受信信号R'(n)のみを選択し、最終的に記憶部112Bに記憶されている線形フィルタ111のタップ係数G'(n)を用いてトランスバーサルフィルタ111により線形フィルタ処理する。この線形フィルタ処理出力Z'(n)と最終的に得られたインパルス応答推定値H_L'(n)とにより軟判定値計算部120で軟判定値Λ₁[b(n)]を計算する。
２回目以降の等化処理では、図８において、スイッチ101は尤度計算部130側に接続され、スイッチ160は判別部140側に接続され、スイッチ170は減算器105の出力側に接続される。記憶部106Bに記憶されているインパルス応答推定値H_L(n)を使って尤度計算部130からの推定符号間干渉符号を表す尤度b'(n)をトランスバーサルフィルタ103によりフィルタ処理し、出力レプリカH_L(n)b'(n)を減算器105により受信信号サンプル値系列R'(n)から差し引いて差分値R_c'(n)を計算する。インパルス応答推定部100の判定部106Cにおいて判定されたパスについてのみ、判別部140により差分値R_c'(n)を判別し、判別結果を線形フィルタ111へ入力する。線形フィルタ111のタップ係数G'(n)は記憶部106Bに記憶されているインパルス応答推定値H_L'(n)のみを入力とし、式(35)により逆行列の補助定理を用いて導出され、記憶部112Bに記憶される。記憶されているインパルス応答推定値H_L'(n)と線形フィルタ111のタップ係数G'(n)及び、判定された差分値R_c'(n)とにより軟判定値計算部120で軟判定値Λ₁[b(n)]を計算する。
【００５０】
上述のように、この第２実施例によれば、線形等化器の軟判定値を導出するのに要する演算量を削減することができる。一例として、線形等化器を用いた繰返し等化において繰返し処理が1回目では線形等化器のタップ係数を導出するために収束特性が良好な逐次最小２乗法 (RLS: Recursive Least Squares algorithm)を用い、2回目以降ではMatrix Inversion Lemmaを用いた場合の計算機シミュレーションにより得られた誤り率特性を図１１に示す。
変調方式はBPSKを用い、情報伝送速度は10Mbps,フェージング変動の速さを示す最大ドップラー周波数は1000Hzとし、フレーム構成は情報信号として256シンボルに63シンボルの既知パターンであるトレーニング信号を付加した構成をとる。また伝搬路モデルとして図１２に実線で示すj=0とj=4のパス成分のみが到来している伝搬路を仮定し、受信側では2ブランチダイバーシチを行い、復号処理にはSOVA(Soft-Output Viterbi Algorithm)を用いた。また、伝送路推定は理想的に推定が行われたものとし、繰返し回数は３回までとした。
【００５１】
図１１のA1,A2,A3は繰返し回数を1,2,3回とした時、線形等化器のタップ数を0〜4T遅延波まで考慮し、線形等化器のタップ係数として5タップ全ての情報を用いた場合の結果である。B1,B2,B3は同様に繰返し回数を1,2,3回とした時、線形等化器のタップ数として2タップ(0及び4T遅延波のみ)の情報を用いた場合の結果である。
図から明らかなように、線形等化器のタップ数として5タップ用いた場合と2タップのみを用いた場合の結果を比較して、2,3回繰返し処理を行った場合、ほぼ同程度の誤り率特性が得られ、しかも計算量が少なくて済むことを示している。
【００５２】
【発明の効果】
以上述べたようにこの発明の第１実施例によれば、繰返し等化を行う線形等化器において、線形フィルタのタップ係数導出に伴う演算量を削減し、演算処理に要する時間を削減することができる。
この発明の第２実施例によれば、複数パスが到来しているが、そのうち電力が比較的大きいパスが他のパスより時間的に離れて到来している伝搬路環境において、繰返し等化を行う線形等化器において導出される外部情報値導出に伴う演算処理を適応的に削減することが可能となる。
【図面の簡単な説明】
【図１】繰返し等化の送受信機構成を説明するための図。
【図２】線形適応等化器の構成を説明するための図。
【図３】この発明による適応等化器の実施形態における１回目の等化処理の機能構成図。
【図４】２回目以降の等化処理における機能構成図。
【図５】この発明の効果を説明するための図。
【図６】複数パスが受信される伝搬路環境例を表す図。
【図７】この発明による適応等化器の実施形態における１回目の等化処理の機能構成図。
【図８】２回目以降の等化処理における機能構成図。
【図９】受信信号に含まれるインパルス応答例を表す図。
【図１０】インパルス応答から有効パスを選択する例を表す図。
【図１１】この発明の効果を説明するための図。
【図１２】計算機シミュレーションに用いた伝搬路モデルを説明するための図。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an adaptive equalization method and an adaptive equalizer used, for example, to suppress the influence of fading in mobile communication.
[0002]
[Prior art]
In a mobile communication environment, a signal transmitted from a mobile station is affected by surrounding buildings and trees, and signals from various directions arrive at the base station. The influence of intersymbol interference caused by arrival of a delayed wave having a large delay time difference in such a multipath propagation path becomes a serious problem in mobile communication. As a technique for reducing the influence of signal waveform distortion due to intersymbol interference, there is an equalization technique for estimating the characteristics of a transmission path and performing equalization from the estimated characteristics. As one of equalization algorithms used in the equalization technique, there is an iterative equalization which is a system applying a turbo code technique that realizes a very good error rate characteristic at a low SNR. The turbo coding method can realize an error rate characteristic close to the limit of the channel coding method whose existence is only shown in information theory with a realistic coding / decoding processing amount. In the turbo encoding method, an information sequence and a sequence in which the information sequence is rearranged are encoded and transmitted, and the reception side performs iterative decoding alternately. Since the process of generating a convolutional code sequence in this turbo coding is equivalent to the process of intersymbol interference in multipath propagation, it is possible to apply the decoding process of turbo code technology to the delay wave equalization process. it can.
[0003]
Figure 1 shows an example of a transmitter / receiver configuration for iterative equalization shown in the document by Daryl Reynolds and Xiaodong, Wang, "Low Complexity Turbo-Equalization for Diversity Channels", http://ee.tamu.edu/~reynolds/ Show. In the transmitter 10, the information bit sequence d (i) is encoded by the encoder 11, the encoded output sequence is rearranged by the interleaver 12, the carrier wave is modulated by the modulator 13, and the modulated output The bit string b (i) is transmitted through the transmission line 14. In the receiver 20, the delayed signal is equalized by the SISO (Soft-Input Soft-Output) equalizer 21 for the received signal r (t), and each encoded bit b (i) is received for the received signal r (t). ) Is the probability of +1 and the log likelihood ratio Λ of the probability of −1₁(LLR: Log-Likelihood Ratio) is derived by the following equation (1).
[0004]
[Equation 5]

Λ of the first item of formula (1)₁[b (i)] is the log likelihood ratio Λ that is the output of the SISO equalizer 21₁[b (i)] is subtracted by the subtractor 26 and the prior information λ₂This is external information derived by subtracting [b (i)]. Λ of the second item of equation (1)₂[b (i)] is the log likelihood ratio Λ output by the SISO decoder 23 in the previous iteration.₂From [b (n)], the subtractor 24₁Subtract [b (n)] to obtain λ₂[b (n)] is rearranged by the interleaver 25, and λ₂The initial value of [b (n)] is 0. λ₂[b (i)] is used as a prior LLR value of the encoded bit string {b (i)}. Λ which is external information₁[b (i)] is rearranged by the deinterleaver 22 to obtain λ₁[b (n)] and input as prior information in the SISO decoder 23. Using this a priori information, the SISO decoder 23 uses the a posteriori LLR value Λ of the encoded bit string {b (i)}.₂Is derived by the following equation (2).
[0005]
Λ₂[b (n)] = λ₂[b (n)] + λ₁[b (n)] (2)
In the second and subsequent processing, the posterior LLR value Λ derived by the SISO decoder 23₂To λ₁[b (n)] is subtracted by the subtractor 24 to obtain the external information λ.₂[b (n)] is obtained, and this is obtained via the interleaver 25 by the prior information λ.₂It is given to the SISO equalizer 21 as [b (i)]. By repeating the equalization and decoding processes in this way, the LLR value is updated, and a more probable LLR value is derived. That is, the first log likelihood ratio Λ is obtained by the first adaptive equalization process for the digital received signal.₁And decoding the first log likelihood ratio to obtain a second log likelihood ratio Λ₂And the second log likelihood ratio Λ₂Is used to perform a second adaptive equalization process on the digital received signal to obtain a first log likelihood ratio Λ.₁, The first log likelihood ratio is decoded, and the decoding result is output.
[0006]
The algorithm used in the SISO equalizer / decoder for this iterative equalization is the MAP (Maximum A-posteriori Probability) algorithm that performs optimum decoding in symbol units, the Log-MAP algorithm based on it, and the approximation calculation. There is a Max-Log-MAP algorithm that reduces the amount of computation in the decoding / decoding process. Unlike the MAP algorithm, there is a SOVA (Soft-Output Viterbi Algorithm) that outputs bit reliability information while performing optimum decoding in units of sequences. However, when these algorithms are used as the equalization algorithm of the equalizer, the complexity of the algorithm increases exponentially with respect to the maximum number of delay symbols considered in the equalizer, and the amount of calculation is very large. turn into. For example, when BPSK is used as a modulation method, if the storage capacity of one reception channel is 10 symbols (the maximum number of delay symbols considered by the equalizer is 10 symbols), the number of states is 2^Ten= 1024, which exceeds the actual calculation amount (processing amount). Therefore, the amount of calculation can be reduced by using a linear equalizer in the equalization process of the equalizer used in iterative equalization.
[0007]
FIG. 2 shows a typical configuration example of a linear equalizer. This equalizer supplies the sampled received signal to the cascade connection of delay elements (delays of τ seconds) 31 to obtain signals sequentially delayed by τ seconds, and coefficients are set by the coefficient adaptation circuit 34. Equalization is realized by weighted synthesis by the variable weighting circuit 32 and the adder 33. A sample period T or T / 2 is generally selected as τ. Considering an equalizer as one filter and considering the characteristics of the filter, linear equalization realizes equalization by realizing a filter characteristic convenient for determining a received signal. This filter basically realizes an inverse characteristic of transmission path distortion.
[0008]
When such a linear equalizer is used for an equalization process for iterative equalization in which the equalization / decoding process is repeated, it is necessary to derive a soft decision value as an output. A method of performing iterative equalization with a smaller amount of computation than the algorithms such as MAP and SOVA used in the conventional iterative equalization by deriving a soft decision value using a linear equalizer, as described in the above-mentioned Daryl Reynolds and As described in Xiaodong Wang literature. The document describes a case where the following discrete time model is assumed as a channel model and a linear equalizer is applied thereon. The received signal sample r (n) is
[0009]
[Formula 6]

It expresses like this. R (n) = [r where M is the number of output channels₀(n) r₁(n)… r_M-1(n)]^TIs a vector representing the received sample value at time n for each channel.^TIndicates a transposed matrix. For example, when using a plurality of antennas, M corresponds to the number of antennas. b (n) represents the coded bit and v (n) in equation (4) Is a complex vector with an average of 0 and represents noise. H (n; J) in equation (5) Is a vector representing channel tap weight coefficients. J is the maximum number of symbols of inter-symbol interference (ISI) to be considered. Here, received signal vector R (n), noise vector V (n), encoded bit vector B (n), channel matrix H_m(n) is defined as follows.
[0010]
[Expression 7]

[0011]
[Equation 8]

The vectors R (n) and V (n) represented by the equations (6) and (7) are MJ rows and 1 column matrices, that is, MJ-dimensional vertical vectors. B (n) is a vertical vector of (2J-1) dimensions, H (n) is a matrix of M rows and J columns, and H_m(n) is a matrix of MJ rows (2J-1) columns. From the above, equation (3) is as follows.
R (n) = H_m(n) B (n) + σV (n) (11)
Next, the prior LLR value λ of the encoded bit string b (i)₂Using [b (k)], the likelihood of the encoded bit string is defined by the following equation.
[0012]
b '(k) = tanh [λ₂[b (k)] / 2], n− (J-1)<k< n + (J-1) (12)
Equation (12) has a property of rapidly asymptotically approaching 1 or −1 when the variable x of the hyperbolic function tanhx deviates from 0, and the likelihood b ′ (k) represents the estimated code of b (k). ing. Further, in the received signal vector R (n), an estimated value vector of coded bits that affects the coded bit b (n) at time n as intersymbol interference is expressed by the following equation:

And Since B ′ (n) is an estimated value vector used for subtracting the intersymbol interference component for the encoded bit b (n) from the received signal vector R (n), it is changed to b (n) of the B ′ (n) vector. The corresponding element is set to 0. A difference vector R obtained by subtracting an intersymbol interference component replica from the received signal vector R (n) using the estimated value vector B ′ (n) of the coded bits._c(n) is defined as follows.
[0013]
R_c(n) = R (n) -H_m(n) B '(n) = H_m(n) [B (n) -B '(n)] + σv (n) (14)
This R_c(n) is filtered by a linear filter with a tap coefficient G (n) expressed by the following equation.
Z (n) = G (n)^HR_c(n) (15)
here,^HIs a conjugate transpose matrix. This tap coefficient G (n) is determined so as to minimize the mean square error between the coded bit B (n) and the filter output Z (n) as shown in the following equation.
[0014]

  arg min E {} represents the smallest one in {} for all vectors G in the J dimension.
Expanding the first and second items of Equation (16) gives the following.
E {R_c(n) R_c(n)^H} = H_m(n) Λ (n) H_m(n)^H+ Σ²I (17)
E [b (n) R_c(n)] ＝ H_m(n) e_J                          (18)
Where I is the identity matrix and Λ (n) is

It becomes. Here, Cov represents a covariance matrix, and diag represents a diagonal matrix. e_JIs a vector of length 2J-1, where the Jth element is 1 and the other elements are 0. Here, the optimum tap coefficient G (n) is given as follows by setting the gradient vector on the right side of Equation (16) to 0, solving the normal equation, and substituting Equations (17) and (18).
[0015]
G (n) = [H_m(n) Λ (n) H_m(n)^H+ Σ²I]^-1H_m(n) e_J          (20)
Substituting the derived G (n) into equation (15) and calculating Z (n)
Z (n) = e_J ^TH_m(n)^H[H_m(n) Λ (n) H_m(n)^H+ Σ²I]^-1[R (n) −H_m(n) B (n)] (21)
It becomes. Where H_mSince (n) needs to be a full column rank, at least the number of antennas M is 2 or more.
Z (n) in equation (21) can be written as follows assuming that the output of the filter can be approximated by a Gaussian distribution (reference: V. Poor and S. Verdu, "Probability of Error in MMSE Multiuser Detection") , IEEE Trans. Information Theory., Vol.IT-43,
No. 3, pp. 858-871, May 1997).
[0016]
             Z (n) = μ (n) b (n) + η (n) (22)
Where μ (n) is the equivalent amplitude of the output signal, η (n) is 0 on average, and variance ν²represents the Gaussian distribution of (n). Therefore, μ (n) and ν (n) can be expressed as follows.
         μ (n) = E {Z (n) b (n)}
          = [H_m(n)^H[H_m(n) Λ (n) H_m(n)^H+ Σ²I]^-1H_m(n)]_{J, J}         (twenty three)
  []_{J, J}Indicates the element at row J and column J in the matrix
       ν²= Var {Z (n)} = μ (n) −μ²(n) (24)
From the above, the external information derived by the linear equalizer can be derived from the following equation.
[Equation 9]

[Problems to be solved by the invention]
  However, with this derivation method, in order to derive the optimum tap coefficient G (n), it is necessary to perform the inverse matrix operation expressed by the following equation in equation (20) at each time point, which requires a great deal of time for the calculation process. Cost.
          Φ (n) = [H_m(n) Λ (n) H_m(n)^H + σ²I]^-1                   (26)
In the iterative equalization using a linear equalizer, since it is necessary to perform an inverse matrix operation at each time point in order to update the tap coefficient, there is a problem that a long time is required for the arithmetic processing.
[0017]
The present invention provides an adaptive equalization method and apparatus capable of reducing the amount of calculation necessary for deriving the tap coefficient of a linear equalizer used in iterative equalization and reducing the time required for calculation processing. The purpose is to do.
[0018]
[Means for Solving the Problems]
According to the first aspect of the present invention, the impulse response of the transmission path is estimated from the received signal sample value and the known signal, the tap coefficient of the linear filter is adaptively calculated from the received signal sample value sequence, and the tap is obtained. The received signal sample value series is linearly filtered using the coefficient, and a soft decision value is derived using the linear filter processing result and the impulse response estimated value.
According to this configuration, when the linear equalizer is used for iterative equalization, the tap coefficient of the linear filter is derived adaptively by using the received signal sample value series as an input. Compared with the method, the amount of calculation can be reduced.
[0019]
According to the second aspect of the present invention, in an adaptive iterative equalizer that performs equalization and decoding iterative processing, in the second and subsequent processing, coded bits using the likelihood from the soft decision value from the decoder are converted. Estimate vector to impulse response estimate H_mA linear filter process is performed from (n) to generate a replica of the received signal, and the difference signal R from which the intersymbol interference component is removed by subtracting the replica from the received signal._cImpulse response estimate vector H generated by generating (n) and approximating that the intersymbol interference component is zero_LFrom (n), the linear filter tap coefficient is calculated using, for example, Matrix Inversion Lemma (inverse matrix lemma), and the difference signal R is calculated using the tap coefficient._c(n) is subjected to linear filter processing, and a soft decision value is derived using the result of the linear filter processing and the impulse response estimated value vector.
[0020]
According to this configuration, when the linear equalizer is used for iterative equalization, the tap coefficients of the second and subsequent linear filters can be calculated using, for example, Matrix Inversion Lemma, and the inverse matrix operation of Expression (20) can be performed. The amount of calculation can be reduced compared to the conventional method of performing the above.
According to the third aspect of the present invention, the impulse response of the transmission path is estimated using the received signal sample value and the known signal, a threshold value is provided, and a value equal to or smaller than the threshold value is selected from the estimated impulse response estimated value vector. The component having it is deleted, that is, the dimension of the impulse response estimated value vector is reduced. Further, a component corresponding to a component having a value equal to or smaller than the threshold value deleted in the impulse response estimated value is deleted from the tap coefficient of the linear filter calculated from the received signal sample value series and the received signal vector. Thereby, the tap coefficient of the linear filter and the dimension of the received signal vector are also reduced. As described above, the soft decision value is derived using the impulse response estimated value vector, the linear filter tap coefficient, and the received signal vector, in which the dimension of the vector is reduced.
According to this configuration, when the linear equalizer is used for iterative equalization, it is possible to reduce the arithmetic processing necessary for deriving the soft decision value.
[0021]
According to the fourth aspect of the present invention, an adaptive iterative equalizer that performs equalization and decoding iterative processing obtains the likelihood of the soft decision value from the decoder in the second and subsequent processing, and in the first processing, The tap coefficient of the linear filter is calculated from the impulse response estimated value vector with the dimension reduced and stored using, for example, Matrix Inversion Lemma (inverse matrix auxiliary theorem), and the intersymbol interference component is subtracted using the tap coefficient. The differential signal is subjected to linear filtering, and a soft decision value is derived using the result of the linear filtering and the estimated impulse response value.
According to this configuration, when the linear equalizer is used for repeated equalization, it is possible to reduce the arithmetic processing necessary for deriving the soft decision value even in the second and subsequent processing.
[0022]
DETAILED DESCRIPTION OF THE INVENTION
First embodiment
In the above-mentioned literature method using a linear equalizer for iterative equalization, the prior LLR value of the coded bit string is given by equation (12).₂[b (k)] is used to determine the likelihood b ′ (k) of the encoded bit. In the first equalization process, since there is no prior information, the prior LLR value λ in Expression (12)₂Since [b (k)] is 0, b ′ (n) is all 0 as shown below.
B '(n) = [00… 0… 00]^T
Therefore, the difference vector R in equation (14)_c(n) is
R_c(n) = R (n) −H_m(n) B '(n) = R (n) (27)
Λ (n) is a (2J-1) ((2J-1) matrix where the diagonal components are all 1 as follows.
[0023]
Λ (n) = Cov [B (n) −B '(n)] = diag [1,1,…, 1,…, 1,1] (28)
Therefore, the optimum tap coefficient G (n) of the linear filter according to the equation (20) can be derived by performing the following calculation.
G (n) = [H_m(n) H_m(n)^H+ Σ²I]^-1H_m(n) e_J               (29)
From equation (29), the value of tap coefficient G (n) is the value H corresponding to the impulse response of the transmission line._mDetermined by (n). Here, due to factors such as high transmission speed, when the time variation of the transmission path is small, that is, when the time of the received burst wave is short, and it is considered that the propagation characteristics of the received signal do not change during that time, G (n) is also almost constant. Therefore, G (n) is derived in advance before processing the information symbol section, and G (n) is derived for each information symbol at each time point by using the value in the processing for each information symbol. Compared to the conventional method, the amount of calculation can be reduced. Further, even in the tap coefficient calculation of Equation (29), since the time variation can be ignored, an adaptive algorithm can be used, which eliminates the need to perform an inverse matrix operation when deriving G (n). The amount of calculation can be reduced.
[0024]
Therefore, in the first embodiment according to the present invention, G (n) is obtained by performing tap coefficient calculation using an adaptive algorithm in a known signal section before processing in an information symbol section, for example, a training signal section. Processing in the information symbol section is performed using the value. As a result, it is not necessary to perform an inverse matrix operation, and it is not necessary to derive G (n) at each time point of the information symbol, so that the amount of calculation can be reduced as compared with the conventional method.
FIGS. 3 and 4 show functional configuration examples in the first and second equalization processes of the adaptive equalizer according to the first embodiment of the present invention. This adaptive equalizer corresponds to the equalizer 21 in FIG. FIG. 3 shows the first equalization process, and FIG. 4 shows the second and subsequent equalization processes. The dotted line in FIG. 4 indicates a portion used in the first equalization process, not used at the present time (second and subsequent equalization processes).
[0025]
The adaptive equalizer of the first embodiment includes an impulse response estimation unit 100, a linear filter unit 110, a soft decision value calculation unit 120, a switch 101, a likelihood calculation unit 130, and a switch 160. ing. The impulse response estimation unit 100 includes a transversal filter 103, a subtractor 105, and an adaptive estimation unit 106, and the linear filter unit 110 includes a transversal filter 111, a tap coefficient calculation unit 112, and a subtractor 113. Has been.
First, the first equalization process in the repeated equalization will be described with reference to FIG. In this case, the changeover switch 101 is connected to the input terminal 102 side of a known signal, for example, a training signal, and the switch 160 is connected to the input terminal 104 side. In the impulse response estimation unit 100, the training signal sequence b (n), which is a known pattern from the training signal input terminal 102, and the output replica H of the transversal filter 103 from the received signal sample value sequence R (n) from the input terminal 104._m(n) Difference value (vector) R obtained by subtracting b (n) by subtractor 105_cFrom (n), the impulse response H of the transmission path is calculated by the calculation unit 106A of the adaptive estimation unit 106._mEstimate (n). This impulse response estimation calculation is performed using an adaptive algorithm performed by a normal adaptive equalizer._cThe square of (n) may be minimized. Converged impulse response estimate H at the end of the training signal sequence b (n)_m(n) is stored in the storage unit 106B.
[0026]
On the other hand, in the linear filter unit 110, the received signal sample value series R (n) is input to the transversal filter 111 as the linear filter, and linear filter processing is performed by the tap coefficient G (n) calculated by the tap coefficient calculation unit 112. And its output Z (n) = G^H(n) R (n) is subtracted from the training signal sequence b (n) by the subtractor 113, and the difference is input to the tap coefficient calculation unit 112 to update the tap coefficient G (n) of the linear filter. This update calculation is performed using an adaptive algorithm. In other words, in the first equalization process, R (n) = R_c(n), so 式 b (n) −G (n) from equation (16)^HR (n) ‖²The tap coefficient G (n) is determined by an adaptive algorithm so that is minimized. For this reason, the calculation amount of the tap coefficient G (n) can be reduced as compared with the case of performing the inverse matrix calculation according to the conventional equation (20). The updating of the tap coefficient G (n) is stopped at the end of the training signal sequence b (n), and the tap coefficient at that time is held.
[0027]
The received signal after completion of the training signal sequence b (n), that is, the received signal sample sequence R (n) of the information symbol is linearly converted by the transversal filter 111 using the tap coefficient G (n) finally updated. Filter. This linear filter output Z (n) and the finally obtained impulse response estimate H_mAccording to (n), the soft decision value calculation unit 120 uses the soft decision value λ in equation (25).₁[b (n)] is calculated as the first equalized output. In the first equalization process, prior information λ₂[b (n)] = 0, so Λ₁[b (n)] = λ₁[b (n)]. This λ₁[b (n)] is supplied to the deinterleaver 22 (see FIG. 1).
Next, the principle of equalization processing for the second and subsequent iterations will be described first, and then specific equalization processing will be described with reference to FIG. In the second and subsequent equalization processes, the received signal R (n) used for the first process is input again. On the other hand, the output of the decoder 23 in FIG. 1 with respect to the result of the first processing, more precisely, the soft decision value λ of the encoded bit which is the output of the interleaver 25₂From [b (n)], when the likelihood b ′ (n) is calculated by the equation (12), this likelihood b ′ (n) is obtained when Eb / No (bit energy to noise ratio) is large. It will be either +1 or -1. That is, the estimated bit vector of the expression (13) can be approximated as the following expression.
[0028]
B '(n) ≒ [± 1, ± 1,…, ± 1,0, ± 1,…, ± 1, ± 1]^T           (30)
By using this approximate b '(n), Equation (19)
Λ (n) = Cov [B (n) −B ′ (n)] = diag [0,0,…, 0,1,0,…, 0,0] (31)
Can be approximated. Substituting equation (31) into equation (20), the tap coefficient G (n) of the linear filter can be derived by performing the following calculation.
G (n) = [H_L(n) H_L ^H(n) + σ²I]^-1H_L        (32)
However, H_L(n) is

This is a vector of MJ rows and 1 column.
[0029]
In this case, by using Matrix Inversion Lemma (inverse matrix lemma) in the calculation of the tap coefficient G (n) of the linear filter of Equation (32), the amount of computation required to derive the tap coefficient G (n) of the linear filter is reduced. Can be reduced. Thus, by approximating the estimated bit vector B (n) of the encoded bits as shown in Equation (30), H_LSince (n) is a vector of MJ rows and 1 column, it is not necessary to perform an inverse matrix operation, and the amount of calculation can be greatly reduced as compared with the conventional method. Therefore, in the embodiment of the present invention, tap coefficient calculation for deriving the tap coefficient G (n) of the linear filter by applying the approximation by Equation (31) and Matrix Inversion Lemma in the equalization processing after the second iteration of equalization. It is possible to reduce the arithmetic processing in the unit.
[0030]
FIG. 4 shows an example of a functional configuration in the second and subsequent equalization processes by the adaptive equalizer of the first embodiment. The changeover switch 101 is connected to the output side of the likelihood calculator 130, and the switch 160 is connected to the output side of the subtractor 105. The soft decision value λ of each bit of the encoded sequence, which is the output of the decoder 23 of the previous iteration (the output of the interleaver 25)₂[b (n)] is input to the likelihood calculating unit 130 from the terminal 131, and the likelihood b ′ (n) is output by performing the calculation of Expression (12). Impulse response estimated value H stored in storage unit 106B_m(n), and the likelihood b ′ (n) is filtered by the transversal filter 103 and H in Equation (14)_m(n) B ′ (n) is obtained as a replica of the intersymbol interference component in the received signal R (n). The output replica of the transversal filter 103 is subtracted from the received signal sample value series R (n) by the subtractor 105 to obtain the difference value R in the equation (14)._cDerive (n).
[0031]
The tap coefficient G (n) of the linear filter is different from the first method of deriving the tap coefficient of the linear filter, and the impulse response estimated value H stored in the storage unit 106B._LThe calculation is performed using equation (32) with only (n) as an input.
The inverse matrix lemma described above is used for this calculation. That is, this theorem assumes that A and B are positive matrices of (M, M), C is an (M, N) matrix, D is a positive matrix of (N, N), and A = B^-1+ CD^-1C^HThe inverse matrix of A is
A^-1= B-BC (D + C^HBBC)^-1C^HB (33)
Given in. Applying this theorem to the inverse matrix calculation part in equation (32),

If the equation (33) is calculated using these, the inverse matrix calculation in the equation (32) can be obtained. In addition, the inverse matrix calculation (D + C^HBBC)^-1However, since this inverse matrix is also a scalar, it can be calculated by the same method.
[0032]
Using this tap coefficient calculation value G (n), the difference value R_c(n) is subjected to linear filter processing by the transversal filter 111, the processing result Z (n) and the impulse response estimation value H in the storage unit 106B._LThe soft decision value calculation unit 120 using (n) calculates the formula (25) to determine the soft decision value Λ₁[b (n)] is derived. The equivalent amplitude μ (n) in equation (25) is obtained by introducing equation (31) into Λ (n) in equation (23):

Given in. Note that the tap coefficient calculation unit 112 of the linear filter unit 110 in the first equalization process may also calculate the tap coefficient G (n) using the inverse matrix theorem.
[0033]
As described above, according to the first embodiment, it is possible to reduce the amount of calculation required to derive the tap coefficient of the linear equalizer used in iterative equalization. As an example, a computer simulation using a recursive least squares algorithm (RLS) with good convergence characteristics as an adaptive algorithm for deriving tap coefficients when a linear equalizer is used for iterative equalization The error rate characteristics obtained by the above are shown in FIG.
In FIG. 5, the vertical axis represents an average error rate (BER), and the horizontal axis represents Eb / No (bit energy to noise ratio). The modulation method is BPSK (two-phase phase shift), the information transmission speed is 12 Mbps, and the maximum Doppler frequency indicating the fading fluctuation speed is 1000 Hz. The frame structure is the impulse response H as a unique word with the first 128 symbols being a known pattern._m(n) was estimated, and then 128 symbols were added as information symbols. The RLS algorithm was used as the impulse response estimation algorithm. The propagation path is an equal level five-wave Rayleigh fading propagation path, and the receiving side performs 2-branch diversity and repeats equalization using a 5-tap linear filter. The decoding process used for iterative equalization used SOVA (Soft-Output Viterbi Algorithm), and the number of iterations was two.
[0034]
Curves A0 and A1 in FIG. 5 are the results when the tap coefficients of the linear filter are obtained by performing an inverse matrix operation at each time point when the number of iterations is 1 and 2. Curves B0 and B1 are the present invention. According to the method of the above embodiment, curve B0 is the result of deriving the tap coefficient G (n) using Matrix Inversion Lemma when the adaptive algorithm is used for curve B0 and the number of iterations is 2. Compared to the case where the inverse matrix operation is obtained at each time point, the present invention has deteriorated only by about 0.1 dB, and is almost equivalent, and it is necessary to perform the inverse matrix operation represented by the equation (26). Therefore, it is possible to greatly reduce the amount of calculation required for deriving the tap coefficient of the linear equalizer used for iterative equalization. It was confirmed that when the known pattern was 128 symbols and the information symbol was 256, the case was also the same as the above example when the known pattern was 128 symbols and the information symbol was 512. In the case of a short burst wave (frame length) such as the time of these information symbol lengths, fluctuations in the impulse response of the propagation path can be ignored, and this is the same as the case where the inverse matrix operation is performed for each symbol time point. This shows that an error rate of a certain level can be obtained and the amount of calculation can be reduced. As for the amount of computation, when the number of antennas (channels) is M and the length of intersymbol interference (the number of taps of the linear filter 111) is J, when performing inverse matrix computation for each conventional time point (MJ)^ThreeIn the embodiment of the invention described above, (MJ)²Can be greatly reduced.
[0035]
3 and 4, the configuration in which the two transversal filters 103 and 111 are provided has been described in order to make the functional configuration easy to understand. However, the number of actual devices may be one, and a tap coefficient calculation unit may be used. 112 and the adaptive estimation unit 106 have different block configurations, respectively, but they can function as a single device as with the transversal filter.
Also, as described above, since one aspect of the present invention utilizes the fact that the impulse response of the transmission line does not vary so much in a short time, the training signal at the head of the received burst wave (frame), In other words, the impulse response estimate H_m(n) is obtained, and the subsequent processing is performed by calculating the impulse response estimated value H._mIt is characterized by using (n).
[0036]
Further, in another form of the first embodiment, the encoded bit vector B (n) and the estimated bit vector B ′ (n) of the encoded bit are expressed in the second process as expressed by the equation (31). By making only the Jth element of the diagonal matrix that is the difference covariance matrix 1 and approximating all other diagonal elements to 0, the tap coefficient G (n) can be expressed as Since it is a vector operation and it is not necessary to perform an inverse matrix operation, the calculation amount can be reduced. A known signal (training signal) does not necessarily have to be used for the first processing. For example, as shown by a broken line in FIG. The output may be input instead of the signal from the output of the changeover switch 101. Impulse response estimated value H finally obtained by this first processing_m(n) is used for the second and subsequent processing.
Second embodiment
In the first embodiment shown in FIGS. 3 and 4, as can be seen from the equations (5), (6), (8) to (11), (15), (25), different paths are provided to the input terminal 104. Equalization processing is performed on all paths within the maximum number of delay symbols J to be considered of the so-called multipath received signal R (n) that has arrived via. However, depending on the propagation path environment of the signal propagation path, the multipath component d in FIG.₁, d₂, ..., there may be a case where a path with relatively large received power arrives away from other paths in time, and even in such a propagation path environment, all of the equalization processes of the above-described embodiments are performed. Equalization processing is performed on the received path.
[0037]
That is, equalization processing is performed even on a path with a very small received power within the maximum delay symbol number J, or in an extreme case, a multipath component with zero received power, and a long time is required for the arithmetic processing. . In the following, for such multipath components whose received power is negligibly small, the size of the vector and matrix is reduced by omitting the dimensions corresponding to them, and the amount of computation, and hence the computation time, is reduced. An embodiment in the case of further improvement will be described.
Similar to the second equalization process in the previous embodiment, the result of the first process Λ₁Soft decision value λ for coded bit sequence b (n) that is the decoder output for [b (n)]₂When the likelihood b ′ (n) of [b (n)] is obtained by the equation (12), the estimated value vector B ′ ( By approximating n) as shown in Equation (30), the tap coefficient G (n) of the linear filter 111 can apply Matrix Inversion Lemma (inverse matrix lemma) and can be obtained as follows.
[0038]

However, as shown below, H_L(n) is a length M (vertical vector of J).

The equivalent amplitude μ (n) of the output signal is also calculated as in equation (34) by approximating Λ (n) in equation (23) as in equation (31).
On the other hand, Z (n) is the same as equation (15).
Z (n) = G (n)^HR_c(n) (37)
Given in. Using the linear filter output Z (n) obtained in Equation (37) in Equation (25), the external information value Λ derived by the linear equalizer₁[b (n)] can be obtained as a result of the equalization processing after the second time.
[0039]
  Here, the following is assumed. In the maximum delay symbol number J considered by the equalizer, the path from j = 1 to j = J-2 has not arrived, and only the path of j = 0 and j = J-1 has arrived. To do. If the impulse response of the transmission path can be accurately estimated, components other than the effective path are h (n; 1), h (n; 2), ..., h (n; J-2) ≡ 0 It becomes. Therefore, the formula (36From)
  H_L(n) = [h₀(n; J-1)… h_M-1(n; J-1) 0 ... 0 ... 0 ... 0h₀(n; 0)
          … H_M-1(n; 0)]^T (38)
It becomes.
[0040]
  The tap coefficient G (n) of the linear filter is H as shown in Equation (35)._LSince it is calculated from (n),
     G (n) = [g₀(n; J-1)… g_M-1(n; J-1) 0… 0 g₀(n; 0)… g_M-1(n; 0)]^T        (39)
It becomes.
  Soft decision value Λ according to equation (25) of the linear equalizer₁The calculation required for derivation of [b (n)] is as follows:Four) Output signal equivalent amplitude μ (n) and equation (37) linear filter output Z (n). μ (n) and Z (n) are calculated as shown below.
    μ (n) = H_L(n)^HG (n)
         = h₀(n; J-1) × g₀(n; J-1) +… + h_M-1(n; J-1) × g_M-1(n; J-1) +… + 0 × 0
          + …… + 0 × 0 +… + h₀(n; 0) × g₀(n; 0) +… + h_M-1(n; 0) × g_M-1(n; 0)
                                                         (40)
  Where H_L(n)^H , Omit the 0 element of G (n), ie H as shown below_L(n)^HEven when the dimension of G (n) is lowered, the value of μ (n) is naturally equal.
[0041]

Z (n) is

It becomes.
[0042]
In formula (44), G (n)^HHas an element of 0, so R corresponding to the element of 0 as shown below_cThe value of (n) is not necessary in deriving Z (n).

Thus, R as above_cSince the dimension of (n) can be reduced, the dimension of the received signal vector R (n) can also be reduced from Equation (14). Also, the intersymbol interference component replica H_mSince the dimension of (n) B '(n) can also be lowered, the channel matrix H_mThe dimension of (n) can also be lowered.
[0043]
As described above, it can be understood that the calculation regarding the path component which has not arrived in the calculation accompanying the derivation of the external information value of the linear equalizer can be omitted. That is, the impulse response estimation value of the transmission path, the tap coefficient G (n) of the linear filter, the received signal vector R (n), and R obtained by subtracting the intersymbol interference component from the received signal vector_cIt is possible to omit a vector or matrix element of a path component that has not arrived in (n). Accordingly, it is possible to reduce the dimension of the vector component and the number of elements of the matrix necessary for the calculation accompanying the derivation of the soft decision value of the linear equalizer.
However, the impulse response estimation value does not become zero due to the impulse response estimation error of the transmission path. Therefore, the threshold value h as shown below_thAre provided for comparison and discrimination. For example, h (n; 1), h (n; 2), ..., h (n; J-2) ≦ h_th Then, h (n; 1), h (n; 2), ..., h (n; J-2) ≡0 are considered. L as threshold h_thWhen the number of received effective paths is as described above, an impulse response estimation vector H representing all impulse response estimation values within the delay symbol width J as shown below._L(n) is an MJ-dimensional vector to an ML-dimensional vector H_LThe dimension can be lowered to '(n).
[0044]
H_L(n) = [h₀(n; J-1)… h_M-1(n; J-1) 0… 0h₀(n; 0)… h_M-1(n; 0)]^T(47)
H_L'(n) = [h₀(n; J-1)… h_M-1(n; J-1) h₀(n; 0)… h_M-1(n; 0)]^T(48)
The channel matrix H_mThe number of elements in the row direction of (n) can be reduced from 2J-1 to 2L-1.
[0045]
[Expression 10]

(49)
[Expression 11]

The tap coefficient vector G (n) of the linear filter for the second iteration is
h (n; 1), h (n; 2), ..., h (n; J-2) ≤ h_th
If
g₀(n; 1)… g_M-1(n; 1), g₀(n; 2)… g_M-1(n; 2),…, g₀(n; J-2)… g_M-1(n; J-2) ≡ 0,
G '(n) = [g₀(n; J-1)… g_M-1(n; J-1) g₀(n; 0)… g_M-1(n; 0)]^T         (51)
It becomes. This is H_L'(n)^HH_LIt is clear from Equation (35) in the calculation of '(n). Also in G (n), the dimension can be lowered from the MJ vector to the M × L vector G ′ (n).
[0046]
Similarly, received signal vector R (n) and difference vector R_cIn (n), the dimension can be lowered from the MJ vector to the ML vector.
The equivalent amplitude μ (n) of the output signal is expressed as H_L'(n)^HAnd G '(n), and the linear filter output Z' (n) can be obtained from equation (46) as G '(n)^HAnd R_cSince it can be obtained from '(n), both can be derived by calculation with a small number of dimension vectors.
Furthermore, the channel matrix H of equation (50) generated from the impulse response estimate as shown below:_mIt is possible to reduce the dimension of the number of elements in the column direction of the path position regarded as 0 in '(n), and it is also possible to reduce the dimension of the channel matrix necessary for derivation of the soft decision value by Expression (25). The example in which only the paths of j = 0 and j = J are effective paths indicates that the number of elements in the column direction can be reduced from (2J-1) to (2L-1).
[0047]
[Expression 12]

7 and 8 show functional configuration examples in the first and second equalization processing of the second embodiment according to the present invention. In this embodiment, a determination unit 140 and a switch 170 are newly added to the functional configuration example in the first embodiment of FIGS. 3 and 4, and the tap coefficient calculation unit 112 is determined as a calculation unit 112A and a storage unit 112B. Unit 112C, and a configuration in which a discrimination unit 106C is added to the adaptive estimation unit 106.
[0048]
First, the switch 101 is connected to the terminal 102 side, and the switches 160 and 170 are connected to the terminal 104 side. Impulse response estimate H in the first equalization process in iterative equalization_mThe processing until obtaining (n) and the tap coefficient G (n) is the same as in the first embodiment. In the second embodiment, in FIG. 7, the impulse response estimated value H converged at the time when the training signal ends._mA valid path is determined by the determination unit 106C from (n). For example, as shown in FIG. 9, it is assumed that impulse response estimation values at respective symbol delay times are obtained within the maximum delay symbol number J. The determination method is, for example, as shown in FIG._thIt is sufficient to select a path beyond that. Threshold h_thFor example, a method of using the average power of all reception paths and selecting a reception path that is equal to or higher than the average power is possible. Alternatively, a path may be selected from those having high received power without providing a threshold. The determined effective path is represented by, for example, the number of delay symbols, and is stored in the storage unit 106B together with the tap coefficient value h. As saved data, the vector H in equation (48)_L'may be saved as data of (n) or matrix H in equation (50)_m'(n) data may be stored, and the other data can be easily configured from one data as necessary. Further, from the tap coefficient vector G (n) of the linear filter 111 obtained at the end time of the training signal, only the tap corresponding to the effective path determined by the determination unit 106C of the impulse response estimation unit 100 is the tap of the linear filter 111. The coefficient vector G ′ (n) is stored in the storage unit 112B.
[0049]
Further, the switch 160 is switched to the discriminating unit 140 side, and the received signal after the training signal is ended by the discriminating unit 140, that is, the information symbol received signal R ′ (corresponding to the effective path in the information symbol received signal R (n). Only n) is selected, and finally the linear filter process is performed by the transversal filter 111 using the tap coefficient G ′ (n) of the linear filter 111 stored in the storage unit 112B. This linear filter output Z ′ (n) and the finally obtained impulse response estimate H_L'(n) and soft decision value calculation unit 120 determines soft decision value Λ₁[b (n)] is calculated.
In the second and subsequent equalization processes, in FIG. 8, the switch 101 is connected to the likelihood calculating unit 130 side, the switch 160 is connected to the determining unit 140 side, and the switch 170 is connected to the output side of the subtractor 105. . Impulse response estimated value H stored in storage unit 106B_LThe likelihood b ′ (n) representing the estimated intersymbol interference code from the likelihood calculator 130 using (n) is filtered by the transversal filter 103, and the output replica H_L(n) b ′ (n) is subtracted from the received signal sample value series R ′ (n) by the subtractor 105 to obtain the difference value R_c'(n) is calculated. Only for paths determined by the determination unit 106C of the impulse response estimation unit 100, the determination unit 140 determines the difference value R._c'(n) is discriminated and the discrimination result is input to the linear filter 111. The tap coefficient G ′ (n) of the linear filter 111 is the impulse response estimated value H stored in the storage unit 106B._LOnly '(n) is input, derived using the inverse matrix lemma according to Equation (35), and stored in the storage unit 112B. Stored impulse response estimate H_L'(n) and tap coefficient G' (n) of the linear filter 111 and the determined difference value R_c'(n) and soft decision value calculation unit 120 determines soft decision value Λ₁[b (n)] is calculated.
[0050]
As described above, according to the second embodiment, it is possible to reduce the amount of calculation required to derive the soft decision value of the linear equalizer. As an example, the recursive least-squares algorithm (RLS: Recursive Least Squares algorithm) with good convergence characteristics is used to derive the tap coefficient of the linear equalizer in the first iteration in the iterative equalization using a linear equalizer. FIG. 11 shows error rate characteristics obtained by computer simulation when Matrix Inversion Lemma is used after the second time.
The modulation method uses BPSK, the information transmission rate is 10 Mbps, the maximum Doppler frequency indicating the speed of fading fluctuation is 1000 Hz, and the frame configuration is a configuration in which a training signal that is a known pattern of 63 symbols is added to 256 symbols as an information signal. Take. Further, as a propagation path model, a propagation path where only j = 0 and j = 4 path components indicated by solid lines in FIG. 12 arrive is assumed, the receiving side performs 2-branch diversity, and SOVA (Soft- Output Viterbi Algorithm) was used. In addition, transmission path estimation was ideally performed, and the number of repetitions was up to 3.
[0051]
When A1, A2, and A3 in Fig. 11 are set to 1, 2, and 3 repetitions, the number of taps of the linear equalizer is considered from 0 to 4T delay wave, and all 5 taps are used as the linear equalizer tap coefficients. It is a result at the time of using the information of. Similarly, B1, B2, and B3 are the results when information of 2 taps (only 0 and 4T delay waves) is used as the number of taps of the linear equalizer when the number of repetitions is 1, 2, and 3.
As is clear from the figure, when the number of taps of the linear equalizer is 5 taps and when only 2 taps are used, the results are almost the same when iterating 2 or 3 times. It shows that error rate characteristics can be obtained and the amount of calculation is small.
[0052]
【The invention's effect】
As described above, according to the first embodiment of the present invention, in the linear equalizer that performs iterative equalization, it is possible to reduce the amount of calculation associated with the derivation of the tap coefficient of the linear filter and reduce the time required for the calculation process. Can do.
According to the second embodiment of the present invention, repeated equalization is performed in a propagation path environment in which a plurality of paths have arrived, of which a path with relatively large power has arrived at a time away from other paths. It is possible to adaptively reduce the arithmetic processing accompanying the derivation of the external information value derived in the linear equalizer to be performed.
[Brief description of the drawings]
FIG. 1 is a diagram for explaining a transmitter / receiver configuration for iterative equalization;
FIG. 2 is a diagram for explaining the configuration of a linear adaptive equalizer.
FIG. 3 is a functional configuration diagram of a first equalization process in the embodiment of the adaptive equalizer according to the present invention.
FIG. 4 is a functional configuration diagram in equalization processing after the second time.
FIG. 5 is a diagram for explaining the effect of the present invention;
FIG. 6 is a diagram illustrating an example of a propagation path environment where a plurality of paths are received.
FIG. 7 is a functional configuration diagram of the first equalization processing in the embodiment of the adaptive equalizer according to the present invention.
FIG. 8 is a functional configuration diagram in equalization processing after the second time.
FIG. 9 is a diagram illustrating an example of an impulse response included in a received signal.
FIG. 10 is a diagram illustrating an example of selecting an effective path from an impulse response.
FIG. 11 is a diagram for explaining the effect of the present invention.
FIG. 12 is a diagram for explaining a propagation path model used for computer simulation.

Claims (4)

適応等化処理を複数回繰り返し
て復号する復号処理において、符号化ビットb(n)を軟判定して生成された第２軟判定値λ₂[b(n)]が事前情報として与えられ、その事前情報を使ってパスの異なるＭチャネルの受信信号を等化して第１軟判定値Λ₁[b(n)]を出力することを繰り返すことにより受信信号を適応等化する適応等化方法であり、
１回目の等化処理において、
(a-1) 上記受信信号のトレーニング信号区間におけるサンプル値系列及びそれに対応する入力された既知信号に基づきＭチャネルの伝送路のインパルス応答推定値H_m(n)を求めるステップと、
(a-2) 上記インパルス応答推定値H_m(n)から受信信号電力が所定の基準値より大きいか否かを判別し、大きいと判別したものは、有効なパスを判定し、有効パスに対応するインパルス応答推定値H_m'(n)を得るステップと、
(a-3) 上記受信信号のトレーニング信号区間と上記既知信号に基づき適応アルゴリズムにより線形フィルタ処理のタップ係数G(n)を求め、上記判別した有効パスに対応する線形フィルタ処理のタップ係数G'(n)を得るステップと、
(a-4) 上記受信信号の情報シンボル区間における受信信号ベクトルR(n)に対して上記判別した有効パスに対応する受信信号ベクトルR'(n)を得て、上記有効パスに対応するインパルス応答推定値H_m'(n)と上記タップ係数G'(n)と上記受信信号ベクトルR'(n)から第１軟判定値Λ₁[b(n)]を計算し、１回目の等化処理結果として復号処理のために出力するステップ、
とを含み、
２回目以降の等化処理において、
(b) 上記第１軟判定値Λ₁[b(n)]に基づいて復号処理して得られた第２軟判定値λ₂[b(n)]が入力され、符号列b(n)の尤度b'(n)を求めるステップと、
(c) 上記有効パスに対応する成分からなる上記インパルス応答推定値ベクトルH_L'(n)から逆行列の補助定理を用いて上記有効パスに対応する線形フィルタ処理のタップ係数G'(n)を計算するステップと、
(d) 上記符号列b(n)の尤度b'(n)を上記有効パスに対応するインパルス応答推定値ベクトルH_L(n)により線形フィルタ処理してレプリカを生成するステップと、
(e) 上記１回目の等化処理で使用した上記情報シンボル区間の上記受信信号ベクトルR(n)から上記レプリカを差し引いて符号間干渉を除去した差分信号R_c(n)を生成し、上記差分信号R_c(n)から上記有効パスに対応する差分信号R_c'(n)を得るステップと、
(f) 上記有効パスに対応する差分信号R_c'(n)を上記ステップ(c)で求めたタップ係数G'(n)により線形フィルタ処理して信号Z'(n)を生成するステップと、
(g) 上記信号Z'(n)と上記有効パスに対応するインパスル応答推定値ベクトルH_L'(n)とから計算した第１軟判定値Λ₁[b(n)]を２回目以降の適応等化結果として復号処理のために出力するステップ、
とを含むことを特徴とする適応等化方法。In the decoding process in which the adaptive equalization process is repeated a plurality of times, the second soft decision value λ ₂ [b (n)] generated by soft decision on the encoded bit b (n) is given as prior information, An adaptive equalization method for adaptively equalizing a received signal by repeating the output of the first soft decision value Λ ₁ [b (n)] by equalizing received signals of M channels having different paths using the prior information And
In the first equalization process,
(a-1) obtaining an impulse response estimated value H _m (n) of an M channel transmission path based on a sample value sequence in the training signal section of the received signal and an input known signal corresponding thereto;
(a-2) From the impulse response estimated value H _m (n), it is determined whether or not the received signal power is greater than a predetermined reference value. Obtaining a corresponding impulse response estimate H _m ′ (n);
(a-3) A linear filter processing tap coefficient G (n) is obtained by an adaptive algorithm based on the training signal section of the received signal and the known signal, and the linear filter processing tap coefficient G ′ corresponding to the determined effective path obtaining (n);
(a-4) Obtaining a received signal vector R ′ (n) corresponding to the determined effective path with respect to the received signal vector R (n) in the information symbol section of the received signal, and obtaining an impulse corresponding to the effective path The first soft decision value Λ ₁ [b (n)] is calculated from the response estimated value H _m ′ (n), the tap coefficient G ′ (n), and the received signal vector R ′ (n), and the first time etc. Outputting for the decryption process as a result of the conversion process,
Including
In the second and subsequent equalization processes,
(b) The second soft decision value λ ₂ [b (n)] obtained by decoding based on the first soft decision value Λ ₁ [b (n)] is input, and the code string b (n) Obtaining a likelihood b ′ (n) of
(c) Tap coefficient G ′ (n) of linear filter processing corresponding to the effective path using the inverse matrix auxiliary theorem from the impulse response estimated value vector H _L ′ (n) composed of components corresponding to the effective path A step of calculating
(d) linearly filtering the likelihood b ′ (n) of the code sequence b (n) with the impulse response estimated value vector H _L (n) corresponding to the effective path, and generating a replica;
(e) generating a differential signal R _c (n) by subtracting the replica from the received signal vector R (n) of the information symbol period used in the first equalization process to remove intersymbol interference, obtaining a difference signal R _c from the difference signal R _c (n) corresponding to said effective path '(n),
(f) generating a signal Z ′ (n) by linearly filtering the differential signal R _c ′ (n) corresponding to the effective path with the tap coefficient G ′ (n) obtained in step (c); ,
(g) The first soft decision value Λ ₁ [b (n)] calculated from the signal Z ′ (n) and the impulse response estimated value vector H _L ′ (n) corresponding to the effective path Outputting for the decoding process as an adaptive equalization result,
The adaptive equalization method characterized by including these. 請求項１記載の適応等化方法において、Ｊを考慮する最大遅
延シンボル数とし、Ｍチャネルの受信信号サンプルベクトルをr(n)=[r₀(n)r₁(n)・・・r_M-1(n)]^Tと表し、上記受信信号ベクトルR(n)をR(n)=[r(n+J-1)r(n+J-2)・・・r(n)]^Tとし、チャネル重み係数ベクトルをh(n;j)=[h₀(n;j)h₁(n;j)・・・h_M-1(n;j)]^Tと表し、インパルス応答推定値のチャネル行列H_m(n)を

と表すと、
上記ステップ(a-3) は、
(a-3-1) トレーニング信号区間におけるトレーニング信号b(n)を、インパルス応答H_m(n)を使って線形フィルタ処理してレプリカH_m(n)b(n)を生成するステップと、
(a-3-2) 上記受信信号と上記レプリカH_m(n)b(n)の差分を差分ベクトルR_c(n)として生成するステップと、
(a-3-3) 上記受信信号を、タップ係数G(n)を使って線形フィルタ処理して出力Z(n)=G(n)^HR(n)を生成するステップと、
(a-3-4) 上記出力Z(n)と上記信号b(n)との差に基づいて適応アルゴリズムにより上記タップ係数G(n)を決め、上記受信信号及びタップ係数G(n)のそれぞれ有効パスに対応する成分の受信信号ベクトルR'(n)及びタップ係数G'(n)を得るステップ、
とを含み、
上記ステップ(a-4) は上記線形フィルタ処理のインパルス応答H_m'(n)と上記出力Z'(n)とに基づいて、第１軟判定値Λ₁[b(n)]=4Real{Z(n)}/(1-μ)を演算し、１回目の等化処理結果として出力するステップであり、
上記ステップ(b) は事前情報として与えられた復号化ビットの第２軟判定値λ₂[b(n)]から符号化ビット列b(k)の尤度b'(k)=tanh[λ₂[b(k)]/2]をｋがn-(J-1)<k<n+(J-1)の範囲で計算し、
上記ステップ(c) は上記タップ係数G'(n)を
G'(n)=[H_L'(n)H_L'(n)^H(n)-σ²I]^-1H_L'(n)
H_L'(n)=[h₀(n;J-1)…h_M-1(n;J-1)h₀(n;J-2)…h_M-1(n;J-2)…h₀(n;0)…h_M-1(n;0)]^T
と近似して求め、
上記ステップ(d) は時点ｎの符号化ビットb(n)に、符号間干渉として影響を与える符号化ビットの推定値ベクトル
B'(n)=[b'(n+(J-1))b'(n+(J-2))…b'(n+1)0b'(n-1)…b'(n-(J-1))]^T
を上記H_L'(n)により線形フィルタ処理してレプリカH_L'(n)B'(n)を得て、
上記ステップ(e) は上記レプリカH_L'(n)B'(n)と上記受信信号R'(n)との差分ベクトルR_c'(n)=R'(n)-H_L'(n)B'(n)を求め、
上記ステップ(f) は上記タップ係数G'(n)を用いて上記差分ベクトルR_c'(n)を線形フィルタ処理し、処理結果Z'(n)=G'(n)^HR_c'(n)を出力し、
上記ステップ(g) は上記出力Z'(n)とインパルス応答推定値ベクトルH_L'(n)とから第１軟判定値

を２回目以降の等化出力として得るステップを含むことを特徴とする適応等化方法。In adaptive equalization method of claim 1, and the maximum number of delay symbols and the consideration J, the received signal sample vector of M channels _{r (n) = [r 0} (n) r 1 (n) ··· r M _-1 (n)] ^T, and the received signal vector R (n) is R (n) = [r (n + J-1) r (n + J-2)... R (n)] ^T And the channel weight coefficient vector is represented as h (n; j) = [h ₀ (n; j) h ₁ (n; j)... H _M-1 (n; j)] ^T, and the impulse response estimation value Channel matrix H _m (n)

And
Step (a-3) above is
(a-3-1) linearly filtering the training signal b (n) in the training signal interval using the impulse response H _m (n) to generate a replica H _m (n) b (n);
(a-3-2) generating a difference between the received signal and the replica H _m (n) b (n) as a difference vector R _c (n);
(a-3-3) linearly filtering the received signal using the tap coefficient G (n) to generate an output Z (n) = G (n) ^H R (n);
(a-3-4) The tap coefficient G (n) is determined by an adaptive algorithm based on the difference between the output Z (n) and the signal b (n), and the received signal and the tap coefficient G (n) Obtaining received signal vectors R ′ (n) and tap coefficients G ′ (n) of components corresponding to the effective paths,
Including
The step (a-4) is based on the impulse response H _m ′ (n) of the linear filter processing and the output Z ′ (n), and the first soft decision value Λ ₁ [b (n)] = 4Real { Z (n)} / (1-μ) is calculated and output as the first equalization processing result,
In the step (b), the likelihood b ′ (k) = tanh [λ _{2 of the} encoded bit string b (k) from the second soft decision value λ ₂ [b (n)] of the decoded bits given as prior information. [b (k)] / 2] is calculated in the range of k n- (J-1) < k < n + (J-1)
In step (c), the tap coefficient G ′ (n) is
G '(n) = [H _L ' (n) H _L '(n) ^H (n) -σ ² I] ^-1 H _L ' (n)
H _L '(n) = [h ₀ (n; J-1) ... h _M-1 (n; J-1) h ₀ (n; J-2) ... h _M-1 (n; J-2) … H ₀ (n; 0)… h _M-1 (n; 0)] ^T
And approximate
The above step (d) is an estimated value vector of coded bits affecting the coded bit b (n) at time n as intersymbol interference.
B '(n) = [b' (n + (J-1)) b '(n + (J-2)) ... b' (n + 1) 0b '(n-1) ... b' (n- (J -1))] ^T
Is linearly filtered by the above H _L ′ (n) to obtain a replica H _L ′ (n) B ′ (n),
The step (e) includes a difference vector R _c ′ (n) = R ′ (n) −H _L ′ (n) between the replica H _L ′ (n) B ′ (n) and the received signal R ′ (n). ) B '(n)
The step (f) linearly filters the difference vector R _c ′ (n) using the tap coefficient G ′ (n), and the processing result Z ′ (n) = G ′ (n) ^H R _c ′ ( n)
In step (g), the first soft decision value is calculated from the output Z ′ (n) and the impulse response estimated value vector H _L ′ (n).

The adaptive equalization method characterized by including the step which obtains as an equalization output after the 2nd time. 適応等化処理を複数回繰り返して復号する復号処理において、符号化ビットb(n)を軟判定して生成された第２軟判定値λ₂[b(n)]が事前情報として与えられ、その事前情報を使ってパスの異なるＭチャネルの受信信号を等化して第１軟判定値Λ₁[b(n)]を出力することを繰り返すことにより受信信号を適応等化する適応等化器であり、
２回目以降の等化処理において入力された上記第２軟判定値から符号列b(n)の尤度を求める尤度計算部と、
１回目の等化処理において受信信号のトレーニング信号区間及びそれに対応する既知信号に基づき伝送路のＭチャネルのインパルス応答推定値ベクトルH_m(n)を求め、
上記インパルス応答推定値ベクトルH_m(n)からそれぞれのパスの受信電力が所定の基準値より大きいか否かを判定し、上記所定の基準値より大と判定されたパスを有効パスとし、２回目以降の等化処理において、上記有効パスに対応するインパルス応答推定値ベクトルH'_L(n)により上記尤度を線形フィルタ処理してレプリカ信号を生成するインパルス応答推定部と、
上記１回目の等化処理において上記受信信号及び上記既知信号に基づき適応アルゴリズムにより線形フィルタ処理のタップ係数G(n)を求め、上記有効パスに対応するタップ係数G'(n)を得、２回目以降の等化処理において上記有効パスに対応するインパルス応答推定値ベクトルH'_L(n)から逆行列の補助定理を用いて上記有効パスに対応するタップ係数G'(n)を計算するタップ係数計算部と、
上記１回目以降の等化処理における上記タップ係数G'(n)が設定され上記有効パスに対応する受信信号ベクトルR'(n)を線形フィルタ処理して第１フィルタ処理結果を出力し、上記２回目以降の投下処理における上記タップ係数G'(n)が設定され、上記受信信号と上記レプリカ信号の差の上記有効パスに対応する差分信号を線形フィルタ処理して第２フィルタ処理結果を出力する線形フィルタと、
上記有効パスに対応するインパルス応答推定値ベクトルH'_L(n)と、上記線形フィルタの第１フィルタ処理結果とから第１軟判定値を上記１回目の等化処理結果として計算し、上記有効パスに対応するインパルス応答推定値ベクトルH'_L(n)と、上記線形フィルタの第２フィルタ処理結果とから第１軟判定値を上記２回目以降の等化処理結果として計算し、それぞれ復号処理のために出力する軟判定値計算部、
とを含むことを特徴とする適応等化器。In the decoding process in which the adaptive equalization process is repeated a plurality of times, the second soft decision value λ ₂ [b (n)] generated by soft decision on the encoded bit b (n) is given as prior information, An adaptive equalizer for equalizing the received signal by repeating the equalization of the received signal of the M channel having different paths using the prior information and outputting the first soft decision value Λ ₁ [b (n)] And
A likelihood calculation unit for obtaining the likelihood of the code string b (n) from the second soft decision value input in the second and subsequent equalization processes;
In the first equalization processing, an M channel impulse response estimated value vector H _m (n) is determined based on the training signal section of the received signal and the corresponding known signal,
It is determined from the impulse response estimated value vector H _m (n) whether or not the received power of each path is larger than a predetermined reference value, and a path determined to be larger than the predetermined reference value is set as an effective path. In an equalization process after the first time, an impulse response estimation unit that generates a replica signal by linearly filtering the likelihood with an impulse response estimated value vector H ′ _L (n) corresponding to the effective path;
In the first equalization process, a tap coefficient G (n) of linear filter processing is obtained by an adaptive algorithm based on the received signal and the known signal, and a tap coefficient G ′ (n) corresponding to the effective path is obtained. Tap for calculating tap coefficient G ′ (n) corresponding to the effective path from the impulse response estimated value vector H ′ _L (n) corresponding to the effective path using the inverse matrix theorem in the subsequent equalization processing A coefficient calculator;
The tap coefficient G ′ (n) in the first and subsequent equalization processes is set, the received signal vector R ′ (n) corresponding to the effective path is linearly filtered, and a first filter processing result is output. The tap coefficient G ′ (n) in the second and subsequent dropping processes is set, and the difference signal corresponding to the effective path of the difference between the received signal and the replica signal is linearly filtered and the second filter processing result is output. A linear filter to
A first soft decision value is calculated as the first equalization processing result from the impulse response estimated value vector H ′ _L (n) corresponding to the effective path and the first filter processing result of the linear filter, and the effective The first soft decision value is calculated as the second and subsequent equalization processing results from the impulse response estimated value vector H ′ _L (n) corresponding to the path and the second filter processing result of the linear filter, and each decoding process is performed. Soft decision value calculation unit that outputs for
And an adaptive equalizer. 請求項３記載の適応等化器において、
上記タップ係数計算部は、２回目以降の等化処理において、上記有効パスに対応する上記インパルス応答推定値ベクトルから逆行列の補助定理を用いて上記線形フィルタのタップ係数を計算する手段であることを特徴とする適応等化器。The adaptive equalizer according to claim 3, wherein
The tap coefficient calculation unit is means for calculating a tap coefficient of the linear filter from the impulse response estimated value vector corresponding to the effective path using an inverse matrix auxiliary theorem in the second and subsequent equalization processes. An adaptive equalizer characterized by

Images