KR100789289B1 - Method for modified v-blast symbol detection under channel uncertainies for correlation mimo systems - Google Patents

Method for modified v-blast symbol detection under channel uncertainies for correlation mimo systems Download PDF

Info

Publication number
KR100789289B1
KR100789289B1 KR1020060110903A KR20060110903A KR100789289B1 KR 100789289 B1 KR100789289 B1 KR 100789289B1 KR 1020060110903 A KR1020060110903 A KR 1020060110903A KR 20060110903 A KR20060110903 A KR 20060110903A KR 100789289 B1 KR100789289 B1 KR 100789289B1
Authority
KR
South Korea
Prior art keywords
channel
symbol
blast
uncertainty
matrix
Prior art date
Application number
KR1020060110903A
Other languages
Korean (ko)
Inventor
전주환
양현종
이무홍
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020060110903A priority Critical patent/KR100789289B1/en
Application granted granted Critical
Publication of KR100789289B1 publication Critical patent/KR100789289B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/0848—Joint weighting
    • H04B7/0854—Joint weighting using error minimizing algorithms, e.g. minimum mean squared error [MMSE], "cross-correlation" or matrix inversion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/02—Arrangements for detecting or preventing errors in the information received by diversity reception
    • H04L1/06—Arrangements for detecting or preventing errors in the information received by diversity reception using space diversity
    • H04L1/0618—Space-time coding
    • H04L1/0637—Properties of the code
    • H04L1/0656—Cyclotomic systems, e.g. Bell Labs Layered Space-Time [BLAST]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Radio Transmission System (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

A V-BLAST(Vertical Bell Laboratory Layered Space Time) based symbol detection method when channel uncertainty exists in an MIMO(Multi Input Multi Output) system where antenna correlation exists is provided to increase performance of wireless mobile communication where channel uncertainty exists, and to reduce a calculation amount of symbol detection and a null matrix, thereby reducing a system load. A signal vector is calculated by using a symbol transmitted through a channel, an estimated channel matrix, and a channel error(S10). A maximum value of the channel error is minimized(S20). A symbol is detected from a null matrix for assigning weight to each channel(S30). A nonlinear schema V-BLAST symbol is detected from the null matrix.

Description

안테나 상관성이 존재하는 ＭＩＭＯ 시스템에서 채널 불확정성이 존재할 때 Ｖ­ＢＬＡＳＴ 기반 심볼 검출 방법{Method for Modified V-BLAST Symbol Detection Under Channel Uncertainies for Correlation MIMO Systems}Method for Modified V-BLAST Symbol Detection Under Channel Uncertainies for Correlation MIMO Systems when there is channel uncertainty in MIO system with antenna correlation

도 1은 본 발명에 따른 MIMO 시스템 모델을 개략적으로 도시한 도.1 schematically illustrates a MIMO system model according to the present invention;

도 2는 본 발명에 따른 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법을 개략적으로 도시한 흐름도.2 is a flowchart schematically illustrating a V-BLAST based symbol detection method when channel uncertainty exists in a MIMO system with antenna correlation according to the present invention.

도 3는 본 발명에 따른 V-BLAST 기반 심볼 검출 방법을 개략적으로 도시한 흐름도.3 is a flowchart schematically illustrating a V-BLAST based symbol detection method according to the present invention.

도 4은 본 발명에 따른 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법을 적용하여 SER을 측정한 그래프.4 is a graph of measuring SER by applying a V-BLAST based symbol detection method when channel uncertainty exists in a MIMO system with antenna correlation according to the present invention.

도 5는 본 발명에 따른 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법을 적용하여 채널 에러 행렬의 상계(Upper Bound) CDF를 측정한 그래프.FIG. 5 is a graph of measuring upper bound CDF of a channel error matrix by applying a V-BLAST based symbol detection method when channel uncertainty exists in a MIMO system having antenna correlation according to the present invention. FIG.

<도면의 주요 부분에 대한 도면 부호의 설명><Description of reference numerals for the main parts of the drawings>

1: MIMO 시스템 10: 송신단1: MIMO system 10: transmitting end

11: 송신 안테나 13: 신호 벡터11: transmit antenna 13: signal vector

20: 수신단 21: 수신 안테나20: receiving end 21: receiving antenna

23: 심볼 벡터 30: 채널 벡터23: symbol vector 30: channel vector

본 발명은 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법에 관한 것으로, 더욱 상세하게는 휴대 단말기의 이동성(Mobility) 및 이동성에 따른 주변 상황에 변화로 발생되는 채널 불확정성(Channel Uncertainty)의 최고의 에러를 최소화시킬 수 있고, 다양한 상황에 적용시킬 수 있으며, 이에 따라 부차적 최적화(Sub-Optimal) 기반하에 채널 불확정성에 따른 ZF(Zero Forcing) 기법 또는 최소평균오차측정(MMSE)의 코히런트 검출 기법에 요구되는 보다 정확한 채널 정보를 제공함으로써, 채널의 불확정성이 존재할 수 있는 무선 이동통신의 성능을 증가시키고, 널 행렬 및 심볼 검출의 계산량을 줄임으로써, 시스템의 부하를 감소시키며, 추정 기반의 최적화된 ZF(Zero Forcing) 및 최소평균오차측정의 계산 시간을 줄일 수 있는 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법에 관한 것이다.The present invention relates to a V-BLAST-based symbol detection method when there is channel uncertainty in a MIMO system having antenna correlation. More particularly, the present invention relates to a channel generated by a change in a surrounding situation according to mobility and mobility of a mobile terminal. The best error of Channel Uncertainty can be minimized and can be applied to various situations. Accordingly, ZF (Zero Forcing) technique or minimum mean error measurement (MMSE) based on channel uncertainty is based on Sub-Optimal. By providing more accurate channel information required for the coherent detection technique, the system reduces the load on the system by increasing the performance of wireless mobile communications where channel uncertainty may exist, and reducing the computation of null matrix and symbol detection. To reduce the computation time of the estimation-based optimized zero forcing and minimum mean error measurement. The present invention relates to a V-BLAST based symbol detection method when channel uncertainty exists in a MIMO system in which tena correlation exists.

일반적으로, 다중입력다중출력(多重入力多重出力-, Multi Input Multi Output, 이하, MIMO 로 칭함) 시스템은 기지국과 휴대 단말기의 안테나를 2개 이상으로 증가시켜 다수개의 경로로 데이터를 전송하고, 다수개의 경로로 수신된 신호를 검출하여 간섭을 감소시킬 수 있는 차세대 이동통신 기술이다.In general, a multi-input multi-output (hereinafter referred to as MIMO) system transmits data through a plurality of paths by increasing the number of antennas of a base station and a mobile terminal to two or more. Next-generation mobile communication technology capable of reducing interference by detecting signals received through two paths.

여기서, MIMO 시스템 기술 중의 하나인 V-BLAST(Vertical Bell Laboratory Layered Space Time)는 다수의 송, 수신 안테나를 포함하여 송신단에서 M 개의 송신 안테나를 사용하며, 수신단에서 N 개의 수신 안테나를 사용하고, 이를 이용하여 송신단에서는 송신될 데이터들에 대하여 벡터 엔코더(Vector Encoder)를 거쳐 각 안테나에서 다른 신호들이 전송되도록 한다.Here, one of the MIMO system technologies, V-BLAST (Vertical Bell Laboratory Layered Space Time) uses M transmit antennas at the transmitting end, including a plurality of transmit and receive antennas, and uses N receive antennas at the receiving end. By using the transmitter, different signals are transmitted from each antenna through a vector encoder for data to be transmitted.

또한, MIMO 시스템에서 사용되는 ZF(Zero Forcing) 기법은 최소 제곱법(Least Square)를 이용하여 채널을 역변환하여 동일채널간섭을 제거하고, 전송된 심볼간의 간섭 현상을 제거한다.In addition, the ZF (Zero Forcing) technique used in the MIMO system removes co-channel interference by inversely transforming a channel using Least Square and removes interference between transmitted symbols.

그리고, MIMO 시스템에서 사용되는 최소평균오차측정(MMSE)는 의사 역변환(Pseudo Inverse)에 노이즈 변동이 대각선에 더해짐으로써, 채널 행렬의 단일값(Singular Value)이 채널 행렬의 역변환이 증가할 때에 감소되므로, 상쇄 역할을 함으로써 채널의 조건수(Condition Number)를 감소시켜 채널을 안정화시킨다.In addition, the minimum mean error measurement (MMSE) used in the MIMO system is added to the pseudo inverse by adding noise fluctuation to the diagonal, so that the singular value of the channel matrix is reduced when the inverse transform of the channel matrix is increased. As a result, the channel stabilizes by reducing the condition number of the channel.

그러나, 송신단에서 파일럿 신호를 전송하여 수신단에서 채널 행렬을 추정할 때 실제의 H와 같을 수 없는데, ZF 기법 또는 MMSE 는 수신단에서 채널 행렬의 정 보 H를 정확하게 알아야 적용시킬 수 있는 기법이며, 이론상(Ideal)이 아닌 실제상(Pratical)에서는 채널 행렬의 완벽한 통계 정보를 얻을 수 없기 때문에 불확정성에 따른 에러 흐름(Error Flow) 현상을 발생하며, 이러한 널 행렬 기반의 성공적인 간섭 배치를 위한 V-BLAST 기법의 성능 저하를 초래하는 등의 문제점이 있었다.However, when the transmitter transmits a pilot signal and estimates the channel matrix at the receiver, it cannot be equal to the actual H. ZF technique or MMSE is a technique that can be applied only when the receiver knows the information H of the channel matrix accurately. In the case of Pratical rather than Ideal, the complete statistical information of the channel matrix cannot be obtained, resulting in error flow due to uncertainty, and the V-BLAST technique for successful interference placement based on the null matrix There was a problem such as a performance degradation.

본 발명은 상기한 문제점을 해결하기 위하여 안출한 것으로, 휴대 단말기의 이동성(Mobility) 및 이동성에 따른 주변 상황에 변화로 발생되는 채널 불확정성(Channel Uncertainty)의 최고의 에러를 최소화시킬 수 있고, 다양한 상황에 적용시킬 수 있으며, 이에 따라 부차적 최적화(Sub-Optimal) 기반하에 채널 불확정성에 따른 ZF(Zero Forcing) 기법 또는 최소평균오차측정(MMSE)의 코히런트 검출 기법에 요구되는 보다 정확한 채널 정보를 제공함으로써, 채널의 불확정성이 존재할 수 있는 무선 이동통신의 성능을 증가시키고, 널 행렬 및 심볼 검출의 계산량을 줄임으로써, 시스템의 부하를 감소시키며, 추정 기반의 최적화된 ZF(Zero Forcing) 및 최소평균오차측정의 계산 시간을 줄일 수 있는 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법을 제공하는 것을 목적으로 한다.The present invention has been made to solve the above problems, it is possible to minimize the best error of the channel uncertainty (Channel Uncertainty) caused by a change in the surrounding situation according to the mobility (Mobility) and mobility of the portable terminal, Therefore, based on sub-optimal, subchannel optimization provides more accurate channel information required for ZF (Zero Forcing) method or coherent detection method of minimum mean error measurement (MMSE). Increasing the performance of wireless mobile communications where channel uncertainty may exist, reducing the computation of null matrix and symbol detection, reducing the load on the system, and using estimation-based optimized zero forcing (ZF) and minimum mean error measurement V-BLAST based on channel uncertainty in MIMO systems where antenna correlation exists to reduce computation time For its object to provide a method for detecting the ball.

상기한 바와 같은 목적을 달성하기 위하여 본 발명은 채널로부터 데이터를 복조하는 방법에 있어서, 상기 채널을 통하여 전송된 심볼과 추정된 채널 행렬 및 채널 에러를 이용하여 신호 벡터를 산출하는 단계; 상기 채널 에러의 최대치를 최소화시키는 단계; 및 각 채널에 가중치를 부여하기 위한 널 행렬로부터 심볼을 검출하는 단계; 를 포함하는 것을 특징으로 한다.In order to achieve the above object, the present invention provides a method for demodulating data from a channel, comprising: calculating a signal vector using symbols transmitted over the channel, an estimated channel matrix, and a channel error; Minimizing a maximum of said channel error; Detecting a symbol from a null matrix for weighting each channel; Characterized in that it comprises a.

그리고, 상기 신호 벡터 y는

Figure 112006082357612-pat00001
에 의하여 표현되며, 추정 채널은
Figure 112006082357612-pat00002
로 표현되며, 실제 채널과 추정 행렬 간의 채널 불확정성은
Figure 112006082357612-pat00003
로 표현되고, 심볼은 x로 표현되며, 가산성 백색 가우스 노이즈(AWGN)은 n으로 표현되는 것을 특징으로 한다.And the signal vector y is
Figure 112006082357612-pat00001
Represented by
Figure 112006082357612-pat00002
Where the channel uncertainty between the actual channel and the estimation matrix
Figure 112006082357612-pat00003
Is represented by x, and additive white Gaussian noise (AWGN) is represented by n.

또한, 상기 채널 에러의 최대치를 최소화시키기 위하여 최대 및 최소 기반의

Figure 112006082357612-pat00004
가 적용되되, 채널 에러의 최대치는
Figure 112006082357612-pat00005
로 표현되며, 채널의 불확정성으로 인하여 추정된 심볼은
Figure 112006082357612-pat00006
로 표현되는 것을 특징으로 한다.In addition, in order to minimize the maximum value of the channel error,
Figure 112006082357612-pat00004
Applies, but the maximum channel error is
Figure 112006082357612-pat00005
The estimated symbol due to channel uncertainty
Figure 112006082357612-pat00006
It is characterized by represented by.

더불어, 상기 단계로 유도되어 채널의 가중치를 부여하는 널 행렬은

Figure 112006082357612-pat00007
로 표현되며, 추정 채널의 역행렬은
Figure 112006082357612-pat00008
로 표현되고, α는 단수값 분해(Singular Value Decomposition)를 적용시켜
Figure 112006082357612-pat00009
로 표현되는 것을 특징으로 한다.In addition, the null matrix derived in the step to give the weight of the channel
Figure 112006082357612-pat00007
Where the inverse of the estimated channel is
Figure 112006082357612-pat00008
Where α is the singular value decomposition
Figure 112006082357612-pat00009
It is characterized by represented by.

여기서, 상기 널 행렬로부터 선형적인 심볼을 검출할 수 있는 것을 특징으로 한다.In this case, the linear symbol can be detected from the null matrix.

그리고, 상기 널 행렬으로부터 비선형 스키마 V-BLAST 심볼을 검출할 수 있 는 것을 특징으로 한다.The non-linear schema V-BLAST symbol can be detected from the null matrix.

이하, 본 발명에 따른 실시예를 첨부된 예시도면을 참고로 하여 상세하게 설명한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.

차세대 셀룰러 모바일 시스템(Cellular Mobile System)에서 용량을 효율적으로 증가시키기 위하여 송, 수신단의 안테나를 다수개 적용시키는 MIMO 시스템은 채널 정보 정확성의 정도에 따라 성능에 영향을 주기 때문에, 본 발명에서는 MIMO 시스템의 고효율적인 SINR(Signal to Interference and Noise Ratio)에서 공간 멀티플렉싱(Spatial Multiplexing)은 다수개의 안테나를 적용시킴으로써 발생되는 공간 자원을 분할하여 각각의 공간 도메인에 심볼 스트림(Symbol Stream)의 전송으로 용량을 극대화시키는 기법이다.In the present invention, since the MIMO system that applies multiple antennas of the transmitting and receiving end in order to efficiently increase the capacity in the next-generation cellular mobile system affects the performance according to the degree of channel information accuracy, Spatial Multiplexing in SINR (Signal to Interference and Noise Ratio), which partitions spatial resources generated by applying multiple antennas, maximizes capacity by transmitting symbol streams in each spatial domain. Technique.

여기서, 공간 멀티플렉싱의 성능에 따라 최적화(Optimal), 근접 최적화(Near-Optimal), 부차적 최적화(Sub-Optimal)로 구성되며, 이는 선형, 비선형으로 구분할 수 있다.Here, according to the performance of spatial multiplexing, it is composed of Optimal, Near-Optimal, and Sub-Optimal, which can be classified into linear and nonlinear.

그리고, 상기 최적화 기법(Optimal solution)은 발생가능한 에러(Probablity-Error)를 최소화시키는 ML(Maximum Likelihood) 기법으로, 송신단의 안테나 N 개이고, 변조 크기(Modulation Size)가 M 일때, 후보 심볼은 M*N 이 되므로 안테나 개수 또는 변조 크기에 따라 지수함수적으로 하기 때문에, 16QAM 이상의 변조에서 실제적으로 사용하지 못할 만큼 계산과정의 복잡도가 증가함과 동시에, 계산량의 절대적인 수치가 증가하므로 부차적 최적화(Sub-Optimal) 기법에 기반을 둔다.The optimization solution is a maximum likelihood (ML) technique for minimizing probability-error, and when the N antennas of the transmitting end and the modulation size are M, the candidate symbol is M *. Since N becomes exponential according to the number of antennas or modulation size, the complexity of the calculation process increases and the absolute value of the calculation amount increases so that it cannot be practically used in modulation of 16QAM or higher. Sub-Optimal ) Is based on the technique.

한편, Bell Labs 사에서 제안한 시공간 멀티플렉싱 전송 기법은 V-BLAST 기법은 송신단과 수신단에 각각 다중 안테나를 사용하는 구조로 이루어지며, 데이터 비트들은 M개의 전송 안테나에 동일하게 할당되고, 각 전송 안테나에서 실행하는 변조 및 부호화는 각각 독립적으로 처리하며, 다중의 안테나를 사용하여 데이터를 동시에 전송함으로써 전송률의 증가는 가능하고, V-BLAST에서의 계산량은 최적화로 접근할수록 증가하고, 성능은 최적화로 접근할수록 증가함으로 트레이드 오프(Trade Off)되므로, 근접 최적화에도 효과적이므로 부차적 최적화 기반으로 문제점을 해결하고, 근접 최적화에도 적용할 수 있는 알고리즘을 제안한다.Meanwhile, the space-time multiplexing transmission scheme proposed by Bell Labs has a structure in which the V-BLAST technique uses multiple antennas for the transmitting end and the receiving end, respectively, and data bits are equally allocated to the M transmitting antennas and executed in each transmitting antenna. Modulation and coding are handled independently, and the data rate is increased by using multiple antennas simultaneously. The increase in data rate is possible, and the amount of computation in V-BLAST increases with optimization, and performance with optimization. As it is trade off, it is effective for proximity optimization. Therefore, we propose an algorithm that can solve problems based on secondary optimization and apply to proximity optimization.

도 1은 본 발명에 따른 MIMO 시스템 모델을 개략적으로 도시한 도이다. 도면에서 도시하고 있는 바와 같이, MIMO 시스템(1)은 송신단(10)과 상기 송신단(10)에 장착된 N개의 송신 안테나(11)와 수신단(20)과 상기 수신단(20)에 장착된 N개의 수신 안테나(21)로 이루어진다.1 is a diagram schematically illustrating a MIMO system model according to the present invention. As shown in the figure, the MIMO system 1 includes N transmitting antennas 11 and N 20 mounted on the transmitting end 10 and the transmitting end 10 and the receiving end 20 and the N receiving end 20. It consists of a receiving antenna 21.

여기서, 채널 행렬(30)인 H는 복소 가우시안(Complex Gaussian)으로 가정하고, 수신된 신호 벡터(23)는 y, 송신한 심볼 벡터(13)는 x, No의 다양성을 가지는 소자로 구성된 가산성 백색 가우스 노이즈(Additive White Gaussian Noise: 이하, AWGN 으로 칭함) 벡터를 n으로 정의한다.Here, it is assumed that H, which is the channel matrix 30, is a complex Gaussian, and that the received signal vector 23 is y, the transmitted symbol vector 13 is x, and is additive. A white Gaussian Noise (hereinafter referred to as AWGN) vector is defined as n.

그리고, 채널 행렬(30)과 신호 벡터(23)와 심볼 벡터(13)와 AWGN 벡터의 행렬은 하기의 수학식 1과 같다.The matrix of the channel matrix 30, the signal vector 23, the symbol vector 13, and the AWGN vector is represented by Equation 1 below.

Figure 112006082357612-pat00010
Figure 112006082357612-pat00010

이때, 채널의 부 정확도는 가산성 에러(Additive Error)로 모델링할 수 있으며, 하기의 수학식 2와 같다.In this case, the negative accuracy of the channel may be modeled as an additive error, as shown in Equation 2 below.

Figure 112006082357612-pat00011
Figure 112006082357612-pat00011

그리고, 실제 채널은 H이고, 추정 채널 행렬(30)은

Figure 112006082357612-pat00012
이며, 실제 채널과 추정 채널 간의 불확정성은 채널 불확정성(Channel Uncertainty)인
Figure 112006082357612-pat00013
로 정의한다.The actual channel is H, and the estimated channel matrix 30 is
Figure 112006082357612-pat00012
The uncertainty between the actual channel and the estimated channel is called Channel Uncertainty.
Figure 112006082357612-pat00013
Defined as

또한, 채널 행렬(30) H의 원소들은 상관성을 가지는 복소 가우시안 행렬(Complex Gaussian Matrix)으로써, 송신단(10) 및 수신단(20)의 송신 안테나(11)와 수신 안테나(21) 사이의 상관성은 환경에 따라 발생가능한 산란으로 변동될 수 있고, 이에 따라 노이즈로 인한 예상 에러(Estimation Error)와 디지털 도메인에서 교체되도록 구성되는 양자화 에러(Quantization Error)와 수신단(20)의 이동성으로 인한 실시간 변화 에러(Time Varing Error)와 같이 채널 불확정성에 영향을 줄 수 있는 요소를 포함하여 이루어진다.In addition, the elements of the channel matrix 30 H are complex Gaussian matrixes having a correlation, and the correlation between the transmitting antenna 11 and the receiving antenna 21 of the transmitting end 10 and the receiving end 20 is related to an environment. It can be changed to the scattering that can occur according to, and accordingly, the estimation error due to noise and the quantization error configured to be replaced in the digital domain and the real time change error due to the mobility of the receiver 20 Error), which includes factors that can affect channel uncertainty.

그리고, 수신된 신호 벡터(23) y는 하기의 수학식 3과 같이 표현 가능하다.The received signal vector 23 y may be expressed as in Equation 3 below.

Figure 112006082357612-pat00014
Figure 112006082357612-pat00014

한편, 상기 본 발명에 따른 MIMO 시스템 모델을 기반으로 채널 불확정성의 통계적 특성을 정확히 알고 있을 경우와, 송, 수신 안테나(21) 간의 상관성 데이터를 알 수 없거나 또는 상관성 데이터 값이 실시간으로 변할 경우를 나누어 식을 유도한다.On the other hand, based on the MIMO system model according to the present invention, the case of accurately knowing the statistical characteristics of the channel uncertainty, and the case where the correlation data between the transmitting and receiving antenna 21 is unknown or the correlation data value changes in real time Induce the equation.

첫번째로, 채널 불확정성의 통계적 특성을 정확히 알고 있을 경우에는 최적화 최소평균오차측정(MMSE: Minimum Mean Squre Error) 기법을 이용하는데, 채널을 불확실하도록 변동시킬 수 있는 변수로 작용하는 에러는 예상 에러(Estimation Error)와 시간 변화 에러(Time Varying Error)로 이루어진다고 가정한다.First, if the statistical characteristics of the channel uncertainty are known correctly, the optimized minimum mean square error (MMSE) technique is used.The error that acts as a variable that can change the channel to uncertainty is estimated error. Suppose that it consists of Error and Time Varying Error.

그리고, 시각 t에서 채널을 예상하기 위하여 직교 파일럿 행렬(Orthogonal Pilot Matrix)인 P를 이용하면, 추정된 채널 행렬 Y는 하기의 수학식 4와 같다.In addition, when P is used as an orthogonal pilot matrix to predict a channel at time t, the estimated channel matrix Y is expressed by Equation 4 below.

Figure 112006082357612-pat00015
Figure 112006082357612-pat00015

이때, Z는 AWGN을 나타내며, 직교 행렬의 성질을 이용하면, 채널 행렬은 하기의 수학식 5와 같이 추정할 수 있다.In this case, Z represents AWGN, and using the property of an orthogonal matrix, the channel matrix can be estimated as in Equation 5 below.

Figure 112006082357612-pat00016
Figure 112006082357612-pat00016

여기서, 상기 수학식 5에서와 같이, 추정된 채널 행렬은 H 뿐만 아니라 노이즈 ZPH 가 발생하여 에러가 첨가되고, 시간 t 가 증가함에 따라 실제 채널 행렬 H(t)는 변하게되며, 파일럿이 아닌 데이터가 전송될 시각에는 채널이 변한 상태로 존재하기 때문에 추정한 채널 행렬과의 상대적인 차이가 발생하게 된다.Here, as in Equation 5, the estimated channel matrix not only H but also noise ZP H is generated, an error is added, and as the time t increases, the actual channel matrix H (t) is changed, and the data is not pilot. Since the channel is in a changed state at the time when is transmitted, a relative difference with the estimated channel matrix occurs.

따라서, 채널 에러 행렬은 하기의 수학식 6과 같다.Therefore, the channel error matrix is shown in Equation 6 below.

Figure 112006082357612-pat00017
Figure 112006082357612-pat00017

여기서, HDoppler 는 하기의 수학식 7과 같이 정의된다.Here, H Doppler is defined as in Equation 7 below.

Figure 112006082357612-pat00018
Figure 112006082357612-pat00018

상기의 수학식으로 다음과 같은 최소평균오차측정(MMSE) 를 대입하면 하기의 수학식 8과 같다.Substituting the following minimum mean error measurement (MMSE) into the above equation is shown in Equation 8 below.

Figure 112006082357612-pat00019
Figure 112006082357612-pat00019

이때, 비용 함수를 최소화시키는 식이 하기와 같이 유도된다.In this case, an equation for minimizing the cost function is derived as follows.

Figure 112006082357612-pat00020
Figure 112006082357612-pat00020

그리고, L은 행렬 W에 대한 볼록 함수(Convex Function)이므로, L을 W에 대하여 행렬 미분하면, 하기의 수학식 10과 같다.Since L is a convex function for the matrix W, when L is matrix differentiated with respect to W, the following equation (10) is obtained.

Figure 112006082357612-pat00021
Figure 112006082357612-pat00021

여기서, 각각의 송, 수신 안테나(21)로부터 전송되는 심볼은 서로 다르도록 구성되므로, Ex{xxH} = I라 가정하면 하기의 수학식 11과 같다.Here, since the symbols transmitted from each of the transmission and reception antennas 21 are configured to be different from each other, assuming that E x {xx H } = I, the following Equation 11 is obtained.

Figure 112006082357612-pat00022
Figure 112006082357612-pat00022

여기서, 비용 함수의 미분 값을 모르는 변수에 대하여 리치 스캐터링 또는 전방향 산란 요소(Isotropic Scatter)로 추정하여 채널 행렬 H의 원소의 상관성이 없다는 가정은 지상에서 위성으로 정보를 전송하거나, 또는 상부의 기지국인 업링크와 같은 전방향 산란 요소가 존재하지 않을 경우에는 적합하지 않으므로 상기 수학식 11로부터 상기 요소를 고려한 최소평균오차측정(MMSE) 기법을 하기 수학식 12와 같이 유도할 수 있다.Here, the assumption that there is no correlation between the elements of the channel matrix H by estimating by rich scattering or isotropic scattering for a variable whose unknown value of the cost function is unknown is to transmit information from the ground to the satellite, or If there is no forward scattering element, such as the base station uplink, it is not suitable. Therefore, the minimum mean error measurement (MMSE) technique considering the factor can be derived from Equation 11 as shown in Equation 12 below.

Figure 112006082357612-pat00023
Figure 112006082357612-pat00023

여기서, σ△H 2는 하기 수학식 13과 같이 정의된다.Sigma ΔH 2 is defined as in Equation 13 below.

Figure 112006082357612-pat00024
Figure 112006082357612-pat00024

두번째로, 송, 수신 안테나(21) 간의 상관성 데이터를 알 수 없거나 또는 상관성 데이터 값이 실시간으로 변할 경우에는 전방향에서 전송되는 파(波)는 산란되어 송, 수신 안테나(21) 간의 상관성 값이 0 이 되지만, 지상에서 위성으로 전송하거나, 또는 상향 기지국으로 전송하는 업링크 환경에서는 상기한 가정은 적용되지 않는다.Second, when the correlation data between the transmitting and receiving antennas 21 is unknown or the correlation data value changes in real time, waves transmitted in all directions are scattered so that the correlation values between the transmitting and receiving antennas 21 are scattered. 0, but the above assumption does not apply in an uplink environment that transmits from the ground to the satellite or to an uplink base station.

즉, 각 퍼짐(Angular Spread)이 감소될수록 1/2 λ과 같은 고정 안테나 위치에 대하여 상관성 값이 증가하는데, 산란과 같은 주변환경의 변화에 따라 각 퍼짐이 달라지므로 채널의 불확정성이 존재할 시에 다음과 같은 최소-최대 기반의 식을 적용한다.In other words, as the angle spread decreases, the correlation value increases with respect to the fixed antenna position such as 1/2 λ.When the uncertainty of the channel exists because the angle spreads according to the change of the surrounding environment such as scattering, Apply a min-max based equation such as

Figure 112006082357612-pat00025
Figure 112006082357612-pat00025

여기서, 채널 에러의 최대치(Upper Bound)을 알고 있다면, 최대치의 에러를 최소화시키기 위하여, 최대 이하의 상한선을 찾아 근사화시킨다.Here, if the maximum value of the channel error (Upper Bound) is known, in order to minimize the error of the maximum value, the upper limit below the maximum is found and approximated.

Figure 112006082357612-pat00026
Figure 112006082357612-pat00026

따라서, 최소-최대 기반에서는 하기 수학식 16과 같은 비용 함수를 최소화시키는 문제로 접급될 수 있다.Therefore, on the minimum-maximum basis, it can be addressed as a problem of minimizing the cost function as shown in Equation 16 below.

Figure 112006082357612-pat00027
Figure 112006082357612-pat00027

여기서, L은 x에 대한 볼록 함수(Convex Fuction)이므로, 미분하여 0이 되는 지점을 찾으면 하기 수학식 17과 같다.Here, L is a convex function for x, so if the derivative is found to be 0, it is expressed by Equation 17 below.

Figure 112006082357612-pat00028
Figure 112006082357612-pat00028

상기 수학식 17의 해답을 풀면 하기 수학식 18과 같다.The solution of Equation 17 is solved as shown in Equation 18 below.

Figure 112006082357612-pat00029
Figure 112006082357612-pat00029

이때,

Figure 112006082357612-pat00030
로 x에 대한 함수로 나타나서 구할 수 없는 형태이므로, 추정된 신호를 단수값 분해(Singular Value Decomposition)하면, 하기의 수학식 19와 같다.At this time,
Figure 112006082357612-pat00030
Since it is a form that cannot be obtained because it appears as a function of x, Singular Value Decomposition of an estimated signal is expressed by Equation 19 below.

Figure 112006082357612-pat00031
Figure 112006082357612-pat00031

여기서, α는 다음과 같이 구할 수 있다.Here, α can be obtained as follows.

Figure 112006082357612-pat00032
Figure 112006082357612-pat00032

따라서, 반복적으로 i+1 번째의 α를 구하면 하기의 수학식 21과 같다.Therefore, when the i + 1 th iteratively is obtained, Equation 21 is shown below.

Figure 112006082357612-pat00033
Figure 112006082357612-pat00033

이를, V-BLAST에 적용하기 위하여 수정된 널 행렬(Nulling Matrix)은 상기 수학식 18 로부터 다음과 같이 유도할 수 있다.A nulling matrix modified to apply this to V-BLAST can be derived from Equation 18 as follows.

Figure 112006082357612-pat00034
Figure 112006082357612-pat00034

도 2는 본 발명에 따른 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법을 개략적으로 도시한 흐름도이고, 도 1을 참조하여 설명한다.FIG. 2 is a flowchart schematically illustrating a V-BLAST based symbol detection method when channel uncertainty exists in a MIMO system having antenna correlation according to the present invention, and will be described with reference to FIG. 1.

MIMO 시스템을 기반(1)으로 상기 다수개의 송, 수신 안테나(11, 21)로부터 송신되는 데이터를 변, 복조하는 채널을 통하여 전송된 심볼 벡터와 추정된 채널 행렬 및 채널 에러를 이용하여 신호 벡터를 산출한다(S10).Based on the MIMO system (1), a signal vector is obtained by using a symbol vector transmitted through a channel for modulating and demodulating data transmitted from the plurality of transmitting and receiving antennas 11 and 21, an estimated channel matrix, and a channel error. It calculates (S10).

그리고, 상기 채널 에러의 최소치를 최소화하기 위하여, 채널 에러의 최대치를 추정하여, 근사화시킨다(S20).In order to minimize the minimum value of the channel error, the maximum value of the channel error is estimated and approximated (S20).

또한, 상기 다수개의 송신 안테나(11)와 수신 안테나(21)를 이용하여 데이터를 전송하는 다수개의 채널의 데이터를 검출하도록 가중치를 부여하고, 이에 따라 가중치를 획득한 채널의 데이터에 대하여 디코딩(Decoding)하며, 이에 요구되는 심 볼 벡터(23)을 상기 가중치를 적용하는 널 행렬로부터 검출한다(S30).In addition, weights are detected to detect data of a plurality of channels through which data is transmitted using the plurality of transmit antennas 11 and receive antennas 21, and accordingly, decoding is performed on the data of the channels obtained with weights. The symbol vector 23 required for this is detected from the null matrix to which the weight is applied (S30).

도 3은 본 발명에 따른 V-BLAST 기반 심볼 검출 방법을 개략적으로 도시한 흐름도이고, 도 1을 참조하여 설명한다. 도면에서 도시한 바와 같이, 각각의 송, 수신 안테나 간의 상관성 값을 알 수 없거나, 그 값이 시간에 따라 변화할 때에는 잘못된 추정에 따른 성능 저하를 발생하지 않도록 최소-최대 기반의 솔루션을 제공한다.3 is a flowchart schematically illustrating a V-BLAST based symbol detection method according to the present invention, which will be described with reference to FIG. 1. As shown in the figure, a correlation value between each transmit and receive antenna is unknown, or when the value changes over time, a minimum-maximum-based solution is provided so as not to cause performance degradation due to an incorrect estimation.

이때, r1에 y를 대입하고, α에 α0 를 대입하며, i에 0을 대입하여 초기화시킨다(S10).At this time, y is substituted into r 1 , α 0 is substituted into α, and 0 is initialized by inserting 0 into i (S10).

그리고, 상기 수학식 21과 같이, i는 0 에서부터 i+1 까지 반복적으로 대입하여 해를 구하고(S20), i가 기 정해진 P 값을 초과하는 지의 여부를 확인하여(S30), i가 기 정해진 P 값을 초과하지 못하면 상기 단계(S20)를 반복적으로 구동시키되, i가 기 정해진 P 값을 초과하면 다음 단계(S40)로 진입한다.And, as shown in Equation 21, i is repeatedly substituted from 0 to i + 1 to obtain a solution (S20), check whether i exceeds a predetermined P value (S30), i is predetermined If it does not exceed the P value, the step (S20) is repeatedly driven, but if i exceeds the predetermined P value, and enters the next step (S40).

더불어, 상기 수학식 22와 같이, V-BLAST를 적용하기 위하여 수정된 널 행렬(Nulling Matrix)은 상기 수학식 18로부터 유도될 수 있으며, 상기 식을 계산한다(S50).In addition, as shown in Equation 22, a nulling matrix modified to apply V-BLAST may be derived from Equation 18, and the equation is calculated (S50).

또한, 상기 수학식 22을 계산한 후, A의 j번째 열은 [A]j라고 표기함으로 정의하고, 상기 수학식 22에서 계산된 널 행렬 W 를 대입하며, j 열의 값이 0 이 아닌 각 최소값을 m 에 저장한다(S50).Also, after calculating Equation 22, the j th column of A is defined as [A] j , and the null matrix W calculated in Equation 22 is substituted, and the minimum value of the j column is not 0. Is stored in m (S50).

그리고, 상기 단계(S50)에서 계산한 m값을 wH m = [ W ]m 에 대입하고, 널 행렬인 W의 m 번째 열을 wH m 에 대입한다(S60).Then, the m value calculated in the step S50 is substituted into w H m = [W] m , and the m-th column of W that is the null matrix is w H m. Substitute in (S60).

더불어, xm에 Q(d)을 대입한다(S70).In addition, Q (d) is substituted into x m (S70).

이때, 상기 단계(S70)에서 계산된 xm 값과 hm 를 곱하여 ri 로부터 감산시키고, 계산된 결과를 ri+1 에 대입시키는데, 상기 단계(S40)에서 i는 1로 대입했으므로, i의 초기값은 1이며, 이에 따라 ri는 r1에 되고, 상기 단계(S10)에서 r1은 y로 대입하였으므로, y를 적용시켜 계산한다.In this case, the x m value calculated in step S70 and h m are multiplied and subtracted from r i , and the calculated result is substituted into r i + 1. In step S40, i is substituted into 1, i The initial value of is 1, whereby r i becomes r 1 , and r 1 is substituted for y in step S10, so that y is calculated by applying y.

그리고, m 열이 0이 되고 난 후의 널 행렬을 W 에 대입시키고, i는 1 증가시킨다(S90).Subsequently, the null matrix after the m column becomes 0 is substituted into W, and i is increased by 1 (S90).

마지막으로, 기 정해진 N 값보다 i 값이 초과하지 않을 경우에는 본 발명에 따른 알고리즘을 종료시키며, 기 정해진 N 값보다 i 값이 초과하는 경우에는 상기 단계(S50)로 순환되도록 구동시켜, 기 정해진 N 이 될 때까지 계속적으로 반복 구동한다(S100).Finally, if the i value does not exceed the predetermined N value, the algorithm according to the present invention is terminated. If the i value exceeds the predetermined N value, the algorithm is driven to circulate to the step S50. The drive is continuously repeated until N is reached (S100).

도 4는 본 발명에 따른 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법을 적용하여 SER을 측정한 그래프이다. 도면에서 도시하고 있는 바와 같이, 각 퍼짐(Angular Spread)는 30 도이고, 휴대 단말기의 속도가 시속 80km 일 때의 SER 그래프이다.4 is a graph of measuring SER by applying a V-BLAST based symbol detection method when channel uncertainty exists in a MIMO system having antenna correlation according to the present invention. As shown in the figure, the angular spread is 30 degrees and is a SER graph when the speed of the portable terminal is 80 km / h.

여기서, 채널의 불확정성을 가지는 최소평균오차측정 V-BLAST의 그래프는 전방향 산란을 가정하고, 상기 수학식들을 이용하여 문제를 풀었을 때의 성능을 나타내는데, ZF(Zero Forcing) V-BLAST 방식보다 성능은 다소 낮아지지만 비교적 강력함을 알 수 있다.Here, the graph of the minimum mean error measurement V-BLAST having the uncertainty of the channel shows the performance when the problem is solved using the above equations under the assumption of forward scattering, which is higher than that of ZF (Zero Forcing) V-BLAST. The performance is somewhat lower but relatively powerful.

도 5는 본 발명에 따른 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법을 적용하여 채널 에러 행렬의 상계(Upper Bound) CDF를 측정한 그래프이다. 도면에서 도시하고 있는 바와 같이, 델타가 180, 60, 30 에 따른 각 퍼짐(Angular Spread)이 변화하여도, 상한치는 비교적 일정함을 알 수 있으며, 이에 따라 본 발명의 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법은 강력함을 알 수 있다.FIG. 5 is a graph of measuring upper bound CDF of a channel error matrix by applying a V-BLAST based symbol detection method when channel uncertainty exists in a MIMO system having antenna correlation according to the present invention. As shown in the figure, even though the angular spread varies according to 180, 60, and 30, it can be seen that the upper limit is relatively constant, and accordingly, the MIMO system having the antenna correlation of the present invention exists. It can be seen that the V-BLAST based symbol detection method is robust when there is channel uncertainty in.

이상에서는 본 발명의 바람직한 실시예를 예시적으로 설명하였으나, 본 발명의 범위는 이같은 특정 실시예에만 한정되지 않으며 해당 분야에서 통상의 지식을 가진자라면 본 발명의 특허 청구 범위내에 기재된 범주 내에서 적절하게 변경이 가능 할 것이다.Although the preferred embodiments of the present invention have been described above by way of example, the scope of the present invention is not limited to such specific embodiments, and those skilled in the art are appropriate within the scope described in the claims of the present invention. It will be possible to change.

이상에서 설명한 바와 같이 상기와 같은 구성을 갖는 본 발명은 휴대 단말기의 이동성(Mobility) 및 이동성에 따른 주변 상황에 변화로 발생되는 채널 불확정성(Channel Uncertainty)의 최고의 에러를 최소화시킬 수 있고, 다양한 상황에 적용시킬 수 있으며, 이에 따라 부차적 최적화(Sub-Optimal) 기반하에 채널 불확정성에 따른 ZF(Zero Forcing) 기법 또는 최소평균오차측정(MMSE)의 코히런트 검출 기법에 요구되는 보다 정확한 채널 정보를 제공함으로써, 채널의 불확정성이 존재할 수 있는 무선 이동통신의 성능을 증가시키고, 널 행렬 및 심볼 검출의 계산량을 줄임으로써, 시스템의 부하를 감소시키며, 추정 기반의 최적화된 ZF(Zero Forcing) 및 최소평균오차측정의 계산 시간을 줄일 수 있는 등의 효과를 거둘 수 있다.As described above, the present invention having the configuration as described above can minimize the best error of channel uncertainty caused by a change in the surrounding situation according to the mobility and mobility of the mobile terminal, and in various situations Therefore, based on sub-optimal, subchannel optimization provides more accurate channel information required for ZF (Zero Forcing) method or coherent detection method of minimum mean error measurement (MMSE). Increasing the performance of wireless mobile communications where channel uncertainty may exist, reducing the computation of null matrix and symbol detection, reducing the load on the system, and using estimation-based optimized zero forcing (ZF) and minimum mean error measurement This can reduce the computation time.

Claims (6)

채널로부터 데이터를 복조하는 방법에 있어서,In a method for demodulating data from a channel, 상기 채널을 통하여 전송된 심볼과 추정된 채널 행렬 및 채널 에러를 이용하여 신호 벡터를 산출하는 제 1 단계;Calculating a signal vector using a symbol transmitted through the channel, an estimated channel matrix, and a channel error; 상기 채널 에러의 최대치를 최소화시키는 제 2 단계; 및A second step of minimizing a maximum of said channel error; And 각 채널에 가중치를 부여하기 위한 널 행렬로부터 심볼을 검출하는 제 3 단계;Detecting a symbol from a null matrix for weighting each channel; 를 포함하는 것을 특징으로 하는 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법.V-BLAST based symbol detection method when there is channel uncertainty in the MIMO system having an antenna correlation characterized in that it comprises a. 제1항에 있어서,The method of claim 1, 상기 신호 벡터 y는
Figure 112006082357612-pat00035
에 의하여 표현되며, 추정 채널은
Figure 112006082357612-pat00036
로 표현되며, 실제 채널과 추정 행렬 간의 채널 불확정성은
Figure 112006082357612-pat00037
로 표현되고, 심볼은 x로 표현되며, 가산성 백색 가우스 노이즈(AWGN)은 n으로 표현되는 것을 특징으로 하는 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법.The signal vector y is
Figure 112006082357612-pat00035
Represented by
Figure 112006082357612-pat00036
Where the channel uncertainty between the actual channel and the estimation matrix
Figure 112006082357612-pat00037
And a symbol is represented by x, and additive white Gaussian noise (AWGN) is represented by n. V-BLAST based symbol detection method when there is channel uncertainty in the MIMO system with antenna correlation. 제1항에 있어서,The method of claim 1, 상기 채널 에러의 최대치를 최소화시키기 위하여 최대 및 최소 기반의
Figure 112006082357612-pat00038
가 적용되되, 채널 에러의 최대치는
Figure 112006082357612-pat00039
로 표현되며, 채널의 불확정성으로 인하여 추정된 심볼은
Figure 112006082357612-pat00040
로 표현되는 것을 특징으로 하는 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법.Maximum and minimum based to minimize the maximum of the channel error.
Figure 112006082357612-pat00038
Applies, but the maximum channel error is
Figure 112006082357612-pat00039
The estimated symbol due to channel uncertainty
Figure 112006082357612-pat00040
V-BLAST based symbol detection method when channel uncertainty exists in a MIMO system having antenna correlation. 제1항에 있어서,The method of claim 1, 상기 제 3 단계에서 상기 널 행렬은
Figure 112007059116418-pat00041
로 표현되며, 추정 채널의 역행렬은
Figure 112007059116418-pat00042
로 표현되고, α는 단수값 분해(Singular Value Decomposition)를 적용시켜
Figure 112007059116418-pat00043
로 표현되는 것을 특징으로 하는 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법.In the third step, the null matrix is
Figure 112007059116418-pat00041
Where the inverse of the estimated channel is
Figure 112007059116418-pat00042
Where α is the singular value decomposition
Figure 112007059116418-pat00043
V-BLAST based symbol detection method when channel uncertainty exists in a MIMO system having antenna correlation. 제1항에 있어서,The method of claim 1, 상기 널 행렬로부터 선형적인 심볼을 검출할 수 있는 것을 특징으로 하는 안테나 상관성이 존재하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법.V-BLAST based symbol detection method in the presence of channel uncertainty in the MIMO system having an antenna correlation characterized in that it is possible to detect a linear symbol from the null matrix. 제1항에 있어서,The method of claim 1, 상기 널 행렬으로부터 비선형 스키마 V-BLAST 심볼을 검출할 수 있는 것을 특징으로 하는 MIMO 시스템에서 채널 불확정성이 존재할 때 V-BLAST 기반 심볼 검출 방법.A non-linear schema V-BLAST symbol can be detected from the null matrix V-BLAST based symbol detection method when there is channel uncertainty in the MIMO system.
KR1020060110903A 2006-11-10 2006-11-10 Method for modified v-blast symbol detection under channel uncertainies for correlation mimo systems KR100789289B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060110903A KR100789289B1 (en) 2006-11-10 2006-11-10 Method for modified v-blast symbol detection under channel uncertainies for correlation mimo systems

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060110903A KR100789289B1 (en) 2006-11-10 2006-11-10 Method for modified v-blast symbol detection under channel uncertainies for correlation mimo systems

Publications (1)

Publication Number Publication Date
KR100789289B1 true KR100789289B1 (en) 2007-12-28

Family

ID=39148139

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060110903A KR100789289B1 (en) 2006-11-10 2006-11-10 Method for modified v-blast symbol detection under channel uncertainies for correlation mimo systems

Country Status (1)

Country Link
KR (1) KR100789289B1 (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060268809A1 (en) 2005-05-11 2006-11-30 National Chiao-Tung University Method of symbol detection for MIMO dual-signaling uplink CDMA systems

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060268809A1 (en) 2005-05-11 2006-11-30 National Chiao-Tung University Method of symbol detection for MIMO dual-signaling uplink CDMA systems

Similar Documents

Publication Publication Date Title
KR100594530B1 (en) Method and system in a transceiver for controlling a multiple-input, multiple-output communications channel
KR100962459B1 (en) Systems and methods for beamforming in multi-input multi-output communication systems
KR100981554B1 (en) APPARATUS AND METHOD FOR GROUPING ANTENNAS OF Tx IN MIMO SYSTEM WHICH CONSIDERS A SPATIAL MULTIPLEXING AND BEAMFORMING
US7664061B2 (en) Closed-loop signaling method for controlling multiple transmit beams and correspondingly adapted transceiver device
JP5667144B2 (en) MIMO communication system having variable slot structure
CN102067473B (en) Method for dynamic compensation of relative movement of communicating entity
RU2291570C2 (en) Spatial-temporal distancing during transfer for multiple antennas in radio communications
KR101072892B1 (en) Method and system for adaptation between different closed-loop, open-loop and hybrid techniques for multiple antenna systems
KR20050009233A (en) Method and apparatus for transmitting signals in a multi-antenna mobile communications system that compensates for channel variations
KR100975313B1 (en) Apparatus and method for dectctiong signal using multivariate polynomial in multiple input multiple output communication system
KR101274871B1 (en) Method and apparatus for transceiving data in a multi antenna system of closed loop scheme
US20110090980A1 (en) Channel information prediction system and channel information prediction method
US11444666B2 (en) Channel condition estimation
KR100598601B1 (en) Transmitting/receiving apparatus for closed loop space time block code system having multiple input multiple output antennas and method thereof, and transmitting power allocation method thereof
Ozturk et al. RIS-aided localization under pixel failures
KR101239964B1 (en) Radio communication apparatus and radio communication method
US9137060B2 (en) Method of cancelling inter-subcarrier interference in distributed antenna system and apparatus for performing the same
KR101021660B1 (en) Wireless communication system in multi-cell and multi-antenna environments and method thereof
KR100789289B1 (en) Method for modified v-blast symbol detection under channel uncertainies for correlation mimo systems
JP2023121135A (en) Systems and methods for multiuser detection in distributed antenna systems
KR101379208B1 (en) Apparatus and method for scheduling in mimo system
JP5139331B2 (en) Multi-antenna communication method with improved channel correlation utilization
WO2023065169A1 (en) Determination of autoregressive model order for a channel prediction filter
Gui et al. Modeling and simulating the time‐varying movement in MIMO downlink by integrating ADS with Matlab
CN118174756B (en) Random signal system-oriented general sense integrated precoding method, equipment and medium

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20111129

Year of fee payment: 5

LAPS Lapse due to unpaid annual fee