KR20100116201A

KR20100116201A - 채널 정보 예측 시스템 및 채널 정보 예측 방법

Info

Publication number: KR20100116201A
Application number: KR1020107019061A
Authority: KR
Inventors: 겐타 오키노
Original assignee: 쿄세라 코포레이션
Priority date: 2008-02-27
Filing date: 2009-02-26
Publication date: 2010-10-29
Also published as: CN101960760A; US8462869B2; US20110090980A1; JP2009206833A; KR101088602B1; JP4481336B2; WO2009107732A1

Abstract

전송 MIMO CSI에서 저 소파 요소를 이용해 제 1 예측 필터 계수를 계산하는 채널 정보 예측 시스템이 제공된다. 얻은 제 1 예측 필터 계수를 이용하여, 이 시스템은, 미래의 무선 신호 전송에 대한 채널 정보를 예측하는 제 1 예측을 실행하여, 저 소파 요소에 포함되는 소파의 성분을 억압한다. 소파의 성분이 억압된 저 소파 성분을 이용하여, 이 시스템은, 미래의 무선 신호 전송에 대한 채널 정보를 예측하는 제 2 예측을 실행한다.

Description

채널 정보 예측 시스템 및 채널 정보 예측 방법{CHANNEL INFORMATION PREDICTION SYSTEM AND CHANNEL INFORMATION PREDICTION METHOD}

본 발명은, 멀티-안테나 전송 시스템에서, 수신한 무선 신호에 포함되는 간섭 성분의 억압에 이용되는 예측 필터 계수를 계산하는 채널 정보 예측 시스템 및 채널 정보 예측 방법에 관한 것이다.

근년, 무선 주파수의 이용 효율을 향상하기 위해, 송신기 및 수신기가 복수의 안테나를 이용해 무선 신호를 송수신하는 멀티-안테나 전송 시스템이 실현되고 있다. 멀티-안테나 전송 시스템에서는, 일반적으로 멀티-입력 멀티-출력(Muli-Input Multi-Output: MIMO) 기술이 도입되고 있다.

이러한 멀티-안테나 전송 시스템에서는, 시분할 다중접속에서의 전파로(propagation path)의 가역성이나, 또한 주파수 분할 다중접속(FDD)에서의 피드백 채널을 이용하면, MIMO 환경에서의 수신기측에서의 전송로 특성을 나타내는 채널 정보(이하, 필요에 따라 줄여서 MIMO CSI라 함)를 송신기 측에서 추정할 수 있다. 따라서, 과거 및 현재의 MIMO CSI를 이용해, 미래, 즉, 다음의 무선 신호의 송신시에서의 MIMO CSI를 예측하는 방법이 알려져 있다(비특허 문헌 1 및 비특허 문헌 2 참조).

또, 채널 정보 예측은, 최소 평균 제곱 오차(MMSE: Minimum Mean Square Error) 규범에 따라 계산된 예측 필터 계수를 이용해, 수신한 무선 신호의 간섭 성분을 억압하는 방법을 이용한다.

비특허 문헌 1: T. Eyceoz, S. Hu, and A. Duel-Hallen, "Performance Analysis of Long Range Prediction for Fast Fading Channels," Proc. of 33rd Annual Conf. on inform. Sciences and Systems CISS'99, Vol.II, pp. 656 - 661, 1999년 3월.

비특허 문헌 2: T. Svantesson, A. L. Swindlehurst, "A Performance Bound for Prediction of MIMO Channels”, IEEE Trans. Signal Process., vol. 54, no.2, pp. 520-529, 2006년 2월.

그렇지만, 상술한 종래의 MIMO CSI의 예측 방법에는, 다음과 같은 문제가 있었다. 즉, 수신한 무선 신호에 간섭 성분, 구체적으로, 많은 소파(rays)(素波)(전파로 상에 존재하는 반사파)가 포함되면, MIMO CSI의 예측 성능이 충분히 개선되지 않는 문제가 있다.

따라서 본 발명은, 이러한 상황을 감안하여 이뤄진 것으로서, 수신한 무선 신호에 포함되는 간섭 성분의 억압에 이용되는 예측 필터 계수를 계산해 채널 정보를 예측하는 멀티-안테나 전송 시스템에서 이용되어 해당 채널 정보의 예측 성능이 또한 개선된 채널 정보 예측 시스템 및 채널 정보 예측 방법을 제공하는 것을 목적으로 한다.

상술한 문제를 해결하기 위해, 본 발명은, 다음과 같은 특징을 가지고 있다.우선, 본 발명의 제 1 특징은, 무선 신호의 송신 측(송신기(100)) 또는 수신 측(수신기(200)) 중 적어도 어느 한쪽이 복수의 안테나(송신 안테나(#1 내지 #T) 또는 수신 안테나(#1 내지 #R)를 이용하는 멀티-안테나 전송 시스템(멀티-안테나 전송 시스템(1))에서, 수신한 무선 신호에 포함되는 간섭 성분의 억압에 이용되는 예측 필터 계수를 계산하도록 구성되는 채널 정보 예측 시스템(채널 정보 예측 시스템(10))으로서, 각각 상기 송신 측 상의 송신 안테나 중 어느 것과 상기 수신 측 상의 수신 안테나 중 어느 것 사이에서의, 전파로 특성을 나타내는 채널 정보에 의해 구별되는 복수의 안테나간 요소 가운데, 상기 무선 신호에 포함되는 소파의 수가 소정의 수보다 적은 안테나간 요소인 저 소파 요소를 이용해 상기 예측 필터 계수를 계산하도록 구성되는 필터 계수 계산부(예측 필터 계수 계산부(95)); 상기 필터 계수 계산부에 의해 계산된 제 1 예측 필터 계수를 이용해, 상기 무선 신호의 미래의 송신시에서의 상기 채널 정보를 예측하는 제 1 예측을 실행하고, 한편, 상기 저 소파 요소에 포함되어 있는 소파의 성분을 억압하도록 구성되는 채널 정보 예측부(선형 예측부(96))를 포함하고, 상기 필터 계수 계산부는, 상기 채널 정보 예측부에서 상기 소파의 성분이 억압된 저 소파 성분을 이용해 제 2 예측 필터 계수를 계산하고, 상기 채널 정보 예측부는, 상기 제 2 예측 필터 계수를 이용해, 상기 무선 신호의 미래의 송신시에서의 상기 채널 정보를 예측하는 제 2 예측을 실행하는 채널 정보 예측 시스템을 요지로 한다.

이러한 채널 정보 예측 시스템은, 저 소파 요소에 대한 제 1 예측 필터 계수를 이용한 예측을 실시해, 해당 저 소파 요소에 포함되어 있는 소파의 성분을 억압한다. 그리고 저 소파 요소에 포함되어 있는 소파의 성분을 억압한 후에, 제 2 예측 필터 계수가 계산되어 제 2 예측 필터 계수를 이용한 예측을 한다. 그 결과, 소파의 영향을 억압해, 채널 정보의 예측 성능을 개선할 수가 있다.

본 발명의 제 2 특징은, 본 발명의 제 1 특징과 관련되어, 상기 채널 정보 예측부가, 상기 제 2 예측 필터 계수를, 상기 제 1 예측 필터 계수로서 이용해, 그 다음의 상기 제 1 예측을 실행해, 상기 소파의 성분을 억압하는 것을 요지로 한다.

본 발명의 제 3 특징은, 본 발명의 제 1 또는 제 2 특징과 관련되어, 상기 필터 계수 계산부가, 상기 소파의 수가 가장 적은 상기 안테나간 요소를 상기 저 소파 요소로서 이용하는 것을 요지로 한다.

본 발명의 제 4 특징은, 본 발명의 제 1 또는 제 2 특징과 관련되어, 상기 채널 정보 예측부가, 상기 예측 필터 계수에 근거해, 상기 저 소파 요소와 상이한 다른 안테나간 요소에 포함되어 있는 상기 소파의 성분을 억압해, 상기 소파의 성분이 억압된 상기 안테나간 요소를 이용해, 상기 무선 신호의 미래의 송신시에서의 상기 채널 정보를 예측하는 것을 요지로 한다.

본 발명의 제 5 특징은, 무선 신호의 송신 측 또는 수신 측의 적어도 어느 한쪽이 복수의 안테나를 이용하는 멀티-안테나 전송 시스템에서, 수신한 무선 신호에 포함되는 간섭 성분의 억압에 이용되는 예측 필터 계수를 계산하는 채널 정보 예측 방법으로서, 각각 상기 송신 측 상의 송신 안테나 중 어느 것과 상기 수신 측 상의 수신 안테나 중 어느 것 사이에서의, 전파로 특성을 나타내는 채널 정보에 의해 구별되는 복수의 안테나간 요소 가운데, 상기 무선 신호에 포함되는 소파의 수가 소정 수보다 적은 상기 안테나간 요소인 저 소파 요소를 이용해 상기 예측 필터 계수를 계산하는 단계; 계산된 제 1 예측 필터 계수를 이용해, 상기 무선 신호의 미래의 송신시에서의 상기 채널 정보를 예측하는 제 1 예측을 실행하고, 상기 저 소파 요소에 포함되어 있는 소파의 성분을 억압하는 단계; 상기 소파의 성분이 억압된 저 소파 성분을 이용해 제 2 예측 필터 계수를 계산하는 단계; 및 상기 제 2 예측 필터 계수를 이용해, 상기 무선 신호의 미래의 송신시에서의 상기 채널 정보를 예측하는 제 2 예측을 실행하는 단계를 포함하는 채널 정보 예측 방법을 요지로 한다.

본 발명의 특징에 의하면, 수신한 무선 신호에 포함되는 간섭 성분의 억압에 이용되는 예측 필터 계수를 계산해 채널 정보를 예측하는 멀티-안테나 전송 시스템에 이용되어 해당 채널 정보의 예측 성능이 또한 개선되는 채널 정보 예측 시스템 및 채널 정보 예측 방법을 제공할 수가 있다.

도 1은, 본 발명의 실시예에 따른 멀티-안테나 전송 시스템의 전체 개략 구성도이다.
도 2는, 본 발명의 실시예에 따른 MIMO CSI의 추정 시각과 송신 시각 사이의 관계를 나타내는 도면이다.
도 3은, 본 발명의 실시예에 따른 채널 예측부의 구성을 나타내는 기능 블록도이다.
도 4는, 본 발명의 실시예에 따른 채널 예측부의 기능을 설명하기 위한 개념도이다.
도 5는, 본 발명의 실시예에 따른 멀티-안테나 전송 시스템의 전체 동작을 나타내는 흐름도이다.
도 6은, 본 발명의 실시예에 따른 채널 예측부의 동작을 나타내는 흐름도이다.
도 7은, 안테나 수가 4×4이고, 예측 필터의 차수가 20일 때의 예측 특성을 나타내는 도면이다.
도 8은, 변환 MIMO CSI의 각 성분에서의 RMSE 특성을 나타내는 도면이다.
도 9는, 안테나 수가 2×2 내지 5×5일 때의 특성을 나타내는 도면이다.
도 10은, 안테나 수가 4×4이고, 지연 시간이 10 msec라고 했을 때의, 필터 계수의 차수에 대한 RMSE 특성을 나타내는 도면이다.

다음에, 본 발명의 실시예에 대해 설명한다. 구체적으로는, (1) 전체 개략 구성, (2) 채널 모델, (3) 빔스페이스 선형 예측 처리의 개요, (4) 채널 예측부의 구성, (5) 빔스페이스 선형 예측 처리의 상세, (6) 멀티-안테나 전송 시스템의 동작, (7) 효과, 및 (8) 그 외의 실시예에 대해 설명한다.

또한, 이하의 도면의 기재에 대해, 동일 또는 유사한 부분은, 동일 또는 유사한 참조부호로 표시한다. 다만, 도면은 개략적인 것이며, 크기의 비율 등은 현실의 것과는 다른 점을 유의해야 한다.

(1) 전체 개략 구성

도 1은, 본 실시예에 따른 멀티-안테나 전송 시스템(1)의 전체 개략 구성도이다. 도 1에 도시된 바와 같이, 멀티-안테나 전송 시스템(1)은, 송신기(100), 수신기(200) 및 채널 정보 예측 시스템(10)을 포함한다.

도 1의 예에서, 채널 정보 예측 시스템(10)은, 송신기(100) 및 수신기(200)와 개별적으로 설치된다. 그러나 채널 정보 예측 시스템(10)은 송신기(100) 및 수신기(200) 중 어느 하나에 설치될 수 있거나, 송신기(100) 및 수신기(200)에 분산해서 설치할 수 있다. 채널 정보 예측 시스템(10)은, 송신기(100)와 수신기(200) 사이의 전송로 특성을 나타내는 MIMO CSI와 변환 행렬을 이용해, 미래에서의 MIMO CSI의 예측치(이하, 필요에 따라 줄여서 MIMO CSI 예측치라 한다)를 계산한다.

송신기(100)는 예를 들면 무선 기지국 및 무선 단말 중 어느 하나에 설치되며, 수신기(200)는 다른 하나에 설치된다. 본 실시예에서, 수신기(200)는 무선 단말에 설치되는 것으로 한다. 이하에서는, 수신기(200)의 이동 또는 송신기(100)와 수신기(200) 사이에 존재하는 산란체의 이동에 의해, 전파로(4)가 변동하고 있는 경우를 상정한다.

본 실시예에서는, 송신기(100) 및 수신기(200) 각각에 복수의 안테나가 설치된다. 구체적으로는, 송신기(100)는, 송신 처리부(2) 및 복수의 송신 안테나(#1 내지 #T)(T≥2)를 포함한다. 송신 안테나(#1 내지 #T)에 의해 안테나 어레이가 구성된다. 송신 처리부(2)는, 채널 정보 예측 시스템(10)으로부터 얻을 수 있는 MIMO CSI 예측치에 근거해, 송신 데이터의 제어, 예를 들면, 적응 변조 제어나, 프리코딩에 의한 송신 빔 포밍을 실행한다.

수신기(200)는, 전파로(4)를 통해 송신기(100)에 의해 송신된 무선 신호를 수신한다. 수신기(200)는, 수신 처리부(6) 및 복수의 수신 안테나(#1 내지 #R)(R≥2)를 포함한다. 수신 안테나(#1 내지 #R)에 의해 안테나 어레이가 구성된다. 수신 처리부(6)는, 수신 안테나(#1 내지 #R)에 의해 수신된 무선 신호(수신 신호)를 복조하여, 수신 데이터를 출력한다.

채널 정보 예측 시스템(10)은, 채널 추정부(8) 및 채널 예측부(9)를 포함한다. 채널 추정부(8)는, 수신 신호에 근거해, 현재의 MIMO CSI를 추정한다. MIMO CSI는, 송신기(100)의 한 송신 안테나와 수신기(200)의 한 수신 안테나 사이의 전송로 특성에 의해 구별되는 복수의 안테나간 요소로 이루어지는 행렬로서 표현된다.

채널 예측부(9)는, 채널 추정부(8)에 의해 추정된 현재의 MIMO CSI 및 과거의 MIMO CSI에 근거해, 빔스페이스 선형 예측 처리에 의해 MIMO CSI 예측치를 계산한다. 즉, 송신기(100)에서의 다음번 송신시의 MIMO CSI가 예측된다.

채널 예측부(9)는, 변환 행렬을 이용해 MIMO CSI를 변환해 얻을 수 있는 변환 MIMO CSI에 대해서 추정을 실시해, 변환 MIMO CSI에 대해서 얻을 수 있던 예측치를 역변환하는 것으로, MIMO CSI의 예측치(MIMO CSI 예측치)를 얻는다. 구체적으로는, MIMO CSI를 변환 행렬에 곱하여 얻은 변환 MIMO CSI의 각 요소에 대해, 자기 회귀(AR) 모델에 근거한 선형 예측(AR-LP)이 실행된다.

(2) 채널 모델

또한 도 1을 참조해, 본 실시예에 적용되는 채널 모델에 대해 설명한다.

무선 통신에서, 송신기(100)로부터 방사된 전파(무선 신호)는, 복수의 전파 경로(멀티-경로)를 통해 수신기(200)에 도달하기 전에, 여러 산란체에 의해 반사된다. 각 반사파는 소파로 불리며, 멀티-경로 전파 경로(4)는 소파의 중첩으로 표현된다.

근년에 주류가 되고 있는 OFDM 시스템에서, 각 부-반송파는 충분히 좁은 대역이다. 따라서 본 실시예에서는 각 경로의 지연 시간차는 무시할 수 있는 플랫 페이딩 환경을 상정한다. 수신기(200)나 산란체가 이동하고 있는 경우, 각 소파는 각각 도플러 시프트를 겪는다. 소파 l의 도플러 주파수의 수치는 다음의 방정식에서 주어진다:

여기서, v는 수신기(200)의 이동 속도이고, λ는 파장이며, θ_l은 수신기(200)의 이동 방향과 소파의 도래각이 이루는 각도이다. 따라서, 시각(t)에서의 멀티-경로 전파 경로(4)는, L개의 소파를 이용하여 다음의 수학식에 의해 표현할 수 있다:

여기서, α_l은 소파 l의 복소 산란 계수이다. 그 후에, 각 소파에 대해서 공간 차원을 더하면, 수학식은 다음의 MIMO 멀티-경로 전파로 수학식으로 확장할 수 있다:

여기서, α_r,l 및 α_t,l은 각각 소파 l에 대한 수신/송신 어레이 응답 벡터이며, 그 크기는 수신 안테나 수 R 및 송신 안테나 수 T이다. 안테나 소자 간격이 d인 등간격 선형 어레이 안테나를 상정하면, 소파 l에 대한 송신 어레이 응답 벡터는, 다음의 수학식과 같이 나타내진다:

여기서, φ_t,l은 소파 l의 방사 방향(이하, 줄여서 DoD라 함)이다. (3)식은, 행렬 표현에 의해, 다음의 수학식과 같이 나타낼 수가 있다.

A_r 및 A_t의 크기는 각각 R×L 및 T×L이며, L개의 소파에 대한 수신 및 송신 어레이 응답의 집합이다. 추정된 MIMO CSI에는, 노이즈의 영향에 의한 오차가 포함된다. 따라서 다음과 같이 나타낼 수 있다.

(3) 빔스페이스 선형 예측 처리의 개요

여기에서는, 본 실시예에서 공통적으로 이용하는 AR-LP와 빔스페이스 변환에 대해 설명한다.

(3.1) AR 모델에 근거한 선형 예측(AR-LP)

채널 계수가 AR 모델에 따르다고 상정하는 것은, 많은 채널 예측에서 공통적인 접근법이다. AR-LP는, 채널의 자기 상관 특성에서 사이드 로브를 이용하여 실현된다. MIMO CSI의 추정 시각과 송신 시각의 관계를 도 2에 나타낸다.

1 탭 예측(τ=ΔT_s)의 AR-LP는, 간격(ΔT_s)에서 추정된 과거 P개의 MIMO CSI 및 h^(t_n _-1)~h^(t_n _-P)에 근거해, 다음의 수학식으로 나타내진다:

여기서, d(j)는 선형 예측 필터 계수이다. 최적 필터 계수(d=[d(1) … d(P)])는, 예측치의 평균 제곱근 오차를 최소화하여, 다음의 수학식으로 나타내어 진다:

여기서, R은 계수 R_ij=E[h(t_n _-i) h*(t_n _-j)]를 갖는 자기 상관 행렬이며, r은 계수 r_j=E[h(t_n) h*(t_n _-j)]를 갖는 자기 상관 벡터이다.

본 실시예에서는, 과거의 MIMO CSI를 이용해, 샘플 평균에 의해 자기 상관 행렬과 자기 상관 벡터를 계산한다. 복수 탭 예측(τ>ΔT_s)의 경우는, 예측치를 필터 입력에 이용하는 것으로 예측을 반복한다.

(3.2) 빔스페이스 변환

무한수의 소파가 레일리 페이딩(fading)을 형성하는 경우, 그 자기 상관 특성은 제1종 0차 벳셀(Bessel) 함수로 나타내진다. 한편, 큰 전력을 소비하는 유한수의 소파의 영향이, 실제 환경, 특히 단말의 이동이 예상되는 옥외 환경 하에서의 채널 변동에 지배적이게 된다.

그러한 경우, 자기 상관 특성의 사이드 로브(side lobe)는 훨씬 큰 값을 가진다. 이것은, 지배적인 소파 수가 적을수록 현저하다. 지배적인 소파 수를 L로 했을 경우, MIMO 채널의 모든 성분은, L개의 소파의 영향을 받고 있다.

이러한 이유로, 다음의 수학식과 같이 추정된 MIMO CSI를 변환함으로써, 각 성분에 존재하는 소파 수가 감소하면, 예측 성능이 개선될 것이다:

여기서, W_r 및 W_t는 각각 R×R 및 T×T의 수신 측 및 송신 측 변환 행렬이다. 변환 MIMO CSI의 각 성분에 대해 AR-LP를 실시해, 다음의 수학식과 같이 역변환을 실시함으로써, MIMO CSI의 예측치(MIMO CSI 예측치)를 얻을 수 있다:

여기서, Y^(t+τ)는, 변환 MIMO CSI에서의 예측치이다.

(4) 채널 예측부의 구성

도 3은, 채널 예측부(9)의 구성을 나타내는 기능 블록 구성도이다.

도 3에 도시한 바와 같이, 채널 예측부(9)는, 방향 추정부(91), 어레이 응답 행렬 계산부(92), 변환 행렬 계산부(93), CSI 변환부(94), 예측 필터 계수 계산부(95), 선형 예측부(96) 및 예측 CSI 역변환부(97)를 포함한다.

방향 추정부(91)는, 방향 추정 기술을 이용해 무선 신호(소파)의 도래 방향(DoA) 및 방사 방향(DoD)을 추정한다. 어레이 응답 행렬 계산부(92)는, 방향 추정부(91)에 의해 추정된 도래 방향(DoA) 및 방사 방향(DoD)으로부터 어레이 응답 행렬을 계산한다. 예를 들면, 방향 추정 기술로서 ESPRIT 알고리즘을 이용하는 경우, 소파의 도래 방향을 얻을 수 있어 그 도래 방향으로부터 안테나 어레이의 어레이 응답을 얻을 수 있다. 그러한 어레이 응답은, 소파의 도래 방향과 관련지을 수 있다. 대안적으로, 방향 추정 기술로서 최소-놈 법(norm solution)을 이용하는 경우, 어레이 응답보다는, 도래 방향과 관련지을 수 있는 어레이 웨이트를 얻을 수 있다.

변환 행렬 계산부(93)는, 안테나 어레이의 어레이 응답 또는 어레이 웨이트에 근거해, 변환 행렬을 계산한다. 변환 행렬은, 양호한 조건을 갖는 것, 즉, 행렬의 놈과 역행열의 놈의 적(product)이 작은 것이 바람직하다. 본 실시예에서는, 그러한 변환 행렬로서 단위 행렬을 이용한다.

방향 추정부(91)에 의해 추정된 도래 방향으로부터 어레이 응답 행렬이 계산되는 경우, 변환 행렬 계산부(93)는, 계산된 어레이 응답 행렬의 QR 분해를 실행해, QR 분해에 의해 얻은 단위 행렬을 변환 행렬로서 이용한다.

CSI 변환부(94)는, 채널 추정부(8)에 의해 추정된 MIMO CSI와 변환 행렬 계산부(93)에 의해 계산된 변환 행렬을 곱셈해 변환 MIMO CSI를 얻는다. 변환 MIMO CSI에서, MIMO CSI와 비교해, 성분중의 소파의 수가 감소한다.

예를 들면, 도 4의 (a)에 도시한 바와 같이, 송신기(100) 및 수신기(200) 각각이 두 개의 안테나를 포함하고, 3개의 소파(#1 내지 #3)가 존재하는 경우에는, 채널 추정부(8)에 의해 추정된 MIMO CSI는, 도 4의 (b)에 도시된 바와 같은 행렬이 된다. 도 4의 (b)에 도시한 MIMO CSI에서, MIMO CSI의 각 성분(h₁₁, h₁₂, h₂₁, h₂₂)은, 소파(#1 내지 #3)의 영향을 포함하고 있다.

도 4의 (b)에 도시한 MIMO CSI에 대해, 변환 행렬 계산부(93)에 의해 계산되는 변환 행렬(W_r ^H 및 W_t)을 곱셈하면, 도 4의 (c)에 도시된 바와 같은 변환 MIMO CSI를 얻을 수 있다. 도 4의 (c)에 도시된 변환 MIMO CSI에서, 성분(y₂₂)은 소파(#1)의 영향을 받고, 성분(y₂₁)은 소파(#1 및 #2)의 영향을 받고, 성분(y₁₂)은 소파(#1 및 #3)의 영향을 받고, 성분(y₁₁)은 소파(#1 내지 #3)의 영향을 받는다.

예측 필터 계수 계산부(95)는, 변환 MIMO CSI의 성분 가운데, 소파의 수가 가장 적은 저 소파 요소를 이용해 예측 필터 계수를 계산한다. 저 소파 요소에 대해서는, 소파의 수가 적기 때문에 고정밀의 예측이 가능해진다. 도 4의 (c) 예에서, 성분(y₂₂)은 소파의 수가 가장 적은 저 소파 성분이다. 선형 예측부(96)는, 저 소파 요소에 대한 예측 필터 계수를 이용해 채널 예측을 실행한다.

그 후, 도 4의 (d)에 도시된 바와 같이, 예측 필터 계수 계산부(95) 및 선형 예측부(96)는, 소파의 수가 두 번째로 적은 성분(y₁₂)에 대해 성분(y₂₂)에 대한 예측 필터 계수를 이용해 채널 예측을 실행한다. 채널 예측은, 예측 대상의 시각에 대해서만은 아니고, 추정 시각에 대해서도 행해진다. 그리고 성분(y12)으로부터, 채널 예측에 의해 얻은 추정 시각에 대한 예측치를 감산하여, 성분(y₁₂)에서 소파(#1)의 성분을 억압한다.

또한, 소파(#1)의 성분이 억압된 성분(y₁₂)에 대해서는, 예측 필터 계수가 계산되어 예측치가 계산된다. 이 예측치는, 성분(y₁₂)에 대한 예측 필터 계수를 이용한 채널 예측에 의해 얻은 예측치에 가산된다. 이러한 타입의 처리(이하, 필요에 따라, 시리얼 캔슬러(SC)라고 한다)는, 성분(y₂₁ 및 y₁₁)에 대해서도 반복해 적용된다. 그 결과, 변환 MIMO CSI의 성분(y₁₁, y₁₂, y₂₁, y₂₂)에 대한 예측치를 얻게 된다.

예측 CSI 역변환부(97)는, 이와 같이 해서 얻은 변환 MIMO CSI의 예측치를 역변환하여 MIMO CSI 예측치를 계산한다.

(5) 빔스페이스 선형 예측 처리의 상세

여기에서는, 본 실시예에 따른 변환 행렬 및 선형 예측 수법에 대해 설명한다. 본 실시예에서, 추정된 MIMO CSI에 대해 방향 추정 기술을 이용함으로써, R-1개, T-1개의 소파의 DoA/DoD 추정 각각이 가능하다는 것으로 한다.

(5.1) DoA/DoD에 근거하는 빔스페이스(DBS) 변환 행렬

여기에서는, 추정된 소파의 DoA/DoD에 근거해, 변환 MIMO CSI의 각 성분에 존재하는 소파 수를 감소시킬 수가 있고, 조건이 양호한 변환 행렬을 제안한다.

우선, 가장 큰 진폭을 갖는 것부터 순서대로, R-1개의 소파의 DoA를 추정할 수 있다고 상정한다. 즉,

상기 수학식에서, φ_r,1~φ_r,R-1의 정보를 얻는다고 한다. 이 DoA로부터, 다음의 수학식과 같이, R×(R-1)의 수신 어레이 응답 공통 인자(cofactor)를 얻을 수 있다.

이 역행렬을 변환 행렬로서 이용하면, 수신 어레이 응답 공통 인자가 대각화 되어 변환 MIMO CSI의 각 성분에 존재하는 소파 수는 감소한다. 그렇지만, 이 역행렬은 일반적으로 조건이 나쁜 것이 되어 버린다. 그러한 이유로, (16)식에 대해서 QR 분해를 실시하여, (16)식을, 다음의 수학식에 의해 나타내지는 R×R의 단위 행렬과 R×(R-1)의 상(upper) 삼각 행렬의 적으로 분해한다.

단위 행렬의 조건 수는 가장 좋고, 노이즈를 증폭시키지 않는다. 따라서 수신 측 변환 행렬로서 Q_r을 이용하면, 수신 측 어레이 응답 공통 인자를 상 삼각 행렬 R_r로 변환할 수가 있다. 그 후에, Q_r의 제 R열에 의한 MIMO CSI의 변환을 실시하면, 변환 MISO CSI를 얻을 수 있다. 소파(1 내지 R-1)는 널(null)에 의해 억압된다. 그러므로, 다른 소파로부터 T-1개의 DoD를 추정할 수 있다고 상정한다. 즉, 변환 후의 소파 진폭,

에서,φ_r,R 내지 φ_r,R+T-2의 정보를 얻었다고 한다. 송신 측에 대해서는, 수신 측과 같은 처리를 실시하면, 수학식은, 다음의 수학식에 의해 나타내진 (T-1)×T의 하(lower) 삼각 행렬과 T×T의 단위 행렬의 적으로 분해된다.

송신 측 변환 행렬로서 Q_t ^*를 이용하면, MIMO CSI는 다음의 수학식과 같이 변환된다.

이러한 수학식을 통해, 오른쪽 아래일수록 성분에 존재하는 소파 수가 감소한 형태로 변환되고 있는 것을 알 수 있다.

상술한 바와 같이, 추정한 상기 DoA 및 DoD에 대해 널을 향하는 빔스페이스를 형성하여, 변환 MIMO CSI의 각 성분에 존재하는 소파 수는 감소해, 채널 변동의 복잡함이 경감되어, 예측 성능이 개선된다. 최종 분석에서, 변환 MIMO CSI의 예측치를 역변환하여, MIMO CSI의 예측치(MIMO CSI 예측치)를 얻게 된다.

또한, DoA/DoD에 근거하는 빔스페이스(DBS)의 변환 행렬의 설명에서, 가장 큰 진폭을 갖는 것부터 순서대로, T-1개의 소파의 DoA를 추정할 수 있다고 상정한 경우에 대해 설명함을 유의해야 한다. 하지만, 이것 외에, 추정 전에, 가장 큰 진폭을 갖는 것으로부터 순서대로 R-1개의 소파의 DoD를 추정할 수 있다고 상정한 경우에는, MIMO CSI 변환을 실시하면, 결과적으로, 변환 SIMO CSI를 얻게 된다.

(5.2) 시리얼 캔슬러(SC)를 도입한 선형 예측

한편, 어레이 응답 공통 인자는 대각화되지 않고, 삼각화될 뿐이다. 따라서, 변환 MIMO CSI의 왼쪽 위 성분에 존재하는 소파 수는 그다지 감소하지 않는다. 그 결과, 예측 성능이 충분히 개선되지 않는다.

여기서, (20)식의 제3항을 보면, 소파(R+T-1 내지 L)는 모든 성분에 포함되어 있다. 이와는 대조적으로, (R, T) 성분은 이러한 소파만을 포함한다. 이러한 이유로, (R, T) 성분에 대해 계산된 선형 예측 필터 계수를 이용하여, 다른 성분에 포함되는 이러한 소파 성분을 제거한다. 이하에서, 자세하게 설명한다. 설명의 간략화를 위해, 노이즈 성분은 생략한다. 우선, (R, T) 성분에 대해 계산된 선형 예측 필터 계수를 d_R _,T로 한다. 다음에, 이 필터 계수를 이용해, (R-1, T)의 선형 예측을 실시하여, 다음의 수학식을 얻는다:

[·]_{x, y}는, 행렬의 (x, y) 성분을 의미한다. 설명의 간략화를 위해, 대상 소파에 대해 선형 예측이 완전하다고 하면, 제 2항은 (R-1, T)에 포함되는 소파(R+T-1 내지 L)의 레플리카(replica)이다. 그러므로 CSI 추정 시각에 대응하는 선형 예측도 실시해, 추정치로부터 예측치를 감산하면,

이 된다. 이 신호는 소파(R-1)에만 영향을 받기 때문에, 고성능인 AR-LP를 기대할 수 있다. (25)식의 CSI에 대해서 AR-LP를 실시해, 다음의 예측치

를 얻을 수 있었다고 하면, (R-1, T) 성분의 최종 예측치는 다음과 같다.

이상의 예측 처리를, (Ra, Ta) 성분의 선형 예측으로서 일반화하면, 다음의 수학식을 얻는다:

다만,

이다. ()에 대해서는, 이것은 송신 측 변환 행렬에 의한 널이, 수신 측에서 DoA를 추정한 소파에 향하는 경우의 동작을 보증하는데 이용된다. 이상적으로, AR-LP는 최대 L-R-T+2개의 소파에 대해서만 행해져, 예측 성능의 개선을 기대할 수 있다.

(6) 멀티-안테나 전송 시스템의 동작

다음에, 멀티-안테나 전송 시스템(1)의 동작에 대해 설명한다.

(6.1) 전체 동작

도 5는, 멀티-안테나 전송 시스템(1)의 전체 동작을 나타내는 흐름도이다.

단계(S100)에서, 수신기(200)의 수신 처리부(6)는, 수신 안테나(#1 내지 #R)에 의해 수신한 무선 신호(수신 신호)를 복조해서, 수신 데이터를 출력한다.

단계(S200)에서, 채널 추정부(8)는, MIMO CSI를 추정한다.

단계(S300)에서, 채널 예측부(9)는, 빔스페이스 선형 예측 처리에 의해 MIMO CSI 예측치를 계산한다.

단계(S400)에서, 송신기(100)는, 채널 예측부(9)에 의해 계산된 MIMO CSI 예측치에 근거해, 송신 데이터의 제어, 예를 들면, 적응 변조 제어나, 프리-코딩에 의한 송신 빔 포밍을 실행한다.

(6.2) 채널 예측부의 동작

도 6은, 채널 예측부(9)의 동작을 나타내는 흐름도이다.

단계(S301)에서, 방향 추정부(91)는, 방향 추정 기술을 이용해 소파의 도래 방향(DoA) 및 방사 방향(DoD)을 추정한다.

단계(S302)에서, 어레이 응답 행렬 계산부(92)는, 방향 추정부(91)에 의해 추정된 DoA/DoD로부터, 어레이 응답 행렬을 계산한다.

단계(S303)에서, 변환 행렬 계산부(93)는, 어레이 응답 행렬 계산부(92)에 의해 계산된 어레이 응답 행렬로부터, 변환 행렬을 계산한다.

단계(S304)에서, CSI 변환부(94)는, 채널 추정부(8)에 의해 추정된 MIMO CSI와 변환 행렬 계산부(93)에 의해 계산된 변환 행렬을 곱셈해, 변환 MIMO CSI를 얻는다.

그 이후, 루프 A 및 루프 B 각각이 개시된다. 루프 A는, 변환 MIMO CSI의 각 성분에 대한 처리가 종료할 때까지 반복되는 루프이다. 예를 들면, 4개의 송신 안테나와 2개의 수신 안테나인 경우, 처리는 4×2=8회 계속된다.

루프 B는, 계산된 예측 필터 계수를 이용하는 루프이다. 예를 들면, 도 4의 (d)에서, 성분(y₂₂)에 대해서는 해당 루프가 생략되고, 성분(y₁₂ 및 y₂₁)에 대해서는 해당 루프가 1회 실행되며, 성분(y₁₁)에 대해서는 해당 루프가 2회 실행되게 된다. 예측 처리는 변환 MIMO CSI중 저 소파 요소(성분)로부터 개시된다. 그러므로 먼저 단계(S307 내지 S309)에 대해 설명한다.

단계(S307)에서, 예측 필터 계수 계산부(95)는, 변환 MIMO CSI중 예측 대상의 성분에 대해 예측 필터 계수를 계산한다.

단계(S308)에서, 선형 예측부(96)는, 예측 필터 계수 계산부(95)에 의해 계산된 예측 필터 계수를 이용해, 변환 MIMO CSI중 예측 대상의 성분에 대해 선형 예측을 실시한다.

단계(S309)에서, 선형 예측부(96)는, 선형 예측에 의해, 변환 MIMO CSI중 예측 대상의 성분에 대한 예측치를 계산한다.

(제 1 예측)

단계(S305)에서, 선형 예측부(96)는, 변환 MIMO CSI중 다음의 예측 대상이 되는 성분에 대해, 단계(S307)에서 계산된 예측 필터 계수를 이용해 선형 예측을 실시한다. 이 선형 예측은, 예측 시각(예측 대상이 되는 미래의 시각)에 대해서뿐만 아니라, 추정 시각(MIMO CSI를 추정한 때의 시각)에 대해서도 실시한다는 점을 유의해야 한다.

단계(S306)에서, 선형 예측부(96)는, 다음의 예측 대상이 되는 성분으로부터, 계산된 예측 필터 계수를 이용해 얻은 예측치(MIMO CSI의 추정 시각에 대한 예측치)를 감산하여, 다음의 예측 대상이 되는 성분에서의 소파 수를 억압한다.

(제 2 예측)

다시 단계(S307)에서, 예측 필터 계수 계산부(95)는, 소파 수가 억압된 다음의 예측 대상이 되는 성분에 대해, 예측 필터 계수를 계산한다.

단계(S308)에서, 선형 예측부(96)는, 소파 수가 억압된 다음의 예측 대상이 되는 성분에 대해, 예측 필터 계수를 이용해 선형 예측을 실시해, 예측치를 계산한다.

(최종 예측)

단계(S309)에서, 선형 예측부(96)는, 다음의 예측 대상이 되는 성분에 대해, 계산된 예측 필터 계수를 이용해 얻은 예측치(제 1 예측에 의해 얻은 예측치) 및 소파의 억압 후에 얻은 예측치(제 2 예측에 의해 얻은 예측치)를 가산해, 다음의 예측 대상이 되는 성분에 대한 최종적인 예측치를 얻는다.

상술한 바와 같이, MIMO CSI의 각 성분에 대해 예측치가 계산된다.

단계(S310)에서, 예측 CSI 역변환부(97)는, 변환 MIMO CSI의 각 성분에 대한 예측치를 역변환하여, MIMO CSI 예측치를 계산한다.

(7) 효과

본 실시예에 의해 얻은 효과에 대해, 비교예를 들어 설명한다. 구체적으로는, 다음의 채널 예측 방법((a) 내지 (d))을 서로 비교해 설명한다.

(a) AR-LP: AR 모델에 근거하는 선형 예측이며, 빔스페이스 변환 행렬을 이용하지 않는 방법(종래 기술 1).

(b) BS-AR: AR 모델에 근거하는 선형 예측이며, 심플한 빔스페이스 변환 행렬을 이용하는 방법(종래 기술 2).

(c) DBS-AR: AR 모델에 근거하는 선형 예측이며, DoA/DoD에 근거하는 빔스페이스(DBS) 변환 행렬을 이용하는 방법(본 실시예).

(d) DBS-ARw/SC: AR 모델에 근거하는 선형 예측이며, DoA/DoD에 근거하는 빔 스페이스(DBS) 변환 행렬을 이용하고, 시리얼 캔슬러(SC)를 도입한 방법(본 실시예).

상기의 방법을 계산기 시뮬레이션에 의해 평가한다. 지연 시간(τ)에 대한 채널 예측 오차를, 다음의 수학식에서 정의하는 평균 제곱근 오차(RMSE: Root Mean Square Error)에 의해 평가한다:

여기서,　||·||F는 프로베니우스 놈(Frobenius norm)을 나타낸다. 또, 추정 CSI의 신호대 잡음 잡음비(SNR)를 다음의 수학식과 같이 정의한다.

평가는, 1000 스냅(snap)으로 실시한다. 각 스냅에서, 각 소파의 DoA/DoD 및 수신기(200)의 이동 방향이 360°균일 분포에 따라, 복소 산란 계수가 평균 0, 분산 1인 복소 가우스 분포에 따라 랜덤으로 설정된다. 또, 설정된 파라미터는, 스냅 내에서는 일정한 것으로 한다. 소파 수는 10이고, 최대 도플러 주파수는 100 Hz이고, CSI의 추정 레이트는 500 Hz로 한다. 1000개의 샘플로부터 얻은 추정 CSI에 의해 예측 필터 계수가 계산되어, 이어지는 100개의 샘플의 CSI에서 예측 오차의 평가를 실시한다. 추정 CSI의 SNR은 30dB로 설정한다.

도 7은, 안테나 수가 4x4이고, 예측 필터의 차수가 20일 때의 예측 특성을 나타낸다.

종래의 AR-LP와 대조적으로, 심플한 BS-AR에서는, 소파의 수가 감소함으로써, 예측 성능이 개선된다. 본 실시예에 따른 변환 행렬을 이용하면, 적극적으로 소파 수를 감소시킴으로써, 예측 성능이 개선된다. 그러나 왼쪽 위의 성분에서는 소파 수가 충분히 감소하지 않는다. 따라서, 지연 시간에 대한 열화도는 그다지 개선되지 않는다. 이와 대조적으로, 시리얼 캔슬러를 도입하면, 지연 시간의 증가에 대한 예측 성능 특성이 크게 개선된다.

도 8은, 변환 MIMO CSI의 각 성분에서의 RMSE 특성을 나타낸다.

본 실시예에 따른 변환 행렬을 이용한 것 만으로는, 왼쪽 위의 성분에 대해 예측 성능이 개선되지 않는다. 그러나 직렬 캔슬러를 설치함으로써, 어느 성분에 대해도 높은 예측 성능 개선을 얻을 수 있다.

도 9는, 안테나 수가 2×2 내지 5×5인 때의 특성을 나타낸다.

빔 스페이스 변환만 실시하는 경우는, 어느 정도 안테나 수를 늘리지 않으면 높은 예측 성능을 얻을 수 없다. 이와 대조적으로, 직렬 캔슬러를 도입하면, 적은 안테나 수에 대해도 높은 개선 효과를 얻을 수 있고 있다.

도 10은, 안테나 수가 4×4이고, 지연 시간이 10 msec인 때의, 필터 계수의 차수에 대한 RMSE 특성을 나타낸다.

심플한 빔스페이스 변환의 경우, 특정한 빔스페이스에 많은 소파가 포함되면, 충분한 예측 성능의 개선을 얻을 수 없다. 이와 대조적으로, 본 실시예에 의하면, 효과적으로 소파 수를 감소시킴으로써, 각 AR-LP는 더 적은 수의 소파에 대해 행해져, 더 적은 차수에 대해도 높은 예측 성능을 얻을 수 있다.

(8) 그 외의 실시예

상술한 것처럼, 상술한 실시예를 통해서 본 발명의 내용을 개시했다. 하지만, 본 개시물의 일부를 구성하는 설명 및 도면은, 본 발명을 한정하는 것으로 이해되어서는 안 된다. 이 개시로부터 당업자에게는 여러 대안적인 실시예가 명백해 질 것이다.

상술한 실시예에서는, DoA/DoD에 근거하는 빔스페이스(DBS) 변환 행렬을 이용하고, 직렬 캔슬러(SC)를 도입한 방법에 대해 설명했다. 그렇지만, 심플한 빔스페이스 변환 행렬을 이용하는 경우에서도, 물론 직렬 캔슬러(SC)를 도입할 수 있다.

예를 들면, 상술한 실시예에서는, 송신기(100) 및 수신기(200) 각각은 복수의 안테나를 갖는 시스템 구성에 대해 설명했다. 하지만, 본 발명은, 송신기(100)가 1개의 안테나를 갖고 수신기(200)가 복수의 안테나를 갖는 SIMO 시스템이나, 송신기(100)가 복수의 안테나를 갖고 수신기(200)가 1개의 안테나를 갖는 MISO 시스템에 적용 가능하다.

또, 상술한 실시예에서는, 변환 행렬로서 단위 행렬을 이용하지만, 변환 행렬은, 행렬이 양호한 조건이라면, 단위 행렬이 아닌 다른 행렬일 수도 있다. 또한, "양호한 조건"이란, 예를 들면, 이하와 같은 경우를 말한다. 구체적으로, 행렬 A에 대해 조건 수는:

로 정의되며, 여기서 ||·||는 행렬의 놈을 나타낸다. 예를 들면, 유클리드 놈인 경우, 조건 수가 5 이하이면, "양호한 조건"이며, 조건 수가 5보다 크면, "나쁜 조건"이다. 단위 행렬의 경우, 유클리드 놈은 두 경우에 1이고, 조건 수 또한 1이며, 이것은 "양호한 조건"을 의미한다.

이와 같이, 본 발명은, 물론 여기에서 기재하고 있지않은 여러 실시예를 포함한다. 따라서, 본 발명의 기술적 범위는, 상기 설명으로부터 타당한 청구범위에 따른 본 발명 특정 사항에 의해서만 한정된다.

또한, 일본특허출원 제 2008-46928호(2008년 2월 27일 출원)의 전체 내용이 참조에 의해, 본원 명세서에 병합됨을 주의해야 한다.

[산업상 이용 가능성]

이상과 같이, 본 발명에 따른 채널 정보 예측 시스템 및 채널 정보 예측 방법은, 채널 정보의 예측 성능을 더 개선할 수 있어, 이동 통신 등의 무선 통신에 유용하다.

1: 멀티-안테나 전송 시스템 2: 송신 처리부
4: 전파로 6: 수신 처리부
8: 채널 추정부 9: 채널 예측부
10: 채널 정보 예측 시스템 100: 송신기
200: 수신기

Claims

무선 신호의 송신 측 및 수신 측 중 적어도 어느 한쪽이 복수의 안테나를 이용하는 멀티-안테나 전송 시스템에서, 수신한 무선 신호에 포함되는 간섭 성분의 억압에 이용되는 예측 필터 계수를 계산하도록 구성되는 채널 정보 예측 시스템으로서,
각각 상기 송신 측 상의 송신 안테나 중 어느 것과 상기 수신 측 상의 수신 안테나 중 어느 것 사이에서의, 전파로(propagation path) 특성을 나타내는 채널 정보에 의해 구별되는 복수의 안테나간 요소 가운데, 상기 무선 신호에 포함되는 소파(rays)(素波)의 수가 소정의 수보다 적은 안테나간 요소인 저 소파 요소를 이용해, 상기 예측 필터 계수를 계산하도록 구성되는 필터 계수 계산부; 및
상기 필터 계수 계산부에 의해 계산된 제 1 예측 필터 계수를 이용해, 상기 무선 신호의 미래의 송신시의 상기 채널 정보를 예측하는 제 1 예측을 실행하고, 상기 저 소파 요소에 포함되는 상기 소파의 성분을 억압하도록 구성되는 채널 정보 예측부를 포함하고,
상기 필터 계수 계산부는, 상기 채널 정보 예측부에 의해 소파의 성분이 억압된 저 소파 성분을 이용하여 제 2 예측 필터 계수를 계산하고,
상기 채널 정보 예측부는, 상기 제 2 예측 필터 계수를 이용해, 상기 무선 신호의 미래의 송신시의 상기 채널 정보를 예측하는 제 2 예측을 실행하는,
채널 정보 예측 시스템.
청구항 1에 있어서, 상기 채널 정보 예측부는, 상기 제 2 예측 필터 계수를, 상기 제 1 예측 필터 계수로서 이용하여, 그 다음 제 1 예측을 실행해, 상기 소파의 성분을 억압하는, 채널 정보 예측 시스템.
청구항 1 또는 청구항 2에 있어서, 상기 필터 계수 계산부는, 상기 소파의 수가 가장 적은 상기 안테나간 요소를 상기 저 소파 요소로서 이용하는, 채널 정보 예측 시스템.
청구항 1 또는 청구항 2에 있어서, 상기 채널 정보 예측부는, 상기 예측 필터 계수에 근거해, 상기 저 소파 요소와 상이한 다른 안테나간 요소에 포함되어 있는 소파의 성분을 억압해, 상기 소파의 성분이 억압된 상기 안테나간 요소를 이용해, 상기 무선 신호의 미래의 송신시의 상기 채널 정보를 예측하는, 채널 정보 예측 시스템.
무선 신호의 송신 측 및 수신 측 중 적어도 어느 한쪽이 복수의 안테나를 이용하는 멀티-안테나 전송 시스템에서, 수신한 무선 신호에 포함되는 간섭 성분의 억압에 이용되는 예측 필터 계수를 계산하는 채널 정보 예측 방법으로서,
각각 상기 송신 측 상의 송신 안테나 중 어느 것과 상기 수신 측 상의 수신 안테나 중 어느 것 사이에서의, 전파로 특성을 나타내는 채널 정보에 의해 구별되는 복수의 안테나간 요소 가운데, 상기 무선 신호에 포함되는 소파의 수가 소정의 수보다 적은 안테나간 요소인 저 소파 요소를 이용해 상기 예측 필터 계수를 계산하는 단계;
계산된 제 1 예측 필터 계수를 이용해, 상기 무선 신호의 미래의 송신시의 상기 채널 정보를 예측하는 제 1 예측을 실행해, 상기 저 소파 요소에 포함되어 있는 소파의 성분을 억압하는 단계;
상기 소파의 성분이 억압된 저 소파 성분을 이용해 제 2 예측 필터 계수를 계산하는 단계; 및
상기 제 2 예측 필터 계수를 이용해, 상기 무선 신호의 미래의 송신시의 상기 채널 정보를 예측하는 제 2 예측을 실행하는 단계를 포함하는,
채널 정보 예측 방법.