WO2009107732A1 - チャネル情報予測システム及びチャネル情報予測方法 - Google Patents

チャネル情報予測システム及びチャネル情報予測方法 Download PDF

Info

Publication number
WO2009107732A1
WO2009107732A1 PCT/JP2009/053577 JP2009053577W WO2009107732A1 WO 2009107732 A1 WO2009107732 A1 WO 2009107732A1 JP 2009053577 W JP2009053577 W JP 2009053577W WO 2009107732 A1 WO2009107732 A1 WO 2009107732A1
Authority
WO
WIPO (PCT)
Prior art keywords
prediction
channel information
filter coefficient
component
antenna
Prior art date
Application number
PCT/JP2009/053577
Other languages
English (en)
French (fr)
Inventor
健太 沖野
Original Assignee
京セラ株式会社
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 京セラ株式会社 filed Critical 京セラ株式会社
Priority to CN2009801067877A priority Critical patent/CN101960760A/zh
Priority to US12/920,087 priority patent/US8462869B2/en
Priority to KR1020107019061A priority patent/KR101088602B1/ko
Publication of WO2009107732A1 publication Critical patent/WO2009107732A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/373—Predicting channel quality or other radio frequency [RF] parameters
    • 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
    • H04B7/0426—Power distribution
    • H04B7/0434—Power distribution using multiple eigenmodes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
    • H04L25/03006—Arrangements for removing intersymbol interference
    • H04L25/03178—Arrangements involving sequence estimation techniques
    • H04L25/03248—Arrangements for operating in conjunction with other apparatus
    • H04L25/03254—Operation with other circuitry for removing intersymbol interference

Definitions

  • the present invention relates to a channel information prediction system and a channel information prediction method for calculating a prediction filter coefficient used for suppression of interference components included in a received radio signal in a multi-antenna transmission system.
  • MIMO Muli-Input Multi-Output
  • the channel reversibility in time division multiplexing (TDD) or the channel characteristics on the receiver side in a MIMO environment is demonstrated if a feedback channel is used in frequency division multiplexing (FDD).
  • Channel information (hereinafter abbreviated as MIMO CSI as appropriate) can be estimated on the transmitter side. Therefore, there is known a method of predicting the future MIMO, that is, the MIMO CSI at the time of transmission of the next radio signal, using the past and current MIMO CSI (see Non-Patent Document 1 and Non-Patent Document 2).
  • MMSE minimum mean square error
  • the conventional MIMO-CSI prediction method described above has the following problems. That is, if the received radio signal includes interference components, specifically, many elementary waves (reflected waves existing on the propagation path), there is a problem that the prediction performance of MIMO-CSI is not sufficiently improved.
  • the present invention has been made in view of such a situation, and in a multi-antenna transmission system that predicts channel information by calculating a prediction filter coefficient used for suppressing an interference component included in a received radio signal. It is an object of the present invention to provide a channel information prediction system and a channel information prediction method that are used and in which the prediction performance of the channel information is further improved.
  • the present invention has the following features.
  • a plurality of antennas (transmission antennas # 1 to #T or reception antennas #) are provided on at least one of a radio signal transmission side (transmitter 100) and reception side (receiver 200).
  • a channel information prediction system for calculating a prediction filter coefficient used for suppressing interference components included in a received radio signal 10)
  • a channel information prediction system channel information prediction system for calculating a prediction filter coefficient used for suppressing interference components included in a received radio signal 10.
  • the filter coefficient calculation unit calculates the second prediction filter coefficient using a low elementary wave component in which the component of the elementary wave is suppressed by the channel information prediction unit, and the channel information prediction unit In summary, the second prediction filter coefficient is used to perform second prediction for predicting the channel information at the time of future transmission of the radio signal.
  • Such a channel information prediction system performs prediction using the first prediction filter coefficient for the low elementary wave element, and suppresses the component of the elementary wave contained in the low elementary wave element. Then, after suppressing the component of the element wave included in the low element element, the second prediction filter coefficient is calculated, and prediction using the second prediction filter coefficient is performed. For this reason, it is possible to suppress the influence of the wave and improve the prediction performance of the channel information.
  • a second feature of the present invention relates to the first feature of the present invention, wherein the channel information prediction unit uses the second prediction filter coefficient as the first prediction filter coefficient, and The gist is to execute prediction 1 and suppress the component of the wave.
  • a third feature of the present invention relates to the first feature or the second feature of the present invention, wherein the filter coefficient calculation unit uses the inter-antenna element having the smallest number of element waves as the low element element. Is the gist.
  • a fourth feature of the present invention relates to the first feature or the second feature of the present invention, wherein the channel information prediction unit is different from the low element element based on the prediction filter coefficient. And the channel information at the time of future transmission of the radio signal is predicted using the inter-antenna element in which the component of the elementary wave is suppressed. To do.
  • a fifth aspect of the present invention in a multi-antenna transmission system in which a plurality of antennas are used on at least one of a radio signal transmitting side and a receiving side, prediction used for suppressing interference components included in the received radio signal.
  • the present invention includes a step of calculating a filter coefficient and a step of executing a second prediction for predicting the channel information at the time of future transmission of the radio signal by using the second prediction filter coefficient. .
  • the present invention is used in a multi-antenna transmission system that predicts channel information by calculating a prediction filter coefficient used for suppressing an interference component included in a received radio signal, and the prediction performance of the channel information is further improved.
  • An improved channel information prediction system and channel information prediction method can be provided.
  • FIG. 1 is an overall schematic configuration diagram of a multi-antenna transmission system according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating the relationship between the estimated time of MIMO CSI and the transmission time according to the embodiment of the present invention.
  • FIG. 3 is a functional block configuration diagram showing the configuration of the channel prediction unit according to the embodiment of the present invention.
  • FIG. 4 is a conceptual diagram for explaining the function of the channel prediction unit according to the embodiment of the present invention.
  • FIG. 5 is a flowchart showing the overall operation of the multi-antenna transmission system according to the embodiment of the present invention.
  • FIG. 6 is a flowchart showing the operation of the channel prediction unit according to the embodiment of the present invention.
  • FIG. 1 is an overall schematic configuration diagram of a multi-antenna transmission system according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating the relationship between the estimated time of MIMO CSI and the transmission time according to the embodiment of the present invention.
  • FIG. 3
  • FIG. 7 is a diagram illustrating prediction characteristics when the number of antennas is 4 ⁇ 4 and the order of the prediction filter is 20.
  • FIG. 8 is a diagram illustrating the RMSE characteristics of each component of transformed MIMO CSI.
  • FIG. 9 is a diagram showing characteristics when the number of antennas is 2 ⁇ 2 to 5 ⁇ 5.
  • FIG. 10 is a diagram showing RMSE characteristics with respect to the order of the filter coefficient when the number of antennas is 4 ⁇ 4 and the delay time is 10 msec.
  • FIG. 1 is an overall schematic configuration diagram of a multi-antenna transmission system 1 according to the present embodiment. As shown in FIG. 1, the multi-antenna transmission system 1 includes a transmitter 100, a receiver 200, and a channel information prediction system 10.
  • the channel information prediction system 10 is provided separately from the transmitter 100 and the receiver 200, but either the transmitter 100 or the receiver 200, or the transmitter 100 and the receiver 200.
  • the channel information prediction system 10 can be provided in a distributed manner.
  • the channel information prediction system 10 uses the MIMO CSI indicating the transmission path characteristics between the transmitter 100 and the receiver 200 and the transformation matrix, and predicts the future MIMO CSI prediction value (hereinafter referred to as the MIMO CSI prediction value as appropriate). (Omitted) is calculated.
  • the transmitter 100 is provided in one of the radio base station and the radio terminal, and the receiver 200 is provided in the remaining one.
  • the receiver 200 is provided in a wireless terminal.
  • the propagation path 4 fluctuates due to movement of the receiver 200 or movement of a scatterer existing between the transmitter 100 and the receiver 200.
  • each of the transmitter 100 and the receiver 200 is provided with a plurality of antennas.
  • the transmitter 100 includes a transmission processing unit 2 and a plurality of transmission antennas # 1 to #T (T ⁇ 2).
  • An antenna array is configured by the transmission antennas # 1 to #T.
  • the transmission processing unit 2 Based on the MIMO-CSI prediction value obtained from the channel information prediction system 10, the transmission processing unit 2 performs transmission data control, for example, adaptive modulation control and transmission beamforming by precoding.
  • the receiver 200 receives a radio signal transmitted by the transmitter 100 via the propagation path 4.
  • the receiver 200 includes a reception processing unit 6 and a plurality of reception antennas # 1 to #R (R ⁇ 2).
  • the antenna array is constituted by the receiving antennas # 1 to #R.
  • the reception processing unit 6 demodulates radio signals (reception signals) received by the reception antennas # 1 to #R and outputs reception data.
  • the channel information prediction system 10 includes a channel estimation unit 8 and a channel prediction unit 9.
  • the channel estimation unit 8 estimates the current MIMO ⁇ ⁇ CSI based on the received signal.
  • MIMO CSI is expressed as a matrix composed of a plurality of inter-antenna elements that are distinguished by transmission path characteristics between any transmission antenna in the transmitter 100 and any reception antenna in the receiver 200.
  • the channel prediction unit 9 calculates a MIMO CSI prediction value by a beam space linear prediction process based on the current MIMO CSI estimated by the channel estimation unit 8 and the past MIMO CSI. That is, MIMO CSI at the next transmission in transmitter 100 is predicted.
  • the channel prediction unit 9 performs prediction on the transformed MIMO CSI obtained by transforming MIMO CSI using the transformation matrix, and inversely transforms the predicted value obtained for the transformed MIMO CSI, thereby obtaining the MIMO CSI. Get the predicted value (MIMO CSI predicted value).
  • linear prediction (AR-LP) based on an autoregressive (AR) model is executed in each element of transformed MIMOMICSI obtained by multiplying MIMO CSI by a transformation matrix.
  • radio waves (radio signals) radiated from the transmitter 100 are reflected by various scatterers and reach the receiver 200 through a plurality of propagation paths (multipaths).
  • Each reflected wave is called an elementary wave, and the multipath propagation path 4 is expressed by superposition of the elementary waves.
  • each subcarrier has a sufficiently narrow band. Therefore, in this embodiment, a flat fading environment is assumed in which a delay time difference between paths is negligible.
  • each elementary wave undergoes a Doppler shift.
  • the Doppler frequency of the elementary wave l is given by
  • the multipath propagation path 4 at time t can be expressed by the following equation using L elementary waves.
  • ⁇ l is the complex scattering coefficient of the elementary wave l.
  • ⁇ r, l and ⁇ t, l are reception / transmission array response vectors for the elementary wave l, and the sizes thereof are the number of reception antennas R and the number of transmission antennas T, respectively.
  • the transmission array response vector for the elementary wave l is expressed by the following equation.
  • Expression (3) can be expressed as the following expression by matrix expression.
  • a r and A t are each R ⁇ L, and T ⁇ L, the reception for the L rays, a transmit array response set. Since the estimated MIMO CSI includes an error due to the influence of noise, it is expressed by the following equation.
  • AR-LP Linear prediction based on AR model
  • d (j) is a linear prediction filter coefficient.
  • the optimum filter coefficient d [d (1)... D (P)] minimizes the mean square error of the predicted value and is given by the following equation.
  • an autocorrelation matrix and an autocorrelation vector are calculated by sample averaging using past MIMO CSI.
  • the prediction is repeated by using the prediction value as a filter input.
  • the side lobe of the autocorrelation characteristic has a much larger value. This is more conspicuous as the dominant wave number is smaller.
  • the dominant wave number is L
  • each component of the MIMO channel is affected by L wave waves.
  • the prediction performance should be improved if the number of elementary waves existing in each component is reduced.
  • W r and W t are R ⁇ R and T ⁇ T reception side and transmission side conversion matrices, respectively.
  • a predicted value of MIMO CSI (MIMO CSI predicted value) is obtained by performing AR-LP on each component of transformed MIMO CSI and performing inverse transformation as in the following equation.
  • Y ⁇ (t + ⁇ ) is the predicted value in the conversion MIMO CSI.
  • FIG. 3 is a functional block configuration diagram showing the configuration of the channel prediction unit 9.
  • the channel prediction unit 9 includes a direction estimation unit 91, an array response matrix calculation unit 92, a transformation matrix calculation unit 93, a CSI conversion unit 94, a prediction filter coefficient calculation unit 95, a linear prediction unit 96, and a prediction CSI.
  • An inverse conversion unit 97 is included.
  • the direction estimation unit 91 estimates an arrival direction (DoA) and a radiation direction (DoD) of a radio signal (elementary wave) using a direction estimation technique.
  • the array response matrix calculation unit 92 calculates an array response matrix from the arrival direction (DoA) and the radiation direction (DoD) estimated by the direction estimation unit 91. For example, when the ESPRIT algorithm is used as the direction estimation technique, the arrival direction of the elementary wave is obtained, and the array response of the antenna array is obtained from the arrival direction. Such an array response is associated with the direction of arrival of the elementary waves. Alternatively, when the minimum norm method is used as the direction estimation technique, the array weight associated with the arrival direction is obtained instead of the array response.
  • the conversion matrix calculation unit 93 calculates a conversion matrix based on the array response or array weight of the antenna array.
  • the transformation matrix preferably has a good condition, that is, the product of the norm of the matrix and the norm of the inverse matrix is small.
  • a unitary matrix is used as such a transformation matrix.
  • the transformation matrix calculation unit 93 performs QR decomposition of the calculated array response matrix and converts the unitary matrix obtained by the QR decomposition. Used as a matrix.
  • the CSI conversion unit 94 multiplies the MIMO CSI estimated by the channel estimation unit 8 and the conversion matrix calculated by the conversion matrix calculation unit 93 to obtain a conversion MIMO CSI.
  • the number of elementary waves in the component is reduced compared to MIMO CSI.
  • each component (h 11 , h 12 , h 21 , h 22 ) of the MIMO CSI includes the influence of the elementary waves # 1 to # 3.
  • a transformation MIMO CSI as shown in FIG. 4C is obtained.
  • the component y 22 is affected by the wave # 1
  • the component y 21 is affected by the waves # 1 and # 2
  • the component y 12 is the wave # 1 and # influenced by 3
  • component y 11 is affected by the rays # 1 to # 3.
  • the prediction filter coefficient calculation unit 95 first calculates a prediction filter coefficient using a low elementary wave element having the smallest number of elementary waves among the components of the transformed MIMO CSI. With respect to low-element elements, since the number of element waves is small, high-precision prediction is possible. In the example of FIG. 4C, the component y 22 is a low element element having the smallest number of element waves.
  • the linear prediction unit 96 performs channel prediction using the prediction filter coefficient for the low wave element.
  • the prediction filter coefficient calculation unit 95 and the linear prediction unit 96 use the prediction filter coefficient for the component y 22 for the component y 12 with the next smallest number of elementary waves, and perform channel processing. Run predictions. Channel prediction is performed not only for the prediction target time but also for the estimated time. Then, the component y 12, by subtracting the prediction value for the estimated time obtained by channel estimation, suppresses the component of rays # 1 in component y 12.
  • the component y 12 which components of rays # 1 is suppressed, the prediction filter coefficients are calculated, predicted values are calculated.
  • the predicted value is added to the prediction value obtained by the channel prediction using prediction filter coefficients for the component y 22.
  • SC serial canceller
  • the prediction CSI inverse conversion unit 97 calculates the MIMO CSI prediction value by inversely converting the prediction value of the conversion MIMO CSI obtained in this way.
  • this inverse matrix When this inverse matrix is used as a transformation matrix, the received array response submatrix is diagonalized, and the number of rays existing in each component of the transformation MIMO CSI is reduced.
  • this inverse matrix generally has a poor condition number. Therefore, by performing QR decomposition on the equation (16), it is decomposed into a product of an R ⁇ R unitary matrix expressed by the following equation and an upper triangular matrix of R ⁇ (R ⁇ 1).
  • the recipient array response sub-matrix can be converted into upper triangular matrix R r.
  • a MIMO CSI conversion is performed using the Rth column of Q r , a conversion MISO CSI is obtained. Since the elementary waves 1 to R-1 are suppressed by nulls, it is assumed that T-1 DoDs can be newly estimated from other elementary waves. In other words, the converted wave amplitude
  • MIMO CSI is converted as follows.
  • the prediction value of MIMO ⁇ CSI (MIMO CSI prediction value) is obtained by inversely transforming the prediction value of transformation MIMO ⁇ ⁇ CSI.
  • [ ⁇ ] X, y means the (x, y) component of the matrix.
  • the second term on the right side is a replica of the elementary wave R + T-1 to L contained in the (R-1, T) component. is there. Therefore, linear prediction corresponding to the CSI estimated time is also performed, and when the predicted value is subtracted from the estimated value,
  • AR-LP is applied to the CSI in (25) and the next predicted value
  • the reason for () is to guarantee the operation in the case where the null by the transmission side conversion matrix is turned to the elementary wave whose DoA is estimated on the reception side. Ideally, AR-LP is only performed on LR ⁇ T + 2 elementary waves at the maximum, and an improvement in prediction performance can be expected.
  • FIG. 5 is a flowchart showing the overall operation of the multi-antenna transmission system 1.
  • step S100 the reception processing unit 6 of the receiver 200 demodulates the radio signals (reception signals) received by the reception antennas # 1 to #R and outputs reception data.
  • step S200 the channel estimation unit 8 estimates MIMO ⁇ CSI.
  • step S300 the channel prediction unit 9 calculates a MIMO CSI prediction value by a beam space linear prediction process.
  • step S400 the transmitter 100 performs transmission data control, for example, adaptive modulation control or transmission beamforming by precoding, based on the MIMO-CSI prediction value calculated by the channel prediction unit 9.
  • transmission data control for example, adaptive modulation control or transmission beamforming by precoding
  • FIG. 6 is a flowchart showing the operation of the channel prediction unit 9.
  • step S301 the direction estimation unit 91 estimates the arrival direction (DoA) and the radiation direction (DoD) of the elementary wave using the direction estimation technique.
  • step S302 the array response matrix calculation unit 92 calculates an array response matrix from the DoA / DoD estimated by the direction estimation unit 91.
  • step S303 the transformation matrix calculation unit 93 calculates a transformation matrix from the array response matrix calculated by the array response matrix calculation unit 92.
  • step S304 the CSI conversion unit 94 multiplies the MIMO CSI estimated by the channel estimation unit 8 and the conversion matrix calculated by the conversion matrix calculation unit 93 to obtain a conversion MIMO CSI.
  • Loop B is a loop that uses the calculated prediction filter coefficient. For example, in FIG. 4D, the loop is omitted for the component y 22 , the loop is executed once for the components y 12 and y 21 , and the loop is executed twice for the component y 11. become. Since the prediction process starts from the low elementary wave element (component) of the transformed MIMO CSI, steps S307 to S309 will be described first.
  • step S307 the prediction filter coefficient calculation unit 95 calculates a prediction filter coefficient for a prediction target component in the transformed MIMO CSI.
  • step S308 the linear prediction unit 96 performs linear prediction on the component to be predicted in the transformed MIMO-CSI using the prediction filter coefficient calculated by the prediction filter coefficient calculation unit 95.
  • step S309 the linear prediction unit 96 calculates a prediction value for a prediction target component in the transformed MIMO-CSI by linear prediction.
  • step S305 the linear prediction unit 96 performs linear prediction on the next prediction target component of the transformed MIMO CSI using the prediction filter coefficient calculated in step S307. Note that this linear prediction is performed not only for the predicted time (future time to be predicted) but also for the estimated time (time when MIMO CSI is estimated).
  • step S306 the linear prediction unit 96 subtracts the predicted value (predicted value with respect to the estimated time of MIMOSICSI) obtained using the calculated prediction filter coefficient from the pair as the next prediction target component.
  • the predicted value predicted value with respect to the estimated time of MIMOSICSI
  • step S308 the linear prediction unit 96 performs linear prediction using the prediction filter coefficient for the next component to be predicted whose number of rays is suppressed, and calculates a prediction value.
  • step S309 the linear prediction unit 96 uses the predicted value obtained by using the calculated prediction filter coefficient (predicted value by the first prediction) for the component to be predicted next, and after suppressing the wave.
  • the predicted value (predicted value by the second prediction) is added to obtain the final predicted value for the component that is the next prediction target.
  • step S310 the prediction CSI inverse conversion unit 97 calculates the MIMO CSI prediction value by performing inverse conversion on the prediction value for each component of the conversion MIMO CSI.
  • AR-LP Linear prediction based on an AR model, which does not use a beam space conversion matrix (prior art 1)
  • B BS-AR: Linear prediction based on an AR model, using a simple beam space transformation matrix (prior art 2)
  • C DBS-AR: Linear prediction based on an AR model, using a beam space (DBS) transformation matrix based on DoA / DoD (this embodiment)
  • D DBS-AR w / SC: Linear prediction based on the AR model, using a beam space (DBS) transformation matrix based on DoA / DoD, and introducing a serial canceller (SC) (this implementation Form)
  • the above method is evaluated by computer simulation.
  • the channel prediction error with respect to the delay time ⁇ is evaluated by the root mean square error (RMSE) defined by the following equation.
  • RMSE root mean square error
  • the signal-to-noise power ratio (SNR) of the estimated CSI is defined as follows:
  • Evaluation is performed with 1000 snaps.
  • the DoA / DoD of each elementary wave and the moving direction of the receiver 200 are randomly set according to a uniform distribution of 360 degrees, and the complex scattering coefficient is randomly set according to a complex Gaussian distribution with an average of 0 and a variance of 1.
  • the set parameters are constant in the snap.
  • the number of rays is 10, the maximum Doppler frequency is 100Hz, and the estimated CSI rate is 500Hz.
  • Prediction filter coefficients are calculated from the estimated CSI of 1000 samples, and the prediction error is evaluated in the subsequent 100 samples of CSI.
  • the estimated CSI SNR is 30 dB.
  • Fig. 7 shows the prediction characteristics when the number of antennas is 4x4 and the order of the prediction filter is 20.
  • the simple BS-AR improves the prediction performance by reducing the number of rays.
  • the prediction performance is improved by actively reducing the number of rays.
  • the number of rays does not decrease sufficiently, so the degree of deterioration with respect to the delay time has not improved much.
  • the prediction performance characteristics with respect to an increase in delay time are greatly improved.
  • Fig. 8 shows the RMSE characteristics of each component of transformation MIMOMICSI.
  • the prediction performance is not improved in the upper left component, but by introducing the serial canceller, high prediction performance improvement is obtained in any component.
  • Figure 9 shows the characteristics when the number of antennas is 2 ⁇ 2 to 5 ⁇ 5.
  • Figure 10 shows the RMSE characteristics with respect to the order of the filter coefficient when the number of antennas is 4x4 and the delay time is 10 msec.
  • the system configuration in which the transmitter 100 and the receiver 200 each have a plurality of antennas has been described.
  • the transmitter 100 has one antenna and the receiver 200 has a plurality of antennas.
  • the present invention can be applied to a SIMO system or a MISO system in which the transmitter 100 has a plurality of antennas and the receiver 200 has one antenna.
  • the unitary matrix is used as the transformation matrix.
  • other matrices may be used as long as the matrix is well-conditioned.
  • the “good condition” refers to the following case, for example. That is, for matrix A, the condition number is
  • indicates the norm of the matrix.
  • a “good condition” can be considered if the condition number is 5 or less, and a “bad condition” if it is larger than that.
  • the condition number is also 1, which is a “good condition”.
  • the channel information prediction system and the channel information prediction method according to the present invention can further improve the prediction performance of channel information, and thus are useful in wireless communication such as mobile communication.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radio Transmission System (AREA)

Abstract

　本発明に係るチャネル情報予測システムは、変換MIMO CSIにおける低素波要素を用いて計算された第１の予測フィルタ係数を用いて、無線信号の未来の送信時におけるチャネル情報を予測する第１の予測を実行し、かつ、前記低素波要素に含まれている前記素波の成分を抑圧する。チャネル情報予測システムは、素波の成分が抑圧された低素波成分を用いて、無線信号の未来の送信時におけるチャネル情報を予測する第２の予測を実行する。

Description

チャネル情報予測システム及びチャネル情報予測方法
　本発明は、マルチアンテナ伝送システムにおいて、受信した無線信号に含まれる干渉成分の抑圧に用いられる予測フィルタ係数を計算するチャネル情報予測システム及びチャネル情報予測方法に関する。
　近年、無線周波数の利用効率を向上するため、送信機及び受信機が複数のアンテナを用いて無線信号を送受信するマルチアンテナ伝送システムが実現されている。マルチアンテナ伝送システムでは、一般的にMuli-Input Multi-Output（MIMO）技術が導入されている。
　このようなマルチアンテナ伝送システムでは、時分割多重（TDD）における伝搬路の可逆性、或いは周波数分割多重（FDD）でもフィードバックチャネルを利用すれば、MIMO環境における受信機側での伝送路特性を示すチャネル情報（以下、MIMO CSIと適宜省略する）を送信機側において推定できる。そこで、過去及び現在のMIMO CSIを用いて、未来、つまり、次の無線信号の送信時におけるMIMO CSIを予測する方法が知られている（非特許文献１及び非特許文献２参照）。
　また、チャネル情報の予測では、最小平均二乗誤差（MMSE）規範に従って計算された予測フィルタ係数を用いて、受信した無線信号の干渉成分を抑圧する方法が用いられる。
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、１９９９年３月 T. Svantesson, A. L. Swindlehurst,"A Performance Bound for Prediction of MIMO Channels", IEEE Trans. Signal Process., vol.54, no.2, pp.520-529、２００６年２月
　しかしながら、上述した従来のMIMO CSIの予測方法には、次のような問題があった。すなわち、受信した無線信号に干渉成分、具体的には多くの素波（伝搬路上に存在する反射波）が含まれると、MIMO CSIの予測性能が十分に改善しない問題がある。
　そこで、本発明は、このような状況に鑑みてなされたものであり、受信した無線信号に含まれる干渉成分の抑圧に用いられる予測フィルタ係数を計算してチャネル情報を予測するマルチアンテナ伝送システムにおいて用いられ、当該チャネル情報の予測性能がさらに改善されたチャネル情報予測システム及びチャネル情報予測方法を提供することを目的とする。
　上述した問題を解決するため、本発明は、次のような特徴を有している。まず、本発明の第１の特徴は、無線信号の送信側（送信機１００）または受信側（受信機２００）の少なくとも何れか一方において複数のアンテナ（送信アンテナ＃１～＃Ｔ又は受信アンテナ＃１～＃Ｒ）が用いられるマルチアンテナ伝送システム（マルチアンテナ伝送システム１）において、受信した無線信号に含まれる干渉成分の抑圧に用いられる予測フィルタ係数を計算するチャネル情報予測システム（チャネル情報予測システム１０）であって、前記送信側における何れかの送信アンテナと、前記受信側における何れかの受信アンテナとの間における伝搬路特性を示すチャネル情報によって区別される複数のアンテナ間要素のうち、前記無線信号に含まれる素波の数が所定数よりも少ない前記アンテナ間要素である低素波要素を用いて前記予測フィルタ係数を計算するフィルタ係数計算部（予測フィルタ係数計算部９５）と、前記フィルタ係数計算部によって計算された第１の前記予測フィルタ係数を用いて、前記無線信号の未来の送信時における前記チャネル情報を予測する第１の予測を実行し、かつ、前記低素波要素に含まれている前記素波の成分を抑圧する第１の予測を実行するチャネル情報予測部（線形予測部９６）とを備え、前記フィルタ係数計算部は、前記チャネル情報予測部で前記素波の成分が抑圧された低素波成分を用いて第２の前記予測フィルタ係数を計算し、前記チャネル情報予測部は、前記第２の予測フィルタ係数を用いて、前記無線信号の未来の送信時における前記チャネル情報を予測する第２の予測を実行することを要旨とする。
　このようなチャネル情報予測システムは、低素波要素についての第１の予測フィルタ係数を用いた予測を行い、当該低素波要素に含まれている素波の成分を抑圧する。そして、低素波要素に含まれている素波の成分を抑圧後に、第２の予測フィルタ係数が計算され、第２の予測フィルタ係数を用いた予測が行われる。このため、素波の影響を抑圧し、チャネル情報の予測性能を改善することができる。
　本発明の第２の特徴は、本発明の第１の特徴に係り、前記チャネル情報予測部は、前記第２の予測フィルタ係数を、前記第１の予測フィルタ係数として用いて、次の前記第１の予測を実行し、かつ前記素波の成分を抑圧することを要旨とする。
　本発明の第３の特徴は、本発明の第１または第２の特徴に係り、前記フィルタ係数計算部は、前記素波の数が最も少ない前記アンテナ間要素を前記低素波要素として用いることを要旨とする。
　本発明の第４の特徴は、本発明の第１または第２の特徴に係り、前記チャネル情報予測部は、前記予測フィルタ係数に基づいて、前記低素波要素と異なる他の前記アンテナ間要素に含まれている前記素波の成分を抑圧し、前記素波の成分が抑圧された前記アンテナ間要素を用いて、前記無線信号の未来の送信時における前記チャネル情報を予測することを要旨とする。
　本発明の第５の特徴は、無線信号の送信側または受信側の少なくとも何れか一方において複数のアンテナが用いられるマルチアンテナ伝送システムにおいて、受信した無線信号に含まれる干渉成分の抑圧に用いられる予測フィルタ係数を計算するチャネル情報予測方法であって、前記送信側における何れかの送信アンテナと、前記受信側における何れかの受信アンテナとの間における伝搬路特性を示すチャネル情報によって区別される複数のアンテナ間要素のうち、前記無線信号に含まれる素波の数が所定数よりも少ない前記アンテナ間要素である低素波要素を用いて前記予測フィルタ係数を計算するステップと、前記計算された第１の前記予測フィルタ係数を用いて、前記無線信号の未来の送信時における前記チャネル情報を予測する第１の予測を実行し、かつ、前記低素波要素に含まれている前記素波の成分を抑圧するステップと、前記素波の成分が抑圧された低素波成分を用いて第２の前記予測フィルタ係数を計算するステップと、前記第２の予測フィルタ係数を用いて、前記無線信号の未来の送信時における前記チャネル情報を予測する第２の予測を実行するステップとを備えることを要旨とする。
　本発明の特徴によれば、受信した無線信号に含まれる干渉成分の抑圧に用いられる予測フィルタ係数を計算してチャネル情報を予測するマルチアンテナ伝送システムにおいて用いられ、当該チャネル情報の予測性能がさらに改善されたチャネル情報予測システム及びチャネル情報予測方法を提供することができる。
図１は、本発明の実施形態に係るマルチアンテナ伝送システムの全体概略構成図である。 図２は、本発明の実施形態に係るMIMO CSIの推定時刻と送信時刻の関係を示す図である。 図３は、本発明の実施形態に係るチャネル予測部の構成を示す機能ブロック構成図である。 図４は、本発明の実施形態に係るチャネル予測部の機能を説明するための概念図である。 図５は、本発明の実施形態に係るマルチアンテナ伝送システムの全体動作を示すフローチャートである。 図６は、本発明の実施形態に係るチャネル予測部の動作を示すフローチャートである。 図７は、アンテナ数が4x4、予測フィルタの次数が20の時の予測特性を示す図である。 図８は、変換MIMO CSIの各成分におけるRMSE特性を示す図である。 図９は、アンテナ数が2×2～5×5の場合の特性を示す図である。 図１０は、アンテナ数が4×4で、遅延時間を10msecとした場合の、フィルタ係数の次数に対するRMSE特性を示す図である。
　次に、本発明の実施形態について説明する。具体的には、（１）全体概略構成、（２）チャネルモデル、（３）ビームスペース線形予測処理の概要、（４）チャネル予測部の構成、（５）ビームスペース線形予測処理の詳細、（６）マルチアンテナ伝送システムの動作、（７）効果、（８）その他の実施形態について説明する。
　なお、以下の図面の記載において、同一または類似の部分には、同一または類似の符号を付している。ただし、図面は模式的なものであり、各寸法の比率などは現実のものとは異なることに留意すべきである。
　（１）全体概略構成
　図１は、本実施形態に係るマルチアンテナ伝送システム１の全体概略構成図である。図１に示すように、マルチアンテナ伝送システム１は、送信機１００、受信機２００及びチャネル情報予測システム１０を含む。
　図１の例では、チャネル情報予測システム１０は、送信機１００及び受信機２００と個別に設けられているが、送信機１００又は受信機２００のいずれか一方、あるいは送信機１００及び受信機２００に分散してチャネル情報予測システム１０を設けることができる。チャネル情報予測システム１０は、送信機１００と受信機２００との間の伝送路特性を示すMIMO CSIと、変換行列とを用いて、未来におけるMIMO CSIの予測値（以下、MIMO CSI予測値と適宜省略する）を計算する。
　送信機１００は例えば無線基地局又は無線端末のいずれか一方に設けられ、受信機２００は残る一方に設けられる。本実施形態では、受信機２００は無線端末に設けられるものとする。以下では、受信機２００の移動、あるいは送信機１００－受信機２００間に存在する散乱体の移動などにより、伝搬路４が変動している場合を想定する。
　本実施形態では、送信機１００及び受信機２００のそれぞれに複数のアンテナが設けられる。具体的には、送信機１００は、送信処理部２及び複数の送信アンテナ＃１～＃Ｔを含む（Ｔ≧２）。送信アンテナ＃１～＃Ｔによってアンテナアレイが構成される。送信処理部２は、チャネル情報予測システム１０から得られるMIMO CSI予測値に基づき、送信データの制御、例えば、適応変調制御や、プリコーディングによる送信ビームフォーミングを実行する。
　受信機２００は、伝搬路４を介して、送信機１００によって送信される無線信号を受信する。受信機２００は、受信処理部６及び複数の受信アンテナ＃１～＃Ｒを含む（Ｒ≧２）。受信アンテナ＃１～＃Ｒによってアンテナアレイが構成される。受信処理部６は、受信アンテナ＃１～＃Ｒが受信した無線信号（受信信号）を復調処理し、受信データを出力する。
　チャネル情報予測システム１０は、チャネル推定部８及びチャネル予測部９を含む。チャネル推定部８は、受信信号に基づき、現在のMIMO CSIを推定する。MIMO CSIは、送信機１００における何れかの送信アンテナと、受信機２００における何れかの受信アンテナとの間における伝送路特性によって区別される複数のアンテナ間要素からなる行列として表現される。
　チャネル予測部９は、チャネル推定部８によって推定された現在のMIMO CSIおよび過去のMIMO CSIに基づき、ビームスペース線形予測処理によりMIMO CSI予測値を計算する。すなわち、送信機１００における次回送信時のMIMO CSIが予測される。
　チャネル予測部９は、変換行列を用いてMIMO CSIを変換して得られる変換MIMO CSIに対して予測を行い、変換MIMO CSIに対して得られた予測値を逆変換することで、MIMO CSIの予測値（MIMO CSI予測値）を得る。具体的には、MIMO CSIに変換行列が乗算された変換MIMO CSIの各要素において、自己回帰（AR）モデルに基づく線形予測（AR-LP）が実行される。
　（２）チャネルモデル
　引き続き図１を参照して、本実施形態に適用されるチャネルモデルについて説明する。
　無線通信においては、送信機１００から放射された電波（無線信号）は、様々な散乱体によって反射され、複数の伝搬路（マルチパス）を通って受信機２００に到達する。各反射波は素波と呼ばれ、マルチパス伝搬路４は、素波の重ね合わせによって表現される。
　近年主流となっているＯＦＤＭシステムでは、各サブキャリアは十分狭帯域であるため、本実施形態では各パスの遅延時間差は無視できるフラットフェージング環境を想定する。受信機２００や散乱体が移動している場合、素波はそれぞれドップラーシフトを受ける。素波lのドップラー周波数は次式で与えられる。
Figure JPOXMLDOC01-appb-M000001
　vは受信機２００の移動速度、λは波長、θlは受信機２００の進行方向と素波の到来角がなす角度である。したがって、時刻tにおけるマルチパス伝搬路４は、L個の素波によって次式のように表現することができる。
Figure JPOXMLDOC01-appb-M000002
　αlは素波lの複素散乱係数である。次に、各素波に対して空間の次元を加えると、次式のMIMOマルチパス伝搬路表現へ拡張することができる。
Figure JPOXMLDOC01-appb-M000003
　αr,l及びαt,lはそれぞれ素波lに対する受信/送信アレイ応答ベクトルであり、そのサイズは受信アンテナ数R、送信アンテナ数Tである。アンテナ素子間隔がdの等間隔リニアアレイアンテナを想定すると、素波lに対する送信アレイ応答ベクトルは、次式のように表される。
Figure JPOXMLDOC01-appb-M000004
　φt,lは素波lの放射方向(以下、DoDと略記する)である。式(3)は、行列表現によって、次式のように表すことができる。
Figure JPOXMLDOC01-appb-M000005
　Ar及びAtのサイズはそれぞれR×L及びT×Lであり、L個の素波に対する受信、送信アレイ応答集合である。推定されたMIMO CSIには、ノイズの影響による誤差が含まれるため、次式で表される。
Figure JPOXMLDOC01-appb-M000006
　（３）ビームスペース線形予測処理の概要
　ここでは、本実施形態で共通して使用するAR-LPと、ビームスペース変換について説明する。
　（３．１）ARモデルに基づく線形予測(AR-LP)
　チャネル係数がARモデルに従うと想定することは、多くのチャネル予測にける共通のアプローチである。AR-LPは、チャネルの自己相関特性におけるサイドローブを利用することで実現されている。MIMO CSIの推定時刻と送信時刻の関係を図２に示す。
　1タップ予測（τ=ΔTs）のAR-LPは、間隔ΔTsで推定された過去P個のMIMO CSI、h^(tn-1)～h^(tn-P)に基づき、次式で表される。
Figure JPOXMLDOC01-appb-M000007
　d(j)は線形予測フィルタ係数である。最適フィルタ係数d=[d(1) … d(P)]は、予測値の平均2乗誤差を最小化するものであり、次式で与えられる。
Figure JPOXMLDOC01-appb-M000008
　Rは係数Rij=E[h(tn-i)h*(tn-j)]を持つ自己相関行列であり、rは係数rj=E[h(tn)h*(tn-j)]を持つ自己相関ベクトルである。
　本実施形態では、過去のMIMO CSIを用いて、サンプル平均により自己相関行列と自己相関ベクトルを計算する。複数タップ予測（τ＞ΔTs）の場合は、予測値をフィルタ入力に使うことで予測を繰り返す。
　（３．２）ビームスペース変換
　無限数の素波がレイリーフェージングを形成するチャネルの場合、その自己相関特性は第1種0次ベッセル関数で表される。一方で、実環境、特に端末の移動が予想される屋外環境のチャネル変動は、電力の大きい有限数の素波による影響が支配的となる。
　このような場合、自己相関特性のサイドローブはずっと大きな値を持つ。これは、支配的な素波数が少ないほど顕著である。支配的な素波数をLとした場合、MIMOチャネルの各成分は、全てL個の素波の影響を受けている。
　そこで、次式のように推定されたMIMO CSIを変換することで、各成分に存在する素波数が減少すれば、予測性能が改善するはずである。
Figure JPOXMLDOC01-appb-M000009
　Wr，WtはそれぞれR×R，T×Tの受信側、送信側変換行列である。変換MIMO CSIの各成分においてAR-LPを行い、次式のように逆変換を行うことで、MIMO CSIの予測値（MIMO CSI予測値）が得られる。
Figure JPOXMLDOC01-appb-M000010
　Y^(t+τ)は、変換MIMO CSIにおける予測値である。
　（４）チャネル予測部の構成
　図３は、チャネル予測部９の構成を示す機能ブロック構成図である。
　図３に示すように、チャネル予測部９は、方向推定部９１、アレイ応答行列計算部９２、変換行列計算部９３、ＣＳＩ変換部９４、予測フィルタ係数計算部９５、線形予測部９６及び予測ＣＳＩ逆変換部９７を含む。
　方向推定部９１は、方向推定技術を用いて無線信号（素波）の到来方向(DoA)及び放射方向(DoD)を推定する。アレイ応答行列計算部９２は、方向推定部９１によって推定された到来方向(DoA)及び放射方向(DoD)からアレイ応答行列を計算する。例えば、方向推定技術としてESPRITアルゴリズムを用いる場合、素波の到来方向が得られ、その到来方向からアンテナアレイのアレイ応答が得られる。このようなアレイ応答は、素波の到来方向と関連付けられている。あるいは、方向推定技術として最小ノルム法を用いる場合、アレイ応答ではなく、到来方向と関連付けられたアレイウェイトが得られる。
　変換行列計算部９３は、アンテナアレイのアレイ応答またはアレイウェイトに基づいて、変換行列を計算する。変換行列は、良条件、つまり、行列のノルムと、逆行列のノルムとの積が小さいことが好ましい。本実施形態では、このような変換行列としてユニタリ行列を用いる。
　方向推定部９１によって推定された到来方向からアレイ応答行列が計算される場合、変換行列計算部９３は、計算されたアレイ応答行列のＱＲ分解を実行し、ＱＲ分解によって得られたユニタリ行列を変換行列として用いる。
　ＣＳＩ変換部９４は、チャネル推定部８によって推定されたMIMO CSIと、変換行列計算部９３によって計算された変換行列とを乗算して変換MIMO CSIを得る。変換MIMO CSIにおいては、MIMO CSIと比較して、成分中の素波の数が削減される。
　例えば、図４（ａ）に示すように、送信機１００及び受信機２００がそれぞれ２つのアンテナを具備し、３つの素波＃１～＃３が存在する場合には、チャネル推定部８によって推定されたMIMO CSIは、図４（ｂ）に示すような行列となる。図４（ｂ）に示すMIMO CSIでは、MIMO CSIの各成分（ｈ１１，ｈ１２，ｈ２１，ｈ２２）は、素波＃１～＃３の影響を含んでいる。
　図４（ｂ）に示すMIMO CSIに対し、変換行列計算部９３によって計算される変換行列Ｗｒ Ｈ及びＷｔを乗算すると、図４（ｃ）に示すような変換MIMO CSIが得られる。図４（ｃ）に示す変換MIMO CSIでは、成分ｙ２２は素波＃１の影響を受け、成分ｙ２１は素波＃１及び＃２の影響を受け、成分ｙ１２は素波＃１及び＃３の影響を受け、成分ｙ１１は素波＃１～＃３の影響を受けている。
　予測フィルタ係数計算部９５は、変換MIMO CSIの各成分のうち、まず、素波の数が最も少ない低素波要素を用いて予測フィルタ係数を計算する。低素波要素については、素波の数が少ないために高精度な予測が可能となる。図４（ｃ）の例では、成分ｙ２２は素波の数が最も少ない低素波要素である。線形予測部９６は、低素波要素についての予測フィルタ係数を用いてチャネル予測を実行する。
　次に予測フィルタ係数計算部９５及び線形予測部９６は、図４（ｄ）に示すように、素波の数が次に少ない成分ｙ１２について、成分ｙ２２についての予測フィルタ係数を用いてチャネル予測を実行する。チャネル予測は、予測対象の時刻に対してのみではなく、推定時刻に対しても行われる。そして、成分ｙ１２から、チャネル予測により得られた推定時刻に対する予測値を減算することによって、成分ｙ１２において素波＃１の成分を抑圧する。
　さらに、素波＃１の成分が抑圧された成分ｙ１２について、予測フィルタ係数が計算され、予測値が計算される。この予測値は、成分ｙ２２についての予測フィルタ係数を用いたチャネル予測によって得られた予測値に加算される。このような処理（以下、シリアルキャンセラ(SC)と適宜称する）は、成分ｙ２１及びｙ１１についても繰り返し適用される。その結果、変換MIMO CSIの各成分（ｙ１１，ｙ１２，ｙ２１，ｙ２２）についての予測値が得られる。
　予測ＣＳＩ逆変換部９７は、このようにして得られた変換MIMO CSIの予測値を逆変換することによってMIMO CSI予測値を計算する。
　（５）ビームスペース線形予測処理の詳細
　ここでは、本実施形態に係る変換行列、および、線形予測手法について説明する。本実施形態では、推定されたMIMO CSIに対して方向推定技術を用いることにより、それぞれR－1個、T－1個の素波のDoA/DoD推定が可能であるものとする。 
　（５．１）DoA/DoDに基づくビームスペース(DBS)変換行列
　ここでは、推定された素波のDoA/DoDに基づき、変換MIMO CSIの各成分に存在する素波数を減少させることができ、かつ、条件数の良い変換行列を提案する。
　まず、振幅の大きい順に、R－1個の素波のDoAを推定できたと想定する。つまり、
Figure JPOXMLDOC01-appb-M000011
　において、φr,1～φr,R-1の情報を得たとする。このDoAから、次式のように、R×(R－1)の受信アレイ応答小行列が得られる。
Figure JPOXMLDOC01-appb-M000012
　この逆行列を変換行列として使用すると、受信アレイ応答小行列が対角化され、変換MIMO CSIの各成分に存在する素波数は減少する。しかしながら、この逆行列は一般的に条件数の悪いものになってしまう。 そこで、(16)式に対してQR分解を行うことで、次式で表されるR×Rのユニタリ行列と、R×(R－1)の上三角行列の積に分解する。
Figure JPOXMLDOC01-appb-M000013
　ユニタリ行列の条件数は最も良く、ノイズの増幅を引き起こさないことから、受信側変換行列としてQrを使用すると、受信側アレイ応答小行列を上三角行列Rrに変換することができる。次に、Qrの第R列によるMIMO CSIの変換を行うと、変換MISO CSIが得られる。素波1～R－1はヌルによって抑圧されるため、他の素波から新たにT－1個のDoDが推定できると想定する。つまり、変換後の素波振幅
Figure JPOXMLDOC01-appb-M000014
　において、φr,R～φr,R+T-2の情報を得たとする。送信側についても、受信側と同様の処理を行うと、次式で表される(T－1)×Tの下三角行列と、T×Tのユニタリ行列の積に分解される。
Figure JPOXMLDOC01-appb-M000015
　送信側変換行列としてQt *を使用すると、MIMO CSIは次式のように変換される。
Figure JPOXMLDOC01-appb-M000016
　この式より、右下の成分ほど存在する素波数が減少した形に変換されていることがわかる。
　このように、推定した上記ＤｏＡ及びＤｏＤに対してヌルを向けるようなビームスペースを形成することによって、変換MIMO CSIの各成分に存在する素波数は減少し、チャネル変動の複雑さが軽減されるため、予測性能が改善する。最終的には、変換MIMO CSIの予測値を逆変換することで、MIMO CSIの予測値（MIMO CSI予測値）が得られる。
　なお、前述したＤｏＡ／ＤｏＤに基づくビームスペース（ＤＢＳ）変換行列の説明では、最初に、振幅の大きい順に、Ｒ－１個の素波のＤｏＡを推定できたと想定した場合について説明したが、これとは別に、最初に、振幅の大きい順に、T－１個の素波のＤｏＤを推定できたと想定した場合には、ＭＩＭＯ ＣＳＩの変換を行うと、結果として、変換ＳＩＭＯ ＣＳＩが得られる。
　（５．２）シリアルキャンセラ(SC)を導入した線形予測
　一方で、アレイ応答小行列は対角化されず、三角化されるのみであるため、変換MIMO CSIの左上成分では、存在する素波数があまり減少しない。このため、予測性能が十分には改善しない。
　ここで、(20)式の第3項を見ると、素波R+T－1～Lは全ての成分に含まれている。一方で、(R，T)成分にはこれらの素波しか存在していない。そこで、(R，T)成分で計算された線形予測フィルタ係数を利用することにより、他の成分に含まれるこれらの素波成分を除去する。以下で、詳しく説明する。説明の簡略化のため、ノイズ成分は省略する。まず、(R，T)成分において計算された線形予測フィルタ係数をdR,Tとする。次に、このフィルタ係数を利用して(R－1，T)成分の線形予測を行うと、次式のようになる。
Figure JPOXMLDOC01-appb-M000017
　[・]x,yは、行列の(x、y)成分を意味する。説明の簡略化のため、対象とする素波に対して線形予測が完全とすると、右辺第2項は(R－1、T)成分に含まれる素波R+T－1～Lのレプリカである。そこで、CSI推定時刻に対応する線形予測も行い、推定値から予測値を減算すると、
Figure JPOXMLDOC01-appb-M000018
　となる。この信号は素波R－1のみに影響を受けているため、高性能なAR-LPが期待できる。(25)式のCSIに対してAR-LPを行い、次の予測値
Figure JPOXMLDOC01-appb-M000019
　が得られたとすると、最終的な(R－1,T)成分の予測値は、
Figure JPOXMLDOC01-appb-M000020
　となる。以上の予測処理を、(Ra,Ta)成分の線形予測として一般化すると、次式で表される。
Figure JPOXMLDOC01-appb-M000021
　ただし、
Figure JPOXMLDOC01-appb-M000022
　である。（）については、送信側変換行列によるヌルが、受信側でDoAを推定した素波に向いてしまった場合の動作を保証するためである。理想的には、AR-LPは最大でもL－R－T+2個の素波に対して行われるだけになり、予測性能の改善が期待できる。
　（６）マルチアンテナ伝送システムの動作
　次に、マルチアンテナ伝送システム１の動作について説明する。
　（６．１）全体動作
　図５は、マルチアンテナ伝送システム１の全体動作を示すフローチャートである。
　ステップＳ１００において、受信機２００の受信処理部６は、受信アンテナ＃１～＃Ｒが受信した無線信号（受信信号）を復調処理し、受信データを出力する。
　ステップＳ２００において、チャネル推定部８は、MIMO CSIを推定する。
　ステップＳ３００において、チャネル予測部９は、ビームスペース線形予測処理によりMIMO CSI予測値を計算する。
　ステップＳ４００において、送信機１００は、チャネル予測部９によって計算されたMIMO CSI予測値に基づき、送信データの制御、例えば、適応変調制御や、プリコーディングによる送信ビームフォーミングを実行する。
　（６．２）チャネル予測部の動作
　図６は、チャネル予測部９の動作を示すフローチャートである。
　ステップＳ３０１において、方向推定部９１は、方向推定技術を用いて素波の到来方向(DoA)及び放射方向(DoD)を推定する。
　ステップＳ３０２において、アレイ応答行列計算部９２は、方向推定部９１によって推定されたDoA/DoDから、アレイ応答行列を計算する。
　ステップＳ３０３において、変換行列計算部９３は、アレイ応答行列計算部９２によって計算されたアレイ応答行列から、変換行列を計算する。
　ステップＳ３０４において、ＣＳＩ変換部９４は、チャネル推定部８によって推定されたMIMO CSIと、変換行列計算部９３によって計算された変換行列とを乗算し、変換MIMO CSIを得る。
　次に、Loop A及びLoop Bの各ループが開始される。Loop Aは、変換MIMO CSIの各成分に対する処理が終了するまで繰り返されるループである。例えば、送信アンテナ4本×受信アンテナ2本の場合、4×2=8回繰り返されることになる。
　Loop Bは、計算済みの予測フィルタ係数を利用するループである。例えば、図４（ｄ）では、成分ｙ２２については当該ループが省略され、成分ｙ１２及びｙ２１については当該ループが１回実行され、成分ｙ１１については当該ループが２回実行されることになる。予測処理は変換MIMO CSIのうち低素波要素（成分）から開始されるため、先にステップＳ３０７～ステップＳ３０９について説明する。
　ステップＳ３０７において、予測フィルタ係数計算部９５は、変換MIMO CSIのうち予測対象の成分について予測フィルタ係数を計算する。
　ステップＳ３０８において、線形予測部９６は、予測フィルタ係数計算部９５によって計算された予測フィルタ係数を用いて、変換MIMO CSIのうち予測対象の成分について線形予測を行う。
　ステップＳ３０９において、線形予測部９６は、線形予測により、変換MIMO CSIのうち予測対象の成分についての予測値を計算する。
　（第１の予測）
　ステップＳ３０５において、線形予測部９６は、変換MIMO CSIのうち次の予測対象となる成分に対し、ステップＳ３０７で計算された予測フィルタ係数を用いて線形予測を行う。なお、この線形予測は、予測時刻（予測の対象となる未来の時刻）に対してだけでなく、推定時刻（MIMO CSIを推定した時刻）に対しても行う。
　ステップＳ３０６において、線形予測部９６は、上記次の予測対象となる成分に対から、計算済みの予測フィルタ係数を用いて得られた予測値（MIMO CSIの推定時刻に対する予測値）を減算することによって、上記次の予測対象となる成分における素波の数を抑圧する。
　（第２の予測）
　再度ステップＳ３０７において、予測フィルタ係数計算部９５は、素波の数が抑圧された次の予測対象となる成分について、予測フィルタ係数を計算する。
　ステップＳ３０８において、線形予測部９６は、素波の数が抑圧された次の予測対象となる成分について、予測フィルタ係数を用いて線形予測を行い、予測値を計算する。
　（最終予測）
　ステップＳ３０９において、線形予測部９６は、次の予測対象となる成分について、計算済みの予測フィルタ係数を用いて得られた予測値（第１の予測による予測値）と、素波の抑圧後の予測値（第２の予測による予測値）とを加算し、当該次の予測対象となる成分についての最終的な予測値を得る。
　このようにして、変換MIMO CSIの各成分について予測値が計算される。
　ステップＳ３１０において、予測ＣＳＩ逆変換部９７は、変換MIMO CSIの各成分についての予測値を逆変換することによって、MIMO CSI予測値を計算する。
　（７）効果
　次に、本実施形態によって得られる効果について、比較例を挙げて説明する。具体的には、次の（ａ）～（ｄ）の各チャネル予測方式を比較して説明する。
　　（ａ）AR-LP：ARモデルに基づく線形予測であって、ビームスペース変換行列を使用しない方式（従来技術１）
　　（ｂ）BS-AR：ARモデルに基づく線形予測であって、シンプルなビームスペース変換行列を使用する方式（従来技術２）
　　（ｃ）DBS-AR：ARモデルに基づく線形予測であって、DoA/DoDに基づくビームスペース(DBS)変換行列を使用する方式（本実施形態）
　　（ｄ）DBS-AR w/SC：ARモデルに基づく線形予測であって、DoA/DoDに基づくビームスペース(DBS)変換行列を使用し、かつ、シリアルキャンセラ(SC)を導入した方式（本実施形態）
　上記の方式を、計算機シミュレーションによって評価する。遅延時間τに対するチャネル予測誤差を、次式で定義するルート平均二乗誤差(RMSE)によって評価する。
Figure JPOXMLDOC01-appb-M000023
　||・||Fはフロベニウスノルムを示す。また、推定CSIの信号対雑音電力比(SNR)を次式のように定義する。
　評価は、1000スナップで行う。各スナップでは、各素波のDoA/DoDおよび受信機２００の移動方向が360度一様分布に従って、複素散乱係数は平均0、分散1の複素ガウス分布に従ってランダムに設定される。また、設定されたパラメータは、スナップ内では一定とする。素波数は10、最大ドップラー周波数は100Hz、CSIの推定レートは500Hzとする。1000サンプルの推定CSIによって予測フィルタ係数が計算され、続く100サンプルのCSIにおいて予測誤差の評価を行う。 推定CSIのSNRは30dBとする。
　図７に、アンテナ数が4x4、予測フィルタの次数が20の時の予測特性を示す。
　従来のAR-LPに対して、シンプルなBS-ARでは、素波の数が減少することで、予測性能が改善している。本実施形態に係る変換行列を用いると、積極的に素波数を減少させることで、予測性能が改善している。しかし、左上の成分では素波の数が十分減少しないため、遅延時間に対する劣化度はあまり改善していない。これに対して、シリアルキャンセラを導入すると、遅延時間の増加に対する予測性能特性が大きく改善している。
　図８に、変換MIMO CSIの各成分におけるRMSE特性を示す。
　本実施形態に係る変換行列を用いただけでは、左上の成分においては予測性能が改善していないが、シリアルキャンセラを導入することで、いずれの成分においても高い予測性能改善が得られている。
　図９に、アンテナ数が2×2～5×5の場合の特性を示す。
　ビームスペース変換のみ行う場合は、ある程度アンテナ数を増やさないと高い予測性能が得られない。これに対して、シリアルキャンセラを導入すると、少ないアンテナ数においても高い改善効果が得られている。
　図１０に、アンテナ数が4×4で、遅延時間を10msecとした場合の、フィルタ係数の次数に対するRMSE特性を示す。
　シンプルなビームスペース変換の場合、あるビームスペースに多くの素波が含まれてしまうと、十分な予測性能の改善が得られない。一方、本実施形態によれば、効率良く素波数を減らすことによって、各AR-LPは少ない素波に対して行われるため、少ない次数においても高い予測性能が得られる。
　（８）その他の実施形態
上述したように、本発明の一実施形態を通じて本発明の内容を開示したが、この開示の一部をなす論述及び図面は、本発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態が明らかとなろう。
　上述した実施形態では、DoA/DoDに基づくビームスペース(DBS)変換行列を使用し、かつ、シリアルキャンセラ(SC)を導入した方式について説明した。しかしながら、シンプルなビームスペース変換行列を使用する場合でも、シリアルキャンセラ(SC)を導入可能であることは勿論である。
　例えば、上述した実施形態では、送信機１００及び受信機２００がそれぞれ複数のアンテナを有するシステム構成について説明したが、送信機１００が１つのアンテナを有し、かつ受信機２００が複数のアンテナを有するＳＩＭＯシステムや、送信機１００が複数のアンテナを有し、かつ受信機２００が１つのアンテナを有するＭＩＳＯシステムに対して本発明を適用可能である。
　また、上述した実施形態では、変換行列としてユニタリ行列を使用していたが、良条件の行列であれば、ユニタリ行列に限らず他の行列を使用してもよい。なお、「良条件」とは、例えば、以下のような場合をいう。すなわち、行列Aに対して条件数は、
Figure JPOXMLDOC01-appb-M000025
として定義され、||・||は行列のノルムを示す。例えば、ユークリッドノルムの場合、条件数が5以下であれば「良条件」であり、それより大きければ「悪条件」と考えることができ
る。そして、ユニタリ行列の場合、ユークリッドノルムが共に1であるため、条件数も1であり、「良条件」である。
　このように、本発明は、ここでは記載していない様々な実施の形態などを含むことは勿論である。したがって、本発明の技術的範囲は、上述の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。
　なお、日本国特許出願第２００８－４６９２８号（２００８年２月２７日出願）の全内容が、参照により、本願明細書に組み込まれている。
　以上のように、本発明に係るチャネル情報予測システム及びチャネル情報予測方法は、チャネル情報の予測性能をさらに改善できるため、移動体通信などの無線通信において有用である。

Claims (5)

  1. 　無線信号の送信側または受信側の少なくとも何れか一方において複数のアンテナが用いられるマルチアンテナ伝送システムにおいて、受信した無線信号に含まれる干渉成分の抑圧に用いられる予測フィルタ係数を計算するチャネル情報予測システムであって、
    　前記送信側における何れかの送信アンテナと、前記受信側における何れかの受信アンテナとの間における伝搬路特性を示すチャネル情報によって区別される複数のアンテナ間要素のうち、前記無線信号に含まれる素波の数が所定数よりも少ない前記アンテナ間要素である低素波要素を用いて前記予測フィルタ係数を計算するフィルタ係数計算部と、
    　前記フィルタ係数計算部によって計算された第１の前記予測フィルタ係数を用いて、前記無線信号の未来の送信時における前記チャネル情報を予測する第１の予測を実行し、かつ、前記低素波要素に含まれている前記素波の成分を抑圧するチャネル情報予測部と
    を備え、
    　前記フィルタ係数計算部は、前記チャネル情報予測部で前記素波の成分が抑圧された低素波成分を用いて第２の前記予測フィルタ係数を計算し、
    　前記チャネル情報予測部は、前記第２の予測フィルタ係数を用いて、前記無線信号の未来の送信時における前記チャネル情報を予測する第２の予測を実行するチャネル情報予測システム。
  2. 　前記チャネル情報予測部は、前記第２の予測フィルタ係数を、前記第１の予測フィルタ係数として用いて、次の前記第１の予測を実行し、かつ前記素波の成分を抑圧する請求項１に記載のチャネル情報予測システム。
  3. 　前記フィルタ係数計算部は、前記素波の数が最も少ない前記アンテナ間要素を前記低素波要素として用いる請求項１または２に記載のチャネル情報予測システム。
  4. 　前記チャネル情報予測部は、前記予測フィルタ係数に基づいて、前記低素波要素と異なる他の前記アンテナ間要素に含まれている前記素波の成分を抑圧し、前記素波の成分が抑圧された前記アンテナ間要素を用いて、前記無線信号の未来の送信時における前記チャネル情報を予測する請求項１または２に記載のチャネル情報予測システム。
  5. 　無線信号の送信側または受信側の少なくとも何れか一方において複数のアンテナが用いられるマルチアンテナ伝送システムにおいて、受信した無線信号に含まれる干渉成分の抑圧に用いられる予測フィルタ係数を計算するチャネル情報予測方法であって、
    　前記送信側における何れかの送信アンテナと、前記受信側における何れかの受信アンテナとの間における伝搬路特性を示すチャネル情報によって区別される複数のアンテナ間要素のうち、前記無線信号に含まれる素波の数が所定数よりも少ない前記アンテナ間要素である低素波要素を用いて前記予測フィルタ係数を計算するステップと、
    　前記計算された第１の前記予測フィルタ係数を用いて、前記無線信号の未来の送信時における前記チャネル情報を予測する第１の予測を実行し、かつ、前記低素波要素に含まれている前記素波の成分を抑圧するステップと、
    　前記素波の成分が抑圧された低素波成分を用いて第２の前記予測フィルタ係数を計算するステップと、
    　前記第２の予測フィルタ係数を用いて、前記無線信号の未来の送信時における前記チャネル情報を予測する第２の予測を実行するステップと
    を備えるチャネル情報予測方法。
PCT/JP2009/053577 2008-02-27 2009-02-26 チャネル情報予測システム及びチャネル情報予測方法 WO2009107732A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN2009801067877A CN101960760A (zh) 2008-02-27 2009-02-26 信道信息预测***以及信道信息预测方法
US12/920,087 US8462869B2 (en) 2008-02-27 2009-02-26 Channel information prediction system and channel information prediction method
KR1020107019061A KR101088602B1 (ko) 2008-02-27 2009-02-26 채널 정보 예측 시스템 및 채널 정보 예측 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008046928A JP4481336B2 (ja) 2008-02-27 2008-02-27 チャネル情報予測システム及びチャネル情報予測方法
JP2008-046928 2008-02-27

Publications (1)

Publication Number Publication Date
WO2009107732A1 true WO2009107732A1 (ja) 2009-09-03

Family

ID=41016119

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/053577 WO2009107732A1 (ja) 2008-02-27 2009-02-26 チャネル情報予測システム及びチャネル情報予測方法

Country Status (5)

Country Link
US (1) US8462869B2 (ja)
JP (1) JP4481336B2 (ja)
KR (1) KR101088602B1 (ja)
CN (1) CN101960760A (ja)
WO (1) WO2009107732A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2936121B1 (fr) * 2008-09-15 2010-11-05 Commissariat Energie Atomique Methode d'estimation aveugle de parametres de modulation ofdm selon un critere de maximun de vraisemblance.
FR2936122B1 (fr) * 2008-09-15 2010-10-15 Commissariat Energie Atomique Methode d'estimation aveugle de parametres de signal ofdm par filtrage adapte.
US9219533B2 (en) * 2011-10-25 2015-12-22 Transpacific Ip Management Group Ltd. Systems and methods for downlink scheduling in multiple input multiple output wireless communications systems
US9456369B2 (en) 2012-07-31 2016-09-27 Hewlett Packard Enterprise Development Lp Management of modulation and coding scheme implementation
CN103760519B (zh) * 2014-01-24 2016-02-03 深圳大学 高分辨率doa估计方法及***
WO2015169358A1 (en) * 2014-05-08 2015-11-12 Huawei Technologies Co., Ltd. Channel estimation in wireless communication network node
CN107182068A (zh) * 2016-03-11 2017-09-19 索尼公司 用于无线通信的装置和方法、参数优化装置和方法
EP3605867A4 (en) 2017-03-21 2021-03-10 Mitsubishi Electric Corporation COMMUNICATION SYSTEM
WO2022162152A2 (en) * 2021-01-29 2022-08-04 Telefonaktiebolaget Lm Ericsson (Publ) Method for transmitting link adaptation state information in telecommunication networks

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006303625A (ja) * 2005-04-15 2006-11-02 Matsushita Electric Ind Co Ltd 無線送信器、無線送信器のバースト送信方法、プログラムおよび記録媒体
WO2007007249A2 (en) * 2005-07-08 2007-01-18 Koninklijke Philips Electronics N.V. Transmission over a multiple input multiple output broadcast channel (mimo-bc)
JP2008193340A (ja) * 2007-02-02 2008-08-21 Matsushita Electric Ind Co Ltd 無線基地局装置、無線端末装置、無線通信システム、及びチャネルクオリティインジケータ推定方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009505560A (ja) * 2005-08-19 2009-02-05 ミツビシ・エレクトリック・リサーチ・ラボラトリーズ・インコーポレイテッド エラーを有するフィードバックによる送信アンテナ選択のための最適なシグナリング及び選択検証
EP2060019A1 (en) * 2006-08-31 2009-05-20 The Governors Of The University Of Alberta Decision-feedback detection for block differential space-time modulation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006303625A (ja) * 2005-04-15 2006-11-02 Matsushita Electric Ind Co Ltd 無線送信器、無線送信器のバースト送信方法、プログラムおよび記録媒体
WO2007007249A2 (en) * 2005-07-08 2007-01-18 Koninklijke Philips Electronics N.V. Transmission over a multiple input multiple output broadcast channel (mimo-bc)
JP2008193340A (ja) * 2007-02-02 2008-08-21 Matsushita Electric Ind Co Ltd 無線基地局装置、無線端末装置、無線通信システム、及びチャネルクオリティインジケータ推定方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Acoustics, Speech, and Signal Processing, 2005. Proceedings. (ICASSP '05). IEEE International Conference on, 2005.03.18", article SVANTESSON T. ET AL.: "capacity ot spatio-temporally structured MIMO channels with estimation errors", pages: 401 - 404 *
"Personal, Indoor and Mobile Radio Communications, 2008. PIMRC 2008. IEEE 19th International Symposium on, 2008.09.15", article KENTA OKINO ET AL.: "Direction based beamspace MIMO channel prediction with ray cancelling", pages: 1 - 5 *
LARSEN M.D. ET AL.: "A performance bound for MIMO-OFDM channel estimation and prediction", SENSOR ARRAY AND MULTICHANNEL SIGNAL PROCESSING WORKSHOP, 2008. SAM 2008. 5TH IEEE, 21 July 2008 (2008-07-21), pages 141 - 145 *
SAVAZZI S. ET AL.: "A Comparative Analysis of Spatial Multiplexing Techniques for Outdoor MIMO-OFDM Systems with a Limited Feedback Constraint", VEHICULAR TECHNOLOGY, IEEE TRANSACTIONS ON, January 2009 (2009-01-01), pages 218 - 230 *

Also Published As

Publication number Publication date
CN101960760A (zh) 2011-01-26
US8462869B2 (en) 2013-06-11
US20110090980A1 (en) 2011-04-21
JP4481336B2 (ja) 2010-06-16
JP2009206833A (ja) 2009-09-10
KR20100116201A (ko) 2010-10-29
KR101088602B1 (ko) 2011-11-30

Similar Documents

Publication Publication Date Title
JP5073809B2 (ja) チャネル情報予測システム及びチャネル情報予測方法
JP4481336B2 (ja) チャネル情報予測システム及びチャネル情報予測方法
US8417191B2 (en) Method and system for beamforming communication in high throughput wireless communication systems
US7822141B2 (en) Multiple input, multiple output communications systems
EP2741429B1 (en) Method for determining beamforming parameters in a wireless communication system and to a wireless communication system
US8040278B2 (en) Adaptive antenna beamforming
US8638871B2 (en) System and method for combination multiple input, multiple output (MIMO) and beamforming
US8175184B2 (en) Method for transmitting beam forming information and a method for tracking position of a mobile station in multi input multi output system using codebook-based beam forming scheme
JP4763386B2 (ja) Ｍｉｍｏフェージングシミュレータ
US8606175B2 (en) RF relay of full-duplex and method for removing interference of EM level thereof
US8274431B1 (en) Beamforming with partial channel knowledge
Withers et al. Echo-MIMO: A two-way channel training method for matched cooperative beamforming
US20100323630A1 (en) Reception apparatus, mobile equipment, communication system, and communication method
US7738595B2 (en) Multiple input, multiple output communications systems
US8014981B2 (en) Angular-domain channel model and channel estimation
JP2006025328A (ja) 空間多重伝送用送信方法および装置
Okino et al. Direction based beamspace MIMO channel prediction with ray cancelling
Singh et al. Beamforming Showing Effect on BER with Change in Antenna Configuration
Fedosov et al. Investigation of the Influence of Spatial Correlation on the Performance of the MIMO System When Using the Adaptation Algorithm

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200980106787.7

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09714798

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20107019061

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 12920087

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 09714798

Country of ref document: EP

Kind code of ref document: A1