DE69528891T2

DE69528891T2 - Empfangsverfahren und empfänger

Info

Publication number: DE69528891T2
Application number: DE69528891T
Authority: DE
Inventors: Ari Hottinen
Original assignee: Nokia Oyj
Current assignee: Nokia Oyj
Priority date: 1994-04-18
Filing date: 1995-04-13
Publication date: 2003-09-11
Anticipated expiration: 2015-04-14
Also published as: FI941788A; NO964411D0; EP0756794A1; DE69528891D1; FI941788A0; JPH10501933A; AU690259B2; AU2260295A; WO1995028772A2; US5933457A; FI107420B; EP0756794B1; ATE228287T1; WO1995028772A3; NO964411L; CN1086087C; CN1148922A

Description

Die Erfindung bezieht sich auf ein Empfangsverfahren zur Verwendung in einem Telekommunikationssystem, bei dem eine Anzahl an Signalkomponenten gleichzeitig aus einem empfangenen Signal erfasst wird.
Ein zentrales Problem bei der Entwicklung und Implementation von Telekommunikationssystemen besteht im gleichzeitigen Senden von Signalen zu und Empfangen von mehreren gleichzeitigen Benutzern derart, dass die Interferenz zwischen den Signalen minimal ist. Daher und aufgrund der verwendeten Übertragungskapazität wurden verschiedene Übertragungsprotokolle und eine Vielzahl von Zugangsverfahren entwickelt, wobei die in der Mobiltelephonkommunikation üblichsten die FDMA- und TDMA- Verfahren sind, und seit Kurzem auch das CDMA-Verfahren.
CDMA ist ein Mehrfach-Zugriffsverfahren, das auf einer Spreizspektrumtechnik beruht, und kürzlich bei zellularen Funksystemen zusätzlich zum bisher verwendeten FDMA und TDMA in Benutzung genommen wurde. CDMA hat gegenüber den herkömmlichen Verfahren mehrere Vorteile, wie die Einfachheit der Frequenzplanung und Spektrumausnutzung.
Beim CDMA-Verfahren wird ein Schmalbanddatensignal eines Benutzers mit einem relativ breiten Band durch einen Spreizungscode multipliziert, der ein viel breiteres Band als das Datensignal hat. In bekannten Testsystemen verwendete Bandbreiten umfassen beispielsweise 1,25 MHz, 10 MHz und 25 MHz. Während der Multiplikation überspreizt das Datensignal das gesamte zu verwendende Band. Alle Benutzer senden gleichzeitig auf dem gleichen Frequenzband. Bei jeder Verbindung zwischen einer Basisstation und einer Mobilstation wird ein unterschiedlicher Spreizungscode verwendet, und die Signale der Benutzer können voneinander in den Empfängern auf der Grundlage des Spreizungscodes des Benutzers unterschieden werden. Nach Möglichkeit werden die Spreizungscodes derart ausgewählt, dass sie wechselseitig orthogonal sind, das heißt, sie korrelieren nicht miteinander.
Korrelatoren in herkömmlich implementierten CDMA-Empfängern werden mit einem gewünschten Signal synchronisiert, das sie auf der Grundlage des Spreizungscodes erkennen. Im Empfänger wird das Datensignal im Ursprungsband durch seine Multiplikation mit dem gleichen Spreizungscode wie im Sendeschritt wiederhergestellt. Idealerweise korrelieren die Signale, die mit einem anderen Spreizungscode multipliziert wurden, nicht und werden nicht im Schmalband wiederhergestellt. Hinsichtlich des gewünschten Signals erscheinen sie somit als Rauschen. Die Aufgabe besteht somit in der Erfassung des Signals des gewünschten Benutzers aus einer Anzahl interferierender Signale. In der Praxis korrelieren die Spreizungscodes, und die Signale der anderen Benutzer erschweren die Erfassung des gewünschten Signals, da sie das empfangene Signal nicht linear verzerren. Diese durch die Benutzer untereinander verursachte Interferenz wird Mehrfach-Zugangsinterferenz genannt.
In einem Telekommunikationssystem, das das TDMA- Mehrfachzugangsverfahren anwendet, sind mehrere Frequenzen in Gebrauch, wobei jede Frequenz in Zeitschlitze unterteilt ist, in die die Signale verschiedener Benutzer eingefügt sind. Jeder Benutzer hat somit seinen eigenen Zeitschlitz. Da der für das System reservierte Frequenzbereich üblicherweise begrenzt ist, müssen die verwendeten Frequenzen üblicherweise in Zellen wiederholt werden, die sich innerhalb einer gewissen Entfernung befinden. Für eine große Frequenzausnutzung muss die Entfernung so kurz wie möglich gehalten werden. Infolge dessen interferieren verschiedene Übertragungen mit den gleichen Frequenzen miteinander. In einem bestimmten Zeitschlitz wird somit im Empfänger zusätzlich zum gewünschten Signal ein Rauschsignal gehört, das von irgendeiner anderen Verbindung kommt, die die gleiche Frequenz verwendet.
Das vorstehend in Verbindung mit CDMA beschriebene Einzelbenutzererfassungsverfahren ist nicht optimal, da die in den Signalen der anderen Benutzer enthaltenen Informationen bei der Erfassung nicht berücksichtigt werden. Außerdem können durch teilweise nicht orthogonale Spreizungscodes verursachte Nicht-Linearitäten und die Verzerrung des Signals über den Luftweg durch ein herkömmliches Erfassungsverfahren nicht korrigiert werden. In einem optimalen Empfänger werden alle in den Signalen der Benutzer enthaltenen Informationen berücksichtigt, so dass die Signale optimal beispielsweise unter Verwendung eines Viterbi-Algorithmus erfasst werden können. Der Vorteil dieses Erfassungsverfahrens beispielsweise in einem CDMA-System besteht darin, dass die Bit-Fehler- Verhältniskurven des Empfängers ähnlich einer Situation in einem Einzelbenutzer-CDMA-System sind, bei dem keine Mehrfachzugangsinterferenz auftritt. Beispielsweise entsteht kein Nah-Fern-Problem, das typisch für CDMA- Systeme ist. Ein Nah-Fern-Problem ist eine Situation, in der die Übertragung von einem Sender nahe dem Empfänger die weiter entfernten Sender verdeckt. Der Hauptnachteil des Viterbi-Algorithmus ist der, dass die erforderliche Berechnungsleistung sich exponentiell mit der Anzahl der Benutzer erhöht. Beispielsweise würde mit einer QPSK- Modulation ein Zehn-Benutzer-System mit einer Bitrate von 100 kbit/s 105 Millionen Operationen pro Sekunde zur Berechnung einer Wahrscheinlichkeitsfunktion erfordern. In der Praxis ist dies unmöglich in einem optimalen Empfänger zu implementieren.
Ein optimaler Empfänger kann aber durch verschiedene Verfahren genähert werden. Der Stand der Technik offenbart verschiedene Verfahren zur gleichzeitigen Mehrfachbenutzererfassung (MUD). Die besten bekannten Verfahren dieser Art sind eine lineare Mehrfachbenutzererfassung, eine Dekorrelationserfassungseinrichtung und eine Mehrfachstufenerfassungseinrichtung. Diese Verfahren sind näher bei Varanasi, Aazhang, "Multistage detection for asynchronous code division multiple access communications", IEEE Transactions on Communications, Band 38, Seiten 509 bis 515, April 1990; Lupas, Verdu, "Linear multiuser detectors for synchronous code division multiple access channels", IEEE Transactions on Information Theory, Band 35, Nr. 1, Seiten 123 bis 136, Januar 1989; und Lupas, Verdu, "Near-far resistance of multiuser detectors in asynchronous channels", IEEE Transactions on Communications, Band 38, April 1990 beschrieben. Der Nachteil all dieser Verfahren ist jedoch der, dass sie keine Änderungen auf dem Funkkanal verfolgen.
Bei der Erfassung eines Mehrfachbenutzersignals ist die Verwendung einer adaptiven Signalpunktmatrix vorbekannt, die Änderungen auf dem Kanal verfolgt. Das Verfahren ist in der WO9514336 beschrieben. Der Nachteil dieses Verfahrens ist aber, dass beim Anstieg der Anzahl der gleichzeitigen Benutzer sich die Berechnungskapazität exponentiell erhöhen muss.
Des weiteren lehrt die WO 9319519 eine rekursive Schätzung von Änderungen auf einem Funkkanal, jedoch ist das Verfahren auf die Berechnung von Gewichtungskoeffizienten der Signale beschränkt, die bei der Erfassung eines Einfachbenutzersignals nützlich sind.
Die Erfindung liefert einen neuen Weg zur Näherung eines optimalen Empfängers. Das Verfahren ist hinsichtlich einer Interferenz über den Luftweg resistenter. Herkömmliche Mehrfachbenutzererfassungsalgorithmen sind für das Kanalmodell spezifisch, auf dessen Grundlage sie entwickelt wurden. Für das erfindungsgemäße Verfahren ist ein theoretisches Kanalmodell nicht relevant, da der Algorithmus als solcher auf die Simulation von Verzerrungen auf dem Kanal abzielt. Das Verfahren kann sich an die aktuelle Situation selbst dann anpassen, wenn der Ursprung der Interferenz unbekannt ist. Beispielsweise kann ein nach CDMA empfangenes Signal unbekannt sein. Beispielsweise kann ein nach CDMA empfangenes Signal Übertragungen enthalten, deren Spreizungscodes für den Empfänger nicht bekannt sind. Diese können beispielsweise Übertragungen von einer Nachbarzelle enthalten. Die gleiche Situation entsteht beim TDMA-Verfahren. Des weiteren kann sich das Verfahren schneller anpassen und erfordert viel weniger Berechnungskapazität als frühere neuronale Netzapplikationen.
Dies wird durch ein Verfahren vom in der Einleitung beschriebenen Typ erreicht, das dadurch gekennzeichnet ist, dass das empfangene Signal im Zeitbereich in Blöcke einer bestimmten Länge unterteilt wird, und dass die Blöcke einer gleichzeitigen Schätzung von Benutzerdaten und Kanalparametern im Empfänger durch rekursive Verarbeitung jedes Blocks unterzogen werden, wobei gleiche Daten mehr als einmal geschätzt werden, und dass eine adaptive Signalpunktmatrix bei der Erfassung von Signalblöcken verwendet wird, die Entfernung zwischen einem Momentansignalabtastwert eines empfangenen Signals und Vektoren, die auf die Punkte auf der Signalpunktmatrix zeigen, berechnet wird, und dass der Signalabtastwert einem bestimmten Punkt auf der Signalpunktmatrix durch Auswählen des Punkts zugeordnet wird, wo die Entfernung zwischen dem auf diesen zeigenden Code-Buch-Vektor und dem Momentansignalabtastwert die kürzeste ist.
Die Erfindung bezieht sich auch auf einen Empfänger mit einer Antenne, Hochfrequenzabschnitten, einem A/D-Wandler und einer Einrichtung zur Verarbeitung eines empfangenen Signals. Der erfindungsgemäße Empfänger ist gekennzeichnet durch eine Einrichtung zum Teilen des empfangenen Signals im Zeitbereich in Blöcke einer bestimmten Länge, wobei die Einrichtung mit der Einrichtung zur Verarbeitung des empfangenen Signals funktionsfähig verbunden ist, eine Einrichtung zum Setzen der Anfangswerte zum Schätzen, wobei die Einrichtung mit der Einrichtung zum Teilen des empfangenen Signals in Blöcke funktionsfähig verbunden ist, eine erste Schalteinrichtung, die mit der Einrichtung zum Setzen der Anfangswerte zum Schätzen und einer Einrichtung zum Aktualisieren der Schätzparameter funktionsfähig verbunden ist, eine Erfassungseinrichtung zum gleichzeitigen Schätzen von Benutzerdaten und Kanalparametern, wobei die Einrichtung mit der ersten Schalteinrichtung funktionsfähig verbunden und zum Schätzen gleicher Daten mehr als einmal eingerichtet ist, eine zweite Schalteinrichtung, die mit der Schätzeinrichtung funktionsfähig verbunden ist, und deren Ausgang einen Schätzwert für das empfangene Signal liefert, und eine Einrichtung zum Aktualisieren der Schätzparameter, wobei der Eingang der Einrichtung mit der zweiten Schalteinrichtung und dem Ausgang der ersten Schalteinrichtung funktionsfähig verbunden ist, wobei der Empfänger eine Einrichtung zum gleichzeitigen Schätzen von Benutzerdaten und Kanalparametern mittels eines adaptiven assoziativen Netzes umfasst, und die Erfassungseinrichtung auf das empfangene Signal, das verarbeitet wird, beim Aktualisieren des bei der Erfassung verwendeten adaptiven assoziativen Netzes anspricht.
Das erfindungsgemäße Verfahren ermöglicht die Näherung eines optimalen Empfängers mit gewünschter Genauigkeit. Der Empfänger des Verfahrens passt sich schnell und genau an die Ausbreitungsbedingungen des Luftwegs an, die sich zeitlich zufällig ändern und das empfangene Signal verzerren. Der Vorteil des Verfahrens ist seine lineare Komplexität bezüglich der Anzahl gleichzeitiger Benutzer. Die Vorteile des Verfahrens werden somit ersichtlicher, wenn die Anzahl der Benutzer groß ist.
Gemäß einem bevorzugten Ausführungsbeispiel der Erfindung ist die gleichzeitige Erfassung eines Signals und von Kanalparametern durch die Verwendung einer adaptiven Signalpunktmatrix mit rekursiver Verarbeitung des empfangenen Signals implementiert, die mittels eines adaptiven assoziativen Netzes gesteuert wird.
Gemäß einem anderen Ausführungsbeispiel der Erfindung wird auch ein Gewichtungskoeffizient in Verbindung mit der Erfassung berechnet, wobei der Koeffizient zur Zuordnung von Benutzerdaten zu einer korrekten Signalpunktmatrixgruppe verwendet wird. Der Gewichtungskoeffizient kann auch bei der rekursiven Erfassung von Daten und ihrer späteren Verarbeitung verwendet werden.
Die Erfindung wird nachstehend ausführlicher unter Bezugnahme auf die in den beigefügten Figuren dargestellten Beispiele beschrieben. Es zeigen:
Die Fig. 1a und 1b die Konfiguration eines empfangenen Signals und die Ausgabe angepasster Filter,
Fig. 2 ein Beispiel für Punkte, die durch Code-Buch- Vektoren angegeben sind,
Fig. 3 die Bewegung einer Signalpunktmatrix, wenn ein Empfänger ein rekursiv empfangenes Signal verarbeit,
Fig. 4 ein Blockschaltbild eines Beispiels der Struktur eines erfindungsgemäßen Empfängers, und
Fig. 5 ein weiteres Beispiel der Struktur eines erfindungsgemäßen Empfängers.
Im Folgenden wird das erfindungsgemäße Verfahren bezüglich eines Telekommunikationssystems beschrieben, bei dem das CDMA-Mehrfachzugangsverfahren angewendet wird. Das Verfahren ist aber auch für die Verwendung in Systemen geeignet, die andere Mehrfachzugangsverfahren verwenden.
Bei der digitalen Telekommunikation werden modulierenden Signalen im Abtastmoment lediglich diskrete Werte gegeben, wie ±AC, ±3AC. In einem Empfänger müssen die diskreten Werte somit aus einem oft verzerrten Signal identifiziert werden, das über den Luftweg gelaufen ist. Fig. 1 zeigt ein ideales Doppelbenutzersignalmuster, das heißt, eine Punktdichtefunktion der empfangenen Signale, wobei sich die Spitzen der Funktion an Kreuzungspunkten finden. Jeder Punkt in dem zweidimensionalen Muster steht für einen möglichen Wert eines empfangenen Signals, wobei der Wert von den Werten der durch die Benutzer gesendeten Signale abhängt. Punkt A1 könnte beispielsweise für (1,1) stehen, wobei der erste Benutzer 1 gesendet hat, und der zweite Benutzer 1 gesendet hat. Dem entsprechend könnte der Punkt A2 für (-1,1) stehen, wobei der erste Benutzer -1 gesendet hat und der zweite Benutzer 1 gesendet hat. Der Punkt A3 könnte dann für (-1,-1) stehen, und der Punkt A4 für (1,- 1). Wären es drei Benutzer, wäre das Muster dreidimensional; und steigt die Anzahl der Benutzer, erhöht sich die Dimension des Musters entsprechend.
Fig. 2 zeigt die Verzerrung des Signalmusters am Ausgang der an die Spreizungscodes angepassten Filter im Empfänger, wobei die Verzerrung durch nicht orthogonale Codes verursacht wird oder über den Luftweg stattfindet. Die Spitzen der Punktdichtefunktion haben sich verbreitert und aufgrund der Verzerrung verschoben. Die Punkte für die empfangenen Signale haben sich aus ihrer idealen Position verschoben, und die Funktion des Empfängers muss die empfangenen Signale derart interpretieren, dass sie einem vorbestimmten Signalpunkt zugeordnet werden.
Würden Entscheidungen streng linear vorgenommen werden, gäbe es aufgrund der verzerrten Punktmatrix viele falsche Entscheidungen, wie es in Fig. 2 gezeigt ist. Durch das erfindungsgemäße Verfahren ist es möglich, stückweise lineare Entscheidungsgrenzen zu implementieren, durch die es möglich ist, eine optimale nicht lineare Erfassung mit gewünschter Genauigkeit zu nähern.
Bei einem System mit K Benutzern, das heißt, CDMA-Sendern, hat jeder seinen eigenen individuellen Spreizungscode Sk, k = 1,2..K, der im Intervall [0,T] nicht Null ist, wobei T für die Dauer des Symbols steht. Alle Benutzer senden im gleichen Frequenzband, und jeder moduliert das Datenbit bk(i) mit seinem eigenen Spreizungscode. Die Funktion des Empfängers ist dann die Demodulation des Signals, das beispielsweise im BPSK-Modulationsverfahren folgendermaßen definiert ist:
r(t) = wkb Sk(t - iT) + n(t), t R,
wobei n(t) ein Rauschterm ist, bk(i) {-1,1} für das Informationsbit des k-ten Benutzers im i-ten Zeitschlitz steht, und Wk für die Energie des empfangenen Signals des k-ten Benutzers steht.
Bei der Mehrfachbenutzererfassung werden Entscheidungen über die empfangenen Signale gleichzeitig für alle K Benutzer getroffen. Bei diesem Beispiel sei der Kanal ein Gauss'scher Kanal, und die durch alle K Benutzer gleichzeitig zu einem bestimmten Moment gesendeten Bits sollen durch den Vektor b {-1,1}K definiert sein. Von der Maximum-Likelihood-Entscheidung, die im Empfänger getroffen wird, ist bekannt, dass sie auf einer logarithmischen Wahrscheinlichkeitsfunktion wie folgt beruht:
bopt = argb c{-1,1}Kmax{2yTb - bTHb}
wobei die Kanalmatrix H = RW ist, wobei R eine Kreuzkorrelationsmatrix zwischen den verwendeten Spreizungscodes ist, das heißt, (R)ii = < Si,Sj> , i,j = 1,2,..,K, und W eine diagonale Matrix der Benutzerenergien ist, das heißt, W = diag(w&sub1;, .., wk). Der Vektor y = (y&sub1;, .., Yk)T besteht aus den angepassten Filterausgaben des Empfängers. Die vorstehende Gleichung kann mit einem Algorithmus vom Viterbi-Typ gelöst werden, jedoch macht die Komplexität der Berechnung es unmöglich, einen optimalen Empfänger dieser Art in der Praxis zu implementieren, wie es vorstehend beschrieben ist.
Bei dem erfindungsgemäßen Empfangsverfahren werden Mehrfachbenutzerdaten und Kanalparameter somit gleichzeitig unter Verwendung einer rekursiven Erfassungseinrichtung erfasst. Die Kanalparameter umfassen hier alle Kanalinformationen, die zum Treffen einer Entscheidung bezüglich der Datenerfassung erforderlich sind, wie die Leistung, Phase und Verzögerung jedes empfangenen Signals, und die Korrelation zwischen den verschiedenen Signalkomponenten.
Gemäß einem bevorzugten Ausführungsbeispiel der Erfindung beruht die Erfassung auf einem Erfassungsverfahren beruhend auf einer adaptiven mehrdimensionalen Signalpunktmatrix. Nach den Hochfrequenzabschnitten und der A/D-Wandlung wird das empfangene Signal einer Signalvorverarbeitungseinrichtung zugeführt, die bei CDMA beispielsweise durch angepasste Filter dargestellt wird. Das Signal wird dann im Zeitbereich in Blöcke einer bestimmten Länge eingeteilt, die dann rekursiv im Empfänger verarbeitet werden. Bei der rekursiven Erfassung wird der gleiche Signalblock eine gewünschte Anzahl oft verarbeitet. Aus jedem Signalblock, das heißt, jedem Signal, das innerhalb eines bestimmten Zeitschlitzes empfangen wird, werden die Benutzerdaten und Kanalparameter durch eine gemeinsame Schätzung erfasst. Die Signalblöcke sind im Zeitbereich nicht notwendigerweise total getrennt, sondern überlappen bei Bedarf teilweise. Abtastwerte können von jedem Block in einer gewünschten Reihenfolge und eine gewünschte Anzahl oft genommen werden. Die Abtastwerte werden entweder nacheinander oder blockweise verarbeitet. Bei der gemeinsamen Schätzung werden die Inhalte jedes Blocks zumindest einmal verwendet. Die Kanalparameter und Daten eines spezifischen Zeitabschnitts werden auf der Grundlage des in diesem bestimmten Zeitabschnitt empfangenen Signals geschätzt.
Bei der Erfassung wird das von der Signalvorverarbeitungseinrichtung empfangene Signal, das als Vektor y ausgedrückt werden kann, einer Signalpunktmatrixgruppe zugeordnet, zu der der nächste Codebuchvektor, beispielsweise mi gehört. Zum Auffinden des am nächsten liegenden Codebuchvektors wird eine Entfernungsfunktion d(y,mi) verwendet, wobei die Funktion dem bei der Erfassung verwendeten Kriterium entspricht. Der nächste Codebuchvektor wird somit durch die Entfernungsfunktion unter Verwendung folgender Formel erhalten:
c = arg in{d(y,mi)}
Ein oft verwendetes Berechnungsverfahren zur Bestimmung der Entfernung zum nächsten Codebuchvektor besteht in der Berechnung der euklidischen Distanz durch folgende Formel:
c = argm n{ y - mi }
Die durch die zwei vorstehenden Gleichungen - sowohl die optimale als auch die euklidische Entfernungsfunktionbestimmten Entfernungsfunktionen führen zu einer exponentiellen Komplexität, wenn sich die Anzahl der Benutzer erhöht. Dies resultiert in einer schweren Berechnungslast im Empfänger.
Gemäß einem bevorzugten Ausführungsbeispiel der Erfindung wird ein Signal unter Verwendung eines assoziativen Netzes klassifiziert, aufgrund dessen sich die Komplexität linear erhöht, und die Berechnungslast im Empfänger merklich verringert wird. Die Theorie eines assoziativen Netzes ist näher bei Hecht-Nielsen: Neurocomputing, Addison-Wesley, New York, 1989, Kapitel 4 und 5 beschrieben. Die Erfassung beruhend auf der Beschreibung des assoziativen Netzes ist entweder linear oder nicht linear.
Ein Beispiel für eine nicht lineare Erfassung ist das neuronale Hopfield-Netz, das bei Kechriotis, Manolakos: "Implementing the Optimal CDMA Multiuser Detector with Hopfield Neural Network", Proceedings of the International Workshop of Applications of Neural Networks to Telecommunications, Lawrence Erlbaum Associates, Publishers 1993, ed. J. Alsphetor, R. Goodman, T. Brown und bei Varanasi, Aazhang wie vorstehend angeführt beschrieben ist. Die Verwendung eines assoziativen Netzes ermöglicht die Verringerung der Anzahl an Berechnungen sowohl bei der Kanalschätzung als auch bei der Datenerfassung, und das assoziative Netz kann mit einer gewünschten Komplexität in Abhängigkeit vom Kanal und der gewünschten Anzahl an Berechnungen implementiert werden. Die Energiefunktion des komplexen heteroassoziativen Hopfield-Netzes mit BPSK lautet:
E = 2Re(y(i)TWb) - bTWRWb
was auch wie folgt ausgedrückt werden kann:
E = 2bTT - bTCb
wobei C = WRW,
und T = Wy(i).
Kanalmatrizen C(i) und T sind typischerweise für jedes Symbol verschieden, da sich die Kanalparametermatrix W zeitlich ändert. Das assoziative Netz muss daher auch adaptiv sein.
Es wird angenommen, dass die Bitschätzwerte durch das assoziative Netz erzeugt werden, und dass sich die Kanalparameter mit der Zeit ändern. Die Kanalparameter können durch eine assoziative Abbildung gelernt werden. Die assoziative Abbildung muss die Abbildung y = Hb lernen, mit den gegebenen Paaren (y(i), b~(i)). Das Lernen kann unter Verwendung geschätzter Symbole wie folgt implementiert werden:
H(i+1) = H(i) + αi(y(i) - H(i)b^(i))b^(i)T,
wenn y(i), b^(i) ωn
H(i+1) = H(i) - αi(y(i) - H(i)b^(i))b^(i)T,
wenn y(i) ωn, b^(i) nωm, n ≠ m
oder
H(i+1) = H(i) + αi(y(i)) - H(i)b^(i))b^(i)T + Σb^(i) Nb^(i)βi(y(i) - H(i)b^(i))b^(i)T
Die vorstehenden Indices (i) und (i + 1) sind somit iterative Indices und keine Datenindices. Die gleichen Daten können die vorstehenden Formeln viele Male durchlaufen.
Ein Beispiel für eine lineare Erfassung ist beispielsweise die Dekorrelationserfassung, bei der ein assoziatives Netz somit als Entscheidungsregel verwendet werden kann.
Gemäß einem bevorzugten Ausführungsbeispiel der Erfindung kann das assoziative Netz durch die Kanalmatrix H implementiert sein. Die Kanalmatrix und die Signalpunktmatrix haben folgende Beziehung zueinander:
mi = Hbi
wobei bi einen Bitvektor des Benutzers bezeichnet. In der Praxis bedeutet dies, dass bei der Berechnung von Codebuchvektorentfernungen lediglich linear unabhängige Codebuchvektoren berücksichtigt werden.
In einer rekursiven Schleife wird die Kanalmatrix immer genauer in jeder Runde auf der Grundlage des gleichen Signalblocks geschätzt, was das Treffen der Entscheidung genauer macht.
Gemäß einem bevorzugten Ausführungsbeispiel der Erfindung können zwei alternative adaptive Korrekturverfahren verwendet werden: die Lernvektorquantisierung LVQ und die selbstorganisierende Abbildung SOM.
Wird die LVQ verwendet, wird eine adaptive Signalpunktmatrix mittels einer in dem empfangenen Signal enthaltenen Trainingssequenz korrigiert. Der Empfänger kann sich somit an die Verzerrung des empfangenen Signals durch entsprechende Verzerrung der Signalpunktmatrix anpassen. Das Verfahren ist bei Teuvo Kohonen, Self-Organisation and Associative Memory, Springer-Verlag, Berlin-Heidelberg-New York-Tokio, dritte Ausgabe, 1989 näher beschrieben.
Korrigiert der Empfänger die adaptive Signalpunktmatrix mittels einer selbstorganisierenden Abbildung SOM, ist keine separate Trainingssequenz erforderlich. Wie die LVQ wurde das SOM-Verfahren früher bei Mustererkennungsproblemen angewendet, wie es ausführlicher sowohl in der vorstehend angeführten Quelle als auch bei Teuvo Kohonen, "The Self-Organization Map", Proceedings of the IEEE 78(9), Seiten 1464 bis 1480, 1990; Kohonen, "Generalizations of the Self-Organizing Map", Proceedings of the International Joint Conference an Neural Networks IJCNN'93, Nagoya, Japan, Oktober 25 bis 29, 1993; Kohonen, "Things You Haven't Heard about the Self-Organization Map", Proceedings of the 1993 IEEE International Conference on Neural Networks, San Francisco, USA, 28. März bis 1. April 1993, Seiten 1147 bis 1156; und Kohonen, Raivio, Simula, Henriksson, "Start-Up Behaviour of a Neural Network Assisted Decision Feedback Equalizer in a Two-Path Channel", Proceedings of the IEEE International Conference on Communications, Chicago, USA, 14. bis 18. Juni, 1992, Seiten 1523 bis 1527 beschrieben ist.
Im Folgenden sind beide vorstehend angeführten Verfahren im Hinblick auf das erfindungsgemäße Verfahren veranschaulicht.
Ein optimaler Mehrfachbenutzer-CDMA-Empfänger funktioniert im Ansprechen auf einen erschöpfenden Identifizierer nicht linear, der von den Filtern erhalten wird, die an die Spreizungscodes angepasst sind. Die LVQ- und SOM-Verfahren können hier zum Schätzen optimaler Bayes- Entscheidungsgrenzen verwendet werden. Die bayes'schen Entscheidungsgrenzen unterscheiden die Klassen mit einer minimalen Fehleranzahl.
Jeder mögliche diskrete Signalraum kann so betrachtet werden, als ob er seine eigene Klasse ωk bildet. Jede Klasse ist durch eine Gruppe von Codebuchvektoren definiert, deren Dimension derart definiert werden kann, dass sie sich mit der Applikation ändert.
Die Anzahl an Codebuchvektoren pro Klasse hängt von der gewünschten Genauigkeit der Näherung ab. Umfasst jede Klasse lediglich einen Codebuchvektor, sind die Entscheidungsgrenzen linear. Je mehr Codebuchvektoren es gibt, desto genauer nähert das Treffen einer Entscheidung einen optimalen Empfänger, wenn die Entscheidungsgrenzen stückweise linear sind und sich die Komplexität mit der Anzahl an Codebuchvektoren erhöht. Jede Klasse kann auch eine unterschiedliche Anzahl an Codebuchvektoren umfassen. Jeder Codebuchvektor zeigt auf einen Punkt, der die Klasse repräsentiert. Wurde eine Vorab-Anzahl an Codebuchvektoren jeder Klasse zugeordnet und in einem assoziativen Netz gespeichert, kann der folgende LVQ-Algorithmus zum Schätzen der wahren Kanalmatrix H verwendet werden.
Die aus der Ausgabe der angepassten Filter erhaltenen Informationen werden einem LVQ-Block zugeführt, der die Matrix entsprechend den folgenden Gleichungen iterativ aktualisiert:
Hi+1 = Hi + αi(y - Hib^i)b^iT, Wenn y,b^i wi
Hi+1 = Hi - αi(y - Hibi)b^iT, wenn y ωi, b^i wj, i ≠ j
wobei die individuellen Lernraten beispielsweise wie folgt definiert sind:
wobei si = 1 für eine korrekte Klassifikation und -1 für eine inkorrekte Klassifikation steht. Der ausgewählte Entscheidungsalgorithmus liefert die Entscheidungen b^i.
Ein durch die LVQ empfangenes Signal enthält eine bekannte Trainingssequenz, auf deren Grundlage die Erfassungseinrichtung (entweder die adaptive Signalpunktmatrix oder das adaptive assoziative Netz) aktualisiert wird.
Bei einem auf einer selbstorganisierenden Abbildung beruhenden Verfahren unterscheidet sich der Lernprozess, das heißt, die Korrektur der Codebuchvektoren, von der LVQ darin, dass das empfangene Signal keine spezielle Lernsequenz enthält, sondern die selbstorganisierende Abbildung Codebuchvektoren in einer adaptiven Signalpunktmatrix direkt auf der Grundlage des empfangenen Signals dorthin zuweist, wo die Anzahl der empfangenen Signalpunkte am größten ist. Es passt sich somit automatisch an das empfangene Signal an. Bei der SOM wird die Matrix beispielsweise entsprechend der folgenden Gleichung aktualisiert:
Hi+1 = Hi + αi(yi - Hib^i)b^iT + Σb~i Nb^iβi(yi - Hib~i)b~iT
wobei b^i der Symbolschätzwert ist, der durch den ausgewählten Entscheidungsalgorithmus gegeben ist, b~i eine alternative Konkurrenzbitfolge bezeichnet, und Nb^i einen Satz von Konkurrenzentscheidungen bezeichnet, Konkurrenzentscheidungen stellen einen Satz zweitbester aber nicht am besten passender - Klassifikationen des empfangenen Signals dar.
αi und βi sind Konvergierungskoeffizienten, mit denen der Betrieb der Erfassungseinrichtung gesteuert werden kann. Die Koeffizienten können derart ausgewählt werden, dass sich die Erfassungseinrichtung an einen stationären Kanal anpasst, oder alternativ, dass die Erfassungseinrichtung die nicht stationären Änderungen des Kanals verfolgt.
Die vorstehend angewendete Implementation besteht darin, dass ein Gewichtungskoeffizient auch in Verbindung mit der Entscheidung berechnet wird, und die Benutzerdaten der geeigneten Signalpunktmatrix auf dessen Grundlage zugeordnet werden. Der Gewichtungskoeffizient kann sowohl bei der rekursiven Erfassung als auch bei der späteren Verarbeitung der Daten verwendet werden. Dieses Verfahren ermöglicht die Beseitigung unwahrscheinlicher Entscheidungen und beschleunigt dadurch weiter die Berechnung.
Ein Gewichtungskoeffizient für die Genauigkeit der Erfassung wird durch die Berechnung einer Funktion der Wahrscheinlichkeit der geschätzten Klasse des Signals und bei Bedarf der Wahrscheinlichkeiten der Konkurrenzklassifikationen bestimmt. Die Wahrscheinlichkeiten können unter Verwendung einer geschätzten Kanalmatrix geschätzt werden. Der berechnete Gewichtungskoeffizient kann auch Vertrauenskoeffizient genannt werden.
Der berechnete Gewichtungskoeffizient kann somit sowohl für die Klassifizierung des Signals als auch die Aktualisierung der Erfassungseinrichtung verwendet werden. Die Aktualisierung eines assoziativen Netzes oder einer adaptiven Signalpunktmatrix kann sowohl auf der ausgeführten Signalklassifikation als auch dem berechneten Vertrauenskoeffizienten beruhen, der sich darauf bezieht. Außerdem ist es möglich, beim Aktualisierungsvorgang die ideale Klassifikation und einen Satz zweitbester Klassifikationen und deren Gewichtungskoeffizienten zu berücksichtigen.
Der Hauptvorteil des vorstehenden Verfahrens, bei dem somit sowohl die tatsächliche Entscheidung als auch ein Satz zweitbester Klassifikationen verwendet werden, besteht darin, dass der Empfänger weiß, wie zuverlässig die Entscheidung ist. Zeigen die berechneten Gewichtungskoeffizienten, dass die Entscheidung zuverlässig ist, können sogar Hauptänderungen im Empfänger gemacht werden, während bei unzuverlässigen Entscheidungen Änderungen allmählich vorgenommen werden.
Das Verfahren des bevorzugten Ausführungsbeispiels der Erfindung kann durch die folgende Lösung veranschaulicht werden:
Schritt 1: Die Anfangswerte in der Matrix H&sub0; einstellen.
Schritt 2: Die angepasste Filterausgabe lesen und sie in Blöcke einteilen.
Schritt 3: Das Signal des verarbeiteten Blocks durch die vorstehend beschriebenen Erfassungsroutinen klassifizieren.
Schritt 4: Das assoziative Netz beispielsweise unter Verwendung der vorstehenden Formeln aktualisieren.
Schritt 5: Wurde der Block eine gewünschte Anzahl oft verarbeitet, den zu verarbeitenden Block ändern.
Schritt 6: Zu Schritt 3 gehen.
Im Folgenden wird das erfindungsgemäße Verfahren durch ein einfaches Beispiel veranschaulicht. Das System soll zwei aktive Benutzer mit Spreizungscodes S&sub1; = [1,1,1] und S&sub2; = [1,-1,1] haben, wobei die Kreuzkorrelation der Codes 1/3 ist. Es wird angenommen, dass der Kanal ein Gauss-Kanal ist. Im Empfänger beträgt das Signal/Rausch-Verhältnis des ersten Benutzers 8 dB und das des zweiten Benutzers 10 dB.
Die Matrix W hat somit den Wert W = diag(1; 3, 16). Der Anfangswert der Matrix H&sub0; in einer Erfassungseinrichtung, die eine selbstorganisierende Abbildung verwendet, wird gleich der Identitätsmatrix I gesetzt.
Fig. 3 zeigt die Verschiebung einer Signalpunktmatrix, wenn der Empfänger ein empfangenes Signal rekursiv verarbeitet. Am Startpunkt wurden die Punkte der Identitätsmatrix als Anfangswert eingestellt, jedoch hat sich nun die Punktmatrix in Richtung des durch den Kanal verzerrten tatsächlichen Signals verschoben.
Bei einem bevorzugten Ausführungsbeispiel der Erfindung kann ein assoziatives Netz durch eine Kreuzkorrelationsmatrix R implementiert werden. Wie es vorstehend beschrieben ist, ist die Kanalmatrix H durch das Produkt H = RW definiert, wobei R die Kreuzkorrelationsmatrix der verwendeten Spreizungscodes ist, das heißt, (R)ij = < Si, Sj> , i, j = 1, 2, .., K, und W die Diagonalmatrix der Benutzerenergien ist, W = diag (w&sub1;, .., wk).
Wird nur eine Kreuzkorrelationsmatrix verwendet, ist keine Energiematrix W bei der Berechnung erforderlich, und dies macht die Berechnung verglichen mit der Verwendung einer Kanalmatrix schneller.
Fig. 4 zeigt die Struktur eines erfindungsgemäßen Empfängers, in diesem Fall eines Basisstationsempfängers. Die Erfindung kann aber auch in einer Mobilstation auf ähnliche Weise angewendet werden. Der Empfänger umfasst eine Antenne 10, die das empfangene Signal über Hochfrequenzabschnitte 11 einem A/D-Wandler 12 zuführt. Das umgewandelte Signal wird einer Einrichtung 13 zugeführt, die das empfangene Signal vorverarbeitet. Bei einem bevorzugten Ausführungsbeispiel der Erfindung kann die Einrichtung durch angepasste Filter dargestellt sein, die beispielsweise mit einer Vielzahl von RAKE-Empfängern implementiert sind, die jeweils die Signalisierung von einem Benutzer empfangen. Jeder RAKE-Empfänger umfasst mehrere separate Korrelatoren, die eine Mehrwegeausgebreitete Signalkomponente empfangen können. Die empfangenen Signalkomponenten werden vorzugsweise im RAKE- Empfänger kombiniert. Die Struktur des RAKE-Empfängers ist näher bei G. Cooper, C. McGillem: Modern Communications and Spread Spectrum, McGraw-Hill, New York, 1986, Kapitel 12 beschrieben.
Der erfindungsgemäße Empfänger kann aber auch ohne RAKE- Empfänger implementiert werden. Eine Alternative ist beispielsweise die Erhöhung der Dimension des assoziativen Netzes oder der Signalpunktmatrix. Hat das Kanalmodell der Benutzer beispielsweise eine Anzapfung, wird die Dimension der Signalpunktmatrix bzw. des assoziativen Netzes auf das einfache erhöht.
Von den angepassten Filtern wird das Signal einer Einrichtung 14 zugeführt, die das empfangene Signal im Zeitbereich in Blöcke einer gewünschten Länge unterteilt und die Blöcke für die Dauer der Verarbeitung speichert. Jeder Signalblock wird im Empfänger eine gewünschte Anzahl oft rekursiv verarbeitet, woraufhin der nächste Block von der Einrichtung 14 für die Verarbeitung erhalten wird. Von der Unterteilungseinrichtung 14 wird das Signal zuerst einer Einrichtung 15 zugeführt, wo die Anfangswerte für die Schätzung eingestellt werden. Das heißt, die gewünschten Anfangswerte werden in einem assoziativen Netz, wie einer Kanalmatrix, für die erste Runde der Schätzung eingestellt.
Die Einteilung in Blöcke wird durch das folgende Beispiel veranschaulicht. Die Ausgabe der angepassten Filter 13 soll Abtastwerte z&sub1;, .., zj+1, .., zj+J umfassen. Ist die Länge eines Blocks beispielsweise j, kann der Block derart gebildet werden, dass der erste Block die Abtastwerte L&sub1; = {z&sub1;, .., zj} und der zweite Block Abtastwerte L&sub2; = {zi, .., zj+1+i} umfasst, mit i > 1. Ist i = j + 1, umfassen die Blöcke keinen gleichen Abtastwert, und überlappen somit nicht.
In der Einrichtung 15 werden die Anfangswerte für die Schätzung eingestellt, indem die Blöcke dem Schätzalgorithmus eine gewünschte Anzahl oft zugeführt werden, und indem die früher als die Anfangswerte erhaltenen Schätzwerte für die Bits und Kanalparameter verwendet werden. Sind keine früheren Schätzwerte verfügbar, werden die Parameter durch ein bekanntes Verfahren geschätzt; in CDMA können die Parameter beispielsweise unter Verwendung der Ausgaben der RAKE- Zweige initialisiert werden. Alternativ kann ein ML- Verfahren oder ein suboptimales ML-Verfahren verwendet werden.
Von der Einstelleinrichtung 15 werden das Signal und der Anfangsschätzwert des assoziativen Netzes über eine erste Schalteinrichtung 16 einer Erfassungseinrichtung 17 zugeführt, wo die Daten und Kanalparameter gleichzeitig durch ein assoziatives Netz beispielsweise unter Verwendung der vorstehend beschriebenen Verfahren, wie LVQ und SOM, erfasst werden. Die Ausgabe der Erfassungseinrichtung liefert somit den Schätzwert für das Signal und die Kanalparameter und die Momentanwerte für das assoziative Netz. Bei einem bevorzugten Ausführungsbeispiel wird auch die Wahrscheinlichkeit der Erfassungsgenauigkeit in der Erfassungseinrichtung 17 berechnet, wobei dieser Wert auch in die Ausgabe der Einrichtung 17 aufgenommen werden kann.
Die Ausgabe der Erfassungseinrichtung wird einer zweiten Schalteinrichtung 18 zugeführt, aus dessen Ausgabe ein Signalschätzwert und der Wahrscheinlichkeitswert für die Schätzung zur weiteren Verarbeitung im Empfänger erhalten werden. Von der Schalteinrichtung 18 wird die Ausgabe der Erfassungseinrichtung 17 weiter zu einer Schätzparameteraktualisierungseinrichtung 19 geführt, wo das assoziative Netz auf der Grundlage der in der vorhergehenden Runde berechneten Ergebnisse aktualisiert wird.
Das von der Aktualisierungseinrichtung 19 erhaltene Signal, das somit aktualisierte Parameter des assoziativen Netzes umfasst, wird durch die erste Schalteinrichtung 16 zurück zur Erfassungseinrichtung 17 geführt, wo die gleichen Daten erneut mittels des aktualisierten assoziativen Netzes erfasst werden.
In der vorstehend beschriebenen rekursiven Schleife wird jeder Signalblock eine gewünschte Anzahl oft zirkuliert, und danach wird mit der Verarbeitung des nächsten Signalblocks begonnen. Damit die Verarbeitung in Echtzeit stattfinden kann, muss der Erfassungsvorgang natürlich schneller als der Datenstrom des Benutzers zum Empfänger sein.
Gemäß einem Ausführungsbeispiel der Erfindung werden geschätzte Kanalparameter, wie empfangene Signalleistungen, die beispielsweise bei der Leistungssteuerung verwendet werden können, auch von der zweiten Schalteinrichtung weiter gleitet.
Fig. 5 zeigt ein Blockschaltbild eines anderen Empfängers der Erfindung. Wie zuvor umfasst der Empfänger eine Antenne 10, Hochfrequenzabschnitte 11 und einen A/D-Wandler 12. Danach wird das empfangene Signal einer Signalschätzeinrichtung 50 zugeführt, die die Umwandlungsrate des empfangenen Signals überwacht. Der Empfänger umfasst zwei Schätzblöcke 51, 52. Im ersten Schätzblock 51 ist das assoziative Netz unter Verwendung einer Kanalmatrix implementiert. Im zweiten Schätzblock 52 ist das assoziative Netz unter Verwendung einer Kreuzkorrelationsmatrix implementiert. Die Struktur des Schätzblocks ist ähnlich der in Fig. 4, mit einer Einrichtung 15 zur Initialisierung der Schätzung, einer Erfassungseinrichtung 17, einer ersten und zweiten Schalteinrichtung 16, 18 und einer Schätzparameteraktualisierungseinrichtung 19. Die Einrichtung 14 zum Einteilen eines Signals in Blöcke kann derart eingerichtet sein, dass sie beiden Blöcken gemeinsam ist, oder kann in jedem Block angeordnet sein. Gemäß der Figur hat jeder Block seine eigene Einrichtung 14 zum Einteilen des Signals in Blöcke.
Die Einrichtung 50 überwacht somit die Umwandlungsrate des empfangenen Signals, und ist die Umwandlungsrate hoch, wird ein Erfassungsblock verwendet, der eine Kreuzkorrelationsmatrix anwendet und somit schnell ist. Ist die Umwandlungsrate des Signals niedrig, wird ein eine Kanalmatrix verwendender Erfassungsblock angewendet.
Obwohl die Erfindung bezüglich des in der Zeichnung veranschaulichten Beispiels beschrieben wurde, ist selbstverständlich, dass die Erfindung nicht darauf beschränkt ist, und auf vielerlei Arten modifiziert werden kann, ohne vom Schutzbereich abzuweichen, wie er in den beigefügten Patentansprüchen definiert ist.

Claims

1. Empfangsverfahren zur Verwendung in einem Telekommunikationssystem, bei dem eine Anzahl an Signalkomponenten gleichzeitig aus einem empfangenen Signal erfasst werden, und das empfangene Signal im Zeitbereich in Blöcke einer bestimmten Länge unterteilt wird, dadurch gekennzeichnet, dass die Blöcke einer gleichzeitigen Schätzung von Benutzerdaten und Kanalparametern im Empfänger durch rekursive Verarbeitung jedes Blocks unterzogen werden, wobei gleiche Daten mehr als einmal geschätzt werden, und dass eine adaptive Signalpunktmatrix bei der Erfassung von Signalblöcken verwendet wird, die Entfernung zwischen einem Momentansignalabtastwert eines empfangenen Signals und Vektoren, die auf die Punkte auf der Signalpunktmatrix zeigen, berechnet wird, und dass der Signalabtastwert einem bestimmten Punkt auf der Signalpunktmatrix durch Auswählen des Punkts zugeordnet wird, wo die Entfernung zwischen dem auf diesen zeigenden Codebuch-Vektor und dem Momentansignalabtastwert die kürzeste ist.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass einige der Signalkomponenten von vielen verschiedenen Benutzern erhalten werden.

3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Punkte auf der adaptiven Signalpunktmatrix mittels einer bekannten, im empfangenen Signal enthaltenen Trainingssequenz an korrekten Positionen platziert werden.

4. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Punkte auf der adaptiven Signalpunktmatrix auf der Grundlage der ausgeführten Signalklassifikation an korrekten Positionen platziert werden.

5. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein Signalabtastwert mittels eines adaptiven assoziativen Netzes klassifiziert wird.

6. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass das adaptive assoziative Netz mittels einer bekannten, im empfangenen Signal enthaltenen Trainingssequenz aktualisiert wird.

7. Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass das assoziative Netz mittels einer Kanalmatrix implementiert ist.

8. Verfahren nach Anspruch 1 oder 5, dadurch gekennzeichnet, dass ein Gewichtungskoeffizient für die erfassten Symbole des empfangenen Signals berechnet wird, wobei der Koeffizient die Zuverlässigkeit des bei der Erfassung erhaltenen Symbols angibt.

9. Verfahren nach Anspruch 1 und 8, dadurch gekennzeichnet, dass die Punkte auf der adaptiven Signalpunktmatrix auf der Grundlage der idealen Klassifikation und einer Anzahl zweitbester Klassifikationen und Gewichtungskoeffizienten, die für sie berechnet werden, an korrekten Positionen platziert werden.

10. Verfahren nach Anspruch 5 und 8, dadurch gekennzeichnet, dass das adaptive assoziative Netz auf der Grundlage der idealen Signalklassifikation und einer Anzahl zweitbester Klassifikationen und Gewichtungskoeffizienten, die für sie berechnet werden, aktualisiert wird.

11. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein CDMA-Mehrfachzugriffsverfahren im Telekommunikationssystem verwendet wird.

12. Empfänger mit zumindest einer Antenne (10), Hochfrequenzabschnitten (11), einem A/D-Wandler (12) und einer Einrichtung (13) zur Verarbeitung eines empfangenen Signals, einer Einrichtung (14) zum Teilen des empfangenen Signals im Zeitbereich in Blöcke einer bestimmten Länge, wobei die Einrichtung mit der Einrichtung (13) zur Verarbeitung des empfangenen Signals funktionsfähig verbunden ist, gekennzeichnet durch

eine Einrichtung (15) zum Setzen der Anfangswerte zum Schätzen, wobei die Einrichtung mit der Einrichtung (14) zum Teilen des empfangenen Signals in Blöcke funktionsfähig verbunden ist,

eine erste Schalteinrichtung (16), die mit der Einrichtung (15) zum Setzen der Anfangswerte zum Schätzen und einer Einrichtung (19) zum Aktualisieren der Schätzparameter funktionsfähig verbunden ist,

eine Erfassungseinrichtung (17) zum gleichzeitigen Schätzen von Benutzerdaten und Kanalparametern, wobei die Einrichtung (17) mit der ersten Schalteinrichtung (16) funktionsfähig verbunden und zum Schätzen gleicher Daten mehr als einmal eingerichtet ist,

eine zweite Schalteinrichtung (18), die mit der Schätzeinrichtung (17) funktionsfähig verbunden ist, und deren Ausgang einen Schätzwert für das empfangene Signal liefert, und

eine Einrichtung (19) zum Aktualisieren der Schätzparameter, wobei der Eingang der Einrichtung mit der zweiten Schalteinrichtung (18) und dem Ausgang der ersten Schalteinrichtung (16) funktionsfähig verbunden ist, wobei der Empfänger eine Einrichtung zum gleichzeitigen Schätzen von Benutzerdaten und Kanalparametern mittels eines adaptiven assoziativen Netzes umfasst, und die Erfassungseinrichtung (17) auf das empfangene Signal, das verarbeitet wird, beim Aktualisieren des bei der Erfassung verwendeten adaptiven assoziativen Netzes anspricht.

13. Empfänger nach Anspruch 12, dadurch gekennzeichnet, dass die Erfassungseinrichtung zur Verwendung einer adaptiven Signalpunktmatrix bei der Erfassung von Signalblöcken in der Erfassungseinrichtung (17) eingerichtet ist, und die Erfassungseinrichtung (17) auf des empfangene Signal, das verarbeitet wird, beim Korrigieren der bei der Erfassung verwendeten Signalpunktmatrix anspricht.

14. Empfänger nach Anspruch 12, dadurch gekennzeichnet, dass der Empfänger eine Einrichtung (17) zur Berechnung eines Gewichtungskoeffizienten für die erfassten Symbole des empfangenen Signals umfasst, wobei der Koeffizient die Zuverlässigkeit des bei der Erfassung erhaltenen Symbols angibt.

15. Empfänger nach Anspruch 12, dadurch gekennzeichnet, dass der Empfänger eine Einrichtung (50) zum Überwachen der Umwandlungsrate des empfangenen Signals und zumindest zwei verschiedene Erfassungsblöcke (51, 52) zur Erfassung des Signals und eine Einrichtung (50) zur Auswahl eines Erfassungsblocks zur Erfassung eines empfangenen Signals auf der Grundlage der Umwandlungsrate des empfangenen Signals umfasst.