JP5330599B2 - 受信通信信号を最尤検出を用いて結合的に復号するための方法及び受信機 - Google Patents

Description

本発明は、一般的に、無線通信に関し、より具体的には、受信通信信号を復号するための方法及び手段に関する。

ＬＴＥ（Long Term Evolution）は、将来の技術の発展を扱うためにＵＭＴＳ（Universal Mobile Telecommunications System）移動電話標準を改善するという目標を有する、３ＧＰＰ（3^rd Generation Partnership Project）内のプロジェクトである。ＬＴＥは新たなエアインタフェースの標準の開発を含み、（基地局からユーザ機器への）ダウンリンクはＯＦＤＭＡ（直交周波数分割多重アクセス）に基づくことになる。（ユーザ機器から基地局への）アップリンクについては、ＳＣ−ＦＤＭＡ（シングルキャリア周波数分割多重アクセス）が選択肢として注目されており、これはＳＣ−ＦＤＭＡがＯＦＤＭよりも低いピーク対平均電力比を有するためである。低いピーク対平均電力比は、バッテリ駆動のユーザ機器にとって改善された送信電力効率をもたらし、これは重要な設計上の考慮事項である。

いかなる無線通信システムにおいても、送信信号は、その送信される無線チャネルの動的な特性によって歪められる。無線チャネルの動的な特性を補償することを目的として、干渉に対処するための様々な方法が利用可能である。理想的な補償は、無線チャネルの影響が完全にキャンセルされ、残りの等化されたチャネルが周波数の面で完全にフラットとなる、というものであろう。しかしながら、そうした方式は、ほとんどの場合、望ましくない雑音の増幅を引き起こし、性能を制限する。従って、等化方式は、雑音の増幅と透過されたチャネルを周波数の面でフラットにすることとの間のトレードオフを提供する。

送信されたデータが受信機において復元されるために、干渉が抑圧されることが重要である。上述したユーザ機器の電力消費の観点に加えて、ユーザ機器を魅力的なものとするために、そのサイズ及びコストを抑制するという要望もある。サイズ、コスト及び電力消費を低減するという要望は、基地局内の受信機にとってもあてはまる。処理回路のためのスペース及びコストは、従って、最小に維持されるべきである。干渉に対処するために用いられる方法の複雑さ（complexity）は、可能な限り干渉をキャンセルするという要望と競合する。よって、設計者は、最適なものよりも低い性能を有する干渉対処アルゴリズムの使用と、より複雑であってそれ故高価な受信機の設計との選択に直面する。端的には、受信機の複雑さと性能との間には、精度の点でトレードオフが存在する。

このトレードオフの具体的な例は、受信機内で使用される復号方式の選択である。ある高度な検出方式は、最尤検出（ＭＬＤ：Maximum Likelihood Detection）だが、これは変調シンボルの数について指数関数的な計算上の複雑さを有する。その計算上の複雑さを許容し得るレベルにまで低減するための努力が行われてきており、ＭＬＤの効率的な実装は、例えばスフィア復号（Sphere Decoding）である。

以上の点から、簡略化されつつも有効な干渉キャンセル法、より具体的には、これまでに知られている方法よりも一層複雑さの低減されたＭＬＤ、が提供されることが望ましいであろう。

本発明の一般的な目的は、受信機の複雑さと性能との間のトレードオフのバランスをとる、受信通信信号を復号するための方法及び受信機を提供することである。

本発明の具体的な目的は、複雑さの低減された、それにより回路が減少しコストの低減された受信機の設計を可能とする、受信通信信号を復号するための改善された方法及び受信機を提供することである。

本発明の他の目的は、等化され周波数の面でフラットなチャネルが提供され、また空間的な有色雑音が抑圧される、受信通信信号を復号するための方法及び受信機を提供することである。

これら目的は、とりわけ、添付の特許請求の範囲に記載された方法及び受信機によって達成される。

本発明によれば、少なくとも２つの受信通信信号を復号するための受信機における方法が提供される。上記通信信号は、変調され、離散フーリエ変換によりプリコーディングされ、及びＳＣ−ＦＤＭＡ（Single Carrier‐Frequency Division Multiple Access）方式の手段により送信される。上記方法は、重み行列Ｗ（ｍ）に基づいて、上記受信機において観測される信号Ｙ（ｍ）についてアンテナ合成及び等化を実行する最初のステップを含む。それにより、観測信号モデルＸ^＾（ｍ）（便宜的にＸの上に＾記号があるものとする。他のアルファベットについても同様）と周波数領域チャネル推定Ｈ^〜（ｍ）（便宜的にＨの上に〜記号があるものとする。他のアルファベットについても同様）とが提供される。上記方法は、上記観測信号モデルＸ^＾（ｍ）について逆離散フーリエ変換を実行して上記観測信号Ｘ^＾（ｍ）の時間領域モデルＳ^〜（ｎ）を提供し、及び上記周波数領域チャネル推定Ｈ^〜（ｍ）の逆離散フーリエ変換を実行して長さＰの時間領域チャネル推定Ｇ^〜（ｐ）（ここでｐ＝０，１，…，Ｐ−１）を提供するステップ、をさらに含む。上記方法は、上記観測信号Ｘ^＾（ｍ）の上記時間領域モデルＳ^〜（ｎ）を白色化して、上記時間領域モデルＳ^〜（ｎ）の白色化時間領域モデルＳ^＾（ｎ）、及びｐ＝０，１，…，Ｐ−１について白色化時間領域チャネル推定Ｇ^＾（ｐ）を提供するステップをさらに含む。上記方法は、ｐ＝０，１，…，Ｐ−１について上記白色化時間領域チャネル推定Ｇ^＾（ｐ）を用いて、上記白色化時間領域モデルＳ^＾（ｎ）の最尤検出に基づくソフト値の計算を実行することにより、上記少なくとも２つの受信通信信号を結合検出する最後のステップを含み、それにより上記受信通信信号が復号される。本発明の手段によって、通信信号の結合検出の複雑さの低減が受信機において可能となる。等化のステップの出力が部分的に利用可能である場合に、即ち複数のより小さい部分に分割された各部分が結合検出のステップへの入力として扱われる場合に、エラー確率が最小化される。信号を白色化して空間的に白色化された信号を提供する特徴は、空間的に有色な干渉を抑圧することを可能とする。

本発明の一変形例によれば、白色化の上記ステップは、結合検出の上記ステップの前に実行される。そうした計算が結合検出の一部である従来技術とは異なり、結合検出の前に白色化を別に実行することにより、計算の総量が大幅に削減される。

本発明の他の変形例によれば、結合検出の上記ステップは、Ｐ＝１である単一タップチャネルモデルを含む。よって、本発明に係る方法は、単一タップチャネルモデルと共に複数タップ（multi‐tap）チャネルモデルの双方に適用可能であり、それにより異なるアプリケーションに容易に適合され得る柔軟な方法が提供される。本発明の手段によれば、受信機の複雑さとその性能との間のトレードオフについての柔軟性が提供される。結合検出ステップへの入力の定義は柔軟に行われてよく、例えば、結合検出は１つのＳＣ−ＦＤＭＡシンボルの一部に、又は２つの連続するシンボルに適用される。連続するより多くのシンボルが含められれば、性能はより良好となるが、計算上のコストは増加する。

本発明のまた別の変形例によれば、上記方法は、結合検出の上記ステップの前に、上記時間領域チャネル行列推定Ｇ^＾のＱＲ分解を実行して、ＱＲ分解された信号モデルＳ^＾ _ＱＲ（ｎ）とＱＲ分解後の時間領域チャネル行列推定Ｇ^＾ _ＱＲを提供するステップ、を含む。そして、結合検出の上記ステップは：ビット番号ｉ及びユーザｋについてソフト値を計算して、送信ビットがそれぞれ“１”及び“０”である全ての送信シンボルの候補の２つの集合Ｓ_{１，ｋ，ｉ}，Ｓ_{０，ｋ，ｉ}を提供し；上記全ての送信シンボルの候補の集合Ｓ_{１，ｋ，ｉ}，Ｓ_{０，ｋ，ｉ}のいずれを評価すべきかを選択し、上記選択された送信シンボルの候補を評価する、ことにより、上記ＱＲ分解された信号モデルＳ^＾ _ＱＲ（ｎ）を検出することを含む。ＱＲ分解を実行することにより、チャネル行列Ｇ^＾ _ＱＲが上三角となるため、計算量は一層削減される。それにより、Ｍアルゴリズムの使用が可能となる。

Ｍアルゴリズムを使用する本発明のまた別の変形例によれば、評価の上記ステップは、
最尤検出の残差を、

として定義するステップと、
ここで

であり、
残差ｅ_Ｋ−１（ｎ）は、観測シンボルＳ^＾ _{ＱＲ，Ｋ−１}（ｎ）及びシンボル仮説Ｓ_Ｋ−１（ｎ）のみに依存することと、
（ｉ）上記定義の下端の行について、最尤検出の残差の絶対値の二乗に等しいメトリック値を、全てのＳ_Ｋ−１（ｎ）の候補について計算することと、
（ｉｉ）Ｓ_Ｋ−１（ｎ）のＭ個の候補を決定して、Ｍ個の残存候補を提供することと、
（ｉｉｉ）上記観測信号Ｓ^＾ _{ＱＲ，Ｋ−２}（ｎ）の１つの追加的な値について、ステップ（ｉ）及び（ｉｉ）を繰り返すことと、
（ｉｖ）上記Ｍ個の残存候補について、Ｓ_Ｋ−２（ｎ）の全ての送信候補を計算することと、
（ｖ）全ての観測信号について、ステップ（ｉｉｉ）及び（ｉｖ）を繰り返すことと、
を含む。Ｍアルゴリズムの使用は、どの符号語が送信された可能性が最も高いかを高い確率で決定するために要する計算量を大幅に削減する。繰り返しの回数は、最小に維持され得る。

本発明のまた別の変形例によれば、結合検出の上記ステップは、ユークリッド距離の二乗での対数尤度比又はユークリッド距離に基づく対数尤度比の手段によって実行されるソフト値の計算を含む。本方法は、ソフト値の計算について異なる方法を利用できる点で柔軟である。

本発明のまた別の変形例によれば、白色化の上記ステップは、残余の雑音及び干渉共分散行列Ｒ_ηｋを推定することと、上記残余の雑音及び干渉共分散行列のコレスキー分解Ｒ_ηｋ＝ＬＬ^＊を実行して、下三角行列Ｌを提供することと、上記信号の時間領域モデルＳ^〜（ｎ）にＬ^＊を乗算することにより、上記信号の時間領域モデルＳ^〜（ｎ）を白色化して、白色化時間領域モデルＳ^＾（ｎ）を提供することと、上記時間領域チャネル推定Ｇ^〜にＬ^＊を乗算することにより、上記時間領域チャネル行列推定Ｇ^〜を白色化して、白色化時間領域チャネル推定Ｇ^＾を提供することと、を含む。それにより、例えばソフトウェアにおいて容易に実装される方法が提供される。

本発明のまた別の変形例によれば、白色化の上記ステップは、上記受信された信号をスケーリングすることを含み、Ｒ_ηｋの対角要素のみが使用され、スケーリングは（Ｄｉａｇ｛Ｒ_ηｋ｝）^−１／２を用いて行われる。この実施形態は、計算回数を一層削減するが、但し精度の点でいくらかの性能の低下が代償となる。繰り返すと、本方法は、受信機の複雑さとその性能との間のバランスを対象の特定のアプリケーションに合わせて調整することができる点で柔軟である。

本発明のまた別の変形例によれば、スケーリングの上記ステップは、白色雑音行列Ｎ_Ｓ＾（ｎ）の雑音共分散行列であるΛ_Ｎとシンボル間干渉共分散行列であるΛ_ＩＳＩとの和により、残余の雑音共分散行列Ｌ^〜を推定することと、上記信号の時間領域モデルＳ^〜（ｎ）に（Ｄｉａｇ｛Ｌ^〜｝）^−１／２を乗算することにより、上記信号の時間領域モデルＳ^〜（ｎ）をスケーリングして、スケーリングされた時間領域モデルＳ^＾（ｎ）を提供することと、上記時間領域チャネル推定Ｇ^〜に（Ｄｉａｇ｛Ｌ^〜｝）^−１／２を乗算することにより、上記時間領域チャネル行列推定Ｇ^〜をスケーリングして、スケーリングされた時間領域チャネル推定Ｇ^＾を提供することと、を含む。よって、繰り返すと、ソフトウェア及び／又はハードウェアにおいて容易に実装される方法が提供される。

本発明の他の変形例によれば、アンテナ合成は線型最小平均二乗誤差の実行を含み、及び／又は平均二乗誤差を最小化するために重み行列Ｗ（ｍ）が選択される。よって、アンテナ合成のためのよく知られた信頼性のあるアプローチを使用することができる。

本発明は、上述した方法を実装するための手段を含む受信機にも関し、それにより上述の点に対応する利点が達成される。

さらなる特徴及びその利点は、以下の詳細な説明及び添付図面を読むことで明らかとなるであろう。

アップリンクＬＴＥのための１つのサブフレームを例示している。 各々１つのアンテナを有するＫ個のユーザ機器のための送信機を例示している。 本発明に係る受信機のための受信機の構造を例示している。 チャネル推定器及び復調器についての概要を例示している。 シンボルとビットとの間のマッピングを例示している。 シンボルとビットとの間のマッピングを例示している。 シンボルとビットとの間のマッピングを例示している。 ＱＲＭ−ＭＬＤの一例を示している。 本発明に係る方法のステップ群についてのフローチャートを例示している。 本発明が適用され得る無線通信ネットワークの基地局及びユーザ機器を例示している。

本発明の理解のために必要な通信システムの部分のみが説明される。よって、明瞭さのために、よく知られたデバイスの説明は省略される。

導入部分で言及したように、ＬＴＥのためのアップリンクはＳＣ−ＦＤＭＡに基づいており、ＳＣ−ＦＤＭＡは、ＤＦＴによって拡散されるＯＦＤＭであると見なすこともできるため、ＤＦＴＳ（Discrete Fourier Transform Spread：離散フーリエ変換拡散）−ＯＦＤＭと呼ばれる場合もある。図１は、アップリンクＬＴＥのための１つのサブフレームを例示している。ＬＴＥアップリンクにおいて、複数のＳＣ−ＦＤＭＡシンボル２_１、…、２_ｉ、…、２_ｎがサブフレーム１を形成する。具体的には、サブフレームは、ユーザデータ（ＵＤ）を伴う１２個のＳＣ−ＦＤＭＡシンボル２_１、…、２_ｉ、…、２_ｎとそれぞれのサイクリックプレフィクス（ＣＰ）を含み、図示されたケースではｎは１２に等しい。サブフレーム１は、さらに、チャネルパラメータの確立を可能とするためのリファレンス信号（ＲＳ）を伴う２つのシンボル３_１、３_２を含み、リファレンス信号は、パイロット信号又はトレーニング信号と呼ばれる場合もある。本発明は、主にこうしたＳＣ−ＦＤＭＡアップリンクに関連する。

まず特別なケースを参照しながら本発明は十分に説明され、その後一般化された発明の概念が説明されるであろう。

図２は、本発明に係るユーザ機器の送信部５_０、…、５_ｋ、…、５_Ｋ−１において実行される様々なステップの概略を例示している。具体的には、送信部５_０、…、５_ｋ、…、５_Ｋ−１は、以下に簡潔に説明される、離散フーリエ変換（ＤＦＴ）を実行するための手段６、サブキャリアマッピングを実行するための手段７、逆高速フーリエ変換（ＩＦＦＴ）を実行するための手段８、及び無線送信を実行するための手段９を備える。これら手段は、例えば、フィルタを実装する電子部品及び／又はソフトウェアなどの信号処理に通常用いられる手段を含んでよい。

各ＳＣ−ＦＤＭＡシンボルにおいて、各ユーザ機器は、例えば、ＱＰＳＫ（Quadrature Phase Shift Keying）又は例えば１６ＱＡＭ若しくは６４ＱＡＭなどのＱＡＭ（Quadrature Amplitude Modulation）の手段によって変調されるＮ_Ｃ個のシンボルを送信する。ユーザ機器ｋについてのＳＣ−ＦＤＭＡシンボルは、Ｓ_ｋ（ｎ）により表され、次のように表現することができる。

これらシンボルは、ＤＦＴへ入力され、送信シンボルを形成する：

ここで、周波数のインデックスｍについて、０≦ｍ≦Ｎ_Ｃ−１である。各ユーザは、周波数間隔（frequency interval）を割当てられ、その中で送信のためにスケジューリングされる。基地局内に配置されるスケジューラがこの割当てを決定する。スケジューリングされた周波数間隔内でのＮ_Ｃ個のシンボルｘ_ｋ（ｍ）のＮ_ｃ個のサブキャリアへの割当ては、サブキャリアマッピング内で行われる。最終的に、信号はＩＦＦＴ内で処理され、無線信号処理に入力され、アンテナによってエアインタフェース上に送信される。

なお、各送信部５_０、…、５_ｋ、…、５_Ｋ−１について１つの送信アンテナ１０のみが示されているが、本発明は、各ユーザ機器に複数の送信アンテナがあるケースにも拡張可能である。

図３は、本発明に係る受信機の構造を例示しており、受信機１１は例えば基地局内に配置される。信号は、Ｎ_ｒ個のアンテナにより受信され、無線受信部１２においてフィルタリングされ、ＦＦＴ手段１３において周波数領域に変換され、サブキャリア抽出手段１４へ入力される。サブキャリア抽出手段１４は、送信部５_０、…、５_ｋ、…、５_Ｋ−１におけるものと同じサブキャリアを、スケジューラ１５により与えられる通りに使用する。

本応用において、サブキャリアマッピング、ＩＦＦＴ、送信無線（transmitter radio）、送信アンテナ、エアインタフェースチャネル、受信アンテナ、受信無線（receiver radio）、ＦＦＴ及びサブキャリアマッピングは、周波数インデックスｍについてチャネル行列Ｈ（ｍ）によりモデル化され、モデル化はチャネル推定手段１６により実行され、観測信号Ｙ（ｍ）、即ち受信機１１において観測される信号は次に等しくなる。

観測信号についての上述した数式において、次の共分散行列Λを有するガウス雑音としてモデル化される追加的な雑音Ｎ（ｍ）が追加されている：

図３に例示された受信機１１の復調器１７は、図４を参照しながらより詳細に説明される。

図４は、よって、復調器１７を例示しており、具体的には、ＭＭＳＥ（Minimum Mean Square Error：最小平均二乗誤差）等化を実行するための手段１８、ＩＤＦＴ（Inverse Discrete Fourier Transform）を実行するための手段１９、スケーリングを実行するための手段２０、ＱＲ分解（QR Factorization）を実行するための手段２１、及びソフト値計算による結合検出（Joint Detection）を実行するための手段２２を含み、その全てについて以下に詳細に説明する。観測信号及び残余の（residual）雑音モデルもまた、図中で機能ブロックの間に示されている。

図４に例示したように、チャネル推定アルゴリズムは、周波数インデックスｍ＝０、…、Ｎ_Ｃ−１について、次のチャネル推定（channel estimate）

及び次の雑音共分散行列推定の双方を提供する。

このように、図４において、復調器１７は、ＭＭＳＥ等化、ＩＤＦＴ、スケーリング、ＱＲ分解及びソフト値計算による結合検出によって表される。

（ＭＭＳＥ等化）
本応用において、線型ＭＭＳＥアンテナ合成（combination）及び等化（equalization）が使用される。しかしながら、留意すべき点として、例えばゼロフォーシングなどの他の線型的な等化方式が使用されてもよい。観測信号Ｙ（ｍ）には、周波数に依存する重み行列Ｗ（ｍ）が次のように乗算される。

ここで（）^＊は共役及び転置を表す。Ｘ^＾（ｍ）は、以下に表される観測信号のモデルにおいて、ＭＭＳＥが組み合わされた観測信号を表す。重み行列Ｗ（ｍ）は、当分野において知られている通り、次の平均二乗誤差（ＭＳＥ）が最小化されるように選択される。

よって、重み行列Ｗ（ｍ）は次に等しい。

ここで、Λ^〜（ｍ）は、サイズがＮ_ｒ×Ｎ_ｒである雑音及びチャネル共分散行列である。この雑音及びチャネル共分散行列は、ＭＭＳＥの重み行列Ｗ（ｍ）を計算する際には、逆行列にされる必要がある。

ここで、チャネル行列において、周波数インデックスｍは省略される。このＭＭＳＥアンテナ合成（combining）及び等化の後、観測信号のモデルＸ^〜（ｍ）は次に等しくなる。

ここで、以下の通りである。

これは、このＭＭＳＥアンテナ合成及び等化の後のチャネル推定である。なお、ＭＭＳＥアンテナ合成及び等化の後の観測信号の数は、送信器５_１、…、５_ｋ、…、５_Ｋの数Ｋに等しい。

（ＩＤＦＴ‐逆離散フーリエ変換）
図２を参照しながら説明したように、アップリンク上で送信される変調シンボルはＤＦＴ手段６によってプリコーディングされるため、ＭＭＳＥ合成及び等化後の当該シンボルは、時間領域に変換されなければならない。よって、復調器の次のステップは、各ユーザ０≦ｋ≦Ｋ−１及び各シンボル０≦ｎ≦Ｎ_Ｃ−１についての次のようなＩＤＦＴである。

次に説明する検出及びソフト値の計算において、時間差（lag）ゼロのチャネルのみを考慮することができる。この時間領域のチャネル推定は、次のように計算される。

これは、単一のＫ×Ｋの行列である。このＩＤＦＴの後、観測信号の時間領域モデルを、次のように記すことができる。

（スケーリング）
後に説明する検出及びソフト値計算の前に、観測信号のスケーリングを行うことが可能であり、それにより観測信号の各々において残余の雑音の分散が同じ単位（unity）となる。観測信号のこのスケーリングの手段によって、多量のソフト値計算において除算（divisions）が回避される。

残余の雑音は、上述したＭＭＳＥ合成重みを通じてフィルタリングされた追加的な雑音Ｎ（ｍ）、及びシンボル間干渉（ＩＳＩ）、という２つの成分を含む。フィルタリングされた雑音共分散行列の推定は、次に等しい。

ここで、Ｗ（ｍ）はＭＭＳＥ合成行列である。シンボル間干渉共分散行列は、次に等しい。

ここで、Ｇ^〜の減算は、上の小見出し“ＩＤＦＴ‐逆離散フーリエ変換”以下で計算され示されたような単一タップの時間領域チャネルに対応する。

これらより、残余の雑音共分散は、次に等しい。

そして、観測信号及びチャネル推定は、次のようにスケーリングされることができる。

それぞれ、当該信号の算出される時間領域モデルは、次に等しくなる。

ここで、Ｎ_Ｓ＾（ｎ）は、恒等行列に等しい共分散行列を有する空間的に無相関な白色雑音である。

（ＱＲ分解）
次の小見出し以下で説明される最尤検出（ＭＬＤ）において、計算上の複雑さは、シンボル別のビット数及びユーザ数の双方に伴う指数関数的な増加を示すであろう。この計算上の複雑さを低減するために、時間領域チャネルのＱＲ分解が計算されてよく、それにより後に（“Ｍアルゴリズム”の小見出し以下で）説明するＭアルゴリズム（M-algorithm）が使用可能となる。このＱＲ分解は、時間領域チャネル推定Ｇ^＾から次のように計算され、

それにより、Ｑがユニタリ行列、即ちＱＱ^＊＝Ｑ^＊Ｑ＝Ｉとなり、及びＲが上三角となる。観測信号Ｓ^＾（ｎ）にＱ^＊を乗算することにより、当該チャネルは上三角に変換される。

ここで、Ｇ^＾ _ＱＲ＝Ｒが導入される。この変換は、次の負対数尤度（negative Log Likelihood）を変更しない。

これは、次に説明する結合検出及びソフト値計算において使用される。

（結合検出及びソフト値計算）
ソフト値計算、即ち観測されたビットが実際に送信されたビットに等しい確率についてのある種の確率計算が、ここで実行されることとなる。復号器において使用されるべきソフト値の計算のためのアルゴリズムについて、以下に説明する。

まず、結合検出の文脈において、全てのユーザについての全てのあり得る送信シンボルの仮説検証の候補に対し、ある基準が評価されるという、最尤検出（ＭＬＤ）を説明する。その後、評価すべき送信シンボルの選択が行われるという、Ｍアルゴリズムを説明する。

（最尤検出）
Ｍアルゴリズムは、チャネル行列が上三角であることを要し、これは上述したＱＲ分解の結果である。

しかしながら、Ｇ^＾ _ＱＲをＧ^＾に、Ｓ^＾ _ＱＲ（ｎ）をＧ^＾（ｎ）に置き換えることができるケースでは、説明されるＭＬＤはＱＲアルゴリズムがなくとも用いられ得ることに留意すべきである。その場合、全てのユーザの全てのシンボルが全ての組合せについて評価されなければならない。さらに、ＱＲ分解が実行されなければＭアルゴリズムを使用できないことに留意すべきである。

ここで説明する最尤検出について、及び結合検出の文脈において、全てのユーザについての全てのあり得る送信シンボルの仮説検証の候補に対し、ある基準が評価される。

ソフト値は、ビット番号ｉ及びユーザｋについて、例えばユークリッド距離での対数尤度比（ＬＬＲ：Log Likelihood Ratio）として計算される。

ここで、ｂ_ｋ（ｉ）はユーザ番号ｋについての番号ｉのビットであり、ｓ_{０，ｉ，ｋ}はユーザｋについて番号ｉのビットが“０”である全ての送信シンボルの候補の集合である。同様に、ｓ_{１，ｉ，ｋ}はユーザｋについて番号ｉのビットが“１”である全ての送信シンボルの候補の集合である。この負対数尤度｜｜Ｓ^＾ _ＱＲ−Ｇ^＾ _ＱＲＳ｜｜^２はＭＬＤメトリックとして、Ｓ^＾ _ＱＲ−Ｇ^＾ _ＱＲＳはＭＬＤ残差（residuals）としてしばしば言及される。

他の例として、ユークリッド距離でのＬＬＲをソフト値を計算するために使用することができる。

Ｋ個のユーザとシンボル別にＰ個のビットとを伴うシステムにおいて、（図５ａ〜図５ｃに例示した）次の異なる変調アルゴリズムについて、
ＢＰＳＫ（Binary Phase Shift Keying）：Ｐ＝１
ＱＰＳＫ（Quadrature Phase Shift Keying，図５ａ）：Ｐ＝２
１６ＱＡＭ（16-Quadrature Amplitude Modulation，図５ｂ）：Ｐ＝４
６４ＱＡＭ（64-Quadrature Amplitude Modulation，図５ｃ）：Ｐ＝８
ＬＬＲにおける候補数は次の通りである。

例えば、ユーザ機器が２個、即ちＫ＝２であってＱＰＳＫであれば、候補数は１６となり、全ての送信シンボルの候補の集合の全体は次の通りである。

対応するビットは次の通りである。

一例として、（ユーザ０及びビット番号０についてビットが“１”に等しい）集合Ｓ_{１，０，０}は、Ｓ_{ｔｏｔａｌ}における要素番号８、９、１０、１１、１２、１３、１４及び１５を含む集合である。ここで、図５ａ〜図５ｃは、ＱＰＳＫ、１６ＱＡＭ及び６４ＱＡＭのコンスタレーションについてのシンボルとビットとの間のマッピングをそれぞれ例示している。

（Ｍアルゴリズム）
上で説明したＱＲアルゴリズムが用いられる場合、上述したようにチャネル行列Ｇ^＾ _ＱＲは上三角である。すると、対数尤度比（ＬＬＤ）メトリックにおいて用いられるＭＬＤの残差は次に等しくなり、

観測結果Ｓ^＾ _{ＱＲ，Ｋ−１}（ｎ）がＳ_Ｋ−１（ｎ）のみに依存することとなる。Ｍアルゴリズムの最初のステップにおいて、ＭＬＤの残差の絶対値の二乗に等しいメトリック値が、下端の行（last row）のみについて計算される。ここで、メトリック値は、全てのＳ_Ｋ−１（ｎ）の候補について計算される。これは、図６のステップ１に示されている。さらに、最小のメトリックを導くＳ_Ｋ−１（ｎ）のＭ個の候補が決定される。これらシンボルは、残存候補（surviving candidates）として定義される。次のステップ２において、観測信号Ｓ^＾ _{ＱＲ，Ｋ−２}（ｎ）の１つの追加的な値が使用され、Ｓ_Ｋ−２（ｎ）の全ての送信された候補について、残差が計算される。但し、前のステップからのＭ個の残存候補を伴うもののみが対象である。この手続は、ステップ３において、全ての観測信号が含められるまで繰り返される。各ステップの後には、Ｍ個のシンボルのみが残存候補となる。図６は、Ｍ＝２、ＱＰＳＫ（Ｐ＝２）かつユーザ数３（Ｋ＝３）である場合のそうしたＱＲＭ−ＭＬＤアルゴリズムの一例が示されている。

上述したステップ群は、受信通信信号からフィルタリングされた信号を提供する。このフィルタリングされた信号は、送信データビットを復元するために当該フィルタリングされた信号を復調又は復号するための復調手段を含む復調器１７の最終ステップへ入力される。

ＬＬＲのソフト値が計算される際、いくつかのビット値について残存候補が存在しない可能性がある。図６に示された例において、ユーザＫ−１について“１”に等しい番号１のビットは、最後の第３のステップにおいて残存候補を有しない。この場合、ソフト値を計算するための異なるアルゴリズムの候補を使用することができる。例えば、これら欠損したメトリック値は、当該ビットが送信されなかった可能性が高いことを示す大きな定数によって置き換えられてもよい。その代わりに、最後のステップにおいて欠損しているビットについてのＬＬＲは、ＭＬＤメトリック値が存在した最後のステップのものとは異なるメトリックによって置き換えられる。図６に示された例において、ユーザＫ−１について“１”に等しい番号１のビットは、最初のステップにおいてのみ計算されている。この場合、ＬＬＲは、観測結果Ｓ_Ｋ−１（ｎ）のみを考慮することにより計算される。残存候補を欠いているビットについてのソフト値を計算するためのさらに別のアルゴリズムも考えられ得る。

（シミュレーション結果）
上で説明したＭＭＳＥ等化器を用いて、ＢＬＥＲ（ブロックエラーレート）の観点でアップリンクＬＴＥの性能についてシミュレーションを実行した。

単一検出（single detection）と結合検出（joint detection）とを比較すると、シミュレーション結果は、単一のユーザ機器の場合にはそれほどの差異はなかったことを示した。当該結果は、並列的に存在するユーザ機器の数が増加するにつれて、結合検出についての性能が単一検出と比較して増加することをさらに示した。

シミュレーションは、残存候補の数Ｍを可変として用いて、ユークリッド距離及びユークリッド距離の二乗の双方に基づくＬＬＲソフト値計算についても行われた。その結果は、Ｍ＝１６の場合には、ＭＬＤ及びＱＲＭについて２つのＬＬＲの例（variant）の間に差異はないことを示している。残存候補の数がＭ＝８に減少した場合には、ＱＲＭの性能はＭＬＤと比較して劣化する。この場合、ＬＬＲにおけるユークリッド距離がユークリッド距離の二乗と比較してより良好な性能を示した。

本発明を、以下に説明するように一般化することができる。本発明の上述した実施形態は、本発明の一般化されたアイディアの特別なケースであると見なすことが可能であり、より具体的には、スケーリングステップを白色化（whitening）ステップと置き換えることができる。これは、スケーリングが白色化の特別なケースであるという気付きによって理解され、その特別なケースでは、白色化行列から主対角上の要素のみが使用される。

よって、上述したスケーリングは白色化行列の対角要素のみを使用する一方で、この実施形態は白色化行列の全体の使用をも含む。

端的には、本発明を一般化することにより提供されるＳＣ−ＦＤＭＡシステムのための複雑さの低減されたＭＬ検出は、等化、白色化フィルタリング、及びＭＬ検出のステップを含む。本発明によれば、等化のステップの出力は、ＭＬ検出のステップへの入力としてそれぞれ扱われる複数のより小さい部分に分割される。別の言い方をすれば、ＭＬ検出は、ＳＣ−ＦＤＭＡシンボルの全体を対象として実行されるのではなく、ＳＣ−ＦＤＭＡシンボルの一部のみを対象として実行される。ＳＣ−ＦＤＭＡシンボルが空間領域において複数のレイヤ、時間領域において複数の区間（instants）を含むことを思い返されたい。従って、（等化のステップの出力における）ＭＬ検出への入力を定義する様々な手法が可能となる。

以下では、（等化のステップの出力における）時間区間での各レイヤが、ベクトルシンボルの各要素によって表現される。最も簡単な例として、ある時間区間でのレイヤの全て（又はいくつか）を、ＭＬ検出の入力として扱うことができる。言い換えれば、ＭＬ検出は等化からの各ベクトルシンボル（又はベクトルシンボルのいくつかの要素）を対象として実行される（空間領域におけるＭＬ検出）。

それに加えて、あるレイヤにおけるＳＣ−ＦＤＭＡシンボル内の時間区間の全て（又はいくつか）をＭＬ検出の入力として扱うことができ、この場合、全ての（又はいくつかの）ベクトルシンボルの同じ位置の要素が結合的に（jointly）検出される（時間領域におけるＭＬ検出）。

なお、ＭＬ検出は、例えば空間及び時間領域の双方のように、ハイブリッド形式で実行されてもよい。例えば、ＭＬ検出を、２つの連続する時間区間における第１の２つのレイヤに適用し、それとは別に、同じ区間における第２の２つのレイヤに適用することができる。ＭＬ検出の入力における雑音及び干渉は一般的に相関しているため、等化のステップとＭＬ検出のステップとの間に白色化のステップが配置されるべきである。白色化のステップ（白色化フィルタ）は、雑音及び干渉を無相関化（de-correlating）する役割を有し、その係数はＭＬ検出への入力の定義によって決定される。

以下では、ＭＩＭＯ ＳＣ−ＦＤＭＡを前提とする。上述したように、ＭＬ検出の入力を定義する様々な手法が可能だが、以下では、全てのレイヤ、より正確には等化の出力における時間区間での全ての対応する変調シンボル（ベクトルシンボルにより表現される）がＭＬ検出のステップへの入力として扱われるケースに焦点を当てる。なお、以下の説明のほとんどは、ＭＬ検出のステップへの入力のいかなる他の定義にも適用可能である。例えば、当該説明は、レイヤにおける変調シンボルの全て（又はいくつか）がＭＬ検出のステップへの入力として扱われるケースにも適用可能である。

Ｎ_ｔ個の送信アンテナ及びＮ_ｒ個の受信アンテナが存在し、各ＳＣ−ＦＤＭＡシンボルはＲ個のレイヤとＫ個のサブキャリアとを含むものとする。さらに、等化のステップは、線型等化（ＬＥ：Linear Equalization）を含むものとする。ＳＣ−ＦＤＭＡシンボルに対応するＬＥの出力は、次のように表現される。

ここで、
Ｆ_Ｋは正規化されたＤＦＴを表現するＫ×Ｋの行列、Ｆ^＊ _Ｋはその共役転置、
Ｅは等価な（プリコーダを含む）チャネルを表現するＮ_ｒＫ×ＲＫの行列、Ｅ^＊はその共役転置、
ｓは送信シンボルを表現するＲＫ×１のベクトル、ここでｓ＝（ｓ_０ ^Ｔ…ｓ_Ｋ−１ ^Ｔ）^Ｔであり、ｓ_ｋはＲ×１の列ベクトル、
ｗは雑音シンボルを表現するＮ_ｒＫ×１のベクトル、
Ｒ_Ｗ＝Ｅ｛ＷＷ^＊｝は雑音共分散を表現するＮ_ｒＫ×Ｎ_ｒＫの行列、○の中に×の記号はクロネッカー積を表す。

なお、式（３２）における以下の項は、ＳＣ−ＦＤＭＡシンボル内の、それぞれレイヤ別のＤＦＴ、レイヤ別のＩＤＦＴ及びサブキャリア別のＬＥ（ＭＭＳＥ）を表現する。

さらに、送信電力は、次のように定義されるαを通じて正規化される。

ここで、Ｎはサブキャリアの総数、Ｅ_Ｓはサブキャリア別の受信エネルギーである。

雑音は、アンテナブランチの間で空間的に相関するが時間的には相関せず、時間的には不変であると仮定される。従って、ｗ_ｋがｋ番目のサブキャリアについての雑音シンボルを表現するＲ×１のベクトルシンボルであるとすると、共分散行列Ｒ_Ｗｋ＝｛ｗ_ｋｗ_ｋ ^＊｝は、次のようにＲ_ｗに関連する。

なお、直交性に起因する周波数の面でフラットなフェージングを各サブキャリアが経験することから、等価チャネル行列（equivalent channel matrix）Ｅは、次のように表現されるブロック対角行列である。

ここで、Ｎ_ｒ×Ｒの行列Ｅ_ｋは、ｋ番目のサブキャリアにおける（プリコーダを含む）等価チャネルを表現する。次の定義を使用して、

線型等化のステップの出力におけるｋ番目のベクトルシンボルは、次のように表現され得る。

ここで、雑音及び干渉の共分散Ｒ_ηｋ＝Ｅ｛η_ｋη_ｋ ^＊｝は、次のように与えられる。

線型等化のステップからの出力において、所望信号（desired signal）の利得は、次のように表される。

これは、線型等化後の結果のチャネルである。これは、単一タップチャネルモデルであって、即ち、時間領域においてインパルス応答を有する代わりに、時間差ゼロについてのインパルス応答のみが使用される。

Ｒ_ηｋが（例えばコレスキー分解（Cholesky decomposition）を用いて）次のように表現されるとすると、

白色化フィルタの係数はＬ^＊により与えられ、白色化フィルタの出力、即ちＭＬ検出のステップへの入力を次のように表現することができる。

なお、算出される雑音及び干渉ｅ_ｋ＝Ｌ^＊η_ｋは、次の通り、完全に白色化される。

対角のエントリがＬ^＊のそれらから取得されるような対角行列に白色化フィルタを近似することにより、複雑さをさらに低減することが可能であり、それにより当初説明したスケーリングのケースが導かれる。

なお、ＭＬ検出は、次のものをそのチャネル行列として扱う。

例えば、（スケーリングのケースについて既に説明した）ＱＲＭ−ＭＬＤは、次のように与えられるＱＲ分解と共に開始される。

ここで、Ｑはユニタリ行列（即ち、Ｑ＊Ｑ＝ＱＱ＊＝Ｉ＝“恒等行列”）であり、Ｒは上三角である。この分解が計算されることで、線型等化及び白色化後のチャネルＬ^＊ＧをＱとＲとの積として記述することができるようになる。ＱＲＭ−ＭＬＤのアプローチにおいて、信号にＱ^＊が乗算されることで、算出されるチャネルがＲと等しくなる。本発明において、線型等化及び白色化フィルタの出力ｘ_ｋがＱ^＊と乗算されることで、所望信号の利得はＲと等しくなる。

上で述べたように、ＳＣ−ＦＤＭＡシンボルの全体を対象とするＭＬ検出は、常にエラー確率を最小化する。本発明に係る方法は、ＭＬ検出がＬＥのステップの出力の一部のみを入力として扱うことから、よって、いくらかの性能のロスを示す。しかしながら、検出に与えられる部分の制限の中では、本発明に係る方法は、ＭＬ検出の入力において雑音及び干渉を白色化することから、最小のエラー確率を提供する。結果として、ＭＬ検出によれば、追加的なガウス雑音を前提とするルールは、残差、即ち受信信号と全ての送信シンボルの候補の仮説検証との差、の絶対値の二乗を最小化する。なお、白色化のステップの手段により、即ち、白色化フィルタを通過することにより、入力において無色の（白色の）雑音及び干渉を前提とする従来のＭＬ検出を直接的に適用することができる。

上で説明したように、本発明は、従来の線型等化を利用してＳＣ−ＦＤＭＡシンボル内の変調シンボルを分解し、ＳＣ−ＦＤＭＡシンボルの全体を対象としてＭＬ検出を実行する代わりに変調シンボルの一部を対象としてＭＬ検出を実行する。線型等化とＭＬ検出との間の白色化フィルタリングは、等化により引き起こされる雑音及び干渉信号の相関を除去する役割を有する。

本発明の冒頭の実施形態と一般化された概念とを簡単に比較すると、等式（１９）が等式（３９）に対応し、等式（２０）が等式（４２）に対応する。これら等式の結果は、対応する形で使用され、即ち、信号及びチャネルの双方に結果（Ｄｉａｇ｛Ｌ^〜｝）^−１／２及びＬ^＊がそれぞれ乗算される。

よって、本発明は、等化の後にＭＬ検出が行われるという、ＳＣ−ＦＤＭＡのための複雑さの低減されたＭＬ検出を提供する。例えば、等化は、線型等化（ＬＥ）又は決定フィードバック等化（ＤＦＥ：Decision Feedback Equalization）であってもよいが、他の等化方法もまた考えられ得る。ＳＣ−ＦＤＭＡシンボルに対応する等化のステップの出力は、複数の部分に分割され、その各々がＭＬ検出の入力として扱われる。例えば、ＭＩＭＯ（複数入力複数出力）ＳＣ−ＦＤＭＡのケースでは、ＭＬ検出を、ある時間区間におけるレイヤの全て（若しくはいくつか）又はあるレイヤにおける時間区間の全て（若しくはいくつか）のいずれかに適用することができる。ＭＬ検出のステップの入力において相関する雑音及び干渉を白色化するために、等化のステップとＭＬ検出のステップとの間に白色化フィルタが挿入される。当該フィルタの係数は、（もしあればプリコーダを含む）チャネル係数と雑音共分散とに基づいて計算され得る。係数を計算するために、コレスキー分解を利用することができる。本発明は、理論的には、等化の出力が部分的に利用可能である場合にエラーを最小化する。

本発明に係る方法３０におけるステップ群を対象とするフローチャートを示す図７を参照しながら、復号器内で実行される上述したステップ群を次のように要約することができる：

通信信号は、変調され、離散フーリエ変換によりプリコーディングされ、ＳＣ−ＦＤＭＡ（Single Carrier‐Frequency Division Multiple Access）方式の手段により送信される。方法３０は、第１のステップ３１を含み、受信機において観測される信号Ｙ（ｍ）について重み行列Ｗ（ｍ）に基づいてアンテナ合成及び等化が実行される。それにより、観測信号モデルＸ^＾（ｍ）と周波数領域チャネル推定Ｈ^〜（ｍ）とが提供される。方法３０は、第２のステップ３２を含み、観測信号モデルＸ^＾（ｍ）について逆離散フーリエ変換が実行され、それにより観測信号Ｘ^＾（ｍ）の時間領域モデルＳ^〜（ｎ）が提供され、及び周波数領域チャネル推定Ｈ^〜（ｍ）の逆離散フーリエ変換が実行され、それにより長さＰの時間領域チャネル推定Ｇ^〜（ｐ）（ここでｐ＝０，１，…，Ｐ−１）が提供される。方法３０は、第３のステップ３３を含み、観測信号Ｘ^＾（ｍ）の時間領域モデルＳ^〜（ｎ）が白色化フィルタリングされ、それにより時間領域モデルＳ^〜（ｎ）の白色化時間領域モデルＳ^＾（ｎ）と白色化時間領域チャネル推定Ｇ^＾（ｐ）（ここでｐ＝０，１，…，Ｐ−１）が提供される。方法３０は、第４のステップ３４を含み、ｐ＝０，１，…，Ｐ−１について白色化時間領域チャネル推定Ｇ^＾（ｐ）を用いて、白色化時間領域モデルＳ^＾（ｎ）の最尤検出に基づくソフト値の計算を実行することにより、受信された少なくとも２つの通信信号が結合検出され、当該受信通信信号が復号される。

本発明によれば、白色化のステップ３３は、結合検出のステップの前に実行される。

本発明の他の実施形態によれば、結合検出のステップ３４は、ｐ＝１である単一タップ（single‐tap）チャネルモデルを含む。本発明に係る方法は、単一タップチャネルモデルと共に複数タップチャネルモデルの双方に適用可能である。

本発明のまた別の実施形態によれば、方法３０は、結合検出のステップ３４の前に、時間領域チャネル行列推定Ｇ^＾のＱＲ分解を実行する（図７には示されていない）ステップを含み、それによりＱＲ分解された信号モデルＳ^＾ _ＱＲ（ｎ）とＱＲ分解後の時間領域チャネル行列推定Ｇ^＾ _ＱＲが提供される。そして、結合検出のステップは：ビット番号ｉ及びユーザｋについてソフト値を計算して、送信ビットがそれぞれ“１”及び“０”である全ての送信シンボルの候補の２つの集合Ｓ_{１，ｋ，ｉ}，Ｓ_{０，ｋ，ｉ}を提供し、当該２つの全ての送信シンボルの候補の集合Ｓ_{１，ｋ，ｉ}，Ｓ_{０，ｋ，ｉ}のいずれを評価すべきかを選択し、当該選択された送信シンボルの候補を評価する、ことによりＱＲ分解された信号モデルＳ^＾ _ＱＲ（ｎ）を検出することを含む。ＱＲ分解を実行することにより、チャネル行列Ｇ^＾ _ＱＲが上三角となることから、計算量はさらに削減される。それにより、Ｍアルゴリズムの使用が可能となる。

Ｍアルゴリズムを使用する本発明のまたさらに別の実施形態によれば、評価のステップは、最尤検出の残差を、

として定義するステップと、ここで

であることと、残差ｅ_Ｋ−１（ｎ）は、観測シンボルＳ^＾ _{ＱＲ，Ｋ−１}（ｎ）及びシンボル仮説Ｓ_Ｋ−１（ｎ）のみに依存することと、
−（ｉ）上記定義の下端の行について、最尤検出の残差の絶対値の二乗に等しいメトリック値を、全てのＳ_Ｋ−１（ｎ）の候補について計算することと、
−（ｉｉ）Ｓ_Ｋ−１（ｎ）のＭ個の候補を決定して、Ｍ個の残存候補を提供することと、
−（ｉｉｉ）観測信号Ｓ^＾ _{ＱＲ，Ｋ−２}（ｎ）の１つの追加的な値について、ステップ（ｉ）及び（ｉｉ）を繰り返すことと、
−（ｉｖ）上記Ｍ個の残存候補について、Ｓ_Ｋ−２（ｎ）の全ての送信された候補を計算することと、
−（ｖ）全ての観測信号について、ステップ（ｉｉｉ）及び（ｉｖ）を繰り返すことと、
を含む。Ｍアルゴリズムの使用は、どの符号語が送信された可能性が最も高いかを高い確率で決定するために要する計算量を大幅に削減する。繰り返しの回数は、最小に維持され得る。

本発明のまた別の実施形態によれば、結合検出のステップ３４は、ユークリッド距離の二乗での対数尤度比又はユークリッド距離に基づく対数尤度比の手段によって実行されるソフト値の計算を含む。

本発明のまた別の実施形態によれば、白色化のステップ３３は：残余の雑音及び干渉共分散行列Ｒ_ηｋを推定することと、上記残余の雑音及び干渉共分散行列のコレスキー分解Ｒ_ηｋ＝ＬＬ^＊を実行して、下三角行列Ｌを提供することと、上記信号の時間領域モデルＳ^〜（ｎ）にＬ^＊を乗算することにより、上記信号の時間領域モデルＳ^〜（ｎ）を白色化して、白色化時間領域モデルＳ^＾（ｎ）を提供することと、時間領域チャネル推定Ｇ^〜にＬ^＊を乗算することにより、時間領域チャネル行列推定Ｇ^〜を白色化して、白色化時間領域チャネル推定Ｇ^＾を提供することと、を含む。

本発明のまた別の実施形態によれば、白色化のステップ３３は、受信された信号をスケーリングすることを含む。この実施形態は、要求される計算量をさらに削減するが、精度の点でいくらかの性能の低下が代償となる。

本発明のまた別の実施形態によれば、スケーリングのステップ（ステップ３３の特別なケース）は、白色雑音行列Ｎ_Ｓ＾（ｎ）の雑音共分散行列であるΛ_Ｎとシンボル間干渉共分散行列であるΛ_ＩＳＩとの和により、残余の雑音共分散行列Ｌ^〜を推定することと、上記信号の時間領域モデルＳ^〜（ｎ）に（Ｄｉａｇ｛Ｌ^〜｝）^−１／２を乗算することにより、上記信号の時間領域モデルＳ^〜（ｎ）をスケーリングして、スケーリングされた時間領域モデルＳ^＾（ｎ）を提供することと、時間領域チャネル推定Ｇ^〜に（Ｄｉａｇ｛Ｌ^〜｝）^−１／２を乗算することにより、時間領域チャネル行列推定Ｇ^〜をスケーリングして、スケーリングされた時間領域チャネル推定Ｇ^＾を提供することと、を含む。

アンテナ合成は、線型最小平均二乗誤差により実行されてもよく、及び／又は平均二乗誤差を最小化するために重み行列Ｗ（ｍ）が選択されてもよい。

本発明の実施形態の重要な側面は、機能ブロックの位置である。白色化の機能ブロックを結合検出の機能ブロックとは別にすることにより、計算上の負荷の削減が可能となる。なお、白色化は、ＱＲ分解の前又は後に、及びＩＤＦＴの前又は後に実行されてよいことに留意すべきである。

さらに、上述した送信機及び受信機の機能は、ハードウェア、ソフトウェア及びそれらの何らかの組合せにおいて実装することが可能であり、例えば、特定用途向け集積回路（ＡＳＩＣｓ）により、又は例えばマイクロプロセッサ若しくはデジタルシグナルプロセッサにより実行されるべき記憶されるプログラム命令を含むコンピュータプログラムにより実装され得る。

図８は、本発明が適用され得る、基地局４１とユーザ機器４２とを含む無線通信システム４０を例示している。基地局４１は、信号の通信のための無線通信システム４０内での使用のための受信機４３を備える。受信機４３は、説明した方法３０を実行するための手段４４を備える。具体的には、手段４４は、上で説明した必要とされる全ての手段、即ちボックス１２〜２４を含むことを意図される。

当該手段４４は、例えば、特定用途向け集積回路（ＡＳＩＣｓ）又はマイクロプロセッサ若しくはデジタルシグナルプロセッサにより実行されるべき記憶されるプログラム命令を含むコンピュータプログラムを含んでよい。

要するに、本発明は、ＳＣ−ＦＤＭＡのための複雑さの低減されたＭＬ検出を可能とする。まず、本発明は、理論的には、等化の出力が部分的に利用可能である場合に、即ち複数のより小さい部分に分割される各部分が検出の入力として扱われる場合に、エラー確率を最小化する。第２に、ＭＬ検出がＳＣ−ＦＤＭＡシンボルの全体の代わりにＳＣ−ＦＤＭＡシンボルの一部に適用されることから、ＭＬ検出の入力の定義に依存して、結果としての計算の複雑さを大幅に低減することができる。例えば、ＭＬ検出が線型等化のステップからの各ベクトルシンボルについて実行される場合には、２つのレイヤの送信信号がＱＰＳＫにより変調されるとすると、仮説（hypotheses）の数は１６（４^２）個となる。補足すれば、ＯＦＤＭと比較すると、白色化のステップは追加的な計算上の複雑さをもたらすが、それは全体の複雑さのごく小さな割合でしかない。さらに、ＳＣ−ＦＤＭＡのシングルキャリアの特性のおかげで、計算はＳＣ−ＦＤＭＡシンボルごとに一度のみで済む。第３に、白色化フィルタリングが雑音及び干渉の相関を除去するため、最新のＭＬ検出方式のほとんどが適用可能である。第４に、本発明は、ＭＬ検出の入力の定義に従って、性能対複雑さのトレードオフについての柔軟性を提供する。例えば、ＭＬ検出が２つの連続するベクトルシンボルについて結合的に実行される場合には、仮説の数は、上の例において２５６（＝４^４）個にまで増加する。ＭＬ検出が線型等化の出力からの１つのシンボルの代わりに２つの連続するシンボルに適用されるため、この例では、結果としての性能はベクトルシンボルごとのＭＬ検出と比較して改善することが期待される。より多くの連続するシンボルを含めることで、性能は改善し続けると期待されるが、計算上のコストも増加する。なお、上で言及したように、本発明は線型等化の出力のいかなる部分にも広く一般に適用可能である。例えば、２つの連続するベクトルシンボルの第１及び第２の要素、即ち、２つの連続するサンプルの最初の２つのレイヤがＭＬ検出への入力として扱われてもよく、その場合仮説の数は２５６（＝４^４）個に達する。

最後に、本発明のいくつかの利点を、以下にまとめる：
−等化の出力が部分的に利用可能である場合に、エラー確率が最適化される、
−計算上の複雑さが妥当（reasonable）である、
−白色化フィルタリングのおかげで、最新のＭＬ検出方式のほとんどが適用可能である、
−エラー性能と計算上の複雑さとの間の柔軟なトレードオフが可能となる。

Claims (13)

1. 少なくとも２つの受信通信信号を復号するための受信機における方法であって、
   前記通信信号は、変調され、離散フーリエ変換によりプリコーディングされ、及びＳＣ−ＦＤＭＡ（Single Carrier‐Frequency Division Multiple Access）方式の手段により送信され、
   前記方法は、
   重み行列Ｗ（ｍ）に基づいて、前記受信機において観測される信号Ｙ（ｍ）についてアンテナ合成及び等化を実行して、観測信号モデルＸ^＾（ｍ）と周波数領域チャネル推定Ｈ^〜（ｍ）とを提供するステップと、
   前記観測信号モデルＸ^＾（ｍ）について逆離散フーリエ変換を実行して前記観測信号モデルＸ^＾（ｍ）の時間領域モデルＳ^〜（ｎ）を提供し、及び前記周波数領域チャネル推定Ｈ^〜（ｍ）の逆離散フーリエ変換を実行して時間領域チャネル推定Ｇ ^〜 を提供するステップと、
   前記観測信号モデルＸ^＾（ｍ）の前記時間領域モデルＳ^〜（ｎ）を白色化して、前記時間領域モデルＳ^〜（ｎ）の白色化時間領域モデルＳ^＾（ｎ）、及び白色化時間領域チャネル推定Ｇ ^＾ を提供するステップと、
   前記白色化時間領域チャネル推定Ｇ ^＾ を用いて、前記白色化時間領域モデルＳ^＾（ｎ）の最尤検出に基づくソフト値の計算を実行することにより、前記少なくとも２つの受信通信信号を結合検出し、前記少なくとも２つの受信通信信号が復号されるステップと、
   を含む方法。
2. 白色化の前記ステップは、結合検出の前記ステップの前に実行される、請求項１に記載の方法。
3. 白色化の前記ステップは、逆離散フーリエ変換の前記ステップの後に実行される、請求項１に記載の方法。
4. 結合検出の前記ステップは、単一タップチャネルモデルを含む、請求項１、２又は３に記載の方法。
5. 前記方法は、結合検出の前記ステップの前に、前記時間領域チャネル推定Ｇ^＾のＱＲ分解を実行して、ＱＲ分解された信号モデルＳ^＾ _ＱＲ（ｎ）とＱＲ分解後の時間領域チャネル推定Ｇ^＾ _ＱＲを提供するステップ、を含み、
   結合検出の前記ステップは、
   ビット番号ｉ及びユーザｋについてソフト値を計算して、送信ビットがそれぞれ“１”及び“０”である全ての送信シンボルの候補の２つの集合Ｓ_{１，ｋ，ｉ}，Ｓ_{０，ｋ，ｉ}を提供し、
   前記全ての送信シンボルの候補の集合Ｓ_{１，ｋ，ｉ}，Ｓ_{０，ｋ，ｉ}のいずれを評価すべきかを選択し、
   前記選択された送信シンボルの候補を評価する、
   ことにより、前記ＱＲ分解された信号モデルＳ^＾ _ＱＲ（ｎ）を検出することを含む、
   請求項１〜４のいずれかに記載の方法。
6. 評価の前記ステップは、
   最尤検出の残差を、
   

   

   
   として定義するステップと、
   ここで
   

   

   
   であり、
   前記残差ｅ_Ｋ−１（ｎ）は、観測シンボルＳ^＾ _{ＱＲ，Ｋ−１}（ｎ）及びシンボル仮説Ｓ_Ｋ−１（ｎ）のみに依存することと、
   （ｉ）前記定義の下端の行について、最尤検出の残差の絶対値の二乗に等しいメトリック値を、全てのＳ_Ｋ−１（ｎ）の候補について計算することと、
   （ｉｉ）Ｓ_Ｋ−１（ｎ）のＭ個の候補を決定して、Ｍ個の残存候補を提供することと、
   （ｉｉｉ）Ｓ ^＾ _{ＱＲ，Ｋ−２}（ｎ）の１つの追加的な値について、ステップ（ｉ）及び（ｉｉ）を繰り返すことと、
   （ｉｖ）前記Ｍ個の残存候補について、Ｓ_Ｋ−２（ｎ）の全ての送信候補を計算することと、
   （ｖ）全ての観測信号について、ステップ（ｉｉｉ）及び（ｉｖ）を繰り返すことと、
   を含む、請求項５に記載の方法。
7. 結合検出の前記ステップは、ユークリッド距離の二乗での対数尤度比又はユークリッド距離に基づく対数尤度比の手段によって実行されるソフト値の計算を含む、請求項１〜６のいずれかに記載の方法。
8. 白色化の前記ステップは、
   残余の雑音及び干渉共分散行列Ｒ_ηｋを推定することと、
   前記残余の雑音及び干渉共分散行列のコレスキー分解Ｒ_ηｋ＝ＬＬ^＊を実行して、下三角行列Ｌを提供することと、
   前記信号の時間領域モデルＳ^〜（ｎ）にＬ^＊を乗算することにより、前記信号の時間領域モデルＳ^〜（ｎ）を白色化して、白色化時間領域モデルＳ^＾（ｎ）を提供することと、
   前記時間領域チャネル推定Ｇ^〜にＬ^＊を乗算することにより、前記時間領域チャネル推定Ｇ^〜を白色化して、白色化時間領域チャネル推定Ｇ^＾を提供することと、
   を含む、請求項１〜７のいずれかに記載の方法。
9. 白色化の前記ステップは、受信された前記信号を（Ｄｉａｇ｛Ｒ_ηｋ｝）^−１／２でスケーリングすることを含む、請求項１〜６のいずれかに記載の方法。
10. スケーリングの前記ステップは、
    白色雑音行列Ｎ_Ｓ＾（ｎ）の雑音共分散行列であるΛ_Ｎとシンボル間干渉共分散行列であるΛ_ＩＳＩとの和により、残余の雑音共分散行列Ｌ^〜を推定することと、
    前記信号の時間領域モデルＳ^〜（ｎ）に（Ｄｉａｇ｛Ｌ^〜｝）^−１／２を乗算することにより、前記信号の時間領域モデルＳ^〜（ｎ）をスケーリングして、スケーリングされた時間領域モデルＳ^＾（ｎ）を提供することと、
    前記時間領域チャネル推定Ｇ^〜に（Ｄｉａｇ｛Ｌ^〜｝）^−１／２を乗算することにより、前記時間領域チャネル推定Ｇ^〜をスケーリングして、スケーリングされた時間領域チャネル推定Ｇ^＾を提供することと、
    を含む、請求項９に記載の方法。
11. 前記重み行列Ｗ（ｍ）は、最小二乗誤差を最小化するように選択される、請求項１〜１０のいずれかに記載の方法。
12. 請求項１〜１１のいずれかに記載の方法を実行するための手段を備える、
    信号の通信のための無線通信システムにおける使用のための受信機。
13. 前記手段は、特定用途向け集積回路（ＡＳＩＣｓ）、又はマイクロプロセッサ若しくはデジタルシグナルプロセッサにより実行されるべき記憶されるプログラム命令を含むコンピュータプログラムを含む、請求項１２に記載の受信機。
    

Images