特許 6381796 送信シンボルベクトルを形成する符号化ビットの軟推定値を計算する方法及びデバイス

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6381796

(24)【登録日】2018年8月10日

(45)【発行日】2018年8月29日

(54)【発明の名称】送信シンボルベクトルを形成する符号化ビットの軟推定値を計算する方法及びデバイス

(51)【国際特許分類】

   H04B 7/0413 20170101AFI20180820BHJP

   H03M 13/45 20060101ALI20180820BHJP

   H04L 27/00 20060101ALI20180820BHJP

【ＦＩ】

   H04B7/0413 232

   H03M13/45

   H04L27/00 B

【請求項の数】14

【全頁数】19

(21)【出願番号】特願2017-520564(P2017-520564)

(86)(22)【出願日】2016年1月25日

(65)【公表番号】特表2017-538317(P2017-538317A)

(43)【公表日】2017年12月21日

(86)【国際出願番号】JP2016052844

(87)【国際公開番号】WO2016132873

(87)【国際公開日】20160825

【審査請求日】2017年4月14日

(31)【優先権主張番号】15155581.0

(32)【優先日】2015年2月18日

(33)【優先権主張国】EP

(73)【特許権者】

【識別番号】503163527

【氏名又は名称】ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ

【氏名又は名称原語表記】ＭＩＴＳＵＢＩＳＨＩ ＥＬＥＣＴＲＩＣ Ｒ＆Ｄ ＣＥＮＴＲＥ ＥＵＲＯＰＥ Ｂ．Ｖ．

(74)【代理人】

【識別番号】100110423

【弁理士】

【氏名又は名称】曾我 道治

(74)【代理人】

【識別番号】100111648

【弁理士】

【氏名又は名称】梶並 順

(74)【代理人】

【識別番号】100122437

【弁理士】

【氏名又は名称】大宅 一宏

(74)【代理人】

【識別番号】100147566

【弁理士】

【氏名又は名称】上田 俊一

(74)【代理人】

【識別番号】100161171

【弁理士】

【氏名又は名称】吉田 潤一郎

(74)【代理人】

【識別番号】100194939

【弁理士】

【氏名又は名称】別所 公博

(72)【発明者】

【氏名】グレッセ、ニコラ

【審査官】 太田 龍一

(56)【参考文献】

【文献】 国際公開第２００８／０４７７３５（ＷＯ，Ａ２）

【文献】 特開２００５−０４５７７６（ＪＰ，Ａ）

【文献】 Hossein Najafi, Mohammad Erfan Danesh Jafari, and Mohamed Oussama Damen，Adaptive Soft-Output Detection in MIMO Systems，Forty-Sixth Annual Allerton ConferenceAllerton House, UIUC, Illinois, USA，２００８年 ９月２６日

【文献】 Mahmoud Taherzadeh, Amin Mobasher, and Amir K. Khandani，Communication Over MIMO Broadcast ChannelsUsing Lattice-Basis Reduction，IEEE TRANSACTIONS ON INFORMATION THEORY, VOL. 53, NO. 12，２００７年１２月

(57)【特許請求の範囲】

【請求項1】

多次元コンステレーションの送信シンボルベクトルを形成する符号化ビットの軟推定値を計算する方法であって、
前記送信シンボルベクトルは、送信元からチャネルを通じて受信機によって受信され、
前記方法は、
整数エントリー又はガウス整数エントリーを有する所定のベクトルのリストＬを前記受信機のメモリから取得するステップと、
前記送信元と前記受信機との間のチャネル行列推定Ｈ及び受信シンボルｙを取得するステップと、
簡約チャネル行列Ｈ_ｒ及び基底変換行列Ｔを前記チャネル行列推定から取得するステップであって、ここで、Ｈ＝Ｈ_ｒＴである、ステップと、
少なくとも前記簡約チャネル行列及び前記受信シンボルから、整数座標を有するベクトルｘ（ハット）を計算するステップであって、前記整数座標を有するベクトルは、観測値ｙ’＝Ｈ_ｒ^−１ｙに対する、整数座標を有する最近ベクトルである、ステップと、
前記所定のベクトルのリストを、前記整数座標を有するベクトルｘ（ハット）の回りにシフトし、シフトされたベクトルのリストであるリスト

【数1】

を取得するステップと、
リストＬ_ｓ∩Ｃ_Ｒを取得するために、シンボルの全ての可能なベクトルｘ＝Ｔｚの集合である変換された多次元コンステレーションＣ_Ｒに属しないＬ_ｓの前記ベクトルを除去するステップと、
前記シフトされたベクトルのリストに属する前記ベクトルのリストＬ_ｓ∩Ｃ_Ｒのベクトルと、前記多次元コンステレーション及び前記基底変換行列から取得される変換された多次元コンステレーションとに従って、前記符号化ビットの軟推定を計算するステップと、
を含むことを特徴とする、方法。

【請求項2】

前記所定のベクトルのリストは、下限及び上限によって境界が定められた実部及び虚部を有する全ての前記ベクトルを含む、格子の原点を中心とした球形の所定のベクトルのリスト又は立方体のベクトルのリストである
ことを特徴とする、請求項１に記載の方法。

【請求項3】

前記整数座標を有するベクトルは、前記簡約チャネル行列から計算されたＭＭＳＥフィルターを連続的に適用して、整数値への丸めを実行することによって取得される
ことを特徴とする、請求項１又は２に記載の方法。

【請求項4】

前記簡約チャネル行列は、ミンコフスキー簡約、コルキン−ゾルタレフ簡約、又はレンストラレンストラロヴァス簡約を用いることによって取得される
ことを特徴とする、請求項１から２のいずれか１項に記載の方法。

【請求項5】

前記簡約チャネル行列は、事前に計算された簡約チャネルの集合又は基底変換行列の集合から、所与の性能指数に従って、１つの簡約チャネル又は１つの基底変換行列を選択することによって取得される
ことを特徴とする、請求項１から２のいずれか１項に記載の方法。

【請求項6】

前記性能指数は、前記簡約チャネル行列の逆行列と、前記簡約チャネル行列の前記逆行列の共役転置との乗算によって取得される行列のトレースの値である
ことを特徴とする、請求項５に記載の方法。

【請求項7】

前記性能指数は、前記簡約チャネル行列をユニタリー行列及び上三角行列に分解することによって取得される前記上三角行列から求められる
ことを特徴とする、請求項５に記載の方法。

【請求項8】

前記簡約チャネルの集合又は前記基底変換行列の集合は、チャネル行列のランダム集合に対するチャネル簡約アルゴリズムのオフライン前処理から取得される
ことを特徴とする、請求項５に記載の方法。

【請求項9】

前記チャネル行列のランダム集合に対するチャネル簡約アルゴリズムのオフライン前処理は、基底変換行列の候補行列の集合を、前記候補行列の集合を空集合に初期化するとともに関連付けられた確率のベクトルを空ベクトルに初期化することによって取得することと、中心に位置するエントリー及び単位分散エントリーを有するチャネルの期待分布に従ってチャネル行列をランダムに生成することと、基底変換行列を取得するために格子簡約を適用することと、前記取得された基底変換行列が前記候補行列の集合にまだ存在しない場合には前記取得された基底変換行列を前記候補行列の集合に加えること、又は前記取得された基底変換行列に関連付けられた確率を変更することとを所与の回数行い、最も高い確率を有する前記候補行列の集合の所定の数の基底変換行列を選択することによって実行される
ことを特徴とする、請求項８に記載の方法。

【請求項10】

前記チャネル行列のランダム集合に対するチャネル簡約アルゴリズムのオフライン前処理は、簡約チャネル行列の候補行列の集合を、前記候補行列の集合を空集合に初期化するとともに関連付けられた確率のベクトルを空ベクトルに初期化することによって取得することと、中心に位置するエントリー及び単位分散エントリーを有するチャネルの期待分布に従ってチャネル行列をランダムに生成することと、簡約チャネル行列を取得するために格子簡約を適用することと、前記取得された簡約チャネル行列が前記候補行列の集合にまだ存在しない場合には前記取得された簡約チャネル行列を前記候補行列の集合に加えること、又は前記取得された簡約チャネル行列に関連付けられた確率を変更することとを所与の回数行い、最も高い確率を有する前記候補行列の集合の所定の数の簡約チャネル行列を選択することによって実行される
ことを特徴とする、請求項８に記載の方法。

【請求項11】

前記チャネル行列は、円分プリコーディング対角チャネルであり、前記簡約チャネル行列の集合は、円分回転の円分体に対するオフライン前処理から取得される
ことを特徴とする、請求項５に記載の方法。

【請求項12】

前記シフトされたベクトルのリストに属する前記コンステレーションベクトルに従った前記符号化ビットの前記軟推定の前記計算は、前記基底変換行列の逆行列と前記整数座標を有するベクトルとの乗算によって実行される
ことを特徴とする、請求項１から１１のいずれか１項に記載の方法。

【請求項13】

前記シフトされたベクトルのリストに属する前記コンステレーションベクトルに従った前記符号化ビットの前記軟推定の前記計算は、前記チャネルを通じて受信された送信シンボルベクトルを用いて実行される
ことを特徴とする、請求項１から１１のいずれか１項に記載の方法。

【請求項14】

多次元コンステレーションの送信シンボルベクトルを形成する符号化ビットの軟推定値を計算するデバイスであって、
前記送信シンボルベクトルは、送信元からチャネルを通じて受信機によって受信され、
前記デバイスは、
整数エントリー又はガウス整数エントリーを有する所定のベクトルのリストＬを前記受信機のメモリから取得する手段と、
前記送信元と前記受信機との間のチャネル行列推定Ｈ及び受信シンボルｙを取得する手段と、
簡約チャネル行列Ｈ_ｒ及び基底変換行列Ｔを前記チャネル行列推定から取得する手段であって、ここで、Ｈ＝Ｈ_ｒＴである、手段と、
少なくとも前記簡約チャネル行列及び前記受信シンボルから、整数座標を有するベクトルｘ（ハット）を計算する手段であって、前記整数座標を有するベクトルは、観測値ｙ’＝Ｈ_ｒ^−１ｙに対する、整数座標を有する最近ベクトルである、手段と、
前記所定のベクトルのリストを、前記整数座標を有するベクトルｘ（ハット）の回りにシフトし、シフトされたベクトルのリストであるリスト

【数2】

を取得する手段と、
リストＬ_ｓ∩Ｃ_Ｒを取得するために、シンボルの全ての可能なベクトルｘ＝Ｔｚの集合である変換された多次元コンステレーションＣ_Ｒに属しないＬ_ｓの前記ベクトルを除去する手段と、
前記シフトされたベクトルのリストに属する前記ベクトルのリストＬ_ｓ∩Ｃ_Ｒのベクトルと、前記多次元コンステレーション及び前記基底変換行列から取得される変換された多次元コンステレーションとに従って、前記符号化ビットの軟推定を計算する手段と、
を備えることを特徴とする、デバイス。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、包括的には、送信元からチャネルを通じて受信機によって受信された送信シンボルベクトルを形成する符号化ビットの軟推定値を計算する方法及びデバイスに関する。

【背景技術】

【0002】

ＭＩＭＯ（多入力多出力）と呼ばれるマルチアンテナ技法は、デジタルビデオブロードキャストシステムに用いることができる。例えば、２ストリームＭＩＭＯ方式は、ブロードキャストシステムのデータレートを２倍に増加させることを可能にする。

【0003】

送信アンテナ数の増加は、受信機の複雑度の大幅な増加を犠牲にしてシステムロバスト性の改善を可能にする。

【0004】

硬出力検出器又は軟出力検出器のような多くのタイプのＭＩＭＯ検出器が研究されてきた。軟出力／軟入力は、ターボ検出及び復号化を可能にする。

【発明の概要】

【0005】

Ｍ×Ｎ複素行列Ｈによって表されるＮ個の入力及びＭ個の出力を有する線形チャネル上での直交振幅変調ＱＡＭコンステレーションのＮ個のシンボルの送信を考えることにする。

【0006】

受信機では、Ｍ個の複素ガウスエントリーのベクトルが線形観測値Ｈｚに加算され、これによって、以下のチャネルモデル：ｙ＝Ｈｚ＋ηが得られる。ここで、Ｅ［ｚｚ^†］＝ρＩ_Ｎであり、Ｅ［ηη^†］＝Ｉ_Ｍであり、ｘ^†はｘの転置共役を示し、ρは定義によると信号対雑音比（ＳＮＲ）を示し、Ｉ_ＮはＮ×Ｎ単位行列である。

【0007】

シンボルｚ_ｉは、ベクトルｚのｉ番目のエントリーであり、サイズ２^ｓｉの直交振幅変調ＱＡＭに属し、複数のｓ_ｉ個の符号化ビットを搬送する。ここで、コンステレーションシンボルは、整数の集合｛０，１，_・・・，２^ｓｉ／２−１｝に属するそれらの実部及び虚部を有するものと仮定する。

【0008】

ＱＡＭ変調のそのような定義は中心に位置するものではない。中心に位置する（centered）ＱＡＭ変調が送信されるときに、ｙ^（ｃ）及びｚ^（ｃ）を受信シンボルベクトル及びＱＡＭシンボルベクトルと定義し、Ｈ^（ｃ）を等価チャネルと定義すると、中心に位置していないＱＡＭ変調が送信されるときの受信シンボルベクトル及びＱＡＭシンボルベクトル並びに等価チャネルの以下の関係が得られる。

【数1】

【0009】

上記モデル上での各送信について、符号化ビットは、送信されるデータを搬送する情報ビットのベクトルから符号化ステップによって生成される符号化ビットのより大きなベクトルのサブセットである。

【0010】

符号化ビットのベクトルｃを変調シンボルのベクトルｚに変換するバイナリーラベリングは、Ω（ｃ）＝ｚ、Ω^−１（ｚ）＝ｃ及びΩ_ｊ^−１（ｚ）＝ｃ_ｊであるようなΩ（・）で示される。ｃ_ｊは、符号化ビットのベクトルｃのｊ番目のビットである。多次元ＱＡＭコンステレーションは、Ｃ＝｛ｚ｝と呼ばれる。すなわち、シンボルの全ての可能なベクトルｚの集合である。

【0011】

幾つかの受信機は、符号化ビットの軟出力推定を実行するだけでなく、エラー訂正符号の復号化の以前の反復の出力から軟入力事前情報（soft input a priori information）も取り込む。これらの受信機は、情報ビットに関する推定値を生成する軟入力軟出力復号器の入力に軟推定値を提供するだけでなく、復号化の次の反復において軟出力検出器にフィードバックされる符号化ビットに関する軟出力推定値も提供する。

【0012】

上記モデルに関連付けられた最適な軟入力軟出力検出器は、雑音がガウス分布を有するとき、以下の演算を実行することによって、ｚに関連付けられたｊ番目の符号化ビットの外部対数尤度比ＬＬＲ_ｊを計算する。

【数2】

ここで、π_ｊは、ｊ番目の符号化ビットが１に等しい事前確率であり、復号化の以前の演算において軟出力復号器によって提供され、復号化の最初の反復において０．５に初期化されるようになっている。

【0013】

各ＬＬＲの計算は、

【数3】

個の距離‖ｙ−Ｈｚ’‖^２の計算を必要とすることに気付くことができる。

【0014】

各距離は、（Ｎ＋１）・Ｍ個の乗算及びＮ＋Ｍ−１個の加算を必要とする。

【0015】

したがって、チャネル入力の数Ｎが大きいとき、複雑度が高い。

【0016】

さらに、総スペクトル効率Σ^Ｎ_ｉ＝１ｓ_ｉが大きい場合、複雑度は解決困難なものとなるおそれがある。

【0017】

低複雑度とともに準最適性に達する別の選択肢は、対数尤度比ＬＬＲの計算において加算の最も重要な項をもたらすベクトルのリストを引き出すことである。その場合、この計算は、ベクトルのリストに対してのみ実行される。‖ｙ−Ｈｚ’‖＜Ｒの境界値をもたらす候補ベクトルｚ’∈Ｃのみが考慮される。

【0018】

これは、ベクトルｙを中心とする半径Ｒの超球に属する全てのベクトルＨｚ’をリストすることと等価である。Ｈｚ’のベクトルは、線形チャネルＨ上で送信される多次元ＱＡＭ変調を変換したものである多次元平行体に属する。また、これらのベクトルは、Ｈを生成行列として有するコンステレーションを形成する。そのようないわゆるリスト球復号器（list sphere decoder）は、準最適な性能を提供するが、リスト内のベクトルの数が雑音サンプルごとに大きく変動するとき又は各チャネルの実現が変化するとき、チップセットにおける実際の実施を停止させる主な欠点を有する。

【0019】

別の可能性は、ｚの硬出力推定ｚ（ハット）を最初に実行し、ｙの代わりにＨｚ（ハット）をリストの中心にし、これによって、いわゆるシフトリスト球復号器（shifted list sphere decoder）を得ることである。適度な複雑度に対して、この手法は、より良好な性能を示すが、依然として、チャネルが変化するとき、動的なリストを必要とする。しかしながら、チャネルが一定であるとき、リストは、格子の原点の周りに生成することができ、硬検出の最初のステップにおいて取得された推定値Ｈｚ（ハット）の回りにシフトさせることができる。このシフト手法は、格子の線形性を用いることによって関係している。

【0020】

本発明は、送信元からチャネルを通じて受信機によって受信される送信シンボルベクトルを形成する符号化ビットの軟推定値の計算の複雑度を低減することを可能にする方法及びデバイスを提供することを目的とする。

【0021】

そのために、本発明は、多次元コンステレーションの送信シンボルベクトルを形成する符号化ビットの軟推定値を計算する方法であって、前記送信ベクトルは、送信元からチャネルを通じて受信機によって受信され、該方法は、
整数エントリー又はガウス整数エントリーを有する所定のベクトルのリストを前記受信機のメモリから取得するステップと、
前記送信元と前記受信機との間のチャネル行列推定及び受信シンボルを取得するステップと、
簡約チャネル行列及び基底変換行列を前記チャネル行列推定から取得するステップと、
少なくとも前記簡約チャネル行列及び前記受信シンボルから、整数座標を有するベクトルを計算するステップと、
前記所定のベクトルのリストを、前記整数座標を有するベクトルの回りにシフトし、シフトされたベクトルのリストを取得するステップと、
前記シフトされたベクトルのリストに属するベクトルと、前記多次元コンステレーション及び前記基底変換行列から取得される変換された多次元コンステレーションとに従って、前記符号化ビットの軟推定を計算するステップと、
を含むことを特徴とする、方法に関する。

【0022】

また、本発明は、多次元コンステレーションの送信シンボルベクトルを形成する符号化ビットの軟推定値を計算するデバイスであって、前記送信ベクトルは、送信元からチャネルを通じて受信機によって受信され、該デバイスは、
整数エントリー又はガウス整数エントリーを有する所定のベクトルのリストを前記受信機のメモリから取得する手段と、
前記送信元と前記受信機との間のチャネル行列推定及び受信シンボルを取得する手段と、
簡約チャネル行列及び基底変換行列を前記チャネル行列推定から取得する手段と、
少なくとも前記簡約チャネル行列及び前記受信シンボルから、整数座標を有するベクトルを計算する手段と、
前記所定のベクトルのリストを、前記整数座標を有するベクトルの回りにシフトし、シフトされたベクトルのリストを取得する手段と、
前記シフトされたベクトルのリストに属するベクトルと、前記多次元コンステレーション及び前記基底変換行列から取得される変換された多次元コンステレーションとに従って、前記符号化ビットの軟推定を計算する手段と、
を備えることを特徴とする、デバイスに関する。

【0023】

したがって、上記受信機の実施が容易になる。その場合、チップセットにおいて軟推定値を実施することが可能である。

【0024】

特定の特徴によれば、前記所定のベクトルのリストは、球形の所定のベクトルのリスト又は立方体のベクトルのリストである。

【0025】

したがって、全てのベクトルではなくベクトルのリストのみを考慮する準最適性は制限される。

【0026】

特定の特徴によれば、前記整数座標を有するベクトルは、前記簡約チャネル行列から計算されたＭＭＳＥフィルターを連続的に適用して、整数値への丸めを実行することによって取得される。

【0027】

したがって、リストは、システムの性能を改善する良好な候補ベクトルを中心にしている。

【0028】

特定の特徴によれば、前記チャネル行列推定から基底変換行列が更に取得され、前記整数座標を有するベクトルは、該基底変換行列から更に計算される。

【0029】

したがって、リストは、システムの性能を改善するより一層良好な候補ベクトルを中心にしている。

【0030】

特定の特徴によれば、前記簡約チャネル行列は、チャネル簡約アルゴリズムを計算することによって取得される。

【0031】

したがって、簡約チャネル行列は、現在のチャネル推定に適合している。

【0032】

特定の特徴によれば、前記簡約チャネル行列は、事前に計算された簡約チャネルの集合又は基底変換行列の集合から、所与の性能指数に従って、１つの簡約チャネル又は１つの基底変換行列を選択することによって取得される。

【0033】

したがって、簡約チャネル行列を取得するのに必要とされる複雑度が大幅に低減される。

【0034】

特定の特徴によれば、前記性能指数は、前記簡約チャネル行列の前記逆行列と、前記簡約チャネル行列の前記逆行列の前記共役転置との乗算によって取得される行列のトレースの前記値である。

【0035】

したがって、簡約チャネル行列は、現在のチャネル推定によく適合している。

【0036】

特定の特徴によれば、前記性能指数は、前記簡約チャネル行列をユニタリー行列及び上三角行列に分解することによって取得される該上三角行列から求められる。

【0037】

したがって、簡約チャネル行列は、現在のチャネル推定によく適合している。

【0038】

特定の特徴によれば、前記簡約チャネルの集合又は前記基底変換行列の集合は、チャネル行列のランダム集合に対するチャネル簡約アルゴリズムのオフライン前処理から取得される。

【0039】

したがって、良好な簡約チャネル行列の集合を求めることは容易である。

【0040】

特定の特徴によれば、前記チャネル行列のランダム集合に対するチャネル簡約アルゴリズムのオフライン前処理は、基底変換行列の候補行列の集合を空集合に初期化するとともに関連付けられた確率のベクトルを空ベクトルに初期化することによって前記候補行列の集合を取得することと、中心に位置するエントリー及び単位分散エントリーを有するチャネルの期待分布に従ってチャネル行列をランダムに生成することと、基底変換行列を取得するために格子簡約（lattice reduction：格子基底縮小）を適用することと、前記取得された基底変換行列が前記候補行列の集合にまだ存在しない場合には前記取得された基底変換行列を前記候補行列の集合に加えること、又は前記取得された基底変換行列に関連付けられた確率を変更することとを所与の回数行い、最も高い確率を有する前記候補行列の集合の所定の数の基底変換行列を選択することによって実行される。

【0041】

特定の特徴によれば、前記チャネル行列のランダム集合に対するチャネル簡約アルゴリズムのオフライン前処理は、簡約チャネル行列の候補行列の集合を空集合に初期化するとともに関連付けられた確率のベクトルを空ベクトルに初期化することによって前記候補行列の集合を取得することと、中心に位置するエントリー及び単位分散エントリーを有するチャネルの期待分布に従ってチャネル行列をランダムに生成することと、簡約チャネル行列を取得するために格子簡約を適用することと、前記取得された簡約チャネル行列が前記候補行列の集合にまだ存在しない場合には前記取得された簡約チャネル行列を前記候補行列の集合に加えること、又は前記取得された簡約チャネル行列に関連付けられた確率を変更することとを所与の回数行い、最も高い確率を有する前記候補行列の集合の所定の数の簡約チャネル行列を選択することによって実行される。

【0042】

特定の特徴によれば、前記チャネル行列は、円分プリコーディング対角チャネル（cyclotomic precoded diagonal channel）であり、前記簡約チャネル行列の集合は、円分回転の円分体に対するオフライン前処理から取得される。

【0043】

したがって、良好な簡約チャネル行列の集合は、求めることが容易であり、限られた集合の濃度で非常に良好な性能を提供する。

【0044】

特定の特徴によれば、前記シフトされたベクトルのリストに属する前記コンステレーションベクトルに従った前記符号化ビットの前記軟推定の前記計算は、前記基底変換行列の前記逆行列と前記整数座標を有するベクトルとの乗算によって実行される。

【0045】

特定の特徴によれば、前記シフトされたベクトルのリストに属する前記コンステレーションベクトルに従った前記符号化ビットの前記軟推定の前記計算は、前記チャネルを通じて受信された送信シンボルベクトルを用いて実行される。

【0046】

更に別の態様によれば、本発明は、プログラマブルデバイス内に直接ロード可能とすることができるコンピュータープログラムであって、該コンピュータープログラムがプログラマブルデバイスにおいて実行されると本発明による方法のステップを実施する命令又はコード部を含む、コンピュータープログラムに関する。

【0047】

このコンピュータープログラムに関する特徴及び利点は、本発明による方法及び装置に関連して上記で述べたものと同じであるので、ここでは繰り返さないことにする。

【0048】

本発明の特徴は、一例示の実施形態の以下の説明を読むことによってより明らかになる。この説明は、添付図面に関して作成されたものである。

【図面の簡単な説明】

【0049】

【図1】本発明が実施される無線システムを表す図である。

【図2】本発明が実施される受信機のアーキテクチャを表す図である。

【図3】シフトリスト球復号器の量子化リストアルファベット（quantized list alphabet）に基づいて受信符号化ビットの軟推定を実行するアルゴリズムを表す図である。

【図4】チャネル及び格子簡約によるコンステレーション変換の幾何学的説明を表す図である。

【発明を実施するための形態】

【0050】

図１は、本発明が実施されるが無線システムを表している。

【0051】

本発明は、送信元Ｓｒｃによって転送された信号が受信機Ｒｅｃに転送される一例において開示される。

【0052】

例えば、送信元Ｓｒｃは、衛星又は地上送信機に含めることができ、信号を少なくとも１つの受信機にブロードキャストし、送信元Ｓｒｃは、単一の受信機Ｒｅｃに信号を転送することもできる。

【0053】

受信機Ｒｅｃは、ビデオ信号のようなデータが転送される移動端末とすることができる。

【0054】

硬出力受信機の性能を改善するには、格子簡約を用いることができる。格子簡約は、チャネルＨが変化するごとに実行される。チャネルＨは以下の分解：Ｈ＝Ｈ_ｒＴを提供する。ここで、Ｈ_ｒは、例えば、ミンコフスキー（Minkowski）簡約、コルキン−ゾルタレフ（Korkin-Zolotarev）簡約、又はレンストラレンストラロヴァス（Lenstra Lenstra Lovasz）簡約に従って簡約される。これは、Ｈ_ｒがＨと同じ格子を生成するが、より多くの直交基底ベクトルを有することを意味する。

【0055】

基底変換行列Ｔは、整数エントリー、又は複素入力の場合にはガウス整数エントリーに関してユニモジュラーである。これは、基底行列の行列式の絶対値が１であること、及び基底行列の逆行列が整数エントリー、又は複素数の場合にはガウス整数エントリーを有することを意味する。

【0056】

定義によれば、変換された多次元コンステレーションは、Ｃ_Ｒ＝｛Ｔｚ｝であること、すなわち、シンボルの全ての可能なベクトルの集合ｘ＝Ｔｚであることに留意されたい。

【0057】

したがって、硬出力復号器は、通常、チャネルモデルｙ＝Ｈ_ｒｘ＋ηに基づいて硬出力判定を実行し、次いで、線形復号器を用いることによってｚに関する推定値を取得するのに関係ｘ＝Ｔｚを用いる。そのような検出器の性能は良好であり、これは、直交性の仮定がかなり有効であることを意味する。格子簡約ステップは高い複雑度を有するが、チャネルが変化しないときは直ちに幾つかの復号化ステップ間で相互的にすることができる。これは、前処理ステップとしてシフトリスト復号器（shifted list decoder）と組み合わせることができる。

【0058】

本発明は、まず、格子簡約によって提供されるほぼ直交性の利益を得る。確かに、格子分解Ｈ＝Ｈ_ｒＴを適用した後、以下のチャネルモデル：Ｈ_ｒ^−１ｙ＝Ｔｚ＋η’を取得することができる。ここで、η’は白色ガウス雑音として近似することができ、新たなＳＮＲはρ’として近似することができる。

【0059】

このチャネルモデルは、定義によれば、簡約チャネルモデル（Reduced Channel Model）を表すＲＣＭと呼ばれるもの、すなわち、格子簡約が実行されない場合に対応する観測チャネルモデルを表すＯＣＭと対比をなすものによる格子簡約後のチャネルモデルである。

【0060】

本発明によれば、受信機Ｒｅｃは、多次元コンステレーションの送信シンボルベクトルを形成する符号化ビットの軟推定値を計算する。この送信ベクトルは、
−整数エントリー又はガウス整数エントリーを有する所定のベクトルのリストを受信機メモリから取得することと、
−送信元と受信機との間のチャネル行列推定及び受信シンボルを取得することと、
−チャネル行列推定から簡約チャネル行列及び基底変換行列を取得することと、
−少なくとも簡約チャネル行列及び受信シンボルから整数座標を有するベクトルを計算することと、
−所定のベクトルのリストを、整数座標を有するベクトルの回りにシフトして、シフトされたベクトルのリストを取得することと、
−シフトされたベクトルのリストに属するベクトルと、多次元コンステレーション及び基底変換行列から取得される変換された多次元コンステレーションとに従って符号化ビットの軟推定を計算することと、
によって、チャネルを通じて送信元から受信機によって受信される。

【0061】

図２は、本発明が実施される受信機のアーキテクチャを表す図である。

【0062】

受信機Ｒｅｃは、例えば、バス２０１によって互いに接続された構成要素と、図３に開示されるようなプログラムによって制御されるプロセッサ２００とに基づくアーキテクチャを有する。

【0063】

ここで、受信機Ｒｅｃは、専用集積回路に基づくアーキテクチャを有することができることに留意すべきである。

【0064】

バス２０１は、プロセッサ２００を、読み出し専用メモリＲＯＭ２０２、ランダムアクセスメモリＲＡＭ２０３及び無線インターフェース２０５にリンクする。

【0065】

メモリ２０３は、変数と、図３に開示されるようなアルゴリズムに関連したプログラムの命令とを収容するように意図されたレジスタを含む。

【0066】

プロセッサ２００は、無線インターフェース２０５の動作を制御する。

【0067】

読み出し専用メモリ２０２は、図３に開示されるようなアルゴリズムに関連したプログラムの命令を含む。これらの命令は、受信機Ｒｅｃに電源が投入されると、ランダムアクセスメモリ２０３に転送される。

【0068】

図３に関して以下で説明するアルゴリズムの全てのステップは、ＰＣ（パーソナルコンピューター）、ＤＳＰ（デジタル信号プロセッサ）又はマイクロコントローラー等のプログラマブルコンピューティングマシンによる一組の命令又はプログラムの実行によってソフトウェアで実施することもできるし、それ以外にＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はＡＳＩＣ（特定用途向け集積回路）等のマシン又は専用構成要素によってハードウェアで実施することもできる。

【0069】

換言すれば、受信機Ｒｅｃは、図３に関して以下で説明するアルゴリズムのステップを受信機Ｒｅｃに実行させる回路部、又は回路部を備えるデバイスを備える。

【0070】

図３は、シフトリスト球復号器の量子化リストアルファベットに基づいて受信された符号化ビットの軟推定を実行するアルゴリズムを表している。

【0071】

より正確に言えば、本アルゴリズムは、受信機Ｒｅｃのプロセッサ２００によって実行される。

【0072】

ステップＳ３０において、プロセッサ２００は、所定のベクトルのリスト

【数4】

のオフライン計算を実行する。

【0073】

例えば、プロセッサ２００は、格子の原点を中心とする球形のベクトルのリストを取得するために、U. Finkce及びM. Pohstの論文「Improved Methods for calculating Vectors of short length in a Lattice including a complexity analysis」（Mathematics of computation vol 44 pp 463 in 1985）に開示されているような方法を用いる。この所定のリストは、立方形に属する

【数5】

の全てのベクトルをリストすることによって立方体のような他の形式とすることができる。すなわち、リストのエントリーの実部及び虚部は上限及び下限によって境界が定められている。このリストのサイズは、対象の複雑度又はＦＰＧＡの実施態様におけるチップセットのサイズに適合するように選択される。

【0074】

次のステップＳ３１において、プロセッサ２００は、無線インターフェースＩ／Ｆ２０５から観測値ｙ及び行列チャネル推定Ｈを取得する。

【0075】

ベクトルｙは、送信モデルの定義に従って幾つかのアンテナ、タイムスロット、又は副搬送波にわたって受信することができる。

【0076】

チャネル推定Ｈは、例えば、送信元Ｓｒｃによって送信されたパイロットシンボルの使用によって、例えば、Ｈの各係数を推定することを可能にする以前のチャネル推定ステップによって取得される。

【0077】

ＭＩＭＯチャネルでは、送信元ＳｒｃはＮ個の送信アンテナを有し、受信機ＲｅｃはＭ個の受信アンテナを有する。Ｍ×Ｎ行列Ｈの係数は、ゼロ平均単位分散を有するガウス独立同一分布とみなされる。

【0078】

プリコーディングされた対角フェージングチャネルの場合、送信元Ｓｒｃは、Ｍ＝ＮのＱＡＭシンボルをＭ×Ｍプリコーディング行列Φと線形結合し、Ｍ個の線形結合のそれぞれをＭ個のフェージングチャネルのうちの１つにおいて並列に送信する。この並列送信は、対角Ｍ×Ｍ行列Δによって表される。ここで、Δ_ｉ，ｉは、Δのｉ番目の対角係数であり、ｉ番目の並列フェージングチャネルのフェージングを表す。

【0079】

したがって、Ｍ×Ｍ行列Ｈは、プリコーディングステップと並列フェージングチャネル上での送信とを連結したものをＨ＝ΔΦとして表している。

【0080】

次のステップＳ３２において、プロセッサ２００は、チャネル簡約＝Ｈ_ｒＴを計算する。Ｈ_ｒは簡約チャネル行列であり、Ｔは基底変換行列である。Ｈ＝Ｈ_ｒＴであるような行列Ｈから行列Ｈ_ｒ及びＴを提供するチャネル簡約の計算は、例えば、A Lenstra、H Lenstra及びL. Lovaszの論文「Factoring polynomials with rational coefficients」（Mathematische Annalen, vol 261, pp 515-532 1982）に開示されているようなＬＬＬ簡約から得られる。

【0081】

チャネル簡約は、例えば、C. Ling、W. H Mow及びN. Howgrave-Grahamの論文「Variants of the LLL algorithm in digital communications. Complexity analysis and fixed complexity implementation」（Computing Research Repository vol abs/1006. 1661, 2010）に開示されているように計算される。

【0082】

チャネル簡約は、例えば、C. P Schnorrの論文「A hierarchy of polynomial time lattice basis reduction algorithms」（Theoretical Computer Science, vol 53, pp 201-224, 1987）に開示されているように計算される。

【0083】

一実現変形形態では、プロセッサ２００は、受信機Ｒｅｃにおける複雑度の低減を可能にするために、格子簡約アルゴリズムをオンラインで用いることなく、メモリに記憶された候補行列Ｔの集合をオフラインで定義する。

【0084】

プロセッサ２００は、チャネル行列Ｈを取得し、候補行列Ｔの集合Ｂに属する既定の数の候補基底変換行列Ｔに対してループを実行し、各候補基底変換行列Ｔについて、簡約チャネルＨ_ｒ＝ＨＴ^−１を計算し、プロセッサ２００は、性能指数を、例えば以下のように定義する。
−最小にされるｔｒａｃｅ（Ｈ_ｒ^−１Ｈ_ｒ^−†）の値。ここで、†は転置共役演算子である、
−最小にされる

【数6】

によって定義される値。ここで、行列Ｒは、ＱＲ分解Ｈ_ｒ＝ＱＲによって得られ、ここで、Ｑはユニタリー行列であり、Ｒは上三角行列である。

【0085】

プロセッサ２００は、性能指数を最適化する対（Ｔ，Ｈ_ｒ）を選択する。

【0086】

プロセッサ２００は、オフライン最適化において、候補行列Ｔの集合を空集合に初期化するとともに確率の関連付けられたベクトルを空ベクトルに初期化することによって候補行列Ｔの集合Ｂを取得する。プロセッサ２００は、チャネルの期待分布、例えば、中心に位置するエントリー及び単位分散エントリーを有する独立同一分布複素ガウス多変量分布に従ってチャネル行列Ｈをランダムに生成する。プロセッサ２００は、次に、Ｔ及びＨ_ｒを取得するために既に開示したように、格子簡約を適用する。プロセッサは、この簡約の結果として候補行列Ｔを取得し、取得された候補行列が候補行列Ｔの集合Ｂにまだ存在しない場合には取得された行列Ｔを候補行列Ｔの集合Ｂに加えるか、又は取得された行列に関連付けられた出現確率を変更する。プロセッサ２００は、この動作を所与の回数繰り返す。最後に、プロセッサ２００は、最も高い確率を有する候補行列Ｔの集合Ｂの所与の数の行列Ｔを選択する。

【0087】

一実現変形形態では、受信機Ｒｅｃにおける複雑度の低減を可能にするために、プロセッサ２００は、格子簡約アルゴリズムをオンラインで用いることなく、メモリに記憶された候補行列Ｈ_ｒの集合をオフラインで定義する。プロセッサ２００は、チャネル行列Ｈを取得し、候補行列Ｈ_ｒ’の集合Ｂ’に属する既定の数の候補行列Ｈ_ｒに対してループを実行し、各候補行列Ｈ_ｒについて、候補基底変換行列

【数7】

を計算し、ここで、

【数8】

は、候補基底変換行列の各係数を最も近い整数値又はガウス整数に丸めることを示し、プロセッサ２００は、性能指数を、例えば、最小にされるｔｒａｃｅ（ＴＨ^−１Ｈ^−†Ｔ^†）の値として定義する。

【0088】

プロセッサ２００は、性能指数を最適化する対（Ｔ，Ｈ_ｒ）を選択する。

【0089】

プロセッサ２００は、オフライン最適化において、候補行列Ｈ_ｒ行列の集合を空集合に初期化するとともに関連付けられた確率のベクトルを空ベクトルに初期化することによって候補行列Ｈ_ｒの集合Ｂ’を取得する。プロセッサ２００は、チャネルの期待分布、例えば、中心に位置するエントリー及び単位分散エントリーを有する独立同一分布複素ガウス多変量分布に従ってチャネル行列Ｈをランダムに生成する。プロセッサ２００は、次に、Ｔ及びＨ_ｒを取得するために既に開示したように、格子簡約を適用する。プロセッサ２００は、この簡約の結果として候補行列Ｈ_ｒを取得し、取得された候補行列が候補行列Ｈ_ｒの集合Ｂ’にまだ存在しない場合には取得された行列Ｈ_ｒを候補行列Ｈ_ｒの集合Ｂ’に加えるか、又は取得された行列に関連付けられた確率を変更する。プロセッサ２００は、この動作を所与の回数繰り返す。最後に、プロセッサ２００は、最も高い確率を有する候補行列Ｈ_ｒの集合Ｂ’の所与の数の行列Ｈ_ｒを選択する。

【0090】

チャネル行列が、円分プリコーディング対角チャネルである場合、簡約チャネル行列の集合Ｂは、円分回転の円分体に対するオフライン前処理から取得される。

【0091】

実際は、Φが円分回転である場合、円分体のユニットに関連付けられた候補行列Δ_ｑの集合Ｆが考慮される。これらのユニットは、サイズｎのベクトルとして表されるｎ’個の基本ユニットの集合｛ｕ_ｉ｝から構築することができる。

【0092】

各基本ユニットについて、プロセッサ２００は、その対角要素が

【数9】

によって定義される対角行列Ｂ_ｉを定義する。ここで、ｄｉａｇという表記は、行列Ａの対角要素を抽出して、ベクトルｄｉａｇＡ＝［Ａ_１，１，．．．，Ａ_ｎ，ｎ］^Ｔにすることである。ここで、Ａ_ｉ，ｉは第ｉ行第ｉ列のｉ番目の要素である。

【0093】

最後に、以下の式を示すことができる。

【数10】

ここで、ｎ’はｎ以下のパラメーターである。

【0094】

したがって、プロセッサ２００は、例えばランダムに選択された格子ベクトルの集合、換言すればｋ個のベクトルのランダム集合から候補行列Δ_ｑの集合Ｆを構築する。次に、各チャネル推定Ｈについて、プロセッサ２００は、Δ＝Φ^†Ｈを計算し、Ｆから、以下の式：Δ＝ξΔ_ｑとなるような候補Δ_ｑを選択する。ここで、ξは、ΔをΔ_ｑにする際の量子化誤差であり、例えば値ｍａｘ_ｉ（｜ｌｏｇ（｜ξ_ｉ｜）｜）が最小にされるようになっている。

【0095】

次に、円分回転の代数的性質によって、Ｔ＝Φ^†Δ_ｑΦ及びＨ_ｒ＝ξΦが与えられる。これによって、行列Ｔの集合ＢをΔ_ｑの集合Ｆから得ることが可能になる。

【0096】

次のステップＳ３３において、プロセッサ２００は、ＲＣＭｙ’＝Ｈ_ｒ^−１ｙの新たな観測値を計算する。

【0097】

ＲＣＭｙ’＝Ｈ_ｒ^−１ｙの新たな観測値は、ステップＳ３１において取得された受信観測値ｙと、ステップＳ３２において取得された簡約チャネルＨ_ｒの逆行列とから計算される。

【0098】

次のステップＳ３４において、プロセッサ２００は、ＲＣＭにおけるｙ’の最近ベクトルの推定ｘ（ハット）を求める。この推定ｘ（ハット）は、整数座標を有するベクトルである。

【0099】

ＲＣＭにおけるｙ’の最近ベクトルの推定ｘ（ハット）は、例えば、ＯＣＭに基づいてＭＭＳＥフィルターをｙに対して最初に適用し、続いて、その後に、ｘ（ハット）を得るためにＴを乗算される判定を適用することによって取得される。

【0100】

ＲＣＭにおけるｙ’の最近ベクトルの推定ｘ（ハット）は、例えば、最も近い整数値を（複素次元の場合には、実部及び虚部に関して独立に）選ぶことによって、すなわち、ｘ’を最初に計算することによって取得される。

【数11】

【0101】

任意選択として、ｘが多次元ＱＡＭ変調に属することを確認するには、ｚ’＝Ｔ^−１ｘ’を計算し、最後にｘ（ハット）＝Ｔｚ’’を取得するために、

【数12】

からｚ’’を得る追加のステップが必要とされる。

【0102】

次のステップＳ３５において、プロセッサ２００は、ｘ（ハット）の回りに所定のリストＬをシフトし、リスト

【数13】

を生成する。これは、例えば、各ｘ_Ｌ∈Ｌについて、ベクトルｘ_Ｌ＋ｘ（ハット）の集合を計算することによって取得される。

【0103】

次のステップＳ３６において、プロセッサ２００は、変換された多次元コンステレーションＣ_Ｒに属しないＬ_ｓのベクトルを除去し、リストＬ_ｓ∩Ｃ_Ｒを取得する。

【0104】

変換された多次元コンステレーションＣ_Ｒに属しないＬ_ｓのベクトルを除去するために、プロセッサ２００は、Ｔ^−１によってシフトリストＬ_ｓを変換した結果であるリスト

【数14】

を計算し、次に、Ｃとの交差を適用する。実際は、この交差Ｌ’_ｓ∩Ｃの実施は、Ｌ_ｓ∩Ｃ_Ｒを直接計算するよりも容易であり、以下のように実行することができる。

【数15】

【0105】

その結果、残りのベクトルのリストはＬ’_ｓ∩Ｃとなり、リストＬ_ｓ∩Ｃ_Ｒは、Ｔによる変換を適用することによって取得される。

【0106】

行列Ｔの集合が事前に計算され、記憶されているとき、ベクトルのリストＬ’_ｓは、可能な各Ｔについて事前に計算して記憶しておくことができる。

【0107】

別の選択肢では、プロセッサ２００は、Ｔ及びｘ（ハット）の全ての可能な値について、全てのリストＬ_ｓ∩Ｃ_Ｒを記憶している。

【0108】

別の選択肢では、プロセッサ２００は、Ｔ及びＴ^−１ｘ（ハット）の全ての可能な値について、全てのリストＬ’_ｓ∩Ｃを記憶している。

【0109】

次のステップＳ３７において、プロセッサ２００は、ベクトルのリストＬ_ｓ∩Ｃ_Ｒに従って符号化ビットの軟推定を計算する。

【0110】

好ましい実現態様によれば、プロセッサ２００は、以下の式に従ってＬＬＲを計算する。

【数16】

この式は、リストＬ_ｓ∩Ｃ_Ｒを必要とする。

【0111】

別の実現態様では、プロセッサ２００は、以下の式に従ってＬＬＲを計算する。

【数17】

この式は、リストＬ’_ｓ∩Ｃを必要とする。

【0112】

別の実現態様では、プロセッサ２００は、以下の式に従ってＬＬＲを推定する。

【数18】

この式は、リストＬ_ｓ∩Ｃ_Ｒを必要とし、この式では、必要な数の行列ベクトル乗算Ｈ_ｒｘを計算する代わりに行列ベクトル乗算Ｈ_ｒ^−１ｙを１回だけ計算することによって、複雑度が幾分削減される。

【0113】

図４は、チャネル及び格子簡約によるコンステレーション変換の幾何学的説明を表している。

【0114】

図４ａは、多次元コンステレーションＣの実部を、説明図を簡単にするためにＮ＝２である

【数19】

のコンステレーションとして開示している。ベクトルｚ∈Ｃは、黒色のドットとして示され、白色のドットは

【数20】

の他のベクトルである。

【0115】

ＭＩＭＯチャネル変換の後、ベクトルｚを含む方形のコンステレーションは、図４ｃに黒色のドットとして観測されるベクトルＨｚ∈Ｃ_Ｏを含む平行体コンステレーション（parallelotopic constellation）Ｃ_Ｏにスキューされる。白色のドットとしてマーキングされている観測された格子は、チャネル行列Ｈによって規定された格子の他のベクトルである。これはＯＣＭに対応する。

【0116】

チャネル簡約後、ベクトルＴｚ∈Ｃ_Ｒを含む

【数21】

におけるコンステレーションを有する観測された格子の最も近い表現が図４ｂに示されている。図４ａと図４ｃとの間に基底変換があり、変換された多次元コンステレーションＣ_Ｒは、

【数22】

における平行体である。これはＲＣＭに対応する。

【0117】

チャネルＨがどのようなものであっても、図４ｂから図４ｃへの変換Ｈ_ｒは、簡約チャネルの特性によってほぼ直交していることが分かり、これは、図４ｂに描かれた球が、Ｈ_ｒによる変換後の図４ｃでは、ほぼ球形であることを意味する。

【0118】

したがって、本発明は、ＯＣＭの代わりにＲＣＭにおいて球形のベクトルのリストを描くことを目的としている。

【0119】

変換された多次元コンステレーションＣ_Ｒは、常に

【数23】

にあり、これは、格子の原点に対する最近ベクトルの球形リストを、本発明によれば、１回限り計算し、Ｔｚの硬推定にシフトすることができることを意味する。

【0120】

ベクトルのリストの構築はオフラインで行うことができるので、本発明によって、多くの複雑度が削減される。

【0121】

図４ｂにおいて検討された球は、Ｔ^−１の効果によって、図４ａでは楕円面にスキューされることを観測することができる。

【0122】

また、図４ｂにおける変換された多次元コンステレーションＣ_Ｒ＝｛Ｔｚ｝は、Ｔの効果によって、図４ａではＱＡＭベクトルの方形多次元コンステレーションのスキューされたものＣ＝｛ｚ｝となっている。

【0123】

したがって、Ｔは、この時、等価チャネルの役割を果たすが、整数エントリーを有するという特性を有し、高い確率で有限アルファベットに属する。本発明は、この特性を用いて複雑度を更に削減する。

【0124】

最後に、軟出力検出を計算するために、コンステレーションに属するベクトルのみが考慮され、その場合、これによって、コンステレーションの外部のベクトルを拒否する選択の動作が必要になる。

【0125】

当然のことながら、本発明の範囲から逸脱することなく、上記で説明した本発明の実施形態に対して多くの変更を行うことができる。

【図1】

【図2】

【図3】

【図4】