JP2022545954A

JP2022545954A - 干渉を動的に低減するためのデバイスおよび方法

Info

Publication number: JP2022545954A
Application number: JP2022513591A
Authority: JP
Inventors: ヨアヴ・レヴィンブック; ドロン・エズリ; ナダヴ・バッソン; ジエ・フ
Original assignee: ホアウェイ・テクノロジーズ・カンパニー・リミテッド
Priority date: 2019-10-16
Filing date: 2019-10-16
Publication date: 2022-11-01
Anticipated expiration: 2039-10-16
Also published as: CN114097201A; US11784852B2; EP3994855A1; US20220217019A1; JP7431950B2; EP3994855B1; CN114097201B; WO2021073734A1

Abstract

本発明は、マルチキャリア通信受信機のための干渉を動的に低減するためのデバイスを提供する。デバイスは、複数のサブキャリアによって搬送される複数のパイロットシンボルおよび／またはデータシンボルに基づいて、前記複数のサブキャリアのチャネル推定値のセットを計算し、チャネル推定値のセットに基づいて複数のサブキャリアのイコライザのセットを計算し、複数の等化されたシンボルを取得するためにイコライザのセットを使用して複数のデータシンボルに対して等化を実行し、等化されたシンボルに基づいて複数の推定シンボルを取得することを含むソフトスライシングまたはハードスライシング手順を実行し、推定シンボルのセットに基づいて少なくとも1つの対角負荷干渉プラス雑音共分散行列を計算し、少なくとも1つの対角負荷干渉プラス雑音共分散行列、チャネル推定値のセット、またはその更新バージョンに基づいて、複数のデータシンボルをソフトビットにデマッピングし、およびソフトビットをチャネルデコーダに供給するように構成される。

Description

本発明は、一般に、無線ローカルエリアネットワークの分野に関し、特に、無線ローカルエリアネットワークにおける動的干渉除去に関する。この目的のために、本発明は、後処理信号対雑音比（pp－SNR）レベルの低下を検出することができ、動的干渉除去合成（D－IRC）を可能にすることができるマルチキャリア通信受信機のためのデバイスおよび対応する方法を提供する。

一般に、無線ローカルエリアネットワークの性能（例えば、WiFi性能）は、雑音とは対照的に、しばしば干渉制限される。

例えば、以下のように、WiFiにおける干渉のいくつかのシナリオが存在し得る。
・干渉は、WiFiまたは非WiFiであり得る。
・干渉は、静的干渉または動的干渉であり得る。

図9は、静的干渉の図900を概略的に示す。静的干渉では（図900から導出され得るように）、（プリアンブルを含む）所望のパケット全体の間、干渉元の電力（統計）は固定されたままである。

図10は、立ち上がり1001、立ち下がり1002、立ち上がり＋立ち下がり1003、および立ち下がり＋立ち上がり1004の干渉を含む、動的干渉の図1000を概略的に示す。

動的干渉（図1000から導出することができるように）では、干渉元の電力（統計）は、所望のパケットの持続時間内に変化する。

さらに、所与のマルチキャリア通信システム（MCS）のために必要とされる信号対雑音比（SNR）が満たされない場合、比較的弱い立ち上がり干渉元でさえ、深刻な劣化を引き起こし得る。これは図11に図示されており、これは、干渉がない場合の最大比合成（MRC）および干渉除去合成（IRC）性能、静的干渉、および立ち上がり干渉を示す図1100の概略図である。

WiFi干渉は、一般に、所望のパケットに同期されておらず、例えば、所望のパケット内のどこかで立ち上がりまたは立下りし得る。さらに、WiFi干渉元の性質は、例えば、プリアンブルの部分における遷移、単一ストリームからマルチストリームへの遷移などによって、パケット内で変化し得る。したがって、純粋な静的場合は、これらの遷移が所望のパケット内で発生しない場合（すなわち、どちらかと言えばまれな場合である）であり得る。

さらに、（搬送波周波数オフセット（CFO）／位相雑音補償を目的とした非常に少数の位相追跡パイロットを除いて）WiFiでは、プリアンブルの後にパイロットがないので、動的干渉はWiFiにとって非常に問題である。これは、プリアンブルの後に立ち上がる干渉を検出して緩和することが困難であり得ることを意味する。

おそらく、動的干渉の最も重要な場合は、立ち上がり干渉の場合である。立ち上がり干渉の場合は、隠れノードに起因する。

隠れノード問題を示す図1200の概略図である図12に参照が行われる。

図1200では、B 1201はアクセスポイント（AP）であり、A 1202は、C 1203を検知せず、B 1201に送信しているステーション（STA）である。さらに、C 1203は、A 1202を検知せず、B 1201または別のAPに送信しているSTAである。さらに、C 1203はまた、そのSTAの1つに送信するまた別のAPであり得る。

その上、いくつかの他の重要なシナリオは、立ち上がり干渉と立ち下がり干渉との組み合わせ、例えば、立ち上がり＋立ち下がり干渉の場合である。このシナリオは、所望のパケットが終了する前に隠れノードパケットが終了する、隠れノードに起因して発生し得る。また、動的干渉緩和は、立ち上がり干渉に対処するために不可欠である。加えて、別のシナリオは、立ち下がり＋立ち上がり干渉シナリオである。例えば、これはメッセージインメッセージ（MIM）とそれに続く肯定応答（ACK）（例えば、メッセージ1（MSG1）パケットはメッセージ2（MSG2）の前に終了する）によって起こり得るが、他のシナリオもある。後者の場合、立ち上がり干渉元は立ち下がり干渉元とは異なり、動的干渉緩和が必須である。

さらに、動的干渉緩和が役立ち得る他の場合のいくつかは以下の通りである。
・複数の同時干渉元（おそらく、立ち上がりおよび／または立ち下がり）の組み合わせ、例えば、ネストされた隠れノード。
・プリアンブル内で変化する干渉、または干渉の性質がパケット内で変化する静的／立ち下がり干渉。

例えば、上述した異なるシナリオで説明された干渉が緩和されない場合、干渉がない場合よりもはるかに低いMCSでWiFiが動作する可能性があり、したがってスループットが大幅に低減する。そのため、APおよびSTAが非常に近くに配置されている場合でも、データレートはかなり低くなり得る。

WiFiにおける動的干渉（立ち上がり干渉など）の問題は、動的干渉を緩和するための解決策がないという意味で、今日まで明確に解決されていない。これは、実際には、レート適応アルゴリズム（例えば、Minstrel）が、干渉レベルをサポートするのに十分低いMCSに収束することを意味する。しかしながら、これは、動的干渉によってスループットが著しく低下することを意味する。

さらに、静的干渉の問題は、動的干渉の問題とは異なり、IRCを用いた既知の解決策を有する。

さらに、仮説的なシステム（例えば、図13のシステム1300）では、y＝hs＋vの一般的なモデルが考慮され得、vはCの共分散との干渉＋雑音であり、hはチャネルベクトルであり、sは送信されたプリアンブルである。完全なチャネル知識および干渉統計知識を想定すると、（ガウス干渉の場合の）最適な検出は、最小分散歪みなし応答（MVDR）であり、

である。

行列反転補題を使用することによって、C^－1をR^－1で置き換えることが可能であり得、ここで、
R＝C＋hh^H＝E（yy^H）式（2）
である。

これは、Cの代わりに総共分散Rを用いて作業することが可能であり得ることを示している。

さらに、完全なチャネルおよび干渉統計の知識の想定を緩和することによって、以下の2つの主なアプローチがある。
1．R（スケーリングされた最小平均二乗誤差（MMSE））に基づくIRCであり、すなわち、以下の通り、式（3）、式（4）および式（5）によって記述され得る。

ここで、

はチャネル推定値である（

はN個のサブキャリアのバンドにわたって計算される）。

2．式（6）、式（7）、および式（8）によって記述され得る、C（ホワイトニング／最小分散歪みなし応答（MVDR））に基づくIRC、以下の通りである。

ここで、

および

は、共分散C（例えば、

は、N個のサブキャリアのバンドにわたって計算され得る）の推定値である。

これら2つのアプローチは、一般に、実際のチャネル推定（例えば、Wi－Fiまたはロングタームエボリューション（LTE）で使用される平滑化）については同一ではない。例えば、IRC（プレーンバニラ）は、干渉の性質がより静的であるLTEにおいて広範囲に使用される。

さらに、プリアンブルベースのIRCは、静的干渉の場合には良好に機能するが、一般に、立ち上がり干渉元を無効にしない。例えば、プリアンブルで計算されたビームフォーマが不適切であるため、干渉元がプリアンブルの後に立ち上がりまたは変化する場合、IRCは失敗する。Wi－Fiの場合、プリアンブルはパケットの先頭にあり、その後には十分なパイロットが存在しないので、IRCは限られた数の場合でしか役に立たない。したがって、IRCは、Wi－Fiのための適切な解決策ではない。これはまた、（プリアンブルベースの）IRCが、干渉元が静的であるときには非常に良好に機能する一方で、（プリアンブルベースの）IRCが、干渉元の立ち上がりに使用されるときには、全損失が存在することを示す、図11に例示される図1100から導出され得る。

上述の問題および欠点を考慮して、本発明の実施形態は、従来のデバイスおよび方法を改善することを目的とする。目的は、干渉元を軽減し、したがって後処理SINRを増加させ、結果としてスループットを増加させることによって、WiFiにおける動的干渉の技術的問題を解決することである。

この目的は、添付の独立請求項で提供される実施形態によって達成される。実施形態の有効な実装形態が従属請求項においてさらに定義される。

特に、本発明の実施形態は、IRCのように共分散を推定することを提案し、（それだけが）未知のシンボルs_nが

によって置き換えられ、これは

によるソフトスライシングシンボルであり、
ここで、

さらに、反復アルゴリズムは、シンボル

を改良し、結果として共分散およびビームフォーマを改良するために使用され得る。さらに、後処理SNR検出器は、立ち上がり／動的干渉を検出し、必要な場合にのみD－IRCを有効にするために使用され得る。これは、干渉または静的干渉がない場合には劣化を有していないことを可能にすることができ、一方、動的干渉の場合には（非常に大きな）利得を有することができる。

本発明の実施形態の主な利点は、以下のように要約することができる。
・動的干渉の存在下で著しい性能利得を達成する。
・負の利得なし（干渉元がないとき、または静的な干渉元があるときは劣化なし）。
・実行可能な計算の複雑さ。

本発明の第1の態様は、マルチキャリア通信受信機の干渉を動的に低減するためのデバイスを提供し、デバイスは、複数のサブキャリアによって搬送される複数のパイロットシンボルおよび／またはデータシンボルに基づいて、前記複数のサブキャリアのチャネル推定値のセットを計算し、チャネル推定値のセットに基づいて複数のサブキャリアのイコライザのセットを計算し、複数の等化されたシンボルを取得するためにイコライザのセットを使用して複数のデータシンボルに対して等化を実行し、等化されたシンボルに基づいて複数の推定シンボルを取得することを含むソフトスライシングまたはハードスライシング手順を実行し、推定シンボルのセットに基づいて少なくとも1つの対角負荷干渉プラス雑音共分散行列を計算し、少なくとも1つの対角負荷干渉プラス雑音共分散行列、チャネル推定値のセット、またはその更新バージョンに基づいて、複数のデータシンボルをソフトビットにデマッピングし、およびソフトビットをチャネルデコーダに供給するように構成される。

デバイスは、マルチキャリア通信受信機であってもよく、またはマルチキャリア通信受信機に組み込まれてもよい。デバイスは回路を備えてもよい。回路はハードウェアおよびソフトウェアを備えてもよい。ハードウェアは、アナログ回路もしくはデジタル回路、またはアナログ回路とデジタル回路の両方を備えてもよい。いくつかの実施形態では、回路は、1つまたは複数のプロセッサおよび1つまたは複数のプロセッサに接続された不揮発性メモリを備える。不揮発メモリは、1つまたは複数のプロセッサによって実行されるとき、デバイスに本明細書に記載の動作または方法を実行させる実行可能プログラムコードを搬送してもよい。

例えば、いくつかの実施形態では、デバイスは動的干渉緩和スキームを供給され得、動的干渉緩和スキームは、後処理SNRに基づく検出器を使用して、（従来の）MRC方法を使用するか、もしくはIRC方法を使用するか、または動的IRC（D－IRC）に切り替えるかを決定することができ、例えば、SNR低下が検出されると、切り替えが行われる。デバイスはD－IRCを使用することができる。D－IRC原理はIRCに基づいている。静的干渉の場合のIRCは、プリアンブルで行うことができるため、簡単である。動的干渉の場合、困難さは、干渉の性質がプリアンブルの後に変化するため、使用することができない（Wi－Fiにおいてペイロード内にパイロットが存在しない）という事実に起因する。

例えば、いくつかの実施形態では、デバイスは、干渉の共分散を推定するために受信データシンボルを使用することができ、IRC／ホワイトニングをさらに適用することができる。このアプローチの困難さは、データシンボルが受信機にとって未知であるという事実に起因し得る。いくつかの実施形態では、1つの可能性は、硬判定を使用することであるが、いくつかの実施形態では、より一般的なアプローチは、共分散（例えば、硬判定は、ソフトスライシングの特別な場合とみなすことができる）を推定するために硬判定の代わりにソフトスライシング（例えば、条件付き平均推定器に基づく）を使用することであり得る。

いくつかの実施形態では、（困難さは、次の事実であり得る、つまり）ソフトスライシングは、ビームフォーマ／イコライザの知識を必要とする場合があり（これは、ソフトスライシングを必要とする）、およびソフトスライシングは、後処理SNRの知識も必要とし、これもまた、ビームフォーマ／イコライザが計算される前には未知である。この（すなわち、「ニワトリと卵」）問題を克服するために、デバイスは以下のステップを実行することができる。
1．デバイスは、前のシンボルから初期ビームフォーマ／イコライザ（w₀）および後処理SNR（ppSNR₀）を取得することができる。
2．i＝1の場合：反復回数、デバイスは、
a．ソフトスライシングを実行し得る、
b．共分散を推定し、ビームフォーマ／イコライザを再計算し得る－w_i、
c．後処理SNR－ppSNR_iを再計算し得る。
3．デバイスは、等化のために最後に計算されたビームフォーマ／イコライザを使用することができる。
4．デバイスは、対数尤度比（LLR）スケーリングのために最後に計算された後処理SNRを使用することができる。

提供されるD－IRCスキームは、単一ストリームの場合に限定されず、単一ユーザ多重入出力（SU－MIMO）およびマルチユーザ（MU－MIMO）で使用され得る。

第1の態様の実装形態では、デバイスは、少なくとも1つの対角負荷干渉プラス雑音共分散行列およびチャネル推定値のセットまたはその更新バージョンに基づいて、複数のサブキャリアの後続のイコライザのセットを計算するようにさらに構成される。

第1の態様のさらなる実装形態では、デバイスは、計算された少なくとも1つの対角負荷干渉プラス雑音共分散行列に基づいて少なくとも1つのホワイトニング行列を計算し、少なくとも1つのホワイトニング行列に基づいて複数のサブキャリアのための後続のイコライザのセットを計算し、および少なくとも1つのホワイトニング行列に基づいて、複数のデータシンボルをソフトビットにデマッピングするようにさらに構成される。

第1の態様のさらなる実装形態では、デバイスは、複数のホワイトニングされたデータシンボルを取得するために、計算された少なくとも1つのホワイトニング行列を使用して、複数のデータシンボルに対してホワイトニング演算を実行し、ホワイトニングされたチャネル推定値のセットを取得するために、計算された少なくとも1つのホワイトニング行列を使用して、チャネル推定値のセットまたはその更新バージョンのいずれかに対してホワイトニング演算を実行し、ホワイトニングされたチャネル推定値のセットに基づいて複数のサブキャリアの後続のイコライザのセットを計算し、ならびに後続のイコライザのセットおよび／またはホワイトニングされたチャネル推定値に基づいて、ホワイトニングされたデータシンボルに対してデマッピング演算を実行することによってソフトビットを取得するようにさらに構成される。

いくつかの実施形態では、例えば、ソフトスライシングが硬判定に置き換えられる場合、例えば、pp－SNRが性能にとって重要ではない場合、pp－SNRの計算は必要ではない場合がある。

いくつかの実施形態では、最尤復号（MLD）デコーダにおいて、後続のイコライザのセットは、次のシンボルでのみ使用され、複数のデータシンボルに対してホワイトニングのみが行われる。いくつかの実施形態では、線形受信機の場合、ホワイトニングはイコライザに吸収され得る。いくつかの実施形態では、ホワイトニングは暗黙的に行われなくてもよいが、等化によって明示的に実行されてもよい。

いくつかの実施形態では、単一ストリームとマルチストリームの場合の両方で、以下のように、いくつかの方法でホワイトニング＋等化を行うことができる（すべて数学的に等価である）。
1．入力ベクトルはホワイトニングされてもよく、チャネル推定値はホワイトニングされてもよい。次いで、イコライザは、ホワイトニングされたチャネル推定値に基づいて計算され得る。
2．ホワイトニングは、入力推定値とチャネル推定値の両方のホワイトニング演算をイコライザに吸収することによって明示的に行われ得る。
3．1と2の組み合わせ、例えば、ホワイトニングが入力およびチャネル推定に対して実行され得る。ホワイトニングはイコライザに吸収されてもよく、または入力ホワイトニングはイコライザに吸収されてもよく、およびイコライザはホワイトニングされたチャネル推定値に基づいてもよい。

第1の態様のさらなる実装形態では、デバイスは、少なくとも1つの干渉プラス雑音共分散行列を計算し、少なくとも1つの対角負荷干渉プラス雑音共分散行列を計算するために、少なくとも1つの干渉プラス雑音共分散行列に対角行列を追加するようにさらに構成される。

第1の態様のさらなる実装形態では、デバイスは、少なくとも1つの対角負荷干渉プラス雑音共分散行列の逆コレスキー行列を計算するようにさらに構成される。

例えば、デバイスは、少なくとも1つの対角負荷干渉プラス雑音共分散行列に対してコレスキー分解を実行することによって三角行列を取得するステップおよび取得された三角行列を反転するステップに基づいて、少なくとも1つの対角負荷干渉プラス雑音共分散行列の逆コレスキー行列を計算することができる。

第1の態様のさらなる実装形態では、逆コレスキー行列は、少なくとも1つの対角負荷干渉プラス雑音共分散行列に対してコレスキー分解を実行することによって計算される。

第1の態様のさらなる実装形態では、ホワイトニングおよび等化を実行するステップは、逆コレスキー行列に基づいて、決定されたサブキャリア、SCについての受信した入力ベクトルをホワイトニングし、続いて、決定されたSCについてのホワイトニングされた入力ベクトルに対して後続のイコライザのセットを適用するステップ、または後続のイコライザのセットを逆コレスキー行列に適用し、続いて、取得した結果を決定されたサブキャリアの受信した入力ベクトルに適用するステップを含む。

第1の態様のさらなる実装形態では、デバイスは、事前定義された数の内部反復を実行することを含む内部反復手順を実行し、各内部反復は同じ複数のデータシンボルに対して実行され、各内部反復では、以下のステップが実行される、すなわち、
前の内部反復で計算されたイコライザのセットを使用して、または第1の内部反復の場合には、チャネル推定値のセットに基づいて複数のサブキャリアについて計算されたイコライザのセットを使用して等化を実行するステップ、
ソフトスライシング手順またはハードスライシング手順を実行するステップ、
少なくとも1つの対角負荷干渉プラス雑音共分散行列を計算するステップ、
少なくとも1つのホワイトニング行列を計算するステップ、
複数のデータシンボルに対してホワイトニング演算を実行するステップ、
ホワイトニングされたチャネル推定値のセットを取得するためにホワイトニング演算を実行するステップ、および
別のイコライザのセットを計算するステップ
が実行される、ようにさらに構成される。

第1の態様のさらなる実装形態では、デバイスは、事前定義された数の外部反復を実行することを含む外部反復手順を実行し、各外部反復は、前の外部反復とは異なる複数のデータシンボルに対して実行され、各外部反復では、以下のステップが実行される、すなわち、
前の外部反復もしくは内部反復で計算されたイコライザのセットを使用して、または第1の外部反復の場合には、チャネル推定値のセットに基づいて複数のサブキャリアについて計算されたイコライザのセットを使用して等化を実行するステップ、
ソフトスライシング手順またはハードスライシング手順を実行するステップ、
少なくとも1つの対角負荷干渉プラス雑音共分散行列を計算するステップ、少なくとも1つのホワイトニング行列を計算するステップ、
複数のデータシンボルに対してホワイトニング演算を実行するステップ、
ホワイトニングされたチャネル推定値のセットを取得するためにホワイトニング演算を実行するステップ、および
別のイコライザのセットを計算するステップ
が実行される、ようにさらに構成される。

第1の態様のさらなる実装形態では、ホワイトニングされたチャネル推定値は、決定されたSCまたはその更新バージョンの少なくとも1つのチャネル推定値行列に、計算された少なくとも1つのホワイトニング行列、特に逆コレスキー行列を乗算することによって取得される。

第1の態様のさらなる実装形態では、デバイスは、複数のSCをサブバンドに分割し、各サブバンドは所定数のSCを含み、干渉プラス雑音共分散行列は各サブバンドごとに推定される、ようにさらに構成される。

第1の態様のさらなる実施の形態では、デバイスは、複数のパイロットシンボルおよび／もしくはデータシンボル、ならびに／または複数のサブキャリアによって搬送されるチャネル推定値のセットに基づいて、前記複数のサブキャリアについて第1のストリームごとの後処理の信号対干渉プラス雑音比（pp－SINR）のセットを計算し、複数の等化されたシンボルおよび複数の推定されたシンボルに基づいて、複数のサブキャリアについて第2のストリームごとのpp－SINRのセットを計算するようにさらに構成される。

第1の態様のさらなる実装形態では、デバイスは、第1のストリームごとのpp－SINRのセットから、第1のセットの平均pp－SINRを表す単一のストリームごとのpp－SINRベクトルを計算し、第2のストリームごとのpp－SINRのセットから、第2のセットの平均pp－SINRを表す単一のストリームごとのpp－SINRベクトルを計算し、第1のセットの平均pp－SINRと第2のセットの平均pp－SINRの差としてpp－SINR差分ベクトルを計算するようにさらに構成される。

第1の態様のさらなる実装形態では、デバイスは、複数のSCについて、pp－SINRレベルの低下を検出するようにさらに構成される。

第1の態様のさらなる実装形態では、pp－SINRの低下は、pp－SINR差分ベクトルに基づいて検出される。

第1の態様のさらなる実装形態では、デバイスが有効にされ、特に、pp－SINRレベルの検出された低下に基づいて、事前定義された数の内部反復および／または外部反復回数が決定される。

第1の態様のさらなる実装形態では、イコライザのセットおよび／または後続のイコライザのセットは、最小平均二乗誤差（MMSE）イコライザまたはゼロフォーシング（ZF）イコライザに基づいている。

本発明の第2の態様は、マルチキャリア通信受信機の干渉を動的に低減するための方法を提供し、本方法は、複数のサブキャリアによって搬送される複数のパイロットシンボルおよび／またはデータシンボルに基づいて、前記複数のサブキャリアのチャネル推定値のセットを計算するステップ、チャネル推定値のセットに基づいて複数のサブキャリアのイコライザのセットを計算するステップ、複数の等化されたシンボルを取得するためにイコライザの第1のセットを使用して複数のデータシンボルに対して等化を実行するステップ、等化されたシンボルに基づいて複数の推定シンボルを取得することを含むソフトスライシングまたはハードスライシング手順を実行するステップ、推定シンボルのセットに基づいて少なくとも1つの対角負荷干渉プラス雑音共分散行列を計算するステップ、少なくとも1つの対角負荷干渉プラス雑音共分散行列、チャネル推定値の第1のセット、またはその更新バージョンに基づいて、複数のデータシンボルをソフトビットにデマッピングするステップ、およびソフトビットをチャネルデコーダに供給するステップを含む。

第2の態様の実装形態では、本方法は、少なくとも1つの対角負荷干渉プラス雑音共分散行列およびチャネル推定値のセットまたはその更新バージョンに基づいて、複数のサブキャリアの後続のイコライザのセットを計算するステップをさらに含む。

第2の態様のさらなる実装形態では、本方法は、計算された少なくとも1つの対角負荷干渉プラス雑音共分散行列に基づいて少なくとも1つのホワイトニング行列を計算するステップ、少なくとも1つのホワイトニング行列に基づいて複数のサブキャリアのための後続のイコライザのセットを計算するステップ、および少なくとも1つのホワイトニング行列に基づいて、複数のデータシンボルをソフトビットにデマッピングするステップをさらに含む。

第2の態様のさらなる実装形態では、本方法は、複数のホワイトニングされたデータシンボルを取得するために、計算された少なくとも1つのホワイトニング行列を使用して、複数のデータシンボルに対してホワイトニング演算を実行するステップ、ホワイトニングされたチャネル推定値のセットを取得するために、計算された少なくとも1つのホワイトニング行列を使用して、チャネル推定値のセットまたはその更新バージョンのいずれかに対してホワイトニング演算を実行するステップ、ホワイトニングされたチャネル推定値のセットに基づいて複数のサブキャリアの後続のイコライザのセットを計算するステップ、ならびに後続のイコライザのセットおよび／またはホワイトニングされたチャネル推定値に基づいて、ホワイトニングされたデータシンボルに対してデマッピング演算を実行することによってソフトビットを取得するステップさらに含む。

第2の態様のさらなる実装形態では、本方法は、少なくとも1つの干渉プラス雑音共分散行列を計算するステップ、および少なくとも1つの対角負荷干渉プラス雑音共分散行列を計算するために、少なくとも1つの干渉プラス雑音共分散行列に対角行列を追加するステップをさらに含む。

第2の態様のさらなる実装形態では、本方法は、少なくとも1つの対角負荷干渉プラス雑音共分散行列の逆コレスキー行列を計算するステップをさらに含む。

第2の態様のさらなる実装形態では、逆コレスキー行列は、少なくとも1つの対角負荷干渉プラス雑音共分散行列に対してコレスキー分解を実行することによって計算される。

第2の態様のさらなる実装形態では、ホワイトニングおよび等化を実行するステップは、逆コレスキー行列に基づいて、決定されたサブキャリア、SCについての受信した入力ベクトルをホワイトニングし、続いて、決定されたSCについてのホワイトニングされた入力ベクトルに対して後続のイコライザのセットを適用するステップ、または後続のイコライザのセットを逆コレスキー行列に適用し、続いて、取得した結果を決定されたサブキャリアの受信した入力ベクトルに適用するステップを含む。

第2の態様のさらなる実装形態では、本方法は、事前定義された数の内部反復を実行することを含む内部反復手順を実行するステップをさらに含み、各内部反復は同じ複数のデータシンボルに対して実行され、各内部反復では、以下のステップが実行される、すなわち、
前の内部反復で計算されたイコライザのセットを使用して、または第1の内部反復の場合には、チャネル推定値のセットに基づいて複数のサブキャリアについて計算されたイコライザのセットを使用して等化を実行するステップ、
ソフトスライシング手順またはハードスライシング手順を実行するステップ、
少なくとも1つの対角負荷干渉プラス雑音共分散行列を計算するステップ、
少なくとも1つのホワイトニング行列を計算するステップ、
複数のデータシンボルに対してホワイトニング演算を実行するステップ、
ホワイトニングされたチャネル推定値のセットを取得するためにホワイトニング演算を実行するステップ、および
別のイコライザのセットを計算するステップ
が実行される。

第2の態様のさらなる実装形態では、本方法は、事前定義された数の外部反復を実行することを含む外部反復手順を実行するステップをさらに含み、各外部反復は、前の外部反復とは異なる複数のデータシンボルに対して実行され、各外部反復では、以下のステップが実行される、すなわち、
前の外部反復もしくは内部反復で計算されたイコライザのセットを使用して、または第1の外部反復の場合には、チャネル推定値のセットに基づいて複数のサブキャリアについて計算されたイコライザのセットを使用して等化を実行するステップ、
ソフトスライシング手順またはハードスライシング手順を実行するステップ、
少なくとも1つの対角負荷干渉プラス雑音共分散行列を計算するステップ、少なくとも1つのホワイトニング行列を計算するステップ、
複数のデータシンボルに対してホワイトニング演算を実行するステップ、
ホワイトニングされたチャネル推定値のセットを取得するためにホワイトニング演算を実行するステップ、および
別のイコライザのセットを計算するステップ
が実行される。

第2の態様のさらなる実装形態では、ホワイトニングされたチャネル推定値は、決定されたSCまたはその更新バージョンの少なくとも1つのチャネル推定値行列に、計算された少なくとも1つのホワイトニング行列、特に逆コレスキー行列を乗算することによって取得される。

第2の態様のさらなる実装形態では、本方法は、複数のSCをサブバンドに分割するステップをさらに含み、各サブバンドは所定数のSCを含み、干渉プラス雑音共分散行列は各サブバンドごとに推定される。

第2の態様のさらなる実施の形態では、本方法は、複数のパイロットシンボルおよび／もしくはデータシンボル、ならびに／または複数のサブキャリアによって搬送されるチャネル推定値のセットに基づいて、前記複数のサブキャリアについて第1のストリームごとの後処理の信号対干渉プラス雑音比、pp－SINR、のセットを計算するステップと、複数の等化されたシンボルおよび複数の推定されたシンボルに基づいて、複数のサブキャリアについて第2のストリームごとのpp－SINRのセットを計算するステップとをさらに含む。

第2の態様のさらなる実装形態では、本方法は、第1のストリームごとのpp－SINRのセットから、第1のセットの平均pp－SINRを表す単一のストリームごとのpp－SINRベクトルを計算するステップ、第2のストリームごとのpp－SINRのセットから、第2のセットの平均pp－SINRを表す単一のストリームごとのpp－SINRベクトルを計算するステップ、第1のセットの平均pp－SINRと第2のセットの平均pp－SINRの差としてpp－SINR差分ベクトルを計算するステップをさらに含む。

第2の態様のさらなる実装形態では、本方法は、複数のSCについて、pp－SINRレベルの低下を検出するステップをさらに含む。

第2の態様のさらなる実装形態では、pp－SINRの低下は、pp－SINR差分ベクトルに基づいて検出される。

第2の態様のさらなる実装形態では、本方法が有効にされ、特に、pp－SINRレベルの検出された低下に基づいて、事前定義された数の内部反復および／または外部反復回数が決定される。

第2の態様のさらなる実装形態では、イコライザのセットおよび／または後続のイコライザのセットは、最小平均二乗誤差、MMSE、イコライザまたはゼロフォーシング、ZF、イコライザに基づいている。

本発明の第3の態様は、コンピュータによって実行されると、第2の態様の方法または第2の態様の実装形態の1つを実行させるコンピュータプログラムを提供する。

いくつかの実施形態では、コンピュータプログラムは、非一時的コンピュータ可読記録媒体上に提供されてもよい。

本出願に記載されたすべてのデバイス、要素、ユニット、および手段は、ソフトウェア要素もしくはハードウェア要素またはそれらの任意の種類の組み合わせにおいて実装され得ることに留意されたい。本出願に記載されている様々なエンティティによって実行されるすべてのステップ、ならびに様々なエンティティによって実行されるように説明されている機能は、それぞれのエンティティがそれぞれのステップおよび機能を実行するように適合または構成されることを意味するものとする。

具体的な実施形態の以下の説明において、外部のエンティティによって実行される特定の機能またはステップが、その特定のステップまたは機能を実行するそのエンティティの特定の詳細要素の説明に反映されていない場合でも、それぞれのソフトウェア要素もしくはハードウェア要素またはそれらの任意の種類の組み合わせにおいてこれらの方法および機能を実装できることは、当業者には明確なはずである。

本発明の上述の態様および実装形態は、添付の図面に関連する特定の実施形態の以下の説明において説明される。

本発明の一実施形態による、マルチキャリア通信受信機の干渉を動的に低減するためのデバイスの概略図である。受信フレームの約中央に到達する、立ち上がり干渉のシナリオの結果を示す図である。 D－IRCとMRCおよびIRCの性能の比較を示す図である。低および中SIRについてのグッドプットにおける非常に有意な利得を概略的に示す図である。干渉がない場合のD－IRCの性能とIRC／MRCの性能との比較を示す図である。 D－IRCブロック図を示す図である。 SINR低下が検出されるまでのD－IRC SNR検出器処理の概略図である。本発明の一実施形態による、マルチキャリア通信受信機の干渉を動的に低減するための方法のフローチャートである。静的干渉を示す図である。立ち上がり、立ち下がり、立ち上がり＋立ち下がり、および立ち下がり＋立ち上がり干渉を含む動的干渉を示す図である。干渉なし、静的干渉、および立ち上がり干渉の場合のMRCおよびIRC性能を示す図である。隠れノード問題を示す図である。干渉元の存在下でSTAからWiFiパケットを受信する従来のAPを概略的に示す図である。

図1は、本発明の一実施形態による、マルチキャリア通信受信機の干渉を動的に低減するためのデバイス100の概略図である。

デバイス100は、複数のサブキャリア110によって搬送される複数のパイロットシンボルおよび／またはデータシンボルに基づいて、前記複数のサブキャリア110のチャネル推定値のセット101を計算するように構成される。

デバイス100は、チャネル推定値のセット101に基づいて、複数のサブキャリア110のイコライザのセット102を計算するようにさらに構成される。

デバイス100は、複数の等化されたシンボル103を取得するために、イコライザのセット102を使用して、複数のデータシンボルに対して等化を実行するようにさらに構成される。

デバイス100は、等化されたシンボル103に基づいて複数の推定シンボル104を取得することを含む、ソフトスライシングまたはハードスライシング手順を実行するようにさらに構成される。

デバイス100は、推定シンボルのセット104に基づいて、少なくとも1つの対角負荷干渉プラス雑音共分散行列105を計算するようにさらに構成される。

デバイス100は、少なくとも1つの対角負荷干渉プラス雑音共分散行列105、チャネル推定値のセット101、またはその更新バージョンに基づいて、複数のデータシンボルをソフトビット106にデマッピングするようにさらに構成される。

デバイス100は、ソフトビット106をチャネルデコーダに供給するようにさらに構成される。

デバイス100は、受信デバイスであり得る。デバイス100は、回路（図1には示されていない）を備えることができる。回路はハードウェアおよびソフトウェアを備えてもよい。ハードウェアは、アナログ回路もしくはデジタル回路、またはアナログ回路とデジタル回路の両方を備えてもよい。いくつかの実施形態では、回路は、1つまたは複数のプロセッサおよび1つまたは複数のプロセッサに接続された不揮発性メモリを備える。不揮発メモリは、1つまたは複数のプロセッサによって実行されるとき、デバイスに本明細書に記載の動作または方法を実行させる実行可能プログラムコードを搬送してもよい。

さらに、デバイス100は、動的干渉元の存在下で、著しい性能利得を達成し得る。図2に参照が行われ、これは、受信フレームの約中央に到達する、立ち上がり干渉のシナリオの結果を示す図200の概略図である。

図2の図200では、D－IRCのMRCおよびIRCに対する性能の比較が示されており、64QAMに対して15dBの固定INRの場合、レート5／6である。受信機（RX）は8Rx個のアンテナを使用し、チャネルはTGn－D NLOSである。D－IRCは約18dBのSNRで動作することを可能にするが（参照番号202で示されている）、IRCおよび／またはMRCでは動作することができない（参照番号201で示され、標準的な技術の全面的な崩壊を示している）ことが確認され得る。

図3に参照が行われると、これは、D－IRCとMRCおよびIRCとの性能の比較を示す図300の概略図である。

図3の図300では、D－IRC（デバイス100によって実行される）のMRCおよびIRCに対する性能の比較が示されており、64QAMに対して18dBの固定SNRの場合、レート5／6である。受信機デバイス（RX）は8Rx個のアンテナを使用し、チャネルはTGn－D NLOSである。15dBを超える利得があることが導出され得る。さらに、D－IRC（デバイス100）は、所望の信号よりもさらに強い干渉元との動作を可能にする。これまでに提示されたシミュレーション結果は、いくつかの選択されたMCSについてPERに関してD－IRC利得を示した。スループットに関してD－IRCの実際の利得をよりよく理解するために、ここでは異なるアプローチが考慮される。例えば、特定の固定SNRについて2つの送信（TX）アンテナを伴うSTAからパケットを受信する4つの受信（RX）アンテナを伴うAPの決定された現実的なシナリオが想定され得る。さらに、別のAP／ステーションは、STAを検知せず、所望のパケットの間のどこかで伝送を開始する（立ち上がり干渉元）。さらに、各SIR値について、1つまたは2つの空間ストリームを伴うすべての可能なMCSにわたって決定され得、グッドプットを最大化するMCSが見つかり得る。

例えば、干渉元が2つの空間ストリームを送信し、偏波アンテナがAP、ステーション、および干渉元によって使用されると想定され得る。

また、D－IRCが「オン」であるときに1回およびD－IRCが「オフ」であるときに1回、この処理が行われてもよい。その後、これら2つの選択肢の間のグッドプットが比較され得る。図3の図300では、4つのRXアンテナの場合、D－IRCが「オン」である性能とD－IRCが「オフ」であるときの性能の比較が、最大のグッドプットに関して示されている。

例えば、参照番号301で示されているように、標準的な技術は、干渉が所望の信号よりもはるかに弱い場合にのみ動作を可能にする、すなわち、SIR＞～14dBである。

さらに、参照番号302で示されているように、D－IRCは、干渉が所望の信号と同じくらい強いとき、またはさらに強いときに動作することを可能にする。

図4に参照が行われると、これは、PPMオフセットおよびサンプリングオフセットを伴うD－IRCオン（1つの反復）およびD－IRCオフについてのSIRあたりの最大グッドプットを示す図400の概略図である。

図4の図400は、SIR～＝SNRについての利得が消失するまで、SIRが増加するにつれて減少する、低SIRのグッドプットにおける非常に有意な利得を示す。D－IRCが「オフ」であるとき402に対するD－IRCが「オン」であるとき401の利得は、中程度のSIR（例えば、＠SIR10－11dBで約50％）で有意なままである。

さらに、本発明のいくつかの実施形態では、負の利得は存在しない（干渉元が存在しないか、または静的な干渉元が存在するとき、劣化はない）。

図5に参照が行われると、これは、干渉がない場合のD－IRCの性能503とIRC／MRCの性能501、502の比較を示す図500の概略図である。MRCと比較して劣化がないことが確認され得る。

さらに、本発明のいくつかの実施形態では、計算の複雑さに関して、D－IRCは通常、3回未満の反復を必要とする（1回の反復でもかなりの利得が得られる）ので、複雑さの点で実現可能である。

図6に参照が行われると、これは、D－IRCブロック図600の概略図である。

デバイス100は、例えば、図6の図600に示されるように、D－IRCアルゴリズムを提供（例えば、実行）することができる。いくつかの実施形態では、D－IRCアルゴリズムは、デバイス100によって実行されてもよい。

D－IRCブロック図600は、以下のように簡単に定義されるいくつかの変数を含むことができる、すなわち、所与の行列Aについて、変数［A］_i，jは、行列Aのi番目の行j番目の列の要素を示す。所与の正方行列Aについて、変数diag（A）は、その対角要素を取ることから生じる列ベクトルを示す。

所与のベクトルaについて、変数［a］_iは、ベクトルaのi番目の要素を示す。所与のベクトルaについて、変数diag（a）は、diag［A］_i，j＝［a］_iとなるように結果として得られる対角行列を示す。

さらに、1はすべてのもののベクトルを示す（その次元は式から暗黙的に暗示される）。N_rはRxアンテナの数を示し、N_sは空間ストリームの数を示す。その上、Mおよびd_minは、コンステレーションサイズおよびコンステレーション最小距離をそれぞれ示す。

以下では、例示のために、すべてのストリームが同じコンステレーションを有する場合について、本発明の一実施形態が説明される。しかしながら、本発明の実施形態は上記の場合に限定されず、結果はより一般的な場合に拡張され得る。

例えば、SCはサブバンドに分割され、各サブバンドはN個のサブキャリアを有する。さらに、各サブバンド（およびさらに共分散行列の逆コレスキー）ごとに単一の共分散行列が推定され、これは複雑さを低減し、良好な共分散推定にも必要である。各サブバンドの共分散行列の計算では、サブバンドのN個のサブキャリアが使用され、隣接するサブバンドから最大

個のサブキャリアが使用される。ここでは、簡単にするために、

と想定する。

以下の表Iは、k番目のSCごとにD－IRCアルゴリズムによって使用される異なる変数（ベクトル、行列など）を要約し、そこに次元および説明を与える。

D－IRCアルゴリズムの入力は、そのシンボルの各OFDMシンボルy_kおよび（プリアンブルで計算され得る）H_kに対してであり得る。加えて、プリアンブルの後の第1のシンボルで、G_prev、

および

は、プリアンブルからG、C^－1／2、および

に初期化される。D－IRCアルゴリズムの出力は、G、C^－1／2および

である（ここでは線形デコーダが現在想定されている）。

D－IRCアルゴリズムを示す図600では、簡単にするためにSCインデックスkは省略されている。

D－IRCブロック図600は、等化サブブロック601、ソフトスライシングサブブロック602、共分散推定サブブロック603、逆コレスキーサブブロック604、Hホワイトニングサブブロック605、スライシング分散計算サブブロック606、ならびにイコライザおよびpp SNR計算サブブロック607を含むいくつかのサブブロックを含むことができる。

さらに、D－IRCアルゴリズムは、事前定義された数のL回の反復および各OFDMシンボルの追加の等化ステップを実行することができる。各反復は、等化、ソフトスライシング、共分散推定、逆コレスキー、Hホワイトニング、スライシング分散計算、ならびにイコライザおよびpp SNR計算ステップを実行することを含む。第1の反復では、イコライザ、逆コレスキー行列、および後処理雑音分散が前のシンボルから取得される。そうでない場合、それらは前の反復から取得される。

D－IRCアルゴリズムのサブブロックについて詳述する。

例えば、D－IRCアルゴリズムは、各サブブロックにおいてそれぞれの演算が実行されるいくつかのサブブロックを含むことができる。

等化サブブロック601は、以下の通りの式（10）により、y_kをホワイトニングし、次いで等化行列G_kを適用することができる。

本発明のいくつかの実施形態（例えば、マルチストリームの場合）では、最初に、すなわち、以下の通り式（11）により、y_kをホワイトニングすることがより良く思われる。

次いで、G_kで等化する。

本発明のいくつかの実施形態（例えば、単一ストリームの場合）では、最初に、すなわち、以下の通り式（12）により、計算することが場合によってはより良い可能性がある。

次いで、次を適用する。

ソフトスライシングサブブロック602は、r番目のストリームに、以下の通りソフトスライシング機能を適用する。

ここで、

およびベクトル

に対する上記のすべての演算は、要素ごととして理解され得る。

QPSKより高いコンステレーションでは、ソフトスライシングは、全条件平均の近似である。

の実数成分および虚数成分をPAMコンステレーションとして扱うとき、2つの最も近い点のみが考慮され、残りの点は無視される。シミュレーション結果は、この近似が性能に顕著な影響を及ぼさないことを示している。

ソフトスライシング雑音分散

は、以下のように近似される。

これを確認するために、QPSKの場合には、以下の通りである。

より高い変調の場合、

の各成分における2つの最も近い点のみを考慮する同じ近似が所望の結果をもたらす。

D－IRCブロック図は、共分散推定サブブロック603をさらに含むことができる。ここで、SCはサブバンドに分割され、単一の共分散がバンドごとに推定される。

例えば、サブバンドを固定し、kがサブバンドのSCを示すときには、共分散は以下により推定される。

ここで、合計はサブバンドのすべてのN個のSCに及ぶ。βパラメータは、何らかの必要な対角荷重を構成するために必要とされる。

雑音共分散のより正確な推定は、以下の通りであり得る。

したがって、実際には、より正確な

の代わりにC_kが使用されるとき、結果として得られる雑音共分散行列は単位行列ではない。

一方、より正確なバージョン

を使用すると、推定共分散がサブバンド全体に対して固定されるという特性が失われ、複雑さが大幅に増加する。この問題は、精度の低いC_kを使用し、イコライザおよび後処理雑音分散計算における

項を補償することによって対処され得る。

逆コレスキーサブブロック604は、コレスキー分解を実行し、次いで、結果として得られた下三角行列の反転を実行し、それは行列

を出力する。

Hホワイトニングサブブロック605は以下の通り、単に式（20）を計算する。

スライシング分散推定サブブロック606は、ストリームごとのソフトシンボルの分散を推定し、対角行列Δ_kの対角として出力する。これは、バンドのすべてのSCにわたって平均することによって、すなわち、以下の通り式（21）により行われる。

ここで、合計は、バンドのすべてのサブキャリアに及ぶ。

D－IRCブロック図は、イコライザおよびPP SINR計算サブブロック607をさらに備えることができる。例えば、第1に、前述の

項は無視されてもよく、次いで、マルチストリームの場合、以下の式が導出されてもよい。

ここで、

および
γk’＝1－diag（R_k）式（25）
である。

これは、単一ストリームの場合、以下のように低減される。

次に、

項を考慮する。以下のように示され得る。

ここで、

およびγk’＝1－（I＋Δ）^－1diag（R_k）式（30）
である。

単一ストリームの場合、これは以下のように低減する。

注：単一ストリームの場合、Δ補正は

のみ効果があり、実際には

であり、G_k＝G_k’である。マルチストリームでは、これはもはや当てはまらないが、実際には、Δ補正全体が主に

の計算に影響を及ぼすという意味で、ほぼ当てはまる。実際、r＝1、．．．、N_sに対して［Δ］_r、r＜＜1と想定すると、I＋Δ≒Iを近似することが可能であり得、R_k≒R_k’およびγ_k≒γ_k’を得ることが可能であり得る。そのため実際には、

およびG_k≒G_k’ 式（33）
である。

これにより、標準的なMMSEイコライザで動作することが可能になり、必要な変更を行うことが不可能である。しかしながら、Δ項は、後処理雑音分散計算において有意であり、それがなければ、計算された後処理雑音分散

は著しく過小評価される可能性があることに留意されたい。

SINR低下が検出されるまでのD－IRC SNR検出器処理を示すブロック図700の概略図である、図7に参照が行われる。

D－IRC SNR検出器は、D－IRCを有効にするかどうかを決定することができ、これは、それぞれ、非IRC復号およびIRCに対して、非干渉の場合および静的干渉の場合の劣化を回避するために重要である。

D－IRC SNR検出器は、20Mhzバンドで別々に決定を行うことができ、すなわち、20MhzバンドでD－IRCを採用し、別のバンドで非IRC復号を採用することができる（他の粒度も可能である）。以下では、単一の20Mhzバンドに焦点が合わされている。

最初に、処理は非IRCまたはプレーンバニラIRCから開始し、非IRCはデフォルトの選択であり、IRCはプリアンブルに干渉があると決定された場合の選択である。各OFDMシンボルa検出器は、後処理SINRレベルの低下を検出するために使用される。さらに、そのような低下が検出された場合にのみ、処理は非IRC／IRCからD－IRCに切り替わり、残りのシンボル全体を通してD－IRCを実行する。したがって、干渉または静的干渉がない場合、性能は、それぞれ、非IRCおよびIRCの性能と同様のままであるべきである。

ここでは、処理は、動的干渉が検出されるOFDMシンボルまで説明される（その後、アルゴリズムはD－IRCとなる）。アルゴリズムは、D－IRCの第1の反復（主にソフトスライシング）で行われた計算の一部および後処理SINR低下を検出する検出器に基づいている。あるシンボルで検出器が低下を検出すると、検出器はD－IRC有効＝1を出力し、D－IRCは第1の反復を完了し、残りの反復を継続し、残りのシンボルではプレーンD－IRCとして機能する。

図700において、G_prevはプリアンブル上で計算されたイコライザであり、SINR低下が検出されない限り、再計算されない。また、

はプリアンブルに基づいている。これは、プリアンブル上のIRCから開始する場合、プリアンブル上で推定された共分散行列の逆コレスキーとして理解されるべきである。さらに、非IRCの場合、これはi番目の対角要素が

を保持する対角行列として理解されるべきであり、σ_iはi番目のRXアンテナの推定雑音分散である。最後に、

もプリアンブルから取得され、処理後の雑音分散ベクトルであり、λ_prevを得るために20MHzバンドのすべてのSCにわたってさらに平均化される（プリアンブル中に1回）。

各シンボルに採用されるD－IRCサブブロックは、

をもたらす、等化701、

および

をもたらすソフトスライシング702、ならびにΔをもたらすスライシング分散推定703である。上述のサブブロックは、図6のD－IRCアルゴリズム600の対応するサブブロックと同様の演算を実行することができる。さらに、新しいサブブロックは、後述する後処理雑音分散推定704および後処理SINR低下検出器705である。

後処理雑音分散推定サブブロック704は、各サブバンドで動作する。後処理雑音分散推定サブブロック704の入力は、所与のサブバンドのすべてのSCおよびサブバンドごとのΔに対して

および

である。

後処理雑音分散推定サブブロック704の出力は、

であり、
ここで、合計はサブバンドのすべてのSCに及ぶ。

後処理SINR低下検出器サブブロック705は、λをもたらすためにすべてのサブバンドにわたって

を平均し、それをλ_prevと比較する。max（λ－λ_prev）≧SINR＿DROP＿THの場合には、D－IRC有効＝1であり、そうでない場合、それは0に等しい。

図8は、マルチキャリア通信受信機に対する干渉を動的に低減するための、本発明の一実施形態による方法800を示す。方法800は、上述したように、デバイス100によって実行され得る。

方法800は、複数のサブキャリア110によって搬送される複数のパイロットシンボルおよび／またはデータシンボルに基づいて、前記複数のサブキャリア110のチャネル推定値のセット101を計算するステップ801を含む。

方法800は、チャネル推定値のセット101に基づいて、複数のサブキャリア110のイコライザのセット102を計算するステップ802をさらに含む。

方法800は、複数の等化されたシンボル103を取得するために、イコライザのセット102を使用して、複数のデータシンボルに対して等化を実行するステップ803をさらに含む。

方法800は、等化されたシンボル103に基づいて複数の推定シンボル104を取得することを含む、ソフトスライシングまたはハードスライシング手順を実行するステップ804をさらに含む。

方法800は、推定シンボルのセット104に基づいて、少なくとも1つの対角負荷干渉プラス雑音共分散行列105を計算するステップ805をさらに含む。

方法800は、少なくとも1つの対角負荷干渉プラス雑音共分散行列105、チャネル推定値のセット101、またはその更新バージョンに基づいて、複数のデータシンボルをソフトビット106にデマッピングするステップ806をさらに含む。

方法800は、ソフトビット106をチャネルデコーダに供給するステップ807をさらに含む。

例としての様々な実施形態と実装形態とをともなって本発明が説明されてきた。しかし、図面、本開示および独立請求項の検討から、当業者および請求された発明を実施する者によって他の変形例が理解され、生み出されることが可能である。請求項および説明では、「含む」という語は他の要素またはステップを除外せず、不定冠詞「a」または「an」は複数を除外しない。単一の要素または他のユニットは、請求項に列挙された、いくつかのエンティティまたは項目の機能を果たすことができる。特定の手段が相互に異なる従属請求項に列挙されているという単なる事実は、これらの手段の組み合わせが有利な実装形態に使用できないことを示すものではない。

100 デバイス
101 チャネル推定値
102 イコライザ
103 等化されたシンボル
104 推定シンボル
105 対角負荷干渉プラス雑音共分散行列
106 ソフトビット
110 複数のサブキャリア
200 図
201 標準的な技術の全面的な崩壊
202 D－IRCが約18dBのSNRで動作することを可能にする（ことを示す）
300 図
301 標準的な技術は干渉が所望の信号よりもはるかに弱い場合にのみ動作を可能にする、すなわち、SIR＞～14dBである（ことを示す）
302 D－IRCは干渉が所望の信号と同じくらい強いとき、またはさらに強いときに動作することを可能にする（ことを示す）
400 図
401 D－IRCが「オン」であるとき（の利得）
402 D－IRCが「オフ」であるとき（の利得）
500 図
501 IRC／MRCの性能
502 IRC／MRCの性能
503 D－IRCの性能
600 D－IRCブロック図
601 等化
602 ソフトスライシング
603 共分散推定
604 逆コレスキー
605 Hホワイトニング
606 スライシング分散推定サブブロック、スライシング分散計算サブブロック
607 イコライザおよびpp SNR計算サブブロック、イコライザおよびPP SINR計算サブブロック
700 ブロック図
701 等化
702 ソフトスライシング
703 スライシング分散推定
704 後処理雑音分散推定サブブロック
705 後処理SNR低下検出器サブブロック
800 方法
900 図
1000 図
1001 立ち上がり干渉
1002 立ち下がり干渉
1003 立ち上がり＋立ち下がり
1004 立ち下がり＋立ち上がり干渉
1100 図
1200 図
B 1201 アクセスポイント（AP）
A 1202 ステーション（STA）
C 1203 ステーション（STA）
1300 システム

Claims

マルチキャリア通信受信機の干渉を動的に低減するためのデバイス（100）であって、前記デバイス（100）は、
複数のサブキャリア（110）によって搬送される複数のパイロットシンボルおよび／またはデータシンボルに基づいて、前記複数のサブキャリア（110）のチャネル推定値のセット（101）を計算し、
チャネル推定値の前記セット（101）に基づいて前記複数のサブキャリア（110）のイコライザのセット（102）を計算し、
複数の等化されたシンボル（103）を取得するためにイコライザの前記セット（102）を使用して複数のデータシンボルに対して等化を実行し、
前記等化されたシンボル（103）に基づいて複数の推定シンボル（104）を取得することを含むソフトスライシング手順またはハードスライシング手順を実行し、
推定シンボルの前記セット（104）に基づいて少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）を計算し、
前記少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）、チャネル推定値の前記セット（101）、またはその更新バージョンに基づいて、前記複数のデータシンボルをソフトビット（106）にデマッピングし、
前記ソフトビット（106）をチャネルデコーダに供給する
ように構成される、デバイス（100）。
前記少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）および前記チャネル推定値のセット（101）またはその更新バージョンに基づいて、前記複数のサブキャリア（110）の後続のイコライザのセットを計算する
ようにさらに構成される、請求項1に記載のデバイス（100）。
前記計算された少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）に基づいて少なくとも1つのホワイトニング行列を計算し、
前記少なくとも1つのホワイトニング行列に基づいて前記複数のサブキャリア（110）のための前記後続のイコライザのセットを計算し、
前記少なくとも1つのホワイトニング行列に基づいて、前記複数のデータシンボルをソフトビット（106）にデマッピングする
ようにさらに構成される、請求項2に記載のデバイス（100）。
複数のホワイトニングされたデータシンボルを取得するために、前記計算された少なくとも1つのホワイトニング行列を使用して、前記複数のデータシンボルに対してホワイトニング演算を実行し、
ホワイトニングされたチャネル推定値のセットを取得するために、前記計算された少なくとも1つのホワイトニング行列を使用して、チャネル推定値の前記セット（101）またはその更新バージョンのいずれかに対してホワイトニング演算を実行し、
ホワイトニングされたチャネル推定値の前記セットに基づいて前記複数のサブキャリア（110）の前記後続のイコライザのセットを計算し、
前記後続のイコライザのセットおよび／または前記ホワイトニングされたチャネル推定値に基づいて、前記ホワイトニングされたデータシンボルに対してデマッピング演算を実行することによって前記ソフトビット（106）を取得する
ようにさらに構成される、請求項3に記載のデバイス（100）。
少なくとも1つの干渉プラス雑音共分散行列を計算し、前記少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）を計算するために、前記少なくとも1つの干渉プラス雑音共分散行列に対角行列を追加する
ようにさらに構成される、請求項1から4のいずれか一項に記載のデバイス（100）。
前記少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）の逆コレスキー行列を計算する
ようにさらに構成される、請求項1から5のいずれか一項に記載のデバイス（100）。
前記逆コレスキー行列は、前記少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）に対してコレスキー分解を実行することによって計算される、請求項6に記載のデバイス（100）。
前記ホワイトニングおよび等化を実行するステップは、
前記逆コレスキー行列に基づいて、決定されたサブキャリア、SCについての受信した入力ベクトルをホワイトニングし、続いて、前記決定されたSCについての前記ホワイトニングされた入力ベクトルに対して前記後続のイコライザのセットを適用するステップ、または
前記後続のイコライザのセットを前記逆コレスキー行列に適用し、続いて、前記取得した結果を決定されたサブキャリアの受信した入力ベクトルに適用するステップ
を含む、請求項4から7のいずれか一項に記載のデバイス（100）。
事前定義された数の内部反復を実行することを含む内部反復手順を実行し、各内部反復は同じ複数のデータシンボルに対して実行され、各内部反復では、以下のステップが実行される、すなわち、
前記前の内部反復で計算されたイコライザの前記セットを使用して、または第1の内部反復の場合には、チャネル推定値の前記セット（101）に基づいて前記複数のサブキャリア（110）について計算されたイコライザの前記セット（102）を使用して前記等化を実行するステップと、
前記ソフトスライシング手順または前記ハードスライシング手順を実行するステップと、
前記少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）を計算するステップと、
前記少なくとも1つのホワイトニング行列を計算するステップと、
前記複数のデータシンボルに対して前記ホワイトニング演算を実行するステップと、
ホワイトニングされたチャネル推定値の前記セットを取得するために前記ホワイトニング演算を実行するステップと、
別のイコライザのセットを計算するステップと
が実行される、ようにさらに構成される、請求項4から8のいずれか一項に記載のデバイス（100）。
事前定義された数の外部反復を実行することを含む外部反復手順を実行し、各外部反復は、前記前の外部反復とは異なる複数のデータシンボルに対して実行され、各外部反復では、以下のステップが実行される、すなわち、
前記前の外部反復もしくは内部反復で計算されたイコライザの前記セットを使用して、または第1の外部反復の場合には、チャネル推定値の前記セット（101）に基づいて前記複数のサブキャリア（110）について計算されたイコライザの前記セット（102）を使用して前記等化を実行するステップと、
前記ソフトスライシング手順または前記ハードスライシング手順を実行するステップと、
前記少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）を計算するステップと、
前記少なくとも1つのホワイトニング行列を計算するステップと、
前記複数のデータシンボルに対して前記ホワイトニング演算を実行するステップと、
ホワイトニングされたチャネル推定値の前記セットを取得するために前記ホワイトニング演算を実行するステップと、
別のイコライザのセットを計算するステップと
が実行される、ようにさらに構成される、請求項4から9のいずれか一項に記載のデバイス（100）。
前記ホワイトニングされたチャネル推定値は、決定されたSCまたは前記その更新バージョンの少なくとも1つのチャネル推定値行列に、前記計算された少なくとも1つのホワイトニング行列、特に前記逆コレスキー行列を乗算することによって取得される、
請求項4から10のいずれか一項に記載のデバイス（100）。
複数のSCをサブバンドに分割し、各サブバンドは所定数のSCを含み、干渉プラス雑音共分散行列は各サブバンドごとに推定される、
ようにさらに構成される、請求項1から11のいずれか一項に記載のデバイス（100）。
複数のパイロットシンボルおよび／もしくはデータシンボル、ならびに／または複数のサブキャリア（110）によって搬送されるチャネル推定値の前記セット（101）に基づいて、前記複数のサブキャリア（110）について第1のストリームごとの後処理の信号対干渉プラス雑音比、pp－SINR、のセットを計算し、
複数の等化されたシンボル（103）および複数の推定されたシンボル（104）に基づいて、前記複数のサブキャリア（110）について第2のストリームごとのpp－SINRのセットを計算する
ようにさらに構成される、請求項1から12のいずれか一項に記載のデバイス（100）。
前記第1のストリームごとのpp－SINRのセットから、前記第1のセットの平均pp－SINRを表す単一のストリームごとのpp－SINRベクトルを計算し、
前記第2のストリームごとのpp－SINRのセットから、前記第2のセットの平均pp－SINRを表す単一のストリームごとのpp－SINRベクトルを計算し、
前記第1のセットの前記平均pp－SINRと前記第2のセットの前記平均pp－SINRの差としてpp－SINR差分ベクトルを計算する
ようにさらに構成される、請求項13に記載のデバイス（100）。
前記複数のSC（110）について、pp－SINRレベルの低下を検出する
ようにさらに構成される、請求項13または14に記載のデバイス（100）。
前記pp－SINR差分ベクトルに基づいて、前記pp－SINRの前記低下が検出される、
請求項15に記載のデバイス（100）。
前記デバイス（100）が有効にされ、特に、pp－SINRレベルの検出された低下に基づいて、前記事前定義された数の内部反復および／または外部反復回数が決定される、請求項15または16に記載のデバイス（100）。
イコライザの前記セット（102）および／または前記後続のイコライザのセットは、最小平均二乗誤差、MMSE、イコライザまたはゼロフォーシング、ZF、イコライザに基づいている、
請求項1から17のいずれか一項に記載のデバイス（100）。
マルチキャリア通信受信機の干渉を動的に低減するための方法（800）であって、前記方法（800）は、
複数のサブキャリア（110）によって搬送される複数のパイロットシンボルおよび／またはデータシンボルに基づいて、前記複数のサブキャリア（110）のチャネル推定値のセット（101）を計算するステップ（801）と、
チャネル推定値の前記セット（101）に基づいて前記複数のサブキャリア（110）のイコライザのセット（102）を計算するステップ（802）と、
複数の等化されたシンボル（103）を取得するためにイコライザの前記セット（102）を使用して複数のデータシンボルに対して等化を実行するステップ（803）と、
前記等化されたシンボル（103）に基づいて複数の推定シンボル（104）を取得することを含むソフトスライシング手順またはハードスライシング手順を実行するステップ（804）と、
推定シンボルの前記セット（104）に基づいて少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）を計算するステップ（805）と、
前記少なくとも1つの対角負荷干渉プラス雑音共分散行列（105）、チャネル推定値の前記セット（101）、またはその更新バージョンに基づいて、前記複数のデータシンボルをソフトビット（106）にデマッピングするステップ（806）と、
前記ソフトビット（106）をチャネルデコーダに供給するステップ（807）と
を含む、方法。
コンピュータによって実行されると、請求項19に記載の方法（800）が実行されるようにさせるコンピュータプログラム。