DE60318715T2

DE60318715T2 - Pilotsymbole in kommunikationssystemen

Info

Publication number: DE60318715T2
Application number: DE60318715T
Authority: DE
Inventors: Michael Robert Mawson Lakes PEAKE; Mark Kensington Park RICE
Original assignee: Dspace Pty Ltd
Current assignee: SPS 2 Pacific Pty Ltd
Priority date: 2002-11-07
Filing date: 2003-11-07
Publication date: 2009-01-22
Anticipated expiration: 2023-11-08
Also published as: AU2002952566A0; EP1529350A1; ATE384359T1; US7558354B2; DE60318715D1; EP1529350B1; WO2004042949A1; EP1529350A4; US20060165128A1

Description

BEREICH DER ERFINDUNG
Die Erfindung betrifft die Signalverarbeitung in Telekommunikationen und insbesondere, jedoch nicht ausschließlich, zur Verwendung in drahtlosen TDMA-Systemen. Insbesondere betrifft die Erfindung Verfahren zur Verwendung in Kommunikationssystemen, die Pilotsymbole nutzen.
HINTERGRUND DER ERFINDUNG
Die durch Pilotsymbole gestützte Modulation (PSAM) ist ein bekanntes Verfahren, das zum Vermindern der Wirkungen der Abschwächung und anderer Verzerrungsfaktoren in mobilen Verbindungen durch periodisches Einfügen bekannter Pilotsymbole in den Strom der Signaldaten verwendet wird. Da die gesendeten Symbole bekannt sind, kann der Empfänger diese regulär beabstandeten Pilotsymbole nutzen, um Amplitude und Phasenreferenz des empfangenen Signals herzuleiten. Zum Bestimmen der Amplitude und der Phasenreferenz an den bekannten Pilotsymbolen werden Kanalschätzfunktionen verwendet, wodurch Korrektionsfaktoren geschaffen werden, die dann interpoliert und auf die anderen Symbole (Datensymbole) in dem Signal angewandt werden können. Im Wesentlichen besteht ein Kompromiss zwischen der komplexen Beschaffenheit des Erfassungsalgorithmus und seiner Robustheit. Zwei Arten von Algorithmen, die zur Frequenzerfassung verwendet werden, sind die Differenzdecodierung und die Kohärenzkorrelierung (siehe unten).
Die Robustheit der Frequenzerfassung für ein Datenpaket beim Rauschen hängt von dem Muster der Pilotsymbole über das ganze Paket hin ab. Bei den robustesten Verfahren wird die Fourier-Transformation verwendet. Bei diesem Verfahren werden die Datensymbole identifiziert und beseitigt, wobei die Pilotsymbole verbleiben. Dann wird eine Fourier-Transformation (typischerweise die schnelle Fourier-Transformation – FFT) auf das entstandene Paket angewandt, um die maximal wahrscheinliche Frequenz zu erkennen.
Pilotsymbole leiten keinerlei Daten, und deshalb müssen sie auf so geringer Anzahl wie möglich gehalten werden. Zu wenige Pilotsymbole können jedoch infolge mangelhafter Kanalschätzung zu einer Verschlechterung der Leistung führen. Der Kompromiss zwischen der Beabstandung der Pilotsymbole und der Symbolfehlerrate ist deshalb ein wichtiger Gesichtspunkt für Systeme dieser Art.
Bei dem vorherrschenden Verfahren der TDMA-Paketerfassung werden aneinander grenzende Blöcke von Pilotsymbolen verwendet, die als Einzelworte (UWs) bekannt sind und oft mit dem Binärphasen-Modulationsverfahren (BPSK) codiert werden, damit das Zeitoffset des Pakets identifiziert werden kann. Zur Erfassung des Einzelwort-Pakets wurden schnelle Algorithmen entwickelt.
Wenn ein Einzelwort allein verwendet wird, ist die Frequenzerfassung schlecht. Deshalb wurden Verfahren entwickelt, um Pilotsymbole über die Länge des Pakets zu verbreiten. Zur Schätzung des Frequenzoffsets bei dieser Paketerfassung werden gewöhnlich zwei Verfahren angewandt:

1. Pilotsymbole, die regulär über das Paket hin beabstandet sind. Sobald der sequenzielle Block aus Einzelworten zur Feststellung der Paketzeit verwendet ist, kann der Kanal in regulären Abständen abgetastet werden, und die Pilotsymbole in dem ganzen Paket können zur Erkennung der Frequenz mit einer akzeptablen Auflösung verwendet werden. Dadurch werden die Einzelworte in zwei, jeweils für verschiedene Aufgaben verwendete Teile geteilt, was rechnerisch nicht effizient ist. Idealerweise sollten alle Pilotsymbole sowohl für die Zeit- als auch die Frequenzerfassung verwendet werden.
2. Zwei Einzelworte, je eines an jedem Ende des Pakets. Die Phase zwischen dem vorderen und dem hinteren Einzelwort des Pilotsymbols ergibt eine genaue Frequenzschätzung. Bei solchen Verfahren lässt sich jedoch nur schlecht zwischen bestimmten Frequenzalternativen unterscheiden, da in der gesamten Paketmasse keine Pilotsymboldaten vorhanden sind.

Kohärenzkorrelationsverfahren laufen vergleichsweise schnell. Bei solchen Methoden befindet sich die Mehrheit der Pilotsymbole in einem Einzelwort an der Vorderseite des Pakets. Bevor die Einzelwortsymbole summiert werden, wird ein Frequenzoffset auf sie aufgebracht. Wenn sich das Frequenzoffset jedoch nicht nahe an der tatsächlichen Frequenz des Signals befindet, können die Symbole in dem Einzelwort einander auslöschen, und mithin vermindert sich der Rauschabstand sehr stark. Zur Beseitigung dessen muss die Kohärenzkorrelierung an einer Anzahl verschiedener Frequenzoffsets derart wiederholt werden, dass wenigstens eine Frequenzoption ausreichend nahe an der tatsächlichen Frequenz liegt. Durch diese Wiederholung nimmt die komplexe Beschaffenheit zu, und die Methode ist weniger robust als das oben beschriebene Frequenzgangverfahren der Fourier-Transformation.
Differenzdecodierverfahren laufen ebenfalls vergleichsweise schnell, und sie brauchen keine Kohärenzprobleme zu bewältigen. Bei ihnen vermindert sich jedoch der effektive Rauschabstand, da sich Rauschdatensymbole miteinander multiplizieren. Um das zu beseitigen, muss die Differenzdecodierung an mehreren verschiedenen Frequenzoffsets wiederholt werden, wodurch noch einmal die komplexe Beschaffenheit des Algorithmus zunimmt. Die Methode kann sich nicht auf eine Leistung verbessern, die von dem Muster der Pilotsymbole diktiert wird.
In der Vergangenheit wurden Verfahren für Pilotstrukturen vorgeschlagen, die auf ungleichmäßigen Beabstandungen beruhen, beispielsweise das, welches postuliert ist in 'A study of Non-Uniform Pilot Spacing for PSAM', Lo, H., Lee, D. and Gansman, J. A., IEEE 2000, Proc. ICC International Conference an Communications, Band 1, 18.–22. Juni 2000, S. 322–325. In dieser Arbeit wird eine Anzahl alternativer Strukturen untersucht und geschlussfolgert, dass die Leistung theoretisch verbessert werden kann, ohne die Anzahl der Pilotsymbole insbesondere bei hohen Doppler-Raten und in Gegenwart eines unbekannten Frequenzoffsets durch Verwendung ungleichmäßiger Verteilungen zu erhöhen. In der Arbeit wird keine Optimierung betrachtet, und die betrachteten ungleichmäßigen Verteilungen sind faktisch sich wiederholende, reguläre Muster.
Es besteht ein Spielraum, um die Robustheit der Frequenzerfassung durch verbesserte Wahl des Musters der Pilotsymbole zu verbessern.
ZUSAMMENFASSUNG DER ERFINDUNG
Der vorliegenden Erfindung liegt die Aufgabe zugrunde, die Unbequemlichkeiten beim Stand der Technik wenigstens zum Teil anzusprechen und eine geeignete Alternative für bestehende Kommunikationssysteme unter Einbeziehung von Pilotsymbolen, insbesondere unter Bedingungen eines niedrigen Rauschabstands, zu schaffen.
Zu diesem Zweck wird mit der Erfindung gemäß einer ersten Ausgestaltung ein Verfahren zum Einfügen von Pilotsymbolen in einen Datenstrom für Telekommunikationssysteme geschaffen, wobei die Verteilung von Pilotsymbolen Wiederholungen irregulärer Gruppierungen von Pilotsymbolen in dem Datenstrom umfaßt und der Datenstrom ein Datenpaket umfaßt,
dadurch gekennzeichnet, dass die Pilotsymbole mit irregulärer Beabstandung in eine Gruppe erster Ebene eingefügt werden, wobei die irreguläre Beabstandung in mehreren solcher Gruppen erster Ebene wiederholt wird und die Gruppen erster Ebene mit irregulärer Beabstandung in eine Gruppe zweiter Ebene eingefügt werden.
Die Verteilung von Pilotsymbolen in der Zeit ist der Art nach im Wesentlichen fraktal, wobei die irregulären Gruppierungen von Pilotsymbolen selbst irregulär in dem Datenstrom beabstandet sind.
In der grundlegenden Form der Pilotsymbolverteilung in einem Datenpaket werden die Pilotsymbole mit irregulärer Beabstandung in eine Gruppe erster Ebene (L0-Ebene) eingefügt, die irreguläre Beabstandung wird in mehreren solcher L0-Gruppen wiederholt, und die L0-Gruppen werden mit irregulärer Beabstandung in eine Gruppe zweiter Ebene (L1-Ebene) eingefügt. Bei einer bevorzugten Form wird die irreguläre Beabstandung zwischen den L0-Gruppen in mehreren L1-Gruppen über das Datenpaket hinweg wiederholt, und die L1-Gruppen werden mit irregulärer Beabstandung in eine Gruppe dritter Ebene eingefügt.
Idealerweise weist dann, wenn jede der L0-Gruppen eine Länge A aufweist, jede L1-Gruppe jeweils eine Länge B auf, und die L2-Gruppe weist eine Länge C auf, wobei die Pilotymbolverteilung so ausgewählt wird, dass das Verhältnis A:B ungefähr gleich dem Verhältnis B:C ist.
Um die beste Leistung zu erzielen, verlaufen die Pilotsymbole über im Wesentlichen die Gesamtheit des Datenpakets hinweg.
Über die Beabstandung der Pilotsymbole wird gemäß einer mathematischen Beziehung derart entschieden, dass deren Positionen im Wesentlichen voraussagbar, jedoch ausreichend ungleichmäßig beabstandet sind, um das Verhältnis des Pilotsymbolspektrums, das der wahrscheinlichsten Frequenz entspricht, zu derjenigen der nächsten wahrscheinlichsten Frequenz im Vergleich zu derjenigen zu verbessern, die aus einem äquivalenten Datenstrom verfügbar ist, der gleichmäßig verteilte Pilotsymbole enthält.
Gemäß einer weiteren Ausgestaltung wird mit der Erfindung eine Signalverarbeitungseinrichtung zur Verwendung in einem Kommunikationssystem zum Erzeugen eines Datenstroms für Telekommunikationssysteme geschaffen, wobei die Signalverarbeitungseinrichtung dafür konfiguriert ist, das oben definierte Verfahren zu implementieren.
Ein Fraktal ist ein mathematisches Muster, das auf mehreren verschiedenen Längenmaßstäben eine bedeutsame Struktur aufweist. Fraktalmuster treten häufig in der Natur auf, wobei übliche Beispiele natürlich ein Küstenstrich mit Golfen, Buchten, Meeresarmen, Findlingen, Kieseln und Sandkörnchen auf unterschiedlichen Längenskalen oder ein Baum mit Ästen, Ästchen und Zweigen auf unterschiedlichen Längenskalen sind. In einer Fraktalstruktur befindet sich auf jeder neuen Längenskala eine neue Einzelheit. Dagegen besitzt ein Quadrat vier Ecken mit einfachen, geraden Linien zwischen diesen Ecken. In einem Quadrat befindet sich keine Einzelheit, die kleiner als das Quadrat selbst ist.
Das Pilotsymbolmuster gemäß der Erfindung ist mithin aus Untermustern aufgebaut, die sich in irregulären Abständen wiederholen, wobei diese Untermuster selbst aus kleineren Untermustern aufgebaut sind. Auf Grund dieser vielskaligen Struktur ist eine vielskalige Methode zur Frequenzschätzung möglich, da jede Skala (oder jede Ebene) des Pilotsymbolmusters zur Suche nach einer Frequenzschätzung verwendet wird. Der vielskalige Algorithmus nutzt jede Frequenzschätzung zur Auflösung potenzieller Aliasing-Mehrdeutigkeiten in der nächsten Frequenzschätzung, bis das genaueste Frequenzschätzungs-Aliasing aufgelöst ist. Der vielskalige Algorithmus ist rechnerisch effizient, da er nur Frequenzschätzungen für einige einfache Muster zu suchen braucht.
Mithin werden mit der Erfindung eine neue Klasse von Pilotsymbolmustern, die eine effiziente Erfassung der Datenpaketzeit und -frequenz erlauben, sowie ein neuartiger Algorithmus zur Erfassung des Zeit- und Frequenzoffsets geschaffen. Das Pilotsymbolmuster ist insbesondere gegen das Phasenrauschen beständig, da die Pilotsymbole, auch wenn sie irregulär sind, mit einer einheitlichen Dichte über das gesamte Paket hin eingefügt werden. Wichtig ist, dass mit dem Pilotsymbolmuster das Spektrum der Pilotsymbole schmaler als dasjenige des Pakets werden kann und mithin die gegenseitige Überlagerung benachbarter Kanäle während der Erfassung vermindert wird.
Gemäß der Erfindung können unterschiedliche Pilotsymbolmuster für verschiedene Nutzer bei geringer Querwechselbeziehung gewählt werden.
Das Verfahren gemäß der Erfindung ist rechnerisch effizient im Vergleich zu Datenströmen, die zufällig eingefügte Pilotsymbole enthalten. Da die Pilotsymbolabstände eine mathematische Beziehung zueinander aufweisen, sind sie ausreichend voraussagbar, um sicherzustellen, dass die benötigte rechnerische Leistung sehr viel kleiner als die für zufällig verteilte Pilotsymbolsysteme erforderliche, jedoch ausreichend ungleichmäßig verteilt ist, um ihre vorgesehene Funktion der wesentlichen Verbesserung des Rauschabstands zu erfüllen.
Deshalb ist diese Art des Beabstandens von Pilotsymbolen der Art nach fraktal, wie das insbesondere formuliert ist, um eine Pilotsymbolanalyse an mehreren verschiedenen Längenskalen über das Paket hin zu bieten. Bei einer bevorzugten Ausführungsform umfasst die Paketstruktur kleine Gruppen von Pilotsymbolen, wobei mehrere dieser kleinen Gruppen zu einer Gruppe mittlerer Ebene gruppiert sind und mehrere dieser Gruppen mittlerer Ebene zu einer Gruppe hoher Ebene gruppiert sind. Auf jeder Ebene besteht dann eine spezielle Gruppenstruktur. Es findet vorzugsweise keine mathematische Wiederho lung der Gruppenstruktur von einer Gruppenebene (einer Längenskala) zur nächsten statt. Bei einer bevorzugten Ausführungsform sind die Pilotsymbole in diesem Muster über die Gesamtheit oder fast die Gesamtheit des Signalpakets verteilt.
Bei einer Ausführungsform wird ein Empfängerverfahren zum Empfangen und Erfassen eines gesendeten Signals in einem Kommunikationssystem geschaffen, wobei das Signal ein Datensystem mit Datensymbolen und Pilotsymbolen darstellt, die gemäß einem der obigen Verfahren verteilt sind, wobei das Verfahren die folgenden Schritte umfasst:
Empfangen des gesendeten Signals und Umsetzen in ein digitales Signal;
Iteratives Erfassen der Frequenz des Signals durch die folgenden Schritte:
Berechnen einer ersten Phasen- und Signalamplitudenschätzung auf der Basis einer angenommenen Nullphasendifferenz zwischen bestimmten, relativ dicht beabstandeten Symbolen in dem Datenstrom;
Berechnen einer relativ feinen Frequenzschätzung mit potenzieller Aliasing-Mehrdeutigkeit auf der Basis von weiter beabstandeten Pilotsymbolen in dem Datenstrom;
Verwenden der relativ feinen Frequenzschätzung zur Berechnung einer Phasendifferenz zwischen den relativ dicht beabstandeten Pilotsymbolen und Berechnen einer relativ groben Frequenzschätzung auf der Basis dieser Phasendifferenz in dem Datenstrom ohne Aliasing-Mehrdeutigkeit;
Verwenden der berechneten, relativ groben Frequenzschätzung zur Verbesserung der relativ feinen Frequenzschätzung durch Verfeinern der berechneten Phase und der Signalamplitude und somit Neuberechnen der relativ feinen Frequenzschätzung;
Verwenden der relativ groben Frequenzschätzung und der verbesserten, relativ feinen Frequenzschätzung zur Auflösung von potenzieller Aliasing-Mehrdeutigkeit in der relativ feinen Frequenzschätzung; und
Anwenden der verbesserten, relativ feinen Frequenzschätzung auf den Datenstrom bei der Erfassung der Datensymbole.
Bei einer anderen Ausführungsform wird ein Empfängerverfahren zum Empfangen und Erfassen eines gesendeten Signals in einem Kommunikationssystem geschaffen, wobei das Signal einen Datenstrom mit Datensymbolen und Pilotsymbolen darstellt, die gemäß einem der obigen Verfahren verteilt sind, wobei das Verfahren die folgenden Schritte umfasst: Empfangen des gesendeten Signals und Umsetzen in ein digitales Signal; Erfassen der Frequenz des Signals durch die folgenden Schritte:

a) einen mittleren Frequenzschätzungsschritt;
b) einen groben Frequenzschätzungsschritt auf der Basis des Ergebnisses von Schritt (a);
c) einen mittleren Frequenzneuschätzungsschritt auf der Basis des Ergebnisses von Schritt (b);
d) eine Korrektur an der mittleren Frequenzschätzung, um potenzielle Aliasing-Mehrdeutigkeiten in der mittleren Frequenzschätzung aufzulösen;
e) einen feinen Frequenzschätzungsschritt einschließlich einer Berechnung einer Wahrscheinlichkeit für die gewählte Frequenz; und
f) eine Korrektur an der feinen Frequenzschätzung, um potenzielle Aliasing-Mehrdeutigkeiten in der feinen Frequenzschätzung aufzulösen.

In einer bevorzugten Form ist ein weiterer Schritt enthalten:

g) ein Phasen- und Signalschätzungs- und Korrektionsschritt auf der Basis des Ergebnisses von Schritt (f).

In einer bevorzugten Form ist ein weiterer Schritt enthalten:

h) Ausblendung des Pilotsymbols aus dem Datenstrom, um eine Datensymbolausgabe bereitzustellen.

Das Empfängerverfahren kann einen Prozess zum weiteren Verbessern der Zuverlässigkeit der Erfassung durch Verwendung von in den Datenstrom eingebetteten zusätzlichen codierten Pilotsymbolen umfassen, wobei die zusätzlichen Pilotsymbole mit Vorwärtsfehlerkorrekturcodes codiert werden; wobei der Prozess die folgenden Schritte im Empfänger umfasst:

i) Erfassen einer Liste der in der Reihenfolge der Wahrscheinlichkeit eingestuften wahrscheinlichsten Zeit- und Frequenzoffsetpaare;
ii) für jedes Zeit- und Frequenzoffsetpaar in der Liste Beginnen mit dem mit der höchsten Wahrscheinlichkeit und Voranschreiten in der Reihenfolge abnehmender Wahrscheinlichkeit; Decodieren des Pakets auf der Basis dieses Zeit- und Frequenzoffsets; wenn eine vorbestimmte Anzahl der zusätzlichen codierten Pilotsymbole mit ihren vorgeschriebenen Werten übereinstimmt, Annehmen dieses Zeit- und Frequenzoffsets; wenn nicht, Fortfahren mit dem nächsten Zeit- und Frequenzoffset in der Liste.

Für eine größere Datenübertragungseffizienz kann das Empfängerverfahren verbessert werden, wobei in dem Datenstrom eines oder mehrere der Pilotsymbole gewählt und diese durch Datensymbole ersetzt werden und die Erfassungsschritte auf der Basis einer Annahme angewandt werden, dass diese gewählten Symbole Pilotsymbole mit dem Wert Null sind.
Gemäß einer weiteren Ausgestaltung der Erfindung wird ein Empfänger zum Empfangen und Erfassen gesendeter Signale in einem Kommunikationssystem geschaffen, wobei die Signale einen Datenstrom mit Datensymbolen und gemäß einem der obigen Verfahren verteilten Pilotsymbolen darstellen, wobei der Empfänger Funktionsblöcke zum Ausführen der Schritte der oben definierten Empfängerverfahren umfasst.
Deshalb wird in dem Verfahren gemäß der Erfindung ein iterativer Prozess mit dem Ziel der kohärenten Signalerfassung verwendet, bei dem sich Frequenzschätzungen auf der Basis einer mutmaßlichen Annahme einer Kohärenz zwischen Pilotsymbolen in der kleinsten Untergruppe mit Frequenzschätzungen auf der Basis der mutmaßlichen Annahme kombinieren, dass Pilotsymbole in verschiedenen Untergruppen phasenunabhängig sind. Mit dem Verfahren werden mithin Phasendifferenzen zwischen den kleinsten Untergruppen berechnet, die Aliasing-Mehrdeutigkeiten (2π–Mehrdeutigkeiten) umfassen können. Diese Phasendifferenz lässt sich dann zum Neuberechnen des Offsets zwischen Pilotsymbolen in der kleinsten Gruppe verwenden, wodurch die Auflösung etwaiger Aliasing-Mehrdeutigkeiten zugelassen wird.
In einem bevorzugten Dreiebenen-Prozess wird die gröbste Frequenzschätzung zur Auflösung von Aliasing-Mehrdeutigkeiten in einer Zwischen-frequenzschätzung verwendet, und die Zwischenfrequenzschätzung wird ihrerseits zur Auflösung von Aliasing-Mehrdeutigkeiten in der feinsten Frequenzschätzung verwendet. Infolgedessen können die Pilotsymbole kohärent summiert werden, um die richtige Frequenz zu finden.
Mithin beruht das Verfahren gemäß der Erfindung auf der Schätzung von nur einer kleinen Anzahl von Phasendifferenzen, wobei eine Phasendifferenz jeder Schicht des mehrskaligen (fraktalen) Musters der Pilotsymbole entspricht.
Es sei angemerkt, dass nach dem Stand der Technik Einzelworte und Pilotsymbole zum Bestimmen und Erzielen der Funktionen der Signalerfassung (wofür grobe Zeitschätzungen notwendig sind) und des Bestimmens der korrekten Frequenz verwendet werden.
Dagegen werden bei der Erfindung vorzugsweise allein Pilotsymbole zur Ausführung dieser beiden Funktionen verwendet, wobei im Wesentlichen alle Pilotsymbole zur Erfassung von Zeit und Frequenz verwendet werden. Die Erfindung eignet sich für ein System, das unter alleiniger Verwendung von Pilotsymbolen beide Funktionen ausführen kann und nicht von aneinander grenzenden Blöcken von aufeinander folgenden Symbolen, welche die Einzelworte bilden, abhängig ist. Insbesondere ist die Zeiterfassungsfunktion effizient über die ungleich beabstandeten Pilotsymbole verteilt.
Mit der Erfindung werden Symbolmuster geschaffen, die zeigen, dass sie eine bessere Nebenkeulenausblendung als diejenigen nach dem Stand der Technik aufweisen, auf die ein rechnerisch effizienter Erfassungsalgorithmus angewandt werden kann. Die relativ reguläre Struktur des Pilotsymbolmusters gemäß der Erfindung lässt eine schnelle Berechnung der wahrscheinlichsten Frequenz des Datenpakets zu, während die unregelmäßigen Abstände zur Verkleinerung der Seitenkeulen beitragen.
Wie die vorliegende Erfindung zeigt, weist sie eine günstigere Paketfehlerrate bei Verwendung von weniger "Zusatzdaten" auf und verbessert mithin die effektive Datendurchsatzgeschwindigkeit. Durch eine Verminderung des Rauschabstands wird eine niedrigere Signalleistung oder eine höhere Symbolgeschwindigkeit möglich, während durch Verwendung einer größeren Bandbreite eine effizientere Verarbeitung der eintreffenden Daten ermöglicht wird.
Deshalb wird mit der vorliegenden Erfindung für eine verbesserte Zuverlässigkeit des Datenerfassungspakets in Gegenwart von Rauschen, Abschwächungsfaktoren und anderen nachteiligen Wirkungen gesorgt. Im Vergleich zu Methoden nach dem Stand der Technik schließt sie geringere Kosten bei Pilotsymbolen und/oder eine verbesserte Erfassung über eine breitere Bandbreite in sich. Die Erfindung kann beispielsweise auf Modulationssysteme auf Zwischenträgerbasis (OFDM) und auf TDMA-Systeme angewandt werden. Des Weiteren kann sie auf Schätzfunktionen auf Blockbasis für kurzpaketige Datenströme und Gleitfenster-Schätzfunktionen für langpaketige oder kontinuierliche Datenübertragungsströme angewandt werden.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Ein vollständigeres Verständnis der Erfindung kann man durch Betrachtung der folgenden ausführlichen Beschreibung einer bevorzugten Ausführungsform in Verbindung mit den anliegenden Zeichnungen erhalten, in denen:
1 schematisch das Einfügen von Pilotsymbolen in ein Datenpaket gemäß der Erfindung darstellt;
2 den Erfassungsprozess des Empfängers für ein Signal gemäß der Erfindung darstellt;
3 schematisch den Frequenzgang eines Verfahrens unter Verwendung zweier aneinander grenzender Pilotsymbolblöcke gemäß dem Stand der Technik darstellt;
4 den Frequenzgang eines Verfahrens unter Verwendung des Pilotsymbolmusters gemäß der Erfindung darstellt;
5 den Frequenzgang eines Verfahrens unter Verwendung von rein zufällig beabstandeten Pilotsymbolen darstellt;
die 6, 7 und 8 die verschiedenen Schritte des Empufängerverfahrens gemäß der Erfindung darstellen, welche den verschiedenen Funktionsblöcken der Empfängerarchitektur entsprechen;
9 ein Systemblockschaltbild der Empfängerbestandteile zeigt, und
10 ein Ablaufschema ist, welches die verschiedenen Stufen des Verfahrens gemäß der Erfindung darstellt.
AUSFÜHRLICHE BESCHREIBUNG
Das Kommunikationssystem in dieser Ausführungsform der Erfindung umfasst ein TDMA-Quellensignal mit Pilotsymbolen in dem Strom von Datensymbolen, das durch eine Kommunikationsschnittstelle geleitet und an einem Empfänger empfangen wird. Das empfangene Signal wird verarbeitet, um die Pilotsymbole von den Datensymbolen zu trennen. Idealerweise sind dem Empfänger die Zeit und die Frequenz der Pilotsymbole (und auch die Pilotsymbole selbst) bekannt, so dass an den Datensymbolen eine Kanalschätzung vorgenommen werden kann. Das Problem ist, dass die empfangenen Symbole durch das Phasenrauschen um einen Betrag gedreht werden, der verschieden sein kann, und mithin ein Phasenfehlerkorrektionswert berechnet werden muss, damit der Phasenfehler ausgeblendet werden kann. Die herkömmliche Methode besteht darin, eine Gruppe von Postulaten auszuwählen, die mögliche Frequenzfehler definieren, um durch jede der Postulate eine Gruppe von fehlerkompensierten Pilotsymbolen zu erzeugen, um eine Metrik zu erzeugen, die angibt, dass der Frequenzfehler wahrscheinlich korrekt ist, und mithin die Frequenz gemäß dieser Metrik zu wählen. Des Weiteren muss der Zeitabgleich in dem Signal korrigiert werden.
Das allgemeine Konzept von Pilotsymbolen und Datensymbolen ist dem Fachmann bekannt und wird hier nicht ausführlicher beschrieben.
Die Erfassungsroutine muss die Frequenz und den Zeitpunkt finden, zu dem das Paket empfangen wird. Mit dem Einzelwortverfahren (UW) wird ein bekannter Datenstrom übertragen, um bei der Aufgabe zu unterstützen.
Bei Vorhandensein eines Rauschens kann die Frequenz nicht vollkommen festgestellt werden. Die Präzision der Frequenzbestimmung wird durch ein Unsicherheitsprinzip eingeschränkt, das als Cramer Rao Lower Bound (CRB) bekannt ist. Ein kurzes Einzelwort am Kopfteil der Übertragung ist nicht genau genug, da die – von Frequenzfehlern bewirkte – Phasenverschiebung über die Zeit zu einem Informationsverlust führen kann.
Eine bekannte Methode besteht darin, zwei Einzelworte zu haben, eines am Anfang und eines am Ende des Pakets. Jedes Einzelwort ergibt eine grobe Frequenzschätzung, während die Phasendifferenz zwischen den beiden für eine feine Auflösung sorgt. Diese Methode liefert zwar einen Grad einer Verbesserung, ist jedoch nicht immer ausreichend genau. Die Phasendifferenz ist durch Vielfache von 2π im Bogenmaß mehrdeutig, was zu entsprechender Unsicherheit bei der feinen Frequenzoffset-Auflösung führt. Eine weitere Verbesserung lässt sich – auf Kosten einer zusätzlichen Berechnung – durch Erarbeiten einer Liste von möglichen Frequenzoffsets und abwechselndes Ausprobieren von jedem erhalten (ein Verfahren, das als 'TurboSynch') bekannt ist.
Wenn Informationen auf halbem Weg durch das Paket hindurch zur Verfügung ständen, wäre eine Phasendifferenz von 2π zwischen den Einzelworten erkennbar, da das dazwischen liegende Pilotsymbol um π im Bogenmaß ungenau wäre. Es würde eine größeres Frequenzoffset – mit 4π im Bogenmaß zwischen Einzelworten – erfordern, bevor ähnliche Mehrdeutigkeiten auftreten.
Ein Nachteil bei der Verwendung von nur zwei Einzelworten ist, dass keine Informationen zur Unterscheidung zwischen Möglichkeiten des Frequenzoffsets verfügbar sind. Wie die vorliegende Erfindung erkennbar macht, ist stattdessen eine Struktur mit Informationen zu mehreren Längenskalen erforderlich. Die Erfindung sieht eine solche Struktur mit einem Einzelwort an einem Fraktal vor.
Im Wesentlichen, und wie oben erläutert wurde, ist ein Fraktal ein mathematisches Muster, das auf einer Mehrzahl von Längenskalen eine bedeutsame Struktur aufweist. Ein Beispiel für ein mathematisches Fraktal ist die Cantorsche Menge, die dadurch gebildet wird, dass man mit der Zahlenlinie zwischen 0 und 1 beginnt, das mittlere Drittel beseitigt, ein Segment an jedem Ende belässt, das mittlere Drittels jedes Segments beseitigt, vier (ungleichmäßig beabstandete) Segmente belässt und dann anschließend das mittlere Drittel jedes Segments weiter beseitigt. Das entstandene Muster besteht mithin aus vier Eingabegruppen, wobei jede Gruppe aus vier kleineren Gruppen besteht, usw.
Offenkundig ist die Symbolgruppe in einem TDMA-Packet begrenzt, und somit ist das Muster kein echtes Fraktal. Die im Folgenden beschriebenen Strukturen weisen Muster auf mindestens drei Längenskalen auf, jedoch wird der fachlich gebildete Leser erkennen, dass die vorliegende Erfindung eine Verteilung mit zwei oder mehr Längenskalen als zwei erfasst.
Gemäß der Fraktalgeometrie kann ein Fraktal nicht als ausschließlich in einer, zwei oder beliebigen anderen ganzzahligen Dimensionen vorhanden gehandhabt werden. Stattdessen muss es mathematisch gehandhabt werden, als ob es eine gebrochene Dimension aufwiese.
Die Einzelworte nach dem Stand der Technik bestehen aus aneinander grenzenden Pilotsymbolblöcken. Die Gruppierungen gemäß der Erfindung, die im Folgenden beschrieben sind, besitzen Pilotsymbole, die irregulär über das Paket hin verteilt sind. Dieses Muster weist Informationen auf allen Längenskalen auf und kann somit Mehrdeutigkeiten auflösen, jedoch wiederholt sich das Muster ausreichend regelmäßig, um methodisch das Rauschen zu bewältigen. Des Weiteren kann durch Verwendung von Pilotsymbolen über das Paket hin eine Abschwächung zuverlässiger als bisher möglich verfolgt werden.
Das Muster der Pilotsymbole verteilt sich idealerweise über den größten Teil des Pakets. Die längeren Muster liefern genauere Frequenzschätzungen und lassen nicht so viel Phasendrift zu, sind jedoch weniger beständig gegen Aliasing.
Wie in den folgenden Beispielen ausführlich beschrieben, beginnt das Erfassungsverfahren mit der Annahme, dass die Symbole in den kleinsten Untergruppen kohärent sind. Wenn das Frequenzoffset faktisch groß ist, führt diese Annahme zu verminderter Leistung, und die kleinsten Untergruppen werden deshalb als kurz gewählt, um für Beständigkeit gegen große Frequenzoffsets zu sorgen.
Ein übliches Problem beim TDMA ist das Phasenrauschen, bei welchem die Phase langsam in zufälliger Weise driftet. Gemäß dem Verfahren der Erfindung können die Pilotsymbole zur Wiederherstellung der Phase verwendet werden. Mithin sollten die breitesten Untergruppen über das Paket hin verteilt sein, wodurch der breiteste Zwischenraum zwischen den Pilotsymbolen begrenzt wird.
In diesem Beispiel wird die gröbste Phasenschätzung zur Auflösung des Aliasings bei der mittleren Frequenzschätzung verwendet, während die mittlere Frequenzschätzung zur Auflösung des Aliasings bei der feinsten Frequenzschätzung verwendet wird. Um die Auflösung dieser beiden Aliasing-Probleme am besten zu sichern, sollte die dazwischen liegende Längenskala annähernd auf halbem Wege zwischen den kürzesten Gruppierungen und dem ganzen Paket liegen. Mathematisch sollten dann, wenn die kürzesten Untermuster eine Länge A aufweisen, die Zwischenmuster eine Länge B besitzen und das ganze Paket eine Länge C aufweist, die Verhältnisse ähnlich sein: A:B ≈ B:C.
Natürlich besteht in der vorliegenden Erfindung sehr großer Spielraum, um das spezielle Muster der Pilotsymbole zu wählen. Der Frequenzgang jedes Musters wird verwendet, um eine endgültige Metrik zu schaffen, das ist das Verhältnis zwischen der Leistung des Hauptstrahls und den größten Seitenkeulen. Mithin hängt das genaue Muster von Faktoren wie dem erwarteten Pegel des Phasenrauschens und der Notwendigkeit ab, Aliasing-Probleme mit der Genauigkeit der Frequenzschätzung abzugleichen.
In den Zeichnungen stellt 1 das Einfügen von Pilotsymbolen in ein Datenpaket dar. Jede Linie stellt ein Pilotsymbol dar, und wie zu sehen ist, sind diese zu Gruppen auf verschiedenen Ebenen (verschiedenen Längenskalen) strukturiert. L0 stellt so wie L1 und L2 eine Gruppe von Pilotsymbolen dar. Die L2-Gruppe umfasst sämtliche Pilotsymbole in dem Paket, auch die L1-Gruppen. Die L1-Gruppe umfasst in der gezeigten Weise die L0-Gruppe.
2 stellt schematisch den Erfassungsprozess des Empfängers für ein Signal mit unbekannter Frequenz 21 dar. In dem Erfassungsprozess erfolgt zuerst eine Näherung der mittleren Frequenzschätzung mit Hilfe der L1-Gruppe (mit mehreren Unterschritten), die von einer groben Frequenzschätzung mit Hilfe von Pilotsymbolen in der gleichen L0-Gruppe gefolgt wird, die von einer feinen Frequenzschätzung mit Hilfe der L2-Gruppe gefolgt wird. Die grobe Frequenzschätzung ist in dem Diagramm bei 22, die mittlere Frequenzschätzung mit Hilfe von Pilotsymbolen in der L1-Gruppe zur Auflösung der 2π-Mehrdeutigkeiten bei 23, und die feine Frequenzschätzung – mit Hilfe der kohärenten Summierung aller Pilotsymbole in der Gruppe L2 – bei 24 ausgewiesen. Der Erfassungsprozess wird im Folgenden weiter ausführlich beschrieben.
Der Frequenzgang eines Musters von Pilotsymbolen kann definiert werden, indem ein Zahlenvektor mit einer Länge gleich der Paketlänge gebildet wird, in jede Eingabe eine 1, die einem Pilotsymbol entspricht, und in alle anderen Eingaben eine 0 eingefügt wird, die Datensymbolen entspricht. Der Frequenzgang ist dann die Fourier-Transformation dieses Vektors. Auf diese Weise stellt 3 den Frequenzgang zweier aneinander grenzender Pilotsymbolblöcke (die Absolutwerte der Fourier-Koeffizienten) gemäß der Methode nach dem Stand der Technik da, während 4 die Art des Frequenzgangs darstellt, die mit dem Verfahren gemäß der vorliegenden Erfindung erzielbar ist. Zum Vergleich zeigt 5 den typischen Frequenzgang für ein Verfahren unter Verwendung von rein zufällig verteilten Pilotsymbolen. Damit wird eine starke Mittelfrequenz, jedoch auf Kosten einer sehr hohen rechnerischen Bürde, dargestellt.
Deshalb sind in dem Vorgang drei spezielle Ebenen der Frequenzschätzung vorhanden. Die erste stellt eine grobe Frequenzschätzung ohne Aliasing bereit. Die letzte stellt eine genaue Frequenzschätzung mit viel Aliasing bereit. Die Frequenzschätzung von der mittleren Ebene aus liefert eine mittlere Präzision mit etwas (aber wenig) Aliasing. Problematisch ist, dass die drei Phasendifferenzen zur Berechnung dreier (als grobe, mittlere und feine Frequenzschätzung bezeichneter) Frequenzschätzungen verwendet und dann zu einer einzigen, eindeutigen Frequenzschätzung kombiniert werden müssen. Zu Anfang weisen sowohl die mittlere als auch die feine Frequenzschätzung ein Aliasing auf.
Folgende Schritte finden statt:

• Einstellen der groben Phasendifferenz auf Null.
• Schätzen der mittleren und der feinen Phasendifferenz.
• Rückführen der mittleren und der feinen Phasendifferenz zur Neuschätzung der groben Phasendifferenz und daher der groben Frequenz.
• Neuschätzung der mittleren Phasendifferenz. Verwenden der groben Frequenz zur Auflösung des Aliasings der mittleren Frequenz.
• Neuschätzung der feinen Phasendifferenz. Verwenden der mittleren Frequenzschätzung zur Auflösung des Aliasings der feinen Frequenz.

Der folgende Abschnitt beschreibt diesen Prozess und Schritte in Richtung zur kohärenten Signalerfassung ausführlicher an Hand der Figuren. In diesem Abschnitt sind spezielle Begriffe definiert als:

• "BEHANDELN" – algorithmisch summieren (miteinander addieren)
• "VERWENDUNG oder UNTER VERWENDUNG VON" – bestimmten Phasenkorrektionsfaktor anwenden.

SCHRITT 1 – gemäß Darstellung in 6

BEHANDELN der Pilotsymbole auf der gleichen L0 als phasenkohärent. Mithin wird bei diesem Schritt angenommen, dass benachbarte Pilotsymbole in einer Gruppe L0 phasengleich zueinander sind und somit kohärent summiert werden können, um die Phasenschätzung zu erzeugen, um das Rauschen zu verringern.
BEHANDELN der Pilotsymbole auf einer anderen L1 als phasenunabhängig. Phasendifferenzen auf Ebene L1 schätzen.

Dieser Schritt erbringt die Ergebnisse α, β, χ, die Phasendifferenzen zwischen den L0-Gruppen in jeder L1-Gruppe. Es sei angemerkt, dass darin die oben bezeichneten 2π-Mehrdeutigkeiten enthalten sein können.
SCHRITT 2 – gemäß Darstellung in 7

BEHANDELN der Pilotsymbole in jeder L1-Gruppe als phasenkohärent UNTER VERWENDUNG der Ergebnisse aus SCHRITT 1.
BEHANDELN der Pilotsymbole in verschiedenen L1-Gruppen als phasenunabhängig.

Auf diese Weise ist deshalb mit dem Verfahren eine kohärente Kombination der vier L0-Gruppen möglich, da sich α, β, χ in den vier Gruppen wiederholen. Diese Kombination vermindert wiederum die Wirkung des Rauschens und ist natürlich gegen etwaige 2π-Mehrdeutigkeiten unempfindlich.
Schätzen der Phasendifferenzen für L0.
VERWENDEN derselben zur Auflösung der 2π-Mehrdeutigkeiten aus SCHRITT 1.
Für ϕ und ψ wiederholen.
Dieser Schritt erbringt die Phasendifferenzen a, b & c, und etwaige 2π-Mehrdeutigkeiten in α, β und χ werden aufgelöst.
SCHRITT 3 – gemäß Darstellung in 8

BEHANDELN der Pilotsymbole in der gleichen L1 als phasenkohärent UNTER VERWENDUNG der Ergebnisse der SCHRITTE 1 und 2.
Schätzen der Phasendifferenzen auf der Ebene L2.
VERWENDEN der Ergebnisse der SCHRITTE 1 und 2 zur Auflösung der 2π-Mehrdeutigkeiten zur Berechnung der Frequenz.

Zur Schätzung der Phasendifferenzen zwischen den L1-Blöcken Ae^jθ, Be^jϕ, Ce^jψ verwenden.
Diese Phasen können verwendet werden, um die Frequenz mittlerer Auflösung zu verbessern und die Frequenz feiner Auflösung zu erbringen.
SCHRITT 4
Das in SCHRITT 3 festgestellte Frequenzoffset aus allen Pilotsymbolen in dem Paket ausblenden.
Die Pilotsymbole kohärent summieren, um die Signalamplitude der in SCHRITT 3 bestimmten Frequenz zu schätzen.
Wenn die Signalamplitude eine Schwellenebene überschreitet, die feine Schätzung des Frequenzoffsets aus den Datensymbolen ausblenden. Dann werden die Datensymbole aus der Erfassungsroutine ausgegeben.
In 9 ist ein Systemblockschaltbild gezeigt. Das empfangene Signal wird durch einen Analog-Digital-Wandler 901 geleitet, dann von dem Filtermodul 902 gefiltert und zu dem Empfängererfassungsblock 903 geführt, was eine Ausgabe von synchronisierten Datensymbolen zur weiteren Verarbeitung ergibt.
In 10 ist ein Ablaufschema bereitgestellt, in dem der Erfassungsprozess des Empfängers gemäß der bevorzugten Ausführungsform skizziert ist.
Der erste Schritt ist die Symbolzeitschätzung. Der aufwärts abgetastete Datenstrom wird in den Funktionsblock 1001 eingegeben. Die Daten werden überabgetastet, und Abtastungen zwischen Symbolen neigen zu geringerer Leistung als Abtastungen an Symbolen, so dass der Datensatz zur Schätzung des feinen Zeitoffsets verwendet wird. Dann wird die Ausgabe zum Abwärtsabtasten des Pakets nach unten am Funktionsblock 1002 verwendet, um den abwärts abgetasteten Datenstrom auszugeben.
Der nächste Schritt ist die grobe Zeitschätzung an dem Funktionsblock 1003. Der Vorgang zur Frequenzschätzung (siehe unten) wird bei jedem möglichen Zeitoffset befolgt. Für die wahrscheinlichste Frequenz bei jedem Zeitoffset wird ein Mutmaßlichkeitswert festgestellt. Dann werden die Zeit und die Frequenz mit dem wahrscheinlichsten Gang gewählt.
Im Folgenden wird die Frequenzschätzung bei einem gegebenen Zeitoffset beschrieben. An dem Funktionsblock 1004 werden die Abtastungen in dem Datenstrom gewählt, die Pilotsymbolen entsprechen, wobei die Korrektheit des gegebenen Zeitoffsets angenommen wird und 64 komplexe Zahlen ausgegeben werden. Als Nächstes wird an dem Funktionsblock 1005 eine anfängliche mittlere Frequenzschätzung in der Annahme gebildet, dass das grobe Frequenzoffset Null beträgt. Das erfolgt durch Summierung von Symbolen in jeder L0-Gruppe und Anwendung einer differenziellen Decodierung in jeder L1-Gruppe, um eine anfängliche mittlere Frequenzschätzung zu finden. Diese ist mehrdeutig und wird noch durch die mangelhafte grobe Frequenzschätzung verschlechtert. Die grobe Frequenz wird unter Verwendung der anfänglichen mittleren Frequenzschätzung als Unterstützung an dem Funktionsblock 1007 (Funktionsblock 1006) geschätzt. Die mittlere Frequenzschätzung wird zur kohärenten Summierung entsprechender Pilotsymbole aus verschiedenen Gruppen L0 verwendet. Dadurch können Phasendifferenzen in den L0-Gruppen gemessen und mithin eine grobe Frequenzschätzung erzielt werden.
Mithin wird die grobe Frequenzschätzung f_c ausgegeben, und nun kann die mittlere Frequenz f_m unter Verwendung der groben Frequenzschätzung als Unterstützung an dem Funktionsblock 1008 neu geschätzt werden. Bei der Methode wird zuerst f_c zur kohärenten Summierung von Pilotsymbolen in jeder L0-Gruppe verwendet, und dann werden die Phasendifferenzen zwischen L0-Gruppen in jeder L1 zur Schätzung von f_m verwendet. Dann wird f_c zur Auflösung des Aliasings in f_m verwendet.
Der nächste Schritt ist die Schätzung der feinen Frequenz f_f unter Verwendung von f_c und f_m zur kohärenten Summierung von Pilotsymbolen in jeder L0- und L1-Gruppe an dem Funktionsblock 1009. Dann wird an dem Funktionsblock 1010 aus den Phasendifferenzen zwischen den L1-Gruppen eine feine Frequenzschätzung festgestellt. Schließlich werden f_c und f_m zur Auflösung des Aliasings bei der feinen Frequenzschätzung verwendet (Funktionsblock 1011), um zu einer eindeutigen feinen Frequenzschätzung f_f zu kommen.
Der nächste Schritt ist die Schätzung von Signalphase, Leistung und Rauschabstand. An dem Funktionsblock 1012 wird die feine Frequenz aus den Pilotsymbolen ausgeblendet. Dann wird der Ausgang aus diesem Schritt gemittelt, wobei die Amplitude des Ergebnisses den Mutmaßlichkeitswert ergibt und eine Phasenschätzung und -korrektion liefert (Funktionsblock 1013). Das Quadrat der Amplitude ergibt die Signalleistung. Die Phase wird registriert, da sie aus dem ganzen Paket ausgeblendet werden muss. Mit der Varianz der ausgeblendeten Pilotsymbole wird der Rauschabstand geschätzt. Diese Schritte sind durch die Funktionsblöcke 1014 und 1015 dargestellt.
Mithin werden Signalphase, Leistung und Rauschabstand für dieses grobe Zeitoffset ausgegeben.
Der letzte Schritt ist das Erfassen des ganzen Datenpakets. Es wird das grobe Zeitoffset gewählt, welches die Ausgangsleistung maximiert, und aus dem Datenstrom werden die Symbole gewählt, die zu diesem Zeitoffset korrespondieren. Aus allen diesen Symbo len werden die geschätzte Phase, die Frequenz und die Leistung ausgeblendet (Funktionsblock 1016), und mithin werden die normalisierten Datensymbole ausgegeben.
Bestimmen der Fraktaleinfügung der Pilotsymbole
Offenkundig umfasst die Erfindung eine Vielzahl verschiedener Pilotsymbolverteilungen über ein Paket hin, wobei das tatsächliche Muster von einer Anzahl verschiedener relevanter Faktoren abhängt. Einige bei der Bestimmung des Musters zu berücksichtigende Faktoren sind:

1. Wahl von Muster für die Gruppen auf jeder Ebene (L0, L1, L2, ...) zur Minimierung des Frequenzgangs der unrichtigen Frequenzoffsetschätzungen.
2. Das gewählte Fraktalmuster hängt von der Gesamtlänge des Pakets ab und ist deshalb auf unterschiedliche Paketlängen skalierbar.
3. Das gewählte Fraktalmuster hängt von der Gesamtzahl der Pilotsymbole in einem Paket ab.
4. Das gewählte Fraktalmuster hängt von der betrachteten Frequenzbandbreite ab.

Sämtliche obigen Erfordernisse führen zu unterschiedlichen Muster der gewählten und implementierten Pilotsymbole.
Leistungsvergleich mit Methoden nach dem Stand der Technik
Der Vergleich erfolgt bezüglich der Fehlerratenleistung des Pakets. Wie oben erwähnt, nutzen Methoden nach dem Stand der Technik im Wesentlichen Einzelworte plus Pilotsymbole als Hilfe bei der Erfassung und Frequenzbestimmung des Datenstroms, und dieser umfasst deshalb 'Zusatzdaten' zusätzlich zu den zu transportierenden echten Daten. Die vorliegende Erfindung wirkt um 0,5 db–1,0 db besser im Vergleich zu dem Stand der Technik unter Verwendung der gleichen Anzahl von Pilotsymbolen plus Einzelwortzusatz. Das soll heißen, dass die Erfindung bei einer gegebenen Anzahl von Pilotsymbolen (nur) als Zusatzdaten eine um 0,5 db–1,0 db bessere Leistung offenbart.
Effizienz der Implementierung
Die Implementierungsprobleme sind:

– Aufrechterhaltung niedriger Herstellungskosten durch preiswerte, rechnerisch betriebene, digitale integrierte Verarbeitungsschaltkreise (d. h. billigere digitale Signalprozessoren, Mikroprozessoren, kundenprogrammierbare Universalschaltkreise oder andere diesbezügliche, integrierte Berechnungsschaltkreise).
– Aufrechterhaltung oder Verbesserung der hohen Leistung der Fehlerratenzahlen des Pakets
– Maximierung des effektiven Datenmengendurchsatzes durch Aufrechterhalten oder Vermindern der 'Zusatzdaten'.

Die vorliegende Erfindung weist Vorteile bei der Erzeugung eines Datenliefersystems mit geringeren Herstellungskosten, hoher Leistung und niedrigen Zusatzdatenmengen auf.
Anwendung des Systems
Die Erfindung oder das Anwendungssystem für Fraktal-Pilotsymbole kann bei auf Hilfsträgern basierten Modulationssystemen (beispielsweise MCM/OFDM), FDN, WDM und TDMA-Systemen mit Einzelträgern verwendet werden.
Des Weiteren gelten die beschriebenen Verfahren für auf Blöcken basierte Schätzfunktionen bei Datenströmen von Kurzpaketgröße und Gleitfensterschätzfunktionen für langpaketige oder kontinuierliche Übertragungsdatenströme.
Ausführliches Beispiel
Im Folgenden wird ein ausführlicheres Beispiel einer Paketstruktur bereitgestellt:
400 Symbole
36 Pilotsymbole
Frequenzoffset bis zu 5 Prozent der Symbolrate
→ Bandbreite F = 2 × 5% = 10% der Symbolrate
Die Anzahl der Ebenen in der Struktur richtet sich nach der Anzahl der Pilotsymbole. Bei dieser Ausführungsform werden drei Ebenen verwendet, jedoch sind auch weniger oder mehr Ebenen möglich. Diese Ausführungsform ist gekennzeichnet durch drei Pilotsymbole pro L0-Block, drei L0-Blöcke pro L1-Block und vier L1-Blöcke in dem vollen L2-Block, was insgesamt 36 Pilotsymbole in dem Paket ergibt. Der Skalenfaktor (d. h. die Anzahl der Ln-Blöcke pro L(n + 1)-Block)) auf jeder Ebene sollte idealerweise zwischen 3 und 6 liegen, um die gewünschte Unregelmäßigkeit zu erzielen, und das Produkt der Skalenfaktoren ist gleich der Gesamtzahl der zugelassenen Pilotsymbole.
Der Erfassungsprozess ist besser zum Unterscheiden von Grobzeitoffsets (CT) als für das Unterscheiden von Frequenzoffsets geeignet. Die CT-Erkennung führt frühe Stufen der Frequenzerfassung aus, die für verschiedene Zeitoffsets wiederholt werden. Durch Beschleunigung der frühen Stufen wird die Erfassung beschleunigt. Ein L1-Block mit wenigen Pilotsymbolen ist schneller zu berechnen als einer mit mehr Pilotsymbolen, und somit beschleunigt sich mit dieser Ausführungsform der ganze Erfassungsalgorithmus durch Wahl kleiner Skalenfaktoren für L0 und L1 in der oben erwähnten Weise.
Jeder L0-Block weist seine Pilotsymbole an den Positionen
(n, n + 1, n + 3)
auf.
Jeder L1-Block weist seine L0-Blöcke auf, beginnend an den Positionen
(m, m + 7, m + 19).
Der L1-Block beginnt an den Positionen
(k, k + 60, k + 240, k + 260).
Feinstruktur
Bei dem ersten Schritt in dem Algorithmus wird angenommen, dass die Symbole in jedem L0-Block kohärent sind. Es besteht ein Frequenzoffset bis zu 1/20 Takt pro Symbol, und somit sollte ein L0-Block nicht mehr als vier Symbole erfassen. Der L0 sollte vorbehaltlich dieser Einschränkung so lang wie möglich sein, da ein längerer L0-Block für eine bessere grobe Frequenzschätzung als ein kürzerer L0-Block sorgt. Aus diesen Gründen wurden die Positionen (n, n + 1, n + 3) für die L0-Struktur gewählt. Das heißt, dass die Symbole an den Positionen n, n + 1 und n + 3 dann Pilotsymbole sind, wenn ein L0-Block an der Position n beginnt. Dadurch können die Pilotsymbole zwischen vergleichsweise großen Frequenzoffsets unterscheiden.
Mittlere Struktur
Die L1-Gruppe enthält drei L0-Blöcke. Die L1-Gruppe muss ausreichend breit sein, um eine mäßig genaue Frequenzschätzung zu ergeben, jedoch müssen die L0-Blöcke ausreichend dicht und ausreichend ungleichmäßig beabstandet sein, so dass alle falschen Frequenzen (innerhalb des Umfangs der groben Frequenzschätzung) im Vergleich zu der korrekten Frequenz einen schwachen Frequenzgang liefern. Diese Ausführungsform erfüllt diese Bedingungen durch Einfügen der L0-Blöcke, beginnend mit den Symbolen (n, n + 7, n + 19). Dadurch können die Pilotsymbole zwischen Frequenzen unterscheiden, die um einen mäßigen Betrag getrennt sind.
Grobe Struktur
Die volle L2-Gruppe enthält vier L1-Blöcke. Die volle Breite der L2-Gruppe muss den größten Teil des Pakets erfassen, da eine längere L2 eine genauere Frequenzschätzung erlaubt. Die L1-Blöcke müssen in einer Weise ungleichmäßig beabstandet sein, dass alle falschen Frequenzen (innerhalb des Umfangs der mittleren Frequenzschätzung) im Vergleich zu der richtigen Frequenz einen schwachen Frequenzgang liefern. Bei diese Ausführungsform werden die L1-Blöcke eingefügt, beginnend an den Positionen n, n + 60, n + 240 und n + 360. Der Grund für diese Wahl besteht darin, L1-Blockpaare zu erhalten, die um 60, 120, 180, 240, 300 und 360 Symbole getrennt sind, wobei durch diesen Trennungsbereich das Pilotsymbolmuster beim Feinunterscheiden zwischen den möglichen Frequenzen effektiver wird.
Metrik für die Wahl des Symbolmusters
Wir nehmen an, dass ein Pilotsymbolmuster gewählt wurde. Dieser Abschnitt beschreibt ein geeignetes Verfahren zur Bewertung des gewählten Musters, und die Bedienungsperson kann dann, wenn die Anzahl der Pilotsymbole und die Paketlänge gegeben sind, einen Bereich potenzieller Fraktalmuster bewerten.
Als mathematische Formalität bilden wir einen Vektor, der ein Datenpaket mit einer Eingabe pro Symbol darstellt. In jede Eingabe, die ein Pilotsymbol darstellt, wird eine 1, und in die anderen Eingaben, die Datensymbole darstellen, wird eine Null eingefügt.
Wir erhalten den Frequenzgang, indem wir die Fourier-Transformation des Vektors nehmen. Diese Fourier-Transformation beschränken wir auf Frequenzen innerhalb einer festgelegten Frequenzbandbreite (hier F = 2 × 5% = 10%) der Nullfrequenz. Das korrekte Frequenzoffset beträgt in diesem Fall Null, und der entsprechende Fourier-Koeffizient stellt die größte Größe dar. Der zweitgrößte Fourier-Koeffizient innerhalb der Frequenzbandbreite f der Nulloffset-Frequenz wird am wahrscheinlichsten einen Frequenzfehler bewirken. Das Verhältnis zwischen der Größe des ersten und des zweiten Fourier-Koeffizienten sei R. R = abs (größter Fourier-Koeffizient)/abs (zweitgrößter)
Je höher dieses Verhältnis R ist, desto besser ist das Muster zur Erfassung der Signalfrequenz.
Die folgenden Symbolpositionen werden beispielsweise gewählt, um 36 Pilotsymbole in ein Paket von 400 Symbolen einzufügen.
10 + [0, 1, 3, 7, 8, 10, 19, 20, 22,
60, 61, 63, 67, 68, 70, 79, 80, 82,
240, 241, 243, 247, 248, 250, 259, 260, 262
360, 361, 363, 367, 368, 370, 379, 380, 382]
Ausführliche Fehleranalyse:
Bei der Erfindung wird eine im Wesentlichen fraktale Pilotsymbolverteilung verwendet. Im Folgenden wird ein Algorithmus zur Erfassung von Zeit und Frequenz erläutert und analysiert.
Definition des Fraktalmusters:
Das Pilotsymbolmuster enthält eine irreguläre Zusammenstellung von Abtastungen. Ihre Indizes in dem Paket lauten a_{ijk} = iq + pv[j] + w[k]für I = 1..C, j = 1..M, k = 1..F
In dem Paket befinden sich C × M × F Pilotsymbole (PS).
Die Vektoren v und w sind irregulär verteilte ganze Zahlen. Beispielsweise

v = [0, 1, 5, 8, 10]
w = [0, 1, 4, 6]
p = 9**; das könnte sich bei einem 20 ms-Paket** ändern.
q = 100
C = 6 große Gruppen.
M = 5 kleine Gruppen pro große Gruppe
F = 4 Pilotsymbole pro kleine Gruppe

Die Pilotsymbole können auch BPSK-Werte enthalten.
Auf einer feinen Skala weisen die Pilotsymbole ein durch den Vektor w gegebenes Muster auf. Auf einer mittleren Skala sind Gruppen von F Pilotsymbolen in einem durch den Vektor v gegebenen Muster auf einer Skala angeordnet, die p mal größer ist. Auf einer großen Skala sind die Gruppen von F × M Pilotsymbolen gleichmäßig entlang dem Paket beabstandet, damit die Abschwächung verfolgt werden kann.
Die Analyse umfasst auch die folgenden Zahlen: σ2 = AWGN-Leistung/Signalleistung F2 = F(F – 1)/2 M2 = M(M – 1)/2
Methode:

1. Bei einem gegebenen Zeitoffset die Abtastungen wählen, welche die Pilotsymbole bilden. Aus diesen Abtastungen die BPSK-Symbolwerte ausblenden.
2. Alle Symbole in jeder kleinsten Gruppe summieren. Dadurch verringert sich abhängig von der Anordnung der Pilotsymbole und dem Frequenzoffset das Rauschen um annähernd 5 dB.
3. Zum Erhalt einer Schätzung einer Frequenz mittlerer Auflösung mit mäßigen Mehrdeutigkeitsproblemen eine Differenzdecodierung verwenden. In diesem Schritt wird auch das feine Zeitoffset geschätzt.
4. Aus den Pilotsymbolen die mittlere Frequenzschätzung ausblenden. Zur Gewinnung einer Frequenz grober Auflösung mit unbedeutenden Mehrdeutigkeitsproblemen Schritte ähnlich 2 und 3 anwenden.
5. Die mittlere und die grobe Frequenzschätzung kombinieren, um eine von Mehrdeutigkeit freie Frequenz mittlerer Auflösung zu erhalten.
6. Diese Frequenz aus den Pilotsymbolen ausblenden. Symbole in jeder mittelgroßen Gruppe kohärent summieren. Dadurch verringert sich das Rauschen weiter, und eine Schätzung eines feinen Frequenzoffsets kann erfolgen. Die mittlere Frequenz zur Auflösung der Mehrdeutigkeit bei der feinen Frequenzoffset-Schätzung verwenden.
7. Mit Hilfe eines Bewegungsmittelwerts der Pilotsymbole Phase und Leistung durch das Paket hindurch verfolgen.

Analyse:
Es besteht eine Anzahl möglicher Fehlerquellen:

a) Ungenaue feine Zeitschätzung.
b) Ungenaue Frequenzoffset-Schätzung (mittlere Frequenzschätzung).
c) Ungenaue Frequenzoffset-Schätzung (grobe Frequenzschätzung).
d) Nach Kombination der mittleren und der groben Frequenzoffset-Schätzung ist eine unrichtige Mehrdeutigkeit gewählt.
e) Ungenaue Frequenzschätzung (feine Frequenzschätzung).
f) Bei Kombination der mittleren und der feinen Frequenzoffset-Schätzung ist eine unrichtige Mehrdeutigkeit gewählt.

Es besteht auch ein Potenzial für Verschlechterung, die durch das anfängliche Frequenzoffset und durch Fehler bei der mittleren Frequenzschätzung bewirkt wird.
Die Varianz der Frequenz wird dann in der Annahme geschätzt, dass keiner der obigen Fehler vorkommt.
Es wird angenommen, dass die Pilotsymbole in jeder kleinen Gruppe und die kleinen Gruppen in jeder mittleren Gruppe speziell unregelmäßig beabstandet sind. Die mittleren Gruppen werden gleichmäßig in dem Paket verteilt, so dass die Abschwächung verfolgt werden kann.
Klärung der Fehlerquellen:
Die unrichtige feine Zeitabgleichs-Schätzung erklärt sich von selbst. Wenn ein Frequenzoffset unter Verwendung einer kurzen, schnellen Fourier-Transformation geschätzt wird, kann das Frequenzoffset entweder um einen kleinen Betrag versetzt sein, da sich das lokale Maximum verschoben hat, oder kann um einen großen Betrag versetzt sein, wenn der falsche Fourier-Koeffizient gewählt ist. Die Fehler d) und f) werden durch Fehler der ersteren Art bewirkt; die Fehler b), c) und e) sind Fehler der letzteren Art.
Die grobe Frequenzschätzung wird zur Auflösung von Mehrdeutigkeiten bei der mittleren Frequenzschätzung verwendet. Da jedoch beiden Schätzungen eine Varianz zugeordnet ist, besteht die Möglichkeit, dass die falsche Mehrdeutigkeit gewählt wird, was Fehler der Arten d) und f) ergibt.
Bei mehreren Zeitlagen können Datensymbole so vorhanden sein, als ob sie kohärent wären. Jedes Frequenzoffset führt zu einem zeitweiligen Verlust im Rauschabstand und zu 'permanentem' Verlust in der Erfassungswahrscheinlichkeit.
Konkrete Formeln:
In diesem Abschnitt werden die Formeln genannt, die zur feinen Schätzung der Zeit und der Varianz verwendet werden. Ihre Varianzen und Fehlerwahrscheinlichkeiten sind im nächsten Abschnitt zu finden.
Der Datenstrom sei u_t, wobei t in Einheiten der Symbolrate gemessen wird. Wir nehmen eine 4-fache Überabtastung an, so dass die Abtastungen in Vierteleinheiten erfolgen.

s_{ijk; t} = u_{qi + pv(j) + w(k) + t} sind die Pilotsymbole, wenn das Zeitoffset t beträgt.
a_{ij; t} = sum_ks_{ijk; t}R(k)
b_{ijk; t} = a_{ij; t}a*_{ik; t}
c_{j – k; t} = sum_ib_{ijk; t}
d_{j – k; t} = abs(c_{ijk; t})^2
e_t = sum_j d_{j; t}
t_0 = argmax(e_t) =: FineTime
S_{ijk} = s_{ijk; t_0}
A_{ij} = a_{ij; t_0}
B_{ij} = b_{ijk; t_0}
C_{j – k} = c_{j – k; t_0}
θ = argmaxFFT(C_{j})
MediumFreq = θ/2/π*Symbol/Rate/p (Mehrdeutigkeit Symbol/Rate/p)

Zum Erhalt von S MediumFreq aus dem Einzelwort S ausblenden. Dadurch muss S_{ijk} eine Phase aufweisen, die (bis auf das Rauschen) nicht von dem Wert j abhängig ist.

D_{ik} = sum_jS_{ijk}
E_{ijk} = D_{ij}D*_{ik}
F_{j – k} = sum_IE_{ijk}
φ = argmaxFFT(F_{j})
CoarseFreq = φ/2/πμ*SymbolRate (Mehrdeutigkeit SymbolRate)
Zur Auflösung der Mehrdeutigkeit in MediumFreq CoarseFreq verwenden.

Zum Erhalt von S die Mehrdeutigkeitskorrektion aus den Pilotsymbolen S ausblenden. Dadurch muss S_{ijk} eine Phase aufweisen, die nicht von den Werten j und k abhängig ist.

G_i = sum_{jk}Š_{ijk}
ψ = argmaxFFT(G_{i})
FineFreq = ψ/2/π*SymbolRate (Mehrdeutigkeit Symbol/Rate/q)

Zur Auflösung der Mehrdeutigkeit in FineFreq MediumFreq verwenden.
Nunmehr können Phase und Leistung unter Verwendung eines Bewegungsmittels für die Pilotsymbole verfolgt werden, da diese ziemlich gleichmäßig entlang dem Paket beabstandet sind.
Rauschpegelverteilungen:
Es sind einige Schätzungen notwendig, die mit Hilfe eines Kalküls äußerst kompliziert zu berechnen sind. Zu diesen Zwecken wurde die Kurvenermittlung auf einfache Situationen in Matlab angewandt.
Mittel und Varianz der Leistung einer Gaußschen Verteilung:
Es gelte z = 1 + σn als komplexe Gaußsche Zufallsvariable mit dem Mittelwert 1 und der standardmäßigen Abweichung σ². Man beachte, dass die komplexe Zufallsvariable n ein Mittelwert Null mit einer Einheitsvarianz ist. Dann MeanPower(σ2) = mean(abs(z2)) = 1 + σ2. VarPower(σ2) = var(abs(z2)) = 2σ2 + σ4
Schätzung der maximalen Leistung einer Gruppe komplexer Gaußscher Verteilungen:
Es sei {a_n} eine Zusammenstellung von T komplexen Gaußschen Verteilungen mit dem Mittelwert Null und einer Einheitsvarianz. Die maximale Leistung sei x = max_n abs(a_n)². Dann ist x eine zufällige reelle Zahl. Durch Kurvenermittlung in Matlab besitzt X den Mittelwert: MeanMaxPower(T) = 0,575 + logT + 3/(6T + 1)und die Varianz: VarMaxPower(T) = 1,65 – 3T/(3T2 + 2)
Leistungsverlust infolge des Frequenzoffsets:
Wenn N Pilotsymbole mit einem Frequenzoffset f kohärent summiert werden, beträgt die Leistungsverstärkung IncoherentPowerLoss(f) = abs(mean_n exp(jw(n)2πf/FSym)2,wobei w(n) die Position des n-ten Pilotsymbols in dem Paket ist. Dieses besitzt einen Maximalwert von 1, wenn das Frequenzoffset f Null beträgt.
Schätzung, dass die Wahrscheinlichkeit der Attribute einer schnellen Fourier-Transformation (Varianz und Lage des maximalen Spitzenwerts im Spektrum) korrekt ist:
Wir nehmen an, dass die Begriffe T zu einer schnellen Fourier-Transformation beitragen, jeder in der Form exp(jn θ) + σm_n, wobei m_n komplexe Gaußsche Zufallszahlen mit einer Einheitsvarianz sind. Die schnellen Fourier-Transformationen besitzen T unabhängige Koeffizienten. Die richtige Frequenzschätzung ergibt eine mittlere Leistung FFTcorrectMeanPower(σ2, T) = T2 MeanPower(σ2, T)und eine Varianz FFTcorrectVarPower(σ2, T) = T2 VarPower(σ2, T).
Die unrichtigen Frequenzoffset-Schätzungen ergeben, wie wir annehmen, T – 1 unabhängige, zufällige, komplexe Zahlen mit Interpolierungen. Jede der Zahlen T – 1 besitzt einen mittleren Wert Null und eine Varianz FFTvariance = T(1 + σ2).
Daher beträgt ihre mittlere Leistung FFTmeanPower = T(1 + σ2),und die Varianz in ihrer Leistung beträgt FFTvarPower = T2(1 + σ2)2.
Die stärkste der unrichtigen Frequenzen besitzt eine mittlere Leistung FFTmeanMaxPower = FFRmeanPower + FFTvariance × MeanMaxPower(T) und eine Varianz FFTvarMaxPower = FFRmeanPower2 × VarMaxPower(T).
Deshalb wird die korrekte Frequenz gewählt, und θ ist ungefähr korrekt, mit einem Sicherheitsfaktor für diese vielen standardmäßigen Abweichungen: FFTcorrectSD(T, σ2) FFTcorrectMeanPower – FFTmeanMaxPower/Quadrw(FFTcorrectVarPower + FFTvarMaxPower).
Schätzung der Varianz einer geschätzten Frequenz:
Die Varianz von f beträgt unter der Annahme, dass sich die korrekte Option durch die schnelle Fourier-Transformation ergibt: FFTfreqVar(T, σ2) = FSym 2σ2/6T3)
Schätzung der Varianz und der Fehlerwahrscheinlichkeit:
Wir nehmen an, dass die Daten eine Einheitsleistung aufweisen und das AWGN eine Leistung σ² aufweist.
Wir benötigen die Verteilung der Schätzung für das korrekte Zeitoffset und auch für die unrichtigen Zeitoffsets. Es wird die Darstellung A ~ N(B, C) verwendet, was heißt, dass A eine zufällige Variable mit dem Mittelwert B und der Varianz C ist. Das ist nicht unbedingt eine Gaußsche Variable, obwohl für diese Analyse eine Gaußsche Verteilung angenommen wird. Aus dem Zusammenhang wird normalerweise klar, ob eine Zahl reell oder komplex ist.
Schätzung der Fehlerwahrscheinlichkeit in der feinen Zeit
Bei der korrekten feinen Zeitschätzung mit der korrekten Pilotsymbolstruktur weisen die Variablen die folgenden Verteilungen auf.

S_{ijk} ~ N(1, σ²)
A_{ij} ~ N(F, Fσ²) % mit Leistungsverlust
B_{ijk} ~ N(F², 2F³σ²) + CF²σ⁴)
C_j ~ N(CF², 2CF³σ² + CF²σ⁴)
D_j ~ N(C²F² + 2CF³σ² + CF²σ⁴)
E ~ N(M₂(C²F² + 2CF³σ² + CF²σ⁴)

Zu falschen Zeitpunkten oder bei einer falschen Pilotsymbolstruktur sind die Daten und das AWGN nicht unterscheidbar.

S_{ijk; t} ~ N(0, 1 + σ²)
A_{ij; t} ~ N(0, F(1 + Fσ²))
B_{ijk; t} ~ N(0, F²(1 + σ²)²)
C_{j; t} ~ N(0, CF²(1 + σ²)²)
D_{j; t} ~ N(CF²(1 + σ²)²
E_t ~ N(M₂(CF²(1 + σ²)²
MaxE ~ N(+ (logT + 0,57), 1,65*)

Mithin könnten wir die Fehlerwahrscheinlichkeit bezüglich standardmäßiger Abweichungen schätzen: (M1 – m2)/Quadrw(v1 + v2).
Nun wird das mittlere Frequenzoffset aus dem Paket ausgeblendet. Man betrachte eine mittlere Pilotsymbolgruppe, die jeweils M feine Gruppen von F Pilotsymbolen enthält. Das erste Pilotsymbol in jeder feinen Gruppe sollte sich nunmehr in gleicher Phase befinden, und diese können kohärent miteinander addiert werden. Das Gleiche gilt für das zweite in jeder Gruppe usw. Es wird deshalb möglich, eine ähnliche Prozedur zur Suche nach der groben Frequenzschätzung in der oben beschriebenen Weise anzuwenden, um die mittlere Frequenzschätzung zu finden. Zwar ist die Varianz der groben Schätzung größer, jedoch ist ihre Mehrdeutigkeit wiederum viel größer, und das kann zur Korrektion der Mehrdeutigkeit in der mittleren Frequenz verwendet werden.
Die Wahrscheinlichkeit, dass die unrichtige Mehrdeutigkeit gewählt wird, hängt von der Varianz der groben und der mittleren Frequenz ab.
Wir korrigieren die Schätzung für die korrigierte mittlere Frequenz. Jetzt können sämtliche Pilotsymbole in jeder mittleren Gruppe kohärent summiert werden. Jede mittlere Gruppe erbringt einen einzigen Wert mit ganz geringem Rauschen für den mittleren Wert MF und die Varianz MFσ². Diese werden gleichmäßig über das Paket verteilt und können zur Schätzung der Frequenz mit sehr niedriger Varianz verwendet werden.
Die Mehrdeutigkeit bei dieser Schätzung ist die Symbolrate, dividiert durch die Beabstandung zwischen den mittleren Gruppen. Die korrigierte mittlere Frequenz wird zur Auflösung der Mehrdeutigkeit in der feinen Frequenz verwendet.
Der Erfinder der vorliegenden Erfindung hat einen Leistungsvergleich zwischen der Verwendung einer Pilotsymbolverteilung gemäß der Erfindung und der Verwendung einer vergleichbaren Verteilung gemäß den in dem oben zitierten IEEE-Schriftsatz von Lo, Lee und Gansman vorgeschlagenen Muster vorgenommen, insbesondere den Muster M01, M02 und M013, die in 1 dieses Schriftsatzes gezeigt sind. Bei diesen Anordnungen werden drei Pilotsymbole in das rein einheitliche Muster U10 eingebracht. Es sei angemerkt, dass das Muster M03 den in 5 des Schriftsatzes demonstrierten Nachteil besitzt, dass es auf Grund von Aliasing-Problemen Doppler-Verschiebungen über einen bestimmten Grenzwert hinaus nicht korrigieren kann. Dagegen ist das Fraktalmuster dafür ausgelegt, Doppler-Verschiebungen mit Hilfe von spärlich vorhandenen Pilotsymbolen handhaben zu können. Um einen dementsprechenden Vergleich ausführen zu können, wurden Muster auf der Basis von M01, M02 und M013 durch Musterwiederholung simuliert, um Pakete mit ungefähr 70 Pilotsymbolen mit einer Paketlänge von annähernd 500 Symbolen zu bilden. Diese konnten dann mit der Leistung eines Fraktalmusters von 500 Symbolen mit 64 Pilotsymbolen darin verglichen werden. Es wurde eine Abschwächung mit einer Frequenzbandbreite gleich 40% der Paketfrequenz eingefügt. Durch die Abschwächung kommt es zu Leistungsänderungen in jedem Paket, obwohl die durch die Abschwächung bewirkte Leistungsänderung bei Mittelung über das gesamte Paket 0 dB beträgt.
Die Ergebnisse dieses Vergleichs auf verschiedenen Rauschpegeln bestanden darin, dass das beste Muster (bezüglich der Erfassungswahrscheinlichkeit in einem Doppler-Frequenzoffset) das Fraktalmuster ist. Des Weiteren enthielten die verwendeten Fraktalmuster weniger Pilotsymbole als die anderen analysierten Muster (64 im Vergleich zu 70).
Die oben beschriebenen Beispiele und die in den anliegenden Figuren betreffen Fraktalmuster mit drei Ebenen oder Längenskalen sowie Erfassungsalgorithmen, die Signale mit solchen Pilotsymbolanordnungen darin erfassen können. Wie oben angemerkt, sind Muster über andere Anzahlen von Längenskalen möglich. Beispielsweise können Zweiebenen-Fraktalmuster bei kleineren Datenpaketen mit weniger Pilotsymbolen besser geeignet sein. Das kann zu einer besseren Verkleinerung der Nebenkeulen führen, erfordert jedoch mehr Berechnungen als ein Dreiebenen-Verfahren für die gleiche Anzahl von Pilotsymbolen.
Bei einem Zweiebenen-Fraktalmuster (d. h. mit einer Mehrzahl von L0-Gruppen innerhalb einer sich über die Paketlänge erstreckenden L1-Gruppe) ist für den Erfassungsalgorithmus keine mittlere Frequenzschätzung vonnöten. Deshalb lauten die Erfassungsschritte:

a) Feiner Frequenzschätzungsschritt unter der Annahme, dass das grobe Frequenzoffset Null beträgt;
b) Grober Frequenzschätzungsschritt basierend auf dem Ergebnis von Schritt a);
c) Feiner Frequenzneuschätzungsschritt basierend auf dem Ergebniss von Schritt b); und
d) Korrektur auf die feine Frequenzschätzung zur Auflösung von 2π-Mehrdeutigkeiten bei der feinen Frequenzschätzung.

Bei einer weiteren alternative Ausführungsform der vorliegenden Erfindung werden eine oder mehrere Pilotsymbole des Fraktalmusters durch Datensymbole ersetzt, um ein "durchlöchertes" fraktales Pilotsymbolmuster bereitzustellen, und dann wird der Erfassungsprozess gemäß der Erfindung angewandt, wobei angenommen wird, dass diese Pilotsymbole einen Wert Null aufweisen. Dadurch kann die Effizienz bezüglich der Datenübertragungsmenge, insbesondere in Situationen eines hohen Rauschabstands, zunehmen. Bei dieser Variante ist dann das Pilotsymbolmuster nicht völlig fraktal, sondern es kann die auf Fraktalstrukturen ausgelegte Erfassungsmethode, wenn auch mit geringerer Korrektur, angewandt werden.
Oben ist auf die bekannte, so genannte 'TurboSynch'-Methode im TDMA verwiesen. Eine solche Methode könnte auch mit dem Erfassungsverfahren gemäß der vorliegenden Erfindung kombiniert werden, um für eine weitere Verbesserung der Zuverlässigkeit zu sorgen. Bei diesem Verfahren werden die Daten vor der Einfügung in den Datenstrom mit Vorwärtsfehlerkorrekturcodes wie Turbo-Codes codiert. Bei der Anwendung umfassen die Schritte eines solchen Verfahrens:
Einbetten weiterer Pilot-Bits in die Daten vor der Übertragung;
Codieren des Ergebnisses mit Vorwärtsfehlerkorrekturcodes;
in dem Empfänger Erfassen einer Liste der wenigen, wahrscheinlichsten Zeit- und Frequenzoffset-Paare, eingeteilt in der Reihenfolge der Wahrscheinlichkeit; und
für jedes Zeit- und Frequenzoffset-Paar in der Liste Beginnen mit dem mit der höchsten Wahrscheinlichkeit und Voranschreiten in ihrer Reihenfolge der Wahrscheinlichkeit,
Decodieren des Pakets auf der Basis der Annahme dieses Zeit- und Frequenzoffsets;
wenn eine ausreichende Anzahl der eingebetteten Pilot-Bits mit ihren vorgeschriebenen Werten übereinstimmt, Annahme dieses Zeit- und Frequenzoffsets; und
ansonsten Fortfahren, bis festgestellt wird, dass die eingebetteten Pilot-Bits mit ihren vorgeschriebenen Werten übereinstimmen, oder bis die Liste aufgebraucht ist.
Die Funktionsschritte des Verfahrens gemäß der Erfindung können auf einem Digitalsignal-Verarbeitungschip oder mit Software auf einem geeigneten Computergerät implementiert werden.
Es versteht sich, dass mit der obigen Beschreibung bevorzugter Ausführungsformen der vorliegenden Erfindung die Erfindung nicht beschränkt werden soll, da Variationen und Einfügungen möglich sind, ohne vom Umfang der Erfindung gemäß der Definition in den beigefügten Ansprüchen abzuweichen.

Claims

Verfahren zum Einfügen von Pilotsymbolen in einen Datenstrom für Telekommunikationssysteme, wobei die Verteilung von Pilotsymbolen Wiederholungen irregulärer Gruppierungen von Pilotsymbolen in dem Datenstrom umfaßt und der Datenstrom ein Datenpaket umfaßt, dadurch gekennzeichnet, daß die Pilotsymbole mit irregulärer Beabstandung in eine Gruppe erster Ebene eingefügt werden, wobei die irreguläre Beabstandung in mehreren solcher Gruppen erster Ebene wiederholt wird und die Gruppen erster Ebene mit irregulärer Beabstandung in eine Gruppe zweiter Ebene eingefügt werden.
Verfahren nach Anspruch 1, wobei die irreguläre Beabstandung zwischen den Gruppen erster Ebene in mehreren Gruppen zweiter Ebene über das Datenpaket hinweg wiederholt wird und die Gruppen zweiter Ebene mit irregulärer Beabstandung in eine Gruppe dritter Ebene eingefügt werden.
Verfahren nach Anspruch 2, wobei jede der Gruppen erster Ebene eine Länge A, jede der Gruppen zweiter Ebene eine Länge B und die Gruppe dritter Ebene eine Länge C aufweist, wobei die Pilotsymbolverteilung so ausgewählt wird, daß das Verhältnis A:B ungefähr gleich dem Verhältnis B:C ist.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Verteilung von Pilotsymbolen gänzlich aus Wiederholungen irregulärer Gruppierungen von Pilotsymbolen in dem Datenstrom konstruiert wird.
Verfahren nach einem der vorhergehenden Ansprüche, wobei sich die Pilotsymbole. über im wesentlichen die Gesamtheit des Datenpakets erstrecken.
Signalverarbeitungseinrichtung zur Verwendung in einem Kommunikationssystem zum Erzeugen eines Datenstroms für Telekommunikationssysteme, wobei die Signalverarbeitungseinrichtung dafür ausgelegt ist, das Verfahren nach einem der vorhergehenden Ansprüche zu implementieren.
Empfängerverfahren zum Empfangen und Erfassen eines gesendeten Signals in einem Kommunikationssystem, wobei das Verfahren durch die folgenden Schritte gekennzeichnet ist: Empfangen eines Signals, das einen Datenstrom mit Datensymbolen und gemäß dem Verfahren nach einem der Ansprüche 1 bis 5 verteilten Pilotsymbolen repräsentiert, und Umsetzen des empfangenen Signals in ein digitales Signal; iteratives Erfassen der Frequenz des Signals durch die folgenden Schritte: Berechnen einer ersten Phasen- und Signalamplitudenschätzung auf der Basis einer angenommenen Null-Phasendifferenz zwischen bestimmten relativ dicht beabstandeten Pilotsymbolen in dem Datenstrom; Berechnen einer relativ feinen Frequenzschätzung mit potentieller Aliasing-Mehrdeutigkeit auf der Basis von weiter beabstandeten Pilotsymbolen in dem Datenstrom; Verwenden der relativ feinen Frequenzschätzung zur Berechnung einer Phasendifferenz zwischen den relativ dicht beabstandeten Pilotsymbolen und Berechnen einer relativ groben Frequenzschätzung auf der Basis dieser Phasendifferenz ohne Aliasing-Mehrdeutigkeit; Verwenden der relativ groben Frequenzschätzung zur Verbesserung der relativ feinen Frequenzschätzung durch Verfeinern der berechneten Phase und Signalamplitude und somit Neuberechnen der relativ feinen Frequenzschätzung; Verwenden der relativ groben Frequenzschätzung und der verbesserten relativ feinen Frequenzschätzung zur Auflösung von potentieller Aliasing-Mehrdeutigkeit in der relativ feinen Frequenzschätzung; und Anwenden der verbesserten relativ feinen Frequenzschätzung auf den Datenstrom bei der Erfassung der Datensymbole.
Empfängerverfahren zum Empfangen und Erfassen eines gesendeten Signals in einem Kommunikationssystem, wobei das Verfahren durch die folgenden Schritte gekennzeichnet ist: Empfangen eines Signals, das einen Datenstrom mit Datensymbolen und gemäß dem Verfahren nach einem der Ansprüche 1 bis 5 verteilten Pilotsymbolen repräsentiert, und Umsetzen des empfangenen Signals in ein digitales Signal; und Erfassen der Frequenz des Signals durch die folgenden Schritte: a) einen mittleren Frequenzschätzungsschritt; b) einen groben Frequenzschätzungsschritt auf der Basis des Ergebnisses von Schritt (a); c) einen mittleren Frequenzneuschätzungsschritt auf der Basis des Ergebnisses von Schritt (b); d) eine Korrektur an der mittleren Frequenzschätzung, um potentielle Aliasing-Mehrdeutigkeiten in der mittleren Frequenzschätzung aufzulösen; e) einen feinen Frequenzschätzungsschritt einschließlich einer Berechnung einer Wahrscheinlichkeit für die gewählte Frequenz; f) eine Korrektur an der feinen Frequenzschätzung, um potentielle Aliasing-Mehrdeutigkeiten in der feinen Frequenzschätzung aufzulösen.
Empfängerverfahren nach Anspruch 8, mit dem folgenden weiteren Schritt: g) einem Phasen- und Signalschätzungs- und Korrektionsschritt auf der Basis des Ergebnisses von Schritt (f).
Empfängerverfahren nach Anspruch 9, mit dem folgenden weiteren Schritt: h) Entfernung des Pilotsymbols aus dem Datenstrom, um eine Datensymbolausgabe bereitzustellen.
Empfängerverfahren nach Anspruch 10 mit dem weiteren Schritt der Varianzschätzung.
Empfängerverfahren nach einem der Ansprüche 8 bis 11 mit einem Prozeß zum weiteren Verbessern der Zuverlässigkeit der Erfassung durch Verwendung von in den Datenstrom eingebetteten zusätzlichen codierten Pilotsymbolen, wobei die zusätzlichen Pilotsymbole mit Vorwärtsfehlerkorrekturcodes codiert werden; wobei der Prozeß die folgenden Schritte im Empfänger umfaßt: i) Erfassen einer Liste der in der Reihenfolge der Wahrscheinlichkeit eingestuften wahrscheinlichsten Zeit- und Frequenzoffsetpaare; ii) für jedes Zeit- und Frequenzoffsetpaar in der Liste Beginnen mit dem mit der höchsten Wahrscheinlichkeit und Voranschreiten in der Reihenfolge abnehmender Wahrscheinlichkeit; Decodieren des Pakets auf der Basis dieses Zeit- und Frequenzoffsets; wenn eine vorbestimmte Anzahl der zusätzlichen codierten Pilotsymbole mit ihren vorgeschriebenen Werten übereinstimmt, Annehmen dieses Zeit- und Frequenzoffsets; wenn nicht, Fortfahren mit dem nächsten Zeit- und Frequenzoffsetpaar in der Liste.
Empfängerverfahren nach einem der Ansprüche 7 bis 12, angewandt auf ein durch das Verfahren nach einem der Ansprüche 1 bis 6 produziertes gesendetes Signal.
Empfängerverfahren nach Anspruch 13, das für größere Datenübertragungseffizienz verbessert ist, wobei in dem Datenstrom eines oder mehrere gewählte der Pilotsymbole mit Datensymbolen ersetzt werden und die Erfassungsschritte auf der Basis einer Annahme angewandt werden, daß diese gewählten Symbole Pilotsymbole mit Wert null sind.
Empfänger zum Empfangen und Erfassen eines gesendeten Signals in einem Kommunikationssystem, wobei die Signale einen Datenstrom mit Datensymbolen und gemäß dem Verfahren nach einem der Ansprüche 1 bis 5 verteilten Pilotsymbolen repräsentieren, wobei der Empfänger Funktionsblöcke zum Ausführen der Schritte des Empfängerverfahrens nach einem der Ansprüche 7 bis 14 enthält.