專(zhuān)利名稱(chēng)：用于通過(guò)多載波方式發(fā)送信號(hào)的裝置及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及正交頻分復(fù)用(OFDMOrthogonal Frequency DivisionMultiplexing)方式等多載波通信方式的技術(shù)領(lǐng)域，尤其涉及用于收發(fā)抑制了峰值功率的信號(hào)的裝置及方法。

背景技術(shù)：
OFDM方式和OFDMA(Orthogonal Frequency Division MultipleAccess正交頻分復(fù)用接入)方式是已經(jīng)用于地面數(shù)字電視播放以及微波接入全球互通(WiMAXWorldwide Interoperability for MicrowaveAccess)、并還計(jì)劃用于第3.9/4代移動(dòng)電話系統(tǒng)的通信方式。通過(guò)OFDM(A)方式來(lái)傳送的信號(hào)是通過(guò)多個(gè)子載波的合成而生成的，因此當(dāng)多個(gè)子載波的相位一致時(shí)，會(huì)產(chǎn)生非常高的峰值功率。當(dāng)峰值功率較高時(shí)，在發(fā)送側(cè)必須相應(yīng)地準(zhǔn)備較多的發(fā)送功率(資源)，這尤其不利于移動(dòng)終端。在接收側(cè)很難準(zhǔn)確地再現(xiàn)與高峰值功率相當(dāng)?shù)男盘?hào)，從而錯(cuò)誤率增加。另一方面，具有高峰值功率的信號(hào)還會(huì)對(duì)頻帶之外產(chǎn)生不需要的輻射，可能會(huì)對(duì)周邊頻帶帶來(lái)較大影響。為了抑制峰值功率已經(jīng)提出有各種方式。
作為抑制OFDM信號(hào)的峰值功率的現(xiàn)有方式，公知有“相位反轉(zhuǎn)法”、“失真法”以及“編碼法”等，然而它們各有各的優(yōu)缺點(diǎn)。其中，“相位反轉(zhuǎn)法”作為安裝簡(jiǎn)單且比較有效的方法而受到關(guān)注。作為具體的“相位反轉(zhuǎn)法”，通過(guò)利用基于“實(shí)數(shù)型神經(jīng)網(wǎng)絡(luò)”的優(yōu)化方法而期待其發(fā)揮出色的峰值功率抑制能力。利用該方法，可以同時(shí)改善頻帶外放射功率和比特錯(cuò)誤率(例如參照專(zhuān)利文獻(xiàn)1)。
在“相位反轉(zhuǎn)法”中，(為了抑制OFDM信號(hào)的峰值功率)將搜索賦予給各子載波的相位的問(wèn)題轉(zhuǎn)換為組合優(yōu)化問(wèn)題而定型化。對(duì)于這樣的“相互結(jié)合型(mutual-connected)實(shí)數(shù)神經(jīng)網(wǎng)絡(luò)”而言，公知可以采用組合優(yōu)化問(wèn)題的近似解法(基于霍普費(fèi)爾德神經(jīng)網(wǎng)絡(luò)(HNNHopfield NeuralNetwork)的解法)，在“專(zhuān)利文獻(xiàn)1多載波通信方式和多載波通信裝置”中，通過(guò)使用該方式來(lái)確定最佳的相位反轉(zhuǎn)量。
以下，對(duì)“相位反轉(zhuǎn)法”進(jìn)行概述。
在OFDM(A)信號(hào)中，將相位反轉(zhuǎn)前的預(yù)定發(fā)送的N個(gè)數(shù)據(jù)碼元(N維實(shí)矢量)設(shè)為X＝(X0，X1，...，XN-1)。并且應(yīng)用于各數(shù)據(jù)碼元的相位反轉(zhuǎn)量也如P＝(P0，P1，...，PN-1)這樣以二值變量的N維矢量來(lái)表示。其中，Pm＝±1(m＝0，1，...，N-1)。
在將逆離散傅立葉變換(IDFT)后的N個(gè)數(shù)據(jù)碼元設(shè)為Y＝(Y0，Y1，...，YN-1)時(shí)，Y如下所示。
[式1] 這里，n＝0，1，...，N-1，且j表示純虛數(shù)。為了評(píng)價(jià)峰值功率的大小而定義了如下式所示的峰值平均功率比(PAPRPeak-to-Average PowerRatio)。
[式2] 這里，|·|表示復(fù)數(shù)的絕對(duì)值，E{·}表示平均值。因此E{|Yn|2}表示OFDM(A)信號(hào)的平均功率。并且，將目標(biāo)函數(shù)定義為 [式3] 通過(guò)使該目標(biāo)函數(shù)的值最小化，能夠使各時(shí)刻的功率基本接近平均功率E{‖Yn‖2}，減小了PAPR。因此，降低峰值功率等價(jià)于使該目標(biāo)函數(shù)最小化。
在現(xiàn)有方法中，使用了相互結(jié)合型的實(shí)數(shù)型神經(jīng)網(wǎng)絡(luò)來(lái)處理該最小化問(wèn)題。因此，如下式所示，準(zhǔn)備了表示復(fù)數(shù)的實(shí)部和虛部的實(shí)數(shù)來(lái)改寫(xiě)目標(biāo)函數(shù)J(p)。
[式4] 當(dāng)設(shè) 時(shí)， 然而，很難將該目標(biāo)函數(shù)直接最小化。因此，在現(xiàn)有方法中，將上述目標(biāo)函數(shù)展開(kāi)成pm的4次多項(xiàng)式，使用pm2＝pm4＝1的關(guān)系式來(lái)改寫(xiě)目標(biāo)函數(shù)。這樣，將pm的二階項(xiàng)和四階項(xiàng)視為常數(shù)項(xiàng)的多項(xiàng)式重新定義為 [式5] 并將該多項(xiàng)式重新作為目標(biāo)函數(shù)。這樣，可以使用HNN的方法來(lái)得到所希望的解。假設(shè)在沒(méi)有將pm的二次項(xiàng)和四次項(xiàng)置換成常數(shù)的情況下來(lái)考慮一般的pm的四次多項(xiàng)式時(shí)，pm可能取±1以外的值，從而組合優(yōu)化可能會(huì)輸出無(wú)意義的解(無(wú)效解)。
通過(guò)如下方式來(lái)進(jìn)行使用相互結(jié)合型實(shí)數(shù)型神經(jīng)網(wǎng)絡(luò)的最小化問(wèn)題。將時(shí)刻t下的第i(i＝0，1，...，N-1)個(gè)實(shí)數(shù)值內(nèi)部函數(shù)和輸出狀態(tài)分別設(shè)為ui(t)和xi(t)。輸出函數(shù)和狀態(tài)變更式定義如下。
[式6] xi(t)＝tanh εui(t) 這里，ε為正的常數(shù)。要注意輸出函數(shù)只能取+1、-1這兩個(gè)值。該方法只能夠反轉(zhuǎn)或保持合成數(shù)據(jù)碼元時(shí)的相位，因此只能進(jìn)行非常粗略的控制。此外，如果進(jìn)行充分的重復(fù)次數(shù)的計(jì)算，則通常情況是目標(biāo)函數(shù)逐漸收斂于適當(dāng)?shù)淖顑?yōu)值，但是在該方法中，由于在相位反轉(zhuǎn)前后值的變化較大，因此即使是少許的時(shí)間延遲也會(huì)伴隨較大的輸出變化。即，出現(xiàn)輸出值相對(duì)于少許的時(shí)間延遲不連續(xù)變化的情況也很多。其結(jié)果，可能無(wú)法充分確保解的收斂性、穩(wěn)定性和可靠性等。此外，由于并不是直接對(duì)目標(biāo)函數(shù)J(p)進(jìn)行處理，而是必須使用通過(guò)將pm的二次項(xiàng)和四次項(xiàng)設(shè)為常數(shù)而改寫(xiě)成的多項(xiàng)式，因此計(jì)算的工作量會(huì)隨著碼元數(shù)量的增加而增加，成為極為復(fù)雜的多項(xiàng)式，從而硬件變復(fù)雜，計(jì)算速度變慢。
專(zhuān)利文獻(xiàn)1日本特開(kāi)2004-147126號(hào)公報(bào) 這樣，上述相位反轉(zhuǎn)法存在各種問(wèn)題點(diǎn)。總體說(shuō)來(lái)，第一個(gè)問(wèn)題點(diǎn)是，實(shí)數(shù)值神經(jīng)網(wǎng)絡(luò)的激活函數(shù)(pm)的值只能取+1或-1這兩個(gè)值，從而只能夠進(jìn)行使相位反轉(zhuǎn)或不反轉(zhuǎn)這樣的非常粗略的控制。因此，始終遺留有峰值功率沒(méi)有達(dá)到真正的極小值的可能性，尤其在子載波數(shù)量較少的情況下，可能無(wú)法充分抑制峰值功率。
第二個(gè)問(wèn)題點(diǎn)是，由于相位反轉(zhuǎn)伴隨著從正反轉(zhuǎn)為負(fù)、或者從負(fù)反轉(zhuǎn)為正的變化量較大的變化，因此在重復(fù)性的優(yōu)化算法的狀態(tài)更新前后，產(chǎn)生目標(biāo)函數(shù)值的急劇變化，難以保證計(jì)算的連續(xù)性、穩(wěn)定性和可靠性等。
第三個(gè)問(wèn)題點(diǎn)是計(jì)算復(fù)雜。相位旋轉(zhuǎn)量原本適合于利用基于極坐標(biāo)的復(fù)數(shù)來(lái)表示。但是由于上述方法所使用的神經(jīng)網(wǎng)絡(luò)為實(shí)數(shù)型，所以該方法針對(duì)1個(gè)變量的極坐標(biāo)型復(fù)數(shù)導(dǎo)入了實(shí)部和虛部這兩個(gè)實(shí)數(shù)變量，從而必須執(zhí)行復(fù)雜的重復(fù)算法。
此外，該方法使用了復(fù)雜的目標(biāo)函數(shù)(伴隨狀態(tài)更新的多項(xiàng)式)，因此隨著碼元數(shù)量(子信道數(shù)量)的增加，計(jì)算式變得極為復(fù)雜，從而計(jì)算速度緩慢，不能說(shuō)是有效的方法。


發(fā)明內(nèi)容
本發(fā)明正是為了解決或緩解上述問(wèn)題點(diǎn)中的至少一個(gè)而完成的，其課題在于針對(duì)通過(guò)多載波方式傳送的每個(gè)子載波的信號(hào)分量分別賦予適當(dāng)?shù)臋?quán)重，以充分抑制發(fā)送信號(hào)的峰值平均功率比(PAPR)。
根據(jù)本發(fā)明，使用了一種通過(guò)多載波方式對(duì)發(fā)送碼元進(jìn)行發(fā)送的發(fā)送機(jī)。發(fā)送機(jī)具有調(diào)節(jié)N個(gè)數(shù)據(jù)碼元各自的相位旋轉(zhuǎn)量的單元；對(duì)相位調(diào)節(jié)后的數(shù)據(jù)碼元進(jìn)行逆傅立葉變換，而生成發(fā)送碼元的單元；以及相位計(jì)算單元，其利用復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)來(lái)確定所述相位旋轉(zhuǎn)量。所述相位計(jì)算單元具有N個(gè)神經(jīng)元，其根據(jù)應(yīng)用了暫定的相位旋轉(zhuǎn)的N個(gè)復(fù)數(shù)輸入信號(hào)來(lái)推導(dǎo)出逆傅立葉變換后的1個(gè)復(fù)數(shù)輸出信號(hào)，并將該復(fù)數(shù)輸出信號(hào)作為下次的復(fù)數(shù)輸入信號(hào)；以及狀態(tài)更新單元，其與根據(jù)復(fù)數(shù)輸出信號(hào)計(jì)算出的目標(biāo)函數(shù)的值對(duì)應(yīng)地來(lái)更新相位旋轉(zhuǎn)量。
根據(jù)本發(fā)明，對(duì)通過(guò)多載波方式傳送的每個(gè)子載波的各信號(hào)分量賦予適當(dāng)?shù)臋?quán)重，從而能夠充分抑制發(fā)送信號(hào)的峰值平均功率比(PAPR)。



圖1是示出本發(fā)明一個(gè)實(shí)施例的發(fā)送機(jī)的圖。
圖2是示出本發(fā)明一個(gè)實(shí)施例的接收機(jī)的圖。
圖3是示出圖1的相位旋轉(zhuǎn)量計(jì)算部所使用的神經(jīng)網(wǎng)絡(luò)電路的圖。
圖4是示出本發(fā)明一個(gè)實(shí)施例的動(dòng)作例的流程圖。
圖5是示出本發(fā)明一個(gè)實(shí)施例的另一動(dòng)作例的流程圖。
標(biāo)號(hào)說(shuō)明 11 數(shù)字調(diào)制器 12 串并行轉(zhuǎn)換部(S/P) 13 相位調(diào)節(jié)部 14 逆離散傅立葉變換部(IDFT) 15 并串行轉(zhuǎn)換部(P/S) 16 數(shù)字模擬轉(zhuǎn)換部(D/A) 17 無(wú)線發(fā)送部 18 最佳相位旋轉(zhuǎn)量計(jì)算部 19 相位信息復(fù)用部 21 無(wú)線信道接收部 22 模擬數(shù)字轉(zhuǎn)換部(A/D) 23 串并行轉(zhuǎn)換部(S/P) 24 離散傅立葉變換部(DFT) 25 相位調(diào)節(jié)部 26 并串行轉(zhuǎn)換部(P/S) 27 數(shù)字解調(diào)部 28 相位旋轉(zhuǎn)量恢復(fù)部
具體實(shí)施例方式 根據(jù)本發(fā)明的一個(gè)方式，通過(guò)將“復(fù)數(shù)型神經(jīng)網(wǎng)絡(luò)”、特別是“振幅-相位型(極坐標(biāo)型)復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)”應(yīng)用于抑制OFDMA信號(hào)峰值功率的方法，能夠大幅削減邏輯運(yùn)算速度和電路數(shù)量，從而大大提高了峰值功率抑制能力。
根據(jù)本發(fā)明的一個(gè)方式，相位并不是由反轉(zhuǎn)或保持這二值表示的，而是由可以取多個(gè)值的復(fù)數(shù)值來(lái)表示。并且，關(guān)于相位旋轉(zhuǎn)量θ＝(θ0，θ1，...，θN-1)，作為一組的碼元數(shù)N(子載波數(shù))越大，越能夠精細(xì)地控制輸出值(θm＝(2πnm/N))。因此，可以期待收斂于更適當(dāng)?shù)慕狻?br> 根據(jù)本發(fā)明的一個(gè)方式，通過(guò)導(dǎo)入“振幅-相位型(極坐標(biāo)型)復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)”，使神經(jīng)網(wǎng)絡(luò)電路結(jié)構(gòu)從根本上被簡(jiǎn)化，可以利用極坐標(biāo)形式的復(fù)數(shù)直接處理各種相位旋轉(zhuǎn)量而不僅僅是相位反轉(zhuǎn)，從而實(shí)現(xiàn)了簡(jiǎn)單且高精度的優(yōu)化。
在實(shí)數(shù)型神經(jīng)網(wǎng)絡(luò)中需要使用相當(dāng)于實(shí)部和虛部的2個(gè)變量來(lái)進(jìn)行運(yùn)算。不過(guò)在復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)中可以只處理絕對(duì)值為1的復(fù)數(shù)輸入輸出，因此在本方法中只要考慮1個(gè)變量的相位參數(shù)即可，能夠簡(jiǎn)單地實(shí)現(xiàn)安裝模型。
并且，根據(jù)本發(fā)明的一個(gè)方式，不需要導(dǎo)出以往那樣的將pm的二次項(xiàng)或四次項(xiàng)置換為1而得到的目標(biāo)函數(shù)的多項(xiàng)式表達(dá)。將pm的二次項(xiàng)和四次項(xiàng)置換為1的目標(biāo)函數(shù)取決于碼元數(shù)N的大小，從而成為極其復(fù)雜的多項(xiàng)式，而本方法可以不使用這樣的復(fù)雜的多項(xiàng)式，因此能夠非常簡(jiǎn)單地進(jìn)行計(jì)算。
可以利用在本發(fā)明的一個(gè)方式中(包含相互結(jié)合型)的遞歸型復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性比實(shí)數(shù)型神經(jīng)網(wǎng)絡(luò)高，因此與以往的方法相比，優(yōu)化計(jì)算速度更快，可以減小電路規(guī)模，進(jìn)行高效的優(yōu)化。例如在Akira Hiroseand Hirofumi Onishi.“Proposal of relative-minimization learning for behaviorstabilization of complex-valued recurrent neural networks”Neurocomputing，24163-171，1999.中，對(duì)遞歸型復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行了說(shuō)明。
在本發(fā)明的一個(gè)方式中，與“實(shí)數(shù)型神經(jīng)網(wǎng)絡(luò)”不同，輸出值取連續(xù)的值，因此本方法在解的收斂性和穩(wěn)定性等方面十分出色，能夠在考慮要進(jìn)行優(yōu)化的峰值功率抑制量的同時(shí)適當(dāng)?shù)卣{(diào)節(jié)重復(fù)次數(shù)。
實(shí)施例1 圖1示出了本發(fā)明一個(gè)實(shí)施例的發(fā)送機(jī)。發(fā)送機(jī)以O(shè)FDM或OFDMA方式來(lái)發(fā)送信號(hào)。發(fā)送機(jī)用在OFDM(A)方式的通信系統(tǒng)中，可以用在基站(NodeB)中，也可以用在用戶(hù)裝置(UE)中。在圖1中描繪出數(shù)字調(diào)制器11、串并行轉(zhuǎn)換部(S/P)12、相位調(diào)節(jié)部13、逆離散傅立葉變換部(IDFT)14、并串行轉(zhuǎn)換部(P/S)15、數(shù)字模擬轉(zhuǎn)換部(D/A)16、無(wú)線發(fā)送部17、最佳相位旋轉(zhuǎn)量計(jì)算部18以及相位信息復(fù)用部19。
數(shù)字調(diào)制器11將要發(fā)送的數(shù)據(jù)轉(zhuǎn)換成與所使用的調(diào)制方式相符的數(shù)據(jù)碼元。調(diào)制方式可以使用QPSK、16QAM、64QAM等任何適當(dāng)?shù)姆绞?。?shù)據(jù)碼元對(duì)應(yīng)于信號(hào)點(diǎn)配置圖(constellation星座圖)上的點(diǎn)，并由復(fù)數(shù)來(lái)表示。
串并行轉(zhuǎn)換部(S/P)12將數(shù)據(jù)碼元的串行信號(hào)序列轉(zhuǎn)換成并行信號(hào)序列。與圖示例子所使用的子載波數(shù)N相應(yīng)地準(zhǔn)備了N個(gè)并行數(shù)據(jù)碼元的序列。不過(guò)在一般情況下，并行序列數(shù)可以不與子載波數(shù)嚴(yán)格一致。
相位調(diào)節(jié)部13按照控制信號(hào)對(duì)各復(fù)數(shù)數(shù)據(jù)碼元(X0，X1，...，XN-1)分別賦予相位旋轉(zhuǎn)(θ0，θ1，...，θN-1)。相位旋轉(zhuǎn)量也可以稱(chēng)為加權(quán)系數(shù)、權(quán)重等。如后所述，該相位旋轉(zhuǎn)量不僅僅可以取±1，也可以取由(2πn/N)弧度表示的各種值。因此，在相位調(diào)節(jié)后，可以將某數(shù)據(jù)碼元Xm表示為Xmexp(jθm)。N相當(dāng)于子載波數(shù)，可以使用任何適當(dāng)?shù)闹?，不過(guò)作為一例，N大到1000左右亦可。例如，當(dāng)設(shè)N＝1000時(shí)，相位旋轉(zhuǎn)量取(2π/1000)弧度＝0.36度的整數(shù)倍的值。因此實(shí)質(zhì)上可以連續(xù)控制相位旋轉(zhuǎn)量。
逆離散傅立葉變換部(IDFT)14對(duì)相位調(diào)節(jié)后的數(shù)據(jù)碼元進(jìn)行逆離散傅立葉變換，進(jìn)行OFDM方式的調(diào)制。
并串行轉(zhuǎn)換部(P/S)15將逆離散傅立葉變換后的N個(gè)數(shù)據(jù)碼元轉(zhuǎn)換成串行信號(hào)序列。
數(shù)字模擬轉(zhuǎn)換部(D/A)16將由數(shù)字量表示的值轉(zhuǎn)換成模擬量。
無(wú)線發(fā)送部17對(duì)轉(zhuǎn)換為模擬量的發(fā)送碼元進(jìn)行旨在無(wú)線傳送的處理(例如包括頻率轉(zhuǎn)換、頻帶限制以及功率放大等)，之后進(jìn)行無(wú)線發(fā)送。
最佳相位旋轉(zhuǎn)量計(jì)算部18計(jì)算賦予給各數(shù)據(jù)碼元的、用于減小發(fā)送碼元的峰值平均功率比(PAPR)的相位旋轉(zhuǎn)量。后面會(huì)對(duì)計(jì)算方法進(jìn)行描述。
相位信息復(fù)用部19將計(jì)算出的相位旋轉(zhuǎn)量與導(dǎo)頻數(shù)據(jù)碼元一起進(jìn)行復(fù)用。用于向接收側(cè)通知最佳相位旋轉(zhuǎn)量計(jì)算部18計(jì)算出的相位旋轉(zhuǎn)量為何值。例如在IEEE802.16PHY或地面數(shù)字電視DVB-T中，在碼元數(shù)據(jù)的區(qū)段結(jié)構(gòu)中需要附加用于通信相位旋轉(zhuǎn)量的導(dǎo)頻碼元數(shù)據(jù)。相位信息復(fù)用部19將相位旋轉(zhuǎn)量配置在該導(dǎo)頻數(shù)據(jù)上，并提供給DA轉(zhuǎn)換部16。
圖2是示出本發(fā)明的一個(gè)實(shí)施例的接收機(jī)。接收機(jī)用在OFDM(A)方式的通信系統(tǒng)中，可以用在基站(NodeB)中，也可以用在用戶(hù)裝置(UE)中。在圖2中描繪出無(wú)線信道接收部21、模擬數(shù)字轉(zhuǎn)換部(A/D)22、串并行轉(zhuǎn)換部(S/P)23、離散傅立葉變換部(DFT)24、相位調(diào)節(jié)部25、并串行轉(zhuǎn)換部(P/S)26、數(shù)字解調(diào)部27以及相位旋轉(zhuǎn)量恢復(fù)部28。
無(wú)線信道接收部21進(jìn)行用于將接收到的無(wú)線信號(hào)轉(zhuǎn)換成基帶的模擬信號(hào)的處理(頻帶限制、頻率轉(zhuǎn)換以及功率放大等)。
模擬數(shù)字轉(zhuǎn)換部(A/D)將模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)。
串并行轉(zhuǎn)換部(S/P)23將串行數(shù)據(jù)碼元的信號(hào)序列轉(zhuǎn)換成并行的N個(gè)信號(hào)序列。
離散傅立葉變換部(DFT)24對(duì)數(shù)據(jù)碼元進(jìn)行離散傅立葉變換，進(jìn)行OFDM方式的解調(diào)。
相位調(diào)節(jié)部25根據(jù)控制信號(hào)來(lái)調(diào)節(jié)各數(shù)據(jù)碼元的相位。
并串行轉(zhuǎn)換部(P/S)26將并行數(shù)據(jù)碼元的信號(hào)序列轉(zhuǎn)換成串行信號(hào)序列。
數(shù)字解調(diào)部27將數(shù)據(jù)碼元轉(zhuǎn)換成各個(gè)數(shù)據(jù)，并進(jìn)行輸出。
相位旋轉(zhuǎn)量恢復(fù)部28提取出從發(fā)送側(cè)通知的表示相位旋轉(zhuǎn)量的控制信息，按照該控制信息，將用于調(diào)節(jié)相位的控制信號(hào)輸出到相位調(diào)節(jié)部25。
總之，將所發(fā)送的數(shù)據(jù)轉(zhuǎn)換成由復(fù)數(shù)表示的數(shù)據(jù)碼元。對(duì)各個(gè)數(shù)據(jù)碼元實(shí)施某一相位旋轉(zhuǎn)，之后進(jìn)行傅立葉變換，并進(jìn)行無(wú)線發(fā)送。利用與導(dǎo)頻數(shù)據(jù)碼元一起復(fù)用的控制信息等，將實(shí)施了什么樣的相位旋轉(zhuǎn)通知給接收側(cè)。對(duì)接收側(cè)接收到的數(shù)據(jù)碼元進(jìn)行傅立葉變換，實(shí)施相位旋轉(zhuǎn)。該相位旋轉(zhuǎn)是按照從發(fā)送側(cè)通知來(lái)的內(nèi)容而進(jìn)行的。對(duì)相位旋轉(zhuǎn)后的數(shù)據(jù)碼元進(jìn)行數(shù)據(jù)解調(diào)，之后恢復(fù)為發(fā)送數(shù)據(jù)。通過(guò)在發(fā)送側(cè)對(duì)各數(shù)據(jù)碼元實(shí)施適當(dāng)?shù)南辔恍D(zhuǎn)，能夠適當(dāng)?shù)匾种瓢l(fā)送碼元的峰值平均功率比(PAPR)。
接著，說(shuō)明如何確定相位旋轉(zhuǎn)量。在本實(shí)施例中，在圖1的發(fā)送機(jī)的最佳相位旋轉(zhuǎn)量計(jì)算部18中使用圖3所示的相互結(jié)合型復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)電路。初始值Xm、內(nèi)部矢量um以及輸出Ym(m＝0，...，N-1)都是由復(fù)數(shù)表示的量。初始值Xm相當(dāng)于相位調(diào)節(jié)前的數(shù)據(jù)碼元(S/P 12的輸出)。這些N個(gè)數(shù)據(jù)碼元的值(復(fù)數(shù))被分別賦予給N個(gè)神經(jīng)(neuro)LSI。各個(gè)神經(jīng)LSI分別根據(jù)N個(gè)數(shù)據(jù)碼元輸出1個(gè)輸出(例如第m個(gè)神經(jīng)LSI根據(jù)N個(gè)輸入而輸出1個(gè)Ym)。該輸出返回到輸入側(cè)，用作下一次的輸入。各神經(jīng)LSI構(gòu)成N輸入1輸出的神經(jīng)元，系統(tǒng)整體則構(gòu)成了N輸入N輸出的神經(jīng)網(wǎng)絡(luò)。在各神經(jīng)LSI中，對(duì)輸入其中的各數(shù)據(jù)碼元賦予暫定的權(quán)重(相位)，根據(jù)加權(quán)后的數(shù)據(jù)碼元的總和來(lái)計(jì)算目標(biāo)函數(shù)的值。在本實(shí)施例中，加權(quán)后的數(shù)據(jù)碼元的總和對(duì)應(yīng)于逆傅立葉變換后的數(shù)據(jù)碼元。目標(biāo)函數(shù)的值通過(guò)J(Yn(exp(jθm))來(lái)計(jì)算。如后所述，該目標(biāo)函數(shù)的函數(shù)型與通過(guò)J(Yn(pm))計(jì)算出的以往的目標(biāo)函數(shù)不同。然后，按照后述的方法進(jìn)行狀態(tài)更新，推導(dǎo)出新的相位旋轉(zhuǎn)量和輸出值。通過(guò)重復(fù)進(jìn)行以上步驟可以得到最佳的相位旋轉(zhuǎn)量。將最終得到的相位旋轉(zhuǎn)量通知給圖1的相位調(diào)節(jié)部13，并將其應(yīng)用到實(shí)際發(fā)送的信號(hào)中。
圖4是示出本發(fā)明一個(gè)實(shí)施例所使用的動(dòng)作例的流程圖。圖示的動(dòng)作主要在圖1的最佳相位旋轉(zhuǎn)量計(jì)算部18中使用，特別與圖3的神經(jīng)LSI的動(dòng)作相關(guān)聯(lián)。
在步驟S1中設(shè)定輸入信息(初始值)。該輸入信息是由相位調(diào)節(jié)前的N個(gè)數(shù)據(jù)碼元提供的。
在步驟S2中對(duì)各種內(nèi)部參數(shù)進(jìn)行初始化。內(nèi)部參數(shù)中具有代表性的參數(shù)是重復(fù)參數(shù)(t＝0)以及分別應(yīng)用于N個(gè)數(shù)據(jù)碼元的相位旋轉(zhuǎn)量。
在步驟S3中對(duì)重復(fù)參數(shù)t的值增加(遞增)1。
在步驟S4中計(jì)算峰值平均功率比PAPR以及目標(biāo)函數(shù)J。按照下式來(lái)計(jì)算PAPR。
[式7] 這里，|·|表示復(fù)數(shù)的絕對(duì)值，E{·}表示平均值。因此E{|Yn|2}表示OFDM(A)信號(hào)的平均功率。Yn是IDFT后的數(shù)據(jù)碼元的第n個(gè)分量。在本實(shí)施例中，相位調(diào)節(jié)前的輸入信息由X＝(X0，X1，...，XN-1)表示，表示相位旋轉(zhuǎn)量的矢量由θ＝(θ0，θ1，...，θN-1)表示。與以往不同，相位旋轉(zhuǎn)量θm可以取由(2πnm/N)弧度表示的各種值(m和nm都是大于等于0且小于等于N-1的整數(shù))，而不僅僅為二值。IDFT后的數(shù)據(jù)碼元Y＝(Y1，Y2，...，YN-1)的各分量如下式所示。
[式8] 其中，n＝0，1，...，N-1，且j表示純虛數(shù)。
此外，目標(biāo)函數(shù)由下式定義。為了簡(jiǎn)便，將J(Yn(exp(jθm))簡(jiǎn)寫(xiě)為J(θ)。
[式9] 通過(guò)使該目標(biāo)函數(shù)的值最小化，從而使各時(shí)刻的功率基本接近平均功率E{‖Yn‖2}，減小了PAPR。因此，降低峰值功率等價(jià)于使該目標(biāo)函數(shù)最小化。特別要注意的是，將θ作為復(fù)數(shù)的相位分量來(lái)處理，J(θ)不是θ的多項(xiàng)式函數(shù)。由于在本實(shí)施例中利用了復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)，因此不需要像以往那樣分解為實(shí)部和虛部，而且也不用準(zhǔn)備復(fù)雜展開(kāi)的多項(xiàng)式。
在步驟S5中，使用以上的定型方式來(lái)進(jìn)行復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)(在本實(shí)施例中為相互結(jié)合型復(fù)數(shù)神經(jīng)網(wǎng)絡(luò))中的狀態(tài)更新。
在將時(shí)刻t下的第i個(gè)(i＝0，1，...，N-1)復(fù)數(shù)值的內(nèi)部函數(shù)和輸出狀態(tài)分別設(shè)為ui(t)、xi(t)(相當(dāng)于圖3中的Yi)時(shí)，按照下式來(lái)更新輸出狀態(tài)。
[式10] 在上式中可知，ui(t)是絕對(duì)值為1的復(fù)數(shù)，xi(t)也是絕對(duì)值為1的復(fù)數(shù)。τ是某一正常數(shù)。
在步驟S6中，將通過(guò)狀態(tài)更新而導(dǎo)出的相位旋轉(zhuǎn)量暫定為下次計(jì)算所要使用的相位旋轉(zhuǎn)量。
在步驟S7中，判定使用暫定的相位旋轉(zhuǎn)量是否使得峰值功率(PAPR)值達(dá)到了目標(biāo)抑制量。如果PAPR沒(méi)有得到充分抑制，則返回步驟S3，重復(fù)相同的步驟。
關(guān)于這種使用復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)重復(fù)地進(jìn)行狀態(tài)更新、并按照上述形式的偏微分方程式來(lái)求取目標(biāo)函數(shù)的局部最佳解的方法，例如希望參照以下論文。
(論文1)Akira Hirose and Hirofumi Onishi“Proposal ofrelative-minimization learning for behavior stabilization of complex-valuedrecurrent neural networks”.Neurocomputing，24163-171，1999。
(論文2)Akira Hirose“Continuous complex-valued back-propagationlearning.”.Electronic Letters，28(20)1854-1855，1992。
當(dāng)在步驟S7中充分抑制了峰值平均功率比PAPR時(shí)，在步驟S8中，將該相位旋轉(zhuǎn)量確定為實(shí)際發(fā)送碼元所使用的值，并將其通知給相位調(diào)節(jié)部13。由此流程結(jié)束。
另外，雖然在步驟S8中已確認(rèn)峰值平均功率比PAPR是否變得足夠小，不過(guò)作為替代或附加，也可以確認(rèn)是否進(jìn)行了規(guī)定次數(shù)的狀態(tài)更新(參照?qǐng)D5)。在萬(wàn)一PAPR沒(méi)有變小的情況下，圖4的流程無(wú)法進(jìn)行應(yīng)對(duì)，而圖5的流程即使在該情況下也能夠退出流程。圖5所示的方法特別有利于實(shí)時(shí)性較強(qiáng)的數(shù)據(jù)傳送。
在相位調(diào)節(jié)部13(圖1)中，按照如上這樣確定的相位旋轉(zhuǎn)量θ＝(θ0，θ1，...，θN-1)對(duì)各數(shù)據(jù)碼元進(jìn)行加權(quán)，之后進(jìn)行逆離散傅立葉變換并進(jìn)行無(wú)線發(fā)送。并且，利用已經(jīng)說(shuō)明的方法將表示所確定的相位旋轉(zhuǎn)量θ＝(θ0，θ1，...，θN-1)的信息也通知給接收側(cè)。
以上，說(shuō)明了本發(fā)明的優(yōu)選實(shí)施例，但本發(fā)明不限于此，可以在本發(fā)明的主旨范圍內(nèi)進(jìn)行各種變形和變更。
權(quán)利要求
1.一種發(fā)送機(jī)，其通過(guò)多載波方式對(duì)發(fā)送碼元進(jìn)行發(fā)送，其特征在于，該發(fā)送機(jī)具有
調(diào)節(jié)N個(gè)數(shù)據(jù)碼元各自的相位旋轉(zhuǎn)量的單元；
對(duì)相位調(diào)節(jié)后的數(shù)據(jù)碼元進(jìn)行逆傅立葉變換，而生成發(fā)送碼元的單元；以及
相位計(jì)算單元，其利用復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)來(lái)確定所述相位旋轉(zhuǎn)量，
所述相位計(jì)算單元具有
N個(gè)神經(jīng)元，其根據(jù)應(yīng)用了暫定的相位旋轉(zhuǎn)的N個(gè)復(fù)數(shù)輸入信號(hào)來(lái)導(dǎo)出逆傅立葉變換后的1個(gè)復(fù)數(shù)輸出信號(hào)，并將該復(fù)數(shù)輸出信號(hào)作為下次的復(fù)數(shù)輸入信號(hào)；以及
狀態(tài)更新單元，其與根據(jù)復(fù)數(shù)輸出信號(hào)計(jì)算出的目標(biāo)函數(shù)的值對(duì)應(yīng)地來(lái)更新相位旋轉(zhuǎn)量。
2.根據(jù)權(quán)利要求1所述的發(fā)送機(jī)，其特征在于，
應(yīng)用于N個(gè)數(shù)字碼元的相位旋轉(zhuǎn)量由(2π/N)的整數(shù)倍來(lái)表示。
3.根據(jù)權(quán)利要求1所述的發(fā)送機(jī)，其特征在于，
所述目標(biāo)函數(shù)被設(shè)定成隨著峰值平均功率比的變小而減小。
4.根據(jù)權(quán)利要求1所述的發(fā)送機(jī)，其特征在于，
所述狀態(tài)更新單元按照下式來(lái)更新相位旋轉(zhuǎn)量，
t表示時(shí)間參數(shù)，θi(t)表示應(yīng)用于第i個(gè)數(shù)據(jù)碼元的相位旋轉(zhuǎn)量，
J(θ)表示目標(biāo)函數(shù)，
τ表示正常數(shù)。
5.根據(jù)權(quán)利要求1所述的發(fā)送機(jī)，其特征在于，
控制信息附隨于所述發(fā)送碼元進(jìn)行發(fā)送，該控制信息能夠?qū)С霭l(fā)送碼元中的數(shù)據(jù)碼元所應(yīng)用的相位旋轉(zhuǎn)量。
6.根據(jù)權(quán)利要求1所述的發(fā)送機(jī)，其特征在于，
所述相位計(jì)算單元重復(fù)更新相位旋轉(zhuǎn)量，直到峰值平均功率比小于規(guī)定值為止。
7.根據(jù)權(quán)利要求1所述的發(fā)送機(jī)，其特征在于，
所述相位計(jì)算單元僅重復(fù)規(guī)定的上限次數(shù)次來(lái)更新相位旋轉(zhuǎn)量。
8.一種用于通過(guò)多載波方式對(duì)發(fā)送碼元進(jìn)行發(fā)送的方法，其特征在于，該方法包括以下步驟
相位計(jì)算步驟，利用復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)來(lái)確定所述相位旋轉(zhuǎn)量；
調(diào)節(jié)N個(gè)數(shù)據(jù)碼元各自的相位旋轉(zhuǎn)量的步驟；以及
對(duì)相位調(diào)節(jié)后的數(shù)據(jù)碼元進(jìn)行逆傅立葉變換，而生成發(fā)送碼元的步驟，
所述相位計(jì)算步驟包括以下步驟
在N個(gè)神經(jīng)元的各自中，根據(jù)應(yīng)用了暫定的相位旋轉(zhuǎn)的N個(gè)復(fù)數(shù)輸入信號(hào)導(dǎo)出逆傅立葉變換后的1個(gè)復(fù)數(shù)輸出信號(hào)的步驟；以及
根據(jù)復(fù)數(shù)輸出信號(hào)來(lái)計(jì)算目標(biāo)函數(shù)的值，并根據(jù)該值來(lái)更新相位旋轉(zhuǎn)量的步驟，
所導(dǎo)出的復(fù)數(shù)輸出信號(hào)在各神經(jīng)元中用作下次的復(fù)數(shù)輸入信號(hào)。
全文摘要
使用了一種通過(guò)多載波方式對(duì)發(fā)送碼元進(jìn)行發(fā)送的發(fā)送機(jī)。發(fā)送機(jī)具有調(diào)節(jié)N個(gè)數(shù)據(jù)碼元各自的相位旋轉(zhuǎn)量的單元；對(duì)相位調(diào)節(jié)后的數(shù)據(jù)碼元進(jìn)行逆傅立葉變換，而生成發(fā)送碼元的單元；以及相位計(jì)算單元，其利用復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)來(lái)確定相位旋轉(zhuǎn)量。相位計(jì)算單元具有N個(gè)神經(jīng)元，其根據(jù)應(yīng)用了暫定的相位旋轉(zhuǎn)的N個(gè)復(fù)數(shù)輸入信號(hào)來(lái)導(dǎo)出逆傅立葉變換后的1個(gè)復(fù)數(shù)輸出信號(hào)，并將該復(fù)數(shù)輸出信號(hào)作為下次的復(fù)數(shù)輸入信號(hào)；以及狀態(tài)更新單元，其與根據(jù)復(fù)數(shù)輸出信號(hào)計(jì)算出的目標(biāo)函數(shù)的值對(duì)應(yīng)地來(lái)更新相位旋轉(zhuǎn)量。由此能夠?qū)νㄟ^(guò)多載波方式傳送的每個(gè)子載波的各信號(hào)分量賦予適當(dāng)?shù)臋?quán)重，能夠充分抑制發(fā)送信號(hào)的峰值平均功率比(PAPR)。
文檔編號(hào)H04J11/00GK101512945SQ20068005583
公開(kāi)日2009年8月19日 申請(qǐng)日期2006年9月15日 優(yōu)先權(quán)日2006年9月15日
發(fā)明者中桐悅二 申請(qǐng)人:富士通株式會(huì)社