스피어 디코더에서 최대 복잡도 감소 기법 및 SER 성능 분석

Complexity Limited Sphere Decoder and Its SER Performance Analysis

  • 전은성 (연세대학교 전기전자공학과 이동통신 연구실) ;
  • 양장훈 (연세대학교 전기전자공학과 이동통신 연구실) ;
  • 김동구 (연세대학교 전기전자공학과 이동통신 연구실)
  • 발행 : 2008.06.30

초록

본 논문에서는 Sphere decoder의 최대 복잡도 문제를 극복하기 위한 기법을 소개한다. 최소 근접 격자점을 탐색하는 과정 중 접근하는 노드의 회수에 제한을 두고, 만약 노드 접근 회수가 제한치를 넘으면, 가장 최근에 접근한 노드와 초기 단계의 ZF 검출 값을 이용해서 제 1 후보 심볼을 얻는다. 그리고 ZF 검출 값을 이용해서 제 2 후보 심볼 벡터를 얻은후, 이 두 후보 심볼 벡터 중 수신 신호와 유클리드 거리가 작은 후보 심볼 벡터를 최종적으로 검출한 심볼 벡터로 얻는다. 또한 제한치 설정에 따른 SER 성능의 upper bound를 이론적으로 분석하였다. 전산 실험 결과 제안한 방법은 높은 SNR 영역에서는 SER 성능에서 최대 0.5dB의 열화가 있었으나, 평균 복잡도와 최대 복잡도가 기존의 제안된 sphere decoder에 비해 상당히 줄어든 것을 확인하였다.

In this paper, we present a scheme to overcome the worst case complexity of the sphere decoder. If the number of visited nodes reaches the threshold, the detected symbol vector is determined between two candidate symbol vectors. One candidate symbol vector is obtained from the demodulated output of ZF receiver which is initial stage of the sphere decoder. The other candidate symbol vector consists of two sub-symbol vectors. The first sub-symbol vector consists of lately visited nodes running from the most upper layer. The second one contains corresponding demodulated outputs of ZF receiver. Between these two candidate symbol vectors, the one with smaller euclidean distance to the received symbol vector is chosen as detected symbol vector. In addition, we show the upper bound of symbol error rate performance for the sphere decoder using the proposed scheme. In the simulation, the proposed scheme shows the significant reduction of the worst case complexity while having negligible SER performance degradation.

키워드

참고문헌

  1. U.Fincke and M.Pohst 'Improved methods for calculating vectors of short length in a lattice, including a complexity analysis' Math.Comput., Vol.44, pp.463-471, Apr.1985 https://doi.org/10.2307/2007966
  2. E. Viterbo and J. Boutros, 'A universal lattice code decoder for fading channels,' IEEE Trans. Inf. Theory, Vol.45, No.5 pp.1639-1642, July 1999 https://doi.org/10.1109/18.771234
  3. B.Hassibi and H.Vikalo, 'On the sphere decoding algorithm. I. Expected complexity,' IEEE Trans. Signal Process., Vol.53, No.8, pp.2806-2818, Aug. 2005 https://doi.org/10.1109/TSP.2005.850352
  4. A. Chan and I. LEE, 'A new reduced-complexity sphere decoding for multiple antenna systems,' in Proc. ICC, Vol.1., pp.460-464.,New York, Apr.28-May 2 2002
  5. M.O. Damen, H. EI Gamal and G. Caire, 'On maximum-likelihood detection and the search for the closest lattice point', IEEE Trans. Info. Thoery, Vol.49,pp.2389-2402, Oct. 2003 https://doi.org/10.1109/TIT.2003.817444
  6. C.P. Schnorr and M. Eucherr, 'Lattice basis reduction: improved practical algorithms and solving subset sum problems,' Mathematical Programming, vol 66, pp.181-191,1994 https://doi.org/10.1007/BF01581144
  7. Kai-Kit Wong, Paulraj. A, 'On the decoding order of MIMO maximum likelihood sphere decoder: Linear and non-linear receivers', in Proc. VTC, Vol.2, pp.698-702., May. 2004
  8. D.wubben, R.Bohnke, J. Einas, V. Kuhn and K.D. Kammeyer,'Efficient Algorithm for decoding Layered Space-time Codes,' IEE Electronics Letters, Vol.37, pp.1348-1540, October 2001 https://doi.org/10.1049/el:20010899