초록
본 논문에서는 MIMO(Multi Input Multi Output) 시스템을 위한 적응형 검색범위 기반 복잡도 감소 QRD-M 기법을 제안한다. 기존의 fixed QRD-M 기법은 각 단계에서 survivor path들을 현 단계의 모든 가능한 성상도 심벌들로 확장하여 그 중 가장 작은 path metric을 가지는 M개를 선택한다. 성능의 저하를 최소화 하기 위해서는 큰 값의 M을 사용해야 하지만, 계산양 또한 증가하는 단점을 가진다. 이러한 단점을 보완하기 위해 측정된 평균 잡음 전력 값에 따라 survivor path의 개수나, 검색 범위를 적절히 조절하는 기법들이 제안되었다. 하지만 이 기법들에 채널 상태를 판별하기 위해 사용된 지표는 평균 잡음 전력 정보이므로 잡음 전력 값이 순간적으로 크게 변하는 경우 성능 저하를 가져올 수 있다. 제안된 기법에서는 수신 심벌 벡터와 QRD에 의해 임시적으로 추정된 심벌 벡터와의 Euclidean distance와 채널 행렬의 대각성분을 이용하여 순시적인 채널 정보를 추정하여 검색 범위를 적절히 조절하므로 기존의 기법의 단점을 보완한다. 실험 결과에서는 제안된 기법이 MLD(Maximum Likelihood Detection)의 성능에 근접하면서, 동일한 성능을 가지는 기존의 QRD-M 기법들에 비해 확연히 작은 복잡도를 가지는 것을 보인다.
A very low complexity QRD-M algorithm based on limited search area is proposed for MIMO systems. The conventional QRD-M algorithm calculates Euclidean distance between all constellation symbols and the temporary detection symbol at each layer. We found that performance will not be degraded even if we adaptively restrict the search area of the candidate symbols only to the neighboring points of temporary detection symbol according to the channel condition at each layer. As a channel condition indicator, we employ the channel gain ratio among the layers without necessity of SNR estimation. The simulation results show that the proposed scheme effectively achieves near optimal performance while maintaining the overall average computation complexity much smaller than the conventional QRD-M algorithm.
