Abstract
In this paper, we use SA (Seysen's Algorithm) instead of LLL (Lenstra-Lenstra-Lovasz) to perform LRA (Lattice Reduction-Aided) detection. By using SA, the complexity of lattice reduction is reduced and the detection performance is improved Although the performance is improved using SA, there still exists a gap in the performance between SA-LRA and ML detection. To reduce the performance difference, we apply list of candidates scheme to SA-LRA. The list of candidates scheme finds a list of candidates. Then, the candidate with the smallest squared Euclidean distance is considered as the estimate of the transmitted signal. Simulation results show that the SA-LRA detection learn to quasi-ML performance. Moreover, the efficiency of the SA is shown to highly improve the channel matrix conditionality.
본 논문에서는 LRA (Lattice Reduction-Aided) 검출 기법에서 격자 감소를 위하여 주로 사용되어 오던 LLL(Lenstra-Lenstra-Lovasz)을 대신하여 SA (Seysen Algorithm)를 이용함으로써, 복잡도의 감소와 함께 성능 향상을 이루었다. 이러한 성능향상에도 불구하고 여전히 존재하는 SA-LRA 검출 기법과 ML 검출과의 성능 차이를 줄이기 위하여 list of candidates 기법을 SA-LRA 검출 기법에 적용하였다. List of candidates 기법은 송신 신호 벡터가 될 수 있는 후보들의 리스트를 구성하여, 이 중 최소의 유클리디안 거리 (Euclidean Distance)를 가지는 후보를 송신 신호 벡터로 추정하는 기법이다. 모의실험 결과는 이 기법을 통하여 SA-LRA 검출 기법이 ML 검출과 유사한 성능을 가질 수 있음을 보이고 또한, SA를 통하여 채널 행렬이 보다 더 직교성을 가지게 되는 것을 보인다.
