DOI QR코드

DOI QR Code

효율적인 리스트 구복호기 검출방식을 위한 구반경의 최적화에 관한 연구

Radius Optimization for Efficient List Sphere Decoding

  • 이재석 (고려대학교 컴퓨터.전파통신공학과) ;
  • 이병주 (고려대학교 컴퓨터.전파통신공학과) ;
  • 심병효 (고려대학교 컴퓨터.전파통신공학과)
  • Lee, Jae-Seok (School of Information and Communication, Korea University) ;
  • Lee, Byung-Ju (School of Information and Communication, Korea University) ;
  • Shim, Byong-Hyo (School of Information and Communication, Korea University)
  • 투고 : 2010.08.25
  • 심사 : 2010.11.22
  • 발행 : 2010.11.30

초록

최근의 반복 검출 및 복호 (iterative detection and decoding : IDD) 기법에서의 연판정 방식에서는 log-likelihood ratio (LLR) 값의 신뢰도를 높이기 위해 기존의 구복호화 (sphere decoding) 방식보다는 리스트를 형성하는 구복호화방식 (list sphere decoding : LSD)이 대두되고 있다. 기존의 구복호화 방식과는 달리, 리스트 구복호화 방식은 그 성능의 우수함에도 불구하고 여러 격자 포인트들을 검출해야하므로 신호대잡음비 (signal-to-noise ratio : SNR)의 증가에 따른 복잡도의 이득을 거의 취할 수 없다. 또한 리스트 구복호화 기법은 리스트의 크기가 고정되어 있다는 점에서 비효율적이다. 본 논문에서는, 검출 과정에서 LLR에 큰 영향을 미치지 않는 격자 포인트들을 제거하는 기법을 소개한다. 이 과정은 구반경의 최적화를 바탕으로 이루어지며, 제안된 방식은 기존의 리스트 구복호화 기법과 비교하여 성능이 크게 떨어지지 않은 가운데 복잡도를 크게 감소시킨다.

Instead of using sphere decoding, list sphere decoding (LSD) has been introduced to increase the reliability of log-likelihood ratio (LLR) in recent soft decoding schemes employing iterative detection and decoding (IDD). Although LSD provides improved performance, it does not obtain complexity gain due to signal-to-noise ratio (SNR) increment as it detects large number of lattice points. Especially, its inefficient scenario arises when it has to search for lattice points which have small affect for obtaining LLR with high reliability. In this paper, we study an efficient algorithm to remove such lattice points, which results in complexity reduction based on radius optimization.

키워드

참고문헌

  1. B. M. Hochwald and S. ten Brink, "Achieving near-capacity on a multiple-antenna channel," IEEE Trans. Commun., vol. 51, pp. 389-399, March 2003. https://doi.org/10.1109/TCOMM.2003.809789
  2. J. Hagenauer, E. Offer and L. Papke, "Iterative decoding of binary and block convolutional codes," IEEE Trans. Inform. Theory, vol. 42, pp. 429-445, March 1996. https://doi.org/10.1109/18.485714
  3. E. Viterbo and J. Boutros, "A universal lattice code decoder for fading channels," IEEE Trans. Inform. Theory, vol. 45, pp. 1639-1642, July 1999. https://doi.org/10.1109/18.771234
  4. L. Babai, "On Lov'asz' lattice reduction and the nearest lattice point problem," Combinatorica, vol. 6, pp. 1-13, 1986. https://doi.org/10.1007/BF02579403
  5. P. B. Patnaik, "The noncentral A2 and F-distributions and their applications," Biometrika, vol. 36, pp. 202-232, 1949.
  6. R. Gowaikar and B. Hassibi, "Statistical pruning for near-maximum likelihood decoding," IEEE Trans. Signal Process., vol. 55, pp. 2661-2675, June 2007. https://doi.org/10.1109/TSP.2006.890912
  7. Yvo L. C. de Jong and T. J. Willink, "Iterative tree search detection for MIMO wireless systems," IEEE Trans. Commun., vol. 53, pp. 930-935, June 2005. https://doi.org/10.1109/TCOMM.2005.849638
  8. C. Studer, A. Burg and H. BAolcskei, "Soft-output sphere decoding: algorithms and VLSI implementation," IEEE Journal on Selected Areas in Commun., vol. 26, pp. 290-300, Feb. 2008. https://doi.org/10.1109/JSAC.2008.080206
  9. B. Shim and I. Kang, "Sphere decoding with a probabilistic tree pruning," IEEE Trans. Signal Process., vol. 56, pp. 4867-4878, Oct. 2008. https://doi.org/10.1109/TSP.2008.923808
  10. A. M. Chan and I. Lee, "A new reduced-complexity sphere decoder for multiple antenna systems," in IEEE Int. Conf. Communications (ICC) New York, vol. 1, pp. 460-464, 2002