본 논문에서는 MIMO 시스템을 위한 적응형 검색범위 기반 복잡도 감소 QRD-M 기법을 제안한다. 기존의 QRD-M 기법은 각 단계에서 survivor path들을 현 단계의 모든 가능한 성상도 심벌들로 확장하여 그 중 가장 작은 path metric을 가지는 M개를 선택한다. 그러나, 채널 상황에 따라 모든 심벌이 아닌 임시적으로 추정된 심벌의 이웃하는 포인트들로 그 검색 범위를 적절하게 줄인다 하더라도, 성능저하가 없음을 파악하였다. 이러한 특성을 이용하여, 본 논문에서는 작은 계산양으로도 MLD의 성능에 근접하는 새로운 기법을 제안한다. 채널의 신뢰도를 나타내는 지표 (indicator)로써, SNR값을 측정한 필요없는 단계들 간의 채널 이득의 비를 이용한다. 실험 결과에서는 제안된 기법이 Maximum Likelihood Detection (MLD)의 성능에 근접하면서, 계산양은 기존의 QRD-M 기법에 비해 확연하게 작다는 것을 보인다.
A very low complexity QRD-M algorithm based on adaptive search area is proposed for MIMO systems. The conventional QRD-M scheme extends each survivor paths to all constellation symbols at each layer and selects M paths of minimum path metrics. We found that performance will not be degraded even if we adaptively restrict the survivor path extension only to the neighboring points of temporary detection symbol according to the channel condition at each layer. By employing this feature, we propose a new QRD-M algorithm achieving the near MLD performance with a reduced complexity. We employ the channel gain ratio among the layers as a channel condition indicator, which does not require SNR estimation. The simulation results show that the proposed scheme effectively achieves near MLD performance while maintaining the overall average computation complexity much smaller than the conventional QRD-M algorithm.
