본 논문에서는 순간적인 채널 상태에 따라 K, 즉 survivor path의 개수를 적응적으로 조절하는 MIMO(Multiple Input Multiple Output) 검출 기법을 제안한다. 최적의 성능을 가지지만 높은 복잡도의 단점을 가지는 MLD(Maximum Likelihood Detection)의 단점을 개선하기 위해 MLD에 근접한 성능을 가지면서 복잡도는 확연히 감소시킨, 적응형 K-best SD (Sphere Decoding) 기법들이 제안되었지만, 채널 상태를 판별하기 위한 지표로, 채널의 페이딩 이득만을 이용할 뿐 순시적인 SNR(Signa1 to Noise Ratio) 값은 반영하지 못하는 단점을 가진다. 제안된 기법은 이러한 단점을 보완하기 위해 K를 조절하기 위한 채널 지표로 채널의 페이딩 성분뿐 아니라 SNR 성분까지 반영하는 path metric 값의 특성을 이용하여, 기존의 기법과 동일한 성능을 가지면서 낮은 복잡도를 가진다.
We propose a new adaptive K-best Sphere Decoding (SD) algorithm for Multiple Input Multiple Output (MIMO) systems where the number of survivor paths, K is changed based on the characteristics of path metrics which contain the instantaneous channel condition. In order to overcome a major drawback of Maximum Likelihood Detection (MLD) which exponentially increases the computational complexity with the number of transmit antennas, the conventional adaptive K-best SD algorithms which achieve near to MLD performance have been proposed. However, they still have redundant computation complexity since they only employ the channel fading gain as a channel condition indicator without instantaneous Signal to Noise Ratio (SNR) information. hi order to complement this drawback, the proposed algorithm use the characteristics of path metrics as a simple channel indicator. It is found that the ratio of the minimum path metric to the other path metrics reflects SNR information as well as channel fading gain. By adaptively changing K based on this ratio, the proposed algorithm more effectively reduce the computation complexity compared to the conventional K-best algorithms which achieve same performance
