본 논문에서는 다중 입출력 (multiple-input multiple-output: MIMO) 시스템을 위한 깊이 우선 탐색과 (depth-first search) 너비 우선 탐색의 (breadth-first search) 혼용을 바탕으로 한 복호 기법을 제안한다. 제안된 기법은 먼저 탐색 트리를 여러 단계로 나눈 뒤, 깊이 우선 탐색과 너비 우선 탐색 기법 모두의 장점을 이끌어 낼 수 있도록 두 기법의 유기적인 적용을 통하여 각 단계를 탐색한다. 또한, 성능 평가를 통해 두 탐색 기법이 적절히 적용되었을 때, 기존의 복호 기법들보다 상당히 낮은 연산 복잡도를 갖는 것을 확인할 수 있다.
In this paper, we propose a novel ML decoding scheme based on the combination of depth- and breadth-first search methods on a partitioned tree for multiple input multiple output systems. The proposed scheme first partitions the searching tree into several stages, each of which is then searched by a depth- or breadth-first search method, possibly exploiting the advantages of both the depth- and breadth-first search methods in an organized way. Numerical results indicate that, when the depth- and breadth-first search algorithms are adopted appropriately, the proposed scheme exhibits substantially lower computational complexity than conventional ML decoders while maintaining the ML bit error performance.
