KR101973849B1

KR101973849B1 - 순차적 스피어 디코딩을 위한 방법 및 장치

Info

Publication number: KR101973849B1
Application number: KR1020170043013A
Authority: KR
Inventors: 모하메드-아쉬라프 크시바; 오스만 가야 레카야-벤
Original assignee: 앵스띠뛰 미네-뗄레콩
Priority date: 2016-04-06
Filing date: 2017-04-03
Publication date: 2019-08-26
Anticipated expiration: 2037-04-03
Also published as: KR20170114961A; US20170294986A1; CN107276935B; CN107276935A; US10284334B2; EP3229428A1; EP3229428B1

Abstract

본 발명의 실시예는 통신 시스템에서 송신 채널을 통해 수신되는 신호를 디코딩하기 위한 디코더를 제공하고, 상기 신호는 정보 심볼의 벡터를 포함하고, 상기 송신 채널은 채널 매트릭스로 나타내지고, 상기 디코더는,
- 초기 반경을 결정하도록 구성된 초기 반경 결정 유닛(307);
- 상기 현재 반경에 의해 정의된 현재 스피어 영역 내부의 격자 포인트를 검색하기 위해 현재 반경을 반복적으로 결정하도록 구성된 심볼 추정 유닛(309)을 포함하며,
상기 현재 반경은 처음에 초기 반경으로 설정되고, 상기 심볼 추정 유닛(309)은 상기 현재 스피어 영역에서 발견된 각각의 격자 포인트에 대해 메트릭과 관련하여 상기 격자 포인트를 저장하도록 구성되고, 상기 심볼 추정 유닛(309)은 선형 함수를 사용하여 상기 현재 반경을 업데이트하도록 더 구성되며, 상기 선형 함수는 1보다 엄격하게 더 낮은 기울기 파라미터를 갖는다.
디코더는 심볼 추정 유닛(309)에 의해 발견된 격자 포인트 중 적어도 하나로부터 정보 심볼의 상기 벡터의 적어도 하나의 추정치를 결정하도록 구성된다.

Description

순차적 스피어 디코딩을 위한 방법 및 장치{METHODS AND DEVICES FOR SEQUENTIAL SPHERE DECODING}

본 발명은일반적으로 디지털 통신에 관한 것으로서, 특히 데이터 신호를 디코딩하기 위한 방법 및 장치에 관한 것이다.

'스마트 혁명(smart revolution)’은 커뮤니케이션, 비즈니스, 보건 서비스 및 교육을 포함하는 현대 생활의 모든 측면에서 상당한 변화를 가져왔다. 스마트 폰, 스마트 시계 및 스마트 자동차로부터 스마트 홈 및 스마트 도시까지 점점 더 많은 스마트 장치가 대량으로 사용되고, 의사 소통하고, 정보를 교환하고, 비즈니스하고, 여행하며, 여가 시간을 보내는 방식을 변화시키고 있다.

이러한 웹 지원 및 연결 장치의 출현으로, 최종 사용자의 요구를 충족시키기 위해 더 많은 시스템 용량을 개선해야할 필요성이 커지고 있다. 다중 입력 다중 출력(MIMO) 기술은 이러한 시스템 용량을 증가시키고 더 나은 링크 신뢰성을 제공하기 위해 개발되었다.

높은 데이터 처리량 및 향상된 커버리지 범위, 신뢰성 및 성능의 전망은 MIMO 시스템에 의해 데이터 스트림을 전달하기 위한 다수의 송수신 안테나의 사용을 통해 달성된다. 다수의 송수신 안테나의 사용은 간섭, 신호 페이딩 및 다중 경로를 포함하는 전파 효과에 대한 내성(immunity)을 증가시킨다. MIMO 기술의 이러한 주요 잠재적 이점은 예를 들어 근거리 통신망 및 광역 통신망에서 적용되는 많은 유선, 무선 및 광 통신 시스템에서 이상적인 후보가된다. 근거리 통신망의 애플리케이션은 Wi-Fi 표준을 포함한다. 광역 통신망에서의 예시적인 애플리케이션은 3G, 4G, LTE 및 미래 5G에서 표준화된 셀룰러 모바일 네트워크를 포함한다.

단일 사용자 무선 MIMO 시스템은 다수의 안테나 기술의 기본 구성을 형성한다. 이것은한 쌍의 송수신기를 포함하며, 각각의 송수신기에는 다수의 안테나가 장착된다. 송신기 측에서, 시공간(Space-Time; ST) 인코더는 상이한 시간 슬롯 동안 상이한 송신 안테나를 통해 정보 심볼의 형태로 원래 데이터를 반송하는 상이한 스트림을 인코딩하고 송신하도록 구현될 수 있다. 수신기 측에서, 시공간 디코더는 원래의 데이터를 복원하기 위해 송신기로부터 전달된 신호를 디코딩하도록 구현될 수 있다.

단일 사용자 무선 MIMO 구성에 더하여, 시공간 코딩 및 디코딩 기술은 다중 사용자 네트워크에서 동작하는 무선 송수신기에서 구현될 수 있다. 무선 다중 사용자 MIMO 시스템의 예시적인 응용은 예를 들어 스마트 홈에서 사용되는 셀룰러 통신 및 무선 센서 네트워크를 포함한다. 이러한 응용에서, ST 코딩 및 디코딩 기술은 TDMA(Time Division Multiple Access), FDMA(Frequency Division Multiple Access), CDMA(Code Division Multiple Access) 및 SDMA(Space-Division Multiple Access)와 같은 다수의 액세스 기술과 조합될 수 있다.

MIMO 기술의 또 다른 응용에서, ST 코딩 및 디코딩 기술은 광섬유 기반 통신에 채택될 수 있다. 이러한 응용에서, 광 송신기는 다중 모드 광섬유의 존재에서 광파의 전기장의 편광 상태 또는 상이한 전파 모드에 걸쳐 데이터 흐름을 분배하기 위해 ST 인코더를 구현할 수 있다. 광 수신기는 광 송신기에 의해 송신된 데이터를 복원하기 위해 ST 디코더를 구현할 수 있다. 광 통신에서 ST 코딩 및 디코딩 기술을 사용하면, 장거리에 걸쳐 높은 송신 속도를 제공하고 광 송신 매체의 분산 손실 및 장애를 완화할 수 있다.

무선 통신 응용 또는 광 통신 응용에서든 ST 코딩 및 디코딩 기술은 다중 반송파 변조 기술과 조합될 수 있다. 이것은 주파수 선택성, 간섭 및 지연을 완화하기 위해 OFDM(Orthogonal Frequency Division Multiplexing) 및 FBMC(Filter Bank Multi-Carrier) 변조에 각각 기초한 OFDM-MIMO 및 FBMC-MIMO 시스템의 예에서의 사례이다.

MIMO 통신 시스템의 중요한 도전은 송수신기 장치에서 신호 처리의 복잡도과 에너지 소비에 관한 것이다. 특히 주요 요구가 많은 도전은 낮은 계산 복잡도과 에너지 소비를 요구하면서 최적의 디코딩 성능을 제공하는 시공간 디코더의 개발에 관한 것이다.

수신기 장치에서 구현되는 시공간 디코더는 수신된 신호 및 채널 매트릭스로부터 원래 전달된 정보 심볼의 추정을 결정하도록 구성된다. 디코더는 수신된 신호와 정보 심볼의 송신된 벡터의 가능한 값 사이의 비교를 수행한다. 동일하게 추정 가능한 정보 심볼이 존재할 때, ML(Maximum Likelihood) 디코딩 기준을 적용함으로써 최적의 디코딩 성능이 획득된다. ML 디코더는 디코딩 에러의 확률 및 달성 가능한 송신 속도의 양태에서 최적의 성능을 제공한다.

ML 추정 문제는 상이하지만 동등한 MIMO 시스템의 두 표현(representation): 격자 표현 및 트리 표현을 사용하여 해결될 수 있다.

격자 표현을 사용하면, MIMO 시스템은 채널 매트릭스에 의해 생성된 격자와 관련될 수 있다. 정보 심볼의 벡터의 각각의 가능한 값은 이러한 격자 내의 포인트에 의해 표현될 수 있다. 수신된 신호는 잡음 벡터에 의해 방해받는 이러한 격자의 포인트로서 보여질 수 있다. 따라서, ML 솔루션에 대한 해결은 생성기 매트릭스의 격자에서 채널 매트릭스와 가장 가까운 벡터 문제를 해결하는 것이다. 이 경우에, ML 솔루션은 유클리드 거리(Euclidean Distance)의 최소화의 의미에서 수신된 신호에 가장 가까운 격자 포인트에 대응한다. ML 솔루션을 찾는 계산 복잡도는 검색 동안 검사된 격자 포인트의 수에 따라 달라진다.

실제로, 가장 가까운 벡터 문제를 해결하는 것은 채널 매트릭스의 QR 분해를 통해 획득된 디코딩 트리에서의 검색을 통해 수행될 수 있다. 정보 심볼의 벡터의 각각의 가능한 값은 디코딩 트리 내의 경로에 의해 나타내어질 수 있다. 각각의 경로는 수신된 신호와 이러한 경로와 관련된 정보 심볼의 벡터에 대응하는 신호 사이의 유클리드 거리를 명시하는 메트릭과 관련된다. 이 경우에, ML 솔루션에 대한 해결은 가장 낮은 메트릭을 갖는 디코딩 트리 내의 경로에 대한 해결을 줄인다. 트리 검색의 계산 복잡도는 각각의 레벨에서의 노드의 수 및 디코딩 트리의 총 레벨의 수에 의존하는 트리 검색 동안 방문된 노드의 수에 비례한다.

이러한 두 표현에 기초하여, ML ST 디코더의 여러 구현이 제안되었다. 기본적 디코딩 방법은 철저한 검색(exhaustive search)을 사용하여 ML 솔루션을 찾는다. 이것이 최적의 성능을 제공할지라도, 철저한 검색 기반 구현은 특히 고차원 변조 방식 및/또는 MIMO 시스템의 양단의 다수의 안테나의 존재에서 이용 가능한 능력을 초과할 수 있는 집중적인 처리 및 저장 능력을 필요로한다.

대안으로, ML 순차적 디코딩 방식은 철저한 검색 기반 방법보다 적은 계산 및 저장 자원을 필요로 하면서 최적의 성능을 제공하도록 구현될 수 있다. MIMO 시스템의 트리 표현에 기초하여, ML 순차적 디코더는 깊이 우선(depth-first), 너비 우선(breadth-first) 또는 최상 우선(best-first) 트리 검색 전략을 사용하는지에 따라 3개의 클래스로 분류될 수 있다.

깊이 우선 전략 기반 순차적 디코더는 예를 들어 “E. Viterbo and J. Boutros, A universal lattice code decoder for fading channels, IEEE Transactions on Information Theory, 45(5):1639-1642, July 1999”에 개시된 Sphere 디코더를 포함한다.

너비 우선 전략 기반 순차적 디코더는 예를 들어 “R. Fano. A heuristic discussion of probabilistic decoding, IEEE Transactions on Information Theory, 9(2):64-74, 1963”에 개시된 Stack 디코더를 포함한다.

최상 우선 전략 기반 순차적 디코더는 예를 들어 “G.R. Ben-Othman, R. Ouertani, and A. Salah, The spherical bound stack decoder, In Proceedings of International Conference on Wireless and Mobile Computing, pages 322-327, October 2008”에 개시된 SB-Stack 디코더를 포함한다.

깊이 우선 기반 디코더, 특히 Sphere 디코더는 널리 사용되는 ML 순차적 디코더 중 하나이다. MIMO 시스템의 격자 표현을 사용하여, Sphere 디코더는 ML 솔루션을 위한 검색 공간을 수신된 신호를 나타내는 포인트(격자 포인트가 아님)에서 중심에 있는 스피어 영역(spherical region)으로 줄인다. 초기 스피어 반경 값으로부터 출발하여, Sphere 디코더는 초기 스피어 반경과 동일한 반경을 갖는 스피어 영역 내부의 (이하, 또한 '유효 격자 포인트(valid lattice point)’로서 지칭되는) 정보 심볼의 벡터의 가능한 값 중 하나와 관련된 제 1 격자 포인트를 검색한다. 유효 격자 포인트를 찾으면, 스피어 반경의 값은 스피어 영역에서 발견된 격자 포인트와 수신된 신호를 나타내는 포인트 사이의 유클리드 거리의 값으로 업데이트된다. 이러한 스피어 제한된 검색 및 반경 업데이트는 유효 격자 포인트를 포함하고 수신된 신호를 나타내는 포인트에서 중심에 있는 최소 스피어에 대응하는 ML 솔루션을 찾을 때까지 반복적으로 수행된다.

이러한 검색 공간 제한은 MIMO 시스템의 트리 표현을 사용하여 트리에서 방문된 노드의 수의 제한으로서 보여질 수 있다. 스피어 검색 영역의 반경은 디코딩 트리의 각각의 레벨에서 방문된 노드에 대한 한도(bound limit)를 결정한다. 이러한한도에 의해 부과된 간격에 속한 노드만이 트리 검색 프로세스 중에 방문된다. Sphere 디코딩 전략 하에서 검색 공간을 제한하면, Stack 디코더와 같은일부 순차적 디코더와 비교하여 ML 솔루션을 검색하는 계산 복잡도를 줄일 수 있다.

Sphere 디코더의 복잡도을 줄이기 위한 솔루션은 다양한 각도에서 탐구되었다. 예를 들어, 초기 반경을 선택하기 위한 방법은 “W. Zhao and G.B. Giannakis, Sphere Decoding Algorithms with Improved Radius Search, IEEE Transactions on Communications, 53(7):1104-1109, July 2005”에서 제안되었다. 채널 매트릭스의 성분을 재배열함으로써 Sphere 디코딩의 컨버전스(convergence)를 가속화하기 위한 재정렬 기술은 예를 들어 “W. Zhao and G.B. Giannakis, Reduced Complexity Closest Point Decoding Algorithms for Random Lattices, IEEE Transactions on Wireless Communications, 5(1):101-111, January 2006”에 개시되었다.

이러한 솔루션이 복잡도를 줄인 Sphere 디코딩 알고리즘의 구현을 제공하지만, 공통의 반경 업데이트 방법은 고차원 및/또는 밀도 격자의 존재 시에는 충분하지 않을 수 있다. 그것은 디코딩 프로세스의 컨버전스를 위한 더 긴 지연에 더하여 증가하는 계산 복잡도를 유도할 수 있다.

따라서, 빠른 디코딩 컨버전스 및 감소된 디코딩 복잡도를 가능하게 하는 반경 업데이트 기술, 특히 다수의 송수신 안테나를 포함하는 고차원 시스템이 필요하다.

이러한 및 다른 문제점을 해결하기 위하여, 통신 시스템에서 송신 채널을 통해 수신되는 신호를 디코딩하기 위한 디코더가 제공된다. 이러한 신호는 정보 심볼의 벡터를 포함한다. 송신 채널은 채널 매트릭스에 의해 나타내어진다. 디코더는,

- 초기 반경을 결정하도록 구성된 초기 반경 결정 유닛;

- 현재 반경에 의해 정의된 현재 스피어 영역 내부의 격자 포인트를 검색하기 위해 현재 반경을 반복적으로 결정하도록 구성된 심볼 추정 유닛을 포함할 수 있다. 현재 반경은 처음에 초기 반경으로 설정된다. 심볼 추정 유닛은 현재 스피어 영역에서 발견된 각각의 격자 포인트에 대해 메트릭과 관련하여 격자 포인트를 저장하도록 구성될 수 있다. 심볼 추정 유닛은 선형 함수를 사용하여 현재 반경을 업데이트하도록 더 구성될 수 있다. 선형 함수는 1보다 엄격하게 더 낮은 기울기 파라미터를 가질 수 있다. 디코더는 심볼 추정 유닛에 의해 발견된 격자 포인트 중 적어도 하나로부터 정보 심볼의 상기 벡터의 적어도 하나의 추정치를 결정하도록 구성될 수 있다.

본 발명의일 양태에 따르면, 심볼 추정 유닛은 격자 포인트가 현재 스피어 영역 내부에서 발견되는지의 여부에 따라 최종 발견된 격자 포인트와 관련된 메트릭에 선형 함수를 적용함으로써 현재 반경의 업데이트를 결정하도록 구성될 수 있다. 특히:

- 격자 포인트가 현재 스피어 영역에서 발견되면, 심볼 추정 유닛은 업데이트된 현재 스피어 반경을 제공하는 선형 함수를 발견된 격자 포인트와 관련된 메트릭에 적용하도록 구성될 수 있고,

- 격자 포인트가 현재 스피어 영역에서 발견되지 않으면, 심볼 추정 유닛은 업데이트된 현재 스피어 반경을 제공하는 선형 함수를 최종 발견된 격자 포인트와 관련된 메트릭과 현재 반경의 값의 합에 적용하도록 구성될 수 있다.

특정 실시예에 따르면, 현재 스피어 반경을 업데이트하는데 사용되는 선형 함수는 1보다 엄격하게 더 낮은 기울기 파라미터 α를 갖는 선형 함수일 수 있다. "이분법 기반 반경 업데이트(dichotomy-based radius update)"로서 지칭되는 특정 실시예에서, 기울기 파라미터 α는 이점으로 ML 솔루션의 검색의 빠른 컨버전스 및 계산 복잡도 감소를 가능하게 하는 절반(1/2=0.5)과 동일할 수 있다.

본 발명의 일 양태에 따르면, 디코더는 이러한 발견된 격자 포인트와 수신된 신호의 실수 값 사이의 유클리드 거리를 갖는 ML 솔루션에 대한 검색 동안 각각의 발견된 격자 포인트를 저장하도록 구성된 저장 유닛을 포함할 수 있다.

특정 실시예에 따르면, 초기 반경 결정 유닛은 채널 부가 잡음의 잡음 분산 및 미리 정의된 수의 타겟 격자 포인트로 이루어진 그룹에서 선택된 적어도 하나의 파라미터에 기초하여 초기 스피어 반경을 결정하도록 구성될 수 있다.

특정 실시예에 따르면, 미리 정의된 수의 타겟 격자 포인트는 신호 대 잡음비에 의존할 수 있다.

본 발명을 소프트 출력 디코딩(soft-output decoding)에 적용할 때, 미리 정의된 수의 타겟 격자 포인트는 정보 심볼에 의해 반송되는 정보 비트의 로그 우도(log-likelihood ratio) 값에 관련된 적어도 하나의 소프트 출력 판정 신뢰도 메트릭에 기초하여 결정될 수 있다.

특정 실시예에서, 심볼 추정 유닛은 채널 매트릭스의 QR 분해를 수행함으로써 결정된 상위 삼각 매트릭스 및 순차적 디코딩 알고리즘을 사용하여 현재 반경에 의해 정의된 현재 스피어 영역 내부의 격자 포인트를 검색하도록 구성될 수 있다.

더욱이, 특정 실시예에 따르면, 디코더는 채널 매트릭스에 대한 전처리를 수행하도록 구성될 수 있다. 전처리는 행 및/또는 열의 순열, 격자 감소 및 MMSE-GDFE 필터링으로 구성된 그룹에서 선택될 수 있다.

또한, 정보 심볼의 벡터를 수신하고 디코딩하기 위한 수신기가 제공된다. 수신기는 정보 심볼의 벡터를 디코딩하기 위한 임의의 이전의 특징에 따른 디코더를 포함할 수 있다.

무선 다중 입력 다중 출력 통신 시스템에서의 본 발명의일 응용에서, 데이터를 수신할 수 있는 무선 장치가 제공된다. 무선 장치는 상술한 실시예 중 어느 하나에 따라 정보 심볼의 벡터를 수신하고 디코딩하기 위한 수신기를 포함한다.

광 다중 입력 다중 출력 통신 시스템에서의 본 발명의일 응용에서, 데이터를 수신할 수 있는 광학 장치가 제공된다. 광학 장치는 상술한 실시예 중 어느 하나에 따라 정보 심볼의 벡터를 수신하고 디코딩하기 위한 수신기를 포함한다.

본 발명은 또한 통신 시스템에서 송신 채널을 통해 수신되는 신호를 디코딩하는 방법을 제공한다. 이러한 신호는 정보 심볼의 벡터를 포함한다. 송신 채널은 채널 매트릭스에 의해 나타내어진다. 방법은,

- 초기 반경을 결정하는 단계;

- 현재 반경에 의해 정의된 현재 스피어 영역 내부의 격자 포인트를 검색하기 위해 현재 반경을 반복적으로 결정하는 단계를 포함한다. 현재 반경은 처음에 초기 반경으로 설정된다. 방법은 현재 스피어 영역에서 발견된 각각의 격자 포인트에 대해 메트릭과 관련하여 격자 포인트를 저장하는 단계를 포함한다.

방법은 선형 함수를 사용하여 현재 반경을 업데이트하는 단계를 더 포함한다. 선형 함수는 1보다 엄격하게 더 낮은 기울기 파라미터를 갖는다. 방법은 발견된 격자 포인트 중 적어도 하나로부터 정보 심볼의 벡터의 적어도 하나의 추정치를 결정하는 단계를 포함한다.

또한, 통신 시스템에서 송신 채널을 통해 수신되는 신호를 디코딩하기 위한 컴퓨터 프로그램 제품이 제공된다. 이러한 신호는 정보 심볼의 벡터를 포함한다. 송신 채널은 채널 매트릭스에 의해 나타내어진다. 컴퓨터 프로그램 제품은,

비일시적 컴퓨터 판독 가능 저장 매체, 및 비일시적 컴퓨터 판독 가능 저장 매체 상에 저장된 명령어를 포함하며, 이러한 명령어는 프로세서에 의해 실행될 때 프로세서가,

- 초기 반경을 결정하고;

- 현재 반경에 의해 정의된 현재 스피어 영역 내부의 격자 포인트를 검색하기 위해 현재 반경을 반복적으로 결정하도록 한다. 현재 반경은 처음에 초기 반경으로 설정된다. 컴퓨터 프로그램 제품은 스피어 영역에서 발견된 각각의 격자 포인트에 대해 메트릭과 관련하여 격자 포인트를 저장한다. 프로세서는 또한 선형 함수를 사용하여 현재 반경을 업데이트한다. 선형 함수는 1보다 엄격하게 더 낮은 기울기 파라미터를 갖는다.

프로세서는 발견된 격자 포인트 중 적어도 하나로부터 정보 심볼의 벡터의 적어도 하나의 추정치를 결정한다.

이점으로, 다양한 실시예가 디코딩 에러 성능을 손상시키지 않고 스피어 기반 순차적 ML 디코더의 복잡도를 감소시키는 것을 허용한다.

더욱이, 다양한 실시예가 ML 솔루션에 대한 검색 동안 방문된 격자 포인트의 수를 감소시킴으로써 순차적 디코딩의 컨버전스를 가속화하는 것을 허용한다.

본 발명의 추가의 이점은 도면 및 상세한 설명을 검토할 경우에 당업자에게 명백해질 것이다. 임의의 부가적인 실시예가 본 명세서에 통합되는 것으로 의도된다.

본 명세서에 통합되는 첨부 도면은 본 명세서의 일부를 구성하고 본 발명의 다양한 실시예를 예시하며, 설명과 함께 본 발명의 실시예를 설명하는 역할을 한다.
도 1은 통신 시스템에서의 본 발명의 예시적인 응용의 개략도이다.
도 2는 무선 단일 사용자 MIMO 시스템에서 시공간 디코더의 구현의 개략도이다.
도 3은 본 발명의 예시적인 실시예에 따른 시공간 디코더를 도시하는 블록도이다.
도 4는 본 발명의 특정 실시예에 따른 스피어 디코딩 방법을 도시하는 흐름도이다.
도 5는 본 발명의 특정 실시예에 따른 스피어 디코더에 대한 초기 반경 계산 방법을 나타내는 흐름도이다.
도 6은 공간 다중화 및 16-QAM 변조를 사용하고, 본 발명의 특정 실시예에 따른 스피어 디코더를 포함하는 8×8 MIMO 통신 시스템에서 획득된 총 계산 복잡도를 도시한 다이어그램이다.
도 7은 공간 다중화 및 16-QAM 변조를 사용하는 4×4 MIMO 통신 시스템에서 획득된 통상의 SD에 비해 본 발명의 특정 실시예에 따른 스피어 디코더의 계산 복잡도 감소의 백분율을 도시한 다이어그램이다.
도 8은 공간 다중화 및 16-QAM 변조를 사용하는 8×8 MIMO 통신 시스템에서의 본 발명의 특정 실시예에 따른 스피어 디코더로 획득된 방문된 격자 포인트의 수의 근사치를 도시한 다이어그램이다.
도 9는 본 발명의 특정 실시예에 따른 스피어 디코더로 획득된 계산 복잡도와 통상의 스피어 디코더를 사용하여 획득된 계산 복잡도 사이의 비율의 근사치를 도시한 다이어그램이다.
도 10은 본 발명의 특정 실시예에 따른 시공간 디코더의 하드웨어 아키텍처를 도시한다.

본 발명의 실시예는 계산 복잡도를 감소시키는 통신 시스템에서 송신 채널을 통해 수신된 신호로부터 정보 심볼의 벡터를 디코딩하기 위한 방법, 장치 및 컴퓨터 프로그램 제품을 제공한다. 특히, 본 발명의 실시예는 스피어 디코더를 포함하는 깊이 우선 검색 전략 기반 순차적 디코더에 대한 반경을 효율적으로 업데이트하기 위한 방법, 장치 및 컴퓨터 프로그램 제품을 제공한다.

본 발명의 다양한 실시예에 따른 방법, 장치 및 컴퓨터 프로그램 제품은 다양한 시스템에서 구현될 수 있다. 특히, 본 발명의 다양한 실시예에 따른 방법, 장치 및 컴퓨터 프로그램 제품은 하나 이상의 송신기 장치로부터 수신기 장치로 전달되는 정보 심볼의 벡터의 추정치를 결정하기 위해 통신 시스템에서 구현될 수 있다.

본 발명의 특정 실시예에 대한 다음의 설명은 주로 예시를 위해서만 통신 시스템을 참조하여 이루어진다. 그러나, 당업자는 본 발명의 다양한 실시예가 다른 응용에 사용될 수 있음을 쉽게 이해할 것이다.

도 1을 참조하면, 통신 시스템(100)에서 본 발명의 예시적인 응용이 도시된다. 통신 시스템(100)은 유선, 무선 또는 광학일 수 있다. 그것은 복수의 정보 심볼을 송신 채널(13)을 통해 적어도 하나의 수신기 장치(15)(이하 또한 "수신기"로서 지칭됨)에 송신하도록 구성된 적어도 하나의 송신기 장치(11)(이하 또한 "송신기"로서 지칭됨)를 포함한다. 수신기(15)는 하나 이상의 송신기 장치(11)에 의해 송신된 정보 심볼을 디코딩하는 디코더(10)를 포함할 수 있다.

송신기 장치(11)에는 하나 이상의 송신 안테나가 장착될 수 있으며, 수신기 장치(15)에는 하나 이상의 수신 안테나가 장착될 수 있다. 송신 채널(13)은 임의의 유선 연결, 무선 매체 또는 광섬유 기반 링크일 수 있다.

통신 시스템(100)은 무선 다중 안테나 송신기 장치(11)가 입력 데이터를 나타내는 정보 심볼의 흐름을 송신기(11)에 의해 전달된 심볼을 디코딩하도록 구성된 무선 다중 안테나 수신기 장치(15)와 통신시키는 무선 단일 사용자 MIMO 시스템일 수 있다.

통신 시스템(100)은 복수의 무선 송신기 장치(11) 및 수신기 장치(15)가 서로 통신하는 무선 다중 사용자 MIMO 시스템일 수 있다. 이러한 실시예에서, 통신 시스템(100)은 TDMA, CDMA, FDMA 및 SDMA와 같은 임의의 다중 액세스 기술을 더 사용할 수 있다.

통신 시스템(100)은 광섬유 기반 통신 시스템일 수 있다. 따라서, 수신된 신호는 광섬유의 상이한 편광 상태를 통해 송신되거나 다중 모드 광섬유의 상이한 모드를 통해 전파하는 정보 심볼에 대응할 수 있다. 게다가, 이러한 광통신 시스템에는 WDMA(Wavelength Division Multiple Access)와 같은 다중 액세스 기술이 사용될 수 있다.

송신 채널(13)은 임의의 선형 AWGN(Additive White Gaussian Noise) 채널, 또는 OFDM 및 FBMC와 같은 단일 반송파 또는 다중 반송파 변조 포맷을 사용하는 다중 경로 채널일 수 있다.

본 발명의 실시예에서, 무선 단일 사용자 MIMO 시스템을 통해 수신된 신호의 깊이 우선 트리 검색 기반 순차적 디코딩의 복잡도는 최적의 에러 성능을 제공하면서 감소될 수 있다. 본 발명의 다양한 실시예에 따른 디코딩 방법 및 장치의 예시적인 응용은 제한 없이 Wi-Fi(IEEE 802.11n), 셀룰러 WiMax(IEEE 802.16e), 협력(cooperative) WiMax(IEEE 802.16j), LTE(Long Term Evolution), LTE-advanced 및 5G 지속적 표준화(ongoing standardization)와 같은 무선 표준에서 구현 가능한 구성에서 MIMO 디코딩을 포함한다.

예시만을 위해, 다음의 설명은 송신기(11)에 의해 송신된 정보 심볼을 디코딩하기 위해 n_t≥1 송신 안테나를 구비한 송신기 장치(11) 및 n_r≥1 수신 안테나를 구비한 수신기 장치(15)를 수용하는 무선 단일 사용자 MIMO 시스템을 참조하여 이루어질 것이다. 그러나, 당업자는 본 발명의 다양한 실시예가 무선 다중 사용자 MIMO 시스템 및 광학 MIMO 시스템과 같은 다른 통신 시스템에 적용된다는 것을 쉽게 이해할 것이다. 본 발명은 수신기 장치에서의 채널 출력의 선형 표현(동등하게는, 격자 표현)을 특징으로 하는 임의의 통신 시스템에 통합될 수 있다. 게다가, 송수신 안테나의 수가 1보다 크지만, 다양한 실시예는 특히 2보다 크거나 같은 다수의 송신 안테나(n_t≥2) 및 2보다 크거나 같은 다수의 수신 안테나(n_r ≥2)가 있는 데서 유리하다.

도 2를 참조하면, 본 발명의 실시예가 구현될 수 있는 예시적인 무선 통신 시스템(200)이 도시된다. MIMO 시스템은 시공간 차원에 걸쳐 변조된 정보 심볼을 인코딩하고 송신하기 위해 STBC(Space Time Block Code)를 구현하는 송신기(20)를 포함할 수 있다. 스테이션의 각각의 송신기(20)는 무선 통신 시스템(200)에 따라 다른 스테이션의 수신기(21)와 데이터를 교환할 수 있다.

MIMO 시스템은 대칭 구성을 제공할 수 있다. 본 명세서에서 사용되는 바와 같이, 대칭 구성은 송신기 및 수신기가 동일한 수의 안테나(n_t = n_r)을 구비하는 구성을 지칭한다. 대안으로, MIMO 구성은 비대칭일 수 있으며, 이 경우에 수신 안테나의 수(n_r)는 송신 안테나의 수(n_t)와 상이하다. 특히, 랭크 부족(rank deficiency) 문제를 피하기 위해, 수신 안테나의 수(n_r)는 송신기에서의 안테나의 수(n_t)보다 클 수 있다.

송신기(20)는 잡음이 있는 무선 MIMO 채널을 통해 신호를 수신기(21)에 전달할 수 있다. 송신기(20)는 사용자 장비 또는 이동국과 같은 무선 환경에서 동작할 수 있는 상이한 장치 또는 시스템에서 구현될 수 있다. 송신기(20)는 고정식 또는 이동식일 수 있다. 예를 들면 송신기는,

- 블록 코드 또는 컨볼루션 코드(convolutional code)와 같은 FEC(Forward Error Correction) 코드를 구현하는 채널 인코더(201);

- 변조된 심볼 벡터(s_c)를 전달하는 QAM(Quadrature Amplitude Modulation)과 같은 변조 방식을 구현하는 변조기(203);

- 코드 워드 매트릭스(X)를 전달하기 위한 시공간 인코더(205);

- 각각의 송신 안테나가 OFDM 또는 FBMC 변조기와 관련되는 n_t송신 안테나(207)를 포함할 수 있다.

송신기(20)는 예를 들어 컨벌루션 코드를 구현하는 FEC 인코더(201)를 사용하여 수신된 정보 비트의 흐름을 데이터 입력으로서 인코딩하도록 구성될 수 있다. 그 후, 인코딩된 이진 신호는 변조기(203)를 사용하여 심볼 벡터(s_c)로 변조될 수 있다. 2^q 심볼 또는 상태를 갖는 2^q-QAM 또는 2^q-PSK와 같은 상이한 변조 방식이 구현될 수 있다. 변조된 벡터(s_c)는 심볼 당 q 비트를 갖는 복소수 값 심볼(s₁, s₂, ..., s_k)을 포함하는 복소수 값 벡터일 수 있다.

정보 심볼(s_j)은 평균 전력(E_s)을 가지며, 다음과 같은 형식으로 쓰여질 수 있다:

s_j = Re(s_j) + iIm(s_j) (1)

식 (1)에서, i는 i² = -1이고, Re(.) 및 Im(.) 연산자가 각각 입력 값의 실수 부분 및 허수 부분을 출력하는 복소수를 나타낸다.

2^q-QAM과 같은 변조 포맷이 사용되는 경우, 2^q 심볼 또는 상태는 정수 필드

의 서브 세트를 나타낸다. 해당 성상도(constellation)는 상이한 상태 또는 심볼을 나타내는 2^q 포인트로 구성된다. 게다가, 제곱 변조의 경우에, 정보 심볼의 실수 및 허수 부분은 동일한 유한 알파벳 A = [-(q-1),(q-1)]에 속한다. 변조 방식의 최소 거리(d_min)는 성상도에서 2개의 인접한 포인트 사이의 유클리드 거리를 나타내고, 이러한 예에서는 2와 같다.

시공간 인코더(205)는 인코딩된 심볼로부터 코드 워드 매트릭스 X를 생성하는데 사용될 수 있다. 시공간 인코더(205)는 길이 T의 선형 STBC를 사용할 수 있으며, 코드북 C에 속하고 T 시간 슬롯에 걸쳐 송신되는 차원 n_t × T의 코드 워드 매트릭스 X를 전달할 수 있다. 이러한 코드의 코딩 레이트는 채널 사용 당

복소수 심볼과 동일하며, 여기서 к는 이 경우에 차원 κ의 벡터

를 구성하는 인코딩된 복소수 값 심볼의 수이다. 풀 레이트 코드(full rate code)가 사용될 때, 시공간 인코더(205)는 κ = n_tT 복소수 값 심볼을 인코딩한다. STBC의 예는 완전 코드(perfect code)이다. 완전 코드는 복소수 정보 심볼의 수

(

)를 인코딩함으로써 풀 코딩 레이트를 제공하고, 영이 되지 않는 결정적 특성(non-vanishing determinant property)을 만족시킨다.

시공간 인코더(205)는 시간 차원에서 코딩을 수행하지 않고 상이한 송신 안테나를 통해 수신된 복소수 값 정보 심볼을 다중화함으로써 V-BLAST 방식으로서 알려진 공간 다중화 방식을 사용할 수 있다.

이렇게 구성된 코드 워드는 다중 반송파 변조 기술, 예를 들어 OFDM 또는 FBMC 변조기를 사용하여 시간 영역으로부터 주파수 영역으로 변환될 수 있고, 송신 안테나(207)를 통해 확산될 수 있다. 신호는 필터링, 주파수 전이 및 증폭 후에 선택적으로 송신 안테나(207)로부터 송신될 수 있다.

수신기(21)는 페이딩 및 간섭을 겪고 복소수 값 채널 매트릭스(H _c )로 나타내어지는 송신 채널(또한 "통신 채널"로서 지칭됨)을 통해 무선 네트워크에서 송신기(20)에 의해 전달된 신호를 수신하고 디코딩하도록 구성될 수 있다. 게다가, 통신 채널은 잡음이 있을 수 있고, 예를 들어 부가적 가우시안 잡음에 의해 영향을 받을 수 있다.

수신기(21)는 셀룰러 네트워크에서의 Node-B, 근거리 통신망 또는 애드혹 네트워크에서의 액세스 포인트, 또는 무선 환경에서 동작하는 임의의 다른 인터페이싱 장치와 같은 기지국에 통합될 수 있다. 수신기(21)는 고정식 또는 이동식일 수 있다. 예시적인 일 실시예에서, 수신기(21)는,

- 채널 매트릭스(H _c ) 및 채널 출력 신호(Y _c )로부터 변조된 심볼 벡터(s _c )의 추정치(

)를 전달하도록 구성된 시공간 디코더;

- 추정된 심볼 벡터(

)의 복조를 수행함으로써 이진 시퀀스를 생성하도록 구성된 복조기(213);

- 예를 들어 비터비 알고리즘(Viterbi algorithm)을 사용하여 송신된 비트의 추정치인 이진 신호를 출력으로서 전달하도록 구성된 채널 디코더(215)를 포함할 수 있다.

수신기(21)는 송신기(20)에서 수행되는 처리의 역 처리를 구현한다. 따라서, 단일 반송파 변조가 다중 반송파 변조보다는 오히려 송신기에서 사용되는 경우, n_r OFDM 또는 FBMC 복조기는 대응하는 단일 반송파 복조기로 대체될 수 있다.

도 3을 참조하면, 본 발명의 특정 실시예에 따른 시공간 디코더(211)가 도시된다. 따라서, 시공간 디코더(211)는 복소수 값 채널 매트릭스(H _c )를 실수 값 등가 채널 매트릭스(H)로 변환하고, 복소수 값 채널 출력(Y _c )을 차원(n)의 실수 값 벡터(y)로 변환하도록 구성된 복소수-실수 변환기(301)를 포함할 수 있다. 수신된 신호의 복소수-실수 변환에 따라, 변조된 심볼을 포함하는 복소수 값 벡터(s _c )는 실수 값 벡터(s)로 변환될 수 있다. 변환된 벡터(s)는 복소수 값의 원래의 정보 심볼의 실수 및 허수 부분을 포함한다. 시공간 디코더(211)는 Q가 직교 매트릭스(차원n×n의 제곱 매트릭스)이고, R이 상위 삼각 매트릭스인 형식 H = QR에서 실수 값 채널 매트릭스 H의 QR 분해를 수행하도록 구성된 QR 분해기(303)를 포함할 수 있다. 시공간 디코더(211)는 실수 값 벡터(y)와 직교 매트릭스(Q)의 전치를 곱함으로써 수정된 실수 값 신호(

)를 결정하도록 구성된 곱셈 유닛(305)을 더 포함할 수 있다. 시공간 디코더(211)는,

- 초기 검색 스피어 영역에 대한 초기 반경을 결정하도록 구성된 초기 반경 결정 유닛(307),

- ML 순차적 디코딩을 사용하여 ML 디코딩 기준에 따라 실수 벡터(s)의 추정치(

)를 전달하도록 구성된 심볼 추정 유닛(309)을 더 포함할 수 있다. 본 발명의 다양한 실시예에 따르면, 심볼 추정 유닛(309)은 현재 스피어 영역 내부의 현재 격자 포인트의 반복 검색을 수행함으로써 ML 솔루션을 해결하도록 구성될 수 있다. 각각의 격자 포인트는 격자 포인트와 실수 값 수신된 신호(y) 사이의 유클리드 거리에 대응하는 메트릭과 관련될 수 있다. 제 1 반복에서, 현재 스피어 영역의 현재 스피어 반경은 초기 반경 결정 유닛(307)에 의해 결정된 초기 반경의 값과 동일하게 설정될 수 있다.

일부 실시예에 따르면, 심볼 추정 유닛(309)은 격자 포인트가 현재 스피어 영역 내부에서 발견되는지의 여부에 따라 최종 발견된 격자 포인트와 관련된 메트릭에 선형 함수를 적용함으로써 현재 반경의 업데이트를 결정하도록 구성될 수 있다. 특히:

- 격자 포인트가 현재 스피어 영역 내에서 발견되면, 심볼 추정 유닛(309)은 업데이트된 현재 스피어 반경을 제공하는 발견된 격자 포인트와 관련된 메트릭에 선형 함수를 적용하도록 구성될 수 있으며,

- 격자 포인트가 현재 스피어 영역 내에서 발견되지 않으면, 심볼 추정 유닛(309)은 업데이트된 현재 스피어 반경을 제공하는 최종 발견된 격자 포인트 및 현재 반경의 값과 관련된 메트릭의 합에 선형 함수를 적용하도록 구성될 수 있다.

일부 실시예에 따르면, 현재 스피어 반경을 업데이트하는데 사용된 선형 함수는 1보다 엄격하게 더 낮은 기울기 파라미터 α를 갖는 선형 함수일 수 있다. 기울기 계수는 형식

으로 쓰여질 수 있으며, N은 1보다 엄격하게 더 큰 정수이다. "이분법 기반 반경 업데이트"로서 지칭되는 특정 실시예에서, 기울기 파라미터 α는 이점으로 ML 솔루션의 검색의 빠른 컨버전스 및 계산 복잡도 감소를 가능하게 하는 절반(1/2=0.5), 즉 N = 2와 동일할 수 있다.

본 발명의 일 양태에 따르면, 시공간 디코더(211)는 실수 값 수신된 신호(y)에 대한 유클리드 거리를 갖는 ML 솔루션에 대한 검색 동안 각각의 발견된 격자 포인트를 저장하도록 구성된 저장 유닛(311)을 포함할 수 있다.

일부 실시예에 따르면, 초기 반경 결정 유닛(307)은 채널 부가 잡음의 잡음 분산 및 미리 정의된 수의 타겟 격자 포인트로 이루어진 그룹에서 선택된 적어도 하나의 파라미터에 기초하여 초기 스피어 반경을 결정하도록 구성될 수 있다.

본 발명을 소프트 출력 디코딩에 적용할 때, 미리 정의된 수의 타겟 격자 포인트는 적어도 하나의 소프트 출력 판정 신뢰도 메트릭에 기초하여 결정될 수 있다.

시공간 디코더(211)는 실수-복소수 변환을 심볼 추정 유닛(309)에 의해 생성된 벡터(

)에 적용함으로써 복소수 값 정보 심볼의 벡터의 추정치(

)를 전달하도록 구성된 실수-복소수 변환기(313)를 더 포함할 수 있다. 변환 동작은 복소수-실수 변환기(301)에서 수행되는 처리의 역이다.

공간 다중화 방식 및 2^q-QAM 변조를 사용하여 n_t 송신 안테나를 구비한 송신기로부터 n_r≥n_t인 n_r 수신 안테나를 구비한 수신기로 송신된 신호를 디코딩하기 위한 무선 레일리 페이딩(Rayleigh fading) 다중 안테나 시스템(무선 단일 사용자 MIMO)에 대한 본 발명의 일 적용에서, 수신된 복소수 값 신호는 다음과 같은 형식으로 쓰여질 수 있다:

(2)

식 (2)에서, y _c 는 n_r 차원 벡터이고, s _c 는 차원 n_t의 송신된 정보 심볼의 복소수 값 벡터를 나타낸다. 복소수 값 n_r×n_t 매트릭스(H _c )는 페이딩 이득을 포함하는 채널 매트릭스를 나타낸다. 레일리 페이딩 채널에서, 채널 매트릭스(H _c )의 엔트리는 동일하게 독립적으로 분포된(i.i.d) 복소수 가우시안 타입이다. 채널 매트릭스는 최소 제곱 추정기와 같은 추정 기술을 사용하여 수신기에서의 코히어런트 송신에서 알려지거나 추정될 수 있다. 다중 경로 페이딩 효과에 더하여, 송신 채널에 잡음이 있을 수 있다. 잡음은 시스템 구성 요소의 열 잡음과 안테나에 의해 차단된 간섭 방사로부터 발생할 수 있다. 총 잡음은 n_r 차원 복소수 값 벡터(w _c )에 의해 식 (2)에서 모델링된 실수 값 차원 당 제로 평균 Additive White Gaussian Noise 분산 값(σ²)에 의해 모델링될 수 있다.

수신된 복소수 값 신호가 주어지면, 수신기는 정보 심볼의 원래의 벡터의 ML 추정치를 생성하려고 시도할 수 있다.

도 4는 스피어 디코더를 사용하는 ML 순차적 디코딩에 기초한 본 발명의 특정 실시예에 따른 디코딩 방법을 도시한 흐름도이다. 다음의 설명은 예시만을 위해

(

)와 동일한 기울기 계수를 갖는 스피어 반경을 업데이트하기 위한 선형 함수를 참조하여 이루어질 것이다.

단계(401)에서, 복소수-실수 변환은 수신된 신호의 실수 값 형식을 결정하기 위해 수행될 수 있다.

예를 들어, 공간 다중화 방식을 사용하는 일 실시예에서, 식 (2)의 시스템은 다음과 같이 변환될 수 있다:

(3)

식 (3)의 Re(.) 및 Im(.) 연산자는 기본 벡터 또는 매트릭스를 구성하는 각각의 요소의 실수 및 허수 부분을 명시한다.

식 (3)은 또한 다음의 형식으로 쓰여질 수 있다.

y = Hs + w (4)

다음의 실시예의 이해를 용이하게 하기 위해, 다음의 설명은 예시만을 위해 송신기 및 수신기가 동일한 수의 안테나(

)를 구비하는 대칭 MIMO 구성을 포함하는 공간 다중화 방식을 참조하여 이루어질 것이다. 따라서, 식 (4)에서 실수 값 벡터(y, s 및 w)는 n = 2n_t = 2n_r인 n차원 벡터로서 나타내어질 것이고, 등가의 실수 값 채널 매트릭스(H)는 제곱 n × n 매트릭스에 의해 나타내어질 것이다. 벡터

는 벡터(s _c )를 구성하는 원래의 복소수 정보 심볼의 실수 및 허수 부분을 포함한다. 예를 들어, 2^q-QAM 변조가 사용되는 실시예에서, 벡터(s)의 성분은 동일한 유한 알파벳 A = [-(q-1),(q-1)]에 속한다.

벡터(s)의 정수 성질이 주어지면, 형식 x = Hs의 임의의 신호는 생성기 매트릭스의 n차원 격자(

)로부터 실수 값 채널 매트릭스(H)까지의 포인트로서 간주될 수 있다. 따라서, 식 (4)에서의 MIMO 시스템은 격자 표현과 관련될 수 있다. 원래의 복소수 값 정보 심볼의 실수 및 허수 부분을 포함하는 벡터(s)의 각각의 가능한 값은 격자(

)의 격자 포인트에 의해 나타내어질 수 있다. 더욱이, 잡음 벡터(w)의 존재로 인해, 실수 값 수신된 신호(y)는 격자 포인트에 대응하지 않는다. 그것은 잡음 벡터(w)에 의해 방해받는 격자(

)의 포인트로서 보여질 수 있다.

격자는 정의상(by definition) 무한대이며, 즉 무한대의 격자 포인트를 포함한다. QAM과 같은 변조가 사용될 때, 심볼(s)의 벡터의 가능한 값의 세트는 유한대이고, 유한 알파벳(A)에 의해 결정된다. 이 경우에, 벡터(s)의 가능한 값에 관련된 격자 포인트는 격자(

)의 유한 수의 포인트를 구성한다. 이러한 격자 포인트는 다음의 설명에서 '유효한 격자 포인트(valid lattice points)'로서 지칭될 것이다.

ML 디코딩 기준에 따르면, 벡터(s)의 최적의 추정치(

)는 다음에 의해 주어진 최적화 문제의 솔루션이다.

(5)

식 (4)에서 MIMO 시스템의 격자 표현을 사용하면, 식 (5)의 ML 디코딩 문제를 해결하는 것은 격자(

)에서 가장 가까운 벡터 문제를 해결하기 위해 감소한다. ML 솔루션은 이 경우에 유클리드 거리(Euclidean Distance)의 최소화의 의미에서 수신된 신호에 가장 가까운 격자 포인트에 대응한다.

실제 구현을 위해, MIMO 시스템의 등가 트리 표현이 사용될 수 있다. 따라서, 실수 값 채널 매트릭스(H)의 QR 분해는 단계(403)에서 수행될 수 있다. 그 다음, H = QR이도록 상위 삼각 매트릭스

및 직교 매트릭스

가 획득될 수 있다. QR 분해를 사용하면, 식 (4)는 다음과 같이 동등하게 쓰여질 수 있다:

y = QRs + w (6)

매트릭스(Q)의 직교성이 주어지면, 식 (6)에 대한 등가 시스템은 다음 식에 따라 단계(405)에서 결정될 수 있다:

(7)

식 (7)에서,

는 매트릭스(Q)가 직각이라면 잡음 벡터(w)와 동일한 통계적 특성(동일한 공분산 매트릭스)을 갖는 수정된 잡음 벡터를 나타낸다. 식 (7)의 시스템은 식 (4)의 MIMO 시스템의 등가 표현을 나타낸다. 따라서, 등가 격자 표현은 R이 상위 삼각 매트릭스인 생성 매트릭스의 격자(

)에 의해 정의될 수 있다. 따라서, 식 (5)의 ML 디코딩 문제는 다음과 같이 표현될 수 있다.

(8)

ML 메트릭은 다음과 같이 정의될 수 있다:

(9)

더욱이, 매트릭스(R)의 상위 삼각 구조가 주어지면, 트리 표현은 식 (7)의 MIMO 시스템과 관련될 수 있다. 트리 표현은 디코딩 트리(이하, '트리' 또는 '검색 트리'로서 지칭됨)에 의해 정의된다. 디코딩 트리는 복수의 노드, 레벨, 브랜치 및 경로를 포함하는 그래프 데이터 구조이다. 특히, 식 (7)의 MIMO 시스템에 대응하여, 그것은 각각의 레벨이 대부분의 카드(A)(card(A)) 노드를 포함하는 n 레벨을 포함하며, 카드(A)는 유한한 알파벳(A)의 카디널리티(cardinality)를 나타낸다.

트리의 노드는 벡터(s)에 포함된 복소수 값 정보 심볼의 실수 및 허수 부분의 가능한 상이한 값에 대응한다.

레벨은 트리의 제 1 레벨에 위치된 노드가 심볼(s)의 벡터의 최종 성분에 대응하고, 제 2 레벨에 위치된 노드가 심볼(s)의 벡터의 끝에서 두 번째 성분에 대응하도록 역순으로 벡터(s) 내의 디코딩된 심볼의 랭크에 대응한다. 벡터(

)를 기록함으로써, 트리의 레벨(k)에 위치된 노드는 심볼(s_n-k+1)의 가능한 값에 대응한다. 트리의 최종 레벨에 위치된 노드는 리프(leaf) 노드라고 불리며, 제 1 심볼(s₁)의 가능한 값에 대응한다.

브랜치는 '루트 노드(root node)'라고 불리는 가상 노드에서 출발하고, 2개의 연속 레벨에 위치된 노드를 링크한다. 루트 노드는 s_root 또는 s_n ₊₁로서 나타내어질 수 있다. (s_i+1, s_i)로서 나타낸 브랜치는 연속 레벨(n-1 및 n-i+1)에 위치된 2개의 노드(s_i ₊₁ 및 s_i) 사이의 연결에 대응한다. 루트 노드를 트리의 제 1 레벨에 위치된 노드(s_n)에 연결하는 브랜치는 관례상 (s_n+1, s_n)로 나타내어진다.

각각의 브랜치는 비용 함수(이하 또한 '부분 메트릭' 또는 '부분 유클리드 거리'로서 지칭된)와 관련된다. 브랜치(s_i+1, s_i)에 관련된 비용 함수는 다음과 같이 ML 메트릭을 사용하여 정의될 수 있다:

(10)

식 (10)에서,

는 벡터(

)의 제 i 성분을 나타내고, R_ij는 제 i 행 및 제 j 열에 위치된 상위 삼각 매트릭스(R)의 성분을 나타낸다. 루트 노드에서 시작하는 브랜치(s_n+1, s_n)와 관련된 비용 함수는 다음과 같이 주어진다:

(11)

트리의 각각의 노드는 메트릭과 관련될 수 있다. 브랜치의 부분 메트릭의 정의를 사용하여, 트리의 주어진 노드와 관련된 메트릭은 루트 노드로부터 이러한 주어진 노드로의 경로를 구성하는 상이한 브랜치의 부분 메트릭의 합계로 보여질 수 있다. 따라서, 레벨(k)에 위치된 노드(s_n _-k+ ₁)와 관련된 메트릭은 다음과 같이 표현될 수 있다:

(12)

루트 노드로부터 리프 노드로의 경로는 심볼(s)의 가능한 값(

)에 대응한다. 리프 노드에 관련된 메트릭은 등가 수신된 신호(

)와 벡터(

)를 사용하여 획득된 벡터(

) 사이의 유클리드 거리에 대응한다.

MIMO 시스템의 트리 표현에 따르면, ML 추정 문제는 디코딩 트리에서 트리 검색을 수행함으로써 등가적으로 해결될 수 있다. 따라서, ML 솔루션은 가장 낮은 메트릭을 생성하는 디코딩 트리 내의 경로에 대응한다.

트리 검색의 계산 복잡도는 각각의 레벨에서의 노드의 수 및 디코딩 트리의 총 레벨의 수에 의존하는 트리 검색 동안 방문된 노드의 수에 비례한다. 검사된 노드의 수를 감소시켜 디코딩 복잡도을 줄이기 위해, 스피어 디코더가 이점으로 사용될 수 있다. 스피어 디코더는 디코딩 트리의 각각의 레벨에 대한 검색 간격을 부과함으로써 트리 검색 동안 방문된 노드의 수를 줄이는 것에 기초한다. 가장 낮은 메트릭을 가진 경로를 조사하면서 이러한 검색 간격에 속하는 노드만이 검사된다. 식 (7)에서 MIMO 시스템의 등가 격자 표현을 사용하면, 방문된 노드의 수의 감소는 수신된 신호에 가장 가까운 벡터에 대한 격자 검색 동안 방문된 격자 포인트의 수의 감소로서 동등하게 보여질 수 있다. 특히, 스피어 디코더는 실수 값 수신된 신호를 나타내는 포인트에 중심을 둔 주어진 반경 C의 스피어 영역(

) 내의 격자 검색에 기초한다. 따라서 ML 솔루션은 다음과 같이 주어진 최적화 문제를 해결함으로써 결정된다:

(13)

초기 스피어 반경(C_init)는 단계(405)에서 결정될 수 있다. 본 발명의 일 실시예에서, 초기 스피어 반경은 다음 식에 따라 부가적 채널 잡음의 분산에 기초하여 결정될 수 있다:

(14)

다른 실시예에서, 초기 스피어 반경은 다음의 식에 따라 전파 채널의 동역학(dynamics) 및 신호 페이딩의 변화를 고려하여 결정될 수 있다:

(15)

결정된 초기 반경이 주어지면, 단계(407)에서, 반경(C)의 초기화 및 '빈 구역(empty zone)'으로 지칭되는 영역의 제 2 반경(C_empty)의 초기화가 수행될 수 있다. 빈 구역은 임의의 유효한 격자 포인트를 포함하지 않는 스피어 영역에 대응한다. 반경(C)는 유효한 격자 포인트를 검색하는 것으로 간주되는 현재 스피어 영역(

)을 정의하는 현재 반경이다. 따라서, 현재 반경은 C = C_init로서 결정된 초기 반경과 동일하게 설정될 수 있다. 빈 구역의 반경은 0(C_empty = 0)으로 초기화될 수 있다.

단계(409 내지 425)는 현재 스피어 영역(

) 내부의 유효한 격자 포인트를 검색하기 위해 현재 반경(C)의 값을 업데이트하도록 되풀이하여 반복될 수 있다.

단계(409)에서, 현재 반경(C)의 현재 스피어 영역(

) 내부의 격자 포인트 검색이 수행될 수 있다.

격자 포인트 검색을 수행하기 위해, 각각의 레벨에서 조사될 노드를 결정하는, i=n, ..., 1에 대한 각각의 노드(s_i)에 대한 한계 간격(bound interval)(

)이 계산될 수 있다.

는 검색 간격의 하한계(lower bound)를 나타내지만,

는 이러한 검색 간격의 상한계에 대응한다.

및

로 정의된 두 벡터가 먼저 결정될 수 있다. 이러한 벡터를 사용하면, 식 (13)의 스피어 영역 제약 조건

은 등가적으로

로서 표현될 수 있다. 더욱이, 표기법

을 사용하면, 스피어 영역 제약 조건은 또한 다음과 같이 주어진다:

(14)

따라서, 한계 제한(bound limit)은 다음과 같도록 심볼(s_n, ..., s₁)에 대해 결정될 수 있다:

(15)

여기서:

(16)

(17)

유효한 격자 포인트가 검색되는 현재 스피어 영역(

)의 현재 반경(C)의 값과 트리 내의 검색 간격 사이의 의존성(dependency)은 식 (15) 및 (17)에서 하한계 및 상한계 둘 다의 표현에서 명확하게 나타내어질 수 있다.

더욱이, QAM 변조가 있는 데서와 같이 유한 성상도를 사용하는 특정 실시예에 따르면, 유효한 격자 포인트가 현재 스피어 영역 내에서 검색되고 있음을 보장하기 위해 부가적인 제약 조건이 한계 제한에 부과될 수 있다. 먼저, 유한 알파벳(A)의 스케일된 버전(scaled version)은 알파벳이 형식 A = [c_min, c_max]로 표현될 수 있도록 결정될 수 있다. 따라서, 2^q-QAM 변조가 사용될 때, 식 (15)에서 검색 간격의 한계 제한은 다음과 같이 더 주어질 수 있다:

(18)

결정된 검색 간격이 주어지면, 현재 스피어 영역(

) 내의 유효한 격자 포인트에 대한 검색은 모든 성분이 검색 간격에 속하도록 벡터(

)에 대응하는 경로를 찾기 위해 트리 내의 검색 간격을 조사함으로써 실현될 수 있다.

단계(411)에서, 유효한 격자 포인트가 현재 스피어 영역(

) 내에서 발견되는 것으로 결정되면, 단계(413 내지 419)는 업데이트된 현재 스피어 영역 내의 새로운 유효한 격자 포인트에 대해 검색하기 위해 다음의 반복에서 고려되는 현재 반경의 업데이트된 값을 결정하도록 수행될 수 있다.

일부 실시예에 따르면, 현재 스피어 반경의 업데이트는 발견된 격자 포인트와 관련된 메트릭에 선형 함수 f(.)를 적용함으로써 결정될 수 있다. 이러한 실시예에서, 제 1 단계(413)는 발견된 유효한 격자 포인트(

)를 수신된 신호에 대한 유클리드 거리를 갖는 스택에 저장하기 위해 수행될 수 있다. 식 (9)에서 ML 메트릭의 정의를 사용하면, 발견된 유효한 격자 포인트(

)와 수신된 신호 사이의 유클리드 거리는

에 따라 결정될 수 있다.

발견된 유효한 격자 포인트의 유클리드 거리의 저장된 값이 주어지면, 현재 반경은 단계(415)에서 수행된 비교에 응답하여 단계(417) 또는 단계(419)에서 업데이트될 수 있다.

특정 실시예에서, 현재 반경을 업데이트하는 데 사용된 선형 함수 f(.)는 계수 N이 2보다 크거나 같은 기울기 파라미터

에 의해 정의될 수 있다. 특히, "이분법 기반 반경 업데이트"로서 지칭된 실시예에서, 계수 N은 2로 나눔으로 이루어지는 선형 함수 f(.)를 제공하는 2와 같을 수 있다.

따라서, 단계(415)에서

인 것으로 결정되면, 현재 반경은 다음 식에 따라 단계(417)에서 업데이트될 수 있다.

(19)

대안으로, 단계(415)에서

인 것으로 결정되면, 현재 반경은 다음 식에 따라 단계(419)에서 업데이트될 수 있다.

(20)

단계(411)에서, 유효한 격자 포인트가 현재 스피어 영역(

) 내에서 발견되지 않는 것으로 결정되면, 단계(421 내지 425)는 업데이트된 현재 스피어 영역 내의 유효한 격자 포인트에 대해 검색하기 위해 대안으로 고려되는 현재 반경의 업데이트된 값을 결정하도록 수행될 수 있다. 따라서, 현재 스피어 영역(

)의 반경(C)을 빈 구역(C_empty)의 최종 값과 비교하기 위해 단계(421)가 먼저 수행될 수 있다.

단계(421)에서, C > C_empty인 것으로 결정되면, 현재 스피어 영역(

)은 빈 구역이 아니고, 적어도 하나의 유효한 격자 포인트를 포함할 수 있다는 것을 의미한다. 이 경우에, 단계(423)는 빈 구역의 반경을 C_empty = C로 업데이트하도록 수행될 수 있다. 단계(425)는 후속하여 빈 구역의 업데이트된 반경과 최종 발견된 유효한 포인트(

)의 메트릭의 합에 선형 함수 f(.)를 적용함으로써 현재 반경을 업데이트하도록 수행될 수 있다. 기울기 계수(α= 1/2)를 사용하는 특정 실시예에서, 업데이트된 현재 반경은 다음과 같이 주어질 수 있다:

(21)

단계(421)에서, C ≤ C_empty인 것으로 결정되면, 현재 고려된 스피어 영역(

)은 빈 구역보다 작으며, 따라서 임의의 유효한 격자 포인트를 포함하지 않을 수 있다는 것을 의미한다. 이것은 ML 추정치가 발견되고 스택에 저장된 최종 발견된 유효한 격자 포인트에 대응한다는 것을 의미한다. 이 경우에, 단계(427)는 디코딩 프로세스를 종료하고 벡터(s)의 ML 추정치(

)를 출력하도록 수행될 수 있다. ML 추정치는 격자 포인트 검색 동안 최종 발견된 유효한 격자 포인트에 대응한다.

도 5는 본 발명의 특정 실시예에 따라 단계(405)의 초기 반경(C_init)을 결정하기 위한 방법을 도시한 흐름도이다. 이러한 실시예들에서, 잡음 통계에 더하여, 초기 반경은 ML 솔루션에 대한 검색 동안 방문되는 미리 정해진 격자 포인트의 타겟 수가 도달될 수 있도록 결정될 수 있다. 현재 스피어 반경의 값을 업데이트하기 위해 이전에 사용된 선형 함수 f(.)는 특정 실시예에서 초기 반경(C_init)을 결정하는데 사용될 수 있다. 다음의 설명은 예시만을 위해 1/2과 동일한 기울기 파라미터에 의해 정의된 선형 함수를 참조하여 이루어질 것이다.

단계(501)는 다수의 타겟 격자 포인트를 결정하기 위해 수행될 수 있다. 유한 성상도를 이용하는 특정 실시예에서, 타겟 유효한 격자 포인트의 수 N_p는 단계(501)에서 결정될 수 있다.

일부 실시예에서, 타겟 격자 포인트의 수는 신호 대 잡음비에 의존할 수 있다.

소프트 출력 디코딩에 적용하는 일부 실시예에서, 타겟 격자 포인트의 수는 적어도 하나의 소프트 출력 판정 신뢰도 메트릭에 기초하여 결정될 수 있다.

단계(503)에서, 제 1 반경(

)은 C₀과 동일한 반경의 스피어 영역(

)이 높은 확률을 갖는 적어도 하나의 격자 포인트를 포함하도록 결정될 수 있다.

단계(505) 및 단계(507)는 반경(C₀)의 스피어 내부의 격자 포인트의 타겟 수에 도달할 때까지 제 1 반경(C₀)의 값을 업데이트하도록 반복적으로 수행될 수 있다. 단계(505)에서, 제 1 반경(C₀)의 현재 값의 업데이트는 선형 함수 f(.)를 사용하여 수행될 수 있다. 특정 실시예에 따르면, 업데이트된 제 1 반경은 C₀ = C₀/2에 의해 주어질 수 있다.

단계(507)에서, 격자 포인트의 타겟 수(N_p)가 도달되는 것으로 결정되면, 초기 반경(C_init)은 단계(509)에서 결정되고 제 1 반경(C₀)의 최종 업데이트된 값으로 설정될 수 있다.

특정 실시예에서, 반경(C₀)의 스피어 영역 내부의 타겟 격자 포인트의 수(N_p)가 단계(507)에서 도달되는지를 판단하는 것은 다음의 관계식을 사용하여 수행될 수 있다:

(22)

식 (22)에서,

은 격자(

) 및 등가적으로 격자(

)의 기본 볼륨(fundamental volume)을 나타낸다.

은 실수 공간(

)에서 단위 반경의 스피어의 볼륨을 나타내고,

에 의해 주어진다.

유한 성상도를 이용하는 특정 실시예에서, 유효한 격자 포인트의 타겟 수가 단계(507)에서 도달되는지를 결정하는 것은 다음의 식을 이용하여 수행될 수 있다:

(23)

식 (23)에서, 계수(β)는 사용된 변조에 의존한다. 예를 들어, 4-QAM 변조의 경우에는 β= 3/2이고, 16-QAM 변조의 경우에는 β = 3/4이며, 64-QAM 변조의 경우에는 β = 3/8이다.

도 6은 공간 다중화 및 16-QAM 변조를 사용하는 8×8 MIMO 시스템의 경우에 획득되는 신호 대 잡음비의 함수로서 곱셈의 수의 측면에서의 계산 복잡도를 도시한다. 계산 복잡도는 Sphere 디코더의 세 가지 상이한 구현에 대해 평가된다. '종래의 스피어 디코더'는 통상의 반경 업데이트 방법을 사용하는 Sphere 디코딩을 지칭한다. 'DRSD'는 현재 스피어 영역의 반경을 업데이트하는데 사용되는 선형 함수의 기울기 파라미터가 1/2와 동일한 본 발명의 특정 실시예에 따른 스피어 반경 업데이트를 사용하는 Sphere 디코딩을 지칭한다. 그리고 '개선된 DRSD'는 초기 스피어 반경이 식 (23)에 따른 유효한 격자 포인트의 타겟 수에 기초하여 결정되는 특정 실시예에 따른 Sphere 디코딩을 지칭한다. 수치 결과는 본 발명의 다양한 실시예에 따른 반경 업데이트를 사용하는 것이 계산 복잡도를 상당히 감소시킨다는 것을 보여준다. 통상의 반경 업데이트 방법을 사용하는 Sphere 디코딩에 대한 복잡도 이득은 데시벨 척도(decibel scale)에서 0dB와 6dB 사이에서 변화하는 신호 대 잡음비에 대해 90%에 도달하고, 15dB과 동일한 신호 대 잡음비에서 거의 75%와 동일하다.

도 7은 송신기 및 수신기의 각각에서 각각 4개 및 8개의 안테나를 사용하는 2개의 대칭 MIMO 구성에서 '종래의 스피어 디코더'에 비해 'DRSD' 디코딩 방식의 복잡도 감소에 대한 백분율을 신호 대 잡음비의 함수로서 도시한다. 더욱이, 16-QAM 변조의 경우에 복잡도 감소가 평가된다. 도시된 결과치는 복잡도 감소가 MIMO 시스템의 안테나의 수에 의존함을 보여준다. 특히, 복잡도 감소는 송신기 및 수신기에 배치된 안테나의 수의 함수로서 증가한다.

도 8은 이분법 기반 반경 업데이트(범례(legend)에서 "반복 횟수

"로서 지칭됨) 및 대수 함수를 사용한 근사법을 구현하는 특정 실시예에 따라 Sphere 디코더를 사용하여 얻어진 방문된 격자 포인트의 수를 도시한다. 따라서,

로 나타낸 반복 횟수는 다음과 같이 대수 함수로 근사화된다:

(24)

따라서, C_DRSD로 나타낸 DRSD 디코딩 방식의 복잡도는 다음과 같이 근사화된다:

(25)

식 (25)의 계산 복잡도의 근사법은 이분법 기반 반경 업데이트를 사용하는 특정 실시예에 따른 Sphere 디코딩 알고리즘의 계산 복잡도의 차수(order)를 제공한다. 따라서, 계산 복잡도는 O(n²)의 차수이다. 통상의 스피어 반경 업데이트를 사용하는 Sphere 디코딩 알고리즘의 계산 복잡도는 O(n³)의 차수이다.

식 (25)를 사용하면, DRSD를 사용하여 획득된 계산 복잡도와 통상의 Sphere 디코더를 사용하여 획득된 계산 복잡도 사이에서

로 나타낸 비율(비)은 다음과 같이 근사화될 수 있다:

(26)

식 (26)에서, F_p(k)는 방문된 격자 포인트 당 기본 계산 연산(곱셈, 덧셈, 제곱근 등)의 수를 나타낸다. N(k,σ², d² = C)은 반경 d²= C의 k 차원 스피어에 포함된 격자 포인트의 수를 이론적 근사화를 나타낸다.

도 9는 이분법 기반 반경 업데이트를 구현하는 Sphere 디코더를 사용하여 획득된 계산 복잡도와 통상의 반경 업데이트 기술에 기초한 통상의 Sphere 디코더를 사용하여 획득된 계산 복잡도 사이의 비율의 근사화에 대한 수치 결과를 도시한다. 시뮬레이션 결과치(범례에서 "Simu fraction"로서 지칭됨) 및 이론적 결과치(범례에서 "Aprx fraction"로서 지칭됨)는 16-QAM 변조를 사용하는 4×4 및 8×8 MIMO 시스템에 대해 평가된다. 이론적 결과치는 식 (26)의 근사법을 사용하여 유도된다. 플롯된(plotted) 결과치는 이론적 근사의 정확도를 보여주고, DRSD의 계산 복잡도의 변화를 O(n²)의 차수로 검증한다.

본 발명의 다양한 실시예가 정보 심볼의 공간 다중화를 사용하는 MIMO 시스템의 경우에서 상세하게 설명되었지만, 본 발명은 또한 선형 시공간 블록 코드를 사용하는 구성에 적용 가능하다는 것이 주목되어야 한다. 길이 T의 시공간 블록 코드 및 κ 심볼의 인코딩이 있는 경우, 채널 출력의 실수 값 표현은 등가 채널 매트릭스가 다음과 같이 실수 값 2n_rT×2κ 매트릭스 H _eq인 식 (4)의 격자 표현 형식으로 기록될 수 있다:

(27)

2n_rT×2κ 매트릭스 G는 선형 시공간 블록 코드의 생성 매트릭스 또는 코딩 매트릭스로서 알려진 실수 값 매트릭스를 나타낸다. I _T는 차원 T의 항등 매트릭스를 나타내고, 연산자

는 크로네커 매트릭스 곱이다.

더욱이, 본 발명의 다양한 실시예가 동일한 수의 송신 및 수신 안테나를 특징으로 하는 대칭 MIMO 구성에 대해 상세하게 설명되었지만, 본 발명은 또한 n_t < n_r인 비대칭 MIMO 구성에 적용될 수 있다는 것이 주목되어야 한다. 식 (4)의 형식의 격자 표현은 또한 다음과 같은 등가 시스템으로의 단계(701)의 복소수-실수 변환을 수행함으로써 획득될 수 있다:

(28)

식 (26)에서, 매트릭스 U 및 V는 매트릭스 D와 함께 매트릭스

의 특이 값 분해로부터 획득된 단위 매트릭스이다. D는 매트릭스 H _c 의 특이 값을 나타내는 양의 대각 엔트리를 갖는 대각 매트릭스이다. 위 첨자

는 Hermitian 전치(transpose) 연산자를 나타낸다.

더욱이, 본 발명의 다양한 실시예는 실수 값 채널 매트릭스의 QR 분해에 기초한 Sphere 디코딩을 참조하여 설명되었다. 그러나, 다양한 실시예는 QR 분해를 수행하기 전에 임의의 전처리된 채널 매트릭스에 적용한다는 것이 주목되어야 한다. 여러 전처리 기술은 개별적으로 또는 조합되어 구현될 수 있다. 예시적인 전처리 기술은 채널 매트릭스의 행 및/또는 열을 치환하고, 격자 감소를 수행하며, MMSE-GDFE(Minimum Mean Square Error-Generalized Decision Feedback Equalizer)를 사용하여 필터링하는 것을 포함한다.

더욱이, 본 발명의 다양한 실시예는 특정 타입의 디코딩에 한정되지 않고, 하드 출력 및 소프트 출력 디코딩 둘 다에 적용한다.

소프트 출력 디코딩에 대한 하나의 응용에서, 본 발명의 다양한 실시예에 따른 방법 및 장치는 정보 심볼의 원래의 벡터의 추정치의 리스트를 생성하는 것을 허용한다. 이와 같이 획득된 리스트는 원래의 정보 심볼에 의해 반송된 상이한 정보 비트의 외적 정보를 근사화하기 위한 로그 우도비 값을 계산하는데 사용될 수 있다. 추정치의 리스트는 ML 솔루션에 대한 검색 동안 저장된 유효한 격자 포인트로부터 채워질 수 있다.

본 명세서에 설명된 방법 및 장치는 다양한 수단에 의해 구현될 수 있다. 예를 들어, 이러한 기술은 하드웨어, 소프트웨어 또는 이의 조합으로 구현될 수 있다. 하드웨어 구현의 경우, 시공간 디코더(211)의 처리 요소는 예를 들어 하드웨어 전용 구성(예를 들어, 대응하는 메모리를 갖는 하나 이상의 FPGA, ASIC 또는 VLSI 집적 회로에서) 또는 VLSI 및 DSP 둘 다를 사용한 구성에 따라 구현될 수 있다.

도 10은 본 발명의 특정 실시예에 따른 시공간 디코더(211)의 예시적인 하드웨어 아키텍처(90)를 나타낸다. 하드웨어 아키텍처(90)는 기계 또는 컴퓨터 실행된 장치로 구현될 수 있다. 도시된 바와 같이, 시공간 디코더(211)는 데이터 및 어드레스 포트(99)를 통해 서로 상호 작용할 수 있는 다양한 계산, 저장 및 통신 유닛을 포함할 수 있고,

- 예를 들어 수신 안테나(209)로부터의 입력 데이터를 수신하기 위한 입력 주변 장치(91);

- 예를 들어 본 발명의 다양한 실시예에 따른 방법 및 알고리즘을 실행하기 위해 대응하는 명령어를 실행하도록 구성된 FPGA 또는 ASIC와 같은 하나 이상의 마이크로 프로세서(CPU)를 포함하는 처리 주변 장치(93);

- 예를 들어 ML 솔루션 및 격자 포인트의 타겟 수에 대한 검색 동안 발견된 격자 포인트를 저장하기 위한 랜덤 액세스 메모리(RAM) 또는 판독 전용 메모리를 아마도 포함하는 저장 주변 장치(95);

- 예를 들어 구성 및 유지 보수를 위해 수신기 장치(21)와 MIMO 시스템 관리자 사이에서 사람-기계 상호 작용을 가능하게 하는 디스플레이와 같은 통신 수단을 포함하는 출력 주변 장치(97)를 포함한다.

더욱이, 본 발명의 특정 실시예가 무선 단일 사용자 MIMO 시스템과 관련하여 설명되었지만, 본 발명은 이러한 응용에 제한되지 않는다는 것이 주목되어야 한다. 본 발명은 채널 출력의 선형 표현을 특징으로 하는 임의의 선형 통신 시스템에서 동작하는 임의의 수신기 장치에 통합될 수 있다. 통신 시스템은 단일 또는 다중 안테나 및 단일 또는 다중 반송파 통신 기술을 사용하여 단일 또는 다중 사용자를 수용하는 유선, 무선 또는 광섬유에 기반할 수 있다. 예를 들어, 본 발명은 무선 분산형 MIMO 시스템에서 구현된 수신기 장치에 통합될 수 있다. 분산형 MIMO는 예를 들어 3G, 4G, LTE 및 5G에 적용되는 셀룰러 통신 및 미래 표준에 사용될 수 있다. 예를 들어 애드혹 네트워크(무선 센서 네트워크, 기계 간 통신, 사물 인터넷 ...)에 적용되는 협력 통신은 또한 분산형 MIMO 시스템의 예이다. 무선 네트워크에 더하여, 본 발명은 PDM-OFDM(Polarization Division Multiplexing-OFDM) 시스템과 같은 광섬유 기반 통신 시스템에서 구현되는 광 수신기 장치에 통합될 수 있다.

더욱이, 본 발명은 통신 장치에 제한되지 않고, 오디오 크로스오버(crossover) 및 오디오 마스터링(mastering)과 같은 오디오 응용에 사용되는 유한 임펄스 응답(finite impulse response; FIR)의 전자 필터와 같은 신호 처리 장치에 통합될 수 있다. 따라서, 본 발명의 특정 실시예는 차수 M의 FIR 필터의 출력 시퀀스가 주어지면 입력 시퀀스의 추정치를 결정하는데 사용될 수 있다.

더욱이, 본 명세서에서 설명된 방법은 본 명세서에서 특정된 기능/동작을 구현하기 위한 명령어를 실행하는 프로세서를 갖는 기계를 생성하기 위해 임의의 타입의 컴퓨터의 프로세서에 공급되는 컴퓨터 프로그램 명령어에 의해 구현될 수 있다. 이러한 컴퓨터 프로그램 명령어는 또한 컴퓨터가 특정 방식으로 기능하도록 지시할 수 있는 컴퓨터 판독 가능 매체에 저장될 수 있다. 이를 위해, 컴퓨터 프로그램 명령어는 일련의 동작 단계를 수행시켜, 실행된 명령어가 본 명세서에 특정된 기능을 구현하기 위한 프로세스를 제공하는 컴퓨터 구현된 프로세스를 생성하도록 컴퓨터 상에 적재될 수 있다.

본 발명의 실시예가 다양한 예에 대한 설명에 의해 예시되었고, 이러한 실시예가 상당히 상세하게 설명되었지만, 첨부된 청구항의 범위를 이러한 상세 사항으로 제한하거나 어떤 방식으로든 한정하는 것은 본 출원인의 의도가 아니다. 부가적인 영역 및 실시예는 당업자에게 용이하게 나타날 것이다. 따라서, 더욱 넓은 양태의 본 발명은 도시되고 설명된 특정 상세 사항, 대표적인 방법 및 예시적인 실시예로 제한되지 않는다.

Claims

통신 시스템에서 송신 채널을 통해 수신되는 신호를 디코딩하기 위한 디코더로서, 상기 신호는 정보 심볼의 벡터를 포함하고, 상기 송신 채널은 채널 매트릭스로 나타내지고, 상기 디코더는,
- 초기 반경을 결정하도록 구성된 초기 반경 결정 유닛(307);
- 현재 반경에 의해 정의된 현재 스피어 영역 내부의 격자 포인트를 검색하기 위해 현재 반경을 반복적으로 결정하도록 구성된 심볼 추정 유닛(309) - 상기 현재 반경은 처음에 초기 반경으로 설정되고, 상기 심볼 추정 유닛(309)은 상기 현재 스피어 영역에서 발견된 각각의 격자 포인트에 대해 메트릭과 관련하여 상기 격자 포인트를 저장하도록 구성되고, 상기 심볼 추정 유닛(309)은 선형 함수를 사용하여 상기 현재 반경을 업데이트하도록 더 구성되며, 상기 선형 함수는 1보다 엄격하게 더 낮은 기울기 파라미터를 가짐 -
을 포함하며,
상기 디코더는 상기 심볼 추정 유닛(309)에 의해 발견된 상기 격자 포인트 중 적어도 하나로부터 정보 심볼의 상기 벡터의 적어도 하나의 추정치를 결정하도록 구성되는, 디코더.
제1항에 있어서,
상기 심볼 추정 유닛(309)은 상기 현재 스피어 영역 내에서 격자 포인트를 발견하는 것에 응답하여 상기 현재 반경을 업데이트하도록 구성되며, 상기 선형 함수는 발견된 격자 포인트와 관련된 메트릭의 함수인, 디코더.
제1항에 있어서,
격자 포인트가 상기 현재 스피어 영역에서 발견되지 않으면, 상기 심볼 추정 유닛(309)은 상기 선형 함수를 최종 발견된 격자 포인트와 관련된 메트릭과 상기 현재 반경의 값의 합에 적용하도록 구성되는, 디코더.
제1항에 있어서,
각각의 발견된 격자 포인트를 저장하도록 구성된 저장 유닛(311)을 더 포함하는, 디코더.
제1항에 있어서,
격자 포인트와 관련된 상기 메트릭은 상기 신호와 상기 격자 포인트 사이의 유클리드 거리로부터 결정되는, 디코더.
제1항에 있어서,
상기 초기 반경 결정 유닛(307)은 잡음 분산 및 미리 정의된 수의 타겟 격자 포인트로 이루어진 그룹에서 선택된 적어도 하나의 파라미터에 기초하여 상기 초기 반경을 결정하도록 구성되는, 디코더.
제6항에 있어서,
상기 미리 정의된 수의 타겟 격자 포인트는 신호 대 잡음비에 기초하여 결정되는, 디코더.
제4항에 있어서,
상기 정보 심볼은 정보 비트를 반송하며, 상기 디코더는 상기 저장 유닛(311) 내에 저장된 상기 격자 포인트로부터 상기 정보 비트의 로그 우도 값을 결정하도록 더 구성되는, 디코더.
제8항에 있어서,
상기 초기 반경 결정 유닛(307)은 잡음 분산 및 미리 정의된 수의 타겟 격자 포인트로 이루어진 그룹에서 선택된 적어도 하나의 파라미터에 기초하여 상기 초기 반경을 결정하도록 구성되고,
상기 타겟 격자 포인트의 수는 상기 로그 우도 값과 관련된 적어도 하나의 신뢰도 메트릭에 기초하여 더 결정되는, 디코더.
제1항에 있어서,
상기 심볼 추정 유닛(309)은 순차적 디코딩 알고리즘을 사용하여 현재 반경에 의해 정의된 현재 스피어 영역 내부의 격자 포인트, 및 상기 채널 매트릭스의 QR 분해를 수행함으로써 결정된 상위 삼각 매트릭스를 검색하도록 구성되는, 디코더.
제1항에 있어서,
상기 채널 매트릭스에 대한 전처리를 수행하도록 더 구성되는, 디코더.
제11항에 있어서,
상기 전처리는 행 및/또는 열의 순열, 격자 감소 및 MMSE-GDFE 필터링으로 구성된 그룹에서 선택되는, 디코더.
정보 심볼의 벡터를 수신하고 디코딩하기 위한 수신기에 있어서,
제1항 내지 제12항 중 어느 한 항에 따라 상기 정보 심볼의 벡터를 디코딩하도록 구성된 디코더를 포함하는, 수신기.
무선 다중 입력 다중 출력 통신 시스템에서 데이터를 수신하도록 구성된 무선 장치에 있어서,
제13항에 따라 정보 심볼의 벡터를 수신하고 디코딩하도록 구성된 수신기를 포함하는, 무선 장치.
광 다중 입력 다중 출력 통신 시스템에서 데이터를 수신하도록 구성된 광학 장치에 있어서,
제13항에 따라 정보 심볼의 벡터를 수신하고 디코딩하도록 구성된 수신기를 포함하는, 광학 장치.
통신 시스템에서 송신 채널을 통해 수신되는 신호를 디코딩하는 방법으로서, 상기 신호는 정보 심볼의 벡터를 포함하고, 상기 송신 채널은 채널 매트릭스로 나타내는 신호 디코딩 방법에 있어서,
- 초기 반경을 결정하는 단계;
- 현재 반경에 의해 정의된 현재 스피어 영역 내부의 격자 포인트를 검색하기 위해 상기 현재 반경을 반복적으로 결정하는 단계 - 상기 현재 반경은 처음에 상기 초기 반경으로 설정되며, 상기 방법은 상기 현재 스피어 영역에서 발견된 각각의 격자 포인트에 대해 메트릭과 관련하여 상기 격자 포인트를 저장함 -
을 포함하고,
상기 방법은 선형 함수를 사용하여 상기 현재 반경을 업데이트하는 단계를 포함하고, 상기 선형 함수는 1보다 엄격하게 더 낮은 기울기 파라미터를 가지며, 상기 방법은 발견된 격자 포인트 중 적어도 하나로부터 상기 정보 심볼의 벡터의 적어도 하나의 추정치를 결정하는 단계를 더 포함하는, 신호 디코딩 방법.
통신 시스템에서 송신 채널을 통해 수신되는 신호를 디코딩하기 위한 컴퓨터로 읽을 수 있는 비일시적 기록매체에 저장된 프로그램으로서, 상기 신호는 정보 심볼의 벡터를 포함하고, 상기 송신 채널은 채널 매트릭스로 나타내지고, 상기 프로그램은,
상기 비일시적 컴퓨터 판독 가능 기록 매체상에 저장된 명령어를 포함하고,
상기 명령어는 프로세서에 의해 실행될 때 상기 프로세서가,
- 초기 반경을 결정하며;
- 현재 반경에 의해 정의된 현재 스피어 영역 내부의 격자 포인트를 검색하기 위해 상기 현재 반경을 반복적으로 결정하도록 하고,
상기 현재 반경은 처음에 상기 초기 반경으로 설정되고, 상기 프로그램은 상기 스피어 영역에서 발견된 각각의 격자 포인트에 대해 메트릭과 관련하여 상기 격자 포인트를 저장하고, 상기 프로세서는 선형 함수를 사용하여 현재 반경을 더 업데이트하며, 상기 선형 함수는 1보다 엄격하게 더 낮은 기울기 파라미터를 가지며,
상기 프로세서는 상기 발견된 격자 포인트 중 적어도 하나로부터 상기 정보 심볼의 벡터의 적어도 하나의 추정치를 결정하는, 컴퓨터로 읽을 수 있는 비일시적 기록매체에 저장된 프로그램.