KR101124863B1

KR101124863B1 - 다중 소스로부터의 통신신호를 처리하는 장치 및 방법

Info

Publication number: KR101124863B1
Application number: KR1020087002812A
Authority: KR
Inventors: 마씨밀리아노 시티; 마이클 피 피츠
Original assignee: 에스티마이크로일렉트로닉스 에스.알.엘.; 더 리젠츠 오브 더 유니버시티 오브 캘리포니아
Priority date: 2005-07-20
Filing date: 2006-07-20
Publication date: 2012-03-27
Also published as: KR20090016439A; US20090154599A1; CN101268647A; EP1905182B1; US8351529B2; CN101268647B; US20130215955A1; WO2007012053A1; JP5059758B2; US9014253B2; EP1905182A1; JP2009503949A; CA2616034A1

Abstract

다중 소스(102, 102a~102t)에 의해 전송된 디지털 변조된 심볼의 시퀀스를 검출하는 방법(200a,200b), 장치(104) 및 컴퓨터 프로그램이 개시된다. 다중소스(102, 102a~102t)에 의해 전송된 수신된 벡터, 채널 게인, 및 송신된 벡터의 동위상(in-phase) 및 직교(quadrature) 성분을 개별적으로 취급하는 실수 영역에서의 표시(representation)가 결정된다. 삼각 매트릭스를 얻기 위하여 상기 실수 영역에서의 표시(representation)를 처리한다. 그리고 (i) 송신된 시퀀스의 하드 결정 디텍션, 및 송신 시퀀스에 대한, 복잡도가 감소된 탐색에 근거하여 해당 비트들을 디매핑하기 및 (ii) 송신 시퀀스에 대한, 복잡도가 감소된 탐색에 근거하여 비트 소프트 출력값을 생성하기 중 적어도 하나가 실행된다. 상기 복잡도가 감소된 탐색은 삼각 매트릭스에 의하여 이루어진다.

MIMO, 시퀀스, 벡터, 복잡도, 디텍터

Description

다중 소스로부터의 통신신호를 처리하는 장치 및 방법 {APPARATUS AND METHOD FOR PROCESSING COMMUNICATIONS FROM MULTIPLE SOURCES}

본 발명은 통신 및 컴퓨팅 시스템에 관한 것으로서, 보다 구체적으로는 다중 소스로부터의 통신신호를 검출하는 장치 및 방법에 관한 것이다.

다중안테나를 통한 무선전송(흔히 MIMO(multiple-input multiple-output)라고 통칭됨)이, 멀티미디어 서비스 제공자로부터의 고속 데이터 통신의 수요에 따라 현재 크게 각광받고 있다. 데이터 전송률 또는 통신링크상의 강건성(robustness)을 향상시키기 위하여 다양한 응용들이 MIMO를 활용하거나 이를 고려하고 있다. 이러한 응용들로는 차세대 무선 LAN 네트웍(IEEE 802.11n 네트웍 등), 고정 무선국(FWA)에 대한 모바일 "WiMax" 시스템, 제4세대(4G) 이동단말기 등을 들 수 있다.

MIMO 검출은 흔히, 다중 소스(가령, 다수의 송신기, 또는 다수의 안테나를 갖는 단일 송신기)로부터 동시에 전송된 디지털 변조된 심볼의 시퀀스를 추정(estimate)함으로써 이루어진다. MIMO 디텍터는 디지털 변조된 심볼의 시퀀스를 입력으로서 수신하는데, 이 변조된 심볼에는 안테나에 의한 간섭이 섞여 있고, 페이딩채널에 의해 왜곡되고 잡음에 의한 오염이 포함되어 있다.

일반적으로 협대역 MIMO 시스템은 아래와 같은 선형 복소수의 기저대역 수식 으로 표현할 수 있다.

여기서, T는 송신안테나 개수, Y는 수신된 벡터(Rx1 사이즈, R은 수신안테나의 개수임), X는 송신된 벡터(Tx1 사이즈), H는 RxT 채널 매트릭스(여기서 이 매트릭스 내의 항들은 송신기로부터의 복소수 경로이득(complex path gains)에서부터 차원(dimension)당 σ²=0.5의 분산도를 갖는 영평균 가우시안 랜덤 변수(zero-mean Gaussian random variables)의 수신기 샘플까지를 나타냄)를 의미한다. 또한, N은 차원당 N₀/2의 분산도를 갖는 순환대칭적(circularly symmetric) 영평균 가우시안 랜덤 변수에 무관한 샘플을 나타내는 요소를 포함하는 잡음벡터(Rx1 사이즈)를 의미한다. E_S는 심볼당 전송된 에너지의 총량을 의미한다(평균 콘스텔레이션(constellation) 에너지가 일정하다는 가정하에서). 수학식 1은 광대역 OFDM(orthogonal frequency division multiplexing) 시스템에서의 부반송파(subcarrier)에도 적용할 수 있다.

최대 우도(maximum-likelihood, ML) 검출 방식이 통신시스템의 성능을 높이기 위해서 바람직하다. 이는 백색 가우시안 잡음(additive white Gaussian noise, AWGN)이 나타난 경우에 이상적인 검출 방법이다. 일반적으로 ML 검출에서는 에러벡터의 제곱 놈(norm)의 최소치를 최소화하는 송신된 벡터 X를 찾는 단계가 포함된 다. 이를 수식으로 나타내면 다음과 같다.

여기서, 위 수학식 2는 일반적으로 사용되는 선형 MIMO 채널에 상응하는 것으로서, 수신기에서 독립적이고 동일하게 분포되는(independent and identically distributed, IID) 레일라이 페이딩(Rayleigh fading)과 이상적인 채널상태 정보(channel state information, CSI)인 것으로 가정한 것이다. ML 검출은 디지털 변조된 심볼의 가능한 S^T 시퀀스 모두를 찾아내는 단계를 포함한다. 여기서, S는 QAM(Quadrature Amplitude Modulation) 또는 PSK(Phase Shift Keying)의 콘스텔레이션(constellation) 사이즈이고, T는 송신안테나의 개수이다. 이것이 의미하는 바는 ML 검출은 스펙트럼 효율이 증가할수록 실행하기 어려움을 의미한다.

부최적(sub-optimal)의 선형 검출 알고리즘(제로포커싱(ZF) 또는 최소평균제곱 에러(MMSE) 알고리즘 등)은 그 복잡도가 완화되었기 때문에 무선통신에 널리 적용되고 있다. 즉, 여타 심볼을 간섭원(interferer)으로서 취급하고 모든 수신안테나에 의해 수신된 신호들에 선형 가중치를 부과함으로써 각 변조된 심볼에 대한 추정(estimate)을 수행하는 것이다.

성능 개선을 위하여, 선형 디텍터의 조합과 공간적으로 순서화된 결정-피드백 등가화(spatially ordered decision-feedback equalization ("O-DFE")) 기술에 기반한 비선형 디텍터가 제안되었다. 이 기술에 따르면, 간섭 제거의 원리와 레이 어 순서화(layer ordering)가 제시되었다. 본 명세서에서 "레이어(layer)"와 "안테나" 및 그 파생어는 서로 혼동하여 사용될 것이다. 상기 디텍터에 있어서, ZF 또는 MMSE 선형 검출단, 다른 말로는 간섭 "무효화(nulling)"단이 T개 심볼의 추정을 위해 적용된다. "검출 후"의 신호대잡음비("SNR")에 근거하여 제1레이어가 검출된다. 그 다음에, 각 서브스트림이 차례로 원하는 신호로서 취급되고, 여타 서브스트림(sub-stream)이 "간섭"으로서 취급된다. 이미 검출된 신호로부터의 간섭은 수신 신호로부터 제거(cancellation)되고, 간섭 무효화(nulling)는 더 적은 간섭이 실질적으로 존재하는 변경된, 수신된 벡터에서 행해진다. 이 프로세스를 흔히 "간섭 제거(IC) 및 무효화" 또는 "공간 DFE"라 부른다.

간섭 제거에 있어서, 송신신호가 검출되는 순서는 디텍터의 성능에 결정적일 수 있다. 이상적인 기준은, 모든 가능한 순서에 대해 최소 신호대잡음비를 최대화하는 기준("maxi-min criterion")으로 설정되어 왔다. 다행히, T개의 송신안테나에 대해서, 모든 가능한 T!개 레이어배치(disposition of layers)가 아니라, T*(T+1)/2개의 레이어배치만으로 이상적인 순서를 결정할 수 있음을 증명할 수 있다.

디텍터 중 성능이 양호한 종류로는 리스트 디텍터(LD)를 들 수 있는데, 이는 ML과 DFE 원리의 조합을 이용한 것이다. 일반적인 아이디어로는 검출해야 할 송신 스트림을 두 개의 그룹으로 분리하는 것이다. 먼저, 하나 이상의 간섭 송신 스트림을 선택하고 후보 콘스텔레이션(constellation) 심볼의 해당 목록(리스트)을 결정한다. 다음에 리스트의 각 시퀀스에 대해, 수신신호로부터 간섭을 제거하고, 축소 된 사이즈의 서브채널(sub-channel)에 대해서 서브디텍터(sub-detector)를 작동시켜서 나머지 심볼을 추정한다. O-DFE에 비해서 차이점은, 레이어의 순서화를 위해 채용된 기준 및 제1레이어(즉, 간섭 제거 이전)에 대한 심볼 추정이 후보 리스트에 의해 교체된다는 사실이다. 가장 우수한 성능변경은 기준 스트림 또는 레이어에 대하여 모든 가능한 S 개의 경우의 수를 찾고, 나머지 T-1개의 서브디텍터의 적절한 선택조합에 대해서 공간적 DFE를 적용하는 것이다. 이 경우에 리스트디텍터는, 레이어 순서가 적절히 선택된 경우라면, 완전한 수신 다이버시티와, ML로부터 수 분의 1 dB급의 SNR 거리를 이룰 수 있을 것이다. 주목할 만한 특성으로서는, 이는 병렬 배치에 의해서 수행될 수 있다. 왜냐하면 각 서브디텍터가 독립적으로 동작할 수 있기 때문이다. 리스트 디텍터에 대한 이상적인 순서화의 기준은 O-DFE에 대해서 제안된, 검출후 최저 SNR을 최대화하는 원리("maxi-min")로부터 도출된 것이다. 이로써 Rx(T-1) 사이즈의 T개의 서브채널 매트릭스에 대한 O-DFE 순서를 계산할 수 있고, 따라서 O(T⁴)의 복잡도를 수반할 수 있게 된다.

성능 이외에도(벤치마크는 두 극단 상에서 이루어진 이상적 ML 검출 및 선형 MMSE와 ZF임), 차세대 무선통신 알고리즘에 있어서 MIMO 검출 알고리즘이 효율적이고 실현가능하도록 하기 위한 다양한 속성들이 있을 수 있다. 이러한 속성들은 다음과 같은 것을 들 수 있다.

- 검출 알고리즘의 전체 복잡성

- 비트 소프트 출력값(bit soft-output value)(또는 로그대수 영역의 경우라 면 log-likelihood ratio, LLR)을 생성하는 가능성. 이는 에러보정코드(ECC)의 코딩/디코딩 알고리즘을 채용하고 있는 무선통신 시스템에서는 중요한 성능이 될 수 있다.

- 병렬화가 가능한(parallelizable) 알고리즘 구조. 이는 ASIC(Application Specific Integrated Circuit) 구현 등에 있어서 기본이 될 수 있으며, 실시간 고속 데이터 전송에 요구되는 낮은 지연성(latency)을 제공한다.

상술한 다양한 형태의 디텍터들은 많은 단점을 갖고 있다. 예를 들어서, ZF와 MMSE 기법은 보통, 공간 다이버시티 순서가 낮기 때문에 매우 부최적(suboptimal)하다. 이는, T개의 송신안테나와 R개의 수신안테나를 갖는 MIMO 시스템에 대해서, R-T+1과 같은데, 이는 ML 디텍터에 대한 R과는 대조적이다. 또한, 비트 보간 코드화 변조(bit-interleaved coded modulation, "BICM") 기법에 MIMO-OFDM과 ECC를 적용하는 실제 응용에 있어서는, MMSE에 대해서 중요한 차이가 관찰가능하다(R=T인 경우).

상기 뿐만 아니라, 비선형 ZF 또는 MMSE 기반 O-DFE 기법은 선형 ZF 또는 MMSE 기법에 비해서 별로 성능상의 개선이 없다. 그 이유는 간섭무효화에 의해서 노이즈 확대가 일어나고, 간섭 제거에 의해서 에러 확산이 일어나기 때문이다. 또한, 선형 디텍터의 경우와 마찬가지로, 비선형 디텍터에서는 악조건의 채널 상태에 처할 가능성이 있다. 또한, 감소된 크기의 서브채널 매트릭스의 "Multiple Moore-Penrose Pseudo-Inverse" 매트릭스를 계산해야 하기 때문에, 본래의 비선형 알고리 즘의 복잡도가 매우 높다(O(T⁴)). 비록 여전히 O(T³)의 복잡도가 있다 하더라도 보다 더 최신의 효율적인 구현이 존재한다. 또한, O-DFE 디텍터에 대해서는 비트 소프트 메트릭을 계산하는 전략은 제안되지도 개발되지도 않았다.

리스트 디텍터는 또한 몇 가지 단점을 갖고 있다. 예를 들어, 리스트 디텍터에 사용되는 "병렬검출(PD)" 알고리즘의 경우에 Rx(T-1) 개의 서브채널 매트릭스에서 동작하는 T 개의 O-DFE 디텍터가 실행되어야 하기 때문에 실행상의 복잡도가 매우 높다. 이 실행에는 상대적 무어-펜로즈 서브채널 의사반전(related Moore-Penrose sub-channel pseudo-inverses)의 실행이 포함된다. 이는 T개의 복소수 "분류된" QR 분해(complex "sorted" QR decompositions)를 통해 효율적으로 실행될 수 있다 하더라도, 전체 복잡도는 여전히 O(T⁴)급이 된다. 게다가, 공지된 리스트 기반의 검출 알고리즘은 현대의 코딩 및 디코딩 알고리즘에 사용되는 소프트 비트 메트릭을 생성하는 방법과 결합될 수 없다.

ML 방식의 디텍터의 다른 종류로서 격자형 디코딩 알고리즘(lattice decoding algorithm)이 있는데, 이는 수신 신호를 격자로서 표현할 수 있는 경우에 적용가능하다. 본 명세서에서는 "디코더"와 "디텍터" 및 이들의 파생어들을 혼동하여 사용하였다. 이러한 알고리즘에서는 구디코더(sphere decoder, SD)가 가장 널리 알려져 있는 알고리즘인데, 복잡도가 매우 감소된 하드 아웃풋의 ML 실행을 이룰 수 있다. SD 알고리즘의 동작은 세 가지 단계로 나눌 수 있다 - 격자 정형화, 격자 사전처리, 격자 탐색(lattice formulation, lattice pre-processing, lattice search).

격자 정형화에 있어서, 수학식 1에 나타낸 복소수 기저대역 모델은 수학식 3과 같이 각 실수 벡터의 사이즈가 각각 mx1과 nx1(m=2T, n=2R인 경우)이 되는 실수 영역으로 변환된다.

등가의 실수 채널매트릭스 B는 아래 수학식 4와 같이 표현될 수 있다.

수학식 4는 nxm이 "격자 생성기" 매트릭스로서 간주될 수 있다. 스칼라 표준화 요소(scalar normalization factor)가 가능한 단순성을 무시할 경우에, SD 알고리즘은 아래와 같은 최소화 문제의 해를 구하고자 하는 것이 일반적이다.

위 수학식 5는 복소수의 디지털 변조된 심볼 X의 동위상(in-phase, I) 및 직교위상(quadrature-phase, Q) 성분에 대한 가능한 값의 집합을 각각 확장하며, 주어진 반경의 구에 대한 탐색을 제한한다. 이를 위하여, 복소수 심볼은 QAM과 같은 제곱 콘스텔레이션(constellation)에 속할 수 있다. 이러한 알고리즘의 변형이 PSK 콘스텔레이션(constellation)을 취급하기 위해 존재하지만, QAM과 PSK 콘스텔레이션(constellation) 둘 다 취급할 수 있는 하나의 알고리즘은 존재하지 않는다.

격자의 사전처리에 있어서는, 실수 영역 채널 매트릭스 B가 분해되어 삼각 매트릭스 인자(triangular matrix factor) R로 분리된다. 이를 수행하기 위한 두 가지 공지의 알고리즘이 있는데, 1) SD의 원판(original version)에 있는 것과 같이 그램 매트릭스(Gram matrix) BTB를 분해하는 촐스키(Cholesky) 방식과, 2) B에 직접 적용되는 QR 분해 방식이 있다. 두 가지 방식은 수학식 5의 문제를 최소화하는 해를 구하기 위하여 귀납적 수식 집합을 유도하기 위한 서로 다른 방식이다.

격자 탐색에 있어서, SD 알고리즘은 당업계에서 널리 알려져 있는 귀납적 단계에 의해 이루어진다. 만일 i) R이 mxm 사이즈의 상위 제곱 삼각 매트릭스이며 양의 대각선 요소를 갖고, ii) y'이 수신된 벡터 y를 통해 적용된 선형 필터 작용에 의해 얻어진(즉, y'=Ay, A는 QR 또는 Cholesky 분해방식 중 하나에 관계되는 상수) mx1 벡터인 경우에, SD의 해는 아래 수학식 6과 같이 구해진다.

이는 시퀀스 x의 탐색을 반경 C의 구에 한정시키는데, 여기서 반경 C는 아래와 같다.

수학식 7에서, m 개의 불일치한 집합을 얻을 수 있는데, 여기서 임의의 좌표을 찾는데 사용되는 경계는 그 이전 값에 할당된 값들에 좌우된다. 이러한 방식으로 진행하면서, 일단 상기 알고리즘이 전체 벡터 x에 대한 후보 해를 찾게 되면, 그 반경은 시작 포인트로부터의 거리로서 업데이트되어 새로운 격자점이 유효하게 된다. 디코더가 임의의 x_k에 대한 상한 및 하한 경계 내에서 콘스텔레이션(constellation) 내의 특정 포인트를 찾지 못한다면(좌표 탐색은 x_m에서 x₁으로의 순서로 행해지는 것으로 가정함), 이는 x_k+1, x_k+2, ..., x_m에 대해서 적어도 하나의 잘못된 후보선택을 했다는 것이다. 이 때에 디코더는 해당 범위에 있는 다른 후보를 찾음으로써 x_k+1에 대한 선택을 수정하고 x_k에 대한 해를 찾는 과정을 다시 진행한다. x_k+1에 대해 가능한 후보가 더 이상 없으면, x_k+2에 대해 가능한 나머지 값을 조사한다. 해당 구(sphere)에서 더 이상 조사할 포인트가 없을 때에 탐색이 종료된다. 평균적으로, SD 알고리즘은 "반복성 시행착오 공격형(brute-force)" ML 디코더에 의해 요구되는 소모적 S^T 시퀀스보다 훨씬 낮은 격자 포인트를 다수 탐색함으로써 ML 해에 수렴하게 된다.

그러나 구 디코더(sphere docoder, SD)는 많은 단점들을 갖고 있다. 가령, 구 디코더는 기본적으로 직렬형 디텍터이다. 무슨 말인가 하면, QAM 심볼의 I 및 Q 펄스 진폭 변조(PAM) 성분의 가능한 값들을 직선적으로 연장하므로, 병렬형 구현에는 적합지 않다. 또한, 탐색되어야 할 격자 포인트의 수가 가변적이고 많은 변수 들(즉, 초기 반경의 선택, SNR, 페이딩 채널 상태 등)에 민감하다. 이것이 의미하는 것은, 실제 구현시에 지연(또는 유사어로서, 처리량)이 비확정적이라는 것이다. 구체적으로, 데이터통신시에 실시간 응답을 요하는 응용(가령, 고속 처리 802.11n 무선 LAN)에는 적합하지 않을 수 있다는 것이다.

또한, 구 디코더에서 ML 방식으로 전송된 시퀀스에 수렴하기 전의 탐색의 사이즈를 줄이는 필요성이, 비트 소프트 아웃풋 정보(bit soft-output information)를 생성하기 위하여 많은 (선택된) 시퀀스를 찾는 필요성과 반드시 합치되지 않는다. 예를 들어서, M_C가 변조된 심볼당 비트의 개수일 때, 비트 LLR의 "max-log" 근사법에는 각 비트 b_k (k=0, ..., T?M_c)에 대한 두 개의 시퀀스 X의 최소값을 찾는 것을 요하게 된다(가령, b_k=1인 시퀀스 한 개와, b_k=0인 시퀀스 한 개). 정의에 의하면, 두 시퀀스 중 하나가 (이상적인) 하드 결정(hard-decision) ML 해가 된다. 그러나 SD 사용에 대해서, (고려중인 비트의 값이 ML 시퀀스의 상응하는 비트값에 대해 뒤집혀져 있는) 다른 시퀀스가, 격자 탐색 중에 SD에 의해 찾아진 유효한 격자 포인트 중의 하나라고 보장할 수는 없다. 한 가지 해결책은 이상적인 시퀀스의 서브셋을 구성하는 포인트들의 "후보리스트"를 만드는 것이다. 그러나 이러한 해결책은 임시방편이며 확정적이지 않다. 즉, 후보리스트가 충분히 높지 않다면 원하는 시퀀스가 찾아질지 보장할 수 없다. 성능의 저하와 복잡도 간에 무시할 수 없는 타협(트레이드오프)이 필요하다. 소프트 아웃풋 SD에 대한 제한적 시뮬레이션 결과에 따르면, 매우 복잡한 반복적으로 결합된 디텍션 및 디코딩 기법이 소요되었다. 또 한, 후보리스트에 저장되어야 할 매우 많은 격자 포인트가 포함(T<=4인 경우 512개 이상)되었거나 4x4 16QAM에 수천 개의 격자 포인트를 갖는 후보리스트가 포함되고 터보 부호화 변조(turbo coded modulation)가 소용되었다.

다른 ML방식 알고리즘으로서, 감소된 집합 탐색법(reduced set search approach)이 있는데, 이는 10^-4 비트에러율(bit error rate, "BER") 보다 작아 양호한 성능을 내지 못한다. 또 다른 것으로서, 근사법(approximate method)이 있지만, 이는 매우 복잡하며, Quadrature Phase Shift Keying ("QPSK") 콘스텔레이션(constellation) 이상의 결과를 내지 못하고 있다.

본 발명은 다중 소스로부터의 통신신호를 검출하는 장치 및 방법을 제공한다.

본 발명의 제1실시예는 다중 소스에 의해 송신되고 수신기에 의해 수신된 디지털 변조된 심볼의 시퀀스를 검출하는 방법에 관한 것이다. 이 방법은, 다중소스에 의해 전송된 수신된 벡터, 채널 게인, 및 송신된 벡터의 동위상(in-phase) 및 직교(quadrature) 성분을 개별적으로 취급하는 실수 영역에서의 표시(representation)를 결정하는 것을 포함한다. 이 방법은 또한, 삼각 매트릭스를 얻기 위하여 상기 실수 영역에서의 표시(representation)를 처리하는 것을 포함한다. 또한, 이 방법은, 수신기에서, (i) 송신된 시퀀스의 하드 결정 디텍션, 및 송신 시퀀스에 대한, 복잡도가 감소된 탐색에 근거하여 해당 비트들을 디매핑하기 및 (ii) 송신 시퀀스에 대한, 복잡도가 감소된 탐색에 근거하여 비트 소프트 출력값을 생성하기 중 적어도 하나를 실행하는 것을 포함한다. 상기 복잡도가 감소된 탐색은 삼각 매트릭스에 기반하고 있다.

일 구현례로서, 채널 상태 정보와 수신된 감시(observation)는 수신기가 알고 있다. 채널 상태 정보는 복소수 매트릭스를 포함하되, 이 복소수 매트릭스는 송신안테나와 수신안테나 사이의 복소수 게인 채널 경로를 표시하는 엔트리를 포함한다. 수신된 감시(observation)는 복소수 벡터를 포함하고 있다.

다른 구현례로서, 상기 방법은, 심볼이 속해 있는 대상 QAM(quadrature amplitude modulation) 또는 PSK(phase shift keying) 콘스텔레이션(constellation)의 하나 이상의 속성을, 일조의 괘선에 입력으로서 수신하는 것을 추가로 포함하고 있다.

또 다른 구현례로서, 실수 영역에서의 표시(representation)를 처리하는 것은, 실수 영역의 표시(representation) 수식을 처리하여 채널 매트릭스를 직교매트릭스와 삼각 매트릭스로 인수분해하는 것을 포함한다. 또다른 구현례로서, 실수 영역에서의 표시(representation)는, 채널 매트릭스를 이용하여 그램(Gram) 매트릭스를 형성하는 것; 및 그램 매트릭스의 촐스키 분해(Cholesky decomposition)를 실행하는 것을 포함한다.

본 발명의 제2실시예는 다중 소스에 의해 송신되고 수신기에 의해 수신된 디지털 변조된 심볼의 시퀀스를 검출하는 장치에 관한 것이다. 이 장치는 디텍터를 포함하고 있는데, 이 디텍터는 다중소스에 의해 전송된 수신된 벡터, 채널 게인, 및 송신된 벡터의 동위상(in-phase) 및 직교(quadrature) 성분을 개별적으로 취급하는 실수 영역에서의 표시(representation)를 결정한다. 이 디텍터는 또한, 삼각 매트릭스를 얻기 위하여 상기 실수 영역에서의 표시(representation)를 처리한다. 또한, 이 디텍터는 (i) 송신된 시퀀스의 하드 결정 디텍션, 및 송신 시퀀스에 대한, 복잡도가 감소된 탐색에 근거하여 해당 비트들을 디매핑하기, 및 (ii) 송신 시퀀스에 대한, 복잡도가 감소된 탐색에 근거하여 비트 소프트 출력값을 생성하기 중 적어도 하나를 실행한다. 상기 이 복잡도가 감소된 탐색은 삼각 매트릭스에 의하여 이루어진다.

본 발명의 제3실시예에 따르면, 컴퓨터 프로그램이 컴퓨터 판독가능한 기록매체에 수록되어 프로세서에 의해 실행된다. 이 컴퓨터 프로그램은, 다중소스에 의해 전송된 수신된 벡터, 채널 게인, 및 송신된 벡터의 동위상(in-phase) 및 직교(quadrature) 성분을 개별적으로 취급하는 실수 영역에서의 표시(representation)를 결정하는 컴퓨터 판독가능한 프로그램 코드를 포함한다. 이 컴퓨터 프로그램은 또한 삼각 매트릭스를 얻기 위하여 상기 실수 영역에서의 표시(representation)를 처리하는 컴퓨터 판독가능한 프로그램 코드를 포함한다. 또한, 이 컴퓨터 프로그램은, (i) 송신된 시퀀스의 하드 결정 디텍션, 및 송신 시퀀스에 대한, 복잡도가 감소된 탐색에 근거하여 해당 비트들을 디매핑하는 것, 및 (ii) 송신 시퀀스에 대한, 복잡도가 감소된 탐색(이 복잡도가 감소된 탐색은 삼각 매트릭스에 의함)에 근거하여 비트 소프트 출력값을 생성하는 것 중 적어도 하나를 실행하는 컴퓨터 판독가능한 프로그램 코드를 포함한다. 상기 복잡도가 감소된 탐색은 삼각 매트릭스에 의해 이루어진다.

이 밖의 기술적 특징은 후속하는 도면, 상세한설명, 특허청구범위로부터 당업자에게 용이하게 이해될 수 있을 것이다.

본 발명의 구성과 속성 등에 대한 보다 더 완전한 이해를 위하여 아래에 발명의 상세한 설명 및 도면이 기재된다.

도 1a, 1b는 본 발명에 따른, 다중 소스로부터의 통신신호를 검출하는 시스템의 예시도이다.

도 2a, 2b는 본 발명에 따른, 다중 소스로부터의 통신신호를 검출하는 방법의 예시도이다.

도 3~17은 본 발명에 따른 다양한 시스템에서의 디텍션 알고리즘의 성능을 예시한다.

이하에 기재된 다양한 실시예 및 도 1a~17은 본 발명을 설명하기 위한 것에 지나지 않으며 발명의 범위를 제한하는 방향으로 해석되어서는 아니된다. 당업자라면 여기에 기재되어 있는 다양한 실시예를 용이하게 변경할 수 있고, 이러한 변경이 본 발명의 범위에 속하게 됨을 이해할 수 있을 것이다.

본 발명은 다중 소스로부터 전송된 디지털 변조된 심볼의 시퀀스를 검출하는 기술을 제공한다. 가령, 디텍터가, 다수의 안테나에 의해 전송된 디지털 변조된 심볼의 시퀀스를 검출할 수 있다. 일부 실시예에 따르면, 상기 디텍터는 다수의 안테 나 또는 기타 소스에 의해 전송된 개별적 물(discrete quantities)을 검출하는 디텍터(또는 디코더) 종류에 속할 수 있다. 이들 실시예에 있어서, 상기 디텍터는 노이즈에 의해 훼손된 수신 격자 벡터(또는 포인트)에 가장 근접한 벡터(소스가 두 개인 경우) 또는 근접해 있는 벡터(소스가 두 개 이상인 경우)를 찾는 역할을 한다. 특정 실시예에 있어서, 상기 디텍터는 또한, 이상적 비트 또는 심볼의 귀납적 확률 계산에 필요한 가장 적합한 시퀀스를 얻거나(소스가 두 개인 경우) 또는 가깝게 근사화(소스가 두 개 이상인 경우)할 수 있다.

선택사항으로서, 디텍션시 고려해야 할 레이어의 전체 또는 일부를 적절한 순서화 기법을 이용하여 배열할 수 있다. 예를 들어서, 두 개 이상의 소스가 있을 때, 디텍션시 고려해야 할 레이어의 전체 또는 일부의 순서는 성능에 지대한 영향을 미칠 수 있게 된다. 이러한 순서화 알고리즘이 본 발명에서 제공되는데, 이는 최적의 또는 이에 준하는 성능을 달성하는데 도움을 줄 수 있다. 구현례에 따라서는, 이하에서 설명할 디텍터는 두 개의 소스에 대해서 최적의 성능을 이룰 수 있다. 두 개 이상의 소스 및 하드 아웃풋(hard-output)에 대해서는, 디텍션시 고려될 레이어가 이하에서 설명될 적절한 순서화 알고리즘에 의해서 적절하게 배치된다면 거의 이상적인(최적의) 성능을 이룰 수 있을 것이다. 두 개 이상의 소스 및 소프트 아웃풋(soft-output)에 대해서 본 발명은 거의 이상에 가까운 최적의 성능을 이룰 수 있을 것인데, 성능은 디텍션시 고려될 레이어가 이하에서 설명될 적절한 순서화 알고리즘에 의해서 적절하게 배치된다면 더욱 향상될 수 있다.

구현례에 따라서는, 이하에서 설명될 디텍터는 매우 복잡도가 낮다(종래의 ML 디텍터 및 ML 디텍터 성능에 근접한 디텍터들에 비해). 또한 이하에서 설명될 디텍터는 신뢰성있는 소프트 아웃풋 메트릭을 생성하는 기술을 실현할 수 있다. 또한, 이하에서 설명될 디텍터는 고도의 병렬적으로 구성되는 하드웨어 구조에 적합하므로, 기본적으로 초고집적소자(VLSI) 및 실시간 응답 또는 짧은 지연 응답에 필요한 응용분야에 소요될 수 있다.

비록 이하에서는 다중 통신신호를 검출하기 위하여 통신시스템에 사용되는 기술로서 기재되어 있지만, 본 발명의 기술은 기타 다른 환경 또는 추가적 환경에 적용될 수 있다. 예를 들어서, 수학적 모델(가령 수학식 1)로 기술될 수 있고, 최소화 문제를 해결(가령 수학식 2)할 수 있는 다른 물리적 시스템이라면, 이하에서 기재된 기술을 적용할 수 있다. 이러한 다른 물리적 시스템에는 최근접 포인트 탐색, 최단 벡터 탐색, 또는 정수 최소제곱(integer least square)을 실행하는 시스템이 포함될 수 있다. 특정한 예로서, 이러한 기술을 암호 문제를 풀기 위하여 사용할 수도 있다.

도 1a, 1b에 본 발명에 따른 다중 통신 소스를 검출하는 시스템(100a, 100b)이 예시되어 있다. 구체적으로, 도 1a, 1b는 MIMO 시스템의 일례를 나타낸다. 여기에 나타낸 실시예는 하나의 예시에 불과하다. 본 발명의 범위를 벗어나지 않는 범위 내에서 시스템(100a, 100b)에 대한 다른 실시예를 적용할 수 있다.

도 1a에 나타낸 것과 같이, 시스템(100a)은 송신기(102)와 수신기(104)를 포함하고 있다. 송신기(102)에는 다수의 송신안테나(106) 1~T가 포함되거나 결합되어 있고, 수신기(104)에는 다수의 수신안테나(108) 1~R이 포함되거나 결합되어 있다. 도 1b에서는, 시스템(100b)에 다수의 송신기(102a~102t)와 수신기(104)가 포함되어 있다. 이 예에서, 각 송신기(102a~102t)에는 하나씩의 송신안테나(106)가 포함되거나 결합되어 있다. 도 1a, 1b의 송신기(102)(102a~102t)는 통신을 위해서 데이터를 발생하거나 출력하는 적절한 장치 또는 구성요소로 구현된다. 수신기(104)는 통신 데이터를 받을 수 있는 적절한 장치 또는 구성요소로 구현된다.

이러한 실시예에서, 수신기(104)에는 다중 소스로부터의 다중 통신신호를 검출하는 디텍터(110)가 포함된다. 다중 소스에는 다수의 안테나(106)를 갖는 단일 송신기(102), 한 개 또는 수 개의 안테나(106)를 갖는 다수의 송신기(102a~102t), 또는 이들의 조합이 포함될 수 있다. 디텍터(110)의 동작에 대해서는 이하에서 상세히 설명할 것이다. 디텍터(110)에는 다중 소스로부터의 다중 통신신호를 검출하기 위한 소정의 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 결합체를 포함한다. 디텍터(110)는 소정의 방법으로 구현할 수 있다. 가령, ASIC(Application Specific Integrated Circuit), FPGA(Field Programmable Gate Array), DSP(digital signal processor), 또는 마이크로프로세서 등을 들 수 있다. 구체적인 예로서, 디텍터(110)에 하나 이상의 프로세서(112)와, 이 프로세서(112)에 의해 사용되는 데이터와 명령어를 저장하는 하나 이상의 메모리(114)가 포함될 수 있다.

시스템(100a 또는 100b)은 수학식 1로 표현할 수 있는데, 이 수식은 단일 반송파 플랫페이딩(flat fading) MIMO 시스템 및 광대역 OFDM 시스템(부반송파별) 모두에 대해 유효하다. 수학식 1의 해석에 따르면, 각 수신기(104)에 의해 수신안테나(108)에서 수신되는 신호는 다중 중첩된 페이딩과 AWGN에 의해 훼손된 T 개의 송 신신호가 중첩됨을 의미한다. 이하에서 설명된 바와 같이, 확률 P(X|Y)를 최대화하는 송신 시퀀스 X를 찾기 위해서(즉, 수학식 2의 최소화 문제를 해결하기 위해서) 단순화되고 최적치에 근접한 기법이 제공된다.

비록 도 1a, 1b에서는 다중 통신 소스를 검출하는 시스템(100a, 100b)을 예시하고 있지만, 이로부터 다양한 변경을 가할 수 있다. 예를 들어서, 시스템에 소정 개수의 송신기와 소정 개수의 수신기를 포함시킬 수 있다. 또한, 각 송신기와 수신기에 소정 개수의 안테나를 포함시키거나 결합시킬 수 있다.

도 2a, 2b에는 본 발명에 따른 다중 통신 소스를 검출하는 방법(200a, 200b)이 예시되어 있다. 여기에 나타낸 실시예는 하나의 예시에 불과하다. 발명의 범위를 벗어나지 않는 범위 내에서 본 발명의 방법(200a, 200b)에 대한 다른 실시예를 적용할 수 있다.

방법(200a, 200b)은 디텍터(110)에 의해 실행될 수 있는데, 이 디텍터(110)는 다중 소스로부터의 통신신호를 검출하기 위하여 레이어구조의 직교 격자 디텍터(layered orthogonal lattice detector)로 구현될 수 있을 것이다. 보다 상세하게, 디텍터(110)는 수신된 격자벡터(포인트)에 가장 근접한 벡터를 찾거나, 그에 근사한 벡터를 찾음으로써, 다중 소스로부터 전송된 디지털 변조된 심볼의 시퀀스를 검출하기 위하여 상기 방법(200a)를 이용할 수 있다. 도 2b의 방법(200b)은 디텍터(110)에 의해 이루어지는데, 최적 비트 또는 심볼의 귀납적 확률 계산에 필요한 가장 적합한 시퀀스를 선택하거나 근사시킨다. 상기 두 가지 경우에, 디텍터(110)의 입력에는 수신된 시퀀스 Y와 채널상태 정보 매트릭스 H((알고 있는 것으 로 가정함)가 인가될 수 있다.

도 2a에서, 방법(200a)의 단계(202)는 시스템의 적절한 실수 영역에서의 격자 표시(representation)를 실행하는 것을 포함한다. 무엇보다도, 실수 영역에서의 격자 표시는 수신된 벡터, 채널 게인, 송신된 벡터의 I 및 Q 성분을 별도로 취급한다.

단계(204)에는, 실수 영역 격자 표시의 격자식을 사전처리하는 것을 포함한다. 이 사전처리는 특정 성질을 갖는 삼각 매트릭스를 얻기 위하여 행한다. 일례를 들자면, 이 사전처리에는 (실수 영역의) 채널 매트릭스를 곱(product)의 항(가령, 직교 매트릭스 또는 삼각 매트릭스)으로 인수분해하는 과정이 포함될 수 있다. 다른 예를 들자면, 이 사전처리에는 실수 영역 채널 매트릭스의 그램(Gram) 매트릭스를 계산하고, 계산된 그램 매트릭스의 촐스키 분해(Cholesky decomposition)를 수행하는 과정이 포함될 수 있다. 이 단계(204)에서는 선택된 레이어 배치에 따라 순서가 정해진 열(column)을 갖는 채널 매트릭스를 입력으로서 받을 수 있다.

단계(206a)에서는 격자 탐색 과정과 하드 아웃풋 결정 디텍션 및 디매핑 과정이 포함된다. 이러한 기능들은, 삼각 매트릭스의 속성들을 이용하는 동안에, 많은 격자 포인트를 복잡하지 않게 탐색하도록 적절히 설계된 기술에 근거할 수 있다. 이 탐색은 또한 송신 시퀀스의 적절히 결정된 서브셋에 근거할 수도 있다.

선택적으로, 단계(203a)는 단계(202)와 단계(204) 사이에서 수행될 수 있다. 이 선택적 단계(203a)는 단계(204)에 의해 디텍션될 레이어의 전부 또는 일부의 시퀀스를 순서화한다. 예를 들어, 단계(203a)에는 처리 이후의 SNR에 근거한 연속적 인 디텍션이 이루어질 송신심볼을 순서화하는 과정이 포함될 수 있다. 보다 구체적으로, 여기에는 입력으로서 단계(204)에 전달될 레이어 순열(layer permutation)를 선택하고 단계(204)로부터의 디텍션 후의 SNR을 수신하는 과정이 포함될 수 있다. 디텍션 후의 SNR은 적절한 기준에 의해 레이어선택을 실행하는데 사용될 수 있다.

상기와 유사하게, 도 2b에서, 단계(202)에는 적절한 실수 영역의 격자 표시(즉, 수신된 벡터, 채널 게인, 송신된 벡터의 I 및 Q 성분을 별도로 취급하는 것)를 실행하는 것이 포함된다. 단계(204)에는, 특정 속성을 갖는 삼각 매트릭스를 얻기 위하여 실수 영역 격자 표시의 격자식을 사전처리하는 것을 포함한다. 구체적인 실시예로서, 단계(204)에는 실수 영역의 채널 매트릭스를 직교 및 삼각 product 매트릭스로 인수분해하거나, 실수 영역 채널 매트릭스의 그램(Gram) 매트릭스를 계산하고, 계산된 그램 매트릭스의 촐스키 분해(Cholesky decomposition)를 수행하는 과정이 포함될 수 있다.

단계(206b)에서는 격자 탐색 과정과 비트 소프트 출력값을 생성하는 과정이 포함된다. 단계(206b)는, 삼각 매트릭스의 속성들을 이용하는 동안에, 격자 포인트 개수를 복잡하지 않게 탐색하도록 적절히 설계된 기술에 근거할 수 있다. 또한, 비트 소프트 출력값의 생성 과정은 송신 시퀀스의 적절히 결정된 서브셋에 근거할 수도 있다. 이 단계(206b)는 최적 비트 또는 심볼의 귀납적 확률 계산에 필요한 가장 적합한 시퀀스를 지정하거나 근사시킨다. 선택적으로, 단계(203b)가 단계(202)와 단계(204) 사이에서 수행될 수 있다. 이 선택적 단계(203b)는 처리 이후의 SNR에 근거한 연속적인 디텍션이 이루어질 송신심볼을 순서화하는 과정이 포함될 수 있 다. 또한, 여기에는 입력으로서 단계(204)에 전달될 레이어 순서변경(layer permutation)를 선택하고 단계(204)로부터의 디텍션 후의 SNR을 수신하는 과정이 포함될 수 있다.

아래에서는 방법(200a, 200b)과 디텍터(110)의 한 가지 구체적인 실시예에 대해서 상세히 설명하고 있다. 여기에 나타낸 실시예는 하나의 예시에 불과하다. 본 발명의 범위를 벗어나지 않는 범위 내에서 디텍터(110) 및 방법(200a, 200b)에 대한 다른 실시예를 적용할 수 있을 것이다.

도 2a에 나타낸 단계들은 확률 P(Y|X)를 최대화하는 송신 시퀀스 X를 찾는 알고리즘을 구현하고 있다. 첫 번째 단계(202)에는 적절한 "격자"의 (실수 영역에서의) 표시를 결정하는 것(이는 수학식 3과 4에 주어진 것과는 다른 것이다)이 포함된다. 예를 들어서, 복소수 분(quantities)의 I 및 Q 성분을, 수학식 8과 같이 스칼라 표준화 요소(scalar normalization factor)를 무시하고, 다른 순서로 취할 수 있는 것이다.

채널 열(column)은 아래와 같이 이루어진다. 여기서 H_j,k는 (복소수) 채널 매트릭스 H의 엔트리(entry)를 나타낸다.

수학식 9에서 h_2k-1, h_2k 쌍은 이미 직교하다 (즉, h^T _2k-1?h_2k=0). 이 밖에 유용한 관계식으로서 수학식 10이 있다. 이 식에서 k, j={l, ..., T}이고 k≠j이다.

일반적인 경우로서, 범용 인코더 매트릭스 G∈R^mxm가 수학식 11과 같이 고려될 때에 이 모델은 유효하게 된다.

위 식에서 u∈U⊂R^m은 정보 심볼 시퀀스이고 x는 송신 코드워드를 나타낸다. 이 경우에, 시스템 등식은 아래와 같다.

수학식 12는 격자 생성 매트릭스가 H_rG가 됨을 의미한다. 이하의 설명에서는 편의상 부호화되지 않은 MIMO 시스템을 언급하겠지만, 본 발명의 기술은 이보다 넓 은 것으로서 임의의 일반적인 (격자) 부호화 시스템에도 적용될 수 있다.

이들 실시예에서, 단계(204)에는 (실수 영역) 채널 매트릭스 H_r의 직교화 프로세스를 사전처리하는 것이 포함된다. 이와 다른 매트릭스 처리 방식(가령, 당업자에 의해 다양하게 수행할 수 있는 표준 QR 방식 또는 촐스키 분해 알고리즘 등)이 본 발명의 범위를 벗어남이 없이 H_r에 적용될 수 있을 것이다.

T=2(송신안테나(106)가 두 개) 및 R≥2(수신안테나(108)가 두 개 이상)라 가정할 경우, 단계(204)에서 아래와 같은 사전처리 과정이 이루어질 수 있다. 본 설명에서,

의 수학식이 사용되고 있다. H_r의 QR 분해는 그램쉬미트 직교화(GSO, Gram-Schmidt orthogonalization) 과정에 의해 효율적으로 이루어질 수 있다. 이 과정에 있어서, 직교 매트릭스 Q는 수학식 13과 같다.

수학식 13에서, q3, q4는 수학식 14와 같다.

Q는 2Rx2T의 직교 매트릭스로서, 아래와 같다.

또한, H_r=QR인 2Tx2T의 삼각 매트릭스가 존재한다.

수학식 8에 Q^T를 곱하면 수학식 17을 얻을 수 있다.

나머지 처리과정으로서, R 대신에 아래의 것이 사용될 수 있다.

수학식 18에서 r₃은 아래와 같다.

또한, 수학식 17로부터 아래의 식을 도출할 수 있다. 이 때에는 Q를 명시적으로 계산할 필요는 없다.

또한, 수학식 21과 같은 식을 얻을 수 있으며, 수학식 10의 결과에 따르면

이 된다.

위 식으로부터 수학식 2의 최소화 문제는 아래와 같이 된다.

노이즈벡터

은 독립적 성분이지만 부등한 분산(variance)이다. 그리고 공분산(covariance) 매트릭스는 아래와 같다.

따라서 이상의 삼각 모델에서 필요한 파라미터들은 8개의 변수들의 함수가 될 수 있다. 이 중, 네 개는 채널만의 함수이고(

), 네 개는 채널 및 감시(observation)에 관한 함수이다(

).

본 발명의 단계(206a)에는 수신되어 사전처리된 신호의 복조과정이 포함된다. 구체적으로, 단계(206a)에서는 하드 출력값(소프트 출력값을 생성하는 단계(206b)와 반대임)을 생성한다. 사전처리가 완료된 후에는, 수학식 18의 매트릭스

의 특성에 의해서 단순화된 ML 복조를 적용하는 것이 가능해진다. 수학식 17과 관계되며 수학식 22에 내재된 문제를 해결하기 위해 최소화되어야 할 유클리드 메트릭(metric)은 아래와 같다.

탐색의 단순화는 수학식 24에 대한 최소화 문제가 실제로 x₃와 x₄ 만의 함수인 것을 고려하면 가능해진다.

이러한 속성은 수학식 8에서 재배열된 격자 형성의 직접적인 결과가 된다. 즉, x₃,x₄ 쌍에 대한 모든 후보값에 대하여 T(x)의 최소값을 I 및 Q에 가장 가까운 PAM 값에 대한 (x₁,x₂)를 단순히 양자화(슬라이싱)함으로써 얻을 수 있다.

따라서 ML 시퀀스 추정의 결과치는

로서 결정될 수 있다. 위 식 중에서 일부 변수는 아래와 같다.

수학식 27에서 Ω_x는 각 실수 차원에서의 M 개의 PAM 콘스텔레이션(constellation) 요소를 나타낸다.

상기 기법을 요약하자면, 송신안테나가 두 개이고 M² 개의 QAM 콘스텔레이션(constellation)을 갖는 MIMO 시스템의 경우에, 낮은 사전처리 복잡도로써 최적의 ML 솔루션(즉, 채널의존적인 항들에 대한 O(8R+3)의 실수 승수와, 수신기 감시(observation)에 의존적인 항들에 대한 O(8R+6)의 실수 승수)을 얻을 수 있다. 또한 소모적 ML 알고리즘에서 요구되는 O(M⁴) 대신에, O(M²) 급으로 감소된 복잡도 의 탐색이 가능하다. 또한 병렬적 하드웨어 구조에 적합하다.

위에서 간략히 언급한 복조 특성은 R=1인 경우(수신안테나 108이 하나인 경우)에도 적용된다. 이 경우에 생기는 차이점은, 수학식 18의 매트릭스

의 아래쪽 두 행이 제외되는 것이다. 하지만 나머지 상위 행들은 그대로 전체적으로 유지된다.

도 2b에서, 비트 소프트 아웃풋을 생성하기 위하여 위와 유사한 기법이 사용될 수 있다. 이에 대해서 설명한다. M_C가 QAM 심볼당 비트수이고, X_j(j=1, ..., T)는 송신 시퀀스 X 내의 QAM 심볼이라 할 때, 수신된 채널심볼 벡터 Y에 한정되는 비트 b_k(k=1, ..., T?M_C)의 로그대수 APP비(logarithmic APP ratio)는 아래와 같다. 아래 식에서 S⁺는 b_k=1을 갖는 2^T?Mc-1 비트 시퀀스 집합을 나타내고, S^-는 b_k=0을 갖는 비트 시퀀스 집합을 나타낸다. P_a(X)는 X의 귀납적 확률을 나타낸다.

수학식 1로부터,

이 되는데(여기서 σ_N ²=N₀/2), 이는 비례인수(proportionality factor)가 수학식 28에 치환될 때에 무시될 수 있기 때문에 성립된다. 수학식 28에 있는 지수함수의 합은 소위 "max-log" 근사법으로 아래 와 같이 근사시킬 수 있다.

수학식 29에서

는 ED 항이다. 귀납적 확률을 무시하면, 송신 심볼이 동일한 확률인 일반적인 경우에, 수학식 28은 수학식 29를 사용하여 다음과 같이 다시 쓸 수 있다.

이하의 설명에서 다른 언급이 없으면, 수학식 30을 비트 APP 생성의 문제를 다루고 있는 것으로 인용하기로 한다.

본 명세서에서는 이러한 문제를 실수 영역에서 다루고 있다. (x_2j-1,x_2j)가 복소수 심볼 X_j의 I 및 Q 성분을 나타내고 있는 점을 상기하자. 심볼 시퀀스 X=(X₁,X₂)에 있는 복소수 심볼 X₂=(x₃,x₄)에 상응하는 비트들을 고려할 때, 단계(204)의 사전처리가 실행된 후, 수학식 17의 등가 시스템표현 및 수학식 24의 메트릭로부터 볼 때 우도함수(likelihood function)는 아래와 같이 주어진다.

수학식 30을 계산하려면 모든 비트에 대해서 두 개의 시퀀스(b_k=1일 때의 것과, b_k=0일 때의 것, 여기서 모두 k=1, ..., 2M_C임)를 찾아야 한다. 정의에 의해서, 두 시퀀스 중 하나가 수학식 22의 최적의 하드 결정 ML 해가 된다.

수학식 26, 27의 단순화된 ML 복조에 이르게 된 것과 유사한 논의를 이용하여, 최저 레이어 (x₃,x₄)의 max-log 비트 소프트 디매핑은, (x₃,x₄)에 대한 가능한 M2값을 고려하고 (x₁,x₂)에 대해서 수학식 24, 25를 최소화하여 실행가능하다. 즉, QAM 심볼 x₂에 대하여 아래와 같이 쓸 수 있다.

위 식에서 b_2k는 (복소수) 심볼 X₂ (k=1, ..., M_C)를, S(k)₂ ⁺와 S(k)₂ ^-는 각각 b_2k=1과 b_2k=0을 갖는 2^(Mc-1) 비트 시퀀스의 집합을 나타낸다. 고려된 모든 쌍 (x₃, x₄)에 대하여 수학식 32에서 필요한 메트릭의 최소화는 x₁,x₂의 대응값에 대하여 수학식 26을 이용하여 실행할 수 있다.

심볼 X₁(이 심볼에 대한 I 및 Q 성분은 x₁, x₂임)에 대한 최적의 max-log LLR을 계산하기 위하여, 그리고 ML보다 한층 더 낮은 복잡도를 계속 유지하기 위하여, 상기 알고리즘은 모든 이전 단계들을 재차 실행한다. 단, 재배열된 I 및 Q 시퀀스로부터 시작한다. 즉, 고려된 x=[x₁,x₂,x₃,x₄]^T 대신에 x'=[x₃,x₄,x₁,x₂]^T 를 이용한다(즉, 하위 레이어를 상위 레이어로 바꾸는 것이다). 이는 개념적으로 다른 직교화 과정을 암시하는 것으로서, 수학식 13-18의 과정을 아래 매트릭스로부터 시작한다는 의미이다.

그러나 최종 결과에 따르면 추가적 복잡도(extra-complexity)의 정도는 매우 적음을 볼 수 있다. 이미 계산된 매트릭스와 벡터에 대해서 많은 계수들이 공통인 것으로 밝혀졌다. 구체적으로는 아래와 같다.

수학식 34에서 유도되는 ED 메트릭은 아래와 같다.

심볼 X₁에 관계된 max-log LLR은, 아래 식에 따른 x₁, x₂에 대한 모든 M² 경우의 수를 탐색하여 얻을 수 있다.

위 식에서 b_1k는 심볼 X₁ (k=0, ..., M_C-1)을, S(k)₁ ⁺과 S(k)₁ ^-은 각각 b_1k=1과 b_1k=0을 갖는 2^(Mc-1) 비트 시퀀스의 집합을 나타낸다.

이러한 방식으로, 두 개의 레이어 순서(최고 복잡도를 적게 가짐)를 이용하고 최적의 ML에 대해서 M⁴ 대신에 2M² 의 시퀀스에 대해서 병렬 탐색을 함으로써 정확한 비트 max-log APP를 계산할 수 있다(송신안테나 106의 개수에 대한 지수함수적 의존성은 선형이 된다. 하지만 성능상의 저하는 없다). 위에서 설명한 max-log LLR 유도식은 LLR의 효율적 계산을 위한 한 가지 방법에 지나지 않는다. 본 발명의 범위를 벗어나지 않고 여러가지 방법을 적용할 수 있을 것이다. 다른 방법으로서, max-log LLR 계산을 위하여 앞에서 설명한 것과 같이, 유도된 것과 동일한 2M²시퀀스를 사용하여 수학식 28의 지수함수 합산을 수행할 수도 있다(이는 부가적 영역 또는 로그대수 영역에서 이루어질 수 있다).

위에서 설명한, 단계(204)에서의 그램-쉬미트 직교화 과정도 또한 다른 방식 으로 구현가능하다. 매트릭스 Q의 열을 정규화하여(normalize) 단계(204) 동안에 (직교(orthogonal) 대신에) 정규직교인(orthonormal) 매트릭스 Q를 계산하도록 할 수 있다. 흔히, 정규화시에는 계산되어야 할 구간(division)들을 채널 처리 단계의 일부로서 필요로 하게 되는데, 이 때에 수학식 24와 35의 ED 계산시의 노이즈 분산 균등화의 실행을 회피할 수 있다(즉, denominators). 일반적으로, 이는 하드 아웃풋과 소프트 아웃풋 복조의 모든 경우에 대해서 매우 높은 복잡도 감소를 할 수 있음을 암시한다. 또한, 소프트 아웃풋 생성의 경우에, 위에서 설명한 것과 같이, Q를 명시적으로 계산하지 않고,

,

를 직접 계산한다면, 복잡도를 감소시킬 수 있게 된다. 여기서,

가 된다 (q'_2k-1은 정규화되지 않은 Q 열). 만약 T=2(송신안테나(106)가 두 개인 경우)이고 R≥2(수신안테나(108)가 두 개 이상인 경우)라 가정할 경우에, 본 실시예는 아래와 같은 2Rx4 매트릭스를 계산하는 것에 해당된다.

수학식 37에 사용된 변수는 수학식 38과 같다.

위 식은 또한 아래와 같이 나타낼 수 있다.

또한, H_r=QR인 4x4의 삼각 매트릭스가 존재한다.

수학식 17에서 얻은 노이즈벡터

은 독립적 성분이며 같은 분산(variance)을 갖는다. 따라서 수학식 20을 아래 식으로 치환할 수 있다.

수학식 40, 41의 계산은 최적의 하드 아웃풋 복조를 실행하는 것으로 충분히 할 수 있다. 구체적으로는 아래와 같다.

ED

는 수학식 24와는 다른 수식인데, 다른 분모(denominator)가 없어서 복잡도가 크게 감소된다.

도 2b의 단계(206b)에서의 비트 소프트 아웃풋 생성의 경우에, 그램-쉬미트 직교화는 안테나 순서 x'=[x₃,x₄,x₁,x₂]^T가 시프트된 MIMO 모델에 대해서 실행될 수 있다. 즉,

수학식 43의 결과는 다음과 같다.

결과로 나오는 ED 항은

이고, 비트 LLR은 아래 수학식 45 및 46과 같이 결정될 수 있다.

상술한 알고리즘은 송신안테나(106)가 두 개인 경우에 대한 것이었다. 그러나 아래에서 설명하는 것과 같이, 상기 알고리즘은 임의의 송신안테나에 전반적으로 적용가능하다. 아래에 두 가지 실시예가 기재되어 있지만, 이와 다른 매트릭스 처리 방식(가령, 당업자에 의해 다양하게 수행할 수 있는 표준 QR 방식 또는 촐스키 분해 알고리즘 등)이 본 발명의 범위를 벗어남이 없이 H_r에 적용될 수 있을 것이다.

송신 안테나가 T 개인 경우(T≥2)에, 단계(204)에서의 사전처리는 아래와 같이 이루어질 수 있다. T(≥2)개의 송신안테나(106)와 R(≥T) 개의 수신안테나(108)를 갖는 MIMO 시스템에 대한 Q 및

요소에 대하여 일반식을 사용하였다. 실수 직교 매트릭스 Q는 아래와 같이 정할 수 있다.

위 식에서 각 변수는 다음과 같이 정의된다.

상기 식에서 p는 q열의 일반칭 k번째(k^th) 쌍을 나타낸다(p={2k+1, 2k+2}, 단 k={2, ..., T-1}). 여기에는 또한 정의

가 사용된다(m과 n은 1≤m≤n인 정수). 항 r_2k-1 (k=1, ..., T)은 아래와 같이 주어진다.

수학식 1은 아래와 같이 일반화될 수 있다.

또한, 구조적으로, q벡터와 {q,h} 쌍은 서로 직교하는바, 이는

를 의미한다. 송신안테나(106)의 개수 T를 2 내지 임의의 수에 대해서 수학식 15-18을 일반화하는 것은 직관적이다. 예를 들어서, 직교 매트릭스 Q는 아래의 식을 만족할 수 있다.

수학식 52와 같은 2Tx2T 상위 삼각 매트릭스를 정의함에 의해서 실수 채널 매트릭스 Hr 을 수학식 53과 같이 곱 형태로 분해할 수 있다.

여기서, 수학식 54와 같은 2Tx2T 직교 매트릭스는, Q가 정규직교하지 않기 때문에 정규화인자(normalization factor)를 포함하고 있다.

여기에도 수학식 17을 적용할 수 있기 때문에 아래와 같은 삼각 매트릭스를 충분히 계산할 수 있다.

수학식 17에서 얻어진 노이즈벡터

은 독립적 성분이며 아래와 같은 균등한 분산을 갖고 있지 않다.

T개의 송신안테나(106)인 경우에, 단계(206a) 동안의 복조는 다음과 같이 이루어진다. 일단 상술한 수식들에 의해 사전처리가 완료된 후에, 수학식 17의 관찰 모델로부터 단순화된 복조가 가능해진다. 수학식 55의

의 구조를 이용하여, 결정 메트릭

을 아래와 같이 쓸 수 있다.

한 가지 복조 기법으로서, 최하흥의 레이어의 I 및 Q 쌍에 대한 모든 M²값을 고려하는 것이 있다. x_2T-1과 x_2T(이하

및

로 나타냄)의 각 가설값에 대해서, 더 높은 수준의 레이어를 간섭 무효화와 간섭제거 또는 ZF-DFE를 이용하여 디코드한다. 나머지 T-1 복소수 심볼의 I 및 Q 성분의 추정은, 수학식 26과 유사하게, Ω_x의 가장 가까운 M개의 PAM 요소에 (x₁, ..., x_2T-2에 대하여) 슬라이싱을 함으로써 구현할 수 있다. 본 과정을 보다 명확하게 하기 위해서, 수학식 58, 59와 같은 수식을 참조한다.

x₁, ..., x_2T-2의 조건부 디코드 값은 아래와 같이 귀납적으로 결정될 수 있다.

2T-2 조건부 결정값을

로 표기하면, 추정 시퀀스의 결정값은 아래 수학식 61, 62와 같이 계산될 수 있다.

위에서 나타낸 복조의 원리를 설명한다. 수학식 55의

의 두 행의 각 그룹은 송신안테나(106)에 상응한다. 본 명세서에서,

의 행에 상응하는 레이어는 위에서 아래로 나열된 것으로 한다. T번째 송신안테나(106)의 I 및 Q 쌍에 대한 탐색은 독립적으로 수행될 수 있다. 수학식 60에서,

의 또다른 결과로서, I 및 Q 쌍 (x_2k-i,x_2k)에 상응하는 부분적 유클리드 거리(PED, partial Euclidean distan)는 서로 독립적이다. 따라서 한 가지 근사법으로서 오직 하위 레이어의 I 및 Q 쌍의 값에 근거하여 (가장 가까운 PAM 레벨에 대해 위에서 언급한 슬라이싱을 하거나 라운딩을 함으로써) 모든 레벨 k에서 하드 결정을 취하는 방법이 있다. 이는 수학식 8의 격자 정형화(formulation)의 직접적인 결과로서, 수학식 3의 격자 정형화에 대해서는 성립하지 않는다. 결과적으로, 상기 알고리즘은 하드 아웃풋 복조의 경우에(단계(206a)), (이상적인 ML 디텍션에서와 같이) M^2T 대신에 M²의 송신시퀀스를 사용하여 이루어진다. 따라서 복잡도의 감소가 매우 커지게 된다.

위에서 설명한 복조의 원리는 R=T-1인 경우(수신안테나(108)의 개수가 송신안테나(106)의 개수 빼기 1인 경우)에도 그대로 적용된다. 이 경우에, 크게 다른 점은, 수학식 55의 매트릭스

의 최하위 두 개 행이 제외된다는 점이다. 나머지 상위 행들은 일반적인 형태로 그대로 유지될 것이다.

단계(206a)의 복조에 대하여 다른 실시예도 본 발명의 범위를 벗어나지 않고 채용될 수 있다. 일례를 들어서, 하위의 실수 성분 (x₃ ..., x_2T)에 상응하는 PED의 모든 가능한 M^2T-2 값에 대해서 상위 레이어 (x₁,x₂) 만을 슬라이싱함으로써 이상적인 ML 복조방식을 수행할 수 있다. 또다른 예로서, 최소 성능의 가장 덜 복잡한 케이스(최하위의 기준 레이어에 대하여 M² 심볼을 탐색)와, 가장 복잡하지만 이상적인 최대 성능을 갖는 케이스(T-1개의 최하위 기준 레이어에 대하여 M^2T-2 의 심볼을 탐색) 사이에서 중간의 복잡도와 성능 결과를 낼 수 있는, 별도의 중간 과정을 구현하는 것을 들 수 있다. 이러한 방식에는 삼각 모델의 최하위 레이어의 수 j(여기서 2≤j≤T-l)가

의 최소화를 위한 소모적 탐색에 의존하는 T-2의 경우의 수를 포함하지만, 이에 한정되는 것은 아니다. 이러한 방식은 격자 탐색 동안에 기준 레이어에 할당된 값에 근거하여, j개의 하위 레이어에 대해서 모든 가능한 M^2j의 PED를 계산하고, 나머지 T-j개의 레이어에 대해서 하드 결정(즉, 슬라이싱 또는 라운딩)을 취하는 것에 해당한다.

단계(206a)에 의한 레이어 순서화는 디텍터의 성능에 중요한 의미를 갖는다. 순서화 기법의 일례는 아래에 설명하였다. 그러나 단계(206a)에서 일어나는 복조의 관점에서 볼 때, 기본적인 레이어 순서 시퀀스 {1, 2, ..., T}의 변경은 본 발명의 범주에 포함된다.

T개의 송신안테나(T≥2)의 경우에, 복조 단계(206b)에 있어서, 비트 소프트 아웃풋 정보의 생성은, 수학식 60-62의 단순화된 복조방식을 이용하여 비트 LLR max-log 계산을 근사화하여 이루어진다. 이는, 시퀀스 X=(X₁,...,X_T)의 심볼 X_T에 속하는 비트에 상대적으로, 수학식 30을 아래 식과 같이 근사화할 수 있음을 의미한다.

위 식에서,

는 수학식 60의 2T-2 조건부 결정을, b_T,k는 심볼 X_T(k=1, ..., M_C)에 속하는 비트를, S(k)_T ⁺와 S(k)_T ^-는 각각 b_T,k=1과 b_T,k=0을 갖는 2^(Mc-1) 비트 시퀀스의 집합을 나타낸다.

X의 나머지 T-1 심볼에 상응하는 비트들에 대해서 근사화된 max-log LLR을 계산하기 위하여 다른 T-1 개의 다른 레이어 배치에 대해서(T 개의 순열(permutation) 모두에 대해서) 앞에서 언급한 방식으로 계산을 한다. 이 때 각 레이어는 차례대로 한 번만 기준 레이어가 된다. 이것이 의미하는 것은,

매트릭스의 마지막 두 행이 차례대로 벡터 심볼 X의 모든 심볼에 대응한다는 것이다. 그에 따라 실수 채널 매트릭스 H_r의 열은 그램-쉬미트 직교화를 실행하기 전에 치환된 다.

인덱스의 치환은, 그램-쉬미트 직교화를 적용하여, QR이 매트릭스 R을 상위에서 하위로 라인별로 계산하고 매트릭스 Q를 좌에서 우로 열별로 계산함에 의해 최적화된다. 이는, 복잡도를 최소화하기 위하여, 처리되고자 하는 순열은 인덱스의 가장 적은 수, 특히, 최초의 레이어에 대해서 달라질 수 있음을 암시한다. 예를 들어서, 최초 레이어가 변경될 때, 다른 완전한 QR이 계산될 수 있다. 관련된 APP를 계산하기 위하여, 치환시 원래 위치에 있는 최초의 레이어가 마지막 위치로 일단 이동해야 하는 것처럼, 전체 처리절차의 복잡도는 두 번의 그램-쉬미트 직교화를 완전히 수행하는 것과 더불어 중간단계에서의 레이어 이동에 관련된 추가 항들과 같아지게 된다.

상기 모든 경우에 있어서, (실수) 채널 열을 포함하는 2R-요소(element) 벡터 사이에서의 스칼라곱에 대한 핵심 처리는 한번만 이루어질 수 있다. 본 실시예에서 제안된 것과 같이 GSO를 사용한다면 이러한 상기 속성들은 참이 되며, 만일 다른 방법들(가령, 변형된 GSO(MGSO) 기법)이 사용된다면 상기 속성들은 참이 아니게 된다. 그러나 이러한 가능성은 복잡도를 감소시키는데 중요한 것이며, 다른 삼각화 방법(촐스키 분해, MGSO 등)이 본 발명의 성능에 손상을 주지는 않는다. 위와같이 알려진 기준에 있어서, APP 계산을 위한 효율적인 세팅에 대해서는 아래에서 설명한다. 두 가지 순서 원본으로부터 시작하여(사례 a 및 사례 b) 마지막 요소(element)를 T/2의 나머지 절반요소들 중 하나로 변경한다.

1) T가 짝수인 경우

a)

b)

2) T가 홀수인 경우

a)

b)

그러나 순서은, 각 레이어가 차례대로 T 레이어 집합 π_j의 마지막 엔트리로서 위치하게 되는 한, T회 순서의 다른 집합도 사용가능하다.

다른 예로서, 레이어 순서의 직관적 설정은 다음과 같이 주어진다.

여기서,

는 인덱스 집합 π_j, j∈{1, ..., T}에 따른 Hr의 열을 배치하는 2Tx2T 순서 매트릭스를 지칭한다고 정의한다. 수학식 53-55는 아래 수학식 64와 같이 생성된다. 치환된 실수 채널 매트릭스의 QR 분해는 아래와 같이 표시된다. 아래 식에서

이다.

또한, 사전처리된 시스템 식 17은 아래와 같이 된다.

위에서

는 치환된 I 및 Q 시퀀스를 나타낸다. 수학식 65로부터, ED 메트릭은 아래와 같이 쓸 수 있다.

그리고 수학식 63에서 근사화된 max-log 비트 LLR은 다음과 같이 된다.

여기서,

는 최하위 레이어 (x_2j-1,x_2j)로부터 시작하여 DFE 프로세스의 π_j에 의해 특정된 레이어 순서 시퀀스의 2T-2 조건부 결정을 나타낸다(수학식 60-62과 유사). 또한, b_j,k는 심볼 X_j(k=1, ..., M_C)에 상응하는 비트를, S(k)_j ⁺와 S(k)_j ^-는 각각 b_j,k=1과 b_j,k=0을 갖는 2^(Mc-1) 비트 시퀀스의 집합을 나타낸다.

이러한 기법에 의해서, 최대 귀납적 확률(MAP) 복조기의 소모적인 탐색에 의해 요구되는 것과 같은 M^2T 심볼의 탐색과 반대로, TM²심볼 시퀀스의 격자 탐색에 의존하는 근사화된 max-log LLR의 생성이 가능해진다. 또한, 비트 소프트 아웃풋 정보를 병렬적(병행적)으로 계산할 수 있다.

위에서 설명한 max-log LLR 유도는 비트 소프트 아웃풋 정보를 생성하기 위한 한 가지 효율적인 방법에 불과하다. 본 발명의 범위를 벗어나지 않고 여러가지 방법을 적용할 수 있을 것이다. 다른 방법으로서, 앞에서 설명한 것과 같이 max-log LLR 계산을 위하여 유도된 것들과 동일한 TM²시퀀스를 사용하여 수학식 28의 지수함수 합산을 수행할 수도 있다(이는 부가적 영역 또는 로그대수 영역에서 이루 어질 수 있다). 그러나 이에 한정되는 것은 아니다. 또한, LLR 계산의 다른 기법으로서, 수학식 67을 변형하여 성능상의 개선을 크게 할 수 있는 것도 있다. 레이어 j에 대한 LLR의 계산은 아래 식에 의해 이루어질 수 있다. 아래 식에서, L은 문턱치 상수로서, 그 최적값은 시스템 파라미터(채널 상태, 콘스텔레이션(constellation) 사이즈, 부호화율(code rate) 등)에 의존한다.

한편, 두 ED 항의 최소화는, 결과 항도 또한 문턱치 L보다 작은지 수학식 67에 의해 예시한 것과 같이 실행된다. 직관적으로, 이는 부최적 디텍션 시스템에 대한 LLR의 비신뢰도를 제한한다. LLR 계산을 위해 문턱치를 설정함으로써 가까운 ML 성능을 이룰 수 있다(비록 이러한 효율성이 T>2인 MIMO 시스템에만 존재하더라도).

단계(204)에 사용되는 상기 그램-쉬미트 직교화그램-쉬미트 직교화열들은 (orthogonal 대신에) 정규직교인 매트릭스 Q가 계산되도록 정규화할 수 있다(normalize). 흔히, 정규화시에는 계산되어야 할 구간(division)들을 채널 처리 단계의 일부로서 필요로 하는데, 이 때에 수학식 57과 66의 ED 계산시의 노이즈 분산(variance) 균등화의 실행을 회피할 수 있다(즉, denominators).

일반적으로, 이는 하드 아웃풋과 소프트 아웃풋 복조의 모든 경우에 대해서 매우 높은 복잡도 감소를 할 수 있음을 암시한다. 또한, 소프트 아웃풋 생성의 경우에, Q를 명시적으로 계산하지 않고, 대신에 R (

)의 엔트리들과, 처리 된 수신 시퀀스

(k는 비트 LLR이 계산되고 있는 복소수 심볼의 인덱스임)를 직접 계산한다면, 복잡도를 감소시킬 수 있게 된다. 예를 들어, 실수 정규직교 매트릭스 Q는 아래와 같다.

위 식에서 각 변수는 다음과 같다.

위 식에서 p는 Q 열의 일반칭 k번째(k^th) 쌍을 나타낸다(즉, p={2k-1, 2k}, 단 k={2, ..., T}). 그리고 아래의 식이 성립한다.

여기서 Q를 명시적으로 계산할 필요는 없다. 대신에, 일단 S_jk에 대한 값이 저장된 후에 2R 요소 스칼라곱

를 직접 계산할 수 있다. LLR 생성시에 송신 시퀀스의 다른 순서에 대한 GSO 처리를 T회 반복해야 하기 때문에, 상기 방식은 복잡도를 감소시키는데 유용할 수 있다. 이러한 방식으로, 2R 요소(element) 스칼라곱 연산을 모든 것에 대해서 다시 사용할 수 있다. 본 실시예에서 제안된 것과 같이 GSO를 사용한다면 이러한 상기 속성들은 참이 되며, 만일 다른 방법들(가령, 변형된 GSO(MGSO) 기법)이 사용된다면 상기 속성들은 참이 아니게 된다. 그러나 이러한 가능성은 복잡도를 감소시키는데 중요한 것이며, 다른 삼각화 방법(촐스키 분해, MGSO 등)이 본 발명의 성능을 훼손시키지는 않는다.

좀더 구체적으로, t_j,k 항은 아래와 같이 주어질 수 있다.

H_r=QR인 2Tx2T 삼각 매트릭스 R은 아래와 같이 주어질 수 있다.

수학식 17에서 얻은 노이즈 벡터

는 독립적인 성분 및 동일한 분산을 갖는다. T회의 GSO 처리를 실행해야 할 경우에 복잡도를 감소시키기 위하여 수학식 70과 이미 계산된 스칼라곱 V_k, S_jk, t_jk를 이용하여 아래 수학식 74를 분해할 수 있다.

위

는 아래 식으로 다시 쓸 수 있다.

이 시점에서, ED 메트릭

를 계산할 수 있으며, 이를 단순화된 하드 및 소프트 아웃풋 복조 및 앞에서 설명한 디매핑 원리에 적용할 수 있다.

앞서 언급한 것과 같이, 채널 상태 정보는 수신기(104)에서 알고 있는 것으로 가정한다. 수신기(104)는, 수신된 (복소수) 벡터 감시(observation), 송신안테나와 수신안테나(106-108) 간의 (복소수) 게인 채널 경로, 및 심볼이 속해 있는 대상 QAM(또는 PSK) 콘스텔레이션(constellation)의 속성을 입력으로서 갖는 일조의 괘선(a set of rules)을 갖고 있다.

이러한 실시예에 있어서, 채널 상태 정보(수학식 1의 매트릭스 H)는 수신기(104)에서 알고 있는 것으로 가정한다. 도 2a, 2b의 방법들에는, 디텍터(110)로 하여금 수학식 1의 수신된 (복소수) 벡터 Y, 송신안테나와 수신안테나(106-108) 간의 (복소수) 게인 채널경로(H의 엔트리), 및 심볼이 속해있는 대상 QAM(또는 PSK) 콘스텔레이션(constellation)의 속성이 입력되도록 하는 일조의 괘선(rules)을 포 함할 수 있다.

또한, 위에서 언급했듯이 연속적인 디텍션을 위한 레이어(송신안테나 106)의 순서화는 하드 아웃풋 디텍션의 경우에 매우 중요한 영향을 미칠 수 있다. 본 발명의 방법(200a, 200b)에 따르면, 레이어 순서화 알고리즘을 구현할 수 있다(단계(203a, 203b)를 통하여). 그리고 상기 방법들에 의해 이후의 단계들(구현된 순서화 기법에 따라 주어진 시간수를 반복하는 단계)이 수행될 수 있다.

본 발명의 방법(200a, 200b)은 채널 매트릭스의 열(column) 쌍의 순서를 변경하고(permute), 순서가 변경된 채널 매트릭스를 사전처리하여 곱 형태로 인수분해한다. 여기서 곱 형태 중 하나는 처리된 채널 계수에 기반한 삼각 매트릭스이다. 본 발명의 방법(200a, 200b)은 또한 고려된 레이어에 대한 SNR을 정의하고 그 사전처리를 수행한다. 그 다음에 본 발명의 방법(200a, 200b)은 SNR의 값에 기반한 소정의 기준을 적용하여 레이어의 순서를 결정한다.

구체적 실시예로서, 레이어의 순서화를 위해서 SNR을 근거로 한 레이어 순서화가 행해진다. 다른 레이어들의 디텍션 후의 SNR은 삼각 매트릭스

(또는, 고려된 실시예에 따라서는 R)의 대각선 요소 값들 및 하위에서 상위로 진행하고 하위 레이어로부터의 완전한 간섭 제거를 가정하는 경우의 노이즈 분산(variance)(이는, 사용된 실시예에 따라서는 벡터 수학식 56이나 스칼라 N₀/2 중 어느 하나에 의해 정해질 수 있음)를 근거로 하여 결정될 수 있다. 앞에서 정의한 수식을 사용하면, 일반칭 k번째 레이어에 대한 SNR은 아래와 같이 주어진다.

임의의 레이어의 SNR은 송신된 심볼의 디텍션을 위해 고려된 순서에 의존할 수 있다. 단순하지만 매우 강력한 순서화 기법은 하드 아웃풋 복조의 경우를 위해 유도될 수 있다. 이때에도 앞에서 언급한 하드 아웃풋 복조 개념은 여전히 유효하다.

또한, 순서화 알고리즘의 기본 원리는 가장 나쁜 SNR 특성을 갖는 레이어를 "기준레이어(최하위 레이어)"로서 선택하는 것이다. 기준레이어는 복소수 콘스텔레이션(constellation) 내의 모든 후보 심볼을 탐색한다. 나머지 레이어들은 각자의 SNR에 대해서 감소방향으로(T-1 레이어로부터 제1레이어까지) 순서화된다(O-DFE). 이는 O-DFE를 위해 구축되고 ML-DFE를 위해 일반화된 이상적인 "maxi-min" 순서화 기준의 단순화되고 근사화된 설명에 상응한다. 그러나, 그렇더라도 상기 기법은 이상치에 매우 근접한 성능을 발휘할 수 있다.

단계(204)에 대해서 설명한 GSO 프로세스에 있어서, 기본 속성은 수학식 76의 SNR_k에 대해서는 유보되는데, 이는 또한 알고리즘의 전체 복잡도를 제한하는 원리, 즉, 1에서 j까지의(j<k) 레이어의 배치에 대한 SNR_k의 불변성이 된다. 결과적으로, 최하위(j=T)로부터 최상위(j=1)까지 실행하면서, 많은 다른 레이어 순열으로서 고려함으로써 SNR_j에 대하여 j개의 다른 값들이 계산될 수 있다. 여기서 각 j레이어는 단 한 번만 j번째 위치에 있어야 한다. 따라서 치환의 전체 회수는 T! 회가 아닌 T*(T+l)/2이어야 함을 고려해야 할 것이다.

고려된 모든 레이어 순열에 대해서, 채널 매트릭스 H_r 의 열이 GSO 처리보다 먼저 치환된다. QR이 매트릭스 R을 상위에서 하위로 라인별로 계산하고 매트릭스 Q를 좌에서 우로 열별로 계산한다는 것을 상기해 볼 때, 레이어 인덱스의 순열 집합은 최소의 가능한 인덱스 개수에 대해서 서로 다르게끔 최적화되어야 한다. 이러한 방식으로, GSO는 (수학식 76의 항들을 업데이트하기 위하여 필요한 최소의 연산수에 대해서) 부분적으로만 실행된다.

상기 사실로부터, 아래와 같은 레이어 순서화 알고리즘이 유도될 수 있다. 우선, 원래의 채널 매트릭스 H_r에 상응하는 레이어를 자연 정수 시퀀스 π_T,i=1, 2, ..., T에 따라 나열한다. 다음에, 채널 매트릭스 H_r의 GSO가 실행된다. 그 다음에, 최하위 레이어(k=T)서부터 시작하여 (왜냐하면, 다른 레이어의 배치에 관계없이 SNR_T는 마지막 위치에 있는 레이어만의 함수이기 때문에) SNR_T에 대한 T 개의 가능한 다른 값을 결정한다.

여기서, T 개의 레이어 배치 π_T,j(j=1, ..., T)를 선택할 필요가 있다. 이러한 순열의 효율적인 집합은 이하와 같다. 두 가지 순열 원본으로부터 시작하여(아래의 사례 a 및 사례 b) 마지막 요소(element)를 T/2의 나머지 절반요소들 중 하나 로 변경한다.

1. T가 짝수인 경우

a)

b)

2. T가 홀수인 경우

a)

b)

Hr의 열은 GSO를 행하기 전에 치환될 수 있고, 한 순열에서부터 다른 순열으로 변경된 레이어 인덱스에 상응하는

의 엔트리만을 업데이트하여 수학식 76을 계산하도록 한다. T개의 SNR값들을 비교하여, 최소 SNR을 속성으로 하는 레이어를 T번째 것으로서 선택한다. 이 레이어가 "기준"레이어가 되며, 모든 가능한 M² 격자 포인트(M²개의 QAM 콘스텔레이션(constellation))를 탐색한다. 이와 유사한 연산 시퀀스를 k번째 레이어(k=T-1, ..., 2)에 대해 반복할 수 있다. 각 단계에서, k개의 다른 SNR_k 값을 결정할 수 있는데, 특히 k개의 순열을 선택하여 SNR_k,j를 계산한다.

처리 복잡도는 앞에서 k=T에 대해 설명한 것과 유사하게 최소화할 수 있다. 여기서 그 기준은

에 기반한 k번째 레이어를 선택하기 위한 것이다. 이 기준의 원리는 에러의 전파 효과를 가능한한 O-DEF 수준으로 줄이는 것이다. 동일한 순서화 연산을, k=1에 대해서도 선택된 레이어를 결정하는 것처럼 k=2까지 반복할 수 있다. 일단 최종 레이어 시퀀스가 결정되면, 필요시에는 최종 GSO 처리가 수행된다. 그리고 ED 메트릭와 전체 하드 아웃풋 시퀀스 추정이 앞에서 언급된 것과 같이 실행될 수 있다.

이 발명은 하드 아웃풋 결정을 생성할 경우에 매우 강력할 수 있다. 전체 처리 복잡도는 O(T³) 수준(T는 4 이하)까지 될 수 있다. "부분" 순서화 기법을 또한 적용할 수 있다. 이 부분 순서화 기법에는 레이어의 서브셋(1부터 최대 T-1까지)에 대한 O-DFE 기준을 적용하게 되지만, 최하위 레이어를 선택하기 위한 기준은 변경되지 않을 수도 있다.

소프트 아웃풋의 생성을 위해서, 본 발명에서 제안한 순서화 기법은, 각 레 이어가 기준으로 취급되는, T개의 병렬 LLR 실행 처리처럼 부분적으로만 적용될 수도 있다. 이는 곧, 레이어 순서화 기법을 변경할 수도 있다는 것이다. 보다 구체적으로는, 레이어 순서화 기법은 레이어 T-1서부터 시작할 수 있다. 이는 T-1 레이어의 T개의 집합의 각각에 대해서도 해당된다.

사실, T개의 병렬적 GSO 처리는, T 개의 다른 레이어들이 차례대로 기준이 되는 경우에 적용될 필요가 있다. 각 경우에 있어서, 나머지 T-1 레이어들은 O-DFE에서 처럼 SNR이 감소하는 순서로 놓여질 수 있다. 즉, 고려된 모든 순열 π_j (j=1, ..., T)에 대하여 레이어 배치를 SNR의 감소방향으로 π_j (T-1)서부터 π_j (1)로 놓음으로써 성능상의 향상을 얻을 수 있다. "부분" 순서화 기법도 또한 적용가능하다.

가장 단순한 것으로는, LLR 치환을 위하여 필요한 고려대상 레이어 T 개의 각각에 대해서 상위 레이어로서 최소 SNR의 레이어 하나를 선정하는 방법을 들 수 있다. 이는 T개 집합의 각각에서 T-1 레이어들에 대하여

값들을 비교하여 최소값을 선정하는 것이다.

이러한 디텍션 기술들은 종래의 MIMO 디텍션 기술에 비해 몇가지 장점을 갖고 있다. 예를 들어서, 선형 ZF 및 MMSE 디텍터와 비교할 때, 본 발명의 기술은 유사한 정도의 사전처리 복잡도를 갖지만(O(T³)수준, T는 4 이하), 수신기 벡터의 선형 weghting을 현저한 성능상 이득을 내는 격자 탐색으로써 대체할 수 있게 된다.

또한, 본 발명의 알고리즘은 종래의 가장 복잡한 하드 디매핑용 ML 디텍터에서 필요한 S² 개의 포인트 대신에 S개의 격자포인트를 필요로 한다. 이 개수는 max-log 비트 LLR 생성 및 T=2인 송신안테나(106)에 대해서는 2S개로 증가할 수 있다. T>2인 송신안테나의 경우에는, 본 알고리즘은 ML에 필요한 S^T 개 대신에 3개의 격자포인트를 탐색함으로써 하드 아웃풋에 대해 거의 이상치에 가까운 성능을 발휘할 수 있다. 비트 소프트 아웃풋 생성을 위한 경우에는 상기 개수는 T-S로 늘어나며, 본 알고리즘의 성능은 ML에 가까워질 수 있다.

또한, 비선형 O-DFE 디텍터와 비교할 때, 이들이 가장 효율적인 알고리즘에 의해 구현된다 하더라도, 본 발명의 알고리즘은 유사한 정도의 채널 사전처리 복잡도를 가지며(O(T³)수준, T는 4 이하), 초기의 심볼 추정 과정을, 약간의 복잡성이 추가되는 정도에 현저한 성능상 이득을 내는 격자 탐색 기법으로 대체할 수 있게 된다.

특히, 앞에서 언급한 것과 같이, 순서화 기법에 의해서, 본 알고리즘은 ML의 경우의 S^T 대신에 상수인 S개의 격자포인트를 탐색함에 의해서, T>2인 매우 많은 수의 송신안테나(106)에 이르기까지 거의 이상치에 가까운 하드 아웃풋 성능을 발휘할 수 있게 된다. 반대로, O-DFE의 성능은 ML과는 한참 떨어진다. 또한, O-DFE 알고리즘에 대해 개관한 비트 LLR을 실행하기 위한 전략이 필요없고, 본 발명에서는 MIMO-ODFE BICM 시스템에서 거의 ML 수준의 성능을 발휘할 수 있게 된다.

ML, DFE, 또는 리스트 디텍터가 결합된 것과 비교할 때, 본 발명은 몇가지 추가적인 장점을 수반한다. 본 발명의 하드 아웃풋용 알고리즘의 경우에는 모든 가능한 콘스텔레이션(constellation) 심볼의 유클리드적 거리 항을 기준 레이어에 대해서 계산하고 나머지 심볼의 추정은 직접적인 ZF-DFE(또는 공간 DFE 또는 IC 및 간섭무효화)를 통해 결정하는, 리스트 디텍터의 서브클래스로서 고려할 수 있다.

이전의 LD 알고리즘은 복소수 영역에서 동작하는 것에 반해, 본 발명의 알고리즘은 실수 영역에서 동작될 수 있다. 이는 "격자 정형화"의 덕택으로 계산상의 효율을 유지하는 것으로서, 본 알고리즘으로 하여금 복소수 변조된 심볼의 I 및 Q 쌍을 별도로 취급할 수 있도록 해 준다.

복소수 심볼의 I 및 Q 쌍을 독립적으로 취급함으로써 실수 영역에서의 연산에 의해서 현저한 성능 향상을 얻을 수 있다. 왜냐하면, 복소수적인 구 디코더의 병렬처리도를, 기존에 고려되던, 등가의 "트리"의 깊이(depth)를 배가시키지 않도록 하기 위해 필요한 하드웨어를 동일한 수준으로 유지할 수 있도록 하여 VLSI 구현을 단순화한다.

또한, 본 알고리즘은 복조 및 디매핑 단계(206a, 206b)에서의 하드 아웃풋 처리 및 소프트 아웃풋 처리 모두에 대해서 복잡도를 감소시킬 수 있다. 또한, 하드 아웃풋 및 소프트 아웃풋 max-log 근사기법 모두에 있어서, 알고리즘의 최적성을 직접적으로 증명할 수 있다.

또한, 하드 아웃풋의 경우에, 레이어 순서화는 ML에 가까운 성능을 위해서 필수가 될 수 있다. "maxi-min(가장 나쁜 경우의 디텍션 후 SNR의 최대화)의 최적 레이어 순서화 방법을 본 알고리즘의 실수 영역에 적용할 수 있다. 그러나 상술한 순서화 알고리즘은 "maxi-min"의 단순화된 부최적용(suboptimal version)을 의미하는 것이며, 이상치 및 이상적인 ML에 매우 근접한 성능인 것이다. 또한, 상술한 알고리즘은 O(T³) 급의 복잡도를 유지할 수 있게 한다(T는 4 이하). 또한, 상술한 알고리즘은 비트 소프트 아웃풋 정보를 계산하는데 신뢰성있는 기법이라 할 수 있으며, 최근의 LD에 비교하여 차별적인 주력 기술이 될 수 있다.

또한, 기존의 격자 탐색 기반 알고리즘에 비해, 본 발명에의 디텍터는 SD 알고리즘이 갖고 있는 주된 문제점 대부분 또는 전부를 해결할 수 있다. 본 알고리즘은 병렬적 디텍션 알고리즘이기 때문에 VLSI 구현에 적절하다. 또한 격자 포인트의 결정된 개수를 탐색하므로, 그 결과, 지연성(latency)이 변동되지 않는다. 두 개의 송신안테나(106)에 대해서는 이상적인 성능을 발휘하며(소프트 아웃풋의 경우에는 max-log sense), 두 개 이상의 송신안테나(106)에 대해서는 이상치에 근접한 성능을 발휘한다. 또한, 격자 포인트의 결정된 수에 대한 병렬적 탐색을 이용하여 비트 LLR을 생성하는 것이 가능하여, 두 송신안테나(106)에 대해서 이상적인 max-log APP를 발휘할 수 있으며, 두 개 이상의 송신안테나에 대해서 이상적인 max-log에 근접한 성능을 발휘할 수 있다.

도 2a, 2b에서는 다중 통신소스를 검출하는 방법(200a, 200b)에 대해서 예시하고 있지만, 이에 대해서 다양한 변경을 가할 수 있다. 예를 들어서, 단계(203a, 2203b)에서의 레이어를 순서화하기 위하여 여타의 또는 추가적인 순서화 기법을 적 용할 수 있을 것이다.

도 3-17은 본 발명에 따른 디텍션 알고리즘을 서로 다른 시스템에 적용한 경우의 성능 예시도이다. 구체적으로, 도 3-17은 상술한 디텍션 알고리즘에 디텍터(110)를 구현한 경우의 성능을 예시하고 있다. 도 3-17에 나타낸 것은 예시에 불과하다. 예를 들어서, 구현예에 따라서 여타의 적절한 방식으로 디텍터(110)를 동작시킬 수 있을 것이다.

도 3은 상술한 디텍션 알고리즘(레이어 구조의 직교 격자 디텍터에 대하여 "LOED"라 칭함)을 부호화되지 않은 64QAM을 지원하는 2x2 MIMO 시스템에 적용한 경우의 성능을 예시한다. 도 4는 콘벌루션 부호화된(convolutional coded) 64QAM, 부호화율(code rate) 5/6, IEEE TGn 태스크그룹에서 지정한 채널모델 D를 사용하는 2x2 MIMO-OFDM BICM 시스템에서의 디텍션 알고리즘의 성능을 예시한다. "2x2"는 두 개의 송신안테나(106)와 두 개의 수신안테나(108)를 사용함을 나타낸다.

도 5는 부호화되지 않은 64QAM의 3x3 MIMO 시스템에 있어서 다른 순서화 기법을 사용하는 디텍션 알고리즘의 성능을 예시한다. 이와 유사하게, 도 6-9는 각각, 부호화되지 않은 16QAM을 지원하는 4x4 MIMO 시스템, 부호화되지 않은 64QAM을 지원하는 6x6 MIMO 시스템, 부호화되지 않은 64QAM을 지원하는 8x8 MIMO 시스템에 있어서 다른 순서화 기법을 사용하는 디텍션 알고리즘의 성능을 예시한다.

도 10-15는 디텍션 알고리즘의 성능을 예시하고 있는 것으로서, 각각, 콘벌루션 부호화된 16QAM, 부호화율 3/4, 채널모델 D를 지원하는 3x3 MIMO-OFDM 시스템에 적용된 경우(도 10); 콘벌루션 부호화된 16QAM, 부호화율 3/4, 채널모델 D를 지 원하는 4x4 MIMO-OFDM 시스템에 적용된 경우(도 11); 콘벌루션 부호화된 64QAM, 부호화율 5/6, 채널모델 B 및 D(IEEE의 TGn 태스크그룹에 의해 지정된 두 가지의 주파수 선택이 가능한 채널모델임)를 지원하는 3x3 MIMO-OFDM 시스템에 적용된 경우(도 12); 콘벌루션 부호화되고 저밀도 패리티체크 코드(Low Density Parity Check Codes, "LDPCC")의 64QAM, 부호화율 5/6, 채널모델 B 및 D를 지원하는 4x4 MIMO-OFDM 시스템에 적용된 경우(도 13), 콘벌루션 부호화된 16QAM, 부호화율 1/2, 채널모델 B 및 D를 지원하는 2x3 MIMO-OFDM 시스템에 적용된 경우(도 14), 콘벌루션 부호화된 64QAM, 부호화율 5/6, 채널모델 B 및 D를 지원하는 2x3 MIMO-OFDM 시스템에 적용된 경우(도 15)를 나타낸다. 한편, 도 16, 17은 소프트 아웃풋 순서화를 이용한 디텍션 알고리즘의 성능을 예시하고 있는 것으로서, 각각, 콘벌루션 부호화된 16QAM, 부호화율 3/4, 채널모델 D를 지원하는 4x4 MIMO-OFDM 시스템에 적용된 경우(도 16); 콘벌루션 부호화된 64QAM, 부호화율 5/6, 채널모델 D를 지원하는 4x4 MIMO-OFDM 시스템에 적용된 경우(도 17)를 나타낸다.

상기 도면들에서 나타낸 것과 같이, 상술한 (순서화하는 또는 순서화하지 않는) 디텍션 알고리즘의 성능은 전체적으로 종래의 기법에 비해서 보다 더 이상치에 근접한다. 가령, 도 3, 4에서와 같이, 두 개의 송신안테나(106)를 갖는 경우에, MMSE 구조와는 반대로 이상적인 (ML급의) 성능을 달성하는 것이 가능하다.

도 5-9에서와 같이, T>2 개인 송신안테나(106)의 경우에는, 레이어 순서화기능을 갖는 알고리즘에 의해 하드 아웃풋으 거의 이상치에 근접한 성능을 발휘할 수 있다. 상술한 이상적 "maxi-min" 순서화의 단순하고 근사화된 알고리즘을 사용함으 로써, 본 발명의 알고리즘은 이상치에 매우 근접하고 이상적인 "maxi-min" 기법을 지원하는 알고리즘에 매우 근접한 하드 아웃풋 성능을 발휘할 수 있게 된다. 또한, 도 5-7과 같이, O-DFE의 성능은 전체적으로 ML보다 우수하다.

도 10-13에서, 비트 소프트 아웃풋 생성의 경우에, 본 알고리즘의 성능은 여전히 ML에 근접하고, MMSE 대비 이득이 매우 높다(송신안테나(106)의 개수가 늘어나더라도). 게다가, 수학식 68을 통해 설명한 것과 같이, LLR 문턱치를 부최적 디텍션 시스템에 대한 LLR의 비신뢰도를 제한하는데 이용할 수 있다. 도 10, 11은 LLR 문턱치를 이용하는 디텍션 알고리즘의 성능을 예시하고 있다. 여기서 성능이 ML 성능에 근접하고 있다(T>2인 MIMO 시스템에 대해).

비교를 위해서, 도 13은 또한, 진보된 ECC(대략 2000비트의 코드워드 길이를 갖는 Low Density Parity Check Codes ("LDPCC") 등) 또는 반복적 디텍션 기법을 채용하여 얻어지는 성능을 나타내고 있다. 도 13에서는 T=4인 송신안테나(106)에 대한 것이다. 콘벌루션 부호화된 ECC를 갖는 반복적 MMSE 소프트 간섭 제거(SIC)와 소프트 아웃풋 Viterbi 알고리즘(SOVA)의 성능에 대해서는 보고되고 있다. 여기서는, 단일 단계의 디텍터 알고리즘이 1000바이트의 패킷 길이에 대해서 10^-2 패킷에러율(packet error rate, PER)에서의 MMSE-SIC에 비해 3dB 더 이득이 있음을 보여주고 있다. 콘벌루션 코딩 대신에 LDPCC를 사용함으로써 "LORD" 또는 MMSE를 이용하는, 동일한 목표의 PER에서 2dB 이내로 포함된 SNR을 얻을 수 있다. 일반적으로, 두 개의 송신안테나(106)에 대하여, 송신안테나(106)의 개수 및 비트 소프트 아웃풋 생성의 수가 늘어남에 의한 복잡도의 (지수함수가 아닌) 선형 증가와 함께, R을 T=2 및 T>2에 접근시킴으로써, 상술한 알고리즘은 선형 디텍터에 비해 더 높은 다이버시티를 이룰 수 있다. 이는 또한, 주파수 선택 채널이 적은 경우(가령, 채널모델 D 대신에 채널모델 B를 적용한 경우)에 왜 MMSE보다 이득(gain)이 더 높은지를 설명하고 있다. 사실상, R=T라면 MMSE는 수신 다이버시티를 발휘할 수 없을 것이다. 그리고 BICM 시스템 및 공간 다이버시티 손실을 보상하기 위한 낮은 부호화율의 ECC으 경우에 MMSE는 상당한 수의 주파수 선택 채널을 필요로하게 될 수 있다. 이러한 경우에, 이상치에 근접한 디텍션 단계가 ECC 디코더 이전에 놓여지지 않는다면, 진보된 ECC는 선형 디텍터에 의해 발생하는 성능상의 손실을 회복하기 위한 올바른 해법이 되지는 않을 것이다. 2x3 MIMO 구조와 같이 비대칭인 시스템에서는, 상술한 알고리즘의 MMSE에 대비한 이득이 2X2의 경우보다는 더 낮게 되지만, 그래도, 특히 채널모델 B 및 더 높은 부호화율(도 14, 15 참조)의 경우에는, 여전히 그 의의가 크다.

또한, 소프트 아웃풋 생성의 경우에는, 상술한 순서화 기법을 부분적으로 적용할 수 있다. MIMO-OFDM BICM 시스템에서의 이러한 순서화 기법의 성능상 이점은 도 16, 17에 나타낸다.

도 3-17에는 비록 여러 시스템에서으 디텍션 알고리즘의 성능을 나타내고 예시하고 있지만, 도 3-17에 대해서 다양한 변형이 이루어질 수 있다. 예를 들어서, 디텍션 알고리즘을 구현하는 디텍터(110)를 도 3-17과 관련없는 여타 시스템들에 사용할 수 있다. 또한, 디텍터(110)를 도 3-17에 나타낸 것과 다르게 동작시킬 수 있을 것이다.

일부 실시예의 경우에, 상술한 다양한 기능들은, 컴퓨터 판독가능한 프로그램 코드의 형태 및 이를 수록한 컴퓨터 판독가능한 기록매체의 형태를 갖는 컴퓨터 프로그램으로 구현하거나 지원할 수 있다. "컴퓨터 판독가능한 프로그램 코드"에는 여하한 유형의 컴퓨터 코드(소스 코드, 목적 코드, 실행 코드 등(source code, object code, and executable code))를 포함한다. 또한, "컴퓨터 판독가능한 기록매체"는 컴퓨터로 접근할 수 있는 여하한 유형의 매체(read only memory(ROM), random access memory(RAM), hard disk drive, compact disk(CD), digital video disc(DVD), 기타 메모리장치)를 모두 포함한다. 그러나 상술한 다양한 코딩 기능들은 여타의 적절한 로직(하드웨어, 소프트웨어, 펌웨어, 또는 이들의 결합)을 이용하여 구현될 수 있을 것이다.

본 명세서에 사용된 특정 용어와 표현에 대하여 정의하면 다음과 같다. "결합(couple)" 및 그 파생어는 둘 이상의 요소들(요소들은 물리적으로 서로 접촉해 있든 없든 무관함) 간에 직접 또는 간접으로 이루어지는 통신을 의미한다. "포함하다(include 및 comprise)" 및 그 파생어들은 한정적이지 않은 포함 관계를 의미한다. "또는(or)"은 '및/또는'의 의미로서의 포함 관계를 의미한다. "관계된(associated with 및 associated therewith)" 및 그 파생어들은 포함하다(include), ...에 포함되다(be included within), 상호 연결되다(interconnect with), 수용하다(contain), ...에 수용되다(be contained within), 연결되다(connect to or with), 결합되다(couple to or with), 통신가능하다(be communicable with), 협력하다(cooperate with), 개재하다(interleave), 나란히 놓다(juxtapose), 근접하다(be proximate to), 묶이다(be bound to or with), 갖다(have), 특성을 갖다(have a property of) 등을 의미할 수 있다. "제어기(controller)"는 적어도 하나의 동작을 제어하는 장치, 시스템, 부속을 의미한다. 제어기는 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 적어도 두 가지의 결합으로서 구현될 수 있다. 특정 제어부에 관계된 기능은 국부적(local)이든 원격지(remote)이든 간에, 집중형(centralized)으로 또는 분산형(distributed)으로 구성될 수 있다.

이상, 본 발명의 특정 실시예 및 관련 방법들에 대하여 설명하였지만, 상기 실시예 및 방법들에 대한 변형 및 치환 등은 본 발명이 속하는 분야의 당업자에게 자명할 것이다. 따라서 상기 실시예들의 상기 기재사항은 본 발명을 제한하거나 구속하지 않는다. 또한, 이하의 특허청구범위에 의해 정의되는 바와 같이, 본 발명의 사상과 범위를 벗어남이 없이, 여타의 변경, 대체, 변형 등이 가능할 것이다.

Claims

다중 소스에 의해 송신되고 수신기에 의해 수신된 디지털 변조된 심볼의 시퀀스를 검출하는 방법으로서,

다중소스에 의해 전송된 수신된 벡터, 채널 게인, 및 송신된 벡터의 동위상(in-phase) 및 직교(quadrature) 성분을 개별적으로 취급하는 실수 영역에서의 표시(representation)를 결정하는 단계;

직교 메트릭스(an orthogonal matrix)와 삼각 매트릭스(triangular matrix)로 채널 매트릭스를 인자화(factorizing)하여 상기 실수 영역에서의 표시(representation)를 처리하는 단계;

수신기에서, (i) 송신된 시퀀스의 하드 결정 디텍션, 및 송신 시퀀스에 대한, 복잡도가 감소된 탐색에 근거하여 해당 비트들을 디매핑하기 및 (ii) 송신 시퀀스에 대한, 복잡도가 감소된 탐색(이 복잡도가 감소된 탐색은 삼각 매트릭스에 의함)에 근거하여 비트 소프트 출력값을 생성하기 중 적어도 하나를 실행하는 것을 포함하는 것을 특징으로 하는 방법.
제1항에 있어서,

채널 상태 정보와 수신된 벡터 감시(observation)는 수신기에 알려져 있으며;

채널 상태 정보는 복소수 매트릭스를 포함하되, 이 복소수 매트릭스는 송신안테나와 수신안테나 사이의 복소수 게인 채널 경로를 표시하는 엔트리를 포함하고;

수신된 벡터 감시(observation)는 복소수 벡터를 포함하는 것을 특징으로 하는 방법.
제1항에 있어서, 심볼이 속해 있는 대상 QAM(quadrature amplitude modulation) 또는 PSK(phase shift keying) 콘스텔레이션(constellation)의 속성을, 일조의 괘선에 입력으로서 수신하는 것이 추가로 포함되는 것을 특징으로 하는 방법.
제1항에 있어서, 실수 영역에서의 표시(representation)를 처리하는 것은, 실수 영역의 표시(representation) 수식을 처리하여 채널 매트릭스를 직교 매트릭스와 삼각 매트릭스로 인수분해하는 것을 포함하는 것을 특징으로 하는 방법.
제4항에 있어서,

수신안테나의 개수는 (송신안테나 개수)-1이고;

실수 영역 표시(representation)의 수식은, 채널 매트릭스를 직교 매트릭스 및 마지막 두 행이 제외된 삼각 매트릭스로 인수분해하는 것인 것을 특징으로 하는 방법.
제1항에 있어서, 실수 영역에서의 표시(representation)는

채널 매트릭스를 이용하여 그램(Gram) 매트릭스를 형성하는 것; 및

그램 매트릭스의 촐스키 분해(Cholesky decomposition)를 실행하는 것을 포함하는 것을 특징으로 하는 방법.
제1항에 있어서, 상기 다중 소스는 두 개 이상의 소스를 포함하고;

다른 레이어들의 SNR(signal-to-noise ratio)을 사전처리한 것에 근거하여 송신된 심볼에 상응하는 적어도 일부의 레이어를 순서화하는 것을 추가로 포함하는 것을 특징으로 하는 방법.
제1항에 있어서, 상기 복잡도가 감소된 탐색은 후보 시퀀스의 값들을 이용하여 최소화 문제를 해결하는 것으로서, 상기 후보 시퀀스의 값들은

하나 이상의 기준 송신된 복소수 심볼의 동위상 및 직교 성분에 대한 가능한 모든 값을 특정하는 단계(여기서 상기 가능한 값들은 후보 값들을 표시함); 및

상기 하나 이상의 기준 심볼의 각 후보 값으로부터 시작하여 공간 결정 피드백 등가화를 수행하여 하나 이상의 나머지 심볼의 동위상 및 직교 성분의 값들을 얻는 단계에 의해 얻어지는 것을 특징으로 하는 방법.
제8항에 있어서,

상기 복잡도가 감소된 탐색은, 비트 또는 심볼의 귀납적 확률 계산에 필요한 하나 이상의 시퀀스를 근사화하는 후보값을 이용하고;

상기 복잡도가 감소된 탐색은, 송신안테나의 개수와 동일한 횟수로 반복하되, 각 횟수는 송신된 심볼에 상응하는 레이어들의 다른 배치에 관계되며, 각 레이어는 상기 하나의 배치에 대해서만 기준 레이어가 되는 것을 특징으로 하는 방법.
다중 소스에 의해 송신되고 수신기에 의해 수신된 디지털 변조된 심볼의 시퀀스를 검출하는 장치로서, 이 장치는

다중소스에 의해 전송된 수신된 벡터, 채널 게인, 및 송신된 벡터의 동위상(in-phase) 및 직교(quadrature) 성분을 개별적으로 취급하는 실수 영역에서의 표시를 결정하고;

직교 메트릭스(an orthogonal matrix)와 삼각 매트릭스(triangular matrix)로 채널 매트릭스를 인자화(factorizing)하여 상기 실수 영역에서의 표시(representation)를 처리하고;

(i) 송신된 시퀀스의 하드 결정 디텍션, 및 송신 시퀀스에 대한, 복잡도가 감소된 탐색에 근거하여 해당 비트들을 디매핑하기, 및 (ii) 송신 시퀀스에 대한, 복잡도가 감소된 탐색(이 복잡도가 감소된 탐색은 삼각 매트릭스에 의함)에 근거하여 비트 소프트 출력값을 생성하기 중 적어도 하나를 실행하는, 디텍터를 포함하는 것을 특징으로 하는 장치.
제10항에 있어서,

채널 상태 정보와 수신된 벡터 감시(observation)는 상기 디텍터에 알려져 있으며;

채널 상태 정보는 복소수 매트릭스를 포함하되, 이 복소수 매트릭스는 송신안테나와 수신안테나 사이의 복소수 게인 채널 경로를 표시하는 엔트리를 포함하고;

수신된 벡터 감시(observation)는 복소수 벡터를 포함하는 것을 특징으로 하는 장치.
제10항에 있어서, 상기 디텍터는, 심볼이 속해 있는 대상 QAM(quadrature amplitude modulation) 또는 PSK(phase shift keying) 콘스텔레이션(constellation)의 속성을 입력으로서 받는 일조의 괘선(rules)을 포함하는 것을 특징으로 하는 장치.
제10항에 있어서, 상기 디텍터는 실수 영역에서의 표시(representation)의 수식을 처리하여 채널 매트릭스를 직교 매트릭스와 삼각 매트릭스로 인수분해하는 것에 의해 실수 영역에서의 표시를 수행하는 것을 특징으로 하는 장치.
제13항에 있어서,

수신안테나의 개수는 (송신안테나 개수)-1이고;

상기 디텍터는 채널 매트릭스를 직교 매트릭스 및 마지막 두 행이 제외된 삼각 매트릭스로 인수분해하여 실수 영역에서의 표시의 수식을 수행하는 것을 특징으로 하는 장치.
제10항에 있어서, 상기 디텍터는

채널 매트릭스를 이용하여 그램(Gram) 매트릭스를 형성하는 것; 및

그램 매트릭스의 촐스키 분해(Cholesky decomposition)를 실행하는 것에 의해 실수 영역에서의 표시의 기능을 갖는 것을 특징으로 하는 장치.
제10항에 있어서,

상기 다중 소스는 두 개 이상의 소스를 포함하고;

상기 디텍터는 다른 레이어들의 SNR(signal-to-noise ratio)을 사전처리한 것에 근거하여 송신된 심볼에 상응하는 적어도 일부의 레이어를 순서화하는 추가 기능을 갖는 것을 특징으로 하는 장치.
제10항에 있어서, 상기 디텍터는 후보 시퀀스의 값들을 이용하여 최소화 문제를 해결하므로써 상기 복잡도가 감소된 탐색을 수행하되, 상기 디텍터는

하나 이상의 기준 송신된 복소수 심볼의 동위상 및 직교 성분에 대한 가능한 모든 값을 특정하고(여기서 상기 가능한 값들은 후보 값들을 표시함); 및

상기 하나 이상의 기준 심볼의 각 후보 값으로부터 시작하여 공간 결정 피드백 등가화를 수행하여 하나 이상의 나머지 심볼의 동위상 및 직교 성분의 값들을 얻음으로써 후보 시퀀스의 값들을 취득하는 것을 특징으로 하는 장치.
제17항에 있어서,

상기 복잡도가 감소된 탐색은, 비트 또는 심볼의 귀납적 확률 계산에 필요한 하나 이상의 시퀀스를 근사화하는 후보값을 이용하고;

상기 디텍터는, 송신안테나의 개수와 동일한 횟수로 반복함으로써 상기 복잡도가 감소된 탐색을 수행하되, 상기 각 횟수는 송신된 심볼에 상응하는 레이어들의 다른 배치에 관계되며, 상기 각 레이어는 상기 하나의 배치에 대해서만 기준 레이어가 되는 것을 특징으로 하는 장치.
제10항에 있어서, 상기 디텍터는

적어도 하나의 프로세서 및

상기 적어도 하나의 프로세서에 의해 사용되는 데이터와 명령어를 저장하는 적어도 하나의 메모리를 포함하는 것을 특징으로 하는 장치
컴퓨터 판독가능한 기록매체에 수록되어 프로세서에 의해 실행되는 컴퓨터 프로그램으로서,

다중소스에 의해 전송된 수신된 벡터, 채널 게인, 및 송신된 벡터의 동위상(in-phase) 및 직교(quadrature) 성분을 개별적으로 취급하는 실수 영역에서의 표시(representation)를 결정하는 컴퓨터 판독가능한 프로그램 코드;

직교 메트릭스(an orthogonal matrix)와 삼각 매트릭스(triangular matrix)로 채널 매트릭스를 인자화(factorizing)하여 상기 실수 영역에서의 표시(representation)를 처리하는 컴퓨터 판독가능한 프로그램 코드;

(i) 송신된 시퀀스의 하드 결정 디텍션, 및 송신 시퀀스에 대한, 복잡도가 감소된 탐색에 근거하여 해당 비트들을 디매핑하는 것, 및 (ii) 송신 시퀀스에 대한, 복잡도가 감소된 탐색(이 복잡도가 감소된 탐색은 삼각 매트릭스에 의함)에 근거하여 비트 소프트 출력값을 생성하는 것 중 적어도 하나를 실행하는 컴퓨터 판독가능한 프로그램 코드를 포함하는 것을 특징으로 하는 컴퓨터 판독가능한 기록매체.
제20항에 있어서,

채널 상태 정보와 수신된 벡터 감시(observation)는 알려져 있으며;

채널 상태 정보는 복소수 매트릭스를 포함하되, 이 복소수 매트릭스는 송신안테나와 수신안테나 사이의 복소수 게인 채널 경로를 표시하는 엔트리를 포함하고;

수신된 벡터 감시(observation)는 복소수 벡터를 포함하는 컴퓨터가 읽을 수 있는컴퓨터 판독가능한 기록매체.
제20항에 있어서, 심볼이 속해 있는 대상 QAM(quadrature amplitude modulation) 또는 PSK(phase shift keying) 콘스텔레이션(constellation)의 속성을, 일조의 괘선(rules)에 입력으로서 수신하는 컴퓨터 판독가능한 프로그램 코드가 추가로 포함되는 컴퓨터가 읽을 수 있는 컴퓨터 판독가능한 기록매체.
제20항에 있어서, 상기 실수 영역에서의 표시(representation)를 처리하는 컴퓨터 판독가능한 프로그램 코드는, 실수 영역에서의 표시(representation)의 수식을 처리하여 채널 매트릭스를 직교 매트릭스와 삼각 매트릭스로 인수분해하는 컴퓨터 판독가능한 프로그램 코드를 포함하는 컴퓨터가 읽을 수 있는 컴퓨터 판독가능한 기록매체.
제23항에 있어서,

수신안테나의 개수는 (송신안테나 개수)-1이고;

실수 영역에서의 표시(representation)의 수식을 처리하는 컴퓨터 판독가능한 프로그램 코드는, 채널 매트릭스를 직교 매트릭스 및 마지막 두 행이 제외된 삼각 매트릭스로 인수분해하는 컴퓨터 판독가능한 프로그램 코드를 포함하는 컴퓨터가 읽을 수 있는 컴퓨터 판독가능한 기록매체.
제20항에 있어서, 상기 실수 영역에서의 표시(representation)를 수행하는 컴퓨터 판독가능한 프로그램 코드는,

채널 매트릭스를 이용하여 그램(Gram) 매트릭스를 형성하는 컴퓨터 판독가능한 프로그램 코드; 및

그램 매트릭스의 촐스키 분해(Cholesky decomposition)를 실행하는 컴퓨터 판독가능한 프로그램 코드를 포함하는 컴퓨터가 읽을 수 있는 컴퓨터 판독가능한 기록매체.
제20항에 있어서, 상기 다중 소스는 두 개 이상의 소스를 포함하고;

다른 레이어들의 SNR(signal-to-noise ratio)을 사전처리한 것에 근거하여 송신된 심볼에 상응하는 적어도 일부의 레이어를 순서화하는 컴퓨터 판독가능한 프로그램 코드를 추가로 포함하는 컴퓨터가 읽을 수 있는 컴퓨터 판독가능한 기록매체.
제20항에 있어서, 상기 복잡도가 감소된 탐색은 후보 시퀀스의 값들을 이용하여 최소화 문제를 해결하는 것으로서, 상기 후보 시퀀스의 값들은

하나 이상의 기준 송신된 복소수 심볼의 동위상 및 직교 성분에 대한 가능한 모든 값을 특정하는 컴퓨터 판독가능한 프로그램 코드(여기서 상기 가능한 값들은 후보 값들을 표시함); 및

상기 하나 이상의 기준 심볼의 각 후보 값으로부터 시작하여 공간 결정 피드백 등가화를 수행하여 하나 이상의 나머지 심볼의 동위상 및 직교 성분의 값들을 얻는 컴퓨터 판독가능한 프로그램 코드에 의해 취득되는 컴퓨터가 읽을 수 있는 컴퓨터 판독가능한 기록매체.
제27항에 있어서,

상기 복잡도가 감소된 탐색은, 비트 또는 심볼의 귀납적 확률 계산에 필요한 하나 이상의 시퀀스를 근사화하는 후보값을 이용하고;

상기 복잡도가 감소된 탐색은, 송신안테나의 개수와 동일한 횟수로 반복하되, 각 횟수는 송신된 심볼에 상응하는 레이어들의 다른 배치에 관계되며, 각 레이어는 상기 하나의 배치에 대해서만 기준 레이어가 되는 컴퓨터가 읽을 수 있는 컴퓨터 판독가능한 기록매체.