KR20180072309A

KR20180072309A - 다중안테나 통신시스템에서 연판정 출력가능한 저복잡도 심볼 검출 방법

Info

Publication number: KR20180072309A
Application number: KR1020160175748A
Authority: KR
Inventors: 장수현; 임기택; 신대교; 윤상훈; 정한균; 진성근
Original assignee: 전자부품연구원
Priority date: 2016-12-21
Filing date: 2016-12-21
Publication date: 2018-06-29
Also published as: KR102173196B1

Abstract

다중안테나 통신시스템에서 연판정 출력가능한 저복잡도 심볼 검출 방법이 제공된다. 본 심볼 검출 방법은 경판정으로 x₁, x₂를 결정하는 단계; x₁의 bit metric 별로 심볼을 확장하는 제1 확장단계; x₁의 확장 심볼을 기반으로 LLR을 계산하는 제1 계산단계; x₂의 bit metric 별로 심볼을 확장하는 제2 확장단계; x₂의 확장 심볼을 기반으로 LLR을 계산하는 제2 계산단계;를 포함한다.
이에 의해, 하드웨어 복잡도를 최소화하면서도 Modified-SQRD 알고리즘 기반 LLR 연산을 통해, 물리적 크기의 제약이 있는 모바일 디바이스를 위한 MIMO 통신시스템의 심볼 검출 성능을 향상시킬 수 있다.

Description

다중안테나 통신시스템에서 연판정 출력가능한 저복잡도 심볼 검출 방법{Low Complexity Symbol Detection Method for Soft Decision in MIMO Communication System}

본 발명은 다중 안테나(MIMO: Multiple Input Multiple Output) 시스템에 관한 것으로, 특히 저복잡도 구현이 가능한 연판정 심볼 검출장치 및 방법에 관한 것이다.

종래 MIMO 심볼 검출 기법 중 SQRD (Sorted QR Decomposition) 기반의 알고리즘은 비교적 높은 성능을 보이면서도, 역행렬을 계산하는 연산이 필요하지 않아서 복잡도가 낮은 알고리즘이므로 하드웨어 구현 시에 많이 이용되고 있다.

그러나 여전히 심볼 검출과정에서 나눗셈 및 제곱근 등 복잡한 연산을 수행하므로 그대로 하드웨어로 구현할 경우 큰 복잡도를 지니게 된다. 이러한 복잡도를 줄이기 위해 Modified-SQRD 알고리즘이 제안되었으며 성능열화 없이 복잡도를 감소시켰지만, 여전히 심볼 간섭 등으로 심각한 성능열화의 단점이 있다.

또한, ML(Maximum Likelihood) 최적 검출 기법과 동일한 성능을 보이면서 필요한 ML metric 계산 횟수를 신호 성상도의 배수만큼 줄일 수 있는 MML(Modified Maximum Likelihood) 검출 기법이 제안되었다.

MML 검출 기법은 ML 검출 기법에 비해 복잡도를 크게 낮추었지만, 64QAM을 지원하는 경우 다수의 곱셈기가 필요하게 되어 여전히 실시간 구현에 어려운 문제점이 있다.

한편, 최근 제안된 이동통신 표준에서는 열악한 채널환경에서도 우수한 성능의 보장을 위해 Turbo Code, LDPC(Low Density Parity Code) 등의 채널부호화를 적용하고 있으며, 채널부호화가 적용된 심볼의 오류정정능력을 최대화하기 위해 심볼 검출기의 출력은 연판정 값인 LLR 형태로 출력되고 있다.

그러나 Modified-SQRD 알고리즘은 1차원 심볼 레벨의 경판정 기반 심볼검출 알고리즘으로 정확한 LLR 값의 생성을 통한 심볼검출 성능향상에 어려움을 가지고 있다.

본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 갈수록 소형화 추세의 모바일 디바이스용 통신 모뎀칩의 하드웨어 구현 복잡도 증가 문제를 해결하기 위한 방안으로, 물리적 크기의 제약이 있는 모바일 디바이스를 위한 다중안테나 통신시스템의 저복잡도 심볼 검출 방법을 제공함에 있다.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른, 심볼 검출 방법은 경판정으로 x₁, x₂를 결정하는 단계; x₁의 bit metric 별로 심볼을 확장하는 제1 확장단계; x₁의 확장 심볼을 기반으로 LLR을 계산하는 제1 계산단계; x₂의 bit metric 별로 심볼을 확장하는 제2 확장단계; x₂의 확장 심볼을 기반으로 LLR을 계산하는 제2 계산단계;를 포함한다.

결정 단계는, Modified-SQRD 알고리즘을 이용하여 경판정 된 x₁, x₂ 값을 결정할 수 있다.

제1 확장 단계는, LLR 연산을 위해 필요한 x₁의 bit metric별로 제1 그룹과 제2 그룹의 심볼을 구하는 단계; 경판정 된 x₁이 제1 그룹 심볼과 제2 그룹 심볼 중 어느 그룹 심볼인지 판단하는 단계; 경판정 된 x₁이 제1 그룹 심볼이면, x₁ ⁺ 기준으로 심볼 확장하여 가장 가까운 제2 그룹에 해당하는 x₁ ^- 심볼을 구하는 단계; 경판정 된 x₁이 제2 그룹 심볼이면, x₁ ⁺ 기준으로 심볼 확장하여 가장 가까운 제1 그룹에 해당하는 x₁ ^- 심볼을 구하는 단계;를 포함할 수 있다.

심볼 확장은, 유클리디언 거리의 차가 최소가 될 수 있는 지점으로 확장하여 지정하며, 가장 가까운 decision boundary를 중심으로 대칭되는 심볼 위치로 확장할 수 있다.

제1 계산단계는,

위 수학식을 이용하여 LLR을 계산할 수 있다.

제2 확장 단계는, LLR 연산을 위해 필요한 x₂의 bit metric별로 제1 그룹과 제2 그룹의 심볼을 구하는 단계; 경판정 된 x₂가 제1 그룹 심볼과 제2 그룹 심볼 중 어느 그룹 심볼인지 판단하는 단계; 경판정 된 x₂가 제1 그룹 심볼이면, x₂ ⁺ 기준으로 심볼 확장하여 가장 가까운 제2 그룹에 해당하는 x₂ ^- 심볼을 구하는 단계; 경판정 된 ₂가 제2 그룹 심볼이면, x₂ ⁺ 기준으로 심볼 확장하여 가장 가까운 제1 그룹에 해당하는 x₂ ^- 심볼을 구하는 단계;를 포함할 수 있다.

제2 계산단계는,

위 수학식을 이용하여 LLR을 계산할 수 있다.

한편, 본 발명의 다른 실시예에 따른, 심볼 검출 장치는 경판정으로 x₁, x₂를 결정하는 경판정부; x₁의 bit metric 별로 심볼을 확장하고, x₂의 bit metric 별로 심볼을 확장하는 심볼 확장부; x₁의 확장 심볼을 기반으로 LLR을 계산하고, x₂의 확장 심볼을 기반으로 LLR을 계산하는 계산부;를 포함한다.

이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 하드웨어 복잡도를 최소화하면서도 Modified-SQRD 알고리즘 기반 LLR 연산을 통해, 물리적 크기의 제약이 있는 모바일 디바이스를 위한 MIMO 통신시스템의 심볼 검출 성능을 향상시킬 수 있다.

도 1은 본 발명의 일 실시예에 따른 심볼 검출 방법에 적용되는 심볼 확장 기법,
도 2는 본 발명의 다른 실시예에 따른 심볼 검출 장치의 블럭도,
도 3은 성능 평가 환경,
도 4는 본 발명의 실시예에 따른 심볼 검출 방법의 성능평가 결과이다.

이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.

MIMO 시스템에서 심볼 검출기의 출력은 연판정 값인 LLR을 기반으로 하는 기법이 가장 좋은 성능을 보여준다. 모든 전송심볼 벡터의 확률이 동일하다고 가정하고 지수 함수의 특징을 이용한 max-log approximation을 적용하면 2×2 MIMO 심볼 검출기의 LLR metric은 아래와 같이 수식 (1), (2)로 정의된다.

(1)

(2)

여기서, b_j,i는 j 번째 송신 안테나 전송 심볼의 i 번째 비트를 의미하며, C_i ^-, C_i ⁺는 i 번째 비트가 각각 -1(1그룹), +1(0그룹)인 x_i들의 집합을 의미한다. 결국, LLR 값은 수신된 심볼과 성상도 상의 모든 좌표와의 최소 유클리디언 거리의 차를 의미한다.

한편, ML 성능을 보장하기 위해서는 x₁, x₂의 jointly ML search에 의해 구해야만 한다. 하지만, SQRD 기반의 심볼 검출 기법은 경판정 된 1차원 신호로 두 전송 심볼을 검출하므로 성능이 크게 저하된다.

본 발명의 실시예에 따른 심볼 검출 방법은 비록 SQRD 기반으로 검출된 1차원 레벨의 신호이지만 수식 (1), (2)의 LLR 연산 결과를 이용하여 심볼 확장 기법을 적용하여 유클리디언 거리를 2차원 레벨에서 구한 후 LLR 계산식에 적용하여 성능향상을 지원한다.

이는 만약 경판정 된 x₁, x₂가 ML search를 통해 구한 것과 같은 경우가 존재할 때, ML 성능을 지원하게 되며, 특히 높은 SNR에서 경판정 된 x₁, x₂ 두 심볼이 ML search를 통해 구한 것과 같아질 확률이 커지므로 성능개선 효과가 크다.

본 발명의 실시예에 따른 심볼 검출 방법은 아래와 같은 절차를 따른다.

1) 경판정(Hard-decision)으로 x₁, x₂ 결정

우선, Modified-SQRD 알고리즘을 이용하여 경판정 된 x₁, x₂ 값을 결정한다.

2) 심볼 확장 기법: x₁의 bit metric별 심볼 확장(64QAM 예시)

도 1에 도시된 바와 같은 심볼 확장 기법을 통해 bit 그룹 별 LLR 연산을 아래와 같이 수행한다. 도 1에서 0그룹은 붉은색으로, 1그룹은 푸른색으로, 나타내었다.

- LLR 연산을 위해 필요한 x₁의 bit metric별로 0그룹과 1그룹의 심볼을 먼저 구한다.

- 다음으로 경판정 된 x₁이 먼저 0그룹 심볼인지, 1그룹 심볼인지 판단 후, 0그룹(1그룹)이면 x₁ ⁺기준으로 심볼 확장을 통하여 가장 가까운 1그룹(0그룹)에 해당하는 x₁ ^- 심볼을 구한다.

- 여기서, 심볼 확장은 유클리디언 거리의 차가 최소가 될 수 있는 지점으로 확장하여 지정하며, 가장 가까운 decision boundary를 중심으로 와주 대칭되는 심볼 위치로 확장한다.

3) x₁의 확장 심볼 기반 LLR 계산

2) 단계에서 구한 0그룹(x₁ ⁺)과 1그룹(x₁ ^-)의 심볼 값을 각각 아래의 수식 (3)의 LLR 계산식 x⁺, x^-에 대입한 다음, x₂는 경판정 된 값을 이용한다. 원래 ML search를 위해서는 x₂는 성상도 상의 모든 점이 후보군이 될 수 있으나 이럴 경우, 하드웨어 복잡도가 상당히 커지게 되는 단점이 있다.

(3)

LLR(b₁,_i) 연산과 병렬적으로 LLR(b₂,_i) 계산은 수행되며 LLR(b₁,_i) 연산과정 1) ~ 3)와 같이 동일한 과정을 거쳐 구해진다. 수식 (4)를 보면 수식 (3)과 반대로 x₂에 대한 심볼 확장을 수행해야 하는 것을 알 수 있다.

(4)

지금까지, 다중안테나 통신시스템에서 연판정 출력가능한 저복잡도 심볼 검출 방법 및 장치에 대해 바람직한 실시예를 들어 상세히 설명하였다.

본 발명의 실시예에 따른 심볼 검출 방법은, 물리적 크기의 제약이 있는 모바일 디바이스용 다중안테나 시스템을 위한 연판정(soft-decision) 출력가능한 저복잡도 심볼 검출 방법으로, 2차원 심볼 확장 기법을 통해 간단한 LLR(Log-Likelihood Ratio) 연산 과정이 가능하도록 하여, 심볼 검출을 위한 하드웨어 복잡도 감소 및 복조 성능 향상을 가능하게 한다.

즉, 본 발명의 실시예에 따른 심볼 검출 방법에서는, Modified-SQRD 알고리즘을 통해 경판정 방식으로 검출된 1차원 상의 신호를 2차원 심볼 확장 기법을 통해 2차원 신호로 확장한 다음 LLR 연산이 가능하도록 하였다.

도 2는 본 발명의 다른 실시예에 따른 심볼 검출 장치의 블럭도이다. 본 발명의 실시예에 따른 심볼 검출 장치는, 도 2에 도시된 바와 같이, 경판정부(110), 심볼 확장부(120) 및 계산부(130)를 포함한다.

경판정부(110)는 경판정으로 x₁, x₂ 결정하고, 심볼 확장부(120)는 전술한 심볼 확장 기법에 따라 x₁의 bit metric별로 심볼을 확장하고 x₂의 bit metric별로 심볼을 확장한다.

계산부(130)는 x₁의 확장 심볼을 기반 LLR을 계산하고, x₂의 확장 심볼을 기반 LLR을 계산한다.

본 발명의 실시예에 따른 심볼 검출 방법에 대해, 도 3에 제시된 성능 평가 환경에 따른 성능 평가 결과를 도 4를 통해 확인할 수 있다.

도 3에 도시된 바와 같이, 성능 평가를 수행하기 위한 채널 환경은 IEEE 802.11n 무선 LAN 채널 모델 D (typical office environment, NLOS)를 적용하였다. 성능 평가 결과는 모든 MIMO 전송 모드에 대해 수행하였으며 BER (Bit Error Rate)을 도 4에 도시하였다.

도 4를 통해 확인할 수 있는 바와 같이, QPSK, 16QAM, 64QAM 등 모든 변조 방식에 대해 성능이 개선된 것을 확인할 수 있다. 특히, SNR이 높을수록 경판정 된 심볼이 ML search를 통해 구한 것과 같을 가능성이 높아져 7dB 이상의 성능 개선 효과가 있는 것을 확인할 수 있다.

본 발명의 실시예에 따른 심볼 검출 방법은 심볼 확장 기법을 바탕으로 수식 (3), (4)를 구현하기 위한 연산으로 기존 SQRD 심볼 검출 알고리즘 대비 높은 성능향상을 보임을 알 수 있다.

또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.

110 : 경판정부
120 : 심볼 확장부
130 : 계산부

Claims

경판정으로 x₁, x₂를 결정하는 단계;
x₁의 bit metric 별로 심볼을 확장하는 제1 확장단계;
x₁의 확장 심볼을 기반으로 LLR을 계산하는 제1 계산단계;
x₂의 bit metric 별로 심볼을 확장하는 제2 확장단계;
x₂의 확장 심볼을 기반으로 LLR을 계산하는 제2 계산단계;를 포함하는 것을 특징으로 하는 심볼 검출 방법.
청구항 1에 있어서,
결정 단계는,
Modified-SQRD 알고리즘을 이용하여 경판정 된 x₁, x₂ 값을 결정하는 것을 특징으로 하는 심볼 검출 방법.
청구항 1에 있어서,
제1 확장 단계는,
LLR 연산을 위해 필요한 x₁의 bit metric별로 제1 그룹과 제2 그룹의 심볼을 구하는 단계;
경판정 된 x₁이 제1 그룹 심볼과 제2 그룹 심볼 중 어느 그룹 심볼인지 판단하는 단계;
경판정 된 x₁이 제1 그룹 심볼이면, x₁ ⁺ 기준으로 심볼 확장하여 가장 가까운 제2 그룹에 해당하는 x₁ ^- 심볼을 구하는 단계;
경판정 된 x₁이 제2 그룹 심볼이면, x₁ ⁺ 기준으로 심볼 확장하여 가장 가까운 제1 그룹에 해당하는 x₁ ^- 심볼을 구하는 단계;를 포함하는 것을 특징으로 하는 심볼 검출 방법.
청구항 3에 있어서,
심볼 확장은,
유클리디언 거리의 차가 최소가 될 수 있는 지점으로 확장하여 지정하며, 가장 가까운 decision boundary를 중심으로 대칭되는 심볼 위치로 확장하는 것을 특징으로 하는 심볼 검출 방법.
청구항 1에 있어서,
제1 계산단계는,

위 수학식을 이용하여 LLR을 계산하는 것을 특징으로 하는 심볼 검출 방법.
청구항 1에 있어서,
제2 확장 단계는,
LLR 연산을 위해 필요한 x₂의 bit metric별로 제1 그룹과 제2 그룹의 심볼을 구하는 단계;
경판정 된 x₂가 제1 그룹 심볼과 제2 그룹 심볼 중 어느 그룹 심볼인지 판단하는 단계;
경판정 된 x₂가 제1 그룹 심볼이면, x₂ ⁺ 기준으로 심볼 확장하여 가장 가까운 제2 그룹에 해당하는 x₂ ^- 심볼을 구하는 단계;
경판정 된 ₂가 제2 그룹 심볼이면, x₂ ⁺ 기준으로 심볼 확장하여 가장 가까운 제1 그룹에 해당하는 x₂ ^- 심볼을 구하는 단계;를 포함하는 것을 특징으로 하는 심볼 검출 방법.
청구항 1에 있어서,
제2 계산단계는,

위 수학식을 이용하여 LLR을 계산하는 것을 특징으로 하는 심볼 검출 방법.
경판정으로 x₁, x₂를 결정하는 경판정부;
x₁의 bit metric 별로 심볼을 확장하고, x₂의 bit metric 별로 심볼을 확장하는 심볼 확장부;
x₁의 확장 심볼을 기반으로 LLR을 계산하고, x₂의 확장 심볼을 기반으로 LLR을 계산하는 계산부;를 포함하는 것을 특징으로 하는 심볼 검출 장치.