최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국통신학회논문지 = The Journal of Korean Institute of Communications and Information Sciences, v.40 no.6, 2015년, pp.981 - 989
이재윤 , 김경택 ((주)파인텔레콤)
In a log likelihood ratio(LLR) calculation of the detected symbol, multiple-input multiple-output(MIMO) system applying an optimal or suboptimal algorithm such as a maximum likelihood(ML) detection, sphere decoding(SD), and QR decomposition with M-algorithm Maximum Likelihood Detection(QRM-MLD) suff...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
MIMO 시스템에 대한 수신 검출 기법은 어떻게 분류할 수 있는가? | MIMO 시스템에서 채널 용량을 높여 전송률을 증가시키는 공간 다중화 기법은 충분한 산란 환경에서 송수신단에 다중 안테나를 사용하여 다수의 독립적인 페이딩을 형성하고 송신 안테나마다 다른 신호를 전송한다. 이러한 MIMO 시스템에 대한 수신 검출 기법은 크게 ZF(Zero Forcing), MMSE(Minimum Mean Square Error)를 기반으로 하는 선형 검출 기법, SIC(Successive Interference Cancellation)를 기반으로 하는 비선형 검출 기법, 최적 ML(Maximum Likelihood) 기법, sphere decoding(SD), QRM-MLD(QR decomposition with M-algorithm Maximum Likelihood Detection) 기반의 준 최적 검출 기법 등으로 분류할 수 있다[1]. | |
준 최적 검출 기법의 문제점은 무엇인가? | 송·수신 안테나가 4개 이상인 MIMO 시스템에서의 연판정 수행 시, 선형 검출기법에서는 기존의 단일 안테나 시스템에서 사용된 방법을 적용하여 검출된 심볼에서 log2M(M은 변조 차수)개의 비트 정보만을 추출하면 되므로 LLR 계산을 위한 복잡도가 시스템 성능에 큰 영향을 주지 않는다. 하지만 준 최적 검출 기법에서는 변조 차수와 송·수신 안테나 수에 따라 LLR 계산을 위한 복잡도가 지수적으로 증가하기 때문에 구현이 힘들뿐만 아니라 FPGA(Field-Programmable Gate Array) 타이밍 오류에 관련한 시스템 성능을 저하시키고 구현 비용 및 시간을 증가시키는 문제를 야기한다[7-8]. 통상적으로, ML, Sphere decoding, QRM-MLD 등과 같은 최적 및 준 최적 MIMO 검출 방식에서 각 비트의 LLR 값은 해당 비트 값이 매핑된 심볼을 갖는 후보 전송 신호 벡터 집합을 어떻게 설정하느냐에 따라 복잡도 및 성능이 달라진다[8,9]. | |
최적 및 준 최적 MIMO 검출 방식은 적은 후보 전송 신호 벡터 집합을 이용할수록 어떻게 되는가? | 통상적으로, ML, Sphere decoding, QRM-MLD 등과 같은 최적 및 준 최적 MIMO 검출 방식에서 각 비트의 LLR 값은 해당 비트 값이 매핑된 심볼을 갖는 후보 전송 신호 벡터 집합을 어떻게 설정하느냐에 따라 복잡도 및 성능이 달라진다[8,9]. 즉, 적은 후보 전송 신호 벡터 집합을 이용할수록 복잡도는 낮아지지만 오류 성능에 열화가 발생한다[8]. |
Y. S. Cho, J. Kim, W. Y. Yang, and C. G. Kang, MIMO-OFDM Wireless Communications with MATLAB, 1st Ed., Jone Wiley & Sons, 2010.
B. Steingrimsson, Z. Q. Luo, and K. M. Wong, "Soft quasi-maximum-likelihood detection for multile-antenna wireless channels," IEEE Trans. Signal Process., vol. 51, no. 11, pp. 2710-2719, Nov. 2003.
J. Lee, Y. Jang, and D. Yoon, "Approximated soft-decision demapping algorithm for coded 4+12+16 APSK," J. KICS, vol. 37, no. 9, pp. 738-745, Sept. 2012.
M. Zhang and S. Kim, "Performance enhancement by scaling soft bit information of APSK," J. KICS, vol. 38, no. 10, pp. 858-866, Oct. 2013.
I. Kang, Y. Kim, J. Seo, H. Kim, and H. Kim, "Performance analysis of a bit mapper of the dual-polarized MIMO DVB-T2 system," J. KICS, vol. 38, no. 9, pp. 817-825, Sept. 2012.
C. Studer, A. Burg, and H. Bolcskei, "Soft-output sphere decoding: algorithms and VLSI implementation," IEEE J. Select. Areas Commun., vol. 26, no. 2, pp. 290-300, Feb. 2008.
C. Yoon and H. Lee, "Implementation of low-complexity MIMO detector and efficient soft-output demapper for MIMO-OFDM-based wireless LAN systems," EURASIP J. Wireless Commun. Netw., vol. 143, May 2013.
X. F. Qi and K. Holt, "A lattice-reductionaided soft demapper for high-rate coded MIMO-OFDM systems," IEEE Signal Process. Lett., vol. 14, no. 5, pp. 305-308, May 2007.
B. Yang and J. F. Bohme, "Rotation-based RLS algorithms: Unified derivations, numerical properties, and parallel implementations," IEEE Trans. Signal Process., vol. 40, no. 5, pp. 1151-1167, May 1992.
B. M. Hochwald and S. Brink, "Achieving near-capacity on a multiple-antenna channel," IEEE Trans. Commun., vol. 51, no. 3, pp. 389-399, Mar. 2003.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.