[논문 리뷰] Optimal Projection Method in Sphere Decoding

Arash Ghasemmehdi, Erik Agrell|arXiv (Cornell University)|2009. 06. 01.

Cellular Automata and Applications인용 수 3

한 줄 요약

이 논문은 구 디코딩 알고리즘에서 중복 계산을 제거하기 위해 새로운 투영 기반 방법을 제안하며, 디코딩 경로나 출력을 변경하지 않고도 계산 복잡도를 크게 감소시킨다. 중복되지 않은 재귀 계산을 식별하고 건너뛰음으로써, 고차원 격자에서는 복잡도를 최대 75%까지 감소시킬 수 있다 — 예를 들어, 차원 60에서 복잡도가 25%로 감소한다.

ABSTRACT

An entirely different approach to complexity reduction in sphere decoders is taken. Here we demonstrate that most of the calculations in the standard algorithms are in fact redundant in the sense that the calculated values are never used. This applies to all recursive sphere decoder algorithms, including the numerous variations of the Fincke-Pohst and Schnorr-Euchner strategies. We propose a method, which is applicable to lattices as well as finite constellations, to avoid these redundant calculations, thus reducing the complexity. We emphasize that the algorithms otherwise perform exactly as before, visiting the same points in the same order, and returning the same result. Pseudocode is given to facilitate immediate implementation. In simulation results, it is shown that the relative complexity gain with the proposed add-on goes up linearly as the dimension of the lattice increases. For instance, the complexity is reduced to one fourth for lattices at dimension sixty.

연구 동기 및 목표

• 재귀적 구 디코딩 알고리즘에서 중복 계산을 식별하고 제거하기.
• 디코딩 경로나 최종 결과를 변경하지 않고 계산 복잡도를 감소시키기.
• 격자와 유한 변조망에 적용 가능한 일반 목적의 추가 기법을 개발하기.
• 정확한 디코딩 동작을 유지하면서 효율성을 향상시키기.

제안 방법

• 구 디코딩에서 중복되는 재귀 계산을 식별하고 건너뛸 수 있는 최적의 투영 기법을 도입한다.
• 모든 유형의 Fincke-Pohst 및 Schnorr-Euchner 구 디코딩 전략에 이 방법을 적용한다.
• 디코딩 과정에서 사용되지 않는 값을 계산하지 않도록 투영 기반의 잘라내기 기법을 사용한다.
• 노드 방문 순서와 디코딩 결과의 원래 순서를 유지하도록 알고리즘을 설계한다.
• 다양한 격자 및 변조망 구성에 즉시 적용 가능한 의사코드를 제공한다.
• 격자 기반 및 유한 변조망 기반 신호 검출에 모두 이 방법을 통합 적용한다.

실험 결과

연구 질문

• RQ1 재귀적 구 디코딩에서 중복 계산을 체계적으로 식별하고 제거하는 방법은 무엇인가?
• RQ2 디코딩 성능이나 경로를 변경하지 않고 복잡도를 얼마나 줄일 수 있는가?
• RQ3 모든 표준 구 디코딩 변종에 적용 가능한 일반적인 추가 기법을 개발할 수 있는가?
• RQ4 격자 차원이 증가함에 따라 복잡도 감소는 어떻게 변화하는가?
• RQ5 고차원 시스템에서 달성 가능한 성능 향상은 어느 정도인가?

주요 결과

• 제안된 방법은 고차원 격자에서 계산 복잡도를 최대 75%까지 감소시키며, 차원 60에서 복잡도가 25%로 감소한다.
• 복잡도 감소는 격자 차원과 선형적으로 증가하므로 일관된 확장성이 있음을 나타낸다.
• 모든 디코딩 결과와 노드 방문 순서는 원래 알고리즘과 완전히 동일하여 정확성이 보장된다.
• 수정 없이도 격자와 유한 변조망 모두에 일반적으로 적용 가능하다.
• 제공된 의사코드 덕분에 다양한 구 디코딩 프레임워크에 즉각 구현이 가능하다.
• 디코딩 정확도나 경로 충실도에 손실 없이 상당한 성능 향상을 달성한다.