The sphere decoder (SD) has recently been proposed to perform maximum likelihood (ML) detection for multi-input multi-output systems by mapping the ML detection into an equivalent problem of searching for the closet point in lattices. In this thesis, taking a different look at the search problem for closet lattice points, we propose a novel breadth-first detector (BFD) exhibiting a significantly lower computational cost than the SD for a wide range of signal to noise ratios. We in addition introduce a simple tuning scheme which allows the BFD to have a performance-complexity trade-off property. Simulation results show that the BFD has the same bit error rate performance as the conventional ML detector while allowing lower computational complexity than the SD.
구 복호기는 가장 비슷함 검파를 격자구조 안의 숨겨진 점을 찾는 문제로 바꾸어, 여러 입력 여러 출력 시스템에 알맞게 가장 비슷함 검파를 수행한다. 이 논문에서는, 격자구조 안의 숨겨진 점을 구 복호기와 다르게 찾아, 넓은 범위에 걸친 신호 대 잡음비에서 구 복호기 보다 계산 복잡도가 낮은 너비우선 검파기를 제안한다. 더욱이, 너비우선 검파기가 성능-복잡도 바꿈 특성을 보이게 하는 간단한 조정법을 소개한다. 너비우선 검파기는 구 복호기보다 계산 복잡도가 낮지만 일반적인 가장 비슷함 검파기와 비트 오류률이 같다는 것을 모의실험으로 보인다.
