In this dissertation, we address a near maximum likelihood (ML) scheme for the decoding of multiple input multiple output systems by incorporating the technique of multiple hypothesis testing in the searching procedure. The proposed decoding scheme, a metric-first search scheme, selects a best node based on the node metric, determines one child node of the best node via the technique of multiple hypothesis testing, and includes some sibling nodes of the child node in the searching path. The number of sibling nodes included is confirmed to be small from a probabilistic analysis of the characteristics of the channel transfer matrix. From simulation results, it is confirmed that the proposed scheme has a lower computational complexity than other near ML decoders and that the performance difference between the proposed and ML schemes is negligibly small.
이 논문에서는 가설 검정 기법을 바탕으로 여러 입력 여러 출력 시스템에 알맞은 준최적 복호 방법을 다루었다. 제안한 복호기는 길이 먼저 살펴보기를 바탕으로 가장 좋은 마디를 고르고, 가설 검정 기법을 써서 가장 좋은 마디의 자식 마디를 하나 결정한다. 그 다음, 그 자식 마디의 형제자매 마디들 가운데 몇몇을 살펴보는 길에 넣는다. 채널 행렬의 특성을 확률적으로 분석하여 살펴보는 길에 넣는 형제자매 마디들의 수가 적다는 것을 보였다. 제안한 방법의 비트오류율 성능은 최적 비트오류율 성능에 매우 가까우면서 계산량은 다른 준최적 복호기들보다 더 적다는 것을 모의실험으로 보였다.
