본 논문에서는 K-best 기법에서 심볼 검출 시 소요되는 불필요한 연산을 줄이고자 부분 유클리디언 거리(partial Euclidean distance)의 통계적 값으로서 수정된 Fano-like metric 바이어스를 할당하여 기존의 K-best 기법에 적용함으로써 평균 연산량을 감소시킨 KB-Fano 기법을 제안하였다. 또한 KB-Fano 기법에 K-reduction 기법을 연동한 KR-Fano 기법을 제안하여 모의 실험을 통해 K-reduction의 효과로 인한 비트 오차 확률 측면에서 높은 SNR 영역에서의 성능 개선과 함께 추가적인 평균 연산량 감소가 나타나는 것을 확인하였다.
This paper proposes the KB-Fano algorithm which has lower decoding complexity by applying modified Fano-like metric bias to the conventional K-best algorithm. Additionally, an efficient K-best decoding algorithm, named the KR-Fano scheme, is proposed by jointly combining the K-reduction and the KB-Fano schemes. Simulations show that the proposed algerian provides the remarkable improvement from the viewpoints of the BER performance and the decoding complexity as compared to the conventional K-best scheme.
