Soft-Input Soft-Output MIMO Detection: A Factor Graph Approach

Wireless communication systems with multiple antennas at both ends of the wireless link are a promising approach to overcome the demand of today's and tomorrow's applications on high data rates and quality of service. To recover the transmitted data at the receiver we use the concept of turbo equalization, as it provides near-optimal performance and has a manageable complexity. It is based on the iterative exchange of reliability (soft) information between a soft-input soft-output (SISO) detector and a SISO decoder. We develop various SISO detection algorithms based on message passing on factor graphs (FGs). The FG framework provides a systematic way for the algorithm design, including 3 steps. Each step offers many degrees of freedom and the choices made in each design step affect the complexity and the performance of the resulting algorithm. The derived algorithms are inherently SISO algorithms and often enable a parallel implementation, making them especially suited for high data rate applications. By employing this framework we derive well-known algorithms (e.g., Kalman filter) in a new way and novel algorithms with appealing performance and complexity.Die Verwendung von mehreren Sende- und Empfangsantennen bei einer drahtlosen Übertragung ist ein vielversprechender Ansatz um die steigendenden Anforderungen zukünftiger Anwendungen an die Datenrate und die Übertragungsqualität zu bewältigen. Um im Empfänger die gesendeten Daten wieder herzustellen verwenden wir das Prinzip der Turbo-Entzerrung. Dabei werden iterativ Zuverlässigkeitsinformationen (soft information) zwischen einem soft-input soft-output (SISO) Detektor und einem SISO Dekodierer ausgetauscht. Dadurch erreicht man mit angemessener Komplexität ein fast optimales Ergebnis. In dieser Arbeit entwickeln wir verschiedene SISO Detektionsalgorithmen mit Hilfe von Faktorgraphen. Diese bieten einen Rahmen für die systematische Entwicklung solcher Algorithmen in 3 Schritten. Jeder Entwicklungsschritt besitzt viele Freiheitsgrade und die Entscheidungen die in jedem Schritt getroffen werden beeinflussen sowohl die Komplexität als auch die Leistung des Algorithmus. Die resultierenden Algorithmen sind von Natur aus SISO Algorithmen und ermöglichen oft eine parallele Implementierung. Diese Eigenschaft machen diese Algorithmen besonders für Anwendungen die eine hohe Datenrate benötigen interessant. Mit Hilfe von Faktorgraphen leiten wir bekannte Algorithmen (z.B. Kalman Filter) auf neue Weise ab und entwickeln neue Detektionsalgorithmen die eine gute Leistung bei niedriger Komplexität aufweisen.eingereicht von: Werner HaselmayrLinz, Univ., Diss., 2013OeBB(VLID)456591