scispace - formally typeset
Search or ask a question
Author

Arun Kumar Singh

Bio: Arun Kumar Singh is an academic researcher. The author has an hindex of 1, co-authored 1 publications receiving 1 citations.

Papers
More filters
Dissertation
21 Feb 2012
TL;DR: In this article, a large sous-ensemble de la famille des methodes d'encodage lineaire Lattice, and nous considerons de two families of decodeurs : the decodeurs a maximum de vraisemblance (ML) and les decodeurs Lattices.
Abstract: Dans les telecommunications, le debit-fiabilite et la complexite de l’encodage et du decodage (operation a virgule flottante-flops) sont largement reconnus comme representant des facteurs limitant interdependants. Pour cette raison, tout tentative de reduire la complexite peut venir au prix d’une degradation substantielle du taux d’erreurs. Cette these traite de l’etablissement d’un compromis limite fondamental entre la fiabilite et la complexite dans des systemes de communications « outage »-limites a entrees et sorties multiples (MIMO), et ses scenarios point-a-point, utilisateurs multiple, bidirectionnels, et aides de feedback. Nous explorons un large sous-ensemble de la famille des methodes d’encodage lineaire Lattice, et nous considerons deux familles principales de decodeurs : les decodeurs a maximum de vraisemblance (ML) et les decodeurs Lattice. L‘analyse algorithmique est concentree sur l’implementation de ces decodeurs ayant comme limitation une recherche bornee, ce qui inclue une large famille de sphere-decodeurs. En particulier, le travail presente fournit une analyse a haut rapport Signal-a-Bruit (SNR) de la complexite minimum (flops ou taille de puce electronique) qui permet d’atteindre a) une certaine performance vis-a-vis du compromis diversite-gain de multiplexage et b) une difference tendant vers zero avec le non-interrompu (optimale) ML decodeur, ou une difference tendant vers zero compare a l’implementation exacte du decodeur (regularise) Lattice. L’exposant de complexite obtenu decrit la vitesse asymptotique d’accroissement de la complexite, qui est exponentielle en terme du nombre de bits encodes.

1 citations


Cited by
More filters
Proceedings ArticleDOI
01 Jul 2012
TL;DR: Upper bounds on the feedback-aided complexity exponent required for the broad families of ML-based and lattice based decoders to achieve the optimal diversity-multiplexing behavior are derived.
Abstract: The work analyzes the computational-complexity savings that a single bit of feedback can provide in the computationally intense setting of non-ergodic MIMO communications. Specifically we derive upper bounds on the feedback-aided complexity exponent required for the broad families of ML-based and lattice based decoders to achieve the optimal diversity-multiplexing behavior. The bounds reveal a complexity that is reduced from being exponential in the number of codeword bits, to being at most exponential in the rate. Finally the derived savings are met by practically constructed ARQ schemes, as well as simple lattice designs, decoders, and computation-halting policies.

3 citations