Das Maximum-Likelihood-Kriterium stellt die optimale Detektion von Sendesignalen am Empfänger dar. In vielen Fällen ist die Verwendung des ML-Kriteriums zur Detektion jedoch viel zu aufwändig, so dass suboptimale Verfahren verwendet werden.

Bei Mehrantennensystemen treffen beispielsweise an den Sendeantennen die mit den jeweiligen Fadingkoeffizienten gewichteten Überlagerungen der von den verschiedenen Sendeantennen ausgestrahlten Symbole ein. Mit Hilfe der ML-Detektion wäre zwar eine direkte Detektion der Sendesignale möglich, welche jedoch schon für kleine Anzahl an Sendeantennen und geringer Modulationsstufigkeit nicht mehr zu realisieren ist.

Eine interessante Alternative zur Detektion nach dem ML-Kriterium stellt das so genannte Sphere-Decoding dar. Hierbei werden die Empfangssignale auf das Gitter der möglichen Empfangssymbole abgebildet und nur mit den Gitterpunkten verglichen, die in einem bestimmten Radius um das Empfangssignal liegen. Durch die Reduzierung der zu vergleichenen Signalraumpunkte wird der Aufwand im Vergleich zum ML-Kriterium stark reduziert, wobei fast die gleiche Leistungsfähigkeit erzielt wird.

In dieser Arbeit sind die Grundlagen des Sphere-Decoding zu erarbeiten und für die Detektion von Mehrantennensystemen anzupassen. Die Ergebnisse sind mit dem BLAST-System zu vergleichen.