The increasing number of portable devices, such as Smart phones, laptops, tablets etc, has certainly pushed up the market of wireless communication systems. These high performance devices need to comply with the strict requirements in terms of energy consumption. Battery capacity progress is relatively slower compared with the technological evolution of devices. Therefore, energy consumption issues can be solved when innovations are introduced in the processor design and architecture side. This thesis focuses on the word-length optimization for algorithms that run on wireless receivers with multiple antennas (MIMO). The study was made for the signal’s quantization. Earlier experiments have shown that the signal conversion from floating–point to fixed–point representation requires unaffordable Bit-Error-Rate (BER) simulations that may last for hours or even for days. During this thesis, a new divide-and-conquer method has been developed. It faces the ‘quantization problem’ hierarchically by grouping signals and exploiting the correlation between quantization error and Gaussian additive noise. BER simulations were limited by involving noise simulations. This method was successfully applied to a highly adaptive digital signal processing (DSP) algorithm, improving the total simulation time up to 84%. / Η αυξανόμενος αριθμός των κινητών συσκευών, όπως τα Smart phones, laptops, tablets κλπ, έχει εκτοξεύσει υψηλά την αγορά των ασύρματων συσκευών επικοινωνίας. Αυτές οι συσκευές υψηλής τεχνολογίας πρέπει να συμμορφώνονται με τις αυστηρές απαιτήσεις στα πλαίσια της κατανάλωσης ενέργειας. Η πρόοδος της αύξησης της χωρητικότητας της μπαταρίας χαρακτηρίζεται σχετικά αργή συγκρινόμενη με την τεχνολογική εξέλιξη των συσκευών. Ως εκ τούτου, θέματα που αφορούν στην κατανάλωση ενέργειας αντιμετωπίζονται όταν πραγματοποιούνται καινοτομίες στον τομέα της σχεδίασης και αρχιτεκτονικής επεξεργαστών. Η παρούσα διατριβή εστιάζει στην βελτιστοποίηση των μηκών λέξεων (word-length optimization) για αλγορίθμους που τρέχουν σε ασύρματους δέκτες με πολλαπλές κεραίες (MIMO). Η μελέτη αφορά στην κβαντοποίηση σημάτων (signal quantization). Προηγούμενα πειράματα έδειξαν ότι η μετατροπή των σημάτων άπειρης ακρίβειας (floating-point) σε πεπερασμένης (fixed-point) απαιτεί χρονοβόρες Bit-Error-Rate (BER) προσομοιώσεις που μπορεί να διαρκέσουν πολλές ώρες ή ακόμη και ημέρες. Κατά την διάρκεια της διπλωματικής εργασίας, αναπτύχθηκε μία νέα divide-and-conquer μέθοδος. Αντιμετωπίζει το πρόβλημα της κβαντοποίησης ιεραρχικά ομαδοποιώντας τα σήματα και εκμεταλλεύοντας την συσχέτιση του σφάλματος κβαντοποίσης (quantization error) και του προσθετικού Γκαουσιανού θορύβου (AWGN). Οι BER προσoμοιώσεις περιορίστηκαν περιλαμβάνοντας προσομοιώσεις θορύβου (noise simulations). Αυτή η μέθοδος εφαρμόστηκε επιτυχώς σε πολύπλοκο αλγόριθμο υψηλής προσαρμοστικότητας για DSP, βελτιώνοντας τον συνολικό χρόνο προσομοίωσης έως και 84%.