[論文レビュー] A General Framework for Low-Resolution Receivers for MIMO Channels

Stefano Rini, Luca Barletta+2 more|arXiv (Cornell University)|Feb 27, 2017

Advanced MIMO Systems Optimization参考文献 10被引用数 11

ひとこと要約

本稿では、符号化量子化器とアナログコンビナーを用いた低分解能MIMO受信機の一般化フレームワークを提案し、単純なアンテナ選択から線形結合まで4つのアーキテクチャを分析する。主な発見は、受信アンテナ数が量子化器数を上回る場合、符号化量子化のみで高SNRにおける最適な容量を達成できることであり、高SNR領域においては性能損失なしにハードウェア複雑性を顕著に低減できる。

ABSTRACT

The capacity of a discrete-time multi-input multi-output (MIMO) Gaussian channel with output quantization is investigated for different receiver architectures. A general formulation of this problem is proposed in which the antenna outputs are processed by analog combiners while sign quantizers are used for analog-to-digital conversion. To exemplify this approach, four analog receiver architectures of varying generality and complexity are considered: (a) multiple antenna selection and sign quantization of the antenna outputs, (b) single antenna selection and multilevel quantization, (c) multiple antenna selection and multilevel quantization, and (d) linear combining of the antenna outputs and multilevel quantization. Achievable rates are studied as a function of the number of available sign quantizers and compared among different architectures. In particular, it is shown that architecture (a) is sufficient to attain the optimal high signal-to-noise ratio performance for a MIMO receiver in which the number of antennas is larger than the number of sign quantizers. Numerical evaluations of the average performance are presented for the case in which the channel gains are i.i.d. Gaussian.

研究の動機と目的

• ハードウェア制約を伴う低分解能MIMO受信機を分析する統一された情報理論的フレームワークの欠如に対処すること。
• 制限されたアナログ処理と低分解能量子化の下での、異なる受信アーキテクチャの性能を比較すること。
• 容量を最大化するための、符号化量子化器をアンテナまたはサブチャンネルに最適に割り当てる方法を特定すること。
• 単純なアーキテクチャ（例：符号化量子化を伴う複数アンテナ選択）が最適性能を達成する条件を確立すること。

提案手法

• N_SQ個の符号化量子化器が、制限された処理を伴うアナログコンビナーを通じてN_r個のアンテナ出力を処理する一般化MIMO受信機モデルを定式化する。
• 4つの受信アーキテクチャを検討する：(a) 複数アンテナ選択と符号化量子化、(b) 単一アンテナ選択と多値量子化、(c) 複数アンテナ選択と多値量子化、(d) 多値量子化を伴う線形結合。
• 符号化量子化器の数とチャネル状態に応じた実現可能レートの上限を導出する。
• Bussgang分解と水割りに類似たパワー割り当てを用いて、多値量子化を伴うMIMOケースにおける最適性能を近似する。
• MIMOケースにおける等価並列ガウスチャネルをモデル化するために、チャネル行列の固有値分解を用いる。
• 量子化器割り当ての整数制約を緩和して近似的最適解を導出し、量子化器容量制約下で均等な量子化器割り当てが最適であることを示す。

実験結果

リサーチクエスチョン

• RQ1 複数アンテナ選択と符号化量子化を伴う単純な受信アーキテクチャは、MIMOシステムにおいて高SNRで最適な性能を達成できるか？
• RQ2 符号化量子化器の数と受信アーキテクチャの複雑さが、低分解能MIMO受信機の性能にどのように影響するか？
• RQ3 多値量子化を伴うMIMOシステムにおいて、符号化量子化器をサブチャンネルに最適に割り当てる方法は何か？
• RQ4 符号化量子化のみが利用可能な場合、線形結合は単純なアーキテクチャよりも顕著な性能向上をもたらすか？
• RQ5 符号化量子化が高SNR領域で容量を達成する性能を実現するための条件は何か？

主な発見

• アンテナ選択と符号化量子化を組み合わせたアーキテクチャ(a)は、受信アンテナ数が符号化量子化器数を上回る場合、高SNRにおける最適容量を達成する。
• 線形結合と多値量子化を伴うMIMOチャネルにおいて、水割りに類似た近似的最適パワー割り当てが導出され、符号化量子化のみで高SNR性能が最適化されることを示している。
• SIMOケースにおいて、多値量子化を伴う複数アンテナ選択は、特定の条件下で線形結合と多値量子化の性能に非常に近い。
• 量子化器制約が有効な場合、符号化量子化器をサブチャンネルに均等に割り当てることが最適であり、性能損失を最小限に抑える。
• 内側容量上限と上界の差が2 min{N_t, N_r} bpcuで有界であるため、提案フレームワークの性能境界がきわめてタイトであることが示された。
• i.i.d. ガウスチャネルに対する数値結果は、符号化量子化が高SNRにおいてほぼ最適性能を達成することを確認している。