[論文レビュー] Algorithms for Joint Phase Estimation and Decoding for MIMO Systems in the Presence of Phase Noise

Rajet Krishnan, Giulio Colavolpe+2 more|arXiv (Cornell University)|Dec 8, 2013

Advanced Wireless Communication Techniques参考文献 21被引用数 4

ひとこと要約

本稿では、独立した局所発振器に起因するウィーナー位相ノイズによって劣化するMIMOシステムにおける、低複雑性で部分最適な位相ノイズ推定とデータ検出のための3つのアルゴリズムを提案する。和積アルゴリズムとティコノフ分布、スムージング・デテクタフレームワーク、変分ベイズ推論を用いることで、特に符号化および非符号化伝送において、先行研究よりも顕著な性能向上を達成する。

ABSTRACT

In this work, we derive the maximum a posteriori (MAP) symbol detector for a multiple-input multiple-output system in the presence of Wiener phase noise due to noisy local oscillators. As in single-antenna systems, the computation of the optimal receiver is an infinite dimensional problem and is thus unimplementable in practice. In this purview, we propose three suboptimal, low-complexity algorithms for approximately implementing the MAP symbol detector, which involve joint phase noise estimation and data detection. Our first algorithm is obtained by means of the sum-product algorithm, where we use the multivariate Tikhonov canonical distribution approach. In our next algorithm, we derive an approximate MAP symbol detector based on the smoother-detector framework, wherein the detector is properly designed by incorporating the phase noise statistics from the smoother. The third algorithm is derived based on the variational Bayesian framework. By simulations, we evaluate the performance of the proposed algorithms for both uncoded and coded data transmissions, and we observe that the proposed techniques significantly outperform the other algorithms proposed in the literature.

研究の動機と目的

• 独立した局所発振器に起因する時間変動型位相ノイズがMIMOシステムに及える性能劣化を解消すること。
• 無限次元の位相ノイズ推定に起因する最適な周辺尤度最大化（MAP）シンボルデテクタの不適切さを克服すること。
• 位相ノイズと送信シンボルを同時に推定・検出可能な、実用的で低複雑性の受信機アルゴリズムを設計すること。
• 非符号化および符号化伝送の両状況において、提案アルゴリズムの性能と頑健性を評価すること。

提案手法

• ウィーナー位相ノイズを有するMIMOシステムにおける最適なMAPシンボルデテクタを導出するが、無限次元の位相ノイズ確率密度関数の計算が困難であるため、実用的ではないと認識する。
• 最初のアルゴリズムとして、多変量ティコノフ正準分布を用いた和積アルゴリズム（SPA）を実装し、事後分布の近似を図る。
• 2番目のアルゴリズムは、拡張カルマンスムージング（EKS）から得られる位相ノイズ統計を組み込んだスムージング・デテクタフレームワークに基づく。
• 3番目のアルゴリズムは、変分ベイズ（VB）フレームワークを用いて、データと位相ノイズの同時事後分布を近似し、取り扱いやすい推論を可能にする。
• VBフレームワークにおける分散項のゼロ近似や、尤度関数の構造を活用して期待値を簡略化する近似手法を用いる。
• 得られた近似事後分布を反復的検出および推定プロセスに統合し、実装可能な実用的アルゴリズムを構築する。

実験結果

リサーチクエスチョン

• RQ1 無限次元の性質を持つため実用的でない最適なMAPシンボルデテクタを、実用的な近似手法でどのように達成できるか？
• RQ2 分離推定または従来のMIMO受信機と比較して、共同位相ノイズ推定とデータ検出がもたらす性能向上は何か？
• RQ3 和積、スムージング・デテクタ、変分ベイズといった異なる近似フレームワークは、複雑さと誤り率性能の観点でどのように比較できるか？
• RQ4 提案されたアルゴリズムは、非符号化および符号化MIMO伝送環境において、位相ノイズ下でも高い性能を維持できるか？
• RQ5 位相ノイズの相関性と時間変動性は、共同検出および推定アルゴリズムの設計と性能にどのような影響を与えるか？

主な発見

• 提案アルゴリズムは、位相ノイズ下での非符号化および符号化MIMO伝送において、既存の文献手法を顕著に上回る性能を達成する。
• ティコノフ正準分布を用いた和積アルゴリズムは、特に高SNR領域において、複雑さと性能の良好なバランスを実現する。
• スムージング・デテクタフレームワークは、拡張カルマンスムージング（EKS）を介して位相ノイズの時間的相関を活用し、性能を向上させる。
• 変分ベイズアプローチは、位相ノイズとシンボルの不確実性を効果的に扱い、安定した収束性と頑健な性能を示す。
• シミュレーション結果から、共同推定と検出アプローチが、位相ノイズをチャネルの一部として扱う従来手法よりも、位相ノイズによる性能劣化をより効果的に軽減することが確認された。
• これらのアルゴリズムは、チャネル変動に比べて位相ノイズが急速に変化する高速 fading 環境でも効果を発揮し、従来のチャネル推定手法が失敗する状況でも有効である。