[論文レビュー] Belief Propagation based MIMO Detection Operating on Quantized Channel Output

Amine Mezghani, Josef A. Nossek|arXiv (Cornell University)|Oct 26, 2010

Error Correcting Code Techniques参考文献 7被引用数 6

ひとこと要約

本稿では、低分解能のアナログ・デジタル変換器（ADC）を搭載したシステムにおいて、量子化されたチャネル出力上で動作する低複雑性の信念伝播（BP）ベースのMIMO検出アルゴリズムを提案する。大規模システムの極限においてガウス近似と状態遷移解析を用いることで、1〜4ビットのADCですでに中程度のアンテナ配列でほぼ最適性能を達成できることを示し、完全な検出が可能になる条件も特定している。

ABSTRACT

In multiple-antenna communications, as bandwidth and modulation order increase, system components must work with demanding tolerances. In particular, high resolution and high sampling rate analog-to-digital converters (ADCs) are often prohibitively challenging to design. Therefore ADCs for such applications should be low-resolution. This paper provides new insights into the problem of optimal signal detection based on quantized received signals for multiple-input multiple-output (MIMO) channels. It capitalizes on previous works which extensively analyzed the unquantized linear vector channel using graphical inference methods. In particular, a "loopy" belief propagation-like (BP) MIMO detection algorithm, operating on quantized data with low complexity, is proposed. In addition, we study the impact of finite receiver resolution in fading channels in the large-system limit by means of a state evolution analysis of the BP algorithm, which refers to the limit where the number of transmit and receive antennas go to infinity with a fixed ratio. Simulations show that the theoretical findings might give accurate results even with moderate number of antennas.

研究の動機と目的

• 高帯域幅・高速MIMOシステムにおいて高分解能ADCが現実的でないという課題に対処すること。
• 量子化されたMIMOチャネル出力上で動作する低複雑性の検出アルゴリズムを開発すること。
• 大規模システムの極限において状態遷移を用いた解析を通じて、量子化されたMIMOシステムにおける信念伝播の性能を分析すること。
• ノイズのない状況において完全な検出を達成するための最小ADC分解能を特定すること。

提案手法

• 量子化出力に対処するため、ガウス近似を用いて近似BPに類似した検出アルゴリズムを導出する。
• 一様対称中間リーフADCを用いて量子化MIMOシステムをモデル化し、量子化出力の条件付き確率を導出する。
• 大規模システムの極限において、反復処理における平均二乗誤差とメッセージ分散の変化を追跡するため、状態遷移形式を適用する。
• パラメータ $ F^t $ と $ c_m^t $ の反復的更新を用いて、システムの性能変化を記述する。
• 送信シンボルの同時後験分布をモデル化するために要因グラフ表現を用いる。
• BPSK変調を用いた $ 20 \times 20 $ MIMOシステムにおけるシミュレーションを通じて理論的結果を検証する。

実験結果

リサーチクエスチョン

• RQ1 低分解能ADCを搭載したMIMOシステムにおける信念伝播検出の性能限界は何か？
• RQ2 有限のADC分解能は、大規模MIMOシステムにおける検出精度にどのように影響を与えるか？
• RQ3 状態遷移解析は、量子化MIMOシステムにおけるBPの収束性と誤り性能を正確に予測できるか？
• RQ4 ノイズのない状況において、完全な検出を達成するための最小ADCビット数は何か？
• RQ5 BPアルゴリズムは一意の固定点に収束するのか、それとも部分的最適解に陥る可能性があるのか？

主な発見

• $ b = 1 $ ビットの場合、高SNRであっても非一意の固定点のため誤り床が生じる。
• $ b = 4 $ ビットの場合、理論的に予測されたように、無限分解像受信と比較して性能損失は無視できるほど小さくなる。
• $ b = 1 $ の理論的BER曲線はシミュレーション結果とよく一致しており、状態遷移モデルの妥当性が裏付けられる。
• $ b = 4 $ の場合、中程度のアンテナ数では理論とシミュレーションの間にギャップが生じるが、トレンドは正しく予測されている。
• ノイズのない状況（$ \sigma_0 = 0 $）では、$ c_m^\infty = 1 $ かつ $ F^\infty = \infty $ の場合に完全な検出が可能であるが、これはシステム負荷 $ \beta \leq 1 $ の場合に限る。
• $ \beta \leq 1 $ の場合、図4に示すように、対称システムでは2ビットADCでも十分に完全な検出が可能である。