[論文レビュー] Blind Null-Space Learning for MIMO Underlay Cognitive Radio Networks

Yair Noam, Andrea Goldsmith|arXiv (Cornell University)|Feb 2, 2012

Cognitive Radio Networks and Spectrum Sensing参考文献 22被引用数 7

ひとこと要約

本稿では、主ユーザへの干渉チャネルを明示的に知ることなく、MIMO認知無線のセカンドリーユーザ（SU）が干渉を避けるためのブラインド・ヌル空間学習技術を提案する。主ユーザの全送信電力の変化を測定しながら、逐次的に beamforming ベクトルを調整することで、単調な電力制御を仮定したもとで、SUはエネルギー測定のみを用いて干渉チャネルのヌル空間を学習する。これにより、PUとの協力や同期が不要な干渉制約付き送信が可能になる。

ABSTRACT

This paper proposes a blind technique for MIMO cognitive radio Secondary Users (SU) to transmit in the same band simultaneously with a Primary User (PU) under a maximum interference constraint. In the proposed technique, the SU is able to meet the interference constraint of the PU without explicitly estimating the interference channel matrix to the PU and without burdening the PU with any interaction with the SU. The only condition required of the PU is that for a short time interval it uses a power control scheme such that its transmitted power is a monotonic function of the interference inflicted by the SU. During this time interval, the SU iteratively modifies the spatial orientation of its transmitted signal and measures the effect of this modification on the PU's total transmit power. The entire process is based on energy measurements which is very desirable from an implementation point of view.

研究の動機と目的

• MIMO認知無線ネットワークにおけるセカンドリーユーザが、厳密な干渉制約のもとで主ユーザと同時に送信できるようにすること。
• セカンドリーユーザから主ユーザへの干渉リンクの明示的チャネル状態情報（CSI）の必要性を排除すること。
• 干渉回避のためのPU協力、トレーニングシーケンス、または同期の要件をなくすこと。
• エネルギー測定のみに依存する実用的なブラインドアルゴリズムを考案し、干渉チャネルのヌル空間を学習すること。
• PUの単調な電力制御を唯一のシステムレベルの仮定として用いることで、手法のロバスト性と効率性を確保すること。

提案手法

• 未知の干渉チャネル行列のヌル空間を推定するため、サイクリック・ヤコビ固有値分解（EVD）アルゴリズムのブラインド適合版を提案する。
• SUが beamforming ベクトルを調整した結果がPUの全送信電力に与える影響を推定するために、PUの電力エネルギー測定をフィードバックとして用いる。
• 干渉電力を最小化する最適な beamforming 角度（θ と φ）を求めるために、2段階の1次元最適化を採用する。
• ブラインド最適化における局所的最小値がすべてグローバル最小値に一致する数学的性質に依存し、正しいヌル空間への収束を保証する。
• PUの送信電力がSUからの干渉に対して単調関数であると仮定することで、明示的なフィードバックなしにチャネル効果を推定可能となる。
• SUが beamforming ベクトルを調整し、PU電力の変化を観測することで、反復的に beamforming 方向を最適化するブラインド・ヤコビステップを導入する。

実験結果

リサーチクエスチョン

• RQ1 セカンドリーユーザは、明示的なCSIやPUとの協力がなくても、主ユーザへの干渉チャネルのヌル空間を学習可能か？
• RQ2 主ユーザのエネルギー測定のみを用いて、MIMO認知無線ネットワークにおける干渉回避を実現可能か？
• RQ3 観測不能な干渉行列を前提とした場合、beamforming パrameterに対するブラインド最適化をどのようにして効果的かつ収束可能にするか？
• RQ4 SUによるブラインド・ヌル空間学習を可能にするために、PUの動作（例：電力制御）に必要な条件は何か？
• RQ5 サイクリック・ヤコビEVDアルゴリズムを、PUからの電力測定のみを用いたブラインド設定に適応可能か？

主な発見

• 提案されたブラインド・ヌル空間学習アルゴリズムは、PUの送信電力のエネルギー測定のみを用いて、干渉チャネル行列の正しいヌル空間に収束する。
• 明示的なチャネル推定を必要とせず、セカンドリーユーザの主受信機への干渉が最大許容閾値以下に保たれることを保証する。
• アルゴリズムはロバストである。ブラインド最適化におけるすべての局所的最小値がグローバル最小値に一致するため、信頼性の高い収束が可能となる。
• PU協力、トレーニングシーケンス、フィードバック、同期の必要性がなくなり、システムの複雑さが顕著に低減される。
• 理論的分析により、ブラインド・ヤコビステップが2段階の逐次的1次元最適化で実装可能であることが確認され、実装が簡素化される。
• シミュレーション結果は、PUにおける単調な電力制御条件のもとで、干渉回避とヌル空間への収束が成功したことを示している。