[論文レビュー] Compressive Demodulation of Mutually Interfering Signals

Yuejie Chi, Yao Xie+1 more|arXiv (Cornell University)|Mar 15, 2013

Sparse and Compressive Sensing Techniques参考文献 22被引用数 3

ひとこと要約

本稿では、圧縮センシングを用いて、非同期マルチユーザー環境におけるスパースかつ相互に干渉する信号を検出するための圧縮デモジュレーションフレームワークを提案する。2つのフロントエンドアーキテクチャを統合した単一の離散信号モデルを構築することで、O(K log N(τ+1))のサンプルのみを必要とする反復的マッチングプルーリングアルゴリズムを可能にした。これは従来のMUDが必要とするN(τ+1)サンプルよりも顕著に少ない。Kerdock符号を用いることで、誤り率とサンプル効率の両面でGaborフレームを上回るロバストな性能を達成した。

ABSTRACT

Multi-User Detection is fundamental not only to cellular wireless communication but also to Radio-Frequency Identification (RFID) technology that supports supply chain management. The challenge of Multi-user Detection (MUD) is that of demodulating mutually interfering signals, and the two biggest impediments are the asynchronous character of random access and the lack of channel state information. Given that at any time instant the number of active users is typically small, the promise of Compressive Sensing (CS) is the demodulation of sparse superpositions of signature waveforms from very few measurements. This paper begins by unifying two front-end architectures proposed for MUD by showing that both lead to the same discrete signal model. Algorithms are presented for coherent and noncoherent detection that are based on iterative matching pursuit. Noncoherent detection is all that is needed in the application to RFID technology where it is only the identity of the active users that is required. The coherent detector is also able to recover the transmitted symbols. It is shown that compressive demodulation requires $\mathcal{O}(K\log N(τ+1))$ samples to recover $K$ active users whereas standard MUD requires $N(τ+1)$ samples to process $N$ total users with a maximal delay $τ$. Performance guarantees are derived for both coherent and noncoherent detection that are identical in the way they scale with number of active users. The power profile of the active users is shown to be less important than the SNR of the weakest user. Gabor frames and Kerdock codes are proposed as signature waveforms and numerical examples demonstrate the superior performance of Kerdock codes - the same probability of error with less than half the samples.

研究の動機と目的

• RFIDや無線ネットワークにおいて、未知のチャネル状態情報（CSI）を有する非同期で非コherentなシステムにおけるマルチユーザー検出（MUD）の課題に対処すること。
• N人のユーザーと最大遅延τに対して従来のMUDがN(τ+1)のサンプルを必要とするのに対し、圧縮センシングを活用してサンプリング要件を低減すること。
• ランダムサブサンプリングと一般化マッチドフィルタの2つのフロントエンドアーキテクチャを統合する単一の信号モデルを構築すること。
• 反復的マッチングプルーリングを用いてコherentおよび非コherent検出を可能とし、ユーザーIDのみが重要なRFID用途に十分な非コherent検出を実現すること。
• スパース復元におけるノイズ下での性能とサンプル効率を比較評価するため、シグネチャ波形としてGaborフレームとKerdock符号を検討すること。

提案手法

• ランダムサブサンプリングと一般化マッチドフィルタのフロントエンドを統合した離散信号モデルを定式化し、必要となる測定数MをN(τ+1)未満に削減すること。
• コherentおよび非コherent検出の両方を可能とする反復的マッチングプルーリングアルゴリズムを提案し、アクティブユーザーとその送信シンボルの復元を可能とすること。
• GaborフレームとKerdock符号をシグネチャ波形として用い、Kerdock符号が有利なコherェンス特性を有するため、優れた性能を示すことが示された。
• 両検出タイプの性能保証を導出し、パワープロファイルに依存せずに、アクティブユーザー数Kに関して同一のスケーリング特性を示すことを示した。
• サブサンプリングされたGaborおよびKerdockフレームのコherェンス特性を分析し、サブサンプリングされたKerdockフレームが高確率で低い平均コherェンスを維持することを証明した。
• Hoeffdingの不等式と和集合の不等式を用いて、サブサンプリング測定行列の最悪ケースおよび平均コherェンスに関する確率的境界を導出した。

実験結果

リサーチクエスチョン

• RQ1 圧縮デモジュレーションのための2つの異なるフロントエンドアーキテクチャを、単一の離散信号モデルに統合できるか？
• RQ2 従来のMUDと比較して、圧縮MUDにおける必要サンプル数が、K（アクティブユーザー数）、N（全ユーザー数）、τ（最大遅延）にどのように依存するか？
• RQ3 特にGaborフレームとKerdock符号の比較において、シグネチャ波形設計が圧縮デモジュレーションの性能とサンプル効率に与える影響は何か？
• RQ4 復元性能において、最も弱いアクティブユーザーのSINR（信号対干渉雑音比）が、強いユーザーのパワープロファイルよりも重要であるか？
• RQ5 CSIが不明な状況下でも、反復的マッチングプルーリングによる非コherent検出が、RFIDシステムで信頼性の高いユーザーIDの復元を達成できるか？また、コherent検出と比較してどうか？

主な発見

• 圧縮デモジュレーションでは、K人のアクティブユーザーを復元するためにO(K log N(τ+1))のサンプルで十分であり、従来のMUDが要請するN(τ+1)のサンプルに比べ顕著な削減が達成された。
• 非コherent検出においても、反復的マッチングプルーリングを用いることで、CSIを必要としないにもかかわらず、コherent検出と同等のK依存スケーリング特性を達成した。
• システムの性能は、強いユーザーのパワープロファイルよりも、最も弱いアクティブユーザーのSINRにより敏感に依存することが分かった。
• Kerdock符号はGaborフレームを上回り、同じ誤り確率を達成するために半分以下のサンプル数で十分であった。これは、優れたコherェンス特性に起因する。
• 理論的分析により、サブサンプリングされたKerdockフレームが高確率で平均コherェンスν(X) ≤ 2/Mを維持することが示され、安定なスパース復元が可能であることが分かった。
• 数値結果により、同じサンプリングレートおよびノイズ条件下で、Kerdock符号がGaborフレームよりも優れた誤り率性能を示すことが確認された。