[論文レビュー] Conjugate Gradient Projection Approach for Multi-Antenna Gaussian Broadcast Channels

Jia Liu, Yunxian Hou+1 more|ArXiv.org|Jan 9, 2007

Advanced MIMO Systems Optimization参考文献 15被引用数 11

ひとこと要約

本稿では、多アンテナガウスブロードキャストチャネル（MIMO BC）におけるスルーレート最大化問題を的確に解くために、共役勾配射影（CGP）アルゴリズムを提案する。共役勾配方向と固有値分解による正確な射影を活用することで、CGPは証明可能な収束性、1反復あたり線形な複雑性、優れたスケーラビリティを達成する—100ユーザーのシステムですら30反復未満で収束し、既存の反復的ウォーター・フィリング法や勾配降下法を上回る性能を示す。

ABSTRACT

It has been shown recently that the dirty-paper coding is the optimal strategy for maximizing the sum rate of multiple-input multiple-output Gaussian broadcast channels (MIMO BC). Moreover, by the channel duality, the nonconvex MIMO BC sum rate problem can be transformed to the convex dual MIMO multiple-access channel (MIMO MAC) problem with a sum power constraint. In this paper, we design an efficient algorithm based on conjugate gradient projection (CGP) to solve the MIMO BC maximum sum rate problem. Our proposed CGP algorithm solves the dual sum power MAC problem by utilizing the powerful concept of Hessian conjugacy. We also develop a rigorous algorithm to solve the projection problem. We show that CGP enjoys provable convergence, nice scalability, and great efficiency for large MIMO BC systems.

研究の動機と目的

• 大規模MIMOブロードキャストチャネルにおける既存の反復的アルゴリズムのスケーラビリティおよび効率性の制限を解決すること。
• MIMO BCシステムにおけるスルーレート最大化のための、高速でスケーラブルかつ証明可能な収束性を持つアルゴリズムを開発すること。
• 反復的ウォーター・フィリング法や勾配降下法といった既存手法と比較して、計算複雑性とメモリ要件を低減すること。
• MIMO BCとMIMO MACの双対性を活用して、非凸問題を共役勾配法に適した凸問題に変換すること。
• ヒューリスティックな近似を避ける厳密な射影メカニズムを設計すること。

提案手法

• チャネル双対性を用いて、非凸なMIMO BCスルーレート問題を、合計送信パワー制約付きの凸双対MIMO MAC問題に変換する。
• 双対問題を解くために共役勾配射影（CGP）フレームワークを適用し、勾配法の「ジグザグ」問題を回避する共役方向を用いる。
• 収束を加速するために、ポラック＝リビエールの公式を用いて共役探索方向を計算する。
• ヘシアン近似の固有値分解による正確な射影を実行し、各反復で正確な実行可能性を保証する。
• 収束速度と計算コストのバランスを取るために、アーミジョの規則を用いた不正確ラインサーチを実施する。
• 直前の解の状態のみを保持するため、複数の過去ステップを記憶する必要がある手法と比較して、メモリ使用量が控えめになる。

実験結果

リサーチクエスチョン

• RQ1 共役勾配に基づく手法は、大規模MIMO BCシステムにおいて、既存の反復的ウォーター・フィリング法や勾配降下法と比較して、収束速度とスケーラビリティの面で優れているか？
• RQ2 勾配方向ではなく共役方向を用いることで、収束に必要な反復回数は顕著に減少するか？
• RQ3 ヒューリスティックな近似を避けながら、実行可能性を保証し、計算コストを低く抑えた正確な射影手法を開発できるか？
• RQ4 CGPの計算複雑性とメモリ要件は、特にユーザー数の増加に伴って反復的ウォーター・フィリング法と比較してどうなるか？
• RQ5 CGPアルゴリズムは、大規模MIMOシステムを含むさまざまなシステム構成において、ロバストで効率的か？

主な発見

• 100ユーザーのMIMO BCシステム（送信アンテナ4、受信アンテナ4）において、CGPはわずか29反復で収束し、IWF1およびIWF2を著しく上回る性能を示した。
• CGPの収束に必要な反復回数はユーザー数にほとんど依存せず、IWFとは異なりKの増加に伴い性能が劣化しない。
• CGPの1反復あたりの計算複雑性はIWFと同等（O((m+1+n_r)K) 対 O((2+n_r)K)）であり、mは通常2〜4の間であるため、計算的にも効率的である。
• CGPは更新に直前の解の状態のみを保持すればよく、IWF1がK−1個の過去の解を記憶する必要があるのと比較して、メモリ使用量が控えめである。
• アルゴリズムは証明可能な収束性を有し、優れたスケーラビリティを示しており、大規模MIMO BCシステムに適している。
• 数値結果により、CGPはさまざまなシステムサイズにおいて一貫して30反復未満で収束することが確認され、ロバストで効率的であることが示された。