[論文レビュー] Dynamic Transmit Covariance Design in MIMO Fading Systems With Unknown Channel Distributions and Inaccurate Channel State Information

Hao Yu, Michael J. Neely|arXiv (Cornell University)|Dec 28, 2015

Advanced MIMO Systems Optimization参考文献 38被引用数 4

ひとこと要約

本稿では、チャネル分布情報（CDI）が未知で、送信機におけるチャネル状態情報（CSIT）が不正確なMIMO fadingシステムにおける動的送信共分散設計を提案する。インスタントCSITに対しては拡張されたドリフト＋ペナルティフレームワークを用い、遅延CSITに対しては凸射影ベースのアルゴリズムを採用することで、CSIT不正確度をδで定量化した場合、最適値からのオーバル容量ギャップがO(δ)以内に収まる。この手法はチャネル分布の知識を一切必要としない。

ABSTRACT

This paper considers dynamic transmit covariance design in point-to-point MIMO fading systems with unknown channel state distributions and inaccurate channel state information subject to both long term and short term power constraints. First, the case of instantaneous but possibly inaccurate channel state information at the transmitter (CSIT) is treated. By extending the drift-plus-penalty technique, a dynamic transmit covariance policy is developed and is shown to approach optimality with an $O(δ)$ gap, where $δ$ is the inaccuracy measure of CSIT, regardless of the channel state distribution and without requiring knowledge of this distribution. Next, the case of delayed and inaccurate channel state information is considered. The optimal transmit covariance solution that maximizes the ergodic capacity is fundamentally different in this case, and a different online algorithm based on convex projections is developed. The proposed algorithm for this delayed-CSIT case also has an $O(δ)$ optimality gap, where $δ$ is again the inaccuracy measure of CSIT.

研究の動機と目的

• チャネル分布情報（CDI）が未知で、CSITが不正確または遅延している状況下でのMIMOフェージングシステムにおける遍歴的容量最大化の課題に対処すること。
• チャネル分布の事前知識なしに動作する動的送信共分散方策を開発し、最適性能に近づくこと。
• インスタントおよび遅延CSITの不正確さに対して、パラメータδで定量化されたロバスト性を確保すること。
• 完全なCDIと完璧なCSITを前提とした最適解に対する収束性と性能ギャップに関する理論的保証を提供すること。
• FDDおよびTDDシステムにおけるフィードバック遅延や量子化誤差を想定し、スケーラブルかつ実用的応用が可能なアルゴリズムを設計すること。

提案手法

• 不正確なインスタントCSITを扱えるようドリフト＋ペナルティ技法を拡張し、不完全なチャネル推定に適応する動的送信共分散方策を導出する。
• 遍歴的容量に基づく性能指標を導入し、ラプラシアン最適化を用いてデータレートとパワー制約のバランスを取る。
• 遅延CSITの状況では、最適解がインスタントケースと根本的に異なることから、凸射影法を適用する。
• 行列ノルムの不等式と行列微積分を用いて、CSIT誤差がシステム性能に与える影響、特に遍歴的容量式への影響を限定する。
• 実際のチャネル誘導共分散行列と推定値との差の境界を導出し、これがδに対して線形にスケーリングされることを示す。
• 提案手法が、チャネル分布に依存しないO(δ)の最適性ギャップを達成することを確立する。

実験結果

リサーチクエスチョン

• RQ1 チャネル分布の知識なしに、動的送信共分散方策がMIMOフェージングチャネルで近似的に最適な遍歴的容量を達成できるか？
• RQ2 不正確なインスタントCSITは送信共分散設計の性能にどのように影響するか。その影響は境界化可能か？
• RQ3 インスタントCSITと遅延CSITの状況における最適送信共分散設計に、根本的な違いがあるか？
• RQ4 遅延的かつ不正確なCSITに対しても、最適解に近い性能ギャップを達成できるフィードバックに強いアルゴリズムを設計可能か？
• RQ5 性能ギャップはCSIT不正確度δにどの程度依存するか。また、チャネル分布に依存しない形にできるか？

主な発見

• 不正確なインスタントCSITを想定した提案アルゴリズムは、CSIT不正確度δで測定される場合、最適値からの遍歴的容量ギャップがO(δ)以内に収まる。
• 性能ギャップは下位のチャネル分布に依存しないため、多様なフェージング環境にわたりロバストである。
• 遅延CSITのケースでは、根本的に異なるオンラインアルゴリズム（凸射影に基づく）が開発され、これもO(δ)の最適性ギャップを達成する。
• 理論的解析により、CSITが不正確（δ > 0）であっても、δが小さい場合には最適解に限りなく近い性能を維持できることを示した。
• 結果から、正確なインスタントまたは遅延CSIT（δ = 0）は、完全なCSITと完全なCDIの両方を備えた場合とほぼ同等の効果を持つことが示唆される。
• 実際のチャネル誘導共分散行列と推定値との行列ノルム差の境界は、行列微積分とフロベニウスノルムの不等式を用いて導出され、安定性と収束性を保証する。