[論文レビュー] Low-Complexity Massive MIMO Subspace Estimation and Tracking from Low-Dimensional Projections

Saeid Haghighatshoar, Giuseppe Caire|arXiv (Cornell University)|Aug 8, 2016

Direction-of-Arrival Estimation Techniques被引用数 4

ひとこと要約

本稿では、チャネルベクトルの低次元投影を用いて、マスティブ MIMO システムにおける部分空間推定および追跡のための低複雑性アルゴリズムを提案する。近似最尤（AML）半定値計画問題（SDP）を、対角行列上の凸最適化問題に再定式化することにより、著しく低い計算コストでほぼ最適性能を達成し、実用的なマスティブ MIMO デプロイメントにおける動的チャネル部分空間変化のリアルタイム追跡を可能にする。

ABSTRACT

Massive MIMO is a variant of multiuser MIMO, where the number of antennas $M$ at the base-station is large, and generally much larger than the number of spatially multiplexed data streams to/from the users. It has been observed that in many realistic propagation scenarios as well as in spatially correlated channel models used in standardizations, although the user channel vectors have a very high-dim $M$, they lie on low-dim subspaces due to their limited angular spread. This low-dim subspace structure remains stable across many coherence blocks and can be exploited in several ways to improve the system performance. A main challenge, however, is to estimate this signal subspace from samples of users' channel vectors as fast and efficiently as possible. In a recent work, we addressed this problem and proposed a very effective novel algorithm referred to as Approximate Maximum-Likelihood (AML), which was formulated as a semi-definite program (SDP). In this paper, we address two problems left open in our previous work: computational complexity and tracking. The algorithm proposed in this paper is reminiscent of Multiple Measurement Vectors (MMV) problem in Compressed Sensing and is proved to be equivalent to the AML Algorithm for sufficiently dense angular grids. It has also a very low computational complexity and is able to track sharp transitions in the channel statistics very quickly. Although mainly motivated by massive MIMO applications, our proposed algorithm is of independent interest in other related subspace estimation applications. We assess the estimation/tracking performance of our proposed algorithm empirically via numerical simulations, especially in practically relevant situations where a direct implementation of the SDP would be infeasible in real-time. We also compare the performance of our algorithm with other related subspace estimation algorithms in the literature.

研究の動機と目的

• 先行研究における半定値計画法（SDP）を用いたマスティブ MIMO システムにおける部分空間推定の高い計算複雑性に対処すること。
• チャネルベクトルの低次元投影から低ランク信号部分空間をリアルタイムで低複雑性で推定すること。
• AML アルゴリズムを時間変動するチャネル統計、特に部分空間構造の急激な変化を追跡できるように拡張すること。
• 2次元長方形格子を含む一般のアレイ構成に対応する効率的な数値実装を提供すること。
• 計算制約により直接SDPの実装が非現実的となる状況において、実用的妥当性を示すこと。

提案手法

• 元のAML SDPを、密度の高い角度グリッド上の電力分布を表す対角行列上の凸最適化問題に再定式化する。
• 信号共分散を表す対角行列 P を用いたパrametrization を導入し、次式の最適化問題を定式化する：min_{P∈D₊} tr((ḠPḠᴴ + Iₘ)⁻¹Ĉₓ) + tr(P)。
• スハール補完条件を活用して、完全なSDPの解法を回避する凸計画問題として問題を表現する。
• 細かい角度グリッド上のステアリングベクトルの辞書を用いた、信号共分散行列の低ランク近似を実施する。
• 時間変動するサンプリング作用素をサポートし、適応的かつ動的な部分空間追跡を可能にする。
• 反復的凸最適化により解を計算し、大規模 MIMO システムへのスケーラビリティが確保される。

実験結果

リサーチクエスチョン

• RQ1 計算コストの高い AML SDP 定式化を、マスティブ MIMO における部分空間推定でほぼ最適性能を維持しつつ、低複雑性の凸最適化に置き換えることは可能か？
• RQ2 提案手法は、時間経過に伴うチャネル部分空間構造の急激な変化をどの程度効果的に追跡できるか？
• RQ3 固定の投影と比較して、時間変動する投影作用素を用いることで、どの程度の性能向上が得られるか？
• RQ4 M ≫ K の大規模 MIMO システムにおいて、計算複雑性と推定精度の観点から、アルゴリズムはどのようにスケーリングするか？
• RQ5 RFチェーンの制限や低次元投影といった実用的制約下でも、アルゴリズムはどの程度の精度を維持できるか？

主な発見

• 提案アルゴリズムは、著しく低い計算複雑性で、元の AML SDP と同等のほぼ最適な部分空間推定性能を達成する。
• リアルタイムの部分空間追跡が可能であり、チャネル統計の急激な変化に伴い、新しい部分空間状態への収束が速い。
• 直接SDPの実装がリアルタイム動作に非現実的となる状況でも、高い精度を維持する。
• 特にSNRが低く、ランクが低く、角度スライスが狭いチャネル環境において、性能向上が顕著に現れる。
• 2次元長方形格子を含む多様なアレイ構成において、ロバストでスケーラブルな性能を示し、効率的な数値実装が可能である。