[論文レビュー] Massive MIMO Channel Estimation with Low-Resolution Spatial Sigma-Delta ADCs

Shilpa Rao, Gonzalo Seco‐Granados+3 more|arXiv (Cornell University)|May 15, 2020

Advanced MIMO Systems Optimization参考文献 56被引用数 7

ひとこと要約

本稿では、特定の方位角領域におけるユーザ信号から離れた位置に量子化ノイズを整形するため、1〜2ビットADCを用いた巨大MIMO上行リンクシステム向けに空間的ΣΔ（ΣΔ）アナログデジタルコンバータ（ADC）アーキテクチャを提案する。非線形量子化器を線形モデルと色付きノイズに分解するためのバスアンク分解を適用し、線形最小平均二乗誤差（LMMSE）チャネル推定器を構築した。その結果、特に低〜中程度のSNRにおいて、従来の1ビットまたは2ビット量子化と比較して、スペクトル効率とチャネル推定精度が著しく向上することが示された。

ABSTRACT

We consider channel estimation for an uplink massive multiple-input multiple-output (MIMO) system where the base station (BS) uses an array with low-resolution (1-2 bit) analog-to-digital converters and a spatial Sigma-Delta ($ΣΔ$) architecture to shape the quantization noise away from users in some angular sector. We develop a linear minimum mean squared error (LMMSE) channel estimator based on the Bussgang decomposition that reformulates the nonlinear quantizer model using an equivalent linear model plus quantization noise. We also analyze the uplink achievable rate with maximal ratio combining (MRC), zero-forcing (ZF), and LMMSE receivers and provide a lower bound for the achievable rate with the MRC receiver. Numerical results show superior channel estimation and sum spectral efficiency performance using the $ΣΔ$ architecture compared to conventional 1- or 2-bit quantized massive MIMO systems.

研究の動機と目的

• 巨大MIMOシステムにおける高分解能ADCの高コストおよび高消費電力を低減するため、低分解能ADCソリューションを検討すること。
• 中〜高SNRにおいて1ビット量子化が引き起こす性能劣化を、ΣΔアーキテクチャによる空間的ノイズ整形によって克服すること。
• フロントハブスループットを低減しつつも高いスペクトル効率を維持できる実用的でエネルギー効率の高い受信アーキテクチャを構築すること。
• 低分解能空間的ΣΔADCを備えたシステムにおけるチャネル推定と可能なデータレート解析の理論的枠組みを提供すること。
• 空間的オーバーサンプリングとΣΔフィードバックを組み合わせることで、標準的な1ビットまたは2ビット量子化と比較して、システム性能が著しく向上することを実証すること。

提案手法

• 非線形1ビットまたは2ビット空間的ΣΔADCを、色付き量子化ノイズを伴う線形モデルとしてモデル化するため、バスアンク分解を適用する。
• 量子化器出力間の相関を考慮した線形最小平均二乗誤差（LMMSE）チャネル推定器を定式化する。
• 空間的ΣΔアーキテクチャをフィードバック系としてモデル化し、1アンテナの量子化誤差が隣接アンテナにフィードバックされ、ノイズが高空間周波数方向に整形されることを示す。
• 最大比率合成（MRC）、ゼロフォーシング（ZF）、LMMSE受信機を用いたチャネル推定誤差および実現可能な上行リンクレートの理論的式を導出する。
• プライスの定理とガウス近似を用いて、量子化ノイズの統計的性質を解析し、LMMSE推定器の妥当性を検証する。
• MRC受信機の可能なデータレートの下限を提示し、すべての理論的結果をモンテカルロシミュレーションにより検証する。

実験結果

リサーチクエスチョン

• RQ1 空間的ΣΔADCは、従来の量子化と比較して、1〜2ビットADCを備えた巨大MIMOシステムにおけるチャネル推定精度を向上させることができるか？
• RQ2 空間的ΣΔアーキテクチャは量子化ノイズをどのように整形するのか？ その影響は実現可能なスペクトル効率にどのような影響を与えるか？
• RQ3 チャネル推定と合計スペクトル効率の観点から、提案されたΣΔベースのシステムと理想の無量子化システムとの間の性能ギャップはどの程度か？
• RQ4 MRC、ZF、LMMSE受信機は、LMMSEチャネル推定を用いた場合、空間的ΣΔ量子化の下でどの程度の性能を示すか？
• RQ5 システム性能は、ユーザ信号の方位角領域とアレイ構成にどの程度依存するか？

主な発見

• 空間的ΣΔアーキテクチャは、従来の1ビットADCシステムと比較して、スペクトル効率が最大2.5倍に向上し、特に低〜中程度のSNRにおいて顕著である。
• 導出された理論的式により得られたチャネル推定誤差は、数値シミュレーションと強く一致しており、良好な一致を示している。
• MRC受信機は、ΣΔアーキテクチャを用いることで、1〜2ビットのADCであっても、無量子化システムとほぼ同等のユーザごとのデータレートを達成できる。
• 1ユーザあたりの平均データレートが2ビット/秒/Hzの場合、MRC受信機は量子化レベルにかかわらず7〜8人のユーザをサポートできるが、ZF/MMSE受信機はΣΔアレイを用いることで最大16〜24人のユーザをサポートできる。
• LMMSE受信機は、ユーザ数の増加に対しても正の平均データレートを維持でき、ユーザ負荷や悪条件の行列に対するロバスト性を示している。
• 低〜中程度のSNRにおいて、ΣΔシステムと無量子化システムとの間の性能ギャップは小さく保たれ、低ハードウェア複雑性でほぼ最適なスペクトル効率を達成できることを示している。