[論文レビュー] Massive MIMO: How many antennas do we need?

Jakob Hoydis, Stephan ten Brink+1 more|arXiv (Cornell University)|Jul 8, 2011

Advanced MIMO Systems Optimization参考文献 17被引用数 36

ひとこと要約

本稿は、有限かつ大規模な数の基地局（BS）アンテナを備えたマスティブ MIMO システムの性能を調査し、最終的なスペクトル効率の与えられた割合に到達するのに必要なアンテナ数を焦点としている。ランダム行列理論を用いて、一致フィルタ（MF）および最小分散平均二乗誤差（MMSE）検出における実現可能レートのタイトな近似を導出しており、特にパイロット混信に起因する制限下では、MMSE検出がMFよりもはるかに少ないユーザーあたりの自由度（DoF）で同等の性能を達成できることを示している。

ABSTRACT

We consider a multicell MIMO uplink channel where each base station (BS) is equipped with a large number of antennas N. The BSs are assumed to estimate their channels based on pilot sequences sent by the user terminals (UTs). Recent work has shown that, as N grows infinitely large, (i) the simplest form of user detection, i.e., the matched filter (MF), becomes optimal, (ii) the transmit power per UT can be made arbitrarily small, (iii) the system performance is limited by pilot contamination. The aim of this paper is to assess to which extent the above conclusions hold true for large, but finite N. In particular, we derive how many antennas per UT are needed to achieve η% of the ultimate performance. We then study how much can be gained through more sophisticated minimum-mean-square-error (MMSE) detection and how many more antennas are needed with the MF to achieve the same performance. Our analysis relies on novel results from random matrix theory which allow us to derive tight approximations of achievable rates with a class of linear receivers.

研究の動機と目的

• マスティブ MIMO システムにおいて、最終的なスペクトル効率の与えられたパcent を達成するために必要な基地局（BS）アンテナ数を特定すること。
• 有限だが大規模なアンテナ数の範囲における、一致フィルタ（MF）と最小分散平均二乗誤差（MMSE）検出の性能差を定量すること。
• パイロット混信がシステム性能に与える制限的影響を分析し、アンテナ数の増加がこの影響をどのように緩和できるかを検討すること。
• 個々のパスロスおよび各ユーザーごとの相関行列を有する一般化されたチャネルモデル下での実現可能レートの決定的同等物を導出すること。
• MF が MMSE 性能に近づく条件を確立し、MF が MMSE 性能に一致させるためにどれほど多くのアンテナが必要かを特定すること。

提案手法

• 本研究は、L 個のセルを有するマルチセル マスティブ MIMO 上行リンクモデルを採用し、各セルには N アンテナを備えた BS と K 個の単一アンテナユーザーが存在する。
• チャネルは、各ユーザーから BS へのリンクに対して個別に定義されたパスロスおよび決定的相関行列を有する一般構造でモデル化されている。
• 本稿は、線形受信機（MF および MMSE）における確率的実現可能レートの決定的同等物を導出するために、高度なランダム行列理論の結果を適用しており、チャネルトレーニングおよびパイロット混信を考慮している。
• ランダム行列理論の定理 3 および 4 を用いて、逆ウィシャルト型行列のトレースを近似し、N および K が非常に大きくなる際の漸近的にタイトなレート近似を可能としている。
• 本分析では、N および K が同じ割合で無限大に近づく大規模システムの極限を仮定しており、相関行列およびパワー行列のスペクトルノルムが一様に有界であると仮定している。
• 導出された近似はシミュレーションによって検証されており、中程度の N および K に対しても高い正確性を示しており、実用的な性能予測に有効であることが示されている。

実験結果

リサーチクエスチョン

• RQ1 有限 N のマスティブ MIMO システムにおいて、最終的なスペクトル効率の η% を達成するために、ユーザーあたりに必要なアンテナ数はどれほどか？
• RQ2 与えられた性能目標を達成するための必要な自由度（DoF）という観点で、一致フィルタ（MF）と最小分散平均二乗誤差（MMSE）検出の性能を比較するとどうなるか？
• RQ3 パイロット混信が存在する状況で、アンテナ数を増加させることで、非最適な検出性能をどれほど補えるか？
• RQ4 有効信号対雑音比（ρN）が、与えられた性能レベルに到達するためのユーザーあたりの必要自由度にどのように影響するか？
• RQ5 パイロット混信が MF と MMSE 検出の性能差に与える影響は何か？また、N が増加するに従い、この差はどのように変化するか？

主な発見

• L=4 セルおよび α=0.3 の場合、一致フィルタ（MF）は 90% の最終スペクトル効率に到達するためにはユーザーあたり 70 の自由度（DoF）を必要とし、一方 MMSE 検出ではユーザーあたり 35 DoF で十分である。
• α=0.1 の場合、MF は 90% の最終レートに到達するためにはユーザーあたり 100 DoF 必要であるが、MMSE 検出では依然としてユーザーあたり 35 DoF で十分であり、MMSE がはるかにスペクトル効率が高いためである。
• MF および MMSE 検出の両性能は、主にユーザーあたりの自由度と有効 SNR（ρN）に依存しており、パイロット混信が主な制限要因である。
• MMSE 検出は、MF と同等のスペクトル効率を達成するためにユーザーあたりの自由度を約半分に抑えることができ、同じセル内で最大 2.5 倍のユーザー数を同時に処理できる。
• 中程度の N および K に対しても、実現可能レートの決定的同等物が非常に正確であることが確認されており、実用的なシステム設計および最適化に応用可能であることが裏付けられている。
• 結果から、MF の性能は N の増加に伴い向上するが、特にパイロット混信が高い状況では、MMSE に匹敵する性能を得るためには、はるかに多くのアンテナが必要であることが明らかになった。