[論文レビュー] Matrix-Monotonic Optimization for MIMO Systems

Chengwen Xing, Shaodan Ma+1 more|arXiv (Cornell University)|Dec 6, 2013

Advanced MIMO Systems Optimization参考文献 42被引用数 4

ひとこと要約

本稿では、MIMOシステムにおける高次元行列変数最適化問題を単一のフレームワークとして簡略化するため、行列単調最適化を導入する。行列単調性と主要化理論を活用することで、例として予プレーカーやイコライザなどの行列変数の最適構造を導出し、行列変数問題を次元数を最小限に抑えた低次元のベクトル最適化に還元する。線形および非線形変復受信機設計、トレーニングシーケンス、レーダ波形最適化において、耐障害性制約のもとで最適性能を達成する。

ABSTRACT

For MIMO systems, due to the deployment of multiple antennas at both the transmitter and the receiver, the design variables e.g., precoders, equalizers, training sequences, etc. are usually matrices. It is well known that matrix operations are usually more complicated compared to their vector counterparts. In order to overcome the high complexity resulting from matrix variables, in this paper we investigate a class of elegant multi-objective optimization problems, namely matrix-monotonic optimization problems (MMOPs). In our work, various representative MIMO optimization problems are unified into a framework of matrix-monotonic optimization, which includes linear transceiver design, nonlinear transceiver design, training sequence design, radar waveform optimization, the corresponding robust design and so on as its special cases. Then exploiting the framework of matrix-monotonic optimization the optimal structures of the considered matrix variables can be derived first. Based on the optimal structure, the matrix-variate optimization problems can be greatly simplified into the ones with only vector variables. In particular, the dimension of the new vector variable is equal to the minimum number of columns and rows of the original matrix variable. Finally, we also extend our work to some more general cases with multiple matrix variables.

研究の動機と目的

• 予プレーカーやイコライザ、トレーニングシーケンスなどの行列変数を含むMIMO最適化問題の高い計算複雑性に対処すること。
• 線形および非線形変復受信機設計、トレーニングシーケンス、レーダ波形、耐障害性設計といった多様なMIMO設計問題を、単一の解析的フレームワークで統一すること。
• 行列単調性と主要化理論を用いて、行列変数の最適構造を導出し、行列からベクトルへの次元削減を可能にすること。
• 複数の相互に依存する行列変数を含む多行列最適化問題へフレームワークを拡張し、閉形式の最適アライメント条件を提供すること。

提案手法

• MIMOシステム設計における正定値行列の単調性特性を活用する新しいフレームワーク、行列単調最適化（MMOP）を提案する。
• 主要化理論を用いて性能指標と行列式の固有値との関係を定式化し、固有値の順序付けに基づいて構造を導出可能にする。
• シュール凸性および行列不等式の境界（例：トレースおよび対数行列式の不等式）を用いて、目的関数の上界および下界を導出する。
• 性能を極大化または極小化するための最適ユニタリ行列（例：Q）を、固有値ペアリング則に基づいて導出する。
• 最適構造を固定することで、行列変数問題を次元が元の行列のmin(rows, columns)に等しい新しいベクトル最適化に還元する。
• SINR最大化、MSE最小化、チャネル不確実性下での耐障害性設計など、複数のケースにフレームワークを適用する。

実験結果

リサーチクエスチョン

• RQ1 MIMOシステムにおける行列変数の最適構造を系統的に導出するため、行列単調性を効果的に活用できるか。
• RQ2 統一されたフレームワークは、行列変数を含む多様なMIMO最適化問題の複雑さをどのように低減できるか。
• RQ3 システム性能指標を最大化または最小化するため、行列変数間の固有ベクトルをどのようにアライメントすべきか。
• RQ4 複数の相互に依存する行列変数を含む多行列最適化問題へ、このフレームワークを拡張可能か。
• RQ5 固有値ペアリング則（例：昇順対比降順）は、MIMOシステムの性能境界にどのように影響を与えるか。

主な発見

• 対数行列式目的関数の場合、最適構造は Q = U_FHF U_A^H として得られ、上界に達する。
• トレースに基づく目的関数の場合、最適な Q は Q = U_FHF U_A^H であり、最大固有値と最小固有値をペアリングすることで下界に達する。
• ケース5における対数行列式最大化の最適 Q は Q = U_ANA U_FHF^H であり、逆MSE行列のトレースを最小化するように固有ベクトルをアライメントする。
• フレームワークにより、最適化変数の次元が行列からベクトルに削減され、M×N行列の場合、新しいベクトル次元は min(M, N) に等しくなる。
• 対数行列式およびトレース関数の導出された境界はタイトであり、関係する行列の固有ベクトルが特定の順序でアライメントされた際に達成される。
• KKT条件を用いずに、問題固有の導出を必要とせず、変復受信機設計、トレーニングシーケンス、レーダ波形、耐障害性設計など、複数のMIMO問題で最適性能を達成する。