[論文レビュー] Near-ML Signal Detection in Large-Dimension Linear Vector Channels Using Reactive Tabu Search

N. N. Srinidhi, Saif Khan Mohammed+2 more|ArXiv.org|Nov 24, 2009

Advanced Wireless Communication Techniques参考文献 26被引用数 25

ひとこと要約

本稿では、マッスィブMIMOや深刻な遅延スプレッドMIMO-ISI UWBシステムを含む大次元線形ベクトルチャネルにおける低複雑性・近似ML（near-ML）信号検出のための反復的タブー探索（RTS）アルゴリズムを提案する。RTSアルゴリズムは、球体符号化の変種と比較して著しく低い複雑性で近似ML性能を達成し、次第に増大する次元において、より優れたビット誤り率（BER）性能とスケーラビリティを示している。

ABSTRACT

Low-complexity near-optimal signal detection in large dimensional communication systems is a challenge. In this paper, we present a reactive tabu search (RTS) algorithm, a heuristic based combinatorial optimization technique, to achieve low-complexity near-maximum likelihood (ML) signal detection in linear vector channels with large dimensions. Two practically important large-dimension linear vector channels are considered: i) multiple-input multiple-output (MIMO) channels with large number (tens) of transmit and receive antennas, and ii) severely delay-spread MIMO inter-symbol interference (ISI) channels with large number (tens to hundreds) of multipath components. These channels are of interest because the former offers the benefit of increased spectral efficiency (several tens of bps/Hz) and the latter offers the benefit of high time-diversity orders. Our simulation results show that, while algorithms including variants of sphere decoding do not scale well for large dimensions, the proposed RTS algorithm scales well for signal detection in large dimensions while achieving increasingly closer to ML performance for increasing number of dimensions.

研究の動機と目的

• 大次元通信システムにおける最大尤度（ML）検出の高い計算複雑性の課題に対処すること。
• 大次元線形ベクトルチャネルにおいてML性能に近い、スケーラブルで低複雑性の検出アルゴリズムを開発すること。
• 提案アルゴリズムの性能と複雑性を、マッスィブMIMOおよび深刻な遅延スプレッドUWB MIMO-ISIチャネルという2つの主要な大次元システムにおいて評価すること。
• RTSアルゴリズムがシステム次元の増大に伴い効果的にスケーリングされ、近似ML性能を維持することを示すこと。

提案手法

• 反復的タブー探索（RTS）アルゴリズムを、メモリと適応的強化を活用した線形ベクトルチャネルにおける信号検出の組合せ最適化に適用し、局所最適解を回避する。
• 動的タブー期間と適応的パerturbation戦略を用いて局所最小値から脱出させ、近似ML解への収束を向上させる。
• 初期検出には周波数領域最小分散誤差（FD-MMSE）イコライザを用い、RTS探索の出発点とする。
• 尤度の向上をガイドとして、ビットの反転によって隣接する信号星座を反復的に探索し、探索パラメータを動的に調整する。
• RTSの主要パラメータには、初期タブーリストサイズ $P_0 = 2$、パerturbation頻度 $eta = 1$、および $eta$ と $ ho$ を用いた適応的ステップサイズ制御が含まれる。
• アルゴリズムは、空間ドメインMIMO（V-BLAST、非直交STBC）および時間ドメインMIMO-ISI（UWB）システムに適用され、多数のアンテナとマルチパス成分を有する。

実験結果

リサーチクエスチョン

• RQ1 反復的タブー探索のようなメタヒューリスティック的手法は、大次元MIMOシステムにおいて球体符号化と比較して著しく低い複雑性で近似ML性能を達成できるか？
• RQ2 マッスィブMIMOシステムにおける送信／受信アンテナ数の増加に伴い、RTSの性能はどのようにスケーリングするか？
• RQ3 大次元環境において、固定複雑性球体符号化（FSD）や尤度上昇探索（LAS）といった既存の低複雑性検出アルゴリズムを上回れるか？
• RQ4 数百のマルチパス成分を有する深刻な遅延スプレッドMIMO-ISIチャネルにおいて、RTSアルゴリズムは近似ML性能を維持できるか？
• RQ5 大次元システムにおけるMLおよび他の近似的な検出器と比較して、RTSの計算複雑性のスケーリング特性はいかなるものか？

主な発見

• 4-QAMを用いた $64 imes 64$ V-BLASTシステムでは、RTSはSISO AWGN性能からわずか0.4 dBの劣化で、未コード化BERが $10^{-3}$ に達し、ML性能に極めて近い。
• 4-QAMを用いた $32 imes 32$ V-BLASTシステムでは、RTSは未コード化BER $10^{-2}$ において固定複雑性球体符号化（FSD）を約1.5 dB優越する。
• UWB MIMO-ISIシステムにおいて、$L=6, K=64$ の場合と $L=12, K=128$ の場合に、それぞれLASと比較してRTSはBER $10^{-3}$ で約1.5 dBおよび0.8 dB優れたBER性能を達成する。
• RTSの1シンボルあたりの複雑性は $O(K^2 N_t)$ であり、大次元においてFSDの1桁低い複雑性でありながら、優れた性能を達成する。
• $L=48$ マルチパス成分および $K=512$ シンボルを有する $4 imes 4$ UWBシステムでは、システム次元が4096に達するが、RTSは依然として近似ML性能を達成し、スケーラブルな複雑性を示す。
• RTSアルゴリズムは「大次元動作」を示す——$L/K$ を一定に保ったまま、システム次元（例：$L$ および $K$）の増大に伴い性能が向上する。これは、強靭性とスケーラビリティを示している。