[論文レビュー] On Gaussian MIMO BC-MAC Duality With Multiple Transmit Covariance Constraints

Lan Zhang, Rui Zhang+3 more|ArXiv.org|Sep 24, 2008

Advanced MIMO Systems Optimization参考文献 20被引用数 5

ひとこと要約

本稿は、複数の線形送信共分散制約下でのガウス型MIMOブロードキャストチャネルに対して、従来の和パワー制約を超えて一般化されたBC-MAC双対性を確立する。SINR変換とラグランジュ双対性を活用することで、任意の線形制約下でのMIMOおよびMISO BCにおける容量とビームフォーミングの凸最適化を可能にし、従来のミニマックス双対性手法よりも高い柔軟性を提供する。

ABSTRACT

Owing to the structure of the Gaussian multiple-input multiple-output (MIMO) broadcast channel (BC), associated optimization problems such as capacity region computation and beamforming optimization are typically non-convex, and cannot be solved directly. One feasible approach to these problems is to transform them into their dual multiple access channel (MAC) problems, which are easier to deal with due to their convexity properties. The conventional BC-MAC duality is established via BC-MAC signal transformation, and has been successfully applied to solve beamforming optimization, signal-to-interference-plus-noise ratio (SINR) balancing, and capacity region computation. However, this conventional duality approach is applicable only to the case, in which the base station (BS) of the BC is subject to a single sum power constraint. An alternative approach is minimax duality, established by Yu in the framework of Lagrange duality, which can be applied to solve the per-antenna power constraint problem. This paper extends the conventional BC-MAC duality to the general linear constraint case, and thereby establishes a general BC-MAC duality. This new duality is applied to solve the capacity computation and beamforming optimization for the MIMO and multiple-input single-output (MISO) BC, respectively, with multiple linear constraints. Moreover, the relationship between this new general BC-MAC duality and minimax duality is also presented. It is shown that the general BC-MAC duality offers more flexibility in solving BC optimization problems relative to minimax duality. Numerical results are provided to illustrate the effectiveness of the proposed algorithms.

研究の動機と目的

• 従来のBC-MAC双対性が単一の和パワー制約にのみ適用可能であるのを、複数の線形送信共分散制約の一般ケースにまで拡張すること。
• SINR変換とラグランジュ双対性に基づくフレームワーク内で、従来のBC-MAC双対性とミニマックス双対性を統合すること。
• 複数の線形制約下でのMIMO BCの容量領域とビームフォーミング解の効率的計算を可能にすること。
• 提案された一般双対性が、特に多様なパワー制約の取り扱いにおいてミニマックス双対性よりも柔軟性に優れていることを示すこと。

提案手法

• SINR変換を用いた一般化されたBC-MAC双対性を提案し、元のBC最適化問題を変換された制約を有する双対MAC問題に写像する。
• 既知のノイズ共分散行列を有する双対MAC問題を導出し、反復的ウォーターフィリングなどの標準的な凸最適化手法の適用を可能にする。
• ラグランジュ双対性を用いて双対問題を導出し、各線形制約に対して双対変数を導入し、主問題BCと双対MAC問題の等価性を証明する。
• KKT条件を適用して最適性を検証し、BC問題の最適解が双対MAC問題の最適解に対応することを確立する。
• 双対MAC問題が凸性を保つことを示し、複数の線形制約下でも効率的な数値的解法が可能であることを確認する。
• 提案された双対性とミニマックス双対性を比較し、未知のノイズ共分散行列の必要性を回避でき、より柔軟なアルゴリズム設計が可能であることを示す。

実験結果

リサーチクエスチョン

• RQ1 従来のBC-MAC双対性は、和パワー制約を超えて、MIMO BCにおける複数の線形送信共分散制約を扱えるように拡張可能か？
• RQ2 提案された一般双対性は、定式化と計算可能性の観点から、既存のミニマックス双対性とどのように関係しているか？
• RQ3 一般化された双対性を用いて、任意の線形制約下でのMIMOおよびMISO BCにおける容量領域の計算とビームフォーミング最適化が可能か？
• RQ4 新しい双対性フレームワークは、ミニマックス双対性と比較して、より効率的または柔軟な最適化アルゴリズムを可能にするか？
• RQ5 複数の制約下で、主問題BCと双対MAC問題の最適解の数学的関係は何か？

主な発見

• 提案された一般BC-MAC双対性は、従来の双対性を複数の線形制約にまで拡張し、従来では解けなかったMIMO BC最適化問題の解決を可能にする。
• 双対MAC問題は既知のノイズ共分散行列を有するため、反復的ウォーターフィリングなどの効率的凸最適化アルゴリズムの適用が可能である。
• SINR変換とKKT条件を用いた双対性の証明により、主問題BCと双対MAC問題の等価性が保証される。
• ミニマックス双対性は未知のノイズ共分散行列を必要とするのに対し、本手法はそれよりも高い柔軟性を実現する。
• 数値結果により、複数の制約下での容量とビームフォーミング解の計算において、提案手法の有効性が確認された。
• フレームワークは、ラグランジュ双対性に基づく統一的枠組みにより、従来のBC-MAC双対性とミニマックス双対性を統合し、制約付きMIMO BCの包括的解決策を提供する。