[論文レビュー] Optimal Data Detection in Large MIMO

Charles Jeon, Ramina Ghods+2 more|arXiv (Cornell University)|Nov 5, 2018

Advanced MIMO Systems Optimization参考文献 71被引用数 19

ひとこと要約

本稿では、i.i.d. Rayleigh fadingおよび特定の信号割当の仮定の下で、個別に最適（IO）検出器と同等の誤り率性能を達成する、計算効率の高い大規模MIMOシステム向けデータ検出アルゴリズムであるLAMA（Large MIMO Approximate Message Passing）を提案する。複素数値ベイジアン近似メッセージパッシングと状態遷移を活用することで、LAMAは大規模システムの極限においてMIMOチャネルを等SNRを持つ独立したAWGNチャネルに漸近的に分離可能となり、性能と複雑度の正確な解析が可能になる。有限次元系においても低複雑度で最適に近い性能を達成する。

ABSTRACT

Large multiple-input multiple-output (MIMO) appears in massive multi-user MIMO and randomly-spread code-division multiple access (CDMA)-based wireless systems. In order to cope with the excessively high complexity of optimal data detection in such systems, a variety of efficient yet sub-optimal algorithms have been proposed in the past. In this paper, we propose a data detection algorithm that is computationally efficient and optimal in a sense that it is able to achieve the same error-rate performance as the individually optimal (IO) data detector under certain assumptions on the MIMO system matrix and constellation alphabet. Our algorithm, which we refer to as LAMA (short for large MIMO AMP), builds on complex-valued Bayesian approximate message passing (AMP), which enables an exact analytical characterization of the performance and complexity in the large-system limit via the state-evolution framework. We derive optimality conditions for LAMA and investigate performance/complexity trade-offs. As a byproduct of our analysis, we recover classical results of IO data detection for randomly-spread CDMA. We furthermore provide practical ways for LAMA to approach the theoretical performance limits in realistic, finite-dimensional systems at low computational complexity.

研究の動機と目的

• 大規模MIMOシステム向けに、個別に最適（IO）検出器と同等の性能を達成する低複雑度のデータ検出アルゴリズムの開発。
• 状態遷移フレームワークを用いて、大規模システムの極限における性能と複雑度の正確な解析的特徴付けを可能にすること。
• 実用的で有限次元のMIMOシステムにおける性能-複雑度トレードオフの調査。
• 解析の副産物として、ランダムに拡散されたCDMAに対する古典的なIO検出結果を回復すること。

提案手法

• 大規模MIMOシステムに特化した複素数値ベイジアン近似メッセージパッシング（AMP）アルゴリズムであるLAMAを提案する。
• 状態遷移フレームワークを用いて、各反復回数tにおけるノイズ分散σ²ₜを解析的に追跡し、性能と複雑度の正確な解析を可能にする。
• i.i.d. Rayleigh fadingおよび特定の信号割当（例：QPSK、PAM、PSK）を仮定した下で、LAMAがIO検出器と同等の誤り率性能を達成するための最適性条件を導出する。
• AMPの分離性を利用し、漸近的状態において大規模MIMOシステムを等SNRを持つ並列独立AWGNチャネルにモデル化する。
• メッセージパッシング更新およびMSE関数の解析的取り扱いを可能にするために、分離可能な信号割当モデルを導入する。
• MSE関数の固定点解析を用いて、収束行動および性能限界を決定する臨界閾値（例：β_min^O、β_max^O）を導出する。

実験結果

リサーチクエスチョン

• RQ1 LAMAはどのような条件下で、大規模MIMOシステムにおいて個別に最適（IO）データ検出器と同等の誤り率性能を達成するか？
• RQ2 LAMAの性能は、大規模システムの極限（MT → ∞、β = MT/MR）において、システム次元の変化にどのように依存するか？
• RQ3 LAMAの正確な性能-複雑度トレードオフは何か？ そして、広範なシミュレーションを伴わずに、どのように解析的に特徴付けられるか？
• RQ4 LAMAは、理論的枠組みを通じて、ランダムに拡散されたCDMAシステムにおける古典的なIO検出結果を回復できるか？
• RQ5 有限次元MIMOシステムにおいて、LAMAは低計算複雑度で理論的IO性能限界にどの程度近づけるか？

主な発見

• i.i.d. Rayleigh fadingおよびQPSKなどの標準的信号割当の下で、大規模システムの極限（MT → ∞、β = 1）において、LAMAは個別に最適（IO）検出器と同等の符号誤り率（SER）を達成する。
• 有限次元系（例：128×128 MIMO）において、LAMAは理論的IO性能限界に近く、SER = 10⁻³の時点で最適AWGN性能と1 dB以内の差で近づく。
• 状態遷移フレームワークにより、LAMAの性能と複雑度の正確な解析的特徴付けが可能となり、理論限界に近づくために必要な反復回数を正確に予測できる。
• β < β_min^Oのとき、LAMAは固定点解に指数関数的に収束する。ここでβ_min^OはMSE関数の微分から導かれる最小SNR閾値である。
• 分離可能な信号割当（例：QAM）に対して、複素数値MSE関数Ψ(σ², σ²)が、実数値MSE関数Ψ_R(σ²/2, σ²/2)の2倍に等しいことが示され、解析的取り扱いが可能になる。
• 本稿では、LAMAフレームワークの特殊ケースとして、ランダムに拡散されたCDMAにおける古典的なIO検出結果を回復しており、その一般性と正しさを検証している。