[論文レビュー] Optimal Power Distribution and Minimum Expected Distortion in Gaussian Layered Broadcast Coding with Successive Refinement

Chris T. K. Ng, Denız Gündüz+2 more|arXiv (Cornell University)|May 22, 2007

Advanced MIMO Systems Optimization参考文献 18被引用数 6

ひとこと要約

本稿は、送信機にチャネル状態情報（CSI）がないゆっくりとした fading チャネルにおけるガウス型レイヤードブロードキャスト符号化の最適な電力割り当て戦略を提案する。逐次的精錬によるソース層の改善と、fading分布に基づく電力割り当てにより、期待歪みを最小化する。2層の場合、まずfadingに依存する上限まで高層に電力を割り当て、残りの電力を低層に割り当てる。帯域幅比 b→0 の極限で、歪み最小化電力割り当ては容量最適化電力分布に収束する。

ABSTRACT

A transmitter without channel state information (CSI) wishes to send a delay-limited Gaussian source over a slowly fading channel. The source is coded in superimposed layers, with each layer successively refining the description in the previous one. The receiver decodes the layers that are supported by the channel realization and reconstructs the source up to a distortion. The expected distortion is minimized by optimally allocating the transmit power among the source layers. For two source layers, the allocation is optimal when power is first assigned to the higher layer up to a power ceiling that depends only on the channel fading distribution; all remaining power, if any, is allocated to the lower layer. In the limit of a continuum of infinite layers, the optimal power distribution is given by the solution to a set of linear differential equations in terms of the density of the fading distribution. As the bandwidth ratio b (channel uses per source symbol) tends to zero, the power distribution that minimizes expected distortion converges to the one that maximizes expected capacity. While expected distortion can be improved by acquiring CSI at the transmitter (CSIT) or by increasing diversity from the realization of independent fading paths, at high SNR the performance benefit from diversity exceeds that from CSIT, especially

研究の動機と目的

• 送信機にチャネル状態情報（CSI）がないゆっくりとしたフェーディングチャネルを介したガウス源の遅延制限付き伝送における期待歪みを最小化すること。
• 逐次的精錬を伴うレイヤードブロードキャスト符号化方式における、重ね合わせられたソース層間での最適な電力分配を特定すること。
• フェーディング分布と帯域幅比が電力割り当ておよび歪み性能に与える影響を分析すること。
• 高SNRにおいて、複数のフェーディングパスによるダイバーシティと送信機におけるチャネル状態情報（CSIT）の有無を比較し、性能向上の違いを評価すること。
• 層の数が無限大に近づく際の最適電力割り当ての漸近的挙動を導出すること。

提案手法

• 各層が直前の層を精錬するレイヤードガウス型ブロードキャストモデルを定式化し、受信機は現在のチャネル状態に応じてサポートされる層のみを復元する。
• 2層の場合、まずフェーディング分布の累積分布関数にのみ依存する上限まで高層に電力を割り当てることで、最適な電力割り当てを導出する。
• 無限に多くの層への拡張を試み、フェーディング分布の密度関数から導かれる線形微分方程式系の解として最適電力分布をモデル化する。
• 帯域幅比 b（1ソースシンボルあたりのチャネル使用回数）が 0 に近づく極限における漸近的挙動を分析し、歪み最小化電力割り当てが容量最大化分布に収束することを示す。
• CSITの有無を比較し、独立したフェーディングパスによるダイバーシティの効果を評価する。高SNR漸近解析を用いて相対的な性能向上を評価する。

実験結果

リサーチクエスチョン

• RQ1 送信機にチャネル状態情報がない状況下で、ガウス型ソース記述のレイヤー間で送信電力をどのように最適に割り当てるべきか？
• RQ2 ゆっくりとしたフェーディングチャネル下で、2層のレイヤードブロードキャスト符号化において最適な電力割り当ての構造は何か？
• RQ3 無限個のソース層に近づく極限において、最適な電力分配はどのように振る舞うか？
• RQ4 帯域幅比 b が 0 に近づく際、歪み最小化電力割り当てと容量最大化電力割り当ての関係は何か？
• RQ5 高SNRにおいて、独立したフェーディングパスによるダイバーシティの利点と、送信機にCSIを取得することの利点を、歪み低減の観点から比較するとどうなるか？

主な発見

• 2層符号化の場合、最適な電力割り当ては、フェーディング分布の累積分布関数にのみ依存する上限まで高層に電力を割り当て、残りの電力を低層に割り当てる。
• 無限層の極限において、最適な電力分布は、フェーディング分布の確率密度関数から導かれる線形微分方程式系の解として決定される。
• 帯域幅比 b が 0 に近づくと、歪み最小化電力割り当ては、期待チャネル容量を最大化する電力分布に収束する。
• 高SNRにおいて、独立したフェーディングパスによるダイバーシティの性能向上は、送信機にCSIを取得する場合の向上を上回り、特に歪み低減の観点で顕著である。
• 最適な電力割り当て戦略は、送信機にCSIを必要とせず、代わりにフェーディング分布の統計的知識に依存することで、最小期待歪みを達成する。