[論文レビュー] Quantized Massive MU-MIMO-OFDM Uplink

Christoph Studer, Giuseppe Durisi|arXiv (Cornell University)|Sep 26, 2015

Advanced MIMO Systems Optimization参考文献 48被引用数 2

ひとこと要約

本稿では、粗いADC量子化を伴う massive MU-MIMO-OFDM 上行リンクシステムに対して、低複雑性で量子化された最大後験確率（MAP）チャネル推定およびデータ検出アルゴリズムを提案する。4〜6ビットのADC量子化で、無限精度性能にほぼ達するが、ベースバンド処理の複雑性に増加が生じないことが示された。特に、基地局（BS）のアンテナ数とユーザー数の比が8を超える場合に顕著である。

ABSTRACT

Coarse quantization at the base station (BS) of a massive multi-user (MU) multiple-input multiple-output (MIMO) wireless system promises significant power and cost savings. Coarse quantization also enables significant reductions of the raw analog-to-digital converter (ADC) data that must be transferred from a spatially-separated antenna array to the baseband processing unit. The theoretical limits as well as practical transceiver algorithms for such quantized MU-MIMO systems operating over frequency-flat, narrowband channels have been studied extensively. However, the practically relevant scenario where such communication systems operate over frequency-selective, wideband channels is less well understood. This paper investigates the uplink performance of a quantized massive MU-MIMO system that deploys orthogonal frequency-division multiplexing (OFDM) for wideband communication. We propose new algorithms for quantized maximum a-posteriori (MAP) channel estimation and data detection, and we study the associated performance/quantization trade-offs. Our results demonstrate that coarse quantization (e.g., four to six bits, depending on the ratio between the number of BS antennas and the number of users) in massive MU-MIMO-OFDM systems entails virtually no performance loss compared to the infinite-precision case at no additional cost in terms of baseband processing complexity.

研究の動機と目的

• 粗いADC量子化を伴う massive MU-MIMO-OFDM システムにおける性能と複雑性のトレードオフを解決すること。
• 量子化下でのチャネル推定およびデータ検出に実用的で低複雑性の信号処理アルゴリズムを開発すること。
• 周波数選択的で広帯域のチャネルにおける性能／量子化トレードオフを評価すること。
• 最小限の処理オーバーヘッドで近最適性能を達成するためのADC分解能の最小値を特定すること。

提案手法

• 凸最適化のための前向き後向き分割（FBS）を用いた、新規な量子化MAPチャネル推定アルゴリズムを提案。
• 後結合SINR推定を介したソフト出力計算を有する、量子化MMSEデータ検出法を開発。
• 量子化効果のモデル化の仕方に差をもたせた3つの受信機アーキテクチャを導入：'Quantizer'、'Mismatch 1'、および 'Mismatch 2'。
• LLR計算のための後結合SINR値を凸最適化により計算し、ソフト出力の精度を向上。
• 周波数選択フェージングを緩和し、サブキャリア間で効率的な信号処理を可能にするためにOFDMを採用。
• 実際のハードウェア制限を考慮したシステムレベルのシミュレーションにより、性能を検証。ADC分解能を変化させた条件で評価。

実験結果

リサーチクエスチョン

• RQ1 粗い量子化を伴う massive MU-MIMO-OFDM 上行リンクシステムで、近最適性能を達成するために必要な最小ADC分解能（ビット数）は何か？
• RQ2 異なるADC分解能において、量子化MAP推定およびMMSE検出の性能は、無限精度システムと比べてどの程度か？
• RQ3 低精度ADC（例：4〜6ビット）を用いることで、ベースバンド処理の複雑性を増加させずに近最適性能を達成できるか？
• RQ4 BSアンテナ数／ユーザー数比が、量子化システムにおける性能／量子化トレードオフにどのように影響するか？
• RQ5 簡素化された受信機アーキテクチャ（例：'Mismatch 2'）は、最小限の複雑性で近最適性能を達成できるか？

主な発見

• BSアンテナ数／ユーザー数比が8以上の場合、4ビットADCでは無限精度ケースとのSNRギャップがわずか0.25 dBにとどまる。
• 128本のBSアンテナを有するシステムでは、4〜6ビットの量子化が無限精度システムと区別できない性能を達成する。
• 'Mismatch 2'受信機は、4ビットADCを用い、無限精度システムと比較してベースバンド処理の複雑性に増加がなく、近最適性能を達成する。
• 32本のBSアンテナと8ユーザーのシステムにおいて、'Quantizer'と'Mismatch 2'はQb ≥ 5で類似した性能を示し、LLR近似の正確性を裏付けた。
• 2ビット量子化（Qb = 2）は、高水準のBSアンテナ数／ユーザー数比を持つシステムで1%のパケット誤り率（PER）を達成し、粗い量子化に対するロバスト性を示した。
• ADC分解能を10ビットから4ビットに低下させることで、ADC出力データレートが2.5倍まで低下し、フロントハブのデータ転送ボトルネックが顕著に軽減された。