[論文レビュー] SNR Estimation in Maximum Likelihood Decoded Spatial Multiplexing

Oded Redlich, Дорон Эзри+1 more|ArXiv.org|Sep 7, 2009

Advanced MIMO Systems Optimization参考文献 14被引用数 4

ひとこと要約

本稿では、最大尤度（ML）デコードされた空間多重MIMOシステムにおける低複雑性のSNR推定手法を提案する。各ストリームの誤り確率の近似を用いる。MLデコーダ自体を活用することで、追加計算がほとんど不要な低遅延実装が可能であり、Union bound性能から1 dB以内の高精度な後処理SNR推定が達成可能である。本手法により、QPSKベースの推定器を16QAMや64QAMを含むすべての変調方式に統一して適用可能である。

ABSTRACT

Link adaptation is a crucial part of many modern communications systems, allowing the system to adapt the transmission and reception strategies to changes in channel conditions. One of the fundamental components of the link adaptation mechanism is signal to noise ratio (SNR) estimation, measuring the instantaneous (mostly post processing) SNR at the receiver. That is, the SNR at the decoder input, which is an important metric for the prediction of decoder performance. In linearly decoded MIMO, which is the common MIMO decoding strategy, the post processing SNR is well defined. However, this is not the case in optimal maximum likelihood (ML) decoding applied to spatial multiplexing (SM). This gap is interesting since ML decoded SM is gaining ever growing interest in recent research and practice due to the rapid increase in computation power, and available near optimal low complexity schemes. In this paper we close the gap and provide SNR estimation schemes for ML decoded SM, which are based on various approximations of the "per stream" error probability. The proposed methods are applicable for both horizonal and vertical decoding. Moreover, we propose a very low complexity implementation for the SNR estimation mechanism employing the ML decoder itself with negligible overhead.

研究の動機と目的

• MLデコードされた空間多重MIMOシステムにおける、信頼性の高い後処理SNR推定の欠如に対処すること。
• 水平構造および垂直構造の両方に適用可能なSNR推定手法を開発すること。
• MLデコーダを用いて、ほとんどオーバーヘッドのない低複雑性SNR推定を実現すること。
• QPSKベースの推定器が16QAMおよび64QAMを含むすべての変調方式で良好に動作することを示すことにより、変調方式に依存しない性能を確保すること。
• UL/DL SDMAシステムにおけるリンク適応を支援するため、各ストリームのSNR推定を可能にすること。

提案手法

• 各ストリーム誤り確率の近似（フルサムおよびmax-log近似）に基づくSNR推定を提案。
• 追加計算を要せず、MLデコーダ出力を用いて誤り確率推定を計算可能であり、低オーバーヘッド実装を実現。
• SNR推定精度の理論的ベンチマークとして、ユニオンバウンド近似を適用。
• 変調方式に特化したスケーリング係数（例：16QAMでは10、64QAMでは42）を用いて、各ストリームごとのSNR推定値を誤り確率モデルの逆関数から導出。
• 単一のSNRフィードバックを可能にするために、各ストリームSNRの対数平均としての垂直SNRを導入。
• 完璧なチャネル状態情報が与えられた条件下で、QPSK、16QAM、64QAMの各モードにおいてモンテカルロシミュレーションを用いて手法を検証。

実験結果

リサーチクエスチョン

• RQ1 MLデコードされた空間多重MIMOにおいて、標準的な定義が存在しない後処理SNRをどのように推定できるか？
• RQ2 MLデコーダ出力のみを用いて、ほとんどオーバーヘッドのない低複雑性SNR推定法は何か？
• RQ3 QPSKベースのSNR推定器は、16QAMや64QAMなどの高次変調方式に対しても十分な精度を達成できるか？
• RQ4 近似されたSNR推定手法の性能は、ユニオンバウンドおよび容量に基づくSNRと比較してどうか？
• RQ5 各ストリームSNR推定が、SDMAシステムにおけるリンク適応に与える影響は何か？

主な発見

• 提案手法のSNR推定は、標準偏差が約1 dBであり、ユニオンバウンド性能から1 dB以内の高精度を達成。
• max-log近似はフルサム近似と比較してほとんど性能劣化がなく、誤り分布もほぼ同一。
• QPSKベースのSNR推定器は16QAMにおいて標準偏差約2 dBを達成し、16QAM専用推定器と比較してわずかな性能劣化にとどまる。
• 各ストリームSNRの平均に基づく垂直SNRは、標準偏差約1 dBを示し、誤差標準偏差の観点で容量ベースSNRを上回る性能を示した。
• 平均誤差補正後の各ストリームSNR推定誤差分布はゼロを中心に左右対称であり、バイアスが小さいことが示された。
• 本手法により、あらゆる変調方式にわたる統一されたSNR推定メカニズムが実現可能となり、実装複雑性が顕著に低減された。