[논문 리뷰] Achievable Rates of FDD Massive MIMO Systems with Spatial Channel Correlation

Zhiyuan Jiang, Andreas F. Molisch외 2명|arXiv (Cornell University)|2014. 06. 29.

Advanced MIMO Systems Optimization참고 문헌 25인용 수 4

한 줄 요약

이 논문은 공간상 상관관계가 있는 채널을 가진 FDD 마스터리 MIMO 시스템에서 고유공간 기반의 훈련 시퀀스와 피드백 코드북을 제안한다. 채널 상관관계를 활용하여 CSIT 확보 오버헤드를 감소시킨다. i.i.d. FDD 시스템에 비해 상당한 데이터율 향상을 달성하며, TDD 마스터리 MIMO와의 성능 격차를 좁히며, 특히 강한 상관관계와 중간 수준의 안테나 수에서 뛰어난 성능을 보인다. 고일관성 및 고각도 분산 환경에서 JSDM를 능가한다.

ABSTRACT

It is well known that the performance of frequency-division-duplex (FDD) massive MIMO systems with i.i.d. channels is disappointing compared with that of time-division-duplex (TDD) systems, due to the prohibitively large overhead for acquiring channel state information at the transmitter (CSIT). In this paper, we investigate the achievable rates of FDD massive MIMO systems with spatially correlated channels, considering the CSIT acquisition dimensionality loss, the imperfection of CSIT and the regularized-zero-forcing linear precoder. The achievable rates are optimized by judiciously designing the downlink channel training sequences and user CSIT feedback codebooks, exploiting the multiuser spatial channel correlation. We compare our achievable rates with TDD massive MIMO systems, i.i.d. FDD systems, and the joint spatial division and multiplexing (JSDM) scheme, by deriving the deterministic equivalents of the achievable rates, based on popular channel models. It is shown that, based on the proposed eigenspace channel estimation schemes, the rate-gap between FDD systems and TDD systems is significantly narrowed, even approached under moderate number of base station antennas. Compared to the JSDM scheme, our proposal achieves dimensionality-reduction channel estimation without channel pre-projection, and higher throughput for moderate number of antennas and moderate to large channel coherence time, though at higher computational complexity.

연구 동기 및 목표

• CSIT 확보로 인한 FDD 마스터리 MIMO 시스템의 높은 파ilot 오버헤드 문제를 해결하여 TDD 시스템에 비해 성능이 떨어지는 것을 방지한다.
• 공간 채널 상관관계를 활용하여 CSIT 피드백 및 훈련의 차원을 감소시켜 자원 오버헤드를 최소화한다.
• 다중 사용자 공간 상관관계를 활용한 최적의 다운링크 훈련 시퀀스 및 사용자 피드백 코드북을 설계하여 데이터율 성능을 향상시킨다.
• 공간 상관관계를 적절히 활용할 경우 FDD 마스터리 MIMO가 TDD 시스템과 유사한 성능을 달성할 수 있음을 입증한다.
• JSDM 및 i.i.d. FDD 시스템과의 성능 비교를 통해 고일관성 및 고각도 분산 환경에서의 우수성을 보여준다.

제안 방법

• 채널 상관행렬의 주요 고유벡터를 활용하여 공간 상관관계 구조를 이용하는 고유공간 채널 추정 기법을 제안한다.
• 추정 오차를 최소화하고 훈련 오버헤드를 감소시키기 위해 공간 상관관계 구조에 맞춘 다운링크 훈련 시퀀스를 설계한다.
• 상관행렬의 고유공간에서 효과적 채널을 양자화하는 비대칭 피드백 코드북 설계를 개발하여 피드백 차원을 감소시킨다.
• 불완전한 CSIT를 고려하여 다중 사용자 간섭을 완화하기 위해 정규화된 제로포싱(RZF) 전처리를 사용한다.
• 랜덤 행렬 이론을 활용하여 공간 상관 fading 하에서의 도달 가능한 데이터율에 대한 결정론적 근사값을 유도하여 분석의 타당성을 확보한다.
• 채널 사전 투영을 피하는 차원 감소 기법을 도입하여 JSDM와는 다릅니다. 이는 고유공간에 직접 피드백을 수행할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 공간 채널 상관관계를 활용하여 FDD 마스터리 MIMO 시스템에서 CSIT 피드백 및 훈련 오버헤드를 줄일 수 있는가?
• RQ2 공간 상관관계를 활용할 경우 FDD 마스터리 MIMO가 TDD 마스터리 MIMO 수준의 데이터율을 얼마나 달성할 수 있는가?
• RQ3 제안된 고유공간 기반 훈련 및 피드백 기법은 JSDM 대비 스루풋 및 복잡도 측면에서 어떻게 비교되는가?
• RQ4 채널 일관성 시간과 각도 분산이 제안된 기법의 성능에 미치는 영향은 어떠한가?
• RQ5 제한된 피드백 환경에서 두 번째 모멘트 통계(채널 상관행렬)를 활용하면 FDD 마스터리 MIMO의 도달 가능한 데이터율이 상당히 향상되는가?

주요 결과

• 제안된 고유공간 기반 훈련 및 피드백 설계는 특히 강한 공간 상관관계와 중간 수준의 기지국 안테나 수에서 FDD와 TDD 마스터리 MIMO 간의 데이터율 격차를 크게 감소시킨다.
• 채널 상관관계가 강하고 기지국 안테나 수가 매우 많지 않은 경우, FDD 시스템의 도달 가능한 합산 데이터율이 TDD 시스템을 초월할 수 있다.
• JSDM 기법에 비해 중간에서 대규모의 채널 일관성 시간과 큰 각도 분산 환경에서 더 높은 스펙트럼 효율을 달성하지만, 계산 복잡도가 높은 편이다.
• 채널 사전 투영이 필요 없이 채널 추정의 차원 감소를 가능하게 하여 JSDM보다 더 단순하고 직접적인 구현이 가능하다.
• 수치 결과는 i.i.d. FDD 시스템에 비해 상당한 데이터율 향상을 보이며, FDD 마스터리 MIMO에서 공간 상관관계를 활용하는 것이 효과적임을 입증한다.
• 채널 상관행렬이 잘 추정되고 사용자 수가 기지국 안테나 수에 비해 적을 경우 성능 향상이 가장 두드러진다.