[논문 리뷰] Adaptive Minimum BER Reduced-Rank Linear Detection for Massive MIMO Systems

Yunlong Cai, Rodrigo C. de Lamare|arXiv (Cornell University)|2013. 02. 17.

Advanced Wireless Communication Techniques참고 문헌 21인용 수 6

한 줄 요약

이 논문은 비트 에러율(BER)을 최소화하기 위해 투영 행렬과 감소질서 필터를 공동으로 최적화하는 적응형 감소질서 선형 검출 기법을 제안한다. 이 기법은 공동 반복 최적화(JIO)를 통해 실현되며, 적응형 구현을 위해 확률적 경사(Stochastic Gradient, SG) 알고리즘을 사용한다. 또한 BER 기반의 자동 질서 선택 메커니즘을 도입하여 기존의 전량질서 및 감소질서 기법보다 뛰어난 성능을 달성하면서도 계산 비용을 낮춘다.

ABSTRACT

In this paper, we propose a novel adaptive reduced-rank strategy for very large multiuser multi-input multi-output (MIMO) systems. The proposed reduced-rank scheme is based on the concept of joint iterative optimization (JIO) of filters according to the minimization of the bit error rate (BER) cost function. The proposed optimization technique adjusts the weights of a projection matrix and a reduced-rank filter jointly. We develop stochastic gradient (SG) algorithms for their adaptive implementation and introduce a novel automatic rank selection method based on the BER criterion. Simulation results for multiuser MIMO systems show that the proposed adaptive algorithms significantly outperform existing schemes.

연구 동기 및 목표

• 평균 제곱 오차(MSE) 또는 최소 분산 기준에 의존하는 전통적인 감소질서 MIMO 검출 방법의 한계를 해결한다. 이러한 방법들은 비트 에러율(BER) 성능 측면에서 최적이 아니다.
• 기존의 BER 기반 감소질서 기법이 고정된 질서이거나 필터만 최적화하는 바람에 시간에 따라 변하는 MIMO fading 채널에서 성능 격차가 발생하는 문제를 해결한다.
• BER를 최소화하기 위해 투영 행렬과 감소질서 필터를 공동으로 최적화하는 적응형 저복잡도 검출 알고리즘을 개발한다.
• BER 성능을 기반으로 동적으로 질서를 조정하는 자동 질서 선택 메커니즘을 도입하여 사전 설정이 필요 없도록 한다.
• 전체 질서 및 전통적인 감소질서 MIMO 검출 기법들에 비해 고부하 및 고속 fading 환경에서 뛰어난 성능을 보여준다.

제안 방법

• BER 비용 함수를 최소화하기 위해 $M \times D$ 투영 행렬 $\mathbf{S}_D$ 와 $D \times 1$ 감소질서 필터 $\mathbf{w}$ 를 동시에 최적화하는 공동 반복 최적화(JIO) 프레임워크를 제안한다.
• 실시간으로 시간에 따라 변하는 채널을 추적할 수 있도록, $\mathbf{S}_D$ 와 $\mathbf{w}$ 의 온라인 적응 추정을 위한 확률적 경사(SG) 알고리즘을 유도한다.
• 범위 $D \in [D_{\text{min}}, D_{\text{max}}]$ 내에서 다양한 질서 $D$ 에 대해 BER 성능을 평가하고 최적의 $D$ 를 동적으로 선택하는 새로운 자동 질서 선택 메커니즘을 도입한다.
• 순간 BER을 기반으로 한 비용 함수를 사용하며, 오차 신호와 채널 추정치로부터 유도된 기울기 업데이트를 통해 필터 및 투영 행렬의 적응을 이끈다.
• 두 단계의 훈련 및 결정(TR 및 DD) 프로세스를 적용한다: 훈련에 250기지부호, 데이터 검출에 1500기지부호를 사용하며, 필터의 초기값은 0으로 설정하고, 투영 행렬은 항등행렬 기반으로 설정한다.
• 시간에 따라 변하는 MIMO 채널을 시뮬레이션하기 위해 Jakes fading 모델을 사용하며, 현실적인 이동성을 반영하기 위해 정규화된 도플러 주파수 $f_d T_s = 1 \times 10^{-5}$ 를 적용한다.

실험 결과

연구 질문

• RQ1 BER 최소화를 통한 투영 행렬과 감소질서 필터의 공동 최적화가 기존의 MSE 또는 MV 기반 방법에 비해 매크로 MIMO 시스템에서 검출 성능을 향상시킬 수 있는가?
• RQ2 제안된 적응형 확률적 경사 알고리즘이 기존의 감소질서 기법보다 시간에 따라 변하는 MIMO fading 채널에서 더 빠른 수렴과 더 나은 추적 성능을 달성할 수 있는가?
• RQ3 BER 기준의 자동 질서 선택 메커니즘이 사전 지식 없이 최적의 질서 $D$ 를 동적으로 선택할 수 있으며, 이로 인해 강건성과 성능이 향상되는가?
• RQ4 BER, 신호 대 잡음비(SNR) 이득, 사용자 용량 측면에서 제안된 JIO-MBER 감소질서 알고리즘은 전체 질서 MBER 및 전통적인 감소질서 기법과 비교해 어떻게 성능가능한가?
• RQ5 고부하(고 $K$) 및 고속도 이동(빠른 fading) 환경에서 제안된 기법의 성능 향상은 어떠한가?

주요 결과

• 자동 질서 선택 기능을 갖춘 제안된 JIO-MBER 적응형 감소질서 알고리즘은 BER이 $6 \times 10^{-3}$ 인 조건에서 전체 질서 MBER SG 알고리즘 대비 최대 5 dB의 SNR 이득을 확보한다.
• 동일한 BER 수준 $6 \times 10^{-3}$ 에서 전체 질서 MBER SG 알고리즘 대비 최대 6명의 추가 사용자를 지원할 수 있으며, 이는 뛰어난 사용자 용량을 의미한다.
• 고부하 상황($K=17$)에서 $D=8$ 인 JIO-MBER 알고리즘이 전체 질서 MBER SG 알고리즘을 뛰어넘으며, 특히 저신호 대 잡음비(SNR) 영역에서 뛰어난 성능을 보인다.
• 제안된 알고리즘은 기존의 감소질서 기법보다 수렴 속도가 빠르며, 빠른 fading 채널에서도 강건한 성능을 유지한다.
• 자동 질서 선택 메커니즘이 고정된 질서 구현보다 항상 뛰어난 성능를 보이며, 동적 환경에서 효과적임을 입증한다.
• 특히 시간에 따라 변하는 환경 및 고속도 이동 조건에서 $D=8$ 인 JIO-MBER 기법이 MWF-MBER 감소질서 알고리즘과 기존의 MWF 기반 기법들을 뛰어넘는다.