[논문 리뷰] Gaussian Message Passing Iterative Detection for MIMO-NOMA Systems with Massive Access

Lei Liu, Chau Yuen외 3명|arXiv (Cornell University)|2016. 07. 04.

IoT Networks and Protocols참고 문헌 18인용 수 7

한 줄 요약

이 논문은 $N_u > N_r$ 인 대량 액세스 MIMO-NOMA 시스템에서 기존의 GMPID가 수렴하지 못하는 상황에서, 신속하게 수렴하는 새로운 가우시안 메시지 전파 반복 검출 알고리즘(SA-GMPID)을 제안한다. 대규모 시스템 분석을 활용하고 스케일링 평균화(SA) 기법을 도입함으로써, SA-GMPID는 GMPID보다 더 빠른 속도와 낮은 복잡도로 최적의 MMSE 해에 수렴함을 보장하며, 이는 이론적 분석과 다양한 $\beta = N_u/N_r$ 비율에서의 시뮬레이션을 통해 검증되었다.

ABSTRACT

This paper considers a low-complexity Gaussian Message Passing Iterative Detection (GMPID) algorithm for Multiple-Input Multiple-Output systems with Non-Orthogonal Multiple Access (MIMO-NOMA), in which a base station with $N_r$ antennas serves $N_u$ sources simultaneously. Both $N_u$ and $N_r$ are very large numbers and we consider the cases that $N_u>N_r$. The GMPID is based on a fully connected loopy graph, which is well understood to be not convergent in some cases. The large-scale property of the MIMO-NOMA is used to simplify the convergence analysis. Firstly, we prove that the variances of the GMPID definitely converge to that of Minimum Mean Square Error (MMSE) detection. Secondly, two sufficient conditions that the means of the GMPID converge to a higher MSE than that of the MMSE detection are proposed. However, the means of the GMPID may still not converge when $ N_u/N_r< (\sqrt{2}-1)^{-2}$. Therefore, a new convergent SA-GMPID is proposed, which converges to the MMSE detection for any $N_u> N_r$ with a faster convergence speed. Finally, numerical results are provided to verify the validity of the proposed theoretical results.

연구 동기 및 목표

• 대규모 액세스 MIMO-NOMA 시스템에서 낮은 복잡도이면서 수렴 가능한 검출 기술을 해결한다. 이때 $N_u > N_r$ 이다.
• 대규모 시스템 가정 하에서 기존의 가우시안 메시지 전파 반복 검출(GMPID)의 수렴 행동을 분석한다.
• GMPID가 $\beta = N_u/N_r < (\sqrt{2}-1)^{-2}$ 인 경우에 수렴하지 못하는 문제를 해결하기 위해 새로운 검출기를 제안한다.
• GMPID와 유사한 복잡도를 유지하면서도, 평균과 분산 모두에서 MMSE 해에 더 빠르게 수렴하는 검출기를 설계한다.

제안 방법

• 대규모 시스템 점근적 분석을 활용하여, $N_u, N_r \to \infty$ 인 대량 MIMO-NOMA 시스템에서 GMPID의 수렴 분석을 단순화한다.
• GMPID의 분산이 MMSE 검출 분산으로 수렴함을 증명함으로써 성능 평가의 기초를 확립한다.
• GMPID의 평균이 MMSE보다 더 높은 MSE로 수렴하는 두 가지 충분조건을 유도하며, 실패 영역를 규명한다.
• 메시지 갱신을 안정화하고 모든 $\beta > 1$ 에서 MMSE 해로 수렴하도록 보장하기 위해 스케일링 평균화(SA) 기법을 도입한 새로운 SA-GMPID 알고리즘을 제안한다.
• SA-GMPID 갱신 행렬의 스펙트럼 반경을 $\rho_{\text{SA-GMPID}} = \frac{2\tilde{\gamma}\sqrt{N_u N_r}}{1 + \tilde{\gamma} N_r} < 1$ 으로 수식화하여 수렴성을 증명한다.
• 다양한 $N_u$, $N_r$, $\beta$ 조건에서의 시뮬레이션을 통해 이론적 결과를 검증하며, MSE, BER, 복잡도를 비교 분석한다.

실험 결과

연구 질문

• RQ1 대규모 MIMO-NOMA 시스템에서 GMPID의 분산은 MMSE 검출 분산으로 수렴하는가?
• RQ2 GMPID의 평균이 MMSE 해보다 더 높은 MSE로 수렴하는 조건은 무엇인가?
• RQ3 $N_u > N_r$ 이고 $\beta < (\sqrt{2}-1)^{-2}$ 인 경우에 수정된 GMPID 알고리즘이 MMSE 해로 수렴할 수 있는가?
• RQ4 제안된 SA-GMPID의 수렴 속도는 표준 GMPID 대비 어떻게 되는가?
• RQ5 유한한 $N_u$ 및 $N_r$ 을 갖는 실질적 시스템에서 제안된 SA-GMPID는 어떻게 성능을 발휘하는가?

주요 결과

• 대규모 시스템 가정 하에서 $N_u > N_r$ 인 모든 조건에서 GMPID의 분산은 MMSE 검출 분산으로 수렴한다.
• GMPID의 평균이 MMSE보다 더 높은 MSE로 수렴하는 두 가지 충분조건이 유도되었으며, 특히 $\beta > (\sqrt{2}-1)^{-2}$ 인 경우에 해당한다.
• 제안된 SA-GMPID 알고리즘은 모든 $\beta > 1$ 에서 평균과 분산 모두에서 MMSE 해로 수렴하며, 기존 GMPID의 수렴 불가 문제를 해결한다.
• SA-GMPID의 스펙트럼 반경은 1보다 작게 엄격히 유지되어 전역 수렴을 보장하며, 이는 GMPID보다 더 작은 것으로 나타나 더 빠른 수렴을 의미한다.
• 시뮬레이션 결과, SA-GMPID는 GMPID보다 더 빠른 수렴 속도를 보이며, 심지어 $\beta = 2 < (\sqrt{2}-1)^{-2}$ 인 경우에도 MMSE 성능을 달성한다. 또한, Jacobi와 GaBP보다 MSE 성능과 복잡도 면에서 뛰어나다.
• $30 \times 15$ MIMO-NOMA 시스템에서 SA-GMPID는 약 7회의 반복 내에 수렴하며, 샤논 한계와 1.5 dB 이내의 성능을 달성한다.