[논문 리뷰] Joint Channel Estimation and Data Detection in Cell-Free Massive MU-MIMO Systems

Haochuan Song, Tom Goldstein외 4명|arXiv (Cornell University)|2021. 04. 21.

Advanced MIMO Systems Optimization참고 문헌 73인용 수 4

한 줄 요약

이 논문은 수백 명의 사용자 장치(UE)가 시간-주파수 자원을 공유하는 셀리스 대량 MU-MIMO 시스템을 대상으로, 채널 희소성과 QAM 구성표의 유한성에 기반하여 파ilot 오버헤드를 줄이는 공동 채널 추정 및 데이터 검출(JED) 알고리즘을 제안한다. 인덱스 순열을 통한 개선된 초기화와 함께 이완된 최대사후확률 문제에 대해 전진-후진 분할을 적용함으로써, JED는 정규 직교 훈련보다 훨씬 적은 파ilot을 사용하면서도 뛰어난 스펙트럼 효율성과 신뢰성을 확보하여 과부하된 시스템에서 단기 패킷 통신을 가능하게 한다.

ABSTRACT

We propose a joint channel estimation and data detection (JED) algorithm for densely-populated cell-free massive multiuser (MU) multiple-input multiple-output (MIMO) systems, which reduces the channel training overhead caused by the presence of hundreds of simultaneously transmitting user equipments (UEs). Our algorithm iteratively solves a relaxed version of a maximum a-posteriori JED problem and simultaneously exploits the sparsity of cell-free massive MU-MIMO channels as well as the boundedness of QAM constellations. In order to improve the performance and convergence of the algorithm, we propose methods that permute the access point and UE indices to form so-called virtual cells, which leads to better initial solutions. We assess the performance of our algorithm in terms of root-mean-squared-symbol error, bit error rate, and mutual information, and we demonstrate that JED significantly reduces the pilot overhead compared to orthogonal training, which enables reliable communication with short packets to a large number of UEs.

연구 동기 및 목표

• 수백 명의 UEs가 시간-주파수 자원을 공유하는 고밀도 셀리스 대량 MU-MIMO 시스템에서의 높은 파ilot 오버헤드 문제를 해결한다.
• UE 수가 AP 안테나 수와 같거나 초과할 경우 선형 채널 추정 및 데이터 검출 방법의 성능 붕괴 문제를 해결한다.
• 낮은 파ilot 오버헤드를 유지하면서도 높은 스펙트럼 효율성을 확보함으로써 단기 패킷 통신을 가능하게 하기 위해 신뢰할 수 있는 통신을 실현한다.
• 채널 희소성과 신호 구성표의 유한성을 동시에 이용하는 비선형 JED 알고리즘을 개발하여 공동 채널 추정 및 데이터 검출을 수행한다.
• AP 및 UE 색인의 새로운 순열 전략을 통해 가상 셀을 형성하고, 더 나은 초기 해를 생성함으로써 알고리즘 수렴성과 성능을 향상시킨다.

제안 방법

• 채널 행렬의 희소성과 QAM 구성표의 유한성을 통합한 이완된 최대사후확률(MAP) 문제를 공동 채널 추정 및 데이터 검출(JED)을 위해 수립한다.
• 전진-후진 분할(FBS)을 적용하여 이완된 MAP 문제를 반복적으로 해결함으로써, 데이터 검출과 채널 추정 간의 균형을 유지하고 정규화를 적용한다.
• AP 및 UE의 색인 순열 전략을 도입하여 가상 셀을 형성함으로써 초기 해의 품질을 향상시키고 수렴 속도를 증가시킨다.
• 비직교 파ilot 시퀀스 설계를 통해 훈련 오버헤드를 감소시켜, 과부하된 시스템에서 정규 직교 훈련으로 인한 스펙트럼 효율 손실을 방지한다.
• QAM 기호의 크기가 유한함을 고려하여 큰 채널 추정치를 방지하기 위해 정규화 항을 통합한다.
• 2차 채널 통계 정보가 필요 없이도 중심 집중 검출 방법과 동일한 데이터 전송률을 유지함으로써 프론트힐 신호 전송 효율성을 확보한다.

실험 결과

연구 질문

• RQ1 대규모 UEs를 포함하는 셀리스 대량 MU-MIMO 시스템에서 공동 채널 추정 및 데이터 검출(JED)이 파ilot 오버헤드를 상당히 줄일 수 있는가?
• RQ2 UE 수가 AP 안테나 수를 초과할 경우, JED의 성능은 기존 선형 방법(L-MMSE 등)과 비교해 심볼 오류율과 스펙트럼 효율성 측면에서 어떻게 다른가?
• RQ3 AP 및 UE 색인 순열을 통한 가상 셀 형성 전략이 JED 알고리즘의 수렴성과 정확도에 어느 정도 기여하는가?
• RQ4 비직교 파ilot과 제한된 훈련 자원 조건에서도 JED는 낮은 상호정보량 손실과 높은 신뢰성을 유지할 수 있는가?
• RQ5 JED는 중심 집중 검출과 유사한 프론트힐 오버헤드를 유지를 하며, 추가 신호 전송 비용 없이 구현 가능한가?

주요 결과

• JED는 정규 직교 훈련 대비 상당한 파ilot 오버헤드 감소를 보이며, 수백 명의 UEs가 존재하는 시스템에서 신뢰할 수 있는 단기 패킷 통신을 가능하게 한다.
• 제안된 JED 알고리즘은 특히 UE 수가 AP 안테나 수를 초과하는 과부하 상황에서 선형 방법보다 낮은 루트평균제곱기호오차(RMSSE)를 달성한다.
• JED의 비트 오류율(BER) 성능은 고밀도 사용자 환경에서 기존 선형 추정 및 검출 방법보다 뚜렷이 우수하다.
• 상호정보량(MI) 결과는 JED가 비직교 파ilot과 제한된 훈련 자원 조건에서도 높은 스펙트럼 효율성을 유지함을 보여준다.
• 색인 순열을 통한 가상 셀 형성 전략은 초기 해 품질을 향상시켜 반복적 JED 최적화에서 더 빠른 수렴과 향상된 최종 성능을 이끌어낸다.
• JED는 중심 집중 검출과 동일한 수준의 프론트힐 신호 전송 부하를 유지하며, 2차 채널 통계 정보가 필요 없어 전체 시스템 오버헤드를 감소시킨다.