[논문 리뷰] Low-Complexity Near-ML Decoding of Large Non-Orthogonal STBCs using Reactive Tabu Search

N. N. Srinidhi, Saif Khan Mohammed외 2명|ArXiv.org|2009. 01. 13.

Advanced Wireless Communication Techniques참고 문헌 13인용 수 4

한 줄 요약

이 논문은 순환 분할 대수(CDA)에서 유도된 대규모 비직교 공간-시간 블록 코드(STBC)의 저복잡도, 근접-최대우도(근접-ML) 디코딩을 위한 반응형 타부 검색(RTS) 알고리즘을 제안한다. 이는 12×12 STBC 크기와 18 bps/Hz 스펙트럼 효율에서 SISO AWGN 성능과 0.5 dB SNR 갭 이내로 근접-용량 코딩된 BER 성능을 달성한다.

ABSTRACT

Non-orthogonal space-time block codes (STBC) with {\em large dimensions} are attractive because they can simultaneously achieve both high spectral efficiencies (same spectral efficiency as in V-BLAST for a given number of transmit antennas) {\em as well as} full transmit diversity. Decoding of non-orthogonal STBCs with large dimensions has been a challenge. In this paper, we present a reactive tabu search (RTS) based algorithm for decoding non-orthogonal STBCs from cyclic division algebras (CDA) having large dimensions. Under i.i.d fading and perfect channel state information at the receiver (CSIR), our simulation results show that RTS based decoding of $12 imes 12$ STBC from CDA and 4-QAM with 288 real dimensions achieves $i)$ $10^{-3}$ uncoded BER at an SNR of just 0.5 dB away from SISO AWGN performance, and $ii)$ a coded BER performance close to within about 5 dB of the theoretical MIMO capacity, using rate-3/4 turbo code at a spectral efficiency of 18 bps/Hz. RTS is shown to achieve near SISO AWGN performance with less number of dimensions than with LAS algorithm (which we reported recently) at some extra complexity than LAS. We also report good BER performance of RTS when i.i.d fading and perfect CSIR assumptions are relaxed by considering a spatially correlated MIMO channel model, and by using a training based iterative RTS decoding/channel estimation scheme.

연구 동기 및 목표

• 수백 개의 실수 차원을 가진 대규모 비직교 STBC에서 높은 디코딩 복잡도 문제를 해결하기 위해.
• 순환 분할 대수(CDA)에서 유도된 대규모 STBC에 대해 저복잡도 디코딩 알고리즘을 개발하여 근접-ML 성능을 달성하기 위해.
• 불완전한 채널 상태 정보와 공간 상관성을 포함한 실용적 조건 하에서 성능을 평가하기 위해.
• 이전의 저복잡도 방법들인 우도 상승 검색(LAS)과 비교하여 제안된 RTS 기반 디코딩의 성능을 평가하기 위해.

제안 방법

• RTS 알고리즘은 수신 신호에 가장 가까운 STBC 코드워드를 찾기 위해 신호 공간에서 히우리스틱 검색을 수행하며, 전수 검색을 피한다.
• 이전에 탐색된 해를 다시 방문하지 않도록 하는 타부 목록을 사용하여 검색 효율성을 높이고 국소 최소값을 피한다.
• 반응 메커니즘은 검색 역사와 성능 피드백에 기반해 타부 유지 기간과 검색 강도를 동적으로 조정한다.
• 목적 함수 수렴과 반복 횟수 제한 기반의 정지 기준을 알고리즘에 통합한다.
• 불완전한 채널 상태 정보를 다루기 위해 훈련 피로트를 사용하는 반복적 RTS 디코딩/채널 추정 방식을 도입한다.
• 실제 전파 조건을 반영하기 위해 공간 상관성을 Gesbert 등이 제안한 MIMO fading 모델을 사용하여 모델링한다.

실험 결과

연구 질문

• RQ1 반응형 타부 검색은 실수 차원 수백 개를 가진 대규모 비직교 STBC에 대해 저비용 복잡도로 근접-ML 성능을 달성할 수 있는가?
• RQ2 차원 수 증가에 따라 RTS 기반 디코딩은 우도 상승 검색(LAS) 알고리즘에 비해 BER 성능에서 어떻게 비교되는가?
• RQ3 훈련 기반 채널 추정을 사용할 경우, 불완전한 채널 상태 정보 하에서 RTS 디코딩의 성능은 어떠한가?
• RQ4 MIMO 채널의 공간 상관성이 대규모 STBC에 대한 RTS 디코딩의 BER 성능에 어떻게 영향을 미치는가?

주요 결과

• CDA에서 유도된 12×12 비직교 STBC에 대해 4-QAM을 사용할 경우 RTS 디코딩은 SISO AWGN 성능과 0.5 dB SNR 갭 이내에서 비코드화 BER 10⁻³을 달성한다.
• 레이트-3/4 터보 코드를 사용할 경우 RTS는 18 bps/Hz 스펙트럼 효율에서 이론적 MIMO 용량에 약 5 dB 이내의 코딩된 BER 성능을 달성한다.
• RTS는 약간 더 높은 복잡도를 감수하더라도, 더 적은 차원에서 SISO AWGN 성능에 근접하는 데서 LAS 알고리즘보다 뛰어난 성능을 보인다.
• 훈련 기반 반복적 RTS 디코딩/채널 추정 방식을 사용할 경우, 추정된 CSIR 하에서 BER 성능이 정확한 CSIR 성능에 근접하게 되며, 특히 큰 코herence 시간(예: Nd=20)에서 뚜렷하게 나타난다.
• MIMO 채널의 공간 상관성은 다양성 이득을 감소시키지만, 수신 안테나 수를 늘림으로써 성능 손실를 완화할 수 있다(Nr=14 대비 Nr=12).
• 16-QAM에서도 RTS 알고리즘이 우수한 성능를 유지함으로써, 고차원 변조 및 더 큰 STBC에 대한 적용 가능성을 입증한다.