Skip to main content
QUICK REVIEW

[논문 리뷰] Majorization-Minimization Aided Hybrid Transceivers for MIMO Interference Channels

Shiqi Gong, Chengwen Xing|arXiv (Cornell University)|2019. 11. 14.
Advanced MIMO Systems Optimization참고 문헌 33인용 수 7
한 줄 요약

이 논문은 mmWave 및 마이크로파 대역의 MIMO 간섭 채널에서 단위 모odulus 제약 조건 하에 저복잡도, 고성능 아날로그 및 디지털 beamforming을 가능하게 하는 주요화 최소화(MM)-기반 하이브리드 송수신기 설계를 제안한다. 이 방법은 완전 디지털 WMMSE, BD-ZF, SLNR 솔루션과 비교해 성능가까이 도달하면서도 하드웨어 복잡도와 RF 체인 요구 사항을 크게 감소시킨다.

ABSTRACT

The potential of deploying large-scale antenna arrays in future wireless systems has stimulated extensive research on hybrid transceiver designs aiming to approximate the optimal fully-digital schemes with much reduced hardware cost and signal processing complexity. Generally, this hybrid transceiver structure requires a joint design of analog and digital processing to enable both beamsteering and spatial multiplexing gains. In this paper, we develop various weighted mean-square-error minimization (WMMSE) based hybrid transceiver designs over multiple-input multiple-output (MIMO) interference channels at both millimeter wave (mmWave) and microwave frequencies. Firstly, a heuristic joint design of hybrid precoder and combiner using alternating optimization is proposed, in which the majorization-minimization (MM) method is utilized to design the analog precoder and combiner with unit-modulus constraints. It is validated that this scheme achieves the comparable performance to the WMMSE fully-digital solution. To further reduce the complexity, a phase projection-based two-stage scheme is proposed to decouple the designs of analog and digital precoder combiner. Secondly, inspired by the fully-digital solutions based on the block-diagonalization zero-forcing (BD-ZF) and signal-to-leakage-plus-noise ratio (SLNR) criteria, low-complexity MMbased BD-ZF and SLNR hybrid designs are proposed to well approximate the corresponding fully-digital solutions. Thirdly, the partially-connected hybrid structure for reducing system hardware cost and power consumption is considered, for which the MM-based alternating optimization still works. Numerical results demonstrate the similar or superior performance of all the above proposed schemes over the existing benchmarks.

연구 동기 및 목표

  • 대규모 안테나 어레이에서 완전 디지털 MIMO beamforming의 높은 하드웨어 비용과 복잡도 문제를 해결하기 위해.
  • 감소된 RF 체인과 단위 모odulus 아날로그 프리코더/콤비너 제약 조건 하에 최적의 완전 디지털 성능을 근사하는 하이브리드 송수신기 설계를 위해.
  • MM 최적화를 이용한 저복잡도, 확장 가능한 솔루션을 mmWave 및 마이크로파 MIMO 간섭 채널에 대해 개발하기 위해.
  • 기존의 완전 디지털 beamforming 기준—WMMSE, BD-ZF, SLNR—을 MM 기반 최적화를 통해 하이브리드 아키텍처로 확장하기 위해.
  • 에너지 효율성 향상과 하드웨어 비용 감소를 위해 부분적으로 연결된 하이브리드 구조에서의 성능 평가를 위해.

제안 방법

  • 단위 모odulus 제약 조건 하에 아날로그 프리코더와 콤비너를 반복적으로 최적화하기 위해 주요화 최소화(MM) 알고리즘을 사용하여 수렴성과 완전 디지털 기준에 근접한 성능 보장.
  • 아날로그 및 디지털 처리를 분리하는 이중 단계 기반 설계: 먼저 MM을 통해 아날로그 beamformers 최적화, 그 후 간섭을 억제하기 위해 디지털 프리코더/콤비너 정밀 조정.
  • 완전 디지털 WMMSE, BD-ZF, SLNR 솔루션을 MM 기반 교대 최적화를 통해 하이브리드 설계로 변환하여 복잡도를 감소시키면서도 성능 유지.
  • 부분적으로 연결된 하이브리드 구조에 대해 MM 방법을 적용하여 에너지 효율적인 beamforming을 가능하게 하며, 완전 연결 설계에 근접한 성능 확보.
  • 대규모 mmWave 채널을 모델링하고 점근적 수렴 행동을 유도하기 위해 행렬 분해 및 특이값 분해(SVD)를 활용.
  • 점근적 분석을 통해 안테나 수가 증가함에 따라 제안된 하이브리드 프리코더가 최적의 완전 디지털 BD-ZF 솔루션으로 수렴함을 증명.

실험 결과

연구 질문

  • RQ1MM 기반 최적화는 단위 모odulus 아날로그 beamformers를 갖는 하이브리드 MIMO 송수신기에서 near-optimal 성능를 달성할 수 있는가?
  • RQ2제안된 이중 단계 설계는 복잡도와 성능 측면에서 공동 최적화와 비교해 어떻게 다른가?
  • RQ3MM 기반 하이브리드 설계는 얼마나 잘 완전 디지털 WMMSE, BD-ZF, SLNR 솔루션을 근사하는가?
  • RQ4mmWave 및 마이크로파 MIMO 간섭 채널에서 제안된 방법은 기존 하이브리드 beamforming 벤치마크보다 어떤 성능 향상을 보이는가?
  • RQ5부분적으로 연결된 하이브리드 구조는 완전 연결 설계와 비교해 성능 및 하드웨어 효율성에 어떤 영향을 미치는가?

주요 결과

  • 제안된 MM 기반 공동 설계는 감소된 RF 체인 수에도 불구하고 최적의 완전 디지털 WMMSE 솔루션과 유사한 성능를 달성한다.
  • 이중 단계 단계별 투영 설계는 복잡도를 감소시키면서도 완전 디지털 기준에 근접한 성능를 유지한다.
  • MM 기반 BD-ZF 및 SLNR 하이브리드 설계는 고신호대역비(SNR) 및 대규모 안테나 환경에서 완전 디지털 대응 솔루션을 잘 근사한다.
  • 부분적으로 연결된 하이브리드 구조는 낮은 하드웨어 비용과 전력 소모로 강력한 성능를 유지하며, 점점 커지는 대규모 MIMO 시나리오에서 거의 최적의 행동을 보인다.
  • 점근적 분석을 통해 안테나 수가 무한대에 가까워질수록 제안된 하이브리드 프리코더가 최적의 완전 디지털 BD-ZF 솔루션으로 수렴함을 확인하였다.
  • 수치 결과는 모든 제안된 방법이 스펙트럼 효율성과 간섭 억제 측면에서 기존의 벤치마크를 능가하거나 동등하게 유지함을 보여준다.

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.