[논문 리뷰] MIMO Precoding with X- and Y-Codes

Saif Khan Mohammed, Emanuele Viterbo외 2명|ArXiv.org|2009. 12. 10.

Advanced MIMO Systems Optimization참고 문헌 12인용 수 5

한 줄 요약

이 논문은 TDD 시스템에서 완전한 CSI를 갖는 MIMO 조절을 위해 X- 및 Y-코드를 제안한다. SVD를 사용해 채널을 병렬 서브채널로 분해한 후, 다양성 이득이 맞지 않는 서브채널 쌍에 대해 저복잡도 2×2 실수 행렬 코드를 적용한다. X-코드는 단일 각도로 매개변수화된 회전 행렬을 사용하며, Y-코드는 두 개의 전력 할당 매개변수를 갖는 상삼각행렬을 사용한다. 주요 기여는 높은 다양성과 낮은 복호화 복잡도를 동시에 확보하면서도 전체 다중화 이득을 유지하는 것으로, 기존의 방법들보다 뛰어나며 특히 조건이 나쁜 채널에서 Y-코드가, 모든 시나리오에서 X-프리코더/ Y-프리코더가 뛰어난 성능을 보인다.

ABSTRACT

We consider a time division duplex (TDD) $n_t imes n_r$ multiple-input multiple-output (MIMO) system with channel state information (CSI) at both the transmitter and receiver. We propose X- and Y-Codes to achieve high multiplexing and diversity gains at low complexity. The proposed precoding schemes are based upon the singular value decomposition (SVD) of the channel matrix which transforms the MIMO channel into parallel subchannels. Then X- and Y-Codes are used to improve the diversity gain by pairing the subchannels, prior to SVD precoding. In particular, the subchannels with good diversity are paired with those having low diversity gains. Hence, a pair of channels is jointly encoded using a $2 imes 2$ real matrix, which is fixed {\em a priori} and does not change with each channel realization. For X-Codes these matrices are 2-dimensional rotation matrices parameterized by a single angle, while for Y-Codes, these matrices are 2-dimensional upper left triangular matrices. The complexity of the maximum likelihood decoding (MLD) for both X- and Y-Codes is low. Specifically, the decoding complexity of Y-Codes is the same as that of a scalar channel. Moreover, we propose X-, Y-Precoders with the same structure as X-, Y-Codes, but the encoding matrices adapt to each channel realization. The optimal encoding matrices for X-, Y-Codes/Precoders are derived analytically. Finally, it is observed that X-Codes/Precoders perform better for well-conditioned channels, while Y-Codes/Precoders perform better for ill-conditioned channels, when compared to other precoding schemes in the literature.

연구 동기 및 목표

• MIMO 시스템에서 스펙트럼 효율성, 다양성 이득, 복호화 복잡도 사이의 상충 관계를 해결하기 위해.
• SVD 기반 프리코딩에서 낮은 다양성 순서를 개선하면서도 다중화 이득을 희생시키지 않기 위해.
• 채널 조건에 적응하면서도 높은 오류 성능을 유지하는 저복잡도 선형 프리코딩 방식을 설계하기 위해.
• 다른 다양성 순서를 갖는 서브채널 쌍을 조합하여 전체 시스템 신뢰성을 향상시키는 코드 구조(즉, X- 및 Y-코드)를 개발하기 위해.
• 고정(코드) 및 적응형(프리코더) 방식에 대해 해석적으로 최적의 인코딩 행렬을 유도하기 위해.

제안 방법

• MIMO 채널을 병렬 서브채널로 변환하기 위해 특이값 분해(SVD)를 사용한다.
• 서브채널 쌍을 함께 인코딩하기 위해 단일 회전 각도로 매개변수화된 2×2 실수 직교 행렬을 사용하는 X-코드를 적용한다.
• 서브채널 간 에너지를 균형 있게 배분하기 위해 두 개의 전력 할당 매개변수를 갖는 상삼각 2×2 행렬을 사용하는 Y-코드를 적용한다.
• 채널 분포에 대한 평균 오류 확률을 최소화함으로써 X-코드의 최적 고정 각도 해를 도출한다.
• 전송 전력 제약 조건 하에서 제약 조건이 있는 최소-최대 최적화를 사용하여 Y-코드의 최적 전력 할당 매개변수를 유도한다.
• 채널 실현값에 따라 인코딩 행렬을 적응적으로 조정하는 X- 및 Y-프리코더를 도입하여 고정 코드보다 성능을 향상시킨다.

실험 결과

연구 질문

• RQ1 저복잡도 선형 코드를 통한 서브채널 쌍결합이 SVD-프리코딩된 MIMO 시스템에서 다중화 이득을 줄이지 않고 다양성 이득을 향상시킬 수 있는가?
• RQ2 X-코드의 성능은 잘 조절된 채널과 조건이 나쁜 채널 모두에서 다른 프리코딩 방식과 비교해 어떻게 되는가?
• RQ3 전력 제약 조건을 만족하면서 최소 거리를 최대화하는 Y-코드의 최적 전력 할당 전략은 무엇인가?
• RQ4 적응형 프리코딩(X- 및 Y-프리코더)은 고정 X- 및 Y-코드보다 성능을 어떻게 향상시키는가?
• RQ5 X- 및 Y-코드의 복호화 복잡도는 스칼라 및 전체 MIMO 시스템과 비교해 어떻게 되는가?

주요 결과

• X-코드는 다른 프리코더보다 더 나은 오류 성능을 달성하지만, 서브채널 쌍의 조건이 나쁠 경우 최적의 각도 선택이 어려워 성능이 저하된다.
• Y-코드는 조건이 나쁜 채널에서 X-코드를 능가한다. 이는 삼각형 구조 덕분에 서브채널 간 전력 할당을 더 효과적으로 관리하기 때문이다.
• Y-코드의 MLD 복잡도는 스칼라 채널과 동일하므로 매우 효율적이다.
• Y-코드의 경우 최적 전력 할당은 해석적으로 유도되었으며, 채널 비율 βk ≥ √3 이면 서브채널 간 전력 분배가 이루어지고, 그렇지 않으면 모든 전력이 더 강한 서브채널에 할당된다.
• X-프리코더와 Y-프리코더는 채널 실현값에 따라 인코딩 행렬을 적응적으로 조정함으로써 고정 코드 대비 더 뛰어난 성능을 보인다.
• X-코드의 최적 각도는 βk ≤ √3 이면 π/4이며, 그렇지 않으면 tan⁻¹((βk²−1)−√((βk²−1)²−βk²)) 이다. 이는 최대 최소 거리를 보장한다.