[논문 리뷰] Near-ML Signal Detection in Large-Dimension Linear Vector Channels Using Reactive Tabu Search

N. N. Srinidhi, Saif Khan Mohammed외 2명|ArXiv.org|2009. 11. 24.

Advanced Wireless Communication Techniques참고 문헌 26인용 수 25

한 줄 요약

이 논문은 대규모 차원의 선형 벡터 채널, 특히 마이크로웨이브 MIMO 및 심한 지연 스프레드 MIMO-ISI UWB 시스템에서 저복잡도, 근접 최대우도(근접-ML) 신호 검출을 위한 반응형 타부 검색(RTS) 알고리즘을 제안한다. RTS 알고리즘은 구구형 디코딩 변종보다 훨씬 낮은 복잡도로 근접-ML 성능을 달성하며, 증가하는 차원에 걸쳐 더 나은 비트 오류율(BER) 성능과 확장성(스케일러빌리티)을 보여준다.

ABSTRACT

Low-complexity near-optimal signal detection in large dimensional communication systems is a challenge. In this paper, we present a reactive tabu search (RTS) algorithm, a heuristic based combinatorial optimization technique, to achieve low-complexity near-maximum likelihood (ML) signal detection in linear vector channels with large dimensions. Two practically important large-dimension linear vector channels are considered: i) multiple-input multiple-output (MIMO) channels with large number (tens) of transmit and receive antennas, and ii) severely delay-spread MIMO inter-symbol interference (ISI) channels with large number (tens to hundreds) of multipath components. These channels are of interest because the former offers the benefit of increased spectral efficiency (several tens of bps/Hz) and the latter offers the benefit of high time-diversity orders. Our simulation results show that, while algorithms including variants of sphere decoding do not scale well for large dimensions, the proposed RTS algorithm scales well for signal detection in large dimensions while achieving increasingly closer to ML performance for increasing number of dimensions.

연구 동기 및 목표

• 대규모 차원 통신 시스템에서 최대우도(ML) 검출의 높은 계산 복잡도 문제를 해결하기 위해.
• 대규모 차원 선형 벡터 채널에서 ML 성능에 가까운 확장 가능한 저복잡도 검출 알고리즘을 개발하기 위해.
• 주요 대규모 차원 시스템인 대규모 MIMO와 심한 지연 스프레드 UWB MIMO-ISI 채널에서 제안된 알고리즘의 성능 및 복잡도를 평가하기 위해.
• RTS 알고리즘이 증가하는 시스템 차원과 함께 효과적으로 확장되며 근접-ML 성능을 유지함을 보여주기 위해.

제안 방법

• 반응형 타부 검색(RTS) 알고리즘을 선형 벡터 채널에서의 신호 검출 조합 최적화에 적용하여, 국소 최적해를 피하기 위해 메모리와 적응형 강화 기법을 활용한다.
• 동적 타부 수명 주기와 적응형 흔들림 전략을 사용하여 국소 최소값에서 벗어나 근접-ML 해에 수렴하도록 한다.
• 초기 검출은 주파수 도메인 최소평균제곱오차(FD-MMSE) 등화기를 사용하여 수행되며, RTS 탐색의 시작점을 제공한다.
• 알고리즘은 유사도 향상에 따라 유도되는 이웃 신호 조합을 반복적으로 탐색하며, 비트를 뒤집는 방식으로 작동하며, 탐색 파라미터를 동적으로 조정한다.
• 핵심 RTS 파라미터로는 초기 타부 목록 크기 $P_0 = 2$, 흔들림 빈도 $eta = 1$, 그리고 $eta$와 $ ho$ 기반의 적응형 단계 크기 조절이 포함된다.
• 알고리즘은 대규모 수의 안테나와 다중 경로 성분을 가진 공간 도메인 MIMO(V-BLAST, 비직교 STBC) 및 시간 도메인 MIMO-ISI(UWB) 시스템에 모두 적용된다.

실험 결과

연구 질문

• RQ1 반응형 타부 검색과 같은 메타휴리스틱 접근 방식이 대규모 차원 MIMO 시스템에서 구구형 디코딩보다 훨씬 낮은 복잡도로 근접-ML 성능을 달성할 수 있는가?
• RQ2 대규모 MIMO 시스템에서 전송/수신 안테나 수가 증가함에 따라 RTS의 성능는 어떻게 변화하는가?
• RQ3 대규모 차원 환경에서 기존의 저복잡도 검출 알고리즘인 고정 복잡도 구구형 디코딩(FSD)과 우도 상승 탐색(LAS)보다 RTS가 승리할 수 있는가?
• RQ4 수백 개의 다중 경로 성분을 가진 심한 지연 스프레드 MIMO-ISI 채널에서 RTS 알고리즘이 여전히 근접-ML 성능을 유지할 수 있는가?
• RQ5 대규모 차원 시스템에서 ML 및 기타 비최적 검출기와 비교해 RTS의 계산 복잡도 스케일링 행동은 어떠한가?

주요 결과

• 4-QAM을 사용하는 $64 imes 64$ V-BLAST 시스템에서 RTS는 SISO AWGN 성능에서 0.4 dB 이하의 감도로 $10^{-3}$ 비암호화 BER을 달성하며, ML 성능에 매우 가까이 접근한다.
• 4-QAM을 사용하는 $32 imes 32$ V-BLAST 시스템에서 RTS는 $10^{-2}$ 비암호화 BER에서 고정 복잡도 구구형 디코딩(FSD)보다 약 1.5 dB 우수한 성능을 보인다.
• UWB MIMO-ISI 시스템에서 $L=6, K=64$ 및 $L=12, K=128$ 조건에서 각각 RTS는 LAS보다 약 1.5 dB 및 0.8 dB 우수한 BER 성능을 달성한다.
• RTS의 심볼당 복잡도는 $O(K^2 N_t)$이며, 이는 대규모 차원에서 FSD보다 한 단계 낮은 복잡도를 보이며, 더 뛰어난 성능를 제공한다.
• L=48개의 다중 경로 성분과 K=512개의 심볼을 가진 $4 imes 4$ UWB 시스템에서 시스템 차원은 4096에 도달하지만, RTS는 여전히 확장 가능한 복잡도로 근접-ML 성능을 달성한다.
• RTS 알고리즘은 '대규모 차원 행동'을 보이며, $L/K$ 비율을 일정하게 유지하면서 시스템 차원($L$ 및 $K$)이 증가함에 따라 성능 향상이 이루어지며, 이는 강건성과 확장성의 가능성을 시사한다.