[논문 리뷰] Near-Optimal Linear Precoding with Low Complexity for Massive MIMO

Linglong Dai, Xinyu Gao외 3명|arXiv (Cornell University)|2014. 11. 15.

Advanced MIMO Systems Optimization참고 문헌 22인용 수 4

한 줄 요약

이 논문은 대규모 MIMO 시스템을 위한 저복잡도 가우스-Seidel(GS) 기반 선형 프리코딩 기법을 제안하며, 계산 복잡도를 크게 감소시켜 near-optimal 용량을 달성한다. 행렬 역행렬 계산을 반복적인 GS 업데이트로 대체하고 영역 기반 초기 해를 도입함으로써 복잡도를 𝒪(K³)에서 𝒪(K²)로 감소시키며, 네이먼 기반 프리코딩보다 빠른 수렴 속도를 보이며, 256×16 시스템에서 3–4회 반복 내에 DPC 유사 성능을 달성한다.

ABSTRACT

Linear precoding techniques can achieve near- optimal capacity due to the special channel property in down- link massive MIMO systems, but involve high complexity since complicated matrix inversion of large size is required. In this paper, we propose a low-complexity linear precoding scheme based on the Gauss-Seidel (GS) method. The proposed scheme can achieve the capacity-approaching performance of the classical linear precoding schemes in an iterative way without complicated matrix inversion, which can reduce the overall complexity by one order of magnitude. The performance guarantee of the proposed GS-based precoding is analyzed from the following three aspects. At first, we prove that GS-based precoding satisfies the transmit power constraint. Then, we prove that GS-based precoding enjoys a faster convergence rate than the recently proposed Neumann-based precoding. At last, the convergence rate achieved by GS-based precoding is quantified, which reveals that GS-based precoding converges faster with the increasing number of BS antennas. To further accelerate the convergence rate and reduce the complexity, we propose a zone-based initial solution to GS-based precoding, which is much closer to the final solution than the traditional initial solution. Simulation results demonstrate that the proposed scheme outperforms Neumann- based precoding, and achieves the exact capacity-approaching performance of the classical linear precoding schemes with only a small number of iterations both in Rayleigh fading channels and spatially correlated channels.

연구 동기 및 목표

• 클래식한 선형 프리코딩의 높은 계산 복잡도, 특히 대규모 행렬 역행렬 계산으로 인한 문제를 해결하기 위해.
• 근사 최적의 스펙트럼 효율성을 유지하면서도 전송 전력 제약 조건을 충족하는 저복잡도 대안을 개발하기 위해.
• 기존의 반복적 방법들인 네이먼 기반 프리코딩보다 수렴 속도를 향상시키기 위해.
• 채널 통계에 기반한 영역 기반 초기 해를 사용하여 수렴 속도를 추가로 가속화하기 위해.

제안 방법

• 명시적인 행렬 역행렬 계산 없이 선형 프리코딩 문제를 해결하기 위해 가우스-Seidel(GS) 반복 방법을 사용한다.
• 각 반복에서 이전 단계에서 업데이트된 값을 사용하여 프리코더 계수를 순차적으로 업데이트하는 반복 업데이트 규칙을 구현한다.
• 기존의 영벡터 초기화보다 최종 해에 더 가까운 초기 해를 제공하기 위해 채널에 대한 사전 지식을 활용하는 영역 기반 초기 해를 도입한다.
• 트레이스 기반 행렬 분석을 통해 GS 기반 프리코딩이 총 전송 전력 제약 조건을 충족함을 증명한다.
• 수렴 속도를 정량화하기 위해 반복 행렬의 프로베니우스 노름에 대한 날카운 상한을 유도한다.
• 공간 상관성 있는 채널과 레이일라이 페이딩 채널 조건 하에서 수렴 행동을 분석하여, BS 안테나 수가 증가할수록 수렴 속도가 향상됨을 보여준다.

실험 결과

연구 질문

• RQ1 가우스-Seidel 방법이 대규모 MIMO에서 선형 프리코딩에 효과적으로 적용되어 비용이 많이 드는 행렬 역행렬 계산을 피할 수 있는가?
• RQ2 대규모 MIMO 시스템에서 GS 기반 프리코딩의 수렴 속도는 네이먼 기반 프리코딩과 비교해 어떻게 되는가?
• RQ3 BS 안테나 수가 GS 기반 프리코딩의 수렴 속도에 어떤 영향을 미치는가?
• RQ4 영역 기반 초기 해는 근사 최적 성능에 도달하기 위한 반복 횟수를 크게 줄일 수 있는가?
• RQ5 공간 상관성이 제안된 GS 기반 프리코딩 기법의 성능 및 복잡도에 어떤 영향을 미치는가?

주요 결과

• 제안된 GS 기반 프리코딩은 전체 계산 복잡도를 한 단계 낮추어 𝒪(K³)에서 𝒪(K²)로 감소시킨다.
• GS 기반 프리코딩은 네이먼 기반 프리코딩보다 수렴 속도가 더 빠르며, BS 안테나 수가 증가할수록 수렴 속도가 향상된다.
• 256×16 대규모 MIMO 시스템에서, 레이일라이 페이딩 조건에서는 3회 반복 내에 DPC 유사 성능을 달성하고, 공간 상관성 있는 페이딩 조건(ξ=0.5)에서는 4회 반복 내에 달성한다.
• 영역 기반 초기 해는 전통적인 영벡터 초기화보다 반복 횟수 제약 조건이 제한된 환경에서 더 빠른 수렴을 이끈다.
• 반복 행렬의 프로베니우스 노름은 유계이며, 이 상한은 BS 안테나 수가 증가할수록 감소하여 수렴 속도 향상의 이유를 설명한다.
• 이 방법은 전송 전력 제약 조건을 유지하며, 레이일라이 페이딩 및 공간 상관성 있는 페이딩 채널 모두에서 근사 최적의 스펙트럼 효율성을 달성한다.