[논문 리뷰] Optimal Data Detection in Large MIMO

Charles Jeon, Ramina Ghods외 2명|arXiv (Cornell University)|2018. 11. 05.

Advanced MIMO Systems Optimization참고 문헌 71인용 수 19

한 줄 요약

이 논문은 i.i.d. 레이일라이 프레이딩 및 특정 변조 방식 가정 하에 개별적으로 최적(Individually Optimal, IO) 검출기와 동일한 오차율 성능을 달성하면서도 계산 복잡도가 낮은 대규모 MIMO 시스템을 위한 데이터 검출 알고리즘인 LAMA(Large MIMO Approximate Message Passing)를 제안한다. 복소수 베이지안 근사 메시지 전달과 상태 진화를 활용하여 LAMA는 점차적으로 MIMO 채널을 동일한 신호대역잡음비(SNR)를 가진 독립적인 가우시안 백색잡음(AWGN) 채널로 분리함으로써, 대규모 시스템 한계에서 정확한 성능 및 복잡도 분석이 가능하게 하며, 낮은 복잡도로 유한 차원에서 최적에 가까운 성능를 보인다.

ABSTRACT

Large multiple-input multiple-output (MIMO) appears in massive multi-user MIMO and randomly-spread code-division multiple access (CDMA)-based wireless systems. In order to cope with the excessively high complexity of optimal data detection in such systems, a variety of efficient yet sub-optimal algorithms have been proposed in the past. In this paper, we propose a data detection algorithm that is computationally efficient and optimal in a sense that it is able to achieve the same error-rate performance as the individually optimal (IO) data detector under certain assumptions on the MIMO system matrix and constellation alphabet. Our algorithm, which we refer to as LAMA (short for large MIMO AMP), builds on complex-valued Bayesian approximate message passing (AMP), which enables an exact analytical characterization of the performance and complexity in the large-system limit via the state-evolution framework. We derive optimality conditions for LAMA and investigate performance/complexity trade-offs. As a byproduct of our analysis, we recover classical results of IO data detection for randomly-spread CDMA. We furthermore provide practical ways for LAMA to approach the theoretical performance limits in realistic, finite-dimensional systems at low computational complexity.

연구 동기 및 목표

• 대규모 MIMO 시스템을 위한 저복잡도 데이터 검출 알고리즘을 개발하여 개별적으로 최적(IO) 검출기의 성능를 재현한다.
• 상태진화 프레임워크를 활용하여 대규모 시스템 한계에서 성능 및 복잡도의 정확한 분석적 특성화를 가능하게 한다.
• 실제 유한 차원 MIMO 시스템에서의 성능-복잡도 트레이드오프를 조사한다.
• 분석의 부산물로 무작위 스프레드 CDMA에 대한 고전적인 IO 검출 결과를 회복한다.

제안 방법

• 대규모 MIMO 시스템에 특화된 복소수 베이지안 근사 메시지 전달(AMP) 알고리즘인 LAMA를 제안한다.
• 상태진화 프레임워크를 활용하여 각 반복 단계 t에서 잡음 분산 σ²ₜ를 분석적으로 추적함으로써 정확한 성능 및 복잡도 분석이 가능하도록 한다.
• i.i.d. 레이일라이 프레이딩 및 특정 변조 집합(예: QPSK, PAM, PSK)을 가정할 때 LAMA가 IO 검출기와 동일한 오차율 성능를 달성할 수 있는 최적성 조건을 유도한다.
• AMP의 분리 성질을 활용하여 점차적 영역에서 대규모 MIMO 시스템을 동일한 SNR를 가진 병렬 독립적인 AWGN 채널로 모델링한다.
• 메시지 전달 업데이트 및 MSE 함수의 해석 가능성 확보를 위해 분리 가능한 변조 모델을 도입한다.
• MSE 함수의 固定点 분석을 통해 수렴 행동 및 성능 한계를 결정하는 임계 임계값(예: β_min^O, β_max^O)을 유도한다.

실험 결과

연구 질문

• RQ1 LAMA는 어떤 조건에서 대규모 MIMO 시스템에서 개별적으로 최적(IO) 데이터 검출기와 동일한 오차율 성능를 달성하는가?
• RQ2 LAMA의 성능는 대규모 시스템 한계(MT → ∞, β = MT/MR)에서 시스템 차원에 따라 어떻게 스케일링되는가?
• RQ3 LAMA의 정확한 성능-복잡도 트레이드오프는 무엇이며, 광범위한 시뮬레이션 없이도 어떻게 분석적으로 특성화할 수 있는가?
• RQ4 LAMA는 이론적 프레임워크를 통해 무작위 스프레드 CDMA 시스템에 대한 고전적인 IO 검출 결과를 회복할 수 있는가?
• RQ5 유한 차원 MIMO 시스템에서 LAMA는 낮은 계산 복잡도로 이론적 IO 성능 한계에 얼마나 가까이 다가갈 수 있는가?

주요 결과

• i.i.d. 레이일라이 프레이딩 및 QPSK와 같은 표준 변조 방식을 가정할 때, 대규모 시스템 한계(MT → ∞, β = 1)에서 LAMA는 개별적으로 최적(IO) 검출기와 동일한 심볼 오차율(SER)을 달성한다.
• 유한 차원 시스템(예: 128×128 MIMO)에서는 LAMA가 이론적 IO 성능 한계에 매우 가까이 다가가며, SER = 10⁻³일 때 최적의 AWGN 성능에 1 dB 이내의 오차를 보인다.
• 상태진화 프레임워크를 통해 LAMA의 성능 및 복잡도를 정확하게 분석적으로 특성화할 수 있으며, 이론적 한계에 도달하기 위한 반복 횟수를 정확히 예측할 수 있다.
• β < β_min^O일 경우, LAMA는 MSE 함수의 도함수로부터 유도된 최소 SNR 임계값 β_min^O 이하에서 지수적으로 고정점 해에 수렴한다.
• 분리 가능한 변조 방식(예: QAM)에 대해 복소수 MSE 함수 Ψ(σ², σ²)가 실수 MSE 함수 Ψ_R(σ²/2, σ²/2)의 두 배와 동일함을 보여주어 해석 가능성을 확보한다.
• 논문은 LAMA 프레임워크의 특수한 경우로 무작위 스프레드 CDMA에 대한 고전적인 IO 검출 결과를 재현함으로써, 그 일반성과 정확성을 검증한다.