[논문 리뷰] The Capacity of MIMO Channels with Per-Antenna Power Constraint

Mai Vu|arXiv (Cornell University)|2011. 06. 24.

Advanced MIMO Systems OptimizationEngineering참고 문헌 4인용 수 20

한 줄 요약

이 논문은 각 안테나 당 전력 제약 조건 하에서 MIMO 채널의 용량과 최적의 입력 신호 방식을 규명하며, 문제를 준엄한 정수계획법(SDP)으로 공식화하고 이중 변수에 대한 닫힌 형태의 해를 도출하여 최적의 입력 공분산 행렬을 구한다. 제안된 반복 알고리즘은 최적의 beamforming 전략을 효율적으로 계산하며, 고유벡터 기반 beamforming이 최적성이 아니며 독립적인 신호 방식이 이를 능가할 수 있음을 보여준다. 균형 잡힌 제약 조건에서는 각 안테나 전력 제약 하의 용량이 합전력 제약 용량에 가까워지지만, 비대칭성이 존재할 경우 그 격차가 커진다.

ABSTRACT

We establish the optimal input signaling and the capacity of MIMO channels under per-antenna power constraint. While admitting a linear eigenbeam structure, the optimal input is no longer diagonalizable by the channel right singular vectors as with sum power constraint. We formulate the capacity optimization as an SDP problem and solve in closed-form the optimal input covariance as a function of the dual variable. We then design an efficient algorithm to find this optimal input signaling for all channel sizes. The proposed algorithm allows for straightforward implementation in practical systems in real time. Simulation results show that with equal constraint per antenna, capacity with per-antenna power can be close to capacity with sum power, but as the constraint becomes more skew, the two capacities diverge. Forcing input eigenbeams to match the channel right singular vectors achieves no improvement over independent signaling and can even be detrimental to capacity.

연구 동기 및 목표

• 각 안테나 전력 제약 조건 하에서 MIMO 채널의 용량과 최적의 입력 신호 방식을 규명하는 것. 이는 개별 RF 체인 전력 증폭기 때문에 합전력 제약 조건보다 더 현실적인 조건이다.
• 합전력 제약 조건 하에서는 알려진 해가 존재하지만, 각 안테나 전력 제약 조건 하에서는 단일 사용자 MIMO 용량에 대한 닫힌 형태의 해가 부족한 문제를 해결하는 것.
• 각 안테나 전력 제약 조건 하에서 최적의 입력 공분산 행렬을 계산하기 위한 효율적이고 실시간 구현이 가능한 알고리즘을 개발하는 것.
• 특히 채널 비대칭성과 다양한 신호 방식 전략 하에서, 각 안테나 제약 조건과 합전력 제약 조건 간의 성능 격차를 평가하는 것.

제안 방법

• 각 안테나 전력 제약 조건 하에서 MIMO 용량 최적화 문제를 이중 변수 매개변수화를 사용한 준엄한 정수계획법(SDP)으로 공식화한다.
• 이중 변수에 대한 함수로 최적의 입력 공분산 행렬에 대한 닫힌 형태의 표현식을 유도하여 효율적인 계산을 가능하게 한다.
• 이중 변수를 갱신하고 실시간으로 최적의 입력 공분산을 계산하는 반복 알고리즘을 제안하며, 실용적 구현에 적합하다.
• 업링크-다운링크 이중성과 행렬 항등식 전개를 활용하여 최적성 조건을 분석하고 최적 해의 구조를 도출한다.
• 특이값 분해(SVD)와 행렬 분할 기법을 적용하여 n ≥ m 및 n < m 경우 모두에 대해 문제를 다룰 수 있는 하位 문제로 분해한다.
• 수렴 분석과 행렬 부등식을 활용하여 이중 변수 수열의 단조 감소를 증명함으로써 알고리즘 수렴을 보장한다.

실험 결과

연구 질문

• RQ1 각 안테나 전력 제약 조건 하에서 MIMO 채널에 대해 고유벡터 기반 beamforming이 최적일까, 아니면 독립적 신호 방식에 비해 성능이 열 劣하겠는가?
• RQ2 각 안테나 제약 조건 하에서 최적의 입력 공분산 행렬에 대해 닫힌 형태의 해를 도출할 수 있을까? 만약 가능하다면 이는 이중 변수에 어떻게 의존하는가?
• RQ3 특히 비대칭 전력 제약 조건 하에서, 각 안테나 제약 조건 하의 용량이 합전력 제약 조건 하의 용량과 어떻게 비교되는가?
• RQ4 각 안테나 제약 조건 하에서 최적 신호 방식과 독립적 신호 방식(각 안테나 동일 전력) 간의 성능 격차는 얼마인가?
• RQ5 모든 크기의 MIMO에 대해 각 안테나 제약 조건 하에서 최적의 입력 공분산을 계산할 수 있는 효율적이고 실시간 구현 가능한 알고리즘을 설계할 수 있는가?

주요 결과

• 채널 右 특이벡터를 기반으로 한 고유벡터 기반 beamforming은 각 안테나 전력 제약 조건 하에서는 최적이 아니며, 오히려 독립적 신호 방식보다 용량을 감소시킬 수 있다.
• 최적의 입력 공분산 행렬은 합전력 경우와 달리 채널의 右 특이벡터로 대각화될 수 없다.
• 제안된 반복 알고리즘은 수렴하며 최적의 신호 방식을 실시간으로 구현할 수 있다.
• 균형 잡힌 각 안테나 전력 제약 조건에서는 각 안테나 제약 조건 하의 용량이 합전력 제약 조건 하의 용량과 유사하다.
• 각 안테나 전력 제약 조건이 점점 비대칭해질수록, 각 안테나 제약 조건과 합전력 제약 조건 간의 용량 격차가 크게 증가한다.
• 특히 비대칭 상황에서 각 안테나 전력 제약 조건 하에서는 독립적 신호 방식(각 안테나 동일 전력)이 고유벡터 기반 beamforming을 능가할 수 있다.