[论文解读] 1-Bit Massive MIMO Transmission: Embracing Interference with Symbol-Level Precoding

Ang Li, Christos Masouros+2 more|arXiv (Cornell University)|Jul 28, 2020

Advanced MIMO Systems Optimization参考文献 14被引用 6

一句话总结

本文提出在1-bit大规模MIMO系统中采用符号级预编码，通过建设性干扰（CI）设计将多用户干扰重构为有益信号，从而在1-bit DAC严重硬件限制下显著提升误比特率（BER）性能。该方法通过将干扰重新定义为有益信号，实现低复杂度、高能效的硬件，且频谱效率接近最优。

ABSTRACT

The deployment of large-scale antenna arrays for cellular base stations (BSs), termed as `Massive MIMO', has been a key enabler for meeting the ever-increasing capacity requirement for 5G communication systems and beyond. Despite their promising performance, fully-digital massive MIMO systems require a vast amount of hardware components including radio frequency chains, power amplifiers, digital-to-analog converters (DACs), etc., resulting in a huge increase in terms of the total power consumption and hardware costs for cellular BSs. Towards both spectrally-efficient and energy-efficient massive MIMO deployment, a number of hardware limited architectures have been proposed, including hybrid analog-digital structures, constant-envelope transmission, and use of low-resolution DACs. In this paper, we overview the recent interest in improving the error-rate performance of massive MIMO systems deployed with 1-bit DACs through precoding at the symbol level. This line of research goes beyond traditional interference suppression or cancellation techniques by managing interference on a symbol-by-symbol basis. This provides unique opportunities for interference-aware precoding tailored for practical massive MIMO systems. Firstly, we characterize constructive interference (CI) and elaborate on how CI can benefit the 1-bit signal design by exploiting the traditionally undesired multi-user interference as well as the interference from imperfect hardware components. Subsequently, we overview several solutions for 1-bit signal design to illustrate the gains achievable by exploiting CI. Finally, we identify some challenges and future research directions for 1-bit massive MIMO systems that are yet to be explored.

研究动机与目标

• 解决全数字大规模MIMO系统中1-bit DAC带来的高硬件成本与高功耗问题。
• 通过将干扰重新视为有益信号，克服1-bit预编码中因信号分辨率粗糙导致的性能下降。
• 开发实用的、低复杂度的预编码技术，利用建设性干扰（CI）提升误码率性能。
• 在5G及未来网络中实现硬件受限条件下的高能效与高谱效率大规模MIMO部署。
• 探索先进信号处理与机器学习的融合，提升在信道不确定性下的鲁棒1-bit预编码性能。

提出的方法

• 提出符号级预编码，在符号粒度上管理干扰，区别于传统的块级或线性预编码。
• 采用建设性干扰（CI）原理，有意识地整形多用户干扰以提升检测可靠性。
• 在C1PO与C2PO算法中使用双凸松弛与交替优化，求解非凸的1-bit预编码问题。
• 在SDR与SQUID方法中应用半定松弛（SDR）与Douglas-Rachford分裂法，获得近似最优解。
• 利用前向-后向分裂与级数展开，提升收敛性与性能，优于传统方法。
• 提出基于机器学习的自编码器框架，端到端学习1-bit预编码，具备对信道变化的鲁棒性。

实验结果

研究问题

• RQ1 如何有意识地整形多用户干扰，以提升1-bit大规模MIMO系统性能？
• RQ2 与传统的块级或线性预编码相比，符号级预编码在1-bit系统中能带来多大的性能增益？
• RQ3 与传统的MSE基于或ZF/MMSE预编码相比，建设性干扰（CI）设计在BER与复杂度方面表现如何？
• RQ4 非线性功率放大器对1-bit预编码系统有何影响？系统设计中如何缓解该影响？
• RQ5 在动态信道条件下，基于机器学习的预编码是否能超越基于模型的方法？

主要发现

• 采用建设性干扰（CI）的符号级预编码相比传统的1-bit ZF与MMSE预编码，显著提升了BER性能。
• C1PO与C2PO算法在中等复杂度下实现良好BER性能，尤其在PSK调制下优于块级方法。
• SDR与SQUID方法提供近似最优性能，但受限于高计算成本，仅适用于中等规模系统。
• 使用1-bit DAC可实现恒包络传输，支持高度能效的功率放大器，并将峰均功率比（PAPR）降至零。
• 基于机器学习的自编码器方法可学习对信道不确定性具有鲁棒性的1-bit预编码策略，且在训练中实现自适应。
• 基于任务的量化（TBQ）在预编码与接收联合优化方面展现出潜力，性能超越传统量化方法。