[論文レビュー] Channel Estimation and Data Equalization in Frequency-Selective MIMO Systems with One-Bit Quantization

Francisco Javier García Gómez, Jawad Munir+2 more|arXiv (Cornell University)|Sep 15, 2016

Advanced Wireless Communication Techniques参考文献 15被引用数 17

ひとこと要約

本稿は、1ビット量子化受信機を備えた周波数選択性MIMOシステムにおける、非線形（EM、GAMP）および線形（Bussgangに基づく）手法を用いた新規なチャネル推定およびデータイコライゼーション手法を提案する。低SNRにおいてCramér-Rao下界に非常に近い性能を達成し、線形手法によりOFDMにおけるサブキャリア別処理が可能となり、計算複雑度が低減されるが、低〜中程度SNR領域では2–3 dBのSNR損失を伴う。

ABSTRACT

This paper addresses channel estimation and data equalization on frequency-selective 1-bit quantized Multiple Input-Multiple Output (MIMO) systems. No joint processing or Channel State Information is assumed at the transmitter, and therefore our findings are also applicable to the uplink of Multi-User MIMO systems. System models for both Orthogonal Division Frequency Multiplexing (OFDM) and single-carrier schemes are developed. A Cramér-Rao Lower Bound for the estimation problems is derived. The two nonlinear algorithms Expectation Maximization (EM) and Generalized Approximate Message Passing (GAMP) are adapted to the problems, and a linear method based on the Bussgang theorem is proposed. In the OFDM case, the linear method enables subcarrier-wise estimation, greatly reducing computational complexity. Simulations are carried out to compare the algorithms with different settings. The results turn out to be close to the Cramér-Rao bound in the low Signal to Noise Ratio (SNR) region. The OFDM setting is more suitable for the nonlinear algorithms, and that the linear methods incur a performance loss with respect to the nonlinear approaches. In the relevant low and medium SNR regions, the loss amounts to 2-3 dB and might well be justified in exchange for the reduced computational effort, especially in Massive MIMO settings.

研究の動機と目的

• 高消費電力の高分解能ADCが実用的でないため、1ビット量子化受信機を備えた周波数選択性MIMOシステムにおけるチャネル推定およびイコライゼーションの課題に対処すること。
• 1ビット量子化の下でOFDMおよびシングルキャリアMIMO伝送のためのシステムモデルを構築すること。
• 推定アルゴリズムの性能ベンチマークとしての理論的限界を示すために、Cramér-Rao下界（CRLB）を導出すること。
• 効率的な推定を実現するため、非線形反復アルゴリズム（EMおよびGAMP）およびBussgang定理に基づく線形手法の提案および適応化を行うこと。
• 送信側にCSIまたは共同処理が不要であると仮定することで、上行リンクMassive MIMOシステムへの適用可能性を示すこと。

提案手法

• 受信側に1ビット量子化を施した周波数選択性MIMOシステムモデルを定式化し、OFDMおよびシングルキャリア伝送の両方を考慮する。
• チャネル推定問題におけるCramér-Rao下界（CRLB）を導出し、理論的性能限界を確立する。
• 1ビット量子化された環境下での最小分散誤差（MMSE）推定に適応した期待最大化（EM）および一般化近似メッセージパッシング（GAMP）アルゴリズムを適応化する。
• Bussgang定理に基づく線形イコライゼーション手法を開発し、OFDMにおけるサブキャリア別処理を可能とし、計算複雑度を顕著に低減する。
• さまざまなSNR領域およびシステム構成において、EM、GAMP、およびBussgangに基づく線形手法の性能をシミュレーションにより実装・比較する。

実験結果

リサーチクエスチョン

• RQ1 1ビット量子化が、無量子化システムと比較して周波数選択性MIMOシステムにおけるチャネル推定およびイコライゼーション性能に与える影響は何か？
• RQ2 非線形反復アルゴリズム（EMおよびGAMP）は、低SNRおよび中SNR領域において理論的Cramér-Rao下界にどの程度近づくか？
• RQ3 Bussgangに基づく線形手法は、特にOFDMシステムにおいて顕著な計算複雑度の低減を達成しつつ、妥当な性能を達成できるか？
• RQ4 Bussgang手法によるサブキャリア別イコライゼーションは、1ビットMIMOシステムにおけるOFDMベースの性能と複雑度にどのような影響を与えるか？
• RQ5 1ビット量子化MIMOシステムにおいて、非線形手法と線形手法を用いる場合の性能と複雑度のトレードオフは何か？

主な発見

• 非線形手法であるEMおよびGAMPは、低SNR領域においてCramér-Rao下界に非常に近い性能を達成しており、近似的最適な推定精度であることが示された。
• Bussgangに基づく線形手法により、OFDMシステムにおけるサブキャリア別イコライゼーションが可能となり、共同処理と比較して計算複雑度が顕著に低減された。
• 低SNRおよび中SNR領域において、線形手法は非線形手法と比較して約2–3 dBの性能劣化を示したが、複雑度の低減を考慮すれば妥当な妥協であると考えられる。
• OFDM設定は、収束性および性能特性に優れるため、EMおよびGAMPのような非線形アルゴリズムに適している。
• 提案手法は、送信側にCSIや共同処理が不要であるため、上行リンクMassive MIMOシステムへの直接適用が可能である。