[論文レビュー] Maximum Entropy MIMO Wireless Channel Models

Maxime Guillaud, Mérouane Debbah+1 more|ArXiv.org|Dec 20, 2006

Advanced MIMO Systems Optimization参考文献 21被引用数 11

ひとこと要約

本稿では、最大エントロピー原理を用いて、チャネルエネルギーと空間相関に関する不確実性を組み込むことで、MIMOチャネルモデルを導出する。エントロピーを最大化する共分散行列の分布がWishart分布であることが示され、チャネル確率密度関数（PDF）がフロベニウスノルムのみに依存する形になる。これは、固定パラメータを仮定せずに、シャドウフェージングと相関を捉えるものであり、i.i.d.ガウスモデルと比較して平均相互情報量が低く、分散が大きいという特徴を持つ。

ABSTRACT

In this contribution, models of wireless channels are derived from the maximum entropy principle, for several cases where only limited information about the propagation environment is available. First, analytical models are derived for the cases where certain parameters (channel energy, average energy, spatial correlation matrix) are known deterministically. Frequently, these parameters are unknown (typically because the received energy or the spatial correlation varies with the user position), but still known to represent meaningful system characteristics. In these cases, analytical channel models are derived by assigning entropy-maximizing distributions to these parameters, and marginalizing them out. For the MIMO case with spatial correlation, we show that the distribution of the covariance matrices is conveniently handled through its eigenvalues. The entropy-maximizing distribution of the covariance matrix is shown to be a Wishart distribution. Furthermore, the corresponding probability density function of the channel matrix is shown to be described analytically by a function of the channel Frobenius norm. This technique can provide channel models incorporating the effect of shadow fading and spatial correlation between antennas without the need to assume explicit values for these parameters. The results are compared in terms of mutual information to the classical i.i.d. Gaussian model.

研究の動機と目的

• 伝送パラメータ（チャネルエネルギー、空間相関など）の知識が限られた状況下での解析的MIMOチャネルモデルの構築を目的とする。
• i.i.d.ガウスモデルの限界を是正する。特に、長期的フェージングと空間相関を無視する点を改善する。
• 不確実なパラメータ（エネルギー、相関行列など）にエントロピーを最大化する分布を割り当て、それらを周辺化することで、チャネルモデルの一般化を図る。
• ランク不足の共分散構造下で、チャネル行列のフロベニウスノルムにのみ依存する閉形式の確率密度関数（PDF）を導出する。
• 特にアウトージ容量と分散に注目して、提案モデルと古典的i.i.d.ガウスモデルとの相互情報量統計的特性を比較する。

提案手法

• チャネル平均電力や空間相関行列といった既知の制約下で、MIMOチャネルエントリの同時分布を最大エントロピー原理を用いて導出する。
• 固定されたチャネルエネルギーまたは空間相関行列を前提に、エントロピーを最大化する分布を用いてチャネル行列を条件付きでモデル化する。
• トレース（エネルギー）制約下で共分散行列のエントロピー最大化分布としてWishart分布を適用する。
• チャネルエネルギー、相関行列の固有値など未知パラメータをエントロピー最大化事前分布を割り当て、それらを統合して周辺化する。
• チャネル行列のフロベニウスノルムにのみ依存する最終的なチャネルPDFを、等方性と固有値分解を活用して導出する。
• ユニタリ不変性と変換技術を用いて、チャネルベクトルの分布がノルムにのみ依存することを示し、簡潔な解析的表現を得る。

実験結果

リサーチクエスチョン

• RQ1 チャネルエネルギーまたは空間相関の部分的知識しか得られない状況で、どのようにMIMOチャネルモデルを構築できるか？
• RQ2 空間相関行列が未知だがトレースで制約されている場合、MIMOチャネル行列のエントロピー最大化分布は何か？
• RQ3 ランダムな空間相関とシャドウフェージングを組み込むことで、i.i.d.レイノルズフェージングと比較して相互情報量分布にどのような影響を与えるか？
• RQ4 ランク不足の相関構造下で、チャネル行列のフロベニウスノルムにのみ依存する閉形式の解析的表現が得られるか？
• RQ5 提案モデルのMaxEntモデルと古典的i.i.d.ガウスモデルとの間で、相互情報量性能にどのような統計的差異が生じるか？

主な発見

• トレース制約下でのMIMOチャネル共分散行列のエントロピー最大化分布はWishart分布である。
• 得られたチャネル行列の確率密度関数（PDF）は、チャネル行列のフロベニウスノルムにのみ依存し、簡潔な解析的表現が可能である。
• ランク不足の共分散行列に対しては、ノルムに依存するPDFが導出され、修正ベッセル関数を含む明示的表現が得られる。
• 提案モデルは、i.i.d.ガウスモデルと比較して相互情報量の分散が大きくなる。これはシャドウフェージングの影響を反映している。
• 平均相互情報量はi.i.d.ケースと比較して低くなる。これは相関が容量を低下させるという既知の事実と整合的である。
• 特にランクの低い相関構造では、低アウトージ確率下で提案モデルのアウトージ容量がi.i.d.モデルと比べて顕著に低下する。