[論文レビュー] Modeling Massive Amount of Experimental Data with Large Random Matrices in a Real-Time UWB-MIMO System

Xia Li, Feng Lin+1 more|arXiv (Cornell University)|Apr 15, 2014

Microwave Imaging and Scattering Analysis参考文献 6被引用数 4

ひとこと要約

本稿では、リアルタイムUWB-MIMOシステムからの大規模な実験データを、大規模なランダム行列を用いてモデル化する手法を提案している。システムをブラックボックスとして扱い、その出力をランダム行列理論で記述する。データ行列の経験的固有値スペクトル密度は、i.i.d.ノイズおよびNC-OFDM信号においてMarcenko-Pastur法則と非常によく一致しており、非ガウス的かつ非線形的現象に対してもモデルの正確性が裏付けられている。

ABSTRACT

The aim of this paper is to study data modeling for massive datasets. Large random matrices are used to model the massive amount of data collected from our experimental testbed. This testbed was developed for a real-time ultra-wideband, multiple input multiple output (UWB-MIMO) system. Empirical spectral density is the relevant information we seek for. After we treat this UWB-MIMO system as a black box, we aim to model the output of the black box as a large statistical system, whose outputs can be described by (large) random matrices. This model is extremely general to allow for the study of non-linear and non-Gaussian phenomenon. The good agreements between the theoretical predictions and the empirical findings validate the correctness of the our suggested data model.

研究の動機と目的

• リアルタイムUWB-MIMOシステムから得られる大規模データセットの一般化されたデータモデリングフレームワークの構築を目的とする。
• UWB-MIMOシステムをブラックボックスとして扱い、その出力を大規模なランダム行列を用いてモデル化することを目的とする。
• 理論的予測との比較による経験的固有値スペクトル密度を用いたモデルの妥当性検証を目的とする。
• 実験データにおける非ガウス的および非線形的信号現象へのモデルの適用可能性を示すことを目的とする。
• 無線通信およびレーダーシステムにおけるランダム行列理論の実験的妥当性を初めて検証することを目的とする。

提案手法

• i.i.d.データサンプルを含む$\mathbf{X}_n$を用いて、$\mathbf{A}_n = \frac{1}{n}\mathbf{T}_n^{1/2}\mathbf{X}_n\mathbf{X}_n^T\mathbf{T}_n^{1/2}$としてUWB-MIMOシステム出力を大規模なランダム行列としてモデル化する。
• 固有値の挙動を分析するため、経験的固有値分布$F^{\mathbf{A}_n}(x) = \frac{1}{p}\sum_{k=1}^p I(\lambda_k \leq x)$を用いる。
• i.i.d.データの理論的ベンチマークとしてMarcenko-Pastur法則を用い、密度$f_c(x)$は比$c = p/n$に依存する。
• バンド幅$h$を用いたカーネル密度推定法により、固有値$\mu_i$から経験的固有値スペクトル密度を推定する。
• 非対称かつ複素固有値を有する$\tau \neq 0$の時間遅れ相関行列$\mathbf{C}_\tau$を分析する。
• 実験データ（ノイズ、狭帯域、NC-OFDM）の経験的固有値分布を理論的予測と比較する。

実験結果

リサーチクエスチョン

• RQ1 大規模なランダム行列理論は、UWB-MIMOシステムからの実験的データを正確にモデル化できるか？
• RQ2 i.i.d.条件下におけるUWB-MIMOデータの経験的固有値スペクトル密度は、Marcenko-Pastur法則とどの程度一致するか？
• RQ3 実世界のデータにおける非ガウス的および非線形的信号特性は、このモデルでどの程度捉えられるか？
• RQ4 時間遅れ相関行列はi.i.d.ベンチマークからどの程度ずれるか？また、そのずれは何を示唆するか？
• RQ5 実装されたハードウェアテストベッドの実データを用いて、このモデルを実験的に妥当性検証できるか？

主な発見

• 白色ガウスノイズのみのデータに対して、経験的固有値スペクトル密度はMarcenko-Pastur法則と完璧に一致しており、i.i.d.条件下でのモデルの妥当性が確認された。
• 狭帯域信号を用いた場合、経験的固有値スペクトル密度はMarcenko-Pastur法則からずれ、構造的相関の存在を示している。
• 1024サブキャリア中426個が活性化されたNC-OFDM信号では、経験的固有値スペクトル密度がMarcenko-Pastur法則と一致しており、サブキャリア振幅のi.i.d.性質が裏付けられた。
• サブキャリアのスパarsityに対しても結果は頑健であり、1024トーンのNC-OFDM信号でも理論的予測と完全に一致した。
• Q=0.5およびQ=10の時間遅れ相関行列は、i.i.d.ベンチマークからずれており、検出可能な信号相関が存在することを示している。
• 実験結果から、Marcenko-Pastur法則からのずれが、非ランダムで構造的な信号コンテンツを信頼性高く示す指標であることが確認された。