[论文解读] Near-Optimal Hybrid Processing for Massive MIMO Systems via Matrix Decomposition

Weiheng Ni, Xiaodai Dong+1 more|arXiv (Cornell University)|Apr 15, 2015

Advanced MIMO Systems Optimization参考文献 22被引用 24

一句话总结

本文提出了一种基于矩阵分解的混合波束成形（MD-HP）方案，用于大规模MIMO系统，该方案将无约束数字波束成形器分解为低维基带与仅相移的射频（RF）组件。通过采用带相移增量约束的交替优化及SVD初始化方法，该方法在显著减少射频链路数量的同时，实现了接近最优的频谱效率，优于现有方案——尤其在毫米波（mmWave）信道中表现更优，且在低分辨率相移器条件下仍保持高收敛性与鲁棒性。

ABSTRACT

For the practical implementation of massive multiple-input multiple-output (MIMO) systems, the hybrid processing (precoding/combining) structure is promising to reduce the high cost rendered by large number of RF chains of the traditional processing structure. The hybrid processing is performed through low-dimensional digital baseband processing combined with analog RF processing enabled by phase shifters. We propose to design hybrid RF and baseband precoders/combiners for multi-stream transmission in point-to-point massive MIMO systems, by directly decomposing the pre-designed unconstrained digital precoder/combiner of a large dimension. The constant amplitude constraint of analog RF processing results in the matrix decomposition problem non-convex. Based on an alternate optimization technique, the non-convex matrix decomposition problem can be decoupled into a series of convex sub-problems and effectively solved by restricting the phase increment of each entry in the RF precoder/combiner within a small vicinity of its preceding iterate. A singular value decomposition based technique is proposed to secure an initial point sufficiently close to the global solution of the original non-convex problem. Through simulation, the convergence of the alternate optimization for such a matrix decomposition based hybrid processing (MD-HP) scheme is examined, and the performance of the MD-HP scheme is demonstrated to be near-optimal.

研究动机与目标

• 解决传统架构中大量射频链路导致的大规模MIMO系统高成本与高能耗问题。
• 设计混合射频与基带波束成形器/合并器，在实际恒定包络相移器约束下实现接近最优的频谱效率。
• 提出一种非凸矩阵分解框架，可通过带相移增量控制的交替优化高效求解。
• 在独立同分布瑞利衰落信道与簇状毫米波信道中验证MD-HP方案的有效性。
• 评估低分辨率相移器导致的性能退化，并量化其与最优SVD波束成形之间的差距。

提出的方法

• 该方法从预设计的无约束数字波束成形器/合并器出发，通过基带波束成形器与射频（RF）波束成形器/合并器将其分解为混合结构。
• 通过交替优化将非凸矩阵分解问题转化为一系列凸子问题，同时限制每项的相移增量在前一迭代解的邻域内。
• 采用奇异值分解（SVD）生成接近全局解的初始点，提升收敛可靠性。
• 在优化基带波束成形器与射频（RF）波束成形器时，对RF组件施加恒定幅度约束。
• 将该方法应用于独立同分布瑞利衰落信道与簇状毫米波信道，以评估其鲁棒性与性能表现。
• 以频谱效率为性能指标，与基于SVD的最优波束成形及空间稀疏毫米波波束成形方案进行比较。

实验结果

研究问题

• RQ1 能否通过预设计数字波束成形器的矩阵分解，在射频链路受限的大规模MIMO系统中实现接近最优的频谱效率？
• RQ2 所提出的带相移增量约束的交替优化方法，在非凸矩阵分解问题中如何提升收敛性与解的质量？
• RQ3 MD-HP方案在减少射频链路数量的前提下，能在多大程度上逼近最优SVD波束成形？
• RQ4 MD-HP方案与现有毫米波专用混合波束成形方案（如空间稀疏处理）相比性能如何？
• RQ5 低分辨率相移器（如2比特）对MD-HP方案的频谱效率有何影响？

主要发现

• 在独立同分布瑞利衰落信道中，MD-HP方案实现了接近最优的频谱效率，当射频链路数量为数据流数量两倍时，与基于SVD的最优方案相比仅存在微小差距。
• 在毫米波信道中，MD-HP方案优于空间稀疏处理方案，即使在射频链路更少（如8条 vs. 12条）的情况下仍能实现更高的频谱效率。
• 在8条射频链路与8条数据流条件下，MD-HP方案的频谱效率高于采用12条射频链路的空间稀疏方案，表明其具备更优的信道表征能力。
• 2比特相移器量化导致约2.5 dB的性能损失，表明该代价虽可测量但可控。
• 由于采用SVD初始化与相移增量控制，该算法收敛可靠，能以高概率收敛至接近最优解。
• 该方法在不同信道模型下均表现出鲁棒性，涵盖丰富的散射独立同分布瑞利信道与稀疏簇状毫米波环境。