[논문 리뷰] On the Capacity Achieving Transmit Covariance Matrices of MIMO Correlated Rician Channels: A Large System Approach

Julien Dumont, Philippe Loubaton외 1명|ArXiv.org|2006. 03. 23.

Advanced MIMO Systems Optimization참고 문헌 12인용 수 19

한 줄 요약

이 논문은 상관된 fading을 가진 MIMO Rician 채널에서 용량을 달성하는 전송 공분산 행렬을 효율적으로 계산하기 위해 대규모 시스템 근사법을 제안한다. 점근적 자유 확률 이론을 활용하여 상호정보량의 다루기 쉬운 근사를 유도함으로써, 계산 비용이 큰 기존 방법과 유사한 성능을 보이지만 훨씬 더 효율적인 수렴성 있는 반복 알고리즘을 가능하게 한다.

ABSTRACT

We determine the capacity-achieving input covariance matrices for coherent block-fading correlated MIMO Rician channels. In contrast with the Rayleigh and uncorrelated Rician cases, no closed-form expressions for the eigenvectors of the optimum input covariance matrix are available. Both the eigenvectors and eigenvalues have to be evaluated by using numerical techniques. As the corresponding optimization algorithms are not very attractive, we evaluate the limit of the average mutual information when the number of transmit and receive antennas converge to infinity at the same rate. If the channel is semi-correlated, we propose an attractive optimization algorithm of the large system approximant, and establish some convergence results. Simulation results show that our approach provide reliable results even for a quite moderate number of transmit and receive antennas.

연구 동기 및 목표

• 닫힌 형식의 해가 존재하지 않는 상관된 MIMO Rician 채널에서 용량을 달성하는 전송 공분산 행렬을 찾는 데 도전하는 것.
• 몬테카를로 방법을 사용한 직접 상호정보량 최대화가 계산적으로 비현실적이므로 이를 해결하는 것.
• 중간 크기의 안테나 어레이에서도 정확하고 해석적으로 다룰 수 있는 평균 상호정보량에 대한 대규모 시스템 근사를 개발하는 것.
• 실제 제약 조건 하에서 근사된 상호정보량을 최적화하기 위한 빠르고 수렴하는 반복 알고리즘을 제안하는 것.
• 정확도와 계산 효율성 측면에서 최신 수치 최적화 기법들과 비교하여 제안된 방법을 검증하는 것.

제안 방법

• 최근의 랜덤 행렬 이론 결과를 활용하여 MIMO Rician 채널에서 평균 상호정보량의 점근적 근사를 유도한다.
• 대규모 시스템 근사( n, N → ∞ 이며 동일한 비율)를 사용하여 상호정보량 표현을 단순화함으로써 해석적 다루기 쉬움을 확보한다.
• 점근적 상호정보량 최적화 문제를 타당한 입력 공분산 행렬 집합 위에서 엄밀히 볼록 문제로 재구성한다.
• 두 개의 비선형 방정식을 번갈아 풀고 표준 워터필링 전력 할당을 수행하는 반복 알고리즘을 제안한다.
• 약한 조건 하에서 이론적 수렴성을 확립: 수렴하는 경우, 점근적 상호정보량의 전역 최적해로 수렴한다.
• 몬테카를로 기반 직접 최대화와의 비교를 통해 수치 시뮬레이션을 통해 점근적 근사의 정확성을 검증한다.

실험 결과

연구 질문

• RQ1 상관된 MIMO Rician 채널에서 상호정보량에 대한 대규모 시스템 근사를 유도할 수 있는가? 이 근사는 정확하고 계산 효율적인가?
• RQ2 제안된 점근적 상호정보량 최적화를 위한 반복 알고리즘이 합리적인 조건 하에서 진정한 최적해로 수렴하는가?
• RQ3 용량과 계산 비용 측면에서 점근적 접근법이 정확한 상호정보량의 직접 수치 최대화와 비교해 어떻게 성능을 내는가?
• RQ4 중간 크기의 MIMO 시스템(예: n=N=4,8)에 대해 점근적 근사는 어느 정도 정확하게 유지되는가?
• RQ5 실행 시간 측면에서 기존 최적화 기법(예: 장벽 내점법)보다 제안된 방법이 빠를 수 있는가? 정확도는 유사하게 유지되는가?

주요 결과

• 제안된 상호정보량의 대규모 시스템 근사는 중간 크기의 안테나 수(n=N=4)에서도 매우 정확하며, 직접 몬테카를로 최대화 결과와 밀도적으로 일치한다.
• 반복 알고리즘은 약한 조건 하에서 최적의 입력 공분산 행렬로 수렴하며, 수치 실험 결과 실질적으로 수렴하는 것으로 강하게 시사된다.
• 알고리즘은 계산적으로 뛰어나다: n=N=8일 때, 반복당 약 0.07초로 실행되며, Vu-Paulraj 알고리즘의 138초 대비 훨씬 빠르다.
• 낮은 SNR 및 높은 상관도 조건(K=1, ρt=0.5, ρr=0.8)에서 제안된 방법이 Vu-Paulraj 알고리즘을 略적으로 초월하며, 더 나은 수렴 행동을 보임을 시사한다.
• 직접 최적화와 동일한 에르고딕 용량을 달성하지만 계산 비용이 수개월 정도 낮아, 실시간 응용에 실용적이다.
• 점근적 근사는 정확도를 희생하지 않고 계산 복잡도를 크게 감소시켜 정확한 상호정보량 최대화의 대체 수단으로서의 유효성을 입증한다.