[論文レビュー] Regularized Zero-Forcing for Multiantenna Broadcast Channels with User Selection

Zijian Wang, Wen Chen|arXiv (Cornell University)|Mar 22, 2020

Advanced MIMO Systems Optimization参考文献 15被引用数 28

ひとこと要約

本稿では、不完全なチャネル状態情報（CSI）下でのユーザ選択を伴うマルチアンテナブロードキャストチャネルにおける、ロバストな正則化ゼロフォーキング（RRZF）ビームフォーミング方式を提案する。正則化係数αをユーザ数Kに応じて増加させるように最適化することで、RRZFは、無限ユーザの漸近的状況ですら、ZFおよび従来のRZFを上回る和スループット性能を達成する。ここで、最適なαは無限大に近づく。

ABSTRACT

A multiantenna multiuser broadcast channel with transmitter beamforming and user selection is considered. Different from the conventional works, we consider imperfect channel state information (CSI) which is a practical scenario for multiuser broadcast channels. We propose a robust regularized zero-forcing (RRZF) beamforming at the base station. Then we show that the RRZF outperforms zero-forcing (ZF) and regularized ZF (RZF) beamforming even as the number of users grows to infinity. Simulation results validate the advantage of the proposed robust RZF beamforming.

研究の動機と目的

• マルチユーザMIMOブロードキャストチャネルにおける不完全なCSI下で、従来のZFおよびRZFビームフォーミングの性能劣化を解消すること。
• CSI誤差を考慮したロバストな正則化ゼロフォーキング（RRZF）ビームフォーミング技術を導入することで、システムの和スループットを向上させること。
• ユーザ選択と不完全なCSI下でのRZFビームフォーミングにおける最適な正則化係数αの特定。αが固定ではなく、ユーザ数Kに依存することを示すこと。
• 無限大のユーザ数に近づく極限状態でも、RRZFがZFおよびRZFを上回ることを実証すること。
• 実用的なCSI不確実性を考慮し、干渉抑制とノイズ増幅のトレードオフを最適化するαの最適化フレームワークを提供すること。

提案手法

• 不完全なCSIの影響を軽減するための正則化係数αを組み込んだロバストな正則化ゼロフォーキング（RRZF）ビームフォーミングアルゴリズムを提案する。
• 相互相関が低いM人のユーザを選択することで、マルチユーザダイバーシティを向上させる、半直交ユーザ選択（SUS）アルゴリズムを採用する。
• 不完全なCSI下におけるRRZFビームフォーミングのSINR式を導出。ここで正則化係数αが干渉抑制とノイズ増幅のトレードオフを制御することを示す。
• K → ∞における漸近的和スループット性能を分析。αが増加するにつれて和スループットが単調増加することを証明し、この極限で最適なα → ∞に近づくことを示す。
• 閉形式式が得られない中程度のKに対しては、モンテカルロシミュレーションを用いて最適なαを数値的に特定する。
• CSI誤差の分散e²を考慮した修正式α = M(σ²/P + e²)を導入。高SNR下でのロバスト性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 不完全なCSIは、マルチユーザMIMOブロードキャストチャネルにおける従来のZFおよびRZFビームフォーミングの性能にどのように影響を与えるか？
• RQ2 不完全なCSI下でも、ロバストな正則化ゼロフォーキング（RRZF）ビームフォーミング方式は、標準的なZFおよびRZFを上回ることができるか。特にユーザ数が少ない場合に有効か？
• RQ3 ユーザ選択を適用し、CSIが不完全な状況下でのRZFビームフォーミングにおける最適な正則化係数αの値は何か？
• RQ4 最適なαはユーザ数Kにどのようにスケーリングされるか。固定値のままか、Kの増加に伴い増加するか？
• RQ5 ユーザ数K → ∞の漸近的状態でも、RRZFは優れた性能を維持するか。この極限状態での最適なαの挙動はいかなるものか？

主な発見

• RRZFは、特にユーザ数が少ないから中程度の範囲において、ZFおよび従来のRZFビームフォーミングを大きく上回る和スループット性能を示す。これは、CSI誤差のより良好な扱いに起因する。
• RRZFにおける最適な正則化係数αは、従来のRZFと同様にMσ²/Pに固定されるのではなく、ユーザ数Kに応じて増加する。特にK > Mの場合に顕著である。
• K → ∞の漸近的状況では、RRZFの和スループットはαが増加するにつれて単調に増加し、最適なαは無限大に近づく。
• 高SNRでは、従来のRZFはα → 0に近づくためZFに収束するが、RRZFはα = M(σ²/P + e²)を用いることで、性能の崩壊を防ぎ、ロバスト性を維持する。
• シミュレーション結果により、さまざまなSNRレベルおよびユーザ数において、RRZFがZFおよびRZFを上回る高い和スループットを達成することが確認された。特に高SNR領域で顕著な性能向上が得られた。
• ユーザ選択のしきい値βが0.3未満に低下する際、最適なαは急激に増加する。これは、ユーザ選択の品質およびチャネル相関度に強く依存していることを示している。