[論文レビュー] Turbo-Like Beamforming Based on Tabu Search Algorithm for Millimeter-Wave Massive MIMO Systems

Xinyu Gao, Linglong Dai+2 more|arXiv (Cornell University)|Jul 16, 2015

Millimeter-Wave Propagation and Modeling参考文献 12被引用数 4

ひとこと要約

本稿では、タブー探索（TS）アルゴリズムをトルビュラー的反復フレームワーク内に組み込んだ、mmWave massive MIMOシステムにおける低複雑性で近似的最適なアナログビームフォーミング方式「Turbo-TSビームフォーミング」を提案する。TSを用いてコードブックのペアを知的に探索し、反復的にフィードバックを交換することで、完全探索（FS）ビームフォーミングの性能に非常に近い結果を得るとともに、FSの複雑性のたった2.1%にまで低減する。

ABSTRACT

For millimeter-wave (mmWave) massive MIMO systems, the codebook-based analog beamforming (including transmit precoding and receive combining) is usually used to compensate the severe attenuation of mmWave signals. However, conventional beamforming schemes involve complicated search among pre-defined codebooks to find out the optimal pair of analog precoder and analog combiner. To solve this problem, by exploring the idea of turbo equalizer together with tabu search (TS) algorithm, we propose a Turbo-like beamforming scheme based on TS, which is called Turbo-TS beamforming in this paper, to achieve the near-optimal performance with low complexity. Specifically, the proposed Turbo-TS beamforming scheme is composed of the following two key components: 1) Based on the iterative information exchange between the base station and the user, we design a Turbo-like joint search scheme to find out the near-optimal pair of analog precoder and analog combiner; 2) Inspired by the idea of TS algorithm developed in artificial intelligence, we propose a TS-based precoding/combining scheme to intelligently search the best precoder/combiner in each iteration of Turbo-like joint search with low complexity. Analysis shows that the proposed Turbo-TS beamforming can considerably reduce the searching complexity, and simulation results verify that it can achieve the near-optimal performance.

研究の動機と目的

• mmWave massive MIMOシステムにおける従来のコードブックベースアナログビームフォーミングの高い計算複雑性に対処すること。
• スペクトル効率を損なわずに、反復的ビームフォーミング方式に内在する信号伝送オーバーヘッドと探索複雑性を低減すること。
• 人工知能にインspiredされた探索技術を活用した低複雑性で近似的最適なビームフォーミングソリューションを開発すること。
• 大規模アンテナアレイおよび実用的なRFチェーン制約に適合するようにスケーラブルでありながら、完全探索ビームフォーミングに近い性能を達成すること。

提案手法

• 基地局とユーザー間でフィードバックを反復的に交換することで、ビームフォーミングベクトルを精緻化するトルビュラー的共同探索方式を提案する。
• 各反復においてコードブック空間を知的に探索するため、タブー探索（TS）に基づく予め処理/コンビニエンスアルゴリズムを導入する。
• TSフレームワーク内で近隣、コスト関数、停止基準を定義し、最適なアナログプレフィンガーとコンビニエンスペアへの探索を誘導する。
• 局所最適解を回避し探索範囲を拡大するために、正確な解（移動操作ではない）をタブー要素として採用する。
• 均一分布した初期解を用いたリスタート機構を採用し、グローバル収束性と性能を向上させる。
• 複雑性が受信RFチェーン数（Nt_RF, Nr_RF）に対して線形に増加し、量子化ビット数（Bt_RF, Br_RF）に依存しないことを保証する。

実験結果

リサーチクエスチョン

• RQ1 タブー探索に基づく手法は、mmWave massive MIMOにおけるコードブックベースビームフォーミングの探索複雑性を低減しつつ、近似的最適な性能を維持できるか？
• RQ2 トルビュラー的反復フィードバック機構は、従来のワンショットまたは複数反復方式と比較して、収束性と性能をどのように改善するか？
• RQ3 提案手法のTSベース探索は、スペクトル効率と複雑性の観点から、標準的な低複雑性ビームフォーミングアルゴリズムをどの程度上回るか？
• RQ4 RFチェーン数を増やさずに、より大きなアレイ（例：32×128）にスケーリングした場合でも、提案手法は性能の向上を維持できるか？
• RQ5 リスタート機構とタブー定義は、グローバル探索能力を顕著に向上させ、早期収束を効果的に回避できるか？

主な発見

• 最大反復回数max_iter=3000、最大長max_len=600、M=5、K=4の条件下で、提案手法Turbo-TSビームフォーミングは、完全探索（FS）ビームフォーミングの90%の実現可能レートを達成する。
• SNR = 0 dB、Bt_RF = Br_RF = 4の条件下で、Turbo-TSは7 bit/s/Hzのレートを達成し、FSビームフォーミングの7.2 bit/s/Hzに非常に近い性能を示す。
• Bt_RF = Br_RF = 6の条件下では、16×64アレイで10.1 bit/s/Hz、32×128アレイで14 bit/s/Hzにまでレートが上昇し、アレイサイズの拡大に伴うスケーラビリティを示す。
• Turbo-TSの複雑性は、完全探索ビームフォーミングの2.1%にまで低減されており、Nt_RFとNr_RFに対して線形に増加し、Bt_RFとBr_RFに依存しない。
• 低コストアンテナの増加（例：16×64から32×128に）による性能向上は、RFチェーン数の増加よりも顕著であり、ハードウェア効率の高さを示す。
• 均一分布した初期解を用いたリスタート機構は、特に高次元探索空間において収束性と性能を向上させる。