[论文解读] A General Framework for Low-Resolution Receivers for MIMO Channels

Stefano Rini, Luca Barletta+2 more|arXiv (Cornell University)|Feb 27, 2017

Advanced MIMO Systems Optimization参考文献 10被引用 11

一句话总结

本文提出了一种使用符号量化器和模拟波束成形的低分辨率MIMO接收机通用框架，分析了从简单天线选择到线性合并的四种架构。关键发现是，当接收天线数量超过量化器数量时，仅使用符号量化即可在高信噪比下实现最优容量，显著降低硬件复杂度，且在高信噪比区域无性能损失。

ABSTRACT

The capacity of a discrete-time multi-input multi-output (MIMO) Gaussian channel with output quantization is investigated for different receiver architectures. A general formulation of this problem is proposed in which the antenna outputs are processed by analog combiners while sign quantizers are used for analog-to-digital conversion. To exemplify this approach, four analog receiver architectures of varying generality and complexity are considered: (a) multiple antenna selection and sign quantization of the antenna outputs, (b) single antenna selection and multilevel quantization, (c) multiple antenna selection and multilevel quantization, and (d) linear combining of the antenna outputs and multilevel quantization. Achievable rates are studied as a function of the number of available sign quantizers and compared among different architectures. In particular, it is shown that architecture (a) is sufficient to attain the optimal high signal-to-noise ratio performance for a MIMO receiver in which the number of antennas is larger than the number of sign quantizers. Numerical evaluations of the average performance are presented for the case in which the channel gains are i.i.d. Gaussian.

研究动机与目标

• 为解决在硬件约束下对低分辨率MIMO接收机缺乏统一信息论分析框架的问题。
• 比较在有限模拟处理和低分辨率量化条件下的不同接收架构性能。
• 确定在容量最大化条件下，符号量化器在天线或子信道间的最优分配方式。
• 确定在何种条件下，简单架构（例如，带符号量化器的多天线选择）可实现最优性能。

提出的方法

• 构建一个通用MIMO接收机模型，其中N_SQ个符号量化器通过有限处理能力的模拟波束成形器处理N_r个天线输出。
• 考虑四种接收架构：(a) 带符号量化器的多天线选择，(b) 带多级量化器的单天线选择，(c) 带多级量化器的多天线选择，以及(d) 带多级量化器的线性合并。
• 推导出可实现速率界限，作为量化器数量和信道条件的函数。
• 应用Bussgang分解和类似水填充的功率分配方法，近似求解多级量化MIMO情况下的最优性能。
• 利用信道矩阵的特征值分解，对MIMO情况下的等效并行高斯信道进行建模。
• 放松对量化器分配的整数约束，推导近似最优解，表明在量化器容量约束下，均匀分配量化器为最优。

实验结果

研究问题

• RQ1 在MIMO系统中，仅使用多天线选择与符号量化器的简单接收架构能否实现最优高信噪比性能？
• RQ2 低分辨率MIMO接收机的性能如何随符号量化器数量和接收架构复杂度变化？
• RQ3 在具有多级量化器的MIMO系统中，符号量化器在子信道间的最优分配方式是什么？
• RQ4 当仅能使用符号量化器时，线性合并是否相比简单架构带来显著性能增益？
• RQ5 在何种条件下，仅使用符号量化器即可在高信噪比区域实现容量最优性能？

主要发现

• 当接收天线数量超过符号量化器数量时，(a) 架构（即多天线选择与符号量化器结合）可实现最优高信噪比容量。
• 对于采用线性合并与多级量化器的MIMO信道，推导出一种类似水填充的近似最优功率分配方案，表明仅使用符号量化器即可实现最优高信噪比性能。
• 在SIMO情况下，当满足特定条件时，多天线选择与多级量化器的性能可非常接近线性合并与多级量化器的性能。
• 当量化器约束处于激活状态时，符号量化器在子信道间的最优分配方式近似均匀，从而最小化性能损失。
• 内容量界限与上界之间的差距被限制在2 min{N_t, N_r} bpcu以内，表明所提框架具有紧密的性能界限。
• 针对i.i.d.瑞利衰落衰落信道的数值结果表明，符号量化器可实现接近最优的性能，尤其在高信噪比时表现更优。