[论文解读] A Note on Averages over Random Matrix Ensembles

Gabriel H. Tucci|arXiv (Cornell University)|Oct 3, 2009

Random Matrices and Applications参考文献 11被引用 2

一句话总结

本文推导出对随机矩阵 ensemble 应用函数后迹的闭式表达式，具体为 E[Tr(f(XAX∗)])，其中 X 为 n×n 复高斯矩阵，A 为厄米特矩阵。关键结果使得利用 f(x) = log(1+x) 推导 MIMO 信道容量的新公式成为可能，也使得利用 f(x) = (1+x)⁻¹ 推导线性接收机的最小均方误差（MMSE）成为可能。

ABSTRACT

Abstract. In this work we find a closed form expression for matrix averages over the Gaussian ensemble. More precisely, given an n × n Hermitian matrix A and a continuous function f(x) we find a closed form expression for the expectation E(Tr(f(XAX ∗))) where X is a Gaussian n × n matrix with complex independent and identically distributed entries of zero mean and variance 1. Taking f(x) = log(1+x) this gives us another formula for the capacity of the MIMO communication channel and taking f(x) = (1 + x) −1 gives us the minimum MMSE achieved by a linear receiver. 1.

研究动机与目标

• 推导复高斯随机矩阵 ensemble 上矩阵平均的闭式表达式。
• 为 E[Tr(f(XAX∗)]) 提供一个通用公式，其中 X 为具有独立同分布零均值单位方差复高斯分布的矩阵。
• 将推导出的公式应用于 MIMO 通信中的信息论问题。
• 为 MIMO 信道容量与线性接收机的最小均方误差提供替代的解析表达式。

提出的方法

• 使用具有独立同分布零均值单位方差复高斯分布的 n×n 复随机矩阵的高斯 ensemble。
• 对函数 f(XAX∗) 应用迹与期望运算，其中 A 为固定厄米特矩阵。
• 运用高级随机矩阵理论技术，推导出期望的闭式表达式。
• 通过将 f 特例化为 f(x) = log(1+x) 和 f(x) = (1+x)⁻¹ 来验证通用公式的正确性，以适用于 MIMO 应用。
• 利用随机矩阵理论中的已知结果，将迹期望与信息论量联系起来。
• 通过随机矩阵的矩与谱性质的解析推导，得出该公式。

实验结果

研究问题

• RQ1 对于一般连续函数 f，E[Tr(f(XAX∗)]) 在复高斯 ensemble 上的闭式表达式是什么？
• RQ2 该期望如何用于重新表达 MIMO 瑞利衰落信道的容量？
• RQ3 所推导的公式能否为线性 MIMO 接收机的最小均方误差提供新表达式？
• RQ4 f(XAX∗) 的迹与随机矩阵设定下信息论量之间有何关联？

主要发现

• 推导出在具有独立同分布零均值单位方差复高斯分布的复高斯 ensemble 上 E[Tr(f(XAX∗)]) 的闭式表达式。
• 当 f(x) = log(1+x) 时，该公式为 MIMO 衰落信道容量提供了新的解析表达式。
• 当 f(x) = (1+x)⁻¹ 时，该公式为线性接收机实现的最小 MMSE 提供了新的表达式。
• 结果基于一般连续函数 f 推导，为随机矩阵理论中的矩阵平均建立了广泛理论框架。
• 该方法为 MIMO 信息论中现有的渐近近似提供了严格的替代方案。
• 闭式结果使得无需依赖大 n 近似即可精确计算 MIMO 系统中的关键性能指标。