[论文解读] A Novel MCMC Based Receiver for Large-Scale Uplink Multiuser MIMO Systems

Tanumay Datta, Naveen Kumar+2 more|arXiv (Cornell University)|Jan 29, 2012

Advanced Wireless Communication Techniques参考文献 45被引用 7

一句话总结

本文提出了一种新型随机化MCMC（R-MCMC-R）检测与基于MCMC的信道估计算法，适用于大规模上行链路多用户MIMO系统（基站与用户端配备数十至数百根天线）。通过结合随机采样与多次重启机制，该方法克服了传统MCMC中的停滞问题，在低复杂度下实现近似最优性能，并在频率选择性衰落信道下，对4-QAM、16-QAM与64-QAM调制方式，实现误比特率（BER）接近完美信道状态信息的性能表现。

ABSTRACT

In this paper, we propose low complexity algorithms based on Markov chain Monte Carlo (MCMC) technique for signal detection and channel estimation on the uplink in large scale multiuser multiple input multiple output (MIMO) systems with tens to hundreds of antennas at the base station (BS) and similar number of uplink users. A BS receiver that employs a randomized sampling method (which makes a probabilistic choice between Gibbs sampling and random sampling in each iteration) for detection and a Gibbs sampling based method for channel estimation is proposed. The algorithm proposed for detection alleviates the stalling problem encountered at high SNRs in conventional MCMC algorithm and achieves near-optimal performance in large systems. A novel ingredient in the detection algorithm that is responsible for achieving near-optimal performance at low complexities is the joint use of a {\it randomized MCMC (R-MCMC) strategy} coupled with a {\it multiple restart strategy} with an efficient restart criterion. Near-optimal detection performance is demonstrated for large number of BS antennas and users (e.g., 64, 128, 256 BS antennas/users). The proposed MCMC based channel estimation algorithm refines an initial estimate of the channel obtained during pilot phase through iterations with R-MCMC detection during data phase. In time division duplex (TDD) systems where channel reciprocity holds, these channel estimates can be used for multiuser MIMO precoding on the downlink. Further, we employ this receiver architecture in the frequency domain for receiving cyclic prefixed single carrier (CPSC) signals on frequency selective fading between users and the BS. The proposed receiver achieves performance that is near optimal and close to that achieved with perfect channel knowledge.

研究动机与目标

• 解决高信噪比下大规模上行链路多用户MIMO系统中传统基于MCMC检测的停滞问题。
• 设计一种低复杂度检测算法，在基站与用户端分别具备64至256根天线的系统中实现近似最优性能。
• 设计一种迭代式基于MCMC的信道估计技术，利用数据阶段反馈信息对初始导频估计进行优化。
• 将接收机架构扩展至频域处理，适用于频率选择性衰落信道下的循环前缀单载波单载波（CPSC）信号。
• 在实际多用户MIMO场景中，针对高阶QAM调制方式，验证性能接近完美信道状态信息的可行性。

提出的方法

• 提出一种随机化MCMC（R-MCMC）策略，在每次迭代中随机选择Gibbs采样与随机采样，以逃离局部极小值并避免停滞。
• 采用多次重启策略，并引入高效的重启判据，以探索解空间的不同区域，提升收敛至近似最优解的能力。
• 采用联合检测与信道估计框架，将前一迭代中检测出的符号反馈至下一迭代，用于优化信道估计。
• 通过使用DFT与CPSC信号处理，将时域信号模型转换为等效频域模型，实现R-MCMC-R检测算法在频域的应用。
• 将频域信号模型表述为线性系统：$\mathbf{z}^j = \mathbf{A} \mathbf{h}^j + \mathbf{w}^j$，其中$\mathbf{A}$由检测出的符号构建，以支持迭代信道估计。
• 在信道估计阶段采用Gibbs采样，利用检测与估计之间的迭代反馈环路，对导频阶段获得的初始信道估计进行精炼。

实验结果

研究问题

• RQ1 在高信噪比的大规模MIMO系统中，MCMC检测中的随机采样策略是否能有效缓解停滞问题？
• RQ2 与单独使用任一技术相比，随机采样与多次重启相结合，在16-QAM与64-QAM等高阶调制方式下，对检测性能的提升程度如何？
• RQ3 在频率选择性衰落环境中，迭代式基于MCMC的信道估计性能与完美信道状态信息相比表现如何？
• RQ4 所提出的基于MCMC的接收机架构是否能在大规模用户与基站天线数量的频域CPSC MIMO系统中实现近似最优性能？
• RQ5 在实际多用户MIMO系统中，结合R-MCMC-R检测与迭代信道估计对误比特率（BER）性能有何影响？

主要发现

• 所提出的R-MCMC-R检测算法在基站与用户端均配置64、128与256根天线的大规模上行链路MIMO系统中，实现了接近最优（接近最大似然）的性能表现。
• 对于4-QAM，仅使用随机采样即可在低复杂度下实现接近ML的性能；但对于16-QAM与64-QAM，必须联合使用随机采样与多次重启，才能避免性能下降。
• 迭代式基于MCMC的信道估计方案实现的BER性能非常接近于完美信道状态信息下的性能，尤其在多次检测与估计迭代后表现更优。
• 在频率选择性衰落信道下，当$K = N = 16$，$L = 6$，$I = 64$，$Q = 9$，且采用4-QAM时，随着迭代次数增加，BER持续改善，并收敛至接近完美信道状态信息的水平。
• 所提方法有效克服了传统MCMC检测中的停滞问题，即使在高信噪比与大规模系统中，也能实现可靠收敛。
• MCMC接收机的频域实现对不同调制方式与系统规模均保持高性能，展现出良好的可扩展性与鲁棒性。