[论文解读] An Iterative Interference Cancellation Algorithm for Large Intelligent Surfaces

Jesús Rodríguez Sánchez, Fredrik Rusek+2 more|arXiv (Cornell University)|Nov 25, 2019

Advanced Wireless Communication Technologies参考文献 6被引用 10

一句话总结

本文提出了一种用于大规模智能表面（LIS）的迭代干扰消除（IIC）算法，通过面板级处理实现去中心化上行链路检测，显著优于简化匹配滤波器（RMF）基线。该算法通过使用奇异值分解和面板间数据交换的局部均衡器设计，最大化和速率容量，在每块面板输出较少的情况下，实现比传统方法更高的频谱效率。

ABSTRACT

The Large Intelligent Surface (LIS) concept is a promising technology aiming to revolutionize wireless communication by exploiting spatial multiplexing at its fullest. Despite of its potential, due to the size of the LIS and the large number of antenna elements involved there is a need of decentralized architectures together with distributed algorithms which can reduce the inter-connection data-rate and computational requirement in the Central Processing Unit (CPU). In this article we address the uplink detection problem in the LIS system and propose a decentralize architecture based on panels, which perform local linear processing. We also provide the sum-rate capacity for such architecture and derive an algorithm to obtain the equalizer, which aims to maximize the sum-rate capacity. A performance analysis is also presented, including a comparison to a naive approach based on a reduced form of the matched filter (MF) method. The results shows the superiority of the proposed algorithm.

研究动机与目标

• 解决大规模智能表面（LIS）在大规模阵列天线配置下集中式处理带来的高计算负载和回传负载问题。
• 设计一种基于面板的去中心化架构，降低面板间互连数据速率，并支持流水线化的均衡器计算。
• 通过基于局部处理和迭代干扰消除的最优均衡器设计，在上行链路中最大化和速率容量。
• 提供面板尺寸、每块面板输出数量与整体系统性能之间的性能权衡。

提出的方法

• 将LIS划分为P个正方形面板，每个面板包含M_p个阵元和N_p个输出，通过菊花链网络连接以实现面板间数据交换。
• 每个面板使用预编码信道矩阵和基于前一块面板有效干扰矩阵的干扰消除，执行本地线性处理。
• 通过最大化和速率容量表达式推导均衡器，利用按干扰协方差缩放的有效信道矩阵的奇异值分解。
• 通过累积干扰的特征分解迭代更新干扰消除矩阵，确保和速率单调增加。
• 背板聚合所有面板的处理输出，并将其转发至CPU以进行最终用户符号估计。
• 该方法避免在CPU端获取完整信道状态信息，转而依赖本地处理和有限的面板间反馈。

实验结果

研究问题

• RQ1 如何实现大规模智能表面中上行链路检测的去中心化，以降低中心处理器的计算负载和回传需求？
• RQ2 在基于面板的去中心化架构下，何种最优均衡器设计可最大化和速率容量？
• RQ3 每块面板的输出数量（N_p）和面板尺寸如何影响可实现的和速率容量与系统性能？
• RQ4 所提出的迭代干扰消除（IIC）算法相较于简化匹配滤波器（RMF）基线能带来多大的性能增益？
• RQ5 在实现目标频谱效率的前提下，面板尺寸、面板数量与总输出数量之间存在何种权衡？

主要发现

• 对于所有测试的N_p值和两种面板尺寸，IIC算法的和速率容量均显著高于简化匹配滤波器（RMF）基线。
• 小尺寸面板配置（20cm×20cm）收敛更快，达到相同性能目标所需每块面板的输出数量更少。
• 在总输出数量（N）相同的情况下，大尺寸面板配置（1m×1m）的和速率性能优于小尺寸面板配置。
• IIC算法在每次迭代中均单调增加和速率容量，该结论通过干扰协方差矩阵的特征分解得到证明。
• IIC相较于RMF的性能增益使得在给定目标和速率下，每块面板的输出数量可减少高达50%，具体取决于系统配置。
• 由于采用菊花链式面板间连接，系统设计支持在物理资源块上实现均衡器计算的流水线处理，从而支持实时运行。