[论文解读] Balancing Egoism and Altruism on MIMO Interference Channel

Zuleita Ho, David Gesbert|arXiv (Cornell University)|Oct 9, 2009

Advanced MIMO Systems Optimization参考文献 22被引用 12

一句话总结

本文提出了一种基于贝叶斯博弈理论的分布式波束成形方案，通过平衡自私性（速率最大化）与利他性（干扰最小化）策略，应用于MIMO干扰信道。该方法推导出自私性和利他性博弈的均衡解，并设计了一种混合波束成形算法，实现了接近最优的和速率，在不对称网络中优于干扰对齐，且无需额外反馈。

ABSTRACT

This paper considers the so-called multiple-input-multiple-output interference channel (MIMO-IC) which has relevance in applications such as multi-cell coordination in cellular networks as well as spectrum sharing in cognitive radio networks among others. We consider a beamforming design framework based on striking a compromise between beamforming gain at the intended receiver (Egoism) and the mitigation of interference created towards other receivers (Altruism). Combining egoistic and altruistic beamforming has been shown previously in several papers to be instrumental to optimizing the rates in a multiple-input-single-output interference channel MISO-IC (i.e. where receivers have no interference canceling capability). Here, by using the framework of Bayesian games, we shed more light on these game-theoretic concepts in the more general context of MIMO channels and more particularly when coordinating parties only have channel state information (CSI) of channels that they can measure directly. This allows us to derive distributed beamforming techniques. We draw parallels with existing work on the MIMO-IC, including rate-optimizing and interference-alignment precoding techniques, showing how such techniques may be improved or re-interpreted through a common prism based on balancing egoistic and altruistic beamforming. Our analysis and simulations currently limited to single stream transmission per user attest the improvements over known interference alignment based methods in terms of sum rate performance in the case of so-called asymmetric networks.

研究动机与目标

• 解决在发射端信道状态信息（CSI）不完整的情况下，MIMO干扰信道中分布式波束成形的挑战。
• 提升在干扰水平在各链路间显著不同的不对称网络中的和速率性能。
• 将现有技术如干扰对齐与速率最大化预编码统一于自私性与利他性共同作用的博弈论框架下。
• 设计一种实用的分布式波束成形算法，平衡个体速率最大化与干扰抑制，且无需全局CSI或定价反馈。

提出的方法

• 将波束成形问题建模为贝叶斯博弈，其中发射端对其他信道信息不完全了解。
• 定义两种不同的博弈：一种是最大化单个用户速率的自私性贝叶斯博弈，另一种是最小化对其他用户干扰的利他性贝叶斯博弈。
• 利用拉格朗日优化与干扰加噪声矩阵的特征分解，推导出两种博弈均衡解的解析表达式。
• 提出一种混合波束成形算法，通过加权线性组合自私性与利他性波束成形器，以优化和速率。
• 采用大信噪比（high-SNR）渐近分析，证明所提方法在速率标度上与干扰对齐达到相同最优性能。
• 通过单流MIMO干扰信道中的仿真验证方法，与干扰对齐及速率最大化方法进行对比。

实验结果

研究问题

• RQ1 在部分CSI条件下，如何在分布式MIMO干扰信道中正式平衡自私性与利他性波束成形策略？
• RQ2 在MIMO-IC中，自私性与利他性贝叶斯博弈的均衡波束成形器具有怎样的解析结构？
• RQ3 基于自私性-利他性平衡的混合波束成形策略，是否能在不对称网络中实现优于干扰对齐的和速率？
• RQ4 与现有迭代方法相比，所提出的分布式波束成形算法在收敛性与速率标度方面表现如何？
• RQ5 所提出的博弈论框架与现有干扰对齐及速率最大化预编码技术之间存在何种关系？

主要发现

• 所提波束成形算法在高信噪比（high-SNR）区域实现了与干扰对齐相同的最优和速率标度。
• 在不对称网络中，该算法在和速率方面优于基于干扰对齐的方法，尤其在部分链路遭受显著强干扰时表现更优。
• 通过拉格朗日松弛与干扰矩阵的特征分解，解析推导出自私性与利他性贝叶斯博弈中的均衡波束成形器。
• 混合波束成形解由自私性与利他性波束成形器的正线性组合构成，位于可实现速率的帕累托边界上。
• 在高信噪比极限下，该算法收敛至干扰对齐解，验证了其与已知最优预编码策略的一致性。
• 该方法仅需用户反馈信道状态信息，无需额外反馈，因此适用于实时分布式部署。