[论文解读] Balancing Egoism and Altruism on the Interference Channel: The MIMO case

Zuleita Ho, David Gesbert|arXiv (Cornell University)|Jan 26, 2010

Advanced MIMO Systems Optimization参考文献 11被引用 16

一句话总结

本文提出了一种用于MIMO干扰信道的分布式、博弈论预编码方案，平衡了利己波束成形（最大化自身速率）与利他波束成形（最小化对其他用户的干扰）。通过将问题建模为贝叶斯博弈，并基于统计参数推导出半分布式算法，该方法在对称场景下实现了与干扰对齐相当的和速率性能，在链路质量不均的非对称网络中显著优于最大SINR和干扰对齐方法。

ABSTRACT

This paper considers the so-called MIMO interference channel. This situation has relevance in applications such as multi-cell coordination in cellular networks as well as spectrum sharing in cognitive radio networks among others. We address the design of precoding (i.e. beamforming) vectors at each sender with the aim of 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 to be instrumental to optimizing the rates in a MISO interference channel (i.e. where receivers have no interference canceling capability) . Here we explore these game-theoretic concepts in the more general context of MIMO channels and using the framework of Bayesian games, allowing us to derive (semi-)distributed precoding techniques. We draw parallels with existing work on the MIMO interference channel, including rate-optimizing and interference-alignement precoding techniques, showing how such techniques may be improved and re-interpretated through a common prism based on balancing egoistic and altruistic beamforming.

研究动机与目标

• 解决MIMO干扰信道（MIMO-IC）中的干扰管理挑战，其中发射端协调能力有限且无消息共享。
• 将MISO中的利己-利他波束成形权衡扩展至MIMO-IC，其中接收端具有多天线及干扰消除能力。
• 设计一种半分布式、基于统计信息的预编码算法，以在保持低反馈开销的同时最大化和速率。
• 通过统一的利己-利他平衡视角重新诠释现有的速率优化与干扰对齐技术。
• 在传统方法难以公平对待弱链路的非对称网络中，展示优越性能。

提出的方法

• 将MIMO-IC预编码问题建模为贝叶斯博弈，以刻画信道状态信息和接收端行为的不确定性。
• 利用博弈论优化方法，推导出纯利己与纯利他波束成形策略的均衡解。
• 提出一种新颖的分布式波束成形算法DBA-RF，通过统计参数（如路径损耗、阴影衰落）平衡利己与利他成分。
• 采用迭代更新机制，每个发射端根据其他链路反馈的预期用户SINR和干扰功率调整其波束成形器。
• 将波束成形权重作为利己与利他波束成形器的凸组合，其参数由信道统计特性和SNR水平推导得出。
• 采用拉格朗日对偶方法求解和速率最大化问题，得到最优波束成形器的闭式表达式。

实验结果

研究问题

• RQ1 利己与利他波束成形原则能否从MISO扩展至具有多天线接收端的MIMO干扰信道？
• RQ2 如何设计一种半分布式预编码算法，以在MIMO-IC中平衡个体速率最大化与干扰抑制？
• RQ3 统计信道状态信息（如路径损耗、阴影衰落）在无需完整CSI交换的情况下，对实现最优和速率性能起到何种作用？
• RQ4 与干扰对齐和最大SINR方法相比，所提方法在速率扩展性和有限SNR性能方面表现如何？
• RQ5 所提框架能否重新诠释并统一现有的MIMO-IC预编码技术，如速率最大化与干扰对齐方法？

主要发现

• DBA-RF在对称MIMO-IC场景下实现了与干扰对齐方法相同的最优速率随SNR的扩展特性。
• 在3链路和5链路的2×2天线对称MIMO-IC系统中，DBA-RF的和速率与最优SR-Max和Max-SINR算法相差仅1-2 dB。
• 在存在20 dB SNR差异的非对称信道中，DBA-RF的和速率相比Max-SINR和干扰对齐方法高出30-40%，因其对弱链路的处理更优。
• 该算法通过基于统计参数分配空间自由度，有效平衡了利己与利他行为，避免了对强链路的过度优化。
• 即使在干扰对齐不可行的情况下（如每个节点仅2根天线的5用户MIMO-IC），该方法仍保持高性能。
• 理论分析证实，基于拉格朗日对偶公式推导出的波束成形权重在和速率最大化约束下为最优。