[论文解读] Belief Propagation based MIMO Detection Operating on Quantized Channel Output

Amine Mezghani, Josef A. Nossek|arXiv (Cornell University)|Oct 26, 2010

Error Correcting Code Techniques参考文献 7被引用 6

一句话总结

本文提出了一种针对低分辨率模数转换器（ADCs）的低复杂度基于信念传播（BP）的MIMO检测算法，该算法在量化信道输出上运行。通过在大系统极限下使用高斯近似和状态演化分析，表明即使使用1–4比特ADC，也能在中等规模天线阵列下实现接近最优的性能，并确定了在何种条件下可实现完美检测。

ABSTRACT

In multiple-antenna communications, as bandwidth and modulation order increase, system components must work with demanding tolerances. In particular, high resolution and high sampling rate analog-to-digital converters (ADCs) are often prohibitively challenging to design. Therefore ADCs for such applications should be low-resolution. This paper provides new insights into the problem of optimal signal detection based on quantized received signals for multiple-input multiple-output (MIMO) channels. It capitalizes on previous works which extensively analyzed the unquantized linear vector channel using graphical inference methods. In particular, a "loopy" belief propagation-like (BP) MIMO detection algorithm, operating on quantized data with low complexity, is proposed. In addition, we study the impact of finite receiver resolution in fading channels in the large-system limit by means of a state evolution analysis of the BP algorithm, which refers to the limit where the number of transmit and receive antennas go to infinity with a fixed ratio. Simulations show that the theoretical findings might give accurate results even with moderate number of antennas.

研究动机与目标

• 为解决在高带宽、高速MIMO系统中高分辨率ADC不切实际的问题。
• 开发一种在量化MIMO信道输出上运行的低复杂度检测算法。
• 在大系统极限下，利用状态演化分析研究信念传播在量化MIMO系统中的性能。
• 确定在无噪声场景下实现完美检测所需的最小ADC分辨率。

提出的方法

• 使用高斯近似推导出一种近似BP类检测算法，以处理量化输出。
• 将量化MIMO系统建模为均匀对称中跃级ADC，并推导出量化输出的条件概率。
• 应用状态演化形式化方法，在大系统极限下跟踪迭代过程中均方误差和消息方差的变化。
• 通过迭代更新参数 $ F^t $ 和 $ c_m^t $ 来描述系统性能的演化过程。
• 采用因子图表示法，对给定量化观测值下发送符号的联合后验分布进行建模。
• 通过在 $ 20 \times 20 $ MIMO系统上采用BPSK调制的仿真验证理论结果。

实验结果

研究问题

• RQ1 在低分辨率ADC的MIMO系统中，信念传播检测的性能极限是什么？
• RQ2 有限ADC分辨率如何影响大规模MIMO系统中的检测精度？
• RQ3 状态演化分析能否准确预测BP在量化MIMO系统中的收敛性和误码性能？
• RQ4 在无噪声情况下，实现完美检测所需的最小ADC位数是多少？
• RQ5 BP算法是否收敛到唯一固定点，还是可能陷入次优解？

主要发现

• 对于 $ b = 1 $ 比特，即使在高信噪比下，BP检测器仍因存在非唯一固定点而出现误码地板。
• 当 $ b = 4 $ 比特时，与无限分辨率接收相比的性能损失可忽略不计，与理论预测一致。
• 对于 $ b = 1 $，理论误比特率（BER）曲线与仿真结果高度吻合，验证了状态演化模型的有效性。
• 对于 $ b = 4 $，在中等规模天线数下，理论与仿真之间存在差距，但趋势预测正确。
• 在无噪声情况（$ \sigma_0 = 0 $）下，当 $ c_m^\infty = 1 $ 且 $ F^\infty = \infty $ 时，可实现完美检测，但仅当系统负载 $ \beta \leq 1 $ 时成立。
• 当 $ \beta \leq 1 $ 时，即使使用2比特ADC，对称系统中也可实现完美检测，如图4所示。