[论文解读] Duality, Polite Water-filling, and Optimization for MIMO B-MAC Interference Networks and iTree Networks

An Liu, Youjian Liu+3 more|arXiv (Cornell University)|Apr 14, 2010

Advanced MIMO Systems Optimization参考文献 71被引用 23

一句话总结

本文提出了一种名为温和水填法（polite water-filling）的新颖MIMO发射机优化框架，可最优地平衡MIMO B-MAC干扰网络中干扰抑制与速率最大化，涵盖MAC、BC、干扰信道及X网络等场景。该方法通过利用对偶性与结构化优化，实现高效、低复杂度的加权和速率最大化，在无需依赖通用求解器的情况下，可达到容量区域所有边界点的最优性能。

ABSTRACT

This paper gives the long sought network version of water-filling named as polite water-filling. Unlike in single-user MIMO channels, where no one uses general purpose optimization algorithms in place of the simple and optimal water-filling for transmitter optimization, the traditional water-filling is generally far from optimal in networks as simple as MIMO multiaccess channels (MAC) and broadcast channels (BC), where steepest ascent algorithms have been used except for the sum-rate optimization. This is changed by the polite water-filling that is optimal for all boundary points of the capacity regions of MAC and BC and for all boundary points of a set of achievable regions of a more general class of MIMO B-MAC interference networks, which is a combination of multiple interfering broadcast channels, from the transmitter point of view, and multiaccess channels, from the receiver point of view, including MAC, BC, interference channels, X networks, and most practical wireless networks as special case. It is polite because it strikes an optimal balance between reducing interference to others and maximizing a link's own rate. Employing it, the related optimizations can be vastly simplified by taking advantage of the structure of the problems. Deeply connected to the polite water-filling, the rate duality is extended to the forward and reverse links of the B-MAC networks. As a demonstration, weighted sum-rate maximization algorithms based on polite water-filling and duality with superior performance and low complexity are designed for B-MAC networks and are analyzed for Interference Tree (iTree) Networks, a sub-class of the B-MAC networks that possesses promising properties for further information theoretic study.

研究动机与目标

• 解决长期以来关于MIMO多址接入（MAC）与广播（BC）信道整个容量区域最优输入结构的开放性难题。
• 将水填法原理从单用户MIMO扩展至具有收发端复杂耦合关系的多用户干扰网络。
• 为MIMO B-MAC干扰网络（包括蜂窝网络与认知无线电网络等实际场景）中的加权和速率优化，构建统一框架。
• 建立B-MAC网络中前向链路与反向链路之间的对偶性原理，以支持高效算法设计。
• 证明温和水填法可在可实现速率区域的所有边界点上实现最优性能，优于传统水填法与通用优化方法。

提出的方法

• 提出一种新型输入结构——‘温和水填法’，通过加权和速率最大化问题的KKT条件推导，实现干扰泄漏与单个链路速率之间的最优权衡。
• 引入一种对偶框架，将前向与反向B-MAC网络关联，通过对偶问题转换实现高效优化。
• 采用协方差矩阵的参数化形式 $ \mathbf{\Sigma}_l(t) = (1-t)\mathbf{\Sigma}_l + t\mathbf{\Sigma}_l' $，证明速率函数的拟凹性，确保优化问题的凸性。
• 将该方法应用于iTree网络——一种具有树状干扰结构的B-MAC网络子类——其中KKT条件可从源端到汇端顺序求解。
• 利用矩阵不等式与迹运算推导最优性的必要与充分条件，证明在特定信道矩阵排序条件下，速率函数的二阶导数非正。
• 采用对偶分解方法，通过次梯度法迭代更新对偶变量，以最大化拉格朗日对偶函数。

实验结果

研究问题

• RQ1 能否推导出一种广义水填法，使其对MIMO MAC与BC容量区域的所有边界点均最优，而不仅限于和速率点？
• RQ2 在MIMO B-MAC网络中，如何实现干扰管理，以在个体速率与干扰泄漏之间实现最优权衡？
• RQ3 干扰网络的何种结构特性可使加权和速率最大化问题获得闭式解？
• RQ4 对偶性能否从单用户MIMO扩展至多用户MIMO网络，以简化优化并支持低复杂度算法？
• RQ5 是否存在一个统一框架，可将水填法推广至包含干扰信道、X信道及其他实际无线网络拓扑的场景？

主要发现

• 温和水填法被证明对MIMO MAC与BC的容量区域所有边界点均最优，解决了自和速率最优水填法发现以来长期存在的开放性难题。
• 该方法在广泛的MIMO B-MAC干扰网络类别中实现最优性能，包括干扰信道、X网络及蜂窝系统等特例。
• 对于iTree网络，KKT条件可从根节点到叶节点顺序求解，从而实现低复杂度、分布式算法，并保证收敛至最优解。
• 前向与反向B-MAC网络之间的对偶性得到正式确立，使可在对偶域中进行优化，从而简化和速率最大化算法的设计。
• 在条件 $ \mathbf{H}_{2,2}^\dagger \mathbf{H}_{2,2} \succeq \mathbf{H}_{1,2}^\dagger \mathbf{H}_{1,2} $ 下，速率函数的二阶导数被证明非正，从而证明其拟凹性，并确保解的全局最优性。
• 所提算法在收敛速度与计算复杂度方面均优于通用凸求解器，尤其在高维MIMO场景中表现更优。