[论文解读] Fundamental Limits of Training-Based Multiuser MIMO Systems

Xiaojun Yuan, Congmin Fan+1 more|arXiv (Cornell University)|Nov 29, 2015

Advanced MIMO Systems Optimization参考文献 24被引用 8

一句话总结

本文通过分析信道估计质量与数据传输之间的权衡，利用广义凸序理论推导出紧致的界，确立了基于训练的多用户 MIMO 系统中的基本吞吐量极限。研究发现，最优训练序列通常为非正交的，且在高信噪比下，通过停用信道质量最差的用户可最大化吞吐量，尤其在多用户 MIMO 系统存在远近效应时表现显著。

ABSTRACT

In this paper, we endeavour to seek a fundamental understanding of the potentials and limitations of training-based multiuser multiple-input multiple-output (MIMO) systems. In a multiuser MIMO system, users are geographically separated. So, the near-far effect plays an indispensable role in channel fading. The existing optimal training design for conventional MIMO does not take the near-far effect into account, and thus is not applicable to a multiuser MIMO system. In this work, we use the majorization theory as a basic tool to study the tradeoff between the channel estimation quality and the information throughput. We establish tight upper and lower bounds of the throughput, and prove that the derived lower bound is asymptotically optimal for throughput maximization at high signal-to-noise ratio. Our analysis shows that the optimal training sequences for throughput maximization in a multiuser MIMO system are in general not orthogonal to each other. Furthermore, due to the near-far effect, the optimal training design for throughput maximization is to deactivate a portion of users with the weakest channels in transmission. These observations shed light on the practical design of training-based multiuser MIMO systems.

研究动机与目标

• 理解基于训练的多用户 MIMO 系统中信道估计精度与频谱效率之间的基本权衡。
• 解决传统训练设计在多用户场景中忽略远近效应的局限性。
• 在存在大尺度衰落的实际信道条件下，推导系统吞吐量的紧致上下界。
• 通过联合优化训练时间、功率分配和用户激活策略，实现吞吐量最大化。
• 通过识别最优训练序列和用户选择策略，为实际多用户 MIMO 系统提供设计洞见。

提出的方法

• 以广义凸序理论为核心数学工具，分析非 i.i.d. 衰落条件下的吞吐量权衡。
• 为基于训练的 MIMO 系统推导出互信息（MI）的紧致下界，并在高信噪比下证明其渐近最优性。
• 建立包含 N 根天线基站和 K 个单天线用户的系统模型，综合考虑大尺度衰落（路径损耗、阴影）与小尺度衰落。
• 引入时间分配系数 α 和功率分配系数 γk，联合优化训练与数据传输阶段。
• 应用 Schur-凹性与旋转不变性性质，分析用户信道强度对系统性能的影响。
• 推导出吞吐量的闭式表达式及最优用户数 K，表明吞吐量仅通过有效信噪比缩放因子依赖于 K。

实验结果

研究问题

• RQ1 与传统 MIMO 相比，远近效应如何影响多用户 MIMO 系统中最优训练设计？
• RQ2 在基于训练的多用户 MIMO 系统中，系统吞吐量的最紧致可实现上下界是什么？
• RQ3 在存在异质路径损耗的多用户 MIMO 系统中，正交训练序列是否为吞吐量最大化的最优选择？
• RQ4 在何种条件下应停用用户以实现频谱效率最大化？
• RQ5 最优活跃用户数 K 如何随信噪比和相干时间等系统参数变化而变化？

主要发现

• 所推导的系统吞吐量下界在高信噪比下渐近最优，可作为可靠的性能基准。
• 由于远近效应的影响，吞吐量最大化的最优训练序列通常为非正交的，这与传统认知相悖。
• 停用信道质量最差的用户（即路径损耗最低者）是吞吐量最大化的最优策略，尤其在高信噪比区域表现显著。
• 最优活跃用户数 K 满足 K ≥ αT，且由包含 ρ₀d²K 的非线性方程求解确定。
• 当 K ≤ αT 时，吞吐量随 K 单调递增；但最优 K 位于 K ≥ αT 区域，此时训练与数据传输时间的权衡变得至关重要。
• 系统吞吐量表达式依赖于有效信噪比缩放因子，最优 K 在训练开销与用户复用增益之间实现平衡。