[论文解读] Interference Alignment: From Degrees-of-Freedom to Constant-Gap Capacity Approximations

Urs Niesen, Mohammad Ali Maddah-Ali|arXiv (Cornell University)|Dec 20, 2011

Advanced MIMO Systems Optimization参考文献 29被引用 4

一句话总结

本文提出了一种针对高斯X通道的新型干扰对齐方案，通过引入基于信道系数最高$\frac{1}{2}\log(\text{SNR})$位有效位的精细化确定性信道模型，实现了与容量之间的常数差距逼近。该方案实现了常数差距容量近似，是首个针对需要干扰对齐的一般性全连接干扰受限网络达成此类结果的研究。

ABSTRACT

Interference alignment is a key technique for communication scenarios with multiple interfering links. In several such scenarios, interference alignment was used to characterize the degrees-of-freedom of the channel. However, these degrees-of-freedom capacity approximations are often too weak to make accurate predictions about the behavior of channel capacity at finite signal-to-noise ratios (SNRs). The aim of this paper is to significantly strengthen these results by showing that interference alignment can be used to characterize capacity to within a constant gap. We focus on real, time-invariant, frequency-flat X-channels. The only known solutions achieving the degrees-of-freedom of this channel are either based on real interference alignment or on layer-selection schemes. Neither of these solutions seems sufficient for a constant-gap capacity approximation. In this paper, we propose a new communication scheme and show that it achieves the capacity of the Gaussian X-channel to within a constant gap. To aid in this process, we develop a novel deterministic channel model. This deterministic model depends on the 0.5log(SNR) most-significant bits of the channel coefficients rather than only the single most-significant bit used in conventional deterministic models. The proposed deterministic model admits a wider range of achievable schemes that can be translated to the Gaussian channel. For this deterministic model, we find an approximately optimal communication scheme. We then translate this scheme for the deterministic channel to the original Gaussian X-channel and show that it achieves capacity to within a constant gap. This is the first constant-gap result for a general, fully-connected network requiring interference alignment.

研究动机与目标

• 解决自由度近似方法的局限性，后者不足以预测有限信噪比下的容量行为。
• 克服传统确定性模型（仅基于最高有效1位）在干扰受限网络中无法实现常数差距结果的失败。
• 提出一种新的确定性信道模型，通过使用信道系数的$\frac{1}{2}\log(\text{SNR})$个最高有效位来捕捉更多信道信息。
• 为所提出的确定性模型设计一种近似最优的通信方案，并将其映射到高斯X通道。
• 建立首个针对需要干扰对齐的一般性全连接干扰信道的常数差距容量近似。

提出的方法

• 提出一种新颖的确定性信道模型，其依赖于信道系数的$\frac{1}{2}\log(\text{SNR})$个最高有效位，超越了以往模型仅使用单个最高有效位的局限。
• 利用跨信号层的干扰对齐，为所提出的确定性模型设计一种近似最优的信号方案。
• 通过在信号层上使用格码和功率分配，将确定性方案映射到原始高斯X通道。
• 应用Fano不等式和互信息链推导高斯X通道的外容量界。
• 利用Groshev定理对实数的有理逼近分析，研究基于格码的译码中最小距离，确保可靠检测。
• 结合熵与互信息不等式、功率分配与信号缩放，界定可实现速率并证明常数差距容量。

实验结果

研究问题

• RQ1 能否利用干扰对齐在高斯X通道中实现与容量的常数差距逼近，而不仅仅是表征自由度？
• RQ2 为何传统确定性模型在X通道等干扰受限网络中无法实现常数差距容量近似？
• RQ3 基于超过一位信道系数信息的精细化确定性模型，是否能提升容量近似的准确性？
• RQ4 是否存在一种高斯X通道的信号方案，通过干扰对齐实现与容量的常数差距逼近？
• RQ5 在时不变、频率平坦的X通道中，信号层对齐与格码在实现常数差距容量中起到何种作用？

主要发现

• 所提方案在常数差距内逼近了高斯X通道的容量，这是首个针对一般性全连接干扰受限网络达成此类结果的研究。
• 基于$\frac{1}{2}\log(\text{SNR})$个最高有效位的精细化确定性模型，能够支持更广泛的可实现方案，并可有效映射到高斯信道。
• 通过Fano不等式和互信息链推导出的外界，证实了所提方案在常数差距内为最优。
• 使用格码和信号层对齐，确保干扰在功率域中对齐，从而通过最小距离检测实现可靠译码。
• 分析表明，常数差距与信噪比无关，使该近似在所有实际信噪比范围内均具鲁棒性。
• 该结果将干扰对齐的应用范围从自由度分析扩展到复杂干扰网络中的实际容量近似。