[论文解读] Interference Alignment with Analog Channel State Feedback

Omar El Ayach, Robert W. Heath|arXiv (Cornell University)|Oct 13, 2010

Advanced MIMO Systems Optimization参考文献 33被引用 6

一句话总结

本文提出在MIMO干扰信道中采用模拟反馈进行干扰对齐（IA），其中接收机估计前向信道并通过对模拟传输反馈未量化信道状态信息。结果表明，在前向链路与反馈链路的信噪比（SNR）对称时，和速率损失被有界，保持了完整的复 multiplexing gain（复 multiplexing gain），并在非对称SNR条件下实现了部分自由度。

ABSTRACT

Interference alignment (IA) is a multiplexing gain optimal transmission strategy for the interference channel. While the achieved sum rate with IA is much higher than previously thought possible, the improvement often comes at the cost of requiring network channel state information at the transmitters. This can be achieved by explicit feedback, a flexible yet potentially costly approach that incurs large overhead. In this paper we propose analog feedback as an alternative to limited feedback or reciprocity based alignment. We show that the full multiplexing gain observed with perfect channel knowledge is preserved by analog feedback and that the mean loss in sum rate is bounded by a constant when signal-to-noise ratio is comparable in both forward and feedback channels. When signal-to-noise ratios are not quite symmetric, a fraction of the multiplexing gain is achieved. We consider the overhead of training and feedback and use this framework to optimize the system's effective throughput. We present simulation results to demonstrate the performance of IA with analog feedback, verify our theoretical analysis, and extend our conclusions on optimal training and feedback length.

研究动机与目标

• 为解决干扰对齐（IA）系统中数字CSI反馈的高开销问题。
• 探索模拟反馈作为数字反馈或基于互易性的CSI获取的低开销替代方案。
• 分析来自模拟反馈的CSI不完美性对IA性能的影响，特别是对和速率与复 multiplexing gain 的影响。
• 在实际约束条件下，优化训练与反馈时长以最大化有效吞吐量。
• 通过仿真验证理论界限，并扩展关于最优反馈设计的结论。

提出的方法

• 接收机使用训练导频估计前向信道矩阵，并通过模拟传输反馈估计结果，不进行量化。
• 反馈信号被建模为前向信道矩阵的噪声版本，反馈信道被建模为瑞利衰落MIMO链路。
• 发射机利用模拟反馈计算预编码器，假设已知前向信道及反馈信道的统计特性。
• 系统在接收端使用迫零预编码，合并波束成形器由干扰加噪声矩阵的奇异值分解得出。
• 通过基变换简化分析，表明期望信号功率项服从单位方差的复高斯分布。
• 基于有效信道增益的分布，推导出和速率损失的理论界限，假设信道为i.i.d.瑞利衰落且信道估计相互独立。

实验结果

研究问题

• RQ1 当反馈存在噪声时，模拟反馈能否保持干扰对齐的完整复 multiplexing gain？
• RQ2 与完美CSI相比，使用模拟反馈导致的最大和速率损失是多少？
• RQ3 在前向链路与反馈链路信噪比非对称条件下，模拟反馈的性能如何变化？
• RQ4 在采用模拟反馈的IA系统中，为最大化有效吞吐量，最优的训练与反馈时长是什么？
• RQ5 协作式模拟反馈的性能与非协作策略相比如何？

主要发现

• 当前向链路与反馈链路的SNR对称时，由于模拟反馈导致的CSI不完美性引起的平均和速率损失被有界，保持了完整的复 multiplexing gain。
• 期望信号的有效信道增益 |(w_i^m)*H_i,i f_i^m|^2 服从参数为1的指数分布，表明其统计分布有利于可靠检测。
• 即使在非对称SNR条件下，系统仍能实现部分自由度，且性能随反馈质量下降而平稳退化。
• 和速率损失与用户数和天线数无关，仅取决于前向链路与反馈链路之间的SNR比。
• 仿真结果验证了理论分析，并表明存在最优的训练与反馈时长，可在反馈开销与估计精度之间实现平衡。
• 所提出的模拟反馈策略在复 multiplexing gain 保持方面优于数字反馈，并避免了码本设计的复杂性。