[论文解读] Interference Reduction in Multi-Cell Massive MIMO Systems I: Large-Scale Fading Precoding and Decoding

Alexei Ashikhmin, Thomas L. Marzetta+1 more|arXiv (Cornell University)|Nov 15, 2014

Advanced MIMO Systems Optimization参考文献 20被引用 53

一句话总结

本文提出大规模衰落预编码（LSFP），一种新型的多小区预编码方案，通过利用缓慢变化的大规模衰落系数，消除大规模MIMO系统中的小区间干扰。通过结合使用相同 pilot 序列的用户在不同小区中的信号，采用 LSFP 系数，并基于快速衰落信道估计应用传统的线性预编码，该方案在基站天线数量增加时，可实现渐近意义上的无干扰和无噪声通信，从而在频率复用因子为1的条件下实现频谱效率的无限提升。

ABSTRACT

A wireless massive MIMO system entails a large number (tens or hundreds) of base station antennas serving a much smaller number of users, with large gains in spectral-efficiency and energy-efficiency compared with conventional MIMO technology. Until recently it was believed that in multi-cellular massive MIMO system, even in the asymptotic regime, as the number of service antennas tends to infinity, the performance is limited by directed inter-cellular interference. This interference results from unavoidable re-use of reverse-link training sequences (pilot contamination) by users in different cells. We devise a new concept that leads to the effective elimination of inter-cell interference in massive MIMO systems. This is achieved by outer multi-cellular precoding, which we call Large-Scale Fading Precoding (LSFP). The main idea of LSFP is that each base station linearly combines messages aimed to users from different cells that re-use the same training sequence. Crucially, the combining coefficients depend only on the slow-fading coefficients between the users and the base stations. Each base station independently transmits its LSFP-combined symbols using conventional linear precoding that is based on estimated fast-fading coefficients. Further, we derive estimates for downlink and uplink SINRs and capacity lower bounds for the case of massive MIMO systems with LSFP and a finite number of base station antennas.

研究动机与目标

• 为解决多小区大规模MIMO系统中持续存在的导频污染问题，该问题限制了频谱效率。
• 在非协作蜂窝网络中实现频率复用因子为1，且无小区间干扰。
• 在现实网络假设下，实现大规模MIMO系统中渐近无干扰和无噪声通信。
• 设计一种低开销、可扩展的预编码与检测框架，仅依赖于大规模衰落系数。

提出的方法

• 提出大规模衰落预编码（LSFP），其中每个基站将使用相同导频序列的来自不同小区的用户数据符号进行线性合并。
• LSFP中的合并系数仅依赖于用户与基站之间的大规模衰落系数，这些系数变化缓慢，因此需要较少的反馈。
• 每个基站独立地应用传统的线性预编码（例如匹配滤波）并利用估计的快速衰落系数进行传输。
• 在上行链路中，引入大规模衰落检测（LSFD）协议，由网络控制器使用大规模衰落矩阵计算最小均方误差（MMSE）估计，并应用迫零（ZF）或MMSE合并。
• 系统采用两阶段信号处理模型：下行链路使用LSFP，上行链路使用LSFD，两者均依赖大规模衰落系数实现小区间干扰消除。
• 理论分析基于随机矩阵理论，表明当基站天线数 M → ∞ 时，有效信噪比（SINR）收敛至一个值，可实现对发送符号的完美恢复。

实验结果

研究问题

• RQ1 在频率复用因子为1的大规模MIMO系统中，能否消除由导频污染引起的小区间干扰？
• RQ2 仅利用大规模衰落系数，是否可能在多小区大规模MIMO系统中实现频谱效率的无限提升？
• RQ3 能否设计一种低开销、可扩展的预编码方案，且仅需最少的基站间信令？
• RQ4 在现实信道假设下，使用LSFP和LSFD的大规模MIMO系统的渐近SINR和容量极限是多少？

主要发现

• 当基站天线数 M 趋近于无穷大时，下行链路中估计信号与发送信号之间的互信息收敛至输入信号的熵，意味着可实现完美恢复。
• 在上行链路中，LSFD下估计信号与发送信号之间的互信息也收敛至输入信号的熵，表明实现了无干扰和无噪声通信。
• 所提出的LSFP和LSFD方案实现了渐近无干扰和无噪声通信，从而在频率复用因子为1的条件下实现任意高的频谱效率。
• 其关键使能因素是利用大规模衰落系数进行小区间预编码/检测，这些系数变化缓慢，且仅需极少反馈。
• 在渐近区域，系统实现了频谱效率的无限提升，突破了传统大规模MIMO系统中由导频污染带来的根本性能限制。
• 理论分析证实，当 M → ∞ 时，有效信道变为无噪声且无干扰，即使在非正交导频序列下也成立。