[论文解读] Joint Spatial Division and Multiplexing: Opportunistic Beamforming and User Grouping

Ansuman Adhikary, Giuseppe Caire|arXiv (Cornell University)|May 30, 2013

Advanced MIMO Systems Optimization参考文献 21被引用 29

一句话总结

本文针对FDD大规模MIMO系统提出联合空间复用与多路复用（JSDM）方案，通过基于信道协方差相似性的用户分组及两阶段波束成形实现类似大规模MIMO的性能增益：预波束成形用于抑制组间干扰，多用户MIMO预编码用于缓解组内干扰。关键贡献在于证明，在用户数较多的场景下，通过用户选择的机遇性波束成形可实现显著的频谱效率增益；而在大规模阵列天线场景下，基于DFT的预波束成形设计可实现最优频谱效率扩展，且仅需极少的信道状态信息反馈（CSIT），得益于概率调度机制。

ABSTRACT

Joint Spatial Division and Multiplexing (JSDM) is a recently proposed scheme to enable massive MIMO like gains and simplified system operations for Frequency Division Duplexing (FDD) systems. The key idea lies in partitioning the users into groups with approximately similar covariances, and use a two stage downlink beamforming: a pre-beamformer that depends on the channel covariances and minimizes interference across groups and a multiuser MIMO precoder for the effective channel after pre-beamforming, to counteract interference within a group. We first focus on the regime of a fixed number of antennas and large number of users, and show that opportunistic beamforming with user selection yields significant gain, and thus, channel correlation may yield a capacity improvement over the uncorrelated "isotropic" channel result of Sharif and Hassibi. We prove that in the presence of different correlations among groups, a block diagonalization approach for the design of pre-beamformers achieves the optimal sum-rate scaling. Next, we consider the regime of large number of antennas and users, where user selection does not provide significant gain. Here, we propose a simplified user grouping algorithm to cluster users into groups when the number of antennas becomes very large, in a realistic setting where users are randomly distributed and have different angles of arrival and angular spreads depending on the propagation environment. Our subsequent analysis leads to a probabilistic scheduling algorithm, where users within each group are preselected at random based on probabilities derived from the large system analysis, depending on the fairness criterion. This is advantageous since only the selected users are required to feedback their channel state information (CSIT).

研究动机与目标

• 为实现频分双工（FDD）系统中类似大规模MIMO的性能，该系统缺乏信道互易性且面临高反馈开销问题。
• 通过基于相似协方差结构的用户分组，利用信道相关性降低FDD系统中的训练与反馈开销。
• 设计一种可扩展的波束成形策略，在仅需极少信道状态信息（CSIT）的前提下维持高 spectral efficiency。
• 分析在有限天线与大规模天线两种场景下的和速率扩展特性，识别最优预波束成形与用户选择策略。
• 设计一种概率调度算法，通过基于大系统分析与公平性准则的用户预选择，最小化反馈开销。

提出的方法

• 基于相似的信道协方差特征子空间对用户进行分组，实现联合空间复用与多路复用（JSDM）。
• 采用两阶段波束成形架构：基于信道协方差的预波束成形用于抑制组间干扰，随后通过多用户MIMO预编码实现组内干扰消除。
• 在大规模天线场景下，预波束成形器设计基于离散傅里叶变换（DFT）矩阵的列向量，依据用户到达角与角扩展信息进行选择。
• 提出一种概率调度算法，其中各组内用户按基于大系统分析所得的概率预先选择，仅对选定用户反馈信道信息。
• 在每组内应用机遇性波束成形，选择每波束中SINR最高的用户，以利用多用户分集增益。
• 采用极值理论与随机矩阵理论进行渐近分析，以表征SINR分布与和速率扩展行为。

实验结果

研究问题

• RQ1 在基站天线数固定、用户数庞大的FDD系统中，通过用户选择的机遇性波束成形能否实现显著的频谱效率增益？
• RQ2 JSDM在用户数庞大的场景下是否能实现最优和速率扩展？与理论上限的差距如何？
• RQ3 在仅具备粗略角度信息的大量天线场景下，如何高效设计预波束成形器？
• RQ4 在用户随机分布、到达角与角扩展各不相同的现实环境中，最优用户分组策略为何？
• RQ5 概率调度方案能否在保持良好和速率性能与公平性的同时，有效降低反馈开销？

主要发现

• 在用户数庞大、天线数固定的场景下，即使在相关信道条件下，通过用户选择的机遇性波束成形仍能因多用户分集增益而实现显著的频谱效率增益。
• 块对角化预波束成形设计实现了与理论上限恒定差距的最优和速率扩展，证明了对组间干扰的鲁棒性。
• 在大规模MIMO场景下，预波束成形器设计简化为依据用户到达角与角扩展选择DFT矩阵的列向量，实现低复杂度、低反馈开销的运行。
• 推导出一种概率调度算法，基于大系统分析在每组内预先选择用户，最小化反馈开销的同时保持性能。
• 在JSDM下，和速率扩展被证明为最优，当用户组具有非重叠的角支持时，预波束成形设计可实现接近容量的性能。
• 理论分析证实，在高SINR区域，SINR分布的增长函数收敛为常数，可通过极值理论实现精确的渐近表征。