[论文解读] Low-Complexity Near-ML Decoding of Large Non-Orthogonal STBCs using Reactive Tabu Search

N. N. Srinidhi, Saif Khan Mohammed+2 more|ArXiv.org|Jan 13, 2009

Advanced Wireless Communication Techniques参考文献 13被引用 4

一句话总结

该论文提出了一种反应式禁忌搜索（RTS）算法，用于从循环除法代数（CDA）获得的大规模非正交空时块码（STBC）的低复杂度、近最大似然（near-ML）译码，实现了接近单输入单输出（SISO）AWGN性能，且在12×12 STBC尺寸和18 bps/Hz频谱效率下，仅存在0.5 dB SNR差距的接近容量编码BER性能。

ABSTRACT

Non-orthogonal space-time block codes (STBC) with {\em large dimensions} are attractive because they can simultaneously achieve both high spectral efficiencies (same spectral efficiency as in V-BLAST for a given number of transmit antennas) {\em as well as} full transmit diversity. Decoding of non-orthogonal STBCs with large dimensions has been a challenge. In this paper, we present a reactive tabu search (RTS) based algorithm for decoding non-orthogonal STBCs from cyclic division algebras (CDA) having large dimensions. Under i.i.d fading and perfect channel state information at the receiver (CSIR), our simulation results show that RTS based decoding of $12 imes 12$ STBC from CDA and 4-QAM with 288 real dimensions achieves $i)$ $10^{-3}$ uncoded BER at an SNR of just 0.5 dB away from SISO AWGN performance, and $ii)$ a coded BER performance close to within about 5 dB of the theoretical MIMO capacity, using rate-3/4 turbo code at a spectral efficiency of 18 bps/Hz. RTS is shown to achieve near SISO AWGN performance with less number of dimensions than with LAS algorithm (which we reported recently) at some extra complexity than LAS. We also report good BER performance of RTS when i.i.d fading and perfect CSIR assumptions are relaxed by considering a spatially correlated MIMO channel model, and by using a training based iterative RTS decoding/channel estimation scheme.

研究动机与目标

• 解决大规模非正交STBC在数百个实数维度下译码复杂度高的挑战。
• 开发一种低复杂度译码算法，实现从循环除法代数（CDA）获得的大规模STBC的近ML性能。
• 在实际条件下评估性能，包括非理想信道状态信息和空间相关性。
• 将所提出的基于RTS的译码方法与以往低复杂度方法（如似然上升搜索，LAS）进行比较。

提出的方法

• RTS算法在信号空间中执行启发式搜索，以找到与接收信号最接近的STBC码字，避免穷举搜索。
• 它使用禁忌列表防止重复访问先前探索过的解，从而提高搜索效率并避免陷入局部极小值。
• 反应机制根据搜索历史和性能反馈动态调整禁忌长度和搜索强度。
• 该算法基于目标函数收敛性和迭代次数限制设置停止准则。
• 采用基于训练导频的迭代RTS译码/信道估计方案，以处理非理想信道状态信息。
• 使用Gesbert等人提出的MIMO衰落模型对空间相关性进行建模，以评估在真实传播条件下的鲁棒性。

实验结果

研究问题

• RQ1 反应式禁忌搜索能否在可接受的复杂度下，实现对具有数百个实数维度的大规模非正交STBC的近ML性能？
• RQ2 在BER性能和维度扩展性方面，基于RTS的译码与似然上升搜索（LAS）算法相比如何？
• RQ3 在基于训练的信道估计条件下，RTS译码在非理想信道状态信息下的性能如何？
• RQ4 MIMO信道中的空间相关性如何影响大规模STBC的RTS译码BER性能？

主要发现

• 基于CDA的12×12非正交STBC（4-QAM）采用RTS译码，在仅0.5 dB SNR差距下即可实现10⁻³未编码BER，接近SISO AWGN性能。
• 在18 bps/Hz频谱效率下，采用码率3/4 Turbo码时，RTS译码的编码BER距离理论MIMO容量约5 dB。
• 在维度更少的情况下，RTS译码优于LAS算法，实现接近SISO AWGN性能，尽管复杂度略高。
• 采用基于训练的迭代RTS译码/信道估计方案时，使用估计信道状态信息的接收信号（CSIR）的BER性能接近完美CSIR，尤其在长相干时间（如Nd=20）时表现更佳。
• MIMO信道中的空间相关性会降低分集增益，但增加接收天线数量（Nr=14 vs. Nr=12）可有效缓解性能损失。
• RTS算法在16-QAM下仍保持优异性能，表明其适用于更高阶调制和更大STBC。