[论文解读] Low-Complexity Structured Precoding for Spatially Correlated MIMO Channels

Vasanthan Raghavan, A.M. Sayeed+1 more|ArXiv.org|May 28, 2008

Advanced MIMO Systems Optimization参考文献 57被引用 6

一句话总结

本文提出一种用于空间相关MIMO信道的低复杂度结构化预编码器，其中预编码器的特征向量与发射协方差矩阵的主导特征向量对齐，且功率分配在收发两端均为固定且已知。半酉预编码变体——即所有空间模式均以相等功率激励——在匹配信道中表现近似最优，但在非匹配信道中性能显著下降，因此需要有限反馈以保证鲁棒性。

ABSTRACT

The focus of this paper is on spatial precoding in correlated multi-antenna channels, where the number of independent data-streams is adapted to trade-off the data-rate with the transmitter complexity. Towards the goal of a low-complexity implementation, a structured precoder is proposed, where the precoder matrix evolves fairly slowly at a rate comparable with the statistical evolution of the channel. Here, the eigenvectors of the precoder matrix correspond to the dominant eigenvectors of the transmit covariance matrix, whereas the power allocation across the modes is fixed, known at both the ends, and is of low-complexity. A particular case of the proposed scheme (semiunitary precoding), where the spatial modes are excited with equal power, is shown to be near-optimal in matched channels. A matched channel is one where the dominant eigenvalues of the transmit covariance matrix are well-conditioned and their number equals the number of independent data-streams, and the receive covariance matrix is also well-conditioned. In mismatched channels, where the above conditions are not met, it is shown that the loss in performance with semiunitary precoding when compared with a perfect channel information benchmark is substantial. This loss needs to be mitigated via limited feedback techniques that provide partial channel information to the transmitter. More importantly, we develop matching metrics that capture the degree of matching of a channel to the precoder structure continuously, and allow ordering two matrix channels in terms of their mutual information or error probability performance.

研究动机与目标

• 解决在有限反馈条件下，实现空间相关MIMO系统中低复杂度、鲁棒预编码的挑战。
• 设计一种结构化预编码器，其随信道统计特性缓慢变化，从而降低发射端的实时计算负担。
• 在统计信道知识下，评估复杂度与频谱效率之间的性能权衡。
• 识别在固定功率（半酉）预编码实现近似最优性能的条件。
• 提供匹配度量以量化信道与预编码器结构之间的对齐程度，并据此预测互信息或误码概率。

提出的方法

• 提出一种结构化预编码器，其预编码矩阵基于发射协方差矩阵的主导特征向量缓慢演化。
• 在发射端和接收端均将各空间模式的功率分配固定为已知常数，从而消除对实时功率水平反馈的需求。
• 将半酉预编码作为特例，即所有激活的空间模式均以相等功率激励。
• 推导SINR和成对错误概率（PEP）的解析界，以评估相对于完美CSI基准的性能损失。
• 引入匹配度量，持续评估信道与预编码器结构之间的对齐程度。
• 应用浓度不等式和随机矩阵理论，以界定由于信道不确定性及有限维数导致的期望性能退化。

实验结果

研究问题

• RQ1 在空间相关MIMO信道中，固定功率（半酉）预编码相对于最优水填预编码的性能如何？
• RQ2 当发射协方差矩阵的主导特征值条件不佳或与数据流数量不匹配时，半酉预编码在非匹配信道中的性能损失有多大？
• RQ3 能否定义匹配度量，以定量评估信道与给定结构化预编码器之间的对齐程度？
• RQ4 该结构化预编码器的性能如何随系统维度（天线数、数据流数）和信噪比变化？
• RQ5 统计信道知识和有限维数效应对低复杂度预编码方案性能的影响是什么？

主要发现

• 半酉预编码——即所有空间模式均以相等功率激励——在匹配信道中表现近似最优，匹配信道定义为：发射协方差矩阵的主导特征值条件良好，且接收协方差矩阵也条件良好。
• 在非匹配信道中，半酉预编码相对于完美CSI基准的性能损失显著，表明需要有限反馈以恢复性能。
• 论文推导出成对错误概率（PEP）退化的界，表明损失与 $ \frac{1}{\alpha} $ 和 $ \frac{\sqrt{M} + \sqrt{N_t}}{\sqrt{N_r}} $ 成正比，其中 $ \alpha $ 为条件参数，$ M, N_t, N_r $ 分别为数据流数、发射天线数和接收天线数。
• 期望PEP退化受包含 $ \frac{1}{M} \sum_{k=1}^{M} \frac{1}{\frac{\rho \Lambda_t(k)}{M} - 1} $ 的项界定，该表达式量化了对信道特征值分布的敏感性。
• 分析结果表明，该结构化预编码器在统计CSI下具有鲁棒性，且固定功率分配显著降低了实现复杂度。
• 开发了匹配度量，可对矩阵信道按互信息或误码概率进行连续排序，实现在无需完整CSI的情况下预测性能。