[论文解读] Media-Based MIMO: A New Frontier in Wireless Communications.

Ehsan Seifi, Mehran Atamanesh+1 more|arXiv (Cornell University)|Jul 27, 2015

Advanced Wireless Communication Technologies参考文献 24被引用 35

一句话总结

本文提出了一种基于分层结构的分层多输入多输出媒质调制（LMIMO-MBM）无线传输方案，通过利用信道状态变化嵌入数据，在降低硬件与算法复杂度的同时，实现了每信道使用32比特、符号错误率（SER）≈ 10⁻⁵、E_b/N₀ ≈ -3.5 dB的高 spectral efficiency，无需前向纠错编码，为5G网络提供了有前景的替代方案。

ABSTRACT

The idea of Media-based Modulation (MBM), is based on embedding information in the variations of the transmission media (channel state). This is in contrast to legacy wireless systems where data is embedded in a Radio Frequency (RF) source prior to the transmit antenna. MBM offers several advantages vs. legacy systems, including additivity of information over multiple receive antennas, and inherent diversity over a static fading channel. MBM is particularly suitable for transmitting high data rates using a single transmit and multiple receive antennas (Single Input-Multiple Output Media-Based Modulation, or SIMO-MBM). However, complexity issues limit the amount of data that can be embedded in the channel state using a single transmit unit. To address this shortcoming, the current article introduces the idea of Layered Multiple Input-Multiple Output Media-Based Modulation (LMIMO-MBM). Relying on a layered structure, LMIMO-MBM can significantly reduce both hardware and algorithmic complexities, as well as the training overhead, vs. SIMO-MBM. Simulation results show excellent performance in terms of Symbol Error Rate (SER) vs. Signal-to-Noise Ratio (SNR). For example, a $4 imes 16$ LMIMO-MBM is capable of transmitting $32$ bits of information per (complex) channel-use, with SER $ \simeq 10^{-5}$ at $E_b/N_0\simeq -3.5$dB (or SER $ \simeq 10^{-4}$ at $E_b/N_0=-4.5$dB). This performance is achieved using a single transmission and without adding any redundancy for Forward-Error-Correction (FEC). This means, in addition to its excellent SER vs. energy/rate performance, MBM relaxes the need for complex FEC structures, and thereby minimizes the transmission delay. Overall, LMIMO-MBM provides a promising alternative to MIMO and Massive MIMO for the realization of 5G wireless networks.

研究动机与目标

• 解决单输入多输出媒质调制（SIMO-MBM）中的复杂度限制问题，该问题限制了每次传输可嵌入的数据量。
• 降低媒质调制系统中硬件与算法复杂度以及训练开销，以支持高速无线通信。
• 通过利用信道状态中的固有分集增益与叠加信息增益，实现无需前向纠错（FEC）的高谱效率。
• 为未来5G无线网络开发一种可扩展且实用的替代方案，以取代传统MIMO与大规模MIMO。

提出的方法

• 提出一种用于多输入多输出媒质调制（LMIMO-MBM）的分层架构，将高维信号空间分解为可管理的子信道。
• 利用多个接收天线之间的信道状态变化来嵌入信息，将媒介视为数据承载实体，而非被动传播环境。
• 实施分层信号结构，实现跨层的数据 multiplexing，减少对复杂联合检测的依赖，降低计算负载。
• 设计一种接收机，利用多个接收天线间信息的叠加特性，提升可靠性与谱效率。
• 优化调制星座图与信号策略，在保持低符号错误率的同时最大化每信道使用比特数。
• 通过利用信道状态中的固有分集增益与空间相关性，最小化训练开销，实现在无导频开销情况下的可靠检测。

实验结果

研究问题

• RQ1 分层MIMO结构是否能显著降低媒质调制的复杂度，同时保持高谱效率？
• RQ2 LMIMO-MBM在不使用前向纠错（FEC）或冗余的情况下，能达到多高的数据速率？
• RQ3 LMIMO-MBM的符号错误率（SER）在信噪比（SNR）下，特别是在低E_b/N₀值下，如何变化？
• RQ4 在实际硬件约束下，LMIMO-MBM每信道使用最多可实现多少比特？
• RQ5 在谱效率与能量效率方面，LMIMO-MBM与传统MIMO及大规模MIMO相比表现如何？

主要发现

• 4×16 LMIMO-MBM系统实现了每复数信道使用32比特的信息传输，表现出高谱效率。
• 在E_b/N₀ = -3.5 dB时，系统实现了约10⁻⁵的符号错误率（SER），表明在负信噪比下仍具有强大性能。
• 在E_b/N₀ = -4.5 dB时，SER恶化至约10⁻⁴，显示出与能量效率之间的明确权衡。
• 该方案无需任何前向纠错（FEC）编码，显著降低了传输延迟与复杂度。
• 分层结构有效降低了与SIMO-MBM相比的硬件与算法复杂度，支持可扩展部署。
• 多个接收天线带来的固有分集增益以及各天线间信息的叠加特性，共同提升了系统的高可靠性与高谱效率。