[论文解读] MIMO Precoding in Underlay Cognitive Radio Systems with Completely Unknown Primary CSI

Amitav Mukherjee, Minyan Pei+1 more|arXiv (Cornell University)|Apr 5, 2012

Advanced MIMO Systems Optimization参考文献 29被引用 3

一句话总结

本文提出了一种针对完全未知主用户信道状态信息（CSI）的MIMO认知无线电系统的秩最小化预编码策略，引入了一种新颖的‘节俭水填’（FWF）算法，该算法在保证目标认知速率的同时，最小化发射功率与秩。尽管FWF引入了更高的干扰温度，其主用户（PR）吞吐量仍显著优于传统水填法与启发式方法，表明干扰温度并非可靠指标，而干扰泄漏率是主用户性能影响的更优衡量标准。

ABSTRACT

This paper studies a novel underlay MIMO cognitive radio (CR) system, where the instantaneous or statistical channel state information (CSI) of the interfering channels to the primary receivers (PRs) is completely unknown to the CR. For the single underlay receiver scenario, we assume a minimum information rate must be guaranteed on the CR main channel whose CSI is known at the CR transmitter. We first show that low-rank CR interference is preferable for improving the throughput of the PRs compared with spreading less power over more transmit dimensions. Based on this observation, we then propose a rank minimization CR transmission strategy assuming a minimum information rate must be guaranteed on the CR main channel. We propose a simple solution referred to as frugal waterfilling (FWF) that uses the least amount of power required to achieve the rate constraint with a minimum-rank transmit covariance matrix. We also present two heuristic approaches that have been used in prior work to transform rank minimization problems into convex optimization problems. The proposed schemes are then generalized to an underlay MIMO CR downlink network with multiple receivers. Finally, a theoretical analysis of the interference temperature and leakage rate outage probabilities at the PR is presented for Rayleigh fading channels.We demonstrate that the direct FWF solution leads to higher PR throughput even though it has higher interference "temperature (IT) compared with the heuristic methods and classic waterfilling, which calls into question the use of IT as a metric for CR interference.

研究动机与目标

• 解决认知无线电发射机完全缺乏主用户信道状态信息（CSI），包括瞬时与统计知识时，设计高效MIMO认知无线电系统的挑战。
• 在缺乏主用户CSI的前提下，确保认知无线电主通信链路的最低服务质量（速率）要求。
• 在上述约束下，设计一种最小化对主用户干扰并最大化主系统吞吐量的传输策略。
• 鉴于干扰温度（IT）与实际主用户性能之间存在脱节，重新评估其作为认知无线电干扰影响度量的合理性。
• 提出并验证一种替代度量——干扰泄漏率，其能更准确反映认知传输对主用户的真实影响。

提出的方法

• 提出一种基于认知无线电发射协方差矩阵的秩最小化框架，以减少空间自由度并集中干扰，从而提升主用户吞吐量。
• 提出‘节俭水填’（FWF）算法，一种简单且具闭式解的算法，可在最小化功率与最小秩协方差矩阵的前提下实现所需的认知速率。
• 采用两种凸松弛技术——核范数与对数行列式启发式方法，以近似非凸的秩最小化问题。
• 通过改进的块对角化（BD）方法，将FWF与启发式策略推广至多用户MIMO共用下行链路场景。
• 基于瑞利衰落信道，利用随机矩阵理论推导干扰温度与泄漏率的中断概率理论表达式。
• 使用经验互补累积分布函数（ccdf）比较不同算法下干扰温度与泄漏率的统计行为。

实验结果

研究问题

• RQ1 当主链路CSI完全未知时，认知无线电系统能否在实现高 spectral efficiency 的同时最小化对主用户的干扰？
• RQ2 最小化认知无线电发射协方差矩阵的秩，是否能带来优于将功率分散至更多空间维度的主用户性能？
• RQ3 所提出的节俭水填（FWF）算法在主用户吞吐量与中断概率方面，相较于传统水填法与启发式秩近似方法，性能如何？
• RQ4 作为常用度量，干扰温度（IT）是否可靠地反映对主用户的真实干扰影响，还是具有误导性？
• RQ5 干扰泄漏率能否作为评估认知无线电干扰影响的更准确、更有意义的度量，优于干扰温度？

主要发现

• 节俭水填（FWF）算法在所有测试方案中实现了最高的主用户（PR）吞吐量，尽管其引入了最高的干扰温度。
• FWF在平均PR速率与PR速率中断概率方面，始终优于传统水填法（CWF）与对数行列式启发式方法。
• 研究结果表明，干扰温度（IT）具有误导性：更高的IT并不意味着更差的PR性能——FWF具有最高IT，但表现出最佳PR性能。
• 所提出的干扰泄漏率度量与实际PR性能具有强相关性，是衡量认知无线电干扰影响的更准确指标，优于IT。
• 理论分析与仿真结果共同证实，在瑞利衰落信道下，秩最小化优于将功率分散至多个空间维度，能带来更优的PR性能。
• 在包含三个认知用户的多用户MIMO共用下行链路场景中，FWF在不同发射功率与目标速率配置下，均保持了优越的PR速率性能。