[论文解读] Multi-User MIMO Receivers With Partial State Information

Ahmad Gomaa, Louay M. A. Jalloul+3 more|arXiv (Cornell University)|Feb 1, 2015

Advanced Wireless Communication Techniques参考文献 9被引用 5

一句话总结

该论文提出了一种联合最大似然（ML）调制分类与数据检测接收机，用于部分信道状态信息下的多用户MIMO（MU-MIMO）系统，其中共调度用户的星座图未知。通过利用max-log-MAP近似，该方法在调制分类与软判决生成之间共享欧氏距离计算，从而实现高效的硬件架构。在低相关性条件下，该接收机在64-QAM系统中采用编码码率为1/2的Turbo编码时，于1%块误码率（BLER）下比线性接收机获得高达1.5 dB的SNR增益，并在高天线相关性条件下显著优于线性方法。

ABSTRACT

We consider a multi-user multiple-input multiple-output (MU-MIMO) system that uses orthogonal frequency division multiplexing (OFDM). Several receivers are developed for data detection of MU-MIMO transmissions where two users share the same OFDM time and frequency resources. The receivers have partial state information about the MU-MIMO transmission with each receiver having knowledge of the MU-MIMO channel, however the modulation constellation of the co-scheduled user is unknown. We propose a joint maximum likelihood (ML) modulation classification of the co-scheduled user and data detection receiver using the max-log-MAP approximation. It is shown that the decision metric for the modulation classification is an accumulation over a set of tones of Euclidean distance computations that are also used by the max-log-MAP detector for bit log-likelihood ratio (LLR) soft decision generation. An efficient hardware implementation emerges that exploits this commonality between the classification and detection steps and results in sharing of the hardware resources. Comparisons of the link performance of the proposed receiver to several linear receivers is demonstrated through computer simulations. It is shown that the proposed receiver offers \unit[1.5]{dB} improvement in signal-to-noise ratio (SNR) over the nulling projection receiver at $1\%$ block error rate (BLER) for $64$-QAM with turbo code rate of $1/2$ in the case of zero transmit and receiver antenna correlations. However, in the case of high antenna correlation, the linear receiver approaches suffer significant loss relative to the optimal receiver.

研究动机与目标

• 在已知完整信道状态信息但共调度用户调制星座图未知的系统中，提升MU-MIMO检测性能。
• 解决现有线性接收机将共调度用户信号视为干扰所导致的次优性能问题。
• 设计一种联合检测与调制分类方案，将未知星座图视为受限估计问题，从而提高检测精度。
• 通过利用调制分类与数据检测之间计算的共性，实现高效硬件实现。

提出的方法

• 所提出的接收机采用联合最大似然（ML）方法，同时对共调度用户的调制星座图进行分类并检测目标用户的符号。
• 应用max-log-MAP近似，推导出用于调制分类的判决度量，该度量在OFDM子载波上累积欧氏距离。
• 在max-log-MAP检测器中用于比特对数似然比（LLR）计算的相同欧氏距离度量，被重用于调制分类，从而实现硬件资源复用。
• 该方法在OFDM子载波上实现，性能在不同资源元素数（N）和SNR水平下进行评估。
• 系统模型假设两个用户共享相同时频资源，接收端可获得信道估计，但对干扰用户调制格式一无所知。
• 性能通过计算机仿真评估，涵盖i.i.d.衰落和高天线相关性（0.9）场景，并与迫零（nulling）、MMSE和IRC接收机进行比较。

实验结果

研究问题

• RQ1 当共调度用户的星座图未知时，联合ML调制分类与数据检测能否提升MU-MIMO性能？
• RQ2 在低相关性和高相关性条件下，所提方法与线性接收机（如迫零、MMSE）的性能相比如何？
• RQ3 OFDM子载波数（N）对调制星座图分类准确率有何影响？
• RQ4 能否利用调制分类与软检测之间的计算共性以降低硬件复杂度？
• RQ5 尽管资源元素增多导致噪声累积，所提方法在低SNR场景下是否仍保持高性能？

主要发现

• 所提出的联合ML分类与检测接收机在i.i.d.衰落且无天线相关性条件下，于64-QAM系统中采用码率为1/2的Turbo编码时，在1%块误码率（BLER）下相比迫零投影接收机获得约1.5 dB的SNR增益。
• 在相同条件下，仅使用干扰用户信道估计的MMSE接收机相比联合ML方法表现出约1 dB的性能退化。
• 在高天线相关性（发射与接收阵列相关性均为0.9）条件下，线性接收机性能显著下降，而联合ML方法保持接近最优性能。
• 当期望信号功率等于干扰信号功率（SIR = 0 dB）时，ML调制分类方法相比迫零方法在4-QAM下获得5 dB增益，在64-QAM下获得2 dB增益。
• 使用N = 12个资源元素可实现鲁棒的星座图大小检测性能，而N = 1在极低SNR下优于N = 12和N = 24，原因在于噪声累积。
• 调制分类与LLR计算之间共享欧氏距离度量，使得硬件架构更高效，显著降低面积与功耗。