[论文解读] Multidimensional Index Modulation for 5G and Beyond Wireless Networks

Seda Doğan-Tusha, Armed Tusha+2 more|arXiv (Cornell University)|Oct 2, 2020

Advanced Wireless Communication Technologies参考文献 163被引用 5

一句话总结

本文提出了一种面向5G及未来网络的多维索引调制（IM）框架，将IM技术按时间、频率、空间和码域进行分类，以优化eMBB、mMTC和URLLC服务的性能。通过将IM方案与频谱效率、能量效率和误比特率等关键性能指标（KPI）关联，该研究实现了针对不同网络需求的定制化IM选择，其中稀疏设计和压缩感知成为降低复杂度与提升可扩展性的关键使能技术。

ABSTRACT

This study examines the flexible utilization of existing IM techniques in a comprehensive manner to satisfy the challenging and diverse requirements of 5G and beyond services. After spatial modulation (SM), which transmits information bits through antenna indices, application of IM to orthogonal frequency division multiplexing (OFDM) subcarriers has opened the door for the extension of IM into different dimensions, such as radio frequency (RF) mirrors, time slots, codes, and dispersion matrices. Recent studies have introduced the concept of multidimensional IM by various combinations of one-dimensional IM techniques to provide higher spectral efficiency (SE) and better bit error rate (BER) performance at the expense of higher transmitter (Tx) and receiver (Rx) complexity. Despite the ongoing research on the design of new IM techniques and their implementation challenges, proper use of the available IM techniques to address different requirements of 5G and beyond networks is an open research area in the literature. For this reason, we first provide the dimensional-based categorization of available IM domains and review the existing IM types regarding this categorization. Then, we develop a framework that investigates the efficient utilization of these techniques and establishes a link between the IM schemes and 5G services, namely enhanced mobile broadband (eMBB), massive machine-type communications (mMTC), and ultra-reliable low-latency communication (URLLC). Additionally, this work defines key performance indicators (KPIs) to quantify the advantages and disadvantages of IM techniques in time, frequency, space, and code dimensions. Finally, future recommendations are given regarding the design of flexible IM-based communication systems for 5G and beyond wireless networks.

研究动机与目标

• 为解决在5G及未来网络中为多样化服务选择合适索引调制（IM）技术时缺乏系统性指导的问题。
• 基于维度对现有IM技术在时间、频率、空间和码域中的应用进行分类。
• 将特定IM方案与eMBB（频谱效率）、mMTC（低复杂度、高能量效率）和URLLC（可靠性、低时延）服务的性能需求相匹配。
• 定义用于评估多维IM系统中频谱效率、能量效率与接收机复杂度之间权衡的关键性能指标（KPI）。
• 识别未来研究方向，包括稀疏设计与机器学习融合，以实现可扩展且高效的IM收发器设计。

提出的方法

• 基于时间、频率、空间和码域等应用领域，采用基于维度的分类法对IM技术进行分类。
• 根据频谱效率、能量效率和时延等指标，将每种IM变体映射到5G及未来网络中eMBB、mMTC和URLLC服务的具体需求上。
• 定义频谱效率、误比特率和系统复杂度等KPI，以定量比较不同维度下IM技术的性能。
• 将压缩感知（CS）集成到多维IM中，以降低接收机复杂度，同时保持性能并提升数据速率。
• 提出基于神经网络的检测方法，作为多维IM系统中最大似然检测的低复杂度替代方案。
• 分析新型IM类型（如频域IM的MBM和时序索引SM）在联合支持eMBB与URLLC方面的潜力。

实验结果

研究问题

• RQ1 如何基于应用领域对现有的一维和多维IM技术进行系统性分类？
• RQ2 哪些IM方案最适合满足5G及未来网络中eMBB、mMTC和URLLC服务的差异化需求？
• RQ3 在多维IM中，评估频谱效率、能量效率与接收机复杂度之间权衡时，哪些关键性能指标（KPI）最为有效？
• RQ4 如何利用压缩感知与机器学习技术降低多维IM系统中的检测复杂度？
• RQ5 哪些新型发射端实体组合（如射频镜、子载波、时隙）具有尚未被充分挖掘的潜力，可提升频谱效率与系统灵活性？

主要发现

• 多维IM方案，特别是结合空间、频率和时间等多领域的方法，相比一维IM具有更高的频谱效率和更优的误比特率性能。
• 一维IM变体如DMBM和TI-SM由于接收机复杂度低且能量效率高，非常适合mMTC应用。
• 具备高分集增益和快速处理能力的IM技术（如STBC-SM和QSM）因可靠性高、时延低，是URLLC的最优候选方案。
• 将压缩感知集成到多维IM中可降低接收机复杂度，且不牺牲数据速率或频谱效率，尤其在空间域IM中效果显著。
• 基于神经网络的检测器可显著降低多维IM系统中最大似然检测的计算复杂度，从而实现实际部署。
• 在射频镜与子载波上联合应用IM（如频域IM的MBM）仍处于研究空白，是同时支持eMBB与URLLC的有前景方向。