[论文解读] Multiuser SM-MIMO versus Massive MIMO: Uplink Performance Comparison

P. Raviteja, T. Lakshmi Narasimhan+1 more|arXiv (Cornell University)|Nov 6, 2013

Advanced Wireless Communication Technologies参考文献 9被引用 10

一句话总结

本文针对大规模多用户空间调制MIMO（SM-MIMO）系统，提出两种低复杂度检测算法——消息传递检测（MPD-SM）和局部搜索检测（LSD-SM）。结果表明，在16个用户和128个基站（BS）天线条件下，SM-MIMO在10⁻³误比特率（BER）时比大规模MIMO系统实现4–5 dB的信噪比（SNR）增益，主要归因于更低的QAM阶数以及每位用户更少的空间流所导致的空间干扰降低。

ABSTRACT

In this paper, we propose algorithms for signal detection in large-scale multiuser {\em spatial modulation multiple-input multiple-output (SM-MIMO)} systems. In large-scale SM-MIMO, each user is equipped with multiple transmit antennas (e.g., 2 or 4 antennas) but only one transmit RF chain, and the base station (BS) is equipped with tens to hundreds of (e.g., 128) receive antennas. In SM-MIMO, in a given channel use, each user activates any one of its multiple transmit antennas and the index of the activated antenna conveys information bits in addition to the information bits conveyed through conventional modulation symbols (e.g., QAM). We propose two different algorithms for detection of large-scale SM-MIMO signals at the BS; one is based on {\em message passing} and the other is based on {\em local search}. The proposed algorithms are shown to achieve very good performance and scale well. Also, for the same spectral efficiency, multiuser SM-MIMO outperforms conventional multiuser MIMO (recently being referred to as massive MIMO) by several dBs; for e.g., with 16 users, 128 antennas at the BS and 4 bpcu per user, SM-MIMO with 4 transmit antennas per user and 4-QAM outperforms massive MIMO with 1 transmit antenna per user and 16-QAM by about 4 to 5 dB at $10^{-3}$ uncoded BER. The SNR advantage of SM-MIMO over massive MIMO can be attributed to the following reasons: (i) because of the spatial index bits, SM-MIMO can use a lower-order QAM alphabet compared to that in massive MIMO to achieve the same spectral efficiency, and (ii) for the same spectral efficiency and QAM size, massive MIMO will need more spatial streams per user which leads to increased spatial interference.

研究动机与目标

• 为解决大规模多用户SM-MIMO系统中用户数和基站（BS）天线数较多时缺乏可扩展、低复杂度检测算法的问题。
• 研究在相同频谱效率和系统负载条件下，SM-MIMO与大规模MIMO之间的上行链路性能权衡。
• 评估SM-MIMO中空间索引比特和降低QAM阶数对系统性能的影响，相对于传统大规模MIMO系统。
• 开发可随系统规模高效扩展且保持近似最优性能的检测算法。
• 量化SM-MIMO相对于大规模MIMO在频谱效率、QAM阶数和空间干扰方面的SNR优势。

提出的方法

• 提出一种基于SM-MIMO检测问题因子图表示的迭代消息传递的检测算法（MPD-SM）
• 提出一种局部搜索检测（LSD-SM）算法，通过迭代局部优化对初始解进行精炼，以提升误比特率（BER）性能
• 将MPD-SM与LSD-SM结合为混合MPD-LSD-SM方案，利用MPD-SM输出作为LSD-SM的初始点，从而在不进行矩阵求逆的情况下提升性能
• 采用K个用户、N=128个基站接收天线、每个用户n_t=4个发射天线、每个用户n_rf=1个射频链路的系统模型，通过发射天线选择实现空间复用
• 采用4-QAM和16-QAM调制方式，对比SM-MIMO与大规模MIMO配置下的频谱效率和性能表现
• 评估不同系统负载因子（α=K/N）下的性能表现，并在相同频谱效率和QAM大小条件下对比BER性能

实验结果

研究问题

• RQ1 消息传递和局部搜索检测算法是否能在大规模多用户SM-MIMO系统中实现接近最小均方误差（MMSE）性能的同时保持低复杂度？
• RQ2 当两个系统实现相同频谱效率时，SM-MIMO相比大规模MIMO的上行链路BER性能增益是多少？
• RQ3 SM-MIMO中使用空间索引比特如何降低实现相同频谱效率时所需的QAM阶数，相较于大规模MIMO？
• RQ4 在大规模MIMO中增加每个用户的空间流数量对空间干扰和整体系统性能有何影响？
• RQ5 所提出的检测算法在系统负载因子（K/N）增加时，其复杂度和BER性能如何变化？

主要发现

• 在16个用户和128个基站天线条件下，每个用户使用4根发射天线和4-QAM调制的SM-MIMO系统，在10⁻³ BER时比每个用户使用1根发射天线和16-QAM调制的大规模MIMO系统实现4–5 dB的SNR增益。
• MPD-SM算法在保持更低计算复杂度的同时，BER性能优于MMSE检测器。
• LSD-SM算法在仅增加适度复杂度的情况下优于MPD-SM，证明了局部精炼方法的有效性。
• 混合MPD-LSD-SM方案在显著降低复杂度的同时，实现了接近MMSE的性能。
• 在相同频谱效率和QAM大小（如4-QAM）下，大规模MIMO需要每个用户更多的空间流（如2或4根），导致空间干扰增加并引起性能下降。
• 由于采用低阶调制和更低干扰，SM-MIMO在各种负载因子（α）下均优于大规模MIMO，尤其在低至中等系统负载下表现更优。