[论文解读] Nonlinear 1-Bit Precoding for Massive MU-MIMO with Higher-Order Modulation

Sven Jacobsson, Giuseppe Durisi+3 more|arXiv (Cornell University)|Jan 1, 2016

Advanced MIMO Systems Optimization参考文献 11被引用 6

一句话总结

本文提出了一种针对使用1-bit DAC的高阶调制（如16-QAM、8-PSK）大规模MU-MIMO系统的非线性1-bit预编码算法。通过利用半定规划与凸松弛技术，该方法在使用盲估计或基于训练的信道估计时仍能实现低误码率，显著优于线性量化预编码，后者在高阶星座图下存在严重的误码地板问题。

ABSTRACT

Massive multi-user (MU) multiple-input multiple- output (MIMO) is widely believed to be a core technology for the upcoming fifth-generation (5G) wireless communication standards. The use of low-precision digital-to-analog converters (DACs) in MU-MIMO base stations is of interest because it reduces the power consumption, system costs, and raw baseband data rates. In this paper, we develop novel algorithms for downlink precoding in massive MU-MIMO systems with 1-bit DACs that support higher-order modulation schemes such as 8-PSK or 16-QAM. Specifically, we present low-complexity nonlinear precoding algorithms that achieve low error rates when combined with blind or training-based channel-estimation algorithms at the user equipment. These results are in stark contrast to linear-quantized precoding algorithms, which suffer from a high error floor if used with high-order modulation schemes and 1-bit DACs.

研究动机与目标

• 在使用1-bit DAC的大规模MU-MIMO系统中，实现高阶调制方案（如16-QAM、8-PSK）的可靠下行链路传输。
• 克服线性量化预编码在使用高阶星座图与1-bit DAC时固有的高误码地板问题。
• 开发适用于大规模阵列的低复杂度非线性预编码算法。
• 通过盲估计或基于训练的方法，在用户设备上实现精确的预编码因子估计。

提出的方法

• 提出一种基于半定松弛（SDR）与凸松弛的非线性预编码框架，以高效求解组合型1-bit预编码问题。
• 提出SQUID算法作为基于块的非线性预编码器，联合优化多个时隙内的预编码向量。
• 在用户设备上采用盲估计技术，通过K个时隙内接收信号的样本方差计算预编码因子β。
• 采用基于导频的方法，通过传输单个导频符号估计β，实现在极低导频开销下的精确估计。
• 应用凸松弛技术近似最优1-bit预编码问题，同时保持较低的计算复杂度。
• 通过将信道估计与预编码相结合，将接收信号建模为β、符号能量与噪声的函数，实现联合优化。

实验结果

研究问题

• RQ1 非线性1-bit预编码能否在使用1-bit DAC的大规模MU-MIMO系统中实现16-QAM的可靠传输？
• RQ2 在使用1-bit DAC时，非线性预编码是否显著优于线性量化预编码在高阶星座图下的性能？
• RQ3 仅使用少量时隙，盲估计预编码因子β能否实现接近理想信道信息（genie-aided）估计的性能？
• RQ4 时隙数K对1-bit大规模MU-MIMO系统中盲β估计精度有何影响？
• RQ5 SQUID-based非线性预编码在高阶调制下的性能与SDR-based及线性量化方法相比如何？

主要发现

• SQUID预编码在仅使用K=10个时隙进行盲β估计时，即可实现接近理想信道信息的性能，展现出极低训练开销下的鲁棒性。
• SQUID预编码在所有调制方案（包括16-QAM与8-PSK）下均显著优于线性量化ZF预编码。
• 通过非线性预编码与盲估计，16-QAM传输可实现可靠通信，即使在K=10时隙下也能保持低误比特率。
• 盲估计与基于训练的β估计在误比特率性能上表现相当，验证了盲估计在实际应用中的有效性。
• 64-QAM表现出较高的SNR地板，表明需依赖大规模阵列或前向纠错技术才能实现可靠传输。
• 与SQUID相比，SDR-based预编码性能略差，原因在于其仅针对单一时隙进行优化，凸显了基于块的非线性设计的优势。