[论文解读] Sum Rate Maximization using Linear Precoding and Decoding in the Multiuser MIMO Downlink

Adam J. Tenenbaum, Raviraj Adve|ArXiv.org|Jan 2, 2008

Advanced MIMO Systems Optimization参考文献 18被引用 7

一句话总结

该论文提出了一种用于多用户MIMO下行链路系统的线性预编码与检测算法，通过在总功率约束下最小化平均符号误差乘积（PMSE），以最大化和速率。利用上行-下行对偶性，该方法迭代设计预编码器与检测器以提升频谱效率，在15 dB信噪比下相比基于SMSE的方法实现高达1.5 bit/符号的增益，同时通过自适应PSK调制满足目标误码率（BER）。

ABSTRACT

We propose an algorithm to maximize the instantaneous sum data rate transmitted by a base station in the downlink of a multiuser multiple-input, multiple-output system. The transmitter and the receivers may each be equipped with multiple antennas and each user may receive more than one data stream. We show that maximizing the sum rate is closely linked to minimizing the product of mean squared errors (PMSE). The algorithm employs an uplink/downlink duality to iteratively design transmit-receive linear precoders, decoders, and power allocations that minimize the PMSE for all data streams under a sum power constraint. Numerical simulations illustrate the effectiveness of the algorithm and support the use of the PMSE criterion in maximizing the overall instantaneous data rate.

研究动机与目标

• 解决现有研究在多用户MIMO下行链路系统中仅关注最小化和均方误差（SMSE）以提升可靠性，而未考虑最大化数据速率的问题。
• 开发一种实用的线性预编码策略，在总发射功率约束和各用户误码率（BER）要求下，最大化瞬时和数据速率。
• 建立PMSE最小化与多用户MIMO中和容量最大化的联系，尤其在实际调制约束条件下的表现。
• 设计一种自适应调制方案，根据信干噪比（SINR）动态选择PSK星座图大小，以满足BER目标并最大化频谱效率。
• 在实际条件下，通过和速率与BER性能对比，验证所提出的基于PMSE的算法相较于基于SMSE的预编码方法的有效性。

提出的方法

• 利用上行-下行对偶性，将下行链路PMSE最小化问题转化为等效的上行链路问题，以实现高效优化。
• 采用迭代算法，联合优化线性预编码器、检测器与功率分配，以最小化所有数据流的误差乘积。
• 应用M-ary PSK的闭式误码率（BER）近似公式，将SINR值映射为可实现的频谱效率，并确保满足BER约束。
• 采用概率性比特分配方案，以概率p_kj在b与b+1个比特/符号之间切换，以在维持长期BER目标的前提下提升频谱效率。
• 实现一种保守的基线方法——朴素比特分配，与概率性方案对比以证明速率增益。
• 利用PMSE优化预编码器所得的SINR，确定每个数据流可满足目标BER的最高阶PSK星座图。

实验结果

研究问题

• RQ1 最小化平均符号误差乘积（PMSE）能否作为多用户MIMO下行链路系统中最大化和容量的有效代理？
• RQ2 在实际PSK调制条件下，基于PMSE的线性预编码与基于SMSE的预编码在可实现和速率与BER性能方面有何差异？
• RQ3 基于SINR的自适应调制在满足个体BER约束的前提下，能在多大程度上提升频谱效率？
• RQ4 在PMSE优化系统中，概率性比特分配是否能带来高于固定保守比特分配的平均和速率？
• RQ5 在PSK调制下，信息论和容量与实际PMSE优化线性预编码之间存在多大的性能差距？

主要发现

• 在15 dB信噪比下，基于PMSE的预编码器相比基于SMSE的预编码器，和速率提升约1 bit/符号。
• 概率性调制方案（'PMSE-P'）在所有信噪比下相比朴素比特分配方法，额外实现超过半比特/符号的增益。
• 朴素比特分配方法显著超出目标BER（10⁻²），实际BER约为5×10⁻⁴，原因在于BER边界过松。
• 概率性调制方案实现的BER更接近目标值10⁻²，剩余差距归因于BER模型中的近似误差。
• PMSE最小化框架成功将线性预编码与和速率最大化联系起来，在实际系统配置中展现出优于SMSE方法的实用增益。
• 仿真结果证实，在总功率约束下，PMSE最小化相比SMSE最小化能实现更高的频谱效率，尤其在结合自适应调制时更为显著。