Transceiver design for multiuser MIMO systems

Der Einsatz mehrerer Antennen an der Basisstation und an den Mobilstationen (multiple-input-multiple-output (MIMO)) erhöht die spektrale Effizienz und Zuverlässigkeit von drahtlosen Kommunikationsverbindungen. Mehrnutzer MIMO-Kanäle, wie z.B. der Punkt-zu-Mehrpunkt Kanal (Downlink) sind wesentlich komplizierter als der klassische "Single User" Kanal. Diese Arbeit behandelt den gemeinsamen Entwurf von linearen Sende- und Empfangsfiltern für eine Punkt-zu-Mehrpunkt-Übertragung in einem Mehrnutzer MIMO-System. Verschiedene Optimierungsprobleme werden untersucht. Der Schwerpunkt liegt auf der Optimierung des minimalen mittleren quadratischen Fehlers (minimium mean square error, MMSE) und der Datenraten. Die Nicht-Konvexität dieser Probleme macht die Entwicklung von global konvergierenden Sender- und Empfänger-Algorithmen oft schwierig. Wir schlagen daher einen neuen dualitätsbasierten Ansatz für die Downlink-Optimierung vor. Anstatt direkt zu optimieren, stellen wir äquivalente Uplink/Downlink-Kanäle auf. Es wird für eine vorgegebe Gesamtleistung gezeigt, dass jeder MSE Punkt, der im Uplink erreichbar ist, auch im Downlink erreicht werden kann. Die vorgeschlagene MMSE-Dualität ermöglicht eine Lösung des komplizierten Downlink-Problems durch Betrachtung eines äquivalenten Uplink Problems. Weiterhin wird eine heuristische Optimierungsstrategie zur gemeinsamen Optimierung von Sende- und Empfangsfiltern vorgeschlagen. Die Strategie basiert auf der abwechselnden Optimierung von Sendeleistungen und Filtern, durch den Wechsel zwischen dem äquivalenten Uplink-Kanal und dem Downlink-Kanal. Die gezeigte Dualität stellt sicher, dass die gleichen MSE Punkte in beiden Links erreicht werden. Es wird gezeigt, dass dieser alternierende Ansatz nicht nur für die MMSEOptimierung genutzt werden kann, sondern auch für die Raten-Optimierung. Weitere Algorithmen werden innerhalb dieser Optimierungsstrategie untersucht. Ein wesentlicher Aspekt ist hierbei die Optimierung der Sendeleistungen. Für unterschiedliche Optimierungsstrategien werden optimale Algorithmen zur Berechnung der Sendeleistungen hergeleitet. Neben den dualitätsbasierten Optimierungsansätzen wird ein weiterer Ansatz entwickelt, welcher die Optimierung direkt im Downlink durchführt. Dieser Ansatz nutzt, dass die Optimierung der Sender für bestimmte MMSE-basierte Aufgabenstellungen konvex ist. Es wird gezeigt, dass diese sendeseitigen Optimierungsprobleme als "Second Order Cone Programs" (SOCPs) formuliert werden können. Der optimale II lineare Empfänger ist das lineare MMSE-Filter. Wir beweisen, dass die Algorithmen aus diesem Ansatz monoton konvergieren. Anwendungsbeispiele werden untersucht für Multicasting-Szenarien und für die Kooperation von Basisstationen in einem Netzwerk mit MIMO-Verbindungen. Dieser Optimierungsansatz ist jedoch sehr allgemein und nicht beschränkt auf die gezeigten Anwendungsbeispiele. Beliebige konvexe Nebenbedingungen können hinzugenommen werden, z.B. unterschiedliche Leistungsbeschränkungen, eine Summenleistungsbeschränkung oder Leistungsbeschränkungen pro Antenne (bzw. Antennengruppe).

The use of multiple antennas at both base stations and mobile stations (multiple-input-multiple-output (MIMO)) increases the spectral efficiency and reliability in wireless communications. Multiuser MIMO communication, especially the point-to-multipoint downlink transmission is substantially more complicated compared with a single-user communication environment. The focus of this thesis is the joint design of linear transmitters and receivers (transceivers) for point-to-multipoint transmission in multiuser MIMO systems. Various optimization problems with respect to minimum mean square error (MMSE) and rate will be investigated. The non-convexity of these problems makes the derivation of globally optimal algorithms very difficult. We propose a new duality-based approach for downlink optimization under a total power constraint. Instead of optimizing directly, we set up equivalent uplink/downlink channels and show that under a total power constraint, any MSE point which is achievable in the uplink can be achieved in the downlink as well. As a direct consequence of this MSE duality, the complicated downlink optimization can be carried out efficiently by focusing on the equivalent uplink problem. Additionally, a heuristic alternating optimization strategy is proposed. Since the MSE duality ensures that the same MSEs can be achieved in both links, it is possible to optimize the powers and filters in an alternating manner by switching between the equivalent uplink channel and the downlink channel. This alternating approach is not only applicable to MMSE optimization, but also to rate optimization. To derive an algorithm from this framework, the essential issue is to specify the uplink power allocation according to the concrete optimization problem. New optimal power allocation strategies are derived for the problems considered here. Besides these duality-based approaches, we propose another framework, which performs optimization in the downlink directly. This framework exploits the convexity of certain MMSE-type transmitter optimization problems. We show that these problems can be reformulated as second order cone programs (SOCPs). The optimal linear receiver is known as the linear MMSE filter. We prove that the algorithms derived from this framework converge monotonically. Application examples are studied for the scenarios of multicasting and base station cooperation in network MIMO systems. However, the proposed optimization framework is very general and not restricted to the application examples. Any convex constraints can be included without changing the mathematical structure, e.g., different power constraints, such as a total power constraint or per-antenna(-group) power constraints, etc.