Efficent near-optimum detection algorithms for MIMO communication systems

Abstract

Drahtlose Kommunikationstechnik strebt nach immer höheren Datenraten und immer größerer Zuverlässigkeit der Übertragung, um immer anspruchsvollere Dienste zur Verfügung stellen zu können. Systeme mit mehreren Sendeantennen und mehreren Empfangsantennen, d.h.<br />multiple-input multiple-output (MIMO)-Systeme, sind eine der vielversprechendsten Technologien, um diesen Ansprüchen gerecht zu werden. Gegenüber Systemen mit nur einer Sende- und Empfangsantenne lässt sich mit MIMO-Systemen bei gleicher Übertragungsbandbreite und Sendeleistung sowohl die Datenrate steigern als auch die Übertragungszuverlässigkeit verbessern. Diese Gewinne erfordern jedoch viel rechenaufwändigere Datendetektionsverfahren auf der Empfängerseite. Insbesondere optimale Detektion kann sehr leicht zu exzessivem Rechenaufwand führen.<br />Konventionelle suboptimale Detektionsverfahren hingegen sind sehr recheneffizient, liegen aber weit unter der Leistungsfähigkeit optimaler Detektion. Aus diesem Grund besteht ein großer Bedarf an recheneffizienten Detektionsverfahren, die diesen Leistungsverlust reduzieren. In dieser Dissertation werden neuartige recheneffiziente MIMO-Detektionsverfahren, welche annähernd die Leistungsfähigkeit optimaler Detektion erreichen, vorgestellt und untersucht. Zunächst wird gezeigt, dass der große Leistungsverlust konventioneller suboptimaler Detektionsverfahren hauptsächlich auf "bösartige" Realisierungen des MIMO-Übertragungskanals zurückzuführen ist. Diese Erkenntnis motiviert die Einführung eines idealisierten Modells solcher bösartiger MIMO-Übertragungskanäle, das eine vereinfachte Ausf\"uhrung des optimalen Detektors ermöglicht.<br />Daraus ergeben sich mit einigen Modifikationen recheneffiziente Detektionsverfahren, die robust gegenüber bösartigen Übertragungskanälen sind und annähernd die Leistungsfähigkeit optimaler Detektion erreichen.<br />Der zweite Beitrag dieser Dissertation betrifft ein weit verbreitetes Detektionsverfahren mit Entscheidungsrückkopplung. Die Leistungsfähigkeit dieses Verfahrens wird sehr stark durch die Reihenfolge, in der die Entscheidungen und Rückkopplungen durchgeführt werden, beeinflusst. Für gewöhnlich ist diese Reihenfolge nur durch die Eigenschaften des (statischen) MIMO-Übertragungskanals bestimmt. In dieser Arbeit wird nun ein Verfahren vorgeschlagen, bei dem die Reihenfolge der Entscheidungen und Rückkopplungen auch basierend auf dem Empfangsvektor (zusätzlich zum MIMO-Übertragungskanal) gewählt wird. Diese "dynamische" Wahl der Reihenfolge führt zu einer erheblichen Leistungssteigerung dieses Verfahrens und erlaubt somit, auf recheneffiziente Weise annähernd die Leistungsfähigkeit optimaler Detektion zu erreichen. Zuletzt werden die vorgestellten Konzepte und Methoden auf "weiche" (soft-output) Detektion erweitert, wodurch eine zusätzliche Leistungssteigerung in codierten MIMO-Systemen ermöglicht wird.

Wireless communications continue to strive for higher data rates and a better link reliability in order to provide more advanced services. The use of multiple antennas at both the transmitter and receiver side, i.e., multiple-input multiple-output (MIMO) communications, is one of the most promising technologies to satisfy these demands. Indeed, MIMO systems are capable of achieving increased data rates and an improved link reliability compared to single-antenna systems without requiring additional bandwidth or transmit power. These improvements, however, necessitate the use of more computationally intensive data detection algorithms at the receiver side. In particular, optimum data detection can easily become prohibitively complex.<br />Conventional suboptimum detection techniques have a low computational cost but their performance is in general significantly inferior to that of optimum data detection. Thus, there is a strong demand for computationally efficient data detection algorithms that are able to reduce this performance gap. In this thesis, novel algorithms for efficient near-optimum data detection in MIMO systems are proposed and investigated. First, we show that specific "bad" realizations of the MIMO channel are to a great extent responsible for the inferior performance of conventional suboptimum data detection algorithms. Motivated by this insight, we then introduce an idealized model for bad channels that enables a simplified implementation of the optimum detector. With some modifications, we then obtain efficient detection algorithms that are robust to bad channels and that can achieve near-optimum performance. Secondly, we focus on a popular suboptimum data detection technique based on nulling and cancelling. The order in which the nulling and cancelling operations are performed has a strong influence on the performance of this scheme. The conventional ordering approach merely takes the current (static) channel realization into account. However, we propose to base the ordering also on the current received signal vector in addition to the channel realization. The resulting "dynamic" ordering method yields a significant performance advantage over the conventional scheme, such that near-optimum performance can be achieved at low computational cost.<br />Finally, we extend the proposed concepts and algorithms to soft-output detection, which yields an additional performance improvement in coded MIMO wireless systems.