Wishart矩阵的和在精确与近似特征值下的分布讲述.docxVIP

Wishart矩阵的和在精确与近似特征值下的分布 Santosh Kumar, Gabriel Fernando Pivaro, Gustavo Fraidenraich, and Claudio Ferreira Dias 摘要： Wishart 矩阵的和在利用波束元素的多用户通信中有重要作用，如多输入多输出 (MIMO) 、多址接入信道 (MAC)、 MIMO 中继信道和其他的使用随机矩阵描述的数学模型的多用户通信。 在本文中，对复杂的Wishart分布矩阵的线性组合分布进行了研究。我们对一种K复数的中央Wishart矩阵加权值的特征值分布的边际分布提出了一种新的封闭形式的表达式的，其协方差矩阵与单位矩阵成比例。表达式是一般的，并允许任何一组的线性系数。 作为应用实例，我们已经使用边际分布表达式来获取 MIMO MAC 网络的遍历总和率容量和MIMO 中继的情况下的割集上限，这两个都是封闭形式的表达式。 我们还提出了一个非常简单的表达式把Wishart 矩阵的和近似为一个等效的Wishart 矩阵。我们所有的研究结果都通过Monte Carlo 模拟验证。不出所料，精确特征值分布与模拟仿真是一致的，然而对于近似解其中的差异无法区分。 关键字：Wishart矩阵的和、特征值分布、多输入多输出、遍历总和容量、Meijer-G函数 1、简介 A、随机矩阵和MIMO单用户关系 随机矩阵理论已经演变成一个真正的多学科课题及其在各个领域的应用，包括通信理论、 量子传输、量子声动力学、量子信息理论，弦理论、 经济物理学、 数论等 [1]。为用矩阵的形式来描述相关物理系统的运算符提供了并且使用它的性质来解决比较难得问题。通信理论是随机矩阵理论产生巨大冲击的突出领域之一。在Winters[2]、Foschini[3]和Telatar[4]工作之后，随机矩阵在无线通信领域中获得特别关注。他们已经使用多根天线来增加有限带宽系统的容量。在所有情况下，数学工具矩阵被用来进行分析。 在Telatar的文献[4]中，已经展示了多输入多输出（MIMO）点对点遍历信道的容量。他表明，可以使用James[ 6 ]提出的联合特征值的概率密度函数，而不是处理一个Wishart分布矩阵[ 5 ]的联合概率密度函数，这对于小的维度也是不容易处理的。这种简化是可能的，其考虑到信道容量的酉不变性质和其他通常用来描述多输入多输出系统的参数。Telatar的开拓性工作是第一个建立了 MIMO 通信和随机矩阵理论之间的连接。此后，对Wishart 矩阵性质的探索和理解的兴趣越来越大。 作为Hermitian矩阵的一个特例，Wishart矩阵的出现是在MIMO系统受到莱斯和瑞利衰落。如上文所述，可以借助 Wishart 矩阵 [4]，[7] 的特征值分布统计预测 MIMO 系统的性能。例如，在MIMO系统的信道矩阵涉及Wishart矩阵，其特征值统计引起MIMO信道的遍历容量的知识[ 4 ]。另一方面，最大和最小特征值的分布可以用来分析MIMO的最大比合并系统和MIMO天线选择技术的性能[ 7 ]。[8] 中作者显明在任意秩莱斯信道下采用多通道波束形成的MIMO 系统的误码率 (SER) 性能由子信道SER控制，其对应于最小信道的奇异值。他们的研究结果是基于边缘复杂的非中心Wishart矩阵特征值的分布。由于在慢衰落的情况下，确定的遍历容量是不可行的，一个度量单位的中断概率是必需的用来评估系统的性能[ 9 ]。中断概率与Wishart矩阵的累计特征值分布函数相关[ 4 ]， [ 8 ]，[ 10 ]。由于无线信道的物理性质和所有可能的天线阵列安排，对不同类型的Wishart矩阵进行了研究，如伴随着瑞利和莱斯衰落的中心和非中心，分别对应在发射端和接收端的天线相关性的不相关，半相关，双相关，，[ 11 ][12 ]。 B、MIMO多用户情况下的扩展 前面提到的所有的工作都关注MOMI单用户信道，其大部分问题已经解决了或至少很好理解 [13] 。然而，对于MIMO多用户情况下仍存在许多的问题，诸如 MIMO 中继信道的总容量。 在无线多用户信道中，比在单用户信道中单个用户速率，我们通常更关注系统的整体信息率（容量）[ 14，15 ]。以这种方式，我们可以定义与联合用户性能相关联的度量标准。例如，我们有对称容量和总和容量。前者是在这两个用户可以同时进行可靠通信的最大共同率；后者是可以实现的最大总吞吐量[ 9]，可以被视为一个约束，用来限制每个用户的个人速率。由于总容量反映了整个系统的性能，这个指标是从分析和实际的角度来看是很有趣的。 可以从总容量名称中推断出来，评估这个参数，我们必须把每个用户的速率加起来。此操作将导致Wishart矩阵与多用户系统中的每一个MIMO信道做相关的总和。例