Symbol Error Analysis of Linear Receivers in Terahertz Channels under Channel-Noise Dependence

技術要約：チャネル・ノイズ依存性下におけるテラヘルツ・チャネル内の線形レシーバのシンボル誤り解析

問題提起
テラヘルツ（THz）帯（100 GHzから10 THz）は、次世代の無線システムにおけるテラビット級のデータレート達成のために極めて重要である。しかし、テラヘルツ技術の潜在能力の完全な発揮は、深刻な減衰、分子吸収、およびハードウェアの不完全性を含む伝搬上の課題によって阻害されている。既存の性能解析フレームワークにおける重大な欠落は、チャネルと加法性ノイズの独立性を仮定している点にある。実際のテラヘルツシステムでは、チャネル誘起の分子吸収ノイズやハードウェアの不完全性（例：送信機および受信機の歪み）により、チャネル状態とノイズの間に統計的な依存関係が生じるため、この仮定が崩れることが多い。このような相関を無視する従来のモデルは、特にディープフェージング（深いフェージング）シナリオにおいて、線形検出器の性能を正確に予測できない。さらに、ゼロフォーシング（ZF）および最小平均二乗誤差（MMSE）検出器は標準的であるが、多様なテラヘルツ・フェージングモデルにおけるチャネル・ノイズ依存性が、特に高次変調におけるMMSEに内在するバイアスに関して、シンボル誤り率（SER）に与える具体的な影響については、まだ十分に解明されていない。

手法
本論文は、単一入力単一出力（SISO）テラヘルツシステムにおける線形検出器（ZFおよびMMSE）のSERを評価するための包括的な解析フレームワークを開発している。その手法は、以下の主要なコンポーネteントで構成される：

1. システムおよびチャネルモデリング：

   • フェージングモデル： 本研究では、3つの異なるフェージング環境を検討している：レイリーフェージング（参照用）、屋内テラヘルツシナリオ用の$\alpha-\mu$分布、および屋外テラヘルツシナリオ用のMixture-Gamma（MG）分布。
   • ノイズ相関： フレームワークは、チャネル（$h$）とノイズ（$n$）の間の依存関係を明示的にモデル化している。2つのアプローチが用いられている：
     • 直接的な統計的相関： ガウス型チャネルにおける複素相関係数（$\lambda$）の使用。
     • コピュラベースのモデリング： 非ガウス型チャネル振幅とノイズの間の複雑な依存構造を捉えるための、Farlie-Gumbel-Morgenstern（FGM）およびFrankコピュラの採用。
   • ハードウェア不完全性： 特定のテラヘルツシステムモデルには、ノイズ分散がチャネル電力（$|h|^2$）に比例する、送信機および受信機からの歪みノイズが含まれている。

2. 解析的導出：

   • ZF検出器： 有効ノイズは、依存変数（チャネルに対するノイズの比）としてモデル化される。本論文では、Meijer G関数を用いて、MG分布チャネルにおけるこの比の確率密度関数（PDF）を導出している。
   • MMSE検出器： 後フィルタリングされた受信信号のPDFを導出する。極めて重要な点として、本論文は「ミスマッチ」の問題に対処している：MMSEはスケーリング・バイアスを導入し、標準的なZF領域に対して決定境界をシフトさせる。本論文では、標準的なZF決定領域の下で動作するMMSEのSER式を導出しており、これは一般的な実用的仮定である。
   • 漸近解析： 高SNR近似を導出し、SNRとSERの間の関数的関係（特にディープフェード事象に焦点を当てたもの）を特徴付ける。

3. 検証：

   • 理論式は、MATLABを用いた大規模なモンテカルロ・シミュレーション（$N = 5 \times 10^6$ 回の試行）によって検証されている。
   • シミュレーションは、様々な変調方式（4-QAMおよび16-QAM）と相関強度をカバーしている。

主な貢献
本論文の技術的貢献は以下の通りである：

• 拡張されたフレームワーク： レイリーフェージングおよび屋内テラヘルツチャネルにおける従来のZF検出に関する研究を、MG分布でモデル化された屋外テラヘルツ環境およびMMSE検出へと拡張した。
• 相関モデリング： 直接的な統計的相関およびコピュラベースの手法（FGMおよびFrank）の両方を用いて、チャネル・ノイズ依存性のための一般化された解を提供し、これらのシナリオにおける有効ノイズPDFを導出した。
• MMSEバイアス解析： ZFベースの決定領域を使用する場合のMMSE検出器の性能劣化を正式に分析した。本論文は、MMSEが数値的安定性を提供する一方で、高次変調（例：16-QAM）において決定境界をシフトさせる固有のバイアスにより、ZFと比較して性能低下を招くことを導き出している。
• 閉形式および半解析的表現： レイリー、$\alpha-\mu$、およびMGチャネルにわたるSERのための新しい半解析的定式化、閉形式解、および正確な近似式を導出した。

結果
シミュレーション結果は、導出された理論式と強い一致を示しており、フレームワークの正確性を検証している。主な知見は以下の通りである：

• 相関の影響： チャネル・ノイズ依存性は受信機の性能に大きく影響する。目標SERが$10^{-3}$の場合、70%の相関があると、独立したケースと比較して有効SNRが約6.5 dB劣化する。
• ZF vs. MMSE の性能：
  • 4-QAMの場合、ZF検出器とMMSE検出器は同一の性能を示し、理論的予測を裏付けている。
  • 16-QAMの場合、MMSE検出器（ZF決定領域で動作する場合）は、SNRが5 dBにおいて、ZFと比較して約1 dBの性能損失を被る。この損失は、バイアスが決定境界をシフトさせていることに起因する。
  • しかし、MMSEは、ZFがチャネル反転（ノイズ増幅）によって苦しむ深刻なフェージング条件下において、優れた堅牢性を示す。
• 屋外テラヘルツ： フレームワークは、MG分布を用いた屋外シナリオのSERを正常に特徴付けており、高SNR領域において漸近式が理論曲線と密接に一致することを示している。

意義および主張
本論文は、将来のテラヘルツ通信システムにおける線形検出器を評価および最適化するための信頼できる解析的基盤を提供すると主張している。その意義は以下の点にある：

1. 現実性： チャネル・ノイズ依存性とハードウェア不完全性を組み込むことで、本フレームワークは、従来の独立ノイズモデルよりも物理的に一貫した解析を提供する。
2. 実用的なトレードオフ： 解析は、MMSEの数値的安定性（ディープフェードにおけるノイズ増幅を防ぐ）と、高次変調において性能を低下させる決定境界のミスマッチとの間のトレードオフを明確にしている。
3. 設計指針： 結果は、4-QAMにおいてはZFが高SNR領域で最適である一方、現実的なテラヘルツ環境においては、性能ギャップ（約1 dB）がアプリケーションの信頼性要件として許容できるのであれば、MMSEが実用的かつ堅牢な代替案であり続けることを示唆している。

著者らは、本フレームワークがテラヘルツシステムの設計にとって価値のあるツールであると結論付けている。特に、他のチャネルおよびノイズモデルへ拡張可能であること、および次世代ネットワーク設計においてチャネル・ノイズ相関を考慮することの必要性を強調している。