[論文レビュー] Adaptive Power Allocation and Control in Time-Varying Multi-Carrier MIMO Networks

Ioannis Stiakogiannakis, Panayotis Mertikopoulos+1 more|arXiv (Cornell University)|Mar 7, 2015

Advanced MIMO Systems Optimization参考文献 43被引用数 7

ひとこと要約

本稿は、時間変動するマルチキャリアMIMOネットワークにおける適応的パワー割り当てのための行列指数学習アルゴリズムを提案する。チャネル状態とQoS要件が任意に変化する環境下でも、レジリエントな性能を達成する。レジリエント最小化を目的としたオンライン最適化問題としてパワー制御を定式化することで、不完全なチャネル状態情報（CSI）下でも、理論的保証と現実的なシミュレーションによる検証を伴い、後向きに最適な性能に漸近的に到達する。

ABSTRACT

In this paper, we examine the fundamental trade-off between radiated power and achieved throughput in wireless multi-carrier, multiple-input and multiple-output (MIMO) systems that vary with time in an unpredictable fashion (e.g. due to changes in the wireless medium or the users' QoS requirements). Contrary to the static/stationary channel regime, there is no optimal power allocation profile to target (either static or in the mean), so the system's users must adapt to changes in the environment "on the fly", without being able to predict the system's evolution ahead of time. In this dynamic context, we formulate the users' power/throughput trade-off as an online optimization problem and we provide a matrix exponential learning algorithm that leads to no regret - i.e. the proposed transmit policy is asymptotically optimal in hindsight, irrespective of how the system evolves over time. Furthermore, we also examine the robustness of the proposed algorithm under imperfect channel state information (CSI) and we show that it retains its regret minimization properties under very mild conditions on the measurement noise statistics. As a result, users are able to track the evolution of their individually optimum transmit profiles remarkably well, even under rapidly changing network conditions and high uncertainty. Our theoretical analysis is validated by extensive numerical simulations corresponding to a realistic network deployment and providing further insights in the practical implementation aspects of the proposed algorithm.

研究の動機と目的

• チャネル状態とQoS要件が予測不能に変化する時間変動するマルチキャリアMIMOネットワークにおけるパワー-スループットトレードオフの課題に対処する。
• 静的またはエルゴディック最適化フレームワークの限界を克服するため、パワー制御をオンラインで非定常な最適化問題としてモデル化する。
• システムの進化に関する事前知識を必要とせず、最良の固定方策に漸近的に一致する（ノーレジット）分散型で適応的なパワー制御アルゴリズムを開発する。
• 特にノイズの多い勾配推定値を伴う状況下でも、不完全なチャネル状態情報（CSI）に対してアルゴリズムのロバストネスを保証する。
• 現実的なネットワーク展開シナリオにおける広範な数値シミュレーションを通じて、理論的性能を検証する。

提案手法

• 本稿では、ユーザーが後向きに最良の固定送信方策に対するレジリエントを最小化するオンライン最適化タスクとしてパワー制御問題を定式化する。
• 適応的行列指数学習ルールを提案し、ユーザーの勾配フィードバックの連続時間近似を用いて送信パワー共分散行列を更新する。
• 探索と活用のバランスを保つために、時間変動する学習率 η(n) = min{ηn⁻¹ᐟ², η} を使用し、任意のシステムダイナミクス下でも収束を保証する。
• 主な構成要素として、行列指数写像 Q(n+1) = P exp(ηₙ₋₁ᐟ² Y(n)) / (1 + tr[exp(ηₙ₋₁ᐟ² Y(n))]) が含まれ、パワー行列が実行可能集合に留まるように保証する。
• H"olderの不等式と行列指数写像のリプシッツ連続性を用いてレジリエントをバインドし、O(log T / η(T)) + o(T) の上界を得る。
• Borel–Cantelliの補題を用いて、不完全なCSI下のロバストネスを確立し、勾配推定値のノイズが、きわめて弱い統計的条件下ではレジリエント最小化を妨げないことを示す。

実験結果

リサーチクエスチョン

• RQ1 チャネル状態とQoS要件が任意に変化し、定常的でない時間変動するマルチキャリアMIMOネットワークにおいて、パワー割り当てを最適に制御する方法は何か？
• RQ2 どのような学習アルゴリズムが、ユーザーが後向きに最良の固定方策に対するレジリエントを最小化するように、リアルタイムで送信戦略を適応可能にするか？
• RQ3 提案された行列指数学習アルゴリズムは、ノイズや不完全なチャネル状態情報下でも、どのように性能を維持するか？
• RQ4 独立同分布（i.i.d.）またはエルゴディック仮定なしに、非定常的で敵対的な環境下で、レジリエント最小化に対する理論的保証をどのように提供できるか？
• RQ5 動的かつ不確実な条件下での実際のネットワーク展開において、アルゴリズムはどのように性能を発揮するか？

主な発見

• 提案された行列指数学習アルゴリズムは、オンライン最適化フレームワークにおいてノーレジットを達成し、レジリエントが O(log T / η(T)) + o(T) の速度でサブ線形に増加する。
• 測定ノイズが弱い尾部条件（例えば、P(∥Z(n)∥ ≥ n¹ᐟ⁴⁻ε) = O(n⁻β) で β > 1）を満たす限り、不完全なCSI下でもレジリエント最小化を維持する。
• 与えられたノイズモデル下では、推定誤差がレジリエントに与える影響はほとんど確実に消える。すなわち、∑ₙ η(n−1)∥Z(n)∥² = o(T) ほぼ確実に成立する。
• 理論的分析により、高い不確実性を伴う急激に変化する環境でも、アルゴリズムが最適送信方策を高い精度で追跡できることを示す。
• 現実的なOFDMA-MIMO展開における数値シミュレーションにより、アルゴリズムのロバストネスと有効性が確認され、時間経過に伴い個々のユーザーの最適パワー特性を強く追跡していることが示された。
• アルゴリズムの性能は、チャネルプロセスに定常性やエルゴディック性が欠如している場合にも影響を受けないため、動的かつ変化の激しいユーザー行動とチャネル特性を示す5G以降の無線システムに適している。