[論文レビュー] Cell-Free Massive MIMO with Large-Scale Fading Decoding and Dynamic Cooperation Clustering

Özlem Tuğfe Demir, Emil Björnson+1 more|arXiv (Cornell University)|Apr 16, 2021

Advanced MIMO Systems Optimization参考文献 18被引用数 5

ひとこと要約

本稿は、レベル3処理段階で動的協調クラスタリング（DCC）と大規模 fading 復元（LSFD）を備えたユーザ中心のセルフリース massive MIMO システムを提案し、フロントハブ信号伝送量と計算複雑度を顕著に低減しながら、ほぼ最適なスペクトル効率を維持する。近似的に最適な LSFD 方式と、LSFD と最大最小公平性パワー制御を統合するための固定点アルゴリズムを導入し、レベル2と比較して最大50%高い中央値スペクトル効率を達成するとともに、LSFD の計算量は最小限の性能損失で70倍低減した。

ABSTRACT

This paper considers the uplink of user-centric cell-free massive MIMO (multiple-input multiple-output) systems. We utilize the user-centric dynamic cooperation clustering (DCC) framework and derive the achievable spectral efficiency with two-layer decoding that is divided between the access points and the central processing unit (CPU). This decoding method is also known as large-scale fading decoding (LSFD). The fronthaul signaling load is analyzed and a nearly optimal second-layer decoding scheme at the CPU is proposed to reduce the fronthaul requirements compared to the optimal scheme. We also revisit the joint optimization of LSFD weights and uplink power control and show that the corresponding max-min fair optimization problem can be solved optimally via an efficient fixed-point algorithm. We provide simulations that bring new insights into the cell-free massive MIMO implementation.

研究の動機と目的

• セルフリース massive MIMO のスケーラビリティの課題に対処するため、フロントハブ信号伝送量と計算負荷を低減するユーザ中心の動的協調クラスタリング（DCC）を導入すること。
• DCC と LSFD を有するレベル3セルフリース massive MIMO におけるスペクトル効率（SE）とフロントハブ信号伝送負荷を分析すること。
• スペクトル効率の著しい低下を伴わずにフロントハブ要件を低減できる近似的に最適な LSFD 方式の提案。
• LSFD 重みと最大最小公平性上行リンクパワー制御を統合最適化するための固定点アルゴリズムの開発により、低複雑度かつグローバルに最適な解を得ること。

提案手法

• 2段階復元フレームワークを採用：各アクセスポイント（AP）での局所処理と、中央処理ユニット（CPU）での大規模 fading 復元（LSFD）。
• 動的協調クラスタリング（DCC）を適用し、ユーザ中心のAPクラスタを形成することで、各ユーザを処理するAP数を削減し、重複する信号伝送を最小限に抑える。
• 任意の局所結合器と最適LSFDの下でのスペクトル効率に関する閉形式式を導出することで、性能解析を可能にする。
• チャネル統計に基づいてAPの縮小集合を構築することで、近似的に最適なLSFD方式を提案し、フロントハブ信号伝送負荷を顕著に低減する。
• LSFD と最大最小公平性パワー制御を統合するための固定点アルゴリズムを導入し、閉形式での更新が可能で、グローバル最適解に収束する。
• LSFD 計算に必要な複素スカラー交換数、統計的パラメータ、上行リンク信号の観点から、フロントハブ信号伝送負荷を定量的に評価する。

実験結果

リサーチクエスチョン

• RQ1 レベル3処理を伴うセルフリース massive MIMO において、ユーザ中心の動的協調クラスタリング（DCC）は、スペクトル効率とフロントハブ信号伝送負荷にどのように影響を与えるか？
• RQ2 最適LSFDに近いスペクトル効率を維持しつつ、フロントハブ信号伝送を低減できる近似的に最適なLSFD方式を設計可能か？
• RQ3 LSFD と最大最小公平性パワー制御を統合することで、セルフリース massive MIMO における最悪ケースユーザのスペクトル効率にどのような影響を与えるか？
• RQ4 提案されたLSFD とパワー制御のための固定点アルゴリズムは、既存のソルバーと比較して、複雑度と性能の面でどのように異なるか？
• RQ5 DCC を用いたLSFD方式は、元のセルフリース massive MIMO と比較して、LSFD 計算複雑度とフロントハブ信号伝送負荷をどの程度低減できるか？

主な発見

• 提案されたユーザ中心のセルフリース massive MIMO に DCC を適用したシステムは、元のシステムとほぼ同等のスペクトル効率を達成し、中央値スペクトル効率においてもわずかな性能差にとどまる。
• R=5 の近似的に最適な LSFD 方式により、統計的パラメータの交換数が最適LSFDの1301対比で640減少し、フロントハブ信号伝送負荷が5.2倍低減した。
• DCC を用いることで、LSFD の計算複雑度が約70倍低減（343,300から5,025の複素乗算に）した。
• LSFD と最大最小公平性パワー制御を統合するための固定点アルゴリズムは、グローバルに収束し、閉形式での更新が可能であり、低複雑度の最適化を実現した。
• 最大最小公平性パワー制御を適用することで、特に最悪ケースにおいて、全上行リンクパワー送信と比較して、1ユーザあたりの最小スペクトル効率が顕著に向上した。
• R=5 の近似的に最適な LSFD は、最適LSFDとほぼ同等のスペクトル効率性能を達成し、R=1 と比較して統計的パラメータ交換量を50%削減した。