[論文レビュー] Cognitive Beamforming Made Practical: Effective Interference Channel and Learning-Throughput Tradeoff

Rui Zhang, Feifei Gao+1 more|ArXiv.org|Sep 12, 2008

Cognitive Radio Networks and Spectrum Sensing参考文献 20被引用数 4

ひとこと要約

本稿は、観測された主ユーザー（PR）信号から推定される有効干渉チャネル（EIC）を用いる実用的な認知ビームフォーミング（CB）方式を提案する。この方式は、明示的なチャネルフィードバックの必要性を排除し、オポチュニスティック空間共有（OSS）を可能にし、従来のアンダーレイまたはインターウェイ方式よりも高いスペクトル効率を達成する。また、干渉および電力制約下でのCRスルーレットを最大化する最適な学習-スルーレットトレードオフが導出されている。

ABSTRACT

This paper studies the transmit strategy for a secondary link or the so-called cognitive radio (CR) link under opportunistic spectrum sharing with an existing primary radio (PR) link. It is assumed that the CR transmitter is equipped with multi-antennas, whereby transmit precoding and power control can be jointly deployed to balance between avoiding interference at the PR terminals and optimizing performance of the CR link. This operation is named as cognitive beamforming (CB). Unlike prior study on CB that assumes perfect knowledge of the channels over which the CR transmitter interferes with the PR terminals, this paper proposes a practical CB scheme utilizing a new idea of effective interference channel (EIC), which can be efficiently estimated at the CR transmitter from its observed PR signals. Somehow surprisingly, this paper shows that the learning-based CB scheme with the EIC improves the CR channel capacity against the conventional scheme even with the exact CR-to-PR channel knowledge, when the PR link is equipped with multi-antennas but only communicates over a subspace of the total available spatial dimensions. Moreover, this paper presents algorithms for the CR to estimate the EIC over a finite learning time. Due to channel estimation errors, the proposed CB scheme causes leakage interference at the PR terminals, which leads to an interesting learning-throughput tradeoff phenomenon for the CR, pertinent to its time allocation between channel learning and data transmission. This paper derives the optimal channel learning time to maximize the effective throughput of the CR link, subject to the CR transmit power constraint and the interference power constraints for the PR terminals.

研究の動機と目的

• 認知ビームフォーミングにおけるCRからPRへのチャネル知識が完全であるという現実的でない前提を解消し、観測されたPR信号からチャネル推定を可能にする。
• 主ユーザーとの同時伝送を可能にする実用的な認知無線運用モデルを構築し、空間多重を実現する。
• チャネル推定誤差および干渉制約下における学習-スルーレットトレードオフの特性を特定し、最適化する。
• PRリンクが多アンテナを用いているが空間次元の部分空間上で動作する場合、EICに基づく学習ベースのCBが、完全なチャネル知識を有する従来のCBでさえも上回ることを示す。

提案手法

• 有効干渉チャネル（EIC）の概念を導入し、CR送信機からPR受信機への干渉の総体的影響を、PRの受信ビームフォーミングを通して観測する。
• 時間分割デュプレックス（TDD）の再帰性を用い、PRの送信時隙に観測されたPR信号からCR送信機でEICを推定する。
• 有限時間でのEIC推定のためのアルゴリズムを開発し、PR端末からの明示的フィードバックなしに実装可能であることを実現する。
• 学習-スルーレットトレードオフの数学的定式化を導出し、CRのチャネル学習とデータ伝送の時間割り当てをモデル化する。
• 凸最適化を用いて、CR送信電力およびPR干渉電力制約下での最適ビームフォーミングプリコーディングおよび電力割り当てを求める。
• 双対性理論およびウォーター・フィリングに類似した解法を用い、EICに基づく干渉モデル下でCRスペクトル効率を最大化する最適電力割り当てを導出する。

実験結果

リサーチクエスチョン

• RQ1 主ユーザーからの明示的チャネルフィードバックが不要な状況で、認知ビームフォーミングを実用化できるか？
• RQ2 観測された主ユーザー信号から有効干渉チャネルを学習することで、完全なチャネル知識を有する従来方式に比べ、認知無線のスペクトル効率が向上するか？
• RQ3 干渉制約下でCRスルーレットを最大化するための、チャネル学習とデータ伝送の最適時間割り当ては何か？
• RQ4 主リンクでの多アンテナ運用が、学習ベースの認知ビームフォーミングの性能に与える影響は何か？
• RQ5 スペクトル効率という観点から、学習ベースのアプローチが従来のアンダーレイおよびインターウェイ認知無線モデルを上回るか？

主な発見

• 提案されたEIC推定を用いた学習ベースの認知ビームフォーミングは、完全なCR-PRチャネル知識が利用可能な場合でさえ、特にPRリンクが多アンテナを用いても空間次元の部分空間上で動作する場合、従来のCBを上回るCRスペクトル効率を達成する。
• EIC推定手法により、主ユーザーからのフィードバックが不要な実用的な認知ビームフォーミングが実現され、システムのオーバヘッドが顕著に低減される。
• 有限時間でのEIC推定アルゴリズムが導出され、測定可能なチャネル推定誤差を伴う実世界の実装が可能になる。
• 学習-スルーレットトレードオフが明確に特徴付けられ、電力および干渉制約下での有効CRスルーレットを最大化する最適学習時間が導出された。
• 最適ビームフォーミング解が全電力割り当てに関して凹関数であることが示され、リアルタイム実装に適した効率的な凸最適化が可能になる。
• CRリンクの達成可能レートの上界が導出され、それが有効干渉チャネル行列の最小固有値およびCR-PRチャネル行列の最大固有値に依存することが判明した。