[論文レビュー] Cooperative Beamforming with Predictive Relay Selection for Urban mmWave Communications

Anastasios Dimas, Dionysios S. Kalogerias+1 more|arXiv (Cornell University)|Jul 29, 2019

Millimeter-Wave Propagation and Modeling参考文献 48被引用数 23

ひとこと要約

本稿は、都市環境におけるミリ波（mmWave）ネットワーク向けに、受信信号強度（RSS）の空間的・時間的相関を活用することで、予測可能でリソース効率の良いリレーセレクション方式を提案する。この手法は、分散的で低オーバーヘッドなリレーセレクションを可能にし、理想的な方式と比較して2.3 dB以内の性能を達成する。特に密度の高いトポロジでは、チャネル推定のオーバーヘッドを顕著に低減する。

ABSTRACT

While millimeter wave (mmWave) communications promise high data rates, their sensitivity to blockage and severe signal attenuation presents challenges in their deployment in urban settings. To overcome these effects, we consider a distributed cooperative beamforming system, which relies on static relays deployed in clusters with similar channel characteristics, and where, at every time instance, only one relay from each cluster is selected to participate in beamforming to the destination. To meet the quality-of-service guarantees of the network, a key prerequisite for beamforming is relay selection. However, as the channels change with time, relay selection becomes a resource demanding task. Indeed, estimation of channel state information for all candidate relays, essential for relay selection, is a process that takes up bandwidth, wastes power and introduces latency and interference in the network. We instead propose a unique, predictive scheme for resource efficient relay selection, which exploits the special propagation patterns of the mmWave medium, and can be executed distributively across clusters, and in parallel to optimal beamforming-based communication. The proposed predictive scheme efficiently exploits spatiotemporal channel correlations with current and past networkwide Received Signal Strength (RSS), the latter being invariant to relay cluster size, measured sequentially during the operation of the system. Our numerical results confirm that our proposed relay selection strategy outperforms any randomized selection policy that does not exploit channel correlations, whereas, at the same time, it performs very close to an ideal scheme that uses complete, cluster size dependent RSS, and offers significant savings in terms of channel estimation overhead, providing substantially better network utilization, especially in dense topologies, typical in mmWave networks.

研究の動機と目的

• 従来のCSIに基づくリレーセレクション方式の高コストなリソース消費を是正すること。
• 動的で変化の激しい都市部のmmWave環境におけるチャネル推定のオーバーヘッドと遅延を低減すること。
• 完全なCSIフィードバックを必要とせず、高品質のサービス（QoS）を維持しつつ、分散的・リアルタイムなリレーセレクションを可能にすること。
• RSSの空間的・時間的相関を活用し、1タイムスロット先の最適なリレーセレクションを予測すること。
• 最小限の信号交換と電力オーバーヘッドで、密度の高いmmWave展開におけるネットワーク利用効率を向上させること。

提案手法

• 現在および過去のネットワーク全体のRSS測定値を用いる予測型リレーセレクション方式を提案。この測定値はリレークラスタのサイズに依存しない。
• 1ステップ先のSINRを推定し、各クラスタごとに最適なリレーを選択するために、サンプリングに基づく適応的アルゴリズム（SAA）を採用。
• ビームフォーミングと並列に、クラスタ間で分散的にリレーセレクションを実行することで、調整のオーバーヘッドを最小限に抑える。
• 特に視線（LoS）およびストリート・キャニオン環境において顕著な、mmWave伝搬における空間的・時間的チャネル相関を活用。
• 完全なCSIではなく、信号の大きさのみ（RSS）を用いることで、フィードバック要件と遅延を低減。
• 2ホップのアンプリファイ・アンド・フォワード（AF）ビームフォーミングと統合し、信号強度と信頼性を向上。

実験結果

リサーチクエスチョン

• RQ1 RSSの相関に基づく予測型リレーセレクションは、mmWaveネットワークにおいてランダム選択を上回る性能を示せるか？
• RQ2 動的で変化の激しいmmWave環境において、RSSに基づく予測は、完全なCSIフィードバックの必要性をどの程度低減できるか？
• RQ3 理想的な方式（完全なCSIを前提）と比較して、予測型リレーセレクションの性能はどの程度か？
• RQ4 リレークラスタの配置がシステム性能およびQoSに与える影響は何か？
• RQ5 分散的で低複雑性のリレーセレクションは、最小限のオーバーヘッドで近似的に最適な性能を達成できるか？

主な発見

• 提案されたSAAベースのリレーセレクションは、ランダム選択と比較してSINRが7.7 dB高い。これは顕著な性能向上を示している。
• SAAポリシーは、理想的なCSIベースの方式と比較してわずか2.3 dB劣るのみであり、フィードバックオーバーヘッドを著しく削減した近似的に最適な性能を達成している。
• 理想的な方式とSAAポリシーの両方が、クラスタの端に近いリレーを選択する傾向を示しており、SAAの場合、99％以上の選択が2つの端末リレーに集中している。
• リレークラスタ数を4から6に増やすと、システム性能が約3 dB向上するが、2つのクラスタしかない場合、性能は約5 dB劣化する。これはクラスタ密度の重要性を示している。
• 本手法は、特に密度の高い都市部のmmWaveネットワークにおいて、チャネル推定のオーバーヘッドを顕著に低減し、ネットワーク利用効率の向上に寄与する。
• システムは空間的クラスタ配置に敏感であり、リレーの配置に応じて性能が顕著に変動する。これは、高品質のQoSを達成するには最適な配置が不可欠であることを示している。