[論文レビュー] Decentralized Baseband Processing for Massive MU-MIMO Systems

Kaipeng Li, Rishi Sharan+4 more|arXiv (Cornell University)|Feb 15, 2017

Advanced MIMO Systems Optimization参考文献 27被引用数 3

ひとこと要約

本稿では、数千本のアンテナを備えたマスティブMIMOシステムにおける分散型ベースバンド処理（DBP）アーキテクチャを提案する。このアーキテクチャは、基地局（BS）のアンテナアレイを複数のクラスタに分割し、各クラスタに独立したRFチェーン、変調回路、および計算ハードウェアを備える。新規のADMMに基づくデータ検出および beamforming アルゴリズムを用いることで、局所的なチャネル状態情報（CSI）に依存するのみであり、クラスタ間の通信量を大幅に削減するとともに、計算複雑度も低く抑えられ、近似的に最適な誤り率性能を達成する。GPUクラスタを用いたスケーラブルな実装により、数千本のアンテナを持つシステムでも有効性が検証された。

ABSTRACT

Achieving high spectral efficiency in realistic massive multi-user (MU) multiple-input multiple-output (MIMO) wireless systems requires computationally-complex algorithms for data detection in the uplink (users transmit to base-station) and beamforming in the downlink (base-station transmits to users). Most existing algorithms are designed to be executed on centralized computing hardware at the base-station (BS), which results in prohibitive complexity for systems with hundreds or thousands of antennas and generates raw baseband data rates that exceed the limits of current interconnect technology and chip I/O interfaces. This paper proposes a novel decentralized baseband processing architecture that alleviates these bottlenecks by partitioning the BS antenna array into clusters, each associated with independent radio-frequency chains, analog and digital modulation circuitry, and computing hardware. For this architecture, we develop novel decentralized data detection and beamforming algorithms that only access local channel-state information and require low communication bandwidth among the clusters. We study the associated trade-offs between error-rate performance, computational complexity, and interconnect bandwidth, and we demonstrate the scalability of our solutions for massive MU-MIMO systems with thousands of BS antennas using reference implementations on a graphic processing unit (GPU) cluster.

研究の動機と目的

• 数千本のアンテナを備えたマスティブMIMOシステムにおける集中型ベースバンド処理の、処理不能なインターコネクトおよび計算のボトル neck を解決すること。
• 現在のインターコネクト（例：CPRI）およびチップI/O帯域幅の制限を超える、1システムあたり200 Gbit/sを超える原始ベースバンドデータレートを低減すること。
• アンテナクラスタにわたり信号処理を分散化することで、スケーラブルでモジュラーかつエネルギー効率の高いBS設計を可能にすること。
• 集中処理を回避しつつ、ZF/MMSE手法と同等の近似的に最適なスペクトル効率を達成すること。
• 大規模なアンテナアレイを用いたGPUベースのリファレンス実装を通じて、実装の可能性とスケーラビリティを示すこと。

提案手法

• 基地局のアンテナアレイをC個の独立したクラスタに分割し、各クラスタに自前のRFチェーン、アナログ／デジタル回路、および局所的な計算ハードウェアを備える。
• 局所的なチャネル状態情報（CSI）のみに依存し、クラスタ間で最小限のコンSENSUS情報交換を行う新しいADMMベースのデータ検出アルゴリズムを開発する。
• ダウンリンク用に一般化されたADMMベースのbeamformingアルゴリズムを設計し、局所的なCSIと低帯域幅のクラスタ間通信を必要とする。
• 大規模最適化問題を各クラスタごとの小さな分散型サブ問題に分解するために、交替方向乗数法（ADMM）を用いる。
• 各クラスタ内で効率的に局所サブ問題を解くために、共役勾配法を用いる。
• GPUクラスタ上にアルゴリズムを実装し、数千本のアンテナを持つシステムにおけるスケーラビリティと性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 分散型ベースバンド処理は、マスティブMIMOシステムにおいて、インターコネクト帯域幅を著しく削減しながら、近似的に最適な誤り率性能を達成できるか？
• RQ2 分散アーキテクチャにおいて、計算複雑度、誤り率、およびクラスタ間通信帯域幅のトレードオフはどのように変化するか？
• RQ3 ADMMベースのアルゴリズムは、局所的なCSIのみを用いて、スケーラブルで局所的なデータ検出およびbeamformingを可能にするか？
• RQ4 現実的なマスティブMIMO構成において、分散処理の性能上限は集中型ZF/MMSEと比べてどの程度か？
• RQ5 実際のシステムにおいて、数千本のBSアンテナを持つシステムに、このアーキテクチャはどのようにスケーリングできるか？

主な発見

• 提案された分散型データ検出およびbeamformingアルゴリズムは、集中型ZF/MMSE手法と同等の近似的に最適な誤り率性能を達成する。
• これらのアルゴリズムは局所的なチャネル状態情報（CSI）のみに依存し、最小限のコンセンサスデータを交換するため、クラスタ間通信量が原始ベースバンドデータレートの数パーセントにまで削減される。
• GPUクラスタ上での実装により、数千本のアンテナを持つ大規模MIMOシステムへのスケーラビリティが実証され、高いスループットが達成された。
• インターコネクト帯域幅要件が、現在の高速インターコネクトで実現可能な水準まで低減され、集中型設計における主要なボトル neck を克服した。
• このアプローチにより、実用的な5G展開に適したモジュラーかつスケーラブルなBSアーキテクチャの実現が可能になった。
• 将来のFPGAまたはASIC実装では、Gbit/sレベルのスループットが得られ、大幅に向上した電力効率が期待される。