[論文レビュー] Distributed Power Control In Downlink Cellular Massive Mimo Systems

Trinh Van Chien, Emil Björnson+2 more|arXiv (Cornell University)|Feb 20, 2018

Advanced MIMO Systems Optimization参考文献 16被引用数 4

ひとこと要約

この論文は、TDDとパイロットベースのチャネル推定を用いたマルチセル Massive MIMO フェイズダウンリンクシステムにおいて、ユーザーのサービス品質（QoS）制約を満たしながら総送信電力を最小化するための分散型パワー制御アルゴリズムを、双対分解を用いて提案している。アルゴリズムはわずかな反復回数でグローバル最適解に収束し、理論的収束性を保証しているが、チャネル硬化特性のため、中央集権的アプローチと比較してバックハネル信号伝送を顕著に削減できず、信号伝送と複雑さの観点から Massive MIMO では中央集権的実装が好ましい。

ABSTRACT

This paper compares centralized and distributed methods to solve the power minimization problem with quality-of-service (QoS) constraints in the downlink (DL) of multi-cell Massive multiple-input multiple-output (MIMO) systems. In particular, we study the computational complexity, number of parameters that need to be exchanged between base stations (BSs), and the convergence of iterative implementations. Although a distributed implementation based on dual decomposition (which only requires statistical channel knowledge at each BS) typically converges to the global optimum after a few iterations, many parameters need to be exchanged to reach convergence.

研究の動機と目的

• 分散型パワー制御がマルチセル Massive MIMO システムにおいて中央集権的手法と同等の最適解を達成できるかどうかを評価すること。
• 分散実装を可能にするために、基地局（BS）間で交換すべき最小限のパラメータのセットを特定すること。
• 中央集権的および分散型アプローチの間の計算複雑性、収束速度、バックハネル信号伝送のトレードオフを評価すること。
• チャネル統計が瞬時のCSIよりも支配的である Massive MIMO において、分散型手法が実用的な利点を提供するかどうかを特定すること。

提案手法

• 論文は、TDDとパイロットベースのチャネル推定を用いたマルチセル Massive MIMO フェイズダウンリンクシステムにおいて、QoS制約を満たす総送信電力最小化問題を定式化している。
• 中央集権的問題を基地局ごとに $L$ 個の部分問題に分解するために、双対分解を適用し、分散最適化を可能にしている。
• 各基地局は、局所的な知識とラグランジュ乗数 $\lambda_{l,k}^i$（セル間干渉制約を表す）を用いて、2次錐（SOC）計画問題を解いている。
• アルゴリズムは、反復的にラグランジュ乗数をサブグラデント法で更新し、情報交換は干渉強度パrameter $\theta_{l,k}^i$ と $\tilde{\theta}_{l,k}^i$ に限定されている。
• 本手法は、大規模フェージング係数のみを交換すると仮定しており、チャネル硬化特性を活用して信号伝送オーバーヘッドを低減している。
• 収束は理論的に保証されており、多数のユーザーおよびセル構成におけるモンテカルロシミュレーションによって評価されている。

実験結果

リサーチクエスチョン

• RQ1 双対分解に基づく分散実装は、Massive MIMO において中央集権的パワー最小化問題のグローバル最適解に到達できるか？
• RQ2 分散最適化を可能にしつつ最適性を維持するために、基地局間で交換すべき最小限のパラメータのセットは何か？
• RQ3 分散アルゴリズムの反復回数と収束行動は、ネットワークサイズおよびユーザー分布にどのように依存するか？
• RQ4 中央集権的実装と比較して、分散アプローチは Massive MIMO システムにおいてバックハネル信号伝送と計算複雑性を顕著に削減するか？
• RQ5 信号伝送と複雑さの観点から、中央集権的実装が分散型実装よりも好ましい状況はどのようなものか？

主な発見

• 分散型双対分解アルゴリズムは、ほとんどのユーザー位置の実現においてわずかな反復回数でグローバル最適解に収束し、理論的収束保証が得られている。
• ユーザー数が増えるほど反復回数が増加する。図3に示すように、$K=10$ の場合の方が $K=1$ の場合よりも、最適解の95％に到達するのに多くの反復が必要である。
• 95％のグローバル最適解に到達した際の実際のユーザーQoSは、大多数のユーザーにおいて良好に満たされているが、一部のユーザーでは必要なレートよりも高いレートを示しており、収束が最適でなくてもロバストであることが示唆されている。
• 分散設計であるにもかかわらず、Massive MIMO におけるチャネル表現の次元が低いため、中央集権的実装と比較して交換パラメータ総数が顕著に減少していない。
• バックハネル信号伝送コストは、小規模フェージングではなく大規模フェージング係数に支配されており、信号伝送オーバーヘッドの観点から分散実装はあまり利点がない。
• 大規模フェージングのみを含むパワー最小化問題においては、計算複雑性と信号伝送の観点から中央集権的実装が好ましい。特に、密度の高いネットワークでは顕著である。