[論文レビュー] Energy Efficient User Clustering, Hybrid Precoding and Power Optimization in Terahertz MIMO-NOMA Systems

Haijun Zhang, Haisen Zhang+4 more|arXiv (Cornell University)|May 3, 2020

Molecular Communication and Nanonetworks参考文献 32被引用数 6

ひとこと要約

本稿は、強化K-meansユーザクラスタリング、部分接続型ハイブリッドプリコーディング、および分散ADMMベースの電力割当を統合することで、太赫茲（THz）MIMO-NOMAシステムにおけるエネルギー効率（EE）の共同最適化フレームワークを提案する。この手法は、フロントハブ制約およびハードウェア制約下でも、従来のOMAおよび従来のプリコーディング手法を著しく上回り、収束速度が速く、最大で2.3×10¹¹ bps/J/HzのEEを達成する。

ABSTRACT

Terahertz (THz) band communication has been widely studied to meet the future demand for ultra-high capacity. In addition, multi-input multi-output (MIMO) technique and non-orthogonal multiple access (NOMA) technique with multi-antenna also enable the network to carry more users and provide multiplexing gain. In this paper, we study the maximization of energy efficiency (EE) problem in THz-NOMA-MIMO systems for the first time. And the original optimization problem is divided into user clustering, hybrid precoding and power optimization. Based on channel correlation characteristics, a fast convergence scheme for user clustering in THz-NOMA-MIMO system using enhanced K-means machine learning algorithm is proposed. Considering the power consumption and implementation complexity, the hybrid precoding scheme based on the sub-connection structure is adopted. Considering the fronthaul link capacity constraint, we design a distributed alternating direction method of multipliers (ADMM) algorithm for power allocation to maximize the EE of THz-NOMA cache-enabled system with imperfect successive interference cancellation (SIC). The simulation results show that the proposed user clustering scheme can achieve faster convergence and higher EE, the design of the hybrid precoding of the sub-connection structure can achieve lower power consumption and power optimization can achieve a higher EE for the THz cache-enabled network.

研究の動機と目的

• 大容量の太赫茲（THz）MIMO-NOMAネットワークにおいて、多数のユーザとスペクトル要求が生じる中で、エネルギー効率（EE）の向上という重要な課題に取り組む。
• 従来のデジタルプリコーディングおよびOMAの限界を克服し、NOMAとMIMOを統合することで、スペクトル効率およびエネルギー効率の両方を向上させる。
• RFレーンおよび位相シフターの消費電力を低減するため、部分接続構造に基づく低複雑性・低消費電力のハイブリッドプリコーディングアーキテクチャを設計する。
• フロントハブ容量制約および不完全な逐次干渉キャンセレーション（SIC）制約下でEEを最大化するため、分散ADMMアルゴリズムを用いた電力割当を設計する。
• 現実的なTHzネットワーク展開におけるキャッシュ、位相シフターの消費電力、ハードウェア量子化の影響を評価し、システムEEに与える影響を検証する。

提案手法

• チャネル相関を活用する強化K-meansクラスタリングアルゴリズムを提案し、ユーザをクラスタにグループ化することで、収束速度とEEの両方を向上させる。
• RFレーン数を削減し、消費電力を低減するため、部分接続型ハイブリッドプリコーディングアーキテクチャを採用し、ビームフォーミングゲインを維持する。
• EE最大化のための共同最適化問題を定式化し、ユーザクラスタリング、ハイブリッドプリコーディング、電力割当のサブ問題に分解する。
• フロントハブ容量制約および不完全なSICに対応するため、分散ADMMベースの電力割当アルゴリズムを設計し、スケーラブルで低複雑性の最適化を実現する。
• キャッシュ機能付きBS運用を統合し、バックハブトラフィックをオフロードし、エネルギーコストを低減することで、長期的なEE向上を実現する。
• 現実のハードウェア制約をモデル化するため、有限分解能の量子化位相シフターを用い、そのEEに与える影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 THz MIMO-NOMAシステムにおけるユーザクラスタリングを最適化することで、収束速度とエネルギー効率をどのように向上させられるか？
• RQ2 THz帯域においてスペクトル効率を維持しつつ、消費電力を最小化する最適なハイブリッドプリコーディングアーキテクチャは何か？
• RQ3 不完全な逐次干渉キャンセレーション（SIC）は、フロントハブ制約下のTHz-NOMAシステムにおける電力割当およびEEにどのように影響を与えるか？
• RQ4 基地局でのキャッシュは、THz-NOMAネットワークにおけるシステムエネルギー効率をどの程度向上させるか？
• RQ5 位相シフターの消費電力と量子化分解能は、ハイブリッドプリコーディングシステム全体のエネルギー効率にどのように影響を与えるか？

主な発見

• 提案された強化K-meansクラスタリングアルゴリズムは、従来手法と比較して収束が速く、EEも高い。10反復後にはシステムEEが2.3×10¹¹ bps/J/Hzに安定する。
• 部分接続型ハイブリッドプリコーディング構造は、消費電力を低減し、特に低量子化位相シフター下ではデジタルZFプリコーディングよりも高いEEを達成する。
• キャッシュ効率が向上するにつれてシステムEEも上昇し、ローカルファイルのリクエストがバックハブ負荷を顕著に低減し、長期的なエネルギー効率を向上させることを示している。
• 位相シフターの消費電力を低減（20 mW vs. 30 mW）すると、システムEEが上昇し、ハードウェアのエネルギーコストが全体のパフォーマンスに与える影響を裏付けている。
• 提案されたADMMベースの電力割当アルゴリズムは、ランダムおよび等分配電力割当を上回り、アンテナ数やユーザ数が変化する状況下でも高いEEを達成する。
• NOMA-MIMOシステムは、特にユーザ数が増加する際、多重子搬送波利得とスペクトル効率の高さから、OMA（FDMA）システムに比べて顕著に高いEEを達成する。