[論文レビュー] Fixed Rank Kriging for Cellular Coverage Analysis

Hajer Braham, Sana Ben Jemaa+3 more|arXiv (Cornell University)|May 26, 2015

Advanced MIMO Systems Optimization被引用数 4

ひとこと要約

本稿では、3GPPドライブテストの最小化（MDT）から得られる地理的に位置指定された測定値から、LTE RSRPカバレッジマップを効率的に予測するための固定ランククリギング（FRK）を提案する。標準クリギングのO(N³)の計算複雑度を低減する。指向性アンテナを備えたマルチセル環境にFRKを拡張し、実際のMDTデータおよびシミュレーテッドデータを用いて、正確なカバレッジ予測と信頼性の高い最良セルの検出を可能にした。精度と計算効率の両立が図られている。

ABSTRACT

Coverage planning and optimization is one of the most crucial tasks for a radio network operator. Efficient coverage optimization requires accurate coverage estimation. This estimation relies on geo-located field measurements which are gathered today during highly expensive drive tests (DT); and will be reported in the near future by users' mobile devices thanks to the 3GPP Minimizing Drive Tests (MDT) feature~\cite{3GPPproposal}. This feature consists in an automatic reporting of the radio measurements associated with the geographic location of the user's mobile device. Such a solution is still costly in terms of battery consumption and signaling overhead. Therefore, predicting the coverage on a location where no measurements are available remains a key and challenging task. This paper describes a powerful tool that gives an accurate coverage prediction on the whole area of interest: it builds a coverage map by spatially interpolating geo-located measurements using the Kriging technique. The paper focuses on the reduction of the computational complexity of the Kriging algorithm by applying Fixed Rank Kriging (FRK). The performance evaluation of the FRK algorithm both on simulated measurements and real field measurements shows a good trade-off between prediction efficiency and computational complexity. In order to go a step further towards the operational application of the proposed algorithm, a multicellular use-case is studied. Simulation results show a good performance in terms of coverage prediction and detection of the best serving cell.

研究の動機と目的

• 大規模な無線カバレッジマッピングにおける伝統的クリギングの高い計算コストを解消すること。
• 3GPPドライブテストの最小化（MDT）から得られる多数の地理的に位置指定された測定値を用いて、LTE RSRPカバレッジマップの効率的かつ正確な予測を可能にすること。
• 指向性アンテナを備えたマルチセル環境に固定ランククリギング（FRK）フレームワークを拡張すること。
• 予測精度を維持しながら複雑度を低減することで、無線環境マップ（REMs）の運用可能性を向上させること。
• 空間補間を用いて、マルチセル環境における最良セルの検出を強固にすること。

提案手法

• 空間共分散構造を低ランク基底で近似することで、標準クリギングのO(N³)の複雑度を低減する固定ランククリギング（FRK）を適用する。
• 空間的変動を固定数の基底関数で表現する空間的ランダム効果モデルを用い、計算負荷を顕著に低減する。
• 未知のモデルパラメータを最尤推定（MLE）により推定し、本文脈では失敗するためのモーメント法に代わる。
• 指向性アンテナパターンをFRKモデルに組み込み、マルチセル環境における現実的な伝搬を反映する。
• 期待値最大化（EM）アルゴリズムを用いて、シミュレーテッドおよび実際のMDTデータの両方で、反復的にパラメータを推定し、モデル適合度を向上させる。
• 空間補間を用いて、測定されていない位置のRSRP値を予測し、完全カバレッジマップの生成を可能にする。

実験結果

リサーチクエスチョン

• RQ1 固定ランククリギング（FRK）は、計算複雑度を著しく低減しながらも、精度を維持することができるか？
• RQ2 指向性アンテナを備えたマルチセル環境において、FRKはカバレッジ予測および最良セルの特定にどの程度有効か？
• RQ3 FRKにおけるパラメータ推定にモーメント法ではなく最尤推定（MLE）を用いることで、どのような影響が生じるか？
• RQ4 FRKモデルは、シミュレーテッドデータと比較して、実世界のMDT測定値に対してどの程度の性能を示すか？
• RQ5 FRKに基づく予測マップは、カバレッジ計画や干渉管理などの運用ネットワーク最適化タスクを支援できるか？

主な発見

• FRKは、標準クリギングと比較して計算複雑度を顕著に低減し、大規模なカバレッジマッピングを実現可能にした。
• MLEに基づくパラメータ推定を用いたFRKモデルは、本文脈で失敗するモーメント法と比較して、より正確で安定した予測を提供した。
• 指向性アンテナを備えたマルチセル環境では、FRKがRSRPの正確な予測と最良セルの信頼性の高い検出を可能にした。
• シミュレーション結果から、FRKは測定値が疎であったり不規則に分布していても、高い予測精度を維持することが分かった。
• シミュレーテッドおよび実際のMDTデータを用いた性能評価から、FRKは計算効率と予測精度の優れたトレードオフを実現していることが確認された。
• 本手法は位置の不確実性に対してもロバストであり、さらなる性能向上のため、実際のアンテナパターンを組み込むことも可能である。