[論文レビュー] Improving Downlink Coordinated Multipoint Performance in Heterogeneous Networks

Faris B. Mismar, Brian L. Evans|arXiv (Cornell University)|Jul 10, 2017

Advanced MIMO Systems Optimization被引用数 1

ひとこと要約

本稿では、5G NRの異種ネットワークにおける下行共用多重ポイント（DL CoMP）の性能を向上させるために、サポートベクターマシン（SVM）を用いたオンライン機械学習ベースのアルゴリズムを提案する。周波数分割多重（FDD）環境下で、複数の無線ストリームを知的にトリガーすることで、マクロおよびピコ基地局の下り行スループットを向上させる。

ABSTRACT

We propose a method for downlink coordinated multipoint (DL CoMP) in heterogeneous fifth generation New Radio (NR) networks. The primary contribution of our paper is an algorithm to enhance the trigger of DL CoMP using online machine learning. We use support vector machine (SVM) classifiers to enhance the user downlink throughput in a realistic frequency division duplex network environment. Our simulation results show improvement in both the macro and pico base station downlink throughputs due to the informed triggering of the multiple radio streams as learned by the SVM classifier.

研究の動機と目的

• 異種5G NRネットワークにおける最適でないCoMPトリガーの課題に対処すること。
• データ駆動型のCoMP活性化により、下り行ユーザースループットを向上させること。
• オンライン機械学習を用いたリアルタイムで適応可能なトリガー機構を開発すること。
• 提案手法の性能を現実的なFDDネットワーク環境下で評価すること。

提案手法

• 最適なCoMPトリガー条件を予測するために、オンラインサポートベクターマシン（SVM）分類器を採用する。
• SVMモデルは、ネットワーク状態のリアルタイム特徴量に基づいて学習され、複数の無線ストリームを活性化するタイミングを決定する。
• システムは、ネットワークフィードバックから得た学習済みパターンに基づき、CoMP動作を動的に調整する。
• 本手法は、現実的な周波数分割多重（FDD）異種ネットワークシナリオで評価される。
• トリガー後におけるマクロおよびピコ基地局でのスループット向上が測定される。

実験結果

リサーチクエスチョン

• RQ1 オンライン機械学習は、5G NR異種ネットワークにおけるCoMPトリガーの精度をどのように向上させるか？
• RQ2 SVMベースのトリガーは、マクロおよびピコ基地局の下り行スループットをどの程度向上させるか？
• RQ3 リアルタイム学習は、FDDシステムにおける動的ネットワーク状態に合わせてCoMP活性化を適応可能にするか？
• RQ4 インフォームドなCoMPトリガーは、異種展開におけるユーザースループットにどのような影響を与えるか？

主な発見

• 提案されたSVMベースのCoMPトリガー手法により、マクロおよびピコ基地局の下り行スループットが向上した。
• より効果的な複数無線ストリームの協調制御が、スループットの向上に寄与した。
• オンライン学習アプローチはネットワークのダイナミクスに適応し、時間経過とともにトリガー意思決定が改善された。
• シミュレーション結果から、インテリジェントなトリガーが現実的なFDD環境下で測定可能な性能向上をもたらすことが確認された。