[論文レビュー] Massive MIMO for Cellular-Connected UAV: Challenges and Promising Solutions

Yi Huang, Qingqing Wu+3 more|arXiv (Cornell University)|Oct 13, 2020

UAV Applications and Optimization参考文献 14被引用数 4

ひとこと要約

本稿では、基地局と接続された無人航空機（UAV）ネットワークにおける大規模MIMOに向け、ライン・オブ・サイト（LoS）チャネル特性を活用してパイロット混信を低減し、ビームフォーミングゲインを維持する高度なパイロット脱混信および3次元ビームトラッキング技術を提案する。シミュレーション結果から、GUEのSINRが最大5.4 dB向上し、パイロット脱混信によりUAVのSINRも顕著に向上する。一方、カルマンフィルタを用いたトラッキングは、従来手法に比べてビームフォーミングゲインの維持が優れている。

ABSTRACT

Massive multiple-input multiple-output (MIMO) is a promising technology for enabling cellular-connected unmanned aerial vehicle (UAV) communications in the future. Equipped with full-dimensional large arrays, ground base stations (GBSs) can apply adaptive fine-grained three-dimensional (3D) beamforming to mitigate the strong interference between high-altitude UAVs and low-altitude terrestrial users, thus significantly enhancing the network spectral efficiency. However, the performance gain of massive MIMO critically depends on the accurate channel state information (CSI) of both UAVs and terrestrial users at the GBSs, which is practically difficult to achieve due to UAV-induced pilot contamination and UAV's high mobility in 3D. Moreover, the increasingly popular applications relying on a large group of coordinated UAVs or UAV swarm as well as the practical hybrid GBS beamforming architecture for massive MIMO further complicate the pilot contamination and channel/beam tracking problems. In this article, we provide an overview of the above challenging issues, propose new solutions to cope with them, and discuss about promising directions for future research. Preliminary simulation results are also provided to validate the effectiveness of proposed solutions.

研究の動機と目的

• 大規模MIMOシステムにおいて、強いLoSチャネルを示す高高度なUAVによって引き起こされる深刻なパイロット混信を解消する。
• UAVの高い移動性と変動するエレベーション/アリューレーション角による3次元ビームトラッキングの課題を克服する。
• フルディメンショナル大規模MIMOを備えたセルラー接続UAVネットワークにおけるスペクトル効率とインタフェンス管理を向上させる。
• 実用的なハイブリッドビームフォーミングアーキテクチャへの対応を含め、UAVスワームシナリオへの応用を拡張する。

提案手法

• パイロット混信を低減するため、全3次元角度範囲（0°–360°アリューレーション、0°–90°エレベーション）における空間マッチドフィルタリングを用いたパイロット脱混信方式を提案する。
• パイロットシンボルからの角度速度推定と定期的なチャネル測定を統合したカルマンフィルタベースのチャネルトラッキングアルゴリズムを実装する。
• 1秒ごとに角度速度を推定し、UAVの動きを予測してビームフォーミングビームを更新することで、頻繁なパイロットオーバーヘッドに依存しなくなる。
• スワームシナリオにおけるシステム性能向上を目的に、UAV間のD2D通信を統合する。特にバックホール帯域が限られる状況での有効性を強調する。
• 実用的なハイブリッドビームフォーミングアーキテクチャに適合したCSI取得戦略を設計し、ハードウェアの複雑さを低減しながら性能を維持する。
• 全次元ビームフォーミングを用いた空間マッチドフィルタリングにより、エレベーションおよびアリューレーション角を基にUAVと地上ユーザーを区別する。

実験結果

リサーチクエスチョン

• RQ1 LoS優勢なUAVによって引き起こされるパイロット混信は、どのようにして大規模MIMOネットワークで効果的に低減できるか？
• RQ2 3次元空間におけるUAVの移動性は、ビームフォーミング精度とチャネルトラッキング性能にどのような影響を与えるか？
• RQ3 従来のパイロットベース推定と比較して、カルマンフィルタベースの予測はビームトラッキング性能をどのように向上させるか？
• RQ4 UAV間のD2D通信は、スワームシナリオにおけるシステム容量を向上させるとともに、バックホール負荷をどのように低減できるか？
• RQ5 実用的なハイブリッドビームフォーミングアーキテクチャ下で、大規模MIMOを備えたUAVネットワークにおける有効なCSI取得戦略は何か？

主な発見

• 15台のUAVが存在する状況で、提案されたパイロット脱混信方式により、GUEの5パーセンタイルSINRが5.4 dB向上した。これは干渉漏れの低減によるものである。
• UAVはGUEよりもパイロット脱混信により顕著なSINR向上を享受しており、これはパイロット混信に起因するダウンリンク干渉が深刻であるためである。
• カルマンフィルタベースのビームトラッキングは、理想のCSIレベルに近いビームフォーミングゲインを維持する。従来のパイロットベース推定は時間経過とともに性能が著しく低下するのに対し、優れた性能を示す。
• 角度速度推定（スケーム2）によるチャネル予測は、従来手法と同等のパイロットオーバーヘッドでビームフォーミングゲインを維持でき、動的なUAVの運動に強く対応できる。
• カルマンフィルタベースのアプローチは、純粋な予測（スケーム2）よりもトラッキング精度が向上するが、パイロットオーバーヘッドと実装の複雑さが増加する。
• シミュレーション結果から、提案手法がUAVに起因するパイロット混信を効果的に低減し、高動的3次元環境下でもビームフォーミングゲインを維持できることを確認した。