[論文レビュー] Modeling, Analysis, and Optimization of Grant-Free NOMA in Massive MTC via Stochastic Geometry

Jiaqi Liu, Gang Wu+3 more|arXiv (Cornell University)|Apr 5, 2020

Advanced Wireless Communication Technologies参考文献 37被引用数 4

ひとこと要約

本稿では、確率的幾何学的モデルを用いて、非直交プリアンブル（NOPs）と圧縮センシング（CS）に基づくマルチユーザー検出を用いた、マス・マシンタイプ通信（mMTC）のためのグラントフリー非直交多重アクセス（GF-NOMA）方式を提案する。成功確率、チャネル推定誤差、平均データレートの閉形式式を導出し、CSに基づくGF-NOMAが、エネルギー効率およびカバレッジ効率において、競合ベースおよび直交グラントフリー方式を上回ることを示している。

ABSTRACT

Massive machine-type communications (mMTC) is a crucial scenario to support booming Internet of Things (IoTs) applications. In mMTC, although a large number of devices are registered to an access point (AP), very few of them are active with uplink short packet transmission at the same time, which requires novel design of protocols and receivers to enable efficient data transmission and accurate multi-user detection (MUD). Aiming at this problem, grant-free non-orthogonal multiple access (GF-NOMA) protocol is proposed. In GF-NOMA, active devices can directly transmit their preambles and data symbols altogether within one time frame, without grant from the AP. Compressive sensing (CS)-based receivers are adopted for non-orthogonal preambles (NOP)-based MUD, and successive interference cancellation is exploited to decode the superimposed data signals. In this paper, we model, analyze, and optimize the CS-based GF-MONA mMTC system via stochastic geometry (SG), from an aspect of network deployment. Based on the SG network model, we first analyze the success probability as well as the channel estimation error of the CS-based MUD in the preamble phase and then analyze the average aggregate data rate in the data phase. As IoT applications highly demands low energy consumption, low infrastructure cost, and flexible deployment, we optimize the energy efficiency and AP coverage efficiency of GF-NOMA via numerical methods. The validity of our analysis is verified via Monte Carlo simulations. Simulation results also show that CS-based GF-NOMA with NOP yields better MUD and data rate performances than contention-based GF-NOMA with orthogonal preambles and CS-based grant-free orthogonal multiple access.

研究の動機と目的

• スパースなデバイス活動を伴う、マス・マシンタイプ通信（mMTC）における低遅延・高接続性の上行リンク伝送の課題に対処する。
• 高遅延およびプリアンブル衝突を引き起こす、グラントベースおよび競合ベースのグラントフリープロトコルの限界を克服する。
• 非直交プリアンブル（NOPs）と圧縮センシング（CS）を用いた、競合のないエネルギー効率の高いアクセス方式を設計する。
• 確率的幾何学的モデルを用いて、エネルギー効率およびアクセスポイント（AP）カバレッジを最適化する。
• 実際のランダムネットワーク展開を想定した、CSベースのGF-NOMAの解析的性能指標（成功確率、チャネル推定誤差、データレート）を提供する。

提案手法

• ランダムなデバイス位置を表現するためにポisson点過程（PPP）を用いてmMTCネットワークをモデル化し、確率的幾何学的解析を可能にする。
• 非直交プリアンブル（NOPs）を用いて、複数のデバイスが衝突なく同時に送信できるようにし、デバイスのスパarsityを活用する。
• プリアンブル段階におけるアクティブユーザー検出（AUD）およびチャネル推定（CE）に、圧縮センシング（CS）ベースのアルゴリズムを適用する。
• データ段階において、APで逐次干渉キャンセレーション（SIC）を用いて重ね合わせられたデータ信号を復調する。
• ラプラス変換およびキャンベルの定理を用いて、成功確率、チャネル推定誤差、平均集約データレートといった主要な性能指標の閉形式式を導出する。
• 送信電力、パスロス、プリアンブル長などのシステムパラメータを考慮し、数値的手法を用いてエネルギー効率およびAPカバレッジ効率を最適化する。

実験結果

リサーチクエスチョン

• RQ1 ランダムなデバイス展開下でのCSベースのGF-NOMAシステムにおけるアクティブユーザー検出の成功確率は何か？
• RQ2 プリアンブル段階におけるチャネル推定誤差は、データレートおよび信頼性という観点から、全体のシステム性能にどのように影響を与えるか？
• RQ3 提案されたCSベースのGF-NOMAプロトコル下でのデータ段階における平均集約データレートは何か？
• RQ4 スペクトル効率およびエネルギー効率という観点から、直交プリアンブルを用いた競合ベースGF-NOMAおよびCSベースのグラントフリー直交アクセスと比較して、システム性能はどのように異なるか？
• RQ5 エネルギー効率およびAPカバレッジを最大化する最適なシステムパラメータは何か？

主な発見

• 成功確率は確率的幾何学を用いて閉形式で導出され、高いデバイス密度下でも高い信頼性を示している。
• チャネル推定誤差は解析的に上限が示され、プリアンブル長および信号対雑音比（SNR）の増加に伴い減少することが示された。
• 平均集約データレートは、アクティブユーザー数、パスロス指数、システム帯域幅の関数として導出され、SICが性能を顕著に向上させている。
• モンテカルロシミュレーションにより解析結果が検証され、成功確率およびデータレートの導出式の正確性が確認された。
• NOPsを用いたCSベースのGF-NOMAは、直交プリアンブルを用いた競合ベースGF-NOMAおよびCSベースのグラントフリー直交アクセスと比較して、マルチユーザー検出およびデータレート性能が優れている。
• 最適化結果から、特に低SNRおよび高デバイス密度環境下において、ベースライン方式と比較して高いエネルギー効率およびAPカバレッジを達成していることが示された。