[論文レビュー] Non-Coherent and Backscatter Communications: Enabling Ultra-Massive Connectivity in the Era Beyond 5G

Syed Junaid Nawaz, Shree Krishna Sharma+3 more|arXiv (Cornell University)|May 21, 2020

Advanced Wireless Communication Technologies参考文献 192被引用数 11

ひとこと要約

本稿では、非整合的通信とバックスキャター通信（BsC）を統合する画期的なフレームワークを提案し、5G以降（B5G）ネットワークにおける超大規模接続を実現する。周波数効率とエネルギー効率が高く、ハードウェアコストが低い。非整合的検出の単純さとバックスキャター伝送メカニズムを活用することで、将来の6Gネットワーク向けにスケーラブルで低複雑性のデバイス接続を実現する。

ABSTRACT

With the commencement of the 5th generation (5G) of wireless networks, researchers around the globe have started paying their attention to the imminent challenges that may emerge in the beyond 5G (B5G) era. Various revolutionary technologies and innovative services are offered in 5G networks, which, along with many principal advantages, are anticipated to bring a boom in the number of connected wireless devices and the types of use-cases that may cause the scarcity of network resources. These challenges, partly emerged with the advent of massive machine-type communications (mMTC) services, require extensive research innovations to sustain the evolution towards enhanced-mMTC with the scalable network cost in 6th generation (6G) wireless networks. Towards delivering the anticipated massive connectivity requirements with optimal energy and spectral efficiency besides low hardware cost, this paper proposes a framework that is fundamentally based on the amalgamation of non-coherent and backscatter communications (BsC). Considering the potentials of these technologies, starting with the review of 5G target services and enabling technologies, a comprehensive review of their state-of-the-art is conducted, and their potential applications and use-cases in B5G era are identified. Along with the main focus on non-coherent and BsC technologies, various emerging enabling technologies for 6G networks including unmanned aerial vehicles -assisted communications, visible light communications, quantum-assisted communications, reconfigurable large intelligent surfaces, non-orthogonal multiple access, and machine learning -aided intelligent networks are identified and thoroughly discussed. Subsequently, the scope of these enabling technologies for different device types (e.g., body implants), service types (e.g., e-mMTC), and optimization parameters (e.g., energy) is analyzed in detail. ...

研究の動機と目的

• B5G時代における接続デバイスの急増と多様なユースケースに起因するネットワークリソースの枯渇を是正する。
• 現在のマス・マシンタイプ通信（mMTC）のエネルギー効率、周波数効率、コストスケーラビリティの制限を克服する。
• 非整合的およびバックスキャター通信（BsC）に基づく統合フレームワークを提案し、最小限のハードウェア複雑性で強化mMTCを実現する。
• 再構成可能インテリジェントサーフェス、可視光通信、機械学習支援ネットワークなどの新たな6G技術の統合を検討し、システム性能を向上させる。
• エネルギー効率や周波数効率といった主要最適化パrameterを考慮して、さまざまなデバイスタイプ（例：体内インプラント）およびサービスタイプ（例：e-mMTC）への適用可能性を分析する。

提案手法

• B5Gへの進化における主要な課題を特定するため、5Gのターゲットサービスおよび支援技術を包括的にレビューする。
• 受信機でのチャネル状態情報の必要性を排除する非整合的通信技術を統合し、シグナリングオーバーヘッドと複雑性を低減する。
• バックスキャター通信（BsC）を活用して、デバイスが入射電波を反射または変調することで、バッテリーフリーまたは超低消費電力動作を可能にする。
• 非整合的検出とバックスキャター伝送を組み合わせることで、大規模接続に適したエネルギー効率が高く、低複雑性の通信を実現する。
• 再構成可能インテリジェントサーフェス、無人航空機（UAV）、可視光通信を含む、新たな6G技術との連携の可能性を分析する。
• 機械学習支援技術を適用してネットワークパラメータを最適化し、動的かつB5G環境におけるリソース割り当てを改善する。

実験結果

リサーチクエスチョン

• RQ1 非整合的およびバックスキャター通信は、どのようにB5Gネットワークにおける超大規模接続のスケーラビリティとエネルギー効率の課題を共同で解決できるか？
• RQ2 mMTCシナリオにおいて、非整合的検出とバックスキャター伝送を統合した場合の性能的トレードオフとシステムレベルの利点は何か？
• RQ3 再構成可能インテリジェントサーフェスやUAV支援通信を含む新たな6G技術は、提案されたフレームワークをどのように補完するか？
• RQ4 提案されたフレームワークは、体内インプラントデバイスを含む多様なデバイスタイプを、厳密なエネルギーおよび周波数効率制約下でどのようにサポートできるか？
• RQ5 提案された通信フレームワークの文脈において、エネルギー効率と周波数効率を最大化するための最適化戦略は何か？

主な発見

• 非整合的およびバックスキャター通信の統合により、B5Gネットワークにおける超大規模デバイス展開に適したスケーラブルで低複雑性の接続が実現可能である。
• 提案されたフレームワークは、ハードウェアコストとエネルギー消費を顕著に低減し、バッテリーフリーまたはエネルギー制約のあるデバイス（例：体内インプラント）にとって理想的である。
• バックスキャター通信により、専用のRF送信機が不要となり、消費電力が著しく低減され、長期的な運用が可能になる。
• 非整合的検出により、チャネル推定の必要性が排除され、シグナリングオーバーヘッドが低減し、動的電波環境における耐障害性が向上する。
• 再構成可能インテリジェントサーフェスや可視光通信などの新たな6G技術と互換性があり、それらの性能を向上させる。
• 分析結果から、提案手法が、エネルギーおよび周波数効率制約が厳しい条件下でも、e-mMTCを含む多様なサービスタイプをサポートできることを確認した。