[論文レビュー] Optimal Stochastic Coordinated Beamforming with Compressive CSI Acquisition for Cloud-RAN.

Yuanming Shi, Jun Zhang+1 more|arXiv (Cornell University)|Dec 2, 2013

Advanced MIMO Systems Optimization参考文献 30被引用数 7

ひとこと要約

本稿では、Cloud-RANにおける圧縮CSI取得と確率的協調ビームフォーミング（SCB）を提案し、CSIシグナリングのオーバーヘッドを低減しながら高い性能を維持する。インスタントーリアスCSIの一部のみを取得し、残りは統計的CSIを用いることで、SCBフレームワークは、最適性保証付きの新しい確率的DCプログラミングアルゴリズムにより不確実性を扱い、顕著に低減されたオーバーヘッドでフル-CSIに近い性能を達成する。

ABSTRACT

Cloud radio access network (Cloud-RAN) is a revolutionary RAN architecture. It provides a cost-effective way to improve both the network capacity and energy efficiency by shifting the baseband signal processing to a single baseband unit (BBU) pool, which enables centralized signal processing. However, in order to exploit the performance gains of full cooperation, full channel state information (CSI) is often required, which will incur excessive signaling overhead and degrade the network performance. To resolve the CSI challenge for Cloud-RAN, we propose a novel CSI acquisition method, called compressive CSI acquisition. This new method can effectively reduce the CSI signaling overhead by obtaining instantaneous coefficients of only a subset of all the channel links. As a result, the BBU pool will obtain mixed CSI consisting of instantaneous values of some links and statistical CSI for the others. We then propose a stochastic coordinated beamforming (SCB) framework to deal with the uncertainty in the available mixed CSI. The SCB problem turns out to be a joint chance constrained program (JCCP) and is known to be highly intractable. In contrast to all the previous algorithms for JCCP that can only find feasible but sub-optimal solutions, we propose a novel stochastic DC (difference-of-convex) programming algorithm with optimality guarantee. To reduce the computational complexity, we also propose two low-complexity algorithms using the scenario approach and the Bernstein approximation method for larger-sized networks. Simulation results will show that the proposed compressive CSI acquisition method can reduce the CSI overhead significantly, and the proposed SCB algorithms provide performances close to the full CSI case.

研究の動機と目的

• Cloud-RANにおける完全なチャネル状態情報（CSI）の高いシグナリングオーバーヘッドがネットワーク効率を低下させることに対処する。
• 全CSIではなく、インスタントーリアスチャネル係数の部分集合を取得することで、CSIフィードバックオーバーヘッドを低減する。
• 圧縮的取得に起因する混合CSI（部分的にインスタントーリアス、部分的に統計的）の下で動作する、耐障害性の高いビームフォーミングフレームワークを開発する。
• 混合CSIにおける不確実性を理論的最適性保証付きで効果的に処理する最適な確率的協調ビームフォーミング（SCB）アルゴリズムを設計する。
• 大規模ネットワーク向けに、シナリオ近似およびベルンシュタイン近似手法を用いた低複雑度代替手法を開発する。

提案手法

• インスタントーリアス係数の一部のみを取得することで、フィードバックオーバーヘッドを低減する圧縮CSI取得を導入する。
• 得られる混合CSIをインスタントーリアスCSIと統計的CSIの組み合わせとしてモデル化し、ビームフォーミング設計に不確実性を導入する。
• SCB問題を、確率的サービス品質制約を捉えるための共同確率制約プログラム（JCCP）として定式化する。
• JCCPを最適に解くための、従来の部分最適解に欠ける限界を克服する、新規の確率的DCプログラミングアルゴリズムを提案する。
• 2つの低複雑度バージョンを構築する：1つはシナリオアプローチに基づき、もう1つはベルンシュタイン近似に基づくもので、大規模ネットワークに適している。
• 確率的DCアルゴリズムを圧縮CSI取得と統合し、部分CSI下でも最適ビームフォーミングを実現する。

実験結果

リサーチクエスチョン

• RQ1 圧縮CSI取得により、Cloud-RANにおけるCSIフィードバックオーバーヘッドを顕著に低減できるか、同時にビームフォーミング性能を損なわないか？
• RQ2 混合CSI（インスタントーリアスと統計的）に起因する不確実性を、確率的協調ビームフォーミングフレームワークが効果的に処理できるか？
• RQ3 確率的DCプログラミングアルゴリズムは、従来の部分最適手法とは異なり、共同確率制約ビームフォーミング問題において最適性を達成できるか？
• RQ4 シナリオベースとベルンシュタイン近似手法は、大規模Cloud-RAN展開において性能と複雑度の観点でどのように比較されるか？
• RQ5 提案されたSCBフレームワークは、CSIオーバーヘッドを低減しながら、どの程度フル-CSIベンチマークに近い性能を達成できるか？

主な発見

• 圧縮CSI取得手法により、チャネル係数の部分集合の取得によって、CSIシグナリングオーバーヘッドが顕著に低減された。
• 提案された確率的DCプログラミングアルゴリズムは、共同確率制約ビームフォーミング問題を最適に解くことを達成し、従来の部分最適手法とは顕著な進歩を示す。
• 圧縮CSIを用いたSCBフレームワークは、フル-CSIベンチマークに非常に近い性能を達成し、最小限の性能損失を示した。
• シナリオベースおよびベルンシュタイン近似手法は、許容可能な性能トレードオフを伴いながら、大規模ネットワークに適した効果的な低複雑度代替手段を提供する。
• シミュレーション結果により、提案手法が、CSIフィードバックオーバーヘッドを著しく低減しながらも、高いネットワーク容量とエネルギー効率を維持していることが確認された。