[論文レビュー] Probability-constrained Power Optimization for Multiuser MISO Systems with Imperfect CSI: A Bernstein Approximation Approach

Weiqiang Xu, Xiaodong Wang+1 more|arXiv (Cornell University)|Mar 19, 2013

Advanced MIMO Systems Optimization参考文献 23被引用数 4

ひとこと要約

本稿では、不完全なチャネル状態情報（CSI）を伴うマルチユーザーMISOシステムにおける電力割り当てのためのベルンシュタイン近似に基づく凸最適化フレームワークを提案する。この手法により、確率的サービス品質（QoS）制約が決定的制約に変換され、干渉およびブロードキャストチャネルにおける効率的でロバストな電力制御が可能となり、最悪ケースおよび既存の確率的アプローチよりも優れた性能を発揮する。解の存在可能性と収束性が保証されている。

ABSTRACT

We consider power allocations in downlink cellular wireless systems where the basestations are equipped with multiple transmit antennas and the mobile users are equipped with single receive antennas. Such systems can be modeled as multiuser MISO systems. We assume that the multi-antenna transmitters employ some fixed beamformers to transmit data, and the objective is to optimize the power allocation for different users to satisfy certain QoS constraints, with imperfect transmitter-side channel state information (CSI). Specifically, for MISO interference channels, we consider the transmit power minimization problem and the max-min SINR problem. For MISO broadcast channels, we consider the MSE-constrained transmit power minimization problem. All these problems are formulated as probability-constrained optimization problems. We make use of the Bernstein approximation to conservatively transform the probabilistic constraints into deterministic ones, and consequently convert the original stochastic optimization problems into convex optimization problems. However, the transformed problems cannot be straightforwardly solved using standard solver, since one of the constraints is itself an optimization problem. We employ the long-step logarithmic barrier cutting plane (LLBCP) algorithm to overcome difficulty. Extensive simulation results are provided to demonstrate the effectiveness of the proposed method, and the performance advantage over some existing methods.

研究の動機と目的

• 送信機が不完全なCSIを有するマルチユーザーMISO下行リンクシステムにおける電力割り当ての課題に取り組むこと。これにより、従来の設計では性能が劣化する。
• チャネル不確実性に起因する確率的QoS制約（例：SINRアウトアージェ、MSE制約）の下で送信電力最小化およびmax-min SINR問題を定式化すること。
• 確率的制約付き確率的計画問題の計算不能性を解消するため、ベルンシュタイン近似を用いてそれらを凸で決定的等価に変換すること。
• スケーラブルなソリューションフレームワークを構築し、最悪ケース最適化の過剰な慎重さを避けるとともに、特に高速移動またはフィードバック制限環境においてもロバスト性を維持すること。
• 結果として得られるネスト型最適化問題を効率的に解くために、長ステップ対数バリアカットプレーン（LLBCP）アルゴリズムを統合すること。

提案手法

• 本稿では、固定ビームフォーマーを用いたマルチユーザーMISO干渉およびブロードキャストチャネルをモデル化し、確率的SINRおよびMSE制約の下でユーザー電力割り当てを最適化する。
• チャネル不確実性のモーメント生成関数を活用することで、ベルンシュタイン近似技術を適用し、非凸な確率的制約を凸で決定的な制約に変換する。
• MSE制約付き問題に対しては、チャネル誤差分布に依存するMSE式の指数モーメントを用いて、凸なスチュアラートを導出する。
• 結果として得られる最適化問題は、ネスト型凸計画問題に再定式化され、外側の問題が電力最適化を、内側の問題が不確実性下での制約満たしを保証する。
• 非標準的な凸問題にimplicitな制約を含むため、LLBCPアルゴリズムを用いて効率的かつグローバル収束性を有する計算を実現する。
• 広範なシミュレーションを通じて、さまざまなチャネル不確実性レベルとシステム負荷下での有効性を検証し、ロバスト性とスケーラビリティを示した。

実験結果

リサーチクエスチョン

• RQ1 不完全なCSIを伴うMISOシステムにおける確率的QoS制約を、効率的な最適化が可能な凸で決定的制約にどのように変換できるか？
• RQ2 ベルンシュタイン近似に基づく手法は、最悪ケースロバスト設計と比較して、電力効率およびシステムスループットの面でどの程度の性能向上を達成するか？
• RQ3 最悪ケースアプローチが過剰に慎重な制約により失敗する状況でも、提案手法が妥当な解を達成できるか？
• RQ4 チャネル推定誤差のレベルが変化する条件下で、SINRアウトアージェおよびMSE制約の面での手法の性能はいかがなものか？
• RQ5 LLBCPに基づくソルバーは、結果として得られるネスト型凸最適化問題を解く上で、計算効率およびスケーラビリティに優れているか？

主な発見

• ベルンシュタイン近似は、確率的制約を凸制約に保守的かつ実行可能に変換する手段を提供し、そうでなければ解けない確率的計画問題の効率的解法を可能にする。
• 提案手法は、特に中程度から高いチャネル不確実性下で、最悪ケースロバスト設計と比較して送信電力の大幅な低減を達成する。
• 提案手法は、テストされたすべてのチャネル不確実性レベルで解の存在を維持するが、最悪ケース手法は過剰な慎重さのため解が見つからないことがしばしばある。
• シミュレーション結果から、提案手法は既存の確率的およびロバスト手法と比較して、より高いスペクトル効率と優れた公平性（max-min SINR）を達成している。
• LLBCPアルゴリズムは、高速収束性と高い数値的安定性を備えており、ネスト型最適化問題を効率的に解くことができ、リアルタイムシステムへの実用的導入を可能にする。