[論文レビュー] Structured Massive Access for Scalable Cell-Free Massive MIMO Systems

Shuaifei Chen, Jiayi Zhang+3 more|arXiv (Cornell University)|Jun 18, 2020

Advanced MIMO Systems Optimization参考文献 33被引用数 8

ひとこと要約

本稿は、初期アクセス、パイロット割り当て、部分的大規模 fading 復元（P-LSFD）、および分数電力制御を統合した、セルフリース・マスィブ MIMO システム向けのスケーラブルな構造的マスィブアクセスフレームワークを提案する。最適復元と比較してわずかな性能損失（K=60のとき1.7%）で高いスペクトル効率を達成し、ユーザー中心のパイロット割り当てと電力制御方針により公平性とスケーラビリティを向上させる。

ABSTRACT

How to meet the demand for increasing number of users, higher data rates, and stringent quality-of-service (QoS) in the beyond fifth-generation (B5G) networks? Cell-free massive multiple-input multiple-output (MIMO) is considered as a promising solution, in which many wireless access points cooperate to jointly serve the users by exploiting coherent signal processing. However, there are still many unsolved practical issues in cell-free massive MIMO systems, whereof scalable massive access implementation is one of the most vital. In this paper, we propose a new framework for structured massive access in cell-free massive MIMO systems, which comprises one initial access algorithm, a partial large-scale fading decoding (P-LSFD) strategy, two pilot assignment schemes, and one fractional power control policy. New closed-form spectral efficiency (SE) expressions with maximum ratio (MR) combining are derived. The simulation results show that our proposed framework provides high SE when using local partial minimum mean-square error (LP-MMSE) and MR combining. Specifically, the proposed initial access algorithm and pilot assignment schemes outperform their corresponding benchmarks, P-LSFD achieves scalability with a negligible performance loss compared to the conventional optimal large-scale fading decoding (LSFD), and scalable fractional power control provides a controllable trade-off between user fairness and the average SE.

研究の動機と目的

• 高密度ユーザーと限られたパイロットリソースを有するセルフリース・マスィブ MIMO システムにおけるスケーラビリティ課題に対処する。
• K ≈ L である構造的マスィブアクセス環境におけるパイロット混信と干渉を克服する。
• 初期アクセス、パイロット割り当て、電力制御を実用的かつスケーラブルに統合したフレームワークを設計し、高いスペクトル効率とユーザーの公平性を維持する。
• K → ∞ の際、各アクセスポイント（AP）における有限の計算複雑性を確保し、実世界への展開可能性を実現する。
• 最大比結合（MR）結合における閉形式のスペクトル効率式を導出し、システム設計と解析を支援する。

提案手法

• 各ユーザーが可能な限り多くのAPからサービスを受ける一方でスケーラビリティを維持できる新しい初期アクセスアルゴリズムを提案する。
• 最適LSFDと比較して性能損失が最小限であるが、計算複雑性を大幅に低減する部分的大規模 fading 復元（P-LSFD）戦略を導入する。
• ユーザーの位置関係とクラスタリングに基づき、ユーザー間干渉を最小化する2つの新しいパイロット割り当て方式（User-Group および IB-KM）を設計する。
• スペクトル効率とユーザー公平性のバランスを取るスケーラブルな分数電力制御方針を構築する。
• レイノールドフェージング下での最大比結合（MR）における新しい閉形式スペクトル効率式を導出し、シミュレーションによる検証を実施する。
• 性能評価にはLP-MMSEとMR結合を用い、解析的結果とシミュレーション結果を比較する。

実験結果

リサーチクエスチョン

• RQ1 ユーザー数 K がアクセスポイント数 L に近づく状況において、セルフリース・マスィブ MIMO における構造的マスィブアクセスをどのようにスケーラブルに実現できるか。
• RQ2 提案された P-LSFD 戦略は、最適 LSFD と比較して、どの程度の複雑性低減が達成されつつスペクトル効率を維持できるか。
• RQ3 異なるパイロット割り当て方式が、高密度環境下でのユーザー公平性とスペクトル効率にどのように影響を与えるか。
• RQ4 提案された分数電力制御方針によって、ユーザー公平性と平均スペクトル効率の間でどのようなトレードオフが実現できるか。
• RQ5 MR結合における導出された閉形式スペクトル効率式は、シミュレーション結果とどの程度の整合性を示すか。

主な発見

• 提案された P-LSFD 戦略は、K=60 のとき、最適 LSFD と比較して95％確率スペクトル効率がわずか1.7％低いだけであり、スケーラビリティに与える性能損失は無視できる。
• User-Group パイロット割り当て方式は、K=100 のとき GB-KM 方式と比較して95％確率スペクトル効率を22.4％向上させ、他の方式を大きく上回る。
• IB-KM パイロット割り当て方式は、K=100 のとき GB-KM 方式と比較して95％確率スペクトル効率で5.9％の向上を示し、干渉管理の改善を裏付ける。
• User-Group 方式は、K=100 のときスケーラブル方式と比較して95％確率スペクトル効率で8.1％向上させ、高密度環境下におけるユーザー中心の利点を顕著に示している。
• MR結合における導出された解析的スペクトル効率式は、シミュレーション結果と非常に整合性が高く、システム設計に有効であることを検証した。
• 提案された分数電力制御方針により、ユーザー公平性と平均スペクトル効率の間で制御可能なトレードオフが実現され、システムの柔軟性が向上した。