[論文レビュー] Sustainable Green Networking: Exploiting Degrees of Freedom towards Energy-Efficient 5G Systems

Miao Yao, Munawwar M. Sohul+3 more|arXiv (Cornell University)|Nov 1, 2017

Advanced MIMO Systems Optimization参考文献 24被引用数 4

ひとこと要約

本稿では、多アンテナおよびマスティブ MIMO システムからの自由度を活用して、5G ネットワークにおけるエネルギー効率を向上させる PA 主導のリソース管理戦略を提案する。小さなセル向けの PAPR 考慮リソース割り当てと、マスティブ MIMO におけるエネルギー効率の良いプレコーディングのための並列再帰型ニューラルネットワークを導入し、シミュレーション環境において、最先端のソリューションと比較してエネルギー効率が10倍以上向上することを達成した。

ABSTRACT

The carbon footprint concern in the development and deployment of 5G new radio systems has drawn the attention to several stakeholders. In this article, we analyze the critical power consuming component of all candidate 5G system architectures-the power amplifier (PA)-and propose PA-centric resource management solutions for green 5G communications. We discuss the impact of ongoing trends in cellular communications on sustainable green networking and analyze two communications architectures that allow exploiting the extra degrees-of-freedom (DoF) from multi-antenna and massive antenna deployments: small cells/distributed antenna network and massive MIMO. For small cell systems with a moderate number of antennas, we propose a peak to average power ratio-aware resource allocation scheme for joint orthogonal frequency and space division multiple access. For massive MIMO systems, we develop a highly parallel recurrent neural network for energy-efficient precoding. Simulation results for representative 5G deployment scenarios demonstrate an energy efficiency improvement of one order of magnitude or higher with respect to current state-of-the-art solutions.

研究の動機と目的

• 5G システムの増大する炭素足跡を低減するため、主にエネルギー消費が顕著なパワーアンプ（PA）を焦点として、エネルギー効率の向上を図ること。
• 多アンテナおよびマスティブ MIMO アーキテクチャが、グリーンネットワーキングに追加の自由度を提供する方法を調査すること。
• 5G システムアーキテクチャに適合した実用的でエネルギー効率の高いリソース割り当ておよびプレコーディング技術の開発。
• 代表的な 5G デプロイメント環境において、顕著なエネルギー効率の向上を実証すること。

提案手法

• 中程度のアンテナ数を有する小さなセル／分散アンテナネットワークにおける、周波数・空間多重アクセスの統合的割り当てに向けた、ピーク対平均電力比（PAPR）を考慮したリソース割り当て方式を提案。
• マスティブ MIMO システムにおける低遅延・エネルギー効率の良いプレコーディングのための、高並列性を持つ再帰型ニューラルネットワーク（RNN）アーキテクチャを設計。
• 多アンテナおよびマスティブ MIMO の導入に伴う自由度を活用し、スペクトル効率を維持したまま、消費電力を最適化。
• ニューラルネットワークベースのプレコーディングをシステムレベルの制約と統合し、リアルタイム実行可能性とスケーラビリティを確保。
• 代表的な 5G デプロイメント環境を想定したシミュレーションを用いて、性能向上を検証。
• ピーク電力およびスペクトル効率の制約下でリソース割り当てを最適化し、ビットあたりのエネルギー消費を最小化。

実験結果

リサーチクエスチョン

• RQ1 多アンテナおよびマスティブ MIMO システムにおける自由度は、5G ネットワークのエネルギー消費を低減するためにどのように活用できるか？
• RQ2 PAPR は小さなセルシステムにおけるエネルギー効率にどのような影響を及ぼし、リソース割り当てによってどのように緩和できるか？
• RQ3 深層学習ベースのプレコーディングは、マスティブ MIMO において、従来の手法と比較してエネルギー効率の面で優れているか？
• RQ4 PA 主導のリソース管理は、5G システム全体のエネルギー消費をどの程度低減できるか？
• RQ5 アーキテクチャの柔軟性と知能的な信号処理を組み合わせることで、エネルギー効率にどの程度の向上が達成できるか？

主な発見

• 小さなセルシステムにおける提案された PAPR 考慮リソース割り当てにより、ピーク電力を最小化しつつスペクトル効率を維持することで、顕著なエネルギー効率の向上が達成された。
• マスティブ MIMO プレコーディング向けに設計された高並列性の再帰型ニューラルネットワークは、低遅延かつ低消費電力の計算をリアルタイムで実現可能にした。
• シミュレーション結果では、最先端のソリューションと比較して、エネルギー効率が1桁（10倍）以上向上していることが実証された。
• ニューラルネットワークとマスティブ MIMO システムを統合することで、動的チャネル状態下でもスケーラブルかつ適応的でエネルギー効率の高いプレコーディングが可能になった。
• マスティブアンテナアレイの自由度を効果的に活用することで、ユーザー1人あたりの送信電力が低減された。
• 結果から、PA 主導の設計と知的な信号処理の統合が、持続可能なグリーン 5G ネットワークへの実現可能な道筋であることが確認された。