[論文レビュー] Towards Environment-Aware 6G Communications via Channel Knowledge Map

Yong Zeng, Xiaoli Xu|arXiv (Cornell University)|Jul 18, 2020

Advanced Wireless Communication Technologies参考文献 12被引用数 9

ひとこと要約

本稿では、環境および位置情報が付加されたチャネル情報のデータベースとしてのチャネル知識マップ（CKM）を導入し、環境に適応した6G通信を実現する。CKMを用いたトレーニングフリーのビームフォーミングおよびサブバンド割り当てにより、ミリ波およびD2Dネットワークにおけるリアルタイムのチャネル取得のオーバーヘッドを低減するとともに、近似的に完璧なCSI性能（例：1mの位置特定誤差下で理想レートの約90％）を達成する。

ABSTRACT

This article proposes the concept of channel knowledge map (CKM) as an enabler towards environment-aware wireless communications. CKM is a site-specific database, tagged with the locations of the transmitters and/or receivers, that contains whatever channel-related information useful to enhance environmental-awareness and facilitate or even obviate sophisticated real-time channel state information (CSI) acquisition. Therefore, CKM is expected to play an important role for 6G networks targeting for super high capacity, extremely low latency, and ultra-massive connectivity, by offering potential solutions to practical challenges brought by the drastically increased channel dimensions and training overhead. In this article, the motivations of environmental-awareness enabled by CKM are firstly discussed, followed by the key techniques to build and utilize CKM. In particular, it is highlighted that CKM is especially appealing for four channel types: channels for yet-to-reach locations, channels for non-cooperative nodes, channels with large dimensions, and channels with severe hardware/processing limitations. Two case studies with extensive numerical results are presented to demonstrate the great potential of environment-aware communications enabled by CKM.

研究の動機と目的

• 屋内・屋外のサイト固有の伝搬環境を無視する従来の確率的チャネルモデルの限界を是正すること。
• マス・MIMOおよびミリ波システムを備えた6Gネットワークにおける、リアルタイムのCSI取得に伴う高いトレーニングオーバーヘッドと複雑さを低減すること。
• CKMによる事前に計算された環境知識を活用することで、実用的で低遅延かつ高容量の通信を実現すること。
• 実世界のシナリオ（例：ミリ波ビーム選択、D2Dネットワーキング）におけるCKMの実現可能性と性能向上を実証すること。

提案手法

• チャネル関連情報（例：パスゲイン、AoA、AoD）のサイト固有で位置情報が付加されたデータベースとしてのチャネル知識マップ（CKM）を構築する。
• 連続的な空間的カバレッジを実現するため、レイトレースされた真値サンプルから逆距離加重法（IDW）とK近傍法（KNN）を用いてCKMデータを補間する。
• 予測されたパスパラメータを用いて、トレーニングフリーのビームフォーミングにおけるチャネル状態情報（CSI）をCKMで予測する。
• CKMで予測されたビーム方向を活用した低複雑度のコードブックベースのアナログビームフォーミング方式を採用し、最適ビームを選択する。
• CKMをD2D通信と統合し、CKMデータを用いて予測されたチャネル品質に基づいてサブバンドを割り当てる。
• レイトレーシングにRemcom Wireless Insiteを用いて性能を検証し、完璧なCSIおよび位置ベースの手法と比較してCKMベースの手法の性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 サイト固有のチャネル知識マップは、6GネットワークにおけるリアルタイムのCSIトレーニングの必要性を顕著に低減できるか？
• RQ2 実用的な位置特定誤差を想定したミリ波システムにおいて、CKMベースのビーム選択は位置ベースまたは完璧なCSIのビーム選択と比べてどのように差がつくか？
• RQ3 明示的なチャネルトレーニングなしで、CKMはD2Dネットワークにおけるスペクトル効率をどの程度向上できるか？
• RQ4 アレイサイズの増加および環境の複雑さが増加する中で、CKMの性能はどのようにスケーリングするか？
• RQ5 高次元のミリ波システムにおいて、位置特定誤差がCKMベースのビーム選択に与える影響は何か？

主な発見

• 1mのUE位置特定誤差が存在する状況下でも、CKMベースのミリ波ビーム選択は、完璧なCSIの状況と比較して約90％のレート性能を達成する。
• KNNベースのCKM補間は、真値レイトレーシング結果と非常に近い一致を示し、都市環境におけるアリュージョンAoDの予測において高い正確性を示している。
• CKMを用いた環境に適応したビームフォーミングは、特に視線外（NLoS）および複雑な伝搬環境下で、位置ベースのビームフォーミングを大きく上回る性能を示している。
• 送信アンテナ数が増加するにつれて、ビームフォーミング性能は位置特定誤差に対してより敏感になることが判明し、CKMベースの予測の正確性の重要性が浮き彫りになった。
• CKMは、D2Dネットワークにおける効果的なサブバンド割り当てを可能にし、スペクトル効率の顕著な向上をもたらしており、6Gにおける超大規模接続の可能性を示している。
• トレーニングオーバーヘッドが著しく制限されるような、大規模な次元、非協力的ノード、深刻なハードウェア制約が存在するチャネルにおいて、CKMフレームワークは特に効果的である。