[논문 리뷰] An Iterative Interference Cancellation Algorithm for Large Intelligent Surfaces

Jesús Rodríguez Sánchez, Fredrik Rusek외 2명|arXiv (Cornell University)|2019. 11. 25.

Advanced Wireless Communication Technologies참고 문헌 6인용 수 10

한 줄 요약

이 논문은 대규모 지능형 표면(LIS)를 위한 반복 간섭 제거(IIC) 알고리즘을 제안하며, 패널 기반 처리를 통해 탈중앙화된 업링크 검출을 가능하게 하여 감소된 매칭 필터(RMF) 기준선보다 크게 우수한 성능을 달성한다. 이 알고리즘은 특이값 분해를 활용한 국소적 에큐얼라이저 설계와 패널 간 데이터 교환을 통해 합산율 용량을 최대화하며, 기존 방법에 비해 더 적은 패널당 출력 수로도 높은 스펙트럼 효율성을 달성한다.

ABSTRACT

The Large Intelligent Surface (LIS) concept is a promising technology aiming to revolutionize wireless communication by exploiting spatial multiplexing at its fullest. Despite of its potential, due to the size of the LIS and the large number of antenna elements involved there is a need of decentralized architectures together with distributed algorithms which can reduce the inter-connection data-rate and computational requirement in the Central Processing Unit (CPU). In this article we address the uplink detection problem in the LIS system and propose a decentralize architecture based on panels, which perform local linear processing. We also provide the sum-rate capacity for such architecture and derive an algorithm to obtain the equalizer, which aims to maximize the sum-rate capacity. A performance analysis is also presented, including a comparison to a naive approach based on a reduced form of the matched filter (MF) method. The results shows the superiority of the proposed algorithm.

연구 동기 및 목표

• 대규모 안테나 어레이를 갖춘 대규모 지능형 표면(LIS)에서 중앙 집중식 처리의 높은 계산 부담과 백홀드 대역폭을 해결하기 위해.
• 인터커넥션 데이터 전송률을 감소시키고 파이프라인 방식의 에큐얼라이저 계산을 가능하게 하는 패널 기반의 탈중앙화 아키텍처를 개발하기 위해.
• 국소적 처리와 반복 간섭 제거를 활용한 최적의 에큐얼라이저 설계를 통해 업링크에서 합산율 용량을 최대화하기 위해.
• 패널 크기, 패널당 출력 수, 전체 시스템 성능 간의 성능 트레이드오프를 제공하기 위해.

제안 방법

• LIS는 P개의 정사각형 패널로 분할되며, 각 패널은 M_p개의 안테나 요소와 N_p개의 출력을 갖는다. 패널 간 데이터 교환을 위해 덱스체인 네트워크로 연결된다.
• 각 패널은 전처리된 채널 행렬과 이전 패널의 효과적 간섭 행렬 기반의 간섭 제거를 이용해 국소적 선형 처리를 수행한다.
• 합산율 용량 표현을 최대화하기 위해 에큐얼라이저를 유도하며, 간섭 공분산으로 스케일링된 효과적 채널 행렬의 특이값 분해를 활용한다.
• 누적 간섭의 고유분해를 이용해 반복적으로 간섭 제거 행렬을 업데이트하며, 이로 인해 합산율이 단조적으로 증가함을 보장한다.
• 백플레인은 모든 패널의 처리된 출력을 집계하여 최종 사용자 심볼 추정을 위해 CPU에 전달한다.
• 이 방법은 CPU에서 전체 채널 상태 정보가 필요로 하지 않으며, 국소적 처리와 제한된 패널 간 피드백에 의존한다.

실험 결과

연구 질문

• RQ1 대규모 지능형 표면에서 업링크 검출을 어떻게 탈중앙화하여 중앙 프로세서의 계산 부담과 백홀드 요구 사항을 줄일 수 있는가?
• RQ2 탈중앙화된 패널 기반 아키텍처 하에서 합산율 용량을 최대화하는 최적의 에큐얼라이저 설계는 무엇인가?
• RQ3 패널당 출력 수(N_p)와 패널 크기가 달성 가능한 합산율 용량과 시스템 성능에 어떤 영향을 미치는가?
• RQ4 제안된 반복 간섭 제거(IIC) 알고리즘이 감소된 매칭 필터(RMF) 기준선에 비해 어떤 성능 향상을 제공하는가?
• RQ5 목표 스펙트럼 효율성을 달성하기 위해 패널 크기, 패널 수, 총 출력 수 사이에 어떤 트레이드오프가 존재하는가?

주요 결과

• IIC 알고리즘은 모든 테스트된 N_p 값과 두 가지 패널 크기에 대해 감소된 매칭 필터(RMF) 기준선보다 더 높은 합산율 용량을 달성한다.
• 작은 패널 구성(20cm×20cm)은 채널 용량 한계에 더 빨리 수렴하며, 동일한 성능 목표를 달성하기 위해 필요한 패널당 출력 수가 적다.
• 동일한 총 출력 수(N)일 경우, 큰 패널 구성(1m×1m)이 작은 패널 구성보다 더 높은 합산율 성능을 달성한다.
• IIC 알고리즘은 각 반복에서 합산율 용량이 단조적으로 증가하며, 이는 간섭 공분산 행렬의 고유분해를 통해 증명된다.
• IIC와 RMF 간의 성능 향상 덕분에, 특정 구성에 따라 목표 합산율을 달성하기 위해 패널당 출력 수를 최대 50%까지 줄일 수 있다.
• 패널 간 덱스체인 연결 덕분에 물리적 리소스 블록 간 에큐얼라이저 계산을 파이프라인 방식으로 수행할 수 있어 실시간 운영을 지원한다.