[논문 리뷰] Capacity Analysis of Decoupled Downlink and Uplink Access in 5G Heterogeneous Systems

Katerina Smiljkovikj, Hisham Elshaer외 5명|arXiv (Cornell University)|2014. 10. 27.

Advanced MIMO Systems Optimization인용 수 26

한 줄 요약

이 논문은 5G 이질적 네트워크에서 링크와 업링크를 별도로 연결하는 다운링크 및 업링크 분리(DUDe)를 제안하여, 사용자 기기의 다운링크 및 업링크 전송에 대해 서로 다른 기지국에 연결할 수 있도록 하여 스펙트럼 효율을 향상시킨다. 스토하스틱 기하학과 시스템 수준 시뮬레이션을 사용하여, 셀 엣지 사용자에게서는 200% 이상, 50번째 백분율 사용자에게서는 600% 이상의 용량 향상을 입증하였으며, 실제 세계 모델과 이론적 모델 모두에서 동일한 경향을 확인하였다.

ABSTRACT

Our traditional notion of a cell is changing dramatically given the increasing degree of heterogeneity in 4G and emerging 5G systems. Rather than belonging to a specific cell, a device would choose the most suitable connection from the plethora of connections available. In such a setting, given the transmission powers differ significantly between downlink (DL) and uplink (UL), a wireless device that sees multiple Base Stations (BSs) may access the infrastructure in a way that it receives the downlink (DL) traffic from one BS and sends uplink (UL) traffic through another BS. This situation is referred to as Downlink and Uplink Decoupling (DUDe). In this paper, the capacity and throughput gains brought by decoupling are rigorously derived using stochastic geometry. Theoretical findings are then corroborated by means of simulation results. A further constituent of this paper is the verification of the theoretically derived results by means of a real-world system simulation platform. Despite theoretical assumptions differing from the very complete system simulator, the trends in the association probabilities and capacity gains are similar. Based on the promising results, we then outline architectural changes needed to facilitate the decoupling of DL and UL.

연구 동기 및 목표

• 5G 이질적 네트워크(HetNets)에서 매크로셀(MCells)과 스몰셀(SCells) 간의 전송 전력 차이로 인해 발생하는 다운링크(DL)와 업링크(UL) 커버리지 간 격차가 점점 커지는 문제를 해결하기 위해.
• 기존의 다운링크와 업링크를 동일한 기지국에 바인딩하는 전통적인 셀 연결 모델을 도전하며, 사용자가 다운링크와 업링크에 대해 각각 최적의 서비스 기지국을 독립적으로 선택하는 분리된 접근 방식을 제안하기 위해.
• 아날리틱스 모델링을 사용하여 DUDe의 용량 및 전송률 향상을 정량화하고, Atoll 플랫폼을 사용한 실제 세계의 시스템 수준 시뮬레이션을 통해 결과를 검증하기 위해.
• DUDe를 지원하기 위해 3GPP 네트워크에서 필요한 아키텍처적 변화를 규명하기 위해, 신호 전송 및 데이터 병합을 위한 라우팅 앵커 포인트를 RAN 또는 코어 네트워크에서 선택하는 것에 중점을 두기 위해.
• 배치 기하학 및 전력 격차가 연결 확률과 성능 향상에 미치는 영향을 분석하여, 특히 셀 엣지 사용자에게서의 영향을 조사하기 위해.

제안 방법

• 스토하스틱 기하학을 사용한 이론적 분석을 통해 네 가지 다른 DUDe 시나리오에 대한 연결 확률을 유도: 다운링크/업링크 모두 MCell, 다운링크 SCell, 업링크 MCell, 다운링크 MCell, 업링크 SCell, 다운링크/업링크 모두 SCell.
• 유도된 연결 확률에 기반하여 경로 손실, 간섭, 기지국 밀도를 고려한 전송 용량 식 유도.
• 실제 교통 지도, 전파 조건, 전력 제어 및 3GPP 호환 무선 파rameter를 포함한 고정밀도 시스템 수준 시뮬레이터(Atoll)를 사용하여 이론적 결과의 검증.
• 포아송 점 프로세스와 정규 격자 등 다양한 배치 기하학에서 이론적 예측과 시뮬레이션 트렌드를 비교하여 모델의 강건성을 평가.
• DUDe의 세 가지 아키텍처 변형 평가: RAN 또는 코어 앵커 포인트를 사용한 NAS-분리, RAN 앵커 포인트를 사용한 AS-분리, 신호 전송, 이동성 및 지연 영향에 중점을 두기 위해.
• 스몰셀 전송 전력 수준과 배치 밀도에 따라 변화하는 성능 향상 평가, 특히 5번째 백분율 및 50번째 백분율 사용자에 중점을 두기 위해.

실험 결과

연구 질문

• RQ1 DUDe 하에서 사용자가 매크로셀과 스몰셀의 다양한 조합에 대해 다운링크 및 업링크에 연결할 수 있는 이론적 연결 확률은 무엇인가요?
• RQ2 스몰셀 밀도와 매크로셀 및 스몰셀 간 전력 격차에 따라 DUDe의 용량 및 전송률 향상은 어떻게 스케일링되나요?
• RQ3 복잡한 전파 및 교통 모델을 포함한 실제 세계의 시스템 수준 시뮬레이션에서, 연결 확률 및 성능 향상에 대한 이론적 트렌드는 어느 정도 유지되나요?
• RQ4 배치 기하학(예: 포아송 대비 정규 격자)은 DUDe 하에서 연결 행동과 성능 향상에 어떻게 영향을 미치나요?
• RQ5 DUDe를 지원하기 위해 3GPP 네트워크에서 어떤 아키텍처적 변화가 필요한가요? RAN 대비 코어에서의 앵커 포인트 선택은 신호 전송 지연과 시스템 효율성에 어떤 영향을 미치나요?

주요 결과

• 스토하스틱 기하학을 통해 유도된 이론적 연결 확률은 이론 모델과 상당히 다를 수 있는 시뮬레이션 가정 조건에서도 실제 세계 Atoll 시뮬레이션에서 관찰된 트렌드와 매우 유사하게 일치한다.
• DUDe는 밀도 높은 헤테로제너이스 네트워크 배치에서 5번째 백분율(셀 엣지) 사용자에게서는 200%를 초월하는 절대 전송률 향상을, 50번째 백분율 사용자에게서는 600% 이상의 향상을 기록한다.
• 성능 향상은 특히 셀 엣지 및 중간 계층 사용자 영역에서 가장 두드러지며, 매크로셀과 스몰셀 간 전력 격차가 클수록 증가한다.
• 더 높은 전송 전력을 가진 피코셀 및 펌토셀은 더 많은 사용자를 스몰셀 계층으로 유치시켜 매크로셀의 부하를 줄이며, 연결의 공정성을 향상시킨다.
• 연결 확률은 특정 공간 프로세스(예: 정규 격자)를 사용한 테스트 결과에 따라 배치 밀도에 의해 주로 결정되며, 공간 프로세스의 종류보다는 영향을 덜 받는다.
• DUDe를 위한 아키텍처적 지원은 데이터 및 신호 전송을 위한 앵커 포인트의 철저한 설계가 필요하며, NAS-분리 및 RAN 앵커 포인트를 사용한 AS-분리 방식은 지연, 용량 및 복잡성 간의 상충 관계를 고려한 설계가 필요하다.