[논문 리뷰] Cooperative Beamforming with Predictive Relay Selection for Urban mmWave Communications

Anastasios Dimas, Dionysios S. Kalogerias외 1명|arXiv (Cornell University)|2019. 07. 29.

Millimeter-Wave Propagation and Modeling참고 문헌 48인용 수 23

한 줄 요약

이 논문은 도심 환경에서 mmWave 네트워크를 위한 예측 가능하고 자원 효율적인 릴레이 선택 기법을 제안한다. 수신 신호 강도(RSS)의 시공간 상관성을 활용하여 분산형으로 저지연·저지연 릴레이 선택을 가능하게 한다. 이 방법은 이상적인 기준에 비해 2.3 dB 이내의 근접한 성능를 달성하면서도, 특히 밀도가 높은 구조에서 채널 추정 오버헤드를 크게 줄였다.

ABSTRACT

While millimeter wave (mmWave) communications promise high data rates, their sensitivity to blockage and severe signal attenuation presents challenges in their deployment in urban settings. To overcome these effects, we consider a distributed cooperative beamforming system, which relies on static relays deployed in clusters with similar channel characteristics, and where, at every time instance, only one relay from each cluster is selected to participate in beamforming to the destination. To meet the quality-of-service guarantees of the network, a key prerequisite for beamforming is relay selection. However, as the channels change with time, relay selection becomes a resource demanding task. Indeed, estimation of channel state information for all candidate relays, essential for relay selection, is a process that takes up bandwidth, wastes power and introduces latency and interference in the network. We instead propose a unique, predictive scheme for resource efficient relay selection, which exploits the special propagation patterns of the mmWave medium, and can be executed distributively across clusters, and in parallel to optimal beamforming-based communication. The proposed predictive scheme efficiently exploits spatiotemporal channel correlations with current and past networkwide Received Signal Strength (RSS), the latter being invariant to relay cluster size, measured sequentially during the operation of the system. Our numerical results confirm that our proposed relay selection strategy outperforms any randomized selection policy that does not exploit channel correlations, whereas, at the same time, it performs very close to an ideal scheme that uses complete, cluster size dependent RSS, and offers significant savings in terms of channel estimation overhead, providing substantially better network utilization, especially in dense topologies, typical in mmWave networks.

연구 동기 및 목표

• mmWave 네트워크에서 기존 CSI 기반 릴레이 선택의 높은 자원 비용 문제를 해결하기 위해.
• 동적인 도심 mmWave 환경에서 채널 추정 오버헤드와 지연을 줄이기 위해.
• 완전한 CSI 피드백 없이도 고 품질 서비스(QoS)를 유지하는 분산형 실시간 릴레이 선택을 가능하게 하기 위해.
• RSS의 시공간 상관성을 활용해 한 타임스лот 앞서 최적의 릴레이 선택을 예측하기 위해.
• 최소한의 신호 전송 및 전력 오버헤드로 밀도가 높은 mmWave 배포 환경에서의 네트워크 활용도를 향상시키기 위해.

제안 방법

• 현재 및 과거의 네트워크 전체 RSS 측정값을 활용하는 예측 기반 릴레이 선택 기법을 제안하며, 이는 릴레이 클러스터 크기에 영향을 받지 않는다.
• 1단계 앞선 SIR을 추정하고 클러스터당 최적의 릴레이를 선택하기 위해 표본 기반 적응 알고리즘(SAA)을 사용한다.
• 빔포밍과 동시에 병렬로 클러스터 간 분산형으로 릴레이 선택을 수행하여 조율 오버헤드를 최소화한다.
• 특히 LOS 및 스트리트 캐년 환경에서의 mmWave 전파 특성에 기반한 시공간 채널 상관성을 활용한다.
• 완전한 CSI 대신 크기만을 고려한 CSI(RSS)를 사용하여 피드백 요구량과 지연을 줄인다.
• 신호 강도와 신뢰성을 향상시키기 위해 2홉 수신 증폭 방식(AF) 빔포밍과 통합한다.

실험 결과

연구 질문

• RQ1 RSS 상관성을 기반으로 한 예측적 릴레이 선택이 mmWave 네트워크에서 무작위 선택보다 우수한가?
• RQ2 동적인 mmWave 환경에서 RSS 기반 예측은 얼마나 많은 완전한 CSI 피드백 필요성을 줄일 수 있는가?
• RQ3 완전한 CSI를 가진 이상적인 기준과 비교해 예측적 릴레이 선택의 성능는 어떠한가?
• RQ4 릴레이 클러스터의 배치가 시스템 성능와 QoS에 어떤 영향을 미치는가?
• RQ5 분산형으로 구현 가능한 저복잡도 릴레이 선택이 최소한의 오버헤드로 이상적인 성능에 근접할 수 있는가?

주요 결과

• 제안된 SAA 기반 릴레이 선택은 무작위 선택 대비 7.7 dB 높은 SIR 성능를 기록하여 뚜렷한 성능 향상을 입증하였다.
• SAA 정책은 이상적인 CSI 기반 기준에 비해 단지 2.3 dB 뿐이 뒤처져, 근사 최적의 성능를 달성하면서도 피드백 오버헤드를 크게 줄였다.
• 이상적인 정책과 SAA 정책 모두 릴레이 클러스터의 끝단 근처에 있는 릴레이를 선호하며, SAA의 경우 99% 이상의 선택이 두 개의 끝단 릴레이를 대상으로 한다.
• 릴레이 클러스터 수를 4개에서 6개로 늘일 경우 성능이 약 3 dB 향상되고, 클러스터 수가 2개 뿐일 경우 약 5 dB 성능 저하가 발생하여 클러스터 밀도의 중요성을 입증한다.
• 이 방법은 특히 밀도가 높은 도심 mmWave 네트워크에서 채널 추정 오버헤드를 크게 줄여 네트워크 활용도를 향상시켰다.
• 시스템은 공간적 클러스터 배치에 민감하며, 릴레이 분포에 따라 성능이 크게 달라져 최적의 배치가 고 품질 서비스를 확보하는 데 핵심적임을 시사한다.