[논문 리뷰] Distributed Power Control In Downlink Cellular Massive Mimo Systems

Trinh Van Chien, Emil Björnson외 2명|arXiv (Cornell University)|2018. 02. 20.

Advanced MIMO Systems Optimization참고 문헌 16인용 수 4

한 줄 요약

이 논문은 다중셀 Massive MIMO 다운링크 시스템에서 총 전송 전력 최소화를 위해 이중 분해를 사용하는 분산 전력 제어 알고리즘을 제안한다. 사용자 품질보증(QoS) 제약 조건을 만족하면서도 전역 최적해에 수렴한다. 비록 알고리즘이 몇 차례 반복 내에 이론적으로 수렴함을 보장하지만, 채널 경화성 특성으로 인해 중앙집중식 방법과 비교해 백홀 신호 전송을 크게 줄이지 못해, 신호 전송 및 복잡도 측면에서 Massive MIMO에서는 중앙집중식 구현이 바람직하다.

ABSTRACT

This paper compares centralized and distributed methods to solve the power minimization problem with quality-of-service (QoS) constraints in the downlink (DL) of multi-cell Massive multiple-input multiple-output (MIMO) systems. In particular, we study the computational complexity, number of parameters that need to be exchanged between base stations (BSs), and the convergence of iterative implementations. Although a distributed implementation based on dual decomposition (which only requires statistical channel knowledge at each BS) typically converges to the global optimum after a few iterations, many parameters need to be exchanged to reach convergence.

연구 동기 및 목표

• 다중셀 Massive MIMO 시스템에서 분산 전력 제어가 중앙집중식 방법과 동일한 최적해를 달성할 수 있는지 평가하기.
• 분산 구현을 위해 기지국(BS) 간 교환되어야 하는 최소한의 파라미터 집합을 규명하기.
• 중앙집중식과 분산 방식 간 계산 복잡도, 수렴 속도, 백홀 신호 전송 간의 상충 관계 평가하기.
• 채널 통계가 순간 채널 상태 정보(CSI)보다 지배적인 Massive MIMO 환경에서 분산 방법이 실용적 이점이 있는지 판단하기.

제안 방법

• 논문은 TDD 및 피LOT 기반 채널 추정을 사용하는 다중셀 Massive MIMO 다운링크 시스템에서 총 전송 전력 최소화 문제를 QoS 제약 조건과 함께 수식화한다.
• 이중 분해를 적용하여 중앙집중식 문제를 기지국당 $L$개의 하위문제로 분해함으로써 분산 최적화를 가능하게 한다.
• 각 기지국은 국소 지식과 상호셀 간섭 제약 조건을 나타내는 라그랑주 승수 $\lambda_{l,k}^i$를 사용해 두 번째 순서 콘(Second-Order Cone, SOC) 프로그램을 푼다.
• 알고리즘은 하위기울기 방법을 사용해 반복적으로 라그랑주 승수를 갱신하며, 정보 교환은 간섭 세기 파라미터 $\theta_{l,k}^i$와 $\tilde{\theta}_{l,k}^i$로 제한된다.
• 해당 방법은 오직 대규모 fading 계수만 교환된다고 가정하며, 채널 경화성 특성을 활용해 신호 전송 부하를 줄인다.
• 이론적으로 수렴 보장이 되며, 다양한 사용자 및 셀 구성 조건 하에서 몬테카를로 시뮬레이션을 통해 평가된다.

실험 결과

연구 질문

• RQ1 이중 분해 기반 분산 구현이 Massive MIMO에서 중앙집중식 전력 최소화 문제의 전역 최적해에 도달할 수 있는가?
• RQ2 최적성 유지 조건에서 분산 최적화를 위해 기지국 간 교환되어야 하는 최소한의 파라미터 집합은 무엇인가?
• RQ3 분산 알고리즘의 반복 횟수 및 수렴 행동은 네트워크 크기와 사용자 분포에 따라 어떻게 달라지는가?
• RQ4 중앙집중식 구현 대비 분산 방법이 Massive MIMO 시스템에서 백홀 신호 전송과 계산 복잡도를 크게 줄이는가?
• RQ5 신호 전송 및 복잡도 측면에서 중앙집중식 구현이 분산 구현보다 유리한 조건은 무엇인가?

주요 결과

• 분산 이중 분해 알고리즘은 대부분의 사용자 위치 실현에서 몇 차례 반복 내에 전역 최적해에 수렴하며, 이론적 수렴 보장이 있다.
• 사용자 수가 증가할수록 반복 횟수가 증가한다. 그림 3에서 $K=10$은 $K=1$보다 전역 최적해의 95%에 도달하기 위해 더 많은 반복을 요구한다.
• 전역 최적해의 95% 수준에서 실제 사용자 QoS는 대부분 잘 만족되며, 일부 사용자는 요구 수준을 초과하는 레이트를 경험함으로써 수렴이 부분적으로 최적화되지 않더라도 강인함을 보여준다.
• 분산 설계임에도 불구하고, Massive MIMO에서 차원이 낮은 채널 표현 방식으로 인해 중앙집중식 구현과 비교해 교환되는 총 파라미터 수가 크게 감소하지 않는다.
• 백홀 신호 전송 비용은 소규모 fading이 아니라 대규모 fading 계수에 의해 지배되며, 이로 인해 분산 구현이 신호 전송 부하 측면에서 유리하지 않다.
• 오직 대규모 fading만을 포함하는 전력 최소화 문제의 경우, 특히 밀도가 높은 네트워크에서 더 낮은 복잡도와 신호 전송으로 인해 중앙집중식 구현이 바람직하다.