[논문 리뷰] Feasibility of Serving K Secondary Users in Underlay Cognitive Radio Networks using Massive MIMO

Shailesh Chaudhari, Danijela Čabrić|arXiv (Cornell University)|2019. 03. 18.

Advanced MIMO Systems Optimization참고 문헌 8인용 수 5

한 줄 요약

이 논문은 2차 사용자(SU) K명을 서비스하기 위한 타당성 프레임워크를 제안한다. 이는 2차 기지국(SBS)에서 대량의 MIMO를 사용하는 언더레이认知 무선 네트워크에서, 채널 상태 정보(CSI)가 불완전한 상황에서 최대 고유모드 beamforming(MEB) 또는 제로포싱 beamforming(ZFB)을 활용한다. 동일한 전력 할당 조건 하에서 K명의 SU를 성공적으로 서비스할 확률에 대한 닫힌 형식의 수식을 유도하며, ZFB는 MEB 대비 최대 10배 높은 사용자 수를 지원함을 보여주며, MEB와 동일한 전력 할당 조건 하에서도 1차 사용자(PU)에 대한 CSI가 없더라도 실현 가능한 성능을 달성할 수 있음을 시사한다.

ABSTRACT

In this paper, we analyze the feasibility of serving K secondary users (SUs) on the downlink using a secondary base station (SBS), equipped with a large antenna array, in an underlay cognitive radio (CR) network. First, we formulate a feasibility problem in order to compute beamforming vectors and power allocations for K SUs with constraints on the maximum allowable interference to primary users (PUs), required minimum rate at SUs, and maximum transmit power from SBS. The problem formulation takes into account the imperfect channel state information between SUs and PUs. We propose a two step approach to solve the non-convex problem. In the first step, beamforming vectors are computed using one of the two alternative schemes: maximum eigenmode beamforming (MEB) or zero forcing beamforming (ZFB). We show that the power allocations can be computed by solving a linear programming feasibility problem. Further, we provide theoretical feasibility analysis of serving K SUs with equal power allocation by deriving the distributions of SINR at SUs and interference to PUs, thereby computing the probability of serving K SUs as a function of the constraints. The analytical and simulation results are presented to demonstrate the impact of constraints on the feasibility of serving K SUs in the CR network.

연구 동기 및 목표

• 대량의 MIMO를 갖는 2차 기지국(SBS)을 사용하여 언더레이认知 무선(CR) 네트워크에서 K명의 2차 사용자(SU)를 서비스하는 것의 타당성을 분석하는 것.
• 1차 사용자(PU)에 대한 간섭 제약, 최소 SU 데이터율, 최대 SBS 전송 전력 제약 하에서 beamforming과 전력 할당을 동시에 고려한 문제를 수립하는 것.
• 동일한 전력 할당 조건 하에서 MEB(1차 사용자에 대한 CSI 없음)와 ZFB(불완전한 CSI 있음)의 두 가지 beamforming 기법의 성능을 평가하는 것.
• 시스템 제약 조건(데이터율, 간섭, 전력 제한)을 고려하여 K명의 SU를 서비스할 확률에 대한 분석적 수식을 유도하는 것.
• 동일한 전력 할당과 선형 프로그래밍 기반 전력 할당 간의 성능 비교를 통해 SBS 안테나 수 증가에 따른 확장성의 차이를 분석하는 것.

제안 방법

• 1차 사용자 간섭, SU 데이터율, SBS 전송 전력 제약 조건 하에서 비볼록 타당성 문제를 수립한다.
• 이중 단계 솔루션을 제안한다: 첫 번째로 MEB 또는 ZFB를 사용해 beamforming 벡터를 계산하고, 두 번째로 전력 할당을 위한 선형 프로그래밍 타당성 문제를 해결한다.
• MEB 조건 하에서 SU의 SINR을 역감마분포로 모델링하고, ZFB 조건 하에서는 일반화된 F분포로 모델링하며, 1차 사용자에 대한 간섭은 감마분포로 모델링한다.
• SINR 및 간섭 분포의 누적분포함수를 활용하여 동일한 전력 할당 조건 하에서 K명의 SU를 서비스할 확률에 대한 닫힌 형식의 수식을 유도한다.
• 채널 추정 오차 모델을 도입하여 SUs와 PUs 간의 불완전한 CSI를 고려하며, 추정 오차 분산 σ²_δ를 핵심 매개변수로 사용한다.
• 채널 통계 기반으로 사전 계산된 동일한 전력 할당과 채널 실현치에 따라 계산되는 선형 타당성(LF) 전력 할당 간의 성능 차이를 평가한다.

실험 결과

연구 질문

• RQ1 1차 사용자에 대한 불완전한 CSI 하에서 대량의 MIMO를 사용하는 언더레이 CR 네트워크에서 K명의 2차 사용자를 성공적으로 서비스할 수 있는 분석적 확률은 무엇인가?
• RQ2 동일한 전력 할당 조건 하에서 MEB와 ZFB beamforming 간의 선택이 서비스 가능한 SU 수에 미치는 영향은 어떠한가?
• RQ3 동일한 전력 할당이 선형 프로그래밍 기반 전력 할당보다 K명의 SU를 서비스하는 데 있어 타당성 측면에서 우월한 조건은 무엇인가?
• RQ4 최소 SU 데이터율, 최대 1차 사용자 간섭, 최대 SBS 전송 전력 제약 조건이 동시에 존재할 때, 이들이 K명의 SU를 서비스할 능력에 미치는 영향은 어떠한가?
• RQ5 전송 전력이 임계값을 초과할 경우, ZFB의 성능 포화점(서비스 가능한 SU 수 기준)은 어떻게 되는가?

주요 결과

• 동일한 전력 할당 조건 하에서 ZFB는 1차 사용자 간섭과 스트림 간 간섭을 제거할 수 있어 MEB 대비 최대 10배 높은 사용자 수를 지원함을 보여준다.
• SBS에 1024개 또는 512개의 안테나가 장착된 경우, 전송 전력이 10 dB를 초과하면 ZFB 성능이 포화 상태에 도달한다. 이는 증가한 전력이 SINR 향상 효과를 상쇄하는 높은 간섭을 유도하기 때문이다.
• 대규모 SBS 안테나 수(예: M_b = 1024) 조건 하에서, 동일한 전력 할당이 선형 타당성(LF) 전력 할당보다 MEB 및 ZFB 모두에서 더 우수한 성능을 보이며, 이는 LF 기반 기법에서 간섭을 과도하게 추정하기 때문이다.
• SBS 안테나 수가 적은 경우(예: M_b = 128), LF 기반 전력 할당이 동일한 전력 할당보다 성능이 뛰어나며, 이는 채널 실현치에 적응하기 때문이다.
• 1차 사용자에 대한 CSI가 없을 경우, MEB와 동일한 전력 할당 조건 하에서도 ZFB 대비 최소 1/10 수준의 SU 수를 서비스할 수 있어, 실현 가능한 옵션이 된다.
• SINR 분포(역감마분포: MEB, 일반화된 F분포: ZFB) 및 간섭 분포(감마분포)를 활용하여 K명의 SU를 서비스할 확률에 대한 분석적 수식을 도출함으로써, 제약 조건 기반의 시스템 설계가 가능해졌다.