[논문 리뷰] MIMO Downlink Scheduling with Non-Perfect Channel State Knowledge

Hooman Shirani‐Mehr, Giuseppe Caire외 1명|ArXiv.org|2009. 04. 08.

Advanced MIMO Systems Optimization참고 문헌 26인용 수 4

한 줄 요약

이 논문은 채널 상태 정보(CSI) 품질에 기반해 사용자를 '예측 가능'(채널 예측 오차가 낮음)과 '예측 불가능'(채널 예측 오차가 높음)으로 분류하는 동적 MIMO 다운링크 스케줄링 기법을 제안한다. 이는 예측 가능한 사용자에게 다중 사용자 beamforming을, 예측 불가능한 사용자에게는 스페이스-타임 코딩을 번갈아 적용하는 기회적 다중 모드 전략을 사용하며, 비완전한 CSI 조건에서 기존의 불일치 스케줄링 기법보다도 뚜렷한 합산 전송률 향상을 달성한다. 이는 실세계의 도플러 및 지연 확산 효과를 반영한 3GPP 준수 MIMO 채널 모델을 통해 검증되었다.

ABSTRACT

Downlink scheduling schemes are well-known and widely investigated under the assumption that the channel state is perfectly known to the scheduler. In the multiuser MIMO (broadcast) case, downlink scheduling in the presence of non-perfect channel state information (CSI) is only scantly treated. In this paper we provide a general framework that addresses the problem systematically. Also, we illuminate the key role played by the channel state prediction error: our scheme treats in a fundamentally different way users with small channel prediction error ("predictable" users) and users with large channel prediction error ("non-predictable" users), and can be interpreted as a near-optimal opportunistic time-sharing strategy between MIMO downlink beamforming to predictable users and space-time coding to nonpredictable users. Our results, based on a realistic MIMO channel model used in 3GPP standardization, show that the proposed algorithms can significantly outperform a conventional "mismatched" scheduling scheme that treats the available CSI as if it was perfect.

연구 동기 및 목표

• 비완전한 채널 상태 정보(CSI) 하에서 다중 사용자 MIMO에 대한 체계적인 다운링크 스케줄링 프레임워크 부족 문제를 해결하기 위해.
• 스케줄링 결정에서 채널 예측 오차가 낮은(예측 가능) 사용자와 높은(예측 불가능) 사용자 간의 근본적 차이를 식별하고 이를 활용하기 위해.
• CSI 품질과 사용자 채널 예측 가능성에 기반해 다중 사용자 beamforming과 단일 사용자 스페이스-타임 코딩 간을 기회적으로 선택하는 실용적이고 동적 스케줄링 정책을 설계하기 위해.
• 특히 고속 이동성 또는 군집형 산란 환경에서의 비완전한 CSI 추정 오차 조건 하에서도 에르고딕 합산 전송률 측면에서 근사 최적 성능을 달성하기 위해.

제안 방법

• 채널 예측 평균 제곱 오차(MSE)에 기반해 사용자를 두 클래스로 분류하여 '예측 가능'(낮은 MSE)과 '예측 불가능'(높은 MSE) 사용자로 나눈다.
• 비완전한 CSI 조건 하에서 에르고딕 전송률의 볼록 유용도 함수를 최대화하기 위해 라플라스 드리프트와 가상 큐를 활용한 확률적 최적화 프레임워크를 개발한다.
• 각 타임 슬롯에서 예측 가능한 사용자 집합에 대한 다중 사용자 beamforming 또는 단일 예측 불가능 사용자에 대한 스페이스-타임 코딩을 선택하는 동적 스케줄링 정책을 제안한다.
• 드리프트+벌레 표현을 최소화함으로써 유도된 정책을 사용하여, 백프레셔 유사 제어 방식을 갖춘 가상 큐잉 시스템을 도입해 큐 안정성과 공정성을 확보한다.
• 시간 변화하는 채널과 피롤 기반 CSI 추정을 포함한 현실적인 3GPP MIMO 채널 모델에 프레임워크를 적용하며, 추정 오차는 크래머-라오 경계를 통해 모델링한다.
• 라플라스 최적화를 활용해 이론적 안정성 및 성능 한계를 도출하며, 정책가 근사 최적의 유용도와 강한 안정성을 확보함을 증명한다.

실험 결과

연구 질문

• RQ1 비완전한 CSI 조건 하에서 채널 예측 오차는 MIMO 다운링크 스케줄링 성능에 어떤 영향을 미치는가?
• RQ2 채널 예측 MSE 기반으로 사용자를 '예측 가능'과 '예측 불가능'으로 효과적으로 분류할 수 있으며, 이러한 분류가 스케줄링 설계를 단순화시키는가?
• RQ3 이질적인 CSI 품질 조건을 가진 다운링크 MIMO 시스템에서 다중 사용자 beamforming과 스페이스-타임 코딩 간의 최적 트레이드오프는 무엇인가?
• RQ4 CSI 품질과 사용자 예측 가능성에 기반해 공간 multiplexing와 단일 사용자 코딩 간에 적응적으로 전환할 수 있는 동적 기회적 스케줄링 정책은 어떻게 설계할 수 있는가?
• RQ5 이러한 비완전한 CSI MIMO 다운링크 시스템에서 안정성과 유용도 최적성에 대해 어떤 이론적 보장을 제공할 수 있는가?

주요 결과

• 제안된 스케줄러는 특히 고속 이동성 또는 군집형 산란 환경에서 큰 예측 오차를 가진 조건에서, 완전한 CSI를 가정하는 기존의 '불일치' 스케줄링 기법보다 뚜렷이 뛰어난 성능을 발휘한다.
• 높은 도플러 스프레드와 군집형 도래 각도를 가지는 사용자는 어떤 추정 방법을 써도 매우 큰 채널 예측 MSE를 보이며, 이는 본질적으로 예측 불가능함을 의미한다.
• 예측 가능한 사용자에게는 다중 사용자 beamforming, 예측 불가능한 사용자에게는 스페이스-타임 코딩으로 동적으로 전환함으로써 시스템은 기회적 시간 공유 전략을 효과적으로 구현하며 근사 최적 성능을 달성한다.
• 이론적 분석을 통해 스케줄러가 가상 큐의 강한 안정성을 확보하고 최적에 가까운 유용도를 달성함을 증명하였으며, 성능 한계는 CSI 품질과 시스템 파라미터에 따라 달라진다.
• CSI 불완전성으로 인한 합산 전송률 갭은 ∆R = min{M,K} log(1 + κ₁σₑ²SNR) + κ₂ 로 스케일링되며, 제안된 기법은 CSI 품질 분류를 활용해 이 갭을 줄인다.
• 이 프레임워크는 일반적이며, 다양한 공정성 유용도 함수와 현실적인 MIMO 채널 모델(시간 변화하는 채널 포함)에 적용 가능하며, 3GPP 준수 시나리오에까지 적용 가능하다.