[논문 리뷰] Modeling, Analysis, and Optimization of Grant-Free NOMA in Massive MTC via Stochastic Geometry

Jiaqi Liu, Gang Wu외 3명|arXiv (Cornell University)|2020. 04. 05.

Advanced Wireless Communication Technologies참고 문헌 37인용 수 4

한 줄 요약

이 논문은 스토하스틱 기하학으로 모델링된 비직교 프리앰블(NOPs)과 압축 감지(CS) 기반 다중 사용자 검출을 이용한 대량의 기계유형 통신(mMTC)을 위한 보증 없는 비직교 다중접근(GF-NOMA) 방식을 제안한다. 성공 확률, 채널 추정 오차, 평균 데이터 전송률에 대한 폐쇄형 표현식을 유도하여, CS 기반 GF-NOMA가 컨텐션 기반 및 직교 보증 없는 방식보다 에너지 효율성과 커버리지 효율성 측면에서 뛰어나다는 것을 입증한다.

ABSTRACT

Massive machine-type communications (mMTC) is a crucial scenario to support booming Internet of Things (IoTs) applications. In mMTC, although a large number of devices are registered to an access point (AP), very few of them are active with uplink short packet transmission at the same time, which requires novel design of protocols and receivers to enable efficient data transmission and accurate multi-user detection (MUD). Aiming at this problem, grant-free non-orthogonal multiple access (GF-NOMA) protocol is proposed. In GF-NOMA, active devices can directly transmit their preambles and data symbols altogether within one time frame, without grant from the AP. Compressive sensing (CS)-based receivers are adopted for non-orthogonal preambles (NOP)-based MUD, and successive interference cancellation is exploited to decode the superimposed data signals. In this paper, we model, analyze, and optimize the CS-based GF-MONA mMTC system via stochastic geometry (SG), from an aspect of network deployment. Based on the SG network model, we first analyze the success probability as well as the channel estimation error of the CS-based MUD in the preamble phase and then analyze the average aggregate data rate in the data phase. As IoT applications highly demands low energy consumption, low infrastructure cost, and flexible deployment, we optimize the energy efficiency and AP coverage efficiency of GF-NOMA via numerical methods. The validity of our analysis is verified via Monte Carlo simulations. Simulation results also show that CS-based GF-NOMA with NOP yields better MUD and data rate performances than contention-based GF-NOMA with orthogonal preambles and CS-based grant-free orthogonal multiple access.

연구 동기 및 목표

• 불규칙한 장치 활동을 동반한 대량의 기계유형 통신(mMTC) 환경에서 저지연, 고연결성 업링크 전송 문제를 해결한다.
• 고전적인 보증 기반 및 컨텐션 기반 보증 없는 프로토콜의 한계를 극복한다. 이는 고지연과 프리앰블 충돌 문제로 인해 발생한다.
• 비직교 프리앰블(NOPs)과 압축 감지(CS)를 활용한 다중 사용자 검출을 위한 경쟁 없는 에너지 효율적인 액세스 체계를 설계한다.
• 스토하스틱 기하학 모델링을 통해 에너지 효율성과 액세스 포인트(AP) 커버리지 효율성 측면에서 시스템 성능을 최적화한다.
• 실제 무작위 네트워크 배치 상황에서 CS 기반 GF-NOMA의 분석적 성능 지표인 성공 확률, 채널 추정 오차, 데이터 전송률을 제공한다.

제안 방법

• 무작위 장치 위치를 표현하기 위해 포아송 점 프로세스(PPP)를 사용하여 mMTC 네트워크를 모델링함으로써 스토하스틱 기하학 분석을 가능하게 한다.
• 비직교 프리앰블(NOPs)을 사용하여 장치들이 충돌 없이 동시에 전송할 수 있도록 하며, 장치의 희박성 특성을 활용한다.
• 프리앰블 단계에서 활성 사용자 검출(AUD) 및 채널 추정(CE)을 위해 압축 감지(CS) 기반 알고리즘을 적용한다.
• 데이터 단계에서 AP에서 중첩된 데이터 신호를 복원하기 위해 순차적 인터패턴 제거(SIC)를 활용한다.
• 라플라스 변환과 캄브의 정리를 사용하여 성공 확률, 채널 추정 오차, 평균 집합 데이터 전송률과 같은 핵심 성능 지표에 대한 폐쇄형 표현식을 유도한다.
• 전송 전력, 경로 손실, 프리앰블 길이 등의 시스템 파라미터를 고려하여 수치적 방법을 통해 에너지 효율성과 AP 커버리지 효율성을 최적화한다.

실험 결과

연구 질문

• RQ1 무작위 장치 배치 하에서 CS 기반 GF-NOMA 시스템의 활성 사용자 검출 성공 확률은 어떻게 되는가?
• RQ2 프리앰블 단계에서의 채널 추정 오차는 데이터 전송률과 신뢰성 측면에서 전체 시스템 성능에 어떤 영향을 미치는가?
• RQ3 제안된 CS 기반 GF-NOMA 프로토콜 하에서 데이터 단계에서 달성되는 평균 집합 데이터 전송률은 얼마인가?
• RQ4 스펙트럼 효율성과 에너지 효율성 측면에서, 정규화된 프리앰블을 사용하는 컨텐션 기반 GF-NOMA 및 CS 기반 보증 없는 직교 액세스와 비교해 시스템 성능은 어떻게 되는가?
• RQ5 제안된 GF-NOMA 프레임워크에서 에너지 효율성과 AP 커버리지 효율성을 극대화하는 최적의 시스템 파라미터는 무엇인가?

주요 결과

• 스토하스틱 기하학을 활용하여 활성 사용자 검출의 성공 확률을 폐쇄형으로 유도하였으며, 높은 장치 밀도 조건에서도 높은 신뢰성을 보임을 확인하였다.
• 채널 추정 오차는 해석적으로 경계가 설정되었으며, 프리앰블 길이와 신호 대 잡음비(SNR)가 증가할수록 감소함을 입증하였다.
• 평균 집합 데이터 전송률은 활성 사용자 수, 경로 손실 지수, 시스템 대역폭의 함수로 유도되었으며, SIC가 성능 향상에 크게 기여함을 확인하였다.
• 몬테카를로 시뮬레이션을 통해 분석 결과의 정확성을 검증하였으며, 성공 확률과 데이터 전송률에 대한 유도된 표현식의 정확성이 확인되었다.
• NOPs를 사용하는 CS 기반 GF-NOMA는 정규화된 프리앰블을 사용하는 컨텐션 기반 GF-NOMA 및 CS 기반 보증 없는 직교 액세스보다 더 뛰어난 다중 사용자 검출 및 데이터 전송률 성능을 달성하였다.
• 최적화 결과에 따르면, 제안된 방식은 특히 저SNR 및 고장치 밀도 조건에서 기준 방식보다 높은 에너지 효율성과 AP 커버리지 효율성을 확보하였다.