[논문 리뷰] On the Optimal Number of Cooperative Base Stations in Network MIMO Systems

Jakob Hoydis, Mari Kobayashi외 1명|arXiv (Cornell University)|2010. 03. 01.

Advanced MIMO Systems Optimization참고 문헌 36인용 수 22

한 줄 요약

이 논문은 네트워크 MIMO 시스템에서 성능 향상과 학습/피드백 오버헤드 사이의 트레이드오프를 분석하기 위해 협업하는 기지국(BS)의 수, 학습 길이, 서브-carrier 할당을 최적화함으로써 연구한다. 랜덤 행렬 이론의 근사치를 사용하여 경로 손실 차이와 신뢰할 수 없는 백홀 링크와 같은 현실적인 조건에서 최적의 구성 조건을 도출하며, 네트워크 에르고딕 속도를 최대화하는 비자명한 최적의 기지국 수를 보여준다.

ABSTRACT

We consider a multi-cell, frequency-selective fading, uplink channel (network MIMO) where K user terminals (UTs) communicate simultaneously with B cooperative base stations (BSs). Although the potential benefit of multi-cell cooperation grows with B, the overhead related to the acquisition of channel state information (CSI) will rapidly dominate the uplink resource. Thus, there exists a non-trivial tradeoff between the performance gains of network MIMO and the related overhead in channel estimation for a finite coherence time. Using a close approximation of the net ergodic achievable rate based on recent results from random matrix theory, we study this tradeoff by taking some realistic aspects into account such as unreliable backhaul links and different path losses between the UTs and BSs. We determine the optimal training length, the optimal number of cooperative BSs and the optimal number of sub-carriers to be used for an extended version of the circular Wyner model where each UT can communicate with B BSs. Our results provide some insight into practical limitations as well as realistic dimensions of network MIMO systems.

연구 동기 및 목표

• 다중셀, 주파수 선택적 업링크 네트워크 MIMO 시스템에서 협업 기지국(BS)의 최적 수를 규명하는 것.
• 협업으로 얻는 스펙트럼 효율성 향상과 채널 상태 정보(CSI) 학습 및 피드백으로 인한 오버헤드 사이의 트레이드오프를 분석하는 것.
• 사용자와 기지국 간 경로 손실 비대칭성과 신뢰할 수 없는 백홀 링크와 같은 현실적인 시스템 제약 조건을 고려하는 것.
• 학습 길이, 서브-carrier 수, 협업 기지국 수를 동시에 최적화하여 네트워크 에르고딕 가능 속도를 최대화하는 것.
• 유한한 코herence 시간 조건 하에서 네트워크 MIMO 시스템의 실용적 설계 지침을 제공하는 것.

제안 방법

• 각 사용자 단말기(UT)가 B개의 기지국(BS)에 연결될 수 있는 수정된 원형 와이너 모델을 사용하여 다중셀 협업을 가능하게 한다.
• 최근의 랜덤 행렬 이론 결과를 적용하여 네트워크 에르고딕 가능 속도에 대한 근사적인 분석적 표현을 유도한다.
• UT와 BS 간의 다양한 경로 손실과 백홀 신뢰성 제약 조건을 포함한 현실적인 시스템 파rameter를 반영한다.
• 학습 단계를 기반으로 기지국 수와 서브-carrier 수에 비례하는 유한한 학습 오버헤드를 모델링한다.
• 학습 길이, 서브-carrier 수, 협업 기지국 수를 동시에 조정하여 네트워크 속도를 최대화하는 방식으로 시스템을 최적화한다.
• 네트워크 속도 최대화 기준 하에서 최적의 학습 길이 및 최적의 기지국 수에 대한 닫힌 형태의 수식을 유도한다.

실험 결과

연구 질문

• RQ1 유한한 코herence 시간 조건 하에서 네트워크 MIMO 시스템에서 네트워크 에르고딕 가능 속도를 최대화하는 데 최적의 협업 기지국 수는 얼마인가?
• RQ2 협업 기지국 수가 증가함에 따라 학습 오버헤드는 어떻게 변화하며, CSI 정확도와 스펙트럼 효율성의 균형을 맞추기 위한 최적의 학습 길이는 무엇인가?
• RQ3 사용자와 기지국 간의 경로 손실 차이가 협업 기지국 수의 최적값과 시스템 성능에 미치는 영향은 무엇인가?
• RQ4 신뢰할 수 없는 백홀 링크는 네트워크 MIMO 시스템의 최적 구성에 어떤 영향을 미치는가?
• RQ5 학습 오버헤드와 함께 협업 기지국 수와 결합할 때, 네트워크 속도를 최대화하기 위해 서브-carrier 수는 어떻게 선택해야 하는가?

주요 결과

• 모든 이용 가능한 기지국을 사용하는 것보다는 비자명한 최적의 협업 기지국 수가 존재하며, 이 수치가 네트워크 에르고딕 가능 속도를 최대화한다.
• 최적의 학습 길이는 전체 코herence 시간보다 훨씬 짧으며, 기지국 수와 서브-carrier 수에 따라 달라진다.
• 사용자와 기지국 간의 경로 손실 비대칭성은 협업의 성능 향상을 감소시키며, 특히 먼 거리에 있는 기지국을 포함할 경우 더욱 심해진다.
• 신뢰할 수 없는 백홀 링크는 협업 기지국 수를 늘릴 경우의 이점을 제한하여, 이상적인 백홀 조건과 비교해 볼 때 최적의 기지국 수가 더 작아진다.
• 학습 길이, 서브-carrier 수, 협업 기지국 수를 함께 최적화하면 고정 또는 부분 최적 설정보다 뚜렷한 네트워크 속도 향상을 얻을 수 있다.
• 유도된 최적 구성은 현실적인 시스템 오차에 대해 강건하며, 네트워크 MIMO 구현을 위한 실용적인 설계 통찰을 제공한다.