[논문 리뷰] Optimal Design of Energy-Efficient Multi-User MIMO Systems: Is Massive MIMO the Answer?

Emil Björnson, Luca Sanguinetti외 2명|arXiv (Cornell University)|2014. 03. 24.

Advanced MIMO Systems Optimization참고 문헌 24인용 수 9

한 줄 요약

이 논문은 에너지 효율적인 다중 사용자 MIMO 시스템을 위한 기지국 안테나 수(M), 동시 활성 사용자 수(K), 전송 전력의 동시 최적화를 제안한다. M과 K에 따라 회로 및 처리 전력이 변화하는 현실적인 전력 모델을 사용하여, 제로포싱 처리 하에서 에너지 효율(EE) 최적 파rameter에 대한 폐쇄형 표현식을 유도한다. 그 결과, EE는 수백 개의 안테나를 갖는 막대한 MIMO 환경에서 많은 사용자를 다루는 경우에 최대가 되며, 일반적으로 전송 전력이 M이 증가함에 따라 감소해야 한다는 민간 믿음과는 반대로, 고신호대간섭비(SINR) 영역에서 간섭을 억제하기 위해 전송 전력은 증가시켜야 한다는 것이 드러났다.

ABSTRACT

Assume that a multi-user multiple-input multiple-output (MIMO) system is designed from scratch to uniformly cover a given area with maximal energy efficiency (EE). What are the optimal number of antennas, active users, and transmit power? The aim of this paper is to answer this fundamental question. We consider jointly the uplink and downlink with different processing schemes at the base station and propose a new realistic power consumption model that reveals how the above parameters affect the EE. Closed-form expressions for the EE-optimal value of each parameter, when the other two are fixed, are provided for zero-forcing (ZF) processing in single-cell scenarios. These expressions prove how the parameters interact. For example, in sharp contrast to common belief, the transmit power is found to increase (not to decrease) with the number of antennas. This implies that energy-efficient systems can operate in high signal-to-noise ratio regimes in which interference-suppressing signal processing is mandatory. Numerical and analytical results show that the maximal EE is achieved by a massive MIMO setup wherein hundreds of antennas are deployed to serve a relatively large number of users using ZF processing. The numerical results show the same behavior under imperfect channel state information and in symmetric multi-cell scenarios.

연구 동기 및 목표

• 상향 및 하향 링크에서 다중 사용자 MIMO 시스템의 최대 에너지 효율(EE)을 위한 최적 설계를 결정하기 위해.
• M, K, 전송 전력 간의 기본적인 상충 관계를 EE 최적화를 위해 해결하기 위해.
• 이전 모델이 일정하게 간주하는 것과 달리, M과 K에 따라 증가하는 회로 및 처리 전력의 스케일링을 고려한 현실적인 전력 소비 모델을 개발하기 위해.
• 단일 셀 환경에서 제로포싱(ZF) 처리 하에서 EE 최적의 M, K, 전송 전력에 대한 폐쇄형 표현식을 유도하기 위해.
• 부정확한 채널 상태 정보(CSI) 하에서 및 대칭 다셀 환경에서 결과를 검증하기 위해.

제안 방법

• 이전 모델이 일정하게 간주하는 것과 달리, M과 K에 따라 증가하는 회로 및 처리 전력의 스케일링을 고려한 현실적인 전력 소비 모델을 제안한다.
• 제로포싱(ZF) 조절 및 복조를 사용한 상향 및 하향 링크 MIMO 시스템의 에너지 효율(EE)에 대한 폐쇄형 표현식을 유도한다.
• 균일한 커버리지 제약 조건 하에서 M, K, 전송 전력을 동시에 최적화하는 시스템 모델을 적용한다.
• 이론적 점근 분석과 준볼록 최적화를 사용하여, 나머지 두 변수가 고정된 경우 M, K, 전송 전력의 최적 값을 유도한다.
• 파ilot 오염 및 채널 불확실성을 모델링하여, 근사 제로포싱 및 MMSE 채널 추정을 사용해 부정확한 CSI 하에서 결과를 검증한다.
• 셀 대칭성과 파ilot 오염, 채널 추정 오차로 인한 이웃셀 간 간섭을 모델링하여 분석을 다셀 환경으로 확장한다.

실험 결과

연구 질문

• RQ1 다중 사용자 MIMO 시스템에서 에너지 효율(EE)을 최대화하기 위해 최적의 기지국 안테나 수(M), 동시 활성 사용자 수(K), 전송 전력은 무엇인가?
• RQ2 회로 및 처리 전력의 M과 K에 따른 스케일링이 최적 시스템 설계에 어떤 영향을 미치는가?
• RQ3 막대한 MIMO(큰 M)와 많은 사용자 수(K)는 전통적인 MIMO 구성보다 더 높은 에너지 효율을 제공하는가?
• RQ4 부정확한 채널 상태 정보(CSI)는 에너지 효율적인 MIMO 시스템의 최적 설계에 어떤 영향을 미치는가?
• RQ5 EE 최적화를 위한 최적 전송 전력은 안테나 수 M이 증가함에 따라 증가하는가, 감소하는가?

주요 결과

• 최적의 안테나 수 M은 안테나당 회로 전력에 비례하여 증가하고, 사용자당 처리 전력에 비례하여 감소하며, 하드웨어 비용과 스펙트럼 효율성 간의 상충 관계를 나타낸다.
• 최적의 전송 전력은 안테나 수 M이 증가함에 따라 증가하며, 일반적으로 더 높은 M이면 전송 전력을 낮출 수 있다는 민간 믿음과는 정반대이다. 이는 막대한 MIMO 환경에서 높은 신호대간섭합노이즈비(SINR)를 달성하기 위해 필수적이다.
• 에너지 효율은 수백 개의 안테나를 갖는 막대한 MIMO 환경에서 많은 사용자를 다루는 경우에 최대가 되며, 이 경우 ZF를 통한 간섭 억제가 필수적이다.
• 최적의 사용자 수 K는 안테나 수 M이 증가함에 따라 증가하며, M/K 비율이 반드시 큰 것이 아니라도 시스템은 최대 EE를 달성할 수 있다. 이는 막대한 MIMO의 더 넓은 정의를 지지한다.
• 수치적 결과는 최적 설계가 부정확한 CSI 하에서도 안정적이며, 대칭 다셀 환경에서도 성능 저하가 관리 가능하다는 것을 확인한다. 특히 파ilot 오염으로 인한 영향은 제한적이다.
• EE 최적의 M, K, 전송 전력에 대한 유도된 폐쇄형 표현식은 상향 및 하향 링크 모두에 유효하며, 전송 전력에 대해 준볼록 함수이므로 유일한 전역 최대값을 보장한다.