[논문 리뷰] Probability-constrained Power Optimization for Multiuser MISO Systems with Imperfect CSI: A Bernstein Approximation Approach

Weiqiang Xu, Xiaodong Wang외 1명|arXiv (Cornell University)|2013. 03. 19.

Advanced MIMO Systems Optimization참고 문헌 23인용 수 4

한 줄 요약

이 논문은 불완전한 채널 상태 정보(CSI)를 가진 다중 사용자 MISO 시스템에서의 전력 할당을 위한 베르누이 계수 기반 볼록 최적화 프레임워크를 제안한다. 이는 확률적 품질보증(QoS) 제약 조건을 결정론적 제약 조건으로 변환함으로써 간접적으로 강인한 전력 제어를 가능하게 하며, 간섭 및 브로드캐스트 채널에서 효율적이고 강인한 성능을 달성한다. 이는 최악의 경우 및 기존의 확률적 접근 방식보다 우수한 성능을 보이며, 타당성과 수렴성 보장이 가능하다.

ABSTRACT

We consider power allocations in downlink cellular wireless systems where the basestations are equipped with multiple transmit antennas and the mobile users are equipped with single receive antennas. Such systems can be modeled as multiuser MISO systems. We assume that the multi-antenna transmitters employ some fixed beamformers to transmit data, and the objective is to optimize the power allocation for different users to satisfy certain QoS constraints, with imperfect transmitter-side channel state information (CSI). Specifically, for MISO interference channels, we consider the transmit power minimization problem and the max-min SINR problem. For MISO broadcast channels, we consider the MSE-constrained transmit power minimization problem. All these problems are formulated as probability-constrained optimization problems. We make use of the Bernstein approximation to conservatively transform the probabilistic constraints into deterministic ones, and consequently convert the original stochastic optimization problems into convex optimization problems. However, the transformed problems cannot be straightforwardly solved using standard solver, since one of the constraints is itself an optimization problem. We employ the long-step logarithmic barrier cutting plane (LLBCP) algorithm to overcome difficulty. Extensive simulation results are provided to demonstrate the effectiveness of the proposed method, and the performance advantage over some existing methods.

연구 동기 및 목표

• 전송기가 불완전한 CSI를 갖는 다중 사용자 MISO 다운링크 시스템에서의 전력 할당 문제를 다루며, 기존 설계에서 성능 저하를 초래하는 문제를 해결하고자 한다.
• 채널 불확실성으로 인한 확률적 QoS 제약 조건(예: SINR 아웃리지 또는 MSE 제약 조건) 하에서 전송 전력 최소화 및 최소 최대 SINR 문제를 수립하고자 한다.
• 확률적 제약 조건을 가진 확률적 프로그래밍의 계산 비가역성 문제를 해결하기 위해, 채널 불확실성의 모멘트 생성 함수를 활용해 베르누이 계수 근사를 적용하여 비볼록 확률 제약 조건을 볼록 결정론적 등가로 변환하고자 한다.
• 고도로 이동성 또는 피드백 제한 조건에서 발생하는 최악의 경우 최적화의 낙관적 성향을 피하면서도 강인성을 유지하는 확장 가능한 솔루션 프레임워크를 개발하고자 한다.
• 결과적으로 발생하는 이중 최적화 문제를 효율적으로 해결하기 위해 장단거리 로그 보조 절단 평면(LLBCP) 알고리즘을 통합하고자 한다.

제안 방법

• 논문은 고정 비드포머를 갖는 다중 사용자 MISO 간섭 및 브로드캐스트 채널을 모델링하고, 확률적 SINR 및 MSE 제약 조건 하에서 사용자 전력 할당을 최적화한다.
• 채널 불확실성의 모멘트 생성 함수를 활용하여, 비볼록 확률 제약 조건을 볼록 결정론적 제약 조건으로 변환하기 위해 베르누이 계수 근사 기법을 적용한다.
• MSE 제약 조건 문제의 경우, 채널 오차 분포에 따라 의존하는 MSE 표현의 지수 모멘트를 사용해 볼록 대체 함수를 유도한다.
• 결과적으로 최적화 문제는 이중 볼록 프로그래밍으로 재구성되며, 외부 문제는 전력 최적화를, 내부 문제는 불확실성 하에서의 제약 조건 이행을 보장한다.
• 암묵적 제약 조건이 있는 비표준 볼록 문제를 효율적으로 해결하기 위해 LLBCP 알고리즘을 활용하여 빠르고 전역 수렴하는 계산을 가능하게 한다.
• 다양한 채널 불확실성 수준과 시스템 부하에서 광범위한 시뮬레이션을 통해 성능을 검증하였으며, 강인성과 확장성 모두를 입증하였다.

실험 결과

연구 질문

• RQ1 불완전한 CSI를 가진 MISO 시스템에서의 확률적 QoS 제약 조건은 어떻게 볼록 결정론적 제약 조건으로 변환되어 효율적인 최적화가 가능하게 할 수 있는가?
• RQ2 베르누이 계수 근사를 기반으로 한 방법은 최악의 경우 강인 설계 대비 전력 효율성 및 시스템 스루풋 측면에서 어떤 성능 향상을 보이는가?
• RQ3 최악의 경우 접근 방식이 지나치게 보수적인 제약 조건으로 인해 실패할 수 있는 상황에서, 제안된 방법은 타당한 해를 달성할 수 있는가?
• RQ4 채널 추정 오차 수준이 변화할 경우, 제안된 방법은 SINR 아웃리지 및 MSE 제약 조건에서 어떤 성능을 보이는가?
• RQ5 LLBCP 기반 솔버는 결과로 발생하는 이중 볼록 최적화 문제를 해결하는 데 있어 계산 효율성과 확장성 측면에서 어떤 성능을 보이는가?

주요 결과

• 베르누이 계수 근사는 확률 제약 조건을 볼록 제약 조건으로 변환하는 데 있어 보수적이지만 해석 가능한 방법을 제공하며, 이로 인해 기존에 해결이 어려웠던 확률적 프로그래밍 문제를 효율적으로 해결할 수 있다.
• 특히 중간에서 높은 채널 불확실성 수준에서 최악의 경우 강인 설계 대비 전송 전력 요구량을 크게 감소시킨다.
• 모든 시험된 채널 불확실성 수준에서 타당성을 유지하는 반면, 최악의 경우 접근 방식은 과도한 보수성으로 인해 해를 찾지 못하는 경우가 많다.
• 시뮬레이션 결과, 제안된 방법은 기존의 확률적 및 강인 방법보다 더 높은 스펙트럼 효율성과 더 나은 공정성(최소 최대 SINR)을 달성한다.
• LLBCP 알고리즘은 빠른 수렴성과 높은 수치적 안정성을 확보하여 실시간 시스템에 실용적으로 구현 가능한 이중 최적화 문제를 성공적으로 해결하였다.