[논문 리뷰] Stochastic Fading Channel Models with Multiple Dominant Specular Components for 5G and Beyond

Juan M. Romero–Jerez, F. Javier López‐Martínez외 2명|arXiv (Cornell University)|2019. 05. 09.

Millimeter-Wave Propagation and Modeling참고 문헌 28인용 수 10

한 줄 요약

이 논문은 임의의 수 $N$의 주요 복사 성분과 산란파를 포함하는 다중 경로 fading 채널을 통합된 통계적 프레임워크로 모델링하기 위한 방법을 제안한다. 이는 Rician 또는 Rician 그림자 분포의 연속 혼합을 사용하며, 위상 분포에 대한 통합을 통해 PDF, CDF, MGF에 대한 정확한 해석적 표현을 가능하게 한다. 이는 $N$이 증가할수록 시스템 성능이 악화됨을 드러내며, $N=1$일 때 가장 우수한 성능를 보임을 보여준다. 이는 진폭 변동이 감소하기 때문이다.

ABSTRACT

We introduce a comprehensive statistical characterization of the multipath wireless channel built as a superposition of a number of scattered waves with random phases. We consider an arbitrary number $N$ of specular (dominant) components plus other diffusely propagating waves. Our approach covers the cases on which the specular components have constant amplitudes, as well as when these components experience random fluctuations. These propagation scenarios are found in different use cases of 5G networks, as well as in the context of large intelligent surface based communications. We show that this class of fading models can be expressed in terms of a continuous mixture of an underlying Rician (or Rician shadowed) fading model, averaged over the phase distributions of the specular waves. It is shown that the fluctuations of the specular components have a detrimental impact on performance, and the best performance is obtained when there is only one specular component.

연구 동기 및 목표

• 다중 주요 복사 성분을 포함하는 다중 경로 fading 채널의 종합적인 통계적 특성화를 개발하기 위해.
• 복사 성분의 진폭이 일정하거나 무작위로 변동하는 경우를 모델링하기 위해.
• TWDP 및 Rician 그림자 fading과 같은 기존의 fading 모델을 임의의 $N$으로 일반화하기 위해.
• 스마트 표면 통신을 포함한 고도의 5G 및 그 이상 시스템에서 정확한 성능 평가를 가능하게 하기 위해.
• PDF, CDF 및 장애용량과 같은 주요 채널 지표에 대한 해석적 표현을 제공하기 위해.

제안 방법

• 수신 신호는 무작위 위상의 $N$개의 복사파와 산란 성분의 초합으로 모델링되며, 진폭은 고정되거나 무작위로 변동된다.
• 신호 에너지 분포는 복사 성분의 위상 분포에 대해 평균화된 기본 Rician 또는 Rician 그림자 분포의 연속 혼합으로 표현된다.
• 확률 밀도 함수(PDF)와 누적 분포 함수(CDF)는 부드러운 피적수함수의 $[0, 2 au]$에 대한 정적분을 통해 유도되며, 이는 수치적 평가를 가능하게 한다.
• 성능 분석, 특히 장애용량 분석을 지원하기 위해 모멘트 생성 함수(MGF)가 유도된다.
• 이 프레임워크는 임의의 $N$을 允허하고, 페이딩 매개수 $m$을 통해 진폭 변동을 통합함으로써 이전 모델을 일반화한다.
• 모델은 몬테카를로 시뮬레이션을 통해 검증되었으며, 다양한 $N$과 진폭 구성에서 해석 곡선과 뛰어난 일치를 보였다.

실험 결과

연구 질문

• RQ1 다중 경로 fading에 대한 통계 모델을 어떻게 일반화하여 임의의 수 $N$의 주요 복사 성분과 무작위 진폭을 포함할 수 있는가?
• RQ2 클래식한 Rician 또는 Rayleigh 모델과 비교했을 때, 다수의 복사 성분은 수신 신호 에너지 분포의 형태에 어떤 영향을 미치는가?
• RQ3 복사 성분의 진폭 변동은 장애용량과 같은 시스템 성능 지표에 어떤 영향을 미치는가?
• RQ4 PDF, CDF, MGF에 대한 통합된 해석적 프레임워크를 개발할 수 있는가? 이는 $N=1$ 및 $N=2$일 때 기존 모델로 축소된다.
• RQ5 장애용량 측면에서 다양한 $N$ 값의 성능 순위는 어떻게 되며, Rayleigh 및 Rician fading과 비교해 볼 때 어떤가?

주요 결과

• $N=2$ 및 $N=3$일 때 수신 신호 에너지의 PDF는 비단일모드가 되며, 특히 균형 잡힌 구성에서 복잡한 페이딩 행동을 나타낸다.
• $N=4$일 때 PDF의 형태는 Rayleigh 분포와 유사해지며, 더 산란적인 페이딩으로의 전이를 시사한다.
• $N=2$의 경우 두 개의 주요 파동에 의한 간섭으로 인해 Rayleigh 페이딩보다도 악화된 장애용량 성능을 보인다.
• $N$이 2를 초과할수록 성능이 향상되며, $N=4$일 때 Rayleigh 페이딩에 매우 가까운 성능 수준을 달성한다.
• 진폭이 변동하는 복사 성분을 포함하는 FNR 페이딩 모델은 진폭이 일정한 NWDP 모델보다 성능이 항상 열 劣하며, 특히 $N$이 클수록 뚜렷하다.
• 최적의 성능는 $N=1$에서 달성되며, 이는 단일 강력한 라인오브사이트 성분에 의해 지배되는 Rician 또는 Rician 그림자 모델에 해당한다.