[논문 리뷰] Sustainable Green Networking: Exploiting Degrees of Freedom towards Energy-Efficient 5G Systems

Miao Yao, Munawwar M. Sohul외 3명|arXiv (Cornell University)|2017. 11. 01.

Advanced MIMO Systems Optimization참고 문헌 24인용 수 4

한 줄 요약

이 논문은 다중 안테나 및 매크로 MIMO 시스템에서의 자유도를 활용하여 5G 네트워크의 에너지 효율성을 향상시키기 위해 PA 중심의 자원 관리 전략을 제안한다. 소셀에서의 PAPR 인식 자원 할당과 매크로 MIMO에서의 에너지 효율적 프리코딩을 위한 병렬 순환 신경망을 도입하여 시뮬레이션 환경에서 최신 기술 대비 10배 이상의 에너지 효율 향상을 달성한다.

ABSTRACT

The carbon footprint concern in the development and deployment of 5G new radio systems has drawn the attention to several stakeholders. In this article, we analyze the critical power consuming component of all candidate 5G system architectures-the power amplifier (PA)-and propose PA-centric resource management solutions for green 5G communications. We discuss the impact of ongoing trends in cellular communications on sustainable green networking and analyze two communications architectures that allow exploiting the extra degrees-of-freedom (DoF) from multi-antenna and massive antenna deployments: small cells/distributed antenna network and massive MIMO. For small cell systems with a moderate number of antennas, we propose a peak to average power ratio-aware resource allocation scheme for joint orthogonal frequency and space division multiple access. For massive MIMO systems, we develop a highly parallel recurrent neural network for energy-efficient precoding. Simulation results for representative 5G deployment scenarios demonstrate an energy efficiency improvement of one order of magnitude or higher with respect to current state-of-the-art solutions.

연구 동기 및 목표

• 5G 시스템의 증가하는 탄소 배출을 줄이기 위해 전력 앰프리피어( PA )를 주요 에너지 소비 구성요소로 삼는다.
• 다중 안테나 및 매크로 MIMO 아키텍처가 녹색 네트워킹을 위한 추가 자유도를 제공하는 방식을 탐색한다.
• 5G 시스템 아키텍처에 맞는 실용적이고 에너지 효율적인 자원 할당 및 프리코딩 기법을 개발한다.
• 대표적인 5G 구현 환경에서 뚜렷한 에너지 효율성 향상을 입증한다.

제안 방법

• 중간 수준의 안테나를 가진 소셀/분산 안테나 네트워크에서 정규직각 주파수 및 공간 다중접속을 위한 피크 대 평균 전력비(PAPR) 인식 자원 할당 기법을 제안한다.
• 매크로 MIMO 시스템에서 저지연, 에너지 효율적인 프리코딩을 위한 고도로 병렬화된 순환 신경망(RNN) 아키텍처를 설계한다.
• 다중 안테나 및 매크로 MIMO 구현에서의 자유도를 활용하여 스펙트럼 효율성을 유지하면서 전력 소비를 최적화한다.
• 신경망 기반 프리코딩을 시스템 수준의 제약 조건과 통합하여 실시간 구현 가능성과 확장성을 확보한다.
• 대표적인 5G 구현 환경에서 시뮬레이션 기반 평가를 수행하여 성능 향상을 검증한다.
• 에너지 당 비트 수를 최소화하기 위해 피크 전력 및 스펙트럼 효율 제약 조건 하에 자원 할당을 최적화한다.

실험 결과

연구 질문

• RQ1 다중 안테나 및 매크로 MIMO 시스템의 자유도는 어떻게 활용하여 5G 네트워크의 에너지 소비를 줄일 수 있는가?
• RQ2 PAPR는 소셀 시스템의 에너지 효율성에 어떤 영향을 미치며, 자원 할당을 통해 어떻게 완화할 수 있는가?
• RQ3 딥 러닝 기반 프리코딩은 매크로 MIMO에서 전통적 방법에 비해 에너지 효율성 측면에서 뛰어나게 작용할 수 있는가?
• RQ4 PA 중심의 자원 관리는 얼마나 많은 정도로 5G 시스템의 전체 에너지 소비를 줄일 수 있는가?
• RQ5 아키텍처의 유연성과 지능형 신호 처리를 조합했을 때 얻을 수 있는 에너지 효율성 향상의 가능성을 어느 정도로 기대할 수 있는가?

주요 결과

• 소셀 시스템에서 제안된 PAPR 인식 자원 할당 기법은 피크 전력을 최소화하면서도 스펙트럼 효율성을 유지함으로써 뚜렷한 에너지 효율성 향상을 달성한다.
• 매크로 MIMO 프리코딩을 위한 고도로 병렬화된 순환 신경망은 저지연, 저에너지 소비로 실시간 계산을 가능하게 한다.
• 최신 기술 대비 시뮬레이션 결과에서 에너지 효율성 향상이 10배(10x) 이상으로 입증되었다.
• 신경망 기반 프리코딩을 매크로 MIMO 시스템과 통합함으로써 동적 채널 조건 하에서도 확장성 있고 적응 가능한 에너지 효율적 프리코딩이 가능해진다.
• 이 방법은 매크로 안테나 어레이에서의 자유도를 효과적으로 활용하여 사용자당 전송 전력 요구량을 줄인다.
• 결과적으로 PA 중심 설계와 지능형 신호 처리의 융합이 지속 가능한 녹색 5G 네트워크를 향한 실현 가능한 길임을 확인한다.