[논문 리뷰] Throughput and Robustness Guaranteed Beam Tracking for mmWave Wireless Networks

Pei Zhou, Xuming Fang외 1명|arXiv (Cornell University)|2017. 04. 13.

Millimeter-Wave Propagation and Modeling참고 문헌 8인용 수 3

한 줄 요약

이 논문은 실시간 채널 및 위치 피드백을 사용하여 시스템의 전송량과 빔 핸드오프 확률을 공동 최적화함으로써 전송량과 내성 확보 기반 빔 추적(TRB-T) 메커니즘을 제안한다. 빔 폭, 사용자 분포 및 이동성 간의 균형을 통해 TRB-T는 전송량 중심 또는 핸드오프 최소화 중심 접근 방식보다 뛰어난 성능을 달성하며, 28GHz 및 60GHz 대역에서 밀도가 높고 이동성이 높은 환경에서도 높은 스펙트럼 효율성을 유지하면서 QoE 악화를 줄인다.

ABSTRACT

With the increasing demand of ultra-high-speed wireless communications and the existing low frequency band (e.g., sub-6GHz) becomes more and more crowded, millimeter-wave (mmWave) with large spectra available is considered as the most promising frequency band for future wireless communications. Since the mmWave suffers a serious path-loss, beamforming techniques shall be adopted to concentrate the transmit power and receive region on a narrow beam for achieving long distance communications. However, the mobility of users will bring frequent beam handoff, which will decrease the quality of experience (QoE). Therefore, efficient beam tracking mechanism should be carefully researched. However, the existing beam tracking mechanisms concentrate on system throughput maximization without considering beam handoff and link robustness. This paper proposes a throughput and robustness guaranteed beam tracking mechanism for mobile mmWave communication systems which takes account of both system throughput and handoff probability. Simulation results show that the proposed throughput and robustness guaranteed beam tracking mechanism can provide better performance than the other beam tracking mechanisms.

연구 동기 및 목표

• 모바일 mmWave 네트워크에서 시스템 전송량과 빔 핸드오프 빈도 사이의 상충 관계를 해결하기 위해.
• 사용자 이동성으로 인한 간섭적인 빔 핸드오프를 최소화하여 사용자 경험(QoE)을 향상시키기 위해.
• 다중 사용자 및 고속 이동 환경에서 고속도 및 링크 안정성 모두를 고려한 빔 커버리지 공동 최적화를 위해.
• 실시간 사용자 Equipment(UE) 위치 및 채널 조건에 기반해 동적으로 조정 가능한 내성적이고 적응형 빔 추적 솔루션을 제공하기 위해.
• 단지 전송량 또는 단지 핸드오프 감소에만 중점을 두는 기존 빔 추적 기법들을 능가하기 위해.

제안 방법

• TRB-T 메커니즘은 시스템 전송량과 빔 핸드오프 확률을 통합 최적화 목표로 하는 유틸리티 함수를 사용한다.
• 즉각적인 채널 상태 정보(CSI)와 실시간 사용자 장비(UE) 위치 데이터를 활용하여 빔 커버리지 품질을 예측한다.
• 빔 선택 과정은 빔 폭, 사용자 분포 및 이동 패턴을 균형 있게 조절하여 핸드오프 확률을 최소화하면서도 유효 전송량을 최대화한다.
• 예측된 UE 이동성 및 신호 품질 지표에 기반해 빔 방향을 동적으로 재구성하는 빔 추적 알고리즘을 설계하였다.
• 다중 UE를 한 빔에서 서비스할 수 있도록 지향성 빔 포밍과 프리코딩을 통합하여 사용자 간 간섭을 최소화한다.
• 시뮬레이션 모델은 28GHz 및 60GHz 대역을 포함하며, 빔 폭은 10° 및 30°이며, UE 밀도는 1~30명/빔 범위로 다양하게 설정된다.

실험 결과

연구 질문

• RQ1 mmWave 네트워크에서 빔 추적은 어떻게 최적화되어야 하며, 동시에 시스템 전송량을 극대화하고 빔 핸드오프 확률을 최소화할 수 있는가?
• RQ2 빔 폭과 캐리어 주파수(28GHz 대비 60GHz)가 모바일 mmWave 시스템에서 전송량과 내성 간의 상충 관계에 미치는 영향은 무엇인가?
• RQ3 밀도가 높고 다중 사용자 환경에서 제안된 TRB-T 메커니즘이 단지 전송량 또는 단지 핸드오프 감소에 중점을 둔 빔 추적과 비교해 어떻게 성능을 냈는가?
• RQ4 실시간 위치 및 CSI 피드백은 모바일 mmWave 네트워크에서 빔 추적 성능과 QoE 향상에 얼마나 기여하는가?
• RQ5 빔 커버리지의 공동 최적화는 단일 목표 기반 빔 추적 전략보다 더 나은 종합 네트워크 성능을 이끌 수 있는가?

주요 결과

• 제안된 TRB-T 메커니즘은 통합 전송량 및 내성 지표(TR) 측면에서 최대 UE 수 기반 또는 최대 전송량 기반 빔 추적보다 일관되게 뛰어난 성능을 보였다.
• 28GHz 및 60GHz 대역 모두에서 UE 수가 증가할수록 TRB-T는 다른 메커니즘보다 더 높은 TR 값을 달성하였다.
• 28GHz 대역에서 TRB-T는 최대 전송량 기반 메커니즘 대비 15–20% 향상되었고, 최대 UE 기반 메커니즘 대비 10–15% 향상되었다. 밀도가 높은 조건에서의 성능 향상이다.
• 60GHz 대역에서는 더 높은 경로 손실에도 불구하고 TRB-T는 기준 메커니즘 대비 뛰어난 내성성과 전송량을 유지하였지만, 28GHz 대비 절대적인 TR 값은 낮았다.
• narrower 빔(10°)는 낮은 밀도 환경에서 더 높은 직접성 이득 덕분에 더 높은 전송량을 제공하지만, 더 넓은 빔(30°)는 높은 사용자 멀티플렉싱 덕분에 밀도가 높은 환경에서 더 잘 스케일링된다.
• TRB-T는 전송량을 희생시키지 않으면서도 빔 핸드오프 확률을 감소시켜, 공항이나 기차역과 같은 고속 이동 환경에서 QoE 향상에 기여한다.