[논문 리뷰] User Clustering for Multicast Precoding in Multi-Beam Satellite Systems

Alessandro Guidotti, Alessandro Vanelli‐Coralli외 2명|arXiv (Cornell University)|2017. 06. 28.

Satellite Communication Systems참고 문헌 22인용 수 12

한 줄 요약

이 논문은 다중빔 위성 시스템에서 멀티캐스트 프리코딩을 위한 k-means 기반 클러스터링 프레임워크를 제안하며, 다차원 공간 내 유저를 유사도 기반으로 그룹화하기 위해 유클리드 거리 또는 채널 계수 거리를 사용한다. 채널 기반 방법은 유클리드 클러스터링 대비 20–100%의 Throughput 향상을 보이며, 채널 도메인에서 간섭과 관련된 유저의 근접도를 더 잘 반영함으로써 전체 주파수 재사용 조건 하에서 스펙트럼 효율을 크게 향상시킨다.

ABSTRACT

Current State-of-the-Art High Throughput Satellite systems provide wide-area connectivity through multi-beam architectures. However, due to the tremendous system throughput requirements that next generation Satellite Communications expect to achieve, traditional 4-colour frequency reuse schemes, i.e., two frequency bands with two orthogonal polarisations, are not sufficient anymore and more aggressive solutions as full frequency reuse are gaining momentum. These approaches require advanced interference management techniques to cope with the significantly increased inter-beam interference, like multicast precoding and Multi User Detection. With respect to the former, several peculiar challenges arise when designed for SatCom systems. In particular, to maximise resource usage while minimising delay and latency, multiple users are multiplexed in the same frame, thus imposing to consider multiple channel matrices when computing the precoding weights. In this paper, we focus on this aspect by re-formulating it as a clustering problem. After introducing a novel mathematical framework, we design a k-means-based clustering algorithm to group users into simultaneously precoded and served clusters. Two similarity metrics are used to this aim: the users' Euclidean distance and their channel distance, i.e., distance in the multidimensional channel vector space. Through extensive numerical simulations, we substantiate the proposed algorithms and identify the parameters driving the system performance.

연구 동기 및 목표

• 전체 주파수 재사용 조건 하에서 고속도 다중빔 위성 시스템에서 효율적인 유저 그룹화 문제를 해결하기 위해.
• 최적화된 유저 클러스터링을 통해 이빔 간 간섭을 최소화하여 스펙트럼 효율성과 시스템 Throughput 를 향상시키기 위해.
• 프리코딩을 위한 유저 클러스터링을 분산 최소화 문제로 모델링하는 수학적 프레임워크를 개발하기 위해.
• 두 가지 클러스터링 지표인 유클리드 거리와 다차원 공간 내 채널 계수 거리의 성능를 비교하기 위해.
• 사용자 밀도 및 클러스터 크기와 같은 시스템 파라미터가 달성 가능한 데이터 전송률에 미치는 영향을 규명하기 위해.

제안 방법

• 유저 클러스터링을 k-means 기반 알고리즘을 사용하여 분산 최소화 문제로 공식화하여, 동시에 프리코딩이 가능한 클러스터로 사용자를 분할한다.
• 두 가지 유사도 지표를 적용: (1) 유저 위치 간 유클리드 거리 및 (2) 다차원 채널 계수 공간 내 거리.
• 각 클러스터 내에서 선형 멀티캐스트 프리코딩을 적용하며, 프리코딩 가중치는 클러스터 내 모든 유저의 채널 행렬 기반으로 계산된다.
• 다중 유저를 하나의 FEC 코드워드에 다중화할 수 있도록 슈퍼프레임 구조를 도입하여 자원 활용 효율성을 높인다.
• 다양한 사용자 밀도와 클러스터 크기를 가진 수치 시뮬레이션을 수행하여 다양한 구성 조건에서의 성능을 평가한다.
• 비교 평가를 위해 평균 비드당 데이터 전송률을 핵심 메트릭으로 사용하며, 평균 클러스터 중심과의 거리가 다양한 조건에서 두 클러스터링 방법의 성능을 평가한다.

실험 결과

연구 질문

• RQ1 채널 계수 거리 기반 클러스터링과 유클리드 거리 기반 클러스터링 간에 달성 가능한 데이터 전송률에서 어떤 차이가 있는가?
• RQ2 사용자 밀도가 평균 클러스터 크기와 시스템 전체 Throughput 에 어떤 영향을 미치는가?
• RQ3 유저와 그 클러스터 중심 간 평균 거리가 멀티캐스트 프리코딩 시스템의 달성 가능한 전송률에 어떤 영향을 미치는가?
• RQ4 전체 주파수 재사용 조건 하에서 비프리코딩 시스템 대비 멀티캐스트 프리코딩이 어떤 성능 향상을 제공하는가?
• RQ5 채널 기반 클러스터링 접근법이 지리적 근접도보다 더 정확하게 간섭과 관련된 유저의 근접도를 반영할 수 있는가?

주요 결과

• 채널 기반 클러스터링 방법은 유클리드 방법보다 유의미하게 높은 평균 전송률을 달성하며, 시스템 구성 조건에 따라 20%에서 100%까지의 성능 향상을 보였다.
• 고정된 평균 전송률 조건에서 채널 계수 방법을 사용한 클러스터링의 경우, 유클리드 거리 기반 클러스터링 대비 평균적으로 중심으로부터 더 멀리 떨어진 유저들이 포함되어 있어 공간 분포가 더 넓다는 것을 시사한다.
• 높은 사용자 밀도에서는 동일한 클러스터 카디널리티 조건에서 더 작은 평균 거리로도 동일한 클러스터 크기를 확보할 수 있어 성능 향상이 더 뚜렷하다.
• 사용자 밀도가 높아질수록 다양한 거리 조건에서의 성능 곡선이 수렴함을 보이며, 이는 클러스터 크기의 단위 거리 당 성능 향상이 포화 상태에 도달했음을 의미한다.
• 채널 계수 거리 지표는 지리적 거리보다 간섭과 관련된 유저 간 근접도를 더 정확하게 반영하여 스펙트럼 효율성이 향상된다.
• 특히 채널 기반 클러스터링 접근법을 사용할 경우 멀티캐스트 프리코딩을 통해 뚜렷한 스펙트럼 효율성 향상을 달성할 수 있었다.