[논문 리뷰] Wireless Channel Modeling Perspectives for Ultra-Reliable Low Latency Communications

Patrick Claus F. Eggers, Marko Angjelichinoski외 1명|arXiv (Cornell University)|2017. 05. 04.

Cooperative Communication and Network Coding참고 문헌 23인용 수 4

한 줄 요약

이 논문은 초고신뢰성 저지연 통신(URRLC)과 관련된 무선 채널 모델에서 누적분포함수(CDF)의 하측 尾부에 대한 거듭제곱 법칙 근사법을 제안하며, $10^{-9}$ 수준의 오류율에서도 오작동 확률을 단순화하여 분석할 수 있도록 한다. 여러 표준 모델(예: 레이일리, 라이시안, 나카가미-m)이 URRLC 환경에서 거듭제곱 법칙 행동을 보임을 보여주며, 이 근사법을 기반으로 최대비율합성(MRC) 성능에 대한 간결한 표현을 유도하여 초신뢰성 시스템의 다양성 합성 분석을 크게 단순화한다.

ABSTRACT

Ultra-Reliable Low Latency Communication (URLLC) is one of the distinctive features of the upcoming 5G wireless communication, going down to packet error rates (PER) of $10^{-9}$. In this paper we discuss the statistical properties of the wireless channel models that are relevant for characterization of the lower tail of the Cumulative Distribution Function (CDF). We show that, for a wide range of channel models, the outage probability at URLLC levels can be approximated by a simple power law expression, whose exponent and offset depend on the actual channel model. The main insights from the analysis can be summarized as follows: (1) the two-wave model and the impact of shadowing in combined models lead to pessimistic predictions of the fading in the URLLC region; (2) the CDFs of models that contain single cluster diffuse components have slopes that correspond to the slope of a Rayleigh fading, and (3) multi-cluster diffuse components can result in different slopes. We apply our power law approximation results to analyze the performance of receiver diversity schemes for URLLC-relevant statistics and obtain a new simplified expression for Maximum Ratio Combining (MRC) in channels with power law tail statistics.

연구 동기 및 목표

• 초신뢰성 및 저지연 통신(URLLC) 환경에서 표준 무선 채널 모델의 통계적 행동, 특히 CDF의 하측 尾부를 분석하는 것.
• URLLC 영역(오작동률 PER ≤ $10^{-5}$)에서 거듭제곱 법칙 행동을 보이는 채널 모델을 식별하여, 오작동 확률 근사의 단순화를 가능하게 하는 것.
• URLLC 조건 하에서 수신기 다양성 방식, 특히 최대비율합성(MRC)에 대한 분석적 프레임워크를 개발하는 것.
• 복잡한 특수함수에 의존하지 않는 거듭제곱 법칙 尾부 근사 기반의 단순화되고 확장 가능한 MRC 성능 표현을 제공하는 것.

제안 방법

• CDF 꼬리에 대한 거듭제곱 법칙 근사법 제안: $ F(P_R/A) \approx \alpha (P_R/A)^\beta $, 여기서 $ \alpha $ 및 $ \beta $ 는 채널 모델에 따라 달라진다.
• 레이일리, 라이시안, 나카가미-m, $ \kappa-\mu $, 이중파 등 주요 fading 모델의 하측 꼬리 행동을 점근적 전개 및 일반화된 마크움 Q-함수와 같은 특수함수의 경계를 사용하여 분석한다.
• $ -\ln(1 - \epsilon) $ 과 일반화된 라게르 복소다항식 급수의 테일러 급수 나머지 항을 경계함으로써 거듭제곱 법칙 근사의 오차 경계를 도출한다.
• 라플라스 변환 기법을 적용하여 MRC 다양성 이득을 모델링하며, $ \prod_{m=1}^M s^{-\beta_m} $ 의 역라플라스 변환을 사용해 MRC에 대한 닫힌 형태의 CDF 근사식을 유도한다.
• MRC의 CDF는 선택합성(SC)의 CDF의 스케일된 형태로 근사될 수 있음을 입증한다: $ F_{\text{MRC}} \approx \alpha_{\text{MRC}}(\beta_1, \dots, \beta_M) F_{\text{SC}} $, 여기서 스케일 인자는 개별 브랜치의 지수 $ \beta_m $ 에만 의존한다.
• 해당 접근법은 분석적 유도 및 경계를 통한 검증을 통해, 단일 클러스터 다중산란 성분이 있는 모델과 다중 클러스터 다중산란 성분이 있는 모델에서는 유효하지만, 강한 직시선 성분이 있는 이중파 모델에서는 성립하지 않는다는 것을 확인한다.

실험 결과

연구 질문

• RQ1 표준 무선 채널 모델이 URRLC 관련 오작동 확률(예: $10^{-9}$)에서 CDF 하측 꼬리에서 거듭제곱 법칙 행동을 보이는가?
• RQ2 다양한 fading 모델에서 URLLC 환경에서의 거듭제곱 법칙 근사 $ F(P_R/A) \approx \alpha (P_R/A)^\beta $ 의 정확도는 어떠한가?
• RQ3 기존 채널 모델이 초신뢰성 및 저지연 통신 시나리오로 외삽될 때의 제약은 무엇인가?
• RQ4 MRC 다양성 합성의 성능은 거듭제곱 법칙 꼬리 근사로 단순화될 수 있는가? 만약 가능하다면, 그 결과로 도출되는 닫힌 형태의 표현은 무엇인가?
• RQ5 다양한 채널 모델 간의 거듭제곱 법칙 근사에서 지수 $ \beta $ 와 오프셋 $ \alpha $ 는 어떻게 변화하며, 이는 극단적인 신뢰성 수준에서의 편미분 행동을 어떻게 반영하는가?

주요 결과

• 이중파 모델과 샤프닝을 포함한 복합 모델은 하측 꼬리에서 무거운 꼬리 행동을 보이며, URLLC 오작동 확률을 비optimistic하게 예측한다.
• 단일 클러스터 다중산란 성분이 있는 채널 모델(예: 레이일리, 라이시안, 나카가미-m)은 하측 꼬리에서 CDF 기울기가 레이일리 편미분 기울기와 일치하며, 이는 $ \beta = 2 $ 를 의미한다.
• 다중 클러스터 다중산란 성분은 다른 거듭제곱 법칙 지수 $ \beta $ 를 유도하며, 풍부한 산란 환경에서의 편미분 행동이 항상 레이일리 유사 모델로 예측 가능하지 않음을 시사한다.
• 거듭제곱 법칙 근사 $ F(P_R/A) \approx \alpha (P_R/A)^\beta $ 는 다양한 표준 모델에 대해 유효하며, $ \epsilon \leq 10^{-5} $ 수준에서 오작동 확률 분석을 단순화할 수 있다.
• MRC 성능을 위한 새로운 단순화된 표현이 도출되었다: $ F_{\text{MRC}} \approx \alpha_{\text{MRC}}(\beta_1, \dots, \beta_M) F_{\text{SC}} $, 여기서 스케일 인자는 개별 브랜치 지수 $ \beta_m $ 에만 의존하므로 다양성 분석을 확장 가능하게 한다.
• κ-μ 모델의 거듭제곱 법칙 근사 오차 경계는 $ |\epsilon - \tilde{\epsilon}| \leq \tilde{\epsilon} e^{\kappa\mu/2} \left( e^{(\kappa+1)\mu P_R / A_{\kappa\mu}} - 1 \right) $ 로 나타나며, 이는 낮은 오작동 영역에서 근사의 타당성을 확인한다.