[論文レビュー] Beam Learning - Using Machine Learning for Finding Beam Directions

SaiDhiraj Amuru|arXiv (Cornell University)|Jan 1, 2019

Millimeter-Wave Propagation and Modeling参考文献 21被引用数 1

ひとこと要約

本稿では、ミリ波の非割り当て帯におけるインシデントの802.11ad/WiGigネットワークと5Gシステムの共存を可能にするために、マルチアームバンディット（MAB）に基づく機械学習アルゴリズムを提案する。この手法は、インシデントの動作に関する事前知識がなくても、リアルタイムで干渉のないビーム方向を学習可能であり、特にアンテナアレイが大きく、時間変動する環境下でも、ε-greedyやUCB1アルゴリズムを上回る優れた性能を発揮する。

ABSTRACT

Beamforming is the key enabler for wireless communications in the mmWave bands. 802.11ad and WiGig are wireless technologies that currently use the 60 GHz unlicensed mmWave spectrum via beamforming techniques. It is likely that 5G systems will be considered for 60GHz unlicensed spectrum (apart from other unlicensed bands) deployments and hence must co-exist with 802.11ad and WiGig. 3GPP is taking steps towards achieving the same and the standardization for this is underway. The first step to achieve this co-existence is to find the interference-free directions, in other words identify the directions in which the nodes using these incumbent technologies are communicating and eliminate those directions from further communications. Such a mechanism can help to exploit the spatial holes rather than avoid communications even when only a few spatial directions are used by incumbents. Such a mechanism trivially increases the throughput of the proposed 5G systems. However, since the incumbent technologies may be unknown to the 5G mmWave nodes and their behavior may also be unknown apriori (for instance, parameters such as duty cycle, power levels, CSMA parameter used by 802.11ad are unknown to the 5G nodes), this spatial direction finding must be performed in a blind manner. In this paper, we use multi-armed bandits-based algorithms, a variant of machine learning algorithms, to blindly detect the beam directions (both along azimuth and elevation i.e., 3D-beamforming) used for communication by the incumbents. This work paves the way for combining the powerful of machine learning algorithms into 5G unlicensed mmWave systems. Numerical results show the superior performance of these algorithms over techniques that are commonly employed in such blind settings.

研究の動機と目的

• 非割り当て60GHz帯におけるインシデントのミリ波システム（例：802.11ad、WiGig）が使用するビーム方向を、リアルタイムかつ盲的な検出を可能にすること。
• カバレッジが悪く、ビーム分解能が不十分な固定ビームまたはオムニディレクショナルセンシング技術の限界を克服すること。
• 稼働周期、電力レベル、CSMAパrameterの知識がなくても、未知の干渉源に適応可能な機械学習ベースの3次元ビームフォーミングソリューションを開発すること。
• 空間的ホールを特定・活用することで、5Gミリ波非割り当てシステムにおけるスペクトル効率とスループットを高めること。
• 学習レグレットの理論的性能バウンダリーを保証し、時間変動環境における適応性を示すこと。

提案手法

• 不確実性下での逐次的意思決定問題としてビーム方向選択をモデル化するため、マルチアームバンディット（MAB）アルゴリズムを用いる。
• 受信信号対雑音比（SNR）フィードバックに基づき、ε-greedyやUCB1などのMABの変種を用いて、ビーム方向の探索と活用を実行する。
• アザイムスおよびエレベーションのビームスティアリングを同時に最適化することで、3次元ビームフォーミングへのフレームワークの拡張を行う。
• 基地局・ユーザー間ペアが動的に変化するビーム方向を追跡するため、ドリフト適応メカニズムを導入する。
• 高いSNRが干渉のないより好ましいビーム方向を示すため、報酬ベースの学習メカニズムを採用する。
• 理論的レグレット解析を用いて学習性能を定量化し、最適なビーム方向への収束を保証する。

実験結果

リサーチクエスチョン

• RQ1 未知のインシデントのミリ波システムが使用するビーム方向を、盲的かつリアルタイムな設定でMABベースの学習アルゴリズムが効果的に検出できるか。
• RQ2 収束速度および正確性という観点から、従来の盲的技術（ε-greedyやUCB1）と比較して、MABベースのビーム学習の性能はどのように異なるか。
• RQ3 ビーム分解能（アレイサイズ）が、提案されたMABアルゴリズムの性能向上にどの程度寄与するか。
• RQ4 インシデントノードが動的に通信ビームを変更する時間変動環境において、提案されたアルゴリズムが適応可能か。
• RQ5 学習効率という観点から、提案された学習アルゴリズムの理論的性能バウンダリー（レグレット）は何か。

主な発見

• 提案されたMABベースのビーム学習アルゴリズムは、収束速度およびビーム方向検出の正確性において、従来の盲的アルゴリズム（ε-greedyやUCB1）を上回る。
• アンテナアレイサイズが大きくなるほど、ビーム分解能が向上し、ビーム選択における角度分解能が向上するため、性能向上が顕著に現れる。
• 理論的レグレットバウンダリーを達成しており、最適なビーム方向に学習がどの程度速く到達するかを保証する。
• ドリフト適応メカニズムを組み込むことで、時間変動環境における動的変化するビーム方向を効果的に追跡できる。
• 数値結果により、提案手法が干渉のない空間的ホールを特定することで、5Gミリ波システムとインシデントの802.11adおよびWiGigとの有効な共存を実現可能であることが確認された。
• 類似したバンディットアルゴリズムの実装事例から、実時間無線環境への適用が可能であることが示された。