[論文レビュー] Energy Efficiency of Massive MIMO: Coping with Daily Load Variation

M. M. Aftab Hossain, Çiçek Çavdar+2 more|arXiv (Cornell University)|Dec 7, 2015

Advanced MIMO Systems Optimization参考文献 10被引用数 6

ひとこと要約

本稿では、1日単位の負荷プロファイル（DLP）に応じて各基地局のアクティブなアンテナ数を動的に調整することで、下りリンクのエネルギー効率（EE）を最大化する負荷適応型マルチセル massive MIMO システムを提案する。ゲーム理論的枠組みを用い、各基地局の負荷を M/G/m/m 時変状態に依存するキューとしてモデル化することで、固定アンテナ数ベースラインシステム（ピーク負荷に最適化）と比較してEEが24%向上し、エネルギー消費量は40%削減される。

ABSTRACT

Massive MIMO is a promising technique to meet the exponential growth of mobile traffic demand. However, contrary to the current systems, energy consumption of next generation networks is required to be load adaptive as the network load varies significantly throughout the day. In this paper, we propose a load adaptive multi-cell massive MIMO system where each base station (BS) adapts the number of antennas to the daily load profile (DLP) in order to maximize the downlink energy efficiency (EE). In order to incorporate the DLP, the load at each BS is modeled as an M/G/m/m state dependent queue under the assumption that the network is dimensioned to serve a maximum number of users at the peak load. The EE maximization problem is formulated in a game theoretic framework where the number of antennas to be used by a BS is determined through best response iteration. This load adaptive system achieves around 24% higher EE and saves around 40% energy compared to a baseline system where the BSs always run with the fixed number of antennas that is most energy efficient at the peak load and that can be switched off when there is no traffic.

研究の動機と目的

• 毎日のトラフィック変動が著しいことによる次世代セルラー網におけるエネルギー非効率の課題に対処すること。
• 現在の massive MIMO システムが負荷にかかわらず固定アンテナ構成で動作するという限界を克服すること。
• 24時間の平均的な下りリンクエネルギー効率（EE）を最大化するために、各基地局のアクティブなアンテナ数を1日単位の負荷プロファイル（DLP）に適応させること。
• 現実的な非理想ハードウェア制約のもとで、アンテナ活性化と電力割り当ての共同最適化を実現するゲーム理論的枠組みを開発すること。
• 実際のトラフィック需要に合わせてハードウェアリソースの使用を調整することで、1日を通じて高いEEを維持する実用的なメカニズムを提供すること。

提案手法

• 各基地局（BS）におけるユーザー負荷を、DLPに従って時間帯によって変化する状態依存キュー（M/G/m/m）としてモデル化する。
• エネルギー効率（EE）の最大化問題を、他のセルからのインタリフェンスを考慮して、各BSが自らのEEを最大化するようにアクティブアンテナ数を選択するスーパーモジュラーゲームとして定式化する。
• ゲーム理論的ベストリスポンス反復法を用いてEE最適化問題を解き、ナッシュ均衡への収束を保証する。
• 送信電力に依存するパワー増幅器（PA）効率をモデル化し、回路電力消費も考慮することで、現実的なハードウェア劣化を組み込む。
• チャネル利得を独立したレイリー fading としてモデル化し、ゼロフォーカス（ZF）プレフィルミングを用いて、エゴスティック和レートの下限をジェンセンの不等式を用いて導出する。
• EEを、平均実現可能データレート（ビット/秒）を全平均消費電力（ワット）で割った比として定義し、ビット/ジュール単位で測定する。

実験結果

リサーチクエスチョン

• RQ1 1日単位の負荷プロファイル（DLP）に基づく動的アンテナ活性化は、固定アンテナ構成と比較して、マルチセル massive MIMO システムの平均エネルギー効率（EE）にどのような影響を与えるか？
• RQ2 非理想的なパワー増幅器特性を考慮した場合、1日を通じて異なる負荷レベルにおける各基地局の最適なアクティブアンテナ数は何か？
• RQ3 ベストリスポンス反復を用いるゲーム理論的枠組みは、負荷適応型アンテナ活性化を有するマルチセル massive MIMO システムで安定かつ効率的な均衡に到達できるか？
• RQ4 特に低トラフィック期間において、回路電力とPA効率の両方を考慮した場合、システム性能はどのように変化するか？
• RQ5 トラフィック変動に応じてアクティブアンテナ数を適応させることで、どの程度のエネルギー節約が達成可能か？また、ピーク負荷に最適化された固定構成のベースラインシステムと比較してどうなるか？

主な発見

• 負荷適応型 massive MIMO システムは、ピーク負荷に最適化された固定アンテナ数のベースラインシステムと比較して、約24%高いエネルギー効率（EE）を達成する。
• 提案されたシステムは、固定アンテナ数ベースラインと比較して、主に低トラフィック期間における消費電力の低減により、総エネルギー消費量を約40%削減する。
• EE最大化問題がスーパーモジュラーであることが証明され、ゲーム理論的ベストリスポンスアルゴリズムが安定な均衡に収束することが保証される。
• 最適なアクティブアンテナ数はトラフィック負荷に著しく依存しており、ピーク負荷時において最適であった固定アンテナ数を維持すると、オフピーク時間帯に顕著な非効率が生じる。
• 現実的なPA効率と回路電力の考慮は不可欠である：これらを無視すると、アンテナ数の増加に伴うEEのスケーリングに関する誤った結論が導かれる。
• 低トラフィック期間中にアンテナを動的にシャットダウンすることで、顕著な性能向上が得られる。これは、将来的なネットワークにおけるエネルギー効率のためにはハードウェアリソースの適応的制御が不可欠であることを示している。