[論文レビュー] From ORAN to Cell-Free RAN: Architecture, Performance Analysis, Testbeds and Trials

Yang Cao, Ziyang Zhang+11 more|arXiv (Cornell University)|Jan 30, 2023

Advanced MIMO Systems Optimization被引用数 5

ひとこと要約

本稿は、スケーラブルで高効率な6G無線ネットワークを実現するため、Open RAN (ORAN) を基盤とするセルフリーレイテンスRAN (CF-RAN) アーキテクチャを提案する。エッジ・データ・ユニット (EDU) を導入し、分散型の共同検出および波束成形を実現することで、商用市販のO-RUを用いて、スケーラビリティとリアルタイム実行可能性を著しく向上させつつ、共同MMSE性能の最大78%を達成する。

ABSTRACT

Open radio access network (ORAN) provides an open architecture to implement radio access network (RAN) of the fifth generation (5G) and beyond mobile communications. As a key technology for the evolution to the sixth generation (6G) systems, cell-free massive multiple-input multiple-output (CF-mMIMO) can effectively improve the spectrum efficiency, peak rate and reliability of wireless communication systems. Starting from scalable implementation of CF-mMIMO, we study a cell-free RAN (CF-RAN) under the ORAN architecture. Through theoretical analysis and numerical simulation, we investigate the uplink and downlink spectral efficiencies of CF-mMIMO with the new architecture. We then discuss the implementation issues of CF-RAN under ORAN architecture, including time-frequency synchronization and over-the-air reciprocity calibration, low layer splitting, deployment of ORAN radio units (O-RU), artificial intelligent based user associations. Finally, we present some representative experimental results for the uplink distributed reception and downlink coherent joint transmission of CF-RAN with commercial off-the-shelf O-RUs.

研究の動機と目的

• 6GシステムにおけるOpen RAN (ORAN) アーキテクチャ下で、スケーラブルなセルフリーマスMIMO (CF-mMIMO) の展開を可能にする。
• エッジ・データ・ユニット (EDU) を導入することで、CF-mMIMOにおけるスケーラビリティと性能のトレードオフを解消する。
• 実世界のテストベッドにおいて、商用市販の (COTS) ORANリモート・ユニット (O-RU) を用いたCF-RANの実現可能性と性能を検証する。
• 動的ユーザー中心のO-RUおよびEDUの関連付け、時間周波数同期、空中線を介した相互性キャリブレーションを通じて、システム全体の性能を最適化する。

提案手法

• CF-mMIMO処理を複数のEDUに分散させることで、集中型の性能と分散型のスケーラビリティの間で柔軟なトレードオフを実現するハイブリッドアーキテクチャを導入する。
• プロトタイプシステムにおいて、上行リンクチャネル推定とユーザー多重化をサポートするため、24ポートを備えた変更済みの5G NR二シンボルタイプ2 DMRSを採用する。
• 同じスロット内におけるOFDMシンボル内での正確なチャネル推定のため、均一なパワー遅延プロファイルを用いたウィーナー補間を適用する。
• LO位相ドリフトを補償するため、5ms遅延モデルを用いた時分割型相互性キャリブレーション手法を採用する。
• ユーザー中心のリソース割り当てを最適化するため、遺伝的アルゴリズムに基づくUE、O-RU、EDU間のユーザー関連付け戦略を実装する。
• 16台の商用市販O-RUと12台のUEを用い、4.9GHz帯でプロトタイプシステムを展開。上行リンクと下行リンク処理にはEDU-MMSEおよびL-MMSE受信機を採用する。

Figure 1: Uplink MRC with distributed implementation.

実験結果

リサーチクエスチョン

• RQ1 ORANアーキテクチャ下で、CF-mMIMOを効率的にスケーリングしつつ、高いスペクトル効率を維持する方法は何か？
• RQ2 CF-RANにおける完全集中型、完全分散型、およびハイブリッドEDUベースの共同処理の間で、性能のトレードオフはどのように変化するか？
• RQ3 5ms遅延を伴う空中線を介した相互性キャリブレーションが、実世界のCF-RAN環境下での下行リンク共同波束成形性能に与える影響は何か？
• RQ4 配置戦略（例：交互配置対クラスタ配置）によって、CF-RANにおけるスペクトル効率に最も良い影響を与えるのはどれか？
• RQ5 商用市販ORANデバイスを用いた実用的なCF-RANシステムは、リアルタイムかつスケーラブルな処理を実現しつつ、近似最適性能に到達できるか？

主な発見

• EDUベースのCF-RANは、完全集中型の共同MMSE受信機のスペクトル効率の最大78%を達成し、完全分散型のMRCおよびL-MMSE方式を著しく上回る性能を示す。
• 2台のEDUと5msキャリブレーション遅延を想定した場合、EDU-MMSE波束成形は、完璧なCSIフィードバックを想定した共同MMSE性能のおよそ80%を達成する。
• 5msキャリブレーション遅延に起因する性能損失は約10%であり、実用システムにおけるリアルタイム相互性キャリブレーションの実現可能性を示している。
• 遺伝的アルゴリズムに基づくユーザー関連付けを用いた交互配置O-RU配置は、上行リンクおよび下行リンクの両方で、クラスタ配置よりも高いスペクトル効率を達成する。
• EDUあたりのアンテナ数が上行リンクデータストリーム数を上回る場合、EDUベースの共同検出による性能向上が最も顕著に現れる。
• 16台のCOTS O-RUと12台のUEを用いたプロトタイプシステムは、標準ORANインタフェースと商用ハードウェアを用いて、上行リンクの分散受信および下行リンクのコherent共同送信の実現可能性を確認した。

Figure 2: Downlink MRT with distributed implementation.