[논문 리뷰] Joint Optimization of Computation and Communication Power in Multi-user Massive MIMO Systems

Xiaohu Ge, Yang Sun외 2명|arXiv (Cornell University)|2018. 06. 07.

Millimeter-Wave Propagation and Modeling참고 문헌 25인용 수 8

한 줄 요약

이 논문은 부분적으로 연결된 하이브리드 프리코딩 구조를 갖는 다중 사용자 매크로 MIMO 시스템에서 계산 및 통신 전력의 공동 최적화를 위한 PHONE 알고리즘을 제안한다. 통신 및 계산 전력의 에너지 효율성에 대한 상한을 유도하고, 부분 최적의 베이스밴드 및 RF 프리코딩 행렬을 설계함으로써 PHONE는 기존 방법 대비 최대 76.59%의 전력 절감을 달성하며, 계산 전력을 고려할 경우 안테나 수와 RF 체인 수가 증가할수록 에너지 효율성이 감소함을 보여준다.

ABSTRACT

With the growing interest in the deployment of massive multiple-input-multiple-output (MIMO) systems and millimeter wave technology for fifth generation (5G) wireless systems, the computation power to the total power consumption ratio is expected to increase rapidly due to high data traffic processing at the baseband unit. Therefore in this paper, a joint optimization problem of computation and communication power is formulated for multi-user massive MIMO systems with partially-connected structures of radio frequency (RF) transmission systems. When the computation power is considered for massiv MIMO systems, the results of this paper reveal that the energy efficiency of massive MIMO systems decreases with increasing the number of antennas and RF chains, which is contrary with the conventional energy efficiency analysis results of massive MIMO systems, i.e., only communication power is considered. To optimize the energy efficiency of multi-user massive MIMO systems, an upper bound on energy efficiency is derived. Considering the constraints on partially-connected structures, a suboptimal solution consisting of baseband and RF precoding matrices is proposed to approach the upper bound on energy efficiency of multi-user massive MIMO systems. Furthermore, an oPtimized Hybrid precOding with computation and commuNication powEr (PHONE) algorithm is developed to realize the joint optimization of computation and communication power. Simulation results indicate that the proposed algorithm improves energy and cost efficiencies and the maximum power saving is achieved by 76.59\% for multi-user massive MIMO systems with partially-connected structures.

연구 동기 및 목표

• 5G 매크로 MIMO 시스템에서 계산 전력이 총 에너지 소비에 미치는 영향이 점점 커지고 있으며, 특히 소형 세포에서는 전체 전력의 40% 이상을 차지함을 고려하여 이에 대응한다.
• 기존의 에너지 효율성 분석은 계산 전력을 忽시하고 있으며, 안테나 수와 RF 체인 수가 증가할수록 효율성이 향상된다고 가정하나, 이러한 가정과 모순되는 점을 해소한다.
• 부분적으로 연결된 RF 구조를 갖는 다중 사용자 매크로 MIMO 시스템에서 계산 및 통신 전력의 공동 최적화 문제를 수립한다.
• 구조적 제약 조건 하에서 유도된 에너지 효율성 상한에 근접하는 부분 최적의 해를 도출한다.
• 성능, 비용, 전력 소비를 균형 잡는 실용적인 에너지 효율적 하이브리드 프리코딩을 가능하게 하는 PHONE 알고리즘을 설계한다.

제안 방법

• 부분적으로 연결된 RF 구조 하에서 통신 및 계산 전력을 함께 고려함으로써 다중 사용자 매크로 MIMO 시스템의 에너지 효율성에 대한 상한을 유도한다.
• 유도된 에너지 효율성 상한에 근접하는 부분 최적의 해를 제공하기 위해 최적화된 베이스밴드 및 RF 프리코딩 행렬을 포함하는 부분 최적의 해를 제안한다.
• 하이브리드 프리코딩에서 계산 및 통신 전력을 공동 최적화하는 PHONE(계산 및 통신 전력 최적화 하이브리드 프리코딩) 알고리즘을 개발한다.
• 각 RF 체인이 제한된 수의 안테나에만 연결되는 하이브리드 프리코딩 아키텍처를 적용함으로써, 완전히 연결된 구조에 비해 하드웨어 복잡도와 비용을 감소시킨다.
• 최적의 풀 디지털 프리코딩 설계와 하이브리드 프리코딩 설계 간의 잔차 제곱의 가중합을 최소화하기 위해 반복 최적화 기법을 적용한다.
• 적응형 채널 추정 및 위상 이동기 최적화를 통합하여 스펙트럼 효율성을 향상시키면서도 낮은 하드웨어 제약 조건을 유지한다.

실험 결과

연구 질문

• RQ1 계산 전력을 에너지 효율성 분석에 포함할 경우, 기존의 매크로 MIMO 시스템에서 안테나 수와 RF 체인 수가 증가할수록 에너지 효율성이 향상된다는 기존 이해가 어떻게 변화하는가?
• RQ2 부분적으로 연결된 RF 구조를 갖는 다중 사용자 매크로 MIMO 시스템에서 계산 및 통신 전력을 함께 고려할 경우, 에너지 효율성의 이론적 상한은 무엇인가?
• RQ3 구조적 및 하드웨어 제약 조건 하에서 이 상한에 근접하는 부분 최적의 베이스밴드 및 RF 프리코딩 행렬은 어떻게 설계할 수 있는가?
• RQ4 기존의 하이브리드 프리코딩 방법(예: 완전히 연결된 또는 부분적으로 연결된 구조를 갖는 OMP)과 비교할 때, 제안된 PHONE 알고리즘은 에너지 효율성과 비용 효율성에서 어느 정도 향상되는가?
• RQ5 RF 체인 수와 안테나 수가 증가함에 따라 스펙트럼 효율성, 에너지 효율성, 비용 효율성 간의 상충 관계는 어떻게 변화하는가?

주요 결과

• 계산 전력을 고려할 경우 매크로 MIMO 시스템의 에너지 효율성은 안테나 수와 RF 체인 수가 증가할수록 감소한다. 이는 통신 전력만을 고려하는 기존 분석과 정반대되는 결과이다.
• 제안된 PHONE 알고리즘은 기존 방법 대비 부분적으로 연결된 구조를 갖는 다중 사용자 매크로 MIMO 시스템에서 최대 76.59%의 전력 절감을 달성한다.
• 부분적으로 연결된 구조를 갖는 OMP 알고리즘 대비 PHONE 알고리즘은 비용 효율성을 최대 17.97배 향상시키며, 완전히 연결된 변형 대비 6.78배 향상시킨다.
• RF 체인 수가 6개를 초과할 경우, PHONE 알고리즘의 스펙트럼 효율성은 부분적으로 연결된 구조를 갖는 OMP 알고리즘을 능가한다.
• PHONE 알고리즘의 비용 효율성은 전송 안테나 수가 증가함에 따라 증가하는 반면, OMP 알고리즘의 경우 감소함을 보여주며, 이는 제안된 방법의 우수한 확장성 잠재력을 시사한다.
• 제안된 방법는 5G 매크로 MIMO 구현에서 현실적인 에너지 효율성 향상을 위해 계산 및 통신 전력의 공동 최적화가 필수적임을 입증한다.