[논문 리뷰] Location-aware Beam Alignment for mmWave Communications

Igbafe Orikumhi, Jeongwan Kang외 2명|arXiv (Cornell University)|2019. 07. 04.

Millimeter-Wave Propagation and Modeling참고 문헌 33인용 수 9

한 줄 요약

이 논문은 노이즈가 있는 사용자 equipment(UE) 및 반사점 위치 추정치를 활용하여 mmWave 통신을 위한 위치 인식 기반 빔 어드밴스 프레임워크를 제안한다. 이는 빔 검색 오버헤드를 크게 감소시킨다. 실제 위치 근처의 작은 각도 창 내에서 빔 선택을 제한하고, 이 창 내에서 지능적인 검색을 수행함으로써, 위치 불확실성 하에서도 성능 손실를 최소화하면서도 빠르고 저복잡도의 빔 정렬을 달성한다.

ABSTRACT

Beam alignment is required in millimeter wave communication to ensure high data rate transmission. However, with narrow beamwidth in massive MIMO, beam alignment could be computationally intensive due to the large number of beam pairs to be measured. In this paper, we propose an efficient beam alignment framework by exploiting the location information of the user equipment (UE) and potential reflecting points. The proposed scheme allows the UE and the base station to perform a coordinated beam search from a small set of beams within the error boundary of the location information, the selected beams are then used to guide the search of future beams. To further reduce the number of beams to be searched, we propose an intelligent search scheme within a small window of beams to determine the direction of the actual beam. The proposed beam alignment algorithm is verified on simulation with some location uncertainty.

연구 동기 및 목표

• 좁은 빔 폭과 큰 각도 검색 공간으로 인해 mmWave 대량 MIMO 시스템에서 전수 빔 어드밴스의 높은 계산 비용을 해결한다.
• 기존 방법이 긴 검색 시간으로 어려움을 겪는 초기 액세스 및 이동성 시나리오에서 빔 어드밴스 지연을 줄인다.
• GNSS, 센서 또는 5G 신호로부터 이용 가능한 노이즈가 있는 위치 정보를 활용하여 빔 선택을 안내하고 검색 공간을 제한한다.
• 기지국(BS)과 UE에서 모두 위치 불확실성에 대응하면서도 높은 데이터 전송 속도 성능을 유지할 수 있도록 협동적인 빔 검색 프레임워크를 개발한다.
• 특히 동적 채널 조건을 가진 이동 환경에서 신뢰성에 손상이 가지 않도록 빔 어드밴스 오버헤드를 최소화한다.

제안 방법

• UE 및 잠재적 반사점의 노이즈가 있는 위치 추정치를 사용하여 진짜 위치 주변의 오차 범위 영역을 정의한다.
• 위치 오차 영역에 해당하는 각도 영역을 기반으로 BS 및 UE에서 축소된 빔 코드북 부분집합을 구성한다.
• 제한된 각도 창 내에서 군집적 코드북 구조를 적용하여 거칠게부터 정밀하게 빔 검색을 수행한다.
• 예측된 방향 주변의 작은 빔 창만 스캔하는 지능적인 검색 알고리즘을 구현하여 테스트할 빔 쌍의 수를 줄인다.
• 위치 기반 빔 사전 선택과 반복적 빔 정밀화를 통합하여 수렴 속도를 향상시키고 훈련 오버헤드를 감소시킨다.
• 통계적 빔 포밍 모델과 채널 추정을 활용하여 축소된 검색 공간 내에서 빔 품질을 평가함으로써 피드백 및 훈련 신호를 최소화한다.

실험 결과

연구 질문

• RQ1 어떻게 위치 정보를 효과적으로 활용하여 mmWave 빔 어드밴스에서 빔 검색 공간을 줄일 수 있는가?
• RQ2 위치 불확실성은 빔 어드밴스 성능에 어떤 영향을 미치며, 이를 어떻게 완화할 수 있는가?
• RQ3 위치 추정치를 기반으로 한 협동적 빔 검색 전략은 전수 검색보다 더 빠른 정렬을 달성할 수 있는가?
• RQ4 기존의 빔 어드밴스 방식과 비교해 볼 때 제안된 방법은 지연과 복잡도 측면에서 어떻게 성능을 내는가?
• RQ5 위치 불확실성 하에서 검색 효율성과 정렬 정확도를 균형 잡기 위해 최적의 빔 검색 창 크기는 얼마인가?

주요 결과

• 제안된 위치 인식 기반 빔 어드밴스 기법은 위치 정확도에 따라 전수 검색 대비 최대 90%까지 빔 쌍 수를 줄였다.
• 노이즈가 있는 위치 추정치가 있더라도 근사 최적의 빔 어드밴스 성능을 달성하여 성능 저하를 최소화하면서도 높은 데이터 전송 속도를 유지한다.
• 제약된 빔 검색 창을 사용함으로써 정렬 지연이 크게 감소하였으며, 특히 빔 재정렬이 빈번하게 발생하는 이동 시나리오에서 두드러진다.
• 시뮬레이션 결과, 다양한 위치 불확실성 하에서도 신뢰할 수 있는 통신을 유지하며 몇 번의 빔 훈련 라운드 내에 성공적인 빔 어드밴스 확률이 높았다.
• 위치 정보를 기반으로 한 BS와 UE 간의 협동적 빔 검색은 초기 액세스를 더 빠르게 하고 동적 환경에서의 빔 관리 성능을 향상시킨다.
• 이 방법은 완벽하지 않은 위치 데이터에 대해서도 강건성을 보이며, 이동성 있는 UE를 갖는 5G mmWave 네트워크에서의 실용적 구현에 적합하다.