[論文レビュー] Optimal Design of Energy-Efficient Multi-User MIMO Systems: Is Massive MIMO the Answer?

Emil Björnson, Luca Sanguinetti+2 more|arXiv (Cornell University)|Mar 24, 2014

Advanced MIMO Systems Optimization参考文献 24被引用数 9

ひとこと要約

本稿は、エネルギー効率的なマルチユーザMIMOシステムにおける、基地局アンテナ数（M）、アクティブユーザー数（K）、送信電力の共同最適化を提案する。回路および処理電力がMおよびKに比例して変化する現実的な電力モデルを用い、ゼロフォース処理下でのエネルギー効率（EE）最適パラメータの閉形式式を導出。その結果、EEが数百のアンテナを備えたマスティブMIMO環境で最大となり、多くのユーザーを処理する場合に最適であることが判明。一般的な誤解とは対照的に、Mが増加するにつれて送信電力を減少させるべきでない。逆に、高SNR領域における干渉抑圧を実現するため、送信電力を増加させるべきであることが示された。

ABSTRACT

Assume that a multi-user multiple-input multiple-output (MIMO) system is designed from scratch to uniformly cover a given area with maximal energy efficiency (EE). What are the optimal number of antennas, active users, and transmit power? The aim of this paper is to answer this fundamental question. We consider jointly the uplink and downlink with different processing schemes at the base station and propose a new realistic power consumption model that reveals how the above parameters affect the EE. Closed-form expressions for the EE-optimal value of each parameter, when the other two are fixed, are provided for zero-forcing (ZF) processing in single-cell scenarios. These expressions prove how the parameters interact. For example, in sharp contrast to common belief, the transmit power is found to increase (not to decrease) with the number of antennas. This implies that energy-efficient systems can operate in high signal-to-noise ratio regimes in which interference-suppressing signal processing is mandatory. Numerical and analytical results show that the maximal EE is achieved by a massive MIMO setup wherein hundreds of antennas are deployed to serve a relatively large number of users using ZF processing. The numerical results show the same behavior under imperfect channel state information and in symmetric multi-cell scenarios.

研究の動機と目的

• 上行リンクおよび下行リンクにおけるエネルギー効率（EE）を最大にするために、マルチユーザMIMOシステムの最適設計を特定すること。
• EE最大化のためのアンテナ数（M）、ユーザー数（K）、送信電力の間の根本的トレードオフを解明すること。
• 回路および処理電力がMおよびKに比例して変化することを考慮した現実的な電力消費モデルを構築し、簡素化されたモデルが導く誤った結論を避けること。
• 単一セル環境下でのゼロフォース（ZF）処理におけるEE最適M、K、および送信電力の閉形式式を導出すること。
• 不完全なチャネル状態情報（CSI）および対称マルチセル環境下でも結果が有効であることを検証すること。

提案手法

• 回路および処理電力がMおよびKに比例して変化する現実的な電力消費モデルを提案。これに対して、従来のモデルではこれらを定数とみなしていた。
• ゼロフォース（ZF）予めんおよび結合を用いた上行リンクおよび下行リンクMIMOシステムのエネルギー効率（EE）の閉形式式を導出。
• 均一なカバレッジ制約下で、M、K、および送信電力を同時に最適化するシステムモデルを採用。
• 漸近的解析および準凸最適化を用い、他の2つのパラメータが固定された場合のM、K、および送信電力の最適値を導出。
• パイロット混信およびチャネル不確実性をモデル化し、近似的ゼロフォースおよびMMSEチャネル推定を用いて不完全なCSI下での結果の妥当性を検証。
• セル対称性を活用し、パイロット混信およびチャネル推定誤差に起因する同頻帯干渉をモデル化することで、マルチセル環境への分析の拡張を実現。

実験結果

リサーチクエスチョン

• RQ1 マルチユーザMIMOシステムにおけるエネルギー効率（EE）を最大にするために、基地局アンテナ数（M）、アクティブユーザー数（K）、および送信電力の最適値は何か？
• RQ2 回路および処理電力がMおよびKに比例して変化する場合、最適システム設計にどのような影響を与えるか？
• RQ3 マスティブMIMO（大規模M）かつ多数のユーザー（K）を扱うシステムは、従来のMIMO構成よりも高いエネルギー効率を達成するか？
• RQ4 不完全なチャネル状態情報（CSI）は、エネルギー効率的MIMOシステムの最適設計にどのような影響を及えるか？
• RQ5 EE最大化のための最適送信電力は、アンテナ数Mの増加に伴い増加するか、減少するか？

主な発見

• 最適アンテナ数Mは、アンテナ当たりの回路電力に比例して増加し、ユーザー当たりの処理電力に反比例して減少する。これは、ハードウェアコストとスペクトル効率の間のトレードオフを示している。
• 最適送信電力はアンテナ数Mの増加に伴い増加する。これは一般的な誤解（Mが増加すれば送信電力を低減できる）とは対照的であり、マスティブMIMO環境で高SINR（干渉＋ノイズ比）を達成するためには、送信電力を増加させる必要があることを示している。
• エネルギー効率は、数百のアンテナを備え多数のユーザーを処理するマスティブMIMO環境で最大となり、ZFによる干渉抑圧が不可欠である。
• 最適ユーザー数Kはアンテナ数Mに比例して増加する。また、M/Kが必ずしも大きな値である必要はなく、EEが最大になるのは、マスティブMIMOの広義の定義に合致する。
• 数値結果により、パイロット混信の影響が生じるが、不完全なCSI下でも最適設計のロバスト性が確認され、性能劣化は管理可能である。
• EE最適M、K、および送信電力の導出された閉形式式は、上行リンクおよび下行リンクの両方で有効であり、送信電力に関して準凸性を示しており、一意のグローバル最大値が保証される。