[論文レビュー] Power Allocation for Joint Communication and Sensing in Cell-Free Massive MIMO

Zinat Behdad, Özlem Tuğfe Demir+3 more|arXiv (Cornell University)|Sep 5, 2022

Distributed Sensor Networks and Detection Algorithms被引用数 5

ひとこと要約

本稿では、セルフリース・マスティブMIMOシステムにおける電力割当アルゴリズムを提案し、下りリンク通信とマルチステートセンシング性能を統合最適化する。ユーザー端末のSINR制約および各APの電力制約のもとで、センシングの信号対ノイズ比（SNR）を最大化することで、特に低ラジアルクロスセクション（RCS）ターゲットに対して、専用のセンシングシンボルを用いないまま、ターゲット検出確率を顕著に向上させ、通信中心設計でさえも、低全電力バジェット下でこれを上回る性能を達成する。

ABSTRACT

This paper studies a joint communication and sensing (JCAS) system with downlink communication and multi-static sensing for single-target detection in a cloud radio access network architecture. A centralized operation of cell-free massive MIMO is considered for communication and sensing purposes. The JCAS transmit access points (APs) jointly serve the user equipments (UEs) and optionally steer a beam towards the target. A maximum a posteriori ratio test detector is derived to detect the target using signals received at distributed APs. We propose a power allocation algorithm to maximize the sensing signal-to-noise ratio under the condition that a minimal signal-to-interference-plus-noise ratio value for each UE is guaranteed. Numerical results show that, compared to the fully communication-centric power allocation, the detection probability under a certain false alarm probability can be increased significantly by the proposed algorithm for both JCAS setups: i) using additional sensing symbols or ii) using only existing communication symbols.

研究の動機と目的

• 共有リソースを有する無線システムにおける通信とセンシング性能のトレードオフを解消すること。
• C-RANを介した集中処理により、セルフリース・マスティブMIMOアーキテクチャで共同通信とセンシング（JCAS）を実現すること。
• 各ユーザー端末の最小SINRを保証しつつ、センシング性能（信号対ノイズ比）を最大化すること。
• 専用センシングシンボルと通信シンボルの再利用が、検出確率に与える影響を評価すること。
• 全電力制約下で低RCSターゲットの検出確率を向上させる電力割当戦略を設計すること。

提案手法

• 2段階の手法を採用：まず、SINR制約および各APの電力制約のもとで、センシング信号対ノイズ比（SNR）を最大化する凸-凹プログラミングに基づくアルゴリズムを適用。
• 2番目の段階では、ターゲットを介した送信機から受信機へのアレイ応答ベクトルと、ラジアルクロスセクション（RCS）統計を組み込んだ最大事後確率比検出器（MAPRT）を導出。
• 検出器はエッジクラウドで集中受信処理を実施し、分散配置されたAPからの信号を統合することで、センシングの信頼性を向上。
• 2つのシステム構成を評価：1つは下りリンク通信シンボルをセンシングに再利用するもの、もう1つは専用センシングシンボルを割り当て、別々の電力で運用するもの。
• 最適化問題は、各ユーザー端末の最小SINRを確保しつつ、センシングSNRを最大化するように定式化。
• 本手法はRCSの統計的分布を考慮し、分散AP間で位相整合された共同処理を活用。

実験結果

リサーチクエスチョン

• RQ1 セルフリース・マスティブMIMOシステムにおいて、通信ユーザーの最小SINRを維持しつつ、センシング性能を最大化するための電力割当法は何か？
• RQ2 専用センシングシンボルの使用と通信シンボルの再利用が、ターゲット検出確率に与える影響は何か？
• RQ3 低ラジアルクロスセクション（RCS）値をとる場合、検出確率はどのように変化するか？また、このような条件下でもセンシング性能を向上させられるか？
• RQ4 JCASシステムにおいて、全送信電力とセンシング検出性能のトレードオフは何か？
• RQ5 通信シンボルのみをセンシングに再利用する場合、ユーザー端末数の増加がセンシング性能に与える影響は何か？

主な発見

• 提案されたJCAS電力割当により、全電力閾値（約38 dBm）が低い状態でも、通信中心ベースラインと比較して検出確率が0.3から0.9に向上する。
• 専用センシングシンボルを用いる場合、RCS分散が≥ -25 dBに達すると検出確率は1.0に近づくが、通信中心アプローチでは同じ条件下で0.2未満にとどまる。
• 専用センシングシンボルを一切使用しない状況でも、センシングSNRを最大化することで、RCS ≥ -10 dBの条件下で検出確率が0.8を超える。
• 専用センシングシンボルを用いる場合、ユーザー端末数（UE数）の増加に伴い、1シンボルあたりの電力割当が減少するため、センシング性能が劣化するが、通信シンボルの再利用のみの場合には性能が向上する。
• 全電力が約38 dBmを超えると、検出確率曲線は平坦化し、さらなる電力増加による利得が小さくなることが示された。
• MAPRT検出器は、アレイ応答ベクトルとRCS統計を効果的に捉え、エッジクラウドにおける最適な集中型センシングを可能にした。