[논문 리뷰] Power Allocation for Massive MIMO-based, Fronthaul-constrained Cloud RAN Systems

Jobin Francis, Gerhard Fettweis|arXiv (Cornell University)|2018. 10. 10.

Advanced MIMO Systems Optimization참고 문헌 25인용 수 4

한 줄 요약

이 논문은 프론트홀 구성 제약이 있는 대량 MIMO 기반 클라우드 RAN 시스템을 위한 전력 할당 프레임워크를 제안하여 가중합비트레이트(WSR)와 에너지 효율성(EE)을 최대화한다. 사용자 데이터 전송률에 대한 새로운 날카운 가까운 국소 상한 및 하한을 사용한 순차적 볼록 근사(Successive Convex Approximation, SCA) 기법을 통해 프론트홀 용량 제약 조건 하에서 전력 할당을 최적화하며, 시뮬레이션 결과 기존 기준 알고리즘 및 기존 알고리즘보다 뛰어난 성능을 확보한다.

ABSTRACT

Cloud radio access network (C-RAN) and massive multiple-input-multiple-output (MIMO) are two key enabling technologies to meet the diverse and stringent requirements of the 5G use cases. In a C-RAN system with massive MIMO, fronthaul is often the bottleneck due to its finite capacity and transmit precoding is moved to the remote radio head to reduce the capacity requirements on fronthaul. For such a system, we optimize the power allocated to the users to maximize first the weighted sum rate and then the energy efficiency (EE) while explicitly incorporating the capacity constraints on fronthaul. We consider two different fronthaul constraints, which model capacity constraints on different parts of the fronthaul network. We develop successive convex approximation algorithms that achieve a stationary point of these non-convex problems. To this end, we first present novel, locally tight bounds for the user rate expression. They are used to obtain convex approximations of the original non-convex problems, which are then solved by solving their dual problems. In EE maximization, we also employ the Dinkelbach algorithm to handle the fractional form of the objective function. Numerical results show that the proposed algorithms significantly improve the network performance compared to a case with no power control and achieves a better performance than an existing algorithm.

연구 동기 및 목표

• 대량 MIMO 기반 클라우드 RAN 시스템에서 제한된 프론트홀 용량으로 인한 성능 저하 문제를 해결하기 위해.
• 명시적인 프론트홀 용량 제약 조건 하에서 가중합비트레이트(WSR)와 에너지 효율성(EE)을 최대화하기 위해.
• 선형화된 전처리 기법을 적용해 프론트홀 부하를 줄이기 위해 RRU에 전처리 기능을 이동시키는 기능 분할을 고려한 실용적인 전력 할당 전략을 개발하기 위해.
• 비볼록 최적화 문제의 정적점에 수렴하도록 볼록 근사 기법을 활용하기 위해.
• 실제 프론트홀 제약 조건 하에서 스펙트럼 효율성과 에너지 효율성 측면에서 기존 전력 제어 기법보다 뛰어난 성능을 내기 위해.

제안 방법

• 비볼록 WSR 및 EE 최대화 문제를 프론트홀 제약 조건 하에서 해결하기 위해 순차적 볼록 근사(Sequential Convex Approximation, SCA) 프레임워크를 제안한다.
• 원래의 비볼록 문제를 볼록 근사할 수 있도록 사용자 전송률 표현에 대해 새로운 국소적으로 날카운 상한 및 하한을 도입한다.
• 전송률 함수의 볼록성 및 준볼록성 성질을 기반으로 변수 변환 및 1차 근사 기법을 사용해 대체 함수를 구성한다.
• 에너지 효율성(EE) 목표 함수의 분수형 형태를 처리하기 위해 Dinkelbach 알고리즘을 적용한다.
• 볼록화된 부분 문제의 이중 문제를 KKT 조건을 활용하고 전력 및 라그랑주 승수의 반복 갱신을 통해 해결한다.
• 이중 단계 접근 방식을 적용한다: 첫 번째로 SCA를 통한 WSR 최대화; 두 번째로 전송률 하한 표현에 Dinkelbach의 방법을 적용한 EE 최대화.

실험 결과

연구 질문

• RQ1 프론트홀 용량 제약 조건 하에서 대량 MIMO 기반 클라우드 RAN 시스템의 전력 할당을 어떻게 최적화할 수 있는가? 이는 가중합비트레이트를 극대화하기 위함이다.
• RQ2 각 셀 기준 및 총 용량 기준 등 다양한 프론트홀 용량 제약 조건이 시스템 성능와 전력 할당 전략에 미치는 영향은 어떠한가?
• RQ3 날카운 국소 상한을 사용한 순차적 볼록 근사 기법이 비볼록 WSR 및 EE 최적화 문제에서 정적점에 수렴할 수 있는가?
• RQ4 제안된 전력 할당 기법은 전력 제어가 없는 기준 기법과 기존 알고리즘에 비해 성능에서 어떻게 뛰어나게 되는가?
• RQ5 프론트홀 제약 조건 하에서 제안된 방법이 높은 스펙트럼 효율성을 유지하면서 에너지 효율성을 얼마나 향상시키는가?

주요 결과

• 제안된 SCA 기반 전력 할당 알고리즘은 전력 제어가 없는 기준 기준 대비 가중합비트레이트와 에너지 효율성 측면에서 뚜렷한 성능 향상을 보였다.
• SCA의 이론적 수렴 성질에 따라 비볼록 최적화 문제의 정적점에 수렴하는 것으로 확인되었으며, 이는 이론적으로 보장된다.
• 수치 결과는 특히 엄격한 프론트홀 제약 조건 하에서 기존 알고리즘보다 제안된 방법이 WSR 및 EE 측면에서 뛰어난 성능을 보임을 보여주었다.
• 사용자 전송률 표현에 대한 국소적으로 날카운 상한을 사용함으로써 효과적인 볼록 근사를 가능하게 하여 비볼록 문제의 실용적이고 효율적인 해법을 확보하였다.
• Dinkelbach 알고리즘이 EE 목표 함수의 분수형 형태를 효과적으로 처리하여 효율적인 EE 최대화를 가능하게 하였다.
• 전력 제어를 통해 조정된 스케줄링이 암묵적으로 가능해졌으며, 전력 할당이 0인 사용자는 실질적으로 스케줄링 대상에서 제외된다.