[论文解读] Cell-Free Massive MIMO versus Small Cells

Hien Quoc Ngo, Alexei Ashikhmin+3 more|arXiv (Cornell University)|Feb 26, 2016

Advanced MIMO Systems Optimization参考文献 32被引用 10

一句话总结

本文提出无蜂窝大规模MIMO，一种分布式MIMO架构，其中大量单天线接入点通过共轭波束成形和匹配滤波协作服务用户，相较于小型蜂窝网络，实现显著更高的95%用户吞吐量——在未相关阴影衰落下提升约5倍，在相关衰落下提升约10倍，得益于更优的分集增益和对 pilot 污染的强免疫能力。

ABSTRACT

A Cell-Free Massive MIMO (multiple-input multiple-output) system comprises a very large number of distributed access points (APs)which simultaneously serve a much smaller number of users over the same time/frequency resources based on directly measured channel characteristics. The APs and users have only one antenna each. The APs acquire channel state information through time-division duplex operation and the reception of uplink pilot signals transmitted by the users. The APs perform multiplexing/de-multiplexing through conjugate beamforming on the downlink and matched filtering on the uplink. Closed-form expressions for individual user uplink and downlink throughputs lead to max-min power control algorithms. Max-min power control ensures uniformly good service throughout the area of coverage. A pilot assignment algorithm helps to mitigate the effects of pilot contamination, but power control is far more important in that regard. Cell-Free Massive MIMO has considerably improved performance with respect to a conventional small-cell scheme, whereby each user is served by a dedicated AP, in terms of both 95%-likely per-user throughput and immunity to shadow fading spatial correlation. Under uncorrelated shadow fading conditions, the cell-free scheme provides nearly 5-fold improvement in 95%-likely per-user throughput over the small-cell scheme, and 10-fold improvement when shadow fading is correlated.

研究动机与目标

• 比较无蜂窝大规模MIMO与传统小型蜂窝网络在用户吞吐量及对阴影衰落鲁棒性方面的表现。
• 研究大规模无线网络中分布式协作式接入点相较于蜂窝架构的性能增益。
• 提出并评估最大-最小功率控制与 pilot 分配策略，以提升公平性并缓解 pilot 污染。
• 量化信道硬化与有利传播在无蜂窝分布式MIMO架构中的影响。
• 展示面向未来5G/6G网络的完全分布式、回传轻量化架构的可行性与优越性。

提出的方法

• 采用无蜂窝架构，大量单端口接入点（APs）通过时分双工（TDD）模式服务较少用户。
• 下行链路使用共轭波束成形，上行链路使用匹配滤波，实现低复杂度、分布式信号处理。
• 各AP利用上行导频信号估计信道状态信息（CSI），且各AP之间不共享瞬时CSI。
• 应用最大-最小功率控制以确保所有用户获得一致的优质服务，优化吞吐量公平性。
• 提出一种 pilot 分配算法以减少 pilot 污染，但研究表明功率控制更为关键。
• 基于统计信道模型与随机几何方法，推导出上行链路与下行链路吞吐量的闭式表达式。

实验结果

研究问题

• RQ1 在未相关阴影衰落下，无蜂窝大规模MIMO与小型蜂窝网络相比，95%用户吞吐量表现如何？
• RQ2 当阴影衰落具有空间相关性时，无蜂窝大规模MIMO相比小型蜂窝网络的性能增益是多少？
• RQ3 在分布式MIMO架构中，最大-最小功率控制在确保用户间服务品质均匀方面效果如何？
• RQ4 与功率控制相比，pilot 分配在缓解无蜂窝大规模MIMO中的 pilot 污染方面效果如何？
• RQ5 有利传播与信道硬化在无蜂窝分布式架构中对性能提升起到何种作用？

主要发现

• 在未相关阴影衰落下，无蜂窝大规模MIMO相比小型蜂窝网络，95%用户吞吐量提升近5倍。
• 在相关阴影衰落下，性能增益进一步提升至约10倍。
• 最大-最小功率控制确保所有用户获得一致的优质服务，显著改善吞吐量分配的公平性。
• 由于分布式AP部署与相干合并，系统对阴影衰落空间相关性表现出强免疫能力。
• 功率控制在缓解 pilot 污染方面比 pilot 分配更有效，凸显其在系统设计中的核心作用。
• 推导出上行链路与下行链路吞吐量的闭式表达式，支持最优且全局高效的功率控制算法。