[论文解读] Cell-Free Massive MIMO with Nonorthogonal Pilots for Internet of Things

Shilpa Rao, Alexei Ashikhmin+1 more|arXiv (Cornell University)|Jun 18, 2020

Advanced MIMO Systems Optimization参考文献 16被引用 6

一句话总结

该论文提出了一种基于非正交导频的无蜂窝大规模MIMO系统，适用于物联网应用，采用最优LMMSE信道估计推导仅依赖于大尺度衰落的SINR表达式，从而实现高效的功率控制。与现有系统相比，该系统在上行链路/下行链路吞吐量上提升40%，能量效率提升95%，且相比小型蜂窝物联网网络，上行链路增益达三倍。

ABSTRACT

We consider Internet of Things (IoT) organized on the principles of cell-free massive MIMO. Since the number of things is very large, orthogonal pilots cannot be assigned to all of them even if the things are stationary. This results in an unavoidable pilot contamination problem, worsened by the fact that, for IoT, since the things are operating at very low transmit power. To mitigate this problem and achieve a high throughput, we use cell-free systems with optimal linear minimum mean squared error (LMMSE) channel estimation, while traditionally simple suboptimal estimators have been used in such systems. We further derive the analytical uplink and downlink signal-to-interference-plus-noise ratio (SINR) expressions for this scenario, which depends only on large scale fading coefficients. This allows us to design new power control algorithms that require only infrequent transmit power adaptation. Simulation results show a 40% improvement in uplink and downlink throughputs and 95% in energy efficiency over existing cell-free wireless systems and at least a three-fold uplink improvement over known IoT systems based on small-cell systems.

研究动机与目标

• 解决大规模物联网中因设备数量庞大而难以使用正交导频导致的导频污染问题。
• 通过推导仅依赖于大尺度衰落系数的SINR表达式，克服传统次优信道估计器的局限性。
• 设计高效的上行链路与下行链路功率控制算法，仅需低频适应，利用解析的SINR表达式实现。
• 在吞吐量与能量效率方面，显著优于现有无蜂窝与小型蜂窝物联网系统。

提出的方法

• 提出一种无蜂窝大规模MIMO架构，采用分布式接入点与中心化处理单元，适用于广域物联网覆盖。
• 使用最优线性最小均方误差（LMMSE）信道估计方法，从非正交导频中估计信道，纠正了LMMSE仅依赖瞬时CSI的误解。
• 推导出仅依赖于大尺度衰落系数、发射功率与导频序列的上行链路与下行链路SINR解析表达式，实现低复杂度功率控制。
• 采用最大-最小SINR与目标SINR准则制定上行链路功率控制，以平衡公平性与服务质量。
• 将下行链路功率控制建模为二阶锥规划（SOCP），实现高效且可扩展的优化。
• 通过仿真验证系统性能，对比对象包括采用次优估计的无蜂窝系统与传统小型蜂窝物联网架构。

实验结果

研究问题

• RQ1 尽管先前存在相反假设，LMMSE信道估计是否仍可推导出仅依赖于大尺度衰落系数的SINR表达式？
• RQ2 在无蜂窝大规模MIMO架构中，采用LMMSE估计与非正交导频时，物联网系统可实现多大性能增益？
• RQ3 基于大尺度衰落的所提功率控制算法，相较于现有方法，如何提升系统吞吐量与能量效率？
• RQ4 无蜂窝架构在大规模物联网的上行链路与下行链路性能方面，相较于小型蜂窝系统，优势程度如何？

主要发现

• 所提系统相较于采用次优估计的现有无蜂窝大规模MIMO系统，上行链路与下行链路吞吐量均提升40%。
• 与现有无蜂窝系统相比，能量效率提升95%，显著提升了频谱与能量效率。
• 与已知的小型蜂窝物联网系统相比，上行链路吞吐量至少提升三倍。
• 推导出的SINR表达式仅依赖于大尺度衰落系数，支持低复杂度、低频次的功率自适应。
• 下行链路功率控制问题可高效求解为二阶锥规划（SOCP），确保可扩展性与收敛性。
• 分析证实干扰函数具有双向可扩展性，验证了所提功率控制算法的稳定性和收敛性。