Skip to main content
QUICK REVIEW

[论文解读] Distributed Coordinated Transmission with Forward-Backward Training for 5G Radio Access

Antti Tölli, Hadi Ghauch|arXiv (Cornell University)|Feb 12, 2018
Advanced MIMO Systems Optimization参考文献 12被引用 31
一句话总结

该论文提出了一种用于5G无线接入的分布式协调波束成形(CoMP)方案,采用前向-反向(F-B)训练以实现最小回传信令的干扰抑制。通过利用上行链路-下行链路信道互易性及迭代空中导频信令,基站与用户设备仅基于本地测量的CSI联合优化波束成形波束,从而在动态TDD下实现高达100%的频谱效率增益,且在20 dB信噪比下训练开销低于5%。

ABSTRACT

CoMP transmission and reception have been considered in cellular networks for enabling larger coverage, improved rates, and interference mitigation. To harness the gains of coordinated beamforming, fast information exchange over a backhaul connecting the cooperating BSs is required. In practice, the bandwidth and delay limitations of the backhaul may not be able to meet such stringent demands. These impairments motivate the study of cooperative approaches based only on local CSI that require minimal or no information exchange between the BSs. To this end, several distributed approaches are introduced for CB-CoMP. The proposed methods rely on the channel reciprocity and iterative spatially precoded over-the-air pilot signaling. We elaborate how F-B training facilitates distributed CB by allowing BSs and UEs to iteratively optimize their respective transmitters/receivers based on only locally measured CSI. The trade-off due to the overhead from the F-B iterations is discussed. We also consider the challenge of dynamic TDD where the UE-UE channel knowledge cannot be acquired at the BSs by exploiting channel reciprocity. Finally, standardization activities and practical requirements for enabling the proposed F-B training schemes in 5G radio access are discussed.

研究动机与目标

  • 通过最小化基站之间的CSI和数据交换,解决密集5G网络中回传容量受限的挑战。
  • 在无集中式控制或全局CSI的情况下,实现CoMP系统中的协调波束成形。
  • 开发一种与3GPP新空口(NR)和动态TDD兼容的实用分布式波束成形框架。
  • 在上行链路与下行链路之间信道互易性无法直接使用的情况下,支持动态TDD环境中的干扰协调。
  • 定义支持迭代F-B训练的用户设备和基站硬件及帧结构增强的实际需求。

提出的方法

  • 利用前向-反向(F-B)训练,采用空间预编码的空中导频,迭代优化基站和用户设备的发射与接收波束成形波束。
  • 利用上行链路-下行链路信道互易性,使每个节点基于本地测量信号估计有效CSI。
  • 实施迭代波束成形更新:用户设备在前向阶段导频训练后计算接收波束成形波束,基站则在反向阶段训练后更新发射波束成形波束。
  • 设计灵活的TDD帧结构,包含专用切换时隙,以支持在一个调度块内进行多轮F-B迭代。
  • 引入基于小时隙的切换时隙结构,实现在一个调度间隔内多次发送/接收切换,最大限度降低时延。
  • 要求基站和用户设备在每个天线上均具备双射频链路,以支持F-B阶段的并发发送与接收。

实验结果

研究问题

  • RQ1如何在不交换基站之间CSI或数据的情况下,实现分布式协调波束成形?
  • RQ2在动态TDD系统中,F-B训练开销与波束成形增益之间的权衡关系如何?
  • RQ3如何将F-B训练集成到3GPP NR帧结构中,以支持在一个调度块内进行多轮迭代?
  • RQ4支持迭代F-B波束成形的用户设备和基站需要哪些硬件和信令增强?
  • RQ5在回传受限条件下,F-B训练在动态TDD中缓解小区间干扰的能力有多大?

主要发现

  • 所提出的F-B训练方案在20 dB信噪比下,相较于非协调传输,在动态TDD场景中实现了高达100%的频谱效率增益。
  • 即使在多轮F-B迭代下,训练开销仍保持在5%以下,使该方案在密集5G部署中具有实际可行性。
  • 该方法通过利用残余互易性和迭代波束成形优化,有效实现了动态TDD中的干扰协调。
  • 基于小时隙的新切换时隙结构对于在一个调度块内低时延支持多轮F-B迭代至关重要。
  • 用户设备必须具备多射频链路能力及邻近节点测量功能,以支持F-B训练并避免用户设备间干扰。
  • 毫米波频段的混合模拟-数字波束成形增加了实现复杂度,但全数字仿真显示在28 GHz以下频段有显著增益。

更好的研究,从现在开始

从论文设计到论文写作,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。