[论文解读] Efficient Beamforming for Mobile mmWave Networks

Sara Khosravi, Hossein Shokri‐Ghadikolaei+1 more|arXiv (Cornell University)|Dec 23, 2019

Millimeter-Wave Propagation and Modeling参考文献 14被引用 5

一句话总结

本文提出了一种轻量级波束赋形算法，适用于移动毫米波网络，通过利用路径骨架（代表主导传播路径）的空间相关性，以最小化波束搜索开销。通过维护路径骨架数据库，并仅在空间相关性下降时重新执行波束搜索，该方法显著降低了延迟、能耗和信令开销，同时保持了高吞吐量和用户速率，尤其在用户密集的城市环境中表现优异。

ABSTRACT

We design a lightweight beam-searching algorithm for mobile millimeter-wave systems. We construct and maintain a set of path skeletons, i.e., potential paths between a user and the serving base station to substantially expedite the beam-searching process. To exploit the spatial correlations of the channels, we propose an efficient algorithm that measures the similarity of the skeletons and re-executes the beam-searching procedure only when the old one becomes obsolete. We identify and optimize several tradeoffs between: i) the beam-searching overhead and the instantaneous rate of the users, and ii) the number of users and the update overhead of the path skeletons. Simulation results in an outdoor environment with real building map data show that the proposed method can significantly improve the performance of beam-searching in terms of latency, energy consumption and achievable throughout.

研究动机与目标

• 解决用户移动导致频繁波束失准所引发的移动毫米波网络中波束赋形开销过高的问题。
• 在不牺牲用户数据速率或系统吞吐量的前提下，减少波束搜索重新执行的次数。
• 利用不同用户位置之间毫米波信道响应的空间相关性，以最小化冗余波束训练。
• 在动态、室外移动场景中，优化波束搜索开销与用户瞬时速率之间的权衡。
• 通过在用户间分担数据库维护开销，实现可扩展性，并使开销在用户密集的城市部署中几乎可忽略。

提出的方法

• 为基站覆盖区域内的不同位置构建并维护路径骨架（主导视 Line-of-Sight / 非视 Line-of-Sight 路径）数据库。
• 使用分辨率为2米的网格化位置系统，跟踪不同用户位置之间路径骨架的空间相关性。
• 通过骨架查找请求机制，当用户进入新网格或超过老化阈值时，定期更新路径骨架。
• 仅当当前与存储的路径骨架之间的空间相关性低于阈值时，才重新执行粗粒度波束搜索。
• 采用老化计数器机制，当路径骨架过期时触发其重新同步。
• 通过让每个用户响应骨架查找请求，将数据库更新开销分摊至多个用户，从而降低单个用户的信令负载。

实验结果

研究问题

• RQ1 如何在保持高用户数据速率的前提下，最小化移动毫米波网络中的波束搜索开销？
• RQ2 在多大程度上可以利用路径骨架的空间相关性，以减少波束对准程序的执行频率？
• RQ3 用户密度对维护路径骨架数据库的可扩展性和开销有何影响？
• RQ4 基于相关性的重新执行准则与启发式基于距离的触发机制相比，在吞吐量和性能方面表现如何？
• RQ5 能否有效将波束搜索开销在用户间分摊，以降低单个用户的信令和计算成本？

主要发现

• 与传统的全范围扫描方法相比，所提方法显著减少了波束搜索重新执行的次数，同时保持了接近最优的用户速率和吞吐量。
• 在拥有100名用户的密集城市环境中，单个用户在7分钟轨迹内的平均骨架查找请求数仅为2次，表明单个用户开销极低。
• 随着用户数量的增加，单个用户的平均数据库维护开销下降，表明在高密度场景下具备良好的可扩展性和效率。
• 随着用户数量的增加，单个用户开销的标准差也减小，表明性能分布更加一致且可预测。
• 该方法优于基于固定距离的重新执行策略，后者可能导致因不恰当触发波束搜索而造成吞吐量下降。
• 数据库维护成本与用户数量成反比，因此在用户密集的城市部署中几乎可忽略。