[论文解读] Efficient Parallel Schemes for Cell-free Massive MIMO Using Radio Stripes

Yihua Ma, Zhifeng Yuan+2 more|arXiv (Cornell University)|Dec 21, 2020

Advanced MIMO Systems Optimization参考文献 8被引用 5

一句话总结

本文提出了一种基于无线条的高效并行处理方案，用于无蜂窝大规模MIMO系统，通过无线条架构实现在接入点上的并行信号处理。该研究引入了干扰感知的最大比率合并技术与一种分布式正则化零 forcing算法，在频谱效率和用户公平性方面优于现有方法，仿真结果验证了显著的性能增益。

ABSTRACT

Cell-free massive MIMO provides ubiquitous connectivity for multiple users, and implementation using radio stripes is very efficient. This paper proposes a parallel scheme for radio stripes to allow access point to do signal processing simultaneously. Simple maximum ratio (MR) processing works in this scheme, but its performance is bad. Therefore, this paper further proposes two efficient parallel schemes to gain better performance. The first is interference-aware MR processing with a tailored user-centric strategy. The second is distributed regularized zero-forcing (D-RZF) algorithm which derives from LMMSE. Simulation results show that the proposed parallel schemes gain better performance than existing works.

研究动机与目标

• 为解决无蜂窝大规模MIMO系统中计算瓶颈问题，通过在接入点之间实现并行信号处理。
• 在可扩展的分布式处理框架下，提升无蜂窝大规模MIMO系统的频谱效率与用户公平性。
• 设计低复杂度、可并行处理的信号处理方案，兼容无线条架构。
• 在无需集中式处理的前提下，降低用户间干扰并提升数据速率性能。

提出的方法

• 利用无线条架构将无蜂窝网络划分为互不重叠的并行处理单元，实现分布式计算。
• 在干扰感知最大比率（MR）处理中采用用户中心策略，优先处理强链路用户并抑制干扰。
• 基于线性最小均方误差（LMMSE）预编码推导出一种分布式正则化零 forcing（D-RZF）算法，用于干扰抑制。
• 通过解耦无线条间信号处理任务，实现并行计算，降低协调开销。
• 实施局部化信道状态信息（CSI）交换，以支持低反馈量的分布式预编码。
• 在D-RZF算法中引入正则化项，以平衡干扰抑制与噪声增强之间的权衡。

实验结果

研究问题

• RQ1 如何在基于无线条的无蜂窝大规模MIMO系统中高效实现并行信号处理？
• RQ2 在并行无线条架构下，干扰感知最大比率合并相较于传统MR的性能增益如何？
• RQ3 分布式正则化零 forcing算法是否能在低反馈与低计算负载下实现近似最优性能？
• RQ4 所提方案在频谱效率与公平性方面相较于现有集中式或半分布式方法有何表现？

主要发现

• 所提出的干扰感知MR方案通过优先处理强链路用户并减少用户间干扰，实现了比传统MR更高的频谱效率。
• 分布式正则化零 forcing（D-RZF）算法在总速率与用户公平性方面显著优于传统MR与干扰感知MR。
• 仿真结果表明，所提并行方案在频谱效率方面更高，且中断概率更低，优于现有无蜂窝大规模MIMO方法。
• D-RZF方案在信道状态信息不完美条件下仍保持稳健性能，展现出对反馈误差的强鲁棒性。
• 基于无线条的并行化设计显著降低了每个接入点的计算负载，支持大规模网络的可扩展部署。