[论文解读] Energy Efficiency of Massive MIMO: Coping with Daily Load Variation

M. M. Aftab Hossain, Çiçek Çavdar+2 more|arXiv (Cornell University)|Dec 7, 2015

Advanced MIMO Systems Optimization参考文献 10被引用 6

一句话总结

本文提出一种负载自适应的多小区大规模MIMO系统，根据每日负载轮廓（DLP）动态调整每个基站的激活天线数量，以最大化下行链路能量效率（EE）。采用博弈论框架，并将每个基站的负载建模为M/G/m/m状态相关队列，与仅针对峰值负载优化的固定天线基准系统相比，该系统实现了24%更高的EE和40%的节能效果。

ABSTRACT

Massive MIMO is a promising technique to meet the exponential growth of mobile traffic demand. However, contrary to the current systems, energy consumption of next generation networks is required to be load adaptive as the network load varies significantly throughout the day. In this paper, we propose a load adaptive multi-cell massive MIMO system where each base station (BS) adapts the number of antennas to the daily load profile (DLP) in order to maximize the downlink energy efficiency (EE). In order to incorporate the DLP, the load at each BS is modeled as an M/G/m/m state dependent queue under the assumption that the network is dimensioned to serve a maximum number of users at the peak load. The EE maximization problem is formulated in a game theoretic framework where the number of antennas to be used by a BS is determined through best response iteration. This load adaptive system achieves around 24% higher EE and saves around 40% energy compared to a baseline system where the BSs always run with the fixed number of antennas that is most energy efficient at the peak load and that can be switched off when there is no traffic.

研究动机与目标

• 解决下一代蜂窝网络因显著的每日流量波动而导致的能量效率低下问题。
• 克服当前大规模MIMO系统在负载变化时仍采用固定天线配置的局限性。
• 通过根据每日负载轮廓（DLP）调整每个基站的激活天线数量，最大化24小时内平均下行链路能量效率（EE）。
• 在现实的非理想硬件约束下，开发一种联合优化天线激活与功率分配的博弈论框架。
• 提供一种实用机制，通过将硬件资源使用与实际流量需求对齐，实现在全天候保持高能效。

提出的方法

• 将每个基站（BS）的用户负载建模为M/G/m/m状态相关队列，其中活跃用户数随一天中不同时段根据DLP而变化。
• 将能量效率（EE）最大化问题建模为超模博弈，其中每个BS根据来自其他小区的干扰，选择其激活天线数量以最大化自身EE。
• 使用博弈论的最佳响应迭代求解EE优化问题，确保收敛至纳什均衡。
• 通过将功率放大器（PA）效率建模为发射功率的函数，并计入电路功耗，引入现实的硬件损伤。
• 利用詹森不等式和迫零预编码推导出遍历和速率的下界，信道增益建模为独立的瑞利衰落。
• 将EE定义为平均可实现数据速率（单位：比特每秒）与总平均功耗（单位：瓦特）的比值，单位为比特/焦耳。

实验结果

研究问题

• RQ1 基于每日负载轮廓（DLP）的动态天线激活，相较于固定天线配置，对多小区大规模MIMO系统平均能量效率（EE）的影响如何？
• RQ2 在考虑非理想功率放大器特性的情况下，不同负载水平下每个基站的最优激活天线数量是多少，以实现EE最大化？
• RQ3 在具有负载自适应天线激活的多小区大规模MIMO系统中，基于最佳响应迭代的博弈论框架能否实现稳定且高效的均衡？
• RQ4 当同时考虑电路功耗和PA效率时，系统性能如何变化，特别是在低流量时段？
• RQ5 通过将激活天线数量与流量变化相适配，能实现多大程度的节能？与仅在峰值负载下优化的基准系统相比如何？

主要发现

• 负载自适应大规模MIMO系统相比仅针对峰值负载优化固定天线数量的基准系统，实现了约24%更高的能量效率（EE）。
• 与固定天线基准系统相比，所提系统将总能耗降低了约40%，主要归因于低流量时段功耗的显著降低。
• EE最大化问题被证明具有超模性，确保了基于博弈论的最佳响应算法收敛至稳定均衡。
• 最优激活天线数量随流量负载显著变化，即使在峰值负载下最优的天线数量，若在非高峰时段保持不变，也会导致显著的效率损失。
• 考虑真实的PA效率和电路功耗至关重要：忽略这些因素会导致对EE随天线数量变化趋势的错误判断。
• 通过在低流量时段动态关闭天线，系统实现了显著增益，表明未来网络中硬件资源的动态适配对能效至关重要。