[论文解读] Energy Efficiency Optimization for MIMO Broadcast Channels

Jie Xu, Ling Qiu|arXiv (Cornell University)|Feb 16, 2012

Advanced MIMO Systems Optimization参考文献 18被引用 4

一句话总结

该论文提出了一种联合发射协方差优化与主动发射天线选择（ATAS）框架，以在考虑电路和射频链路功耗的实际功耗模型下，最大化MIMO广播信道中的能量效率（EE）。通过在固定天线集合下使用全局最优的迭代水填充分配算法实现EE最大化，并结合低复杂度的范数基或穷举ATAS方法，该方法在实际功耗约束下实现的EE高于传统和速率优化方案，且在K=2用户时，M=3或M=4个天线时达到最优EE。

ABSTRACT

Characterizing the fundamental energy efficiency (EE) limits of MIMO broadcast channels (BC) is significant for the development of green wireless communications. We address the EE optimization problem for MIMO-BC in this paper and consider a practical power model, i.e., taking into account a transmit independent power which is related to the number of active transmit antennas. Under this setup, we propose a new optimization approach, in which the transmit covariance is optimized under fixed active transmit antenna sets, and then active transmit antenna selection (ATAS) is utilized. During the transmit covariance optimization, we propose a globally optimal energy efficient iterative water-filling scheme through solving a series of concave fractional programs based on the block-coordinate ascent algorithm. After that, ATAS is employed to determine the active transmit antenna set. Since activating more transmit antennas can achieve higher sum-rate but at the cost of larger transmit independent power consumption, there exists a tradeoff between the sum-rate gain and the power consumption. Here ATAS can exploit the best tradeoff and thus further improve the EE. Optimal exhaustive search and low-complexity norm based ATAS schemes are developed. Through simulations, we discuss the effect of different parameters on the EE of the MIMO-BC.

研究动机与目标

• 为解决在包含主动射频链路独立功耗的实际功耗模型下，MIMO广播信道（BC）中能量效率（EE）优化的空白。
• 联合优化发射协方差与主动发射天线集（ATAS），以最大化EE，同时考虑和速率增益与更多活动天线带来的电路功耗增加之间的权衡。
• 基于块坐标上升法，为固定活动天线集合下的EE最大化问题，开发一种全局最优的迭代水填充分配算法。
• 设计低复杂度的ATAS方案——穷举搜索与范数基选择，以在协方差优化后进一步提升EE。

提出的方法

• 利用上行-下行对偶性，将固定活动天线集合下的EE最大化问题转化为凹分式规划问题。
• 应用块坐标上升算法，迭代求解该分式规划，从而得到全局最优的能量效率迭代水填充分配方案。
• 利用Karush-Kuhn-Tucker（KKT）条件与Dinkelbach型算法，推导出每用户每流的最优功率分配的闭式解。
• 提出两种ATAS方案：用于最优选择的穷举搜索，以及利用信道向量范数选择最优天线子集的低复杂度范数基方法。
• 将总功耗建模为功率放大器功耗（与总发射功率成正比）、射频链路功耗（每个活动天线恒定）以及基带处理/散热固定功耗之和。
• 通过在不同天线数、用户数和和速率约束下进行仿真，验证算法性能，并对比EE与和速率表现。

实验结果

研究问题

• RQ1 在具有天线相关电路功耗的实际功耗模型下，MIMO-BC中最大化EE的最优发射协方差是什么？
• RQ2 当活动天线数量少于总可用天线数时，主动发射天线选择（ATAS）如何提升EE？
• RQ3 在MIMO-BC中，激活更多发射天线时，和速率增益与电路功耗增加之间的权衡如何？
• RQ4 在EE优化中，不同ATAS方案（穷举与范数基）在性能与复杂度上的对比如何？
• RQ5 在所提框架下，MIMO-BC中多用户分集增益的EE缩放规律是什么？

主要发现

• 对于K=2用户和N=2接收天线，最优EE在M=3或M=4个活动发射天线时达到，而非最大天线数，这是由于和速率增益与电路功耗之间的权衡所致。
• 当和速率约束为零时，无ATAS的EE在M≥4时显著下降，因动态功耗增加；而采用ATAS的EE在M=3或M=4时仍保持最优。
• 在和速率约束为35 bps/Hz时，范数基ATAS的EE随M>5单调增加，因为更多天线提供了更好的信道分集增益，且不违反速率约束。
• 范数基ATAS方案在显著低于穷举搜索复杂度的前提下，实现了接近最优的EE性能，尤其在高用户场景下优势明显。
• 多用户分集增益的缩放规律为M log log(NK) / (M_a P_dyn + P_sta)，当用户数较大时，M_a = M（所有天线均激活）为最优，与低用户场景不同。
• 仿真结果证实，所提出的能量效率迭代水填充分配算法具有收敛性，且在实际功耗模型下，其EE性能显著优于传统和速率优化方案。