[论文解读] Energy Efficiency Optimization for MIMO Distributed Antenna Systems

Hong Ren, Nan Liu+2 more|arXiv (Cornell University)|Nov 12, 2015

Advanced MIMO Systems Optimization参考文献 25被引用 3

一句话总结

本文提出了一种联合发射协方差与RAU选择优化方法，以在具有速率约束和每RAU功率限制的MIMO分布式天线系统中最大化能量效率（EE）。通过将EE问题分解为速率最大化、无速率约束的EE最大化和功率最小化子问题，并引入一种低复杂度的距离-based RAU选择方法，该方法在计算成本显著降低的情况下实现了接近最优的EE性能，相较于穷举搜索方法。

ABSTRACT

In this paper, we propose a transmit covariance optimization method to maximize the energy efficiency (EE) for a single-user distributed antenna system, where both the remote access units (RAUs) and the user are equipped with multiple antennas. Unlike previous related works, both the rate requirement and RAU selection are taken into consideration. Here, the total circuit power consumption is related to the number of active RAUs. Given this setup, we first propose an optimal transmit covariance optimization method to solve the EE optimization problem under a fixed set of active RAUs. More specifically, we split this problem into three subproblems, i.e., the rate maximization problem, the EE maximization problem without rate constraint, and the power minimization problem, and each subproblem can be efficiently solved. Then, a novel distance-based RAU selection method is proposed to determine the optimal set of active RAUs. Simulation results show that the performance of the proposed RAU selection is almost identical to the optimal exhaustive search method with significantly reduced computational complexity, and the performance of the proposed algorithm significantly outperforms the existing EE optimization methods.

研究动机与目标

• 解决现有MIMO DAS EE优化方法中缺乏对速率需求与RAU选择联合考虑的问题。
• 在单用户MIMO DAS中最大化能量效率，其中RAU和用户均配备多根天线。
• 引入按RAU的功率约束以及与激活RAU数量成比例的电路功率。
• 开发一种计算高效的RAU选择方法，同时保持高EE性能。

提出的方法

• 通过将EE最大化问题分解为三个子问题（速率最大化、无速率约束的EE最大化、功率最小化），在固定激活RAU集合下求解EE最大化问题。
• 使用Dinkelbach方法通过一系列加权和速率最大化问题迭代求解EE最大化子问题。
• 提出一种新颖的距离-based RAU选择算法，根据RAU与用户之间的几何接近程度选择RAU，从而降低计算复杂度。
• 将RAU选择与发射协方差优化相结合，联合最大化EE，同时满足最低速率要求。
• 在能量效率参数上采用二分搜索以找到满足速率和功率约束下的最优解。
• 通过理论分析和基于EE函数性质的收敛性证明，验证解的最优性。

实验结果

研究问题

• RQ1 当同时考虑速率需求与RAU选择时，如何在MIMO DAS中最大化能量效率？
• RQ2 在每RAU功率和总功率约束下，EE最大化的最优发射协方差设计是什么？
• RQ3 与激活RAU数量成比例的电路功率的引入如何影响EE优化？
• RQ4 低复杂度RAU选择方法能否在保持高EE的同时实现接近穷举搜索的性能？
• RQ5 用户速率需求对最优激活RAU数量和整体EE有何影响？

主要发现

• 所提出的基于距离的RAU选择方法在计算复杂度显著降低的情况下，实现了与最优穷举搜索方法几乎相同的EE性能。
• 该算法显著优于现有不考虑RAU选择或中心化系统中天线选择的EE优化方法。
• 在800 Mbps/Hz的高数据速率需求下，所提方法在6个RAU时EE仅轻微下降，而传统方法在RAU数量增加时EE急剧下降。
• 所提算法实现的速率与仅考虑速率最大化的算法及无RAU选择的EE优化方法相当，但EE性能显著更优。
• 激活RAU数量随RAU总数增加而增加，但所提方法通过利用RAU选择多样性，有效抵消了电路功率上升的影响，从而保持了高EE。
• 理论分析证实，通过在能量效率参数上进行二分搜索，可以找到满足速率约束下EE问题的最优解，且由于EE函数的单调性，收敛性可保证。