[论文解读] Feasibility of Serving K Secondary Users in Underlay Cognitive Radio Networks using Massive MIMO

Shailesh Chaudhari, Danijela Čabrić|arXiv (Cornell University)|Mar 18, 2019

Advanced MIMO Systems Optimization参考文献 8被引用 5

一句话总结

本论文提出了一种在次基站（SBS）采用大规模MIMO的非许可认知无线电网络中服务K个次用户（SUs）的可行性框架，利用最大特征波束成形（MEB）或零 forcing波束成形（ZFB），在存在非完美信道状态信息（CSI）的条件下进行。研究推导了在等功率分配下成功服务K个SUs的概率的闭式表达式，表明ZFB在用户数量上相比MEB最高可提升10倍；而采用MEB的等功率分配方案在无需获取主用户CSI的情况下仍能实现可接受的性能。

ABSTRACT

In this paper, we analyze the feasibility of serving K secondary users (SUs) on the downlink using a secondary base station (SBS), equipped with a large antenna array, in an underlay cognitive radio (CR) network. First, we formulate a feasibility problem in order to compute beamforming vectors and power allocations for K SUs with constraints on the maximum allowable interference to primary users (PUs), required minimum rate at SUs, and maximum transmit power from SBS. The problem formulation takes into account the imperfect channel state information between SUs and PUs. We propose a two step approach to solve the non-convex problem. In the first step, beamforming vectors are computed using one of the two alternative schemes: maximum eigenmode beamforming (MEB) or zero forcing beamforming (ZFB). We show that the power allocations can be computed by solving a linear programming feasibility problem. Further, we provide theoretical feasibility analysis of serving K SUs with equal power allocation by deriving the distributions of SINR at SUs and interference to PUs, thereby computing the probability of serving K SUs as a function of the constraints. The analytical and simulation results are presented to demonstrate the impact of constraints on the feasibility of serving K SUs in the CR network.

研究动机与目标

• 分析在采用大规模MIMO次基站（SBS）的非许可认知无线电（CR）网络中服务K个次用户（SUs）的可行性。
• 在对主用户（PUs）干扰、最小SU速率及SBS最大发射功率的约束下，制定联合波束成形与功率分配问题。
• 在等功率分配下，评估两种波束成形方案——MEB（无PUs的CSI）与ZFB（具有非完美CSI）——的性能表现。
• 推导系统约束（包括速率、干扰与功率限制）下服务K个SUs的概率的解析表达式。
• 比较等功率分配与基于线性规划的功率分配方案，尤其关注SBS端大量天线时的可扩展性。

提出的方法

• 在对PUs干扰、SU速率及SBS发射功率的约束下，制定非凸的波束成形与功率分配可行性问题。
• 提出两步解决方案：首先，使用MEB或ZFB计算波束成形向量；其次，求解线性规划可行性问题以确定功率分配。
• 在MEB下将SUs的SINR建模为逆伽马分布，在ZFB下建模为广义F分布，并将对PUs的干扰建模为伽马分布。
• 利用SINR与干扰分布的累积分布函数，推导在等功率分配下服务K个SUs的概率的闭式表达式。
• 采用信道估计误差模型以考虑SUs与PUs之间非完美的CSI，其中估计误差方差σ²_δ为关键参数。
• 比较基于信道统计预计算的等功率分配与基于每信道实现计算的线性可行性（LF）功率分配，以评估性能权衡。

实验结果

研究问题

• RQ1 在对主用户存在非完美CSI的条件下，利用大规模MIMO的非许可CR网络中，成功服务K个次用户的解析概率是多少？
• RQ2 在等功率分配下，选择MEB还是ZFB波束成形对可支持的SUs数量有何影响？
• RQ3 在何种条件下，等功率分配在服务K个SUs的可行性方面优于基于线性规划的功率分配？
• RQ4 对最小SU速率、对PUs的最大干扰以及SBS最大发射功率的约束如何共同影响系统服务K个SUs的能力？
• RQ5 当发射功率超过某一阈值后，ZFB在服务SUs数量上的性能饱和点是什么？

主要发现

• 在等功率分配下，由于ZFB能够有效抑制对PUs的干扰及用户间串音干扰，其可服务SUs数量相比MEB最高可提升10倍。
• 当SBS天线数为1024或512时，当发射功率超过10 dB后，ZFB性能趋于饱和，因为功率增加导致对PUs的干扰增加，抵消了SINR增益。
• 在SBS天线数较大时（如M_b = 1024），由于LF方案对干扰的高估，等功率分配在MEB与ZFB下均优于线性可行性（LF）功率分配。
• 当SBS天线数较小时（如M_b = 128），LF功率分配优于等功率分配，因其能根据信道实现自适应调整。
• 在相同约束条件下，采用等功率分配的MEB可服务至少为ZFB的1/10的SUs数量，因此在无法获取PUs CSI时仍为可行选择。
• 通过SINR分布（MEB为逆伽马分布，ZFB为广义F分布）与干扰分布（伽马分布）的解析表达式，推导出服务K个SUs的概率，从而支持基于约束的系统设计。