[论文解读] Interference Reduction in Multi-Cell Massive MIMO Systems II: Downlink Analysis for a Finite Number of Antennas

Liangbin Li, Alexei Ashikhmin+1 more|arXiv (Cornell University)|Nov 15, 2014

Advanced MIMO Systems Optimization参考文献 23被引用 12

一句话总结

该论文提出了一种基于大规模衰落系数的集中式多小区预编码方案，用于在有限天线约束下最小化大规模MIMO系统中的小区间干扰。通过建立一个拟凸优化问题，在单个基站功率约束下最大化最小用户SINR，该方法在5%中断率下相比传统功率分配和ZF-LSFP技术实现了超过1000倍的性能提升。

ABSTRACT

Sharing global channel information at base stations (BSs) is commonly assumed for downlink multi-cell precoding. In the context of massive multi-input multi-output (MIMO) systems where each BS is equipped with a large number of antennas, sharing instant fading channel coefficients consumes a large amount of resource. To consider practically implementable methods, we study in this paper interference reduction based on precoding using the large-scale fading coefficients that depend on the path-loss model and are independent of a specific antenna. We focus on the downlink multi-cell precoding designs when each BS is equipped with a practically finite number of antennas. In this operation regime, pilot contamination is not the dominant source of interference, and mitigation of all types of interference is required. This paper uses an optimization approach to design precoding methods for equal qualities of service (QoS) to all users in the network, i.e.,maximizing the minimum signal-to-interference-plus-noise ratios (SINRs) among all users. The formulated optimization is proved to be quasi-convex, and can be solved optimally. We also propose low-complexity suboptimal algorithms through uplink and downlink duality. Simulation results show that the proposed precoding methods improve 5% outage rate for more than 1000 times, compared to other known interference mitigation techniques.

研究动机与目标

• 解决在基站天线数量有限的多小区大规模MIMO系统中小区间干扰的挑战。
• 通过缓解所有类型的干扰（包括残留小区间干扰），克服以 pilot 污染为中心的设计的局限性。
• 通过最大化网络中所有用户的最小接收SINR，确保所有用户的服务质量（QoS）均等。
• 通过依赖变化缓慢的大规模衰落系数而非快速变化的小尺度衰落系数，降低回传信令开销。
• 为实际部署开发最优和低复杂度的次优算法，以满足单个基站的功率约束。

提出的方法

• 在单个基站功率约束下，建立一个拟凸优化问题以最大化最小用户SINR。
• 使用二分搜索结合可行性检查方法，以最优方式求解该优化问题。
• 通过将单个基站功率约束松弛为全局总功率约束，提出次优算法，从而可利用上行-下行链路对偶性。
• 利用仅依赖路径损耗、与特定天线无关的大规模衰落系数，以减少回传信令开销并提高对移动性的鲁棒性。
• 设计一种分布式变体（算法6），通过局部协作降低复杂度，其预编码系数由集中式算法计算得出。
• 应用上行-下行链路对偶性，为在总功率约束下的次优算法提供解析可处理性。

实验结果

研究问题

• RQ1 当基站天线数量在实际中有限时，如何有效缓解大规模MIMO系统中的小区间干扰？
• RQ2 基于大规模衰落系数的预编码（LSFP）在中断率方面相比传统功率分配和ZF-LSFP技术的性能增益是多少？
• RQ3 能否建立一个拟凸优化框架，在单个基站功率约束下最大化最小用户SINR？
• RQ4 在5%中断率和系统可扩展性方面，集中式与分布式LSFP算法的性能如何比较？
• RQ5 基于大规模衰落系数的多小区协作在密集蜂窝网络中，对公平性和频谱效率的提升程度如何？

主要发现

• 所提出的最优算法在19小区网络中实现5%中断率为0.41 bit/channel use，相比仅使用PA的算法性能提升超过1000倍。
• 在次优方法中，L=Z时的算法4性能最佳，5%中断率为0.32 bit/channel use，由于速率分配更公平，优于算法5。
• 分布式算法6相比仅使用PA的算法，5%中断率提升763.6倍，证明了局部协作带来的显著性能增益。
• 性能随网络规模增大而提升（L=19 vs. L=7），因为多小区预编码增益可抵消更多小区带来的干扰增加，显示出良好的可扩展性。
• 集中式算法5的性能达到算法1的78.1%，表明集中式与分布式设计之间仍存在性能差距，有待进一步缩小。
• 所提出的基于LSFP的预编码通过依赖变化缓慢的大规模衰落系数，显著降低了回传信令开销，增强了对用户移动性的鲁棒性。