[论文解读] Multi-cell Massive MIMO Beamforming in Assuring QoS for Large Numbers of Users

Long D. Nguyen, Hoang Duong Tuan+2 more|arXiv (Cornell University)|Dec 10, 2017

Advanced MIMO Systems Optimization参考文献 21被引用 8

一句话总结

本文提出一种时间分数化波束成形方案，旨在最大化多小区大规模MIMO系统中的能量效率，同时保证大量用户的服务质量（QoS）。通过将时隙划分为分数段并优化功率与时间分配，该方案使8×8大规模MIMO阵列能够为多达160名用户提供服务，且满足其QoS要求，显著超过发射天线数量。

ABSTRACT

Massive multi-input multi-output (MIMO) uses a very large number of low-power transmit antennas to serve much smaller numbers of users. The most widely proposed type of massive MIMO transmit beamforming is zero-forcing, which is based on the right inverse of the overall MIMO channel matrix to force the inter-user interference to zero. The performance of massive MIMO is then analyzed based on the throughput of cell-edge users. This paper reassesses this beamforming philosophy, to instead consider the maximization of the energy efficiency of massive MIMO systems in assuring the quality-of- service (QoS) for as many users as possible. The bottleneck of serving small numbers of users by a large number of transmit antennas is unblocked by a new time-fraction-wise beamforming technique, which focuses signal transmission in fractions of a time slot. Accordingly, massive MIMO can deliver better quality-of-experience (QoE) in assuring QoS for much larger numbers of users. The provided simulations show that the numbers of users served by massive MIMO with the required QoS may be twice or more than the number of its transmit antennas.

研究动机与目标

• 解决传统大规模MIMO在干扰和硬件限制下难以服务大量用户的问题。
• 在用户吞吐量（QoS）约束和总发射功率预算下，最大化能量效率。
• 在系统设计中引入大规模MIMO天线之间的实际空间相关性。
• 开发高效的计算算法，以求解能量效率波束成形的非凸优化问题。
• 证明通过利用时间分数化传输，大规模MIMO可服务远多于发射天线数量的用户。

提出的方法

• 提出一种新颖的时间分数化波束成形技术，将一个时隙划分为多个分数段，每个分数段专用于一组用户。
• 开发路径跟踪算法，以求解在QoS和功率约束下能量效率最大化的非凸优化问题。
• 在信道模型中引入空间相关性，以反映大规模MIMO实际部署条件。
• 基于对数函数和反函数的凸近似方法，处理能量效率目标的非凸性。
• 在每个时间分数段内应用迫零（ZF）和正则化ZF（RZF）波束成形，以抑制用户间干扰。
• 优化各时间分数段的时间分配与功率分配，以平衡QoS保障与能量效率。

实验结果

研究问题

• RQ1 大规模MIMO系统是否能在保证QoS的前提下，服务多于发射天线数量的用户？
• RQ2 与传统波束成形相比，时间分数化波束成形在多小区大规模MIMO中如何提升能量效率？
• RQ3 空间相关性对大规模MIMO系统中可支持用户数和能量效率有何影响？
• RQ4 在QoS和功率约束下，各时间分数段的最优时间与功率分配如何影响系统性能？
• RQ5 路径跟踪算法能否高效求解具有真实信道模型的非凸能量效率波束成形优化问题？

主要发现

• 8×8大规模MIMO阵列可在满足各用户QoS要求的前提下，每小区服务多达160名用户，超过发射天线数量20倍。
• 在相同硬件约束下，时间分数化波束成形方案相比传统波束成形，可支持的用户数最多提升一倍。
• 在三小区网络中，时间分数化RZF波束成形在ρ=0.5时，每小区可支持多达150名用户，其用户容量和能量效率均优于标准RZF。
• 时间分数比τ/(1−τ)与功率分配随用户分布显著变化，表明近点用户与边缘用户在时间分数段中以平衡且自适应的方式被服务。
• 所提出的路径跟踪算法收敛迅速，为非凸能量效率最大化问题提供了实用解决方案。
• 仿真结果证实，时间分数化方法在高用户负载和空间相关性条件下，仍能保持高 spectral efficiency 和能量效率。