[论文解读] On the Uplink Transmission of Multi-user Extra-large Scale Massive MIMO Systems

Xi Yang, Fan Cao+2 more|arXiv (Cornell University)|Sep 15, 2019

Advanced MIMO Systems Optimization参考文献 26被引用 7

一句话总结

该论文提出了一种基于子阵列的架构和基于统计信道状态信息（CSI）的用户调度方案，用于超大规模大规模MIMO系统中的上行链路传输，通过可见区域（VRs）考虑空间非平稳性。推导出紧致的闭式频谱效率近似表达式，并表明基于开关的子阵列设计与贪婪的联合用户与子阵列调度可实现高谱效率，在近场传播场景下优于传统方法。

ABSTRACT

With the inherent benefits, such as, better cell coverage and higher area throughput, extra-large scale massive multiple-input multiple-output (MIMO) has great potential to be one of the key technologies for the next generation wireless communication systems. However, in practice, when the antenna dimensions grow large, spatial non-stationarities occur and users will only see a portion of the base station antenna array, which we call visibility region (VR). To assess the impact of spatial non-stationarities, in this paper, we investigate the uplink transmission of extra-large scale massive MIMO systems by considering VRs. In particular, we first propose a subarray-based system architecture for extra-large scale massive MIMO systems. Then, tight closed-form uplink spectral efficiency (SE) approximations with linear receivers are derived. With the objective of maximizing the achievable SE, we also propose schemes for the subarray phase coefficient design. In addition, based on the obtained ergodic achievable SE approximations, two statistical channel state information (CSI)-based greedy user scheduling algorithms are developed. Our results indicate that the statistical CSI-based greedy joint user and subarray scheduling algorithm collaborating with the on-off switch-based subarray architecture is a promising practical solution for extra-large scale massive MIMO systems.

研究动机与目标

• 解决由于大阵列尺寸导致的空间非平稳性对超大规模大规模MIMO系统性能的限制。
• 建模并量化可见区域（VRs）的影响，即用户仅能观察到大规模基站天线阵列的一部分。
• 设计一种实用的基于子阵列的系统架构，以实现在超大规模大规模MIMO系统中的高效信号处理。
• 开发基于统计CSI的用户调度算法，在VR约束下最大化遍历频谱效率。
• 为非平稳传播环境中线性接收机的上行链路频谱效率提供紧致的闭式近似。

提出的方法

• 提出一种基于子阵列的系统架构，将大型基站阵列划分为多个子阵列，每个子阵列由移相器和开关控制，以实现对可见区域（VRs）的动态控制。
• 通过建模有效信道矩阵并应用Neumann级数展开进行矩阵求逆，推导出在线性接收机（如LMMSE）下的遍历频谱效率（SE）的紧致闭式近似。
• 提出一种相位系数设计方案，以最大化可实现的SE，利用统计信道状态信息（CSI）对每个子阵列的波束成形进行优化。
• 开发两种基于统计CSI的贪婪用户调度算法：一种用于联合用户与子阵列选择，另一种仅用于用户选择，两者均旨在最大化总SE。
• 使用瑞利距离定义近场区域，并在远场假设之外建模信号传播，考虑快速的功率衰减和非均匀的用户可见性。
• 应用Jensen不等式和算术-几何平均不等式，推导出遍历可实现SE的可处理边界，最终得到闭式近似表达式 $ R^{ ext{LMMSE,PartialApp}} = \sum_{k=1}^{K} \log_2\left(1 + p_u \cdot \text{tr}(\mathbf{B} \mathbf{Θ}_k)\right) $。

实验结果

研究问题

• RQ1 空间非平稳性（由大阵列尺寸引起）如何影响超大规模大规模MIMO系统中上行链路的频谱效率？
• RQ2 可见区域（VRs）对上行链路中线性接收机性能有何影响？
• RQ3 如何优化子阵列架构与相位系数设计，以在统计CSI下最大化频谱效率？
• RQ4 当用户具有部分或非重叠可见区域时，何种用户调度策略能最大化遍历频谱效率？
• RQ5 能否为非平稳、近场大规模MIMO环境中LMMSE接收机的频谱效率推导出紧致的闭式近似？

主要发现

• 所提出的基于开关的子阵列架构可实现对可见区域（VRs）的动态控制，使用户仅能访问相关子阵列，从而减少子阵列间干扰。
• 推导出的频谱效率近似表达式 $ R^{ ext{LMMSE,PartialApp}} = \sum_{k=1}^{K} \log_2\left(1 + p_u \cdot \text{tr}(\mathbf{B} \mathbf{Θ}_k)\right) $ 在部分重叠和非重叠VR场景下均具有紧致性且有效。
• 基于统计CSI的贪婪联合用户与子阵列调度算法在频谱效率上优于传统方案，尤其在非平稳、近场环境中表现更优。
• 当VRs部分重叠时，联合调度带来的性能增益显著，因其可实现更好的空间复用与干扰管理。
• 子阵列相位系数设计方案通过将波束成形与用户特定的可见区域及信道统计对齐，有效最大化频谱效率。
• 结果证实，传统大规模MIMO假设（如均匀阵列响应）在超大规模系统中失效，亟需考虑可见区域的系统设计。