[论文解读] Optimal Fronthaul Compression for Synchronization in the Uplink of Cloud Radio Access Networks

Eunhye Heo, Osvaldo Simeone+1 more|arXiv (Cornell University)|Oct 6, 2015

Advanced MIMO Systems Optimization参考文献 14被引用 5

一句话总结

该论文提出了一种云无线电接入网（C-RANs）中最佳的前回程压缩策略，通过联合优化量化噪声功率谱密度，提升了核心单元（CU）的定时与相位同步性能。采用Cramer-Rao界（CRB）作为性能度量，并结合Charnes-Cooper变换与凸差（DC）优化方法，该方法优于传统的均匀量化，在高信噪比（SNR）区域实现了高达2 dB的SNR增益，从而最小化了同步误差的影响。

ABSTRACT

A key problem in the design of cloud radio access networks (CRANs) is that of devising effective baseband compression strategies for transmission on the fronthaul links connecting a remote radio head (RRH) to the managing central unit (CU). Most theoretical works on the subject implicitly assume that the RRHs, and hence the CU, are able to perfectly recover time synchronization from the baseband signals received in the uplink, and focus on the compression of the data fields. This paper instead dose not assume a priori synchronization of RRHs and CU, and considers the problem of fronthaul compression design at the RRHs with the aim of enhancing the performance of time and phase synchronization at the CU. The problem is tackled by analyzing the impact of the synchronization error on the performance of the link and by adopting information and estimationtheoretic performance metrics such as the rate-distortion function and the Cramer-Rao bound (CRB). The proposed algorithm is based on the Charnes-Cooper transformation and on the Difference of Convex (DC) approach, and is shown via numerical results to outperform conventional solutions.

研究动机与目标

• 为解决现有理论框架中未充分考虑C-RAN前回程压缩中定时与相位同步不完善的问题。
• 优化远端射频头（RRHs）的前回程压缩，不仅提升数据压缩效率，同时增强核心单元（CU）的同步性能。
• 利用信息论与估计理论，特别是Cramer-Rao界（CRB），建立同步误差对有效SNR影响的模型。
• 设计一种实用的压缩算法，以最小化前回程量化导致的同步精度退化。

提出的方法

• 采用Cramer-Rao界（CRB）作为度量，用于评估核心单元（CU）处定时与相位偏移估计的准确性。
• 建立由于定时与相位偏移导致的有效SNR退化模型，同时引入RRH处的量化噪声功率谱密度（PSD）。
• 应用Charnes-Cooper变换，将非凸的CRB最小化问题转化为类似凸的形式。
• 采用凸差（DC）优化方法，高效求解所得的非凸优化问题。
• 在定时与相位偏移不确定性条件下，推导出信号与干扰功率的闭式近似表达式。
• 通过标量量化与真实同步算法下的仿真，验证了设计方案的有效性。

实验结果

研究问题

• RQ1 前回程压缩在C-RAN中如何影响核心单元（CU）处定时与相位同步的准确性？
• RQ2 在RRH处，何种量化噪声功率谱密度可使定时与相位偏移估计的Cramer-Rao界（CRB）最小化？
• RQ3 在C-RAN上行链路系统中，联合优化压缩与同步性能是否能优于传统的均匀量化？
• RQ4 由于同步误差导致的有效SNR如何退化？能否通过智能压缩策略有效缓解？

主要发现

• 在相同前回程容量约束下，所提出的压缩方案在高SNR区域相比传统均匀量化实现了2 dB的SNR增益。
• 基于Charnes-Cooper变换与DC方法的优化策略，成功最小化了定时与相位偏移估计的CRB。
• 理论分析表明，有效SNR显著受同步误差影响，尤其当量化噪声在频带内均匀分布时更为明显。
• 利用基于CRB的表达式对定时与相位偏移引起的干扰项功率进行近似，实现了对性能极限的精确建模。
• 对导频信号功率的推导近似考虑了定时偏移的影响，表明其功率随期望定时偏移呈线性下降。
• 相位偏移引起的干扰功率与相位估计的CRB成正比，验证了将CRB作为性能度量的合理性。