[论文解读] Performance Limits of a Cloud Radio

Maaz Mohiuddin, Varun Maheshwari+4 more|arXiv (Cornell University)|Jul 17, 2013

Advanced MIMO Systems Optimization参考文献 17被引用 4

一句话总结

本文提出一种实用的云无线电接入网络，采用零 forcing 颅内编码（ZF-DPC）与 Tomlinson-Harashima 预编码（THP），在降低复杂度的同时实现接近容量的性能。基于泊松点过程的随机几何框架，其在低至中等信噪比下，将干扰受限系统转变为噪声受限系统，相较传统蜂窝网络实现高达200%的平均速率增益。

ABSTRACT

Cooperation in a cellular network is seen as a key technique in managing other cell interference to observe a gain in achievable rate. In this paper, we present the achievable rate regions for a cloud radio network using a sub-optimal zero forcing equalizer with dirty paper precoding. We show that when complete channel state information is available at the cloud, rates close to those achievable with total interference cancellation can be achieved. With mean capacity gains, of up to 2 fold over the conventional cellular network in both uplink and downlink, this precoding scheme shows great promise for implementation in a cloud radio network. To simplify the analysis, we use a stochastic geometric framework based of Poisson point processes instead of the traditional grid based cellular network model. We also study the impact of limiting the channel state information and geographical clustering to limit the cloud size on the achievable rate. We have observed that using this zero forcing-dirty paper coding technique, the adverse effect of inter-cluster interference can be minimized thereby transforming an interference limited network into a noise limited network as experienced by an average user in the network for low operating signal-to-noise-ratios. However, for higher signal-to-noise-ratios, both the average achievable rate and cell-edge achievable rate saturate as observed in literature. As the implementation of dirty paper coding is practically not feasible, we present a practical design of a cloud radio network using cloud a minimum mean square equalizer for processing the uplink streams and use Tomlinson-Harashima precoder as a sub-optimal substitute for a dirty paper precoder in downlink.

研究动机与目标

• 通过可 tractable 的随机几何模型，表征在完整与部分信道状态信息（CSI）下云无线电网络的可实现速率区域。
• 评估次优预编码与均衡技术（特别是 ZF-DPC 与 MMSE）在云无线电系统中实际部署的性能。
• 研究地理聚类与有限 CSI 反馈对可实现速率的影响，尤其在干扰受限场景下。
• 提出一种基于 Tomlinson-Harashima 预编码（THP）的实用系统设计，作为实现容量的颅内编码（DPC）的低复杂度替代方案。
• 量化反馈开销与速率性能之间的权衡，表明仅需6份 CSI 报告即可捕获85%的完整 CSI 增益。

提出的方法

• 采用基于泊松点过程（PPP）的随机几何模型，替代传统的网格化蜂窝模型，实现对云无线电网络的可 tractable 分析。
• 利用上行-下行对偶性，从上行 MMSE 检测推导下行容量，实现在上行与下行链路中对称的性能评估。
• 结合零 forcing（ZF）预编码与颅内编码（DPC）原理，抑制用户间干扰，逼近理论容量极限。
• 在上行链路中采用最小均方误差（MMSE）接收机，作为基于 QR 分解解码的低复杂度替代方案，实现 ZF-DPC 速率性能的75%。
• 引入地理聚类模型以限制云的大小并减少回传信令开销，模拟具有部分 CSI 的实际部署场景。
• 基于每流 ZF-DPC 容量，采用自适应调制（4、16 或 64-QAM），评估发射功率与频谱效率之间的权衡。

实验结果

研究问题

• RQ1 在完整 CSI 下，使用 ZF-DPC 的云无线电网络可实现速率如何扩展？其与理论容量边界接近程度如何？
• RQ2 有限 CSI 反馈（如6条信道）对可实现速率的影响如何？是否能保留理论增益的显著部分？
• RQ3 基站的地理聚类如何影响干扰与可实现速率，尤其在低至中等信噪比场景下？
• RQ4 Tomlinson-Harashima 预编码（THP）在仅带来微小发射功率代价的前提下，能在多大程度上逼近最优 DPC 的性能？
• RQ5 基于 MMSE 的上行检测能否实现 ZF-DPC 性能的高比例？其是否为可行的低复杂度替代方案？

主要发现

• 采用 ZF-DPC 的云无线电网络在上行与下行链路中，相较传统蜂窝网络，平均容量增益高达200%。
• 仅需6份 CSI 报告，系统即可捕获85%的完整 CSI 增益，证明有限反馈在实际部署中的可行性。
• 在使用 ZF-DPC 与地理聚类的条件下，系统在低至中等信噪比下由干扰受限转变为噪声受限，显著改善边缘用户性能。
• 上行链路中的 MMSE 接收机实现的速率达到 ZF-DPC 的75%，证实其作为低复杂度替代方案的可行性。
• 基于 THP 的预编码性能非常接近 ZF-DPC，仅伴随微小的发射功率代价，使其成为实际系统中 DPC 的实用替代方案。
• ZF-DPC 方案介于完全干扰消除与空间匹配滤波的理论边界之间，证实其性能强大且接近最优。