[论文解读] Performance of Cloud Radio Networks

Sreejith T. Veetil, Kiran Kuchi+1 more|arXiv (Cornell University)|Dec 18, 2015

Advanced MIMO Systems Optimization参考文献 17被引用 6

一句话总结

本文分析了采用静态集群的云无线电网络的性能，其中地理位置相近的基站（BS）通过集中式处理协作以减轻小区间干扰。利用随机几何和有限的信道状态信息（CSI），研究表明即使每个用户仅反馈5–6个CSI状态，可实现的速率——尤其是边缘用户的速率——相比传统蜂窝系统可提高四倍，且协作基站的数量比集群大小对性能的影响更为关键。

ABSTRACT

Cloud radio networks coordinate transmission among base stations (BSs) to reduce the interference effects, particularly for the cell-edge users. In this paper, we analyze the performance of a cloud network with static clustering where geographically close BSs form a cloud network of cooperating BSs. Because, of finite cooperation, the interference in a practical cloud radio cannot be removed and in this paper, the distance based interference is taken into account in the analysis. In particular, we consider centralized zero forcing equalizer and dirty paper precoding for cancelling the interference. Bounds are developed on the signal-to-interference ratio distribution and achievable rate with full and limited channel feedback from the cluster users. The adverse effect of finite clusters on the achievable rate is quantified. We show that, the number of cooperating BSs is more crucial than the cluster area when full channel state information form the cluster is available for precoding. Also, we study the impact of limiting the channel state information on the achievable rate. We show that even with a practically feasible feedback of about five to six channel states from each user, significant gain in mean rate and cell edge rate compared to conventional cellular systems can be obtained.

研究动机与目标

• 评估采用静态集群的云无线电网络在减轻小区间干扰方面的性能增益。
• 量化有限协作和有限信道状态信息（CSI）对可实现速率和覆盖概率的影响。
• 在实际反馈约束条件下，确定集群大小或协作基站数量哪个对性能更为关键。
• 评估下行链路传输中使用ZF-DPC和脏纸预编码时，反馈开销与速率提升之间的权衡。
• 在现实系统约束下，比较云无线电网络与传统蜂窝网络的性能。

提出的方法

• 使用随机几何模型构建云无线电网络，其中基站（BS）按泊松点过程分布，并被划分为固定的地理集群。
• 应用集中式零 forcing（ZF）预编码和脏纸编码（DPC）以抑制小区内干扰，并通过基于距离的路径损耗模型来建模小区间干扰。
• 推导在完全CSI和有限CSI反馈下，信号与干扰加噪声比（SINR）分布及可实现速率的解析边界。
• 使用蒙特卡洛仿真评估在不同集群大小、BS密度和反馈级别（L = 2 至 8）下的覆盖概率和速率性能。
• 与无协作的传统蜂窝网络和全协作场景进行比较，以分离出集群化和反馈限制带来的增益。
• 通过模拟部分CSI反馈（例如仅反馈最强的干扰链路）来评估反馈减少的影响，并量化速率损失。

实验结果

研究问题

• RQ1 基站的静态集群如何影响云无线电网络中的覆盖概率和可实现速率？
• RQ2 有限的信道状态信息（CSI）反馈对云无线电网络性能的影响如何，特别是对边缘用户的影响？
• RQ3 集群的地理区域大小还是协作基站的数量对实现高 spectral efficiency 更为关键？
• RQ4 在实际反馈开销下（例如每个用户5–6个CSI状态），性能能多大程度接近完全CSI？
• RQ5 小区间干扰在多大程度上限制了云无线电网络的性能，以及如何建模和量化这种限制？

主要发现

• 即使每个用户仅反馈5–6个CSI状态，云无线电网络中的边缘用户速率相比传统蜂窝网络可提高四倍。
• 在拥有完整CSI的情况下，协作基站的数量比集群的地理区域大小对性能的影响更为关键。
• 在有限CSI（L = 6）条件下，第50百分位用户的可实现速率达到3.86 bit/sec/Hz，而传统蜂窝网络中仅为1.30 bit/sec/Hz。
• 仅反馈8个CSI状态即可捕获到与完全CSI相比约75–81%的速率增益，表明有限反馈具有很高的效率。
• 平均速率从传统蜂窝网络的2.38 bit/sec/Hz提升至全协作的4.49 bit/sec/Hz，当L=6时达到3.86 bit/sec/Hz。
• 覆盖概率因集群化和CSI反馈而显著提升，最佳性能出现在包含6–8个BS的小型集群中，原因在于反馈开销和复杂度更低。