[论文解读] Robust Beamforming Design for Ultra-dense User-Centric C-RAN in the Face of Realistic Pilot Contamination and Limited Feedback

Cunhua Pan, Hong Ren+3 more|arXiv (Cornell University)|Apr 6, 2018

Advanced MIMO Systems Optimization参考文献 33被引用 5

一句话总结

本文提出了一种在真实导频污染和有限反馈条件下，针对超密集用户中心型C-RAN的鲁棒波束成形设计。该文基于由信道估计和量化得到的非完美信道状态信息（CSI），建立了满足速率和前回程约束的功率最小化问题，并提出了一种基于连续凸逼近和对偶分解的低复杂度迭代算法，仅通过一位相位模糊性量化即实现了可靠的性能表现。

ABSTRACT

The ultra-dense cloud radio access network (UD-CRAN), in which remote radio heads (RRHs) are densely deployed in the network, is considered. To reduce the channel estimation overhead, we focus on the design of robust transmit beamforming for user-centric frequency division duplex (FDD) UD-CRANs, where only limited channel state information (CSI) is available. Specifically, we conceive a complete procedure for acquiring the CSI that includes two key steps: channel estimation and channel quantization. The phase ambiguity (PA) is also quantized for coherent cooperative transmission. Based on the imperfect CSI, we aim for optimizing the beamforming vectors in order to minimize the total transmit power subject to users' rate requirements and fronthaul capacity constraints. We derive the closed-form expression of the achievable data rate by exploiting the statistical properties of multiple uncertain terms. Then, we propose a low-complexity iterative algorithm for solving this problem based on the successive convex approximation technique. In each iteration, the Lagrange dual decomposition method is employed for obtaining the optimal beamforming vector. Furthermore, a pair of low-complexity user selection algorithms are provided to guarantee the feasibility of the problem. Simulation results confirm the accuracy of our robust algorithm in terms of meeting the rate requirements. Finally, our simulation results verify that using a single bit for quantizing the PA is capable of achieving good performance.

研究动机与目标

• 解决由于训练开销高和反馈受限，导致在超密集用户中心型C-RAN中获取精确CSI的挑战。
• 设计一种在导频污染和信道量化引起的非完美CSI条件下仍能运行的鲁棒波束成形方案。
• 在满足用户速率要求和前回程容量约束的前提下，最小化总发射功率。
• 通过低复杂度用户选择算法确保优化问题的可行性。
• 在真实系统约束下验证所提算法的鲁棒性与效率。

提出的方法

• 提出两步CSI获取过程：对簇内链路进行信道估计，对簇间链路进行大尺度增益估计。
• 利用导频污染和量化误差的统计特性建模CSI不确定性，推导出可实现数据速率的闭式表达式。
• 针对在非完美CSI下满足速率和前回程约束的功率最小化问题，建立非凸优化问题。
• 应用连续凸逼近（SCA）技术，将非凸约束迭代逼近为凸子问题。
• 在每次SCA迭代中使用拉格朗日对偶分解，高效计算最优波束成形向量。
• 引入低复杂度用户选择算法，以确保问题可行性并提升收敛性。

实验结果

研究问题

• RQ1 当由于导频污染和反馈约束导致仅能获得有限且非完美的CSI时，如何在超密集用户中心型C-RAN中设计鲁棒波束成形？
• RQ2 相位模糊性量化对系统性能有何影响？实现有效相干传输至少需要多少比特？
• RQ3 基于连续凸逼近的低复杂度迭代算法能否实现接近最优的性能，并保证收敛？
• RQ4 所提出的波束成形设计如何在前回程容量受限条件下，维持用户速率要求的同时最小化总发射功率？
• RQ5 在真实CSI获取条件下，用户中心型C-RAN中反馈开销与系统性能之间存在何种权衡？

主要发现

• 所提出的鲁棒波束成形算法即使在存在导频污染和有限反馈导致的非完美CSI条件下，仍能成功满足所有用户速率要求。
• 仿真结果证实，该算法在真实信道不确定性下，能可靠维持目标数据速率，表现出良好的准确性和鲁棒性。
• 仅使用一位来量化相位模糊性即可获得良好性能，表明精细的相位反馈并非必需。
• 基于连续凸逼近的迭代算法收敛迅速，为非凸优化问题提供了实用的解决方案。
• 低复杂度用户选择算法确保了波束成形设计的可行性，并提升了系统稳定性。
• 可实现速率的闭式表达式准确捕捉了多个不确定项的影响，从而支持可靠的优化。