网络系统2论文阅读

这篇文章是网络系统2第4个大作业阅读论文的笔记。论文是由个人选取的,我选了Hybrid Beamforming for 5G Millimeter-Wave Multi-Cell Networks。论文选得有些偏难,所以最后的效果不是很好。点击此处下载幻灯片。点击此处下载1页的简要阅读报告。

# 0 摘要

多小区无线系统经常收到小区内和小区间的干扰,使用协同多点CoMP(MIMO的一种,数据和CSI信道状态信息在相邻基站中共享)可以减轻干扰。前人的研究多半集中在数字波束成型,这需要每一个天线都有一整套RF chain(一系列的电子设备,包含放大、滤波等等)。而毫米波需要大量的天线,因而数字波束成型不再可行。本论文提出4中模拟和数字混合的波束成型方案,借助CoMP,用于多小区、多用户、多流的毫米波通讯。论文对提出的混合波束成型的频谱效率与3GPP的和NYUSIM的进行了对比。模拟结果显示基于最大化信号泄露噪声比的CoMP相较于无协作的可以提交频谱效率,而不同波束成型的频谱效率依赖于小区半径和每小区用户数。

# 1 介绍

5G网络需要部署毫米波蜂窝网络。而其中的一个挑战是如何消除或减轻小区间干扰。对此有两种做法:

  • 电源控制。使同一小区内的各个用户的信号干扰噪声比SINR一致,从而改进那些较弱的连接。
  • 天线阵列波束形成。通讯两端都使用天线阵列,这样可以补偿传输第一米的损耗(自由空间路径损耗FSPL),然后不同小区的基站BS或传输点TP合作收发。

总的来说,第二个做法更好。

3GPP对4G中使用的CoMP进行了一次调查。不同的CoMP策略有不同的复杂度,也需要不同程度的CSI反馈和共享。以下按照复杂程度递增顺序列出这些策略:

  1. 协同调度/波束成型:用户设备UE的数据只在一个TP就绪,并在一个时间频率内,只有这一个TP传输,但用户调度和波束成型的决定是有多个TP协同的。
  2. 动态点选择DPS/静默:数据在多个TP同时就绪,但在一个时间频率内,只有一个TP传输数据,而发送或者静默的TP可能在不同的子帧改变。
  3. 联合传输:UE的数据在多个TP就绪,并且在一个时间频率内,多个TP向一个或多个UE传输数据。

BS协调减轻干扰被广泛地研究,但这些研究都是全数字波束成型,并且每一个天线后面都需要RF chain,这不太适合毫米波系统,因为它们有大量的天线,这会增加复杂度、能耗和成本。多小区的BS协作也被广泛地研究,但这些研究中移动端接收器只配备了一个全向天线,因而只有通讯的时候只有一个流。在5G毫米波系统,天线阵列也会部署在移动接收端,从而提供阵列增益、波束成型和空间复用。

本篇论文研究多小区、多用户、多流和混合波束成型HBF策略,用以MIMO。我们有4个方案:3个使用协同调度/波束成型,另一个则不使用任何TP协同作为baseline。我们着重于TP到UE的传输,且每个流的供电都一样(没有电源控制)。我们制定了一个多小区框架,它基于现今的3扇面BS天线,每个120°天线拥有256个天线(8行16列2偏振)呈均匀矩形阵列URA,这与现在设想的5G MIMO系统类似。每个相邻的偏振元素在方位角上距离formula,在仰角上距离formula,其中formula是载波波长,它在宽边提供约8°的3dB波束宽度分辨率。注意RF chain的数目决定了能传输的独立流的最大数目。一定数量(在这里是3或12)UE被随机分配到各个小区,距离从10m到小区半径,它们每个都有8元素(2行2列2偏振)的URA和4个RF chain。100MHz的带宽被用于OFDM调制。5G会有很大的带宽,但这会是由几个100MHz累积。我们假定TP拥有所有的CSI信息并可以互相交换这些信息。这篇论文的主要贡献如下:

  • 提出了4个多小区HBF模型,并针对不同环境下的频谱效率进行了比较。
  • 基于最大化信号泄露噪声比SLNR的小区间TP协作相较于无协作提升了67%的频谱效率,这里泄露是指为某个用户准备的信号意外地被其他用户收到,类似地,干扰是指其他TP的信号意外地被特定用户收到。当系统负担较小的时候,这种策略还能消除干扰。
  • 在同一系统下(无电源控制),用户增加会导致频谱效率降低,这是因为用户间干扰。
  • 在同一系统下,更小的小区半径可以增加频谱效率,这是因为更低的信号损失。

# 2 多小区系统布局和混合波束成型框架

我们考虑3个相邻的小区,每个有一个TP和多个(3到12)UE。

# 3 多小区多用户多流混合波束成型

论文介绍了TP和UE端的结构。然后给出了信号和频谱效率的公式

# 3.1 Baseline-无小区间协作

忽略干扰、TP之间无协作的情况。每个TP只有本地CSI。预编码方案采用本征模式传输(eigenmode transmission),RF预编码和合并按最大化信噪比设计。

# 3.2 减少泄露并最大化信号的预编码LSP

RF预编码器被设计为减轻泄露并增强想要的信号。

# 3.3 基于SLNR的预编码

最大化SINR是个很复杂的问题,因而SLNR就作为替代的优化目标。

# 3.4 泛化最大比GMR预编码

它与最大化SLNR有着相同的RF预编码、RF合并和基带合并过程。

# 3.5 迫零ZF预编码的可行性

ZF编码是很常见的。然而由于维数限制不可行。如果ZF在接收端实现则有可能,但这需要CSI在所有用户知道。

# 4 通道模型参数设置

有两种通道模型可以用于5G无线系统模拟,它们分别是3GPP和NYUSIM。

# 5 模拟结果和分析

# 5.1 formula的特征值

看不懂。

# 5.2 频谱效率

在3GPP和NYUSIM模型下,基于SLNR的HBF模型胜过了baseline和其他HBF模型,这体现了它抑制小区内和小区间干扰还有噪声的能力。而LSP在3GPP模型下没有超过baseline,这可能因为它花费了一些功率在减少泄露上,因而花费更少的功率在传输上。

SLNR和baseline都随着用户数增加,频谱效率有所下降。进一步分析显示信号功率变化不大,但干扰功率增大了。

随着小区半径增大,对所有的HBF方案,频谱效率下降了。

# 6 结论

数据显示基于SLNR的CoMP在大多数情况下提供了最大的频谱效率,因而很值得在毫米波网络中推广。LSP相较于baseline只有微弱的提升。ZF由于射频预编码和合并后有效信道矩阵乘积的秩不足而不可行。此外HBF方法会受小区半径、用户和流的数目影响。确切将,更小的半径和更少的用户可以增长频谱效率。

2016-2020 Ziping Sun
京ICP备 17062397号