《IEEE Transactions on Communications》:Scalable User Scheduling Method for Cell-Free MIMO Networks with User-Centric TRP Clustering
编辑推荐:
本文针对大规模无蜂窝MIMO(多输入多输出)网络中用户调度缺乏可扩展性的难题,提出了一种名为SUSUCRN(用户中心集群资源网络的可扩展用户调度)的三步调度法。该方法通过限制每个传输接收点(TRP)的本地信息交互范围,确保了即使系统覆盖范围无限扩大,各TRP所需考虑的用户数量仍保持有限,从而实现了调度过程的可扩展性。仿真结果表明,该方法在系统级吞吐量上优于传统轮询(RR)调度,为未来超5G(NR)及6G大规模网络部署提供了实用解决方案。
在追求更高系统容量和全域均匀通信质量的未来移动通信系统,如超5G新空口(NR)和6G的演进道路上,消除小区边界、让网络中的天线协同工作已成为关键。网络MIMO(多输入多输出)和协作多点传输/接收(CoMP)技术应运而生,它们通过基站间的协作,将MIMO技术的优势扩展到网络层面。更进一步,分布式天线系统(DAS)以及分布式/无蜂窝MIMO(Cell-Free MIMO)通过将基站天线分散部署在系统覆盖区内,有效减少了通信盲区,并能获得比天线集中部署的传统MIMO更高的系统吞吐量。然而,当我们将目光投向无蜂窝MIMO这一理想架构时,一个现实的挑战浮出水面:用户调度(User Scheduling)的可扩展性(Scalability)问题。
在传统的蜂窝系统中,用户调度通常由每个基站独立完成,调度对象仅限于关联到本小区的用户。但在无蜂窝MIMO系统中,传统的“小区”概念不复存在,取而代之的是“用户中心传输接收点聚类”(User-Centric TRP Clustering)。这意味着,每个用户设备(UE)都由一个为其特定服务的TRP集群(即一组TRP)协同服务。正如文档中图1生动展示的那样,由于一个TRP可能同时属于多个用户的TRP集群,用户调度决策在TRP间存在着复杂的相互依赖关系。例如,为用户#2分配资源需要其所属TRP集群中的所有TRP(如TRP#B和TRP#C)同时行动。这引发了一个严峻的问题:为了避免调度冲突并实现有效协作,每个TRP的调度决策是否都需要考虑系统覆盖范围内的所有用户?试想在一个全国性的无蜂窝网络中,位于东京的一个TRP在调度时若需考虑远在400公里外的大阪用户,这无论在信息交互延迟还是处理复杂度上都是不切实际的。因此,设计一种能够满足实际可扩展性要求的用户调度方法至关重要。本文正是为了攻克这一难题,提出了一种名为SUSUCRN的可扩展用户调度方法。
为了评估所提出的SUSUCRN方法的性能,研究人员进行了系统的计算机仿真。仿真场景设定在一个2km x 2km的环绕系统覆盖区域内,TRP和用户终端按照泊松点过程(PPP)随机分布。每个TRP和用户终端均配置单天线。信道模型综合考虑了距离相关的路径损耗(衰减因子为3.76)、标准差为8dB的对数正态阴影衰落以及瞬时块瑞利衰落。数据传输采用基于部分信道状态信息(CSI)模型的正则化迫零(RZF)预编码(Beamforming, BF)。用户调度间隔为1ms,系统带宽为100MHz。
研究的关键技术方法主要包括:1) 基于平均路径增益的用户中心TRP聚类,确定每个用户的协作TRP集合;2) 所提出的SUSUCRN三步调度算法(用户预选、TRP间信息交换、最终调度决策),核心在于通过本地化信息交互确保可扩展性;3) 采用考虑用户历史调度状态的公平性指标作为用户预选度量;4) 利用部分CSI模型进行RZF预编码,以抑制用户间干扰并提升系统吞吐量。
4.2 Simulation Results
仿真结果从多个维度验证了SUSUCRN的有效性。首先,通过调整控制用户优先级变化范围的参数W,发现增大W值(如W=0.49)能显著提升5%中断用户吞吐量(5%-outage user throughput)(即最差5%用户的吞吐量),虽略微牺牲平均用户吞吐量,但显著改善了用户间的公平性。这证明了SUSUCRN机制在适配公平性目标方面的灵活性。
其次,在RZF预编码正则化参数ξ的优化中,SUSUCRN在ξ=104附近表现出最佳的RZF效果,此时预编码能在用户间干扰抑制和信号功率增强之间取得良好平衡。值得注意的是,当限制每个TRP最大空间复用用户数S较小时(如S=2),SUSUCRN在5%中断用户吞吐量指标上表现优异,这是因为有限的S值促使调度算法将用户在地理上分散开,从而让RZF能为信道条件较差的用户提供更大的功率增益。
TRP聚类大小G的影响也被深入分析。如图7所示,增大G能有效提升5%中断用户吞吐量,主要得益于MIMO信道自由度增加带来的抗衰落能力增强,以及合作TRP间连接用户数差异的减小。然而,当S设置过小(如S=2)时,平均用户吞吐量会随G增大而下降,原因在于过大的G会导致许多用户因无法满足其TRP集群内所有TRP同时调度的条件而不能被调度,从而降低了网络级的带宽分配效率。这表明G和S需要协同设计。
可扩展性是SUSUCRN的核心优势。图9清晰地表明,随着系统覆盖面积Ω的增大,SUSUCRN中每个TRP需考虑的用户数占总用户数的比例趋近于零,而传统轮询(RR)调度器该比例恒为1。这从理论上证明了SUSUCRN的可扩展性。同时,图10显示SUSUCRN所需进行信息交换的TRP数量远小于系统内TRP总数(200个),且其范围受限于用户中心TRP聚类的地理范围,而非整个系统覆盖范围,这使其在大规模网络中易于实现。
性能对比方面,图12的用户吞吐量累积分布函数(CDF)显示,SUSUCRN(W=0.49)在所有用户百分位上的吞吐量均优于传统RR调度。深入分析其原因,图13和14揭示了关键:SUSUCRN通过参数S主动限制了每个TRP上同时调度的用户数,使得调度用户的地理分布更均匀,从而减少了每个用户面临的干扰用户数(Interfering Users)。而RR调度由于无法考虑用户地理分布,容易出现用户扎堆现象,导致部分用户面临大量干扰,性能恶化。
最后,图15总结了平均用户吞吐量和5%中断用户吞吐量随单位面积调度用户数的变化关系。SUSUCRN在平均用户吞吐量上始终优于RR,其峰值出现在单位面积调度用户数约50时。对于5%中断用户吞吐量,SUSUCRN(W=0.49)在调度用户数较少时(<50)表现最佳,且该吞吐量对调度用户数的依赖性较平均吞吐量小,说明其更关注于提升边缘用户的体验。
综上所述,本研究提出并验证了SUSUCRN这一针对无蜂窝MIMO网络的可扩展用户调度方法。该方法通过本地化的三步决策流程,确保了调度过程的可扩展性,即无论系统覆盖范围多大,每个TRP只需处理有限数量的本地用户信息。仿真结果充分证明,SUSUCRN不仅在系统级吞吐量上超越传统RR调度,更能有效改善用户公平性,并通过合理的参数配置(如G、S、W)适应不同的性能优化目标。该研究的重大意义在于为未来超大规模无蜂窝MIMO网络的实际部署提供了切实可行的用户调度解决方案。SUSUCRN的框架具有良好的通用性,未来可方便地融入信道感知(如比例公平准则)或体验质量(QoE)感知等更复杂的调度度量,进一步挖掘无蜂窝MIMO的性能潜力。这项研究工作为超越5G和6G移动通信系统中关键资源管理技术的演进奠定了重要基础。