回传容量受限的Cell-free大规模MIMO传输研究综述.pdf

第 56 卷 第 9 期2023 年 9 月通信技术Communications TechnologyVol.56 No.9Sep.20231025文献引用格式：龚燕华.回传容量受限的 Cell-free 大规模 MIMO 传输研究综述 J.通信技术,2023,56(9):1025-1030.doi:10.3969/j.issn.1002-0802.2023.09.001回传容量受限的 Cell-free 大规模 MIMO 传输研究综述*龚燕华（中国电信股份有限公司定西分公司，甘肃 定西 743000）摘要：去蜂窝（Cell-free）大规模多输入多输出（Multiple Input Multiple Output，MIMO）是第六代移动通信（6G）的关键技术之一。在 Cell-free 大规模 MIMO 中，接入节点（Access Point，AP）将接收到的信号通过回传链路传输至中央处理器（Central Processing Unit，CPU）完成信道估计、数据检测等操作，有效地缓解了 AP 计算压力。随着网络中用户数的增多，回传链路将面临极大的挑战。从回传容量受限的角度出发，分析了回传容量受限的 Cell-free 大规模 MIMO 上行传输发展现状，并对其发展趋势进行了探讨。关键词：去蜂窝；大规模 MIMO；数据回传；容量受限中图分类号：TN929.53 文献标识码：A 文章编号：1002-0802(2023)-09-1025-06Review on Cell-free Massive MIMO Transmission with Constrained Backhaul CapacityGONG Yanhua(China Telecom Dingxi Branch,Dingxi Gansu 743000,China)Abstract:Cell-free massive MIMO(Multiple Input Multiple Output)is one of the key technologies of the 6th generation(6G)of mobile communications.In Cell-free massive MIMO,the AP(Access Point)transmits the received signals to the CPU(Central Processing Unit)through the backhaul link to complete the operations such as channel estimation,data detection,etc.,which effectively relieves the AP computing pressure.With the increase of the number of users in the network,the backhaul link will face great challenges.In this paper,the development status of Cell-free massive MIMO uplink transmission with constrained backhaul capacity is analyzed,and its development trend is discussed.Keywords:Cell-free;massive MIMO;backhaul;constrained capacity0 引 言随着互联网技术的快速发展，当前移动宽带用户数呈爆炸式增长。人工智能、大数据、物联网等技术的提出与实现对通信网络提出了更高的要求，特别是在海量的用户连接、高吞吐量、低时延、高可靠性、高服务质量（Quality of Service，QoS）、节能等方面的要求越来越严苛，因此无线通信网络传输技术的发展还面临着许多挑战1。2015 年国际电信联盟无线通信部门（ITU-Radiocommunication Sector，ITU-R）确定了 5G 的 3 大应用场景：增强型移动宽带（enhanced Mobile Broadband，eMBB）、超高可靠与低延迟通信（Ultra-Reliable Low-Latency Communications，URLLC）和大规模机器通信（massive Machine Type Communication，mMTC）2。目前世界各国在推动 5G 商用部署的同时，对 6G 技术的研发工作也在如火如荼地进行。在未来的 6G 时代，通信场景将发生根本性变化，出现人与人、人与机 *收稿日期：2023-06-13；修回日期：2023-08-08 Received date:2023-06-13;Revised date:2023-08-081026通信技术2023 年器、机器与机器等多种通信混合的模式，这些网络场景的实现也对传输技术的可靠性、确定性及智能化提出了更高的要求3。当前，从物理层角度出发在无线传输方面，分布式的超大规模多输入多输出（Multiple Input Multiple Output，MIMO）、智能超表面和超奈奎斯特传输技术等是当前发展的热点。特别是在引入超大规模 MIMO 后，传输网络的容量得到了大幅提升。为了满足 5G 通信系统在吞吐量、链路密度、时延等方面的要求，2010 年 Marzeta 提出了大规模 MIMO 系统的概念4。大规模 MIMO 系统在实现无线通信方面有以下优势5：（1）在基站（Base Station，BS）中配置了百根以上的天线，系统的空间自由度大幅提高，能够利用空分复用技术实现在同一时频资源内服务多个用户；（2）随着基站天线数的增加，小尺度衰落对系统性能的影响越来越小，该现象称为信道硬化6；（3）利用大规模的天线阵列能够提高阵列增益，实现利用较小的发射功率达到较好通信质量的目的。因其在频谱资源及能源效率利用等方面具有显著优势，大规模 MIMO成为 5G 的关键技术之一7。因为相较于 4G 基站，5G 基站的天线数提高了一个量级，所以在进行 5G 通信系统实际部署时，对场地的选择、基站密度的设定等都需要进行更加严格的考察，在商业部署方面要求更加严苛。目前从 1G 到 5G 的演化仍是以蜂窝网为基础，随着小区蜂窝面积的不断缩小，小区之间的干扰变得更加严重，特别是处于各小区边缘的用户受干扰影响较大，性能较差3。为解决边缘用户性能较差的问题，以分布式大规模 MIMO 为基础的去蜂窝（Cell-free）大规模 MIMO 在 2017 年被提出，旨在消除大规模MIMO 系统中小区边缘用户的干扰问题。如图 1 所示，在 Cell-free 大规模 MIMO 系统中，大量的接入点（Access Point，AP）被分布在一个较大的区域，每个 AP 配有一根或多根天线，每个 AP 通过回传链路将数据传输至中央处理单元（Central Processing Unit，CPU）。在 系 统 中 延 续 大 规 模MIMO 的通信方式，采用时分双工操作（Test-Driven Development，TDD），利用相同的时频资源为用户（User Equipment，UE）服务8，该方式为传输网络提供较高的空间分集增益与复用增益，并提高了用户的频谱效率。CPU回传链路UE图 1 Cell-free 大规模 MIMO如表 1 所示，Cell-free 大规模 MIMO 相比于传统的集中式大规模 MIMO 有以下 3 个显著特征：（1）去蜂窝的网络架构避免了用户在小区间的频繁切换，能够有效解决集中式大规模 MIMO 系统中小区边缘信号质量差、用户间干扰强的问题。（2）基站部署更加灵活。在 Cell-free 大规模MIMO 系统中，每个 AP 所携带的天线数有限，同时可以将 AP 尺寸缩小，将 AP 架设在路灯等位置，无须单独架设信号塔，减轻了 AP 部署压力，更具实际意义。（3）AP 密度增大，用户与 AP 间的距离缩短，有效减轻了大尺度衰落对通信的影响，能够为区域内的用户提供更加稳定可靠的通信服务9。因此在未来的 6G 网络中，Cell-free 大规模 MIMO在更高频段、密集部署场景有极大的应用潜力10。表 1 集中式大规模 MIMO 与 Cell-free 大规模 MIMO 比较网络架构集中式大规模MIMOCell-free 大规模MIMOAP 数少很多用户数较多很多覆盖范围大大跨小区切换频率高小同步要求低高系统吞吐量中大有利传播效应强强信道硬化效应强弱1027第 56 卷第 9 期龚燕华：回传容量受限的 Cell-free 大规模 MIMO 传输研究综述1 Cell-free 大规模 MIMO 发展现状1.1 信息理论分析Ngo 等人8结合大规模 MIMO 和分布式 MIMO首次提出了 Cell-free 大规模 MIMO 理论，将大量的 AP 分布在一个较广的区域内，所有的 AP 采用TDD 操作，通过回传链路将用户发送的信息传输给CPU 进行统一处理，实现多用户服务。仿真表明，与传统的蜂窝网相比，在不相关阴影衰落条件下，Cell-free 大规模 MIMO 系统中每个用户的吞吐量有了近 5 倍的提升，在相关阴影衰落下提高了 10 倍。Interdonato 等人11指出 Cell-free 大规模 MIMO 实现了以用户为中心的相干传输，克服了蜂窝网络中的小区间干扰限制并提供了额外的宏分集增益。采用时分双工操作可确保系统的伸缩性和分布式处理，以用户为中心的数据传输方式抑制了小区间干扰并且有效减少了前传开销，并且 Cell-free 仅改变了活动模式下数据传输协议，不会创建任何单元边界。从信息理论的角度出发，Nguyen 等人针对Cell-free 大规模 MIMO 系统的下行链路，设计了一种基于迫零的预编码技术，通过低复杂度的功率控制技术最大化系统的能量效率12。Feng 等人13以毫米波 Cell-free 大规模 MIMO 系统加权和速率最大化为目标，提出了一种低复杂度混合预编码算法，显著提升了系统容量。此外，针对不完美的信道状态信息引入了路径跟踪算法并证明了其有效性。在此基础上，Ngo 等人将信道估计误差、回传链路容量受限、功率控制等因素考虑在内，得出频谱效率的闭合表达式，反映出回传链路的功耗、AP 数量及 AP 天线数对系统能效的影响，提出一种功率分配算法，将总能量效率最大化。同时为减少回传链路的功率损耗，设计 AP 选择方案，在能量效率与回传链路开销间取折中14。在 Cell-free 系统中需部署大量 AP，但使用高精度的射频硬件不仅会提高能量消耗，并且所需成本较高，Hoydis 等人15揭示了低精度硬件带来的噪声对系统性能产生的影响，结论表明通过增加 AP 数能够弥补低精度硬件带来的性能损失，这为 Cell-free 大规模 MIMO 系统的低复杂度实现提供了理论依据。1.2 信息处理技术分析在信息处理技术方面关于 Cell-free 大规模MIMO 的分析主要包括导频分配策略、信道估计机制、回传链路设计 3 个方面。随着 Cell-free 大规模 MIMO 系统中的用户数增加，相干时间内的正交导频资源不足，会产生导频污染问题。目前系统中针对导频的优化策略主要分为 AP 选择、导频分配、导频功率优化这几个方面。在 AP 选择方面，Nguyen 等人16提出了基于功率传输最小化的 AP 选择算法，分析了大尺度衰落、信道估计准确度和信噪比对 AP 选择的影响，并使用最大化最小功效、最大化最低服务质量和不完美CSI 下最大化总频谱效率这 3 种方法实现系统性能优化。Ranasinghe 等人17提出了一种基于图神经网络的 AP 选择算法，构建了两个图，一个是仅包含AP 节点的同构图，另一个是包含 AP 节点和 UE 节点的异构图，使用基于归纳图学习框架来预测节点之间的链接。在导频分配方面，Attarifar 等人18通过最大化导频复用距离降低导频开销和导频污染，并与随机导频分配方案进行比较，说明结构化的导频分配策略能够更好地提高性能。Interdonato 等人19-20将 CSI、信道硬化效应、用户移动性等因素综合为一个效用函数，利用效用函数为特定用户分配专用的下行导频资源，虽然消耗了无线资源，但对提高下行信道估计的准确度有明显帮助。Ren 等人21考虑了信道向量的特征空间，并在最小化了当前考虑的 UE 中所有服务 AP 的导频污染总和的基础上，提出了一种可扩展导频分配算法，该方法在保证网络可扩展性的同时，性能优于现有的方法。对于导频功率优化问题，Mai 等人22设计了导频功率控制算法，以优化信道估计误差为目标，建立非凸优化问题，并且采用一阶泰勒展开的方法对用户的导频功率进行分配。在基于时分双工操作的集中式 MIMO 中，由于信道硬化效应的存在，不需要对链路进行下行估计，可直接利用上行信道估计矩阵进行下行传输预编码。但在 Cell-free 大规模 MIMO 中，由于用户和 AP 之间的信道空间相关性较强，部分用户的信道硬化效应不明显，因此对下行链路进行信道估计能够大幅提高系统有效性23。针对信道估计问题，现有研究大多通过在 AP 端利用最小均方误差（Minimun Mean Square Error，MMSE）或线性最小均方误差（Linear Minimun Mean Square Error，LMMSE）准则进行上行链路信道估计24-25。Park1028通信技术2023 年等人24以最小化信道估计均方差为目标进行接收机设计，不足之处是该方案复杂度较高，实际应用中难以实现。Hoang 等人25通过 MMSE 准则进行信道估计，并计算出在主动窃听情况下被攻击用户的可达速率。Han 等人26分析了频分双工 Cell-free大规模 MIMO 中信道的近似稀疏性，利用压缩感知方法获得信道矩阵系数，并通过仿真表明该方法在能效方面优于时分双工方案。随着AP与用户数增加，系统对回程链路吞吐量的需求变大，因此回传链路设计的重要性更加凸显。然而，对回传容量无限的假设并不符合实际27-28。因此，Ngo 等人23针对回传链路容量受限的 Cell-free 大规模 MIMO 系统性能进行分析，对 AP 端信道估计值和接收信号进行量化，并提出利用迭代方案解决最大最小用户链路速率的问题。为解决容量有限的回传链路 Cell-free 大规模 MIMO 的功率分配问题，Boroujerdi 等人29在 CPU 处将下行数据进行预编码并压缩后发送给 AP，通过量化 AP 端所接收数据，降低链路负载，并利用共轭梯度法解决量化比特和功率分配的联合优化问题。1.3 传输方案设计最初的 Cell-free 大规模 MIMO 系统中，所有AP 联合向用户发送信号，但只有一部分功率能够有效地传输给用户，所以该方案低效且实用性低。因此，利用信道特性对用户 AP 进行选择就显得尤为重要。在 Cell-free 大规模 MIMO 中，对 AP 的选择主要分为两类：一是有约束的接入点选择问题，依靠覆盖距离、接收信号功率等指标设计简单的AP 选择函数，实现性能度量最大化30；二是考虑接入点的最大流量负载、最大发射功率及回传容量有限等问题进行 AP 选择16。在 Cell-free 大规模 MIMO 中，所有用户通过回传链路连接到 CPU，并进行信道估计、有效载荷的数据检测及功率控制系数的交换。早期的研究大多假设所有的导频信号在训练阶段以全功率传输，但当用户信道响应较差时会造成严重的导频污染。为了降低用户全功率传输带来的影响，Liu 等人30在训练阶段为所有用户分配最合适的导频功率来提高估计信道质量，提高系统的整体性能。除此之外，Ngo 等人8利用复杂度较低的最大比率发射预处理方法在 AP 处直接对下行信息进行预编码，无须将估计信道信息回传给 CPU 进行处理。这种方案降低了对回传容量的需求，但用户间干扰较大，并不适合对有效性要求极高的用户。Nguyen 等人12采用迫零编码减小用户间的干扰，虽然相较于最大比率发射预处理方法消耗了更多的回传资源，但带来了明显的性能提升。Elwekeil 等人31提出了下行联合波束形成和功率控制优化模型,该模型以满足服务质量约束和功耗限制的同时最小化最大用户干扰为目标，并将其建模为混合整数非线性规划问题。2 Cell-free 大规模 MIMO 发展趋势Cell-free 大规模 MIMO 作为依赖于基站天线部署的分布式方案受到广泛的关注，最近的理论研究深入地分析介绍了该网络传输方式的概念，但仍存在一些问题及挑战，具体如下文所述。（1）毫米波通信。在超大规模的多输入多输出系统中，AP 和用户之间的距离显著缩小，Cell-free 大规模 MIMO 与毫米波系统都非常适合短程通信，因此将两者结合的毫米波 Cell-free 大规模MIMO 系统能够通过提供高带宽来实现数据速率的提升，因此使用无线毫米波设计回传链路是一个具有吸引力的选择。（2）非正交多址接入（Non-Orthogonal Multiple Access，NOMA）。目前大规模 MIMO 与 NOMA 的结合已经受到广泛的关注，文献 32 结合两种技术实现了系统效率的提升，但目前该系统在上行传输阶段仍存在亟须解决的问题。（3）高移动场景。在用户高速移动的场景中，多径信号会发生显著的相位移动，这会造成严重的导频污染，降低信道估计准确度。因此，设计复杂的预编码方案及功率分配算法来应对高速移动的用户显得尤为重要。（4）硬件损伤。目前多数文献是在理想硬件的前提下去考虑系统性能的，但在 Cell-free 大规模MIMO 系统中，随着天线数的增加，系统功耗及硬件成本也随之提高。文献 15 建立了基于硬件损伤的系统架构，并提出上下行链路的硬件缩放规律揭示硬件损伤对系统性能的影响。（5）物理层安全问题。物理层安全被认为是在上层实现的传统密码安全方法的一个补充，受到广泛的关注。在 Cell-free 大规模 MIMO 中，由于1029第 56 卷第 9 期龚燕华：回传容量受限的 Cell-free 大规模 MIMO 传输研究综述AP 与用户之间的距离缩短，密度增加，这大大增加了信息被恶意窃听者窃取的概率。文献 33 指出，在存在主动窃听者的情况下，窃听者通过导频欺骗攻击大大降低了合法用户的保密性能，因此设计有效的攻击检测方案显得尤为重要。3 结 语Cell-free 大规模 MIMO 作为 6G 通信的关键技术之一，在充分利用大规模 MIMO 带来的空间宏分集增益的同时，有效克服了传统集中式大规模MIMO 中边缘用户服务质量差的缺陷。通过部署大量的 AP 有效缩短了 AP 与用户间的距离，降低了路径损耗。本文首先分析了发展 Cell-free 大规模MIMO 在未来通信中的重要意义，其次分别从 3 个方面讨论了 Cell-free 大规模 MIMO 的发展现状，最后分析了其发展趋势。研究表明，Cell-free 大规模MIMO 系统以较低的成本和功耗达到了较优的性能，而且能够对抗信道老化，鲁棒性较好，是未来移动通信主要的传输技术之一。参考文献：1 魏英华.Cell-free 大规模 MIMO 系统性能分析与设计 D.北京:北京交通大学,2019:1-2.2 中国通信学会.5G 通信建设工程技术前沿报告 R/OL.(2018-12)2023-03-12.https:/ 章嘉懿.去蜂窝大规模 MIMO 系统研究进展与发展趋势 J.重庆邮电大学学报(自然科学版),2019,31(3):285-292.4 张平,牛凯,田辉,等.6G 移动通信技术展望 J.通信学报,2019,40(1):141-148.5 孔德莹.大规模 TDD-MIMO 通信系统中信道状态信息获取研究 D.武汉:华中科技大学,2018:7-8.6 尹旭东.Cell-free 大规模 MIMO 系统关键技术研究 D.南京:南京邮电大学,2019:10-11.7 LARSSON E G,EDFORS O,TUFVESSON F,et al.Massive MIMO for next generation wireless systemsJ.IEEE Communications Magazine,2014,52(2):186-195.8 NGO H Q,ASHIKHMIN A,YANG H,et al.Cell-free massive MIMO versus small cellsJ.IEEE Transactions on Wireless Communications,2017,16(3):1834-1850.9 LIU Y L,CHEN H H,WANG L M.Physical layer security for next generation wireless networks:Theories,technologies,and challengesJ.IEEE Communications Surveys&Tutorials,2017,19(1):347-376.10 WU Y P,KHISTI A,XIAO C S,et al.A survey of physical layer security techniques for 5G wireless networks and challenges aheadJ.IEEE Journal on Selected Areas in Communications,2018,36(4):679-695.11 INTERDONATO G,BJRNSON E,QUOC NGO H,et al.Ubiquitous cell-free Massive MIMO communicationsJ.EURASIP Journal on Wireless Communications and Networking,2019:197.12 NGUYEN L D,DUONG T Q,NGO H Q,et al.Energy efficiency in cell-free massive mIMO with zero-forcing precoding designJ.IEEE Communications Letters,2017,21(8):1871-1874.13 FENG C,SHEN W,AN J,et al.Weighted sum rate maximization of the mmWave cell-free MIMO downlink relying on hybrid precodingJ/IEEE Transactions on Wireless Communications,2022,21(4):42547-2560.14 NGO H Q,TRAN L N,DUONG T Q,et al.On the total energy efficiency of cell-free massive MIMOJ.IEEE Transactions on Green Communications and Networking,2018,2(1):25-39.15 HOYDIS J,TEN BRINK S,DEBBAH M.Massive MIMO in the UL/DL of cellular networks:How many antennas do we need?J.IEEE Journal on Selected Areas in Communications,2013,31(2):160-171.16 NGUYEN T H,NGUYEN T K,HAN H D,et al.Optimal power control and load balancing for uplink cell-free multi-user massive MIMOJ.IEEE Access,2018,6:14462-14473.17 RANASINGHE V,RAJATHEVA N,LATVA-AHO M.Graph neural network based access point selection for cell-free massive MIMO systemsC/2021 IEEE Global Communications Conference(GLOBECOM),2021:1-6.18 ATTARIFAR M,ABBASFAR A,LOZANO A.Random vs structured pilot assignment in cell-free massive MIMO wireless networksC/2018 IEEE International Conference on Communications Workshops(ICC Workshops),2018:1-6.19 INTERDONATO G,FRENGER P,LARSSON E G.Utility-based Downlink Pilot Assignment in Cell-Free Massive MIMOC/WSA 2018;22nd International 1030通信技术2023 年ITG Workshop on Smart Antennas,Bochum,Germany,2018:1-8.20 INTERDONATO G,NGO H Q,LARSSON E G,et al.How much do downlink pilots improve cell-free massive MIMO?C/2016 IEEE Global Communications Conference(GLOBECOM),2017:1-7.21 REN Z H,DOUFEXI A,BEACH M A.Scalable pilot assignment for user-centric cell-free massive MIMO networksC/ICC 2022-IEEE International Conference on Communications,2022:2555-2560.22 MAI T C,NGO H Q,EGAN M,et al.Pilot power control for cell-free massive MIMOJ.IEEE Transactions on Vehicular Technology,2018,67(11):11264-11268.23 NGO H Q,LARSSON E G.No downlink pilots are needed in TDD massive MIMOJ.IEEE Transactions on Wireless Communications,2017,16(5):2921-2935.24 PARK S H,SIMEONE O,ELDAR Y C,et al.Optimizing pilots and analog processing for channel estimation in cell-free massive MIMO with one-bit ADCsC/2018 IEEE 19th International Workshop on Signal Processing Advances in Wireless Communications(SPAWC),2018:1-5.25 HOANG T M,NGO H Q,DUONG T Q,et al.Cell-free massive MIMO networks:Optimal power control against active eavesdroppingJ.IEEE Transactions on Communications,2018,66(10):4724-4737.26 HAN T,ZHAO D.On the performance of FDD cell-free massive MIMO with compressed sensing channel estimationC/2021 IEEE 21st International Conference on Communication Technology(ICCT),2021:238-242.27 BURR A,BASHAR M,MARYOPI D.Cooperative access networks:Optimum fronthaul quantization in distributed massive MIMO and cloud RAN-invited paperC/2018 IEEE 87th Vehicular Technology Conference(VTC Spring),2018:1-5.28 BASHAR M,CUMANAN K,BURR A G,et al.Enhanced max-min SINR for uplink cell-free massive MIMO systemsC/2018 IEEE International Conference on Communications(ICC),2018:1-6.29 BOROUJERDI M N,ABBASFAR A,GHANBARI M.Cell free massive MIMO with limited capacity fronthaulJ.Wireless Personal Communications,2019,104(2):633-648.30 LIU A,LAU V K N.Joint BS-user association,power allocation,and user-side interference cancellation in cell-free heterogeneous networksJ.IEEE Transactions on Signal Processing,2017,65(2):335-345.31 ELWEKEIL M,ZAPPONE A,BUZZI S.Optimal joint beamforming and power control in cell-free massive MIMO downlinkC/2021 IEEE 22nd International Workshop on Signal Processing Advances in Wireless Communications(SPAWC),2021:81-85.32 LI Y K,ARUMA BADUGE G A.NOMA-aided cell-free massive MIMO systemsJ.IEEE Wireless Communications Letters,2018,7(6):950-953.33 ZHANG X Y,GUO D X,AN K.Secure communication in multigroup multicasting cell-free massive MIMO networks with active spoofing attackJ.Electronics Letters,2019,55(2):96-98.作者简介：龚燕华（1973），女，工程师，主要研究方向为卫星通信、MIMO技术。