JP5999799B2

JP5999799B2 - ジョイント信号処理における圧縮転送中継方式のためのシステムおよび方法

Info

Publication number: JP5999799B2
Application number: JP2015555359A
Authority: JP
Inventors: ウェイ・ユ; ユハン・ジョウ; ジアンレイ・マ; ペイイン・ジュ; モハンマドハディ・バリーグ
Original assignee: ホアウェイ・テクノロジーズ・カンパニー・リミテッド; ザガヴァーニングカウンシルオブザユニヴァーシティオブトロント
Priority date: 2013-01-25
Filing date: 2014-01-24
Publication date: 2016-09-28
Anticipated expiration: 2034-01-24
Also published as: EP2949089A1; EP2949089B1; JP2016510559A; KR20160026823A; US20160087768A1; WO2014117008A1; US9258089B2; KR101732837B1; EP2949089A4; US20140211687A1

Description

本出願は、Wei Yuらにより2014年1月24日に出願されたタイトル「System and Methods for Compress and Forward Relaying Schemes in Joint Signal Processing」の米国仮出願第14/163,375号、Wei Yuらにより2013年1月25日に出願されたタイトル「System and Method for a Joint Signal Processing Compress and Forward Relaying Scheme」の米国仮出願第61/756,815号、Wei Yuらにより2013年4月22日に出願されたタイトル「System and Method for a Joint Signal Processing Compress and Forward Relaying Scheme」の米国仮出願第61/814,631号、およびYuhan Zhouらにより2013年11月27日に出願されたタイトル「Compress and Forward Relaying Scheme for Uplink Multi-Cell Processing with Limited Sum Backhaul」の米国仮出願第61/909,809号の利益を主張するものであり、これらは参照によってそれらの全体が複製されたかのように本明細書に組み込まれる。

本発明はワイヤレス通信の分野に関し、特定の実施形態において、ジョイント信号処理（ＪｏｉｎｔＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ）の圧縮転送中継方式（ＣｏｍｐｒｅｓｓａｎｄＦｏｒｗａｒｄＲｅｌａｙｉｎｇＳｃｈｅｍｅ）のシステムおよび方法に関する。

送受信された信号とチャネル状態情報をバックホールリンクを介して基地局間で共有するジョイントマルチセル処理(MCP)は、セル外(out-of-cell)干渉を軽減する有効な方法である。一般に、クラウド無線アクセスネットワーク(RAN)における中央集権的なシグナルプロセッサは、MCPを可能にする。MCPにおいて、基地局(BS)は、対数尤度比(LLR)ソフトビットをセントラルプロセッサに送信するが、これは一般に大きいバックホール帯域幅を必要とする。基地局は復号化されたビットをセントラルプロセッサに送信するが、ジョイントMCPの利点を十分に得ていない。セントラルプロセッサは、BS単位ごとに逐次干渉キャンセラを行うが、この実装もまた、ジョイントMCPの利点を十分に得ていない。基地局とセントラルプロセッサとの間でのジョイント信号処理において、バックホールリンク容量を考慮した効率の良い圧縮転送中継方式のニーズがある。

Yuhan Zhou and Wei Yu "Uplink Cloud Radio Access Network with Capacity Limited Backhaul," IEEE Journal on Selected Areas in Communications 2013年11月30日付投稿 Yuhan Zhou et al. "Uplink Multi-Cell Processing: Approximate Sum Capacity under a Sum Backhaul Constraint," in Proceedings of IEEE Information Theory Workshop, September 9-13, 2013, in Seville, Spain

実施形態によると、ジョイントマルチセル処理(MCP)における圧縮転送中継をサポートするネットワークコンポーネントにより実施される方法は、ジョイントMCPの複数の無線ノードからネットワークへの複数のバックホールリンクに対する量子化ノイズレベルの最適化を可能にする重み付き総和レート最大化関数を確立するステップを含む。この重み付き総和レート最大化関数は、バックホールリンクのバックホール総和容量の制約を受ける。この方法は、重み付き総和レート最大化関数の交互凸最適化(alternating convex optimization)を使用して量子化ノイズレベルを決定するステップをさらに含む。

別の実施形態によると、ジョイントMCPにおける圧縮転送中継のために基地局により実施される方法は、複数のユーザ端末から複数のユーザ信号を受信するステップを含み、ユーザ信号はユーザ端末から該基地局を含む複数の基地局へ送信される。方法は、割り当てられた量子化ノイズレベルをネットワークから受信するステップをさらに含む。該割り当てられた量子化ノイズレベルは、基地局とネットワークとの間のバックホールリンクのバックホール総和容量の制約を受ける重み付き総和レート最大化関数の交互凸最適化を使用して決定された、該複数の基地局に対する複数の量子化ノイズレベルのうちの1つである。次いで、該割り当てられた量子化ノイズレベルに従って、ユーザ信号が組み合わされた信号は量子化され、ネットワークに中継される。

別の実施形態によると、ジョイントMCPにおける圧縮転送中継をサポートするネットワークコンポーネントは、少なくとも1つのプロセッサと該少なくとも1つのプロセッサによる実行のためのプログラムを格納した非一時的コンピュータ可読記憶媒体とを含む。プログラムは、ジョイントMCPの複数の無線ノードからネットワークコンポーネントへの複数のバックホールリンクに対する量子化ノイズレベルの最適化を可能にする、重み付き総和レート最大化関数を確立するための命令を含む。重み付き総和レート最大化関数は、バックホールリンクのバックホール総和容量の制約を受ける。プログラムは、重み付き総和レート最大化関数の交互凸最適化を使用して量子化ノイズレベルを決定するための命令をさらに含む。

さらなる別の実施形態によると、ジョイントMCPにおける圧縮転送中継のための無線ノードは、少なくとも1つのプロセッサと該少なくとも1つのプロセッサによる実行のためのプログラムを格納した非一時的コンピュータ可読記憶媒体とを含む。プログラムは、複数のユーザ端末から複数のユーザ信号を受信するための命令を含む。ユーザ信号はユーザ端末から該基地局を含む複数の基地局へ送信される。プログラムは、割り当てられた量子化ノイズレベルをネットワークから受信するための命令をさらに含む。該割り当てられた量子化ノイズレベルは、基地局とネットワークとの間のバックホールリンクのバックホール総和容量の制約を受ける重み付き総和レート最大化関数の交互凸最適化を使用して、該複数の基地局に対して決定された複数の量子化ノイズレベルのうちの1つである。命令は、該割り当てられた量子化ノイズレベルに従って、ワイナー-ジブ(Wyner-Ziv)符号化または基地局でのユーザ信号間の統計的相関を排除するシングルユーザ圧縮アルゴリズム(single user compression algorithm)を使用して、ユーザ信号が組み合わされた信号を量子化することをさらに含む。プログラムは、量子化された組み合わされた信号をネットワークに中継するための命令をさらに含む。

上記では、以下に続く本発明の詳細な説明をさらに理解できるようにするために、本発明の実施形態の特徴をかなり大まかに述べた。本発明の実施形態のさらなる特徴および利点は以下に説明され、本発明の特許請求項の主題を形成する。開示された概念や特定の実施形態は、本発明と同じ目的を実行するために、他の構造や工程を修正または設計するための基礎としてただちに利用可能であることが、当業者には理解されよう。そのような等価な構造は添付の特許請求項に記載の本発明の精神および範囲から逸脱しないことも、当業者には明らかであろう。

本発明の理解と利点をより完全なものにするために、以下の説明は、添付の図面と組み合わされて参照される。

図1は、クラウド無線アクセスネットワークにおいてセントラルプロセッサを介したアップリンクマルチセルジョイント処理のためのシステムを示す。図2は、ジョイントマルチセル処理(MCP)におけるMCPでの圧縮転送中継を可能にするための方法の実施形態を示す。図3は、ジョイントMCPにおけるMCPでの圧縮転送中継のための方法の実施形態を示す。図4は、様々な実施形態を実施するために使用することが可能な処理システムの図である。

異なる図面中で対応する数字および記号は、全体として、他に指示が無い限り、対応する部分を指す。図面は、実施形態の関連する様態を明確に示すために描かれており、必ずしも縮尺通りではない。

現時点での最良の実施形態の作成と使用について、以下に詳細に論ずる。しかし、本発明は、特定の場面での多様な状況で具現化可能な、多数の適用可能な発明の概念を提供することを理解されたい。論じられる特定の実施形態は、本発明を作成し使用するための単なる例示的な方法にすぎず、本発明の範囲を制限するものではない。

クラウド無線アクセスネットワーク(CRAN)環境におけるアップリンク送信のため、基地局(BS)または任意のタイプの無線ノード(たとえば、eNB、中継、フェムトセル、ピコセル)でのマルチセル処理(MPC)ベースの圧縮転送中継方式を使用することは、本明細書で提供される実施形態である。この方式は、バックホールリンクの総和の制約を考慮して、種々の量子化手法を実施する。バックホールリンクは複数のBSをクラウドベースのまたはリモートの中央集権的なシグナルプロセッサに接続する。ここでの方式は、BSが、複数のユーザから受信した信号を圧縮しまたは量子化し、圧縮された信号を中央集権化されたプロセッサに中継することを可能にする。次いで、プロセッサは、適用された圧縮/量子化に従って信号を脱圧縮してユーザからのメッセージを復号化する。このジョイント信号処理の手法は、セル外干渉またはユーザ間(inter-user)干渉を軽減するのに効果的である。

圧縮量子化方式はワイナー-ジブ圧縮方式およびシングルユーザ圧縮方式を含み、これらの方式は、バックホールリンクの量子化ノイズレベルの最適化のために重み付き総和レート最大化問題を解く。最適化は、BSと端末との間の大域的チャネル状態情報を使用して、バックホールリンクを介してBSに接続されるセントラルプロセッサまたはクラウドプロセッサによって実施される。次いで、セントラルプロセッサまたはクラウドプロセッサは、最適化された量子化ノイズレベルをBS符号器に送り、BS符号器ではそれに従って量子化と圧縮が実施される。クラウド復号器はまた、該最適化された量子化ノイズレベルに従って、MCPを実施する。別の実施形態において、BSが大域的チャネル状態情報を与えられて、最適化を実施することが可能である。この情報は、BSへのバックホールリンクのより良い管理および配置を可能にする。両方の方式とも、量子化ノイズレベルを背景の雑音と残存する干渉レベルとに比例するように設定することは、総和レート最大化の近似最適解を提示する。これらの方式は、下記で説明するようにヘテロジニアスネットワークのシナリオに拡張され、異なるネットワーク階層は異なる総和バックホール制約を有する。これらの方式は、多入力多出力(MIMO)システムでも、直交周波数分割多重(OFDM)またはシングルキャリア変調(single-carrier modulation)に基づいた周波数選択性チャネルでも、実施することが可能である。

図1は、クラウド無線アクセスネットワークのセントラルプロセッサを介して、アップリンクマルチセルジョイント処理のためのシステム100を示す。システム100は、複数のBS 120へ対応するメッセージ(すなわちユーザ信号)を送信する複数のユーザ機器(UE)または端末110を含む。ユーザ端末110の例として、スマートフォン、コンピュータタブレット、ラップトップコンピュータ、無線通信機能を備えた任意のパーソナル/モバイルデバイスなどが挙げられる。ユーザメッセージは、X₁, X₂, ..., X_Lとラベル付けされ、ここで、Lは整数である。この場合では、ユーザの数(およびユーザメッセージ)ならびにBSの数はどちらもLに等しく、アップリンクMCPモデルは、ユーザとBSとの間のL × L干渉チャネルと考えることが可能である。具体的には、各端末110は、その信号のコピーをBS 120のうちの1つに送信する。したがって、各BS 120は、すべての端末110からのメッセージが組み合わされた信号を受信する。BS 120によって受信された信号は、Y₁, Y₂, ..., Y_Lとラベル付けされる。ユーザ端末110およびBS 120のどちらも、信号の送受信にはシングルアンテナを使用する。ユーザ信号を受信すると、各BS 120は、本明細書中に説明した圧縮量子化アルゴリズム(ワイナー-ジブおよびシングルユーザ圧縮アルゴリズム)の1つを使用して、受信したユーザ信号のコピーを量子化して、その対応する量子化した信号

をバックホールリンクを介して、クラウドベースのまたはリモートのセントラルプロセッサ130に送信する。次いで、プロセッサ130は、各ユーザまたは端末110のためのすべてのBS 120からの量子化された信号を復号化して、端末110からのメッセージを共同で(jointly)または連続してのいずれかで復号化する。各ユーザからの信号の複数のコピーは、ユーザメッセージを復号化するのに使用されるので、このアップリンクマルチセルジョイント処理の手法は、ユーザ間干渉(複数のユーザから受信した信号間のBSでの干渉)を効果的に削減または軽減する。圧縮量子化アルゴリズムは、BS 120とセントラルプロセッサ130との間のバックホールリンクの容量制限(たとえば制限された帯域幅)のために、信号をBS 120からプロセッサ130に中継するのに必要とされる。

ワイナー-ジブおよびシングルユーザ圧縮アルゴリズムは、バックホールの全帯域幅の制約を受けて、バックホールの量子化レベルを最適化して、BS 120でのユーザ信号のジョイント受信(joint reception)を可能にする。バックホールリンクの量子化レベルは、総和バックホール容量の制約を受けてシステムパフォーマンスを最大とするように、共同で最適化される。BS 120からプロセッサ130に中継されるトラヒックは、本明細書においてはバックホールトラヒックとも呼ばれ、最適化された量子化レベルに従って圧縮される。該アルゴリズムは、交互凸最適化法を使用して最適な量子化ノイズレベルを見付けるが、これは以下に説明するように、バックホール容量の配置の最適化を通じて解くことが可能である。ワイナー-ジブ圧縮およびシングルユーザ圧縮のどちらも、他のMCP方式よりも効率的である。

実施形態において、仮想多元アクセスチャネル(virtual multiple access channel)ワイナー-ジブ(VMAC-WZ)符号化方式は、BS 120での圧縮転送中継を使用する。各BS 120は、ワイナー-ジブ圧縮アルゴリズムを使用して、受信した信号Y_iを

に量子化する。次いで、BS 120から受信された、量子化された信号

の復号化の後に、プロセッサ130において、送信されたメッセージX₁, X₂, ..., X_Lは、逐次的にまたは共同で復号化される。したがって、ユーザ端末110およびセントラルプロセッサ130は仮想多元アクセスチャネルを形成する。

別の実施形態において、仮想多元アクセスチャネルシングルユーザ (VMAC-SU)符号化方式は、各BS 120で(ワイナー-ジブ圧縮に代わり)シングルユーザ圧縮を利用する。他のBS 120で受信した信号情報を考慮に入れるワイナー-ジブ圧縮とは異なり、シングルユーザ圧縮アルゴリズムは、各BS 120に大域的チャネル状態情報を知ることを要求しないため、シングルユーザ圧縮は実際の実装ではより簡単である。具体的には、シングルユーザ圧縮は、それぞれのBSで受信した信号間の統計的相関の利点を得ていない。代わりに、各BSは、ベクトル量子化器を使用して、その受信した信号を量子化する。プロセッサ130は、シングルユーザ圧縮アルゴリズムに従って、BS 120からの量子化された信号を復号化する。

VMAC-WZおよびVMAC-SUの方式およびアルゴリズムは、Yuhan ZhouとWei Yuの2013年11月30日付けでIEEE Journal on Selected Areas in Communicationsに投稿された “Uplink Cloud Radio Access Network with Capacity Limited Backhaul”およびYuhan Zhouらによる、スペインセビリアでの2013年9月9日から13日のProceedings of IEEE Information Theory Workshopで発表された“Uplink Multi-Cell Processing: Approximate Sum Capacity under a Sum Backhaul Constraint”に詳細に説明されており、これらは参照によってそれらの全体が複製されたかのように本明細書に組み込まれる。どちらの方式も、BSで受信した信号の信号対雑音比(SNR)が(許容閾値を超えて)十分に高く、バックホール容量が(許容閾値を超えて)十分に大きい状況で、信号対量子化雑音比(SQNR)が高いときに、量子化ノイズレベル(量子化によるノイズ)を背景の雑音と残存する干渉レベルとに比例するように設定することは、総和レート最大化に対して最適となる。有限容量の制約(C)および有限SNRの下で、干渉チャネルが優対角チャネル基準(diagonally dominant channel criterion)を満たすとき、背景の雑音と残存する干渉レベルとに比例する量子化ノイズレベルを有するVMAC-SU方式は、上述したアップリンクMCPモデルの総和容量にアプローチすることが可能である。重み付き総和レート最大化問題は、バックホール容量の配置最適化問題として定式化可能であるので、したがって効率的に解くことが可能である。

実施形態において、BSとユーザの両方でシングルアンテナを仮定して、交互凸最適化アルゴリズムをVMAC-WZ方式において使用して、重み付き総和レートを最大にする最適な量子化ノイズレベルを効率よく見付ける。交互凸最適化アルゴリズムはまた、VMAC-SU方式においても使用することが可能である。VMAC-WZ方式およびVMAC-SU方式の他の実施形態において、発見的アルゴリズムが、複雑度が低い近似最適量子化ノイズレベルの発見に使用される。シミュレーションは、発見的アルゴリズムが実際に良く機能することを示す。

上述したように、VMAC-WZおよびVMAC-SUの方式およびアルゴリズムは、ロングタームエボリューション(LTE)および他の無線ネットワーク、様々なアクセスネットワークにおけるCRAN展開などで実施することが可能である。どちらの方式も、多入力多出力(MIMO)システムへの適用が可能であり、そこではユーザ端末と基地局は複数のアンテナを備えている。アルゴリズムは、ヘテロジニアスネットワークのシナリオに拡張可能であり、そこでは異なる層(たとえばマクロセルやマイクロセル)は、異なる総和バックホール制約を有する。最適化された量子化ノイズレベルを有するVMAC方式(ワイナー-ジブ圧縮およびシングルユーザ圧縮)の実施形態は、マルチセルネットワークおよびヘテロジニアスネットワークの両方の全体のパフォーマンスを大幅に改善することが可能である。例として、ここで使用される復号化アルゴリズムは、BSごとの逐次干渉キャンセラ方式よりも高いレートを達成する。VMAC-WZおよびVMAC-SUの方式は、制限されたバックホールまたはコスト/ビットバックホールを有するULジョイント受信に適用可能であるため、これらの方式は、セントラルコントローラに接続されたマクロノードや小RANノードの大量展開を可能にする。さらに、シングルユーザ圧縮を有するVMAC方式は、他の方式よりも復号化の複雑度が低い。

VMAC-WZ方式に従った実施形態において、バックホール総和容量の制約の下で、重み付き総和レート最大化問題は以下のように述べられる。

ここで、h_ijはj番目のユーザからi番目のBSへの実チャネルを表し、σ²は分散であり、μ_iはユーザに関連付けられた優先度を表す重みであり、μ_iは、μ_L ≧ μ_L-1, ..., ≧ μ₁ > μ₀ = 0を満たす。パラメータΛ_q(i, j)は行列Λ_qの(i, j)番目の成分であり、Λ_q = diag(q₁, q₂, ..., q_L)として得る。ここでq_iはi番目のBSに対する量子化ノイズレベルである。重み付き総和レート最大化問題は、以下のように近似的に再定式化が可能である。

Λ_qまたはΣのどちらか一方を固定すると、この問題は、他方の決定変数に関して凸になる。

交互凸最適化アルゴリズムを使用してこの問題が解かれる。このアルゴリズムではまず、重み付き総和レートをΛ_q ⁽⁰⁾ = Σ⁽⁰⁾ = γIとして初期化する。第2のステップでは、Σ = Σ⁽ⁱ⁾と固定し、Λ_q ⁽ⁱ⁺¹⁾を最適点と設定することにより、この凸最適化問題はΛ_qに関して解かれる。第3のステップでは、Σ⁽ⁱ⁺¹⁾はΣ⁽ⁱ⁺¹⁾ = diag(σ_i ²) +Λ_q ⁽ⁱ⁺¹⁾と更新される。第2のステップおよび第3のステップは、解が値に収束するまで繰り返される。局所的な収束に関して、任意の初期点(Λ_q ⁽⁰⁾, Σ⁽⁰⁾)に対して、上記の交互最適化アルゴリズムで生成された収束点(Λ_q ^*, Σ^*)は、上の式(1)の重み付き総和レート最大化問題の停留点に収束する。

VMAC-SU方式に従って、重み付き総和レート最大化問題は以下のように述べられる。

ここでΛ_q(i, j)は行列Λ_qの(i, j)番目の成分である。

交互凸最適化法はまた、最適な量子化ノイズレベルを見付けるこの場合にも使用することが可能である。シングルユーザ圧縮が適用されるとき、上の式(3)の問題は

として再定式化が可能である。ここでi = 1, ..., Lに対して

である。式(4)の問題は線形制約のみが関与しており、総和バックホール制約に関して双対問題を解くことを通して効率よく解くことが可能である。

VMAC-WZおよびVMAC-SUの両方式に対して、SNRおよびCのどちらも十分に高い場合には、量子化ノイズレベルを背景の雑音と残存する干渉レベルとに比例するように設定することは、総和レート最大化の近似最適解となる。実施形態において、発見的アルゴリズムを使用して、近似最適量子化ノイズレベルを見付ける。したがって、関数

がワイナー-ジブ符号化に対して定義される。ここでHはチャネル行列であり、Kx = E[XX^H]は送信信号の共分散行列である。シングルユーザ圧縮に対しては、関数

が代わりに定義される。このアルゴリズムは以下のステップを含む。まず、値をα = 1と設定する。関係C_WZ(α) > C (またはC_SU(α) > C)が真である間は、α = 2αと設定するステップが(たとえば多重反復において)繰り返される。次に、値をα_max= αおよびα_min = 0と設定する。次いで、式C_WZ(α) = C (またはC_SU(α) = C)が、[α_min, α_max]における二分法を使用することで解かれる。最終的にq_i =ασ_i ²が計算される。Cが大きいほど、VMAC-SUのパフォーマンスはVMAC-WZのパフォーマンスに近づく。上の二分法アルゴリズムは、C_WZ(α) = C (またはC_SU(α) = C)を解くための可能な解法の1つである。しかし、C_WZ(α) = C (またはC_SU(α) = C)を解くための任意の数値解法(numerical method)を使用して、最適なαおよび最適なq_iを計算することが可能である。別の実施形態において、C_WZ(α)またはC_SU(α)は、量子化ノイズレベルαの関数として必要なバックホール容量を表す式で置換される。

実施形態において、VMAC方式は、以下のように、マクロセルおよびピコセル(または小セル)を有する多層ヘテロジニアスネットワーク(multi-tier heterogeneous network)に適用することが可能である。マクロBSに渡る総和バックホール容量の行列C_MおよびピコBSのバックホール制約のC_pを設定する。VMAC-SUの実装を仮定して、バックホール制約は

と表される。ここでS_MおよびS_Pは、それぞれ、マクロBSの集合およびピコBSの集合である。

多層ヘテロジニアスネットワークに対する近似最適量子化ノイズレベルは、以下のように、見付けることが可能である。各BSでの平均SNRは

として定義される。特定の層に渡る総和バックホール容量として

と設定する(ここでSはマクロBSのS_MかまたはピコBSのS_Pかである)。近似最適量子化ノイズレベル(または等価にはバックホール容量)を見付けるための効率の良いアルゴリズムは、以下のように、各層ごとに同時に実行することが可能である。まず、β_min = 0およびβ_max= 1と設定する。次に、C_SU(β) = Cが、[β_min, β_max]における二分法または交互数値解法(alternate numerical method)を使用して解かれる。最後に

および

を計算する。上のアルゴリズムは、C_SU(β) = Cを解くための可能な解法の1つである。しかし、C_SU(β) = Cを解くための任意の数値解法を使用して、最適なβおよび最適なq_iを計算することが可能である。

上の方式やアルゴリズムの詳細については、Yuhan ZhouおよびWei Yu により、“Uplink Cloud Radio Access Network with Capacity Limited Backhaul”に記載されている。上の最適化アルゴリズムで使用される、端末とBSとの間のアップリンクレート(重み付き総和レート)を表すためのレート表示ならびにバックホールレートのためのレート表示は、情報理論的容量に対応し得る。しかし、最適化アルゴリズムでは、(アップリンクレートやバックホールレートに対する)任意の適切な実際の表示を使用することが可能であり、システムの実際の符号化や変調方式に依存して異なる可能性がある。アルゴリズムの定式化には、実際の実装では、総和バックホール制約が含まれるが、たとえばヘテロジニアスネットワークの場合のようなBSの部分セット上でのBSごとのバックホール制約または総和バックホール制約の組合せでもよい。上の総和バックホール制約の定式化の代わりに、BSのバックホール制約の任意の適切な定式化を使用することが可能である。

図2は、MCPにおける圧縮転送中継を可能にするための方法200の実施形態を示している。方法200は、セントラルプロセッサまたはクラウドプロセッサで実施することが可能である。ステップ210において、方法200は、ジョイントMCPのBSからセントラルプロセッサへの複数のバックホールリンクに対する量子化ノイズレベルの最適化のための重み付き総和レート最大化関数を確立する。この重み付き総和レート最大化関数は、バックホールリンクのバックホール総和容量の制約を受ける。重み付き総和レート最大化関数は、ワイナー-ジブ符号化またはシングルユーザ圧縮に従って確立される。ステップ220において、量子化ノイズレベルは、上述のように、重み付き総和レート最大化関数の交互凸最適化を使用して決定される。ステップ230において、ユーザ信号の信号組合せをBSから受信する。該ユーザ信号の信号組合せは、量子化ノイズレベルに従って、ワイナー-ジブ符号化またはシングルユーザ圧縮アルゴリズムを使用して量子化される。ステップ240において、ユーザ信号は、ワイナー-ジブ符号化またはシングルユーザ圧縮アルゴリズムに従って信号組合せを脱圧縮することにより、およびユーザ信号を復号化することにより得られる。別の実施形態において、大域的チャネル状態情報がBSに利用可能であるならば、BSは上のステップの少なくともいくつかを実施することが可能である。

図3は、MCPにおける圧縮転送中継のための方法300の実施形態を示している。方法300は、セントラルプロセッサまたはクラウドプロセッサに接続する各BSにおいて実施することが可能である。ステップ310において、複数のユーザ端末から複数のユーザ信号がBSで受信される。ユーザ信号のコピーも、ユーザ端末から複数のBSへ送信される。ステップ320において、BSは、割り当てられた量子化ノイズレベルをセントラルプロセッサまたはクラウドネットワークから受信する。該割り当てられた量子化ノイズレベルは、バックホールリンクのバックホール総和容量の制約を受ける重み付き総和レート最大化関数の交互凸最適化を使用して、該複数の基地局に対して決定された複数の量子化ノイズレベルのうちの1つである。SQNRが高いとき、量子化ノイズレベルは、総和レート最大化の近似最適解として、背景の雑音と残存する干渉レベルとに比例するように設定されることが可能である。ステップ330において、BSは、決定された量子化ノイズレベルに従って、ワイナー-ジブ符号化またはシングルユーザ圧縮アルゴリズムを使用して、ユーザ信号が組み合わされた信号を基地局で量子化する。ステップ340において、BSは量子化された組み合わされた信号をセントラルプロセッサに中継する。

VMAC-WZ方式の別の実施形態において、総和バックホール容量Cを有するアップリンクMCPモデルに対して、すべてのS⊆{1, 2, ..., L}に対し、実送信次元(transmit dimension)ごとに以下のレートの組(R₁, R₂, ..., R_L)が達成可能である。

この方式は、量子化レベルの数値最適化を使用する。具体的には、i ≠ jに対してはΛ_q(i, j) = 0でΛ_q(i, i) > 0である総和バックホール制約

を受けて、総和レート

を最大化する。該最適化は、Λ_qの対角項が非負であるという制約を受けて、Λ_qのすべて対角項に渡る。上の最適化問題は非凸である。しかし、この問題のカルーシュ-キューン-タッカー(KKT)条件は、依然として最適化のための必要条件である。KKT条件を導くために次のラグランジアンが作られる。(1-λ)diag(HK_XH^T + σ²I+ Λ_q)^-1 - (σ²I +Λ_q)^-1 +λΛ_q ^-1 = 0、ここでλは、バックホール容量の制約を制御するラグランジアン双対変数である。最適なΛ_qは、上の最適性条件を満たす。

この最適化問題を解くために、λの値を固定したままにして、A_iiを(HK_XH^T + σ²I+ Λ_q)^-1のi番目の対角成分と設定する。高いSNRを仮定した解法において、A_iiは近似的に0に等しく、

である。別の解法によると、まずΛ_qを、Λ_q ⁽⁰⁾ = βIと初期化して、小さい数ε > 0を選ぶ。第2のステップで、qiを以下の式

の根と設定する。もし根が複数存在する場合は、上で定式化したラグランジアンを最大にする根を選ぶ。第3のステップで、A_ii ^(j)を(HK_XH^T + σ²I+ Λ_q)^-1のi番目の対角成分と等しいと設定することで更新する。次にjが増分され、||Λ_q ^(j) - Λ_q ^(j-1)|| ≦ ε||Λ_q ^(j)||となるまで、第2のステップは繰り返される。どちらの解法も、λの適切な値が求められ、特定のバックホール制約を満足する。

VMAC-WZ方式の別の実施形態において、総和バックホール容量Cを有するアップリンクMCPモデルに対して、複素送信次元ごとに以下のレートの組(R₁, R₂, ..., R_L)が達成可能である。

上のVMAC-WZ方式と同様に、これは、ラグランジアン手法を使用してKKT条件の下で解くことが可能である非凸最適化問題である。上で説明した2つの解法は、この問題を解くために使用することが可能である。上の非凸最適化問題とその解法の詳細については、Yuhan Zhouらの“Uplink Multi-Cell Processing: Approximate Sum Capacity under a Sum Backhaul Constraint” および “Uplink Cloud Radio Access Network with Capacity Limited Backhaul”に記載されている。

図4は、様々な実施形態を実施するために使用可能な例示的な処理システム400のブロック図である。特定のデバイスは、示されているコンポーネントのすべてまたは、コンポーネントの部分セットだけを利用してもよく、統合のレベルは、デバイスごとで変わり得る。さらに、デバイスは、複数の処理装置、プロセッサ、メモリ、送信機、受信機などの、コンポーネントの複数のインスタンスを含んでもよい。処理システム400は、ネットワークインターフェース、ストレージインターフェースなどの、1つまたは複数の入力/出力デバイスを備えた処理装置401を含んでもよい。処理装置401は、中央処理装置(CPU)410、メモリ420、大容量記憶装置430、およびバスに接続されたI/Oインターフェース460を含んでもよい。バスは、メモリバスまたはメモリコントローラ、周辺バスなどを含むいくつかのバスアーキテクチャの任意のタイプの1種または複数であってもよい。

CPU 410は任意のタイプの電子データプロセッサを含んでもよい。メモリ420は、スタティックランダムアクセスメモリ(SRAM)、ダイナミックランダムアクセスメモリ(DRAM)、同期DRAM(SDRAM)、読取り専用メモリ(ROM)、それらの組合せなど、任意のタイプのシステムメモリを含んでもよい。実施形態において、メモリ420は、ブートアップで使用するためのROM、プログラムのためのDRAMおよびプログラム実行中で使用のためのデータストレージを含んでもよい。実施形態において、メモリ420は非一時的である。大容量記憶装置430は、データ、プログラムおよび他の情報を格納するように構成され、データ、プログラムおよび他の情報をバスを介してアクセス可能とするように構成された、任意のタイプのストレージデバイスを含んでもよい。大容量記憶装置430は、たとえば、ソリッドステートドライブ、ハードディスクドライブ、磁気ディスクドライブ、光ディスクドライブなどの1つまたは複数を含んでもよい。

処理装置401はまた、イーサネット（登録商標）ケーブルなどの有線リンク、および/または、ノードもしくは1つ以上のネットワーク480にアクセスするための無線リンクを含んでもよいネットワークインターフェース450を1つ以上含む。ネットワークインターフェース450により、処理装置401がネットワーク480を介してリモート装置と通信可能となる。たとえば、ネットワークインターフェース450は、1つまたは複数の送信機/送信アンテナおよび1つまたは複数の受信機/受信アンテナを介して無線通信を提供することが可能である。実施形態において、処理装置401は、データ処理および他の処理装置、インターネット、リモートストレージファシリティなどのリモート装置との通信のためのローカルエリアネットワークまたはワイドエリアネットワークに結合される。

本開示でいくつかの実施形態が提供されたが、開示されたシステムおよび方法は、本開示の精神または範囲を逸脱せずに他の多数の具体的な形式で具体化してもよいことが理解されよう。本実施例は、例示的であり制限ではないと考えられ、本明細書で与えられた詳細を制限することは意図していない。たとえば、様々な要素またはコンポーネントは別のシステムにおいて組み合わされても統合されてもよく、ある特徴は省かれても、実施されなくてもよい。

さらに、様々な実施形態で個別にまたは別個に説明され示された技術、システム、サブシステムおよび方法は、本開示の範囲から逸脱することなく、他のシステム、モジュール、技術または方法と組み合わせてもよくまたは統合してもよい。結合されてまたは直接に結合されたように示されたもしくは説明された他のアイテムや互いに通信する他のアイテムは、間接的に結合されてもよく、インターフェース、デバイスまたは中間コンポーネントを通して電気的、機械的または他のいずれかであろうと通信をしてもよい。変更、置換および交換などの他の例は、当業者により確かめることが可能であり、本明細書に開示された精神および範囲を逸脱せずになされることが可能である。

100 システム
110 ユーザ端末
120 BS
130 セントラルプロセッサ
400 処理システム
401 処理装置
410 CPU
420 メモリ
430 大容量記憶装置
450 ネットワークインターフェース
460 I/Oインターフェース
480 ネットワーク

Claims

ジョイントマルチセル処理(MCP)における圧縮転送中継をサポートするネットワークコンポーネントにより実施される方法であって、
ジョイントMCPの複数の無線ノードからネットワークへの複数のバックホールリンクに対する量子化ノイズレベルの最適化を可能にする、前記バックホールリンクのバックホール総和容量の制約を受ける重み付き総和レート最大化関数を確立するステップ、および
前記重み付き総和レート最大化関数の交互凸最適化を使用して前記量子化ノイズレベルを決定するステップ
を含む、方法。
前記重み付き総和レート最大化関数は、ワイナー-ジブ符号化圧縮に従って確立される、請求項1に記載の方法。
前記重み付き総和レート最大化関数は、前記無線ノードで受信したユーザ信号間の統計的相関を排除するシングルユーザ圧縮アルゴリズムに従って確立される、請求項1に記載の方法。
前記量子化ノイズレベルに従って、ワイナー-ジブ符号化または前記無線ノードでの前記ユーザ信号間の統計的相関を排除するシングルユーザ圧縮アルゴリズムを使用して量子化されたユーザ信号の信号組合せを、前記無線ノードから受信するステップ、
前記ワイナー-ジブ符号化または前記シングルユーザ圧縮アルゴリズムに従って、前記信号組合せを脱圧縮することにより前記ユーザ信号を得るステップ、および
前記ユーザ信号を復号化するステップ
をさらに含む、請求項1に記載の方法。
前記量子化ノイズレベルを決定するために前記交互凸最適化を使用するステップは、
前記重み付き総和レート最大化関数を第1のグループの変数と第2のグループの変数に対して、二重最大化問題(double maximization problem)として定式化するステップであり、前記第1のグループの変数は、前記量子化ノイズレベルを含むステップ、
前記第1のグループの変数と前記第2のグループの変数を初期化するステップ、
前記第2のグループの変数を固定することを受けて、前記第1のグループの変数を解くことを繰り返すステップ、および
前記第1のグループの変数と前記第2のグループの変数が値に収束するまで、解かれた前記第1のグループの変数を使用して、前記第2のグループの変数を更新するステップ
を含む、請求項1に記載の方法。
前記重み付き総和レート最大化関数は、前記第2のグループの変数が固定されたとき、最適解または近似最適解を有する凸最適化問題になる、請求項5に記載の方法。
前記バックホール総和容量の制約が閾値を超えて大きく、前記無線ノードで受信したユーザ信号の信号対雑音比(SNR)が閾値を超えて高いと判定すると、前記量子化ノイズレベルを前記ユーザ信号の背景の雑音と残存する干渉レベルとに比例するように設定するステップをさらに含む、請求項1に記載の方法。
前記ユーザ信号の前記背景の雑音と残存する干渉レベルとに比例する前記量子化ノイズレベルを設定するステップは、
スケール因子のバックホール制約関数と前記バックホール総和容量の制約の等式を受けて、前記量子化ノイズレベルの前記スケール因子を決定するステップ、および
前記量子化ノイズレベルを、前記背景の雑音と残存する干渉レベルの標準偏差および前記スケール因子の積として計算するステップ
を含む、請求項7に記載の方法。
前記重み付き総和レート最大化関数は、前記無線ノードと複数のユーザ端末との間のチャネルに対応する大域的チャネル状態情報を含む、請求項1に記載の方法。
前記バックホール総和容量の制約が閾値を超えて大きく、前記無線ノードで受信したユーザ信号の信号対雑音比(SNR)が閾値を超えて高いと判定すると、
前記重み付き総和レート最大化関数のラグランジアン関数を確立するステップ、
前記バックホール総和容量の制約を満たす適切なラグランジアンパラメータを選ぶステップ、および
前記ラグランジアン関数とカルーシュ-キューン-タッカー(KKT)条件に従って、前記量子化ノイズレベルを解くステップ
をさらに含む、請求項1に記載の方法。
前記決定された量子化ノイズレベルであって、前記無線ノードへの前記バックホールリンクの配置を決定する前記決定された量子化ノイズレベルを、前記無線ノードに送信するステップをさらに含む、請求項1に記載の方法。
前記無線ノードが多層ネットワークに属し、前記重み付き総和レート最大化関数を確立するステップは
前記多層ネットワークの前記無線ノードから前記ネットワークへの前記バックホールリンクに対する前記重み付き総和レート最大化関数を確立するステップであり、前記重み付き総和レート最大化関数は、前記多層ネットワークの前記バックホールリンクに対する1つまたは複数のバックホール容量の制約を受けるステップ
を含む、請求項1に記載の方法。
ジョイントマルチセル処理(MCP)における圧縮転送中継のために基地局により実施される方法であって、
複数のユーザ端末から複数のユーザ信号を受信するステップであり、前記ユーザ信号は、前記ユーザ端末から前記基地局を含む複数の基地局に送信されるステップ、
割り当てられた量子化ノイズレベルをネットワークから受信するステップであり、前記割り当てられた量子化ノイズレベルは、前記基地局と前記ネットワークとの間のバックホールリンクのバックホール総和容量の制約を受ける重み付き総和レート最大化関数の交互凸最適化を使用して、前記複数の基地局に対して決定された複数の量子化ノイズレベルのうちの1つであるステップ、
前記割り当てられた量子化ノイズレベルに従って、前記ユーザ信号が組み合わされた信号を量子化するステップ、および
前記量子化された組み合わされた信号を前記ネットワークに中継するステップ
を含む、方法。
前記組み合わされた信号が、前記決定された量子化ノイズレベルに従って、ワイナー-ジブ符号化を使用して量子化される、請求項13に記載の方法。
前記組み合わされた信号が、前記決定された量子化ノイズレベルに従って、前記基地局でのユーザ信号間の統計的相関を排除するシングルユーザ圧縮アルゴリズム使用して量子化される、請求項13に記載の方法。
前記重み付き総和レート最大化関数は、前記基地局と前記複数のユーザ端末との間のチャネルに対応する大域的チャネル状態情報を含む、請求項13に記載の方法。
ジョイントマルチセル処理(MCP)における圧縮転送中継をサポートするネットワークコンポーネントであって、
少なくとも1つのプロセッサ、および
前記少なくとも1つのプロセッサによる実行のためのプログラムを格納した非一時的コンピュータ可読記憶媒体
を含み、前記プログラムは
ジョイントMCPの複数の無線ノードから前記ネットワークコンポーネントへの複数のバックホールリンクに対する量子化ノイズレベルの最適化を可能にする、前記バックホールリンクのバックホール総和容量の制約を受ける重み付き総和レート最大化関数を確立するための命令、および
前記重み付き総和レート最大化関数の交互凸最適化を使用して前記量子化ノイズレベルを決定するための命令を含む、
ネットワークコンポーネント。
前記重み付き総和レート最大化関数を確立するための前記命令は、ワイナー-ジブ符号化圧縮または、前記無線ノードで受信したユーザ信号間の統計的相関を排除するシングルユーザ圧縮アルゴリズムに従って前記重み付き総和レート最大化関数を確立するための命令をさらに含む、請求項17に記載のネットワークコンポーネント。
前記プログラムは
前記量子化ノイズレベルに従って、ワイナー-ジブ符号化または前記無線ノードでの前記ユーザ信号間の統計的相関を排除するシングルユーザ圧縮アルゴリズムを使用して量子化されたユーザ信号の信号組合せを、前記無線ノードから受信するための命令、および
前記ワイナー-ジブ符号化または前記シングルユーザ圧縮アルゴリズムに従って、前記信号組合せを脱圧縮することにより前記ユーザ信号を得るための命令
をさらに含む、請求項17に記載のネットワークコンポーネント。
前記重み付き総和レート最大化関数は、前記無線ノードと複数のユーザ端末との間のチャネルに対応する大域的チャネル状態情報を含み、前記ユーザ端末および前記無線ノードは、多入力多出力(MIMO)技術に従ってユーザ信号を送受信するように構成されている、請求項17に記載のネットワークコンポーネント。
前記重み付き総和レート最大化関数は、前記無線ノードと複数のユーザ端末との間の周波数選択性チャネルに対応する大域的チャネル状態情報を含み、前記ユーザ端末および前記無線ノードは、直交周波数分割多重(OFDM)またはシングルキャリア変調を使用して、前記周波数選択性チャネルに従ってユーザ信号を送受信するように構成されている、請求項17に記載のネットワークコンポーネント。
クラウド無線アクセスネットワーク(CRAN)の中央処理コンポーネントである、請求項17に記載のネットワークコンポーネント。
ジョイントマルチセル処理(MCP)における圧縮転送中継のための無線ノードであって、
少なくとも1つのプロセッサ、および
前記少なくとも1つのプロセッサによる実行のためのプログラムを格納した非一時的コンピュータ可読記憶媒体
を含み、前記プログラムは
複数のユーザ端末から複数のユーザ信号を受信するための命令であり、前記ユーザ信号は、前記ユーザ端末から前記基地局を含む複数の基地局に送信される命令、
割り当てられた量子化ノイズレベルをネットワークから受信するための命令であり、前記割り当てられた量子化ノイズレベルは、前記基地局と前記ネットワークとの間のバックホールリンクのバックホール総和容量の制約を受ける重み付き総和レート最大化関数の交互凸最適化を使用して、前記複数の基地局に対して決定された複数の量子化ノイズレベルのうちの1つである命令、
前記割り当てられた量子化ノイズレベルに従って、ワイナー-ジブ符号化または前記基地局での前記ユーザ信号間の統計的相関を排除するシングルユーザ圧縮アルゴリズムを使用して、前記ユーザ信号が組み合わされた信号を量子化するための命令、および
前記量子化された組み合わされた信号を前記ネットワークに中継するための命令を含む、
無線ノード。