На основе прикрепленного файла и статей E. Dahlman...

В современных сетях пятого поколения (5G) особое внимание уделяется повышению эффективности систем MIMO (multiple-input multiple-output) с частотным дуплексом (FDD) благодаря их способности поддерживать высокие скорости передачи данных и значительное число абонентов. Одной из ключевых проблем таких систем является необходимость точной оценки канала и передачи соответствующей информации о состоянии канала (channel state information, CSI) обратно на базовую станцию (БС). Эта обратная связь с мобильной станции (МС) напрямую влияет на накладные расходы (overheads) восходящего канала, поскольку часть ресурса уходит на передачу CSI вместо пользовательских данных. Соответственно, задача снижения объёма служебной информации при сохранении высокого качества канальной оценки стоит сегодня весьма остро [1], [2].

В случае дуплекса с частотным разделением (FDD) восходящий и нисходящий каналы (UL и DL) работают на разных частотах, что делает невозможным воспользоваться рядом упрощённых методов оценки канала по принципу взаимности (как в режиме TDD). Вместо этого БС передаёт пилотные сигналы по нисходящему каналу, МС производит замеры и формирует отчёт о состоянии канала (CSI), сжимая его до ограниченного числа бит. Именно для этого в стандартах 3GPP (начиная с ранних версий LTE и особенно в 5G NR) предлагаются различные кодовые книги (codebooks) и алгоритмы квантования [1]. Однако даже при использовании DFT-базирующихся кодовых слов, описанных в последних релизах 3GPP, накладные расходы на обратную связь всё ещё довольно велики, а полученные отчёты о канале при высокой нагрузке и большом количестве одновременно обслуживаемых пользователей могут вносить ощутимые искажения в пространственную обработку сигналов (beamforming).

Как показывают исследования, ограниченный по пропускной способности канал обратной связи (limited feedback) существенно влияет на эффективность пространственного мультиплексирования MIMO-систем [2]. Если БС получает неточную оценку канала, возрастают ошибки в формировании передающего пространственного фильтра (precoder), что приводит к росту взаимных помех между потоками данных и уменьшению суммарной пропускной способности. С другой стороны, увеличение точности CSI требует более объёмной передачи пилотных символов и детализированного отчёта (больше бит на CSI), что снижает полезную пропускную способность восходящего канала. Поэтому в задаче компромисса «точность канала – накладные расходы» остро стоит вопрос о новых методах представления и обновления CSI, позволяющих снизить объём служебных данных без существенного падения качества.

В прикреплённой работе [3] (а также в ряде других исследований) рассматривается итеративный подход к оценке и обратной передаче CSI, основанный на идеях жадного ортогонального поиска (Orthogonal Matching Pursuit, OMP) и методах разреженных измерений (compressed sensing). Суть предлагаемого решения в том, что канальная матрица или вектор канала последовательно аппроксимируется набором кодовых слов из некоторого словаря. При этом не требуется одномоментно передавать крупный блок информации о полном состоянии канала; вместо этого добавляются лишь «уточняющие» коэффициенты и индексы кодовых слов, выбранные МС в результате итеративного процесса. Подобный «дифференциальный» метод позволяет обновлять CSI небольшими порциями, плавно «достраивая» ранее полученную оценку, что приводит к более стабильной работе даже при наличии ошибки в предыдущих шагах.

Главное преимущество такого итеративного алгоритма (часто называемого дифференциальным ортогональным поиском – ДАП) в том, что он даёт возможность гибко управлять накладными расходами: число итераций, проводимых за один отчёт, и объём передаваемых коэффициентов легко адаптируются под конкретные условия. При низкой мобильности и большом запасе по времени можно передавать минимальные «порции» корректирующей информации, разгружая канал обратной связи; при увеличении скорости движения и сильных замираниях канала можно повысить число итераций либо частоту передачи отчётов, сохранив требуемую точность и оперативность оценки.

Результаты моделирования для 5G MIMO FDD-систем показывают, что предложенный итеративный метод позволяет сократить разрыв с «идеальной» (полной) CSI и значительно повысить пропускную способность системы по сравнению с традиционной реализацией обратной связи в стандарте 3GPP NR. При этом объём вспомогательных данных не превышает или лишь слегка превосходит уровень, характерный для кодовых книг DFT-типа из спецификаций 3GPP, что делает подход практически применимым и масштабируемым на широкие полосы частот. Более того, за счёт эффекта «сглаживания» ошибок (когда некорректная или недостоверная предыдущая оценка постепенно корректируется новыми итерациями) удаётся повысить устойчивость системы к шумам и аппаратным погрешностям.

Таким образом, итеративный подход к формированию отчётов о состоянии канала в системах FDD MIMO 5G открывает возможность существенно сократить накладные расходы на обратную связь без серьёзных потерь в точности. Это важно для поддержания высоких скоростей передачи данных и большой плотности пользователей в современных сетях пятого поколения. В дальнейших исследованиях перспективным направлением видится адаптация словаря кодовых слов под динамику канала (например, с учётом доплеровских сдвигов) и совершенствование методов быстрого поиска оптимальных кодовых слов в реальном времени.

Литература:
[1] E. Dahlman, S. Parkvall, and J. Skold. 5G NR: The Next Generation Wireless Access Technology. Elsevier Science, 2018.
[2] D. J. Love et al. «An overview of limited feedback in wireless communication systems». In: IEEE Journal on Selected Areas in Communications 26.8 (2008), pp. 1341-1365.
[3] Приложенный препринт (Ляшев В.А. и др.).