科技部補助專題研究計畫成果報告
期末報告
5G系統層級模擬器之IMT-2020系統效能評估： 增強型行動寬頻
通訊技術之研究
計 畫 類 別 ： 個別型計畫 計 畫 編 號 ： MOST 107-2218-E-006-038-執 行 期 間 ： 107年07月01日至108年06月30日 執 行 單 位 ： 國立成功大學電腦與通信工程研究所 計 畫 主 持 人 ： 劉光浩 計畫參與人員： 碩士班研究生-兼任助理：余恒億 碩士班研究生-兼任助理：吳晨渝 碩士班研究生-兼任助理：林楨嵃 碩士班研究生-兼任助理：楊東原中 華 民 國 108 年 09 月 24 日
中 文 摘 要 ： 近年來由於行動上網需求的爆炸性成長，使得現有通訊系統的服務 品質面臨極大挑戰，應運而生的第五代行動通訊系統，須能更快速 穩定的傳送資料，以滿足新的使用場景，包含：增強型行動寬頻通 訊(eMBB)、大規模機器型通訊(mMTC)、與超可靠度與低延遲通訊 (URLLC)。當前5G標準的制定活動正積極進行，預期在2020年前完成 符合5G需求的通訊技術標準，亦稱為IMT-2020。為評估5G候選技術 的效能，國際電信聯’盟ITU-R制定了滿足5G的最低效能需求與效能 評估準則，其中系統層級模擬為效能評估的必要方法，但建立一套 能精確反應系統層級效能的模擬器不但極為複雜，開發時程也必須 即時跟隨標準制定步調。本計畫與工業技術研究院共同合作，完成 多用戶多輸入多輸出(MU-MIMO)於系統層級模擬器之技術開發，包含 TDD與FDD系統之預編碼、用戶配對、調變與編碼速率選擇、多用戶 排程等重要問題，皆在本計畫中詳盡討論並獲得具體成果。 中 文 關 鍵 詞 ： 第五代通訊、增強型行動寬頻通訊、多用戶多輸入多重輸出、新空 中界面、系統層級模擬。
英 文 摘 要 ： The explosive growth of global mobile data traffic in the recent years has challenged the current cellular network to continue its service quality to mobile users. The next generation cellular system, namely 5G, needs to transmit data in a faster and more reliable manner to fulfill the need of new usage scenarios, including Enhanced Mobile BroadBand (eMBB), massive Machine Type Communications (mMTC), and Ultra-Reliable and Low Latency Communications (URLLC). In addressing the critical need of 5G,
standardization activities have been ongoing, aiming to finalize the 5G specifications, known as IMT-2020, by 2020. To evaluate the feasibility of newly developed technologies for 5G, International Telecommunication Union
Radiocommunication Sector (ITU-R) has defined the minimum performance requirements and performance evaluation
guidelines for candidate solutions. In ITU-R’s evaluation guidelines, system-level simulation is a mandatory
procedure but building a system-level simulator that
accurately reflects the system-level performance is complex because of the sophisticated interplay across different protocol layers. More importantly, the development of the system-level simulator for 5G needs to be timely to capture the rapid standardization process. This project, in
cooperation with ITRI, has completed the following
missions. Firstly, advanced user input multi-output (MU-MIMO) has been successfully integrated in the system-level simulator (SLS) developed by ITRI. Numerous important functional blocks including transmission-side precoding, user pairing, modulation and coding scheme (MCS) selection, and multi-user scheduling, have been
working algorithms to implement MU-MIMO in the cellular network that full complies with the standard. Secondly, the aforementioned functional blocks have been implemented in ITRI's SLS. Simulation results suggest that the achieved spectral efficiency gain of MU-MIMO over single-user case heavily depends on the user pairing scheme and the
underlying scheduling mechanism. The results of this work provides practical methods and insightful results to embrace MU-MIMO in 5G systems.
英 文 關 鍵 詞 ： 5G, Enhanced MIMO, MU-MIMO, New Radio, System-Level Simulation.
目錄
摘要 ...III Abstract ... II I. 前言 ... 1 II. 研究目的 ... 1 III. 技術背景 ... 1 III-A. 用戶間干擾 ... 1 III-B. 基於 ZF 的非碼簿預編碼 ... 2 III-C. 單用戶與多用戶傳輸模式 ... 2 IV. 研究方法 ... 3 IV-A. 多天線等效通道 ... 3IV-B. 用戶的 SINR offset ... 3
IV-C. TDD 系統 SU 模式的預編碼 ... 4 IV-D. TDD 系統 MU 模式的預編碼 ... 4 IV-E. TDD 系統之 SU/MU 模式選擇與 UE 配對 ... 5 IV-F. FDD 系統之 MU-MIMO 干擾消除 ... 6 IV-G. Type Ⅱ碼簿 ... 7 IV-H. FDD 系統之通道量化 ... 7 IV-I. FDD 系統之線性預編碼... 8 IV-J. FDD 系統之多用戶配對機制 ... 8 V. 結果與討論 ... 8 V-A. TDD 系統之模擬場景 ... 8
V-B. TDD 系統之通道 rank 的統計分佈 ... 9 V-C. TDD 系統之 MU 配對依據 ... 9 V-D. TDD 系統之用戶可接收最大 layer 數 ... 11 V-E. TDD 系統之可配對 UE 數限制 ... 12 V-F. FDD 系統之模擬場景 ... 16 V-G. FDD 系統之干擾消除效能 ... 16 V-H. FDD 系統之 SU/MU 比例與頻譜效益 ... 17 VI. 結論 ... 18 參考文獻 ... 19
摘要
近年來由於行動上網需求的爆炸性成長，使得現有通訊系統的服務品質面臨極大挑 戰，應運而生的第五代行動通訊系統，須能更快速穩定的傳送資料，以滿足新的使用 場景，包含：增強型行動寬頻通訊(eMBB)、大規模機器型通訊(mMTC)、與超可靠度 與低延遲通訊(URLLC)。當前 5G 標準的制定活動正積極進行，預期在 2020 年前完成 符合 5G 需求的通訊技術標準，亦稱為 IMT-2020。為評估 5G 候選技術的效能，國際 電信聯’盟 ITU-R 制定了滿足 5G 的最低效能需求與效能評估準則，其中系統層級模 擬為效能評估的必要方法，但建立一套能精確反應系統層級效能的模擬器不但極為複 雜，開發時程也必須即時跟隨標準制定步調。本計畫與工業技術研究院共同合作，完 成多用戶多輸入多輸出(MU-MIMO)於系統層級模擬器之技術開發，包含 TDD 與 FDD 系統之預編碼、用戶配對、調變與編碼速率選擇、多用戶排程等重要問題，皆在本計 畫中詳盡討論並獲得具體成果。 關鍵詞：多用戶多重輸入輸出、非碼簿預編碼、多資料流傳輸、通道量化Abstract
The explosive growth of global mobile data traffic in the recent years has challenged the current cellular network to continue its service quality to mobile users. The next generation cellular system, namely 5G, needs to transmit data in a faster and more reliable manner to fulfill the need of new usage scenarios, including Enhanced Mobile BroadBand (eMBB), massive Machine Type Communications (mMTC), and Ultra-Reliable and Low Latency Communications (URLLC). In addressing the critical need of 5G, standardization activities have been ongoing, aiming to finalize the 5G specifications, known as IMT-2020, by 2020. To evaluate the feasibility of newly developed technologies for 5G, International Telecommunication Union Radiocommunication Sector (ITU-R) has defined the minimum performance requirements and performance evaluation guidelines for candidate solutions. In ITU-R’s evaluation guidelines, system-level simulation is a mandatory procedure but building a system-level simulator that accurately reflects the system-level performance is complex because of the sophisticated interplay across different protocol layers. More importantly, the development of the system-level simulator for 5G needs to be timely to capture the rapid standardization process. This project, in cooperation with ITRI, has completed the following missions. Firstly, advanced multi-user multi-input multi-output (MU-MIMO) has been successfully integrated in the system-level simulator (SLS) developed by ITRI. Numerous important functional blocks including transmission-side precoding, user pairing, modulation and coding scheme (MCS) selection, and multi-user scheduling, have been investigated for both TDD and FDD systems. We developed working algorithms to implement MU-MIMO in the cellular network that full complies with the standard. Secondly, the aforementioned functional blocks have been implemented in ITRI’s SLS. Simulation results suggest that the achieved spectral efficiency gain of MU-MIMO over single-user case heavily depends on the user pairing scheme and the underlying scheduling mechanism. The results of this work provides practical methods and insightful results to embrace MU-MIMO in 5G systems.
Index Terms – MU-MIMO, Non-codebook Based Precoding, Multi-layer Transmission,
I. 前言 現今世界對於高速度資料傳輸與無線通訊服務的需求日益增加，而 MIMO 系統的 發展可以滿足人類對此的需求。除此之外，配備有多天線的基地台也可以同時服務多 個用戶。然而在多用戶 MIMO 系統下，會有來自用戶間的干擾，因此若無法適當消除 此干擾，相較於單用戶 MIMO，用戶不一定能受惠於多用戶 MIMO 系統。為消除干 擾，基地台會針對傳送信號施予預編碼，其中預編碼模式又分為兩種，分別為基於碼 簿預編碼與非碼簿預編碼，基於碼簿預編碼為傳送端與接收端都能得知同一碼簿的資 訊，用戶挑選最佳的預編碼後，藉由通道資訊回傳給基地台，如此基地台便能使用預 編碼消除干擾。相較於基於碼簿的預編碼，非碼簿預編碼不透過碼簿來取得預編碼， 而是透過通道資訊來計算並施予每個用戶自己的預編碼，如此應可針對干擾消除的需 求來建造最理想的預編碼。 本計畫分為兩部分，第一部分是 TDD 多工系統下的非碼簿預編碼，因為 TDD 系 統具有通道互易性，基地台可以得知完整的通道資訊，進而能施予用戶非碼簿預編 碼。相較於 TDD 系統，FDD 系統並沒有通道互易性的特性，因此需要仰賴用戶來回 報通道資訊，基地台才能建造非碼簿預編碼。然而用戶不能傳送過於詳細的通道資 訊，如此會增加系統的回饋負擔，因此用戶需要針對通道資訊做量化並傳送。因此在 TDD 與 FDD 兩多工系統下，如何建造出最理想的非碼簿預編碼是本計畫的研究重 點。同時，我們也探討多用戶的配對機制，找出最佳的用戶配對，搭配非碼簿預編碼 來提高系統增益。 II. 研究目的 本計畫目標為利用工研院的系統層級模擬器(WiSE) [1]，研究並發展增強型行動寬 頻之 MU-MIMO 技術，以滿足下世代無線寬頻傳輸之需求，本研究中，我們考慮一個 多天線基地台同時服務數個多天線接收端的多用戶 (MU, multi-user) 情境，為消除用 戶間的相互干擾，以提昇頻譜效益，本研究有兩個具體目標，一是設計可支援多資料 流傳輸的非碼簿預編碼，二是設計 FDD 多工系統下的量化通道預編碼。 III. 技術背景 本節針對此計畫的干擾消除原理、非碼簿預編碼形式與用戶傳輸模式做探討。 III-A. 用戶間干擾
用戶間干擾 (IUI, inter-user interference) 為細胞網路中限制可達成傳輸速度的重要 因素之一，IUI 可能發生在同一細胞內的用戶之間，當基地台 (BS, base station) 為增 進頻譜效益以相同的無線資源服務數個下行 (DL, downlink) 用戶 (UE, user equipment) 時，每個用戶除了收到欲接收的訊號之外，也同時收到其他用戶的訊號而受到干擾。
另一方面，不同細胞的用戶也可能因為不同基地台獨立的頻譜資源分配導致用戶受到 鄰近基地台的干擾，亦即細胞間干擾 (ICI, inter-cell interference) 。無論是細胞內的用 戶間干擾或是不同細胞間的用戶干擾，皆可能嚴重影響接收訊號品質，其中細胞內的 IUI 源自服務基地台，其與用戶的距離相較於鄰近細胞基地台較短，因此干擾程度較 大。 為消除 IUI，基地台可在下行傳送訊號其施以預編碼 (precoding)，若基地台可取 得用戶的下行通道資訊，在適當的天線配置下，理論上可透過低複雜度的線性預編碼 消除 IUI。其中 TDD 系統因具有通道互易性，基地台可以透過上行通道的參考信號得 知用戶的通道資訊來施行預編碼，但對於上下行通道使用不同頻段的 FDD 系統，基地 台需藉由用戶回報下行通道方能施行預編碼，因此 FDD 系統預編碼有兩項主要挑戰: 用戶如何回報下行通道: 用戶端經由基地台傳送的訓練訊號進行通道估計後，可 獲知每個傳送天線對每個接收天線的通道係數，理論上要將完整的通道係數傳回基地 台需要極大的頻寬，因此實務上藉由將通道係數映射到某一有限集合中，用戶只需回 傳映射後對應的元素編號給基地台，若考慮一個具有 2^B 個元素的有限集合，使用該 集合於用戶回報基地台通到資訊時只需回傳 B 個位元即可，大幅降低回傳通道資訊所 需的頻寬，在通訊領域，上述的有限集合廣稱為碼簿 (codebook)，碼簿內的每個元素 稱之為碼字 (codeword)。 碼簿的設計: 由於碼簿的大小有限，需要特殊設計的碼字以降低回報給基地台通 道資訊的誤差，此外，通道係數與碼字間的映射關係，在此稱為量化 (quantization)， 也需要特殊考量，通道係數與碼字間的量化會在本計畫中探討。 根據量化的通道，基地台可計算適當的預編碼，達到消除 IUI 的目的，本計畫將使用 LTE 標準定義的碼簿，針對線性預編碼的效能進行探討，主要重點在於: (1) 如何進行 通道量化、(2) 根據量化通道計算所得的線性預編碼，其干擾消除的效能。 III-B. 基於 ZF 的非碼簿預編碼 本計畫考慮基地台使用多天線以相同的無線資源服務數個用戶，以增加頻譜效 益，為消除用戶間的干擾，採用基於 zero-forcing (ZF) 準則的預編碼。由於用戶端也 能夠有多根天線，基地台可以對一個用戶傳送多個資料流，亦即 multi-layer transmission，以近一步提昇頻譜效益。理論上，接收 layer 數需小於接收天線數。 為處理 layer 數與接收天線數不同的問題，在前期研究中，我們將原本的多天線通 道先經過 combiner 後得到 low dimension 的等效通道，再利用此等效通道產生 zero-forcing 的預編碼，然而，此 combiner 的演算法複雜度較高，且針對不同的預編碼需有 對應的 combiner。在評估複雜度後，在本研究中我們使用 SVD 分解，將多天線通道拆 解為數個子通道，再根據 layer 數決定等效通道的維度。
III-C. 單用戶與多用戶傳輸模式
在前期研究中，為簡化問題，我們僅考慮兩個用戶的 MU-MIMO，為配對兩個 UE，採用了 chordal distance 做為 UE 通道間的正交性測度，當 chordal distance 超過一
定的門檻值才進行配對。透過此篩選方式，主要是為了確保配對 UE 間的提高被排程 UE 的 SINR，但根據模擬 (見 Figure 2)，發現越嚴苛的門檻值對於系統效能貢獻並不 大，反而增加兩個 UE 以上的配對困難度，使得 MU 模式比例降低，為此我們也做了 調整，改以排程演算法 PF (proportional fair) 所計算的 priority，取代 chordal distance 做為 UE 配對的準則。 根據 LTE-A 之規範，基地台可同時傳送 8 個 layer，而 UE 最多可以接收 4 個 layer，因此在本期中，我們將放寬可配對的 UE 數目，並透過調整接收 layer 數，探討 配對 UE 數，對於 SU 模式與 MU 模式的比例影響，以及系統效能差異。 IV. 研究方法 本節首先介紹用戶的等效通道與 SINR 的調適方法，並分別針對 TDD 和 FDD 兩 多工模式的非碼簿預編碼，與兩模式下的用戶配對方法做探討。 IV-A. 多天線等效通道 本節敘述當 UE 端有多根天線，且接收多個 layer 的線性預編碼該如何實現，要作 法是將每個 UE 的通道經過 SVD 分解，拆解為數個正交的向量，將其中能量最大的向 量視作該 UE 的 MIMO 等效通道，以第 k 個 UE 舉例說明，𝐇𝐇𝑘𝑘 的 SVD 可表示為 𝐇𝐇𝑘𝑘 = 𝐔𝐔k𝚺𝚺k𝐕𝐕kH (1)
其中𝚺𝚺的對角線非零元素為𝐇𝐇的特徵值 (eigenvalue) 平方，U 和 V 皆為 unitary matrix，
而 V 中的每個行 (column) 為矩陣𝐇𝐇𝐇𝐇H的特徵向量 eigenvector。對 MIMO 通道矩陣進
行 SVD 分解的結果告訴我們兩個很重要的訊息: 1) 通道𝐇𝐇的能量 (=Tr(𝐇𝐇𝐇𝐇H) )等於所
有非零特徵值的總和，2) 若𝐇𝐇具有 r 個非零特徵值，這些非零特徵值所對應的特徵向量
將一個𝑁𝑁𝑟𝑟× 𝑁𝑁𝑡𝑡的 MIMO 通道𝐇𝐇分解為 r 個平行的 SISO 通道，且每個 SISO 通道的能量
等於其對應的特徵值平方，因此 SVD 分解後的 r 個 SISO 通道具有與𝐇𝐇相同的能量與通
道容量。
若我們重新整理 SVD 的結果，將特徵值由大到小排序，取出𝐕𝐕𝑘𝑘 ∈ C8×8的第一個
column，以𝐯𝐯𝑘𝑘表示，與𝚺𝚺𝑘𝑘的第一個元素，以𝜎𝜎𝑘𝑘表示，則第 k 個 UE 的等效通道可表示為
𝐇𝐇𝑒𝑒𝑒𝑒,𝑘𝑘= σ𝑘𝑘𝐯𝐯𝑘𝑘𝑯𝑯 (2)
IV-B. 用戶的 SINR offset
單用戶與多用戶模式的可配對用戶數與每個用戶可接收的 layer 數皆與基地台天線 總數有關，為便於討論，以下考慮基地台總天線數為 8，MU 模式下可能用戶配對有 2 UEs 、3 UEs、4 UEs 等情況，以下說明各情況下 SINR offset 的調整方式。
• OuterLoopLinkAdaptationSINROffset：
在 2 UEs case，為使 UE 可平均分配能量以及考慮 MUI (multi-user interference)影 響，在 Outerloop Linkadaptation 函式回傳 SINR 時，SINR offset 的計算方式為 3.5dB(10*lo𝑔𝑔10(1/2)+0.5)，以下是 3 UEs、4 UEs 的 offset 計算方式：
− 3 UEs case offset = -(10*lo𝑔𝑔10(1/3)+0.5) = -5.2 dB
− 4 UEs case offset = -(10*lo𝑔𝑔10(1/4)+0.5) = -6.5 dB
IV-C. TDD 系統 SU 模式的預編碼 在 SU-MIMO 中，所使用的預編碼如 V-A 節中說明，利用通道矩陣進行 SVD 分解 以後得到矩陣 V，若 UE 回報的 RI (rank indicator)為 r，則取出 V 裡面的前 r 行堆疊為 [ 𝐯𝐯1 𝐯𝐯2⋯ 𝐯𝐯𝑟𝑟]當作 precoder。 IV-D. TDD 系統 MU 模式的預編碼 MU 模式下我們以 ZF 原則設計預編碼器，以消除 UE 之間的干擾，ZF 為一種簡單 有效的線性預編碼器，以數學模型說明如下。假設 BS 欲服務 𝐾𝐾個 UE，每個 UE 的 layer 數為 1，下行訊號可以寫成 𝐲𝐲 = 𝐇𝐇𝐇𝐇𝐇𝐇 + 𝐳𝐳 = � 𝐇𝐇1 𝐇𝐇2 ⋮ 𝐇𝐇𝐾𝐾 � 𝑁𝑁𝑟𝑟𝐾𝐾×𝑁𝑁𝑡𝑡 [𝐇𝐇1 𝐇𝐇2 ⋯ 𝐇𝐇𝐾𝐾] � 𝐱𝐱1 𝐱𝐱2 ⋮ 𝐱𝐱𝐾𝐾 � 𝐾𝐾𝑁𝑁𝑟𝑟×1 + � 𝐳𝐳1 𝐳𝐳2 ⋮ 𝐳𝐳𝐾𝐾 � (3) 其中𝐇𝐇k∈ 𝐶𝐶𝑁𝑁𝑟𝑟×𝑁𝑁𝑡𝑡, 𝐇𝐇k∈ 𝐶𝐶𝑁𝑁𝑡𝑡×𝑁𝑁𝑟𝑟, 𝐱𝐱k∈ CNr×1, and 𝐳𝐳k ∈ C𝑁𝑁𝑟𝑟×1。對於第 k 個 UE，經過 SVD 分解後得到的通道表示為𝐇𝐇𝑒𝑒𝑒𝑒,𝑘𝑘 = σ𝑘𝑘𝐯𝐯𝑘𝑘𝑯𝑯，其中𝐇𝐇𝑒𝑒𝑒𝑒,𝑘𝑘為第 k 個 UE 的等效通道。為計算預 編碼，先將 UE 的通道堆疊後表示為 𝐇𝐇� = �𝐇𝐇𝑒𝑒𝑒𝑒,1 𝐇𝐇𝑒𝑒𝑒𝑒,2�𝑇𝑇2×8 (4) ZF 預編碼 𝐇𝐇 ∈ 𝐶𝐶𝑁𝑁𝑡𝑡×𝐾𝐾𝑁𝑁𝑟𝑟 可視為傳送端的預等化器，也就是通道矩陣的反矩陣，當 𝐇𝐇�不為方矩陣時，𝐇𝐇� 的 right pseudo-inverse 為 𝐇𝐇8×2=𝐇𝐇�𝐻𝐻(𝐇𝐇�𝐇𝐇�𝐻𝐻)−1 = [𝐰𝐰1 𝐰𝐰2] (5) 其中𝐰𝐰𝟏𝟏與𝐰𝐰2分別為 eNB 傳送給UE1與UE2所使用的預編碼。最後，為滿足傳送功率的限 制，須將預編碼器的功率正規化 (normalization)。有以下有兩種做法:
• Matrix normalization (MN) : 針對整個預編碼矩陣 𝐇𝐇 做正規化，對第 k 個 UE，
正規化的預編碼為𝐰𝐰�𝑘𝑘 = 𝐰𝐰𝑘𝑘/‖𝐇𝐇‖𝐹𝐹，可達到等化 UE 之間接收功率的效果，相較 於 VM 較為公平。 • Vector normalization (VM): 對預編碼矩陣𝐇𝐇的每一行，亦即個別 UE 的預編碼器 分別進行正規化，對第 k 個 UE，正規化的預編碼為𝐰𝐰�𝑘𝑘 = 𝐰𝐰𝑘𝑘/‖𝐰𝐰𝐤𝐤‖，其效果為預 編碼矩陣𝐇𝐇的某一行將具有 unit norm，因此通道狀況越好的 UE 其預編碼後的接 收功率會比通道狀況較差的 UE 大。
根據 [2] 對 ZF 預編碼下比較 MN 與 VN 的分析結果，VN 的效果無論在高 SNR 與 低 SNR 皆較 MN 達成較高的 sum rate，因此在本研究中我們使用 VM，第 k 個 UE 的預 編碼矩陣為 𝐰𝐰�𝑘𝑘 = 𝐇𝐇(: , (𝑘𝑘 − 1)𝑁𝑁𝑟𝑟+ 1: (𝑘𝑘 − 1)𝑁𝑁𝑟𝑟+ 𝑁𝑁𝑟𝑟) �|𝐇𝐇(: , (𝑘𝑘 − 1)𝑁𝑁𝑟𝑟+ 1: (𝑘𝑘 − 1)𝑁𝑁𝑟𝑟+ 𝑁𝑁𝑟𝑟)|� (6) 經由預編碼後，式(3)中的第 k 個 UE 的接收訊號為 𝐲𝐲𝑘𝑘= 𝐇𝐇�𝑘𝑘� 𝐰𝐰�𝑘𝑘𝐱𝐱k 𝐾𝐾 𝑘𝑘=1 + 𝒛𝒛𝑘𝑘 (7) = 𝐇𝐇�𝑘𝑘𝐰𝐰�𝑘𝑘𝐱𝐱𝑘𝑘+ � 𝐇𝐇�𝑘𝑘𝐇𝐇𝑘𝑘′𝐱𝐱𝑘𝑘′+ 𝐳𝐳𝑘𝑘 𝑘𝑘′≠𝑘𝑘 其中𝐲𝐲k∈ C𝑁𝑁𝑟𝑟×1，由於 ZF 預編碼具有 𝐇𝐇�𝑘𝑘𝐰𝐰� 𝑘𝑘′ = 0的性質，因此式(15)可簡化為 𝐲𝐲𝑘𝑘= 𝐇𝐇�𝑘𝑘𝐰𝐰�𝑘𝑘𝐱𝐱𝑘𝑘+ 𝐳𝐳𝑘𝑘 (8) IV-E. TDD 系統之 SU/MU 模式選擇與 UE 配對 接著我們說明基地台的傳輸模式選擇與 UE 配對演算法，演算法的輸入是需要排 程 UE 的 RI 與基地台最大 layer 數上限，輸出則是進行 MU 模式下最佳的 UE 配對或是 SU 模式下具有 PF priority 最高的 UE，也就是說，演算法同時決定了基地台的傳輸模式 與用戶排程。假設一個 cell 下，有 10 個 UE 需要被排程，並且可執行 SU 或 N 個 UE 的 MU 模式(N=2,3,4)。 • 根據 PF priority 為 UE 配對依據 Figure 1：根據 PF priority 為依據配對 UE 的流程。 將所有可能進行 MU 模式的 UE 組合列出後，每個組合必須符合基地台總傳送 layer 數的限制，接著計算符合條件 UE 組合的 PF priority，最後比較 SU 與 MU 模式的所有 UE 組合的 PF priority，選擇 priority 最高的 UE 組合。 • Chordal distance
Figure 2: 根據 chordal distance 為依據配對 UE 的流程。
如 Figure 2 所示，基地台先檢視 UE 間的 chordal distance，兩兩 UE 間的 chordal distance 都需大於門檻值 (在此假設為 1)，若通過門檻值檢測，接著執行與 Figure 1 相同的步驟。Chordal distance 為一種衡量不同向量子空間之間距離的方法，當 chordal distance 趨近於零，代表兩子空間高度相關，chordal distance 越大，則兩子 空間差異度越大。經由檢測 chordal distance，期待配對出來的 UE 通道不要太過相 關，降低 ZF 預編碼的干擾消除效果。根據 [2]，UE 1 通道𝐇𝐇1、UE 2 通道𝐇𝐇2之間 的 chordal distance 定義為 𝑑𝑑(𝐇𝐇1, 𝐇𝐇2) = �𝑁𝑁 − 𝑡𝑡𝑡𝑡(𝐇𝐇�1𝐇𝐇�1∗𝐇𝐇�2∗𝐇𝐇�2) (9) 其中𝑁𝑁 = min(𝑑𝑑𝑑𝑑𝑑𝑑(𝑯𝑯1) , 𝑑𝑑𝑑𝑑𝑑𝑑(𝑯𝑯2))， (．)∗表示矩陣經過轉置後再做共軛，𝐇𝐇�𝑛𝑛為 UE n 的通道𝐇𝐇𝑛𝑛經過 Gram-Schmidt orthogonalization 後的矩陣。 IV-F. FDD 系統之 MU-MIMO 干擾消除 Figure 3 說明 FDD 多工系統下，基地台施行預編碼的方式。 1) 基地台發送下行參考訊號，UE 根據接收訊號估計下行通道。 2) UE 搜尋碼簿中與下行通道內積最大的碼字，將其指標 (index) 回傳給基地台。 3) 基地台根據 UE 回報的量化指標取得碼簿中對應的碼字。 4) 基地台根據量化通道，計算排程在相同資源區塊的用戶所需的預編碼。 以下小節說明量化通道時使用的碼簿、量化通道的方法、預編碼的計算與用戶配對 方式。
Figure 3: FDD 系統的預編碼示意圖。
IV-G. Type Ⅱ碼簿
3GPP New Radio (NR) 定義了兩種碼簿: Type I 與 Type II 用以提昇 MIMO 效能所 需的通道資訊反饋 [3]。兩種碼簿都是基於二維 DFT (discrete Fourier transform) 波束 而建構，並支援先進的波束選擇與不同極化上的波束相位合成，相較於 Type I 碼簿， Type II 碼簿對通道資訊有更細緻的定義，包含 WB (wideband) 與 SB (subband)的波束 振幅資訊、波束相位偏移，因而使通道資訊的回報有更高的精確度。本研究中所使用 的 Type II 碼簿遵照 TS 38.214 的定義，細節不在報告中贅述。 IV-H. FDD 系統之通道量化 本節說明如何根據 Type II codebook 進行通道量化。若基地台的天線數目𝑁𝑁𝑡𝑡，碼簿 中的每個碼字維度為1 × 𝑁𝑁𝑡𝑡，當 UE 端有多根天線，需要回報的通道矩陣維度為𝑁𝑁𝑟𝑟× 𝑁𝑁𝑡𝑡， 與碼字的維度不同，因此在量化前需要將通道矩陣降為與碼字的維度相同，在此參考 [4] 的作法，將每個 UE 的通道經過 SVD 分解，拆解為數個正的向量，將其中振幅最強的 向量視作該 UE 的等效通道，以第 i 個 UE 舉例說明，𝐡𝐡𝑖𝑖 的 SVD 可表示為 𝐡𝐡𝑖𝑖= 𝐔𝐔𝑖𝑖𝚺𝚺𝑖𝑖𝐕𝐕𝑖𝑖H (9)
其中𝚺𝚺的對角線非零元素為𝐇𝐇的特徵值 (eigenvalue) 平方，U 和 V 皆為 unitary matrix，
而 V 中的每個行 (column) 為矩陣𝐇𝐇𝐇𝐇H的特徵向量 eigenvector。重新整理 SVD 的結果， 將特徵值由大到小排序，取出𝐕𝐕𝑖𝑖 ∈ C𝑁𝑁𝑡𝑡×𝑁𝑁𝑡𝑡的第一個 column，以𝐯𝐯𝑖𝑖表示，與𝚺𝚺𝑖𝑖的第一個元 素，以𝜎𝜎𝑘𝑘表示，則第 i 個 UE 的等效通道可表示為 𝐡𝐡𝑒𝑒𝑒𝑒,𝑖𝑖= σ𝑖𝑖𝐯𝐯𝑖𝑖𝑯𝑯 (10) 根據(10)，UE 的等效通道經過轉置，維度與碼字相同。 通道量化的目的為找出最能近似等效通道的碼字，由於等效通道與碼字皆為一維陣 列，可透過計算兩者間的內積，搜尋出最適當的碼字，當等效通道與碼字方向一致 時，兩者的內積最大，反之最小。以𝐂𝐂代表碼簿，𝐜𝐜𝑗𝑗 ∈ 𝐂𝐂為碼簿中的第𝑗𝑗個碼字，則第𝑑𝑑 個 UE 計算與 𝐡𝐡𝑒𝑒𝑒𝑒,𝑖𝑖內積最大的碼字，其編號為
𝑐𝑐𝑖𝑖= 𝑎𝑎𝑡𝑡𝑔𝑔max𝐜𝐜 𝑗𝑗∈𝑪𝑪 𝐡𝐡𝑒𝑒𝑒𝑒,𝑖𝑖𝐜𝐜𝑗𝑗 𝐻𝐻. (11) 第𝑑𝑑個 UE 的量化通道以𝐡𝐡̅𝑒𝑒𝑒𝑒,𝑖𝑖表示，實際運作時，UE 將𝑐𝑐𝑖𝑖經由 M-PSK 調變為 符元後，傳送給基地台，完成通道資訊回報。 IV-I. FDD 系統之線性預編碼 基地台獲知 UE 回報的量化通道後，即可計算消除 IUI 所需的預編碼矩陣。考慮運 算複雜度較低的 ZF 預編碼，並以𝐔𝐔表示排程在同一資源區塊的用戶集合，將𝑼𝑼內的量化 通道堆疊為 𝐇𝐇� = �𝐡𝐡𝑒𝑒𝑒𝑒,1, 𝐡𝐡𝑒𝑒𝑒𝑒,2, ⋯ , 𝐡𝐡𝑒𝑒𝑒𝑒,|𝐔𝐔|�𝑇𝑇. (12) 則 ZF 預編碼矩陣可計算為𝐇𝐇�的右偽逆矩陣， 𝐇𝐇ZF= 𝐇𝐇�𝐻𝐻(𝐇𝐇�𝐇𝐇�𝐻𝐻)−1. (13) 需注意W的存在條件為𝐇𝐇�為一 fat matrix，亦即|𝐔𝐔| ≤ 𝑁𝑁𝑡𝑡。 IV-J. FDD 系統之多用戶配對機制 對於每個資源區塊，基地台需決定如何配對 UE 進行 MU-MIMO 傳輸，從 Type II 碼簿的結構來看，根據 DFT 建構的波束基本上將基地台訊號所覆蓋的空間分成數個區 域，每個碼簿可將基地台發出的訊號集中於某個區域，因此當兩個 UE 回報的 PMI 相 同時，可視為這 UE 用戶位於同一個區域內，若配對此二 UE 進行 MU-MIMO 傳輸， 每個 UE 會嚴重受到另一個 UE 的訊號干擾，因此基地台可經由檢查兩個 UE 回報的 PMI 決定是否配對，或更進一步檢查 UE 回報的 PMI 是否正交，正交 PMI 是廣泛使用 於 TDD 系統的用戶排程準則，將具有正交 PMI 的兩個 UE 配對，可一定程度避免嚴 重的 IUI。具體而言在 FDD 系統我們考慮以下兩種用戶配對機制。
機會式配對 (Opportunistic)：任意兩個 UE 回報的 PMI 不一樣即可配對。 正交配對 (Orthogonal)：兩個 UE 回報的 PMI 互為正交才可配對。PMI 的正交
性由兩者的內積決定，當內積的絕對值平方小於 0.001 時，兩個 PMI 視為正 交。 V. 結果與討論 本節首先呈現 TDD 系統下的模擬結果，之後是 FDD 量化通道預編碼的部分，兩部 份因系統模擬場景有所不同，故分開探討。 V-A. TDD 系統之模擬場景 根據前述的預編碼與用戶選擇方法，使用 WiSE 進行模擬驗證模擬場景與系統參數，
Table 1 說明了模擬場景與基本參數，其中 uMaxDLLayer 參數為個別用戶能接收的 layer 數上限。效能評估的指標為頻譜效益 (SE, spectral efficiency)，SE 的定義可為 UE spectral efficiency，即模擬時間內同一個 cell 下的總傳輸資料量除以模擬時間與頻寬，
對 cell 內的所有 UE 求平均，另一種定義是 cell spectral efficiency: 模擬時間內同一個 cell 下的總傳輸資料量除以模擬時間與頻寬，再對 57 個 cell 做平均，除非特別說明， SE 指的是 cell spectral efficiency。
Table 1:模擬場景敘述。
Scenario SelfEvaluation_URLLC_UMaConfigA Simulation Time 100ms
Ring 2 ( 57 個 cell, 570 個 UE) Bandwidth 10 MHz
uMaxDLLayer 2 and 4
V-B. TDD 系統之通道 rank 的統計分佈
Figure 4: RI 的 CDF.
Figure 4 是每個通道在不同時間點平均後的 rank 數，共 570 筆資料繪製而成，rank 數表示 UE 實際可接收的 layer 數，在 LTE 規格中將 layer 數定義為 RI。由圖可知，可 進行多層傳輸的 UE 約莫占了九成，換句話說，以一個 cell 平均 10 個 UE 為例，可能只 有 1 個 UE 的 RI 為 1，因此在基地台最多只傳送 8 個 layer 的限制下，MU 模式下出現 某些 UE 組合的機率非常低，例如 MU 模式下配對 4 個 UE，每個 UE 最多只能接收 1 至 2 個 layer，但 一個 cell 內有 4 個 UE 的 RI 同時為 1 的機率幾乎為零。 V-C. TDD 系統之 MU 配對依據 Table 2: 比較 MU 配對方式時採用的參數設定與結果。 預編碼 Zero-forcing 可配對 UE 數 ≤ 4 uMaxDLLayer 2
基地台總傳送
layer 數 ≤ 8
配對方式 PF priority 最大 Chordal distance>threshold SU percentage 95% 97.84%
MU percentage
2 UEs 3 UEs 4 UEs 2 UEs 3 UEs 4UEs 1.1% 2.1% 1.8% 0.27% 0.01% 1.88%
Figure 5:不同 MU 配對方式的 SE 效能比較。
根據 Table 2 的參數設定，Figure 5 繪製了兩種 MU 配對依據的 SE 效能，即使選 用了低複雜度的 chordal distance 配對方式，但比起使用 PF priority 的配對，chordal
distance 中所需的 Gram-Schmidt orthogonalization的運算對於程式執行，是相對耗時
的，而整體效益比起 priority 配對相去不遠，因此接續的觀察會以 PF priority 配對為 主。 Table 3 PF 排程對 MU 模式比例的影響。 預編碼 Zero-forcing 可配對 UE 數 ≤ 2 uMaxDLLayer 2 4.71 4.72 4.73 4.74 4.75 4.76 4.77 4.78 4.79 4.8
Priority Chordal distance
bps
/H
z
基地台總傳送
layer 數 ≤ 4 Proportional fair
分母 historical average data rate 1 SU percentage 83.38% 66%
MU percentage 16.62% 33%
我們更進一步觀察 PF 排程對 MU 比例的影響，由於 PF 排程根據每個用戶在過去 已獲得的傳輸資料量調整用戶的排程優先次序，以求取排程公平性，因此我們針對 PF priority 的 historical average data rate，亦即 PF priority 的分母給予不同的設定在 Table 3 中，分別將 PF priority 的分母設定為 historical average data rate 與固定為 1 進行比較， 結果顯示，若設定 PF priority 的分母為 1，也就是只考慮用戶當前可達成的傳輸量，MU 比例呈現明顯提升，由此可見 PF 排程所採取的公平性原則對於 MU 比例的影響很大。 V-D. TDD 系統之用戶可接收最大 layer 數 Table 4: 不同 uMaxDLLayer 比較。 預編碼 Codebook-based Zero-forcing 可配對 UE 數 ≤ 2 uMaxDLLayer 2 2 4 基地台總傳送 layer 數 ≤ 2 ≤ 4 ≤ 8 SU percentage 99.94% 83.38% 91.49% MU percentage 0.006% 16.62% 8.51%
LTE 演進至支援多天線 MIMO 技術後，多 layer 的傳輸便成為增進 SE 效能的發展 重點之一，在此我們觀察每個用戶可接收 layer 數對系統效能的影響，首先觀察 MU 比 例，在 Table 4 中，我們固定可配對 UE 數最多為 2，改變 UE 可接收 layer 數上限值，
並隨之調整基地台傳送總 layer 數上限。首先觀察 codebook-based 預編碼，由於使用僅 能支援一個 layer 的 codebook，MU 模式的 UE 最多只能接收 1 個 layer，因為此條件限 制，導致可配對的 UE 組合數變少，進而使得 MU 比例降低。改為 ZF 預編碼後，可根 據 IV 節中說明的等效通道概念設計支援多 layer 傳輸的預編碼，因而使得系統更具彈 性，不僅提高 MU 模式的比例提升，也改善了 SE 效能，如 Figure 6 所示，ZF 預編碼相 較 codebook-based 預編碼有較好的 SE 效能。
針對 ZF 預編碼，當 uMaxDLLayer 由 2 增加到 4，MU 的比例下降了幾乎一半，SE 效能也下降了約 7%，歸咎原因應該是每個 layer 受到傳送功率分配而減少所致，由於提 高 uMaxDLLayer 無法提升效能，因此接下來的觀察都將固定 uMaxDLLayer 為 2。
Figure 6: 用戶下行對大 layer 數對 SE 效能的影響，(a,b)中的 a 代表個別用戶可接收 layer 數的上限
值，b 代表基地台傳輸 layer 數的上限值。
V-E. TDD 系統之可配對 UE 數限制
另一個影響 MU 配對的因素是可配對的 UE 數，在基地台可傳送的 layer 數限制下， 提高可配對 UE 數的上限，可增加可能配對的 UE 組合數，進而找到較佳的 MU 配對。 在 Table 5 中，當基地台總重送 layer 數固定為 4，增加可配對 UE 數上限時，MU 的比 例有些許的下降，其中 2 UEs 的比例最多，這合乎我們在 Figure 2 觀察到的現象，具有 RI=2 的用戶比例最高。當固定可排程 UE 數為 4，增加基地台總傳送 layer 數上限時， 理論上有更多的可能用戶組合可供基地台選擇，但 MU 比例及 SE 效能卻呈現下降趨 勢，如 Figure 7 所示。為了分析原因，以下我們針對個別 UE 的 historical average data rate 及 potentially achievable data rate 的長期趨勢。
Table 5:可配對 UE 數比較。 預編碼 Zero-forcing 4 4.2 4.4 4.6 4.8 5 5.2 codebook-based (2,2) zero-forcing (2,4) zero-forcing (4,8) bps /H z 預編碼方式(基地台總傳送layer數)
可配對 UE 數 ≤ 2 ≤ 4 uMaxDLLayer 2 基地台總傳送 layer 數 ≤ 4 ≤ 4 ≤ 8 SU percentage 83.38% 84.95% 95% MU percentage 16.62%
2 UEs 3 UEs 4 UEs 2 UEs 3 UEs 4 UEs 14.87% 0.06% 0.12% 1.1% 2.1% 1.8%
Figure 7:可配對 UE 數對 SE 效能的影響。
我們的觀察方式是在 uMaxDLLayer=1 的條件下進行，使用此條件主要是為了讓所 有 UE 在不同傳輸時間的接收 layer 數相等，避免相同 UE 在不同時間接收 layer 數不 同，造成觀察變因。我們分別挑選進行 SU 與 MU 模式的最多次的 UE，將其 PF priority 的分子與分母項的時間趨勢繪製於 Figure 8 與 Figure 9 其中分子代表該 UE 在某個 TTI 可達成的傳輸速度 (potentially achievable data rate)，分母則是累計至某個 TTI 的平均傳 輸速度 (historical data rate)，補充說明，由於數據是紀錄有被排程到的時間，因此觀察 結果中的時間軸是不等長的。Figure 8 可以看到 SU 模式下，大部分的時間的 potential achievable data rate (分子) 大於 historical data rate (分母)，而 Figure 9 的 MU 模式則相 反，導致 SU 的 PF priority 經常大於 MU 的 PF priority。 4.65 4.7 4.75 4.8 4.85 4.9 4.95 5 5.05 5.1
2 UEs(4) 4 UEs(4) 4 UEs(8)
bps
/H
z
進一步分析 SU 與 MU 在 PF priority 分子項的差異，主要是 SINR 的 offset，在 LinkAdaption.cpp 的程式中，GetOuterLoopLinkAdaptationSINRdB()的函式主導 SU 與 MU 的 SINR 調整，其中 • SU-MIMO 的調整: dSNRdb+cOutLoopLinkAdaptationDLSUMIMO.GetOuterLoopLinkAdaptationSINRd BOffset(uUEID); • MU-MIMO 的調整: dSNRdb+cOutLoopLinkAdaptationDLSUMIMO.GetOuterLoopLinkAdaptationSINRd BOffset(uUEID)+ cOutLoopLinkAdaptationDLMUMIMO.GetOuterLoopLinkAdaptationSINRdBOffset( uUEID)-3.5; 若將-3.5dB 移除，經測試對 MU 比例影響不大，因此最關鍵的因素應該是在於上式標 示底線的參數。
Figure 10: Cell SE 在不同配置下的效能。 Figure 11: Cell SE 在不同配置下的效能。
觀察 codebook、codebook(2user L=4)、codebook(4user L=4)以及 non-codebook(4user L=8)的 SE 效能在不同時間點的變化，其中 L 代表為 BS 最多能傳送的 layer 數，由圖中可以看出 SE 會隨著時間增加而增加，並且在一定的時間點後趨近穩 定，其中值得注意的是當基地台傳送 layer 數上限為 8 時，4 UEs 的 SE 在 0~10 TTI 這 段的時間內呈現是先上升後下降的趨勢。
Figure 12: L=4 時的用戶比例隨時間變化圖。 Figure 13: L=8 時的用戶比例隨時間變化圖。
進一步分析上述現象的原因，我們將可配對 UE 數上限固定為 4，觀察 L=4 與 L=8 的 SU/ MU 比例隨時間變化趨勢，分別如 Figure 10 與 Figure 11，可以發現在 0~10 TTI 的時間中，2 UEs 與 3 UEs 呈現先增加後降低的趨勢，且 SU 的比例逐漸增加，上述的 變化趨勢在 L=8 時比 L=4 更加明顯，與 Figure 8 和 Figure 9 中的 SE 效能變化趨勢一 致，由此可見，SE 下降為 MU 的比例降低有密切關係。
V-F. FDD 系統之模擬場景
以下是 FDD 量化通道預編碼的模擬結果部分，我們採用 Table 6 所列之模擬場景與 參數，另說明 MU 模式的設定如下。
• 其中 uMaxDLLayer 設定 UE 可接收的 layer 數，由於 Type II 碼簿支援基地 台可傳送 layer 數上限為 2，一個資源區塊最多能分配給 2 個 UE，每個 UE 可接收 layer 數為 1。
Table 6: 模擬場景與參數。
Scenario SelfEvaluation_URLLC_UMaConfigA
Simulation time 1000 ms
Ring 2 ( 57 個 cell, 570 個 UE)
Bandwidth 10 MHz uMaxDLLayer 1 Number of BS antennas 8 Number of UE antennas 4 Number of weighted combining beams 4
Modulation for CSI
feedback 8-PSK
在觀察 FDD 量化通道預編碼的模擬結果時，我們交叉比較下列方法的效能。 • TypeII codebook+ ZF: 基地台根據 UE 回傳的量化通道計算 ZF 預編碼，UE
使用 Type II 碼簿進行通道量化與計算 PMI。
• TypeII codebook: 基地台不使用預編碼，UE 使用 Type II 碼簿於 PMI 計算。 • Class A codebook: 基地台不使用預編碼，UE 使用 Release 13 定義的 Class A
碼簿計算 PMI，此時僅考慮正交用戶配對。
• TDD + ZF: 基地台根據上行通道計算 ZF 預編碼與正交用戶配對，此為 TDD 系統的做法。
V-G. FDD 系統之干擾消除效能
首先比較使用 Type II 碼簿進行量化通道的干擾消除效能，觀察 Table 7 的 MUI，可 發現若使用隨機配對，根據量化通道計算的 ZF 預編碼相較未使用預編碼 (-95.9 dB vs. -91.9 dB)，IUI 約降低 3.6 dB，但使用 ZF 預編碼後，接收訊號強度相較於未使用預編 碼損失了約 1.3 dB，反映在 SINR 的效能上，使用量化通道的 ZF 預編碼約只有 1 dB 的增益。令另一方面，使用正交用戶配對時，使用量化通道的 ZF 預編碼與未使用預 編碼的 MUI (-97.5 dB vs. -97.3 dB) 幾乎沒有差異，且兩者的 IUI 比隨機用戶配對分別 降低了 2 dB (-97.5 dB vs. -95.5 dB) 與 5.4 dB (-97.3 dB vs. -91.9 dB)，從以上結果可獲
得以下觀察。 • 根據 Type II 碼簿量化通道計算 ZF 預編碼的干擾消除效果: 與未施行 ZF 預編碼 相比，的確可減少 IUI，其效果在隨機用戶配對時較明顯，若搭配正交用戶配 對，則幾乎沒有增益。當 FDD 系統使用 Type II 碼簿進行 ZF 預編碼所需的通道 量化，與不須量化通道的 TDD 系統相比，約有 1.3~1.5dB 的 IUI 未能消除，此 差距應可歸咎於量化通道的誤差。若與 Class A 碼簿相比，使用 Type II 碼簿約 可減少 1.3 dB 的 MUI。 • 反映於 SINR 的效能: ZF 預編碼將預編碼後的等效通道對角化，以達成消除 IUI 的目的，未必加強接收訊號強度。若不考慮配對用戶之間的通道正交性 (亦即 使用機會式用戶配對)，相較於未施與預編碼的下行傳輸，約損失 1.3 dB 的訊號 強度，因此使用 ZF 預編碼僅提高 SINR 約 1 dB，但訊號能量的損失可藉由考 慮配對用戶之間的通道正交性 (亦即使用正交用戶配對) 獲得改善，進而增加 約 3 dB 的 SINR。 Table 7: SINR 比較
Metric Received power (dB) IUI (dB) SINR (dB)
Pairing Opportunisti c Orthogona l Opportunisti c Orthogona l Opportunisti c Orthogona l TypeⅡ codebook + ZF -64.7 -64.3 -95.5 -97.5 48 51 Type Ⅱ codebook -66.0 -64.3 -91.9 -97.3 47 51 Class A codebook - -63.3 - -96.0 - 51 TDD+ZF - -63.5 - -99.0 - 50 V-H. FDD 系統之 SU/MU 比例與頻譜效益
本小節觀察以量化通道計算預編碼的頻譜效益 (SE, spectral efficiency)，Table 8 中 列出模擬期間觀察到排程為 SU 模式與 MU 模式的用戶平均頻譜效益與細胞頻譜效益 (Cell SE)。對細胞頻譜效益而言，無論是否施行預編碼，在 FDD 系統下採用 Type Ⅱ 碼簿，相較於 Class A 碼簿有顯著的好處，若採用正交用戶配對，細胞頻譜效益由 4.2 bps/Hz 增加到 7.6 bps/Hz，增加幅度達 81%，若採用隨機用戶配對，即使未施行預編 碼，細胞頻譜效益有 107%的改善，使用 ZF 預編碼可額外獲得 12%的增益。為探討以 上結果的原因，我們分別觀察 SU 與 MU 的比例，獲得以下結論。
• 採用 Type II 碼簿時，較高的 MU 比例有助提高細胞頻譜效益，例如: 考慮施行 ZF 預編碼的情況，MU 比例由使用正交用戶配對時的 39%提高至使用機會式用 戶配對的 75%，對應的細胞頻譜效益由 7.6 bps/Hz 增加至 9.1 bps/Hz，比較兩種 用戶配對方式，正交用戶配對限制了可配對的用戶選擇，因而損失了用戶選擇 帶來的效益。若未施行 ZF 預編碼，相較使用 ZF 預編碼，使用正交用戶配對所 得的 MU 比例維持在 39%，使用機會式用戶配對的 MU 比例則由 75%減為 69%，不過這樣的變化可能是由於模擬時某一次的 UE 分佈所導致，MU 的比例 不應受到是否使用 ZF 預編碼所影響。 • 相較於 Type II 碼簿，Class A 碼簿雖然可達到 59%的 MU 比例，但 MU 的頻譜 效益僅達 5.9 bps/Hz，約只有 Type • II 碼簿效能的 47%，因而降低了細胞頻譜效益，類似的觀察也適用於 TDD 系 統，以上結果皆在考慮正交用戶配對時觀察所得。 Table 8: SU/MU 之性能比較。 Metric Single-user SE (bps/Hz) [percentage] Multi-user SE (bps/Hz) [percentage] Cell SE (bps/Hz) UE Pairing Opportunisti c Orthogona l Opportunisti c Orthogona l Opportunisti c Orthogona l TypeⅡ codebook + ZF 5.3 [25%] 5.6 [61%] 11.1 [75%] 11.2 [39%] 9.1 7.6 Type Ⅱ codebook 5.3 [31%] 5.6 [61%] 11.0 [69%] 11.2 [39%] 8.7 7.6 Class A codebook - 2.5 [41%] - 5.9 [59%] - 4.2 TDD+ZF - 5.6 [22%] - 11.0 [78%] - 9.7 VI. 結論 本次計畫實現 TDD 多工模式之多層多用戶 MIMO 傳輸之線性預編碼與 FDD 多工 模式之 MU-MIMO 之線性預編碼與多用戶配對機制，並實現於系統層級模擬器中，分 析模擬結果獲得以下結論。 • 相較於碼簿，基於 zero-forcing 的預編碼有效增加 SE 效能。
• TDD 系統中用戶配對依據：常見於論文上的 chordal distance，未能有效反應不同 用戶通道間的空間相關性，推測與通道模型的設定有關，反而限制了用戶配對的彈 性，效果不如以 PF priority 為配對依據。
• TDD 系統中用戶可接收 layer 數：觀察通道 rank 數，超過 90%的用戶通道可支援
多 layer 傳輸，但增加 layer 數不利於 SE 效能，推測原因為功率分配導致有效 SINR 隨 layer 數增加而下降。
• 配對用戶數：增加配對用戶數導致 SE 些微下降，影響不如用戶 layer 數嚴重。
• 基地台傳送 layer 數上限：此參數的增加導致 MU 比例大幅下降，其中以配對 2
個用戶的比例下降最明顯。
• TDD 系統中，為分析 MU 比例下降的原因，觀察 PF priority 的分子與分母趨勢，
在 MU 模式下，分子 (potential achievable rate)經常高於分母 (historical rate)，導致 PF priority 小於 1，而 SU 模式則相反。上述現象雖能解釋 MU 比例偏低的原因，但進一 步觀察 MU 模式的 historical rate，經常是高於 SU 模式的，代表 MU 模式的確能提高 rate，但受到 PF 維持公平性的原則，限制了 MU 的比例。 • FDD 系統預編碼干擾消除效能：使用 Type II 碼簿量化通道後計算的 ZF 預編碼， 其效能與用戶配對方式密切相關，若使用機會式配對，相較未使用預編碼 可降低 IUI 約 3.6 dB，若進一步檢查 PMI 正交性所得的正交用戶配對，則 ZF 預編碼幾乎無法再 消除 IUI。 • FDD 系統用戶配對機制：無論是否使用 ZF 預編碼，正交用戶配對相較機會式用 戶配對有較低的 IUI。 • FDD 系統 SU/MU 比例：相較是否使用 ZF 預編碼，用戶配對機制對 SU/MU 比例 的影響較顯顯著，機會式用戶配對可增加將近一倍的 MU 比例。 • FDD 系統頻譜效益：使用 Type II 碼簿量化通道後計算的 ZF 預編碼，可達成的細 胞頻譜效益與 TDD 系統使用 ZF 預編碼的頻譜效益相比，其差距也取決於用戶配對方 式，使用正交用戶配對約減少 20%，使用機會式配對則只有 4%的差距，主要原因是 機會式配對相較正交用戶配對較能發揮多用戶選擇增益。 • Type II 碼簿的高解析度：對於在缺乏通道對稱性的 FDD 系統進行多用戶干擾消 除，在用戶配對方面，相較於機會式用戶配對有著較高計算複雜度的正交用戶配對機 制，雖然在 TDD 系統表現較好，在 FDD 系統反而因為犧牲了用戶選擇性而降低了頻 譜效益。 參考文獻
[1] C.-K. Jao et al., “WiSE: A system-level simulator for 5G mobile networks,” IEEE Wireless Commun., vol. 25, no. 2, pp. 4–7, Apr. 2018.
[2] B. Zhou, B. Bai, Y. Li, D. Gu and Y. Luo, "Chordal distance-based user selection algorithm for the multiuser MIMO downlink with perfect or partial CSIT," 2011 IEEE
International Conference on Advanced Information Networking and Applications, Singapore, 2011, pp. 77-82
[3] 3GPP TS 38.214 NR; Physical Layer Procedure for Data (Release 15), December 2017. [4] C. B. Ribeiro, K. Hugl, M. Lampinen and M. Kuusela, "Performance of Linear Multi-User MIMO Precoding in LTE System," in International Symposium on Wireless Pervasive Computing, Santorini, Greece, 2008.
[5] Samsung etc, WF on Type I and II CSI codebooks, R1-1709232, Hangzhou, 2017. [6] H. Miao, M. D. Markus and F. Michael, “Amplitude Quantization for Type-2 Codebook Based CSI Feedback in New Radio System,” European Conference on Networks and Communications (EuCNC), 2018.
107年度專題研究計畫成果彙整表
計畫主持人：劉光浩 計畫編號：107-2218-E-006-038-計畫名稱：5G系統層級模擬器之IMT-2020系統效能評估： 增強型行動寬頻通訊技術之研究 成果項目 量化 單位 質化 （說明：各成果項目請附佐證資料或細 項說明，如期刊名稱、年份、卷期、起 訖頁數、證號...等） 國 內 學術性論文 期刊論文 0 篇 研討會論文 0 專書 0 本 專書論文 0 章 技術報告 2 篇 (1) 林巧涵, 吳晨渝, 楊東原, 劉光浩, 適用於IMT-2020效能評估之系統層級模 擬器MU-MIMO技術, 2018/12. (2) 余恆億, 林楨嵃, 劉光浩, 適用於 FDD多工模式之系統層級模擬器MU-MIMO技術, 2019/6. 其他 0 篇 智慧財產權 及成果 專利權 發明專利 申請中 0 件 已獲得 0 新型/設計專利 0 商標權 0 營業秘密 0 積體電路電路布局權 0 著作權 0 品種權 0 其他 0 技術移轉 件數 0 件 收入 0 千元 國 外 學術性論文 期刊論文 0 篇 研討會論文 1Wen-Hui Yang and Kuang-Hao Liu, Blockage effect and beam
cooperation in indoor hotspot based on 3GPP NR blockage model, IEEE International Conference on Communications, May 20-24, Shanghai, China. 專書 0 本 專書論文 0 章 技術報告 0 篇 其他 0 篇
及成果 已獲得 0 新型/設計專利 0 商標權 0 營業秘密 0 積體電路電路布局權 0 著作權 0 品種權 0 其他 0 技術移轉 件數 0 件 收入 0 千元 參 與 計 畫 人 力 本國籍 大專生 0 人次 碩士生 4 楊東原、吳晨渝、余恆億, 林楨嵃 博士生 0 博士級研究人員 0 專任人員 0 非本國籍 大專生 0 碩士生 0 博士生 0 博士級研究人員 0 專任人員 0 其他成果 （無法以量化表達之成果如辦理學術活動 、獲得獎項、重要國際合作、研究成果國 際影響力及其他協助產業技術發展之具體 效益事項等，請以文字敘述填列。） 本計畫研究成果中的MU-MIMO效能獲得合作法人認可，共 同以Trans-Pacific Evaluation Group獨立評估小組身份 於2019年10月遞交至ITU-R參與IMT-2020 Evaluation。
