Энергетическая эффективность в многосотовых massive MIMO: влияние схем обработки и параметров аппаратной реализации

В работе исследуется компромисс между энергетической и спектральной эффективностью в многосотовых системах massive MIMO. Актуальность исследования обусловлена необходимостью одновременного повышения пропускной способности и снижения энергопотребления базовых станций в беспроводных сетях следующего поколения при росте числа антенн и обслуживаемых пользователей.

Цель исследования. Выявить влияние числа антенн базовой станции, количества обслуживаемых пользователей, схем линейной обработки сигналов и параметров аппаратной реализации на энергетическую эффективность многосотовых систем massive MIMO и определить конфигурации, обеспечивающие наилучший компромисс между энергетической и спектральной эффективностью.

Используемые методы. В статье разработана математическая модель системы massive MIMO, учитывающая число антенн базовой станции M, количество пользовательских устройств K, а также различные схемы линейной обработки сигналов (MR, ZF, RZF, S-MMSE, M-MMSE). В модель включены параметры потребляемой мощности, отражающие особенности аппаратной реализации, рассмотренные в виде двух наборов характеристик элементной базы. Оценка энергетической и спектральной эффективности выполнена на основе имитационного моделирования для различных конфигураций системы.

Результаты. Показано, что оптимальное соотношение числа антенн к количеству пользователей M/K ≈ 3–4 обеспечивает максимальную энергетическую эффективность без существенного снижения спектральной производительности. Установлено, что алгоритмы M-MMSE и S-MMSE демонстрируют наилучшие показатели энергетической эффективности при умеренной вычислительной сложности, особенно при использовании улучшенной аппаратной базы. Полученные зависимости подтверждают наличие выраженного оптимума энергетической эффективности при увеличении числа антенн базовой станции.

Новизна работы заключается в комплексном анализе компромисса между энергетической и спектральной эффективностью в многосотовых системах massive MIMO с одновременным учетом схем линейной обработки сигналов и параметров аппаратной реализации, что позволяет обосновать практические рекомендации по выбору конфигурации базовых станций в условиях технологических ограничений.

Практическая значимость. Результаты исследования могут быть использованы при проектировании и оптимизации энергоэффективных многосотовых систем massive MIMO для беспроводных сетей связи следующего поколения с учетом технологических ограничений аппаратной реализации и требований к качеству обслуживания.

1. Арсамерзуева А.У., Тасуева Х.З.А., Чадаев А.К. Применение технологий MIMO для повышения эффективности в инфокоммуникационных сетях // XII Всероссийская научно‑практическая конференция «Молодежь, наука, инновации» (Грозный, Российская Федерация, 18 октября 2023 г.). Грозный: Грозненский государственный нефтяной технический университет им. М.Д. Миллионщикова, 2023. С. 31–35. DOI:10.26200/GSTOU.2023.95.35.004. EDN:LNRUDH

2. Алиев И.В. Спектральная эффективность в massive MIMO // Всероссийская научно-техническая конференция с международным участием «Современные проблемы телекоммуникаций» (Новосибирск, Российская Федерация, 19–20 апреля 2023 г.). Новосибирск: Сибирский государственный университет телекоммуникаций и информатики, 2023. С. 380–385. DOI:10.55648/978-5-91434-084-8-2023-274-278 EDN:YUWOKI

3. Свиридова И.В., Хорошайлов Р.Н., Лялин Д.В. Анализ методов MIMO для 5G и последующих технологий: преимущества и недостатки // Радиотехника. 2023. Т. 87. № 8. С. 100–104. DOI:10.18127/j00338486-202308-16. EDN:YIBXZQ

4. Аль‑Рави М., Аль‑Рави М. Анализ эффективности массовой MIMO системы восходящей связи при использовании канала с замираниями Накагами‑M // Известия высших учебных заведений. Радиоэлектроника. 2017. Т. 60. № 1(655). С. 18–24. DOI:10.20535/S0021347017010022. EDN:ZQMSFN

5. Севрюков А.Е., Осипов Н.С. Влияние конфигурации систем MIMO на энергетические параметры радиолинии // III Всероссийская научно-практическая конференция «Инфокоммуникации и информационная безопасность: состояние, проблемы и пути решения», Курск, Российская Федерация, 11–13 мая 2016 г.). Курск: Юго-Западный государственный университет, 2016. С. 105–110. EDN:WXQXMX

6. Björnson E., Larsson E.G., Marzetta T.L. Massive MIMO: ten myths and one critical question // IEEE Communications Magazine. 2016. Vol. 54. Iss. 2. PP. 114–123. DOI:10.1109/MCOM.2016.7402270

7. Halbauer H., Weber A., Wiegner D., Wild T. (2019). Energy Efficient Massive MIMO Array Configurations // IEEE Globecom Workshops (GC Wkshps, Abu Dhabi, United Arab Emirates, 09–13 December 2018). IEEE, 2019. DOI:10.1109/GLOCOMW.2018.8644331

8. Hoydis J., ten Brink S., Debbah M. Massive MIMO in the UL/DL of Cellular Networks: How Many Antennas Do We Need? // IEEE Journal on Selected Areas in Communications. 2013. Vol. 31. Iss. 2. PP. 160–171. DOI:10.1109/JSAC.2013.130205

9. Liu W., Han S., Yang C. Is massive MIMO energy efficient? arXiv:1505.07187. 2015.

10. Ngo H.Q., Larsson E.G., Marzetta T.L. Energy and Spectral Efficiency of Very Large Multiuser MIMO Systems // IEEE Transactions on Communications. 2013. Vol. 61. Iss. 4. PP. 1436–1449. DOI:10.1109/TCOMM.2013.020413.110848

11. Prasad K.N.R.S.V., Hossain E., Bhargava V.K. Energy Efficiency in Massive MIMO-Based 5G Networks: Opportunities and Challenges // arXiv:1511.08689. 2015.

12. Salh A., Audah L., Shah N.S.M., Hamzah S.A. Trade-Off Energy and Spectral Efficiency in a Downlink Massive MIMO System // Wireless Personal Communications. 2019. Vol. 106. PP. 897–910. DOI:10.1007/s11277-019-06194-4. EDN:OHCHSG

13. Sanguinetti L., Björnson E., Hoydis J. Toward Massive MIMO 2.0: Understanding Spatial Correlation, Interference Suppression, and Pilot Contamination // IEEE Transactions on Communications. 2020. Vol. 68. Iss. 1. PP. 232–257. DOI:10.1109/tcomm.2019.2945792. EDN:JGHAGN

14. Hei Y., Zhang C., Song W., Kou Y. Energy and spectral efficiency tradeoff in massive MIMO systems with multi-objective adaptive genetic algorithm // Soft Computing. 2019. Vol. 23. PP. 7163–7179. DOI:10.1007/s00500-018-3356-x. EDN:XJLOUS