Joint algorithm of beamforming and power control for transmit beamforming CDMA system = 송신 빔 성형 CDMA 시스템을 위한 가중치 결정과 전력 제어의 연동 방식 제안 및 용량 분석

국문 초록 (Abstract)

사용자의 용량 증가와 기지국의 전력 효율을 향상시키기 위해 가중치 결정과 전력 제어가 연동되는 송신 빔 성형 CDMA 시스템을 제안한다. 제안된 시스템은 각 사용자의 요구 신호 대 간섭 및 잡음 비(SINR)를 만족시키면서 빔 성형 및 수신 신호의 컴바이닝을 위한 가중치와 전력 제어를 연동하여 결정함으로써 기지국의 총 송신 전력을 최소화 한다. 또한 수신 SINR을 최대화하는 빔 성형 가중치 결정 알고리즘 (MST)을 적용함으로써 다른 사용자 신호로 인한 간섭을 최소화하여 사용자 용량을 증가 시킨다. 이러한 빔 성형 방식을 송신단에서 적용하는 경우는 가중치의 결정을 위해 요구되는 순방향 링크의 채널 정보를 각 이동국이 추정하여 양자화한 후 귀환 채널을 통해 해당 기지국에 알리는 과정이 필요하다. 따라서 송신 빔 성형 시스템의 성능은 다른 사용자 신호로 인한 간섭뿐만 아니라 귀환과정에서 발생하는 채널 정보의 오류에 의해 저하된다. 이러한 귀환 정보 오류에 의한 영향을 줄이고 전체 시스템 성능을 개선하기 위해 송신 안테나 선택 방식이 제안된다.
SINR 기반의 빔 성형을 위한 가중치와 전력 제어의 연동 결정 방식은 FDMA와 TDMA 같은 non-CDMA 시스템에 대해 [1]에서 연구된 바 있으며, 시스템 레벨의 모의실험을 통해 이 방식이 기지국의 총 송신 전력을 최소화할 수 있음을 보였다. 이전의 FDMA와 TDMA 시스템에 관련된 연구에서는 인접 채널 간섭을 무시하였으며 동일 시간 동일 주파수대에는 셀 당 한 사용자만이 서비스 받는다고 가정하였다. 그러나 송신 빔 성형 방식을 적용한 CDMA 시스템은 셀 당 다수의 사용자들이 시간과 주파수를 공유하고 확산부호로 구분되므로 전체 시스템의 성능 분석을 위해서는 다중 사용자로 인한 간섭효과에 대한 고려가 요구된다. 특히 CDMA 시스템은 outer loop power control의 적용을 통해 요구 FER을 만족하게 되므로 최적의 빔 성형 가중치와 전력 할당은 SINR이 아닌 FER 기반으로 결정되어야 한다. 평균SINR 을 기반으로 한 분석은 채널의 변화 및 간섭 효과에 따른 오류 정정 효과를 정확히 반영하기 어려우며, 특히 FER 기반의 outer loop power control의 적용이 어렵다. 본 논문에서는 FER기반의 송신 빔 성형 가중치와 전력 제어의 연동 알고리즘을 제안하고 CDMA 시스템에 적용함으로써 요구 FER에 대한 시스템 용량 및 outage 성능을 분석하였다.
모의실험 결과는 MST를 기반으로 한 연동 방식이 최대 비 결합 (MRT) 기반의 방식에 비해 송신 빔 성형 CDMA 시스템의 사용자 용량 및 outage 성능을 주파수 비선택적 페이딩 채널에서 약 80% 이상, 다중 경로 페이딩 채널에서 약 50% 이상 향상시킬 수 있음을 보인다.

다국어 초록 (Multilingual Abstract)

A joint beamforming and power control algorithm based on Maximum SINR Transmission (MST) and Maximal Ratio Transmission (MRT) for transmit weight estimation is proposed for a transmit beamforming CDMA system. Since the FDD is of interest, the beam weight and power allocation is determined at the base station by assistance of each mobile that transmits forward link channel information to a base station through a feedback channel in quantized form.
This dissertation is two-fold. The first focus is to investigate how sensitively performance degrades in single cell environment due to the quantization error of feedback channel and feedback delay. To overcome the effects of the feedback error while improving overall performance, a transmit antenna selection scheme is proposed and evaluated in the link level. Results show that the proposed selection scheme can save the feedback bits by 58% and enhance performance by 1dB.
The other focus is to propose a joint algorithm of beamforming and power control base on MST and MRT criterion to increase user capacity, achieve good power efficiency, and evaluate its performance with a system level simulation. The proposed scheme jointly determines the optimum set of the transmit weight vectors, rake combining weight vectors, and power allocation of each user, so that the transmit power of the base station is minimized while target FER of each user is maintained by inner and outer loop power control.
The SINR-based joint power control and beamforming scheme for non-CDMA systems has been studied and the system performance has been investigated in [1]. It was found that total transmit power could be minimized through a system level simulation. Since a CDMA system applying transmit beamforming simultaneously admits more than one user in a cell, the investigation for its performance such as user capacity and outage performance requires interference consideration compared to the analysis of [1]. Moreover, since CDMA systems adapt an outer loop power control that adaptively adjusts a target SINR to maintain the required FER, optimum weights and power allocation should be jointly determined to satisfy not the target SINR but the target FER.
The results are shown without considering the effects of the real feedback channel structure and feedback delay. Although the first part of the study presented a degradation of performance due to limited feedback information, transmission error, and delays to some extent, the complete investigation on the effects on the performance of inaccurate channel information will be left for future study. It is shown that the MST-based system can increase user capacity by over 80% on a flat fading channel and 50% on a multipath fading channel compared with the MRT. The results also show that the acceptable number of users can be increased by 200% comparing with a single transmit antenna system. The required total power to satisfy 1% of the FER performance is evaluated according to the number of users in a cell and the number of antennas on various fading channels.

목차 (Table of Contents)

• Contents = i
• List of Tables = iv
• List of Figures = v
• Acronyms = ix
• Abstract = x
• 1 Introduction = 1
• 2 Modeling and Simulation of Wireless Vector Channels = 5
• 2.1 Spatio-temporal Correlation of Fading Channel = 6
• 2.2 Vector Channel Simulation Model = 11
• 2.3 Performance of Vector Channel Simulation = 14
• 3 Transmit Beamforming CDMA System = 17
• 3.1 System Description = 17
• 3.2 Evaluation of Receive SINR = 20
• 4 Link Performance of Transmit Beamforming CDMA System = 23
• 4.1 Effects of Feedback Channel Delay = 24
• 4.1.1 System Description = 24
• 4.1.2 Weight Estimation Algorithm = 25
• 4.1.3 Feedback Channel Model = 26
• 4.1.4 Simulation Model and Results = 27
• 4.2 Transmit Antenna Selection = 36
• 4.2.1 System Description = 37
• 4.2.2 Antenna Selection and Optimal Weight Estimation = 38
• 4.2.3 Optimum Feedback Channel Model = 40
• 4.2.4 Simulation Model and Results = 43
• 4.3 Summary = 48
• 5 Capacity Evaluation of Transmit Beamforming CDMA System = 50
• 5.1 Joint Power Allocation and Weight Estimation Algorithms = 51
• 5.1.1 Update Algorithm for Power Allocation = 52
• 5.1.2 Maximum Ratio Transmission (MRT) Algorithm and Power Allocations = 53
• 5.1.3 Joint Power Allocations and Maximum SINR Transmission (MST) Algorithm = 55
• 5.1.4 Combining Weight Vector = 61
• 5.2 FER Prediction Algorithm = 62
• 5.2.1 Converting the Instantaneous SINR to FER = 62
• 5.2.2 Verification of FER Prediction Algorithm = 66
• 5.3 Simulation Model and Results = 72
• 5.3.1 System Model and Simulation Procedure = 72
• 5.3.2 Simulation Results = 77
• 5.4 Summary = 97
• 6 Conclusions = 98
• Appendix A Convergence of the Algorithm = 101
• Appendix B Downlink Optimization Problem = 103
• References = 105
• Abstract (in Korean) = 109