Energy-Efficient Resource Allocation for PA Distortion-Aware M-MIMO OFDM System

Sintesi Tecnica: Allocazione delle Risorse ad Alta Efficienza Energetica per Sistemi M-MIMO OFDM Consapevoli della Distorsione degli Amplificatori di Potenza

Enunciato del Problema
Il lavoro affronta la sfida di massimizzare l'Efficienza Energetica (EE) nei sistemi downlink multi-utente (MU) massivi multiple-input multiple-output (M-MIMO) che impiegano la Multiplexazione a Divisione di Frequenza Ortogonale (OFDM). Sebbene il M-MIMO sia un pilastro del 5G e delle generazioni successive, il suo consumo energetico è fortemente guidato dai componenti hardware, in particolare gli Amplificatori di Potenza (PA), che possono rappresentare fino al 65% del consumo energetico totale di una stazione base (BS).

Le strategie esistenti di allocazione delle risorse spesso non riescono a modellare accuratamente la distorsione non lineare introdotta dai PA pratici. La maggior parte dei lavori precedenti assume PA lineari ideali o modella le imperfezioni hardware come distorsione gaussiana additiva con un Rapporto Segnale-Distorsione (SDR) costante. Queste semplificazioni sono valide solo su intervalli di potenza limitati e non riescono a catturare le complesse interazioni tra potenza di trasmissione, distorsione non lineare e consumo energetico, specialmente nelle vicinanze della regione di saturazione del PA. Di conseguenza, questi modelli richiedono spesso vincoli di potenza di trasmissione imposti esternamente e producono progetti di EE subottimali. Il lavoro identifica un vuoto nell'ottimizzazione congiunta della potenza di trasmissione, dell'allocazione della potenza per utente e del numero di antenne attive sotto modelli PA non lineari realistici e a ampio raggio per sistemi M-MIMO OFDM a banda larga.

Metodologia
Gli autori propongono un modello di sistema per un sistema downlink MU M-MIMO OFDM che utilizza la precodifica Zero-Forcing (ZF) su canali di fading Rayleigh indipendenti. Le scelte chiave di modellazione includono:

• Modello PA: Viene adottato un modello a limitatore morbido per rappresentare il PA. Questo modello amplifica linearmente i segnali al di sotto di una potenza di saturazione ($P_{max}$) e li clipa altrimenti. Cattura la dipendenza sia della distorsione del segnale che del consumo energetico dal Back-Off all'Ingresso (IBO).
• Consumo Energetico: Il consumo energetico totale della BS ($P_{tot}$) include la potenza statica, la potenza della catena RF per antenna e la potenza del PA. La potenza del PA è modellata per entrambe le architetture "Classe B" (pratica) e "Perfetta" (idealizzata), mostrando come il consumo scala con l'IBO.
• Metrica di Prestazione: Il Rapporto Segnale-Rumore-e-Distorsione (SNDR) è derivato utilizzando la decomposizione di Bussgang, trattando la distorsione non lineare come interferenza simile al rumore. L'EE è definita come il rapporto tra la somma del tasso raggiungibile e la potenza totale consumata.

Quadro di Ottimizzazione
Gli autori formulano un problema di massimizzazione dell'EE che ottimizza congiuntamente la potenza di trasmissione totale ($P$), le frazioni di allocazione della potenza per utente ($\omega$) e il numero di antenne attive ($M$). Ciò risulta in un problema di ottimizzazione frazionaria mista-intera non convessa. Per risolverlo, sviluppano un quadro di Ottimizzazione Alternata (AO) denominato DEEP-DEAL (Distortion-aware Energy Efficient Power allocation and Antenna aLlocation):

1. DEEP (Allocazione della Potenza): Per un numero fisso di antenne, il problema è disaccoppiato in:
   • Ottimizzazione della Potenza Totale: Un problema non convesso a variabile singola. Gli autori dimostrano l'esistenza di un punto stazionario analizzando il comportamento asintotico della derivata dell'EE. Impiegano un algoritmo di ricerca della radice basato sulla bisezione con una ricerca del punto di partenza specifico per la funzione per trovare la potenza totale ottimale.
   • Distribuzione della Potenza per Utente: Un problema a più variabili dimostrato essere concavo. La soluzione ottimale segue una struttura di riempimento idrico (water-filling), risolvibile tramite metodi standard di bisezione sulla variabile duale di Lagrange.
2. DEAL (Allocazione delle Antenne): Per potenza e frazioni utente fisse, il numero di antenne attive ($M$) è ottimizzato. Sebbene $M$ sia un intero, gli autori lo rilassano a una variabile continua. Dimostrano l'esistenza di una radice unica per la derivata dell'EE rispetto a $M$ e utilizzano una ricerca per bisezione per trovare l'ottimo continuo. La soluzione intera ottimale viene quindi selezionata valutando l'EE al pavimento e al soffitto della radice continua.
3. Convergenza: L'algoritmo itera tra questi blocchi. Gli autori dimostrano che la sequenza dei valori di EE è monotona non decrescente e converge a un punto stazionario. La complessità computazionale scala linearmente con il numero di utenti e logaritmicamente con la precisione numerica.

Contributi Chiave

• Modellazione Realistica: Il lavoro introduce una formulazione di massimizzazione dell'EE che utilizza un modello PA a limitatore morbido, catturando la relazione non lineare tra potenza di trasmissione, distorsione e consumo energetico su tutto l'intervallo operativo, eliminando la necessità di vincoli di potenza esterni arbitrari.
• Ottimizzazione Congiunta: È il primo lavoro a ottimizzare congiuntamente la potenza di trasmissione totale, le frazioni di potenza per utente e il numero di antenne attive per sistemi M-MIMO OFDM a banda larga sotto distorsione non lineare del PA.
• Soluzione Algoritmica: Gli autori propongono il quadro DEEP-DEAL, che scompone il complesso problema non convesso misto-intero in sottoproblemi trattabili risolvibili tramite efficienti tecniche di bisezione e riempimento idrico, evitando l'alta complessità di procedure iterative nidificate come il metodo di Dinkelbach combinato con l'Approssimazione Convessa Successiva (SCA).
• Garanzie Teoriche: Il lavoro fornisce dimostrazioni rigorose per l'esistenza di punti stazionari per i sottoproblemi di potenza e antenne e stabilisce le proprietà di convergenza dell'intero algoritmo AO.

Risultati delle Simulazioni
Le simulazioni numeriche confrontano il quadro DEEP-DEAL proposto con baseline che includono IBO fisso (REF-E), modelli SDR fissi (FixedSDR) e ottimizzazione solo della potenza (DEEP).

• Miglioramenti dell'EE: In scenari multi-utente di grandi dimensioni (ad esempio, 60 utenti), DEEP-DEAL raggiunge miglioramenti mediani dell'EE fino a 3× rispetto alle baseline di allocazione fissa di potenza e antenne.
• Punti di Funzionamento: I risultati dimostrano che il punto di funzionamento ottimale per l'EE si verifica spesso a una potenza di trasmissione finita e a un numero finito di antenne attive. Si mostra che operare i PA vicino alla saturazione (basso IBO) combinato con il dimensionamento delle antenne è ottimale per l'EE, specialmente in condizioni di alto percorso di perdita (path-loss).
• Canali Eterogenei: In scenari con perdite di percorso eterogenee, il quadro alloca dinamicamente più potenza agli utenti con canali più forti e aggiusta di conseguenza il numero di antenne e l'IBO, superando le approssimazioni a SDR fisso fino a 2× in casi di asimmetria estrema.
• Convergenza: L'algoritmo mostra una rapida convergenza empirica, stabilizzandosi tipicamente entro 5 iterazioni esterne.

Significato
Il lavoro afferma che i suoi risultati sottolineano la necessità di bilanciare il controllo della potenza consapevole della distorsione con il dimensionamento delle antenne per massimizzare l'EE nei sistemi M-MIMO. Superando i modelli lineari semplificati o a SDR costante, il lavoro fornisce una metodologia di progettazione più accurata ed efficiente per le future reti wireless sostenibili. Gli autori notano che la strategia ottimale spesso comporta l'operare i PA più vicini alla saturazione mentre si aggiusta dinamicamente il numero di antenne attive, un compromesso che i modelli tradizionali non riescono a catturare. Lo studio suggerisce che ignorare la natura non lineare dei PA porta a una significativa subottimalità nella progettazione di reti vincolate dall'energia.