Master-Assisted Distributed Uplink Operation for Cell-Free Massive MIMO Networks

技術要約：セルフリー大規模MIMOネットワークにおけるマスター支援型分散アップリンク動作

問題提起
セルフリー大規模多入力多出力（CFmMIMO）は、多数のアクセスポイント（AP）を協調的に展開してユーザー機器（UE）をサービスすることで、従来のセルラー型大規模MIMOに見られるセル間干渉やサービス品質の不均一性を解決する、6Gネットワークにおいて有望な技術として認識されている。しかし、既存のアップリンク動作は、性能とリソース効率の間のトレードオフに直面している。

• 中央集権型動作： APは生のパイロット信号およびデータ信号を中央処理装置（CPU）へ転送する。これにより、グローバルなチャネル状態情報（CSI）を用いた最適な結合が可能になる一方で、UEの数が増加するにつれて、フロントホール・シグナリング負荷と計算複雑性が極めて高くなる。
• 分散型動作： APはローカルなチャネル推定とデータ検出を行い、最終的な結合のためにCPUへソフト推定値を送信する。これによりフロントホール・シグナリングは削減されるが、既存のスキームはスペクトル効率（SE）において中央集権型動作に匹然しない場合が多い、あるいはスケーラビリティの利点を打ち消してしまうようなグローバルCSIの共有を必要とする。

本論文は、フロントホール・シグナリング、計算複雑性、およびスペクトル性能を効果的にバランスさせるアップリンク・スキームにおけるギャップを特定している。

手法
著者らは、**マスター支援型分散アップリンク動作（MADUO）**と呼ばれる新しいアップリンク動作を提案している。そのコアとなるアーキテクチャは、各UEに対するAPの階層的な割り当てに基づいている：

1. マスターAP（MAP）： 各UEには、そのサービングセットから特定のMAP（$l_k$）が割り当てられる。
2. 追加サービングAP（ASAP）： 残りのサービングセット内のAPは、ASAPとして機能する。

動作フローは以下の通りである：

• チャネル推定： すべてのUEのサービングセット内のAPがチャネルを推定する。
• ASAP処理： ASAPは、受信コンバイナ（L-MMSEまたはLP-MMSE）を用いてローカルなソフトデータ推定値を計算する。極めて重要な点として、これらは生の信号を送信しない。代わりに、以下を転送する：
  • ソフトデータ推定値（$\hat{s}_{j,k}$）。
  • 融合されたチャネル推定値。
  • 推定誤差の相関行列の和から導出される、チャネル推定の品質を反映するエルミート積項（$\mu_{j,k}$）。
• MAP処理： MAPは、ローカル信号（$y_{l_k}$）およびすべてのASAPからの処理済み情報を受信する。MAPは、ローカル信号と他のAPからのソフト推定値を含む拡張ベクトルを構築する。その後、MAPはこの拡張データに対して受信結合ベクトルを適用し、最終的なデータ推定値を生成する。

スケーラビリティとバリアント
初期のMADUO定式化では、APがネットワーク内の全UEのチャネルを推定する必要がある（非スケーラブルである）ことを認識し、著者らはスケーラブルなバリアントであるMADUO$_{scl}$を提案している：

• APは、自身がサービングするUEのチャネルのみを推定する。
• ASAPは、L-MMSEの代わりにローカル部分MMSE（LP-MMSE）を使用する。
• ASAPによって転送される情報は、自身がサービングするUEに限定される。
• MAPは、自身がサービングするUEに関連するローカル情報および受信情報のみを利用する。

主な貢献

1. 新しいアーキテクチャ： MADUOフレームワークの導入。これは、最終的なデータ検出の負担を、CPUや完全に分散されたローカル検出に頼るのではなく、指定されたMAPへとシフトさせつつ、隣接するAPからのソフト情報を活用するものである。
2. 最適結合の導出： 達成可能なスペクトル効率を最大化することにより、MAPのための最適な受信コンバイナを導出し、この問題を一般化レイリー商として定式化する。
3. スケーラブルな実装： 情報交換をローカルなサービングセットに制限することで、総UE数（$K$）に対する依存性を低減したMADUO$_{scl}$の開発。
4. 複雑性分析： フロントホール・シグナリング（交換される複素スカラー）および計算複雑性（複素乗算）について、提案スキームと既存のベンチマーク（C-MMSE、P-MMSE、L-MMSE、LP-MMSE）の両方に対する詳細な分析。

数値結果
シミュレーションは、$L=100$のAP、$N=4$のアンテナ/AP、および変動するUE数（$K$）を持つCFmMIMOネットワークで実施された。

• スペクトル効率： MADUOおよびMADUO$_{scl}$の両方は、中央集権的なC-MMSE動作に匹敵するスペクトル効率を達成し、標準的な分散型動作（L-MMSEおよびLP-MMSE）を大幅に上回る。
• フロントホール・シグナリング： $K > 60$の場合、MADUO$_{scl}$は標準的な分散型動作よりも少ないフロントホール・シグナリングを必要とするが、非スケーラブルなMADUOは最も多くのシグナリングを必要とする。
• 計算複雑性： 両提案スキームは、中央集権型動作よりも少ない計算量を必要とする。特筆すべきは、MADUO$_{scl}$の計算負荷は$K$が増加するにつれて減少することである。これは、任意のUEをサービングするAPの数（$|A_k|$）が、総UE数が増えるにつれて減少するというユーザーセントリックなクラスタリングメカニズムに起因する。

意義と主張
本論文は、MADUOおよびそのスケーラブルなバリアントが、CFmMIMOアップリンク処理のためのバランスの取れたソリューションを提供すると主張している。著者らは、これらのスキームが「中央集権的な動作に匹敵する性能」を発揮しながら、「フロントホール・シグナリングと計算複雑性のバランス」を見事に取っていると述べている。特に、MADUO$_{scl}$は、中央集権的処理に特有の高スペクトル効率を犠牲にすることなく、分散型動作と比較してフロントホール・シグナリングを削減し、中央集権型動作と比較して低い計算負荷を実現できる点が強調されている。本研究は、リソース制約の管理と性能要件の両立が求められる、実用的な6Gネットワーク実装への一歩として提示されている。