Technische Samenvatting: Aanpak van Interferentie in HAPS-netwerken via Hoekgevoelige Clustering en RSMA

Probleemstelling

High Altitude Platform Stations (HAPS) bieden een veelbelovende oplossing voor netwerken van de volgende generatie door overal aanwezig connectiviteit vanuit de stratosfeer te leveren. HAPS-netwerken staan echter voor unieke interferentie-uitdagingen die verschillen van die in terrestrische netwerken. Vanwege de grote hoogte van HAPS worden verbindingen met gebruikers op de grond gedomineerd door sterke Line-of-Sight (LoS)-omstandigheden met beperkte kanaalvariabiliteit. Gevolg hiervan is dat gebruikers die geografisch ver uit elkaar liggen vanuit een terrestrisch perspectief, vanuit het gezichtspunt van de HAPS dicht bij elkaar lijken te zitten, wat resulteert in zeer vergelijkbare kanaalcondities en versterkte inter-user interferentie.

Het specifieke probleem dat in dit werk wordt aangepakt, betreft een enkele HAPS die meerdere gebruikers op de grond bedient via meerdere stralen over een beperkt aantal orthogonale Resource Blocks (RB's). Aangezien het aantal gebruikers ($U$) het beschikbare aantal RB's ($R$) overschrijdt, moeten meerdere gebruikers dezelfde RB delen, wat leidt tot ernstige intra-RB interferentie. Traditionele benaderingen met gebruikersspecifieke stralen zijn vaak onpraktisch gezien de hoogte van de HAPS en de nabijheid van de gebruikers. De uitdaging ligt daarom in het effectief beheersen van interferentie wanneer gebruikers worden gegroepeerd in geografische clusters die worden bediend door een enkele straal, terwijl tegelijkertijd het beperkte aantal RB's wordt toegewezen en transmissiestrategieën worden geoptimaliseerd om de spectrale efficiëntie (SE) te maximaliseren.

Methodologie

De auteurs stellen een drie-fasen raamwerk voor om interferentie te beheersen: Hoekgevoelige Clustering, Interferentiegevoelige RB-toewijzing en Rate-Splitting Multiple Access (RSMA).

1. Hoekgevoelige Clustering en Straalsturing

Het systeem gaat ervan uit dat de HAPS stralen vormt naar geografische clusters in plaats van naar individuele gebruikers.

• Clusteringstrategie: Gebruikers worden gegroepeerd in $L = \lceil U/R \rceil$ clusters op basis van hun hoekpositie (elevatie $\theta$ en azimut $\phi$). De auteurs maken gebruik van een capaciteit-beperkt K-means-algoritme om ervoor te zorgen dat geen enkele cluster groter is dan $R$.
• Straalsturing (WU-Clustering): In tegenstelling tot op het zwaartepunt gebaseerde benaderingen, stuurt de voorgestelde "Slechtste-Gebruiker" (Worst-User, WU) clusteringstrategie elke straal naar de richting die de minimale effectieve antenneversterking maximaliseert onder alle gebruikers in die cluster. Dit zorgt voor eerlijkheid en beschermt gebruikers met de slechtste kanaalcondities binnen de cluster.
• RB-toewijzing: Binnen elke cluster worden RB's orthogonaal toegewezen om intra-cluster interferentie te vermijden. Omdat RB's echter worden hergebruikt over verschillende clusters, blijft inter-cluster interferentie bestaan. Het toewijzingsalgoritme wijst RB's toe aan gebruikers om de geaccumuleerde interferentielekkage van reeds geplande gebruikers in andere clusters te minimaliseren.

2. RSMA-gebaseerd Inter-cluster Interferentiebeheer

Om de onvermijdelijke inter-cluster interferentie veroorzaakt door RB-hergebruik te beperken, passen de auteurs Rate-Splitting Multiple Access (RSMA) toe op basis van elke RB.

• Berichtsplitting: Het bericht voor elke gebruiker wordt opgesplitst in een gemeenschappelijk deel en een privaat deel.
• Transmissiestructuur:
  • De gemeenschappelijke delen van alle gebruikers die een specifieke RB delen, worden gecombineerd tot één gemeenschappelijke stream ($s^{(c)}_r$), die wordt verzonden met vermogen $p^{(c)}_{r,\ell}$ per clusterstraal.
  • De private delen worden gecodeerd in individuele private streams ($s^{(p)}_u$), die worden verzonden met vermogen $p^{(p)}_u$.
• Ontvangst: Gebruikers decoderen eerst de gemeenschappelijke stream (waarbij private streams als ruis worden behandeld), voeren Successive Interference Cancellation (SIC) uit en decoderen vervolgens hun private stream. Dit maakt flexibel interferentiebeheer mogelijk door interferentie als ruis te behandelen of deze gedeeltelijk te decoderen.

3. Optimalisatieformulering

De auteurs formuleren een Max-Min Fairness (MMF) optimalisatieprobleem om gezamenlijk de vermogensallocatie voor gemeenschappelijke en private streams ($p^{(c)}$ en $p^{(p)}$) en de gemeenschappelijke rate-toewijzing ($C_u$) te ontwerpen. Het doel is om de minimaal haalbare data-rate over alle gebruikers te maximaliseren, onderworpen aan totale zendvermogenbeperkingen en decoderingsbeperkingen.

• Oplossingsbenadering: Vanwege de niet-convexe aard van het probleem (met betrekking tot Signal-to-Interference-plus-Noise Ratio (SINR) verhoudingen), maken de auteurs gebruik van een Successive Convex Approximation (SCA) techniek. Ze introduceren slack-variabelen en gebruiken eerste-orde Taylor-benaderingen om het probleem te transformeren naar een hanteerbare convexe vorm, die iteratief wordt opgelost.

Belangrijkste Bijdragen

1. Nieuw Clusteringkader: Het paper introduceert een hoekgevoelig clusteringalgoritme dat gebruikers groepeert op basis van hoekgelijkenis en een straalsturingstrategie voor de slechtste gebruiker hanteert. Dit staat in contrast met eerdere werken die vaak gebruikersspecifieke stralen of op het zwaartepunt gebaseerde sturing veronderstellen, en biedt een meer praktische aanpak voor HAPS-geometrie.
2. Geïntegreerde RSMA-strategie: Het werk integreert RSMA specifiek in HAPS-netwerken om inter-cluster interferentie te beheersen die voortvloeit uit RB-hergebruik, een scenario waarin traditionele orthogonale toewijzing faalt.
3. Gezamenlijke Optimalisatie: De auteurs ontwikkelen een iteratief algoritme (MMF-RSMA-PA) dat straalssturing, RB-toewijzing en vermogens/rate-splitting gezamenlijk optimaliseert om eerlijkheid en spectrale efficiëntie te maximaliseren.
4. Uitgebreide Evaluatie: De studie biedt een gedetailleerde analyse van de afwegingen tussen beamforming-versterking en interferentiebestrijding, met name door de impact van HAPS-antenne-arrays configuraties (UPA-grootte) te onderzoeken.

Numerieke Resultaten

Simulaties werden uitgevoerd met een HAPS op 20 km hoogte die 60 gebruikers bedient over 10 RB's met behulp van een 8x8 Uniform Planar Array (UPA).

• Convergentie: Het voorgestelde iteratieve SCA-algoritme (Algoritme 2) toont monotoon convergentie en stabiliseert binnen minder dan 13 iteraties.
• Toename van Spectrale Efficiëntie:
  • Invloed van RSMA: Een vergelijking van het voorgestelde schema (WU-Clustering + RSMA) met een baseline zonder RSMA (WU-Clustering zonder RSMA) toont een aanzienlijke verbetering. De mediane Spectrale Efficiëntie (SE) steeg van ongeveer 0,12 b/s/Hz naar 0,55 b/s/Hz (een vierkante toename), wat de effectiviteit van RSMA in het beheersen van inter-cluster interferentie onderstreept.
  • Invloed van Clustering: De voorgestelde WU-Clustering presteerde consistent beter dan een op het zwaartepunt gebaseerde clusteringbenadering (C-Clustering + RSMA). Door expliciet rekening te houden met de kanaalcondities van de slechtste gebruiker tijdens de straalssturing, verbeterde de WU-strategie de eerlijkheid en de minimale rates.
• Afweging Antenneconfiguratie: Het verhogen van het aantal antenne-elementen (bijvoorbeeld van 2x2 naar 8x8) verbeterde de prestaties door stralen te verengen en interferentie te onderdrukken. Een verdere vergroting van de array-grootte (bijvoorbeeld naar 16x16 of groter) leidde echter tot prestatiedegradatie. Smellere stralen verminderden de versterking voor gebruikers die zich buiten het centrum van de straal bevinden, wat de algehele systeemprestaties negatief beïnvloedde.

Betekenis en Claims

Het paper stelt dat het voorgestelde raamwerk van hoekgevoelige clustering gecombineerd met RSMA significant beter presteert dan basisschema's in termen van de haalbare spectrale efficiëntie per gebruiker. De auteurs benadrukken dat hun aanpak de specifieke propagatiekenmerken van HAPS-netwerken aanpakt (sterke LoS, beperkte kanaalvariabiliteit), waardoor traditionele interferentiebeheersstrategieën minder effectief zijn.

De betekenis van het werk ligt in het aantonen dat:

1. Praktische Beamforming: Het sturen van stralen op basis van de "slechtste gebruiker" binnen een cluster superieur is aan op het zwaartepunt gebaseerde sturing voor het waarborgen van eerlijkheid in HAPS-netwerken.
2. Effectiviteit van RSMA: RSMA is een krachtig hulpmiddel voor het beheersen van het specifieke type inter-cluster interferentie dat wordt gegenereerd door RB-hergebruik in HAPS-scenario's, en biedt een brug tussen het behandelen van interferentie als ruis en het volledig decoderen ervan.
3. Systeemontwerpbalans: Er is een kritieke afweging in HAPS-antenneontwerp; het simpelweg verhogen van het aantal antenne-elementen garandeert geen betere prestaties vanwege de verenging van de straaldekking, wat een gebalanceerde ontwerpaanpak vereist.

Het paper concludeert dat deze geïntegreerde aanpak interferentie in HAPS-netwerken effectief beheerst, waardoor de prestaties van gebruikers op de grond worden verbeterd in termen van spectrale efficiëntie zonder complexe gebruikersspecifieke beamforming-hardware te vereisen.