HAPS-Complemented Terrestrial Networks

Technische Samenvatting: HAPS-gecomplementeerde Terrestriële Netwerken voor Capaciteitsverbetering aan de Celrand

Probleemstelling
In stedelijke multicell MIMO-downlinksystemen (Multiple-Input Multiple-Output) lijden gebruikersapparaten (UE's) aan de celrand onder aanzienlijk lagere datasnelheden vergeleken met nabijgelegen UE's. Deze prestatieverslechtering wordt gedreven door zware schaduwvorming, hoge padverliezen en intercel-interferentie (ICI). Hoewel terrestriële oplossingen zoals basisstation (BS) coördinatie, machtsregeling en cell-free MIMO bestaan, worstelen deze vaak onder non-line-of-sight (NLoS) omstandigheden en zware blokkades die gebruikelijk zijn in dichtbevolkte stedelijke omgevingen. Dit artikel behandelt de uitdaging om de capaciteit van deze rand-UE's te verbeteren door een High-Altitude Platform Station (HAPS) in het terrestriële netwerk te integreren om als relais te fungeren.

Systeemmodel en Methodologie
Het voorgestelde systeem bestaat uit $B$ terrestriële cellen, elk bediend door een multi-antenne basisstation dat opereert in half-duplex modus. Een full-duplex (FD) HAPS, gepositioneerd op een hoogte van 22 km met afzonderlijke zend- en ontvangstantenne-arrays, dekt alle cellen af. De HAPS maakt gebruik van de grote fysieke scheiding tussen de zend- en ontvangstantennes om passieve zelfinterferentie (SI) onderdrukking te bereiken, waardoor het in full-duplex modus kan opereren.

Het communicatieprotocol werkt als volgt:

1. Uplink naar HAPS: Terrestriële BS'en sturen gegevens bedoeld voor rand-UE's door naar de FD-HAPS. De BS'en maken gebruik van hybride beamforming (de combinatie van RF- en baseband-precoders) en Non-Orthogonal Multiple Access (NOMA) om zowel nabijgelegen als rand-UE's gelijktijdig te bedienen.
2. HAPS Relay: De FD-HAPS ontvangt signalen van alle BS'en, past hybride combinatie toe en gebruikt Successive Interference Cancellation (SIC) om de datastromen van de rand-UE's te decoderen.
3. Downlink naar UE's: De HAPS verzendt de gedecodeerde data van de rand-UE's opnieuw naar de beoogde UE's via line-of-sight (LoS) verbindingen, die minder gevoelig zijn voor stedelijke schaduwvorming dan terrestriële verbindingen. Nabijgelegen UE's ontvangen signalen direct van hun bedienende BS en de HAPS, waarbij zij SIC toepassen om hun eigen data te decoderen nadat de interferentie van de rand-UE is verwijderd.

Optimalisatie en Algoritme
De kern van de technische bijdrage is de formulering van een gezamenlijk optimalisatieprobleem om de haalbare somrate van het systeem te maximaliseren. De optimalisatievariabelen omvatten de hybride precoders bij de BS'en ($F_{RF}, F_{BB}$), de hybride precoders bij de HAPS ($G_{RF}, G_{BB}$), en de hybride combiners bij de HAPS ($W_{RF}, W_{BB}$). Het probleem is onderworpen aan:

• Totale zendvermogensbeperkingen voor zowel de BS'en als de HAPS.
• Minimale Quality-of-Service (QoS) rate-beperkingen voor rand-UE's.
• Constant modulus-beperkingen op RF-precoders/combiners.

Het resulterende optimalisatieprobleem is niet-convex vanwege de objectieve functie en de beperkingen. Om dit op te lossen, stellen de auteurs een gecentraliseerd algoritme voor gebaseerd op Successive Convex Approximation (SCA) en Alternating Optimization (AO):

1. Vereenvoudiging van RF-ontwerp: De RF-precoders en combiners worden aanvankelijk ontworpen met behulp van de geconjugeerde kanaalfase (voor nabijgelegen UE's) of sturingsvectoren (voor rand-UE's) om het probleem te vereenvoudigen.
2. Equivalente Transformatie: Slack-variabelen worden geïntroduceerd om de niet-convexe rate-beperkingen te transformeren naar een vorm die geschikt is voor convexe optimalisatie.
3. Iteratieve Oplossing: Het probleem wordt gedecomposeerd in twee subproblemen: het optimaliseren van de baseband-precoders ($F_{BB}, G_{BB}$) en de baseband-combiner ($W_{BB}$). Niet-convexe beperkingen die betrekking hebben op signal-to-interference-plus-noise ratio (SINR) termen worden benaderd met behulp van eerste-orde Taylor-expansies.
4. Convergentie: Het algoritme wisselt af tussen het oplossen van deze subproblemen (geformuleerd als Second-Order Cone Programs, SOCP's) totdat convergentie naar een stationaire oplossing is bereikt.

Belangrijkste Resultaten
Numerieke simulaties werden uitgevoerd in een stedelijke omgeving met wolkenkrabbers die zware schaduwvorming veroorzaken, waarbij het voorgestelde schema (Scheme-1) werd vergeleken met twee benchmarks: een gecoördineerd terrestrieel netwerk zonder HAPS (Scheme-2) en een ongecoördineerd terrestrieel netwerk (Scheme-3).

• Prestaties Rand-UE: Het voorgestelde HAPS-ondersteunde schema presteert aanzienlijk beter dan de louter terrestriële baselines. Specifiek is de somrate van de cell-rand UE's bijna verdubbeld ten opzichte van het gecoördineerde terrestriële schema (Scheme-2). Deze winst wordt toegeschreven aan de HAPS die LoS-verbindingen biedt die de terrestriële schaduwvorming en padverliezen omzeilen.
• Systeem Somrate: De totale systeem-somrate neemt toe naarmate de radius van de terrestriële cel groter wordt. Dit komt doordat grotere celradii de interferentie verminderen die de HAPS veroorzaakt voor nabijgelegen UE's.
• Robuustheid: De somrate van de rand-UE blijft relatief stabiel over variërende celradii, aangezien de wederzijdse interferentie tussen rand-UE's grotendeels onafhankelijk is van de celgrootte.

Betekenis en Claims
Het artikel claimt het eerste werk te zijn dat specifet gericht is op het verbeteren van de capaciteit van cell-rand UE's in stedelijke gebieden door HAPS te gebruiken als een relais binnen een terrestrieel netwerk. De auteurs benadrukken dat hoewel HAPS is bestudeerd voor afgelegen gebieden en satellietcommunicatie, de integratie ervan om stedelijke ICI en schaduwvorming te mitigeren een nieuwe toepassing is. De studie toont aan dat de integratie van HAPS met terrestriële netwerken, gebruikmakend van full-duplex relaying en hybride beamforming, een levensvatbaar pad biedt voor het verbeteren van de connectiviteit voor de meest kwetsbare gebruikers in volgende generaties draadloze netwerken (voorbij 5G/6G), wat aansluit bij de visies van 3GPP Release 17 en 19 voor Non-Terrestrial Network (NTN) integratie. Het voorgestelde algoritme biedt een computationeel efficiënte methode om deze winsten te behalen onder realistische vermogens- en QoS-beperkingen.