Irma ZakiaSTEI
STE-ITB
DwiHarinitha
STEI-ITB
Abstrak
Kebutuhan akan kapasitas sistem 5G dapat dipenuhi melalui penerapan sistem user-centric cell-free massive multiple-input multiple-output (MIMO). Pada sistem ini, diperlukan penentuan kluster access point (AP) untuk tiap user. Setelahnya, akan dilakukan alokasi pilot. Pada sistem MIMO mode time-division duplexing (TDD) mode, jumlah pilot jauh lebih kecil dari waktu koherens kanal. Jika jumlah pilot tidak memenuhi kebutuhan, maka pilot yang sama akan digunakan pada kluster yang berdekatan, sehingga akan terjadi kontaminasi pilot. Pada penelitian ini, kami mengusulkan metode pembentukan kluster berdasarkan Gale Shapley dan alokasi pilot berdasarkan pewarnaan graf, dimana tiap AP memiliki load terbatas. Meskipun metode ini menghasilkan overhead tinggi dalam hal jumlah pilot, akan tetapi peningkatan distribusi spasial dapat mengkompensasi overhead ini sehingga terjadi peningkatan kapasitas dalam hal efisiensi spektral dibandingkan skema eksisting..
Kata kunci: pewarnaan graf, kontaminasi pilot, multiple input multiple output (MIMO), user-centric
Latar Belakang
Sistem cell-free MIMO masih adalah teknologi yang menjanjikan untuk menghasilkan peningkatan kapasitas tiap user pada sistem 5G dan beyond. Pada sistem ini, diperlukan penentuan kluster access point (AP) untuk tiap user. Setelahnya, akan dilakukan alokasi pilot.
Alokasi pilot pada kluster tumpang tindih adalah sulit karena keterbatasan jumlah pilot yang tersedia. Pada sistem TDD MIMO masif, jumlah pilot ortogonal pilots jauh lebih kecil dibandingkan waktu koherens kanal. Pada AP yang memiliki batas load maksimum, kekurangan pilot akan membuat load AP tidak penuh, supaya menghindari kontaminasi pilot. Dampaknya adalah efisiensi spektral lebih rendah karena berkurangnya diversitas spasial. Oleh karena itu, perlu dilakukan teknik melakukan kluster dan alokasi pilot yang tepat menggunakan jumlah orthogonal pilot yang fleksibel.
Sejauh pengetahuan Penulis, belum ada teknik eksisting yang mengakomodasi jumlah pilot fleksibel pada sistem MIMO masif cell-free. Hal ini menunjukkan kebaruan dari penelitian yang kami lakukan. Selain itu, kami akan menunjukkan bahwa jumlah pilot orthogonal dari hasil pewarnaan graf adalah teknik tepat untuk meningkatakan spektral efisiensi tiap user pada skema eksisting yang tidak berbasis perwamaan graf.
Metode
Model sistem terdiri dari L AP, yang masing- masing memiliki N antena, sementara terdapat K user dengan antena tunggal yang terdistribusi uniform pada suatu area. Terdapat T2 pilot ortogonal dengan asumsi <<K. Tiap user akan memilih salah satu dari 7, pilot, sehingga akan terdapat user dengan pilot yang sama. User akan mengirimkan sinyal pilot ke AP. Selanjutnya AP akan menggunakan sinyal pilot untuk mengestimasi kanal tiap user. Estimasi kanal yang digunakan adalah minimum mean square error (MMSE)
Setelah fasa pengiriman sinyal pilot selesai, user akan mengirimkan simbol data ke AP. Dengan hasil estimasi kanal sebelumnya, AP akan menghitung vektor combiner untuk membuat sinyal yang datang ke tiap antena sefasa. Vektor combiner yang dipilih adalah local partial MMSE (LP-MMSE) karena kompleksitasnya yang rendah. Setelah ini AP akan melakukan deteksi simbol, sehingga efisiensi spektral tiap user dapat dihitung.
Agar efisiensi spektral tinggi, teknik penentuan kluster dan alokasi pilot harus tepat. Pada penelitian ini, kami mengusulkan penentuan kluster berdasarkan Gale-Shapley dan alokasi pilot berdasarkan pewarnaan graf.
Pada penentuan kluster dengan Gale-Shapley, user akan mengukur nilai large-scale fading dari tiap AP dan membangkitkan daftar preferensi. Hal yang salam dilakukan oleh tiap AP. User akan mengajukan AP yang berada paling atas pada daftar preferensinya untuk terhubung. Sementara itu, AP akan mempertahankan pengajuan konektivitas dari user selama tidak melebih load maksimumnya. Jika pengajuan user ditolak, maka user akan mengajukan ke AP yang berada di nomor 2 pada daftar preferensinya. Proses ini pada akhirnya akan membentuk kluster AP untuk tiap UE.
Setelah membentuk kluster, langkah selanjutnya adalah mengalokasikan pilot ke tiap user. Pada konteks graf, tiap user adalah simpul, sementara user yang memiliki kluster tumpang tindih dengan kluster lain akan terhubung dengan garis. Simpul yang bertetangga akan diberikan warna yang berbeda untuk mencegah kontaminasi pilot yang buruk.
Pewarnaan graf akan menghasilkan jumlah warna yang paling rendah. Algoritma dimulai dengan menghitung derajat tiap simpul. Lalu, simpul dengan derajat paling tinggi akan diberi warna paling awal. Selanjutnya, derajat saturasi dari simpul tetangga harus dihitung kembali, yang menunjukkan jumlah warna unik yang terhubung dengan simpul tetangga. Simpul berikutnya yang diberi ditentukan berdasarkan derajat saturasi paling tinggi. Pewarnaan terus berlangsung hingga semua user telah mendapatkan pilot.
Diskusi dan Hasil
Tampak pada Gbr. 1, semakin banyak user berada pada jaringan, meningkatkan load AP menjadi penting untuk meningkatkan efisiensi spektral Contohnya, ketika jumlah user K = 150, terdapat peningkatan efisiensi spektral lebih dari 16% dengan menambah load AP dari 10 ke 15. Akan tetapi, ini tidak terjadi ketiak densifikasi AP dilakukan. Ketika terdapat lebih banyak AP K = 50), karena jumlah pilot orthogonal tersedia, dibandingkan user (tampak pada kurva dengan penentuan load AP menjadi lebih penting untuk efisiensi spektral. Jika load AP terlalu rendah (saat load 5), maka terjadi penurunan diversitas spasial, sementara jika load AP terlalu tinggi (saat load 15), maka akan terdapat pilot overhead yang tinggi, keduanya menurunkan spektral efisiensi.
Peningkatan efisiensi speltral dibandingkan dengan teknik eksisting (Ref. [14] dan [18] diperlihatkan pada Gbr. 2, yang menegaskan efektivitas dari teknik yang kami usulkan.
Kesimpulan
Luaran penelitian ini menjanjikan jurnal Q2 dengan status submitted. Penulis telah melakukan submission pada jurnal Q1 IEEE Access dengan judul paper “Cell-free Massive MIMO under AP Load Constraint and Flexible Pilot Resources”.
Acknowledgement
Riset ini didanai oleh ITB pada Program PPMI 2024.
English 
Indonesian