B5G/6GセルフリーMassive MIMOにおけるインテリジェントカバレッジ最適化のための分散アンテナアレイとRIS支援計画フレームワーク
Distributed Antenna Array and RIS-Assisted Planning Framework for Intelligent Coverage Optimization in B5G/6G Cell-Free Massive MIMO
本稿では、B5G/6Gネットワークへの移行に伴う従来のセル中心アーキテクチャの干渉とカバレッジの限界を克服するため、分散アクティブアンテナアレイと受動的再構成可能インテリジェントサーフェス(RIS)の展開を共同で最適化するスケーラブルな4層無線ネットワーク計画フレームワークを提案する。このフレームワークは、Open-RAN(O-RAN)アーキテクチャ内にデジタルツイン(DT)ループを統合し、マルチエージェント深層強化学習(MADRL)とフラクショナルプログラミング(FP)を用いて、リアルタイムの共同アクティブおよびパッシブビームフォーミング最適化を実現する。高密度都市環境でのモンテカルロシミュレーションにより、従来の5Gネットワークと比較して、スペクトル効率が45%向上し、アップリンク干渉が30%減少し、カバレッジホールが84%減少することが示された。これにより、ネットワーク事業者は、高密度アクティブハードウェア展開の莫大な設備投資(CAPEX)なしに、非見通し線(NLOS)カバレッジを40%拡張するための、コスト効率が高く標準に準拠した青写真を得ることができる。さらに、提案アーキテクチャは、最近の最先端のDRLベースRISフレームワークと比較して、スペクトル効率で10〜15%の競争力のある改善マージンを示している。
- B5G/6G向けに分散アンテナアレイとRIS展開を共同最適化する4層ネットワーク計画フレームワークが提案された
- モンテカルロシミュレーションで、従来5G比でスペクトル効率45%向上、アップリンク干渉30%低減、カバレッジホール84%削減が示された
- NLOSカバレッジを40%拡張可能で、高密度アクティブハードウェア展開の大規模CAPEXを回避できるコスト効率の高い手法とされる
本稿は、B5G/6Gネットワークのカバレッジ最適化において、分散アクティブアンテナアレイと受動的RISを組み合わせ、デジタルツインとマルチエージェント深層強化学習を活用する新たなフレームワークを提案している点が注目に値する。従来の5Gと比較してスペクトル効率45%向上、カバレッジホール84%削減といった数値的な成果は、通信インフラベンダーやO-RAN関連企業にとって競争優位性に直結する可能性がある。特に、CAPEXを抑えつつNLOSカバレッジを40%拡張できる点は、通信事業者の設備投資効率を大きく改善しうる。本技術の標準化や実証実験の進展は、関連する半導体・アンテナ・RIS素材メーカーの受注動向にも影響するため、引き続き注視すべきテーマである。