[論文レビュー] Joint power control and user scheduling in multicell wireless networks: Capacity scaling laws

David Gesbert, Marios Kountouris|ArXiv.org|Sep 18, 2007

Advanced MIMO Systems Optimization参考文献 17被引用数 20

ひとこと要約

本稿では、マルチセル無線ネットワークにおける分散型同時送信電力制御およびユーザースケジューリング方式を提案し、合計スループット容量を最大化することを目的としている。極値理論を用いて、ユーザー数が各セルで増加する際の漸近的容量スケーリング則を導出している。その結果、マルチセル干渉の影響は無視できるほど小さくなり、非対称路損失の場合の容量スケーリングは$\frac{\epsilon}{2}\log U$、対称ユーザーの場合の容量スケーリングは$\log\log U$となることが示された。

ABSTRACT

We address the optimization of the sum rate performance in multicell interference-limited singlehop networks where access points are allowed to cooperate in terms of joint resource allocation. The resource allocation policies considered here combine power control and user scheduling. Although very promising from a conceptual point of view, the optimization of the sum of per-link rates hinges, in principle, on tough issues such as computational complexity and the requirement for heavy receiver-to-transmitter channel information feedback across all network cells. In this paper, we show that, in fact, distributed algorithms are actually obtainable in the asymptotic regime where the numbers of users per cell is allowed to grow large. Additionally, using extreme value theory, we provide scaling laws for upper and lower bounds for the network capacity (sum of single user rates over all cells), corresponding to zero-interference and worst-case interference scenarios. We show that the scaling is either dominated by path loss statistics or by small-scale fading, depending on the regime and user location scenario. We show that upper and lower rate bounds behave in fact identically, asymptotically. This remarkable result suggests not only that distributed resource allocation is practically possible but also that the impact of multicell interference on the capacity (in terms of scaling) actually vanishes asymptotically.

研究の動機と目的

• 共同送信電力制御およびユーザースケジューリング下でのマルチセル無線ネットワークの合計スループット容量を分析すること。
• 各セルあたりのユーザー数が増加する際の、同セル干渉がネットワーク容量スケーリングに与える影響を調査すること。
• 干渉制限環境下でも分散型リソース割り当てが近似的に最適な性能を達成できるかどうかを検討すること。
• 極値理論を用いて、大規模ユーザー状態における漸近的ユーザー領域のネットワーク容量の上限および下限を導出すること。

提案手法

• 極値理論を適用し、大規模ユーザー状態における最高の信号対干渉加算ノイズ比（SINR）の統計的挙動をモデル化する。
• 干渉なしと完全干渉の両状況下での各セルの合計スループットに上限および下限を導出する。
• 正規に変動する分布を用いて fading および路損失の尾部挙動を特徴づけ、漸近的解析を可能にする。
• ユーザーに非対称な路損失がある場合、最大合計スループットが$\frac{\epsilon}{2}\log U$にスケーリングすることを確立し、対称的ユーザー分布の場合は$\log\log U$となる。
• 上限および下限の容量境界が漸近的に収束することを示し、スケーリングに与える干渉の影響が無視できることが示された。
• 全出力送信が漸近的に最適であり、グローバルな調整やチャネル状態情報フィードバックが不要な完全分散型で実装可能であることを示した。

実験結果

リサーチクエスチョン

• RQ1 共同送信電力制御およびユーザースケジューリング下で、各セルあたりのユーザー数が増加する際、ネットワーク容量はどのようにスケーリングするか？
• RQ2 マルチセルネットワークにおける合計スループットの漸近的スケーリングに、同セル干渉が与える影響は何か？
• RQ3 グローバルなチャネル状態情報が得られない状況下でも、分散型リソース割り当てが最適な容量スケーリングを達成できるか？
• RQ4 上限および下限の容量境界が漸近的に収束する条件は何か？
• RQ5 路損失と小さなスケール fading が、ネットワーク容量のスケーリング則にどのように統合的に影響を与えるか？

主な発見

• 漸近的領域において、ネットワーク容量の上限および下限の境界が同一にスケーリングされることから、干渉がスループットスケーリングに漸近的に影響しないことが示された。
• 非対称な路損失を持つユーザー（例：ランダムに配置されたユーザー）では、容量は$\frac{\epsilon}{2}\log U$にスケーリングされ、ここで$\epsilon$は路損失指数、$U$は各セルあたりのユーザー数を表す。
• 対称的ユーザー分布（例：基地局から等距離に配置されたユーザー）では、容量は$\log\log U$にスケーリングされ、空間的ダイバーシティの利得が低下していることが反映されている。
• 全出力送信は漸近的に最適であり、中央集権的調整が不要な完全分散型で実装可能である。
• 上限および下限の境界の収束は、干渉が存在する状況下でも分散アルゴリズムが近似的に最適な性能を達成できることを示唆している。
• モンテカルロシミュレーションにより理論的スケーリング則が確認され、対称的、非対称的、ハイブリッドなユーザー配置のすべてのシナリオで、上限および下限の境界が同一の成長率を示している。