[論文レビュー] Joint Resource Allocation for eICIC in Heterogeneous Networks

Weijun Tang, Rongbin Zhang+2 more|arXiv (Cornell University)|Sep 12, 2014

Advanced MIMO Systems Optimization参考文献 11被引用数 3

ひとこと要約

本稿では、LTE-Aの異種ネットワーク（HetNets）におけるユーザー接続、ほぼ空きサブフレーム（ABS）割り当て、および無線リソースブロック（RB）スケジューリングの分散的共同最適化フレームワークを提案する。ブロック座標降下法を用い、公平性とシステム性能を向上させるために、和加重対数utilityを共同で最大化する。これにより、Jainの公平性指数は最大69.3%に達し、マクロセルの過負荷をmax-RSRP方式と比較して顕著に低減する。

ABSTRACT

Interference coordination between high-power macros and low-power picos deeply impacts the performance of heterogeneous networks (HetNets). It should deal with three challenges: user association with macros and picos, the amount of almost blank subframe (ABS) that macros should reserve for picos, and resource block (RB) allocation strategy in each eNB. We formulate the three issues jointly for sum weighted logarithmic utility maximization while maintaining proportional fairness of users. A class of distributed algorithms are developed to solve the joint optimization problem. Our framework can be deployed for enhanced inter-cell interference coordination (eICIC) in existing LTE-A protocols. Extensive evaluation are performed to verify the effectiveness of our algorithms.

研究の動機と目的

• マクロセルが過負荷となる一方でピコセルが未利用状態に陥る、HetNetsにおけるmax-RSRPユーザー接続に起因する負荷の不均衡を是正すること。
• 最適なABS設定により、マクロセルからピコユーザーへのクロスティアインターフェンスを軽減し、小セルの保護された送信インターバルを実現すること。
• 周波数選択性フェージングおよび時間領域干渉パターンを考慮した、各eNBごとのダウンリンクリソースブロック割り当ての最適化。
• ネットワーク全体の比例公平性および和加重対数utilityを最大化するために、ユーザー接続、ABS比、RB割り当てを共同で最適化すること。
• 実用的導入を想定し、既存のLTE-A eICICプロトコルと互換性を持つ分散アルゴリズムの開発。

提案手法

• 比例公平性制約下での和加重対数utility最大化として、共同最適化問題を定式化する。
• ブロック座標降下法（BCD）を適用し、共同問題を3つの部分問題に分解する：ユーザー接続、ABS比選択、RB割り当て。
• 双対分解およびラグランジュ緩和技術を用いて、各部分問題を反復的かつ交互に解く。
• 各eNBが部分的なネットワーク状態情報に基づき、自身の局所変数を独立して最適化する分散アルゴリズムを設計する。
• 負荷バランスと干渉低減の両立のため、セルレンジエクステンション（CRE）バイアスとABS比を制御可能なパラメータとして統合する。
• RB割り当て部分問題においてPF（比例公平）スケジューリングを用い、ユーザー間の公平性を確保する。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてユーザー接続、ABS設定、RB割り当てを共同最適化することで、HetNetsにおけるシステムの公平性とユーティリティを向上させられるか？
• RQ2 マクロセルがピコエッジユーザーへの干渉を最小限に抑えると同時にスペクトル効率を維持するためには、どの程度のABSサブフレーム比を確保すべきか？
• RQ3 従来の方式（max-RSRPや固定CRE/ABS設定）と比較して、ユーザー接続、ABS比、RBスケジューリングの共同最適化はどのように性能を向上させるか？
• RQ4 グローバルなネットワーク状態情報が不要な分散アルゴリズムは、近似的最適性能に到達できるか？
• RQ5 共同最適化は、スルーレットの公平性をどの程度向上させ、マクロセル負荷をどの程度低減できるか？

主な発見

• 提案された共同最適化方式（ヒューリスティック、最適ABS、PF）は、Jainの公平性指数が0.693に達し、従来のmax-RSRP方式（0.353）および（18 dB, 0.4, PF）ベンチマーク（0.671）を著しく上回る。
• 提案フレームワーク下でのユーザー接続はmax-RSRP方式に比べて負荷バランスが著しく改善され、マクロセルの過負荷が軽減され、リソース利用効率が向上する。
• 提案された分散アルゴリズムの収束が確認され、理論的上限に非常に近い性能を達成している。
• max-RSRPベースラインと比較して、約80%のUEの平均スルーレットが向上し、特にピコセルのエッジユーザーに顕著な恩恵が得られる。
• 干渉協調と負荷バランスの向上により、すべてのティアでシステムユーティリティが向上し、特にマクロセルおよびピコセルで顕著な改善が見られる。
• 固定設定方式（18 dB CRE, 0.4 ABS, PF）と比較して、本最適化フレームワークは、接続、ABS、RB割り当ての共同設計の優位性を示している。