[論文レビュー] Radio Resource Allocation for Device-to-Device Underlay Communication Using Hypergraph Theory

Hongliang Zhang, Lingyang Song+1 more|arXiv (Cornell University)|Apr 12, 2016

Advanced MIMO Systems Optimization参考文献 16被引用数 17

ひとこと要約

本稿では、複数のD2DペアとセルラーUEからの累積干渉を管理するため、デバイス・ツー・デバイス（D2D）アンダーレイ通信におけるハイパーグラフベースの無線資源割当て方式を提案する。干渉をハイパーグラフ内のハイパーエッジとしてモデル化し、グリーディなハイパーグラフ彩色アルゴリズムを用いることで、従来のグラフベースの手法と比較して33%高いセル容量を達成する。特にD2Dペア密度が高い状況で顕著な効果を示す。

ABSTRACT

Device-to-Device (D2D) communication has been recognized as a promising technique to offload the traffic for the evolved Node B (eNB). However, the D2D transmission as an underlay causes severe interference to both the cellular and other D2D links, which imposes a great technical challenge to radio resource allocation. Conventional graph based resource allocation methods typically consider the interference between two user equipments (UEs), but they cannot model the interference from multiple UEs to completely characterize the interference. In this paper, we study channel allocation using hypergraph theory to coordinate the interference between D2D pairs and cellular UEs, where an arbitrary number of D2D pairs are allowed to share the uplink channels with the cellular UEs. Hypergraph coloring is used to model the cumulative interference from multiple D2D pairs, and thus, eliminate the mutual interference. Simulation results show that the system capacity is significantly improved using the proposed hypergraph method in comparison to the conventional graph based one.

研究の動機と目的

• 複数のD2DペアがセルラーUEと周波数を共有するD2Dアンダーレイ通信における累積干渉の課題に対処すること。
• 複数の干渉源を同時に捉えられない従来のグラフベースのモデルの限界を克服すること。
• リソース割当て問題をハイパーグラフ彩色問題として定式化することで、システム容量を最大化すること。
• 実用的導入を想定し、多項式時間計算量O((M+N)^3)を有する低複雑度のグリーディアルゴリズムを設計すること。

提案手法

• D2DおよびセルラーUEをハイパーグラフの頂点としてモデル化し、ハイパーエッジは共通の受信機に影響を与える干渉発生源の集合を表す。
• 累積干渉閾値に基づいてハイパーエッジを定義し、その合計干渉が事前に定義されたレベルを超えるすべての送信機を含む。
• チャネル割当て問題をハイパーグラフ彩色問題として定式化し、同じハイパーエッジに属する2つの頂点が同じチャネルを割り当てられないように保証する。
• 干渉を最小限に抑えつつ同時に送信可能な数を最大化するように、チャネルを割り当てるグリーディなハイパーグラフ彩色アルゴリズムを提案する。
• ハイパーエッジ形成を制御するための選択閾値ηを用いる。干渉低減とシステム容量の両立を調整する。
• ハイパーグラフモデルを、干渉制約下で複数のD2DペアとセルラーUEが上行リンクチャネルを共有できるように統合したチャネル割当て戦略を組み合わせる。

実験結果

リサーチクエスチョン

• RQ1 ハイパーグラフ理論は、アンダーレイD2Dネットワークにおける複数のD2DペアおよびセルラーUEからの累積干渉を効果的にモデル化できるか？
• RQ2 ハイパーグラフベースのリソース割当ては、従来のグラフベース手法と比較して、システム容量および干渉管理の観点でどのように異なるか？
• RQ3 D2Dペアの数と利用可能なチャネル数を変化させた場合、ハイパーグラフベース手法の性能にどのような影響を与えるか？
• RQ4 ハイパーエッジサイズ（Q）と干渉閾値（η）の選択が、システム容量および計算複雑度に与える影響は何か？
• RQ5 提案されたグリーディアルゴリズムは、計算オーバーヘッドを低く抑えながら、近似的に最適な性能をどの程度達成できるか？

主な発見

• N=50のD2Dペア、M=20のセルラーUE、K=30のチャネル条件下で、ハイパーグラフベース手法はグラフベース手法に比べ33%高いセル容量を達成した。
• K=20の場合、D2Dペアのスループットはハイパーグラフ手法でグラフベース手法に比べ3.0 bit/s/Hz高い。
• K=20の条件下で、セルラーUEのスループットはグラフベース手法が0.8 bit/s/Hz高いが、ハイパーグラフ手法は干渉調整が優れているため、全体のUE数をより多くサポートできる。
• K=20の条件下で、D2Dペアのアウトージョン確率はハイパーグラフ手法がグラフベース手法に比べ40%低く抑えられており、より優れたユーザースケジューリングが実現している。
• ハイパーエッジサイズQを1から3に増加させると、K=20の条件下でセル容量が約3 bit/s/Hz向上するが、計算複雑度の増加が利得を上回るため、Q=2が最適であると結論づけられる。
• D2Dペアの密度が一定値を超えると、システム容量は飽和する傾向にあり、スルーレイスの再利用と干渉のトレードオフが顕在化している。