[論文レビュー] Resource Allocation of MU-OFDM Based Cognitive Radio Systems Under Partial Channel State Information

Dong Huang, Chunyan Miao+2 more|arXiv (Cornell University)|Aug 5, 2008

Advanced Wireless Network Optimization参考文献 22被引用数 8

ひとこと要約

本稿では、部分的チャネル状態情報（CSI）下でのマルチユーザー直交周波数分割多重（MU-OFDM）認知無線システムに対して、システム合計スループットを最大化するとともにプライマリユーザーの干渉制約を満たすよう、ロバスト最適化を用いたリソース割り当て方式を提案する。主な貢献は、CSIの不確実性に対しても近似最適性能を達成可能な取り扱いやすいロバストリソース割り当てフレームワークの構築にある。

ABSTRACT

This paper has been withdrawn by the author due to some errors.

研究の動機と目的

• 不完全または部分的なチャネル状態情報（CSI）を有するMU-OFDM認知無線システムにおけるリソース割り当ての課題に対処すること。
• セカンダリユーザーのサービス品質制約のもとでシステム合計スループットを最大化すること。
• CSIの不確実性にもかかわらず、プライマリユーザーへの干渉が事前に定められたしきい値以下に保たれることを保証すること。
• チャネル推定誤差に対してロバストである、取り扱いやすい最適化フレームワークの開発

提案手法

• 部分的CSI下でのセカンダリユーザーの合計スループットを最大化するロバスト最適化問題を定式化する。
• 推定されたチャネル状態の周囲に有界な誤差領域を用いてチャネル不確実性をモデル化する。
• 非凸問題を扱いやすい形に変換するために、半定値緩和と双対性に基づく手法を適用する。
• 緩和問題を効率的に解くための部分最適な反復アルゴリズムを用いる。
• プライマリユーザーに対する有害な干渉を防ぐために干渉温度制約を導入する。
• ロバストフレームワーク下での電力割り当ておよびサブキャリア割り当てに対する閉形式の式を導出する。

実験結果

リサーチクエスチョン

• RQ1 部分的CSIしか利用できない状況下で、MU-OFDM認知無線システムにおけるリソース割り当てをどのように最適化できるか？
• RQ2 チャネル推定誤差がセカンダリ伝送におけるシステム合計スループットおよび公平性に与える影響は何か？
• RQ3 スペクトル効率を損なわずに、CSIの不確実性に対するロバスティシティをどのように確保できるか？
• RQ4 不完全なチャネル知識下で、合計スループットの最大化とプライマリユーザー保護の間にどのようなトレードオフが生じるか？

主な発見

• 提案手法は、顕著なチャネル推定誤差が存在する中でも、完全なCSI下での最適解に近い合計スループットを達成する。
• あらゆるテストされたチャネル不確実性レベルにおいて、プライマリユーザーへの干渉がしきい値以下に保たれている。
• シミュレーション結果から、ロバスト設計は非ロバスト手法に比べ、合計スループットの安定性と公平性の面で優れていることが示された。
• アルゴリズムは数回の反復で収束することが確認され、リアルタイム実装に適した計算効率を示している。
• ロバスト設計と完全CSIケースとの間の性能差は最小限に抑えられており、不確実性モデル化手法の有効性が裏付けられた。