[論文レビュー] The Ginibre Point Process as a Model for Wireless Networks with Repulsion

Na Deng, Wuyang Zhou+1 more|arXiv (Cornell University)|Jan 15, 2014

Point processes and geometric inequalities参考文献 12被引用数 25

ひとこと要約

本稿では、反発を示す無線ネットワークのための取り扱いやすいモデルとして、$\beta$-Ginibre点過程（$\beta$-GPP）を提案する。これはポisson点過程（PPP）とハードコアGinibre過程の間のギャップを埋めるものである。行列式点過程の解析的性質を活用し、干渉の平均および分散の閉形式表現を導出するとともに、ガンマ分布、逆ガウス分布、逆ガンマ分布を用いて干渉分布を近似し、$\beta$-GPPが実際のセルラー基地局の配置を高精度でモデル化できることを示している。これにより、高精度のカバレッジ確率が達成される。

ABSTRACT

The spatial structure of transmitters in wireless networks plays a key role in evaluating the mutual interference and hence the performance. Although the Poisson point process (PPP) has been widely used to model the spatial configuration of wireless networks, it is not suitable for networks with repulsion. The Ginibre point process (GPP) is one of the main examples of determinantal point processes that can be used to model random phenomena where repulsion is observed. Considering the accuracy, tractability and practicability tradeoffs, we introduce and promote the $β$-GPP, an intermediate class between the PPP and the GPP, as a model for wireless networks when the nodes exhibit repulsion. To show that the model leads to analytically tractable results in several cases of interest, we derive the mean and variance of the interference using two different approaches: the Palm measure approach and the reduced second moment approach, and then provide approximations of the interference distribution by three known probability density functions. Besides, to show that the model is relevant for cellular systems, we derive the coverage probability of the typical user and also find that the fitted $β$-GPP can closely model the deployment of actual base stations in terms of the coverage probability and other statistics.

研究の動機と目的

• 空間的反発を示す実世界の無線ネットワークをモデル化する際の、反発的点過程における解析的取り扱いやすさの欠如に対処すること。
• ポisson点過程（PPP）とハードコアGinibre過程の間の柔軟な中間モデルとして、$\beta$-Ginibre点過程（$\beta$-GPP）を提案すること。
• 反発を伴う状況下で、干渉およびカバレッジ確率といった主要な性能指標の解析を、$\beta$-GPPを用いて取り扱い可能にする。
• 実際の基地局配置データにモデルを適合させ、カバレッジ確率および空間統計の面で良好な一致を示すことで、モデルの妥当性を検証すること。

提案手法

• Ginibre点過程（GPP）を、保持確率$\beta$およびスケーリング係数$\sqrt{\beta}$で削減・スケーリングすることで$\beta$-GPPを構築し、密度を維持する。
• パルム測度および低次モーメント測度を用いて、干渉の平均および分散の閉形式表現を導出する。
• モーメントを一致させる手法に基づき、ガンマ分布、逆ガウス分布、逆ガンマ分布の3つの既知の分布を用いて、干渉分布を近似する。
• 干渉のラプラス変換と$\beta$-GPPのモーメント密度を含む計算可能な表現を用いて、セルラーネットワークにおけるカバレッジ確率を導出する。
• 公開データベースから得た実際の基地局データにモデルを適合させ、$K$、$L$、$J$関数を用いてその性能を検証する。
• 理論的導出は、漸近的解析によって裏付けられており、干渉閾値$c \to \infty$のとき、平均干渉がアフィン関数$a + bc$に近づくことが示されている。

実験結果

リサーチクエスチョン

• RQ1 $\beta$-Ginibre点過程は、PPPとハードコアモデルの間のギャップを埋める、取り扱いやすくも正確な反発的無線ネットワークモデルを提供できるか？
• RQ2 $\beta$-GPP下での干渉の平均および分散の閉形式表現は何か？ 他の点過程との比較ではどうなるか？
• RQ3 ガンマ分布、逆ガウス分布、逆ガンマ分布といった標準的な確率分布を用いて、$\beta$-GPPが干渉分布をどの程度よく近似できるか？
• RQ4 $\beta$-GPPは、空間統計およびカバレッジ確率の面で、実世界の基地局配置にどの程度適合するか？
• RQ5 セルラーネットワークにおける$\beta$-GPP下でのカバレッジ確率の解析的表現は何か？ これはPPPと比較してどうなるか？

主な発見

• パルム測度および低次モーメント測度の両アプローチを用いて、$\beta$-GPP下での干渉の平均が導出され、不完全ガンマ関数を含む閉形式表現が得られた。
• $c \to \infty$ のとき、平均干渉はアフィン関数 $a + bc$ に近づき、$a = -\beta r_0^{-\alpha}$ および $b = \frac{\alpha}{\alpha-2}r_0^{2-\alpha}$ となる。これは線形漸近的挙動を示している。
• 干渉の分散は閉形式で導出され、$\max\{r_0^2, q\}^{-\alpha}$ の積分と、ガンマ分布に従う確率変数の和を含む。$\alpha > 1$ の場合、明示的な表現が得られる。
• ガンマ分布、逆ガウス分布、逆ガンマ分布は、平均および分散を一致させることで、干渉分布をよく近似している。
• $\beta$-GPPは、実際の基地局配置に高い精度で適合し、実測のカバレッジ確率および$K$、$L$、$J$関数といった空間統計と一致している。
• カバレッジ確率の表現は、$\beta$-GPPのモーメント密度およびラプラス変換の積分を含む計算可能な形で導出され、数値評価が可能になっている。