[論文レビュー] User Performance in Small Cells Networks with Inter-Cell Mobility

Philippe Olivier, Alain Simonian|arXiv (Cornell University)|May 26, 2016

Advanced Wireless Network Optimization参考文献 1被引用数 3

ひとこと要約

本稿では、セル間移動を伴う密度の高い小セルネットワークにおけるユーザーパフォーマンスを評価するための解析的フレームワークを提案する。移動性は残留滞在時間分布を用いてモデル化され、計算複雑性を低減するため準定常近似が用いられる。主な発見は、ハンドオーバー信号処理の増加にもかかわらず、オポチュニスティックハンドオーバーのおかげで移動ユーザおよび静止ユーザの両方がスループット向上を享受することである。

ABSTRACT

We analyze the impact of intra-cell mobility on user performance in dense networks such as that enabled by LTE-A and 5G. To this end, we consider a homogeneous network of small cells and first show how to reduce the evaluation of user performance to the case of a single representative cell. We then propose simple analytical models that capture mobility through the distribution of the residual sojourn time of mobile users in the cell. An approximate model, based on Quasi-Stationary (QS) assumptions, is developed in order to speed up computation in the Markovian framework. We use these models to derive the average throughput of both mobile and static users, along with the probability of handover for mobile users. Numerical evaluation and simulation results are provided to assess the accuracy of the proposed models. We show, in particular, that both classes of users benefit from a throughput gain induced by the "opportunistic" displacement of mobile users among cells.

研究の動機と目的

• 密度の高いLTE-Aおよび5G小セルネットワークにおけるセル間移動がユーザーパフォーマンスに与える影響を評価すること。
• 幾何的ユーザ移動モデルの詳細な記述からパフォーマンス評価を分離するために、残留滞在時間分布に注目すること。
• 均一な小セルネットワークにおける平均スループットおよびハンドオーバー確率の解析的モデルを導出すること。
• 正確なマルコフモデルにおけるスケーラビリティの問題を克服するため、計算効率の良い準定常近似を構築すること。
• 移動性に起因するスループット向上とハンドオーバー信号処理のオーバーヘッドのトレードオフを定量化すること。

提案手法

• 対称性とフロー・レベルモデリングを用いて、均一な小セルネットワークにおけるネットワークパフォーマンス評価を1つの代表的セルに還元する。
• ユーザ移動性をセル内での残留滞在時間分布を用いてモデル化し、ハンドオーバーの到着をポアソン過程として扱う。
• 平均スループットおよび静止ユーザ・移動ユーザのハンドオーバー確率を計算するため、マルコフ的フロー・レベルキューイングモデルを構築する。
• マルコフモデルの簡略化と計算スケーラビリティの向上のため、準定常（QS）近似を導入する。
• ポアソン過程の仮定に基づき、新規トラフィックとハンドオーバートラフィックを重ね合わせ、各フロー間の独立性を仮定する。
• 数値的評価とシミュレーションを用いてモデルを検証し、正確なマルコフモデルの結果とQS近似の結果を比較する。

実験結果

リサーチクエスチョン

• RQ1 セル間移動は、密度の高い小セルネットワークにおける移動ユーザおよび静止ユーザの平均スループットにどのように影響するか？
• RQ2 移動性はハンドオーバー率にどのような影響を及ぼし、スループット向上とどのようにトレードオフするか？
• RQ3 正確なマルコフモデルと比較して、準定常近似はパフォーマンス指標をどの程度正確に推定できるか？
• RQ4 ユーザの残留滞在時間分布の異なる分布に対して、パフォーマンスはどの程度ロバストか？
• RQ5 大規模な均一なネットワークのパフォーマンスは、1つの代表的セルによって正確にモデル化可能か？

主な発見

• オポチュニスティックなチャネル状態に起因して、移動ユーザおよび静止ユーザの両方がセル間移動中にスループット向上を享受する。
• 準定常近似は、移動ユーザのスループットおよびハンドオーバー確率を精度よく推定できるが、静止ユーザのスループット推定についてはやや精度が低い。
• ユーザ速度が増加するにつれてハンドオーバー確率も上昇し、速度が無限大に近づくと1に近づく。これは理論的期待と整合的である。
• ピコセル（半径50 m）かつ50%の移動ユーザの場合、スループットは速度に応じて上昇し、移動ユーザのスループット向上が静止ユーザを上回る。
• モデルは異なる残留滞在時間分布に対してロバストであることが示され、マルコフ的仮定の妥当性が裏付けられる。
• 1つの代表的セルへの還元は、均一なネットワークにおいて有効かつ妥当であり、スケーラブルなパフォーマンス評価を可能にする。