[논문 리뷰] Interference Networks with Point-to-Point Codes

François Baccelli, Abbas El Gamal외 1명|arXiv (Cornell University)|2011. 02. 14.

Advanced MIMO Systems Optimization참고 문헌 4인용 수 11

한 줄 요약

이 논문은 전송기가 비협조적인 점대점 코드를 사용하는 가우시안 간섭 채널의 용량 영역을 규명하며, 최적의 디코딩—간섭 제거와 동시 디코딩을 조합한 방식—이 간섭을 노이즈로 간주하거나 순차적 간섭 제거 또는 단독 동시 디코딩보다 엄격히 높은 전송률을 달성함을 보여준다. 경로 손실 지수 β > 2인 포아송 분포 네트워크에서는 최적의 디코딩이 사용자 밀도를 대역폭 B에 대해 선형적으로 스케일링할 수 있으나, 간섭을 노이즈로 간주하는 경우 스케일링은 B^{2/β}로 제한된다.

ABSTRACT

The paper establishes the capacity region of the Gaussian interference channel with many transmitter-receiver pairs constrained to use point-to-point codes. The capacity region is shown to be strictly larger in general than the achievable rate regions when treating interference as noise, using successive interference cancellation decoding, and using joint decoding. The gains in coverage and achievable rate using the optimal decoder are analyzed in terms of ensemble averages using stochastic geometry. In a spatial network where the nodes are distributed according to a Poisson point process and the channel path loss exponent is $β> 2$, it is shown that the density of users that can be supported by treating interference as noise can scale no faster than $B^{2/β}$ as the bandwidth $B$ grows, while the density of users can scale linearly with $B$ under optimal decoding.

연구 동기 및 목표

• 전송기가 비협조적인 점대점 코드를 사용하도록 제한된 조건에서 가우시안 간섭 채널에서 달성 가능한 최적 성능을 규명하는 것.
• 간섭을 노이즈로 간주하는 것(treating interference as noise, IAN), 순차적 간섭 제거(SIC), 동시 디코딩(JD)과 같은 전통적인 전략들과 비교해 최적의 디코딩 성능을 분석하는 것.
• 스토하스틱 기하학을 활용해 공간 네트워크에서의 사용자 밀도 및 구현 가능한 전송률의 스케일링 법칙을 분석하며, 특히 넓은 대역폭 한계에서의 성능을 다루는 것.
• 기존 전송기 코드를 수정하지 않고 수신기만 최적의 디코딩으로 업그레이드하는 것이 가능하고 성능 향상에 기여하는지 탐색하는 것.

제안 방법

• 전송기가 i.i.d. 가우시안 점대점 코드를 사용하고 수신기가 최적의 디코딩을 사용하는 K+1 사용자 가우시안 간섭 채널에 대해 용량 영역을 유도한다.
• 스토하스틱 기하학을 사용해 공간적 사용자 분포를 포아송 점 프로세스로 모델링하고, 집합 평균 성능 지표를 유도한다.
• 핵심 식들은 다양한 디코딩 전략 하에서 간섭 전력과 신호-간섭-노이즈비(SINR)를 모델링하며, 특히 넓은 대역폭 영역에서 집중한다.
• 전송기와 수신기 간의 거리가 무한히 증가할 때에도 최적의 디코딩(OPT)이 대칭 전송률을 실현 가능하게 하는 조건을 유도한다.
• IAN, SIC, JD, OPT의 성능을 대역폭 B에 따른 구현 가능한 전송률 및 사용자 밀도 스케일링에 대한 분석적 경계를 통해 비교한다.
• 경로 손실 모델로 r^{-β}와 (k+r)^{-β}를 고려하고, 각각에 대해 사용자 밀도의 점 渐진적 스케일링 법칙을 유도한다.

실험 결과

연구 질문

• RQ1 전송기가 점대점 코드만 사용하도록 제한된 조건에서 가우시안 간섭 채널의 용량 영역은 무엇인가?
• RQ2 간섭 제거와 동시 디코딩을 조합한 최적의 디코딩이 간섭을 노이즈로 간주하거나 순차적 간섭 제거와 같은 전통적인 디코딩 전략보다 어떻게 우월한가?
• RQ3 경로 손실 지수 β > 2인 포아송 분포 네트워크에서 대역폭 B가 증가함에 따라 사용자 밀도의 스케일링 행동은 어떠한가?
• RQ4 전송기와 수신기 간 거리가 무한히 증가할 때 넓은 대역폭 한계에서 구현 가능한 전송률은 어떻게 행동하는가?
• RQ5 기존 무선 네트워크에서 전송기 코드를 변경하지 않고 수신기만 최적의 디코딩으로 업그레이드하는 것으로 상당한 성능 향상을 달성할 수 있는가?

주요 결과

• 간섭 제거와 동시 디코딩을 조합한 최적의 디코딩 규칙은 간섭을 노이즈로 간주하거나 순차적 간섭 제거 또는 단독 동시 디코딩보다 엄격히 더 큰 용량 영역을 달성한다.
• 경로 손실 지수 β > 2인 포아송 분포 네트워크에서 최적의 디코딩 하에서는 지원 가능한 사용자 밀도가 대역폭 B에 대해 선형적으로 스케일링되며, 간섭을 노이즈로 간주하는 경우 B^{2/β} 이하로 제한된다.
• 경로 손실 모델 (k + r)^{-β} 하에서 최적의 디코딩 시 사용자 밀도는 대역폭 B에 대해 선형적으로 스케일링되며, 전송기-수신기 거리가 무한히 증가할 때 구현 가능한 전송률은 점대점 가우시안 채널의 넓은 대역폭 용량에 수렴한다.
• 최적의 디코딩 하에서 대칭 구현 가능한 전송률은 수신 전력 P₀ → 0일 때 간섭이 없는 점대점 채널의 넓은 대역폭 용량과 유사하게 스케일링되며, 이는 간섭이 한계에서 효과적으로 중성화됨을 시사한다.
• 고밀도 및 넓은 대역폭 네트워크에서 최적의 디코딩은 상당한 성능 향상을 가져오며, 특히 간섭을 노이즈로 간주하는 것이 근본적인 제약이 되는 β > 2 조건에서 두드러진다.
• 결과는 기존 무선 네트워크에서 전송기 코드나 협조 조건을 변경하지 않고 수신기만 최적의 디코딩으로 업그레이드하는 것으로도 상당한 성능 향상을 달성할 수 있음을 시사한다.