[논문 리뷰] Joint power control and user scheduling in multicell wireless networks: Capacity scaling laws

David Gesbert, Marios Kountouris|ArXiv.org|2007. 09. 18.

Advanced MIMO Systems Optimization참고 문헌 17인용 수 20

한 줄 요약

이 논문은 다셀 무선 네트워크에서 합산 속도 용량을 최대화하기 위해 분산형 동시 전력 제어 및 사용자 스케줄링 기법을 제안한다. 극값 이론을 활용하여 점점 증가하는 세포당 사용자 수에 따라 간섭의 영향이 무시할 만큼 작아지는 점근적 용량 스케일링 법칙을 유도한다. 비대칭 경로 손실 조건에서는 용량이 $\frac{\epsilon}{2}\log U$ 비례하고, 대칭 사용자 조건에서는 $\log\log U$ 비례한다.

ABSTRACT

We address the optimization of the sum rate performance in multicell interference-limited singlehop networks where access points are allowed to cooperate in terms of joint resource allocation. The resource allocation policies considered here combine power control and user scheduling. Although very promising from a conceptual point of view, the optimization of the sum of per-link rates hinges, in principle, on tough issues such as computational complexity and the requirement for heavy receiver-to-transmitter channel information feedback across all network cells. In this paper, we show that, in fact, distributed algorithms are actually obtainable in the asymptotic regime where the numbers of users per cell is allowed to grow large. Additionally, using extreme value theory, we provide scaling laws for upper and lower bounds for the network capacity (sum of single user rates over all cells), corresponding to zero-interference and worst-case interference scenarios. We show that the scaling is either dominated by path loss statistics or by small-scale fading, depending on the regime and user location scenario. We show that upper and lower rate bounds behave in fact identically, asymptotically. This remarkable result suggests not only that distributed resource allocation is practically possible but also that the impact of multicell interference on the capacity (in terms of scaling) actually vanishes asymptotically.

연구 동기 및 목표

• 공동 전력 제어 및 사용자 스케줄링 하에서 다셀 무선 네트워크의 합산 속도 용량을 분석하기 위해.
• 세포 간 간섭이 세포당 사용자 수 증가에 따라 네트워크 용량 스케일링에 미치는 영향을 조사하기 위해.
• 간섭 제한 환경에서 분산 자원 할당이 근사 최적 성능을 달성할 수 있는지 확인하기 위해.
• 점근적 사용자 환경에서 극값 이론을 사용하여 네트워크 용량의 상한 및 하한을 유도하기 위해.

제안 방법

• 대규모 사용자 환경에서 최고 수준의 신호 대 간섭 및 노이즈 비율(SINR)의 통계적 행동을 모델링하기 위해 극값 이론을 적용한다.
• 영간섭 조건과 전면 간섭 조건에서 각각의 세포당 합산 속도에 대한 상한 및 하한을 도출한다.
• 정규적으로 변화하는 분포를 사용하여 fading 및 경로 손실의 꼬리 행동을 특성화함으로써 점근적 분석을 가능하게 한다.
• 사용자 간 경로 손실이 비대칭일 경우 최대 합산 속도가 $\frac{\epsilon}{2}\log U$ 비례하고, 대칭 사용자 분포일 경우 $\log\log U$ 비례함을 입증한다.
• 상한 및 하한 용량 경계가 점점 수렴함을 통해 간섭의 영향이 스케일링에 미치는 영향이 무시 가능하다는 것을 보여준다.
• 최대 전력 할당이 점점 최적화되며, 전역 협조나 채널 상태 피드백 없이도 완전히 분산 방식으로 실행 가능하다는 것을 보여준다.

실험 결과

연구 질문

• RQ1 공동 전력 제어 및 사용자 스케줄링 하에서 세포당 사용자 수가 증가함에 따라 네트워크 용량은 어떻게 스케일링되는가?
• RQ2 다셀 네트워크에서 합산 속도의 점근적 스케일링에 대해 세포 간 간섭이 미치는 영향은 무엇인가?
• RQ3 분산 자원 할당이 전역 채널 상태 정보 없이도 최적 용량 스케일링을 달성할 수 있는가?
• RQ4 상한 및 하한 용량 경계가 점점 수렴하는 조건은 무엇인가?
• RQ5 경로 손실과 미세 스케일 페이딩이 함께 네트워크 용량의 스케일링 법칙에 어떻게 영향을 미치는가?

주요 결과

• 점근적 영역에서 네트워크 용량의 상한 및 하한 경계가 동일하게 스케일링되며, 이는 간섭이 속도 스케일링에 점점 영향을 미치지 않음을 나타낸다.
• 비대칭 경로 손실을 가진 사용자(예: 무작위로 위치한 사용자)의 경우 용량은 $\frac{\epsilon}{2}\log U$ 비례하며, 여기서 $\epsilon$은 경로 손실 지수이고 $U$는 세포당 사용자 수이다.
• 대칭 사용자 분포(예: 기지국으로부터 동일한 거리에 있는 사용자)의 경우 용량은 $\log\log U$ 비례하며, 이는 공간 다양성 이득이 감소했음을 반영한다.
• 최대 전력 전송은 점점 최적화되며 완전히 분산 방식으로 실행 가능하므로 중심 집중식 협조가 필요 없다.
• 상한 및 하한 경계의 수렴은 간섭이 존재하더라도 분산 알고리즘이 근사 최적 성능을 달성할 수 있음을 암시한다.
• 몬테카를로 시뮬레이션을 통해 이론적 스케일링 법칙을 확인하였으며, 대칭, 비대칭, 하이브리드 사용자 분포 시나리오 전반에서 상한 및 하한 경계의 성장률이 동일하게 나타났다.