[논문 리뷰] Multiuser Diversity for the Cognitive Uplink with Generalized Fading and Reduced Primary's Cooperation

Ehsan Nekouei, Hazer İnaltekin외 1명|arXiv (Cornell University)|2012. 09. 06.

Advanced MIMO Systems Optimization참고 문헌 24인용 수 3

한 줄 요약

이 논문은 제한된 피드백 조건에서 인지 업링크 네트워크에서 효율적인 다중 사용자 다양성을 가능하게 하는 K-가장 작은 채널 이득(K-SCG) 피드백 프로토콜을 제안한다. K-SCG 피드백가 총 전력 및 간섭 제한 네트워크에서 점점 최적화되는 합성율 스케일링(log log N)을 달성하고, 간섭 제한 및 개별 전력 및 간섭 제한 네트워크에서 log N를 달성함을 입증한다. 이는 K_N = N^δ (δ ∈ (0,1)) 또는 K_N = O(1)일 때, 주 간섭을 무시할 수 있을 정도로 유지하면서 이루어진다.

ABSTRACT

In cognitive multiple access networks, feedback is an important mechanism to convey secondary transmitter primary base station (STPB) channel gains from the primary base station (PBS) to the secondary base station (SBS). This paper investigates the optimal sum-rate capacity scaling laws for cognitive multiple access networks in feedback limited communication scenarios. First, an efficient feedback protocol called $K$-smallest channel gains ($K$-SCGs) feedback protocol is proposed in which the PBS feeds back the $\K$ smallest out of $N$ STPB channel gains to the SBS. Second, the sum-rate performance of the $K$-SCG feedback protocol is studied for three network types when transmission powers of secondary users (SUs) are optimally allocated. The network types considered are total-power-and-interference-limited (TPIL), interference-limited (IL) and individual-power-and-interference-limited (IPIL) networks. For each network type studied, we provide a sufficient condition on $\K$ such that the $K$-SCG feedback protocol is {\em asymptotically} optimal in the sense that the secondary network sum-rate scaling behavior under the $K$-SCG feedback protocol is the same with that under the full-feedback protocol. We allow distributions of secondary-transmitter-secondary-base-station (STSB), and STPB channel power gains to belong to a fairly general class of distributions called class $\mathcal{C}$-distributions that includes commonly used fading models.

연구 동기 및 목표

• 2차 기지국이 1차 기지국으로부터 채널 상태 정보를 필요로 하는 인지 다중접속 네트워크에서 높은 피드백 오버헤드 문제를 해결하기 위해.
• 일반화된 fading 분포를 가진 인지 무선 네트워크에서 피드백 제한 조건 하에서의 합성율 용량 스케일링 법칙을 조사하기 위해.
• 보고된 채널 이득 수를 최소화하면서도 최적의 합성율 스케일링을 유지하는 피드백 프로토콜을 설계하기 위해.
• 2차 네트워크의 총역할을 희생시키지 않고도 1차 기지국에서의 간섭이 임의로 작게 유지될 수 있도록 보장하기 위해.

제안 방법

• 주 기지국이 2차 전송기-주 기지국(STPB) 채널 이득 중에서 K_N개의 가장 작은 값을 2차 기지국에 보고하는 K-SCG 피드백 프로토콜을 도입한다.
• 총 전력 및 간섭 제한(TPIL), 간섭 제한(IL), 개별 전력 및 간섭 제한(IPIL)의 세 가지 네트워크 모델에 대해 합성율 성능을 분석한다.
• 완전한 피드백과 동일한 점점 최적화된 합성율 스케일링을 달성하기 위해 K_N에 필요한 충분조건을 유도한다.
• 극값 이론과 순서 통계를 활용하여 일반적인 C-분포(레이일 및 라이케인 페이딩 포함) 하에서 최소 STPB 채널 이득의 행동을 특성화한다.
• 보고된 K_N개의 채널 이득 기반으로 간섭 및 전력 제약 조건 하에서 합성율을 최대화하기 위해 2차 기지국에서 최적의 전력 배분 전략을 적용한다.
• 각 네트워크 유형에 대해 날카러운 점점 최적화된 합성율 스케일링 법칙을 확립하기 위해 하한 및 상한 경계 기법을 활용한다.

실험 결과

연구 질문

• RQ1 일반화된 페이딩 조건을 가진 인지 업링크 네트워크에서 피드백 오버헤드를 최소화하면서도 최적의 합성율 스케일링을 유지하는 피드백 프로토콜은 무엇인가?
• RQ2 보고된 채널 이득 수(K_N)가 다양한 간섭 제도에서 2차 네트워크의 합성율 스케일링에 어떤 영향을 미치는가?
• RQ3 2차 네트워크의 합성율 성능을 떨어뜨리지 않고도 1차 기지국에서의 간섭을 임의로 작게 만들 수 있는가?
• RQ4 TPIL, IL, IPIL 네트워크에서 K-SCG 피드백 하에 2차 네트워크 합성율의 최적 스케일링 행동은 무엇인가?
• RQ5 K_N의 선택이 피드백 오버헤드와 합성율 최적화 사이의 트레이드오프에 어떤 영향을 미치는가?

주요 결과

• TPIL 네트워크에서 K_N = N^δ (δ ∈ (0,1))일 경우 K-SCG 피드백 프로토콜은 점점 최적화되며, 합성율 스케일링이 (1/n_h) log log N에 도달한다. 여기서 n_h는 STSB 채널 분포에서 유도된다.
• IL 네트워크에서 K_N = O(1)일 경우 K-SCG 프로토콜은 점점 최적화되며, 최적의 합성율 스케일링 (1/γ_g) log N를 달성한다. 여기서 γ_g는 STPB 채널 분포의 매개변수이다.
• IPIL 네트워크에서 K_N = O(1)일 경우 K-SCG 프로토콜은 점점 최적화되며, 합성율 스케일링이 min(1, 1/γ_g) log N를 제공한다.
• PBS에서의 평균 간섭 전력은 모든 네트워크 유형에서 최적의 합성율 스케일링 행동을 유지하면서 임의로 작게 만들 수 있다.
• 제안된 피드백 프로토콜은 완전한 피드백과 동일한 점점 최적화된 합성율 스케일링을 달성하며, 최적 성능을 위해 작은 채널 이득 부분집합만으로도 충분하다는 것을 입증한다.
• 수치 결과는 유도된 스케일링 법칙이 유한한 N에 대해서도 성립함을 확인하며, 다양한 페이딩 분포에서 이론적 분석의 타당성을 검증한다.