[논문 리뷰] On the Maximum Sum-rate Capacity of Cognitive Multiple Access Channel

Peng Cheng, Guanding Yu외 3명|ArXiv.org|2006. 12. 05.

Wireless Communication Security Techniques참고 문헌 3인용 수 3

한 줄 요약

이 논문은 다수의 인지 사용자가 공통의 액세스 포인트와 통신하면서 주 사용자에 대한 간섭을 유발하지 않는 인지 다중접근 채널에서 최대 합신호율 용량을 조사한다. 더러운 종이 코딩과 협업을 고려한 가우시안 MAC로 시스템을 모델링함으로써, 저자들은 전력 할당을 위한 비선형 최적화 문제를 수립하고, 최적의 합신호율을 달성하기 위해 반복적인 라그랑주 승수 기반 알고리즘을 제안한다. 주요 결과는 협업 항목에서 최적 전력 비율에 대한 닫힌 형식의 표현을 제공한다.

ABSTRACT

We consider the communication scenario where multiple cognitive users wish to communicate to the same receiver, in the presence of primary transmission. The cognitive transmitters are assumed to have the side information about the primary transmission. The capacity region of cognitive users is formulated under the constraint that the capacity of primary transmission is not changed as if no cognitive users exist. Moreover, the maximum sum-rate point of the capacity region is characterized, by optimally allocating the power of each cognitive user to transmit its own information.

연구 동기 및 목표

• 공동 액세스 포인트로 다수의 인지 사용자가 전송하면서 주 사용자 성능이 악화되지 않는 인지 다중접근 채널의 용량 영역을 규명하는 것.
• 주 사용자 신호율과 간섭 제약 조건 하에서 인지 사용자들의 합신호율을 최대화하는 데 도전하는 것.
• 스펙트럼 효율성을 최적화하면서도 주 사용자 전송 품질을 유지하는 효율적인 전력 할당 전략을 개발하는 것.
• 다수의 동일 대역 인지 사용자가 존재하는 인지 방송망에서 최대 합신호율을 달성하기 위한 실용적인 알고리즘을 제공하는 것.

제안 방법

• 인지 MAC를 주 사용자로부터의 간섭을 포함한 가우시안 다중접근 채널로 모델링하며, 더러운 종이 코딩과 협업 항목을 모두 통합한다.
• 특히 각 인지 사용자에 대한 협업 이득 $\gamma_k$에 따라 전력 할당 파rameter의 함수로서 용량 영역을 유도한다.
• 주 사용자의 신호율 요구사항과 간섭 한계에 의해 제약되는 비선형 최적화 문제로 합신호율 최대화 문제를 수립한다.
• 비볼록 최적화 문제를 해결하기 위해 라그랑주 이중법을 도입하고, 최적의 $\gamma_k$ 값을 계산하기 위한 반복 알고리즘을 제시한다.
• 현재 상태에 따라 매 단계에서 활성 집합 $\mathcal{S}$ 를 동적으로 업데이트하고, $X$ 와 $\gamma_k$ 를 조정하는 반복 절차를 사용한다.
• 모든 제약 조건을 충족시키기까지 수렴하기 위해, $\lambda = 0$ 에서 시작하여 라그랑주 승수 $\lambda$ 에 대해 단계적 검색을 수행한다.

실험 결과

연구 질문

• RQ1 다수의 인지 사용자와 주 사용자가 존재하는 인지 다중접근 채널의 실현 가능한 용량 영역은 무엇인가?
• RQ2 주 사용자의 신호율에 영향을 주지 않도록 하면서 인지 사용자들의 합신호율을 어떻게 최대화할 수 있는가?
• RQ3 최대 합신호율을 달성하기 위해 협업과 더러운 종이 코딩을 포함한 최적의 전력 할당 전략은 무엇인가?
• RQ4 실제로 합신호율 최대화를 위한 비볼록 최적화 문제를 효율적으로 해결할 수 있는 방법은 무엇인가?
• RQ5 채널 이득과 전력 제약 조건이 최적의 협업 인자 $\gamma_k$ 에 어떤 영향을 미치는가?

주요 결과

• 인지 MAC의 용량 영역은 실현 가능한 협업 인자 $\boldsymbol{\gamma}$ 에 의해 매개변수화된 영역들의 합집합으로 특징지어지며, 최대 합신호율 점은 경계 상에 위치한다.
• 각 인지 사용자에 대해 협업 인자 $\gamma_k$ 를 간섭 제거와 전력 효율성 간의 균형을 이루도록 선택할 때 최적의 합신호율가 달성된다.
• 반복 알고리즘은 활성 집합 $\mathcal{S}$ 를 동적으로 업데이트함으로써 최적의 $\gamma_k$ 값에 수렴한다. 이 집합은 $\gamma_k < 1$ 인 사용자들로 구성된다.
• 해결책은 채널 이득 $h_k$, $g_k$, $h_p$ 와 전력 제약 조건 $P_k$ 와 $P_p$ 에 따라 달라지며, $\gamma_k$ 는 라그랑주 이중 공식화로부터 유도된다.
• 알고리즘은 $\lambda = 0$ 에서 시작하여 $\lambda$ 를 단계적으로 증가시키며, 각 반복 단계에서 $X$ 와 $\gamma_k$ 를 재계산하여 모든 제약 조건을 충족시킬 때까지 진행된다.
• 최적의 $\gamma_k$ 는 $\gamma_k < 1$ 인 경우 $\gamma_k = \frac{\lambda \sigma_p^2 X}{(\beta_k^2 - \lambda h_p^2 P_p) g_k \sqrt{P_k}}$ 로 주어지며, 이 외의 경우 1로 설정된다. 여기서 $\beta_k = h_k / g_k$ 이다.