[논문 리뷰] Performance Impact of Idle Mode Capability on Dense Small Cell Networks

Ming Ding, David López‐Pérez외 2명|arXiv (Cornell University)|2016. 09. 25.

Advanced MIMO Systems Optimization참고 문헌 23인용 수 5

한 줄 요약

이 논문은 밀도 높은 소셀 네트워크(ScNs)에서 기지국(BS)의 유휴 모드 기능(IMC)이 성능에 미치는 영향을 조사하며, 불활성 BS를 끄는 것이 커버리지 확률, 스펙트럼 효율성, 에너지 효율성 모두를 크게 향상시킨다는 것을 보여준다. 실제의 시야 내 및 시야 외 전파 모델을 적용하여 저자들은 BS 밀도가 사용자 equipment(UE) 밀도를 초과할 경우 커버리지 확률이 1에 수렴함을 증명하며, 초밀도 배치에서 '5G의 죽음'에 대한 우려를 뒤집는 결과를 도출한다.

ABSTRACT

Very recent studies showed that in a fully loaded dense small cell network (SCN), the coverage probability performance will continuously decrease with the network densification. Such new results were captured in IEEE ComSoc Technology News with an alarming title of "Will Densification Be the Death of 5G?". In this paper, we revisit this issue from more practical views of realistic network deployment, such as a finite number of active base stations (BSs) and user equipments (UEs), a decreasing BS transmission power with the network densification, etc. Particularly, in dense SCNs, due to an oversupply of BSs with respect to UEs, a large number of BSs can be put into idle modes without signal transmission, if there is no active UE within their coverage areas. Setting those BSs into idle modes mitigates unnecessary inter-cell interference and reduces energy consumption. In this paper, we investigate the performance impact of such BS idle mode capability (IMC) on dense SCNs. Different from existing work, we consider a realistic path loss model incorporating both line-of-sight (LoS) and non-line-of-sight (NLoS) transmissions. Moreover, we obtain analytical results for the coverage probability, the area spectral efficiency (ASE) and the energy efficiency (EE) performance for SCNs with the BS IMC and show that the performance impact of the IMC on dense SCNs is significant. As the BS density surpasses the UE density in dense SCNs, the coverage probability will continuously increase toward one, addressing previous concerns on "the death of 5G". Finally, the performance improvement in terms of the EE performance is also investigated for dense SCNs using practical energy models developed in the Green-Touch project.

연구 동기 및 목표

• 5G 밀도 높은 소셀 네트워크(ScNs)에서 네트워크 밀도 증가가 성능을 악화시킬 수 있다는 우려, 특히 '밀도 증가가 5G의 죽음이 될 수 있다'는 주장에 대응하기 위해.
• 실제 ScNs 환경에서 기지국 유휴 모드 기능(IMC)이 커버리지 확률, 영역 스펙트럼 효율성(ASE), 에너지 효율성(EE)과 같은 핵심 성능 지표에 미치는 영향을 분석하기 위해.
• 시야 내(LoS) 및 시야 외(NLoS) 전파를 포함한 실용적인 전파 모델과 유한한 활성 BS 및 UE 밀도를 통합하기 위해.
• IMC 하에서 커버리지 확률 및 활성 BS 밀도에 대한 해석적 표현을 유도하여, 불활성 BS에 의한 간섭 감소가 네트워크 성능 향상에 기여함을 보여주기 위해.
• 실제 Green-Touch 프로젝트의 에너지 모델을 활용해 에너지 효율성을 평가하여, 초밀도 배치에서 IMC가 가져오는 상당한 성능 향상을 입증하기 위해.

제안 방법

• 저자들은 기지국과 사용자 단말(UE)에 대해 포아송 점 프로세스를 적용한 스토하스틱 기하 기반의 ScN을 모델링하며, 시야 내 및 시야 외 링크를 포함한 실제 경로 손실 모델을 통합한다.
• 특정 거리 r에서 일반적인 UE가 주어진 BS b와 연결되지 않을 조건부 확률 Pr[w≁b|r]를 링크 품질 및 연결 규칙에 기반해 유도한다.
• 거리 분포에 대한 적분을 통해 무조건적 연결 확률 Pr[w≁b]를 계산하며, 이는 LoS 및 NLoS 경로 손실 구성 요소를 통합한 PDF f_R^Path(r)를 사용한다.
• 각 BS 주변의 후보 UE 수를 λ_Ω = ρπr_max²로 설정한 포아송 랜덤 변수로 모델링하여 BS 비활성 확률 Q^off를 유도한다.
• 활성 BS 밀도 ̃λ는 Q^off가 UE 상호간 상관관계를 고려하지 않기 때문에 비활성 확률을 과소평가한다는 점을 감안해 λ(1−Q^off)로 상한선을 설정한다.
• 시야 내 및 시야 외 연결 거리에 대한 누적분포함수(CDF) F_R^L(r) 및 F_R^NL(r)를 사용하며, 이를 F_R(r) = F_R^L(r) + F_R^NL(r)로 통합한다.

실험 결과

연구 질문

• RQ1 초밀도 환경에서의 성능 악화가 이전 연구에서 예측된 바가 있음에도 불구하고, 밀도 높은 소셀 네트워크에서 유휴 모드 기능을 활성화함으로써 이를 완화할 수 있는가?
• RQ2 실제의 시야 내 및 시야 외 전파 모델을 포함할 경우, 고밀도 ScNs에서 커버리지 확률에 어떤 영향을 미치는가?
• RQ3 BS 밀도가 UE 밀도를 초과할 경우, BS 비활성화의 해석적 영향이 커버리지 확률, ASE, 에너지 효율성에 어떻게 작용하는가?
• RQ4 IMC 하에서 활성 BS 밀도를 해석적으로 상한선으로 제한할 수 있으며, 이는 네트워크 성능 지표에 어떤 영향을 미치는가?
• RQ5 특히 실제 에너지 소비 모델을 사용할 경우, IMC는 밀도 높은 ScNs에서 에너지 효율성을 얼마나 향상시키는가?

주요 결과

• 밀도 높은 ScNs에서 BS 밀도가 UE 밀도를 초과할 경우, 커버리지 확률은 단조적으로 1에 수렴하며, 이는 '5G의 죽음'에 대한 우려를 뒤집는 결과이다.
• 제안된 IMC 메커니즘은 불활성 BS를 비활성화시켜 이웃셀 간섭을 크게 감소시켜 커버리지 및 스펙트럼 효율성을 향상시킨다.
• IMC 하에서 스펙트럼 효율성은 밀도 증가와 함께 유리하게 스케일링되며, 간섭 감소와 신호 품질 향상으로 인해 성능 향상이 이루어진다.
• 에너지 효율성(EE)은 IMC 하에서 상당히 향상되며, 특히 Green-Touch 프로젝트의 실제 에너지 모델을 사용할 경우 두드러진 성능 향상이 나타난다.
• 활성 BS 밀도는 λ(1−Q^off)로 상한선이 설정되며, 여기서 Q^off는 BS에 연결된 UE가 없을 확률이다. 이 상한선는 UE 공간 상관관계를 고려하지 않기 때문에 보수적인 것으로 간주된다.
• 해석적 프레임워크는 조각별 경로 손실 모델을 활용해 시야 내 및 시야 외 전파를 모두 고려하여, 이전의 단일 기울기 모델보다 더 정확한 성능 예측을 가능하게 한다.