[논문 리뷰] SIR Coverage Analysis in Cellular Networks with Temporal Traffic: A Stochastic Geometry Approach

Howard H. Yang, Tony Q. S. Quek|arXiv (Cornell University)|2018. 01. 30.

Advanced MIMO Systems Optimization참고 문헌 37인용 수 7

한 줄 요약

이 논문은 시간적 교통량 변동이 있는 세포망에서 신호 대 간섭비(SIR) 커버리지 분석을 위해 포아송 점 프로세스와 이산 시간 대기행렬 모델을 조합한 확률적 기하학 프레임워크를 제안한다. SIR 분포에 대한 해석 가능한 표현식을 유도하며, 교통 부하가 커버리지에 상당한 영향을 미친다는 것을 보여주며, 경량 및 고부하 상황 간 SIR 요구사항이 10 dB 이상 다를 수 있음을 밝히고, 특히 세포 가장자리 사용자장치(UEs)가 교통 변동으로 인해 지연과 장애 발생에 매우 취약하다는 점을 밝힌다.

ABSTRACT

The bloom in mobile applications not just bring in enjoyment to daily life, but also imposes more complicated traffic situation on wireless network. A complete understanding of the impact from traffic profile is thus essential for network operators to respond adequately to the surge in data traffic. In this paper, based on stochastic geometry and queuing theory, we develop a mathematical framework that captures the interplay between the spatial location of base stations (BSs), which determines the magnitude of mutual interference, and their temporal traffic dy- namic. We derive a tractable expression for the SIR distribution, and verify its accuracy via simulations. Based on our analysis, we find that i) under the same configuration, when traffic condition changes from light to heavy, the corresponding SIR requirement can differ by more than 10 dB for the network to maintain coverage, ii) the SIR coverage probability varies largely with traffic fluctuation in the sub-medium load regime, whereas in scenario with very light traffic load, the SIR outage probability increases linearly with the packet arrival rate, iii) the mean delay, as well as coverage probability of cell edge user equipments (UEs) are vulnerable to the traffic fluctuation, thus confirms its appeal for traffic-aware communication technology.

연구 동기 및 목표

• 세포망에서 공간적 기지국(BS) 배치와 시간적 교통 역학 간의 상호작용을 수학적으로 기술하는 프레임워크를 개발하는 것.
• 교통 변동이 SIR 커버리지 확률과 평균 지연에 어떤 영향을 미치는지 분석하는 것, 특히 세포 가장자리 사용자장치(UEs)에 초점을 맞추어.
• 특히 중간에서 고부하 영역에서의 다양한 교통 조건 하에서 네트워크 성능의 취약점을 규명하는 것.
• 제한된 비율의 대기행렬이 불안정해지지 않도록 보장하는 최대 지속 가능한 교통 부하를 정량화하는 $\varepsilon$-안정 영역을 설정하는 것.

제안 방법

• 공간적 무작위성을 반영하기 위해 기지국(BS)과 사용자장치(UE) 위치를 상호 독립적인 포아송 점 프로세스(PPPs)로 모델링하는 것.
• 각 기지국에서 패킷 도착이 독립적인 베르누이 과정을 따르는 이산 시간 대기행렬 모델을 사용하는 것.
• 공간적으로 무작위로 분포된 기지국들에 의한 간섭을 고려하여 SIR 분포를 산정하기 위해 확률적 기하학을 적용하는 것.
• 주로 우세하고 유리한 시스템 근사치를 활용하여 $\varepsilon$-안정성에 대한 필요 및 충분 조건을 도출하는 것.
• PPP 실현값에 대한 공간 평균을 통해 $\varepsilon$-안정 영역에 대한 근사치를 도입하는 것.
• 로인즈 정리와 PPP의 에르고딕성을 활용하여 시간 평균 대기행렬 행동과 공간 평균 성능 지표를 연결하는 것.

실험 결과

연구 질문

• RQ1 시간적 교통량 변동이 무작위 기지국 배치를 가진 세포망에서 SIR 커버리지 확률에 어떤 영향을 미치는가?
• RQ2 교통 부하와 네트워크 커버리지 유지를 위한 SIR 임계값 간의 관계는 어떠한가?
• RQ3 변동성이 있는 교통 조건 하에서 세포 가장자리 UEs의 평균 지연과 커버리지 확률은 어떻게 변화하는가?
• RQ4 동적 교통 조건 하에서 전체 대기행렬 중 $\varepsilon$ 이하의 비율만이 불안정해지도록 보장하는 조건은 무엇인가?
• RQ5 무작위 공간적 및 시간적 동역학을 가진 대규모 세포망에 대해 해석 가능한 안정 영역을 어떻게 유도할 수 있는가?

주요 결과

• 교통 부하가 경량에서 고부하로 증가할 경우, 커버리지를 유지하기 위한 SIR 임계값은 10 dB 이상 다를 수 있다.
• 중간에서 약간의 부하 영역에서는 교통 변동으로 인해 SIR 커버리지 확률이 크게 변동하여 높은 민감도를 보임을 나타낸다.
• 매우 가벼운 교통 조건에서는 SIR 장애 확률이 패킷 도착률에 대해 선형적으로 증가한다.
• 세포 가장자리 UEs는 교통 변동에 매우 취약하며, 커버리지 확률과 평균 지연 모두가 상당히 악화된다.
• $\varepsilon$-안정성의 임계 도착률은 구간 $[\xi^{\mathrm{Sc}}_{\varepsilon}, \xi^{\mathrm{Nc}}_{\varepsilon}]$ 내에 위치하며, 공간 평균을 통해 유도된 실용적 근사치 $\xi^{\mathrm{A}}_{\mathrm{c},\varepsilon}$ 가 존재한다.
• 제안된 프레임워크는 실제 교통 역학 하에서 SIR 분포와 안정성에 대한 정확한 분석을 가능하게 하며, 교통 인식 네트워크 설계에 통찰을 제공한다.