[논문 리뷰] Studying the SINR process of the typical user in Poisson networks by using its factorial moment measures

Bartłomiej Błaszczyszyn, Holger Paul Keeler|ArXiv.org|2014. 01. 16.

Advanced MIMO Systems Optimization참고 문헌 62인용 수 55

한 줄 요약

이 논문은 모든 차수에 대해 명시적이고 수치적으로 다룰 수 있는 계승모멘트 측도를 유도하여 포아송 무선 네트워크에서의 SINR 과정을 분석하기 위한 새로운 프레임워크를 제안한다. 주요 기여는 SINR 과정의 완전한 특성화로, 일반적인 신호 병합 및 간섭 제거 조건 하에서 정확한 k-커버리지 확률과 순서통계량의 공동분포를 계산할 수 있게 한다. 라플라스 변환 역행렬 계산 대신 유한 급수 전개가 사용된다.

ABSTRACT

Based on a stationary Poisson point process, a wireless network model with random propagation effects (shadowing and/or fading) is considered in order to examine the process formed by the signal-to-interference-plus-noise ratio (SINR) values experienced by a typical user with respect to all base stations in the down-link channel. This SINR process is completely characterized by deriving its factorial moment measures, which involve numerically tractable, explicit integral expressions. This novel framework naturally leads to expressions for the k-coverage probability, including the case of random SINR threshold values considered in multi-tier network models. While the k-coverage probabilities correspond to the marginal distributions of the order statistics of the SINR process, a more general relation is presented connecting the factorial moment measures of the SINR process to the joint densities of these order statistics. This gives a way for calculating exact values of the coverage probabilities arising in a general scenario of signal combination and interference cancellation between base stations. The presented framework consisting of mathematical representations of SINR characteristics with respect to the factorial moment measures holds for the whole domain of SINR and is amenable to considerable model extension.

연구 동기 및 목표

• 포아송 기반 무선 네트워크에서 일반 사용자가 경험하는 SINR 과정을 분석하기 위한 일반적인 수학적 프레임워크를 개발하는 것.
• 명시적이고 수치적으로 다룰 수 있는 적분으로 표현된 계승모멘트 측도를 통해 SINR 과정의 전체 분포를 특성화하는 것.
• 라플라스 변환 역행렬에 의존하지 않고도 정확한 k-커버리지 확률과 가장 강한 SINR 값들의 공동분포를 계산할 수 있도록 하는 것.
• 다중티어 및 이질적 네트워크에서의 신호 병합 및 간섭 제거를 모델링하기 위해 프레임워크를 확장하는 것.
• 전파 불변성 성질을 활용하여 다양한 fading 및 shadowing 분포 간의 분석을 통합하는 것.

제안 방법

• 정적 포아송 점 프로세스 위에서 스토하스틱 기하학과 샷 노이즈 이론을 사용하여 SINR 과정의 계승모멘트 측도를 유도한다.
• SINR에 비해 더 다룰 수 있는 대안으로 STINR(신호 대 총 간섭 및 노이즈 비율) 과정을 도입하며, SINR 결과를 복원하기 위한 단순한 변환을 제공한다.
• 행렬식 항등식과 행렬 미적분학(예: Sherman–Morrison 공식)을 활용하여 계승모멘트 측도에 대한 닫힌 형식의 표현식을 유도한다.
• Schuette-Nesbitt 공식을 적용하여 커버리지 확률을 계승모멘트 측도에 대한 유한 전개로 표현한다.
• SINR 과정의 대수적 구조를 활용하여 임계값 이상의 양의 SINR을 동시에 제공할 수 있는 기지국의 수가 유한함을 보이며, 이는 유한 급수 전개를 가능하게 한다.
• 전파 불변성—즉, 거리 제곱 법칙에 따른 경로 손실 하에서 fading 및 shadowing 분포의 변화에 관계없이 SINR 과정의 분포가 불변함—을 활용하여 모델 일반화를 가능하게 한다.

실험 결과

연구 질문

• RQ1 포아송 무선 네트워크에서 SINR 과정의 전체 분포는 어떻게 수학적으로 다룰 수 있는가?
• RQ2 라플라스 변환 역행렬을 통한 근사 대신 계승모멘트 측도를 사용하여 k-커버리지 확률을 정확히 계산할 수 있는가?
• RQ3 SINR 과정의 계승모멘트 측도와 그 순서통계량의 공동밀도 사이의 관계는 무엇인가?
• RQ4 이 프레임워크 내에서 신호 병합 및 간섭 제거를 어떻게 모델링하여 정확한 커버리지 확률을 계산할 수 있는가?
• RQ5 전파 불변성 성질이 일반적인 fading 및 shadowing 조건 하에서 SINR 과정 분석을 어느 정도 단순화하는가?

주요 결과

• SINR 과정의 계승모멘트 측도는 명시적이고 수치적으로 다룰 수 있는 적분으로 유도되었으며, 이는 근사 없이 정확한 분석을 가능하게 한다.
• k-커버리지 확률—정의상 최소 k개의 기지국이 임계값 이상의 SINR을 제공할 확률—은 계승모멘트 측도를 사용한 유한 급수로 계산될 수 있다.
• 가장 강한 k개의 SINR 값들의 공동분포는 계승모멘트 측도를 통해 완전히 특성화되었으며, 이는 신호 병합 및 간섭 제거 방식의 정확한 분석을 가능하게 한다.
• 이 프레임워크는 유한 개의 기지국만이 동시에 0에서 벗어나는 양의 SINR을 제공할 수 있음을 드러내며, 이는 유한 급수 전개의 타당성을 뒷받침하고 무한합을 피한다.
• STINR 과정은 단순한 변환을 통해 SINR 과정과 동일시되며, 그 행렬식 기반 표현은 편미분의 효율적 계산을 가능하게 한다.
• 전파 불변성은 거리 제곱 법칙에 따른 경로 손실 하에서 fading 및 shadowing 분포의 변화에 관계없이 SINR 과정의 분포가 불변함을 보장하며, 이는 모델 일반화를 단순화한다.