[논문 리뷰] The Major and Minor Factors in the Performance Analysis of Ultra-Dense Networks.

Ming Ding, David López‐Pérez|arXiv (Cornell University)|2017. 01. 27.

Millimeter-Wave Propagation and Modeling인용 수 1

한 줄 요약

이 논문은 이론적 분석을 통해 초고밀도 네트워크(Ultra-Dense Network, UDN) 성능에 영향을 미치는 주요 및 보조 모델링 요인을 규명한다. LoS/NLoS 경로 손실, 비제로 안테나 높이 차이, 유한한 BS/UE 밀도는 정확한 모델링에 있어 핵심 요소이며, 페이딩, 샤딩, 전력 제어, 결정론적 밀도와 같은 요소들은 영향이 미미하여 연구자들이 기본 정확도를 유지하면서도 가정을 단순화할 수 있도록 이끈다.

ABSTRACT

In this paper, we conduct performance evaluation for Ultra-Dense Networks (UDNs), and identify which modelling features play major roles and minor roles. From our study, we draw the following conclusions. First, there are 3 factors/models that have a major impact on the performance of UDNs, and they should be considered when performing theoretical analyses: i) a multi-piece path loss model with line-of-sight (LoS) and non-line-of-sight (NLoS) transmissions; ii) a non-zero antenna height difference between base stations (BSs) and user equipments (UEs); iii) a finite BS/UE density. Second, there are 4 factors/models that have a minor impact on the performance of UDNs, i.e., changing the results quantitatively but not qualitatively, and thus their incorporation into theoretical analyses is less urgent: i) a general multi-path fading model based on Rician fading; ii) a correlated shadow fading model; iii) a BS density dependent transmission power; iv) a deterministic BS/user density. Our conclusions can guide researchers to down-select the assumptions in their theoretical analyses, so as to avoid unnecessarily complicated results, while still capturing the fundamentals of UDNs. Finally, there are several other factors/models for further study.

연구 동기 및 목표

• 다양한 모델링 가정이 초고밀도 네트워크(UDN) 성능에 미치는 영향을 평가하기 위해.
• 성능 결과에 중대한 영향을 미치는 모델링 요인과 질적 영향이 없이 뿐만 아니라 정량적 영향만 미치는 요인을 구분하기 위해.
• 이론적 UDN 분석을 위한 필수 가정을 선택하도록 연구자들을 안내하기 위해.
• 미래의 UDN 연구에서 모델링 선택에 대한 우선순위 체계를 제공하기 위해.

제안 방법

• 이 연구는 스투흐라스틱 기하학과 점 프로세스 모델을 활용한 이론적 성능 평가를 통해 다양한 가정 하에서 UDN을 분석한다.
• 모델링 특성의 다양한 조합에서 네트워크 성능 지표(예: 커버리지 확률, 스펙트럼 효율성)를 비교한다.
• 핵심 성능 지표는 LoS 및 NLoS 전파 조건을 구분하는 다단계 경로 손실 모델을 사용하여 유도된다.
• 공간적 무작위성을 BS 및 UE 위치에 적용하며, 안테나 높이, 밀도, 페이딩 특성에 대한 다양한 가정을 포함한다.
• 각 모델링 요인이 질적 및 정량적 결과에 미치는 영향을 평가하기 위해 민감도 분석을 적용한다.
• 비교 기준은 통제된 모델 변형 하에서의 이론적 유도 및 성능 지표의 수치적 평가에 기반한다.

실험 결과

연구 질문

• RQ1 커버리지 확률 및 스펙트럼 효율성과 같은 UDN 성능 지표에 대해 어떤 모델링 가정이 주요 영향을 미치는가?
• RQ2 LoS 및 NLoS 경로 손실 모델은 UDN의 기본 거동에 어떻게 영향을 미치는가?
• RQ3 BS와 UEs 간의 비제로 높이 차이가 네트워크 성능에 어느 정도의 영향을 미치는가?
• RQ4 무한 밀도 근사치에 비해 유한한 BS/UE 밀도가 이론적 예측에 어떻게 영향을 미치는가?
• RQ5 성능에 정량적 변화만 유도하고 질적 거동에는 영향을 주지 않는 요인은 무엇인가?

주요 결과

• LoS 및 NLoS 전파 조건을 별도로 다루는 다단계 경로 손실 모델은 커버리지 및 스펙트럼 효율성에 중대한 영향을 미치며 핵심 요소이다.
• BS와 UEs 간의 비제로 안테나 높이 차이는 성능에 중대한 영향을 미치며, 특히 라인오브사이트 및 근접 라인오브사이트 상황에서 두드러진다.
• 유한한 BS 및 UE 밀도는 정확한 이론적 모델링에 매우 중요하며, 무한 밀도 근사치는 네트워크 거동을 잘못 묘사할 수 있다.
• Rician 페이딩 및 상관 샤딩 모델은 미미한 영향을 미치며 결과에 정량적 변화만 유도하고 질적 변화는 유도하지 않는다.
• BS 밀도에 따라 변하는 전송 전력 및 결정론적 BS/사용자 밀도도 미미한 영향을 미치며, 성능 추세에 질적 변화가 없다.
• 이 연구는 이론적 모델에 포함시키는 데 우선순위가 낮은 4가지 요인을 규명하여, 기본 통찰력을 잃지 않으면서도 단순화할 수 있음을 보여준다.