[논문 리뷰] The Performance of Successive Interference Cancellation in Random Wireless Networks

Xinchen Zhang, Martin Haenggi|arXiv (Cornell University)|2014. 02. 07.

Advanced MIMO Systems Optimization참고 문헌 42인용 수 3

한 줄 요약

이 논문은 임의의 fading과 거리 제곱 법칙 경로 손실을 갖는 포아송 점 프로세스로 모델링된 전송기들을 가진 무선 네트워크에서 순차적 인터패링 제거(SIC)를 평가하기 위한 통합 분석 프레임워크를 제시한다. SIC의 이점은 동시에 제거하는 간섭자 수가 증가함에 따라 급격히 감소하며, 대부분의 이점은 단 한두 개의 간섭자를 제거할 때 달성되며, 특히 고차원 또는 경로 손실 지수가 낮은 네트워크에서 두드러지며, 이는 이질적 이동통신 네트워크(HCNs)에서 SIC의 성능 향상을 정량화한다.

ABSTRACT

This paper provides a unified framework to study the performance of successive interference cancellation (SIC) in wireless networks with arbitrary fading distribution and power-law path loss. An analytical characterization of the performance of SIC is given as a function of different system parameters. The results suggest that the marginal benefit of enabling the receiver to successively decode k users diminishes very fast with k, especially in networks of high dimensions and small path loss exponent. On the other hand, SIC is highly beneficial when the users are clustered around the receiver and/or very low-rate codes are used. Also, with multiple packet reception, a lower per-user information rate always results in higher aggregate throughput in interference-limited networks. In contrast, there exists a positive optimal per-user rate that maximizes the aggregate throughput in noisy networks. The analytical results serve as useful tools to understand the potential gain of SIC in heterogeneous cellular networks (HCNs). Using these tools, this paper quantifies the gain of SIC on the coverage probability in HCNs with non-accessible base stations. An interesting observation is that, for contemporary narrow-band systems (e.g., LTE and WiFi), most of the gain of SIC is achieved by canceling a single interferer.

연구 동기 및 목표

• 임의의 페이딩과 경로 손실을 갖는 d차원 무선 네트워크에서 SIC 성능을 평가하기 위한 일반적인 분석 프레임워크를 개발하는 것.
• SIC 성능 향상이 경로 손실 지수, 페이딩 분포, 코딩 속도, 사용자 분포 등의 시스템 파라미터에 어떻게 의존하는지 정량화하는 것.
• 특히 접근이 불가능한 기지국이 있는 경우, 이질적 이동통신 네트워크(HCNs)에서 SIC가 커버리지 확률에 미치는 영향을 평가하는 것.
• 간섭 제한 네트워크와 노이즈 제한 네트워크에서의 SIC 성능을 비교하며, 특히 최적의 사용자별 전송 속도에 초점을 맞추는 것.
• LTE 및 WiFi와 같은 실용적 시스템에서 SIC 성능 향상을 이해하기 위한 정확한 분석 도구를 제공하여, 가드존 모델과 같은 근사치를 피하는 것.

제안 방법

• 활성 전송기를 거리 제곱 법칙 경로 손실과 임의의 페이딩 분포를 갖는 포아송 점 프로세스(PPP)로 모델링한다.
• 수신된 전력의 순서 통계를 활용하여, k번째로 강한 간섭자가 SIC를 통해 디코딩될 수 있는 확률을 정확하게 분석하는 방법을 제안한다.
• SINR 임계값 기반으로 SIC 하에서 k번째 간섭자의 성공적 디코딩을 나타내는 지표 함수 χₖ(φ)와 ϑₖ(φ)를 정의한다.
• 스토하스틱 기하학과 라플라스 변환을 활용하여, HCNs에서 SIC 하의 커버리지 확률에 대한 닫힌 형식의 수식을 유도한다.
• 간섭력 스케일링 기법을 적용하여 SIC 유무 시스템 간의 비교를 가능하게 하며, 디코딩 확률을 비교할 수 있도록 한다.
• 다양한 디코딩 지표 간의 경계와 등가성을 도출하여, SIC 성능이 수신 전력 순서에 의해 결정된다는 것을 입증한다.

실험 결과

연구 질문

• RQ1 무작위 무선 네트워크에서 순차적 간섭 제거(SIC)의 성능 향상은 제거하는 간섭자의 수가 증가함에 따라 어떻게 변화하는가?
• RQ2 경로 손실 지수와 네트워크 차원성이 SIC의 한계적 이점에 어떤 영향을 미치는가?
• RQ3 페이딩 분포와 코딩 속도는 간섭 제한 네트워크와 노이즈 제한 네트워크에서 SIC의 효과성에 어떻게 영향을 미치는가?
• RQ4 이질적 이동통신 네트워크(HCNs)에서 기지국이 접근 불가능할 경우 SIC로 인한 커버리지 확률 향상은 얼마나 되는가?
• RQ5 SIC 기반 네트워크에서 집합적 전송량을 최대화하는 최적의 사용자별 전송 속도가 존재하는가? 이는 간섭 제한 네트워크와 노이즈 제한 네트워크에서 어떻게 다를까?

주요 결과

• SIC를 통해 추가 간섭자를 제거할 때의 한계적 이점은 k가 증가함에 따라 매우 급격히 감소하며, 특히 고차원 네트워크와 작은 경로 손실 지수에서 두드러진다.
• 현행 밀도가 낮은 대역폭 시스템인 LTE 및 WiFi와 같은 시스템에서는 단 한 개의 간섭자를 제거하는 것으로 대부분의 SIC 성능 향상이 달성되며, 추가로 더 많은 간섭자를 제거해도 추가적인 이점은 미미하다.
• 사용자가 수신기 근처에 집중되어 있거나, 저속도 코드가 사용될 경우 SIC가 가장 유익하며, 이러한 조건은 전력 순서화와 디코딩 성공률을 향상시킨다.
• 간섭 제한 네트워크에서는 낮은 사용자별 전송 속도가 SIC 기회를 늘려 집합적 전송량을 증가시키지만, 노이즈 제한 네트워크에서는 최적의 사용자별 전송 속도가 존재하며 이때 집합적 전송량이 최대가 된다.
• 접근 불가능한 기지국이 있는 HCNs에서 SIC 성능 향상을 정량화한 분석 프레임워크를 제시하였으며, 특히 가장 강한 접근 가능한 기지국이 간섭 제거를 통해 디코딩될 경우 커버리지 확률 향상이 뚜렷하게 나타남을 보여준다.
• 본 논문은 SIC에 대해 널리 사용되는 가드존 근사 모델이 다수 간섭자 제거를 모델링하는 데에는 부적절하며, 전력 순서화와 디코딩 의존성의 영향을 반영하지 못한다는 것을 입증한다.