[논문 리뷰] User Performance in Small Cells Networks with Inter-Cell Mobility

Philippe Olivier, Alain Simonian|arXiv (Cornell University)|2016. 05. 26.

Advanced Wireless Network Optimization참고 문헌 1인용 수 3

한 줄 요약

이 논문은 이웃 셀 간 이동성을 고려한 밀도 높은 소셀 네트워크에서 사용자 성능을 평가하기 위한 분석 프레임워크를 제안한다. 이동성은 잔여 체류 시간 분포를 통해 모델링되며, 계산 복잡도를 줄이기 위해 준정적 상태 근사법을 사용한다. 주요 발견은 이동성으로 인한 수신 기회가 증가함에도 불구하고 핸드오버 신호 처리량이 증가함에도 불구하고 이동 사용자와 정적 사용자 모두 성능 향상을 경험한다는 것이다.

ABSTRACT

We analyze the impact of intra-cell mobility on user performance in dense networks such as that enabled by LTE-A and 5G. To this end, we consider a homogeneous network of small cells and first show how to reduce the evaluation of user performance to the case of a single representative cell. We then propose simple analytical models that capture mobility through the distribution of the residual sojourn time of mobile users in the cell. An approximate model, based on Quasi-Stationary (QS) assumptions, is developed in order to speed up computation in the Markovian framework. We use these models to derive the average throughput of both mobile and static users, along with the probability of handover for mobile users. Numerical evaluation and simulation results are provided to assess the accuracy of the proposed models. We show, in particular, that both classes of users benefit from a throughput gain induced by the "opportunistic" displacement of mobile users among cells.

연구 동기 및 목표

• 밀도 높은 LTE-A 및 5G 소셀 네트워크에서 이웃 셀 간 이동성이 사용자 성능에 미치는 영향을 평가하기 위해.
• 잔여 체류 시간 분포에 초점을 맞추어 세부 기하학적 사용자 이동성 모델에서 성능 평가를 분리하기 위해.
• 동일한 소셀 네트워크에서 평균 전송률과 핸드오버 확률을 위한 분석 모델을 유도하기 위해.
• 정확한 마르코프 모델에서 발생하는 확장성 문제를 해결하기 위해 계산 효율적인 준정적 상태 근사법을 개발하기 위해.
• 이동성으로 인한 전송률 향상과 핸드오버 신호 처리량 간의 트레이드오프를 정량화하기 위해.

제안 방법

• 대칭성과 플로우 레벨 모델링을 활용하여 동일한 소셀 네트워크의 성능 평가를 한 개의 대표 셀로 단순화한다.
• 사용자 이동성을 셀 내 체류 시간의 잔여 분포를 통해 모델링하며, 핸드오버 도착을 포아송 과정으로 간주한다.
• 마르코프 플로우 레벨 대기열 모델을 구성하여 정적 사용자 및 이동 사용자의 평균 전송률과 핸드오버 확률을 계산한다.
• 마르코프 모델을 단순화하고 계산 확장성을 향상시키기 위해 준정적 상태(QS) 근사법을 도입한다.
• 포아송 과정 가정을 바탕으로 신선한 트래픽과 핸드오버 트래픽을 중첩하며, 각 플로우 간 독립성을 가정한다.
• 수치적 평가 및 시뮬레이션을 통해 모델을 검증하며, 정확한 마르코프 결과와 QS 근사 결과를 비교한다.

실험 결과

연구 질문

• RQ1 이웃 셀 간 이동성이 밀도 높은 소셀 네트워크에서 이동 사용자 및 정적 사용자의 평균 전송률에 어떤 영향을 미치는가?
• RQ2 이동성이 핸드오버 빈도에 미치는 영향은 무엇이며, 전송률 향상와의 트레이드오프는 어떻게 되는가?
• RQ3 준정적 상태 근사법은 정확한 마르코프 모델 대비 성능 지표 추정에서 얼마나 정확한가?
• RQ4 사용자 잔여 체류 시간 분포의 다양함에 대해 성능는 얼마나 강인한가?
• RQ5 크고 동일한 네트워크의 성능는 한 개의 대표 셀로 정확하게 모델링할 수 있는가?

주요 결과

• 이동성으로 인한 이웃 셀 간 이동 중 발생하는 유리한 채널 조건으로 인해 이동 사용자와 정적 사용자 모두 전송률 향상을 경험한다.
• 준정적 상태 근사법은 이동 사용자의 전송률과 핸드오버 확률을 정확하게 추정하지만, 정적 사용자의 전송률 추정에서는 정확도가 다소 낮다.
• 사용자 속도가 증가할수록 핸드오버 확률이 증가하며, 속도가 무한대에 가까워질수록 1에 수렴한다. 이는 이론적 기대와 일치한다.
• 피코 셀(반지름 50m)과 50%의 이동 사용자 비율 조건에서 전송률은 속도 증가에 따라 증가하며, 이동 사용자의 전송률 향상 폭이 정적 사용자보다 크다.
• 모델은 다양한 잔여 체류 시간 분포에 대해 강인함을 보이며, 마르코프 가정의 타당성을 뒷받침한다.
• 단일 대표 셀로의 단순화는 동일한 네트워크에 대해 타당하고 효과적이며, 확장 가능한 성능 평가를 가능하게 한다.