[论文解读] Distributed Pricing-Based User Association for Downlink Heterogeneous Cellular Networks

Kaiming Shen, Wei Yu|arXiv (Cornell University)|Jul 17, 2014

Advanced MIMO Systems Optimization被引用 13

一句话总结

该论文提出了一种用于下行异构蜂窝网络的分布式、基于定价的用户关联方案，采用对偶坐标下降法更新价格，实现在比例公平约束下的异步、无参数优化。该方法在负载均衡和性能方面显著优于传统的最大SINR关联方案，且在联合功率控制与波束成形方面也显著优于现有方法，同时最小化切换和计算开销。

ABSTRACT

This paper considers the optimization of the user and base-station (BS) association in a wireless downlink heterogeneous cellular network under the proportional fairness criterion. We first consider the case where each BS has a single antenna and transmits at fixed power, and propose a distributed price update strategy for a pricing-based user association scheme, in which the users are assigned to the BS based on the value of a utility function minus a price. The proposed price update algorithm is based on a coordinate descent method for solving the dual of the network utility maximization problem, and it has a rigorous performance guarantee. The main advantage of the proposed algorithm as compared to the existing subgradient method for price update is that the proposed algorithm is independent of parameter choices and can be implemented asynchronously. Further, this paper considers the joint user association and BS power control problem, and proposes an iterative dual coordinate descent and the power optimization algorithm that significantly outperforms existing approaches. Finally, this paper considers the joint user association and BS beamforming problem for the case where the BSs are equipped with multiple antennas and spatially multiplex multiple users. We incorporate dual coordinate descent with the weighted minimum mean-squared error (WMMSE) algorithm, and show that it achieves nearly the same performance as a computationally more complex benchmark algorithm (which applies the WMMSE algorithm on the entire network for BS association), while avoiding excessive BS handover.

研究动机与目标

• 解决传统最大SINR用户关联导致的异构网络（HetNets）中负载不均衡问题。
• 在比例公平约束下，开发一种分布式、无参数、可异步实现的用户与基站（BS）关联算法。
• 在多天线HetNets中，联合优化用户关联与下行功率控制及波束成形，以提升网络效用。
• 在保持性能接近集中式基准的同时，降低计算复杂度和基站切换次数。

提出的方法

• 采用基于定价的用户关联模型，用户根据效用减去动态更新的价格选择基站。
• 在网络效用最大化问题的对偶问题上应用对偶坐标下降法（DCD）更新价格，确保无需参数调优即可收敛。
• 将DCD与牛顿法结合用于迭代功率优化，实现用户关联与功率控制的联合优化。
• 将DCD与加权最小均方误差（WMMSE）算法结合，实现多天线基站中用户关联与波束成形的联合优化。
• 在原始变量恢复过程中应用冲突解决机制，确保从对偶变量中获得有效的用户-基站关联。
• 在牛顿法中采用启发式海塞矩阵近似，以降低功率优化过程中的计算成本。

实验结果

研究问题

• RQ1 基于定价的分布式、无参数价格更新机制是否能在HetNets用户关联中优于次梯度方法？
• RQ2 与传统次梯度方法相比，所提出的对偶坐标下降法在收敛性和可扩展性方面有何改进？
• RQ3 在比例公平约束下，联合用户关联与功率控制及波束成形能在多大程度上提升网络效用？
• RQ4 所提出的方案是否能在计算复杂度更低、基站切换更少的情况下实现接近最优的性能？

主要发现

• 所提出的对偶坐标下降价格更新算法无需参数调优即可收敛，并支持异步实现，而次梯度方法不具备此特性。
• 通过弱对偶性提供性能保证，确保解与最优效用之间的差距在有界范围内。
• 用户关联与功率控制的联合优化显著优于现有方法，尤其在负载均衡和高负载场景下表现突出。
• 将DCD与WMMSE结合用于波束成形，性能几乎与集中式WMMSE基准相当，同时避免了过多的切换并降低了复杂度。
• 该方法在保持高 spectral efficiency 和公平性方面表现优异，体现在比例公平约束下对数效用目标被最大化。
• 通过处理变化的用户负载和异构基站部署，验证了该算法对网络动态变化的鲁棒性。