[论文解读] Femtocell Association in Two-Tier Cellular Networks: Complexity and Efficient Algorithms.

Zoubeir Mlika, Mathew Goonewardena+2 more|arXiv (Cornell University)|Sep 19, 2014

Advanced MIMO Systems Optimization被引用 2

一句话总结

本文提出了两种启发式多项式时间算法，用于解决两层异构网络中的用户关联问题，涵盖在SINR约束下的无权和加权用户关联问题。证明了这两个问题均为NP难问题，并展示了所提算法在计算复杂度显著低于暴力搜索或分支定界法的前提下，实现了接近最优的性能。

ABSTRACT

This work considers the problem of user association to small-cell base stations (SBSs) in a heterogeneous and small-cell network (HetSNet). Two optimization problems are investigated, which are maximizing the set of associated users to the SBSs (the unweighted problem) and maximizing the set of weighted associated users to the SBSs (the weighted problem), under signal-to-interference-plus-noise ratio (SINR) constraints. Both problems are formulated as linear integer programs. The weighted problem is known to be NP-hard and, in this paper, the unweighted problem is proved to be NP-hard as well. Therefore, this paper develops two heuristic polynomial-time algorithms to solve both problems. The computational complexity of the proposed algorithms is evaluated and is shown to be far more efficient than the complexity of the optimal brute-force (BF) algorithm. Moreover, the paper benchmarks the performance of the proposed algorithms against the BF algorithm, the branch-and-bound (B\&B) algorithm and standard algorithms, through numerical simulations. The results demonstrate the close-to-optimal performance of the proposed algorithms. They also show that the weighted problem can be solved to provide solutions that are fair between users or to balance the load among SBSs.

研究动机与目标

• 解决异构网络（HetNets）中用户关联到小基站（SBSs）的挑战。
• 建立两个优化问题：在SINR约束下最大化无权和加权用户关联。
• 证明无权和加权用户关联问题均为NP难问题。
• 设计具有多项式时间复杂度的高效启发式算法以解决上述问题。
• 将所提算法与最优解法和标准方法进行基准对比，评估其性能与公平性。

提出的方法

• 将用户关联问题建模为无权和加权问题的线性整数规划。
• 通过从已知NP难问题约化，证明无权问题的NP难性。
• 设计两种启发式算法：一种用于无权用户关联，另一种用于加权用户关联，两者均具有多项式时间复杂度。
• 采用SINR约束以确保用户与SBS关联的可靠性。
• 在启发式算法中采用贪心选择策略，根据权重优先选择用户或关联关系。
• 通过数值仿真对比暴力搜索和分支定界法，评估算法的复杂度与性能。

实验结果

研究问题

• RQ1 在SINR约束下，HetNets中的无权用户关联问题是否为NP难问题？
• RQ2 能否设计出具有多项式时间复杂度的高效启发式算法来解决用户关联问题？
• RQ3 所提启发式算法在关联增益与公平性方面，与最优算法和标准算法相比表现如何？
• RQ4 加权问题是否可用于实现小基站间负载的均衡？
• RQ5 用户关联算法中，计算复杂度与解质量之间存在何种权衡？

主要发现

• 无权用户关联问题被证明为NP难问题，扩展了已知加权变体的难解性。
• 所提启发式算法实现了接近最优的性能，其关联增益显著优于标准算法。
• 所提算法的计算复杂度远低于暴力搜索算法。
• 加权问题能够实现公平的用户关联，并有效实现小基站间的负载均衡。
• 数值结果表明，所提算法的性能几乎与最优的分支定界方法相当，但运行时间大幅降低。