[论文解读] On Modeling Heterogeneous Wireless Networks Using Non-Poisson Point Processes

Young Jin Chun, Mazen O. Hasna+2 more|arXiv (Cornell University)|Jun 20, 2015

Advanced MIMO Systems Optimization参考文献 14被引用 7

一句话总结

本文提出一种非泊松点过程模型，以更好地捕捉异构无线网络（HetNets）中的空间与时间干扰相关性，突破了传统同质泊松点过程（PPP）的假设。通过分析大规模MIMO、随机接入协议和协作中继，表明在非PPP模型下，干扰相关性显著降低性能，尤其是中断概率，揭示了当忽略相关性时，PPP模型会高估网络可靠性。

ABSTRACT

Future wireless networks are required to support 1000 times higher data rate, than the current LTE standard. In order to meet the ever increasing demand, it is inevitable that, future wireless networks will have to develop seamless interconnection between multiple technologies. A manifestation of this idea is the collaboration among different types of network tiers such as macro and small cells, leading to the so-called heterogeneous networks (HetNets). Researchers have used stochastic geometry to analyze such networks and understand their real potential. Unsurprisingly, it has been revealed that interference has a detrimental effect on performance, especially if not modeled properly. Interference can be correlated in space and/or time, which has been overlooked in the past. For instance, it is normally assumed that the nodes are located completely independent of each other and follow a homogeneous Poisson point process (PPP), which is not necessarily true in real networks since the node locations are spatially dependent. In addition, the interference correlation created by correlated stochastic processes has mostly been ignored. To this end, we take a different approach in modeling the interference where we use non-PPP, as well as we study the impact of spatial and temporal correlation on the performance of HetNets. To illustrate the impact of correlation on performance, we consider three case studies from real-life scenarios. Specifically, we use massive multiple-input multiple-output (MIMO) to understand the impact of spatial correlation; we use the random medium access protocol to examine the temporal correlation; and we use cooperative relay networks to illustrate the spatial-temporal correlation. We present several numerical examples through which we demonstrate the impact of various correlation types on the performance of HetNets.

研究动机与目标

• 为解决同质泊松点过程（PPP）在建模实际HetNets时的局限性，其中节点位置与干扰存在空间与时间相关性。
• 研究空间、时间及时空干扰相关性对中断概率和覆盖等关键性能指标的影响。
• 提出一种更真实的HetNet模型，采用非PPP点过程以反映实际部署约束（如节点间最小距离）。
• 识别并分析随机几何中与非PPP干扰建模及相关性效应相关的开放问题。
• 通过案例研究表明，忽略干扰相关性会导致现有PPP模型对性能预测过于乐观。

提出的方法

• 采用非泊松点过程——特别是Ginibre点过程及其他排斥过程——对具有空间排斥性的基站部署进行建模，避免不现实的节点聚集。
• 应用随机几何推导非PPP模型下的干扰统计特性，包括拉普拉斯变换和概率生成泛函。
• 引入三个案例研究：大规模MIMO（空间相关性）、基于ALOHA的随机接入（时间相关性）以及协作中继（时空相关性）。
• 在相同网络条件下，比较PPP与非PPP模型下的性能指标（中断概率、局部延迟），以隔离相关性的影响。
• 通过数值仿真评估中继位置、路径损耗指数及ALOHA接入概率对端到端中断的影响。
• 利用Slivnyak定理与PGFL（概率生成泛函）分析PPP与非PPP假设下的干扰。

实验结果

研究问题

• RQ1 通过非泊松过程建模的基站部署空间相关性，如何影响HetNets中的中断概率？
• RQ2 随机介质访问协议中的时间相关性在多大程度上增加局部延迟并降低分集增益？
• RQ3 与独立干扰模型相比，协作中继网络中的时空相关性如何降低端到端中断性能？
• RQ4 非PPP模型以何种方式揭示了PPP模型未能捕捉到的性能退化？
• RQ5 在将随机几何扩展至具有相关干扰的非PPP模型时，关键开放问题是什么？

主要发现

• 如Ginibre过程等非泊松点过程由于保证了干扰节点间的最小距离，其中断概率低于PPP。
• 干扰相关性会增加中断概率，尤其当中继靠近接收端时，选择合并增益降低。
• 基于ALOHA协议的时间相关性会增加平均局部延迟，且在较高接入概率下影响更显著。
• 大规模MIMO系统中的空间相关性会降低有效分集增益，尽管波束成形可缓解部分干扰。
• 在相关干扰条件下，PPP与非PPP模型之间的性能差距扩大，表明PPP模型高估了网络可靠性。
• 本文指出，非PPP模型中的高阶矩测度与干扰相关性统计仍为解析上难以处理，构成关键开放挑战。