[论文解读] Price-Based Resource Allocation for Spectrum-Sharing Femtocell Networks: A Stackelberg Game Approach

Xin Kang, Rui Zhang+1 more|arXiv (Cornell University)|Mar 11, 2011

Advanced MIMO Systems Optimization被引用 36

一句话总结

本文提出了一种基于Stackelberg博弈的价格型资源分配方案，用于上行链路频谱共享的微微蜂窝网络，其中宏蜂窝基站（MBS）设定干扰价格以保护自身，而微微蜂窝则优化其功率分配。该方法在干扰约束下实现了联合效用最大化，通过一种分布式算法确保收敛性并最小化网络开销，尤其在农村（稀疏）和城市（密集）部署场景下表现优异。

ABSTRACT

This paper investigates the price-based resource allocation strategies for the uplink transmission of a spectrum-sharing femtocell network, in which a central macrocell is underlaid with distributed femtocells, all operating over the same frequency band as the macrocell. Assuming that the macrocell base station (MBS) protects itself by pricing the interference from the femtocell users, a Stackelberg game is formulated to study the joint utility maximization of the macrocell and the femtocells subject to a maximum tolerable interference power constraint at the MBS. Especially, two practical femtocell channel models: sparsely deployed scenario for rural areas and densely deployed scenario for urban areas, are investigated. For each scenario, two pricing schemes: uniform pricing and non-uniform pricing, are proposed. Then, the Stackelberg equilibriums for these proposed games are studied, and an effective distributed interference price bargaining algorithm with guaranteed convergence is proposed for the uniform-pricing case. Finally, numerical examples are presented to verify the proposed studies. It is shown that the proposed algorithms are effective in resource allocation and macrocell protection requiring minimal network overhead for spectrum-sharing-based two-tier femtocell networks.

研究动机与目标

• 解决宏蜂窝与微微蜂窝在同一频段共享频谱的两层微微蜂窝网络中的跨层干扰问题。
• 通过定价机制实现高效资源分配，同时保护宏蜂窝免受过度干扰。
• 设计一种分布式、收敛的算法，用于干扰价格协商，实现最小网络信令开销。
• 在两种实际的微微蜂窝部署场景下评估性能：稀疏部署（农村）和密集部署（城市）。
• 比较均匀与非均匀定价方案在最优效用与干扰管理方面的表现。

提出的方法

• 构建一个Stackelberg博弈模型，其中MBS作为领导者设定干扰价格，而微微蜂窝作为跟随者基于这些价格优化功率分配。
• 引入两种定价方案：均匀定价（所有微微蜂窝采用相同价格）与非均匀定价（每个微微蜂窝采用不同价格），以适应不同部署场景。
• 利用优化技术与Lagrangian对偶方法，推导出两种定价方案下Stackelberg均衡的闭式表达式。
• 提出一种分布式干扰价格协商算法，可在均匀定价情况下保证收敛至Stackelberg均衡。
• 采用对偶分解与Karush-Kuhn-Tucker（KKT）条件求解在干扰功率约束下的和速率最大化问题。
• 应用干扰温度约束，确保MBS处的总干扰保持在可容忍阈值以下。

实验结果

研究问题

• RQ1 在频谱共享的两层微微蜂窝网络中，如何有效管理来自微微蜂窝的干扰？
• RQ2 何种定价策略可使宏蜂窝在保护自身性能的同时，允许微微蜂窝最大化自身效用？
• RQ3 在稀疏与密集的微微蜂窝部署中，均匀与非均匀定价方案的性能表现如何比较？
• RQ4 能否通过一种分布式算法实现收敛至Stackelberg均衡，且网络信令开销最小？
• RQ5 何种最优干扰价格可实现宏蜂窝保护与微微蜂窝吞吐量之间的平衡？

主要发现

• 所提出的Stackelberg博弈框架在干扰约束下成功实现了宏蜂窝与微微蜂窝的联合效用最大化。
• 所提出的分布式干扰价格协商算法在均匀定价情况下收敛至Stackelberg均衡，确保了实际部署的可行性。
• 对于均匀定价方案，通过对偶分解与KKT条件推导出最优干扰价格的闭式表达式。
• 数值结果表明，所提算法能有效管理干扰，并在最小化网络开销的前提下保持高 spectral efficiency。
• 在密集城市场景中，非均匀定价方案优于均匀定价方案，能够实现对每个微微蜂窝更精确的干扰控制。
• 在干扰约束下的和速率最大化问题被证明为凸问题，其对偶解在均匀定价下收敛至最优价格向量。