[论文解读] Random Distances Associated with Trapezoids

Maryam Ahmadi, Jianping Pan|arXiv (Cornell University)|May 10, 2013

Point processes and geometric inequalities参考文献 3被引用 6

一句话总结

本文推导了单位梯形内及单位梯形之间的随机距离的闭式概率密度函数（PDF）和累积分布函数（CDF）——这些几何形状在建模蜂窝网络边缘用户时具有实际意义。作者通过蒙特卡洛模拟验证了分析结果，并提供了高精度的多项式拟合，以降低无线网络实际应用中的计算复杂度。

ABSTRACT

The distributions of the random distances associated with hexagons, rhombuses and triangles have been derived and verified in the existing work. All of these geometric shapes are related to each other and have various applications in wireless communications, transportation, etc. Hexagons are widely used to model the cells in cellular networks, while trapezoids can be utilized to model the edge users in a cellular network with a hexagonal tessellation. In this report, the distributions of the random distances associated with unit trapezoids are derived, when two random points are within a unit trapezoid or in two neighbor unit trapezoids. The mathematical expressions are verified through simulation. Further, we present the polynomial fit for the PDFs, which can be used to simplify the computation.

研究动机与目标

• 推导单位梯形内及单位梯形之间随机距离的概率密度函数和累积分布函数的精确解析表达式。
• 利用梯形几何结构建模六边形蜂窝网络中的边缘用户行为，相较于仅使用六边形更能准确捕捉边界效应。
• 通过10,000对随机点对的蒙特卡洛模拟验证推导出的分布。
• 为PDF开发多项式拟合，以近似原始分析表达式，从而降低计算负载。
• 通过简单的缩放定律将结果推广至缩放后的梯形，以提升应用范围。

提出的方法

• 单位梯形定义为等腰梯形，腰长和短底边长均为1，底角为π/3，长底边长为2——等价于三个相邻的正三角形。
• 基于已知的正三角形结果，使用概率求和法推导单个梯形内距离的PDF和CDF。
• 对于梯形间距离，分析了四种不同的几何构型：(1) 相邻梯形构成六边形（CD），(2) 共用一条腰（EF），(3) 共用短底边（GH），以及(4) 内部情况（AB）。
• 通过反三角函数和平方根项，基于几何约束在不同距离区间上分段推导PDF和CDF的分析表达式。
• 通过回归分析获得多项式拟合，以近似复杂的分析PDF，表I中列出了系数和残差范数。
• 应用缩放性质：对于缩放因子为s的梯形，距离分布通过变换 f_{sD}(d) = (1/s) * f_D(d/s) 得到。

实验结果

研究问题

• RQ1 两个在单位梯形内均匀随机选取的点之间的随机距离，其PDF和CDF的精确闭式表达式是什么？
• RQ2 当两点分别位于两个相邻的单位梯形中时，距离分布如何随其几何排列的不同而变化？
• RQ3 所推导的分析PDF能否通过低次多项式实现高精度近似，以降低计算成本？
• RQ4 分析结果在CDF精度方面与经验模拟结果的匹配程度如何？
• RQ5 当梯形被重新尺寸化时，距离分布的缩放行为是怎样的？

主要发现

• 单位梯形内距离的PDF和CDF被分为四个分段，覆盖0到2的距离范围，其精确表达式包含反三角函数和平方根项。
• 对于梯形间距离，四种不同构型（CD、EF、GH和AB）分别产生独特的分析PDF和CDF，每种均有不同的函数形式和区间边界。
• 采用10,000对点对的蒙特卡洛模拟验证了分析CDF与模拟CDF之间高度一致，证实了推导表达式的正确性。
• 所有四种情况的多项式拟合均达到残差范数低于0.25，其中最佳拟合（f_D_AB）的残差为0.1537，表明近似精度极高。
• 通过变换 f_{sD}(d) = (1/s) * f_D(d/s) 可获得缩放梯形的PDF，从而可直接应用于任意尺寸的梯形。
• 多项式近似使得计算速度优于直接计算包含三角函数和根号函数的原始分析表达式。