[论文解读] The Major and Minor Factors in the Performance Analysis of Ultra-Dense Networks.

Ming Ding, David López‐Pérez|arXiv (Cornell University)|Jan 27, 2017

Millimeter-Wave Propagation and Modeling被引用 1

一句话总结

本文通过理论分析识别了影响超密集网络（UDN）性能的主要和次要建模因素。研究发现，LoS/NLoS路径损耗、非零天线高度差以及有限的基站/用户设备（BS/UE）密度是准确建模的关键因素，而衰落、阴影衰落、功率控制和确定性密度等因素影响较小，为研究人员在不损失基本准确性的情况下简化假设提供了指导。

ABSTRACT

In this paper, we conduct performance evaluation for Ultra-Dense Networks (UDNs), and identify which modelling features play major roles and minor roles. From our study, we draw the following conclusions. First, there are 3 factors/models that have a major impact on the performance of UDNs, and they should be considered when performing theoretical analyses: i) a multi-piece path loss model with line-of-sight (LoS) and non-line-of-sight (NLoS) transmissions; ii) a non-zero antenna height difference between base stations (BSs) and user equipments (UEs); iii) a finite BS/UE density. Second, there are 4 factors/models that have a minor impact on the performance of UDNs, i.e., changing the results quantitatively but not qualitatively, and thus their incorporation into theoretical analyses is less urgent: i) a general multi-path fading model based on Rician fading; ii) a correlated shadow fading model; iii) a BS density dependent transmission power; iv) a deterministic BS/user density. Our conclusions can guide researchers to down-select the assumptions in their theoretical analyses, so as to avoid unnecessarily complicated results, while still capturing the fundamentals of UDNs. Finally, there are several other factors/models for further study.

研究动机与目标

• 评估各种建模假设对超密集网络（UDN）性能的影响。
• 区分显著改变性能结果的建模因素与仅产生定量而非定性影响的因素。
• 指导研究人员在理论UDN分析中选择关键假设，避免不必要的复杂性。
• 为未来UDN研究中的建模选择提供优先级框架。

提出的方法

• 本研究采用基于随机几何和点过程模型的理论性能评估方法，分析在不同假设下的UDN。
• 通过比较不同建模特征组合下的网络性能指标（如覆盖概率、频谱效率），开展性能对比。
• 关键性能指标基于区分LoS与NLoS传播条件的多段路径损耗模型推导得出。
• 分析中引入了基站与用户设备位置的空间随机性，同时对天线高度、密度及衰落特性等假设进行变化处理。
• 应用敏感性分析，评估每个建模因素的变化对定性与定量结果的影响。
• 比较基于理论推导，并在受控模型变化下对性能指标进行数值评估。

实验结果

研究问题

• RQ1 哪些建模假设对覆盖概率和频谱效率等UDN性能指标具有重大影响？
• RQ2 LoS与NLoS路径损耗模型如何影响UDN的基本行为？
• RQ3 基站与用户设备之间非零天线高度差在多大程度上影响网络性能？
• RQ4 有限的基站/用户设备密度在多大程度上影响理论预测，相较于无限密度近似？
• RQ5 哪些因素仅引起性能的定量变化，而不改变UDN的定性行为？

主要发现

• 具有独立LoS与NLoS传播条件的多段路径损耗模型是主要影响因素，显著影响覆盖与频谱效率。
• 基站与用户设备之间非零天线高度差对性能有重大影响，尤其在视 Line-of-Sight（LoS）与准视 Line-of-Sight（near-LoS）场景中。
• 有限的基站与用户设备密度对理论建模的准确性至关重要，因为无限密度近似可能扭曲网络行为。
• Rician衰落与相关阴影衰落模型的影响较小，仅引起结果的定量变化，不改变定性行为。
• 基于基站密度的传输功率与确定性基站/用户设备密度也表现出较小影响，性能趋势无定性变化。
• 本研究识别出四个影响较小的建模因素，其在理论模型中的纳入优先级较低，有助于在不损失基本洞见的前提下实现简化。