[论文解读] A Centralized Metropolitan-Scale Radio Resource Management Scheme

Zhiyi Zhou, Dongning Guo|arXiv (Cornell University)|Aug 7, 2018

Advanced MIMO Systems Optimization参考文献 24被引用 4

一句话总结

本文提出了一种集中式、基于优化的无线资源管理框架，适用于拥有数千个接入点和用户的城市场域无线网络。通过将联合频谱分配、用户关联和功率控制建模为网络效用最大化问题，证明了最优资源分配可通过稀疏、分段常数的功率配置实现，并提出了一种快速收敛的算法，能够以闭式形式计算解，与现有方案相比显著提升了吞吐量并降低了平均分组延迟。

ABSTRACT

This work studies centralized radio resource management in metropolitan area networks with a very large number of access points and user devices. A central controller collects time-averaged traffic and channel conditions from all access points and coordinates spectrum allocation, user association, and power control throughout the network on an appropriate timescale. The timescale is conceived to be seconds in today's networks, and it is likely to become faster in the future. The coordination problem in each time epoch is formulated as a network utility maximization problem, where any subset of access points may use any parts of the spectrum to serve any subsets of devices. It is proved that the network utility can be maximized by an extremely sparse spectrum allocation. By exploiting this sparsity, an efficient iterative algorithm with guaranteed convergence is developed, each iteration of which is performed in closed form. The proposed centralized optimization framework can incorporate a broad class of utility functions that account for weighted sum rates, average packet delay, and/or energy consumption, along with very general constraints on transmission powers. Numerical results demonstrate the feasibility of the algorithm for networks with up to 1,000 access points and several thousand devices. Moreover, the proposed scheme yields significantly improved throughput region and average packet delay comparing with several well-known competing schemes.

研究动机与目标

• 解决在接入点密集、用户负载高的大规模城市场域无线网络中，分布式、非自适应频谱分配方案的局限性。
• 设计一种集中式框架，联合优化频谱分配、用户关联和功率控制，以提升网络效用。
• 开发一种低复杂度、可收敛的算法，实现实时计算大规模部署下的最优或近似最优解。
• 展示在最多1,000个AP和数千台设备的网络中，集中式优化的可行性及性能增益。

提出的方法

• 将联合资源分配问题建模为具有连续频谱分配、动态用户关联和可变功率控制的网络效用最大化（NUM）问题。
• 证明最优解仅需稀疏的、(k+n+1)-段分段常数功率分配，其中k为子带数量，n为用户数量。
• 应用卡拉西奥多里定理（Carathéodory’s theorem）表明，任意可行解可表示为最多k+n+1个极值点的凸组合，从而实现高效计算。
• 设计一种迭代算法，每轮迭代均采用闭式更新，确保快速收敛和低计算复杂度。
• 支持广泛的效用函数，包括加权和速率、延迟和能量效率，并适用于一般功率约束。
• 采用中心控制器，以秒级时间尺度收集所有AP的平均流量和信道状态信息，并计算全局资源分配方案。

实验结果

研究问题

• RQ1 与分布式或启发式方案相比，集中式优化是否能在大规模城市场域无线网络中实现更优性能？
• RQ2 在联合频谱、用户和功率分配问题中，最优功率分配的结构稀疏性如何？
• RQ3 能否设计一种低复杂度、可收敛的算法，实现实时计算大规模网络（含数千个AP和用户）下的近似最优解？
• RQ4 与现有方案（如全 reuse 或分数 reuse）相比，所提方案在吞吐量区域和平均分组延迟方面表现如何？

主要发现

• 联合资源分配问题的最优解仅需(k+n+1)-段分段常数功率分配，实现了显著的稀疏性与计算效率。
• 所提出的迭代算法通过每轮迭代的闭式更新，收敛至局部最优解，确保了低计算复杂度。
• 数值结果证实了在最多1,000个接入点和数千台用户设备的网络中该方案的可行性。
• 与传统方案（如全 reuse 和分数频率 reuse）相比，该方案实现了更大的吞吐量区域和更低的平均分组延迟。
• 该框架在一般功率约束下支持多样化的效用函数，包括加权和速率、延迟和能量效率。
• 当前集中式协调的时间尺度已可实现于秒级，未来技术进步有望进一步缩短至子帧级别。