[论文解读] A Fluid Approach for Poisson Wireless Networks

Jean Marc Kelif, Stéphane Sénécal+2 more|arXiv (Cornell University)|Jan 24, 2014

Wireless Communication Networks Research参考文献 7被引用 6

一句话总结

本文提出一种流体近似模型，用于解析评估泊松无线网络中的SINR分布，表明闭式流体模型在不同路径损耗指数和基站密度下与泊松网络结果高度吻合。主要贡献在于，该流体模型无需仿真即可实现对泊松网络的可 tractable（易处理）且精确的性能评估，对于典型路径损耗指数，相关系数超过0.996。

ABSTRACT

Among the different models of networks usually considered, the hexagonal network model is the most popular. However, it requires extensive numerical computations. The Poisson network model, for which the base stations (BS) locations form a spatial Poisson process, allows to consider a non constant distance between base stations. Therefore, it may characterize more realistically operational networks. The Fluid network model, for which the interfering BS are replaced by a continuum of infinitesimal interferers, allows to establish closed-form formula for the SINR (Signal on Interference plus Noise Ratio). This model was validated by comparison with an hexagonal network. The two models establish very close results. As a consequence, the Fluid network model can be used to analyze hexagonal networks. In this paper, we show that the Fluid network model can also be used to analyze Poisson networks. Therefore, the analysis of performance and quality of service becomes very easy, whatever the type of network model, by using the analytical expression of the SINR established by considering the Fluid network model.

研究动机与目标

• 开发一种可 tractable 的解析方法，用于评估泊松无线网络中的性能和QoS，否则此类网络的仿真计算量极大。
• 将原本用于六边形网络的流体模型，与随机基站位置的泊松网络进行验证对比。
• 证明流体模型的SINR分布能够在不同路径损耗指数和基站密度下，与泊松网络结果高度匹配。
• 实现无需依赖蒙特卡洛仿真即可快速、解析化评估关键性能指标（KPI），如中断概率和频谱效率。
• 证明流体模型的解析SINR表达式与基站密度无关，因而具有普遍适用性。

提出的方法

• 流体模型将离散的干扰基站替换为连续、空间均匀分布的无穷小干扰源，从而实现SINR的闭式表达。
• 用户设备（UE）处的SINR通过与服务基站距离及路径损耗指数η的函数关系进行解析推导。
• 对流体模型的SINR分布与不同η值下泊松网络的分布进行线性拟合，以实现匹配。
• 对流体模型的SINR累积分布函数（CDF）进行解析计算，并与泊松网络的仿真CDF进行对比。
• 计算流体模型与泊松网络CDF之间的相关系数，以量化在不同η值范围内的拟合精度。
• 通过将SINR表示为与绝对密度无关的相对距离r/Rc，从理论上验证模型对基站密度的不敏感性。

实验结果

研究问题

• RQ1 流体模型能否准确近似泊松无线网络中的SINR分布？
• RQ2 在泊松网络中，流体模型的准确性如何随不同路径损耗指数（η）变化？
• RQ3 流体模型的准确性是否依赖于泊松网络中的基站密度？
• RQ4 流体模型的解析SINR表达式与泊松网络仿真CDF的匹配程度如何？
• RQ5 流体模型能否作为泊松网络和六边形网络性能评估的通用、快速替代方案，取代仿真？

主要发现

• 在η = 2.4时，流体模型与泊松网络仿真之间的相关系数达到0.9961，表明SINR分布高度一致。
• 对于η值在2.6至4.0之间的范围，相关系数保持在0.99以上，证实了在典型传播条件下的高保真度匹配。
• 流体模型的SINR CDF与基站密度无关，10倍和1/10倍密度下的CDF完全相同，验证了其普遍适用性。
• 在极端η值下（如η < 2.6或η > 3.8），模型精度略有下降，相关系数低于0.99，表明其有效范围有限。
• 该解析流体模型可实现关键KPI（如中断概率和频谱效率）的快速、闭式评估，替代计算成本高昂的仿真。
• 流体模型为泊松网络和六边形网络的性能评估提供了一种可靠、解析化的替代方案，可替代蒙特卡洛仿真。