[论文解读] A Satisfactory Power Control for 5G Self-Organizing Networks

Hajar El Hammouti, Essaïd Sabir+1 more|arXiv (Cornell University)|Jun 25, 2016

Advanced MIMO Systems Optimization参考文献 20被引用 3

一句话总结

本文提出了一种基于满意度的5G自组织网络功率控制机制，以在服务质量（QoS）与能效之间实现平衡。通过博弈论，提出了在慢衰落下的有效满意度均衡（ESE）以及在快衰落下的长期满意度均衡，两者均可通过分布式学习算法求解，确保在不降低网络性能的前提下实现节能。

ABSTRACT

SmallCells are deployed in order to enhance the network performance by bringing the network closer to the user. However, as the number of low power nodes grows increasingly, the overall energy consumption of the SmallCells base stations cannot be ignored. A relevant amount of energy could be saved through several techniques, especially power control mechanisms. In this paper, we are concerned with energy aware self organizing networks that guarantee a satisfactory performance. We consider satisfaction equilibria, mainly the efficient satisfaction equilibrium (ESE), to ensure a target quality of service (QoS) and save energy. First, we identify conditions of existence and uniqueness of ESE under a stationary channel assumption. We fully characterize the ESE and prove that, whenever it exists, it is a solution of a linear system. Moreover, we define satisfactory Pareto optimality and show that, at the ESE, no player can increase its QoS without degrading the overall performance. Under a fast fading channel assumption, as the robust satisfaction equilibrium solution is very restrictive, we propose an alternative solution namely the long term satisfaction equilibrium, and describe how to reach this solution efficiently. Finally, in order to find satisfactory solution per all users, we propose fully distributed strategic learning schemes based on Banach-Picard, Mann and Bush Mosteller algorithms, and show through simulations their qualitative properties. fully distributed strategic learning schemes based on Banach Picard, Mann and Bush Mosteller algorithms, and show through simulations their qualitative properties.

研究动机与目标

• 解决在低功率基站数量不断增加的超密集5G网络中的能效问题。
• 用基于满意度的功率控制替代传统QoS最大化方法，以减少能耗而不牺牲用户感知性能。
• 开发一种分布式、节能的功率控制机制，确保达到目标QoS水平的同时最小化干扰与功率消耗。
• 建立在慢衰落信道中有效满意度均衡（ESE）存在性与唯一性的理论条件。
• 针对快衰落信道提出长期满意度均衡，以避免鲁棒解过于保守。

提出的方法

• 将网络建模为非合作博弈，其中基站选择功率电平以在满足目标QoS的同时最小化能耗。
• 引入有效满意度均衡（ESE）作为解概念，确保任一参与者无法在不损害整体性能的情况下提升QoS。
• 在慢衰落条件下，通过求解线性方程组唯一确定ESE，并推导出功率电平的闭式表达式。
• 针对快衰落信道，提出长期满意度均衡，利用时间平均信道统计特性，避免过于保守的鲁棒解。
• 采用分布式学习算法——Banach-Picard、Mann和Bush-Mosteller——实现无需集中协调的分布式收敛至ESE。
• 证明在ESE下，系统实现令人满意的帕累托最优性，即任一用户无法在不损害整体网络性能的情况下提升其QoS。

实验结果

研究问题

• RQ1 在具有慢衰落的5G自组织网络中，有效满意度均衡（ESE）在何种条件下存在且唯一？
• RQ2 在具有小型小区的超密集5G网络中，如何在保证目标QoS的前提下最大化能效？
• RQ3 在鲁棒满意度均衡过于保守的快衰落环境中，可采用何种替代均衡概念？
• RQ4 分布式学习算法是否可在无集中协调的情况下收敛至ESE？
• RQ5 ESE是否确保令人满意的帕累托最优性，即是否存在不造成系统整体退化的单方面改进？

主要发现

• 当系统矩阵的行列式非零时，ESE存在且唯一，该条件在特定信道与QoS参数下成立。
• ESE是线性方程组的唯一解，通过矩阵行列式分析推导出功率电平的闭式表达式。
• ESE确保令人满意的帕累托最优性：任一用户无法在不损害整体网络性能的情况下提升其QoS。
• 在快衰落场景中，鲁棒满意度均衡过于保守，因此提出长期满意度均衡作为更实际的替代方案。
• Banach-Picard、Mann和Bush-Mosteller算法在仿真中收敛至ESE，表现出稳健且分布式的学习行为。
• 所推导的功率控制方案通过瞄准令人满意的QoS水平而非最大化性能，实现了节能，减少了不必要的干扰与能耗。