[论文解读] Adaptive Multi-objective Optimization for Energy Efficient Interference Coordination in Multi-Cell Networks

Zesong Fei, Chengwen Xing+2 more|arXiv (Cornell University)|Aug 22, 2013

Advanced MIMO Systems Optimization参考文献 20被引用 4

一句话总结

本文提出了一种用于多小区OFDMA网络中能量高效干扰协调的自适应多目标功率分配方案。通过采用Pascoletti-Serafinii标量化方法，将联合最大化吞吐量贡献与最小化功率消耗的双目标优化问题进行建模，该方法实现了基站的分布式运行，并可通过参数调节实现性能与能量效率之间的可调权衡，从而在帕累托前沿上实现近似最优解。

ABSTRACT

In this paper, we investigate the distributed power allocation for multi-cell OFDMA networks taking both energy efficiency and inter-cell interference (ICI) mitigation into account. A performance metric termed as throughput contribution is exploited to measure how ICI is effectively coordinated. To achieve a distributed power allocation scheme for each base station (BS), the throughput contribution of each BS to the network is first given based on a pricing mechanism. Different from existing works, a biobjective problem is formulated based on multi-objective optimization theory, which aims at maximizing the throughput contribution of the BS to the network and minimizing its total power consumption at the same time. Using the method of Pascoletti and Serafini scalarization, the relationship between the varying parameters and minimal solutions is revealed. Furthermore, to exploit the relationship an algorithm is proposed based on which all the solutions on the boundary of the efficient set can be achieved by adaptively adjusting the involved parameters. With the obtained solution set, the decision maker has more choices on power allocation schemes in terms of both energy consumption and throughput. Finally, the performance of the algorithm is assessed by the simulation results.

研究动机与目标

• 解决多小区OFDMA网络中能量效率与小区间干扰（ICI）抑制之间的平衡挑战。
• 通过引入定价机制，克服非合作博弈（性能损失）与合作博弈（高开销）的局限性，实现分布式协调。
• 为每个基站制定双目标优化问题，以同时最大化吞吐量贡献并最小化功率消耗。
• 通过标量化框架中的自适应参数调节，实现能量效率与频谱效率之间的灵活权衡。
• 提供一种分布式解决方案，使每个基站能够独立优化其功率分配，同时保持网络整体性能目标。

提出的方法

• 引入一种新的性能度量指标——'吞吐量贡献'，用于量化每个基站对网络频谱效率的贡献，同时考虑干扰成本。
• 基于多目标优化理论，为每个基站制定双目标优化问题（MOP），目标为同时最大化吞吐量贡献与最小化功率消耗。
• 应用Pascoletti-Serafini标量化方法，将多目标问题转化为标量参数化问题（SP），以系统性地探索有效解集。
• 推导标量化参数与最小解之间的解析关系，通过调节单一参数即可生成有效解集的完整边界。
• 设计一种分布式算法，使每个基站仅利用本地信道状态信息和交换的干扰价格，独立求解标量化问题。
• 利用拉格朗日乘子与Karush-Kuhn-Tucker（KKT）条件，确保分布式求解过程的最优性与收敛性。

实验结果

研究问题

• RQ1 在分布式多小区OFDMA网络中，如何联合优化能量效率与小区间干扰协调？
• RQ2 在标量化多目标优化中，调节权衡参数对最终功率分配与网络性能有何影响？
• RQ3 定价机制是否能有效协调基站实现帕累托最优解，而无需集中控制？
• RQ4 所提出的自适应标量化方法在多目标优化问题中，能在多大程度上实现有效解集的完整边界？
• RQ5 与现有非合作或合作方法相比，所提出的方案在频谱效率与能量消耗方面表现如何？

主要发现

• 所提出的自适应标量化方法通过调节单一标量化参数，成功生成了有效解集边界的全部解。
• 该方法使每个基站能够仅使用本地信道状态信息和交换的干扰价格，以分布式方式计算其最优功率分配。
• 仿真结果表明，该算法在高信噪比（SNR）场景下性能接近集中式最优解，尤其在干扰成为主要性能限制时表现突出。
• 吞吐量贡献与功率消耗之间的权衡可有效调节，使网络运营商可根据能量效率或频谱效率的优先级灵活选择配置。
• 采用Pascoletti-Serafini标量化方法可确保多目标问题的每个K-最小解均对应于标量化问题的最小解，从而验证了理论基础的正确性。
• 拉格朗日乘子分析表明，原始问题与变换后的标量化问题采用相同的乘子，确保了解路径的一致性与最优性。