[论文解读] Beamwidth Optimization in Millimeter Wave Small Cell Networks with Relay Nodes: A Swarm Intelligence Approach

Cristina Perfecto, Javier Del Ser+3 more|arXiv (Cornell University)|May 18, 2016

Millimeter-Wave Propagation and Modeling参考文献 7被引用 11

一句话总结

该论文提出一种基于群智能的波束宽度优化方法，采用粒子群优化（PSO）以在中继节点存在的毫米波小细胞网络中最大化吞吐量。通过联合优化波束宽度与对准延迟，该方法在TDMA和'全开'调度下实现了高达248%的平均每节点吞吐量增益，表明在全范围波束训练中，对准延迟对性能的影响大于干扰。

ABSTRACT

Millimeter wave (mmWave) communications have been postulated as one of the most disruptive technologies for future 5G systems. Among mmWave bands the 60-GHz radio technology is specially suited for ultradense small cells and mobile data offloading scenarios. Many challenges remain to be addressed in mmWave communications but among them deafness, or misalignment between transmitter and receivers beams, and interference management lie among the most prominent ones. In the recent years, scenarios considering negligible interference on mmWave resource allocation have been rather common in literature. To this end, interestingly, many open issues still need to be addressed such as the applicability of noise-limited regime for mmWave. Furthermore, in mmWave the beam-steering mechanism imposes a forced silence period, in the course of which no data can be conveyed, that should not be neglected in throughput/delay calculations. This paper introduces mmWave enabled Small Cell Networks (SCNs) with relaying capabilities where as a result of a coordinated meta-heuristically optimized beamwidth/alignment-delay approach overall system throughput is optimized. Simulations have been conveyed for three transmitter densities under TDMA and naive 'all-on' scheduling producing average per node throughput increments of up to 248%. The paper further elaborates on the off-balancing impact of alignment delay and time-multiplexing strategies by illustrating how the foreseen transition that increasing the number of transmitters produces in the regime of a fixed-node size SCN in downlink operation fades out by a poor choice in the scheduling strategy.

研究动机与目标

• 解决中继节点存在的毫米波小细胞网络中波束对准延迟与多用户干扰之间的权衡问题。
• 研究介质访问控制（MAC）策略对具有方向性波束的毫米波网络中系统吞吐量的影响。
• 优化发射与接收波束宽度，以在中继增强的毫米波下行链路场景中最大化平均每节点吞吐量。
• 在不同发射机密度和调度方案（TDMA与'全开'）下，评估集中式PSO波束宽度优化的有效性。

提出的方法

• 采用粒子群优化（PSO）联合优化基于中继的毫米波小细胞网络中每个发射机-接收机对的发射与接收波束宽度。
• 在固定节点尺寸场景下建模系统，并考虑三种不同的接入点/用户设备（AUE/CUE）密度水平：5、9和18。
• 采用三步波束波束码本对准协议，结合粗略与精细扫描，以模拟真实的波束训练开销。
• 模拟两种调度策略：TDMA（时 division multiple access）和'全开'（非正交、同时传输），以评估MAC影响。
• 将对准延迟、干扰和信号干扰加噪声比（SINR）整合到吞吐量计算中，以反映现实世界约束。
• 采用整体优化方法，平滑MAC层影响，使重点集中于波束宽度与对准延迟之间的权衡。

实验结果

研究问题

• RQ1 通过PSO实现的波束宽度优化如何影响中继节点存在的毫米波小细胞网络中的平均每节点吞吐量？
• RQ2 在不同MAC调度策略下，对准延迟与干扰对系统吞吐量的相对影响是什么？
• RQ3 通过波束宽度优化，干扰可降低到何种程度？这种降低是否超过潜在的SINR退化？
• RQ4 在固定节点尺寸网络中，随着发射机密度增加，波束宽度优化的性能增益如何变化？
• RQ5 当通过智能波束宽度控制最小化波束对准延迟时，毫米波系统是否可实现噪声受限状态？

主要发现

• 在TDMA调度下，所提出的PSO波束宽度优化在高发射机密度（18个AUE）下，使平均每节点吞吐量最高提升248.80%。
• 在'全开'调度下，18个AUE时吞吐量增益达到219.03%，表明即使在非正交接入下，性能仍显著提升。
• PSO优化后，TDMA下干扰水平降低最多达66.19%，'全开'调度下降低最多达97.61%，表明干扰抑制效果显著。
• 最终SINR值从初始水平（如~69.5 dB降至~33 dB），但吞吐量增益依然显著，证明减少对准延迟比SINR退化更具优势。
• 研究证实，对准延迟对吞吐量具有线性影响，而SINR具有对数效应，因此在波束训练场景中，延迟降低比干扰最小化更为关键。
• 通过整体优化消除MAC策略影响后，系统从干扰受限转变为噪声受限状态，干扰水平始终低于-83 dBm，接近背景噪声。