[论文解读] Downlink Capacity and Base Station Density in Cellular Networks

Seung Min Yu, Seong‐Lyun Kim|arXiv (Cornell University)|Sep 14, 2011

Advanced MIMO Systems Optimization参考文献 16被引用 228

一句话总结

本文提出了一种基于泊松点过程的随机几何框架，用于建模下行链路蜂窝网络中的基站和用户，推导出用户中断概率和服务容量的闭式表达式。主要发现是，尽管有效传输密度随基站密度增加而提升，但增长速率逐渐减小，这意味着要实现n倍容量增益，所需基站数量需超过n倍，尤其在非饱和业务且受干扰限制的条件下更为明显。

ABSTRACT

There have been a bulk of analytic results about the performance of cellular networks where base stations are regularly located on a hexagonal or square lattice. This regular model cannot reflect the reality, and tends to overestimate the network performance. Moreover, tractable analysis can be performed only for a fixed location user (e.g., cell center or edge user). In this paper, we use the stochastic geometry approach, where base stations can be modeled as a homogeneous Poisson point process. We also consider the user density, and derive the user outage probability that an arbitrary user is under outage owing to low signal-to-interference-plus-noise ratio or high congestion by multiple users. Using the result, we calculate the density of success transmissions in the downlink cellular network. An interesting observation is that the success transmission density increases with the base station density, but the increasing rate diminishes. This means that the number of base stations installed should be more than $n$-times to increase the network capacity by a factor of $n$. Our results will provide a framework for performance analysis of the wireless infrastructure with a high density of access points, which will significantly reduce the burden of network-level simulations.

研究动机与目标

• 解决传统规则网格模型因理想化几何结构和忽略干扰而导致蜂窝网络性能被高估的局限性。
• 构建一个可 tractable 的下行链路容量分析框架，同时考虑信号干扰加噪声比（SINR）和用户调度拥塞的影响。
• 在真实、随机部署的网络环境中，推导用户中断概率和服务容量的闭式表达式。
• 量化基站密度与网络容量之间的权衡关系，尤其在不同用户密度和路径损耗条件下。

提出的方法

• 将基站和移动用户分别建模为独立的齐次泊松点过程（PPPs），其密度分别为 λ_b 和 λ_u。
• 使用Voronoi剖分将每个用户分配给其最近的基站，以反映现实中的小区选择行为。
• 在信号传播模型中引入路径损耗、瑞利衰落和对数正态阴影效应，以真实反映无线信道条件。
• 将用户中断概率定义为低SINR与因每小区多用户导致的调度拥塞共同作用的结果。
• 利用拉普拉斯变换和随机几何工具（特别是SIR分布）推导服务成功概率和服务容量。
• 分析渐近情形：λ_b ≫ λ_u（类似小基站）和 λ_u ≫ λ_b（高度拥塞的城市环境），得出简化的闭式表达式。

实验结果

研究问题

• RQ1 在考虑用户调度和干扰的前提下，下行链路蜂窝网络中的有效传输密度如何随基站密度增加而变化？
• RQ2 用户密度和路径损耗指数对网络中断概率和可实现容量有何影响？
• RQ3 在容量和可靠性方面，随机部署基站的蜂窝网络性能与规则网格模型相比如何？
• RQ4 在何种条件下网络容量与基站密度呈线性增长，而在何种条件下增益开始减弱？

主要发现

• 有效传输密度随基站密度增加而提升，但增长速率逐渐减小，表明容量增益存在递减回报特性。
• 当用户密度远高于基站密度（即饱和业务）时，服务容量与基站密度呈线性增长，尤其在干扰受限系统中更为明显。
• 在 λ_b ≫ λ_u 的情况下（例如小基站），服务容量近似为 λ_b λ_u / (λ_b + λ_u k')，表现出类似凹函数的增长趋势。
• 当 α = 4 且噪声可忽略时，高 λ_b 区域的服务容量简化为 λ_b λ_u / (λ_b + λ_u k')，进一步验证了递减回报行为。
• 路径损耗指数 α 具有显著影响：α 值越大，同频干扰越小，相同基站密度下服务容量越高。
• 仿真结果证实，所提解析模型能准确预测网络性能，显著减少对复杂系统级仿真工具的依赖。