[论文解读] How Much Frequency Can Be Reused in 5G Cellular Networks---A Matrix Graph Model

Yaoqing Yang, Bo Bai+1 more|arXiv (Cornell University)|Jan 19, 2014

Advanced MIMO Systems Optimization参考文献 20被引用 3

一句话总结

本文提出一种矩阵图模型，用于分析5G小细胞网络中的频率复用，其中小区被表示为格点上的随机子图，以捕捉现实世界中的干扰模式。该模型支持一种线性时间近似算法，渐近地达到最大服务频率分配的理论极限，在高干扰场景下显著降低了计算复杂度。

ABSTRACT

The 5th Generation cellular network may have the key feature of smaller cell size and denser resource employment, resulted from diminishing resource and increasing communication demands. However, small cell may result in high interference between cells. Moreover, the random geographic patterns of small cell networks make them hard to analyze, at least excluding schemes in the well-accepted hexagonal grid model. In this paper, a new model---the matrix graph is proposed which takes advantage of the small cell size and high inter-cell interference to reduce computation complexity. This model can simulate real world networks accurately and offers convenience in frequency allocation problems which are usually NP-complete. An algorithm dealing with this model is also given, which asymptotically achieves the theoretical limit of frequency allocation, and has a complexity which decreases with cell size and grows linearly with the network size. This new model is specifically proposed to characterize the next-generation cellular networks.

研究动机与目标

• 解决在具有非周期性、不规则拓扑结构的密集高干扰5G小细胞网络中频率分配的挑战。
• 克服传统六边形网格模型和一般冲突图模型在建模现实网络模式方面的局限性。
• 开发一种计算高效的算法，使频率复用接近此类网络中的理论极限。
• 提供一种可处理的框架，用于最大服务频率分配（MSFA），支持大规模集中式调度。

提出的方法

• 矩阵图模型将网络表示为小的随机子图（小区）组成的格点，其中顶点表示通信链路，边表示干扰。
• 频率分配被形式化为矩阵图上的多色问题，等价于寻找最大权重要独立集（MWIS）。
• 为一维矩阵图设计了一种动态规划算法，使用序列表示和基于有效相邻独立集对的状态转移。
• 该算法采用N序列表示和状态相关约束，以剪枝无效路径，类似于维特比解码。
• 构建了一种向下取整划分方案，以确保边际行的均衡分布，支持循环一致性，并满足最优性能的关键属性。
• 通过引入状态子集 $Y_n \subset X_n$ 中的跨维干扰约束，将方法从一维推广到二维。

实验结果

研究问题

• RQ1 在具有高小区间干扰和不规则拓扑结构的5G小细胞网络中，如何最大化频率复用？
• RQ2 能否设计一种图模型，既能准确反映现实网络模式，又能支持频率分配的高效计算？
• RQ3 该模型中最优频率分配的计算复杂度是多少？能否实现高效的近似？
• RQ4 与传统的六边形网格模型和一般冲突图模型相比，矩阵图模型在真实性和可处理性方面表现如何？
• RQ5 在结构化的5G网络拓扑中，动态规划方法能否实现接近最优性能且具有线性时间复杂度？

主要发现

• 矩阵图模型准确捕捉了介于规则网格与随机图之间的现实4G和5G网络模式。
• 所提出的算法渐近地达到频率复用的理论极限，性能与最优解之间的差距在常数范围内。
• 对于一维矩阵图，可通过使用状态剪枝的动态规划在时间复杂度为线性的时间内求解MWIS问题。
• 计算复杂度随小区尺寸减小而降低，并随网络规模线性增长，使其适用于大规模网络的可扩展性。
• 向下取整划分方案确保 $\{1,\dots,M\}$ 中的每个元素恰好作为一次边际行出现，满足最优性所需的关键结构属性。
• 该模型支持集中式精确调度，对于 $M\times N$ 网络的计算开销为 $\mathcal{O}(MN)$，支持大规模优化。