[论文解读] Joint Base Station Clustering and Beamformer Design for Partial Coordinated Transmission in Heterogenous Networks

Mingyi Hong, Ruoyu Sun+2 more|arXiv (Cornell University)|Mar 28, 2012

Advanced MIMO Systems Optimization参考文献 39被引用 13

一句话总结

该论文提出了一种用于异构网络中部分协调传输的联合基站（BS）聚类与波束成形器设计算法，通过组LASSO的稀疏优化实现用户中心的聚类并控制聚类规模。该方法通过一种迭代S-WMMSE算法联合优化聚类与波束成形，收敛至驻定解，显著降低了回传信令开销，同时提升了频谱效率。

ABSTRACT

We consider the interference management problem in a multicell MIMO heterogenous network. Within each cell there are a large number of distributed micro/pico base stations (BSs) that can be potentially coordinated for joint transmission. To reduce coordination overhead, we consider user-centric BS clustering so that each user is served by only a small number of (potentially overlapping) BSs. Thus, given the channel state information, our objective is to jointly design the BS clustering and the linear beamformers for all BSs in the network. In this paper, we formulate this problem from a {sparse optimization} perspective, and propose an efficient algorithm that is based on iteratively solving a sequence of group LASSO problems. A novel feature of the proposed algorithm is that it performs BS clustering and beamformer design jointly rather than separately as is done in the existing approaches for partial coordinated transmission. Moreover, the cluster size can be controlled by adjusting a single penalty parameter in the nonsmooth regularized utility function. The convergence of the proposed algorithm (to a local optimal solution) is guaranteed, and its effectiveness is demonstrated via extensive simulation.

研究动机与目标

• 解决密集小细胞场景下多小区MIMO异构网络中的干扰管理挑战。
• 通过动态BS聚类实现用户中心的、部分协调的传输，从而降低回传信令开销。
• 联合优化BS聚类与线性波束成形器设计，而非将二者视为独立问题。
• 通过非光滑正则化效用函数中的单一惩罚参数控制聚类规模。
• 通过稀疏优化实现高性能系统与低协调开销的平衡。

提出的方法

• 将联合聚类与波束成形问题建模为使用组LASSO正则化的稀疏优化任务。
• 将每个小区的分布式BS建模为具有组稀疏结构的虚拟MIMO波束成形器。
• 提出一种迭代S-WMMSE算法，交替更新波束成形器、对偶变量和聚类指示变量。
• 采用块坐标下降（BCD）方法求解非光滑、非凸问题，并具备收敛性保证。
• 引入惩罚参数以控制聚类规模并促进波束成形器结构的稀疏性。
• 基于[42, 定理4.1]的理论分析，证明了算法收敛至驻定解。

实验结果

研究问题

• RQ1 如何联合优化BS聚类与波束成形设计，以在HetNets中最小化干扰并减少回传信令？
• RQ2 基于组LASSO的稀疏优化能否有效控制聚类规模并实现用户中心的协作？
• RQ3 惩罚参数对部分协调传输中聚类规模与系统性能有何影响？
• RQ4 与顺序或启发式聚类方法相比，所提出的联合设计在频谱效率与复杂度方面表现如何？
• RQ5 在实际网络条件下，迭代S-WMMSE算法是否能收敛至有意义的驻定解？

主要发现

• 所提算法收敛至联合优化问题的驻定解，确保了理论稳定性。
• 通过调整组LASSO公式中的单一惩罚参数，可直接控制聚类规模。
• 与非协调或完全协调方案相比，该方法显著提升了频谱效率。
• 通过波束成形器结构的稀疏性，算法限制了每个用户关联的协作BS数量，从而降低了回传信令开销。
• 仿真结果表明，该方法在性能与协调开销之间实现了良好平衡。
• 联合设计优于单独优化聚类与波束成形，证明了集成优化的优势。