[论文解读] Joint power control and user scheduling in multicell wireless networks: Capacity scaling laws

David Gesbert, Marios Kountouris|ArXiv.org|Sep 18, 2007

Advanced MIMO Systems Optimization参考文献 17被引用 20

一句话总结

本文提出了一种在多小区无线网络中分布式联合功率控制与用户调度方案，以最大化和速率容量。利用极值理论，推导出渐近容量标度律，表明随着每小区用户数增加，多小区干扰对速率标度的影响可忽略不计，容量标度为 $\frac{\epsilon}{2}\log U$（路径损耗不等时）和 $\log\log U$（对称用户时）。

ABSTRACT

We address the optimization of the sum rate performance in multicell interference-limited singlehop networks where access points are allowed to cooperate in terms of joint resource allocation. The resource allocation policies considered here combine power control and user scheduling. Although very promising from a conceptual point of view, the optimization of the sum of per-link rates hinges, in principle, on tough issues such as computational complexity and the requirement for heavy receiver-to-transmitter channel information feedback across all network cells. In this paper, we show that, in fact, distributed algorithms are actually obtainable in the asymptotic regime where the numbers of users per cell is allowed to grow large. Additionally, using extreme value theory, we provide scaling laws for upper and lower bounds for the network capacity (sum of single user rates over all cells), corresponding to zero-interference and worst-case interference scenarios. We show that the scaling is either dominated by path loss statistics or by small-scale fading, depending on the regime and user location scenario. We show that upper and lower rate bounds behave in fact identically, asymptotically. This remarkable result suggests not only that distributed resource allocation is practically possible but also that the impact of multicell interference on the capacity (in terms of scaling) actually vanishes asymptotically.

研究动机与目标

• 分析在联合功率控制与用户调度下多小区无线网络的和速率容量。
• 研究当每小区用户数增加时，小区间干扰对网络容量标度的影响。
• 确定在干扰受限环境中，分布式资源分配是否能够实现近似最优性能。
• 利用极值理论推导渐近用户场景下的网络容量上下界。

提出的方法

• 应用极值理论，对大规模用户场景下最高信干噪比（SINR）值的统计行为进行建模。
• 分别在无干扰和全干扰场景下，推导每小区和速率的上下界。
• 使用定期变分布刻画衰落与路径损耗的尾部分布行为，支持渐近分析。
• 证明最大和速率在用户路径损耗不等时标度为 $\frac{\epsilon}{2}\log U$，在用户对称分布时标度为 $\log\log U$。
• 表明上界与下界在渐近下收敛，意味着干扰对标度影响可忽略。
• 证明全功率发射在渐近下最优，且可完全分布式实现，无需全局协调或信道状态反馈。

实验结果

研究问题

• RQ1 在联合功率控制与用户调度下，网络容量如何随每小区用户数增长？
• RQ2 小区间干扰对多小区网络和速率渐近标度有何影响？
• RQ3 在无全局信道状态信息条件下，分布式资源分配能否实现最优容量标度？
• RQ4 在何种条件下，容量上下界会渐近收敛？
• RQ5 路径损耗与小尺度衰落如何共同影响网络容量的标度律？

主要发现

• 在渐近区域，网络容量的上下界标度完全一致，表明干扰对速率标度无渐近影响。
• 对于路径损耗不等的用户（如随机分布），容量标度为 $\frac{\epsilon}{2}\log U$，其中 $\epsilon$ 为路径损耗指数，$U$ 为每小区用户数。
• 在对称用户分布下（如用户与基站距离相等），容量标度为 $\log\log U$，反映空间分集增益降低。
• 全功率传输在渐近下最优，且可完全分布式实现，无需集中协调。
• 上下界收敛表明，尽管存在干扰，分布式算法仍可实现近似最优性能。
• 蒙特卡洛仿真验证了理论标度律，显示在对称、非对称及混合用户分布场景下，上下界具有相同的增长速率。