[论文解读] Joint Resource Optimization for Heterogeneous Multicell Networks with Wireless Energy Harvesting Relays.

Ali A. Nasir, Duy T. Ngo+3 more|arXiv (Cornell University)|Aug 19, 2014

Energy Harvesting in Wireless Networks参考文献 32被引用 5

一句话总结

本文提出了一种针对具备射频能量采集放大-转发中继的异构多小区网络的联合资源优化框架，采用逐次凸逼近（SCA）方法，联合优化基站发射功率、功率分配比例以及中继发射功率。该方法高效求解了高度非凸的总速率、公平性与总功率最小化问题，收敛至满足KKT条件的最优解，在实际应用中表现出强劲的性能。

ABSTRACT

This paper considers a heterogeneous multicell network where the base station (BS) of each cell communicates with its cell-edge user with the assistance of an amplify-and-forward relay node. Equipped with a power splitter and a wireless energy harvester, the self-sustaining relay scavenges radio frequency (RF) energy from the received signals to process and forward the information. Our aim is to develop a resource allocation scheme that jointly optimizes (i) BS transmit powers, (ii) received power splitting factors for energy harvesting and information processing at the relays, and (iii) relay transmit powers. In the face of strong intercell interference and limited radio resources, we formulate three highly-nonconvex problems with the objectives of sum-rate maximization, max-min throughput fairness and sum-power minimization. To solve such challenging problems, we propose to apply the successive convex approximation (SCA) approach and devise iterative algorithms based on geometric programming and difference-of-convex-functions programming. The proposed algorithms transform the nonconvex problems into a sequence of convex problems, each of which is solved very efficiently by the interior-point method. We prove that our algorithms converge to the optimal solutions that satisfy the Karush-Kuhn-Tucker conditions of the original nonconvex problems. In the lack of a true globally optimal method for the considered problems, SCA-based solutions have been shown to often empirically achieve the global optimality in most practical settings.

研究动机与目标

• 解决具有自持中继的异构多小区网络中小区间干扰与有限无线资源共存的挑战。
• 联合优化基站发射功率、中继功率分配比例以及中继发射功率，以提升系统性能。
• 构建并求解三个高度非凸的优化问题：总速率最大化、最小-最大吞吐量公平性优化以及总功率最小化。
• 为能量受限的中继辅助网络在实际约束条件下，设计可扩展且高效的解决方案。

提出的方法

• 应用逐次凸逼近（SCA）框架，将非凸问题转化为一系列凸子问题。
• 利用几何规划与凸函数之差（DC）规划方法，对优化问题中的非凸部分进行近似。
• 通过内点法迭代求解每个凸子问题，实现高计算效率。
• 确保收敛至满足原始非凸问题KKT条件的解。
• 设计迭代算法，协同优化基站功率、中继功率分配与中继发射功率。
• 通过建模功率分配器在划分射频信号以供能量采集与信息处理中的作用，处理能量采集约束。

实验结果

研究问题

• RQ1 在干扰受限的多小区网络中，联合优化基站功率、中继功率分配与中继发射功率在能量采集中继场景下，如何提升系统性能？
• RQ2 在该场景下，基于SCA的算法在求解高度非凸资源分配问题时，性能增益如何？
• RQ3 尽管原始问题具有高度非凸性，所提方法在多大程度上可实现近似全局最优？
• RQ4 联合优化框架在中继辅助的异构网络中，如何平衡总速率、公平性与能量效率？

主要发现

• 所提出的基于SCA的算法收敛至满足原始非凸问题KKT条件的解。
• 尽管缺乏全局最优方法，算法在大多数实际场景中可获得接近全局最优的高质量解。
• 联合优化框架通过协调式功率控制与能量分割，有效抑制小区间干扰并提升频谱效率。
• 几何规划与DC规划的使用，实现了对非凸约束与目标函数的高效近似。
• 内点法确保了在迭代SCA过程中每个凸子问题的快速且可靠的求解。
• 该框架通过从用于信息转发的相同信号中采集射频能量，实现了中继的自持运行。