[论文解读] Joint User Association and Power Control for Load Balancing in Downlink Heterogeneous Cellular Networks

Tianqing Zhou|arXiv (Cornell University)|Jul 4, 2016

Advanced MIMO Systems Optimization参考文献 25被引用 3

一句话总结

本文提出两种联合用户关联与功率控制方案，用于在下行异构蜂窝网络（HCNs）中实现负载均衡，通过有效速率最大化来平衡流量并减少干扰。两层迭代算法在负载均衡增益和能量效率方面优于传统方案，其中增强功率控制的方案在吞吐量和能量效率方面均表现最优。

ABSTRACT

Instead of achievable rate in the conventional association, we utilize the effective rate to design two association schemes for load balancing in heterogeneous cellular networks (HCNs), which are both formulated as such problems with maximizing the sum of effective rates. In these two schemes, the one just considers user association, but the other introduces power control to mitigate interference and reduce energy consumption while performing user association. Since the effective rate is closely related to the load of some BS and the achievable rate of some user, it can be used as a key factor of association schemes for load balancing in HCNs. To solve the association problem without power control, we design a one-layer iterative algorithm, which converts the sum-of-ratio form of original optimization problem into a parameterized polynomial form. By combining this algorithm with power control algorithm, we propose a two-layer iterative algorithm for the association problem with power control. Specially, the outer layer performs user association using the algorithm of problem without power control, and the inner layer updates the transmit power of each BS using a power update function (PUF). At last, we give some convergence and complexity analyses for the proposed algorithms. As shown in simulation results, the proposed schemes have superior performance than the conventional association, and the scheme with joint user association and power control achieves a higher load balancing gain and energy efficiency than conventional scheme and other offloading scheme.

研究动机与目标

• 解决传统基于信号强度的用户关联在异构蜂窝网络（HCNs）中导致的用户负载分布不均问题。
• 通过智能地将用户从拥塞基站（BSs）卸载至负载较轻的基站，提升系统资源利用率和用户体验。
• 通过联合功率控制与用户关联，同时减轻跨层间干扰并降低能耗。
• 设计一种可扩展且收敛的算法框架，以实现真实世界HCNs中的实际部署。

提出的方法

• 将用户关联建模为有效速率之和最大化问题，用有效速率替代传统可达速率，以反映负载与服务质量之间的权衡。
• 提出一种单层迭代算法用于用户关联（不包含功率控制），将非凸的比率之和问题转化为参数化多项式形式。
• 设计一种两层迭代算法用于联合用户关联与功率控制：外层通过单层算法执行用户关联，内层通过功率更新函数（PUF）更新基站发射功率。
• 将功率更新函数（PUF）集成到内层循环中，以动态调整发射功率并抑制干扰。
• 应用收敛性与复杂度分析，验证所提两层算法的稳定性和实用性。
• 采用有效速率作为性能度量，其天然地捕捉了用户质量与基站负载，从而实现负载均衡的关联决策。

实验结果

研究问题

• RQ1 如何利用有效速率作为度量指标，实现在HCNs中的负载均衡用户关联？
• RQ2 与传统关联方案相比，联合用户关联与功率控制在负载均衡与能量效率方面有何性能增益？
• RQ3 两层迭代算法能否在平衡系统吞吐量与功耗的同时高效收敛？
• RQ4 在具有异构基站的下行HCNs中，功率控制如何改善干扰管理与能量效率？
• RQ5 用户关联对拥塞宏小区中边缘用户的平均速率与能量效率有何影响？

主要发现

• 所提出的JUAPCMSER方案（联合用户关联与功率控制）在所有方案中实现了最高的平均能量效率，显著优于传统关联方式及其他卸载方法。
• 由于功率控制带来的干扰抑制，JUAPCMSER方案相比仅执行用户关联的UAMSER方案，展现出更高的负载均衡增益与能量效率。
• 仿真结果表明，尽管MAR（最大可达速率关联）方案存在最差的负载不均衡，但其平均速率最高，原因在于少数高数据率用户被关联至负载较轻的基站。
• 所提出的两层迭代算法收敛迅速，如图8所示，所有组件（外层循环、用户关联与功率控制）均表现出高收敛速度。
• JUAPCMSER的平均速率与能量效率优于AUF与UAMSER；后者因更优的负载分布，实现了比AUF更高的吞吐量与更好的能量效率。
• 在高负载条件下，各方案之间的性能差距进一步扩大，表明智能卸载显著提升了拥塞网络中边缘用户的体验。