[论文解读] On Achievability for Downlink Cloud Radio Access Networks with Base Station Cooperation

Chien-Yi Wang, Michèle Wigger+1 more|arXiv (Cornell University)|Oct 28, 2016

Cooperative Communication and Network Coding参考文献 16被引用 3

一句话总结

本文为通过速率受限的对讲链路实现基站（BS）协作的下行链路云无线电接入网络（C-RAN）提出两种新型编码方案——广义数据共享（G-DS）与广义压缩（G-Compression）。它纠正了先前工作中对多变量覆盖引理的错误应用，将Liu–Kang方案扩展至包含可被两个基站恢复的公共码字以实现BS协作，并表明G-Compression方案将原始压缩方案推广至具有BS协作的离散无记忆信道。关键贡献在于提出了一种新的内界，其在高斯情形下与切割集外界之间的差距为常数，具体为每维$\min\{\frac{L+N}{2}, \frac{L+L\log N}{2}\}$比特。

ABSTRACT

This work investigates the downlink of a cloud radio access network (C-RAN) in which a central processor communicates with two mobile users through two base stations (BSs). The BSs act as relay nodes and cooperate with each other through error-free rate-limited links. We develop and analyze two coding schemes for this scenario. The first coding scheme is based on Liu-Kang scheme for C-RANs without BS cooperation; and extends it to scenarios allowing conferencing between the BSs. Among few other features, our new coding scheme enables arbitrary correlation among the auxiliary codewords that are recovered by the BSs. It also introduces common codewords to be described to both BSs. For the analysis of this coding scheme, we extend the multivariate covering lemma to non-Cartesian product sets, thereby correcting an erroneous application of this lemma in Liu-Kang's related work. We highlight key aspects of this scheme by studying three important instances of it. The second coding scheme extends the so-called compression scheme that was originally developed for memoryless Gaussian C-RANs without BS cooperation to general discrete memoryless C-RANs with BS cooperation. We show that this scheme subsumes the original compression scheme when applied to memoryless Gaussian C-RAN models. In the analysis of this scheme, we also highlight important connections with the so-called distributed decode--forward scheme, and refine the approximate capacity of a general $N$-BS $L$-user C-RAN model in the memoryless Gaussian case.

研究动机与目标

• 为解决Liu–Kang在无BS协作的C-RAN中数据共享方案的有缺陷的可实现性证明，特别是其对多变量覆盖引理的错误使用。
• 将Liu–Kang方案扩展至通过中继链路实现基站协作，引入可在两个基站处恢复的公共码字。
• 将原本专为无协作的无记忆高斯C-RAN设计的压缩方案推广至具有BS协作的通用离散无记忆信道。
• 为具有BS协作的$N$-BS $L$-用户C-RAN模型建立新的内界，并在高斯情形下精炼其近似容量。
• 证明分布式解码转发（DDF）方案包含所提出的G-Compression方案，并实现与切割集外界之间的常数差距逼近。

提出的方法

• 提出广义数据共享（G-DS）方案，通过引入旨在供两个基站接收的公共码字$U_0^n, V_0^n$，扩展Liu–Kang方案，从而实现辅助码字之间的任意相关性。
• 通过将多变量覆盖引理推广至非笛卡尔积集合，提出修正的可实现性证明，解决了Liu–Kang原始分析中的缺陷。
• 提出广义压缩（G-Compression）方案，将Park等人的压缩方案推广至具有BS协作的离散无记忆信道，支持联合压缩与中继通信。
• 通过将其与分布式解码转发（DDF）方案关联，分析G-Compression方案，表明在高斯情形下DDF方案包含G-Compression方案。
• 推导具有BS协作的$N$-BS $L$-用户C-RAN的内界，并利用矩阵行列式不等式与特征值界将其与切割集外界进行比较。
• 使用Sylvester行列式恒等式与Hadamard不等式松弛切割集界，并与内界进行比较，从而建立常数差距逼近。

实验结果

研究问题

• RQ1 如何修正并扩展Liu–Kang的数据共享方案，使其通过中继链路实现基站协作？
• RQ2 能否将专为高斯C-RAN设计的压缩方案推广至具有BS协作的离散无记忆信道？
• RQ3 在具有BS协作的C-RAN背景下，所提出的G-Compression方案与分布式解码转发（DDF）方案之间存在何种关系？
• RQ4 所提出的内界在具有BS协作的高斯C-RAN模型中，与切割集外界之间的逼近程度如何？
• RQ5 在用户数与基站数方面，可实现速率区域与容量区域之间的差距是多少？

主要发现

• G-DS方案通过将覆盖引理推广至非笛卡尔积集合，纠正了Liu–Kang原始工作中对多变量覆盖引理的错误应用，确保了可实现性证明的有效性。
• G-DS方案引入了可在两个基站处恢复的公共码字$U_0^n, V_0^n$，实现了辅助码字之间的任意相关性，从而提升了协作增益。
• G-Compression方案将原始压缩方案推广至离散无记忆信道，并在应用于无记忆高斯C-RAN时包含原始方案。
• 在高斯情形下，证明了分布式解码转发（DDF）方案包含G-Compression方案，建立了两种方法之间的强关联。
• 所提出的内界在具有BS协作的高斯$N$-BS $L$-用户C-RAN模型中，与切割集外界之间的差距为$\min\left\{\frac{L+N}{2}, \frac{L+L\log N}{2}\right\}$比特每维。
• 该差距被证明为常数，且与信道增益、功率或信噪比无关，从而建立了对容量的常数差距逼近。