[论文解读] On Coordinating Ultra-Dense Wireless Access Networks: Optimization Modeling, Algorithms and Insights

Antonis G. Gotsis, Angeliki Alexiou|arXiv (Cornell University)|Dec 5, 2013

Advanced MIMO Systems Optimization参考文献 16被引用 8

一句话总结

本文提出了一种超密集无线网络的联合优化框架，通过协调接入节点配对、资源划分和功率控制，在保证最低性能要求的前提下最大化系统容量。该框架引入了整数线性规划模型和低复杂度算法，在真实超密集部署场景下显著提升了频谱效率、速率扩展性和空间复用性能。

ABSTRACT

Network densification along with universal resources reuse is expected to play a key role in the realization of 5G radio access as an enabler for delivering most of the anticipated network capacity improvements. On the one hand, neither the expected additional spectrum allocation nor the forthcoming novel air-interface processing techniques will be sufficient for sustaining the anticipated exponentially-increasing mobile data traffic. On the other hand, enhanced ultra-dense infrastructure deployments are expected to provide remarkable capacity gains, regardless of the evolutionary or revolutionary approach followed towards 5G development. In this work, we thoroughly examine global network coordination as the main enabler for future 5G large dense small-cell deployments. We propose a powerful radio resources coordination framework through which interference management is handled network-wise and jointly over multiple dimensions. In particular, we explore strategies for pairing serving and served access nodes, partitioning the available network resources, as well as dynamically allocating power per pair, towards optimizing system performance and guaranteeing individual minimum performance levels. We develop new optimization formulations, providing network scaling performance upper bounds, along with lower complexity algorithmic solutions tailored to large networks. We apply the proposed solutions to dense network deployments, in order to obtain useful insights on network performance and optimization, such as rate scaling, infrastructure density, optimal bandwidth partitioning and spatial reuse factor optimization.

研究动机与目标

• 通过在超密集小细胞部署中实现全网协调，解决5G容量瓶颈问题。
• 通过联合优化服务接入节点选择、带宽划分和功率控制，克服传统资源分配的局限性。
• 为大规模密集网络开发可扩展的优化模型和低复杂度算法，并保证最低性能水平。
• 提供性能上限，并对速率扩展、基础设施密度和空间复用因子优化提供实用洞见。

提出的方法

• 使用整数线性规划（ILP）建立全局优化问题，联合优化AN-UE配对、资源划分和功率分配。
• 提出一种两阶段功率感知次优划分算法：第一阶段根据信道增益将用户设备分配至子区，第二阶段通过迭代用户设备互换优化性能。
• 在每次分配步骤后，采用精确解或Perron-based边界方法对每个子区进行速率最大化评估以衡量性能。
• 在第一阶段采用贪心选择策略以最大化即时增益，随后通过用户设备对互换的局部搜索阶段优化分配结果。
• 在互换阶段应用收敛检查机制，仅在检测到速率提升时才更新分配结果，且在所有用户设备对均被评估后终止。
• 利用集中式云架构实现全网协调，支持信令平面与数据平面的信息交换，以实现干扰管理。

实验结果

研究问题

• RQ1 如何通过联合优化接入节点配对、资源划分和功率控制，最大化超密集网络中的系统容量？
• RQ2 在最小速率约束下，全局协调在密集小细胞部署中的性能上限是多少？
• RQ3 所提出的算法在多大程度上随网络规模扩展？其复杂度与最优解相比如何？
• RQ4 为实现密集部署中的频谱效率最大化，最优带宽划分和空间复用因子是什么？
• RQ5 基础设施密度和用户分布如何影响协同资源管理带来的增益？

主要发现

• 所提出的优化框架通过在接入节点、资源和功率级别实现联合协调，显著提升了频谱效率。
• 功率感知次优划分算法在计算复杂度远低于精确ILP解的情况下，实现了接近最优的性能。
• 随着基础设施密度的提升，速率扩展能力增强，表明网络切片与协调机制的结合对满足5G容量需求至关重要。
• 最优带宽划分和空间复用因子优化对于最大化系统吞吐量至关重要，即使在不规则、随机拓扑部署中也观察到显著增益。
• 算法中迭代的用户设备互换阶段带来了可测量的性能提升，证实了在复杂分配问题中局部搜索优化的价值。
• 研究表明，超密集网络中的通用资源复用可实现超越频谱扩展或物理层增强技术本身所能达到的容量增益。