[论文解读] Optimal Distributed Power Allocation for Decode-and-Forward Relay Networks

Yin Sun, Zhoujia Mao+4 more|arXiv (Cornell University)|Jan 1, 2012

Cooperative Communication and Network Coding参考文献 38被引用 1

一句话总结

本文提出了一种完全分布式、单层迭代的功率分配算法，用于解码转发（DF）中继网络，通过使用带二次正则化的邻近点法来解决可达速率中的非严格凹性问题。该方法仅通过局部信息交换即可确保收敛性和最优性，从而实现在具有任意拓扑结构的大规模动态网络中的高效在线实现。

ABSTRACT

This paper presents a fully distributed power allocation al gorithm for decode-and-forward (DF) relay networks with a large number of sources, relays, and destination nodes. The well known mathematical decomposition based distributed optimization techniques cannot directly be applied to DF relay networks, because the achievable rate of DF relaying is not strictly co ncave, and thus the local power allocation subproblem may have non-unique solutions. We resolve this non-strict concavity problem by using the idea of proximal point method, which adds some quadratic terms to make the objective function strictly concave. While traditional proximal point methods require a two-layer nested iteration structure, our proposed algorithm has a single-layer iteration structure , which is desirable for on-line implementation. Moreover, our algorithm only needs local information exchange among the source, relay, and destination nodes of each DF relay link, and can easily adapt to variations of network size and topology. In this paper, we establish the convergence and optimality of our fully distributed single-layer iterative algorithm. Numerical results are provided to illustrate the benefits of our proposed algorithm. Index terms− Decode-and-forward, distributed power allocation, wireless relay network.

研究动机与目标

• 解决解码转发（DF）中继网络中可达速率的非严格凹性问题，该问题阻碍了标准分布式优化技术的直接应用。
• 设计一种仅依赖于源节点、中继节点和目的节点之间每条链路的局部信息交换的分布式功率分配算法。
• 实现在大规模中继网络中具有动态拓扑和可变规模的在线、可扩展实现。
• 在无需集中协调或嵌套迭代的情况下，确保功率分配解的收敛性和最优性。
• 通过消除两层嵌套迭代的需求，克服传统邻近点方法的局限性。

提出的方法

• 通过在局部功率分配子问题中添加二次正则化项，应用邻近点法，将非严格凹的速率函数转化为严格凹函数。
• 设计一种单层迭代算法，避免了经典邻近点方法中典型的计算开销较大的两层嵌套结构。
• 使每个源-中继-目的节点三元组仅基于其本地信道状态信息和相邻节点的反馈来更新其功率分配。
• 使用带有局部更新的对偶分解方法，以分布式方式求解对偶问题，确保收敛到最优功率分配。
• 将邻近项集成到拉格朗日对偶函数中，以稳定收敛并保证每次迭代的唯一解。
• 通过完全依赖本地通信，确保可扩展性和适应性，使算法对网络规模和拓扑变化具有鲁棒性。

实验结果

研究问题

• RQ1 尽管可达速率函数具有非严格凹性，是否仍可为DF中继网络设计一种分布式功率分配算法？
• RQ2 如何在保持分布式环境中收敛性的前提下，对邻近点法进行改进以避免嵌套迭代？
• RQ3 在大规模DF中继网络中，使用局部信息交换对功率分配的最优性和收敛性有何影响？
• RQ4 单层迭代算法是否可在无需全局网络知识或集中控制的情况下实现最优功率分配？
• RQ5 在具有可变规模和拓扑结构的动态网络环境中，所提算法的性能如何？

主要发现

• 所提算法即使在DF中继速率函数非严格凹的情况下，仍能收敛到最优功率分配解。
• 通过邻近点法引入的二次正则化确保了每次迭代的唯一解，克服了局部子问题中解不唯一的问题。
• 单层结构消除了嵌套迭代的需求，显著降低了计算复杂度，支持实时在线实现。
• 数值结果表明，该算法在和速率性能上接近集中式解决方案。
• 由于依赖于局部信息交换，该算法在各种网络规模和拓扑结构下均保持稳定性和收敛性。
• 该方法具有可扩展性和鲁棒性，适用于大规模、动态无线中继网络的部署。