[论文解读] Performance Impact of Idle Mode Capability on Dense Small Cell Networks

Ming Ding, David López‐Pérez+2 more|arXiv (Cornell University)|Sep 25, 2016

Advanced MIMO Systems Optimization参考文献 23被引用 5

一句话总结

本文研究了在密集小细胞网络（SCNs）中基站（BS）空闲模式能力（IMC）的性能影响，表明关闭非活动基站可显著提升覆盖率概率、频谱效率和能量效率。通过建模真实的视 Line-of-Sight（LoS）与非视 Line-of-Sight（NLoS）传播，作者证明当基站密度超过用户设备（UE）密度时，覆盖率概率趋近于1，从而逆转了关于‘5G的终结’在超密集部署中的担忧。

ABSTRACT

Very recent studies showed that in a fully loaded dense small cell network (SCN), the coverage probability performance will continuously decrease with the network densification. Such new results were captured in IEEE ComSoc Technology News with an alarming title of "Will Densification Be the Death of 5G?". In this paper, we revisit this issue from more practical views of realistic network deployment, such as a finite number of active base stations (BSs) and user equipments (UEs), a decreasing BS transmission power with the network densification, etc. Particularly, in dense SCNs, due to an oversupply of BSs with respect to UEs, a large number of BSs can be put into idle modes without signal transmission, if there is no active UE within their coverage areas. Setting those BSs into idle modes mitigates unnecessary inter-cell interference and reduces energy consumption. In this paper, we investigate the performance impact of such BS idle mode capability (IMC) on dense SCNs. Different from existing work, we consider a realistic path loss model incorporating both line-of-sight (LoS) and non-line-of-sight (NLoS) transmissions. Moreover, we obtain analytical results for the coverage probability, the area spectral efficiency (ASE) and the energy efficiency (EE) performance for SCNs with the BS IMC and show that the performance impact of the IMC on dense SCNs is significant. As the BS density surpasses the UE density in dense SCNs, the coverage probability will continuously increase toward one, addressing previous concerns on "the death of 5G". Finally, the performance improvement in terms of the EE performance is also investigated for dense SCNs using practical energy models developed in the Green-Touch project.

研究动机与目标

• 为解决网络超密集化可能在5G密集小细胞网络（SCNs）中导致性能下降的担忧，特别是‘超密集化可能是5G的终结’这一说法。
• 分析基站空闲模式能力（IMC）对关键性能指标——覆盖率概率、面积频谱效率（ASE）和能量效率（EE）——在真实SCNs中的影响。
• 引入实际传播模型，包括视 Line-of-Sight（LoS）与非视 Line-of-Sight（NLoS）传输，并考虑有限的活跃基站与用户设备密度。
• 推导在IMC下覆盖率概率与活跃基站密度的解析表达式，表明非活跃基站带来的干扰降低可提升网络性能。
• 采用来自Green-Touch项目的实际绿色能源模型评估能量效率，证明在超密集部署中IMC可带来显著增益。

提出的方法

• 作者基于随机几何模型构建小细胞网络，采用泊松点过程描述基站与用户设备的分布，并引入包含LoS与NLoS链路的真实路径损耗模型。
• 基于链路质量与关联规则，推导典型用户设备不与距离为r的给定基站b关联的条件概率Pr[w≁b|r]。
• 通过结合LoS与NLoS路径损耗分量的PDF f_R^Path(r)，对距离分布进行积分，计算无条件关联概率Pr[w≁b]。
• 通过将每个基站周围候选用户设备数量建模为参数为λ_Ω = ρπr_max²的泊松随机变量，推导出基站关断概率Q^off。
• 活跃基站密度̃λ被λ(1−Q^off)上界约束，考虑到Q^off因用户设备空间相关性而低估关断概率。
• 分析使用LoS与NLoS关联距离的累积分布函数（CDF）F_R^L(r)与F_R^NL(r)，并将其合并为F_R(r) = F_R^L(r) + F_R^NL(r)。

实验结果

研究问题

• RQ1 在密集小细胞网络中启用空闲模式能力，是否能缓解先前研究在超密集场景下预测的性能下降？
• RQ2 在高密度SCNs中，引入真实LoS与NLoS传播模型如何影响覆盖率概率？
• RQ3 当基站密度超过用户设备密度时，基站关断对覆盖率概率、ASE与能量效率的解析影响是什么？
• RQ4 在IMC下，活跃基站密度能否被解析界定？该界定对网络性能指标有何影响？
• RQ5 在真实能源消耗模型下，IMC在密集SCNs中能多大程度上提升能量效率？

主要发现

• 当密集小细胞网络中基站密度超过用户设备密度时，覆盖率概率单调递增趋近于1，逆转了‘5G的终结’的担忧。
• 所提出的IMC机制通过关断空闲基站显著降低小区间干扰，从而提升覆盖率与频谱效率。
• 在IMC下，面积频谱效率（ASE）随网络超密集化呈有利增长，因干扰被抑制且信号质量提升。
• 在IMC下，能量效率（EE）得到显著增强，尤其在采用Green-Touch项目的真实能源模型时更为明显。
• 活跃基站密度被上界λ(1−Q^off)约束，其中Q^off为基站无关联用户设备的概率，该上界因用户设备空间相关性而偏保守。
• 所提出的解析框架综合考虑了LoS与NLoS传播，并采用分段路径损耗模型，相比以往单斜率模型，能提供更准确的性能预测。