[论文解读] Random Caching Based Cooperative Transmission in Heterogeneous Wireless Networks

Wanli Wen, Ying Cui+3 more|arXiv (Cornell University)|Jan 20, 2017

Caching and Content Delivery参考文献 28被引用 11

一句话总结

该论文提出两种基于随机缓存的协作传输方案，用于在下行异构无线网络中通过联合优化缓存分布与基站协作，以最大化成功传输概率。利用随机几何方法，推导出可计算的性能表达式，并获得优于现有方案（如最热门、独立同分布和均匀缓存）的最优缓存策略。

ABSTRACT

Base station cooperation in heterogeneous wireless networks (HetNets) is a promising approach to improve the network performance, but it also imposes a significant challenge on backhaul. On the other hand, caching at small base stations (SBSs) is considered as an efficient way to reduce backhaul load in HetNets. In this paper, we jointly consider SBS caching and cooperation in a downlink largescale HetNet. We propose two SBS cooperative transmission schemes under random caching at SBSs with the caching distribution as a design parameter. Using tools from stochastic geometry and adopting appropriate integral transformations, we first derive a tractable expression for the successful transmission probability under each scheme. Then, under each scheme, we consider the successful transmission probability maximization by optimizing the caching distribution, which is a challenging optimization problem with a non-convex objective function. By exploring optimality properties and using optimization techniques, under each scheme, we obtain a local optimal solution in the general case and global optimal solutions in some special cases. Compared with some existing caching designs in the literature, e.g., the most popular caching, the i.i.d. caching and the uniform caching, the optimal random caching under each scheme achieves better successful transmission probability performance. The analysis and optimization results provide valuable design insights for practical HetNets.

研究动机与目标

• 解决因基站（BS）协作而引起的异构无线网络（HetNets）回传容量瓶颈问题。
• 通过在小型基站（SBSs）处缓存来降低回传负载，同时保持高网络性能。
• 联合优化SBS缓存分布与协作传输方案，以最大化成功传输概率。
• 通过设计最优随机缓存策略，克服现有缓存策略的局限性——如独立同分布缓存中的存储浪费或最热门缓存缺乏空间多样性。
• 利用随机几何工具，为大规模HetNets提供可计算的性能分析与优化。

提出的方法

• 提出两种非相干协作传输方案，其中多个SBS基于信号强度和距离联合为典型用户服务。
• 将网络建模为泊松点过程（PPP），用于宏基站和小型基站，利用随机几何方法分析干扰与信号覆盖。
• 利用干扰的拉普拉斯变换和广义超几何函数，推导出成功传输概率的闭式表达式。
• 将缓存分布作为设计参数，建立非凸优化问题以最大化成功传输概率。
• 应用Karush-Kuhn-Tucker（KKT）条件与最优性分析，推导在不同网络条件下下的局部与全局最优缓存解。
• 使用积分变换与特殊函数（如超几何函数 $_2F_1$）简化复杂的干扰与覆盖表达式。

实验结果

研究问题

• RQ1 如何联合优化SBS处的随机缓存与协作传输，以提升HetNets中的成功传输概率？
• RQ2 与所提出的最优随机缓存相比，不同缓存分布（如i.i.d.、均匀、最热门）对网络性能的影响如何？
• RQ3 能否利用随机几何方法，为随机缓存与协作传输下的成功传输概率推导出可计算的性能表达式？
• RQ4 在存在非凸优化约束的情况下，最优缓存分布的最优性条件与结构特性是什么？
• RQ5 所提出的方案在传输可靠性与回传效率方面，相比现有缓存策略有何优势？

主要发现

• 所提出的最优随机缓存方案在成功传输概率方面优于最热门缓存（MPC）、独立同分布缓存（IIDC）和均匀缓存（UC）方案。
• 利用随机几何与拉普拉斯变换，推导出成功传输概率的闭式表达式，该表达式同时考虑了宏站与小站的干扰。
• 缓存分布的优化问题为非凸问题，但本文通过KKT条件在一般情况下推导出局部最优解，在特殊情况下推导出全局最优解。
• 最优缓存策略表现出文件缓存概率随文件递减的趋势，热门文件具有更高的缓存概率，与最优性分析一致。
• 通过数值结果验证了所推导的性能表达式，显示在最优缓存下传输成功概率有显著提升。
• 分析表明，联合优化缓存与协作可显著提升网络性能，同时降低回传负载。