[论文解读] Random Caching in Backhaul-Limited Multi-Antenna Networks: Analysis and Area Spectrum Efficiency Optimization

Sufeng Kuang, Nan Liu|arXiv (Cornell University)|Sep 19, 2017

Caching and Content Delivery参考文献 29被引用 7

一句话总结

本文提出了一种在回传链路受限的多天线网络中采用随机缓存的方案，利用随机几何与伽马近似方法，推导出成功传输概率的闭式上界。通过联合优化文件分配与缓存放置，实现了在高用户密度区域的近似最优性能，同时显著降低了复杂度。

ABSTRACT

Caching at base stations is a promising technology to satisfy the increasing capacity requirements and reduce the backhaul loads in future wireless networks. Careful design of random caching can fully exploit the file popularity and achieve good performance. However, previous works on random caching scheme usually assumed single antenna at BSs and users, which is not the case in practical multi-antenna networks. In this paper, we consider the analysis and optimization in the cache-enabled multi-antenna networks with limited backhaul. We first derive a closed-form expression and a simple tight upper bound of the successful transmission probability, using tools from stochastic geometry and a gamma approximation. Based on the analytic results, we then consider the area spectrum efficiency maximization by optimizing design parameters, which is a complicated mixed-integer optimization problem. After analyzing the optimal properties, we obtain a local optimal solution with lower complexity. To further simplify the optimization, we then solve an asymptotic optimization problem in the high user density region, using the upper bound as the objective function. Numerical simulations show that the asymptotic optimal caching scheme achieves better performance over existing caching schemes. The analysis and optimization results provide insightful design guidelines for random caching in practical networks.

研究动机与目标

• 为解决多天线、回传受限网络中随机缓存缺乏分析框架的问题。
• 在回传容量受限条件下，对缓存增强型多天线网络的面积谱效率（ASE）进行建模与优化。
• 利用随机几何与伽马近似，推导出成功传输概率的可处理表达式。
• 求解混合整数优化问题以实现 ASE 最大化，并获得低复杂度解。
• 为实际 5G 多天线网络中的随机缓存提供设计指导。

提出的方法

• 采用泊松点过程建模基站位置，并应用随机几何方法分析多天线系统中的信干噪比（SINR）。
• 采用伽马近似方法简化 MIMO 系统中等效信道增益的分布，从而实现可处理的分析。
• 在随机缓存条件下，推导出成功传输概率的闭式表达式与紧致上界。
• 将 ASE 最大化问题重新表述为关于文件分配与缓存放置策略的混合整数优化问题。
• 提出一种局部优化方法，并在高用户密度区域利用上界作为目标，进行渐近优化。
• 通过数值仿真验证所提方案，与现有缓存策略进行性能对比。

实验结果

研究问题

• RQ1 当基站与用户均配备多天线时，随机缓存在多天线、回传受限网络中的性能如何？
• RQ2 能否为这类网络中的成功传输概率推导出可处理的解析表达式？
• RQ3 为最大化面积谱效率，最优的文件分配与缓存放置策略是什么？
• RQ4 所提出的优化方案在性能与复杂度方面相较于现有方案有何差异？
• RQ5 在高用户密度区域，渐近优化具有何种设计启示？

主要发现

• 通过伽马近似与随机几何方法，本文推导出成功传输概率的闭式表达式与紧致上界。
• 渐近优化解在高用户密度区域的性能优于现有缓存方案。
• 最优缓存放置策略被证明为最热门的 B 个文件集合，即文件集 {1, ..., F} 中的 {B+1, ..., F}。
• 最优文件分配策略确保仅最热门的 B 个文件被缓存，且在这些文件间采用等功率分配。
• 所提出的局部优化方法在显著降低计算复杂度的同时，实现了接近最优的 ASE。
• 数值结果表明，渐近方案能非常接近最优 ASE，验证了分析框架的有效性。