[论文解读] Serving Distance and Coverage in a Closed Access PHP-Based Heterogeneous Cellular Network

Zeinab Yazdanshenasan, Harpreet S. Dhillon+1 more|arXiv (Cornell University)|Apr 10, 2017

Advanced MIMO Systems Optimization参考文献 8被引用 7

一句话总结

本文提出了一种针对两层闭接入异构蜂窝网络下行链路覆盖的可 tractable 分析框架，采用泊松孔过程（PHP）建模宏基站周围的小基站部署，并引入排除区。该框架推导出服务距离和覆盖概率的紧致边界，在保留局部干扰结构的同时简化远场干扰，显著提升了现有近似方法的准确性。

ABSTRACT

Heterogeneous cellular networks (HCNs) usually exhibit spatial separation amongst base stations (BSs) of different types (termed tiers in this paper). For instance, operators will usually not deploy a picocell in close proximity to a macrocell, thus inducing separation amongst the locations of pico and macrocells. This separation has recently been captured by modeling the small cell locations by a Poisson Hole Process (PHP) with the hole centers being the locations of the macrocells. Due to the presence of exclusion zones, the analysis of the resulting model is significantly more complex compared to the more popular Poisson Point Process (PPP) based models. In this paper, we derive a tight bound on the distribution of the distance of a typical user to the closest point of a PHP. Since the exact distribution of this distance is not known, it is often approximated in the literature. For this model, we then provide tight characterization of the downlink coverage probability for a typical user in a two-tier closed-access HCN under two cases: (i) typical user is served by the closest macrocell, and (ii) typical user is served by its closest small cell. The proposed approach can be extended to analyze other relevant cases of interest, e.g., coverage in a PHP-based open access HCN.

研究动机与目标

• 为解决异构蜂窝网络中跨层空间分离场景下服务距离与覆盖概率缺乏精确分析模型的问题。
• 克服现有近似方法（如 PPP、威布尔拟合）在广泛系统参数范围内失效的局限性。
• 通过精确建模来自两层的干扰，为基于 PHP 的闭接入 HCN 构建严谨的覆盖概率分析框架。
• 为未来扩展至更复杂的开放接入场景奠定基础，因开放接入涉及联合小区选择机制。

提出的方法

• 将宏基站位置建模为齐次泊松点过程（PPP），小基站位置建模为泊松孔过程（PHP），其中在每个宏基站周围以半径 D 刻画出孔洞。
• 推导出从典型用户到最近 PHP 点距离分布的紧致边界，以保留局部邻近结构以提升准确性。
• 利用随机几何工具计算来自宏基站与小基站的干扰拉普拉斯变换，同时考虑排除区的影响。
• 基于用户与最近宏基站及小基站之间的服务距离，推导覆盖概率的下界与上界。
• 应用先前研究中关于 shot-noise 分析的广义方法，以在保持精度的同时实现可 tractable 性。
• 利用推导出的分布对服务距离进行去条件化处理，从而获得总体覆盖概率。

实验结果

研究问题

• RQ1 在具有排除区的基于 PHP 的 HCN 中，如何精确刻画用户到最近小基站的服务距离分布？
• RQ2 在基于 PHP 的小基站部署、闭接入的两层异构网络中，典型用户由其最近小基站服务时的覆盖概率是多少？
• RQ3 当典型用户由其最近宏基站服务时，覆盖概率如何变化？
• RQ4 与标准 PPP 模型相比，排除区对基于 PHP 的 HCN 中干扰建模与覆盖性能有何影响？
• RQ5 能否在不依赖曲线拟合或密度近似的基础上，推导出覆盖概率的紧致解析边界？

主要发现

• 所提出的关于最近 PHP 点服务距离的边界在广泛系统参数范围内表现极为紧密，显著优于现有近似方法。
• 通过一种新颖的干扰模型，对由最近小基站服务的用户覆盖概率进行了边界界定，该模型考虑了排除区和条件化服务距离的影响。
• 覆盖概率的下界包含了来自最近宏基站以及小基站层中超出服务范围的干扰源的有效干扰。
• 覆盖概率的上界考虑了因孔洞引起的排除效应导致的小基站干扰减少，从而提供了更精确的干扰估计。
• 通过数值对比验证了所推导边界的紧密性，证明其可作为精度较低近似方法的可靠替代。
• 该框架实现了对闭接入 HCN 的精确分析，并为未来研究开放接入场景提供了基础，后者因涉及联合小区选择而更为复杂。