[论文解读] SIR Coverage Analysis in Cellular Networks with Temporal Traffic: A Stochastic Geometry Approach

Howard H. Yang, Tony Q. S. Quek|arXiv (Cornell University)|Jan 30, 2018

Advanced MIMO Systems Optimization参考文献 37被引用 7

一句话总结

本文提出了一种结合泊松点过程与离散时间排队模型的随机几何框架，用于分析具有时间交通变化的蜂窝网络中的信干比（SIR）覆盖性能。该文推导出SIR分布的可计算表达式，并表明交通负载对覆盖性能有显著影响，轻载与重载条件下SIR要求的差异超过10 dB，且小区边缘用户尤其容易因交通波动而出现延迟和中断。

ABSTRACT

The bloom in mobile applications not just bring in enjoyment to daily life, but also imposes more complicated traffic situation on wireless network. A complete understanding of the impact from traffic profile is thus essential for network operators to respond adequately to the surge in data traffic. In this paper, based on stochastic geometry and queuing theory, we develop a mathematical framework that captures the interplay between the spatial location of base stations (BSs), which determines the magnitude of mutual interference, and their temporal traffic dy- namic. We derive a tractable expression for the SIR distribution, and verify its accuracy via simulations. Based on our analysis, we find that i) under the same configuration, when traffic condition changes from light to heavy, the corresponding SIR requirement can differ by more than 10 dB for the network to maintain coverage, ii) the SIR coverage probability varies largely with traffic fluctuation in the sub-medium load regime, whereas in scenario with very light traffic load, the SIR outage probability increases linearly with the packet arrival rate, iii) the mean delay, as well as coverage probability of cell edge user equipments (UEs) are vulnerable to the traffic fluctuation, thus confirms its appeal for traffic-aware communication technology.

研究动机与目标

• 开发一种数学框架，以捕捉蜂窝网络中空间基站（BS）部署与时间交通动态之间的相互作用。
• 分析交通波动如何影响SIR覆盖概率与平均延迟，特别是对小区边缘用户设备（UEs）的影响。
• 识别在不同交通条件下网络性能的脆弱性，尤其在次中等到重载场景下。
• 建立一个$\varepsilon$-稳定区域，以量化在保持不稳定队列比例有界的前提下，网络可承受的最大可持续交通负载。

提出的方法

• 将基站与用户设备的位置建模为独立的泊松点过程（PPPs），以捕捉空间随机性。
• 采用离散时间排队模型，其中每个基站的分组到达遵循独立的伯努利过程。
• 应用随机几何方法，通过考虑空间随机分布的基站产生的干扰，计算SIR分布。
• 利用主导与有利系统近似，推导$\varepsilon$-稳定性的充分必要条件。
• 通过PPP实现的时空平均，提出$\varepsilon$-稳定区域的近似方法。
• 利用Loynes定理与PPP的遍历性，将时间平均队列行为与空间平均性能度量关联起来。

实验结果

研究问题

• RQ1 时间交通变化如何影响具有随机基站部署的蜂窝网络中的SIR覆盖概率？
• RQ2 交通负载与维持网络覆盖所需的SIR门限之间存在何种关系？
• RQ3 在交通波动条件下，小区边缘UE的平均延迟与覆盖概率如何变化？
• RQ4 在动态交通下，何种条件可确保少于$\varepsilon$比例的队列变得不稳定？
• RQ5 如何为具有随机空间与时间动态的大规模蜂窝网络推导出可计算的稳定区域？

主要发现

• 当交通从轻载增加到重载时，维持覆盖所需的SIR门限差异可超过10 dB。
• 在次中等负载范围内，SIR覆盖概率因交通波动而显著变化，表明其高度敏感。
• 在极轻载条件下，SIR中断概率随分组到达率线性增加。
• 小区边缘UE对交通波动极为脆弱，其覆盖概率与平均延迟均显著下降。
• $\varepsilon$-稳定性的临界到达率位于区间$[\xi^{\mathrm{Sc}}_{\varepsilon}, \xi^{\mathrm{Nc}}_{\varepsilon}]$内，通过空间平均推导出实用近似$\xi^{\mathrm{A}}_{\mathrm{c},\varepsilon}$。
• 所提出的框架能够准确分析在真实交通动态下的SIR分布与稳定性，为交通感知的网络设计提供重要洞见。