[论文解读] Successive Interference Cancellation in Heterogeneous Cellular Networks

Matthias Wildemeersch, Tony Q. S. Quek+3 more|arXiv (Cornell University)|Sep 26, 2013

Advanced MIMO Systems Optimization参考文献 37被引用 9

一句话总结

本文提出了一种基于随机几何的统计框架，用于分析多层异构蜂窝网络中连续干扰消除（SIC）的性能，考虑了接入点和用户位置的随机性、路径损耗及衰落效应。推导了在完成n次消除后解调目标信号的成功概率的闭式表达式，表明SIC增益随n增加而迅速衰减，在典型SIR条件下收益有限，尤其是在最大平均功率关联策略下。

ABSTRACT

At present, operators address the explosive growth of mobile data demand by densification of the cellular network so as to reduce the transmitter-receiver distance and to achieve higher spectral efficiency. Due to such network densification and the intense proliferation of wireless devices, modern wireless networks are interference-limited, which motivates the use of interference mitigation and coordination techniques. In this work, we develop a statistical framework to evaluate the performance of multi-tier heterogeneous networks with successive interference cancellation (SIC) capabilities, accounting for the computational complexity of the cancellation scheme and relevant network related parameters such as random location of the access points (APs) and mobile users, and the characteristics of the wireless propagation channel. We explicitly model the consecutive events of canceling interferers and we derive the success probability to cancel the n-th strongest signal and to decode the signal of interest after n cancellations. When users are connected to the AP which provides the maximum average received signal power, the analysis indicates that the performance gains of SIC diminish quickly with n and the benefits are modest for realistic values of the signal-to-interference ratio (SIR). We extend the statistical model to include several association policies where distinct gains of SIC are expected: (i) minimum load association, (ii) maxi- mum instantaneous SIR association, and (iii) range expansion. Numerical results show the effectiveness of SIC for the considered association policies. This work deepens the understanding of SIC by defining the achievable gains for different association policies in multi-tier heterogeneous networks.

研究动机与目标

• 开发一种统计框架，用于评估考虑真实网络参数的多层异构网络中SIC性能。
• 基于信号功率排序建模干扰逐次消除过程，并推导在完成n次消除后解调目标信号的成功概率。
• 评估不同用户关联策略下的SIC增益：最小负载、最大瞬时SIR和覆盖扩展。
• 量化网络部署密集化、衰落和路径损耗对干扰受限环境中SIC性能的影响。
• 提供考虑网络部署计算复杂度与空间随机性的成功概率闭式表达式。

提出的方法

• 使用随机几何建模多层网络中接入点和用户的随机空间分布。
• 将干扰建模为接收信号功率顺序统计量的截断和，以反映SIC过程。
• 利用广义伽马函数和顺序统计量，推导完成n次消除后干扰的拉普拉斯变换。
• 应用排除区域技术，建模被消除干扰对剩余干扰的影响。
• 针对每层引入基于SIC的改进干扰消除半径，增强强干扰源的排除区域。
• 推导在给定与第n个最强干扰源距离条件下，完成n次消除后解调目标信号的成功概率的闭式表达式。

实验结果

研究问题

• RQ1 在异构网络中，完成n次连续干扰消除后，解调目标信号的成功概率是多少？
• RQ2 路径损耗指数、发射功率和用户关联策略等网络参数如何影响SIC性能？
• RQ3 在不同关联策略（包括最小负载、最大瞬时SIR和覆盖扩展）下，SIC的性能增益如何？
• RQ4 随着消除阶段数n的增加，成功概率如何退化？增益何时变得可忽略？
• RQ5 衰落和空间随机性在密集网络中在多大程度上影响SIC的有效性？

主要发现

• 成功概率以闭式表达式推导得出，明确依赖于与第n个最强干扰源的距离及网络参数。
• 在最大平均接收功率关联下，SIC性能增益随n迅速衰减，且在典型SIR值下收益有限。
• 当路径损耗指数α=4时，n次消除后的无条件成功概率为1/(√(9/4 + 3η_t) - 1/2)^n，表明增益随n呈指数衰减。
• 覆盖扩展和最大瞬时SIR关联策略带来的SIC增益高于最大平均功率关联策略，尤其在密集网络中。
• 模型表明，当SIC与智能用户关联策略结合时，SIC效果最佳，后者与干扰消除的顺序相匹配。
• 数值结果证实，在合理关联策略下SIC可带来显著性能增益，但每阶段的边际收益迅速下降。