[论文解读] The Capacity Region of Large Wireless Networks

Urs Niesen, Piyush Gupta+1 more|arXiv (Cornell University)|Sep 8, 2008

Cooperative Communication and Network Coding被引用 3

一句话总结

本文研究了在大小为n的正方形区域内随机分布n个节点的大规模无线网络中，均衡单播和多播容量区域的缩放特性，表明两种容量区域的缩放均为Θ(n)，占全部2^n种可能割集的范围。结果基于几何流量需求，为瑞利衰落信道提供了构造性、最优缩放的通信方案。

ABSTRACT

We consider the question of determining the scaling of the $n^2$-dimensional balanced unicast and the $n 2^n$-dimensional balanced multicast capacity regions of a wireless network with $n$ nodes placed uniformly at random in a square region of area $n$ and communicating over Gaussian fading channels. We identify this scaling of both the balanced unicast and multicast capacity regions in terms of $\Theta(n)$, out of $2^n$ total possible, cuts. These cuts only depend on the geometry of the locations of the source nodes and their destination nodes and the traffic demands between them, and thus can be readily evaluated. Our results are constructive and provide optimal (in the scaling sense) communication schemes.

研究动机与目标

• 确定大规模无线网络中均衡单播和多播容量区域的缩放行为。
• 分析当n个节点均匀随机分布在面积为n的正方形区域内时，网络容量如何随n缩放。
• 基于源-目的地几何结构和流量需求，识别决定容量缩放的关键割集。
• 构建在瑞利衰落信道下可实现最优容量区域缩放的通信方案。

提出的方法

• 分析在面积为n的正方形区域内随机分布n个节点的无线网络容量区域。
• 识别出仅依赖于源-目的地几何结构和流量需求的一组割集，这些割集决定了容量区域的缩放特性。
• 采用构造性方法设计可实现推导出的缩放极限的通信方案。
• 应用网络信息论和随机几何工具，将相关割集的数量限制在Θ(n)，占全部2^n个割集的范围。
• 证明在均衡单播和多播场景下，容量区域均缩放为Θ(n)。
• 依赖于瑞利衰落信道的特性以及节点位置的空间随机性，推导出缩放规律。

实验结果

研究问题

• RQ1 在随机节点分布的大规模无线网络中，均衡单播容量区域如何随n缩放？
• RQ2 在相同的网络模型下，均衡多播容量区域如何缩放？
• RQ3 网络中哪些割集对决定容量缩放起关键作用，且此类割集的数量是多少？
• RQ4 能否构建出可实现推导出的缩放极限的最优通信方案？
• RQ5 源-目的地对的几何配置在决定容量缩放中起什么作用？

主要发现

• 均衡单播容量区域的缩放为Θ(n)，占全部2^n种可能割集的范围。
• 均衡多播容量区域的缩放同样为Θ(n)，占全部2^n种可能割集的范围。
• 关键割集仅依赖于源-目的地对的几何结构及其流量需求。
• 结果具有构造性，提供了可实现容量最优缩放的通信方案。
• 缩放特性在瑞利衰落信道和面积为n的正方形内均匀随机分布的节点位置下推导得出。
• 分析表明，尽管存在指数级数量的可能割集，仅有Θ(n)个割集对确定容量区域具有相关性。