[论文解读] The Performance of Successive Interference Cancellation in Random Wireless Networks

Xinchen Zhang, Martin Haenggi|arXiv (Cornell University)|Feb 7, 2014

Advanced MIMO Systems Optimization参考文献 42被引用 3

一句话总结

本文提出了一种统一的分析框架，利用随机几何方法评估随机无线网络中的连续干扰消除（SIC）性能，将发射机建模为具有任意衰落和幂律路径损耗的泊松点过程。结果表明，随着被消除的干扰源数量增加，SIC的增益迅速下降，大多数增益来自于消除一个或两个干扰源，尤其是在高维或路径损耗指数较低的网络中；并量化了SIC在异构蜂窝网络（HCNs）中的增益。

ABSTRACT

This paper provides a unified framework to study the performance of successive interference cancellation (SIC) in wireless networks with arbitrary fading distribution and power-law path loss. An analytical characterization of the performance of SIC is given as a function of different system parameters. The results suggest that the marginal benefit of enabling the receiver to successively decode k users diminishes very fast with k, especially in networks of high dimensions and small path loss exponent. On the other hand, SIC is highly beneficial when the users are clustered around the receiver and/or very low-rate codes are used. Also, with multiple packet reception, a lower per-user information rate always results in higher aggregate throughput in interference-limited networks. In contrast, there exists a positive optimal per-user rate that maximizes the aggregate throughput in noisy networks. The analytical results serve as useful tools to understand the potential gain of SIC in heterogeneous cellular networks (HCNs). Using these tools, this paper quantifies the gain of SIC on the coverage probability in HCNs with non-accessible base stations. An interesting observation is that, for contemporary narrow-band systems (e.g., LTE and WiFi), most of the gain of SIC is achieved by canceling a single interferer.

研究动机与目标

• 开发一种通用的分析框架，用于评估具有任意衰落和路径损耗的d维无线网络中的SIC性能。
• 量化SIC增益如何依赖于路径损耗指数、衰落分布、编码速率和用户分布等系统参数。
• 评估SIC对异构蜂窝网络（HCNs）中覆盖概率的影响，特别是针对不可访问的基站。
• 比较SIC在干扰受限与噪声受限网络场景下的性能，尤其关注最优用户传输速率的问题。
• 为理解LTE和WiFi等实际系统中的SIC增益提供精确的分析工具，避免使用如保护区模型等近似方法。

提出的方法

• 将活跃发射机建模为具有幂律路径损耗和任意衰落分布的泊松点过程（PPP）。
• 提出一种精确的分析方法，通过接收信号功率的顺序统计量，计算第k个最强干扰源可通过SIC成功解码的概率。
• 定义指示函数χₖ(φ)和ϑₖ(φ)，基于SINR阈值表示在SIC下第k个干扰源成功解码的情况。
• 利用随机几何和拉普拉斯变换，推导出在HCNs中采用SIC时的覆盖概率闭式表达式。
• 应用一种变换技术，通过缩放干扰功率，实现有无SIC系统之间的比较，从而比较解码概率。
• 推导不同解码指示函数之间的上下界与等价关系，证明SIC性能关键取决于接收信号功率的排序。

实验结果

研究问题

• RQ1 在随机无线网络中，连续干扰消除（SIC）的性能增益如何随被消除干扰源数量的增加而变化？
• RQ2 路径损耗指数和网络维度性对SIC边际收益有何影响？
• RQ3 衰落分布和编码速率如何影响SIC在干扰受限与噪声受限网络中的有效性？
• RQ4 在异构蜂窝网络（HCNs）中，当基站不可访问时，SIC带来的覆盖概率增益是多少？
• RQ5 是否存在一个最优的用户传输速率，可使SIC增强网络的总吞吐量？该最优速率在干扰受限与噪声受限场景下有何不同？

主要发现

• 随着k值增加，通过SIC消除更多干扰源所带来的边际收益迅速下降，尤其在高维网络和路径损耗指数较小时更为显著。
• 对于当代窄带系统（如LTE和WiFi），SIC的大部分增益来自于消除一个干扰源，进一步消除更多干扰源带来的额外增益微乎其微。
• 当用户聚集在接收机附近或使用低码率编码时，SIC最为有效，因为这些条件增强了信号功率排序并提高了解码成功率。
• 在干扰受限网络中，较低的用户传输速率可提升总吞吐量，因为增加了SIC的机会；而在噪声受限网络中，存在一个正向最优用户传输速率，可实现最大总吞吐量。
• 该分析框架量化了在不可访问基站的HCNs中SIC的增益，表明SIC显著提升了覆盖概率，尤其当最强可访问基站通过干扰消除被解码时效果更明显。
• 本文证明，广泛使用的SIC保护区近似模型不足以准确建模多干扰源消除，因为它未能考虑功率排序和解码依赖关系。