[论文解读] Tractable Framework for the Analysis of General Multi-Tier Heterogeneous Cellular Networks

Serkan Ak, Hazer İnaltekin+1 more|arXiv (Cornell University)|Oct 18, 2016

Advanced MIMO Systems Optimization被引用 6

一句话总结

本文提出了一种可处理的框架，用于分析K-tier异构蜂窝网络（HCNs），通过推导标准化聚合无线干扰（AWI）与标准正态分布之间Kolmogorov-Smirnov（KS）距离的解析边界。该方法可在一般路径损耗和衰落模型下，对中断容量、遍历容量和频谱效率等关键性能指标实现精确评估，即使在中等密度网络中也具有紧密的近似精度。

ABSTRACT

This paper investigates the downlink performance of K-tier heteregeneous cellular networks (HCNs) under general settings. First, Gaussian approximation bounds for the standardized aggregate wireless interference (AWI) in dense K-tier HCNs are obtained for when base stations (BSs) in each tier are distributed over the plane according to a spatial and general Poisson point process. The Kolmogorov-Smirnov (KS) distance is used to measure deviations of the distribution of the standardized AWI from the standard normal distribution. An explicit and analytical expression bounding the KS distance between these two distributions is obtained as a function of a broad range of network parameters such as per-tier transmission power levels, per-tier BS intensity, BS locations, general fading statistics, and general bounded path-loss models. Bounds achieve a good statistical match between the standardized AWI distribution and its normal approximation even for moderately dense HCNs. Second, various spatial performance metrics of interest such as outage capacity, ergodic capacity and area spectral efficiency in the downlink of K-tier HCNs for general signal propogation models are investigated by making use of the derived distribution approximation results. Considering two specific BS association policies, it is shown that the derived performance bounds track the actual performance metrics reasonably well for a wide range of BS intensities, with the gap among them becoming negligibly small for denser HCN deployments.

研究动机与目标

• 开发一种可处理的解析框架，用于评估一般K-tier异构蜂窝网络（HCNs）中的下行链路性能。
• 利用Kolmogorov-Smirnov（KS）距离量化标准化聚合无线干扰（AWI）分布与标准正态分布之间的偏离程度。
• 推导KS距离的显式解析边界，作为传输功率、基站密度、路径损耗模型和衰落统计等关键网络参数的函数。
• 在一般信号传播条件下，实现对关键下行链路性能指标——中断容量、遍历容量和面积谱效率——的精确评估。
• 在广泛基站强度范围内验证近似的准确性，特别是在密集HCN部署中。

提出的方法

• 将每层的基站（BSs）建模为具有通用强度和位置分布的泊松点过程。
• 推导标准化AWI与标准正态分布之间KS距离的解析表达式，结合一般路径损耗模型和有界衰落统计特性。
• 在一般网络条件下，利用中心极限定理对聚合干扰应用高斯近似。
• 利用推导出的KS距离边界，评估密集K-tier HCNs中AWI的正态近似在统计上的保真度。
• 通过干扰分布近似，评估关键性能指标——中断容量、遍历容量、面积谱效率。
• 分析两种基站关联策略，以证明该框架在不同网络密度下的鲁棒性和准确性。

实验结果

研究问题

• RQ1 在密集K-tier HCNs中，标准正态分布对标准化聚合无线干扰（AWI）分布的近似效果如何？
• RQ2 在一般网络参数下，AWI分布与标准正态分布之间Kolmogorov-Smirnov（KS）距离的解析边界是什么？
• RQ3 所推导的干扰近似在预测实际下行链路性能指标（如中断容量和遍历容量）方面有多准确？
• RQ4 随着基站密度增加，解析边界与实际指标之间的性能差距如何变化？
• RQ5 在不同基站关联策略以及一般路径损耗和衰落模型下，所提出的边界在多大程度上保持准确性？

主要发现

• 即使在中等密度的K-tier HCNs中，标准化AWI与标准正态分布之间KS距离的解析边界也保持紧密。
• AWI的高斯近似在包括每层传输功率、基站强度和一般路径损耗模型在内的广泛网络参数范围内，与真实分布具有极强的统计匹配度。
• 中断容量、遍历容量和面积谱效率等性能指标可被该框架精确预测，密集部署中边界值与实际值之间的差距极小。
• 随着基站密度的增加，近似精度显著提高，解析边界与实际性能之间的差距变得可忽略不计。
• 该框架在两种不同的基站关联策略下均保持高精度，证明了其在不同部署场景下的鲁棒性。
• KS距离的显式解析表达式使得无需大量仿真即可实现系统性的性能评估，显著提升了网络设计与优化的可处理性。