[论文解读] User Association for Load Balancing in Heterogeneous Cellular Networks

Qiaoyang Ye, Beiyu Rong+4 more|arXiv (Cornell University)|May 13, 2012

Advanced MIMO Systems Optimization参考文献 27被引用 8

一句话总结

本文提出了一种用于异构蜂窝网络（HetNets）的分布式、基于效用的用户关联方案，通过最大化网络级对数效用以实现负载均衡。通过构建一个松弛化的优化问题并采用对偶分解方法，该方法实现了低复杂度的近似最优性能收敛，数值结果表明，与最大功率关联相比，小区边缘用户的吞吐量增益最高可达3.5倍，中位用户增益达2倍。

ABSTRACT

For small cell technology to significantly increase the capacity of tower-based cellular networks, mobile users will need to be actively pushed onto the more lightly loaded tiers (corresponding to, e.g., pico and femtocells), even if they offer a lower instantaneous SINR than the macrocell base station (BS). Optimizing a function of the long-term rates for each user requires (in general) a massive utility maximization problem over all the SINRs and BS loads. On the other hand, an actual implementation will likely resort to a simple biasing approach where a BS in tier j is treated as having its SINR multiplied by a factor A_j>=1, which makes it appear more attractive than the heavily-loaded macrocell. This paper bridges the gap between these approaches through several physical relaxations of the network-wide optimal association problem, whose solution is NP hard. We provide a low-complexity distributed algorithm that converges to a near-optimal solution with a theoretical performance guarantee, and we observe that simple per-tier biasing loses surprisingly little, if the bias values A_j are chosen carefully. Numerical results show a large (3.5x) throughput gain for cell-edge users and a 2x rate gain for median users relative to a max received power association.

研究动机与目标

• 解决异构蜂窝网络（HetNets）中因用户自然关联至信号最强的宏基站而导致的负载不均衡问题。
• 克服传统最大SINR或最大功率关联方法在不同大小小区与不同流量需求的网络层级间无法实现负载均衡的局限性。
• 设计一种低复杂度、分布式的算法，实现接近最优的性能，并具备理论上的收敛性保证。
• 研究HetNets中范围扩展的最优偏置因子设计，特别是其与发射功率和基站密度的依赖关系。
• 证明：当偏置值合理选择时，简单的逐层偏置可实现接近最优效用关联的性能。

提出的方法

• 采用对数效用函数构建网络级效用最大化问题，以平衡公平性与频谱效率。
• 通过松弛物理约束（如用户速率与负载耦合）将原始的NP难问题松弛化，从而支持对偶分解以实现分布式求解。
• 设计一种基于对偶分解的分布式算法，其复杂度与用户数和基站数呈线性关系，可收敛至近似最优解。
• 引入分数舍入方案，从松弛解中恢复可行的用户关联结果。
• 将框架扩展至包含通过偏置实现的范围扩展，其中每个小基站的SINR按层级特定的偏置因子缩放，以促进用户卸载。
• 提出两种偏置类型：基于SINR的偏置与基于速率的偏置，并分析其对性能与负载均衡的影响。

实验结果

研究问题

• RQ1 如何在最大化整体网络效用的同时，优化HetNets中的用户关联，以实现宏基站与小基站之间的负载均衡？
• RQ2 最优集中式效用最大化与具有有限协调能力的实际分布式实现之间，性能差距有多大？
• RQ3 范围扩展方案中的偏置因子如何影响负载均衡？应如何调优以实现最优性能？
• RQ4 最优偏置因子对不同层级间基站密度与发射功率变化的敏感度如何？
• RQ5 当偏置值合理选择时，简单的逐层偏置在多大程度上可逼近复杂效用优化方案的性能？

主要发现

• 所提出的分布式算法以低复杂度实现近似最优解，其复杂度与用户数和基站数呈线性关系。
• 数值结果表明，与最大功率关联相比，小区边缘用户的吞吐量增益最高可达3.5倍，中位用户增益达2倍。
• 最优偏置因子在不同层级的基站密度下几乎保持不变，表明其对部署规模变化具有鲁棒性。
• 偏置因子对发射功率高度敏感：某一层的发射功率越高，所需偏置越小，因为用户更可能自然地关联至该层。
• 通过精心选择的偏置值，简单的逐层偏置可实现与最优效用关联方案非常接近的性能。
• 对数效用函数能有效平衡公平性与效率，在松弛问题公式化下，等速率分配为最优。