[论文解读] Wireless Channel Modeling Perspectives for Ultra-Reliable Low Latency Communications

Patrick Claus F. Eggers, Marko Angjelichinoski+1 more|arXiv (Cornell University)|May 4, 2017

Cooperative Communication and Network Coding参考文献 23被引用 4

一句话总结

本文提出了一种针对超可靠低延迟通信（URLLC）相关无线信道模型中累积分布函数（CDF）下尾的幂律近似，实现了在误码率低至 $10^{-9}$ 时的中断概率简化分析。研究表明，许多标准模型（如瑞利衰落、莱斯衰落、Nakagami-m）在URLLC场景下表现出幂律行为，并基于此近似推导出最大比合并（MRC）性能的紧凑表达式，显著简化了超可靠系统中分集合并的分析。

ABSTRACT

Ultra-Reliable Low Latency Communication (URLLC) is one of the distinctive features of the upcoming 5G wireless communication, going down to packet error rates (PER) of $10^{-9}$. In this paper we discuss the statistical properties of the wireless channel models that are relevant for characterization of the lower tail of the Cumulative Distribution Function (CDF). We show that, for a wide range of channel models, the outage probability at URLLC levels can be approximated by a simple power law expression, whose exponent and offset depend on the actual channel model. The main insights from the analysis can be summarized as follows: (1) the two-wave model and the impact of shadowing in combined models lead to pessimistic predictions of the fading in the URLLC region; (2) the CDFs of models that contain single cluster diffuse components have slopes that correspond to the slope of a Rayleigh fading, and (3) multi-cluster diffuse components can result in different slopes. We apply our power law approximation results to analyze the performance of receiver diversity schemes for URLLC-relevant statistics and obtain a new simplified expression for Maximum Ratio Combining (MRC) in channels with power law tail statistics.

研究动机与目标

• 分析标准无线信道模型在超可靠、低延迟通信（URLLC）场景下的统计行为，特别是CDF的下尾特性。
• 识别在URLLC区域（PER ≤ $10^{-5}$）中表现出幂律行为的信道模型，以实现中断概率的简化近似。
• 为在URLLC约束下的接收分集方案（特别是最大比合并，MRC）建立可处理的分析框架。
• 基于幂律尾部近似，提供一种简化且可扩展的MRC性能表达式，避免使用复杂的特殊函数。

提出的方法

• 提出CDF尾部的幂律近似：$ F(P_R/A) \approx \alpha (P_R/A)^\beta $，其中 $ \alpha $ 和 $ \beta $ 取决于信道模型。
• 通过渐近展开和特殊函数（如广义Marcum Q函数）的界限，分析关键衰落模型（瑞利衰落、莱斯衰落、Nakagami-m、$ \kappa-\mu $、两波模型）的下尾行为。
• 通过界定 $ -\ln(1 - \epsilon) $ 和广义拉盖尔多项式级数的泰勒展开余项，推导出幂律近似的误差界限。
• 应用拉普拉斯变换技术建模MRC分集增益，利用 $ \prod_{m=1}^M s^{-\beta_m} $ 的逆拉普拉斯变换，推导出MRC的闭式CDF近似。
• 建立MRC CDF可近似为选择合并（SC）CDF的缩放版本：$ F_{\text{MRC}} \approx \alpha_{\text{MRC}}(\beta_1, \dots, \beta_M) F_{\text{SC}} $，其中缩放因子仅依赖于各支路指数 $ \beta_m $。
• 通过解析推导与界限验证该方法，表明幂律近似适用于具有单簇散射分量的模型及多簇散射分量的模型，但不适用于具有强视 Line-of-Sight 分量的两波模型。

实验结果

研究问题

• RQ1 标准无线信道模型在URLLC相关中断概率（如 $10^{-9}$）的CDF下尾是否表现出幂律行为？
• RQ2 在URLLC场景下，幂律近似 $ F(P_R/A) \approx \alpha (P_R/A)^\beta $ 对不同衰落模型的准确性如何？
• RQ3 现有信道模型在外推至超可靠、低延迟通信场景时存在哪些局限性？
• RQ4 能否利用幂律尾部近似简化MRC分集合并的性能分析？若可，其对应的闭式表达式为何？
• RQ5 幂律近似中的指数 $ \beta $ 和偏移量 $ \alpha $ 在不同信道模型中如何变化？它们揭示了极端可靠性水平下衰落行为的何种特征？

主要发现

• 两波模型及带有阴影衰落的组合模型因在CDF下尾表现出重尾特性，导致URLLC中断概率预测过于悲观。
• 具有单簇散射分量的信道模型（如瑞利衰落、莱斯衰落、Nakagami-m）在CDF下尾的斜率与瑞利衰落一致，对应 $ \beta = 2 $。
• 多簇散射分量导致不同的幂律指数 $ \beta $，表明在丰富散射环境中，衰落行为不能由瑞利类模型统一预测。
• 幂律近似 $ F(P_R/A) \approx \alpha (P_R/A)^\beta $ 在广泛的标准模型中有效，可实现 $ \epsilon \leq 10^{-5} $ 时的中断概率简化分析。
• 推导出一种新的MRC性能简化表达式：$ F_{\text{MRC}} \approx \alpha_{\text{MRC}}(\beta_1, \dots, \beta_M) F_{\text{SC}} $，其中缩放因子仅依赖于各支路指数 $ \beta_m $，从而实现可扩展的分集分析。
• 证明了 $ \kappa-\mu $ 模型幂律近似的误差界为 $ |\epsilon - \tilde{\epsilon}| \leq \tilde{\epsilon} e^{\kappa\mu/2} \left( e^{(\kappa+1)\mu P_R / A_{\kappa\mu}} - 1 \right) $，确认了该近似在低中断率区域的有效性。