基于泊松细胞网络中 Ergodic Rate 的可解析闭式近似
信号处理
2024-12-04 v1
摘要
随机几何的应用为分析和设计超稠密网络(UDNs)提供了重要洞见。除了对网络性能和行为进行表征，这些工具还可用于求解可最大化UDNs中容量收益的复杂优化问题。然而，这前提是必须存在针对所关注指标的可解析闭式表达式。本文引入了一种关于稀疏点过程给定空间密度下，由基站位置决定的聚合其他细胞干扰的矩生成函数(MGF)的准确近似。鉴于MGF在随机几何中的核心作用以及所推导MGF的可解析性，后者可显著简化后续的随机几何分析。随后，本文利用所引入的MGF，提供了针对干扰受限情况下的下行ergodic容量的闭式表达式，并通过大量蒙特卡洛仿真验证了这些表达式的准确性。所得表达式依赖于用户和基站的密度，为网络运营商和设计者提供了具有显著价值的网络密化路线图。
引用
@article{arxiv.2412.02406,
title = {A Tractable Closed-Form Approximation of the Ergodic Rate in Poisson Cellular Networks},
author = {Alexis I. Aravanis and Thanh Tu Lam and Olga Muñoz and Antonio Pascual-Iserte and Marco Di Renzo},
journal= {arXiv preprint arXiv:2412.02406},
year = {2024}
}
备注
Paper accepted to be published at EURASIP Journal on Wireless Communications and Networking, https://jwcn-eurasipjournals.springeropen.com/articles/10.1186/s13638-019-1499-9