时变衰落信道上的分布式网络效用最大化（NUM）
信息论
2015-03-17 v3 math.IT
摘要
分布式网络效用最大化（NUM）在过去几年中受到了越来越多的关注。分布式解决方案（例如，原始-对偶梯度法）在衰落信道下已被深入研究。由于此类分布式解决方案涉及迭代更新和显式消息传递，假设无线信道在迭代过程中保持不变是不现实的。不幸的是，这些分布式解决方案在时变信道下的行为通常是未知的。本文研究了在时变衰落信道下，使用动态缩放矩阵（DSC）的迭代原始-对偶缩放梯度算法（PDSGA）求解分布式NUM问题的收敛行为和跟踪误差。我们还研究了一个具体的应用实例，即多跳自组织网络中的多商品流控制和多载波功率分配问题。我们的分析表明，在有限状态马尔可夫链（FSMC）衰落信道下，PDSGA收敛到一个极限区域而非单个点。我们还证明了跟踪误差的增长阶为O(T/N)，其中T和N分别是FSMC的更新间隔和平均驻留时间。基于此分析，我们推导出一种低复杂度的分布式自适应算法，用于确定自适应缩放矩阵，该算法可在每个发射器上分布式实现。数值结果表明，所提出的动态缩放矩阵算法在性能上优于几种基线方案，例如常规的原始-对偶梯度算法。
引用
@article{arxiv.1101.0461,
title = {Distributive Network Utility Maximization (NUM) over Time-Varying Fading Channels},
author = {Junting Chen and Vincent K. N. Lau and Yong Cheng},
journal= {arXiv preprint arXiv:1101.0461},
year = {2015}
}