超密集网络中拓扑协作的广义低秩优化
信息论
2018-09-26 v2 math.IT
摘要
网络致密化是在严苛需求下（如超低时延、超高数据速率和海量连接设备）支撑密集移动应用的天然途径。超密集网络中的严重干扰构成关键瓶颈。在发射机间共享信道状态信息（CSI）与消息可潜在缓解干扰并提升系统性能。现有多数干扰协调工作需大量 CSI 信令开销，在超密集网络中不切实际。本文研究仅基于网络连接性信息的消息共享拓扑协作以管理干扰。具体而言，我们提出一种广义低秩优化方法以最大化可达自由度（DoFs）。为应对结构不良与非凸秩函数的挑战，我们开发黎曼优化算法，通过秩增长策略求解一系列复固定秩子问题。利用由复满列秩矩阵集合构成的非紧 Stiefel 流形，我们应用半定提升技术与 Burer-Monteiro 分解方法，开发黎曼优化算法求解复固定秩优化问题。数值结果证明了所提算法的计算效率与更高 DoFs 的获得。
引用
@article{arxiv.1809.08537,
title = {Generalized Low-Rank Optimization for Topological Cooperation in Ultra-Dense Networks},
author = {Kai Yang and Yuanming Shi and Zhi Ding},
journal= {arXiv preprint arXiv:1809.08537},
year = {2018}
}