基于训练的大规模天线系统中时延最优的上行调度策略
信息论
2016-07-27 v1 math.IT
摘要
本文考虑在采用简单线性接收机的基于训练的大规模天线系统中，在能量约束下，以最小化网络时延（定义为在服务质量要求下服务所有用户的空中时间）为目标的上行调度策略问题。我们提出了一种具有多项式时间复杂度的最优算法，该算法能给出精确的时延最优上行调度策略。通过数值仿真表明，在实际环境中，所提出的调度策略相比传统策略可以降低数倍的网络时延。此外，我们对所提出的调度策略及其网络时延进行了渐近分析，以提供对系统行为更深入的理解。根据平均接收信号质量 ρ 和基站天线数 M，划分出四种工作区域。结果表明，正交导频仅在 ρ≫1 且 M≪log²ρ 的区域是最优的。在其他区域（ρ≪1 或 M≫log²ρ），非正交导频成为最优。更严格地说，当 ρ≪1 时，使用非正交导频可将网络时延降低 Θ(M) 倍；当 ρ≫1 且 M≫logρ 时，可降低 Θ(√M/log M) 倍，这将成为设计 5G 未来蜂窝系统的关键指导原则。
引用
@article{arxiv.1607.07547,
title = {Latency-Optimal Uplink Scheduling Policy in Training-based Large-Scale Antenna Systems},
author = {Kyung Jun Choi and Kwang Soon Kim},
journal= {arXiv preprint arXiv:1607.07547},
year = {2016}
}
备注
submitted to IEEE Transactions on Information Theory