多目标信号处理优化：平衡 5G 系统中冲突指标之道
摘要
蜂窝网络的演进由无处不在的无线连接这一梦想驱动：任何数据服务在任何地方都能即时访问。随着每一代蜂窝网络的发展，我们离这一无线梦想更近了一步；首先是提供语音通信的无线接入，然后是提供无线数据服务，最近则是提供具有广域覆盖和用户移动性管理的类 WiFi 体验。近年来，支持高数据速率一直是主要目标，这从学术界对总和速率优化的关注以及标准化机构为满足 IMT-Advanced 规定的峰值速率要求所做的努力可见一斑。相比之下，5G 网络的技术准备工作中提出了多种指标/目标：更高的峰值速率、具有均匀用户体验的改进覆盖、更高的可靠性和更低的延迟、更好的能源效率、更低成本的用户设备和服务、更好的设备数量可扩展性等。这些多目标相互耦合，往往以冲突的方式存在，使得一个目标的改善导致其他目标的恶化。因此，未来网络的设计需要新的优化工具，以正确处理多目标的存在及其权衡。在本文中，我们回顾了多目标优化 (MOO)，这是一种解决具有多个冲突目标的设计问题的数学框架。(...) 我们提供了 MOO 的基本定义、属性和算法工具的综述。这揭示了如何利用信号处理算法来可视化 5G 性能目标之间固有的冲突，从而使网络设计者能够理解可能的操作点，以及如何以高效且令人满意的方式平衡这些目标。为了清晰起见，我们提供了一个大规模 MIMO 的案例研究。
引用
@article{arxiv.1406.2871,
title = {Multi-Objective Signal Processing Optimization: The Way to Balance Conflicting Metrics in 5G Systems},
author = {Emil Björnson and Eduard Jorswieck and Mérouane Debbah and Björn Ottersten},
journal= {arXiv preprint arXiv:1406.2871},
year = {2016}
}
备注
Published in IEEE Signal Processing Magazine (Special Issue on Signal Processing for the 5G Revolution), 10 pages, 8 figures. This version corrects a few typos in the simulation section. The results can be reproduced using the following Matlab code: https://github.com/emilbjornson/multiobjective