去中心化无线网络中的吞吐量最大化研究

考虑一个具有 $K$ 条链路的分布式单跳无线网络，其中链路被划分为固定数量（$M$）的簇，每个簇在带宽为 $\frac{W}{M}$ 的子信道中运行。假设子信道彼此正交。考虑一个由参数 $(\alpha,\varpi)$ 描述的通用阴影衰落模型，其中 $\alpha$ 表示阴影效应的概率，$\varpi$（$\varpi \leq 1$）表示平均交叉链路增益。本文的主要目标是在 $K \to \infty$ 的渐近机制下找到最大网络吞吐量，这通过以下方式实现：i) 提出一种分布式、非迭代的功率分配策略，其中每个用户的目标是最大化其对平均网络吞吐量的最佳估计（基于其本地信息，即直接信道增益），以及 ii) 选择 $M$ 的最优值。在论文的第一部分，网络吞吐量被定义为网络的\textit{平均和速率}，并证明其按 $\Theta (\log K)$ 缩放。此外，证明了在强干扰场景下，每个用户的最优功率分配策略是一种基于阈值的开关方案。在第二部分，网络吞吐量被定义为中断概率趋近于零时的\textit{保证和速率}。在此场景下，证明了开关功率分配方案最大化吞吐量，其缩放比例为 $\frac{W}{\alpha \varpi} \log K$。此外，最大化平均和速率与保证和速率的最优频谱共享均在 M=1 时实现。