基于效用最大化的 J 用户 MIMO 马尔可夫衰落协作无线信道最优速率调度

我们通过求解一个在随机演化容量集上的效用最大化问题（一个社会最优纳什均衡点），为一类处于随机环境中的广义处理器共享队列设计了一个马尔可夫类型的动态速率调度策略，其中每个队列的作业到达遵循一个双随机更新过程（DSRP）。随机环境和每个双随机更新过程的随机到达率均由一个有限状态连续时间马尔可夫链（FS-CTMC）驱动。由于该调度策略针对每个队列和环境状态以贪婪方式进行优化，且在此策略下此类排队系统性能的闭式解难以获得，我们为其性能度量建立了一个带机制转换的反射扩散（RDRS）模型，并通过推导相应系统在重流量下的随机流体极限和扩散极限，以及识别一个与效用函数相关的成本函数（该函数通过在扩散极限中最小化工作负载过程而得以最小化），来证明其渐近最优性。更重要的是，我们的排队模型将具有协作和准入控制的 J 用户多输入多输出（MIMO）多址接入信道（MAC）和广播信道（BC）作为特例包含在内。在这些无线系统中，来自 MAC 中 J 个用户的数据或发往 BC 中 J 个用户的数据通过一个根据 FS-CTMC 衰落的公共信道传输。MAC 或 BC 的 J 用户容量区域是一个集值随机过程，随 FS-CTMC 衰落而切换。我们证明，在任何特定信道状态下，每个 J 用户容量区域都是一个由若干线性或光滑曲面边界围成的凸集。因此，我们的排队模型能够完美匹配这些无线系统的动力学。