McPAO: A Distributed Multi-channel Power Allocation and Optimization Algorithm for Femtocells
McPAO: A Distributed Multi-channel Power Allocation and Optimization Algorithm for Femtocells
复制标题
McPAO：Femtocell 的分布式多通道功率分配和优化算法
DOI：
10.1007/s11036-012-0407-x
复制
发表时间：
2012-08
期刊：
影响因子：
--
通讯作者：
Kari Horneman
中科院分区：
文献类型：
--
作者：
Xiaojin Zheng;Jing Xu;Jiang Wang;Yang Yang;Xiaoying Zheng;Yong Teng;Kari Horneman
在多信道毫微微蜂窝系统中，有效的无线电资源管理是一个关键问题，其中毫微微蜂窝基站是随机部署的，并且会相互产生干扰。在本研究中，我们将多信道功率分配问题转化为一个凸优化问题，以在复杂的发射功率约束下最大化系统的总吞吐量。我们应用拉格朗日对偶技术，使问题可分解，并提出了一个分布式迭代次梯度算法，即多信道功率分配和优化（McPAO）。具体地，McPAO由两个阶段组成：（I）梯度投影算法，用于在固定拉格朗日对偶代价下求解每个信道的最优功率分配;以及（II）次梯度算法，用于通过使用来自阶段I的功率分配结果来更新拉格朗日对偶代价。这两个阶段的迭代过程继续，直到拉格朗日对偶成本收敛到最优值。数值结果表明，我们的McPAO算法可以提高18%的整体系统吞吐量相比，固定功率分配方案。此外，我们研究了梯度方向估计（第一阶段），这是由有限的或延迟的毫微微蜂窝基站之间的信息交换在现实情况下造成的错误的影响。这些误差将传播到次梯度算法（阶段II）中，随后影响McPAO的整体性能。一个严格的分析方法来证明McPAO总是可以实现一个有界的整体吞吐量性能非常接近全局最优。
Efficient radio resource management is a key issue in a multi-channel femtocell system, where femtocell base stations are deployed randomly and will generate interference to each other. In this research, we formulate multi-channel power allocation as a convex optimization problem, in order to maximize the overall system throughput under complex transmit power constraint. We apply the Lagrangian duality techniques to make the problem decomposable and propose a distributed iterative subgradient algorithm, namely Multi-channel Power Allocation and Optimization (McPAO). Specifically, McPAO consists of two phases: (I) a gradient projection algorithm to solve the optimal power allocation for each channel under a fixed Lagrangian dual cost; and (II) a subgradient algorithm to update the Lagrangian dual cost by using the power allocation results from Phase I. This two-phase iteration process continues until the Lagrangian dual cost converges to the optimal value. Numerical results show that our McPAO algorithm can improve the overall system throughput by 18 %, comparing to with fixed power allocation schemes. In addition, we study the impact of errors in gradient direction estimation (Phase I), which are caused by limited or delayed information exchange among femtocells in realistic situations. These errors will be propagated into the subgradient algorithm (Phase II) and, subsequently, affect the overall performance of McPAO. A rigorous analytical approach is developed to prove that McPAO can always achieve a bounded overall throughput performance very close to the global optimum.
登录
查看更多内容
DOI：
10.1109/ciss.2006.286660
发表时间：
2006-03
期刊：
2006 40th Annual Conference on Information Sciences and Systems
影响因子：
--
作者：
Jianwei Huang;V. Subramanian;R. Agrawal;R. Berry
通讯作者：
Jianwei Huang;V. Subramanian;R. Agrawal;R. Berry
影响因子：
8.3
作者：
Yu, Wei;Lui, Raymond
通讯作者：
Lui, Raymond
DOI：
10.1561/1300000009
发表时间：
2008-06
期刊：
Found. Trends Netw.
影响因子：
--
作者：
M. Chiang;P. Hande;T. Lan;C. Tan
通讯作者：
M. Chiang;P. Hande;T. Lan;C. Tan
影响因子：
2.5
作者：
V. Subramanian;R. Berry;R. Agrawal
通讯作者：
V. Subramanian;R. Berry;R. Agrawal
影响因子：
6.8
作者：
Stephen P. Boyd;L. Vandenberghe
通讯作者：
Stephen P. Boyd;L. Vandenberghe