Algorithmic and analytic framework for optimization ofmulti-user performance in wireless networks with interference
| dc.contributor.advisor | Boche, Holger | en |
| dc.contributor.author | Wiczanowski, Marcin | en |
| dc.contributor.grantor | Technische Universität Berlin, Fakultät IV - Elektrotechnik und Informatik | en |
| dc.date.accepted | 2007-08-28 | |
| dc.date.accessioned | 2015-11-20T17:43:15Z | |
| dc.date.available | 2007-11-21T12:00:00Z | |
| dc.date.issued | 2007-11-21 | |
| dc.date.submitted | 2007-11-21 | |
| dc.description.abstract | In dieser Arbeit stellen wir einen theoretischen und algorithmischen Rahmen für die Gewährleistug von Min-Max-Fairness und Optimierung der gewichteten Summenperformanz in einem Ein-Hop-Netzwerk mit Interferenz. Die Haupteigenschaft der vorgestellten analytischen Resultate und Algorithmen ist ihre Anwendbarkeit auf allgemeine Netzwerkmodelle und allgemeine Performanzfunktionen im Netzwerk. Die SIR-Funktion des Links und die Interferenzmatrix, die paarweise Interferenz zwischen den Links beschreibt, stellen die Schlüsselelemente der Resultate dieser Arbeit dar. Im Kapitel 2 wird gezeigt, dass die konvex-analytischen Eigenschaften der QoS-Funktion des Links, als Funktion des entsprechenden Link-SIR, einen entscheidenden Einfluss auf die Existenz von lokalen/ globalen Lösungen des Leistungsallokationsproblems haben. Ebenfalls charakterisieren wir die Relation zwischen den Eigenschaften der QoS-Funktion des Links und den Eigenschaften der QoS-/ Performanzregion, definiert als die Menge aller erreichbaren Tupel von QoS-Funktionswerten der Links. Die im Kapitel 3 vorgestellten Algorithmen berechnen eine Leistungsallokation die die (gewichtete) Summenperformanz des Netzwerkes optimiert und basieren auf konvex-analytischen Eigenschaften der QoS-Region. Der Hauptvorteil beider Algorithmen, die entsprechend für die Fälle der Summenleistungsbeschränkung und Leistungsbeschränkungen pro Link entwickelt wurden, ist ein nach unserer Ansicht günstiger Abtausch zwischen Rechenkomplexität und Konvergenzverhalten. Die Algorithmen und Feedback-Schemata im Kapitel 4 sind gemeinsam mit dem Ziel entwickelt worden, eine verteilte Berechnung einer Leistungsallokation die die Summenperformanz optimiert zu gewährleisten. Ein spezifisches Feedback-Schema das die Interferenz schätzt is hierbei das Hauptelement, das die dezentralisierte Berechnung ermöglicht. Die dazugehörigen algorithmischen Konzepte zielen auf eine bestmögliche Ausnutzung des verteilten Feedback-Schemas, eine niedrige Rechenkomplexität und ein gutes Konvergenzverhalten. Die Algorithmen basieren auf dem Konzept einer nichtlinearen, bzw. verallgemeinerten, Lagrange-Funktion. Wegen erhöhter potentieller Performanz die unter Verwendung von mehreren Antennen pro Link erreichbar ist, gilt ein spezielles Interesse dem Problem der räumlichen Leistungsallokation in MIMO-Netzwerken (\textit{Multiple-Input Multiple-Output}). Im Kapitel 5 beschäftigen wir uns mit einem speziellen Problem der räumlichen Leistungsallokation die die gewichtete Summenperformanz im MIMO-Vielfachzugriffskanal optimiert. Das betrachtete Problem entspricht der Berechnung der sogenannten Stabilitätsoptimalen Strategie, bestehend aus räumlicher Leistungsallokation und SIC-Reihenfolge (\textit{Successive Interference Cancellation}). Basierend auf konvex-analytischen Eigenschaften der QoS-Region, charakterisieren wir einige nützliche Eigenschaften der Stabilitätsoptimalen Strategie. Der entsprechende Algorithmus der die Strategie berechnet benutzt einen Ansatz der Aufspaltung des Problems in ein Ensemble von gekoppelten Ein-Link Problemen. Das Problem der Charakterisierung und Berechnung einer min-max-fairen Leistungsallokation wird im Kapitel 6 behandelt. Dort beweisen wir, dass der Abtausch zwischen Min-Max-Fairness und Optimalität der gewichteten Summenperformanz als ein Sattelpunkt der Summenperformanz, als Funktion der Link-Gewichte und Link-Leistungen, aufgefasst werden kann. Im Kapitel 6 erhalten wir ebenfalls Einsichten in die Relation zwischen Gewährleistung der Min-Max-Fairness und einem gegensätzlichen Ansatz der maximalen Degradation des besten Wertes der QoS-Funktion des Links. Wir zeigen die generelle Verschiedenheit beider Ansätze und ihre Abhängigkeit von kombinatorischen und spektralen Eigenschaften der Interferenzmatrix. | de |
| dc.description.abstract | The contribution of this work is an analytic and algorithmic framework for achieving min-max fairness and optimization of weighted aggregated performance in single-hop networks with interference. The key feature of the analytic results and algorithms within the framework is their great generality in the two-fold sense. First, they apply to any network which allows the description of the interference in the form of a nonnegative matrix. Second, they apply to any link QoS function being a monotone function of the corresponding link SIR. The key ingredients of all results of the work are the link SIR function and the interference matrix, which describes the pairwise interference across the links (network model in Chapter 2). The convex-analytic properties of the link QoS function, understood as a function of the corresponding link SIR, are shown in Chapter 2 to have crucial influence on the existence of local/ global solutions to the power allocation problem. We also characterize a relation between properties of the QoS function and the properties of the QoS/ performance region, which is understood as the set of all achievable tuples of link QoS values. The algorithms proposed in Chapter 3 compute a power allocation optimizing the (weighted) aggregated performance of the network and rely strongly on the convex-analytic properties of the QoS region. The key advantage of the two algorithms, proposed for the cases of sum-power constraint and per-link power constraints, respectively, is an in our view advantageous trade-off of computational complexity and convergence behavior. The algorithms and feedback schemes in Chapter 4 are designed jointly for the purpose of distributed computation of a power allocation optimizing the aggregated performance. The key ingredient allowing for decentralized conduction is hereby a specific feedback scheme estimating the interference. The corresponding algorithmic concepts aim at best possible utilization of the scheme in the sense of ensured decentralized conduction, low computational complexity and good convergence behavior. The algorithms rely on the concept of nonlinear, or generalized, Lagrangean function and on a specific approach of variable splitting. Due to increased performance potential achieved under incorporation of multiple antennas per link, particular interest is in the problem of spatial power allocation in MIMO (\textit{Multiple-Input Multiple-Output}) networks. In Chapter 5 we deal with a particular problem of spatial power allocation optimizing weighted aggregated performance in the MIMO multiple access channel. The considered problem corresponds precisely to finding the so-called stability-optimal policy consisting of spatial power allocation and order of \textit{Successive Interference Cancellation} (SIC). Relying on convex-analytic features of the QoS region (in this particular case, the capacity region), we provide several useful characterizations of the stability-optimal policy. The corresponding algorithm computing the policy makes use of the splitting of the original problem into a set of coupled single-link problems. The problem of characterization and computation of a min-max fair power allocation is addressed in Chapter 6. We prove that the trade-off of min-max fairness and optimality of weighted aggregated performance has the interpretation of a saddle point of the weighted aggregated performance regarded as a function of link weights and link powers. In Chapter 6 we also obtain insights in the relation between the approach of ensuring min-max fairness and an opposite approach of maximally degrading the best link QoS. We show the general nonequivalence of both approaches and their dependence on the combinatorial and spectral properties of the interference matrix. | en |
| dc.identifier.uri | urn:nbn:de:kobv:83-opus-16849 | |
| dc.identifier.uri | https://depositonce.tu-berlin.de/handle/11303/2009 | |
| dc.identifier.uri | http://dx.doi.org/10.14279/depositonce-1712 | |
| dc.language | English | en |
| dc.language.iso | en | en |
| dc.rights.uri | http://rightsstatements.org/vocab/InC/1.0/ | en |
| dc.subject.ddc | 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten | en |
| dc.subject.other | Drahtlose Netzwerke | de |
| dc.subject.other | Interferenz | de |
| dc.subject.other | Optimierung | de |
| dc.subject.other | Servicequalität | de |
| dc.subject.other | Interference | en |
| dc.subject.other | Optimization | en |
| dc.subject.other | Quality-of-service | en |
| dc.subject.other | Wireless networks | en |
| dc.title | Algorithmic and analytic framework for optimization ofmulti-user performance in wireless networks with interference | en |
| dc.title.translated | Algorithmischer und analytischer Rahmen für die Optimierung der Mehrnutzer-Performanz in drahtlosen Netzwerken mit Interferenz | de |
| dc.type | Doctoral Thesis | en |
| dc.type.version | publishedVersion | en |
| tub.accessrights.dnb | free | * |
| tub.affiliation | Fak. 4 Elektrotechnik und Informatik::Inst. Telekommunikationssysteme | de |
| tub.affiliation.faculty | Fak. 4 Elektrotechnik und Informatik | de |
| tub.affiliation.institute | Inst. Telekommunikationssysteme | de |
| tub.identifier.opus3 | 1684 | |
| tub.identifier.opus4 | 1619 | |
| tub.publisher.universityorinstitution | Technische Universität Berlin | en |
Files
Original bundle
1 - 1 of 1