In this paper, we study a joint beam and user scheduling problem in a cooperative cellular networks utilizing orthogonal random beamforming technique. This paper aims to minimize total base stations' average energy expenditure while ensuring finite service time for all traffic arrivals in a given set.
We leverage Lyapunov optimization technique to transform original long-term problem into short-term modified max-weight problem without knowledge of future network states such as traffic arrivals. We introduce a controllable parameter which manipulates energy-delay tradeoff in our system as well. Since provided short-term problem is combinatorial and nonlinear optimization problem, we are inspired by a greedy algorithm to design near-optimal joint beam and user scheduling policy, namely BEANS. We prove that proposed BEANS {\em (i)} ensures finite service time for all traffic arrival rates within close to $\frac{1}{2+\varepsilon}$ capacity region and all (energy-delay) tradeoff parameters thanks to submodular characteristics of the objective function, and {\em (ii)} attains finite upper bounds of average energy consumption and average queue backlog for all traffic arrival rates within close to $\frac{1}{4+\varepsilon}$ capacity region and all tradeoff parameters. Finally, via extensive simulations, we compare the capacity region and energy-queue backlog tradeoff of BEANS with optimal and baseline algorithms, and show that BEANS attains x\% of energy saving for the same average queue backlog compared to the algorithm which does not take traffic dynamics into considerations.
네트워크 레벨 에너지 절약에 관한 연구는 주로 복잡성으로 인해 단일 안테나 영역에서만 수행되었다. 근래에, 모든 안테나 쌍들에 대한 완벽한 채널 상태 정보 없이 사용자로부터의 SINR (신호 대 간섭 및 잡음 비) 피드백만을 이용함으로써 계산 복잡성을 감소시키는 직교 랜덤 빔 형성이 제안되었다. 본 논문에서는 직교 랜덤 빔 포밍 기술을 이용한 CoMP (Coordinated MultiPoint) 기술을 적용한 셀룰러 네트워크 시스템을 고려한다. 목표는 전체 평균 기지국의 에너지 소비를 줄이면서 용량 지역 내에서 요청 된 모든 트래픽에 대해 한정된 서비스 시간을 보장하는 것이다. 제안 된 문제는 NP-hard 이기 때문에 굉장히 다루기 어렵다. 따라서 우리는 낮은 복잡도로 이 문제를 해결하는 BEANS 알고리즘을 제안하고, 이 알고리즘은 다음과 같은 성능을 보장하게 된다. (i) $\frac{1}{2+\varepsilon}$ 처리량 영역 내의 모든 트래픽 유한시간 내에 해결할 수 있고, (II) $\frac{1}{4+\varepsilon}$ 에 가까운 처리량 영역 내에서는 특정 에너지 소비량과 사용자들의 평균 백로그를 유한하게 보장할 수 있다.
