This work develops a novel approach towards performance guarantees for all links in arbitrarily large wireless networks. It introduces spatial regulation properties for stationary spatial point processes, which model transmitter and receiver locations, and develops the first steps of a calculus for this regulation. This spatial network calculus can be seen as an extension to space of the initial network calculus which is available with respect to time. Specifically, two classes of regulations are defined: one includes ball regulation and shot-noise regulation, which upper constraint the total power of interference generated by other links; the other one includes void regulation, which lower constraints the signal power. Notable examples satisfying the first class of regulation are hardcore processes, and a notable counter-example is the Poisson point process. These regulations are defined both in the strong and weak sense: the former requires the regulations to hold everywhere in space, whereas the latter, which relies on Palm calculus, only requires the regulations to hold at the atoms of a jointly stationary observer point process. Using this approach, we show how to derive performance guarantees for various types of device-to-device and cellular networks. We show that, under appropriate spatial regulation, universal bounds hold on the SINR for all links. The bounds are deterministic in the absence of fading and stochastic in the case with fading, respectively. This leads to service guarantees for all links based on information theoretic achievability when treating interference as noise. This can in turn be combined with classical network calculus to provide end-to-end latency guarantees for all packets in queuing processes taking place in all links of a large wireless network. Such guarantees do not exist in networks that are not spatially regulated, e.g., Poisson networks.


翻译:这项工作为任意大型无线网络中的所有链接开发了一种新型的性能保障方法。 它为固定空间点进程引入了空间调节属性, 固定空间点进程是模型发送器和接收器位置, 并开发了该监管的缩略图的第一步。 空间网络积分可以被视为向初始网络微积分空间的延伸, 与时间有关。 具体地说, 定义了两类监管: 一类包括球调和射击调控, 高压制约了其他链接产生的干扰的总能量; 另一类包括无效调控, 低信号功率。 满足第一类监管的明显例子是硬核心流程, 而显著的反增量是 Poisson 点进程。 这些调调控在强弱的意义上都被视为空间规则的延伸空间, 而后者依赖于棕榈的微积分, 只需要在联合固定观察点的轨迹点上维持规则; 使用这一方法, 我们展示如何为各种类型的设备到默认的网络提供性能保证, 而在常规的网络中, 将这种稳定的链接置于 。 我们显示, 在一个适当的空间监管之下, 在所有的SIS 中, 。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
专知会员服务
60+阅读 · 2020年3月19日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年3月7日
Arxiv
14+阅读 · 2020年12月17日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
【泡泡汇总】CVPR2019 SLAM Paperlist
泡泡机器人SLAM
14+阅读 · 2019年6月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员