TELKOM NIKA Indonesia n  Journal of  Electrical En gineering   Vol. 12, No. 12, Decembe r   2014, pp. 82 4 6  ~ 825 1   DOI: 10.115 9 1 /telkomni ka. v 12i12.66 94          8246     Re cei v ed  No vem ber 2 1 , 2013; Re vi sed  Febr uary 18,  2014; Accept ed March 6, 2 014   Optimal Threshold of LTE-Femtocell Network Based  Bayes- Nash Equilibrium Theory       Hao C h en* 1 , Ying Liu 2 , Jianfu Te ng 3   1 School of Co mputer an d Informatio n  Engi n eeri ng,  T i anjin  Che ngj ian U n iv ersit y , T i anji n , P.R.Chin a   2 school of Com puter Scie nces T i anjin U n iver sit y   of Scie nce  and T e chno log y , T i anjin 3 0 0 2 22, Chi na    3 School of Elec tronic an d Infor m ation En gi ne erin g, T i anjin U n iversit y , No.9 2 W e ijin R o a d , Nank ai District,   T i anjin, P.R.Ch ina.    *Corres p o ndi n g  author, e-ma i l :   haoch e n 111 44@ 163.com 1 jfteng@tj u.ed u . cn 3       A b st r a ct  T o  incre a se  L T E (lon g ti me   evol ution)  n e tw orks s pectru m  utili z a t i o n   a nd in terfere n ce  itig ation,  a   LTE system   overlai d  w i th fem t ocells  is  studied. This paper w ill focu a self-opti m i z e d  pow er c ontr o l   sche m e f o r LT E-femtoc ell  net w o rks, in w h ic h the  trans mi tt ed pow er  of a  f e mtoc el b a se station is  a d jus t ed   base d   on th opti m a l  SINR  thresh old. It  is  know n th at  ga me  the o ry is  a  usefu l  to ol for  an aly z i n g  out a g e   prob abi lities  an d opti m a l  pow e r  in w i reless ne tw orks.  In  this pap er, Bayes- Nash e qui libr i u m  the o ry is us ed   to deriv a o p ti ma l SINR  (sig n a l-int e rferenc e- nois e -ratio)  thr e sho l d fro m   ea ch fe mtoce ll. T he p o w e r co ntrol   sche m e ca n be app lie d to realistic LT E-fe mtocell n e tw orks to enabl e robu st commun icati on ag ainst cro ss- tier interfere n c e  thereby o b tai n in g a substa ntial li nk qu ality.     Ke y w ords :   L T E-femtocel l, g a me theory, Ba yes-Nas h  equ il ibriu m     Copy right  ©  2014 In stitu t e o f  Ad van ced  En g i n eerin g and  Scien ce. All  rig h t s reser ve d .       1. Introduc tion  LTE is being  stand ardi ze d by 3GPP to  provi de multi - megabit ba nd width, more e fficient  use  of the radio net work, l a tency  reduct ion, improved  mobility, and potentially  lower  cost per  bi [1]. Femtocel ls a r e l o w-p o w er a c cess  points that  op e r a t e in  lic e n s ed   s p ec tr um a n d  pr o v id mobile cove rage and ca p a city  over  in ternet-g ra de  backh aul. In  ord e r to  im prove th e L T netwo rk thro u ghput s an d spectrum effici ency, LT E - fe mtocell  t w o-ti red netwo rks [2-5]  have be en  studie d Con v entional po wer control work  ties  in  cellul a networks an d p r i o wo rk on   utility  optimizatio based o n  g a m e theo ry. Result s in  Fo schini  et al.[6], Zand er [7],  Gran dhi  et al . [8 and Bamb os  et al [9].      2. Contribu ti on  Prior  wo rk a bout femto c e ll po wer cont rol  h a s p r op ose d  to  use  the utility-ba sed n on- coo perative femtocell SI NR ad aptation  [10]. In t hat literature, SINR threshold  o f  each fe mto c ell  is pre-esta blishe d. And th en Nash equil i brium  can  be  cal c ulated. B u t in reality, much i n form a t ion  is in compl e te  informatio and g a me s a r e a s ymmetry .  The key co ntribution s  in  our p ape r i s  that  use in com p le te informatio n game s  the o ry Baye s-Nash eq uilib riu m  theory to study two-ti re d   femtocell  p o w er co ntrol. Bayes-Na sh equilib ri um t heory i s  em ployed to fin d  optimal SINR  threshold. O w ing to the B a yes-Na sh e quilibri um the o ry, the adap tation minimu m SINR targ ets  can b e  found.  An optimal chann el-d epe n dant SINR  thresh old is o b tained at ea ch  femtocell.       3. Sy stem Model  The syste m  con s i s ts of a single central macro c ell 0 B serving a re gi on C , providing  a  cellul a r coverage ra diu s   c R . i B N i 1 .The LTE macrocell is un derlai d  with N co-chan nel  femtocell s  APs. The sy ste m  module i s  sho w n in Fig u re 1.     Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Optim a l Threshol d of LTE-Fem t ocell Networ Based Bayes-Nash E quilibrium  (Hao  Chen)  8247           Figure 1. System Module       Femtocell users a r e lo cat ed on the ci rcumfe ren c of a disc of radiu s   f R cente r ed at  their femto c el l AP. Ortho g o nal u p lin sig naling  is a s su med in  ea ch   slot  (1  sched uled  active  u s er  per  cell  d u rin g   ea ch  signal ing slot), wh e r e a slot  m a y refe r to  a  time o r  frequ en cy re sou r ce  (the   ensuing  an al ysis l eadi ng  up to  The o re m 1  apply  eq ually well ove r  the  do wnli n k ). Duri ng  a gi ven  s l ot, let } ..... 2 , 1 { N i  deno te the sch ed uled u s er  co nne cted to its BS i B . D e s i gna te  u s er   s i ' transmitting p o we r to be i p  Watts . Let  2  be the varian ce o f  AWGN (Ad d itive White Gau ssi an  Noi s e) at i B .   Definition 1.  The re ceive d  SINR i of user i at i B is given as:          , 2 , ii i ii ji j ji pg pg            ( 1 )                                       Whe r i  re p r es e n t s  th e SINR  thr e sh o l d fo r  us er i at i B .The term j i g , denote s   the cha nnel  gain   betwe en u s e r   j  and BS i B , but it really is interferen ce term for user i at i B .The term  i i g ,  ca also a c cou n t for post - p r ocessing SINR gain s Definition 2. The term ) ( i i p I  represe n ts the interferen ce value of use r   j ( i j ) at  i B In orde r to accord with the  terms of ga m e  theory,  i den otes elem ent sets oth e r tha n   i   2 , () ii j i j ji Ip p g                                               (2)    Usi ng Equati on (1 ) and Eq uati on (2 ), the received SINR i ca n be re written in Equ a tion  (3).     , () ii i i ii p g I p             ( 3 )       4.  The Opti mal SINR Threshold  w i th Incomplete Information  Auction  gam e is on e type  of Bays-NE  theory. It  will  be a pplie d to  find the  opti m al SINR  threshold  sol u tion, that is  Bayes-NE  sol u tion. T he i n complete info rmation fa ctors mai n ly incl u de:  wheth e one  user t r an sm itting sig nals or  not  a nd  t r an smitting si gnal power. The  two  fa ctors  compl e tely are ra ndom. In  orde r to  conv eniently an al yze, we  assu me that  a fe w conditio n that  Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 12, Decem ber 20 14 :  8246 – 82 51   8248 are al so ve ry close to th e actu al co n d it ions. Ea ch  femtocell B S  transmitted  powe r   i P  is a  rand om vari a b le. The te rm i p denote s  a n u m eri c al value  with a rand o m  variable  m appin g s to a   given sample  spa c e.  * i is a optimal sol u tion of  i . We n e e d  to find an  o p timal SINR t h re shol d * i Whe n  Bayes-NE can b e  arrived, strate g y  function  i S  is given as:     * () ii i Sp              ( 4 )     In the sectio n, our task is to ca lcul ate  the strate gy functio n  set  } ... , { , 2 1 N set S S S S whe n  all elem ents of L T E - femtoce ll n e tworks have a rri ved Bayes-NE.  Assuming 1:  within any  F A P  coverage area , the probability that  every user whether  transmitting sign als o r  no t is indepe nd ent identical l y  distributed  (i.i.d). Ho wev e r ,  for dif f ere n femtocell  systems (F AP  a nd femtocell  use r s),  the d i stributio n fun c tion may b e  dif f erent.  Th e   distrib u tion fu nction i s  user transmitting  sign al po wer  function.     () ( ' ) 1 ()( ) i i D i str i bu tio n F u n c itio n F p d o n t t ra ns m ittin g s ign a l s D i s t rib u t i on F u n c tio n F p t ra ns m ittin g s ign a l s     Definition 3:  The term  ) ( r P  denotes the p r o bability. The term  ) ( F  denotes  distrib u tion   function. The  relation of two function s is  given as:     () ( ) rX PX x F x             ( 5 )     Assu mption  2 :  In order to  maximize  the  interfe r en ce   mitigation, in  every unit tim e , only  one femtocell  BS of max p o we r is in tra n smitting stat e.   Assu mption  3 :  For  any u s e r , only  whe n  i t s tran smittin g  po we r i s  m a ximum of all  of FAP  receiving si gn als, this u s er  can ta ke opti m iz ation effe ct on FAP receiver SINR th reshold.   The optimization  mo del of FAP  re ceive r   th re shol d i s   based  au ctio n gam e m o d e l. If all  the u s ers tra n smit  sign al,  and th e u s e r  tran sm itting  power  maxim u m, this eve n t probability  as  follows   j ji YM a x P              ( 6 )     1 () [ 1 ( ) ] N ri i Pp Y F p            ( 7 )     Equation (7 ) indicate s that the  th i  tran smitting po wer is big ger than other use r transmitting p o we r.  Definition 4.  Strategy func tion of femtocell use r s.     i 0 i T h e u s e r c a n n o t ta k e o p t im iz a tio n e ff e c t o n F A P r e c e iv e r th r e s h o l d St r a t e gy F unct i o n The u s e r c a n t a ke opt i m i z at i o n e f f ect on F A P r ecei ver t hr es hol d      Combi n ing  st rategy function with  Equati on (7), the  utility function of  th i  use r  optimi z ing  FAP receive r   threshold  can  be expre s se d on Equatio n (8).   Definition 4.  The term  i U  rep r esents Bay s -NE utility function, and it is given as:     1 [1 ( ) ] ( ) 1 N ii i i UF p i N          ( 8 )   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Optim a l Threshol d of LTE-Fem t ocell Networ Based Bayes-Nash E quilibrium  (Hao  Chen)  8249 Equation  (8 physi cal m e a n ing i s : T he  u t ility f unction i s  exp r e s sed t hat differe nce  of the  real FAP receiver SINR a nd the FAP receive r  SI NR threshold. T he big ger th e  differen c e i s , the  better the F AP receive r   comm uni cati on qu ality is. Becau s e th e more difference can p r ovide  greate r  re dun dan cy for outage commu ni cation.   For all  N i 1  use r s within any FAP area, the pr o c e ss that  they transmit  signal s is  incom p lete i n formation  ga me. Equation  (9) an d Equ a tion (10) ca n optimi z e th e FAP re ceiv er  threshold.     1 i M ax U i N             ( 9 )     * ar g ii p Ma x U               ( 1 0 )     Whe n  the po wer  co ntrol g a me re ache s Bays-NE,  * i p  is as a sym bol  for optimal p o we solutio n . For  all users with in any FAP area, t hei r transmitting  si gnal p r ob abili ty distribution  is  i.i.d. So, when all  femtocell sy stem  i s  in equilibrium, optimal  power  * i p  is t h e same value.  However, for different FAP, the optimal so lution  may be different. Because the probability  distribution  may be different. For example, for di ff erent femtocell users, the probability that  whether users transmitting signal s or not  is  Bernoulli distribution  or Poisson  distribution. So, for  different FAP ,  the optimal  thre shol d is also  di fferent. Our objec t ive is  to  deduc e the optimal  SINR thr e s h o l * i  function  b y  using  * i p . Usi ng Equatio n (3), Equation  (8)  and Eq ua tion (10 ) Equation (11) and Equatio n (12 )  are d e rived as follo ws:    , *1 ar g [ 1 ( ) ] ( ) [ 0 , ] () ii i N ii i i M a x ii gp pM a x F p p p Ip         ( 1 1 )     , *1 arg [ 1 ( )] ( ) [ 0 , ] () ii N ii i i i i M a x i ii g pM a x F p G p p p a n d G I p       (12 )     Eric M a skin  and  Joh n  Ril e y have p r ov ed Equ a tion  (12 )  that Bay e s-Na sh  equi librium   exists only fo r optimal  solu tion [11-1 2 ]. Takin g  the first-o r de r de rivative of  i U  with respec t to  i p and a pplying  Equation  (8 ), the optimal  so lution  can  b e  de rived. Mo reove r , wh en * i i p p , Eq.(4)  will be  set up . At the same time, it means th at differentiating  wit h  re spe c t to  i p  of  * i can b e   achi eved.     *2 * * * * 1 ' * ( 1 )[ 1 ( )] ( 1 ) ( )[ ( ) ] [ 1 ( )] [ ( )] 0 NN i ii i i i i i i i u NF p f p G p S p F p G S p p        (13 )     Whe r e ) ( * i p f   de not es pdf of i p and   ) ( * ' i p S  re pre s e n ts the first-o r d e derivative  of  * i w.r.t i p Since  0 )] ( 1 [ 1 * N i p F this term can be removed from  bot h sid e s of  Equation (13), yields:    '* * * * * () () () [() 1 ] ii i i i i Sp M p S p G M p p          ( 1 4 )   and  ) ( )] ( 1 )[ 1 ( ) ( * 1 * * i i i p f p F N p M      Lemma 1:  (The ge neral  solution  of first-o r de r lin ear n on-hom ogen eou s dif f erential  equatio n).   If the normal  form of  differential eq uatio n: ) ( ) ( ' x q y x p y ,then the g eneral  solutio n  is  as  follows :   () ( ) (( ) ) p x dx p x dx ye q x e d x C            ( 1 5 )   Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 12, No. 12, Decem ber 20 14 :  8246 – 82 51   8250 Whe r C  is a consta nt coeffi cient.   The lem m a 1  provid es  most imp o rta n t me thod to  solve Eq uati on (14). So  Equation   (16 )  sh ows a s  follows, that is the solutio n  of Equation  (14).     * ** * 1 * 1 1 0 () { [ ( 1 () ] [ 1 ( ) ] [ 1 ( ) ] } i p NN ii i i i Sp G F p F p F t d t C        (16 )     Acco rdi ng to physi cal mea n ing s , it is assume d as 0 * i p , 0 ) ( * i p S 1 C can be  derived. Th erefore, the strategy set fun c tion  * i  is  rewritten as  follows:    * ** * 1 * 1 1 0 () { [ ( 1 () ] [ 1 ( ) ] [ 1 ( ) ] 1 } i p NN ii i i i Sp G F p F p F t d t        (17 )     As a re sult, whe n  Equatio n (4) h a s b e e n  exp licitly determine d, the  strategy function set   set S will consist s   of different v a lues  of Equation (17) according to  parameters of each femtocell .   It will ensure each femtocell further to  optimize  their power  cont rol, sp ectrum utilization  and   mitigate interf eren ce.       5.  Simulatio n  Resul t  and  the An aly s is   In this section, we will  sim u late the result  of utilizing optimal thre shold to power control  in matlab 7.0  platform s. We li st the p a ram e ters ta ble, give the  results of B a ys-Na s h b a s ed   experim ents.  Firstly, som e  para m eters a r e gived. Secondly, simu lat i on re sult is ill ustrate d .       Table 1.   System paramete r Variable Signal  Parameter   (Unit)   Value  Femtocell Radius (m)   30  FAP carrier f r equ enc y ( GHz)   P ma x   Femtocell user tr ansmission pow e r(W)   10  pseudo rando cy cle numbe r B y   Monte Carlo me t hod  100  po w e r iter ative number   100  FAP number in t w o - tier net woks  20  femtocell user number in a FAP a r ea  10  F( x)   Whether femtoce ll user transmissi on signal or not   uniform distribution  Number  of ever y femtoce ll user tra n smission signal  10  Failure possibility  of transmission signal   0.3  Failure Numbe r   of transimission  signal of ever y  u s er in one FAP a r ea   Γ ma x   Max SINR  thresh old  Γ * +2dB   Γ mi n   Min SINR thresh old  Γ * -2 dB  i   cost factor   0.1  2   additive gaussia n  white noise po w e r (W )   1×10 - 4       Assu ming th at each FAP use r  send s a  sign al  is u n iform di strib u tion, and e a ch  use r  i s   indep ende nt and ide n ticall y distribution.   Followi ng th e  experim ents Monte Carl sim u lation, we  us e the B a yes-uility function to  solve th e o p timal SINR th resh old.  F r om   Figure 2, it  sh ows that  the  * exits only val ue, when  the  para m eter i s  given, su ch a s i G , ) ( F and N   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Optim a l Threshol d of LTE-Fem t ocell Networ Based Bayes-Nash E quilibrium  (Hao  Chen)  8251 02 46 8 1 0 0 2 4 6 8 10 Assume  the F ( .)  is uni for m dis t r i bu tion  betw een  p i   P Max ] Ba y e s - ut ili ty  fu nc t i on ( d B ) * (dB)   Figure 2. The  optimal SINR thre shol d   ] , 0 [ max P p i       6. Conclusio n   In this pa pe r, the po we r control a nd int e rfer en ce miti gation i s sue s  of femtocell s  in two - tier LTE macro-femto net works a r e discussed. A  novel powe r  cont rol sche me is propo se d ba sed  on Baye s-Na sh e quilib riu m  and ite r ati v e algorith m . Whe n  Baye s-Na sh  equili brium  are  u s ed in  femtocell s , the optimal SINR targ et and  optimal tr a n smit powe r   ca n be d e rived,  whi c h i s  critica l   to mitigate interferen ce betwe en nei ghbo ring fe mtocell s  and  improve iterative algorit hm   efficien cy. Th e sim u lation   results  sh ow tha t, by u s i ng the  prese n ted  scheme ,  optimal SI NR  target and  op timal transmit powe r  of femtocell s  ca be obtain ed  and sufficient  SINR to mitigate   interferen ce can be provid ed. In concl u sion, t he su g geste d sche me can ma ke femtocell p o we control more efficient than  that of the power  cont rol wi thout usin g Bayes-Na sh e quilibri um.       Ackn o w l e dg ements   This work wa s su ppo rted  by the Natio nal Natu ral Scien c e Fo und ation of Chin a Grant  No.11 301 382     Referen ces   [1]  T he F e mto F o rum. Interference Man a g e m ent in  UMT S   Femtocells [EB/OL]  w w w . femtoforum.org,   200 8-12     [2]  Golau p  Asse n, Mustap ha M o na. Pata na pon gpi bul  Le o B o o n chi n : F e mtoc ell  access c ont rol strateg y   i n   UMT S  and LT E.  IEEE Commun.Mag.,  20 09;  47(9): 117- 12 3.  [3]  Ghosh, Amita v a; Ratasuk, Ra p eep at; Monda l, Bish w a r up et al . LT E-adva n ced: N e xt-g en erati o n   w i re le ss b r oa db a n d  te ch no l ogy IEEE Wirel. Comm u.,  201 0 ;  17(3): 10-22.   [4]  W u  Shih-Ju ng,  Lo Steven KC . Handov er scheme i n  LT E-based n e t w orks   w i th  h y bri d  ac cess mode .   Journ a l of Co n v erge nce Infor m ati on T e ch no logy.  20 11; 6(7 ) : 68-78.   [5]  Garcia L u is G u ilh erme  Uze d a , Ped e rsen  Kl aus In gema nn,  Moge nse n  Pr ebe n El ga ard.  Autonom ous   compo nent c a r r ier se lectio n: Interferenc e ma nag em ent in lo cal  ar ea env iro n ments  for LT E-adva n ce d .   IEEE Commun. Mag ., 2009; 4 7 (9): 110- 11 6.  [6]  GJ F o schini, Z  Miljanic. A simple dist ri bute d  auto n o mous p o w e r  c ontrol al gor ithm and it s   conver genc e.  IEEE Trans. Veh. Technol.,  19 93; 42(4): 6 41– 646.   [7]  J Z and er. Perf ormanc e of  op timum transmit t er po w e r c ont rol i n  c e ll ular  r adi o s y stems.  IEEE Trans.   Veh. T e chn o l ., 199 2; 41(1): 57 –62.   [8]  SA Grand hi, J  Z and er.  Cons trained power  control  in cellular radio system s.  Proc.  IEEE Veh. T e ch.   Conf., 1994.  [9]  N Bamb os, S C  Ch en, GJ P o ttie. Ch ann el  access a l g o rith ms w i t h  active   link protecti on   for  w i re les s   communic a tio n  net w o rks  w i th  po w e r control.  IEEE/ACM Tra n s. Networking . 2000; 8(5): 58 3–5 97.   [10]  V Chan dras ek har, JG Andre w s ,  T   Muhare m ovic Z ,  et al.  Po w e r co ntrol i n  t w o - tier femtocell  net w o rks.   IEEE Trans. Wireless Comm un.,  2009; 8(7):  431 6-43 28   [11]  Eric Maskin, J ohn R i l e y .  E q u ilibr i um i n  Sea l ed Hi gh Bi d A u ction.  R e view  of Econo mic  Studies . 20 00 67: 439- 45 4.  [12]  Eric Maski n, J ohn  Ri le y.   Uni que ness  of E q uili bri u m i n  S e ale d  H i g h  Bi Auction.  G m es  an d Ec on omic   Behav ior . 20 00 ; 45: 395-4 09.   Evaluation Warning : The document was created with Spire.PDF for Python.