Abstract The aim of this thesis is to devise novel cooperative paradigms that allow small base stations (SBSs) to perform joint optimizations in the field of interference and spectral resource management, in an automated, self-organizing way. Fostering cooperation requires a careful negotiation process and incurs additional operational costs that can ultimately limit the scalability of such an approach. Hence, we design cooperative models around the self-organizing functions of small cell networks, through which each SBS dynamically adapts its own cooperative strategy to the current network status. In the first part of the thesis, we study the co-tier interference in the downlink of an underlay small cell tier. Showing that mutual interference is a limiting factor, we propose a cooperative scheme based on the concept of interference alignment. Thereby, the SBSs autonomously devise their cooperative strategy, select partner small base stations and suppress the mutual interference via alignment. In the second part, we extend the above problem by considering additional constraints posed by non-cooperative macro cell users sharing the spectrum with the SBSs. Due to the dimension of such a problem, we show that interference alignment solutions do not often exist, hence, we propose a distributed solution based on the concept of interference draining for solving the interfering signals in the space-frequency domain. Finally, we focus on inter-tier cooperation and propose an adaptive hybrid access policy based on spectrum leasing, which jointly enhances the SBSs' transmission capacity and the macro cell users' QoS . In the studied scenarios, we highlight how SBSs' individual performance is network-dependent, due to the shared nature of the spectrum and the network infrastructure. For addressing such issues, we use novel concepts from coalitional games in partition form in which the strategic decisions are optimized by accounting for external effects, such as interference or dynamic spectrum allocation. Based on the properties of optimality of coalitional games in partition form, the proposed cooperative solutions show two key features. First, by leveraging on decentralized strategic decisions, complex interference management techniques, such as interference alignment or draining, can be implemented in practical, scalable way. Second, although notable cooperative solutions exists for certain problem dimensions, the proposed algorithms are shown to be effective for a wide range of network sizes, by achieving significant data rate enhancement and low overhead. / Tiivistelmä Työssä käsitellään merkittäviä häiriön ja radioresurssien hallintaongelmia ja ehdotetaan käytännöllisiä yhteistoiminnallisuusmalleja, jotka tuottavat merkittäviä suorituskykyparannuksia, ja samaan aikaan ottavat huomioon yhteistyön kustannukset ja strategisten päätösten vaikutuksen piensolujen keskinäiseen suorituskykyyn. Työn ensimmäisessa osassa tutkitaan makro- ja piensoluverkon välistä häiriötä laskevalla siirtosuunnalla. Koska keskinäishäiriö osoittautuu merkittäväksi rajoittavaksi tekijäksi, ehdotetaan yhteistyömenetelmää, joka perustuu ns. häiriön laskostamiseen. Tällaisessa menetelmässä pientukiasemat päättävät itsenäisesti yhteistyöstrategiansa ja valitsevat ne tukiasemat, joiden kanssa tehdään yhteistyötä ja vaimennetaan keskinäishäiriötä laskostamalla. Työn toisessa osassa edellämainittua ongelmaa laajennataan ottamalla huomioon rajoitteet, jotka aiheutuvat samoja taajuusresursseja jakavista, mutta piensolutukiasemien kanssa yhteistyötä tekemättömistä makrosoluista. Ongelman laajuudesta havaitaan, että yleensä häiriön laskostusratkaisua ei löydy tällaisessa ongelmassa. Niinpä ehdotetaan hajautettua häiriön kohdennukseen perustuvaa ratkaisua, jossa häiriösignaalit lomitellaan tila-taajuustasossa. Työn viimeisessä osassa keskitytään eri tyyppisten tukiasemasolujen kesken käytävään yhteistyöhön ja ehdotetaan mukautuvaa taajuusspektrin vuokraamiseen perustuvaa hybridi-käyttöoikeusmenetelmää, joka parantaa piensolujen kapasiteettia ja makrosolukäyttäjien palvelun laatua. Kaikissa tutkituissa menetelmissä korostetaan kuinka yksittäisen pientukiaseman suorituskyky on verkosta riippuvainen johtuen jaetusta taajuuskaistasta ja verkkoinfrastuktuurista. Näissä skenaarioissa käytetään uusia ositukseen perustuvia ns. liittoumapelikonsepteja. Tämän tyyppisissä peleissä strategiset päätökset on optimoitu ottamalla huomioon ulkoiset tekijät kuten häiriö ja dynaaminen taajuuden allokointi. Ositukseen perustuvien liitoumapelien optimaalisuus- ja stabiilisuusominaisuuksien pohjalta ehdotetaan hajautettuja algoritmeja tutkittuihin ongelmiin. Ehdotetut yhteistoiminnalliset ratkaisut osoittavat kaksi avaintekijää. Ensinnäkin käyttämällä hajautettuja strategisia päätöksiä kompleksiset häiriönhallintatekniikat, kuten häiriön lomittelu ja kohdennus, voidaan toteuttaa käytännöllisesti siten, että hyöty-kustannussuhde on tasapainossa. Toiseksi, vaikka merkittäviä yhteistyöratkaisuja on olemassa tietyn dimensioisiin ongelmiin, ehdotetut algoritmit ovat osoittautuneet tehokkaiksi hyvin erikokoisissa verkoissa. Samalla on saavutettu merkittäviä datanopeusparannuksia ja hyvä skaalautuvuus.

Abstract Future cellular networks need to support the ever-increasing demand of bandwidth-intensive applications and interconnection of people, devices, and vehicles. Small cell network (SCN)-based communication together with proximity- and social-aware connectivity is conceived as a vital component of these networks to enhancing spectral efficiency, system capacity, and quality-of-experience (QoE). To cope with diverse application needs for the heterogeneous ecosystem, radio resource management (RRM) is one of the key research areas for the fifth-generation (5G) network. The key goals of this thesis are to develop novel, self-organizing, and low-complexity resource management algorithms for emerging device-to-device (D2D) and vehicle-to-vehicle (V2V) wireless systems while explicitly modeling and factoring network contextual information to satisfy the increasingly stringent requirements. Towards achieving this goal, this dissertation makes a number of key contributions. First, the thesis focuses on interference management techniques for D2D-enabled macro network and D2D-enabled SCNs in the downlink, while leveraging users’ social-ties, dynamic clustering, and user association mechanisms for network capacity maximization. A flexible social-aware user association technique is proposed to maximize network capacity. The second contribution focuses on ultra-reliable low-latency communication (URLLC) in vehicular networks in which interference management and resource allocation techniques are investigated, taking into account traffic and network dynamics. A joint power control and resource allocation mechanism is proposed to minimize the total transmission power while satisfying URLLC constraints. To overcome these challenges, novel algorithms are developed by combining several methodologies from graph theory, matching theory and Lyapunov optimization. Extensive simulations validate the performance of the proposed approaches, outperforming state-of-the-art solutions. Notably, the results yield significant performance gains in terms of capacity, delay reductions, and improved reliability as compared with conventional approaches. / Tiivistelmä Tulevaisuuden solukkoverkkojen pitää pystyä tukemaan yhä suurempaa kaistanleveyttä vaativia sovelluksia sekä yhteyksiä ihmisten, laitteiden ja ajoneuvojen välillä. Piensoluverkkoihin (SCN) pohjautuvaa tietoliikennettä yhdistettynä paikka- ja sosiaalisen tietoisuuden huomioiviin verkkoratkaisuihin pidetään yhtenä elintärkeänä osana tulevaisuuden solukkoverkkoja, joilla pyritään tehostamaan spektrinkäytön tehokkuutta, järjestelmän kapasiteettia sekä kokemuksen laatua (QoE). Radioresurssien hallinta (RRM) on eräs keskeisistä viidennen sukupolven (5G) verkkoihin liittyvistä tutkimusalueista, joilla pyritään hallitsemaan heterogeenisen ekosysteemin vaihtelevia sovellustarpeita. Tämän väitöstyön keskeisinä tavoitteina on kehittää uudenlaisia itseorganisoituvia ja vähäisen kompleksisuuden resurssienhallinta-algoritmeja laitteesta-laitteeseen (D2D) ja ajoneuvosta-ajoneuvoon (V2V) toimiville uusille langattomille järjestelmille, sekä samalla mallintaa ja tuottaa verkon kontekstikohtaista tietoa vastaamaan koko ajan tiukentuviin vaatimuksiin. Tämä väitöskirja edistää näiden tavoitteiden saavuttamista usealla keskeisellä tuloksella. Aluksi väitöstyössä keskitytään häiriönhallinnan tekniikoihin D2D:tä tukevissa makroverkoissa ja laskevan siirtotien piensoluverkoissa. Käyttäjän sosiaalisia yhteyksiä, dynaamisia ryhmiä sekä osallistamismekanismeja hyödynnetään verkon kapasiteetin maksimointiin. Verkon kapasiteettia voidaan kasvattaa käyttämällä joustavaa sosiaaliseen tietoisuuteen perustuvaa osallistamista. Toinen merkittävä tulos keskittyy huippuluotettavaan lyhyen viiveen kommunikaatioon (URLLC) ajoneuvojen verkoissa, joissa tehtävää resurssien allokointia ja häiriönhallintaa tutkitaan liikenteen ja verkon dynamiikka huomioiden. Yhteistä tehonsäädön ja resurssien allokoinnin mekanismia ehdotetaan kokonaislähetystehon minimoimiseksi samalla, kun URLLC rajoitteita noudatetaan. Jotta esitettyihin haasteisiin voidaan vastata, väitöstyössä on kehitetty uudenlaisia algoritmeja yhdistämällä graafi- ja sovitusteorioiden sekä Lyapunovin optimoinnin menetelmiä. Laajat tietokonesimuloinnit vahvistavat ehdotettujen lähestymistapojen suorituskyvyn, joka on parempi kuin uusimmilla nykyisillä ratkaisuilla. Tulokset tuovat merkittäviä suorituskyvyn parannuksia erityisesti kapasiteetin lisäämisen, viiveiden vähentämisen ja parantuneen luotettavuuden suhteen verrattuna perinteisiin lähestymistapoihin.

Abstract The application of optimization techniques for resource management in wireless communication networks is considered in this thesis. It is understood that a wide variety of resource management problems of recent interest, including power/rate control, link scheduling, cross-layer control, network utility maximization, beamformer design of multiple-input multiple-output networks, and many others are directly or indirectly reliant on the general weighted sum-rate maximization (WSRMax) problem. Thus, in this dissertation a greater emphasis is placed on the WSRMax problem, which is known to be NP-hard. A general method, based on the branch and bound technique, is developed, which solves globally the nonconvex WSRMax problem with an optimality certificate. Efficient analytic bounding techniques are derived as well. More broadly, the proposed method is not restricted to WSRMax. It can also be used to maximize any system performance metric, which is Lipschitz continuous and increasing on signal-to-interference-plus-noise ratio. The method can be used to find the optimum performance of any network design method, which relies on WSRMax, and therefore it is also useful for evaluating the performance loss encountered by any heuristic algorithm. The considered link-interference model is general enough to accommodate a wide range of network topologies with various node capabilities, such as singlepacket transmission, multipacket transmission, simultaneous transmission and reception, and many others. Since global methods become slow in large-scale problems, fast local optimization methods for the WSRMax problem are also developed. First, a general multicommodity, multichannel wireless multihop network where all receivers perform singleuser detection is considered. Algorithms based on homotopy methods and complementary geometric programming are developed for WSRMax. They are able to exploit efficiently the available multichannel diversity. The proposed algorithm, based on homotopy methods, handles efficiently the self interference problem that arises when a node transmits and receives simultaneously in the same frequency band. This is very important, since the use of supplementary combinatorial constraints to prevent simultaneous transmissions and receptions of any node is circumvented. In addition, the algorithm together with the considered interference model, provide a mechanism for evaluating the gains when the network nodes employ self interference cancelation techniques with different degrees of accuracy. Next, a similar multicommodity wireless multihop network is considered, but all receivers perform multiuser detection. Solutions for the WSRMax problem are obtained by imposing additional constraints, such as that only one node can transmit to others at a time or that only one node can receive from others at a time. The WSRMax problem of downlink OFDMA systems is also considered. A fast algorithm based on primal decomposition techniques is developed to jointly optimize the multiuser subcarrier assignment and power allocation to maximize the weighted sum-rate (WSR). Numerical results show that the proposed algorithm converges faster than Lagrange relaxation based methods. Finally, a distributed algorithm for WSRMax is derived in multiple-input single-output multicell downlink systems. The proposed method is based on classical primal decomposition methods and subgradient methods. It does not rely on zero forcing beamforming or high signal-to-interference-plus-noise ratio approximation like many other distributed variants. The algorithm essentially involves coordinating many local subproblems (one for each base station) to resolve the inter-cell interference such that the WSR is maximized. The numerical results show that significant gains can be achieved by only a small amount of message passing between the coordinating base stations, though the global optimality of the solution cannot be guaranteed. / Tiivistelmä Tässä työssä tutkitaan optimointimenetelmien käyttöä resurssienhallintaan langattomissa tiedonsiirtoverkoissa. Monet ajankohtaiset resurssienhallintaongelmat, kuten esimerkiksi tehonsäätö, datanopeuden säätö, radiolinkkien ajastus, protokollakerrosten välinen optimointi, verkon hyötyfunktion maksimointi ja keilanmuodostus moniantenniverkoissa, liittyvät joko suoraan tai epäsuorasti painotetun summadatanopeuden maksimointiongelmaan (weighted sum-rate maximization, WSRMax). Tästä syystä tämä työ keskittyy erityisesti WSRMax-ongelmaan, joka on tunnetusti NP-kova. Työssä kehitetään yleinen branch and bound -tekniikkaan perustuva menetelmä, joka ratkaisee epäkonveksin WSRMax-ongelman globaalisti ja tuottaa todistuksen ratkaisun optimaalisuudesta. Työssä johdetaan myös tehokkaita analyyttisiä suorituskykyrajojen laskentatekniikoita. Ehdotetun menetelmän käyttö ei rajoitu vain WSRMax-ongelmaan, vaan sitä voidaan soveltaa minkä tahansa suorituskykymetriikan maksimointiin, kunhan se on Lipschitz-jatkuva ja kasvava signaali-häiriö-plus-kohinasuhteen funktiona. Menetelmää voidaan käyttää minkä tahansa WSRMax-ongelmaan perustuvan verkkosuunnittelumenetelmän optimaalisen suorituskyvyn määrittämiseen, ja siksi sitä voidaan hyödyntää myös minkä tahansa heuristisen algoritmin aiheuttaman suorituskykytappion arvioimiseen. Tutkittava linkki-häiriömalli on riittävän yleinen monien erilaisten verkkotopologioiden ja verkkosolmujen kyvykkyyksien mallintamiseen, kuten esimerkiksi yhden tai useamman datapaketin siirtoon sekä yhtäaikaiseen lähetykseen ja vastaanottoon. Koska globaalit menetelmät ovat hitaita suurien ongelmien ratkaisussa, työssä kehitetään WSRMax-ongelmalle myös nopeita paikallisia optimointimenetelmiä. Ensiksi käsitellään yleistä useaa eri yhteyspalvelua tukevaa monikanavaista langatonta monihyppyverkkoa, jossa kaikki vastaanottimet suorittavat yhden käyttäjän ilmaisun, ja kehitetään algoritmeja, joiden perustana ovat homotopiamenetelmät ja komplementaarinen geometrinen optimointi. Ne hyödyntävät tehokkaasti saatavilla olevan monikanavadiversiteetin. Esitetty homotopiamenetelmiin perustuva algoritmi käsittelee tehokkaasti itsehäiriöongelman, joka syntyy, kun laite lähettää ja vastaanottaa samanaikaisesti samalla taajuuskaistalla. Tämä on tärkeää, koska näin voidaan välttää lisäehtojen käyttö yhtäaikaisen lähetyksen ja vastaanoton estämiseksi. Lisäksi algoritmi yhdessä tutkittavan häiriömallin kanssa auttaa arvioimaan, paljonko etua saadaan, kun laitteet käyttävät itsehäiriön poistomenetelmiä erilaisilla tarkkuuksilla. Seuraavaksi tutkitaan vastaavaa langatonta monihyppyverkkoa, jossa kaikki vastaanottimet suorittavat monen käyttäjän ilmaisun. Ratkaisuja WSRMax-ongelmalle saadaan asettamalla lisäehtoja, kuten että vain yksi lähetin kerrallaan voi lähettää tai että vain yksi vastaanotin kerrallaan voi vastaanottaa. Edelleen tutkitaan WSRMax-ongelmaa laskevalla siirtotiellä OFDMA-järjestelmässä, ja johdetaan primaalihajotelmaan perustuva nopea algoritmi, joka yhteisoptimoi monen käyttäjän alikantoaalto- ja tehoallokaation maksimoiden painotetun summadatanopeuden. Numeeriset tulokset osoittavat, että esitetty algoritmi suppenee nopeammin kuin Lagrangen relaksaatioon perustuvat menetelmät. Lopuksi johdetaan hajautettu algoritmi WSRMax-ongelmalle monisoluisissa moniantennilähetystä käyttävissä järjestelmissä laskevaa siirtotietä varten. Esitetty menetelmä perustuu klassisiin primaalihajotelma- ja aligradienttimenetelmiin. Se ei turvaudu nollaanpakotus-keilanmuodostukseen tai korkean signaali-häiriö-plus-kohinasuhteen approksimaatioon, kuten monet muut hajautetut muunnelmat. Algoritmi koordinoi monta paikallista aliongelmaa (yhden kutakin tukiasemaa kohti) ratkaistakseen solujen välisen häiriön siten, että WSR maksimoituu. Numeeriset tulokset osoittavat, että merkittävää etua saadaan jo vähäisellä yhdessä toimivien tukiasemien välisellä viestinvaihdolla, vaikka globaalisti optimaalista ratkaisua ei voidakaan taata.

Abstract This thesis focuses on two important challenges in wireless downlink transmission: multi-user (MU) precoder design and scheduling of users over time, frequency, and spatial resources at any given instant. Data streams intended for different users are transmitted by a multiple-input multiple-output (MIMO) multi-antenna orthogonal frequency division multiplexing (OFDM) system. The transmit precoders are designed jointly across space-frequency resources to minimize the number of backlogged packets waiting at the coordinating base stations (BSs), thereby implicitly performing user scheduling. Then the problem of multicast beamformer design is considered wherein a subset of users belonging to a multicasting group are served by a common group-specific data. The design objective is to either minimize the transmit power for a guaranteed quality-of-service, or to maximize the minimum achievable rate among users for a given transmit power. Unlike existing techniques, the proposed design utilizes both the spatial and frequency resources jointly while designing multi-group beamformers. As an extension to coordinated precoding, the problem of beamformer design for cloud radio access network is considered wherein beamformers are designed centrally, quantized and sent along with data to the respective BSs via backhaul. Since the users can be served by multiple BSs, beamformer design becomes a nonconvex combinatorial problem. Unlike existing solutions, beamformer overhead is also included in the backhaul utilization along with the associated data. As the number of antennas increases, backhaul utilization is dominated by the beamformers. Thus, to reduce the overhead, two techniques are proposed: varying the quantization precision, and reducing the number of active antennas used for transmission. Finally, to reduce the complexity involved in the design of joint space- frequency approach, a two-step procedure is proposed, where a MU-MIMO scheduling algorithm is employed to find a subset of users for each scheduling block. The precoders are then designed only for the chosen users, thus reducing the complexity without compromising much on the throughput. In contrast to the null-space-based existing techniques, a low-complexity scheduling algorithm is proposed based on vector projections. The real-time performance of all the schedulers are evaluated by implementing them on both Xilinx ZYNQ-ZC702 system-on-chip (SoC) and TI TCI6636K2H multi-core SoC. / Tiivistelmä Tässä väitöskirjassa keskitytään kahteen tärkeään langattoman tiedonsiirron haasteeseen alalinkkilähetyksissä: usean käyttäjän (MU) esikooderisuunnitteluun ja käyttäjien skedulointiin aika-, taajuus- ja tilaresurssien yli. Eri käyttäjille tarkoitettuja datavirtoja lähetetään käyttämällä monitulo-monilähtötekniikkaa (MIMO) yhdistettynä monikantoaaltomodulointiin (OFDM). Lähettimien esikooderit suunnitellaan yhteisesti tila- ja taajuusresurssien yli, jotta keskenään yhteistoiminnallisten tukiasemien jonossa olevien pakettien määrää voitaisiin minimoida samalla kun tehdään epäsuorasti käyttäjien skedulointia. Tämän jälkeen työssä paneudutaan monilähetysten (multicast) keilanmuodostussuunnitteluun, jossa monilähetysryhmään kuuluvien käyttäjien alijoukolle lähetetään yhteistä ryhmäspesifistä dataa. Suunnittelun päämääränä on joko minimoida kokonaislähetysteho tietyllä palvelunlaatuvaatimuksella tai maksimoida pienin saavutettavissa oleva siirtonopeus käyttäjien joukossa tietyllä lähetysteholla. Toisin kuin olemassa olevat menetelmät, ehdotetussa mallissa käytetään yhteisesti sekä aika- että taajuusresursseja usean ryhmän keilanmuodostusta suunniteltaessa. Laajennuksena yhteistoiminnalliselle esikoodaukselle, väitöskirjassa käsitellään myös keilanmuodostusta pilvipohjaisessa radioliityntäverkkoarkkitehtuurissa. Keilanmuodostajat suunnitellaan keskitetysti, kvantisoidaan ja lähetetään datan mukana tukiasemille käyttäen runkoverkkoyhteyttä. Koska käyttäjiä voidaan palvella usealta tukiasemalta, keilanmuodostussuunnittelu muuttuu ei-konveksiksi kombinatoriseksi ongelmaksi. Toisin kuin olemassa olevissa ratkaisuissa, ehdotettu malli sisällyttää käyttäjien datan lisäksi keilanmuodostajien resursoinnin tarpeen runkoverkkoon. Tukiaseman antennien määrän lisääntyessä, keilanmuodostajien osuus runkoverkon käyttöasteesta kasvaa suureksi. Jotta keilanmuodostajien aiheuttamaa ylimääräistä tiedonsiirtotarvetta voitaisiin minimoida, esitellään kaksi tekniikkaa: kvantisointitarkkuuden muunteleminen sekä lähetykseen käytettävien aktiivisten antennien määrän vähentäminen. Lopuksi, jotta yhdistetyn tila-taajuussuunnittelun aiheuttamaa kompleksisuutta saataisiin vähennettyä, ehdotetaan kaksivaiheista menetelmää. MU-MIMO skedulointialgoritmin avulla etsitään ensin alijoukko käyttäjiä jokaiselle skedulointilohkolle. Esikooderit suunnitellaan vain valituille käyttäjille, mikä vähentää kompleksisuutta, heikentämättä suorituskykyä kuitenkaan olennaisesti. Poiketen nolla-avaruuteen perustuvista tekniikoista, esitetään yksinkertainen vektoriprojektioihin perustuva skeduleri. Kaikkien skedulerien reaaliaikasuorituskykyä on arvioitu toteuttamalla ne ohjelmoitavilla Xilinx ZYNQ-ZC702 system-on-chip (SoC) ja TI TCI6636K2H moniydinalustoilla.

Abstract This thesis examines radio resource management techniques for multicell multi-input single-output (MISO) downlink networks. Specifically, the thesis focuses on developing linear transmit beamforming techniques by optimizing certain quality-of-service (QoS) features, including, spectral efficiency, fairness, and throughput. The problem of weighted sum-rate-maximization (WSRMax) has been identified as a central problem to many network optimization methods, and it is known to be NP-hard. An algorithm based on a branch and bound (BB) technique which globally solves the WSRMax problem with an optimality certificate is proposed. Novel bounding techniques via conic optimization are introduced and their efficiency is illustrated by numerical simulations. The proposed BB based algorithm is not limited to WSRMax only; it can be easily extended to maximize any system performance metric that can be expressed as a Lipschitz continuous and increasing function of the signal-to-interference-plus-noise (SINR) ratio. Beamforming techniques can provide higher spectral efficiency, only when the channel state information (CSI) of users is accurately known. However, in practice the CSI is not perfect. By using an ellipsoidal uncertainty model for CSI errors, both optimal and suboptimal robust beamforming techniques for the worst-case WSRMax problem are proposed. The optimal method is based on a BB technique. The suboptimal algorithm is derived using alternating optimization and sequential convex programming. Through a numerical example it is also shown how the proposed algorithms can be applied to a scenario with statistical channel errors. Next two decentralized algorithms for multicell MISO networks are proposed. The optimization problems considered are: P1) minimization of the total transmission power subject to minimum SINR constraints of each user, and P2) SINR balancing subject to the total transmit power constraint of the base stations. Problem P1 is of great interest for obtaining a transmission strategy with minimal transmission power that can guarantee QoS for users. In a system where the power constraint is a strict system restriction, problem P2 is useful in providing fairness among the users. Decentralized algorithms for both problems are derived by using a consensus based alternating direction method of multipliers. Finally, the problem of spectrum sharing between two wireless operators in a dynamic MISO network environment is investigated. The notion of a two-person bargaining problem is used to model the spectrum sharing problem, and it is cast as a stochastic optimization. For this problem, both centralized and distributed dynamic resource allocation algorithms are proposed. The proposed distributed algorithm is more suitable for sharing the spectrum between the operators, as it requires a lower signaling overhead, compared with centralized one. Numerical results show that the proposed distributed algorithm achieves almost the same performance as the centralized one. / Tiivistelmä Tässä väitöskirjassa tarkastellaan monisoluisten laskevan siirtotien moniantennilähetystä käyttävien verkkojen radioresurssien hallintatekniikoita. Väitöskirjassa keskitytään erityisesti kehittämään lineaarisia siirron keilanmuodostustekniikoita optimoimalla tiettyjä palvelun laadun ominaisuuksia, kuten spektritehokkuutta, tasapuolisuutta ja välityskykyä. Painotetun summadatanopeuden maksimoinnin (WSRMax) ongelma on tunnistettu keskeiseksi monissa verkon optimointitavoissa ja sen tiedetään olevan NP-kova. Tässä työssä esitetään yleinen branch and bound (BB) -tekniikkaan perustuva algoritmi, joka ratkaisee WSRMax-ongelman globaalisti ja tuottaa todistuksen ratkaisun optimaalisuudesta. Samalla esitellään uusia conic-optimointia hyödyntäviä suorituskykyrajojen laskentatekniikoita, joiden tehokkuutta havainnollistetaan numeerisilla simuloinneilla. Ehdotettu BB-perusteinen algoritmi ei rajoitu pelkästään WSRMax-ongelmaan, vaan se voidaan helposti laajentaa maksimoimaan mikä tahansa järjestelmän suorituskykyarvo, joka voidaan ilmaista Lipschitz-jatkuvana ja signaali-(häiriö+kohina) -suhteen (SINR) kasvavana funktiona. Keilanmuodostustekniikat voivat tuottaa suuremman spektritehokkuuden vain, jos käyttäjien kanavien tilatiedot tiedetään tarkasti. Käytännössä kanavan tilatieto ei kuitenkaan ole täydellinen. Tässä väitöskirjassa ehdotetaan WSRMax-ongelman ääritapauksiin sekä optimaalinen että alioptimaalinen keilanmuodostustekniikka soveltaen tilatietovirheisiin ellipsoidista epävarmuusmallia. Optimaalinen tapa perustuu BB-tekniikkaan. Alioptimaalinen algoritmi johdetaan peräkkäistä konveksiohjelmointia käyttäen. Numeerisen esimerkin avulla näytetään, miten ehdotettuja algoritmeja voidaan soveltaa skenaarioon, jossa on tilastollisia kanavavirheitä. Seuraavaksi ehdotetaan kahta hajautettua algoritmia monisoluisiin moniantennilähetyksellä toimiviin verkkoihin. Tarkastelun kohteena olevat optimointiongelmat ovat: P1) lähetyksen kokonaistehon minimointi käyttäjäkohtaisten minimi-SINR-rajoitteiden mukaan ja P2) SINR:n tasapainottaminen tukiasemien kokonaislähetystehorajoitusten mukaisesti. Ongelma P1 on erittäin kiinnostava, kun pyritään kehittämään mahdollisimman pienen lähetystehon vaativa lähetysstrategia, joka pystyy takaamaan käyttäjien palvelun laadun. Ongelma P2 on hyödyllinen tiukasti tehorajoitetussa järjestelmässä, koska se tarjoaa tasapuolisuutta käyttäjien välillä. Molempien ongelmien hajautetut algoritmit johdetaan konsensusperusteisen vuorottelevan kertoimien suuntaustavan avulla. Lopuksi tarkastellaan kahden langattoman operaattorin välisen spektrinjaon ongelmaa dynaamisessa moniantennilähetystä käyttävässä verkkoympäristössä. Spektrinjako-ongelmaa mallinnetaan käyttämällä kahden osapuolen välistä neuvottelua stokastisen optimoinnin näkökulmasta. Tähän ongelmaan ehdotetaan ratkaisuksi sekä keskitettyä että hajautettua resurssien allokoinnin algoritmia. Hajautettu algoritmi sopii paremmin spektrin jakamiseen operaattorien välillä, koska se vaatii vähemmän kontrollisignalointia. Numeeriset tulokset osoittavat, että ehdotetulla hajautetulla algoritmilla saavutetaan lähes sama suorituskyky kuin keskitetyllä algoritmillakin.