[論文レビュー] A Distributed Dynamic Frequency Allocation Algorithm

Behtash Babadi, Vahid Tarokh|ArXiv.org|Nov 21, 2007

Wireless Communication Networks Research参考文献 10被引用数 8

ひとこと要約

本稿では、クラスタ化された無線ネットワークにおける分散動的周波数割り当てアルゴリズムを提案する。各クラスタは、局所的な干渉情報に基づいて周波数帯を選択し、干渉を最小化する。アルゴリズムは、最適な集中型割り当てのシャノン容量のおよそ90％に相当する部分最適解に収束し、理論的境界とシミュレーションにより、空間的および時間変動する条件下でも近似的に最適な性能を確認している。

ABSTRACT

We consider a network model where the nodes are grouped into a number of clusters and propose a distributed dynamic frequency allocation algorithm that achieves performance close to that of a centralized optimal algorithm. Each cluster chooses its transmission frequency band based on its knowledge of the interference that it experiences. The convergence of the proposed distributed algorithm to a sub-optimal frequency allocation pattern is proved. For some specific cases of spatial distributions of the clusters in the network, asymptotic bounds on the performance of the algorithm are derived and comparisons to the performance of optimal centralized solutions are made. These analytic results and additional simulation studies verify performance close to that of an optimum centralized frequency allocation algorithm. It is demonstrated that the algorithm achieves about 90% of the Shannon capacities corresponding to the optimum/near-optimum centralized frequency band assignments. Furthermore, we consider the scenario where each cluster can be in active or inactive mode according to a two-state Markov model. We derive conditions to guarantee finite steady state variance for the output of the algorithm using stochastic analysis. Further simulation studies confirm the results of stochastic modeling and the performance of the algorithm in the time-varying setup.

研究の動機と目的

• グローバルネットワーク知識を必要とせずに、集中型最適解に近い性能を達成する分散型周波数割り当てアルゴリズムの設計。
• クラスタ化された無線ネットワークにおいて、安定した部分最適な周波数割り当てパターンへのアルゴリズムの収束を保証すること。
• 特定の空間的クラスタ分布に対する漸近的性能境界を導出し、最適集中型解と比較すること。
• 2状態マルコフ過程としてモデル化された時間変動クラスタ活動下でのアルゴリズムの安定性および定常状態の分散の分析。
• 動的干渉およびネットワーク状態下での確率的解析とシミュレーションによるアルゴリズム性能の検証。

提案手法

• 各クラスタヘッドは、他のクラスタからの干渉が最小限である周波数帯を選択する。
• アルゴリズムは、干渉フィードバックに基づいてクラスタが周波数選択を段階的に更新する分散型反復更新ルールを用いる。経路損失チャネルモデルでモデル化される。
• 性能境界は、定理IV.5および定理IV.2を用いて導出され、最適干渉 $I_o$ とアルゴリズム出力干渉 $I_a$ の関係を、比 $\frac{I_a}{I_o} \leq \frac{r^{\eta-1}}{(d_{\text{min}}/\min\{d_{\text{max}},d\})^{\eta}}$ で表す。
• 確率的解析では、クラスタ活動を2状態マルコフ過程としてモデル化し、イ伊藤の公式（Itô rule）を適用して干渉の揺らぎの分散方程式を導出する。
• 定常状態の干渉分散は $\sigma_{ss}^2 = \mathcal{I}_a^2 \frac{16\lambda\tau}{N^2\rho - 16\lambda\tau}$ として導出され、安定性条件は $\frac{16\lambda\tau}{N^2\rho} < 1$ である。
• シミュレーションにより理論的境界が検証され、時間変動クラスタ活動や非同期送信下でも最適に近い性能を維持することが確認された。

実験結果

リサーチクエスチョン

• RQ1 グローバルネットワーク知識がなくても、分散型周波数割り当てアルゴリズムが集中型最適アルゴリズムに近い性能を達成できるか？
• RQ2 特定の空間的クラスタ分布下での分散型アルゴリズムの漸近的性能境界は何か？
• RQ3 時間変動クラスタ活動下でのアルゴリズムの挙動はどのように変化するか？ また、干渉の定常状態分散が有限であるための条件は何か？
• RQ4 クラスタ数が非常に多くなる極限において、アルゴリズムの干渉レベルと最適干渉の関係は何か？
• RQ5 アルゴリズムは安定状態に収束するか？ また、ネットワーク活動の変化にどの程度速やかに適応するか？

主な発見

• シミュレーションおよび理論的解析により、分散型アルゴリズムは、最適集中型周波数帯割り当てに対応するシャノン容量のおよそ90％を達成することが確認された。
• 理論的性能境界では、漸近的状態において、アルゴリズム干渉と最適干渉の比が $\frac{I_a}{I_o} \leq \frac{r^{\eta-1}}{(d_{\text{min}}/\min\{d_{\text{max}},d\})^{\eta}}$ で有界であることが示された。
• 時間変動クラスタ活動下では、$\frac{16\lambda\tau}{N^2\rho} < 1$ の条件下で干渉の定常状態分散が有限となり、アルゴリズムの安定性が保証される。
• 導出された分散方程式 $\sigma_{ss}^2 = \mathcal{I}_a^2 \frac{16\lambda\tau}{N^2\rho - 16\lambda\tau}$ は、目標レベルの周囲における干渉の長期的揺らぎを定量化する。
• シミュレーションにより、アルゴリズムが安定状態に収束し、動的ネットワーク状態下でも最適に近い性能を維持することが確認された。
• グローバル干渉知識ではなく局所的干渉フィードバックを用いることで、反復的ウォーターフィリング手法とは異なり、非最適ナッシュ均衡への収束を回避する。