[論文レビュー] A Fair Scheduling Model for Centralized Cognitive Radio Networks

Didem Gözüpek, Fatih Alagöz|arXiv (Cornell University)|Sep 9, 2013

Cognitive Radio Networks and Spectrum Sensing参考文献 38被引用数 4

ひとこと要約

この論文は、動的スペクトラムアクセスを伴う集中型認知無線ネットワーク（CRN）において、複数のアンテナを備えたセカンダリユーザー（SU）の周波数、時隙、データレート割り当てを統合的に最適化する一般化されたフェアスケジューリングモデルを提案する。最近のスループット履歴をウィンドウ化メカニズムで統合することで、時間的公平性とスループットの両方を確保するとともに、プライマリユーザー（PU）保護、信頼性の高いCBS-SU通信、衝突回避を実現する。シミュレーション結果から、ヒューリスティックアルゴリズムがCPLEXおよびKNITROの解に非常に近い性能を達成することが示された。

ABSTRACT

We formulate throughput maximizing, max-min fair, weighted max-min fair, and proportionally fair scheduling problems for cognitive radio networks managed by a centralized cognitive base station. We propose a very general scheduling model accomplishing goals such as making frequency, time slot, and data rate allocation to secondary users with possibly multiple antennas, in a heterogenous multi-channel and multi-user scenario. Moreover, our schedulers ensure that reliable communication between the cognitive base station and secondary users are maintained, no collisions occur among secondary users, and primary users in the service area of the cognitive base station are not disturbed. Two distinctive features of our fair schedulers are that they provide joint temporal and throughput fairness, and take throughput values experienced by secondary users in the recent past, referred to as window size, into account and use this information in the current scheduling decision. We also propose a heuristic algorithm for our fair schedulers and demonstrate through simulations that our proposed heuristic yields very close solutions to the values obtained from the optimization softwares. Furthermore, we make extensive simulations to evaluate our schedulers' performance in terms of both total throughput and fairness for varying number of secondary users, frequencies, antennas, and window size.

研究の動機と目的

• 動的スペクトラムアクセスを伴う集中型認知無線ネットワークにおけるフェアで効率的なリソース割り当ての課題に対処すること。
• セカンダリユーザー（SU）との信頼性の高い通信を維持しつつ、プライマリユーザー（PU）が干渉を受けることのないよう保証すること。
• 最大最小、重み付き最大最小、比例公平性といった複数の公平性基準を統合的にサポートする統一スケジューリングフレームワークの構築。
• 過去のスループット性能（ウィンドウ化メカニズムを介して）を現在のスケジューリング意思決定に組み込むことで、公平性とスループットのバランスを図ること。
• 商業的最適化ソフトウェアの計算コストの高いソルバーよりも依存しない、近似的最適解に近い性能を達成するヒューリスティックアルゴリズムの設計。

提案手法

• 集中制御下で、スループット最大化、最大最小公平、重み付き最大最小公平、比例公平の4つのスケジューリング問題を定式化する。
• セカンダリユーザーの最近のスループット値を保存するウィンドウ化メカニズムを導入し、現在のスケジューリング意思決定に反映させる。
• 最大最小公平および比例公平を対象とした、グリーディなヒューリスティックアルゴリズムを設計し、異なる公平性目的に適応可能である。
• セカンダリ伝送中にPUが干渉や検出を受けることを防ぐことで、PU保護を確保する。
• 時隙と周波数割り当ての調整により、セカンダリユーザー間の衝突を回避する。
• 複数のアンテナとチャネルを対象とした、周波数、時隙、データレート割り当ての統合最適化フレームワークを採用する。

実験結果

リサーチクエスチョン

• RQ1 集中型認知ベースステーションは、システムスループットを最大化するとともに、プライマリユーザーを保護しつつ、どのようにスペクトラムリソースをフェアに割り当てることができるか？
• RQ2 過去のスループット性能を組み込むことで、動的スペクトラムアクセス環境における公平性とネットワークの適応性はどの程度向上するか？
• RQ3 計算コストの高いソルバーよりも依存しないヒューリスティックアルゴリズムは、フェアスケジューリング問題において近似的最適性能を達成できるか？
• RQ4 最大最小、重み付き最大最小、比例公平といった異なる公平性基準は、ユーザー数の変動やチャネルの不均一性といったさまざまなネットワーク状態下で、どのように性能を示すか？
• RQ5 スケジューリングメカニズムにおけるウィンドウサイズを調整する際、合計スループットと公平性の間にどのようなトレードオフが生じるか？

主な発見

• 提案されたヒューリスティックアルゴリズムは、CPLEXおよびKNITRO最適化ソフトウェアの性能に非常に近いスケジューリング性能を達成しており、実用性が裏付けられた。
• ウィンドウサイズを拡大しても、最大最小または比例公平スケジューラの性能は劣化しないが、重み付き最大最小公平スケジューリングでは合計スループットが向上する反面、目標重みからのずれが大きくなる。
• セカンダリユーザー数が少ない状況では、スループット最大化スケジューラの公平性インデックスはフェアスケジューラに比べわずかに低いにとどまり、実用的選択肢となる。
• 多くのセカンダリユーザーが存在し、チャネルが著しく不均一な状況下では、比例公平スケジューラが最大最小公平スケジューリングよりも、公平性と合計スループットのバランスをより良好に実現する。
• 重み付き最大最小公平スケジューラは、目標重みに基づく優先順位によるスループット割り当てを可能にし、サービス差別化を実現できる。
• ウィンドウ化メカニズムは一時的なスループット損失を効果的に補償し、システム効率を損なわせることなく、時間経過に伴い公平性を向上させる。