[論文レビュー] Adaptive Transmission Parameters Selection Algorithm for URLLC Traffic in Uplink

Aleksei Shahsin, Andrey Belogaev+2 more|arXiv (Cornell University)|Feb 26, 2021

Advanced MIMO Systems Optimization参考文献 16被引用数 4

ひとこと要約

本稿では、5Gネットワークにおけるgrant-freeアクセスを用いた上行リンクURLLCトラフィック向けに、適応的送信パrameter選択アルゴリズムを提案する。gNBで収集された長期間のSNR統計に基づき、MCSと送信試行回数を動的に調整することにより、固定のロバストな設定と比較してチャネルリソース消費を50%以上削減しつつ、厳密なURLLCの信頼性および遅延要件を満たす。

ABSTRACT

Ultra-Reliable Low-Latency Communications (URLLC) is a novel feature of 5G cellular systems. To satisfy strict URLLC requirements for uplink data transmission, the specifications of 5G systems introduce the grant-free channel access method. According to this method, a User Equipment (UE) performs packet transmission without requesting channel resources from a base station (gNB). With the grant-free channel access, the gNB configures the uplink transmission parameters in a long-term time scale. Since the channel quality can significantly change in time and frequency domains, the gNB should select robust transmission parameters to satisfy the URLLC requirements. Many existing studies consider fixed robust uplink transmission parameter selection that allows satisfying the requirements even for UEs with poor channel conditions. However, the more robust transmission parameters are selected, the lower is the network capacity. In this paper, we propose an adaptive algorithm that selects the transmission parameters depending on the channel quality based on the signal-to-noise ratio statistics analysis at the gNB. Simulation results obtained with NS-3 show that the algorithm allows meeting the URLLC latency and reliability requirements while reducing the channel resource consumption more than twice in comparison with the fixed transmission parameters selection.

研究の動機と目的

• grant-free上行リンク送信におけるURLLCの信頼性とネットワーク容量のトレードオフを解消すること。
• 固定で過剰にロバストな送信パrameterを避けることで、チャネルリソース消費を低減すること。
• 制御信号のオーバーヘッドを最小限に抑えるために、長期的かつ安定的な送信パrameter設定を可能にすること。
• 時間変動するチャネル状態に応じて適応する動的パrameter選択メカニズムの開発。

提案手法

• アルゴリズムは、gNBで収集された長期間のSNR統計を用いて、すべての候補となる送信パrameter組み合わせのパケット損失率（PLR）を推定する。
• 二段階閾値メカニズム（PLRlowおよびPLRhigh）を採用し、信頼性が目標から著しく逸脱した場合にのみパrameterの適応をトリガーする。
• ウィンドウサイズWは、SNRおよびPLR推定の平均化 timescale を制御し、適応速度と安定性のバランスを取る。
• 送信パrameter（MCSおよびK）は、リソース使用量（RBG数）を最小限に抑えつつ、PLR ≤ 10−5 を満たすように選択される。
• フィードバック信号を回避するため、チェスコンビニングを用いたK繰り返しを活用し、低遅延送信を実現する。
• 最適パrameter選択は、固定MCS 0および理論的最適値と比較して性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 どのようにして送信パrameterを適応的に選択することで、リソース使用量を最小限に抑えつつURLLCの信頼性および遅延制約を満たせるか？
• RQ2 ウィンドウサイズWがパrameter適応の安定性および効率に与える影響は何か？
• RQ3 PLRlowおよびPLRhighの閾値がリソース消費量および適応頻度に与える影響は何か？
• RQ4 動的パrameter選択は、固定のロバストな設定と比較して、どれほどチャネルリソース消費を削減できるか？
• RQ5 最小限の制御信号および再設定オーバーヘッドで、アルゴリズムは理論的最適性能に近い性能を達成できるか？

主な発見

• 提案されたアルゴリズムは、最もロバストなMCS（MCS 0）を固定で選択する場合と比較して、チャネルリソース消費を2倍以上削減する。
• SNRwb ≥ −1 dB の場合、アルゴリズムのRBG使用量は理論的最適値に近く、性能を発揮する。
• ウィンドウサイズWが大きくなるに従い、リソース消費量は最適値に収束し、長期的適応の安定性を示す。
• W = 1秒の場合、平均して40秒に1回の頻度でパrameter再設定が発生し、ネットワークの安定性が向上する。
• PLRhighは10−5（99.999%の信頼性に対応）に固定されているが、ウィンドウサイズが増加するにつれてPLRlowも上昇し、大きなウィンドウではPLRhighに近づく。
• アルゴリズムにより長期的なパrameter設定が可能となり、grant-free上行リンク送信における制御信号のオーバーヘッドが削減される。