[論文レビュー] Backhaul Traffic Balancing and Dynamic Content-Centric Clustering Based on Beamforming in the Downlink of Fog Radio Access Network

Di Chen, Stephan Schedler+1 more|arXiv (Cornell University)|Feb 17, 2016

Caching and Content Delivery被引用数 1

ひとこと要約

本稿では、Fog Radio Access Networks (F-RAN) におけるマルチキャストビームフォーミング、動的クラスタリング、バックハールトラフィックバランスの共同最適化を提案し、ユーザーのQoSを確保するとともにバックハール負荷をバランスさせながら、消費電力を最小化することを目的としている。リモートユニット（RU）におけるローカルキャッシュの活用と、ファイルリクエストおよびバックハール容量に基づく動的クラスタ形成により、バックハールトラフィックを低減し、スペクトル効率を向上させている。

ABSTRACT

Recently, an evolution of the Cloud Radio Access Network (C-RAN) has been proposed, named as Fog Radio Access Network (F-RAN). Compared to C-RAN, the Radio Units (RUs) in F-CAN are equipped with local caches, which can store some frequently requested files. In the downlink, users requesting the same file form a multicast group, and are cooperatively served by a cluster of RUs. The requested file is either available locally in the cache of this cluster or fetched from the Central Processor (CP) via backhauls. Thus caching some frequently requested files can greatly reduce the burden on backhaul links. Whether a specific RU should be involved in a cluster to serve a multicast group depends on its backhaul capacity, requested files, cached files and the channel. Therefore it is subject to optimization. In this paper we investigate the joint design of multicast beamforming, dynamic clustering and backhaul traffic balancing. Beamforming and clustering are jointly optimized in order to minimize the power consumed, while QoS of each user is to be met and the traffic on each backhaul link is balanced according to its capacity.

研究の動機と目的

• 頻繁なファイルリクエストと限られたバックハール容量によるF-RANダウンリンクにおける高いバックハールトラフィックとエネルギー非効率性に対処する。
• リモートユニット（RU）におけるローカルキャッシュを活用して、マルチキャストグループを中央プロセッサに依存せずにローカルで提供することで、バックハール負荷を低減する。
• バックハール容量およびチャネル状態に基づいて、同じファイルをリクエストするユーザーを効率的に協調してサービスするRUのクラスタを動的に形成する。
• リンク間のバックハールトラフィックをバランスさせることで、混雑を防ぎ、ネットワーク効率を向上させる。
• 個々のユーザーのQoS要件を満たしつつ、総消費電力を最小化する。

提案手法

• F-RANにおけるマルチキャストビームフォーミング、動的クラスタリング、バックハールトラフィックバランスの共同最適化問題を定式化する。
• ビームフォーミングベクトルを用いて信号をマルチキャストグループに向け、干渉と電力消費を最小化する。
• ローカルキャッシュ内のファイルの可用性、リクエストされたファイル、バックハール容量制約に基づいて、RUをクラスタに動的に割り当てる。
• 各RUのバックハール容量に応じてファイル配信リクエストを分散させることで、バックハールトラフィックをバランスさせる。
• 反復的近似と分解を用いて非凸問題を解くための凸最適化技術を適用する。
• 最適化においてSINR（信号対干渉＋ノイズ比）制約を課すことにより、各ユーザーのQoSを保証する。

実験結果

リサーチクエスチョン

• RQ1 F-RANダウンリンクにおいて、複数のリンクにわたるバックハールトラフィックをどのように効果的にバランスさせるか？
• RQ2 バックハール容量と電力消費を最小化する条件下で、動的クラスタを最適に形成する方法は何か？
• RQ3 RUにおけるローカルキャッシュをどのように活用してバックハール負荷を低減し、システム効率を向上させるか？
• RQ4 全ユーザーのQoSを確保しながら、総送信電力を最小化するビームフォーミング戦略は何か？
• RQ5 クラスタリング、ビームフォーミング、バックハール負荷バランスの共同最適化を効率的に定式化・解釈する方法は何か？

主な発見

• 提案された共同最適化により、中央プロセッサに依存せずにRUにおけるローカルキャッシュを活用してマルチキャストグループを提供することで、バックハールトラフィックが顕著に低減された。
• バックハール容量およびファイルの可用性に基づく動的クラスタリングにより、バックハールリンク間でのトラフィック分布がよりバランスされた。
• アクティブなRUの数を最小化し、マルチキャストグループ向けにビームフォーミングベクトルを最適化することで、顕著な電力節約が達成された。
• SINR制約によりユーザーのQoSが保証され、干渉および容量制約下でも信頼性の高い受信が可能になった。
• 反復的最適化アプローチは、エネルギー効率、バックハール負荷、QoS要件のバランスをとる妥当な解に収束した。