[論文レビュー] Decoding Probability Analysis of Network-Coded Data Collection and Delivery by Relay Drones

Ioannis Chatzigeorgiou, Elena Manole|arXiv (Cornell University)|Apr 16, 2020

Cooperative Communication and Network Coding参考文献 17被引用数 3

ひとこと要約

本稿は、フィードバックなしの遅延耐性ネットワークにおけるリレードローンによるネットワーク符号化データ収集の復号確率を分析する理論的枠組みを提案する。有限体上のシステム的ランダム線形ネットワーク符号化（RLNC）とデータカローセルを比較し、大きな体でRLNCを用いることで全メッセージの復元が向上する一方、部分的復元には小さな体がより効率的であることを示し、性能は体のサイズ、ドローン数、消失確率に強く依存する。

ABSTRACT

Relay drones in delay-tolerant applications are dispatched to remote locations in order to gather data transmitted by a source node. Collected data are stored on the drones and delivered to one or multiple bases. This paper considers two schemes for broadcasting data to drones when feedback channels are not available: a data carousel and systematic random linear network coding (RLNC). We propose a theoretical framework for the calculation of the probability that a base will fully or partially recover the transmitted data and the probability that all involved bases will successfully obtain the data, when the bases are either isolated or interconnected. Theoretical results are validated through simulations. Design considerations are also discussed, including the relationship among the field size used by RLNC, the number of relay drones and the requirement for full data recovery or the retrieval of at least part of the data.

研究の動機と目的

• 遅延耐性ネットワークにおけるリレードローンによるデータ復元確率を計算する理論的枠組みの構築を目的とする。
• 単一または接続されたベースにおけるデータカローセルとシステム的RLNCの復号成功性能を比較することを目的とする。
• 信頼性の高いデータ配信を実現するための体サイズ、ドローン数、および送信パケット数の間の設計的トレードオフを同定することを目的とする。
• さまざまなチャネル消失条件におけるシミュレーションを通じて理論モデルの妥当性を検証することを目的とする。

提案手法

• ソースがk個のソースパケットを送信した後、nT −k個の符号化または繰り返しパケットをN個のドローンクラスタにブロードキャストするモデルを構築する。
• 各ドローンごとのパケット消失確率がǫi,jであるブロードキャスト消失チャネルモデルを用いる。
• サイズqの有限体GF(q)上でのシステム的RLNCを適用し、係数はランダムに選択する。
• 少なくともµ個のソースパケットまたはすべてのk個のパケットをベースが復元する確率の閉形式表現を導出する。
• 孤立したベースと接続されたベースの両方の構成を検討し、ベースでのデータ統合をモデル化する。
• モンテカルロシミュレーションを用いて、さまざまな体サイズ、ドローン数、消失確率における理論的結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 RLNCまたはデータカローセルを用いた場合、単一のベースがソースメッセージを全量または部分的に復元する確率は何か？
• RQ2 RLNCにおける体サイズqが、ドローン数と消失確率が与えられた状況での復号成功確率に与える影響は何か？
• RQ3 1クラスタあたりのドローン数が、メッセージ復元成功確率に与える影響は何か？
• RQ4 さまざまな送信方式において、送信パケット数nTとミッション成功確率の間のトレードオフは何か？
• RQ5 接続されたベースと孤立したベースでは、データ復元の信頼性においてどのように異なるか？

主な発見

• 全メッセージ復元（µ/k = 1）において、体サイズqを2から8に増加させると、特に高い消失率下でも復号確率が顕著に向上する。
• 部分的復元（µ/k = 0.8）が許容可能な場合、中程度のnTにおいてGF(2)のような小さな体がGF(8)などの大きな体を上回る性能を示す。これは高いダイバーシティゲインによるものである。
• L1 = 8ドローンの場合、消失確率ǫ ≈ 0.7を超えると性能が急激に低下し、信頼性の高い配信の明確なしきい値が存在することが示された。
• 単一のベース（N=1）かつk=30のソースパケットの場合、ǫ=0.4でL=9ドローンを用いることでnT = 30が達成可能であり、送信オーバーヘッドを最小限に抑えることができる。
• GF(4)上でのシステム的RLNCはGF(2)と比較してnTをわずかに削減するが、ドローン数が限られる状況ではデータカローセルよりも高い信頼性を示す。
• 送信効率よりも単純さを重視する場合、特にL ≥ 9ドローンが利用可能な場合には、データカローセルは依然として実用的である。