[論文レビュー] Dynamic Virtual Resource Allocation for 5G and Beyond Network Slicing

Fei Song, Jun Li+4 more|arXiv (Cornell University)|Mar 29, 2020

Software-Defined Networks and 5G参考文献 29被引用数 6

ひとこと要約

本稿では、5Gおよびそれ以降のネットワークスライシングにおける動的バーチャルリソース割り当てスキームを、制約付きマルコフ意思決定過程（CMDP）フレームワークを用いて提案する。上行RANスライシングにおけるサブチャンネル割り当てとパワー制御を最適化する。パーチャンネルごとのQ要因分解とオンライン確率的学習を用いた近似動的プログラミングにより、遅延制約を満たしつつ高い重み付き合計送信レートを達成し、シミュレーションでベースライン手法を上回る性能を発揮する。

ABSTRACT

The fifth generation and beyond wireless communication will support vastly heterogeneous services and use demands such as massive connection, low latency and high transmission rate. Network slicing has been envisaged as an efficient technology to meet these diverse demands. In this paper, we propose a dynamic virtual resources allocation scheme based on the radio access network (RAN) slicing for uplink communications to ensure the quality-of-service (QoS). To maximum the weighted-sum transmission rate performance under delay constraint, formulate a joint optimization problem of subchannel allocation and power control as an infinite-horizon average-reward constrained Markov decision process (CMDP) problem. Based on the equivalent Bellman equation, the optimal control policy is first derived by the value iteration algorithm. However, the optimal policy suffers from the widely known curse-of-dimensionality problem. To address this problem, the linear value function approximation (approximate dynamic programming) is adopted. Then, the subchannel allocation Q-factor is decomposed into the per-slice Q-factor. Furthermore, the Q-factor and Lagrangian multipliers are updated by the use of an online stochastic learning algorithm. Finally, simulation results reveal that the proposed algorithm can meet the delay requirements and improve the user transmission rate compared with baseline schemes.

研究の動機と目的

• 5Gおよびそれ以降のネットワークスライシングにおける動的バーチャルリソース割り当てを、多様なQoS要件を満たすように最適化すること。
• eMBB、URLLC、mMTCなどの異種サービスにおいて、厳密な遅延制約下での上行送信レートを最適化すること。
• 動的リソース割り当てに内在する高次元CMDP問題を解く際の計算複雑性を低減すること。
• オンライン学習と価値関数近似を用いて、サブチャンネルおよびパワー割り当ての効率的かつリアルタイムな適応を可能にすること。

提案手法

• 無限時 horizon 平均報酬制約付きマルコフ意思決定過程（CMDP）として、共同サブチャンネル割り当てとパワー制御問題を定式化する。
• 同等のベルマン方程式と価値反復アルゴリズムを用いて最適制御方策を導出する。
• 次元の呪いを緩和するため、線形価値関数近似（近似動的プログラミング）を適用する。
• サブチャンネル割り当てのQ要因をスライスごとのQ要因に分解することで、計算複雑性を低減する。
• オンライン確率的学習アルゴリズムを用いて、リアルタイムにQ要因とラグランジュ乗数を反復更新する。
• 適応的リソース制御のため、チャネル状態情報（CSI）、キュー状態情報（QSI）、エネルギー状態情報（ESI）を統合する。

実験結果

リサーチクエスチョン

• RQ1 遅延制約下で重み付き合計送信レートを最大化するため、RANスライシングにおける動的バーチャルリソース割り当てをどのように最適化できるか？
• RQ2 CSI、QSI、ESIを統合することで、異種5Gサービスにおけるリソース割り当て性能にどのような影響を与えるか？
• RQ3 性能を損なわせることなく、CMDPを解く際の計算複雑性をどのように低減できるか？
• RQ4 提案されたオンライン学習アルゴリズムは、静的またはヒューリスティックベースラインと比較して、どの程度収束し、QoSを向上させるか？

主な発見

• 提案スキームは、ベースライン1（等比率リソース割り当て）およびベースライン2（CSIおよびQSIのみ）よりも高い重み付き合計送信レートを達成しており、特に高負荷状態で顕著な性能向上を示す。
• バッテリ容量が増加するにつれてスライスごとの送信レートが向上し、特にエネルギー供給が限られた状況でも提案スキームがベースラインを上回る。
• mMTCスライスのパケット破棄確率は、平均パケット到着レートが3を超えると急激に上昇するが、提案スキームはこれをベースラインと比較して緩和する。
• オンライン確率的学習アルゴリズムの収束は速く、80イテレーションでの性能はすでに収束値に近く、実用的なリアルタイム適用性を示している。
• シミュレーションにおいて理論的上限に漸近的に近づくため、近似的最適性能を示している。
• Q要因をスライスごとの成分に分解することで、計算複雑性を効果的に低減しつつ、高い性能を維持している。