[論文レビュー] Energy-Efficient Joint Congestion Control and Resource Optimization in Heterogeneous Cloud Radio Access Networks

Jian Li, Mugen Peng+2 more|arXiv (Cornell University)|Feb 17, 2016

Advanced MIMO Systems Optimization被引用数 9

ひとこと要約

本稿では、エネルギー効率（EE）を最大化しつつスループットと遅延をバランスさせるために、異種クラウド無線アクセスネットワーク（H-CRANs）におけるリャプノフに基づく同時混雑制御およびリソース最適化フレームワークを提案する。確率的最適化問題を連続性緩和とラグランジュ双対分解を用いて3つの部分問題に分解することで、効用、遅延、EEの間で定量的なトレードオフを達成し、シミュレーションでキュー安定性と電力節約を明確に示した。

ABSTRACT

The heterogeneous cloud radio access network (HCRAN) is a promising paradigm which integrates the advantages of cloud radio access network (C-RAN) and heterogeneous network (HetNet). In this paper, we study the joint congestion control and resource optimization to explore the energy efficiency (EE)-guaranteed tradeoff between throughput utility and delay performance in a downlink slotted H-CRAN. We formulate the considered problem as a stochastic optimization problem, which maximizes the utility of average throughput and maintains the network stability subject to required EE constraint and transmit power consumption constraints by traffic admission control, user association, resource block allocation and power allocation. Leveraging on the Lyapunov optimization technique, the stochastic optimization problem can be transformed and decomposed into three separate subproblems which can be solved concurrently at each slot. The third mixed-integer nonconvex subproblem is efficiently solved utilizing the continuity relaxation of binary variables and the Lagrange dual decomposition method. Theoretical analysis shows that the proposal can quantitatively control the throughput-delay performance tradeoff with required EE performance. Simulation results consolidate the theoretical analysis and demonstrate the advantages of the proposal from the prospective of queue stability and power consumption.

研究の動機と目的

• 時間変動するダウンリンクH-CRANsにおけるエネルギー効率（EE）、スループット、遅延のバランスをとる課題に取り組む。
• 従来の研究がフルバッファモデルを仮定し、確率的トラフィックダイナミクスと遅延指標を無視するという限界を克服する。
• EEおよび電力制約下で、トラフィック受容、ユーザ接続、リソースブロック割り当て、電力制御を統合的に最適化する確率的最適化問題を定式化する。
• リャプノフ最適化を用いてネットワーク安定性を保証し、スループット効用と遅延性能の間で調整可能なトレードオフを実現する。
• 性能境界が保証される分散型リアルタイム制御方策を設計し、部分問題を同時に解けるようにする。

提案手法

• 平均スループット効用を最大化するように、EE、送信電力、ネットワーク安定性の制約を課した、同時混雑制御およびリソース最適化の確率的最適化問題として定式化する。
• リャプノフ最適化技術を適用し、問題をドリフト＋ペナルティ最小化フレームワークに変換することで、スロット単位の制御意思決定を可能にする。
• 問題を3つの部分問題に分解する：(1) トラフィック受容およびユーザ接続、(2) リソースブロック割り当て、(3) 二値変数付きの電力割り当て。
• 二値変数の連続性緩和とラグランジュ双対分解を用いて、混合整数非凸部分問題を効率的に計算可能にする。
• 遅延とキュー安定性のバックプレッシャー制御のための仮想キューを導入し、EE制約を満たすために補助変数を導入する。
• 各スロットでドリフト＋ペナルティ式を最小化する制御方策を導出することで、安定性と性能境界を保証する。

実験結果

リサーチクエスチョン

• RQ1 時間変動するトラフィック下で、H-CRANsにおけるエネルギー効率をどのように保証しつつ、高いスループットと低い遅延を達成できるか？
• RQ2 厳密なエネルギー効率制約下で、スループット効用と遅延性能の間に達成可能なトレードオフは何か？
• RQ3 受容、接続、リソースブロック、電力割り当てを統合的に最適化できる分散型リアルタイム制御方策を設計できるか？
• RQ4 提案されたリャプノフベースのフレームワークは、動的H-CRAN環境下でネットワーク安定性とキュー有界性をどのように保証するか？
• RQ5 提案された解と最適な効用-EE-遅延トレードオフとの理論的性能ギャップは何か？

主な発見

• 提案アルゴリズムは、スループット効用と遅延性能の間で定量的かつ保証可能なトレードオフを達成し、リャプノフパラメータVによってトレードオフ要因を明確に制御可能である。
• 理論的解析により、平均効用が $ U^* - C/V $ で下限づけられることを示した。ここで $ U^* $ は最適効用、$ C $ は定数であり、$ V $ が大きくなるにつれて近似的最適性能が達成されることを保証する。
• 仮想キュー $ H_j(t) $ は $ V\beta\theta_R + A_j^{\text{max}} $ で有界であることが示され、システムの安定性と遅延の制御が保証される。
• トラフィックキュー $ Q_j(t) $ は $ V\beta\theta_R + 2A_j^{\text{max}} $ で有界であることが確認され、提案された受容制御方策下でキュー安定性が維持されることを裏付けた。
• シミュレーション結果は理論的解析を裏付け、ベースライン手法と比較してキュー安定性が向上し、電力消費が削減されたことを示した。
• アルゴリズムはEE、スループット、遅延のバランスを効果的に実現でき、最適化における $ \theta_R $-ベースの制約により、所定のEE目標を達成可能である。