[論文レビュー] Exploiting QoS Flexibility for Smart Grid and IoT Applications Using TV White Spaces: Extended Version

Naveed Ul Hassan, Chau Yuen+1 more|arXiv (Cornell University)|Feb 10, 2017

Cognitive Radio Networks and Spectrum Sensing参考文献 11被引用数 4

ひとこと要約

本稿では、スマートグリッドおよびIoTアプリケーションにおける小規模認知無線無線ネットワークオペレータ（SCWNO）の高優先度チャネル（HPC）のリースコストを最小化するために、TV White Space（TVWS）スケジューリングにおいてQoSの柔軟性—具体的には伝送遅延とデータ品質の低減—を活用するリャプノフに基づくオンラインアルゴリズムを提案する。アルゴリズムは3つの調整可能なパラメータを用いて、コスト、遅延、品質の間で動的かつ最適なトレードオフを実現し、オフラインの下界に非常に近い性能を達成する。

ABSTRACT

In this paper, we consider the utilization of TV White Spaces (TVWS) by small Cognitive Radio (CR) wireless network operators (SCWNO) to support the communication needs of various smart grid and internet of things (IoT) applications. Spectrum leasing could be essential for SCWNO to support a wide range of applications. In our paper, we assume that in order to ensure Quality of service (QoS) requirements, the CR operator has the option of leasing the specially designated high priority TVWS channels (HPC) for short term use by paying a small fee according to the actual usage. Based on Lyapunov drift plus penalty function framework, we develop an online algorithm to exploit QoS flexibility. Such flexibility might be available in terms of data transmission delays as well as data quality reduction in order to minimize the overall HPC leasing cost. The developed algorithm also provides three adjustable parameters that could be controlled to tradeoff the total cost and QoS. The performance of the proposed algorithm is very close to the optimal offline lower bound solution.

研究の動機と目的

• スマートグリッドおよびIoTアプリケーションにおける小規模認知無線無線ネットワークオペレータ（SCWNO）の高優先度チャネル（HPC）リースコストを最小化する課題に対処すること。
• アプリケーション固有の制約を侵害せずに、許容可能な遅延および低減可能なデータ品質といったQoSの柔軟性を活用すること。
• リースコスト、遅延、データ品質のバランスを調整可能なオンラインでリアルタイムに動作するアルゴリズムを開発すること。
• 安定性と限定的なキューイング遅延を保証しながら、最適なオフライン下界に近い性能を達成すること。

提案手法

• アルゴリズムは、時間スロットごとに最適化問題を分離するため、リャプノフドリフトプラスペナルティフレームワークを用いる。
• 3つの仮想キューを導入する：キューのバックログ（Z(t)）、データ品質（Y(t)）、遅延（Q(t)）のそれぞれにペナルティ関数を適用する。
• 意思決定変数には、フルサイズ伝送、低サイズ伝送、伝送なしの3種類が含まれ、ドリフトプラスペナルティ式の最小化に基づいて行動が選択される。
• アルゴリズムは、チャネルの利用可能性（h(t)）と仮想キューの状態に基づいて、伝送モード（フル／低／なし）を動的に選択し、コストとQoSのバランスを取る。
• ペナルティ項には、コスト（c_f^max）、遅延（ε_d）、データ品質低減（ε_q）が含まれ、パrameterの調整によりコスト、遅延、品質の間のトレードオフを可能にする。
• 仮想キューと遅延の理論的上限が導出され、すべての条件下で安定性と限定的なバックログが保証される。

実験結果

リサーチクエスチョン

• RQ1 SCWNOは、スマートグリッドおよびIoTアプリケーションにおいて、QoS要件を満たしつつ、どのようにしてHPCリースコストを最小化できるか？
• RQ2 遅延とデータ品質低減におけるQoSの柔軟性をどれだけ活用することで、スケジューリングリースコストを削減できるか？
• RQ3 オンラインアルゴリズムは、オフライン最適解に近い性能を達成できるか？
• RQ4 実際の運用において、リースコスト、遅延、データ品質のトレードオフをどのように制御できるか？

主な発見

• 提案されたリャプノフに基づくオンラインアルゴリズムは、シミュレーションで最適なオフライン下界の1.5%以内の性能を達成する。
• アルゴリズムは限定的なキューのバックログを保証し、最大遅延 D_max = ⌈Vc_f^max + 1⌉ が満たされ、安定性が保証される。
• D_max 時間スロットにおける低サイズデータ伝送回数は、S_max = ⌈min((Y_max + D_max)/ε_q, D_max)⌉ で限定され、品質管理が保証される。
• 仮想キュー Z(t) と Y(t) はそれぞれ Z_max = (Vc_f^max)/(1+ε_d) + ε_d および Y_max = Vc_f^max + ε_q で限定され、システムの安定性が保証される。
• アルゴリズムは、コスト、遅延、品質のトレードオフをアプリケーションのニーズに応じて調整可能な3つの調整可能なパrameter（ε_d, ε_q, V）を提供する。