[論文レビュー] Feedback Prediction for Proactive HARQ in the Context of Industrial Internet of Things

Barış Göktepe, Tatiana Rykova+3 more|arXiv (Cornell University)|Sep 14, 2020

Cooperative Communication and Network Coding参考文献 19被引用数 6

ひとこと要約

本稿では、LDPC副符号におけるロジスティック回帰を用いたフィードバック予測を組み込んだ強化型プロアクティブ HARQプロトコルを提案し、産業用IoT（IIoT）システムにおけるエネルギー効率の向上を図る。フィードバックを早期に予測することで、処理遅延と再送信回数を削減し、1 msの遅延制約下で古典的プロアクティブ HARQ よりも11–15%高いエネルギー効率を達成するとともに、高フィードバック遅延のパワーコスト制約下の状況でも、制約なしのリアクティブ HARQ を上回る性能を示す。

ABSTRACT

In this work, we investigate proactive Hybrid Automatic Repeat reQuest (HARQ) using link-level simulations for multiple packet sizes, modulation orders, BLock Error Rate (BLER) targets and two delay budgets of 1 ms and 2 ms, in the context of Industrial Internet of Things (IIOT) applications. In particular, we propose an enhanced proactive HARQ protocol using a feedback prediction mechanism. We show that the enhanced protocol achieves a significant gain over the classical proactive HARQ in terms of energy efficiency for almost all evaluated BLER targets at least for sufficiently large feedback delays. Furthermore, we demonstrate that the proposed protocol clearly outperforms the classical proactive HARQ in all scenarios when taking a processing delay reduction due to the less complex prediction approach into account, achieving an energy efficiency gain in the range of 11% up to 15% for very stringent latency budgets of 1 ms at $10^{-2}$ BLER and from 4% up to 7.5% for less stringent latency budgets of 2 ms at $10^{-3}$ BLER. Furthermore, we show that power-constrained proactive HARQ with prediction even outperforms unconstrained reactive HARQ for sufficiently large feedback delays.

研究の動機と目的

• 超信頼性低遅延 IIoT コミュニケーションにおける遅延およびエネルギー効率の課題に対処すること。
• リアクティブ HARQ の HARQ ラウンドトリップ時間（RTT）ボトルネックを克服し、プロアクティブ再送信を可能にすること。
• フィードバック予測による不要な再送信の削減により、パワーコスト制約下の IIoT デバイスにおけるエネルギー効率を向上させること。
• さまざまな BLER 目標値、フィードバック遅延、および遅延予算（1 ms および 2 ms）における予測型 HARQ の性能を評価すること。
• フィードバック遅延が高い状況下でも、予測に基づくプロアクティブ HARQ が制約なしのリアクティブ HARQ を上回ることを実証すること。

提案手法

• 完全な符号語デコードの前に、LDPC副符号におけるロジスティック回帰を用いて HARQ フィードバックを予測する。
• フィードバック予測をプロアクティブ HARQ（prHARQ）に統合し、予測されたフィードバックに基づいて複数の再送バージョン（RVs）を自律的に送信する。
• 1.08 MHz 帯域幅、15 kHz サブキャリア間隔、3GPP OFDM波形を用いた TDL-C fading レンジでリンクレベルの性能をシミュレートする。
• 複数のトランスポートブロックサイズ（360–1000 ビット）、変調方式（4-QAM から 64-QAM）、および BLER 目標値（10⁻¹ から 10⁻³）を対象に評価する。
• 固定および低減されたフィードバック遅延下で、予測ベースの eprHARQ と古典的 paHARQ、リアクティブ HARQ（reHARQ）のエネルギー効率（EEG）を比較する。
• MMSE均衡化と 50 イタレーションの最小和 LDPC デコーディングを適用し、モデル学習に 1.7M 個のトレーニング／テスト符号語を用いる。

実験結果

リサーチクエスチョン

• RQ1 プロアクティブ HARQ におけるフィードバック予測は、厳密な遅延制約下にある IIoT システムにおいて、エネルギー効率を顕著に向上させ得るか？
• RQ2 フィードバック遅延、BLER 目標値、および遅延予算の変化に伴い、予測ベースのプロアクティブ HARQ のエネルギー効率向上はどのように変化するか？
• RQ3 早期フィードバック予測により処理遅延が十分に短縮され、特に 1 ms 違いの遅延制約下で測定可能なエネルギー効率の向上が得られるか？
• RQ4 パワーコスト制約下の予測付きプロアクティブ HARQ は、フィードバック遅延が高い状況下でも、制約なしのリアクティブ HARQ を上回るか？
• RQ5 予測精度が性能に与える影響は何か、特にタイトな遅延予算下の低 BLER 境界においては？

主な発見

• 10⁻² BLER 目標値、1 ms 違いの遅延予算下で、提案された eprHARQ スキームは、古典的 paHARQ よりも11–15%高いエネルギー効率を達成する。
• 10⁻³ BLER 目標値、2 ms 違いの遅延予算下で、eprHARQ スキームは paHARQ よりも4–7.5%高いエネルギー効率を達成する。
• フィードバック遅延を予測により1 OFDMシンボル短縮することで、1 ms 違いの遅延シナリオで最大14%のエネルギー効率向上が得られる。
• パワーコスト制約下でも、フィードバック遅延が 6 OFDMシンボル（1 ms）以上、または 13 OFDMシンボル（2 ms）以上に達する場合には、予測付きプロアクティブ HARQ が制約なしのリアクティブ HARQ を上回る。
• 予測によるエネルギー効率の向上は、低 BLER 境界および厳しい遅延制約下で顕著であり、IIoT アプリケーションへの強い適合性を示す。
• eprHARQ の平均エネルギー効率向上はフィードバック遅延が増加するにつれて減少するが、評価されたすべての BLER 目標値および遅延予算で有意な水準を維持する。