[論文レビュー] Finite-horizon Online Transmission Rate and Power Adaptation on a Communication Link with Markovian Energy Harvesting

Baran Tan Bacinoglu, Elif Uysal‐Biyikoglu|arXiv (Cornell University)|May 20, 2013

Energy Harvesting in Wireless Networks参考文献 8被引用数 5

ひとこと要約

本稿では、有限の期間とマコフ型のエネルギー到着を伴うエネルギー効率化通信システムに対して、低複雑性のオンライン伝送レートおよびパワー適応方策を提案する。動的計画法の知見に基づく期待しきい値計算を活用することで、近似的に最適なスループットを達成しており、遅延制約性能において無限期間最適方策を上回っている一方で、リアルタイム実装に耐えうる計算的妥当性を保っている。

ABSTRACT

As energy harvesting communication systems emerge, there is a need for transmission schemes that dynamically adapt to the energy harvesting process. In this paper, after exhibiting a finite-horizon online throughput-maximizing scheduling problem formulation and the structure of its optimal solution within a dynamic programming formulation, a low complexity online scheduling policy is proposed. The policy exploits the existence of thresholds for choosing rate and power levels as a function of stored energy, harvest state and time until the end of the horizon. The policy, which is based on computing an expected threshold, performs close to optimal on a wide range of example energy harvest patterns. Moreover, it achieves higher throughput values for a given delay, than throughput-optimal online policies developed based on infinite-horizon formulations in recent literature. The solution is extended to include ergodic time-varying (fading) channels, and a corresponding low complexity policy is proposed and evaluated for this case as well.

研究の動機と目的

• 予測不能で時間的に変化するエネルギー供給が存在するエネルギー効率化システムにおける、動的伝送レートおよびパワー適応の課題に対処すること。
• 離散的パワー/レート適応およびマコフ型エネルギー効率化を前提とした、有限期間のオンラインスループット最大化問題を定式化すること。
• 最適な動的計画法解を最小限の計算負荷で近似する低複雑性ヒューリスティック方策を開発すること。
• 提案方策が遅延制約下で、既存の無限期間最適方策を上回ることを示すこと。
• 時間変動（フェージング）チャネルへの拡張を図り、伝送レート適応に向けた動的期待水位計算を導入すること。

提案手法

• 蓄えられたエネルギー、収集状態、残り期間の3要素からなる状態空間を用いて、問題をマコフ決定過程（MDP）として定式化する。
• 動的計画法を用いて最適解の構造を導出し、伝送レートおよびパワー選択に向けたしきい値に基づく意思決定ルールを明らかにする。
• 期待しきい値（ET）方策を提案し、将来のエネルギー供給およびチャネル状態の期待値に基づく時間変動しきい値を計算する。
• ウォーター・フィリングに類似した近似手法を用いて、期待水位を計算し、伝送パワーおよびレート適応を指針とする。
• 過去のエネルギー収集期待値およびチャネル利得に依存する簡略化された期待水位の表現を導入する。
• 時間変動するチャネル状態を考慮した動的期待水位計算を導入することで、フェージングチャネルに対しても方策を拡張する。

実験結果

リサーチクエスチョン

• RQ1 マコフ型エネルギー到着を伴う有限期間のエネルギー効率化システムにおいて、オンライン伝送レートおよびパワー適応をどのように最適化できるか。
• RQ2 エネルギー制約下で離散的レートおよび凸的パワー-レート関数を用いる場合、オンライン最適方策の構造はどのようなものか。
• RQ3 低複雑性ヒューリスティックが、最適な動的計画法解の性能を最小限の計算コストで近似可能か。
• RQ4 提案方策の性能は、スループットおよび遅延の観点で、無限期間最適方策と比べてどのように異なるか。
• RQ5 時間変動（フェージング）チャネルに適用可能なフレームワークは、動的水位計算を用いて拡張可能か。

主な発見

• 提案された期待しきい値（ET）方策は、広範なエネルギー収集パターンにおいて、最適な動的計画法解に近いスループットを達成する。
• ET方策は、定常的でないエネルギー収集プロセスが成立する状況において、定常レートおよびグリーディ方策を顕著に上回る。
• 任意の平均遅延に対して、本稿で提案するET方策は、先行研究における無限期間スループット最適（TO）方策を上回るスループットを達成する。
• 短い期間長であっても、ET方策と最適解との性能差は小さく保たれ、遅延に敏感なアプリケーションへの有効性を裏付ける。
• 期待水位の近似手法により、完全な動的計画法を解かずに最適伝送レベルを計算的に効率的に推定できる。
• フェージングチャネルへの拡張において、動的期待水位計算を導入することで、優れた性能を維持し、方策の時間変動条件への適応性を示している。