[論文レビュー] Massive Machine Type Communication with Data Aggregation and Resource Scheduling

Jing Guo, Salman Durrani+2 more|arXiv (Cornell University)|Nov 10, 2016

IoT Networks and Protocols参考文献 27被引用数 3

ひとこと要約

本稿は、ネットワークの混雑を軽減し信頼性を向上させるために、データ集約とリソーススケジューリングを組み合わせた二段階型セルラーmMTCフレームワークを提案する。確率的幾何学を用いて、ランダムスケジューリング（RRS）とチャネルに配慮したスケジューリング（CRS）の下での信号対インタークッション比（SIR）および成功確率を分析し、RRSは著しく低い複雑性でCRSとほぼ同等の性能を達成することを示し、また過剰な集約段階のリソース割り当てが必ずしも性能向上に繋がらないことを明らかにした。

ABSTRACT

To enable massive machine type communication (mMTC), data aggregation is a promising approach to reduce the congestion caused by a massive number of machine type devices (MTDs). In this work, we consider a two-phase cellular-based mMTC network where MTDs transmit to aggregators (i.e., aggregation phase) and the aggregated data is then relayed to base stations (i.e., relaying phase). Due to the limited resources, the aggregators not only aggregate data, but also schedule resources among MTDs. We consider two scheduling schemes: random resource scheduling (RRS) and channel-aware resource scheduling (CRS). By leveraging the stochastic geometry, we present a tractable analytical framework to investigate the signal-to-interference ratio (SIR) for each phase, thereby computing the MTD success probability, the average number of successful MTDs and probability of successful channel utilization, which are the key metrics characterizing the overall mMTC performance. Our numerical results show that, although the CRS outperforms the RRS in terms of SIR at the aggregation phase, the simpler RRS has almost the same performance as the CRS for most cases with regards to the overall mMTC performance. Furthermore, the provision of more resources at the aggregation phase is not always beneficial to the mMTC performance.

研究の動機と目的

• 低コスト・低消費電力の端末が多数存在するため発生する、マス・マシンタイプ通信（mMTC）におけるネットワーク混雑の問題に対処すること。
• MTDがまず集約器に送信し、その後集約データが基地局に中継される二段階型mMTCアーキテクチャを設計すること。
• 特にランダム（RRS）とチャネルに配慮した（CRS）スケジューリングの二種類の手法が、システム性能に与える影響を評価すること。
• 干渉をモデル化し、成功確率やチャネル利用効率といった主要な性能指標を計算するため、確率的幾何学を用いた解析的フレームワークを構築すること。
• 集約段階でのリソース割り当てと全体のmMTC性能との間のトレードオフを調査すること。

提案手法

• ポisson点過程を用いて基地局（BS）および集約器がポisson分布で配置された大規模セルラーネットワークをモデル化する。
• 確率的幾何学を適用し、集約段階およびリレーリング段階における信号対インタークッション比（SIR）の分布を導出する。
• モーメント生成関数（MGF）技術とキャンベルの定理を用いて、アクティブな集約器および基地局からの干渉を計算する。
• 二種類のリソーススケジューリング方式を実装：ランダムリソーススケジューリング（RRS）とチャネルに配慮したリソーススケジューリング（CRS）、後者はチャネル品質に基づいてリンクの優先順位を決定する。
• 主な指標であるMTDの成功確率、成功するMTDの平均数、およびチャネル利用効率の成功確率について、閉形式の式を導出する。
• 基地局にアクティブな集約器が存在しない場合を扱うためにバイト確率モデルを適用し、シャドウフェージングにはガンマ分布を用いる。

実験結果

リサーチクエスチョン

• RQ1 mMTCネットワークの集約段階において、リソーススケジューリング（特にRRS対CRS）がSIRおよび成功確率に与える影響は何か？
• RQ2 集約段階でのリソース割り当てを増加させることは、全体のmMTC性能にどのような影響を与えるか？常に性能向上に繋がるのか？
• RQ3 多数の集約器および基地局からの干渉が、大規模mMTC環境におけるデータ伝送の信頼性に与える影響は何か？
• RQ4 実際の干渉およびリソース制約のもとで、より単純なRRS方式が、より複雑なCRS方式に近い性能を達成できるか？
• RQ5 集約段階でのリソース供給と、全体の信頼性およびスループットとの最適なトレードオフは何か？

主な発見

• チャネルに配慮したリソーススケジューリング（CRS）方式は、ランダムリソーススケジューリング（RRS）に比べ、集約段階でより高いSIRを達成しており、最適スケジューリング下でのリンク品質が優れていることを示している。
• SIRに優位性があるものの、RRSは成功確率および成功するMTD数の観点から、CRSとほぼ同等の全体的なmMTC性能を達成しており、著しい複雑性の増加なしに性能損失が最小限であることが示された。
• 集約段階でのリソース割り当てを増加させても、システム性能が必ずしも向上するとは限らず、ある閾値を超えると干渉が増加し、リソースの効果が段階的に減少する。
• チャネル利用効率の成功確率は、1つの基地局あたりのアクティブな集約器の数に非常に敏感であり、同じリソースブロックを共有する集約器が多すぎると性能が著しく低下する。
• 確率的幾何学に基づく解析的フレームワークは、理論的導出と整合性のある数値結果によって裏付けられ、システム性能の正確な予測を可能にした。
• バイト確率モデルは、基地局にアクティブな集約器が存在しない状況を効果的に捉えており、性能評価の正確性を向上させた。