[論文レビュー] Online Ski Rental for ON/OFF Scheduling of Energy Harvesting Base Stations

Gilsoo Lee, Walid Saad+3 more|arXiv (Cornell University)|Feb 1, 2016

Advanced MIMO Systems Optimization参考文献 32被引用数 4

ひとこと要約

本稿では、エネルギーの不確実性下でも運用コストを最小化するため、エネルギー回収小セル基 station (SBS) の自律的・オンラインでのオン/オフスケジューリングを目的としたスキー貸し出しベースのアルゴリズムを提案する。問題をオンライン最適化問題としてモデル化し、競争比1.86を達成する確率的オンラインアルゴリズム (ROA) を導入することで、ベースライン手法と比較して最大15.6%のエネルギー消費削減と20.6%の遅延低減を実現した。

ABSTRACT

The co-existence of small cell base stations (SBSs) with conventional macrocell base station is a promising approach to boost the capacity and coverage of cellular networks. However, densifying the network with a viral deployment of SBSs can significantly increase energy consumption. To reduce the reliance on unsustainable energy sources, one can adopt self-powered SBSs that rely solely on energy harvesting. Due to the uncertainty of energy arrival and the finite capacity of energy storage systems, self-powered SBSs must smartly optimize their ON and OFF schedule. In this paper, the problem of ON/OFF scheduling of self-powered SBSs is studied, in the presence of energy harvesting uncertainty with the goal of minimizing the operational costs consisted of energy consumption and transmission delay of a network. For the original problem, we show an algorithm can solve the problem in the illustrative case. To reduce the complexity of the original problem, an approximation is proposed. To solve the approximated problem, a novel approach based on the ski rental framework, a powerful online optimization tool, is proposed. Using this approach, each SBS can effectively decide on its ON/OFF schedule autonomously, without any prior information on future energy arrivals. By using competitive analysis, a deterministic online algorithm (DOA) and a randomized online algorithm (ROA) are developed. ROA is shown to achieve the optimal competitive ratio in the approximation problem. Simulation results show that, compared to a baseline approach, the ROA can yield performance gains reaching up to 15.6% in terms of reduced total energy consumption of SBSs and up to 20.6% in terms of per-SBS network delay reduction. The results shed light on the fundamental aspects that impact the ON time of SBSs while demonstrating that the proposed ROA can reduce up to 69.9% the total cost compared to a baseline approach.

研究の動機と目的

• エネルギーの不確実で途切れの生じる到着下でのエネルギー回収小セル基 station (SBS) の運用コストを最小化する課題に対処すること。
• 将来のエネルギー到着状況を事前に把握しない状況下でも、SBSの自律的・リアルタイムなオン/オフスケジューリングを可能にすること。
• 密集したセルラーネットワークにおけるエネルギー消費と送信遅延を含む総合運用コストを低減すること。
• 最悪のエネルギー到着シナリオ下でも良好な性能を示す、競争的オンラインアルゴリズムの開発

提案手法

• 問題は、SBSがエネルギー回収からマクロ基 station (MBS) のバックホールに依存する状態に切り替えるタイミングを決定するオンラインスキー貸し出し問題としてモデル化される。
• 性能の上限を保証するため、競争的分析を用いて決定的オンラインアルゴリズム (DOA) と確率的オンラインアルゴリズム (ROA) が開発された。
• ROAは、近似問題において最適な競争比1.86を達成することが証明され、最悪ケースのコストを最小化する。
• エネルギーコストレートと蓄えられたエネルギー量の変化に応じて、OFF時間のしきい値を動的に更新する。
• 計算複雑性を低減しつつ、ほぼ最適な性能を維持するための近似が導入された。
• 本手法により、エネルギーコストと蓄電量の局所的情報のみを用いて、各SBSが分散型でリアルタイム意思決定を行うことが可能になった。

実験結果

リサーチクエスチョン

• RQ1 将来のエネルギー到着情報が得られない状況下で、SBSはどのように自律的にオン・オフ状態をスケジューリングできるか？
• RQ2 不確実性下での回収エネルギーの使用とMBS容量の購入の間で、最適なトレードオフは何か？
• RQ3 競争的オンラインアルゴリズムは、総合運用コストを最小化する上でほぼ最適な性能を達成できるか？
• RQ4 提案されたオンラインスケジューリングアルゴリズムの理論的性能限界（競争比）は何か？
• RQ5 提案されたROAは、エネルギー消費と遅延低減の観点で、ベースライン手法と比べてどのように優れているか？

主な発見

• 確率的オンラインアルゴリズム (ROA) は、競争比1.86を達成し、強い最悪ケース性能保証を示した。
• ベースライン手法と比較して、ROAは最大15.6%の総エネルギー消費削減を達成した。
• SBS1台あたりのネットワーク遅延を最大20.6%低減した。
• ベースライン手法と比較して、ROAは総合運用コストを最大69.9%削減した。
• DOAとROAの両方が、動的なエネルギー環境下でスイッチングオーバーヘッドと送信遅延を顕著に低減した。
• 近似手法は、リアルタイム導入に適した計算複雑性を低減しながらも、高い性能を維持した。