[論文レビュー] Opportunistic Cooperation in Cognitive Femtocell Networks

Rahul Urgaonkar, Michael J. Neely|arXiv (Cornell University)|Mar 7, 2011

Cognitive Radio Networks and Spectrum Sensing参考文献 24被引用数 5

ひとこと要約

本稿は、認知小セルネットワークにおける機会的協調通信を目的としたリャプノフ最適化に基づくオンライン制御アルゴリズムを提案する。二次利用ユーザーが協力的に主利用ユーザーの送信信頼性を向上させることで、アクセス機会を増加させる。本手法は、時間平均的送信電力制約のもとで、二次利用ユーザーのスループットを証明可能に最適化する。従来の制約付きマルコフ決定過程における動的プログラミングの限界を克服する。

ABSTRACT

We investigate opportunistic cooperation between unlicensed secondary users and legacy primary users in a cognitive radio network. Specifically, we consider a model of a cognitive network where a secondary user can cooperatively transmit with the primary user in order to improve the latter's effective transmission rate. In return, the secondary user gets more opportunities for transmitting its own data when the primary user is idle. This kind of interaction between the primary and secondary users is different from the traditional dynamic spectrum access model in which the secondary users try to avoid interfering with the primary users while seeking transmission opportunities on vacant primary channels. In our model, the secondary users need to balance the desire to cooperate more (to create more transmission opportunities) with the need for maintaining sufficient energy levels for their own transmissions. Such a model is applicable in the emerging area of cognitive femtocell networks. We formulate the problem of maximizing the secondary user throughput subject to a time average power constraint under these settings. This is a constrained Markov Decision Problem and conventional solution techniques based on dynamic programming require either extensive knowledge of the system dynamics or learning based approaches that suffer from large convergence times. However, using the technique of Lyapunov optimization, we design a novel greedy and online control algorithm that overcomes these challenges and is provably optimal.

研究の動機と目的

• 二次利用ユーザーが協力的に主利用ユーザーの送信信頼性を向上させることで、認知小セルネットワークにおけるリソース割り当ての課題に対処すること。
• 主利用ユーザーと二次利用ユーザーの相互作用を、二次利用ユーザーの行動が主利用ユーザーのチャネル占有に影響を与える制約付きマルコフ決定過程（MDP）としてモデル化すること。
• 時間平均的送信電力制約を満たしつつ、二次利用ユーザーのスループットを最大化する低複雑性のオンライン制御アルゴリズムを設計すること。
• 広範なシステム知識を必要とするか、収束が遅いという問題を抱える従来の動的プログラミングや学習ベースの手法の限界を克服すること。
• リャプノフ最適化技術を用いて、安定性と性能保証を備えた証明可能な最適解を確立すること。

提案手法

• システム状態（主利用ユーザーのチャネル占有状態）が二次利用ユーザーの行動に依存する制約付きMDPとして問題を定式化する。
• リャプノフ最適化フレームワークを適用し、ドリフト＋ペナルティ式を最小化するグリーディなオンライン制御アルゴリズムを設計する。
• ドリフト＋ペナルティ技術を用いて、キューの安定性とスループット効用のバランスを保ち、時間平均的送信電力制約を満たす。
• 再生理論およびリトルの法則を用いて、平均ビジーパリオード期間と到着間隔の期待値といった重要な性能指標の式を導出する。
• パケット到着およびサービス時間にメモリレス性とi.i.d.仮定を適用し、ビジーパリオードの2次モーメントを計算する。
• リャプノフドリフト法を活用して元のMDPを扱いやすい最適化問題に変換し、リアルタイムかつ状態に依存しない制御意思決定を可能にする。

実験結果

リサーチクエスチョン

• RQ1 認知小セルネットワークにおける二次利用ユーザーは、どのようにして主利用ユーザーを協力的に支援し、送信成功確率を向上させることができるか？
• RQ2 送信電力制約のもとで、協力の努力と自己持続的送信機会の間で、最適なトレードオフは何か？
• RQ3 二次利用ユーザーの協力は、主利用ユーザーのチャネル占有プロセスおよびキューイングダイナミクスにどのように影響を与えるか？
• RQ4 完全なシステムダイナミクスの知識がなくても、低複雑性でオンラインで動作するアルゴリズムが、証明可能な最適な二次利用ユーザーのスループットを達成できるか？
• RQ5 このような協調的認知無線システムにおいて、性能バウンダリーを導出するとともに、安定かつ効率的な制御ポリシーを設計するための分析フレームワークは何か？

主な発見

• 提案されたリャプノフに基づくアルゴリズムは、時間平均的送信電力制約のもとで、二次利用ユーザーのスループットを証明可能に最適化し、性能保証を有する。
• 主利用ユーザーの送信間隔の期待値は $\mathbb{E}\{I\} = 1/\lambda_{pu}$ と導出され、ビジーパリオード期間の期待値は $\mathbb{E}\{B\} = 1/(\phi_{nc} - \lambda_{pu})$ である。
• ビジーパリオードの2次モーメントは $\mathbb{E}\{B^2\} = \frac{(2-\phi_{nc})}{\phi_{nc}(\phi_{nc}-\lambda_{pu})} + \frac{2\lambda_{pu}}{\phi_{nc}(\phi_{nc}-\lambda_{pu})^2} + \frac{4\lambda_{pu}^2(1-\phi_{nc})}{\phi_{nc}(\phi_{nc}-\lambda_{pu})^3}$ と導出され、正確な性能分析が可能になる。
• 動的プログラミングや学習ベースの手法を避けることで、高速な収束と低計算複雑性を達成する。
• 二次利用ユーザーの協力が主利用ユーザーの行動に影響を与えるフィードバックループをモデルが捉えている点が、従来の動的スペクトラムアクセスモデルとは顕著に異なる。
• 理論的最適性保証を備えたリアルタイムかつ状態に依存する制御意思決定を可能にすることで、認知小セルネットワークにおける実用的導入を支援する。