[論文レビュー] Optimal Resource Allocation in Full-Duplex Ambient Backscatter Communication Networks for Wireless-Powered IoT

Gang Yang, Dongdong Yuan+3 more|arXiv (Cornell University)|Jun 18, 2018

Energy Harvesting in Wireless Networks参考文献 30被引用数 8

ひとこと要約

本稿は、エネルギー制約およびスケジューリング制約のもとで、複数のバックスキャター機器（BDs）間の最小スループットを最大化するためのフルデュプレックス環境バックスキャター通信ネットワーク（F-ABCN）の共同最適化フレームワークを提案する。ラグランジュ双対性と逐次凸最適化を用いて、バックスキャター時間、反射係数、サブキャリア電力割り当てを共同最適化することで、ベンチマーク比最大で73.1%高い最大最小スループットを達成し、無線駆動型IoTシステムにおける公平性およびスペクトル効率の顕著な向上を示している。

ABSTRACT

This paper considers an ambient backscatter communication (AmBC) network in which a full-duplex access point (FAP) simultaneously transmits downlink orthogonal frequency division multiplexing (OFDM) signals to its legacy user (LU) and receives uplink signals backscattered from multiple BDs in a time-division-multiple-access manner. To maximize the system throughput and ensure fairness, we aim to maximize the minimum throughput among all BDs by jointly optimizing the backscatter time and reflection coefficients of the BDs, and the FAP's subcarrier power allocation, subject to the LU's throughput constraint, the BDs' harvested-energy constraints, and other practical constraints. For the case with a single BD, we obtain closed-form solutions and propose an efficient algorithm by using the Lagrange duality method. For the general case with multiple BDs, we propose an iterative algorithm by leveraging the block coordinated decent and successive convex optimization techniques. We further show the convergence performances of the proposed algorithms and analyze their complexities. In addition, we study the throughput region which characterizes the Pareto-optimal throughput trade-offs among all BDs. Finally, extensive simulation results show that the proposed joint design achieves significant throughput gain as compared to the benchmark schemes.

研究の動機と目的

• 複数のBDを有するフルデュプレックス環境バックスキャター通信（F-ABCN）ネットワークにおける基本的最適化の欠如に応える。
• 複数のバックスキャター機器（BDs）間の最小スループットを最大化し、リソース割り当てにおける公平性を確保する。
• レガシー利用者のスループット要件、BDのエネルギー回収制約、実用的ハードウェア制限を同時に満たす。
• スループット領域の概念を用いて、すべてのBDのスループット間のパレート最適なトレードオフを同定する。
• 非凸で多次元的なリソース割り当て問題における共同最適化のための効率的アルゴリズムを開発する。

提案手法

• LUのレート制約、回収エネルギー制約、ピーク電力制約、バックスキャター時間制約のもとで、最小BDスループットを最大化する非凸最適化問題を定式化する。
• 単一BDケースでは、ラグランジュ双対性とKKT条件を用いて、サブキャリア電力割り当ておよび反射係数最適化の閉形式解を導出する。
• 複数BDケースでは、ブロック座標降下法と逐次凸最適化を用い、バックスキャター時間、反射係数、サブキャリア電力割り当てを反復的に最適化する。
• 双対分解と部分勾配法を用いて双対問題を解き、局所最適解への収束を可能にする。
• すべてのBDのスループット間のパレート最適なトレードオフを特徴付けるためにスループット領域を導入する。
• 収束保証と誤差バウンドを、網羅的探索との比較により検証した反復的アルゴリズム（アルゴリズム2）を実装する。

実験結果

リサーチクエスチョン

• RQ1 複数のバックスキャター機器を有するフルデュプレックス環境バックスキャターネットワークにおいて、リソース割り当てをどのように共同最適化することで公平性を最大化できるか？
• RQ2 フルデュプレックス動作下で、バックスキャター機器のスループットとエネルギー回収の最適なトレードオフは何か？
• RQ3 時間、反射、電力割り当ての共同最適化により、ベンチマーク手法と比較してシステム性能はどのように向上するか？
• RQ4 複数BD F-ABCNにおける反復的アルゴリズムの収束特性と計算複雑度はいかなるものか？
• RQ5 スループット領域とスループット-エネルギートレードオフは、SNR やピーク電力といったシステムパラメータの変化にどのように応じて変化するか？

主な発見

• 提案された共同最適化により、SNR = 20 dB およびピーク電力が平均の5倍の条件下で、F-ABCNにおける等分配割り当てと比較して最大最小スループットが55.2%向上し、半二重モードAmBCN（H-ABCN）ベンチマークと比較して73.1%の向上を達成した。
• ピーク電力が一定の条件下で、回収エネルギー要件（$E_{ ext{min}}$）が低いほど、達成可能な最大最小スループットが高くなることが示され、明確なスループット-エネルギートレードオフが明らかになった。
• アルゴリズム2は約5回の反復で収束し、網羅的探索の結果（0.0202 bps/Hz）と $8 \times 10^{-5}$ の誤差内に、グローバル最適な最大最小スループット（0.02028 bps/Hz）を達成した。これは、近似的にグローバル最適性を確認するものである。
• スループット領域の分析により、BD間のパレート最適なトレードオフが明らかになった。共同最適化により、従来手法と比較してより優れた公平性とシステム性能が実現可能であることが示された。
• 本手法は、同時ダウンリンク送信とアップリンクバックスキャター受信を可能にするフルデュプレックス動作を実装することで、無線駆動型IoTにおけるスペクトル効率およびエネルギー効率を顕著に向上させた。
• 単一BDケースでは、ラグランジュ双対性を用いて閉形式解が得られ、効率的な実装と最適電力および反射係数割り当ての理論的洞察が可能になった。