[論文レビュー] Optimization of the Energy-Efficient Relay-Based massive IoT Network

Tiejun Lv, Zhipeng Lin+2 more|arXiv (Cornell University)|May 31, 2018

Advanced MIMO Systems Optimization参考文献 28被引用数 3

ひとこと要約

本稿では、巨大なMIMOを備えたマルチペアデコードアンドフォワードリレーシステムを用いた、低複雑性でエネルギー効率の高いリソース割り当て戦略を、巨大なIoTネットワークに対して提案する。エネルギー効率（EE）の閉形式および積分に基づく表現を導出することで、QoS制約のもとでリレーアンテナ数、リレートランスミットパワー、アクティブデバイスペア密度を共同最適化し、従来の手法と比較して顕著な利得を示す近最適なEEを達成する。

ABSTRACT

To meet the requirements of high energy efficiency (EE) and large system capacity for the fifth-generation (5G) Internet of Things (IoT), the use of massive multiple-input multipleoutput (MIMO) technology has been launched in the massive IoT (mIoT) network, where a large number of devices are connected and scheduled simultaneously. This paper considers the energyefficient design of a multi-pair decode-and-forward relay-based IoT network, in which multiple sources simultaneously transmit their information to the corresponding destinations via a relay equipped with a large array. In order to obtain an accurate yet tractable expression of the EE, firstly, a closed-form expression of the EE is derived under an idealized simplifying assumption, in which the location of each device is known by the network. Then, an exact integral-based expression of the EE is derived under the assumption that the devices are randomly scattered following a uniform distribution and transmit power of the relay is equally shared among the destination devices. Furthermore, a simple yet efficient lower bound of the EE is obtained. Based on this, finally, a low-complexity energy-efficient resource allocation strategy of the mIoT network is proposed under the specific qualityof- service (QoS) constraint. The proposed strategy determines the near-optimal number of relay antennas, the near-optimal transmit power at the relay and near-optimal density of active mIoT device pairs in a given coverage area. Numerical results demonstrate the accuracy of the performance analysis and the efficiency of the proposed algorithms.

研究の動機と目的

• 5G対応の巨大なIoT（mIoT）ネットワークにおける高いエネルギー効率（EE）と大容量システム性能を達成するという重要な課題に対処すること。
• 先行研究が主にスペクトル効率に注目しているのに対し、リレーシステムを用いた巨大MIMO mIoTシステムにおけるエネルギー効率設計の研究ギャップを埋めること。
• 現実的なデバイス配置およびパワー共有モデルのもとで、取り扱いやすく正確なEEの表現を構築すること。
• QoS制約のもとで、近最適なEEを達成するため、リレーのアンテナ数、送信パワー、アクティブmIoTデバイスペア密度を共同最適化する低複雑性リソース割り当て戦略を提案すること。

提案手法

• 計算の簡便さと正確さを確保するため、デバイス位置が既知であるという理想化された仮定のもとで、閉形式のEE表現を導出する。
• デバイスが一様にランダムに分布していると仮定し、受信機間でリレーの送信パワーを均等に分配するとしたもとで、正確な積分に基づくEE表現を構築する。
• 対数関数の凸性とジェンセンの不等式を用いて、簡単で効果的なEEの下限を確立する。
• 近最適なリレーのアンテナ数、リレー送信パワー、アクティブmIoTデバイスペア密度を同時に決定する低複雑性最適化フレームワークを提案する。
• QoS制約のもとで効率的な数値最適化を可能にするために、導出されたEE下限を代理目的関数として用いる。
• 数値結果を通じて、EE表現の正確さと提案戦略の効率性を検証する。

実験結果

リサーチクエスチョン

• RQ1 リソースがランダムに配置されたデバイスを有するリレーシステムを用いた巨大MIMO mIoTネットワークにおいて、エネルギー効率を正確にモデル化する方法は何か？
• RQ2 デバイス位置のランダムネスおよびリレーの送信パワー均等分配が達成可能なEEに与える影響は何か？
• RQ3 低複雑性最適化を可能にするために、EEのタイトで取り扱いやすい下限を導出できるか？
• RQ4 QoS制約のもとで、リレーのアンテナ数、送信パワー、アクティブデバイスペア密度を共同最適化することでEEに与える影響は何か？
• RQ5 提案戦略は、従来のリソース割り当て手法と比較して、EEおよびシステム性能の面でどの程度優れているか？

主な発見

• 提案されたEE下限は真のEEをよく近似しており、計算複雑度が低いにもかかわらず信頼性の高い最適化を可能にする。
• リレーのアンテナ数、送信パワー、アクティブデバイスペア密度の共同最適化により、近最適なエネルギー効率が達成される。
• 数値結果により、導出されたEE表現の正確さと提案アルゴリズムの有効性が確認される。
• デバイス密度に応じてアンテナ数とパワーを動的に適応させることで、顕著なEEの向上が達成される。
• 提案戦略は、総ネットワーク消費電力を最小化しながらQoS要件を維持する。
• 都市部のスマートシティ展開などの高密度mIoTシナリオにおいて、本手法は頑健性とスケーラビリティを示す。