[論文レビュー] Scheduling in Wireless Networks under Uncertainties: A Greedy Primal-Dual Approach

Qiao Li, Rohit Negi|arXiv (Cornell University)|Jan 13, 2010

Advanced Wireless Network Optimization参考文献 8被引用数 6

ひとこと要約

この論文は、ランダムなパケット到着やチャネルフェージングなどの不確実パラメータを伴う無線ネットワークにおける最適スケジューリングのためのグリーディなプライマル・デュアルアルゴリズムを提案する。フロイド極限解析を活用し、下位の確率過程に対して強大数法則（SLLN）が成り立つものと仮定することで、アルゴリズムは漸近的に近似的に最適な性能を達成し、最大重みスケジューリング手法を、証明可能な収束性を伴う動的かつ不確実な環境へ一般化する。

ABSTRACT

This paper proposes a dynamic primal-dual type algorithm to solve the optimal scheduling problem in wireless networks subject to uncertain parameters, which are generated by stochastic network processes such as random packet arrivals, channel fading, and node mobilities. The algorithm is a generalization of the well-known max-weight scheduling algorithm proposed by Tassiulas et al., where only queue length information is used for computing the schedules when the arrival rates are uncertain. Using the technique of fluid limits, sample path convergence of the algorithm to an arbitrarily close to optimal solution is proved, under the assumption that the Strong Law of Large Numbers (SLLN) applies to the random processes which generate the uncertain parameters. The performance of the algorithm is further verified by simulation results. The method may potentially be applied to other applications where dynamic algorithms for convex problems with uncertain parameters are needed.

研究の動機と目的

• トラフィックレートやチャネル状態といった主要パラメータが不確実で時間変動する無線ネットワークにおける最適スケジューリングの課題に対処すること。
• 不確実パラメータの事前推定を必要とせず、大規模ネットワークではパラメータ数の指数的増加により実行不可能な場合があるため、スケーラブルでオンラインなアルゴリズムを開発すること。
• 一般凸最適化問題に不確実パラメータを含む状況において、最大重みスケジューリングアルゴリズムを一般化し、漸近的最適性を保証すること。
• ゆっくり収束するか時間変動する確率過程に適応できる、強固で動的なクロスレイヤー最適化ソリューションを提供すること。
• 強大数法則（SLLN）などの弱い確率的仮定の下で、フロイド極限技術を用いて理論的性能保証を確立すること。

提案手法

• 各タイムスロットにおけるスケジューリング意思決定を導くために、スケーリングされたキュー長（タイムスロットインデックスで除算した値）をプライマル・デュアルフレームワーク内の近似勾配として用いる。
• 真のパラメータが不明であっても、現在のキュー長情報と目的関数・制約関数の勾配の推定値に基づき、動的にスケジュールを計算する。
• 長時間スケールでのシステム行動を分析するために、フロイド極限解析を適用し、確率的システムを決定的フロイドモデルに変換する。
• フロイド極限解析は、パケット到着やチャネル状態などの下位確率過程が強大数法則（SLLN）を満たすものと仮定している。
• 勾配に基づく意思決定を最適解と比較することで、フロイド極限においてシステム軌道が最適解に限りなく近い解に収束することを保証する。
• 最大重みアルゴリズムを拡張し、デュアル変数と勾配に基づくスケジューリングを組み込むことで、不確実性下でのユーティリティ最適化とレート最適化を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ランダムな到着やフェージングチャネルなどの不確実で時間変動するパラメータを伴う無線ネットワークにおいて、動的かつオンラインのスケジューリングアルゴリズムが近似的に最適な性能を達成できるか。
• RQ2 パラメータ数がネットワークサイズに伴い指数的に増加する状況において、事前推定を必要とせず未知のパラメータに適応できるプライマル・デュアルアルゴリズムはどのように設計できるか。
• RQ3 確率的不確実性が存在する状況で、フロイド極限解析を用いて動的スケジューリングアルゴリズムの漸近的最適性を証明するための条件は何か。
• RQ4 パrameterのドリフトに強く、収束性に優れる既存の手法（例：最大重みスケジューリングやユーティリティ最適スケジューリング）と比較して、提案手法はどのような点で優れるか。
• RQ5 アルゴリズムは、ゆっくり収束するか時間変動するパラメータを自動で追跡し、過去の非最適意思決定を是正できるか。

主な発見

• 提案されたグリーディなプライマル・デュアルアルゴリズムは、下位確率過程が強大数法則（SLLN）を満たすものと仮定すれば、漸近的に最適性を達成する。
• フロイド極限技術を用いて、サンプルパス収束が最適解に限りなく近い解に達することを証明し、パラメータ不確実性に対して強いロバストネスを示す。
• スケーリングされたキュー長を用いた勾配に基づく意思決定を組み込むことで、最大重みスケジューリング手法が一般凸目的関数の最適化に対応できるように拡張されている。
• フロイド極限解析により、システム軌道が目的関数の勾配が最適デュアル変数と一致する解に収束することが示され、近似的最適性が保証される。
• シミュレーション結果は、さまざまな不確実なネットワーク環境下でもアルゴリズムの性能と安定性を確認しており、理論的主張を裏付けている。
• 本手法はスケーラブルであり、静的最適化手法に内在する指数的パラメータ推定問題を回避でき、大規模無線ネットワークに適している。