[論文レビュー] Toward Energy-Efficient 5G Wireless Communications Technologies

Renato L. G. Cavalcante, Sławomir Stańczak+3 more|arXiv (Cornell University)|Jul 1, 2014

Advanced MIMO Systems Optimization参考文献 30被引用数 18

ひとこと要約

本稿では、トラフィック需要に応じて基地局を動的にシャットダウンすることで、エネルギー効率の良い5G無線ネットワークを提案している。凸最適化と主要化最小化（MM）アルゴリズムを用い、総エネルギー消費量を最小化する。放射エネルギー1ビットあたりのエネルギーに注目するだけでは不十分であり、ハードウェアおよび回路の消費電力が支配的であり、カバレッジや容量を損なわずに、動的な基地局の活性化によりエネルギー消費を削減できることを示している。

ABSTRACT

The densification and expansion of wireless networks pose new challenges on energy efficiency. With a drastic increase of infrastructure nodes (e.g. ultra-dense deployment of small cells), the total energy consumption may easily exceed an acceptable level. While most studies focus on the energy radiated by the antennas, the bigger part of the total energy budget is actually consumed by the hardware (e.g., coolers and circuit energy consumption). The ability to shutdown infrastructure nodes (or parts of it) or to adapt the transmission strategy according to the traffic will therefore become an important design aspect of future wireless architectures. Network infrastructure should be regarded as a resource that can be occupied or released on demand. However, the modeling and optimization of such systems are complicated by the potential interference coupling between active nodes. In this article, we give an overview on different aspects of this problem. We show how prior knowledge of traffic patterns can be exploited for optimization. Then, we discuss the framework of interference functions, which has proved a useful tool for various types of coupled systems in the literature. Finally, we introduce different classes of algorithms that have the objective of improving the energy efficiency by adapting the network configuration to the traffic load.

研究の動機と目的

• ハードウェアおよび回路の消費電力が放射エネルギーを上回る超密な5Gネットワークにおけるエネルギーコストの増大に対処する。
• 従来のエネルギー効率指標がハードウェア電力を無視しているため、逆効果的な設計につながることを特定する。
• トラフィック予測とネットワーク負荷に基づいて、基地局を動的にシャットダウンする最適化フレームワークを開発する。
• 凸最適化とヒューリスティック解法を用いて、スケーラブルかつリアルタイムなエネルギー削減を実現する。
• 将来の5Gシステムのエネルギー節約意思決定に、現実的なトラフィックパターンと干渉制約を統合する。

提案手法

• サービス品質および干渉制約のもとで、アクティブな基地局を選択する離散最適化問題を定式化する。
• 非凸離散問題を、凸部分問題の系列に近似するために主要化最小化（MM）アルゴリズムを適用する。
• MMアルゴリズムから得られる連続解を、基地局のオン/オフのバイナリ意思決定に還元するためのヒューリスティックを用いる。
• CPLEXを用いて凸部分問題を解き、最適解と結果を比較する。
• 100の基地局、1ユーザーあたり128 kbpsのデータレート、100のテストポイントを想定したLTEに類似したネットワークをシミュレーションし、性能を評価する。
• 総エネルギー消費量へのハードウェアおよび回路電力の影響を明確にするために、シミュレーションでは放射エネルギーを無視する。

実験結果

リサーチクエスチョン

• RQ1 放射エネルギーのみを最小化する場合、5Gネットワークの総エネルギー消費量はどのようにスケーリングされるか（ハードウェアおよび回路電力を無視した場合）。
• RQ2 トラフィック予測に基づく動的基地局スイッチングは、超密な展開において、総ネットワークエネルギー消費量を顕著に削減できるか。
• RQ3 MMに基づくヒューリスティックの性能は、エネルギー節約量および計算時間の観点で最適解と比べてどうか。
• RQ4 干渉結合を伴う大規模で密な5Gネットワークに、エネルギー最適化アルゴリズムをスケーリングする際の主な課題は何か。
• RQ5 トラフィックプロファイルと干渉モデルを、取り扱いやすさを損なわずにエネルギー節約最適化に統合する方法は何か。

主な発見

• 超密な5Gネットワークでは、ハードウェアおよび回路の消費電力が総エネルギー消費量を支配しており、放射エネルギーを超えて考慮することが不可欠である。
• MMに基づくヒューリスティックは、正確なソルバーと比較して著しく短い計算時間で、ほぼ最適なエネルギー節約を達成する。
• MMヒューリスティックの計算時間はユーザー数の増加に伴いゆっくりと増加するため、大規模ネットワークへのスケーラビリティが確保される。
• 大規模な問題に対しては最適解が計算的に実行不可能であるが、MMヒューリスティックは実用的な代替手段を提供する。
• トラフィック予測に基づいてアイドル状態の基地局をシャットダウンすることで、カバレッジや容量を損なわず、総エネルギー消費量を顕著に削減できる。
• 将来的なエネルギー最適化は、時間的トラフィックパターン、移動性、干渉モデルを統合することで、有効かつスケーラブルなままでいられる。