[논문 리뷰] Adaptive Transmission Parameters Selection Algorithm for URLLC Traffic in Uplink

Aleksei Shahsin, Andrey Belogaev외 2명|arXiv (Cornell University)|2021. 02. 26.

Advanced MIMO Systems Optimization참고 문헌 16인용 수 4

한 줄 요약

이 논문은 5G 네트워크에서 그랜트 프리 액세스를 사용한 업링크 URLLC 트래픽를 위한 적응형 전송 파rameter 선택 알고리즘을 제안한다. gNB에서 수집한 장기적인 신호 대 잡음비(SNR) 통계를 바탕으로 최적의 전송 파rameter 조합을 동적으로 조정함으로써, 고정된 강건한 설정에 비해 채널 자원 소비를 50% 이상 감소시키면서도 엄격한 URLLC 신뢰성 및 지연 요구사항을 충족시킨다.

ABSTRACT

Ultra-Reliable Low-Latency Communications (URLLC) is a novel feature of 5G cellular systems. To satisfy strict URLLC requirements for uplink data transmission, the specifications of 5G systems introduce the grant-free channel access method. According to this method, a User Equipment (UE) performs packet transmission without requesting channel resources from a base station (gNB). With the grant-free channel access, the gNB configures the uplink transmission parameters in a long-term time scale. Since the channel quality can significantly change in time and frequency domains, the gNB should select robust transmission parameters to satisfy the URLLC requirements. Many existing studies consider fixed robust uplink transmission parameter selection that allows satisfying the requirements even for UEs with poor channel conditions. However, the more robust transmission parameters are selected, the lower is the network capacity. In this paper, we propose an adaptive algorithm that selects the transmission parameters depending on the channel quality based on the signal-to-noise ratio statistics analysis at the gNB. Simulation results obtained with NS-3 show that the algorithm allows meeting the URLLC latency and reliability requirements while reducing the channel resource consumption more than twice in comparison with the fixed transmission parameters selection.

연구 동기 및 목표

• 그랜트 프리 업링크 전송에서 URLLC 신뢰성과 네트워크 용량 간의 상충 관계를 해결하기 위해.
• 고정된, 과도하게 강건한 전송 파rameter 설정을 피하여 채널 자원 소비를 줄이기 위해.
• 제어 신호 전송 오버헤드를 최소화하기 위해 장기적이고 안정적인 전송 파rameter 설정을 가능하게 하기 위해.
• 시간에 따라 변화하는 채널 조건에 적응할 수 있는 동적 파rameter 선택 메커니즘을 개발하기 위해.

제안 방법

• 알고리즘은 gNB에서 수집한 장기적 SNR 통계를 사용하여 모든 후보 전송 파rameter 조합에 대한 패킷 손실률(PLR)을 추정한다.
• 두 개의 임계값 메커니즘(PLRlow 및 PLRhigh)을 활용하여, 신뢰성이 목표에서 크게 벗어날 경우에만 파라미터 적응을 유도한다.
• 창 크기 W는 SNR 및 PLR 추정의 평균화 시간 스케일을 제어하며, 적응 속도와 안정성 간의 균형을 이룬다.
• 전송 파arameter(MCS 및 K)는 자원 소비(RBG 수)를 최소화하면서도 PLR ≤ 10−5를 만족시키도록 선택된다.
• K-반복과 케이지 컨비닝을 활용함으로써 피드백 신호 전송을 회피하고 저지연 전송을 가능하게 한다.
• 최적의 파arameter 선택은 고정된 MCS 0 및 이론적 최적값과의 비교를 통해 성능 평가에 활용된다.

실험 결과

연구 질문

• RQ1 자원 소비를 최소화하면서도 URLLC 신뢰성 및 지연 제약 조건을 충족시키기 위해 전송 파arameter를 어떻게 적응적으로 선택할 수 있는가?
• RQ2 창 크기 W가 파arameter 적응의 안정성과 효율성에 미치는 영향은 무엇인가?
• RQ3 PLRlow 및 PLRhigh 임계값이 자원 소비와 적응 빈도에 미치는 영향는 어떠한가?
• RQ4 고정된 강건한 설정에 비해 동적 파arameter 선택이 채널 자원 소비를 얼마나 줄일 수 있는가?
• RQ5 최소한의 제어 신호 및 재구성 오버헤드로 인해 알고리즘이 근사 최적 성능을 달성할 수 있는가?

주요 결과

• 제안된 알고리즘은 가장 강건한 MCS(MCS 0)를 고정으로 선택한 경우에 비해 채널 자원 소비를 두 배 이상 감소시킨다.
• SNRwb ≥ −1 dB 조건에서 알고리즘의 성능은 RBG 사용 측면에서 이론적 최적에 매우 가까운 수준이다.
• 창 크기 W가 증가할수록 자원 소비가 최적 수준으로 수렴함으로써 장기적 안정성 있는 적응이 가능함을 시사한다.
• W = 1초일 경우 평균적으로 약 40초에 한 번꼴로 파arameter 재구성 빈도가 감소하여 네트워크 안정성이 향상된다.
• PLRhigh는 10−5로 고정되어 있으며 이는 99.999%의 신뢰성에 해당한다. 반면 PLRlow는 창 크기 증가에 따라 증가하며, 큰 창 크기에서는 PLRhigh에 수렴한다.
• 알고리즘은 장기적 파arameter 설정을 가능하게 하여 그랜트 프리 업링크 전송의 제어 신호 전송 오버헤드를 감소시킨다.