[논문 리뷰] Enabling Quality-Driven Scalable Video Transmission over Multi-User NOMA System

Xiaoda Jiang, Hancheng Lu외 1명|arXiv (Cornell University)|2018. 01. 16.

Advanced Wireless Communication Technologies참고 문헌 15인용 수 3

한 줄 요약

이 논문은 다중 사용자 NOMA 시스템을 통한 확장 가능한 영상 전송을 위한 품질 중심의 크로스 레이어 프레임워크를 제안하며, 물리 계층의 전력 할당과 영상 품질 모델을 통합하여 인식되는 영상 품질(PSNR)을 최대화한다. 복잡도를 줄이기 위해 사용자 그룹화 전략을 도입하고, 숨겨진 단조성(hidden monotonicity)을 활용한 전역 최적 알고리즘과 다항식 시간 복잡도의 부분 최적 그리디 알고리즘을 개발하여 OMA 및 처리량 최적화 NOMA 방식보다 뚜렷한 PSNR 향상을 달성한다.

ABSTRACT

Recently, non-orthogonal multiple access (NOMA) has been proposed to achieve higher spectral efficiency over conventional orthogonal multiple access. Although it has the potential to meet increasing demands of video services, it is still challenging to provide high performance video streaming. In this research, we investigate, for the first time, a multi-user NOMA system design for video transmission. Various NOMA systems have been proposed for data transmission in terms of throughput or reliability. However, the perceived quality, or the quality-of-experience of users, is more critical for video transmission. Based on this observation, we design a quality-driven scalable video transmission framework with cross-layer support for multi-user NOMA. To enable low complexity multi-user NOMA operations, a novel user grouping strategy is proposed. The key features in the proposed framework include the integration of the quality model for encoded video with the physical layer model for NOMA transmission, and the formulation of multi-user NOMA-based video transmission as a quality-driven power allocation problem. As the problem is non-concave, a global optimal algorithm based on the hidden monotonic property and a suboptimal algorithm with polynomial time complexity are developed. Simulation results show that the proposed multi-user NOMA system outperforms existing schemes in various video delivery scenarios.

연구 동기 및 목표

• 실제 영상 응용 프로그램에서 인식되는 품질(QoE)이 원시 처리량이나 신뢰성보다 더 중요하기 때문에, NOMA 시스템에서 품질 인식 설계의 부족을 해결한다.
• 기존 NOMA 시스템이 스펙트럼 효율성과 같은 물리 계층 지표에만 최적화되어 있으며 애플리케이션 계층의 영상 콘텐츠 특성을 고려하지 않는 한계를 극복한다.
• 확장 가능한 영상 인코딩(예: 계층적 구조)과 NOMA 전송을 동시에 고려하여 종단 간 영상 품질을 최대화하는 크로스 레이어 최적화 문제를 수립한다.
• 사용자 위치, 요청된 영상 콘텐츠의 복잡도 및 품질 요구 사항을 기반으로 한 저복잡도 사용자 그룹화 전략을 설계하여 다중 사용자 간섭과 SIC 지연을 줄인다.
• 비볼록(non-concave) 문제이지만 다양한 사용자 품질 제약 조건 하에서 평균 PSNR를 최적화하는 효율적인 전력 할당 알고리즘을 개발한다.

제안 방법

• 약한 사용자(낮은 복잡도 영상 요청)와 강한 사용자(높은 복잡도 영상 요청)를 조합하는 새로운 사용자 그룹화 전략을 제안하여 스펙트럼 효율성을 향상시키고 SIC 지연을 감소시킨다.
• 확장 가능한 영상 스트림에 대한 반분석적 PSNR 모델을 NOMA 물리 계층 모델과 통합하여, 영상 콘텐츠 중요도와 채널 조건에 기반한 크로스 레이어 최적화를 가능하게 한다.
• 다중 사용자 NOMA 영상 전송 문제를 품질 제약 조건 하에서 평균 PSNR 최대화의 비볼록 문제로 재구성하여 사용자 공정성과 영상 품질 간의 트레이드오프를 반영한다.
• 비볼록 문제의 숨겨진 단조성 성질을 활용하여 폴리블록 외부 근사법을 사용한 전역 최적 알고리즘을 설계하여 전역 최적해에 수렴함을 보장한다.
• 계속적인 간섭 제거(SIC) 과정에 영감을 얻은 부분 최적 그리디 알고리즘을 개발하여 다항식 시간 복잡도로 근사 최적 성능를 달성한다.
• 송신기에서는 수퍼포지션 코딩(SC)을, 수신기에서는 계속적인 간섭 제거(SIC)를 사용하여 동일한 자원 블록에서 다중 사용자 동시 전송을 가능하게 한다.

실험 결과

연구 질문

• RQ1 NOMA는 어떻게 확장 가능한 영상 전송에 효과적으로 적용되어 인식되는 영상 품질을 향상시킬 수 있으며, 뿐만 아니라 스펙트럼 효율성만을 향상시키는 데서 벗어날 수 있는가?
• RQ2 이상적인 채널 조건과 다양한 영상 콘텐츠 수요를 가진 다중 사용자 NOMA 시스템에서, 구현 복잡도를 최소화하고 영상 품질을 최대화하는 사용자 그룹화 전략은 무엇인가?
• RQ3 영상 애플리케이션 계층 특성(예: 계층적 인코딩)과 물리 계층 전송(예: 전력 도메인 다중화)의 크로스 레이어 통합을 어떻게 모델링하여 종단 간 품질을 최적화할 수 있는가?
• RQ4 NOMA에서 비볼록 품질 중심 전력 할당 문제는 효율적으로 해결될 수 있으며, 어떤 알고리즘이 전역 또는 근사 전역 최적해를 달성하는가?
• RQ5 기존의 OMA 기반 영상 전송 방식과 처리량 또는 공정성 최적화된 기존 NOMA 방식에 비해 제안된 프레임워크의 성능 향상은 무엇인가?

주요 결과

• 제안된 방식은 OMA-TQFE(예: 15 dB SNR에서 34.40 dB 대비 33.42 dB) 및 NOMA-MT(예: 15 dB SNR에서 34.40 dB 대비 32.92 dB)보다 유의미하게 높은 평균 PSNR를 달성하여 모든 영상 시퀀스에서 뛰어난 영상 품질을 보여준다.
• 낮은 복잡도 영상(예: 'Mobile', 'Foreman')을 요청하는 약한 사용자에 대해서는 제안된 방식이 NOMA-MT보다 최대 4.8 dB 높은 PSNR(30.54 dB 대비 29.66 dB)를 기록하여 공정성과 강인성을 입증한다.
• WLBH(약한 사용자가 낮은 복잡도 콘텐츠 요청, 강한 사용자가 높은 복잡도 콘텐츠 요청) 그룹화 전략이 가장 뛰어난 PSNR 성능을 보이며, WHBL 및 WRBR 전략보다 최대 1.5 dB 높게 나타나 콘텐츠 인식 그룹화의 중요성을 입증한다.
• 시각적 결과에서는 제안된 방식이 'Foreman'과 같은 낮은 복잡도 영상에 대해 더 선명한 프레임 재구성 능력을 보이며, OMA-TQFE 및 NOMA-MT는 배경 영역에서 뿌연 이미지나 왜곡을 보인다.
• 부분 최적 그리디 알고리즘은 전역 최적해의 2% 이내의 PSNR 성능를 달성하면서도 다항식 시간 내에 실행되어 실시간 구현에 실용적이다.
• 고 SNR 영역에서는 OMA-TQFE가 QoE 중심 설계 덕분에 NOMA-MT를 능가하지만, 제안된 방식은 모든 SNR 수준에서 우월성을 유지하며 특히 약한 사용자에게서 두드러진 성능 향상을 보인다.