[논문 리뷰] Joint Scheduling and Power Allocations for Traffic Offloading via Dual-Connectivity

Yuan Wu, Yanfei He외 4명|arXiv (Cornell University)|2015. 09. 30.

Advanced MIMO Systems Optimization인용 수 5

한 줄 요약

이 논문은 이중 연결성을 통해 매크로 및 스몰셀 네트워크로 이동 사용자에게 트래픽을 오픈로드하는 공동 스케줄링 및 전력 할당 프레임워크를 제안한다. 간섭을 관리하면서 총 사용자 비용을 최소화한다. 중심화된 및 분산형 알고리즘을 도입하여 계산 복잡도를 크게 줄였고, 상용 솔버인 LINGO와 비교해 비용을 75% 이상 감소시켰다.

ABSTRACT

With the rapid growth of mobile traffic demand, a promising approach to relieve cellular network congestion is to offload users' traffic to small-cell networks. In this paper, we investigate how the mobile users (MUs) can effectively offload traffic by taking advantage of the capability of dual-connectivity, which enables an MU to simultaneously communicate with a macro base station (BS) and a small-cell access point (AP) via two radio-interfaces. Offloading traffic to the AP usually reduces the MUs' mobile data cost, but often at the expense of suffering increased interferences from other MUs at the same AP. We thus formulate an optimization problem that jointly determines each MU's traffic schedule (between the BS and AP) and power control (between two radio-interfaces). The system objective is to minimize all MUs' total cost, while satisfying each MU's transmit-power constraints through proper interference control. In spite of the non-convexity of the problem, we design both a centralized algorithm and a distributed algorithm to solve the joint optimization problem. Numerical results show that the proposed algorithms can achieve the close-to-optimum results comparing with the ones achieved by the LINGO (a commercial optimization software), but with significantly less computational complexity. The results also show that the proposed adaptive offloading can significantly reduce the MUs' cost, i.e., save more than 75% of the cost without offloading traffic and 65% of the cost with a fixed offloading.

연구 동기 및 목표

• 스몰셀로의 트래픽 오픈로드가 데이터 비용을 줄이지만 간섭을 증가시키므로, 이중 연결성 네트워크에서 이동 사용자(MU) 비용을 최소화하는 문제를 해결하는 것.
• 매크로 및 스몰셀 기지국 간의 트래픽 스케줄링과 두 라디오 인터페이스에 걸친 전력 할당을 공동 최적화하여 개별 MU의 전력 제약 조건을 고려하는 것.
• 비볼록 최적화 문제를 낮은 계산 복잡도로 효율적으로 해결하면서 근사 최적 성능를 유지하는 알고리즘 설계.
• 고정 오픈로드 또는 오픈로드 없음과 비교해 적응형 오픈로드의 효과를 검증하는 것.

제안 방법

• SINR 및 전송 전력 제약 조건 하에 트래픽 스케줄링과 전력 제어를 통합한 비용 최소화 문제를 수립한다.
• 수학적 변환을 통해 비볼록 문제를 등가의 SINR-할당 문제로 변환한다.
• 숨겨진 단조성 특성을 활용하여 SINR-할당 문제를 해결하는 이중 레이어 중심화 알고리즘을 설계한다.
• AP의 대역폭이 BS의 대역폭보다 크거나 같은 조건 하에, 숨겨진 볼록 최소화 구조를 활용해 분산 알고리즘을 제안한다.
• 양쪽 알고리즘에서 성능와 계산 시간의 균형을 맞추기 위해 적응형 단계 크기 Δ_top을 사용한 선형 탐색을 적용한다.
• AP에서 계산된 SINR 값으로부터 최적의 트래픽 스케줄링 및 전력 할당을 유도한다.

실험 결과

연구 질문

• RQ1 이중 연결성 링크를 통해 이동 사용자가 트래픽 오픈로드와 전력 할당을 공동 최적화하여 총 비용을 최소화할 수 있는 방법은 무엇인가?
• RQ2 동일한 스몰셀 AP를 여러 사용자가 공유할 경우 간섭이 오픈로드의 비용 효율성에 미치는 영향은 무엇인가?
• RQ3 상용 솔버인 LINGO와 비교해 계산 복잡도를 낮추면서도 근사 최적 성능를 달성할 수 있는 중심화된 알고리즘이 가능한가?
• RQ4 확장성과 실시간 구현을 가능하게 하면서도 성능를 유지할 수 있는 분산 알고리즘을 설계할 수 있는가?
• RQ5 알고리즘의 검색 해상도 Δ_top을 조정할 경우 성능 향상과 계산 비용 간의 상충 관계는 어떻게 되는가?

주요 결과

• 제안된 중심화 및 분산 알고리즘은 LINGO 결과와 매우 유사한 근사 최적 성능를 달성하지만, 계산 복잡도가 크게 낮다.
• 양쪽 알고리즘에서 Δ_top = 0.005를 사용할 경우 Δ_top = 0.001 대비 평균 성능 손실이 0.385%에 불과하지만, 계산 시간은 78.76% 감소한다.
• 제안된 적응형 오픈로드는 오픈로드 없음 대비 총 사용자 비용을 75% 이상 감소시키며, 고정 오픈로드 대비 65% 감소시킨다.
• 분산 알고리즘은 낮은 계산 시간(예: 4명의 MU와 3 Mbps 수요 시 2초 이내)을 기록하며, 증가하는 트래픽 수요에 대해 효율적으로 확장된다.
• 수치 결과는 SINR-할당 문제에서의 숨겨진 볼록 최소화 구조가 대역폭 조건을 만족할 경우 효과적인 분산 최적화를 가능하게 함을 확인한다.
• Δ_top을 0.001에서 0.005로 증가시켜도 성능 저하가 최소한이므로 알고리즘은 다양한 트래픽 수요 조건에서도 강인하다.