[논문 리뷰] Opportunistic Cooperation in Cognitive Femtocell Networks

Rahul Urgaonkar, Michael J. Neely|arXiv (Cornell University)|2011. 03. 07.

Cognitive Radio Networks and Spectrum Sensing참고 문헌 24인용 수 5

한 줄 요약

이 논문은 시간 평균 전력 제약 조건 하에서 증명 가능하게 최적의 보조 사용자 처리량을 달성하면서, 주 사용자 전송 신뢰성을 향상시키기 위해 보조 사용자가 협력적으로 지원하는 인지 피코셀 네트워크에서 라플라스 최적화 기반의 온라인 제어 알고리즘을 제안한다. 기존의 제약 조건이 있는 마르코프 결정 과정에서의 동적 프로그래밍 기법의 한계를 극복한다.

ABSTRACT

We investigate opportunistic cooperation between unlicensed secondary users and legacy primary users in a cognitive radio network. Specifically, we consider a model of a cognitive network where a secondary user can cooperatively transmit with the primary user in order to improve the latter's effective transmission rate. In return, the secondary user gets more opportunities for transmitting its own data when the primary user is idle. This kind of interaction between the primary and secondary users is different from the traditional dynamic spectrum access model in which the secondary users try to avoid interfering with the primary users while seeking transmission opportunities on vacant primary channels. In our model, the secondary users need to balance the desire to cooperate more (to create more transmission opportunities) with the need for maintaining sufficient energy levels for their own transmissions. Such a model is applicable in the emerging area of cognitive femtocell networks. We formulate the problem of maximizing the secondary user throughput subject to a time average power constraint under these settings. This is a constrained Markov Decision Problem and conventional solution techniques based on dynamic programming require either extensive knowledge of the system dynamics or learning based approaches that suffer from large convergence times. However, using the technique of Lyapunov optimization, we design a novel greedy and online control algorithm that overcomes these challenges and is provably optimal.

연구 동기 및 목표

• 주 사용자 전송 신뢰성을 향상시키기 위해 보조 사용자가 협력적으로 지원할 수 있는 인지 피코셀 네트워크에서 자원 할당 문제를 해결하기 위해.
• 주 사용자와 보조 사용자 간의 상호작용을 제약 조건이 있는 마르코프 결정 과정(MDP)으로 모델링하여, 보조 사용자 행동이 주 사용자 채널 점유에 영향을 미치는 방식으로 설정하기 위해.
• 시간 평균 전력 제약 조건을 준수하면서 보조 사용자 처리량을 최대화하는 저복잡도의 온라인 제어 알고리즘을 설계하기 위해.
• 광범위한 시스템 지식이 필요하거나 수렴 속도가 느린 기존의 동적 프로그래밍 및 학습 기반 방법의 한계를 극복하기 위해.
• 라플라스 최적화 기법을 사용하여 증명 가능하게 최적의 해를 확립함으로써 안정성과 성능 보장을 보장하기 위해.

제안 방법

• 시스템 상태(주 사용자 채널 점유)가 보조 사용자 행동에 의존하는 제약 조건이 있는 MDP로 문제를 수립한다.
• 라플라스 최적화 프레임워크를 적용하여 드리프트+벌칙 표현을 최소화하는 탐욕적이고 온라인인 제어 알고리즘을 설계한다.
• 드리프트+벌칙 기법을 사용하여 큐 안정성과 처리량 유틸리티를 균형 잡아 시간 평균 전력 제약 조건을 만족시킨다.
• 재생 이론과 리틀의 법칙을 사용하여 기대 바쁜 기간 지속시간 및 도착 간격의 표현식을 유도한다.
• 패킷 도착 및 서비스 시간에 대해 무기억성 성질과 i.i.d. 가정을 활용하여 바쁜 기간의 2차 모멘트를 계산한다.
• 라플라스 드리프트 방법을 활용하여 원래의 MDP를 실시간으로 상태에 의존하지 않는 제어 결정을 가능하게 하는 해석 가능한 최적화 문제로 변환한다.

실험 결과

연구 질문

• RQ1 인지 피코셀 네트워크의 보조 사용자는 어떻게 주 사용자를 협력적으로 지원하여 전송 성공 확률을 향상시킬 수 있는가?
• RQ2 전력 제약 조건 하에서 협력 노력과 자율적인 전송 기회 간의 최적의 트레이드오프는 무엇인가?
• RQ3 보조 사용자 협력은 주 사용자의 채널 점유 과정과 큐잉 역학에 어떤 영향을 미치는가?
• RQ4 완전한 시스템 동역학 지식 없이도 증명 가능하게 최적의 보조 사용자 처리량을 달성할 수 있는 저복잡도 온라인 알고리즘이 가능한가?
• RQ5 이러한 협력적 인지 무선 시스템에서 성능 한계를 유도하고 안정적이며 효율적인 제어 정책을 설계하기 위해 어떤 분석 프레임워크를 사용할 수 있는가?

주요 결과

• 제안된 라플라스 기반 알고리즘은 시간 평균 전력 제약 조건 하에서 증명 가능하게 최적의 보조 사용자 처리량을 달성하며, 성능 보장이 있다.
• 기대 도착 간격은 $\mathbb{E}\{I\} = 1/\lambda_{pu}$ 로 유도되었고, 기대 바쁜 기간 지속시간은 $\mathbb{E}\{B\} = 1/(\phi_{nc} - \lambda_{pu})$ 이다.
• 바쁜 기간의 2차 모멘트는 $\mathbb{E}\{B^2\} = \frac{(2-\phi_{nc})}{\phi_{nc}(\phi_{nc}-\lambda_{pu})} + \frac{2\lambda_{pu}}{\phi_{nc}(\phi_{nc}-\lambda_{pu})^2} + \frac{4\lambda_{pu}^2(1-\phi_{nc})}{\phi_{nc}(\phi_{nc}-\lambda_{pu})^3}$ 로 유도되어 정밀한 성능 분석이 가능하다.
• 동적 프로그래밍이나 학습 기반 방법의 필요성을 피하여 빠른 수렴과 저연산 복잡도를 달성한다.
• 보조 사용자 협력이 주 사용자 행동에 영향을 미치는 피드백 루프를 모델링하여, 기존의 동적 스펙트럼 접근 모델과의 핵심적 차이를 보인다.
• 이론적 최적성 보장을 갖는 실시간 상태 인식 제어 결정을 가능하게 하여 실용적인 인지 피코셀 네트워크 구현을 지원한다.