[논문 리뷰] Optimization of the Energy-Efficient Relay-Based massive IoT Network

Tiejun Lv, Zhipeng Lin외 2명|arXiv (Cornell University)|2018. 05. 31.

Advanced MIMO Systems Optimization참고 문헌 28인용 수 3

한 줄 요약

이 논문은 다수의 IoT 기기 네트워크에서 다중 쌍 디코딩 앤 포워딩 리레이를 사용하는 매크로 MIMO를 활용한 저복잡도이며 에너지 효율적인 자원 배정 전략을 제안한다. 에너지 효율성(EE)에 대한 폐쇄형 및 적분 기반 표현식을 유도함으로써, QoS 제약 조건 하에서 리레이 안테나 수, 리레이 전송 전력, 활성 장치 쌍 밀도를 공동 최적화함으로써 최적에 가까운 EE를 달성하며, 기존 방법에 비해 뚜렷한 성능 향상을 이룬다.

ABSTRACT

To meet the requirements of high energy efficiency (EE) and large system capacity for the fifth-generation (5G) Internet of Things (IoT), the use of massive multiple-input multipleoutput (MIMO) technology has been launched in the massive IoT (mIoT) network, where a large number of devices are connected and scheduled simultaneously. This paper considers the energyefficient design of a multi-pair decode-and-forward relay-based IoT network, in which multiple sources simultaneously transmit their information to the corresponding destinations via a relay equipped with a large array. In order to obtain an accurate yet tractable expression of the EE, firstly, a closed-form expression of the EE is derived under an idealized simplifying assumption, in which the location of each device is known by the network. Then, an exact integral-based expression of the EE is derived under the assumption that the devices are randomly scattered following a uniform distribution and transmit power of the relay is equally shared among the destination devices. Furthermore, a simple yet efficient lower bound of the EE is obtained. Based on this, finally, a low-complexity energy-efficient resource allocation strategy of the mIoT network is proposed under the specific qualityof- service (QoS) constraint. The proposed strategy determines the near-optimal number of relay antennas, the near-optimal transmit power at the relay and near-optimal density of active mIoT device pairs in a given coverage area. Numerical results demonstrate the accuracy of the performance analysis and the efficiency of the proposed algorithms.

연구 동기 및 목표

• 5G 기반 매크로 IoT(mIoT) 네트워크에서 높은 에너지 효율성(EE)과 큰 시스템 용량을 달성하는 데 있어 핵심 과제를 해결하기 위해.
• 이전 연구가 주로 스펙트럼 효율성에 집중한 바 있음에도 불구하고, 리레이 기반 매크로 MIMO mIoT 시스템에 대한 에너지 효율적 설계의 연구 격차를 메우기 위해.
• 현실적인 장치 분포 및 전력 공유 모델 하에서 실용적이면서도 정확한 EE 표현식을 도출하기 위해.
• QoS 제약 조건 하에서 근사 최적의 EE를 달성할 수 있는 저복잡도 자원 배정 전략을 공동으로 최적화하기 위해 리레이 안테나 수, 전송 전력, 활성 mIoT 장치 쌍 밀도를 공동으로 최적화하기 위해.

제안 방법

• 정확성과 타당성을 확보하기 위해 장치 위치가 사전에 알려진 이상적인 가정 하에서 폐쇄형 EE 표현식을 유도한다.
• 균일한 무작위 장치 분포 및 목적지 간 동일한 리레이 전력 공유를 가정하여 정확한 적분 기반 EE 표현식을 개발한다.
• 로그 함수의 볼록성과 재즈의 부등식(Jensen's inequality)을 활용해 단순하면서도 효과적인 EE 하한을 수립한다.
• 근사 최적의 리레이 안테나 수, 리레이 전송 전력, 활성 mIoT 장치 쌍 밀도를 공동으로 결정하는 저복잡도 최적화 프레임워크를 제안한다.
• QoS 제약 조건 하에서 효율적인 수치 최적화를 가능하게 하기 위해 유도된 EE 하한을 대체 목표 함수로 사용한다.
• 수치 결과를 통해 유도된 EE 표현식의 정확성과 제안된 전략의 효율성을 검증한다.

실험 결과

연구 질문

• RQ1 무작위로 분포된 장치를 가진 리레이 기반 매크로 MIMO mIoT 네트워크에서 에너지 효율성을 정확히 모델링할 수 있는 방법은 무엇인가?
• RQ2 장치 위치의 무작위성과 동일한 리레이 전력 할당이 달성 가능한 EE에 어떤 영향을 미치는가?
• RQ3 저복잡도 최적화를 가능하게 하기 위해 타당하고 날카운 EE 하한을 도출할 수 있는가?
• RQ4 QoS 제약 조건 하에서 리레이 안테나 수, 전송 전력, 활성 장치 밀도를 공동으로 최적화할 경우 EE에 어떤 영향을 미치는가?
• RQ5 제안된 전략은 기존 자원 배정 방식에 비해 EE 및 시스템 성능 측면에서 얼마나 뛰어나게 성능을 발휘하는가?

주요 결과

• 제안된 EE 하한은 진짜 EE에 매우 가까이 근접하여 낮은 계산 복잡도로 신뢰할 수 있는 최적화를 가능하게 한다.
• 리레이 안테나 수, 전송 전력, 활성 장치 쌍 밀도를 공동으로 최적화함으로써 근사 최적의 에너지 효율성을 달성한다.
• 수치 결과는 유도된 EE 표현식의 정확성과 제안된 알고리즘의 효과성을 확인한다.
• 장치 밀도에 따라 안테나 수와 전력을 동적으로 조정함으로써 시스템은 뚜렷한 EE 향상을 달성한다.
• 제안된 전략은 총 네트워크 전력 소비를 최소화하면서도 QoS 요구 조건을 유지한다.
• 도시 스마트 시티 구현과 같은 고밀도 mIoT 환경에서도 이 방법은 강건성과 확장성을 입증한다.