[논문 리뷰] Performance Evaluation of Scheduling in 5G-mmWave Networks under Human Blockage

Fadhil Firyaguna, Andrea Bonfante외 2명|arXiv (Cornell University)|2020. 07. 26.

Advanced MIMO Systems Optimization참고 문헌 34인용 수 7

한 줄 요약

이 논문은 향후 인간에 의한 차단이 예상되는 사용자에게 자원을 사전에 할당함으로써 블록화를 고려한 비례 공정성(Proportional Fair, BA-PF) 스케줄러를 5G-mmWave 네트워크에 제안한다. 블록화 예측을 활용함으로써 BA-PF 스케줄러는 1% 백분위수 속도를 최대 267% 향상시키며, 심한 블록화 조건에서 전통적인 PF 스케줄링 대비 공정성을 향상시키지만, 자원 사전 할당으로 인해 평균 사용자 속도가 감소하는 비용을 지ay다.

ABSTRACT

The millimetre-wave spectrum provisions enormous enhancement to the achievable data rate of 5G networks. However, human blockages affecting the millimetre-wave signal can severely degrade the performance if proper resource allocation is not considered. In this paper, we assess how conventional schedulers, such as the Proportional Fair scheduler, react to the presence of blockage. Our results show that the resource allocation may disfavour users suffering from blockage, leading to low data rate for those users. To circumvent this problem, we show that the data rate of those users can be improved by using a scheduler adapted to react to upcoming blockage events. The adapted scheduler aims at proactively allocating the resources before a blockage happens, mitigating losses. Such adaptation is motivated by recent progress in blockage prediction for millimetre-wave signals in a dynamic human blockage scenario. Our extensive simulations indicate gains in the 1st percentile rate and fairness with respect to Proportional Fair scheduler when blockage conditions are severe.

연구 동기 및 목표

• 5G-mmWave 네트워크에서 인간에 의한 블록화 상황에서 전통적인 스케줄러(예: 비례 공정성(PF))의 성능을 평가하기 위해.
• 자주 블록화되는 사용자에게 공정성과 데이터 전송 속도를 유지하는 데 어려움을 겪는 전통적 스케줄러의 한계를 규명하기 위해.
• 블록화 이벤트 발생 전에 자원을 사전에 할당하는 블록화 인지 스케줄러(BA-PF)를 설계하고 평가하기 위해.
• 다양한 블록화 심각도와 예측 윈도우 길이에서 공정성과 사용자 스루풋, 특히 차단된 사용자에 대한 성능 향상을 정량화하기 위해.

제안 방법

• BA-PF 스케줄러는 향후 사용자 속도를 예측하여 예상되는 블록화 발생 수십 개의 전송 슬롯 이전에 자원을 할당한다.
• 기존 PF 스케줄러의 지표를 수정하여 예측된 채널 상태를 통합함으로써, 블록화될 가능성이 높은 사용자를 우선순위에 올린다.
• 블록화 예측은 6GHz 이하 대역 채널 추론, 빔포밍 벡터 추적, 또는 장애물의 카메라 기반 운동 추적 등의 방법에 기반한다.
• 스케줄러는 블록화 상태로 전환되는 사용자를 동적으로 우선순위에 두어, 성능 저하가 발생하기 전에 그들의 전송 속도를 향상시킨다.
• 다양한 블록화 도착률(λ_B)과 지속시간(τ_B) 조건 하에서 광범위한 시뮬레이션을 수행하였으며, 성능 평가 지표로는 공정성 지수, 평균 속도, 1% 백분위수 속도를 사용하였다.
• 예측 윈도우 길이(n_T = 50 ms 및 500 ms)에 따라 BA-PF의 성능을 기존 PF 및 MaxMin 스케줄러와 비교하였다.

실험 결과

연구 질문

• RQ1 5G-mmWave 네트워크에서 심한 인간 블록화 조건에서 전통적인 비례 공정성(PF) 스케줄러는 어떻게 성능을 보이는가?
• RQ2 블록화 예측은 얼마나 효과적으로 자원 사전 할당을 통해 블록화된 사용자의 성능 저하를 완화하는가?
• RQ3 블록화 인지 스케줄러를 사용할 경우 공정성, 1% 백분위수 속도, 평균 사용자 속도 간의 상호 상충 관계는 어떠한가?
• RQ4 예측 윈도우 길이가 BA-PF 스케줄러의 성능 향상에 어떤 영향을 미치는가?

주요 결과

• 예측 윈도우 길이가 500 ms이고 블록화 조건이 심할 경우, BA-PF 스케줄러는 기존 PF 스케줄러 대비 최대 267% 높은 1% 백분위수 속도를 달성한다.
• 높은 블록화 도착률(λ_B ≥ 1 blocker/s) 조건에서 BA-PF 스케줄러는 PF보다 공정성을 향상시키며, 그렇지 않으면 자원이 고갈되는 블록화된 사용자를 우선순위에 두기 때문이다.
• BA-PF 스케줄러의 평균 속도는 PF 대비 최대 22% 낮으며, 이는 블록화된 사용자에게 자원을 사전 할당하기 때문으로, 공정성과 스펙트럼 효율성 간의 상충 관계를 보여준다.
• 블록화 지속시간이 충분히 길어 블록화를 효과적으로 예측할 수 있을 경우(예: τ_B = 3000 ms), BA-PF의 성능 향상이 가장 두드러진다.
• 기존 MaxMin 스케줄러는 블록화 조건에서 성능이 열악하며, 블록화된 사용자의 속도 향상을 기대할 수 없고 전체 스펙트럼 효율성이 낮기 때문이다.
• PF 스케줄러는 높은 블록화 조건에서 성능이 심하게 저하되어 MaxMin 성능에 가까워지며, 비차단 사용자에게 점점 더 우선순위를 부여함으로써 블록화된 사용자에게 불공정성이 발생한다.