[논문 리뷰] Toward Energy-Efficient 5G Wireless Communications Technologies

Renato L. G. Cavalcante, Sławomir Stańczak외 3명|arXiv (Cornell University)|2014. 07. 01.

Advanced MIMO Systems Optimization참고 문헌 30인용 수 18

한 줄 요약

이 논문은 교통 수요에 따라 기지국을 동적으로 끄는 방식으로 에너지 효율적인 5G 무선 네트워크를 제안한다. 볼록 최적화와 주요화-최소화(MM) 알고리즘을 사용하여 총 에너지 소비를 최소화한다. 이는 단지 비트당 방사 에너지만 고려하는 것으로는 부족하며, 하드웨어 및 회로 전력 소비가 지배적이며, 커버리지나 용량을 희생시키지 않고도 동적 기지국 활성화로 에너지 소비를 줄일 수 있음을 보여준다.

ABSTRACT

The densification and expansion of wireless networks pose new challenges on energy efficiency. With a drastic increase of infrastructure nodes (e.g. ultra-dense deployment of small cells), the total energy consumption may easily exceed an acceptable level. While most studies focus on the energy radiated by the antennas, the bigger part of the total energy budget is actually consumed by the hardware (e.g., coolers and circuit energy consumption). The ability to shutdown infrastructure nodes (or parts of it) or to adapt the transmission strategy according to the traffic will therefore become an important design aspect of future wireless architectures. Network infrastructure should be regarded as a resource that can be occupied or released on demand. However, the modeling and optimization of such systems are complicated by the potential interference coupling between active nodes. In this article, we give an overview on different aspects of this problem. We show how prior knowledge of traffic patterns can be exploited for optimization. Then, we discuss the framework of interference functions, which has proved a useful tool for various types of coupled systems in the literature. Finally, we introduce different classes of algorithms that have the objective of improving the energy efficiency by adapting the network configuration to the traffic load.

연구 동기 및 목표

• 하드웨어 및 회로 전력 소비가 방사 에너지 초과하는 초밀도 5G 네트워크의 증가하는 에너지 비용을 해결한다.
• 하드웨어 전력을 忽시하는 전통적인 에너지 효율 측정 지표가 역효과를 낳는 설계로 이어질 수 있음을 규명한다.
• 교통 예측 및 네트워크 부하에 기반해 기지국을 동적으로 끄는 최적화 프레임워크를 개발한다.
• 볼록 최적화와 히우리스틱 솔루션을 통해 밀도 높은 네트워크에서 확장 가능하고 실시간 에너지 절감을 가능하게 한다.
• 미래 5G 시스템을 위한 에너지 절약 의사결정에 현실적인 교통 패턴과 간섭 제약 조건을 통합한다.

제안 방법

• 서비스 품질 및 간섭 제약 조건 하에서 활성 기지국을 선택하기 위한 이산 최적화 문제를 수립한다.
• 비볼록 이산 문제를 볼록 부분문제의 순차적 근사로 변환하기 위해 주요화-최소화(MM) 알고리즘을 적용한다.
• MM 알고리즘에서 유도된 연속적 해를 이진 케이스/오프 결정으로 라운드하기 위한 히우리스틱을 사용한다.
• CPLEX를 사용해 볼록 부분문제를 풀고 최적 해와 결과를 비교한다.
• 100개의 기지국, 사용자당 128 kbps 데이터 전송률, 100개의 테스트 포인트를 갖는 LTE 유사 네트워크를 시뮬레이션하여 성능을 평가한다.
• 총 에너지 소비에 대한 하드웨어 및 회로 전력의 영향을 분리하기 위해 시뮬레이션에서 방사 에너지를 忽시한다.

실험 결과

연구 질문

• RQ1 방사 에너지만 최소화할 경우, 하드웨어 및 회로 전력을 忽시할 때 5G 네트워크의 총 에너지 소비는 어떻게 스케일링되는가?
• RQ2 교통 예측 기반의 동적 기지국 전환은 초밀도 배치에서 총 네트워크 에너지 소비를 상당히 줄일 수 있는가?
• RQ3 에너지 절감 및 계산 시간 측면에서 MM 기반 히우리스틱의 성능은 최적 해와 어떻게 비교되는가?
• RQ4 간섭 결합이 있는 대규모 초밀도 5G 네트워크에서 에너지 최적화 알고리즘을 확장할 때의 주요 과제는 무엇인가?
• RQ5 정확성과 타당성을 유지하면서도 현실적인 교통 프로파일과 간섭 모델을 에너지 절약 최적화에 통합하는 방법은 무엇인가?

주요 결과

• 초밀도 5G 네트워크에서 하드웨어 및 회로 전력 소비가 총 에너지 소비를 지배하므로, 방사 에너지 외의 영향을 고려하는 것이 필수적이다.
• MM 기반 히우리스틱은 정확한 해법보다 훨씬 빠른 계산 시간으로 거의 최적의 에너지 절감을 달성한다.
• MM 히우리스틱의 계산 시간은 사용자 수 증가에 따라 느리게 증가하므로 대규모 네트워크로의 확장성이 뛰어나다.
• 대규모 문제에 대해서는 최적 해법이 계산적으로 비현실적이며, MM 히우리스틱은 실용적인 대안을 제공한다.
• 교통 예측 기반으로 수동 상태인 기지국을 끄는 전략은 커버리지나 용량을 훼손하지 않으면서 총 에너지 소비를 극적으로 줄일 수 있다.
• 미래의 에너지 최적화는 시간적 교통 패턴, 이동성, 간섭 모델을 통합해야 효과적이고 확장 가능한 성능을 유지할 수 있다.