[논문 리뷰] Versatile Robust Clustering of Ad Hoc Cognitive Radio Network

Di Li, Erwin Fang외 1명|arXiv (Cornell University)|2017. 04. 16.

Cognitive Radio Networks and Spectrum Sensing참고 문헌 25인용 수 7

한 줄 요약

이 논문은 주어진 주파수 사용자 활동에 대응하여 안정성과 내구성을 높이는 광범위하게 적용 가능한 군집화 프레임워크를 제안한다. 중심화된 및 분산된 게임 이론적 해법을 제안하며, 혼잡도 게임 모델을 사용하여 나시 균형에 수렴하도록 보장하여 이전 연구 대비 뛰어난 군집 내구성, 더 빠른 수렴 속도, 낮은 오버헤드를 달성한다. 또한 문제의 NP-난이도를 엄밀히 증명하고 수렴 보장을 제시한다.

ABSTRACT

Cluster structure in cognitive radio networks facilitates cooperative spectrum sensing, routing and other functionalities. The unlicensed channels, which are available for every member of a group of cognitive radio users, consolidate the group into a cluster, and the availability of unlicensed channels decides the robustness of that cluster against the licensed users' influence. This paper analyses the problem that how to form robust clusters in cognitive radio network, so that more cognitive radio users can get benefits from cluster structure even when the primary users' operation are intense. We provide a formal description of robust clustering problem, prove it to be NP-hard and propose a centralized solution, besides, a distributed solution is proposed to suit the dynamics in the ad hoc cognitive radio network. Congestion game model is adopted to analyze the process of cluster formation, which not only contributes designing the distributed clustering scheme directly, but also provides the guarantee of convergence into Nash Equilibrium and convergence speed. Our proposed clustering solution is versatile to fulfill some other requirements such as faster convergence and cluster size control. The proposed distributed clustering scheme outperforms the related work in terms of cluster robustness, convergence speed and overhead. The extensive simulation supports our claims.

연구 동기 및 목표

• 동적인 인적 주파수 사용자 활동 상황에서도 안정적이고 기능적인 군집을 유지하는 데 도전하는 문제를 해결하기 위해.
• 인지 무선 네트워크에서의 강건한 군집화 문제를 수식화하고, 이 문제가 NP-난이도임을 증명하기 위해.
• 공통 채널 가용성과 군집 크기 최적화를 통해 군집 내구성을 극대화하는 중심화된 알고리즘을 설계하기 위해.
• 혼잡도 게임 이론을 활용한 분산형, 확장 가능한 솔루션을 개발하여 나시 균형에 수렴하고 네트워크 동적 변화에 신속하게 적응하기 위해.
• 동일한 프레임워크 내에서 군집 크기 제어 및 더 빠른 수렴과 같은 추가 요구사항을 지원하기 위해.

제안 방법

• 주파수 사용자 활동 제약 조건 하에서 군집이 공유할 수 있는 공통 채널 수를 최대화하는 최적화 문제로 강건한 군집화 문제를 수식화한다.
• 최대 가중치 k-세트 피커닝 문제로부터의 감소를 통해 문제의 NP-난이도를 증명한다.
• 노드를 연결도와 공통 채널 가용성 기반으로 군집에 할당하는 중심화된 알고리즘을 제안하며, 중복 군집을 방지하고 최적의 공통 채널 활용을 보장한다.
• 각 제2차 주파수 사용자가 개인 이득을 극대화하도록 행동하는 플레이어로 간주하는 혼잡도 게임 모델을 기반으로 한 분산 군집화 기법을 설계한다. 이 이득은 군집 크기와 가용 공통 채널 수의 곱으로 정의된다.
• 잠재 함수 방법을 통해 나시 균형에 수렴함을 보장하여, 전역적 조율 없이도 안정적인 군집 형성 보장한다.
• 감소하는 연결도 기반의 노드 시리즈 메커니즘을 도입하여, 초기 군집 헤드가 존재하지 않더라도 종료 보장과 군집 형성 보장을 보장한다.

실험 결과

연구 질문

• RQ1 인지 무선 네트워크에서 예측 불가능한 주파수 사용자 활동에 대비해 군집을 어떻게 형성할 수 있는가?
• RQ2 동적 인지 무선 네트워크에서 강건한 군집화 문제의 계산 복잡도는 무엇인가?
• RQ3 빠른 수렴과 낮은 오버헤드를 확보하면서도 높은 군집 내구성을 유지하는 분산 군집화 기법을 설계할 수 있는가?
• RQ4 동일한 프레임워크 내에서 군집 크기 제어 및 수렴 속도 최적화와 같은 추가 요구사항을 어떻게 통합할 수 있는가?
• RQ5 분산 군집화 환경에서 수렴성과 안정성에 대해 이론적으로 어떤 보장을 제공할 수 있는가?

주요 결과

• 인지 무선 네트워크에서의 강건한 군집화 문제는 최대 가중치 k-세트 피커닝 문제로부터의 감소를 통해 NP-난이도임이 증명되었다.
• 제안된 중심화된 알고리즘은 공통 채널 수를 극대화하고 중복 군집을 방지함으로써 최적의 군집 형성 보장한다.
• 분산형 혼잡도 게임 기반 군집화 기법은 나시 균형에 수렴하여, 중앙 집중적 조율 없이도 안정적이고 자율적인 군집 형성 보장한다.
• 기존의 SOC와 같은 접근 방식 대비 더 빠른 수렴 속도와 낮은 오버헤드를 달성하였으며, 광범위한 시뮬레이션을 통해 검증되었다.
• 이 프레임워크는 유연하며 군집 크기 제어 및 수렴 속도 최적화와 같은 추가 제약 조건을 지원하기 위해 확장 가능하다.
• 시뮬레이션 결과는 제안된 기법이 관련 기존 연구 대비 군집 내구성, 수렴 속도, 운영 효율성 측면에서 뛰어난 성능을 보임을 확인하였다.