[論文レビュー] Adaptive Spatial Aloha, Fairness and Stochastic Geometry

François Baccelli, Chandramani Singh|arXiv (Cornell University)|Mar 6, 2013

Cooperative Communication and Network Coding参考文献 19被引用数 11

ひとこと要約

本稿では、確率的幾何学を用いて、割り当て確率（MAP）を比例的公平性、最大スループット、または最小最大公平性の最適化を実現する分散型空間的適応型Alohaプロトコルを提案する。ポアソン点過程に従うノード群において、比例的公平性下での最適MAP分布がショットノイズ過程から導出可能であり、これによりネットワーク効用や従来のAlohaに対するスループット向上の解析が可能になる。

ABSTRACT

This work aims at combining adaptive protocol design, utility maximization and stochastic geometry. We focus on a spatial adaptation of Aloha within the framework of ad hoc networks. We consider quasi-static networks in which mobiles learn the local topology and incorporate this information to adapt their medium access probability (MAP) selection to their local environment. We consider the cases where nodes cooperate in a distributed way to maximize the global throughput or to achieve either proportional fair or max-min fair medium access. In the proportional fair case, we show that nodes can compute their optimal MAPs as solutions to certain fixed point equations. In the maximum throughput case, the optimal MAPs are obtained through a Gibbs Sampling based algorithm. In the max min case, these are obtained as the solution of a convex optimization problem. The main performance analysis result of the paper is that this type of distributed adaptation can be analyzed using stochastic geometry in the proportional fair case. In this case, we show that, when the nodes form a homogeneous Poisson point process in the Euclidean plane, the distribution of the optimal MAP can be obtained from that of a certain shot noise process w.r.t. the node Poisson point process and that the mean utility can also be derived from this distribution. We discuss the difficulties to be faced for analyzing the performance of the other cases (maximum throughput and max-min fairness). Numerical results illustrate our findings and quantify the gains brought by spatial adaptation in such networks.

研究の動機と目的

• アドホックネットワークにおける局所的なトポロジーやチャネル状態に適応する分散型メディアアクセス制御プロトコルの開発を目的とする。
• 局所的なノードの意思決定に基づき、グローバルな効用（スループット、比例的公平性、または最小最大公平性）を最大化することでネットワーク性能を最適化することを目的とする。
• 特に大規模なランダムネットワークを想定し、確率的幾何学を用いてこのような適応型プロトコルの性能を分析することを目的とする。
• 空間的適応性が従来のAlohaに比べてスループットと公平性の両面でどの程度向上をもたらすかを定量的に評価することを目的とする。
• 分散型適応型プロトコルに対して、確率的幾何学が解析的扱いやすさをもたらす条件を同定することを目的とする。

提案手法

• 空間的平均化を可能にするために、ノードの位置をユークリッド平面上のホモジニアスなポアソン点過程としてモデル化する。
• 集約干渉を特徴付けるショットノイズ過程を用い、比例的公平性下での最適MAP選択に必要な情報を得る。
• 比例的公平性では固定点方程式を用いて最適MAPを導出する。最大スループットではギブスサンプリングを、最小最大公平性では凸最適化を用いる。
• ショットノイズ場の分布にキャムベルの公式を適用し、平均ネットワーク効用を計算する。
• 最適MAP分布の非特異的輪郭積分表現を数値積分により評価する。
• 比較対象として、従来のAloha、最も近い干渉者に基づく、および集約干渉に基づくMAP適応方式の性能を比較する。

実験結果

リサーチクエスチョン

• RQ1 確率的幾何学を用いて、分散型適応型Alohaプロトコルにおける最適メディアアクセス確率の分布を解析的に特徴づけることは可能か？
• RQ2 空間的適応型Alohaは、従来のAlohaに比べて集約スループットと公平性の両面でどの程度の性能向上をもたらすか？
• RQ3 集約干渉を考慮するのと、最も近い干渉者だけを考慮するのとでは、最適MAPの分布とネットワーク効用にどのような差が生じるか？
• RQ4 最大スループットおよび最小最大公平性プロトコルへのこの手法の拡張に伴う解析的課題は何か？
• RQ5 最適集中型ソリューションに比べて、分散化が性能にどの程度制限をもたらすか？

主な発見

• 比例的公平性下では、最適MAP分布がショットノイズ場の分布則に従うことが示され、正確な解析的特徴づけが可能になる。
• ショットノイズ分布にキャムベルの公式を適用することで、平均効用を計算可能となり、扱いやすい性能指標が得られる。
• 集約干渉に基づく比例的公平性方式は、従来のAlohaおよび最も近い干渉者に基づく方式を著しく上回り、ノード密度が高くなるほど顕著になる。
• 最も近い干渉者のみを考慮するアプローチは、ネットワークサイズにかかわらず約34％のノードがほぼ常に送信を試みるなど、非効率な挙動を示す。
• ギブスサンプリングを用いた最大スループット方式は、ノード数が非常に多くても高い性能を維持し、従来のAlohaおよび干渉近似方式を上回る。
• 集約干渉方式と最も近い干渉者方式の性能差は、原始的なスループット値ではなく対数スループットを分析することで初めて明確に現れる。