[論文レビュー] Backhaul Traffic Balancing and Dynamic Content-Centric Clustering for the Downlink of Fog Radio Access Network

Di Chen, Stephan Schedler+1 more|arXiv (Cornell University)|Feb 17, 2016

Caching and Content Delivery参考文献 8被引用数 3

ひとこと要約

本稿では、Fog Radio Access Networks (F-RAN)におけるマルチキャストビームフォーミング、動的クラスタリング、バックハールトラフィックバランスの共同最適化フレームワークを提案し、QoSを確保するとともに個々のバックハール容量制約を尊重した上で、消費電力を最小化することを目的としている。バックハール容量とチャネル状態に基づいて、マルチキャストグループのためのリソース使用（RU）を動的に選択し、ビームフォーミングベクトルを最適化することで、バックハール負荷のバランス化と消費電力の低減を実現し、共有バックハール容量を仮定する従来手法を上回る性能を発揮する。

ABSTRACT

Recently, an evolution of the Cloud Radio Access Network (C-RAN) has been proposed, named as Fog Radio Access Network (F-RAN). Compared to C-RAN, the Radio Units (RUs) in F-CAN are equipped with local caches, which can store some frequently requested files. In the downlink, users requesting the same file form a multicast group, and are cooperatively served by a cluster of RUs. The requested file is either available locally in the cache of this cluster or fetched from the Central Processor (CP) via backhauls. Thus caching some frequently requested files can greatly reduce the burden on backhaul links. Whether a specific RU should be involved in a cluster to serve a multicast group depends on its backhaul capacity, requested files, cached files and the channel. Therefore it is subject to optimization. In this paper we investigate the joint design of multicast beamforming, dynamic clustering and backhaul traffic balancing. Beamforming and clustering are jointly optimized in order to minimize the power consumed, while QoS of each user is to be met and the traffic on each backhaul link is balanced according to its capacity.

研究の動機と目的

• 従来のF-RAN設計が共有バックハール容量を仮定していることによるバックハールトラフィックの不均衡を是正すること。
• F-RANにおけるエネルギー効率を高めるために、マルチキャストビームフォーミング、動的クラスタリング、バックハールトラフィックバランスの共同最適化を実現すること。
• すべてのユーザーのQoSを保証するとともに、個々のRUのバックハール容量制限を尊重した上で、総消費電力を最小化すること。
• 低寄与度のRUをクラスタから知的に除外するアルゴリズムを開発し、バックハール負荷を低減し、効率を向上させること。
• 個々のバックハール容量制約がシステムの実現可能性およびオフライン確率に与える影響を示すこと。

提案手法

• QoSおよび個々のバックハール容量制約の下で、総消費電力を最小化する共同最適化問題を定式化する。
• バックハール容量とチャネル状態に基づき、マルチキャストグループへの寄与度が最小のRUを除外する動的クラスタリング機構を導入する。
• 非凸なビームフォーミング最適化問題を解くために、半定値緩和（SDR）と逐次凸近似（SCA）を用いる。
• ビームフォーミングベクトルにおけるスパarsityを促進するため、重み付きℓ1最小化技術を適用し、低寄与度のRUの動的ノイズ除去を可能にする。
• ビームフォーミング最適化とクラスターリファインメントを交互に繰り返す反復的アルゴリズムを採用し、部分最適解に収束させる。
• 各バックハールリンクが個々の容量を超えないように保証するバックハールに配慮したクラスタリング方針を実装する。

実験結果

リサーチクエスチョン

• RQ1 F-RANにおいて、容量が非均一な個々のRUに対して、バックハールトラフィックをどのようにバランスさせるか？
• RQ2 個々のバックハール容量制約が、システムの消費電力と実現可能性に与える影響は何か？
• RQ3 動的クラスタリングは、F-RANにおけるQoSを維持しつつ、エネルギー効率をどのように向上させるか？
• RQ4 ビームフォーミングとクラスタリングを共同で最適化する際、消費電力とバックハール負荷の間にはどのようなトレードオフがあるか？
• RQ5 低寄与度のRUを動的に除外することで、バックハールの混雑を軽減し、システム性能を向上させることができるか？

主な発見

• 提案アルゴリズムは、[6]で提示されたベンチマークと比較して、バックハール負荷の不均衡が低減している。[6]は共有バックハール容量を仮定しており、トラフィック混雑を引き起こす。
• 70 Mbpsの個別バックハール容量と2つのファイルキャッシュ条件下で、完全協調方式と比較して15%の消費電力低減が達成され、QoSは維持されている。
• バックハール容量が70 Mbpsから104 Mbpsに増加し、キャッシュファイル数が2から3に増加すると、オフライン確率は18%から3%に低下する。
• アルゴリズムは5〜7イタレーションで最適解に収束し、高速な収束性と実用的実現可能性を示している。
• バックハール容量が低く、キャッシュされていないファイルが多数要求される状況では、18%の実現例で実行不能な解が発生し、個別容量制約の重要性が浮き彫りになった。
• 動的クラスタリング機構により、チャネル利得が低く、寄与度が小さいRUが除外され、特にキャッシュされていないファイルの処理においてバックハール負荷が著しく低減された。