[論文レビュー] Dynamic Data Compression with Distortion Constraints for Wireless Transmission over a Fading Channel

Michael J. Neely, Abhishek Sharma|ArXiv.org|Jul 24, 2008

Advanced Wireless Network Optimization参考文献 15被引用数 15

ひとこと要約

本稿では、フェージングチャネルを有する無線センサネットワークにおける、時間平均的パワー消費を最小化しつつ歪み制約を満たす、動的でオンラインな同時圧縮および送信スケジューリングアルゴリズムを提案する。Lyapunov最適化とプレースホルダービットを用いることで、時間平均的パワー消費を最小化し、確率的チャネル状態やデータ到着の確率分布の知識を一切必要としない。このアルゴリズムは、明示的な遅延-パワートレードオフを実現し、近似的に最適な性能を達成する。

ABSTRACT

We consider a wireless node that randomly receives data from different sensor units. The arriving data must be compressed, stored, and transmitted over a wireless link, where both the compression and transmission operations consume power. Specifically, the controller must choose from one of multiple compression options every timeslot. Each option requires a different amount of power and has different compression ratio properties. Further, the wireless link has potentially time-varying channels, and transmission rates depend on current channel states and transmission power allocations. We design a dynamic algorithm for joint compression and transmission, and prove that it comes arbitrarily close to minimizing average power expenditure, with an explicit tradeoff in average delay. Our approach uses stochastic network optimization together with a concept of place holder bits to provide efficient energy-delay performance. The algorithm is simple to implement and does not require knowledge of probability distributions for packet arrivals or channel states. Extensions that treat distortion constraints are also considered.

研究の動機と目的

• 相関性があり圧縮可能なデータを有するエネルギ制約のある無線センサネットワークにおいて、時間平均的パワー消費を最小化する課題に対処すること。
• 時間変動するチャネル状態とランダムなデータ到着に適応可能な、圧縮と送信スケジューリングの統合政策を設計すること。
• パケット到着またはチャネル状態の確率分布に関する事前知識が一切不要なオンラインで動作するアルゴリズムを保証すること。
• 歪み制約を最適化フレームワークに統合し、データ品質を維持しながらエネルギー消費を最小化すること。
• Lyapunovに基づく制御により、時間平均的パワー消費と時間平均的遅延の間の明示的かつ証明可能なトレードオフを達成すること。

提案手法

• Lyapunovドリフト理論を用いて、キュー安定性とパワー最小化のバランスを取る確率的ネットワーク最適化問題として定式化する。
• コスト制約付きの確率的ネットワークにおける遅延性能向上を目的として、『プレースホルダービット』という新規概念を導入する。
• 現在のチャネル状態とキュー残量に基づいて圧縮および送信行動を動的に選択する意思決定ルールを採用し、統計的知識を一切不要とする。
• 時間平均的パワー最小化を目的関数とし、歪み制約と送信レート制約を、圧縮比関数と送信レート関数の期待値としてモデル化する。
• Lyapunovドリフトと、合計パワーを表すペナルティ項の和を最小化するドリフトプラスペナルティアルゴリズムを導出する。これにより、安定性と近似的最適性が保証される。
• 対数的レート-パワー曲線モデルを分析し、双対変数の閾値を明示的に導出する。これにより、レート制約下での効率的なパワー割り当てが可能になる。

実験結果

リサーチクエスチョン

• RQ1 時間変動するチャネルとランダムなデータ到着を有する無線センサネットワークにおいて、動的圧縮と送信をどのように同時に最適化できるか？
• RQ2 このようなシステムにおける時間平均的パワー消費と時間平均的遅延の最適なトレードオフは何か？
• RQ3 チャネルまたはトラフィック統計の事前知識が一切不要な、低複雑度でオンラインで動作するアルゴリズムを設計できるか？
• RQ4 圧縮可能なセンサデータのエネルギー最小化フレームワークに、歪み制約を形式的に統合する方法は何か？
• RQ5 コスト制約付きの確率的ネットワークにおける遅延性能に、プレースホルダービットが及ぼす影響は何か？

主な発見

• 提案アルゴリズムは、時間平均的パワー消費を最適値に限りなく近づけ、パワーと遅延の間の明示的かつ証明可能なトレードオフを達成する。
• アルゴリズムは仮想キューの強い安定性を保証し、歪み制約下でも平均到着レートが送信レートを超えないことを保証する。
• 対数的レート-パワーモデルの下では、閾値 $ U_{ ext{thresh}} $ がシステムパラメータの関数として明示的に導出可能であり、双対変数の効率的適応が可能になる。
• パケット到着またはチャネル状態の確率分布に関する知識が不要であるため、環境変化に強く耐性を持つ。
• プレースホルダービットの導入により、特に変動性の高いシステムにおいて、標準的なLyapunov手法と比較して遅延性能が顕著に向上する。
• 理論的解析により、アルゴリズムが時間平均的パワーを最適値の $ O(1/V) $ の範囲内に保つことが証明され、平均遅延は $ O(V) $ で有界であることが示された。ここで $ V $ は制御パラメータである。