[论文解读] Flexible Functional Split and Power Control for Energy Harvesting Cloud Radio Access Networks

Liumeng Wang, Sheng Zhou|arXiv (Cornell University)|Nov 15, 2019

Energy Harvesting in Wireless Networks参考文献 27被引用 6

一句话总结

本文提出在能量采集云无线电接入网（C-RAN）中联合优化灵活的功能切分与功率控制，以在平均回传链路速率约束下最大化吞吐量。通过在每个时隙动态选择最多两种功能切分模式，并根据能量可用性和信道条件自适应调整发射功率，所提出的启发式在线策略实现了接近最优的性能，显著优于固定功能切分方案的吞吐量表现。

ABSTRACT

Functional split is a promising technique to flexibly balance the processing cost at remote ends and the fronthaul rate in cloud radio access networks (C-RAN). By harvesting renewable energy, remote radio units (RRUs) can save grid power and be flexibly deployed. However, the randomness of energy arrival poses a major design challenge. To maximize the throughput under the average fronthaul rate constraint in C-RAN with renewable powered RRUs, we first study the offline problem of selecting the optimal functional split modes and the corresponding durations, jointly with the transmission power. We find that between successive energy arrivals, at most two functional split modes should be selected. Then the optimal online problem is formulated as an Markov decision process (MDP). To deal with the curse of dimensionality of solving MDP, we further analyze the special case with one instance of energy arrival and two candidate functional split modes as inspired by the offline solution, and then a heuristic online policy is proposed. Numerical results show that with flexible functional split, the throughput can be significantly improved compared with fixed functional split. Also, the proposed heuristic online policy has similar performance with the optimal online one, as validated by simulations.

研究动机与目标

• 解决在能量动态可用性和回传链路速率约束下，最大化能量采集C-RAN吞吐量的挑战。
• 克服联合功能切分与功率控制在线马尔可夫决策过程（MDP）建模中的维度灾难问题。
• 设计一种实用的启发式在线策略，其性能接近最优，同时支持实时部署。
• 展示在能量受限场景下，灵活功能切分相较于固定功能切分模式的性能增益。

提出的方法

• 将离线最优策略建模为在平均回传链路与能量约束下，对功能切分模式、传输时长与功率分配的联合优化问题。
• 证明在连续能量到达之间，最多应使用两种功能切分模式，从而简化离线解空间。
• 将在线问题建模为马尔可夫决策过程（MDP），其状态空间由剩余能量与信道状态定义。
• 推导出在单次能量到达与两种候选功能切分模式下的闭式最优功率控制策略。
• 基于特殊情形解的结构化洞察，提出一种启发式在线策略，实现低复杂度的实时自适应。
• 采用“松弛并舍入”（relax and round）松弛方法近似最优解，并通过仿真验证性能表现。

实验结果

研究问题

• RQ1 在能量采集C-RAN中，连续能量到达之间应使用多少种功能切分模式为最优？
• RQ2 在能量与回传链路约束下，灵活功能切分相较于固定功能切分模式如何提升系统吞吐量？
• RQ3 在动态能量采集环境中，低复杂度启发式在线策略能否实现接近最优的性能？
• RQ4 能量到达速率与电池容量对灵活功能切分系统可实现吞吐量有何影响？
• RQ5 信道状态变化与回传链路速率限制如何共同影响最优功率控制与功能切分策略？

主要发现

• 最优离线策略在每个时隙最多使用两种功能切分模式，且所选模式中传输功率之和与信道增益倒数之和相等。
• 与任意固定功能切分模式相比，灵活功能切分显著提升了吞吐量，尤其在低至中等能量到达速率下优势更为明显。
• 启发式在线策略实现的吞吐量与最优在线策略极为接近，展现出强大的实际可行性。
• “松弛并舍入”松弛方法的性能几乎与理论最优上界相当，验证了其在性能基准测试中的有效性。
• 当能量为主要约束时，吞吐量随能量到达速率近似线性增长；但在高到达速率下，由于回传链路与信道状态限制，吞吐量趋于饱和。
• 在高能量到达速率下，电池容量显著影响系统性能，能量溢出会降低有效利用率，凸显能量缓冲的重要性。