[論文レビュー] Framework for Link-Level Energy Efficiency Optimization with Informed Transmitter

Christian Isheden, Zhijiat Chong+2 more|arXiv (Cornell University)|Oct 10, 2011

Advanced MIMO Systems Optimization参考文献 15被引用数 5

ひとこと要約

本稿では、送信機が情報を有する無線システムにおけるリンクレベルのエネルギー効率（EE）最適化のための分数プログラミングフレームワークを提示する。非凸なEE最大化問題を、レートと電力の重み付き和に変換することで、水補填に基づく効率的な解法が可能になる。EE目的関数をスカラー化された二目的最適化問題として扱うことで、最適な電力割り当てが、回路電力と送信電力に依存する閾値λに依存することを示しており、連続および離散変調方式（QAMおよびPAMを含む）の両方に対して有効である。

ABSTRACT

The dramatic increase of network infrastructure comes at the cost of rapidly increasing energy consumption, which makes optimization of energy efficiency (EE) an important topic. Since EE is often modeled as the ratio of rate to power, we present a mathematical framework called fractional programming that provides insight into this class of optimization problems, as well as algorithms for computing the solution. The main idea is that the objective function is transformed to a weighted sum of rate and power. A generic problem formulation for systems dissipating transmit-independent circuit power in addition to transmit-dependent power is presented. We show that a broad class of EE maximization problems can be solved efficiently, provided the rate is a concave function of the transmit power. We elaborate examples of various system models including time-varying parallel channels. Rate functions with an arbitrary discrete modulation scheme are also treated. The examples considered lead to water-filling solutions, but these are different from the dual problems of power minimization under rate constraints and rate maximization under power constraints, respectively, because the constraints need not be active. We also demonstrate that if the solution to a rate maximization problem is known, it can be utilized to reduce the EE problem into a one-dimensional convex problem.

研究の動機と目的

• 無線ネットワークにおけるエネルギー効率（EE）最適化の異なる手法を統一するため、共通の数学的基盤を特定すること。
• 送信電力に依存しない回路電力と送信電力に依存する電力を含む現実的な電力モデル下で、EE最大化問題を解く一般化されたフレームワークを開発すること。
• EE最適化が、従来のレート最大化問題や電力最小化問題とは異なる水補填解をもたらすことを示すこと。
• 既知のレート最大化アルゴリズムを用いて、EE最適化を1次元の凸問題に還元することで、低複雑性の実装を可能にすること。
• 時間変動型、周波数選択性、および離散変調システム（4-QAM、16-QAM、64-QAMを含む）にこのフレームワークを拡張すること。

提案手法

• EE最大化問題を分数プログラミングとして定式化し、レート対電力の比をスカラー化された二目的最適化問題に変換する。
• Dinkelbachのアルゴリズムを適用して、分数プログラミングを一連のパrametric重み付き和問題に変換する。
• 信号対雑音比（SNR）が閾値λを超える場合にのみ送信が行われる水補填解を導出する。このλは、回路電力とレート関数に依存する。
• パrameter λを導入し、水位を反復的に調整することで、効率的な電力割り当てを可能にするカットオフ値として機能させる。
• 既知のレート最大化アルゴリズム（例：水補填）をネストされた最適化ループ内で使用し、EE問題を効率的に解く。
• PAMおよびQAMなどの実用的変調方式を組み込むために、相互情報量をMMSE近似でモデル化し、EEのトレードオフを数値的に評価可能にする。

実験結果

リサーチクエスチョン

• RQ1 無線リンクにおけるエネルギー効率最大化を、体系的かつ数学的最適化問題として定式化する方法は何か？
• RQ2 EE最適化と、電力制約下でのレート最大化問題や、レート制約下での電力最小化問題といった古典的問題との関係は何か？
• RQ3 レート最大化問題の解を再利用することで、EE最適化問題を効率的に解くことは可能か？
• RQ4 送信に依存しない回路電力の導入が、最適な電力割り当ての構造に与える影響は何か？
• RQ5 離散変調方式（例：4-QAM、16-QAM）が、最適なエネルギー効率および必要な送信電力に与える影響の程度はどの程度か？

主な発見

• EE最大化のための最適な電力割り当ては水補填構造に従うが、水位（λ）は、レート最適化や電力最適化とは異なり、制約等式によって決定されない。
• レート最大化問題の解が既知の場合、EE最適化は1次元の凸問題に還元され、低複雑性の計算が可能になる。
• 時間不変および時間変動型並列フェージングチャネルにおいて、提案手法は最小限の計算オーバーヘッドでほぼ最適なEEを達成する。
• 数値的結果から、高レート変調方式（例：16-QAM、64-QAM）はEEを向上させるが、回路電力（μ）が低い場合に限る。それ以外の場合は、低レート方式がより効率的である可能性がある。
• 送信電力と相互情報量のトレードオフ曲線から、最適EEは特定の電力レベルで達成され、最適な変調方式の選択は回路電力予算に依存することが明らかになった。
• パrameter λは、EEトレードオフ曲線の勾配として解釈され、数学的に最適EEをシステム固有の要因でスケーリングした値と同等であり、最適化と性能指標の直接的な関連性を提供する。